Python求解非线性方程组的高效方法.py

在scipy.optimize工具包中有两个函数可以数值求解方程组，分别是root和solve，这两个函数会找到方程组的一个近似解。

# 方法1
# ==============================
from scipy.optimize import root

def f1（x）:
    return [x[0]*（1j）+x[0]*x[1]+1x[0]+x[1]-1j]

print（root（f1[11]method=‘krylov‘）.x）
print（root（f1[11]method=‘krylov‘tol=1e-10）.x）#设置能够允许的误差为10的-10次方

# ==============================
from scipy.optimize import fsolve
from numpy import arraymat

def f1（x）:
  return [x[0]+x[0]*x[1]-2x[0]-x[1]-2]

def jac1（x）:#方程组对应的雅可比矩阵
  return mat（[[1+x[1]x[0]][1-1]]）

print（fsolve（f1[0-1]））#初始猜测值[0-1]