隐式欧拉法Python实现报错：expected a one-dimensional and numerical function 如何修复？

错误原因分析 #

报错expected a one-dimensional and numerical function的核心问题：

• 隐式欧拉法求解二维微分方程组时，必须同时求解由两个迭代方程组成的系统，而非单独求解每个变量。
• 原代码中，每次调用sp.nsolve时传入单个方程，但指定了两个求解变量（x1,x2），导致nsolve无法处理：多变量求解要求输入的方程组维度与变量数一致（2变量对应2个方程），单方程无法满足这个要求。
• 额外问题：代码中存在命名冲突——定义了x = sp.Function('x')，但后续fp1的参数名也是x，会覆盖sympy符号，导致逻辑混淆。

修复步骤及完整代码 #

关键修复点 #

1. 每次迭代构建二维方程组，同时求解下一个时刻的x1和x2。
2. 修正命名冲突，避免sympy符号与函数参数名重复。
3. 将nsolve返回的符号结果转换为数值类型，存入结果列表。

修复后的代码 #

import numpy as np
import sympy as sp
import matplotlib.pyplot as plt
sp.init_printing(use_latex=True)

def ImplicitEulerMethod(fp1, fp2, x10, x20, h, t0, tmax):
    n = int((tmax - t0)/h + 1)
    x1table = [0.0 for _ in range(n)]
    x2table = [0.0 for _ in range(n)]
    x1table[0] = x10
    x2table[0] = x20
    # 定义求解用的符号变量
    x1_sym, x2_sym = sp.symbols('x1_sym x2_sym')
    
    for i in range(1, n):
        t_current = t0 + i * h
        # 构建隐式欧拉的迭代方程组
        eq1 = x1_sym - x1table[i-1] - h * fp1(x1_sym, x2_sym, t_current)
        eq2 = x2_sym - x2table[i-1] - h * fp2(x1_sym, x2_sym, t_current)
        
        # 求解方程组，传入初始猜测值
        sol = sp.nsolve((eq1, eq2), (x1_sym, x2_sym), (x1table[i-1], x2table[i-1]))
        
        # 将符号结果转为数值，存入列表
        x1table[i] = float(sol[0])
        x2table[i] = float(sol[1])
    
    Data = [[t0 + i*h, x1table[i], x2table[i]] for i in range(n)] 
    return Data

# 修正命名冲突：移除未使用的sp.Function('x')，修改fp参数名避免混淆
def fp1(x1, x2, t): return x1 - x1*x2
def fp2(x1, x2, t): return x1*x2 - x2

# 调用函数并绘图
Data = ImplicitEulerMethod(fp1, fp2, 4, -2, 1, 0, 50)
plt.scatter([point[0] for point in Data],[point[1] for point in Data])
plt.xlabel("Time"); plt.ylabel("Love")
plt.grid(); plt.show()

代码解释 #

• 方程组构建：每次迭代生成两个隐式方程，对应x1和x2的欧拉迭代式，确保变量维度与方程数量匹配。
• nsolve调用：传入方程元组(eq1, eq2)、变量元组(x1_sym, x2_sym)和初始猜测值，符合多变量求解的要求。
• 结果转换：nsolve返回的是sympy符号对象，通过float()转换为数值类型，方便后续绘图和计算。
• 命名修正：移除未使用的sp.Function('x')，将fp函数的参数名改为x1,x2，避免与sympy符号冲突。

内容的提问来源于stack exchange，提问作者daniel12