改进 scipy 最小化元素依赖

如何解决改进 scipy 最小化元素依赖

我知道 numpy 有一个 IRR 函数可以计算这样的东西。我正在处理一个更复杂的问题，现金流贴现是一个简单的例子，可以理解我所说的“逐元素”依赖的含义。

给定一个输入 X = [x1,x2,x3]，我应该得到一个输出 Y = [y1,y2,y3]，其中 y1 只依赖于 x1，y2 依赖于 x2，y3 依赖于 x3。

scipy.optimize.minimize 这样解释问题吗？我的理解是 scipy 认为 Y 的每个元素都依赖于 X 中的所有元素。如果 scipy 以后一种方式行事，我怎样才能让 scipy 识别“逐元素”依赖？一次传递一个 x 值是最好的方法吗？

这是一个例子：

import numpy as np
import scipy.optimize

def f(wacc,cash_flows):
    """Function to minimize. 

    Present value of cash flows given discount rates (weighted average cost of capital).
    """
    years = cash_flows.shape[1]
    pv = cash_flows / (1 + wacc.reshape(-1,1)) ** np.arange(cash_flows.shape[1])
    return pv.sum(axis=1)

def cost_function(wacc,cash_flows):
    return np.abs(f(wacc,cash_flows)).sum()

cash_flows = np.array([[-2,2,3],[-3,3,4],[-4,4,5]])
x0 = np.array([0.1,0.1,0.1]) # initial guess for WACC

scipy.optimize.minimize(fun=cost_function,x0=x0,args=(cash_flows),options=dict(disp=True))