Разработка и применение численного метода решения линейных эллиптических уравнений в неограниченной области
( Development and application of a numerical method for solution of linear elliptic equations in unbounded region
Preprint, Inst. Appl. Math., the Russian Academy of Science)

Галанин М.П., Низкая Т.В.
(M.P.Galanin, T.V.Nizkaya)

ИПМ им. М.В.Келдыша РАН

Москва, 2005
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (проект № 03-01-00461)

Аннотация

Предложен новый метод решения линейных эллиптических уравнений в неограниченной области. Метод основан на представлении точного решения исходной задачи в виде суммы двух функций. Первая из них является решением некоторой вспомогательной задачи, а вторая находится с помощью формулы Грина. При использовании разностных схем для нахождения решения метод имеет квадратичный порядок точности, не зависящий от размеров области, и для двумерной задачи позволяет найти решение за  операций, где  - число точек сетки в вычислительной области. В трехмерном случае метод требует  действий. Приведены результаты тестовых расчетов, подтверждающие эффективность метода.

Abstract

In this work we propose a new method for solution of linear elliptic equations in unbounded domain. The method is based on representation of exact solution as a sum of two functions. The former is a solution of some auxiliary problem and the latter can be found using Green’s formula. Using finite-difference schemes this method has quadratic order of accuracy, independent of the size of computational domain, and in 2d case requires  operations to find the solution, where  - is the number of nodes within the computational domain. In 3d case the method requires  operations. Test computational examples are provided, showing the method’s efficiency.

СОДЕРЖАНИЕ

Введение                                                                                                                                 3

§ 1. Метод решения уравнений вида .                                                      7

§ 2. Метод решения бигармонического уравнения.                                                           10

§ 3. Дискретизация задачи для уравнений вида .                                    13

§ 4. Дискретизация задачи для бигармонического уравнения.                                         17

§ 5. Результаты тестовых расчетов.                                                                              19

Заключение                                                                                                                            28

Литература                                                                                                                          28


Введение

 

Необходимость решения эллиптических уравнений в неограниченной области возникает в различных задачах математической физики. Как правило, в подобных задачах источники сосредоточены на некотором ограниченном множестве S, так что находить решение во всем пространстве нет необходимости. Это позволяет заменить исходную задачу задачей в некоторой ограниченной области, на границе которой поставлены искусственные граничные условия (ИГУ). Проблеме построения таких условий посвящено большое количество работ, подробный обзор которых приведен в [1]. В идеальном случае ИГУ должны быть выбраны так, чтобы решение задачи в ограниченной расчетной области совпадало в этой области с решением исходной задачи. Однако точные ИГУ являются, как правило, нелокальными и требуют значительных вычислительных затрат при реализации. Поэтому на практике их обычно приходится заменять приближенными локальными условиями.

В качестве примера рассмотрим уравнение Пуассона на плоскости:

Разложим функцию  в ряд по гармоникам при :

,                .                  (0.1)

Для каждой из  имеем:

Каждое из этих уравнений имеет два линейно независимых решения:

 и  при ,

 и  при .

Из них только  удовлетворяют условиям на бесконечности, поэтому следует потребовать выполнения следующего соотношения:

Для самой функции  граничное условие имеет вид:

,                 (0.2)

          где

Это условие является, очевидно, нелокальным. Ограничив количество слагаемых в разложении (0.1),(0.2) , на его основе можно получить приближенные локальные условия. Они более удобны для реализации, однако точными уже не являются. В частности, удерживая единственное слагаемое (k = 0), имеем граничное условие 3 рода:

.                                      (0.3)

Здесь  - решение задачи описанного вида в ограниченной области с условием (0.3) на ее границе.

Его погрешность можно оценить величиной , которая зависит от размера вспомогательной области. На практике размер области, необходимый для получения приемлемых результатов, может оказаться достаточно большим. Кроме того, в некоторых случаях (когда в разложении точного решения отсутствует член при k = 0) это условие будет неработоспособным при любом значении .

Удерживая дополнительные слагаемые в разложении , можно получить локальные условия более высокого порядка. Однако их точность также будет зависеть от размера области.

Одним из эффективных подходов к решению задач в неограниченных областях является использование граничных условий на основе метода разностных потенциалов [2]. Пусть решение исходной задачи вне некоторой ограниченной области  удовлетворяет уравнению , где  - линейный оператор. Внутри области  может действовать более сложный оператор. Тогда для значений функции на сеточной границе записываются нелокальные условия вида

где действие оператора  определяется через решение некоторой вспомогательной задачи. Это также задача в неограниченной области, но с более простым оператором .

В случае линейного оператора с постоянными коэффициентами можно воспользоваться интегральным представлением точного решения. Известно [3], что решение линейного эллиптического уравнения может быть записано в виде свертки с соответствующей функцией Грина. Для линейных уравнений с коэффициентами, постоянными во всем пространстве или вне достаточно простой области, эта функция часто известна. Наиболее очевидный способ использования интегрального представления для определения граничных данных и решения задачи в ограниченной области состоит в следующем: необходимо вычислить значения функции  на границе некоторой вспомогательной области D, а затем решить в этой области первую краевую задачу. Погрешность получаемого таким образом решения будет определяться только точностью квадратурной формулы, используемой для вычисления интеграла, и точностью метода, применяемого для решения краевой задачи.

Оценим по порядку величины расчетные затраты на получение решения.

В двумерном случае на прямое вычисление решения во всей пространственной области, представляющей интерес, потребуется  действий (вычисление двойного интеграла во всех точках сетки). Здесь  - число точек по одной координате.

Вычисление решения на границе вспомогательной области требует  операций (вычисление двойного интеграла во всех точках границы). Столько же действий необходимо выполнить для нахождения решения в ограниченной области, например, методом сопряженных градиентов [4, с. 349], [5, с. 83]. При фиксированной относительной точности решения системы линейных алгебраических уравнений число итераций метода пропорционально , где  и  - постоянные энергетической эквивалентности оператора задачи (в простых ситуациях это границы спектра). Значение этого квадратного корня можно грубо оценить величиной  [4, с. 348]. При этом на выполнение одной итерации требуется  операций. Отсюда и получаем указанное выше число действий.

Рассмотрим трехмерный случай.

В трехмерном случае на прямое вычисление решения во всей пространственной области, представляющей интерес, потребуется  действий (вычисление тройного интеграла во всех точках сетки).

Вычисление решения на границе вспомогательной области в этом случае требует  операций (вычисление тройного интеграла во всех точках границы). Для нахождения же решения в ограниченной области методом сопряженных градиентов требуется выполнить  действий. При этом число итераций метода также есть , а на выполнение одной итерации требуется выполнить  операций. В результате имеем указанное выше число.

Таким образом, прямое вычисление решения во всей области с помощью интегрального представления заведомо неприемлемо в обоих рассмотренных вариантах. Дополнительное вычисление решения на границе также оказывается дорогим в трехмерном случае.

Целью данной работы является построение численного алгоритма решения задач в неограниченных областях, который требовал бы количества действий, не превышающего числа действий на прямое решение задачи в ограниченной области как в двумерном, так и в трехмерном случаях.

В данной работе предложен метод решения эллиптических уравнений с постоянными коэффициентами, позволяющий найти решение в двумерном случае за  операций, а в трехмерном – за  операций. При этом погрешность численного решения для гладких источников не зависит от размера вспомогательной области и не превышает , где  - шаг сетки по каждому из направлений. Такой результат достигнут за счет использования формул Грина, позволяющих избежать вычисления двойных интегралов.

Авторы приносят свою благодарность И.Л. Софронову и А.В. Колдобе за интерес к работе и полезные обсуждения.

Необходимо также указать, что на возможность использования вспомогательных задач для нахождения решений в неограниченных областях авторов натолкнуло сообщение Л.М. Дегтярева, услышанное от него в первой половине 1990 – х годов.

Работа выполнена при частичной финансовой поддержке Российского фонда фундаментальных исследований (проект РФФИ № 03 - 01 - 00461).

§ 1. Метод решения уравнений вида

 

Необходимо решить следующее уравнение

,

дополненное на бесконечности одним из следующих условий [3]:

                              

Будем рассматривать только действительную часть получаемого решения.

Тогда фундаментальное решение задачи имеет вид [3]:

                          

где  - функция Макдональда нулевого порядка, а  - функция Неймана нулевого порядка.

Решение задачи можно записать следующим образом:

                                            

где - расстояние между точками  и . Индекс  при элементе площади означает, что при интегрировании соответствующая область пробегается точкой .

Рассмотрим вспомогательную область  с кусочно-гладкой границей  и будем искать решение внутри этой области в виде суммы двух функций

,

где  есть решение краевой задачи

                              (1.1)

а  - некоторая неизвестная функция такая, что

 в .

Задача (1.1) имеет единственное решение при , где  - собственные значения соответствующего оператора – решения задачи Штурма - Лиувилля:

Далее всегда будем предполагать, что . Так как при  все  положительны [3], то для  это условие выполняется автоматически. Если же окажется, что , то значения  можно изменить, сместив границу области  или выбрав другое значение коэффициента .

Для функции  запишем третью интегральную формулу Грина [3]:

         

      

где

Тогда

                               

Для нахождения функции  необходимо найти значения интеграла  в точках области . Непосредственное вычисление этого интеграла во всей области требует значительных вычислительных затрат. Однако можно поступить следующим образом: выбрать некоторую область  (см. рис. 1),  вычислить значения этого интеграла на ее границе  и решить следующую краевую задачу:

                            (1.2)

Здесь также предполагается, что условия единственности выполнены.

Рис. 1.

 

Таким образом, для решения исходной задачи необходимо:

1) Найти решение вспомогательной задачи (1.1)

2) Вычислить значения  в точках на границе области .

3) Решить краевую задачу для функции  в области  с построенными граничными условиями.

После этого остается вычислить решение:

                                        

§ 2. Метод решения бигармонического уравнения:

 

Требуется решить задачу:

Данное уравнение имеет четвертый порядок, но путем введения новой переменной его можно записать в виде системы двух уравнений второго порядка типа уравнений Пуассона. Поэтому для его решения можно применить метод для уравнений второго порядка, изложенный в § 1.

Фундаментальное решение данного уравнения имеет вид [3]:

Решение задачи можно записать следующим образом:

Можно получить соотношение, аналогичное формуле Грина:

Преобразуем интегралы по области в контурные интегралы:

Учитывая, что

,

 имеем:

       (2.1)

Выберем вспомогательную область  с кусочно - гладкой границей Г и будем искать решение в виде суммы двух функций . Здесь W – некоторая неизвестная функция, удовлетворяющая в области D уравнению, а V - решение краевой задачи

                                   (2.2)

где α и b - произвольные положительные числа, - производная по направлению внешней нормали.

Для функции V запишем формулу (2.1) и преобразуем ее с учетом граничных условий:

Последнее слагаемое представляет собой в точности решение задачи в неограниченной области, т.е. функцию U.

Введем следующие обозначения:

 

Фундаментальное решение задачи  известно, так что эти функции всегда можно вычислить с достаточной точностью.

Тогда

Значения этого интеграла можно вычислить непосредственно в каждой точке области D, а можно найти их, решив некоторую краевую задачу для функции W. Для этого необходимо поставить дополнительные граничные условия на .

Так как  удовлетворяет в области  уравнению Пуассона

,

то для  нее можно записать формулу Грина. При этом функцию Грина  следует выбирать так, чтобы для нее выполнялось условие

 при .

В данном случае

.

Учитывая, что

имеем:

Отсюда

      .

Таким образом, для W возникает следующая задача:

                          (2.3)

Для решения исходной задачи необходимо:

1) Найти решение вспомогательной задачи (2.2)

2) Вычислить значения интегралов  и  на границе области.

3) Решить краевую задачу для функции W с построенными граничными условиями.

После этого остается вычислить решение:

 

§ 3. Дискретизация задачи для уравнений вида

 

Рассмотрим полярную систему координат с центром в некоторой точке. В этой системе уравнение (1.1) принимает вид:

В качестве вспомогательной области выберем круг  и введем на нем равномерную сетку по  и :

Предполагается, что при измельчении сетки шаги по  и по  имеют одинаковый порядок малости, т.е.  

Для построения разностной схемы проинтегрируем уравнение (1.1) по элементарной ячейке:

Заменив первые производные центральными разностями, с точностью до слагаемых порядка  получим:

Заметим, что при  выполнены равенства  (см. рис. 2) и справедливо уравнение

.

Рис. 2.

 

Для аппроксимации уравнения (1.1) в окрестности границы проинтегрируем его по ячейке от  до  с учетом граничных условий:

.

В итоге получим схему следующего вида:

где

 

Для компактности записи здесь и далее используются соотношения

,

учитывающие периодичность по .

Эти же уравнения можно записать в виде

, ,

где  - разностная аппроксимация оператора Лапласа с граничными условиями 3-го рода.

Погрешность аппроксимации этой схемы [4, 6] на четырежды непрерывно дифференцируемых решениях равна .

Если  и , то при любых значениях  и  для схемы выполнен принцип максимума [6] и в соответствии с ним

 .

где  - ошибка численного решения,  - ошибка задания правой части.

Считая, что функция  задана точно, имеем

Если же , то знакоопределенность матрицы  имеет место при и. В этом случае схема устойчива [6] и верна оценка

 

Теперь обратимся к решению задачи (1.2) . Введем область , . Если граница этой области  не является линией сетки, сместим ее так, чтобы между  и  укладывалось целое число шагов, т.е.  (рис. 3). Тогда на  можно пользоваться сеткой .

При расчете граничных данных для задачи (1.2) необходимо вычислять интегралы вида

Для их вычисления можно использовать, например, квадратурную формулу трапеций:

Функция  зависит только от разности, поэтому ее значения достаточно вычислить в  точках.

Оценим погрешность квадратурной формулы, обозначив для краткости :

 

Рис. 3.

 

Функция  является решением 3-й краевой задачи, поэтому  ограничены на контуре .

При  функция  неограниченно возрастает в точках , но при любом фиксированном значении  она ограничена и имеет ограниченные производные нужного порядка.

Кроме того,

.

Поэтому верна оценка

Для решения задачи (1.2) будем использовать ту же схему, что и для задачи (1.1)

где  - разностный оператор Лапласа с граничными условиями 1-го рода, аналогичный описанному в начале § 3.

Т.к. для схемы выполнен принцип максимума, то

и решение может быть вычислено с точностью .

Для решения полученной системы разностных уравнений будем использовать метод сопряженных градиентов [4].

Оценим число арифметических действий, необходимых для реализации данного алгоритма в двумерном случае. Как уже указывалось во Введении, для решения задачи методом сопряженных градиентов необходимо  операций. На вычисление граничных данных по интегральным формулам затрачивается  действий. В целом же для реализации алгоритма необходимо выполнить  арифметических действий, как и на решение задачи в ограниченной области. Отметим, что сам расчет граничных данных в описываемом алгоритме требует меньшего числа действий, чем расчет граничных данных по интегральному представлению решения. Правда, это компенсируется необходимостью решать дополнительную задачу.

Описанный метод можно распространить и на пространственные (трехмерные) задачи. Для решения задачи в ограниченной области методом сопряженных градиентов необходимо  операций. При использовании описанного метода возникает необходимость вычисления двойных интегралов в точках некоторой поверхности, что требует того же количества действий. В результате чего итоговая оценка числа операций принимает вид .

 

§ 4. Дискретизация задачи для бигармонического уравнения

 

Рассмотрим задачу (2.2) . Она эквивалентна (считаем решения достаточно гладкими) следующей системе

Преобразовав (2.3) аналогичным образом, имеем:

Для решения полученных краевых задач будем использовать разностную схему, описанную в предыдущем параграфе. При этом имеют место следующие оценки:

где - ошибки численного решения.

Величины  и  представляют собой суммы однотипных интегралов вида  где функция  - решение некоторой 3-й краевой задачи, а  - линейная комбинация функций

Вычисление таких интегралов описано в § 3.

Для нахождения функций  можно использовать уже известную схему.

Для нее выполнен принцип максимума, поэтому имеют место оценки

Таким образом, решения  и  будут вычислены с точностью . Оценка числа операций остается такой же, как и в предыдущем случае.

 

§ 5. Результаты тестовых расчетов

 

Описанный выше алгоритм реализован в виде программы на языке C++. Для тестирования программы и проверки работоспособности метода была решена серия задач, имеющих простое аналитическое решение.

При вычислениях в качестве вспомогательных областей  и  использовались круги радиусов  и  соответственно. Возникающие в задаче разностные уравнения для  и  решались методом сопряженных градиентов [4]. Во всех случаях использовался следующий критерий прекращения итераций:

, .

Значения специальных функций в нужных точках вычислялись стандартными средствами пакета Matlab 7.0 [7]. Затем эти значения записывались в файл и считывались программой.

Результаты численного решения тестовых задач приведены в виде таблиц.

Во всех таблицах далее использованы следующие обозначения:

 - число точек сетки по  и ,

 - значения соответствующих шагов,

- значение радиуса, использованное при вычислениях (см. рис. 3),

,  - отношения норм погрешности и точного решения,

 - точное решение,  - приближенное решение,

- разностные аналоги соответствующих норм функций,

           - коэффициент в граничных условиях 3-го рода для вспомогательной задачи.

 

Тестовая задача 1 :    

,

Точное решение имеет вид:


где

 

Таблица 1. Результаты решения задачи 1 при

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.00864689

0.0080306

(20,100)

0.051282

0.062832

0.897436

0.0013749

0.00109687

(50,250)

0.020202

0.025133

0.89899

0.00032447

0.00030831

(100,500)

0.010050

0.012566

0.899497

6.08897e-005

4.25809e-005

 

Из этой таблицы видно, что погрешность действительно убывает пропорционально  как в равномерной, так и в интегральной нормах.

Также представляет интерес поведение погрешности при уменьшении размеров вспомогательной области. Из построения метода следует, что его погрешность не должна сильно зависеть от размеров области.

В таблицах 2 - 4 приведены результаты расчетов при различном выборе вспомогательных областей.

 

Таблица 2. Результаты решения задачи 1 при

 

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.147042

0.212887

(20,100)

0.051282

0.062832

0.897436

0.0206864

0.0183026

(50,250)

0.020202

0.025133

0.89899

0.00227075

0.00229832

(100,500)

0.010050

0.012566

0.899497

0.000788506

0.000658062

 

Таблица 3. Результаты решения задачи 1 при

 

(Nr,Nφ)

hr

hφ

(10,100)

0.0526316

0.062832

0.394737

0.0383266

0.0383266

(25,250)

0.0204082

0.025133

0.397959

0.00272425

0.00165604

(50,500)

0.0101

0.012566

0.39899

0.000664831

0.000412263

 

Таблица 4. Результаты решения задачи 1 при

 

(Nr,Nφ)

hr

hφ

(17,250)

0.0181818

0.025133

0.263636

0.00223799

0.0017188

(34,500)

0.0089552

0.012566

0.273134

0.000655564

0.000615554

 

Сравнивая значения погрешностей при одинаковом числе точек сетки по  (например, значения в 3-й строке таблицы 2 и 2-й строке таблицы 3), можно убедится в том, что погрешность метода практически не зависит от размеров вспомогательной области.

При построении вспомогательной задачи для функции  имеется некоторая свобода в выборе коэффициента  в граничных условиях 3-го рода. Ясно, что решение не должно зависеть от этого параметра, однако его значение влияет на собственные числа матрицы  вспомогательной задачи. При этом с увеличением  обусловленность матрицы улучшается.

Это должно приводить к уменьшению числа итераций, необходимых для решения задачи методом сопряженных градиентов. Соответствующие результаты приведены в таблице 5:  и  - количество итераций, затраченных на нахождение функций  и  (соответственно) методом сопряженных градиентов.

 

Таблица 5. Результаты решения задачи 1 при

  и различных , , .

0.01

0.000326599

0.00031488

5994

263

0.1

0.000327565

0.000315732

5839

263

1

0.000324052

0.000308127

4275

0*

10

0.00032524

0.000307632

2056

261

100

0.000322977

0.000305613

2371

292

1000

0.000323876

0.000307187

705

289

104

0.000326066

0.000309486

690

319

 

*при  решение 3-й краевой задачи для V совпадает с точным

 решением исходной задачи в неограниченной области

 

Из таблицы видно, что  действительно убывает с увеличением . В данной задаче за счет выбора  необходимое число итераций удалось снизить почти на порядок.

Для сравнения построенных граничных условий с локальными условиями (0.3), описанными во введении, вида

была проведена серия расчетов при  и различном числе точек сетки.

В этом случае , так что имеют место условия 1-го рода

.

На приведенных ниже графиках показана зависимость относительной погрешности от числа точек при использовании граничных условий 3-го рода (пунктирная линия) и при расчете по построенному алгоритму (сплошная линия). Последняя соответствует данным таблицы 4.

Рис. 4. Зависимость относительной погрешности от числа точек (в равномерной норме ).

Рис. 5. Зависимость относительной погрешности от числа точек (в интегральной норме ).

 

Видно, что решение задачи с граничными условиями первого рода содержит систематическую ошибку, которая не уменьшается с ростом числа точек.

 

Тестовая задача 2:

Точное решение:

где

Результаты решения этой задачи при  и различном числе точек сетки приведены в таблице 6.

 

Таблица 6. Результаты решения задачи 2 при

 , ,

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.0143531

0.0136375

(20,100)

0.051282

0.062832

0.897436

0.00315890

0.00197086

(50,250)

0.020202

0.025133

0.89899

0.000533993

0.000509884

(100,500)

0.010050

0.012566

0.899497

0.000120951

7.00274e-005

 

Из этой таблицы видно, что погрешность решения убывает с квадратичной скоростью как в интегральной, так и в равномерной норме.

В таблицах 7 - 9 приведены результаты расчетов при различном выборе вспомогательных областей.

 

Таблица 7. Результаты решения задачи 2 при

, , ,

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.154048

0.169800

(20,100)

0.051282

0.062832

0.897436

0.0363932

0.0366361

(50,250)

0.020202

0.025133

0.89899

0.00461905

0.00442613

(100,500)

0.010050

0.012566

0.899497

0.00136373

0.001336582

 

Таблица 8. Результаты решения задачи 2 при

*, , ,

(Nr,Nφ)

hr

hφ

(10,100)

0.0526316

0.062832

0.394737

0.0256204

0.0211052

(25,250)

0.0204082

0.025133

0.397959

0.00321061

0.0020671

(50,500)

0.0101

0.012566

0.39899

0.00084187

0.000606913

 

Таблица 9. Результаты решения задачи 2 при

, ,

(Nr,Nφ)

hr

hφ

(17,250)

0.0181818

0.025133

0.263636

0.00294396

0.00244587

(34,500)

0.0089552

0.012566

0.273134

0.000860839

0.000758193

 

Из этих таблиц видно, что при сгущении сетки погрешность убывает пропорционально  и практически не зависит от размеров вспомогательной области.

В следующих двух таблицах (табл. 10 и 11) приведены результаты решения этой же задачи со значениями коэффициента , отличными от единицы. Из них видно, что и при таких значениях коэффициента метод имеет квадратичный порядок точности.

 

Таблица 10. Результаты решения задачи 2

при , ,

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.0144415

0.0136045

(20,100)

0.051282

0.062832

0.897436

0.00332

0.00213348

(50,250)

0.020202

0.025133

0.89899

0.00054033

0.000510689

(100,500)

0.010050

0.012566

0.899497

0.000127227

7.69336e-005

 

Таблица 11. Результаты решения задачи 2

при ,,

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.0127693

0.0125663

(20,100)

0.051282

0.062832

0.897436

0.00349497

0.00211311

(50,250)

0.020202

0.025133

0.89899

0.000469108

0.000458505

(100,500)

0.010050

0.012566

0.899497

0.000133479

7.3982e-005

 

Тестовая задача 3:

,

Точное решение:

где

Результаты решения этой задачи приведены в таблице 12.

 

Таблица 12. Результаты решения задачи 5

 при , ,

(Nr,Nφ)

hr

hφ

(10,50)

0.105263

0.125664

0.894737

0.0142418

0.0133602

(20,100)

0.051282

0.062832

0.897436

0.00326799

0.00217309

(50,250)

0.020202

0.025133

0.89899

0.000536064

0.000504426

(100,500)

0.010050

0.012566

0.899497

0.000127264

8.07959e-005

 

При данном значении коэффициента  решение вспомогательных задач существует и единственно, так что проблем с применением описанного метода не возникло. Результаты расчетов (табл. 12) показали, что в этом случае метод работает и его погрешность убывает пропорционально .

 

Тестовая задача 4:

,

Точное решение:

где

Результаты решения этой задачи приведены в таблице 13.

 

Таблица 13. Результаты решения задачи 4 при

  

(10,50)

0.00764829

0.00692964

0.0574866

0.0505767

(20,100)

0.00150599

0.00104931

0.0102951

0.00707112

(50,250)

0.000284844

0.00026261

0.00211738

0.00190325

(100,500)

5.81778e-005

3.909e-005

0.000400304

0.000265356

 

Из этой таблицы видно, что погрешность как самой функции, так и ее лапласиана убывает со сгущением сетки пропорционально .

 

Заключение

 

В работе построен метод решения линейных эллиптических уравнений, заданных в неограниченной области. Метод применен для решения уравнений второго порядка с постоянными коэффициентами (уравнений Лапласа, Гельмгольца, уравнения с поглощением) и бигармонического уравнения. Получены оценки погрешности, показывающие, что метод имеет второй порядок точности. Эти оценки подтверждаются результатами проведенных тестовых расчетов.

Количество операций, необходимое для реализации метода, оценивается величиной  в двумерном случае, а в трехмерном -  действий. Это по порядку величины не превышает количества операций, затрачиваемого на решение краевой задачи в ограниченной области.

К недостаткам метода можно отнести тот факт, что для его реализации необходимо знать явный вид функции  - фундаментального решения. Это ограничивает применимость метода в случае уравнений с переменными коэффициентами.

 

Литература

 

1. S.V. Tsynkov. Numerical solution of problems on unbounded domains. A review // Appl. Math. – 1998. – V. 27. – P. 465 - 532.

2. В.С. Рябенький. Метод разностных потенциалов и его приложения. М., Физматлит. 2002. 496 с.

3. А.Н. Тихонов, А.А. Самарский. Уравнения математической физики. - М.: Наука. Физматлит. 1972. 736 с.

4. А.А. Самарский, Е.C. Николаев. Методы решения сеточных уравнений. -М.: Наука. 1978. 592 с.

5. В.П. Ильин. Методы неполной факторизации для решения алгебраических систем. М., Наука, Физматлит. 1995. 288 с.

6. А.А. Самарский. Теория разностных схем. - М.: Наука. Физматлит. 1989. 616 с.

7. К. Чен, П. Джиблин, А. Ирвинг. MATLAB в математических исследованиях. М., Мир. 2001. 346 с.