Skip to content
Snippets Groups Projects
Commit 80641a2a authored by JuanPi Carbajal's avatar JuanPi Carbajal
Browse files

rename files

parent 31a0185a
Branches
No related tags found
No related merge requests found
......@@ -20,22 +20,22 @@
import numpy as np
import time
# Die sind die Problemparameter
# Dies sind die Problemparameter
# Du kannst verschiedene Werte ausprobieren!
a = -9.81 # Beschleunigung == Erdbeschleunigung [m/s^2]
v0 = 0.0 # Anfangsgeschwindigkeit [m/s]
T = 3 # Simulierte Dauer [s]
t_end = 3 # Simulierte Dauer [s]
dt = 0.1 # Zeitschritt [s]
# Hier wir weisen Speicher zu
t = np.arange(0, T + dt/2, dt) # Zeitwertarray
nT = len(t) # Anzahl der Zeitschritte
v = np.zeros(nT) # Speicherzuweisung für Geschwindigkeitarray
t = np.arange(0, t_end + dt/2, dt) # Zeitwertarray
nt = len(t) # Anzahl der Zeitschritte
v = np.zeros(nt) # Speicherzuweisung für Geschwindigkeitarray
'''
Implementiert deinen Explizite Euler-Verfahren in den folgenden Zeilen
Implementiere dein explizites Euler-Verfahren in den folgenden Zeilen
Erinnerung: Das explizite Euler-Verfahren, kurz gesagt
Erinnerung: Das explizite Euler-Verfahren, kurz erklärt:
a) Approximation der Ableitung
......@@ -43,19 +43,19 @@ v = np.zeros(nT) # Speicherzuweisung für Geschwindigkeitarray
----(t) ~ ------------------- := a
∂t dt
b) Aktualisierung des Unbekannten
b) Aktualisierung der Unbekannten
v(t+dt) = v(t) + a * dt
'''
# Gibt hier deinen Code ein
# Gib hier deinen Code ein
# Hier plotten wir die Ergebnisse der Integration
import matplotlib.pyplot as plt
plt.ion() # interaktive plotten "on"
#plt.clf() # Diese Zeile auskommentieren, um den Plot zu leeren
plt.ion() # interaktives Plotten "on"
#plt.clf() # Diese Zeile auskommentieren, um den Plot zu leeren
plt.plot(t,v,'.-') # Punkt-Dash-Plot der Funktion
plt.show() # Zeigt den Plot
......@@ -16,25 +16,26 @@
'''
# Author: Juan Pablo Carbajal <juanpablo.carbajal@hs.ch>
import numpy as np
import time
# Die sind die Problemparameter
# Dies sind die Problemparameter
# Du kannst verschiedene Werte ausprobieren!
a = -9.81 # Beschleunigung == Erdbeschleunigung [m/s^2]
v0 = 0.0 # Anfangsgeschwindigkeit [m/s]
T = 3 # Simulierte Dauer [s]
t_end = 3 # Simulierte Dauer [s]
dt = 0.1 # Zeitschritt [s]
# Hier wir weisen Speicher zu
t = np.arange(0, T + dt/2, dt) # Zeitwertarray
nT = len(t) # Anzahl der Zeitschritte
v = np.zeros(nT) # Speicherzuweisung für Geschwindigkeitarray
t = np.arange(0, t_end + dt/2, dt) # Zeitwertarray
nt = len(t) # Anzahl der Zeitschritte
v = np.zeros(nt) # Speicherzuweisung für Geschwindigkeitarray
'''
Implementiert deinen Explizite Euler-Verfahren in den folgenden Zeilen
Implementiere dein explizites Euler-Verfahren in den folgenden Zeilen
Erinnerung: Das explizite Euler-Verfahren, kurz gesagt
Erinnerung: Das explizite Euler-Verfahren, kurz erklärt:
a) Approximation der Ableitung
......@@ -42,12 +43,12 @@ v = np.zeros(nT) # Speicherzuweisung für Geschwindigkeitarray
----(t) ~ ------------------- := a
∂t dt
b) Aktualisierung des Unbekannten
b) Aktualisierung der Unbekannten
v(t+dt) = v(t) + a * dt
'''
# Gibt hier deinen Code ein
# Gib hier deinen Code ein
''' Lösung: Schleife '''
wallclk = time.time()
......@@ -72,8 +73,8 @@ print ('Elapsed ', time.time() - wallclk)
import matplotlib.pyplot as plt
plt.ion() # interaktive plotten "on"
#plt.clf() # Diese Zeile auskommentieren, um den Plot zu leeren
plt.ion() # interaktives Plotten "on"
#plt.clf() # Diese Zeile auskommentieren, um den Plot zu leeren
plt.plot(t,v,'.-') # Punkt-Dash-Plot der Funktion
plt.show() # Zeigt den Plot
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment