小编Sha*_*n_M的帖子

我正在尝试使用来自scipy的odeint解决二阶ODE。我遇到的问题是该函数隐式地与二阶项耦合，如简化的代码段所示（请忽略示例的假装物理学）：

import numpy as np
from scipy.integrate import odeint

def integral(y,t,F_l,mass):
    dydt = np.zeros_like(y)
    x, v = y
    F_r =  (((1-a)/3)**2 + (2*(1+a)/3)**2) * v # 'a' implicit 
    a  = (F_l - F_r)/mass

    dydt = [v, a]
return dydt


y0 = [0,5]
time = np.linspace(0.,10.,21)
F_lon = 100.
mass = 1000.

dydt = odeint(integral, y0, time, args=(F_lon,mass))

在这种情况下，我意识到可以代数求解隐式变量，但是在我的实际场景中，逻辑之间存在很多逻辑F_r，a并且代数运算的评估失败。

我相信可以使用MATLAB的ode15i函数来解决DAE ，但我尝试尽可能避免这种情况。

我的问题是-有办法解决python（最好是scipy）中的隐式ODE函数（DAE）吗？有没有更好的方法解决以上问题呢？

作为最后的选择，可以接受上a一个时间步长。dydt[1]每个时间步长后如何传递回函数？