如何用Python解决僵化的颂歌？

发布于 2024-12-24 17:59:00 字数 131 浏览 2 评论 0原文

我是Python初学者。我正在尝试切换 matlab 中的一些程序。我需要求解一个刚性颂方程，其输入都是矩阵。在matlab中我使用

[ttT,uT] = ode23s('SST',t,fT);

原文

I'm a Python beginner. I'm trying to switch some programs that I have in matlab.
I need solve a stiff ode equation, whose inputs are all matrices. In matlab I use

[ttT,uT] = ode23s('SST',t,fT);

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

甜心小果奶 2024-12-31 17:59:00

对于您在 Matlab 中执行的大多数操作，您可以使用 Python 中的 NumPy 模块来执行。可以在此处找到。

您可能还会发现相关模块 SciPy 也很有用。

PyDSTool可能也与您相关。它是 Radau 解算器的包装器。

那么您可能想尝试 matplotlib 进行绘图。它的工作原理很像 Matlab 的绘图功能。

以下链接也可能有所帮助：

回复收藏 0 原文

夏了南城 2024-12-31 17:59:00

如果您向我展示微分方程，我可以为您提供更多帮助，但一般来说，求解刚性 ODE 系统的一个好方法是通过下一句话：

solution = scipy.integrate.solve_ivp(function, [t_0, t_f], y0, method='BDF', first_step =0.0001, dense_output=True)

您的函数必须事先以这种方式定义： function(t, 对于刚性

t_0 = initial value for time
t_f = final value for time
y0  = value of your variables at t_0

ODE 系统，我建议使用“BDF”方法（通常用于求解反应堆中的微运动系统，其中时间的重要性可能会发生很大变化）

以获取有关代码选项的更多信息:<一href="https://docs.scipy.org/doc/scipy/reference/ generated/scipy.integrate.solve_ivp.html" rel="nofollow noreferrer">https://docs.scipy.org/doc/scipy/参考/生成/scipy.integrate.solve_ivp.html

If you show me the differential equations I can help you a little more, but in general, a good way to solve a stiff ODE system is through the next sentence:

solution = scipy.integrate.solve_ivp(function, [t_0, t_f], y0, method='BDF', first_step =0.0001, dense_output=True)

where your function has to be defined previously in this way: function(t,variable,parameters)

t_0 = initial value for time
t_f = final value for time
y0  = value of your variables at t_0

For stiff ODE system, I suggest use the method 'BDF' (is typically used in the solve of microkinetic systems in reactors, where the importance of the time could change a lot)

for more infomation about the options of the code: https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.solve_ivp.html

回复收藏 0 原文

~没有更多了~