root(method='krylov')

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），则执行满足公差所需的迭代次数。

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

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。默认为最大范数。

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

用于确定雅可比近似给定的方向上的步长的线搜索类型。默认为 'armijo'。

jac_optionsdict，可选

各自雅可比近似的选项。

rdifffloat，可选

用于数值微分的相对步长。

methodstr 或 callable，可选

用于近似雅可比的 Krylov 方法。可以是字符串，也可以是实现与 scipy.sparse.linalg 中的迭代求解器相同接口的函数。如果是字符串，则需要是以下之一：'lgmres'、'gmres'、'bicgstab'、'cgs'、'minres'、'tfqmr'。

默认值为 scipy.sparse.linalg.lgmres。

inner_MLinearOperator 或 InverseJacobian

内部 Krylov 迭代的预处理器。请注意，您还可以使用逆雅可比作为（自适应）预处理器。例如，

>>> jac = BroydenFirst()
>>> kjac = KrylovJacobian(inner_M=jac.inverse).

如果预处理器有一个名为 ‘update’ 的方法，则会在每次非线性步骤后调用它，形式为 update(x, f)，其中 x 给出当前点，f 给出当前函数值。

inner_rtol、inner_atol、inner_callback 等

传递给 “内部” Krylov 求解器的参数。

有关选项的完整列表，请参阅您正在使用的求解器的文档。默认情况下，这是 scipy.sparse.linalg.lgmres。如果求解器已通过 *method* 覆盖，请参阅该求解器的文档。要使用该求解器的选项，请在其前面加上 inner_。例如，要控制求解器的 rtol 参数，请在此处设置 *inner_rtol* 选项。

outer_kint，可选

在 LGMRES 非线性迭代中保留的子空间的大小。

有关详细信息，请参阅 scipy.sparse.linalg.lgmres。