scipy中的複雜ODE系統

我很難解決光學bloch方程，這是一個具有複數值的一階ODE系統。我發現scipy可能會解決這樣的系統，但是他們的網頁提供的信息太少，我很難理解它。scipy中的複雜ODE系統

我有8再加一階微分方程，我應該產生一個功能，如：

def derv(y): 
    compute the time dervative of elements in y 
    return answers as an array

然後做complex_ode(derv）

我的問題是：

我y是不是列表但矩陣，我怎麼能給一個電流輸出適合complex_ode（）？
complex_ode()需要一個雅可比，我不知道如何開始構建一個和它應該是什麼類型？
我應該如何將初始條件放在正常的ode和時間linspace中？

這是SciPy的的complex_ode鏈接： http://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.complex_ode.html

誰能給我提供更多資料，這樣我可以瞭解更多一點。

來源

2012-02-25 user1233157

我認爲我們至少可以將您指向正確的方向。光學 bloch方程是一個在科學界很好理解的問題，雖然不是由我:-)，所以已經有關於這個特定問題的因特網的解決方案。

http://massey.dur.ac.uk/jdp/code.html

然而，爲了滿足您的需求，你說使用complex_ode，我想是好的，但我認爲只是普通的scipy.integrate.ode會工作得很好，以及根據自己的文檔：

from scipy import eye 
from scipy.integrate import ode 

y0, t0 = [1.0j, 2.0], 0 

def f(t, y, arg1): 
    return [1j*arg1*y[0] + y[1], -arg1*y[1]**2] 
def jac(t, y, arg1): 
    return [[1j*arg1, 1], [0, -arg1*2*y[1]]] 
r = ode(f, jac).set_integrator('zvode', method='bdf', with_jacobian=True) 
r.set_initial_value(y0, t0).set_f_params(2.0).set_jac_params(2.0) 
t1 = 10 
dt = 1 
while r.successful() and r.t < t1: 
    r.integrate(r.t+dt) 
    print r.t, r.y

您也有一箇舊的更成熟，更好的記錄功能的好處。我很驚訝你有8個，而不是9再加ODE的，但我敢肯定你明白這一點比我更好的是，你是正確的，你的函數的形式應該ydot = f(t,y)，你叫def derv()的，但你需要確保你的功能至少需要兩個參數，比如derv(t,y)。如果你的y在矩陣中，沒問題！只是「重塑」它的derv(t,y)功能，像這樣：

Y = numpy.reshape(y,(num_rows,num_cols));

只要num_rows*num_cols = 8，你ODE的數量，你應該罰款。然後在你的計算中使用矩陣。當您完成所有操作，只是一定要返回像一個載體，而不是一個矩陣：

out = numpy.reshape(Y,(8,1));

不是必需的雅可比，但它可能會允許計算來更快速地進行。如果你不知道如何計算這一點，你可能想諮詢維基百科或微積分課本。這非常簡單，但可能很耗時。

至於初始條件，你應該已經知道這些應該是，無論是複雜或實值。只要你選擇的值是在合理範圍內，應該沒有多大關係。

來源

2012-02-26 03:23:43 macduff

非常感謝烏拉圭回合極大的答案，必須有成本ü相當多的時間。你給的鏈接絕對是完美的，我正在尋找。是的，對，應該是9 :)好吧，有時間到今天，如果我在某個地方遇到困難，我可以回到你身邊嗎？再次感謝。 – user1233157 2012-02-26 11:58:13

scipy中的複雜ODE系統

回答

相關問題