我想用scipy的solve_ivp解决一个ODEs系统,我需要一个负的第一步来发展这个解决方案,但是
Nsol = solve_ivp(derivs, (N , Nend), ydoub, method='RK45', t_eval=None, dense_output=False, events=None, vectorized=False, first_step=-1e-8)
退货
^{pr2}$有什么办法解决这个问题吗?在
编辑:下面是生成这个的代码:
import numpy
from scipy.integrate import solve_ivp
w = numpy.array ( [ 0.00000000e+00, 1.00000000e+00, 3.17214587e-01,
-3.41988549e-01, -1.50137165e-05, -2.48117074e-02,
1.17624224e-03, -1.27149037e-04] )
def derivs2 (t, w):
dydN = numpy.zeros(2 , dtype=float , order='C')
dydN[0] = 0.0
dydN[1] = y[1] * y[2]
dydN[2] = y[2] * ( y[3] + 2.0 * y[2] )
dydN[3] = 2.0 * y[4] - 5.0 * y[2] * y[3] - 12.0 * y[2] * y[2]
for i in range (4 , NEQS-1):
dydN[i] = ( 0.5 * (i-3) * y[3] + (i-4) * y[2] ) * y[i] + y[i+1]
dydN[NEQS-1] = ( 0.5 * (NEQS-4) * y[3] + (NEQS-5) * y[2] ) * y[NEQS-1]
return dydN
Nsol = solve_ivp(derivs, (1000.0 , 0.0), w, method='RK45', t_eval=None, dense_output=False, events=None, vectorized=False , first_step=-1e-6)
您的代码有许多问题(}与{}等),因此无法运行。在
derivs
与derivs2
和{first_step
实际上是第一步的大小,这在文档中没有清楚地描述,或者根本没有。改变first_step=1e-6
这样就可以了。在结果:
^{pr2}$相关问题 更多 >
编程相关推荐