【发布时间】:2021-02-23 15:48:32
【问题描述】:
请忽略混乱,这仍然是菜鸟。 基本上,我有一个功能:
def bw(Q,T):
F = -Tc * Q**2 + T*((1+Q)*np.log(1+Q) + (1-Q)*np.log(1-Q))
return F
我需要在不同的 T 处找到这个的最小值
Tc = 1
n = 200
T1 = 0.5
T2 = 1.2
Tt = np.linspace(T1,T2,n)
Qe = np.ndarray((1,n))
Q0 = 0.9
for i in range(n):
T = Tt[i]
res = minimize(bw,Q0,method='nelder-mead', options={'xatol': 1e-8})
这样,它说它缺少一个位置参数 T,但是:
res = minimize(bw(T),Q0,method='nelder-mead', options={'xatol': 1e-8})
res = minimize(bw(Q,T),Q0,method='nelder-mead', options={'xatol': 1e-8})
res = minimize(bw(,T),Q0,method='nelder-mead', options={'xatol': 1e-8})
我试过这些,但它们不起作用。然后,我尝试了:
res = minimize(bw,T,Q0,method='nelder-mead', options={'xatol': 1e-8})
我得到的值是错误的。有人可以帮忙吗?
【问题讨论】:
标签: python numpy scipy scipy-optimize scipy-optimize-minimize