tinowagner.com // Blog » Python http://blog.tinowagner.com Dies und das. Wed, 25 Nov 2009 00:44:06 +0000 http://wordpress.org/?v=2.9.2 en hourly 1 Das Magnetpendel http://blog.tinowagner.com/2009/07/13/das-magnetpendel/ http://blog.tinowagner.com/2009/07/13/das-magnetpendel/#comments Mon, 13 Jul 2009 18:08:18 +0000 Tino Wagner http://blog.tinowagner.com/?p=50 Screenshot des Magnetpendels Beispiel für eine berechnete Karte

Als Projektarbeit für Computational Physics habe ich ein Magnetpendel programmiert. Geschrieben in Python mit wxWidgets und Pyglet, parallelisiert mit IPython.

  • Präsentation des Projekts: PDF (Kurzfassung, 1 MB), PDF (Langfassung mit weiteren Fraktalen, 14 MB)
  • Dokumentation: hier
  • Quelltext

]]> http://blog.tinowagner.com/2009/07/13/das-magnetpendel/feed/ 1 Möge es doppel-pendeln! http://blog.tinowagner.com/2008/04/02/doppelpendel/ http://blog.tinowagner.com/2008/04/02/doppelpendel/#comments Wed, 02 Apr 2008 21:24:04 +0000 Tino Wagner http://blog.tinowagner.com/?p=36 Die Semesterferien neigen sich dem Ende zu, und nach all der Prüfungszeit wollte ich mal wieder was programmieren. Doch was? Nun, ich glaube ein Physikstudent sollte zumindest einmal in seinem Leben eine Simulation eines Doppelpendels programmieren ;) Es ist nicht nur schön anzusehen, sondern auch als wohl einfachstes chaotisches System ein physikalisch interessanter Fall.

Die Herleitung der Bewegungsgleichungen ist dank zwei Semestern theoretischer Physik und Lagrange II nicht schwer, wird aber auch bei Eric Weisstein’s World Of Physics sehr schön beschrieben. 

Die dort hergeleiteten Gleichungen sind

M l_1 \ddot \phi_1 + m_2 l_2 \ddot \phi_2 \cos (\phi_1 - \phi_2) + m_2 l_2 \dot \phi^2_2 \sin (\phi_1 - \phi_2) + M g \sin \phi_1 = 0

m_2 l_2 \ddot \phi_2 + m_2 l_1 \ddot \phi_1 \cos (\phi_1 - \phi_2) - m_2 l_1 \dot \phi^2_1 \sin (\phi_1 - \phi_2) + m_2 g \sin \phi_2 = 0

mit M = m_1 + m_2  als Gesamtmasse.

Bleibt noch das Problem sie zu lösen. Analytisch ist das aber ohne Näherung nicht möglich. (Schon das einfache Fadenpendel läßt sich analytisch nur für kleine Winkel exakt lösen!)

Also numerisch.

Angefangen mit Python und dem Rechenpaket SciPy habe ich also ein Einfach- und ein Doppelpendel nebeneinander aufgehängt. (Für die Grafkausgabe OpenGL und Pyglet)

Das gekoppelte Differentialgleichungssystem 2. Ordnung muß man hierbei zur numerischen Lösung in ein Differentialgleichungssystem 1. Ordnung umformen, damit die Integrationsroutinen aus SciPy anwendbar sind. Aber das ist zum Glück immer möglich.

Weil es aber langweilig ist, eine fertige Funktion zu nutzen, habe ich auch diese Routinen noch umgesetzt. Genauer gesagt drei verschiedene: das Euler-Verfahren, das klassische Runge-Kutta-Verfahren mit fester Schrittweite und das Runge-Kutta-Verfahren nach Dormand und Prince mit einer sich anpassenden Schrittweite, wie es in Numerical Recipes beschrieben ist.

Doppelpendel

Lange Rede, kurzer Sinn. Den Python-Code gibt’s hier: klick. Ausführen mit „python -O simulation.py“.

Zur Ausführung wird, wie gesagt, weiterhin das Modul Pyglet benötigt. In ode.py findet sich die Implementation der ODE-Integrationsroutinen. Um die Pendelparameter zu ändern, liefere ich eine einfaches und schnell zusammengeschustertes Widget-Toolkit mit, das das Unterfenster erzeugt.

Da ich aber auch mal wieder was mit Java machen wollte, habe ich das Doppelpendel noch mit Java, NetBeans und JOGL (OpenGL-Binding für Java) umgesetzt. „umgesetzt“ heißt hierbei, daß ich den Code nahezu 1:1 von meinem ursprünglichen Python-Code übersetzt habe. Die Java-Simulation läuft etwas schneller und dank Java Web Start kann ich hier auch einen Link bieten, um sich das ganze sofort anzuschauen.

Den Quelltext gibt’s natürlich auch.

]]> http://blog.tinowagner.com/2008/04/02/doppelpendel/feed/ 5