网站大量收购独家精品文档,联系QQ:2885784924

非线性偏微分方程的Legendre tau办法及其多区域办法.pdf

非线性偏微分方程的Legendre tau办法及其多区域办法.pdf

  1. 1、本文档共92页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
非线性偏微分方程的Legendre tau办法及其多区域办法

摘 要 tau方法及其多区域方 本文主要讨论某些非线性偏微分方程的Legendre 法. 谱方法与广为应用的有限元方法和有限差分方法已经成为数值求解偏微 分方程的三大基本方法.谱方法,以其具有高精度的优点,被越来越广泛地应用 于数值求解各种微分方程.在谱方法中,试探函数可以取整体无穷可微的函数, 而根据检验函数的不同取法,谱方法可以分为Galerl【in方法,t踟方法和配置方 法. 解上已经得到广泛的应用.不仅如此,tau方法对于某些问题的理论分析也有比 较好的结果.比如,tau方法,或者是更一般的Petrov_Galerbn方法对于求奇数 阶微分方程的L2误差分析可以得到比Galerl【in方法或者配置方法更好的结果. 然而,tau方法对于某些偶数阶微分方程的误差估计还是存在不理想的结果.另 外,也有评论认为tau方法在精度上要比Galerl(in方法和配置方法低.因此,这 促使我们来进一步研究tau方法的一些收敛性质.通过本文的一些研究可以看 的收敛性质. tau方法对求解一般边界条件下 本文的主要工作之一是证明了Legendre 一维二阶线性稳态微分方程可以得到L2,日1和日2范数意义下的最优误差估 计.对于一维二阶发展方程也可以得到£2范数下的最优误差估计,改进了此 类问题原有的理论分析结果.对于非线性Burge硌方程,本文提出了Legendre tal卜Chebyshev配置方法,即,总体上采用Legendretau方法,但对非线性项用 得到了L2范数下的最优误差估计.数值算例也符合了理论分析的结果. 然后,本文研究了二维问题的Legendretau方法.首先改进了Poi8son方程 tau方法可以得到 的Legendretau方法给出的日1误差估计,证明了Legendre 日1范数意义下的最优估计.然后通过对偶技巧,得到相应的己2最优误差估计. 接着,讨论了涡度方程的Legendretau方法,给出了半离散格式的稳定性和收敛 性分析. 通过细致的分析和数值试验还可以看出,tau方法的收敛性态与解的奇性 有关.当解在边界上有奇性时,所得到的结果还是不很理想. 对于四阶微分方程,本文提出了LegendrePetD0v-Galerkin方法,这种方法 在处理检验函数时采用了类似于t叭方法的做法,即,其检验函数放弃了两个 边界条件,并且也得到了L2范数和日1范数意义下的最优误差估计.数值算例 也表明算法是有效的.对于非线性四阶方程,如Kuramot沪Sivashinsky方程,本 Petrov—Galerl【in 文提出了Legendre Chebyshev配置方法,并且得到了L2范数意 义下的最优误差估计.本文对Kur锄0t旷Siv弱hiIlsky方程进行了计算,得到满意 的数值结果. tau多区域方法和一阶变系数方程的预处理Leg- 本文还讨论了Legendre endre tau方法,构建出算法格式,并且给出了误差估计. 关键词偏微分方程;Legendretau方法;稳定性;最优误差估计 Abstract Theaimofthis isto the taumethodfor paperstudyLegendre noIlline盯partial di‰rential equations. ThetaumethodisoneofthebasicforI璐of andhasbeen spectr越method8 usedin ofnumericalsolutioIlsof manyapplications di舵rent谢oquations.Further. seeⅡ塔th

文档评论(0)

iludyapz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档