如何用sympy解析和数值求解一阶线性微分方程？

Question

如何在 sympy 中求解像这样的简单线性微分方程？

y' + p(t)y = q(t)

我希望通过两种方式来解决它：如果可能的话，象征性地（分析地）解决，如果 sympy 可以推导出积分因子，等等，还有一种以数字方式解决的方法，以便可以比较两者。如何在 sympy 中完成此操作？ sympy.mpmath.odefun 是正确的地方吗？

Answer 1

Here and here 是一些例子。

至于你的问题，你可以这样写你的等式：

y' + p(t)y - q(t) = 0

然后使用dsolve().

import sympy

t = sympy.Symbol('t')

y = sympy.Function('y')(t)    
p = sympy.Function('p')(t)
q = sympy.Function('q')(t)

y_ = sympy.Derivative(y, t)

# y' + p(t)y - q(t)
sol = sympy.dsolve(y_ + p*y - q, y)

print(sol)

作为函数的解

（注意：这是我通过阅读文档得出的快速解决方案。我对 sympy 没有经验。可能有更好的方法来执行以下操作。）

假设您要解决 y' = y。

from sympy import *

t = symbols('t')

y = Function('y')(t)
y_ = Derivative(y, t)

sol = dsolve(y_ - y, y)

我们和以前一样做了。现在，要使用 sol 的第二部分，我们使用 .args[1]。然后我们创建一个函数 f(t_) 并使用 subs() 替换 t 值。

def f(t_): 
    return sol.args[1].subs([(t, t_)])

print(sol)
print(f(0))

如何用sympy解析和数值求解一阶线性微分方程？

how to solve first-order linear differential equations analytically and numerically with sympy?

python

sympy

scipy

numerical-methods

differential-equations