问题标签 [ode]

我正在寻找可在 Linux (Fedora) 系统上使用的 C++ 矩阵库。目的是为计算神经科学实现连续吸引子神经网络等。我已经开始使用Eigen了。然而，我意识到我的任务也需要微分方程求解器并遇到了Odeint（最近似乎已被 boost 接受）。Odeint 与 MTL4 一起使用作为此页面的详细信息。我现在想知道是否应该使用 MTL4 而不是 Eigen 重写我的代码，以便能够正确使用 odeint。

我查看了 google 和 stackoverflow 本身，但没有找到比较

如何解决常微分方程系统..初始值问题....参数取决于时间或自变量？说出我的方程式

其中a(t)是一个向量，b(t) =c*a(t)；其中 a 和 b 的值随时间变化，而不是以单调方式和每个时间步长变化。我试图用这篇文章解决这个问题......但是当我应用相同的原理时......我收到了错误消息

“使用 griddedInterpolant 出错点坐标未按严格单调顺序排序。”

有人可以帮我吗？

我有一个二阶微分方程，我想在 python 中求解它。问题是对于其中一个变量，我没有初始条件，0而只有无穷大的值。谁能告诉我应该提供哪些参数scipy.integrate.odeint？能解决吗？

方程：

需要根据时间找到 Theta。它的一阶导数在 处等于 0 t=0。theta 是未知的，t=0但它会在足够长的时间变为零。其余的都是已知的。作为一个近似值I可以设置为零，从而消除二阶导数，这应该会使问题更容易。

我正在使用 ode45，但我不知道在这种情况下该怎么做。我有一个微分方程，其中我的参数随时间变化非常快。理想情况下，我想选择 tspan 为 0:epsilon:10*epsilon ，其中考虑到我的 DE 因素中的任何内容，epsilon 的顺序很小。但是，这不起作用，MATLAB 只是给了我一个情节，其中我的初始条件没有任何变化。

我做了明显的事情来修复它，如下所示。假设我有 xdot(t)=10^9*x(t)。我将其重写为 xdot(t)=x(t) 并将我的时间轴标记为纳秒而不是秒。

只是好奇MATLAB是否可以自己做到这一点。

我想编写一个快速的 MATLAB 代码，我需要编写一个 for 循环，并且每次都需要求解一个常微分方程。有没有办法对代码进行矢量化？以下是部分代码：

在哪里

我必须求解以下形式的常微分方程组：

其中x和y是我需要找出的变量，s是自变量；其余的都是常数。到目前为止，我试图用 ode45 解决这个问题，但没有成功：

其中@yprime 具有方程组。我收到以下错误消息：

YPRIME 返回一个长度为 0 的向量，但初始条件向量的长度为 2。YPRIME 返回的向量和初始条件向量必须具有相同数量的元素。

有任何想法吗？谢谢

我在 am*m 矩阵 S 中有一个 diff eqs 系统。 S[i,j] 是一个特定的物种浓度，受 S[i-1,j] 和 S[i,j-1] 的影响

我可以在每个步骤中获取每个条目的 dx/dt（由 update_matrix 返回），但随后我需要将其整合以更新我的初始浓度（x 与 x_counts 相同）。但是 scipy 的Integrate.odeint 不接受矩阵作为输入（或返回值并引发对象太深错误。

有什么办法可以调整它以使用矩阵上的积分器？我提供了一段代码：diffeq 为每个条目返回 dx/dt。update_matrix 返回矩阵 B，其中 B[ij]=dx[i,j]/dt

对于一个问题，我需要通过 Crank-Nicolson 方案实现具有空间扩散的 Fitzhugh-Nagumo 模型。现在问题在于空间扩散。

而 DV_{xx} 是空间扩散。

使用Matlab，可以给即ODE45求解器以下函数。但是它还没有实现空间扩散......

问题：如何实现 V_{xx} ？

此外，V 需要是什么矩阵形状？通常 V 仅取决于 t，因此是一个 [1 by t] 向量。现在 V 取决于 x 和 t，因此我希望它是一个 [x by y] 向量，对吗？

谢谢

是否可以在 Matlab 中使用匿名函数作为事件函数。我想做的基本上是

但是，这会返回一个错误，抱怨要处理的输出数量必须完全匹配。还有其他方法可以使匿名函数返回多个参数吗？

我正在尝试在 MatLab 中解决一些 ODE，并看到方程中的变量是需要限制为正的总体。所以我在调用方程求解器之前尝试使用 odeset() 使它们成为非负数，但在绘制这些值之后它们有时实际上是负数（在下面的代码中它是洋红色线）。我究竟做错了什么？

这是一些代码：

方程（...）的代码是：