我正在尝试解决一个耦合迭代方程系统，每个方程都包含许多积分和导数。
首先，我使用最大值（嵌入 Sage 中）对其进行解析求解，但该解决方案过于依赖于我对未知函数所做的初始猜测，恒定的初始猜测几乎立即产生了响应，而符号函数在用作初始猜测时产生了系统深入计算，有时似乎永无止境。
然而，我用 Sage 尝试的实际上是我原始方程的简化版本，所以我认为可能是我别无选择，只能以数字方式处理积分和导数，但是，我有一些不可忽视的问题：
积分只允许有数值限制，并且不允许变量作为它们的上限（我认为也许数值方法算法比解析算法更快 - 尽管我在其计算中留下了变量或参数，但它只是没有'不能这样工作）。
被积函数也不能承认没有被积分的额外变量和参数。
导数函数本身就是一个很大的障碍，因为我无法计算偏导数或在积分的被积函数中使用导数。
为了摆脱数值导数的所有问题，我用符号 diff() 函数代替它，速度提高仍然有希望，但数值积分的问题仍然存在。
现在我有三个问题：
a-是否可以得出结论，除了离散方程并进行完整的数值处理而不是混合处理之外，我别无他法？
b-如果是这样，那么有什么方法可以自动执行此操作吗？我的方程不是使用 ODEint 的 DE 方程，否则它们是迭代方程，我有积分和导数，只是为了在每一步将我的未知数更新为更新的值。
c-如果我的计算量如此之大，是否有任何关于从 python 切换到 fortran 或类似的东西的建议？
此致