Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
§ 6. Разностная аппроксимация эллиптических уравненийПо сравнению с краевыми задачами для обыкновенных дифференциальных уравнений при построении разностных схем в многомерном случае возникают дополнительные трудности, связанные в основном с аппроксимацией граничных условий. Рассмотрим простейшую краевую задачу — задачу Дирихле для уравнения Пуассона. Пусть область О представляет единичный квадрат:
и принимает на границе заданное значение
В дальнейшем независимые переменные будем обозначать как буквами Опишем построение сетки. Разобьем плоскость узлы, которые лежат на
Рис. 10.6.1
Рис. 10.6.2 Пусть Заменяя в (1) производные разностными отношениями, получим систему уравнений
здесь
Граничные условия заменим на следующие:
Соотношения (3), (4) будем называть разностной схемой, аппроксимирующей задачу (1), (2). Функция Совокупность узлов
Нетрудно видеть, что уравнения (5) отличаются от (3) лишь в приграничных узлах. Так, например, в узлах вида
Число уравнений в системе (5) совпадает с числом неизвестных. Поэтому матрицу системы уравнений (5) можно трактовать как некоторый линейный оператор, отображающий пространство сеточных функций, определенных на Опишем подробно структуру матрицы системы уравнений (5) в случае
и умножим обе части (5) на
где матрицы
Оценим погрешность аппроксимации схемы (3), (4). При и
поэтому
При подстановке точного решения и в (4) обнаруживаем, что краевые условия (2) выполняются точно; Лемма 1 (Сеточный принцип максимума). Пусть функция Доказательство. Допустим противное, т.е. что максимальное значение достигается во внутреннем узле (вообще говоря, таких узлов может быть несколько). Среди всех таких узлов выберем тот, у которого наибольшая абсцисса, т.е. узел
что противоречит условию леммы; дело заключается в том, что Доказанный принцип максимума справедлив и в случае областей более общего вида. Аналогично доказывается Лемма 2. Пусть Из лемм 1 и 2 непосредственно следует Теорема 1. Пусть
Тогда Теорема 1 является разностным аналогом принципа максимума для гармонических функций. Из нее следует, что система уравнений (3), (4) с Конкретизируем общие построения § 1 этой главы. Пусть
Исследуем устойчивость схемы (3), (4) и оценим близость
Вследствие (6) для любого многочлена
так как четвертые производные, входящие в (6), обращаются в нуль. Возьмем
которую будем рассматривать в узлах сетки
Тогда разность
По лемме 1 функция
Таким образом,
Тогда из леммы 2 следует оценка
Заменяя это неравенство более сильным
получаем оценку (7). Таким образом, разностная схема (3), (4) устойчива в сеточном аналоге нормы пространства С. Оценим сходимость разностной схемы (3), (4). Для этого запишем уравнение для погрешности
здесь
Так как радиус R области
Таким образом, решение сеточной задачи (3), (4) сходится к точному решению дифференциальной задачи в сеточной норме пространства С. Напомним, что все рассуждения проводились в предположении, что решение задачи (1), (2) обладает достаточной гладкостью, а именно что Из доказательства сходимости видно, что основным моментом являлось получение оценки (8), характеризующей устойчивость разностной схемы. Сходимость же схемы является следствием аппроксимации и устойчивости, причем порядок скорости сходимости совпадает с порядком аппроксимации. Проведенное выше доказательство сходимости схемы является частным случаем теоремы Филиппова. Описанный метод дает приближенное решение, сходящееся к точному со скоростью
Дифференцируя (1) два раза по
Таким образом,
Заменяя производные в правой части разностными отношениями, имеем
Аналогично устанавливаем, что
Складывая полученные равенства, получаем
Искомая разностная схема четвертого порядка аппроксимации будет иметь вид
Нетрудно видеть, что шаблон схемы (9) состоит из девяти точек (рис. 10.6.3).
Рис. 10.6.3 Схемы более высокого порядка, в отличие от одномерного случая, будут содержать тем большее, количество узлов, чем выше порядок аппроксимации разностной схемы. В случае, если область
где Пусть Расмотрим наиболее простые методы аппроксимации граничных условий в случае области с криволинейной границей. Ограничимся рассмотрением равномерного шага, т. е.
Простейший способ аппроксимации граничных условий заключается в сносе граничных условий в узлы
где Рассмотрим еще один способ аппроксимации граничных условий. Назовем узлы
Здесь
Рис. 10.6.4 Итак, в узлах уравнение (1) аппроксимируется обычным образом, а аппроксимация на неравномерной сетке используется только в узлах Для рассмотренной схемы имеет место Теорема 2 (без доказательства). Если решение задачи (1) и
Замечание. Довольно распространенным является другой способ аппроксимации уравнения (1) в нерегулярных узлах. А именно, полагают (см. рис. 10.6.4)
В этом случае погрешность аппроксимации в таких узлах имеет порядок При исследовании краевых задач с другими граничными условиями и эллиптическими дифференциальными операторами более общего вида, а также краевых задач для систем уравнений в частных производных принцип максимума, разностный аналог которого использовался при исследовании устойчивости и сходимости разностной схемы, вообще говоря, не имеет места. Кроме этого, часто бывает необходимо оценивать не только близость получаемого приближения к точному решению, но и близость их производных. Все это приводит к необходимости создания методов исследования разностных схем, не использующих принцип максимума. Как и ранее, проиллюстрируем методику исследования на модельной задаче Дирихле для уравнения Пуассона в прямоугольнике (1), (2) и на соответствующей разностной схеме (3), (4). Пусть
Здесь
Скалярное произведение (15) согласовано со скалярным произведением функкций в
для Пусть Лемма 3. Оператор
где Доказательство. Заметим прежде всего, что симметричность оператора
Представим
т.е.
Функции
т. е. оператор симметричен. С другой стороны, из разностного аналога теоремы вложения (§ 9.8) получаем
Используя аналогичную оценку для оператора
т.е. левая часть (16) доказана. В другую сторону оценка получается намного проще. Поскольку
откуда
Лемма доказана. Задача 1. В случае прямоугольника со сторонами
Таким образом, (16) выполняется при Из проведенных выше рассуждений вытекает возможность введения в пространстве Н нормы
которую называют энергетической. Название связано с тем, что в непрерывном случае при Будем исследовать устойчивость разностной схемы (14) в Н. Умножим обе части (14) скалярно в Н на
Поэтому справедлива оценка
что означает устойчивость разностной схемы. Отсюда, в частности, следует, что система уравнений (14) при Оценим скорость сходимости разностной схемы (3), (4) в энергетической норме. Как и ранее, будем предполагать, что решение и дифференциальной краевой задачи (1), (2) имеет непрерывные четвертые производные в замкнутой области. Тогда погрешность
где
Таким образом, рассматриваемая разностная схема имеет второй порядок сходимости по h в энергетической норме. При исследовании скорости сходимости в энергетической норме мы предполагали, что решение имеет непрерывные четвертые производные. Оказывается, что это требование является завышенным и тот же результат можно получить в предположении, что решение обладает только третьими непрерывными производными в
здесь
Умножим обе части (18) скалярно в Н на
Таким образом,
поэтбму При построении разностной схемы, аппроксимирующей уравнение (1) с краевыми условиями второго или третьего рода, можно воспользоваться методами, которые применялись в одномерном случае. Пусть для определенности рассматривается задача для уравнения (1) с краевым условием третьего рода
Напомним, что в качестве области
Найдем погрешность аппроксимации
Таким образом, погрешность аппроксимации граничных условий (20) имеет первый порядок по h. Выражая из уравнения (1), получаем
Поэтому если рассмотреть аппроксимацию граничного условия (19) вида
то в силу проведенных выше построений получаем, что соотношение (21) аппроксимирует краевое условие (19) с порядком
Отсюда ясно, как будет записываться аппроксимация граничного условия в других узлах
Заметим, что в данном случае граница сеточной области включает угловые точки. Другой способ аппроксимации граничного условия (19) опирается на то, что берется другая сетка. Рассмотрим множество узлов
и пусть
Предположим, что решение дифференциальной задачи может быть продолжено за пределы области Метод конечных элементов.До сих пор рассматривалась разностная задача Дирихле для уравнения Пуассона, которая строилась непосредственно путем замены производных в дифференциальном уравнении разностными отношениями. Аналогично случаю краевых задач для обыкновенных дифференциальных уравнений рассмотрим способы построения дискретных аппроксимаций, основанные на вариационных и проекционных принципах. Будем рассматривать краевую задачу (1), (2) с однородными граничными условиями.На множестве непрерывно дифференцируемых функций, обращающихся в нуль на границе еЮ, введем норму
Замыкание множества таких функций в этой норме является гильбертовым пространством; обозначим его через Рассмотрим задачу о нахождении минимума функционала
на пространстве функций Таким образом, задачу нахождения решения (1), (2) можно заменить задачей о нахождении минимума квадратичного функционала (26) на Для построения вариационно-разностной схемы воспользуемся методом Ритца. Аппроксимируем Подпространство
Разобьем В качестве подпространства
образуют базис в Н. Соответствующие им кусочно-линейные функции В качестве приближенного решения задачи (26) возьмем функцию
Предположим, что
где
Вычислим левую часть этого соотношения:
Следовательно, система уравнений относительно
Количество уравнений в (28) совпадает с количеством неизвестных.
Рис. 10.6.5. Функция
поскольку
Отсюда видно, что
Аналогично, для
в остальных случаях Таким образом, уравнение, соответствующее узлу
где
структура которой полностью совпадает с (5). Единственное отличие заключается в другом способе вычисления правой части. Однако если
то получится разностная схема, полностью идентичная (5). Так как левая часть системы (29) совпадает с левой частью системы (5), то система уравнений (29) имеет единственное решение при любой
Таким образом, в случае описываемого метода требования к гладкости решения существенно меньше, чем в случае применения метода конечных разностей. Построение разностных схем таким способом особенно целесообразно в случае уравнений и систем с естественными граничными условиями, когда непосредственная аппроксимация граничных условий вызывает затруднения. В последнее время получили широкое распространение проекционно-разностные методы решения краевых задач (метод конечных элементов). Описанный выше метод построения разностных схем с помощью метода Ритца является одной из разновидностей метода конечных элементов. Опишем в общих чертах суть проекционно-разностного подхода на другой модельной задаче (ср. с § 9.11). За основу метода обычно берется интегральное тождество для определения обобщенного решения. Итак, предположим, что в квадрате
где Г — участок границы, лежащий на прямой Интегрируя по частям и используя краевые условия, получим
Соотношение (31) называется интегральным тождеством; оно имеет место для любой функции
Подобное обстоятельство всегда имеет место в случаях, когда исходный дифференциальный оператор является симметричным и положительно определенным. Если эти условия не выполнены, то задача определения обобщенного решения не может быть сформулирована в терминах минимизации некоторого квадратичного функционала, но может быть сформулирована при помощи интегрального тождества типа (31). Поступим аналогично предыдущему случаю. Триангулируем область
Таким образом, интегральное тождество (32) совпадает с (31) с той лишь разницей, что в (32) решение и пробные функции берутся из подпространства Функция Представим
Совокупность соотношений (33) образует систему линейных алгебраических уравнений относительно неизвестных коэффициентов Для доказательства устойчивости (33) положим в
где
Таким образом, Рассмотрим структуру матрицы системы уравнений (33). Если
где
D точках Г, т. е. в узлах вида
Здесь
В заключение кратко опишем построение проекционно-разностной схемы в случае криволинейной границы и возможные обобщения этого метода. Пусть для простоты рассматривается задача Дирихле для уравнения Пуассона и а) область ограниченная б) между точками в) расстояние от точек г) длина звеньев ломаной ограничена снизу величиной а) длины сторон треугольников находятся в пределах б) площади треугольников находятся в пределах в) любые два треугольника либо не пересекаются, либо имеют только одну общую сторону, либо обшую вершину. Описанное выше построение называется квазиравномерной триангуляцией области
Функция Доказательство устойчивости проводится точно так же, как и выше. При исследовании же сходимости следует дополнительно оценить норму решения в
где постоянная с зависит от нормы решения в При построении проекционно-разностной схемы можно использовать более сложные конечные элементы, за счет чего может быть достигнута большая точность. Например, кроме узлов сетки, можно также в качестве узлов рассматривать середины сторон треугольников. Пусть Н — подпространство непрерывных в
Аналогично могут быть построены проекционно-разностные схемы с более высоким порядком скорости сходимости. При этом используются способы интерполяции, рассмотренные в § 5.5. Заметим, что структура матрицы системы линейных алгебраических уравнений ухудшается; а именно, возрастает количество ненулевых элементов в строке матрицы и ширина ленты. Заметим, что в случае бигармонического уравнения и области с криволинейной границей такой подход нуждается в уточнении, так как получаемые приближения могут, вообще говоря, не сходиться к точному решению задачи при Кратко осветим историю вопроса. Вариационные и проекционные методы при небольшом числе базисных функций применялись издавна, еще до появления ЭВМ. Применение ЭВМ позволило увеличить число базисных функций; при этом часто возрастало суммарное влияние вычислительной погрешности и погрешности, возникающей при аппроксимации интегралов квадратурными суммами. Это обстоятельство ставило ограничение на точность, с которой могли быть получены решения с помощью вариационных методов. Были проведены теоретические исследования, показавшие, что для устойчивости вариационных методов существенно выполнение некоторого условия на систему базисных функций, называемого условием сильной минимальности. Построение системы базисных функций, удовлетворяющей этому условию, в случае областей сложной формы иногда бывает непросто. Параллельно шло интенсивное развитие теории и практики применения конечно-разностных методов. Если при использовании классических вариационных методов для решения линейных задач возникают линейные системы уравнений с полностью заполненной матрицей, то при использовании конечно-разностных уравнений возникают системы уравнений с матрицей, содержащей относительно малое число ненулевых элементов. Это обстоятельство позволяет решать с теми же затратами процессорного времени системы уравнений с существенно большим числом неизвестных. Однако в случае областей сложной формы применение конечно-разностных методов представляет определенные неудобства вследствие неоднородности построения разностных уравнений в приграничных точках. Получивший в последнее время интенсивное развитие метод конечных элементов свободен от ряда недостатков описанных методов: он не требует специальных усилий по построению системы базисных функций, являющейся сильно минимальной, при его использовании упрощается написание уравнений вблизи границы. Матрица линейной системы уравнений содержит относительно малое число ненулевых элементов. Большая «технологичность» метода позволила создать на его основе ряд промышленных систем стандартных программ решения краевых задач, в частности задач теории упругости. При использовании таких систем не требуется знание теории численных методов и тонкостей программирования. Исследователь должен лишь задать триангуляцию области, а часто система и сама осуществляет такую триангуляцию. Эти методы сходятся при меньших требованиях гладкости, чем конечно-разностные методы. В случае квазиравномерных триангуляций базисные функции метода автоматически удовлетворяют условию сильной минимальности. В то же время увеличивается объем работы при вычислении матрицы системы уравнений. Поэтому при решении крупных задач зачастую все-таки применяют конечно-разностные методы или приходят к составлению систем уравнений с помощью аппроксимации минимизирующего функционала (или интегрального тождества) (см. § 9.12). Традиционно для решения эллиптических задач применялись методы теории потенциала. С появлением ЭВМ они были практически вытеснены конечно-разностными методами. Однако в последнее время в вычислительную практику стал интенсивно проникать метод граничных элементов, имеющий некоторые общие черты с методом потенциала.
|
1 |
Оглавление
|