问题标签 [odeint]

我正在使用 SciPy 的集成.odeint 函数集成一个僵硬的 ODE 系统。由于集成非常重要且耗时，我也在使用相应的 jacobian。通过重新排列方程，我可以将雅可比定义为带状矩阵。按照API 文档，我想用mu和ml参数定义形状。不幸的是，文档有点模棱两可，所以我无法弄清楚如何实现我的 jacobian 函数。

为了验证必须如何调用 odeint，我一直在使用以下（有点傻）代码：

使用完整的 NxN 雅可比矩阵，集成成功。仅使用对角线和mu=0和ml=0积分也成功。

为了测试带状矩阵用例，我正在使用mu=1和ml=1创建一个人工 3xN 带状雅可比矩阵，其中对角线之外的所有导数都为零。这会导致求解器出现奇怪的行为（类似于我在原始问题中看到的非对角线非零）。

将带状雅可比选项与 SciPy 的集成 odeint 一起使用的正确方法是什么？

我有一个使用“odeint”模拟种群动态的程序。我想设置一个 if 条件来禁止我的 ode 的结果为负。这是我的代码的摘要：

...

如所写，以下循环是无用的：

你对程序有足够的了解吗？你知道我怎样才能让它工作吗？

谢谢 ！

集成自适应的代码

我正在学习如何使用odeintinScipy来解决 ODE。现在我正在尝试用半无限势阱求解薛定谔方程：

所以确切的解决方案应该是

我在 x<0 区域（给定）中设置了一个起点f(x0),f'(x0),x0<0，但我获得的解决方案始终是 x>0 区域中的 exp(x)。但是 exp(-x) 在物理学中更有意义。如何通过使用获得此解决方案odeint？

我有两个 numpy 数组：9x9 和 9x1。我想在离散时间点求解微分方程，但无法让 ODEInt 工作。我不确定我是否在做正确的事情。

使用 Mathematica，方程为：

其中 Ab 是 9x9 矩阵，A0 是 9x1 矩阵（初始）。在这里，我解决了时间和生活是美好的。

在 Python 实现中，我有以下代码，它给了我错误的答案：

输出是：

但正确的答案应该是：

谁能指出我可能做错了什么？

假设我们有三个复数矩阵和一个带有这些矩阵的耦合微分方程系统。

我基本上有两个问题：

1. 如何减少我的代码？通过减少我的意思是，有没有办法通过不单独写下所有组件来做到这一点，而是在解决 ODE 系统时处理矩阵？

2. 我如何绘制特征值（绝对值）（假设矩阵 A 的特征值的绝对值作为 t 的函数），而不是相对于t（我的代码的最后 2 行）绘制矩阵的元素？

我正在 odeint 和推力之上构建一个分析工具。该工具解决了大量的初始条件问题。我在 odeint 和推力教程/演示之后取得了成功。到目前为止，我一直在使用的系统只有不到 5 个状态变量，但现在我需要扩展系统以能够处理更多。

正如教程中提到的，有一个小问题，thrust 的元组最多只能有 10 个项目。这个问题可以通过使用嵌套的 zip_iterators 来解决。

从其中一个教程的底部附近引用：

“Thrust 元组的最大元数为 10 是一个小问题。但这只是一个小问题，因为我们可以创建一个包含 zip 迭代器的 zip 迭代器。因此，顶级 zip 迭代器包含一个用于状态的 zip 迭代器，一个普通迭代器用于参数，一个 zip 迭代器用于导数。”

我已经实现了这个解决方案，它可以工作，但不幸的是速度大大降低。对于同一个系统（一个双变量系统，同时求解 8192 个初始条件），最初的、简单但不可扩展为超过 5 个变量的解决方案只需要一秒钟多一点的时间：

而更复杂但可扩展的嵌套解决方案需要大约 2000 倍的时间！

这两个程序之间的唯一区别是

1. 在仿函数的内部operator()，我指的是状态变量和导数，以及

2. 在仿函数的构造函数中，特别是for_each在我创建 zip_iterators 和元组的命令中。

下面我为每个程序摘录了这些部分的摘录。我希望我在这里做错了什么，因为这种速度损失是毁灭性的！任何帮助将非常感激。

“简单”代码的摘录（非嵌套迭代器）

“EXTENSIBLE”代码（嵌套迭代器）的摘录

我正在尝试安装odeint，但每次编译代码时，都会出现此错误。

我已经包含了包含路径。我检查了这个文件boost/config.hpp，这不是一个完整的路径<config.hpp>，所以我把它改成了<boost/numeric/odeint/config.hpp>. 现在，我在相同情况下的其他文件出现错误。有没有办法解决这个问题？

我正在使用 Python odeint 来同步两组洛伦兹方程。我正在获取一个系统 (Xi) 的 X 值并使用它来驱动第二个系统，因此第二个系统的 X 值 (Xr) 将与第一个系统同步，这非常有效。当噪声被添加到第一个系统的 X 值的输出时，我想尝试测试同步性的限制。当我在方程中添加一个高斯随机数时，我收到以下错误，在这个调用上完成了额外的工作（可能是错误的 Dfun 类型）。以 full_output = 1 运行以获取定量信息。

如何向 Xi 添加噪声，以使 Xr 的解开始偏离 Xi？

这是代码：

我想使用odeint C++ 库runge_kutta4中的方法。我已经在 Matlab 中解决了这个问题。我在 Matlab中用初始值求解的以下代码如下x'' = -x - g*x'x1 = 1x2 = 0

main.m

ODESolver.m

我已经安装了 odeint 库。我的使用代码runge_kutta4如下

结果如下图

我的问题是为什么结果会有所不同？我的 C++ 代码有问题吗？

这些是这两种方法的第一个值

更新：

问题是我忘记在我的 C++ 代码中包含初始值。感谢@horchler 注意到它。在包含正确的值并runge_kutta_dopri5按照@horchler 的建议使用后，结果是

我更新了代码以反映这些修改。

我是 python 新手，想模仿在 python 中使用 matlab ode15s 而不是 scipy 的内置 odeint。

代码最初是这样写的：

其中 PSP 定义为：

通过阅读 scipy.integrate.odeint() 上的说明，此函数采用以下格式的参数：

这意味着func=PSP, y0=Rphi, t=t, args=(b,k,f) So Rphi 进入 PSP 函数，并被整合并成为 yy 并出来，并且该函数对 t 的每个元素重复执行此操作。

现在我想把它翻译成可以模仿 matlab 中的 ode15s 的东西。通过阅读其他一些踏板，我发现我可以使用

现在问题变成了，我如何将原始参数传递给这个积分器？

我想它可能看起来像这样：

我知道 f 是我的 PSP 函数，y0 仍然是相同的：Rphi，这是我的问题：

1. t0 的初始值是多少，是否只是 t[0]？
2. 如何将变量 (b,k,f) 传递给函数 f=PSP？
3. 当我调用这个 ode15s 时，如何通过 t 的向量大小进行积分并收集 yy 的最终值？

任何帮助将不胜感激。谢谢你。