Poisson方程的五点差分格式例题求解 |
您所在的位置:网站首页 › 差分求解微分方程 › Poisson方程的五点差分格式例题求解 |
文章目录
1.前言2.例题3.符号说明4.思路5.求解步骤6.求解结果7.总结8.Matlab代码
1.前言
本文使用Matalab软件,将应用偏微分方程数值解中椭圆形方程的五点差分格式求解一道Poisson方程的第一边值例题,通过五点差分格式及边值条件得到相应的差分方程组 K U = F KU=F KU=F后,采用Gauss-seidel迭代法对其求解即可得到数值解,并将数值解与真解作比较. 其中五点差分格式将直接给出,其构造过程从略. 2.例题构造Poisson方程第一边值如下: 表1: 符号说明 n n n区间等分数 h h h区间剖分步长 K K K方程组系数矩阵 U U U方程组未知向量 F F F方程组右端项 u u u方程组数值解向量 U 1 U_1 U1将 u u u的元素放到矩阵 U 1 U_1 U1中 U 2 U_2 U2解析解矩阵 N N N迭代次数上限 e p ep ep迭代误差限 k k k迭代次数 Q Q Q区域边界节点值的算术平均值 4.思路主要思路是将二维问题当成一维问题求解,即二维的 ( n + 1 ) 2 (n+1)^2 (n+1)2个节点按顺序分行放到 ( n + 1 ) 2 (n+1)^2 (n+1)2维向量 U U U中. 主要步骤如下: 1.确定步长后对区域进行网格均匀剖分( x , y x,y x,y方向的步长 h h h相等); 2.所求方程组为 K U = F KU=F KU=F,根据五点差分格式分别给 K K K和 F F F赋值(矩阵中包含边界点); (说明: U U U是一个 ( n + 1 ) 2 (n+1)^2 (n+1)2维向量,即将求解区域中所有节点放到一个向量 U U U中,当作一维问题进行求解;其次,将边界点放入方程组中可以使 K K K具有更好的性质,更好地防止求解中不收敛的情况,处理边界点时将其当成未知的即可) 3.由边界点值的算术平均值作为 U U U的初始值,以减少迭代次数; 4.给定迭代次数上限 N N N和误差限,由 G a u s s − s e i d e l Gauss-seidel Gauss−seidel迭代求解方程组 K U = F KU=F KU=F得到数值解向量 u u u; 5.为方便观察,将解向量 u u u的元素放入 ( n + 1 ) ∗ ( n + 1 ) (n+1)*(n+1) (n+1)∗(n+1)阶矩阵 U 1 U_1 U1中,并与由解析解 u ( x , y ) = x 2 y 2 u(x,y)=x^2y^2 u(x,y)=x2y2产生的解矩阵 U 2 U_2 U2比较; 5.求解步骤划分网格数 n n n选取为7. 1.右端项为 f i j = − 2 [ ( i h ) 2 + ( j h ) 2 ] f_{ij}=-2[(ih)^2+(jh)^2] fij=−2[(ih)2+(jh)2],则得到方程的五点差分格式为
3.根据五点差分格式和边界条件(步骤2)对 K , U 和 F K,U和F K,U和F赋值(其中选取边界值的算术平均值 Q = 0.3242 Q=0.3242 Q=0.3242为初始近似值赋于未知向量 U U U.) 4.取最大迭代次数N=500,迭代误差限 e p ep ep分别取 1 e − 2 1e-2 1e−2和 1 e − 4 1e-4 1e−4,采用 G a u s s − s e i d e l Gauss-seidel Gauss−seidel迭代求解方程组 K U = F KU=F KU=F,将求解结果放到 ( n + 1 ) 2 (n+1)^2 (n+1)2维向量 u u u中. 5.将 u u u中的元素按一定次序存储到 ( n + 1 ) (n+1) (n+1)阶矩阵 U 1 U_1 U1中,同时通过理论解 u ( x , y ) = x 2 y 2 u(x,y)=x^2y^2 u(x,y)=x2y2产生相应节点的函数值并存储到 ( n + 1 ) (n+1) (n+1)阶矩阵 U 2 U_2 U2中,将 U 1 , U 2 U_1,U_2 U1,U2的元素进行比较和分析. 6.求解结果表2:理论解得到的节点函数值( U 2 中 元 素 U_2中元素 U2中元素) u i j u_{ij} uij i = i= i= 01234567 j = 0 j=0 j=000000000100.00040.00170.00370.00670.01040.01500.0204200.00170.00670.01500.02670.04160.06000.0816300.00370.01500.03370.06000.09370.13490.1837400.00670.02670.06000.10660.16660.23990.3265500.01040.04160.09370.16660.26030.37480.5102600.01500.06000.13490.23990.37480.53980.7347700.02040.08160.18370.32650.51020.73471.0000表3: e p = 1 e − 2 ep=1e-2 ep=1e−2时得到的节点函数值( U 1 中 元 素 U_1中元素 U1中元素,此时迭代次数 k = 8 k=8 k=8) u i j u_{ij} uij i = i= i= 01234567 j = 0 j=0 j=000000000100.01250.02030.02350.02330.02190.02050.0204200.02030.03540.04540.05250.05960.06870.0816300.02350.04540.06600.08770.11310.14450.1837400.02330.05250.08770.13060.18350.24830.3265500.02190.05960.11310.18350.27230.38080.5102600.02050.06870.14450.24830.38080.54280.7347700.02040.08160.18370.32650.51020.73471.0000表4: e p = 1 e − 4 ep=1e-4 ep=1e−4时得到的节点函数值( U 1 中 元 素 U_1中元素 U1中元素,此时迭代次数 k = 29 k=29 k=29) u i j u_{ij} uij i = i= i= 01234567 j = 0 j=0 j=000000000100.00050.00190.00400.00690.01050.01510.0204200.00190.00700.01530.02700.04190.06010.0816300.00400.01530.03410.06030.09400.13510.1837400.00690.02700.06030.10690.16680.24000.3265500.01050.04190.09400.16680.26050.37490.5102600.01510.06010.13510.24000.37490.53980.7347700.02040.08160.18370.32650.51020.73471.0000通过mesh函数分别将表2-表4的元素可视化,依次得到图1,图2,图3如下. 图1: 图2: 通过结果可看出,当迭代误差限不断减小到时,迭代次数从8次上升到29次,方程组数值解也更接近于理论解.本次实验选取大小适中,能够更普遍地反映求解区域中各节点的数值解取值,同时也方便直观地进行比较.可以推断当误差限趋于0时,迭代次数将趋于无穷,此时五点差分格式计算得到的数值解将无限趋近于理论解.但由于选取的误差限较小,节点个数选取仍然较小,我们不易直观地从图1至图3中直观地观察到两次数值结果同理论解之间的差异. 8.Matlab代码1.主函数 %% 所求方程为KU=F... ...将二维问题当成一维问题求解,即二维的(n+1)^2个节点按顺序分行放到(n+1)^2维向量U中 clc n=7; %网格数 h=1/n; %步长 F=zeros((n+1)^2,1); %KU=F K=zeros(size(F)); %K为(n+1)^2阶方阵 U=ones((n+1)^2,1); %K为(n+1)^2维向量 U0=zeros((n+1)^2,1);%U0用作存边值条件,为初始向量做准备 for i=1:n+1 %对U0中边界点的位置赋值 U0(i)=0; %下边界点 U0(n^2+n+i)=(i*h)^2;%右边界点 U0(1+(i-1)*(n+1))=0;%左边界点 U0(i*(n+1))=(i*h)^2;%上边界点 end %% 下面对K赋值 for i=1:(n+1)^2 K(i,i)=4; end for i=1:n-1 %五点中的右点 for j=2+i*(n+1):(n-1)+i*(n+1) K(j,j+1)=-1; end end for i=1:n-1 %五点中的左点 for j=3+i*(n+1):n+i*(n+1) K(j,j-1)=-1; end end for i=1:n-2 %五点中的上点 for j=2+i*(n+1):n+i*(n+1) K(j,j+n+1)=-1; end end for i=2:n-1 %五点中的下点 for j=2+i*(n+1):n+i*(n+1) K(j,j-n-1)=-1; end end %% 下面对F赋值 %下面赋值非特殊的点 for i=1:n-1 for j=2+i*(n+1):n+i*(n+1) F(j)=-2*((floor(j/(n+1)))^2+(mod(j,n+1)-1)^2)*h^4; end end %下面赋值与边界点相邻的内点(左边和下边为齐次,不用管) for i=1:n-1 %右边的点 F(n+i*(n+1))=F(n+i*(n+1))+(i*h)^2; end for i=1:n-1%上边的点 F((n+1)*(n-1)+i+1)=F((n+1)*(n-1)+i+1)+(i*h)^2; end %下面赋值F中边界点 for i=i:n+1 F(i)=0;%下边界点 end for i=1:n-1 F(1+i*(n+1))=0;%左边界点 F((i+1)*(n+1))=4*(i*h)^2;%右边界点 end for i=(n+1)*n+1:(n+1)^2 %上边界点 if i==(n+1)^2 F(i)=4*(n^2)*(h^2); else F(i)=4*((mod(i,n+1)-1)^2)*(h^2); end end %% 下面对U赋初值 d=sum(sum(U0))/4/n; %使用边界点值的算术平均值作为U的初值以加快迭代次数 for i=1:(n+1)^2 U(i)=d; end %% 使用高斯赛德迭代求解KU=F ep=1e-4; %误差限,可根据需要更改,本次我们使用1e-2和1e-4 N=500; %最大迭代次数 u=Gauss(K,F,U,ep,N); %将求解结果存到向量u中 %% 下面将解u放到矩阵U1中,并与真解U2作比较 U1=zeros(n+1);%U1用于存放向量u中元素二维化后的数据 U2=zeros(n+1);%U2用于存放真解 for i=1:n+1%u的一维数据放到二维矩阵U1中 for j=1+(i-1)*(n+1):i*(n+1) U1(i,j-(i-1)*(n+1))=u(j); end end for i=1:n+1%真解产生的节点函数值放到U2中 for j=1:n+1 U2(i,j)=(((i-1)*h)^2)*(((j-1)*h)^2); end end %% 输出解 U1 U2 %% 画图 X=linspace(0,1,n+1); Y=linspace(0,1,n+1); mesh(X,Y,U2);%当要画数值解的图时,U2改为U1即可 hold on; title('理论解图像');%当要画数值解的图时,'理论解图像'改为'数值解图像'即可2.Gauss-seidel迭代 function x=Gauss(A,b,x0,ep,N) %用于Gauss-seidel迭代法解线性方程组Ax=b %A,b,x0分别为系数矩阵,右端向量和初始向量(初始向量默认为零向量) %ep为精度(1e-3),N为最大迭代次数(默认500次),x返回数值解向量 n=length(b); if nargin |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |