背景：

實現用python的optimize庫的fsolve對非線性方程組進行求解。可以看到這一個問題實際上還是一個優化問題，也可以用之前擬合函式的leastsq求解。下面用這兩個方法進行對比：

程式碼：

from scipy.optimize import fsolve,leastsq
from math import sin,cos

def f(x):
    x0 = float(x[0])
    x1 = float(x[1])
    x2 = float(x[2])
    return [
        5*x1+3,
        4*x0*x0 - 2*sin(x1*x2),
        x1*x2-1.5
        ]

x0 = [1,1,1]
result = fsolve(f,x0)

print("===================")
print()
print("求解函式名稱:",fsolve.__name__)
print("解：",result)
print("各向量值：",f(result))
#擬合函式來求解
h = leastsq(f,x0)

print("===================")
print()
print("求解函式名稱:",leastsq.__name__)
print("解：",h[0])
print("各向量的值：",f(h[0]))
 

結果：

===================


求解函式名稱: fsolve
解： [-0.70622057 -0.6        -2.5       ]
各向量值： [0.0, -9.126033262418787e-14, 5.329070518200751e-15]
===================


求解函式名稱: leastsq
解： [-0.70622057 -0.6        -2.5       ]
各向量的值： [0.0, -2.220446049250313e-16, 0.0]