README

Sistemi di riferimento

Sommario

• Descrizione:

  Le classi SysReference, Parametrization e LinearTransform permettono di definire una serie di sistemi di riferimento e le parametrizzazioni o le trasformazioni lineari per passare da un sistema all'altro. SysReference utilizza la classe Dimension per definire i propri assi coordinati e per ciascuno mette a disposizione un iteratore definito tramite la classe DimIterator per muovere la posizione sulla dimensione da un valore minimo ad uno massimo tramite incrementi predefiniti o creare differenti iteratori. Parametrization e LinearTransform si estendono la classe BaseTransForm che defisce il sistema di riferimento che rappresenta lo spazio dominio della funzione ed il sistema di riferimento che rappresenta lo spazio immagine.

Setup

• Installazione:

  pip3 install ReferenceSystem-busnellistefano

• Utilizzo:

  import numpy as np import referencesystem as rs

• Classii principali:

  ** SysReference

  Permette di definire un sistema di riferimento specificando il numero do dimensioni ed eventualmente assegnando a ciascuna un nome.

  import numpy as np import referencesystem as rs P = rs.SysReference( 2, "Polar", ["r","t"] ) P.dimension[1].set( dl=[ 0.0, 2*np.pi ], dd= np.pi * ( 1.0 / 180.0 ) ) C = rs.SysReference( 2, "Cartesian", ["x","y"] ) Z = rs.SysReference( 2, "Cartesian", ["u","v"] )

  ** Parametrization

  Permette di definire una funzione che parametrizza un sistama di riferimento sulla base di un altro. Sono previsti metodi per definire tramite funzioni lambda il vettore posizione, lo spazio tangente, la metrica, i coefficienti di connessione affine e l'accelerazione della geodetica. Per ciascuno di questi è previsto un metodo che esegue tale funzione prendendo in ingresso un vettore dello spazio del dominio della funzione restituendo un vettore una matrice nella base dello spazio immagine. Per poter utilizzare get_position_vector è necessario definire set_position_vector Per poter utilizzare get_metric è necessario definire set_tangent_space ( o set_metric ) Per poter utilizzare get_christoffel e get_geodesic è necessario definire set_hessian ( o set_christoffel e set_geodesic )

  F = rs.Parametrization( P, C )

  F.set_position_vector( lambda v_pos: np.array( [ ( v_pos[ 0 ] * np.cos( v_pos[ 1 ] ) ), # x = Fx( r, t ) ( v_pos[ 0 ] * np.sin( v_pos[ 1 ] ) ) # y = Fy( r, t ) ] ) )

  F.set_tangent_space( lambda v_pos: np.array( [ [ ( 1.0 * np.cos( v_pos[ 1 ] ) ), # xr = d/dr Fx( r, t ) ( 1.0 * np.sin( v_pos[ 1 ] ) ) # yr = d/dr Fy( r, t ) ], [ ( - v_pos[ 0 ] * np.sin( v_pos[ 1 ] ) ), # xt = d/dt Fx( r, t ) ( v_pos[ 0 ] * np.cos( v_pos[ 1 ] ) ) # yt = d/dt Fx( r, t ) ] ] ) )

  F.set_hessian( lambda v_pos: np.array( [ [ [ 0, # d/dr xr 0 # d/dr yr ], [ - np.sin( v_pos[ 1 ] ), # d/dt xr np.cos( v_pos[ 1 ] ) # d/dt yr ]
  ], [ [ - np.sin( v_pos[ 1 ] ), # d/dr xt np.cos( v_pos[ 1 ] ) # d/dr yt ], [ - v_pos[ 0 ] * np.cos( v_pos[ 1 ] ), # d/dt xt - v_pos[ 0 ] * np.sin( v_pos[ 1 ] ) # d/dt yt ]
  ] ] ) )

  F.get_position_vector( np.array( [ 1.0, np.pi/3 ] ) ) array([ 0.5 , 0.8660254])

  F.get_tangent_space( np.array( [ 1.0, np.pi/3 ] ) ) array([[ 0.5 , 0.8660254], [-0.8660254, 0.5 ]])

  F.get_metric( np.array( [ 1.0, np.pi/3 ] ) ) array([[ 1., 0.], [ 0., 1.]])

  F.get_christoffel( np.array( [ 1.0, np.pi/3 ] ) ) array([[[ 0., 0.], [ 0., -1.]],

     [[ 0.,  1.],
      [ 1.,  0.]]])
  

  F.get_geodesic( np.array( [ 1.0, np.pi/3 ] ), np.array( [ 1.0, 0.0 ] ) ) array([ 0., 0.])

  ** LinearTransform

  Permette di definire una trasformazione lineare tra uno spazio dominio ed uno spazio immagine. Il metodo set_matrix imposta funzione lambda che definisce la trasformazione lineare mentre il metodo get_matrix esegue la funzione prendendo in ingresso un vettore contenente i parametri della funzione e restituisce una matrice che trasforma i vettori dello spazio del dominio nei vettori dello spazio immagine.

  T = rs.LinearTransform( C, Z ) T.set_matrix( lambda v_par: np.array( [ [ np.cos( v_par[0] ), -np.sin( v_par[0] ) ], [ np.sin( v_par[0] ), np.cos( v_par[0] ) ] ] ), 1 )

  M = T.get_matrix( np.array( [ np.pi/3 ] ) )

  M array([[ 0.5 , -0.8660254], [ 0.8660254, 0.5 ]])

  V = np.array( [ np.sqrt(3)/3, 0.5 ] ) W = np.dot( M, V ) ) "( {0:8.5f}, {1:8.5f} )".format( W[0], W[1] ) '( 0.00000, 1.00000 )'

Repository

• GIT: https://bitbucket.org/StefanoBusnelli/referencesystem/src/master/