用Python求解非线性方程组
我可以在Python中用参数来解决一组非线性方程吗?有没有示例或者教程?我在Maple中可以很轻松地做到这一点,但我这个特定系统的表达式比较复杂,复制过来很麻烦。
举个例子:
sigma*(y-x) = 0
x*(rho-z)-y = 0
x*y-beta*z = 0
你应该能得到这些解:
[[x = 0, y = 0, z = 0], [x = sqrt(beta*rho-beta), y = sqrt(beta*rho-beta), z = rho-1],
[x = -sqrt(beta*rho-beta), y = -sqrt(beta*rho-beta), z = rho-1]]
我之所以问这个,是因为我有一个很大的非线性常微分方程组。我想找出固定点(这个是可以做到的,之前在Maple中做过,但结果很复杂且难看)。我想根据这些固定点创建更多的表达式,然后使用SciPy中的优化工具包。我更希望能全部在Python中完成,而不是来回翻译,因为这样效率低下,而且容易出错。
3 个回答
1
SymPy 可能会有帮助;我不太确定它在解决非线性方程方面的效果如何:http://scipy-lectures.github.io/advanced/sympy.html#id23
你应该能够运行类似下面的代码(这是从上面链接的例子中来的):
from sympy import *
x = Symbol('x')
y = Symbol('y')
z = Symbol('z')
beta = Symbol('beta')
rho = Symbol('rho')
sigma = Symbol('sigma')
solve([sigma*(y-x), x*(rho-z)-y, x*y-beta*z], [x, y, z])
我还没测试过它是否有效(我在这台机器上没有安装它)。
1
警告 我是Sage的开发者,所以我可能会有点偏见。
我不知道怎么用纯Python来做到这一点,但我推荐你使用Sage系统,它的界面是用Python写的(实际上,它的命令行是特别配置过的IPython),可以做到这样的事情:
+--------------------------------------------------------------------+
| Sage Version 5.10, Release Date: 2013-06-17 |
| Type "notebook()" for the browser-based notebook interface. |
| Type "help()" for help. |
+--------------------------------------------------------------------+
sage: var("sigma y x rho beta z")
(sigma, y, x, rho, beta, z)
sage: sys = [sigma*(y-x), x*(rho-z)-y, x*y-beta*z]
sage: solve(sys, x, y, z)
[[x == sqrt(beta*rho - beta), y == (beta*rho - beta)/(sqrt(rho - 1)*sqrt(beta)), z == rho - 1], [x == -sqrt(beta*rho - beta), y == -(beta*rho - beta)/(sqrt(rho - 1)*sqrt(beta)), z == rho - 1], [x == 0, y == 0, z == 0]]
通常这样使用会更简单:
sage: solve(sys, x, y, z, solution_dict=True)
[{z: rho - 1,
x: sqrt(beta*rho - beta),
y: (beta*rho - beta)/(sqrt(rho - 1)*sqrt(beta))},
{z: rho - 1,
x: -sqrt(beta*rho - beta),
y: -(beta*rho - beta)/(sqrt(rho - 1)*sqrt(beta))},
{z: 0, x: 0, y: 0}]
主要的缺点是,Sage是一个完整的数学软件包,它自带了自己的Python解释器(还有很多其他用不同语言写的东西,包括C/C++、Cython、lisp、fortran),如果你想用自己的解释器,安装起来会非常麻烦。
好消息是,Scipy已经和Sage一起打包好了。
6
重申一下@Russ的回答,这个可以很简单地用 sympy
来实现。比如说:
In [1]: import sympy as sp
In [2]: x, y, z = sp.symbols('x, y, z')
In [3]: rho, sigma, beta = sp.symbols('rho, sigma, beta')
In [4]: f1 = sigma * (y - x)
In [5]: f2 = x * (rho - z) - y
In [6]: f3 = x * y - beta * z
In [7]: sp.solvers.solve((f1, f2, f3), (x, y, z))
Out[7]:
[(0, 0, 0),
(-sqrt(beta*rho - beta), -sqrt(beta*(rho - 1)), rho - 1),
(sqrt(beta*rho - beta), sqrt(beta*(rho - 1)), rho - 1)]
这里的输出格式是三个可能的元组,表示 (x, y, z)
的可能值。