解二维扩散方程的一类有限差分并行算法

合集下载

有限差分法的并行化计算实现

有限差分法的并行化计算实现
begin_line=2:end_1ine=mysize+l:
’if(myid==O)begin_line=3: if(myid==4)end 1 ine--mysize:
万方数据
·63·
MicrocomputerApplications V01.24,No.5,2008
学习园地
微型电脑应用
2008年第24卷第5期
投稿请仔细阅读投稿须知(今年第4期)
万方数据
·64·
{for(j=2:j<=totalsize—l;j++)
a Ei][j]=b[i][J]:


endt ime=MPI_Wt ime 0:
printf(”That
tooks
%f
seconds\n4,endtime—starttime):
fprintf(stderr,”process%d matrix is\n一,myid):
—Enabled Implementation of the Message Passing Interface [J].Journal of Parallel and Distributed Computing OPDC), 2003,63(5):551—563.
(收搞日期:2007—12—5)
谬浔浔守浔浔谬谬谬谬谬谬谬谬移守婷谬守移谬浔碍浔够碍带够谬够谬移帚够铸够浔
a[2][j]=10.O;
//上边界初值
if(myid==4)
{for(j=l:j<=totalsize;j++)a[mysize+1][j]=O.0: b[i][j]=O.O:)
//下边界的初值
for(i=l:i<--mysize+2:i++)
{a[i][1]=O.O:b[i][j]=0.0:a[i][totalsize]=O.0: b[i][totalsize]=O.0:)//进程左、右边界初值

二维传热方程c-n有限差分python

二维传热方程c-n有限差分python

二维传热方程c-n有限差分python二维传热方程,也称为二维热传导方程,是一个描述温度分布随时间变化的重要偏微分方程。

对于一个均匀的二维区域,该方程可以表示为:∂T/∂t = α(∂²T/∂x² + ∂²T/∂y²)其中,T表示温度,t表示时间,x和y表示空间坐标,α表示热扩散率。

为了解决这个方程,可以使用有限差分法(Finite Difference Method)。

该方法将连续的空间离散化为一系列离散的网格点,并使用差分近似来求解方程。

下面是一个使用Python实现二维传热方程有限差分法的简单示例代码:```pythonimport numpy as npimport matplotlib.pyplot as plt# 定义区域和网格大小nx, ny = 100, 100x = np.linspace(0, 1, nx)y = np.linspace(0, 1, ny)dx, dy = x[1] - x[0], y[1] - y[0]# 定义初始温度分布T = np.zeros((nx, ny))T[nx//2, ny//2] = 100# 定义时间步长和总时间dt = 0.01nt = 1000# 定义热扩散率alpha = 0.01# 迭代求解温度分布for n in range(nt):T_new = np.zeros((nx, ny))for i in range(1, nx-1):for j in range(1, ny-1):T_new[i, j] = T[i, j] + alpha*dt*((T[i+1, j] - 2*T[i, j] + T[i-1, j])/(dx**2) + (T[i, j+1] - 2*T[i, j] + T[i, j-1])/(dy**2))T = T_new# 可视化结果plt.imshow(T, extent=(0, 1, 0, 1), origin='lower', cmap='hot')plt.colorbar(label='Temperature')plt.xlabel('x')plt.ylabel('y')plt.show()```在上述代码中,我们首先定义了一个100x100的网格,并将中心点设置为初始温度100度。

求解二维扩散方程的一类并行差分显式方法

求解二维扩散方程的一类并行差分显式方法
维普资讯
第2 1卷 第 3期
20 0 7年 5月
山 东 理 工 大 学 学 报( 然 科 学 版) 自
J u n l fS a d n ie st f c n l g ( t r l ce c iin) o r a h n o g Un v r iy o o Te h o o y Na u a i n e Ed t S o
提出的数值解法大体分显式方法和隐式方法两种 , 众 所周知, 显式方法计算简单 , 但稳定性差, 精度低, 隐式 方法稳定性好 , 求解精度高 , 但不适合并行计算. 因此,
构造具有稳定性 好且具 有并行本性 的差 分方法就有
着非常重要 的理 论意 义和现实意 义.] .E as I .J vn 和
V 0I2:6 2 6 9 (0 7 0 0 1 0 17— 1720 )5 05 5
求 解 二 维 扩散 方程 的一 类 并 行 差 分显 式 方 法
冯 青 华
( 山东理 工大 学 数学 与信息 科学 学院 ,山东 淄博 2 5 4 ) 5 0 9 摘 要 :利 用第 二类 S u ’ v型非对 称格 式 给 出 了二维 扩 散 方 程 的 一类 交替 分 组 显式 方 法 , ale y
s vi g t me i a d fuso q ton n h p p r St biiy a al ss s ol n wo di nson l if i n e ua i i t e a e . a lt n y i hows ha t e t t h me ho s u on to ly s a e Nu e ial e uls s w h t t e h s n nl ui— t d i nc dii na l t bl. m rc r s t ho t a he m t od i oto y s t

一类非线性反应--扩散方程差分格式的稳定性问题

一类非线性反应--扩散方程差分格式的稳定性问题

关键词
中图法分类号
0 4 .4; 文献标识码 2 18

在使 用微 分方 程 的有 限差分 格式进 行 数值 计算
时 , 须选 用稳 定 的格式 计算 才有 意义 。 因此 , 出 必 给

冥 中 , >0 , 为 自然 数 . P m
个差 分格 式 , 先要 考 虑 它 的稳 定性 问题 。对 于 首
1n — : + ( U )^ (: ~ + 1 印( U, 一 :) + ( ) , l h h
和内积
,1
U 一 )=0, h :
于是
(UV) 』 ^出= ^, V。 (  ̄) ) ^ ( h) hh^ ^ ^ h
在上 述 定 义 的 内 积 下 的 范数 记 为 l I J・ J ^:
的稳定性 的问题 。
对 方程 ( ) 行离 散 . 到有 限差分 格 式 为 1进 得
—_ 一 一 盟—— — — p — p — —— ~

+(n2- u. + 一x 1-0 tm ;

= U ( ), 0
i = 1, … , ; 2, Ⅳ
一 n
0,
n = l2 … , ,,

L [ ,]上 的 内积 记 为 ( ,・ 此 O 1 。 ),
内积下 的范数 记 为 11, 且 l l 和 11在 . 并 _・ J ^ .
上是 H let 数 。 i r范 b 有 了步 长 函 数 空 间 , 以将 有 限差 分 方 程 可
() 2
2 引人 步长 函数空问 1 对—维反应一 扩散方程引人有限差分格式
2 1 步 长 函数 空 间的基 本 概念 . 为讨 论有 限 差 分 格 式 ( 的稳 定 性 , 2) 引入 如 下

扩散方程的差分解法

扩散方程的差分解法

扩散方程的差分解法在研究热传导过程、扩散过程、边界层现象时,我们常常遇到抛物型方程,这类方程中最典型、最简单的就是热传导方程。

热传导方程中的自变量中包括时间t ,它是描述一种随时间变化的物理过程,即所谓不定常现象。

这类问题的基本定解问题应是初值问题,即在初始时刻(t=0)时给定定解条件,求解t>0时的解。

本文主要运用有限差分法对一维扩散方程进行求解,并对差分解的适定性、相容性、收敛性及稳定性进行分析,同时与解析解进行对比。

1.扩散方程一维扩散方程为:22u u t xα∂∂=∂∂ (1)式中,u 为因知量,α为扩散系数,x 为坐标,t 为时间。

其定解条件如下: 初始条件: (,0)() 0x u x f x L =≤≤(2)边界条件: 12(0,)() , (,)()u t f t u L t f t ==(3) 一般假定函数()f x ,1()f t ,2()f t 满足连接条件,即1(0)(0) f f =,2()(0) f L f =。

2.有限差分法有限差分法是数值计算解微分方程古老的方法之一,也是系统化地、数值地求解数学物理方法的方程。

其控制方程中的导数用离散点上函数值的差商代替。

差分格式可以分为显格式和隐格式。

所谓显格式是指在任一结点上因变量在新是时间层上的值可以通过之前的时间层上相邻结点变量的值显式解出来。

由于这些层的变量值是已知的,当时间向前推进时,空间点上的新的变量值就只需逐点计算就行了,因此显格式计算起来比较省事。

隐格式则是指任一结点上变量在新的时间层的值,不能通过之前的时间层上相邻结点的值显式解出来,它不仅与之前的时间层上的已知值有关,而且也与新时间层的相邻结点的变量值有关。

因而一个差分方程常常包括几个相邻结点上的未知数,未知数的个数取决于格式的构成形式。

为了解出这些未知数需要联立新的方程,而每引进一个新的方程往往又同时引进了新的未知数。

因此,隐格式总是伴随着求解巨大的代数方程组。

有限差分法求解扩散方程的步骤

有限差分法求解扩散方程的步骤

有限差分法求解扩散方程的步骤有限差分法是求解扩散方程的一种有效方法,简称FDM,有限差分法能够解决复杂的扩散方程,可以看作数值计算在扩散方程中的一个应用。

一般情况下,有限差分法求解扩散方程是通过将扩散方程分解为两部分:非线性问题和线性问题,分别用不同的求解方法解决。

在这篇文章中,我们将讨论使用有限差分法求解扩散方程的步骤,帮助读者更好地理解有限差分法。

第一步:建立数值解模型。

有限差分法求解扩散方程,首先要建立数值解模型。

可以将扩散方程的区域划分为若干个小矩形,用每个小矩形的中心的值代表这一区域的大致状态,然后计算每一部分的有限差分,从而建立起数值解模型。

第二步:求解线性问题。

这一步用来求解扩散方程中的线性部分,包括:首先,对离散点的值进行定义;其次,在离散点之间建立差分关系;最后,根据上述关系,求解离散点的值。

第三步:求解非线性问题。

有限差分法还可以求解扩散方程中的非线性部分。

可以先将非线性部分转化为线性部分,然后求解,也可以使用迭代法求解。

第四步:检查模型的正确性。

有限差分法求解扩散方程后,需要检查模型的正确性,可以使用数值积分方法、定性方法或定量分析等方法来检查求解结果的正确性。

总之,有限差分法求解扩散方程的五个步骤是:建立数值解模型,求解线性问题,求解非线性问题,进行模型校正以及检查模型的正确性。

在这五个步骤中,第一步特别重要,因为它是整个有限差分法求解过程的基础,如果第一步建立的模型不合理,就不可能得到准确的结果。

有限差分法的运用不仅当前广泛,而且在未来也有很大的发展前景。

由于有限差分法求解扩散方程的步骤具有一定的复杂性,因此有必要在深入研究有限差分法求解扩散方程之前,充分理解这一步骤。

综上所述,有限差分法求解扩散方程的步骤是:建立数值解模型,求解线性问题,求解非线性问题,进行模型校正以及检查模型的正确性。

有限差分法在求解扩散问题方面具有一定的优势,适用范围也较广,此外还有很大的发展前景。

一类二维稳态对流——扩散方程的有限差分法

一类二维稳态对流——扩散方程的有限差分法

一类二维稳态对流——扩散方程的有限差分法一维稳态扩散方程描述了物质在一维空间中的扩散行为。

然而,在某些情况下,我们需要研究物质在二维平面中的扩散行为,例如热传导、流体传输等。

本文将介绍一类二维稳态对流-扩散方程的有限差分法。

二维稳态对流-扩散方程可以写作:∇·(D∇u) + ∇·(cu) + fu = 0 —— (1)其中,D是扩散系数,c是速度场,u是待求解的物理量,f是源项。

在这个方程中,第一项表示物质的扩散项,第二项表示对流项,第三项表示源项。

我们需要求解方程(1),找到u的分布。

为了应用有限差分法来求解二维稳态对流-扩散方程,需要将二维空间离散化为一个网格。

假设我们将x方向离散为Nx个等距的节点,y方向离散为Ny个等距的节点,那么我们可以得到一个(Nx+1)×(Ny+1)的网格。

我们在网格节点上定义未知量u,然后将方程(1)对节点处的u进行离散化。

首先,我们对方程(1)的扩散项进行离散化。

我们使用五点差分格式来近似二维Laplace算符∇·(D∇u)。

对于网格节点(x,y),我们可以得到以下差分格式:(Dij(xi+1,yj)ui+1,j + Dij(xi-1,yj)ui-1,j +Dij(xi,yj+1)ui,j+1 + Dij(xi,yj-1)ui,j-1 -4Dij(xi,yj)ui,j) / ∆x^2 + (Dij(xi,yj)ui,j) / ∆y^2其中,∆x和∆y是网格步长,Dij是扩散系数。

接下来,我们对方程(1)的对流项进行离散化。

我们使用中心差分格式来近似二维梯度算符∇·(cu)。

对于网格节点(x,y),我们可以得到以下差分格式:(cxi+1/2,yj(ui+1,j - ui,j)) / ∆x + (cxi-1/2,yj(ui,j - ui-1,j)) / ∆x + (cyi,j+1/2(ui,j+1 - ui,j)) / ∆y + (cyi,j-1/2(ui,j - ui,j-1)) / ∆y其中,cxi+1/2,yj、cxi-1/2,yj、cyi,j+1/2和cyi,j-1/2是速度场在节点(x,y)处的中心点处的x和y分量。

求解二维对流扩散方程的一种非均匀网格上的紧致差分格式

求解二维对流扩散方程的一种非均匀网格上的紧致差分格式

求解二维对流扩散方程的一种非均匀网格上的紧致差分格式徐晓芳;景何仿;蔡银娟【摘要】基于已有的紧致差分方法,构造了关于二维对流扩散方程的一种非均匀网格上的高精度紧致差分格式,并通过3个数值算例进行了验证.数值结果表明,非均匀网格上的紧致差分方法可以很好地解决大梯度和边界层问题的数值计算.【期刊名称】《宁夏师范学院学报》【年(卷),期】2016(037)003【总页数】10页(P11-19,61)【关键词】对流扩散方程;紧致差分格式;非均匀网格;有限差分法【作者】徐晓芳;景何仿;蔡银娟【作者单位】北方民族大学数学与信息科学学院,宁夏银川750021;北方民族大学数值计算与工程应用研究所,宁夏银川750021;北方民族大学数学与信息科学学院,宁夏银川750021【正文语种】中文【中图分类】O242.1对流扩散方程是计算流体力学中的一类基本运动方程,广泛应用于许多领域(如环境科学、流体力学等).自然科学中的许多现象,如水和空气中污染物的扩散,及流体传热和流体流动等自然现象,都可以用对流扩散方程来描述.最常用的求解流体力学方程的数值计算方法是有限差分法,其中基本的差分格式有迎风格式、Lax-Friedrichs格式、Lax-Wendroff格式、QUICK格式、指数型差分格式和Crank-Nicolson格式[1]. 虽然这些格式形式简单、计算量小,但计算精度较低,对一些复杂问题计算结果并不理想,不能满足实际数值模拟的需要. 因此,有必要去寻求精度高和稳定性强的数值格式,尤其是高精度、高分辨率格式. 紧致差分格式由少数的节点模板可构造出精度较高的差分格式,并且稳定性好,边界条件易处理,因此受到学者们的关注.2007年,Tian等[2]提出了一种高精度指数差分方法. 2009年,Ding和Zhang构造了一种空间四阶和时间五阶的差分格式,其在时间上采用的是半离散和Padé逼近法,在空间上是利用文献[3]中的多项式紧致差分. 文献[4]针对二维非定常不可压涡量-速度Navier-Stokes方程组,提出一种高精度全隐式紧致差分格式. 文献[5]针对二维对流扩散方程提出了一种二阶五点差分格式. 文献[6]对于二维对流扩散方程,利用一阶和二阶导数的四阶Padé 型紧致差分逼近式,结合原方程,得到了求解该方程的一种四阶精度的隐式紧致差分格式.此外,求解大梯度问题、边界层问题等特殊物理性的问题时,若利用均匀网格剖分进行求解,往往会出现两种情况:如果网格较大,则计算结果精度不高;反之,如果网格较小,则计算成本成倍增加,计算量和存储量均较大. 解决这一问题较为合理的做法是,大梯度或边界层所在区域多分布些网格节点,而小梯度或物理变化平缓的区域少一些网格节点,这样可使计算精确性较高,同时减少了计算量. 文献[7]基于函数的泰勒级数展开构造了非均匀网格上求解一维对流扩散反应问题的高精度紧致差分格式. 文献[8]基于非均匀网格上函数的泰勒级数展开,推导出了一维对流扩散方程的高阶紧致差分格式. 文献[9]提出了一种非均匀网格上的三点四阶紧致差分格式.对于多维问题,显式格式需要有非常严格的稳定性条件,即时间步长必须取得很小才能保证收敛,因而很难应用;利用全隐格式求解多维问题时,一般情况下需要迭代求解代数方程组,计算量较大. 针对二维非定常对流扩散方程,本文推导出了一种新的高精度紧致差分格式. 并用算例验证该格式的精确性与可靠性.如下二维非定常对流扩散方程在求解区域[a1,a2]×[b1,b2]上进行非均匀网格剖分,x方向:a1=x0,x1,x2,…,xN1=a2;y方向:b1=y0,y1,y2,…,yN2=b2,并定义:xh=xi-xi-1,xf=xi+1-xi,1≤i≤N1-1,yh=yj-yj-1,yf=yj+1-yj,1≤j≤N2-1. 当xh=xf且yh=yf 时,网格剖分为均匀网格.将(1)式变形为该格式在均匀网格上,时间、空间的精度分别为2阶和4阶;在非均匀网格上,在空间上至少为3阶精度,时间上具有2阶精度.一般情况下,采用如下变换函数剖分求解区域下面采用MATLAB进行编程并计算如下三个数值算例,以验证上面构造的高精度紧致差分格式的精确性和可靠性.算例1 考虑如下扩散问题初始条件为边界条件为该问题的精确解为u=sin(xyt).对于该问题,对区域(0,1)×(0,1)进行剖分时,令θ=π,在x和y方向上分别选取合适的λx,λy,利用(7)式变换函数进行剖分. 用本文构建的格式对该问题进行求解. 在网格数相同时,由表1可以看出,均匀网格的计算误差不受λ取值的影响,而非均匀网格的计算误差随λ的变动而发生相应的变化,甚至λ发生微小变化就会使得计算误差发生很大的变化,例如,当λ取0.5时,非均匀网格上的误差小于均匀网格上的误差,而λ取0.51时,非均匀网格上的误差就大大增加. 因此,伸缩系数λ存在最优值.下面以网格数为16×16的情况为例,选取合适的λ(λ=0.5)给出本文格式在均匀网格和非均匀网格上的计算结果. 图1和图2是该问题的计算误差. 为了更清晰的看出计算结果,图3-图5沿x轴分别给出了x=0.25,0.5,0.75处计算结果的剖面图. 从这些计算结果,尤其图3-图5,不难发现,在网格数较少时,本文格式在非均匀网格上的数值解与均匀网格上的数值解相比,前者与精确解的吻合度更高,即非均匀网格上的计算精度更高.算例2 下面二维对流扩散方程对于该问题,利用(7)式变换函数对求解区域(0,1)×(0,1)进行剖分,令θ=π,在x 和y方向上分别选取合适的λ. 用本文构建的格式对该问题进行求解. 表2和表3分别给出了Re=20和Re=100时,均匀网格和非均匀网格上的平均误差.可以看出,在Re较小的情况下,非均匀网格上的计算平均误差的数量级至少可以达到10-4,而均匀网格上要达到同样的计算结果,则需要更多的网格数;当Re增大(如Re=100)时,非均匀网格上的平均误差比均匀网格上平均误差小一到两个数量级,因此知道非均匀网格上计算结果要明显比均匀网格上的计算结果好.将求解区域沿x轴和y轴各作3个断面,如图6所示. 其中,断面1位于靠近y轴的第1个网格节点处;断面2位于沿x轴的第9个网格节点处;断面3位于靠近x=1的一个网格节点处;断面4位于靠近x轴的第1个网格节点处;断面5位于沿y轴的第9个网格节点处;断面6位于靠近y=1的一个网格节点处.图7为当Re=100,λx=-0.9,λx=0.9,网格数为16×16时,六个断面上本文格式在均匀网格与非均匀网格上的数值解与精确解的剖面图.由于边界层均匀网格和非均匀网格不在同一个位置,所以本文在对应位置处对均匀网格和非均匀网格上的数值解与精确解分别进行了比较. 图7(1)和图7(6)所表示的断面1和断面6完全处于边界层处,图7(2)-(3)所示断面2和断面3的右端,与图7(4)-(5)所示断面 4和断面5的左端均处于边界层. 由图可以知道,在这些处于边界层的位置处,非均匀网格上的数值解与对应的解析解的吻合度均高于均匀网格上的数值解与对应的解析解的吻合度.图7(1)的右端(0,1)附近和图7(6)的左端(0,1)附近为同一位置即处于两边界层的交界处,从这两个图中可以知道,该位置处均匀网格上的数值解与解析解产生了很大的分离,而非均匀网格上的数值解与解析解之间依旧有很好的吻合度.从图7还可以看出,在除边界层外的其他位置,在均匀网格上的计算结果与非均匀网格上的计算结果差别不大. 因此,可以知道,对于含边界层的问题,非均匀网格的计算结果优于均匀网格上的计算结果,即非均匀网格上的计算结果拥有更高的精度.算例3 考虑如下二维非定常对流扩散方程对于该问题,当Re取较大的值时,该方程的解在x=1和y=1处各有一个边界层,因此,对区域[0,1]×[0,1]进行剖分时,令θ=π,在x和y方向上分别选取合适的λx和λy,利用(7)式变换函数进行剖分,使网格点在x=1和y=1处分布较多些.用本文构建的格式对该问题进行求解.表4给出了当Re=100时,本文格式在不同网格数下,均匀网格和和非均匀网格上的最大绝对误差.由表4知,当网格数相同时,非均匀网格上的计算结果的最大绝对误差小一个数量级;非均匀网格上误差数量级为10-2时,需要的网格数为20×20,而在均匀网格上需要的网格数却达到了60×60,即在非均匀网格上利用少数网格点所达到的计算精度,在均匀网格上则需要更多的网格点才能够达到. 说明本文格式在非均匀网格上的计算效果比在均匀网格上的效果好.该问题在x=1和y=1的边界层梯度会随着Re的逐渐增大,也会逐渐变大. 图8给出了T=1.0, Re=700,λ=0.5,网格数为40×40时,非均匀网格剖分情况. 图9-图11给出了T=1.0, Re=700,λ=0.5,网格数为40×40时, 精确解与数值解在y=0.25, 0.5, 0.75处的剖面图等计算结果.从图9-图11中,可以看出Re增大时,非均匀网格上的数值解与均匀网格上的数值解相比,非均匀网格上的计算结果与精确解在边界处的吻合较好. 由此看出,非均匀网格上的紧致差分格式利于处理大梯度、边界层问题.本文针对二维对流扩散方程,基于非均匀网格,构造了一种紧致差分格式,该格式具有至少3阶空间精度,2阶时间精度. 并通过具体数值算例进行验证.结果表明,本文所构造的格式,对于处理大梯度、边界层问题具有较好的计算精确性,明显优于均匀网格格式,但对于一般问题,非均匀网格和均匀网格上误差相差不大. 另外,研究结果还表明,非均匀网格上紧致差分格式的精度,还决定于网格伸缩系数λ.该系数存在最优值,若取值不当,可能误差比均匀网格还要大.。

一类二维对流扩散方程的有限元法

一类二维对流扩散方程的有限元法
座” 进行 叠加 , 生成 总 刚度矩 阵 A和总荷 载 向量 F .
16 约束 处理 , . 求解 方程 组 对矩 阵 A和 向量 通过 “ 划行 划列 ” 的方法处 理本 质边 界条 件 , 成有 限元 方程 组 形
Ku:F.
2 误差 分析
定理 1 设 A u 3 7 ( ,)
(o 1)
l 一/ l .≤c I/ F^ 1 I / l n l 一 IuI . “ , ^ 1 / , ln 由定理 1我们可 以得到有限元的 日 模估计 ,
Id / 1.≤ l/ d l1 l, , 0 /一/ ^l n l, , I. /一/ n ^ 再通 过 Nt h 技 巧 , 以得 到 L 模估 计 。 ice s 可 对于 /EH ¨( 的 m次 有 限元解 / 有 最佳 估计 误差 . m Q) t / , I 一 f,≤ “ I } 1 0 J ^I n J +n ≤ ≤m “I
∈ 在某一个单元上的值 , 只要给出函数 u 在结点 P 上的值 = ( Y) 1 ) u x, ( ≤ ≤ 就可 以了. 因为 , 对于
其中任意一个单元 e 来说, 设它的顶点为P, P , = pP . , 即e A iy 不妨设这三点的顺序是逆时针的, 如图
所示 .
将式 ( ) 7 和式( ) 8 分别代人式( ) 2 和式 ( ) 可以分别得到在单元 e , 上的单元刚度矩阵A ’ 3, im 和单元荷载 j

向量 F ’ . 15 总体 合成 . 将单 元 刚度矩 阵 A ’ 和单元 荷载 向量 F 进 行 扩 充 , 以单元 结 点 标 号两 两 组 合作 为 下标 , 然后 “ 号入 对
A,=n 赛口 。】 + 6, ) ( )]d d +' 2 () [ +y ( )+ 6 ,)x+vy:d ) u ‘ O嚣 【 -, zy vycx fv v a u (, u ( ud ud os( u

二维抛物方程的有限差分法

二维抛物方程的有限差分法

二维抛物方程的有限差分法摘要二维抛物方程是一类有广泛应用的偏微分方程,由于大部分抛物方程都难以求得解析解,故考虑采用数值方法求解。

有限差分法是最简单又极为重要的解微分方程的数值方法。

本文介绍了二维抛物方程的有限差分法。

首先,简单介绍了抛物方程的应用背景,解抛物方程的常见数值方法,有限差分法的产生背景和发展应用。

讨论了抛物方程的有限差分法建立的基础,并介绍了有限差分方法的收敛性和稳定性。

其次,介绍了几种常用的差分格式,有古典显式格式、古典隐式格式、Crank-Nicolson隐式格式、Douglas差分格式、加权六点隐式格式、交替方向隐式格式等,重点介绍了古典显式格式和交替方向隐式格式。

进行了格式的推导,分析了格式的收敛性、稳定性。

并以热传导方程为数值算例,运用差分方法求解。

通过数值算例,得出古典显式格式计算起来较简单,但稳定性条件较苛刻;而交替方向隐式格式无条件稳定。

关键词:二维抛物方程;有限差分法;古典显式格式;交替方向隐式格式FINITE DIFFERENCE METHOD FORTWO-DIMENSIONAL PARABOLICEQUATIONAbstractTwo-dimensional parabolic equation is a widely used class of partial differential equations. Because this kind of equation is so complex, we consider numerical methods instead of obtaining analytical solutions. finite difference method is the most simple and extremely important numerical methods for differential equations. The paper introduces the finite difference method for two-dimensional parabolic equation.Firstly, this paper introduces the background and common numerical methods for Parabolic Equation, Background and development of applications. Discusses the basement for the establishment of the finite difference method for parabolic equation And describes the convergence and stability for finite difference method.Secondly, Introduces some of the more common simple differential format,for example, the classical explicit scheme, the classical implicit scheme, Crank-Nicolson implicit scheme, Douglas difference scheme, weighted six implicit scheme and the alternating direction implicit format. The paper focuses on the classical explicit scheme and the alternating direction implicit format. The paper takes discusses the derivation convergence,and stability of the format . The paper takes And the heat conduction equation for the numerical example, using the differential method to solve. Through numerical examples, the classical explicit scheme is relatively simple for calculation, with more stringent stability conditions; and alternating direction implicit scheme is unconditionally stable.Keywords:Two-dimensional Parabolic Equation; Finite-Difference Method; Eclassical Explicit Scheme; Alternating Direction Implicit Scheme目录摘要 (I)Abstract (II)1绪论 (1)1.1课题背景 (1)1.2发展概况 (1)1.2.1抛物型方程的常见数值解法 (1)1.2.2有限差分方法的发展 (2)1.3差分格式建立的基础 (3)1.3.1区域剖分 (3)1.3.2差商代替微商 (3)1.3.3差商代替微商格式的误差分析 (4)1.4本文主要研究容 (5)2显式差分格式 (7)2.1常系数热传导方程的古典显式格式 (7)2.1.1古典显式格式格式的推导 (7)2.1.3古典显式格式的算法步骤 (8)3隐式差分格式 (10)3.1古典隐式格式 (10)3.2 Crank-Nicolson隐式格式 (12)3.3 Douglas差分格式 (13)3.4加权六点隐式格式 (14)3.5交替方向隐式格式 (15)3.5.1 Peaceman-Rachford格式 (15)3.5.2 Rachford-Mitchell格式 (15)3.5.3 Mitchell-Fairweather格式 (15)3.5.4交替方向隐式格式的算法步骤 (16)4实例分析与结果分析 (17)4.1算例 (17)4.1.1已知有精确解的热传导问题 (17)4.1.2未知精确解的热传导问题 (19)4.2结果分析 (20)5稳定性探究与分析 (21)5.1稳定性问题的提出 (21)5.2 几种分析稳定性的方法 (21)5.3 r变化对稳定性的探究 (23)5.3.1 古典显式格式的稳定性 (23)5.3.2 P-R格式格式的稳定性 (24)结语 (26)参考文献 (27)附录P-R格式的C++实现代码 (28)致谢 (30)1绪论1.1课题背景抛物方程是一类特殊的偏微分方程,二维抛物方程的一般形式为u Lu t∂=∂ (1-1) 其中1212((,,))((,,))(,,)(,,)(,,)u u u u u u L a x y t a x y t b x y t b x y t C x y t x x y y x y∂∂∂∂∂∂=++++∂∂∂∂∂∂ 120,0,0a a C >>≥。

二维泊松方程和扩散方程的一类显式并行算法的开题报告

二维泊松方程和扩散方程的一类显式并行算法的开题报告

二维泊松方程和扩散方程的一类显式并行算法的开
题报告
一、课题背景及研究意义
二维泊松方程和扩散方程广泛应用于物理、化学、工程等领域,如
电场、热传导、地球物理、生物医学等。

求解这些方程对于优化相应领
域的生产和科研具有重要意义。

但是,这些方程的求解通常需要高计算
效率和精度。

由于各种领域中的问题包含数百万或数十亿个未知数,因此并行化
计算是必要的。

因此,一些并行算法被提出来提高计算速度和解决该问题。

二、目标与内容
本研究旨在提出一种显式并行算法,以求解二维泊松方程和扩散方程。

本文提出的算法用于高效地解决大规模问题。

研究内容包括以下方面:
1. 设计高效的并行算法并改进现有算法。

2. 使用C++11语言实现算法。

3. 通过仿真实验验证算法可行性,并进行性能测试。

三、研究方法
本研究将采用以下方法:
1. 分析泊松方程和扩散方程的解析解和数值方法,以确定数值方法
和所需方程的计算。

2. 设计并实现采用MPI通信库的并行算法,并运用不同的处理器数、分布式存储架构和性能优化策略进行性能测试。

3.通过比较串行算法和并行算法的计算时间、内存占用和精度等方面,验证算法可行性和有效性。

四、预期成果与意义
预计该研究将获得以下成果:
1. 提出一种高效的并行算法,可用于大规模泊松方程和扩散方程求解。

2. 利用该算法实现计算时间和内存利用率的显著改善。

3. 完成该算法的性能仿真实验,并得到优秀结果。

有限差分求解扩散的数值解

有限差分求解扩散的数值解
C2
Jeff
C2
无孔结构
J0 =-D ∂C ∂z
多孔介质
ε ∂C Jeff =- D τ ∂z
其中ε为孔隙率
曲折因子
τ= J0 ε Jeff
3.扩散模拟表征多孔介质物质输运性能(相转换流延制备) SRCT构建孔结构数组
灰度图
二值图
黑色:孔 白色:实体 孔隙率:0.35
三维结构重构图A
3.扩散模拟表征多孔介质物质输运性能
1.有限差分的基本原理( 一维扩散例子) 计算结果
稳态下
∂C ∂2 C =D 2 = 0 ∂t ∂x
2.边界条件处理( 二维柱坐标扩散例子)
扩散进口
扩散出口
绝缘 环
圆柱上底面和侧面为高浓度面(红色) 圆柱下底面同心小圆为低浓度面(白色) 圆柱下底面圆环为绝缘面 (蓝色)
2.边界条件处理( 二维柱坐标扩散例子) 0 Z
r
扩散微分方程: ∂C ∂2 C 1 ∂C ∂2 C =D( 2 + r + 2) ∂t ∂r ∂r ∂Z
圆心对称
柱坐标下取体积微元由质量衡算推导扩散偏微分方程
r+ △r
△Z
r
体积微元质量变化量
∆m=-2π r+∆r ∆Z∆t*J -π r+∆r 2 -r2 ∆t*J
移项化简得
r+∆r+2πr∆Z∆t*J r Z
2 2 + π r+ ∆r -r ∆t*J Z+∆Z
∆m 1 -J = * 2πr∆Z∆r∆z r
r+∆r *

r+∆r -J r *r J Z+∆Z -J Z ∆r ∆Z ∂C ,将 J=-D 代入可得 ∂x

求解二维扩散方程的一类并行差分显式方法

求解二维扩散方程的一类并行差分显式方法

! # " # ! # " D ! # " & ! # " A ! # " %
b > a! C ! + ++> b +> B +> # , B" , ,b" # % " " " ! > C ! > > + + + + A A A N N :b N :B N : #
B"
, " & A :
, " ( ( A :
,b" " ( A :
, " ( A :
" # # " " # # $ a " a >! (" & (" & >! (" & (" & "! !! % ! " # " # " 网格剖分 " 为 将区域 -$ $ " d! $ " d! $ 3# 记空间步长 Ca 简便起见 " 将 ( 轴和 N 轴 < 等分 " 时间步长为/ " % " (a & " <" a ( A C! A a$ "& . . . Na Aa " " % # 上 " " + C! <# a $ "&<# & , ,a$ "&3 / /! N : : ,a :a , # 的数值 解 记 为 > 简记为! " 述问题在 ! " A C" , A C" / : A :"

一种新型有限差分格式求解对流扩散方程

一种新型有限差分格式求解对流扩散方程

一种新型有限差分格式求解对流扩散方程提出一种隐格式用于解决二维时间依赖的Burgers型方程。

迎风单边差分格式被用于对流项离散;对扩散项用二阶中心差分格式离散。

我们建立了全隐的数值有限差分格式,分析了无条件稳定性和严格推导了收敛性,在空间是二阶收敛的和时间一阶收敛的。

给出数值结果验证理论正确性。

关键词:隐格式,单边差分逼近,Burgers方程,稳定性,收敛阶第一章介绍1.1对流扩散方程背景对流扩散方程描述黏性流体的动力学行为,这在许多工程应用中发挥了重要作用。

对流占优型扩散方程一般具有对流比扩散的系数大得多的特点,通常数值模拟具有一定难度,因为一方面,扩散系数比传输速度小,并且在另一方面,由于数值扰动容易出现边界层现象。

许多格式已用于这些问题的模拟,并有大量成功的数值方法[1-3]。

通过离散方法来解决对流扩散问题时,一般运用标准Galerkin有限元方法求解,但此方法会导致非物理特征扰动。

为了解决这类缺陷,几种稳定的有限元方法已经在[4]中被提出了。

我们感兴趣的是建立非耗散方法来克服数值扰动,并有鲁棒性和二阶精度,尤其是对Burgers问题。

Burgers问题通常被认为非线性流体的流动和扰动的经典模型。

在二维非线性的情况下,可以描述对流和扩散的现象,Burgers方程代表一种最基本的非线性模型方程。

从一个数值格式出发研究是相当有趣的,因为Burgers已出现在众多的流体方程中[5-7]。

并已经由霍普夫-科尔计算出多种组合的初始条件和边界条件下的结果[10,11]。

此外,对于非线性Burgers方程的解析解也可以通过Homotop Perturbation法[12]得到。

众所周知,单独的选择一种基本差分格式如中心差分或者迎风格式,来计算纯对流式的方程,扩散项通常只是中心近似。

而解决问题的关键在于对流方面构造稳定的离散结构来克服数值扰动。

虽然单边差分近似格式已经被提出了30年之久[13],人们却很少关注他们在计算流动问题。

污染物传输与扩散的数学模型和计算方法

污染物传输与扩散的数学模型和计算方法

污染物传输与扩散的数学模型和计算方法污染物传输与扩散是环境科学中一个重要的研究领域,通过建立数学模型和应用计算方法,可以帮助我们更好地理解污染物在环境中的传输和扩散规律。

本文将介绍几个常用的数学模型和计算方法,以帮助读者更好地理解和应用这些技术。

一、一维扩散模型一维扩散模型是最简单的污染物传输模型之一,适用于河流、湖泊等线性水体中的污染物扩散问题。

该模型基于扩散方程,假设水流速度和污染物浓度均为恒定不变,可用来描述污染物浓度随时间和空间的变化规律。

计算方法包括有限差分法、有限元法等,通过离散化求解扩散方程的数值解。

二、二维扩散模型二维扩散模型相比一维模型更加复杂,适用于湖泊、海洋等二维水体中的污染物传输问题。

该模型基于二维扩散方程,同时考虑了水流的速度分布和不同方向上的污染物传输。

求解二维扩散模型可以使用有限差分法、有限元法、贝叶斯方法等数值计算方法。

三、大气传输模型大气传输模型用于描述污染物在大气中的传输和扩散过程。

该模型基于湍流扩散理论,考虑了风速、功率谱、发射高度等因素对污染物传输的影响。

常用的大气传输模型包括高尔顿模型、高斯模型等,可通过输入源排放量和环境条件等数据,计算污染物在大气中的浓度分布。

四、水质模型水质模型是用于描述水体中污染物传输和转化过程的模型,适用于湖泊、河流、水库等水域环境。

水质模型主要考虑水流的输运、溶解、沉积和生物吸附等过程,并结合水体的水质参数进行模拟和预测。

常见的水质模型包括EUTRO模型、CE-QUAL-W2模型等。

五、计算方法在求解污染物传输与扩散模型时,常用的计算方法包括有限差分法、有限元法、随机漫步法等。

有限差分法是最常用的数值计算方法之一,通过将求解区域离散化,利用差分近似求解微分方程。

有限元法则将求解区域划分为多个小区域,通过离散化得到线性方程组,进而求解污染物浓度分布。

随机漫步法则模拟了污染物分子在水体中的随机传输过程,通过随机抽样计算污染物在空间中的浓度分布。

二维泊松方程和扩散方程的一类显式并行算法

二维泊松方程和扩散方程的一类显式并行算法
3参见新华社10月12日报导“最新照片证实野生华南虎再现陕西巴山腹地”;
2007年10月13日《北京晨报》报导“绝迹24年华南虎重现陕西村民冒险拍下照片”.
4见新华社(北京)报导2007年10月12日“最新照片证实野生华南虎再现陕西巴山腹地”.
5见《中华人民共和国自然保护区条例》第12条规定.
常紧急,争取直接申请成为国家级自然保护区。”
中国人从未放弃对华南虎的搜寻努力:1999年到2001年,国家林业局组织全国性的野生华南虎资源状况调查;2001年拯救中国虎国际慈善联合会邀请国内外专家赴湖南、江西、福建三地进行野外考察;2006年10月,广东省华南濒危动物研究所在粤北山地开展预计10年的华南虎野外探访。但所有的搜寻最终都宣告无功而返,
5.张诚Practice and Theory of Extracting 3D Information from Fish-Eye Pictures[学位论文]2004
6.牛海峰流体及非线性最优控制问题的有限元方法:状态受限与超收敛分析[学位论文]2011
7.余军CTAB/NaSal/PVA纳米纤维膜的制备及结构性能的研究[学位论文]2010
1有关华南虎的资料很多,本资料来源于新华社报导中的附带介绍. 见新华社(北京)报导2007年10月12日“最新照片证实野生华南虎再现陕西巴山腹地”.
2该资料来源于新京报2007年7月15日报导“据称陕西秦巴山区可能再现野生华南虎”,在互联网上可以找到相关资料.
一些国外专家开始宣称野生华南虎已经灭绝。
历史上,秦岭以南的东南、西南、华南各省,都是华南虎的分布区,面积几乎占到全国国土面积的1/3。上世纪50年代初期,中国尚存华南虎4000多只,但随后兴起的全民“打虎”运动使华南虎遭受灭顶之灾,华南虎大量遭到人为捕杀,1973年中国政府颁布法律明令禁止捕猎老虎,但此时国内的华南虎已经所剩无几。1986年11月6日,在湖北某林场发现一只华南虎幼虎,这是我国最后一次发现野生华南虎,距今已有21年。据估计,目前全球野生华南虎仅有20余只,数量极度稀少,因此华南虎被列为我国一级保护动物。在联合国国际自然与自然资源保护联盟1996年发布的《濒危野生动植物国际公约》中,华南虎被列为“世界十大优先保护动物”的第一号,其珍贵程度不亚于中国国宝大熊猫2。

二维扩散方程的Du_Fort-Frankel_差分格式

二维扩散方程的Du_Fort-Frankel_差分格式

第 30 卷第 1 期2024 年 2 月Vol. 30 No.1February 2024二维扩散方程的Du Fort-Frankel差分格式*黄卓红,唐榕羚(广西民族大学 数学与物理学院,广西 南宁 530006)摘 要:文章对水质污染分析模型的数值求解技术展开研究,深入细致地探索扩散方程的新型差分格式,应用Du Fort -Frankel 差分格式对二维扩散方程进行离散,使用泰勒展开式,提出该类差分格式具有二阶精度,指出该类差分格式与原二维扩散方程是相容的,并验证了该类差分格式的收敛性和绝对稳定性。

关键词:二维扩散方程;Du Fort -Frankel 差分格式;相容;收敛;稳定性中图分类号: O241.6 文献标识码: A 文章编号: 1673-8462(2024)01-0105-040 引言水质污染分析模型的数学表达式往往包含微分方程、积分方程、代数方程、差分方程和微分-差分方程,等等。

[1]水质污染分析模型既是水环境科学研究的内容之一,又是水环境研究的重要工具。

[2]对流和扩散现象大量出现在自然界及工程技术领域。

例如:河流污染、大气污染和核废物污染中污染物质的分布。

人类在不断探索的过程中发现描述污染物在水体运动过程的数学模型通常都是对流-扩散方程,对于复杂的数学模型问题,人们往往只能通过数值模拟方法获得近似的数值解。

为了寻求这类数学模型的数值解,国内外许多学者做了大量的工作。

[3-7]郑永红等人[6]利用SOWMAC 格式求解了二维对流扩散方程,汪守东和沈永明[7]将SOWMAC格式、Crank -Nicloson 格式等应用到三维对流扩散方程中,并指出迎风等多种格式在求解三维对流扩散问题时存在不足。

刘忠波、房克照和孙昭晨[8]使用Crank -Nicolson 和混合4阶Adams -Bashforth -Moulton 两种时间步进格式和两种空间精度格式处理对流项,并利用所建立的差分格式求解经典污染物浓度场的三维对流扩散问题。

有限差分方法

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
  1. 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. 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. 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)。

0 引言
很多物理现象( 如热传导 , 气体的扩散等 ) 都可以用扩散方程来描述 , 所以研究它的数值解法十分重要, 已有许多方法可以用来求解 。目前, 也有诸多文献讨论了数值求解扩散方程的并行差分方法 , 由于高 性能并行计算机的出现和并行计算机的发展 , 扩散方程有限差分并行算法的设计与分析受到了密切关注。 从大规模科学工程计算的实际要求来说 , 并行差分格式应具有好的稳定性, 精度高 ( 与隐式差分格式有一样 的精度 , 从而满足实际应用问题的精度要求) , 并行性好, 计算区域没有限制 , 构造的并行格式简单等等。本 [ 1] 文介绍一种简单 , 实用的有限差分并行算法, 采用斜向差分算子 , 构造了斜向隐式差分格式 , 再结合边界条 件, 对扩散方程进行求解。虽然是隐格式, 但可以利用边界条件显式计算。这样 , 既保持了隐格式的稳定性 和精度 , 也减少了计算复杂性。理论分析和数值算例均表明, 此类算法并行性好 , 精度高, 并行格式简单, 实 用。虽然是条件稳定的, 但对精确解的逼近性好, 误差较小。
A class of parallel finite difference methods for solving a two dimensional diffusion equation
XU Qiu yan
( School of M athematics and System Science, Shandong University, Jinan 250100, Shandong, China)
3
um n = #e
k
k im∃ + in%
, ( i = - 1)
2
代入式( 3) , 经整理得特征方程 # = 1其中 , s 1 = sin
2
4 r( s1 + s2 ) 1+ 4 rs 1 。
( 7)
∃ + % 2 ∃ - % , s 2 = sin [ 0, 1] 。 2 2
所以 , 特征方程 ( 7) 的根满足 | # | # 1 的充分必要条件是 4r ( s 1 + s 2 ) - 1 # 1# 1。 1+ 4 rs 1 简化可得 2 rs 2 # 1+ s 1 r ( 4 - 2) 。 由此可解得式( 6) , 同样地, 对式 ( 4) 的稳定性分析同上 , 从而得到斜向差分格式 ( 3) 和 ( 4) 稳定的充分条件。
现在 , 利用 A i 和 B i ( i = 1, 2, 3) 这 6 个公式, 建立 2 种实用的并行算法。 并行算法 % :
4






(理

版)
第 43 卷
( 1) 取 m , n 均为奇数, 不妨以 m = n = 7 为例 , 如图 3 ( 左 ) 所示 , 具体给出计算步骤。 & 从左下角出发, 结合边界条件 , 利用公式 B 1 和 A 2 求出图中所有标记为 ∋ 的结点的函数值。 ( 从左上角出发, 结合边界条件 , 利用公式 A 1 和 B 2 求出图中所有标记为 ) 的结点的函数值。 这样 , 便求出所有结点处的函数值。 ( 2) 取 m , n 均为偶数, 第一步与 & 相同 , 第二步 , 先用隐格式算出 n - 1 层上的函数值, 然后计算过程 与 ( 相同。 这样, 便求出所有结点处的函数值。 并行算法 ∗ : i i ( 1) 取 m , n 均为奇数, 不妨以 m = n = 7 为例 , 如图 3( 右) 所示 , 标记 A j 和 Bj 表示第 i ( i = 1, 2, 3, !) 步 用公式 Aj 和 Bj ( j = 1, 2, 3) 计算出其左下角结点处的函数值 , 具体给出计算步骤。 第一步, 结合边界条件, 利用公式 A 1 和 B 1 计算出 4 个角上的函数值。 第二步 , 采用公式 A 2 , B 2 , A 3 , B 3 , 结合边界条件以及第一步的计算结果, 又可计算出上标为 2 的 4 个结 点上的值。 依次类推, 利用相应的公式, 结合边界条件和前 i - 1 步的计算结果 , 可并行计算出上标为 i ( i = 1, 2, 3, !) 的所有结点上的函数值。 ( 2) 取 m , n 均为偶数 , 计算方法与( 1) 相同 , 其中无法用以上 6 个公式求解时, 可采用稳定性好的隐格 式求解, 以求出所有结点处的函数值。 显然 , 算法 % 和算法 ∗都是并行的。算法 % 比算法 ∗简单, 但算法 ∗的逼近性更好。虽然式( 3) 和( 4) 是 隐式差分格式, 但整个计算过程是显式计算的 , 实用性很好。
2
u
2
2
x
+
u
2
y
( 1)
是成立的。 本文主要研究在 x 轴和 y 轴上, 建立二维扩散问题的差分格式, 故而称之为斜向差分格式。
1 斜向隐式差分格式
考虑如下形式的扩散方程初边值问题 u u u = 2+ 2, t x y u( x , y , t ) = f ( x , y , t ) , u ( x , y , o ) = g( x , y ) 。 这里 为有界区域, 首先, 对区域 是 的边界。
k k k 2 2
( ( x, y) ( ( x , y) ( ( x, y)
, t > 0) , t > 0) ) ( 2)
进行剖分, 令 x i = ih , y j = jh , ( i = 0, 1, 2, !, m ; j = 0, 1, 2, !, n ) , t = k !t , ( k = 0, 1,
关于此格式的稳定性 , 描述如下: 定理 1 斜向差分格式( 3) 和( 4) 稳定的充分条件均为 r # 1/ 2, r# 证明 利用 Fourier 稳定性分析方法 , 令 1 4( 11 ∃ ) 2 1 。 ( < ) ) 2 ( ( 6)
第 8期
许秋燕 : 解二维扩散方程的一类有限差分并行算法
2 2 k k k k k k k k
∀ 2 uij = u i + 1, j - 1 - 2 uij + u i - 1, j + 1 。 由此 , 构造如下隐格式来逼近扩散方程 ( 2) 。 u ij - u ij = !t u ij - u ij = !t 其中
2 k+ 1 k k+ 1 k
∀ 1 u ij + ( 12 2h
收稿日期 : 2008 05 09 基金项目 : 国家自然科学基金资助项目 ( 10671113) 作者简介 : 许秋燕 ( 1983 ) , 女 , 博士研究生 , 主要从事偏微分方程数值分析及科学工程计算方面的研究 . Email : qiuyan1025@ 163. com
[ 2 6] [ 7 10]
同样地, 可将式 ( 4) 改写成如下 3 种形式 : u ij = r k+ 1 k+ 1 k ( u i + 1, j - 1 + u i - 1, j + 1 + G ij ) , 1+ 2 r k+ 1 1 k+ 1 k+ 1 k u i + 1, j - 1 = + 2 u ij - u i - 1, j + 1 - G ij , r
2 并行算法的实现
建立具体的有限差分并行算法 , 来逼近扩散方程( 2) 。为了实现算法的并行 , 现将式( 3) 改写成如下 3 种 形式 : u ij = r k+ 1 k+ 1 k ( u i + 1, j + 1 + u i - 1, j - 1 + F ij ) , 1+ 2 r k+ 1 1 k+ 1 k+ 1 k u i + 1, j + 1 = + 2 u ij - u i - 1, j - 1 - F ij , r
2 k 1 k ∀ 1 u ij + r u ij 。
( 15)
显然, 式( 8) , ( 9) , ( 10) , ( 12) , ( 13) , ( 14) 分别给出了 ( k + 1) 时间层上数值解的分布 , 如图 2 所示。式
图 2 ( k + 1) 时间层上数值解的分布 Fig. 2 The distribution of numerical solvers at ( k + 1) th time step
许秋燕
( 山东大学数学学院 , 山东 济南 250100)
摘要 : 对于求解二维扩散方程 , 构造了一类简单 、 实用的有限 差分并行算 法 。采 用斜向 差分算 子 [ 1] , 建立 斜向隐 式 差分格式 , 再结合边界条件 , 对扩散方程进行求解 。 此算法虽然是 隐格式 , 但可以 利用边界条 件显式计 算 , 既 保持 了隐格式的稳定性和精度 , 也减少了计算复杂性 。 通过具体的数值算 例表明 , 此类算法 并行性好 , 精度 高 , 并 行格 式简单 , 有很好的实用性 。 关键词 : 扩散方程 ; 斜向差分算子 ; 斜向隐式差分格式 ; 并行 算法 中图分类号 : O241. 82 文献标志码 : A
k+ 1
( 12) ( 13) ( 14)
u i - 1, j + 1 = 其中 Gij = ( 11) , ( 15) 表示 k 层上数值解的运算。
k
k+ 1
1 + 2 uk + 1 - uk + 1 - G k 。 ij i + 1, j - 1 ij r - 1 ∀ 2 u ij +
2 k
1
1
2






(理

版)
第 43 卷
相关文档
最新文档