如何解决如何将scipy.optimization.brute用于多变量函数
我想找到一个二变量函数的全局最小值，例如V（x，y，T），其中（x，y）是自变量，而'T'是参数。我的目标是为参数T的固定值找到函数V（x，y，T）的全局最小值/最小值（具有两个变量的函数的最小值由https://en.wikipedia.org/wiki/Second_partial_derivative_test确定）。我想要使用包“ scipy.optimization.brute”。首先，请确认我是对还是错。
我正在粘贴（https://scipy-lectures.org/intro/scipy/auto_examples/plot_optimize_example2.html）中的示例示例
from scipy import optimize
# Global optimization
grid = (-10,10,0.1)
xmin_global = optimize.brute(f,(grid,))
print("Global minima found %s" % xmin_global)
此示例适用于单变量函数。 我不知道如何将输入内容放在两个变量的情况下。
为了更好地了解我的功能，我在此附上功能不同的参数'T'的函数图像。请注意，此处的函数是一个变量'\ phi_0'，而不是两个变量（x，y）。 my function,but for one variable
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
