From 2608286aa25395ee6e93088df2286db418164996 Mon Sep 17 00:00:00 2001 From: Adrian Kummerlaender Date: Fri, 23 Feb 2018 22:13:11 +0100 Subject: Expand NumaDGL digest --- content/numerik_dgl.tex | 72 +++++++++++++++++++++++++++++++++++++++++++++---- 1 file changed, 67 insertions(+), 5 deletions(-) diff --git a/content/numerik_dgl.tex b/content/numerik_dgl.tex index 3f47161..f936901 100644 --- a/content/numerik_dgl.tex +++ b/content/numerik_dgl.tex @@ -271,7 +271,34 @@ Zur numerischen Lösung steifer DGLs sind implizite Verfahren geeignet. \subsection*{Implizite Runge-Kutta-Verfahren} -\subsection*{RKV vom Kollokationstyp} +Ein $s$-stufiges RKV ist \emph{implizit}, wenn zugehörige $A \in \R^{s \times s}$ keine strikte untere Dreiecksmatrix ist. + +\spacing + +$(c,b,A)$ ist invariant gegen Autonomisierung gdw. es konsistent ist und $\forall i \in [s] : c_i = \sum_{j=1}^s a_{i,j}$ gilt. + +\spacing + +Die Anzahl der Bedingungsgleichungen impliziter RKV entspricht der Anzahl für explizite RKV. Implizite RKV bieten jedoch mehr Freiheitsgrade. + +\subsubsection*{RKV vom Kollokationstyp} + +Implizite RKV ohne Lösen der Bedingungsgl.: + +$u \in \Pi_s$ mit $u(x+h) = y+h\cdot\Phi(x,y,h)$ und $\forall i \in [s] : u'(x+c_i h) = f(x+c_i h,u(x+c_i h))$. + +d.h. $u$ erfüllt DGL in mindestens $s$ Stellen. + +Solche Verfahren sind durch $(c_1,\dots,c_s)$ gegeben. + +Interpretiert als $s$-stufiges implizites RKV: + +\vspace*{-4mm} +\begin{align*} +a_{i,j} &:= \int_0^{c_i} L_j(\vartheta) \ d\vartheta \\ +k_i &:= f(x+c_ih,y+h\sum_{j=1}^s a_{i,j} k_j) \\ +b_j &:= \int_0^1 L_j(\vartheta) d\vartheta +\end{align*} \section*{Mehrschrittverfahren} @@ -316,14 +343,22 @@ Einsetzen von Einschrittverfahren in $L$ ergibt den lokalen Diskretisierungsfehl Ein lineares $k$-Schrittverfahren hat Konsistenzordnung $p$ gdw. eine der folgenden Bed. gilt: \begin{enumerate}[label=(\alph*)] - \item Für glatte $y: L(x,y,h) \in \mathcal{O}(h^p)$ glm. in $x, h$ - \item $\forall Q \in \Pi_p : L(x,Q,h) = 0$ - \item $L(0,\text{exp},h) = \frac{1}{h}(\rho(e^h)-h\sigma(e^h)) \in \mathcal{O}(h^p)$ - \item For $m = 1, \dots, p$: \\ $\sum_{j=0}^k \alpha_j = 0, \ \sum_{j=0}^k \alpha_j j^m = m \sum_{j=0}^k \beta_j j^{m-1}$ +\item Für glatte $y: L(x,y,h) \in \mathcal{O}(h^p)$ glm. in $x, h$ +\item $\forall Q \in \Pi_p : L(x,Q,h) = 0$ +\item $L(0,\text{exp},h) = \frac{1}{h}(\rho(e^h)-h\sigma(e^h)) \in \mathcal{O}(h^p)$ +\item For $m = 1, \dots, p$: \\ $\sum_{j=0}^k \alpha_j = 0, \ \sum_{j=0}^k \alpha_j j^m = m \sum_{j=0}^k \beta_j j^{m-1}$ \end{enumerate} Insbesondere hat ein Mehrschrittverfahren die Ordnung $p=1$, falls: $\rho(1) = 0 \land \rho'(1) = \sigma(1)$ +\subsection*{Stabilität} + +Lineares Mehrschrittverfahren $(\rho,\sigma)$ ist \emph{stabil}, wenn Differenzengleichung $\rho(E)\eta=0$ stabil ist. Dies ist der Fall gdw. $\forall$ Nullstellen $\xi$ von $\rho$ gilt: $|\xi| \leq 1$, dabei $|\xi|=1$ nur für einfache Nullstellen. + +\subsubsection*{Strikte Stabilität} + +Ein Mehrschrittverfahren ist \emph{strikt stabil}, wenn für Nullstellen $\xi \neq 1$ von $\rho$ gilt: $|\xi| < 1$ + \subsection*{Konvergenz} Ein Mehrschrittverfahren konvergiert gegen Lösung $y \in \mathcal{C}^1(x_0,b)$ von $y'=f(x,y)$, $y(x_0)=y_0$, wenn sobald $\forall j \in [k-1] : \lim_{h \to 0} \eta(x_0+jh,h)=y_0$: @@ -332,6 +367,33 @@ $$\forall x \in \mathcal{G}_k \cap [x_0,b] : \lim_{h \to 0} \eta(x,h) = y(x)$$ Konvergentes lineares Mehrschrittverfahren ist stabil und konsistent. Insb. gilt $\rho'(1)=\sigma(1) \neq 0$. +\spacing + +Umgekehrt gilt auch: Stabiles und konsistentes Mehrschrittverfahren ist konvergent. + +\subsection*{Satz von Dahlquist} + +Für die Konsistenzordnung $p$ eines stabilen linearen $k$-Schrittverfahrens gilt: + +\begin{enumerate} +\item $p \leq k + 2$ wenn $k$ gerade +\item $p \leq k + 1$ wenn $k$ ungerade +\item $p \leq k$ wenn $\frac{\beta_k}{\alpha_k} \leq 0$,\\ d.h. insb für explizite Verfahren +\end{enumerate} + +Für die Konsistenzordnung $p$ von strikt stabilen linearen $k$-Schrittverfahren gilt $p \leq k + 1$. + +\subsection*{Adams-Verfahren} + +Setze $\rho(\xi) := \xi^k - \xi^{k-1}$ s.d. einfache Nst. $\xi=1$ und $(k-1)$-fache Nst. $\xi = 0$ gegeben sind. Dies ergibt: + +\vspace*{-2mm} +$$\eta_{k+1}-\eta_{j+k-1} = h \cdot \sigma(E) \cdot f(x_j,\eta(x_j,h))$$ + +Für explizites Verfahren: $p = k$ mit $\beta_k = 0$. + +Für implizites Verfahren: $p = k+1$ mit $\beta_k \neq 0$. + \section*{Partielle Differentialgleichungen} \subsection*{Finite Differenzen} -- cgit v1.2.3