DifferentialEquations.jl
v7.15.0
これは、Julia で記述された微分方程式を数値的に解くためのスイートであり、Julia、Python、および R で使用できます。このパッケージの目的は、さまざまな微分方程式に対するソルバーの効率的な Julia 実装を提供することです。このパッケージの範囲内の方程式には次のものがあります。
適切に最適化された DifferentialEquations ソルバーは、古典的なアルゴリズムの最速実装の一部としてベンチマークされます。また、「標準」C/Fortran メソッドを常に上回る最近の研究によるアルゴリズムや、高精度および HPC アプリケーション向けに最適化されたアルゴリズムも含まれています。同時に、古典的な C/Fortran メソッドをラップし、必要なときにいつでも簡単に切り替えることができます。さまざまな言語やパッケージのさまざまなメソッドを使用して微分方程式を解くには、コードを 1 行変更するだけで実行できるため、可能な限り最速のメソッドを使用していることを確認するための簡単なベンチマークが可能になります。
DifferentialEquations.jl は、以下を備えた Julia パッケージ領域と統合します。
さらに、DifferentialEquations.jl には次のような分析機能が組み込まれています。
これにより、速度と生産性の機能が強力に組み合わされ、微分方程式をより速く解いて分析できるようになります。
パッケージの使用方法については、安定版のドキュメントを参照してください。未リリースの機能を含むバージョンのドキュメントについては、開発中のドキュメントを使用してください。
すべてのアルゴリズムは、収束テストによって精度を確保するために徹底的にテストされています。アルゴリズムは、正確性を示すために継続的にテストされます。 IJulia チュートリアル ノートブックは DiffEqTutorials.jl にあります。ベンチマークは DiffEqBenchmarks.jl にあります。エラーがあると思われる方程式を見つけた場合は、問題を開いてください。
ご質問がある場合、またはソルバーやパッケージの使用についてチャットしたい場合は、Gitter チャネルでお気軽にチャットしてください。バグレポート、機能リクエストなどについては、問題を送信してください。貢献に興味がある場合は、開発者向けドキュメントを参照してください。
このエコシステムのソフトウェアは学術研究の一環として開発されました。サポートにご協力いただける場合は、リポジトリにスターを付けてください。そのような指標は、将来の資金確保に役立つ可能性があります。研究、教育、その他の活動の一環として SciML ソフトウェアを使用している場合は、私たちの成果を引用していただければ幸いです。ガイドラインについては引用ページをご覧ください。
対応するブログ投稿を参照してください
