Python 2.7 牛顿法_Python 2.7_Scipy_Newtons Method

Python 2.7 牛顿法

python-2.7

Python 2.7 牛顿法,python-2.7,scipy,newtons-method,Python 2.7,Scipy,Newtons Method,我需要找到一个相当复杂的方程的根，我已经读到python有一组函数可以提供帮助。我试图弄清楚它们是如何工作的，但我失败了。我看到的例子都很简单，我需要找到这个函数的根：用B和K实数正数。有人能帮忙吗？这里有两种解决方案，第二种可能是解决问题的更简单、更正确的方法诀窍是你必须让函数f记住K和B的值。一种方法是让它成为另一个函数的内部函数。外部函数用于设置K和B。它们位于返回的内部函数的变量范围内。这样，内部f函数就可以记住这些值。然后将返回的函数简单地传递给Newton-Raphson方法，

我需要找到一个相当复杂的方程的根，我已经读到python有一组函数可以提供帮助。我试图弄清楚它们是如何工作的，但我失败了。我看到的例子都很简单，我需要找到这个函数的根：

用B和K实数正数。有人能帮忙吗？

这里有两种解决方案，第二种可能是解决问题的更简单、更正确的方法

诀窍是你必须让函数

记住K和B的值。一种方法是让它成为另一个函数的内部函数。外部函数用于设置K和B。它们位于返回的内部函数的变量范围内。这样，内部

函数就可以记住这些值。然后将返回的函数简单地传递给Newton-Raphson方法，并找到根

from scipy.misc import factorial
from scipy.optimize import newton
import numpy as np

def get_f(K=1, B=1):
    def f(x):
        return np.exp(-B*(np.power(B, x))-factorial(x)*K)
    return f

f = get_f(K=2, B=3)
print newton(f, 3, maxiter=1000)

用户评论说，

newton

函数有一个

args

参数，可用于向newton-Raphson函数传递额外参数。如果函数的形式是f（x，a，b，c…），那么a，b，c。。。是可以在

args

中给出的额外参数

同样的解决方案如下所示：

from scipy.misc import factorial
from scipy.optimize import newton
import numpy as np

def f(x, K, B):
    return np.exp(-B*(np.power(B, x))-factorial(x)*K)

print newton(f, 3, args=(2, 3), maxiter=1000)