Размер шага для использования в решателе од - python

Я использую решатель ode от scipy.integrate для решения моего дифференциального уравнения. Я хотел посмотреть, повлиял ли на конечный результат выбор размера шага в интеграции dt, и вот что я получил:

Размер шага для использования в решателе од - python

Я ожидал, что результат будет правильным для небольшого шага интеграции любой, но я вижу почти противоположное ... есть ли у кого-нибудь представление о том, что происходит?

-

Код:

from scipy.integrate import ode
import matplotlib.pyplot as plt
import numpy as np

y0, t0 = 0., 0

def f2(t, y, arg1):
    t0 = 5
    shape = np.piecewise(t, [t<t0, t>=t0], [arg1*t, arg1*(2*t0-t)])
    return shape

t1 = 10.
dtlist = np.array([t1/j for j in range(1, 50)])
temp = []

for i in dtlist:
    dt = i
    r = ode(f2).set_integrator('zvode', method='bdf')
    r.set_initial_value(y0, t0).set_f_params(2.0)   

    while r.successful() and r.t < t1:
        r.integrate(r.t+dt)
    temp.append(r.y)

fig, axs = plt.subplots(1, 1, figsize=(15, 6), facecolor='w', edgecolor='k')
xaxis = dtlist
yaxis = temp
axs.plot(xaxis, yaxis, 'bo', label = 'obtained')
axs.plot(xaxis, xaxis - xaxis + 50, 'r--', label = 'expected')
axs.set_xlabel('time increment $\delta t$')
axs.set_ylabel('Final $y$ value')
axs.legend(loc = 4)
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
159
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы должны убедиться, что последний шаг интеграции всегда заканчивается на t1. Из-за ошибок с плавающей запятой может случиться так, что желаемый последний шаг интеграции идет на r.t немного меньше, чем на t1, так что выполняется дополнительный нежелательный шаг примерно до t1+dt. Вы могли бы использовать

r.integrate(min(r.t+dt, t1))

чтобы отключить интеграцию в нужный момент. Или сделайте что-нибудь более сложное, чтобы поймать случай, когда r.t+dt уже близок к t1.

Другие вопросы по теме