如何用Python求解参数由用户输入的ax⁴ + bx² + c = 0方程

核心求解逻辑 #

这类无一次、三次奇次项的四次方程（又称双二次方程）不需要复杂的高次求根算法，通过换元降次即可完成求解，整体流程为：

• 变量替换：令 t = x²，原方程可转换为关于t的一元二次方程 a*t² + b*t + c = 0，把四次问题降为二次问题
• 求解二次方程根：计算二次方程的判别式 Δ = b² - 4ac，分实域、复域场景求出所有t值
• 回代求原方程的解：对每个t值，通过x = ±√t 推导得到原方程的全部实根/复根

边界场景处理 #

写代码前需要覆盖这些容易引发逻辑错误的场景：

• 系数a的合法性校验：如果a值过小（接近0），原方程会退化为二次/一次方程，不再属于四次方程范畴，需要提前抛出提示避免逻辑混乱
• 实根场景的t值筛选：实数域下t=x²必须满足t≥0，t为负数的解仅能对应复数域的根，不能参与实根输出
• 浮点精度兼容：判断数值是否为0时，不能直接用相等判断，需要设置极小阈值（如1e-9）抵消浮点运算的精度误差

可直接运行的实现代码 #

import math
import cmath

def solve_biquadratic(a: float, b: float, c: float):
    # 校验a是否接近0，避免浮点精度误判
    if abs(a) < 1e-9:
        raise ValueError("系数a不能为0，否则原方程不属于四次方程")
    
    roots = []
    # 计算t对应二次方程的判别式
    delta = b ** 2 - 4 * a * c

    # 分情况求解t的所有值
    if delta >= -1e-9:
        # 实域范围内的t值
        t1 = (-b + math.sqrt(max(delta, 0))) / (2 * a)
        t2 = (-b - math.sqrt(max(delta, 0))) / (2 * a)
        t_solutions = [t1, t2]
    else:
        # 复域范围内的t值
        delta_c = complex(delta, 0)
        t1 = (-b + cmath.sqrt(delta_c)) / (2 * a)
        t2 = (-b - cmath.sqrt(delta_c)) / (2 * a)
        t_solutions = [t1, t2]

    # 逐个t值回代求x的解
    for t in t_solutions:
        if isinstance(t, complex):
            # 复数t直接计算复根
            x1 = cmath.sqrt(t)
            roots.extend([x1, -x1])
        else:
            # 实数t仅在t非负时计算实根
            if t >= -1e-9:
                valid_t = max(t, 0)
                x1 = math.sqrt(valid_t)
                roots.extend([x1, -x1])

    # 对重复的根（重根场景）去重
    unique_roots = list(set(roots))
    return unique_roots

# 对接用户输入的交互逻辑
if __name__ == "__main__":
    try:
        a = float(input("请输入系数a: "))
        b = float(input("请输入系数b: "))
        c = float(input("请输入系数c: "))
        solve_result = solve_biquadratic(a, b, c)
        print(f"方程的所有解为: {solve_result}")
    except ValueError as e:
        print(f"运行错误: {e}")

简化实现方案 #

如果不需要手动校验所有边界场景，也可以借助numpy的内置多项式求根接口快速实现，只需要按照多项式阶次从高到低整理系数：原方程x⁴项系数为a、x³项系数为0、x²项系数为b、x¹项系数为0、常数项为c，组成系数列表[a, 0, b, 0, c]后直接传入numpy.roots()，即可自动返回复数域下的全部方程解。

内容的提问来源于stack exchange，提问作者Leo1807