无标题文章

@author: xyh

"""

import math

import matplotlib.pyplot as plt

GM=4(math.pi*2)

class precession:

def init(self,e=0.5,time=9,dt=0.0001,vcoefficient=1,beta=2,alpha=0,intial_w=0,intial_sita=0):

self.intial_sita=intial_sita

self.alpha=alpha

self.beta=beta

self.vcoefficient=vcoefficient

self.e=e

self.a=1/(1+e)

self.x0=self.a*(1+e)

self.y0=0

self.vx0=0

self.vy0=self.vcoefficientmath.sqrt((GM(1-e))/(self.a*(1+e)))

self.X=[self.x0]

self.Y=[self.y0]

self.Vx=[self.vx0]

self.Vy=[self.vy0]

self.w=[intial_w]

self.sita=[intial_sita]

self.T=[0]

self.dt=dt

self.time=time

self.ThetaPrecession=[]

self.TimePrecession=[]

def calculate_reset(self):

while self.T[-1]<self.time:

r=math.sqrt(self.X[-1]2+self.Y[-1]2)

newVx=self.Vx[-1]-(GM(1+self.alpha/r2)self.X[-1]/r*(1+self.beta))self.dt

newX=self.X[-1]+newVx*self.dt

newVy=self.Vy[-1]-(GM(1+self.alpha/r2)self.Y[-1]/r*(1+self.beta))self.dt

newY=self.Y[-1]+newVy*self.dt

newW=self.w[-1]-3GM/(r5)(self.X[-1]math.sin(self.sita[-1])-self.Y[-1]math.cos(self.sita[-1]))(self.X[-1]math.cos(self.sita[-1])+self.Y[-1]math.sin(self.sita[-1]))self.dt

newSita=self.dt*self.w[-1]+self.sita[-1]

self.Vx.append(newVx)

self.Vy.append(newVy)

self.X.append(newX)

self.Y.append(newY)

self.w.append(newW)

self.sita.append(newSita)

self.T.append(self.T[-1]+self.dt)

while self.sita[-1]>=1*math.pi:

self.sita[-1]=self.sita[-1]-2*math.pi

while self.sita[-1]<=-1*math.pi:

self.sita[-1]=self.sita[-1]+2*math.pi

def plot(self,slogan=''):

plt.scatter(self.sita,self.w,label=slogan,s=0.1)

plt.legend(loc='upper right',frameon=False,fontsize='small')

plt.grid(True)

plt.title('Hyperion(Elliptical orbit) $\omega$ versus $\theta$')

plt.ylabel('$\omega(radians/yr)$')

plt.xlabel('$\theta(radians)$')

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,236评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,867评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,715评论 0 340
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,899评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,895评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,733评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,085评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,722评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,025评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,696评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,816评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,447评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,057评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,254评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,204评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,561评论 2 343

推荐阅读更多精彩内容

  • import matplotlib.pyplot as plt import numpy as np class ...
    大乔治阅读 192评论 0 0
  • """ Created on Wed Nov 16 21:04:04 2016 @author: TanMingj...
    大乔治阅读 207评论 0 0
  • import matplotlib.pyplot as plt import numpy as np class ...
    大乔治阅读 197评论 0 0
  • 本文主要摘抄整理自Rickjin的《LDA数学八卦》 统计模拟中一个很重要的问题就是给定一个概率分布$p(x)$,...
    iV0id阅读 416评论 0 1
  • 目录 [TOC] 引言 量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来...
    雷达熊阅读 966评论 0 2