代码之家 › 专栏 › 技术社区 › Herberts

如何在python中创建最小化函数

scipy-optimize-minimize calculus scipy python

0

Herberts · 技术社区 · 3 年前

我应该如何编写这个最小化函数,以便始终将0作为calc函数的结果?

def calc(x, a, b, c, d):
    z = b + c + d
    y = x * a - z - x * a * 0.015
    return y


def minimize(a, b, c, d):
    z = b + c + d
    # 0 = a * 0.095 - z
    # what if z is > a
    m = '?'
    return m


A = 100
B = 90
C = 5
D = 1

print(calc(minimize(A, B, C, D), A, B, C, D))

我尝试过使用spicy.optimize.ddifferential_evolution,它可以最大限度地减少calc()的值,但我认为一种简单的微积分方法应该可以做到这一点,我只是不记得如何做到。

1 回复 | 直到 3 年前

1

2

Samwise 3 年前

这只是一个简单的“求解X”问题,如果 calc 如果是固定的,那么只需自己解决它,然后在解决方案中进行代码编写比处理sympy之类的问题更容易。

不需要复杂的微积分;只需使用你在基础代数中学到的相同技巧来平衡方程(即,只要你对两边做同样的事情,方程就会保持平衡——我记得我八年级的数学老师用平衡秤和一些砝码演示了这个概念)。

给定此函数:

    z = b + c + d
    y = x * a - z - x * a * 0.015
    return y

其与:

    return x * a - (b + c + d) - x * a * 0.015

查找的值 x 依据 a, b, c, d 产生 return 0 。

        0 = x * a - (b + c + d) - x * a * 0.015
b + c + d = x * a - x * a * 0.015
b + c + d = x * a * (1 - 0.015)
b + c + d = x * a * 0.985
        x = (b + c + d) / (a * 0.985)

将其插入 minimize 功能:

>>> def minimize(a, b, c, d):
...     return (b + c + d) / (a * 0.985)
...

并用您的 calc 测试用例:

>>> A = 100
>>> B = 90
>>> C = 5
>>> D = 1
>>>
>>> print(calc(minimize(A, B, C, D), A, B, C, D))
7.771561172376096e-15

请注意,浮点并不是完全精确的,而且 calc 涉及到浮点运算,所以精确地得到零可能并不总是可能的。如果你想要精确的十进制数学,请查看Python的 decimal 单元