CHM / lab5
.docxФедеральное государственное бюджетное образовательное
учреждение высшего профессионального образования
Уфимский государственный авиационный технический университет
Лабораторная работа №5
по дисциплине «Численные методы»
На тему: «Решение задачи Дирихле для уравнения Пуассона
методом Чебышева»
Выполнил:
студент группы ПМ-335
Ямилев И.М.
Проверил:
Голичев И.И.
Уфа
2012
Отчёт по лабораторной работе № 5.
Задача:
Явным методом Чебышева требуется найти приближённое решение уравнения
(1)
в квадрате с краевыми условиями
, (2)
где – граница квадрата .
Выбираем функцию, удовлетворяющую краевым условиям (2)
.
Вычислим
.
Возьмём по определению в качестве правой части уравнения (1)
,
тогда нам известно точное решение задачи (1), (2).
Теория:
От задачи (1), (2) перейдём к разностной. Вводим на плоскости прямоугольную сетку с шагом по направлению и по направлению . Получим , . Обозначим .
Обозначим через множество внутренних узлов сетки, то есть
,
а через – множество граничных узлов, то есть
.
Пусть далее
Рассмотрим конечномерное пространство функции , заданных на сетке . Здесь и будем обозначать . Обозначим
.
Тогда разностный оператор Лапласа записывается в виде
. (3)
Разностное выражение (3) называется пятиточечным разностным шаблоном, так как содержит значения функции в пяти точках сетки, а именно в точках . Указанное множество точек называется шаблоном разностного оператора Лапласа.
Заменим исходную задачу разностной задачей. При этом будем считать, что , тогда . Разностная аппроксимация задачи (1), (2), принимает вид
, (4)
или более подробно
, (5)
.
Обозначим через пространство функций , заданных на и равных нулю на границе со скалярным произведением
. (6)
В пространстве определим оператор
. (7)
Тогда уравнение (5) можно записать в операторной форме
, (8)
где – функция, заданная на сетке и . Сеточные функции и будем рассматривать как вектора – мерного пространства с координатами .
Наименьшее и наибольшее собственные значения оператора равны
,
(9)
.
Разностную задачу (5) будем решать явным итерационным методом с чебышевским набором параметров, который выражается следующей формулой:
, (10)
где , -заданное число итераций,
. (11)
Результаты:
В вычислениях использовался следующий алгоритм:
-
Задаём количество итераций , полагаем , тогда шаг сетки =0,1.
-
По формулам (9), (11) вычисляем , .
-
Вычисляем и по формулам (11).
-
Полагая , последовательно применяя формулу (10), находим .
-
Пункт 4 повторяем, полагая
-
Итерационный процесс продолжаем до совпадения первых четырех знаков в последних итерациях по циклам.
Полученный ответ с точностью до четвертой цифры получен после 50 итераций:
Точка |
Точное значение функции |
Значение после 40 итераций |
Значение после 50 итераций |
(0.1, 0.1) |
0.0081 |
0.0080999 |
0.0081 |
(0.1, 0.2) |
0.0144 |
0.0144 |
0.0144 |
(0.1, 0.3) |
0.0189 |
0.0189 |
0.0189 |
(0.1, 0.4) |
0.0216 |
0.0216 |
0.0216 |
(0.1, 0.5) |
0.0225 |
0.0225 |
0.0225 |
(0.1, 0.6) |
0.0216 |
0.0216 |
0.0216 |
(0.1, 0.7) |
0.0189 |
0.0189 |
0.0189 |
(0.1, 0.8) |
0.0144 |
0.0144 |
0.0144 |
(0.1, 0.9) |
0.0081 |
0.0080999 |
0.0081 |
(0.2, 0.1) |
0.0144 |
0.0144 |
0.0144 |
(0.2, 0.2) |
0.0256 |
0.0256 |
0.0256 |
(0.2, 0.3) |
0.0336 |
0.033599 |
0.0336 |
(0.2, 0.4) |
0.0384 |
0.038399 |
0.0384 |
(0.2, 0.5) |
0.04 |
0.039999 |
0.04 |
(0.2, 0.6) |
0.0384 |
0.038399 |
0.0384 |
(0.2, 0.7) |
0.0336 |
0.033599 |
0.0336 |
(0.2, 0.8) |
0.0256 |
0.0256 |
0.0256 |
(0.2, 0.9) |
0.0144 |
0.0144 |
0.0144 |
(0.3, 0.1) |
0.0189 |
0.0189 |
0.0189 |
(0.3, 0.2) |
0.0336 |
0.033599 |
0.0336 |
(0.3, 0.3) |
0.0441 |
0.044099 |
0.0441 |
(0.3, 0.4) |
0.0504 |
0.050399 |
0.0504 |
(0.3, 0.5) |
0.0525 |
0.052499 |
0.0525 |
(0.3, 0.6) |
0.0504 |
0.050399 |
0.0504 |
(0.3, 0.7) |
0.0441 |
0.044099 |
0.0441 |
(0.3, 0.8) |
0.0336 |
0.033599 |
0.0336 |
(0.3, 0.9) |
0.0189 |
0.0189 |
0.0189 |
(0.4, 0.1) |
0.0216 |
0.0216 |
0.0216 |
(0.4, 0.2) |
0.0384 |
0.038399 |
0.0384 |
(0.4, 0.3) |
0.0504 |
0.050399 |
0.0504 |
(0.4, 0.4) |
0.0576 |
0.057599 |
0.0576 |
(0.4, 0.5) |
0.06 |
0.059999 |
0.06 |
(0.4, 0.6) |
0.0576 |
0.057599 |
0.0576 |
(0.4, 0.7) |
0.0504 |
0.050399 |
0.0504 |
(0.4, 0.8) |
0.0384 |
0.038399 |
0.0384 |
(0.4, 0.9) |
0.0216 |
0.0216 |
0.0216 |
(0.5, 0.1) |
0.0225 |
0.0225 |
0.0225 |
(0.5, 0.2) |
0.04 |
0.039999 |
0.04 |
(0.5, 0.3) |
0.0525 |
0.052499 |
0.0525 |
(0.5, 0.4) |
0.06 |
0.059999 |
0.06 |
(0.5, 0.5) |
0.0625 |
0.062499 |
0.0625 |
(0.5, 0.6) |
0.06 |
0.059999 |
0.06 |
(0.5, 0.7) |
0.0525 |
0.052499 |
0.0525 |
(0.5, 0.8) |
0.04 |
0.039999 |
0.04 |
(0.5, 0.9) |
0.0225 |
0.0225 |
0.0225 |
(0.6, 0.1) |
0.0216 |
0.0216 |
0.0216 |
(0.6, 0.2) |
0.0384 |
0.038399 |
0.0384 |
(0.6, 0.3) |
0.0504 |
0.050399 |
0.0504 |
(0.6, 0.4) |
0.0576 |
0.057599 |
0.0576 |
(0.6, 0.5) |
0.06 |
0.059999 |
0.06 |
(0.6, 0.6) |
0.0576 |
0.057599 |
0.0576 |
(0.6, 0.7) |
0.0504 |
0.050399 |
0.0504 |
(0.6, 0.8) |
0.0384 |
0.038399 |
0.0384 |
(0.6, 0.9) |
0.0216 |
0.0216 |
0.0216 |
(0.7, 0.1) |
0.0189 |
0.0189 |
0.0189 |
(0.7, 0.2) |
0.0336 |
0.033599 |
0.0336 |
(0.7, 0.3) |
0.0441 |
0.044099 |
0.0441 |
(0.7, 0.4) |
0.0504 |
0.050399 |
0.0504 |
(0.7, 0.5) |
0.0525 |
0.052499 |
0.0525 |
(0.7, 0.6) |
0.0504 |
0.050399 |
0.0504 |
(0.7, 0.7) |
0.0441 |
0.044099 |
0.0441 |
(0.7, 0.8) |
0.0336 |
0.033599 |
0.0336 |
(0.7, 0.9) |
0.0189 |
0.0189 |
0.0189 |
(0.8, 0.1) |
0.0144 |
0.0144 |
0.0144 |
(0.8, 0.2) |
0.0256 |
0.0256 |
0.0256 |
(0.8, 0.3) |
0.0336 |
0.033599 |
0.0336 |
(0.8, 0.4) |
0.0384 |
0.038399 |
0.0384 |
(0.8, 0.5) |
0.04 |
0.039999 |
0.04 |
(0.8, 0.6) |
0.0384 |
0.038399 |
0.0384 |
(0.8, 0.7) |
0.0336 |
0.033599 |
0.0336 |
(0.8, 0.8) |
0.0256 |
0.0256 |
0.0256 |
(0.8, 0.9) |
0.0144 |
0.0144 |
0.0144 |
(0.9, 0.1) |
0.0081 |
0.0080999 |
0.0081 |
(0.9, 0.2) |
0.0144 |
0.0144 |
0.0144 |
(0.9, 0.3) |
0.0189 |
0.0189 |
0.0189 |
(0.9, 0.4) |
0.0216 |
0.0216 |
0.0216 |
(0.9, 0.5) |
0.0225 |
0.0225 |
0.0225 |
(0.9, 0.6) |
0.0216 |
0.0216 |
0.0216 |
(0.9, 0.7) |
0.0189 |
0.0189 |
0.0189 |
(0.9, 0.8) |
0.0144 |
0.0144 |
0.0144 |
(0.9, 0.9) |
0.0081 |
0.0080999 |
0.0081 |