第四章 有限差分基础

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。

有限差分方法

有限差分方法

有限差分方法
有限差分方法是数值分析中常用的一种数值计算方法,它主要用于解决微分方
程和积分方程的数值逼近问题。

有限差分方法的基本思想是将微分方程中的导数用差分代替,将微分方程转化为代数方程,然后利用数值计算方法求解代数方程,从而得到微分方程的数值解。

有限差分方法的核心是将求解区域离散化,将连续的求解区域划分为有限个小
区域,然后在每个小区域内利用差分逼近微分方程,得到代数方程。

通过对这些代数方程进行适当的组合和求解,最终得到微分方程的数值解。

有限差分方法有很多种形式,常见的有向前差分、向后差分、中心差分等。


些方法在具体应用中有各自的特点和适用范围。

在选择使用哪种有限差分方法时,需要根据具体的问题和求解区域的特点来进行合理的选择。

有限差分方法在实际应用中具有广泛的适用性,它可以用于求解各种类型的微
分方程和积分方程,包括常微分方程、偏微分方程以及积分方程等。

在工程、物理、经济等领域中,有限差分方法被广泛应用于模拟和求解各种实际问题。

在使用有限差分方法时,需要注意选取合适的离散化步长和求解区域的划分方式,这对于最终的数值解的精度和稳定性有着重要的影响。

同时,还需要注意数值计算方法的稳定性和收敛性,避免出现数值解的不稳定或者发散现象。

总之,有限差分方法作为一种常用的数值计算方法,在数值分析和科学计算中
具有重要的地位和作用。

掌握有限差分方法的基本原理和应用技巧,对于解决实际问题和开展科学研究具有重要的意义。

通过不断的学习和实践,可以更好地掌握有限差分方法的使用技巧,提高数值计算的准确性和效率。

有限差分方法(图像处理必学)知识点讲解

有限差分方法(图像处理必学)知识点讲解

f1 + f2
+
f3 + h2
f4
− 4 f0

2h 2 4!
∂4f ( ∂x4
+
∂4f ∂y 4
).
(4.1.7)
j+1 (i-1, j+1)
(i, j+1) 2
(i+1, j+1)
h2
j
(i-1, j)
3
0
(i, j)
1 (i+1, j)
h4
h3
4
(i+1, j-1)
j-1
(i-1, j-1) (i, j-1)
上述差分步骤应用于偏微分:
例如,对于 f
=
f
(x,
y)
的情况,拉普拉斯算符在
0
点作用在此函数上的值
⎛ ⎜

2

f
=
⎛ ⎜ ⎝
∂ ∂
2f x2
+∂2f ∂ y2
⎞ ⎟
⎞ ⎟
,也可
⎠⎠
以用临近的点上的函数值来表示出来。(见图 4.1.1, 且 h1 = h2 = h3 = h4 = h 时)
∇2 f ≈
(4.2.15) (4.2.16) (4.2.17)
将公式(4.2.14)和(4.2.16)两式代入方程(4.2.13),我们就得到该方程的差分表达式为
(∇ 2φ )0
=
⎡ 2⎢
h3
(φ1

−φ0) + h1h3 (h1
h1 (φ3 + h3 )
− φ0 )
+
h4 (φ2 − φ0 ) + h2 (φ4 h2 h4 (h2 + h4 )

计算电磁学-第4章-有限差分法

计算电磁学-第4章-有限差分法


同样对微分方程的解y(x)在点(xn,yn)进行泰勒展开
yn1 yn hf ( xn , yn )
1 ' 2 1 '' 3 y ( xn 1 ) y ( xn ) f n h f n h f n h 2! 3!

比较上面两式,只要它们前面项的系数尽可能多的相等,就 保证了截断精度。
1、差分与差商

用差分代替微分,是有限差分法的基本出发点。 这一点由微分原理保证的,当自变量的差分趋于 零时,差分变成微分
f ( x) f ( x h) f ( x), h x
df f ( x) f ( x) lim dx x 0 x
'
f ( x) f ( x h) f ( x) f ( x) x h
龙格-库塔法

选取α、β、ω系数,使两式项的系数相等
1 fn , 2 f , 3 f , 4 f ,
' n '' n ''' n

如果该关系式能够一直维持到第m阶仍能成立, 但m+1阶不再成立,就称为m阶龙格-库塔法
cem@
cem@
cem@
cem@
cem@
cem@
cem@
CST粒子仿真

Pierce Gun
MAGIC
cem@

dy f ( x, y ) dx y x x 0 y0
y( x) y0 f (t , y(t )dt
x0
x
欧拉近似法在函数图上用阶梯的折线代替曲线
f(x) y(x)
yn+1 yn y(x n+1)1) f(n+

有限差分法基本原理

有限差分法基本原理
该方法基于差分原理,即用离散点的 差商来代替微商,将微分方程转化为 差分方程,以便于通过代数方法求解。
有限差分法的应用领域
流体力学
用于模拟流体在固定或变形网格 上的流动,如计算流体动力学 (CFD)中的数值模拟。
热传导
用于求解热传导方程,模拟热 量在物体中的传播和分布。
波动传播
用于求解波动方程,如地震波 、声波和电磁波的传播。
有限差分法基本原理
CONTENTS 目录
• 引言 • 有限差分法的基本原理 • 有限差分法的实现 • 有限差分法的优缺点 • 有限差分法的改进方向
CHAPTER 01
引言
有限差分法的定义
有限差分法是一种数值计算方法,通 过将连续的物理量离散化为有限个离 散点上的数值,并建立代数方程来近 似描述物理量随时间和空间的变化规 律。
缺点
精度问题
由于有限差分法采用的是离散化的方法, 因此其精度受到网格大小的影响,网格越
小精度越高,但同时也会增加计算量。
数值耗散误差
在模拟非线性问题时,有限差分法可能会 产生数值耗散误差,导致能量的损失或者
非物理振荡。
数值色散误差
在模拟波动性问题时,有限差分法可能会 产生数值色散误差,导致波的传播速度发 生变化。
常用的离散化方法包括均匀网格、非均匀网格、有限元法等,
应根据实际问题选择合适的离散化方法。
差分近似
Hale Waihona Puke 01差分近似公式根据微分方程的性质,构造差分 近似公式,将微分方程转化为差 分方程。
精度分析
02
03
稳定性分析
分析差分近似公式的精度,确定 其与微分方程的误差大小和分布。
分析差分近似公式的数值稳定性, 确保计算过程中误差不会累积放 大。

有限差分公式

有限差分公式

有限差分公式
有限差分是微分方程解的近似值的一种表示方法,通常用数学表达式
f(x+b)-f(x+a)来表示。

如果将有限差分除以b-a,则可以得到差商。

在微分方程数值解的有限差分方法中,特别是处理边界值问题时,有限差分导数的逼近起着关键的作用。

有限差分通常考虑三种形式:正向差分、反向差分和中心差分。

正向差分是f(x+h)-f(x),反向差分是f(x)-f(x-h),中心差分是f(x+h)-f(x-h)。

当h取为1时,正向差分除以h近似于导数。

在数值方法中,有限差分法是一种常用的数值解法,它用差商代替微分方程中的偏导数,从而得到相应的差分方程。

通过解这个差分方程,可以得到微分方程解的近似值。

以上内容仅供参考,如需更多信息,建议查阅数学类书籍或咨询数学专业人士。

4第四讲 有限差分方法基础

4第四讲 有限差分方法基础

3u 3 x
8
(二). 微商(偏导数)的差商近似:待定系数法
3)待定系数方法
9
(二). 微商(偏导数)的差商近似:差分算子
4) 差分算子方法 ●定义以下差分算子:
n n u u 移位算子: E x j j
(当移位为+1时可省略)
n n 1 E t1 u n E u u j t j j
1 2u 1 3u 2 x x T , E o( x ) 2 3 2 x 3! x
由于T.E.是 o( x ) 为一阶小量,故上述差商近似(差分格式) 称为一阶(精度)格式
7
(二). 微商(偏导数)的差商近似: Taylor’s公式 类似地可得;
1 2 1 2 x
算术平均算子:
xu
n j
1 1 n n (u 1 u 1 ) (E j j 2 2 2 2
x
E
)u
n j
1 2 2) x (Ex Ex 2
1
1
n n n n 前差算子: x u j u j 1 u j ( E x 1)u j n n 1 n 后差算子: x un j u j u j 1 (1 E x )u j

x n n!
( x0 x0 x )

u x
( x0 , y0 )
u( x0 x , y0 ) u( x0 , y0 ) T .E . x
T.E.=Truncation Error
T . E.
u 采用差分格式中的记法: x
其中:
(i, j)

ui 1, j ui , j x

4.有限差分法基本原理

4.有限差分法基本原理
以对流方程说明差分方程的建立过程。
0 t x ( x,0) ( x)
差分方程的建立过程
1.划分网格 选定步长 x和 t ,然后在坐标平面用平行于坐标轴 的两族直线划分网格: xi x0 ix, i 0, 1, 2, ...,
t
n in 1 i 1
2x
0
差分方程和其定解条件一起,称为相应微分方程 问题的差分格式。上述初值问题的差分格式可改写为:
t n 1 n n (in i i i 1 ) 1 2x 0 i ( xi )
观察上述差分格式可看出:若知道第 n 层的 ,可 由一个差分式子直接算出第 n 1层的 ,故称这类格式 为显示格式。
0 t x
2 2 对流-扩散方程: t x x
热传导方程:
2 2 t x
Poisson方程:
2 2 2 f 2 y x 2 0 2 x y
2 2
Laplace方程:
差分方程的建立过程
• 方程的一般变换
• 方程的一般变换
• 拉伸(压缩)网格
dy e d y e
• 椭圆网格
• 椭圆网格
• 自适应网格
• 自适应网格
• 非结构网格和笛卡尔网格
t
误差及稳定性分析
收敛性 收敛性研究的是差分方程的解与微分方程的解之间的差别问 题。如果在求解区域中的任一离散点 ( x, t ) 上,当网格步长 x、t 趋于零时,有限差分方程的解趋近于所近似的微分方程解,则称有 限差分方程的解是收敛的。
T (i, n)
x 0 , t 0
lim
小结
小结
  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)。
网格
有限差分采用结构化网格划分
计算分子(computational molecule) 计算分子( )
计算节点和相关的相邻点
网格
一维
Nj
1 i-1 i i+1 N
二维
j+1 j j-1 (i,j)
结构化网格
1 1 i-1 i i+1
计算分子( 计算分子(computational molecule) )
特别是,在使用广泛应用的一 般坐标系上的守恒表达形式的 条件下,要达到实质性的收敛 解,需采用双精度,可使误差 充分减少,但此时如采用单精 度,可能误差都达不到3阶。
离散误差(discretization error)
离散解 - 精确解 =离散误差 指在无舍入误差的条件下,差分方程的 解(即差分方程的严密解)和微分方程 的精确解之差。
NN
N
N WW W P S E W EE S
T P B N E
W
P
E
W P
3点计算分 子(1D)
E
S
SS
5点计算分子 (2D)
9点计算分子
7点计算分子 (3D)
3点: aPφP + aEφE + aWφW = bP 5点: aPφP + aEφE + aWφW + aNφN + aSφS = bP 9点:........
向前差分(forward difference,FDS)
向前展开
2 1 ∂φ 2∂ φ φi+1 = φi + ∆x + (∆x ) 2 + ⋅ ⋅ ⋅ ∂x i ∂x i 2
φ j +1 − φ j ∂φ = + O(∆x) ∂x j ∆x
向前差分式
向后差分(backward difference,BDS) 向后差分 ,
i-1/2 i-1 i
i+1/2 i+1
(i±1/2)∆x的Taylor展开
∂φ ∂x =
i+ 1 2
φi +1 − φi
xi +1 − xi
∂φ ∂x
=
i− 1 2
φi − φi −1
xi − xi −1
φ − 2φi + φi −1 ∂ 2φ = i +1 + O(∆x 2 ) ∂x 2 i ∆x 2
4.4 数值误差
误差的来源:∆=计算值-精确值, 源于:错误、离散、舍入、截断
截断误差(truncation error) 舍入误差 ( round-off error ) 离散误差 (discretization error)
微分方程 精确解 差分方程 近似解
截断误差 离散误差
截断误差(truncation error)
∂φ ∂t
n +1 i
+
∂φ ∂x
n i
n +1
∂φ = 2 ∂x
2
n +1
∂φ φ − φ = ∆t ∂t i
∂φ φin+1 − φin+1 −1 = +1 2∆x ∂x
∂ 2φ = f φ in +1 , φ in +1 , φ in +1 −1 +1 ∂x 2
)
L (T ) − L' (Ti n ) = error trunc误差趋近于零
截断误差的计算
热传递方程
将进行时间方向的Taylor 展开和进行空间方向的 Taylor展开 • 时间方向的Tayor展开
Ti
n +1 2 ∂T 1 2∂ T = Ti + ∆t + (∆t ) 2 + ... ∂t i 2 ∂t i n n n
2次精度向前差分 次精度向前差分
(j+1,+2)处进行Taylor展开
∂φ − 3φi + 4φi +1 − φi + 2 = + O ( ∆x 2 ) ∂x i 2 ∆x
上风法、迎风法( 上风法、迎风法(upwind difference, UDS) )
与速度有关的微分
u<0
φi − φi −1 ρu x − x , if ∂ (ρuφ ) i i −1 ≈ ∂x ρu φi +1 − φi , if xi +1 − xi u > 0; 向后 u < 0; 向前
2 1 ∂φ 2∂ φ φi+1 = φi + ∆x + (∆x ) 2 + ⋅ ⋅ ⋅ ∂x i ∂x i 2
φ i −1
2 ∂φ 1 2 ∂ φ = φi − ∆x + (∆ x ) − ⋅⋅⋅ ∂x i 2 ∂x 2 i
∂φ φi +1 − φi −1 = + O (∆x 2 ) ∂x i 2∆x
∂T ∂ 2T − α 2 = 0 ≡ L(T ) ∂t ∂x
方程的截断误差为
微分形式
∂T ∂ 2T −α 2 ∂t i ∂x
n n n n Ti n+1 − Ti n Ti +1 − 2Ti n + Ti −1 = −α + ∆t (∆x )2
i
• 空间方向的Tayor展开
0
T
n i ±1 2 3 ∂T 1 1 2∂ T 3∂ T = Ti ± ∆x + (∆x ) ± (∆x ) 3 ∂x i 2 ∂x 2 i 6 ∂x n n n n
∂φ φin 1 − φin 1 − = + 2∆x ∂x
∂ 2φ = f φ in +1 , φ in +1 , φ in +1 −1 +1 ∂x 2
(
)
∑a
nb
nb
φ
n +1 nb
= ∑ a φ + bi
n nb i nb
4.6 稳定性条件
相容性 稳定性 收敛性 Lax的等同定理(Lax’s Equivalence Theorem) Von Neumann 稳定性条件
微分方程 - 差分方程 = 截断误差 由Taylor展开产生的 截断误差 例如:热传递方程
∂T ∂T − α 2 = 0 ≡ L(T ) ∂t ∂x
2
• 时间向前差分,空间 中心差分得离散方程
T jn +1 − T jn ∆t −
(∆x )
α
2
(T
n j +1
− 2T jn + T jn−1 = 0 ≡ L' (Ti n )
数值流动与传热 第四章 有限差分基础
第四章 有限差分基础(finite difference method,FDM) 目录
4.1 偏微分方程的一般形式 4.2 网格划分 4.3 基本差分格式 4.4 数值误差 4.5 显式、隐式和半隐式求解格式 4.6 稳定性条件 4.7 流动常用方程式的差分及物理意义
∂φ φin 1 − φin 1 − = + 2∆x ∂x
∂φ
∂φ φin +1 − φin = ∆t ∂t i
∂ 2φ = f φin 1 , φin , φin 1 − + 2 ∂x
(
)
φ
n +1 i
= ∑ a φ + bi
n nb nb nb
隐式格式
向后展开
φ i −1
2 ∂φ 1 2∂ φ = φi − ∆x + (∆ x ) + ⋅⋅⋅ 2 ∂x i 2 ∂x i
∂φ φi − φi −1 = + O(∆x) ∂x i ∆x
向后差分式
时间导数、推进型、单向性强 时间导数、推进型、单向性强的 项常用向后差分。
中心差分( 中心差分(central difference,CDS) , )
n (∆t ) ∂ 2T n (∆x )2 ∂ 4T + ... − +α 2 ∂x 2 i 12 ∂x 4 i
O(∆t )
O ∆x 2
( )
截断误差
0
i
4 1 4∂ T + (∆x ) ... ∂x 4 i 24
n
截断误差的第一项为O(∆t, ∆x2), 为时间一次精度,空间二次精度。
对于时间推进问题,有显式、半隐式和隐 式三种基本格式 旧时刻
显式格式 隐式格式 半隐式格式
新时刻 (下一时刻) 时间项:向前差分 (上一时刻)
∂φ φ − φ = ∆t ∂t i
n +1 i
n i
空间离散点 序号
时间离散点 序号
显式格式
∂φ ∂ 2φ + = 2 ∂t ∂x ∂x
由相位误差引起的离散误差
精确解
u (0, x) = 1 x < x0 u (0, x) = 0 x > x0 ∂u ∂u =a ∂t ∂x
前进相位误差 : 波的位置在真 波前发生
延迟相位误差 : 波的位置在真 波后发生
4.5 显式、隐式和半隐式求解格式
∂φ ∂t + ∂ρuφ ∂x ∂ ∂φ = Γ + qφ ∂x ∂x
相容性
指差分方程接近微分方程的程度。 时间方向和空间方向的分割(∆t, ∆x)变小, 截断误差逐渐消失,即差分方程接近原来 的微分方程,则称为该差分形式与偏微分 方程的相容(consistent)。 大部分差分方法满足此条件。如上面差分 式中只要满足 ∆t ∆x→0的条件,则相容.
稳定性
稳定性是指,计算的一步步进行,不管什 么原因引起的误差都不会使其成长。 对于发展性问题,基本可以满足数值的稳 定性这一条件。
相关文档
最新文档