В настоящее время я пытаюсь написать некоторый код python для решения произвольной системы ODE первого порядка, используя общий явный метод Рунге-Кутты, определяемый значениями alpha, gamma (оба вектора измерения m) и beta (нижний tri angular матрица измерения mxm) таблицы Мясника, переданная пользователем. Мой код, кажется, работает для отдельных ODE, протестировав его на нескольких различных примерах, но я изо всех сил пытаюсь обобщить мой код для векторных ODE (то есть систем).
В частности, я пытаюсь решить ODE генератора Ван-дер-Поля (преобразованный в систему первого порядка), используя метод Хеуна, определенный значениями таблицы Батчера, приведенными в моем коде, но я получаю ошибки
- "RuntimeWarning: переполнение, обнаруженное в double_scalars
f = lambda t,u: np.array(... etc)
" и - "RuntimeWarning: недопустимое значение, обнаруженное при добавлении
kvec[i] = f(t+alpha[i]*h,y+h*sum)
"
затем мой вектор решения, который явно взрывается. Обратите внимание, что закомментированный код, приведенный ниже, является одним из примеров отдельных ODE, которые я пробовал и решается правильно. Может ли кто-нибудь помочь, пожалуйста? Вот мой код:
import numpy as np
def rk(t,y,h,f,alpha,beta,gamma):
'''Runga Kutta iteration'''
return y + h*phi(t,y,h,f,alpha,beta,gamma)
def phi(t,y,h,f,alpha,beta,gamma):
'''Phi function for the Runga Kutta iteration'''
m = len(alpha)
count = np.zeros(len(f(t,y)))
kvec = k(t,y,h,f,alpha,beta,gamma)
for i in range(1,m+1):
count = count + gamma[i-1]*kvec[i-1]
return count
def k(t,y,h,f,alpha,beta,gamma):
'''returning a vector containing each step k_{i} in the m step Runga Kutta method'''
m = len(alpha)
kvec = np.zeros((m,len(f(t,y))))
kvec[0] = f(t,y)
for i in range(1,m):
sum = np.zeros(len(f(t,y)))
for l in range(1,i+1):
sum = sum + beta[i][l-1]*kvec[l-1]
kvec[i] = f(t+alpha[i]*h,y+h*sum)
return kvec
def timeLoop(y0,N,f,alpha,beta,gamma,h,rk):
'''function that loops through time using the RK method'''
t = np.zeros([N+1])
y = np.zeros([N+1,len(y0)])
y[0] = y0
t[0] = 0
for i in range(1,N+1):
y[i] = rk(t[i-1],y[i-1], h, f,alpha,beta,gamma)
t[i] = t[i-1]+h
return t,y
#################################################################
'''f = lambda t,y: (c-y)**2
Y = lambda t: np.array([(1+t*c*(c-1))/(1+t*(c-1))])
h0 = 1
c = 1.5
T = 10
alpha = np.array([0,1])
gamma = np.array([0.5,0.5])
beta = np.array([[0,0],[1,0]])
eff_rk = compute(h0,Y(0),T,f,alpha,beta,gamma,rk, Y,11)'''
#constants
mu = 100
T = 1000
h = 0.01
N = int(T/h)
#initial conditions
y0 = 0.02
d0 = 0
init = np.array([y0,d0])
#Butcher Tableau for Heun's method
alpha = np.array([0,1])
gamma = np.array([0.5,0.5])
beta = np.array([[0,0],[1,0]])
#rhs of the ode system
f = lambda t,u: np.array([u[1],mu*(1-u[0]**2)*u[1]-u[0]])
#solving the system
time, sol = timeLoop(init,N,f,alpha,beta,gamma,h,rk)
print(sol)