Python 中 pde 的有限差分求解器的交替方向隐式方法
Alternating direction implicit method for finite difference solver of pde in Python
我正在努力实施 Alternating direction implicit method to solve FitzHugh–Nagumo reaction diffusion model. I have found a Python implementation example for it in a blog，但我认为该方法存在错误 - 在此处提供的模板中：
不应该是一半时间步长乘以反应项 f ?
用微商代替差商，得
U_t = D/2 * U_xx + D/2 * U_yy + Δt*f
在这两种情况下，都不是等式
U_t = D * (U_xx + U_yy) + f
这是最初提出的任务。
所以系数应该是 1/(Δt/2)，因为它在 U_t、D/(Δp^2) 在 U_pp、p=x,y 和 1 f。
这个公式似乎是一个混合了差商的公式和乘以 Δt/2 的下一个阶段。
并且在下一个公式中不需要新的常量，因为确实 α_p=σ_p、p=x,y 然后你是对的 f 的因子应该是 Δt/2 .
我正在努力实施 Alternating direction implicit method to solve FitzHugh–Nagumo reaction diffusion model. I have found a Python implementation example for it in a blog，但我认为该方法存在错误 - 在此处提供的模板中：
用微商代替差商，得
U_t = D/2 * U_xx + D/2 * U_yy + Δt*f
在这两种情况下，都不是等式
U_t = D * (U_xx + U_yy) + f
这是最初提出的任务。
所以系数应该是 1/(Δt/2)，因为它在 U_t、D/(Δp^2) 在 U_pp、p=x,y 和 1 f。
这个公式似乎是一个混合了差商的公式和乘以 Δt/2 的下一个阶段。
并且在下一个公式中不需要新的常量，因为确实 α_p=σ_p、p=x,y 然后你是对的 f 的因子应该是 Δt/2 .