Python SciPy optimize.fixed_point用法及代碼示例

本文簡要介紹 python 語言中 scipy.optimize.fixed_point 的用法。

用法:

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

求函數的不動點。

給定一個包含一個或多個變量的函數和一個起點，找到該函數的一個不動點：即 func(x0) == x0 。

參數 ：：

func： 函數

要評估的函數。

x0： array_like

函數的固定點。

args： 元組，可選

func 的額外參數。

xtol： 浮點數，可選

收斂容差，默認為 1e-08。

maxiter： 整數，可選

最大迭代次數，默認為 500。

method： {“del2”, “iteration”}，可選

尋找不動點的方法，默認為“del2”，它使用Steffensen的方法和Aitken的Del^2收斂加速[1]。 “iteration” 方法隻是迭代函數直到檢測到收斂，而不試圖加速收斂。

參考：

[1]

負擔，費爾斯，“Numerical Analysis”，第 5 版，第 1 頁。 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])