用scipy odeint解决python中的向量常微分方程

[weixin_38075965]

我正试图解决和涉及向量的颂歌,并且不能提出可行的答案.所以我将它分成6个分量,一个用于组件的每个时间导数,一个用于速度分量的每个时间导数.第一个值似乎是合理的,然后它跳到数百万的数字,我不知道为什么.老实说,我真的不确定如何做到这一点,我现在只是试一试.我似乎无法在网上找到任何信息,如果有这类问题的例子,可以使用一些帮助或一些链接.任何信息将非常感谢如何解决这个问题. def dr_dt(y, t): """Integration of the governing vector differential equation. d2r_dt2 = -(mu/R^3)*r with d2r_dt2 and r as vecotrs. Initial position and velocity are given. y[0:2] = position components y[3:] = velocity components""" G = 6.672*(10**-11) M = 5.972*(10**24) mu = G*M r = np.sqrt(y[0]**2 + y[1]**2 + y[2]**2) dy0 = y[3] dy1 = y[4] dy2 = y[5] dy3 = -(mu / (r**3)) * y[0] dy4 = -(mu / (r**3)) * y[1] dy5 = -(mu / (r**3)) * y[2] return [dy0, dy3, dy1, dy4, dy2, dy5] 解决这个问题后,我想绘制它.它应该是一个椭圆形,但说实话,我也不确定如何做到这一点.我正考虑采取位置的大小,然后随着时间绘制它.如果有更好的方法,请随时告诉我. 谢谢.

[weixin_38096704]

首先,如果你的y [：3]是位置而y [3：]是速度,那么dr_dt函数应该按照这个顺序返回组件.其次,要绘制轨迹,我们可以使用优秀的matplotlib mplot3d模块,或省略位置和速度的第z个分量(因此我们的运动在XY平面上),并绘制y与x的关系.示例代码(具有更正的返回值顺序)如下： import numpy as np import matplotlib.pyplot as plt from scipy.integrate import odeint def dr_dt(y, t): """Integration of the governing vector differential equation. d2r_dt2 = -(mu/R^3)*r with d2r_dt2 and r as vecotrs. Initial position and velocity are given. y[0:2] = position components y[3:] = velocity components""" G = 6.672*(10**-11) M = 5.972*(10**24) mu = G*M r = np.sqrt(y[0]**2 + y[1]**2 + y[2]**2). dy0 = y[3] dy1 = y[4] dy2 = y[5] dy3 = -(mu / (r**3)) * y[0] dy4 = -(mu / (r**3)) * y[1] dy5 = -(mu / (r**3)) * y[2] return [dy0, dy1, dy2, dy3, dy4, dy5] t = np.arange(0, 100000, 0.1) y0 = [7.e6, 0., 0., 0., 1.e3, 0.] y = odeint(dr_dt, y0, t) plt.plot(y[:,0], y[:,1]) plt.show() 这会产生一个很好的椭圆：