如何使用Sympy化简方程组求解结果并分别保存多变量解

变量解提取方法 #

solve()返回的结果是字典构成的列表，每个字典对应一组满足方程组的解。你求解的是RBC模型稳态方程组，仅存在1组符合经济意义的正实数解，直接通过键名索引即可单独提取各变量解：

# 取唯一合理解
valid_sol = sol[0]
# 分别提取三个变量的解析解
c_res = valid_sol[c]
k_res = valid_sol[k]
n_res = valid_sol[n]

如果需要把解保存到本地，可以直接用sympy.sstr()把表达式转成可序列化的字符串格式，后续读取时用sympify()转回SymPy表达式即可。

结果化简优化方案 #

你得到的结果繁杂，核心原因是两个：一是定义符号时没有指定参数域，SymPy会默认保留所有复数、负数分支的冗余项；二是把可提前代换的冗余方程（第四个A的定义式）放进了求解器，增加了不必要的推导复杂度。

基础化简操作 #

拿到解之后可以根据表达式类型调用对应化简函数，比直接用默认返回结果简洁很多：

• simplify()：通用化简入口，自动完成约分、恒等变换、项合并
• powsimp(force=True)：专门处理幂运算合并，对你的模型里大量(k/n)**alpha形式的幂项化简效果最好
• cancel()：消去分式分子分母的公共因子
• collect(表达式, 公共项)：把指定公共因子提公因子整理
  示例用法：

c_simplified = powsimp(simplify(c_res), force=True)

求解流程优化（推荐） #

你的方程组里第四个方程是纯参数定义式，第一个方程可以直接推导出稳态资本劳动比，不需要让求解器联立四个方程硬解，提前做变量代换后求解速度更快，结果形式也会和教材里的稳态解完全一致：

from sympy import *
init_printing(use_unicode=True, wrap_line=True, no_global=True, use_latex=True)
# 定义符号时指定positive=True，告知SymPy所有参数为正，去掉冗余分支
c, k, n, z, beta, alpha, delta, chi, psi, A = symbols(
    r'c k n z \beta \alpha \delta \chi \psi A', 
    positive=True
)
# 提前从欧拉方程推导资本劳动比kn = k/n，代换冗余参数关系
kn = (alpha*z/(1/beta - 1 + delta))**(1/(1-alpha))
# 仅联立剩余两个关于c、n的方程求解
eq_goods = z * kn**alpha * n - delta*kn*n - c
eq_labor = (1-alpha)*z*kn**alpha / c - chi*n**psi
sol_opt = solve([eq_goods, eq_labor], (c,n), dict=True)[0]
# 回代得到k的解
sol_opt[k] = kn * sol_opt[n]
# 统一幂次化简
for var in [c,k,n]:
    sol_opt[var] = powsimp(sol_opt[var], force=True)
# 提取变量
c_sol, k_sol, n_sol = sol_opt[c], sol_opt[k], sol_opt[n]

如果需要进一步贴合经济学表达习惯，可以用subs()把复合参数（比如稳态资本回报率、劳动产出弹性项）替换成自定义简写即可。

内容的提问来源于stack exchange，提问作者Canvas