给出一组值x
的初始猜测,我试图找到最接近x
的系统的根。如果您熟悉查找系统的根,您将理解找到方程组f
的根满足:
0 = f_1(x)
0 = f_2(x)
....
0 = f_n(x)
f_i
是f
scipy
中有一个包可以完全执行此操作:scipy.optimize.newton_krylov
。例如:
import scipy.optimize as sp
def f(x):
f0 = (x[0]**2) + (3*(x[1]**3)) - 2
f1 = x[0] * (x[1]**2)
return [f0, f1]
# Nearest root is [sqrt(2), 0]
print sp.newton_krylov(f, [2, .01], iter=100, f_tol=Dc('1e-15'))
>>> [ 1.41421356e+00 3.49544535e-10] # Close enough!
但是,我在python中使用decimal
包,因为我正在做非常精确的工作。 decimal
提供超过正常的小数精度。 scipy.optimize.newton_krylov
返回float-precision值。有没有办法以任意精确的小数精度得到我的答案?
答案 0 :(得分:2)
您可以尝试复制scipy.optimize.newton_krylov
中的代码并将其引用,然后将其修改为使用decimal
值而不是浮点值。当然,这可能是困难和耗时的。
我已经完成了其他情况的等效,但从来没有这样做。
答案 1 :(得分:1)
我找到了mpmath
模块,其中包含mpmath.findroot
。 mpmath
对其所有数字使用任意小数点精度。 mpmath.findroot
会在公差范围内找到最近的根。以下是使用mpmath
解决同一问题的示例,其精度更高:
import scipy.optimize as sp
import mpmath
from mpmath import mpf
mpmath.mp.dps = 15
def mp_f(x1, x2):
f1 = (x1**2) + (3*(x2**3)) - 2
f2 = x1 * (x2**2)
return f1, f2
def f(x):
f0 = (x[0]**2) + (3*(x[1]**3)) - 2
f1 = x[0] * (x[1]**2)
return [f0, f1]
tmp_solution = sp.newton_krylov(f, [2, .01], f_tol=Dc('1e-10'))
print tmp_solution
>>> [ 1.41421356e+00 4.87315249e-06]
for _ in range(8):
tmp_solution = mpmath.findroot(mp_f, (tmp_solution[0], tmp_solution[1]))
print tmp_solution
mpmath.mp.dps += 10 # Increase precision
>>> [ 1.4142135623731]
[4.76620313173184e-9]
>>> [ 1.414213562373095048801689]
[4.654573673348783724565804e-12]
>>> [ 1.4142135623730950488016887242096981]
[4.5454827012374811707063801808968925e-15]
>>> [ 1.41421356237309504880168872420969807856967188]
[4.43894795688326535096068850443292395286770757e-18]
>>> [ 1.414213562373095048801688724209698078569671875376948073]
[4.334910114213471839327827177504976152074382061299675453e-21]
>>> [ 1.414213562373095048801688724209698078569671875376948073176679738]
[4.2333106584123451747941381835420647823192649980317402073699554127e-24]
>>> [ 1.41421356237309504880168872420969807856967187537694807317667973799073247846]
[4.1340924398558139440207202654766836515453497962889870471467483995909717197e-27]
>>> [ 1.41421356237309504880168872420969807856967187537694807317667973799073247846210703885]
[4.037199648296693366576484784520203892002447351324378380584214947262318103197216393589e-30]
精度可以任意提高。