是否可以使用Julia的方程求解器创建一个简单的弹跳球模型?
我从这开始:
using ODE
function bb(t, f)
(y, v) = f
dy_dt = v
dv_dt = -9.81
[dy_dt, dv_dt]
end
const y0 = 50.0 # height
const v0 = 0.0 # velocity
const startpos = [y0; v0]
ts = 0.0:0.25:10 # time span
t, res = ode45(bb, startpos, ts)
产生有用的数字:
julia> t
44-element Array{Float64,1}:
0.0
0.0551392
0.25
0.5
0.75
1.0
⋮
8.75
9.0
9.25
9.5
9.75
10.0
julia> res
44-element Array{Array{Float64,1},1}:
[50.0,0.0]
[49.9851,-0.540915]
[49.6934,-2.4525]
[48.7738,-4.905]
[47.2409,-7.3575]
⋮
[-392.676,-93.195]
[-416.282,-95.6475]
[-440.5,-98.1]
但不知何故,它需要在高度为0时进行干预,并反转速度。还是我走错了路?
答案 0 :(得分:5)
DifferentialEquations.jl offers sophisticated callbacks and event handling。自the DifferentialEquations.jl algorithms are about 10x faster提供higher order interpolation以来,这些算法显然是最好的选择。
第一个链接是显示如何进行事件处理的文档。简单的界面使用宏。我首先定义函数。
f = @ode_def BallBounce begin
dy = v
dv = -g
end g=9.81
我在这里展示ParameterizedFunctions.jl以使语法更好,但您可以将函数直接定义为就地更新f(t,u,du)
(如Sundials.jl)。接下来,定义确定事件发生时间的函数。它可以是任何积极的功能,并在事件时间达到零。在这里,我们正在检查球何时击中地面,或者在y=0
时检查,所以:
function event_f(t,u) # Event when event_f(t,u,k) == 0
u[1]
end
接下来,您要说明事件发生时该怎么做。在这里,我们想要反转速度的符号:
function apply_event!(u,cache)
u[2] = -u[2]
end
您将这些函数放在一起以使用宏构建回调:
callback = @ode_callback begin
@ode_event event_f apply_event!
end
现在你像往常一样解决。您使用ODEProblem
和初始条件定义f
,并在时间跨度上调用solve。唯一的补充是你将回调与求解器一起传递:
u0 = [50.0,0.0]
prob = ODEProblem(f,u0)
tspan = [0;15]
sol = solve(prob,tspan,callback=callback)
然后我们可以使用绘图配方自动绘制解决方案:
plot(sol)
结果如下:
这里有一些注意事项:
DifferentialEquations.jl将自动使用插值来更安全地检查事件。例如,如果事件发生在时间步长内但不在结束时,DifferentialEquations.jl仍会找到它。可以包含更多或更少的插值点作为@ode_event
宏的选项。
DifferentialEquations.jl使用rootfinding方法来磨练事件的时刻。即使自适应求解器逐步超过事件,通过在插值上使用rootfinding,它可以找到事件的确切时间,从而获得正确的不连续性。你可以在图表中看到,因为球永远不会消极。
这可以做得更多。 Check out the docs。你可以做任何事情。例如,让ODE在运行中改变大小,以模拟出生和死亡的细胞群。这是其他解决方案包无法做到的事情。
即使具备所有这些功能,速度也不会受到影响。
如果您需要在"易用性和#34;中添加任何额外功能,请告诉我们。接口宏。
答案 1 :(得分:3)
有点hacky:
function bb(t, f)
(y, v) = f
dy_dt = v
dv_dt = -9.81*sign(y)
[dy_dt, dv_dt]
end
你只需按照约定,其中y和-y指的是相同的高度。然后,您可以通过绘制abs(y)来绘制弹跳球的轨迹。