python 中非线性向量函数的求根：如何为变量设置界限？
Root finding for nonlinear vector functions in python: how can I place bounds on my variables?
对于标量函数的求根，scipy.optimize.root_scalar 提供了一个非常有用的 bracket 参数，我可以使用它来设置包含我的根的区间，以确保我找到的根是我找到的那个想。我想对 (x1, x2) 的向量函数做同样的事情，其中对我来说唯一有意义的根位于两个变量的 (0, 1) 之间。但是，scipy scipy.optimize.root 中的向量求根函数无法让我指定边界，而且我似乎也无法将其指定为任何求解器方法的选项.
是否有任何解决此问题或其他 packages/functions 的方法可以满足我的要求？我对寻根非常陌生，但令我惊讶的是这个功能很难找到，因为直觉上寻根似乎如果指定了界限会更容易。有什么方法可以破解我的函数以将这些算法之一指向 (0, 1) 区域？
函数 scipy.optimize.root_scalar 有 bracket 参数，因为当函数只有一个参数时，可以使用二分算法求根。
在更高的维度中没有这样的二分算法。
不过，在多个维度中，可以在scipy.optimize.brute中指定ranges来限制搜索space的解决方案。
要找到 f(x_1, ..., x_n) 的根，您可以尝试在 f(x_1, ..., x_n)^2 上使用 scipy.optimize.brute，因为根是平方函数的全局最小值。
对于标量函数的求根，scipy.optimize.root_scalar 提供了一个非常有用的 bracket 参数，我可以使用它来设置包含我的根的区间，以确保我找到的根是我找到的那个想。我想对 (x1, x2) 的向量函数做同样的事情，其中对我来说唯一有意义的根位于两个变量的 (0, 1) 之间。但是，scipy scipy.optimize.root 中的向量求根函数无法让我指定边界，而且我似乎也无法将其指定为任何求解器方法的选项.
是否有任何解决此问题或其他 packages/functions 的方法可以满足我的要求？我对寻根非常陌生，但令我惊讶的是这个功能很难找到，因为直觉上寻根似乎如果指定了界限会更容易。有什么方法可以破解我的函数以将这些算法之一指向 (0, 1) 区域？
函数 scipy.optimize.root_scalar 有 bracket 参数，因为当函数只有一个参数时，可以使用二分算法求根。
在更高的维度中没有这样的二分算法。
不过，在多个维度中，可以在scipy.optimize.brute中指定ranges来限制搜索space的解决方案。
要找到 f(x_1, ..., x_n) 的根，您可以尝试在 f(x_1, ..., x_n)^2 上使用 scipy.optimize.brute，因为根是平方函数的全局最小值。