유한차 방정식
수학 에서 이산 포아송 방정식 은 포아송 방정식 의 유한 차이 아날로그다.그 안에서, 분리된 라플라스 운영자 가 라플라스 운영자 를 대신한다.이산형 포아송 방정식은 이산형 수학의 주제로서 그 자체로 연구되기도 하지만 연속형 포아송 방정식의 스탠드인으로서 수치해석 에서 자주 사용된다.
2차원 직사각형 그리드에서 유한차 수치법을 사용하여 2차원 포아송 방정식(일률적인 공간적 분리를 가정하면 Δ x = Δ y {\displaystyle \Delta x=\Delta y} )을 m × n 그리드에서 식별하면 다음과 같은 공식을 얻을 수 있다.[1]
( ∇ 2 u ) i j = 1 Δ x 2 ( u i + 1 , j + u i − 1 , j + u i , j + 1 + u i , j − 1 − 4 u i j ) = g i j {\displaystyle({\nabla }^{2}u)_{ij}={\frac {1}{1}{\frac{1}{1}{{i+1,j}}+{i-1,j}+u_{i,j-1}+}}{i-1}-4u_{ij}}}g_{ij}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} 여기 서 2 ≤ i ≤ m - 1 {\displaystyle 2\leq i\leq m-1} 및 2 ≤ j ≤ n - 1 {\displaystyle 2\leq j\leq n-1 }. 솔루션 벡터의 기본 배열은 경계 요소를 제거하기 전에 다음과 같이 보이는 자연 순서 를 사용하는 것이다. u = [ u 11 , u 21 , … , u m 1 , u 12 , u 22 , … , u m 2 , … , u m n ] T {\displaystyle \mathbf {u} ={\begin{bmatrix}u_{11},u_{m1},\ldots,u_{12},u_{m2},\ldots,u_{mn}\end{bmatrix}}}^{\mathsf{T}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}.
이를 통해 mn × mn 선형 시스템이 생성된다.
A u = b {\displaystyle A\mathbf {u} =\mathbf {b}} 어디에 A = [ D − I 0 0 0 ⋯ 0 − I D − I 0 0 ⋯ 0 0 − I D − I 0 ⋯ 0 ⋮ ⋱ ⋱ ⋱ ⋱ ⋱ ⋮ 0 ⋯ 0 − I D − I 0 0 ⋯ ⋯ 0 − I D − I 0 ⋯ ⋯ ⋯ 0 − I D ] , {\displaystyle A={\begin{bmatrix}~D&, -I&, ~0&, ~0&, ~0&, \cdots &, ~0\\-I&, ~D&, -I&, ~0&, ~0&, \cdots &, ~0\\~0&, -I&, ~D&, -I&, ~0&, \cdots, ~0\\\vdots, \ddots & &, \ddots & &, \ddots &, \ddots &, \ddots &, \vdots \\~0&, \cdots &, ~0&, -I&, ~D&, -I&, ~0\\~0&, \cdots &, \cdots &~.0&, -I&, ~D&, -I\\~0&, \cdots, \cdots, \cdots & & &, ~0&, -I&.~D\end{bmatrix}},}
I {\displaystyle I} 은 (는) m × m 아이덴티티 매트릭스 이며, D {\displaystyle D}, 또한 m × m 은 다음과 같이 주어진다.[2]
D = [ 4 − 1 0 0 0 ⋯ 0 − 1 4 − 1 0 0 ⋯ 0 0 − 1 4 − 1 0 ⋯ 0 ⋮ ⋱ ⋱ ⋱ ⋱ ⋱ ⋮ 0 ⋯ 0 − 1 4 − 1 0 0 ⋯ ⋯ 0 − 1 4 − 1 0 ⋯ ⋯ ⋯ 0 − 1 4 ] , {\displaystyle D={\begin{bmatrix}~4&, -1&, ~0&, ~0&, ~0&, \cdots &, ~0\\-1&, ~4&, -1&, ~0&, ~0&, \cdots &, ~0\\~0&, -1&, ~4&, -1&, ~0&, \cdots, ~0\\\vdots, \ddots & &, \ddots &, \ddots &, \ddots &, \ddots &, \vdots \\~0&, \cdots & &, ~0&, -1&, ~4&, -1&, ~0\\~0&, \cdots &, \cdots &~.0&, -1&, ~4&, -1\\~0&, \cdots, \cdots, \cdots & & &, ~0&, -1&, ~4\end{bmatrix}},} b {\ displaystyle \mathbf {b} 이( 가) 정의됨 b = − Δ x 2 [ g 11 , g 21 , … , g m 1 , g 12 , g 22 , … , g m 2 , … , g m n ] T . {\displaystyle \mathbf {b} =-\Delta x^{2}{\begin{bmatrix}g_{11},g_{m1},g_{12},g_{22},\ldots, g_{mn},\ldots,g_{matsf}}}}}^{bmatsF {T}. }
각 u i j {\ displaystyle u_{ij} 방정식에 대해 D {\displaystyle D} 의 열은 u {\displaystyle u} 의 m {\displaystym m} 성분 블록에 해당한다.
[ u 1 j , u 2 j , … , u i − 1 , j , u i j , u i + 1 , j , … , u m j ] T {\displaystyle {\begin{bmatrix}u_{1j},&u_{2j},&dots,&u_{u_{ij},&u_{i+1,j},&dots,&u_{mj}\end{bmatrix}^{\mathsf{T}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} D 의 왼쪽과 오른쪽에 있는 I {\displaystyle I } 의 열은 각각 u {\displaystyle u} 내에 있는 m {\displaystyle m} 구성요소 의 다른 블록에 해당한다. [ u 1 , j − 1 , u 2 , j − 1 , … , u i − 1 , j − 1 , u i , j − 1 , u i + 1 , j − 1 , … , u m , j − 1 ] T {\displaystyle {\begin{bmatrix}u_{1,j-1},&u_{2,j-1},&\ldots ,&u_{i-1,j-1},&u_{i,j-1},&u_{i+1,j-1},&\ldots ,&u_{m,j-1}\end{bmatrix}}^{\mathsf {T}}} 그리고 [ u 1 , j + 1 , u 2 , j + 1 , … , u i − 1 , j + 1 , u i , j + 1 , u i + 1 , j + 1 , … , u m , j + 1 ] T {\displaystyle {\begin{bmatrix}u_{1,j+1},&u_{2,j+1},&\ldots ,&u_{i-1,j+1},&u_{i,j+1},&u_{i+1,j+1},&\ldots ,&u_{m,j+1}\end{bmatrix}}^{\mathsf {T}}}
각각,
위로부터 A {\displaystyle A} 에 m {\displaystyle m} 의 n {\displaystyle n} 블록 열이 있음을 유추할 수 있다. u {\displaystyle u}( 대개 경계에 놓여 있음)의 규정된 값에는 해당 요소가 I {\displaystystyle I} 및 I에서 제거된다는 점을 유의해야 한다. D {\displaystyle D} . For the common case that all the nodes on the boundary are set, we have 2 ≤ i ≤ m − 1 {\displaystyle 2\leq i\leq m-1} and 2 ≤ j ≤ n − 1 {\displaystyle 2\leq j\leq n-1} , and the system would have the dimensions (m − 2)(n − 2) × (m − 2)(n − 2) , where D {\displaystyle D} and I {\displaystyle I} 에는 치수(m - 2) × (m - 2)가 있을 것이다.
예 모든 경계 노드가 규정된 5×5(m = 5 {\displaystyle m=5} 및 n = 5 {\displaystyle n=5}) 그리드의 경우, 시스템은 다음과 같이 보일 것이다.
[ U ] = [ u 22 , u 32 , u 42 , u 23 , u 33 , u 43 , u 24 , u 34 , u 44 ] T {\displaystyle {\bmatrix} U\end{bmatrix}}={\begin{bmatrix}u_{22},u_{32},u_{23},u_{33},u_{43},u_{34},u_{44}\end{bmatrix}}^{\mathsf{T}}}}}}}}}}}}}. 와 함께 A = [ 4 − 1 0 − 1 0 0 0 0 0 − 1 4 − 1 0 − 1 0 0 0 0 0 − 1 4 0 0 − 1 0 0 0 − 1 0 0 4 − 1 0 − 1 0 0 0 − 1 0 − 1 4 − 1 0 − 1 0 0 0 − 1 0 − 1 4 0 0 − 1 0 0 0 − 1 0 0 4 − 1 0 0 0 0 0 − 1 0 − 1 4 − 1 0 0 0 0 0 − 1 0 − 1 4 ] {\displaystyle A=\left는 경우에는{\begin{배열}{ccc ccc 개인}~4&, -1&, ~0&, -1&, ~0&, ~0&, ~0&, ~0&, ~0\\-1&, ~4&, -1&, ~0&, -1&, ~0&, ~0&, ~0&, ~0\\~0&, -1&, ~4&, ~0&, ~0&, -1&, ~0&, ~0&,~0\\\hline -1&, ~0&, ~0&, ~4&, -1&, ~0&, -1&, ~0&, ~0\\~0&, -1&, ~0&, -1&, ~4&, -1&, ~0&, -1&a.융점, ~0\\~0&, ~0&, -1&, ~0&, -1&, ~4&, ~0&, ~0&,-1\\\hline ~0&, ~0&, ~0&, -1&, ~0&, ~0&, ~4&, -1&, ~0\\~0&, ~0&, ~0&, ~0&, -1&, ~0&, -1&, ~4&, -1\\~0&, ~0&, ~0&, ~0&, ~0&, -1&, ~0&, -1&, ~4\end{배열}}\right]} 그리고
b = [ − Δ x 2 g 22 + u 12 + u 21 − Δ x 2 g 32 + u 31 − Δ x 2 g 42 + u 52 + u 41 − Δ x 2 g 23 + u 13 − Δ x 2 g 33 − Δ x 2 g 43 + u 53 − Δ x 2 g 24 + u 14 + u 25 − Δ x 2 g 34 + u 35 − Δ x 2 g 44 + u 54 + u 45 ] . {\displaystyle \mathbf {b} =\left[{\begin{array}{l}-\Delta x^{2}g_{22}+u_{12}+u_{21}\\-\Delta x^{2}g_{32}+u_{31}~~~~~~~~\\-\Delta x^{2}g_{42}+u_{52}+u_{41}\\-\Delta x^{2}g_{23}+u_{13}~~~~~~~~\\-\Delta x^{2}g_{33}~~~~~~~~~~~~~~~~\\-\Delta x^{2}g_{43}+u_{53}~~~~~~~~\\-\Delta x^{2}g_{24}+u_{14}+u_{25}\\-\Delta x^{2}g_{34}+u_{35}~~~~~~~~\\-\Delta x^{2} g_{44}+u_{54}+u_{45}\end{array}\오른쪽] } 보시다시피 u{\displaystyle u} 의 경계는 방정식의 오른쪽에 표시된다.[3] 전체 시스템은 9 × 9 이고 D {\displaystyle D} 및 I {\displaystyle I}은( 는 ) 3 × 3 이며, 다음과 같이 지정된다.
D = [ 4 − 1 0 − 1 4 − 1 0 − 1 4 ] {\displaystyle D={\begin{bmatrix}~4&-1&~0\\\1\\\end{bmatrix}} 그리고 − I = [ − 1 0 0 0 − 1 0 0 0 − 1 ] . {\displaystyle -I={\begin{bmatrix}-1&~0�����\end{bmatrix}. }
해결 방법 왜냐하면 [ A ] {\displaystyle {\begin{bmatrix} A\end{bmatrix}}} 은(는) 블록 삼지각이며 희박한 것으로 [U ] {\ displaystyle {\begin{bmatrix} 을(를) 위해 이 선형 시스템을 최적으로 해결하기 위해 많은 솔루션 방법이 개발됐다.U\end{bmatrix}}} . Among the methods are a generalized Thomas algorithm with a resulting computational complexity of O ( n 2.5 ) {\displaystyle O(n^{2.5})} , cyclic reduction , successive overrelaxation that has a complexity of O ( n 1.5 ) {\displaystyle O(n^{1.5})} , and Fast Fourier transforms which is O ( n log ( n ) ) {\displaystyle O(n\log(n )}. 최적 의 O( n ) {\displaystyle O(n)} 솔루션도 멀티그리드 방식 으로 계산할 수 있다.[4]
반복 카운트 및 컴퓨터 시간에 대한 잔차의 무한 규범과 다양한 반복 방법의 포아송 수렴. 적용들 계산 유체 역학 에서, 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.
∂ v x ∂ x + ∂ v y ∂ y + ∂ v z ∂ z = 0 {\displaystyle {\frac{\frac}{\preason v_{x}}}{\frac {\preason v_{y}}}}{\frac {\preason v_{z}}{\frac z}=0} 여기서 v x {\ displaystyle v_{x} 는 x {\displaystyle x} 방향의 속도, v y {\ displaystyle v_{y}} 는 y {\displaystyle y } 방향 의 속도다 . 모멘텀 방정식의 분산을 취하고 불압력 제약 조건을 사용하여 다음과 같이 압력 포아송 방정식을 형성한다. ∇ 2 p = f ( ν , V ) {\displaystyle \nabla ^{2}p=f(\nu ,V)} 여기서 ν {\displaystyle \nu} 은 (는) 유체의 키네마틱 점성 이고 V {\displaystyle V} 은 (는) 속도 벡터다.[5]
이산 푸아송의 방정식은 마르코프 사슬 이론에서 발생한다. 이 함수는 마르코프 의사결정 프로세스에서 동적 프로그래밍 방정식의 상대적 값 함수와 시뮬레이션 분산 감소에서 적용하기 위한 제어 변수로 나타난다.[6] [7] [8]
^ Hoffman, Joe (2001), "Chapter 9. Elliptic partial differential equations", Numerical Methods for Engineers and Scientists (2nd ed.), McGraw–Hill, ISBN 0-8247-0443-6 . ^ Golub, Gene H., C. F. Van Loan , Matrix Computations, 3차 개정판 1996년 볼티모어의 존스 홉킨스 대학 출판부는 177 대 180 페이지. ^ Cheny, Ward and David Kincid, 수치 수학 및 컴퓨팅 2차 ED, Brooks/Cole 출판사, Pacific Grove, 1985, 페이지 443–448. ^ CS267: 강의 노트 15 및 16, 1996년 3월 5일과 7일, https://people.eecs.berkeley.edu/~뎀멜 /cs267/724/lecture24.10 ^ Fletcher, Clive A. J, 유체 역학을 위한 연산 기법: 제1권 , 제2권, 베를린 스프링거-베를라크, 1991년 334-339페이지. ^ S. P. 마인과 R.L. 트위디, 2005. 마르코프 체인과 확률적 안정성 .두 번째 판, 케임브리지 대학 출판부, 2009. ^ 2007년 S. P. Meyn. 복잡한 네트워크를 위한 제어 기법 , 2007년 캠브리지 대학 출판부. ^ 아스무센, 쇠렌, 글린, 피터 W, 2007. Stochastic Simulation: 알고리즘 및 분석". 스프링거 시리즈: 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 .