[英]Python fsolve shape of fprime is wrong?
下面再简单不过了,但我找不到如何使它工作......
from scipy.optimize import fsolve
def a(x):
return x*x-x
def ap(x):
return 2*x-1
#works
print(fsolve(a, 0.3))
#works
print(fsolve(a, 0.3, fprime=ap))
#works
print(fsolve(a, [0.3], fprime=ap))
#works
print(fsolve(a, [0.3, 0.7]))
#crashes
print(fsolve(a, [0.3, 0.7], fprime=ap))
当它崩溃时给出错误
TypeError: fsolve: there is a mismatch between the input and output shape of the 'fprime' argument 'ap'.Shape should be (2, 2) but it is (2,).
ap
的输出维度似乎肯定应该与输入相同。 这怎么可能出错(我该如何解决)?
我认为一些downvoters错过了问题的微妙之处,所以这里有一个更深入的解释为什么我感到困惑:
似乎 scipy 将a
解释为一个变量的函数,其中[0.3,0.7]
开始估计fsolve(a, [0.3, 0.7])
的两个根,但在fsolve(a, [0.3, 0.7], fprime=ap)
它将a
解释为两个变量的函数,其中[.3,.7]
是单个根的估计。 根据文档( https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.fsolve.html ),第二个参数
x0 : ndarray
The starting estimate for the roots of func(x) = 0.
说它正在寻找根(复数)的估计。 但是它在给定fprime
的情况下的行为使它听起来像x0
被解释为单个根的估计。
我怀疑您期望fsolve(a, [0.3, 0.7], fprime=ap)
返回标量问题的两个解决方案。 fsolve
不能那样工作。
当您调用fsolve(a, x0, fprime=ap)
, fsolve
函数会从x0
的形状推断问题的维度。 如果x0
是标量,它期望a
接受标量,而fprime
必须接受标量并返回标量(或 1x1 数组)。 如果x0
是长度为 2 的序列(如在您的示例中不起作用),则fsolve
期望a
接受长度为 2 的数组作为其x
参数并返回长度为 2 的序列。它还期望fprime
接受一个数组长度为 2 并返回一个形状为 2x2 的数组(雅可比矩阵)。
感谢所有解释为什么我会得到我所得到的行为的人。 不过,实际上没有人告诉我如何解决这个问题,所以自从我想通了,我就写下了这个答案。
混淆源于这样一个事实,即 scipy 文档介于错误和误导之间。
文档说:
在给定起始估计的情况下,返回由 func(x) = 0 定义的(非线性)方程的根。
暗示对于标量函数,它可能返回一个根数组。 实际行为更接近
在给定起始估计的情况下,返回由 func(x) = 0 定义的(非线性)方程的根。
这将使该做什么变得显而易见。 为了找到方程的多个根,我们可以让 scipy(一如既往)将a(x)
解释为n
变量的函数,其中n
是x
的长度。 要找到多个根,让a
被向量化,即
a([x1, x2, ..., xn]) = [a(x1), a(x2), ..., a(xn)]
。
这个函数的雅可比是一个对角矩阵
diag([ap(x1), ap(x2), ..., ap(xn)])
。
因此,我的问题的答案是:
改变
print(fsolve(a, [0.3, 0.7], fprime=ap))
到
print(fsolve(a, [0.3, 0.7], fprime=lambda x: np.diag(ap(x))))
# correctly outputs
# [ -3.69321143e-16 1.00000000e+00]
或者简单地循环[0.3, 0.7]
每次初始猜测调用fsolve
一次。
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.