部分的な差動式(PDE)は、熱伝達、波伝搬、流体力学などのさまざまな物理現象をモデル化する基礎的です。 NumPyやSciPyなどのPythonライブラリを使用して、これらの式を数値的に解決するプロセスを簡素化します。 この記事では、これらのツールを使用して、PDEを解決するためのステップバイステップのアプローチを提供します。

問題の設定

PDEとドメインを定義して始めます。例えば、一次元熱式を考慮する:

] ⁇ / ⁇ t = α ⁇ 2u/ ⁇ 2

熱拡散αなどの初期条件、境界条件、パラメータを指定します。

ドメインの削除

空間ドメインをNumPy配列を使用して、離散点に分割します。例えば、ポイントのグリッドを作成します。

np[ と同じくらいの数値をインポートする

x = np.linspace(0, 1, 100)[]]

数値安定性と精度を制御する時間ステップと総シミュレーション時間を設定します。

数値メソッドの実装

有限差方式を使用して、誘導体を近似させます。熱式のために、明示的な方式は各点の温度を更新します。

[]u new = u + r * (u[i+1] - 2*u[i] + u[i-1])]]

[r]]は]α * dt / dx2として計算された安定性パラメータです。

シミュレーションの実行

毎回、ソリューションの配列を繰り返して、各反復で更新します。NumPy の操作で効率性を向上します。

]n のレンジ(ステップ):[

.nbsp; u[1:-1] = u[1:-1] + r * (u[2:] - 2*u[1:-1] + u[:-2])

各更新後に境界条件を適用して、問題の制約を維持します。

結果の可視化

Matplotlib のようなライブラリを使用して、温度分布を時間をかけて視覚化します。 初期状態と最終状態をプロットして、拡散プロセスを観察します。

事例コード:

[] インポート マット lib.pyplot を plt として]

plt.plot(x, u)]