如何在scipy优化函数中输入另一个变量

Question

请忽略这些杂乱，我还是个新手。基本上我有一个函数:

def bw(Q,T):
F = -Tc * Q**2 + T*((1+Q)*np.log(1+Q) + (1-Q)*np.log(1-Q))
return F

我需要找到它在不同T

处的最小值

Tc = 1
n = 200
T1 = 0.5
T2 = 1.2
Tt = np.linspace(T1,T2,n)
Qe = np.ndarray((1,n))
Q0 = 0.9
for i in range(n):
T = Tt[i]
res = minimize(bw,Q0,method='nelder-mead', options={'xatol': 1e-8})

在这里，它说它缺少一个位置参数T，但是:

res = minimize(bw(T),Q0,method='nelder-mead', options={'xatol': 1e-8})
res = minimize(bw(Q,T),Q0,method='nelder-mead', options={'xatol': 1e-8})
res = minimize(bw(,T),Q0,method='nelder-mead', options={'xatol': 1e-8})

我试过这些，他们不工作。然后，我试了:

res = minimize(bw,T,Q0,method='nelder-mead', options={'xatol': 1e-8})

我得到的值是错误的。有人能帮忙吗?

Answer 1

你的最后一次尝试是正确的，你只是混淆了Q和T。应该是:

res = minimize(bw,Q0,T,method='nelder-mead', options={'xatol': 1e-8})