scipy 用龙格-库塔法求解耦合微分方程

mwg9r5ms  于 2022-11-09  发布在  其他
关注(0)|答案(3)|浏览(290)

我有一个耦合方程组:流体静力学平衡方程、质量连续性方程和理想气体的状态方程。用数学语法来说,这些方程是:

  1. \frac{dP}{dr}=- \rho*g
    其中,\rho是密度,g是重力加速度。
  2. \frac{dM}{dr}=4*pi* r^2*\rho
  3. p=\rho* k_B* T/(\mu *m_p)
    其中k_B是玻尔兹曼常数,\mu是平均分子量,并且m_p是质子质量。
    我想使用龙格-库塔数值技术来求解这些耦合方程,这里我展示了我设计的用于解决这个问题的python代码:
from scipy.constants import m_p,G,k,pi
from pylab import *

# mu may be changed for different molecular composition:

mu=2
def g(r_atm, p_atm):
    T=165
    return 4*pi*r_atm**2*mu*m_p*p_atm/(k*T)

def f(r_atm,p_atm, m_atm):
    T=165
    return -mu*m_p*p_atm*G*m_atm/(k*T*r_atm**2)

def rk4_1(g,f, r0, p0,m0, r1, n):
    r_atm = [0]*(n + 1)
    p_atm = [0]*(n + 1)
    m_atm=[0]*(n + 1)
    h = (r1 - r0)/n

# h=-20

    r_atm[0]=r0
    p_atm[0]=p0
    m_atm[0]=m0

    for i in range(0,10000000):
        if p_atm[i]<100000:

            k0 = h*g(r_atm[i], p_atm[i])

            l0 = h*f(r_atm[i], p_atm[i], m_atm[i])

            k1 = h*g(r_atm[i] + 0.5*h, p_atm[i] + 0.5*k0)

            l1 = h*f(r_atm[i] + 0.5*h, p_atm[i] + 0.5*l0, m_atm[i]+0.5*k0)

            k2 = h*g(r_atm[i] + 0.5*h, p_atm[i] + 0.5*k1)

            l2 = h*f(r_atm[i] + 0.5*h, p_atm[i] + 0.5*l1, m_atm[i]+0.5*k1)

            k3 = h*g(r_atm[i] + h, p_atm[i] + k2)

            l3 = h*f(r_atm[i] + h, p_atm[i] + l2,  m_atm[i]+k2)

            r_atm[i+1] = r0 + (i+1)*h
            p_atm[i+1] = p_atm[i] + (l0 + 2*l1 + 2*l2 + l3)/6
            m_atm[i+1] = m_atm[i] + (k0 + 2*k1 + 2*k2 + k3)/6

            else:
                break

        return h, r_atm, p_atm, m_atm

h, r_atm, p_atm, m_atm = rk4_1(g,f, 6.991e7, 1e-6*1e5, 1.898e27, 2.0e7,10000000) #bar to pascals (*1e5)

对于压力p_atm、半径r_atm和质量m_atm的初始条件,我使用h, r_atm, p_atm, m_atm = rk4_1(g,f, 6.991e7, 1e-6*1e5, 1.898e27, 2.0e7,10000000)中的值。注意,我是从高层大气来处理这个边值问题的(初始条件已给定)并在大气中向下传播(注意,h是负数)。我的目的是计算从10^-1帕斯卡到100000帕斯卡的数值积分。运行此代码得到的结果是,压力在三个步骤中简单地增大到~1e+123,所以很明显这里有一些非常不对劲的地方,但是如果有另一只眼睛或者另一个视角会有所帮助,因为这是我第一次使用龙加-库塔方法。

8ehkhllq

8ehkhllq1#

正如Wolph所说,除以n可能只给予h=0,这取决于你使用的Python版本。如果你使用的是Python 2.x,你应该在开头包含from __future__ import division,或者以其他方式处理除法(例如,除以float(n))。(哦,我猜您可能还打算在循环中使用n,而不是硬编码range(0,10000000)?代码中有一些缩进错误,但我想这只是因为在这里发布了它。)
这似乎不是主要的问题,你说你很早就有了高血压;当我运行它的时候,它会变得很低,即使用正确的除法,我也会得到p_atm[3] = -2.27e+97,然后,我开始得到无穷大(inf-inf)和nan
在不更好地了解具体问题的情况下,很难看出实现中是否存在错误,或者这仅仅是数值不稳定的问题。如果这是你第一次使用龙格-库塔法,我强烈建议使用现有的实现,而不是尝试自己去做。数值计算和避免浮点问题可能是相当具有挑战性的。如果您已经在使用scipy-为什么不使用他们的R-K方法实现或相关的数值积分解决方案?例如,看看scipy.integrate。如果scipy积分器不能解决您的问题,至少您知道更多关于您的挑战是什么。

x0fgdtte

x0fgdtte2#

这里有一个版本,使用小数顺便说一句,它似乎工作得稍微好:

from decimal import Decimal as D
from scipy.constants import m_p,G,k,pi

m_p = D(m_p)
G = D(G)
k = D(k)
pi = D(pi)

# mu may be changed for different molecular composition:

mu = D(2)

def g(r_atm, p_atm):
    T = D(165)
    return D(4) * pi * r_atm**D(2) * mu * m_p * p_atm/(k * T)

def f(r_atm,p_atm, m_atm):
    T = D(165)
    return -mu * m_p * p_atm * G * m_atm/(k * T * r_atm**D(2))

def rk4_1(g,f, r0, p0,m0, r1, n):
    r_atm = [D(0)] * (n + 1)
    p_atm = [D(0)] * (n + 1)
    m_atm = [D(0)] * (n + 1)
    h = (r1 - r0) / n
    # h = -20
    r_atm[0] = r0
    p_atm[0] = p0
    m_atm[0] = m0

    for i in range(0, 10000000):
        if p_atm[i] < 100000:
            k0 = h * g(r_atm[i], p_atm[i])
            l0 = h * f(r_atm[i], p_atm[i], m_atm[i])
            k1 = h * g(r_atm[i] + D('0.5') * h, p_atm[i] + D('0.5') * k0)
            l1 = h * f(r_atm[i] + D('0.5') * h, p_atm[i] + D('0.5') * l0,
                       m_atm[i]+D('0.5') * k0)
            k2 = h * g(r_atm[i] + D('0.5') * h, p_atm[i] + D('0.5') * k1)
            l2 = h * f(r_atm[i] + D('0.5') * h, p_atm[i] + D('0.5') * l1,
                       m_atm[i]+D('0.5') * k1)
            k3 = h * g(r_atm[i] + h, p_atm[i] + k2)
            l3 = h * f(r_atm[i] + h, p_atm[i] + l2,  m_atm[i]+k2)

            r_atm[i + 1] = r0 + (i + 1) * h
            p_atm[i + 1] = p_atm[i]  +  (l0  +  D('2') * l1  +  D('2') * l2  +
                                         l3)/D('6')
            m_atm[i + 1] = m_atm[i]  +  (k0  +  D('2') * k1  +  D('2') * k2  +  k3)/D('6')

        else:
            break

    return h, r_atm, p_atm, m_atm

h, r_atm, p_atm, m_atm = rk4_1(
    g,
    f,
    D('6.991e7'),
    D('1e-6') * D('1e5'),
    D('1.898e27'),
    D('2.0e7'),
    10000000,
)  # bar to pascals (*1e5)

print 'h', h
ajsxfq5m

ajsxfq5m3#

由于fP的导数,gM的导数函数,因此kM的斜率,lP的斜率。因此,k1中的p_atm[i] + 0.5*k0使用了错误的偏移量,它应该是

p_atm[i] + 0.5*l0,

如在下一行中对l1所做的那样。
这对结果的影响是不可预测的。对于足够小的步长,它只是将方法的阶数减少到一。对于较大的步长,它可能使积分不稳定(其中RK4仍然稳定),产生混乱的结果

相关问题