我想為不同的 t 值求解變數 s,L。t 是我的第二個方程的一部分并且它的值發生了變化，我嘗試為不同的 t 值求解 s,L 然后將這些值附加到一個空串列中，以便我可以為不同的 t 值提供不同的 s 和 L 值。但我得到的只是一個空串列。請幫我解決這個問題
from scipy.optimize import fsolve
import numpy as np
import math as m
q0=0.0011
thetas,thetai,thetar=0.43,0.1,0.05
ks=0.0022#m/hr
psib=-0.15# m
lamda=1
eta=2 3*lamda
ki=8.676*10**(-8)
si=0.13157
t=np.array([3,18,24])
S=0.02/24
delta=-0.1001
b=[]
n=[]
for i in range(3):
def equations(p):
s, L = p
f1=(ks*s**(3 (2/lamda))-(psib/(1-eta))*(((ki*si**(-1/lamda))-(ks*s**(3 (1/lamda))))/L)-q0)
f2=(L*(s*(thetas-thetar)) S*t[i]*0.5*(m.exp(-delta*psib*(-1 s**(-1/lamda))))-(q0-ki)*t[i])
return(f1,f2)
s,L=fsolve(equations,([0.19,0.001]))
b.append(s)
n.append(L)
print(b)
print(n)
uj5u.com熱心網友回復：
有幾種方法可以用可調引數來評估這個系統。您可以在求解之前插入每個值，如果fsolve沒有給您想要的結果，這將使其與其他求解器兼容，或者您??可以使用. 如果我設定了一個虛擬系統，以便嘗試找到一些初始猜測，并逐步執行引數，我可以在結果中附加一個預先分配的解決方案陣列argsfsolvex,y,z
import numpy as np
from scipy.optimize import fsolve
a = np.linspace(0,10,21)
def equations(variables, a):
x,y,z = variables
eq1 = x y z*a
eq2 = x-y-z
eq3 = x*y*x*a
return tuple([eq1, eq2, eq3])
solutions = np.zeros((21,3))
for idx, i in enumerate(a):
solutions[idx] = fsolve(equations, [-1,0,1], args=(i))
print(solutions)
這使
[[ 5.00000000e-01 -5.00000000e-01 1.00000000e 00]
[ 9.86864911e-17 -2.96059473e-16 3.94745964e-16]
[ 1.62191889e-39 -1.28197512e-16 1.28197512e-16]
[-2.15414908e-17 -1.07707454e-16 8.61659633e-17]
[ 2.19853562e-28 6.59560686e-28 -4.39707124e-28]
[-1.20530409e-28 -2.81237621e-28 1.60707212e-28]
[-3.34744837e-17 -6.69489674e-17 3.34744837e-17]
[ 6.53567253e-17 1.17642106e-16 -5.22853803e-17]
[-3.14018492e-17 -5.23364153e-17 2.09345661e-17]
[-5.99115518e-17 -9.41467242e-17 3.42351724e-17]
[ 5.18199815e-29 7.77299722e-29 -2.59099907e-29]
[-2.70691440e-17 -3.90998747e-17 1.20307307e-17]
[-2.57288510e-17 -3.60203914e-17 1.02915404e-17]
[-2.44785120e-17 -3.33797891e-17 8.90127708e-18]
[-1.27252940e-28 -1.69670587e-28 4.24176466e-29]
[ 2.24744956e-56 2.93897250e-56 -6.91522941e-57]
[-2.12580678e-17 -2.73318015e-17 6.07373366e-18]
[-2.03436865e-17 -2.57686696e-17 5.42498307e-18]
[-3.89960988e-17 -4.87451235e-17 9.74902470e-18]
[-1.87148635e-17 -2.31183608e-17 4.40349730e-18]
[-7.19531738e-17 -8.79427680e-17 1.59895942e-17]]
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/511541.html
上一篇：函式scipy.ndimage.convolve1d的解釋
下一篇：如何從旋轉度數中找到x，y