Python odeint中可能存在的错误<-&燃气轮机；1D相互作用？

我对python和scipy比较陌生，是MATLAB的一个转换。我在scipy.integrate中快速测试了odeint函数，发现了这个潜在的bug。考虑下面的片段：

from scipy import *
from scipy.integrate import odeint
from scipy.interpolate import interp1d
from pylab import *

# ODE system with forcing function u(t)
def sis(x,t,u):
    return [x[1], u(t)]

# Solution time span
t = linspace(0, 10, 1e3)

# Profile for forcing function u(t)
acel = lambda t: 3*(t<2)-3*(t>8)

# Interpolator for acelerator
acel_interp = interp1d(t, acel(t), bounds_error=False, fill_value=0)    

# ODE integration with u(t) = acel, a lambda function
x_1 = odeint(sis, [0,0], t, args=(acel,) )            # Correct result
# ODE integration with u(t) = acel_interp, an interpolator
x_2 = odeint(sis, [0,0], t, args=(acel_interp,) )     # Incorrect result

从scipy导入*
从scipy.integrate导入odeint
从scipy.interpolate导入interp1d
从派拉布进口*
#具有强制功能u（t）的常微分方程系统
def sis（x、t、u）：
返回[x[1]，u（t）]
#求解时间跨度
t=linspace（0,10,1e3）
#强制功能u（t）的配置文件
acel=λt:3*（t8）
#加速器内插器
acel\u interp=interp1d（t，acel（t），界限错误=False，填充值=0）
#与u（t）=acel（一个lambda函数）的ODE积分
x_1=odeint（sis，[0,0]，t，args=（acel，）#正确结果
#ODE积分与u（t）=acel_interp，插值器
x_2=odeint（sis[0,0]，t，args=（acel_interp，）#结果不正确

我画了一个图，说明了两种结果的不同

---

至少对我来说，你对结果上的不必要的差异有什么看法？我在Python 2.6.6的基础上使用NumPy 1.5.0版和SciPy 0.8.0版，这不是一个bug。问题在于，您已将

bound_error

设置为False，并用零填充这些值。如果在原始代码中将

bound_error

设置为True，则可以看到您超出了插值的边界，因此在积分中加入了零（从而产生了一个不同的值，而不是像对

x_1

的lambda那样在范围之外的点上计算函数）

试试下面的方法，你会发现一切正常。基本上，我刚刚扩展了

t

，以覆盖一个足够大的值范围，从而覆盖您在上面使用插值的范围

from scipy import *
from scipy.integrate import odeint
from scipy.interpolate import interp1d
from pylab import *

# ODE system with forcing function u(t)
def sis(x,t,u):
    return [x[1], u(t)]

# Solution time span
t = linspace(0, 10, 1e3)
t_interp = linspace(0,20,2e3)

# Profile for forcing function u(t)
acel = lambda t: 3*(t<2)-3*(t>8)

# Interpolator for acelerator
acel_interp = interp1d(t_interp, acel(t_interp))    

# ODE integration with u(t) = acel, a lambda function
x_1 = odeint(sis, [0,0], t, args=(acel,) )            
# ODE integration with u(t) = acel_interp, an interpolator
x_2 = odeint(sis, [0,0], t, args=(acel_interp,) )     

从scipy导入*
从scipy.integrate导入odeint
从scipy.interpolate导入interp1d
从派拉布进口*
#具有强制功能u（t）的常微分方程系统
def sis（x、t、u）：
返回[x[1]，u（t）]
#求解时间跨度
t=linspace（0,10,1e3）
t_interp=linspace（0,20,2e3）
#强制功能u（t）的配置文件
acel=λt:3*（t8）
#加速器内插器
acel_interp=interp1d（t_interp，acel（t_interp））
#与u（t）=acel（一个lambda函数）的ODE积分
x_1=odeint（sis，[0,0]，t，args=（acel，）
#ODE积分与u（t）=acel_interp，插值器
x_2=odeint（sis，[0,0]，t，args=（acel_interp，）

你比我快了13分钟：）当我捕捉到

u（t）

抛出的第一个异常时，当

sis（）

被计算时，

t

的值是

17.8811987021

。然而，

odeint（）

被告知从0到10进行积分。这是如何工作的？看看

x2，idct=odeint（sis[0,0]，t，args=（acel\u interp，），full\u output=True）；idct['tcur']

。无论使用什么集成方案，都需要超出

t

范围的评估。正如文档中所述：“'tcur'-向量，每个时间步的t值都达到。（始终至少与输入时间一样大）。”感谢您的智慧！我接受了你的答案，因为它是正确的。但是我仍然不明白为什么它不能与原始代码一起工作，因为初始时间跨度（

t

数组）包括

acel（t）

中的所有相关更改（最后一次转换发生在t=8，时间跨度设置为t=10）。你能详细解释一下吗？@Luis:你必须查看odeint的实现，它基于ODEPACK的lsoda算法，才能准确地回答这个问题。祝贺你从Matlab切换过来。我是18个月前搬家的。能够访问所有其他Python功能，并能够与那些没有支付数千美元购买Matlab许可证的人共享您的代码，这真是太棒了。