Численные методы решения задач математической физики с использованием современных библиотек для высокопроизводительных вычислений

Автор: Пирматов А.З., Аркабаев Н.К., Саадалов Т.Ы., Мурзабаева А.Б.

Журнал: Бюллетень науки и практики @bulletennauki

Рубрика: Естественные науки

Статья в выпуске: 1 т.12, 2026 года.

Бесплатный доступ

Рассматриваются численные методы решения задач математической физики с использованием современных библиотек, предназначенных для высокопроизводительных вычислений. Основное внимание уделяется применению эффективных алгоритмов и программных средств для моделирования физических процессов, описываемых дифференциальными уравнениями в частных производных. Проанализированы классические методы - конечных разностей и конечных элементов, а также возможности их реализации с помощью библиотек NumPy, SciPy, CuPy, Numba, Dask, PETSc и Trilinos. Проведено сравнение производительности различных подходов при решении типовых задач, таких как уравнение теплопроводности, Пуассона и волновое уравнение. Показано, что использование GPU-ускоренных и распределённых вычислений позволяет значительно сократить время решения и повысить масштабируемость моделей. Результаты исследования могут быть применены при разработке научных и инженерных приложений, требующих высокой точности и скорости вычислений. Работа направлена на демонстрацию практических преимуществ интеграции численных методов и современных технологий параллельных вычислений в задачах математического моделирования.

Еще

Численные методы, математическая физика, дифференциальные уравнения, высокопроизводительные вычисления, параллельные алгоритмы, библиотеки, оптимизация

Короткий адрес: https://sciup.org/14135532

IDR: 14135532   |   УДК: 519.63:004.94   |   DOI: 10.33619/2414-2948/122/03

Numerical Methods for Solving Problems of Mathematical Physics Using High-Performance Computing Libraries

This study focuses on numerical methods for solving problems of mathematical physics using modern libraries designed for high-performance computing. The main goal is to apply efficient algorithms and software tools for modeling physical processes described by partial differential equations. Classical numerical methods, such as finite difference, finite element, and finite volume methods, are analyzed, along with their implementation using NumPy, SciPy, CuPy, Numba, Dask, PETSc, and Trilinos libraries. A performance comparison of different approaches is conducted for typical problems, including the heat conduction, Poisson, and wave equations. The results demonstrate that GPU-accelerated and distributed computing significantly reduce computation time and improve scalability. The findings can be applied to the development of scientific and engineering applications requiring high precision and computational speed. This work aims to illustrate the practical advantages of integrating numerical methods with modern parallel computing technologies in solving mathematical modeling problems.

Еще