基于二维随机游走数值法求解拉普拉斯方程的Python代码实现求助

原代码核心问题 #

• 随机数生成逻辑错误：random.randint(0,1)只能输出整数0或1，永远不可能匹配0.25、0.5等浮点判断条件，所有方向分支都不会触发
• 停止逻辑错误：原代码走完固定n步才判断是否到边界，而非每走一步就检查边界，几乎不可能触发边界命中逻辑，最终输出空列表
• 边界判断规则不合理：用==1判断浮点数相等容错率为0，极难命中，应该改为>=1判断是否抵达/超出边界
• 角度计算错误：极角计算应该用np.arctan2(y,x)，原代码用tan(x/y)不仅逻辑错误，还会出现除零、象限判断错误的问题
• 步长设置不合理：原步长为±1，从原点出发第一步就会直接触达边界，完全无法体现随机游走过程

修正后可运行代码 #

import numpy as np
import random

# 自定义参数配置
NumbRepeats = 200  # 随机游走重复次数，次数越多精度越高
step_size = 0.01  # 每步游走的步长，步长越小精度越高
solve_point = (0.3, 0.2)  # 待求解的单位圆内的点坐标，需满足x²+y²<1

bound_value_list = []
for _ in range(NumbRepeats):
    # 每次游走从待求解点初始化
    x_curr, y_curr = solve_point
    while True:
        # 随机生成四个移动方向
        move_dir = random.randint(0, 3)
        if move_dir == 0:
            x_curr += step_size
        elif move_dir == 1:
            x_curr -= step_size
        elif move_dir == 2:
            y_curr += step_size
        else:
            y_curr -= step_size
        # 触达边界则停止本次游走
        if x_curr**2 + y_curr**2 >= 1:
            theta = np.arctan2(y_curr, x_curr)
            bound_val = np.cos(2 * theta)
            bound_value_list.append(bound_val)
            break

# 多次结果取平均即为该点拉普拉斯方程的近似解
print("待求解点的近似解：", np.mean(bound_value_list))

验证提示 #

本次边界条件对应的拉普拉斯方程解析解为x² - y²，你可以代入solve_point的坐标计算理论值，和代码输出结果对比验证正确性。

内容的提问来源于stack exchange，提问作者physicsguest