scipy.optimize.fsolve如何获取x值更小的首个函数交点

核心问题根源 #

你现在遇到的结果偏差，本质是fsolve的算法特性决定的：它是局部迭代求解器，从你传入的初始猜测点出发，只会收敛到距离初始点最近的那个函数根，不会自动遍历所有交点找x最小的那个。原来代码里初始值设为0，刚好落在两个根的正中间，迭代时的微小扰动就会让结果偏向正根，自然没法稳定拿到你要的小x交点。

快速适配方案（已知根分布场景） #

如果提前知道小x根大概所在的范围，直接给fsolve设置位于小x根邻域的初始猜测值就行——比如你的例子里小根是-√10≈-3.16，把初始值从0改成负区间的点（比如-5），fsolve就会直接收敛到这个小根：

# 修改原代码的fsolve行即可
result = fsolve(lambda x: function_a(x)-function_b(x), -5)

只要初始点距离目标小根的距离，比距离其他所有根的距离更近，求解结果就不会跑偏。

通用无偏方案（无需提前预判根位置） #

如果不想手动猜初始值，或者函数有多个未知分布的根，可以通过全区间扫描的方式系统性找出所有交点，再取x最小的那个，步骤是：

• 在你关心的x取值范围内做高密度采样，计算每个采样点对应的函数差h(x)=f(x)-g(x)
• 识别所有相邻采样点h(x)符号异号的区间：根据零点存在定理，这类区间内一定存在至少一个实根
• 对每个有根的区间，用区间中点当初始值调用fsolve求精确根
• 把所有找到的根按x值升序排序，排在最前面的就是x值最小的交点

对应的实现代码：

# 替换原代码中result的求解逻辑
scan_range = numpy.linspace(-10, 10, 1000)  # 采样密度可按需调整，越密越不容易漏根
h_vals = function_a(scan_range) - function_b(scan_range)
all_roots = []

for idx in range(len(scan_range)-1):
    # 相邻点函数值异号，说明区间内存在根
    if h_vals[idx] * h_vals[idx+1] < 0:
        mid_point = (scan_range[idx] + scan_range[idx+1])/2
        root_val = fsolve(lambda x: function_a(x)-function_b(x), mid_point)[0]
        all_roots.append(root_val)

# 升序排序后取第一个，就是x最小的交点
result = sorted(all_roots)[0]

修改后你原来的画图逻辑完全不用动，标红的点就会自动落在x最小的那个交点上。如果需要扫描的x范围更大，只要调整scan_range的上下限即可。

内容的提问来源于stack exchange，提问作者Inyoung Kim 김인영