偏微分课程课件9_椭圆型方程的有限差分方法(I)

合集下载

《有限差分方法基础》课件

《有限差分方法基础》课件
应用前景
总结了有限差分方法在科学计算、工程仿真、金融建模等 领域的应用前景,以及在未来的发展趋势和挑战。
展望
技术发展
展望了有限差分方法在未来的技术发展趋势,如高精度、高效率、并 行化等,以及与其他数值方法的结合应用。
应用领域拓展
探讨了有限差分方法在解决复杂问题中的应用潜力,如多物理场耦合 、非线性问题等。
有限差分方法的重要性
有限差分方法是一种通用、有效的数 值计算方法,适用于各种微分方程的 求解,尤其在偏微分方程的数值求解 中应用广泛。
它能够处理复杂的边界条件和初始条 件,提供精确度和稳定性较高的数值 解,是科学研究、工程技术和实际应 用中常用的数值计算工具之一。
有限差分方法的历史与发展
有限差分方法最早可以追溯到19世纪中叶,随着计算机技术的发展,有限差分方 法得到了广泛的应用和发展。有限差分方法的实现有限差分方法的编程实现
编程语言选择
选择适合的编程语言,如Python、C或Matlab,以 便高效地实现有限差分方法。
离散化过程
将连续的问题离散化,将连续的时间和空间变量转换 为离散的数值。
迭代过程
使用迭代法逐步逼近问题的解,每一步使用差分公式 进行计算。
有限差分方法的数值稳定性
数值稳定性定义
数值稳定性是指随着迭代次数的增加,解的 数值误差不会无限增大,而是逐渐收敛到真 实解。
稳定性和差分方案的关系
不同的差分方案对应不同的数值稳定性,需要选择 稳定的差分方案以获得可靠的数值结果。
数值稳定性的判定方法
通过分析差分方案的系数矩阵的特征值来判 断数值稳定性,确保特征值在稳定区域内。
理论完善
展望了有限差分方法的理论研究前景,如数学证明、误差估计、收敛 性分析等。

椭圆型方程的差分方法

椭圆型方程的差分方法

椭圆型方程的差分方法差分方法是一种数值计算方法,使用近似的差商来表示微分方程。

椭圆型方程是一类常见的偏微分方程,具有重要的数学和物理应用。

在本文中,我们将介绍椭圆型方程的差分方法,并讨论其优点和缺点。

一、椭圆型方程的差分近似L[u]=-∂(p∂u/∂x)/∂x-∂(q∂u/∂y)/∂y+r(x,y)u=f(x,y)其中,L[u]是一个偏微分算子,u(x,y)是未知函数,p(x,y),q(x,y),r(x,y),f(x,y)是已知函数。

椭圆型方程的解通常在一个区域Ω上求解。

差分方法的主要思想是用网格来离散化区域Ω,将连续的偏微分方程转化为离散的代数方程。

对于椭圆型方程,我们可以选择矩形网格,其中Ω可以被划分为N*M个小矩形,并且网格的步长为Δx和Δy。

假设我们要在网格点(xi, yj)处求解未知函数的值uij,其中i和j分别表示网格的行索引和列索引。

我们可以使用中心差分法来近似x和y方向的偏导数,从而得到离散形式的椭圆型方程:L[u] ≈ -(p(xi+1/2, yj)(ui+1,j - ui-1,j)/Δx^2 + p(xi,yj+1/2)(ui,j+1 - ui,j-1)/Δy^2) + q(xi,yj)uij = f(xi,yj)其中,p(xi+1/2, yj)和p(xi, yj+1/2)分别表示在(xi+1/2, yj)和(xi, yj+1/2)处的系数。

可以通过有限差分方式计算出这些系数。

将上述公式在每个网格点(xi, yj)处形成一个方程,从而得到一个线性方程组。

通过求解这个线性方程组,我们可以得到网格点上的未知函数值。

二、椭圆型方程差分方法的优点和缺点差分方法是一种简单有效的数值计算方法,具有以下优点:1.可以处理任意形状的区域Ω:差分方法可以适应不规则网格和复杂区域,因此适用于各种几何形状的椭圆型方程求解。

2.数值稳定性:差分方法可以确保数值解的稳定性,避免数值上的不稳定问题。

3.线性时间复杂度:差分方法的计算复杂度通常是线性的,即解方程的时间随着网格点数的增加而线性增加。

椭圆形方程差分方法

椭圆形方程差分方法

椭圆形方程差分方法
椭圆形方程是一类常见的偏微分方程,其求解可以采用差分方法。

差分方法是指将连续问题离散化为在离散网格上求解的问题,其基本思想是将空间区域分割成若干个小区域,将时间区间分割成若干个小时间段,然后在每个小区域内近似计算方程的解。

对于椭圆形方程,我们可以采用有限差分方法求解。

有限差分方法是一种常用的差分方法,其将微分方程中的导数用差商表示,将连续的微分方程转化为离散的差分方程,然后求解差分方程得到问题的近似解。

具体来说,我们可以将椭圆形方程用一阶中心差分、二阶中心差分、五点差分等不同差分格式离散化,然后使用迭代方法求解差分方程的解。

其中,常用的迭代方法包括Jacobi迭代、Gauss-Seidel迭代、SOR迭代等。

通过不断迭代,我们可以逐渐接近椭圆形方程的解。

- 1 -。

第九章 偏微分方程差分方法

第九章 偏微分方程差分方法

第9章 偏微分方程的差分方法含有偏导数的微分方程称为偏微分方程。

由于变量的增多和区域的复杂性,求偏微分方程的精确解一般是不可能的,经常采用数值方法求方程的近似解。

偏微分方程的数值方法种类较多,最常用的方法是差分方法。

差分方法具有格式简单,程序易于实现,计算量小等优点,特别适合于规则区域上偏微分方程的近似求解。

本章将以一些典型的偏微分方程为例,介绍差分方法的基本原理和具体实现方法。

9.1椭圆型方程边值问题的差分方法9.1.1 差分方程的建立最典型的椭圆型方程是Poisson (泊松)方程G y x y x f yux u u ∈=∂∂+∂∂-≡∆-),(),,()(2222 (9.1)G 是x ,y 平面上的有界区域,其边界Γ为分段光滑的闭曲线。

当f (x ,y )≡0时,方程(9.1)称为Laplace(拉普拉斯)方程。

椭圆型方程的定解条件主要有如下三种边界条件第一边值条件 ),(y x u α=Γ (9.2) 第二边值条件),(y x nuβ=∂∂Γ (9.3) 第三边值条件 ),()(y x ku nuγ=+∂∂Γ (9.4) 这里,n 表示Γ上单位外法向,α(x,y ),β(x,y ),γ(x,y )和k (x,y )都是已知的函数,k (x,y )≥0。

满足方程(9.1)和上述三种边值条件之一的光滑函数u (x ,y )称为椭圆型方程边值问题的解。

用差分方法求解偏微分方程,就是要求出精确解u (x ,y )在区域G 的一些离散节点(x i ,y i )上的近似值u i ,j ≈(x i ,y i )。

差分方法的基本思想是,对求解区域G 做网格剖分,将偏微分方程在网格节点上离散化,导出精确解在网格节点上近似值所满足的差分方程,最终通过求解差分方程,通常为一个线性方程组,得到精确解在离散节点上的近似值。

设G ={0<x <a , 0<y <b }为矩形区域,在x ,y 平面上用两组平行直线x =ih 1, i =0,1,…,N 1, h 1=a /N 1 y =jh 2, j =0,1,…,N 2, h 2=b /N 2将G 剖分为网格区域,见图9-1。

椭圆型方程

椭圆型方程

(1.5)
注 此方程组尽管是高阶方程组,但每个方程未知数
最多有3个易于求解.
④ 对方程组 (1.4)~(1.5) 的解分析需要考虑以下几个问题:
(a) 解是否惟一? (b) 当网格无限加密时,即 h 0 时,差分解 ui
是否收敛到真解 u (xi ) ? (c) 在何种度量下收敛? (d) 收敛速度如何? 为了解决如上问题,需要给出如下说明:
于是在 xi 将方程 (1.1) 写成
u (xi1) 2u (xi ) u (xi1) h2
q(xi )
u (xi )

f
(xi )
R
i(u),
(1.3)
其中
R
i(u)


h2 12

d
4u(x) dx4

i
O(h3 ).
舍去 R i(u) 得逼近方程 (1.1) 的差分方程为:


du dx
i

hi1 2
hi

d 2u dx2
i

O(h2
)
(2.3)
p(
x i
1
)
2
u(xi ) u(xi1) hi


p
du dx i1
2

hi2 24
p
d 3u
dx3
i1
2
O(h3)


p
du dx
取 x(1) x0 a, x(2) x1 , 得
2
(2.7) (2.8)
(2.9) (2.10)
W (a) W (x1 ) 2
x1

有限差分法的基本知识2-PPT文档资料

有限差分法的基本知识2-PPT文档资料

函 数P( x, y )及Q( x, y )在 上有 一 阶 连 续 偏 导 数有, 则
(
D
Q x
P y
)dxdy
L
Pdx
Q
dy
L
(
P
cos
Qcos
)ds
其 中L是D的 取 正 向 的 边 界 曲 线 。
其 中( x, y )、( x, y )为 有 向 曲 线L上 弧( x, y )处 的 切 线
f(x)f(x0)f(x0)x (x0) f(nn )(!x0)(xx0)nR n(x)
R n(x)是余 R n(项 x)o (, x (x 0)且 n) (xx0).
设u是方程(1.1)的解,对于任何节(点j, n),u的微商 与差商之间的关系式
u( x j
,
tn1)
u( x j
,
tn )
t
tn
)
x
u(
xj
,
tn
)
o(h2 ),(中心差商)(1.
由于 u是方(1.程 1)的解,所以满足
tu(xj,tn)cxu(xj,tn)0,
(1.6)
因(1 此 .2 )和 (1 .从 3 )得 到
u (x j,tn 1 ) u (x j,tn ) cu (x j 1 ,tn ) u (x j,tn ) 0 ( h ),(1 .7 ) h
1 2
( u nj 1
unj ),
于是h~ h,~ ,从(1.15)得到
unj 1
unj 1
c
h
( u nj 1
unj1 )
(1.16)
这 是 一 个 常 用 的 差 分 格式 , 称 为 蛙 跳 格 式 。

椭圆型方程的差分方法

椭圆型方程的差分方法
数值实验
通过实验验证理论分析的正确性。
参数调整
根据误差分析结果调整差分方法的参数。
稳定性分析的实例和结果
结果1
通过误差分析和数值实验,验证了差分方 法的数值稳定性和精度。
A 实例1
一维椭圆型方程的差分方法稳定性 分析。
B
C
D
结果2
通过误差分析和数值实验,验证了差分方 法的数值稳定性和精度,并比较了一维和 二维情况下的误差传播特性。
差分方法在椭圆型方程求解中的优势和局限性
优势
差分方法是求解偏微分方程的一种有效 数值方法,特别适用于大规模计算和并 行计算。它能够模拟偏微分方程的解, 并且具有较高的计算效率和精度。
VS
局限性
差分方法在处理边界条件和复杂几何形状 时可能遇到困难,有时需要引入额外的近 似和假设。此外,差分方法对于某些特殊 类型的偏微分方程可能不适用,或者需要 特殊的处理技巧。
04
差分方法的稳定性分析
稳定性分析的基本概念
数值稳定性
差分方法求解偏微分方程时,数值解对初值 和参数的敏感性。
误差传播
差分方法求解过程中误差的累积和扩散现象。
数值解的精度
差分方法得到的数值解与真实解之间的误差 大小。
稳定性分析的方法和步骤
建立数学模型
将偏微分方程转化为差分方程。
误差分析
计算差分方程的截断误差和全局误差。
差分方法的数学基础
离散化
将连续的函数或过程转换为离散的形式,以便于用数 值方法进行计分方程转化为差分 方程。
稳定性
差分方法的稳定性是指当时间步长趋于无穷小时,差 分方法的解收敛于微分方程的解。
差分方法的实现步骤
建立差分方程
根据微分方程和初边值条件,建立离散化的差 分方程。

第二章椭圆型方程的有限差分法

第二章椭圆型方程的有限差分法

.
差分方程(1.6)当i 1,2, N 1,时成立,加上边值条件 就得到关于的线性代方数程组:
Lhui
ui1
2ui h2
ui1
qiui
fi ,i
1,2,
N 1,(1.8)
u0 , uN . (1.9)
它的解ui是u(x)于x xi的近似。称(1.8),(1.9)为逼近(1.1) (1.2)的差分方程或差分格。式
立 差 分 方 程 的 稳 定检性验。相 容 条 件 并 不。困我难们 曾
用Taylo展 r 式证明它都满足条相件容,并且估计了截
误 差 的 阶 。 因 此 我主们要的任 务 去 建 立 差式分的格稳
定 性 , 即 建 立 形 (1.1如7)的 估 计 式 , 称 之 为差关分于方
程解的先验估计。 .
的解u,由Taylo展 r 式可得
u(xi1)2u(xi )u(xi1) h2
d2u(x) [ dx2 ]i
1h22[h2dux(2x)]o(h3),(1.3)
其中[ ]i表示括号内函xi点 数取值。 于 是 在 可 (1.1)写 将成 方 程
u(xi1)2uh(2xi)u(xi1)q(xi)u(xi)f(xi)Ri(u)(, 其 中 Ri(u)1 h22 [h2du(2 xx)]o(h3), (1.5)
)
u(
xi1
)
q(
xi
)u(
xi
)
f (xi ) Ri (u) fi Ri (u)
与Lhui
ui1
2ui h2
ui1
qiui
fi
相减,得 Lh(u(xi ) ui ). Ri (u)
引进误差
ei u( xi ) ui , 则误差函数 eh( xi ) ei满足下列差分方程;
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 h2 [u2,0 u1,1 4u2,1 u3,1 u2,2 ] f2,1
j2 j 1
4 1 0 L 1 0 L 0
1
4 1 L
j 1
01L j2
0
...
I个
I个
...
(2,1)节点对应H的第二行
分析系数矩阵H i 1,L , I; j 1,L , J;
1 h2 [ui, j1 ui1, j 4ui, j ui1, j ui, j1 ] fij
任意点 (ri , j )(i 0), 用中心差商公式
1 u
[ r
r
(r
r
)](ri , j )
r , u
1 r
r
(r
u) r
1 r2
2u
2
1 ri
r
i
1
u(ri
1
,
j
)
(r
i
1
2
2
r
i
1
)u(ri
,
j
)
2
(r )2
r
i
1
u(
ri
1
,
j
)
2
1 [r2
2u
]2 (ri , j )
1 ri2
第五章 椭圆型方程的差分方法
(一) Poisson方程 (二)差分格式的性质 (三)边界条件的处理 (四)变系数方程 (五)双调和方程 (六)特征值问题
1
(一) Poisson方程
2u 2u u x2 y2 f ( x, y), ( x, y) D
D {( x, y) | 0 x a,0 y b}, D {( x, y) | x 0,a,0 y b, y 0,b,0 x a}
对于前I个结点, 系数矩阵H为
j 1
j2
4 1
1
B
1
4
1
OOO
I1 O
L L
1 4 1
1
1 4
1
五点差分格式
i 1,L , I; j 1,L , J;
1 h2 [ui, j1 ui1, j 4uij ui1, j ui, j1 ] fij
等价于
1 h2
Huh
g
B I
I
lg
10 9
lg 16 9
...
...
17
...
计算机实现
• 五点差分格式的系数矩阵 • 算法 • 程序
返回 18
• 五点差分格式的系数矩阵
对possion方程第一边值问题建立五点差分格式
1 h2
[ui , j1
ui 1, j
4uij
ui 1, j
ui ,
j1 ]
f ij
x
{0 r , 0 2 }
方程(3.17)的系数于r 0奇异,因此只当r 0时
有意义。为了定出有意义的解,需补充u于r 0有
界的条件, 可设u满足
u lim r 0. r0 r
(3.18)
r, 分别取等步长 r和 .令
ri (i 0.5)r, i 0,1, 2,L ,
j ( j 1) , j 0,1,L , J 1, h 2 / J
d
hn d n
u( x h, y) (1 h dx
L
n!
dxn
L
)u( x, y)
hd e dx u( x, y)
ex 1 x x2 x3 L xn L
1 2 3!
n!
u1 =e u0 , u2 =e u0 , u3 =e u0 , u4 =e u0 , u5 =e u0等
yj)
y 2
u( xi ,
yj
)
1 12
h2
4 x4
k2
4 y4
u( xi ,
yj
)
O(h4
k4)
所以五点差分格式是相容的.
24
2.九点差分格式 令 =h ,=h ,D2 = 2 ,
x y xy
625 30 1
那么有 2 + 2 =h2, =h2 D2
748
4 + 4 =( 2 + 2 )2 2 2 2 =h4 (2 2D4 )
f1,1
j2 j 1
j 1时
j 2 ...
4 1 0 L 1 0 L 0
I个
I个 ...
(1,1)对应H的第一行 12
分析系数矩阵H i 1,L , I; j 1,L , J;
1 h2 [ui, j1 ui1, j 4ui, j ui1, j ui, j1 ] fi, j
对于第二个结点(2,1),
f ( xi , y j ) fi, j
hu( xi , y j ) u( xi , y j )
u( xi h, y j ) 2u( xi , y j ) u( xi h, y j ) h2
+
u( xi
,
yj
k)
2u( xi , k2
yj
)
u( xi
,
yj
k)
2u
2u
x 2
u( xi ,
1 h2 [ui, j1 ui1, j 4uij ui1, j ui, j1 ] fij
的局部截断误差(相容性)。
实用性分析
对于双曲与抛物方程:
微分方程
相 容 性
差分格式 稳定性
真解u=u(x,y)
收 敛 性
真解u=un
椭圆型方程收敛性分析区别于双曲与抛物方程
23
相容性
Ri, j u Lh[u]i, j [Lu]i, j
j 0, J 1, i 0,1, L , I , I 1
u u( x, y), ( x, y) [0, a][0, b]
y b
内点
总:(I 2)(J 2)
边界点
a
x 返回 4
u u( x, y), ( x, y) [0, a][0, b]
y
b
L uIJ
uI1 uI2 L u2I u1 u2 L uI
1
于是差分方程为: h2 Huh g
11
分析系数矩阵H
i 1,L , I; j 1,L , J;
1 h2 [ui, j1 ui1, j 4ui, j ui1, j ui, j1 ] fi, j
未知节点 对于第一个结点(1,1),
1 h2
[u1,0
u0,1
4u1,1
u2,1
u1,2
]
1 r2
2u
2
f (r, ),
(3.17)
并对得到的方程在
D
(r, )
r
r,
j
1 2
j
1
2
上积分
j1
2 j1
2
r
r
r
u r
1 r
2u
2
dr
d
r
j
1 2
rf
(
r
,
)d
dr
j1
2

B
I
H
OOO
I B I I B
B,I为I维方阵, H为I*J维方阵
2u 2u
例:
x
2
y2
0,
( x, y) D [0,1][0,1]
u( x, y) lg[(1 x)2 y2 ], ( x, y) D
1
h2 [ui, j1 ui1, j 4uij ui1, j ui, j1 ] fij
fij
其中fij =f (xi ,y j ),
则 T( xi , yj ) Lh[u]i, j [Lu]i, j O(h2 k2 )
h uij
ui1, j 2uij ui1, j h2
ui , j1
2uij k2
ui , j1
fij
(i, j)
由于上差分方程中 只出现u在(i,j)及其四个 临点上的值, 故称为五 点差分格式
2
区域以及边界离散 h a , k b I 1 J 1
内点为
Dh
( xi
,
yj
):
xi yj
ih, i 1 i jk, j 1
I; jJ
.
边界点为
( xi , y j ) : xi ih, y j jk;
Dh
i 0, I 1, j 0,1,L , J , J 1
u(ri , j1 ) 2u(ri , j ) u(ri , j1 ) ( )2
r, u
1 (r u) r r r
1 r2
2u
2
f (r, ),
(3.17)
代到(3.17),就i 1得到逼近它的差分方程
1
r u i 1 i1, j 2
(r
i
1
2
r
i
1
)uij
2
r
i
1
ui
1,
j
2
ri
(r )2
x,
y)
log
(1
x2
)
y2
( x, y) D
D {( x, y) | 0 x, y 1}
解:
ui1, j
2ui, j h2
ui1, j
ui ,
j1
2ui , k2
j
ui, j1
fi, j
i 1,L , I; j 1,L , J;
改写为代数方程, 仅考虑 h k
1 h2 [ui, j1 ui1, j 4ui, j ui1, j ui, j1 ] fi, j
yj)
u( xi ,
yj
相关文档
最新文档