Numerische Bibliothek in C++



  • Mal ein kleines Update zum Stand der Dinge. Wir haben uns jetzt erstmal auf einen Part der lib konzentriert - odeint zum Lösen von Differentialgleichungen. Und der befindet sich in der boost sandbox, dort wird jetzt auch entwickelt. Wir haben jetzt ca. 2 Wochen an 20 Zeilen Code diskutiert und 1000mal wieder neuangefangen, aber ich denke wir sind jetzt auf einem guten Weg.

    Falls jemand Lust hat, daran mitzuarbeiten würden wir uns sehr freuen. Besonders suchen wir jemanden, der sich richtig gut mit templates und metaprogrammierung auskennt.



  • Lösen von Differentialgleichungen

    Da habt ihr euch aber etwas einfaches herausgesucht, dass die meisten Physiker/Mathematiker sicher selbst irgendwann mal implementiert haben (neben FFT).



  • knivil schrieb:

    Lösen von Differentialgleichungen

    Da habt ihr euch aber etwas einfaches herausgesucht, dass die meisten Physiker/Mathematiker sicher selbst irgendwann mal implementiert haben (neben FFT).

    Joa, aber RK78 hat nicht jeder und Schrittweitensteuerung schreibt sich auch nicht jeder. Eine FFT würd ich nicht selber schreiben, die ist dann wahrscheinlich 1/10tel langsamer als die standards aus der fftw.



  • RK78 ... Schrittweitensteuerung

    Ich musste ein Numerikbeleg fuer das Vordiplom machen. Dabei waehlte ich die Realisierung von allgemeinen expliziten Verfahren. Man konnte sie ueber das Butcher spezifiziert werden. Somit war es auch ein leichtes, Verfahren beliebiger Ordnung zu nutzen. Einfach Koeffizienten eintragen/laden. Inklusive Schrittweitensteuerung, beliebig dimensional. Jemand anderes hatte diagonalimplizite und implizite Verfahren implementiert, auch ueber ein Butcher-Schema definierbar. Und das im Grundstudium. Zur Performance ... naja so gut, wie man mit std::vector und std::list halt kommt. Aber bei meinem Programm bestand die Moeglichkeit, dynamisch Bibliotheken nachzuladen, die vielleicht SSE nutzten oder aber ergaenzende Verfahren bereitstellten, die nicht ins Butcher-Schema passten. Gekoppelt an gnuplot fuer Graphik und durch Lua scriptable (gut, das ist nicht euer Ziel).

    Was aber nicht jeder hat, sind symplektische Verfahren (mit Schrittweitensteuerung) oder aber die Kontrolle der Loesung durch den globalen Diskretisierungsfehler. Oder aber ein Verfahren/Mapping von einer Schrittweiten gesteuerten Loesung auf eine aequidistant eingeteilte Zeitachse.

    Was ich damit sagen will: die Konkurrenz ist gross, falls es nicht nur ein Selbstlernprojekt sein soll. Wenn es doch nur ein Selbstlernprojekt ist, dann hat es aber nichts in boost zu suchen.

    Wieviel Mathematiker oder Physiker habt ihr denn in eurem Team? Damit meine ich jetzt nicht Experimentalphysiker, sondern Leute, die es taeglich einsetzen (wuerden), z.B. nichtlineare Dynamik oder Numerik. Was ist eure Zielgruppe?

    Zu Templates: wo sollen sie eingesetzt werden und wo liegen die Vorteile?



  • knivil schrieb:

    Ich musste ein Numerikbeleg fuer das Vordiplom machen. Dabei waehlte ich die Realisierung von allgemeinen expliziten Verfahren. Man konnte sie ueber das Butcher spezifiziert werden. Somit war es auch ein leichtes, Verfahren beliebiger Ordnung zu nutzen. Einfach Koeffizienten eintragen/laden. Inklusive Schrittweitensteuerung, beliebig dimensional. Jemand anderes hatte diagonalimplizite und implizite Verfahren implementiert, auch ueber ein Butcher-Schema definierbar. Und das im Grundstudium. Zur Performance ... naja so gut, wie man mit std::vector und std::list halt kommt.

    Das klingt doch gut. Wenn Du Lust hast kannst Du die expliziten Verfahren ja in dem odeint Framework verallgemeinern.

    knivil schrieb:

    Was aber nicht jeder hat, sind symplektische Verfahren (mit Schrittweitensteuerung) oder aber die Kontrolle der Loesung durch den globalen Diskretisierungsfehler. Oder aber ein Verfahren/Mapping von einer Schrittweiten gesteuerten Loesung auf eine aequidistant eingeteilte Zeitachse.

    Soweit ich weiss gibt es keine allgemeinen symplektischen Verfahren, sondern die hängen vom speziellen Problem ab. Es gibt einige Algorithmen für Hamiltonsysteme die sich in H = F(P) + G(Q) aufspalten lassen. Dafür haben wir auch Algorithmen, die einfach zu implementieren sind.



  • Hab ich grad erst gesehen:

    knivil schrieb:

    RK78 ... Schrittweitensteuerung

    Was ich damit sagen will: die Konkurrenz ist gross, falls es nicht nur ein Selbstlernprojekt sein soll. Wenn es doch nur ein Selbstlernprojekt ist, dann hat es aber nichts in boost zu suchen.

    Wieviel Mathematiker oder Physiker habt ihr denn in eurem Team? Damit meine ich jetzt nicht Experimentalphysiker, sondern Leute, die es taeglich einsetzen (wuerden), z.B. nichtlineare Dynamik oder Numerik. Was ist eure Zielgruppe?

    Also, wir sind 4 Phyisker, alle aus dem Bereich Nichlineare Dynamik. Ein Selbstlernprojekt ist das definitiv nicht. Was uns nervt, das alle libs ihre eigenen Standards verwenden (eigene array, vektor) Klassen verwenden und das soll mit diesem Projekt umgangen werden. Gerade Anfänger in C/C++ die Numerik machen, nehmen sich ein Lehrbuch, wo beispielsweise sehr schön vector<double> erklärt wird. Dann möchte er eine Numerische bibliothek benutzen und stellt fest, dass man vorher seine vector<double>'s in array_xyz konvertieren muss. Das soll hier anders sein. Die Zielgruppe sind also alle Leute die Numerik machen. Natürlich ist der Anspruch nicht, für alles ein Lösung zu schaffen, z.b. NavierStokes Solver o.Ä., aber die Standards sollen behandelt werden. Irgendwo in dem Thread hab ich das auch noch ausführlicher besprochen.

    knivil schrieb:

    Zu Templates: wo sollen sie eingesetzt werden und wo liegen die Vorteile?

    Templates werden zur Abstraktion eingesetzt. Die Algorithm sollen auf Containern arbeiten, beispielsweise vector,list,array. Und templates sind sau schnell. Wie schneller als ein Klassendesign.



  • Templates werden zur Abstraktion eingesetzt.

    Hmm, es gibt noch andere Wege ...

    Ich habe mir mal euren Entwurf in http://www.c-plusplus.net/forum/viewtopic-var-t-is-252700-and-highlight-is-.html angesehen. Ich werde mal in diesem Thread antworten, da es eher ein Designproblem ist, als ein Templateproblem. Um Containerunabhaengig zu sein, ist der Weg ueber Templates der falseche Weg. Genau dafuer wurden Iteratoren geschaffen. Wahrscheinlich ist der Grund:

    wir sind 4 Phyisker

    Was mir sofort beim Eulerschema auffaelt: wie soll eine variable Schrittweite beruecksichtigt werden? Das ganze nochmal Neueschreiben, nur mit Schrittweitensteuerung ... ist eigentlich unnoetig. Feste Schrittweite ist nur ein Spezialfall von variabler Schrittweite. Aber fangen wir am anfang an ... Es folgt mehr oder weniger C++ Pseudocode.

    Eine gewoehnliche Dgl sieht z.B. so aus: dy/dt = f(y,t). Wie kann man das modellieren? Z.B. als Funktion oder Objekt. Ich tendiere ja eher zum Objekt, da ueber einen Konstruktor die Dgl noch parametrisiert werden kann.

    class Ode
    {
      public:
        // returns dy/dt = f( y, t)
        virtual void f(const InputContainer& in, double time, OutputContainer& out) const = 0;
    };
    

    Wobei ich mich hier auf eine Containerklasse schon festgelegt haette. Wahlweise (wie oben beschrieben) kann fuer den InputContainer auch ein Begin- und End-Iterator uebergeben werden und fuer den Outputcontainer halt ein einzelner Iterator, der zum schreiben in einen Container benutzt wird. Hier sind auch die Anforederungen am geringsten, da ein einzelner Forwarditerator ausreicht (ich wuerde aber dennoch ein RandomAccessIterator spezifizieren). Diese Schnittstelle ist kann dann mit std::vector, list oder gar c-Arrays genutzt werden. Zu den Kosten einer virtuellen Methode bitte die die entsprechenden Stellen im Meyers nachschlagen. Ein Ode(system) erbt von dieser abstrakten Klasse und ueberschreibt f.

    Als zweites benoetigen Benoetigen wir ein Verfahren um von y_n nach y_(n+1) zu gelangen. Ein Beispiel waere das Eulerschema. In Ermangelung eines besseren Namens, nenne ich es mal Step.

    class Step
    {
      public:
        // calculates y_(n+1) out of y_n, t and time step dt
        virtual void next( const Ode& ode, input, t, dt, output ) const = 0;
    };
    

    Aus input werden wieder zwei Iteratoren, output aehnlich wie oben, t und dt einfache doubles. Eine Implementation fuer Euler koennte dann wie folgt aussehen:

    class EulerStep : public Step
    {
      public:
        virtual void next( ... )
        {
          ...
        }
    };
    

    Vorteil: maximale Flexibilitaet. Aktuell arbeitet ein Kollege an einem Problem, bei dem (vereinfacht) im 3 dimensinalen Raum die exakte Loesung fuer x und y bekannt ist (also keine Naeherungsloesung noetig), aber fuer z halt nicht. So kann einfach von Step fuer diesen Spezialfall abgeleitet werden, x und y exakt berechnet werden und z mittels was anderem approximiert werden. Das kann dann einfach mit einem bestehenden Iterationsscheam verwendet werden.

    class Iteration
    {
      public:
        virtual void iterate( const Ode& ode, const Step& step, start, end ) const = 0
    };
    

    Wobei start und end einfach das Zeitintervall angeben.

    Fuer Schrittweitensteuerung kann man sich noch ueberlegen, eine Schrittweitenfunktion/Objekt (class StepController) entweder bei der Konstruktion eines Iterationobjektes als Parameter mitzugeben, oder aber der Funktionsparameter in iterate. Ich wuerde die Construktorvariante waehlen. Gleiches gilt fuer minimalen/maximalen Fehler und aehnliches.

    Will man nun ein konkretes Verfahren wie das Heun ohne Schrittweitensteuerung kapselt man das ganze wieder in einer Klasse. Wobei die Funktion zur Ermittlung der Schrittweite eben einfach eine Konstante auf die aktuelle Zeit addiert.

    Mit diesem Baukasten kann man glaube alle Einschrittverfahren abdecken. Und ist gleichzeitig sehr flexibel. Mit den einzelnen Legosteinen setzt man sein Loesungsverfahren zusammen. Wird ein Problem nicht von den mitgelieferten Komponenten abgedeckt, so koennen leicht neue oder angepasste entworfen werden. Einziges Problem ist, dass der Iterator vorher auf einen Container spezialisiert werden muss. Alternativ kann jedoch ein nuer Iteratortyp mit einem Interface entworfen werden, deren abgeleitet Klassen dann auf einen bestimmten Container durch Vererbung spezialisiert werden.

    That's the big picture. So haette ich es gemacht. Dieser bjektorientierte Ansatz hat natuerlich auch Kosten. Sie sind in den Aufruf von virtuellen Funktionen zu suchen. Normal ist das aber kein Problem bei Einfachvererbung.



  • knivil schrieb:

    ...

    Oha, find ich ja gut, daß es gleich konkret wird. Danke für die Kritik, viele der Sachen die Du angespricht, haben wir auch schon diskutiert.

    Geschwindigkeit: Schau Dir mal die Speedtests in https://yanl.svn.sourceforge.net/svnroot/yanl/trunk/examples/odeint an. Das Klassendesign mit virtuellen Funktionen ist Faktor 2 langsamer^^. Sry, falls der Code dort leicht unübersichtlich ist.

    Zum Design: Keiner hindert Dich dadran trotzdem Klassen zu verwenden. Hauptsache der (,,) operator ist definiert. Zum Beispiel kannst Du das obige Beispiel auch mit einer Klasse schreiben:

    class Lorenz
    {
    public:
    
        void operator()( state_type &x , state_type &dxdt , double t )
        {
    	dxdt[0] = sigma * ( x[1] - x[0] );
    	dxdt[1] = R * x[0] - x[1] - x[0] * x[2];
    	dxdt[2] = x[0]*x[1] - b * x[2];
        }
    };
    

    und das sieht dann angewandt so aus:

    ode_step_euler< vector<double> > euler;
    Lorenz lorenzo;
    euler.next_step( lorenzo , x , t , dt );
    

    Das ist doppelt so flexibel als ein Klassenansatz, weil man Funktion und auch Klassen benutzen kann.

    Iteratoren oder Container: Ich denke das es mindestens eine Variante mit Iteratoren geben wird. Das obige Beispiel in dem anderen Thread ist nicht die Endfassung. Die Diskussion ist noch nicht zu Ende, beide Varianten haben Vor- und Nachteile. Wir können diese Diskussion ja woanders hinverschieben. Der grosste Nachteil ist, daß man die Anzahl der Elemente zwischen zwei Iteratoren nicht notwendigerweise mit O(0) rauskriegt. Bei Listen dauerts beispielsweise O(n). Falls irgendwann der Stepper weiterbenutzt werden soll, muß dort dann halt ein template Parameter stehen, statt einer abstrakten Klasse. Der entsprechende Typ muss die Stepper Eigenschaften erfüllen, genauso wie das dynamische System den (,,) Operator haben muss.

    Schrittweitensteuerung Es gibt noch gar keine Schrittweitensteuerung. Fakt ist aber, daß falls die Schrittweite gefunden wurde, der Schritt auch ausgeführt werden soll und dafür ist die Funktionalität da mit beispielsweise ode_step_euler . Die eigentliche Iteration soll dann auch so ähnlich wie Du vorgeschlagen hast aussehen, nur daß noch Zustandsbeobachter hingezugefügt werden, welche in jeder Iteration irgendwas mit dem Zustand machen, Ausgabe, Berechnungen, Mitteln...



  • Sieht interessant aus, vom Ansatz her. Ausprobiert habe ich den Code noch nicht, nur gelesen. Aber etwas zum Codestyle: Beginnt man nach einer geschweiften Klammer eine neue Zeile, so rueckt man ein. Das macht das Lesen angenehmer. Ihr koennt euch ja mal einige Syleguides durchlesen.

    Auch solltet ihr euch um geeignete Matrix und Vektorklassen bemuehen, die solche Zeilen kapseln:

    for( size_t i=0 ; i<dxdt.size() ; ++i ) state[i] += dt * dxdt[i];
    

    und in etwas Vertrauteres verwandeln:

    x_next = x +  dt * dx;
    

    Ach verdammt, dann waere man nicht mehr containerunabhaengig. Auch scheint dieses Beispiel nicht mit std::list als Container zu funktionieren, da ihr random access auf die Elemente benoetigt ... getestet habe ich es nicht.

    Der grosste Nachteil ist, daß man die Anzahl der Elemente zwischen zwei Iteratoren nicht notwendigerweise mit O(0) rauskriegt.

    Wenn man die Methode size einer Liste aufruft, dann garantiert der Standard auch keine O(1) Komplexitaet, sondern auch nur O(n). Moderne Listenimplementationen von std::list achten aber auf ihre Groesse, so dass es zumindest fuer diesen Datentyp keine Probleme gibt. Bei RandomAccessIteratorn sollte es moeglich sein, die Anzahl der Elemente dazwischen in O(1) zu bestimmen.

    Das Klassendesign mit virtuellen Funktionen ist Faktor 2 langsamer

    Das kann gut sein, wenn es sich um eher "kleine" Differentialgleichungen handelt. Eine virtuelle Funktion in Einfachvererbung kostet halt eine Zeigerdereferenzierung mehr. Ist das im Vergleich zum Rest der Funktion viel, so kann sich das nachteilig auf die Gesamtperformance niederschlagen. Die Funktion wird ja staendig ausgewertet. Die Kosten sind aber pro Funktionsauswertung konstant. Auch hat der Compiler beim Templateeinsatz mehr Moeglichkeiten zu optimieren.

    Ich werde mal etwas mit dem neuen Ansatz experimentieren.



  • knivil schrieb:

    Sieht interessant aus, vom Ansatz her. Ausprobiert habe ich den Code noch nicht, nur gelesen. Aber etwas zum Codestyle: Beginnt man nach einer geschweiften Klammer eine neue Zeile, so rueckt man ein. Das macht das Lesen angenehmer. Ihr koennt euch ja mal einige Syleguides durchlesen.

    Die aktuellen Sourcen befinden sich in https://boost.org/svn/boost/sandbox/odeint nicht daß es da Verwechslungen mit dem alten Code gibt. Dort haben wir auch auf vernünftige Konvertierung geachtet, hoffe ich zumindest.

    knivil schrieb:

    Auch solltet ihr euch um geeignete Matrix und Vektorklassen bemuehen, die solche Zeilen kapseln:

    for( size_t i=0 ; i<dxdt.size() ; ++i ) state[i] += dt * dxdt[i];
    

    und in etwas Vertrauteres verwandeln:

    x_next = x +  dt * dx;
    

    Ach verdammt, dann waere man nicht mehr containerunabhaengig. Auch scheint dieses Beispiel nicht mit std::list als Container zu funktionieren, da ihr random access auf die Elemente benoetigt ... getestet habe ich es nicht.

    Der code in der boost sandbox sollte mit std::list laufen, man kann halt in der ODE Funktion (oder Klasse) dann keine RandomAccess-Iteratoren benutzen.

    knivil schrieb:

    Wenn man die Methode size einer Liste aufruft, dann garantiert der Standard auch keine O(1) Komplexitaet, sondern auch nur O(n). Moderne Listenimplementationen von std::list achten aber auf ihre Groesse, so dass es zumindest fuer diesen Datentyp keine Probleme gibt. Bei RandomAccessIteratorn sollte es moeglich sein, die Anzahl der Elemente dazwischen in O(1) zu bestimmen.

    Joa, da hast Du Recht. Ich persönlich würde es am besten finden wenn beide Varianten unterstüzt werden. Also einmal, daß die ODE Klasse mit Containern aufgerufen wird, und einmal mit Iteratoren. Allerdings muss man dann wahrscheinlich von jedem Algorithmus zwei Varianten schreiben, einem der die ODE mit Containern aufruft und einem der die ODE mit iteratoren aufruft, oder man abstrahiert das irgendwie weg.

    knivil schrieb:

    Ich werde mal etwas mit dem neuen Ansatz experimentieren.

    Schön, wenn Du Ergebnisse oder Anregungen/Kritik/Vorschläge hast, lass es uns wissen.



  • Jap, hatte die anderen Sourcen aus dem uebergeordneten Ordner mit den Speedtests.

    PS: Ich habe gerade festgestellt, dass die Welt klein ist. Ich bin auch oefters im Goldenen Kaefig von Golm ... 🙂 Aber ich dachte, dass es bereits ein Programmpaket fuer Statistik, Odes und den ganzen Kram in der Nichtlinearen Dynamik entwickelt wurde.



  • knivil schrieb:

    Jap, hatte die anderen Sourcen aus dem uebergeordneten Ordner mit den Speedtests.

    PS: Ich habe gerade festgestellt, dass die Welt klein ist. Ich bin auch oefters im Goldenen Kaefig von Golm ... 🙂 Aber ich dachte, dass es bereits ein Programmpaket fuer Statistik, Odes und den ganzen Kram in der Nichtlinearen Dynamik entwickelt wurde.

    Hehe, ja manchmal ist die Welt wirklich klein.

    Ich glaub, hier bei uns wurden schon mehrere solcher und ähnlicher Pakete entwickelt. In der boost gibt es sowas noch nicht, aber ich denke, die Chancen das dort reinzubekommen sind nicht so schlecht. Es wurde mal eine Zeitreihenbibliothek entwickelt, aber die hat es nicht bis zur Veröffentlichung geschafft. Naja, der Sinn ist auch endlich mal was zu schaffen, was Standards benutzt. Da gibt es echt nicht viel. Vielleicht benutzen dann auch wieder mehr Leute C++ statt Python. Das verbreitet sich in der Wissenschaft gerade rasant^^.



  • Hallo headmyshoulder!

    Ich habe erst gestern das entsprechende Kapitel in den Num. Recipes gelesen und bin heute auf deine Idee von dem C++ Odeint Framework gestoßen. Ich hoffe das Projekt läuft noch!

    Ich selber habe Mathematik studiert. Mit der ODE-Solvern und Schrittweitensteurungen beschäftige mich erst seit Kurzem. Auch in C++ bin ich noch relativ unerfahren. Aber ich werde muss mich sowieso auf beiden Gebieten in nächster Zeit einarbeiten. Über jeden Austausch und gegebenenfalls eine Zusammenarbeit würde ich mich freuen!

    Viele Grüße
    FelixKlein



  • Hi FelixKlein,

    das odeint Projekt läuft noch und ist auch schon recht fortgeschritten, du hast quasi eine menge aufzuholen. Zu finden ist das Ganze in der boost sandbox

    https://www.boost.org/svn/boost/sandbox/odeint

    Akutell könnten wir die Dormand-Prince Methoden gebrauchen. Wenn Du Bock kannst Du dir ja ansehen wie unsere lib funktioneirt und dann die Methoden implementieren.

    Viele Grüße,

    headmyshoulder



  • Also DOPRI interessiert mich persönlich weniger.
    Habt ihr euch eigentlich schon Gedanken über Extrapolationsverfahren gemacht?

    In jedem Fall muss ich erst einmal noch einiges lesen. Erst wenn ich die theoretischen Grundlagen durchblicke will ich mir eure Implementierungen im Detail ansehen und erst wenn ich die verstehe mache ich mich selber ans Werk.

    Soweit ich das bisher abschätzen kann ist euer Projekt sehr strukturiert und sauber programmiert. Ob ich mit dem Code tatsächlich etwas anfangen kann weiß ich noch nicht. Toll jedenfalls, dass ihr das als Open Source ins Netz stellt.

    Ich würde gerne weiter in Kontakt bleiben. Gerne auch persönlicher als nur über das Forum (E-Mail o.Ä.)

    Gruß
    FelixKlein



  • FelixKlein schrieb:

    Also DOPRI interessiert mich persönlich weniger.

    Ok, kein Problem. Es gibt noch ne Menge anderer Sachen...

    FelixKlein schrieb:

    Habt ihr euch eigentlich schon Gedanken über Extrapolationsverfahren gemacht?

    Ja, haben wir, und das steht auch auf unserer Wunschliste. Allerdings gibt es nicht für jede Methode ein Extrapolationsverfahren, glaube ich zumindest. Deshalb haben wir das erstmal nicht mit aufgenommen. Implizite Methoden wäre prinzipiell auch sehr interessant. Allerdings braucht man dann lineare Algebra (LU-Zerlegung,...) was nicht trivial ist. Und symplektische Verfahren mit Fehlerabschätzung haben wir auch noch nicht implementiert.

    FelixKlein schrieb:

    In jedem Fall muss ich erst einmal noch einiges lesen. Erst wenn ich die theoretischen Grundlagen durchblicke will ich mir eure Implementierungen im Detail ansehen und erst wenn ich die verstehe mache ich mich selber ans Werk.

    Welche Bücher hast Du dazu? Die von Hairer kann ich empfehlen.

    FelixKlein schrieb:

    Soweit ich das bisher abschätzen kann ist euer Projekt sehr strukturiert und sauber programmiert. Ob ich mit dem Code tatsächlich etwas anfangen kann weiß ich noch nicht. Toll jedenfalls, dass ihr das als Open Source ins Netz stellt.

    Wir sind im Moment eigentlich zu zweit. Und das Ziel ist es, das Ganze in die boost bibliotheken zu submitten. Zu den technischen Details haben wir einen Artikel geschrieben:
    http://www.codeproject.com/KB/recipes/odeint.aspx, obwohl der schon leicht veraltet ist. Ich werde den aber demnächst aktualisieren.

    FelixKlein schrieb:

    Ich würde gerne weiter in Kontakt bleiben. Gerne auch persönlicher als nur über das Forum (E-Mail o.Ä.)

    Jo, ich schick Dir mal eine pn. Wir haben auch eine Mailingliste zu diesem Thema bei sf: https://lists.sourceforge.net/lists/listinfo/yanl-develop. Wenn Du willst können wir auch darüber kommunizieren.

    Viele Grüße,

    headmyshoulder



  • headmyshoulder schrieb:

    Welche Bücher hast Du dazu? Die von Hairer kann ich empfehlen.

    Momentan arbeite ich mich durch "Numerische Mathematik (2)" von Bulirsch/Stoer. Ich habe aber auch schon andere Lektüre gesichtet. Unter anderem "Solving ODEs I/II" von Hairer/Norsett/Wanner. Meintest du das oder andere Bücher von ihm?

    headmyshoulder schrieb:

    Zu den technischen Details haben wir einen Artikel geschrieben:
    http://www.codeproject.com/KB/recipes/odeint.aspx, obwohl der schon leicht veraltet ist. Ich werde den aber demnächst aktualisieren.

    Den Artikel hatte ich schon entdeckt. Ist interessant. Ich freue mich auf die Aktualisierung.

    headmyshoulder schrieb:

    Wir haben auch eine Mailingliste zu diesem Thema bei sf: https://lists.sourceforge.net/lists/listinfo/yanl-develop. Wenn Du willst können wir auch darüber kommunizieren.

    Was genau ist der Zweck der Mailingliste? Ich möchte weder vollgespammt werden noch, dass meine E-Mails öffentlich gemacht werden.

    Ich melde mich heute Abend wieder per E-Mail.

    Viele Grüße
    FelixKlein



  • FelixKlein schrieb:

    Momentan arbeite ich mich durch "Numerische Mathematik (2)" von Bulirsch/Stoer. Ich habe aber auch schon andere Lektüre gesichtet. Unter anderem "Solving ODEs I/II" von Hairer/Norsett/Wanner. Meintest du das oder andere Bücher von ihm?

    Jepp, die Solving ODEs I/II" mein ich. Für symplektische Verfahren haben wir auch mit "B. Leimkuhler and S. Reich, Simulating Hamiltonian Dynamics." gearbeitet.

    FelixKlein schrieb:

    Was genau ist der Zweck der Mailingliste? Ich möchte weder vollgespammt werden noch, dass meine E-Mails öffentlich gemacht werden.

    Soviel passiert im Moment nicht auf der Liste, also keine Angst vor Spam. Man kann da halt diskutieren, alles was odeint betrifft. Ist wichtig, falls mehrere Leute programmieren, daß alle halbwegs auf dem Laufenden sind. Einige Sachen sollte man bei solch einem Projekt öffentlich ankündigen.

    Wenns um Details geht, kann man natürlich auch direkt via Email kommunizieren.

    Bis dahin,

    headmyshoulder



  • Nur mal als kleines Update: Was hier als Bibliothek zum Lösen von Differentialgleichungen (odeint) angefangen hat ist jetzt akzeptiert als Boost-Bibliothek. Hat ziemlich lange gedauert, und es war eine Menge Arbeit, aber es hat sich gelohnt. Und natürlich ist der Umfang enorm gewachsen. Ein Hauptvorteil ist die Unabhängigkeit der Algorithmen von arithmetischen Operationen und Containern, so dass man mit relativ einfachem Aufwand auch Differentialgleichungen auf Grafikkarten lösen kann.



  • ihr freaks 😉
    ich gratuliere, schoen mal ein erfolgreiches projekt zu sehen!


Anmelden zum Antworten