有限元误差分析以及应用
笔记主页
(EGP) :求u∈U使得
a(u,v)=F(v),∀v∈V.
- 连续性:∣a(w,v)∣≤C∣∣w∣∣U∣∣V∣∣V,∀w∈U,v∈V
- F是有界线性泛函F(v)≤∣∣F∣∣∗∣∣v∣∣V,∀v∈V
- 广义强制性:
v∈V,v=0sup∣∣v∣∣Va(w,v)≥α∣∣w∣∣U,w∈U
或
w∈Uinfv∈V,v=0sup∣∣v∣∣V∣∣w∣∣Ua(w,v)≥α.
其中α>0为常数。此外
w∈Usupa(w,v)>0,v∈V,v=0
注:这种推广的L-M定理变成了必要条件
假设连续性和F有界性成立,则(EGP)存在唯一的充要条件是广义强制性成立。参考:Babuska and Aziz's paper.
给出稳定性估计:
a(u,v)=F(v).
α∣∣u∣∣v≤supv∈V,v=0∣∣v∣∣Va(u,v)=sup∣∣v∣∣VF(v)=∣∣F∣∣∗
Let UM⊂U,VN⊂V, 其中M=dimUM,N=dimVN
定义P-G方法(EGP):求uM∈UM使得
a(uM,vN)=F(vN),∀vN∈VN.
问:解是否存在,收敛性如何?
假设a(,),F满足推广的条件,则(EGP)存在唯一解,假设存在αN>0使得
vN∈VNsup∣∣vN∣∣VNa(wM,vN)≥αM∣∣wM∣∣VM,(a)
以及
w∈Usupa(wM,vN)>0,vN∈V,vN=0(b)
则(EPG)NM存在唯一解uM∈UM
证明
则(EPG)NM可写成
Aξ=b
A=[aij]NM,aij=a(ψj,ϕi),b=[F(ϕi)]N
如果(a)与(b)成立,则有
σmin(A)≥αh>0
因此A是满秩的,从而线性方程组的解Aξ=b存在唯一。其中σmin(A)为A的最小奇异值。
记eM=u−uM=u−wM+wM−uM:=ηM+ξM, ∀wM∈UM,根据误差方程a(ηM,vN)=0,∀vn∈VN则有
αM∣∣ξM∣∣VM≤vN∈VNsup∣∣vN∣∣Va(ξM,vN)=−vN∈VNsup∣∣vN∣∣Va(ηM,vN)
于是有
∣∣eM∣∣V≤∣∣ηM∣∣V+∣∣ξM∣∣V=(1+αMC)∣∣ηM∣∣V
a(uM,vN)=a(u,vN),∀vN∈VN
则UM为U的椭圆投影。
定义VN=Vh,VM=Vh,其中Vh,Uh是两个和网格Th相关,(可以不同)的有限元空间
还是原来的老套路,从略,证明的时候注意函数空间就OK
只考虑Galerkin框架,和PGFEM类似,取VN=UM,V=U,非协调性VN⊈V。
主要问题
- a(,),F()可能在空间UN×VN与VN不能有定义
- 正交性可能不成立
- 必须用离散的模∣∣.∣∣Vh
针对求解
- aN(,):是空间(VN∪V)×(VN∪V)的双线性泛函
- FN()是(VN∪V)的线性泛函
- G-M方法(NC−GP)N:求uN∈VN使得
aN(uN,vN)=FN(vN),vN∈VN
如果成立
aN(u,vN)=FN(vN),vN∈VN
则(NC−GP)N是相容格式,否则是非相容格式
注: 对于相容格式,同样成立Cea引理,因此误差分析和协调元一致
特点:a(u−uh,vh)=0
两部分误差,一部分是空间逼近误差,另一部分是非协调误差
假设
-
∣aN(vN,vN)∣≥α∣∣vN∣∣VN2,∀vN∈VN∪V
-
∣F(VN)∣≤M∣∣VN∣∣VN,vN∈VN∪V
则∃uN∈VN使得
∣∣uN∣∣VN≤αM
以及
∣∣u−uN∣∣VN≤C1vN∈VNinf∣∣u−vN∣∣VN+α1vN∈VNsup∣∣vN∣∣VNa(u−uN,VN)
其中C1=(1+αC).
证明
记eN=u−uN=(u−vn)+(vN−uN)=ηN+ξN
a∣∣ξN∣∣VN2≤a(ξN,ξN)=a(eN,ξN)−a(ηN,ξN)
∣∣ξN∣∣VN≤αC∣∣ηN∣∣VN+α1∣∣ξN∣∣VNa(eN,ξN)
最后运用下三角不等式可证得结果
−Δu=f
事实:VhNC⊈C0(Ω)
所以VhNC⊈H1(Ω)
分片定义
ah(wh,vh)=K∈Th∑∫K∇wh⋅∇vhdx
Fh(vh)=K∈Th∑∫Kfvhdx=∫Ωfvdx=F(v)
求vh∈VhNC使得
ah(uh,vh)=Fh(vh),∀vh∈VhNC
∣∣u−uh∣∣VhNC≤Ch∣u∣H2(Ω)
∣∣v−vh∣∣VhNC=[ah(vh,vh)]21
通过对偶论证可以提升一阶
∣∣u−uh∣∣L2(Ω)≤Ch2∣u∣H2(Ω)
DG 方法可以看作是非协调方法,空间很自由,没有任何连续性要求,因此空间构造很简单,因此难度是ah的选择。
VhDG={vh:Ω→R,vh∣K∈Pr(K),∀K∈Th}=ΠKPr(K)
这里不给出弱形式
−∇⋅σ(u)=f, in Ω⊂Rn;u=0, on ∂ω.
σ(u)=λ∇⋅u+μϵ(u)为stress张量,ϵ(u)=21(∇u+∇uT)为strain张量,u为位移向量
注:实际中σ 比u重要得多
⎩⎨⎧νΔu+∇p=f∇⋅u=0u=0, in Ω in Ω on ∂Ω
⎩⎨⎧νΔu+(u⋅∇)u+∇p=f∇⋅u=0u=0, in Ω in Ω on ∂Ω
其中(u⋅∇)u为非线性项
速度u可以选择散度为0的空间,从而上述第二个方程可以不用处理,但是这种空间不是很好构造,比较流行的方法是混合格式
注:混合格式虽然不满足强制性,但是满足弱强制性,因此可以选择用
Banach-Nireberg Necas
- 推广Lax-Milgram定理,更一般的变分框架
- 先选个大的Hilbert空间H,内积(,)H
- U,V∈H, 范数∣∣,∣∣U,∣∣,∣∣V
- a(,)是U×V上的双线性算子
- F()是V上的线性泛函
笔记主页