一维波动方程的有限差分法.docx
《一维波动方程的有限差分法.docx》由会员分享,可在线阅读,更多相关《一维波动方程的有限差分法.docx(9页珍藏版)》请在冰豆网上搜索。
一维波动方程的有限差分法
学生实验报告
实验课程名称偏微分方程数值解
开课实验室数统学院
学院数统年级2013专业班信计02班
学生姓名学号
开课时间2015至2016学年第2学期
总成绩
教师签名
数学与统计学院制
开课学院、实验室:
数统学院实验时间:
2016年6月20日
实验项目
名称
一维波动方程的有限差分法
实验项目类型
验证
演示
综合
设计
其他
指导教师
曾芳
成绩
是
一.实验目的
通过该实验,要求学生掌握求解一维波动方程的有限差分法,并能通过计算机语言编程实现。
二.实验内容
考虑如下的初值问题:
(1)
1.在第三部分写出问题
(1)三层显格式。
2.根据你写出的差分格式,编写有限差分法程序。
将所写程序放到第四部分。
3.取
,分别将
时刻的数值解画图显示。
4.该问题的解析解为
,将四个时刻的数值解的误差画图显示,对数值结果进行简单的讨论。
三.实验原理、方法(算法)、步骤
1、三层显格式建立
由于题中
,
,取
,故令网比
,
,
,在
内网个点处,利用二阶中心差商得到如下格式:
(2)
略去误差项得到:
(3)
其中
,局部截断误差为
。
对于初始条件
,建立差分格式为:
(4)
对于初始条件
,利用中心差商,建立差分格式为:
(5)
对于边界条件
,建立差分格式为:
(6)
将差分格式延拓使
为内点,代入(3)得到的式子再与(5)联立消去
后整理得到:
(7)
综上(3)、(4)、(6)、(7)得到三层显格式如下:
(局部截断误差为
)
(8)
其中
。
四.实验环境(所用软件、硬件等)及实验数据文件
Matlab
三层显格式程序如下:
%一维波动方程,三层显格式求解法
h=0.1;tau=0.1*h;
r=tau/h;N=1/h;M=2/tau;
x=0:
h:
1;t=0:
tau:
2;
u=sin(pi*x);%计算t=0时刻的u值
u(1,11)=0;
forj=2:
N
u(2,j)=0.5*r^2*u(1,j+1)+(1-r^2)*u(1,j)+0.5*r^2*u(1,j-1);
end
%定义x=0边界上的数值
fork=1:
M+1
u(k,1)=0;
end
%定义x=1边界上的数值
fork=1:
M+1
u(k,N+1)=0;
end
%迭代计算开始,差分格式
fork=2:
M
forj=2:
N
u(k+1,j)=r^2*u(k,j+1)+2*(1-r^2)*u(k,j)+r^2*u(k,j-1)-u(k-1,j);
end
end
u(201,:
)=zeros(1,11);
%计算k=201行的数值解
u2(201,11)=0;
forj=2:
N
u2(201,j)=r^2*u(200,j+1)+2*(1-r^2)*u(200,j)+r^2*u(200,j-1)-u(199,j);
end
u=u+u2;
u=rot90(u,2);%将矩阵u旋转180度赋值于u
%作出图像
[x,t]=meshgrid(0:
0.1:
1,0:
0.01:
2);%划分网格
%作出数值解的函数图像
subplot(2,2,1);
mesh(x,t,u);
title('u(x,t)数值解的函数图像');
xlabel('x变量');
ylabel('t变量');
zlabel('u值');
%作出精确解的函数图像
subplot(2,2,2);
u1=cos(pi*t).*sin(pi*x);
mesh(x,t,u1);
title('u(x,t)精确解的函数图像');
xlabel('x变量');
ylabel('t变量');
zlabel('u值');
%作出t=0.5,1.0,1.5,2.0时刻的绝对误差图像
subplot(2,2,3);
wucha=abs(u-u1);
x=0:
h:
1;
plot(x,wucha(51,:
),'g*-');
holdon
gridon
plot(x,wucha(101,:
),'ro-');
holdon
plot(x,wucha(151,:
),'ks-');
holdon
plot(x,wucha(201,:
),'mp-');
title('t=0.5,1.0,1.5,2.0时刻的绝对误差函数图像');
xlabel('x变量');ylabel('绝对误差值');legend('t=0.5','t=1.0','t=1.5','t=2.0');
%作出t=0.5,1.0,1.5,2.0时刻的数值解函数图像
subplot(2,2,4);
x=0:
h:
1;
plot(x,u(51,:
),'g*-');
holdon
gridon
plot(x,u(101,:
),'ro-');
holdon
plot(x,u(151,:
),'ks-');
holdon
plot(x,u(201,:
),'mp-');
title('t=0.5,1.0,1.5,2.0时刻的数值解函数图像');
xlabel('x变量');ylabel('u值');legend('t=0.5','t=1.0','t=1.5','t=2.0');
%当然也可以作出u(x,t)绝对误差的函数图像
%mesh(x,t,wucha);
%title('u(x,t)绝对误差的函数图像');
%xlabel('x变量');
%ylabel('t变量');
%zlabel('绝对误差值');
五.实验结果及实例分析
1、u(x,t)在t=0.5,1.0,1.5,2.0时刻的数值解、精确解以及绝对误差
表1u(x,t)在t=0.5,1.0,1.5,2.0时刻的数值解
时刻t
t=0.5,1.0,1.5,2.0时刻的数值解
t=0.5
0
-0.0059
-0.0113
-0.0155
-0.0182
-0.0192
-0.0182
-0.0155
-0.0113
-0.0059
0
t=1.0
0
-0.3090
-0.5877
-0.8090
-0.9510
-0.9999
-0.9510
-0.8090
-0.5877
-0.3090
0
t=1.5
0
0.0020
0.0038
0.0052
0.0061
0.0064
0.0061
0.0052
0.0038
0.0020
0
t=2.0
0
0.3090
0.5878
0.8090
0.9511
1.0000
0.9511
0.8090
0.5878
0.3090
0
表2u(x,t)在t=0.5,1.0,1.5,2.0时刻的精确解
时刻t
t=0.5,1.0,1.5,2.0时刻的精确解
t=0.5
0
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0
t=1.0
0
-0.3090
-0.5878
-0.8090
-0.9511
-1.0000
-0.9511
-0.8090
-0.5878
-0.3090
0
t=1.5
0
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0
t=2.0
0
0.3090
0.5878
0.8090
0.9511
1.0000
0.9511
0.8090
0.5878
0.3090
0
表3u(x,t)在t=0.5,1.0,1.5,2.0时刻的绝对误差
时刻t
t=0.5,1.0,1.5,2.0时刻的绝对误差
t=0.5
0
0.0059
0.0113
0.0155
0.0182
0.0192
0.0182
0.0155
0.0113
0.0059
0
t=1.0
0
0.0000
0.0000
0.0001
0.0001
0.0001
0.0001
0.0001
0.0000
0.0000
0
t=1.5
0
0.0020
0.0038
0.0052
0.0061
0.0064
0.0061
0.0052
0.0038
0.0020
0
t=2.0
0
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0
说明:
在t=0.5时刻的绝对误差最大,t=1.5时刻次之,t=1与t=2时刻的绝对误差均较小,由于
,该格式稳定,由数值计算得到的矩阵不难看出,数值解符合理论解。
2、u(x,t)在t=0.5,1.0,1.5,2.0时刻的数值解、绝对误差函数图像
图1数值解、精确解以及绝对误差函数图像
说明:
上两图为函数的数值解与精确解,下两图为t=0.5,1.0,1.5,2.0时刻的数值解、绝对误差函数图像,符合理论解。
教师签名
年月日
THANKS
致力为企业和个人提供合同协议,策划案计划书,学习课件等等
打造全网一站式需求
欢迎您的下载,资料仅供参考