当浮子的大小发生变化时，Sympy solve()停止处理一个单一的线性方程。

Question

在我自己最近的Anaconda iPython‘Anaconda版本0.7.4.1’中，我尝试了这一点，并得到了同样的结果：

m1,m2,r, F, G = symbols("m_1 m_2 r F_g G")
G = Float("6.67e-8")
rhs = (G * m1 * m2/r**2)


eq = Eq(F, rhs)
print eq

s=solve(eq, m1)
print s

其结果是：

F_g == 6.67e-8*m_1*m_2/r**2
[14992503.7481259*F_g*r**2/m_2]

我用一个更改将e-8改为e-9重新运行该程序。

G = Float("6.67e-9")

给出了结果

F_g == 6.67e-9*m_1*m_2/r**2
[]

这种情况在含有小蟒蛇浮子或渐近浮体的方程中是一致的。

我注意到了0.72版本中基本代数错误的another report，但是看到人们将它用于微积分。我是做了什么蠢事，还是这是一个同情解决问题的错误。如果它是一个bug，我如何解决它呢？

Answer 1

这看起来像个窃听器。我还没有彻底地阅读过他们的源代码，无法肯定地说，但我会继续报告，然后现在使用解决办法。

有一些方法可以解决这个问题。首先，您可以查看SymPy是如何安装的。我使用SymPy的开发版本，并将gmpy作为所有任意精确算法的后端安装。在我的系统中，这个问题出现在6.67E-32和6.67E-33之间，而不是6.67E-8和6.67E-9之间。获得开发版本并切换后端可能会有所帮助。另一方面，这只是猜测您的系统和SymPy是如何配置的。我可能完全错了。

仅部分更改设置可避免错误。下面是一个修改过的代码版本，它完全避免了这个问题：

import sympy as sy
m1, m2, r, F, G = sy.symbols("m_1, m_2, r, F_g, G")
rhs = (G * m1 * m2/r**2)
eq = sy.Eq(F, rhs)
print eq
s=sy.solve(eq, m1)
print s[0].subs(G, sy.Float("6.67E-10000000000000000000", 1000))

唯一的区别是，这段代码让SymPy使用符号完成所有工作，然后在末尾替换浮点数。这会在我的机器上返回正确的答案，尽管有惊人的指数。用于实例化Float对象的第二个参数是精度。这显示了1000位精度的答案(尽管这种方法也适用于默认的精度)。

Answer 2

尝试使用SymPy 0.7.5。这个错误在那个版本中已经修复了。

Answer 3

尝试将标志rational=False传递给solve。