def testa_betac(c, pmig, v_alpha):
nome_arq = "new_teste_betac_c=%.2f_m=%.2f.txt" % (c, pmig)
f = open(nome_arq, "w")
precisao = 0.001
logger.info("Calculando alpha critico...")
# valor de alpha_critico quando beta = 1 (integral)
alpha_c = encontra_alpha_critico(c, pmig, n)
logger.info("Valor encontrado: %f" % alpha_c)
# como alpha e beta são simétricos, beta_critico quando alpha=1 é alpha_c
beta_c = alpha_c
logger.info("Calculando beta critico pela simulacao...")
# alpha_c, erro = encontra_valor_critico(c,pmig,'alpha',1.,[0.,alpha_c])
beta_c = min(beta_c + 0.05, 1.0)
beta_c1, beta_c2, distancia = calcula_beta_critico(c, pmig, 1.0, [0.0, beta_c])
logger.info("Beta encontrado = %f e %f" % (beta_c1, beta_c2))
alpha_c1, alpha_c2 = beta_c1, beta_c2
alpha_c = (alpha_c1 + alpha_c2) / 2
beta_min1, beta_min2 = beta_c1, beta_c2
beta_min = (beta_c1 + beta_c2) / 2
mindist = distancia
incremento = (1.0 - alpha_c) / 4
v_alpha = np.arange(alpha_c, 1.0, incremento)[1:] if alpha_c < 1.0 else []
# beta_c_pred1 = beta_critico(c,pmig,n,alpha_c)
beta_c_pred = beta_critico(c, pmig, n, alpha_c)
f.write("%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n" % (alpha_c, 1.0, 1.0, beta_c_pred, distancia))
if len(v_alpha) > 0:
logger.info("Entra no loop...v_alpha=[%f,%f,%f]" % (v_alpha[0], v_alpha[1], v_alpha[2]))
for alpha in v_alpha:
beta_c = (beta_c1 + beta_c2) / 2
# encontra beta_max
beta_max = min(beta_c + (alpha - 1) * (1.0 - beta_c) / (alpha_c - 1), 1.0)
logger.info("C: %f \tALPHA:%f \t MIG: %f" % (c, alpha, pmig))
# beta_c_pred1 = beta_critico(c,pmig,n,alpha)
beta_c_pred = beta_critico(c, pmig, n, alpha)
beta_c1, beta_c2, distancia = calcula_beta_critico(c, pmig, alpha, [beta_min, beta_max])
logger.info("Beta encontrado = %f e %f" % (beta_c1, beta_c2))
f.write("%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n" % (alpha, beta_c1, beta_c2, beta_c_pred, distancia))
alpha_c = alpha
# beta_c_pred1 = beta_critico(c,pmig,n,1.)
beta_c_pred = beta_critico(c, pmig, n, 1.0)
f.write("%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n" % (1.0, beta_min1, beta_min2, beta_c_pred, mindist))
f.close()
def testa_betac(c, pmig, df, logger):
nome_arq = "teste_betac_c=%.2f_m=%.2f.txt" %(c,pmig)
f = open(nome_arq, "w")
precisao = 0.001
logger.info('Calculando alpha critico...')
# valor de alpha_critico quando beta = 1 (integral)
alpha_c = encontra_alpha_critico(c,pmig,n)
logger.info('Valor encontrado: %f' %alpha_c)
# como alpha e beta são simétricos, beta_critico quando alpha=1 é alpha_c
beta_c = alpha_c
logger.info('Calculando beta critico pela simulacao para m = 1...')
#alpha_c, erro = encontra_valor_critico(c,pmig,'alpha',1.,[0.,alpha_c])
beta_c = min(beta_c+0.05,1.)
beta_c1, distancia = calcula_beta_critico(c,pmig,1.,df,logger)
logger.info("Beta encontrado = %f" %(beta_c1))
alpha_c= beta_c1
beta_min1 = beta_c1
beta_min = beta_c1
mindist = distancia
incremento = (1.-alpha_c)/4
v_alpha = np.arange(alpha_c, 1., incremento)[1:] if alpha_c < 1. \
else []
beta_c_pred = beta_critico(c,pmig,n,alpha_c)
f.write('%.7f\t%.7f\t%.7f\t%.7f\n'\
%(alpha_c,1.,beta_c_pred,distancia))
if len(v_alpha)>0:
logger.info('Entra no loop...v_alpha=[%f,%f,%f]'%(v_alpha[0],v_alpha[1],v_alpha[2]))
for alpha in v_alpha:
beta_c = beta_c1
#encontra beta_max
beta_max = min(beta_c + (alpha-1)*(1.-beta_c)/(alpha_c-1),1.)
logger.info("C: %f \tALPHA:%f \t MIG: %f" %(c,alpha,pmig))
beta_c_pred = beta_critico(c,pmig,n,alpha)
beta_c1, distancia = calcula_beta_critico(c,pmig,alpha,df,logger)
logger.info("Beta encontrado = %f" %(beta_c1))
f.write('%.7f\t%.7f\t%.7f\t%.7f\n'\
%(alpha,beta_c1,beta_c_pred,distancia))
alpha_c = alpha
beta_c_pred = beta_critico(c,pmig,n,1.)
f.write('%.7f\t%.7f\t%.7f\t%.7f\n'\
%(1.,beta_min1,beta_c_pred,mindist))
f.close()
def testa_mc(c, alpha):
nome_arq = "new_teste_mc_c=%.2f_alpha=%.2f.txt" %(c,alpha)
f = open(nome_arq, "w")
precisao = 0.001
logger.info('Calculando mig critico quando beta = 1...')
m_c = encontra_m_critico(c,alpha,n)
logger.info('Valor encontrado: %f' %m_c)
logger.info('Calculando beta critico quando m = 1...')
beta_c = beta_critico(c,1.,n,alpha)
logger.info('Valor encontrado: %f' %beta_c)
# Este é o beta a partir do qual m_c = 1.
logger.info('Calculando m critico pela simulacao...')
m_c = min(m_c+0.05,1.)
m_c1, m_c2, distancia = calcula_m_critico(c,alpha,1.,[0.,m_c])
logger.info(u"Taxa de migração encontrada = %f e %f" %(m_c1, m_c2))
logger.info('Calculando beta critico pela simulacao...')
beta_c = min(beta_c+0.05,1.)
beta_c1, beta_c2, distancia_b = calcula_beta_critico(c,1.,alpha,[0.,beta_c])
logger.info("Beta encontrado = %f e %f" %(beta_c1,beta_c2))
beta_c = (beta_c1+beta_c2)/2
m_max1, m_max2 = m_c1, m_c2
m_max = (m_c1+m_c2)/2
maxdist = distancia
incremento = (beta_c)/4
v_beta = np.arange(0., beta_c, incremento)[1:][::-1] if beta_c > 0. \
else []
m_c_pred = m_critico(c,n,alpha,beta_c)
f.write('%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n'\
%(beta_c,0.,0.,m_c_pred,distancia_b))
if len(v_beta)>0:
logger.info('Entra no loop...v_beta=[%f,%f,%f]'%(v_beta[0],v_beta[1],v_beta[2]))
for beta in v_beta:
m_c = (m_c1+m_c2)/2
#encontra m_max
m_max = min(m_c + 0.005,1.)
logger.info("C: %f \tALPHA:%f \t BETA: %f" %(c,alpha,beta))
m_c_pred = m_critico(c,n,alpha,beta)
m_c1, m_c2, distancia = calcula_m_critico(c,alpha,beta,[0., m_max])
logger.info(u"Taxa de migração encontrada = %f e %f" %(m_c1, m_c2))
f.write('%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n'\
%(beta,m_c1,m_c2,m_c_pred,distancia))
m_c_pred = m_critico(c,n,alpha,1.)
f.write('%.7f\t%.7f\t%.7f\t%.7f\t%.7f\n'\
%(1.,m_max1,m_max2,m_c_pred,maxdist))
f.close()
def testa_betac(c, pmig, v_alpha):
nome_arq = "copia_teste_betac_c=%.2f_m=%.2f.txt" % (c, pmig)
f = open(nome_arq, "w")
precisao = 0.001
lbr = []
lbp1 = []
lbp2 = []
for alpha in v_alpha:
numpt = 10
beta_c_pred1 = beta_critico(c, pmig, n, alpha)
beta_c_pred2 = beta_critico2(c, pmig, n, alpha)
logger.info("C: %f \tALPHA:%f \t MIG: %f" % (c, alpha, pmig))
continua = True
reverso = False
primeiro, ultimo = 0.0, 1.0
beta = primeiro
while (continua) and (ultimo - primeiro > precisao):
logger.debug("primeiro: %f" % primeiro)
logger.debug("ultimo: %f" % ultimo)
vec_beta = np.arange(primeiro, ultimo + 1.0 / (10 * numpt), 1.0 / numpt)
for i, beta in enumerate(vec_beta):
logger.debug("i: %d, beta: %f" % (i, beta))
nfim, ngeracoes = bobo(c, alpha, beta, pmig)
logger.debug("Numero de simulacoes ate o fim: %d" % nfim)
if nfim > 0:
if i == 0:
continua = False
logger.debug("Continua modificado: False")
else:
numpt = 10 * numpt
primeiro = vec_beta[i - 1] + 1.0 / numpt
ultimo = vec_beta[i] - 1.0 / numpt
break
elif beta == max(vec_beta):
continua = False
beta_c_real = beta
logger.info("beta_c encontrado: %f" % beta_c_real)
f.write(str(pmig))
f.write("\t")
f.write(str(beta_c_real))
f.write("\t")
f.write(str(beta_c_pred1))
f.write("\t")
f.write(str(beta_c_pred2))
f.write("\n")
lbr.append(beta_c_real)
lbp1.append(beta_c_pred1)
lbp2.append(beta_c_pred2)
f.close()
plota_fig(c, pmig, v_alpha, lbr, lbp1, lbp2, opcao="beta")
def plota_beta_alpha(v_alpha, v_beta, yerr, params, new='True'):
c,pmig,n = params
titulo = r'Critical war probability comparison (model vs. simulation) '
titulo = titulo + '\n' + r'$c$ = %.2f, $m$ = %.2f and $n$ = %d' \
%(c, pmig, n)
alpha_c = v_alpha[0]
if alpha_c < 1.:
p = interpolate.interp1d(v_alpha,v_beta,kind=2)
else:
p = lambda arg: 1.
x = np.arange(0.,1.01,0.01)
func = lambda arg: p(arg) if arg > alpha_c else 1.
y = [func(elem) for elem in x]
fig = plt.figure(figsize=(7,6), dpi=300)
ax = fig.add_subplot(111)
ax.errorbar(v_alpha,v_beta,yerr=yerr,fmt='o')#,label='simulacao')
ax.plot(x,y,'-',label='simulacao')
v_alpha = x
v_beta_pred = [beta_critico(c,pmig,n,alpha) for alpha in v_alpha]
ax.plot(v_alpha,v_beta_pred,'-',label='autovalor=1')
plt.title(titulo)
plt.xlabel(r'$\alpha$')
plt.ylabel(r'$\beta$')
plt.xlim([-0.01,1.01])
plt.ylim([-0.01,1.01])
lgd = ax.legend(loc="center", bbox_to_anchor=(0.5,-0.2), fancybox=True, ncol=3)
plt.grid(True)
plt.tight_layout()
if new:
nome_fig = "comparacao_beta_alpha_c=%.2f_%s=%.1f.png" \
%(c,'pmig',pmig)
else:
nome_fig = "teste_comparacao_beta_alpha_c=%.2f_%s=%.1f.png" \
%(c,'pmig',pmig)
print nome_fig
plt.savefig(nome_fig, additional_artists = lgd, bbox_inches="tight")
