タグ付けされた質問 「discretization」

2
Crank-Nicolsonは、反応-拡散-移流(対流)方程式の安定した離散化スキームですか?
私は、PDEの一般的な離散化スキームにあまり精通していません。Crank-Nicolsonは拡散方程式を離散化するための一般的なスキームであることを知っています。移流項にも適していますか? 私は反応-拡散-移流方程式を解くのに興味があります。 ∂u∂t+∇⋅(vu−D∇u)=f∂u∂t+∇⋅(vu−D∇u)=f\frac{\partial u}{\partial t} + \nabla \cdot \left( \boldsymbol{v} u - D\nabla u \right) = f ここで、は物質拡散係数で、は速度です。DDDvuuuvv\boldsymbol{v} 私の特定のアプリケーションでは、方程式は次の形式で記述できます。 ∂u∂t=D∂2u∂x2Diffusion+v∂u∂xAdvection (convection)+f(x,t)Reaction∂u∂t=D∂2u∂x2⏟Diffusion+v∂u∂x⏟Advection (convection)+f(x,t)⏟Reaction\frac{\partial u}{\partial t} = \underbrace{D\frac{\partial^2 u}{\partial x^2}}_{\textrm{Diffusion}} + \underbrace{\boldsymbol{v}\frac{\partial u}{\partial x}}_{\textrm{Advection (convection)}} + \underbrace{f(x,t)}_{\textrm{Reaction}} これが私が適用したクランク・ニコルソン方式です、 あなたはn + 1j- UnjΔ トン= D [ 1 - β(Δは、xは)2(unj − 1− 2 unj+ …

3
時間ディメンションが特別なのはなぜですか?
一般的に言えば、数値アナリストは、 「もちろん、数学的に言えば、時間は単なる別の次元ですが、それでも時間は特別です」 これを正当化する方法は?計算科学にとって特別な時間とはどのような意味ですか? さらに、なぜ私たちは時間次元に対して有限差分を使用することを好むのですか?考えられる理由の1つは、時間ディメンションにIVPがあり、空間ディメンションにBVPがある傾向があることです。しかし、これで完全に正当化されるとは思わない。

5
不均一にサンプリングされた関数を数値的に区別するにはどうすればよいですか?
標準の有限差分式を使用して、等間隔の関数値があるという期待の下で導関数を数値的に計算できるため、は定数です。不等間隔のポイントがある場合、隣接ポイントのペアごとに変化するようになった場合はどうなりますか?もちろん、として一次導関数を計算できますが、高次の数値微分公式はありますグリッドサイズの変動に適応できる精度H ≡ X K + 1 - X k個の時間F '(X )≈ 1f(xk)f(xk)f(x_k)H ≡ Xk + 1− xkh≡xk+1−xkh \equiv x_{k+1} - x_khhhf′(X )≈ 1hk[ f(xk + 1)− f(xk)]f′(x)≈1hk[f(xk+1)−f(xk)]f'(x) \approx \frac{1}{h_k}[f(x_{k+1}) - f(x_k)]

3

2
有限要素による特異摂動反応拡散問題の振動
ときは、FEM-離散化と反応拡散問題を解決する、例えば 用いて 0 < ε « 1(特異摂動)、離散問題の解決策は、典型的に近い境界に振動層を示すであろう。Ω = (0 、1 )、 ε = 10 - 5と線形有限要素、溶液 U Hルックス等- ε Δ U + U = 1 で Ωuが= 0を 上 ∂Ω−ε△あなたは+あなたは=1 オン Ωあなたは=0 オン ∂Ω - \varepsilon \Delta u + u = 1 \text{ on } \Omega\\ u = 0 \text{ …

3
有限体積の一次風上スキームで非定数係数をどのように扱うべきですか?
保存形式の移流方程式から始めます。 あなたはt= (a (x )u )バツut=(a(x)u)x u_t = (a(x)u)_x ここでは空間に依存する速度であり、uは保存されている種の濃度です。a (x )a(x)a(x)あなたはuu 流束の離散化(流束がメッシュポイント間のセルのエッジで定義される)を与えると、 u t = 1f= a (x )uf=a(x)uf=a(x)uあなたはt= 1h(fj − 12− fj + 12)ut=1h(fj−12−fj+12) u_t = \frac{1}{h}\left( f_{j-{\frac{1}{2}}} - f_{j+{\frac{1}{2}}} \right) 一次風上を使用して、フラックスを次のように近似します。 これは、 ut=1fj − 12= a (xj − 12)あなたj − 1fj + 12= a (xj + 12)あなたjfj−12=a(xj−12)uj−1fj+12=a(xj+12)uj …

2
時間依存PDEの時空間有限要素離散化
FEMの文献では、時間に依存するPDEのソリューションでは、通常、準変分法が使用されます。完全に変分的なアプローチ、つまり、FEMによって空間と時間が離散化され、構造化されていない時空間メッシュの使用を可能にするアプローチを見たことはありません。タイムステッピングメソッドの方が実装が簡単かもしれませんが、時空間メッシュが実行できない特別な理由はありますか?特定の問題の物理的特性を尊重するためにメッシュを調整する必要があると思いますが、確実ではありません。

2
不均一メッシュ(1Dのみ)有限体積法でポアソン方程式を解くときの固有のエラー
私は最後の数日間このエラーをデバッグしようとしましたが、続行する方法について誰かがアドバイスを持っているかどうか疑問に思いました。 未知のものがセルの中心で定義され、セルの面でフラックスが定義されている不均一な有限体積メッシュ上のステップ電荷分布(静電/半導体物理学における一般的な問題)のポアソン方程式を解きます。 0=(ϕx)x+ρ(x)0=(ϕx)x+ρ(x) 0 = (\phi_x)_x + \rho(x) 電荷プロファイル(ソース項)は、 ρ(x)=⎧⎩⎨−1,1,0,if −1≤x≤0if 0≤x≤1otherwiseρ(x)={−1,if −1≤x≤01,if 0≤x≤10,otherwise \rho(x)= \begin{cases} -1,& \text{if } -1 \leq x \leq 0\\ 1,& \text{if } 0 \leq x \leq 1\\ 0, & \text{otherwise} \end{cases} 境界条件は、 ϕ(xL)=0∂ϕ∂x∣∣∣xR=0ϕ(xL)=0∂ϕ∂x|xR=0 \phi(x_L)=0 \\ \frac{\partial\phi}{\partial x}\bigg|_{x_R}=0 ドメインは、。[−10,10][−10,10][-10,10] 私は移流拡散反応方程式を解くために開発されたコードを使用しています(ここで自分のノートを参照して自分で書きましたhttp://danieljfarrell.github.io/FVM)。移流拡散反応方程式は、ポアソン方程式のより一般的なケースです。実際、移流速度をゼロに設定し、過渡項を削除することで、ポアソン方程式を復元できます。 このコードは、均一、非均一、ランダムグリッドのさまざまな状況でテストされており、常に、移流拡散拡散方程式の合理的なソリューション(http://danieljfarrell.github.io/FVM/examples.html)を生成します。 Ω8Ω8\Omega_8Ω9Ω9\Omega_9 この問題を引き起こしている可能性のあるアイデアは何ですか?離散化に関する詳細情報が役立つかどうか教えてください(この質問にあまり詳細を詰め込みたくありませんでした)。

2
構造化グリッドと非構造化グリッド
CFDの分野は初めてです。いつ構造化グリッドに移行すべきか、いつ非構造化グリッドに移行すべきか?(はい、それは問題の形状に大きく依存します)より具体的には、必要な計算能力、達成された精度、および両方のタイプのグリッドに関連する作業の違いを知りたいです。最も単純な言語で構造化グリッドと非構造化グリッドを説明する優れたリソースは何ですか?

1
パラメータに応じて継続的に固有空間基底
エルミート行列があり、xとyの 2つのパラメーターに依存しています。私は2つの近い点でそれを対角化するとき(X 1、Y 1)及び(X 2、Y 2)私は(二近い固有値取得ε 1及びε 2)と2つの対応する固有空間(S 1およびS 2と同じ寸法の)を。HH\mathbf{H}バツxxyyy(x1、y1)(x1,y1)(x_1,y_1)(x2、y2)(x2,y2)(x_2,y_2)ε1ε1\varepsilon_1ε2ε2\varepsilon_2S1S1S_1S2S2S_2 それらは同じ行列の固有値ではないことに注意してください。とH 2 = H(x 2、y 2)の 2つの異なる行列があります。H1=H(x1,y1)H1=H(x1,y1)\mathbf{H}_1=\mathbf{H}(x_1,y_1)H2=H(x2,y2)H2=H(x2,y2)\mathbf{H}_2=\mathbf{H}(x_2,y_2) ポイントのメッシュあり、補間を使用して任意のポイントで固有値と固有空間を見つけたいと考えています。問題は、行列が数値的に対角化されているため、S 1とS 2の基底が完全に独立していることです。たとえ(X 1、Y 1)及び(X 2、Y 2)に非常に近い基底ベクトルは非常に異なる成分を有することができるされています。(xi,yi)(xi,yi)(x_i,y_i)S1S1S_1S2S2S_2(x1,y1)(x1,y1)(x_1,y_1)(x2,y2)(x2,y2)(x_2,y_2) 補間には、とyに継続的に依存する基底が必要です。つまり、固有空間S 1とS 2に近いほど、基底ベクトルに近いはずです。xxxyyyS1S1S_1S2S2S_2 場合及びS 2は、次いで、3次元ユークリッド空間S2における基準を選択するための良い方法で平野である平野の交点である線を中心S1の基礎を回転させることです。複雑な多次元空間でこれに類似したものはありますか?S1S1S_1S2S2S_2

2
さまざまな問題の投影法を構築するための一般的なアプローチはありますか?
私の質問は、おそらく一般的すぎて2、3語では答えられないでしょう。その場合、良い読書を提案していただけませんか。投影法は、問題の解空間のサイズを縮小するために使用されます。そして、少なくとも2つの非常に興味深いアプリケーションがあります(私の観点から)。1つ目は連続体力学問題(Finite Element、Ritz法)の解法であり、2つ目は線形方程式系(Krylov部分空間法)の解法です。 問題は次のとおりです。すべてのアプリケーションで投影法を研究する理論または分析の一部はありますか?もしそうなら、有限体積法のような他の方法をこの出発点から構築できますか? 私は大学でFEAを勉強しましたが、現時点では、離散近似はすべて、特定のケースで使用できる分離された「ツール」のセットのようなものです。ありがとう。
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.