root(method=’anderson’)#

scipy.optimize.root(fun, x0, args=(), method='hybr', jac=None, tol=None, callback=None, options=None)

另请参阅

有关其余参数的文档,请参阅 scipy.optimize.root

选项:
——-
nitint,可选

要执行的迭代次数。 如果省略(默认),则执行达到公差所需的所有迭代次数。

dispbool,可选

在每次迭代时将状态打印到标准输出。

maxiterint,可选

要执行的最大迭代次数。

ftolfloat,可选

残差的相对容差。 如果省略,则不使用。

fatolfloat,可选

残差的绝对容差(最大范数)。 如果省略,则默认为 6e-6。

xtolfloat,可选

相对最小步长。 如果省略,则不使用。

xatolfloat,可选

从雅可比矩阵近似确定的绝对最小步长。 如果步长小于此值,则优化终止并视为成功。 如果省略,则不使用。

tol_normfunction(向量) -> 标量,可选

在收敛检查中使用的范数。 默认为最大范数。

line_search{None, ‘armijo’ (默认), ‘wolfe’},可选

使用哪种类型的线搜索来确定由雅可比矩阵近似给出的方向上的步长。 默认为 “armijo”。

jac_optionsdict,可选

相应雅可比矩阵近似的选项。

alphafloat,可选

雅可比矩阵的初始猜测是 (-1/alpha)。

Mfloat,可选

要保留的先前向量的数量。 默认为 5。

w0float,可选

用于数值稳定性的正则化参数。 与 1 相比,0.01 数量级的良好值。