目录
[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
#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
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 0.19332. 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
#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
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 0.16852.2 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
#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
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