抛物型方程有限差分法

合集下载
  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)。

抛物型方程有限差分法

1. 简单差分法

考虑一维模型热传导方程

(1.1) )(22x f x

u

a t u +∂∂=∂∂,T t ≤<0 其中a 为常数。)(x f 是给定的连续函数。(1.1)的定解问题分两类:

第一,初值问题(Cauchy 问题):求足够光滑的函数()t x u ,,满足方程(1.1)和初始条件:

(1.2) ()()x x u ϕ=0,, ∞<<∞-x

第二,初边值问题(也称混合问题):求足够光滑的函数()t x u ,,满足方程(1.1)和初始条件:

()13.1 ()()x x u ϕ=0,,

l x l <<-

及边值条件

()23.1 ()()0,,0==t l u t u ,

T t ≤≤0

假定()x f 和()x ϕ在相应的区域光滑,并且于()0,0,()0,l 两点满足相容条件,则上述问题有唯一的充分光滑的解。

现在考虑边值问题(1.1),(1.3)的差分逼近 取 N l h =

为空间步长,M

T

=τ为时间步长,其中N ,M 是自然数, jh x x j ==, ()N j ,,1,0 =; τk y y k ==, ()M k ,,1,0 =

将矩形域G {}T t l x ≤≤≤≤=0;0分割成矩形网格。其中 ()j i y x ,表示网格节点;

h G 表示网格内点(位于开矩形G 中的网格节点)的集合; h G 表示位于闭矩形G 中的网格节点的集合;

h Γ表示h G -h G 网格边界点的集合。

k j u 表示定义在网点()k i t x ,处的待求近似解,N j ≤≤0,M k ≤≤0。

注意到在节点()k i t x ,处的微商和差商之间的下列关系((,)k

j k j

u u x t t t ∂∂⎛⎫

≡ ⎪∂∂⎝⎭)

: 可得到以下几种最简差分格式 (一) 向前差分格式

()24.1 ()j j j x u ϕϕ==0, k u 0=k

N u =0

其中1,,1,0-=N j ,1,,1,0-=M k 。取2h

a r τ

=

为网比,则进一步有 ()14.1' 1+k j u =k j ru 1++()r 21-k j u +k j ru 1-+j f τ

此差分格式是按层计算:首先,令0=k ,得到

1j u =01+j ru +()r 21-0j u +0

1-j ru +j f τ

于是,利用初值()

j j j x u ϕϕ==0和边值k u 0=k N u =0,可算出第一层的1

j u ,

1,,1,0-=N j 。再由()14.1'取1=k ,可利用1j u 和k u 0=k

N u =0算出2j u ,

1,,1,0-=N j 。如此下去,即可逐层算出所有k j u (1,,1,0-=N j ,

1,,1,0-=M k )

。 由于第()1+k 层值可以通过第()k 层值直接得到,如此的格式称为显格式。并

视k j u 为()k j t x u ,的近似值。

若记

()

T

k

N k k k u u u 1

21,,,-= u ,()()()()T N x x x 121,,,-=ϕϕϕϕ ,()()()()T N x f x f x f 121,,,-=τττ f 则显格式()14.1'

可写成向量形式 其中 若记

那末截断误差

(1.5) ()=u R k

j

()

()[]k j

k j h Lu t x u L -,1=()ττO t x t u r k j +⎪⎪⎭

⎫ ⎝⎛∂∂⎪⎭⎫ ⎝⎛--)~,~(2112122=()2

h O +τ。 其中(,)j k x t 是矩形11+-<

事实上,()=u R k

j k j x u ⎪⎪⎭⎫ ⎝⎛∂∂222τ+()2τO k

j

x u h a ⎪⎪⎭⎫ ⎝⎛∂∂⋅-442ˆ12 =k j x u ⎪⎪⎭⎫

⎝⎛∂∂222τ+()2τO ()22222ˆ112τO t u a h a k

j +⎪⎪⎭⎫ ⎝⎛∂∂⋅⋅⋅- =⎥⎦⎤⎢⎣⎡-⋅-211212ττa h ()2

22~τO t u k

j +⎪⎪⎭⎫ ⎝

⎛∂∂ =⎥⎦⎤⎢⎣⎡--21121r τ()

222~τO t u k

j

+⎪⎪⎭⎫ ⎝⎛∂∂=()2h O +τ。 这里

故22t u ∂∂44

244x u a x u a a ∂∂=⎪⎪⎭

⎫ ⎝⎛∂∂⋅=,从而=∂∂44x u 221t u a ∂∂⋅ (二) 向后差分格式

()26.1 ()j j j x u ϕϕ==0, k u 0=k

N u =0

其中 1,,1,0-=N j ,1,,1,0-=M k 。取2

h a r τ

=

为网比,则进一步有 ()16.1'

r -k j u 1++()r 21+1+k j u r -11+-k j u =k

j u +j f τ

按层计算:首先,取0=k ,则利用初值()

j j j x u ϕϕ==0和边值k u 0=k

N u =0,来确定

出第一层的1j u ,1,,1,0-=N j ,即求解方程组:

r -11+j u +()r 21+1j u r -11-j u =0j u +j f τ

1,,1,0-=N j ,k u 0=k

N u =0。求出1j u ,在由()14.1'取1=k ,可利用1j u ,解出2j u ,

1,,1,0-=N j 。如此下去,即可逐层算出所有k j u ,1,,1,0-=M k 。

如此每层必须解一个三对角线性方程组的格式称为隐格式。并视k j u 为

()k j t x u ,的近似值。

直观地说,采用显式格式进行求解既方便又省工作量。但是,后面我们将看到,有些情况用隐式格式更为便利。

1.2.3 Grank-Nicholson 法

将向前差分格式和向后差分格式做算术平均,得到的差分格式称之为六点对

相关文档
最新文档