root(method='broyden1')

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），则执行尽可能多的迭代以满足公差要求。

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

残差的相对公差。如果省略，则不使用。

fatolfloat，可选

残差的绝对公差（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

绝对最小步长，由雅可比近似确定。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(vector) -> scalar，可选

在收敛检查中使用的范数。默认值为最大范数。

line_search{None, 'armijo'（默认），'wolfe'}，可选

使用哪种类型的线搜索来确定雅可比近似给出的方向上的步长。默认为 'armijo'。

jac_optionsdict，可选

各个雅可比近似的选项。

alphafloat，可选

雅可比矩阵的初始猜测为 (-1/alpha)。

reduction_methodstr 或 tuple，可选

用于确保 Broyden 矩阵的秩保持较低的方法。可以是给出方法名称的字符串，也可以是 (方法, 参数1, 参数2, ...) 形式的元组，该元组给出方法名称和附加参数的值。

可用方法

• restart：删除所有矩阵列。没有额外的参数。

• simple：删除最旧的矩阵列。没有额外的参数。

• svd：仅保留最重要的 SVD 分量。需要一个额外的参数 to_retain，该参数确定在完成秩缩减时要保留的 SVD 分量的数量。默认值为 max_rank - 2。

max_rankint，可选

Broyden 矩阵的最大秩。默认值为无穷大（即，不进行秩缩减）。

示例

>>> def func(x):
...     return np.cos(x) + x[::-1] - [1, 2, 3, 4]
...
>>> from scipy import optimize
>>> res = optimize.root(func, [1, 1, 1, 1], method='broyden1', tol=1e-14)
>>> x = res.x
>>> x
array([4.04674914, 3.91158389, 2.71791677, 1.61756251])
>>> np.cos(x) + x[::-1]
array([1., 2., 3., 4.])