将预定参数传递给scipy.optimize.fs

Question

我试着用python来解一个由6个非线性方程组成的系统。有9个变量，其中3个是预先确定的（留下一个由6个方程组成的系统，其中6个未知数）。问题是，它可能是任何3个，我无法事先知道。在

下面是方程式（如果你感兴趣的话）。在

c11*c12+c21*c22+c31*c32=0

c11*c13+c21*c23+c31*c33=0

c12*c13+c22*c23+c32*c33=0

c11*c21+c12*c22+c13*c23=0

c11*c31+c12*c32+c13*c33=0

c21*c31+c22*c32+c23*c33=0

---

注意：这是我认为最快/最容易解决的方法。另一个可能的表达是：

    |c11 c21 c31|
A = |c12 c22 c32|
    |c13 c23 c33|

    |c11 c12 c13|
B = |c21 c22 c23|
    |c31 c32 c33|

      |1 0 0|
A*B = |0 1 0|
      |0 0 1|

---

我的问题是：是否有必要将其中的3个设置为已修复，并且scipy.optimize.fsolve（或更合适的模块？）求解剩余参数？

Answer 1

所以，我自己找到了一个有效的解决办法。不确定这是否是最好的解决方案，但它是有效的。在

回答我的问题，scipy.optimize.fsolve接受参数args=（此处为额外参数）。我把预先确定的参数放在这里。当调用函数时，首先解析参数，并将3个预定值放在适当的位置。在

剩下的6个变量在一个列表中传递，并被迭代以填补剩余的空白。由于参数不变，所以每个变量总是放在矩阵中的同一位置。在

使用这种方法，任意3个矩阵元素都可以预先确定，fsolve将尝试确定余数。在

fsolve的调用语句如下所示：

paramSolve1, infodict, ier, mesg = scipy.optimize.fsolve(func,(i,i,i,i,i,i),args = (knownVals[0],knownVals[1],knownVals[2]), full_output = True, warning = False)

knwonVals是一个预定参数的列表，i是一个起始猜测（所有6个缺失的参数都得到相同的起始猜测）。full_output允许返回可选输出，warning=False关闭未找到解决方案时出现的警告消息。有关详细信息，请查看http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.fsolve.html

对于感兴趣的人，问题的完整代码如下。在

^{pr2}$