在scipy中优化给定范围内的函数

Question

我一直在尝试获得单个变量函数的最小值。功能是：

sym.sqrt((x+6)**2 + 25) + sym.sqrt((x-6)**2 - 121)

函数的导数（即 (x - 6)/sym.sqrt((x - 6)**2 - 121) + (x + 6)/sym.sqrt((x + 6)**2 + 25)）由于第一项，x 等于 -5 ad 变得复杂，因为 x 大于（例如，-4）但小于 18（为了简单起见，我们可以在这里忽略）。因此，我编写的代码只评估 x 在 -6 和 -10 之间的函数（通过检查，我可以看到最小值在 -8.6 左右，所以我选择了 -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，我收到了这个错误：

TypeError: 输入类型不支持 ufunc 'isnan'，并且根据转换规则 ''safe'' 无法安全地将输入强制转换为任何支持的类型

有人可以帮我解决这个问题吗？

Answer 1

我不认为 numpy 和 sympy 一起玩得很好，除非你lambdify的 sympy 方程。而且我也不确定NaN值，这似乎在您的等式中。你可以用数字试试。在绘制函数时，我发现该范围内没有最小值，但导数中有最大值：import numpy as npfrom matplotlib import pyplot as pltfrom scipy.signal import argrelmaxx = np.linspace(-10, -6, 256) # generate x range of interesty = 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 maximumx[maximum]>>> -8.50980392# plot itplt.plot(x, y)ax = plt.gca().twinx() # make twin axes so can see both y and dydxax.plot(x, dydx, 'tab:orange')ax.plot(x[maximum], dydx[maximum], 'r.')