必要和充分的测试来显示数值方法的收敛顺序

计算科学 pde 收敛
2021-12-16 17:13:48

我想知道为了显示算法的收敛性,必须执行哪些必要和充分的测试。因为我对数量感兴趣,所以我没有找到一个很好的参考状态uhu在一些离散范数为的网格上的数值解表示真解。假设没有确切的解决方案可以比较。我不想“制造” pde 的解决方案,因为它假设 pde 有一个强大的解决方案,而我不一定有。底线,解决方案在整个域+边界上并不强。但是我有一个数值算法可以解决这个方程,我可以观察结果。我有什么技术可以使用所使用的算法来判断该方程的准确性?h0uhhu

我建议的方法之一是假设:然后同样 因此,由于所有这些解决方案都存在于不同的有限维空间中,因此我将更精细的解决方案投影到更粗略的网格上,即在网格空间上测量,间距为的网格间距上测量对于二阶方法,这两个数量的比率将为我提供但是,我开始假设该方法是二阶的,因此看到

uhuCh2
u2huhu2hu+uuh=5Ch2.
u4hu2h20Ch2
u2huh2hu4hu2h4h44因为比率只是必要的,但不足以声称该算法实际上是二阶的。因此,在这种情况下,我有什么选择来证明算法的速率实际上是二阶的?

编辑:我正在求解的方程是初始数据:和其他任何地方的值都是所以初始数据是“粗糙的”,缺乏均匀的连续性,第二维没有扩散,pde中的系数是不连续的,结果,我在维上根本没有得到任何规律性。而且我不知道如何制造出在时呈现这种形状的解决方案。对于制造解决方案的想法,我必须想出一个具有

ut=uxx+1{xK}uy,x[0,2K],y[0,2],t[0,T]
u(0,x,y)=xK/2,x[K/2,2K],y[0,1]
0yt=0ut,uxx,uy并且与初始数据“非常接近”,但由于它会先验平滑以求导数,因此它仍然不是真实函数的良好近似。

3个回答

收敛是关于渐近极限的陈述。因此,不可能通过任何有限数量的计算来“证明”收敛。你可以用计算做的最好的事情就是激发算法确实收敛的信念。为了证明收敛,你需要……写一个证明。h0

然而,我开始假设该方法是二阶的,因此将 4 视为比率只是必要的,但不足以声称该算法实际上是二阶的。

我认为给定离散化方法是二阶精确的证明发生在纸上(假设、定理等)。然后数值实验证实并说明了这个证明。更重要的是,它们显示了该方法在特定软件中的实现是否正确(所谓的代码验证)。

对于没有精确解决方案的问题,通常的策略是在非常精细的网格上计算“过度杀伤”解决方案(尽可能精细地运行),然后在连续更精细的网格上计算一系列解决方案,直到那个网格。然后,您可以绘制过度杀伤解决方案与其他解决方案之间的差异,并与预期的渐近率进行比较。