如何用Numpy找到非整数n的方程ax^n + bx - c = 0的根?
我正在用Python写一个程序,需要找到一个函数的根,也就是这个函数的解:
a*x^n + b*x -c = 0
这里的a
和b
是之前在程序中计算出来的常量,但它们有几千个。我需要对所有的a
和b
的值重复这个方程两次,一次是n = 77/27
,另一次是n = 3
。
我该如何在Python中做到这一点呢?我查过numpy.roots(p)
,我觉得它可以用在n = 3
的情况。但对于n = 77/27
,我该怎么做呢?
4 个回答
5
我会使用来自scipy的fsolve
。
from scipy.optimize import fsolve
def func(x,a,b,c,n):
return a*x**n + b*x - c
a,b,c = 11.,23.,31.
n = 77./27.
guess = [4.0,]
print fsolve(func,guess,args=(a,b,c,n)) # 0.94312258329
当然,这个方法只会给你一个解,不一定能找到所有的解。
补充:使用brentq
,它快得多
from timeit import timeit
sp = """
from scipy.optimize import fsolve
from scipy.optimize import brentq
from numpy.random import uniform
from numpy import zeros
m = 10**3
z = zeros((m,4))
z[:,:3] = uniform(1,50,size=(m,3))
z[:,3] = uniform(1,10,m)
def func(x,a,b,c,n):
return a*x**n + b*x - c
"""
s = "[fsolve(func,1.0,args=tuple(i)) for i in z]"
t = "[brentq(func,0.,10.,args=tuple(i)) for i in z]"
runs = 10**2
print 'fsolve\t', timeit(s,sp,number=runs)
print 'brentq\t', timeit(t,sp,number=runs)
给我带来了,
fsolve 15.5562820435
brentq 3.84963393211
8
我觉得你最好的选择是 scipy.optimize.brentq()
:
def f(x, n, a, b, c):
return a * x**n + b * x - c
print scipy.optimize.brentq(
f, 0.0, 100.0, args=(77.0/27.0, 1.0, 1.0, 10.0))
打印输出
2.0672035922580592