[英]fsolve Python function, increment bug
我正在尝试使用scipy.optimize
函数fsolve
解决一个四个非线性方程组。
def equations(p):
e1, e2, F, B = p
Eq_F1 = (-F + Fa(4, e1, e2) + Fa(5,e1, e2) - A1*Acc1(e1, e2))
Eq_T1 = (F*L + Fa(4,e1, e2)*A2 + Fa(5, e1, e2)*A3
Eq_F2 = (Fb(1, e1, B)*A4*math.cos(B) + Fb(2,e1)*A5 + Fb(3,e1)*A6 + F*np.cos(alpha(e1, e2))- A7*Acc2)
Eq_T2 = (Fb(1,e1, B)*math.cos(B)*A8- F*np.cos(alpha(e1, e2))*A9- Fb(2,e1)*A10- Fb(3,e1)*A11
return (Eq_F1, Eq_T1, Eq_F2, Eq_T2)
其中Fa
, Fb
和alpha
是e1
, e2
和数字的函数。 Ai
是我引入的常数,目的是使您对系统有一个整体的了解。 我将系统解决如下:
e1, e2, F, B = fsolve(equations,(0.3,5,100,0.1), xtol=1.49012e-14)
第一次猜测是合理的,知道我的问题。
给出的结果为假,我在方程函数中引入了print(e1, e2, F, B)
。 真是一个惊喜! 如果第一个值是0.3, 5, 100, 0.1
它们立即跳到第二个值的极值,这会阻止收敛。因此结果与实际情况相去甚远。
有人知道吗?
我无法复制您的代码,因为我没有所有的常量。 在不知道您的问题的确切细节的情况下,我不能确定,但是我猜想这里很可能出现数字问题 。
fsolve
是在数值分析中实现算法的函数,并朝着近似解迭代。 从某种意义上说,数字算法可能是“敏感的”,如果用户没有针对特定问题使用正确的设置,或者如果特定的算法选择不适合该问题,则可能会导致错误。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.