ode

2熱度

1回答

我想模擬強激光器的振盪電場將如何推動靠近庫侖電位的+1離子電子。在y方向上，激光場是 E = Eo sin（wt）。和庫侖勢是 F =科Q1 * Q2/R^2，在R方向。強電場導致電子到tunnel ionize，所以電子的初始條件是在y方向上從原子上移動。然後，電子被激光場來回推動，並有機會與庫侖電位相互作用。我想模擬庫侖勢能如何影響電子的飛行。模擬需要三維空間，因爲我最終希望包含更復雜的激

0熱度

1回答

解決其中函數給出了離散（MATLAB）常微分方程的系統

我的問題這一次是基座上的老問題，我也問過一些個月前（見HERE）如果你不想通過我的第一個問題我可以簡要概述一下這個問題。以我第一個問題我有兩個向量，第一個fx含有函數值： fx = [0.5644 0.6473 0.7258 0.7999 0.8697 0.9353 0.9967 1.0540 1.1072 1.1564 ... 1.2016 1.2429 1.2803 1.3138

-1熱度

1回答

使用包desolve - 狀態可以由矩陣定義嗎？

我正在嘗試使用deSolve與相當多的狀態進行建模。其中一個狀態'foo'實際上由foo [1,1：5]，foo [2,1：5]和foo [3,1：5]組成的15個不同狀態組成，所以我認爲它會是最簡單的傳遞功能狀態的矩陣，而不是單獨打字出來，然後我可以稱它們與索引： par <- rep(NA,3) par_names <- c('alpha','prog','death_rate')

0熱度

1回答

Apache ODE - 如何在創建實例後獲取進程ID？

我已經將ODE部署爲Web服務，並且我的客戶端應用程序正在通過ode事件進行通信。當前要獲取實例ID，我們捕獲實例創建事件並查詢所有實例以匹配關聯。這不是非常有效，隨着實例數量的增加，這將成爲一個性能問題。 ODE創建流程實例後立即獲取實例ID的最佳方法是什麼？上述方法的第二個問題是，如果進程中的下一個任務也啓動並且ODE觸發相應的事件，那麼我們沒有辦法將此任務與進程ID相關聯，直到我們找出進程

-2熱度

1回答

Euler-Cromer ODE Python例程

我使用歐拉克羅默方案來計算哈雷彗星的位置和速度。該腳本爲一個範圍內的每個初始速度值嘗試幾個值作爲時間步長（tau）。對於每個tau值，它通過歐拉克羅默慣例，並比較從軌道開始到第一個軌道週期結束的總機械能。如果兩個能量之間的百分比差異小於1％，則將tau的當前（最優）值添加到列表中。經過所有迭代後，tau和初始速度的值用半對數圖上的pyplot繪圖，以便可以解釋哈雷彗星的真實初始速度。然而，我最優的

0熱度

2回答

在Matlab中的每個解決方案點處自動返回衍生自ö求解器？

標準的Matlab的ODE45電話是： [T,Y] = solver(odefun,tspan,y0,options); 但我也想的odefun在每個狀態向量Y值。似乎應該有一個選項返回像 [T,Y, DYDT] = solver(odefun,tspan,y0,options); 因爲這將是最有效的方法，因爲例程已經評估內部每個點的導數。顯而易見的解決辦法是做 DYDT = odefun

-1熱度

1回答

如何使用scipy odeint獲得多種解決方案？

我正在學習如何在Scipy中使用odeint來解決ODE。現在我試圖解決薛定諤方程的半無限勢阱： V(x) = -v (x<0) V(x) = 0 (x>0) v > 0 -f''(x)/2 +V(x)f(x) = energy*f(x) -v < energy < 0 所以確切的解決方案應該是 C1*sin(x)+C2*cos(x) (x<0) C3*exp(x)+C4*exp(-

0熱度

1回答

乘以2個功能句柄並施加ODE45到結果

我在離散形式以下功能（這意味着它們是數組）： p1_1 of dim(200x1) p1_2 of dim(200x1) p1_3 of dim(200x1) p2_1 of dim(200x1) p2_2 of dim(200x1) p2_3 of dim(200x1) p1_1, p1_2, p1_3已被評估的x1 = 0:(10/199):10和一個點的功能功能p2_1, p2

0熱度

1回答

Julia ODE封裝示例失敗

我想使用Julia ODE軟件包。我看到這個例子在線： tspan = [0 2*pi()] y_0 = [1 0]' F = (t, y) -> [0 1; -1 0]*y ode23(F, tspan, y_0) （來源：https://github.com/JuliaLang/julia/blob/84757050b26ed549b9aee77ac7c204d9963285a2/j/ode.

2熱度

1回答

Python中的自適應ODE算法

我想使用integrate.ode模塊在2D中集成粒子路徑。我的情況有點不同的是，我只想整合到某個位置，由粒子的最大允許x座標決定：x_max。我的主要問題是，粒子可能先移動得非常慢，然後再收集更多速度。因此，我不想在這個地區花費很少的時間來浪費精力。該算法應該能夠進行調整，以便在粒子速度變高時使用較小的時間步長。下面我有一些粗糙的僞代碼用於此目的： backend = "dopri5" x