偏微分方程式の数値解法 - 東京大学nkl.cc.u-tokyo.ac.jp/16n/pde.pdf ·...
TRANSCRIPT
偏微分方程式の数値解法
中島 研吾東京大学情報基盤センター
同 大学院情報理工学系研究科数理情報学専攻
数値解析 (科目番号 03-500081)
科学技術計算の方法• 偏微分方程式（Partial Differential Equations：PDE）数値解• メッシュ，格子，粒子（mesh, grid, particle）
– 大規模な連立一次方程式を解く必要あり– 細かいメッシュほど計算量は多いが精度の良い解
2PDE
PDE 3
• 背景
• 偏微分方程式と物理現象
• 差分法（Finite-Difference Method, FDM）
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
4
数理モデルの構成法（1/2）登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 自然現象の理想化，単純化，定量的な解析
• 偏微分方程式（Partial Differential Equations, PDE）– 対象領域の微小部分，自然法則の記述⇒局所的方法（local）
• 支配方程式： governing equation• 境界条件： boundary condition• 初期条件： initial condition
• 積分方程式（Integral Equations）– 全体的手法（global）– グリーン関数（Green function），基本解（fundamental function）によって偏微分方程式を積分方程式に書き換える
• 行列計算– 偏微分方程式：局所的⇒疎行列
– 積分方程式： 全体的⇒密行列
PDE
5
数理モデルの構成法（2/2）登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 偏微分方程式（Partial Differential Equations, PDE）：local– 有限要素法，（有限）差分法，有限体積法，（個別要素法）
• 積分方程式（Integral Equations）：global– 境界要素法
• 条件的手法：conditional– 変分法（Variational Method）
• 汎関数（functional）の極値問題
– 例：最小ポテンシャルエネルギの原理
PDE
6
例 題登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 単位大きさの張力のもとで水平に張られた長さ1の糸に鉛直分布加重f(x)が加わった場合の糸の釣り合い形状uを求めよ
1.01.0
f(x)
u(x)
1.0
x
PDE
7
局所的方法：（偏）微分方程式登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 糸の微小部分xに作用する鉛直方向の力のつり合い（張力:1）– 位置xにおける糸の傾きを(x)とする
1.0
1.0x
s
u(x)
u(x+x)
+x
f(x)s
0sin1sin1 sxfx x+x
0,0 xu
xdx
uddxdu
dxdu
dxdu
xxxx
xxx
xx
2
2
tansin
tansin
xxdxduxuxxuxs
222 1)( 02
2
xfdx
ud
微小な変位を仮定
PDE
8
全体的方法：積分方程式登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 任意の位置 に単位の力が作用したときの点xにおける変位をG(x,) と表す– 従って x=における微小部分 には f()なる力が作用している
• 分布加重によって点xにおいて引き起こされる変位は各点 に作用する加重による変位を全て重ね合わせればよい：
dfxGxu 1
0,
• このような関数G(x,)は点 に単位強さが作用したときの点xにおける変化量を表す関数– 影響関数（influence function），グリーン関数（Green’s function）– 未知関数はグリーン関数の具体的な形がわかれば計算できる
PDE
9
条件的方法：変分表現登坂・大西「偏微分方程式の数値シミュレーション」（東大出版会）
• 糸の有するポテンシャルエネルギー最小の原理– 糸の伸びによるエネルギー
– 分布加重による外力のなす仕事
– ポテンシャルエネルギーの総和：汎関数（functional，関数の関数）
1
0
21
0
21
0
1
0 21111 dx
dxdudx
dxdudxds
1
0
2
1
0
1
0
2
21
21
dxxuxfdxdu
dxxuxfdxdxduuJ
1
0dxxuxf
– 汎関数の極値を与える（停留させる：stationarize）方程式⇒Euler方程式
• 結局微分方程式を解くのと同じことになる：大学院講義
PDE 10
• 背景
• 偏微分方程式と物理現象
• 差分法（Finite-Difference Method, FDM）
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
11
微分方程式の分類（1/5）• 3個の独立変数 (x1,x2,x3)，未知関数 u(x1,x2,x3)• その2階までの偏導関数を含む方程式 G=0 を2階の偏微分方程式（Second order PDE）と言う：
• 方程式が未知関数と全ての偏導関数について線形であるとき，方程式は線形（linear）であると言う。線形でない方程式は非線形（non-linear）。
• 恒等的に c=0 の場合方程式は同次または斉次（homogeneous），そうでない場合非同次または非斉次（inhomogeneous）
0,,,,,,,,,,,, 32132131
2
21
2
23
2
22
2
21
2
xxxu
xu
xu
xu
xxu
xxu
xu
xu
xuG
0,,,,,, 321
3
1321
3
1,
2
321
xxxcxuxxxb
xxuxxxa
i ii
ji jiij
PDE
12
微分方程式の分類（2/5）• 未知関数uに充分な滑らかさを仮定することにより下記が成立：
• 前項より実数 aijについて対称性 aij=aji を仮定できるため，以下の3次の正方行列Aの固有値は全て実数：
• 点x(x1,x2,x3)における行列をA(x) ，その固有値分布を考える：– 0固有値一つ以上含む：方程式は点xにおいて放物型（parabolic）– 異符号固有値含む：方程式は点xにおいて双曲型（hyperbolic）– 全固有値が同符号：方程式は点xにおいて楕円型（elliptic）
• 領域の全ての点において全固有値が同符号：楕円型方程式（双曲，放物も同様）
ijji xxu
xxu
22
333231
232221
131211
aaaaaaaaa
A
PDE
13
微分方程式の分類（3/5）• 特に独立変数が2つ（x,y）の場合：
• 正方行列Aは以下のようになる：
• 固有値を とすると，この行列の特性方程式は，以下のように表されるため：
• AC-B2
– =0：放物型，<0：双曲型，>0：楕円型
CBBA
A
yxcuyu
xu
yuC
yxuB
xuA ,2 2
22
2
2
22 BACCACB
BA
IA
PDE
14
微分方程式の分類（4/5）• 適当な変数変換を施して：
• 放物型：
• 双曲型：
• 楕円型：
02
2
Yu
Xu
02
2
2
2
Y
uX
u
02
2
2
2
Y
uX
u
PDE
15
微分方程式の分類（5/5）• 2階の偏微分方程式で記述される現象は多い
• 楕円型– 定常熱伝導，ポアソン・ラプラス方程式
– ヘルムホルツ方程式
• 放物型– 非定常熱伝導方程式
• 双曲型– 波動方程式
– 非定常移流方程式
02
2
2
2
2
2
Q
zu
yu
xu
022
2
2
2
2
2
uk
zu
yu
xu
Qzu
yu
xu
tuc
2
2
2
2
2
2
2
2
2
2
2
22
2
2
zu
yu
xuc
tu
Szu
yu
xuc
tu
PDE
16
例：熱・物質の移動
• 熱の移動– 伝導（熱伝導）（conduction）
• 固体，液体，気体⇒温度差・勾配
– 対流（convection）• 液体，気体⇒媒質の流れ
– 放射（輻射） （radiation）• 電磁波（真空中でも伝わる）
• 物質の移動– コーヒーにミルクを入れてかき混ぜる
– 拡散（diffusion）• かき混ぜなくても「じわっと」広がる
– 移流（convection）• 流れによって混ざる
• 攪拌，注入によって引き起こされる流れ
PDE
17
熱伝導・物質拡散現象
• 熱伝導– 物理量：u– 熱流束（heat flux：熱流量の密度）：q
– フーリエ（Fourier）の法則• （：熱伝導係数）
– 熱伝導方程式• （：密度，c：比熱）
2
2
xu
xu
xtuc
xuq
熱伝導係数一様の場合
• 物質拡散– 物理量：C– 物質流束（mass flux：物質流量の密度）：J
– フィック（Fick）の法則• （D：拡散係数）
– 拡散方程式
2
2
xCD
xCD
xtC
xCDJ
拡散係数一様の場合
• フーリエ（Fourier）の法則– ある断面に単位時間当たり流入する熱量（熱流束）q(x,t)はその点における温度勾配に比例
• 比例定数⇒熱伝導係数 – 断面 x+x から流出する単位時間あたり熱量
PDE
18
熱伝導方程式の導出（1/2）• 一様な単位断面積を有する長さ1の棒
– 側面は断熱材料で覆われている
– 任意の場所と時間での温度u(x,t)を定めるための数理モデル• 温度：T（temperature）と書くこともある
x
q(x,t) q(x+x,t)
x
txutxq
,,
xx
txutxq
xx
txux
txux
txxutxxq
2
2
2
2
,,
,,,,
• 強さ Q(x,t) の熱源（heat source）が存在する場合
PDE
19
熱伝導方程式の導出（2/2）• 微小部分x に単位時間当たり蓄えられる熱量q
• エネルギ保存則により，蓄えられた熱量は全て微小部分の温度上昇に費やされる
xx
txutxqtxxqq
2
2 ,,,
xt
txucxt
txucq
,,
t
txu
, 単位時間当たり温度上昇
2
2
xu
tuc
Qxu
tuc
2
2
PDE
20
初期条件・境界条件Initial/Boundary Conditions （B.C.ということはある）
• 時間発展（time-marching）の有無– 非定常（unsteady, transient），時間依存（time dependent）：初期・境界条件
– 定常（steady）：境界条件
• 第1種境界条件，ディリクレ（Dirichlet）条件– 境界で従属変数を規定：温度
• 固体力学であれば変位固定境界
• 第2種境界条件，ノイマン（Neumann）条件– 境界で従属変数の「勾配」を規定：熱量
• 断熱（熱量＝0）
• 第3種境界条件，ロビン（Robin）条件– 第1種と第2種の一次結合
– 電磁気学の分野で広く使われ，インピーダンス境界条件とも呼ばれる
• 変位uが微小であると仮定すると以下の微分方程式が得られる：
PDE
21
波動方程式の導出
• 糸の微小部分xに作用する鉛直方向の力のつり合い（張力：T）– ニュートンの運動の第2法則
T
T
x
s
u(x)
u(x+x)
+x
f(x)s
x x+x
xxfTTxtu
sinsin2
2
xfxuT
tu
2
2
2
2
Tc
xuc
tu 2
2
22
2
2
分布加重が作用しない場合
PDE 22
• 背景
• 偏微分方程式と物理現象
• 差分法
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
23
様々な数値計算の手法
局所的方法差分方程式
局所的方法微分方程式
ガラーキン法
差分法 有限要素法
条件的方法停留条件式
変分法リッツ法
全体的方法積分方程式
境界要素法
連立一次方程式
積分方程式法
差分法と有限要素法
• 偏微分方程式の近似解法
– 全領域を小領域（メッシュ，要素）に分割する• 離散化（Discretization）
• 差分法
– 微分係数を直接近似• Taylor展開
24PDE
差分法とは
• 差分法：Finite Difference Method• マクロな微分
– 微分係数を数値的に近似する手法
• 以下のような一次元系を考える
x x
i-1 i i+1
差分法
25PDE
x
xxxx
xxxdxd
x
0
lim
直感的な定義
• ×（iとi+1の中点）における微分係数
x x
i-1 i i+1×
xdxd ii
i
1
2/1
x→0となると微分係数の
定義そのもの
• iにおける二階微分係数
211
11
2/12/12
2 2xx
xxx
dxd
dxd
dxd iii
iiii
ii
i
差分法
26PDE
厳密な定義：Taylor展開（1/3）
x x
i-1 i i+1
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
差分法
27PDE
厳密な定義：Taylor展開（2/3）
x x
i-1 i i+1
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
前進差分
iii
ii
xx
xx
xx
3
32
2
21
!3!2 打ち切り誤差が
xのオーダー
（一次精度）
iii
ii
xx
xx
xx
3
32
2
21
!3!2
後退差分
打ち切り誤差がxのオーダー
（一次精度）
差分法
28PDE
厳密な定義：Taylor展開（3/3）
x x
i-1 i i+1
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
iiiii x
xx
xx
x
3
33
2
22
1 !3!2
中央差分，中心差分
ii
ii
xx
xx
3
3211
!32
2 打ち切り誤差が
(x)2のオーダー
（二次精度）
差分法
29PDE
直感的な定義：実は二次精度
x x
i-1 i i+1
2/13
33
2/12
22
2/12/11 !3
2/!22/2/
iii
ii xx
xx
xx
2/13
32
2/1
1
!32/2
ii
ii
xx
xx 打ち切り誤差が
(x)2のオーダー
（二次精度）
×
2/13
33
2/12
22
2/12/1 !3
2/!22/2/
iii
ii xx
xx
xx
二点間の中点で二次精度，それ以外の点では一次精度・・・ということもできる。xが均一でない場合も同様のことが起こる。
差分法
30PDE
PDE
一次元定常熱伝導方程式要素単位の線形方程式
• 各要素における線形方程式は以下のような形になる
211
11
2/12/12
2 2xx
xxx
dxd
dxd
dxd iii
iiii
ii
i
• 差分法による離散化：xは基本的に一様
222
11
1)(,2)(,1)(
)1()()()()(
xiA
xiA
xiA
NiiBFiAiAiA
RDL
iRiDiL
02
2
BFdxd
)1(0)(121
)1(0)(2
12212
211
NiiBFxxx
NiiBFx
iii
iii
差分法
31
差分法と有限要素法
• 偏微分方程式の近似解法
– 全領域を小領域（メッシュ，要素）に分割する• 離散化（Discretization）
• 差分法
– 微分係数を直接近似• Taylor展開
• 有限要素法
– Finite Element Method（FEM）
– 積分形式で定式化された「弱形式（weak form）」を解く• 微分方程式の解（古典解）に対して「弱解（weak solution）」
– 重み付き残差法，変分法
– 複雑形状への適用• 差分でもある程度の複雑形状は扱うことが可能
32PDE
差分法で複雑形状を扱う例Handbook of Grid Generation
座標変換
33FEM-intro
PDE 34
• 背景
• 偏微分方程式と物理現象
• 差分法（Finite-Difference Method, FDM）
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
35
例1：定常移流拡散方程式Steady Convection-Diffusion Equation
102
2
x
xu
xua 11,00 uu
移流項a：流速（≧0）
拡散項v：拡散係数
境界条件
xPexa
BeABeAxu
aaLPe
一般解 Pe: ペクレ数（Peclet）L: 領域長さ（=1）
• ペクレ数
– 移流・拡散の比率を表す無次元数• 拡散係数：[L2T-1]，速度： [L1T-1]
– 大きいほど移流が卓越（不安定），拡散項（流れの方程式では粘性項）は減衰項としてはたらく
PDE
36
非圧縮性粘性流体の支配方程式（2D）Navier-Stokes + Continuity最も代表的な非線形微分方程式
0
1
1
2
2
2
2
2
2
2
2
yv
xu
yv
xv
yp
yvv
xvu
tv
yu
xu
xp
yuv
xuu
tu
PDE
37
定常移流拡散方程式の厳密解Pe大⇒上流側（x=0）の影響大
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Pe=0.00Pe=0.10Pe=1.00Pe=2.00Pe=10.0
Pe
xPe
Pe
xPe
eePe
xu
eexu
1
11
PDE
38
中央差分による定式化
21111 2
2 xuuu
xuua iiiii
差分方程式ペクレ数が大きくなると行列の対角成分が小さくなる⇒不安定
Rc: 格子レイノルズ数（Reynolds）（または格子ペクレ数）
xaR
uRuuR
c
iciic
0242 11
xa
xu
xu
xa
xu
i
i
i
2:
2:
2:
21
2
21
2
2x
xau
u
xau
i
i
i
2:
4:
2:
1
1
PDE
39
中央差分による定式化
21111 2
2 xuuu
xuua iiiii
差分方程式ペクレ数が大きくなると行列の対角成分が小さくなる⇒不安定
Rc: 格子レイノルズ数（Reynolds）（または格子ペクレ数）
xaR
uRuuR
c
iciic
0242 11
iii qcqcu 2211 差分方程式の一般解
0242 2 cc RqqRq1, q2: 特性方程式の根
0242 11 ic
iic qRqqR
: 特性方程式
: 元の特性方程式
i
c
ci
c
c
RRccu
RRqq
22
22,1 2121
q2 ≦0だと解が振動をする可能性がある⇒解が安定なためには |Rc|<2 である必要がある：細かいメッシュが必要
PDE
40
中央差分：計算結果
Rc=1.00x= 0.10, a= 1.00, v= 0.10
Rc=2.50x= 0.10, a= 1.00, v= 0.04
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central Difference
Exact
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central Difference
Exact
PDE
41
メッシュを細かくするとRcが小さくなり解が安定する
a= 1.00, v= 0.04
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Dx= 0.10, Rc= 2.50Dx= 0.05, Rc= 1.25Exact
PDE
42
風上差分（1/3）2
1111 22 x
uuuxuua iiiii
2
111 2x
uuuxuua iiiii
• 移流項の差分において，風上側の効果が卓越すると考え，速度が正なら後退差分，負なら前進差分を使用する
• 移流項の差分の精度が一次に下がるがより安定する• 風上差分，風上化，上流化，一次上流化/風上化（1st order upwinding）他
iu 1iu1iu
a>0
xuua
xua ii
1
iu 1iu1iu
a<0
xuua
xua ii
1
PDE
43
風上差分（2/3）2
1111 22 x
uuuxuua iiiii
2
111 2x
uuuxuua iiiii
icic
cc
RccuRqq
RqRq
11,1
01)2(
2121
2 : 特性方程式
: 差分方程式の一般解
• Rc≧0であれば差分方程式の一般解は振動しない
xa
xu
xa
xu
xu
i
i
i
21
2
21
:
2:
:
2x
xaR
xau
xau
u
c
i
i
i
1:
2:
1:
1
1
PDE
44
風上差分（3/3）2
11111 222 x
uuuxaxuua
xuua iiiiiii
21111 2
22 xuuuxa
xuua iiiii
風上差分 中央差分 人工的な拡散項・散逸項これによって安定化する
• 風上差分によって人工的な拡散項（散逸項）が導入されることによって計算は安定するが，必ずしも精度は高くない
• 風上差分スキーム，中央差分スキームなどと言うこともある（scheme）
PDE
45
計算結果風上差分による解は拡散係数が大きいときの解に近くなる
Rc=1.00x= 0.10, a= 1.00, v= 0.10
Rc=2.50x= 0.10, a= 1.00, v= 0.04
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central DifferenceUpwindingExact
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central DifferenceUpwindingExact
46
Scilabによるプログラム（1/2）http://nkl.cc.u-tokyo.ac.jp/15n/
Solver-Direct
クリックして PDE.zipをダウンロード
47
Scilabによるプログラム（2/2）http://nkl.cc.u-tokyo.ac.jp/15n/
Solver-Direct
cd.sce: 1d-steady-state convection-diffusion 例１c1.sce: 1d-unsteady convection: FTCS 例２c2.sce: 1d-unsteady convection: upwinding 例２c3.sce: 1d-unsteady convection: Lax-Wendroff 例２diff1.sce: 1d-unsteady diffusion: Forward Euler 例３diff2.sce: 1d-unsteady diffusion: Backward Euler 例３diff3.sce: 1d-unsteady diffusion: Crank-Nicolson 例３
lu.sci : LU factorizationfbs.sci : Forward/Backward Substitutionプログラム名 内容
PDE
48
例：中央差分（1/2）cd.sce
exec(‘C:¥PDE¥lu.sci’); 外部関数exec(‘C:¥PDE¥fbs.sci');
printf("## NE, VEL, DIFF ? ¥n");NE= scanf("%d");VEL= scanf("%e");DIFF= scanf("%e");
DX= 1.0/NE;N = NE + 1;Length= 1.0;
REC = VEL*DX/DIFF; PECLET= VEL/DIFF;
COEFc2= VEL/(2.0*DX);COEFc1= VEL/(1.0*DX);COEFd = DIFF/(DX*DX);
for i= 1:Nfor j= 1:NAMAT(i,j)=0.0;
endend
for i= 1:NU1(i)= 0.0;
end
NE: 分割数N: 自由度数（=NE+1）DT: tDX: xDIFF: vVEL : a
102
2
x
xu
xua
11,00 uu
PDE
49
格子分割
1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8
L=1.00対象とする一次元領域
NE個に分割（NE=8）
x=L/NEN個の格子点（grid point）を設定（N=NE+1）
FortranScilabC etc.
PDE
50
例：中央差分（1/2）cd.sce
21111 2
2 xuuu
xuua iiiii
PECLET: ペクレ数（=aL/v=a/v）REc: 格子レイノルズ数（=ax/v）
COEFc1: a/xCOEFc2: a/(2*x)COEFd: v/x2
exec(‘C:¥PDE¥lu.sci’); 外部関数exec(‘C:¥PDE¥fbs.sci');
printf("## NE, VEL, DIFF ? ¥n");NE= scanf("%d");VEL= scanf("%e");DIFF= scanf("%e");
DX= 1.0/NE;N = NE + 1;Length= 1.0;
REC = VEL*DX/DIFF; PECLET= VEL/DIFF;
COEFc2= VEL/(2.0*DX);COEFc1= VEL/(1.0*DX);COEFd = DIFF/(DX*DX);
for i= 1:Nfor j= 1:NAMAT(i,j)=0.0;
endend
for i= 1:NU1(i)= 0.0;
end
PDE
51
例：中央差分（2/2）：境界以外 cd.scefor i= 2:N-1
AMAT(i,i )= 2.0*COEFd;AMAT(i,i-1)= -COEFc2 - COEFd;AMAT(i,i+1)= COEFc2 - COEFd;
end
U1(N)= 1.0;AMAT(1,1)= 1.0;AMAT(N,N)= 1.0;
[AMAT]= lu (AMAT,N);[U1] = fbs(AMAT,U1,N);
xaRwhereuRuuR
uxx
aux
uxx
ax
uuuxuua
ciciic
iii
iiiii
0242
02
22
22
11
12212
21111
COEFc1: a/xCOEFc2: a/(2*x)COEFd: v/x2
1 2 3 4 5 6 7 8 9
i=2~N-1の点において係数行列を生成する（C言語では1~N-2）
この値を使用
PDE
52
例：中央差分（2/2）：境界条件 cd.sce
101
Nuu
1 2 3 4 5 6 7 8 9
境界において成立する下記の方程式に従って，係数行列，右辺を設定
102
2
x
xu
xua
11,00 uu
for i= 2:N-1AMAT(i,i )= 2.0*COEFd;AMAT(i,i-1)= -COEFc2 - COEFd;AMAT(i,i+1)= COEFc2 - COEFd;
end
U1(N)= 1.0;AMAT(1,1)= 1.0;AMAT(N,N)= 1.0;
[AMAT]= lu (AMAT,N);[U1] = fbs(AMAT,U1,N);
PDE
53
中央差分と風上差分 cd.sce中央差分
for i= 2:N-1AMAT(i,i )= 2.0*COEFd;AMAT(i,i-1)= -COEFc2 - COEFd;AMAT(i,i+1)= COEFc2 - COEFd;
end
02
22
22
12212
21111
iii
iiiii
uxx
aux
uxx
ax
uuuxuua
COEFc1: a/xCOEFc2: a/(2*x)COEFd: v/x2
02
2
12212
2111
iii
iiiii
ux
uxx
auxx
ax
uuuxuua
風上差分
for i= 2:N-1AMAT(i,i )= COEFc1 + 2.0*COEFd;AMAT(i,i-1)= -COEFc1 - COEFd;AMAT(i,i+1)= - COEFd;
end
PDE
54
計算結果風上差分による解は拡散係数が大きいときの解に近くなる
Rc=1.00x= 0.10, a= 1.00, v= 0.10
Rc=2.50x= 0.10, a= 1.00, v= 0.04
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central DifferenceUpwindingExact
-0.20
0.00
0.20
0.40
0.60
0.80
1.00
0.00 0.20 0.40 0.60 0.80 1.00
Central DifferenceUpwindingExact
NE = 10VEL = 1.00DIFF= 0.10
NE = 10VEL = 1.00DIFF= 0.04
Rc= VEL*(1/NE)/DIFF Rc= VEL*(1/NE)/DIFF
PDE 55
• 背景
• 偏微分方程式と物理現象
• 差分法（Finite-Difference Method, FDM）
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
56
例2：非定常移流方程式1st order wave equation
• 波形が「速度aで形状を変えずに移動する」のが正しい答えであるが，実は簡単では無い
初期条件
境界条件-25.0
0.0
25.0
50.0
75.0
100.0
125.0
0 50 100 150 200 250 300
t=0.00 t=0.45
0),300(),0(
11050:60
50sin1000,
300110,500:00,
300
0
tutu
xxxu
xxxu
a
axua
tu
PDE
57
非定常問題：時間方向の差分も必要時間方向の積分，時間方向の離散化・・・
空間：中央差分
xuua
tu ii
211
時間方向：前進差分：陽解法（explicit），前進オイラー（forward Euler）
ni
ni
ni
ni
ni
ni
ni
ni uu
xtauu
xuua
tuu
11111
1
22
右辺は既知
時間方向：後退差分：陰解法（implicit），後退オイラー（backward Euler）
ni
ni
ni
ni
ni
ni
ni
ni uu
xtauu
xta
xuua
tuu
1
111
1
11
11
1
222連立一次方程式を解く必要ありn
iu n-回目のタイムステップにおける値
PDE
58
時間方向：前進，空間方向：中央差分：FTCSForward-Time/Center-Space
xtacuucuu
uuxtauu
xuua
tuu
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
,2
2
2
111
111
111
以下の条件で実施
クーラン数（Courant）1タイムステップに波が進むメッシュ数
① x=5.0, t= 0.01666, c~1.00② x=5.0, t= 0.015, c=0.90③ x=5.0, t= 0.0075, c=0.45
PDE
59
時間方向：前進，空間方向：中央差分：FTCSForward-Time/Center-Space, c1.sce
以下の条件で実施
① x=5.0, t= 0.01666, c~1.00② x=5.0, t= 0.015, c=0.90③ x=5.0, t= 0.0075, c=0.45
-->exec('C:¥Scilab¥PDE¥c1.sce', -1)## 1D First-Order Wave Equation ## FTCS ## C=300, Courant Number= C*DT/DX DX? -->5.0DT? -->0.0075## Courant Number: 4.500000e-01 60 ## Time: 4.500000e-01
PDE
60
計算結果：t=0.45全然正解と合わない（桁が違う）
実はどんなに t/x を小さくしても絶対に解けない
-3.00E+04
-2.00E+04
-1.00E+04
0.00E+00
1.00E+04
2.00E+04
3.00E+04
0 50 100 150 200 250 300
C=1.00C=0.90C=0.45Exact
PDE
61
フォン・ノイマンの安定性解析Von Neumann Stability Analysis
本問題の特解を以下のように仮定する： IinxiIknn
i egegu gn：gのn乗，I：虚数単位，k：波数，：位相角（= k x）
1sin1
sin1sin2
22
22
111
cg
IcgIee
ueecuguuucuu
II
ni
IIni
ni
ni
ni
ni
ni
ni
IIinIiInni
ni
IIinIiInni
ni
IinIinni
ueegeegu
ueegeegu
gueggegu
11
11
11
g：差分方程式に従ってt進めた場合の増幅率時間が経過しても解が有限に留まるためには|g|≦1を満足する必要がある（スペクトル半径≦1 に対応）
FTCSスキームは無条件不安定（c=0となることは無い）
PDE
62
時間方向：前進，空間方向：風上差分 c2.sce
ni
ni
ni
ni
ni
ni
ni
ni
uucuuxuua
tuu
11
11
今度は解けた（精度は悪い）タイムステップを細かくすると人工粘性（数値粘性）による誤差が蓄積して精度が悪化
C=1.00の場合（安定限界：次頁）が最も精度が良い
211 2
2 xuuuxa iii
-25.0
0.0
25.0
50.0
75.0
100.0
125.0
0 50 100 150 200 250 300
C=1.00C=0.90C=0.45Exact
PDE
63
再び安定性解析Von Neumann Stability Analysis
ccccccg
IcccIcccecg
uceucguuucuuI
ni
Ini
ni
ni
ni
ni
ni
11cos212cos2cos221
sincos1sincos11
1
22
11
(cos-1)≦0なので，(1-c)≧0なら|g|≦1
ccg 11cos21
1
xtac 安定条件
CFL条件（Courant-Friedrichs-Lewy）あくまでも「安定条件」であって精度を示すものではない
PDE
64
時間方向：後退，空間方向：風上差分Von Neumann Stability Analysis
I
ni
ni
Ini
ni
ni
ni
ni
ni
ni
ni
eccg
uuecgguc
ucuucuucuu
11
1
1 11
111
11
(1-cos) ≧ 0なので，分母は常に≧1従って常に|g|≦1
無条件安定（unconditional stable）
cos1121
cos2cos2221
sincos1122
cc
cccc
Icccecc I
cos11211
ccg
PDE
65
Lax-Wendroff法：時間方向2次精度
32
22
21
2
22
2
2
32
2
21
2
!2
tOxuatt
xuauu
xua
tu
xa
xu
ta
tu
tOttut
tuuu
xua
tu
ni
ni
ni
ni
時間方向二次精度
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
nin
in
i
uuucuucu
xuuuta
xuutauu
112
11
21122111
221
21
221
2
数値粘性項：安定化
PDE
66
Lax-Wendroff法（or「スキーム」）c3.cse
-25.0
0.0
25.0
50.0
75.0
100.0
125.0
0 50 100 150 200 250 300
C=1.00C=0.90C=0.45Exact
PDE
67
もう一回安定性解析
sin2
sin21
sincos12
1sincos12
221
22
221
22
22
2
22
2
22
2
Icc
Icc
cIcc
eccceccg
ueccucueccgu
II
ni
Ini
ni
Ini
(1-c2)≧0なら|g|≦1
2sin141 422 ccg
ni
ni
ni
ni
ni
ni
ni uuucuucuu 11
211
1 221
21
1
xtac 安定条件
CFL条件（Courant-Friedrichs-Lewy）
‐4.00
‐3.50
‐3.00
‐2.50
‐2.00
‐1.50
‐1.00
‐0.50
0.00
0.50
1.00
1.50
(1.50) (1.00) (0.50) 0.00 0.50 1.00 1.50
1211
214
211
214
21max@
22
x
PDE
68
修正方程式（Modified Equation）（1/2）
xtacuucuu
xua
tu n
in
in
in
i
,1
1
差分方程式に更にTaylor展開などの解析的方法を適用することにより
代数方程式（差分方程式から）から再び連続的な微分方程式（修正方程式）を導出する。例として非定常移流方程式に風上差分を適用した例について検討する：
Taylor展開：
（1）
43
3
32
2
2
1
43
3
32
2
21
!3!2
!3!2
xOxxux
xux
xuuu
tOttut
tut
tuuu
ni
ni
ni
ni
（2）
（3）
（2），（3）を（1）に代入して展開：
332
3
33
3
3
2
22
2
2
,6622
xtOxxuat
tux
xuat
tu
xua
tu
（4）
PDE
69
修正方程式（Modified Equation）（2/2）ここで以下の（5），（6）を（4）に代入して展開すると（7）が得られる：
（5）
（6）
（7）が修正方程式である。（1）と比較すると，右辺第2項以降が誤差項と
して加わっていることがわかる。これが差分法に基づく「離散化」による誤差と考えることができる。支配的なのは右辺の第2項□。
（7）
xtOxua
tu
xtxtOxuxata
xua
tu
,
,,
3
33
3
3
223
3232
2
2
3223
3
32
2
2
2
,,,
1326
12
xxtxttOxuxcxa
xucxa
xua
tu
証明の詳細は下記文献を参照されたい（良書だが東大にも一冊しかない）K.A. Hoffmann & S.T. Chiang, Computational Fluid Dynamics for Engineers – Volume I, Chapter 4, Section 4.6 Modified Equation, Engineering Education System (EES), 1993.
PDE
70
人工粘性・数値粘性Artificial/Numerical Viscosity
式（7）の誤差項の中で最も支配的なのはuの空間二次微分の項で拡散項，粘性項と同じ形をしている：
この項の係数eを人工粘性または数値粘性（Artificial/Numerical Viscosity）と呼ぶ。人工粘性は差分法などの離散化による近似誤差として生じ，一般に解を安定させるが，「なまらせる（dissipate）」効果がある。
（7） 3223
3
32
2
2
2
,,,
1326
12
xxtxttOxuxcxa
xucxa
xua
tu
cxae 121
人工粘性の効果を抑制するためにはe=0，すなわちc=1であればよい（Courant数：風上法の安定限界）。「例2」で示した計算例で，tを小さくしてCourant数を小さくすることで逆に精度が低下したことに対応する。ここでは風上差分の例を示したが，Lax-Wendroffでも同様である。
PDE 71
• 背景
• 偏微分方程式と物理現象
• 差分法（Finite-Difference Method, FDM）
• 例1：定常移流拡散方程式
• 例2：非定常移流方程式
• 例3：非定常拡散方程式
PDE
72
例3：非定常拡散方程式（1/3）Unsteady Diffusion Equation
102
2
x
xu
tu
1,1,0,00)0,(
0.1
tutuxu
FTCSスキーム（陽解法：Explicit）：前進オイラー（Forward Euler）
初期条件
境界条件
2111
122121
211
1
21
21
2
xtrruurruu
ux
tux
tux
tu
xuuu
tuu
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
空間方向：中央差分（二次精度）を適用
PDE
73
例3：非定常拡散方程式（2/3）Unsteady Diffusion Equation
（陰解法：Implicit）：後退オイラー（Backward Euler），連立一次方程式
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
uruurru
uux
tux
tux
tx
uuut
uu
11
111
112
12
112
2
11
111
1
21
21
2
102
2
x
xu
tu
1,1,0,00)0,(
0.1
tutuxu
初期条件
境界条件
空間方向：中央差分（二次精度）を適用
PDE
74
例3：非定常拡散方程式（3/3）Unsteady Diffusion Equation
（クランク-ニコルソン法（Crank-Nicolson））：陰解法と陽解法の中間
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
ni
urururururur
uxtu
xtu
xt
ux
tux
tuxt
xuuu
xuuu
tuu
111
111
1
12212
112
12
112
211
2
11
111
1
21
221
2
21
2
212
2221
• クランク-ニコルソン法
– 陰解法と陽解法の中間
– 連立一次方程式を解く必要はある
– 時間方向に二次精度
PDE
75
各スキームの計算法
陽解法：ExplicitForward Euler
niu n
iu 1n
iu 1
1niu
niu
1niu 1
1
n
iu11
niu
niu n
iu 1n
iu 1
1niu 1
1
n
iu11
niu
陰解法：ImplicitBackward Euler
クランク-ニコルソンCrank-Nicolson
PDE
76
安定性解析
21
2
x
tr
)1(cos2121cos2
21
21
21 111
rrrgreerg
ureururegu
ruurruu
II
ni
Ini
ni
Ini
ni
ni
ni
ni
陽解法
21
2sin2
1
12
sin4111
2sin41)1(cos21
2
2
2
r
rg
rrg
安定条件
)cos1(211
21
21 11
111
rg
uuegrurguegr
uruurru
ni
ni
Ini
ni
I
ni
ni
ni
ni
陰解法
1cos1210cos11
rg
無条件安定Crank-Nicolsonも同様：試験に出す
PDE
77
陽解法：計算結果 t=2.00 diff1.sce
r= 0.515x= 0.10, t= 0.00515
r= 0.500x= 0.10, t= 0.00500
-0.50
0.00
0.50
1.00
1.50
0.00 0.20 0.40 0.60 0.80 1.00
r= 0.515r= 0.500Exact
-->exec('C:¥diff1.sce', -1)## NE, DT ? -->10-->0.00515N: 11 DX: 1.000000e-01 DT: 5.150000e-03 DIFF: 1.000000e+00 COEF: 5.150000e-01
PDE
78
例：陰解法（1/3）：diff2.sceexec(‘C:¥PDE¥lu.sci’); 外部関数exec(‘C:¥PDE¥fbs.sci');
printf("## NE, DT ? ¥n");NE= scanf("%d");DT= scanf("%e");
DIFF= 1.0;DX = 1.0/NE;N = NE + 1;EPS = 1.0e-08;
COEF= DIFF*DT/(DX*DX);
for i= 1:Nfor j= 1:NAMAT(i,j)= 0.0;
endend
NE: 分割数N: 自由度数（=NE+1）DT: tDX: xDIFF: （=1.00）
COEF: r, t/x2
AMAT(i,j)U(i): ui
n+1
U0(i): uin
102
2
x
xu
tu
PDE
79
例：陰解法（2/3）：diff2.scefor i= 2:N-1AMAT(i,i )= 2.0*COEF + 1.0;AMAT(i,i-1)= -COEF;AMAT(i,i+1)= -COEF;
end
for i= 1:NU (i)= 0.0;U0(i)= 0.0;
end
U(1)= 0.0;U(N)= 1.0;AMAT(1,1)=1.0;AMAT(N,N)=1.0;
[AMAT]= lu (AMAT,N);
ni
ni
ni
ni uruurru
1
111
1 21
1,1,0,00)0,(
tutuxu
NE: 分割数N: 自由度数（=NE+1）DT: tDX: xDIFF: （=1.00）
COEF: r, t/x2
AMAT(i,j)U(i): ui
n+1
U0(i): uin
PDE
80
例：陰解法（3/3） ：diff2.sce// Time Integrarion
TIME= 0.0;
while TIME < 2.0
TIME= TIME + DT;for i= 2:N-1U(i)= U0(i);
end
[U] = fbs(AMAT,U,N);
for i= 1:NU0(i)= U(i);
end
end
本講義のまとめ81
• スーパーコンピューティングへの招待
• 連立一次方程式の解法（直接法，反復法）
• 固有値解法
• 偏微分方程式の数値解法
• 数学的な背景をしっかりと理解した上で自分でプログラムを作って動かして見ることが重要
• 色々なことにチャレンジしてほしい
– 計算機を使いこなせること（数学的背景を理解した上でプログラムを作れること）は，チャレンジ可能性の幅を大きく広げることになる
82
★★重要★★ 試験と成績について
成績＝ 「本試験」＋「レポート」
本試験： 1月30日(月) Ａ４サイズのメモ１枚持ち込み可（表裏可）（他人のノートのコピーは不可）
レポート： 2回（予定）
03-500081
83Eigen