Legendre-Galerkin方法以及Chebyshev-Legendre-Galerkin方法以及Python实现

最新推荐文章于 2023-10-03 21:16:00 发布

gdx6662020

最新推荐文章于 2023-10-03 21:16:00 发布

阅读量3k

点赞数 8

分类专栏：谱方法偏微分方程数值解文章标签：算法

本文链接：https://blog.csdn.net/liuxinglongqi/article/details/111564923

版权

一维Helmholtz方程的Chebyshev - Galerkin谱方法
在上面这篇博文中,讲述了加权余量法的基本原理,以及系统地推导,阐述了 $C h e b y s h e v - G a l e r k i n$ 方法的计算过程,本文在上面的基础上,继续探讨 $L e n g e n d r e - G a r l e r k i n$ 方法以及 $L e g e n d r e - C h e b y s h e v - G a l e r k i n$ 方法,可以看到, $C h e b y s h e v - G a l e r k i n$ 在作正变换以及逆变换的过程中,能够作快速余弦变换,但该方法所推导出的刚度矩阵稀疏程度不够; 最关键的是,刚度矩阵不是对称的!.在本文介绍的 $L e n g e n d r e - G a r l e r k i n$ 方法中,可以看到刚度矩阵是对角矩阵,但 $L e g e n d r e$ 正变换以及逆变换的过程没有快速计算方法,实际计算复杂度是 $O(N^{2})$ ;最后给出的 $C h e b y s h e v - L e g e n d r e - G a l e r k i n$ 方法同时具备了 $C h e b y s h e v - G a l e r k i n$ 方法以及 $L e g e n d r e - G a l e r k i n$ 方法的优势.

回忆

首先,回忆上篇博文中的重要内容
考虑如下一维齐次 $D i r i c h l e t$ 型边界条件的 $H e l m h o l t z$ 方程( $\alpha > 0$ ):
$\begin{cases} -u ^{''} + \alpha u = f \ \ in \ I = (-1, 1) \\ u(\pm1) = 0 \end{cases}$
定义空间
$P^{0}_{N} = \left\lbrace \phi \in P_{N} | \phi(\pm1) = 0\right\rbrace$
取试函数: $u_{N} = \sum\limits_{i = 0}^{N - 2} a_{i}\phi_{i}(x)$ , 其中 $\phi_{i}(x)$ 为空间 $P^{0}_{N}$ 的基函数.
对上述方程进行 $R i t s z - G a l e r k i n$ 离散得到如下变分形式
求 $u_{N} \in P^{0}_{N}$ , s.t.
$-(u_{N}^{''} , v_{N})_{\omega} + \alpha(u_{N}, v_{N})_{\omega} = (I_{N}f, v_{N})_{\omega} \quad \forall v_{N} \in P_{N}^{0}$ :
将试函数带入到变分形式中,得到 $G a l e r k i n$ 方程组:
$-\sum\limits_{i = 0}^{N-2}( \phi^{''}_{i}, \phi_{j})_{\omega}\widehat{u}_{i} + \alpha\sum\limits_{i = 0}^{N-2}\left( \phi_{i}, \phi_{j}\right)_{\omega}\widehat{u}_{i} = (f_{N}, \phi_{j})_{\omega} , \ j = 0,\cdots, N-2$
改写方程组为矩阵形式得到:
$\alpha M) \widehat{U} = f$
其中
$(S)_{ij} = -(\phi_{j}^{''}(x), \phi_{i}(x))_{\omega}$ 称为刚度矩阵
$(M)_{ij} = (\phi_{j}(x), \phi_{i}(x))_{\omega}$ 称为质量矩阵
$\mathbf{f} = \left((I_{N}f, \phi_{0}(x))_{\omega}, \cdots, (I_{N}f, \phi_{N-2}(x))_{\omega} \right)^{T}$
$\widehat{U} = (\widehat{u}_{0} \cdots \widehat{u}_{N-2})^{T}$
计算要点就是通过取不同的基函数来得到不同的代数系统进行求解.

Legendre-Galerkin方法

Legendre多项式及其性质

首先给出下面会用到的 $L e g e n d r e$ 多项式的一些基本性质,这里考虑区间 $[- 1, 1]$ 上的 $L e g e n d r e$ 多项式

三项递推关系
$L_{0}(x) = 1, \quad L_{1}(x) = x \\ (n+1)L_{n+1}(x) = (2n+1)xL_{n}(x) - nL_{n-1}(x)$
微分定义
$L_{n}(x) = \frac{1}{2^{n}n!} \frac{d^{n}}{dx^{n}}\left[ (x^{2} - 1)^{n} \right]$
正交性关系
$\int_{-1}^{1} L_{k}(x)L_{j}(x) dx = \frac{1}{k + 1/ 2}\delta_{kj}$
$\delta_{kj}$ 指 $K r o n e c k e r$ 符号.
二阶导数关系

最低0.47元/天解锁文章