Scipy: оптимизация с настраиваемым шагом ⇐ Python

[Anonymous]

Задача — найти минимум функции с явно заданным шагом.
Я просмотрел методы пакета scipy.optimize, использующие аппроксимационный подход (COBYLA, COBYQA), и не нашел Не нашел параметров и опций, которые можно использовать для передачи размера шага.
Например:

Код: Выделить всё

 initial_x_1 = np.float16([4.0])

res_opt_x_1 = optimize.minimize(f_x_1, initial_x_1, method='COBYLA', options={'rhobeg': [2.0], 'maxiter': 50, 'disp': False, 'catol': 1e-4})

Есть ли в scipy.optimize другие числовые методы, в которых мы можем явно установить размер шага?
Или, в более общем смысле, существуют ли они другие числовые методы в ДРУГИХ математических библиотеках Python, в которых мы можем явно установить размер шага?

Подробнее здесь: https://stackoverflow.com/questions/791 ... ustom-step