私は以下のテストプログラムを持っています。私のクエリは二重に折りたたまれています:(1)ソリューションがゼロを与える方法と(2)このx2= np.where(x > y, 1, x)
変数の種類を変数に使用するのが適切ですか? Scipyに制約のある最適化ルーチンがありますか?Pythonで連立方程式を解く
a = 13.235
b = 70.678
def system(X, a,b):
x=X[0]
y=X[1]
x2= np.where(x > y, 1, x)
f=np.zeros(3)
f[0] = 2*x2 - y - a
f[1] = 3*x2 + 2*y- b
return (X)
func= lambda X: system(X, a, b)
guess=[5,5]
sol = optimize.root(func,guess)
print(sol)
編集:(2A)ここx2= np.where(x > y, 1, x)
条件に、二つの式は、1つの方程式となります。 (2b)別のバリエーション要件は、x2= np.where(x > y, x^2, x^3)
です。私もこれらの2つについてコメントしましょう。ありがとう!
@erip、LPアルゴリズムは、非線形方程式を扱うことができません。それは本当ですか? 私の典型的な方程式は代表的なものです。彼らは実際にログとexp形式です。 – learner123