python 隐函数绘制_用Python求隐函数的根

这是你的解决方案：y=0

也许你是说非零解？还是别的什么？在

编辑：添加一些更有用的东西

转化为更好的形式

假设您需要第一个积极的解决方案，您可以执行以下操作：

使用z=y*c转换坐标，该公式给出：A*z = sin(z)

其中A = -sin(c)/c。在

这是确定一条穿过斜率a原点的直线与法向正弦曲线的交点。在

如果你画一个图，你会发现对于|A| >= 1来说，只有z=0溶液。在

使方法收敛到右根的部分问题是在根附近选取起始值。在这种情况下，我们可以近似这些根。在

临界边坡情况(| A | ~1)

对于1附近的|A|，我们可以看到在0附近有一个正解和负解。我们可以用正弦的低阶泰勒级数来近似这些。在

^{pr2}$

近似解是z=0，z=R和{}，其中R=sqrt( 6 (1-A) )。

这表明，对于1附近的|A|，数值估计的一个良好起点是：y=(1/c) sqrt( (6/c)( 1 + sin(c) ) )

小坡度情况(| A | ~0)

对于小A，我们期望在pi附近有一个解。在本例中，我们进一步更改变量z=p+pi。在A (p + pi) = sin( p + pi ) = -sin(p)

赎罪又给了我们：A p + A pi = -p + ...

这给出了一个近似解：p = - A pi / (A+1)

简化为z = pi/(A+1)

这意味着我们应该寻找y = pi/(c(A+1))

使用近似值

我可能会选择一个起点，用线性插值混合这两个值。在

您也可以在A = 2/pi附近对“中间”值进行类似的展开，并在线性插值中使用三个点。在

从这些近似值出发，就足以使牛顿法收敛到期望值。但是，如果您真的需要确保收敛到右根，您可能需要放弃Newton-Raphson，并使用这些值作为正割或对分方法的起点。在