[英]nleqslv, R, nonlinear equation system
我有以下非线性方程组:
r1*r2*(0.25*0.6061-0.5)+r1+(0.25*r2) = 0.6061
r1*r2*(0.25*0.6429-0.5)+r1+(0.25*r2) = 0.6429
我需要找到r1
和r2
。 他们的解决方案应等于:
r1 = 0.5754
r2 = 0.6201
这是由Fortran产生的。
我不知道如何使用nleqslv
软件包找到解决方案。
如果有人可以帮助我,我将不胜感激。
谢谢。
使用nleqslv
方法是定义一个返回2维矢量的函数,就像c(r1, r2)
。
该函数采用2维参数x
。 我分别用x[1]
和x[2]
代替了r1
和r2
。
我还用其值-0.348475
替换了您的第一方程常数(0.25*0.6061-0.5)
。 并且在第二等式中, (0.25*0.6429-0.5)
乘-0.339275
。
至于初始值,我首先尝试了c(0, 0)
但是没有用。 如果您使用初始值c(0.5, 0.5)
运行下面的代码c(0.5, 0.5)
您将在浮点精度内获得相同的解决方案。
fn <- function(x){
c(-0.348475*x[1]*x[2] + x[1] + 0.25*x[2] - 0.6061,
-0.339275*x[1]*x[2] + x[1] + 0.25*x[2] - 0.6429)
}
nleqslv(c(1, 1), fn)
#$`x`
#[1] 1.000000 3.999999
#
#$fvec
#[1] 4.773959e-14 4.607426e-14
#
#$termcd
#[1] 1
#
#$message
#[1] "Function criterion near zero"
#
#$scalex
#[1] 1 1
#
#$nfcnt
#[1] 2
#
#$njcnt
#[1] 1
#
#$iter
#[1] 2
请注意, $fvec
接近零,而$termcd
是1
。 这意味着算法已经收敛。 要拥有解决方案,您可以运行
sol <- nleqslv(c(1, 1), fn)
sol$x
#[1] 1.000000 3.999999
如果您可以计算jacobian,并且在这种情况下甚至非常简单,则该算法会更加准确。
jacfn <- function(x) {
n <- length(x)
Df <- matrix(numeric(n*n), n, n)
Df[1,1] <- -0.348475*x[2] + 1
Df[1,2] <- -0.348475*x[1] + 0.25
Df[2,1] <- -0.339275*x[2] + 1
Df[2,2] <- -0.339275*x[1] + 0.25
Df
}
sol2 <- nleqslv(c(1, 1), fn, jac = jacfn)
sol2$x
#[1] 1 4
解决方法是相同的。
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.