MEEP 是有限差分时域 (FDTD) 算法的开源实现。 它可以使用现实的材料模型（包括色散、电导率、各向异性或非线性）、分布式计算以及时域和频域求解器的组合来计算电磁波在非常复杂的结构中的传播。

本文，我们将使用有限体积方法模拟开尔文-亥姆霍兹不稳定性。 我们将考虑一种可压缩流体，它具有向背景相反方向移动的高密度流。 速度切变引起了著名的不稳定性，有时在云层和木星的大红斑中也可以看到这种不稳定性。

提供了全面的主题覆盖，包含各种示例和问题、流体力学视觉组件的应用。包含更多案例研究框、新问题类型、增加的真实世界照片数量。示例问题已更新，并包含了许多新的照片、图形和图表。

使用单相层流的有限差分法求解二维 Navier-Stokes 方程（纳维-斯托克斯方程），并使用基准盖腔测试验证结果。

使用矢量优先方法，涵盖了静电学、静磁学、场、波以及传输线、波导和天线等应用。 还平衡地介绍了时变和静态领域。为了便于理解，提供了有效的例子，解释了如何使用文中介绍的理论来解决不同类型的问题。 它还涵盖数值方法，包括 MATLAB 和向量分析。

确实需要一个随时可用的傅立叶变换库，用户可以立即使用它并执行快速傅立叶变换 (FFT) 或离散傅立叶变换 (DFT) 并获得经典的频谱与频率图。这里介绍的库是一个实用的、有组织的和完整的 .NET 4+ 面向 DSP 例程的开源库，在非限制性的 MIT 许可下发布。

介绍了机器学习原理以及当今电磁学和其他应用中最常见的机器学习架构和算法，包括基本神经网络、高斯过程、支持向量机、核方法、深度学习、卷积神经网络和生成对抗网络

介绍这是在处理实验物理实验室中获取的数据时使用 Python 完成一些常用任务的简短指南，包括数据导入/导出、绘制误差线、函数对数据的曲线拟合、测试这些拟合的优劣数据的函数（考虑到测量的不确定性），数据的插值、平滑和微分，计算量中“误差”的传播，以及数据的数值计算，包括单位和/或不确定性。还详细讨论了如何从 Numerical Python (numpy) 和 Scientific Pyth...

特点展示了如何将分析方法和数值方法无缝集成来解决物理问题内容介绍开始编程单位和测量一维运动一维力二维和三维运动二维和三维力受限运动力和约束运动工作能量动量、脉冲和碰撞多粒子系统旋转运动刚体的旋转刚体动力学阅读咨询