求解两个耦合的二阶边值问题
Solving two coupled second order boundary value problems
我已经使用模块 solve_bvp
求解了一个具有两个边界条件的二阶微分方程。但是,现在我正在尝试求解两个二阶微分方程组;
U'' + a*B' = 0
B'' + b*U' = 0
边界条件为 U(+/-0.5) = +/-0.01 和 B(+/-0.5) = 0。我已将其拆分为第一个常微分方程组,我正在尝试使用solve_bvp
以数字方式解决它们。但是,我只是为我的解决方案获取了充满零的数组。我相信我错误地实施了边界条件。我不清楚如何处理文档中的两个以上的方程式。我的尝试如下
import numpy as np
from scipy.integrate import solve_bvp
import matplotlib.pyplot as plt
%matplotlib inline
from scipy.integrate import solve_bvp
alpha = 1E-8
zeta = 8E-3
C_k = 0.05
sigma = 0.01
def fun(x, y):
return np.vstack((y[1],-((alpha)/(C_k*sigma))*y[2],y[2], -(1/(C_k*zeta))*y[1]))
def bc(ya, yb):
return np.array([ya[0]+0.001, yb[0]-0.001,ya[0]-0, yb[0]-0])
x = np.linspace(-0.5, 0.5, 5000)
y = np.zeros((4, x.size))
print(y)
sol = solve_bvp(fun, bc, x, y)
print(sol)
在我的问题中,我刚刚重新标记了 a 和 b,但它们只是我输入的参数。我有这组方程的解析解,所以我知道存在一个不平凡的方程。任何帮助将不胜感激。
如果您在评论中至少声明一次或通过分配给特定命名的变量来说明,大多数情况下真的很有帮助您希望如何组成状态向量。
根据导数return向量的形式,我认为你打算
U, U', B, B'
这意味着 U=y[0], U'=y[1]
和 B=y[2],B'=y[3]
,因此您的导数向量应该正确地是
return y[1], -((alpha)/(C_k*sigma))*y[3], y[3], -(1/(C_k*zeta))*y[1]
和边界条件
return ya[0]+0.001, yb[0]-0.001, ya[2]-0, yb[2]-0
特别是你的边界条件应该在第一步中抛出算法,因为奇异的雅可比行列式,总是检查解结构的.success
字段和.message
字段。
注意默认实验solve_bvp
的绝对和相对容差为1e-3
,节点数限制在500
.
将初始节点数设置为 50(5000 太多了,求解器会在必要时进行细化),并将公差设置为 1-6
,我得到以下明显满足边界条件的解图。
我已经使用模块 solve_bvp
求解了一个具有两个边界条件的二阶微分方程。但是,现在我正在尝试求解两个二阶微分方程组;
U'' + a*B' = 0
B'' + b*U' = 0
边界条件为 U(+/-0.5) = +/-0.01 和 B(+/-0.5) = 0。我已将其拆分为第一个常微分方程组,我正在尝试使用solve_bvp
以数字方式解决它们。但是,我只是为我的解决方案获取了充满零的数组。我相信我错误地实施了边界条件。我不清楚如何处理文档中的两个以上的方程式。我的尝试如下
import numpy as np
from scipy.integrate import solve_bvp
import matplotlib.pyplot as plt
%matplotlib inline
from scipy.integrate import solve_bvp
alpha = 1E-8
zeta = 8E-3
C_k = 0.05
sigma = 0.01
def fun(x, y):
return np.vstack((y[1],-((alpha)/(C_k*sigma))*y[2],y[2], -(1/(C_k*zeta))*y[1]))
def bc(ya, yb):
return np.array([ya[0]+0.001, yb[0]-0.001,ya[0]-0, yb[0]-0])
x = np.linspace(-0.5, 0.5, 5000)
y = np.zeros((4, x.size))
print(y)
sol = solve_bvp(fun, bc, x, y)
print(sol)
在我的问题中,我刚刚重新标记了 a 和 b,但它们只是我输入的参数。我有这组方程的解析解,所以我知道存在一个不平凡的方程。任何帮助将不胜感激。
如果您在评论中至少声明一次或通过分配给特定命名的变量来说明,大多数情况下真的很有帮助您希望如何组成状态向量。
根据导数return向量的形式,我认为你打算
U, U', B, B'
这意味着 U=y[0], U'=y[1]
和 B=y[2],B'=y[3]
,因此您的导数向量应该正确地是
return y[1], -((alpha)/(C_k*sigma))*y[3], y[3], -(1/(C_k*zeta))*y[1]
和边界条件
return ya[0]+0.001, yb[0]-0.001, ya[2]-0, yb[2]-0
特别是你的边界条件应该在第一步中抛出算法,因为奇异的雅可比行列式,总是检查解结构的.success
字段和.message
字段。
注意默认实验solve_bvp
的绝对和相对容差为1e-3
,节点数限制在500
.
将初始节点数设置为 50(5000 太多了,求解器会在必要时进行细化),并将公差设置为 1-6
,我得到以下明显满足边界条件的解图。