python用fsolve, leastsq对非线性方程组求解

　　

<强>背景:

　　

实现用python的优化库的fsolve对非线性方程组进行求解。可以看到这一个问题实际上还是一个优化问题,也可以用之前拟合函数的leastsq求解。下面用这两个方法进行对比:

　　

<强>代码:

　　 　　 　　从scipy。优化进口fsolve leastsq 　　从数学进口罪恶,因为 　　 　　def f (x): 　　x0=浮动(x [0]) 　　x1=浮动(x [1]) 　　x2=浮动(x [2]) 　　返回( 　　5 * x1 + 3, 　　4 * x0 * x0 - 2 *罪(x1, x2), 　　x1 * x2 - 1.5 　　] 　　 　　x0=(1, 1, 1) 　　结果=fsolve (f, x0) 　　 　　打印(“===================") 　　print () 　　打印(“求解函数名称:“,fsolve.__name__) 　　打印(“解:“,结果) 　　打印(“各向量值:“,f(结果)) 　　#拟合函数来求解 　　h=leastsq (f, x0) 　　 　　打印(“===================") 　　print () 　　打印(“求解函数名称:“,leastsq.__name__) 　　print(“解:“h [0]), 　　打印(“各向量的值:“,f (h [0])) 　　 　　

结果: 　　

　　

===================

　　


　　求解函数名称:fsolve
　　解:[-0.70622057 - -0.6,,,,-2.5,,]
　　各向量值:[0.0,-9.126033262418787 e-14, 5.329070518200751 e15汽油]
===================

　　


　　求解函数名称:leastsq
　　解:[-0.70622057 - -0.6,,,,-2.5,,]
　　各向量的值:[0.0,-2.220446049250313 e-16, 0.0]
　　

　　 　　

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

python用fsolve, leastsq对非线性方程组求解