scipy.optimize.

BroydenFirst#

class scipy.optimize.BroydenFirst(alpha=None, reduction_method='restart', max_rank=None)[源代码][源代码]#

使用Broyden的第一个雅可比近似法找到函数的根。

这种方法也被称为“Broyden 的好方法”。

参数:
%(params_basic)s
%(broyden_params)s
%(params_extra)s

方法

作为预条件器

matvec

rmatvec

rsolve

设置

解决

todense

更新

参见

root

用于多元函数根查找算法的接口。特别参见 method='broyden1'。

注释

该算法实现了逆雅可比准牛顿更新

\[H_+ = H + (dx - H df) dx^\dagger H / ( dx^\dagger H df)\]

这对应于Broyden的第一个雅可比更新

\[J_+ = J + (df - J dx) dx^\dagger / dx^\dagger dx\]

参考文献

[1]

B.A. van der Rotten, 博士论文, “求解高维非线性方程组的一种有限内存Broyden方法”. 数学研究所, 莱顿大学, 荷兰 (2003).

https://web.archive.org/web/20161022015821/http://www.math.leidenuniv.nl/scripties/Rotten.pdf

示例

以下函数定义了一个非线性方程组

>>> def fun(x):
...     return [x[0]  + 0.5 * (x[0] - x[1])**3 - 1.0,
...             0.5 * (x[1] - x[0])**3 + x[1]]

解决方案可以如下获得。

>>> from scipy import optimize
>>> sol = optimize.broyden1(fun, [0, 0])
>>> sol
array([0.84116396, 0.15883641])
On this page