在对previous question的评论中,建议从Mathematica 5.2生成的InterpolatingFunction
中提取所有数据,然后在Mathematica 8中创建另一个数据。建议的方法是使用DifferentialEquations`InterpolatingFunctionAnatomy`
包中定义的函数从InterpolatingFunction
中提取数据。天真地尝试
Needs["DifferentialEquations`InterpolatingFunctionAnatomy`"]
ifun = First[
x /. NDSolve[{x'[t] == Exp[x[t]] - x[t], x[0] == 1},
x, {t, 0, 10}]];
data = Transpose@{InterpolatingFunctionGrid[ifun],
InterpolatingFunctionValuesOnGrid[ifun]};
interpolationOrder =
Developer`FromPackedArray@
InterpolatingFunctionInterpolationOrder[ifun];
ifun2 = Interpolation[data, InterpolationOrder -> interpolationOrder];
Table[ifun[x] - ifun2[x], {x, 0, 0.5160191740198963`, .1}]
我在原始函数和重构函数之间有了明显的区别:
{0., 2.13061*10^-7, 2.05087*10^-7, 2.46198*10^-7, 6.68937*10^-7,
1.5624*10^-7}
查看这些函数的
InputForm
可以发现它们并不相同。是否可以通过从中提取所有数据并在提取的数据上调用InterpolatingFunction
来重建Interpolation
? 最佳答案
编辑
这是一个通用的解决方案,使用代码:
Clear[reconstructInterpolatingFunction];
reconstructInterpolatingFunction[intf_InterpolatingFunction] :=
With[{data = intf[[4, 3]],
step = Subtract @@ Reverse[ Take[intf[[4, 2]], 2]],
order =
Developer`FromPackedArray@
InterpolatingFunctionInterpolationOrder[intf],
grid = InterpolatingFunctionGrid[intf]
},
Interpolation[
MapThread[Prepend, {Partition[data, step], grid}],
InterpolationOrder -> order
]
];
请参阅下面的说明。但是请注意,上述代码确实依赖于
InterpolatingFunction
对象的某些细节,这些细节可能是特定于版本的,因为当函数导数的值很重要时,显然DifferentialEquations`InterpolatingFunctionAnatomy`
的API似乎无法完全重构原始对象。结束编辑
似乎在构造
NDSolve
时InterpolatingFunction
包含有关派生的信息,这很有意义。在您的情况下,这将包括一阶导数,因为您的方程是一阶的。但是,当我们使用DifferentialEquations`InterpolatingFunctionAnatomy`
包中的函数时,这些信息会丢失。获得它的方法是直接访问初始InterpolatingFunction
对象。这是一个简单的示例:In[156]:= ifun=First[x/.NDSolve[{x'[t]==2x[t],x[0]==1},x,{t,0,0.1}]];
In[157]:= ifun[[4,3]]
Out[157]= {1.,2.,1.00002,2.00004,1.00004,2.00008,1.00457,2.00913,1.00911,2.01823,
1.01368,2.02736,1.02787,2.05573,1.04225,2.0845,1.05684,2.11368,1.07163,2.14326,
1.09328,2.18655,1.11536,2.23073,1.13789,2.27579,1.16088,2.32176,1.18433,2.36867,
1.20272,2.40545,1.2214,2.44281}
这表明,在此网格点处,每个值后面都跟随着导数的值。因此,构造新对象的方法如下所示:
ifun5 =
Interpolation[
MapThread[Prepend,
{Partition[ifun[[4, 3]], 2], InterpolatingFunctionGrid[ifun]}],
InterpolationOrder -> (interpolationOrder)]
这使用了
Interpolation
的扩展形式,其中还可以指定导数的值。这通过了我们的测试:In[161]:= Table[(1-ifun5[x]/ifun[x]),{x,0,0.1,.01}]
Out[161]= {0.,0.,0.,0.,0.,0.,0.,0.,0.,0.,0.}
确定给定
InterpolatingFunction
中的信息最多取决于哪一个导数的方法是查看以下部分:In[176]:= ifun[[4,2]]
Out[176]= {0,2,4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34}
在这种情况下,步骤为2,因此我们有一个值加上一阶导数。例如,对于一个二阶方程,步长将为3,并且您将需要
Partition[...,3]
。因此,您可以通过执行本部分中的步骤来确定顺序。现在,真正的事情是:
In[162]:=
ifun=First[x/.NDSolve[{x'[t]==Exp[x[t]]-x[t],x[0]==1},x,{t,0,10}]];
interpolationOrder=Developer`FromPackedArray@InterpolatingFunctionInterpolationOrder[ifun];
ifunnew = Interpolation[MapThread[Prepend,
{Partition[ifun[[4,3]],2],InterpolatingFunctionGrid[ifun]}],
InterpolationOrder->(interpolationOrder)];
Table[(1-ifunnew[x]/ifun[x]),{x,0,0.5,.1}]
During evaluation of In[162]:= NDSolve::ndsz: At t == 0.5160191740198969`,
step size is effectively zero; singularity or stiff system suspected. >>
Out[165]= {0.,0.,0.,1.11022*10^-16,0.,0.}