@zy-0815
2016-10-31T13:16:16.000000Z
字数 2945
阅读 1033
这次作业是继续课本上对Lyapunov指数的研究,但是对两个不同的变量有个轻微的减小,观察Lyapunov指数相对于初始值的变化。
此次作业是对混沌系统的进一步研究,即混沌系统对初始值的极端敏感性。
在书上,系统的初始值为
import pylab as pl
import math
class pendulum:
def __init__(self, time_step=0.04, theta=0.2,g=9.8,l=9.8,q =0.5,fd=1.2,wd=0.66666):
self.ta=theta
self.theta=[theta]
self.pi= math.pi
self.w = [0]
self.q = q
self.fd = fd
self.wd = wd
self.wo = g/l
self.t = [0]
self.dt = time_step
def run(self):
_time = 0
while(self.t[-1]<=60):
self.w.append(self.w[-1]-(self.wo*math.sin(self.theta[-1])+self.q*self.w[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt)
tmp=self.w[-1]-(self.wo*math.sin(self.theta[-1])+self.q*self.w[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt
self.theta.append(self.theta[-1] + tmp * self.dt)
self.t.append(_time)
_time += self.dt
if (self.theta[-1] <= -math.pi):
self.theta[-1] = self.theta[-1] + self.pi + math.pi
if (self.theta[-1] >= math.pi):
self.theta[-1] = self.theta[-1] - self.pi - math.pi
def show_results(self):
pl.plot(self.t,self. theta)
pl.xlabel(" time($s$)")
pl.ylabel("angle($radians$)")
pl.title("angle versus time")
pl.show()
a=pendulum()
a.run()
a.show_results()
运行可得到初试结果为:
此时可以对进行微量减小,如改变为,则程序为
import pylab as pl
import math
class pendulum:
def __init__(self, time_step=0.04, theta1=0.2,theta2=0.2,g=9.8,l=9.8,q1 =0.5,q2=0.499,fd=1.2,wd=0.66666):
self.theta1=[theta1]
self.theta2=[theta2]
self.pi= math.pi
self.w1 = [0]
self.w2 = [0]
self.dtheta=[math.fabs(theta1-theta2)]
self.q1 = q1
self.q2 = q2
self.fd = fd
self.wd = wd
self.wo = g/l
self.t = [0]
self.dt = time_step
def run(self):
_time = 0
while(self.t[-1]<=200):
self.w1.append(self.w1[-1]-(self.wo*math.sin(self.theta1[-1])+self.q1*self.w1[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt)
tmp1=self.w1[-1]-(self.wo*math.sin(self.theta1[-1])+self.q1*self.w1[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt
self.theta1.append(self.theta1[-1] + tmp1 * self.dt)
self.w2.append(self.w2[-1]-(self.wo*math.sin(self.theta2[-1])+self.q2*self.w2[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt)
tmp2=self.w2[-1]-(self.wo*math.sin(self.theta2[-1])+self.q2*self.w2[-1]-self.fd*math.sin(self.wd*self.t[-1]))*self.dt
self.theta2.append(self.theta2[-1] + tmp2 * self.dt)
self.dtheta.append(math.log(math.fabs(self.theta1[-1]-self.theta2[-1])))
self.t.append(_time)
_time += self.dt
if (self.theta1[-1] <= -math.pi):
self.theta1[-1] = self.theta1[-1] + self.pi + math.pi
if (self.theta1[-1] >= math.pi):
self.theta1[-1] = self.theta1[-1] - self.pi - math.pi
if (self.theta2[-1] <= -math.pi):
self.theta2[-1] = self.theta2[-1] + self.pi + math.pi
if (self.theta2[-1] >= math.pi):
self.theta2[-1] = self.theta2[-1] - self.pi - math.pi
def show_results(self):
pl.plot(self.t,self.dtheta,"r")
pl.xlabel(" time($s$)")
pl.ylabel("log(d_angle)($radians$)")
pl.title("log(d_angle) versus time")
pl.show()
a=pendulum()
a.run()
a.show_results()
运行结果为:
同理对于,运行结果为:
主程序依旧像上面一样,可以改变使得,带入后运行结果分别为:
由此可以看出,对于混沌系统,即使变量有着很轻微的变化,Lyapunov指数也会有很明显的变化,混沌系统对于初始值有着很高的敏感性。
感谢张梓桐同学对于程序不足之处的修改。