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
。- 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。
参数 ::
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
- Python SciPy optimize.fmin用法及代码示例
- Python SciPy optimize.fsolve用法及代码示例
- Python SciPy optimize.fmin_cobyla用法及代码示例
- Python SciPy optimize.fmin_bfgs用法及代码示例
- Python SciPy optimize.fmin_slsqp用法及代码示例
- Python SciPy optimize.fmin_tnc用法及代码示例
- Python SciPy optimize.fminbound用法及代码示例
- Python SciPy optimize.fmin_cg用法及代码示例
- Python SciPy optimize.fmin_powell用法及代码示例
- Python SciPy optimize.rosen_der用法及代码示例
- Python SciPy optimize.line_search用法及代码示例
- Python SciPy optimize.rosen用法及代码示例
- Python SciPy optimize.shgo用法及代码示例
- Python SciPy optimize.minimize_scalar用法及代码示例
- Python SciPy optimize.root用法及代码示例
- Python SciPy optimize.NonlinearConstraint用法及代码示例
- Python SciPy optimize.KrylovJacobian用法及代码示例
- Python SciPy optimize.toms748用法及代码示例
- Python SciPy optimize.linprog_verbose_callback用法及代码示例
- Python SciPy optimize.bracket用法及代码示例
- Python SciPy optimize.milp用法及代码示例
- Python SciPy optimize.diagbroyden用法及代码示例
- Python SciPy optimize.bisect用法及代码示例
- Python SciPy optimize.isotonic_regression用法及代码示例
- Python SciPy optimize.golden用法及代码示例
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。