为了评估某些派生函数，我需要使用根查找，求解其他ODE等。 （从计算成本的角度来看）仅以一定的精度评估这些功能是可行的。因此，在每个时间步长中，我都有一些数字上的噪音。
我尝试使用 scipy.integrate.odeint 或 scipy.integrate.solve_ivp （使用“ LSODA”方法解决此ODE系统），因为问题很严重，其他解决僵化问题的求解器将失败）。但是，由于数值噪声，似乎求解器无法计算雅可比行列式（我让求解器按有限差分近似）。使用scipy.optimize.fsolve计算根时，我遇到了类似的问题，并通过将 epsfcn （请参见下文）设置为较高的值来解决此问题。
我想知道我是否可以为python中的ODE求解器做类似的事情。似乎 odeint 和 solve_ivp 没有这样的可选参数，但是也许有办法解决吗？
感谢您的帮助！
（来自fsolve的scipy文档： epsfcn：浮动，可选 Jacobian的正向差异近似的合适步长（对于fprime = None）。如果epsfcn小于机器精度，则假定函数中的相对误差约为机器精度。）