1

我正在尝试使用更大质量的物体不会移动的理想化来解决围绕更大质量物体运行的物体的位置。我正在尝试使用python中的四阶龙格库塔来解决笛卡尔坐标中的位置。

这是我的代码:

dt = .1
t = np.arange(0,10,dt)

vx = np.zeros(len(t))
vy = np.zeros(len(t))
x = np.zeros(len(t))
y = np.zeros(len(t))

vx[0] = 10 #initial x velocity
vy[0] = 10 #initial y velocity
x[0] = 10 #initial x position
y[0] = 0 #initial y position

M = 20

def fx(x,y,t): #x acceleration
     return -G*M*x/((x**2+y**2)**(3/2))

def fy(x,y,t): #y acceleration
     return -G*M*y/((x**2+y**2)**(3/2))

def rkx(x,y,t,dt): #runge-kutta for x

     kx1 = dt * fx(x,y,t)
     mx1 = dt * x
     kx2 = dt * fx(x + .5*kx1, y + .5*kx1, t + .5*dt)
     mx2 = dt * (x + kx1/2)
     kx3 = dt * fx(x + .5*kx2, y + .5*kx2, t + .5*dt)
     mx3 = dt * (x + kx2/2)
     kx4 = dt * fx(x + kx3, y + x3, t + dt)
     mx4 = dt * (x + kx3)

     return (kx1 + 2*kx2 + 2*kx3 + kx4)/6
     return (mx1 + 2*mx2 + 2*mx3 + mx4)/6

 def rky(x,y,t,dt): #runge-kutta for y

     ky1 = dt * fy(x,y,t)
     my1 = dt * y
     ky2 = dt * fy(x + .5*ky1, y + .5*ky1, t + .5*dt)
     my2 = dt * (y + ky1/2)
     ky3 = dt * fy(x + .5*ky2, y + .5*ky2, t + .5*dt)
     my3 = dt * (y + ky2/2)
     ky4 = dt * fy(x + ky3, y + ky3, t + dt)
     my4 = dt * (y + ky3)

     return (ky1 + 2*ky2 + 2*ky3 + ky4)/6
     return (my1 + 2*my2 + 2*my3 + my4)/6

for n in range(1,len(t)): #solve using RK4 functions
    vx[n] = vx[n-1] + fx(x[n-1],y[n-1],t[n-1])*dt
    vy[n] = vy[n-1] + fy(x[n-1],y[n-1],t[n-1])*dt
    x[n] = x[n-1] + vx[n-1]*dt
    y[n] = y[n-1] + vy[n-1]*dt

最初,无论我以哪种方式调整代码,我的 for 循环都会出错,要么是“'float' 类型的对象没有 len()”(我不明白 float python 可能指的是什么),或“使用序列设置数组元素”(我也不明白它的意思是什么)。我设法摆脱了错误,但我的结果是错误的。我得到 10s 的 vx 和 vy 数组,从 10. 到 109. 的整数 x 数组,以及从 0. 到 99. 的整数数组。

我怀疑 fx(x,y,t) 和 fy(x,y,t) 或者我将 runge-kutta 函数编码为与 fx 和 fy 一起使用的方式存在问题,因为我使用了相同的 runge -kutta 代码用于其他功能,它工作正常。

我非常感谢任何帮助找出我的代码为什么不起作用的帮助。谢谢你。

4

2 回答 2

4

物理

牛顿定律为您提供了一个二阶 ODE u''=F(u),其中u=[x,y]. 使用v=[x',y']你得到一阶系统

u' = v
v' = F(u)

这是 4 维的,必须使用 4 维状态来解决。唯一可用的减少是使用开普勒定律,它允许将系统减少到角度的标量阶一 ODE。但这不是这里的任务。

R但是为了得到正确的尺度,对于具有角速度的半径圆形轨道,w人们得到了恒等式w^2*R^3=G*M,这意味着沿轨道的速度是w*R=sqrt(G*M/R)和 周期T=2*pi*sqrt(R^3/(G*M))。根据给定的数据,R ~ 10w ~ 1,因此G*M ~ 1000对于接近圆形的轨道,因此M=20需要G介于50和之间200,轨道周期约为2*pi ~ 6。10 的时间跨度可以代表一半到大约 2 或 3 个轨道。

欧拉法

您正确实现了 Euler 方法来计算代码最后一个循环中的值。它可能看起来不真实可能是因为欧拉方法不断增加轨道,因为它沿着切线移动到凸轨迹的外部。在您的实现中,可以看到这种向外的螺旋G=100

在此处输入图像描述

这可以通过选择较小的步长来减少,例如dt=0.001.

在此处输入图像描述

您应该选择积分时间作为完整轨道的一个很好的部分以获得可呈现的结果,使用上述参数您可以获得大约 2 个循环,这很好。

RK4 实施

你犯了几个错误。不知何故,你失去了速度,位置更新应该基于速度。

那么你应该停下fx(x + .5*kx1, y + .5*kx1, t + .5*dt)来重新考虑你的方法,因为这与任何命名约定不一致。一致、正确的变体是

fx(x + .5*kx1, y + .5*ky1, t + .5*dt) 

这表明您无法解耦耦合系统的集成,因为您需要y更新和x更新。此外,函数值是加速度,因此更新速度。位置更新使用当前状态的速度。因此,该步骤应以

 kx1 = dt * fx(x,y,t) # vx update
 mx1 = dt * vx        # x update
 ky1 = dt * fy(x,y,t) # vy update
 my1 = dt * vy        # y update

 kx2 = dt * fx(x + 0.5*mx1, y + 0.5*my1, t + 0.5*dt)
 mx2 = dt * (vx + 0.5*kx1)
 ky2 = dt * fy(x + 0.5*mx1, y + 0.5*my1, t + 0.5*dt)
 my2 = dt * (vy + 0.5*ky1)

等等

但是,如您所见,这已经开始变得笨拙。将状态组装成一个向量,并为系统方程使用向量值函数

M, G = 20, 100
def orbitsys(u):
     x,y,vx,vy = u
     r = np.hypot(x,y)
     f = G*M/r**3
     return np.array([vx, vy, -f*x, -f*y]);

然后,您可以使用 Euler 或 Runge-Kutta 步骤的食谱实现

def Eulerstep(f,u,dt): return u+dt*f(u)

def RK4step(f,u,dt):
    k1 = dt*f(u)
    k2 = dt*f(u+0.5*k1)
    k3 = dt*f(u+0.5*k2)
    k4 = dt*f(u+k3)
    return u + (k1+2*k2+2*k3+k4)/6

并将它们组合成一个集成循环

def Eulerintegrate(f, y0, tspan):
    y = np.zeros([len(tspan),len(y0)])
    y[0,:]=y0
    for k in range(1, len(tspan)):
        y[k,:] = Eulerstep(f, y[k-1], tspan[k]-tspan[k-1])
    return y


def RK4integrate(f, y0, tspan):
    y = np.zeros([len(tspan),len(y0)])
    y[0,:]=y0
    for k in range(1, len(tspan)):
        y[k,:] = RK4step(f, y[k-1], tspan[k]-tspan[k-1])
    return y

并用你给定的问题调用它们

dt = .1
t = np.arange(0,10,dt)
y0 = np.array([10, 0.0, 10, 10])

sol_euler = Eulerintegrate(orbitsys, y0, t)
x,y,vx,vy = sol_euler.T
plt.plot(x,y)

sol_RK4 = RK4integrate(orbitsys, y0, t)
x,y,vx,vy = sol_RK4.T
plt.plot(x,y)
于 2018-12-06T11:53:02.893 回答
1

您没有在任何地方使用rkx,rky功能!return您应该在函数定义的末尾使用 两个return [(kx1 + 2*kx2 + 2*kx3 + kx4)/6, (mx1 + 2*mx2 + 2*mx3 + mx4)/6](正如@eapetcho 所指出的那样)。此外,我不清楚您对 Runge-Kutta 的实施。

你有dv/dt所以你解决v然后r相应地更新。

for n in range(1,len(t)): #solve using RK4 functions
    vx[n] = vx[n-1] + rkx(vx[n-1],vy[n-1],t[n-1])*dt
    vy[n] = vy[n-1] + rky(vx[n-1],vy[n-1],t[n-1])*dt
    x[n] = x[n-1] + vx[n-1]*dt
    y[n] = y[n-1] + vy[n-1]*dt

这是我的代码版本

import numpy as np

#constants
G=1
M=1
h=0.1

#initiating variables
rt = np.arange(0,10,h)
vx = np.zeros(len(rt))
vy = np.zeros(len(rt))
rx = np.zeros(len(rt))
ry = np.zeros(len(rt))

#initial conditions
vx[0] = 10 #initial x velocity
vy[0] = 10 #initial y velocity
rx[0] = 10 #initial x position
ry[0] = 0 #initial y position

def fx(x,y): #x acceleration
     return -G*M*x/((x**2+y**2)**(3/2))

def fy(x,y): #y acceleration
     return -G*M*y/((x**2+y**2)**(3/2))

def rk4(xj, yj):
    k0 = h*fx(xj, yj)
    l0 = h*fx(xj, yj)

    k1 = h*fx(xj + 0.5*k0 , yj + 0.5*l0)
    l1 = h*fy(xj + 0.5*k0 , yj + 0.5*l0)

    k2 = h*fx(xj + 0.5*k1 , yj + 0.5*l1)
    l2 = h*fy(xj + 0.5*k1 , yj + 0.5*l1)

    k3 = h*fx(xj + k2, yj + l2)
    l3 = h*fy(xj + k2, yj + l2)

    xj1 = xj + (1/6)*(k0 + 2*k1 + 2*k2 + k3)
    yj1 = yj + (1/6)*(l0 + 2*l1 + 2*l2 + l3)
    return (xj1, yj1)

for t in range(1,len(rt)):
    nv = rk4(vx[t-1],vy[t-1])
    [vx[t],vy[t]] = nv
    rx[t] = rx[t-1] + vx[t-1]*h
    ry[t] = ry[t-1] + vy[t-1]*h

我怀疑 fx(x,y,t) 和 fy(x,y,t) 存在问题

情况就是这样,我刚刚检查了我的代码fx=3fy=y我得到了一个很好的轨迹。

这是ryvsrx图:

fx=3, fy=y 轨迹

于 2018-12-06T07:11:54.493 回答