当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy optimize.fixed_point用法及代码示例


本文简要介绍 python 语言中 scipy.optimize.fixed_point 的用法。

用法:

scipy.optimize.fixed_point(func, x0, args=(), xtol=1e-08, maxiter=500, method='del2')#

求函数的不动点。

给定一个包含一个或多个变量的函数和一个起点,找到该函数的一个不动点:即 func(x0) == x0

参数

func 函数

要评估的函数。

x0 array_like

函数的固定点。

args 元组,可选

func 的额外参数。

xtol 浮点数,可选

收敛容差,默认为 1e-08。

maxiter 整数,可选

最大迭代次数,默认为 500。

method {“del2”, “iteration”},可选

寻找不动点的方法,默认为“del2”,它使用Steffensen的方法和Aitken的Del^2收敛加速[1]。 “iteration” 方法只是迭代函数直到检测到收敛,而不试图加速收敛。

参考

[1]

负担,费尔斯,“Numerical Analysis”,第 5 版,第 1 页。 80

例子

>>> import numpy as np
>>> from scipy import optimize
>>> def func(x, c1, c2):
...    return np.sqrt(c1/(x+c2))
>>> c1 = np.array([10,12.])
>>> c2 = np.array([3, 5.])
>>> optimize.fixed_point(func, [1.2, 1.3], args=(c1,c2))
array([ 1.4920333 ,  1.37228132])

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.optimize.fixed_point。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。