FGG13

Podobni dokumenti
11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

resitve.dvi

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una

FGG14

resitve.dvi

FGG02

resitve.dvi

LaTeX slides

Matematika 2

Osnove matematicne analize 2018/19

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

PowerPoint Presentation

Slide 1

Popravki nalog: Numerična analiza - podiplomski študij FGG : popravljena naloga : popravljena naloga 14 domače naloge - 2. skupina

Uvod v diferencialne enačbe, kompleksno in Fourierovo analizo Bojan Magajna Fakulteta za matematiko in fiziko, Univerza v Ljubljani

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

Vrste

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te

GeomInterp.dvi

NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množic

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

ANALITIČNA GEOMETRIJA V RAVNINI

Brownova kovariancna razdalja

Poslovilno predavanje

Numerika

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode])

Rešene naloge iz Linearne Algebre

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

Numeri na analiza - podiplomski ²tudij FGG doma e naloge - 1. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 10 to k

Matematika 2 - ustna vprašanja 1) Determinanta, poddeterminanta (1,3)...3 2) Lastnosti determinante (5)...3 3) Cramerjevo pravilo (9)...3 4) Računanje

Bojan Magajna Uvod v diferencialne enačbe, kompleksno in Fourierovo analizo sin πz = πz n=1 (1 z2 n 2 ) DMFA založništvo

OdvodFunkcijEne11.dvi

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

resitve.dvi

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

P181C10111

M

Poglavje 1 Plavajoča vejica Slika 1.1: Plavajoča vejica Zapis je oblike ( 1) o (1 + m)2 e 1023, mantisa je v normalizirani obliki, eksponent je podan

CpE & ME 519

DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z in z Kompleksno stevilo je definirano kot : z = a + b, a p

UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Microsoft Word - UP_Lekcija04_2014.docx

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0

1 Diskretni naklju ni vektorji 1 1 Diskretni naklju ni vektorji 1. Dopolni tabelo tako, da bosta X in Y neodvisni. X Y x x x x x

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

resitve.dvi

Uvodno predavanje

Microsoft Word - 9.vaja_metoda porusnih linij.docx

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Numerično reševanje parcialnih diferencialnih enačb Numerical solving of partial differen

Matematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A

P182C10111

Namesto (x,y)R uporabljamo xRy

Microsoft Word - ELEKTROTEHNIKA2_ junij 2013_pola1 in 2

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr

Statistika, Prakticna matematika, , izrocki

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Zgledi:

glava.dvi

ZveznostFunkcij11.dvi

Teorija kodiranja in kriptografija 2013/ AES

Funkcije in grafi

STAVKI _5_

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za

MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje prir

6.6 Simetrični problem lastnih vrednosti Če je A = A T, potem so lastne vrednosti realne, matrika pa se da diagonalizirati. Schurova forma za simetrič

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč

UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Analiza 4 Course title: Analysis 4 Študijski program in stopnja Study programme and level Univerzitetni

MAGIČNI KVADRATI DIMENZIJE 4n+2

PowerPoint Presentation

DN5(Kor).dvi

Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 4.10 Izpitni režim: Kolokviji in pisni izpiti so vsi s

Naloge 1. Dva električna grelnika z ohmskima upornostma 60 Ω in 30 Ω vežemo vzporedno in priključimo na idealni enosmerni tokovni vir s tokom 10 A. Tr

Geometrija v nacionalnih preverjanjih znanja

dr.dvi

Microsoft Word - M docx

3. Preizkušanje domnev

MATEMATIKA – IZPITNA POLA 1 – OSNOVNA IN VIŠJA RAVEN

Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Mih

Kein Folientitel

Integrali odvisni od parametra Naj bo f : D = [a; b] [c; d]! R integrabilna na [a; b]. Deniramo funkcijo F : [c; d]! R z Z b F (y) = f (x; y) dx in im

LaTeX slides

RAČUNALNIŠKA ORODJA V MATEMATIKI

Transkripcija:

10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega parametra. Opazujemo npr. F (t, x) = t f(x) + (1 t) g(x), kjer je 0 t 1 in poznamo rešitve g(x) = 0. S sledenjem krivulji od t = 0 do t = 1 dobimo rešitve f(x) = 0.

Metoda zveznega nadaljevanja in diferencialne enačbe Povezava z diferencialnimi enačbami je naslednja. Z odvajanjem po t dobimo kar nam da začetni problem kjer je g(x 0 ) = 0. F t (t, x) + F x (t, x) ẋ = 0, ẋ = F x (t, x) 1 F t (t, x), x(0) = x 0, Z metodami za reševanje začetnih problemov lahko sledimo rešitvi, poleg tega pa pri vsaki vrednosti t lahko upoštevamo še, da mora za x(t) veljati F (t, x(t)) = 0.

Prediktor-korektor sledenje homotopske krivulje a) prediktor: Iz točke (t, x(t)) z eno izmed metod za reševanje začetnega problema izračunamo prediktor x (P ) (t + h), ki je približek za rešitev v točki t + h. b) korektor: Z eno izmed metod za reševanje nelinearnega sistema rešimo sistem F (t + h, x(t + h)) = 0, za začetni približek pa vzamemo (t + h, x (P ) (t + h)).

11.1 Parcialne diferencialne enačbe Če iščemo funkcijo več spremenljivk in v diferencialni enačbi nastopajo parcialni odvodi več kot ene spremenljivke, potem je to parcialna diferencialna enačba (PDE). Če se omejimo na funkcije dveh spremenljivk u(x, y), potem v diferencialni enačbi drugega reda nastopajo u xx, u xy, u yy, u x, u y, u in funkcije x in y. Če u in vsi njeni odvodi nastopajo linearno, imamo linearno PDE. Npr. (x 2 + y 2 )u x + u xy 3u = 0 je linearna PDE, (x 2 + y 2 )u 2 x + u xu y 3u = 0 ni linearna PDE. Pri kvazi linearni PDE najvišji odvodi nastopajo linearno, nižji odvodi pa lahko nelinearno, npr. uu xx + u x u xy + u 2 y 2 u yy = u 2 y.

Karakteristike PDE drugega reda Splošna kvazi linearna PDE (dveh spremenljivk) drugega reda ima obliko kjer so a, b, c, f funkcije x, y, u, u x in u y. au xx + bu xy + cu yy = f, (1) Če predpostavimo, da je u na območju reševanja zvezna funkcija x in y, potem za diferencial velja du = u u dx + x y dy. Če to odvajamo po x in y dobimo ( ) u d x ( ) u d y = 2 u x 2dx + 2 u dy, (2) x y = 2 u x y dx + 2 u dy. (3) y2

Enačbe (1), (2), (3) lahko združimo v matrično obliko a b c u xx dx dy 0 u xy = 0 dx dy u yy f d(u x ). d(u y ) V poljubni točki (x, y) lahko izračunamo u xx, u xy, u yy, če poznamo smeri dx, dy in d(u x ), d(u y ). Če pa je smer taka, da je a b c dx dy 0 0 dx dy ( ) dy 2 ( ) dy = a b dx dx + c = 0, potem je sistem singularen. Rešitvi zgornje t.i. karakteristične enačbe sta smeri karakteristik kjer sta λ 1 in λ 2 ničli karakteristične enačbe. dy dx = λ 1 in dy dx = λ 2,

V primeru smeri karakteristike so odvodi u xx, u xy, u yy končni le, če desni vektor f d(u x ) d(u y ) leži v prostoru, ki ga razpenja matrika a b c dx dy 0, 0 dx dy oziroma velja f b c d(u x ) dy 0 d(u y ) dx dy = a f c dx d(u x ) 0 0 u(u y ) dy = a b f dx dy d(u x ) 0 dx d(u y ) = 0. Iz srednje determinante dobimo navadno diferencialno enačbo a dy d(u x ) f dx dy + c dx d(u y ) = 0, ki velja vzdolž karakteristike, kjer drugi parcialni odvodi niso definirani.

Klasifikacija PDE drugega reda Imamo PDE drugega reda au xx + bu xy + cu yy = f, kjer so a, b, c, f funkcije x, y, u, u x in u y. Glede na karakteristično enačbo a dy 2 b x dy + c dx 2 = 0 klasificiramo PDE drugega reda na eliptični tip, kjer je b 2 4ac < 0, parabolični tip, kjer je b 2 4ac = 0, hiperbolični tip, kjer je b 2 4ac > 0. Za karakteristike velja: pri eliptični PDE sta karakteristiki kompleksni, pri parabolični PDE je karakteristika ena sama, pri hiperbolični PDE imamo dve različni realni karakteristiki.

Transformacija v standardno obliko Imamo linearno PDE drugega reda au xx + bu xy + cu yy + eu x + gu y + ru = f(x, y), kjer so a, b, c, e, g, r konstante. Standardna oblika je, kadar je b = 0 in ni člena z mešanim odvodom u xy. Kadar je b 0, se ga da uničiti s substitucijo p = x cos α + y sin α q = x sin α + y cos α, kjer je α podan z tan(2α) = b. Gre za rotacijo za kot α v pozitivni smeri. Dobimo a c Au pp + Cu qq + Eu p + Gu q + ru = F (p, q), kjer je A = a cos 2 α + b sin α cos α + c sin α 2 C = a sin 2 α b sin α cos α + c cos α 2 E = e cos α + g sin α G = g cos α e sin α.

Parabolične PDE Standardna oblika je npr. Enačba za prevajanje toplote (po palici) u t = c 2 u xx + f(x, t).

Eliptične PDE Standardni obliki sta npr. Poissonova enačba u xx + u yy = f(x, y), Laplaceova enačba u xx + u yy = 0.

Hiperbolične PDE Standardna oblika je npr. Valovna enačba (nihanje strune) u tt = k 2 u xx + f(x, t).

Robni in začetni pogoji Enolično rešitev PDE določajo robni in začetni pogoji, odvisno od tipa enačbe. Če iščemo rešitev PDE na območju Ω, potem so robni pogoji sestavljeni iz vrednosti u oziroma normalnih odvodov u na robu Ω. Imamo: Dirichletov pogoj: (x, y) Ω. Podana je vrednost u na robu, torej u(x, y) = g(x, y) za Neumannov pogoj: Podana je vrednost prvega odvoda u v smeri normale na robu, torej u (x, y) = g(x, y) za (x, y) Ω. N Robbinsov (mešani) pogoj: Linearna kombinacija Dirichletovega in Neumannovega pogoja. Če je ena izmed spremenljivk čas t, potem so začetni pogoji vrednosti u in odvodov pri času t = 0.

11.2 Parabolična parcialna diferencialna enačba Rešujemo diferencialno enačbo za u(x, t) u t = u xx, 0 < x < 1, t > 0 z začetnim pogojem u(x, 0) = f(x) in robnima pogojema u(0, t) = g 0 (t), u(1, t) = g 1 (t). Enačba predstavlja prevajanje toplote po enodimenzionalnem telesu. Interval [0, 1] ekvidistantno razdelimo s točkami x 0 = 0, x 1,..., x n, x n+1 = 1, kjer je x = 1 n+1, t pa je sprememba na časovnem nivoju.

Eksplicitna metoda Odvod po času zapišemo z enostransko diferenco, drugi odvod po kraju pa s simetrično diferenco. u i,j+1 u ij = u i 1,j 2u ij + u i+1,j. t ( x) 2 Če označimo λ = t ( x) 2, dobimo direktno enačbo za u i,j+1 na naslednjem časovnem nivoju u i,j+1 = λu i 1,j + (1 2λ)u ij + λu i+1,j, i = 1,..., n. Pogoj za konvergenco je λ 1 2, najboljša izbira pa je λ = 1 6.

Konvergenca eksplicitne metode Lokalna napaka eksplicitne sheme je ( τ ij = u t (x i, t j ) u ) i,j+1 u ij t = 1 2 tu tt(x i, ξ) + 1 12 ( x)2 u xxxx (η, t j ). ( u xx (x i, t j ) u ) i 1,j 2u ij + u i+1,j x 2 Globalna napaka je e ij = u ij u(x i, t j ). Zaradi eksplicitne sheme velja e i,j+1 = λe i 1,j + (1 2λ)e ij + λe i+1,j tτ ij. Označimo E j = max i e ij in T = max τ ij. Zaradi λ 1/2 velja E j+1 E j + tt, kar pomeni E n E 0 + t n T in sledi U(x i, t j ) u ij E 0 + t j O( t + x 2 ).

Implicitna metoda u i,j+1 u ij t = u i 1,j+1 2u i,j+1 + u i+1,j+1 ( x) 2. Dobimo tridiagonalni sistem za vrednosti u i,j+1 na naslednjem časovnem nivoju λu i 1,j+1 + (1 + 2λ)u i,j+1 λu i+1,j+1 = u ij, i = 1,..., n. Implicitna shema konvergira za vsak λ.

Konvergenca implicitne metode Lokalna napaka implicitne sheme je ( τ ij = u t (x i, t j ) u ) i,j u i,j 1 t = 1 2 tu tt(x i, ξ) + 1 12 ( x)2 u xxxx (η, t j ). ( u xx (x i, t j ) u ) i 1,j 2u ij + u i+1,j x 2 Globalna napaka je e ij = u ij u(x i, t j ). Zaradi implicitne sheme velja (1 + 2λ)e i,j = e i,j 1 + λ(e i 1,j + e i 1,j ) tτ ij. Označimo E j = max i e ij in T = max τ ij. Dobimo (1 + 2λ) e i,j E j 1 + 2λE j + tt, kar pomeni E j E j 1 + tt, od tod E n E 0 + t n T in U(x i, t j ) u ij E 0 + t j O( t + x 2 ).

Crank-Nicolsonova metoda Vzamemo povprečje implicitne in eksplicitne metode: u i,j+1 u ij = 1 ( ui 1,j 2u ij + u i+1,j + u ) i 1,j+1 2u i,j+1 + u i+1,j+1. t 2 ( x) 2 ( x) 2 Spet dobimo tridiagonalni sistem za vrednosti u i,j+1, i = 1,..., n: λu i 1,j+1 + 2(1 + λ)u i,j+1 λu i+1,j+1 = λu i 1,j + 2(1 λ)u ij + λu i+1,j. Tako kot implicitna shema tudi Crank-Nicolsonova metoda konvergira za vsak λ. Prednost te metode je, da je napaka sedaj reda O(( x) 2 + ( t) 2 ) namesto O(( x) 2 + t) pri eksplicitni ali implicitni metodi, zato lahko uporabimo večji časovni korak.

Parabolična parcialna diferencialna enačba v več dimenzijah Če imamo npr. u t = u xx + u yy, (x, y) Ω = [0, 1] [0, 1], t > 0 z začetnim pogojem u(x, y, 0) = f(x, y) in robnimi pogoji u(x, y, t) = g(x, y, t) za (x, y) Ω, jo lahko podobno kot v eni dimenziji rešujemo z eksplicitno in implicitno metodo. Npr. eksplicitna metoda: u i,j,k+1 u i,j,k t = u i 1,j,k 2u ijk + u i+1,j,k x 2 + u i,j 1,k 2u ijk + u i,j+1,k y 2.

11.2 Eliptična parcialna diferencialna enačba Za zgled eliptične parcialne diferencialne enačbe bomo vzeli Poissonovo enačbo u xx + u yy = f za u(x, y) na območju Ω = [a, b] [c, d] z robnim pogojem u(x, y) = g(x, y) za (x, y) Ω. Pri diferenčni metodi območje Ω prekrijemo s pravokotno mrežo, kjer intervala [a, b] in [c, d] ekvidistantno razdelimo s točkami x 0 = a, x 1,..., x n, x n+1 = b in y 0 = c, y 1,..., y m, y m+1 = d. Razmika označimo z x in y.

Pettočkovna shema Če druga parcialna odvoda po x in y aproksimiramo s simetričnimi diferencami, dobimo pettočkovno shemo: z enačbami u i 1,j 2u ij + u i+1,j x 2 + u i,j 1 2u ij + u i,j+1 y 2 = f ij.

Sistem Enačbe za vse u ij sestavimo v linearni sistem, ki ima bločno tridiagonalno obliko. V primeru, ko sta x in y enaka, dobimo T I A = I T......... I, I T kjer je T = 4 1 1 4......... 1 1 4. Napaka pettočkovne aproksimacije je O( x 2 + y 2 ), enako pa tudi za numerično aproksimacijo, ki jo dobimo z reševanjem sistema Au = b, velja, da je napaka O( x 2 + y 2 ). Za reševanje sistema uporabimo metode za razpršene matrike, saj ima matrika v vsaki vrstici največ 5 neničelnih elementov.

Krivi robovi V primeru, ko območje Ω ni pravokotnik, poznamo pa vrednosti na robu Ω, moramo v točkah zraven roba drugače aproksimirati odvode. Namesto točk 1 in 2 v enačbi v točki 0 uporabimo točki A in B, ki sta na robu Ω. Naj bo razdalja med 0 in A enaka θ 1 h, 0 < θ 1 < 1. Iz razvojev v Taylorjevo vrsto sledi: u 0 = 1 ( 1 x h θ 1 (1 + θ 1 ) u A 1 θ 1 u 0 θ ) θ 1 1 + θ u 3 + O(h 2 ), 2 u 0 = 1 ( 2 x 2 h 2 θ 1 (1 + θ 1 ) u A 2 u 0 + 2 ) u 3 + O(h). θ 1 1 + θ 1 Podobno naredimo za u 0 y in 2 u 0 y 2.

Globalna napaka Lokalna napaka pettočkovne aproksimacije je τ(x, y) := u(x, y) h u(x, y), kjer je h u(x, y) = + u(x x, y) + u(x, y) + u(x + x, y) x 2 u(x, y y) + u(x, y) + u(x, y + y) y 2. Velja τ(x, y) = 1 12 (u xxxx(x + α x) x 2 + u yyyy (x, y + β y) y 2 ) za α, β < 1. Če označimo zgornji meji za u xxxx in u yyyy z M 4 x in M 4 y, dobimo Za globalno napako potem velja τ(x, y) 1 12 (M 4 x x2 + M 4 y y2 ). max i,j u(x i, y i ) u ij (x n+1 x 0 ) 2 2 max i,j τ(x i, y j ), torej u(x i, y i ) u ij (x n+1 x 0 ) 2 (Mx 4 24 x2 + My 4 y2 ).

11.3 Hiperbolična parcialna diferencialna enačba Zgled za hiperbolično parcialno diferencialno enačbo je valovna enačba za u(x, t) u tt = α 2 u xx, 0 < x < 1, t > 0 z začetnimi pogoji u(x, 0) = f(x), u t (x, 0) = g(x) in robnimi pogoji u(0, t) = u(1, t) = 0, t > 0. Interval [0, 1] ekvidistantno razdelimo s točkami x 0 = 0, x 1,..., x n, x n+1 = 1, kjer je x = 1 n+1, t pa je sprememba na časovnem nivoju.

Simetrične diference Če uporabimo simetrično diferenco za u tt in u xx, dobimo u i,j 1 2u ij + u i,j+1 t 2 i = 1,..., n, j = 1, 2,.... α 2 u i 1,j 2u ij + u i+1,j x 2 = 0, Če označimo λ = α t x dobimo u i,j+1 = 2(1 λ 2 )u ij + λ 2 (u i+1,j + u i 1,j ) u i,j 1. Če je u j+1 = u 1,j+1. u n,j+1, potem velja u j+1 = Au j u j 1, kjer je 2(1 λ 2 ) λ 2 A = λ 2 2(1 λ 2 )......... λ 2 λ 2 2(1 λ 2 ).

Začetne vrednosti Če uporabljamo simetrične diference, potem za izračun vrednosti u j+1 potrebujemo vrednosti prejšnjih dveh časovnih nivojev u j in u j 1. Težava se pojavi na začetku, ko poznamo le u 0, ne pa tudi u 1 za izračun u 2. Nivo u 1 izračunamo s pomočjo začetnega pogoja u t (x, 0) = g(x). Formula je u i,1 = (1 λ 2 )f i + λ2 kjer je f i = f(x i ) in g i = g(x i ). 2 (f i+1 + f i 1 ) + tg i, Izpeljava: u(x i, t 1 ) = u(x i, 0) + u t (x i, 0) + t2 2 u tt(x i, 0) + t3 6 u ttt(x i, µ). u t (x i, 0) = g(x i ), u tt (x i, 0) = α 2 u xx (x i, 0), u xx (x i, 0) pa aproksimiramo z f i 1 2f i +f i+1 x 2.

Stabilnost, konvergenca Lokalna napaka formule je O( x 2 + t 2 ) oziroma natančneje τ ij = 1 12 ( ) t 2 u tttt (x i, µ)) α 2 x 2 u xxxx (η, t j ). Eksplicitna metoda je stabilna pri pogoju λ 1. Podobno kot pri paraboličnih PDE tudi za hiperbolične PDE obstajajo implicitne metode, ki so brezpogojno stabilne. Hiperbolične metode lahko rešujemo tudi z metodo karakteristik.

11.4 Ostale metode Poleg diferenčnih metod za reševanje PDE uporabljamo tudi druge metode. Denimo, da rešujemo L(u) = f, kjer je L dan linearen operator (v našem primeru diferencialni operator) in f dana funkcija, iščemo pa u, ki zadošča še podanim začetnim in robnim pogojem. Pri Galerkinovi metodi iščemo rešitev u kot linearno kombinacijo vnaprej določenih baznih (testnih) funkcij u 1,..., u k. Ker prava rešitev ponavadi ne leži v prostoru, ki ga razpenjajo bazne funkcije, dobimo približno rešitev. Koeficiente c 1,..., c k v u = k i=1 c iu i lahko določimo na več načinov. Klasični Galerkin: zahtevamo, da bo ostanek k i=1 c il(u i ) f pravokoten na testne funkcije u 1,..., u k. Dobimo linearni sistem k c i u j, L(u i ) = u j, f. i=1

Metoda kolokacij: izberemo k točk x 1,..., x k in zahtevamo, da je enakost izpolnjena v teh točkah: k c i L(u i )(x j ) = f(x j ), j = 1,..., k. i=1 Posplošitev kolokacije, kjer izberemo m > k točk. Potem dobimo m enačb in poiščemo rešitev po metodi najmanjših kvadratov. Pri Rayleigh-Ritzevi metodi reševanje L(u) = f prevedemo na iskanje funkcije, ki minimizira določeni integral. Podobno kot pri Galerkinu potem iščemo rešitev v obliki linearne kombinacije baznih funkcij. Če za bazne funkcije izberemo kosoma linearne funkcije (oblike a+ bx + cy) na triangulaciji območja Ω, potem dobimo metodo končnih elementov. To ni edina možnost, saj lahko npr. uporabljamo tudi razdelitev območja na pravokotnike in funkcije oblike a + bx + cx + dxy.