我一直在嘗試獲得單個變量函數的最小值。功能是：sym.sqrt((x+6)**2 + 25) + sym.sqrt((x-6)**2 - 121)函數的導數（即 (x - 6)/sym.sqrt((x - 6)**2 - 121) + (x + 6)/sym.sqrt((x + 6)**2 + 25)）由于第一項，x 等于 -5 ad 變得復雜，因為 x 大于（例如，-4）但小于 18（為了簡單起見，我們可以在這里忽略）。因此，我編寫的代碼只評估 x 在 -6 和 -10 之間的函數（通過檢查，我可以看到最小值在 -8.6 左右，所以我選擇了 -10）：def h(x): for x in np.arange(-10,-5): sym.sqrt((x+6)**2 + 25) + sym.sqrt((x-6)**2 - 121) result = optimize.minimize_scalar(h,bounds=(-10,-5)) x_min = result.x print(x_min)不幸的是，我收到了這個錯誤：TypeError: 輸入類型不支持 ufunc 'isnan'，并且根據轉換規則 ''safe'' 無法安全地將輸入強制轉換為任何支持的類型有人可以幫我解決這個問題嗎？
1 回答
慕妹3146593
TA貢獻1820條經驗 獲得超9個贊
我不認為 numpy 和 sympy 一起玩得很好，除非你lambdify的 sympy 方程。而且我也不確定NaN值，這似乎在您的等式中。
你可以用數字試試。在繪制函數時，我發現該范圍內沒有最小值，但導數中有最大值：
import numpy as np
from matplotlib import pyplot as plt
from scipy.signal import argrelmax
x = np.linspace(-10, -6, 256) # generate x range of interest
y = np.sqrt((x+6)**2 + 25) + np.sqrt((x-6)**2 - 121)
dydx = (x - 6)/np.sqrt((x - 6)**2 - 121) + (x + 6)/np.sqrt((x + 6)**2 + 25)
maximum, = argrelmax(dydx) # returns index of maximum
x[maximum]
>>> -8.50980392
# plot it
plt.plot(x, y)
ax = plt.gca().twinx() # make twin axes so can see both y and dydx
ax.plot(x, dydx, 'tab:orange')
ax.plot(x[maximum], dydx[maximum], 'r.')
添加回答
舉報
0/150
提交
取消