I tried to adapt the following code in fortran for python:
PROGRAM Escape_tent
IMPLICIT NONE
! Declare local variables
INTEGER :: i,j,tfinal,P,k,rede
Real,dimension(0:2800) :: x,xn
real, external :: f
Real :: sigma,pi,soma,r
pi=4.*atan(1.0)
!
! Parametros e CIs
rede=100
do j=0,75
x(j)=0.3+0.1*sin((j*2*pi)/rede)
enddo
do j=50,rede
x(j)=1.1+0.1*sin((j*2*pi)/rede+pi)
enddo
tfinal=100
sigma=0.38
r=0.32
P=int(rede*r)
!
! Mapa logistico
!
do i=1,tfinal
!atualiza os vetores com o mapa
do j=0,rede
x(j)=f(x(j))
enddo
!
!
! Finite Range Coupling
!
do j=0,rede
soma=0.0
do k=-P,P
soma=soma+x(modulo(j+K,rede+1))-x(j)
enddo
xn(j)=x(j)+(sigma/(2.*P))*soma
enddo
do j = 0,rede
x(j)=xn(j)
enddo
! Write out values of the map
write(1,100) (x(k),k=0,rede)
enddo
END PROGRAM Escape_tent
real function f(x)
implicit none
real, intent(in) :: x
real, parameter :: r=2.78
f=r*x(1 - x)
end function f
When I adapted to python it was as follows:
import numpy as np
from time import time
# Variáveis do modelo
x, xn = [], []
r = 0.32 # 'raio' de acoplamento r = P/N
pi = np.pi
soma = 0.0
# Parâmetros para condições iniciais
rede = 100 # tamanho da rede
P = int(rede * r)
sigma = 0.38
t = np.arange(0, 1000) # tempo de iteração
#Condições iniciais da rede
for j in range(0, int(rede / 2)):
# determina as condições iniciais de metade da rede
x.insert(j, 0.3 + 0.1 * np.sin((j * 2 * pi) / (rede)))
for j in range(int(rede / 2), rede):
# determina as condições iniciais da outra metade da rede
x.insert(j, 1.1 + 0.1 * np.sin((j * 2 * pi) / (rede + pi)))
# função usada na iteração
def f(x):
return 3.8 * x * (1 - x)
t1 = time()
#iterando a rede
for i in t:
for j in range(0, rede):
x[j] = f(x[j]) # aplica a função em todos os elementos da rede
for j in range(0, rede): # para cada elemento j da rede
for k in range(0, rede): # temos um elemento k que esta a uma distância do j
soma = 0.0
if k != j: # k não interage com k
# calcula a distância do k até o j
soma = x[k] - x[j]
xn.insert(j, x[j] + (sigma / 2 * P) * soma) # add no vetor x
for j in range(0, rede):
x[j] = xn[j]
print("T {}\n X :{}".format(i,x))
t2 = time()
print("Tempo decorrido: {}".format(t2 - t1))
After the ninth iteration occurs the "RuntimeWarning: overflow encountered in double_scalars" and "RuntimeWarning: invalid value encountered in double_scalars" exception in the Pycharm terminal, and the data added to the vector x is 'nan'. I would like to know what is happening, because in the fortran wheel normally already in python I have this problem. Thank you.