Дослідження збіжності рішень для диференціальних рівнянь у частинних похідних, отриманих методом сіток
i, k
Оцінка
похибки (16) є
справедливою,
якщо точний
розв’язок
неперервно
диференційований
чотири рази
в області G. Для
областей з
кутовими точками,
наприклад
прямокутника,
взагалі кажучи,
u(x,y)
.
Але якщо гранична
функція, тобто
задовольняє
в кутах спеціальні
умови узгодження,
то точний розв’язок
u(x,y)
і є вірною оцінка
(16).
Для
прямокутної
області G=
такими умовами
узгодження
можуть бути:
достатня
гладкість
;
функція
повинна
задовольняти
в кутах прямокутника
диференціальне
рівняння.
Оцінка похибки (8.96) має в основному теоретичне значення, оскільки містить константу С, яку практично важко визначити
![]()
max
ch2+
O(h2), h 0
i, k
Тому
в реальних
розрахунках
використовується
правило Рунге
оцінки похибки,
аналогічне
тому, яке використовується
в чисельному
розв’язанні
задачі Коші
і розв’язанні
звичайних
диференціальних
рівнянь. Робиться
два варіанти
розрахунку
з кроком h та
;
тоді похибка
має вигляд
max
![]()
max
+О(h2)
і головна частина похибки визначається на вузлах,що збігаються.
Потрібно
зазначити,що
рівномірними
прямокутними
сітками найбільш
зручно користуватиcя
при розв’язанні
задач у прямокутних
областях. Якщо
область має
форму паралелограма(скошена
система),то
користуються
координатами,осі
яких паралельні
сторонам цього
паралелограма.
Декартові
прямокутні
координати
пов’язані з
косокутними
координатами
співвідношеннями
,
де а - кут між
.
У диференціальних
виразах похідні
за х та у замінюються
похідними за
.
Усі похідні
апроксимуються
за допомогою
центральних
різниць. Якщо
область має
форму кола,
зручно користуватись
полярними
координатами
![]()
Наведемо деякі загальні зауваження. При чисельному розв’язанні крайових задач для диференціальних рівнянь в частинних похідних методом сіток можуть бути використані тільки різницеві схеми, які збігаються, оскільки в цьому разі можна розраховувати на отримання наближеного розв’язку задачі, достатньо близького до точного. Але й різницеві схеми, що збігаються не завжди можуть бути використані при практичному розв’язанні задачі, оскільки при використанні методу сіток при обчисленні значень граничних функцій та правої частини виникають похибки. Щоб ці похибки не спотворили істинного розв’язання різницевої схеми, остання повинна бути стійкою за граничними умовами і за правою частиною. При використанні нестійкої різницевої схеми спотворення істинного розв’язку тим сильніше, чим дрібніша сітка; при використанні ж великої сітки не можна розраховувати на те, що розв’язок різницевої схеми буде близький до точного розв’язку крайової задачі для диференціального рівняння в силу поганої різницевої апроксимації рівняння.
Крім того, під час розв’язання різницевої задачі в процесі розрахунків нам обов’язково доведеться округляти значення розв’язків у вузлах сітки. Ці помилки можуть значно спотворити картину розв’язання, тому необхідною вимогою є стійкість різницевої схеми що до помилок, які виникають в результаті округлення значень розв’язку у вузлах сітки. Оскільки помилки округлення значень розв’язку в вузлах сітки, принаймні, в найпростіших випадках можна компенсувати зміною правої частини різницевого рівняння, то особливо суттєвою є вимога до стійкості правої частини. Необхідно взяти до уваги й числовий алгоритм, який використовується для розв’язання різницевої схеми. Навіть у випадку, коли різницева схема стійка за граничними умовами і за правою частиною, при невдалому виборі алгоритму для розрахунку розв’язання цієї різницевої схеми може відбутися сильне накопичення обчислювальної похибки, у цьому разі нестійким буде сам процес розрахунку. Нестійкі алгоритми розрахунку практично непридатні у випадку дрібної сітки.
Вибір оптимального кроку
Припустимо,
що межа абсолютної
погрішності
при обчисленні
функції
в кожній точці
задовольняє
нерівність
(17)
Хай
в деякій околиці
крапки
похідні, через
які виражаються
залишкові
члени, безперервні
і задовольняють
нерівностям
(18)
де
- деякі числа.
Тоді повна
погрішність
(без урахування
погрішностей
округлення)
не перевершує
відповідно
величин

Мінімізація
по
цих величин
приводить до
наступних
значень:
(19)
при цьому
(19а)
Якщо
при вибраному
для якої-небудь
значенні
відрізок не
виходить за
межі околиці
точки, в якій
виконується
відповідна
нерівність
(17), то знайдене
є оптимальним
і повна погрішність
чисельного
диференціювання
оцінюється
відповідною
величиною (19).
Дослідження точності
Дослідження точності одержаних виразів при чисельних розрахунках зручно робити за допомогою апостеріорної оцінки, по швидкості убивання членів відповідного ряду Тейлора. Якщо крок сітки достатньо малий, то погрішність близька до першого відкинутого члена.
Таким чином порядок точності результату по відношенню до кроку сітку рівний числу залишених в ній членів, або іншими словами, він рівний числу вузлів інтерполяції мінус порядок похідної. Тому мінімальне число вузлів необхідне для обчислення m-ой похідної, рівне m+1; воно забезпечує перший порядок точності.
Ці висновки відповідають принципу: при почленном диференціюванні ряду швидкість його збіжності зменшується.
Якщо врахувати погіршення збіжності ряду при диференціюванні, то можна зробити висновок: навіть якщо функція задана добре складеною таблицею на досить докладній сітці, то практично чисельним диференціюванням можна визначити першу і другу похідні, а третиною і четвертую – лише задовільно. Більш високі похідні рідко вдається обчислити із задовільною точністю.
Структура похибки розв'язку задачі
Побудувавши математичну модель, намагаються знайти її розв'язок. Для складних прикладних задач, як правило, не існує точного розв'язку у вигляді явних формул або скінченої послідовності арифметичних операцій, кожна з яких виконується точно. Тоді вдаються до чисельних методів — могутнього математичного засобу розв'язування задач. Найпростіші чисельні методи виникли і широко використовувалися задовго до появи ЕОМ. Але є багато прикладних задач, для яких знайти розв'язок без застосування ЕОМ практично неможливо. Сучасні швидкодіючі ЕОМ стали стимулом для розробки нових чисельних методів.
Застосовувати чисельні методи для розв'язування прикладних задач на базі ЕОМ треба обережно, оскільки точність знайденого розв'язку залежить від багатьох факторів. При цьому слід уміти оцінити похибку обчисленого розв'язку.
Похибка розв'язку задачі складається з похибки математичної моделі, неусувної похибки, похибки методу і обчислювальної похибки.
Похибка математичної моделі пов'язана з тим, що модель описує явище наближено, з припущеннями і спрощеннями. Тому треба мати уявлення про точність кінцевого результату, щоб спростити побудову математичної моделі.
Неусувна похибка зумовлена похибками у вхідних даних задачі. Вона залежить від методу розв'язування задачі. Але, щоб правильно обрати метод і визначити точність обчислень, важливо знати межі неусувної похибки.
Похибка методу пов'язана з необхідністю заміни неперервної моделі дискретною або з обривом нескінченного ітераційного процесу після скінченої кількості ітерацій.
Знайти чисельно розв'язок у(х) в усіх точках відрізка [а;b] неможливо, оскільки їх безліч. Тому на відрізку [а;b] беруть скінчену кількість точок (хі = a+ih, i = 0,1.....п, а + пh<=b<a +(п + 1)h) і тільки
в них знаходять значення у(х). Початкове значення y(a)=y0 нам відоме. Для знаходження інших значень уi= у(хі) (i = 1,2,.., n) диференціальне рівняння розглядають не на всьому відрізку [a;b], а тільки в зазначених точках y’(xi)=f(xi,y(xi)).
Замінивши похідну у'(х) її наближеним значенням (уi+1 - уі)/h, дістають систему рівнянь
уi+1 - уі = пf(хі, уі), i = 0,1,2,...,n-1. (20)
Звідси послідовно знаходять y1, y2,… yn.
Якщо в рівняння (20) замість уi i уi+1 підставити точні значення розв'язку у(хi) і y(xi+i)> то рівності задовольняться лише наближено.
Похибку, яку дістають від заміни неперервної моделі дискретною, називають похибкою дискретизації (або похибкою апроксимації),
Крім похибки дискретизації, існує інший тип похибки чисельних методів. В основі багатьох методів лежить ідея ітераційного процесу, в ході якого будується за певним правилом послідовність наближень до розв'язку задачі. Якщо ця послідовність має границю, коли кількість членів послідовності прямує до нескінченності, тоді ця границя буде розв'язком даної задачі. Але на ЕОМ можна обчислити тільки скінчену кількість членів послідовності. Похибку, спричинену обривом ітераційного процесу, називають похибкою збіжності. Похибку методу намагаються звести до величини, яка в кілька разів менша від похибки вхідних даних.
Отже, похибку чисельного методу можуть утворювати похибки дискретизації або похибки збіжності, або ж для деяких методів обидва типи похибок одночасно. Всі ці похибки, а також методи їх аналізу і регулювання розглядаються при побудові конкретних чисельних методів.
Обчислювальні похибки пов'язані з похибками округлення чисел. Обчислення, як ручні, так і на ЕОМ, виконують з певною кількістю значущих цифр. Це вносить у, результат похибку округлення, яка нагромаджується в ході обчислень. Похибки округлення можуть по-різному впливати на кінцевий результат. У результаті виконання мільйонів операцій, кожна з яких вносить невелику похибку, сумарна похибка округлень може значно перевищити шуканий результат обчислень. Але в окремих операціях похибки округлень можуть мати різні знаки і частково компенсувати одна одну. Тому, якщо немає систематичних причин, випадкове нагромадження похибок округлення незначне.
Систематичною причиною нагромадження похибок є, наприклад, віднімання близьких за величиною чисел, оскільки при малій абсолютній похибці чисел х1 і х2 відносна похибка (∆x1+∆x2)/|x1-x2| результату може стати великою.
Обчислювальні похибки виникають і під час перетворення чисел з однієї системи числення в іншу, якщо основа однієї системи числення не є степенем основи іншої. Це може призвести до того, що в новій системі числення число стане ірраціональним.
Втрата точності може статися і при додаванні до великого числа дуже малих чисел. Для зменшення похибки додавати числа варто в порядку їх зростання. У машинній арифметиці комутативний і дистрибутивний закони алгебри не завжди виконуються. Обчислювальний алгоритм треба будувати так, щоб похибка округлень була значно меншою від усіх інших похибок.
Поняття стійкості та коректності
Похибки у вхідних даних задачі — неусувні. Обчислювач не може їх зменшити, але мусить знати, як вони впливають на точність кінцевого результату. Одні задачі мають похибку результату такого самого порядку, як і порядок похибки вхідних даних, в інших задачах похибка результату може на кілька порядків перевищувати похибку вхідних даних. Чутливість задачі до неточностей у вхідних даних характеризується поняттям стійкості.
Задача називається стійкою за вхідними даними, якщо її розвязок неперервно залежить від вхідних даних, тобто малому приросту ∆х вхідної величини відповідає малий приріст ∆у шуканого розв'язку. Іншими словами, малі похибки вхідних даних спричинюють малі похибки розв'язку задачі. Якщо ця умова не виконується, то задача вважається нестійкою за вхідними даними. Це означає, що навіть незначні похибки вхідних даних можуть привести до як завгодно великих похибок розв'язку, тобто розв'язок може бути зовсім спотворений. Тому застосовувати безпосередньо до таких задач чисельні методи не можна, оскільки похибки округлень при застосуванні методу будуть катастрофічно нагромаджуватись у ході обчислень. Наведемо приклад нестійкої задачі, який належить Уілкінсону.
Введемо тепер поняття коректності задачі.
Задача називається коректно поставленою, якщо для будь-яких вхідних даних з деякого класу існує єдиний і стійкий за вхідними даними її розв'язок.
Для розв'язування некоректно поставлених задач застосовувати класичні чисельні методи не варто, оскільки похибки округлень при розрахунках можуть катастрофічне зростати і призвести до результату, далекого від шуканого розв'язку. Для розв'язування некоректно поставлених задач використовують так звані методи регуляризацїї, які замінюють дану задачу коректно поставленою.
Програмна реалізація
Розглянемо приклад рівняння в частинних похідних гіперболічного типу

Область:
![]()
Початкові умови:

Граничні умови:

Крок по осі Х: hx=0,1
Крок по осі Y: hy=0,05
Реалізуємо в Pascal
Const
n = 10;
m = 10;
hx = 1/n;
hy = 0.05;
l = hy/hx;
Var
u:Array [0..n,0..m] of Real;
i,j:Integer;
fo:Text;
Function f(x:Real):Real;
begin
f:=(1-x)*cos(Pi*x/2);
end;
Function g(x:Real):Real;
begin
g:=2*x+1;
end;
Function fi(y:Real):Real;
begin
fi:=2*y+1;
end;
Function psi(t:Real):Real;
begin
psi:=0;
end;
Begin
For i:=1 to n-1 do begin
u[i,0]:=f(i*hx);
u[i,1]:=f(i*hx)+hy*g(i*hx);
end;
For j:=0 to m do begin
u[0,j]:=fi(j*hy);
u[n,j]:=psi(j*hy);
end;
For j:=1 to m-1 do
For i:=1 to n-1 do
u[i,j+1]:=2*(1-sqr(l))*u[i,j]+sqr(l)*(u[i+1,j]+u[i-1,j])-u[i,j-1];
Assign(fo,'result.txt');
ReWrite(fo);
For j:=m downto 0 do begin
Write(fo,j*hy:4:2,' |');
For i:=0 to n do Write(fo,u[i,j]:8:4);
WriteLn(fo);
end;
For j:=1 to 94 do Write(fo,'-');
WriteLn(fo);
Write(fo,' y/x |');
For j:=0 to n do Write(fo,j*hx:8:4);
Close(fo);
End.
RESULT.txt
0.50 | 2.0000 1.8693 1.7537 1.6381 1.5294 1.4450 1.2724 0.9448 0.6245 0.3283 0.0000
0.45 | 1.9000 1.7551 1.6251 1.4873 1.3910 1.3473 1.2499 0.9784 0.6246 0.3280 0.0000
0.40 | 1.8000 1.6447 1.4945 1.3467 1.2658 1.2361 1.1839 0.9914 0.6389 0.3198 0.0000
0.35 | 1.7000 1.5355 1.3646 1.2229 1.1533 1.1193 1.0828 0.9644 0.6616 0.3114 0.0000
0.30 | 1.6000 1.4248 1.2419 1.1171 1.0498 1.0019 0.9612 0.8913 0.6724 0.3127 0.0000
0.25 | 1.5000 1.3121 1.1338 1.0257 0.9511 0.8863 0.8323 0.7809 0.6480 0.3258 0.0000
0.20 | 1.4000 1.2018 1.0433 0.9427 0.8549 0.7734 0.7041 0.6502 0.5763 0.3380 0.0000
0.15 | 1.3000 1.1015 0.9672 0.8628 0.7602 0.6636 0.5797 0.5145 0.4635 0.3252 0.0000
0.10 | 1.2000 1.0172 0.8986 0.7834 0.6670 0.5569 0.4600 0.3823 0.3289 0.2658 0.0000
0.05 | 1.1000 0.9489 0.8308 0.7037 0.5754 0.4536 0.3451 0.2562 0.1918 0.1556 0.0000
0.00 | 1.0000 0.8889 0.7608 0.6237 0.4854 0.3536 0.2351 0.1362 0.0618 0.0156 0.0000
y/x | 0.0000 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000
Для дослідження збіжності розв’язку даної задачі, змінимо крок розбиття сітки. Наприклад, візьмемо крок, в двічі менший, як по осі X, так і осі Y і знайдемо розв’язок за допомогою цієї ж програми.
Отримаємо:
0.50 | 2.0000 1.7347 1.5044 1.2505 0.6479 0.0000
0.40 | 1.8000 1.4766 1.2682 1.1311 0.6793 0.0000
0.30 | 1.6000 1.2472 1.0499 0.9330 0.6538 0.0000
0.20 | 1.4000 1.0568 0.8517 0.6944 0.5347 0.0000
0.10 | 1.2000 0.9008 0.6654 0.4551 0.3218 0.0000
0.00 | 1.0000 0.7608 0.4854 0.2351 0.0618 0.0000
-----------------------------------------------------------------
y/x | 0.0000 0.2000 0.4000 0.6000 0.8000 1.0000
Крок був взятий так, щоб можна було порівняти розв’язок в окремих вузлах, як в першому, так і в другому випадку. Методом порівняння можна побачити, що розв’язок в вузлах сітки дещо відрізняється. З цього можна зробити висновок, що на збіжність розв’язку також впливає такий фактор, як крок розбиття сітки.
Виконаємо також обчислення в середовищі Excel і порівняємо отримані дані.
З отриманого результату, що наведений дещо нижче, можна зробити висновок, що отримані дані співпадають, що свідчить о вірності розв’язку задачі, хоча і мають різну точність, що пов’язана з точністю обчислення (в Pascal точність залежить від типу змінної).


Узгодженість і збіжність
Різницева схема, що сходиться, повинна давати рішення, яке прагне істинного рішення ДР при подрібненні сітки. Порушення збіжності може бути обумовлено наступними причинами:
Неузгодженість PC з початковим ДР. При подрібненні сітки значення шуканої функції при заданих незалежних змінних прагне певної межі. але ця межа не співпадає з істинним рішенням.
Нестійкість PC. При подрібненні сітки значення шуканої функції при заданих незалежних змінних не прагне певної межі. У будь-якому випадку в ході обчислювального експерименту нестійкість проявляє себе як швидке, катастрофічне наростання чисел.
Математичні основи питань збіжності добре розвинені тільки для лінійних ДР. Результати лінійної теорії використовуються у вигляді навідних міркувань для нелінійних задач, а їх застосовність перевіряється потім в ході обчислювального експерименту. Для лінійних ДУ в ЧП існує т.н, теорема Лакса, яка говорить, що за наявності стійкості апроксимація є необхідною і достатньою умовою збіжності PC.
апроксимація + стійкість => збіжність PC
У вживанні до нелінійних ДР в ЧП використовування теореми Лакса припускає використовування принципу "заморожених" коефіцієнтів. Під методом "заморожених" коефіцієнтів розуміють простий прийом, коли коефіцієнти в ДР замінюють деякими константами і аналізують одержане ДУ з постійними коефіцієнтами. Якщо аналіз показує нестійкість PC для "заморожених" коефіцієнтів, то таку схему виключають з розгляду. Якщо ж схема для рівняння з "замороженими" коефіцієнтами буде злагодженою і стійкою, тобто надія, що ця схема буде тією, що сходиться і для нелінійного ДР.
Так, щоб бути упевненим, що PC, що використовується, дає рішення, що сходиться при подрібненні сітки до істинного рішення початкового ДР, необхідно довести її узгодженість і стійкість.
Погрішність апроксимації
PC апроксимації ДР злагоджена з початковим ДР (або апроксимує ДР), якщо в межі, коли розміри осередків сітки прагнуть нуля, PC еквівалентна даному ДР в кожній з вузлових точок, тобто
PC і ДР при цьому записують, перекидаючи всі члени в одну сторону (щоб з другого боку залишився нуль).
Кількісною характеристикою узгодженості є погрішність (помилка) апроксимації ДР даної PC
Е=(РС-ДУ).
В термінах погрішності апроксимації: PC злагоджена з своїм ДР, якщо погрішність апроксимації у всіх вузлах сітки прагне нуля при будь-якому подрібненні кроків сітки.
Провідні члени погрішності називаються порядком апроксимації ДР даної PC.
Як правило:
• для тих PC, що сходяться помилка чисельного рішення зменшується подібно погрішності апроксимації;
• порядок апроксимації ДР (провідні члени погрішності апроксимації) визначається порядком точності формул, використаних для апроксимації похідних;
• для злагоджених явних PC можна встановити співвідношення між кроками сітки, при виконанні якого досягається більш високий порядок апроксимації.
Висновок
Диференціальні рівняння в частинних похідних є широко вживаним математичним апаратом при розробці моделей в самих різних областях науки і техніки. На жаль, явне рішення цих рівнянь в аналітичному вигляді виявляється можливим тільки в окремих простих випадках, і, як результат, можливість аналізу математичних моделей, побудованих на основі диференціальних рівнянь, забезпечується за допомогою наближених чисельних методів рішення. Об'єм виконуваних при цьому обчислень звичайно є значним і використовування високопродуктивних обчислювальних систем є традиційним для даної області обчислювальної математики. Проблематика чисельного рішення диференціальних рівнянь в частинних похідних є областю інтенсивних досліджень.
Стосовно самої теми курсової роботи, треба відзначити, що збіжність рішень ДРЧП досягається, в першу чергу через теорему Лакса – апроксимація + стійкість породжує збіжність. Також треба зазначити, що на збіжність також впливає, хоча і в меншій мірі, вибір кроку розбиття сітки, а також різноманітні похибки, хоча вони і не значно впливають на розв’язок, проте дещо спотворюють його. Тому, щоб досягти найбільш точного і оптимального рішення потрібно враховувати всі фактори, що можуть впливати на збіжність і точність даного розв’язку.
Література
Ляшенко М.Я., Головань М.С. Чисельні методи.-К.: Либідь, 1996.-288с.
software.unn.ac/ccam/files/HTML_Version/index.html
arptek/i18n
Лекції по чисельним методам Л.Д. Назаренко.
ict.nsc/rus/texbooks/akhmerov/matmodel/2-4-7.html
nsc/rus/textbooks/akhmerov/ode/s-33/s-33.html