Python 如何调试scipy.optimize.root（）

我尝试解决以下环境：

• 给定价格

  p=（p1，p2）

  ，状态变量向量

  z

  ，求解最优（“个体”）决策

  F（p，z）

  （在离散网格上），该向量包含

  F1，F2

• 给定一个常数f=（f1，f2），找到根（“超额需求”）

  f（p，z）=f

因此，我解决这个问题的方法是[（

Param

，

Grid

）只包含参数等]：

def iterateIndividual (Prices, Param, Grid):
    returns F1, F2

def computeRoots (Prices, states, Param, Grid):
    F1, F2 = iterateIndividual(Prices, Param, Grid)
    excessDemand = np.concatenate( ( (F1 - Grid.A)[..., np.newaxis], (F2 - Grid.M)[..., np.newaxis]), axis=-1)
    return excessDemand

def solveEverything(states, Grid, Param):
    from scipy.optimize import root

    guessA = ones(states.shape)
    guessM = ones(states.shape)
    #zipPrices returns object of shape `(A, B, 2)`, stacking the guesses on the third dimension
    guess = zipPrices(guessA, guessM)
    sol = root(computeExcessDemand, guess, method='krylov', options={'disp':True}, args=[states, Param, Grid])

---

对于求解

f=f

的每个状态，都应该有一个唯一的对

p

，而且，它应该满足全局收敛的条件。一个问题可能是，

iterateIndividual

生成了一个离散的网格，我没有对其进行插值。但是，

root（）

告诉我

ValueError: Jacobian inversion yielded zero vector. This indicates a bug in the Jacobian approximation.

这是不幸的，因为我实际上想使用半牛顿方法（自动近似雅可比矩阵）

使用

broyden1

或

broyden2

显示解算器从一开始就卡住了：

In[388]: sol = root(computeExcessDemand, guess, method="broyden2", options={'disp':True}, args=[states, Param, Grid])
0:  |F(x)| = 131.909; step 1; tol 0.9
1:  |F(x)| = 159.687; step 1; tol 0.9999
2:  |F(x)| = 159.687; step 1; tol 0.9
3:  |F(x)| = 159.687; step 1; tol 0.9

---

我如何调试它？

另外：我在stackoverflow上发布这个是否正确，或者网络的其他站点是否更适合？“一个问题可能是，

迭代单个

产生一个离散网格…”这正是问题所在。

根

期望目标函数是连续的。