python解方程组函数 python求方程的解

python怎么求解一元二次方程的根?

import numpy as np

def solve_quad(a,b,c):

if a == 0:

print('您输入的不是二次方程!')

else:

delta = b*b-4*a*c

x = -b/(2*a)

if delta == 0:

print('方程有惟一解，X=%f'%(x))

return x

elif delta 0:

x1 = x-np.sqrt(delta)/(2*a)

x2 = x+np.sqrt(delta)/(2*a)

print('方程有两个实根:X1=%f,X2=%f'%(x1,x2))

return x1,x2

else:

x1 = (-b+complex(0,1)*np.sqrt((-1)*delta))/(2*a)

x2 = (-b-complex(0,1)*np.sqrt((-1)*delta))/(2*a)

print(x1,x2)

return x1,x2

Python

是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具。

相关问答

Q1: python怎么实现方程组的解随参数变化

不是很明确你需要做到什么程度，但基本可以通过以下两个手段得到：

手工解方程得到解析解，然后套入公式

使用一些工具包例如numpy可以自动求解

以下都给出例子

import numpy as np

import matplotlib.pyplot as plt

plt.axis("equal")

a = np.linspace(1,10,100) # a 的变化范围可以自己挑，前两个参数控制，

# 使用 numpy 自动求解

res = []

for x in a:

    A = np.mat("1, 2; {}, -1".format(x))

    b = np.mat("{}, 10".format(x)).T

    res.append(np.linalg.solve(A, b))

# 计算完毕后取出每对x和y

x1 = [float(r[0]) for r in res]

y1 = [float(r[1]) for r in res]

plt.plot(x1, y1)

#####################################

# 手工计算过程很简单不放上来了，直接上结果

x2 = [(a1 + 20) / (2*a1 + 1) for a1 in a]

y2 = [(a1**2 - 10) / (2*a1 + 1) for a1 in a]

plt.plot(x2, y2)

Q2: 常微分方程的解析解(方法归纳)以及基于Python的微分方程数值解算例实现

本文归纳常见常微分方程的解析解解法以及基于Python的微分方程数值解算例实现。

考虑常微分方程的解析解法，我们一般可以将其归纳为如下几类：

这类微分方程可以变形成如下形式：

两边同时积分即可解出函数，难点主要在于不定积分，是最简单的微分方程。

某些方程看似不可分离变量，但是经过换元之后，其实还是可分离变量的，不要被这种方程迷惑。

形如

的方程叫做一阶线性微分方程，若 为0，则方程齐次，否则称为非齐次。

解法： (直接套公式)

伯努利方程

形如

的方程称为伯努利方程，这种方程可以通过以下步骤化为一阶线性微分方程：

令 , 方程两边同时乘以 ，得到

即 .

这就将伯努利方程归结为可以套公式的一阶线性微分方程。

形如

的方程称为二阶常系数微分方程，若 ，则方程称为齐次的，反之称为非齐次的。以下默认方程是非齐次的。

求解此类方程分两步：

原方程的解 = 齐次通解 + 非齐次特解

首先假设 .用特征方程法，写出对应的特征方程并且求解：

解的情况分为以下三种：

情况一：方程有两个不同的实数解

假设两个实数解分别是 , 此时方程的通解是

情况二：方程有一个二重解

假设该解等于 ，此时方程的通解是

情况三：方程有一对共轭复解

假设这对解是 , 此时方程的通解是

对于 和特征根的情况，对特解的情况做如下归纳：

形如

的方程叫做高阶常系数微分方程，若 ，则方程是齐次的，否则是非齐次的。下面默认方程是非齐次的。

求解此类方程分两步：

原方程的解 = 齐次通解 + 非齐次特解

考虑带有第三类边界条件的二阶常系数微分方程边值问题

问题一:两点边值问题的解析解

由于此方程是非齐次的,故 求解此类方程分两步：

原方程的解 = 齐次通解 + 非齐次特解

首先假设 . 用特征方程法，写出对应的特征方程

求解得到两个不同的实数特征根: .

此时方程的齐次通解是

由于 . 所以非齐次特解形式为

将上式代入控制方程有

求解得: , 即非齐次特解为 .

原方程的解 = 齐次通解 + 非齐次特解

于是,原方程的全解为

因为该问题给出的是第三类边界条件,故需要求解的导函数

且有

将以上各式代入边界条件

解此方程组可得: .

综上所述,原两点边值问题的解为

对一般的二阶微分方程边值问题

假定其解存在唯一,

为求解的近似值, 类似于前面的做法,

考虑带有第三类边界条件的二阶常系数微分方程边值问题

问题二:有限差分方法算出其数值解及误差

对于 原问题 ,取步长 h=0.2 ,用 有限差分 求其 近似解 ,并将结果与 精确解y(x)=-x-1 进行比较.

因为

先以将区间划分为5份为例，求出数值解

结果:

是不是解出数值解就完事了呢？当然不是。我们可以将问题的差分格式解与问题的真解进行比较，以得到解的可靠性。通过数学计算我们得到问题的真解为 ，现用范数来衡量误差的大小：

结果:

接下来绘图比较 时数值解与真解的差距：

结果:

将区间划分为 份, 即 时.

结果:

绘图比较 时数值解与真解的差距：

最后，我们还可以从数学的角度分析所采用的差分格式的一些性质。因为差分格式的误差为 ， 所以理论上来说网格每加密一倍，与真解的误差大致会缩小到原来的 . 下讨论网格加密时的变化：

结果：

Q3: 使用python的sympy解符号方程组后，如何将结果带入之后的符号表达式

Sympy是python中非常强大的符号运算库python解方程组函数，可以以书写习惯表示数学表达式。下面介绍用Sympy求方程数值解的方法。

下面代码全部在

from sympy import *

init_printing(use_unicode=True) # 按书写习惯输出

下运行。

数学表达式的输入

首先声明符号python解方程组函数：

x = symbols('x')

即计算机中的变量x代表数学表达式中的x。在后文输出中所有的x会显示为x。如果x=symbols('x0')，则输入的方程中所有x将在输出中以x0表示。

如果需要希腊字母

l, r = symbol('lambda rho')

l, r将分别以λ,ρ表示。可以在一个表达式中同时声明多个符号。

或者使用var()声明：

var('x')

与上面等效。

声明表达式：

f = (5/x)*(exp(x)-1)-exp(x)

此时若输出f可以看到书写习惯的表达式。由于表达式在markdown下显示不正常，在此不放置示例。注意f的类型是class 'sympy.core.add.Add'

求f(x)=0数值解

因为有的函数零点不止一个，因此在Sympy中解的输出为一个list。使用solve(表达式，自变量符号)可以解析地解方程：

s, = solve(f, x)

这里根据上面f的赋值，得到s为

LambertW(-5e**-5)+5

其中用python解方程组函数了特殊函数表达。

python解方程组函数我们需要求这个结果的数值近似，则输出

s.evalf()

得到输出

4.96511423174428

就是方程f(x)=0的数值解。

求给定自变量x值时函数f(x)的值 | 将表达式转化为函数

f.evalf(subs = {x:4.96})

得到f(4.96)的数值

0.141885450782171

如果需要以计算机函数的形式定义函数f(x)，则可以使用lambdify()进行转化：

f_func = lambdify(x, f)

之后可以调用

f_func(4.96)

输出

0.141885450782

利用这个方法可以测试方程的数值算法，如使用sympy接口写牛顿法等。

Q4: 在Python下编写一个函数,求方程ax^2+bx+c=0的根,用三个函数分别求当b^2-4ac大于0

import math

a=int(input('请输入a的值：'))

b=int(input('请输入b的值：'))

c=int(input('请输入c的值：'))

derta=(b**2-4*a*c)

if a == 0:

print('您输入的a为0，方程ax^2+bx+c=0不能作为一元二次方程')

elif derta0:

print('方程无实数解')

elif derta==0:

print('方程有解，有一个实数解:')

print(b*(-1)/(a*2))

else:

print('方程有解，有两个实数解:')

print((-1*b+math.sqrt(derta))/2*a)

print((-1*b-math.sqrt(derta))/2*a)

Q5: 用python如何得到一个方程的多个解

方法/步骤

用Python解数学方程，需要用到Python的一个库——SymPy库。

SymPy是符号数学的Python库，它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展。

如果你的电脑上还没有安装sympy库，那就赶紧安装吧，安装命令：

pip3 install sympy

请点击输入图片描述

先来解一个简单点的方程吧。

题目： 5x + 20 = 100

先直接上代码：

from sympy import *

x = Symbol('x')

print(solve([5*x + 20 - 100], [x]))

请点击输入图片描述

再来一个复杂点的二元一次方程吧。

题目：3x + 4y =49, 8x- y = 14

代码如下：

from sympy import *

x = Symbol('x')

y = Symbol('y')

print(solve([3*x + 4*y - 49, 8*x - y - 14], [x, y]))

请点击输入图片描述

有没有发现规律呢，简单总结一下：

1）变量赋值，使用symbol函数转换；

2）将方程式移到方程的左边，使右边等于0；

3）使用solve函数解方程。

当然了，python的基础语法必须掌握，至少需要掌握python最基础的算数运算符。

+  加 ---- 两个对象相加

-  减 ----- 得到负数或是一个数减去另一个数

*  乘 ----- 两个数相乘或是返回一个被重复若干次的字符串

/  除 ----- x 除以 y

%  取模 ----- 返回除法的余数

**  幂 ----- 返回x的y次幂

log()  对数-----对数 log()

下面来个难度大点的方程。

请点击输入图片描述

代码如下：

from sympy import *

t = Symbol('t')

x = Symbol('x')

m = integrate(sin(t)/(pi-t), (t, 0, x))

print(integrate(m, (x, 0, pi)))

请点击输入图片描述

python解方程组函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python求方程的解、python解方程组函数的信息别忘了在本站进行查找喔。