Python蒸发散物理问题(微积分-线性代数-拉普拉斯和傅立叶变换)

本文主要是介绍Python蒸发散物理问题(微积分-线性代数-拉普拉斯和傅立叶变换),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

使用Python计算解决土壤物理问题的数值。这里数值过程用于求解微分方程,数值方法将微分转化为代数方程,可以使用传统的线性代数方法求解。

Python拉普拉斯变换求解微分方程示例

假设我们有微分方程
y ′ ′ + 2 y ′ + 16 y = cos ⁡ 4 t y^{\prime \prime}+2 y^{\prime}+16 y=\cos 4 t y′′+2y+16y=cos4t
对于未知函数 y ( t ) y(t) y(t)。该方程描述了物理学中具有摩擦力的受迫振荡器。作为初始条件,我们选择 y ( 0 ) = y ′ ( 0 ) = 0 y(0)=y^{\prime}(0)=0 y(0)=y(0)=0

拉普拉斯变换提供了求解此类方程的最方便的方法。首先,看看如果我们对未知函数的二阶导数进行拉普拉斯变换,会发生什么:
L ( y ′ ′ ) = ∫ 0 ∞ y ′ ′ ( t ) e − p t d t = [ y ′ ( t ) e − p t ] 0 ∞ − ( − p ) ∫ 0 ∞ y ′ ( t ) e − p t d t = p L ( y ′ ) − y ′ ( 0 ) \begin{gathered} L\left(y^{\prime \prime}\right)=\int_0^{\infty} y^{\prime \prime}(t) e^{-p t} d t= \\ {\left[y^{\prime}(t) e^{-p t}\right]_0^{\infty}-(-p) \int_0^{\infty} y^{\prime}(t) e^{-p t} d t=} \\ p L\left(y^{\prime}\right)-y^{\prime}(0) \end{gathered} L(y′′)=0y′′(t)eptdt=[y(t)ept]0(p)0y(t)eptdt=pL(y)y(0)
我们从第一行到第二行使用了部分积分。因此,我们可以通过乘以 p \mathrm{p} p 并减去一阶导数的初始条件来替换二阶导数。对于 L ( y ′ ) L\left(y^{\prime}\right) L(y) 我们做同样的事情并得到:
L ( y ′ ) = ∫ 0 ∞ y ′ ( t ) e − p t d t = p L ( y ) − y ( 0 ) L\left(y^{\prime}\right)=\int_0^{\infty} y^{\prime}(t) e^{-p t} d t=p L(y)-y(0) L(y)=0y(t)eptdt=pL(y)y(0)

L ( y ′ ′ ) = p 2 L ( y ) − p y ( 0 ) − y ′ ( 0 ) L\left(y^{\prime \prime}\right)=p^2 L(y)-p y(0)-y^{\prime}(0) L(y′′)=p2L(y)py(0)y(0)

这使我们能够对整个微分方程进行拉普拉斯变换。让我们切换到 Python 并启动 Jupyter notebook。定义符号和微分方程,以及未计算的拉普拉斯变换:

from sympy import *t, p = symbols('t, p')
y = Function('y')# The unevaluated Laplace transform:
Y = laplace_transform(y(t), t, p)eq = Eq(diff(y(t), (t, 2)) + 2 * diff(y(t), t) + 16*y(t), cos(4*t))
eq

16 y ( t ) + 2 d d t y ( t ) + d 2 d t 2 y ( t ) = cos ⁡ ( 4 t ) 16 y(t)+2 \frac{d}{d t} y(t)+\frac{d^2}{d t^2} y(t)=\cos (4 t) 16y(t)+2dtdy(t)+dt2d2y(t)=cos(4t)

Y

L t [ y ( t ) ] ( p ) \mathcal{L}_t[y(t)](p) Lt[y(t)](p)

右侧看起来像这样:

laplace_transform(eq.lhs, t, p )

p 2 L t [ y ( t ) ] ( p ) + 2 p L t [ y ( t ) ] ( p ) − p y ( 0 ) + 16 L t [ y ( t ) ] ( p ) − 2 y ( 0 ) − d d t y ( t ) ∣ t = 0 p^2 \mathcal{L}_t[y(t)](p)+2 p \mathcal{L}_t[y(t)](p)-p y(0)+16 \mathcal{L}_t[y(t)](p)-2 y(0)-\left.\frac{d}{d t} y(t)\right|_{t=0} p2Lt[y(t)](p)+2pLt[y(t)](p)py(0)+16Lt[y(t)](p)2y(0)dtdy(t) t=0

对于 d d t y ( t ) ∣ t = 0 \left.\frac{d}{d t} y(t)\right|_{t=0} dtdy(t) t=0,使用 Subs 类,它表示表达式的未评估替换。这正是我们所需要的。所以我们的初始条件是

initial ={y(0): 0,Subs(diff(y(t), t), t, 0): 0
}

现在我们可以将微分方程的拉普拉斯变换写为

eq_p=Eq(laplace_transform(eq.lhs,t,p).subs(initial),laplace_transform(eq.rhs,t,p,noconds=True)
)
eq_p

p 2 L t [ y ( t ) ] ( p ) + 2 p L t [ y ( t ) ] ( p ) + 16 L t [ y ( t ) ] ( p ) = p p 2 + 16 p^2 \mathcal{L}_t[y(t)](p)+2 p \mathcal{L}_t[y(t)](p)+16 \mathcal{L}_t[y(t)](p)=\frac{p}{p^2+16} p2Lt[y(t)](p)+2pLt[y(t)](p)+16Lt[y(t)](p)=p2+16p

求解 L[y]为:

solve(_,Y)

[ p / ( p ∗ ∗ 4 + 2 ∗ p ∗ ∗ 3 + 32 ∗ p ∗ ∗ 2 + 32 ∗ p + 256 ) ] [p /(p * * 4+2 * p * * 3+32 * p * * 2+32 * p+256)] [p/(p4+2p3+32p2+32p+256)]

sol_Y=_[0]

并从拉普拉斯变换回正常空间:

inverse_laplace_transform(sol_Y,p,t)

( 15 e t sin ⁡ ( 4 t ) − 4 15 sin ⁡ ( 15 t ) ) e − t θ ( t ) 120 \frac{\left(15 e^t \sin (4 t)-4 \sqrt{15} \sin (\sqrt{15} t)\right) e^{-t} \theta(t)}{120} 120(15etsin(4t)415 sin(15 t))etθ(t)

稍微整理一下:

expand(_)

sin ⁡ ( 4 t ) θ ( t ) 8 − 15 e − t sin ⁡ ( 15 t ) θ ( t ) 30 \frac{\sin (4 t) \theta(t)}{8}-\frac{\sqrt{15} e^{-t} \sin (\sqrt{15} t) \theta(t)}{30} 8sin(4t)θ(t)3015 etsin(15 t)θ(t)

collect(_,Heaviside(t))

( sin ⁡ ( 4 t ) 8 − 15 e − t sin ⁡ ( 15 t ) 30 ) θ ( t ) \left(\frac{\sin (4 t)}{8}-\frac{\sqrt{15} e^{-t} \sin (\sqrt{15} t)}{30}\right) \theta(t) (8sin(4t)3015 etsin(15 t))θ(t)

这是一个简洁的形式,我们将在此停止。 Heaviside θ θ \theta \theta θθ 函数使所有 t < 0 t<0 t<0 的值等于 0,这是可以的,因为我们只需要 t ≥ 0 t \geq 0 t0 的解。

请注意,拉普拉斯方法会自动处理初始条件,而无需从通解中确定常数!这使得它比大多数其他方法舒服得多。

最后,让我们绘制解:

p1=plot(_,(t,0,10),show=False,label='y(t)',legend=True,ylabel='')
p2=plot(cos(4*t),(t,0,10),show=False,label=r'$\cos4t$')
p1.append(p2[0])
p1.show()

上面的例子展示了如何解决具有齐次初始条件 ( y ( 0 ) = y ′ ( 0 ) = 0 ) \left(y(0)=y^{\prime}(0)=0\right) (y(0)=y(0)=0) 的问题。但拉普拉斯技术的使用当然不限于此。只需代入非齐次初始条件,求解 Y ( p ) Y(p) Y(p),进行拉普拉斯逆变换,就得到了解 y ( t ) y(t) y(t)

物理属性

土壤基质的几何形状、土壤结构、分形几何、孔隙空间的几何形状、比表面积、平均堆积密度、含水量和孔隙率、变量之间的关系、物理特性典型值
土壤棱柱的体积和体积分数、土壤固相、土壤质地、沉降定律

气相和气体扩散

传输方程、土壤中气体的扩散率、计算气体浓度、模拟土壤剖面中的一维稳态氧扩散、数值实现

温度和热流

热传导微分方程、土壤温度数据、热流方程的数值解、土壤热属性、数值实现

液相和土-水相互作用

水的性质、土壤水势、水势-含水量关系、液相和气相平衡

稳态水流和水力电导率

客孔介质中水的作用力、饱和土壤中的水流、饱和水力电导率、不饱和水力电导率

性质的变化

频率分布、概率密度函、转换、空间相关性、随机建模方法、数值实现

瞬态水流

质量守恒方程、水流、渗透、渗透数值模拟、数值实现

不规则三角网络

数字地形模型、不规则三角网络、数值实现、三角测量、GIS 函数、边界、三角形的几何性质、德劳内三角测量

三维水流

控制方程、数值公式、耦合地表流和地下流、数值实现、模拟、可视化和结果

蒸发

耦合传输建模

土壤中的溶质运移

蒸腾作用和植物-水的关系

大气边界条件

参阅一:亚图跨际
参阅二:亚图跨际

这篇关于Python蒸发散物理问题(微积分-线性代数-拉普拉斯和傅立叶变换)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/574335

相关文章

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

nginx中端口无权限的问题解决

《nginx中端口无权限的问题解决》当Nginx日志报错bind()to80failed(13:Permissiondenied)时,这通常是由于权限不足导致Nginx无法绑定到80端口,下面就来... 目录一、问题原因分析二、解决方案1. 以 root 权限运行 Nginx(不推荐)2. 为 Nginx

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

SpringSecurity整合redission序列化问题小结(最新整理)

《SpringSecurity整合redission序列化问题小结(最新整理)》文章详解SpringSecurity整合Redisson时的序列化问题,指出需排除官方Jackson依赖,通过自定义反序... 目录1. 前言2. Redission配置2.1 RedissonProperties2.2 Red

nginx 负载均衡配置及如何解决重复登录问题

《nginx负载均衡配置及如何解决重复登录问题》文章详解Nginx源码安装与Docker部署,介绍四层/七层代理区别及负载均衡策略,通过ip_hash解决重复登录问题,对nginx负载均衡配置及如何... 目录一:源码安装:1.配置编译参数2.编译3.编译安装 二,四层代理和七层代理区别1.二者混合使用举例

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、