牛顿迭代法判定初值收敛性时触发UnboundLocalError的问题排查
牛顿迭代代码报错定位与修正
触发报错的直接原因
- 你遇到的
UnboundLocalError本质是变量未完成赋值就被引用:newton()函数中,x_new只有在f(x) > 0的分支里才会被定义,当if条件不满足时,函数直接走到return x_new语句,此时x_new根本不存在,就会触发报错。 - 你观察到的“x0大于0.5就出错”的现象刚好和这个逻辑漏洞匹配:当初值取大于0.5的数(比如测试用的1.2)时,第一次迭代就会把x推到负区间,此时
f(x)=atan(x)+1的值会小于0(当x<-1.557时,atan(x)小于-1),if分支直接跳过,触发未定义变量的错误。
代码的设计问题
newton()函数里加的if f(x) > 0判断本身没有实际意义:牛顿迭代的核心公式是x_new = x - f(x)/f'(x),公式成立不需要判断f(x)的正负,这个多余的判断不仅没有简化计算,反而制造了分支逻辑的漏洞。- 代码导入了sympy、numpy等多个没有实际使用的库,属于冗余依赖。
- 异常捕获范围过窄:
newton_iter()里只捕获了OverflowError,没有覆盖这类逻辑漏洞引发的异常,导致程序直接中断而不是给出“不收敛”的提示。
修正后的可运行版本
from math import atan from scipy import misc def f(x): return atan(x) + 1 def newton(x): # 移除多余的f(x)符号判断,直接按牛顿公式计算迭代值 x_new = x - f(x) / misc.derivative(f, x) return x_new def newton_iter(x, tol): error = abs(f(x)) iterasjoner = 0 while error > tol and iterasjoner < 10000: try: x = newton(x) except OverflowError: print("Kan ikke konvergere") break error = abs(f(x)) iterasjoner += 1 print(f"Antall iterasjoner: {iterasjoner}, error: {error}") print(f"Konvergerer etter {iterasjoner} iterasjoner") newton_iter(1.2, 10e-6)
运行效果说明
- 移除多余的符号判断后,取x0=1.2作为初值时,迭代会正常收敛到f(x)的真实根(约x=-0.557),不会再触发未定义变量的报错。
- 如果后续测试其他初值出现迭代发散(比如x值超过数值计算范围),原有的OverflowError捕获逻辑会正常给出不收敛的提示。
内容的提问来源于stack exchange,提问作者margheritaa
相关产品推荐
相关产品推荐

