Skip to main content
 首页 » 编程设计

python之在python中求解联立方程

2025年04月02日16mfrbuaa

我有以下测试程序。我的查询分为两部分:(1) 解决方案如何给出零以及 (2) 使用这种 x2= np.where(x > y, 1, x) 条件是否合适在变量上? Scipy 中是否有任何约束优化例程?

a = 13.235 
b = 70.678 
 
def system(X, a,b): 
    x=X[0] 
    y=X[1] 
 
    x2= np.where(x > y, 1, x)     
 
    f=np.zeros(3) 
    f[0] = 2*x2 - y - a 
    f[1] = 3*x2 + 2*y- b 
 
 
    return (X) 
 
 
func=  lambda X: system(X, a, b) 
 
guess=[5,5] 
sol =  optimize.root(func,guess) 
print(sol) 

编辑:(2a) 这里有 x2= np.where(x > y, 1, x) 条件,两个方程变成一个方程。 (2b) 在另一个变化要求中是:x2= np.where(x > y, x^2, x^3)。我也来评论一下这两个。谢谢!

请您参考如下方法:

首先,您的system 函数是一个标识,因为您return X 而不是return f。返回值应该与 X 的形状相同,所以你最好有

f = np.array([2*x2 - y - a, 3*x2 + 2*y- b]) 

接下来的函数,正如所写的那样,在 x=y 处有一个不连续点,这导致 (5,5) 的初始猜测出现问题。将初始猜测设置为 (5,6) 可以快速找到解决方案 [13.87828571, 14.52157143]。

对于第二个示例,再次使用 [5,5] 的初始猜测会导致不连续的问题,使用 [5,6] 给出 [2.40313743, 14.52157143] 的解决方案。

这是我的代码:

import numpy as np 
from scipy import optimize 
 
def system(X, a=13.235, b=70.678): 
    x = np.where(X[0] > X[1], X[0]**2, X[0]**3) 
    y=X[1]     
    return np.array( [2*x - y - a, 3*x + 2*y - b]) 
 
guess = [5,6] 
sol = optimize.root(system, guess) 
print(sol)