2

我无法理解以下数值评估。我有一个带有两个变量的函数，r并且gamma. 我现在希望将该函数的根绘制为从 0 到 500 的 gamma 函数。我知道如何使用lambdify 来评估一维变量数组上的函数。但是，我不明白如何让 sympy 找到给定变量 gamma 的函数根，然后跨过从 0 到 500 的许多 gamma 值。

import numpy as np
import sympy as sm
import sympy.mpmath as mpmath
from sympy.interactive import printing
printing.init_printing(use_latex=True)

r, gamma = sm.symbols("r gamma")

function = -0.5+(sm.exp(-2*r**2)+sm.exp(-1-r**2*(4+sm.exp(-2*r**2*gamma)))*r**2*gamma)/(sm.exp(2*r**2)+r**2*gamma)  #the function with two variables
root_gammazero = sm.nsolve(function.subs(gamma,0),0.1) # this gives r = 0.416277

x_vector = np.linspace(0,500,1000)    #step through parameter gamma on x-axis

functionlambdify = sm.lambdify(gamma, sm.nsolve(function.subs(gamma,gamma),r, 0.1), "numpy") #find root for a given gamma and then return that root in the y_vector
y_vector = functionlambdify(x_vector)

如何将变化的变量传递给gammalambdify函数。在代码示例中，我通过使用function.subs(gamma,gamma),r, 0.1)in进行了尝试，functionlambdify = sm.lambdify(gamma, sm.nsolve(function.subs(gamma,gamma),r, 0.1), "numpy")但它不起作用。

任何帮助是极大的赞赏。

非常感谢！

4

1 回答 1

2

nsolve 本质上是一种用 Python 实现的算法，所以你不能“lambdify”它。相反，只需为每个元素编写一个调用 nsolve 的显式循环。例如：

y_vector = np.empty(len(x_vector))
for i in range(len(x_vector)):
    y_vector[i] = sm.nsolve(function.subs(gamma,x_vector[i]), 0.1)

如果此解决方案对您来说太慢，您可以使用 lambdify 创建表达式的回调，并使用例如 scipy 的非线性求解器。

于 2014-07-10T11:14:01.910 回答