奇异摄动拟线性对流扩散问题的区域分解方法
奇摄动分数阶Burgers方程

奇摄动分数阶Burgers方程奇摄动分数阶Burgers方程摘要:本文研究了一类奇摄动分数阶Burgers方程,在分数阶导数的定义下,利用若干种局部算子如Caputo、Riemann-Liouville和Grünwald-Letnikov算子,将奇摄动Burgers方程扩展到分数阶导数的情形下,得到其分数阶扩展形式。
进一步考虑了其数值解法,在拉格朗日插值多项式上采用了改进的Adomian分解方法,对其进行了数值解的求解和研究。
同时,本文还探究了不同参数对奇摄动分数阶Burgers方程解的影响,描绘出了其在不同参数下的相图和解图。
结果表明,奇摄动分数阶Burgers方程的解在不同参数区间长度下呈现出不同特征,可以更好地描述一些非线性现象。
关键词:分数阶导数;Burgers方程;奇摄动;数值解法;参数影响1. 引言Burgers方程是非线性偏微分方程的重要代表,在多领域中有广泛应用。
而分数阶微积分是近年来引起越来越多学者关注的新分支,与分之幂函数和分数阶统计学密切相关。
因此,研究分数阶Burgers方程具有重要意义。
很多学者研究过分数阶Burgers方程的一些特殊情形,如分数阶纳维-斯托克斯方程、分数阶波动方程和分数阶扩散方程等。
然而,研究奇摄动分数阶Burgers方程的理论和实践意义必然更加深远。
2. 奇摄动分数阶Burgers方程的构建Burgers方程是具有广泛应用的非线性偏微分方程,通常写为:ut+uu_x = νu_xx其中ν>0是扩散系数。
我们考虑在分数阶导数的定义下,对Burgers方程进行扩展。
具体地,在Caputo、Riemann-Liouville和Grünwald-Letnikov算子的定义下,可得到奇摄动分数阶Burgers方程:Dqᶜu(x,t) + aDu(x,t) + bDⁱᵤ(x,t) - he⁻ʰu(x,t) = 0其中Dqᶜu(x,t)是Caputo导数,在能更好描述初始条件的情况下使用;a, b, h均为常数,i为任意实数,e相当于二次元素。
一种新的求解对流占优问题的自适应网格细化方法

一种新的求解对流占优问题的自适应网格细化方法郭巍; 张伟伟; 聂玉峰【期刊名称】《《计算力学学报》》【年(卷),期】2019(036)005【总页数】7页(P583-589)【关键词】自适应网格细化; 泡泡型网格生成; SU PG方法; 后验误差估计; 对流占优问题【作者】郭巍; 张伟伟; 聂玉峰【作者单位】西北工业大学理学院西安710129【正文语种】中文【中图分类】O242.11 引言对流扩散方程描述了物质的浓度与温度等的输运过程,方程由扩散项和对流项两部分组成,当对流项占主导作用时,方程的解会出现奇异层,给求解带来困难。
由于奇异层通常很薄,传统的均匀网格很难捕捉到,因此会出现数值震荡的现象。
为了提高数值解的精度,许多学者提出了各种自适应网格细化方法。
自适应网格细化方法在误差大的区域加密网格,在误差小的区域粗化网格,从而用较小的计算量达到满意的精度。
自适应网格细化方法的效果依赖于后验误差估计子和网格细化技术。
针对对流扩散问题的后验误差估计子的研究始于20世纪70年代末,经过多年的发展,目前常用的后验误差估计包括残差型后验误差估计[1]、恢复型后验误差估计[2]和隐式误差估计[3]等。
网格细化技术包括网格重构和网格分割两类。
第一类方法根据后验误差估计重新生成新的网格,其中基于Voronoi 的CVT网格生成方法在自适应有限元计算中已有广泛应用[4,5]。
第二类方法根据单元后验误差估计和标记策略来选取需要加密的单元,然后对标记的单元进行加密操作。
常见的加密操作包括红-绿加密法[6]、二分法[7]和规则加密法[8]等。
这些方法简单易行,然而通常需要网格光顺操作来提高网格质量。
为了生成高质量的网格,Shimda等[9]提出了泡泡布点方法,模拟泡泡在区域中运动直至最后达到力平衡的状态,泡泡的中心组成了最优点集。
同时,针对泡泡布点方法得到的高质量的点集,陈蔚蔚等[10]提出了泡泡型局部网格生成算法(Bubble-type Local Mesh Generation,BLMG),用来高效地生成Delaunay网格。
含两个参数的向量二阶拟线性边值问题的奇摄动

17 96年文[ ] 1 证明了向量二阶拟线性边值问题
” +A , Y Y + ( ,) ’ , Y =0; 0 )=O ) Y 1 ) =/ ) ,) ( , t ( ,( , 3 ( () 1
.
拓 广 为伴 有边 界摄 动且含 有两个 参 数的边 值 问题 , 即
『 ”+A( , ) + , Y Y , Y =0 ,) , /、 , ’
t( y g)= O , , ( ): ( ) t )Y 1一 ( , ,
其 中 >0, >0是 小参数 , ∈ [ 1一 , , 是 n维 向量 函数 , n×n矩 阵函数 , , ]Y , 是 并且 它们都 可 以按 或 或 , 渐 近展 开.本 文给 出了边值 问题 ( ) 的渐 近式 的构造 , 幂 2解 并且 导 出了求形 式渐 近 解 的程序 和余项估 计 , 广和改进 了文 [ ] 拓 1 的工作 .
P( , , )=一C , 0 D( , , ) 以及 对 于 ≤ < 1一/, , , ) ( 0, ) x O 0 , z Q( 0 0
C , 0 .而 且做 变量 替换 ( 0,)
其 中 “ )是退 化 问题 A , , ) +厂 0, )=0 “ 1 ( ( 0“ “ ( , “ , ( )=/( )的解 , >0是常 数.近几 年来 , 30 向量 边 值 问题 奇异 摄动 的研究 又取得 了一 些新 进展 _ . 文 在 文 [ ] 2 本 一J 1 工作 的基 础上 , 向量 边值 问 题 ( ) 把 1
修 明
对流方程及其解法

对流方程及其解法对流方程是描述流体运动的最基本方程之一,涉及热、动量、物质等的传递现象,对于各种物理问题的研究都具有重要意义。
本文将从对流方程的基本形式和意义出发,探讨其常见解法及相关应用。
一、对流方程的基本形式与意义对流方程是描述流体中质量、热量和动量传递的方程,其基本形式可以写作:$$ \frac{\partial\phi}{\partial t} + (\mathbf{v}\cdot\nabla)\phi =\nabla\cdot(\Gamma\nabla\phi) $$其中,$\phi$为描述流体量的变量,如温度、密度、浓度等;$\mathbf{v}$为流体的流速,$\Gamma$为扩散系数。
对该方程的解析求解较为困难,故通常采用数值方法进行求解。
下面介绍几种常见的数值解法。
二、有限差分法有限差分法是在连续方程的基础上,利用有限差分代替导数,将微分方程变为代数方程组,从而利用计算机求解的方法。
其基本思想是将求解区域划分为有限个网格,对每个网格内的量用差分代替导数,从而得到有限差分方程。
以简单的二维对流扩散为例,其对流方程为:$$ \frac{\partial\phi}{\partial t} + u\frac{\partial\phi}{\partial x} + v\frac{\partial\phi}{\partial y} = \Gamma\frac{\partial^2\phi}{\partial x^2} + \Gamma\frac{\partial^2\phi}{\partial y^2} $$其中,$u$和$v$分别代表$x$和$y$方向的流速。
对该方程进行离散,假设$\phi_{i,j}$为$x=i\Delta x$,$y=j\Delta y$处的$\phi$值,则可以得到:$$ \frac{\phi^{k+1}_{i,j} - \phi^k_{i,j}}{\Delta t} +u\frac{\phi^k_{i+1,j} - \phi^k_{i-1,j}}{2\Delta x} +v\frac{\phi^k_{i,j+1} - \phi^k_{i,j-1}}{2\Delta y} $$$$ = \frac{\Gamma\Delta t}{(\Delta x)^2}(\phi^k_{i+1,j} -2\phi^k_{i,j} + \phi^k_{i-1,j}) + \frac{\Gamma\Delta t}{(\Deltay)^2}(\phi^k_{i,j+1} - 2\phi^k_{i,j} + \phi^k_{i,j-1}) $$其中,$k$为时刻,$\Delta x$和$\Delta y$分别为$x$和$y$方向的网格间距。
变系数2D对流扩散方程的高阶迭代算子分裂方法

1 2
论二维方程的微分矩阵形式。 对于本文要求解的二维对流扩散方程,首先应用维数分裂处理这个方程,能够得到下列的形式
du ( x, y, t ) = Ax u ( x, y, t ) + Ay u ( x, y, t ) + f ( x, y, t ) , dt
这地方基函数 hl ( x ) =
u(
d)
( x, t ) = ∑ u ( xl , t ) hl( d ) ( x ) ,
l =0
N −1
我们可以把上述公式写成矩阵向量乘积的形式
( ) = D = u ( t ) , d 1, 2, u ( t )
d
(d )
这里
D ( ) = hld ( x )
ut = κ∆u + ν ( x ) ⋅ ∇u + f ( x, t ) , ( x, t ) ∈ Ω × R + , = u ( x, 0 ) u0 ( x ) , x ∈ Ω,
T
(1)
ν ( x) = ν 1 ( x ) ,ν 2 ( x ) 表示速度场, κ ( 0 < κ ≤ 1) 是扩散系数, f 是有界的连续函数。本文将使用周期性
Higher Order Iterative Operator Splitting Method for the 2D Convection Diffusion Equation with Variable Coefficients
Lin Yao, Haiyan Su
College of Mathematics and System Sciences, Xinjiang University, Urumqi Xinjiang Received: May 3 , 2017; accepted: May 18 , 2017; published: May 25 , 2017
非线性对流扩散方程的隐-显hp-局部间断Galerkin有限元方法

其中 是R 中的多角形区域,F( u ) =( ^( ) , , 2 ( ) ) T . 假设满足下列条件H 1 . 对( , P ) ∈ ×R, 存在常数0 + 及n , 使得0 <0 a ( x , P ) n , , s ∈C ( R) ( s =1 , 2 ) 2 . 系数a ( x , u ) 关于u 是一致L i p s c h i t z  ̄续的
O K n a ; 记 = u . 用p K 1 表示单元 ∈ 中的多项式的次数. i E p ={ p K ) ∈ . 现
定义h p - 有 限元空间为
旦 ( ) ={ ∈L ( ): l K∈S ( ) , V K∈ } , 其中, 当单元 为三角形时, s p x ( K) :  ̄ K F p 次多项式空间P p x ( K) ; 当单元K为四边形时, ( ) 是 上每个变量直多为p 次多项式空 I ' E Q p ( ) .设e∈ j 是任一 内部 边且e= O K+n O K一 . 对 于( , r ) ∈ ×Q h , 定义V 土=v l 。 n K± , r 士= l e n ± . 且 Ⅱ = ( + + 一 ) , r = ( r + + r 一 ) , l = + n K + + 一 礼 K 一 , l =r + ‘ n K + + 一 ’ n K一 ・
【u ( x , 0 ) = 0 ( ) ,
收稿 日期: 2 0 1 3 — 0 4 — 2 2 修 回日期: 2 0 1 3 — 0 9 — 1 6
( ) × ( 0 , ] ,4 8
高 校 应 用 数 学 学 报
第2 8 卷第4 期
加 严格 的限制条件. 为 了避 免使用 小的时 间步 长, 本文采用 隐一 显方法离散 时间变量,即对于对
扩散方程的差分解法

扩散方程的差分解法在研究热传导过程、扩散过程、边界层现象时,我们常常遇到抛物型方程,这类方程中最典型、最简单的就是热传导方程。
热传导方程中的自变量中包括时间t ,它是描述一种随时间变化的物理过程,即所谓不定常现象。
这类问题的基本定解问题应是初值问题,即在初始时刻(t=0)时给定定解条件,求解t>0时的解。
本文主要运用有限差分法对一维扩散方程进行求解,并对差分解的适定性、相容性、收敛性及稳定性进行分析,同时与解析解进行对比。
1.扩散方程一维扩散方程为:22u u t xα∂∂=∂∂ (1)式中,u 为因知量,α为扩散系数,x 为坐标,t 为时间。
其定解条件如下: 初始条件: (,0)() 0x u x f x L =≤≤(2)边界条件: 12(0,)() , (,)()u t f t u L t f t ==(3) 一般假定函数()f x ,1()f t ,2()f t 满足连接条件,即1(0)(0) f f =,2()(0) f L f =。
2.有限差分法有限差分法是数值计算解微分方程古老的方法之一,也是系统化地、数值地求解数学物理方法的方程。
其控制方程中的导数用离散点上函数值的差商代替。
差分格式可以分为显格式和隐格式。
所谓显格式是指在任一结点上因变量在新是时间层上的值可以通过之前的时间层上相邻结点变量的值显式解出来。
由于这些层的变量值是已知的,当时间向前推进时,空间点上的新的变量值就只需逐点计算就行了,因此显格式计算起来比较省事。
隐格式则是指任一结点上变量在新的时间层的值,不能通过之前的时间层上相邻结点的值显式解出来,它不仅与之前的时间层上的已知值有关,而且也与新时间层的相邻结点的变量值有关。
因而一个差分方程常常包括几个相邻结点上的未知数,未知数的个数取决于格式的构成形式。
为了解出这些未知数需要联立新的方程,而每引进一个新的方程往往又同时引进了新的未知数。
因此,隐格式总是伴随着求解巨大的代数方程组。
一类二维稳态对流——扩散方程的有限差分法

一类二维稳态对流——扩散方程的有限差分法一维稳态扩散方程描述了物质在一维空间中的扩散行为。
然而,在某些情况下,我们需要研究物质在二维平面中的扩散行为,例如热传导、流体传输等。
本文将介绍一类二维稳态对流-扩散方程的有限差分法。
二维稳态对流-扩散方程可以写作:∇·(D∇u) + ∇·(cu) + fu = 0 —— (1)其中,D是扩散系数,c是速度场,u是待求解的物理量,f是源项。
在这个方程中,第一项表示物质的扩散项,第二项表示对流项,第三项表示源项。
我们需要求解方程(1),找到u的分布。
为了应用有限差分法来求解二维稳态对流-扩散方程,需要将二维空间离散化为一个网格。
假设我们将x方向离散为Nx个等距的节点,y方向离散为Ny个等距的节点,那么我们可以得到一个(Nx+1)×(Ny+1)的网格。
我们在网格节点上定义未知量u,然后将方程(1)对节点处的u进行离散化。
首先,我们对方程(1)的扩散项进行离散化。
我们使用五点差分格式来近似二维Laplace算符∇·(D∇u)。
对于网格节点(x,y),我们可以得到以下差分格式:(Dij(xi+1,yj)ui+1,j + Dij(xi-1,yj)ui-1,j +Dij(xi,yj+1)ui,j+1 + Dij(xi,yj-1)ui,j-1 -4Dij(xi,yj)ui,j) / ∆x^2 + (Dij(xi,yj)ui,j) / ∆y^2其中,∆x和∆y是网格步长,Dij是扩散系数。
接下来,我们对方程(1)的对流项进行离散化。
我们使用中心差分格式来近似二维梯度算符∇·(cu)。
对于网格节点(x,y),我们可以得到以下差分格式:(cxi+1/2,yj(ui+1,j - ui,j)) / ∆x + (cxi-1/2,yj(ui,j - ui-1,j)) / ∆x + (cyi,j+1/2(ui,j+1 - ui,j)) / ∆y + (cyi,j-1/2(ui,j - ui,j-1)) / ∆y其中,cxi+1/2,yj、cxi-1/2,yj、cyi,j+1/2和cyi,j-1/2是速度场在节点(x,y)处的中心点处的x和y分量。
- 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、"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、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)。
这里初值 V ( 0) ( x m ), m = 1, Λ , M − 1 是预先给定的.
( n) 算法 10 - 14 可以进行并行计算 .在每一个迭代步 n 上 解 v m ( x), m = 1,Λ , M 的 M 个方程 10 (n ) 和解 z m ( x ), m = 1,Λ , M − 1 的 M − 1 个方程
中图分类号 O175
1 引言
考虑守恒的奇异摄动拟线性对流扩散问题
Tu ≡ −εu ′′ − b( x , u )′ + c ( x, u ) = 0 , u (0) = u (1) = 0 ,
∗ ∗ 存在常数 β , β , γ 和 γ 以至于 b( x, u ) 和 c ( x , u ) 满足
s
即 如 果 网 格 函 数 {ri }
{t i } 满 足 r0 ≤ t 0 , rN∗ ≤ t N ∗ 和
17 18 的解 那么可得出如 19
h
L1ri ≤ L1t i , i = 1,Λ , N ∗ − 1 那么对于 i = 0,1,Λ , N ∗ 都有 ri ≤ t i .
引理 2 如果网格函数 w( x) 和 Φ ( x ), s = 1,2 分别是方程 下估计 16 和
Ω m = ( x m −1 , x m ), Ω m ∩ Ω m +1 = x m , x 0 = 0, x M = 1 .
另外 考虑 M − 1 个交界区域 ω m
b m
m = 1, Λ , M − 1
e b e ωm = (x , xm ),ω m−1 ∩ ω m = φ , x m < xm < xm .
万方数据
第 2 期 岑仲迪
奇异摄动拟线性对流扩散问题的区域分解方法 39
Ω = {0 = x 0 < x1 < Λ < x N / 2 < Λ < x N = 1},
且
h
h = 2σN −1 i = 1,Λ , N / 2 hi = . −1 i = N / 2 + 1, Λ , N H = 2(1 − σ ) N
考虑用下面的区域分解迭代算法来解方程
6
7
. 首先
每一个迭代步是在非重叠区域
Ω , m = 1, Λ , M 上来进行计算 Dirichlet 边界条件是由前一个迭代步得到的.因此交界区域上的解可得到
计算.最后 对小区域上的分片解加上连续条件可得整个区域上的连续解.
万方数据
40 在小区域 Ω m , m = 1, Λ , M 上 下面的差分格式
图 1 显示多区域分解
图1
在 Ω m , m = 1, Λ , M 和 ω m , m = 1, Λ M − 1 上
h
分别引入网格 Ω m 和 ω m
m
h
h
这里 8 9
Ω m = { x mi , i = 0,1, Λ , N m , x m0 = x m−1 , x N = x m , hmi = x m,i +1 − x mi } ,
w( x )
Ω∗
h
≤ max{wa , wb , F ( x )
Ω∗
h
/ ν 0 }, F ( x )
Ω∗
h
≡ max F ( x) ,
x∈Ω ∗
h
w( x ) ≤ Φ 1 ( x ) wa + Φ 2 ( x ) wb + [1 − Φ 1 ( x ) − Φ 2 ( x)] F ( x)
证明 估计 19 易从引理 1 得到.
解下面的差分问题 12 13
( n) (n ) ( n) h − εD ′′z m ( x ) − D ′b( x, z m ( x )) + c ( x, z m ( x)) = 0, x ∈ ω m , (n ) b ( n) b ( n) e ( n) e zm ( xm ) = vm ( xm ), z m ( xm ) = vm +1 ( x m ) .
网格函数 V
( n)
( x ) 是由下式给出的 V
( n) ( n) h h ( x) x ∈ Ω h v m m \ (ω m −1 ∪ ω m ) , m = 1, Λ , M ( x) = (n ) , h , m = 1, Λ , M − 1 x ∈ωm z m ( x)
14
ηi
D ′U i =
定理 1 令 u ( x) 是方程 1 2
,η i =
hi + hi +1 . 2
7
−1
的解.则差分策略 6
的误差满足
max | u ( x) − U ( x) |≤ CN
x∈Ω
h
ln N .
这里常数 C 是独立于 ε 和 N 的. 证明 见参考文献[6].
3 区域分解算法
把区域 Ω 分解成 M 个不重叠的小区域
(1) (2)
这里 ε 是一个正的小参数 函数 b( x, u ) 和 c ( x , u ) 是充分光滑的.另外 假定对于任意的 x ∈ ( 0,1) 和 u ∈ R
β ∗ ≥ bu ( x, u) ≥ β > 0 γ ≥ c( x, u ) ≥ γ > 0 .
这些条件保证方程 1 2 存在惟一解 u 见参考文献[1]. 对于 ε < <1,问题 1 2
这里
b i = ∫ bu ( xi , t i + s (ri − t i ))dx .
0 ∗ 显然 β ≥ b i ≥ β > 0 .令
1
[Tu ]i ≡ εD ′′ui + D ′b( x i , u i ) ,
那么算子 L 和 T 有如下关系
L(r − t ) = Tr − Tt .
现在考虑下面的差分问题
15
Lw( x ) − ν ( x ) w( x ) = F ( x ), x ∈ Ω h ∗ , w( x0 ) = wa , w( x N∗ ) = wb
和
h LΦ s ( x ) − ν 0 Φ s ( x) = 0, x ∈ Ω ∗ , s = 1,2 ,
16
17 18
Φ 1 ( x 0 ) = 1, Φ 1 ( x N ∗ ) = 0, Φ 2 ( x0 ) = 0, Φ 2 ( x N∗ ) = 1 ,
h e ωm = { X mi , i = 0,1, Λ , N mω , X m 0 = x b m , X Nmω = x m , H mi = X m,i +1 − X mi } .
假定 Ω = ∪Ω m
h
h
h
而且 ω m , m = 1, Λ , M − 1 中的网格点与 Ω 中的一致.
h
h
万方数据
第 2 期 岑仲迪 这里ν ( x ) ≥ ν 0 > 0 . 定义内积
奇异摄动拟线性对流扩散问题的区域分解方法 41
(r , t ) k =
N∗ −1 i =1
∑ η r t , r, t ∈ R
i i i
N∗ −1
.
∗ 令 L1 = L − ν . L1 表示 L1 关于 (⋅,⋅) k 的共轭算子 即 N ∗ −1 ˆ, y ) k = ( y ˆ, L∗ ˆ ( L1 y , 1 y ) k , y, y ∈ R
现给出一个简单迎风策略
5
− εD ′′U i − D ′b( xi , U i ) + c ( x i , U i ) = 0 , i = 1,Λ , N − 1 , U0 = UN = 0 ,
这里
6 7
D ′′U i =
1 U i +1 − U i U i − U i −1 ( − ), ηi hi +1 hi U i +1 − U i
那么
− ′′ [ L∗ 1 y ] j = εD y j − b j D y j − ν j y j ,
这儿 D y j =
−
y j − y j −1
η
j
.定义与网格点 x i 相联系的离散 Green 函数 G i 为
i N L∗ 1 G j = δ ij , j = 1, Λ , N − 1 , i i G0 = GN = 0,
浙江万里学院学报 Vol.16 No.2 2003 年 6 月 Journal of Zhejiang Wanli University June 2003
第 16 卷 第 2 期 文章编号 1671-2250 2003 02-0038-07
2 非分解算法
在 Shishkin 网格上考虑一个有限差分策略来解问题 一个偶的正整数 且 σ = min{ , 1 2 .定义 Shishkin 网格如下形式 令N是
1 ε N ln N } .区间 [0, σ ] 和 [σ ,1] 分别分解成 个等距小区间. ∗ 2 β 2
更直观地 导出
收稿日期 2003 –02–15 作者简介 岑仲迪 1975 男 浙江慈溪人 浙江万里学院数学研究所讲师 主要从事计算数学的研究 .
∗
3 4
和
是奇异摄动的
在
x = 0 处存在一个指数边界层.解奇异摄动拟线性方程的有关方法可见参考文献[2].
由于具有显著的计算速度和并行特性 基于 Schwarz 迭代方法的区域分解算法用于解决奇异摄动问题 越来越受到关注[3
4 5]
. 不管是在
本文给出有限区域分解方法来解决奇异摄动拟线性问题.利用 Shishkin 型的分片等距网格
奇异摄动拟线性对流扩散问题的区域分解方法
岑仲迪
浙江万里学院数学研究所 宁波 315100
摘
要 文章利用区域分解的迭代方法来解决奇异摄动拟线性对流扩散问题.文中算法是基于有限区域分解