如何用循环与条件语句精准求解I_a的准确值？

我的目标是按照指定流程图，使用Python计算I_a的准确值。初始假设I_a=42度，f=1，i的取值范围为0到100，预期结果约为43.53度。以下是我当前的代码：

import numpy as np
import scipy.integrate as integrate
from numpy import sqrt, pi,tan
i=0
f=1 
R_a=1.93 
I_a=42+i 
x1=2*f*tan(I_a * pi / 180)+R_a
x2=2*f*tan(I_a * pi / 180)-R_a
l= lambda x:sqrt(1+(x/2*f)**2)
k = integrate.quad(l, x2, 2*f) 
m = integrate.quad(l,2*f,x1)  
v=k[0]-m[0]
for i in np.arange(0, 100,0.001):
 if (v<=0.01):
  print(I_a)
 else:
    i += 0.001

请问如何通过循环和条件语句实现对该问题的精准求解？

原代码的核心问题是循环内未更新关键计算变量：v、I_a、x1、x2等核心值仅在循环外计算了一次，后续循环只修改i但不重新推导这些变量，完全无法逼近正确解。以下是修正后的实现：

import numpy as np
import scipy.integrate as integrate
from numpy import sqrt, pi, tan

f = 1 
R_a = 1.93 
step = 0.001  # 迭代步长
target_tol = 0.01  # 精度阈值

# 遍历i的取值范围，每次迭代更新所有依赖变量
for i in np.arange(0, 100, step):
    I_a = 42 + i
    # 转换为弧度计算正切值
    tan_Ia = tan(I_a * pi / 180)
    x1 = 2 * f * tan_Ia + R_a
    x2 = 2 * f * tan_Ia - R_a
    
    # 定义被积函数（修正运算符优先级：x/(2*f)而非x/2*f）
    integrand = lambda x: sqrt(1 + (x / (2 * f)) ** 2)
    
    # 计算积分，忽略误差项
    k, _ = integrate.quad(integrand, x2, 2 * f) 
    m, _ = integrate.quad(integrand, 2 * f, x1)  
    v = k - m
    
    # 满足精度条件时输出结果并终止循环
    if abs(v) <= target_tol:
        print(f"精准求解的I_a值：{I_a:.2f}度")
        break
else:
    # 遍历完所有i仍未找到解时提示
    print("在指定范围内未找到满足精度的解")

关键修正点 #

• 核心逻辑移入循环：每次迭代i时，重新计算I_a、x1、x2、积分值v，确保所有变量基于最新i值推导
• 修正运算符错误：原代码x/2*f的运算逻辑错误，改为x/(2*f)保证数学表达式正确
• 优化终止条件：用abs(v) <= target_tol判断，避免v为负数时无法触发终止
• 移除无效操作：循环内无需手动i += 0.001，np.arange会自动按步长生成递增的i值
• 简化积分结果处理：忽略integrate.quad返回的误差项，用_接收丢弃

内容的提问来源于stack exchange，提问作者DEV36