SymPy求解斯塔克尔伯格博弈方程组无法整理结果求助

问题分析与修正方案 #

1. 现有代码的核心问题

• IndexedBase代码：SymPy未自动简化Sum(KroneckerDelta(j,k), (k,1,3))（该求和结果为1，仅当k=j时KroneckerDelta为1，其余为0），且未引入总和符号简化方程，导致结果保留冗余求和项。
• 独立符号代码：错误将变量a,b,c定义为Idx类型（Idx是索引符号，仅用于标记IndexedBase的下标，不能作为普通运算变量），导致求导和求解逻辑异常，返回空解。

2. 正确求解思路

由于斯塔克尔伯格博弈中n个玩家对称，最优解必然满足所有x[j]相等，可利用这一对称性减少变量数量，先求解总和S = x₁+x₂+x₃，再推导单个x[j]的表达式。

3. 修正后的代码实现

方法1：使用普通符号+对称性简化

from sympy import *

# 定义普通运算符号，避免与Idx混淆
a, b, c = symbols('a b c')
R, c_const = symbols('R c')  # 常量c与变量名区分开

# 定义总和S
S = a + b + c

# 写出偏导后的方程（对应原函数f_j = (R·x_j)/S - c·x_j的偏导结果）
eq1 = R/S - R*a/S**2 - c_const
eq2 = R/S - R*b/S**2 - c_const
eq3 = R/S - R*c/S**2 - c_const

# 利用对称性：从eq1=eq2可得a=b，eq2=eq3可得b=c，设a=b=c=t
t = symbols('t')
subs_map = {a: t, b: t, c: t, S: 3*t}

# 代入方程求解t
eq_sub = eq1.subs(subs_map)
t_solutions = solve(eq_sub, t)

# 过滤零解，得到非零最优解
non_zero_sol = [sol for sol in t_solutions if sol != 0][0]
final_sol = {a: non_zero_sol, b: non_zero_sol, c: non_zero_sol}

print("最优解：", final_sol)

方法2：使用IndexedBase+手动简化

from sympy import *

real_n = 3
x = IndexedBase('x')
j, k = symbols('j k', cls=Idx)
R, c = symbols('R c')

# 定义总和S
S = Sum(x[k], (k, 1, real_n))

# 原函数f_j
f = R * x[j]/S - c * x[j]

# 求偏导并手动简化KroneckerDelta求和项（结果为1）
equ = diff(f, x[j])
equ_simplified = equ.subs(Sum(KroneckerDelta(j, k), (k, 1, real_n)), 1)

# 生成三个方程
eqs = [equ_simplified.subs(j, i) for i in range(1, real_n+1)]

# 利用对称性设所有x[j]相等为t，总和S=3t
t = symbols('t')
subs_dict = {x[i]: t for i in range(1, real_n+1)}
subs_dict[S] = 3*t

# 代入求解
eq_substituted = eqs[0].subs(subs_dict)
t_sol = solve(eq_substituted, t)

# 输出非零解
x_sol = {x[i]: t_sol[1] for i in range(1, real_n+1)}
print("最优解：", x_sol)

4. 关键建议

• 永远不要将普通运算变量定义为Idx类型，Idx仅用于标记IndexedBase的下标。
• 对称博弈问题优先利用对称性减少变量，大幅降低求解复杂度，避免SymPy处理冗余方程。
• 对于SymPy未自动简化的特殊项（如KroneckerDelta求和），手动代入简化结果后再求解。

内容的提问来源于stack exchange，提问作者vio1etus