用python解决微分方程

一.用python求解一阶常微分方程

标准形式：

准备工作：

1.首先需要导入scipy库，只需在终端输入pip install scipy然后回车即可

同理导入numpy，matplotlib 包

2. scipy.integrate.odeint()是求解的具体方法，这个函数完整版是这样的

scipy.integrate.odeint(func, y0, t, args=(), Dfun=None, col_deriv=0, full_output=0, ml=None, mu=None, rtol=None, atol=None, tcrit=None, h0=0.0, hmax=0.0, hmin=0.0, ixpr=0, mxstep=0, mxhnil=0, mxordn=12, mxords=5, printmessg=0, tfirst=False)

但是我们只需要用到前三个参数：

func : 导数函数f(y,t)，即y在t处的导数，用函数形式表示

y0 ：初始条件y0，用数组的形式表示

t : 求解函数值对应的时间点的序列。序列的第一个元素是与初始条件 y0 对应的初始时间 t0；时间序列必须是单调递增或单调递减的，允许重复值。

好啦，现在我们开始正式编程求解：

首先导入库函数：

from scipy.integrate import odeint

import numpy as np

import matplotlib.pyplot as plt 

接着定义函数f(y,t):

def dy_dt(y,t):

    return np.sin(t**2)

使用odeint()方法：

y0=[1]

t = np.arange(-10,10,0.01)   #（start，stop，step）

y=odeint(dy_dt,y0,t)

最后就是绘图啦：

plt.plot(t, y)

plt.title("picture")

plt.show()

完整代码贴一贴：

from scipy.integrate import odeint
import numpy as np
import matplotlib.pyplot as plt 

def dy_dt(y,t):
    return np.sin(t**2)

y0=[1]
t = np.arange(-10,10,0.01)
y=odeint(dy_dt,y0,t)

plt.plot(t, y)
plt.title("picture")
plt.show()

得到结果：

二.求解高阶微分方程：

高阶常微分方程，必须做变量替换，化为一阶微分方程组，再用 odeint 求数值解

我们来看这个例子：

直接上代码：

import matplotlib.pyplot as plt
from scipy import linspace,exp
from scipy.integrate import odeint
import numpy as np

def fvdp(t,y):
    '''
    要把y看出一个向量，y = [dy0,dy1,dy2,...]分别表示y的n阶导，那么
    y[0]就是需要求解的函数，y[1]表示一阶导，y[2]表示二阶导，以此类推
    '''
    dy1 = y[1]      # y[1]=dy/dt，一阶导
    dy2 = -4 * y[1] - 5* y[0]  
    # y[0]是最初始，也就是需要求解的函数
    # 注意返回的顺序是[一阶导， 二阶导]，这就形成了一阶微分方程组
    return [dy1,dy2] 


def solve_second_order_ode():
    '''
    求解二阶ODE
    '''
    x = linspace(0,20,1000)#给x规定范围
    y0 = [3.0, -5.0] # 初值条件
    # 初值[3.0, -5.0]表示y(0)=3,y'(0)=-5
    # 返回y，其中y[:,0]是y[0]的值，就是最终解，y[:,1]是y'(x)的值
    y = odeint(fvdp, y0, x, tfirst=True)
    
    y1, = plt.plot(x,y[:,0],label='y')
    y1_1, = plt.plot(x,y[:,1],label='y‘')             
    plt.legend(handles=[y1,y1_1])   #创建图例
    
    plt.show()
    
solve_second_order_ode()

 得到结果：