scipy.optimize.

linearmixing

scipy.optimize.linearmixing(F, xin, iter=None, alpha=None, verbose=False, maxiter=None, f_tol=None, f_rtol=None, x_tol=None, x_rtol=None, tol_norm=None, line_search='armijo', callback=None, **kw)

Findet eine Wurzel einer Funktion unter Verwendung einer Skalaren-Jacobian-Approximation.

Warnung

Dieser Algorithmus kann für spezifische Probleme nützlich sein, aber ob er funktioniert, hängt stark vom Problem ab.

Parameter:

FFunktion(x) -> f

Funktion, deren Nullstelle gefunden werden soll; sollte ein Array-ähnliches Objekt entgegennehmen und zurückgeben.

xinarray_like

Erster Schätzwert für die Lösung

alphafloat, optional

Die Jacobian-Approximation ist (-1/alpha).

iterint, optional

Anzahl der durchzuführenden Iterationen. Wenn weggelassen (Standard), werden so viele Iterationen durchgeführt, wie zur Erfüllung der Toleranzen erforderlich sind.

verbosebool, optional

Gibt bei jeder Iteration den Status auf stdout aus.

maxiterint, optional

Maximale Anzahl von Iterationen. Wenn mehr benötigt werden, um die Konvergenz zu erreichen, wird NoConvergence ausgelöst.

f_tolfloat, optional

Absolute Toleranz (in der Maximalnorm) für das Residuum. Wenn weggelassen, beträgt der Standardwert 6e-6.

f_rtolfloat, optional

Relative Toleranz für das Residuum. Wenn weggelassen, wird sie nicht verwendet.

x_tolfloat, optional

Absolute minimale Schrittweite, wie sie aus der Jacobi-Approximation bestimmt wird. Wenn die Schrittweite kleiner ist als dieser Wert, wird die Optimierung als erfolgreich beendet. Wenn weggelassen, wird sie nicht verwendet.

x_rtolfloat, optional

Relative minimale Schrittweite. Wenn weggelassen, wird sie nicht verwendet.

tol_normfunction(vector) -> scalar, optional

Norm, die zur Überprüfung der Konvergenz verwendet wird. Standardmäßig wird die Maximalnorm verwendet.

line_search{None, ‘armijo’ (Standard), ‘wolfe’}, optional

Welche Art von Liniensuche zur Bestimmung der Schrittweite in der durch die Jacobi-Approximation gegebenen Richtung verwendet werden soll. Standardmäßig wird ‘armijo’ verwendet.

callbackfunction, optional

Optionale Callback-Funktion. Sie wird bei jeder Iteration als callback(x, f) aufgerufen, wobei x die aktuelle Lösung und f der entsprechende Rest ist.

Rückgabe:

solndarray

Ein Array (vom ähnlichen Array-Typ wie x0) mit der endgültigen Lösung.

Löst aus:

NoConvergence

Wenn keine Lösung gefunden wurde.

Siehe auch

root

Schnittstelle zu Algorithmen zur Wurzelfindung für multivariate Funktionen. Siehe insbesondere method='linearmixing'.