使用多步求解器求解ode

Question

以下是到目前为止多个解算器的代码。解决这个问题的系统在这里，但是，当我在our system中执行它时，它显示了以下错误：

回溯(最近一次调用)：文件“G：\math3511\Assignment5\qu2”，第59行，在X= AdamsBashforth4 (等式，初始化，t)文件“G：\math3511\Assignment5\qu2”，第32行，in AdamsBashforth4 k2 =h* f( xi + 0.5 * k1，ti + 0.5 *h) TypeError:不能将序列乘以'float‘类型的非整数

代码：

import numpy
from numpy import array, exp, linspace

def AdamsBashforth4( f, x0, t ):
    """
    Fourth-order Adams-Bashforth method::

        u[n+1] = u[n] + dt/24.*(55.*f(u[n], t[n]) - 59*f(u[n-1], t[n-1]) +
                                37*f(u[n-2], t[n-2]) - 9*f(u[n-3], t[n-3]))

    for constant time step dt.

    RK2 is used as default solver for first steps.
    """

    n = len( t )
    x = numpy.array( [ x0 ] * n )

    # Start up with 4th order Runge-Kutta (single-step method).  The extra
    # code involving f0, f1, f2, and f3 helps us get ready for the multi-step
    # method to follow in order to minimize the number of function evaluations
    # needed.

    f1 = f2 = f3 = 0
    for i in xrange( min( 3, n - 1 ) ):
        h = t[i+1] - t[i]
        f0 = f( x[i], t[i] )
        k1 = h * f0
        k2 = h * f( x[i] + 0.5 * k1, t[i] + 0.5 * h )
        k3 = h * f( x[i] + 0.5 * k2, t[i] + 0.5 * h )
        k4 = h * f( x[i] + k3, t[i+1] )
        x[i+1] = x[i] + ( k1 + 2.0 * ( k2 + k3 ) + k4 ) / 6.0
        f1, f2, f3 = ( f0, f1, f2 )



    for i in xrange( n - 1 ):
        h = t[i+1] - t[i]
        f0 = f( x[i], t[i] )
        k1 = h * f0
        k2 = h * f( x[i] + 0.5 * k1, t[i] + 0.5 * h )
        k3 = h * f( x[i] + 0.5 * k2, t[i] + 0.5 * h )
        k4 = h * f( x[i] + k3, t[i+1] )
        x[i+1] = x[i] + h * ( 9.0 * fw + 19.0 * f0 - 5.0 * f1 + f2 ) / 24.0
        f1, f2, f3 = ( f0, f1, f2 )

    return x



def equation(X, t):
    x, y = X
    return [ x+y-exp(t), x+y+2*exp(t) ]

init = [ -1.0, -1.0 ]
t = linspace(0, 4, 50)
X = AdamsBashforth4(equation, init, t)

Answer 1

似乎f返回的是一个序列(列表、元组等)，并且没有将序列中的所有项与值相乘的操作。

Dirk是对的，看看你的算法，你的等式应该返回一个numpy数组(即使它很小)，因为你可以标量乘一个numpy数组。所以保留你的代码，但是把你的返回值嵌入到带有数组的方程式中。如下所示：

np.array([1,2]) # a numpy array containing [1,2]