我有一个非线性方程组,我想用Scipy优化和dog-leg trust-region
方法求解
因为我有方程组的雅可比矩阵,我不认为我需要使用在numdifftools
中实现的Jacobian, Hessian
。因此,我想知道如何为optimize
函数提供雅可比数,其中x(1)
和x(2)
是要求解的变量,其余(a,b,c,d,e,f,g
)只是我将传递给函数的常量
我的方程系统雅可比矩阵(myJacobian
)的以下实现是否正确
def myJacobian(self,a)
jacF = [- g - (g**2*x(2)*x(1)*(c))/50,- (g**2*x(2)**2*(c))/100 - (d**2*f**2*(c))/100,
2*g**2*x(2)*(b - e*f) + (g**2*e*x(2)*f*x(1))/100,(e*d**2*f**3)/200 + (e*g**2*x(2)**2*f)/200];
return jacF
scipy.optimize.minimize(fun, x0, args, method='dogleg', jac=myJacobian)
目前没有回答
相关问题 更多 >
编程相关推荐