Faculty of Mathematics, Physics and Informatics Comenius University Bratislava. NumDif

Σχετικά έγγραφα
Matematika Funkcia viac premenných, Parciálne derivácie

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

Numerické metódy Zbierka úloh

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Numerické metódy matematiky I

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie,

Metódy vol nej optimalizácie

Cvičenie č. 4,5 Limita funkcie

Matematická analýza pre fyzikov IV.

Numerické metódy, pravdepodobnosť a matematická štatistika

ARMA modely čast 2: moving average modely (MA)

Numerické metódy, pravdepodobnosť a matematická štatistika. Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER

Riešenie sústavy lineárnych rovníc. Priame metódy.

Obyčajné diferenciálne rovnice

7. FUNKCIE POJEM FUNKCIE

Prechod z 2D do 3D. Martin Florek 3. marca 2009

x x x2 n

Príklady na precvičovanie Fourierove rady

ARMA modely čast 2: moving average modely (MA)

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c)

Numerické metódy Učebný text pre bakalárske štúdium

Ekvačná a kvantifikačná logika

primitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2

Komplexné čísla, Diskrétna Fourierova transformácia 1

7 Derivácia funkcie. 7.1 Motivácia k derivácii

Integrovanie racionálnych funkcií

Motivácia pojmu derivácia

FUNKCIE N REÁLNYCH PREMENNÝCH

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

M8 Model "Valcová a kužeľová nádrž v sérií bez interakcie"

Fakulta matematiky, fyziky a informatiky. Univerzita Komenského. Contents I. Úvod do problematiky numeriky 2

Diferenciálne rovnice

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita

MIDTERM (A) riešenia a bodovanie

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014

Metódy vol nej optimalizácie

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich

UNIVERZITA PAVLA JOZEFA ŠAFÁRIKA V. Prírodovedecká fakulta ÚSTAV FYZIKÁLNYCH VIED

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A

Úvod do lineárnej algebry

NUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák

Nelineárne optimalizačné modely a metódy

Obsah. 1.1 Reálne čísla a ich základné vlastnosti Komplexné čísla... 8

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

Funkcie - základné pojmy

18. kapitola. Ako navariť z vody

Pevné ložiská. Voľné ložiská

Reálna funkcia reálnej premennej

MATEMATIKA I ZBIERKA ÚLOH

Riadenie zásobníkov kvapaliny

3. prednáška. Komplexné čísla

Zložené funkcie a substitúcia

Obvod a obsah štvoruholníka

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne.

1.4 Rovnice, nerovnice a ich sústavy

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Základy automatického riadenia

BANACHOVE A HILBERTOVE PRIESTORY

1. písomná práca z matematiky Skupina A

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17

Mini minimaliz acia an BUˇ Koˇ sice 2011

24. Základné spôsoby zobrazovania priestoru do roviny

Podmienenost problému a stabilita algoritmu

Otáčky jednosmerného motora

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2

Obsah. 1.1 Základné pojmy a vzťahy Základné neurčité integrály Cvičenia Výsledky... 11

Numerické riešenie jednorozmerného Stefanovho problému na konečnej oblasti BAKALÁRSKA PRÁCA

(k 0 k) n 0 k k 0. Ktorý z týchto balíkov je v x priestore najužší? Aká bude x- závislost vlnovej funkcie, ak. (k + k0 ) n k 0 k 0

MATEMATIKA II ZBIERKA ÚLOH

Tomáš Madaras Prvočísla

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

3. Striedavé prúdy. Sínusoida

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava

Harmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť

Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky

FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE. Ekonomická a finančná matematika DIPLOMOVÁ PRÁCA

Fakulta matematiky, fyziky a informatiky. Univerzita Komenského

Goniometrické substitúcie

Technická univerzita v Košiciach. Zbierka riešených a neriešených úloh. z matematiky. pre uchádzačov o štúdium na TU v Košiciach

Goniometrické rovnice riešené substitúciou

8. TRANSFORMÁCIA SÚRADNÍC

Margita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a )

4 Reálna funkcia reálnej premennej a jej vlastnosti

FUNKCIE. Funkcia základné pojmy. Graf funkcie

22 Špeciálne substitúcie, postupy a vzorce používané pri výpočte

TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT. k predmetu Matematika pre

ZADANIE 1_ ÚLOHA 3_Všeobecná rovinná silová sústava ZADANIE 1 _ ÚLOHA 3

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

Transcript:

Numerické riešenie diferenciálnych rovníc Jela Babušíková Faculty of Mathematics, Physics and Informatics Comenius University Bratislava

Klasifikácia diferenciálnych rovníc: obyčajné - počiatočná a okrajová úloha parciálne Faktory ovplyvňujúce numerické riešenie: chyba metódy - zjednodušenie matematického modelu na numericky riešitel ný chyby zaokrúhl ovania - chyby vznikajúce riešením na počítači

byčajné diferenciálne rovnice Najjednoduchší prípad - rovnica 1. rádu, počiatočná úloha y (x) = f(x, y(x)) x > x 0 (1) y(x 0 ) = y 0 (2) Diskretizačné metódy Jednokrokové metódy Máme problém (1) s počiatočnou podmienkou (2). Nech h > 0, x k = x 0 + kh, k = 1, 2, 3,... nech y k je označenie pre aproximáciu riešenia y(x k ) pre jednokrokovú metódu riešenie y k+1 závisí od riešenia v bode x k (resp. x k+1, x k )

Eulerova metóda napred (polygónová metóda) Prepíšeme rovnicu (1) v bode x = x k y (x) xk = f(x k, y(x k )). Nahradením derivácie na l avej strane doprednou diferenciou (diferenciou napred) y (x) xk y k+1 y k h dostaneme Eulerovu metódu napred (vid obrázok) y k+1 = y k + hf(x k, y k ) (3) Chyba metódy je O(h) - z nahradenia derivácie.

y(x) y(x k+1 ) y k+1 y k x k x k+1 Obr.: Euler napred graficky

Vylepšená polygónová metóda Najskôr spočítame hodnotu yk+1 1 Eulerovou metódou napred s krokom h yk+1 1 = y k + hf(x k, y k ). Ďalej spočítame hodnotu yk+1 2 dvomi krokmi Eulerovej metódy napred s krokom h 2 y 2 k+ 1 2 = y k + h 2 f(x k, y k ) y 2 k+1 = y 2 k+ 1 2 + h 2 f(x k + h 2, y 2 k+ 1 2). Novú hodnotu y k+1 dostaneme použitím Richardsonovej extrapolácie na hodnoty y 1 k+1 a y 2 k+1 tj. y k+1 = 2y 2 k+1 y 1 k+1 = y k + hf(x k + h 2, y k + h 2 f(x k, y k )). Chyba metódy je O(h 2 ) -zo zvýšenia rádu chyby pomocou Richardsonovej extrapolácie.

Algoritmom sa to zvykne zapisovat nasledujúcim spôsobom: k 1 = f(x k, y k ) k 2 = f(x k + h 2, y k + h 2 k 1) y k+1 = y k + hk 2. Eulerova spätná metóda Prepíšeme rovnicu (1) v bode x = x k+1, pričom deriváciu nahradíme spätnou diferenciou y (x k+1 ) y k+1 y k h Dostaneme spätnú Eulerovu metódu Chyba metódy je O(h). y k+1 = y k + hf(x k+1, y k+1 ). (4).

Poznámka: Spätná Eulerova metóda je implicitná metóda, to znamená, že neznámu hodnotu y k+1 treba na každom kroku určit iteračne (napr. Newtonovou metódou), tj. treba určit s z rovnice F(s) = 0, kde F(s) = s (y k + hf(x k+1, s)). Crank-Nicolsonova metóda Vznikne lineárnou kombináciou spätnej Eulerovej metódy a Eulerovej metódy napred y k+1 = y k + h 2 (f(x k, y k )+f(x k+1, y k+1 )), k = 0, 1, 2,... Crank-Nicolsonova metóda je opät implicitnou metódou, jej výhodou však je, že má vyšší rád chyby ( O(h 2 ).).

Runge-Kutta metódy Runge-Kutta metódy sú metódy, ktorých chyba pre h 0 ide rýchlejšie k 0 ako vyššie uvedené chyby Eulerových metód. RK metódy sú navrhnuté v tvare y k+1 = y k + w 1 K 1 + +w m K m, kde w i sú konštanty a K i = hf(x k +α i h, y k + i 1 j=1 β ijk j ), α 1 = 0. Odvodenie vychádza z Taylorovho rozvoja funkcie y (t) k a porovnaním koeficientov pri rovnakých mocninách h.

Niektoré z tejto triedy metód: metóda 2. rádu je známa ako Heunova metóda (modifikovaná Eulerova metóda) F 1 = f(x k, y k ) F 2 = f(x k+1, y k + hf(x k, y k ) y k+1 = y k + h 2 (F 1 + F 2 ) metóda 4. rádu - Runge-Kutta metóda F 1 = f(x k, y k ) F 2 = f(x k + h 2, y k + h 2 F 1) F 3 = f(x k + h 2, y k + h 2 F 2) F 4 = f(x k+1, y k + hf 3 ) y k+1 = y k + h 6 (F 1 + 2F 2 + 2F 3 + F 4 )

metóda 6. rádu - Hut ova metóda (prof. Hut a pôsobil na našej fakulte) F 1 = f(x k, y k ); F 2 = f(x k + h 9, y k + h 9 F 1); F 3 = f(x k + h 6, y k + h 24 (F 1 + 3F 2 )); F 4 = f(x k + h 3, y k + h 6 (F 1 3F 2 + 4F 3 )); F 5 = f(x k + h 2, y k + h 8 ( 5F 1 + 27F 2 24F 3 + 6F 4 )); F 6 = f(x k + 2 h 3, y k + h 9 (221F 1 981F 2 + 867F 3 102F 4 + F 5 )); F 7 = f(x k + 5 h 6, y k + h 48 ( 183F 1 + 678F 2 472F 3 66F 4 + 80F 5 + 3F 6 )); F 8 = f(x k+1, y k + h 82 (716F 1 2079F 2 + 1002F 3 + 834F 4 454F 5 9F 6 + 72F 7 )); y k+1 = y k + h 840 (41F 1 + 216F 3 + 27F 4 + 272F 5 + 27F 6 + 216F 7 + 41F 8 );

Poznámky k ODR: diskretizačné metódy dávajú diskrétne riešenie, ktoré sa dá previest na spojité pomocou interpolácie alebo splajnom pri výpočtoch je nutné zvolit vhodný krok h, pretože pre malé h sa môže riešenie znehodnotit zaokrúhl ovacími chybami ako vieme, že nám rišenie konverguje k presnému, ked presné riešenie nepoznáme, ako zvolit vhodné h? riešenie systémov ODR - analogicky, len miesto y : IR IR, f : IR 2 IR budú y : IR n IR, f : IR n+1 IR n (príklad korist -dravec) rovnice 2. a vyššieho rádu s počiatočnou podmienkou sa prevádzajú na systém ODR

Viackrokové metódy Máme problém y (x) = f(x, y(x)) x > x 0 y(x 0 ) = y 0 nech h > 0, x k = x 0 + kh, k = 1, 2, 3,... nech y k je označenie pre aproximáciu riešenia y(x k ) pre N + 1-krokovú metódu riešenie y k+1 závisí od riešení v bodoch x k, x k 1,..., x k N (resp. x k+1, x k, x k 1,..., x k N ) platí y(x k+1 ) y(x k ) = x k+1 x k y (x)dx = x k+1 x k f(x, y(x))dx kde p(x) je polynóm, ktorý interpoluje funkciu f x k+1 x k p(x)dx, (5)

ak (y k+1 ), y k, y k 1,..., y k N sú aproximácie riešenia v bodoch (x k+1 ), x k, x k 1,..., x k N a označíme f i := f(x i, y i ), i = (k + 1), k, k 1,...k N tak p(x i ) = f i, i = (k + 1), k, k 1,..., k N. Potom z (5) y k+1 = y k + x k+1 p(x)dx. x k Poznámka: Ked že p je polynóm, tak presne. x k+1 x k p(x)dx vieme spočítat Poznámka: Podl a toho, či interpolačný polynóm je zostrojený v bodoch x k, x k 1,..., x k N alebo x k+1, x k, x k 1,..., x k N rozlišujeme N + 1-krokovú explicitnú alebo implicitnú metódu (tak ako v prípade jednokrokových metód).

Explicitné viackrokové metódy (Adams-Bashforth metódy) interpolačný polynóm je zostrojený v bodoch x k, x k 1,..., x k N Pre N = 0 dostaneme Eulerovu metódu. Pre N = 1 interpolačný polynóm zostrojujeme z bodov (x k 1, f k 1 ),(x k, f k ) f p(x) = p 1 (x) = f k + x x k (f k 1 f k ) = f k x x k (f k 1 f k ) x k 1 x k h teda x k+1 x x k y k+1 = y k + (f k (f k 1 f k ))dx = y k +hf k f k 1 f k h h x k x k+1 x k (x x k )dx

Dostali sme Adams-Bashforth metódu 2. rádu (2-krokovú) y k+1 = y k + h 2 (3f k f k 1 ), (6) ktorá má chybu O(h 2 ). Ak označíme f k := f k 1 f k, potom (6) môžeme prepísat y k+1 = y k + hf }{{ k h } 2 f k Euler Pre N = 2-3. rádu (3-kroková metóda) y k+1 = y k + hf k h 2 f k + 5 6 h 2 f k = y k + h 12 (23f k 16f k 1 + 5f k 2 ). Pre N = 3-4. rádu (4-kroková metóda) y k+1 = y k + h 24 (55f k 59f k 1 + 37f k 2 9f k 3 ).

Poznámka: Kol ko krokov taká presnost. Poznámka: Štartovanie metód. Implicitné viackrokové metódy (Adams-Moulton metódy) interpolačný polynóm je zostrojený v bodoch x k+1, x k, x k 1,..., x k N Pre N = 0 dostaneme Crank-Nicholsonovu metódu tj. presnosti O(h 2 ) Pre N = 2 dostaneme metódu 4.rádu (presnost O(h 4 )) y k+1 = y k + h 24 (9f k+1 + 19f k 5f k 1 + f k 2 ). Poznámka: Adams-Moulton metódy sú implicitné, riešia sa iteračne.

Metódy typu prediktor-korektor - sú kombináciou explicitnej a implicitnej metódy. Označme P (predictor) - nejaká explicitná metóda na predikciu hodnoty, napr. Adams-Bashforthova metóda 4.rádu y (P) k+1 y (P) k+1 = y k + h 24 (55f k 59f k 1 + 37f k 2 9f k 3 ) E (evaluation) - vyčíslenie pravej strany f (P) k+1 = f(x k+1, y (P) k+1 ) C (corrector) - nejaká implicitná metóda na korekciu hodnoty y k+1, napr. Adams-Moultonova metóda 4.rádu y k+1 = y k + h 24 (9f(P) k+1 + 19f k 5f k 1 + f k 2 ) Poznámka: Používajú sa P(EC) M alebo P(EC) M E (M 2), najčastejšie PECE. Poznámka: Rád prediktora by mal byt taký istý (alebo o 1 menší) ako rád korektora.

Okrajová úloha v 1D - podmienky pre diferenciálnu rovnicu dané na hranici oblasti Zoberme si najjednoduchší prípad, ked oblast je z 1D, podmienky sú dané v krajných bodoch intervalu, tj. máme 2 podmienky. Majme teda rovnicu 2. rádu u (x) = f(x, u(x), u (x)) 0 < x < 1 s okrajovými podmienkami u(0) = α, u(1) = β (interval < 0, 1 > sme zobrali bez ujmy na všeobecnosti). Ak f je nelineárna v u(x) alebo u (x), potom okrajový problém je nelineárny.

Lineárna úloha Zoberme lineárny problém tvaru u (x) = b(x)u (x)+c(x)u(x)+d(x) 0 < x < 1, (7) kde b, c, d sú dané funkcie v x. Predpokladajme, že úloha má jediné riešenie, ktoré je 2x spojite diferencovatel né. Ako budeme numericky riešit takúto úlohu? Metóda konečných diferencií Zoberme n IN, h = 1 n+1, x 0 = 0, x i = x 0 + ih (x i sú uzlové body). Body x 0 a x n+1 sú krajné body intervalu < 0, 1 > a je v nich daná okrajová podmienka, body x i pre i = 1,..., n sú vnútorné body intervalu a riešenie v nich nepoznáme. Prepíšeme rovnicu (7) vo vnútornom bode x i, pričom na prepis derivácie u (x i ) použijeme konečné diferencie u (x i ) = u(x i+1) 2u(x i )+u(x i 1 ) h 2 + O(h 2 )

a na prepis u (x i ) použijeme tiež jednu z diferencii (dopredná, spätná - O(h) alebo symetrická - O(h 2 )). Označme b i = b(x i ), c i = c(x i ), d i = d(x i ) a na nahradenie u (x i ) použime napr. symetrickú diferenciu. Potom z rovnice (7) dostaneme pre i = 1,...,n 1 u(x h 2(u(x i+1) 2u(x i )+u(x i 1 )) b i+1 ) u(x i 1 ) i +c 2h i u(x i )+d i. Ďalej označme u i aproximáciu u(x i ). Potom treba nájst u 1,...,u n také, že 1 u h 2(u i+1 2u i + u i 1 ) = b i+1 u i 1 i + c i u i + d i, i = 1,...,n 2h (8) po úprave ( 1 h 2 b i)u i 1 +(2+c i h 2 )u i +( 1+ h 2 b i)u i+1 = h 2 d i, i = 1,...,n. kde u 0 = α, u n+1 = β.

Dostaneme systém lineárnych rovníc, zapíšme ho v maticovom tvare 2+c 1 h 2 1+ h 2 b 1 0 0...0 u 1 1 h 2 b 2 2+c 2 h 2 1+ h 2 b 2 0...0 u 2.......... 0...0 1 h 2 b n 1 2+c n 1 h 2 1+ h 2 b n 1 0...0 0 1 h 2 b n 2+c n h 2 }{{} označme A h 2 d 1 ( 1 h 2 b 1)α h 2 d 2 =. h 2 d n 1 h 2 d n ( 1+ h 2 b n)β. u n 1 u n =

Aby bol systém dobre riešitel ný je vhodné žiadat od matice A, aby bola diagonálne dominantná, tj. aby a ii n j=1,j i a ij i = 1, 2,...,n. Ak je matica diagonálne dominantná a n > 2, tak potom je aj regulárna. Pre našu maticu to znamená, že 2+c i h 2 1+ b ih 2 + 1+ b ih 2. Ak predpokladáme, že c i 0 tak dostaneme podmienku pre krok h b ih 2 1.

Ak na nahradenie u (x i ) miesto symetrickej diferencie použijeme doprednú alebo spätnú diferenciu dostaneme upwind resp. upstream schému u (x i ) { ui+1 u i tak i-ty riadok matice A má tvar h pre b i < 0 (upwind) u i u i 1 h pre b i 0 (upstrem) alebo 0...0 1 2+c i h 2 b i h 1+b i h 0...0 pre b 0...0 1 b i h 2+c i h 2 + b i h 1 0...0 pre b Je vidno, že pre c i 0 je matica diagonálne dominantná bez ohl adu na dĺžku kroku h. Poznámka: Strata presnosti schémy (je len rádu O(h)) je vyvážená lepšími vlastnost ami matice A.

Iné typy okrajových podmienok Okrem Dirichletových podmienok, o ktorých sme uvažovali vyššie, existujú aj Neumanove podmienky u (0) = α, u (1) = β alebo zmiešané podmienky, ktoré sú lineárnou kombináciou oboch η 1 u(0)+η 2 u (0) = α γ 1 u(1)+γ 2 u (1) = β. Uvažujme rovnicu (7) pre b = 0 a Neumanove podmienky. Napíšme si rovnicu po diskretizácii v bode x = x 1 tj. zoberme i = 1. Dostaneme u 0 + 2u 1 u 2 + c 1 h 2 u 1 = h 2 d 1. V bode x = 0 nepoznáme hodnotu u 0, ale môžme dodat novú rovnicu z okrajovej podmienky (ak predpokladáme, že rovnica platí aj v bode x = 0)

α = u (0) 1 2h (u 1 u 1 ) = u 1 = 2hα+u 1 = u (0) 1 h 2(u 1 2u 0 + u 1 ) = 1 h 2(2u 1 2u 0 2hα). Tu sme použili na nahradenie prvej derivácie symetrickú diferenciu. Dostaneme tak novú rovnicu 1 h 2(2u 1 2u 0 2hα) = c 0 u 0 + d 0. Máme teda n+1 lineárnych rovníc s n+1 neznámymi u 0,...,u n. Tým istým spôsobom získame novú rovnicu v bode x = x n+1.

Potom budeme mat n+2 rovníc pre n+2 neznámych u 0,...,u n+1 : 2+c 0 h 2 2 0 0...0 1 2+c 1 h 2 1 0...0......... 0...0 1 2+c n h 2 1 0...0 0 2 2+c n+1 h 2 h 2 d 0 + 2hα h 2 d 1 =. h 2 d n h 2 d n+1 + 2hβ Tento spôsob prepisu podmienok je presnosti O(h 2 ). u 0 u 1. u n u n+1 =

Existuje aj iný spôsob, ktorý má síce len presnost O(h), ale nemusíme pri ňom predpokladat, že diferenciálna rovnica je platná aj v bode x = 0 resp. x = 1. Pri tomto spôsobe okrajové podmienky prepíšeme nasledovne (pomocou doprednej resp. spätnej diferencie) α = u (0) u 1 u 0 h, β = u (1) u n+1 u n. h Dostaneme systém n + 2 lineárnych rovníc s n + 2 neznámymi 1 1 0 0...0 u 0 hα 1 2+c 1 h 2 1 0...0 u 1 h 2 d 1......... =. 0...0 1 2+c n h 2 1 0...0 0 1 1 Presnost tejto schémy je len O(h).. u n u n+1 h 2 d n hβ.

Metóda konečných prvkov Opät majme lineárnu diferenciálnu rovnicu (7) v tvare u (x)+c(x)u(x) = g(x) 0 < x < 1 (9) s okrajovými podmienkami. u(0) = α, u(1) = β Metóda konečných prvkov je špeciálny prípad Galerkinovej metódy. Nech V je konečnorozmerný priestor funkcií s bázou ϕ 1,,ϕ n. Teda v V : v(x) = n j=1 a jϕ j (x), a 1,, a n IR. Navrhnime aproximáciu riešenia rovnice (9) v tvare n u u n = a j ϕ j. j=1

Treba nájst koeficienty a 1,, a n tak aby n n a j ϕ j (x)+c(x) a j ϕ j (x) = g(x). j=1 Prenásobíme túto rovnicu vhodnou funkciou v, zintegrujeme cez interval a, b. n j=1 a j ( 1 0 ϕ j (x)v(x)dx + ) 1 0 c(x)ϕ j(x)v(x)dx = = 1 0 g(x)v(x). Na prvý integrál použijeme per partes a zoberieme v také, že v(0) = 0, v(1) = 0. Dostaneme n j=1 a ( ) 1 j 0 ϕ j (x)v (x)+c(x)ϕ j (x)v(x) dx = = 1 0 g(x)v(x). j=1

Ak zoberieme za v postupne funkcie ϕ 1,,ϕ n a označíme a c j,k = 1 0 ( ) ϕ j (x)ϕ k (x)+c(x)ϕ j(x)ϕ k (x) dx d k = 1 0 g(x)ϕ k (x)dx dostaneme, že koeficienty a = (a 1,, a n ) T získame z riešenia systému lineárnych rovníc Ca = d.

Špeciálne bázové funkcie - lineárne splajny= metóda konečných prvkov Nech h = 1 n+1 (n IN, x i = ih, i = 0,...,n+1. Bázové funkcie sú tvaru ϕ i (x) = 1 h (x x i 1) x i 1 x x i 1 h (x x i+1) x i x x i+1 i = 1,...,n. 0 x i 1 > x alebo x > x i+1 Ako je vidno na obrázku bázová funkcia ϕ i má nenulový nosič len na intervale < x i 1, x i+1 >. Prvky matice C sú teda také, že (C) jk = 0 ak j k > 1.

1 ϕ i 1 ϕ i ϕ i+1 x i 1 x i x i+1 Obr.: MKP-bázové funkcie

Prvá derivácia bázových funkcií je funkcia po častiach konštantná 1 ϕ i (x) = h x i 1 x x i 1 h x i x x i+1 i = 1,...,n 0 x i 1 > x alebo x > x i+1 a preto 1 0 ϕ i (x)ϕ i (x)dx = x i+1 x i ϕ i (x)ϕ i (x)dx = 1 h, 1 0 ϕ i (x)ϕ i+1 (x)dx = x i+1 x i ϕ i (x)ϕ i+1 (x)dx = 1 h. Prvky matice C a pravej strany d potom sú (C) ii = 1 h 2 (2h+ x i x i 1 c(x)(x x i 1 ) 2 dx + x i+1 x i c(x)(x x i+1 ) 2 ), i = 1,...,n

(C) i,i+1 = 1 ( h+ x i+1 h 2 x i c(x)(x x i )(x x i+1 )dx) i = 1,...,n 1 (C) i,i 1 = 1 ( h+ x i h 2 x i 1 c(x)(x x i 1 )(x x i )dx) i = 2,...,n ( d i = 1 xi h x i 1 g(x)(x x i 1 )dx + x i+1 x i g(x)(x i+1 x)dx i = 1,...,n. Poznámka: Presnost metódy s takýmito bázovými prvkami je O(h 2 ). Ak by sme použili hladšie splajny s väčším nosičom (napr. kubické splajny) dostaneme aj vyššiu presnost. )