scipy.optimize.

rosen#

scipy.optimize.rosen(x)[源代码]#

Rosenbrock 函数。

计算的函数是

sum(100.0*(x[1:] - x[:-1]**2.0)**2.0 + (1 - x[:-1])**2.0)
参数:
xarray_like

要计算 Rosenbrock 函数的一维点数组。

返回:
ffloat

Rosenbrock 函数的值。

另请参见

rosen_der，rosen_hess，rosen_hess_prod

示例

>>> import numpy as np
>>> from scipy.optimize import rosen
>>> X = 0.1 * np.arange(10)
>>> rosen(X)
76.56

对于高维输入，rosen 广播。在以下示例中，我们使用它来绘制 2D 景观。请注意，rosen_hess 不会以这种方式广播。

>>> import matplotlib.pyplot as plt
>>> from mpl_toolkits.mplot3d import Axes3D
>>> x = np.linspace(-1, 1, 50)
>>> X, Y = np.meshgrid(x, x)
>>> ax = plt.subplot(111, projection='3d')
>>> ax.plot_surface(X, Y, rosen([X, Y]))
>>> plt.show()
../../_images/scipy-optimize-rosen-1.png
本页