Python 离散化值的常微分方程积分

我想使用

scipy.integrate.ode

solver。我只能将可调用函数

f

定义为一个离散点数组（因为它取决于以前迭代的积分结果）。但是，从文档中可以看出，集成器希望可调用函数是一个连续函数。我想需要做一些插值。解算器可以自己处理这个问题吗，或者我需要编写一些插值例程吗？是否有一些scipy文档/教程对此进行了解释？

是的，可调用函数需要是一个函数，它返回提供给该函数的任何值的导数。如果您有一个执行插值的函数

interp

，则可以如下定义可调用函数：

f = lambda t,y: interp(y, yvalues, fvalues)

如果您的系统是标量系统，您可以使用

numpy.interp

函数，如以下示例所示：

import numpy
from scipy import integrate
yvalues = numpy.arange(-2,3,0.1)
fvalues = - numpy.sin(yvalues)
f = lambda t,y: numpy.interp(y, yvalues, fvalues)
r = integrate.ode(f)
r.set_initial_value(1)
t1 = 10
dt = 0.1
while r.successful() and r.t < t1:
    r.integrate(r.t+dt)
    print r.t, r.y

导入numpy
从scipy导入集成
Y值=numpy.arange（-2,3,0.1）
fvalues=-numpy.sin（yvalues）
f=lambda t，y:numpy.interp（y，y值，f值）
r=积分。ode（f）
r、 设置初始值（1）
t1=10
dt=0.1
当r.successful（）和r.t

对于多维系统，插值是非常复杂的。如果有任何方法可以计算给定点的导数，那么它可能比使用插值更容易实现

---

正如unutbu在评论中指出的，如果你插值，你将在足够长的时间内得到一个混沌系统的错误解。然而，由于任何数值解算法都是如此，因此很难对此采取任何措施。

你的意思是？如果你的ODE系统是混沌的，那么插值导数可能会导致严重依赖于插值方式的结果，例如。是的，我的意思是

scipy.integrate.ODE