python怎么安装sympy库_python中sympy库求常微分方程的用法

问题1:

2020042811414117.png

程序,如下

from sympy import *

f = symbols('f', cls=Function)

x = symbols('x')

eq = Eq(f(x).diff(x, x) - 2*f(x).diff(x) + f(x), sin(x))

print(dsolve(eq, f(x)))

结果

Eq(f(x), (C1 + C2*x)*exp(x) + cos(x)/2)

附:布置考试中两题

1.利用python的Sympy库求解微分方程的解 y=f(x),并尝试利用matplotlib绘制函数图像

2020042811414118.png

程序,如下

from sympy import *

f = symbols('f', cls=Function)

x = symbols('x')

eq = Eq(f(x).diff(x,1)+f(x)+f(x)**2, 0)

print(dsolve(eq, f(x)))

C1 = symbols('C1')

eqr = -C1/(C1 - exp(x))

eqr1 = eqr.subs(x, 0)

print(solveset(eqr1 - 1, C1))

eqr2 = eqr.subs(C1, 1/2)

# 画图

import matplotlib.pyplot as plt

import numpy as np

x_1 = np.arange(-5, 5, 0.1)

y_1 = [-0.5/(0.5 - exp(x)) for x in x_1]

plt.plot(x_1, y_1)

plt.axis([-6,6,-10,10])

plt.grid()

plt.show()

结果

Eq(f(x), -C1/(C1 - exp(x)))

FiniteSet(1/2)

1594716433.jpg

2.利用python的Sympy库求解微分方程的解 y=y(x),并尝试利用matplotlib绘制函数图像

1594716463.jpg

程序,如下

from sympy import *

y = symbols('y', cls=Function)

x = symbols('x')

eq = Eq(y(x).diff(x,1), y(x))

print(dsolve(eq, y(x)))

C1 = symbols('C1')

eqr = C1*exp(x)

eqr1 = eqr.subs(x, 0)

print(solveset(eqr1 - 1, C1))

eqr2 = eqr.subs(C1, 1)

# 画图

import matplotlib.pyplot as plt

import numpy as np

x_1 = np.arange(-5, 5, 0.01)

y_1 = [exp(x) for x in x_1]

plt.plot(x_1, y_1, color='orange')

plt.grid()

plt.show()

结果

Eq(y(x), C1*exp(x))

FiniteSet(1)

1594716486.jpg

到此这篇关于python中sympy库求常微分方程的用法的文章就介绍到这了,更多相关python sympy常微分方程内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python常微分方程求解可以使用SciPy的odeint函数。odeint函数可以用于求解一阶常微分方程组。在使用odeint函数之前,我们需要将一阶常微分方程组转化为标准形式dy/dx = f(x, y)。其f(x, y)表示方程右侧的函数表达式。 首先,我们需要导入相应的并定义需要求解的一阶常微分方程组。假设我们要求解的方程组为dy/dx = f(x, y),其f(x, y)是x和y的函数。接下来,我们需要定义初始条件,即y(x0)=y0。 然后,我们可以使用SciPy的odeint函数进行求解。odeint函数的输入参数包括常微分方程组的函数f,初始条件y0,以及一个x的数组作为求解的区间。 最后,我们可以得到方程组的数值解。这个数值解可以用于绘制方程组的函数图像或进行其他进一步的分析。 下面是一个使用odeint函数求解一阶常微分方程组的示例代码: ```python import numpy as np from scipy.integrate import odeint def f(y, x): # 定义常微分方程组的函数f(x, y) return ... y0 = ... x = np.linspace(x0, x1, num_points) # 定义求解的区间和步长 y = odeint(f, y0, x) # 求解方程组 # 可进一步进行绘图等操作 ``` 以上是使用SciPy进行常微分方程求解的一种方法。还可以使用其他的Python,如SymPy等,来求解常微分方程。具体的方法可以根据具体情况选择适合的和函数进行求解。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值