Савёлова Методы решения некорректных задач 2012
.pdfна SO(3) при αii 0 . Кроме того, используя уравнение
T mn g l l 1 T mn g , где |
– оператор Лапласа в SO(3), |
|
l |
l |
|
получаем бесконечную дифференцируемость КНР.
Итак, мы можем вычислить НР с достаточно малой погрешно-
стью δ 10 4 10 3 . Точность вычисления НР другими методами будем рассматривать путем сравнения с методом суммирования
ряда Фурье.
Из соотношения (5.9) видно, что объем вычислений возрастает
при увеличении параметра min α1ii |
2 |
, так как возрастает количест- |
i |
|
|
во членов ряда Фурье необходимое для суммирования для получе-
ния КНР с заданной точностью. Данная ситуация возникает при аппроксимации острой текстуры с помощью НР.
Следовательно, можно дать заключение об эффективности вы-
числения НР путем суммирования ряда Фурье. Этот метод эффек-
тивен и может быть практически использован в случае достаточно больших значений параметров, когда количество членов ряда Фу-
рье невелико. В случае малых параметров НР метод неэффективен и неустойчив по причине необходимости суммирования большого числа членов ряда Фурье с приближенными коэффициентами.
Метод суммирования ряда Фурье применяется для вычисления
полюсных фигур с кристаллографическим направлением
h 001 , используя КНР в качестве ФРО для некоторого набора параметров. Значение lmax берется в соответствии с уравнением
(5.9). Результаты вычислений показаны на рис. 5.1 и 5.2. 121
Рис. |
5.1 изображает ПФ для КНР с |
параметрами |
α11 0, 07, |
|
α22 0, 03, |
α33 =0,05 при lmax 16. Рис. 5.2 иллюстрирует случай |
|||
ПФ |
острой |
текстуры для КНР при |
α11 =0,005, |
α22 =0,007, |
α33 =0,009 при lmax 38. В обоих случаях относительная ошибка
вычисления ПФ 0,1 %. Вычисления проводились с помощью про-
граммного обеспечения Mathlab (http://www.mathroots.com) на пер-
сональном компьютере с процессором Pentium 4. В первом случае время вычисления равно 11,8 с (рис. 5.1) и 124,6 с – во втором
(рис. 5.2).
Рис. 5.1. ПФ для КНР методом |
Рис. 5.2. ПФ для КНР методом |
||
суммирования ряда Фурье с пара- |
суммирования ряда Фурье с |
||
метрами α 0, 07, α |
22 |
0, 03, |
параметрами α11 = 0,005, |
11 |
|
|
|
α33 = 0,05, |
|
|
α22 = 0,007, α33 = 0,009, |
min = 1,7×10-4; max = 11 |
min = 0,3×10-2; max = 84,7 |
122
5.2.2. Аналитическое приближение
Наиболее распространенная параметризация вращения – пара-
метризация углами Эйлера. Однако вращение также полностью
характеризуется, например, заданием угла поворота ω |
0 ω<π |
|||||
|
n , n , n |
S 2 . Это значит, что вращение можно |
||||
вокруг оси n |
||||||
|
1 |
2 |
3 |
|
|
|
представить |
|
|
|
псевдовектором |
|
|
|
|
|
ξ=ωn= |
ξ1, ξ2 , ξ3 ωn1, ωn2 , ωn3 . При этом ω2 =ξ12 +ξ22 +ξ32 .
С помощью такой параметризации найдено аналитическое при-
ближение НР [6, 38, 58] в виде
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N αii , 0 |
2l 1 Sp exp Bl |
|||||||||||
|
|
|
|
|
|
l 0 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
ω 2 |
|
|
3 |
ξ2 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
exp |
|
i |
, |
(5.10) |
|
|
|
|
|
|
|
|
2 |
|
|
||||||
|
|
|
|
|
sin ω |
|
i 1 |
4αii |
|
||||||
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
где ω |
2 |
2 |
= εξi |
|
αii |
, i 1, 2,3 , |
B |
l |
– |
пятидиагональная |
|||||
|
= ξi |
, ξi |
|
|
|||||||||||
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
матрица вида (5.5), ε – фиксированное число.
Условие совпадения распределения (5.10) с НР в точке макси-
мума позволяет однозначно найти ε :
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
exp Bl |
. (5.11) |
|||||||||
|
2l 1 |
2 exp l |
|
l 1 |
ε2 |
|
2l 1 Sp |
|
|
||||
l 0 |
|
|
|
|
|
l 0 |
|
|
|
|
|
|
|
Когда параметры КНР достаточно малы ii |
1 4 |
асимптоти- |
ческая форма (5.10) имеет простое выражение
123
N αii , 0 |
|
|
π |
|
|
1 2 |
|
|
ω 2 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
2 |
||||||
|
|
α11α22α33 |
|
sin ω |
|
|||||||||
|
|
|
2 |
|
|
2 |
|
|
2 |
|
|
|
||
exp |
|
ξ1 |
|
|
ξ2 |
|
ξ3 |
|
. |
(5.12) |
||||
4α11 |
4α22 |
4α33 |
||||||||||||
|
|
|
|
|
|
|
|
Асимптотическое приближение ПФ для ФРО вида (5.12) имеет вид
|
|
|
|
|
|
|
|
|
|
|
α11 h1 y1 |
2 |
+ |
|
|
|
||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
Ph y |
|
|
exp |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
2ζ2 |
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|||||||||||
|
|
|
|
h, y |
|
|
2 |
α22α33 h1 |
y1 + |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
+α22 h2 y2 |
2 |
+α33 h3 y3 |
2 |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
+ |
|
|
|
|
||
|
|
+α11α33 h22 y22 +α11α22 |
h32 y32 |
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α11 h1 y1 |
2 |
+ |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
exp |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
α22α33 h12 y12 + |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α22 h2 y2 |
2 |
α33 h3 y3 |
2 |
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
, |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(5.13) |
||
|
|
|
α11α33 h22 y22 α11α22 h32 y32 |
|||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
2l 1 exp l l 1 α22α33 h12 y12 |
||||||||||||||||||||||
где |
|
|
||||||||||||||||||||||
|
ζ2 h, y |
l 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
α11α33 h22 y22 α11α22 h32 y32 1 2 |
21 2 , |
|
|
|
|
|
|
|||||||||||||||||
|
|
h h1, h2 , h3 , |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y y1 |
, y2 , y3 – декартовы координаты h |
|
в KB |
и |
|
y |
в K A |
соот- |
ветственно. Для приближенного вычисления ЦНР удобны форму-
лы, приведенные в приложении 3.
124
Для оценки точности метода аналитических приближений срав-
ним результат вычисления ПФ, полученный указанным способом с результатом расчета методом суммирования ряда Фурье, с помо-
щью RP-фактора.
Представим пример вычисления ПФ для КНР с теми же пара-
метрами, что и для рассмотренного метода суммирования ряда Фу-
рье. Вычисленные ПФ изображены на рис. 5.3 и 5.4. Точность вы-
числения ПФ согласно выражению (5.13) равна 8 % для КНР с па-
раметрами α11 0, 07, α22 0, 03, |
α33 0, 05 (рис. |
5.3) и 2 % |
при α11 0, 005, α22 0, 007, α33 |
0, 009 (рис. 5.4), |
0, 01. В |
первом случае соответствующее время расчета составляло 1,4 с и
2,8 с – во втором.
Рис. 5.3. ПФ для КНР мето- |
Рис. 5.4. ПФ для КНР мето- |
дом аналитических приближений |
дом аналитических приближений |
с параметрами α11 0, 07, |
с параметрами α11 0, 005, |
α22 0, 03, α33 0, 05, |
α22 0, 007, α33 0, 009, |
min=1,4×10-6; max=11,1 |
min=5,9×10-42; max=84,7 |
125
5.2.3. Специализированный метод Монте-Карло
КНР и его приближения представляют собой непрерывные функции, что удобно не для всех задач: например, проблемы оце-
нивания погрешности измерения ПФ или погрешности электрон-
ной микроскопии (EBSD) связаны со статистическими аспектами.
В этих случаях для исследования более удобно оперировать с дан-
ными в виде дискретного набора ориентировок. Отметим, что ре-
альный поликристалл состоит из конечного числа зерен, хотя и очень большого. Таким образом, необходимы численные алгорит-
мы для статистического моделирования распределения ориентаций зерен поликристаллического образца. В [5, 7] разработан метод Монте-Карло вычисления НР на SO(3). Укажем алгоритм для ста-
тистического моделирования НР на SO(3).
В этом алгоритме используется другая параметризация враще-
ния g SO(3) :
g g φ,θ,ψ g1 φ g2 θ g3 ψ ,
где – π<φ,ψ π , 0 θ π ,
|
|
cos t |
sin t |
|
0 |
|
|
|
|
|
cos t |
0 |
sin t |
|
||||
g |
t |
sin t |
cos t |
|
0 |
|
, g |
|
t |
|
|
0 |
1 |
0 |
|
, |
||
1 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
1 |
|
|
|
|
|
|
|
0 |
cos t |
|
|
|
|
0 |
|
|
|
|
|
|
|
|
sin t |
|
|
|||||
|
|
|
|
|
1 |
|
|
0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
g3 |
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
cos t |
sin t , |
|
|
|
|
|||||||||
|
|
|
|
|
|
0 |
|
sin t |
|
cos t |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
g1 t g12 t , |
g2 t g13 t , |
g3 t g23 t , |
|
|
|||||||||||||
|
|
|
|
|
|
|
126 |
|
|
|
|
|
|
|
|
|
и e lim |
gi t e |
, |
i 1, 2, 3 – касательные матрицы к однопа- |
|
|
||||
i |
t 0 |
t |
|
|
|
|
|
раметрическим подгруппам gi t .
Шаг 1. Задаются параметры НР N αij ,αi , т.е. положительно
определенная матрица ij и действительные числа αi , i, j 1, 2, 3 .
Шаг 2. Задается показатель свертки n.
Шаг 3. Вычисляются собственные значения λ1, λ2 , λ3 и собст-
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M αij eiej . |
|
|
|||||||||
венные векторы υ1, υ2 , υ3 |
матрицы |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
i, j 1 |
|
|
|
|
||
|
|
|
|
|
|
|
|
3 |
по формулам |
|
|
|
|
|||||
Шаг 4. Вычисляются αii i 1 |
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
α |
= |
λ3 λ2 |
λ1 |
, |
α |
|
|
= |
λ2 |
λ3 |
λ1 |
, α |
|
|
λ1 λ2 |
λ3 |
. (5.14) |
|
11 |
2 |
|
|
|
22 |
|
|
2 |
|
|
|
33 |
2 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Шаг 5. Заполняется |
g0 |
|
по столбцам координатами найденных |
|||||||||||||||
собственных векторов: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
υ1 |
υ2 |
υ3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
g0 |
υ12 |
υ22 |
υ32 . |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
υ3 |
υ3 |
υ3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
||
Шаг 6. Вычисляется матрица gn0 |
exp 1 n αiei . |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
|
127
Шаг 7. Вычисляется случайное вращение, являющееся прибли-
жением |
к |
нормально |
|
распределенной |
|
|
случайной |
|
величине |
||||||||||||||||||||||
N αij ,αi : |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
n |
|
3 |
|
|
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
6 |
ii |
|
|
|
|
1 |
|
|
|
qi |
|
|
|
|
1 |
|
|
|
||||||
gn0 g0 qi g1 |
2 |
|
|
|
|
|
ij |
|
|
|
|
|
|
g0 |
|
|
, (5.15) |
||||||||||||||
|
|
|
|
2 |
|
|
|
||||||||||||||||||||||||
j 1 |
|
|
|
i 1 |
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
где qi |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 – система матриц вида |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
1 0 0 |
|
|
|
|
|
|
1 |
|
0 0 |
|
|
|
|
|
|
0 |
0 1 |
|
||||||||||
|
1 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
||
|
q |
|
0 1 0 |
|
; q |
|
|
|
0 |
|
0 1 |
|
, q |
|
|
|
0 |
1 0 |
|
, |
|||||||||||
|
|
|
0 0 1 |
|
|
|
|
|
|
|
|
0 |
|
1 1 |
|
|
|
|
|
|
|
|
1 |
0 0 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ηij – независимые реализации равномерно распределенной случай-
ной величины на интервале [0, 1]. Для получения одного вращения,
являющегося приближенной реализацией нормально распределен-
ной на SO(3) величины, требуется 3n случайных равномерно рас-
пределенных на [0,1] чисел.
В [5, 7] показано, что скорость сходимости получаемого дис-
кретного приближения НР имеет порядок 1n относительно пока-
зателя свертки. Скорость сходимости метода Монте-Карло модели-
рования случайных вращений имеет порядок O N 12 , где N –
объем выборки.
Данный специализированный метод Монте-Карло использовал-
ся при нахождении ПФ {001} от ФРО в виде КНР с теми же пара-
метрами, что и для двух методов приближенного вычисления, из-
ложенных ранее. ПФ моделировались методом гистограмм на ос-
128
нове массива дискретных вращений, полученных методом Монте-
Карло. При вычислениях использовался параметр показателя свертки n = 20 и объем выборки N = 240 000 вращений. Точность вычислений оценивалась с помощью RP(0,01) путем сравнения по-
люсных фигур, вычисленных специализированным методом Мон-
те-Карло и полюсных фигур, вычисленных методом Фурье. Резуль-
тат погрешности вычислений равен 6 % для КНР с параметрами
α11 0, 07, |
α22 0, 03, α33 0, 05 и 7 % в случае α11 0, 005, |
α22 0, 007, |
α33 0, 009. Результаты вычислений представлены |
на рис. 5.5 и 5.6. Соответствующее время расчета составляло 687 с
(см. рис. 5.5) и 801 с (см. рис. 5.6).
На рис. 5.5 и 5.6 мы видим эффект «дрожания» линий уровня,
который наблюдается в экспериментальных ПФ.
Рис. 5.5. ПФ для КНР методом |
Рис. 5.6. ПФ для КНР методом |
|||||
|
Монте-Карло с параметрами |
Монте-Карло с параметрами |
||||
α |
0, 07, α |
22 |
0, 03, α |
33 |
0, 05, |
α11 0, 005, α22 0, 007, α33 0, 009, |
11 |
|
|
|
|
||
|
min = 0; max = 11,9 |
|
min = 0; max = 80,3 |
129
5.3. Выводы
В настоящей главе рассмотрены определение нормального рас-
пределения на группе вращений SO(3), удовлетворяющего цен-
тральной предельной теореме, и три способа приближенного его
вычисления.
1. Метод приближенного суммирования ряда Фурье удобен на
практике, |
когда параметры |
|
КНР |
достаточно большие |
( 0, 05 αii |
1) , и позволяет достичь точности вычисления 0,1 %. В |
|||
случае малых параметров КНР α |
ii |
10 4 |
необходимая длина от- |
|
|
|
|
|
|
резка ряда Фурье составляет L |
105 , что значительно увеличи- |
|||
|
max |
|
|
|
вает время вычисления.
2. Метод аналитического приближения базируется на вычисле-
нии простой функции, являющейся асимптотической формой КНР в точке максимума. Метод пригоден для вычисления КНР с доста-
точной точностью (2 – 3% в указанных примерах) для параметров
αii 0, 25 и требует для вычисления мало времени.
Метод суммирования ряда Фурье и метод аналитического при-
ближения, дающие непрерывную функцию как результат вычисле-
ния, используются для аппроксимации ФРО и ПФ.
3. Специализированный метод Монте-Карло основан на стати-
стическом моделировании вероятностей меры, аппроксимирует НР общего вида на группе вращений SO(3). Теоретически доказано,
что этот метод сходится к НР, которое может быть вычислено с заданной точностью (в рассмотренных примерах погрешность при-
130