Texto y código sujeto bajo Creative Commons Attribution license, CC-BY-SA. (c) Original por Lorena A. Barba, 2013, traducido por F.J. Navarro-Brull para CAChemE.org 

%pylab inline
# El comando de arriba hará que figuras de este notebook se representen junto al texto

import numpy as np                 # importando nuestra librería favorita
import matplotlib.pyplot as plt    # y la útil librería para representar gráficas 2D


nx = 41
dx = 2./(nx-1)
nt = 20    # número de intervalos de tiempo que se desea calcular
nu = 0.3   # valor de la viscosity
sigma = .2 #sigma es un parametro, aprenderemos más sobre ello luego
dt = sigma*dx**2/nu #d t es definido usando el valor sigma, aprenderemos más sobre ello enseguida!


u = np.ones(nx)      # un array de numpy con nx elementos iguales a 1
u[.5/dx : 1/dx+1]=2  # estableciendo u = 2 entre 0.5 y 1 paras las condiciones iniciales (I.C.s)

un = np.ones(nx) # nuestro array marcador de posición our placeholder array, un, to advance the solution in time

for n in range(nt):  # iteración a través del tiempo
    un[:] = u[:] ## copia los valores existentes de 'u' en 'un'
    for i in range(1,nx-1):
        u[i] = un[i] + nu*dt/dx**2*(un[i+1]-2*un[i]+un[i-1])
        
plt.plot(np.linspace(0,2,nx), u)

from IPython.display import YouTubeVideo
YouTubeVideo('y2WaK7_iMRI')

from IPython.core.display import HTML
def css_styling():
    styles = open("../styles/custom.css", "r").read()
    return HTML(styles)
css_styling()