Python 2.7 使用scipy-odeint进行时间上的向后集成
有可能在时间上向后积分任何常微分方程吗 使用scipy.integrate.odeint?Python 2.7 使用scipy-odeint进行时间上的向后集成,python-2.7,scipy,Python 2.7,Scipy,有可能在时间上向后积分任何常微分方程吗 使用scipy.integrate.odeint? 如果可能的话,有人能告诉我odeint中的“时间”应该是多少。你可以改变变量s=t_0-t,并积分关于s的微分方程。odeint不会为您执行此操作。odeint处理t参数的负值。不需要特殊处理 下面是一个例子: import numpy as np from scipy.integrate import odeint import matplotlib.pyplot as plt def mysys(
如果可能的话,有人能告诉我odeint中的“时间”应该是多少。你可以改变变量
s=t_0-t
,并积分关于s
的微分方程。odeint不会为您执行此操作。odeint
处理t
参数的负值。不需要特殊处理
下面是一个例子:
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
def mysys(z, t):
"""A slightly damped oscillator."""
return [z[1] - 0.02*z[0], -z[0]]
if __name__ == "__main__":
# Note that t starts at 0 and goes "backwards"
t = np.linspace(0, -50, 501)
z0 = [1, 1]
sol = odeint(mysys, z0, t)
plt.plot(t, sol)
plt.xlabel('t')
plt.show()
import math
import numpy
import scipy
import pylab as p
from math import *
from numpy import *
from scipy.integrate import odeint
from scipy.interpolate import splrep
from scipy.interpolate import splev
g1=0.01
g2=0.01
w1=1
w2=1
b1=1.0/20.0
b2=1.0/20.0
b=1.0/20.0
c0=0
c1=0.2
wf=1
def wtime(t):
f=1+c0+c1*cos(2*wf*t)
return f
def dv(y,t):
return array([y[1], -(wtime(t)+g1*w1+g2*w2)*y[0]+w1*y[2]+w2*y[3], w1*y[2]-g1*w1*y[0], w2*y[3]-g2*w2*y[0]])
tv=linspace(100,0,1000)
v1zero=array([1,0,0,0])
v2zero=array([0,1,0,0])
v1s=odeint(dv,v1zero,tv)
v2s=odeint(dv,v2zero,tv)
p.plot(tv,v1s[:,0])
p.show()
情节:
无需更改变量。这里有一个例子:
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
def mysys(z, t):
"""A slightly damped oscillator."""
return [z[1] - 0.02*z[0], -z[0]]
if __name__ == "__main__":
# Note that t starts at 0 and goes "backwards"
t = np.linspace(0, -50, 501)
z0 = [1, 1]
sol = odeint(mysys, z0, t)
plt.plot(t, sol)
plt.xlabel('t')
plt.show()
import math
import numpy
import scipy
import pylab as p
from math import *
from numpy import *
from scipy.integrate import odeint
from scipy.interpolate import splrep
from scipy.interpolate import splev
g1=0.01
g2=0.01
w1=1
w2=1
b1=1.0/20.0
b2=1.0/20.0
b=1.0/20.0
c0=0
c1=0.2
wf=1
def wtime(t):
f=1+c0+c1*cos(2*wf*t)
return f
def dv(y,t):
return array([y[1], -(wtime(t)+g1*w1+g2*w2)*y[0]+w1*y[2]+w2*y[3], w1*y[2]-g1*w1*y[0], w2*y[3]-g2*w2*y[0]])
tv=linspace(100,0,1000)
v1zero=array([1,0,0,0])
v2zero=array([0,1,0,0])
v1s=odeint(dv,v1zero,tv)
v2s=odeint(dv,v2zero,tv)
p.plot(tv,v1s[:,0])
p.show()
我用Wolfram Mathematica检查结果(该程序可以解决反向ODE)。我想你需要咨询数学家。从数学上讲,许多类常微分方程的后向积分是不适定的,也就是说,不能保证存在一个解。然而,您将如何修改上述代码以在轻微阻尼振荡器中引入时间延迟(例如,时间延迟=1.5)?这正是我想要对我的系统做的。我正在考虑编写一个正向/反向射击方法的代码,以便在平衡点不稳定时找到一个稳定的流形。但是,这个答案解决了我所有的问题。只要在代码中添加一个减号,我就可以找到一个稳定的流形!你让我开心!