Python scipy.optimize.fsolve用法及代码示例 |
您所在的位置:网站首页 › python 参数范围 › Python scipy.optimize.fsolve用法及代码示例 |
用法:scipy.optimize.fsolve(func, x0, args=(), fprime=None, full_output=0, col_deriv=0, xtol=1.49012e-08, maxfev=0, band=None, epsfcn=None, factor=100, diag=None)
求函数的根。 返回由 func(x) = 0 定义的(非线性)方程的根,给出初始估计值。 参数: func:可调用f(x, *args) 一个函数,它至少接受一个(可能是向量)参数,并返回一个相同长度的值。 x0: ndarrayfunc(x) = 0 的根的起始估计值。 args: 元组,可选func 的任何额外参数。 fprime:可调用 f(x, *args) ,可选 用于计算 func 的雅可比行列式的函数,该函数具有跨行的导数。默认情况下,将估计雅可比行列式。 full_output: 布尔型,可选如果为真,则返回可选输出。 col_deriv: 布尔型,可选指定 Jacobian 函数是否沿列计算导数(更快,因为没有转置操作)。 xtol: 浮点数,可选如果两个连续迭代之间的相对误差最多为 xtol,则计算将终止。 maxfev: 整数,可选函数的最大调用次数。如果为零,则 100*(N+1) 是最大值,其中 N 是 x0 中的元素数。 band: 元组,可选如果设置为 two-sequence 包含 Jacobi 矩阵带内的 sub- 和 super-diagonals 的数量,则 Jacobi 矩阵被认为是带状的(仅适用于 fprime=None )。 epsfcn: 浮点数,可选雅可比行列式的 forward-difference 近似值的合适步长(对于 fprime=None )。如果 epsfcn 小于机器精度,则假定函数中的相对误差在机器精度的数量级。 factor: 浮点数,可选确定初始步长界限的参数(factor * || diag * x||)。应该在区间 (0.1, 100) 中。 diag: 顺序,可选N 个正条目,用作变量的比例因子。 返回: x: ndarray解决方案(或不成功调用的最后一次迭代的结果)。 infodict: dict带有键的可选输出字典: nfev函数调用次数 njev雅可比调用次数 fvec在输出处评估的函数 fjac正交矩阵 q,由最终近似雅可比矩阵的 QR 因式分解产生,按列存储 r同一矩阵的 QR 因式分解产生的上三角矩阵 qtf矢量(transpose(q) * fvec) ier: int一个整数标志。如果找到解决方案,则设置为 1,否则请参阅消息以获取更多信息。 mesg: str如果没有找到解决方案,mesg 会详细说明失败的原因。 注意:fsolve 是对 MINPACK 的 hybrd 和 hybrj 算法的封装。 例子:找到方程组的解:x0*cos(x1) = 4, x1*x0 - x1 = 5。 >>> from scipy.optimize import fsolve >>> def func(x): ... return [x[0] * np.cos(x[1]) - 4, ... x[1] * x[0] - x[1] - 5] >>> root = fsolve(func, [1, 1]) >>> root array([6.50409711, 0.90841421]) >>> np.isclose(func(root), [0.0, 0.0]) # func(root) should be almost 0.0. array([ True, True])相关用法 Python scipy.optimize.fmin_cobyla用法及代码示例 Python scipy.optimize.fminbound用法及代码示例 Python scipy.optimize.fmin_slsqp用法及代码示例 Python scipy.optimize.fmin用法及代码示例 Python scipy.optimize.fmin_tnc用法及代码示例 Python scipy.optimize.fmin_cg用法及代码示例 Python scipy.optimize.fmin_bfgs用法及代码示例 Python scipy.optimize.fixed_point用法及代码示例 Python scipy.optimize.fmin_powell用法及代码示例 Python scipy.optimize.differential_evolution用法及代码示例 Python scipy.optimize.LinearConstraint用法及代码示例 Python scipy.optimize.broyden2用法及代码示例 Python scipy.optimize.broyden1用法及代码示例 Python scipy.optimize.NonlinearConstraint用法及代码示例 Python scipy.optimize.brenth用法及代码示例 Python scipy.optimize.Bounds.residual用法及代码示例 Python scipy.optimize.diagbroyden用法及代码示例 Python scipy.optimize.show_options用法及代码示例 Python scipy.optimize.curve_fit用法及代码示例 Python scipy.optimize.brent用法及代码示例注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.optimize.fsolve。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |