我正在尝试使用 scipy odeint 函数求解以下一维 ODE(二阶):
z'' = 2*F*cos(vt-kz)*(z*cos(vt-k*z) - k*(1+z^2)*sin(vt-kz))/(1+z^2)^2
我的 python 脚本是
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
def func(var,t,F,k,v):
z,Vz = var
tmp = v*t-k*z
cos_tmp = np.cos(tmp)
denom = 1+z**2
return [Vz,
2*F*cos_tmp*(z*cos_tmp - k*denom*np.sin(tmp))/(denom*denom)]
我知道 odeint 使用自适应时间步长,它返回在输入 t 数组给定的时间点评估的解决方案。但是,我观察到当时间数组不够精细时解决方案会出现分歧,如果 odeint 自动选择内部时间步长,这对我来说没有意义。
k= 12184.
F = -0.000125597154176
v = 0.3
y0 = [-1.0,0.]
t1 = np.linspace(0,10,10000)
t2 = np.linspace(0,10,100)
t3 = np.linspace(0,10,10)
result1 = odeint(func,y0,t1,args=(F,k,v))
result2 = odeint(func,y0,t2,args=(F,k,v))
result3 = odeint(func,y0,t3,args=(F,k,v))
fig,ax = plt.subplots(1,2,figsize=(14,5))
ax[0].plot(t1,result1[:,0],label='t1')
ax[0].plot(t2,result2[:,0],'r.',label='t2')
ax[1].plot(t3,result3[:,0],'r.',label='t3')
ax[0].legend(frameon=False,loc='upper left',numpoints=1)
ax[1].legend(frameon=False,loc='upper left',numpoints=1)
plt.show()
解决方案的图片在这里:
最佳答案
当您运行代码时,您是否注意到打印的警告?它说
lsoda-- at current t (=r1), mxstep (=i1) steps
taken on this call before reaching tout
in above message, i1 = 500
in above message, r1 = 0.3622415764602D+00
[...]/scipy/integrate/odepack.py:218: ODEintWarning: Excess work done on this call (perhaps wrong Dfun type). Run with full_output = 1 to get quantitative information.
warnings.warn(warning_msg, ODEintWarning)
有点含糊,但它的意思是odeint
在达到请求的时间之前达到 500 个内部时间步长的限制。
您可以通过设置 mxstep
参数来增加该最大值。我刚刚使用
result3 = odeint(func,y0,t3,args=(F,k,v), mxstep=2000)
它奏效了。
关于python - scipy odeint 结果取决于输入时间数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45034032/