在Python中将Jacobian传递给newton_krylov非线性求解器：第2部分

如何解决在Python中将Jacobian传递给newton_krylov非线性求解器：第2部分

该问题与this older question中的问题相同。我在此处复制粘贴主体：

我想通过在python中使用newton_krylov求解器来求解非线性代数方程组。

定义方程组的函数如下：

def sys(x,param1,param2,param3,param4):
    
    ...
    
    return f

在输入处获得一个向量x，以及三个向量param1，param2，param3和一个数字param4，它们作为参数，并在输出处返回另一个向量f。 我还有一个函数可以给出系统的雅可比行列式。看起来像

def jac(x,param3):
    
    ...
    
    return jacob

此函数在输入时使用向量x，以及与sys相同的参数，是param4的一部分，然后返回另一个向量jacob。

最后，求解器的调用方式如下

sol=newton_krylov(lambda x:sys(x,param4),guess,method=jac(x,param3))

问题： 我想了解传递外部jac的正确方法是什么。使用实际语法，似乎求解器无法理解x中的method=jac(x,param3)是未知变量的向量。

解决方法

根据您的求解器调用和类似求解器 scipy.optimize.root 中的文档，我会尝试更改

method=jac(x,param1,param2,param3)

到

method=lambda x: jac(x,param3)。

这与您已经为 jac(x,*params) 所做的相同的方式包装 sys，导致可调用的 jac(x) 被传递给 newton_krylov。否则，Python 将尝试评估 jac(x,*params)，然后将结果传递给 method（在搜索潜在未定义变量 x 并在可以时引发 NameError 的过程中）没找到）。