Ecuațiile diferențiale parțiale (PDE) sunt fundamentale în modelarea diferitelor fenomene fizice, cum ar fi transferul de căldură, propagarea undelor și dinamica fluidelor. Folosind biblioteci Python, cum ar fi NumPy și SciPy simplifică procesul de rezolvare numerică a acestor ecuații. Acest articol oferă o abordare pas cu pas pentru rezolvarea PDE-urilor cu aceste instrumente.

Stabileşte problema

Începe prin definirea PDE și domeniul. De exemplu, ia în considerare ecuația de căldură unidimensională:

A se preciza condițiile inițiale, condițiile de limită și parametrii precum difuzibilitatea termică α.

Discretizarea domeniului

Divide domeniul spațial în puncte discrete folosind array-uri NumPy. De exemplu, creați o rețea de puncte:

Import numpy as np

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

Setează etapa de timp și timpul total de simulare pentru a controla stabilitatea numerică și precizia.

Punerea în aplicare a metodei numerice

Utilizați metode de diferență finită pentru a aproxima derivatele. Pentru ecuația de căldură, o schemă explicită actualizează temperatura la fiecare punct:

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

unde r este un parametru de stabilitate calculat ca α * dt / dx2.

Rularea simulării

Iterează în timp, actualizând matricea de soluţii la fiecare iterare. Utilizaţi operaţiunile NumPy pentru eficienţă:

pentru n în interval (pași):

  u[1:-1] = u[1:-1] + r * (u[2:] - 2*u[1:-1] + u[:-2]

Aplică condițiile limită după fiecare actualizare pentru a menține constrângerile legate de probleme.

Rezultate de vizualizare

Utilizați biblioteci ca Matplotlib pentru a vizualiza distribuția temperaturii în timp. Setaţi stările inițiale și finale pentru a observa procesul de difuzie.

Codul de exemplu:

Import matplotlib.pyplot ca plt

plt.plot(x, u)