我正在尝试使用solve_ivp,但是我不明白它如何处理参数中的初始值。在solve_ivp上的documentation状态:
scipy.integrate.solve_ivp(有趣,t_span,y0,method ='RK45',t_eval = None,density_output = False,events = None,vectorized = False,** options)
使用
y0:类似数组,形状为(n,) 初始状态。对于复杂域中的问题,请使用复杂数据类型传递y0(即使最初的猜测纯粹是真实的)
但是,我不理解示例
>>> from scipy.integrate import solve_ivp
>>> def exponential_decay(t, y): return -0.5 * y
>>> sol = solve_ivp(exponential_decay, [0, 10], [2, 4, 8])
>>> print(sol.t)
[ 0. 0.11487653 1.26364188 3.06061781 4.85759374
6.65456967 8.4515456 10. ]
>>> print(sol.y)
[[2. 1.88836035 1.06327177 0.43319312 0.17648948 0.0719045
0.02929499 0.01350938]
[4. 3.7767207 2.12654355 0.86638624 0.35297895 0.143809
0.05858998 0.02701876]
[8. 7.5534414 4.25308709 1.73277247 0.7059579 0.287618
0.11717996 0.05403753]]
当微分方程只有一个分量时,为什么在这里给出3个初始值的数组?
答案 0 :(得分:2)
微分方程只有一个分量
不是。函数exponential_decay
可以将数组接受为y
,并以矢量化的方式对该数组执行操作,这在NumPy中是典型的。
初始值确定未知函数具有多少个组件。在这种情况下,三个。