root(方法=’broyden1’)

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

另请参见

对于其余参数的文档，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），则执行满足容差所必需的次数。

dispbool，可选

在每次迭代时将状态打印到 stdout。

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

根据雅可比近似确定的绝对最小步长。如果步长小于此值，则优化以成功终止。如果省略，则不使用。

tol_norm函数(向量) -> 标量，可选

在收敛性检查中使用的范数。默认为最大范数。

line_search{无，“armijo”（默认，“wolfe”），可选

用于确定 Jacobian 近似所给出方向中的步长的直线搜索类型。默认为“armijo”。

jac_options字典，可选

各个 Jacobian 近似的选项。

alpha浮点数，可选

Jacobian 的初始猜测为 (-1/alpha)。

reduction_methodstr 或元组，可选

用于确保 Broyden 矩阵保持低秩的方法。它可以是一个给出方法名称的字符串，也可以是 (method, param1, param2, ...) 形式的元组，给出方法名称和附加参数的值。

可用的方法

• 重启

  删除所有矩阵列。无额外参数。

• 简单

  删除最旧的矩阵列。无额外参数。

• svd

  只保留最重要的 SVD 分量。

  附加参数

  • to_retain

    秩减少时要保留的 SVD 分量数。默认值为 max_rank - 2。

max_rank整数，可选

Broyden 矩阵的最大秩。默认为无穷大（即，无秩减少）。

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.])