一类抛物型方程组的特征差分格式和特征有限元格式

来源 :山东大学 | 被引量 : 0次 | 上传用户:sunyb_sky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本论文就一类有界区域上抛物型方程组模型问题,提出特征差分格式和特征有限元格式,并给出了理论分析和数值实验.杜宁在2003年提出此模型的一类经济特征差分格式,在我的文章中,采用二次插值代替线性插值,用能量模方法分析了稳定性和收敛性,最后给出了数值算例;在对对流项系数做了必要的假设后,分析了此模型的特征有限元格式,实质上拓广了J.Douglas,Jr.等人的工作,丰富了对此模型问题的研究和应用.全文一共分两章,两章的数学模型为: {(ψ)(x)(e)u/(e)t-[▽x,A(x,t)▽xu]=B(x,t)▽xu+f(x,t)(x,t)∈Ω×(0,T)],u(x,t)=0(x,t)∈(e)Ω×(0,T)],u(x,0)=u0(x)x∈Ω. 两章中只是B(x,t)有点差异. 在第一章中,一共分四节:第一节,引入特征线后,将抛物型方程组转变成等价的形式: {~(ψ)(x,t)(e)u/(e)r-[▽x,A(x,t)▽xu]=B1(x,t)▽xu+f(x,t),(x,t)∈Ω×(0,T)]u(x,t)=0(x,t)∈(e)Ω×(0,T)],u(x,0)=u0(x)x∈Ω. 第二节中,就此等价的形式提出了特征差分格式: {(ψ)1,iUn1,i--Un-11,i/△t-δx(an11δxUn1)i-δ-x(an12δxUn2)i=bn12,iUn2,i+1-Un2,i-1/2h+fn1,i,0≤-xi≤1(ψ)1,iUn1,i/kn1,i-δ-x(an11δxUn1)i-δ-x(an12δxUn2)i=bn12,iUn2,i+1-Un2,i-1/2h+fn1,i,-xi<0,-xi>1{(ψ)2,iUn2,i--Un-12,i/△t-δ-x(an21δxUn1)i-δ-x(an22δxUn2)i=bn21,iUn1,i+1-Un1,i-1/2h+fn1,i,0≤^xi≤1(ψ)2,iUn2,i/kn2,i-δx(an21δxUn1)u-δx(an22δxUn2)i=bn21,iUn1,i+1-Un1,i-1/2h+fn2,i,^xi<0,^xi>1 第三节,分析了特征差分格式的稳定性和收敛性,并给出了如下两个定理: 定理1.1(特征差分格式的稳定性定理) 如果抛物型方程组的系数满足假设条件(Ⅰ),且△t=O(h2),U1n-1(x)和U2n-1(x)由二次插值定义,则特征差分格式的解按l2范数稳定. 定理1.2(特征差分格式的收敛性定理) 设抛物型方程组的系数满足假设条件(Ⅰ),其解u∈L∞(0,T;w4,2(Ω)),且(e)2u/(e)2r∈L2(0,T;l2).U是特征差分格式的解,则max0≤tn≤T‖un-Un‖≤K(‖u‖L∞(0,T;w4,2(0,1))h2+‖(e)2u/(e)2r‖L2(0,T;l2)△t) 第四节中:我们就一个具体例子给出数值实验. 第二章中,一共分四节:第一节同上一章第一节;第二节,提出了特征有限元格式: {<(ψ)(x)Un+1--n/△t,v>+∫Ω[A(x,tn+1)▽xUn+1,▽xv]dx=(A)v∈μh=(A)v∈μh 第三节中分析了特征有限元格式的收敛性,并给出了如下定理: 定理2.1(特征有限元格式的收敛性定理) 假设u是抛物型方程组的解,且系数满足条件假设(Ⅱ),U是特征有限元格式的解,则 max0≤tn≤T(u-U)n‖2L2+△tM∑n=0‖(u-U)n‖2H10≤K((△t)2+h2r+2) 第四节,给出了具体的数值算例.
其他文献
时下,电视节目竞争越来越激烈,一些社会制作公司争相推出各类热闹的综艺节目,不停地争夺越来越少的电视人群;新媒体迅猛发展,移动智能终端已渐普及;传统电视的固有观众正在逐
在小学体育课中,激发学生兴趣,调动情感,完成课的任务,是每位体育教师所关注的重要问题.然而,现在有许多小学生对体育课兴趣不浓,在体育课堂中如何激发学生的学习兴趣成了重
偶翻孩子的语文课本,看到了课文《朱德的扁担》。我上小学时也曾学过这篇课文。我问孩子:“战士们为何要藏朱德的扁担?”“因为朱德晚上办公,白天还坚持和大家一道爬山挑粮,
本文从理论和数值模拟的角度研究了混沌的非线性反馈控制方法及其在转子映射系统中的应用,介绍了一维光滑混沌系统的非线性反馈控制方法;将该混沌控制方法推广应用到二维光
学位
本文利用多元统计分析中的因子分析、线性回归分析、典型相关分析等多种统计方法,借助于SPSS及SAS统计软件,建立我国国民经济总产值与教育发展状况的各种模型,对我国各地区(2001
Universum数据是最近提出的被定义为不属于分类问题中任何一类的样本集合。一些使用链条损失函数学习方法的缺点是对噪声比较敏感。为了避免这一缺点,我们提出了添加U数据的
本文针对TSP问题,将标准免疫算法与改良圈算法、贪婪算法、拟贪婪算法结合,构造了一种混合免疫算法;其优势在于迭代当中将免疫算法的变异操作作用于前一代的解,再用传统优化方法
在新课程体育教学中,怎样培养学生体育学习热情,怎样提高体育有效性,这是每位体育教师需要思考的问题。对此,笔者认为,教师需要从体育教材的使用与建构、教学策略与教学方法
通常一个求多目标规划问题可以表述为V-minx∈XF(x)(VMP)其中F(x)=(f1(x),f2(x),…,fm(x))T是区域X上的m维向量函数.fi(x):Rn→R(i=1,2,…,m)为连续函数,X为n维欧氏空间中的非空闭集.