【问题标题】:How to implement Euler method in R如何在 R 中实现欧拉方法
【发布时间】:2020-06-22 16:59:41
【问题描述】:

我正在尝试实现这个欧拉方法过程,但我无法获得所需的图表。

solve_logistic <- function(N0, r = 1, delta_t = 0.01, times = 1000) {
  N <- rep(N0, times)
  dN <- function(N) r * N * (1 - N)
  
  for (i in seq(2, times)) {
    # Euler
    N[i] <- N[i-1] + delta_t * dN(N[i-1])
    
    # Improved Euler
    # k <- N[i-1] + delta_t * dN(N[i-1])
    # N[i] <- N[i-1] + 1 /2 * delta_t * (dN(N[i-1]) + dN(k))
    
    # Runge-Kutta 4th order
    # k1 <- dN(N[i-1]) * delta_t
    # k2 <- dN(N[i-1] + k1/2) * delta_t
    # k3 <- dN(N[i-1] + k2/2) * delta_t
    # k4 <- dN(N[i-1] + k3) * delta_t
    #
    # N[i] <- N[i-1] + 1/6 * (k1 + 2*k2 + 2*k3 + k4)
  }
  
  N
}

这是我要制作的图表:

And you can also view the original source which I am following for this graph

【问题讨论】:

  • 下面的答案有用吗?

标签: r


【解决方案1】:

您对流行病学模型的兴趣是一件好事。

要获得与您显示的相似的图形,您需要首先编写参考网站上给出的N(t) 的解析解。

logistic <- function(N0, r, t){
    return(1 / (1 + ((1-N0)/N0) * exp(- r * t)))
}

此外,您应该小心absisse信息。

r <- 1
t <- 1:1000
N0 <- 0.03
delta_t <- 0.01
plot(t * delta_t, logistic(N0 = N0, r = r, t = t * delta_t), type = "l",
     ylim = c(0, 1),
     ylab = "N(t)",
     xlab = "times")

lines(t * delta_t, solve_logistic(N0 = N0, times = max(t)),
      col = "red", lty = 2)

它为您提供了图形的一部分,现在您可以计算方法的错误并使用另一个 delta 进行测试。

欧拉法是一种基于Taylor expansion的EDO解析数值方法,如gradient descent algorithm 。

solve_logistic <- function(N0, r = 1, delta_t = 0.01, times = 1000) {
  N <- rep(N0, times)
  dN <- function(N) r * N * (1 - N)
  
  for (i in seq(2, times)) {
    # Euler (you follow the deepest slope with a small step delta)
    N[i] <- N[i-1] + delta_t * dN(N[i-1])
  }
  N
}

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2015-07-20
    • 2021-12-11
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-02-25
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多