偏微分方程数值解法

合集下载

第十章 偏微分方程数值解法

第十章 偏微分方程数值解法

第十章 偏微分方程数值解法偏微分方程问题,其求解十分困难。

除少数特殊情况外,绝大多数情况均难以求出精确解。

因此,近似解法就显得更为重要。

本章仅介绍求解各类典型偏微分方程定解问题的差分方法。

§1 差分方法的基本概念1.1 几类偏微分方程的定解问题椭圆型方程:其最典型、最简单的形式是泊松(Poisson )方程),(2222y x f yu x u u =∂∂+∂∂=∆ 特别地,当0),(≡y x f 时,即为拉普拉斯(Laplace )方程,又称为调和方程2222=∂∂+∂∂=∆yux u u Poisson 方程的第一边值问题为⎪⎩⎪⎨⎧Ω∂=Γ=Ω∈=∂∂+∂∂Γ∈),(),(),(),(),(2222y x y x u y x y x f y ux u y x ϕ 其中Ω为以Γ为边界的有界区域,Γ为分段光滑曲线,ΓΩ称为定解区域,),(y x f ,),(y x ϕ分别为Ω,Γ上的已知连续函数。

第二类和第三类边界条件可统一表示为),(),(y x u u y x ϕα=⎪⎪⎭⎫ ⎝⎛+∂∂Γ∈n 其中n 为边界Γ的外法线方向。

当0=α时为第二类边界条件, 0≠α时为第三类边界条件。

抛物型方程:其最简单的形式为一维热传导方程220(0)u ua a t x∂∂-=>∂∂ 方程可以有两种不同类型的定解问题:初值问题⎪⎩⎪⎨⎧+∞<<∞-=+∞<<-∞>=∂∂-∂∂x x x u x t x u a tu )()0,(,0022ϕ初边值问题221200,0(,0)()0(0,)(),(,)()0u ua t T x l t x u x x x lu t g t u l t g t t Tϕ⎧∂∂-=<<<<⎪∂∂⎪⎪=≤≤⎨⎪==≤≤⎪⎪⎩其中)(x ϕ,)(1t g ,)(2t g 为已知函数,且满足连接条件)0()(),0()0(21g l g ==ϕϕ边界条件)(),(),(),0(21t g t l u t g t u ==称为第一类边界条件。

偏微分方程的数值方法

偏微分方程的数值方法

偏微分方程的数值方法偏微分方程(Partial Differential Equations,简称PDEs)是数学中研究的重要分支,广泛应用于物理学、工程学等领域中。

由于一些复杂的PDEs难以找到解析解,因此需要借助数值方法进行求解。

本文将介绍偏微分方程的数值解法,包括有限差分法、有限元法和谱方法等。

一、有限差分法(Finite Difference Method)有限差分法是解偏微分方程最常用的数值方法之一。

它将偏微分方程中的导数用差商来近似,将空间离散成若干个小区间和时间离散成若干个小时间步长。

通过求解离散化后的代数方程,可以得到原偏微分方程的数值解。

以二维的泊松方程为例,偏微分方程可以表示为:∂²u/∂x² + ∂²u/∂y² = f(x, y)其中,u(x, y)为未知函数,f(x, y)为已知函数。

我们可以将空间离散成Nx × Ny个小区间,时间离散成Nt个小时间步长。

利用中心差分法可以近似表示导数,我们可以得到离散化的代数方程组。

二、有限元法(Finite Element Method)有限元法是一种重要的数值解PDEs的方法。

它将求解区域离散化成一系列的单元,再通过插值函数将每个单元上的未知函数近似表达。

然后,利用加权残差方法,将PDEs转化成代数方程组。

在有限元法中,采用形函数来近似未知函数。

将偏微分方程转化为弱形式,通过选取适当的形函数和权函数,可以得到离散化后的代数方程组。

有限元法适用于求解各种各样的偏微分方程,包括静态和动态、线性和非线性、自由边界和固定边界等问题。

三、谱方法(Spectral Method)谱方法是一种基于特殊函数(如正交多项式)的数值方法,用于解PDEs。

谱方法在求解偏微分方程时,利用高阶连续函数拟合初始条件和边界条件,通过调整特殊函数的系数来近似求解解析解。

谱方法具有高精度和快速收敛的特点,适用于各种偏微分方程求解。

偏微分方程数值解法

偏微分方程数值解法

偏微分方程数值解法
偏微分方程数值解法是一种利用计算机技术获取偏微分方程数值解的方法,它主要目标是解决微分方程的精确、快速、可靠的数值解。

偏微分方程数值解法交叉应用于分析数学、力学、电磁学等不同领域的各种模型,能够大大提高解决微分方程的效率。

偏微分方程数值解法大致分为两个方面:一是求解偏微分方程的离散数值解法;二是精确解对分解数值解法,如多阶谱方法、牛顿法和共轭梯度法等。

其中,离散数值解法是把偏微分方程抽象成一系列数值求解问题,并进行递推叠加求解,而精确解对分解数值解法则是通过优化问题方式求解微分方程精确解,以达到精确求解的目的。

偏微分方程数值解法的有效解决的方法,给科学与技术研究带来了很大的帮助。

它不但克服了无法精确解决某些复杂偏微分方程的困难,而且有更快的求解效率,也可以很好地满足实际科技应用的需要。

偏微分方程数值解法的应用已经普遍发挥出重要的作用,不仅可以解决物理科学问题,还可以解决经济学、商业投资、财务分析等复杂的数学模型。

因此,偏微分方程数值解法的应用已在各个领域得到了广泛的应用,为科学与技术研究提供了很大的帮助,在微分方程求解方面产生了重要的影响。

偏微分方程组数值解法

偏微分方程组数值解法

偏微分方程组数值解法
偏微分方程组是描述自然、科学和工程问题的重要数学工具。

由于解析解通常难以获得,因此需要使用数值方法来解决这些方程组。

本文将介绍偏微分方程组的一些数值解法,包括有限差分法、有限元法、谱方法和边界元法等。

有限差分法是一种基本的数值方法,将偏微分方程转化为差分方程,然后使用迭代算法求解。

该方法易于理解和实现,但对网格的选择和精度的控制要求较高。

有限元法是目前广泛使用的数值方法之一,它将偏微分方程转化为变分问题,并通过对函数空间的逼近来求解。

该方法对复杂几何形状和非线性问题有很好的适应性,但需要对网格进行精细的划分,计算量较大。

谱方法是一种高精度的数值方法,它将偏微分方程转化为特征值问题,并使用级数逼近来求解。

该方法在高精度求解、解析性质研究和数值计算效率方面具有优势,但需要对函数的光滑性和周期性有较高的要求。

边界元法是一种基于边界积分方程的数值方法,它将偏微分方程转化为边界积分方程,并使用离散化方法求解。

该方法适用于求解边界问题和无穷域问题,但对边界的光滑性和边界积分算子的性质有较高的要求。

总之,在实际问题中选择合适的数值方法需要综合考虑问题的性质、计算资源、精度要求等因素。

偏微分方程的数值解法研究

偏微分方程的数值解法研究

偏微分方程的数值解法研究偏微分方程是数学中的一个重要分支,它研究的是包含未知函数及其偏导数的方程。

这类方程在物理、工程、金融等领域中有着广泛的应用。

然而,由于偏微分方程的复杂性,往往难以找到解析解。

因此,数值解法成为解决偏微分方程的重要手段之一。

数值解法是通过离散化空间和时间,将连续的偏微分方程转化为离散的代数方程组,从而求得近似解。

常用的数值解法有有限差分法、有限元法和谱方法等。

有限差分法是最常用的数值解法之一。

它将求解区域划分为有限个网格点,并通过差分近似来逼近偏微分方程中的导数。

例如,对于一维热传导方程,我们可以将求解区域划分为若干个等距的网格点,然后利用中心差分公式来近似一阶导数。

通过迭代计算,可以逐步求得方程的数值解。

有限元法是另一种常用的数值解法。

它将求解区域划分为若干个小区域,称为有限元。

每个有限元内部的解通过插值函数来逼近,然后通过加权残差法将偏微分方程转化为代数方程组。

有限元法在处理复杂的几何形状和边界条件时具有优势,因此在工程领域得到广泛应用。

谱方法是一种基于傅里叶级数展开的数值解法。

它利用傅里叶级数的收敛性和正交性质,将未知函数展开为一系列基函数的线性组合。

通过选取适当的基函数和展开系数,可以将偏微分方程转化为代数方程组。

谱方法在处理高精度问题时具有优势,但对几何形状和边界条件的要求较高。

除了以上三种常见的数值解法,还有很多其他方法可以用于求解偏微分方程。

例如,有限体积法、边界元法等。

每种数值解法都有其适用的范围和优势,选择合适的方法需要根据具体问题的特点和求解要求进行综合考虑。

在实际应用中,数值解法的稳定性和收敛性是非常重要的考虑因素。

稳定性保证了数值解的长期行为是合理的,而收敛性则保证了数值解能够逼近真实解。

为了提高数值解法的稳定性和收敛性,常常需要选择合适的网格划分、时间步长和插值函数等参数,并进行误差估计和收敛性分析。

总之,偏微分方程的数值解法在科学计算和工程实践中发挥着重要作用。

偏微分方程数值解法

偏微分方程数值解法

偏微分方程数值解法偏微分方程(Partial Differential Equations,简称PDE)是数学中重要的研究对象,其在物理学、工程学、经济学等领域有广泛的应用。

然而,对于大多数偏微分方程而言,很难通过解析方法得到精确解,因此需要借助数值解法来求解。

本文将介绍几种常见的偏微分方程数值解法。

一、有限差分法(Finite Difference Method)有限差分法是一种常见且直观的偏微分方程数值解法。

其基本思想是将偏微分方程中的导数通过差分近似来表示,然后通过离散化的方式转化为代数方程组进行求解。

对于一维偏微分方程,可以通过将空间坐标离散化成一系列有限的格点,并使用中心差分格式来近似原方程中的导数项。

然后,将时间坐标离散化,利用差分格式逐步计算每个时间步的解。

最后,通过迭代计算所有时间步,可以得到整个时间域上的解。

对于二维或高维的偏微分方程,可以将空间坐标进行多重离散化,利用多维的中心差分格式进行近似,然后通过迭代计算得到整个空间域上的解。

二、有限元法(Finite Element Method)有限元法是另一种重要的偏微分方程数值解法。

其基本思想是将求解区域分割成有限数量的子区域(单元),然后通过求解子区域上的局部问题来逼近整个求解区域上的解。

在有限元法中,首先选择适当的形状函数,在每个单元上构建近似函数空间。

然后,通过构建变分问题,将原偏微分方程转化为一系列代数方程。

最后,通过求解这些代数方程,可以得到整个求解区域上的解。

有限元法适用于各种复杂的边界条件和几何构型,因此在实际工程问题中被广泛应用。

三、谱方法(Spectral Methods)谱方法是一种基于特定基函数(如切比雪夫多项式、勒让德多项式等)展开解的偏微分方程数值解法。

与有限差分法和有限元法不同,谱方法在整个求解区域上都具有高精度和快速收敛的特性。

在谱方法中,通过选择适当的基函数,并利用其正交性质,可以将解在整个求解区域上展开为基函数系数的线性组合。

高等数学中的偏微分方程数值解法

高等数学中的偏微分方程数值解法

偏微分方程是数学中的一大重要分支,广泛应用于物理、工程、金融等领域。

其求解方法可以分为解析解法和数值解法。

解析解法要求方程具有可积性,适用于一些简单的方程,但是对于复杂的方程往往无法得到解析解。

而数值解法通过将方程离散化,利用数值计算方法得到数值解,是一种弥补解析解法不足的重要手段。

在高等数学中,偏微分方程数值解法主要包括差分法、有限元法和有限差分法。

其中,差分法是最早应用于求解偏微分方程的数值方法之一。

差分法通过将偏微分方程中的导数用差商的形式来近似表示,将连续的问题转化为离散的问题,再通过计算机程序来进行求解。

差分法的优点是简单易懂、计算速度快,适用于一些较为简单的偏微分方程。

但是差分法的精度受到离散化步长的影响,不适用于一些对精度要求较高的问题。

有限元法是一种更为广泛应用的偏微分方程数值解法。

有限元法通过将求解区域分割成有限多个小区域,用简单形状的基函数来逼近真实解,再通过求解线性方程组得到数值解。

有限元法的优点在于适用于复杂的几何形状、能够处理不规则的边界条件,并且精度较高。

有限元法还具有较好的可扩展性,可以处理大规模的求解问题。

因此,有限元法在工程领域的应用非常广泛。

有限差分法是一种通过计算导数来逼近微分方程的数值解法。

有限差分法基于泰勒展开公式,将微分算子在某点处的展开为有限多个导数的差商的线性组合。

通过将微分算子离散化,可以将偏微分方程转化为代数方程组,再通过求解方程组来得到数值解。

有限差分法的优点在于简单易懂,计算速度较快。

但是由于差商的导数逼近误差,有限差分法的精度受到离散化步长的影响,需要选择合适的步长来保证精度。

总的来说,高等数学中的偏微分方程数值解法是研究偏微分方程数值计算的一大热点和难点。

不同的数值方法适用于不同的问题,需要根据具体情况来选择适合的数值方法。

在求解偏微分方程时,还需要注意数值误差对结果的影响,并通过适当选择离散化步长和网格数量等参数来提高数值解的精度。

随着计算机技术的发展,偏微分方程数值解法将会越来越广泛地应用于实际问题的求解中。

偏微分方程的数值解法

偏微分方程的数值解法

偏微分方程的数值解法偏微分方程(Partial Differential Equation,PDE)是描述物理、化学、工程学等许多科学领域中变化的方程。

由于PDE的求解通常是困难的,因此需要使用数值方法。

本文将介绍偏微分方程的数值解法。

一般来说,求解PDE需要求得其解析解。

然而,对于复杂的PDE,往往不存在解析解,因此需要使用数值解法求解。

数值解法可以分为两类:有限差分法和有限元法。

有限差分法是将计算区域分成网格,利用差分公式将PDE转化为离散方程组,然后使用解线性方程组的方法求解。

有限元法则是将计算区域分成有限数量的单元,每个单元内使用多项式函数逼近PDE的解,在单元之间匹配边界条件,得到整个区域上的逼近解。

首先讨论有限差分法。

常见的差分公式包括前向差分、后向差分、中心差分等。

以一维热传导方程为例,其偏微分方程形式为:$$ \frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2} $$其中,$u(x,t)$表示物理量在时刻$t$和位置$x$处的值。

将其离散化,可得到:$$ \frac{u(x_i,t_{j+1})-u(x_i,t_j)}{\Delta t}=\frac{u(x_{i+1},t_j)-2u(x_i,t_j)+u(x_{i-1},t_j)}{\Delta x^2} $$其中,$x_i=i\Delta x$,$t_j=j\Delta t$,$\Delta x$和$\Delta t$分别表示$x$和$t$上的网格大小。

该差分方程可以通过简单的代数操作化为:$$ u_{i,j+1}=u_{i,j}+\frac{\Delta t}{\Delta x^2}(u_{i+1,j}-2u_{i,j}+u_{i-1,j}) $$其中,$u_{i,j}$表示在网格点$(x_i,t_j)$处的数值解。

由于差分方程中一阶导数的差分公式只具有一阶精度,因此需要使用两个网格点来逼近一阶导数。

  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)。

《偏微分方程数值解法》课程设计题目: 六点对称差分格式解热传导方程的初边值问题姓名: 王晓霜学院: 理学院专业: 信息与计算科学班级: 0911012学号: 091101218指导老师:翟方曼2012年12月14日一、题目用六点对称差分格式计算如下热传导方程的初边值问题222122,01,01(,0),01(0,),(1,),01xt t u ux t t x u x e x u t e u t e t +⎧∂∂=<<<≤⎪∂∂⎪⎪=≤≤⎨⎪==≤≤⎪⎪⎩已知其精确解为2(,)x t u x t e +=二、理论 1.考虑的问题考虑一维模型热传导方程(1.1) )(22x f xua t u +∂∂=∂∂,T t ≤<0 其中a 为常数。

)(x f 是给定的连续函数。

(1.1)的定解问题分两类:第一,初值问题(Cauch y 问题):求足够光滑的函数()t x u ,,满足方程(1.1)和初始条件:(1.2) ()()x x u ϕ=0,, ∞<<∞-x第二,初边值问题(也称混合问题):求足够光滑的函数()t x u ,,满足方程(1.1)和初始条件:()13.1()()x x u ϕ=0,, l x l <<-及边值条件()23.1()()0,,0==t l u t u ,T t ≤≤0假定()x f 和()x ϕ在相应的区域光滑,并且于()0,0,()0,l 两点满足相容条件,则上述问题有唯一的充分光滑的解。

现在考虑边值问题(1.1),(1.3)的差分逼近 取 N l h =为空间步长,MT=τ为时间步长,其中N ,M 是自然数,jh x x j ==, ()N j ,,1,0 =; τk y y k ==, ()M k ,,1,0 =将矩形域G {}T t l x ≤≤≤≤=0;0分割成矩形网格。

其中 ()j i y x ,表示网格节点;h G 表示网格内点(位于开矩形G 中的网格节点)的集合; h G 表示位于闭矩形G 中的网格节点的集合;h Γ表示h G -h G 网格边界点的集合。

k j u 表示定义在网点()k i t x ,处的待求近似解,N j ≤≤0,M k ≤≤0。

注意到在节点()k i t x ,处的微商和差商之间的下列关系((,)kj k ju u x t t t ∂∂⎛⎫≡ ⎪∂∂⎝⎭):()()()ττO t u t x u t x u kj k j k j +⎪⎭⎫⎝⎛∂∂=-+,,1 ()()()2112,,ττO t u t x u t x u k jk j k j +⎪⎭⎫⎝⎛∂∂=--+ ()()()h O x u h t x u t x u kj k j k j +⎪⎭⎫ ⎝⎛∂∂=-+,,1()()()h O x u ht x u t x u kj k j k j +⎪⎭⎫⎝⎛∂∂=--,,1 ()()()2112,,h O x u ht x u t x u k jk j k j +⎪⎭⎫⎝⎛∂∂=--+ ()()()()222211,,2,h O x u h t x u t x u t x u kjk j k j k j +⎪⎪⎭⎫ ⎝⎛∂∂=+--+ 2.区域网格剖分取空间步长l h N=和时间步长T M τ=,其中,N M 都是正整数。

用两族平行直线(0,1,,)j x x jh j N ===和(0,1,,)k t t k k M τ===将矩形域{}0;0G x l t T =≤≤≤≤分割成矩形网格,网格节点为(,)j k x t 。

以h G 表示网格内点集合,即位于开矩形的网点集合;h G 表示所有位于闭矩形G 的网点集合;h h h G G -=Γ是网格界点集合。

其次,用k j u 表示定义在网点(,)j k x t 的函数,M k N j ≤≤≤≤0,0 3.建立相应差分格式数值分析中,Crank -Nico lson 方法是有限差分方法中的一种,用于数值求解热方程以及形式类似的偏微分方程。

它在时间方向上是隐式的二阶方法,数值稳定。

该方法诞生于20世纪,由John Cra nk 与Phy llis Nicolson 发展。

①向前差分格式()14.1=-+τk jk j u u 1j kj k j k j f hu u u a++--+2112()()j jx f f=()24.1()j j j x u ϕϕ==0, k u 0=kN u =0② 向后差分格式()15.1=-+τk jk j u u 1j k j k j k j f hu u u a++-+-+++2111112 ()()j j x f f =()25.1()j j j x u ϕϕ==0, k u 0=kN u =0将向前差分格式和向后差分格式做算术平均,得到的差分格式称之为六点对称格式,也称为Gra nk-Ni ch ols on 格式:()16.1=-+τk jk j u u 1j k j k j k j k j k j k j f h u u u h u u u a +⎥⎥⎦⎤⎢⎢⎣⎡+-++-+-+++-+211111211222 ()()j j x f f = ()26.1 ()j j j x u ϕϕ==0, k u 0=kN u =0进一步,()36.12r -11++k j u +()r +11+k j u 2r -11+-k j u =2r k j u 1++()r -1kju 2r +k j u 1-+j f τ 按层计算:首先,取0=k ,则利用初值()j j j x u ϕϕ==0和边值k u 0=kN u =0,来确定出第一层的1j u ,1,,1,0-=N j ,即求解方程组:2r -11+j u +()r +11j u 2r -11-j u =2r 01+j u +()r -10ju 2r +01-j u +j f τ 1,,1,0-=N j ,k u 0=kN u =0。

求出1j u ,在由()18.1',取1=k ,可利用1j u ,解出2j u ,1,,1,0-=N j 。

如此下去,即可逐层算出所有k j u ,1,,1,0-=M k 。

若记22xu a t u Lu ∂∂-∂∂=()--=+τk jk j k j h u u u L 13j k j k j k j k j k j k j f h u u u h u u u a +⎥⎥⎦⎤⎢⎢⎣⎡+-++-+-+++-+211111211222 三、截断误差()=u R k j()()[]k j k j h Lu t x u L -,3=()22h O +τ。

注意:21+⎪⎪⎭⎫ ⎝⎛∂∂k jt u=()()τk j k j t x u t x u ,,1-+()2τO + 又122+⎪⎪⎭⎫ ⎝⎛∂∂k j x u 2122+⎪⎪⎭⎫ ⎝⎛∂∂=k j x u 21232+⎪⎪⎭⎫⎝⎛∂∂∂⋅+k jt x u τ2122422+⎪⎪⎭⎫ ⎝⎛∂∂∂⋅⎪⎭⎫ ⎝⎛+k jt x u τ()3τO + kj x u ⎪⎪⎭⎫ ⎝⎛∂∂222122+⎪⎪⎭⎫ ⎝⎛∂∂=k jx u 21232+⎪⎪⎭⎫⎝⎛∂∂∂⋅-k jt x u τ2122422+⎪⎪⎭⎫ ⎝⎛∂∂∂⋅⎪⎭⎫⎝⎛+k jt x u τ()3τO + 两式相加21+⎪⎪⎭⎫ ⎝⎛∂∂k j t u⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛∂∂+⎪⎪⎭⎫ ⎝⎛∂∂⋅=+kj k j x u x u 2212221()2τO + ()()()()()()⎥⎦⎤⎢⎣⎡+-++-⋅=-++-+++211211111,,2,,,2,21h t x u t x u t x u h t x u t x u t x u k j k j k j k j k j k j ()22h O ++τ而21+⎪⎪⎭⎫⎝⎛∂∂k j t u2122+⎪⎪⎭⎫ ⎝⎛∂∂⋅=k jx u a +j f故有()()τk j k j t x u t x u ,,1-+()()()()()()⎥⎦⎤⎢⎣⎡+-++-⋅=-++-+++211211111,,2,,,2,2h t x u t x u t x u h t x u t x u t x u a k j k j k j k j k j k j()22h O ++τ。

四、稳定性与收敛性抛物方程的两层差分格式可以统一写成向量形式: (1.7) 1k k AU BU F τ+=+ 其中1111(,), (,,)k k k T N N U u u F f f --==,A 和B 是1N -阶矩阵。

我们假定A 可逆,即(1.7)是唯一可解的。

对于显格式,A 等于单位矩阵I 。

三层格式可以通过引入新变量1k kk U W U -⎛⎫= ⎪⎝⎭化成两层格式。

假设差分解的初始值(其实可以是任一层的值)有误差,以后各层计算没有误差,让我们来考察初始误差对以后各层的影响。

令{}k U 和{}k V 分别是以0U 和0V 为初始值由差分格式(1.7)得到的两组差分解,则k k k W U V =-满足 (1.8) 1k k AW BW += 因此,按初值稳定应该意味着10k W K W +≤。

这就导致如下定义:ﻩ假设0F =,我们称差分格式(2.1)按初值稳定,如果存在正常数0τ和K ,使得以下不等式成立:(1.8) 10k U K U +≤, 010, 0, 0N U R k T τττ-∀∈≤≤<≤ 这里•是1N R -上的某一个范数,例如1/2121N j j U hu -=⎛⎫= ⎪⎝⎭∑类似地,假设00U =,我们称差分格式(2.1)按右端稳定,如果存在正常数0τ和K ,使得以下不等式成立:(1.8) 1k U K F +≤, 00, 0k T τττ∀≤≤<≤可以证明,差分格式若按初值稳定,则一定按右端稳定。

因此,这时我们简单地称差分格式稳定。

前面讨论的向前差分格式①当网比12r ≤时稳定,当12r >时不稳定。

这就意味着给定空间步长h 以后,时间步长τ必须足够小,才能保证稳定。

而向后差分格式②和Grank-N ich ols on 格式(1.6)则对任何网比r 都是稳定的,时间步长τ可以取得大一些,从而提高运算效率。

如果某个差分格式的截断误差当τ和h 趋于0时随之趋于0,则称这个差分格式是相容的。

可以证明:若差分格式是相容的和稳定的,则它是收敛的,并且差分解与微分解之间误差的阶等于截断误差的阶。

因此,对任何网比,向后差分格式(1.6)有收敛阶2()O h τ+。

五、结论对于扩散方程(包括许多其他方程),可以证明Crank -Nic olson 方法无条件稳定。

相关文档
最新文档