Python 求解矩阵的一阶微分方程

我想用python编写一个耦合微分方程组：

dF/dt=a（F）

其中

F

是矩阵，

a（F）

是矩阵的函数

F

当

F

和

A（F）

是向量时，使用

scipy.integrate.odeint

求解方程

但是，

scipy.integrate.odeint

不适用于矩阵，我得到一个错误：

tmin, tmax, tstep = (0., 200., 1)
t_test=np.arange(tmin, tmax, tstep) #time vector

dydt_testm=np.array([[0.,1.],[2.,3.]])
Y0_test=np.array([[0,1],[0,1]])

def dydt_test(y,t):
    return dydt_testm

result = si.odeint(dydt_test, Y0_test,t_test)

ValueError：初始条件y0必须是一维的

---

正如Warren Weckesser在评论中所评论的那样，

odeintw

完成了这项工作

from odeintw import odeintw
import numpy as np

Y0_test=np.array([[0,1],[0,1]])
tmin, tmax, tstep = (0., 200., 1)
t_test=np.arange(tmin, tmax, tstep) #time vector

dydt_testm=np.array([[0.,1.],[2.,3.]])

def dydt_test(y,t):
    return dydt_testm

result = odeintw(dydt_test, #Computes the derivative of y at t 
                                     Y0_test,               #Initial condition on y (can be a vector).
                                     t_test)
plt.plot(t_test,result[:,0,1])
plt.show()

---

到目前为止你尝试了什么？看看。源代码位于github上，您可以使用

F=F.resforme（n，n）

和

返回dF.flatte（）

@WarrenWeckesser在jupyter笔记本中使用IPython时，如何导入odeintw？它在Python 2上工作吗？

odeintw

处于启用状态，因此可以使用

pip

命令安装它。（如果您不熟悉

pip

，请搜索教程。）我已经有一段时间没有更新发布的版本了，因此它应该仍然适用于Python 2.7。