偏微分方程算法之混合边界差分

目录

一、研究对象

二、差分格式

[2.1 向前欧拉格式](#2.1 向前欧拉格式)

[1. 中心差商](#1. 中心差商)

[1.1.1 理论推导](#1.1.1 理论推导)

[1.1.2 算例实现](#1.1.2 算例实现)

[2. x=0处向前差商,x=1处向后差商](#2. x=0处向前差商,x=1处向后差商)

[1.2.1 理论推导](#1.2.1 理论推导)

[1.2.2 算例实现](#1.2.2 算例实现)

[2.2 Crank-Nicolson格式](#2.2 Crank-Nicolson格式)

[2.2.1 理论推导](#2.2.1 理论推导)

[2.2.2 算例实现](#2.2.2 算例实现)


一、研究对象

这里我们以混合边界(导数边界)条件下的抛物型方程初边值问题:

其中,且当同时为0时公式(1)中的边界条件是诺依曼条件。

二、差分格式

这里我们用向前欧拉法显格式和Crank-Nicolson格式进行差分格式建立。

2.1 向前欧拉格式

1. 中心差商

1.1.1 理论推导

网格剖分参照偏微分方程算法之向前欧拉法(Forward Euler)-CSDN博客。在节点处得到节点离散方程:

利用一阶向前差商代替微商,可得:

边界条件采用中心差商

其中中x变量都已经越界,属于虚拟数值,将在下文单独处理。将上面各式带入公式(2)中,将数值解代替精确解并忽略高阶项,可得到离散差分格式:

公式(3)中第1式可以写成:

其中。为处理越界问题,设公式(4)对i=0和i=1都成立,即:

将上式与公式(3)中的第3式以及联立,可得:

联合公式(5)、(6)可得:

1.1.2 算例实现

抛物型初边值问题:

已知精确解为,其中是方程的根。取

代码如下:


cpp 复制代码
#include<cmath>
#include<stdio.h>
#include<stdlib.h>


int main(int argc, char* argv[])
{
        int m, n, i, k;
        double h, tau, a,lambda,mu,r;
        double *x, *t,**u;
        double f(double x, double t);
        double phi(double x);
        double alpha(double t);
        double beta(double t);

        m=10;
        n=400;
        h=1.0/m;
        tau=1.0/n;
        a=1.0;
        lambda=1.0;
        mu=1.0;
        r=a*tau/(h*h);
        printf("r=%.4f.\n", r);

        x=(double *)malloc(sizeof(double)*(m+1));
        for(i=0;i<=m;i++)
                x[i]=i*h;

        t=(double *)malloc(sizeof(double)*(n+1));
        for(k=0;k<=n;k++)
                t[k]=k*tau;

        u=(double **)malloc(sizeof(double *)*(m+1));
        for(i=0;i<=m;i++)
                u[i]=(double *)malloc(sizeof(double)*(n+1));

        for(i=0;i<=m;i++)
                u[i][0]=phi(x[i]);

        for(k=0;k<n;k++)
        {
                u[0][k+1]=(1.0-2*r-2*r*lambda*h)*u[0][k]+2*r*u[1][k]-2*r*h*alpha(t[k])+tau*f(x[0], t[k]);
                for(i=1;i<m;i++)
                        u[i][k+1]=r*u[i-1][k]+(1-2*r)*u[i][k]+r*u[i+1][k]+tau*f(x[i],t[k]);
                u[m][k+1]=2*r*u[m-1][k]+(1.0-2*r-2*r*mu*h)*u[m][k]+2*r*h*beta(t[k])+tau*f(x[m],t[k]);
        }

        printf("t/x     0          0.1       0.2       0.3       0.4       0.5\n");

        for(k=1;k<=8;k++)
        {
                printf("%.4f  ", t[k]);
                for(i=0;i<=m/2;i++)
                        printf("%.4f    ", u[i][k]);
                printf("\n");
        }

        printf("\n");
        printf("......\n");
        printf("\n");
        printf("0.1000  ");

        for(i=0;i<=m/2;i++)
                printf("%.4f    ", u[i][40]);
        printf("\n");

        for(k=1; k<=4; k=2*k)
        {
                printf("%.4f  ", t[k*100]);
                for(i=0;i<=m/2;i++)
                         printf("%.4f    ", u[i][k*100]);
                printf("\n");
        }

        return 0;
}


double f(double x, double t)
{
        return 0;
}
double phi(double x)
{
        return 1.0;
}
double alpha(double t)
{
        return 0.0;
}
double beta(double t)
{
        return 0.0;
}

结果如下:

cpp 复制代码
r=0.2500.
t/x     0          0.1       0.2       0.3       0.4       0.5
0.0025  0.9500    1.0000    1.0000    1.0000    1.0000    1.0000
0.0050  0.9275    0.9875    1.0000    1.0000    1.0000    1.0000
0.0075  0.9111    0.9756    0.9969    1.0000    1.0000    1.0000
0.0100  0.8978    0.9648    0.9923    0.9992    1.0000    1.0000
0.0125  0.8864    0.9549    0.9872    0.9977    0.9998    1.0000
0.0150  0.8764    0.9459    0.9818    0.9956    0.9993    0.9999
0.0175  0.8673    0.9375    0.9762    0.9931    0.9985    0.9996
0.0200  0.8590    0.9296    0.9708    0.9902    0.9974    0.9991

......

0.1000  0.7175    0.7829    0.8345    0.8718    0.8942    0.9017
0.2500  0.5541    0.6048    0.6452    0.6745    0.6923    0.6983
0.5000  0.3612    0.3942    0.4205    0.4396    0.4512    0.4551
1.0000  0.1534    0.1674    0.1786    0.1867    0.1917    0.1933

2. x=0处向前差商,x=1处向后差商

1.2.1 理论推导

利用一阶向前差商代替微商,可得:

边界条件处理如下:

将上式带入公式(2),将数值解代替精确解并忽略高阶项,可得离散格式:

整理可得:

1.2.2 算例实现

抛物型初边值问题:

已知精确解为,其中是方程的根。取

代码如下:


cpp 复制代码
#include<cmath>
#include<stdio.h>
#include<stdlib.h>


int main(int argc, char* argv[])
{
        int m, n, i, k;
        double h, tau, a,lambda,mu,r;
        double *x, *t,**u;
        double f(double x, double t);
        double phi(double x);
        double alpha(double t);
        double beta(double t);

        m=10;
        n=400;
        h=1.0/m;
        tau=1.0/n;
        a=1.0;
        lambda=1.0;
        mu=1.0;
        r=a*tau/(h*h);
        printf("r=%.4f.\n", r);

        x=(double *)malloc(sizeof(double)*(m+1));
        for(i=0;i<=m;i++)
                x[i]=i*h;

        t=(double *)malloc(sizeof(double)*(n+1));
        for(k=0;k<=n;k++)
                t[k]=k*tau;

        u=(double **)malloc(sizeof(double *)*(m+1));
        for(i=0;i<=m;i++)
                u[i]=(double *)malloc(sizeof(double)*(n+1));

        for(i=0;i<=m;i++)
                u[i][0]=phi(x[i]);

        for(k=0;k<n;k++)
        {
                 for(i=1;i<m;i++)
                     u[i][k+1]=r*u[i-1][k]+(1-2*r)*u[i][k]+r*u[i+1][k]+tau*f(x[i],t[k]);
                 u[0][k+1]=(u[1][k+1]-h*alpha(t[k]))/(1.0+lambda*h);
                 u[m][k+1]=(u[m-1][k+1]+h*beta(t[k]))/(1.0+mu*h);
        }

        printf("t/x     0          0.1       0.2       0.3       0.4       0.5\n");

        for(k=1;k<=8;k++)
        {
                printf("%.4f  ", t[k]);
                for(i=0;i<=m/2;i++)
                        printf("%.4f    ", u[i][k]);
                printf("\n");
        }

        printf("\n");
        printf("......\n");
        printf("\n");
        printf("0.1000  ");

        for(i=0;i<=m/2;i++)
                printf("%.4f    ", u[i][40]);
        printf("\n");

        for(k=1; k<=4; k=2*k)
        {
                printf("%.4f  ", t[k*100]);
                for(i=0;i<=m/2;i++)
                         printf("%.4f    ", u[i][k*100]);
                printf("\n");
        }

        return 0;
}


double f(double x, double t)
{
        return 0;
}
double phi(double x)
{
        return 1.0;
}
double alpha(double t)
{
        return 0.0;
}
double beta(double t)
{
        return 0.0;
}

结果如下:

cpp 复制代码
r=0.2500.
t/x     0          0.1       0.2       0.3       0.4       0.5
0.0025  0.9091    1.0000    1.0000    1.0000    1.0000    1.0000
0.0050  0.8884    0.9773    1.0000    1.0000    1.0000    1.0000
0.0075  0.8734    0.9607    0.9943    1.0000    1.0000    1.0000
0.0100  0.8612    0.9473    0.9873    0.9986    1.0000    1.0000
0.0125  0.8507    0.9358    0.9801    0.9961    0.9996    1.0000
0.0150  0.8415    0.9256    0.9730    0.9930    0.9989    0.9998
0.0175  0.8331    0.9164    0.9662    0.9895    0.9976    0.9993
0.0200  0.8255    0.9080    0.9596    0.9857    0.9960    0.9985

......

0.1000  0.6901    0.7591    0.8140    0.8537    0.8778    0.8859
0.2500  0.5230    0.5753    0.6170    0.6474    0.6658    0.6720
0.5000  0.3298    0.3627    0.3890    0.4082    0.4198    0.4237
1.0000  0.1311    0.1442    0.1547    0.1623    0.1669    0.1685

2.2 Crank-Nicolson格式

边界条件采用中心差商。

2.2.1 理论推导

在虚拟节点处得离散方程:

利用差商代替微商:

其中同样越界,将上式代入公式(8),用数值解代替精确解并忽略高阶项,可得离散格式:

公式(9)中第1式可写为

为处理越界问题,设公式(10)对i=0和i=m都成立,即:

将上式与公式(9)中的第3式以及联立,可得:

联合上面两式与公式(10)可得:

上式可写出矩阵形式:

上式可用追赶法求解。

2.2.2 算例实现

抛物型初边值问题:

已知精确解为,其中是方程的根。取

代码如下:


cpp 复制代码
#include<cmath>
#include<stdio.h>
#include<stdlib.h>


int main(int argc, char* argv[])
{
        int m, n, i, k;
        double h, tau, a, lambda,mu,r;
        double *x, *t, *a1, *b, *c, *d, *ans, **u, tkmid;
        double f(double x, double t);
        double phi(double x);
        double alpha(double t);
        double beta(double t);
        double * chase_algorithm(double *a, double *b, double *c, double *d, int n);

        m=10;
        n=400;
        h=1.0/m;
        tau=1.0/n;
        a=1.0;
        lambda=1.0;
        mu=1.0;
        r=a*tau/(h*h);
        printf("r=%.4f\n", r);

        x=(double *)malloc(sizeof(double)*(m+1));
        for(i=0;i<=m;i++)
                x[i] = i*h;

        t=(double *)malloc(sizeof(double)*(n+1));
        for(k=0;k<=n;k++)
                t[k] = k*tau;

        u=(double **)malloc(sizeof(double *)*(m+1));
        for(i=0;i<=m;i++)
                u[i]=(double *)malloc(sizeof(double)*(n+1));

        for(i=0;i<=m;i++)
                u[i][0]=phi(x[i]);

        a1=(double *)malloc(sizeof(double)*(m+1));
        b=(double *)malloc(sizeof(double)*(m+1));
        c=(double *)malloc(sizeof(double)*(m+1));
        d=(double *)malloc(sizeof(double)*(m+1));
        ans=(double *)malloc(sizeof(double)*(m+1));

        for(k=0;k<n;k++)
        {
                tkmid=(t[k]+t[k+1])/2.0;
                for(i=1;i<m;i++)
                {
                         d[i]=r*u[i-1][k]/2.0+(1.0-r)*u[i][k]+r*u[i+1][k]/2.0+tau*f(x[i],tkmid);
                         a1[i]=-r/2.0;
                         b[i]=1.0+r;
                         c[i]=a1[i];
                }
                b[0]=1.0+r+r*lambda*h;
                b[m]=1.0+r+r*mu*h;
                c[0]=-r;
                a1[m]=-r;

                d[0]=(1.0-r-r*lambda*h)*u[0][k]+r*u[1][k]-r*h*alpha(t[k])-r*h*alpha(t[k+1])+tau*f(x[0],tkmid);
                d[m]=r*u[m-1][k]+(1.0-r-r*mu*h)*u[m][k]+r*h*beta(t[k])+r*h*beta(t[k+1])+tau*f(x[m],tkmid);
                ans=chase_algorithm(a1,b,c,d,m+1);
                for(i=0;i<=m;i++)
                         u[i][k+1]=ans[i];
        }

        free(a1);free(b);free(c);free(d);

        printf("t/x     0          0.1       0.2       0.3       0.4       0.5\n");
        for(k=1;k<=8;k++)
        {
                printf("%.4f  ", t[k]);
                for(i=0;i<=m/2;i++)
                         printf("%.4f    ", u[i][k]);
                printf("\n");
        }
        printf("\n");
        printf("......\n");
        printf("\n");
        printf("0.1000  ");
        for(i=0;i<=m/2;i++)
                printf("%.4f    ", u[i][40]);
        printf("\n");

        for(k=1;k<=4;k=2*k)
        {
                printf("%.4f  ", t[k*100]);
                for(i=0;i<=m/2;i++)
                         printf("%.4f    ", u[i][k*100]);
                printf("\n");
        }

        return 0;
}


double f(double x, double t)
{
        return 0;
}
double phi(double x)
{
        return 1.0;
}
double alpha(double t)
{
        return 0.0;
}
double beta(double t)
{
        return 0.0;
}
double * chase_algorithm(double *a, double *b, double *c, double *d, int n)
{
        int i;
        double * ans, *g, *w, p;

        ans=(double *)malloc(sizeof(double)*n);
        g=(double *)malloc(sizeof(double)*n);
        w=(double *)malloc(sizeof(double)*n);
        g[0]=d[0]/b[0];
        w[0]=c[0]/b[0];

        for(i=1;i<n;i++)
        {
                p=b[i]-a[i]*w[i-1];
                g[i]=(d[i]-a[i]*g[i-1])/p;
                w[i]=c[i]/p;
        }
        ans[n-1]=g[n-1];
        i=n-2;
        do
        {
                ans[i]=g[i]-w[i]*ans[i+1];
                i=i-1;
        }while(i>=0);

        free(g);free(w);

        return ans;
}

结果如下:

cpp 复制代码
r=0.2500
t/x     0          0.1       0.2       0.3       0.4       0.5
0.0025  0.9600    0.9960    0.9996    1.0000    1.0000    1.0000
0.0050  0.9347    0.9868    0.9980    0.9997    1.0000    1.0000
0.0075  0.9164    0.9765    0.9950    0.9991    0.9999    1.0000
0.0100  0.9021    0.9663    0.9910    0.9980    0.9996    0.9999
0.0125  0.8900    0.9567    0.9864    0.9964    0.9992    0.9997
0.0150  0.8795    0.9478    0.9813    0.9944    0.9985    0.9993
0.0175  0.8701    0.9394    0.9762    0.9920    0.9975    0.9988
0.0200  0.8616    0.9315    0.9709    0.9893    0.9963    0.9981

......

0.1000  0.7180    0.7834    0.8350    0.8720    0.8943    0.9017
0.2500  0.5547    0.6054    0.6458    0.6751    0.6929    0.6989
0.5000  0.3618    0.3949    0.4213    0.4404    0.4520    0.4559
1.0000  0.1540    0.1681    0.1793    0.1874    0.1924    0.1940
相关推荐
chao_78914 分钟前
二分查找篇——搜索旋转排序数组【LeetCode】一次二分查找
数据结构·python·算法·leetcode·二分查找
lifallen1 小时前
Paimon 原子提交实现
java·大数据·数据结构·数据库·后端·算法
lixzest1 小时前
C++ Lambda 表达式详解
服务器·开发语言·c++·算法
EndingCoder1 小时前
搜索算法在前端的实践
前端·算法·性能优化·状态模式·搜索算法
丶小鱼丶1 小时前
链表算法之【合并两个有序链表】
java·算法·链表
不吃洋葱.2 小时前
前缀和|差分
数据结构·算法
jz_ddk4 小时前
[实战]调频(FM)和调幅(AM)信号生成(完整C语言实现)
c语言·算法·信号处理
CloudAce云一4 小时前
谷歌云代理商:谷歌云TPU/GPU如何加速您的AI模型训练和推理
算法
轻语呢喃5 小时前
每日LeetCode : 杨辉三角
javascript·后端·算法
YuTaoShao5 小时前
【LeetCode 热题 100】148. 排序链表——(解法二)分治
java·算法·leetcode·链表