The Nature of Code: Mutual Attraction

Es gibt eine neue Folge von Daniel Shiffmans lange vernachlässigtem Projekt »The Nature of Code Reloaded«, in dem er nicht nur alle Processing (Java)-Sketche nach P5.js portieren, sondern diese auch aktualisieren und um neue Erkenntnisse erweitern möchte.

Zu diesen neuen Erweiterungen gehört das aktuelle Video »The Nature of Code 2.6: Mutual Attraction«, das das zweite Kapitel des Buches mit einer Simulation des N-Körper-Problems abschließt, für daß es für N > 2, keine geschlossene analytische Lösung gibt, da die Bewegung der Körper für die meisten Anfangswerte ein chaotisches System bilden und somit auf numerische Lösungen zurückgegriffen werden muß. Shiffman nutzt in seiner Simualtion das eulersche Poygonzugverfahren, das aber in einigen Fällen zu Überschwinungen führt. Auch wählt er die Startwerte so geschickt aus, daß zumindest zu Beginn der Simulation ein totales Chaos vermieden wird.

Weitere Informationen und Implementierungen zu diesem Video findet Ihr auf der Coding-Train-Webseite.

Natürlich juckt es mich – wie immer – in den Fingern, diese Simulation nach Python zu portieren. Über die Zielplattform (Processing.py, Py5 mit Thonny , TigerJython, Pygame Zero oder gar NodeBox 1) bin ich mir allerdings noch nicht klar (wobei … ein Port zur Knotenschachtel wäre eine echte Herausforderung 🎁).

Und eine weitere Challenge wäre es natürlich, statt der Euler-Integration auf das Euler-Cromer-Verfahren zurückzugreifen. Oder – im Falle von Pygame Zero, Py5 oder der Nodebox – stehen ja auch etliche höherwertige, numerische Verfahren aus dem NumPy-Ökosystem zur Verfügung. Bei der Nodebox müßte ich allerdings noch herausfinden, wie man sie mit SciPy verkuppelt (es geht, Karsten Wolf hatte es in früheren Versionen schon einmal vorgemacht). Still digging!

(Kommentieren)