用显式格式求解二维抛物型偏微分方程

用显式格式求解二维抛物型偏微分方程

2010-05-14 10:41

function varargout=liu(varargin)

T=1;a=1;h=1/32;dt=1/200;

[X,T,Z]=chfenmethed(h,dt,a,T);

mesh(X,T,Z(:,:,3));

shading flat;

% xlabel('X','FontSize',14);

% ylabel('t','FontSize',14);

% zlabel('error','FontSize',14);

% title('误差图');

function [X,Y,Z]=chfenmethed(h,dt,a,T);

%求解下问题

%u_t-a*(u_xx+u_yy)=f(x,y,t) 0

%u(x,y,0)=d

%h离散x y方向的步长

%dt离散t方向的步长

x=0:h:1;

y=x;

t=0:dt:T;

m=length(x);

n=length(t);

r=a*dt/h^2;

[X,Y]=meshgrid(x,y);

Z=zeros(m,m,n);

U=zeros(m,m,n);

for i=1:m

for j=1:m

U(i,j,1)=d(x(i),y(j));

end

end

for j=2:n

for k=1:m

U(1,k,j)=g0(y(k),t(j));

U(m,k,j)=g1(y(k),t(j));

U(k,1,j)=h0(x(k),t(j));

U(k,m,j)=h1(x(k),t(j));

end

end

for k=2:n

for i=2:m-1

for j=2:m-1

U(i,j,k)=U(i,j,k-1)+r*a*(U(i+1,j,k-1)+U(i-1,j,k-1)+U(i,j+1,k-1)...

+U(i,j-1,k-1)-4*U(i,j,k-1))+f(x(i),y(j),t(k-1));

Z(i,j,k)=abs(U(i,j,k)-Uu(x(i),y(j),t(k)));

end

end

end

function z=Uu(x,y,t)

%精确解函数

z=exp(-2*t)*sin(x+y);

function z=g0(y,t)

z=Uu(0,y,t);

function z=g1(y,t)

z=Uu(1,y,t);

function z=h0(x,t)

z=Uu(x,0,t);

function z=h1(x,t)

z=Uu(x,1,t);

function z=d(x,y)

z=Uu(x,y,0);

function z=f(x,y,t)

z=0;

偏微分方程数值解期末试题及标准答案

偏微分方程数值解试题(０6B ） 参考答案与评分标准 信息与计算科学专业 一(10分）、设矩阵A 对称，定义)(),(),(2 1)(n R x x b x Ax x J ∈-=，)()(0x x J λλ?+=.若0)0('=?，则称称0x 是)(x J 的驻点(或稳定点).矩阵A 对称(不必正定)，求证0x 是)(x J 的驻点的充要条件是:0x 是方程组 b Ax =的解 解: 设n R x ∈0是)(x J 的驻点，对于任意的n R x ∈,令 ),(2),()()()(2 000x Ax x b Ax x J x x J λλλλ?+-+=+=, （3分) 0)0('=?,即对于任意的n R x ∈,0),(0=-x b Ax ,特别取b Ax x -=0，则有0||||),(2000=-=--b Ax b Ax b Ax ，得到b Ax =0． (3分) 反之,若n R x ∈0满足b Ax =0,则对于任意的x ,)(),(2 1)0()1()(00x J x Ax x x J >+==+??,因此0x 是)(x J 的最小值点. (４分） 评分标准：)(λ?的展开式3分, 每问3分，推理逻辑性１分 二（10分）、 对于两点边值问题:?????==∈=+-=0 )(,0)(),()('b u a u b a x f qu dx du p dx d Lu 其中]),([,0]),,([,0)(min )(]),,([0min ],[1b a H f q b a C q p x p x p b a C p b a x ∈≥∈>=≥∈∈ 建立与上述两点边值问题等价的变分问题的两种形式：求泛函极小的Ritz 形式和Galerkin 形式的变分方程。 解: 设}0)(),,(|{11=∈=a u b a H u u H E 为求解函数空间,检验函数空间．取),(1b a H v E ∈,乘方程两端,积分应用分部积分得到 (３分) )().(),(v f fvdx dx quv dx dv dx du p v u a b a b a ==+=??,),(1 b a H v E ∈? 即变分问题的Galerkin 形式. （3分)

Matlab PDE工具箱有限元法求解偏微分方程

在科学技术各领域中，有很多问题都可以归结为偏微分方程问题。在物理专业得力学、热学、电学、光学、近代物理课程中都可遇见偏微分方程。 偏微分方程,再加上边界条件、初始条件构成得数学模型，只有在很特殊情况下才可求得解析解。随着计算机技术得发展,采用数值计算方法,可以得到其数值解。 偏微分方程基本形式 而以上得偏微分方程都能利用PDＥ工具箱求解。 ＰDE工具箱 ＰＤE工具箱得使用步骤体现了有限元法求解问题得基本思路,包括如下基本步骤： 1) 建立几何模型 2）定义边界条件 3) 定义ＰＤE类型与ＰＤE系数 ４）三角形网格划分 5) 有限元求解 ６）解得图形表达 以上步骤充分体现在ＰDE工具箱得菜单栏与工具栏顺序上，如下

具体实现如下。 打开工具箱 输入pdetool可以打开偏微分方程求解工具箱，如下 首先需要选择应用模式,工具箱根据实际问题得不同提供了很多应用模式，用户可以基于适当得模式进行建模与分析。 在Ｏpｔｉons菜单得Ａｐplicａｔｉoｎ菜单项下可以做选择,如下

或者直接在工具栏上选择，如下 列表框中各应用模式得意义为： ①Gｅｎｅric Scalaｒ：一般标量模式(为默认选项）。 ② GeneｒiｃSｙstｅm：一般系统模式. ③ Stｒucｔural Ｍecｈ、,Plane Streｓs：结构力学平面应力。 ④ Ｓtructurａl Meｃh、,Plane Sｔrain：结构力学平面应变。 ⑤Elｅctroｓtａtｉcｓ:静电学。 ⑥ Mａgnｅtｏｓtaｔiｃs：电磁学。

⑦Ａc Power Ｅｌecｔｒomagneｔics:交流电电磁学。 ⑧CｏnducｔｉvｅＭedｉa DＣ:直流导电介质。 ⑨ Heａｔ Traｎｆer：热传导。 ⑩ Ｄiｆｆｕsioｎ：扩散。 可以根据自己得具体问题做相应得选择，这里要求解偏微分方程，故使用默认值。此外，对于其她具体得工程应用模式，此工具箱已经发展到了ｓoｌMulｔiphｙsｉcｓ软件,它提供了更强大得建模、求解功能。 另外，可以在菜单Opｔioｎｓ下做一些全局得设置，如下 l Grｉd:显示网格 l Ｇrid Spacing…:控制网格得显示位置 l Sｎap：建模时捕捉网格节点，建模时可以打开 l Axeｓ Limｉts…：设置坐标系范围 ｌ Axes Equal:同Mａtlａｂ得命令ａxes eｑｕal命令 建立几何模型 使用菜单Ｄｒaw得命令或使用工具箱命令可以实现简单几何模型得建立，如下 各项代表得意义分别为 ｌ绘制矩形或方形； l 绘制同心矩形或方形；

(完整版)大连理工大学高等数值分析抛物型方程有限差分法

抛物型方程有限差分法 1. 简单差分法 考虑一维模型热传导方程 (1.1) )(22x f x u a t u +??=??，T t ≤<0 其中a 为常数。)(x f 是给定的连续函数。（1.1）的定解问题分两类： 第一，初值问题（Cauchy 问题）：求足够光滑的函数()t x u ,，满足方程（1.1）和初始条件： （1.2） ()()x x u ?=0,, ∞<<∞-x 第二，初边值问题（也称混合问题）：求足够光滑的函数()t x u ,，满足方程（1.1）和初始条件： ()13.1 ()()x x u ?=0,, l x l <<- 及边值条件 ()23.1 ()()0,,0==t l u t u ， T t ≤≤0 假定()x f 和()x ?在相应的区域光滑，并且于()0,0，()0,l 两点满足相容条件,则上述问题有唯一的充分光滑的解。

现在考虑边值问题（1.1），（1.3）的差分逼近 取 N l h = 为空间步长，M T = τ为时间步长，其中N ，M 是 自然数， jh x x j ==, ()N j ,,1,0Λ=； τ k y y k ==, ()M k ,,1,0Λ= 将矩形域G {}T t l x ≤≤≤≤=0;0分割成矩形网格。其中 ()j i y x ,表 示网格节点； h G 表示网格内点（位于开矩形G 中的网格节点）的集合； h G 表示位于闭矩形G 中的网格节点的集合； h Γ表示h G -h G 网格边界点的集合。 k j u 表示定义在网点()k i t x ,处的待求近似解，N j ≤≤0，M k ≤≤0。 注意到在节点()k i t x ,处的微商和差商之间的下列关系 （(,)k j k j u u x t t t ????≡ ? ????）： ()() ()ττ O t u t x u t x u k j k j k j +??? ????=-+,,1 ()() ()2112,,ττ O t u t x u t x u k j k j k j +??? ????=--+ ()()()h O x u h t x u t x u k j k j k j +??? ????=-+,,1 ()() ()h O x u h t x u t x u k j k j k j +??? ????=--,,1 ()() ()2112,,h O x u h t x u t x u k j k j k j +??? ????=--+ ()()() ()2 222 11,,2,h O x u h t x u t x u t x u k j k j k j k j +???? ????=+--+ 可得到以下几种最简差分格式

(完整版)偏微分方程的MATLAB解法

引言 偏微分方程定解问题有着广泛的应用背景。人们用偏微分方程来描述、解释或者预见各种自然现象，并用于科学和工程技术的各个领域fll。然而，对于广大应用工作者来说，从偏微分方程模型出发，使用有限元法或有限差分法求解都要耗费很大的工作量，才能得到数值解。现在，MATLAB PDEToolbox已实现对于空间二维问题高速、准确的求解过程。 偏微分方程 如果一个微分方程中出现的未知函数只含一个自变量，这个方程叫做常微分方程，也简称微分方程；如果一个微分方程中出现多元函数的偏导数，或者说如果未知函数和几个变量有关，而且方程中出现未知函数对几个变量的导数，那么这种微分方程就是偏微分方程。 常用的方法有变分法和有限差分法。变分法是把定解问题转化成变分问题，再求变分问题的近似解；有限差分法是把定解问题转化成代数方程，然后用计算机进行计算；还有一种更有意义的模拟法，它用另一个物理的问题实验研究来代替所研究某个物理问题的定解。虽然物理现象本质不同，但是抽象地表示在数学上是同一个定解问题，如研究某个不规则形状的物体里的稳定温度分布问题，由于求解比较困难，可作相应的静电场或稳恒电流场实验研究，测定场中各处的电势，从而也解决了所研究的稳定温度场中的温度分布问题。 随着物理科学所研究的现象在广度和深度两方面的扩展，偏微分方程的应用范围更广泛。从数学自身的角度看，偏微分方程的求解促使数学在函数论、变分法、级数展开、常微分方程、代数、微分几何等各方面进行发展。从这个角度说，偏微分方程变成了数学的中心。

一、MATLAB方法简介及应用 1.1 MATLAB简介 MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。 1.2 Matlab主要功能 数值分析 数值和符号计算 工程与科学绘图 控制系统的设计与仿真 数字图像处理 数字信号处理 通讯系统设计与仿真 财务与金融工程 1.3 优势特点 1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来； 2) 具有完备的图形处理功能，实现计算结果和编程的可视化； 3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握； 4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，

Maab求解微分方程组及偏微分方程组

第四讲 Matlab 求解微分方程（组） 理论介绍：Matlab 求解微分方程（组）命令 求解实例：Matlab 求解微分方程（组）实例 实际应用问题通过数学建模所归纳得到的方程，绝大多数都是微分方程，真正能得到代数方程的机会很少.另一方面，能够求解的微分方程也是十分有限的，特别是高阶方程和偏微分方程（组）.这就要求我们必须研究微分方程（组）的解法：解析解法和数值解法. 一．相关函数、命令及简介 1.在Matlab 中，用大写字母D 表示导数，Dy 表示y 关于自变量的一阶导数，D2y 表示y 关于自变量的二阶导数，依此类推.函数dsolve 用来解决常微分方程（组）的求解问题，调用格式为： X=dsolve(‘eqn1’,’eqn2’,…) 函数dsolve 用来解符号常微分方程、方程组，如果没有初始条件，则求出通解，如果有初始条件，则求出特解. 注意，系统缺省的自变量为t 2.函数dsolve 求解的是常微分方程的精确解法，也称为常微分方程的符号解.但是，有大量的常微分方程虽然从理论上讲，其解是存在的，但我们却无法求出其解析解，此时，我们需要寻求方程的数值解，在求常微分方程数值解方面，MATLAB 具有丰富的函数，我们将其统称为solver ，其一般格式为： [T,Y]=solver(odefun,tspan,y0) 说明：(1)solver 为命令ode45、ode23、ode113、ode15s 、ode23s 、ode23t 、ode23tb 、ode15i 之一. (2)odefun 是显示微分方程'(,)y f t y =在积分区间tspan 0[,]f t t =上从0t 到f t 用初始条件0y 求解. (3)如果要获得微分方程问题在其他指定时间点012,,,,f t t t t L 上的解，则令tspan 012[,,,]f t t t t =L (要求是单调的). (4)因为没有一种算法可以有效的解决所有的ODE 问题，为此，Matlab 提供了多种求解器solver ，对于不同的ODE 问题，采用不同的solver.

一维抛物线偏微分方程数值解法(附图及matlab程序)

一维抛物线偏微分方程数值解法（4） 上一篇参看一维抛物线偏微分方程数值解法（3）（附图及matlab程序） 解一维抛物线型方程(理论书籍可以参看孙志忠：偏微分方程数值解法） Ut-Uxx=0, 00) U(x,0)=e^x, 0<=x<=1, U(0,t)=e^t,U(1,t)=e^(1+t), 0

抛物形扩散方程的有限差分法及数值实例

偏微分方程数值解 所在学院：数学与统计学院 课题名称：抛物形扩散方程的有限差分法及数值实例学生姓名：向聘

抛物形扩散方程的有限差分法及数值实例 1.1抛物型扩散方程 抛物型偏微分方程是一类重要的偏微分方程。考虑一维热传导方程： 22(),0u u a f x t T t x ??=+<≤?? (1.1.1) 其中a 是常数，()f x 是给定的连续函数。按照初边值条件的不同给法，可将(1.1.1)的定解分为两类： 第一，初值问题（Cauchy 问题）：求足够光滑的函数()t x u ,，满足方程(1.1.1)和初始条件： ()()x x u ?=0,, ∞<<∞-x (1.1.2) 第二，初边值问题（也称混合问题）：求足够光滑的函数()t x u ,，满足方程(1.1.1)和初始条件： ()()x x u ?=0,, 0x l << (1.1.3) 及边值条件 ()()0,,0==t l u t u ， T t ≤≤0 (1.1.4) 假定()x f 和()x ?在相应的区域光滑，并且于()0,0，()0,l 两点满足相容条件,则上述问题有唯一的充分光滑的解。 1.2抛物线扩散方程的求解 下面考虑如下热传导方程 22()(0.)(,)0(,0)()u u a f x t x u t u L t u x x ????=+????? ==??=??? (1.2.1) 其中，0x l <<，T t ≤≤0,a (常数)是扩散系数。 取N l h = 为空间步长，M T =τ为时间步长，其中N ，M 是自然数，用两族

平行直线jh x x j ==, ()N j ,,1,0 =和k t t k τ ==, ()M k ,,1,0 =将矩形域 G {}T t l x ≤≤≤≤=0;0分割成矩形网格。其中 (),j k x t 表示网格节点；h G 表示 网格内点（位于开矩形G 中的网格节点）的集合；h G 表示位于闭矩形G 中的网格节点的集合；h Γ表示h G -h G 网格边界点的集合。 k j u 表示定义在网点(),j k x t 处的待求近似解，N j ≤≤0，M k ≤≤0。 现在对方程进行差分近似： (一) 向前差分格式 =-+τ k j k j u u 111 2 2(())k k k j j j j j j u u u a f f f x h +--++= (1.2.2) ()j j j x u ??==0， k u 0=k N u =0 (1.2.3) 计算后得： 111(12)k k k k j j j j j u ru r u ru f τ++-=+-++ (1.2.4) 其中，2 a r h τ = ，1,,1,0-=N j ，1,,1,0-=M k 。 显然，这是一个四点显示格式，每一层各个节点上的值是通过一个方程组求解到的。方程组如下： 1000 121011000 232121000 3432310001121(12)(12)(12)(12)N N N N N u ru r u ru f u ru r u ru f u ru r u ru f u ru r u ru f ττττ----?=+-++?=+-++??=+-++? ???=+-++? (1.2.5) 若记 () T k N k k k u u u 1 21,,,-= u ，()()()()T N x x x 121,,,-=???? ，()()()()T N x f x f x f 121,,,-=τττ f 则显格式(1.2.4)可写成向量形式 10 ,0,1,,1 k k k M φ +?=+=-?=? u Au f u (1.2.6) 其中

抛物型方程的计算方法

分类号：O241.82 本科生毕业论文（设计） 题目：一类抛物型方程的计算方法 作者单位数学与信息科学学院 作者姓名 专业班级2011级数学与应用数学创新2班 指导教师 论文完成时间二〇一五年四月

一类抛物型方程的数值计算方法 (数学与信息科学学院数学与应用数学专业2011级创新2班) 指导教师 摘要: 抛物型方程数值求解常用方法有差分方法、有限元方法等。差分方法是一种对方程直接进行离散化后得到的差分计算格式，有限元方法是基于抛物型方程的变分形式给出的数值计算格式.本文首先给出抛物型方程的差分计算方法，并分析了相应差分格式的收敛性、稳定性等基本理论问题.然后，给出抛物型方程的有限元计算方法及理论分析. 关键词：差分方法，有限元方法，收敛性，稳定性 Numerical computation methods for a parabolic equation Yan qian (Class 2, Grade 2011, College of Mathematics and Information Science) Advisor: Nie hua Abstract: The common methods to solve parabolic equations include differential method, finite element method etc. The main idea of differential method is to construct differential schemes by discretizing differential equations directly. Finite element scheme is based on the variational method of parabolic equations. In this article, we give some differential schemes for a parabolic equation and analyze their convergence and stability. Moreover, the finite element method and the corresponding theoretical analysis for parabolic equation are established. Key words: differential method, finite element method, convergence, stability

Matlab偏微分方程工具箱应用简介

Matlab偏微分方程工具箱应用简介 1．概述 本文只给出该工具箱的函数列表，读者应先具备偏微分方程的基本知识，然后根据本文列出的函数查阅Matlab的帮助，便可掌握该工具箱的使用。 2．偏微分方程算法函数列表 adaptmesh 生成自适应网络及偏微分方程的解 assemb 生成边界质量和刚度矩阵 assema 生成积分区域上质量和刚度矩阵 assempde 组成偏微分方程的刚度矩阵及右边 hyperbolic 求解双曲线型偏微分方程 parabolic 求解抛物线型偏微分方程 pdeeig 求解特征型偏微分方程 pdenonlin 求解非线性型微分方程 poisolv 利用矩阵格式快速求解泊松方程 3．图形界面函数 pdecirc 画圆 pdeellip 画椭圆 pdemdlcv 转化为版本1.0式的*.m文件 pdepoly 画多边形 pderect 画矩形 pdetool 偏微分方程工具箱的图形用户界面 4．几何处理函数 csgchk 检查几何矩阵的有效性 csgdel 删除接近边界的小区 decsg 将固定的几何区域分解为最小区域 initmesh 产生最初的三角形网络 jigglemesh 微调区域内的三角形网络 poimesh 在矩形区域上产生规则的网络 refinemesh 细化三角形网络 wbound 写一个边界描述文件 wgeom 写一个几何描述文件 pdecont 画轮廓图 pdemesh 画偏微分方程的三角形网络 pdeplot 画偏微分方程的三角形网络 pdesurf 画表面图命令 5．通用函数 pdetriq 三角形单元的品性度量 poiasma 边界点对快速求解泊松方程的“贡献”矩阵 poicalc 规范化的矩阵格式的点索引 poiindex 规范化的矩阵格式的点索引 sptarn 求解一般的稀疏矩阵的特征值问题

抛物形扩散方程的有限差分法及数值实例(完整资料).doc

此文档下载后即可编辑 偏微分方程数值解 所在学院：数学与统计学院 课题名称：抛物形扩散方程的有限差分法及数值实例 学生姓名：向聘 抛物形扩散方程的有限差分法及数值实例

1.1抛物型扩散方程 抛物型偏微分方程是一类重要的偏微分方程。考虑一维热传导方程： 22(),0u u a f x t T t x ??=+<≤?? (1.1.1) 其中a 是常数，()f x 是给定的连续函数。按照初边值条件的不同给法，可将(1.1.1)的定解分为两类： 第一，初值问题（Cauchy 问题）：求足够光滑的函数()t x u ,，满足方程(1.1.1)和初始条件： ()()x x u ?=0,, ∞<<∞-x (1.1.2) 第二，初边值问题（也称混合问题）：求足够光滑的函数()t x u ,，满足方程(1.1.1)和初始条件： ()()x x u ?=0,, 0x l << (1.1.3) 及边值条件 ()()0,,0==t l u t u ， T t ≤≤0 (1.1.4) 假定()x f 和()x ?在相应的区域光滑，并且于()0,0，()0,l 两点满足相容条件,则上述问题有唯一的充分光滑的解。 1.2抛物线扩散方程的求解 下面考虑如下热传导方程

22()(0.)(,)0(,0)()u u a f x t x u t u L t u x x ????=+????? ==??=??? (1.2.1) 其中，0x l <<，T t ≤≤0,a (常数)是扩散系数。 取N l h = 为空间步长，M T = τ为时间步长，其中N ，M 是自然 数，用两族平行直线 jh x x j ==, ()N j ,,1,0Λ=和 k t t k τ ==, ()M k ,,1,0Λ=将矩形域G {}T t l x ≤≤≤≤=0;0分割成矩形网格。其中 (),j k x t 表示网格节点；h G 表示网格内点（位于开矩形G 中的网格 节点）的集合；h G 表示位于闭矩形G 中的网格节点的集合；h Γ表示h G -h G 网格边界点的集合。 k j u 表示定义在网点(),j k x t 处的待求近似解， N j ≤≤0，M k ≤≤0。 现在对方程进行差分近似： (一) 向前差分格式 =-+τ k j k j u u 111 2 2(()) k k k j j j j j j u u u a f f f x h +--++= (1.2.2) () j j j x u ??==0， k u 0 = k N u =0 (1.2.3) 计算后得： 111(12)k k k k j j j j j u ru r u ru f τ++-=+-++ (1.2.4) 其中，2 a r h τ = ，1,,1,0-=N j Λ，1,,1,0-=M k Λ。 显然，这是一个四点显示格式，每一层各个节点上的值是通过一个方程组求解到的。方程组如下：

偏微分方程数值解例题答案

二、改进的Euler 方法 梯形方法的迭代公式(1.10)比Euler 方法精度高,但其计算较复杂,在应用公式(1.10)进行计算时,每迭代一次,都要重新计算函数),(y x f 的值,且还要判断何时可以终止或转下一步计算.为了控制计算量和简化计算法,通常只迭代一次就转入下一步计算.具体地说,我们先用Euler 公式求得一个初步的近似值1+n y ,称之为预测值,然后用公式(1.10)作一次迭代得1+n y ,即将1+n y 校正一次.这样建立的预测－校正方法称为改进的Euler 方法: 预测: ),,(1n n n n y x hf y y +=+ 校正 : )].,(),([2 111+++++=n n n n n n y x f y x f h y y (1.15) 这个计算公式也可以表示为 11(,), (,), 1(). 2p n n n c n n p n p c y y hf x y y y hf x y y y y ++?=+??=+?? ?=+??? 例1 取步长0.1h =，分别用Euler 方法及改进的Euler 方法求解初值问题 d (1),01, d (0) 1. y y xy x x y ?=-+≤≤???=? 解 这个初值问题的准确解为()1(21)x y x e x =--. 根据题设知 ).1(),(xy y y x f +-= (1) Euler 方法的计算式为 )],1([1.01n n n n n y x y y y +?-=+ 由1)0(0==y y , 得 ,9.0)]101(1[1.011=?+??-=y ,8019.0)]9.01.01(9.0[1.09.02=?+??-=y 这样继续计算下去，其结果列于表9.1. (2) 改进的Euler 方法的计算式为 110.1[(1)],0.1[(1)], 1(), 2p n n n n c n p n p n p c y y y x y y y y x y y y y ++?=-?+?=-?+??? ?=+??? 由1)0(0==y y ，得

有限差分法求解偏微分方程MATLAB

南京理工大学 课程考核论文 课程名称：高等数值分析 论文题目：有限差分法求解偏微分方程姓名：罗晨 学号： 成绩： 有限差分法求解偏微分方程

一、主要内容 1.有限差分法求解偏微分方程，偏微分方程如一般形式的一维抛物线型方程： 22(,)()u u f x t t x αα??-=??其中为常数 具体求解的偏微分方程如下： 22001 (,0)sin()(0,)(1,)00 u u x t x u x x u t u t t π???-=≤≤?????? =??? ==≥??? 2.推导五种差分格式、截断误差并分析其稳定性； 3.编写MATLAB 程序实现五种差分格式对偏微分方程的求解及误差分析； 4.结论及完成本次实验报告的感想。 二、推导几种差分格式的过程： 有限差分法（finite-difference methods ）是一种数值方法通过有限个微分方程近似求导从而寻求微分方程的近似解。有限差分法的基本思想是把连续的定解区域用有限个离散点构成的网格来代替；把连续定解区域上的连续变量的函数用在网格上定义的离散变量函数来近似；把原方程和定解条件中的微商用差商来近似，积分用积分和来近似，于是原微分方程和定解条件就近似地代之以代数方程组，即有限差分方程组，解此方程组就可以得到原问题在离散点上的近似解。 推导差分方程的过程中需要用到的泰勒展开公式如下： ()2100000000()()()()()()()......()(()) 1!2!! n n n f x f x f x f x f x x x x x x x o x x n +'''=+-+-++-+- (2-1) 求解区域的网格划分步长参数如下：

热传导方程抛物型偏微分方程和基本知识

1. 热传导的基本概念 1.1温度场 一物体或系统内部，只要各点存在温度差，热就可以从高温点向低温点传导， 即产生热流。因此物体或系统内的温度分布情况决定着由热传导方式引起的传热速率（导热速率）。 温度场：在任一瞬间，物体或系统内各点的温度分布总和。 因此，温度场内任一点的温度为该点位置和时间的函数。 〖说明〗 若温度场内各点的温度随时间变化，此温度场为非稳态温度场，对应于非稳 态的导热状态。 若温度场内各点的温度不随时间变化，此温度场为稳态温度场，对应于稳态 的导热状态。 若物体内的温度仅沿一个坐标方向发生变化，且不随时间变化，此温度场为 一维稳态温度场。 1.2 等温面 在同一时刻，具有相同温度的各点组成的面称为等温面。因为在空间同一点不可能同时有两个不同的温度，所以温度不同的等温面不会相交。 1.3 温度梯度 从任一点起沿等温面移动，温度无变化，故无热量传递；而沿和等温面相交 的任一方向移动，温度发生变化，即有热量传递。温度随距离的变化程度沿法向最大。 温度梯度：相邻两等温面间温差△t与其距离△n之比的极限。 〖说明〗 温度梯度为向量，其正方向为温度增加的方向，与传热方向相反。 稳定的一维温度场，温度梯度可表示为：grad t = dt/dx

2. 热传导的基本定律——傅立叶定律 物体或系统内导热速率的产生，是由于存在温度梯度的结果，且热流方向和 温度降低的方向一致，即与负的温度梯度方向一致，后者称为温度降度。 傅立叶定律是用以确定在物体各点存在温度差时，因热传导而产生的导热速率大小的定律。 定义：通过等温面导热速率，与其等温面的面积及温度梯度成正比： q = dQ/ds = -λ·dT/dX 式中：q 是热通量（热流密度），W/m2 dQ是导热速率，W dS是等温表面的面积，m2 λ是比例系数，称为导热系数，W/m·℃ dT / dX 为垂直与等温面方向的温度梯度 “－”表示热流方向与温度梯度方向相反 3. 导热系数 将傅立叶定律整理，得导热系数定义式： λ= q/(dT/dX) 物理意义：导热系数在数值上等于单位温度梯度下的热通量。因此，导热系 数表征物体导热能力的大小，是物质的物性常数之一。其大小取决于物质的组成结构、状态、温度和压强等。 导热系数大小由实验测定，其数值随状态变化很大。 3.1 固体的导热系数 金属：35～420W/(m·℃)，非金属：0.2～3.0W/ (m·℃) 〖说明〗

偏微分方程式之求解

第六章偏微分方程式之求解 在化工的领域中，有不少程序之动态是由以偏微分方程式(Partial differential equation；PDE)所描述的，例如热与质量在空间中的传递等。这些用以描述实际问题的PDE，除非具有某些特定的方程式型态及条件，否则甚难以手算的方式找出解析解。而在数值求解方面，最常被采用的方法为有限差分法(finite difference)何有限元素法(finite element)。然对于某些不熟悉数值分析及程序编写的化工人而言，欲充分了解以偏微分方程式所描述之系统动态是相当不容易的，更遑论进一步的设计与分析了。 值得庆幸的是，MATLAB 的环境中提供了一个求解PDE 问题的工具箱，让使用者得以利用简单的指令或图形接口工具输入欲解的PDE，并求解。使得PDE 之数值解在弹指之间完成，使用者不在为数值法所苦恼，轻松掌握偏微分方程式系统的动态，并可进一步进行后续之设计工作。 本章将以循渐进的方式，介绍PDE 工具箱及其用法，并以数个典型的化工范例进行示范，期能使初学者很快熟悉PDE工具箱，并使用它来设计与分析以偏微方方程式所描述的程序系统。 6.1 偏微分方程式之分类 偏微分方程式可根据其阶数(order)，线性或非线性型态，以及边界条件进行分类。 6.1.1依阶数的分类 偏微分方程式是以偏微分项中之最高次偏微分来定义其阶数，例如： 一阶偏微分方程式： xy 二阶偏微分方程式： 三阶偏微分方程式： 6.1.2 依非线性程度分类

偏微分方程式亦可以其线性或非线性情况，区分为线性 (linear)，似线性 (quasilinear)，以及非线性三类。 例如，以下之二阶偏微分方程式 (Constantinides and Mostoufi,1999) 可依系数 ( )之情况，进行如下表之归类 类别 情况 线性 似线性 系数 ( )为定值，或仅为 (x,y)函数 系数 ( )为依变数 (dependent variable)u 或其比方程式中之偏微 分低阶之偏微分项的函数，如 ( ) (x,y,u, u x, u y) 非线性 系数 ( )中，具有与原方程式之偏微分同阶数之变数，如 () (x,y,u, 2u x 2 , 2 u y 2, 2u x y) 另外，对于线性二阶偏微分方程式，可进一步将其分类为椭圆型 (elliptic) ，拋 物线型 (parabolic)，以及双曲线型 (hyperbolic) 。具体上来说，此类偏微分方程 式二阶线性之 一般式为 系数a,b,c,d,e 和 f 是定值或为 u 的函数。若 g=0，则上式为其次是偏微分方程 式。式子 ( )之分类及代表性例子，请见下表 (c ~ u) a ~ u f 2 热传导或扩散方程式 u 2 u xt a() 2 u y 2 22 uu b( ) c( ) 2 x y x 2 d() 0 22 uu b c 2 x y y 2 d u e u fu g 0 xy 方程式类别 判断式 椭圆型 b 2 4ac 0 拋物线型 b 2 4ac 0 代表性范例 Laplace 方程式， Poisson 方程式， 22 uu 22 xy 22 uu 22 xy f (x,y) x 2 t (c ~ u) a ~ u f

偏微分方程求解方法及其比较

偏微分方程求解方法及其比较 发表时间：2008-12-11T09:32:01.530Z 来源：《科海故事博览科教创新》2008年第10期供稿作者：曹海洋吕淑娟王淑芬 [导读] 近些年来，无限维动力系统得到了很大的发展.随着对它研究的深入和计算能力的迅速提高，使得与之相关的数值研究越来越被人们关注.谱方法作为一种数值求解偏微分方程的方法，它具有无穷阶收敛性.因此，谱方法也就引起人们更多的关注. 摘要:近些年来，无限维动力系统得到了很大的发展.随着对它研究的深入和计算能力的迅速提高，使得与之相关的数值研究越来越被人们关注.谱方法作为一种数值求解偏微分方程的方法，它具有无穷阶收敛性.因此，谱方法也就引起人们更多的关注. 关键词：谱方法；偏微分；收敛；逼近； 1偏微分方程及其谱方法的介绍 偏微分方程主要借助于未知函数及其导数来刻画客观世界的物理量的一般变化规律。理论上，对偏微分方程解法的研究已经有很长的历史了。最初的研究工作主要集中在物理，力学，几何学等方面的具体问题，其经典代表是波动方程，热传导方程和位势方程（调和方程）。通过对这些问题的研究，形成了至今仍然使用的有效方法，例如，分离变量法，fourier变换法等。早期的偏微分方程研究主要集中在理论上，而在实际操作中其研究方法和研究结果都难以得到广泛的应用。求解的主要方法为：有限差分法，有限元法，谱方法。 谱方法起源于Ritz-Galerkin方法，它是以正交多项式（三角多项式，切比雪夫多项式，勒让得多项式等）作为基函数的Galerkin方法、Tau 方法或配置法，它们分别称为谱方法、Tau方法或拟谱方法（配点法），通称为谱方法。谱方法是以正交函数或固有函数为近似函数的计算方法。从函数近似角度看．谱方法可分为Fourier方法．Chebyshev或Legendre方法。前者适用于周期性问题，后两者适用于非周期性问题。而这些方法的基础就是建立空间基函数。 下面介绍几种正交多项式各种节点的取值方法及权重。 1) Chebyshev-Gauss: 2) Chebyshev-Gauss-Radau: x0 =1, 3) Chebyshev-Gauss-Lobatto: x0 =1, xN =1, 4)Legendre-Gauss: xj 是的零点且 5） Legendre-Gauss-Radau: xj 是的N+1个零点且 6） Legendre-Gauss-Lobatto: x0=-1,xN=1其它N-1个点是的零点且 下面介绍谱方法中最重要的Jacobi正交多项式其迭代公式为： 其中： Jacobi正交多项式满足正交性： 而Chebyshev多项式是令时Jacobi多项式的特殊形式，另外Legendre多项式是令时Jacobi多项式的特殊形式。 2 几种典型的谱方法 谱方法是以正交函数或固有函数为近似函数的计算方法。谱近似可以分为函数近似和方程近似两种近似方式。从函数近似角度看．谱方法可分为Fourier方法．Chebyshev或Legendre方法。前者适用于周期性问题，后两者适用于非周期性问题。从方程近似角度看，谱方法可分为在物理空间离散求解的Collocation法、在谱空间进行离散求解的Galerkin法，以及先在物理空间离散求积，再变换到谱空间求解的Pseudo-spectral法。Collocation法适用于非线性问题．Galerkin法适用于线性问题，而Pseudo-spectral法适用于展开方程时的非线性项的处理。谱方法的特点是对光滑函数指数性逼近的谱精度；以较少的网格点得到较高的精度；无相位误差；适合多尺度的波动性问题；计算精度高于其他方法。快速傅立叶变化的提出大大促进了谱方法的发展，迄今已有各种的谱方法计算格式被提出．并被应用于天文学、电磁学、地理学等各种问题的计算。 下面介绍一下应用于各个区域的几种谱方法： 1）以Fourier谱方法为例介绍谱方法解方程的主要过程 以一阶波动方程为例： 其中u(x,t)为方程的解，L是包含u和u关于空间变量的导数的算子，除了方程以有初始条件和适当的边界条件。 故可设其中为试探空间的基函数，ak(t)为展开系数，对于傅立叶谱方法中的共轭有： 其中从而利用其正交性和周期性可以减少工作量，另外再结合边界条件就可以求出来。 2) Galerkin方法是谱方法中十分经典的解偏微分方程的方法，但还有其局限性，而利用Hermite谱方法中依赖时间的权函数对经典的Galerkin方法进行拓展后的新的方法能适用范围扩大了很多。它能很好的应用在微分方程最优控制问题有限元方法的分析中，并且如果能够灵活运用利用Chebyshev方法、Galerkin方法和配置方法，则会形成更强的计算方法。如将Tau方法的思想成功地应用于奇数阶微分方程Petrov－Galerkin谱方法。 3)在无界区域上谱方法和拟谱方法发展了以Hermite函数和Laguerre函数为基函数的正交逼近和插值理论，在这些结果的基础上发展了全空间和半空间上数理方程的谱方法和拟谱方法，从而形成一种新的能更好解决误解区域问题的方法，此种方法被很好的应用于统计物理、量子力学和流体力学中。 4) 我们利用非一致带权Sobolev空间中的Jacobi多项式正交逼近和Jacobi-Gauss型插值理论，提出以Jacobi多项式为基函数的Jacobi谱方法和拟谱方法用来解决一些奇异问题和计算某些特定的无界区域问题。 5）有限谱方法是基于有限点、有限项的局域谱方法。这种方法要求近似函数应具有等同隔网格和非周期性的性质。有限谱方法分为基于非

偏微分方程数值解法答案

1. 课本2p 有证明 2. 课本812,p p 有说明 3. 课本1520,p p 有说明 4. Rit2法，设n u 是u 的n 维子空间，12,...n ???是n u 的一组基底，n u 中的任一元素n u 可 表为1n n i i i u c ?==∑ ，则,11 11()(,)(,)(,)(,)22j n n n n n n i j i j j i j j J u a u u f u a c c c f ???=== -=-∑∑是12,...n c c c 的二次函数，(,)(,)i j j i a a ????=，令 () 0n j J u c ?=?，从而得到12,...n c c c 满足1 (,)(,),1,2...n i j i j i a c f j n ???===∑，通过解线性方程组，求的i c ，代入1 n n i i i u c ?==∑， 从而得到近似解n u 的过程称为Rit2法 简而言之，Rit2法：为得到偏微分方程的有穷维解，构造了一个近似解，1 n n i i i u c ?== ∑， 利用,11 11()(,)(,)(,)(,)22j n n n n n n i j i j j i j j J u a u u f u a c c c f ???===-=-∑∑确定i c ，求得近似解n u 的过程 Galerkin 法：为求得1 n n i i i u c ? == ∑形式的近似解，在系数i c 使n u 关于n V u ∈，满足(,)(,) n a u V f V =，对任 意 n V u ∈或（取 ,1j V j n ?=≤≤） 1 (,)(,),1,2...n i j i j i a c f j n ???===∑的情况下确定i c ，从而得到近似解1 n n i i i u c ?==∑的过程称 Galerkin 法为 Rit2-Galerkin 法方程： 1 (,)(,)n i j i j i a c f ???==∑ 5. 有限元法：将偏微分方程转化为变分形式，选定单元的形状，对求解域作剖分，进而构 造基函数或单元形状函数，形成有限元空间，将偏微分方程转化成了有限元方程，利用 有效的有限元方程的解法，给出偏微分方程近似解的过程称为有限元法。 6. 解：对求解区间进行网格剖分，节点01......i n a x x x x b =<<<<=得到相邻节点1,i i x x -