[英]How can I solve a system with multiple non-linear equations using Python?
[英]How can I solve a system of non-linear equations in Python?
我有一個方程組:
for i [1, N]:
|A_i x (X - B_i)|
y_i = ------------------------
|A_i|
the goal: find X such that it minimizes the target function:
sum_{i in [1, N]} (y_i)^2 -> min
其中A_i, X, B_i
是3x1
向量, *
是標量乘法, |v|
是v
歐式范數,並且x
是交叉乘法。
如何使用Python(scipy.optimize?)求解此方程組? 我以前僅使用numpy.linalg.solve
解決了Ax = b
,所以我有點困惑。
我認為我應該使用Nelder-Mead單純形算法 ,聽起來正確嗎?
基本上,我最終使用了此SciPy文檔中的代碼:
import numpy as np
from scipy.optimize import minimize
# Target function
def rosen(x):
"""The Rosenbrock function"""
return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)
x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])
res = minimize(rosen, x0, method='nelder-mead',
options={'xtol': 1e-8, 'disp': True})
print(res.x)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.