Python求解三阶时变系数ODE出现can't convert expression to float错误求助

你出现这个报错的核心原因是混用了SymPy的符号运算逻辑和Scipy的数值求解逻辑：

• 你用SymPy定义的A1/A2/A3都是符号表达式，不是可以直接参与数值计算的函数/数值
• 微分方程函数du_dt需要返回纯数值结果给odeint，你直接返回了带符号变量的表达式，自然无法转成float

你需要先把所有带导数的符号表达式提前推导完成，再转成可接收数值时间t的数值函数，再传入odeint中使用，具体步骤如下：

1. 先导入缺失的numpy依赖
2. 定义独立的符号时间变量，完成所有系数的符号推导
3. 用SymPy的lambdify方法把所有需要的系数转成数值函数
4. 在微分方程函数中，每次传入当前时间点，计算得到该时刻的系数数值，再返回导数结果

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint
from sympy import symbols, atan, diff, lambdify

# 第一步：定义符号变量，完成所有系数的符号推导
t_sym = symbols('t_sym')
V = 2.5e3
Ra = 7.5e3
C1 = 3.3e-6
RL = 1.10
L = 3.32e-6
C2 = 3.16e-12
Rd = 0.5 
w1 = 1/(C1*L)
T1 = Ra*C1
C23 = C1*C2/(C1+C2)
w2 = 1/(L*C23)
# 用符号变量定义R5
R5 = 0.015 - 0.006*atan(t_sym - 5) 
Tm = L/(RL + R5)
A1_sym = 1/Tm + 1/T1    
A2_sym = diff(1/Tm, t_sym) + w2 + (1/L)*diff(R5, t_sym) + 1/(T1*Tm) 
A3_sym = (1/L)*diff(R5, t_sym, 2) + (1/(L*T1))*diff(R5, t_sym) + (w2 - w1)/T1 

# 第二步：把符号表达式转成可接收数值t的函数
A1_func = lambdify(t_sym, A1_sym, 'numpy')
A2_func = lambdify(t_sym, A2_sym, 'numpy')
A3_func = lambdify(t_sym, A3_sym, 'numpy')

# 第三步：定义微分方程函数，全部用数值计算
def du_dt(y, t):
    A1_val = A1_func(t)
    A2_val = A2_func(t)
    A3_val = A3_func(t)
    return [ y[1], y[2], (- A1_val*y[2] - A2_val*y[1] - A3_val*y[0]) ] 

# 求解
t = np.linspace(0, 0.2, 1000) # 时间范围
y0 = [3.0425e10, 0, 0] # 初始值
y = odeint(du_dt, y0, t)

# 可选：绘图查看结果
plt.plot(t, y[:, 0])
plt.xlabel('t')
plt.ylabel('y')
plt.show()

你原来的微分方程表达式里符号写错了：原方程是y''' + A1 y'' + A2 y' + A3 y =0，移项后y''' = -A1 y'' -A2 y' -A3 y，你原来代码里写的是+A3*y[0]，会导致方程逻辑错误，上面的修正代码已经改了这个问题。

内容的提问来源于stack exchange，提问作者shoxeal