odeint 解决了initial value problem。您描述的问题是两点boundary value problem。为此,您可以使用scipy.integrate.solve_bvp
你也可以看看scikits.bvp1lg和scikits.bvp_solver,虽然bvp_solver好像很久没有更新了。
例如,以下是您可以使用scipy.integrate.solve_bvp 的方法。我更改了参数,因此解决方案不会衰减得那么快并且频率较低。当 b = 0.25 时,衰减足够快,对于 ω(0) = 0 和 |θ(0)| 的所有解,θ(100) ≈ 0大约是 1。
函数bc 将在 t=0 和 t=100 时传递 [θ(t), ω(t)] 的值。它必须返回两个值,它们是边界条件的“残差”。这只是意味着它必须计算必须为 0 的值。在您的情况下,只需返回 y0[1](即 ω(0))和y1[0](即 θ(100))。 (如果 t=0 的边界条件是 ω(0) = 1,则 bc 的返回值的第一个元素将是 y0[1] - 1。)
import numpy as np
from scipy.integrate import solve_bvp, odeint
import matplotlib.pyplot as plt
def pend(t, y, b, c):
theta, omega = y
dydt = [omega, -b*omega - c*np.sin(theta)]
return dydt
def bc(y0, y1, b, c):
# Values at t=0:
theta0, omega0 = y0
# Values at t=100:
theta1, omega1 = y1
# These return values are what we want to be 0:
return [omega0, theta1]
b = 0.02
c = 0.08
t = np.linspace(0, 100, 201)
# Use the solution to the initial value problem as the initial guess
# for the BVP solver. (This is probably not necessary! Other, simpler
# guesses might also work.)
ystart = odeint(pend, [1, 0], t, args=(b, c,), tfirst=True)
result = solve_bvp(lambda t, y: pend(t, y, b=b, c=c),
lambda y0, y1: bc(y0, y1, b=b, c=c),
t, ystart.T)
plt.figure(figsize=(6.5, 3.5))
plt.plot(result.x, result.y[0], label=r'$\theta(t)$')
plt.plot(result.x, result.y[1], '--', label=r'$\omega(t)$')
plt.xlabel('t')
plt.grid()
plt.legend(framealpha=1, shadow=True)
plt.tight_layout()
plt.show()
这是结果图,您可以在其中看到 ω(0) = 0 和 θ(100) = 0。
请注意,边界值问题的解决方案不是唯一的。如果我们修改创建ystart为
ystart = odeint(pend, [np.pi, 0], t, args=(b, c,), tfirst=True)
找到了不同的解决方案,如下图所示:
在此解决方案中,钟摆几乎在倒置位置 (result.y[0, 0] = 3.141592653578858) 开始。它开始下降非常缓慢;逐渐下降得更快,并在 t = 100 时达到直线下降的位置。
平凡解 θ(t) ≡ 0 和 ω(t) ≡ 0 也满足边界条件。