用Python并行求解具有大量初始条件的常微分方程
常微分方程是描述自然现象中变化规律的数学模型，广泛应用于物理学、化学、生物学等领域。求解常微分方程可以通过数值方法来近似求解，其中并行计算可以提高求解效率。
在Python中，可以使用多线程或多进程来实现并行计算。多线程适用于IO密集型任务，而多进程适用于CPU密集型任务。下面是使用Python并行求解具有大量初始条件的常微分方程的步骤：
- 导入必要的库：首先，需要导入
numpy库用于数值计算，以及multiprocessing库用于并行计算。 - 定义常微分方程：根据具体问题，定义常微分方程的形式。可以使用
scipy库中的odeint函数来求解常微分方程。 - 并行计算：根据问题的规模和计算资源的情况，选择适当的并行计算方式。如果问题规模较小，可以使用多线程来实现并行计算；如果问题规模较大，可以使用多进程来实现并行计算。
- 分配任务：将大量的初始条件分配给不同的线程或进程进行计算。可以使用
ThreadPoolExecutor或ProcessPoolExecutor来管理线程或进程池。 - 汇总结果：等待所有线程或进程完成计算，并将结果汇总。
- 结果分析：对求解得到的结果进行分析和可视化展示。
在云计算领域，可以使用腾讯云的云服务器（CVM）来进行并行计算。腾讯云提供了多种规格的云服务器实例，可以根据需求选择适当的配置。同时，腾讯云还提供了云函数（SCF）和容器服务（TKE）等服务，可以进一步提高并行计算的效率和灵活性。
推荐的腾讯云产品：
- 云服务器（CVM）：提供高性能、可扩展的计算资源，适用于并行计算任务。详情请参考：腾讯云云服务器
- 云函数（SCF）：无服务器计算服务，可以按需执行代码，适用于短时、低频的并行计算任务。详情请参考：腾讯云云函数
- 容器服务（TKE）：基于Kubernetes的容器管理服务，可以快速部署和管理容器化应用，适用于复杂的并行计算任务。详情请参考：腾讯云容器服务
总结：使用Python并行求解具有大量初始条件的常微分方程可以通过多线程或多进程来实现，并且可以借助腾讯云的云服务器、云函数和容器服务等产品来提高计算效率。
相关·内容
我正在用pdepe解决一个二阶偏微分方程。我的问题的初始条件是一个二阶常微分方程的解，我用ode45解决了它。如何在pdepe中传递ode45解决方案作为我的初始条件？
浏览 1提问于2014-12-21得票数 0
1回答
Julia是否支持边值微分代数方程？我有一个隐式的常微分方程，它的可变质量矩阵有时是奇异的，所以我必须使用DAEProblem。我的问题是x1(t)和x2(t)的两个耦合的二阶常微分方程，通过设置x1'(t) = y1(t)和x2'(t)=y2(t)，我已经将它们转换为四个一阶方程。我在域的开头和结尾有x1和x2的值，但没有y1或y2 anywhere的值，因此我需要DAE和BVP值。 This github的帖子建议这是可能的，但我担心我对机制的理解还不够深入，无法理解如何将DAEProblem与BVProblem结合起来。 我已经成功地按照数字食谱编写了多个拍摄代码来解决
浏览 30提问于2021-07-08得票数 2
1回答
人们可以使用Sympy来求解常微分方程。我在符号计算主题上的问题是:人们可以使用SymPy来求解一阶变系数方程吗？注意，这是ODE的一个特例。例如，如果我有一个像下面这样的等式 ? 如果可能的话，我该如何设置使用SymPy来求解这样的方程呢？
浏览 11提问于2020-11-16得票数 0
1回答
我正在尝试用数值方法来解决下面的常微分方程 ? 使用边界条件 y(x=0)=0;y(x=20)=1 其中f(x)是我已经数值求解的另一个常微分方程的解。我正在尝试用https://docs.scipy.org/doc/scipy-0.18.1/reference/generated/scipy.integrate.solve_bvp.html来解决我的ODE，但是我遇到的问题是f(x)被写成一个列表 coordinates x = np.arange(0,20.01,0.05) 并且我不知道如何在scipy.integrate.solve_bvp中插入列表来获得常微分方程的解。 提
浏览 11提问于2019-01-19得票数 0
回答已采纳
1回答
我想用scipy_ivp()来解常微分方程，球在x方向以1的速度下落，y方向的速度为0。重力加速度g= 9.82，当球落地时，它的速度可能发生变化，并乘以0.9。但是，使用events参数，我发现它不能正常工作。这是我的代码，结果是：
from scipy.integrate import solve_ivp
def f_derivs_ivp(t, vars, g = 9.82):
dxdt = vars[2]
dydt = vars[3]
dvxdt = 0
dvydt = -g
return dxdt, dydt, dv
浏览 11提问于2021-12-15得票数 1
回答已采纳
2回答
我是Python初学者。我正在尝试切换matlab中的一些程序。我需要解一个刚性常微分方程，它的输入都是矩阵。在matlab中，我使用
[ttT,uT] = ode23s('SST',t,fT);
浏览 0提问于2012-01-05得票数 4
回答已采纳
我目前正在学习Matlab的常微分方程函数来解决简单的振动问题。
例如，mx''+cx'+kx=F*sin(wt)可以用以下公式求解
function dx = fun(t,x)
m=0.02; % Mass - kg
k=25.0; % Stiffness - N/m
c=0.0125; % System damping - Ns/m
f=10; % Frequency
F=5;
dx= [x(2); (F*sin(2*pi*f*t)-c*x(2)-k*x(1))/m]
然后调用ode45函数来获得位移和速度
[t,x]=ode45
浏览 6提问于2017-02-08得票数 0
回答已采纳
我经常遇到下面显示的初始化问题，上面写着some kind of non-linear solver will attempt to handle this problem。据我所知，Dymola在得到原始DAE系统的BLT形式后，用牛顿法求解方程，那么这个非线性求解器到底是什么？
浏览 2提问于2021-02-12得票数 3
回答已采纳
Introduction
注:代码和指示：
单d是一阶导数双d是二阶导数
通过数值求解控制LaGrange方程，用Matlab对一些动态系统进行了数值模拟。基本上是一组二阶常微分方程。我正在使用ODE45。我从Mathworks (下面的教程链接)上找到了一个关于如何求解基本的二阶常微分方程组的很好的教程。
根据本教程，我通过获得两个二阶常微分方程(一个用于角θ，另一个用于弹簧伸长)来模拟弹性弹簧摆的运动，如下所示：
theta双素数方程：
M*thetadd*(L + del)^2 + M*g*sin(theta)*(L + del) + M*deld*thetad*(2*L + 2*de
浏览 4提问于2017-01-25得票数 0
我有一个问题，可以简化为下面的陈述(实际的方程和函数要复杂得多)：
系统：dot_X1 = -A*X1; dot_X2 = B*(X2-5) + u;
dot_表示与时间t微分，X1和X2分别是系统状态，A和B都是中间变量，u是系统控制输入，可以是自己定义的斜坡或阶跃输入。
我知道如何使用ode来解决正常的类似问题，当A和B不耦合时，例如，当A和B分别是X1，X2和u的函数时。但现在在我的问题中，A和B是耦合的，就像这样：
A = f(X1, X2, u, B), B = g(X1, X2, u, A),，f和g是非常复杂的函数。
现在，在解决常微分方程问题的每个时间间隔，例如，0，0.01s
浏览 3提问于2015-03-21得票数 1
我正在试着用SymPy的dsolve用ics解下面的微分方程 ? from sympy import Function, Derivative, dsolve, symbols
t, k = symbols('t,k', real=True)
M = Function('M')(t)
M_ = Derivative(M,t)
Eqn = M_ - k*M
sol = dsolve(Eqn, ics={M.subs(t,0): 100, M.subs(t, 6): 97}) 我得到以下错误： File "..\Python\Python39\l
浏览 116提问于2020-12-26得票数 0
2回答
处理约束的PDE求解器
、、、、
我正在试着解一个一般形式的偏微分方程组。
F(f(x,y), f'(x,y), f''(x,y), g(x,y), g'(x,y), g''(x,y)) = 0
其中关于x和y的导数都可以取，并且f(x,y)和g(x,y)受某些约束
G(f(x,y),g(x,y)) = 0
我想知道是否有任何(最好是基于Python的)求解器(不是方法，因为我知道方法)可以处理这类问题？如果我的问题看起来很一般，我将非常感谢您的帮助和道歉。
浏览 0提问于2015-07-13得票数 1
引言
利用ODE45对二阶常微分方程组进行数值求解，用Matlab对一些动态系统进行了数值模拟。我从Mathworks那里找到了一个很好的教程(最后是教程链接)，介绍了如何做到这一点。
在本教程中，方程组在x和y中是显式的，如下所示：
x''=-D(y) * x' * sqrt(x'^2 + y'^2)
y''=-D(y) * y' * sqrt(x'^2 + y'^2) + g(y)
上述两个方程均为y'‘= f(x，x'，y，y')
问题
然而，我遇到的方程组中，变量不能显式地求解，如
浏览 4提问于2017-01-24得票数 1
2回答
SciPy可以用scipy.integrate.odeint或其他软件包求解常微分方程，但要在函数完全解完后才能给出结果。但是，如果ode函数非常复杂，程序将需要很长时间(一到两天)才能给出完整的结果。那么，我如何控制它求解方程的步骤(当方程还没有完全求解时，打印出结果)？
浏览 0提问于2019-11-26得票数 2
1回答
有没有用傅立叶定律作为有限元的主方程并使用libmesh或deal.II库来解决二维热传导问题的例子？
浏览 3提问于2013-01-06得票数 0
回答已采纳
有没有人尝试用Modelica实现Navier Stokes偏微分方程(PDE)？我发现了空间基函数(SBF)的方法，它通过数值修改得到Dymola可以处理的常微分方程(ODE)。
致以敬意，
维克多
浏览 2提问于2015-06-17得票数 4
例如，如果我有下面的代码: y''+y=0
在Matlab中，我可以假设y(1)=y和y(2)=y'，然后
dy(1)=y(2)
dy(2)=-y(1)
现在，如果我有y''+ f(x) *y=0形式的常微分方程，其中f(x)是一个函数，我可以在任何地方计算它的数值，但你没有解析形式，不能将f(X)拟合到某个函数。我的问题是，如果我想把f(x)的值放入常微分方程，那么如何在MATLAB中数值求解这个常微分方程，例如，
f(x)=0.1，当x<0.5和
当x>=0.5时，f(x)=1.0
这首颂歌可能不切实际，但它给了我一个关于我所面临的问题的
浏览 1提问于2015-06-02得票数 0
1回答
我正在尝试使用julia提供的DifferentialEquations.jl，它工作正常，直到我尝试在二阶常微分方程上使用它。例如，考虑二阶常微分方程
x''(t) = x'(t) + 2* x(t)，带初始条件
x'(0) = 0，x(0) =1
它有一个解析解: x(t) =2/3exp(-t)+1/3exp(2t)。
为了从数值上解决这个问题，我运行以下代码：
using DifferentialEquations;
function f_simple(ddu, du, u, p, t)
ddu[1] = du[1] + 2*u[1]
end
浏览 5提问于2021-05-04得票数 3
目前，我确实使用来求解一个形式为0= F(t，y(t)，y'(t))的隐式微分方程。我想使用一个解决器，它附带了一个本机枕安装，并查看了的文档。文档中说，求解者解决了表单的一个系统：
求解一个系统的初值问题。该函数数值积分了给定初值dy / dt = f(t, y) y(t0) = y0的常微分方程组。
我确实怀念解决表单dy / dt = f(t, y, y')系统的能力。这与scipy.integrate.solve_ivp是可能的吗？
浏览 1提问于2018-06-11得票数 3
回答已采纳
这是一个相当普遍的问题，其中一部分可能适用于任何耦合常微分方程的数值模拟，一部分可能仅适用于scipy.integrate Python库中的odeint方法。
首先，odeint如何使用手动输入的雅可比矩阵( Dfunc参数)，为什么它会使大型ODE系统的速度如此之快？
其次，更确切地说，对于我的具体问题，如果雅可比函数略有错误，odeint会产生不正确的解，还是只会减慢它的速度？通过肉眼(模拟结果的动画)我看不出有什么不同；我希望这是因为雅可比是正确的，但我不能完全确定。
浏览 31提问于2020-03-11得票数 1
我试着用RSolve来求解数学中的两个变量递归方程，但它只是重复了我输入的内容。
能否用Mathematica求解两个变量递推方程
浏览 1提问于2011-06-09得票数 3
1回答
正如标题所说，我想知道如何从Matlab常微分方程中检索二阶导数。我试图模拟的系统用12个一阶微分方程来描述。
让我们来解释一下：
...
[T,Y] = ode113(@sixdofsolver,time,Y0,options,settings);
T= 1700x1向量
Y= 1700x12矩阵
现在，如果我这样做了：
[dY] = sixdofsolver(T,Y,settings)
dY = 12x1向量
我原本期望有一个和Y一样大小的矩阵。
我做错了什么？
浏览 0提问于2013-10-05得票数 0
2回答
我现在有一条振荡曲线，它是一组非线性常微分方程的解的一部分。随着时间的推移，我需要测试这条曲线的稳定性/收敛性。如何在Matlab中实现？
该图如下所示：
浏览 0提问于2013-04-26得票数 0
回答已采纳
我看过如何在Python中求解常微分方程系统，但我看到的所有示例都是“标准”方程。我所说的标准的意思是，方程没有说“一个函数的导数=包含另一个函数的导数的表达式”。 这是我正在尝试用数值方法解决的一个示例系统。初始条件是x(0) = 5，y(0) = 3，z(0) = 2，所有的初始导数都是0： x'(t) + 4y(t) = -3y'(t) y'(t) + ty(t) = -2z'(t) z'(t) = -2y(t) + x'(t) 我不是100%确定如何编码。以下是我尝试过的方法： import numpy as np
from sci
浏览 23提问于2021-03-30得票数 1
回答已采纳
所以我们试着解决简单的常微分方程。我们使用文本。这是本书(第18页)中的示例代码：
> with(DEtools); with(plots);
> eq1 := diff(x(t), t) = y(t); eq2 := diff(y(t), t) = -sin(x(t));
> init := [[x(0) = 1, y(0) = 0], [x(0) = 0, y(0) = 2]];
> DEplot([eq1, eq2], [x, y], t = 0 .. 110, x = -2*Pi .. 2*Pi, init, scene = [x, y], stepsize
浏览 1提问于2011-05-13得票数 0
1回答
我解释了问题，并在解释结束时到达问题。
为了用python将函数f求解为常微分方程，首先必须设置一个初始点或初始条件(x0=0.2)。然后，根据我在互联网上搜索到的代码和来源，我们应该选择一个范围(时间点)来解决这个问题并绘制。例如，t=np.linspace(0,5,20)将0到5之间的范围划分为20部分，我们有20个输出。
Sol=odeint(f,x0,t)
..。问题是，我想在一个时间点上只有一个输出，我设置了一个初始点，例如x0=0.2，现在我想在我选择的特定点上有一个答案，例如在3.4点上。当我们绘制ODE时，我们有从第一个点到最后一个点的所有答案，但我希望有一个可选的选择
浏览 7提问于2017-08-21得票数 1
回答已采纳
我是Python3.4的新手，正在考虑使用Python来解决细胞生理学中的大型反应扩散隔室模型，并且想知道使用Pythons odeint例程可以求解多少联立的一阶常微分方程。我的问题需要同时解决至少300个一阶常微分方程。odeint能做到这一点吗？
浏览 0提问于2015-10-26得票数 1
1回答
如何将计算并行化？
、、、
我正在尝试计算距离矩阵上的普通常微分方程(常微分方程)，但我不知道如何并行化我的代码。
from scipy.integrate import quad
from math import exp
import numpy as np
import matplotlib.pyplot as plt
#I have my distance matrix and I wanna count how many points are distanced
# from point i with distance r at maximum
def v(dist, r, i):
return 1/
浏览 0提问于2019-03-20得票数 2
1回答
我正在尝试在Matlab中模拟方程y“+ 4y = 0，初始条件y(0) =1和y'(0) =0。下面的代码片段显示了上述常微分方程的位置作为时间函数的工作近似值：
clear
syms y(t)
%Differential Equation Conversion
P = odeToVectorField(diff(y, 2) == -4*y);
M = matlabFunction(P,'vars',{'t','Y'});
%Position Approximation
pos_solution = ode45(M,[0
浏览 3提问于2016-05-24得票数 0
我似乎(从上看)想不出如何将任意的初始条件(y(a)和y(b))放入odeint中来求解二阶微分方程(例如y''+k(1+tanh(x))y=0)。
有人知道是怎么回事吗？
浏览 8提问于2018-12-13得票数 0
回答已采纳
1回答
连续时间马尔可夫过程
、、、
求解CT马尔可夫过程的方法有哪些？
我知道对于已知的过程，例如出生-死亡或一些队列，问题可以解析地解决？然而，如果它不是解析可解的，该如何解决？
看起来应该使用数值方法。然而，我还没有找到任何支持它的工具。MATLAB有常微分方程方法，但除了建立过程的常微分方程外，还要加上一个线性方程，哪个matlab不支持？
如何解决这些问题？
有没有工具或其他方法？
浏览 3提问于2012-08-18得票数 2
给出了带a(t) = k*y'^2的微分方程a(t) = k*y'^2，其中y是t (时间)的函数。我的初始条件是y(0) = 600;和y'(0) = 0;
在MATLAB中，我知道如何用
ydd = diff(y,t,2) == -g + a(t)/m;
但是我不知道这是一个“嵌套的”非线性微分方程，我不知道如何定义它，更不用说，用MATLAB来解决它了。
浏览 5提问于2016-12-15得票数 0
回答已采纳
1回答
我们可以将R中的deSolve包用于常微分方程( ODE )，但是，我无法找到一种方法来求解两个嵌套的ODE方程。
b'(t) = beta - k*b(t);
a'(t) = alpha -b(t)*gamma;
其中'的意思是分化。那么，我们如何解决a和b呢？由于a'是b的一个函数，我们必须同时求解a和b。
我有个错误：
lsoda中的错误(y，time，func，parms，.)：使用的求解器组合不能嵌套。
当我试图将b的解决方案添加到a的ode解决方案中时。
浏览 8提问于2011-04-12得票数 2
回答已采纳
我正在尝试用solve_bvp解决一个二阶常微分方程。我已经将二阶常微分方程分成两个一阶常微分方程系统。我有一组根据x(网格)值变化的常量。所以我将它们作为一个形状数组(N，)传递给我的函数numdens。在尝试运行solve_bvp时，我得到一个错误，即返回具有不同的形状，即(N，)和(N-1，)，因此不能广播到一个数组中。但是当我在函数外部手动检查每个返回时，它的形状是(N，)。如果我在不改变常量的情况下运行求解器，我会得到一个类似于正确的解。
import numpy as np
from scipy.integrate import solve_bvp,odeint
import ma
浏览 0提问于2020-07-13得票数 0
我正在使用scikits.odes.odeint来解决一个相对较大的常微分方程系统(40个变量，100个动力学参数)。我想通过向求解器提供一个雅可比来加速这个过程。但是，我不知道如何为此目的最好地定义雅可比矩阵并将其提供给求解器。
浏览 24提问于2019-07-05得票数 1
回答已采纳
我正在尝试使用Mathematica的NDSolve[]通过耦合的常微分方程来计算球面上的测地线：
x" - (x" . x) x = 0
问题是我只能输入x( 0 )和x'(0)的初始条件，求解器对x“=0的解很满意。问题是我在球面上的测地线有一个初始条件x"(0) = -x(0)，我不知道如何告诉mathematica。如果我将此作为条件添加，它会显示我正在将True添加到条件列表中。
下面是我的代码：
s1 = NDSolve[{x1''[t] - (x1[t] * x1''[t] + x2[t] * x2''
浏览 1提问于2010-06-17得票数 2
回答已采纳
如何在Xcos图中插入一个差分方程，例如：
y(k+1) = y(k)[a sqrt(y(k-1))] +b *y(k-1)；
谢谢，最诚挚的问候
编辑在互联网上的发现我认为最好的解决我的问题的方法是使用：。
浏览 1提问于2013-05-28得票数 0
回答已采纳
在我的常微分方程函数中，我需要迭代地求解一个参数的方程，直到在每个时间步收敛。我希望传递最新的参数值作为下一个时间步的初始值，这样当函数对参数进行迭代更新时，花费的时间会更少。但我想不出该怎么做。ODE函数的代码结构如下：
from scipy.integrate import solve_ivp
def run(t, y):
if t==0:
a = 1e-8
nn = 0
while nn<=100:
nn = nn +1
#update a until convergence
浏览 2提问于2020-08-08得票数 0
1回答
我正在尝试使用scipy.integrate.ode或scipy.integrate.odeint来解决大量(超过1000个)初始条件的常微分方程系统，但是它执行循环的速度非常慢，而且scipy似乎没有提供输入2D数组(由一组指定初始条件的一维数组堆叠而成)的选项，而且scipy.integrate.solve_ivp的vectorized选项似乎并不意味着它接受初始条件的2D数组(https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.solve_ivp.html)。我读过一个问类似问题的帖子(Vectori
浏览 35提问于2019-08-29得票数 4
2回答
在Julia中是否有一个类似于Excel中的解函数的函数，在这里我可以提供和方程，并对未知变量进行求解？如果没有，有人知道Excel的解题函数背后的数学吗？我并不指望有人能解出这个方程，但如果它有帮助的话：
价格= (Earnings_1/(1+r)^1)+(Earnings_2/(1+r)^2)++(Earnings_3/(1+r)^3)+(Earnings_4/(1+r)^4)+(Earnings_5/(1+r)^5)+(((Earnings_5)(RiskFreeRate))/((1+r)^5)(1-RiskFreeRate))
已知的变量是:价格、所有收益和RiskFreeRate。我
浏览 3提问于2017-10-10得票数 1
回答已采纳
1回答
用FiPy求解柱面几何中扩散方程的稳态解与用其它软件(如Mathematica )得到的解有很大不同。 方程式是： $0 = \frac{1}{r}\frac{d}{dr}\left(\frac{r}{T^{1/2}}\frac{dT}{dr}\right) + cte*T^{3/2}$ 这意味着，通过使用CylindricalGrid1D网格，我们可以将方程写成： mesh = CylindricalGrid1D(nr=100, dr=0.01, origin=0.0)
T = CellVariable(name='temperature', mesh=mesh, hasO
浏览 25提问于2019-02-13得票数 0
回答已采纳
1回答
我完全被我的一个问题集卡住了。
我应该用Matlab来解决下面的常微分方程系统：
o'(u) = R-acos(u)/sqrt(b^2 + (R-acosu)^2)
e'(u) = Rcos(o)
n'(u) = Rsin(o)
R,a,b are constants
u goes from 0 to 2pi
我应该使用Runge Kutta方法，这是我以前没有尝试过的。我已经做了很长一段时间了，但我甚至不知道从哪里开始-这就是为什么我没有任何代码可以展示给你。我已经在谷歌上搜索了很多次，但是没有结果。
如果有人能帮我一把，我将不胜感激！
浏览 1提问于2015-05-05得票数 0
1回答
我有一个大学项目，要求我们使用ODE和SciPy的odeint函数来模拟卫星接近火星的过程。
我设法通过将一个二阶常微分方程转换为两个一阶常微分方程来在2D中模拟它。然而，我被时间限制所困，因为我的代码使用的是SI单位，因此运行在几秒之内，而Python的linspace限制甚至不能模拟一个完整的轨道。
我尝试将变量和常量转换为小时和公里，但现在代码一直给出错误。
我遵循了这个方法：
代码是：
import numpy
import scipy
from scipy.integrate import odeint
def deriv_x(x,t):
return array([
浏览 2提问于2012-12-30得票数 6
回答已采纳
我正在尝试用Haskell重写一个相当简单的MATLAB脚本。我正在寻找一个等同于MATLAB的fsolve (数值求根程序)和ode15s (一种常微分方程求解器)的程序。在Hackage上，似乎有一个MATLAB接口包。这是要走的路吗(在速度、简单性等方面)或者有没有其他更合适的包呢？
谢谢，本
浏览 0提问于2010-07-19得票数 5
回答已采纳
2回答
我正在求解t=0的一组常微分方程(dy/dt)，所有初始条件都是t=0 y_0=(0,0,0)。我是否可以在不同的时间向y值添加一些数字(例如，在t=10，应该将y1添加到该数字；在t=20，应该将y2添加到该数字，等等)然后解这些方程吗？
浏览 1提问于2013-06-28得票数 0
我在NetLogo中为一个模型编写了一个简单的代码。同时，通过文献中的常微分方程对模型进行了深入的研究。现在我想比较一下NetLogo和Matlab (用于求解微分方程)得到的一些模型图。我使用了"ticks“命令来增加NetLogo中的时间，就像Matlab使用时间(以秒为单位)一样。为了比较NetLogo和Matlab得到的图形，我应该记住哪些预防措施(变化)。
浏览 2提问于2014-09-02得票数 2
回答已采纳
1回答
我对Python比较陌生，我试图用它来解一个二阶非线性微分方程，特别是电解质中的Poisson-Boltzmann方程。
phi''(r) + (2/r)*phi'(r) = (k^2)*sinh(phi(r))
从本质上讲，它描述了静电势(phi)在电解质中远离带电表面的衰减，衰减速率受参数k的控制。
phi(r) -r处的电位
酸酐(R)-r处电位的导数
距离曲面的r-距离(在这种情况下，我正在求解r=1到r=R)。
和边界条件
phi(1) =5
伤寒杆菌(R)=0
代码的问题位如下
from scipy.integrate i
浏览 4提问于2014-12-12得票数 0
1回答
我有一个耦合的一阶常微分方程来解决这个形式
dy = f(t, x)
dx = d(f, x)
它们依赖于一个公共参数，我必须在一定范围内求解。我可以使用ODE45和一个for循环来解决这个系统，它在每个循环中增加感兴趣的参数，但是，这非常慢。我可以避免在循环中解决这个问题吗？或者这类问题的最佳实践是什么。
浏览 9提问于2013-08-24得票数 0
我试着用MATLAB编写一个常微分方程。
我写了这段代码：
function [y] = odefun(t,y)
t = [0:0.01:10];
y = [0 0]';
y(1) = y(2);
y(2) = sin(2*t)-2*y(2)-2*y(1); % I get an error here
end
在这段代码的最后一行中我得到了一个错误。MATLAB没有告诉我错误是什么。它只是告诉我在那一行中有一个错误。
为什么我会得到这个错误以及如何解决它？
浏览 0提问于2018-05-02得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
