Международный студенческий научный вестникrae.ru

Международный студенческий научный вестник

ISSN 2409-529X

ЧИСЛЕННЫЙ МЕТОД РЕШЕНИЯ КРАЕВОЙ СМЕШАННОЙ ЗАДАЧИ, ПОРОЖДЕННОЙ ДИФФЕРЕНЦИАЛЬНЫМ УРАВНЕНИЕМ ЛАПЛАСА

Жазыкпаев А.К. 1, Торшина О.А. 1
1Федеральное государственное бюджетное образовательное учреждение высшего образования «Магнитогорский государственный технический университет им. Г.И. Носова»

В настоящее время большое количество литературы посвящено решению первой и второй краевой задачи для уравнения Лапласа [8-10]. Такие задачи называют задачами Дирихле и Неймана, соответственно. В то же время, смешанным граничным условиям посвящено довольно небольшое количество исследований.

1. Постановка задачи

Пусть в плоскости задана прямоугольная область

.

Требуется найти функцию , удовлетворяющую внутри области уравнению Лапласа

(1)

а на границе условиям

, ,(2)

, , (3)

где , и , - непрерывные функции по и соответственно.

2. Метод конечных разностей

Для численного решения задачи (1)-(3) будем использовать метод конечных разностей или метод «сеток» [1].

Покроем область сеткой (рисунок 1). Частные производные из уравнения (1) аппроксимируем центрированными разностными формулам [3]. Получим

(4)

Здесь , , – число узлов по – число узлов по .

 

Рисунок 1 – Сетка для области

Для граничных условий (2) и (3) используем аппроксимацию [4] с разностью вперед, получим:

, , , , (5)Равенства (4) и (5) образуют систему алгебраических уравнений, относительно переменных (), которая может быть решена точным или приближенными методами[4].3. Итерационный метод решения систем конечно-разностных уравнений

Решение системы уравнений (4)-(5) методом Гаусса удобно лишь при небольшом количестве узлов. В случае более мелкого разбиения данный метод оказывается вычислительно неэффективным, поэтому используют специальные итерационные методы.

Для систем конечно-разностных уравнений, аппроксимирующих уравнение Лапласа, в качестве такого метода может быть использован процесс усреднения Либмана [5].Выразим из уравнения (4) : (6)

Зададим во внутренних точках сетки начальное приближение . Последующие приближения будем вычислять по формулам:, (7)Для границы области достаточно задать начальное значение только в точке . В остальных граничных точках значения сеточной функции вычисляются по формулам:Доказано [6], что данный метод сходится, не зависимо от выбора начального приближения, т.е. существует пределДля ускорения процесса сходимости используют следующие приемы [7]:1) чтобы получить начальное приближенное решение задачи, считают, что функция по горизонтали (вертикали) внутри области распределена равномерно;2) при вычислении последующих приближений используют не только значения в узловых точках, полученных на предыдущем шаге, но и вновь найденные значения (метод Зейделя), т.е. используя формулу:Процесс последовательного приближения решения обычно продолжают до тех пор, пока во всех узлах сетки выполняется условиегде – заданная погрешность вычисления.Т.е. до тех пор, пока в двух последовательных приближениях не совпадет требуемое количество десятичных знаков.4. Численный эксперимент

Были проведены численные эксперименты для решения конкретной задачи:, ,, .

Процесс вычисления состоял из нескольких этапов:1) вычисление начального приближения на границе области ;2) вычисление начального приближения внутри области (чтобы получить начальное приближение внутри области , будем считать, что функция распределена равномерно по вертикалям);3) составление системы алгебраических уравнений по формулам (7)-(11);4) решение системы уравнений итерационным методом Зейделя с точностью .В таблицах 1-3 приведены некоторые приближения задачи для пятиточечной сетки.Таблица 1. Первое приближение для пятиточечной сетки

(8)

(9)

(10)

(11)

8,774

8,345

7,710

6,759

5,346

4,031

2,427

2,538

2,999

3,628

0,585

-0,928

-0,802

-0,177

1,171

-1,919

-3,576

-3,905

-3,717

-2,271

-3,689

-5,142

-6,106

-6,705

-7,028

 

Таблица 2. Шестое приближение для пятиточечной сетки

8,775

8,346

7,712

6,761

5,349

4,097

4,323

4,131

3,814

3,632

0,635

0,863

0,785

0,768

1,176

-1,882

-2,181

-2,547

-2,684

-2,265

-3,662

-5,121

-6,091

-6,69

-7,020

 

Таблица 3. Тринадцатое приближение для пятиточечной сетки

8,775

8,346

7,712

6,761

5,349

4,097

4,395

4,203

3,850

3,632

0,635

0,935

0,858

0,804

1,176

-1,882

-2,144

-2,511

-2,666

-2,265

-3,662

-5,121

-6,091

-6,693

-7,020


Таким образом, за 13 итераций удалось достичь заданной точности. Время выполнения программы менее 1с.На рисунках 10–11 представлены начальное и конечное приближения для сетки размером 11х15.

Рисунок 2 – Визуализация начального приближения

Рисунок 3 – Визуализация конечного приближения

Результатом исследований стала аппроксимация уравнения Лапласа и смешанных граничных условий в случае неравномерной сетки, построение и реализация алгоритма численного решения смешанной краевой задачи, порожденной дифференциальным уравнением Лапласа.Проведенные численные эксперименты показали хорошую сходимость и высокую вычислительную эффективность алгоритма численного решения смешанной краевой задачи для уравнения Лапласа.


Библиографическая ссылка

Жазыкпаев А.К., Торшина О.А. ЧИСЛЕННЫЙ МЕТОД РЕШЕНИЯ КРАЕВОЙ СМЕШАННОЙ ЗАДАЧИ, ПОРОЖДЕННОЙ ДИФФЕРЕНЦИАЛЬНЫМ УРАВНЕНИЕМ ЛАПЛАСА // Международный студенческий научный вестник. 2018. № 6. С. 174-174;
URL: https://www.eduherald.ru/article/view?id=19395 (дата обращения: 25.08.2026).