基于python中sympy库的符号模型求解方法 v20190930

注：本文Anaconda的安装请参考安装教程，sympy库的基本使用可以参看这里和这里。

在学习python后发现可以用sympy库进行符号计算，在毕业论文的撰写过程中也一直使用这个库进行符号模型的求解，但在网上很少见类似的教程，所以本文结合一个实际例子进行sympy库符号计算的介绍。

栗子

作为Stackelber博弈模型的领导者，制造商首先制定批发价格 $w$，随后零售商根据批发价格 ，制定自己的零售价格 $p$，参与新产品的研发程度 $\theta$，$a$为市场的总需求，$c$为价格系数。

制造商和零售商的决策分别如下：

$$\begin{array}{l}\max R_m(\omega )=(\omega -c)(a-bp+\theta )\\ \max R_r(p,\theta )=(p-\omega )(a-bp+\theta )-\frac{1}{2}{\theta }^2\end{array}$$

利用sympy求解的步骤如下：

1. 将sympy引入工作环境，定义模型中用到的未知量 $w$、$p$、$\theta$(用$o$代替)、$a$、$c$，并定义我们的Stackelber模型。

from sympy import *                                 #将sympy的所有函数引入工作环境
from fractions import Fraction                      #利用fractions中Fraction美化分数输出                 
p, w, o, c, a, b = symbols('p, w, o, c, a, b')      #定义所有使用的符号，等号左边的Rm和Rr不需要定义

Rm = (w - c)*(a - b*p + o)