Python scipy.optimize_scalar（）给出；UnboundLocalError：局部变量'；fu'；作业前参考“；

我正在解决一些消费者的问题，优化一些选择。我正在尝试使用scipy中的optimize.minimize_scalar（）函数，但出现错误：

Traceback (most recent call last):
  File "/Users/User/Documents/GitHub/dynamic_programming/model_our_paper.py", line 238, in <module>
    sol_C, sol_V = model.solve()
  File "/Users/User/Documents/GitHub/dynamic_programming/model_our_paper.py", line 69, in solve
    obj_func, bounds=[0, k], method='bounded'
  File "/Users/User/opt/anaconda3/lib/python3.7/site-packages/scipy/optimize/_minimize.py", line 790, in minimize_scalar
    return _minimize_scalar_bounded(fun, bounds, args, **options)
  File "/Users/User/opt/anaconda3/lib/python3.7/site-packages/scipy/optimize/optimize.py", line 1880, in _minimize_scalar_bounded
    if np.isnan(xf) or np.isnan(fx) or np.isnan(fu):
UnboundLocalError: local variable 'fu' referenced before assignment

我尝试了以下方法，效果很好：

from scipy import optimize

f = lambda x: (x - 2)*x*(x - 1)**2
k = 10
res = optimize.minimize_scalar(f, bounds=[0, k], method='bounded')
print(res.x)

---

我使用的是更新版MacOS的Macbook。尝试更新Scipy，并重新安装了我从Anaconda获得的python版本。

感谢@rpoleski和@WarrenWeckesser帮助我解决了这个问题。这似乎是边界相等时发生的错误，事实就是如此。这个bug似乎有更新，但它似乎仍在开发中

所以我的工作就是在上限上加一点。有趣的是，这不起作用：

result = optimize.minimize_scalar(
                        obj_func, bounds=[0, k+1.0e-5], method='bounded'
                    )

但是这个起作用了：

result = optimize.minimize_scalar(
                        obj_func, bounds=[0, k+1.0e-4], method='bounded'
                    )

---

我建议：1）打印

t，L，k_I，k

，看看哪些有效，哪些产生了问题；2） 尝试扩展5行代码，使其产生错误；3） 打印所有

V_guess

值以查看问题何时发生。@rpoleski这是一些很好的建议！我会的！WarrenWeckesser啊，好吧，是的，因为当我试图看它时，它似乎与函数本身有关。我会检查是否有可能下载开发版本？

result = optimize.minimize_scalar(
                        obj_func, bounds=[0, k+1.0e-4], method='bounded'
                    )