第二章椭圆型方程的有限差分法.
有限差分法
两端都要给定边界条件（双程坐标） 。
9
(C) 双曲型方程：适当的边界条件和初始条件，与波动传 播的性质有关 如：一维对流方程
∂u ∂u +c =0 ∂t ∂x u (x ,0) = f (x )
解为 u (x , t ) = f (x − ct ) ，代表一个向右(c > 0 时)或向左 ( c < 0 时)传播的波形。必须在波形传来的一侧提供边界条 件（单程坐标） 。
10
不适定的例子：
utt + u xx = 0 u (x ,0) = u t (x ,0) = 0
拉普拉斯方程＋非闭域边界条件，解为 u (x , t ) ≡ 0 。 然而，若定解条件为 u (x ,0) = 0, ut (x ,0) =
u (x , t ) = 1 sin nx ，解为 n
1 sinh nt sin nx n
(
)
n n um+1 = um −
cτ n n um +1 − um −1 2h
(
)
设计算到第 n 步时的累积误差
n ~n εn = 计算值um − 差分法精确解um m
反之
n ~n um = εn + um m
15
则第 n+1 步的计算值
~n ~ n cτ u n − u n ~ ~ um+1 = um − m +1 m −1 2h cτ n cτ n n n = um − um +1 − um −1 + εn − εm +1 − εn −1 m m 2h 2h n = um+1 + εn +1 m
uin +1 − uin −1 uin+1 − uin +1 − uin −1 − uin−1 −α =0 Lh u = τ h2 ατ 2 ⎛ ∂ 2u ⎞ τ 2 ⎛ ∂ 3u ⎞ Ti = Lh u − Lu (x i , t n ) = 2 ⎜ 2 ⎟ + ⎜ 3 ⎟ − L 截断误差 6 ⎜ ∂t ⎟i h ⎜ ∂t ⎟i ⎝ ⎠ ⎝ ⎠
椭圆型方程
§1
差分逼近的基本概念
考虑二阶微分方程边值问题
d 2u Lu 2 qu f , a x b, dx u (a) , u (b) , (1.1) (1.2)
其中 q，f 为 [ a , b ] 上的连续函数， q 0, , 为给定常数. 将其分成等分，分点为
称
uh 收敛到边值问题的解 u .
对于差分方程
Lhvi fi , i 1, 2,3,L , N 1,
定义1.3
v0 vN 0 , 如果存在与网格 I h 及右端 fh 无关的常数
数 M 和 h0 , 使 || vh || M || f h ||R ,
0 h h0
称差分方程关于右端稳定.
第二章
椭圆形方程的有限差分法
有限差分法和有限元方法是解偏微分方程的两种主要数值
方法.
有限差分法：从定解问题的微分或积分形式出发，用数值 微商或数值积分导出相应的线性代数方程组. 有限元方法：从定解问题的変分形式出发，用RitzGalerkin 方法导出相应的线性代数方程组，但基函数要按
特定方式选取.
取 x(1) x0 a, x(2) x1 , 得
2
(2.9) (2.10)
W (a) W ( x1 ) 2 qudx
d2 du hi 1 hi dx 2 ( p dx ) 12 i
d 3u 2 p O ( h ) dx 3 i
于是得逼近方程 (2.1)~(2.2) 的差分方程：
ui 1 ui ui ui 1 2 p 1 Lhui pi 1 i h h h h i i 1 i 1 i 2 2 i i 1, 2,, N 1 ui 1 ui qiui fi , hi hi 1 u0 , uN
有限差分法PPT课件
1
有限差分方法是一种微分方法,广泛用于计算机求解偏微分方程 。
为求解由偏微分方程定解问题所构造的数学模型，有限差分法 是将定解区域（场区）离散化为网格离散节点的集合。并以各离 散点上函数的差商来近似该点的偏导数，使待求的偏微分方程定 解问题转化为一组相应的差分方程。根据差分方程组解出各离散 点处的待求函数值——离散解。
Q c hc (T Ta )
Qr (T4Ta4)
代 入
C pz T t kz 2 T 2 h c T 2T 4 2 h c T a 2T a 4
上 式Leabharlann 边界条件： x=0m ,x=1m, y=1m ； q=0 w/m2
y=1m
； T=300 K
12
（2）利用matlab中的pdetool工具箱，首先绘出空间区域，并以0.1m为 步长对其进行网格划分。 （3）输入已知的参数并设定边界条件
2
建立控制方程及定解条件
确定节点（区域离散化）
建立节点物理量的代数方程
设立迭代初值
求解代数方程组 否
收敛？ 是
解的分析
改进初场
3
1. 建立控制方程及定解条件
根据实际问题建立偏微分方程，同时给出边界条件。
2. 区域离散化
理论上可以通过任意的网格划分把求解区域划分成许多求解区域，以网格 线的交点作为需要确定的物理量的空间位置。实际应用中根据边界的形状采用 最简单、最有规律，和边界拟合程度最佳的方法来分割。
建立节点物理量的离散方程节点类型内节点边界节点泰勒级数展开法热平衡法泰勒级数展开法热平衡法热平衡法多运用于非均分网格划分下离散方程的建立其物理概念清晰推导过程简洁我们以二维稳态无内热源矩形均分下的温度场为例先用泰勒级数展开法对内节点由ab两个式子即可推出一阶导数和二阶导数的差分一般取中心差分更为精确一阶导数的中心差分
椭圆型方程差分法
(4)
令
2 1 1 2 1 A 1 1 2 ( N 1)( N 1)
系数矩阵A是不可约对角占优阵 A 0
解存在唯一,或直接求A的特征值。
8
习题：计算矩阵
A=
2 1 1 2 1 1 1 2 ( N 1)( N 1)
x
2． Poisson方程五点差分格式
u f u in
其中
(0, a ) (0, b )
建立目标点： a b y h k x 一方向步长： I 1 ； 一方向步长： J 1
21
得
( xi , y j )
1 i I,1 j J
xi ih, y j jk
返回
2
1） 数值计算是否必要？
T '( x) T '(0) f (u )du
x 0
x
T ( x) T '(0) f ( s )ds du
0
0
u
T '(0) x
T '(0) x
x 0 x
x
x
0
u
0
f ( s)dsdu
s
f ( s )duds
从而得到迭代法：
Mxk 1 Nxk b
xk 1 M 1Nxk M 1b Sxk Tb
(*1)
18
阻尼迭代法 (Damped Iterative Method)
k1 Sxk M1b x k1 (1)xk [M1N(1)I]xk M1b (*2) xk1 x
椭圆型方程
(1.5)
注 此方程组尽管是高阶方程组，但每个方程未知数
最多有3个易于求解.
④ 对方程组 (1.4)～(1.5) 的解分析需要考虑以下几个问题：
(a) 解是否惟一？ (b) 当网格无限加密时，即 h 0 时，差分解 ui
是否收敛到真解 u (xi ) ? (c) 在何种度量下收敛？ (d) 收敛速度如何？ 为了解决如上问题，需要给出如下说明：
于是在 xi 将方程 (1.1) 写成
u (xi1) 2u (xi ) u (xi1) h2
q(xi )
u (xi )
f
(xi )
R
i(u),
(1.3)
其中
R
i(u)
h2 12
d
4u(x) dx4
i
O(h3 ).
舍去 R i(u) 得逼近方程 (1.1) 的差分方程为：
du dx
i
hi1 2
hi
d 2u dx2
i
O(h2
)
(2.3)
p(
x i
1
)
2
u(xi ) u(xi1) hi
p
du dx i1
2
hi2 24
p
d 3u
dx3
i1
2
O(h3)
p
du dx
取 x(1) x0 a, x(2) x1 , 得
2
(2.7) (2.8)
(2.9) (2.10)
W (a) W (x1 ) 2
x1
实验五 椭圆型方程差分解法
实验五 椭圆型方程差分解法一、 实验题目：矩形区域Ω上Laplace 方程的Dirichlet 问题⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧===-==∂∂+∂∂====0|4sin |0|)3(|030402222y y x x u xu u y y u y u xu π 4040303030,40≤≤≤≤≤≤≤≤<<<<x x y y y x二、 实验要求：1、建立内点的五点差分格式。
(取h=1)2、建立包括边界点在内的五点差分格式方程组。
3、用逆矩阵法或雅克比迭代迭代法求解方程组。
4、计算结果（保留至小数点后4位）。
5、由计算结果，写出结论。
三、实验步骤1、建立Laplace 方程与边界条件的差分格式（内节点6个，边界点10个）2、建立6个未知量的差分方程组。
41,,1,11,-+-++++=j i j i j i j i ij u u u u u3、建立6个未知量的矩阵方程。
令],,,,,[232221131211u u u u u u u h =，则6个未知量的矩阵方程为g Hu h h =21其中⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=B I I B I I B H ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----=4114114B 4、利用边界条件编制程序计算内节点处的数值解lm u （3,2,1=l 2,1=m ） 四、实验源代码 #include<stdio.h> #include<math.h> #define e 0.000001 void main(){ int i,j,k,flag=1,sum=0;doublea[5][4]={{0,2,2,0},{0.707,0,0,0},{1,0,0,0},{0.707,0,0,0},{0,0,0,0}}; double b[6],c[6]; while(flag) { sum++; flag=0;k=0;for(i=1;i<=3;i++) for(j=1;j<=2;j++) {b[k]=a[i][j];a[i][j]=(a[i-1][j]+a[i+1][j]+a[i][j-1]+a[i][j+1])/4;c[k]=a[i][j];k++;}for(k=0;k<=5;k++)if(fabs(b[k]-c[k])>e)flag=1;}for(k=0;k<=5;k++)printf("%f\n",b[k]);printf("%d",sum);}五、实验结果：.1,63850525.1,u.1[.1,4123]5369.2,.0,53629685h。
第二章椭圆型方程的有限差分法
.
差分方程(1.6)当i 1,2, N 1,时成立，加上边值条件 就得到关于的线性代方数程组：
Lhui
ui1
2ui h2
ui1
qiui
fi ,i
1,2,
N 1,(1.8)
u0 , uN . (1.9)
它的解ui是u(x)于x xi的近似。称(1.8),(1.9)为逼近(1.1) (1.2)的差分方程或差分格。式
立 差 分 方 程 的 稳 定检性验。相 容 条 件 并 不。困我难们 曾
用Taylo展 r 式证明它都满足条相件容，并且估计了截
误 差 的 阶 。 因 此 我主们要的任 务 去 建 立 差式分的格稳
定 性 ， 即 建 立 形 (1.1如7)的 估 计 式 ， 称 之 为差关分于方
程解的先验估计。 .
的解u，由Taylo展 r 式可得
u(xi1)2u(xi )u(xi1) h2
d2u(x) [ dx2 ]i
1h22[h2dux(2x)]o(h3),(1.3)
其中[ ]i表示括号内函xi点 数取值。 于 是 在 可 (1.1)写 将成 方 程
u(xi1)2uh(2xi)u(xi1)q(xi)u(xi)f(xi)Ri(u)(, 其 中 Ri(u)1 h22 [h2du(2 xx)]o(h3), (1.5)
)
u(
xi1
)
q(
xi
)u(
xi
)
f (xi ) Ri (u) fi Ri (u)
与Lhui
ui1
2ui h2
ui1
qiui
fi
相减，得 Lh(u(xi ) ui ). Ri (u)
引进误差
ei u( xi ) ui , 则误差函数 eh( xi ) ei满足下列差分方程；
3第二章-有限差分方法基础
2.1.1 基本方程和定解问题
u t
2u x2
( 0)
求解域： (x, t) [0,1][0, ]
(2.1.1)
初始条件： u(x, 0) f (x)
边界条件： u(0, t) a(t), u(1, t) b(t)
(2.1.2)
方程(2.1.1)和初边条件(2.1.2)构成了一个适定的定解问题。
根据数学分析中的知识，我们知道
2u (x,t) lim u(x x,t) 2u(x,t) u(x x,t)
x2
x0
x2
所以，二阶导数可以近似为
2u
x
2
n
k
un k 1
2ukn x2
ukn
un k 1
2ukn
un k 1
称为二阶中心差分。
容易证明：
un k 1
2ukn
un k 1
t
)
ut
(
x,
t
)
lim
t 0
u(
x,
t
t
)u 2t
(
x,
t
t
)
其中，lim 后面的项称为差商(difference quotient)。 t 0
当t足够小时，可以用差商来近似导数。
即：
u(x,t t) u(x,t)
ut (x,t)
t
u(x,t) u(x,t t)
ut (x,t)
t
u(x,t t) u(x,t t)
The Elements of Computational Fluid Dynamics
第二章 有限差分方法基础
§2.1 有限差分方法概述 §2.2 导数的数值逼近方法 §2.3 差分格式的性质 §2.4 发展方程的稳定性分析
有限差分法解方程
有限差分法（Finite Difference Method）是一种数值方法，用于求解偏微分方程（PDEs）的近似解。
这种方法通过将连续的微分方程离散化，将其转化为一系列代数方程，从而在计算机上进行求解。
有限差分法特别适用于求解具有固定边界条件和初始条件的偏微分方程。
以下是有限差分法求解偏微分方程的基本步骤：1. 网格划分：首先，将问题的连续域划分为离散的网格点。
对于二维问题，这通常涉及到在空间和时间上进行网格划分，形成网格点的集合。
2. 离散化：使用差分公式将微分方程中的导数替换为差分。
例如，一阶导数可以用前向差分或后向差分近似，而二阶导数可以用中心差分近似。
3. 构建差分方程：在每个网格点上应用差分公式，将微分方程转化为代数方程。
对于边界条件，也需要进行相应的离散化处理。
4. 求解线性方程组：差分方程通常会导致一个线性方程组。
对于大型问题，这可能需要使用迭代方法或直接求解器来找到解。
5. 稳定性分析：在求解过程中，需要确保数值解的稳定性。
这涉及到对时间步长和空间步长的选择，以满足CFL（Courant-Friedrichs-Lewy）条件。
6. 迭代求解：对于时间依赖的问题，如热传导或波传播，可以通过时间步进方法（如显式或隐式方法）来迭代求解。
7. 结果分析：最后，分析数值解以验证其准确性，并与解析解（如果存在）进行比较。
有限差分法在处理规则区域和简单边界条件的问题时非常有效。
然而，对于具有复杂几何形状或边界条件的问题，可能需要更高级的数值方法，如有限元方法（FEM）或边界元方法（BEM）。
在实际应用中，有限差分法通常与计算机软件结合使用，如MATLAB、Python的SciPy库等，以便于高效地处理大规模问题。
第2章 地球物理中常用数值解法基本原理-有限差分法
等代入
U f x, y ,
2
x, y
Ui , j 1 2Uij Ui , j 1 h
2 2
hUij
Ui 1, j 2Uij Ui 1, j h
2 1
fij
2 截断误差为 O h
第二节 椭圆型偏微分方程的有限差分解法
2.1 差分格式 ——九点差分格式
2 1 U xi , y j 2 U xi 1 , y j U xi , y j h1 h1 2 x 2! x 3 4 5 U x , y U x , y 1 1 1 U xi , y j 5 i j i j 3 4 6 h h h O h 1 1 1 1 3 4 5 3! x 4! x 5! x 2 1 U xi , y j 2 U xi 1 , y j U xi , y j h1 h1 2 x 2! x 3 4 5 1 U xi , y j 3 1 U xi , y j 4 1 U xi , y j 5 6 h h h O h 1 1 1 1 3! x3 4! x 4 5! x 5
如果两个节点满足
i1 i2 j1 j2 1 ，称其为相邻节点。
非正则内点
正则内点——邻点都在区域内；
第二节 椭圆型偏微分方程的有限差分解法
2.1 差分格式 ——九点差分格式 对正则内点，
U xx , U yy
U xi , y j x U xi , y j x
2
特征方程
2 dy a12 a12 a11a22 dx a11
2 a12 a11a22 0
matlab有限差分法求解椭圆型偏微分方程
matlab有限差分法求解椭圆型偏微分方程
有限差分法是一种求解偏微分方程的经典数值方法，它将连续的
偏微分方程转化为离散的代数方程，从而能够使用计算机进行计算。
在 MATLAB 中，我们可以使用有限差分法来求解椭圆型偏微分方程。
椭圆型偏微分方程通常用来描述有稳态的空间分布的物理现象，
如稳态的温度分布。
其通用的数学形式为：
∇·(a(x,y)∇u(x,y)) + f(x,y) = 0
其中，u(x,y) 是要求解的函数，a(x,y) 是定义在区域Ω上的
函数，它代表了该区域内各点的材料特性，f(x,y) 是特定的源项函数。
有限差分法将区域Ω划分为离散的点集，然后通过对这些点之
间的差分运算进行逐点计算，得到离散式。
例如，可以使用中心差分
法对 u(x,y) 在某个点(x0,y0) 的二阶偏导数进行离散化，得到：(u(x0+Δx,y0) - 2u(x0,y0) + u(x0-Δx,y0)) / Δx^2
同样，对于 a(x,y)在点(x0,y0)的取值，我们也可以使用中心差
分法进行离散化：
(a(x0+Δx,y0) + a(x0,y0)) / 2
经过离散化后，我们可以将偏微分方程变为一个线性代数方程组，使用 MATLAB 的矩阵运算功能进行求解。
需要注意的是，在实际计算中，由于矩阵求逆时存在数值不稳定的问题，因此需要对矩阵进行一
定的处理，如使用迭代法或预处理技术等。
总之，有限差分法是一种常用的求解偏微分方程的数值方法，在MATLAB 中也有相应的实现。
通过离散化连续的偏微分方程，我们能够
在计算机上高效地求解椭圆型偏微分方程，提高计算效率，解决实际
问题。
数学中的椭圆型方程
数学中的椭圆型方程数学中，椭圆型方程是一类非常重要且广泛应用的方程类型。
它们在许多领域中起着重要作用，包括物理学、工程学、生物学和经济学等。
本文将介绍椭圆型方程的基本概念、性质和一些常见的应用。
一、椭圆型方程的定义和性质椭圆型方程是指二阶偏微分方程的一种形式，通常表示为：\[a\frac{{\partial^2 u}}{{\partial x^2}} + b\frac{{\partial^2u}}{{\partial x \partial y}} + c\frac{{\partial^2 u}}{{\partial y^2}} = f(x,y)\]其中，\(a\)、\(b\)、\(c\)是与\(u\)相关的系数，\(f(x, y)\)是已知的函数。
椭圆型方程中的二阶导数对\(u\)的贡献是正的。
椭圆型方程具有以下性质：1. 线性性质：椭圆型方程是线性的，这意味着如果\(u_1\)和\(u_2\)是该方程的解，那么\(c_1u_1 + c_2u_2\)也是该方程的解，其中\(c_1\)和\(c_2\)是常数。
2. 正定性质：椭圆型方程中的系数满足\(b^2 - 4ac < 0\)时，方程被称为正定的。
正定性质保证了方程解的唯一性和稳定性。
3. 边界条件：对于椭圆型方程，需要指定边界条件才能得到唯一解。
常见的边界条件包括Dirichlet边界条件（给定边界上的函数值）、Neumann边界条件（给定边界上的法向导数值）和Robin边界条件（给定边界上的线性组合）。
二、椭圆型方程的应用1. 热传导方程：热传导方程是一种椭圆型方程，用于描述物体中的热传导过程。
它在工程学和物理学中具有广泛应用，例如分析热交换器、传热管和材料热扩散等问题。
2. 电势方程：电势方程是一种椭圆型方程，用于描述电场中的电势分布。
它在电磁学和电子学中起着重要作用，用于分析电场和电势的分布以及导体和介质之间的电荷传输。
3. 流体力学方程：流体力学方程也可以表达为椭圆型方程的形式。
椭圆型方程的差分解法
椭圆型方程的差分解法1.引言考虑问题①二维Poisson 方程2222(,)u u f x y x y ⎛⎫∂∂-+= ⎪∂∂⎝⎭， (,)x y ∈Ω 其中Ω为2R 中的一个有界区域，其边界Γ为分段光滑曲线。
在Γ上u 满足下列边界条件之一：⑴(,)u x y αΓ=（第一边值条件）， ⑵(,)ux y n βΓ∂=∂（第二边值条件）， ⑶(,)uku x y n γΓ∂+=∂（第三边值条件）， (,),(,),(,),(,),(,)f x y x y x y x y k x y αβγ都是连续函数，0k ≥.2.差分格式将区间[,]a b 作m 等分，记为11()/,,0i h b a m x a ih i m =-=+≤≤；将区间[,]c d 作n 等分，记为22()/,,0i h d c n y c jh j n =-=+≤≤.称1h 为x 方向的步长，2h 为y 方向的步长。
2.1 Poisson 方程五点差分格式参考单如图所示：以(,)i j x y 为中心沿y 方向Taylor 展开：41)(),j u y o h +①41)(),j u y o h +②41(),u h21(),o h ③22(),o h ④(,),i j ij f x y R -=+(,),i j f x y -=○6 j+1考虑到边值条件(,)(,)u x y x y αΓ=，构成差分格式：11112212(,)2(,)(,)(,)2(,)(,)(,),(,)(,),i j i j i j i j i j i j i j u x y u x y u x y u x y u x y u x y f x y h h u x y x y α+-+-Γ⎧-+-+⎛⎫-+=⎪ ⎪⎨⎝⎭⎪=⎩○72.2 Poisson 方程九点差分格式由上式 ③ + ④ 得：11112212442221244222222122222(,)2(,)(,)(,)2(,)(,)(,)1(,)()12(,)(,)1(,)12i j i j i j i j i j i j h i j i j iji j i j i j u x y u x y u x y u x y u x y u x y u x y h h u u u x y h h o h x y u x y u x y u x y h h x y x y +-+--+-+=+⎡⎤∂∂=∆+++⎢⎥∂∂⎣⎦⎛⎫∂∂⎛⎫∂∂=∆+++- ⎪ ⎪ ⎪∂∂∂∂⎝⎭⎝⎭422212222242222212122222(,)()12(,)(,)(,)1(,)()1212i j i j i j i j i j u x y h h o h x y f x y f x y u x y h h f x y h h o h x y x y ∂++∂∂⎛⎫∂∂∂+=--+-+ ⎪ ⎪∂∂∂∂⎝⎭○8 又()41122222211111112212311111(,)(,)2(,)(,)()1[(,)2(,)(,)2(,)2(,)(,)(,)2(,)(,)]()i j xx i j xx i j xx i j i j i j i j i j i j i j i j i j i j u x y u x y u x y u x y o h x y h u x y u x y u x y u x y u x y u x y h h u x y u x y u x y o h +-+++-++-+----∂-+=+∂∂=-+--++-++ 则得到：222222121121112112222221211212122222221112111211()(,)(210)(,)()(,)(210)(,)20()(,)(210)(,)(210)(,)()(,)()(,)i j i j i j i j i j i j i j i j i j h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y ---+--++-+++-++--++-+++-+--+-+2212222241222,12(,)(,)1(,)()12i j i j i j h hf x y f x y f x y h h o h x y ⎛⎫∂∂=--++ ⎪ ⎪∂∂⎝⎭○9 舍去截断误差得到逼近Poisson 方程的九点差分方程○10：()()2212,11,,11,1,11,11,11,122122212(,)[42]121(,)(,),12i j i j i j i j i j i j i j i j i j i j ij xx i j yy i j h h u x y u u u u u u u u u h h f h f x y h f x y -++-+---++-++-∆--+++++++''''=++考虑到边值条件(,)(,)u x y x y αΓ=，构成差分格式○11：()()2212,11,,11,1,11,11,11,122122212(,)[42]121(,)(,),12(,)(,),i j i j i j i j i j i j i j i j i j i j ijxx i j yy i j h h u x y u u u u u u u u u h h f h f x y h f x y u x y x y α-++-+---++-+Γ⎧+-∆--+++++++⎪⎪⎪''''=++⎨⎪⎪=⎪⎩3.格式求解3.1 Poisson 方程五点差分格式记122,1,j j j m j m j u u u u u --⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦，0.j n ≤≤ 矩阵格式改写为：11,11j j j j Du Cu Du f j m -+++=≤≤-，其中2221212222112122221121222112(1)111211112111121112m h h h h h h h C h h h h h h h -⎡⎤⎛⎫+-⎢⎥ ⎪⎝⎭⎢⎥⎢⎥⎛⎫⎢⎥-+- ⎪⎢⎥⎝⎭⎢⎥=⎢⎥⎢⎥⎛⎫⎢⎥-+- ⎪⎢⎥⎝⎭⎢⎥⎛⎫⎢⎥-+ ⎪⎢⎥⎝⎭⎣⎦，22222222(1)1111m h h D h h -⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦，10212212111(,)(,)(,)(,)1(,)(,)j j j j m j m j m j m f x y x y h f x y f f x y f x y x y h ---⎡⎤+Φ⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥+Φ⎢⎥⎣⎦， 可进一步写为：110222211(1)*(1).n n n n n n m u f Du C D u f D C D u f DC D u f Du D C -------⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦3.2 Poisson 方程九点差分格式记122,1,j j j m j m j u u u u u --⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦，0.j n ≤≤ 矩阵格式改写为：11,11j j j j Du Cu Du f j m -+++=≤≤-，其中2222121222222212121222222212121222221212(1)20()(210)(210)20()(210)(210)20()(210)(210)20()m h h h h h h h h h h C h h h h h h h h h h -⎡⎤+-⎢⎥-+-⎢⎥⎢⎥=⎢⎥-+-⎢⎥⎢⎥-+⎣⎦， 2222211222222212211222222212211222221221(1)(210)()()(210)()()(210)()()(210)m h h h h h h h h h h D h h h h h h h h h h -⎡⎤--+⎢⎥-+--+⎢⎥⎢⎥=⎢⎥-+--+⎢⎥⎢⎥-+-⎣⎦，22121022221211(,)(210)(,)(,)(,)(,)(210)(,)j j j j m j m j m j m f x y h h x y f x y f f x y f x y h h x y ---⎡⎤--Φ⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥+-Φ⎣⎦， 可进一步写为：110222211(1)*(1).n n n n n n m u f Du C Du f D C D u f DC D u f Du D C -------⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦4.数值例子4.1 Poisson 方程五点差分格式计算如下问题：22220,01,01,(0,)sin cos ,(2,)(sin cos ),01,(,0),(,1)(sin1cos1),0 1.x x u u x y x y u y y y u y e y y y u x e u x e x ⎛⎫∂∂-+=<<<< ⎪∂∂⎝⎭=+=+≤≤==+<<其精确解为：(,)(sin cos ).x u x y e y y =+,11,1,,1,222222122112112()(,),i j i j i j i j i j i j u u u u u f x y h h h h h h -+-++=++++ 考虑到本例中h1=h2，则有2,11,1,,1,(,),4i j i j i j i j i j i j u u u u h f x y u -+-+++++=利用Gauss-Seidel 迭代方法对k=0,1,2,……,计算112,11,1,,11(,),41,2,....,1;1,2,...., 1.k k k k i j i j i j i j i j k ij u u u u h f x y u i m j n ++--+++++++==-=-表1 部分结点处的精确解和取不同步长时所得的数值解表2 取不同步长时部分结点处数值解的误差绝对值图1 取h=1/4时所得的数值解曲线图2 取h=1/4时所得的误差曲线图3 取h=1/16时所得的数值解曲线图4 取h=1/16时所得的误差曲线图5 取h=1/64时所得的数值解曲线图6 精确解曲线图7 取h=1/64时所得的误差曲线4.2 Poisson 方程九点差分格式计算如下问题：22220,01,01,(0,)sin cos ,(2,)(sin cos ),01,(,0),(,1)(sin1cos1),0 1.x x u u x y x y u y y y u y e y y y u x e u x e x ⎛⎫∂∂-+=<<<< ⎪∂∂⎝⎭=+=+≤≤==+<<其精确解为(,)(sin cos ).x u x y e y y =+222222221212121112122222222121112111211211222211120()(,)12(,)()(,)(102)(,)()(,)()(,)()(,)(102)(,)(102)(,)(10i j i j i j i j i j i j i j i j i j h h u x y h h f x y h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y h h u x y h ----++++--++=+++-+++++++-+-+2212)(,)i j h u x y +-考虑到本例中h1=h2，则有,11,1,,11,11,11,11,1,4(),20i j i j i j i j i j i j i j i j i j u u u u u u u u u -+-+--++-++-+++++++=利用Gauss-Seidel 迭代方法对k=0,1,2,……,计算1111,11,1,,11,11,11,11,11,4(),201,2,....,1;1,2,...., 1.k k k k k k k k i j i j i j i j i j i j i j i j k i j u u u u u u u u u i m j n ++++-+-+--++-++-++++++++==-=-表1 部分结点处的精确解和取不同步长时所得的数值解表2 取不同步长时部分结点处数值解的误差绝对值表3 取不同步长时部分结点处数值解的最大误差图1 取h=1/4时所得的数值解曲线图2 取h=1/16时所得的数值解曲线图3 取h=1/64时所得的数值解曲线图4 取h=1/4时所得的误差曲线图5 取h=1/16时所得的误差曲线图6 取h=1/64时所得的误差曲线5.结论观察Poisson方程五点格式，方程以较快速度迭代收缩。
偏微分课程课件9椭圆型方程的有限差分方法I
uij
=
ij
,
(xi，y j ) Dh
其中uij u(xi , y j ) = (xi , y j )=ij , (x, y) D.
例：五差分格式求解
2u 2u
x
2
y2
0
(x, y) D
u(
x,
y)
log
(1
x2
)
y2
( x, y) D
D {( x, y) | 0 x, y 1}
hd e dx u( x, y)
hn d n n! dxn )u( x, y)
ex 1 x x2 x3 xn
1 2 3!
n!
u1 =e u0 , u2 =e u0 , u3 =e u0 , u4 =e u0 , u5 =e u0等
u1 =e u0 , u2 =e u0 , u3 =e u0 , u4 =e u0 , u5 =e u0
从小到大顺利排列
i 1, , J; j 1, , I;
按自然顺序排列网点(i,j)
j 1, i 1, , I; j 2, i 1, , I;
j J , i 1, , I;
定义向量
uh u1,1, , uI ,1, u1,2 , , uI ,2 ,
1 于是差分方程为: h2 Huh g
j 1时
4 1 0
I个
j 2 ...
1 0 0
I个 ...
(1,1)对应H的第一行 11
分析系数矩阵H i 1, , I; j 1, , J;
1 h2 [ui, j1 ui1, j 4ui, j ui1, j ui, j1 ] fi, j
对于第二个结点(2,1),
1 h2 [u2,0 u1,1 4u2,1 u3,1 u2,2 ] f2,1
04有限差分法.ppt
n Rj
O t x
2
无条件稳定
2.一维混合问题
u 2u 2 0 t x u x ,0 F x u a, t t u b, t t
0 x b, t 0, 0
对于[a，b]区间的内点，可以构造以上各种格式。 如四点显式
例:驱动腔内的流体流动。
3.网格划分
x h y l xi ih
-----称为步长。
u x, y u i , j
xi , y j i, j
y j jl
4.差分格式 将u在(i,j)附近展成Taylor级数
ui 1, j ui , j ui 1, j ui , j 1 2u 1 3u u h 2 h 2 3 h 3 ... 2 x 3! x x i , j i, j i, j 1 2u 1 3u u h 2 h 2 3 h 3 ... 2 x 3! x x i , j i, j i, j
-----中心差分式
O h 表示具有二阶精度。
2
两Taylor展式相加
2u 1 ui 1, j 2ui , j ui 1, j O h 2 x 2 h2 i, j
有限差分方法
数学方程的建立
稳定过程： 稳定过程：泊松方程 静电场：电场的散度正比电流密度，等于势场u的梯度 静电场：电场的散度正比电流密度，等于势场 的梯度
静磁场： 静磁场：类似于静电场
√
物理问题和数学方程(2/5) 物理问题和数学方程(2/5)
输运过程： 输运过程：扩散方程 扩散：流体由于不均匀而发生扩散， 扩散：流体由于不均匀而发生扩散，扩散密度正比于 密度的梯度， 密度的梯度，同时满足质量守恒
√
物理问题和数学方程(5/5) 物理问题和数学方程(5/5)
第三类
∂u v (a0u + b0 ) = c0 (rb , t ), a0、b0和c0是已知函数 ∂n Γ 热传导，系统通过表面与外界交换热量： 例：热传导，系统通过表面与外界交换热量：表面 热流 ∂u 正比于表面温度 u 与外界温度 u0 之差，即 之差， ∂n ∂u = k (u − u0 ) ∂n 初始条件 v 在各处的值： 初始瞬间待求函数 u 在各处的值： u t =0 = f1 (r )
拉普拉斯方程
方程( ( , )=0 方程( f(x,y)=0 ) ∂ 2u ∂ 2u ∇ 2u = 2 + 2 = 0 ∂x ∂y 五点差商格式
√
迭代解法(1/6) 迭代解法(1/6)
差分方程组的特点
方程个数等于内点数，每条方程最多含5 方程个数等于内点数，每条方程最多含5个未知项 系数矩阵是稀疏和带状的 跌代法求解：同步法、 跌代法求解：同步法、异步法和逐次超松弛法
边界条件的差分格式
√
一维扩散方程(3/3) 一维扩散方程(3/3)
差分方程组及其求解
0.10
1.000 0.7500
0.08
0.5000 0.2500 0
偏微(13)椭圆型方程的差分方法
S1 e u0 e u0 e u0 e u0
1 4 2 4u0 h u0 h 2 D 4 u0 h6 12
2
1 4 2 S2 4u0 2h u0 h 4 D 4 u0 h6 6
其中D x , y | 0 x , y 1 .
1 取特殊的网格 h k 。 此时网格点分布见图5.3， 3
1.1 五点差分格式
在内点P , P2 , P3和P4 1 上用差分格式（ ）， 1.6
在其余点，即边界点 取边界条件
1 x 2 y 2 a x, y log
1 u 1 u r u r r r 2 2 f r , r r
2
(1.8)
r
y x y , tan . 域0 r ,0 2 . x
2 2
方程( 8) 1. 的系数当r 0时具有奇异性，因此为了 选出我们感兴趣的解，需补充u在r 0处有界的条 件，可设u满足
1 u xi h, y j 2u xi , y j u xi h, y j （1.2） h2 Nhomakorabea
2u 2u u 2 2 f ( x , y（ ） ) 1.1 x y
1 u x i , y j k 2u x i , y j u x i , y j k 2 k （1.3） 2 2 4 4 u k 2 4 u xi ,1 4 u xi ,2 y y ij 24 y
h uij ui 1, j 2uij ui 1, j h2 ui , j 1 2uij ui , j 1 k2 f ij ,
- 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)。
§1 §2 §3 §4 §5 差分逼近的基本概念 一维差分格式 矩形网的差分格式 三角网的差分格式 极值原理
§1差分逼近的基本概念
考虑二阶常微分方程的 边值问题 d 2u Lu 2 qu f a x b, (1.1) dx (1.2) u(a ) , u(b) 其中q, f为[a , b]上的连续函数, q 0;
注意 : 方程(1.8)的个数等于网格内点 x1 , x2 ,, x N 1的 个数,因此它是N 1阶方程组.
以I h表示网格内点x1 , x 2 , , x N 1的集合，I 表示网格内点 和界点x0 a , x N b的集合。定义在I（相应的 I h )上的函 h 数uh ( x i ) ui 称为I（相应的 I h )上的网函数. h 我们对I h上的网函数引进范数 uh uh uh 于是 uh 1
由(1.5)便知，差分算子(1.6)逼近微分算子，且逼近 的 阶是 : Rh ( u) c o( h 2 ), Rh ( u) 0 o( h 2 ), Rh ( u) 1 o( h).
(1.14)
则说差分算子Lh逼近微分算子L，而称(1.14)为相容
定义1.2
称差分解uh收敛到边值问题的解u，如果当h充分时， (1.8), (1.9)的解uh存在，且按某一范数 有 l i m uh u 0.
的解u，由Taylor 展式可得
现在将方程(1.1)在节点xi 离散化，为此，对充分 光滑
u( xi 1 ) 2u( xi ) u( xi 1 ) h2 d 2 u( x ) h2 h2 u( x ) 3 [ ] [ ] o ( h ), (1.3) i 2 2 dx 12 dx 其中[ ]i 表示括号内函数xi 点取值。 于是在可将方程(1.1)写成 u( x i 1 ) 2u( x i ) u( x i 1 ) q( x i )u( x i ) f ( x i ) Ri ( u), ( 2 h h2 h2 u( x ) 3 其中 Ri ( u) [ ] o ( h ), (1.5) 2 12 dx
2 c 2 0 2 1
m ax ui ,
1 i N 1 N 1 i 1
(1.10) (1.11)
2
2 i, 2 0
uh
N
uh 1 ,
(1.12) (1.13)
ui ui 1 h( ), h i 1
定义1.1
设是某一充分光滑函数类 ，Rh ( u)是由截断误差 (1.7)定义的网格函数，若对 任何 ，恒有 li m Rh ( u) 0, 条件.
引进误差 e i u( x i ) ui , 则误差函数e h ( x i ) ei 满足下列差分方程； Lh ei Ri ( u) i 1,2, , N 1, (1.16) e0 e N 0 于是收敛性及收敛速度 的估计问题。 就归结带通过右端Ri ( u（截断误差）估计 ) 误差函数eh的问题.
定义1.3
称差分方程Lh v i f i ( i 1,2, , N 1), v 0 v N 0 关于右端稳定，如果存 在与网格I h及右端f h ( f h ( x i ) f i ) 无关的正常数M和h0，使 v h M f h R , 当0 h h0 , (1.17) 其中 f h R 是右端f h的某一范数，它可以和 相同， 也可以不同，v h ( x i ) v i , i 1,2, , N 1.
不等式(1.17)表明，解vh连续依赖右端f h，即右端 变化小时解的变化也小 。
定理1.1（相容+稳定=收敛）
, 为给定常数。
1 区间的剖分
将区间[a , b]分成n等分，分点为 x j a ih i 0,1,2, N h (b a ) / N .于是我们得到区间I [a , b]的一个 网格剖分，x j 称为网格结点（节点） ，间距h称 为步长。
1 微分方程离散(差分方程）
当h足够小，Ri ( u)是h的二阶无穷小量。若舍 去Ri ( u)， 则得逼近方程(1.1)的差分方程： ui 1 2ui ui 1 Lh ui qi ui f i , (1.6) 2 h 式中qi q( xi ), f i f ( xi ).称Ri ( u)为差分方程(1.6)的截 断误差。
截断误差 Ri ( u) Lh u( x i ) [ Lu]i 起的截断误差， (1.6)式关于h的阶为0( h 2 ). (1.7 )
所以Ri ( u)是用差分算子Lh 代替微分算子L所引
差分方程(1.6)当i 1,2, N 1, 时成立，加上边值条件 就得到关于的线性代数 方程组： ui 1 2ui ui 1 Lh ui qi ui f i , i 1,2, N 1, (1.8) 2 h u0 , uN . (1.9) 它的解ui是u( x )于x x i的近似。称(1.8), (1.9)为逼近(1.1) (1.2)的差分方程或差分格式 。 此格式称为中心差分格 式。
h 0
(1.15)
这里u看成I h网函数。
可将方程(1.4)写成 u( xi 1 ) 2u( xi ) u( xi 1 ) Lh u( xi ) q( xi )u( xi ) 2 h f ( xi ) Ri ( u) f i Ri ( u) ui 1 2ui ui 1 与Lh ui qi ui f i 2 h 相减，得 Lh ( u( xi ) ui ) Ri ( u)