使用scipy.fsolve求解x_Prime遇无解错误，但绘图显示存在解

问题核心 #

你使用fsolve求解方程时触发无解错误，但绘图明确显示解存在，根源在于初始值选择不当，叠加函数特性导致迭代无法收敛到目标根。

关键数值分析 #

先计算方程中的固定参数值：

• c_val=100时，f_NFW_val = math.log(1+100) - 100/(1+100) ≈ 3.625，因此1/f_NFW_val≈0.2759
• 目标方程eqn(x_Prime)=0等价于：0.2759*(math.log(1+100x)/x - 100/(1+100x)) = 3.0608
• 当x=1时，右侧表达式的值≈1，远小于3.06，因此eqn(1)=3.06-1=2.06>0
• 根位于x≈0.163处，此时右侧表达式恰好等于3.06，满足eqn(x)=0

为什么fsolve从x=1出发找不到根？ #

fsolve默认采用牛顿-拉夫逊法，该方法的收敛依赖两个条件：

1. 初始猜测值需足够靠近根
2. 函数在初始值附近的导数特性稳定

你的函数在x>0.163区间单调递减，从x=1到x=0.163，函数值从1升至3.06，但牛顿法从x=1出发时，由于初始值离根过远，迭代过程中可能因斜率变化导致步长不合理，甚至向x=0方向偏移（此时函数趋近于0，eqn(x)趋近于3.06，完全偏离目标根），最终触发收敛失败。

解决办法 #

方法1：调整初始值到根附近 #

直接将初始猜测值改为靠近根的数值（比如0.2），这是最可靠的方案：

import math
import scipy.optimize as so

c_val = 100
f_NFW_val = math.log(1+c_val)-c_val/(1+c_val)

psi_prime = 3.0608421399604424

eqn = lambda x_Prime: psi_prime  -  1/f_NFW_val * ( math.log(1+c_val*x_Prime)/x_Prime - c_val/(1+c_val*x_Prime) )
sol = so.fsolve(eqn, 0.2)[0]
print(sol)  # 输出≈0.1633804055843348，与绘图显示的根一致

方法2：使用区间搜索类方法 #

如果无法确定根的大致位置，可改用支持区间搜索的root_scalar（比如二分法），无需依赖初始值的精度：

import math
from scipy.optimize import root_scalar

c_val = 100
f_NFW_val = math.log(1+c_val)-c_val/(1+c_val)

psi_prime = 3.0608421399604424

eqn = lambda x_Prime: psi_prime  -  1/f_NFW_val * ( math.log(1+c_val*x_Prime)/x_Prime - c_val/(1+c_val*x_Prime) )
res = root_scalar(eqn, bracket=[0.1, 0.3], method='bisect')
sol = res.root
print(sol)

方法3：调整fsolve的迭代参数（不推荐） #

若坚持使用初始值1，可通过增大迭代次数、调整容差尝试收敛，但效率较低且不稳定：

sol = so.fsolve(eqn, 1, maxfev=1000, xtol=1e-8)[0]

内容的提问来源于stack exchange，提问作者ellipse314