Python—微分方程

结合Python中Scipy，专注创建可以解决问题的方程

目录

1. 一阶常微分方程

2. 二阶常微分方程

3. 三阶常系数微分方程组

4. 修正贝塞尔微分方程

5. 伯努利方程

一阶常微分方程

加速度、速度、时间

计算物体速度的时候，若加速度不断变化，如何确定速度和时间的关系？假设加速度随速度和时间变化的关系是：

即：

我们利用Scipy求解该方程：

import numpy as np   import matplotlib.pyplot as plt      from scipy.integrate import odeint      # v是速度，t是时间   def dvdt(v, t):       return v + 6*t      v0 = 0   t = np.linspace(0, 2, 100)      # 结果res是 N行1列的二维数组（因为是一元方程）   res = odeint(dvdt, v0, t)      # 转置之后第一行就是各个时间点的速度   res_v = res.T[0]      # 绘制速度和时间的关系   plt.plot(t, res_v)   plt.show()   

由下图结果易得加速度随时间逐渐增大。

图1

二阶常微分方程

且

，，

# 二阶ODE的求解   import matplotlib.pyplot as plt   import numpy as np   from scipy.integrate import odeint         def dSdx(x, S):       x, v = S       return [v, -v ** 2 + np.sin(x)]         x_0 = 0   v_0 = 3   S_0 = (x_0, v_0)   t = np.linspace(0, 1, 100)   sol = odeint(dSdx, y0=S_0, t=t, tfirst=True)   x_sol = sol.T[0]   v_sol = sol.T[1]   l1, = plt.plot(t, x_sol)   l2, = plt.plot(t, v_sol)   plt.legend((l1, l2), ['x', 'v'])   plt.show()   

图2

这个二阶ODE描述了速度v相对于位置x的变化率。变量S是一个元组(x, v)，它表示系统在给定点(x, v)的状态。通过使用龙格-库塔法或欧拉法等适当的方法对该系统进行数值求解，我们可以确定函数v(x)，它表示速度作为位置的函数。</