差分格式的稳定性与收敛性1
- 格式:pdf
- 大小:235.56 KB
- 文档页数:6
数值分析中的差分方法与收敛性分析数值分析是一门研究利用数值方法解决数学问题的学科。
在数值分析中,差分方法是一种常用的数值求解方法。
差分方法的基本思想是将求解区域进行离散化,通过逼近原问题的离散形式来求解。
差分方法通过引入差分公式将微分方程转化为差分方程,从而利用计算机进行数值求解。
差分方法的精确性和稳定性对应着数值解的准确性和可靠性。
本文将探讨数值分析中的差分方法及其收敛性分析。
我们将重点介绍常用的差分算法,包括前向差分、后向差分和中心差分。
以及如何通过收敛性分析来评估差分方法的精确性和可靠性。
1. 前向差分方法前向差分方法是一种通过近似计算函数导数的差分方法。
其基本思想是利用函数在相邻点的差商来逼近导数的值。
设函数f(x)在点x处可导,则其一阶导数可以用如下差分公式进行逼近:\[f'(x) \approx \frac{f(x+h) - f(x)}{h}\]其中h是差分步长。
通过不断减小h的值,可以提高逼近的精确度。
然而,过小的h值可能会导致数值计算中的舍入误差,因此需要在精确度和稳定性之间进行权衡。
2. 后向差分方法后向差分方法与前向差分方法类似,只是近似计算函数导数时采用了后一个点和当前点的差商。
其差分公式为:\[f'(x) \approx \frac{f(x) - f(x-h)}{h}\]后向差分方法在数值计算中具有一定的优势,特别是对于非线性函数,因为它利用了当前点之前的函数值,减小了计算中的舍入误差。
3. 中心差分方法中心差分方法是一种结合了前向差分和后向差分的方法。
它通过利用当前点之前和之后的函数值来近似计算函数导数。
其差分公式为:\[f'(x) \approx \frac{f(x+h) - f(x-h)}{2h}\]中心差分方法相对于前向差分和后向差分方法具有更高的精确度,但在一些情况下可能会引入数值不稳定性。
4. 收敛性分析收敛性分析是评估差分方法精确性和可靠性的关键步骤。
大气数值模式及模拟(数值天气预报)习题第一章大气数值模式概论1.试述原始方程组、全球模式、区域模式和非静力模式之间的区别。
2.试述天气模式、气候模式的主要区别?3.区域气候模式、大气环流模式、中尺度模式、陆面模式、边界层模式各有什么特点?第二章 大气运动方程组1. 试证明球坐标系中单位矢量i 的个别变化率为(sin cos )cos di u j k dt r ϕϕϕ=- 2.试说明局地直角坐标系(即z 坐标系)中的运动方程与球坐标系中的运动方程有何异同?3.用球坐标导出下面两个方程:(sin cos )cos d i u j k dt r ϕϕϕ=- tan d j u v i k dt r rϕ=-- 4.由热力学方程v dT d C p Q dt dtα+=推导出如下方程: p dT C Q dt αω-= ()dp dtω= 式中v dT C dt为单位质量理想空气内能的变化率,v C 为空气的定容比热,d p dtα为可逆过程中单位质量非粘性气体在单位时间里膨胀所作的功。
Q 为外界对单位质量空气的加热率。
第三章 数值计算方案1. 什么是差分格式的收敛性和稳定性?二者之间有何关系?2. 试证明一阶偏微商u x ∂∂的三点差商近似式:3(,)(,)213(,)4(,)(2,)22u u x x t u x t x x u x t u x x t u x x t x ∂+∆-⎡⎤=⎢⎥∂∆⎣⎦-++∆-+∆⎡⎤-⎢⎥∆⎣⎦的截断误差为2()O x ∆。
3. 用中央差分将涡度方程()()()l l u u u v l t x y x y∂Ω∂Ω+∂Ω+∂∂++=-+∂∂∂∂∂ 写成有限差形式。
设(,)l l x y =,并取水平坐标步长为s δ,时间步长为t δ。
4. 分别对x 轴上的i+1和i+3格点,以d 和2d 为步长,写出一阶微商dF dx的前差、后差和中央差的差分近似式,以及二阶微商22d F dx 的二阶中央差分近似式。
差分格式收敛性分析相容性概念:相容性(consistency):当有限差分网格变小时,截断误差趋于0。
经典显示差分格式:h→,k →截断误差→经典显式差分无条件相容DuFort-Frankel差分格式截断误差条件相容。
绝大多数差分格式为无条件相容!稳定性(stability):计算所得解的全部扰动有界。
条件稳定/无条件稳定数值分析的稳定性概念与偏微分方程无关,它关心的是在求解有限差分方程时由于进行算术运算而产生误差的不稳定增长或稳定衰减问题。
Lax等价定理:对一个适定的定解问题,若给出的差分格式是相容的,则该差分格式收敛的充分必要条件是该差分格式稳定。
算法稳定性是最重要的问题,精度排在其后,只有在稳定的情况下再追求精度。
(1)显式差分为例:误差的传播过程图:(2) Richardson 显式差分来自<https:///wiki/Von_Neumann_stability_analysis >要点:a 误差满足同样的方程b 误差函数的分解(傅里叶分解+分离变量法)Von Neumann stability analysis -稳定性分析Von Neumann条件稳定分析过程两边同除以得到:经典显式差分稳定性条件:Richardson显式差分O(Δ)结论:Richardson显式差分格式无条件不稳定,即使精度高也无用处%%%%%%%%%%%%%%%%%%%%%%%%%%%%%隐式差分结论:无条件稳定Crank-Nicolson隐式差分结论:无条件稳定加权隐式差分向量函数稳定性:增长矩阵方法增长矩阵可以得到要求矩阵特征值满足。