為什么我的scipy.optimize.minimize失敗？

Question

我嘗試使用fmin_bfgs來找到絕對函數abs(x)的局部最小值。 初始點設置為100.0。 預期的答案是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])

為什么？

Answer 1

像fmin_bfgs和fmin_slsqp之類的方法需要平滑（連續導數）函數才能提供可靠的結果。 abs（x）的最小值為雙連續導數。 在這種情況下，不需要連續導數的Nelder-Mead單純形法之類的方法可能會提供更好的結果。