为什么我的scipy.optimize.minimize失败？

Question

我尝试使用fmin_bfgs来找到绝对函数abs(x)的局部最小值。 初始点设置为100.0。 预期的答案是0.0。 但是，我得到：

In [184]: op.fmin_bfgs(lambda x:np.abs(x),100.0)
Warning: Desired error not necessarily achieved due to precision loss.
         Current function value: 100.000000
         Iterations: 0
         Function evaluations: 64
         Gradient evaluations: 20
Out[184]: array([100.0])

为什么？

Answer 1

像fmin_bfgs和fmin_slsqp之类的方法需要平滑（连续导数）函数才能提供可靠的结果。 abs（x）的最小值为双连续导数。 在这种情况下，不需要连续导数的Nelder-Mead单纯形法之类的方法可能会提供更好的结果。