使用solve_ivp的“事件”检查收敛性

Question

问题：

假定一个简单的衰减过程，如以下代码所述：

def exponential_decay(t,y):
    return -0.5 * y

这可以在scipy的 solve_ivp（）

的帮助下轻松集成

t_min = 0; t_max = 25; y0 = 1
sol = solve_ivp(exponential_decay, [t_min, t_max],[y0],dense_output=True)

最终的解决方案可能看起来像这样：

问题：

我想使用resolve_ivp的“事件”查找器检查收敛性，以减少达到收敛后所花费的计算时间。 但是，提供事件功能时事件跟踪器的设计签名为：

event(t,y) -> t_event

事件函数的返回值等于零时，将发生一个事件。

由于 event（t，y）仅知道当前y（t），因此无法直接用于实现标准收敛准则，因为它们都需要一系列y。

因此，请简短说明：是否有一种很好的方法，可以使用事件查找器检查收敛性？
还是要在收敛跟踪器中使用y（t）的任何范围？ 这似乎对许多应用程序都很有帮助

我发现这样做的一种（不好的方法）是传入和传出存储差异（t，y（t）的event（t，y）的全局变量，但是，这不仅极端不确定，这也抵消了 solive_ivp（）

提供的计算效率