আমাকে সংশোধন দিয়ে শুরু করা যাক। না, odeint
কোনও সহজাত ইন্টিগ্রেটার নেই। না, সিম্পিকালিক ইন্টিগ্রেশন মানে শক্তি সংরক্ষণ নয়।
লক্ষণীয় অর্থ কী এবং কখন আপনার এটি ব্যবহার করা উচিত?
প্রথমত, সিম্পলটিক বলতে কী বোঝায়? Symplectic এর অর্থ সমাধানটি বহুগুণে থাকা বহুগুণে বিদ্যমান। একটি লক্ষণীয় বহুগুণ হল একটি সমাধান সেট যা 2-ফর্ম দ্বারা সংজ্ঞায়িত করা হয়। সিম্পিকটিক ম্যানিফোল্ডগুলির বিবরণ সম্ভবত গাণিতিক বাজে কথা বলে মনে হয়, সুতরাং এর সংক্ষিপ্তসারটির পরিবর্তে এই জাতীয় বহুগুণে দুটি সেট ভেরিয়েবলের মধ্যে সরাসরি সম্পর্ক রয়েছে। পদার্থবিদ্যার জন্য এটি গুরুত্বপূর্ণ হওয়ার কারণ হ্যামিলটোনীয় সমীকরণগুলিতে স্বাভাবিকভাবেই সমাধানগুলি পর্যায়স্থলে বহুগুণিত বহুগুণে থাকে এবং প্রাকৃতিক বিভাজন অবস্থান এবং গতির উপাদান হিসাবে রয়েছে being সত্য হ্যামিলটোনীয় সমাধানের জন্য, সেই পর্যায়টির স্থানটি ধ্রুব শক্তি।
ও (Δ t)এন)এন
এর অর্থ যা বোঝায় তা হ'ল লক্ষণীয় সংহতকারীরা দীর্ঘমেয়াদী প্যাটার্নগুলিকে স্বাভাবিক সংশ্লেষকদের তুলনায় আরও ভালভাবে ধরে রাখেন কারণ এই বামনের অভাব এবং এটি প্রায় সময়কালের গ্যারান্টি। এই নোটবুকটি কেপলার সমস্যায় সেই বৈশিষ্ট্যগুলি ভালভাবে প্রদর্শন করে । প্রথম চিত্রটি আমি সমাধানের পর্যায়ক্রমিক প্রকৃতির সাথে কী সম্পর্কে কথা বলছি তা দেখায়।
কাহান এবং লি থেকে ডিফারেন্টিয়ালএকুয়েশনস.জিল থেকে 6th ষ্ঠ অর্ডার সিম্পিলিক ইন্টিগ্রেটার ব্যবহার করে এটি সমাধান করা হয়েছিল । আপনি দেখতে পাচ্ছেন যে শক্তিটি ঠিক সংরক্ষণ করা হয়নি, তবে তার প্রকরণটি নির্ভর করে যে বিবিধ সমাধানটি বহুগুণ থেকে বহুগুণ দূরে রয়েছে। তবে যেহেতু সংখ্যাসূচক সমাধানটি নিজেই একটি সিম্পিকটিক বহুগুণে থাকে, তাই এটি প্রায় ঠিক পর্যায়ক্রমিক হতে থাকে (কিছু লিনিয়ার সংখ্যাসূচক প্রবাহ যা আপনি দেখতে পাচ্ছেন) এর সাথে দীর্ঘমেয়াদী সংহতকরণের জন্য খুব সুন্দরভাবে এটি তৈরি করে। আপনি আরকে 4 দিয়েও যদি এটি করেন তবে আপনি বিপর্যয় পেতে পারেন:
আপনি দেখতে পাচ্ছেন যে সমস্যাটি হ'ল সংখ্যাসূচক সমাধানে সত্যিকারের পর্যায়ক্রমিকতা নেই এবং অতএব অতিরিক্ত সময় এটি প্রবাহিত হতে থাকে।
এটি সিম্পিকটিক ইন্টিগ্রেটারগুলি বেছে নেওয়ার সত্য কারণটি তুলে ধরে: লক্ষণীয় সম্পত্তি (হ্যামিল্টোনীয় সিস্টেম) রয়েছে এমন সমস্যাগুলির ক্ষেত্রে দীর্ঘকালীন সংহতকরণে লক্ষণীয় সংহতকারী ভাল । সুতরাং আসুন কয়েকটি জিনিস দিয়ে চলুন। মনে রাখবেন যে এমনকি সর্বাত্মক সমস্যার ক্ষেত্রেও আপনার সর্বদা সংক্ষেপমূলক ইন্টিগ্রেটারের প্রয়োজন হয় না। এই ক্ষেত্রে, একটি অভিযোজিত 5 ম অর্ডার রঞ্জ-কত্তা পদ্ধতিটি সূক্ষ্ম করতে পারে। এখানে Tsit5
:
দুটি বিষয় লক্ষ্য করুন। এক, এটি যথেষ্ট পরিমাণে নির্ভুলতা পেয়েছে যা আপনি পর্বের স্থানের প্লটে আসল প্রবাহ দেখতে পাচ্ছেন না। যাইহোক, ডানদিকে আপনি দেখতে পাচ্ছেন যে এনার্জি ড্রিফ্ট রয়েছে, এবং তাই আপনি যদি দীর্ঘ পর্যায়ে একীকরণ করতে থাকেন তবে এই পদ্ধতিটি পর্যায়ক্রমিক বৈশিষ্ট্যগুলির সাথে সমাধানের পদ্ধতিটিও করবে না। তবে এটি প্রশ্ন উত্থাপন করে, কীভাবে দক্ষতার ভিত্তিতে ভাড়াটিয়া কেবলমাত্র নির্ভুলভাবে সংহত করা যায়? ঠিক আছে, এটি কিছুটা কম নিশ্চিত। ইন DiffEqBenchmarks.jl আপনি কিছু এই প্রশ্নের তদন্ত benchmarks খুঁজে পেতে পারেন। উদাহরণস্বরূপ, এই নোটবুকচতুর্ভুজ বোসন মডেল থেকে হ্যামিল্টোনীয় সমীকরণ সিস্টেমে রানটাইম বনাম রানটাইমের দিকে তাকান এবং দেখায় যে আপনি যদি উচ্চতর যথার্থতা চান তবে এমনকি দীর্ঘ দীর্ঘ সংহতকরণের জন্যও এটি একটি উচ্চ ক্রম আরকে বা রঞ্জ-কুট্টা নাইট্রোম ব্যবহার করা আরও দক্ষ ( আরকেএন) পদ্ধতি। এটি বোধগম্য হয় কারণ সমানুপাতিক সম্পত্তি সন্তুষ্ট করতে ইন্টিগ্রেটাররা কিছু দক্ষতা ছেড়ে দেয় এবং বেশিরভাগ সময় নির্ধারিত সময় ধাপে নির্ধারণ করতে হয় (কিছু গবেষণার উত্তরোত্তর অগ্রগতি হয় তবে এটি খুব বেশি দূরে নয়)।
তদতিরিক্ত, এই দুটি নোটবই থেকে বিজ্ঞপ্তি যে আপনি কেবল একটি স্ট্যান্ডার্ড পদ্ধতি গ্রহণ করতে পারেন এবং এটিকে প্রতিটি পদক্ষেপে (বা প্রতি কয়েকটি পদক্ষেপ) বহুগুণে সমাধানে প্রজেক্ট করতে পারেন। ডিফারেন্টিয়ালএকোয়াশনস.জিল ম্যানিফোল্ডপ্রজেক্ট কলব্যাক ব্যবহার করে উদাহরণগুলি এটি করছে। আপনি দেখতে পান যে গ্যারান্টি সংরক্ষণ সংরক্ষণ আইনগুলি সমুন্নত রয়েছে তবে প্রতিটি পদক্ষেপে একটি অন্তর্নিহিত সিস্টেমটি সমাধান করার জন্য অতিরিক্ত খরচ সহ। সংরক্ষণ সমীকরণগুলিকে যুক্ত করতে আপনি একটি সম্পূর্ণ-সংক্রামিত ওডিই সলভার বা একক একক গণ ম্যাট্রিকগুলিও ব্যবহার করতে পারেন, তবে শেষ ফলাফলটি হ'ল এই পদ্ধতিগুলি ট্রেড অফ হিসাবে আরও গণ্য-ব্যয়বহুল।
সুতরাং সংক্ষেপে বলা যায় যে আপনি যে শ্রেণীর সমস্যার সমাধান করতে চান যেখানে একটি সহানুভূতি সম্পন্ন ইন্টিগ্রেটরের কাছে পৌঁছাতে চান সেগুলি হ'ল একটি সিম্পিলিক ম্যানিফোল্ডের (হ্যামিল্টোনীয় সিস্টেমগুলি) সমাধান যেখানে আপনি সংমিতি সংস্থান বিনিয়োগ করতে চান না খুব সঠিক (সহনশীলতা <1e-12
) রয়েছে সমাধান এবং সঠিক শক্তি / ইত্যাদি প্রয়োজন নেই। সংরক্ষণ। এটি হাইলাইট করে যে এগুলি সমস্ত দীর্ঘমেয়াদী ইন্টিগ্রেশন বৈশিষ্ট্যগুলি সম্পর্কে, তাই কিছু সাহিত্যের পরামর্শ অনুসারে আপনার কাছে সমস্ত উইল-নিলি করা উচিত নয়। তবে এস্ট্রোফিজিক্সের মতো অনেক ক্ষেত্রে এটি এখনও একটি অত্যন্ত গুরুত্বপূর্ণ সরঞ্জাম যেখানে আপনার দীর্ঘমেয়াদী একীকরণ রয়েছে যা আপনাকে অযৌক্তিক নির্ভুলতা ছাড়াই পর্যাপ্ত দ্রুত সমাধান করতে হবে।
আমি কোথায় সিম্পিলটিক ইন্টিগ্রেটারগুলি পাই? কোন ধরণের সংকেত সংহতকারী বিদ্যমান?
সিম্পিলিক ইন্টিগ্রেটারগুলির সাধারণত দুটি শ্রেণি রয়েছে। সেখানে সিম্পিলটিক রঞ্জ-কত্ত ইন্টিগ্রেটার রয়েছে (যা উপরের উদাহরণগুলিতে দেখানো হয়েছে) এবং সেখানে অন্তর্নিহিত রান্জ-কত্তা পদ্ধতি রয়েছে যার মধ্যে সহানুভূতিশীল সম্পত্তি রয়েছে। @ অরিগিম্বো যেমন উল্লেখ করেছেন, সিম্পিলটিক রঞ্জ-কোট্টা সংহতকারীদের আপনাকে তাদের একটি বিভাজনযুক্ত কাঠামো সরবরাহ করতে হবে যাতে তারা অবস্থান এবং গতির অংশগুলি পৃথকভাবে পরিচালনা করতে পারে। যাইহোক, এই মন্তব্যের বিপরীতে, অন্তর্নিহিত রানেজ-কত্তা পদ্ধতিগুলি প্রয়োজন ছাড়াই সংবেদনশীল, তবে পরিবর্তে একটি ননলাইনার সিস্টেম সমাধান করা প্রয়োজন। এটি খুব খারাপ নয় কারণ যদি সিস্টেমটি কঠোর না হয় তবে এই অফলাইন সিস্টেমটি কার্যকরী পুনরাবৃত্তি বা অ্যান্ডারসন ত্বরণের মাধ্যমে সমাধান করা যেতে পারে, তবে দক্ষতার জন্য সম্ভবত লক্ষণীয় আরকে পদ্ধতিগুলি পছন্দ করা উচিত (এটি '
এটি বলেছিল, ওডিন্টের এই পরিবারগুলির কোনওর থেকেই কোনও পদ্ধতি নেই , তাই আপনি যদি পারস্পরিক সংমিশ্রণকারীদের সন্ধান করেন তবে এটি ভাল পছন্দ নয়। ফোর্টরানে , হায়ারের সাইটের একটি ছোট সেট রয়েছে যা আপনি ব্যবহার করতে পারেন । গণিতের কয়েকটি অন্তর্নির্মিত রয়েছে । জিএসএল ওডিই সমাধানকারীদের অন্তর্নিহিত আর কে গাউসিয়ান পয়েন্ট ইন্টিগ্রেটার রয়েছে যা আইআইআরসি সাম্প্রদায়িক, তবে এটি জিএসএল পদ্ধতিগুলি ব্যবহার করার একমাত্র কারণ।
তবে সিম্পিলিক ইন্টিগ্রেটারগুলির সর্বাধিক বিস্তৃত সেট জুলিয়ার ডিফারেনটিয়ালএকুয়েশনস.জেএল-তে পাওয়া যাবে (মনে রাখবেন এটি উপরে নোটবুকগুলির জন্য ব্যবহৃত হয়েছিল)। এই পৃষ্ঠায় উপলব্ধ সিম্পলটিক রঞ্জ-কত্তা পদ্ধতির তালিকা পাওয়া যায় এবং আপনি লক্ষ্য করবেন যে অন্তর্নিহিত মিডপয়েন্ট পদ্ধতিটিও সহানুভূতিশীল (অন্তর্নিহিত রান্জে-কত্ত ট্র্যাপিজয়েড পদ্ধতিটিকে "বিপরীতমুখী কারণ এটি" প্রায় সিম্প্লেটিক "হিসাবে বিবেচনা করা হয়)। এটির পদ্ধতির সর্বাধিক সেট রয়েছে তা নয়, এটি ওপেন-সোর্সও রয়েছে (আপনি কোডটি এবং এর পরীক্ষাগুলি একটি উচ্চ-স্তরের ভাষায় দেখতে পারেন) এবং এতে প্রচুর মানদণ্ড রয়েছে । এটি শারীরিক সমস্যা সমাধানের জন্য ব্যবহারের জন্য একটি ভাল প্রাথমিক নোটবুক এই টিউটোরিয়াল নোটবুক। তবে অবশ্যই এটি আপনাকে প্রথম ওডিই টিউটোরিয়ালের মাধ্যমে প্যাকেজটি দিয়ে শুরু করার পরামর্শ দিচ্ছে ।
সাধারণভাবে আপনি এই ব্লগ পোস্টে সংখ্যাগত ডিফারেনশিয়াল সমীকরণ স্যুটগুলির বিশদ বিশ্লেষণ পেতে পারেন । এটি বেশ বিস্তৃত তবে যেহেতু এটির তুলনায় অনেকগুলি বিষয় এটিকে কম বিশদে বিস্তৃত করতে হবে, তাই এটি কোনওভাবেই প্রসারিত করার জন্য নির্দ্বিধায় জিজ্ঞাসা করুন।