In numerischen Analyse , die Finite - Differenzen - Methode ist eine übliche Technik zum Auffinden ungefähre Lösungen von partiellen Differentialgleichungen , welche einander ausreichend nahe bei der Lösung eines Systems von Beziehungen (Digital - Diagramm) Verknüpfung der Werte der unbekannten Funktionen an bestimmten Punkten besteht. Andere .
Diese Methode scheint am einfachsten zu implementieren zu sein, da sie in zwei Schritten abläuft: einerseits die Diskretisierung der Operatoren der Ableitung / Differenzierung durch endliche Differenzen, andererseits die Konvergenz des so erhaltenen numerischen Diagramms, wenn der Abstand zwischen dem Punkte nimmt ab.
Eine Diskretisierung der Differentialoperatoren (erste Ableitungen, Sekunden usw., teilweise oder nicht) kann durch Taylors Formeln erhalten werden .
Die Taylor-Young- Formulierung ist in ihrer einfachen Verwendung vorzuziehen, die Taylor-Formulierung mit Laplace-Integralrest ermöglicht die Messung der Fehler (vgl. Unten).
An einem Punkt x und für einen Wert h des Diskretisierungsschritts, so dass u über das Intervall [ x - h , x + h ] dreimal differenzierbar ist , führt die Taylor-Young-Formel zu zwei Beziehungen:
wobei die beiden Funktionen ε i ( x , h ) mit h gegen 0 konvergieren . Deshalb
entsprechen zwei Annäherungen von u ( x ) der 1 st Ordnung h .
Durch Subtrahieren der vorhergehenden Entwicklungen, die sich auf den Durchschnitt der beiden endlichen Differenzen vor und hinter u ( x ) belaufen , erhalten wir
Dies ist eine Näherung von u ( x ) von 2 e Ordnung h .
Dezentrierte Annäherungen Upstream-OffsetAn einem Punkt x und für einen Wert h des Diskretisierungsschritts, so dass u über das Intervall [ x , x + 2 h ] dreimal differenzierbar ist , führt die Taylor-Young-Formel zu der Beziehung:
wobei die Funktion mit h gegen 0 konvergiert . Deshalb
entspricht einer Annäherung der u ( x ) der 1 st Ordnung h .
Durch Wiederholen des Vorgangs für einen nachgeschalteten Offset schreiben Sie Folgendes:
wovon
Dies ist eine Näherung u '' ( x ) von 2 e Ordnung h .
Formeln wurden auf aufeinanderfolgende Bestellungen ausgedehntDurch Erweitern der Größe der Schablone ist es möglich, endliche Differenzen höherer Ordnungen mit ähnlichen Methoden zu bestimmen (Erhöhen der Ordnung in Taylors Formel und Bestimmen einer geeigneten linearen Kombination , um überflüssige Terme aufzuheben).
Zum Beispiel können wir an einem Punkt x und für einen Wert h des Diskretisierungsschritts, so dass u über das Intervall [ x - 2 h , x + 2 h ] viermal differenzierbar ist , durch Erweiterung der Taylor-Formel mehr als fünf zeigen Punktdiagramme
sind Annäherungen an die erste und zweite Ableitung der Ordnung 4.
Erweiterung auf multivariate Funktionen Upstream-OffsetAn einem Punkt ( x , y ) und für einen Wert h des Diskretisierungsschritts (der gleiche in beiden Dimensionen), so dass u ( x , y ) auf dem Rechteck [0, x + 2 h ] × [ 0, y + 2 h ] können wir schreiben
was eine Annäherung der Laplace - Δ u ( x , y ) des 2 e , um h (vgl Gleichung Laplace und Poisson-Gleichung ).
Zentrierte SchabloneAn einem Punkt ( x , y ) und für einen Wert h des Diskretisierungsschritts (der gleiche in beiden Dimensionen), so dass u ( x , y ) auf dem Rechteck [ x - h , x + h ] × viermal differenzierbar ist [ y - h , y + h ] können wir schreiben
was eine Annäherung der Laplace - Δ u ( x , y ) des 2 e , um h (vgl Gleichung Laplace und Poisson-Gleichung ).
Das oben erwähnte Konzept der "Ordnung" entspricht einem Konzept der lokalen Konvergenz des diskretisierten Operators. Die globale Konvergenz der diskreten Lösung ist ein ganz anderes Konzept, obwohl zwischen beiden eine familiäre Beziehung besteht.
Bei der Finite-Differenzen-Methode ist ein Netz eine Menge isolierter Punkte ( Knoten genannt ), die sich im Definitionsbereich der Funktionen befinden, die den partiellen Differentialgleichungen unterliegen, wobei auf den einzigen Knoten die Unbekannten definiert sind, die der Näherung entsprechen Werte dieser Funktionen.
Das Netz enthält auch Knoten, die sich am Rand des Feldes befinden (oder zumindest "nahe" an diesem Rand liegen), um die Randbedingungen und / oder die Anfangsbedingung mit ausreichender Genauigkeit auferlegen zu können .
A priori besteht die erste Qualität eines Netzes darin, das Feld, in dem es sich entwickelt, so gut wie möglich abzudecken, um den Abstand zwischen jedem Knoten und seinem nächsten Nachbarn zu begrenzen. Das Netz muss es aber auch ermöglichen, die diskrete Formulierung der Differenzierungsoperatoren auszudrücken: Aus diesem Grund befinden sich die Knoten des Netzes meist auf einem Gitter, dessen Hauptrichtungen die Achsen der Variablen sind.
Man nennt Schritt des Netzes den Abstand zwischen zwei benachbarten Knoten, die sich auf einer Linie parallel zu einer der Achsen befinden. In diesem Sinne ist der Schritt sowohl ein lokaler als auch ein direktionaler Begriff. Wir werden von globaler Tonhöhe sprechen , um die größte lokale Tonhöhe zu bezeichnen , eine Vorstellung, die gerichtet bleibt.
Obwohl eine konstante Tonhöhe meistens beibehalten wird (ohne ein theoretisches Problem für die Auflösung aufzuwerfen), ist es manchmal sinnvoll, eine variable Tonhöhe einzuführen , die in den Bereichen, in denen die genaue Lösung stärker schwankt , feiner gewählt wird: Dieser Trick macht es möglich um die Anzahl der Unbekannten zu verringern, ohne die Genauigkeit der Ergebnisse zu beeinträchtigen. Andererseits ist die Formulierung etwas komplexer, da die Diskretisierung der Differentialoperatoren dies berücksichtigen muss.
Für eine Differentialgleichung bezüglich einer Funktion einer Variablen, deren Domäne (in ) das Intervall [0; In 1] ist ein konstantes Teilungsgitter durch M + 1 Knoten x i = ih , 0 ≤ i ≤ M mit Schritt h = 1 / M gekennzeichnet . Dieses Netz enthält die beiden Randpunkte x 0 und x M, denen mögliche Randbedingungen auferlegt werden.
Betrachten Sie eine partielle Differentialgleichung bezüglich einer Funktion zweier Variablen (Domäne ):
Ein numerisches Schema kann als algebraische Formulierung eines diskreten Problems definiert werden, das unter Verwendung der Finite-Differenzen-Methode entworfen wurde. Der Prozess umfasst die folgenden Schritte:
Sobald das numerische Diagramm erstellt und das diskrete Problem formuliert ist, geht es nicht nur darum, es zu lösen, sondern auch sicherzustellen, dass die diskrete Lösung zur exakten Lösung konvergiert, wenn die Schritte des Netzes gegen 0 tendieren.
Für bestimmte sogenannte explizite Diagramme ist es möglich, die Unbekannten so zu ordnen, dass jedes von ihnen rekursiv aus den vorhergehenden bestimmt werden kann, die bereits berechnet werden sollen ( Dreiecksmatrix ). Bei impliziten Schemata ist es manchmal möglich, die Lösung des gesamten Systems aller Gleichungen zu vermeiden. Dies ist insbesondere bei einem sich entwickelnden System der Fall, dessen durch räumliche Variablen charakterisierter Zustand durch Anfangsbedingungen (t = 0) definiert wird und sich dann im Laufe der Zeit progressiv weiterentwickelt: Das numerische Diagramm bleibt in der Variablen zeitlich explizit und betrifft nur seinen impliziten Charakter die räumlichen Variablen.
In allen Fällen bezieht sich jede Gleichung des numerischen Diagramms nur auf eine kleine Anzahl von Unbekannten. In einer linearen Umgebung führt diese Eigenschaft dazu, das diskrete Problem unter Verwendung spärlicher Matrizen zu formulieren und es zu nutzen, um es mit geeigneten Methoden zu lösen . Dieser Vorteil ist nicht zu leugnen, wenn die Größe des Netzes den Rahmen einer didaktischen Studie überschreitet.
Die Auflösung numerischer Diagramme basiert im Allgemeinen auf klassischen algebraischen Methoden. Andere äquivalente Formulierungen können jedoch Optimierungsmethoden erfordern .
Betrachten Sie das folgende Problem:
Dieses Problem bleibt akademisch, sofern die genaue Lösung bekannt ist:
Mit dem expliziten Euler-Schema der Ordnung 1, das auf ein reguläres Netz mit der Tonhöhe h = 1 / M angewendet wird , werden die Unbekannten u n, die u ( nh ) widerspiegeln, durch die Beziehungen verbunden
Dieses Diagramm führt zur Wiederholungsrelation
deren explizite Lösung ist
Eine andere Formulierung, die unter Verwendung des Diagramms der Ordnung 2 erhalten wird (außer an dem Knoten n = 1, für den man das Diagramm der Ordnung 1 beibehält), ergibt
Wie das erste ist dieses zweite Diagramm explizit .
Es ist sehr einfach, die Lösungen dieser beiden Diagramme numerisch zu bestimmen, um sie mit der genauen Lösung zu vergleichen. Es erscheint legitim, mit dem zweiten Diagramm bessere Ergebnisse zu erwarten, da seine Reihenfolge höher ist als die des ersten (es kann gezeigt werden, dass die beiden digitalen Diagramme einheitlich konvergent sind):
Dieser Vergleich zeigt deutlich, dass eine gute Darstellung der Differentialoperatoren keine ausreichende Bedingung ist, um ein gutes numerisches Diagramm zu erhalten.
Die Konvergenz eines digitalen Diagramms ist eine theoretische Gesamteigenschaft, die sicherstellt, dass der Unterschied (im Sinne eines Standards ) zwischen der Näherungslösung und der exakten Lösung gegen 0 geht, wenn der Diskretisierungsschritt gegen 0 geht (oder wenn jeder der Schritte global zugeordnet ist) mit den verschiedenen Richtungen tendiert gegen 0).
Die ungefähre Lösung eines digitalen Diagramms bleibt nicht sehr glaubwürdig, solange seine Konvergenz nicht gezeigt wurde. Dieser Beweis ist zweifellos der heikelste Punkt der Methode der feinen Unterschiede, auf jeden Fall derjenige, der die Verwendung von Analysewerkzeugen erfordert .
Es reicht nicht aus, anhand konkreter numerischer Beispiele zu überprüfen, ob das Verhalten der diskreten Lösung den Erwartungen zur Gewährleistung der Konvergenz entspricht. Andererseits können solche Beispiele helfen, das Gegenteil zu beweisen.
Konzeptionell manifestieren sich die Unterschiede zwischen der Näherungslösung und der exakten Lösung in einer Kombination zweier Phänomene:
Diese Konzepte berücksichtigen keine Rundungsfehler, die die Sache weiter komplizieren können, wie in der folgenden Abbildung gezeigt, die anhand eines konkreten Beispiels erhalten wird :
Der Standard, für den die Konvergenz untersucht wird, muss unabhängig von den Diskretisierungsschritten bleiben. Es ist jedoch üblich, Standards zu verwenden, die sich auf diejenigen von L p -Räumen beziehen . Für eine Funktion einer Variablen:
Im Rahmen eines evolutionären Problem mit Anfangsbedingung , Lax-Theorem rigoros legt die Begriffe der Konsistenz und Stabilität , die zweite eine notwendige und hinreichende Bedingung sein , um sicherzustellen , Konvergenz .
In dem letzten oben dargestellten Beispiel, für das man gleichzeitig die genaue Lösung und die ungefähre Lösung kennt (Diagramm von Euler) , erfüllt der Bericht
was gegen 0 tendiert, wenn gegen 0 tendiert, dies einheitlich für
Sie tendiert also gleichmäßig gegen 0, was die Konvergenz dieses Euler-Schemas in der Norm beweist