이산 포아송 방정식

Discrete Poisson equation

수학에서 이산 포아송 방정식포아송 방정식유한 차이 아날로그다. 안에서, 분리된 라플라스 운영자라플라스 운영자를 대신한다.이산형 포아송 방정식은 이산형 수학의 주제로서 그 자체로 연구되기도 하지만 연속형 포아송 방정식의 스탠드인으로서 수치해석에서 자주 사용된다.

2차원 직사각형 그리드에서

유한차 수치법을 사용하여 2차원 포아송 방정식(일률적인 공간적 분리를 가정하면 = y x )을m × n 그리드에서 식별하면 다음과 같은 공식을 얻을 수 있다.[1]

서 2 - 1 i - 1 j 솔루션 벡터의 기본 배열은 경계 요소를 제거하기 전에 다음과 같이 보이는 자연 순서를 사용하는 것이다.

이를 통해 mn × mn 선형 시스템이 생성된다.

어디에

(는) m × m 아이덴티티 이며 D {\displaystyle 또한 m× m은 다음과 같이 주어진다.[2]

가) 정의됨

방정식에 대해 의 열은 성분 블록에 해당한다

의 왼쪽과 오른쪽에 있는 열은 u {\displaystyle 내에 있는 m {\ 다른 블록에 해당한다
그리고

각각,

위로부터 m n 블록 열이 있음을 유추할 수 있다. 대개 경계에 놓여 있음)의 규정된 값에는 요소가 I {\ 및 I에서 제거된다는 점을 유의해야 한다.. For the common case that all the nodes on the boundary are set, we have and , and the system would have the dimensions (m − 2)(n − 2) × (m− 2)(n − 2), where and 에는 치수(m - 2) × (m - 2)가 있을 것이다.

모든 경계 노드가 규정된 5×5(= 5 = 그리드의 경우, 시스템은 다음과 같이 보일 것이다.

와 함께
그리고

u의 경계는방정식의 오른쪽에 표시된다.[3] 시스템은 9 × 9이고 D D} I I}은) 3 × 3이며, 다음과 같이 지정된다.

그리고

해결 방법

왜냐하면 ]{\{\은(는) 블록 삼지각이며 희박한 것으로[ 을(를) 위해 이 선형 시스템을 최적으로 해결하기 위해 많은 솔루션 방법이 개발됐다.. Among the methods are a generalized Thomas algorithm with a resulting computational complexity of , cyclic reduction, successive overrelaxation that has a complexity of , and Fast Fourier transforms which is 의 O 솔루션도 멀티그리드 방식으로 계산할 수 있다.[4]

반복 카운트 및 컴퓨터 시간에 대한 잔차의 무한 규범과 다양한 반복 방법의 포아송 수렴.

적용들

계산 유체 역학에서, 압축할 수 없는 흐름 문제의 해결책의 경우, 압축할 수 없는 상태가 압력의 제약조건으로 작용한다.이 경우 속도와 압력장의 강한 결합으로 인해 압력에 사용할 수 있는 명시적 형식이 없다.이 조건에서는 모멘텀 방정식에서 모든 항들의 분산을 취함으로써 압력 포아송 방정식을 얻는다.

압축할 수 없는 흐름의 경우 이 제약조건은 다음과 같다.

여기서 방향의 속도, 속도다.모멘텀 방정식의 분산을 취하고 불압력 제약 조건을 사용하여 다음과 같이 압력 포아송 방정식을 형성한다.
여기서 (는) 유체의 키네마틱 이고 V (는) 속도 벡터다.[5]

이산 푸아송의 방정식은 마르코프 사슬 이론에서 발생한다.함수는 마르코프 의사결정 프로세스에서 동적 프로그래밍 방정식의 상대적 값 함수와 시뮬레이션 분산 감소에서 적용하기 위한 제어 변수로 나타난다.[6][7][8]

각주

  1. ^ Hoffman, Joe (2001), "Chapter 9. Elliptic partial differential equations", Numerical Methods for Engineers and Scientists (2nd ed.), McGraw–Hill, ISBN 0-8247-0443-6.
  2. ^ Golub, Gene H., C.F. Van Loan, Matrix Computations, 3차 개정판1996년 볼티모어의 존스 홉킨스 대학 출판부는 177 대 180 페이지.
  3. ^ Cheny, Ward and David Kincid, 수치 수학컴퓨팅 2차 ED, Brooks/Cole 출판사, Pacific Grove, 1985, 페이지 443–448.
  4. ^ CS267: 강의 노트 15 및 16, 1996년 3월 5일과 7일, https://people.eecs.berkeley.edu/~뎀멜/cs267/724/lecture24.10
  5. ^ Fletcher, Clive A. J, 유체 역학을 위한 연산 기법: 제1권, 제2권, 베를린 스프링거-베를라크, 1991년 334-339페이지.
  6. ^ S. P. 마인과 R.L. 트위디, 2005.마르코프 체인과 확률적 안정성.두 번째 판, 케임브리지 대학 출판부, 2009.
  7. ^ 2007년 S. P. Meyn.복잡한 네트워크를 위한 제어 기법, 2007년 캠브리지 대학 출판부.
  8. ^ 아스무센, 쇠렌, 글린, 피터 W, 2007.Stochastic Simulation:알고리즘 및 분석".스프링거시리즈:확률적 모델링 및 적용 확률, 2007. 57.

참조

  • 1992년 뉴욕 맥그로우-힐 주식회사, 제4회 ED, 호프만, 조 D, 공학자와 과학자를 위한 수치적 방법.
  • Sweet, Roland A, SIAM Journal on Numical Analysis, Vol. 11, No. 3, 506–520
  • Press, WH; Teukolsky, SA; Vetterling, WT; Flannery, BP (2007). "Section 20.4. Fourier and Cyclic Reduction Methods". Numerical Recipes: The Art of Scientific Computing (3rd ed.). New York: Cambridge University Press. ISBN 978-0-521-88068-8.