假设我有一个函数,其范围是标量但定义域是向量。例如:
def func(x):
return x[0] + 1 + x[1]**2
找到此函数的 the a 根的好方法是什么? scipy.optimize.fsolve 和 scipy.optimize.root 期望 func 返回一个向量(而不是标量),而 scipy .optimize.newton 只接受标量参数。我可以将 func 重新定义为
def func(x):
return [x[0] + 1 + x[1]**2, 0]
然后 root 和 fsolve 可以找到一个根,但是雅可比行列式中的零意味着它并不总是能很好地完成工作。例如:
fsolve(func, array([0,2]))
=> array([-5, 2])
它只会改变第一个参数而不改变第二个参数,这意味着它经常会找到一个很远的零。
编辑:看起来 func 的以下重新定义效果更好:
def func(x):
fx = x[0] + 1 + x[1]**2
return [fx, fx]
fsolve(func, array([0,5]))
=>array([-16.27342781, 3.90812331])
所以它现在愿意更改这两个参数。虽然代码仍然有点难看。
请您参考如下方法:
您是否尝试过使用 fmin 最小化函数的绝对值? 例如:
>>> import scipy.optimize as op
>>> import numpy as np
>>> def func(x):
>>> return x[0] + 1 + x[1]**2
>>> func1 = lambda x: np.abs(func(x))
>>> tmp = op.fmin(func1, [10000., 10000.])
>>> func(tmp)
0.0
>>> print tmp
[-8346.12025122 91.35162971]
