背景:实现用python的optimize库的fsolve对非线性方程组进行求解。可以看到这一个问题实际上
背景:
实现用python的optimize库的fsolve对非线性方程组进行求解。可以看到这一个问题实际上还是一个优化问题,也可以用之前拟合函数的leastsq求解。下面用这两个方法进行对比:
代码:
from scipy.optimize import fsolve,leastsq
from math import sin,cos
def f(x):
x0 = float(x[0])
x1 = float(x[1])
x2 = float(x[2])
return [
5*x1+3,
4*x0*x0 - 2*sin(x1*x2),
x1*x2-1.5
]
x0 = [1,1,1]
result = fsolve(f,x0)
print("===================")
print()
print("求解函数名称:",fsolve.__name__)
print("解:",result)
print("各向量值:",f(result))
#拟合函数来求解
h = leastsq(f,x0)
print("===================")
print()
print("求解函数名称:",leastsq.__name__)
print("解:",h[0])
print("各向量的值:",f(h[0]))
结果:
===================
求解函数名称: fsolve 解: [-0.70622057 -0.6 -2.5 ] 各向量值: [0.0, -9.126033262418787e-14, 5.329070518200751e-15] ===================
求解函数名称: leastsq 解: [-0.70622057 -0.6 -2.5 ] 各向量的值: [0.0, -2.220446049250313e-16, 0.0]
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
python fsolve leastsq 非线性方程