Краевые задачи и разностные схемы
![]()
Обозначив операторные выражения для сдвига значений функции по осям x, y соответственно
![]()
несложно записать с их помощью следующие операторные выражения:

Во фрагменте
сетки, изображенной
в виде таблицы
,
для каждой
представленной
индексом точки
записано значение
функции, выраженное
через значение
функции в центральной
точке, преобразованное
соответствующими
операторами
сдвига:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вычислим суммы значений функций, симметрично располагающихся вокруг центральной точки:


Подобными преобразованиями операторных выражений можно получить формулы для следующих сумм:
и любых других.
Включая выражения для частичных сумм в единую сумму с различными весовыми коэффициентами, пренебрегая выражениями с производными и лапласианами высоких порядков, получают конечно-разностные формулы, аппроксимирующие уравнение Лапласа в заданной точке и содержащие большее число значений искомой функции.
Например,
из выражения
для
непосредственно
следует

что, после
пренебрежения
слагаемыми
в правой части,
полностью
соответствует
трех точечной
разностной
аппроксимации
частных производных.
Суммируя
и
с весами соответственно
4 и 1, получим
аппроксимацию
производных
по значениям
в восьми точках:
![]()
Если значения частных производных в точках области решения малы, то радикальным способом увеличения точности аппроксимации уравнения является уменьшение шага сетки.
При задании
в правой части
уравнения
Лапласа функции
g(x,y) последняя
в приведенных
конечно-разностных
суммах должна
заменить
на
,
– на
и т.д.:

7. Сеточные методы для нестационарных задач
Уменьшение величины шага приводит к квадратичному возрастанию числа точек в области решения, а следовательно, к порядку алгебраической системы уравнений. Одним из путей уменьшения числа уравнений является метод прямых, который позволяет аппроксимировать дифференциальное уравнение в частных производных системой дифференциальных уравнений в обыкновенных производных с краевыми условиями. Для этого частные производные по одной из независимых переменных не заменяют конечно-разностным эквивалентом. Если в уравнении оставлена пространственная переменная, то получаемая система будет краевой задачей со всеми сложностями ее решения, рассмотренными ранее.
Существенным будет выигрыш лишь при решении дифференциальных уравнений в частных производных, описывающих нестационарные процессы. К ним относятся уравнения, подобные уравнениям теплопроводности и волновому. Этим уравнениям кроме условий на границе задают еще и начальное распределение искомой функции во всех точках области решения.
Применение метода прямых рассмотрим на примере решения уравнения теплопроводности следующего вида:
,
которое описывает распространение тепла (изменение температуры) вдоль металлического стержня, вваренного своими концами в две металлические пластины с разными, постоянно поддерживаемыми на них температурами. Коэффициент B, характеризующий свойства материала, возьмем равным 1.
Пусть расстояние
между пластинами
равно единице,
т.е.
,
значения температуры
на пластинах
и начальное
распределение
температуры
по длине
.
Разобьем
единичную длину
стержня на 8
равных частей
(h=1/8) и обозначим
значение температуры
в каждой точке
через
,
k=0,1,..., Применим
пяти- и шести
точечную
аппроксимацию
частной производной
второго порядка:
первую симметричную
- для внутренних
точек, и вторую
(несимметричную)
– для приграничных
точек
.
Температуры
в точках с k=0
и k=8 заданы:
100° и 0°.

После замены
производных
конечно-разностными
эквивалентами
получим следующую
систему линейных
дифференциальных
уравнений с
начальными
условиями
в векторно-матричной
форме:

Чтобы получить представление о влиянии порядка разностных формул на вид записи и точность решения задачи, в таблице приведены системы уравнений для 5- и 3-точечных выражений частных производных:
| Произ-водная |
|
|
|
| T1’= | -15T1-4T2+14T3-6T4+T5+1000 | -20T1+6T2+4T3-T4+1100 | -2T1+T2+100 |
| T2’= | 16T1-30T2+16T3-T4-100 | 16T1-30T2+16T3-T4-100 | T1-2T2+T3 |
| T3’= | -T1+16T2-30T3+16T4-T5 | -T1+16T2-30T3+16T4-T5 | T2-2T3+T4 |
| T4’= | -T2+16T3-30T4+16T5-T6 | -T2+16T3-30T4+16T5-T6 | T3-2T4+T5 |
| T5’= | -T3+16T4-30T5+16T6-T7 | -T3+16T4-30T5+16T6-T7 | T4-2T5+T6 |
| T6’= | -T4+16T5-30T6+16T7 | -T4+16T5-30T6+16T7 | T5-2T6+T7 |
| T7’= | T3-6T4+14T5-4T6-15T7 | -T4+4T5+6T6-20T7 | T6-2T7 |
Полученные
системы обыкновенных
дифференциальных
уравнений можно
решать любым
из рассмотренных
ранее численным
методом. Правда,
появляется
особенность
в выборе шага
интегрирования
по времени,
который теперь
зависит еще
и от шага разбиения
области решения
по пространственной
переменной.
В случае аппроксимации
производной
по времени
конечными
разностями
“вперед” соотношение
между шагом
по временной
переменной
и по пространственной
должно подчиняться
следующему
неравенству:
.
При несоблюдении
неравенства
решение будет
численно неустойчивым
и интегрирование
по времени с
каждым шагом
будет давать
неограниченно
возрастающие
значения.
В рассматриваемом
примере
=
0,015625,
поэтому интегрирование
трех систем
по формулам
Рунге-Кутта
было выполнено
с шагом по времени
=
0,001 до значения
0,01 и с шагом 0,005 –
до значения
времени, равного
0,75. Выборка ряда
значений температуры
из решений в
интервале
времени (0,0.75] показана
в таблице колонками
из трех чисел,
соответствующих
сверху-вниз
трем приведенным
выше системам.
|
|
|
|
|
|
|
|
|
0.01 |
36.32 36.82 23.97 |
152 466 3.434 |
0.9573 1.038 0.3456 |
-0.005579 0.004583 0.02668 |
-0.02021 -0.02009 0.001666 |
-0.001651 -0.002840 73610^(-5) |
0.009336 -0.0001931 3.93410^(-6) |
0.02 |
52.52 52.39 37.89 |
20.86 21.00 9.682 |
6.165 6.287 1.825 |
1.298 1.347 0.2702 |
0.1715 0.1810 0.0328 |
0.01656 0.002515 0.003367 |
0.03366 -0.01559 0.0002973 |
0.05 |
69.3 69.17 57.27 |
42.88 42.79 26.61 |
23.52 23.50 10.15 |
11.37 11.37 3.243 |
4.821 4.826 0.884 |
1.773 1.767 0.2089 |
0.5202 0.5142 0.04223 |
0.1 |
77.99 77.98 69.09 |
57.61 57.58 42.81 |
40.14 40.12 23.71 |
26.27 26.25 11.75 |
16 15.99 5.222 |
826 829 2.076 |
3.842 3.854 0.6867 |
0.25 |
85.43 85.43 80.18 |
71.18 71.18 61.57 |
57.51 57.51 45.12 |
44.6 44.60 31.4 |
32.51 32.51 20.52 |
21.18 21.18 12.13 |
10.43 10.43 5.581 |
0.5 |
87.32 87.32 85.39 |
74.67 74.67 71.1 |
62.07 62.07 57.41 |
49.54 49.54 44.5 |
37.07 37.07 32.42 |
24.67 24.67 21.11 |
12.32 12.32 10.39 |
0.75 |
87.48 87.48 86.87 |
74.97 74.97 73.84 |
62.46 62.46 60.99 |
49.96 49.96 437 |
37.46 37.46 35.99 |
24.97 24.97 23.84 |
12.48 12.48 11.87 |
Как видно, трех точечная аппроксимация по сравнению с пятиточечной дает худший результат. Точное решение в установившемся режиме дает изменение температуры на каждой одной восьмой длины стержня 12,5°С. Пятиточечная аппроксимация в данной задаче дала погрешность в сотые доли процента.
Литература
Калашников В. И. Введение в численные методы: Учеб. пособие. – Харьков: НТУ “ХПИ”, 2002. – 132 с.
Рено Н.Н. АЛГОРИТМЫ ЧИСЛЕННЫХ МЕТОДОВ: МЕТОДИЧЕСКОЕ ПОСОБИЕ ДЛЯ ВУЗОВ. Изд-во: "Книжный дом Университет" (КДУ), 2007. – 24с.
Самарcкий А. А. Задачи и упражнения по численным методам. Изд.3 Изд-во: КомКнига, ЛКИ, 2006. – 208с.
Самарский А.А. Введение в численные методы Учебное пособие для вузов 3-е изд.,стер. ЛАНЬ, 2005. – 288с.
Турчак Л. И., Плотников П. В. Основы численных методов. Изд-во: ФИЗМАТЛИТ®, 2003. – 304с.
Тыртышников Е.Е. МЕТОДЫ ЧИСЛЕННОГО АНАЛИЗА (1-Е ИЗД.) УЧЕБ. ПОСОБИЕ Издательство "Академия/Academia", 2007. – 320с.