Python scipy中的复杂ODE系统

我在求解光学布洛赫方程时遇到了困难，这是一个具有复数值的一阶常微分方程系统。我发现scipy可以解决这样的系统，但他们的网页提供的信息太少，我几乎无法理解

我有8个耦合的一阶常微分方程，我应该生成如下函数：

def derv(y):
    compute the time dervative of elements in y
    return answers as an array

然后执行复杂代码（derv）

我的问题是：

我的y不是一个列表，而是一个矩阵，我怎样才能给出正确的输出 适合复杂的_ode（）

complex_ode（）

需要一个雅可比矩阵，我不知道如何开始构造雅可比矩阵 它应该是什么类型的

我应该把初始条件放在哪里，像在普通的ode和 时间和空间

这是scipy的复杂代码链接：

---

谁能给我提供更多的信息，让我能学到更多。

我想我们至少可以为你指出正确的方向。光学 布洛赫方程是科学界很好理解的一个问题 社区，虽然不是由我：-），所以在互联网上已经有了解决方案 这是一个特殊的问题

然而，为了满足您的需求，您提到了使用复杂的代码，我想 很好，但我认为简单的scipy.integrate.ode也可以 根据他们的文件：

 from scipy import eye
 from scipy.integrate import ode

 y0, t0 = [1.0j, 2.0], 0

 def f(t, y, arg1):
     return [1j*arg1*y[0] + y[1], -arg1*y[1]**2]
 def jac(t, y, arg1):
     return [[1j*arg1, 1], [0, -arg1*2*y[1]]]
 r = ode(f, jac).set_integrator('zvode', method='bdf', with_jacobian=True)
 r.set_initial_value(y0, t0).set_f_params(2.0).set_jac_params(2.0)
 t1 = 10
 dt = 1
 while r.successful() and r.t < t1:
     r.integrate(r.t+dt)
     print r.t, r.y

只要

num_rows*num_cols=8

，您的ODE数量就应该可以了。然后 在计算中使用矩阵。当你做完了，一定要回来 向量而非矩阵，如：

out = numpy.reshape(Y,(8,1));

不需要雅可比矩阵，但它可能允许继续计算 更快。如果您不知道如何计算，您可能需要咨询 维基百科或微积分课本。这很简单，但可能很耗时

至于初始条件，您可能已经知道它们应该是什么 无论是复杂的还是真实的价值。只要您选择的值是

---

在合理范围内，这应该没什么关系。

非常感谢你的回答，肯定花了你很多时间。你给的链接是绝对完美的正是我所寻找的。是的，你是对的，应该是9:）好的，今天还有时间，如果我在什么地方遇到麻烦，我可以回到你身边吗？再次感谢。

out = numpy.reshape(Y,(8,1));