scipy.optimize.rosen

scipy.optimize.rosen(x)

罗森布罗克函数。

计算出的函数为：

sum(100.0*(x[1:] - x[:-1]**2.0)**2.0 + (1 - x[:-1])**2.0)

参数

xarray_like

要计算Rosenbrock函数的一维点数组。

退货

f浮动

Rosenbrock函数的值。

参见

rosen_der, rosen_hess, rosen_hess_prod

示例

>>> from scipy.optimize import rosen
>>> X = 0.1 * np.arange(10)
>>> rosen(X)
76.56

对于更高维度的输入 rosen 广播。在下面的示例中，我们使用它来打印二维景观。请注意， rosen_hess 不会以这种方式广播。

>>> import matplotlib.pyplot as plt
>>> from mpl_toolkits.mplot3d import Axes3D
>>> x = np.linspace(-1, 1, 50)
>>> X, Y = np.meshgrid(x, x)
>>> ax = plt.subplot(111, projection='3d')
>>> ax.plot_surface(X, Y, rosen([X, Y]))
>>> plt.show()

上一页

scipy.optimize.HessianUpdateStrategy.update

下一页

scipy.optimize.rosen_der