为相同的(？) scipy.optimize.minimize两个不同的输出输入

Question

我有一个函数func(x)。我想知道func(x)-7=0的x。因为没有确切的答案，我认为minimize会是一个好主意。

from scipy.optimize import minimize

def func(x): # testing function which leads to the same behaviour
    return (x * 5 + x * (1 - x) * (6-3*x) * 5)

def comp(x): #  comparison function which should get zero
    return abs(((func(x)) - 7))

x0 = 0.
x_real = minimize(comp, x0) # minimize comparison function to get x

print(x_real.x)

最后一个print给了我[ 0.7851167]。下面的print...

print(comp(x_real.x))
print(comp(0.7851167))

...leads到不同的输出：

[  1.31290960e-08]
6.151420706146382e-09

有人能给我解释一下这种行为吗？

Answer 1

编辑：我想我理解错了你的问题。像在打印语句中那样对数字进行四舍五入显然会产生一些差异(这些差异非常小(在1e-9附近))。

为了找到所有的x，你应该应用一些全局解的方法，或者从不同的初始点开始寻找所有的局部最小值(如图所示)。

然而，这个方程有两个解。

def func(x): # testing function which leads to the same behaviour
    return (x * 5 + x * (1 - x) * (6-3*x) * 5)

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-0.1,1,100)
plt.plot(x, func(x)-7)
plt.plot(x, np.zeros(100))
plt.show()

函数：

​

​