Dyskretyzacja równania dyfuzji cd. jawny Euler niejawny Euler. schemat Cranka Nicolsona: CN to odpowiednik wzoru trapezów dla dy/dt=f(t)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Dyskretyzacja równania dyfuzji cd. jawny Euler niejawny Euler. schemat Cranka Nicolsona: CN to odpowiednik wzoru trapezów dla dy/dt=f(t)"

Transkrypt

1 Dyskretyzacja równania dyfuzji cd. jawny Euler niejawny Euler t +O(Δt) (błąd dyskretyzacji) t+δt +O(Δt) schemat Cranka Nicolsona: +O(Δt 2 ) CN to odpowiednik wzoru trapezów dla dy/dt=f(t)

2 Dyskretyzacja równania dyfuzji cd. Schemat CN niejawny,bez ograniczenia ij na krok jawny Euler niejawny Euler czasowy ze względu na stabilność, drugi rząd dokładności dla równania adwekcji poznaliśmy t schemat jawny tego samego rzędu dokładności, t+δt który powstaje przy inaczej wprowadzonej dyskretyzacji czasu. Schemat ten (leapfrog) był odpowiednikiem +O(Δt) (błąd dyskretyzacji) metody punktu pośredniego: +O(Δt) schemat Cranka Nicolsona: +O(Δt 2 ) CN to odpowiednik wzoru trapezów dla dy/dt=f(t)

3 leap frog (jawny, dwustopniowy) całkiem nieźle sprawdzał się dla równania adwekcji (równie dobrze co CN) czy zadziała dla równania dyfuzji? +O(Δx 2 )+O(Δt 2 ) dokładność jak CN analiza von Neumanna 2r szukamy rozwiązań postaci:

4 leap frog analiza vn cd μ k =(1 cos(kδx)) 0 dla bezwzględnej stabilności tbil ś i γ k ma być ć mniejsze ij od 1

5 leap frog analiza vn cd μ k =(1 cos(kδx)) 0 załóżmy, że r małe rozwijamy γ w szereg Taylora : rozwiązanie ogólne: właściwe równania dyfuzji pasożytnicze: rośnie co do modułu z n znak oscyluje z iteracji na iteracje i i ż t i j i i i d d i rozwiązanie pasożytniczne pojawi się i doprowadzi do eksplozji leapfrog nie jest dobrym (bzwz. stabilnym) schematem dla r. dyfuzji

6 leapfrog: dla r=1/2 widzimy, że schemat jest symetryczny y ywzględem ę czasu licząc równanie wstecz dostaniemy ten sam przepis 2r ale rozwiązanie równania dyfuzji NIE jest symetryczne względem czasu (t:= t) w przeciwieństwie do rozwiązania równania adwekcji W problemie stygnącego pręta: zanik temperatury wyznacza kierunek upływu czasu

7 odwrotny problem przewodnictwa cieplnego problem prosty : zadajemy warunki brzegowe oraz początkowe pytanie: co stanie się w przyszłości (tak wprowadzane są problemy w teorii równań różniczkowych) W praktyce, często chcemy znaleźć rozwiązania dla problemu odwrotnego: znamy obecny rozkład temperatury. Jaki był rozkład w przeszłości? Jakie były warunki brzegowe? Jaki był warunek początkowy? [typowy problem pomiarów, nie tylko zależnych od czasu] warunki brzegowe u(x=0,t)=u(x=1,t)=0 problem: dane u(x,t=t) ( szukane: u(x,t=0)

8 O czasie i problemie odwrotnym... N=100, dx=1.0/(n), D=1 dt=dx**2/d/2/10 (malutki) CN problem: chcemy T(x,t) = 1 wewnątrz wrócić do T(x,t) = 0 na zewnątrz warunku początkowego ą ustawiamy dt:= dt x t liczymy do przodu potem chcemy wrócić

9 O czasie i problemie odwrotnym... N=100, dx=1.0/(n), D=1 dt=dx**2/d/2/10 (malutki) CN problem: chcemy T(x,t) = 1 wewnątrz wrócić do T(x,t) = 0 na zewnątrz warunku początkowego ą ustawiamy dt:= dt nieco dłużej = eksplozja x t liczymy do przodu potem chcemy wrócić i bum!

10 problem odwrotny do równania dyfuzji: wszystkie metody różnic skończonych okazują się niestabilne dla ujemnego kroku czasowego [r =DΔt/Δx 2 < 0 ] wyprowadzony wcześniej z analizy von Neumanna warunek: stabilności bezwzględnej: (θ=1/2 odpowiada CN) dla Δt<0 [r<0] warunek prawy nie jest spełniony schemat CN nie jest stabilny dla równania dyfuzji schemat CN nie jest stabilny dla równania dyfuzji rozwiązywanego wstecz

11 niezależnie od startu rozkład T po pewnym czasie będzie miał kształt sin(πx) Układ zapomina o warunku początkowym problem obiektywnie trudny odwracamy znak czasu: gdy tylko w wyniku niedokładności pojawi się składowa o wysokim n natychmiast eksploduje Nie zawsze problem z cofaniem się wstecz w czasie jest trudny: Nie zawsze problem z cofaniem się wstecz w czasie jest trudny: dla równania adwekcji jest równie łatwy jak początkowy (zmiana dt równoważna zmianie kierunku prędkości unoszenia v)

12 niezależnie od startu rozkład T po pewnym czasie będzie ę miał kształt sin(πx) ( ) problem obiektywnie trudny możliwe rozwiązanie: szukać warunków początkowych ą T(x,t=0), ( ) dla których jesteśmy najbliżej danych wejściowych [T(x,t=T)] rozwiązywać równanie dla dt>0 i porównywać wynik numeryczny dla t=t z zadanym rozkładem co wymaga znacznie większego nakładu obliczeń niż w problem podstawowy

13 odwrotny problem przewodnictwa cieplnego opiszemy rozwiązanie warunków brzegowych u(x=0,t)=u(x=1,t)=0 problem: dane u(x,t=t) szukane: u(x,t=0) policzone schematem CN dla N=100 dx=1.0/(n) D1 D=1 dt=dx**2/d/2 100 kroków czasowych Jeden z możliwych algorytmów wykorzystuje liniowość równania

14 Jeden z możliwych algorytmów wykorzystuje liniowość równania 1) wybrać bazę niezależnych liniowo funkcji g(x) określonych na przedziale (0,1) np. g i (x) = (x 1/2) i ) dla każdego warunku początkowego rozwiązać równanie przewodnictwa cieplnego do chwili T dostaniemy bazę funkcji h i (x) normalizujemy je tak aby (h i,h i )=1 zgodnie z tym warunkiem normalizujemyrównież również g i

15 ewolucja czasowa 3) równanie jest liniowe g i h i wyliczymy przybliżony warunek początkowy [wsp. d] jeśli rozłożymy rozwiązanie w chwili T w bazie funkcji h i rozłożyć: np.: metodą najmniejszych kwadratów

16 + z

17 + niestety A bywa źle uwarunkowana bo h i mają tendencję do upodabniania się nawet jeśli g bardzo różne niestety = raczej reguła dla problemów odwrotnych z

18 Wyniki: dokładny warunek początkowy rozwiązanie problemu odwrotnego w bazie wielomianowej (i=0,1,...10) dokładny wynik: warunek początkowy był x(x 1)(x 1/4) baza dla i=0,1,

19 upodabnianie się funkcji bazowych nie jesteśmy bez wpływu na uwarunkowanie problemu możemy wybrać bazę tak, aby efekt zminimalizować wielomiany cos(nπx) gaussowska wielocentrowa g h t 3.00 t t

20 Równanie adwekcji dyfuzji (schematy jawne) występuje np. w mechanice płynów i pyłów w transporcie ciepła itd. D 0 Euler: przedni czasowy, centralne przestrzenne: schemat: bezwzględnie stabilny gdy czysta dyfuzja v=0 oraz r 1/2 : bezwzględnie niestabilny gdy czysta adwekcji D =0 : dla adwekcji widzieliśmy, że obecność niezerowego D stabilizuje schemat posortujmy wyrazy w powyższym równaniu względem indeksu siatki przestrzennej:

21 równanie AD, schemat Eulera zgodnie z zasadą max: schemat będzie stabilny jeśli...

22 równanie AD, schemat Eulera zgodnie z zasadą max: schemat będzie stabilny jeśli ½ r α /2 aby schemat był stabilny: który efekt ma być dominujący: adwekcja czy dyfuzja??

23 równanie AD, schemat Eulera zgodnie z zasadą max: schemat będzie stabilny jeśli ½ r α /2 (przewaga dyfuzji) liczba Peclet a (komórkowa k liczba Reynoldsa) podobny wniosek otrzymamy dla normy euklidesowej stosując analizę von Neumanna 1) zauważmy krok czasowy nie ma wpływu na stabilność jeśli prędkość unoszenia duża w porównaniu ze stałą dyfuzji: siatka przestrzenna będzie musiała być bardzo drobna. Zazwyczaj łatwiej zgodzić się na drobne dt niż na drobne dx ze względu na ograniczenia i pamięciowe. i 2) jeśli D=0 (czysta adwekcja) schemat niestabilny

24 Dla równania adwekcji lepiej sprawdzał się schemat upwind : (dla α>0 ) [uwaga!, teraz v>0 wieje ij w prawo(inny znak v)] zasada max:

25 Dla równania adwekcji lepiej sprawdzał się schemat upwind [uwaga!, teraz v>0 wieje ij w prawo(inny znak v)] zasada max: r 0 (jest), r+α 0 (jest bo v>0) ) oraz 2r+α 1 warunek znacznie mniej restrykcyjny yj yniż dla Eulera bo: stabilność można zapewnić małym krokiem czasowym Dla dowolnej siatki! Czy odnajdujemy znane warunki stabilności dla czystej dyfuzji i czystej adwekcji?

26 Dla równania adwekcji lepiej sprawdzał się schemat upwind [uwaga!, teraz v>0 wieje ij w prawo(inny znak v)] zasada max: r 0 (jest), r+α 0 (jest bo v>0) ) oraz 2r+α 1 warunek znacznie mniej restrykcyjny yj yniż dla Eulera bo: stabilność można zapewnić małym krokiem czasowym Dla dowolnej siatki! odnajdujemy znane warunki stabilności dla czystej dyfuzji i czystej adwekcji

27 problemy z przewagą adwekcji i v zmieniającym znak (α zależne od położenia) v>0 v<0 co, można zapisać jednym wzorem: (z uniknięciem instrukcji warunkowej)

28 problemy z przewagą adwekcji i v zmieniającym znak (α zależne od położenia) v>0 v<0 co, można zapisać jednym wzorem: z tzw. schemat z różniczkowaniem pod wiatr uwaga: w schemacie upwind: czynnik dyfuzji wzrasta o extra α /2 (pojawia się dyfuzja numeryczna) (w centralnym ilorazie sztucznej dyfuzji nie ma i to jak widzieliśmy powód niestabilności schematu dla czystej adwekcji) centralny (bez numerycznej dyfuzji) :

29 Przykład: problem z przewagą adwekcji D=0.01, v=1 warunek początkowy: u=1/2 dla x<1/2 x t rozwiązanie dokładne dyfuzja: widoczna w lekkim zaokrągleniu nieciągłości dla t>0 upwind dt=0.025, dx=0.05 α=0.5, 05 r= widać znacznie przesadzoną dyfuzję iloraz centralny (bezwzględnie niestabilny) widać generację niestabilności (antydyfuzja = zaostrzanie kantów) aby zniwelować dodatkową (numeryczną dyfuzję) dla schematu upwind mniejszy krok czasowy czy mniejszy krok przestrzenny?

30 p Nieliniowe równania paraboliczne Dla równań liniowych (np. dyfuzji, dyfuzji+adwekcji) schematy jawne sprowadzają się do wykonania wielu podstawień w każdym kroku niejawne prowadzą do układu równań liniowych. Zastanowimy się jak rozwiązać równanie nieliniowe. schemat niejawny, jednopoziomowy, centralne przestrzenne przedni czasowy, ważona prawa strona (dla θ=1/2 CN), weźmy nieliniowe równanie dyfuzji na m=1 się już znamy

31 u(x,t=0)=exp( x 2 /25), pudło ( 30,30), Δx=1, Δt= dyfuzja nieliniowa m= m= zwykła dyfuzja CN

32 warunek początkowyorazoraz niejednorodność w chwili początkowej = do wyjaśnienia różnic w rozwiązaniu m=1 Prawa strona równania mówi tutaj: rośnij! u m=5 nie zmieniaj się! u m xx malej! widzimy, że krańce pakietu = bez zmian. błyskawiczne stłumienie maksimum, wyrównanie brzegów

33 Nieliniowe równania paraboliczne zapiszemy jako układ równań nieliniowych dla θ=0 jawny schemat nadal forma dla θ 0 jawny schemat nadal forma podstawieniowa (nawet dla nieliniowego równania) dla θ 0 schemat niejawny metoda Newtona lub iteracja funkcjonalna

34 CN + iteracja funkcjonalna pierwszy krok czasowy, uzgodnienie punktu w centrum x=0 m=5 Δt= m=1 Δt= iteracje iteracje

35 nieliniowe równanie dyfuzji CN, zbieżność iteracji funkcjonalnej punkt centralny, pierwszy krok czasowy m= Δt= m=1 Δt= iteracje iteracje widzimy, że iteracja funkcjonalna nie rokuje dobrze dla zbieżności równania nieliniowego przy dłuższym kroku czasowym

36 jeśli z iteracją kłopoty może zastosować schemat jawny zamiast CN? Δt=0.3, 100 kroków samouzgodnienia iteracją funkcjonalną CN: jawny: 0-20 Zaczyna się dobrze pojawiają się wartości po czym pakiet zanika

37 A może schemat jawny zamiast CN? Δt=0.3, 100 iteracji CN schemat jawny pojawiają się wartości po czym pakiet znika 1) niejawność schematu jest potrzebna 2) iteracja funkcjonalna się nie sprawdza metoda Newtona

38 metoda Newtona dla nieliniowego równania dyfuzji rozwiązania schematu dla n+1 kroku czasowego spełniają układ równań nieliniowych: F(U n+1 )=0 rozwinięcie Taylora przybliżony wektor U n+1 w k tej iteracji n+1 znaczy n+1 chwila czasowa układ równań liniowych na poprawę przybliżenia V k+1: =VV k +(U n+1 VV k )

39 metoda Newtona dla nieliniowego równania dyfuzji U 0 =U J =0 macierz Jakobiego J 1 m. Jakobiego: trójprzekątniowa

40 Wyniki [CN] dla pierwszego kroku czasowego iteracja funkcjonalna m5 m=5 Δt=.1 m= Δt= iteracje iteracje Metoda Newtona: Metoda Newtona:

41 Wyniki [CN] dla pierwszego kroku czasowego m=5 Δt=.2 iteracja funkcjonalna m=1 Δt= iteracje iteracje Metoda Newtona: Metoda Newtona: Równanie liniowe = zbieżność metody Newtona w jednej iteracji

42 m=5, dt=1 z iteracją Newtona Wniosek: aby rozwiązać równania nieliniowe z rozsądnym krokiem czasowym potrzebna jest metoda niejawna do rozwiązania nieliniowych równań schematu iteracja Newtona

43 Szacowanie błędów dla równań cząstkowych zależnych od czasu na przykładzie równania adwekcji czasowa i przestrzenna pochodna zastąpione przednim ilorazem różnicowym (jest to upwind dla v<0) z góry wiemy, że wyliczone wartości będą różnić się od wartości dokładnych o pewną wartość zależną od pochodnych rozwiązania i dokładnego d szacowanie błędów: 2 opcje 1) porównanie rozwiązań na różnych siatkach 2) porównanie rozwiązań metod o innym rzędzie dokładności ale w praktyce ta wiedza nie przyda nam się do ilościowego ś i oszacowania popełnionego błędu

44 szacowanie a posteriori: 2 opcje 1) porównanie rozwiązań na różnych siatkach 2) porównanie rozwiązań metod o innym rzędzie dokładności błędy ę lokalne dwóch metod (zakładamy, żelokalny y błąd ą czasowy jest o 1 wiekszy niz przestrzenny) np: dla p=1, pierwsza metoda: U upwind [O(dt 2 ), O(dx)], druga: V CN[O(dt 3 ), O(dx 2 )]

45 szacowanie a posteriori: 2 opcje 1) porównanie rozwiązań na różnych siatkach 2) porównanie rozwiązań metod o innym rzędzie dokładności błędy ę lokalne dwóch metod (zakładamy, żelokalny y błąd ą czasowy jest o 1 wiekszy niz przestrzenny) np: dla p=1, pierwsza metoda: U upwind [O(dt 2 ), O(dx)], druga: V CN[O(dt 3 ), O(dx 2 )] błąd dokładniejszego schematu: zaniedbywalny w porównaniu z błędem mniej dokładnego ą j g y y p ę j g różnica V oraz U daje oszacowanie błędu gorszego schematu strategia: do ewolucji czasowej używamy V, możemy wypowiedzieć się o błędzie U

46 szacowanie a posteriori: 2 opcje 1) porównanie rozwiązań na różnych siatkach 2) porównanie rozwiązań metod o innym rzędzie dokładności ekstrapolacja Richardsona używamy yjednego schematu lecz dwóch siatek: (Δx, Δt) ), oraz (Δx/2, Δt/2) / ) t(n+1) t (n) t(n+1/2) t(n) x (j) Błąd w chwili n+1 w punktach rzadkiej siatki mamy:

47 mamyoszacowaniebłędu obydwu rozwiązań ale tylko na rzadkiej siatce mamy oszacowanie błędu obydwu rozwiązań ale tylko na rzadkiej siatce... co dla automatycznej kontroli Δt całkowicie wystarczy

48 ekstrapolacja Richardsona dla równań różniczkowych cząstkowych przykład upwind (iloraz przedni czasowy, wsteczny przestrzenny) dokładność ilorazów przestrzennych i czasowych identyczna (p=1) v=1 warunek początkowy: u(x)=sin(x) () () rozwiązanie dokładne u(x,t)=sin(x t) błąd lokalny O(Δx)+O(Δt 2 ) x 0 2π zawsze u(0)=u(2π) = zastosujemy periodyczne warunki brzegowe

49 ekstrapolacja Richardsona dla równań różniczkowych cząstkowych przykład x j =(j 1)Δx, j=1,...j, Δx=2π/J J=4 Δx=π/2 Δt=π/4 J =8 Δx =Δx/2 Δt =Δt/2 1.0 u(x,t=0) u(x,t=δt) Δ 0.5 u U(J=8) U(J=4) po dwóch krokach Δt =Δt/2 po jednym Δt gdzie się pokrywają: szacujemy błąd t 4 6 szacujemy błąd błąd faktyczny rewelacyjny wynik

50 ekstrapolacja Richardsona dla równań różniczkowych cząstkowych przykład oszacowanie błędu w jednym kroku Δt bardzo dokładne: wykorzystać do poprawy dokładności gęsta siatka: niebieska algorytm: w chwili t n znamy wartości funkcji na gęstej siatce 1) przepisujemy je naprzemiennie na dwie rzadsze siatki: czerwoną i czarną 2) wykonujemy krok kδt dla każdej z nich ih 3) wykonujemy dwa kroki Δt/2 na gęstszej siatce 4) szacujemy i odcinamy błędy w kroku t+δt

51 upwind z ekstrapolacją Richardsona i usunięciem błędu dokładny upwind: bez obcięcia błędu = rozwiązanie zanika (dyfuzja) t gęstsza: J=8 Δx =Δx/2 Δx/2 Δt =Δt/ x x

52 Równanie dyfuzji oraz dyfuzji adwekcji typowe paraboliczne Dziś zajmiemy się typowym równaniem hiperbolicznym równanie falowe (dla struny) (opisuje dążenie do równowagi). (oscylacje: mechaniczne, elektryczne, elektro magnetyczne) x=l u(x,t) x=p x+dx β T 2 (II zasada Newtona F=ma) α x T 1 siła naciągu struny T (kierunek poziomy):

53 Równanie dyfuzji oraz dyfuzji adwekcji typowe paraboliczne Dziś zajmiemy się typowym równaniem hiperbolicznym równanie falowe (dla struny) (dążenie do równowagi). (oscylacje) x=l u(x,t) x=p x+dx β uwaga: α x T 2 T 1 dx 0 (prędkość rozchodzenia się drgań)

54 c stałe: Ogólne rozwiązanie dla nieskończonego ośrodka (d Alamberta) dowolna funkcja drgania rozchodzące się bez zmiany kształtu [brak dyspersji w równaniu falowym] Liniowość równania: zasada superpozycji

55 Liniowość równania i zasada superpozycji: Sygnały rozchodzą się niezależnie od siebie F=exp( (x 0.5+ct) ( 2 ) +exp( (x+0.5 ct) 2 ) t x Sygnały mijają się bez zmiany kształtu [(jedna fala przenika drugą.] ponieważ równanie liniowe: jeśli wskażemy bazę zupełną funkcji ze znaną ewolucją czasową = problem rozwiązany baza: mody normalne (fale stojące) (drgania własne)

56 baza: mody normalne (fale stojące) (drgania własne) Dwupunktowe warunki brzegowe u(0,t)=u(l,t)=0 x=l x=0 x0 Poszukajmy rozwiązań, w których tylko amplituda (a nie kształt fali) nie zależy od czasu: u(x,t)=x(x)t(t) t0 t=0 t=t2 t=t3 t=t 1 T(t)=cos(ω t+φ)= C cos(ω t)+d sin(ω t) [gdy gęstość struny zmienna c może być funkcją położenia]

57 Równanie na część przestrzenną fal stojących (drania własne, drgania normalne) Dla c niezależnego od x: X n () (x)=sin(ki (k n x) k liczba cbafalowa, a, wektor falowy k = 2π/ λ tutaj λ długość fali k=ω / c WB: spełnione, gdy X(0)=X(L)=0 k n =nπ /L Fale stojące: Między warunkami brzegowymi całkowita liczba połówek długości fal.. 0 L

58 warunki brzegowe: kwantyzacja k kwantyzacja w X n (x)=sin(k n x), T n =sin(w n t), cos(w n t) T k n =nπ /L k=ω / c ω n =ck n T oznacza naciąg struny przestrzenne drgania własne nie zależą od c, ale częstości tak. Wiemy, że niższe tony dają struny o większej grubości [ ρ ]. Wiemy również, ż że im silniej struna naciągnięta tym wyższy dźwięk.

59 Drgania własne dla zmiennej gęstości struny W przypadku ogólnym [c=c(x)] przyda się rachunek numeryczny. Wyliczyć X n oraz ω n ρ(x) Dyskretyzujemy drugą pochodną, liczymy X n (x+dx)

60 Równanie własne z warunkami brzegowymi: Metoda strzałów. w parametr równania ω dokładna wartość własna w=ω w<ω w>ω w X 0 wstawić warunek brzegowy ale co wstawić za X 1?? (dla równania Poissona opisywanego dla metody Numerowa to był poważny problem) dla drgań własnych wstawiamy cokolwiek dla drgań własnych wstawiamy cokolwiek (równanie własne jest jednorodne rozwiązania określone co do stałej multiplikatywnej )

61 Test metody dla ρ(x)=1 (L=1, T 0 =1) Analityczne: k n =nπ /L X k=k k k=1.5π/l k =0.5π/L k= 0.66 =k 1 =π/l 6 π/l X (L L) 80 Miejsca zerowe wartości własne przy których funkcje własne 40 spełniają prawy warunek brzegowy 0 L k=k 2 =2π/L x x ω / π

62 Przykład: ρ(x)=1+4α(x 1/2) 2 (struna cięższa przy mocowaniach) X 1 X 4 π ω / X α=500 X x α α=0 częstości ę własne równoodległe Częstości własne maleją z α (cięższa struna) duże α częstości grupują się w pary W każdej parze: funkcja parzysta i nieparzysta. Środek struny prawie nieważki, na częstości wpływ ma kształt funkcji przy brzegach a tam zbliżony dla każdej funkcji z pary

63 Drgania własne a ogólne rozwiązania równania falowego Równanie ogólne: Warunki początkowe: u(x,t=0) oraz v(x,t=0)=du/dt Zadać wychylenie i prędkości ł ż ć ki k d i ł rozłożyć warunki początkowe na drgania własne problem zależności czasowych jest rozwiązany

64 Drgania normalne a ogólne rozwiązania równania falowego Równanie ogólne: Warunki początkowe: u(x,t=0) oraz v(x,t=0)=du/dt Zadać wychylenie i prędkości ę rozłożyć warunki początkowe na drgania własne problem zależności czasowych jest rozwiązany w chwili t=0, za kształt struny odpowiadają współczynniki c n a za prędkość współczynniki s n

65 Superpozycja drgań własnych: Warunki początkowe Uwaga: dla równań dyfuzji i adwekcji warunek początkowy był tylko jeden czasowy rząd równania był = 1. Dla równania drugiego rzędu w czasie, wartość u(x,t=0) nie wystarczy dla jednoznacznego określenia rozwiązania. dla drgań własnych jednorodnej struny: Dyskretna sinusowa transformata Fouriera

66 rozkład na mody normalne na przedziale (0,L) Rozwinięcie w szereg Fouriera: g(x) = okresowa, odcinkowo ciągła z okresem T: Rozkład na drgania normalne a szereg Fouriera: drgania podległe warunkom brzegowym g(0)=g(l)=0. dla naszego problemu L to długość struny i nie ma interpretacji okresu (na strunie mieści się połowa długości fali).

67 Warunki Dirichleta zbieżności szeregu Fouriera Rozwinięcie Fouriera zbieżne w sensie jednorodnym N o ile g(x) 1) całkowalna w kwadracie 2) odcinkowo ciągła rozwinięcie Fouriera dąży do g(x) prawie wszędzie tzn. poza punktami dyskretnymi punktami (rozwinięcie Fouriera jest wszędzie ciągłe!) Twierdzenie Dirichleta: W punktach nieciągłości szereg Fouriera zbieżny do g(x)=[ g(x 0)+g(x+0) ] / 2 tw. Dirichleta nie rozwiązuje wszystkich problemów

68 dla struny: pewien praktyczny problem z kanciastymi (nieróżniczkowalnymi) warunkami początkowymi. 1 1 π 0 π Fala prostokątna ą W punkcie nieciągłości = [g(0 )+g(0+) ]/2 = ( 1 + 1) / 2 =0

69 Nd Nad nieciągłością i ł ś i wartość schodka przestrzelona o około 18% N=5 N=15 N=55 1+2w ππ 0 π N=15 N=55 N=100 1 Zjawisko Gibbsa w= (stała Wibrahama Gibbsa) Na PC pracujemy ze skończonymi bazami: Równania różniczkowego przez rozkład warunku początkowego na drgania własne nie rozwiążemy dokładnie, jeśli ten jest nieciągły x

70 Na PC pracujemy ze skończonymi bazami... Zbieżność szeregu Fouriera w sensie bezwzględnym ę Szereg jest bezwzględnie zbieżny jeśli można go obciąć na pewnym wyrazie rozwinięcia: Rozwinięcie fali prostokątnej nie jest bezwzględnie zbieżne: 2 1 g(x) - schodkowa, bn Bo ogólny szereg harmoniczny jest rozbieżny 1 0 h(x)=exp(-x 2 ), a n Wniosek: w skończonej bazie funkcji własnych możemy rozwiązywać tylko problemy z warunkiem początkowym, 0 kó którego rozwinięcie w szereg Fouriera jest bezwzględnie zbieżne n

warunki brzegowe u(x=0,t)=u(x=1,t)=0 problem: dane u(x,t=t) szukane: u(x,t=0)

warunki brzegowe u(x=0,t)=u(x=1,t)=0 problem: dane u(x,t=t) szukane: u(x,t=0) odwrotny problem przewodnictwa cieplnego problem prosty : zadajemy warunki brzegowe oraz początkowe pytanie: co stanie się w przyszłości (tak wprowadzane są problemy w teorii równań różniczkowych) W praktyce,

Bardziej szczegółowo

Równanie falowe. elektro magnetyczne) równanie falowe (dla struny) u(x,t) x=p. x=l. T 2 (II zasada Newtona F=ma) x+dx. x T 1

Równanie falowe. elektro magnetyczne) równanie falowe (dla struny) u(x,t) x=p. x=l. T 2 (II zasada Newtona F=ma) x+dx. x T 1 Równanie falowe Równanie dyfuzji oraz dyfuzji adwekcji typowe paraboliczne Dziś zajmiemy się typowym równaniem hiperbolicznym równanie falowe (dla struny) (opisuje dążenie do równowagi). (oscylacje: mechaniczne,

Bardziej szczegółowo

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1 Tomasz Chwiej 6 czerwca 2016 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów różnicowych: iloraz

Bardziej szczegółowo

równanie falowe (dla struny), cząstkowe, hiperboliczne [dynamika Newtonowska ośrodka ciągłego]

równanie falowe (dla struny), cząstkowe, hiperboliczne [dynamika Newtonowska ośrodka ciągłego] równanie falowe (dla struny), cząstkowe, hiperboliczne [dynamika Newtonowska ośrodka ciągłego] u(x,t) x=l x=p x+dx T x T siła naciągu struny T (kierunek poziomy): (II zasada Newtona F=ma) u(x,t) x=l x=p

Bardziej szczegółowo

adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną adwekcja=unoszenie (efekt kinetyczny)

adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną adwekcja=unoszenie (efekt kinetyczny) adwekcja: adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną dziś: dyfuzja prawdziwa dyfuzja+adwekcja: występuje w problemach transportu masy

Bardziej szczegółowo

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018 Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018 Tomasz Chwiej 22 stycznia 2019 1 Równania różniczkowe zwyczajne Zastosowanie szeregu Taylora do konstrukcji ilorazów

Bardziej szczegółowo

Metoda różnic skończonych dla

Metoda różnic skończonych dla Metoda różnic skończonych dla cząstkowych równań różniczkowych na laboratorium rozwiązywać będziemy typowe równania: dyfuzji (również przewodnictwo cieplne) paraboliczne równanie Poissona (np. pole elektrostatyczne,

Bardziej szczegółowo

y i b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta

y i b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta b) metoda różnic skończonych nadal problem nieliniowy 2 go rzędu z warunkiem Dirichleta przedział (a,b) dzielimy na siatkę, powiedzmy o stałym kroku: punkty siatki: u A y i w metodzie strzałów używamy

Bardziej szczegółowo

Metoda różnic skończonych dla

Metoda różnic skończonych dla Metoda różnic skończonych dla cząstkowych równań różniczkowych na laboratorium rozwiązywać będziemy typowe równania: dyfuzji (również przewodnictwo cieplne) paraboliczne równanie Poissona (np. pole elektrostatyczne,

Bardziej szczegółowo

Ustaliliśmy, że do rozwiązywania równania adwekcji lepiej nadaje się mniej dokładny schemat upwind niż ten z ilorazem centralnym

Ustaliliśmy, że do rozwiązywania równania adwekcji lepiej nadaje się mniej dokładny schemat upwind niż ten z ilorazem centralnym Ustaliliśmy, że do rozwiązywania równania adwekcji lepiej nadaje się mniej dokładny schemat upwind niż ten z ilorazem centralnym α=vdt/dx upwind: centralny: stabilny, stabilny bezwzględnie stabilny, ale

Bardziej szczegółowo

równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji

równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji Równania różniczkowe: równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji cząstkowe: funkcja więcej niż jednej zmienna, np.: czas i położenie np. wychylenie u(x,t)

Bardziej szczegółowo

adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną Adwekcja=unoszenie

adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną Adwekcja=unoszenie adwekcja rzadko występuje w formie czystej przeważnie: łącznie z dyfuzją na razie znamy tylko dyfuzję numeryczną dziś: dyfuzja prawdziwa Dyfuzja+adwekcja: występuje w problemach transportu masy i energii

Bardziej szczegółowo

Inżynierskie metody numeryczne II. Konsultacje: wtorek 8-9:30. Wykład

Inżynierskie metody numeryczne II. Konsultacje: wtorek 8-9:30. Wykład Inżynierskie metody numeryczne II Konsultacje: wtorek 8-9:30 Wykład Metody numeryczne dla równań hiperbolicznych Równanie przewodnictwa cieplnego. Prawo Fouriera i Newtona. Rozwiązania problemów 1D metodą

Bardziej szczegółowo

Metoda rozdzielania zmiennych

Metoda rozdzielania zmiennych Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych

Bardziej szczegółowo

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2 Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,

Bardziej szczegółowo

pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera

pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera pozbyć się ograniczenia na krok czasowy ze strony bezwzględnej stabilności: niejawna metoda Eulera jawna metoda Eulera niejawna metoda Eulera jawna metoda Eulera (funkcjonuje jak podstawienie) funkcjonuje

Bardziej szczegółowo

x y

x y Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka

Bardziej szczegółowo

Równania różniczkowe cząstkowe. Wojciech Szewczuk

Równania różniczkowe cząstkowe. Wojciech Szewczuk Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe - wstęp u x = lim x u(x + x, y) u(x, y) x u u(x, y + y) u(x, y) y = lim y y () (2) 2 u x 2 + 2xy 2 u y 2 + u = 3 u x 2 y + x 2 u + 8u = 5y

Bardziej szczegółowo

numeryczne rozwiązywanie równań całkowych r i

numeryczne rozwiązywanie równań całkowych r i numeryczne rozwiązywanie równań całkowych r i Γ Ω metoda elementów brzegowych: punktem wyjściowym było rozwiązanie równania całkowego na brzegu obszaru całkowania równanie: wygenerowane z równania różniczkowego

Bardziej szczegółowo

Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1

Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1 Metoda różnic wstecznych: interpolujemy u wielomianem od chwili n-k aż do n-1 następnie żądamy, aby jego pochodna w chwili n spełniała równania różniczkowe (kolokacja) z tego warunku wyliczamy z niego

Bardziej szczegółowo

metoda różnic skończonych, zamiast rozkładu na drgania własne (który może być wolnozbieżny) v(x,t) - prędkość

metoda różnic skończonych, zamiast rozkładu na drgania własne (który może być wolnozbieżny) v(x,t) - prędkość równanie falowe ciąg dalszy metoda różnic skończonych, zamiast rozkładu na drgania własne (który może być wolnozbieżny) Rozwiązanie numeryczne: dzielimy strunę na N fragmentów, dla każdego z nich rozwiązujemy

Bardziej szczegółowo

Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)]

Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) f(t,u) u(t) [t+ Δt,u(t+Δt)] jawny schemat Eulera [globalny błąd O(Δt)] niejawny schemat Eulera [globalny błąd O(Δt)] u(t) f(t,u) [t,u(t)] )]dokładne d u(t) () f(t,u) [t+ Δt,u(t+Δt)] [t+ Δt,u(t+Δt)] Δt)] Δt t Δt t u(t) [t,u(t)] dokładne

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

Bardziej szczegółowo

Metody rozwiązania równania Schrödingera

Metody rozwiązania równania Schrödingera Metody rozwiązania równania Schrödingera Równanie Schrödingera jako algebraiczne zagadnienie własne Rozwiązanie analityczne dla skończonej i nieskończonej studni potencjału Problem rozwiązania równania

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp

Bardziej szczegółowo

Równania różniczkowe cząstkowe (RRCz) równanie eliptyczne równanie Poissona

Równania różniczkowe cząstkowe (RRCz) równanie eliptyczne równanie Poissona Równania różniczkowe cząstkowe (RRCz) równanie eliptyczne równanie Poissona 1. Klasyfikacja RRCz, przykłady 2. Metody numerycznego rozwiązywania równania Poissona a) FFT (met. bezpośrednia) b) metoda różnic

Bardziej szczegółowo

Metody numeryczne rozwiązywania równań różniczkowych

Metody numeryczne rozwiązywania równań różniczkowych Metody numeryczne rozwiązywania równań różniczkowych Marcin Orchel Spis treści Wstęp. Metody przybliżone dla równań pierwszego rzędu................ Metoda kolejnych przybliżeń Picarda...................2

Bardziej szczegółowo

Podstawy Akustyki. Drgania normalne a fale stojące Składanie fal harmonicznych: Fale akustyczne w powietrzu Efekt Dopplera.

Podstawy Akustyki. Drgania normalne a fale stojące Składanie fal harmonicznych: Fale akustyczne w powietrzu Efekt Dopplera. W-1 (Jaroszewicz) 14 slajdów Podstawy Akustyki Drgania normalne a fale stojące Składanie fal harmonicznych: prędkość grupowa, dyspersja fal, superpozycja Fouriera, paczka falowa Fale akustyczne w powietrzu

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

Równanie przewodnictwa cieplnego (I) Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca

Bardziej szczegółowo

Ocena z laboratorium: 50% sprawozdanie + 50% aktywność.

Ocena z laboratorium: 50% sprawozdanie + 50% aktywność. Ocena z laboratorium: 50% sprawozdanie + 50% aktywność. Wykonujemy 10 ćwiczeń laboratoryjnych. Średnia policzona zostanie z 8 najlepszych ocen z aktywności i 8 najlepszych sprawozdań. [w praktyce najgorsze

Bardziej szczegółowo

Równania różniczkowe cząstkowe drugiego rzędu

Równania różniczkowe cząstkowe drugiego rzędu Równania różniczkowe cząstkowe drugiego rzędu Marcin Orchel Spis treści 1 Wstęp 1 1.1 Metoda faktoryzacji (rozdzielania zmiennych)................ 5 1.2 Metoda funkcji Greena.............................

Bardziej szczegółowo

Równania różniczkowe zwyczajne: problem brzegowy [1D]

Równania różniczkowe zwyczajne: problem brzegowy [1D] Równania różniczkowe zwyczajne: problem brzegowy [1D] 1) Równania różniczkowe zwyczajne jako szczególny przypadek problemów opisywanych przez eliptyczne równania cząstkowe 2) Problem brzegowy a problem

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora

Bardziej szczegółowo

t. sztywny problem w pojedynczym równaniu: u(t)=cos(t) dla dużych ż t rozwiązanie i ustalone

t. sztywny problem w pojedynczym równaniu: u(t)=cos(t) dla dużych ż t rozwiązanie i ustalone Problem opisany RRZ jest sztywny gdy: 1.... jest charakteryzowany yróżnymi skalami czasowymi. 2. Stabilność bezwzględna nakłada silniejsze ograniczenia na krok czasowy niż dokładność. 3. Metody jawne się

Bardziej szczegółowo

Całkowanie numeryczne

Całkowanie numeryczne Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy

Bardziej szczegółowo

użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter

użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter Liniowe metody wielokrokowe dla równań zwyczajnych starsze niż RKo50lat użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania równań cząstkowych mają często wielokrokowy charakter

Bardziej szczegółowo

KADD Minimalizacja funkcji

KADD Minimalizacja funkcji Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego

Bardziej szczegółowo

Drgania i fale II rok Fizyk BC

Drgania i fale II rok Fizyk BC 00--07 5:34 00\FIN00\Drgzlo00.doc Drgania złożone Zasada superpozycji: wychylenie jest sumą wychyleń wywołanych przez poszczególne czynniki osobno. Zasada wynika z liniowości związku między wychyleniem

Bardziej szczegółowo

Rozdział 8. Analiza fourierowska. 8.1 Rozwinięcie w szereg Fouriera

Rozdział 8. Analiza fourierowska. 8.1 Rozwinięcie w szereg Fouriera Rozdział 8 Analiza fourierowska 8.1 Rozwinięcie w szereg Fouriera Rozważmy funkcję rzeczywistą f określoną na okręgu o promieniu jednostkowym. Parametryzując okrąg przy pomocy kąta φ [, π] otrzymujemy

Bardziej szczegółowo

1 Symulacja procesów cieplnych 1. 2 Algorytm MES 2. 3 Implementacja rozwiązania 2. 4 Całkowanie numeryczne w MES 3. k z (t) t ) k y (t) t )

1 Symulacja procesów cieplnych 1. 2 Algorytm MES 2. 3 Implementacja rozwiązania 2. 4 Całkowanie numeryczne w MES 3. k z (t) t ) k y (t) t ) pis treści ymulacja procesów cieplnych Algorytm ME 3 Implementacja rozwiązania 4 Całkowanie numeryczne w ME 3 ymulacja procesów cieplnych Procesy cieplne opisuje równanie różniczkowe w postaci: ( k x (t)

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

KADD Minimalizacja funkcji

KADD Minimalizacja funkcji Minimalizacja funkcji n-wymiarowych Forma kwadratowa w n wymiarach Procedury minimalizacji Minimalizacja wzdłuż prostej w n-wymiarowej przestrzeni Metody minimalizacji wzdłuż osi współrzędnych wzdłuż kierunków

Bardziej szczegółowo

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd. 4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

BŁĘDY OBLICZEŃ NUMERYCZNYCH

BŁĘDY OBLICZEŃ NUMERYCZNYCH BŁĘDY OBLICZEŃ NUMERYCZNYCH błędy zaokrągleń skończona liczba cyfr (bitów) w reprezentacji numerycznej błędy obcięcia rozwinięcia w szeregi i procesy iteracyjne - w praktyce muszą być skończone błędy metody

Bardziej szczegółowo

u(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy

u(t) RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy u(t) t Dt RRZ: u (t)=f(t,u) Jednokrokowy schemat różnicowy u(t+dt)=u(t)+f(t,u(t),dt) klasyczna formuła RK4: u(t) k 1 u k 2 k 3 k 4 4 wywołania f na krok, błąd lokalny O(Dt 5 ) gdy f tylko funkcja czasu

Bardziej szczegółowo

region bezwzględnej stabilności dla ogólnej niejawnej metody RK R(z) 1 może być nieograniczony niejawna 1 stopniowa

region bezwzględnej stabilności dla ogólnej niejawnej metody RK R(z) 1 może być nieograniczony niejawna 1 stopniowa region bezwzględnej stabilności dla ogólnej niejawnej metody RK u =λu u=λu, z=λδt dla metod niejawnych: ij nie można ż obciąć bićrozwinięcia i i Taylora, bo A pełnał współczynnik wzmocnienia nie jest wielomianem,

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Elementy metod numerycznych

Elementy metod numerycznych Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego

Bardziej szczegółowo

Laboratorium komputerowe z wybranych zagadnień mechaniki płynów

Laboratorium komputerowe z wybranych zagadnień mechaniki płynów FORMOWANIE SIĘ PROFILU PRĘDKOŚCI W NIEŚCIŚLIWYM, LEPKIM PRZEPŁYWIE PRZEZ PRZEWÓD ZAMKNIĘTY Cel ćwiczenia Celem ćwiczenia będzie analiza formowanie się profilu prędkości w trakcie przepływu płynu przez

Bardziej szczegółowo

Modyfikacja schematu SCPF obliczeń energii polaryzacji

Modyfikacja schematu SCPF obliczeń energii polaryzacji Modyfikacja schematu SCPF obliczeń energii polaryzacji Zakład Metod Obliczeniowych Chemii 11 kwietnia 2006 roku 1 Po co? Jak? 2 Algorytm Analiza zbieżności 3 dla układów symetrycznych 4 Fulleren 5 Po co?

Bardziej szczegółowo

[ równanie liniowe II rzędu, bez pierwszej pochodnej]

[ równanie liniowe II rzędu, bez pierwszej pochodnej] najprostszy iloraz drugiej pochodnej produkuje przepis z błądem lokalnym rzędu 4 całkiem nieźle, ale: można lepiej = metoda Numerowa błąd lokalny rzędu 6 metoda Numerowa: [przepis na kolejne wartości rozwiązania

Bardziej szczegółowo

Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie

Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie napisał Michał Wierzbicki Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie Prędkość grupowa paczki falowej Paczka falowa jest superpozycją fal o różnej częstości biegnących wzdłuż osi z.

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (II)

Równanie przewodnictwa cieplnego (II) Wykład 5 Równanie przewodnictwa cieplnego (II) 5.1 Metoda Fouriera dla pręta ograniczonego 5.1.1 Pierwsze zagadnienie brzegowe dla pręta ograniczonego Poszukujemy rozwiązania równania przewodnictwa spełniającego

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np.

Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona) f(x) = 0, gdzie. dla n=2 np. Układy równań nieliniowych (wielowymiarowa metoda Newtona-Raphsona f(x 0, f ( f, f,..., f n gdzie 2 x ( x, x 2,..., x n dla n2 np. f ( x, y 0 g( x, y 0 dla każdej wielowymiarowej rozwinięcie w szereg Taylora

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody numeryczne I Równania nieliniowe Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem

Bardziej szczegółowo

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści

Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, Spis treści Inżynierskie metody analizy numerycznej i planowanie eksperymentu / Ireneusz Czajka, Andrzej Gołaś. Kraków, 2017 Spis treści Od autorów 11 I. Klasyczne metody numeryczne Rozdział 1. Na początek 15 1.1.

Bardziej szczegółowo

Numeryczne rozwiązywanie równań różniczkowych ( )

Numeryczne rozwiązywanie równań różniczkowych ( ) Numeryczne rozwiązywanie równań różniczkowych Równanie różniczkowe jest to równanie, w którym występuje pochodna (czyli różniczka). Przykładem najprostszego równania różniczkowego może być: y ' = 2x które

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA I APROKSYMACJA FUNKCJI Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega

Bardziej szczegółowo

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładów Błędy obliczeń Błędy można podzielić na: modelu, metody, wejściowe (początkowe), obcięcia, zaokrągleń..

Bardziej szczegółowo

Równanie Schrödingera

Równanie Schrödingera Równanie Schrödingera Maciej J. Mrowiński 29 lutego 2012 Zadanie RS1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = 0 ma następującą postać: A(a Ψ(x,0) = 2 x 2 ) gdy x [ a,a] 0 gdy x / [ a,a]

Bardziej szczegółowo

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I dr inż. Tomasz Goetzendorf-Grabowski (tgrab@meil.pw.edu.pl) Dęblin, 11 maja 2009 1 Organizacja wykładu 5 dni x 6 h = 30 h propozycja zmiany: 6

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

Rozwiązywanie równań nieliniowych

Rozwiązywanie równań nieliniowych Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej

Bardziej szczegółowo

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Co to znaczy rozwiazać równanie? Przypuśmy, że postawiono przed nami problem rozwiazania

Bardziej szczegółowo

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra Wstęp do metod numerycznych 9a. Układy równań algebraicznych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Układy równań algebraicznych Niech g:r N równanie R N będzie funkcja klasy co najmniej

Bardziej szczegółowo

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Metody numeryczne Układy równań liniowych, część II Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50 Układy równań liniowych, część II 1. Iteracyjne poprawianie

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można

Bardziej szczegółowo

3.1 Zagadnienie brzegowo-początkowe dla struny ograniczonej. = f(x, t) dla x [0; l], l > 0, t > 0 (3.1)

3.1 Zagadnienie brzegowo-początkowe dla struny ograniczonej. = f(x, t) dla x [0; l], l > 0, t > 0 (3.1) Temat 3 Metoda Fouriera da równań hiperboicznych 3.1 Zagadnienie brzegowo-początkowe da struny ograniczonej Rozważać będziemy następujące zagadnienie. Znaeźć funkcję u (x, t) spełniającą równanie wraz

Bardziej szczegółowo

Interpolacja funkcji

Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Interpolacja funkcji Wielomianowa Splajny Lagrange a Trygonometryczna Interpolacja Newtona (wzór I ) Czebyszewa Newtona (wzór II ) ( Wielomiany Czebyszewa ) Załóżmy,

Bardziej szczegółowo

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze

Bardziej szczegółowo

MECHANIKA 2. Drgania punktu materialnego. Wykład Nr 8. Prowadzący: dr Krzysztof Polko

MECHANIKA 2. Drgania punktu materialnego. Wykład Nr 8. Prowadzący: dr Krzysztof Polko MECHANIKA 2 Wykład Nr 8 Drgania punktu materialnego Prowadzący: dr Krzysztof Polko Wstęp Drgania Okresowe i nieokresowe Swobodne i wymuszone Tłumione i nietłumione Wstęp Drgania okresowe ruch powtarzający

Bardziej szczegółowo

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zad 1. Znaleźć rozwiązania ogólne u = u(x, y) następujących równań u x = 1, u y = 2xy, u yy = 6y, u xy = 1, u x + y = 0, u xxyy = 0. Zad 2. Znaleźć

Bardziej szczegółowo

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów.

Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Rozwiązywanie równań nieliniowych i ich układów. Wyznaczanie zer wielomianów. Plan wykładu: 1. Wyznaczanie pojedynczych pierwiastków rzeczywistych równań nieliniowych metodami a) połowienia (bisekcji)

Bardziej szczegółowo

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która 3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x

Bardziej szczegółowo

lim Np. lim jest wyrażeniem typu /, a

lim Np. lim jest wyrażeniem typu /, a Wykład 3 Pochodna funkcji złożonej, pochodne wyższych rzędów, reguła de l Hospitala, różniczka funkcji i jej zastosowanie, pochodna jako prędkość zmian 3. Pochodna funkcji złożonej. Jeżeli funkcja złożona

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

OBLICZANIE POCHODNYCH FUNKCJI.

OBLICZANIE POCHODNYCH FUNKCJI. OBLICZANIE POCHODNYCH FUNKCJI. ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH. Obliczanie pochodnych funkcji. Niech będzie dana funkcja y(x określona i różniczkowalna na przedziale

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

Bardziej szczegółowo

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Mechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 )

Mechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 ) Mechanika Kwantowa Maciej J. Mrowiński 4 grudnia 11 Zadanie MK1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = ma następującą postać: A(a Ψ(x,) = x ) gdy x [ a,a] gdy x / [ a,a] gdzie a +. Wyznacz

Bardziej szczegółowo

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,

Bardziej szczegółowo

Transformaty. Kodowanie transformujace

Transformaty. Kodowanie transformujace Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0

Bardziej szczegółowo

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki OPTYKA KWANTOWA Wykład dla 5. roku Fizyki c Adam Bechler 006 Instytut Fizyki Uniwersytetu Szczecińskiego Równania (3.7), pomimo swojej prostoty, nie posiadają poza nielicznymi przypadkami ścisłych rozwiązań,

Bardziej szczegółowo

Równania różniczkowe zwyczajne: problem brzegowy [1D]

Równania różniczkowe zwyczajne: problem brzegowy [1D] Równania różniczkowe zwyczajne: problem brzegowy [1D] 1) Równania różniczkowe zwyczajne jako szczególny przypadek problemów opisywanych przez eliptyczne równania cząstkowe 2) Problem brzegowy a problem

Bardziej szczegółowo

DOPASOWYWANIE KRZYWYCH

DOPASOWYWANIE KRZYWYCH DOPASOWYWANIE KRZYWYCH Maciej Patan Uniwersytet Zielonogórski Motywacje Przykład 1. Dane o przyroście światowej populacji są aktualizowane co każde 10 lat, celem szacowania średniego przyrostu rocznego.

Bardziej szczegółowo

Rozważmy nieustalony, adiabatyczny, jednowymiarowy ruch gazu nielepkiego i nieprzewodzącego ciepła. Mamy następujące równania rządzące tym ruchem:

Rozważmy nieustalony, adiabatyczny, jednowymiarowy ruch gazu nielepkiego i nieprzewodzącego ciepła. Mamy następujące równania rządzące tym ruchem: WYKŁAD 13 DYNAMIKA MAŁYCH (AKUSTYCZNYCH) ZABURZEŃ W GAZIE Rozważmy nieustalony, adiabatyczny, jednowymiarowy ruch gazu nielepkiego i nieprzewodzącego ciepła. Mamy następujące równania rządzące tym ruchem:

Bardziej szczegółowo

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych Uniwersytet Zielonogórski Wydział Informatyki, Elektrotechniki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Elektrotechnika niestacjonarne-zaoczne pierwszego stopnia z tyt. inżyniera

Bardziej szczegółowo

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów

Rodzaje fal. 1. Fale mechaniczne. 2. Fale elektromagnetyczne. 3. Fale materii. dyfrakcja elektronów Wykład VI Fale t t + Dt Rodzaje fal 1. Fale mechaniczne 2. Fale elektromagnetyczne 3. Fale materii dyfrakcja elektronów Fala podłużna v Przemieszczenia elementów spirali ( w prawo i w lewo) są równoległe

Bardziej szczegółowo

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem

Bardziej szczegółowo

FALE W OŚRODKACH SPRĘZYSTYCH

FALE W OŚRODKACH SPRĘZYSTYCH ALE W OŚRODKACH SPRĘZYSTYCH PRZYKŁADY RUCHU ALOWEGO Zjawisko rozchodzenia się fal spotykamy powszechnie. Przykładami są fale na wodzie, fale dźwiękowe, poruszający się front przewracających się kostek

Bardziej szczegółowo

4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2)

4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2) Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2)185 4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2) Celem ćwiczenia jest wyznaczenie prędkości dźwięku w powietrzu

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo