Solve_ivp - функция решения проблем с начальными значениями от Scipy. В нескольких словах
scipy.integrate.solve_ivp (fun, t_span, y0, method = 'RK45', t_eval = None, dens_output = False, события = Нет, векторизация = False, args = None , ** опции)
Решить проблему начальных значений для системы ODE. Эта функция численно объединяет систему обыкновенных дифференциальных уравнений с заданным начальным значением.
В документации по функции solve_ivp (Справочное руководство Scipy 1.4.1, стр. 695) мы имеем следующее
Параметры fun [callable] Правая часть системы. Вызывающая подпись забавная (т, у). Здесь t - скаляр, и есть два варианта ndarray y: он может иметь форму (n,); тогда fun должен вернуть array_like с shape (n,). Альтернативно, он может иметь форму (n, k); тогда fun должен вернуть array_like с shape (n, k), т.е. каждый столбец соответствует одному столбцу в y. Выбор между двумя вариантами определяется векторизованным аргументом (см. Ниже). Векторизованная реализация позволяет быстрее приближать якобиан с помощью конечных разностей (требуется для жестких решателей).
Здесь n обозначает число измерений в у. Что означает k ? Это может показаться очень наивным вопросом для тех, кто знает ответ. Но, пожалуйста, поверьте мне, я действительно не мог найти его (по крайней мере, не в документации). Ответ великого Хпауля на этот вопрос , кажется, пролил некоторый свет. Но хорошо, ИМХО, все еще слишком темно, чтобы передвигаться.