你可以使用
root
:
import numpy as np
from scipy.optimize import root
def your_funcs(X):
x, y, a, b = X
f = [np.cos(x) / x - 0.2 * a - 0.1,
np.cos(y) / y - 0.2 * b - 0.1,
a + b - 1,
1.03 * np.sinc(x) - 1.02 * np.sinc(y)]
return f
sol2 = root(your_funcs, [0.1, 0.1, 0.3, 0.1])
print(sol2.x)
将会打印
[ 1.30301572 1.30987969 0.51530547 0.48469453]
您的函数必须定义为评估为0的方式,例如:a + b - 1
而不是a + b = 1
。
快速检查:
print(your_funcs(sol2.x))
提供
[-1.9356960478944529e-11, 1.8931356482454476e-11, 0.0, -4.1039033282785908e-11]
所以,解决方案应该没问题(请注意,e-11
基本上等于 0)。
另外,你也可以使用fsolve
:
from scipy.optimize import fsolve
sol3 = fsolve(your_funcs, [0.1, 0.1, 0.3, 0.1])
这将为您提供相同的结果:
[ 1.30301572 1.30987969 0.51530547 0.48469453]
您可以使用
args
参数传递额外的参数:
def your_funcs(X, fac_a, fac_b):
x, y, a, b = X
f = [np.cos(x) / x - fac_a * a - 0.1,
np.cos(y) / y - fac_b * b - 0.1,
a + b - 1,
1.03 * np.sinc(x) - 1.02 * np.sinc(y)]
return f
sol2 = root(your_funcs, [0.1, 0.1, 0.3, 0.1], args=(0.2, 0.2))
print(sol2.x)
这将为您提供“旧”的输出结果:
[ 1.30301572 1.30987969 0.51530547 0.48469453]
如果你运行
sol2 = root(your_funcs, [0.1, 0.1, 0.3, 0.1], args=(0.4, 0.2))
print(sol2.x)
然后你会收到:
[ 1.26670224 1.27158794 0.34096159 0.65903841]