scipy.optimize.brent¶

scipy.optimize.brent(func, args=(), brack=None, tol=1.48e-08, full_output=0, maxiter=500)[源代码]¶

给定一个包含一个变量和可能的方括号的函数，将该函数的局部最小值返回到小数精度tol。

参数

func可调用f(x，*args): 目标函数。
args元组，可选: 其他参数(如果存在)。
brack元组，可选: 一个三元组(xa，xb，xc)，其中xa<xB<xc和func(Xb)<func(Xa)，func(Xc)或用作下坡括号搜索的开始间隔的一对(xa，xB bracket )。提供对(xa，xb)并不总是意味着所获得的解将满足xa<=x<=xB。
tol浮动，可选: 解中的相对误差 xopt 可接受的收敛。
full_output布尔值，可选: 如果为True，则返回所有输出参数(xmin、fval、iter、funcalls)。
maxiter整型，可选: 解决方案中的最大迭代次数。

退货

参见

注意事项

在可能的情况下使用反抛物线插值，以加快黄金分割法的收敛速度。

不确保最小值位于 brack 。看见 fminbound 。

示例

我们举例说明了函数在以下情况下的行为 brack 尺寸分别为2号和3号。在以下情况下 brack 形式为(xa，xB)，我们可以看到，对于给定值，输出不一定在范围(xa，xB)内。

>>> def f(x):
...     return x**2

>>> from scipy import optimize

>>> minimum = optimize.brent(f,brack=(1,2))
>>> minimum
0.0
>>> minimum = optimize.brent(f,brack=(-1,0.5,2))
>>> minimum
-2.7755575615628914e-17

scipy.optimize.fminbound

scipy.optimize.golden