使用牛顿-拉夫逊法求根触发Sympy TypeError: 无法确定关系表达式真值
报错核心原因
你判定的“报错涉及的两个变量并非Sympy对象”是完全的认知偏差:循环条件中参与比较的i,并非你初始赋值的纯浮点数2.0,而是循环内部计算链路生成的Sympy关系对象,这才是触发类型报错的根源。
具体逻辑漏洞
- 微分函数实现完全失效
自定义的differ(a)逻辑中,虽然定义了形参a,但全程没有使用这个参数,仅通过全局符号变量x对原函数做符号求导,最终返回的是没有代入任何具体值的纯Sympy符号表达式,和传入的迭代值a没有关联。 - 计算链路混入非数值对象
循环内执行root = a - solve(a)/differ(a)时,a是纯浮点数,differ(a)返回Sympy符号表达式,两者做运算得到的root本身就是Sympy对象,不具备浮点数的运算性质。后续计算i = abs(a - root)时,浮点数和Sympy对象做差的结果是Sympy关系类实例,根本无法直接和浮点数n比较大小。
第二次循环进入判断时,i已经不是初始的纯数值2.0,而是无法被Python判断真值的Sympy对象,自然就触发TypeError: cannot determine truth value of Relational报错。
修正方案
二选一即可,核心是保证牛顿迭代全流程的计算都是纯数值类型,不让Sympy符号对象混入迭代计算链路:
- 纯数值实现,脱离Sympy依赖
手动推导原函数的导数公式,和原函数逻辑统一用math库做数值计算,从根源上避免对象类型混乱:def solve(x): return x * math.tan(x) - math.sqrt(225 - x*x) def differ(x_val): # 推导得到的解析导函数 return math.tan(x_val) + x_val / (math.cos(x_val)**2) + x_val / math.sqrt(225 - x_val**2) - 保留Sympy求导逻辑,完成数值转换
提前一次性算好符号导函数,每次迭代时用subs把符号替换为当前迭代值,转为浮点数再参与计算:import sympy as sym # 提前定义符号、计算符号形式的导函数 sym_x = sym.Symbol('x') f_sym = sym_x * sym.tan(sym_x) - sym.sqrt(225 - sym_x**2) f_prime_sym = sym.diff(f_sym, sym_x) def differ(x_val): # 代入当前迭代值,转成纯浮点数 return float(f_prime_sym.subs(sym_x, x_val))
注意:牛顿迭代逻辑需补充边界判断,避免因初始值选择不当导致迭代发散、除零错误。
内容的提问来源于stack exchange,提问作者user263315
相关产品推荐
相关产品推荐

