Método de Leapfrog
Ir para navegação
Ir para pesquisar
Partindo da ideia que uma inclinação entre dois em uma curva é uma aproximação muito melhor da derivada no ponto médio em alguma das extremidades[1]., e tendo as seguintes equações do movimento:
Sendo a derivada numérica:
Então para a equação da velocidade temos que:
Ou ainda:
E aplicando a mesma ideia para a aceleração:
Logo:
Temos então:
Exemplo
Aplicando o algoritmo para:
import matplotlib.pyplot as plt #Biblioteca para plotar gráficos import numpy as np #Biblitoeca de cálculos científicos #Constantes m=1 ; k= 1.; w2= k/m #Valores iniciais x=[1]; v0=0; tx=[0]; tv=[dt/2] #Parâmetros dt = 0.1 ; tau = 2*np.pi; tf=4*tau ; Np= int(tf/dt) #Usamo Euler-Cromer para calcular a velocidade em t=dt/2 x_temp=x[0]+(dt/2)*v0 #Posição em t=dt/2 v=[v0-(dt/2)*x_temp*w2] #Velocidade em t=dt/2 #Método de Euler for it in range(Np): x.append(x[it]+dt*v[it]) tx.append(dt+it*dt) a=-w2*x[it+1] v.append(v[it]+a*dt) #Usamos x[it+1] ao invés de x[it] tv.append(dt/2+(1+it)*dt) #plt.plot(tx,x) #plt.plot(tv,v) #Para calcular a energia vamos pegar a média da velocidade vm=[v0] E=[k*(x[0]**2)/2+m*(v[0]**2)/2] for it in range(len(x)-1): vm.append((v[it+1]+v[it])/2) E.append(k*x[it+1]**2/2+m*v[it+1]**2/2) #plt.plot(tx,E) plt.plot(x,v)
Citações
- ↑ https://young.physics.ucsc.edu/115/leapfrog.pdf (Peter Young, Universidade da California)