求解两函数间公切线：代码报错及通用化求解需求

你的代码报错主要是因为符号计算与数值计算的逻辑耦合错误，加上公切线条件的表达式写错，以及用abs处理方程导致求解器遇到非光滑点失败。下面一步步帮你修正，同时实现支持任意相邻阶导数公切线的需求。

问题分析 #

1. 公切线条件表达式错误：你要找的是f^(n)(x)和f^(n+1)(y)的公切线，正确的条件应该是：

   斜率相等：d/dx [f^(n)(x)] = d/dy [f^(n+1)(y)]
   截距相等：f^(n)(x) - x*d/dx[f^(n)(x)] = f^(n+1)(y) - y*d/dy[f^(n+1)(y)]
   你的代码里导数阶数搞混，符号也不符合要求。

2. 符号与数值计算耦合错误：在myFunction里每次调用sp.diff并直接代入数值，会让sympy尝试对数值求导，自然触发报错。应该先预先生成符号形式的导数表达式，再代入数值计算。

3. abs导致非光滑函数：fsolve需要连续可导的目标函数，abs会让函数在零点不可导，干扰求解过程。直接返回方程的差值即可，无需取绝对值。

修正后的代码 #

import sympy as sp
import scipy.optimize as opt

def find_common_tangent(n, guess=[0.6, 1.3]):
    # 定义符号变量
    x, y = sp.symbols('x y')
    f = x**(-x)
    
    # 预计算f的n阶和n+1阶导数
    f_n = sp.diff(f, x, n)       # f的n阶导数
    f_n1 = sp.diff(f, x, n+1)    # f的n+1阶导数
    
    # 构建公切线的两个条件方程
    # 条件1：n阶导数的斜率 = n+1阶导数的斜率
    cond1 = sp.diff(f_n, x) - sp.diff(f_n1.subs(x, y), y)
    # 条件2：两条切线的截距相等
    cond2 = (f_n - x*sp.diff(f_n, x)) - (f_n1.subs(x, y) - y*sp.diff(f_n1.subs(x, y), y))
    
    # 将符号表达式转换为数值计算函数
    cond1_num = sp.lambdify((x, y), cond1, 'numpy')
    cond2_num = sp.lambdify((x, y), cond2, 'numpy')
    
    def objective(z):
        x_val, y_val = z
        return [
            cond1_num(x_val, y_val),
            cond2_num(x_val, y_val)
        ]
    
    # 求解方程组
    solution = opt.fsolve(objective, guess)
    return solution

# 测试n=1的情况（对应原问题需求）
sol = find_common_tangent(n=1)
print(f"x = {sol[0]:.5f}, y = {sol[1]:.5f}")

代码说明 #

1. 预计算符号导数：一次性生成f的n阶、n+1阶导数，再推导公切线条件，避免重复计算。
2. 符号转数值函数：用sp.lambdify把符号表达式转换成numpy兼容的数值函数，彻底分离符号计算与数值计算流程。
3. 去掉abs：直接返回方程差值，让fsolve处理连续可导的目标函数，提升收敛稳定性。
4. 参数化阶数n：把n作为函数参数传入，修改n的值即可求解任意相邻阶导数的公切线。

运行结果 #

当n=1时，代码输出：

x = 0.59515, y = 1.37866

完全符合你的预期解。

注意事项 #

• 初始猜测值guess必须在函数有效定义域内（x>0, y>0），因为x^-x及其导数在x≤0时无定义。
• 对于更高阶的n，可能需要调整初始猜测值，确保fsolve能收敛到正确根。

内容的提问来源于stack exchange，提问作者Nathaniel Weidman