Python中如何正确求解带参数的非线性方程组

你写的代码无法运行，核心问题有三个：

• 方程定义错误：原方程右侧为参数a、c，你代码里错误写成了a**2和c**2，和待求解的方程组不匹配
• fsolve调用缺失必填参数：fsolve要求必须传入迭代初始值x0作为迭代起点，你的代码没有提供该参数
• 参数传递逻辑错误：代码中直接写args=data但data变量从未被定义，参数没有正确传入方程函数

数值求解版本（fsolve实现） #

按照你要求的「传入a、b、c返回解」的需求，修正后的可运行代码如下：

from scipy.optimize import fsolve

def solve_circle_intersection(a, b, c, init_guess=(1, 1)):
    def equations(var):
        x, y = var
        eq1 = x**2 + y**2 - a
        eq2 = (x - b)**2 + y**2 - c
        return [eq1, eq2]
    x, y = fsolve(equations, x0=init_guess)
    return x, y

# 调用示例，比如取a=25, b=3, c=16
x, y = solve_circle_intersection(a=25, b=3, c=16)
print(f"x = {x:.4f}, y = {y:.4f}")

使用注意 #

• 这个方程组本质是求两个圆的交点，根据参数不同可能存在0个（无交点）、1个（相切）、2个（相交）实数解。fsolve是数值迭代算法，只会返回和初始猜测值收敛到的一个解，如果要得到另一个y符号相反的解，可以修改init_guess参数，比如传入(1, -1)即可得到负y的解。
• 如果参数设置不合理导致两圆无交点，fsolve会返回迭代不收敛的错误结果。

解析解版本（更稳定无迭代） #

这个方程组结构非常简单，消元后可以直接得到解析解，不需要数值迭代，结果更稳定，还能直接返回所有解：

import numpy as np

def solve_circle_intersection_analytic(a, b, c):
    # 两式相减消去y²，直接计算x
    x = (a - c + b**2) / (2 * b)
    y_square = a - x**2
    # 浮点数容错判断
    if y_square < -1e-8:
        raise ValueError("当前参数下两圆无实数交点")
    y_square = max(y_square, 0)
    y = np.sqrt(y_square)
    # 返回两个交点，相切时两个解y值相同
    return (x, y), (x, -y)

# 调用示例
sol1, sol2 = solve_circle_intersection_analytic(a=25, b=3, c=16)
print(f"解1: x={sol1[0]:.4f}, y={sol1[1]:.4f}")
print(f"解2: x={sol2[0]:.4f}, y={sol2[1]:.4f}")

运行上述示例会得到两个解(3,4)和(3,-4)，和数学推导结果完全一致。

内容的提问来源于stack exchange，提问作者stefanR