请考虑以下代码。
from scipy import optimize
def fun(x):
return [x[0] + 0.5 * (x[0] - x[1])**3 - 1.0,
0.5 * (x[1] - x[0])**3 + x[1]]
def jac(x):
return np.array([[1 + 1.5 * (x[0] - x[1])**2,
-1.5 * (x[0] - x[1])**2],
[-1.5 * (x[1] - x[0])**2,
1 + 1.5 * (x[1] - x[0])**2]])
sol = optimize.root(fun, [0, 0],method='hybr')
print(sol)
特别是print(sol.fjac)会返回以下2 x 2矩阵。我们称之为矩阵A。
[[-0.9 0.44]
[-0.44 -0.9 ]]
根据documentation，这是在某个时刻评估的函数fun的雅可比矩阵。
问题即可。究竟在哪一点？更确切地说，x0等于矩阵jac(x0) A的价值是多少？
我已将上面的显式雅可比行列用于测试目的。
例如，我测试jac(sol.x)并且它与上面的2 x 2矩阵不同，因此它不能在解决方案中评估雅可比矩阵。我也做了jac([0,0])，它仍然不等于给定的矩阵。
有什么想法吗？