我有一個3個微分方程組(從我認爲的代碼中可以看出)具有3個邊界條件。我設法在MATLAB中用一個循環來解決這個問題,如果它要返回一個錯誤,那麼一點一點地改變最初的猜測而不終止程序。不過,在scipy
的solve_bvp
,我總是得到一些的答案,雖然是錯的。所以我一直在改變我的猜測(它不斷改變答案),並且對我從實際解決方案中得到的數據給出了非常接近的數字,但它仍然不起作用。也許還有其他一些代碼問題,由於它不起作用?我剛剛編輯了他們的文檔代碼。用scipy解決一個BVP solve_bvp
import numpy as np
def fun(x, y):
return np.vstack((3.769911184e12*np.exp(-19846/y[1])*(1-y[0]), 0.2056315191*(y[2]-y[1])+6.511664773e14*np.exp(-19846/y[1])*(1-y[0]), 1.696460033*(y[2]-y[1])))
def bc(ya, yb):
return np.array([ya[0], ya[1]-673, yb[2]-200])
x = np.linspace(0, 1, 5)
#y = np.ones((3, x.size))
y = np.array([[1, 1, 1, 1, 1], [670, 670, 670, 670, 670], [670, 670, 670, 670, 670] ])
from scipy.integrate import solve_bvp
sol = solve_bvp(fun, bc, x, y)
實際的解決方案如下圖所示。
MATLAB解法BVP
有沒有辦法知道,如果這是真正的* *的答案嗎?就像在MATLAB中,如果我有錯誤的開始猜測,我會得到一個錯誤,但在這裏一切都給了我*一些*答案。所以我現在才知道如何驗證我的解決方案在Python中是對還是錯。我假設沒有錯誤消息,如溢出警告意味着它的工作。我只是用'np.linspace(700,400,n)])'嘗試過,它似乎也失敗了。我想我需要把變量的範圍有些封閉? –
*「我剛剛嘗試過使用np.linspace(700,400,n)])」*這不是必需的,它當然不能保證收斂,但傳遞滿足的初始猜測似乎是個好主意邊界條件。 –
謝謝。這是驗證它的好方法。 你使用'y [2]'初始猜測作爲一個從800到200的空間數組,而不是相反的方向,因爲這是怎麼回事,對嗎?你爲什麼不爲'y [1]'做一個600以上的空間,而只是使用'full_like'呢? 'y [2]'更敏感,你是如何知道的? –