[英]Any way to solve a system of coupled differential equations in python?
我一直在研究sympy和scipy,但找不到或想出如何求解耦合微分方程組(非線性,一階)。
那么有沒有辦法解決耦合微分方程?
方程的形式如下:
V11'(s) = -12*v12(s)**2
v22'(s) = 12*v12(s)**2
v12'(s) = 6*v11(s)*v12(s) - 6*v12(s)*v22(s) - 36*v12(s)
初始條件為v11(s),v22(s),v12(s)。
有關scipy的ODE的數值解,請參閱scipy.integrate.solve_ivp
, scipy.integrate.odeint
或scipy.integrate.ode 。
SciPy Cookbook中給出了一些例子(向下滾動到“常微分方程”部分)。
除了已經提到的SciPy方法odeint
和ode
,它現在還有更新且更方便的solve_ivp
。 一個完整的示例,將[v11, v22, v12]
編碼為數組v
:
from scipy.integrate import solve_ivp
def rhs(s, v):
return [-12*v[2]**2, 12*v[2]**2, 6*v[0]*v[2] - 6*v[2]*v[1] - 36*v[2]]
res = solve_ivp(rhs, (0, 0.1), [2, 3, 4])
這解決了系統在間隔(0, 0.1)
上的初始值[2, 3, 4]
。 結果有自變量(在你的表示法中為s)為res.t
:
array([ 0. , 0.01410735, 0.03114023, 0.04650042, 0.06204205,
0.07758368, 0.0931253 , 0.1 ])
這些值是自動選擇的。 可以提供t_eval
以在期望點處評估解:例如, t_eval=np.linspace(0, 0.1)
。
因變量(我們正在尋找的函數)在res.y
:
array([[ 2. , 0.54560138, 0.2400736 , 0.20555144, 0.2006393 ,
0.19995753, 0.1998629 , 0.1998538 ],
[ 3. , 4.45439862, 4.7599264 , 4.79444856, 4.7993607 ,
4.80004247, 4.8001371 , 4.8001462 ],
[ 4. , 1.89500744, 0.65818761, 0.24868116, 0.09268216,
0.0345318 , 0.01286543, 0.00830872]])
使用Matplotlib,此解決方案被繪制為plt.plot(res.t, res.yT)
(如果我提供t_eval
,則繪圖會更平滑)。
最后,如果系統涉及的順序高於1的方程式,則需要使用簡化為一階系統 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.