Chebyshev谱配置法的稳定性与收敛性基础(1)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Chebyshev谱配置法的稳定性与收敛性基础(1),小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2313字,纯文字阅读大概需要4分钟。
内容图文
数值格式被称为是稳定的如果数值解可以被不依赖于\(N\)(多项式的次数)的数据所控制。也就是说数值解的范数可以被某一个上界所控制,这个上界是一个与\(N\)无关的常数与已知数据(初值或右端)的乘积。
稳定性通过能量方法或者广义变分原理来证明。
考虑问题
\[\frac{\partial u}{\partial t}=\frac{\partial u}{\partial x^2},\quad -1<x<1,t>0\]
边界条件
\[u(-1,t)=u(1,t)=0\]
初始条件
\[u(x,0)=u_0(x)\]
使用配置法求解时,有如下的配置方程
\[\frac{\partial u^N}{\partial t}(x_k,t)=\frac{\partial u}{\partial x^2}(x_k,t),\quad k=1,\dots,N-1\tag{1}\]
其中\(x_k\)是配置点。 使用能量方法,将上式两边都乘以\(u^N(x_k,t)\),并求和,得到
\[\sum_{k=0}^{N}\frac{\partial u^N}{\partial t}(x_k,t)u^N(x_k,t)\omega_k=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\]
进一步可以写为
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\tag{2}\]
因为\(u^N\)是\(N\)次多项式,\(\frac{\partial^2 u}{\partial x^2}u^N\)是\(2N-2\)的多项式。对于高斯型求积公式,有
定理 对于插值型求积公式
\[\int_{-1}^1\rho(x)f(x)dx\approx\sum_{i=1}^N A_i f(x_i) \]
具有\(2N-1\)次代数精度,当且仅当插值节点\(x_1,x_2,\dots.x_N\)是\([a,b]\)上以\(\rho(x)\)为权的正交多项式的零点。
因此,式(2)中的右端可以精确的写成
\[\int_{-1}^1 \frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k dx=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\tag{3}\]
结合(2)(3)式,有
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k= \int_{-1}^1 \frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k dx\tag{4}\]
先上一个结论(引理)
\[-\int_{-1}^{1}\frac{\partial^2 u^N}{\partial x^2}(x,t)u^N(x,t)\omega(x)dx\geq \frac14\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dx\tag{5}\]
结合(4)和(5)
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dx\leq 0\]
在\([0,t]\)上对上式两边积分
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds-\sum_{k=0}^N[u_0(x_k,t)]^2 \leq 0\]
亦
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds \leq \sum_{k=0}^N[u_0(x_k,t)]^2\]
所以
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds \leq 2 \max\limits_{-1\leq x\leq 1}|u_0(x_k,t)|^2\]
这就证明了Chebyshev配置法(关于初值)的稳定性。
参考文献
spectral and high-order methods with application
原文:https://www.cnblogs.com/Mr-data-blog/p/10481993.html
内容总结
以上是互联网集市为您收集整理的Chebyshev谱配置法的稳定性与收敛性基础(1)全部内容,希望文章能够帮你解决Chebyshev谱配置法的稳定性与收敛性基础(1)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。