scipy.optimize.
fixed_point#
- scipy.optimize.fixed_point(func, x0, args=(), xtol=1e-08, maxiter=500, method='del2')[源代码]#
寻找函数的定点。
给定一个含一个或多个变量的函数和一个起始点,寻找函数的定点:即满足
func(x0) == x0
。- 参数:
- func函数
要评估的函数。
- x0array_like
函数的定点。
- args元组, 可选
提供给 func 的额外参数。
- xtol浮点数, 可选
收敛容差,默认为 1e-08。
- maxiter整数, 可选
最大迭代次数,默认为 500。
- method{“del2”, “iteration”}, 可选
寻找定点的方法,默认为“del2”,该方法使用 Steffensen 法与 Aitken
Del^2
加速收敛 [1]。 “iteration” 方法仅迭代函数直到检测到收敛,不尝试加速收敛。
参考文献
[1]Burden, Faires, “Numerical Analysis”, 第5版, 第80页
示例
>>> import numpy as np >>> from scipy import optimize >>> def func(x, c1, c2): ... return np.sqrt(c1/(x+c2)) >>> c1 = np.array([10,12.]) >>> c2 = np.array([3, 5.]) >>> optimize.fixed_point(func, [1.2, 1.3], args=(c1,c2)) array([ 1.4920333 , 1.37228132])