Runge-Kutta 4 用于求解 ODE Python 系统

Question

我为 Runge-Kutta 4 编写了代码来求解 ODE 系统。

它对于一维 ODE 工作得很好，但是当我尝试解决时，x'' + kx = 0我在尝试定义向量函数时遇到了问题：

让u1 = x和u2 = x' = u1'，则系统如下所示：

u1' = u2

u2' = -k*u1

如果u = (u1,u2)和f(u, t) = (u2, -k*u1)，那么我们需要解决：

u' = f(u, t)

def f(u,t, omega=2):

    u, v = u

    return np.asarray([v, -omega**2*u])

我的整个代码是：

import numpy as np

def ode_RK4(f, X_0, dt, T):    

    N_t = int(round(T/dt))

    #  Create an array for the functions ui 

    u = np.zeros((len(X_0),N_t+1)) # Array u[j,:] corresponds to the j-solution

    t = np.linspace(0, N_t*dt, N_t + 1)

    # Initial conditions

    for j in range(len(X_0)):

        u[j,0] = X_0[j]

    # RK4

    for j in range(len(X_0)):

        for n in range(N_t):

            u1 = f(u[j,n] + 0.5*dt* f(u[j,n], t[n])[j], t[n] + 0.5*dt)[j]

            u2 = f(u[j,n] + 0.5*dt*u1, t[n] + 0.5*dt)[j]

            u3 = f(u[j,n] + dt*u2, t[n] + dt)[j]

            u[j, n+1] = u[j,n] + (1/6)*dt*( f(u[j,n], t[n])[j] + 2*u1 + 2*u2 + u3)

    

    return u, t

def demo_exp():

    import matplotlib.pyplot as plt

    

    def f(u,t):

        return np.asarray([u])

    u, t = ode_RK4(f, [1] , 0.1, 1.5)

    

    plt.plot(t, u[0,:],"b*", t, np.exp(t), "r-")

    plt.show()

    

def demo_osci():

    import matplotlib.pyplot as plt

    

    def f(u,t, omega=2):

        # u, v = u Here I've got a problem

        return np.asarray([v, -omega**2*u])

    

    u, t = ode_RK4(f, [2,0], 0.1, 2)

    

    for i in [1]:

        plt.plot(t, u[i,:], "b*")

    plt.show()

    

Answer 1

您走在正确的道路上，但是当将 RK 等时间积分方法应用于向量值 ODE 时，本质上与标量情况下执行的操作完全相同，只是使用向量。因此，您可以跳过for j in range(len(X_0))循环和关联的索引，并确保将初始值作为向量（numpy 数组）传递。还清理了一点索引t并将解决方案存储在列表中。import numpy as npdef ode_RK4(f, X_0, dt, T):        N_t = int(round(T/dt))    # Initial conditions    usol = [X_0]    u = np.copy(X_0)        tt = np.linspace(0, N_t*dt, N_t + 1)    # RK4    for t in tt[:-1]:        u1 = f(u + 0.5*dt* f(u, t), t + 0.5*dt)        u2 = f(u + 0.5*dt*u1, t + 0.5*dt)        u3 = f(u + dt*u2, t + dt)        u = u + (1/6)*dt*( f(u, t) + 2*u1 + 2*u2 + u3)        usol.append(u)    return usol, ttdef demo_exp():    import matplotlib.pyplot as plt        def f(u,t):        return np.asarray([u])    u, t = ode_RK4(f, np.array([1]) , 0.1, 1.5)        plt.plot(t, u, "b*", t, np.exp(t), "r-")    plt.show()    def demo_osci():    import matplotlib.pyplot as plt        def f(u,t, omega=2):        u, v = u         return np.asarray([v, -omega**2*u])        u, t = ode_RK4(f, np.array([2,0]), 0.1, 2)        u1 = [a[0] for a in u]        for i in [1]:        plt.plot(t, u1, "b*")    plt.show()

Answer 2

型号是这样的： 在此输入图片描述来自 Langtangen 的书《计算编程 - Python》。