python用fsolve、leastsq对非线性方程组求解
背景：
实现用python的optimize库的fsolve对非线性方程组进行求解。可以看到这一个问题实际上还是一个优化问题，也可以用之前拟合函数的leastsq求解。下面用这两个方法进行对比：
代码：
from scipy.optimize import fsolve,leastsq
from math import sin,cos
def f(x):
x0 = float(x[0])
x1 = float(x[1])
x2 = float(x[2])
return [
5*x1+3,
4*x0*x0 - 2*sin(x1*x2),
x1*x2-1.5
]
x0 = [1,1,1]
result = fsolve(f,x0)
print("===================")
print()
print("求解函数名称:",fsolve.__name__)
print("解：",result)
print("各向量值：",f(result))
#拟合函数来求解
h = leastsq(f,x0)
print("===================")
print()
print("求解函数名称:",leastsq.__name__)
print("解：",h[0])
print("各向量的值：",f(h[0]))
结果：
您可能感兴趣的文章:python scipy求解非线性方程的方法(fsolve/root)python/sympy求解矩阵方程的方法Python实现求解一元二次方程的方法示例Python线性方程组求解运算示例Python基于高斯消元法计算线性方程组示例Python编程实现数学运算求一元二次方程的实根算法示例python计算方程式根的方法基于python解线性矩阵方程(numpy中的matrix类)===================
求解函数名称: fsolve
解： [-0.70622057 -0.6 -2.5 ]
各向量值： [0.0, -9.126033262418787e-14, 5.329070518200751e-15]
===================
求解函数名称: leastsq
解： [-0.70622057 -0.6 -2.5 ]
各向量的值： [0.0, -2.220446049250313e-16, 0.0]
