scipy.optimize.

BroydenFirst#

class scipy.optimize.BroydenFirst(alpha=None, reduction_method='restart', max_rank=None)[源代码]#

使用 Broyden 的第一雅可比近似方法查找函数的根。

此方法也称为“Broyden 的好方法”。

参数：

另请参阅

注释

此算法实现逆雅可比准牛顿更新

\[H_+ = H + (dx - H df) dx^\dagger H / ( dx^\dagger H df)\]

它对应于 Broyden 的第一雅可比更新

\[J_+ = J + (df - J dx) dx^\dagger / dx^\dagger dx\]

参考文献

[1]

B.A. van der Rotten, 博士论文，“求解高维非线性方程组的有限内存 Broyden 方法”。荷兰莱顿大学数学研究所 (2003)。https://math.leidenuniv.nl/scripties/Rotten.pdf

示例

以下函数定义了一个非线性方程组

>>> def fun(x):
...     return [x[0]  + 0.5 * (x[0] - x[1])**3 - 1.0,
...             0.5 * (x[1] - x[0])**3 + x[1]]

可以通过以下方式获得解决方案。

>>> from scipy import optimize
>>> sol = optimize.broyden1(fun, [0, 0])
>>> sol
array([0.84116396, 0.15883641])

方法