一维抛物线偏微分方程数值 解法(3)(附图及matlab程序)

  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)。

一维抛物线偏微分方程数值解法(3)

上一篇参看一维抛物线偏微分方程数值解法(2)(附图及matlab程序)

解一维抛物线型方程(理论书籍可以参看孙志忠:偏微分方程数值解法)

Ut-Uxx=0, 00)

U(x,0)=e^x, 0<=x<=1,

U(0,t)=e^t,U(1,t)=e^(1+t), 0

精确解为:U(x,t)=e^(x+t);

此种方法精度为o(h1^2+h2^2)

一:用追赶法解线性方程组(还可以用迭代法解)

Matlab程序

function [u p e x t]=CN(h1,h2,m,n)

%Crank-Nicolson格式差分法解一维抛物线型偏微分方程

%此程序用的是追赶法解线性方程组

%h1为空间步长,h2为时间步长

%m,n分别为空间,时间网格数

%p为精确解,u为数值解,e为误差

x=(0:m)*h1+0; x0=(0:m)*h1; %定义x0,t0是为了f(x,t)~=0的情况%

t=(0:n)*h2+0; t0=(0:n)*h2+1/2*h2;

syms f;

for(i=1:n+1)

for(j=1:m+1)

f(i,j)=0; %f(i,j)=f(x0(j),t0(i))==0% end

end

for(i=1:n+1)

u(i,1)=exp(t(i));

u(i,m+1)=exp(1+t(i));

end

for(i=1:m+1)

u(1,i)=exp(x(i));

end

r=h2/(h1*h1);

for(i=1:n) %外循环,先固定每一时间层,每一时间层上解一线性方程组%

a(1)=0;b(1)=1+r;c(1)=-r/2;d(1)=r/2*

(u(i+1,1)+u(i,1))+h2*f(i,j)...

+(1-r)*u(i,2)+r/2*u(i,3);

for(k=2:m-2)

a(k)=-r/2;b(k)=1+r;c(k)=-

r/2;d(k)=h2*f(i,j)+r/2*u(i,k)+(1-r)...

*u(i,k+1)+r/2*u(i,k+2);

%输入部分系数矩阵,为0的矩阵元素不输入%

end

a(m-1)=-r/2;b(m-1)=1+r;d(m-1)=h2*f(i,j)+r/2*

(u(i,m+1)+u(i+1,m+1)...

)+r/2*u(i,m-1)+(1-r)*u(i,m);

for(k=1:m-2) %开始解线性方程组消元过程

a(k+1)=-a(k+1)/b(k);

b(k+1)=b(k+1)+a(k+1)*c(k);

d(k+1)=d(k+1)+a(k+1)*d(k);

end

u(i+1,m)=d(m-1)/b(m-1); %回代过程%

for(k=m-2:-1:1)

u(i+1,k+1)=(d(k)-c(k)*u(i+1,k+2))/b(k);

end

end

for(i=1:n+1)

for(j=1:m+1)

p(i,j)=exp(x(j)+t(i)); %p为精确解

e(i,j)=abs(u(i,j)-p(i,j));%e为误差

end

end

[u p e x t]=CN(0.1,0.005,10,200);surf(x,t,e); shading interp;

>> xlabel('x');ylabel('t');zlabel('e');

>> title('误差曲面')

plot(x,e)

plot(t,e)

误差较向前欧拉法减小一半

但是运行时间较长,约39秒,而前两次运行只需l秒左右;

[u p e x t]=CN(0.01,0.01,100,100);运行需三分钟左右,误差比前次提高五倍,运算量也提高五倍

[u p e x t]=CN(0.1,0.1,10,10);surf(x,t,e) 运行需要2秒;精度还是挺高的;

[u p e x t]=CN(0.1,0.2,10,5);surf(x,t,e)

误差还可以接受

此种方法精度高,计算量较大

二:用迭代法解线性方程组:

Matlab程序如下:

function [u e p x t k]=CN1(h1,h2,m,n,kmax,ep) % 解抛物线型一维方程 C-N格式(Ut-aUxx=f(x,t),a>0) %用g-s(高斯-赛德尔)迭代法解

%kmax为最大迭代次数

%m,n为x,t方向的网格数,例如(2-0)/0.01=200;

%e为误差,p为精确解

syms temp;

u=zeros(n+1,m+1);

x=0+(0:m)*h1;

t=0+(0:n)*h2;

for(i=1:n+1)

u(i,1)=exp(t(i));

u(i,m+1)=exp(1+t(i));

end

for(i=1:m+1)

u(1,i)=exp(x(i));

end

for(i=1:n+1)

for(j=1:m+1)

f(i,j)=0;

end

end

a=zeros(n,m-1);

r=h2/(h1*h1); %此处r=a*h2/(h1*h1);a=1

for(k=1:kmax)

for(i=1:n)

for(j=2:m)

temp=((r/2*u(i,j-1)+(1-

r)*u(i,j)+r/2*u(i,...

j+1)+h2*f(i,j)+r/2*u(i+1,j-

1)+r/2*u(i+1,j+1))/(1+r));

a(i+1,j)=(temp-u(i+1,j))*(temp-

u(i+1,j));

u(i+1,j)=temp;%此处注意是u(i+1,j),,而不是u(i+1,j+1)%

end

end

a(i+1,j)=sqrt(a(i+1,j));

if(k>kmax)

break;

end

if(max(max(a))

break;

end

end

for(i=1:n+1)

for(j=1:m+1)

p(i,j)=exp(x(j)+t(i));

e(i,j)=abs(u(i,j)-p(i,j));

相关文档
最新文档