Download
Início rápido (opção sem downloads)
Se você quiser fazer uma simulação com um binário de buracos negros agora mesmo, não é necessário efetuar nenhum download ou instalação! Você pode rodar sua própria simulação de colisão de buracos negros diretamente do seu navegador! Basta seguir os passos abaixo:
- Abra o Tutorial Interativo do NRPy+ (pode demorar um minuto para carregar), hospedado na nuvem mybinder.
- Clique no módulo "Colliding Black Holes!" próximo ao fim da página (em roxo).
- Clique no botão "Avançar" (>>) na barra de navegação do Jupyter e depois em "Restart and Run All Cells". O código NRPy+ irá primeiramente gerar um código em C altamente otimizado com as equações de Einstein da relatividade geral. Depois o código em C será compilado em um executável que rodará na nuvem do servidor. Finalmente, utilizamos o pacote matplotlib dentro do caderno para visualizar o resultado. O processo todo leva cerca de 10 minutos, mas o filme no final mostra o que acabou de acontecer (reproduzindo o resultado na página principal do projeto).
- Se você quiser brincar com os parâmetros dos buracos negros, você pode, por exemplo, mudar as massas de cada um deles editando a seguinte linha de código
const REAL BH1_mass = 0.5,BH2_mass = 0.5;
para os valores que quiser, depois retornar ao passo 3 acima. É útil que as massas dos buracos negros somadas deem 1. Se você estiver interessado em mais detalhes, eles estão documentados nos outros módulos tutoriais do NRPy+.
Início lento (rode os códigos no seu próprio computador; você precisará instalar o Jupyter para que este método funcione!):
Versão mais recente do código NRPy+, o código no coração do projeto BlackHoles@Home. Inclui os tutoriais interativos ao NRPy+ no formato de cadernos do Jupyter.
BlackHoles@Home é um projeto open-source, hospedado no github, e baseado no NRPy+/SymPy. NRPy+ é desenvolvido e documentado em uma série de cadernos de Jupyter, utilizando as melhores práticas de programação (incluindo integração contínua). Se você é um desenvolvedor de programas ou um cientiesta com habilidades computacionais interessado em contribuir, por favor contate o líder do projeto. Se você quiser rodar estes programas localmente na sua máquina, a distribuição Anaconda pode ser útil (note que eu uso o ambiente virtual virtualenv com o interpretador PyPy). Links para download disponíveis abaixo.