如何在Sympy中针对指定变量求解非线性方程组

1 符号消元求解（你给出的示例用的就是该方案） #

• 适用场景：方程组结构简单、变量规模小，需要得到解析闭式解的场景
• 核心逻辑：借助符号计算工具自动完成代数消元，跳过手工推导步骤，直接输出目标变量和其他未知量的解析关系
• 你的示例对应实现：

import sympy as sp
from sympy.solvers import solve

# 声明所有涉及的符号变量
t2, t3, c = sp.symbols('theta_2 theta_3 c')

# 整理方程组为 f(x) = 0 的形式
f1 = 2*sp.cos(t2) - 10*sp.cos(t3) - c
f2 = 2*sp.sin(t2) - 10*sp.sin(t3)

# 指定仅对目标变量c求解，工具会自动消去t2、t3两个无关未知量
solve([f1, f2], c)[c]

• 输出结果：可以直接得到 c = 2*cos(theta_2) - 10*cos(theta_3)，进一步化简还能得到用角度差表示的形式 c = sqrt(104 - 40*cos(theta_2 - theta_3))

2 数值求解 #

• 适用场景：方程组高度非线性、无法得到解析解，且已经明确非目标变量的具体取值的场景
• 核心逻辑：将已知的非目标变量数值代入方程组，把问题简化为仅含目标变量的数值求解问题，用迭代算法得到满足精度要求的数值解
• Python实现可以用scipy.optimize.root，示例如下：

import numpy as np
from scipy.optimize import root

# 已知非目标变量的取值
t2_val = 0.5
t3_val = 0.2

# 定义方程组残差
def equations(c):
    f1 = 2*np.cos(t2_val) - 10*np.cos(t3_val) - c
    f2 = 2*np.sin(t2_val) - 10*np.sin(t3_val)
    return [f1, f2]

# 给定初始猜测值求解
sol = root(equations, x0=0)
print("c的数值解为：", sol.x[0])

3 手工代数消元（适合简单场景验证结果） #

对于结构简单的方程组，可以直接手工做消元推导，比如你的示例可以将两个方程两边分别平方后相加，利用三角函数平方和公式化简，就能直接得到c的解析表达式，结果和符号计算的输出完全一致。

内容的提问来源于stack exchange，提问作者Gabe Morris