五点差分法(matlab)解椭圆型偏微分方程.docVIP

用差分法解椭圆型偏微分方程 -（Uxx+Uyy)=(pi*pi-1)e^xsin(pi*y) 0x2; 0y1 U(0,y)=sin(pi*y),U(2,y)=e^2sin(pi*y); 0=y=1 U(x,0)=0, U(x,1)=0; 0=x=2 先自己去看一下关于五点差分法的理论书籍 Matlab程序： unction [p e u x y k]=wudianchafenfa(h,m,n,kmax,ep) % g-s迭代法解五点差分法问题 %kmax为最大迭代次数 %m,n为x,y方向的网格数，例如（2-0）/0.01=200; %e为误差，p为精确解 syms temp; u=zeros(n+1,m+1); x=0+(0:m)*h; y=0+(0:n)*h; for(i=1:n+1) u(i,1)=sin(pi*y(i)); u(i,m+1)=exp(1)*exp(1)*sin(pi*y(i)); end for(i=1:n) for(j=1:m) f(i,j)=(pi*pi-1)*exp(x(j))*sin(pi*y(i)); end end t=zeros(n-1,m-1); for(k=1:kmax) for(i=2:n) for(j=2:m) temp=h*h*f(i,j)/4+(u(i,j+1)+u(i,j-1)+u(i+1,j)+u(i-1,j))/4; t(i,j)=(temp-u(i,j))*(temp-u(i,j)); u(i,j)=temp; end end t(i,j)=sqrt(t(i,j)); if(kkmax) break; end if(max(max(t))ep) break; end end for(i=1:n+1) for(j=1:m+1) p(i,j)=exp(x(j))*sin(pi*y(i)); e(i,j)=abs(u(i,j)-exp(x(j))*sin(pi*y(i))); end End 在命令窗口中输入： [p e u x y k]=wudianchafenfa(0.1,20,10,10000,1e-6) k=147 surf(x,y,u) ; xlabel(‘x’);ylabel(‘y’);zlabel(‘u’); Title(‘五点差分法解椭圆型偏微分方程例1’) 就可以得到下图 ｓｕｒｆ（ｘ，ｙ，ｐ） ｓｕｒｆ（ｘ，ｙ，ｅ） [p e u x y k]=wudianchafenfa(0.05,40,20,10000,1e-6) [p e u x y k]=wudianchafenfa(0.025,80,40,10000,1e-6) 为什么分得越小，误差会变大呢？ 我们试试运行： [p e u x y k]=wudianchafenfa(0.025,80，40,10000,1e-8) K=2164 surf(x,y,e) 误差变小了吧 还可以试试 [p e u x y k]=wudianchafenfa(0.025,80，40,10000,1e-10) K=3355 误差又大了一点 再试试 [p e u x y k]=wudianchafenfa(0.025,80,40,10000,1e-11) k=3952 误差趋于稳定 总结： 最终的误差曲面 与网格数有关，也与设定的迭代前后两次差值（ep,看程序）有关；固定网格数，随着设定的迭代前后两次差值变小，误差由大比变小，中间有一个最小值，随着又增大一点，最后趋于稳定。 也许可以去研究一下那个误差最小的地方 或者研究趋于稳定时的临界值。