如何让欧拉法微分方程求解函数正确调用微分方程

问题根源 #

你当前的写法错误在于：直接把x+y作为参数传入函数时，Python会立即计算这个表达式的固定值（调用时x=0、y=1，结果为1），而非将其作为可动态计算的逻辑。函数内部拿到的diff_eq是个常数，无法在循环中根据每一轮的x、y值更新导数计算，自然得不到正确的欧拉迭代结果。

解决方案：传入函数对象而非表达式 #

要让微分方程能在函数内部动态计算，需要传入一个接收x、y为参数的函数对象，每次循环时调用该函数，用当前迭代的x、y值计算导数。

修正后的完整代码 #

import pandas as pd

# 定义欧拉法函数
def eulers_method(x, y, diff_eq_func, h, n):
    solutions = []
    x_values = []
    
    for _ in range(n):
        # 调用传入的微分方程函数，计算当前点的导数
        dy_dx = diff_eq_func(x, y)
        # 欧拉法迭代计算下一个y值
        next_y = y + h * dy_dx
        solutions.append(next_y)
        # 更新x、y为下一轮的初始值
        y = next_y
        x = x + h
        x_values.append(x)
    
    # 构造结果DataFrame
    Euler_values = pd.DataFrame(list(zip(x_values, solutions)), columns=['xₙ', 'yₙ'])
    Euler_values.index = Euler_values.index + 1
    Euler_values.rename_axis('n', inplace=True)
    return Euler_values

调用方式 #

方式1：单独定义微分方程函数

# 示例：定义微分方程 dy/dx = x + y
def my_diff_eq(x, y):
    return x + y

# 调用欧拉法函数
result = eulers_method(0, 1, my_diff_eq, 0.1, 10)
print(result)

方式2：用lambda匿名函数简化（无需单独定义函数）

# 直接传入lambda表达式作为微分方程
result = eulers_method(0, 1, lambda x, y: x + y, 0.1, 10)
print(result)

效果验证 #

修正后，函数会在每一轮循环中根据当前的x、y值重新计算导数，完全符合欧拉法的迭代逻辑，输出结果和你最初的非函数版本一致。

内容的提问来源于stack exchange，提问作者Botanical Amy