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

要进行的迭代次数。如果省略(默认),则根据需要进行迭代以满足容差。

dispbool, 可选

在每次迭代时将状态打印到标准输出。

maxiterint, 可选

要进行的最大迭代次数。

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(在最大范数内)。如果省略,默认值为 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,则优化成功终止。如果省略,则不使用。

tol_normfunction(vector) -> scalar, 可选

收敛检查中使用的范数。默认是最大范数。

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

用于确定雅可比近似给定方向上步长的线搜索类型。默认为 'armijo'。

jac_optionsdict, 可选

相应雅可比近似的选项。

rdifffloat, 可选

数值微分中使用的相对步长。

methodstr 或 callable, 可选

用于近似雅可比矩阵的 Krylov 方法。可以是字符串,也可以是实现与 scipy.sparse.linalg 中迭代求解器相同接口的函数。如果是字符串,则必须是以下之一:'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,您也可以使用逆雅可比矩阵作为(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,它将在每个非线性步骤之后以 update(x, f) 的形式被调用,其中 x 表示当前点,f 表示当前函数值。

inner_rtol, inner_atol, inner_callback, …

要传递给“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。要使用该求解器的一个选项,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大小。

有关详细信息,请参阅 scipy.sparse.linalg.lgmres