python运筹学牛顿法求近似解

牛顿法是一种常用的求解非线性方程的方法，适用于凸函数的优化问题。以下是使用Python运筹学库SciPy实现牛顿法求解非线性方程的示例代码：

import numpy as np
from scipy.optimize import newton

def f(x):
    return np.cos(x) - x

def f_prime(x):
    return -np.sin(x) - 1

# 求解方程cos(x) - x = 0
sol = newton(f, x0=0.5, fprime=f_prime)

print("近似解为：", sol)

在上述代码中，`f(x)`为所要求解的非线性方程，`f_prime(x)`为`f(x)`的导函数，`newton()`函数是SciPy中实现牛顿法的函数，其中`x0`为初始值，`fprime`为`f(x)`的导数函数。运行代码后，即可得到非线性方程的近似解。