scipy2.2-optimize：fminbound函数定义域内最小值、fmin函数最小值、fsolve(非)线性方程求解

nutron-ma

已于 2023-09-11 15:48:19 修改

阅读量2.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：科学计算matplotlib、scipy、np、pd 文章标签： python 算法数学建模牛顿法非线性方程组

于 2020-05-17 23:06:31 首次发布

本文链接：https://blog.csdn.net/qq_43328166/article/details/106183235

21 篇文章 ¥19.90 ¥99.00

订阅专栏

该博客介绍了如何使用Scipy的fminbound函数寻找一元函数在给定定义域内的最小值，以及fmin函数用于标量和多元函数最小值的求解。此外，讨论了fsolve函数解决非线性方程的优势和局限，包括牛顿法的使用以及雅可比行列式对收敛性的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

求给定范围内函数的最小值

scipy.optimize.fminbound(func, x1, x2, args=(), xtol=1e-05, maxfun=500, full_output=0, disp=1)[source]

return：
xopt: 取最小值时自变量的值
fval: 函数最小值
ierr: 错误标志（如果收敛则为0，如果达到最大函数调用数则为1）
numfunc: 迭代时调用函数的次数

默认full_output=0，只返回数值xopt：最小值的自变量的值
改为full_output=True，返回元组（xopt, fval, ierr, numfunc）

示例：

def H1(x):
    z = 4/5 *( ((3-x)**2)/4 + 1/x)
    return z

p = optimize.fminbound(H1,1,5,full_output=True)
print(p)

输出

(3.1958227932467116, 0.25799608410776015, 0, 9)

了解本专栏