【发布时间】:2019-09-16 23:26:43
【问题描述】:
我正在尝试使用 4 阶 Runge Kutta 方法解决 Lorenz system,其中
dx/dt=a*(y-x)
dy/dt=x(b-z)-y
dx/dt=x*y-c*z
由于该系统不明确依赖时间,因此可能会在迭代中忽略该部分,所以我只有 dX=F(x,y,z)
def func(x0):
a=10
b=38.63
c=8/3
fx=a*(x0[1]-x0[0])
fy=x0[0]*(b-x0[2])-x0[1]
fz=x0[0]*x0[1]-c*x0[2]
return np.array([fx,fy,fz])
def kcontants(f,h,x0):
k0=h*f(x0)
k1=h*f(f(x0)+k0/2)
k2=h*f(f(x0)+k1/2)
k3=h*f(f(x0)+k2)
#note returned K is a matrix
return np.array([k0,k1,k2,k3])
x0=np.array([-8,8,27])
h=0.001
t=np.arange(0,50,h)
result=np.zeros([len(t),3])
for time in range(len(t)):
if time==0:
k=kcontants(func,h,x0)
result[time]=func(x0)+(1/6)*(k[0]+2*k[1]+2*k[2]+k[3])
else:
k=kcontants(func,h,result[time-1])
result[time]=result[time-1]+(1/6)*(k[0]+2*k[1]+2*k[2]+k[3])
结果应该是 Lorenz 牵引器,但是我的代码在第五次迭代前后出现了分歧,这是因为我在 kconstants 中创建的内容确实如此,但是我检查了并且我很确定 runge kutta 的实现没有错...(至少我认为)
编辑:
找到一个类似的post,但不知道我做错了什么
【问题讨论】:
-
Python 2 还是 Python 3?在 Python 2 中,
8/3是2,1/6是0。 -
我在 python 3 中,所以应该没问题
-
为什么要把
k的计算和新状态的计算分开呢?如果您正在计算密集输出,但您没有存储它们,这将是有意义的。
标签: python numerical-methods runge-kutta lorenz-system