以下是一个使用Python实现的一维弹性传播波动方程的数值模拟代码，并绘制出相应的图像： ```python import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation # 参数设置 L = 100.0 # 域长度 T = 50.0 # 模拟总时间 c = 1.0 # 波速 dx = 0.1 # 空间步长 dt = 0.05 # 时间步长 nx = int(L / dx) # 空间网格点数 nt = int(T / dt) # 时间步数 x = np.linspace(0, L, nx) u = np.zeros(nx) # 当前时刻波形 un = np.zeros(nx) # 下一时刻波形 uo = np.zeros(nx) # 上一时刻波形 # 初始条件：高斯波包 sigma = 2.0 x0 = L / 3 u[:] = np.exp(-((x - x0) ** 2) / (2 * sigma ** 2)) # 边界条件：固定边界 u[0] = u[-1] = 0 # 绘图初始化 fig, ax = plt.subplots() line, = ax.plot(x, u) def update(frame): global u, un, uo uo = u.copy() # 保存上一时刻波形 for i in range(1, nx - 1): un[i] = 2 * u[i] - uo[i] + (c * dt / dx) ** 2 * (u[i + 1] - 2 * u[i] + u[i - 1]) u, uo = un.copy(), u.copy() # 更新波形 line.set_ydata(u) # 更新绘图数据 return line, ani = FuncAnimation(fig, update, frames=nt, blit=True) plt.ylim(-1.5, 1.5) plt.show() ``` ### 解释上述代码 1. **参数设置**: - `L` 是模拟域的长度。 - `T` 是模拟的总时间。 - `c` 是波速，表示波在介质中的传播速度。 - `dx` 和 `dt` 分别是空间和时间的离散步长。 2. **初始条件**: - 使用一个高斯波包作为初始条件。波包中心位于 `x0`，宽度由 `sigma` 决定。 3. **边界条件**: - 在两端设置了固定边界条件（即波形在两端始终为零）。 4. **更新规则**: - 根据波动方程的有限差分格式，计算下一时刻的波形。 - 公式来源于波动方程的二阶偏导数离散化： \[ \frac{\partial^2 u}{\partial t^2} = c^2 \frac{\partial^2 u}{\partial x^2} \] 离散化后得到： \[ u_{i}^{n+1} = 2u_{i}^{n} - u_{i}^{n-1} + \left(\frac{c \Delta t}{\Delta x}\right)^2 \left(u_{i+1}^{n} - 2u_{i}^{n} + u_{i-1}^{n}\right) \] 5. **动画绘制**: - 使用 `matplotlib.animation.FuncAnimation` 动态绘制波形随时间的变化。 --- ###