Python用solve_ivp求解指数衰减时初始值为0输出1.0问题排查

你的测试代码逻辑没有问题，问题完全出在自主实现的ExponentialDecay类的solve方法中，常见的错误点有三个：

• 解析解公式写错：指数衰减的解析解为u(t) = u0 * exp(-a*t)，如果实现时漏乘了传入的u0，直接写为exp(-a*t)，那么t=0时的计算结果固定为1.0，和你的报错完全吻合。
• 初始值被硬编码覆盖：solve方法内部把初始值写死为1.0，没有使用传入的u0参数。
• 数值求解逻辑错误：用欧拉法、龙格库塔法等数值方法求解时，没有把传入的u0赋值给解数组的第一个元素，或者直接把第一步迭代的计算结果放到了索引0的位置。

按优先级检查修改solve方法的实现：

1. 首先检查解析解/数值解的计算逻辑，确认所有位置的计算都乘了传入的u0，示例正确的解析解实现：

import numpy as np
class ExponentialDecay:
    def __init__(self, a):
        self.a = a
    # 解析解实现的正确写法
    def solve(self, u0, T, n):
        t = np.linspace(0, T, n)
        u = u0 * np.exp(-self.a * t) # 不要漏乘u0
        return t, u

2. 如果是数值方法实现，确认解数组初始化后第一个元素显式赋值为u0，迭代从索引1开始，示例正确的欧拉法实现：

def solve(self, u0, T, n):
    t = np.linspace(0, T, n)
    dt = t[1] - t[0]
    u = np.zeros(n)
    u[0] = u0 # 必须给第一个元素赋值为传入的初始值
    for i in range(1, n):
        u[i] = u[i-1] - self.a * u[i-1] * dt
    return t, u

3. 检查solve方法的参数接收逻辑，不要在内部硬编码覆盖传入的u0参数。

修改完成后重新运行测试即可通过断言。

内容的提问来源于stack exchange，提问作者N.A.