use*_*730 7 python mathematical-optimization scipy
我想对以下非线性方程进行根搜索,我在Python中进行,但它不起作用.我的代码如下
from pylab import *
import scipy
import scipy.optimize
def z1(x,y):
temp=1+1j+x+2*y;
return temp
def z2(x,y):
temp=-1j-2*x+sqrt(3)*y;
return temp
def func(x):
temp=[z1(x[0],x[1])-1.0/(1-1.0/(z2(x[0],x[1]))),1-2.0/(z2(x[0],x[1])-4.0/z1(x[0],x[1]))]
return temp
result=scipy.optimize.fsolve(func,[1+1j,1+1j])
print result
Run Code Online (Sandbox Code Playgroud)
当我运行它时,它显示错误:
---> 30结果= scipy.optimize.fsolve(func,[1 + 1j,1 + 1j])
fsolve中的C:\ Python27\lib\site-packages\scipy\optimize\minpack.py(func,x0,args,fprime,full_output,col_deriv,xtol,maxfev,band,epsfcn,factor,diag)
123 maxfev = 200*(n + 1)
124 retval = _minpack._hybrd(func, x0, args, full_output, xtol,
Run Code Online (Sandbox Code Playgroud)
- > 125 maxfev,ml,mu,epsfcn,factor,diag)
126 else:
127 _check_func('fsolve', 'fprime', Dfun, x0, args, n, (n,n))
Run Code Online (Sandbox Code Playgroud)
fsolve
从R ^ n - > R中root
找到函数的零.相似的函数从R ^ n - > R ^ m中找到函数的零.
看起来你正试图从C ^ 2 - > C ^ 2找到一个函数的零,据我所知scipy.optimize不直接支持 - 但你可以尝试从R ^ 4写一个函数- > R ^ 4然后使用root
.例如,有些东西:
def func_as_reals(x):
r1, c1, r2, c2 = x
a, b = func([complex(r1, c1), complex(r2, c2)])
return [a.real, a.imag, b.real, b.imag]
Run Code Online (Sandbox Code Playgroud)
应该工作,虽然直接在实数上执行它可能要快得多,而不是反复包装到复杂和展开中.
归档时间: |
|
查看次数: |
6465 次 |
最近记录: |