Question

我想对以下非线性方程进行根搜索，我在Python中进行，但它不起作用。我的代码在下面

from pylab import *
import scipy
import scipy.optimize

def z1(x,y):
    temp=1+1j+x+2*y;
    return temp

def z2(x,y):
    temp=-1j-2*x+sqrt(3)*y;
    return temp

def func(x):
    temp=[z1(x[0],x[1])-1.0/(1-1.0/(z2(x[0],x[1]))),1-2.0/(z2(x[0],x[1])-4.0/z1(x[0],x[1]))]
    return temp

result=scipy.optimize.fsolve(func,[1+1j,1+1j])

print result

当我运行它时，它显示错误：

---＆GT; 30 result = scipy.optimize.fsolve（func，[1 + 1j，1 + 1j]）

在fsolve中的<：C：\ Python27 \ lib \ site-packages \ scipy \ optimize \ minpack.py（func，x0，args，fprime，full_output，col_deriv，xtol，maxfev，band，epsfcn，factor，diag）

123             maxfev = 200*(n + 1)

124         retval = _minpack._hybrd(func, x0, args, full_output, xtol,

- ＆GT; 125 maxfev，ml，mu，epsfcn，factor，diag）

126     else:

127         _check_func('fsolve', 'fprime', Dfun, x0, args, n, (n,n))

Answer 1

fsolve从R ^ n - ＆gt;中找到函数的零。 R.类似函数root从R ^ n - >找到函数的零。 R 1米。

看起来你正试图从C ^ 2中找到一个函数的零 - ＆gt; C ^ 2，据我所知scipy.optimize不直接支持 - 但你可以尝试从R ^ 4写一个函数 - ＆gt; R ^ 4然后使用root。例如，类似于：

def func_as_reals(x):
    r1, c1, r2, c2 = x
    a, b = func([complex(r1, c1), complex(r2, c2)])
    return [a.real, a.imag, b.real, b.imag]

应该可行，但直接在实数上执行它可能要快得多，而不是反复包装到复杂和展开中。

Answer 2

你可以试试mpmath的findroot（sympy）：

from mpmath import findroot

#Your code here

ans = findroot([z1,z2],(0,0))
print(ans)

返回：

[(-0.302169479251962 - 0.651084739625981j)]
[(-0.348915260374019 - 0.174457630187009j)]

这是您系统的解决方案 Mpmath是一个多精度库，因此它的例程通常较慢，但你可以尝试一下！

如何在Python中进行非线性复杂根发现

2 个答案: