分岐:ブリュッセレータ
- 存在から発展へ
- こちら のつづき
- p119-p120
- 拡散係数を補正する処理を入れる
- p121 図5.6
- 拡散係数 とシミュレーションする空間 の境界の計算も修正
- 中心部に小さな揺らぎをあたえる
- はじめ全体が振動するがやがて対称性の破れた定常状態となる
- がともに奇数だと完璧に対称になってしまうので、対称性の崩れはみえない
library(rgl) A<-2 B<-4.6 X0<-A Y0<-B/A Lx<-0.2 dx<-0.01 Nx<-floor(Lx/dx) Ly<-0.2 dy<-0.01 Ny<-floor(Ly/dy) T<-30 dt<-0.001 Nt<-T/dt # 拡散係数 Dx<-0.00325 Dy<-0.0162 # 補正 Dx<-Dx/dx^2*dt Dy<-Dy/dy^2*dt # 円を作る K<-K2<-matrix(0,Nx,Ny) for(nx in 1:Nx){ for(ny in 1:Ny){ if((nx-(Nx+1)/2)^2/(Nx/2)^2+(ny-(Ny+1)/2)^2/(Ny/2)^2 < 1){K[nx,ny]<-1} }} # 内部は1、境界は2 K2[-1,][which(K[-Nx,]-K[-1,] == -1)]<-2 K2[-Nx,][which(K[-Nx,]-K[-1,] == 1)]<-2 K2[,-1][which(K[,-Ny]-K[,-1] == -1)]<-2 K2[,-Ny][which(K[,-Ny]-K[,-1] == 1)]<-2 K2[1,]<-(K[1,]>0)*2;K2[Nx,]<-(K[Nx,]>0)*2;K2[,1]<-(K[,1]>0)*2;K2[,Ny]<-(K[,Ny]>0)*2 K[which(K2 == 2)]<-2 # 各点のX,Yの濃度 C<-array(c(X0),c(Nx,Ny,2)) C[floor((Nx+1)/2):floor((Nx)/2+1),floor((Ny+1)/2):floor((Ny)/2+1),2]<-Y0+seq(from=0,to=0.1,length=4) C[floor((Nx+1)/2):floor((Nx)/2+1),floor((Ny+1)/2):floor((Ny)/2+1),1]<-X0 C[,,1]<-C[,,1]*(K>0) C[,,2]<-C[,,2]*(K>0) C[,,1][which(K==2)]<-X0 C[,,2][which(K==2)]<-Y0 # 拡散係数の計算 DX<-array(0,c(Nx-1,Ny,2)) DY<-array(0,c(Nx,Ny-1,2)) DX[,,1]<-(K[-1,]*K[-Nx,]>0)*Dx DX[,,2]<-(K[-1,]*K[-Nx,]>0)*Dy DY[,,1]<-(K[,-1]*K[,-Ny]>0)*Dx DY[,,2]<-(K[,-1]*K[,-Ny]>0)*Dy # ブリュッセレータを計算する関数 f1<-function(X){ y<- A+X[1]^2*X[2]-B*X[1]-X[1] return(y) } f2<-function(X){ y<- B*X[1]-X[1]^2*X[2] return(y) } # ここからがシミュレーション for(t in 1:Nt) { if(t %% 1000 ==1){ plot3d(slice.index(C[,,1],1)*Lx/Nx,slice.index(C[,,1],2)*Ly/Ny,C[,,1],alpha=ifelse(K==0,0,1),xlab="x",ylab="y",zlab="X conc.",col=rainbow(101)[C[,,1]/max(C[,,1])*100+1],main=paste("time = ",(t-1)*dt,sep="")) } # ブリュッセレータの計算 for(nx in 1:Nx){ for(ny in 1:Ny) if(K[nx,ny] >= 1){ X<-C[nx,ny,] dX<-c(f1(X),f2(X))*dt C[nx,ny,]<-X+dX } } # 拡散の計算 dC_x<-C[-1,,]-C[-Nx,,] dC_y<-C[,-1,]-C[,-Ny,] Ix<- -DX*dC_x Iy<- -DY*dC_y C[-1,,]<-C[-1,,]+Ix C[-Nx,,]<-C[-Nx,,]-Ix C[,-1,]<- C[,-1,]+Iy C[,-Ny,]<-C[,-Ny,]-Iy # 固定端 # C[,,1][which(K==2)]<-X0 # C[,,2][which(K==2)]<-Y0 }