Professional Documents
Culture Documents
NM2 Eloadas 2019
NM2 Eloadas 2019
Horváth Róbert
2019. tavasz
1.
Tantárgyismertető
Hasznos információk
Bevezetés
Mivel foglalkozik a numerikus matematika?
A valódi probléma
↓
Tudományos modell
↓
Matematikai modell → PDE
↓
Numerikus modell
↓
Számı́tógépes modell
Néhány példa (tud. és mat. modellek)
⇓
u0t (t, x) + ψx0 (t, x) = f (t, x)
Speciális esetek:
ψ(t, x) = cu(t, x) → lineáris transzportegyenlet
Diffúzió, hővezetés
Fourier-törvény, Fick-törvény: ψ(t, x) = −ku0x (t, x) →
Hullámegyenlet
Newton 2. törvényéből:
- Diffúzió, hővezetés
- Hullámegyenlet
Black–Scholes-egyenlet
Opcióárazás egyenlete:
1 00
Vt0 + σ 2 S 2 VSS + rSVS0 − rV = 0
2
Navier–Stokes-egyenlet
Maxwell-egyenletek
Elektromágneses tér leı́rása:
∂(εE)
= ∇ × H − σE − Je ,
∂t
∂(µH)
= −∇ × E,
∂t
∇(εE) = 0,
∇(µH) = 0.
Schrödinger-egyenlet
~2
i~Ψ0t = − ∆Ψ + V (t, x)Ψ.
2m
A PDE-ket kezdeti- és peremfeltételek teszik korrekt kitűzésűvé.
Módszertı́pusok áttekintése
∂2u ∂2u
−∆u = − − 2 = f (x, y), (x, y) ∈ Ω := (0, a) × (0, b)
∂x2 ∂y
u|Γ = g(x, y), Γ := ∂Ω.
i = 0, . . . , n1 , j = 0, . . . , n2 },
Ωh ∩ Ω =: Ωh ,
Ωh ∩ Γ =: Γh .
A véges differencia séma
Alkalmazzuk az
Ah uh = φh ,
ahol
(
fij , xij ∈ Ωh ,
(φh )ij = , kφh k∞ ≤ max{kgkC(Γ) , kf kC(Ω) }
gij , xij ∈ Γh ,
és a mátrix ill. vektorok alakja attól függ, hogy hogy rendeztük a
rácspontokat. A továbbiakban a sorfolytonos sorszámozást
alkalmazzuk (lentről felfelé, balról jobbra).
Az Ah mátrix szerkezete
kék:
zöld:
2 2
2 + 2
h1 h2
piros:
1
−
h21
narancs:
1
−
h22
Az Ah mátrix szerkezete
(uh )1 ≥ (uh )2 .
a2 + b2
kA−1
h k∞ ≤ 1 + .
16
Biz. Az M-mátrixok inverzének maximumnormabeli becsléséből
következik, hogy
4 + a2 /4 + b2 /4 a2 + b2
kA−1
h k∞ ≤ =1+ .
4 16
A numerikus séma konvergenciája
Tétel. Amennyiben a vizsgált peremértékfeladat megoldása
C 4 (Ω)-beli, akkor a vizsgált numerikus séma másodrendben
konzisztens.
Biz. Jelentse itt (u)ji a pontos megoldás értékét az (i, j)
rácspontban.
Ah uh − φh = 0
és
Ah uh (x) − φh = Th
kivonásából adódik, hogy
melyből ...
A numerikus séma konvergenciája
...
kuh − uh (x)k∞ ≤ kA−1
h k∞ kTh k∞
max(u0 ) ≤ max(g).
Maximum-elv
azaz e0 = −A−1
0 A∂ e∂ .
Emiatt
u0 = A−1 −1 −1 −1
0 f − A0 A∂ u∂ = A0 f − A0 A∂ g
≤ A−1 −1
0 f − A0 A∂ e∂ max(g) ≤ e0 max(g).
Poisson-egyenlet Robin-peremmel
∂2u ∂2u
−∆u = − − 2 = f (x, y), (x, y) ∈ Ω := (0, a) × (0, b)
∂x2 ∂y
∂u
= σ(x, y)(u0 (x, y) − u), (x, y) ∈ Γ.
∂n
(u)jn1 − (u)jn1 −1
h1
h1 2 j h2
= (∂x u)jn1 − (∂x u)n1 + 1 (∂x3 u)jn? ,
2 6 1
és
(u)j+1 j j−1
n1 − 2(u)n1 + (u)n1 h22 4 j ?
−(∂y2 u)jn1 = − − (∂ u)
h22 12 y n1
a differenciálegyenletből.
Approximáció az oldaléleknél
Így a séma
ujn1 − ujn1 −1
= σn1 ,j ((u0 )jn1 − ujn1 )
h1
!
h1 uj+1
n − 2ujn1 + unj−1
− − 1 1
− fn1 ,j .
2 h22
(u)n0 2 − (u)n0 2 −1 h2 h2 n? −2
= (∂y u)n0 2 − (∂y2 u)n0 2 + 2 (∂y3 u)0 2 /· ,
h2 2 6 h2
(u)n1 2 − (u)n0 2 h1 h2 2
= (∂x u)n0 2 + (∂x2 u)n0 2 + 1 (∂x3 u)n0?2 /· .
h1 2 6 h1
A két egyenletet összeadva és kihasználva a
peremfeltételt és a differenciálegyenletet, az
alábbi sémát kapjuk (H = h1 h2 /2/(h1 + h2 )):
alakban.
Nem téglalap alakú tartományok
I Sűrı́tjük a rácsot.
Többrácsos módszerek
A megoldandó lineáris egyenletrendszer
A0 A∂ u0 f
=
0 E u∂ g
Olyan egyenletrendszert kell tudnunk megoldani, melynek
együtthatómátrixa A0 . Ez egy szimmetrikus M -mátrix.
1. Tétel. A szimmetrikus M-mátrixok pozitı́v definitek.
Biz. Jelölje a mátrixot M! Szimmetrikus mátrix minden sajátértéke
valós. Azt kell megmutatni, hogy mindegyik pozitı́v. A főátlóban
álló elemek pozitı́vak. Legyen ezek maximuma µ, és ı́rjuk fel M-et
M = µE − H alakban, ahol H nyilvánvalóan nemnegatı́v mátrix.
Így a fenti felı́rás egy nemnegatı́v inverzű mátrix (az M mátrixok
ilyenek) egy reguláris felbontása. Azaz %((1/µ)H) < 1, ami azt
jelenti, hogy %(H) < µ. Ha H sajátértékeit λk jelöli, akkor M
µ − λk alakú sajátértékei nyilván pozitı́vak.
Szimmetrikus, pozitı́v definit mátrixú lineáris
egyenletrendszerek megoldása
Egydimenziós peremértékfeladat
vagy tömörebben
Ah uh = φh .
Iterációk simı́tó tulajdonsága
Oldjuk meg az Ah uh = φh egyenletrendszert a relaxált
Jacobi-iterációval. Ekkor az
(k+1) (k)
uh = ((1 − ω)E + ωD−1 (L + R))uh + ωD−1 φh
(k)
= (E − ωD−1 (D L − R})) uh + ωD−1 φh
| − {z
Ah
| {z }
BJ (ω)
iterációt kapjuk.
A konvergenciához a %(BJ (ω)) < 1 feltételnek kell teljesülni.
Ah sajátrendszere (h = 1/(n + 1)):
vl = sin(lπhj), j = [1, . . . , n]T , λl (Ah ) = 2−2 cos(lπh), l = 1, . . . , n.
Így BJ (ω) sajátrendszere:
vl , λl (BJ (ω)) = 1 − ω(1 − cos(lπh)),
azaz, ha ω ∈ (0, 1], akkor a JOR-módszer konvergens lesz.
Iterációk simı́tó tulajdonsága
unew
h = ũh + PhH eH .
1. 10k1 nk : elősimı́tás
2. 10nk : maradékszámı́tás
3. 10nk /4: teljes restrikció
4. 6nk /4: bilineáris interpoláció
5. 10k2 nk : utósimı́tás
1D-ban
∂u ∂2u
= , x ∈ (0, 1)
∂t ∂x2
u(0, x) = u0 (x),
u(t, 0) = u(t, 1) = 0.
Más egyenletek, peremfeltételek → gyakorlaton.
A hővezetési vagy diffúziós egyenlet
uk+1
j − ukj ukj−1 − 2ukj + ukj+1
= , (1)
∆t ∆x2
uk0 = ukn+1 = 0, u0j adott u0 segı́tségével.
Szokás a ∆t = τ , ill. ∆x = h jelölés is.
Az Explicit Euler-módszer konzisztenciája
Számı́tsuk ki a képlethibát!
u(tk+1 , xj ) − u(tk , xj )
Tjk+1 =
∆t
u(tk , xj−1 ) − 2u(tk , xj ) + u(tk , xj+1 )
−
∆x2
∆t ∂ u2 ∆x2 ∂ 4 u
= (ξ, xj ) − (tk , η).
2 ∂t2 12 ∂x4
Ha a megoldás kellően sima függvény (C 2,4 -beli, peremfeltétellel
konzisztens kezdeti feltétel is kell hozzá), akkor vannak olyan
pozitı́v c1 , c2 konstansok, hogy
|Tjk+1 | ≤ c1 ∆t + c2 ∆x2 .
Az Explicit Euler-módszer konzisztenciája
Megj.:
∆t ∂ 2 u ∆x2 ∂ 4 u
Tjk+1 = (ξ, x j ) − (tk , η) + O(∆t2 + ∆x4 )
2 ∂t2 12 ∂x4
∆t ∂ 4 u
1
= (t ,
k jx ) 1 − + O(∆t2 + ∆x4 ).
2 ∂x4 6q
q = 1/6 választással magasabbrendű módszert kapunk
(szuperkonvergencia).
EE-módszer vektoriterációs alakja
uk+1 = A∆x uk .
A konzisztencia miatt
k+1
u((k + 1)∆t, x) = A∆x u(k∆t, x) + ∆tT ,
k+1
ahol T = [T1k+1 , . . . , Tnk+1 ]T .
Vonjuk ki egymásból a két egyenletet!
k+1 k k+1
E = A∆x E − ∆tT ,
majd vegyük mindkét oldal normáját!
k+1 k k+1
kE k∞ ≤ kE k∞ + ∆tkT k∞ .
EE-módszer konvergenciája
0
≤ kE k∞ + ∆t(k(c1 ∆t + c2 ∆x2 ))
= t(c1 ∆t + c2 ∆x2 ) ≤ tmax (c1 ∆t + c2 ∆x2 ),
ahol kihasználtuk a konzisztenciarendre kapott kifejezést, továbbá
0
azt, hogy a kezdeti időpontban kE k∞ = 0 és hogy
k∆t = t < tmax rögzı́tett.
Ezzel igazoltuk az állı́tást.
EE-módszer konvergenciája
Megj.: Mi történik akkor, ha a q > 1/2 választást használjuk,
hiszen csak egy elégséges feltételt igazoltunk a konvergenciára?
Mutassuk meg, hogy a q ≤ 1/2 feltétel szükséges is!
Ismert, hogy a
b c 0 ···
a b c 0 ···
∈ Rn×n
tridiag(a, b, c) =
···
··· 0 a b c
··· 0 a b
mátrix sajátértékei
r
a jπ
λj = b + 2c cos , (j = 1, . . . , n)
c n+1
alakúak.
EE-módszer konvergenciája
A sajátvektorokat a
r k
a kjπ
(vj )k = sin , (j, k = 1, . . . , n)
c n+1
képlet adja.
Így a = c = q és b = 1 − 2q esetén
jπ
λj = 1 − 2q 1 − cos
n+1
2 jπ
= 1 − 4q sin .
2(n + 1)
EE-módszer konvergenciája
uk+1
j − ukj uk+1 k+1
j−1 − 2uj + uk+1
j+1
= ,
∆t ∆x2
A séma mátrixos alakja:
uk+1
j − ukj ukj−1 − 2ukj + ukj+1
= (1 − θ)
∆t ∆x2
uj−1 − 2uj + uk+1
k+1 k+1
j+1
+θ .
∆x2
Mátrixos alak:
I θ = 0 : EE-módszer,
I θ = 1 : IE-módszer,
I θ = 1/2 : Crank-Nicolson-módszer.
Műveletszáma általában 13n flop.
θ-módszer
A képlethiba a
Kezdetiérték-feladat
∂u ∂2u
= , x∈R
∂t ∂x2
u(0, x) = u0 (x).
0
≤ kE k∞ + ∆t(k(c1 ∆t + c2 ∆x2 ))
= t(c1 ∆t + c2 ∆x2 ) ≤ tmax (c1 ∆t + c2 ∆x2 ),
ahol kihasználtuk a konzisztenciarendre kapott kifejezést, továbbá
0
azt, hogy a kezdeti időpontban kE k∞ = 0 és hogy
k∆t = t < tmax rögzı́tett.
Ezzel igazoltuk az állı́tást.
6.
Lax-elmélet
Speciális normák
l2 norma az
X
l2 := {z = (. . . , z−2 , z−1 , z0 , z1 , z2 , . . .) | |zj |2 < ∞}
j∈Z
téren:
sX s X
kzk2 = |zj |2 , kzk2,∆x = ∆x · |zj |2 .
j j
Lu = f
Legyen
Ejk = ukj − u(k∆t, j∆x),
k
továbbá E az Ejk értékek vektora.
A séma legfontosabb tulajdonsága, hogy a vele generált
rácsfüggvény jól közelı́ti-e a feladat pontos megoldását finomodó
rácsfelosztás esetén. Ezt a tulajdonságot fogalmazza meg az alábbi
definı́ció.
Konvergencia és konzisztencia
Megj.:
kQk zk
kQk k = sup .
z6=0 kzk
Lax-tétel
16. Tétel. (Lax-féle ekvivalencia-tétel) Az Lu = f korrekt
kitűzésű feladatra felı́rt (2) egylépéses konzisztens séma
pontosan akkor konvergens, ha stabil.
17. Tétel. (Lax-tétel) Ha az Lu = f korrekt kitűzésű feladatra
felı́rt (2) egylépéses séma konzisztens és konzisztenciarendje
∆t-ben r és ∆x-ben s, valamint a séma stabil, akkor a séma
konvergens és konvergenciarendje ∆t-ben r és ∆x-ben s (itt
minden egy adott normában (ill. normasorozatban) értendő).
Lax-tétel
k k k−1 1
kE k ≤ ∆t(kT k + Keβ∆t kT k + . . . + Keβ(k−1)∆t kT k)
Kezdetiérték-feladatok esete:
z ∈ l2 -re definiáljuk az alábbi L2 [−π, π]-beli függvényt:
∞
1 X −ijξ
ẑ(ξ) := F(z) := √ e zj , ξ ∈ [−π, π].
2π j=−∞
Biz.: (formálisan)
A linearitás triviális.
Z π Z π ∞
1 X −ijξ
kẑk22 = 2
|ẑ(ξ)| dξ = ẑ(ξ) √ e zj dξ
−π −π 2π j=−∞
∞ Z π
1 X
=√ zj ẑ(ξ)e−ijξ dξ
2π j=−∞ −π
∞ Z π ∞
X 1 X
= zj √ ẑ(ξ)eijξ dξ = zj zj = kzk22 .
j=−∞
2π −π j=−∞
Stabilitásvizsg. diszkrét Fourier-transzformációval
egyenlőség.
Megj.: A növekedési faktort általában a z = uk választással
szoktuk a séma képletéből meghatározni.
Stabilitásvizsg. diszkrét Fourier-transzformációval
21. Def. Von Neumann-feltétel a (2) sémára: Vannak olyan
∆t0 , ∆x0 > 0 és C ≥ 0 számok, hogy minden ∆t < ∆t0 ,
∆x < ∆x0 , ξ ∈ [−π, π] estén
|g(ξ)| ≤ 1 + C∆t.
qR
π
−π (1 + C∆t)2k · |ẑ(ξ)|2 dξ
≤ sup qR
π 2
−π |ẑ(ξ)| dξ
z6=0
> (1 + C∆tC )k .
Mivel ez minden rögzı́tett C esetén tetszőlegesen kicsi ∆tC -re is
igaz, ı́gy elég nagy k-ra
kQk zk2,∆x Ct k
> 1+ → eCt (k → ∞).
kzk2,∆x k
Stabilitásvizsg. diszkrét Fourier-transzformációval
Így tetszőlegesen nagy C értékek esetén elég nagy k-ra igaz pl.
kQk k2,∆x > eCt/2 . Így a kQk k2,∆x ≤ Keβt feltétel nem teljesülhet
minden k-ra, azaz a séma ı́gy nem lehetne stabil. Ez ellentmondás.
kQk k ≤ Keβt
%(Q) ≤ 1 + C∆t
feltétel.
Biz. Indirekt, tegyük fel, hogy minden C-hez vannak tetszőlegesen
kicsi ∆tC és ∆xC értékek, melyekkel %(Q) > 1 + C∆tC . Ekkor
t k
eCt/2 ≤ 1+C = (1+C∆tC )k < (%(Q))k ≤ %(Qk ) ≤ kQk k2,∆x
k
| {z }
→etC , k→∞
%(Q) ≤ 1 + C∆t
feltétel.
Biz. A szükségességet az előző tételben láttuk. Az elégségesség
következik az alábbi becslésből:
Q1 uk+1 = Q2 uk + ∆tgk .
k+1
A pontos megoldást helyettesı́tve kapjuk a T képlethibát
k+1
Q1 u(tk+1 , x) = Q2 u(tk , x) + ∆tgk + ∆tT .
(1 + 2q)uk+1
j − quk+1 k+1 k
j−1 − quj+1 = uj ,
%(G(ξ)) ≤ 1 + C∆t
Pl.: Dufort-Frankel-séma
2q 1 − 2q k−1
uk+1
j = (ukj+1 + ukj−1 ) + u
1 + 2q 1 + 2q j
feltétel nélkül stabil.
4q 1−2q
1+2q cos ξ 1+2q
G(ξ) =
1 0
Itt p
2q cos ξ ± 1 − 4q 2 sin2 ξ
λ± = ,
1 + 2q
amik kielégı́tik a stabilitás elégséges feltételét.
7.
v0t + Av0x = g,
ahol az A négyzetes mátrix diagonalizálható, és
v = v(t, x) = [v1 (t, x), . . . , vn (t, x)]T .
A diagonalizálhatóság miatt valamilyen V invertálható és D
diagonális mátrixszal A = V−1 DV. Legyen u = Vv, amivel az
egyenlet a V-vel való balról szorzás után
majd
u0t + Du0x = f ,
alakban ı́rható, ahol f = Vg.
Így a feladat megoldható n darab skalár egyenlet megoldásával.
Elég ezeket vizsgálni csak.
Az advekciós egyenlet 1D-ban
Advekciós egyenlet
u0t (t, x) + cu0x (t, x) = 0, u0 (x) adott, u(t, 0) = u(t, 1). (3)
FTCS-séma (EE-séma): (k = 0, 1, . . . ; j = 1, . . . , n)
uk+1
j − ukj ukj+1 − ukj−1
+c = 0.
∆t 2∆x
Első próbálkozás
Az r = c∆t/∆x és uk = [uk1 , . . . , ukn ]T választással a séma az
alábbi vektoriterációs alakot ölti:
1 −r/2 r/2
r/2
1 −r/2
uk+1
=
. . . . . . k
u
. . .
r/2 1 −r/2
−r/2 r/2 1
A bevezető példában:
A karakterisztika meredeksége: 1/c. A numerikus függőségi
tartomány oldalainak meredeksége ∆t/∆x. A CFL-feltétel teljesül,
ha
c∆t
|r| = ≤ 1.
∆x
(r elnevezése: CFL-szám (vagy rácshányados).)
A példában r = 1.5, azaz nem teljesül a feltétel.
Próbáljuk megoldani a feladatot akkor r = 0.3-mal!
Most már teljesül a CFL-feltétel, de még mindig valami nem jó. A
CFL-feltétel csak szükséges. Nézzük meg a stabilitás feltételét!
A FTCS-séma stabilitása
g(ξ) = 1 − ir sin(ξ).
ı́gy pozitı́v r esetén nem lehet stabil a séma (nem teljesül a von
Neumann-feltétel).
A FTCS-séma ı́gy a gyakorlatban nem használható, mert nem
stabil, és ı́gy nem konvergens (konzisztensnek nyilván konzisztens).
A CFL-feltételt viszont kielégı́ti.
Upwind séma
Egy egyszerű és konvergens séma (előző időrétegen való lineáris
interpolációból):
(
ukj − r(ukj+1 − ukj ) = (1 + r)ukj − rukj+1 , c < 0,
uk+1
j =
ukj − r(ukj − ukj−1 ) = (1 − r)ukj + rukj−1 , c ≥ 0.
azaz
|g(ξ)|2 = 1 − 4|r|(1 − |r|) sin2 (ξ/2).
Azaz a CFL-feltétel mellett stabil is a séma (most ez elégséges is).
A stabilitás mellett még a konzisztenciát kell igazolni, és ketten
együtt biztosı́tják a konvergenciát már.
Az upwind séma konzisztenciája (c > 0 esete, másik
hasonlóan)
tehát
1
|Tjk+1 | ≤ c∆x(1 − r)Mxx = O(∆t + ∆x),
2
ahol Mxx felső becslés a megoldás x szerinti második deriváltjára a
tartományon.
Az upwind séma konvergenciája (c > 0 esete, másik
hasonlóan)
ahonnét
|g(ξ)|2 = 1 − 4r2 (1 − r2 ) sin4 (ξ/2) .
Ez mutatja, hogy a CFL-feltétel elégséges is a stabilitáshoz, azaz a
konzisztenciával együtt a konvergenciához.
Leap-frog séma
Ez egy kétlépéses (három réteges séma).
uk+1
j − uk−1
j ukj+1 − ukj−1
+c =0
2∆t 2∆x
(indı́tás pl. a Lax–Wendroff-sémával).
Konzisztenciarendje: O(∆t2 + ∆x2 ).
Növekedési mátrix:
−2ri sin ξ 1
G(ξ) = ,
1 0
melynek sajátértékei
q
λ± = −ir sin ξ ± 1 − r2 sin2 ξ.
Az
uk+1
j − ukj uk+1 k+1
j+1 − uj−1
+c =0
∆t 2∆x
alakból kapjuk, hogy
r r
− uk+1 k+1
j−1 + uj + uk+1 = ukj .
2 2 j+1
Konzisztenciarendje: O(∆t + ∆x2 ).
Növekedési faktor:
1
g(ξ) = ,
1 + ri sin ξ
melyre
1
|g(ξ)| = ≤ 1,
1+ r2 sin2 ξ
azaz a módszer feltétel nélkül stabil.
CN-séma - Másik példa implicit sémára
r r r r
− uk+1 + uk+1 + uk+1 = ukj−1 + ukj − ukj+1 .
4 j−1 j
4 j+1 4 4
melyre
|g(ξ)| ≡ 1,
azaz a módszer feltétel nélkül stabil.
Egyenletmegoldás a Sherman–Morrison-formulával
ahol
1
α= .
1− zT B−1 w
Egyenletmegoldás a Sherman–Morrison-formulával
1+r 0 k+1
−r 1 + r 0 rg
0
.. .. .. k+1
u = uk +
.
. . . ..
.
−r 1 + r 0
0
−r 1 + r
Ekkor
1
g(ξ) = ,
1 + r − re−iξ
azaz
1
|g(ξ)|2 = .
1 + 4r sin (ξ/2) + 4r2 sin2 (ξ/2)
2
Példa a Dirichlet-peremfeltétel kezelésére
kQ1−1 k∞ ≤ 1, kQ−1
1 k2,∆x ≤ 1.
Ennek megoldása
u(t, x) = u0 (x − ct).
Az advekciós egyenlet disszipációja és diszperziója
−arg(geq )
Φeq (β) := = c∆t = r∆x
β
hányados az eltolódás mértékét adja meg.
Az advekciós egyenlet disszipációja és diszperziója
ξ
∞ z }| {
1 X
−ij ∆xβ
≈√ v(j∆x)e ∆x = v̂(ξ)∆x.
2π j=−∞
R(β) := |g(∆xβ)|
r sin(β∆x)
arg(g) = −arctg
(1 − r) + r cos(β∆x)
Növekedési faktor:
ahonnét
R(β)2 = 1 − 4r2 (1 − r2 ) sin4 (β∆x/2) ,
ill.
ı́gy az eltolódás
u0t + cvx0 = 0
vt0 + cu0x = 0
k+1/2 k+1/2
uk+1
j − ukj vj+1/2 − vj−1/2
+c =0
∆t ∆x
k+1/2 k−1/2
vj+1/2 − vj+1/2 ukj+1 − ukj
+c =0
∆t ∆x
A másodrendű hullámegyenlet
megoldása (véges differencia)
A másodrendű hullámegyenlet
A másodrendű hullámegyenlet
∂2u 2
2∂ u
= c ,
∂t2 ∂x2
u(0, x) = u0 (x),
u0t (0, x) = v0 (x)
Ezek szerint
0 1 k 1 1 1 k
G (0) = ,
1 −1 1 0 0 1
azaz
0 1 k 1 1 1 k
G (0) ≥ ≥ k,
1 −1 2 2 1 0 2
0 1 2
u1 − u0
v0 (x) = ,
∆t
amiből
u1 = u0 + ∆tv0 (x).
Mivel
∂u
= ∆u + f, kezdeti- és peremfeltételekkel
∂t
A Laplace-operátor approximációjához a Poisson-egyenletnél
tanultakat használjuk (Ah mátrix). uk a megoldás közelı́téseinek
k
vektora a k. időrétegen, f a forrásfüggvény közelı́téseinek vektora
a k. időrétegen.
EE-módszer:
k
uk+1 = (E − ∆tAh )uk + ∆tf .
ADI módszer a kétdimenziós hővezetési egyenletre
CN-módszer:
∆t k+1 k
(E + (1/2)∆tAh )uk+1 = (E − (1/2)∆tAh )uk + (f + f ).
2
A megoldás műveletigényes, mert nem lehet kis sávszélességű
mátrixként felı́rni Ah − t. Egy lehetséges megoldás lehet az ADI
(alternating directions implicit) módszer. Írjuk fel −∆tAh -t
−∆tAh = qx Xh + qy Yh
∆t k+1 k
= (E + (qx /2)Xh + (qy /2)Yh )uk + (f +f )
2
alakú lesz.
ADI módszer a kétdimenziós hővezetési egyenletre
∆t k
(E − (qx /2)Xh )uk+1/2 = (E + (qy /2)Yh )uk + f
2
∆t k+1
(E − (qy /2)Yh )uk+1 = (E + (qx /2)Xh )uk+1/2 + f .
2
A módszer feltétel nélkül stabil és a maximumelv teljesülésének
feltétele qx , qy ≤ 1.
A másodrendű hullámegyenlet két dimenzióban
∂2u
= ∆u, kezdeti- és peremfeltételekkel
∂t2
Módszertı́pusok
Módszertı́pusok áttekintése
A pontos megoldás:
M0 2
u(x) = (x − Hx),
2
a rúd közepén a lehajlás
M0 H 2
u(H/2) = − = −0.125M0 H 2 .
8
Véges differenciák módszere
H 2 M0
A=− .
π2
Ekkor a közelı́tő megoldás tehát
H 2 M0 πx
φ(x) = − sin ,
π2 H
Maximális lehajlás
−0.1013M0 H 2 .
Véges térfogat módszer (vagy résztartomány módszer)
A tartományt diszjunkt résztartományokra osztjuk:
Ω = Ω1 ∪ . . . ∪ ΩN és a wi (x) = χΩi (x) (i = 1, . . . , N )
karakterisztikus függvényeket választjuk súlyoknak:
Z Z
Ii (φ(x)) = χΩi (x)r(x) dx = r(x) dx = 0, i = 1, . . . , N.
Ω Ωi
M0 H 2 πx
φ(x) = − sin .
2π H
Galjorkin-módszer
−4M0 H 2 πx
φ(x) = sin .
π3 H
Momentumok módszere
wi (x) = xi−1 , i = 1, 2, 3, . . .
A példában most wi (x) = 1 és egy intervallum van csak, ı́gy
ugyanazt kapjuk, mint a véges térfogat módszer esetén.
A értéke tehát A = −M0 H 2 /(2π) = −0.1592M0 H 2 , ez a
max. lehajlás. Közelı́tő megoldás
M0 H 2 πx
φ(x) = − sin .
2π H
Legkisebb négyzetek módszere
Az Z
I(φ(x)) = (r(x))2 dx → min.
Ω
feladat megoldását keressük. Ha Vh aP φi bázisfüggvények lineáris
kombinációja és a megoldást φ(x) = k ck φk (x) alakban
keressük, akkor a minimumhelyen a ck ismeretlenek szerinti
deriváltaknak nullának kell lenniük. Innét kapjuk a
Z
∂r(x)
2 r(x) dx = 0, (i = 1, . . . , N )
Ω ∂ci
A feladatban:
Z H π 2 πx 2
I(φA (x)) = M0 + A sin dx
0 H H
A2 π 4 4M0 πA
= + + M02 H → min.
2H 3 H
Minimum
4M0 H 2
A=−
π3
esetén. Ez a max. lehajlás (mint a Ritz-módszernél), a közelı́tő
megoldás pedig
4M0 H 2 πx
φ(x) = − sin .
π3 H
Megjegyzések
(V ) a(u, v) = l(v), ∀v ∈ V !
(M) és (V) ekvivalenciája
t2
I(u + tv) = I(u) + t(a(u, v) − l(v)) + a(v, v)
2
t-től függő egyváltozós függvénynek minimuma van t = 0-ban,
azaz a derivált itt nulla:
αkvn − vm k2 ≤ a(vn − vm , vn − vm )
= 2a(vn , vn ) + 2a(vm , vm ) − a(vn + vm , vn + vm )
−4l(vn ) − 4l(vm ) + 8l((vn + vm )/2)
= 4I(vn ) + 4I(vm ) − 8I((vn + vm )/2)
≤ 4I(vn ) + 4I(vm ) − 8c1 .
Mivel vk → c1 , ezért minden ε > 0 számhoz van olyan n0 , hogy
minden n, m ≥ n0 esetén
hu, vi = l(v), ∀v ∈ V.
Köv.: Igaz az
Λ
kuk ≤
α
stabilitási becslés, hiszen v = u választással
(V ) a(uN , v) = l(v), ∀v ∈ VN ,
ill. minimalizálja az
1
(M ) I(v) = a(v, v) − l(v)
2
funkcionált.
Azt a módszert, amikor a (V) feladat megoldásával adunk
közelı́tést u-ra Galjorkin-módszernek nevezzük. (Nemszimmetrikus
bilineáris formák esetén is használható.)
A Galjorkin-módszer
Keressük uN -t uN = N
P
i=1 ci φi alakban, a tetszőleges VN -beli
elemet pedig ı́rjuk v = N
P
i=1 di φi alakban. Ekkor a variációs
feladat alakja
N N N
! !
X X X
a ci φi , di φi = l di φi , ∀dN ∈ RN ,
i=1 i=1 i=1
amely az
T T
dN AN cN = dN bN
egyenletre vezet, ahol (AN )ij = a(φj , φi ) és (bN )i = l(φi ). Mivel
ennek minden dN ∈ RN vektorra teljesülni kell, ezért az ismeretlen
együtthatók az
AN cN = bN
egyenletrendszer megoldásával nyerhetők. (AN elnevezése
merevségi (stiffness) mátrix, bN elnevezése terhelési (load)
vektor.)
A Galjorkin-módszer
Az
N N N
!
T X X X
dN AN dN =a di φi , di φi ≥ αk di φi k2
k=1 k=1 k=1
a(u, v) = l(v), ∀v ∈ V,
a(uN , v) = l(v), ∀v ∈ VN ,
variációs egyenleteket VN -beli függvényekre alkalmazva:
a(u − uN , v) = 0, ∀v ∈ VN .
a(u − uN , vN − uN ) = 0, ∀vN ∈ VN .
Továbbá
αku − uN k2 ≤ a(u − uN , u − uN )
= a(u − uN , u − vN ) + a(u − uN , vN − uN ) ≤ γku − uN kku − vN k,
| {z }
=0
|∇u|2
v
uZ 2 2 2 !
∂2u ∂2u ∂2u
u
|u|H 2 (Ω) =t +2 + dxdy.
Ω ∂x2 ∂x∂y ∂y 2
Szoboljev-terek
Így pl.
funkcionált.
A megoldáshalmaz kiterjesztése, gyenge egyenlet
Legyen V = H01 (Ω), és ellenőrizzük le a Lax–Milgram-tétel
feltételeit az Z
a(u, v) = (∇u∇v + uv),
Ω
és Z
l(v) = fv
Ω
leképezésekre!
a(u, v) bilineáris (szimmetrikus is), valamint folytonos, mert
Z
|a(u, v)| = (∇u∇v + uv) = |hu, vi| ≤ kukH 1 (Ω) kvkH 1 (Ω) ,
Ω
Ez gyenge alakban:
Z Z
0 0
(∇u ∇v + u v) = (f + ∆g − g)v, ∀v ∈ H01 (Ω).
Ω Ω
Poisson-egyenlet inhomogén Dirichlet-peremmel
A g-t tartalmazó tagokat visszavisszük a bal oldalra.
Z Z
(∇(u0 + g)∇v + (u0 + g)v) = f v, ∀v ∈ H01 (Ω).
Ω Ω
azaz
Z Z Z Z
∇u∇v + uv = fv + gv ds, ∀v ∈ C 1 (Ω).
Ω Ω Ω ∂Ω
Neumann-feladat esete
Gyenge alak tehát: Keressük azt az u ∈ H 1 (Ω) függvényt, mellyel
Z Z Z Z
∇u∇v + uv = fv + gv ds, ∀v ∈ H 1 (Ω).
Ω Ω Ω ∂Ω
funkcionált.
A Galjorkin-módszeres közelı́tésnél a perempontokhoz tartozó
rácspontokban is veszünk fel bázisfüggvényeket, és a megoldás
előállı́tásában ezek szorzói is meghatározandók.
A fenti feladatok könnyen átfogalmazhatók arra az esetre is, ha a
tartomány peremének csak egy részén van Dirichlet- vagy
Neumann-feltétel.
Végeselem példa
Gyenge alakok.
Vh ⊂ H 1 (Ω) ⇔ Vh ⊂ C 0 (Ω̄)
és
Vh ⊂ H 2 (Ω) ⇔ Vh ⊂ C 1 (Ω̄).
Néhány konkrét végeselem tér
Végeselem hibabecslések
Előzmények
∂t u − ∆u = f, (t, x) ∈ (0, T ) × Ω,
u|(0,T )×∂Ω = 0,
u(0, x) = u0 (x) adott.