Question

我正在尝试在python中求解非线性方程。我已经尝试过使用Sympy的求解器，但是它似乎无法在for循环语句中使用。我想解决输入[N] 范围内的变量x 。

我在下面附加了我的代码

import numpy as np
import matplotlib.pyplot as plt
from sympy import *

f_curve_coefficients = [-7.14285714e-02, 1.96333333e+01, 6.85130952e+03]
S = [0.2122, 0, 0]

a2 = f_curve_coefficients[0]
a1 = f_curve_coefficients[1]
a0 = f_curve_coefficients[2]

s2 = S[0]
s1 = S[1]
s0 = S[2]

answer=[]
x = symbols('x')
for N in range(0,2500,5):
    solve([a2*x**2+a1*N*x+a0*N**2-s2*x**2-s1*x-s0-0])
    answer.append(x)
    
print(answer)

解决此问题的方法可能比使用sympy更为有效*任何帮助将不胜感激。

注意，从Matlab转换后，我还是python的新手。我可以在Matlab中轻松解决此问题并可以附加代码，但是我在Python中对此感到困惑

Answer 1

回答您的问题“解决此问题的方法可能比使用sympy *更有效的方法”

您可以使用fsolve查找非线性方程的根：在给定初始估计的情况下，fsolve返回由func（x）= 0定义的（非线性）方程的根 https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.fsolve.html

下面是代码：

from scipy.optimize import fsolve
import numpy as np

def f(variables) :
    (x,y) = variables
    first_eq = 2*x + y - 1
    second_eq = x**2 + y**2 - 1
    return [first_eq, second_eq]

roots = fsolve(f, (-1 , -1)) # fsolve(equations, X_0)
print(roots)

# [ 0.8  -0.6]
print(np.isclose(f(roots), [0.0, 0.0]))  # func(root) should be almost 0.0.

如果您希望使用sympy，则可以使用nsolve。

>>> nsolve([x+y**2-4, exp(x)+x*y-3], [x, y], [1, 1])

[0.620344523485226] [1.83838393066159]

第一个参数是方程式列表，第二个参数是变量列表，第三个参数是初始猜测。

另外，有关详细信息，您可以查看先前在堆栈溢出中询问的有关在python中解决非线性方程式的方法的类似问题： How to solve a pair of nonlinear equations using Python?

Answer 2

根据this documentation，solve的输出就是解决方案。没有为x分配任何内容，仍然只是符号。

x = symbols('x')
for N in range(0,2500,5):
    result = solve(a2*x**2+a1*N*x+a0*N**2-s2*x**2-s1*x-s0-0)
    answer.append(result)

如何在python中使用for循环求解非线性方程？

2 个答案: