《FDTD Solutions软件教程——微纳光学仿真利器》 FDTD Solutions是一款强大的微纳光学领域仿真软件，基于Lumerical公司开发的时域有限差分法（Finite-Difference Time-Domain，简称FDTD）。该软件广泛应用于光学器件、超表面等微纳结构的设计和分析，具有直观易用的计算机辅助设计模拟编辑功能，丰富的材料数据库，以及强大的脚本语言支持，为科研和工程人员提供了灵活多样的仿真工具。 在最新版8.6中，FDTD Solutions引入了一系列新特性，如用户可定义的材料模型，允许用户直接修改更新方程，以适应各种非线性、负折射率等复杂材料的建模。此外，新增了对非对角各向异性介质的支持，可以处理具有9元介电常数张量矩阵的材料，这对于研究光在复杂材料中的传播行为至关重要。 软件的材料数据库不断更新，加入了如顺磁性材料、拉曼-可尔模型和四级、二电子激光模式等新材料模型，能够模拟硅的拉曼效应、孤子传播和激光动力学等现象。同时，用户可以通过应用程序库获取这些新材料模型的示例，进行实际操作学习。 FDTD Solutions的脚本语言功能强大，涵盖了系统控制、变量操作、运算符、函数、循环和条件语句、绘图命令、实体对象的添加和操作、模拟计算运行、量度与规范化、测量和优化数据、近场和远场投影、光栅投影等功能。这使得用户可以编写自定义脚本来实现复杂的仿真需求，极大地扩展了软件的适用范围。 在模拟计算方面，FDTD Solutions提供了模式扩展监视器、可旋转模式光源和场分析工具，便于用户分析计算结果。新版本还改进了材料拟合功能，增强了计算结果的管理和可视化，以及支持在任意角度导入TFSF光源，提升了模拟的准确性和效率。 7.5及更早版本也引入了诸如参数扫描、优化处理、实体对象库、并行模拟计算等特性，逐步完善了软件的功能，使其在微纳光学仿真领域保持着领先地位。 FDTD Solutions的安装和许可流程简化，支持多种操作系统，如Mac OS X和Windows 7，以及共形网格的使用，都表明了其致力于提供跨平台、高效且用户友好的解决方案的决心。 总之，FDTD Solutions是微纳光学领域不可或缺的仿真工具，通过其强大的功能和持续的更新，为科研人员提供了精确、全面的模拟环境，推动了微纳光学技术的发展和创新。对于希望深入理解和应用微纳光学的人来说，掌握FDTD Solutions的操作和应用无疑将大大提高其研究和设计能力。

对比有限差分法和打靶法求解非线性常微分方程两点边值问题的近似解: , 并将计算结果与精确解作图进行比较，并对比牛顿迭代法在这两种方法的应用情况。

用有限差分法求解方程，里面有两个文件，其中一个是泊松方程，另外一个是求解其他势能的方程

实验题目 考虑定解问题 方向步长取，网格比，分别用： (1)古典显格式； (2)古典隐格式； (3)Crank-Nicolson格式 计算的解，并比较结果、分析原因(精确解：)。 1算法原理与流程图 2程序代码及注释 3算例求解过程 4讨论与结论

matlab终止以下代码 Vulture：用于电磁仿真的开源FDTD解算器 应用电磁学（）应用求解程序Vulture是用于电磁仿真的非均匀结构化网格代码。 它是在上开发的，用于电磁兼容性（），计算电磁学（）和的研究。 代码功能 该代码当前具有以下功能： 不均匀的网格允许均匀的立方体和均匀的长方体特殊情况。 外部网格表面可以独立地是完美电导体（PEC），完美磁导体（PMC），完美匹配层（），解析Mur吸收边界条件（ABC）或周期性边界条件。 单轴完美匹配层（UPML）实现，可以终止任意不均匀介质。 高斯脉冲，紧凑型脉冲，正弦波倾斜，微分脉冲和用户定义的波形。 分布的软，硬电场和磁场，电流密度，电流和理想电压源。 电阻电压和电流源总成。 内部PEC表面。 简单的各向同性介质，具有与频率无关的介电常数，电导率和（实际）磁导率。 使用广义多极Debye色散关系的任意电色散介质。 以面为中心的两侧表面阻抗边界条件，可有效地建模与频率相关的薄材料表面（，）。 全场散射场（TFSF）平面波源，也称为惠更斯面源，用于多次平面波激励。 该实现支持部分惠更斯曲面，并具有针对均匀立方网格的网格分散优化。 二

本文介绍了有限差分法在MATLAB中求解偏微分方程的方法。首先介绍了有限差分法的基本原理和数学模型，然后详细讲解了如何在MATLAB中实现有限差分法求解偏微分方程的步骤和注意事项。最后通过实例演示了有限差分法在MATLAB中求解偏微分方程的具体过程和结果。本文对于学习MATLAB求解偏微分方程的同学具有一定的参考价值。

代码为计算偏微分方程中的有限差分法，软件使用为mathematica

轴承雷诺方程的有限差分法求解以及相关程序的实现思路

Matlab 求解偏微分的代码Heat 和 Black-Scholes 偏微分方程的有限差分法的 MATLAB 和 Python 实现 这些代码实现了有限差分法的数值方法来求解 Heat PDE 和 Black-Scholes PDE。 具体而言，Black-Scholes PDE 的代码旨在为普通期权定价，例如欧洲和美国的看涨和看跌期权。 该算法在 Python 和 MATLAB 中实现，Python 代码属于面向对象学科，使用 Numpy 处理矩阵。 此外，Python 和 MATLAB 代码都允许用户编写自己的函数，将其放入代码中以设置有限差分网格的边界条件。 该代码提供了示例用户生成函数，用于为 Python 代码和 MATLAB 代码设置边界条件。 Python 对象还在 Python 类中实现了特殊方法，以使其可切片（ __getitem__() ）和可打印（ __repr__() ） 请在 README.pdf 文件中找到详细的数学解释，因为 Github 不支持 Latex 公式。 作者：鲁瑞南 参考： [1]Brandimarte P. 金融经济学中的数值方法：基于M

Fortran 数值计算