时间戳

首页 > 解决方案 > 如何在python中使用for循环求解非线性方程？

python - 如何在python中使用for循环求解非线性方程？

问题描述

我正在尝试在 python 中求解非线性方程。我曾尝试使用 Sympy 的求解器，但它似乎不适用于 for 循环语句。我很想在一系列输入 [N]上求解变量 x。

我在下面附上了我的代码

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)

可能有比使用 sympy 更有效的方法来解决这个问题 * 任何帮助都会非常感激。

请注意，从 Matlab 转换后，我对 python 还是很陌生。我可以在 Matlab 中轻松解决这个问题，并且可以附加代码，但我正在 Python 中解决这个问题

标签： pythonsympynonlinear-optimizationequation-solvingnonlinear-functions

解决方案

回答您的问题“解决此问题的方法可能比使用 sympy * 更有效”

您可以使用 fsolve 找到非线性方程的根： fsolve 返回由 func(x) = 0 定义的（非线性）方程的根，给出初始估计 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.

如果你更喜欢 sympy，你可以使用 nsolve。

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

[0.620344523485226] [1.83838393066159]

第一个参数是方程列表，第二个是变量列表，第三个是初始猜测。

另外有关详细信息，您可以查看之前在堆栈溢出中提出的关于在 python 中求解非线性方程的方法的类似问题： 如何使用 Python 求解一对非线性方程？

推荐阅读