以下是一个基于有限差分法的弹性传播波动方程的数值模拟代码。我们将使用一维介质来模拟弹性波的传播。 ```python import numpy as np import matplotlib.pyplot as plt # 参数设置 nx = 1000 # 空间网格点数 nt = 500 # 时间步数 dx = 0.01 # 空间步长 dt = 0.001 # 时间步长 c = 300 # 波速 (m/s) # 初始化变量 x = np.linspace(0, nx*dx, nx) # 空间坐标 u = np.zeros(nx) # 当前时刻位移 un = np.zeros(nx) # 下一个时刻位移 uo = np.zeros(nx) # 上一个时刻位移 # 初始条件：正弦波形 sigma = 0.1 x0 = 0.3 u = np.exp(-((x - x0)**2) / (2 * sigma**2)) # 边界条件 u[0] = u[-1] = 0 # 绘制初始波形 plt.figure(figsize=(10, 6)) plt.plot(x, u, label='Initial Condition') # 时间步进 for n in range(nt): un[1:-1] = 2*u[1:-1] - uo[1:-1] + (c*dt/dx)**2 * (u[2:] - 2*u[1:-1] + u[:-2]) uo = u.copy() # 更新上一时刻 u = un.copy() # 更新当前时刻 # 每隔一定时间步绘制波形 if n % 50 == 0: plt.plot(x, u, label=f't={n*dt:.2f}s') # 设置图形参数 plt.title('Wave Propagation Simulation') plt.xlabel('Position (m)') plt.ylabel('Amplitude') plt.legend() plt.grid() plt.show() ``` ### 上述代码解释： 1. **参数设置**： - `nx` 是空间网格点的数量，决定了空间离散化的精度。 - `nt` 是时间步数，决定了模拟的时间长度。 - `dx` 和 `dt` 分别为空间步长和时间步长，它们需要满足稳定性条件（Courant-Friedrichs-Lewy 条件）。 - `c` 是波速，表示波在介质中的传播速度。 2. **初始化变量**： - `x` 表示空间坐标。 - `u` 是当前时刻的位移场。 - `un` 是下一时刻的位移场。 - `uo` 是上一时刻的位移场。 3. **初始条件**： - 使用高斯函数作为初始波形，模拟一个脉冲波。 4. **边界条件**： - 设定两端为固定边界（即位移为零）。 5. **时间步进**： - 使用有限差分法更新位移场，公式为： \[ u_{i}^{n+1} = 2u_{i}^{n} - u_{i}^{n-1} + \left(\frac{c\Delta t}{\Delta x}\right)^2 \left(u_{i+1}^{n} - 2u_{i}^{n} + u_{i-1}^{n}\right) \] - 这个公式是基于二阶中心差分的显式方法。 6. **绘图**： - 每隔一定时间步绘制波形，观察波的传播过程。 --- ###