python：求解微分方程的初始条件答案

【问题标题】：python: Initial condition in solving differential equationpython：求解微分方程的初始条件
【发布时间】：2018-04-22 10:01:44
【问题描述】：

我想求解这个微分方程： y′′+2y′+2y=cos(2x) 带初始条件：

y(1)=2,y′(2)=0.5
y′(1)=1,y′(2)=0.8
y(1)=0,y(2)=1

它的代码是：

import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
def dU_dx(U, x):
    return [U[1], -2*U[1] - 2*U[0] + np.cos(2*x)]
U0 = [1,0]
xs = np.linspace(0, 10, 200)
Us = odeint(dU_dx, U0, xs)
ys = Us[:,0]
plt.xlabel("x")
plt.ylabel("y")
plt.title("Damped harmonic oscillator")
plt.plot(xs,ys);

我怎样才能实现它？

【问题讨论】：

标签： python numpy scipy differential-equations

【解决方案1】：

您的初始条件不是，因为它们在两个不同点给出值。这些都是边界条件。

def bc1(u1,u2): return [u1[0]-2.0,u2[1]-0.5]
def bc2(u1,u2): return [u1[1]-1.0,u2[1]-0.8]
def bc3(u1,u2): return [u1[0]-0.0,u2[0]-1.0]

您需要一个 BVP 求解器来解决这些边界值问题。

您可以使用拍摄方法制作自己的求解器，以防万一

def shoot(b): return odeint(dU_dx,[2,b],[1,2])[-1,1]-0.5

b = fsolve(shoot,0) 

T = linspace(1,2,N)
U = odeint(dU_dx,[2,b],T)

或使用割线法而不是scipy.optimize.fsolve，因为问题是线性的，所以应该收敛于 1，最多 2 步。

或者您可以使用scipy.integrate.solve_bvp 求解器（这可能比问题更新？）。您的任务类似于记录的示例。请注意，ODE 函数中的参数顺序在所有其他求解器中都会切换，即使在 odeint 中，您也可以提供选项 tfirst=True。

def dudx(x,u): return [u[1], np.cos(2*x)-2*(u[1]+u[0])]

使用solve_bvp 生成的解，节点是积分区间的自动生成的细分，它们的密度表明 ODE 在该区域中的“不平坦”程度。

xplot=np.linspace(1,2,161)
for k,bc in enumerate([bc1,bc2,bc3]):
    res = solve_bvp(dudx, bc, [1.0,2.0], [[0,0],[0,0]], tol=1e-5)
    print res.message
    l,=plt.plot(res.x,res.y[0],'x')
    c = l.get_color()
    plt.plot(xplot, res.sol(xplot)[0],c=c, label="%d."%(k+1))

以x=0处的初始值作为未知参数的射击方法生成的解，然后得到区间[0,3]的解轨迹。

x = np.linspace(0,3,301)
for k,bc in enumerate([bc1,bc2,bc3]):
    def shoot(u0): u = odeint(dudx,u0,[0,1,2],tfirst=True); return bc(u[1],u[2])
    u0 = fsolve(shoot,[0,0])
    u = odeint(dudx,u0,x,tfirst=True);
    l, = plt.plot(x, u[:,0], label="%d."%(k+1))
    c = l.get_color()
    plt.plot(x[::100],u[::100,0],'x',c=c)

【讨论】：

【解决方案2】：

您可以使用scipy.integrate.ode 函数，这类似于 scipy.integrate.odeint，但允许使用 df/dy 或给定 ODE df/dx 的 jac 参数

【讨论】：