def test_sens_linear(símismo):
líms_paráms = {'A': (0, 2), 'B': (0, 1)}
mod = ModeloLinear()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="linear")
mu_star = res['linear']['y']['mu_star']
símismo.assertGreaterEqual(mu_star['A']['slope'], 0.1)
npt.assert_allclose(mu_star['A']['intercept'],
mu_star['Ficticia']['intercept'],
rtol=0.5)
símismo.assertGreaterEqual(mu_star['B']['intercept'], 0.1)
npt.assert_allclose(mu_star['B']['slope'],
mu_star['Ficticia']['slope'],
rtol=0.5)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
tipo_egr="linear")
si = res['linear']['y']['Si']
st_si = res['linear']['y']['St-Si']
símismo.assertGreaterEqual(si['A']['slope'], 0.01)
símismo.assertTrue(si['A']['intercept'] <= 0.01
and st_si['A']['intercept'] <= 0.1)
símismo.assertGreaterEqual(si['B']['intercept'], 0.01)
símismo.assertTrue(si['B']['slope'] <= 0.01
and st_si['B']['slope'] <= 0.1)
símismo.assertTrue(
si['Ficticia']['intercept'] <= 0.01
and st_si['Ficticia']['intercept'] <= 0.1)
símismo.assertTrue(si['Ficticia']['slope'] <= 0.01
and st_si['Ficticia']['slope'] <= 0.1)
else:
raise NotImplementedError
def test_sens_expo(símismo):
líms_paráms = {'A': (0.1, 1), 'B': (1.7, 2)}
mod = ModeloExpo()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="exponencial")
mu_star = res['exponencial']['y']['mu_star']
símismo.assertGreaterEqual(mu_star['A']['y_intercept'],
0.1)
símismo.assertLessEqual(mu_star['A']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['B']['y_intercept'], 0.1)
símismo.assertGreaterEqual(mu_star['B']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['y_intercept'],
0.1)
símismo.assertLessEqual(mu_star['Ficticia']['g_d'], 0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
tipo_egr="exponencial")
si = res['exponencial']['y']['Si']
st_si = res['exponencial']['y']['St-Si']
símismo.assertGreaterEqual(si['A']['y_intercept'], 0.01)
símismo.assertTrue(si['A']['g_d'] < 0.01
and st_si['A']['g_d'] < 0.1)
símismo.assertGreaterEqual(si['B']['g_d'], 0.01)
símismo.assertTrue(si['B']['y_intercept'] < 0.01
and st_si['B']['y_intercept'] < 0.1)
símismo.assertTrue(si['Ficticia']['g_d'] < 0.01
and st_si['Ficticia']['g_d'] < 0.1)
símismo.assertTrue(
si['Ficticia']['y_intercept'] < 0.01
and st_si['Ficticia']['y_intercept'] < 0.1)
else:
raise NotImplementedError
def test_sens_paso(símismo):
líms_paráms = {'A': (0, 1), 'B': (2, 3)}
mod = ModeloLinear()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['A', 'B'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="paso_tiempo") # =100
npt.assert_array_less(
0.1,
np.asarray(
list(res['paso_tiempo']['A']['mu_star']
['A'].values())))
npt.assert_array_less(
np.asarray(
list(res['paso_tiempo']['A']['mu_star']
['B'].values())), 0.1)
npt.assert_array_less(
np.asarray(
list(res['paso_tiempo']['A']['mu_star']
['Ficticia'].values())), 0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=3,
var_egr=['A', 'B'],
tipo_egr="paso_tiempo") # num_samples=195
npt.assert_array_less(
0.01,
np.asarray(
list(res['paso_tiempo']['A']['Si']['A'].values())))
símismo.assertTrue(
res['paso_tiempo']['A']['Si']['B']['paso_0'] < 0.01 and
res['paso_tiempo']['A']['St-Si']['B']['paso_0'] < 0.1)
símismo.assertTrue(
res['paso_tiempo']['A']['Si']['Ficticia']['paso_0'] <
0.01 and
res['paso_tiempo']['A']['St-Si']['Ficticia']['paso_0']
< 0.1)
else:
raise NotImplementedError
def test_sens_log(símismo):
líms_paráms = {'A': (0.5, 2), 'B': (2, 5)}
mod = ModeloLog()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=10,
var_egr=['y'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="log")
# b_params = {'g_d': params[0], 'phi': params[1]}
mu_star = res['log']['y']['mu_star']
símismo.assertGreaterEqual(mu_star['A']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['A']['phi'], 0.1)
símismo.assertLessEqual(mu_star['B']['phi'], 0.1)
símismo.assertGreaterEqual(mu_star['B']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['phi'], 0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=10,
var_egr=['y'],
tipo_egr="log")
si = res['log']['y']['Si']
st_si = res['log']['y']['St-Si']
símismo.assertGreaterEqual(si['A']['g_d'], 0.01)
símismo.assertTrue(si['A']['phi'] < 0.01
and st_si['A']['phi'] < 0.1)
símismo.assertGreaterEqual(si['B']['phi'], 0.01)
símismo.assertTrue(si['B']['g_d'] < 0.01
and st_si['B']['g_d'] < 0.1)
símismo.assertTrue(si['Ficticia']['g_d'] < 0.01
and st_si['Ficticia']['g_d'] < 0.1)
símismo.assertTrue(si['Ficticia']['phi'] < 0.01
and st_si['Ficticia']['phi'] < 0.1)
else:
raise NotImplementedError
def test_sens_promedio(símismo):
líms_paráms = {'A': (0, 1), 'B': (2, 3)}
mod = ModeloLinear()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['A', 'B'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="promedio")
símismo.assertGreaterEqual(
res['promedio']['A']['mu_star']['A'], 0.1)
símismo.assertLessEqual(
res['promedio']['A']['mu_star']['B'], 0.1)
símismo.assertLessEqual(
res['promedio']['A']['mu_star']['Ficticia'], 0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=3,
var_egr=['A', 'B'],
tipo_egr="promedio")
símismo.assertGreaterEqual(res['promedio']['A']['Si']['A'],
0.01)
símismo.assertTrue(
res['promedio']['A']['Si']['B'] < 0.01
and res['promedio']['A']['St-Si']['B'] < 0.1)
símismo.assertTrue(
res['promedio']['A']['Si']['Ficticia'] < 0.01
and res['promedio']['A']['St-Si']['Ficticia'] < 0.1)
else:
raise NotImplementedError
def test_sens_ocilación_aten(símismo):
líms_paráms = {
'A': (0.01, 0.2),
'B': (0.7, 1),
'C': (0.6, 0.8),
'D': (1.1, 1.4)
}
mod = ModeloOcilación_aten()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=10,
var_egr=['y'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="oscilación_aten")
# b_params = {'g_d': params[0], 'amplitude': params[1], 'period': params[2], 'phi': params[3]}
# should be more sensitive to B than A (B-rate of growth and decay, A Y-intercept)
mu_star = res['oscilación_aten']['y']['mu_star']
símismo.assertGreaterEqual(mu_star['A']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['A']['period'], 0.1)
símismo.assertLessEqual(mu_star['A']['phi'], 0.1)
símismo.assertGreaterEqual(mu_star['B']['amplitude'], 0.1)
símismo.assertLessEqual(mu_star['B']['period'], 0.1)
símismo.assertLessEqual(mu_star['B']['phi'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['amplitude'],
0.1)
símismo.assertLessEqual(mu_star['Ficticia']['period'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['phi'], 0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=10,
var_egr=['y'],
tipo_egr="oscilación_aten")
si = res['oscilación_aten']['y']['Si']
st_si = res['oscilación_aten']['y']['St-Si']
símismo.assertGreaterEqual(si['A']['g_d'], 0.01)
símismo.assertTrue(si['A']['amplitude'] < 0.01
and st_si['A']['amplitude'] < 0.1)
símismo.assertTrue(si['A']['period'] < 0.01
and st_si['A']['period'] < 0.1)
símismo.assertGreaterEqual(si['B']['amplitude'], 0.01)
símismo.assertTrue(si['B']['g_d'] < 0.01
and st_si['B']['g_d'] < 0.1)
símismo.assertTrue(si['B']['period'] < 0.01
and st_si['B']['period'] < 0.1)
símismo.assertGreaterEqual(si['C']['period'], 0.01)
símismo.assertTrue(si['C']['g_d'] < 0.01
and st_si['C']['g_d'] < 0.1)
símismo.assertTrue(si['C']['amplitude'] < 0.01
and st_si['C']['amplitude'] < 0.1)
símismo.assertTrue(si['Ficticia']['period'] < 0.01
and st_si['Ficticia']['period'] < 0.1)
símismo.assertTrue(si['Ficticia']['g_d'] < 0.01
and st_si['Ficticia']['g_d'] < 0.1)
símismo.assertTrue(
si['Ficticia']['amplitude'] < 0.01
and st_si['Ficticia']['amplitude'] < 0.1)
else:
raise NotImplementedError
def test_sens_logistic(símismo):
líms_paráms = {'A': (3, 10), 'B': (0.5, 2), 'C': (3, 5)}
mod = ModeloLogistic()
for m in métodos:
if m == 'morris':
with símismo.subTest(método='morris'):
res = anlzr_sens(mod,
método=m,
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
ops_método={
'num_levels': 4,
'grid_jump': 2
},
tipo_egr="logístico")
mu_star = res['logístico']['y']['mu_star']
símismo.assertGreaterEqual(mu_star['A']['maxi_val'], 0.1)
símismo.assertLessEqual(mu_star['A']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['A']['mid_point'], 0.1)
símismo.assertGreaterEqual(mu_star['B']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['B']['maxi_val'], 0.1)
símismo.assertLessEqual(mu_star['B']['mid_point'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['maxi_val'],
0.1)
símismo.assertLessEqual(mu_star['Ficticia']['g_d'], 0.1)
símismo.assertLessEqual(mu_star['Ficticia']['mid_point'],
0.1)
elif m == 'fast':
with símismo.subTest(método='fast'):
res = anlzr_sens(mod,
método='fast',
mapa_paráms=None,
líms_paráms=líms_paráms,
t_final=5,
var_egr=['y'],
tipo_egr="logístico")
si = res['logístico']['y']['Si']
st_si = res['logístico']['y']['St-Si']
símismo.assertGreaterEqual(si['A']['maxi_val'], 0.01)
símismo.assertTrue(si['A']['g_d'] < 0.01
and st_si['A']['g_d'] < 0.1)
símismo.assertTrue(si['A']['mid_point'] < 0.01
and st_si['A']['mid_point'] < 0.1)
símismo.assertGreaterEqual(si['B']['g_d'], 0.01)
símismo.assertTrue(si['B']['maxi_val'] < 0.01
and st_si['B']['maxi_val'] < 0.1)
símismo.assertTrue(si['B']['mid_point'] < 0.01
and st_si['B']['mid_point'] < 0.1)
símismo.assertGreaterEqual(si['C']['mid_point'], 0.01)
símismo.assertTrue(si['C']['g_d'] < 0.01
and st_si['C']['g_d'] < 0.1)
símismo.assertTrue(si['C']['maxi_val'] < 0.01
and st_si['C']['maxi_val'] < 0.1)
símismo.assertTrue(si['Ficticia']['maxi_val'] < 0.01
and st_si['Ficticia']['maxi_val'] < 0.1)
símismo.assertTrue(si['Ficticia']['g_d'] < 0.01
and st_si['Ficticia']['g_d'] < 0.1)
símismo.assertTrue(
si['Ficticia']['mid_point'] < 0.01
and st_si['Ficticia']['mid_point'] < 0.1)
else:
raise NotImplementedError
