Chebyshev谱配置法的稳定性与收敛性基础(1)
数值格式被称为是稳定的如果数值解可以被不依赖于\(N\)(多项式的次数)的数据所控制。也就是说数值解的范数可以被某一个上界所控制,这个上界是一个与\(N\)无关的常数与已知数据(初值或右端)的乘积。
稳定性通过能量方法或者广义变分原理来证明。
考虑问题
\[\frac{\partial u}{\partial t}=\frac{\partial u}{\partial x^2},\quad -1<x<1,t>0\]
边界条件
\[u(-1,t)=u(1,t)=0\]
初始条件
\[u(x,0)=u_0(x)\]
使用配置法求解时,有如下的配置方程
\[\frac{\partial u^N}{\partial t}(x_k,t)=\frac{\partial u}{\partial x^2}(x_k,t),\quad k=1,\dots,N-1\tag{1}\]
其中\(x_k\)是配置点。 使用能量方法,将上式两边都乘以\(u^N(x_k,t)\),并求和,得到
\[\sum_{k=0}^{N}\frac{\partial u^N}{\partial t}(x_k,t)u^N(x_k,t)\omega_k=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\]
进一步可以写为
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\tag{2}\]
因为\(u^N\)是\(N\)次多项式,\(\frac{\partial^2 u}{\partial x^2}u^N\)是\(2N-2\)的多项式。对于高斯型求积公式,有
定理 对于插值型求积公式
\[\int_{-1}^1\rho(x)f(x)dx\approx\sum_{i=1}^N A_i f(x_i) \]
具有\(2N-1\)次代数精度,当且仅当插值节点\(x_1,x_2,\dots.x_N\)是\([a,b]\)上以\(\rho(x)\)为权的正交多项式的零点。
因此,式(2)中的右端可以精确的写成
\[\int_{-1}^1 \frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k dx=\sum_{k=0}^{N}\frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k\tag{3}\]
结合(2)(3)式,有
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k= \int_{-1}^1 \frac{\partial u^N}{\partial x^2}(x_k,t)u^N(x_k,t)\omega_k dx\tag{4}\]
先上一个结论(引理)
\[-\int_{-1}^{1}\frac{\partial^2 u^N}{\partial x^2}(x,t)u^N(x,t)\omega(x)dx\geq \frac14\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dx\tag{5}\]
结合(4)和(5)
\[\frac12\frac{d}{dt}\sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dx\leq 0\]
在\([0,t]\)上对上式两边积分
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds-\sum_{k=0}^N[u_0(x_k,t)]^2 \leq 0\]
亦
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds \leq \sum_{k=0}^N[u_0(x_k,t)]^2\]
所以
\[\frac12 \sum_{k=0}^N [u^N(x_k,t)]^2\omega_k+\frac14\int_0^t\int_{-1}^{1}[\frac{\partial u^N}{\partial x}(x,t)]^2\omega(x)dxds \leq 2 \max\limits_{-1\leq x\leq 1}|u_0(x_k,t)|^2\]
这就证明了Chebyshev配置法(关于初值)的稳定性。
参考文献
spectral and high-order methods with application
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Java面试高频知识点汇总 垃圾回收(GC)机制专题
- Celery-分布式任务队列学习笔记
- Java面试高频知识点汇总 数据库专题
- Java面试高频知识点总结 Redis
- Java面试高频知识点总结 Spring
- 杂谈小程序
- pytest封神之路第四步 内置和自定义marker
- (译)SDL编程入门(3)事件驱动编程
- 一个简单的Angular search UI实现
- (译)SDL编程入门(2)在屏幕上显示图像
- 【Vue进阶】手把手教你在 Vue 中使用 JSX
- (译)SDL编程入门(1)Hello SDL
- Django使用Channels实现websocket
- (译)SDL编程入门(6)扩展库SDL_image
- 牛客网剑指offer-2