Реферат Численное решение краевых задач для двумерного уравнения колебания

Работа добавлена на сайт bukvasha.net: 2015-10-28

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Имя

Выберите тип работы:

Принимаю Политику конфиденциальности

Скидка 25% при заказе до 25.11.2024

Численное решение краевых задач

для двумерного уравнения колебания»

Выпускная работа

Содержание
Введение. 3

§1. Разностные методы решения задач. 4

для дифференциальных уравнений. 4

1.1. Сеточная область. 6

функций. Нормы сеточных функций. 6

1.2. Аппроксимация дифференциальных операторов. 8

1.3. Разностная схема. 10

1.4. Корректность разностной схемы. 12

1.5. Аппроксимация и сходимость. 16

§2. Основные понятия и история вопроса. 20

экономичных разностных схем. 20

§3 Схема расщепления с последовательным переходом. 36

3.1.Постановка задачи. 36

3.2. Последовательный переход. 37

3.3. Разностная схема. 37

3.4. Стандартный вид разностных схем. 38

§4 Схема расщепления с параллельным переходом. 40

4.1.Постановка задачи. 40

4.2. Параллельный переход на дифференциальном уровне. 40

4.3. Параллельный переход на разностном уровне. 41

4.4. Погрешность аппроксимации. 42

4.5. Устойчивость схемы. 43

Заключение. 45

Список использованной литературы.. 47

Введение

Понятие «экономичных схем» относится к числу важнейших при решении многомерных краевых задач. Первые экономичные схемы были предложены и обоснованы в 1955-1956 годах одновременно Писменом Рэкфордом и Дугласом. С тех пор появились много хороших экономичных методов решения многомерных краевых задач. В большинстве случаев эти схемы были схемами в дробных шагах. В теории экономичных схем сложную задачу редуцируют к системе более простых задач, последовательное решение которых приводит в итоге к приближенному или точному решению исходной задачи.

Актуальность работы: разработка экономичных методов расщепления.

Объектом исследования выбраны разностные схемы, аппроксимирующие исходные задачи.

Целью данной работы является – численное исследование разностных схем расщепления для первой краевой задачи двумерного уравнения колебания.

Основной задачей выпускной работы является:

- рассмотреть методы расщепления для двумерного уравнения колебания;

В выпускной работе четыре параграфа. В первом параграфе дана теоретическая часть, в котором отражены основные понятия из теории разностных схем.

Второй параграф выпускной работы посвящен основным понятиям и истории вопроса экономичных разностных схем.

Третий и четвертый параграф содержит материалы собственных исследований по методам расщепления для двумерного уравнения колебания.

Выпускная работа состоит из введения, четырех параграфов (разностных методов решения задач для дифференциальных уравнений, основных понятий и истории вопроса элементарных разностных схем, схемы расщепления с последовательным переходом, схемы расщепления с параллельным переходом), заключения и списка использованной литературы.

§1. Разностные методы решения задач

для дифференциальных уравнений

(основные понятия теории разностных схем)

Теория разностных схем является самостоятельным разделом вычислительной математики, где изучаются методы приближенного решения дифференциальных уравнений путем замены их конечно-разностными уравнениями (разностными схемами).

Пусть имеем дифференциальную задачу, записанную в символической форме:

Lu(x)=f(x), (1.1)

где хG, f - заданная функция, L - линейный дифференциальный оператор. Предполагается, что дополнительные условия дифференциального уравнения (граничные и начальные) учтены оператором L и правой частью f.

Рассмотрим примеры. Пусть имеем дифференциальную задачу

которую запишем в виде (1.1):

Задача

запишется в виде (1.1), если положить

Для записи в виде (1.1) задачи

с краевыми условиями на обеих концах отрезка надо положить:

Конечно-разностный метод (метод сеток) - один из мощных достаточно универсальных методов современной вычислительной математики. Этот метод относится к классу машинных методов решения широкого круга задач для дифференциальных уравнений [4].

1.1. Сеточная область

Для построения разностной схемы необходимо построить сетку G_h -конечное множество точек, принадлежащих G, плотность распределения которых характеризуется параметрами h - шагом сетки. Пусть область изменения аргумента х есть отрезок. Разобьем этот отрезок точками на n равных частей длины каждая. Множество точек называется равномерной сеткой на отрезке и обозначим , а число h -расстояние между точками (узлами) сетки называется шагом сетки. Разбиение отрезка точками можно производить произвольным образом -. Тогда получаем сетку с шагами , которое зависит от номера узла сетки. Если хотя бы в одной точке, то сетка называется неравномерной и такую сетку обозначают . Точки х₀ и х_n назовем граничными узлами и обозначим их. Остальные узлы назовем внутренними и обозначим их w_h. Узлы соседние с граничащими назовем приграничными. Тогда имеем [4].

1.2. Сеточная функция. Пространство сеточных

функций. Нормы сеточных функций

Функция y=y(x_i) дискретного аргумента х_i называется сеточной функцией,   определенной   на   сетке .   Сеточные функции   можно рассматривать как функции целочисленного аргумента, являющегося номером узла сетки, т.е.. Далее мы будем писать .

Сеточная область w_h зависит от параметра h. При различных значениях параметра h имеем различные сеточные области. Поэтому и сеточные функции y_h(x) зависят от параметра h.

Функции u(х) непрерывного аргумента являются элементами функционального пространства H. Множество сеточных функций y_h(x) образует пространство H_h. Таким образом, в методе сеток пространство Н, заменяется пространством H_h сеточных функций y_h(x).

Так как рассматривается множество сеток {w_h}, то мы получаем множество {H_h}пространств сеточных функций, определенных на {w_h}.

Пусть u(х) - решение исходной непрерывной задачи (1.1), uH; y_h -решение разностной задачи. y_hH_h. Для теории приближенных вычислений представляет большой интерес оценка близости u(х) и y_h(x), но u(х) и y_h(х) являются элементами из различных пространств. Пространство Н отображается на пространство H_h. Каждой функции u(х)Н ставится в соответствие сеточная функция y_h(x), х w_h, так что y_h=P_hu Н_h, где P_h - линейный оператор из Н в H_h. Это соответствие можно осуществить различными способами, т.е. зависит от выбора оператора P_h. Теперь, имея сеточную функцию u_h, образуем разность y_h-u_h, которая является вектором пространства H_h Близость y_h и u_h, характеризуется числом , где - норма на H_h.

Соответствие функций u(х) и u_h можно установить различными способами, например,

u_h=u(x), х w_h.

В дальнейшем мы будем пользоваться этим способом соответствия.

В линейном пространстве H_h введем норму , которая является аналогом нормы || • ||_н в исходном пространстве Н. Обычно принято выбирать норму в пространстве H_h так, чтобы при стремлении к нулю h она переходила в ту или иную норму функций, заданных на всем отрезке, т.е. чтобы выполнялось условие

                       ,                                                                             (1.2)

где - норма в пространстве функций, определенных на отрезке,

которому принадлежит решение.

Условие (1.2) называют условием согласования в пространствах H_h, и Н.

Рассмотрим простейшие типы норм в H_h для случая сеток w_h={x_i=ih} на отрезке .

1.Норма

удовлетворяет условию (1.2), если в качестве Н рассматривать пространство непрерывных функций с нормой

а сеточную функцию определять в виде (1.2), т.е.

2.       Норма

удовлетворяет условию (1.2), если за Н принять пространство непрерывных функций с нормой

а сеточную функцию определять в виде

[4, 6].

1.3. Аппроксимация дифференциальных операторов

Пусть имеем дифференциальный оператор . Этот оператор можно аппроксимировать несколькими способами. Например,

- правая разностная производная;                                  (1.3) - левая разностная производная;                                      (1.4)

- центральная разностная производная.                           (1.5)

Можно взять их линейную комбинацию

,                                                                                     (1.6)

где - вещественный параметр.

При =1 из (1.6) получаем аппроксимацию (1.3); при =0 - аппроксимацию (1.4), а при =0.5 - аппроксимацию (1.5).

Чтобы показать погрешность аппроксимации, разложим по формуле Тейлора

,                                     (1.7)

предполагая, что функция v(x) достаточно гладкая в некоторой окрестности

(х- h_o,x + h₀) точки х, h<h₀, h₀ - фиксированное число.

Подставляя это разложение в (1.3), (1.4), (1.5), получим:

Отсюда видно, что

Пусть L - дифференциальный оператор, L_h - разностный оператор, заданный на сетке w_h. Говорят, что разностный оператор L_h:

1)       аппроксимирует дифференциальный оператор L в узле, если, где v(x) - достаточно гладкая функция, стремится к нулю при ;

2)       аппроксимирует L с порядком n>0 в узле если , т.е.

, M = const>0.

В качестве следующего примера рассмотрим оператор Lv = v"(x).

Для   аппроксимации   этого   оператора   используем   трехточечный шаблон (x-h, х, x+h).

Замечая, имеем

Отсюда

Пользуясь разложением (1.7), покажем, что порядок аппроксимации равен двум, т.е.

так как [1].

1.4. Разностная схема

Как правило, дифференциальное уравнение решается с некоторыми дополнительными условиями - начальными (задача Коши), краевыми (краевая задача) либо и с начальными, и с краевыми условиями (смешанные задачи). Эти дополнительные условия при переходе к разностным уравнениям надо также аппроксимировать.

Пусть имеем некоторую дифференциальную задачу, записанную в виде

Lu = f(x), xG                                                                                                   (1.8)

с дополнительным условием

lu = (х), хГ.                                                                                                 (1.9)

Введем в области сетку

и поставим в соответствие задаче (1.8), (1.9) разностную задачу
L_hy_h=f_h, xw_h,                                                                                                            (1.10)

, xy_h.                                                                                                            (1.11)

Функции У_h(х), f_h(x), зависят от шага сетки. Меняя h, получаем множества функций , зависящих от параметра h. Таким образом, мы рассматриваем не одну разностную задачу, а семейство задач, зависящее от параметра h. Это семейство задач называется разностной схемой.

Рассмотрим примеры разностных схем, аппроксимирующих дифференциальные задачи.

Пример 1. Имеем задачу Коши

Используем аппроксимации:

После этого имеем разностную схему:

Расчетный алгоритм имеет вид

Пример 2. Рассмотрим задачу Коши

Воспользуемся следующими аппроксимациями:

После этого имеем разностную схему

[4].

1.5. Корректность разностной схемы

Пусть имеем дифференциальную задачу

                         Lu = f(x), xG,                                                                   (1.12)

                            lu = (х), хГ                                                                 (1.13)

и на сетке аппроксимируем ее разностной схемой

                           L_hy_h=f_h, xw_h,                                                           (1.14)

                              , xy_h.                                                            (1.15)

Задача (1.12), (1.13) поставлена корректно, если выполнены условия:

1) задача однозначно разрешима при любых правых частях fH,
Н;

2) решение задачи непрерывно зависит от правых частей fH, Н, т.е.

Аналогично определяется понятие корректности разностной схемы (1.14), (1.15). Говорят, что разностная схема (1.14), (1.15) корректна, если при всех достаточно малых |h|<h₀:

1) решение у_h разностной схемы существует и единственно для всех
входных данных f_hH_h, H_h;

2) существуют постоянные М₁>0, М₂>0 не зависящие от h и такие, что
при любых f_hH_h,H_h справедлива оценка

                                                                                 (1.16)

Свойство 2), означающее непрерывную зависимость, равномерную относительно h, решения разностной схемы от правых частей, называется устойчивостью разностной схемы. Рассмотрим примеры.

Пример 1. Пусть имеем задачу:

                                                  (1.17)

Точным решением задачи (1.17) является функция

Если ввести новую функцию , то получим задачу

                                                                            (1.18)

Решением задачи (1.18) является функция

Задачу (1.18) аппроксимируем на равномерной сетке схемой:

                                                                             (1.19)

Перепишем схему (1.19) в виде

Отсюда имеем

Рассмотрим фиксированную точку и выберем последовательность сеток таких, чтобы , т.е. является узлом сетки при

Вычислим значение у в этой точке .Taк как при и любых h, то при любом h. Из этого неравенства видно, что решение разностной схемы (1.19) непрерывно зависит от входных данных. В таких случаях говорят, что разностная схема устойчива по входным данным (по начальным условиям и по правой части).

Пример 2. Имеем уравнение

.                                                                     (1.20)

Точным решением задачи (1.20) является функция

.

Отсюда следует неравенство

|u(x)||u_o|                                                                                                           (1.21)

при .

Для устойчивости вычислительных алгоритмов решения задачи (1.20) должно быть выполнено условие вида (1.21), т.е.

                                                                                                            (1.22)

Задачу (1.20) аппроксимируем явной схемой Эйлера

                                                                       (1.23)

y(0)=u(0).

Выражая решение схемы (1.23) через начальное условие, имеем

Неравенство (1.22) будет выполнено, если

т.е. .

Таким образом, явная схема Эйлера условно устойчива.
Пример 3.   Для численного решения задачи (1.20)   используем неявную схему Эйлера

Отсюда

т.е.

    при .

Схема (1.24) абсолютно устойчива, ибо выполнено условие (1.22) при любом h.

Пример 4. Задачу (1.20) аппроксимируем схемой с весом

                                                           (1.25)

Отсюда имеем

Условие (1.22) будет выполнено, если

т.е.

Отсюда получаем

Схема абсолютно устойчива при

и

т.е. схема (7.25) условно устойчива при [4].

1.6. Аппроксимация и сходимость

Для того, чтобы выяснить, с какой точностью приблизили функцию u=u(x) с помощью функции у(х), мы должны их сравнить. Пусть u^hзначение функции u(х) на сеточной области , т.е. u^hH_h.

Рассмотрим погрешность решения разностной схемы (1.14), (1.15), которая аппроксимирует на сетке дифференциальную задачу (1.12), (1.13).

Введем функцию погрешности решения

z_h=y_h- u^h,

где y_h- решение схемы (1.14), (1.15), u^h- решение задачи (1.12), (1.13) на сетке . Подставив y_h = z_h + u^h в линейную задачу (1.14), (1.15), получим для z_h задачу того же вида, что и (1.14), (1.15):

                                                         (1.26)

                                                        (1.27)

где                                                                                  (1.28)

Функции (1.28) называются погрешностью аппроксимации задачи (1.12), (1.13), схемой (1.14), (1.15) на решении задачи (1.12), (1.13).

Будем говорить, что решение разностной схемы (1.14), (1.15) сходится к решению задачи (1.12), (1.13), если

при

Разностная схема сходится со скоростью O(h^h) или имеет n-ый порядок точности, если при достаточно малом hh₀ выполняется неравенство

где М>0, не зависит от h, n>0.

Говорят, что разностная схема имеет n-ый порядок аппроксимации,

Если

т.е.

Теорема Лакса. Пусть дифференциальная задача (1.12), (1.13) поставлена корректно, разностная схема (1.14), (1.15) является корректной и аппроксимирует исходную задачу (1.12), (1.13). Тогда решение разностной схемы (1.14), (1.15) сходится к решению исходной задачи (1.12), (1.13), причем порядок точности совпадает с порядком аппроксимации.

Доказательство. Если схема (1.14), (1.15) корректна, то нетрудно получить оценку погрешности решения через погрешность аппроксимации (1.28).

Задача (1.26), (1.27) аналогична задаче (1.14), (1.15), поэтому для нее пользуясь априорной оценкой вида (1.16), получим оценку

                                                            (1.29)

Таким образом, если схема (1.14), (1.15) корректна и аппроксимирует задачу (1.12), (1.13), то она сходится при h0. Норма погрешности | при

h0, если и при h0.

Из оценки (1.28) видно, что порядок точности схемы (1.14), (1.15) определяется порядком аппроксимации, и чтобы схема сходилась со скоростью O(hⁿ), n>0 достаточно, чтобы она имела аппроксимацию того же порядка, т.е.

Рассмотрим примеры.

Пример 1. Рассмотрим явную схему Эйлера

которая аппроксимирует дифференциальную задачу (1.20). Покажем порядок погрешности аппроксимации и сходимость.

Рассмотрим функцию погрешности решения

Для получаем схему:

                                                          (1.30)

Разложим по формуле Тейлора в точке , имеем

                                                                              (1.31)

Подставляя (1.31) в , получим т.е. имеем первый порядок аппроксимации. Из (1.30) имеем

При имеем Выражая через , получим:

Отсюда видно,   что при . Для точности схемы имеем

т.е. схема имеет первый порядок точности.
Пример 2. Рассмотрим неявную схему Эйлера

которая аппроксимирует дифференциальную задачу (1.20). Для погрешности решения получаем разностную схему:

Подставляя разложение (1.31) в , получим

Отсюда имеем

т.е. первый порядок аппроксимации. Для сходимости рассмотрим решение задачи для

Множитель при . Выражая через , имеем

Отсюда , т.е. схема имеет первый порядок точности. Таким же образом можно показать, что схема с весом

имеет первый порядок аппроксимации и при выполнении условий устойчивости имеет место сходимость и притом порядок точности совпадает с порядком погрешности аппроксимации[4].

§2. Основные понятия и история вопроса

экономичных разностных схем

1. Одним из основных критериев оптимальности в теории численных методов является требование минимума арифметических операций.

Для одномерных задач математической физики особых затруднений в этом плане нет. Разностные схемы в этом случае реализуются экономичным алгоритмом прогонки, который на слое сетки допускает количество арифметических операций пропорциональное количеству узлов.

Особую остроту приобретает вопрос об экономичности вычислительных алгоритмов в численном решении многомерных задач математической физики. Многомерные краевые задачи моделировать многомерными разностными схемами и решать непосредственно эти схемы нецелесообразно, так как алгоритм становится сложным, неэкономичным и нереализуемым на ЭВМ.

Пусть в цилиндре

ищется решение уравнения

(2.1)

удовлетворяющее условиям

(2.2)

(2.3)

где

-мерный единичный куб,

- боковая поверхность

.

Задачу (2.1)-(2.3) моделируем разностной схемой с весом:

(2.4)

где

- вещественный параметр.

Разностное уравнение запишем в операторном

где Е - единичный_ оператор.

Нахождение

при

требует обращения многомерного оператора

, что связано с весьма трудоемкой вычислительной работой, поскольку соответствующая этому оператору матрица порядка

не имеет специального вида. Обращение такой матрицы производится по методу Гаусса, что требует

арифметических операций или методом итераций, который также требует много машинного времени. По этой причине непосредственное решение схемы (2.4)-(2.6) даже при

нецелесообразно, так, как возникают серьезные проблемы памяти ЭВМ и резко возрастает количество арифметических операций на слое сеткой. Схема может оказаться нереализуемой на современных ЭВМ.

Если в уравнении (2.4)

, то получаем явную схему

которую перепишем в виде

В этом случае обращается диагональная матрица, требующая лишь 0(N)   арифметических операций.

Условием устойчивости схемы (2.4)-(2.6) будет

Отсюда видно, что условием устойчивости явной схемы будет

Из условия (2.7) видно, что схемы о , в том числе чисто неявная схема при и симметричная схема при , абсолютно устойчивы.

Если имеем уравнение с переменными коэффициентами, т.е.

                                                                         (2.8)

то

Условие устойчивости схемы (2.4)-(2.6) с эллиптическим оператором (2.8) имеет вид

Отсюда получаем условие устойчивости явной схемы в виде

                                                                                                            (2.9)

Условие устойчивости (2.9) налагает весьма жесткие ограничения на шаг по времени и выход на заданный момент времени по явной схеме требует неоправданно большого числа временных шагов.

Из условия (2.9) видно, что выбор шага существенно зависит от количества пространственных переменных р    и от величины М. С ростом числа р    и для быстро меняющегося коэффициента теплопроводности   K=K(x,t)     шаг становится еще мельче. В этом случае схема (2.4)-(2.6) при

становится неэффективной, так как выход на заданный момент времени t=T   требует слишком большого числа временных шагов.

Чисто неявная схема () (2.4)-(2.6) абсолютно устойчива, т.е. на параметры сетки h    и      не налагаются ограничения. Поэтому счет можно вести более крупными шагами h и и тем самым удается значительно понизить порядок системы, уменьшить количество временных шагов, необходимых для достижения момента времени t = Т .

В неявных схемах придется решать системы алгебраических уравнений, как правило, высокого порядка и с разреженными матрицами. Итак, реализация систем алгебраических уравнений для многомерных задач в общем случае представляется невозможной из-за громоздкости порядка системы (проблема памяти ЭВМ), большого объема арифметических операций.

Таким образом, лучшими качествами явной и неявной схем являются количество арифметических операций, равное 0(N)   в явной схеме, и абсолютная устойчивость неявной схемы, недостатками - условная устойчивость явной схемы и большое количество арифметических операций в неявной схеме. Отсюда ясно, что если построим разностные схемы, сочетающие в себе лучшие качества обычных явных и неявных разностных схем, то можно эффективно решать многомерные задачи математической физики.

Итак, безусловная (абсолютная) устойчивость и независимость количества арифметических операций, требуемые для вычисления приближенного решения задачи в отдельной точке сетки от общего количества узлов сеточной области, определяют класс экономичных схем.

Уравнение (2.1) можно аппроксимировать по-другому, стремясь упростить вычислительный процесс. Уравнение (2.1) аппроксимируем разностным уравнением

В этой схеме аппроксимация по первому направлению неявная, а по всем остальным - явная.

Реализация этой схемы идет по направлению , как в одномерном случае методом линейной прогонки, затратой арифметических операций порядка . Однако схемы (2.10), (2.5), (2.5) условно устойчивы. Таким образом, из требований экономичности разностной схемы первое условие не выполнено, а второе - выполнено. Поэтому схемы типа (2.10), (2.5), (2.6) не относятся к классу экономичных схем, они конструируются специальным образом.

2. Достижением вычислительной математики является разработка экономичных методов решения многомерных краевых задач математической физики. Первые экономичные схемы были схемами в дробных шагах по времени t. Они предложены и обоснованы в 1955 г. одновременно американскими учеными D.W. Peacemdn , H.H.Rachford и J.Douglas.

Характерной особенностью экономичных схем этого периода является то, что все они основывались на идее ведения дробных моментов времени и поэтапном решении р    задач в промежутках . Решением исходной задачи будет решение последней    р -й задачи в момент времени . Решения остальных (р-1)   задач являются вспомогательными в моменты времени . Таким образом, наряду с основной сеткой по рассматривается вспомогательная сетка. Все экономичные схемы этого периода относятся к схемам последовательного перехода по времени t. Следуя Н. Н. Яненко, назовем их методом дробных шагов.

В 1965г. А. А. Самарский предложил и обосновал экономичный метод без привлечения вспомогательной сетки , т.е. экономичная схема конструируется на исходной сетке . Таким образом, характерной областью экономичных схем этого периода является то, что сетка не вводится, вспомогательные функции рассматриваются на верхнем слое. Составная схема конструируется на исходной сетке . Как будет показано ниже, отказ от вспомогательной сетки дает широкие возможности для построения различных экономичных схем и тем самым удается значительно расширить их класс. Экономичные методы, построенные на такой основе, назовем методом целых шагов. На основе метода целых шагов строятся экономичные схемы последовательного и параллельного (одновременного) перехода с нижнего слоя на верхний слой по t.

Любая разностная схема, моделирующая исходную дифференциальную краевую задачу, должна удовлетворять данным условиям устойчивости, аппроксимации на решение исходной задачи и простоты. Если эти требования для одномерной разностной схемы выполняются сравнительно легко, то при переходе к двумерной (многомерной) задаче возникают значительные трудности.

Перед вычислительной математикой встала сложная задача построения экономичных методов решения многомерных задач математической физики. Стало невозможным разрешить эту проблему на базе однородных разностных схем, где при переходе от одного временного слоя к другому одновременно удовлетворяются условия устойчивости и аппроксимации. При этом, конечно, формула получается более простой, но схема становится менее гибкой и имеет в своем распоряжении небольшое количество произвольных параметров, что создает основные трудности выполнения вышеописанных требований. Экономичные схемы, расчленяя переход от нижнего слоя к верхнему на ряд промежуточных этапов и не требуя на каждом этапе обязательного выполнения свойств аппроксимации исходного уравнения и устойчивости, имеют в своем распоряжении набор параметров, что дает возможность выбора наиболее эффективного вычислительного алгоритма.

Пусть имеем уравнение теплопроводности

Разрабатывая в 1955г. первые экономичные схемы переменных направления, Писмен, Рэкфорд и Дуглас имели в виду упростить решение алгебраической системы уравнений высокого порядка, сохранить абсолютную устойчивость и приемлемую точность, тем самым удовлетворили до некоторой степени вышеописанные требования. Идея метода заключается в следующем. Уравнение (2.2) аппроксимируется разностным уравнением
                                                            (2.12)

Нетрудно заметить, что схема (2.12) является условно устойчивой и симметризуется так, чтобы     и   менялись ролями от шага к шагу

                                          (2.13)

Если в схему (2.23) счет повторяется при переходе с    j –го слоя на (j+2)-й, то (j+1)-й слоя выступает в роли вспомогательного слоя.

Поэтому, введя дробные моменты времени , схему (2.13) можно переписать в виде

                                (2.14)

Путем исключения вспомогательных функций в дробные моменты времени получаем эквивалентную ей однородную схему

                                                  (2.15)

Схема (2.15) и эквивалентная ей схема (2.14) аппроксимируют уравнение (2.11), как и схема

.

Безусловная устойчивость схемы (2.15) или (2.14) устанавливается методом Неймана. Схема (2.14) решается двумя одномерными прогонками, что не только упрощает алгоритм счета, но и уменьшает объем вычислений. Из (2.13) или (2.14) видно, что методы Писмена, Рэкфорда и Дугласа предполагают обязательную аппроксимацию дифференциального уравнения по каждому направлению. Они представляют неявный метод переменных направлений.

Заметим, что этот метод не годится для пространства нечетного числа измерений. Например, при   р=3   интегрирование в каждом направлении происходит один раз неявно, а явно. Тогда возрастание ошибки в явной схеме не компенсируется убыванием ее в неявной схеме. Это подтверждается точным анализом устойчивости при р=3. Заметим также, что метод переменных направлений не годится для уравнений со смешанными производными даже при р=2.

Для решения трехмерного уравнения (2.2) в работе J.Douglas, H.Rachfozd     была предложена следующая схема:

                                                           (2.16)

Методом исключения функций в дробные моменты времени показывается аппроксимация, а методом Неймана устанавливается устойчивость. Из (2.16) видно, что первое уравнение дает полную аппроксимацию уравнения (2.11)(p= 3), а следующие два уравнения дают поправку на устойчивость. Такие схемы называются схемами стабилизируюшей поправки или схемами с поправкой на устойчивость.

В основу работ советских авторов положен метод расщепления сложных разностных операторов на более простые. При таком подходе, схемы дробных шагов обязаны удовлетворять условиям аппроксимации и устойчивости только на целом шаге.

Ниже будет показано, что это дает возможность построения гибких разностных схем для многомерных задач математической физики.- Первой в этом направлении является работа А.А.Багриновского, С.К.Годунова, где был предложен метод расщепления многомерных разностных уравнений, аппроксимирующих системы гиперболических уравнений, путем сведения их к простейшим разностным схемам. Такой метод Н.Н.Яненко называет методом расщепления. Идею метода покажем на примере уравнения (2.2), которое аппроксимируется явной схемой вида

                                                                                         (2.17)

Схема (2.17) заменяется "расщепленной" схемой

            .                                                         (2.18)

Действительно, просуммировав (2.18) по , получим схему (2.17). Однако, практически явная растепленная схема (2.16) не имеет преимуществ по сравнению многомерной схемой (2.17) ни в точности, ни в объеме вычислительной работы. Отсюда видно, что метод расщепления может быть эффективным только в сочетании с неявными схемами указанные выше затруднения метода переменных направлений и явного метода расщепления впервые были устранены в работе Н.Н.Ясненко, где автор использует на каждом дробном шаге только неявные операторы. На каждом дробном шаге в правой части аппроксимируется оператор полная аппроксимация достигается только на полном шаге.

Неявный метод расщепления для уравнения (2.11) (например, при р=3) имеет вид:

                                                    (2.19)

При методе исключения величин на промежуточных дробных шагах видно, что схема (2.19) аппроксимирует уравнение (2.11). Безусловная устойчивость показывается методом Неймана. Схема (2.19) при   удовлетворяет принципу экстремума, поэтому решение схемы (2.29) сходится в пространстве С к решению дифференциального уравнения (2.11). В работах для повышения точности решения используются схемы с весами. Метод расщепления был применен Н.Н.Яненко для уравнений теплопроводности со смешанными производными, доказана общая теорема сходимости для системы линейных уравнений параболического типа с постоянными и переменными коэффициентами.

Метод расщепления был обоснован Г.И.Марчуком для приближенного интегрирования нерегулярных систем в динамической метрологии, при решении многомерных кинетических уравнений Больцмана. Для некоторых динамических и статических задач теории упругости метод расщепления был сформулирован и обоснован впервые А.Н.Коноваловым. G.A. Baker, J.А. Oliphant предложили метод факторизации разностного оператора для интегрирования уравнения типа (2.11). Уравнение (2.11) (р = 2) аппроксимируется схемой вида:

                                                                                               (2.20)

где - разностный оператор на старшем слое, - результат применения разностных операторов на младших слоях.

Если ограничиться рассмотрением девятиточечных операторов, то можно выбрать оператор так, чтобы его можно было представить в виде произведения двух трехточечных операторов А и В.

Схема (2.20) возникла из трехслойной аппроксимации

уравнение (2.11), где - некоторый девятиточечный оператор. В этом случае

.                                                                                      (2.21)

При этом оператор подбирается так, чтобы аппроксимация

имела второй порядок точности и оператор из (2.21) представлялся в виде произведения двух трехточечных операторов. Тогда уравнение (2.20) можно представить в виде двух уравнений: каждое из которых решается алгоритмом линейной прогонки.

Н.Н.Яненко в работе обосновал метод приближенной факторизации разностного оператора на примере уравнения (2.11). Рассматривается разностное уравнение

которое представляется в виде

                                                                                       (2.22)

Оператор факторизуется приближенно с точностью членов порядка

                                                          (2.23)

Схема (2.22) заменяется факторизованной схемой

Водятся вспомогательные величины   с помощью неравенств

Отсюда видно, что схема (2.24) является схемой расщепления, эквивалентной схеме приближенной факторизации оператора (2.23).

Следует заметить, что схема точной факторизации оператора не применима в случае уравнения диффузии с переменными коэффициентами, так как при этом потребуются дополнительные итерации, в то время как метод приближенной факторизации остается в силе и для уравнений о переменными, коэффициентами. Для решения уравнения (2.11) (р=з) в работе была предложена абсолютно устойчивая схема, получаемая из схемы стабилизирующей поправки применением приема предиктора-корректора (пересчет), которая имеет вид:

                                                              (2.25а)

                                                                    (2.25б)

                                                                   (2.25в)

                                                       (2.25г)

Уравнения (2.25а, б, в) представляют собой предиктор (схему стабилизирующей поправки), уравнение (2.25г) - корректор.

Для нелинейных уравнений метод предиктор-корректор может служить при восстановлении дивергентности схемы, с помощью которой строятся безытерационные разностные схемы.

К классу экономичных разностных схем относятся разностные схемы с расщепляющимся оператором на верхнем слое. Метод использует алгоритм счета   основанный на расщеплении оператора. Он был предложен Е.Г.Дьяконовым для случая параллелепипеда и для более сложных областей. Заметим, что для уравнений с постоянными коэффициентами разностные расщепляющиеся операторы по существу встречались в экономичных разностных схемах метода расщепления. Обычно неявные разностные схемы для нестационарных задач имеют вид

                                                      (2.26)

где - вектор значений функций на слое сетки - заданный вектор, - некоторые разностные операторы.

Е.Г.Дьяконов называет разностный оператор А   расщепляющимся, если его можно представить в виде , где - операторы размерности меньшей, чем р. Если все одномерные операторы, то нахождение из (2.26) сводится к последовательному решению p систем уравнений .

Наиболее близким к идее расщепляющегося разностного оператора на верхнем слое является метод факторизации разностного оператора на верхнем слое. Однако, как уже было отмечено выше, факторизация расщепляющегося оператора по методу возможна лишь для уравнений с неразделяющимися переменными. В этом случав расщепляющийся оператор А можно факторизовать лишь неполностью, при этом из-за неполной факторизации оператора А возникает необходимость на каждом временном слое применять итерационный процесс, являющийся некоторым видоизменением метода.

В работах Е.Г.Дьяконова дан анализ краевого условия первого рода для метода расщепления, из которого видно, что в методе расщепления встречаются некоторые затруднения на границе областей, составленных даже из прямоугольников.

Более подробный анализ краевых условий для метода расщепления дается в работе. Н.Н.Яненко. В ней анализируются три реализации краевого условия первого рода для метода расщепления:

1) реализация Е.Г.Дьяконова;

2) реализация краевого условия с погрешностью аппроксимации
порядка ;

3) реализация способа аппроксимации краевого условия первого рода
с погрешностью аппроксимации порядка .

В работе показывается, что реализация 2) годится для областей произвольной формы. В то время как реализация 3) становится неэффективной даже в случае области, состоящей из конечного числа прямоугольников. Более общий прием реализации краевого условия первого рода был предложен почти одновременно С.А.Кряквиной и Н.Н.Анучиной (по Н.Н.Яненко). Сущность метода состоит в замене граничных значений неопределенными функциями. После чего задача состоит в том, чтобы минимизировать ошибку R_n Н.Н.Яненко в работе придает методу неопределенных функций более общую формулировку, где неопределенные функции вводятся сразу в правых частях расщепленных разностных схем.

Вопросы анализа краевого условия второго рода для области о криволинейной границей заметно усложняются. В работе предлагается итерационный процесс решения второй краевой задачи для метода расщепления.

Дальнейшим развитием метода дробных шагов является локально-одновременный метод переменных направлений А.А.Самарского, пригодный для решения широкого класса задач математической физики для областей произвольной формы. Дадим краткое описание метода на примере уравнения (2.11).

В каждом слое рассматривается одномерное дифференциальное уравнение

                                                                                            (2.27)

Для решения (2.27) используются однородные разностные схемы

                                                                 (2.28)

изученные.

Таким образом, разностной схемой ПУ, соответствующей уравнению (2.11) является совокупность (блок) одномерных схем . Каждая из схем имеет погрешность аппроксимации

где u – решение уравнения (2.11). Погрешность аппроксимации схемы определяется суммой

.

Все вычисляются на решении исходной задачи. Если то , где .

Сходимость решения разностной схемы (2.28) к решению задачи (2.11) доказывается специально разработанным для однородных разностных схем методом априорных оценок. Дифференциальные задачи аппроксимируются семейством однородных разностных схем, коэффициенты которых задаются шаблонными функционалами. Метод построения семейства однородных разностных схем, предложенный А.Н.Тихоновым и А.А.Самарским успешно используется в локально-одномерном методе переменных направлений. В нем граничные условия для вспомогательных функций задаются естественным образом, поэтому граничная проблема здесь не возникает. Для случая области сложной формы впервые вопрос расщепления краевого условия третьего рода был рассмотрен И.В.Фрязиновым. Некоторые обобщения метода переменных направлений даются в работах В.П.Ильина. A.R.Mitchell   в работе методом неопределенных коэффициентов строит схемы переменных направлений повышенной точности, из которых в частном случав получает схемы Писмена, Рэкфорда и Дугласа и схему стабилизирующей поправки Дугласа, Рэкфорда.

В работах Н.Н.Яненко и Г.В.Демидова метод расщепления трактуется как метод слабой аппроксимации для многомерной задачи Коши. В работе был рассмотрен вопрос сходимости метода дробных шагов в дифференциальной форме при решении корректной задачи Коши в банаховом пространстве. В работе для однородного уравнения параболического типа второго порядка с однородными условиями первого рода методом Фурье можно показать, что решение   р-го расщепленного дифференциального уравнения совпадает с решением исходного уравнения, т.е. . Неоднородная абстрактная задача Коши в банаховом пространстве Н рассмотрена в работе А.А.Самарского.

Методу слабой аппроксимации посвящены работы Н.Н.Яненко, А.А.Самарского, Г.И.Марчука, Д.Г.Гордезиани, Г.В.Мелидзе, Е.Г.Дьяконова, В.И.Лебедева, Г.А.Бюлера, Н.М.Охлопкова и др. Метод слабой аппроксимации используется как конструктивный метод построения экономичных разностных.

Г.И.Марчук разработал методы покомпонентного расщепления для широкого класса задач математической физики. Различным аспектам метода дробных шагов расщепления посвящены работы В.Б.Андреева, В.И.Лебедева, А.Н.Коновалова, Г.А.Бюлера, И.В.Фрязинова, Н.М.Охлопкова и многих др.

До сих пор мы рассматривали экономичные разностные схемы, построенные на основе классических явных и неявных разностных схем. Следует отметить, что наиболее экономичные разностные схемы могут быть построены на основе явно-неявных разностных схем с помощью расщепления разностного оператора и сеточной области. Такие схемы, как правило, реализуются явным образом, поэтому они наиболее эффективны в смысле количества арифметических операций и программирования на ЭВМ. Их изучали В.К. Саульев, Н.Н.Яненко, А.А.Самарский, В.П.Ильин, Н.М.Охлопков и многие другие [2,9].

§3 Схема расщепления с последовательным переходом3.1.Постановка задачи.

Требуется найти функцию u(x₁,x₂,t), удовлетворяющую следующим условиям:

,          0 < x_α < l_α , α = 1,2                                          (1)

                                                    ,

   x = (x₁ , x₂ )

    u(x,0) = u₀(x) , u_t(x,0) = u₁(x) ,                                               (2)
    u(0, x₂ ,t) = μ₁^- , u(l₁, x₂ ,t) = μ₁⁺                                                                (3)

    u( x₁ ,0,t) = μ₂^- , u(x₁, l₂ ,t) = μ₂⁺

l₂

X₂

l₁

0 X₁

3.2. Последовательный переход

                                                                                     (4)

                                                                                   (5)

Приближенным решением исходной задачи является решение задачи (5), т.е.

3.3. Разностная схема.

Задача (4) аппроксимируется схемой

(6) (7)

Суммарная погрешность аппроксимации

Задача (6) решается методом правой прогонки по направлению .

Решением задачи на каждом слое будет решение второй схемы (7)

Задача (6) – вспомогательная.

3.4. Стандартный вид разностных схем.

Схемы (6) и (7) сведем к стандартному виду

        ,                                                                    (*)

где

по х₁: ,1   , 0   ,

   ,     ,    ,

0   , 1   ,
по х₂: ,   ,   ,

,    ,    ,

   ,    ,
Построим сетку по времени и по пространству с шагами и h:



Метод правой прогонки

, ,

, ,                                                             (**)

,

X₂ x₂

Схема(6) Схема(7)

0 x₁ 0 x₁

§4 Схема расщепления с параллельным переходом.

4.1.Постановка задачи.

Требуется найти функцию u(x₁,x₂,t), удовлетворяющую следующим условиям:

,          0 < x_α < l_α , α = 1,2                                          (1)

                                                    ,

         x = (x₁ , x₂ )

    u(x,0) = u₀(x) , u_t(x,0) = u₁(x) ,                                               (2)
    u(0, x₂ ,t) = μ₁^- , u(l₁, x₂ ,t) = μ₁⁺                                                                (3)

    u( x₁ ,0,t) = μ₂^- , u(x₁, l₂ ,t) = μ₂⁺

4.2. Параллельный переход на дифференциальном уровне.

Задачи (1) - (3) расщепляем на две автономные задачи по направлениям осей координат.

                                                                          (8)
                                                                            (9)

Решение задачи определяется в виде

4.3. Параллельный переход на разностном уровне

(или 0) (10)

(или ) (11)

Схема (10) решается методом правой прогонки по направлению . Схема (11) решается методом правой прогонки по направлению . Схемы (10) и (11) свести к стандартному виду (*) и решить методом правой прогонки (**).

, , , Т=1.

x₂ l₁ x₂

Схема(10) Схема(11)

l₁

0 x₁ 0 x₁

4.4. Погрешность аппроксимации.

Погрешность аппроксимации понимаем в суммарном смысле, т.е. экономичные схемы (6) – (7) и (10) – (11) аддитивные. Покажем погрешность аппроксимации схемы (6) – (7). Для этого введем функции погрешности решения

,   ,

     ,                                                                         (12)

Подставляем (12) в (6) и (7), имеем



где

       .

Тогда

,

Отсюда   ,
Покажем погрешность аппроксимации схемы (10) – (11). Для этого подставим (12) в (10) и (11), имеем

где



,

Отсюда   , .

4.5. Устойчивость схемы.

Устойчивость схемы (6) – (7) вычисляется по схемам (6) и (7) по отдельности устойчивы. Действительно, решение схемы (6) ищем в виде

(14)

Подставим (14) в (6), имеем при

,

. Отсюда

. Для устойчивости схемы должно выполнятся условие (Корни квадратного уравнения . Если ). Отсюда условие выполняется при любом . Схема (вычислительный алгоритм) абсолютно устойчив.

Аналогично покажем устойчивость схемы (7).

Решение схемы ищем в виде .

Подставим (15) в (7), имеем .

Отсюда

Схема (алгоритм) абсолютно устойчива. Устойчивость схем (10), (11) показываются аналогично (решаем обратное однородное уравнение, т.е. ).

Заключение

Вычислительную математику в узком смысле понимают как теорию численных методов и алгоритмов решения широкого круга математических задач. В этом смысле теория разностных схем – это раздел вычислительной математики, изучающий методы приближенного решения дифференциальных уравнений путем их замены конечно – разностными уравнениями (разностными схемами). Такое понимание вычислительной математики получило распространение на первоначальном этапе развития вычислительной математики. В связи с интенсивным развитием вычислительной техники и ее использованием во всех отраслях народного хозяйства, вычислительную математику в широком смысле определяют как раздел математики, включающий круг вопросов, связанных с использованием ЭВМ.

Крупнейшим достижением вычислительной математики второй половины XX века является разработка экономичных методов решения многомерных краевых задач математической физики.

Экономичные разностные схемы подразделяются на факторизованные и аддитивные. В факторизованных схемах аппроксимацию исходной дифференциальной задачи понимают в обычном смысле, в аддитивных – в суммарном смысле.

В данной работе проведено теоретическое исследование разностных схем расщепления для первой краевой задачи двумерного уравнения колебания.

Для достижения цели исследования была решена следующая задача:

- рассмотрены методы расщепления для двумерного уравнения колебания.

Рассматриваем решение разностных задач методом правой прогонки.

Аддитивная схема обладает суммарной аппроксимацией, если каждая схема номера

Исследованы аппроксимация и устойчивость аддитивной схемы. Рассмотренные аддитивные схемы отличны от ранее рассмотренных схем и поэтому в некотором смысле являются новыми.

Список использованной литературы

1. Самарский А.А. Теория разностных схем.М.:Наука,1977.

2. Охлопков Н.М. Методологические вопросы теории и практики разностных схем.Иркутск:ИГУ,1989.

3. Охлопков Н.М., Охлопков Г.Н. Введение в специальность “Прикладная математика” ч.1. Якутск: Изд-во ЯГУ, 1997.

4. Охлопков Н.М., Охлопков Г.Н. Введение в специальность “Прикладная математика” ч.2. Якутск: Изд-во ЯГУ, 1997.

5. Охлопков Н.М. Численные методы решения обыкновенных дифференциальных уравнений. Якутск: Изд-во ЯГУ, 1993.

6. Охлопков Н.М. Численные методы решения краевых задач математической физики. Якутск: Изд-во ЯГУ, 1993.

7. Охлопков Н.М. О некоторых разностных методах решения задач для дифференциальных уравнений. Иркутск:ИГУ,1986.

8. Охлопков Н.М. Метод целых шагов решения многомерных нестационарных задач математической физики. Иркутск:ИГУ,1983.

9. Охлопков Н.М. Об экономичных методах решения задач математической физики. Якутск,ЯГУ,1982.

10. Охлопков Н.М., Николаев В.Е. Модульная технология решения задач математической физики. Иркутск:ИГУ,1989.

11. Охлопков Н.М., Николаев В.Е. Пакет программ численного решения задач математической физики.ч.2.Якутск,ЯГУ,1989.

12. Охлопков Н.М. Методологические и технологические вопросы прикладной и вычислительной математики. Якутск,1991.

13. Охлопков Н.М. Методические разработки по модульному анализу задач для дифференциальных уравнений. Якутск,ЯГУ,1996.
Методы расщепления

для двумерного уравнения колебания
Постановка задачи:

Двумерное уравнение колебания с постоянными коэффициентами.

                 ,          0 < x_α < l_α ,                                 (3.1)

                                                             0 < t <=T ,   α = 1,2

u(x,0) = u₀(x) , u_t(x,0) = u₁(x) ,   x = (x₁ , x₂ )                                           (3.2)

– начальные условия

Краевые условия 1-го рода

                                                       (3.3)



Тестовые задачи

Пусть задачи (3.1), (3.2), (3.3) имеют точное решение

                                                                            (3.4)

B-const    ( 1) B>0 ,   2) B<0   )

                                                      - правая часть

                                     - начальные условия
                                                        усл. 1-го рода



1)Методы расщепления (последовательного и параллельного перехода).

2) построить схемы с весами и по каждому направлению свести к следующему виду
                                                              (*)



и решить эту систему методом правой прогонки:

         ,

     , ,                                                        (**)

     ,

Разностную схему с условием первого рода сведем к виду (*) и решим методом правой прогонки (**).

1. Реферат на тему A Comparison Of Ralph Waldo Emerson And
2. Реферат Системы виртуальной реальности
3. Реферат Творчество Некрасова
4. Реферат Учебная практика в кафе
5. Биография на тему Вооружен капиталом и благороден душой Барон Гинцбург
6. Реферат на тему Подготовка войск специального назначения в России
7. Реферат Право и традиции
8. Сочинение на тему О романе Владимира НабоковаБледный огонь
9. Кодекс и Законы Сутність і структура аудиторського висновку
10. Курсовая Учёт и анализ нематериальных активов организации

§3 Схема расщепления с последовательным переходом3.1.Постановка задачи.

0 X1

3.2. Последовательный переход

3.3. Разностная схема.

3.4. Стандартный вид разностных схем.

0 x1 0 x1

§4 Схема расщепления с параллельным переходом.

4.1.Постановка задачи.

4.2. Параллельный переход на дифференциальном уровне.

4.3. Параллельный переход на разностном уровне

l1

0 x1 0 x1

4.4. Погрешность аппроксимации.

4.5. Устойчивость схемы.

Заключение

Список использованной литературы

Bukvasha

0 X₁

0 x₁ 0 x₁

l₁

0 x₁ 0 x₁