我在用python数值求解非线性方程组时遇到了一个问题_Python_Numeric

我在用python数值求解非线性方程组时遇到了一个问题

python

我在用python数值求解非线性方程组时遇到了一个问题,python,numeric,Python,Numeric,我目前正试图用Python解决我的流体力学问题，这个问题产生了三个不同的方程。经过一些研究，我试图使它尽可能简单，结果产生了以下代码： from scipy.optimize import fsolve import math def equations(p): d, Re, f = p return (d**5 - 0.0165*f, 97200 - Re*d, f**(-0.5) + 2*math.log10(0.00015/(3.7*d) + 2.51/(Re*f**(

我目前正试图用Python解决我的流体力学问题，这个问题产生了三个不同的方程。经过一些研究，我试图使它尽可能简单，结果产生了以下代码：

from scipy.optimize import fsolve 
import math

def equations(p):
    d, Re, f = p
    return (d**5 - 0.0165*f, 97200 - Re*d, f**(-0.5) + 2*math.log10(0.00015/(3.7*d) + 2.51/(Re*f**(0.5))))
 
d, Re, f =  fsolve(equations, (0.22, 0.0213, 490000))

print(equations((d, Re, f)))

这会产生一个很长的错误：

> ValueError                                Traceback (most recent call
> last) <ipython-input-19-dcc7fc844bb6> in <module>()
>       6     return (d**5 - 0.0165*f, 97200 - Re*d, f**(-0.5) + 2*math.log10(0.00015/(3.7*d) + 2.51/(Re*f**(0.5))))
>       7 
> ----> 8 d, Re, f =  fsolve(equations, (0.22, 0.0213, 490000))
>       9 
>      10 print(equations((d, Re, f)))
> 
> ~\Anaconda3\lib\site-packages\scipy\optimize\minpack.py in
> fsolve(func, x0, args, fprime, full_output, col_deriv, xtol, maxfev,
> band, epsfcn, factor, diag)
>     146                'diag': diag}
>     147 
> --> 148     res = _root_hybr(func, x0, args, jac=fprime, **options)
>     149     if full_output:
>     150         x = res['x']
> 
> ~\Anaconda3\lib\site-packages\scipy\optimize\minpack.py in
> _root_hybr(func, x0, args, jac, col_deriv, xtol, maxfev, band, eps, factor, diag, **unknown_options)
>     225         with _MINPACK_LOCK:
>     226             retval = _minpack._hybrd(func, x0, args, 1, xtol, maxfev,
> --> 227                                      ml, mu, epsfcn, factor, diag)
>     228     else:
>     229         _check_func('fsolve', 'fprime', Dfun, x0, args, n, (n, n))
> 
> <ipython-input-19-dcc7fc844bb6> in equations(p)
>       4 def equations(p):
>       5     d, Re, f = p
> ----> 6     return (d**5 - 0.0165*f, 97200 - Re*d, f**(-0.5) + 2*math.log10(0.00015/(3.7*d) + 2.51/(Re*f**(0.5))))
>       7 
>       8 d, Re, f =  fsolve(equations, (0.22, 0.0213, 490000))
> 
> ValueError: math domain error

>ValueError回溯（最近的调用
>最后）在（）
>6返回（d**5-0.0165*f，97200-Re*d，f**（-0.5）+2*math.log10（0.00015/（3.7*d）+2.51/（Re*f**（0.5）））
>       7 
>--->8d，Re，f=f解（方程式，（0.22,0.0213490000））
>       9 
>10打印（方程式（（d，Re，f）））
> 
>中的~\Anaconda3\lib\site packages\scipy\optimize\minpack.py
>fsolve（func，x0，args，fpinite，full_输出，col_deriv，xtol，maxfev，
>波段，epsfcn，因子，诊断）
>146“diag”：diag}
>     147 
>-->148 res=\u root\u hybr（func、x0、args、jac=fprime，**选项）
>149如果满输出：
>150 x=分辨率['x']
> 
>中的~\Anaconda3\lib\site packages\scipy\optimize\minpack.py
>_root_hybr（func、x0、args、jac、col_deriv、xtol、maxfev、band、eps、factor、diag、**未知选项）
>225带_MINPACK_锁：
>226 retval=_minpack._hybrd（func，x0，args，1，xtol，maxfev，
>-->227 ml，mu，epsfcn，因子，诊断）
>228其他：
>229检查函数（'fsolve'，'fprime'，Dfun，x0，args，n，（n，n））
> 
>在方程（p）中
>4个def方程式（p）：
>5d，Re，f=p
>--->6个返回值（d**5-0.0165*f，97200-Re*d，f**（-0.5）+2*math.log10（0.00015/（3.7*d）+2.51/（Re*f**（0.5）））
>       7 
>8d，Re，f=f解（方程式，（0.22,0.021349000））
> 
>ValueError:数学域错误

现在，我知道它一定与log value有关，但我认为等式的复杂性也可能在这里起作用。

您可以在

等式（p）

函数中添加

打印（d，Re，f）

，并查看值在每次迭代中的变化

我对它进行了一次运行，这些是出错前的结果

0.22 0.0213 490000.0
0.22 0.0213 490000.0
0.22 0.0213 490000.0
0.22000000327825547 0.0213 490000.0
0.22 0.02130000031739473 490000.0
0.22 0.0213 490000.007301569
4384243.368454826 -464.7214227491007 3096116.988633934

如您所见，在计算时，最后一行值实际上对

f**（-0.5）+2*数学无效。log10（0.00015/（3.7*d）+2.51/（Re*f**（0.5））

操作，因为

0.00015/（3.7*d）+2.51/（Re*f**（0.5））

计算结果为

-3.069524039032724e-06

，该值接近于0，因此被识别为0。因此，由于

log（0）

本身无效，因此它返回

域错误

若要解决此问题，您可能需要重新访问公式或扩展有效数字的数量，以容纳更多数字并阻止其为0。