Numerische Behandlung
partieller
Differentialgleichungen
Mit 31 Abbildungen
Springer~rlag
Berlin Heidelberg New York 1978
Theodor Meis
Ulrich Marcowitz
Mathematisches Institut der Universitat zu Koln
Weyertal 86-90
5000 Koln 41
Satz 1.1: Es sei f E CO ([ a, b] x lR, lR) eine stetige Funktion, die eine
Lipschitz-Bedingung mit einer Konstanten L E lR erfuUt:
r'
Dann gibt es fur alle n,n E JR genau eine Funktion
f(x,u(x)) (x E [a,b])
u E c1 ([a,b] ,lR) mit (xl
u (a) = n
f(x,u(x)) (x E [a,b])
~
Beispiel 1.3: Es seien <p E C1 (lR , lR) eine beschrankte Funktion und
T > o. Dann lautet eine der einfachsten Anfangswertaufgaben:
d2u(x,y) = 0
(x E lR, Y E (O,T))
u(x,O) = <p (x) •
3
Offenbar ist die einzige Losung dieser Aufgabe u(x,y) <p(x). Des-
halb gilt:
II <p - ;- II 00
Beispiel 1.4: Es seien <p und T wie in Beispiel 1.3 gewahlt. Dann ist
die Aufgabe
d1U(X,y) =0
(x E lR, Y E (O,T))
u(x,O) <p(x)
nur losbar, falls <p konstant ist. In diesem Ausnahmefall gibt es je-
doch unendlich viele Losungen: {<p(x) + ~(y) I~ E C1 ((O,T) ,lR) mit
~(O) = O}. Das Problem ist samit nicht sachgemaB gestellt. c
Ad1u(x,y) = Bd 2u(x,y)
(x E lR, Y E (O,T))
u(x,O) = <p(x) .
FUr B = 0 ist die Aufgabe nicht sachgemaB gestellt (vgl. Beispiel 1.4).
Es sei B ~ o. Auf den Geraden
(t E lR Parameter)
o.
Daraus folgt:
(t E [O,T)).
4
r { (x, y) E JR2 I ax + Sy O}
Analog zu Beispiel 1.5 untersuehen wir die i-te Gleiehung auf den
Geraden x + AiY = emit der Parameterdarstellung
(t E JR) .
1.Fall: CJ."i - i3 " O. Die beiden Geraden r und x + "iY = e haben dann
genau einen Sehnittpunkt (xe,Y e ). Es ist
( -i3e CJ.e )
CJ."i-i3'CJ."i-i3
und
Y
v. (x,y) = n1. (e) +
1
f
0
r. (e -
1
A.y,y)dY
1
e = x + "i Y .
(CJ.(e-"it)+i3t E (O,T))
u{x,y) Sv{x,y)
Damit ist nachgewiesen, daB die Aufgabe genau dann sachgemaB gestellt
ist, wenn r keine Charakteristik ist.
Es sei Jl = minOili = 1 (1)n} und v = maxOili = 1 (1)n}. Aus der
Darstellung von u und v ist zu ersehen, daB die Lasung u im festen
Punkt (xo'Yo) auBer von q nur von den Werten von <p(x,y) auf der Ver-
bindungsstrecke der Punkte
( - i3b ab )
av-S 'av-S
aX + Sy ~ 0, x + JlY ~ a, x + vy :::: b
1,=1-
2
X+l.y=O y-Achse
2
2=-2
x - 2y==O
____________~~~----~~--------~~------~x-Achse
A Bestimmtheitsbereich
'"ibhCing' zurStrecke-
Igkeitsb
PUnkt ere;ch
€IS (x des x+4y=O
OJ yo)
((x,y) E G)
t
ni + J r i (xc(T) ,yc(T) )dT , ni E lli beliebig .
o
3 2 U 1 (x,y) 3 1 u 2 (x,y)
3 2 U 2 (x,y) 31 u 1 (x,y)
(x E JR, Y E (O,T))
u 1 (x,O) qJ1 (x)
u 2 (x,O) qJ2(x)
(
U 1 (X,y)) S(41 (x+ y )) =
1
S (tqJ1 (x+y) +qJ2 (x+ y )))
u 2 (x,y) 42 (x-y) -(qJ (x-Y)-qJ 2 (x-y))
2 1
: 4 (x) •
9
schreiben laBt:
2 2~
3 u(s-a,r;+a)
3 s 3a
3 u (r;, a)
3 s 3a °.
Damit die Wellengleichung in dieser Fassung sachgemaB gestellt ist,
durfen die Anfangswerte allerdings nicht fur 1; '" const. und a " const.
vorgegeben werden, da diese Geraden Charakteristiken sind. 0
Das Problem ist jedoch nicht eindeutig lasbar und damit auch nicht
sachgemaB gestellt (vgl. Hellwig 1960, Kap.I, § 4). Der Mangel laBt
sich durch Forderungen an q,cp und durch eine Einschrankung des Lasungs-
begriffs beheben. Mit den Zusatzbeding~ngen
I u (x, t) I
" cp Ii sup I cp (x) I " u "
xEJR exp ( Ix I) , xE;,ufE[O,T) exp( Ixl)
Man kann zeigen, daB die Aufgabe nunmehr sachgemaB gestellt ist.
Mittels Fouriertransformation laBt sich die Lasung der homogenen
Gleichung
10
2
02v(x,t) = exo 11 v(x,t) (x E lR, t E (O,T))
v(x,O) = q,(x), q, E CO(lR ,lR) , Iq,(x) lexp(-Ixl) beschrankt
herleiten (vgl. Kap.9):
+'"
£'" exp(- 2
v (x, t) j (4xext)-1/ 2
q,(x)
(~:~) ) q,('r)d-r fur t E (O,T)
fur t = 0 .
Urn die Losung der inhomogenen Aufgabe zu erhalten, betrachten wir zu-
nachst die Gleichung
2
exo 11 w(x,t) - q(x) o.
Offenbar ist
w(x,t) = w(x) = 1 j
ex 0
(Jq(-r)d-r) dE;
0
voraussetzen. Aus der Theorie weiB man, daB das Problem sachgemaB ge-
stellt ist (vgl. z.B. Petrovsky 1954, § 38). Es kann zum Beispiel
durch Laplacetransformation (Zuruckfuhrung auf gewohnliche Differen-
11
2
II U(','iY,W) - U(·,'iO,w) 1100 Y exp (w T)
II ql('iY,w) - ql('iO,w) 1100 = Y •
Das Verhaltnis der Normen wachst mit w uber alle Grenzen. Somit kann
keine Lipschitz-Bedingung bezuglich der Abhangigkeit von den Anfangs-
werten gelten. 0
deutung. Sie heiBen Rand:i.JJerte dritter Art und werden in den Spezial-
fallen Ya = Yb = °
(resp. Sa = Sb = 0) auch als Randwerte erster
(resp. zweiter) Art bezeichnet. Man kann zeigen, daB die Aufgabe sach-
gemaB gestellt ist. Die Losungsmethoden sind wie in Beispiel' ."
Laplacetransforrnationen oder Differenzenverfahren.
Die nichtlineare Warmeleitungsgleichung
d,[a(u(x,t))d,U(X,t)] - q(x,u(x,t))
z
f(z) J a(z)dz
und setzt
°
w(x,t) f(u(x,t)) •
Es folgt
~ 2 ~
d 2W(X,t) = a(w(x,t))[d"W(X,t) - q(x,w(x,t))]
Re(ai q ) ~ 0 . 0
3 2 U(X,y) -d 1v(x,y)
y cosh(wT)
y
Definition 2.1: Es seien G ein Gebiet des ]R2 und a,b,c,f E CO (GX]R3 , ]R )
mit a 2
(x,y,z) 2 2
+ b (x,y,z) + c (x,y,z) > 0 fur aIle (x,y) E G, z E ]R3 •
Die Gleichung
15
2 2
a(x,y,p(x,y))d 11 u(x,y) + 2b(x,y,p(X,Y))d 12 u(x,y)
2
+ c(x,y,p(x,Y))d 22 u(x,y) + f(x,y,p(x,y)) = 0
2 2
a(x,y,p(x,y)) d"U(X,y) + 2b(x,y,p(X,y))d,2u (x,y)
2
+ c(x,y,p(x,y)) d22 u(x,y)
T
p (x) = x Ax , A E MAT (m,m,lR ), (x E lRm) .
2
a11 u{x,y) hyperbolische NOI'lTlalfoI'lTl
2
a11 u{x,y) elliptische NOI'lTlalform
2
a11 u{x,t) parabolische NormalfoI'lTl
2 2
Die Bedingung a6 2 - 2b6 1 62 + c6 1 o laBt sich im FaIle von c # 0 auch
in die Form
61 (2.5)
(t E I) • (2.6)
heiBt der Hauptteil des Systems. Das System heiBt halblinear, falls A nicht
von u abhangt. Ein halblineares System heiBt linear, falls h die spezi-
elle Gestalt
o (t E I ) . C (2.11
I\>'(y) + A(I\>(y),y,u(l\>(y),y» = o.
Die Bildmenge von x = I\>(y) ist Charakteristik. Folglich sind die Ge-
raden y = canst. nie Tangenten einer Charakteristik dieses Systems;
im Unterschied zu den betrachteten Gleichungen zweiter Ordnung.
Beispiele: Das System d2u(x,y) = Ad 1U(X,y) + q(x,y) mit der als
reell-diagonalisierbar vorausgesetzten Matrix A aus Beispiel 1.6 ist
vom hyperbolischen Typ. Seine Charakteristiken sind bereits im Rahmen
des Beispiels angegeben worden. Die Cauchy-Riemannschen Differential--
gleichungen d2u(x,y) = (~ -6)d 1U(X,y) aus Beispiel 1.14 sind ein
lineares elliptisches System erster Ordnung mit konstanten Koeffizienter
Jede quasilineare Differentialgleichung zweiter Ordnung laBt sich
auf ein (2,2)-System erster Ordnung transformieren, wenn alle Koeffi-
zienten nicht explizit von u abhangen. Diese Transformation andert
den Typ der Differentialgleichung nicht.
21
Falls c(x,y,z) ~ 0 fur alle (x,y) E G und alle z E lR 2 kann man nach
d2V auflosen:
d2V(X,y) = (_ a(x,~,v)
c(x,y,v)
_ 2b(X'~'V))d
c(x,y,v) 1
v(x )
,y -
( 0)
f(x,y,v) o •
1
A1 ,2 = c(-b ±
vb2 - ac). .
m 2
L a, k(x,p(X))d'ku(x) + f(x,p(x)) 0
i,k=1 1, 1
E- 1 = (e
llV
) u = (u v ) , 9
24
Das ergibt
n n n
r e a2u A r e a1 u + r e g (ll 1 (1) n) (3.3)
v=1 llV v II v=1 llV v v=1 llV v
oder
n
r e [a 2 - A a1 ]u 1 (1)n) • (3.4)
v=1 llV II v
(3.5)
-1
E g
x = cp (t) , y = t
Der Einfachheit halber geben wir die Anfangswerte auf der Menge
r = {(x,y) E G I y = O} vor. Es sei vorausgesetzt:
(1) r ist ein nichtleeres offenes Intervall auf der x-Achse.
(2) Jede Charakteristik durch einen Punkt von G schneidet r.
Die zweite Voraussetzung kann irnmer durch Verkleinerung von G erreicht
werden.
Aus der Theorie ergibt sich nun, daB der Verlauf von u in ganz G
nur von den Anfangswerten auf r abhangt. Gist der Bestirnmtheitsbe-
reich von r. Seien Q1 und Q2 zwei Punkte auf r. Die Charakteristiken
durch Q1 und Q2 begrenzen dann den Bestimmtheitsbereich der Strecke
Q1 Q2·
Weil jede Charakteristik die x-Achse schneidet, kann man die
Abszisse des Schnittpunktes (s,O) neben der Nummer ~ als Scharpara-
meter fur die Charakteristiken wahlen. Die Charakteristiken sind durch
diese Angaben eindeutig bestimmt. Man erhalt fur die Parameterdar-
stellungen aus (3.7):
d2lP"
. (s,t) + A
~
(lP (s,t) ,t,u(lP (s,t) ,t))
~ ~ ° (3.8)
lP (s,O) = s
~
(s E r, ~ = 1,2) .
P (x,O) = x (x E r) •
~
Zum Beweis dieser Aussage muB man zuerst zeigen, daB die Anfangswert-
aufgaben (3.9) eindeutig losbar sind und daB die Losungen stetig
differenzierbar sind. Flir diese Losungen gilt offenbar:
Andererseits hang en die Funktionen P (lP (s,t) ,t) nicht von tab, weil
~ ~
ihre Ableitungen nach t Null sind:
-" d1 P
~ ~
+ ,. ~ d1P ~ °.
26
Mit Hilfe der Projektibnen P1 und P 2 komrnt man zu einem neuen Ko-
ordinatensystem in G, einem sogenannten charakteristischen Koordinaten-
system (vgl. Abbildung 3.10):
1
o = '2(P2 (x,y) + P1 (x,y»
1
T = '2(P2 (x,y) - P1 (x,y»
x
pi
o = kh, T = Ih
o = (k - 1) h, T = (1 1) h
o (k + 1) h, T = (1 1) h
27
Lh
IL -11h
Das numerische Verfahren geht von der ersten Normalforrn (3.4) und
den Differentialgleichungen (3.B) fUr ~1 und ~2 aus. Auf den Strecken
-
Q1Qo und -Q2Qo werden A, A und E-1 als konstant angesehen. Es wird ihr
wert in Q1 bzw. Q2 festgehalten. Die Ableitungen auf den Charakter i-
stiken werden durch die einfachsten Differenzenquotienten approximiert.
Durch obere Indizes j = O(1)2 kennzeichnen wir die N!herungen fUr
u, x, y, A, A)J' E- 1 = (e )J\I ) und g = (g \I ) in den Punkten Q0 , Q1' Q2. So
erh!lt man:
(1) Bestimmung von A(j), (E- 1 )(j), A(j) fur j = 1,2 und)l 1,2.
)l
(2) Bestimmung von x(o) und y(o) aus dem Gleichungssystem
(j=1,2)
oder
(x(o)_x(1» o
(x (0) -x ( 1 ) ) (x(2)_x(1» + A(2)(y(2)_y(1»
2
oder
A(2) A(1) f A (1 )
2 "" 2 1
C'I
und
e 11 e(1)
12 ("(11
11
e 12
(11 )
regulare Matrix .
(2) (2) "" (1) (1 )
e 21 e 22 e 21 e 22
(x, y) -+ (0, T ) •
4 Banachraume
1. In B ist eine Abbildung II • II: B .... [0,00) (genannt Norm) mit folgenden
Eigenschaften ausgezeichnet:
(a) II a II = 0 .. a = 0 (a € B)
(b) II Aa II = I AI II a II (A €~, a € B)
(c) II a + b II ~ II a II + II b II (a,b € B) •
2. Der Raum B ist bezUglich der durch II . II induzierten Topologie voZZ-
standig; d.h. jede Cauchy-Folge {an}n€~ von Elementen von B konvergiert
gegen ein Element a von B.
Dabei heiBt {an}n€~ Cauchy-FoZge, falls es zu 'jedem positiven E eine
natUrliche Zahl no gibt, so daB aus n,m > no folgt II an - am II < E. Die
Folge {an}n€~ heiBt konvergent gegen ein Element a von B, falls
{II a - an II }n€~ eine Nullfolge ist. D
Jeder Banachraurn besteht also aus einem Vektorraurn und einer Defini-
tion fUr die Norm. Demnach sind zwei Banachraurne, denen der gleiche
Vektorraum zugrundeliegt, zu unterscheiden, falls die Normen verschie-
den sind. Insbesondere beachte man, daB ein unendlichdimensionaler
Vektorraum, der bez. einer gegebenen Norm vollstandig ist, diese
Eigenschaft keineswegs bezUglich einer anderen Norm besitzen muB.
Wir sprechen im folgenden einfach von Banachraurnen, soweit aus
dem Zusammenhang eindeutig hervorgeht, ob es sich urn komplexe oder
reelle Raurne handelt. Da bei den spateren Entwicklungen haufig Fourier-
transformationen Verwendung finden, werden wir fast nur noch komplexe
Banachraurne betrachten.
Beispiel 4.2: Der Vektorraum en wird mit jeder der beiden Normen
zu einem Banachraum. Das gleiche gilt fUr jede andere Norm im en (vgl.
Dieudonne 1960, Kap. V). D
31
Beispiel 4.3: Die Menge aller Abbildungen x: ~ ~ en, fur die die un-
endliche Reihe
konvergiert, ist mit der ublichen Definition der Addition und Multipli-
kat ion mit einem Sklalar ein Vektorraum uber ~. Mit der Definition
"" n 1/2
( . r r x k (j ) x k (j) )
" x II
J=-CO k=1
wird dieser Vektorraum zu einem Banachraum, den wir mit 12(Cn ) be-
zeichnen (vgl. Yosida 1968, Kap. I.9). c
vollstandig und folglich ein Banachraum. Dabei ergibt sich die Voll-
standigkeit des Raurnes aus der Tatsache, daB jede Cauchy-FeIge bei
dieser Definition der Norm eine gleichmaBig konvergente Folge ste-
tiger Funktionen darstellt. Eine solche Folge konvergiert bekanntlich
gegen eine stetige Grenzfunktion, also gegen ein Element des Raumes.
Der Raum CO(K,C n ) ist jedoch bez. der Norm
" f II 2 = ( I
n
r f. (x) f . (x)
K j=1 J J
dx) 1/2
nicht vollstandig. Dies ergibt sich aus dem folgenden Gegenbeispiel:
In CO([0,2],C) ist die Folge {f~}~E~ mit
fur x E [0,1)
l1
x~
f (x) =
~ fur x E [1,2]
im Sinne von Lebesgue existiert und endlich ist. A bildet mit der tib-
lichen Definition der Addition und Multiplikation mit einem Skalar
einen Vektorraum tiber a:. Die durch
1/2
III fill = ( J:t f.(X)f.(X)dX)
G j J J
Urn diesen Mangel zu beheben, geht man zum Quotientenraum A/N tiber.
Die Elemente von A/N sind Xquivalenzklassen von Abbildungen aus A, die
sich nur auf einer Menge vom MaB Null unterscheiden. A/N wird in
kanonischer Weise zu einem Vektorraum tiber a:. Mit der Definition
A
(1 E
~
11111: = III f III IN' f E f)
wird dieser Vektorraum zu einem Banachraum, den wir mit L2 (G,a: n ) be-
zeichnen. Wahrend sich die Vektorraum- und Normeigenschaften leicht
zeigen lassen, gestaltet sich der Nachweis der Vollstandigkeit wesent-
lich schwieriger (vgl. Yosida 1968, Kap. 1.9).
Zur Vereinfachung der Schreib- und Sprechweise werden wir im
folgenden nicht mehr zwischen den Xquivalenzklassen 1 E L2 und deren
Reprasentanten f E 1 unterscheiden, da sich die jeweilige Bedeutung
aus dem Zusammenhang ergibt. c
Zum Beweis vgl. Dieudonne 1960, Kap. VII, 4. Aus dem Satz folgt un-
mittelbar, daB die Raume Ck(K,~) (k = 1 (1)00) und Coo(K,IC) dicht in
CO(K,~) liegen, da sie Obermengen des- Raumes der Polynome sind. Ferner
gilt sogar:
Zum Beweis von Hilfssatz 4.9 vgl. Friedman 1969, part 1, Lemma 5.1.
Beweis von Satz 4.8: zu (1): Wir beweisen zunachst, daB der Raum
{f E V I f (a) fib) = O}
- g E C~([a,b],C)
- hell) (a) = hell) (b) = 0 (ll = 0(1)~) wegen 4.9(2)
- g(V) (x) = ~ (V)g(V-ll) (x)h(ll) (x) (v = 0(1)~)
1l=0 II
- g(V) (a) = g(v) (b) = 0 (v = 0(1 )~)
- If(x) -g(x) I = If(x) - g(x) I fUr x E [a+6,b-6] wegen 4.9(1)
2
- Ig(x) I ~ If(x) - g(x) I + If(x) I < '3 e: fur x E [a,a+6) U (b-6,b]
- If(x) - g(x) I < If(x) I + Ih(x) Ilg(x) I < e: fUr x E [a,a+6) U (b-6,:
- II f - gil ~
< e:
offenbar eine Funktion aus V mit pea) = f(a) und pCb) = feb). Die
Funktion f(x) - p(x) kann nach vorstehenden Uberlegungen aber be-
liebig genau durch Funktionen aus V c V approximiert werden.
zu (2): Es sei f eine beschrankte Funktion aus CO(lR,~) und
e: > O. In den Intervallen [k,k+1] (k EJ[) gibt es nach (1) jeweils
Funktionen gk E C~([k,k+1],a) mit
Aus dem Beweis zu (1) ist zu ersehen, daB die Funktionen gk so ge-
wahlt werden konnen, daB zusatzlich gilt:
Somit ist
eine beschrankte Funktion aus CCO (lR,a:) mit II f-g lleo < e: [J
(2) Der Vektorraum der aUf G definierten Polynome mit komplexen Koeffizienten liegt
dicht im Hawn L2 (G,a:) , wenn G beschrankt ist.
Beweis: Die Aussage (1) ist allgemein bekannt. (2) folgt aus (1) und
Satz 4.7. 0
heiBt Zinearer Operator, falls fUr alle a, bED und alle A, )l E lK gilt:
heiBt dann Norm des linearen und beschrankten Operators A. Nir be-
zeichnen
abo Denn sei {aj}jE~ eine andere gegen a konvergente Folge von Ele-
men ten von D. Dann laBt sich abschatzen:
Hieraus folgt durch Grenzubergang, daB die Folge {A(a j ) }jE~ ebenfalls
gegen c konvergiert.
A
A(a):=c.
A
Dann konvergiert die Folge {Aa. + ~b.}.E~T gegen das Element Aa + ~b.
J J J .JL.
Es folgt:
gilt:
~
IIA(a) - A(a) II ::: II ~(a) - A(a.) II + IL~(a) - A(a.) II
J J
:=: A
~
II A(a) - A(a j ) II + II A(a) - A(a.) II ::: IIAII
J
II a-a j II + IIAII Iia-a j II .
Hieraus folgt durch Grenzlibergang ein Widerspruch. 0
37
IIA(a) II ~ S (a)
fUr aUe a E B1 und aUe A E M. Dann ist die Menge M gZeichmiJJ3ig be schY'iink t.
Zum Beweis von Satz 4.14 vgl. Yosida 1968, Kap. II.1. Man beachte, daB
die Funktion f3 weder stetig noch linear zu sein braucht.
Das Element a ist eindeutig bestirnrnt und heiBt AbZeitung von u im Punkte
to. Es wird mit u' (to) oder ~~(to) bezeichnet. Die Abbildung u heiBt
differenzierbar, falls sie in j edem Punkt von [T 1 ' T2] differenzierbar
ist. Die Abbildung u heiBt gZeichma!3ig differenzierbar, falls sie diffe-
renzierbar ist und
1
Ihiliu (t+h) - u (t) - hu' (t) II
Aus der obigen Definition folgt sofort, daB eine im Punkte to diffe-
renzierbare Abbildung auch stetig in to ist. Aus dern verallgemeinerten
Mittelwertsatz (vgl. Dieudonne 1960, Satz (8.6.2» ergibt sich fur
stetig differenzierbare Funktionen u:
u: I ... B
u'(t) = v(t) (t E I) c
Hilfssatz 4.17:
(1) Fill' zwei Stammfunktionen u 1 ' u 2 von v in I gUt: u 1 - u 2 ist konstant in I.
(2) Jede stetige Funktion v besitzt (mindestens) eine StammfUnktion in I.
Aus Hilfssatz 4.17 folgt, daB die obige Definition unabhangig von der
speziellen Wahl der Stammfunktion ist.
Wir stellen jetzt einige Eigenschaften des Integrals zusammen,
die in Kap. 7 ben5tigt werden.
39
T2
(1) I C(v(t))dt
T1
(2) FuY' jedes £ > 0 existieY't ein 6 > 0, so daB fuY' jede ZeY'Zegung
mit
(k 0(1 ) n-1 )
gilt:
T2
III v(t)dt -
T1
t
u(t) I VtT)dT
T1
T2
w (x) f f (t,x) dt
T1
d
dX w(x) (x E J) •
Satz 4.20: Es seien 0 E L(B,B), 11011 < 1 und R = I + o. Dann gibt es eine
-1 -1-1
AbbiZdung R E L (B, B) mit R oR = RoR = I.
Beweis: Es sei IIR- 1 (A) II < M fur aIle A E A. Wegen der gleichmaBigen
Stetigkeit von R gibt es ein 6 > 0, so daB fur aIle A, r E [0,1]
mit IA-rl < 6 gilt:
IIR(A)-R(r) II < M
Wegen
mit
Wegen der Linearitat von A bildet die Menge aller Anfangswerte, fUr
die die Aufgabe P(B,T,A) losbar ist, einen Untervektorraum von DA.
Falls die Aufgabe sogar eindeutig losbar ist, konnen wir fur festes
to E [O,T] durch die Zuordnung
einen linearen Operator definieren, wobei uc(t) die Losung von P(B,T,A)
zum Anfangswert c bezeichnet. Diese linearen Operator en werden zur
Definition von sachgemaI3 gesteUten Anfangswertaufgaben herangezogen.
(t E [O,T])
dargestellt.
(3) Die Menge Mo ist eine gleiehmaBig besehrankte Menge von linearen
Operatoren.
Wir nennen die Operatoren Eo (t) aus Mo im folgenden Losungsoperatoren. [J
Ilu e (t)-u~(t)
e
II = liE 0 (t) (e)-E 0 (t) (c) II ::: Ll!e-cll (t E [O,T]) •
Die linearen Operatoren Eo(t) lassen sieh, da sie besehrankt sind und
ihr Definitionsbereieh DE dieht in B liegt, naeh Satz 4.12 in eindeu-
tiger Weise zu auf ganz B definierten Operatoren gleieher Norm fort-
setzen.
M = {E(t) ItE[O,T]} .
(1) Die Menge M = {E(t) ItE[O,T]} ist gleichmW3ig beschrankt mit derselben
Schranke wie die Menge M = {E (t) ItE[O,T]}.
o 0
(2) Jede veraUgemeinerte Losung E (.) (e) von P(B,T,A) zum Anfangswert e E B
lW3t sich im Sinne der Norm von B gleichmaBig durch Losungen von P(B,T,A) approximieren.
Dies bedeutet, daB es zu jedem E > ° ein Element e E DE gibt, so daB gilt:
ZusarnrnengefaBt ergibt sieh fur aIle h mit Ihl < [) und s+hE[O,T] die
Absehatzung:
DE
,r
= spann { ~rE[r,T]
U E
0
(r-r) (DE)l
f
Es seien nun r,s E (O,T] mit r+s ~ T fest gewahlt. O.B.d.A. gelte
a < r ~ s. Dann gilt:
DE c DE , s c DE , r c DA c B
Eo,r (t) (c) = Eo (t) (c) (tE [O,r]; cEDE)
Er (t) (c) E (t) (c) (tE [O,r]; cEB)
E(r) oE(s) (c)=E (r) oE (s) (c)=E (r) oE (s) (c)=E (r+s) (c)=E(r+s) (c)
r 0 o,r 0 0
Neil E(·) (c) = Eo (·) (c) im ganzen Intervall [O,T] differenzierbar ist,
folgt die Behauptung durch den Grenzubergang h ~ o.
zu (6): \'7egen
U I (t) = A(u (t» = AoE (t) (c) = E (t) oA(c) E (t) (A(c»
(xElR) .
(5.7)
u(x,O) ljJ(X) (xEJR, tE (O,T) ) .
Das Problem ist nur sachgemaB gestellt, wenn man u und lP gewissen
Wachstumsbedingungen unterwirft (vgl. Beispiel 1.10). Die Wahl des
Banachraums, in dem die Aufgabe betrachtet werden solI, hangt von der
Art dieser Wachstumsbedingungen ab und urngekehrt. \Hr wahlen
2
B = L (JR,C)
und
DA ist ein Oberraum von C~(JR,II::) und liegt somit nach Satz 4.10
dicht in B. Auf DA definieren wir einen linearen Operator
Die Aufgabe (5.7) ist damit auf die Form (5.2) transformiert. Aus den
aus der Theorie der partiellen Differentialgleichungen bekannten Eigen-
schaften laBt sich folgern, daB sie sachgemaB gestellt ist. Dabei kann
z.B. DE = C~(JR,C) gewahlt werden. Verallgemeinerte Losungen gibt es
aber zu beliebigen quadratintegrierbaren Anfangsfunktionen, die nicht
einmal stetig zu sein brauchen. Die Operatoren Eo(t) und E(t), die
keineswegs irnrner geschlossen darstellbar sein mussen, lassen sich fur
a(x) = canst. als Integraloperatoren schreiben (vgl. Beispiel 1.10). 0
(5.9)
u(x,O) = \p(x) (xElR,tE (O,T))
D
A
= {f E Blf absolut stetig, a(·)fl (.) E B} .
f ... a(.)fl(.) •
C(h): B ~ B
Der folgende Satz stellt den Zusammenhang zwischen den obigen Be-
griffen her.
(j E:N)
nieht beschrankt ist. Wegen der Kompaktheit von [O,T] und [O,h o ]
konnen wir o.B.d.A. annehmen, daB die Folgen {nj.hj}jE:N und {hj}jE:N
gegen t E [O,T] und h E [O,h o ] konvergieren. Angenommen, es sei h > O.
Dann ist n. von irgendeinem Index an konstant. In dem Intervall
J
[h/2, h ] ist IIC(·) II naeh Definition von 5.10(1) beschrankt. Folglich
ist aue~ IIC(hj)n j ll S IIC(h j ) Iinj besehrank.t. Widerspruehl Also ist
{hj}jE:N eine Nullfolge. Da ~ ein konvergentes Differenzenverfahren
ist, ist aueh die Folge
n.
{II (C(h j )) J (e) - E(t) (e) II }jE:N
48
Wir setzen
n.
K (e) : max {1 + IIE(t) (e) II , II (C(h j » J (e) II}
j <j (e)
- 0
n.
" (C (h.» J (e) II !S K(e) (jEm) .
J
n.
{(C(h j » J}jEm
n.
(j>j (e) (C(h j » J(e) -E(t)(e) (jEm)
Oabei ist
(j Em) .
Es sei nun e > 0 vorgegeben. Wir schatzen dann wie folgt ab:
(a) Wegen der Stabilitat von BO gibt es eine Konstante KC' so daB
("C€[O,T]) •
n.
(C(h j » ) (e) - E(t) (e)
n. n.
(C (h.» ) (e) - E (t) (e) + (C (h.» ) (e-e) - E (t) (e-e)
) )
(j€JN)
Zu vorgegebenem n > 0 wahlen wir dann e € DC so, daB die letzten beiden
Summanden der reehten Seite der vorstehenden Ungleiehung kleiner sind
als t
n. Insgesamt folgt aus den vorstehenden Uberlegungen, daB es
ein jo E IN gibt, so daB
Bemerkung zu Satz 5.11: Bei der Konvergenz \oTar bisher von keiner Konvergenz-
ordnung oder Konsistenzordnung die Rede. Die genaue Situation ist folgen-
dermaBen. Falls der Ausdruek
1
Ihl II[C(h) - E(h)] (E(t) (e» II
Satz 5.12: Eine Aufgabe P (B, T ,A) erfUUe die Bedingungen (1) und (2) aus
Definition 5.3. Ferner gebe es eine Schar ~ = {C(h) IhE(O,h o ]} von Operatoren
C(h) E L(B,B) mit foZgenden Eigenschaften:
Das ergibt
Von den Voraussetzungen des Satzes 5.12 kann man nun aueh die Beding-
ung (1) aus Definition 5.3 fallenlassen. Dann ist P(DE,T,A) mit A
gleieh Besehrankung von A auf DE n DA saehgemaB gestellt. Das Diffe-
renzenverfahren konvergiert folglieh noeh fUr alle e E DE' d.h. fUr
alle e, fUr die die Existenz einer verallgemeinerten Losung gewahr-
lei stet ist.
{C(h)+hQ(h) IhE(O,hol}
ebenfaZZs stabiZ.
)J
(C(h)+hQ(h)))J r P
A,K
A=O
Fur den Rest des Kapitels setzen wir generell voraus: P(B,T,A}
ist eine feste Anfangswertaufgabe im Sinne von Definition 5.1. Fur
alle Anfangswerte cEDE c B ist die Aufgabe einaeutig losbar. Dabei
sei DE ein Vektorraum, der mindestens ein Element c 0 enthalt. Wir *
fordern nicht, daB DE dicht in B liegt. Die Losungen der Aufgabe be-
zeichnen wir wie bisher mit E (t) (c). Die Operator en E (t) sind
o 0
linear. Ihre Stetigkeit braucht nicht vorausgesetzt zu werden.
~
-lJ
= {(B ,r
v v ,e v ) I vEJN}
beschrankt ist.
(4) MD heiBt konvergent, falls fur alle t
111,112 E IN und alle CEDE gilt:
n
lim Ile v v 0 rv (c) - rv 0 Eo(t) (cl II (v) O.
v-+oo
v;::112
Dabei ist n o
v
54
Satz 5.15: Wenn das streng endUahe Differenzenverfahren r.n konsistent und staba
ist, gat:
Aussage (1) entspricht der Behauptung von Satz 5.12, Aussage (2) einer
Richtung aus Satz 5.11. AuBerdern impliziert (1), daB die Operator en
Eo(t) fur festes t stetig sind. Man uberlegt sich leicht, daB auch
Satz 5.13 sinngemaB auf endliche Differenzenverfahren ubertragen wer-
den kann. -].I
Beweis von Satz 5.15: zu (1): Fur festes CEDe und t = ].11 K 2 2
wahlen wir die Bezeichnungen:
d o r o E (t ) (c) II (v)
VK v o VK
(K=O (1) n -1)
v
Es folgt
oder
d VK <
- LIIC v or V oEO(t V,K +1)(c) - roE
V 0
(t V,K +1+h V )(c)lI(v)
n -1
n v
~ lim sup IIC vor (e) II (v) + lim sup I: d
v v K=O VK
~ L lIell + e: LT.
n -1
n
IIC v
v
0 r (e)
v
- r 0 Eo ( t) (e) II (v) < vI: d ~ e: LT
v - K=O VK
n
IIC
v
v o r (e)
v
- r
v
o Eo (t) (e) II (v)
n n
::: IIC v o r (e) _ Cv v o r (c) II (v)
v v v
n
+ lie v v o r v (c) - r v o Eo (t) (c) II (v)
n
lim sup lie v 0 r (c) - r 0 Eo(t) (c) II (v)
v v v
+00
(1) f f(x) [a (x+t.x/2) (f(x+t.x)-f(x»-a(x-t.x/2) (f(x)-f(x-t.x»] dx
+00 2
- f a(x) If(x+t.x/2)-f(x-t.x/2) I dx
+00
(2) f Ia (x+t.x/2) (f (x+t.x) -f (x) ) -a (x-t.x/2) (f (x) -f (x-t.x) ) 12 dx :::
+00
4f (a(x»2 If (x+t.x/2)-f(x-t.x/2) 12 dx •
-fa> -fa>
f g (x+t.x) dx = f g (x) dx
+00
f f(x) [a (x+t.x/2) (f{x+t.x)-f(x»-a(x-t.x/2) {f(x)-f(x-t.x»]dx
57
+00
= f [a(x)f(x-~x72)f(x+~x/2)-a(x)f(x-~x/2)f(x-~x/2)
-00
-a(x)f(x+~x/2)f(x+~x/2)+a(x)f(x+~x/2)f(x-~x/2) ]dx
+00 2
- f a(x) If(x+Ax/2)-f(x-~x/2) 1 dx
-00
Hiermit folgt:
2 2
(a(x)) If(x+Ax/2)-f(x-~x/2) 1 dx .
-00
(xElR)
00 I 00
aEC (lR,lR), a ECo(lR,lR), a(x»O (xElR)
58
in folgender Weise:
Mit
ergibt sich:
C(h)-I = aAH(.t:.x)+(1-a)AH(.t:.x)oC(h)
[I-(1-a)AH(.t:.x)]oC(h) = I+aA H(.t:.x) (6.3)
Das Verfahren ist fur a=1 explizit und fur aE [0,1) implizit. 1m Fall
a=O nennen wir es auch total implizit. Fur a=1/2 heiBt es Crank-Nicholson-
Verfahren. Die Abhangigkeiten werden in Abbildung 6.4 graphisch ver-
anschaulicht. 1m folgenden untersuchen wir nur die beiden FaIle a=1
und a=O.
C (h) = I + AH (LlX) .
Dann gilt:
(1) ~ ist ein konsistentes Differenzenverfahren zu P(B,T,A) mit del' Konsistenz-
ordnung 0 (h) •
(2) Unter del' zusatzlichen Voraussetzung
Beweis: zu (1): Jeder Operator C(h) bildet in B ab und ist linear und
-1
beschrankt, da dies fur die Operator en I, TLlX und TLlX gilt und die
Funktion a(x) besehrankt ist.
Zum Nachweis der Konsistenz wahlen wir DC = C~ (IR ,a::). Es muB ge-
zeigt werden, daB der Ausdruck
+00
h- 1 I1E(t+h) (c)-C(h)oE(t) (e) II h- 1 ( f lu(x,t+h)-C(h) (u(x,t»1 2dx)1/2
h 2 2 -2
Zd 22 u(x,t+vh)+a(x) d11 u(x,t)+a' (x) d1 U(X,t)-(LlX) H(LlX) (u(x,t»
v E [0,11 •
60
Der Term
u sta,tt u(x,t)
u+ statt u(x+stox,t)
u statt u (x-stox, t)
-
a statt a(x)
a+ statt a (x+stox/2)
a statt a (x-stox/2)
-
Fur die x-Ableitungen sollen entsprechende Abkurzungen gelten. Dann
folgt (mit' = 3 1 ):
Da a' (x) eine Funktion mit kompaktem Trager ist, laEt sich das asym-
ptotische Verhalten der Losung u(x,t) der Anfangswertaufgabe (5.7)
in der integral en Form aus Beispiel 1.10 (vgl. auch Kap. 9) be-
schreiben. Somit existiert eine quadratintegrierbare Funktion
L E CO (lR, JR) mit
Es folgt:
+00 +00. 2 +00 2
II C(h) (f) 112 II f 112 + Aff(x)~dx + Af f(x){ ... }dxH fl{ ... }1 dx.
-00 -00 -00
2+00 2 2+00 2 2
A fl{ ... }1 dx ~ 4A f(a(x» If (x+Llx/2)-f(x-LlX/2) I dx
-00 -00
2 2 +00 2
II C(h) (f) II ~ II f II -2A fa(x) (1-2Aa(x» If(x+t.x/2)-f(x-Llx/2) I dx
-00
Aus der Stabilitatsbedingung folgt 2Aa(x) ~ 1. Das Integral ist darum
nieht negativ und es ergibt sieh:
II C(h) (f) II ~ II f II
ist fUr alle AElR+ ein konsistentes und stabiles Differenzenverfahren zur Auf-
gabe (5.7) mit der Konsistenzordnung O(h). Insbesondere gilt fur aUe AElR+,
hE (o,hol und nElN mit n h ~ T:
f(X)=g(x)-A{a(x+~x/2)[g(x+~)-g(x)l-a(x-~x/2)[g(x)-g(x-~x)l}
Es folgt:
2 2 +co__ +co __ 2+co 2
II f II = II g II -A Ig(x){ ..• }dx-A Ig(x){ ••. }dx+A II{ •.• }I dx
-co -co -co
Nach Hilfssatz 6.1 (1) ist
+co +co +co 2
-A Ig(x){ •.• }dx=-A Ig(x)~dx=A Ia(x) Ig(x+~/2)-g(x-~/2) I dx
-co -co -co
Hieraus ergibt sich:
2 2 +co 2 2+co 2
II f II = II gil +2A Ia(x) Ig(x+~x/2)-g(x-~x/2) I dxH II{ •.• }I dx
-co -co
Da a(x) > 0 und beschrankt ist, sind die beiden Integrale nicht-
negativ. Man erhalt
II f II ~ II g II = II C (h) (f) II
6X = -J[; .
Zur Berechnung einer Naherung w(O,h) fUr u(O,h) mittels des expliziten
Differenzenverfahrens (a=1) benotigt man nur die Anfangswerte aus dem
Intervall [-6X, 6X], wahrend zur Ermittlung von w(O,T) die Anfangs-
werte aus dem von n abha:ngigen Abhangigkeitsbereich
A h/6X > °
instabil ist. Man muE deshalb nach anderen Diskretisierungen suchen,
die die gewUnschten Stabilitatseigenschaften besitzen. Wir behandeln
im folgenden Verfahren von Friedrichs und von Courant-Isaacson-Rees.
Das FY'iedrichs- Verfahren geht aus der folgenden Diskretisierung
hervor:
-1 1
h [u(x,t+h)-'2(U(X+6x,t)+U(X-6x,t»]~
1 -1
'2a(x) (6X) (U(X+6x,t)-U(x-6x,t»
64
ein konsistentes und stabiles Differenzenverfahren ZUY' Aufgabe P(L 2 (JR,(t) ,T,A)
aus Beispiel 5.8 mit del' Konsistenzordnung O(h). Insbesondere gilt fur alle
hE (O,ho ] und nE:IN mit n h < T:
f (1) = C (h) (u (x, t)) = f (0) +f, (0) +~ f" (9) , 9E [0,1] .
f' (s)
Es ergibt sieh:
2 1+co 2
II C (h) (f) II = 4 j I f (X+LlX) +f (x-illd I dx +
+co
~ ja(x) (f(X+LlX)+f(X-LlX)) (f(xHx)-f(x-LlX))dx +
-co
+co
~ fa(x) (f(xHx)+f(X-LlX)) (f(xHx)-f(x-LlX))dx +
-co
1. 2 +co 2 2
4 j(a(x)) If(x+Llx)-f(x-Llx) I dx.
-co
Wegen la(x) I S K und A S 11K gilt A2 (a(x))2 S 1. Der erste und letzte
Summand werden dann naeh der Regel
2 1+co 2 2
IIC(h)(f) II S 2" j(lf(x+Llx)I +If(x-Llx)I )dx +
-co
A+co 2 2
2 ja(x) (If(x+Llx) I -If(x-Llx) I )dx
-co
2 A+co 2 A+co 2
II f II + 2 ja(x+Llx) If(x+Llx) I dx - 2 ja(x-Llx) If(x-Llx) I dx +
-00 -00
A+co 2 ,,+co 2
2 j(a(x)-a(x+Llx)) If(x+Llx) I dx - 2 j(a(x)-a(x-Llx)) If(x-Llx) I dx
-00 -00
Der zweite und dritte Summand he ben sieh gegenseitig auf; den vierten
und flinften Summanden fassen wir dureh Versehiebung des Integrations-
bereiehs zusammen:
2 +co 2
II C(h) (f) II S II f 112 + ~ j(a(x-Ax)-a(x+Llx)) If(x) I dx
-co
folgt schlieBlich
und
-1
h [u(x,t+h)-u(x,t)] ~
(AX) -1 [a + (x) (U.(X+Ax,t)-U(x,t))-a - (x) (u(x,t)-U(X-Ax,t))]
a(x) fUr a(x) ~ 0
{
o sonst
-a (x) fUr a(x) < 0
{
o sonst .
Satz 6.9: Die Funktion a (x) erfuUe eine gZobaZe Lipsahitzbedingung bez. der
Norm II· II 2 und es sei I a (x) I :::K. Dann giU:
Das Verfahren von Courant-Isaaason-Rees ist fur
2
ein konsistentes und stabiZes Differenzenverfahren zur Aufgabe P (L (lR,C) ,T ,A)
aus BeispieZ 5.8 mit der Konsistenzordnung O(h).
Beweis: Den Nachweis der Konsistenz Uberlassen wir dem Leser. Die
Stabilitat des Verfahrens ergibt sich unmittelbar mit den Methoden
von Kap. 8, da das Verfahren in der dortigen Terminologie positiv-
definit ist. c
+!"Ia(x) I [u(x+L'.x,t)-2u(x,t)+u(x-L'.x,t)]
Die zusatzlichen Terme in (2) und (3) konnen als Diskretisierung von
£(x,h) a~1u(x,t) aufgefaBt werden. Man nennt sie nwnerische Viskositat.
Sie beeintrachtigen nicht die Konsistenzordnung, weil ~(x,h)=O(h)
ist. Bei Verfahren hoherer Ordnung ist die Bestimmung geeigneter
Viskositatsterme schwieriger. Sie sollen einerseits genUgend stark
glatten, andererseits mit einer hoheren h-Potenz verschwinden.
benotigt man zur Berechnung des Wertes w(O,h) die Anfangswerte aus
dem Intervall [-6x,6x], wahrend zur Ermittlung von w(O,T) die An-
fangswerte aus dem von n unabhangigen Intervall
- -1 +
C(h) Aa T6x + [I-Alal]I+Aa T6x
-1
jeweils nur ein Term mit T6x oder T6x ubrigbleibt. Aus den Diffe-
renzenverfahren wird in diesem Fall ein Charakteristikenverfahren.
Der geschilderte Sachverhal t wird in der Courant-Friedriahs-Lewy-
Bedingung (vgl. Courant-Friedrichs-Lewy 1928) zur Untersuchung der
Stabilitat eines Differenzenverfahrens herangezogen. Diese Bedin-
gung lautet:
Far die StabiZitat eines Differenzenverfahrens ist notwendig, daB der Ab-
hangigkeitsbereiah der DifferentiaZgZeiahung beim Grenzabergang h ~ 0 im Ab-
hangigkeitsbereiah der DifferenzengZeiahung enthaZten ist.
Die bisher besprochenen beiden Verfahren sind also offensicht-
lich genau fur die A-Werte stabil, fur die die Courant-Friedrichs-
Lewy-Bedingung erfullt ist. Solche Verfahren nennt man haufig auch
optimaZ stabU. Im Gegensatz dazu gibt es auch Verfahren, bei denen
man das Verhaltnis A = h/6x starker einschranken muE, als es der
obigen Bedingung entspricht.
69
7 Inhomogene Anfangswertaufgaben
Sa tz 7.2: Vorgegeben cEB, qEB T , 8E [0,1] und ein konsistentes und stabi Zes
M-={C(h) IhE(O,h ]}. Die Folgen h.E(O,h l, n.ElN
Differenzenverfahren --U 0 J 0 J
(j = 1(1)00) soZZenso zusamrnenpassen, da!3stets n.h.::: T, lim h. = Ound
· nj h j = tE 0, T . Dann konverg~ert
1 1m A [ ] . d'~e Losung J u n j ) der 1 j~ J Z . hungen
D~fferenzeng e~c
j~
gegen
t
u(t) E(t) (c)+JE(t-s) (q(s) )ds
o
Beweis: ~'1ir beschranken uns auf die Faile 8=0 und t < n. h. < t+h.
- J J J
(j = 1 (1)00). Den Rest des Beweises mag der Leser nachtragen. AuBer-
70
e = e(h.),
J
t
v
= vh.,
J
q
v
Nun zeigen wir nacheinander:
(1) E(t-s) (q(s)) ist stetig und beschrankt
in {(t,s) ItE[O,Tl,sE[O,t]} •
t t
(2) lim fE(nh.-s) (q(s))ds = fE(t-s) (q(s))ds
j.-o 0 J 0
Entweder ist
E(t-s) = E(t-s)oE(t-s-t+s)
oder
E(t-s) = E(t-s)oE(t-s-t+s)
Nach Satz 5.5(3) ist E(lt-s-t+sl) (q(s)) eine stetige Funktion von
s-t. Da auBerdem q(s) stetig ist, konvergiert die rechte Seite der
Ungleichung fUr (t,s) ~ (t,s) gegen Null. E(t-s) (q(s» ist also
simultan stetig in t und s. Auf der kompakten Menge tE[O,T], sE[O,t]
nimmt /I E(t-s) (q(s)) /I sein Maximum an.
zu (2): Es gilt wegen Satz 4.19(1):
t
fE(nh.-s) (q(s»ds
o J
Ilq(t)-q(t) 11< 4~
Wegen
t n-v
ist stets
IIE(tn_)(q)-E(tn_)(g(~6)) 11+
II E (t n-v ) (q (~ 6) ) - E (t - ~ 6) (q ( ~ 6)) II +
n-v n-v
II C (q ( ~ 6) ) -C (q) II ~
E
4
E
4
E E
L 4L + + + L 4L = E •
Die drei Differenzen auf der rechten Seite der Ungleichung konver-
gieren mit j ~ = einzeln gegen o. Bei der ersten ergibt sich diese
Behauptung aus (3), die zweite ist die Differenz zwischen einer
Riemannschen Surnrne und dem zugehorigen Integral (vgl. Satz 4.19(2)). 0
A: ~ ~ B
c ... u' (0) 0
o
73
""
q(t) = flP(r)E(r) (q(t))dr
o
E(t) E(t/2)oE(t/2)
f(t)
t
~E(t-S) (q(s))ds =
t
~
[T-(! lP(r)E(t+r-s) (q(S)dr] ds .
74
t+h [T-& 1
I 2 (h) =[ { lP(r)E(t+h+r-s) (q(s))dr J ds
t'lir substituieren r = r+h und vertauschen die Integrationsreihenfolge
(vgl. Satz 4.'9(5)):
I, (h) =T+h-&
f lP(r-h) [tfE(t+r-s) ]
(q(s))ds dr
&+h 0
t+h[T+h-& ]
= f f lP(r)E(t+r-s) (q(s))dr ds
t &+h
t+h[T+h-& ]
+ f f (lP(r-h)-IP(r) )E(t+r-s) (q(s) )dr ds
t &+h
Beim ersten Summand en darf man die Grenzen des inneren Integrals
wieder auf 0 und T andern. Der Integrand hangt dann nicht mehr von
h abo Der Summand kann offensichtlich nach h differenziert werden.
Weil lIP' (r) I beschrankt ist, ist der zweite Summand von der
GroBenordnung 0(lhI 2 ) und dam it fur h = 0 differenzierbar. Es folgt:
T
Ii (0) flP(r)E(r) (q(t) )dr = q(t)
o
f' (t)
Nun sei
t
g(h) E(h) (fE(t-s) (q(s))ds)
o
Also ist
t
IE(t-s) (q(s))ds € DA:
o
und
(e +a x)f(-x) = (e -a x)f(x)
o 0 0 0
(xE(0,rr/2»
Dabei seien a o ' eo' arr' err reelle und nichtnegative Konstanten mit
ao+e o > 0 und arr + err > O. C
BSn hangt naturlich von den vorgegebenen Konstanten abo Wir denken
uns diese aber im folgenden fest gehalten und schreiben darum kurz
nur BSn.
Die Funktionen in B2n bis BSn sind aufgrund der jeweiligen
Funktionalgleichungen schon durch ihre Werte in einem Teil des De-
finitionsintervalles bestimmt. Wir definieren darum die Grundintervalle
2 n
f" (n) =0. Dann ist gEC (DS,a: ) und es gilt
°
°
AuBerdem gilt wegen 8.1:
f( ) fUr xE[O,n]
2 3 2
g"(x) 400aof(-x)/(ao-oox) -4 0 0 a o f' (-x)/(a o - oox )
+£" (-x) (13 0 +oox) / (13 0 -(loX)
g(x) = -f(-x)
g"(x) = -f"(-x)
g" (-0) = -fll (0) = 0 = fll (0) = gil (+0) .
Analog beweist man gil (n+O) = g"(n-O). Folglich ist gEC 2 (D s ,({:n). Da
die Beschrankung von g auf [-n/2,0] sogar dreimal stetig differenzier-
bar ist, ergibt die Taylorreihe fUr x E [-AX,O]:
Wegen f(O) = g(O), f' (0) = g' (0) und f" (0) = g"(O) ergibt sich:
3 3
II f(x)-g(x) 1100 = Ixl II f"' (8 1x)-g"' (8 2x) "00 ::: M(llx) •
M hangt nur von f, a o und a o abo Flir x E (n,n+IlX] schatzt man analog
abo Insgesamt erhalt man eine Schranke, die nur von f, ao' ao' an'
an abhangt. 0
kEJN, A,K,LElR+
geeignet zu wahlen.
(1) Flir alle hE(O,h o ]' fEB und xEG gilt mit 9 C (h) (f) und
IlX=h/A oder IlX = ~:
k
E(x,h)g(x) I [A (x,h)f(x+vllx)+B (x,h)g(x+vllx)]
v=-k v v
k
(2) E (x,h) v=I_ k [Av (x,h) + Bv (x,h) ]
(3) M(x) ist stets regular. f(.) ~ M(.)f(.) ist eine Abbildung
von B in sich. Flir jedes feste xEG liberflihrt die Ahnlichkeitstrans-
79
Nach dem Storungssatz von Kreiss (Satz 5.13) sind die Verfahren C{h)
und C{h)-hQ{h) beide stabil oder beide instabil.
In (3) wird verlangt, daB aIle Diagonalelemente von
-1
M (x) (rAv{x,h))M{x)
groBer oder gleich 1 sind. Da die Gleichung in (1) mit einer be-
liebigen positiven Konstanten multipliziert werden kann, ohne an den
ubrigen Eigenschaften etwas zu andern, kann 1 durch eine beliebige
von x und h unabhangige positive Konstante ersetzt werden.
Satz 8.5: Ein positives Differenzenverfahren C (h) ist stabil. Uberdies gilt
fur M := const.:
E(x,h)M(x)g(x) = LA (x,h)M(x)f(x+V6X)+
v
LB v (x,h)M(X)g(X+V6X)+R 1+R 2
LA (x,h) [M(x+V6x)-M(x)]f(x+V6X)
v
LB (x,h) [M(X+V6X)-M(x)]g(X+V6X)
v
Durch Multiplikation mit ~1-1 (x) und Ubergang zu den Komponenten der
Gleichung erhalt man aufgrund von Bedingung (2) und (3) fur j = 1 (1)n:
-1
diag (a . (x,h)) M (x)A v (x,h)M(x)
V]
-1 -1
r 1j und r 2j sind die j-ten Komponenten von M (x)R 1 und H (X)R 2 •
Sie hangen selbstverstandlich auch von x und h abo Die Zahlen e:.,
]
a . und a . sind nach (3) nichtnegativ. Es gibt nun x und j so, daB'
V] V]
II g II = Ig. (x) I .
]
I
Der letzte Summand K2LA -1 h (II f II + II g II) fehlt fur H _ canst. Mit
folgt weiter
Nach (3) ist La . (x,h) > 1. Da die Funktion (z-Kh)/(z+Kh) fur z >_
V] -
monoton-wachsend ist, ergibt sich:
Daraus folgt
I'::j
II C (h) II :::: exp(Kh)
gabe:
(tE[O,T)) .
aou(O,t) - ~oa1u(o,t) Yo
anu(n,t) + ~na1u(n,t) Yn
aov(O,t) - ~oa1v(O,t) 0
anv(n,t) + ~na1v(n,t) 0
uberfuhren kann. Dabei erg eben sich 00' 01 und 02 als Losung des
Gleichungssystems
o falls a o + a n > 0
g(x)+(1-a)A[a(x+~x/2)+a(x-~x/2)lg(x) =
aAa(x-~x/2)f(x-~x)+[1-aA(a(x+~x/2)+a(x-~x/2))lf(x)+
aAa(x+~x/2)f(x+~x)+(1-a)Aa(X-~x/2)g(x-~x)+(1-a)Aa(X+~X/2)g(x+~)
A = h/(~X)2 .
Die Bedingungen (1) und (2) sind fur aIle A unabhangig von a erfullt.
Zum Nachweis von (3) wahlen wir M = 1. Als einzige von A und a ab-
hangige Bedingung erweist sich die Forderung
1 - aA(a(x+~x/2)+a(x-~x/2)) ~ °.
Diese ist fur a = ° (total-impliziter Fall, Verfahren von Laasonen)
fur aIle A E JR+ erfullt. Fur ° < a ::: 1 ergibt sich als positivitats-
bedingung:
1 -1
T2h [u(x+~,t+h)-u(x+~x,t)]+
5 -1 [u(x,t+h)-u(x,t) 1+
~h
1 -1
T2h [u(x-~x,t+h)-u(x-~x,t) 1=
84
1
2(AX) -2 a[u(x+Ax,t+h)-2u(x,t+h)+u(X-Ax,t+h)]+
12(AX) -2 a[u(x+Ax,t)-2u(x,t)+U(X-Ax,t)]-
[1iq(X+Ax,t+h/2)+~q(x,t+h/2)+1iq(X-Ax,t+h/2) ]+R(h,AX)
1 2 ~ 2 ~
12a[311u(X+Ax,t)+311u(X-Ax,t)]=
1 2 ~1 2 4 ~ 4
6a 311 u(x,t)+f2(AX) a 31111 u(x,t)+0«AX) ) ,
1 2 2 2 ~ 2
2a[311u(x,t+h)+311u(x,t)]= a 311 u(x,t)+0(h) ,
124 4 1 24 ~ 2
2-4 (Ax) a[31111u(x,t+h)+31111u(x,t) ]=1-2 (AX) a3 1111 u(x,t)+0(h )O«AX)
A = h/(AX)2
5 1 1 5 1 1
(6+Aa) g (x) = (1-2 +2 Aa) f (x-Ax) + (6- Aa ) f (x) + (1-2 +2 Aa) f (x+Ax)
Die Bedingungen (1), (2) und (4) sind fUr aIle A erfUllt. Zum Nach-
weis von (3) wahlen wir H '" 1. Nir erhalten als PositiviUitsbedingung:
1 5
'6 :5 Aa :5 '6
OJ ..dx
Abb. 8.8. Abhangigkeiten des Differenzenverfahrens 8.7
A(X)d 1 U(X,t)+Q(X,t)
<p(x) (xElR ,tE (O,T»
C(h) A=h/.t:.x .
86
g(x) = ~(I-AA(X))f(X-Ax)+~(I+AA(X))f(X+Ax)
Die Bedingungen (1), (2) und (4) sind fUr alle AElR+ erfUllt. In (3)
ergibt sich als Positivitatsbedingung:
g(x) = AA - (x)f(x-~x)+[I-A(A
+ (x)+A - (x))]f(X)+AA + (x)f(x+~x) , A=h/~:
Dabei sind
+ -
A(x) = A (x)-A (x)
A+(X) M(x)D + (x)M -1 (x)
A-(x) - -1
M(x)D (x)M (x)
D+(x) diag(max{Ai(x) ,O})
D-(x) diag(-min{Ai(x) ,O})
Ai (x) Eigenwerte von A(x) mit A1 (x) 5 A2 (x) ::: ... 5 An (x) .
Die Bedingungen (1), (2) und (4) sind wieder fUr alle AElR+ erfUllt.
Zum Nachweis von (3) muB gezeigt werden, daB die Diagonalmatrizen
M -1
(X)[I-A(A+ - (x))]M(x) = diag(1-AIA (x)l)
(x)+A i
nur nichtnegative Elemente besitzen. Dies gilt flir D-(x) und D+(X)
allein aufgrund der Definition. FUr die dritte Matrix muB gefordert
werden:
u(x,O) (x€[O,rr]) .
Die Gleichung laBt sich auf ein System erster Ordnung umschreiben.
Die Substitution
ergibt:
Im Gegensatz zur Aufgabe 1.8 sind nur fUr die eine Komponente,
namlich v 2 ' Randwerte vorgegeben. Die andere Komponente ist frei.
°
FUr den homogenen Fall q(x,t) = erhalt man allerdings aus den
Differentialgleichungen
(t€ [O,T])
0 a (X»)
A(x) = (
a(x) °
(x€(O,rr), t€(O,T» •
88
r1
2h(v(X+Ax,t)-2v(x,t)+V(X-Ax,t»+
r2
2h(v(X+Ax,t+h)-2v(x,t+h)+v(x-~x,t+h»
mit
2(1+r 2 )v(x,t+h)RI
(r 1 I+aJ..A(x»v(x+Ax,t)+(2-2r 1 )v(x,t)+(r 1 I-aJ..A(x»V(X-Ax,t)
+(r2I+(1-a)J..A(x»v(x+Ax,t+h)+(r2I-(1-a)J..A(x»v{x-~x,t+h) •
aJ..s ~ 1
ein positives Verfahren ergibt. Wenn max p(A(x» nicht genau bekannt
ist, darf man s auch groBer wahlen. Die Bedingung a J.. s ~ 1 ist dann
allerdings einschrankender, da J.. kleiner gewahlt werden muB.
Bei der praktischen Durchfuhrung wird man sich auf Gitterpunkte
x = vrr/N, v = O(1)N beschranken. Die impliziten Verfahren fGhren dann
auf ein lineares Gleichungssystem mit 2N Unbekannten, namlich den
Komponenten von v{x,t+h). Die ersten Komponenten von v{O,t+h) und
v{rr,t+h) sind wegen der Randbedingungen immer Null. Die Matrix des
Systems ist eine Bandmatrix. Unter Ausnutzung der speziellen Struktur
von A(x) kann das Gleichungssystem weiter auf kleinere Systeme mit
tridiagonaler Matrix reduziert werden. Darum ist der Aufwand zur
Elimination der Unbekannten verhaltnismaBig gering.
89
k
9 (x) = L A (x) f (x+v~x)
v=-k v
k
(2) I =L A (x) (xEJR)
v=-k v
(3) Alle Matrizen A (x) (xEm, v=-k(1 )k) sind symmetrisch und
v
positiv semidefinit.
90
(4) Alle Matrizen A\} (x) erfiillen bez. der Norm II . 112 eine
Lipschitz-Bedingung:
Zum Beweis von Satz 8.12 stellen wir zunachst einen Hilfssatz bereit.
Hilfssatz 8.13: Es sei HEMAT (n, n, a:) hermitisah und positiv semidefinit.
Dann gilt
H 1 H H
Iz Hwl :5 i(z Hz+w Hw)
-T
z
Es gelte:
n n
z=I:z.~. , w = I: w'~i
i=1 1 1 i=1 1 .
Beweis zu Satz 8.12: Wegen 8.11 (3) laBt sich mit Hilfssatz 8.13 wie
folgt abschatzen:
2+00 H +ook H
II g" = I(g(x» g(x)dx = I(
r (g(x» A (x)f(x+v~x»dx::
-00 -00 v=-k v
1+00 k H 1+00 k H
2 I( r (g (x» Av (x) g (x» dX+i I( r (f (x+v~x» Av (x) f (x+v~x» dx
-00 v=-k -00 v=-k
1 2
Der erste Sununand ist wegen 8.11 (2) gleich 2" g" • Den zweiten
Sununanden schatzen wir weiter ab:
+ook H k+oo H
I( r (f (x+v~x» A (x) f (x+v~x) ) dx= r I (f (x» A (x-v~x) f (x) dx=
-00 v=-k v v=-k -00 v
2 k +00 H 2 k
"f" + r f(f(x» (A (x-v~x)-A (x»f(x)dx<il f" (1+L r Ivl~x)
v=-k -00 v v - v=-k
Dabei sei AECoo (lR, MAT (n,n, lR» symmetrisch, normbeschrankt und er-
flille eine Lipschitz-Bedingung bez. " . "2. Es folgt, daB p (A (x) )
beschrankt ist. Die Aufgabe ist im Banachraum B = L2(lR,~n) sachge-
maB gestellt.
Das Friedriehs-Verfahren
ist positiv definit, wenn die Matrizen I-AA(x) und I+AA(x) positiv-
92
semidefinit sind (Bedingung (3». Dies ftihrt wieder auf die Forderung:
C(h) AA - (x)TAX+[I-A(A
-1 + (x)+A- (x»]I+AA+ (X)T h/AX
Ax '
oder
hb(x)I
oder
hB(x)I ,
so daB aus Satz 5.13 (Satz von Kreiss) die Stabilitat der neuen Diffe-
renzenverfahren folgt.
93
a{x)3,u{X,t)
f(x+2n) f(X)}
beim Raum L2 «O,n),~ n ) .
f(x) = -fe-x)
Der Raum L2{{O,n),~n) ist vermoge der obigen Funktionalgleichungen
ein abgeschlossener Unterraum von L2({O,2n),~n). Abweichend von der
Ublichen Sprechweise nennen wir Elemente der Raume L2 {{O,2n) ,~n)
bzw. L2({O,n),~n) v-mal stetig differenzierbar (v=O(')~), wenn dies
fUr ihre Fortsetzungen erfUllt ist. FUr jede v-mal stetig differen-
zierbare Funktion f gilt dann:
94
In die beiden Raume L2 {{0,2n) ,a: n ) und L2 {{0,n) ,en) sind also
wie in die Raume B2n und B4n aus Kap. 8 Randbedingungen eingebaut.
Der Unterschied gegentiber den dortigen Banachraumen liegt in der
Norm.
2 n 12 (IT'n)
n,n : L {(0,2n),a: ) '"
.9:2 ->
definiert durch
II .9:2
n,n (f) II = II f II (fEL 2 ({O, 2n),a: n ) •
2 n
(2) Es sei aEl (a: ) und
jJ
f (x)
jJ
= (2n)-1/2 I a{v)exp{ivx) (jJElN, xE{0,2n» .
V=-jl
Dann ist die Fo 1ge {f I jJ E IN} eine Cauchy-Fo 1ge in L 2 ( (O, 2 n) , a: n ) und konvergiert
folglich gegen ein El!ent fEL 2 {{0,2n) ,a: n ). Die durch die Zuordnung
a .... f
definierte AbbiZdung von 12 (a: n ) in L2 { (O, 2n) , a: n ) ist die Inverse von :72
n,n
Wenn die Abbildung fEL 2 {{0,2n),a:n ) stetig und von beschrankter Varia-
tion ist, laBt sich tiber Satz 9.1 hinausgehend sogar zeigen, daB
die mit den nach (9.2) bestirnmten Koeffizienten a{v) gebildete un-
endliche Reihe
+ex>
(2n)-1/2 I a{v)exp{ivx) (9.3)
v=-co
f
)1
(x) ( 2 TI) -1 / 2 ~ a ( v ) exp ( i vx) 2i(2TI)-1/2 ~ a(v)sin(vx)
V=-)1 v=1
-1/2
a (y)
)1
(2TI) J f(x)exp(-iyx)dx
)1
-)1
b (y) = (2TI) -1 /2
)1
f f (x) exp (iyx) dx
Dann sind die Polgen {a I)1ElN} und {b I)1ElN} Cauchy-Polgen in L 2 (JR, ~n) und
konvergieren folgZich ge~en Elemente a,bEL 2 (JR, ~n). Die durch die Zuordnungen
f .... a
f .... b
definierten Abbildungen sind normtreue Automorphismen des L2 (JR ,~n) auf sich;
d.h. die Abbildungen sind linear, injektiv und surjektiv und erfUllen die Be-
ziehung
II a II = II f II = II b II
Die zweite Abbildung ist die Umkehrung der ersten. Wir bezeichnen die erste mit
:T und die zweite mit :T- 1 •
n n
Hilfssatz 9.7: Es sei E/).x: lR -+ a:: j'ii.r 6xElR+ durah E6X (X) exp (iX6X)
definiert. Dann gilt:
2 n
(1) Y21T ,n(T/).x(f» (v) = E6X (V) • Y21T ,n(f) (v) (fEL «0,21T),a:: ),vE7Ll •
zu (2): Es sei ~EC'(lR ,a:n ) eine Funktion mit kompaktem Trager, d.h.
es gelte ~(x) = 0 fur xElR-[-~,~] mit geeignetem ~EJN. Dann konnen
wir umformen:
~+/).x ~ ~
I ~ (x+/).x) exp (-iyx) dx= I ~ (x) exp (-iy (X-6X) ) dX=E 6x (y) I ~ (x) exp (-iyx) dx
-~+/).x -~ -~
Hilfssatz 9.8: Es sei n(x) = ix. Die Funktion fECco(lR ,a:: n ) erfUUe j'ii.r aUe
jEJN und alle Polynome P die Waahstumsbedingung
Y (f(q»
n
97
(9.10)
Die Lasung u(x,t) und d 2U(X,t) erfulle fur jedes feste t die Wachs-
tumsbedingung aus Hilfssatz 9.8. Die Fourier-Transformation wenden
wir bezuglich der Variablen x an, wahrend t die Rolle eines Schar-
parameters spielt:
v(y,t) = exp(a(iy)qt)v(y,O)
Wir wollen die Darstellung (9.11) fur aEm und in den Fallen
q = und q = 2 noch etwas vereinfachen:
q = 1:
1 -too -too ~ ~ ~
u (x, t) 211 f exp (iayt) ( f u (x ,0) exp (-ixy) dx) exp (ixy) dy
-co -00
1 -too -too ~ ~ ~
u(x-at,t) 211 f (fu(x,O)exp(-ixy)dx)exp(ixy)dy
-00 _00
und somit
u(x-at,t) = u(x,O) .
u(x,t) = u(x+at,O) .
q = 2:
1 +00 2 +00
1-too+00 ~ 2 ~ ~
211f fu(x,O)exp(-ay t+ixy-ixy)dx dy
-00 -00
weiter vereinfachen:
Das rechte Integral ist eigentlich ein Integral langs einer Paral-
lelen zur x-Achse. Nach dern Cauchyschen Integralsatz stimrnt es je-
doch mit dem Integral langs der x-Achse uberein. Es ergibt sich weiter:
+= 2
J exp (-z )dz = Vrr •
-00
Somit erhalten wir als Darstellung der Losung (vgl. auch Beispiel
1 .10) :
-to:> ~ 2
J u (x,O)
~ (x-x) ~
u (x,t) exp(- Tat) dx (t > 0) •
-00
Hieraus folgt:
Wir wollen die Darstellung (9.11) noch etwas vereinfachen. Wie oben
erhalt man fur q = 2 und t > 0:
1+00~ +00 2 ~ ~
u(x,t) = 2rr J u(x,O) ( J exp(-iby t+i(x-x)y)dy)dx
-00 -00
~) y = -ibt[y 2 - x-x
"b y 2t+l"( x-x
-l bt yl
~ 2 ~ 2
) 2- (x-x) 1
x-x x-x 2
-ibt[ (y- -
2bt -ibt(y- 2bt) + l" (x-x)
4bt
4b 2 t 2
weiter vereinfachen:
+= ~2-to:>
J exp(-ibit + i(x-x)y)dy = exp(i (~~~) ) J exp(-ibtw 2 )dw =
-00
~ 2 +00
-1/2 (x-x) 2
2(lblt) exp(i 4bt ) Jexp(-i sign(b)z )dz .
o
100
+00 2
f exp(+iz )dz
o
Es folgt:
+00 ~ 2
fexp(-iby2t+i(x-i)y)dy=Vn!(lblt)1 exp(-i Sign(b)n/4)exp(i(~~~) )
Der folgende Satz gibt eine notwendige und hinreichende Bedingung fUr
die Stabilitat eines Differenzenverfahrens mit ortsunabhangigen Ko-
effizienten an. Er wird mit Hilfe der Fourier-Transformation bewiesen.
fi.ir J lR
fi.ir J (O,2n)
fi.ir J (O,n)
hinreichend fi.ir die Stabilitat ist. Dazu sei gl.l fi.ir fEB durch
S(y) = (G(h,y»l
A = II S (w) II 2 •
(9.14)
Wir definieren:
(yE[Y1'Y2])
f (y)
(yElR -[Y1 'Y2])
g
Somit ergibt sich unter Berucksichtigung von Satz 9.4 und Hilfssatz
9.7(2):
Aus dem vorstehenden Satz folgt, daB ein im Raurn L2 (m, ~n) stabiles
Differenzenverfahren auch in den Raumen L2 {(O,2TT) ,~n) und L2{{O,TT),~n)
stabil ist. Die Umkehrung dieser Aussage braucht nicht notwendig zu
103
bezeiahnet. Notwendig far die StabiZitat von MO ist die Existenz einer Konstanten
K>Omit
II (G{h,y))llI12 ~ K
Wegen
folgt
Sa tz 9. 1 6: Die Von-Newnann-Bedingung
aus Satz 9.15 ist hinreiahend far die StabiZitat des Differenzenverfahrens ~,
faZZs eine der foZgenden Bedingungen erfUZZt ist:
(1) Die Verstarkungsmatrix G{h,y) ist stets normaZ.
(2) Es gibt eine von h unabhangige lthnUahkeitstransformation, die aUe
Matnzen A (h), B (h) simuUan auf DiagonaZform bringt.
v v
104
(3) Es ist G(h,y) = a(w) mit w = yl::.x und I::.x = hi>" odeI' I::.x ~.
AuJ3erdem tritt fUr jedes wE:m einer del' drei foZgenden FaZZe ein:
Oem Beweis von Satz 9.16 schicken wir drei Hilfssatze voraus.
Hilfssatz 9.17: Es sei AEMAT (n,n,a:) eine Matrix mit p (A) <1. Dann gibt es
eine Matrixnorm II· lis mit II A lis < 1 und II B'C lis ~ II B lis' II C lis fUr aUe
B,CEMAT(n,n,a:) •
Den Beweis Uberlassen wir dem Leser. Die Voraussetzungen des Hilfs-
satzes kann man etwas abschwachen.
G(w)
Dann gilt:
Die transformierte Matrix S-'G(h,y)S ist normal und hat die gleichen
Eigenwerte wie G(h,y). Somit ergibt sich:
Es sei
In der Diagonalen von D(w) stehen die Eigenwerte von G(h,y). Sie
hangen nur von w, aber nicht explizit von h abo Aus der Von-Neumann-
Bedingung folgt darum
Man kann c > ° so klein wahlen, daB fUr alle w E (wo-c,wo+c) noch
gilt:
1
A
II (G(w))
V
lis s Z(L+1) < (vEJN) •
a > 0 .
Verfahren:
mit
-1
H(~) = a[T~-2I+T~)
a€[0,1 )
Verstarkungsmatrix:
G(h,y) = [1+aAH(h,y))/[1-(1-a)AH(h,y))
mit
H(h,y) - 2a(1-cos w) •
108
Wie alle Matrizen aus MAT (1 ,1,~) ist G(h,y) normal. Die Von-
Neumann-Bedingung ist darum notwendig und hinreichend fur die Stabi-
litat. Es ist 2 ~ E = 1-cos w ~ O. Die Forderung
IG (h,y) I ::::
impliziert also
und fur die Kombinationen, fur die C{h) positiv ist, gilt
2a(2a-1)h/(Ax)2:::: 1,
2aah/(Ax)2 ::::
Beispiel 9.21:
Differentialgleichung:
2
32u(x,t) = a3 11 u(x,t)+b3 1U(X,t)+cu(x,t)
a > 0 und b,cElR .
Verfahren:
Verstarkungsmatrix:
~ S 2a/lbl
h/~ S 1/1bl .
1
c < 0, 2aA ~ 1+ 2 Iclh, ~x ~ 2a/lbl
Verfahren:
C(h) [(1-10aA)T~x+(26-20aA)T~x+(66+60aA)I
-1 -2 -1
+(26-20aA)T~x+(1-10aA)T~x] 0
[ (1+10aA)T~+(26+20aA)T~x+(66-60aA)I
+(26+20aA)T~~+(1+10aA)T~~]
Verstarkungsmatrix:
gilt einerseits
und andererseits
aEJR .
112
Vel'fahPen:
C(h)
Vel'starkungsmatrix:
C(h) = ~[(I+AA)TAx+(I-AA)T~!l
Verstarkungsmatrix:
Ap (A) ::: 1
Verstarkungsmatrix:
+ + - -
G(h,y) = AA exp(iw)+I-AA -AA +AA exp(-iw)
~(A,W) = A~ exp(iw)+1-A~
~ 2
I~(A,W) I = 1+2A~(A~-1) (1-cos w) .
~(A,W) = 1-AI~I+AI~lexp(-iw)
~ 2
1~(A,w) I = 1+2AI~1 (A1~1-1) (1-cos w) •
Ap(A) ~ 1
Verstarkungsmatrix:
2 2
G(h,y) = I+iAA sin w -A A (1-cos w) .
~ *0ein Eigenwert von A. C(h) ist nur positiv oder positiv definit,
wenn die drei Matrizen
Alle Eigenwerte ~ *
0 von A mussen den gleichen Betrag haben und
A = 1/1~1 ist die einzige mogliche Wahl des Schrittweitenverhalt-
nisses. In diesem Spezialfall kann das Verfahren als ein Charakte-
ristiken-Verfahren aufgefasst werden.
In Kapitel 11 werden wir zeigen, daB das Lax-Wendroff-Verfahren
aus dem Friedrichs-Verfahren durch Extrapolation abgeleitet werden
kann.
Die Von-Neumann-Bedingung ergibt eine notwendige und hinrei-
chende Stabilitatsbedingung. Es ist
Entscheidend fur die Stabilitat ist nun das Vorzeichen von 1_A2~2
1m Einklang mit der Courant-Friedrichs-Lewy-Bedingung erhalt man die
Stabilitatsbedingung
Ap (A) :::: 1 Cl
-1
o [(r1I+aAA)T~+(2-2r1)I+(r1I-aAA)T~x]
115
A = (: :)
Stabilitat liegt vor, so lange fur alle IlJl ~ p(A) der Zahler nicht
groBer als der Nenner ist. Die Differenz D von Zahler und Nenner er-
gibt
-A 2 lJ 2S1n
. 2 w+ 2 aA 2 lJ 2S1n
. 2w
Wegen r 1+r 2 = Ap(A) und r 21-r 22 = (2a-1)A 2 p2 (A) erhalt man weiter:
D = -2Ap(A) (1-cos w)+(2a-1)A 2 p2(A) (1-cos w)2+(2a-1)A2\l2sin2w
Fur a ~ 1/2 ist D ~ 0 und I;(A,W) I ~ 1. Das Verfahren ist also fur
alle A ~ 0 stabil. Es bleibt der Fall a > 1/2 zu untersuchen. Es ist
aAp (A) ~
abo c
mit
A = aG :), a > °.
Verfahren:
mit
B1 = (~ :),
Verstarkungsmatrix:
V(X,t»
u (x ,t) = ( •
w(x,t)
117
v(x,t+h) = V(x,t)+~aA[w(X+~x,t)-W(X-~x,t)]
1
w(x,t+h)-2aA[v(x+~x,t+h)-v(x-~x,t+h)] = w(x,t)
In der ersten Gleichung wird die Ortsableitung zur Zeit t und in der
zweiten zur Zeit t+h gebildet. Praktisch wird man zuerst v auf der
neuen Schicht berechnen und dann w. So kann man die neuen v-Werte
schon bei der Berechnung von w verwenden. Das Verfahren ist also
praktisch explizit. Es ist fur kein A > 0 positiv.
2
Wegen B1 = 0 ist
iaA sin w )
1-a 2 A2 Sln
. 2w
Fall 1: aA > 2. Fur w = rr/2 ist n > 4. Beide Eigenwerte sind reell.
11-~n-(~n2-n)1/21 ist groBer als 1. Das Verfahren ist instabil.
Fall 2: aA < 2. Fur w '" vrr mit vE7L sind die Eigenwerte verschieden
und haben beide den Betrag 1. Fur w = vrr ist G(h,y) = I. Die Ablei-
tung von G(h,y) nach w hat in diesen Punkten verschiedene Eigenwerte,
namlich
FaZZ 3: aA
2. AIle Eigenwerte von G(h,y) haben den Betrag 1.
=
Das Verfahren ist schwach-stabil. Angenommen, es ware auch stabil,
dann ware auch jede Storung des Verfahrens im Sinne von Satz 5.13
stabil. Wir ersetzen die Matrix B2 durch B2 (1+h) und erhalten ein
Verfahren mit der Verstarkungsmatrix
iaA(1+h)sin w )
2 2 2·
1-a A (1+h)sin w
2i+2ih)
1-4-4h
Offenbar gibt es keine positive Konstante K mit 1;1 ~ 1+Kh. Das ge-
storte Verfahren ist nicht stabil. Darnit ist bewiesen:
(1) FUr aA = 2 erhalt man ein schwach stabiles Verfahren, das nicht
stabil ist.
(2) FUr schwach stabile Verfahren gibt es keinen zu 5.13 analogen
Satz.
Die Stabilitatsbedingung fUr unser Verfahren lautet also
aA < 2 .
aA ~ 2 .
zugeschnitten. Das sieht man noch deutlicher, wenn man zwei Zeit-
119
y(x,t+h)-2y(x,t)+y(x,t-h)
1 2 2
4a A [y(x+2~x,t)-2y(x,t)+y(x-2~,t)]
mit
v (x,t) [y(x,t)-y(x,t-h)]/h
und
a
w(x,t) = 2[y(x+~,t)-y(x-~x,t)]/~x .
Hier kann man vorwarts wie ruekwarts reehnen, d.h. A darf dureh -A
und h dureh -h ersetzt werden. Soleh eine Umkehrung der Zeit ergab
bisher nur beim Massau-Verfahren wieder ein stabiles Verfahren. In
allen anderen Beispielen hat h wegen der numerisehen Viskositat ein
festes Vorzeiehen. Dieser Viskositatsterm fehlt hier. Notwendig fur
die Umkehrbarkeit ist aueh, daB alle Eigenwerte der Verstarkungs-
matrix den Betrag 1 haben. ErfahrungsgemaB sind Verfahren dieser Art
nieht mehr brauehbar, wenn die Differentialgleiehungen irgendwelehe
Niehtlinearitaten enthalten. Eine Ausnahme bilden wieder die Charak-
teristikenverfahren. D
iaa~1u(x,t) aElR-{O} .
verfahren:
mit
und a E[ 0 , 1] .
Vers tcirkung smatrix:
mit
v{x,t+h)+{1-a)aA[w{x+~,t+h)-2w{x,t+h)+w{X-8x,t+h)]
v{x,t)-aaA[w{x+~,t)-2w{x,t)+w{x-~,t)] ,
w{x,t+h)-{1-a)aA[v{x+~,t+h)-2v{x,t+h)+v{x-~,t+h)]
w(x,t)+aaA[v(x+~,t)-2v(x,t)+V(X-8x,t)] . c
mit
A = aC -:), aElR-{O) •
Verfahren:
mit
Verstarkungsmatrix:
-1
G{h,y) = [I+2aAB 1 (1-cos w)] [I+2aAB 2 {1-cos w)] •
121
v(x,t+h) = v(x,t)-aA[w(x+~x,t)-2w(x,t)+w(x-~x,t) 1
w(x,t+h)-aA[v(x+~x,t+h)-2v(x,t+h)+v(x-~x,t+h) 1 = w(x,t)
1 4aAsin 2~
w )
G(h,y) (
, 2~ 2 2 , 4~
-4aAsln w 1-16a A Sln w
Diese Matrix hat zwei verschiedene Eigenwerte. Nach Satz 9.16(3) ist
das Verfahren stabil.
Fall 3: a 2 A2=1/4. Das Verfahren ist schwach stabil. Mit Hilfe
einer S·torung der GroBe 0 (h) zeigt man wieder, daB es instabil ist.
Die Stabilitatsbedingung lautet
k
C(h) = I: Av(x,h)T~
v=-k
Weiter sei vorausgesetzt, daJ3 aUe A (x,h) fur h -+ 0 auf jeder korrrpakten Teil-
v
menge von lR gleiahmti!3ig gegen eine normbesahrankte Abbildung A (x,O) kon-
v
vergieren. Dann folgt aus der StabiUttit des Verfahl'ens ~ die StabiUtat des Ver-
fahl'ens ~ {C(h) IhE(O,holl mit
k
C(h) = I: A (X,O)T~
v=-k v x
Beweis: Wir fuhren den Beweis indirekt und nehmen an, daB es ein xElR
gibt, so daB das Verfahren ~ nicht stabil ist. Aus Satz 9.13 folgt:
123
Fur jede Konstante KElR+ gibt es ein yElR, ein hE (O,hol, ein NElN
mit Nh<T und einen Vektor VE~n, so daB gilt:
(9.32)
Dabei ist
k
r (x) = L exp (i v f;) A (x, 0)
v=-k v
f; = yt.x .
Da Av (x,O) stetig ist, gibt es ein oElR+, so daB die Beziehung (9.32)
auch fur aIle x aus So = (x-o,x+o) gilt. Wir fixieren nun f; und
fuhren den Grenzubergang h ~ °
(und damit AX ~ 0) durch. Dabei bleibt
die Beziehung (9.32) fur aIle xES o erhalten.
Sei nun p: lR ~ lR eine unendlich oft differenzierbare Funktion
mit
p{x) • ° in So •
Setze
v{x) Vp{x)exp{iyx).
Dann gilt:
k
C (h) (v) (x) L A (x,h)Vp{x+vt.x)exp{iy{x+vt.x))
v=-k v
r{x)v{x)+£1(x,h) •
Dabei ist £1 (x,h) eine Funktion~ fur die es ein 6ElR+ gibt, so daB
gilt:
(1) £1 (x,h) = ° fur xElR-(x-o-6,x+o+6) und h genugend klein.
(2) £1 (x,h) konvergiert fur h ~ ° gleichmaBig in xE(x-o-6,x+o+6)
gegen Null.
Durch sukzessive Anwendung von C{h) erhalten wir
II (C (h) ) N II ~ K •
mit
2
+ Aa(x+6x/2)T~x ' A= h/(~x) .
hinreiehend fUr die Stabilitat des obigen Verfahrens. Mit Satz 9.31
ergibt sieh, daB diese Bedingung aueh notwendig ist. Dazu betraehten
wir fUr festes xElR das Verfahren
ro.J ,..... -1 ro.J ro.J
C(h) = Aa(x)T~x+[1-2Aa(x)lI+Aa(x)T6x
k
C(h) = L B (X)T~
Il=-k Il x
steUten Aufgabe P (L 2 (lR, lRn) , T ,A) • Ferner seien folgende Voraussetzungen erfuUt:
k -1
L B (x ) T~ Y oG(h,y,x )OY. D
]J=-k]J 0 uX non
T k - T
C (h) = L TA~oB (x)
]J=-k ]J
Insbesondere ist
k
CT(h)
a
= r BT(a)T~
jl=-k jl
das heiBt
oder
Dabei sind Q (h) und R (h) beschrankte Zineare Abbildungen von L2 ( lR, lRn)
in sich. II R(h) "2 ist unabhangig von h und AX beschrankt. Die Koeffizienten
von Q (h) hangen nicht von h abo Es gilt also die Beziehung:
2k
Q (h) = r D (x) T~ •
jl=-2k jl x
r T s T r+s
T.uX oB -r (x)B s (x)oT.uX = B-r (x)B s (x)oT ~
A ••
+ [BT T l r+s
-r (x+rAx}B s (x+rAx)-B -r (x)B s (x) T~
•..
Q(h) enthalt den ersten Summand auf der rechten Seite. Die eckige
Klammer kann man durch AX dividieren. Der Quotient ist unabhangig
von Ax beschrankt, weil II B'jl (xl II und II Bjl (xl II beschrankt sind. 0
127
Offenbar ist
Dann gilt:
(2) ET
]..I
= E pT
]..1']..1
= -p
]..I
(]..I=-2k(1)2k) •
Beweis: ist trivial. Zum Beweis von (2) hat man zu beachten,
(1)
daB Q (h) aus Surnrnanden der Art
a
und
oder
Daraus folgt
+00
r \il{X-II) = 1 (xElR) •
11=-00
In den Nullstellen von \il verschwinden auch alle Ableitungen von IP.
Darum ist lP{x) = (\il{x»1/2 beliebig oft differenzierbar. Sei namlich
Ix I > 2/3, d.h. Xo eine Nullstelle von ~. Dann ist in einer Um-
o -
gebung von Xo
\il{x)
((>(x) Ix-xols~
Dabei kann sE~ beliebig gewahlt werden. ~s ist stetig. Man zeigt
leicht: ~ ist stetig und IP ist in Xo mindestens (s-1)-mal diffe-
renzierbar. IJ
Die Funktion IP' hat eben so wie IP kompakten Trager. Darum nimmt
lIP' (x) I sein Maximum an. Wir bezeichnen es im folgenden stets mit
L. FUr alle x,xElR gilt nach dem Mittelwertsatz der Differential-
rechnung:
IIP(x)-IP(x) I ~ Llx-xl •
Hilfssatz 9.38: Es sei n (x) = lP(yx-v) (v=-oo(1 )00) mit der Funktion IP
v
aus dem letzten Hilfssat~. Dann gilt fur aUe yElR+ und fur aUe h = AAx > 0
mit 6kyt.x ~ 1:
129
00
2 n
(uEL (lR,m )) •
Die Konstante M1 > 0 hangt nul' vom Verfahren MD, aher nieht von u, y , h odeI'
ill< abo
00 2
L nv (x+).Iill<)
v=-oo
Fur Iyx-vl >_ 2/3 ist n (x) = O. Wegen 1).11 < 2k und ill< ~ (6yk)-1 ist
v -
fur Iyx-vl ~ 1 auch n (x)-n (x+).Iill<) = O. In der Surnme sind fur festes
v v
x also hochstens zwei Summanden von Null verschieden. Die Lipschitz-
Bedingung fur ~ ermoglicht die Abschatzung
Die Behauptung des Hilfssatzes ergibt sich nun durch Summation aller
dieser Ungleichungen uber ).I = -2k(1)2k. 0
Die Ungleichung im Hilfssatz beweisen wir nun fur jeden Surnrnanden von
Qa(h). Oabei sei zunachst
und spater
J ~(x)[ ~(X+M~X)-~(X)]uT(X)EMU(X+MAX)dX
+ J~ (x) [ ~ (X-MAX) -~ (x) ] u T (x) EMu (X-MAX) dx
und darum
o = -J[~(X+M~) -~ (x) 2 T
] u (x) EMu (X+M~) dx
0= J ~(X)[ ~(X+M~)-~(x)]uT(X)FMU(X+M~)dX
- J ~ (x) [ ~ (X-M~X) -~ (x) ] u T (x) F u (X-M~X) dx
m M
Unter BerUcksichtigung von
D= -~ [4(x+~~)-4(x) ]2UT(X)F~U(X+~AX)dX
IDI ~ r:;24k2(AX)211 F~ 112 II u II~ [J
6kyh/A ~ 1
als auch
Die Voraussetzungen der Hilfssatze 9.38 und 9.39 sind demnach erfUllt.
Wir konnen die Matrizen D (x) im Intervall [-3~,3~] durch eine
~
Linearkombination der Matrizen D (-3~) und D (3~) approximieren:
~ ~
D (x) =
~
61Il[(3~-X)D
~ ~
(-3~)+(3~+xlD ~ (3~)I+Z(X'~'~) .
Weil die zweiten Ableitungen der Elemente der D unabhangig von x
beschrankt sind, ist II Z(x,~,~) 112 :5 M2~2. Die ~onstante M2 hangt
nur von den Funktionen D~ ab, d.h. vom Verfahren MD' In dem kleine-
ren Intervall [-2~,2~] gilt
1 1
66(3~ ± x) ~ 6 .
Die Funktionen
«3~_x)/6~)1/2
«3~+x)/6~)1/2
1,1~J
.. (x) - ,I ••
~J
(x) I < llx - xl .
- ~
(9.40)
132
(1l=-2k(1)2k, xE[-213,2131) •
I <u o ' Q (h) (u o ) >-«/>1 U o ,Q-3 13 (h) (</>1 u o ) >-«/>2 u o ,Q 3 13 (h) (</>2 u o) > I
2 2
::: l<uo,Q(h) (u o ) >-«/>1uo,Q-313 (h) (u o ) >-«/>2uo,Q313 (h) (uo»1
2
+ I <</>1uo,Q-313 (h) (u o »-«/>1 u o,Q-313(h) (</>1 u o»1
2
+ I <</>2uo,Q313 (h) (u o »-<</>2 u o,Q313(h) (</>2uo)>1
Da die Skalarprodukte
v=-co
ist also
<u,Q(h) (u»
133
mit
Wir verzichten hier auf ein Anwendungsbeispiel zum Satz 9.34, kommen
aber im nachsten Kapitel fUr Anfangswertaufgaben in mehreren Orts-
veranderlichen darauf zurUck. Wir werden dort mit Hilfe dieses Satzes
zeigen, daB die Verallgemeinerung des Lax-Wendroff-Verfahrens fUr
ortsabhangige Koeffizienten stabil ist. Es gibt wohl kein einfacher-
es Hilfsmittel, die Stabilitat dieses Verfahrens zu beweisen.
m
<x,y> = r x y •
1l=1 II II
6
llV
Tkll (x) = x+ke (ll) (xE:nf', kEE, 1l=1 (1 )m) •
TV = T •
kll Vk'll
Es sei BECo(mm ,MAT(n,n,a:» mit beschr~nkter Spektralnorm
II B (x) II 2' Die Abbildung
f(.) -+ B(·)f(·)
B(Tkll(X»Tkll
Tk oB (T k (x»
II - II
Dann gilt
Die Differenzenverfahren
Alle Summen sind hier und im folgenden immer nur Uber endlich viele
Multiindizes zu erstrecken. AuBerdem seien fUr alle s,x,h
Wenn die Matrizen A (x,h) und B (x,h) alle nicht von x abhangen,
s s
sprechen wir von einem Verfahren mit ortsunabhangigen Koeffizienten.
Wir schreiben dann statt
kUrzer
~n (f) lim a
'J
Der Grenzwert ist im Sinne der Topologie des L 2 (lRm ,a: n ) zu bilden.
136
(4) Flir alle Multiindizes s und flir alle x,yEJRm gilt mit L > 0:
k h/A oder k
137
as(x,h) ~ 0, b s (x,h) ~ 0
r a (x,h) > 1
s s
.
Eine Sonderstellung nehmen fur m > 1 die sogenannten Produkt-
verfahren ein. Sie entstehen durch "Multiplikation" von Verfahren
fur m = 1. Ihre Stabilitat ergibt sich direkt aus der Stabilitat
der Faktoren. Genauer gilt folgender
~ = {C (h) IhE(O,h 0 ]}
-lJ,].I].I (].I=1 (1 )m)
Wenn eine der beiden foZgenden Forderungen erfuUt ist, ist ~ stabiL
(1) Fur festes hE (O,h ] sind die Operatoren C (h), ].1=1 (1)m vertausehbar.
o ].I
(2) Es gibt K > 0 1 so daJ3
Jeder der m Faktoren ist beschrankt, also ist auch das Produkt be-
schrankt.
zu (2): Es gilt die Abschatzung:
Beispiel 10.2:
Differentialgleichung:
m
dm+1u(x,t) = L d (a (x) d u(x,t))
11=1 11 11 11
1 m ~
mit a EC (JR ,JR), 0 < 13 :: a (x) :: K und I d a (x) I :: K ( v= 1 (1 ) m) •
11 11 v 11
Verfahren:
-1
C(h) [I-(1-a)AH] o[I+aAH]
mit
m 1 1 1
H L [a (x+-2ke )(T k -I)+a" (x- 2ke ) -
(T k -I)]
11=1 11 11 11 ... 11 11
und aE[0,1] .
Verstarkungsmatrix:
G(h,y,x) = [1+aAH]/[1-(1-a)AH]
mit
m
H L [a (x+~ke ) (exp(iky )-1)+a (x-~ke )(exp(-iky )-1)]
11=1 11 11 11 11 11 11
2rnKaA ~ 1
Genau fur
2mK(2a-1)A ::
IG(h,y)1 ~ 1
Beispiel 10.3:
Differentialgleichung:
2 2 2
d3U(x 1 ,x 2 ,t) = ad11u(x1,x2,t)+2bd12u(x1,x2,t)+Cd22u(x1,x2,t)
-1
C (h) [I-(1-a)AH] o[I+aAH]
Verstarkungsmatrix:
G(h,y) = [1+aAH]/[1-(1-a)AH]
mit
und
Wegen Ibl < ~uberwiegen in den eckigen Klammern immer die ersten
Summanden. Darum gilt
-4 (a+c) ~ H< 0 •
2 (a+c) (2a-1) A ~ 1
C (h/2)
p
( p= 1 , 2 und 0=3 - p)
141
Verstarkungsmatrix:
Die AbkUrzung ADI bedeu tet Alternating Direction Implicit Method. Das
erste ADI-Verfahren wurde von Peaceman-Rachford 1955 angegeben.
Das Verfahren ist aus folgenden GrUnden von groBer praktischer
Bedeutung: Angenornrnen, einer der Quotienten Ib If a ist sehr groB.
p
Dann muB man k zur Vermeidung praktischer Instabilitaten sehr klein
wahlen. Es treten namlich sonst die gleichen Schwierigkeiten wie in
Beispiel 9.21 auf. Bei einem expliziten Verfahren erzwingt die Stabi-
litatsbedingung (2maA ~ 1)
h ist also erst recht sehr klein zu wahlen. Implizite Verfahren ge-
statten zwar h wesentlich groBer zu wahlen, aber man hat wegen des
kleinen Gitterpunktabstandes k sehr groBe Gleichungssysteme zu
losen. Das gilt natUrlich auch fUr das ADI-Verfahren. Der Unter-
schied zu anderen impliziten Verfahren liegt in der Struktur der
Gleichungssysteme. Bei beiden Faktoren C1 und C2 zerfallen die
Gleichungssysteme in unabhangige Teilsysteme fUr die Gitterpunkte
mi t x 2 " canst. bzw. x 1 " canst. Die Matrizen dieser Teilsysteme sind
tridiagonal. Pro Gitterpunkt und pro halbem Zeitschritt braucht man
nur 5 bis 8 Rechenoperationen. Das ist ein vertretbarer Aufwand.
Man beachte, daB G1 nicht zu C1 gehort. Die Faktoren in der Ver-
starkungsmatrix sind gegenUber der Darstellung des Verfahrens ver-
tauscht. Eine solche Darstellung der Verstarkungsmatrix ist nur bei
konstanten Koeffizienten moglich.
In der Praxis hat man es natUrlich meist mit Anfangsrandwert-
aufgaben zu tun. Die Stabilitat hangt dann auch vorn Gebiet ab. Hier
ist der Hinweis notig, daB die folgende Uberlegung nur auf Rechteck-
gebiete ohne weiteres Ubertragbar ist. Nichtrechteckgebiete oder
Differentialgleichungen mit variablen Koeffizienten fUhren teilweise
zu abweichenden Ergebnissen.
Es ist
(1-aA(1-cosw ))2+~b2 hAsin 2 w
2 ------------~p--~~~p~----~~p ~
IG p (h,y) I
(1+aA(1-cosw ))2+14b2 hAsin 2 w
p p p
142
und damit
IG(h,y)1 < 1.
C ist fUr aIle A stabil, obwohl die Faktoren C1 und C2 fUr groBe A
instabil sind. Damit die tridiagonalen Gleichungssysteme ohne Pivot-
ierung 16sbar sind, muB ~aA ~ ilbplkA sein. Das heiBt
Wenn zudem aA ~ 1 gilt, ist C auch positiv. Praktisch genUgt aber die
Beschrankung von k. h darf beliebig groB gewahlt werden. 0
Beispiel 10.5:
DifferentiaZgZeichung:
aEm-{O} •
Verfahren:
-1
C(h) [I-(1-a)AH] o[I+aAH]
Verstarkungsmatrix:
1-iaaAsinw 1 sinw 2
G(h,y) =
1+ia(1-a) Asinw 1 sinw 2
Dabei sei
A E C2 (lR 2 , MAT(n,n,lR))
II
A (x) syrnmetrisch, p(A (x)) beschrankt
II II
~ 2
II All (x) -All (x) "2 .::: L II x-x "2 (x,xElR , ll=1,2) •
Verfahren:
1
C(h) 4{[ H;l.A, (x) ] [H;l.A 2 (x) ] Tk1 oT k2
-,
+[ H;l.A, (x) ] [I-;l.A 2 (x) ]T k1 oT k2
-,
+[I-;l.A, (x) ][I+;l.A 2 (X)]T k ,oT k2
-, -,
+[I-;l.A 1 (x)][I-;l.A 2 (X)]T k ,oTk2 }
FUr ;I. sup II A (x) II < , sind die Verfahren positiv definit. Dann
II -
gibt es aber nach Satz 8.12 ein K > 0 mit
-1
+[I-AA1 (x)][I+AA2(x-ke1)]Tk1oTk2
-1 -1
+[I-AA 1 (x) ][I-AA 2 (x-ke 1 ) ]T k1 oT k2 }
C und C stimrnen bis auf Terme der GroBenordnung O(h) uberein. Darum
ist auch C stabil fur
und
Die linke Seite ist darum bis auf O(h) eine Naherung fur
Das ist die Konsistenz fUr C'. Zur Vereinfachung wurde nun C durch
C ersetzt. Das andert nichts an der Konsistenz, weil
-1
= [I+AA1 (x) ][A 2 (x+ke 1 )-A 2 (X) ]Tk1o[Tk2-Tk2] (u)
-1 -1
+[I-AA (x)][A 2 (x-ke )-A2(x)]Tk1o[Tk2-Tk2] (u) •
Meistens sind C und C nicht positiv definit, weil die Matrix A1 (X)A 2 (x)
nicht symmetrisch ist. Diesen Mangel kann man beheben. C* entstehe
145
aus C durch Vertauschung von A1 und A2 sowie Tk1 und Tk2 . Dann ist
das Verfahren (C+C*)/2 positiv definit. FUr praktische BedUrfnisse
sind alle hier genannten Verfahren zu kompliziert. Mehr Uber Produkt-
verfahren findet man bei Janenko 1971.
Dabei sei
Verfahren:
C (h)
mit rEIR.
Verstarkungsmatrix:
m r m
G (h,y ,x) = (1-r) IHi r A (x) sinw + -I r COSw
).1=1 ).I ).I
m ).1=1 ).I
mit
Nach Satz 9.31 stirnmt die Bedingung, unter der das Verfahren positiv
definit ist, wenigstens in diesem Spezialfall mit der Stabilitatsbe-
dingung Uberein. Es gibt aber auch andere Falle, in denen das Ver-
fahren stabil aber nicht positiv definit ist.
Wir mochten die obige Forderung an das Friedrichs-Verfahren
fUr m = 2, r = 1 mit unserer Stabilitatsbedingung fUr das Produkt-
verfahren vergleichen. Die erste lautet
o o o
k k
o O----I.~o o-----t~ ..
o o o
113 2 A (x) "2 beschrankt (11=1 (1)m, 0'=1 (1)m, T=1 (1)m) .
aT 11
VeY'fahY'en:
C (h)
mi t rE lR und
s
148
C (h) I+1AA(T2_T-2)+lA2A2(T2_2I+T-2)
4 k k 8 k k
Austausch von 2k durch K und A/2 durch r ergibt den Ausdruck
o
o o
*
o
* o
o o
*
o
folgt
2 ..
am+1 ,m+1 u (x,t) ~ A (x)a [~A (x)a U(X,t)].
1.l=1 l.l l.l v=1 v v
149
Su (x,t) h
1 2
2"Su(x,t)
u(x,t+h)+O(h 3 ) .
Mit Hilfe des Satzes 9.34 von Lax und Nirenberg wollen wir hin-
reichende Stabilitatskriterien herleiten (vgl. Meuer 1972). Der Satz
ist allerdings nicht unmittelbar anwendbar. Wenn man C auf die Normal-
form
s
C(h) = Bs(x,h)T k
L
s
bringt, erhalt man namlich Koeffizienten B (x,h), die in der Regel
s
tatsachlich von h abhangen. Fur m = 1 ist z.B.
212 212 12
S = 4A A(X)A(x+g)Tk-[4A A(x)A(x+g)+4A A(x)A(x-g)]I
1 2 -2
+4A A(x)A(x-g)T k
C*(h) = L Bs(x,O)T~
s
hat aber von h unabhangige Koeffizienten. Man zeigt leicht:
(1) II C(h)-C*(h) "2 = O(h)
C und C* sind darum be ide stabil oder beide instabil.
(2) fur jedes UEC; (lRm,ee n ) ist iF
Fur m = 1 ist
(1) ist daher unmittelbar zu sehen. Zum Beweis von (2) entwickelt
man die Differenzen
Nach Satz 9.31 ist diese Bedingung auch notwendig. Es sei H das Pro-
dukt von G*(h,y,x) mit der hermitisch-transponierten Matrix (G*)H,
m
P r A (x)sinw
jJ=1 jJ jJ
und es sei
m
n = 1 I: cOSW
m jJ=1 )l
21 m 2
n ~ m jJ:1 cos wjJ
H [I-~A2p2-iA(1-r+rn)P][I-~A2p2+iA(1-r+rn)P]
H = (I_1A2p2)2+A2(1_r+rn)2p2
2
Sie ist fur a = 0 stets erfUllt. Nur wenn aIle Matrizen A {x} Uber-
)J
all Null sind, ist a stets O. In diesem trivialen Fall hat man fUr
aIle A und r Stabilitat.
In allen anderen Fallen konnen wir uns auf die Kombinationen der
x und w mit p{P} > 0 beschranken und zu einer aquivalenten Menge von
)l
Ungleichungen ubergehen:
122 2
4A {p{P}} +{1-r+rn} < 1 .
Fur r < 0 oder r > 1, n < -1/r erhalten wir aus der Ungleichung
einen Widerspruch. Notwendig fUr die Stabiltat ist in den nicht-
trivialen Fallen rE{0,1J. FUr diese r kann man die Ungleichungen
noch einmal aquivalent umformen zu den Ungleichungen
1 2 2 2 2
4rA {p{P}} +n -{1-r} {1-n} :5 1 . {10.11}
m T
a = L (w A (x}w}sin w
)J=1)J )J
2 m T 2 m 2
a S L (w A (x}w) . L sin w
)J=1)J )J=1 )J
22 m 2
a S mK L sin w
)J=1 )J
(p (P) ) 2 2 m 2
S mK L sin w
)J=1 )J
mit
a (].l) (x)
cr,
b (x) flir cr
].l
1, , ].l+1 und , 1 , cr ].l+1
Mit
2 m 2
~ K L sin w
].l=1 ].l
Mit Hilfe von (10.11) kommt man zu einer urn den Faktor vm glinstigeren
Bedingung:
Bisher haben wir generell Verfahren auBer aeht gelassen, die ver-
sehiedene Abstande k der Gitterpunkte in den Riehtungen e verwen-
den. Man erhalt dabei statt A = h/k oder A = h/k2 mogliehe~weise
2
m versehiedene Sehrittweitenverhaltnisse A = h/k oder A h/k.
].l ].l ].l ].l
Solehe Verfahren haben durehaus praktisehe Bedeutung.
Dureh eine Koordinatentransformation
x ].l cr x
].l ].l mit cr ].l > 0 (].l=1 (1 )m)
153
Dann wahlt man die Abstande unabhangig von ]..I. Das entspricht im ur-
sprUnglichen Koordinatensystem einem Verfahren mit k ]..I = k/o ]..I .
11 Extrapolationsmethoden
o
'0 ist die gesuchte exakte Losung der Aufgabe. 0
Zuerst besprechen wir die sogenannte globale Extrapolation. Man
fUhrt dabei das Differenzenverfahren fUr r verschiedene Schrittweiten
h j , j = 1 (1)r jeweils fUr das ganze Zeitintervall durch. Die r Rech-
nungen sind unabhangig voneinander. FUr jede Schicht t = tk mit
~k/hjE~ fUr alle j = 1 (1)r kann man nun eine Linearkombination
w(x,t k ,h 1 , ... ,h r ) der Werte w(x,tk,h j ) so bilden, daB
T. j = 0(1 )r-1
J ,0
T. TJ,V-
. 1 -13.JV [ T.J- 1 ,v- 1 -T J,V-
. 1]
J,v
v = 1 (1) r-1, j = v (1) r-1
2(1)r, Yv beliebig
h. = h/2 j - 1 , j 1(1)r •
J
Bulirsch-Folge:
j ::: 1 •
(x,xE:rn.) •
-1
Q2 (v) (x,t,h) (2~x) {v(x+~x,t)-v(x-~x,t)}
Obwohl w(x,t,h) nur fUr t/hE~ definiert ist, kann man Q auch auf
w anwenden:
FUr yEW kann Q1 (v) und Q2(v) einzeln nach der Taylorformel ent-
wickelt werden. Man erhalt:
s v-1 s
Q(v) (x,t,h) = d2V(X,t)-A(X)d 1V(X,t)+ [h Dv(V) (x,t)+h Z(x,t,h)
v=2
Dabei ist sEm beliebig. FUr s = 1 entfallt die Summe von 2 bis s.
Die Operator en Dv' v = 2(1)00 sind Differentialoperatoren, in die
neben partiellen Ableitungen der Ordnung v noch A(x) eingeht. Es
gilt D (v)EW. Der Trager von Z ist beschrankt. FUr festes h ist
v
Z(.,.,h)EW. Z(x,t,h) ist fUr alle x,t,h beschrankt.
Die GraBen TvEW, v = 0(1)r-1 definieren wir rekursiv:
TV(X,O) =0 (xElR)
v-1 2r-2v-1
Q(T) (x,t,h) -[D+ 1 (T)(X,t)+ [ h ~-1 D(T)(X,t)
~=O v -~ ~ ~=2 ~ v
In der letzten Gleichung entfallt fur v = r-1 die Summe von 2 bis
2r-2v-1. Jetzt wird die v-te Gleichung mit h V multipliziert, dann
werden aIle Gleichungen addiert. Mit , L, h V ergibt sich:
v
r-1 v-1
Qh) (x,t,h) q(x,t)- L hV L D +1 h ) (x,t)
v=1 \1=0 v -)l )l
r-2
+ L hV
v=o
r-2 2r-2v-1
+ L hV L h)l-1 D (, ) (x,t)
v=o )l=r-v+1 )l v
r-1
+ L h 2r - v - 1 z (x,t,h)
v
v=o
Die beiden ersten Doppelsummen sind bis auf das Vorzeichen gleich.
In der zweiten kann man namlich ~ = v+)l-1 substituieren. So erhalt
man
r-2 r-.1
L L h)lD..... +1 (, ) (x,t)
v=o ~=v+1 )l-V v
Fur Z gilt das gleiche wie fur die Zv: Beschrankter Trager, stetig
fur feste h, beschrankt fur aIle xElR, tE[O,Tl und hE (O,hol .
,-w erfullt die Differenzengleichung
,(x,O,h)-w{x,O,h) = °
,-w ist demnach Losung des Friedrichs-Verfahrens zur Startfunktion °
und der Inhomogenitat hrZ(x,t,h). Aus der Stabilitat des Verfahrens
und II Z (. ,t,h) 112 ::: L fur t/hE71 und hE (O,hol folgt fur diese t und h:
..... r
II ,(. ,t,h) -w(· ,t,h) 112 ::: L·h . D
160
(njElN, j = 1 (1 )r).
Dann ist
C(h) 1 2 1 -2
2(I+AA(X»T g +2 (I-AA(X»T g
1 1 -1
C(h/2) 2(I+AA(X»T g +2 (I-AA(x»T g
~A(I+AA(X))A(X+g)T~
+I-~A(I+AA(X))A(X+g)+~A(I-AA(X))A(X-g)
1 -2
-iA(I-AA(X))A(x-g)T g •
Nach Satz 5.13 haben Terme der Ordnung O(h) keinen EinfluB auf die
Stabilitat. E2 (h) ist darum genau dann stabil, wenn das Verfahren E2 (h)
stabil ist, bei dem A(x+g) und A(x-g) durch A(x) ersetzt wurden:
1 2 2 2 1 -2
iA(I+AA(X))A(X)Tg+I-A A (X)-iA(I-AA(X))A(X)Tg
1 -1 1 2 2 -1
I+iAA(X) (T~-T~x)+2AA (x) (T~-2I+T~x) •
Ap(A(x)) ~ 1
stabil. Wenn A(x) reell, syrnmetrisch und konstant ist, folgt sogar
Mit Hilfe von Satz 9.34 (Lax-Nirenberg) ergibt sich nun eine hin-
reichende Stabilitatsbedingung fur nichtkonstante A:
E2 (h) und E2 (h) sind unter folgenden Bedingungen stabil:
(1) A E c 2 (JR, MAT (n,n,JR))
(2) A(x) ist stets syrnmetrisch
(3) Die ersten und zweiten Ableitungen von A sind beschrankt.
(4) AP (A(x)) ~ (xEJR) •
Nach Satz 9.31 ist die Bedingung (4) auch notwendig fur die
Stabilitat.
E2 (h) stimmt im Falle konstanter Koeffizienten mit dem Spezial-
fall m = 1, r = 1 des Verfahrens C(h) in Beispiel 10.9 uberein. Beide
Verfahren besitzen die gleiche Konsistenzordnung und die gleiche
Stabilitatsbedingung. Sie sind aber fur nichtkonstante A verschieden.
Die Differenz E2 (h)-C 2 (h/2) = C2 (h/2)-C(h) gibt einen guten
Hinweis auf die GroBenordnung des lokalen Fehlers. Man kann dies zur
Schrittweitensteuerung heranziehen. Aus diesem Grunde hat die lokale
Extrapolation des Friedrichs-Verfahrens gegenuber der direkten An-
wendung des Lax-Wendroff-Verfahrens sogar Vorteile.
Die Herleitung E2 (h) kann auch uber die Verstarkungsmatrix von
C(h) erfolgen. C(h/2) hat die Verstarkungsmatrix
G(h/2,y,x) = I.cosw+iAsinw·A(x)
163
1
mit W = yg = 2Y~x. Es folgt:
2
H2 (h,y,x) 2G (h/2,y,x)-G(h,y,x)
2 2 . 2 2
H2 (h,y,x) 2cos w'I-2A Sln w·A (x)
+ 2iAsin2w·A(x)-cos2w·I-iAsin2w·A(x)
Das ist die Verstarkungsmatrix von E2 . Man wird nun versuchen, durch
weitere Extrapolation ein Verfahren E3 dritter Konsistenzordnung
herzuleiten:
H3 (2h,y,x)
H2 (2h,y,x) I
2 2
H2 (h,y,x) = 1-2A A (x)
n = 1+1...§ ( ~ 4 _ ~ 2 )
3 3
und damit die Bedingung I~I ~ 1. E3 ist also hochstens dann stabil,
wenn zufallig fur alle xElR die Eigenwerte von AA(x) entweder +1
oder 0 oder -1 sind. In diesem Ausnahmefall entartet das Friedrichs-
Verfahren zu einern Charakteristikenverfahren. Er kann hier auBer Be-
tracht bleiben.
Bei Charakteristikenverfahren ist lokale Extrapolation fast
imrner wie bei gewohnlichen Differentialgleichungen moglich. Das
gilt meistens selbst dann, wenn Randbedingungen vorliegen. Die theo-
retischen Grundlagen dazu findet man bei Hackbusch 1973, 1977.
II Randwertaufgaben bei elliptischen Differentialgleichungen
Der Differentialoperator
x = r cos (jl
y = r sin (jl
Die Gleichung
-~u(X,y) = q(x,y)
heiBt Poissongleichung und
Helmholtz-Gleichung. c
167
Wie bei den Anfangswertaufgaben stellt sich auch bei den Randwertauf-
gaben die Frage, ob die betrachteten Probleme eindeutig losbar sind
und ob die Losung stetig von den Vorgabewerten abhangt. In Gleichung
(12.2) sind die Funktionen q und ~ Vorgabewerte. Streng genommen
miiBte auch noch die Abhangigkeit von "kleinen Deformationen" der Rand-
kurve untersucht werden. Wegen der damit verbundenen besonderen
Schwierigkeiten wollen wir darauf verzichten.
Die Eindeutigkeit der Losung und die stetige Abhangigkeit der
Losung von den Vorgabewerten ist bei vielen Randwertaufgaben eine
Folge des Maximum-Minimum-Prinzips.
Satz 12.4: Wir betrachten die Randwertaufgabe (12.2) mit c (x,y) ~ 0 fUr aUe
(x,y) EG. Dann gilt:
( 1 ) Aus
und
~(x,y) ~ 0 ( (x,y) E aG)
folgt
u(x,y) > 0 ((x,y) EG)
(2) Es existiert eine Konstante K > 0 mit
Die erste Behauptung des Satzes ist eine Umformulierung des Maximum-
Minimum-Prinzips, die in vielen Zusammenhangen leichter anwendbar ist.
Man nennt sie auch Monotonieprinzip. Die zwei te Behauptung zeigt, daB
die Randwertaufgabe in der Maximumnorm sachgemaB gestellt ist.
Beweis: (1) folgt unmittelbar aus Satz 12.3. Zum Beweis von (2) machen
wir den Ansatz
mit
'I'
wird. Es folgt:
r(x,y) ~ Q ((x,y) E G)
Uberdies ist
Hieraus folgt:
u(x,y) + w(x,y) ~ 0
u(x,y) - w(x,y) ~ 0
((x,y) E G)
gleichbedeutend mit
I\u(x,y) = 0 ((x,y) E G)
u (x,y) ~ (x,y) ((x,y) E :lG)
Dabei ist ~ E COPG, JR). Die Aufgabe besitzt als Spezialfall von
(12.2) eine eindeutig bestimmte Lasung, die stetig von der Randvor-
gabe ~ abhangt.
Die homogene Differentialgleichung
I\u(x,y) = 0
(1) Es sei f(z) eine holomorphe Abbildung. Dann ist f(z), f(z),
Re(f(z)) und Im(f(z)) eine harmonische Funktion.
(2) Jede in einer offenen Menge harmonische Funktion ist reellanaly-
tisch; d.h. sie laBt sich urn jeden inneren Punkt der Menge lokal in
eine gleichmaBig konvergente Potenzreihe in x und y entwickeln.
(3) Falls die Menge G der Einheitskreis ist, kann man die Lasung der
Randwertaufgabe fUr die Potentialgleichung mit Hilfe der Poissonsehen
Integralformel angeben:
170
21t 1 - r2
11t b4(COS~,Sin~) d~ fUr r < 1
u(x,y)
{ 1 - 2r cos(~-~) + r2
4 (x,y) fUr r = 1
Cl 00
Dabei ist
21t
Cl
v I
1t 0 4(cos~,sin~)cos(v~)d~
21t
8v 1t 0I 4(cos~,sin~)sin(v~)d~
.
z = x + iy , -z x - iy
x y ~i (z - z)
d , dZ
az d, + 2i d 2
d ,
"2
"2 d, -
, d2
2i
dZ
LlU(x,y)
4a 2u(z,z)
-
o .
azaz
Eine Funktion
ist genau dann holomorph, wenn sie in einer offenen Menge die Diffe-
rentialgleichung
af (z,z) 0
dZ
erfullt. Die Gleichung ist nur eine andere Schreibweise fur die
Cauchy-Riemannschen Differentialgleichungen
172
a 1a(x,y) a 2 b(x,y)
a 2 a(x,y) -a 1 b(x,y)
f I (z)
afTZT af (z)
o
az -a-z-
Es sei nun
w = f(z)
eine konforme Abbildung des Gebietes G auf das Gebiet G*. Dann folgt
aus
af(z) a + f(z) _
-a-z- aw az f (z) aw
az aw
I
2 -- 2
df' (z) _ + f' (z) [df(Z) _a_ + af~z) ~]
az aw az awaw az awaw
;)2
f I (z) 'f"fZT
die Formel
a2 a2
aWdW f' (z)'f"fZT 3ZdZ
-c,u(x,y) = H(x,y,u)
oder
2 -
-4 3 u(z,z) H(z,z,u)
3ZdZ
leicht transformieren.
173
u(x,y) u(x,y)-~(x,y)
q (x, y) q(x,y)+~~(x,y)
Wenn andererseits
k
q (x,y) = P(z,z) = L a zl1 V
I1V
Z
I1'V=O
so kann man definieren
k a
~(x,y)
1 I:! V z 11+1 zv+1
u(x,y)+4 L
(11+1) (v+1)
I1'V=O
k a
1 I:! v zl1+ 1 z v+1
~ (x, y) = tjJ(x,y)+4 L
(11+1) (v+1)
11, v=O
-~~(x,y) = 0 ((x,y)EG)
o 0 - ()
Dabei seien tjJEC (aG,E) , qEC (G,E) , a,SEE und an die Ableitung
in Richtung der auBeren Normalen von aGo
Aus der Theorie der partiellen Differentialgleichungen ist be-
kannt (vgl. z.B. Walter 1970, Appendix):
174
a ::: 0, 6 :: 0, a + 6 > 0
erfullen, ist die Aufgabe eindeutig losbar. Die Losung u hangt stetig
von den Vorgaben q(x,y) und ~(x,y) abo Es gilt ein Monotonieprinzip:
Aus q(x,y) ::: 0 und ~(x,y) ::: 0 folgt u(x,y) ::: o.
(2) Fur
a = 6 =0
ist mit u(x,y) auch u(x,y)+c, c = const. eine Losung. Die Aufgabe
ist 'somit nicht eindeutig losbar. Sie laBt sich aber in einigen
wichtigen Fallen auf eine sachgemaB gestellte Randwertaufgabe erster
Art zuruckfuhren. Dazu wahlen wir q, (x,y) und q2(x,y) so, daB
-W 2 d,V(X,y)+w,02v (x,y)
-w 2 (-o2u (x,y) -q2 (x,y) ) +w, (o,u (x,y) +q, (x,y))
~(x,y) ist also fur aIle Randpunkte (x,y) aus ~(x,y), q, (x,y) und
q2(x,y) berechenbar. Weil v eine eindeutige Funktion ist, erhalt man
die Integrationsbedingung
f ~ (x, y) ds = 0
dG
ds = Bogenlange von oG .
175
~ ist nur bis auf eine Konstante bestirnrnt. Insgesamt ergibt sich ftir
v die folgende Randwertaufgabe erster Art:
heiBt bihal'monische Gleichung. Ihre Losungen sind wie die der harmo-
nischen Gleichung in jeder offenen Menge reell-analytisch.
Die Durchbiegung einer homogenen Platte wird durch die Diffe-
rentialgleichung
oder
(2) j u (x ,y)
au (x,y)
"'3 (x,y)
((x,y) EaG)
an = "'4 (x,y)
beschrieben. Dabei sind qECo(G,lR) , "'1EC2(aG,lR) , '" 2 ' '" 4 EC o (a G, lR)
und "'3EC1 (aG,lR) • Je nach Art der Randeinspannung werden die Rand-
bedingungen (1) oder (2) gestellt.
Im ersten Fall laBt sich das Problem in zwei Teilaufgaben
zweiter Ordnung aufspalten:
Diese beiden Aufgaben sind als Spezialfall von (12.2) sachgemaB ge-
stellt, da das Maximum-Minimum-Prinzip gilt. AIle Eigenschaften
- insbesondere das Monotonieprinzip - Ubertragen sich unmittelbar
auf die Gleichung vierter Ordnung mit den Randbedingungen (1). FUr
die Losbarkeit des gestaffelten Systems (a), (b) genUgt 41ECo(aG,lR)
2
statt "'1EC (aG,lR).
Die Randwertaufgabe (2) ist zwar auch sachgemaB gestellt, sie
laBt sich aber nicht in eine Aufgabe mit zwei Differentialgleichungen
zweiter Ordnung aufspalten. Deshalb ist ihre theoretische und nume-
rische Behandlung wesentlich komplizierter. Es gibt kein einfaches
mit Satz 12.4(1) vergleichbares Monotonieprinzip.
Das zur Differentialgleichung
AAu(x,y) = q(x,y)
gehorige Variations integral ist
Der Rand dieser Gebiete ist nicht differenzierbar. Die obige Fest-
stellung ist also nicht relevant. Zunachst muB man definieren,
wann eine Funktion ~, die auf dem Rande eines solchen Gebietes de-
finiert ist, stetig differenzierbar heiBen soll. Wir verlangen, daB
es eine offene Menge uelR 2 und eine Funktion fEC 1 (U,lR) gibt mit fol-
genden Eigenschaften:
(1) aGeU
(2) ~ = Beschrankung von f auf aG.
Analog definiert man Differenzierbarkeit haherer Ordnung. Bei den
beiden genannten Gebieten mit Ecken ist diese Definition aquivalent
damit, daB die Beschrankung von ~ auf jede abgeschlossene Seite des
Gebietes entsprechend oft stetig differenzierbar ist.
= [~~1 (-1)V-j-1(a1)2j(a2)2V-2j-2]~U(X'Y)
J=O
178
4 4 2 2
a1111~(xo,yo)-a2222~(xo'Yo) = -a11q(~o,yo)+a22q(xo'Yo)
usw.
Wenn diese Gleichungen falsch sind, ist u nicht aus C2k (G,E) . An-
dererseits zeigt eine genauere Analyse, daB uEC 2k (G,E)
- ist, wenn q
und ~ hinreichend oft differenzierbar sind und obige Gleichungen
bestehen.
Die GUltigkeit der Gleichungen kann man durch Addition einer
Funktion mit der "richtigen Singularitat" erzwingen. Es sei fUr
v=1(1)00:
2( 1)v 2
v (x,y) = - Im(z v log z)
v l[
VV(x,O) o
2v
vv(O,y) y
Wir setzen
2 2 0,1 und v 0,1)
c a11~(fl'V)+a22~(fl,V)+q(fl'V) (fl
flV
1
U(x ,y) u(x,y)+-1l[ L L c Im(z
2
log z )
fl=O v=O flV flV flV
1 2
;j;' (x, y) ~(x,y)+ll[ L L c Im(z log z )
fl=O v=O flV flV flV
mit
zOO z
z10 -i (z-1)
z01 i(z-i)
z11 -(z-i-1)
~ 2-
Es ist u E C (G,JR).
Die Aufgabe
-t:.u(x,y) ((x,y)EG)
u(x,y) = 0 ((x,y)EdG)
Tabelle 1 2 . 10
Tabelle 1 2 . 11
Die letzte Zeile ist mit Ausnahme des Punktes (1/128, 1/128) bis
auf eine Einheit der letzten Dezimalstelle genau. Bei dem Ausnahme-
punkt dlirfte der Fehle~ weniger als 100 Einheiten der letzten Stelle
180
betragen. Die Werte in der Nahe der Ecken sind besonders schwer zu
berechnen.
Man sieht, daB sich der Umweg uber ~ und u lohnt.
lm ubrigen zeigen die numerischen Ergebnisse beispielhaft,
welche Genauigkeit auf einer Maschine mit einer Mantissenlange von
48 Dualstellen erreichbar ist. Rundungsfehler spielen bei Randwert-
aufgaben kaum eine Rolle, es sei denn, man benutzt zur Aufl5sung der
Gleichungssysteme besonders anfallige Algorithmen.
______________ ~~+_------~~~x
BezUglich der rechten Winkel gilt das unter 12.9 Gesagte entspre-
chend. Wegen des 6ffnungswinkels a > n treten aber andere Singulari-
taten der Ableitungen von u auf. Es sei
q(x,y) = °
Dann gilt auch
u(x,y) = Re (zn/a) ,
fUr a = 3n/2 etwa u(x,y) Re(z2/3). Offenbar sind nicht einmal die
ersten Ableitungen von u in G beschrankt. Dabei ist ~(x,y) = auf °
den Strecken (0,0) nach (cos a/2, sin a/2) und (0,0) nach
°
(cos a/2, -sin a/2). Da auch q(x,y) = ist, hat die Singularitat
nichts mit den Ableitungen von ~ oder q im Punkte (0,0) zu tun. Sie
ergibt sich aus dem globalen Verlauf der Funktionen. Es ist nicht
m6glich, eine Funktion mit der "richtigen Singularitat" vorweg ab-
zuziehen. Probleme dieser Art haben groBe praktische Bedeutung. Beim
Ritz-Verfahren (vgl. Kap. 14) und bei Kollokationsmethoden (vgl.
Kap. 16) sollte man diese Typen von L6sungen durch spezielle Ansatz-
funktionen berUcksichtigen. 0
G=Q1 = (O,1)x(O,1)
oder
2
G = Q2 = {(x, y) Em 11/'1:-1 xl> y > 1xl} .
Die beiden Gebiete unterscheiden sich dadurch, daB der Rand von Q2
aus Charakteristiken besteht, wahrend der Rand von Q1 eine allge-
meine Lage zu den Charakteristiken einnimmt. Nach Beispiel 1.9 hat
die allgemeine Losung der Wellengleichung die Darstellung
r(x+y)+s(x-y). FUr G = Q1 ist mit u(x,y) auch
u(x,y)+cos(2x(x+y))-cos(2x(x-y)) = u(x,y)-2sin(2xx)sin(2xy)
eine Losung. Die Aufgabe ist darum nicht eindeutig losbar. Im Falle
G = Q2 kann man r und s allein aus den Angaben auf zwei benachbarten
Sei ten des Quadrates bestimmen (charakteristisches Anfangswertproblem) •
Die Aufgabe ist folglich Uberbestimmt. 0
13 Differenzenverfahren
~ei die natUrliche Abbildung, die jeder Funktion UECo(G,lR) ihre Be-
schrankung auf r zuordnet. r heiBt Rand-RestriktionsabbUdung. In
o - 0 r
C (G, lR) und C (r, lR) verwenden wir die Normen
Defini tion 13.1: Eine endliche Menge MeG heiBt Gitter in G. Es hat
die Feinheit
zu betrachten.
Wir behandeln in diesem Kapitel nur die folgende Aufgabe samt
einiger Spezialfalle.
Aufgabe 13.2:
D = {(M.,F.,R.) Ij = 1 (1)co}
J J J
heiBt Differenzenverfahren zur Aufgabe 13.2, wenn die Bedingungen (1),
(2) und (3) erfUllt sind:
185
lim II F.(4,r.(u))-R.(r.(q)) II = 0 •
j-+oo J J J J '"
Dabei ist rj = r M., 4 = rr(u) und q(x,y) Lu(x,y) fUr alle (x,y)EG.
J ~
(5) Es gibt K > 0, K > 0 und jo E lli mit folgenden Eigenschaften:
2
-tou(x,y) q (x, y) ((x,y)EG = (0,1) )
Dabei ist
w. (x,y) falls (x,y)EM.
Wj(X,y) = { J J
q, (x,y) falls (x,y) Er
Den Beweis der Konsistenzbedingung (4) liberlassen wir dem Leser.
Die Stabilitat (5) folgt aus Satz 13.16 weiter unten.
Die Eigenwerte und Eigenfunktionen der linearen Abbildungen
1 +cos (xh)
1-cos (xh) 3
Die erste Frage ist also: 1st das Gleichungssystem mit den endlich
vielen Unbekannten w. (x,y) eindeutig auflasbar? Fur stabile Ver-
J
fahren gibt der folgende Satz eine positive Antwort.
Satz 13.5: Es seien FEC 1 (:mn , JRn) und K > O. Dann sind die beiden folgenden
Aussagen aquivalent:
~ n
(1) II F (x) -F (x) II ~ K II x-x II (x ,xE:m )
(2) Fist bijektiv. Die Umkehrabbildung Q ist stetig differenzierbar. Es gilt
~ 1 ~
II Q(x)-Q(x) II ::: i<11 x-x II
oder
II F(xo+hoyo)-F(X o ) II < KII hoYo II
Dies ist ein Widerspruch zu (1). Also ist F' (x) stets regular.
Fist injektiv. Aus F(x) = F(X) folgt narnlich mit (1) sofort
x = X. Weil F' (x) stets regular ist, ist nach dem Satz uber impli-
zite Funktionen die Umkehrabbildung Q von F stetig differenzierbar
und F eine offene Abbildung. Sie bildet offene Mengen auf offene
Mengen abo Insbesondere ist F(JR n ) eine offene Menge.
Wir haben noch zu beweisen, daB F surjektiv ist. Es sei x o EJRn
ein beliebiger aber fester Vektor. Nach (1) gilt
II F(x)-F(O) II ~ KII x II
II F(x)-x o 11+11 Xo-F(O) II ~ KII x II •
188
d (x 1 ) ~ d (x)
Andererseits ist
Weil F (lRn ) offen ist, folgt insgesamt Xo€F(lR n ) • Fist also surjektiv.
Aus (1) ergibt sich auBerdem
1
(1) II rj (u)-w j II"" ~ i(1I F j (q"r j (u) )-R j (r j (q» II"" j
Beweis: q, hangt nur von u und nicht von jab. Nach Satz 13.5 besitzen
die Abbildungen F.(q,,·) differenzierbare Umkehrungen Q .• Es ist
J J
rj(u) = Qj(Fj(q"rj(u)))
Wj = Qj(Rj(rj(q)))
II rj(ul-w j II",,:S: II Qj(Fj(q"rj(ul))-Qj(Rj(rj(q))) II""
189
(1) folgt aus Satz 13.5(2) und (2) aus (1) und Definition 13.3(4). c
S4 = {qEC o (G,lR)
- I Es gibt uEC 2 (G,lR)
- mit rr (u) = 4,
q = Lu una limll r. (u) -w. II"" o}
j ...."" J J
Weiter seien qES 4 und
F j (4,W j ) = Rj(rj(q» j
Man beachte, daB die Funktion u nicht unbedingt eine klassische Lo-
~
(1)
F j (4,w j ) R.(r.(q(1») j jo(1)""
J J
(2) R. (r. (q(2»)
F j (4,w j ) j jo(1)""
J J
Dann gilt:
II r.(u(1»-r.(u(2» 11",,::5
J J
IIr.(u(1»-w~1) II +lIw~1)_w~2) II +lIw~2)_r.(u~2» II
J J "" J J "" J JJ ""
Q., j = j (1)"", seien wieder die Umkehrfunktionen von F. (4,·);
J 0 J
K und Kdie Konstanten aus der Stabilitatsbedingung 13.3(5). Mit
Satz 13.5 ergibt sich:
190
Zu einer Cauchy-Folge
Es sei
q= lim q(v)
~
u lim u (v)
v~
II r. (u)-w. II
J J 00
II r. (u)
J
-w.J II 00 < £ [J
f ~ f
f ::: g g ::: f => f g
f ::: g , g ~ h => f ::: h
f ::: g , A E JR+ => H ::: Ag
f ~ g => -g ::: -f
=> 0 ::: f+g
Weiter definieren wir
If I (x) = If(x) I •
Daraus folgt
o ::: If I
f ::: I f I
Wenn n eine endliche Menge ist, oder wenn n kompakt ist und alle
fEV stetig sind, existiert
{1 ,2, ,n}
G CO (G, JR)
Wegen x * -1
0, A > 0 und D ~ 0 impliziert die letzte Ungleichung
-1-
I AI < 1 und p (0 B) < 1. c
Die Eigenwerte von 0-1 B kann man mit Hilfe der Gerschgorinkreise
(vgl. 5toer-Bulirsch 1973) abschatzen. Dazu sei
A = {a .. li
~J
= 1(1)n, j 1 (1)n} •
Man erhalt folgende einfache hinreichende Bedingungen fUr p(D- 1B) < 1:
Bedingung 13.10: A diagonal dominant, d.h.
n
r Ia .. I < Ia i { I , i = 1(1) n •
j=1 ~J ...
j*i c
isoton
bzw. anti ton
bzw. invers-isoton,
f ~ g ~ F(f) ~ F(g)
bzw. f ~ g ~ F(g) ~ F(f)
bzw. F(f) ~ F(g) • f ~ g D
A ~ 0 * F isoton
-A > 0 * F anti ton
AM-Matrix .. F invers-isoton
A Diagonalmatrix * F diagonal
A ~ 0 regulare * {F diagonal, isoton und
Diagonalmatrix invers-isoton.
i= 1(1)n.
F(X) = Ax+F(x)
invers-isoton. Es gil,t
II x-x II""
II A- 1 II""
Beweis: Weil F diagonal ist, kann man die Gleichung y F(x) kompo-
nentenweise folgendermaBen schreiben:
i=1(1)n.
fi (xi) -f i (xi)
e ii = {
~
xi -xi
falls x;
••
x; *
1 sonst.
E = diag (e U ) .
Ax+F(x) y
folgt
F(x) -F (x) (D+E-B) (x-x) •
Weil
regular und
[I-(0+E)-1 B]-1 = T > 0 •
O+E-B ist also eine M-Matrix. Fur F(X) ~ F(X) ist x < x. Oas gilt
fur aile x,XEmn • Oamit ist bewiesen, daB F invers-monoton ist.
Ferner gilt
oder
II x-x II
II F(x) -F (x) II"" :: ""
II T(O+E) -1 II
""
Die Zeilensummennorm der Matrix
II A II""
A II x-x II
II F (x) -F (x) II "" ~ II v II ""
""
Zum Beweis von (2) hat man zu beachten, daB F(x} isoton und F(-x}
antiton ist. Aus F(O} = 0 folgt demnach:
-z ::: F(w} ::: z
A
F ~1) Lu(x,y)-H(x,y,u(x,y))
J
F ~2) H(x,y,u(x,y))
J
F ~3) q, (x,y)
J
Rj q(x,y)
Weil F~2) isoton sein muB, darf d 3H(X,y,Z) nie negativ sein. Andern-
falls ist der Satz nicht anwendbar.
Die Konsistenz gemaB 13.3(4) kann man fast immer durch Multi-
plikation der Differenzengleichungen mit einer genUgend hohen
Potenz von h. = 1M. I erzwingen. Die entscheidende Frage ist: Bleibt
J J
bei diesem Vorgehen die Stabilitat erhalten? Voraussetzung (4) von
Satz 13.16 ist eine Normierungsbedingung, die genau festlegt, ob
eine solche Multiplikation zulassig ist. In der Regel gilt in den
meisten Punkten (x,y) des Gitters F~3) (q,) (x,y) = O. Diese Punkte
J
nennen wir randferne Punkte. 13.16(4) impliziert u.a.: Aus Wj ~ 1 folgt
fUr alle randfernen Punkte (x,y)
R.(w.»1.
J J -
Darum ist auch (4) erfullt. Die Konsistenz (5) erhalt man fur m = 4
leicht durch Taylorentwicklung der Differenzengleichungen. Es ergibt
sich fur UEC 4 (G,m)
mit
1 4 4
6 max Jld 1111 u(x,y) 1,ld 2222 u(x,y) I) •
(x,y) EG
Also ist dieses Verfahren nach Satz 13.16 stabil. 0
Satz 13.16 wird durch zwei Hilfssatze auf Satz 13.15 zuruckgefuhrt.
Ib 1 (x,y) I ~ K2
81 ~ x ~ 82
199
Wir setzen
3K 2 S1+ S2
ex = - - S -2-
K1
s(x,y)
und hieraus
s(x,y) ~ 0 .
Weil s nur von x abhangt, ist
2
Ls (x,y) -a 11 (x,y)d 11 s(x,y)-b 1 (X,Y)d 1 S(X,y)
2i a 11 (X,Y)COSh(ex(X-S))+2~ b 1 (x,y)sinh(ex(x-S))
1 2
Da stets
Isinh(ex(x-S)) I < cosh(ex(x-S)) ,
ist auch
LS(X,y) ~ cosh(ex(x-S)) ~ c
b 1 (x,y) 0 s(x,y) 1
(x-S 1 ) (S2-x )
2K1
b 1 (x,y) 0 s (x,y) 1
~ 2K (x-S 1 ) (2S -8 -x)
21
1
L = -t:. J s(x,y) 1 (1-x2_y2)
G = Einheitskreis 4
Beim letzten Beispiel ist die Wahl von s optimal, weil es keine
kleinere Funktion mit den geforderten Eigenschaften gibt. Bei den
beiden anderen Beispielen erhalt man eventuell durch Vertauschung
von x und y glinstigere Konstanten K1 , 81 und S2. c
200
v(x,y) ~ 2 «x,y)EG)
LV(X,y) ~ 2 «x,y) EG)
Die Funktion v ist Losung der Randwertaufgabe 13.2 mit
H .. 0
und hieraus
F.
(1) (r. (v» ::: (1, ••. ,1) • c
J J
Beweis von Satz 13.16: Wir wiihlen v gemiiB Hilfssatz 13.20. Dann kBnnen
wir Satz 13.15 anwenden. Es entsprechen sich jeweils die folgenden
GrBBen:
F ~1) A
)
F~2) F
)
rj(v) v
F~1) +F~2)
) )
F
0 w
(w 0
)
;w) ECo (M)
0 0 ,lR) )
II v II"" hiingt nicht von jab. Damit ist die erste Ungleichung in
13.3 (5) mit K = 1/11 v II "" bewiesen. Die zwei te Ungleichung ist
g leichbedeutend mit II Roll < K. c
) -
Aufgrund des letzten Beweises kann man in Definition 13.3(5)
K = 1/ II v II "" wiihlen. Dabei ist v eine beliebige Funktion mit den
in Hilfssatz 13.20 genannten Eigenschaften. Behauptung (1) aus
Satz 13.6 ergibt die Fehlerabschiitzung
Dabei ist
u: exakte LBsung der Randwertaufgabe
Wj: LBsung der Differenzengleichung
Fj(q"rj(u))-Rj(rj(q)): lokaler Fehler
v: Sahrankenfunktion (hiingt nur von F~1) ab).
202
Die Ungleichung laBt sich mit Hilfe von Behauptung (2) aus Satz 13.15
zu einer punktweisen Abschatzung verscharfen. FUr aIle Gitterpunkte
(x,y)EM. und j = j (1)00 gilt
J 0
s (x,y)
j = 1 (1)00
e (3) -_ (-1) ,
o
Jedem Punkt {x,y)EG ordnen wir vier Nachbarpunkte N {x,y,h)EG mit
v
v = 1(1)4 und h > 0 zu. Es sei fUr v = 1 (1)4:
Zur AbkUrzung fUhren wir noch die Bezeichnung Lip(l) (G,lR) ein.
1 -
Es handelt sich dabei urn folgenden Unterraum von C (G,lR): Zu jedem
fELip(l) (G,lR) gibt es ein L > 0 mit
e(2)
la(v) (t) I ~ L
lu (v) (t) I ~ L
la(v) (t)-a(v) (s) I ~ Llt-sl
Iu (v) (t) -u (v) (s) I ~ Lit - s I
mit
(v) 2
£ ( s) = ..-h......h---,(.,....h-'-+,....h~)
1 2 1 2
Daraus £olgt:
£ (0) = £ I (0) = 0
£ (1) = £ (0) +f' (0) +~£" (0) +~£ ·'(0) +~ (£ ·'(9) -£ "'(0» , 0<9 < 1 •
und analog
Bemerkung 13.24: Wenn a,u C4{[_~, ~],m) sind, existiert immer eine
Konstante L mit den ge£orderten Eigenscha£ten. Man wahlt am besten
205
und
a 1 (x,y) > 0 , a 2 (x,y) > 0
H(x,y,O) = ° , 03H(x,y,z) :: 0
«X,y)EG, zElR) .
Gitter:
mit
2a
II
(x v ,y v )
Kv (x,y) d (x,y,h)[d (x,y,h)+d +2(x,y,h»)
v II II
v = 1 ,3
v = 2,4
,.., 1 ) (v)
(xv'Yv) = (x'Y)+2dv(x,y,h e
Insgesamt ergibt sich ein Fehler von O(h). Er laBt sich aber durch
einen Trick (vgl. Gorenflo 1973) auf 0(h3 ) drUcken. Man dividiert
die Differenzengleichungen in den randnahen Punk ten durch
b(x,y) = L2Kv (X'Y) .
Die neuen Gleichungen genUgen noch der Normierungsbedingung (4) aus
Satz 13.16, weil fUr ~ ~ 1 und q ~ 1 offenbar gilt:
[q(x'Y)+L2KV(X,Y)~(X'Y»)/L2Kv(X'Y) ~ 1 .
In den randfernen Punk ten ist eine solche "optische" Verbesserung
des lokalen Fehlers nicht moglich. Das Maximum ist darum 0(h 2 ).
Wir kommen nun zur formalen Definition (vgl. Satz 13.16) der
Differenzenoperatoren:
falls (x,y) randfern
b(x,y) = {1
L2Kv (x,y) falls (x,y) randnah
4
F ~1) (w) (x,y) [ L K (x,y)w(x,y)-L 2K (x,y)w(N (x,y,h»)/b(x,y)
] v=1 v v v
207
Zu F~1) gehort eine Matrix B- 1A. B ist eine Diagonalmatrix mit den
Diagonalelementen b(x,y). 1m einzelnen hangt A naturlich noch von
der Numerierung der Gitterpunkte abo In der Praxis haben sich zwei
Nurnerierungsverfahren bewahrt:
(1) Numerierung nach SpaUen und ZeiZen:
(x,y) kornrnt vor (x,y), wenn eine der beiden folgenden Bedingungen er-
full t ist:
(a) x < x
(b) x x und y < y
D1 -8 1 0
-51 D2 -8
2,
-5
,,
, , , , , ':..8
A D3
2, "-
, , k
0 '-5 'D k +1
k
Die Matrizen D sind quadratisch und tridiagonal. Ihre Diagonale
]J
ist positiv, alle anderen Elemente sind pichtpositiv. Die Matrizen
8 und 5 sind nichtnegativ.
]J ]J
(2) Nurnerierung nach dem SchacJibrettmuster: ~1an teilt das Gitter M.
]
in zwei disjunkte Teilmengen (weiBe und schwarze Felder auf dem 8chach-
brett) auf:
H~1) {(]Jh,vh)EM.I]J+v gerade}
] ]
Zuerst werden die Elemente von M~1), dann die Elemente von M~2)
] ]
numeriert. Innerhalb der Teilmengen ordnet man nach 8palten und
Zeilen wie unter (1). Es ergibt sich eine Matrix der Form
A (~1 -8) -8 D2
208
-1
Wir zeigen jetzt, daB A und B A M-Matrizen sind. Es gilt
offenbar:
4
(1) a pp L K (x,y) > 0 , p = 1 (1) n , (x,y) EM j .
\)=1 \)
(2) a
po
-K \) (x,y) < o oder a po = 0 fUr alle p,a = 1 (1) n mit a * p .
209
n
(3) a pp ~ r lapal p 1 (1)n •
a=1
a*p
(4) FUr jede Zeile (a pl ' ... ,a pn ), die zu einem randnahen Punkt
gehBrt, ist
n
a pp > r la pal
a=1
a*p
Falls A irreduzibel ist, ist A nach (1) bis (4) sogar irreduzibel
diagonal dominant (siehe Bedingung 13.11). Ansonsten ist A reduzibel
c
und es gibt wegen (5) eine Permutationsmatrix P mit
°
Die Matrizen A , v = 1(1)1, sind quadratisch und irreduzibel. Jede
v
Matrix A besitzt mindestens eine Zeile, die zu einem randnahen
v
Punkt gehBrt. Darum sind aIle diese Matrizen irreduzibel diagonal
dominant, also M-Matrizen. Folglich ist auch A eine M-Matrix.
FUr gewisse h gilt bei einfachen Gebieten (G = (O,1)x(O,1)
oder G = {(x,y)€(O,1)x(O,1) Ix+y < 1}, h = 1/m u.a.) stets
d (x,y,h) = h. Unter dieser Voraussetzung ergibt sich weiter:
v
(6) K (x,y,h) = K (N (x,y,h) ,h) mit ).1-1 = (v+1)mod 4 «x,y)€M.)
v ).1 v J
(7) a pa a ap fUr p,a = 1 (1)n.
(8) A ist positiv definit.
(9) B- 1A ist ahnlich zu B- 1/ 2A B- 1 / 2 und hat darum nur positive
Eigenwerte.
-1
Von den Voraussetzungen von Satz 13.16 haben wir (2) (B A ist
eine M-Matrix), (4) (Normierungsbedingung) und (5) (Konsistenz) be-
reits bewiesen.
Bei den folgenden Beispielen beschranken wir uns auf das Gebiet
G = (O,1)x(O,1) und wahlen als Gitter M. stets das Standardgitter
. J
der Feinheit h = h j = 2- J • Wir umgehen damit aIle speziellen Pro-
210
bleme in der Nahe des Randes. Prinzipiell konnen sie aber mit ahn-
lichen Methoden wie im Beispiel 13.25 gelost werden. Der Klirze halber
betrachten wir auBerdem nur lineare Differentialoperatoren ohne den
Summanden H(x,y,u(x,y». Darnit entfallt im Differenzenoperator der
Summand F~2). Flir (x,y)Er steht w(x,y) flir ~(x,y).
]
Beispiel 13.28:
Differentialoperator:
2 2
Lu(x,y) = -a 11 (x,y) 3 11 u (x,y) -a 22 (x,y) 3 22 u (x,y)
-b 1 (x,y) 3 1U(X,y)-b 2 (x,y) 3 2U(X,y)
Koeffizienten wie in Aufgabe 13.2.
Differenzengleiahungen:
~{[a11 (x,y)+ch][2w(x,y)-w(x+h,y)-w(x-h,y)]
h
+[a 22 (x,y)+ch][2w(x,y)-w(x,y+h)-w(x,y-h)]}
= q(x,y)
O(h 2 ) falls c = 0
gleichbedeutend mit
h
2[ I b 1 (x, y) I - 2c] ::: a 11 (x, y) ((x,y)EM.)
]
h
2( Ib 2 (x,y) 1-2c] ::: a 22 (x,y) ((x,y) EM.)
]
Wenn eine der obigen Bedingungen verletzt ist, wird die Matrix
moglicherweise sogar singular. Darum mlissen diese Ungleichungen auf
jeden Fall erflillt sein. Flir c = 0 erhalt man den kleineren lokalen
Fehler, flir c > 0 ein groBeres Stabilitatsintervall hE(O,h o ]' Bei
Problemen der Stromungslehre sind Ib 1 (x,y) I oder Ib 2 (x,y) loft we-
sentlich groBer als a 11 (x,y) und a 22 (x,y).
211
Beispiel 13.29:
Differentialoperator: wie in Beispiel 13.28.
Differenzengleichungen:
1
-2{a 11 (x,y) [2w(x,y)-w(x+h,y)-w(x-h,y)]
h
+a 22 (x,y) [2w(x,y)-w(x,y+h)-w(x,y-h)]}
1
-ii{D 1 (x,y) +D 2 (x,y)} = q(x,y)
F~1)
]
wird fur beliebige h > 0 durch eine M-Matrix beschrieben. Das
ist der Vorteil dieses Verfahrens mit einseitigen Differenzenquo-
tienten fur die Approximation der ersten Ableitungen. Der lokale
Fehler fur uELip(3) (G,m) ist O(h). Extrapolation ist nur dann mog-
lich, wenn b 1 und b 2 nicht das Vorzeichen wechseln. Man beachte die
~hnlichkeit mit dem Verfahren von Courant, Isaacson und Rees (siehe
Kap. 6). 0
Beispiel 13.30:
Differentialoperator:
2
Lu(x,y) = -a(x,y)6u(x,y)-2b(x,Y)d 12u(x,y)
mit
<:0 -
a,bEC (G,m)
a(x,y) > 0
2 2 ((X,y)EG)
a (x,y)-b (x,y) > 0
Differenzengleichungen:
~{a(x,y) [2w(x,y)-w(x+h,y+h)-w(x-h,y-h)]
2h
+a(x,y) [2w(x,y)-w(x+h,y-h)-w(x-h,y+h)]
212
-b(x,y)[w(x+h,y+h)-w(x-h,y+h)-w(x+h,y-h)+w(~-h,y-h)]}
= q(x,y) .
FUr
Ib(x,y) I ~ a(x,y)
erhalt man unabhangig von heine M-Matrix. Der Differentialoperator
ist aber nur fUr
Ib(x,y) I < a(x,y) ((x,y)EG)
gleichmaBig elliptisch. FUr b(x,y) B 0 zerfallt das System der
Differenzengleichungen in zwei lineare Gleichungssysteme fUr die
Punkte
(~h,vh) mit ~+v gerade
und
(~h,vh) mit ~+v ungerade.
Man kann sich dann auf die Losung eines Systems beschranken. Der
lokale Fehler ist fUr uELip (3) (G,lR) von der Ordnung O(h 2 ). 0
DifferenzengZeiahungen:
~{Sw(X,y)-[w(X+h,y)+w(X,y+h)+w(X-h,y)+w(x,y-h) ]
h
= q(x,y)+l[q(X+h,y)+q(x,y+h)+q(X-h,y)+q(x,y-h)]
FUr UELip(S) (G,lR) ist der lokale Fehler O(h 4 ). Satz 13.16 ist an-
wendbar, weil zu F~1) stets eine M-Matrix gehort. Eine naheliegende
J
Verallgemeinerung fUhrt fUr allgemeinere Gebiete zu einem Verfahren
mit einem lokalen Fehler O(h3 ). Hinsichtlich weiterer Verfahren
ahnlicher Art siehe Collatz 1966. 0
Bis jetzt haben wir nur Randwertaufgaben erster Art behandelt, d.h.
auf r wurden die Funktionswerte vorgegeben. Die Methode funktioniert
aber auch bei gewissen anderen Randwertaufgaben.
213
Beispiel 13.32:
Randwertaufgabe:
-lm(x,y) q(x,y) «x,y)EG = (O,1)x(O,1)
mit
q" lP stetig und beschrankt
a > 0 fest.
Gitter:
...
MJ.: Standard-Gitter M. der Feinheit h h. 2- j vereinigt mit
J . J
den Punkten (O,)lh), )l = 1 (1)2 J -1.
DifferenzengZeichungen:
...
FUr die Punkte M.n(0,1)x(0,1) wahlt man dieselben Gleichungen wie
beim MOdellprObl~m (siehe Beispiel 13.4). FUr y = )lh, )l = 1 (1)2 j -1,
und uELip(3) (G,m) gilt
1 2 2 3
u (h,y) u(0,y)+hd 1U(0'Y)+2h d11 u(0,y)+0(h )
1 2 2 3
u(0,y)+hd 1U(0'Y)-2h [q(0,Y)+d 22 u(0,y)]+0(h )
2 2
Man ersetzt -h d22u(0,y) durch
2u(0,y)-u(0,y+h)-u(0,y-h)+0(h3 )
und erhalt
u(h,y) 1 1 1 2 3
2u(0'Y)~2u(0,y+h)-2u(0,y-h)+hd1u(0'Y)-2h q(O,y)+O(h )
1 1 2
d1U(0,y) = 2h[2u(h,y)+u(0,y+h)+u(0,y-h)-4u(0,y) ]+2hq(0,y)+0(h )
2~{(2h+4a)u(0,y)-a[2u(h,Y)+U(0,y+h)+U(0,y-h)]}
= lP(Y)+~hq(O,y) .
Wegen a > 0 ist die zugehorige Matrix eine M-Matrix. Es gilt ein
Satz analog zu Satz 13.16. Das Verfahren konvergiert wie 0(h 2 ).
Wenn man die Differenzengleichung mit 1/a multipliziert ist auch
ohne weiteres der GrenzUbergang a ~ 00 moglich. c
214
14 Vciriationsmethoden
Dabei seien G ein beschranktes Gebiet des m 2 , auf das der GauBsche
Integralsatz anwendbar ist, a 1 ,a 2 Ec 1 (G,m) und QEC 2 (Gxm,m) mit
a 1 (x, y) > (l > 0
a 2 (x,y) ~ (l > 0
2
o ~ 033 Q(x,y,z) < 6 ((x,y)EG, zEm)
Der Funktionenraum W wird im folgenden noch naher charakterisiert.
Der Zusarnrnenhang mit Randwertaufgaben wird durch den folgenden
Satz hergestellt (vgl. z.B. Klotzler 1970, Kap. IV).
Satz 14.2: Eine Funktion uEC 2 (G, m) n CO (G, m) ist genau dann Losung del'
Randwertaufgabe
u(x,y) =0 ((x,y)EaG) ,
wenn die Bedingung (1 4 • 1) mi t
Es hat sich als zweckrnaBig herausgestellt, bei der Suche nach einem
Minimum des Funktionals I[w] auch Funktionen zuzulassen, die nicht
liberall zweimal stetig differenzierbar sind. Praktisch wahlt man
namlich zur Approximation der zweimal stetig differenzierbaren Lo-
sungen der Randwertaufgabe (14.3) Funktionen, die stlickweise einmal
stetig differenzierbar sind, z.B. stlickweise Polynome. Man muB nur
darauf achten, daB die Funktionen an den Grenzstellen stetig anein-
ander anschlieBen.
Der Raum, in dem das Funktional I[w] betrachtet wird, soll nun
genauer prazisiert werden.
II w IIH = ( II
G [w 2 (X,Y)+(d,W(X,y» 2 +(d W(X,y» 2
2
) ' /2
ldxdy
Insbesondere ist
n
v(x,y) I c f (x,y)
v=1 v v
v=1(1)n
A (a ll )lI,v=1(1)n
a IIV = fJ[a 1 (x,y) Cl 1fll (x,y) Cl 1fv (x,y)+a 2 (x,y) Cl 2fll (x,y) Cl2fv (x,y)
+o(x,y)f (x,y)f (x,y)]dxdy
II v
217
d = (d 1 , ..• ,dn) T
d = fjq(x,y)f (x,y)dxdy
\.I G \.I
(1 ) x k y 1 Monome
(2 ) gk (x)gl (y) Produkte von Orthogonalpolynomen
['in<kX) sin(1y)
(3) sin(kx)cos(ly) trigonometrische Monome
cos(kx)cos(ly)
(4) Bk (x) Bl (y) : Produkte von Kardinalsplines
Falls die obigen Ansatzfunktionen nicht auf aG verschwinden,
mussen sie noch mit einer Funktion multipliziert werden, die auf aG
verschwindet und in G ungleich Null ist. Besser ist es, sofort Basis-
funktionen auszuw~hlen, die auf aG Null sind. Beispielsweise kann
man im FaIle G = (0,1)2 w~hlen:
x (1-x) y (1-y)
x 2 ( 1 -x) y ( 1 -y)
2
x(1-x)y (1-y)
x 2 (1-x)y2(1-y)
oder
sin (llx) . sin (llY)
sin(21lx) 'sin(llY)
sin (llx) . sin(21lY)
sin(21lx)'sin(21lY)
Fur G = {(r costp,r sintp) I rE[0,1),tp€[-1l,lt)} empfehlen sich etwa die
Funktionen
2
r -1
2
(r -1) sin tp
2
(r -1) cos tp
(r 2 _1) sin 2tp
(r 2-1) cos 2tp
218
Meistens ist der Ansatz (2) besser als (1), da sich kleinere
Zahlen auBerhalb der Hauptdiagonalen von A ergeben. Das Gleichungs-
system ist dann numerisch stabiler. Bei periodischen Losungen bevor-
zugt man dagegen den Ansatz (3). Der Ansatz (4) empfiehlt sich ins-
besondere dann, wenn die Losung durch die Ansatze (1)-(3) schlecht
approximiert wird.
Ein gemeinsarner Nachteil der Ansatze (1) bis (4) ist, daB die
Matrix A fast irnrner vollbesetzt ist. Es mlissen also bei der Auf-
stellung des Gleichungssystems n(n+3)/2 Integrale berechnet werden.
Die Auflosung kann nur mit aufwendigen allgemeinen Verfahren wie
GauB-AIgorithrnus oder Cholesky-Verfahren erfolgen. Der Rechenauf-
wand steigt darurn in der Regel proportional zu n 3 Man wahlt meist
n < 100.
Der geschilderte Aufwand laBt sich durch Ansatzfunktionen mit
kleinem Trager verringern. Die Produkte
f (x,y)f (x,y)
II v
d1 fll (x,y) d1fv (x,y)
d2 fll (x,y) d2fv (x,y)
sind nur von Null verschieden, wenn die Trager von fund f nicht-
II v
leeren Durchschnitt haben. In allen anderen Fallen sind die a
llV
Null. A ist schwach besetzt. Zur Auflosung des Gleichungssystems ste-
hen dann spezielle schnellere Verfahren zur Verfligung. Ansatze dieser
Art heiBen finite-eZement-Methoden. Mit dem Ausdruck "finite element"
sind die Trager der Ansatzfunktionen gemeint. 1m folgenden wollen
wir einige einfache Vetreter kurz vorstellen (vgl. hierzu auch
Whiteman 1973, 1976).
(3) f (~ll) = 6
v Vll
0 0 0 0
0 0 0 0
y
l+s v -h"
0 0 0
0 x y 0
l-ry+ s,,+ii-j1 1+r.y -~h
syh
~v
0 l- r v+f 1+rv-5.y-~+~ 0
0 1-5V +1-h 0 0
0 0 0 0
0 0 0 0
rv h
r ,s ElL
v v
(J (x,y) .. 0
a llV fJ[ 31 fll (x,y) 31 fv (x,y) +:l2fll (x,y) d2fv (x,y) ]dxdy
Wei!
+1/h
3 Kf (J (x,y) = { -1/h je nach Dreieck
o
ergibt sich
fUr Il =v
a
IlV {-: fUr s
-1 fUr r v
v
s
r
11
Il
und r v
und s
v =
r +1 oder r v
11
s +1 oder s
Il v
r -1
11
s -1
Il
0 sonst.
d
Il
= f)q(x,y)f
G Il
(x,y)dxdy
221
r , s Ell
v v
1
(1-'~-r h s v I) fur I~-r
h v I) (1-1:i- h v 1 -< 1 , l:i-s 1 :::
h v
fv(x,y)
o sonst.
_1h (1 -I ~-r
h v
I) fur o < ~-s < 1 1~-r 1 < 1
h v ' h v
{ +1(1-1~-r I) fur -1 < ;[-s < 0 I~-r 1 < 1
h h v h v ' h v
o sonst.
(2) ]l = v
4hh x2 Y2 8
a - ff[ (1- h-) +(1--) ]dxdy 3
]l]l
h2 00 h
223
(3) r r + 1 und s = s + 1 :
v ]1 V]1
a -1hh
2
Y
f f[ - (1 --) Y x x
(1 - (1--) ) - (1 --) (1 - (1 --) ) ] dxdy
]1V h 00 h h h h
1 hh Y Y
--- ff[(1-~)~+(1--)-]dxdy
h 2 00 h h h h
(4) r r + 1 und s = s
v ]1 V]1
2hh Y Y x x
a
]1V
If[-(1-ti) (1-ti)+(1-E) (1-(1-E))]dxdy
h 2 00
- 1 - 1 - 1
:3 :3 3
h2
f fg (x,y) dxdy RJ T[g (0,0) +g (h,O) +g (O,h) +g.(h,h) ]
o
d RJ h 2 q(r h,s h) 0
]1 ]1]1
Der folgende Satz zeigt, in welcher Weise die Normen II . 112 ' II· II I
und II . IIH in K(G,m) gegeneinander abgesch~tzt werden konnen.
225
Satz '4.'4: Es gibt Konstanten Y, 'Y2 > 0, so da!J fUr aUe u€K(G,lR) gilt:
Beweis: Die zweite Ungleichung ist trivial, die dritte eine Folge
der zweiten und ersten.
°
zu (1): Entsprechend zu Satz 4.' (1) laBt sich zeigen, daB c~ (G, lR)
bezUglich II • IIH in K(G,lR) dicht liegt. Somit reicht es, die Unglei-
chungen nur fUr U€C~(G,lR) zu beweisen.
Wir zeigen zunachst, daB es eine Konstante Yo > gibt mit °
f
IJ(u(x,y)) 2dxdy:: yofG[(o,u(X,y)) 2+(o2u(x,y)) 2 )dxdy (U€C~ (G,lR))
a 2 a a 2
f (u(t,y)) dy ~ 2af I (o1u(x,y)) dxdy
-a -a -a
2 a a 2 2a a 2
IJ (u (x,y)) dxdy I I (u (x,y)) dxdy ~ 4a I f (o1u(x,y)) dxdy
-a -a -a -a
2 2 1+y
~ (1+Y o >Ij[(d 1U(X,y)) +(d 2U(X,y)) ]dxdy ~~IIUII~
G CL
2 2
II u III ~ yo"u IIH
Y1 ( 1IYo)1/2
I<u vv
,v >I - <u f I,vf i >II = I<u VflV
-u ,v >I - <u f1f1V
,v -v >II
Man definiert
lim <u ,v >
v-+<x> V V
(14.16)
2
I[u+w] I[u]+lIwIl I (14.17)
227
I[uHw]
2
I[u] + 2A{<u,w>I - <w,q>2} + A <w,w>I
Da u Minimum des Variations integrals ist, mua die Klammer { .•• }
in der letzten Gleichung Null sein. Andernfalls wechselt die Diffe-
renz I[U+AW]-I[u] fur kleine A mit A das Vorzeichen. Fur A =
folgt der zweite Teil der Behauptung. c
mul tipliz ieren wir (1 4.3) mit einer beliebigen Funktion (Test{unktion)
wEK(G,lR) und integrieren uber G:
Das ist Gleichung (14.16). Man nennt sie die sahwaahe Form der Diffe-
rentialgleichung (14.3). Sie kann auch bei ahnlichen Differential-
gleichungen, die nicht Eulersche Gleichungen eines Variationspro-
blems sind, unmittelbar mit Hilfe des GauBschen Integralsatzes
hergeleitet werden.
Das Gleichungssystem Ac = d laBt sich auch durch Diskretisierung
von (14.16) gewinnen. Dieses Vorgehen nennt man GaZerkin-Verfahren:
Es seien f v , v = 1 (1)n, eine Basis eines endlich dimensionalen
Unterraumes Vn von K(G,lR). Wir suchen eine Naherung
n
v (x,y) r e f (x,y)
v=1 v v
mit
d = <q,f >2 •
lJ lJ
Diese Art der Herleitung hat den Vorteil, auch bei allgemeineren
Differentialgleichungen anwendbar zu sein. Wir bevorzugen den Weg
uber das Variationsverfahren, weil aus (14.17) unmittelbar Fehler-
abschHtzungen folgen.
Satz 14.18: Es sei Vn ein n-dimensionaler Unterraum von K (G, lR). Weiter
seien uEH(G,lR) ,vEV n mit
Beweis: Die Ungleichung (1) ist trivial. Mit Hilfe von Satz 14.15
ergibt sich daraus fur jedes v*EV :
n
Der Fehler II u-v 112 des Ritz-Verfahrens ist also klein, wenn es
uberhaupt eine Approximation v*EVn der L6sung u gibt, fur die
II u-v* II I klein ist. Dazu ist notwendig, daB u und die ersten Ab-
leitungen von u im Mittel gut approximiert werden.
Satz 14.18 eignet sich jedoch nicht fur die praktische Durch-
fuhrung von FehlerabschHtzungen, da auf der rechten Seite der Un-
gleichungskette (2) immer die unbekannte Gr6Be u vorkommt. Dagegen
erm6glicht der folgende Satz, aus dem berechenbaren Defekt einer
NHherungs16sung eine a posteriori FehlerabschHtzung zu gewinnen.
Dann giZt:
II u-v 112
Dabei ist y 2 die positive Konstante aus Sat? 14.14.
2 2
fJdx,y) Ld x ,y)dXdy=fJ[a 1 (x,y) ( c1 d x ,y)) +a 2 (x,y) ( c2 d x ,y))
2 2
+0' (x,y) E (x,y) ]dxdy = II E II I
Aus der Abseh~tzung des Satzes ist zu ersehen, daB der Fehler im
Sinne der Norm II • 112 klein wird, wenn v eine zweimal stetig diffe-
renzierbare N~herungs15sung fur u ist. Dann gilt n~lieh
Lv(x,y) ~ q(x,y) .
NatUrlieh h~ngt die Qualit~t der Abseh~tzung von Y2 abo Darin
zeigt sieh, wie wiehtig es ist, eine gute Konstante Y2 zu einem
Gebiet G und zu Funktionen a 1 , a 2 zu bestimmen.
Eine Sehwierigkeit ergibt sieh noeh aus der Tatsaehe, daB das
Ritzverfahren normalerweise keine N~herung aus c 2 (G,m), sondern
eine N~herung aus K(G,m) liefert. Diese Sehwierigkeit l~Bt sieh
folgendermaBen umgehen: Man bereehnet zun~ehst die Funktionswerte
der N~herungsfunktion des Ritzverfahrens auf einem Gitter, mit dem
man G uberzieht. Dureh eine hinreichend glatte Interpolation der
Funktionswerte v(~ p ) in den Gitterpunkten ~ p besehafft man sieh
dann die glatte N~herung. Leider kommt bilineare Interpolation nieht
in Frage, weil sie keine zweimal stetig differenzierbare Funktion
liefert. M5glieh, aber kompliziert, ist eine zweidimensionale Ver-
allgemeinerung der Spline-Interpolation. Einfaeher ist die soge-
nannte Hermite-Interpolation, mit der wir uns im n~chsten Kapitel
ausfUhrlieh beseh~ftigen werden.
Bisher wurde vorausgesetzt, daB Q die spezielle Gestalt
33 Q(X,y,Z) ::: 0
2
o ::: 333 Q (x ,y ,z) < 6 ((x,y) EG, zE~)
Dann kann man Verallgemeinerungen der Satze 14.15, 14.18 folgender-
maBen formulieren.
l[U] = min{I[w]lwEK(G,~)}
Die Satze 14.20, 14.21 werden analog zu den Satzen 14.15, 14.18 be-
wiesen. Die Ungleichung (2) aus Satz 14.21 besagt, daB sich die
Konvergenz des Ritz-Verfahrens bei halblinearen Differentialglei-
chungen kaum von der Konvergenz bei linearen Differentialgleichungen
unterscheidet.
231
In diesem Kapitel sol len die Grundlagen der globalen und stlick-
weisen Hermite-Interpolation zusarnrnengestellt werden. Diese dient
uns sowohl zur Glattung von Naherungsfunktionen, als auch zur Ge-
winnung eines besonders effektiven Ritz-Verfahrens. Im Interesse
einer einfachen Darstellung soll auf die erreichbare Allgemeinheit
verzichtet werden. Daflir bemlihen wir uns, die typische Vorgehens-
weise zu verdeutlichen. Wir beginnen mit der globalen Hermite-Inter-
polation in einer unabhangigen Veranderlichen.
\1 O(1)m-1.
f hei2t Hermite-Interpolationspolynom zu f.
m
(2) Falls f uberdies 2m-mal stetig differenzierbar auf [a,b] ist, hat die
Funktion f(\1)-f(\1) fur \1 = O(1)2m-1 mindestens 2m-\1 NullsteUen x in
m \1V
[a,b], v = 1 (1) 2m-\1. Dabei wid jede Nullstelle mit ihrer Vielfachheit ge-
zahlt. Es gibt fur jedes xE[a,b] ein BE (a,b), so da2 die folgende Dar-
s te llung gi It :
\1 0(1) 2m-1 .
ab fUr' v = 1 (1 ) m-\1
X
\1V t fur v = m+1 (1) 2m-\1
\1 O(1)2m-1 .
Dabei ist
rm(m-'I m
-,
(2m_\1)2m-\1 (2m-\1) !
fUr \1 O(1)m-1
Cm\1
Der obige Satz l~Bt sich verallgemeinern, falls f nur i-mal stetig
differenzierbar auf [a,b] mit 0 < 1 < 2m ist. Eine Absch~tzung fUr
II f(Il)-f(ll) II findet man in die;em Fall bei Swartz-Varga 1972,
m 00
Theorem 6.1. FUr 1 < m-1 fordert man in (1):
Il m=1 m =2 m=3 m =4
1.250ooooooooE-1 2.60416666667E-3 2.17013888889E-5 9.68812oo3968E-
0 1.250ooooooooE-1 2.60416666667E-3 2.17013888889E-5 9.68812oo3968E-
4 5.oooooooooooE-1 4.16666666667E-
1.oooooooooooE-1 5.95238095238E-
5 1 .oooooooooooE 0 1.66666666667E-
5.oooooooooooE-1 1.19047619048E-
6 5.oooooooooooE-
1.o7142857143E-
7 1 .oooooooooooE ,
5.oooooooooooE-
Il = 0(1 )m-1
f (Ill (b) f (Il) (b)
m
Il = O(1)2m-1
(!)g (x)
fur festes IlE{O,1, ... ,2m-1} und gElR. Zu festem xoE[a,b] mit
Xo *' x Il V , v = 1 (1)2m-1l
kann man dann gElR so wahlen, daB (!) (x ) gleich Null ist. Dann hat
g 0
(!) (x) mindestens 2m-Il+1 Nullstellen in [a,b]. Der allgemeine Satz von
R~lle besagt, daB (!)~2m-Il) (x) mindestens eine Nullstelle 8 in (a,b)
besitzt. Aus
(!)g(x o ) = 0
(!)(2m- ll ) (8) =0
g
folgt dann insgesamt
f(2m) (8) - g(2m-Il) 1 0
_ f (2m) (8)
g - (2m-Il) 1
f (2m) (8) 2m-1l
f (Il) (x ) - f (Il) (x ) - n (x -x ) = 0 .
o m 0 (2m-Il) 1 v= 1 0 Il v
Es ist
x = ma+(m-)l)b
2m-ll
Die Funktion y(x) nimmt ihr Maximum in x an. Wegen
~
fUr x > t
g (x, t) (X_t)2m-1
+
fUr x :::: t .
FUr festes t bezeichnen wir das Hermite-Interpolationspolynom
zu g(x,t) mit gm(x,t). Definiere
235
x b
ff(2m) (t)a 2m - 2 Gm(x,t)dt + ff(2m) (t)3 2m - 2 Gm(x,t)dt
a 1. .. 1 x 1. .. 1
Fur x * t ist mit g(x,t) und gm(x,t) auch Gm(x,t) beliebig oft
differenzierbar. Daraus folgt (jlEC 2m - 1 ([a,b],lR). Die Differentiation
ergibt:
x
(jl (2m-1 ) (x) ff(2m) (t) a 2m - 1 G (x,t)dt+f(2m) (x) a 2m - 2 G (x,x-O)
a 1. .. 1m 1. .. 1r.l
b
+ff(2m) (t)3 2m - 1 G (x,t)dt-f(2m) (x) 32m- 2 G (x,x+O)
x 1. .. 1 m 1. .. 1 m
x
~(2m}(x) = ajf(2m) (t)a 1.
2m G (x,t)dt+f(2m)
.. 1m
(x)a 2m- 1 G (x,x-O)
1. .. 1m
b
+ff(2m) (t)a 2m G (x,t)dt-f(2m) (x)a 2m- 1 G (x,x+O)
x 1. .. 1m 1. .. 1m
Es ist
fur x > t
2m-1
a1 ••• 1 g (x, t)
fur x.:: t
2m
a 1 ••• 1g(x,t) o (x * t)
und
Daraus folgt
1
g(x,t) = (x-t)+
(x-a) (b-t)
g 1 (x, t) = (b-a)
237
\_lb-Xb-a
ll t-'l fUr x ~ t
G, (x,t) _ ~b-tl ~x-al
b-a
fUr x ~ t
fUr
x ~ t
x < t
g(X,t)=(x-t)! •
I
2 2
g2(x,t) = - (b-t) (x;a) (2(b-t) (x-a)+3(b-a) (t-x»
~
(t-a) {2 (2 (b-x) (t-a) +3 (b-a) (x-t)) -4 (b-x) (3b-a-2t)) fUr x > t
(b-a)
{
= {
(t-a)~6(3b-a-2t) fur x ~ t
3 (b-a)
d",G 2 (x,t) 2
(b-t) 6 (3a-b-2t) fur x < t
(b-a) 3
238
m =3:
g(x,t) = (x-t)+5
3 3
g3 (x,t) (b-t) (x~a) (5 (b-a) (t~) (2 (b-a) (t~)+3(x-a) (b-t)) +6 (x-a) 2 (b-t)2}
(b-a)
(x-t) 5_g3 (x,t) fUr x ~ t
G3 (x,t) = {
-g3 (x,t) fUr x ::: t
Mit Satz 15.4 ergibt sich sofort eine Abschatzung des Inter-
polationsfehlers in der Norm II • 11 2 . c
Il=O(1)2m-1
mit
c
mil
Dabei ist Gm (x, t) die zum IntervaU [0,1] gehOrige Funktion Gm ClUS Defini-
tion 15.3.
Il m= 1 m= 2 m= 3 m= 4
0 1.05409255339E-1 2.01633313311E-3 1.63169843917E-5 7.17567956106
4 5.37215309350E-2 2.77638992969
5 4.21294644506E-1 5.08920680460
6 5.92874650749
7 4.27311575545
239
cmjl (b-a) 1 bb
(2m_1)!UJ(d~ ... 1Gm(x,t)) dtdx}
2 1/2
aa
Jedes Intervall laBt sich durch eine affine Transformation auf das
Intervall [0,1] abbilden. Die Substitution ergibt
Die Polynome vom Grad kleiner gleich 2m-1 bilden einen 2m-dimensio-
nalen Vektorraum. FUr das praktische Rechnen mit Hermite-Interpola-
tionspolynomen ist die kanonische Basis
sehr unpraktisch. Deshalb definieren wir eine neue Basis, die fUr
unsere Zwecke besser geeignet ist.
m-1
L (b_a)l[f(l) (a)S (~)+f(l) (b)S (x-a)] (15.10)
1=0 O,l,m b-a 1 ,I,m b-a
240
ex 1 m Sex , 1 , m(x)
0 0 1-x
0 x
0 0 2 - 3x 2 + 2x 3
0 2 x - 2x2 + x 3
3
0 2 3x 2 - 2x
2 3
2 - x + x
5
0 0 3 - 10x 3 + 15x 4 - 6x
4
0 3 x - 6x 3 + 8x - 3x 5
0 2 3 2 3 3 3 4 1 5
iX - iX + iX - iX
0 3 10x 3 - 15x 4 + 6x 5
5
3 - 4x 3 + 7x4 - 3x
1 3 4 5
2 3 i X - x + lx 2
eine ZerleG'Ung des IntervaUes [a,b]. wir definieren fUr xE[x i ,xi+1] und
i = 0 (1 ) n-1 :
m-1 1 (1) x-x. (1) x-xi
f (x) = r (x·+ 1 -x.) [f (x.)SO 1 ( ~)+f (x,+ 1 )S1 1 ( )]
m 1=0 ~ ~ ~, ,m x i +1 -x i ~, ,m x i +1 -x i
II f (].I) -f (].I) II *
m 00 ~
em].l h 2m - ll " f(2m) "00
Dabei sind cm].l und c m].l die Konstanten aus den Satzen 15.1, 15.7. Mit" *
" 00
bezeichnen wir die aus " . " 00 entstehende Norm, in del' an den Zerlegungs-
punk ten Xj nul' einseitige Grenzwerte betrachtet werden.
oer Beweis folgt unmittelbar aus (15.10) und den Satzen 15.1, 15.7.
Defini tion 15.12: Es sei mEJN. Wir definieren H (m) als den von der
Menge
{p(X)'q(y) Ip,q Polynome vom Grade kleiner gleich 2m-1}
erzeugten Vektorraum. Der Raum hat die Dimension 4m 2 . Die Funktionen
Wenn man statt H(m) die Menge der Polynome zweier Veranderlicher
vom Grade kleiner gleich 2m-1 wahlt, wird die Theorie wesentlich
schwieriger. 8ie bilden namlich einen Vektorraum der Dimension m(2m+1).
Man muB dann in den vier Eckpunkten des Einheitsquadrates m(2m+1) Be-
dingungen vorgeben. Dies stoBt schon im Falle m = 1 auf 8chwierig-
keiten, da man nicht die vier Funktionswerte in den vier Ecken vor-
schreiben kann. Durch die Wahl der Interpolationspolynome aus H(m)
vermeidet man diese 8chwierigkeit.
m-1
f (x,y) L L c a,S,k,l 8 a,k,m (x)8 S,l,m (y)
a, S=O k,l=O
Zum Beweis vgl. Bemerkung 15.13.
In Tabelle 15.15 ist die spezielle Basis von H(m) fUr m 1,2
explizit dargestellt.
243
ex k m 1 m S
ex,
k
,m (x) S8,l,m (y)
o 0 o 0 (1-x) (1-y)
o 0 o (1-x) y
o o 0 x (1-y)
o o x y
'2 3
002 002 (1-3x +2x ) (1-3/+2y3)
o 2 o 2 (x_2x 2 +x 3 ) (y_2/+y3)
o 2 o 2 (x-2x 2 +x 3 ) (3/_ 2y 3)
o 2 2 (x_2x 2 +x 3 ) (_/+y3)
2 o 2 (_x 2 +x 3 ) (y_2/+y3)
Der folgende Satz gestattet eine Darstellung des Fehlers bei der
Hermite-Interpolation mit Hilfe der Peano-Kerne. Er ist eine un-
mittelbare Verallgerneinerung von Satz 15.7:
Satz 15.16: Es sei fEC 4m ([ 0,1] x [0,1 ], lR) • Wir definieren fmEH (m) durch die
Forderung:
~ v ) (ex,8=O,1; ~,v=O(1)m-1) •
il1 •.• 1 il2 ••• 2f (ex, 8
244
1
1 I 2m v ].I
( 2m -1 ) ! { 31 ••. 1 a2 ••• 2f (t , n) a1 ••• 1Gm( ~ , t ) d t
o
11
, 2 I I a2m a2m f (t , s) a].l, .•• , Gm(E; , t) a1v ••• , Gm( n , s) d tds
( (2m-1)!) 00 1. .. 1 2 ••• 2
Gm ist die zum Intervall [0,1] gehorige Funktion aus Definition '5.3.
Wir nehmen zunachst an, daB f sich als Produkt f(x,y) = p(x)q(y)
mit p,qEC 2m ([0,,],m) darstellen laBt. p und q kann man einzeln durch
eine eindimensionale Hermite-Interpolation approximieren. Nach Satz
15.4 gilt fur alle ~,nE[O,,]:
qm( v) (n· ) = q ( v) () ,
n - (2m-1)! I' q ( 2m) ( sOL
)' v .• , G ( )d
m n, s s
o
Die Multiplikation der beiden Gleichungen ergibt
+
, 2
1II1 p (2m) (t)q (2m)].I
(s)a, 1G
v
(~,t)3, ,G (n,s)dtds
( (2m-' ) !) 00 • • • m ••• m
Satz 15.18: Es sei G ein Gehiet des lR 2 mit den ohigen Eigensahaften und
fEC 4m (G, lR). Wir definieren f m: G ... lR durah die heiden Fordsrungen:
(1) fm hesahrankt aUf c p ist ein Po lynom aus H(m) •
{S
a, 1 ,m (x) I a = 0,11 1 1(1)m-1}
247
o sonst.
b 0,1; 1 = 1 (1)m-1
Ix-bl
1 m Tb , 1 ,m (x) fur Ix-bl ~ h , z -h-
0 1 - z
0 2 _ 3z 2 + 2z 3
2 h sign(x-b) (z_ 2z 2+ z 3)
0 3 - 10z 3 + 15z
4
- 6z
5
4 5
3 h sign (x-b) (z-6z 3 +8z -3z )
2 3 h 2 (z 2 -3z 3 +3z 4 -z 5 )
""2
b-h b b+h
m =2
b-h b b+h
Ii"1 Tb,1,2
b-h
b-h b b+h
1T
h b,1,3
b-h b+h
0,02
1T
h2 b,2,3
b-h b b+h
Tb,k,m(X)Tb,l,m(y)
auf G fur folgende Kombinationen der Indizes:
(b,b)EEnG und k,l = 0(1)m-1
(b,b)EEnaG und k,l = 0(1)m-1
[ jedoch k ~ 1 falls (b,b+h)EaG oder (b,b-h)EaG
1 ~ 1 falls (b+h,b)EaG oder (b-h,b)EaG
Die Basisfunktionen sind aus Cm-1 (G,lR).
- Sie verschwinden auf aGo
Fur m = 1 ergibt sich die schon in Beispiel 14.10 besprochene Basis,
falls die dort zugrundegelegte Zerlegung des Gebietes mit der hier
geforderten ubereinstimmt. Die stuckweise Hermite-Interpolation
liefert dann also eine Verallgemeinerung dieses Verfahrens auf m > 1.
Die Matrix A = (a ) des zu der hier gewahlten Basis gehorigen
llV
Ritz-Verfahrens laBt sich fur den Spezialfall
1 2
Q(x,y,z) q(x,y)z+2 a (x,y)z a(x,y) ~ 0 fur (x,y)EG
angeben:
Tb*,k*,m{X)Tb*,l*,m{y)
die v-te Basisfunktion. Die Integrale verschwinden, wenn
II (b,b) - (b* ,b*) 112 > hv'T
ist. In jeder Zeile und Spalte der Matrix A sind darum hochstens 9m 2
von Null verschiedene Elemente. Hochstens vier Quadrate geben Beitrage
zu den Integralen.
Nach Satz 14.18 gelten die Abschatzungen:
251
Dabei sind
u: Lasung der Variationsaufgabe im Raurn W
w: Ritz-Naherung aus dem Raum V
)J
w*: beliebige Funktionen aus V)J
Man schatzt weiter ab:
Bei unserer Aufgabe kann man nach Satz 15.18 w* so wahlen, daB
II u -w* II < M • h 2m
2 - 0
II 31 (u-w*) 112 ~ M1 ·h 2m - 1
Die Zahlen Mo' M1 und M2 hangen nur von den Ableitungen von u und
von m ab, nicht aber von h. Insgesarnt folgt, daB das Ritz-Verfahren
2m-1
die Konvergenzordnung O(h ) hat:
2m-1
II u-w 112 ~ M· h .
In vie len praktischen Fallen beobachtet man, daB die Konvergenz-
ordnung sogar O(h 2m ) ist. Die Erklarung flir dieses Verhalten liegt
in der Regel darin, daB aus Syrnrnetriegrlinden der Fehler eine Funktion
von h 2 sein muB. 0
Dabei sei G wieder ein beschranktes Gebiet mit dem Rand r und L ein
linearer, gleichrnaBig elliptischer Differentialoperator zweiter
252
-b 2 (x,y)d2 u (x,y)+g(x,y)u(x,y)
mit
und
qECO(G,IR), ljiECo(r,IR) •
a11(x,y)a22(x,y)-a12(x,y) > 0
a 11 (x,y) > 0 , g(x,y) ::: 0
LW(Xk'Yk) = q(xk'Yk) , k
(16.2)
w(xk,Y k ) = lji(xk'Yk) , k
lflegen
n
w (x, y) L c. v . (x, y) , c. EIR
j=1 J J J
handelt es sich bei der Ersatzaufgabe (16.2) urn das lineare Glei-
chungssystem:
k 1 (1) n (16.3)
(qIXk,Y k ) fur k ~ n1
Darum genUgt es, Abschatzungen fUr ~ herzuleiten. Wir nehmen an, daB
r nur aus endlich vielen zweimal stetig differenzierbaren Kurven-
stticken r l besteht. Jedes KurvenstUck besitze eine Parameterdarstel-
lung
x = S1 (t)
(tE[O,1]) .
Y s2 (t)
Wir setzen
tj = jh , j = O(1)m
mi t mElN und h 11m. Dann gilt offenbar fUr aIle tE[O,1]:
~ ~ h ~
min I~(t)-~(t.) 1 :::: 2
A
h 2
T max 14)" (t) 1
tE[O,1 ]
ZusammengefaBt erhalt man fUr v = oder v = 2:
min ~(x,y) min 4)(t) ~ min 4)(t.)-d
(x,y)Er l tE[O,1 ] j=O(1)m ] v
Dabei ist
Ftir kleine h genUgen grobe Abschatzungen von 4)' oder 4)". Wegen
dV n dV
4(1:;1 (t) ,s2(t))- L c. dt V v J' (s1 (t) ,s2(t))
dt v j=1 ]
w(x,y) ~ ° «x,y)EG)
255
Wir wollen nun auf drei Beispiele fUr Randkollokation naher ein-
gehen. Die Differentialgleichung ist in allen Fallen
t:.u(x,y) = 0 .
h = 2n/n
(xk'Yk) = (cos((k-1)h) , sin((k-1)h)), k=1(1)n.
V1 ~ ..y) log r
h = h/n
211
I [v. (r 2cos t, r 2 sin t)-vj(r 1 cos t, r 1sin t)]dt = 0, j = 2 (1) n
o J
ll,vE7
o o
o
Abb. 16.8. Gebiet zu Beispiel 16.7
1'1'1'~U=-l
~ =0 /1' "'---,
an I' I
I' I
I' I
/ JU=O I ~=O
I' I an
, U=l\ ___________ J
/ I
~=o
an
Abb. 16.9. Gebiet zu Beispiel 16.7
258
y, c_ l , c- l +1 ' ... ,c l
bestimmen. Dazu benotigen wir n StUtzpunktej je 1+1 auf dem Rande
von I und auf dem Rande von J
0,0 0,0
I r1exp(~i(k-1)) fUr k
1+i+r2exp(~i(k-1-2)) fUr k
1(1)1+1
1+2(1)n.
fUr k 1(1)1+1
fUr k 1+2(1)n
ist in allen diesen Fallen klein gegen den notwendigen Aufwand zur
Abschatzung der Fehler. 0
-3 -4 -5
Tabelle 16.10. 11/12/12 zu den Genauigkeiten 10 /10 /10
r2
1/8 3/8 5/8 7/8
r1
r2
1/8 3/8 5/8 7/8
r1
0.13823 0.19853 0.25011 0.32128
0.13823 0.19853 0.25003 0.31853
1/8 0.13823 0.19853 0.25003 0.31852
0.13823 0.19853 0.25003 0.31852
0.19853 0.35218 0.55542 0.10252
0.19853 0.35217 0.55495 1.06622
3/8 0.19853 0.35217 0.55495 1.06599
0.19853 0.35217 0.55495 1.06599
0.25011 0.55542 1.34168
5/8 0.25003 0.55495 1.32209
0.25003 0.55495 1.32207
0.25003 0.55495 1.32208
0.32128 1.10252
0.31853 1.06622
7/8 0.31852 1.06599
0.31852 1.06599
2x
u(z) f Il(t)loglz-~(t) Idt (zEG) . (16.13)
o
Fur stetige 11 ist uECo(G,lR) (vgl. z.B. Kellog 1929). Durch Diffe-
rentiation zeigt man uberdies, daB u harmonisch in Gist. Die Rand-
261
bedingung liefert
21(
I Il(t)loglz-t;it) Idt = tj,(z) (zEr) . (16.14)
o
Dies ist eine lineare Fredholmsche Integralgleichung erster Art mit
schwach-singularem Kern. Es existiert eine eindeutig bestirnrnte Losung
11 (vgl. z.B. Jawson 1963).
Das numerische Verfahren bestirnrnt zunachst aus (16.14) eine Na-
herung ; fUr 11 an den diskreten Stellen
t. = (j-1)~ j = 1(1)n
J n
Zu beliebigem zEG kann dann gemaB (16.13) eine Naherung u(z) von
u(z) mit numerischer Quadratur berechnet werden.
Der Algorithmus laBt sich in einen nur von r und t; und einen
nur von tj, abhangigen Teil aufspalten.
z. j 1 (1) n
J
:OS(~tl
v
Die Matrix (f (t.)) ist regular. Darum ist ~v eindeutig bestirnrnt. Die
v J
Hauptrechenarbeit liegt in der Bestirnrnung der n 2 Integrale
21(
If (t)loglz.-E;(t)ldt v,j 1 (1) n •
o v J
j=1(1)n
(2) Berechnung von u{z) fUr zEG aus (16.13). Der Integrand ist
eine stetige 2~-periodische Funktion. Das 1egt die Verwendung der
einfachen Sehnentrapezrege1 mit den StUtzpunkten t j , j = 1 (1)n nahe:
n
u{z) -n I ;(tk)loglz-~{tk) I . (16.15)
m=1
Wenn z nicht in der Nahe von r 1iegt, ergibt (16.15) tatsach1ich
gute Naherungen fUr u{z).
FUr randnahe z wird -loglz-~{t) I in einem k1einen Tei1 des In-
terva11s ['0, 2 ~] extrem groB. Dann ist (16. 1 5) unbrauchbar. Die fo1-
gende Vorgehensweise verbessert die Ergebnisse in vie len Fallen urn
mehrere Dezima1ste11en. Bei sehr k1einen Randabstanden versagt aber
auch diese Methode.
Es sei A{t) die Funktion ;(t), die sich zu den Randwerten ~ =
ergibt. Dann sind
n
uc{z) = c+ 2; I [;(tk)-CA{t k ) ]loglz-~{tk) I (16.16)
k=1
fUr cEm ebenfa11s Naherungen fUr u{z). c wah1t man am besten so, daB
~(t1)-cA{t1) = 0
R
n 1/8 1/32 1/128 1/8 1/32 1/128 1/8 1/32 1/128
Es sei
eine stetige Funktion. Gesucht ist eine Nullstelle x*EG von F, d.h.
eine in G gelegene L6sung der Gleichung
F(x) o . (17 • 1)
x T (x) , (17.2)
so daB x* genau dann eine Nullstelle von Fist, wenn x* Fixpunkt von
T ist. Da& Iterationsverfahren wird dann wie folgt angesetzt:
v=1(1)co. (17.3)
267
R(y) b
fUr aIle b aus einer gewissen Umgebung von -5(x*) auflosbar sind. Dies
ist z.B. der Fall, wenn Reine lineare Abbildung ist, die durch eine
nichtsingulare Diagonalmatrix oder durch eine tridiagonale symmetrische
und positiv definite Matrix gegeben ist. Die Gleichung F(x) = 0 ist
dann mit
-1
T R 0(-5)
T Gem n --+ mn
eine Abbildung und x*EG ein Fixpunkt von T, d.h. T(x*) = x*. yEG gehort
zum Einzugsbereich I(T,x*) von x*, wenn die Folge (17.3) fUr x(O) = y
in G bleibt und gegen x* konvergiert. Der Fixpunkt x* heiBt anziehend,
268
wenn er innerer Punkt von I(T,x*) ist. Die Iteration (17.3) heiBt lokal-
konvergent. wenn x* anziehend ist. Die Abbildung T heiBt kontrahierend,
falls es ein aE[O,1) und eine Norm II . liT im lR n gibt, fur die gilt:
Hieraus folgt x* y*. Wir wahlen nun rEm + so klein, daB die abge-
schlossene Kugel
KT ,r {y E mn I II x* - y II T ~ r}
T(
x (v) -_ x (v-1)) , v 1(1)00
,,=1(1)=.
II x(v+l) - x(v) II
T
Daraus folgt mit Hilfe der Dreiecksungleichung fUr alle V,~ E IN:
v
< _a_ Ilx(1) _ x(O) II
l-a T
Dies besagt, daB {x(v) Iv = O(l)~} eine Cauchy-Folge ist. Ihren Grenz-
wert bezeichnen wir mit x*. Weil jede kontrahierende Abbildung stetig
ist, folgt
•
x* = lim x(v) T(x*) •
x* ist also Fixpunkt von T. Der Einzugsbereich von x* ist der ganze
mn. [J
T(x) = Ax + b
eine affine AbbiZdung. Dann gilt: T ist genau dann kontrahierend. wenn der Spektral-
radius p(A) kleiner aZs 1 ist. Unter dieser Bedingung hat T genau einen Fixpunkt.
Sein Einzugsbereiah I (T, x*) ist der ganze nf.
Beweis: Die Behauptung folgt so fort aus Hilfssatz 9.17 und Satz 17.6. [J
eine AbbiZdung. die einen Fixpunkt x*EG besitzt. T sei in x* differenzierbar. Dann
foZgt aus
270
Sa tz 1 7 • 9: Es sei
eine AbbiLdung, die einen Fixpunkt x* E G besitzt. T sei in x* stetig. Es gebe ein
m E IN und Abbi Ldungen
(r 1 (1 ) m) ,
die in x* differenzierbar sind. Zu jedem x E G gebe es ein s E {1, ••• ,m} mit
T (x) = Ts (x). Au[3erdem existiere eine Vektornorm II • II T' so dal3 fUr die
zugeordnete Matrixnorm II . II T giZt:
r = 1(1)m.
Beweis: Weil T und Tr in x* stetig sind, besteht fUr jedes r E{1, •.. ,m}
die Alternative
(1) T(x*) = Tr(X*)
oder
(2) Es gibt eine Umgebung Ur von x*, in der T und Tr nirgends Uberein-
stimmen.
Alle r, fur die die Aussage (2) richtig ist, konnen ganz auBer
Betracht bleiben, weil es nur auf das lokale Verhalten von T ankommt.
Deshalb konnen wir o.B.d.A. voraussetzen, daB die Aussage (1) fUr aIle
r richtig ist.
271
vor. Sie ergeben theoretisch nichts Neues, weil man durch Definition
einer Abbildung T : lR 2n ... lR 2n mit
x(v) )
.....
x (v) = ..... ..... (v)
T (.....
x (v-1 ) ) , x =
(
X(v-1) •
MaBgebend fUr die Konvergenz ist dann T. Diese Urnformung ist natUrlich
nur fUr theoretische Uberlegungen ratsarn.
Wir kornrnen jetzt zur Anwendung der vorstehenden Satze auf das
Newtonsche Iterationsverfahren. Dazu stellen wir noch einen Hilfssatz
bereit.
T(x) = x - J(x)F(x)
Beweis: FUr jedes E > 0 gibt es ein 6 > 0, so daB fur alle y,z € lRn
mit II y II 2 < 6 gilt:
< II (J (x*+y) -J (x*)) F (x*+y) "2 + II J (x*) (F (x*+y) -F' (x*) y) "2
x = T(x) = x - J(x)F(x)
J(x) = [F' (x) ]-1 .
Das bedeutet
p (T I (x*» = 0 .
p (I-C) < 1 •
Die beiden nachsten Satze geben eine etwas prazisere Vorstellung von
den Einzugsbereichen des Newton-Verfahrens und eines vereinfachten
Verfahrens. Wir legen dazu folgende Situation zugrunde:
Behauptungen:
(2) v = 0(1)00 •
Wenn ex « 1/2 ist, konvergiert die Folge nach (2) sehr schnell. Bei
der praktischen DurchfUhrung des Verfahrens ergeben sich nach wenigen
Schritten nur noch zufallige ~nderungen pro Schritt. Sie sind durch
275
2
fix) ~ + x ~ > 0 , s > 0 , y > 0
S S 2
~
x (0) 0
Es gilt
1/ If' (0) I = s
If(O) I/If' (0) I = ~ •
--~------~~----------------~r------'~X
Zum Beweis von Satz 17.12 formulieren wir zunachst drei Hilfssatze
Fur diese ubernehmen wir implizit alle Voraussetzungen von Satz 17.12.
AuBerdem definieren wir:
Av F ' (x (v) )
Sv II A- 1 11
v
nv II A- 1 F(x(v))11
v
Cl v Sv nv y
Pv 2n v /(1+~)
v
Av regular
Cl V ~ 1/2 .
Wir beschranken uns darum vorlaufig auf die Menge M der ganzen Zahlen
v > 0, fur die diese Voraussetzungen richtig sind. Zunachst ist nicht
klar, ob zu M neben 0 noch eine weitere Zahl gehort. Spater wird sich
allerdings zeigen, daB Malle v > 0 enthalt.
Sv+1 ~ SV/(1-Cl).
Beweis: Wegen
ist
S [A- 1 (A -A )]ll
v v v+1
277
Es gilt
-1
S [I - AV (A V -A V +1) ] I.
Die Matrix in der eckigen Klammer ist also regular, ihre Inverse ist S.
Dann ist aber auch
::: sv /(1-a v ). o
Es bleibt zu beweisen:
qJ (0) qJ (1)
R(O) o , R( 1)
qJ I (t)
R I (t)
RI (0) o .
Wegen
1
IIA- 1F(X(v+1))1I = IIR(1)1I = III R'(t)dtll c
v
o
2
ct
1 v <
- ct < 1/2
ct ct < v -
v+1 ~ - "2 ( 1 -ct ) 2
v
BeUJeis: Es sei
Cl <
folgt
1-/1-2~' 1-~
V
Cl V
<
-
fly flv Y flv Y
[J
BeUJeis von Satz 17.12: Fur p < v und v E Mist nach Hilfssatz 17.16
v
r nT + Pv+1 < r 1 < ro
T=O
Es folgt
Av+1 regul~r
280
sind aile x(v+1)E K oder es gibt ein erstes v mit P v+1 0, d.h.
n v+1 = o. Das bedeutet
nv < 2n v /(1+~)
v
v
r n T + Pv +1 < Po
T=O
Sie impliziert
2-4a +a 2
1 v v
>"2 (1-a) 2
v
2 2
a a
v v
<
2-4a +a 2 1-2a + (1-a ) 2
v v
v v
<
281
a.
v (~y2V)
.,-::a
V
~ 1-0. 0
Aus
a.
v
n v+ 1 <- 2" .,-::a nv (vgl. Hilfssatz 17.15)
v
Die Folge xlv) konvergiert also gegen x*EK. II xlv) - x*1I l~at sich
gem~a Behauptung (2) absch~tzen. Weil Fund F' stetig sind, gilt
auaerdem
Die Funktionalmatrix F' (x(v)) muB mit jedem Schritt des Newton-Verfahrens
neu berechnet werden. H~ufig ist diese Berechnung mit erheblichem
Aufwand verbunden. Darum ersetzt man gelegentlich F' (x(n)) durch
eine feste nicht singul~re Matrix B, die nicht zu stark von F' (x(v))
abweicht. Dieses Vorgehen hat insbesondere dann Vorteile, wenn Beine
einfachere algebraische Struktur als die Funktionalmatrizen hat. Es
ist etwa denkbar, daB lineare Gleichungssysteme mit der Matrix B mit
Hilfe eines speziellen direkten Verfahrens (z.B. Reduktionsverfahren
von Schroder/Trottenberg oder Buneman-Algorithmus) gelost werden konnen,
w~hrend die Systeme mit den Matrizen F' (x(v)) daflir zu kompliziert sind.
Wir beschreiben wieder kurz die Situation:
S II B- 1 11 n = II B- 1F(X(0)) II
6 liB - F,(x(O))11
Satz 17.17:
Voraussetzungen:
(b) 86 < 1
2
(e) a = 8ny/(1-S6) ~ 1/2
Behauptungen:
v = 0(1)""
(2) Es gilt
mit
2a
e = 86 + (1-86) < 1 •
~ 1 2
mit c = B6 + ~ a(1-B6) •
FUr a 1/2 gilt c = 1 unabhangig von 6. In der Tat ist in diesen
Fallen die Konvergenz des Verfahrens fast beliebig schlecht. Das zeigt
ein Beispiel aus dem IR1 Es sei
f(x) = x 2
B=f'(1) 2 .
1
c ~ B6 + ~ a und c ~ B6 + a .
Tabelle 17.18 zeigt die Auswirkungen von groBerem a oder groBerem B6.
Tabelle 17.18
1
c c
~
a B6 86+ta B6+a
Der Beweis von Satz 17.17 verlauft weitgehend parallel zum Beweis
von Satz 17.12 und stutzt sich wieder auf drei Hilfssatze.
Wir definieren:
6 II B - F I (x (v) ) II
v
a
v
Pv = 2n /[ (1+~) (1-66 )] •
v v v
66 v <
a
v <
- 1/2 •
Dann gilt
Beweis: Es ist
II x(v+1) _ x(v) II
66 v + 1 < 66 v + 6y 66
v + 6Yn v
2
a v (1-66)
A
66 v + 1 ~ 66 v + = 66
2"
1
(1+6 2 6 2 )
v
1
(ra) (1-/30)
2
<
- 2"
1 (1+/3 2 0 2 )
v
< 1 .
285
Beweis: Wie beim Beweis von Hilfssatz 17.15 setzen wir fUr t E[O,l]:
Es ergibt sich
R(O) = 0 ,
q>' (t)
Darum gilt
und schlieBlich
1
nv + 1 = II R(l) II II f R' (t)dtll
o
286
Mit
ex
1 2
6ynv[66v~exv(1-66v) ]
ex S
[1-ex (1-66 )]2(1-66 )2
v v v
Wegen
[1 - ex (1-66 )]2
v v
ist
Beweis:
FaU 1: n
v
= O. Es gilt x(v+1) = xCv) und p
v+1
= p" = O.
v
ex
v
6
v
p = n /(1-66 )
v v v
287
Pv+1 = n v + 1 /(1-86 v + 1 ) ~ 86 v p v
nv + Pv + 1 ~ nv + 8 6 v p v Pv
2
Fall 3: a
v
8m /(1-86 )
V v
> o. Es sei
1 2
- [86 V + -2 a V (1-86 V ) In V
n v +1 <
Es ist
[1 - a (1-86 )] (1-66 )
v v v
und darum
286 +a (1 - 8 6 ) 2
2<i < _......;..v_v"'--_---'v_ a
[1-a (1-86 )]2 v
v v
Multipliaktion mit
ergibt
Die linke Seite ist eine andere Darstellung fur p. Damit ist bewiesen:
288
B~ei8 von Satz 17.17: Fur v E Mist nv <- Pv und nach Hilfssatz 17.21
v-1
1: njJ + Pv < Po
jJ=O
Daraus falgt
Die Hilfssatze ergeben weiter SOv+1 < 1, a v+1 ~ 1/2. M umfaBt darum
alle v > o. x(v) bleibt in K.
Di~ Falge {x{v) Iv = 0(1)~} hat hochstens einen Haufungspunkt
x* E K, weil
v v
1: 1: njJ , v = 0(1)~
jJ=O jJ=O
ader
Aus
falgt:
289
66
v
2
66 v < 66 + 26yn/[ (1+v'1-'2{l) (1-66) 1 - a v (1-66)
66 v + 2
1 a (1
v -6 6)v2 < 66 + 1+v'1-'2{l
2a (1-66) c . D
T(x) (L+U)x + b
mit
heiBt auch Jacobi- Verfahren und konvergiert nach Satz 17.7 fUr
p (L+U) < 1 •
Das Einzelschrittverfahren laBt sich nach dern oben Gesagten durch die
Vorschrift
(I-L)X(V) Ux (v-1) + b
-1
p((I-L) U) < 1.
In der folgenden Form wird die ~hnlichkeit der beiden Verfahren deut-
licher.
Jacobi-Verfahren:
GauB-Seidel-Verfahren:
i 1(1)n.
fUr j < i
sonst.
v=1(1)oo
Das soll heiBen: x(v) berechnet sich mit Hilfe der Abbildung Taus
x(v-1); soweit bekannt, werden bei der Rechnung aber schon die Kompo-
nenten von x ( v ) verwendet. c
Satz 17.24: Es seien T und T wie in Definition 17.23 bestimmt. x* sei Fixpunkt
von T. Dann giU:
T' (x*) = D - R - S
D (d ij ) Diagonalmatrix
Dann LaBt sieh die Funktionalmatrix von T im Punkt x* wie foLgt zusammensetzen:
Beweis: zu (1) und (2): folgt unmittelbar aus der Definition von T.
zu (3): Nach der rekursiven Definition der ti ~ilt im Fixpunkt:
i-1
a.t.(x*) L a t. (x*) a.t (x*) (j < i)
J 1 ].1 1 J ].1
].1=1
i-1
- L r. a.t (x*) + d iJ· - siJ' (i,j 1 (1 ) n)
].1=1 1].1 J ].1
Hieraus folgt:
T'(x*) = - R T'(x*) + D - 8
T(x) = x - J(x)F(x) .
und J wie in Hilfssatz 17.10 bestimmt. J (x) sei aberdies eine Diagonalmatrix. Die
FunktionaZmatrix von F im Punkte x* sei zerZegt in
F' (x*) = D* - R* - 8*
D*: DiagonaZmatrix
293
Die letzte Summe stellt eine Aufspaltung von T' (x*) in Diagonal-, untere
und obere Dreiecksmatrix dar. Die Anwendung von Satz 17.24 ergibt:
verwendet. Man kann zeigen, daB die beiden Verfahren im Pixpunkt die
gleiche Ableitung besitzen. Es ergibt sich darum lokale Konvergenz fur
be ide Verfahren oder fur keines. Das heiBt nicht, daB die Einzugs-
bereiche gleich sind. a
294
A D-R-S
D: regul!re Matrix
L D- 1R: strenge untere Dreiecksmatrix
U D- 1S: strenge obere Dreiecksmatrix •
(v 1(1)00)
oder
(v 1(1)00) .
w heiBt Relaxationsparameter. 0
295
v=l(l)=
v=l(l)=.
(I-WL)X(V)
[J
Satz 18.3: Mit den Vora:ussetzungen und Bezeichnungen von HUfssatz 18.2 gilt:
-1
2'w = (I-wL) [(1-w)I + wU]
det(I-wL) -1 1/det(I-wL) = 1
Der nachste Satz liefert eine positive Aussage liber die Konvergenz des
Uberrelaxationsverfahrens. Dabei ist die wesentliche Voraussetzung, daB
die Matrix A syrnrnetrisch und positiv definit ist. Dies ist bei vie len
Diskretisierungen von Differentialgleichungen erflillt (vgl. Kap. 13 und
Kap. 14). Die Voraussetzung liD syrnrnetrisch und positiv definit" ist
297
(b) w E (0,2)
Dann giZt:
SpektraZnorm)
T(x) = Yx + C
w
lim
i......,
II Y
wi
Y
wi - 1
••• Y w
1
112 = °.
In (1) bezeiahnet A 1 /2 die symmetrisahe und positiv definite Matrix, deren Quadrat
A ist.
M = (D-wR)/w = 10
w
- R .
298
Dann ist
Wir bilden
MT + M - A = lD
w
- RT + lD - R - D + R + RT
w
= (~-
w
1)D
Diese Matrix ist symmetrisch und positiv definit. Sie hat darum eine
symmetrische und positiv definite Wurzel, die wir mit C bezeichnen.
Es folgt
mit
Die Matrizen BBT und UUT sind symmetrisch, positiv semidefinit und
auBerdem simultan diagonalisierbar. Darum gibt es zu jedem Eigenwert
A von BB Te~nen
, ,
E~genwer t ~ von UUT m~'t
Aile Eigenwerte A,~ sind nichtnegativ. Weil U und damit auch UUT
regular ist, folgt auBerdem ~ > o. Somit erflillen aile Eigenwerte von
BBT die Ungleichung 0 < A < 1. Daraus folgt
II B II 2 = [p (BB T) ]1 / 2 < 1 •
zu (2): Da die Matrizen B und 2'w ahnlich sind, besitzen sie die gleicher
Eigenwerte. Daraus folgt mit (1)
zu (3): Es gilt
299
2 ~ 2 T
II T(x) - T(y) IIA II y
OJ (x-y) II A = [2'OJ (x-y)] A[2'OJ (x-y) ]
Dabei ist
die schon im Beweis zu (1) verwendete Matrix. BBT und BTB haben die
gleichen Eigenwerte. Somit erfUllt der groBte Eigenwert von BTB nach
dem Beweis zu (1) die Ungleichung
Insgesamt folgt:
2 T 2
II T(x) - T(y) IIA < Am(x-y) A(x-y) Am il x - yll A
zu (4): Nach dem Beweis von (3) gilt fUr aile OJE(O,2)
Die Grenzen a,b seien so gewahlt, daB aile Glieder der Folge {OJ. !iElli}
1
im Intervall [a,b] liegen. Dann kann man abschatzen:
i
< a (iElli) .
Es folgt
limll2'Y Y II = 0 .
i->oo OJ i OJ i - 1 OJ 1 A
P B p- 1 = ($)-
B heiBt konsistent geordnet, wenn die Eigenwerte der Matrix
aL + .lu
a
B L + U
mit
Daraus folgt:
Mit
ergibt sich
302
[J
10000
00100
P 00001
o 1 000
00010
PBP- 1
Daraus folgt:
i-1
Aa x.
~
Wir kommen jetzt zum Satz von Young. Seine Bedeutung liegt darin, daB
er den Verlauf der Funktion p(Yw) im Intervall (0,2) genau beschreibt.
303
Diese Informationen sind wichtig, urn ein W zu bestimmen, fur das das
SOR-Verfahren moglichst schnell konvergiert.
B = D- 1 (R+S) L + U
mit 8 = p (B) und wb 2/[1 + (1-8 2 ) 1/2] sei sctMach zyklisch vom Index 2 und
konsistent geordnet. Zusatzlich fordern wir:
oder
(b) A und D sind syrrenetrisch und positiv definit.
Dann gilt:
(4) FUr w < ~ ist p(~) Eigenwert von ~. Er ist einfach. wenn 8 ein einfacher
Eigenwert von B ist. Alle anderen Eigenwerte von ~ sind fUr w < wb betraglich
kleiner. FUr w > wb haben alle Eigenwerte von Y den Betrag W - 1.
- w
zL + wU
und
±VzW' (L+U)
Weil B konsistent geordnet ist, hat die eckige Klammer die gleichen
Eigenwerte wie L + U. Damit folgt die Behauptung unter Berucksichtigung
von (ii).
(iV) FiJ.p beliebige z,w,y E a: gilt:
Beweis: Die Determinante einer Matrix ist das Produkt ihrer Eigenwerte.
(V) FiJ.p w E (0,2) und A E a: gilt:
folgt
Wegen
det (I-wL)
305
(Hw-1) n •
Dabei sind Ai' i = 1 (1)n die Eigenwerte von ~w. Hieraus ergibt sich
unrnittelbar die Behauptung.
(Vii) Es seien w E (0,2), ).I E ill und A E <1:, A * O. tI'berdies gelte
(Hw-l) 2 = Aw).l
2 2 •
Dann ist ).I genau dann Eigenwert von B, wenn A Eigenwert von ~ ist.
w
Beweis: Die Behauptung folgt mit Hilfe von (V):
2 2 2
(Hw-l) - AW)J = 0
nach A auf:
306
2
A -
1 2
2A(1-w+'2w jl
2
) + (w-1)
2
= °
1 - W + '21 W
2 2
jl ± wjl
1
(1-w+'4 W
2
jl
2 1/2
)
FUr wE[w b ,2) ist der Radikand der Wurzel fUr aIle Eigenwerte jl von B
nicht positiv:
2
(w-1 )
IAI = W - 1 •
Daraus folgt
Wir betrachten nun den Fall wE(O,w b ). Auch dann kann es Eigenwerte jl
von B geben, fUr die der Radikand der obigen Wurzel nicht positiv ist.
Fur die zugehorigen Eigenwerte A von Yw gilt wieder IAI = w - 1. Es
gibt aber mindestens einen Eigenwert von B (namlich jl = S), fUr den
der Radikand der Wurzel positiv ist. Wir betrachten die Gesamtheit
aller dieser Eigenwerte von B. Die z.ugehorigen Eigenwerte A von ~
sind reell. FUr das positive Vorzeichen der Wurzel ergibt sich der
betragsgroBere Eigenwert. FUr
1 2 2 1 2 2 1/2
1 - w + 2" w jl + Wjl (1-w+'4 W jl )
monoton mit jl. Das Maximum erhalt man darum fUr jl = S. Es folgt
p(YW ) ist nach (Vii) Eigenwert von Y w ' Aus der Monotonie folgt auch,
daB p(Yw) einfacher Eigenwert von Yw ist, falls S = p(B) einfacher
Eigenwert von B ist. AIle anderen Eigenwerte von Yw sind betraglich
kleiner. 0
307
Bemerkung 18.13: Die Behauptung (1)' des Satzes von Young besagt, daB
das GauB-Seidel-Verfahren asymptotisch doppelt so schnell wie das
Jacobi-Verfahren konvergiert. Die Konvergenzgeschwindigkeit des Uber-
relaxationsverfahrens ist fur W Wb in vielen wichtigen Fallen aber
noch erheblich groBer als fur W 1 (vgl. Tabelle 18.20 in Beispiel
18.15).
In (3) wird der Verlauf der Funktion p (2') fur W E (0,2) genau
W
beschrieben. Eine Kurvendiskussion ergibt, daB sie von 0 bis wb fallt.
Der Grenzwert der Ableitung fur W ~ wb - 0 ist - =.Im Intervall (w b ,2)
steigt die Funktion linear an (vgl. Abbildung 18.14).
/ I
/ I
/ I
/ I
/ I
/ I
Wb laSt sich leicht berechnen, wenn S = p(B) bekannt ist. Das ist aber
vor Beginn der Iteration nur in Ausnahmesituationen der Fall. In der
Regel wird man wb wahrend der Iteration naherungsweise bestimmen. Dazu
beginnen wir die Iteration mit einem Startwert Wo E[1,w b ):
x*
308
Daraus folgt
Nach (4) ist AO = p(~wo) Eigenwert von ~wo. Er ist einfach, wenn 8=p(B)
einfacher Eigenwert von B ist. Dafur ist nach einem Satz von Peppon-
Fpobeniu8 (vgl. Varga 1962) z.B. hinreichend, daB die Elemente von B
nicht negativ sind und daB B irreduzibel ist. Wir nehmen nun an, daB
AO einfacher Eigenwert von ~wo zum Eigenvektor e ist. Dann laSt sich
mit der Potenzmethode eine Naherung fur 8 = p (B) berechnen.
Fur hinreichend groBe v gilt:
xCv) - x* F::j a e
v
x(v+1) - x* F::j
Aoave
x
(v+2) - x* F::j
A2 a e
0 v
Daraus folgt:
Wb sollte man aber eher naeh oben aufrunden, weil die Funktion p(~w)
fur W > wb weniger raseh waehst als fur W < wb (vgl. Abbildung 18.14).
Es empfiehlt sieh, die Differenz 2 - wb urn etwa 10% zu verringern. c
2 2
EMAT (N , N , lR) •
A
Dabei ist
-4 \
\
\
1\ -4 \
, \
\
1 EMAT(N,N,lR)
'1 ""'4
N + 1 = 1/h .
A
v~
= -2(2 - eosvhn - eos~hn) , v,~ 1 (1)N •
A sei dreieekszerlegt in
A =D - R - S mit D -4·1 •
Die Iterationsmatrix
2
p (2'1) = fl
W
b
= 2/(1+/1-fl 2 ') = 2/(1+sin hll)
In Tabelle 18.16 sind fl, P(2'1) , wb und p(2'w b ) fur verschiedene Schritt-
weiten dargestellt.
h fl p (2'1 ) wb p (2'w b )
Es sei nun
x(v+1l = Mx(v) + C
x* = Mx* + C •
Die Forderung
fuhrt somit auf die fur praktische Zwecke hinreichend genaue Naherungs-
formel
,
m
log e: (18.17)
log p (M)
mJ log ~
Jacobi: s:,;
_h 2 1!2/2
Dabei wurden die exakten Formeln fur die Spektralradien durch ihre
oben angegebenen Naherungen ersetzt. Das Jacobi-Verfahren benatigt also
fur eine gleiche Endgenauigkeit die doppelte Iterationszahl des GauB-
Seidel-Verfahrens.
,
In der Praxis fordert man haufig e: 1/1000. Wegen
ergibt sich:
m1 s:,; --2-
6.91 h-2
1!
m1 /m s:,; 0.64/h •
Olb
In Tabelle 18.20 sind m1 , h 2m1 , mOlb , hmOlb und m1/m Olb fur verschiedene
Schrittweiten dargestellt. Zur Berechnung dieser GraBen wurden die
312
h m1 2
h m1 m hm m1/m
wb wb wb
des Satzes von Ostrowski, die die globale Konvergenz des Uberrelaxa-
tionsverfahrens und einiger Varianten sichert·.
Im folgenden sei G stets eine offene Teilmenge des IRn.
F(x) =0
in Verallgemeinerung des Verfahrens aus Definition 18.1:
x(O)EG
(19.2)
w E (0,2) , v=1(1)co.
FI (x*) = D* - R* - S* .
-1
= I - w[D* - wR*] F' (x*)
[F(x)] T = (jl'(x) (x E G) •
Fur uns sind hier nur offene und konvexe Teilmengen des lRn von Inter-
esse. Diese sind immer einfach-zusammenhangend. Wir setzen im folgenden
stets voraus: Gist eine offene und konvexe Teilmenge des IRn.
Definition 19.6: Es sei (jl G ~ IR1 und fur alle x,y E G und alle
aE(0,1)
konvexe,
r(x,y,a) ::: 0,
bzw. r(x,y,a) > 0,
2
bzw. r(x,y,a) ::: ca(1-a) II x - yl12
Satz 19.7: Eine Funktion (jl E C2 (G, IR 1 ) ist genau dann konvex - bzw. streng
konvex - bBW. gleichmaGig konvex, wenn die Matrix A(x) der zweiten partieLLen
316
Dann ist
und
p(O) = 0, pi (0) o .
Daraus folgt:
1
p(1) f (1-s)p"(s)ds
o
1 T
p ( 1) (1-ex) f (1-s) (y-x) A(x+s(y-x» (y-x)ds
o
1
- (1-ex)2 f (1-s) (y-x)TA(x+s(1-ex) (y-x» (y-x)ds .
o
1
p(1) f t{s) (y-x)TA(x+s(y-x» (y-x)ds
o
mit
fUr 0 <
- s < 1-ex
T(s)
{"' (1-ex) (1-s) fUr 1 - ex <- s < 1
317
1 T
r(x,y,a) = p (1) ~ a(1-a) (y-x) A(x+8(y-x» (y-x)
Die Behauptungen des Satzes folgert man nun leicht aus Definition
19.6. D
Wenn ~ nur einmal stetig differenzierbar ist, kann man die Konvexitats-
eigenschaften noch mit Hilfe der ersten Ableitungen nachprufen.
~ ist genau dann konvex - bzw. streng konvex - bzw. gleichmaBig konvex, wenn p(x,y)
der folgenden Ungleichung genUgt:
p(x,y) > 0 ,
Dann ist
und
1
p (1) r(x,y,a) Jp'(t)dt
o
1
(1-a) J [F(x+t(y-x» - F(x+t(1-a) (y_x»]T (y-x)dt .
o
Wir haben zu beweisen, daB die Ungleichungen in Satz 19.7 und Definition
19.6 aquivalent sind. Der Kurze halber beschranken wir uns auf die
ungleichungen, die die gleichmaBige Konvexitat betreffen. Es sei also
zunachst stets
318
Dann folgt
1 2
r(x,y,a) > '2 c*a(l-a) II y - x 112
1
Der GroBe c in Definition 19.6 entspricht also hier '2 c*.
Nun sei stets
2
r(x,y,a) ~ ca (1- a) II y - X II 2
Dann gilt:
2
aq:>(x) + (l-a) q:>(y) ~ q:>(x+(l-a) (y-x)) + ca(l-a) II y - xl12
weil diese Ungleichung fur alle a E (0,1) besteht, erhalt man durch
den Grenzubergang a ~ 1
(2) x* ist genau dann NuUsteUe von F, wenn \p in x* sein gZobaZes Minimum annimmt.
Die Menge aZZer NullstelZen von Fist konvex.
(4) Wenn \p gleichm~ig konvex ist und G = IRn, besitzt F genau eine Nullstelle x*.
Es gilt die Ungleichung
Beweis: zu (1): Es seien a E (0,1) und y,x E N(y,\p) . Dann gilt wegen
der Konvexitat von \p
x* ist also globales Minimum von \p. Die Umkehrung des Schlusses ist
trivial, da G offen ist. Aus (1) folgt, daB die Menge aller Nullstellen
von F konvex ist. Sei namlich x*o eine spezielle Nullstelle von F. Dann
gilt
{x* E GIF(x*) a}
zu (3): Fur streng konvexe Funktionen \p gilt in dem obigen Beweis die
scharfere Ungleichung
Daraus folgt
320
x* ist also der einzige Punkt, in dem <p das globale Minimum annehmen
kann.
zu (4): Nach (3) besitzt F hochstens eine Nullstelle. Es bleibt zu
zeigen, daB F mindestens eine Nullstelle hat. Wir untersuchen dazu
<p auf den Geraden
Dort gilt
t
<p(bt) <p(0) + (F(O))Tbt + J [F(bs) - F(O)]Tbds •
o
Wegen
T 2
[F(bs) - F(O)] bs > c*s
folgt
sein Minimum an. Das Minimum ist ein globales Minimum im ganzen :mn •
F hat also mindestens eine Nullstelle x* in der obigen Kugel. Man kann
sogar die Ungleichung c* II x*1I 2 ~ II F(O) 112 beweisen. Es gilt namlich
II F (0) II 2 ~ c* II x* 11 2 , c
321
x E G*, x + he(j)E G* , h *0 •
Ferner sei
MID(F,G*) = diag(midj(F,G*)) .
h > 0 .
f. (x+he(j) )-f. (xl
J J
folgt
Wichtiger als eine obere Abschatzung von mid. (F,G*) ist im folgenden
J
eine untere Abschatzung. DafUr benotigt man Lipschitz-Bedingungen fUr
f j .
Satz 19.11: Wenn fUr aUe x E G* mit x + he (j) EG* die Ungleiara".ngen
j=1(1)n
Beweis: trivial. [J
Satz 19.12: Es sei ~ zweimal stetig differenzierbar und G* kompakt. Dann gilt:
2
midj(F,G*) 1/ max 3 jj ~(x) , j=1(1)n.
xEG*
Beweis: Da
2
Jhl max 3 .. ~(x) ,
xEG* JJ
3.~(x+he(j))-3.~(X)
1 im --,<-J__._---,;--_~J<--_
h~O h
2
1/3 .. ~(x)
JJ
1m vorigen Kapitel haben wir uns mit der iterativen Lasung linearer
Gleichungssysteme befaBt. Wir machten noch kurz erlautern, wie sie sich
im Falle reeller, symmetrischer und positiv de fin iter Matrizen begriff-
lich hier einordnen. Es sei
F (x) Ax-b
Nach Satz 19.7 ist qJ gleichmaBig konvex. Die Konstante c aus dem Satz
ist der kleinste Eigenwert von A. Die Funktion p(x,y) aus Satz 19.8 ist
fUr x > 0
qJ(x)
fUr x < 0
und
fUr x > 0
F(x) = !4X
2x fUr x < 0 .
qJEC 1 (G,IRn )
324
G* = {x E Glq>(x) ~ y} •
Behauptungen:
(1) Es gibt genau ein x*EGmit F(x*) = O. x* ist innerer Punkt von G*.
beUebig
\I = 0(1)""
Beweis: zu (1): Weil G* kompakt ist, nimmt q> sein Minimum in G* an. AuBer-
halb von G* ist q>(x) groBer. Deshalb gibt es ein x*EG* mit
F(x*) = 0 •
q> ist streng konvex. Darum gibt es hochstens einen Punkt x* mit diesen
Eigenschaften. Da G* noch andere x als x* enthalt, ist
q>(x*) < y
y =x - QF(x/y)
325
_
mit Aj - qjfj (y
(j-1)
). Wegen qj > 0 ist Aj *0 oder fj(y
(j-1)
) o.
Im ersten Fall definieren wir
p(t) = qJ(y(t)) .
Das ergibt
Hier benotigen wir die Voraussetzung (c). Flir t > 0 und y(t)EG* besagt
diese Voraussetzung:
2U.
]
2tlf. (y(O)) I
1 ]
< Ifj(y(O))-fj(y(t))I
Weil
t
p(t) p(O) + p'(O)t + J [p'(s) - p'(O)]ds
o
Also kann yet) die Menge G* nicht verlassen. Fur aIle tE(O,1] gilt
und insbesondere
Entweder ist also f.(y(j-1)) stets 0 oder es ist ~(y) < ~(x). Damit
J
ist (2) bewiesen.
zu (3): Die Folge {~(x(v)) Iv = O(1)=} konvergiert, weil nach (2)
Es sei x** ein beliebiger Haufungspunkt der Folge {xCv)}. Aus Stetig-
keitsgrunden ist dann
~(y**) = ~(x**) ,
wobei
F(x**) =0
und nach (1)
x** = x* •
Bemerkung 19.14: Wenn lPEC 1 (lR n ,lR) gZeichm(JJJig konvex ist, ist j ede
Niveau-Menge {xElRn IlP(x) < y} kompakt (vgl. Beweis von Satz 19.9). Die
Iteration konvergiert dar~ fur alle x(O)ElRn . Q
Bemerkung 19.16: In der Praxis ist meistens Fund nicht lP der Ausgangs-
punkt. Wenn die Funktionalmatrix FI (x) von F stets symmetrisch ist,
gibt es eine Funktion lP mit F = grad lP. Wenn zusatzlich FI (x) stets
positiv definit ist, ist lP sogar streng konvex. Am schwierigsten ist
die NachprUfung der Voraussetzung (b) von Satz 19.13. MID(F,G*) kann
durch eine Abschatzung der Diagonalelemente von FI (x) bestimmt werden.
FUr die eigentliche Iterationsvorschrift benotigt man nur Fund nicht
lP· Q
Als Anwendung von Satz 19.13 fuhren wir noch ein Beispiel an.
mit
AEMAT (n ,n, lR )
mit
D: Diagonalmatrix
Es sei
z
Pj(z) = f H(Xj'Yj,Z)dZ
o
~(w) = 21 T
w Aw + pew)
F(w) = grad ~ •
ist ~ gleichmaBig konvex im lRn und MID(F,G*) positiv definit fUr jede
konvexe kompakte Menge G* c lRn. Genauer gilt fUr j = 1 (1)n:
Jede Folge
w (0) beliebig
° < q. ]
< 2/(a .. +6)
]]
Die Bedingung
d 3 H(X,y,u(X,y)) < I)
H(x,y,z) = eZ
demonstrieren. Falls
ex ~ u(x,y) < B
definiert man
Es folgt
und
330
Q = w diag ( 1
ajj+e
s) o < w < 2 .
w diag o
a .. +a.H.(w)
JJ J J
w 1 + 2 max {d I d Ii - jl mit a ~J
.. *0 oder
Wenn w « n ist, spricht man von einer Bandmatrix. Es handelt sich dabei
also urn keinen prazisen mathematischen Begriff. Der zugehorige prazise
Begriff ist die Bandbreite. In den folgenden Beispielen bedeutet x ein
von Null verschiedenes Matrixelement und eine Leerstelle eine Null.
332
x x x
x x x x
x x x x x
x x x x x
x x x x x
x x x x
x x x
x x
x
x
x
x
x
x
n
L aiJ,x J, = b i , i 1(1)n
j=1
w
L
-
aJ'i x i + J'-k-1 i 1 (1) n
j=1
mit
k (w-1) /2
333
a ..
J~
b.~ falls j w+ 1
o sonst.
0 0 0 0 0 06l. 0 0 0
31 42 53 75 86 97
0 021 032 043 0 0 0 ° 87
54 65 76 °98
°Il °22
a ° 66 ° 77 ° 88
Q99
°33 44 °55
°12 ~3 °34 °45 °56 ° 67 ° 78 ° 89 0
n 2
2'(w +3w-2)
x x
x
x
x
x
durch Vertauschung der Zeilen 2 und 5 und der Spalten 2 und 5 die
Matrix
x x
x
x
x
x
Eine solche simultane Vertauschung von Zeilen und Spalten ist eine
~hnlichkeitstransformation mit einer Permutationsmatrix. In dem vor-
liegenden Beispiel handelt es sich urn die Permutation
(1,5,3,4,2) •
x x x
x x x
x x x
x x x
x x x
x . x x
Die Permutation
(1,3,5,6,4,2)
x x x
x x x
x x x
x xx
x x x
x x x
A = (a .. )
~J
und
und
zi - zj oder zj zi
336
Fur
gilt demnach
~
z1
ergibt z.B.
z2
x x x
A x x x
x x x
x x x
(1) Gist eine nichtleere Menge. Ihre Elemente nennen wir Xnoten.
(2) ist eine zweistellige Relation, die zwischen gewissen Knoten g
und h besteht. Wir schreiben: fIg ~ hIt oder fIg und h sind verbunden".
(3) Fur aIle g E G gilt g ~ g. g ~ h impliziert stets h ~ g.
(4 ) k g h
o
Definition 20.4: Die Knoten eines endlichen Graphen (G,~) seien irgend-
wie numeriert, d.h. es sei G = {g1,g2, ... ,gn}'
w 1 + 2 max{d I d = Ii - jl mit g.
1.
~ g.}
J
heiBt dann Bandbreite des Graphen (G,~) bezUgliah der gegebenen Nwnerierung. 0
Es ist nun unsere Aufgabe, eine Numerierung der Knoten zu suchen, bei
der die Bandbreite w moglichst klein ist. 1m ersten Schritt zerlegen
wir den Graphen in Schichten.
Abbildung 20.6 zeigt, wie man einen Graphen in Schichten zerlegen kann.
Breite: k =2
Tiefe : r =5
Satz 20.7: Es sei L = (L 1 ,L 2 , ... ,L r ) eine Sahiahtung von (G,"') mit del' Bl'eite
k. Dann gibt es eine NUmel'ie'l'Ung del' Knoten. so da2 die Bandbl'eite des Gl'aphen bezUg-
Ziah diesel' Numel'ie'l'Ung kZeinel' gZeiah 4k - 1 ist.
Beweis: Man nurneriere erst die Elemente von L1 , dann die Elemente von L2
usw. Fur g g, gEL. und gEL. folgt Ii - jl < 1, Iv - ~I < 2k - 1
~ v ~ ~ v J
und damit w < 4k - 1. c
foZgendel' Ar>t:
(1) L1 = {g}
(2) Zu jedem hE Li mit i> 1 gibt es k E Li - 1 mit k '" h. Diese Sahiahtung heil3t
Sahiahtung mit del' WUrzeZ g.
Beweis: trivial. c
(F) Wahle jE{1, ••• ,1} so, daB mj minimal ist. Dann setze h = kj"
Dieser erste Teil des Algorithmus bestimmt also zwei Knoten g und
h und die zugehorigen Schichtungen
339
(1) s = r
(2) h E L
r
(3) g € M
r
i
(4) L. c: U M
r+1-j A. i 1 (1) r
1 1
j=1
i
(5) M. c: U Lr+1-j B.1 i 1(1) r .
1
j=1
Beweis: Aussage (2) ist trivial. FUr i > s sei nun Mi die leere Menge.
Wir beweisen dann zunachst durch vollstandige Induktion die Aussage
(5). Wegen (2) ergibt sich der Induktionsanfang M1 = {h} c: Lr • Es
folgt der SchluB von i auf i + 1. Alle Knoten aus Mi + 1 sind mit Knoten
aus M. verbunden (vgl. Satz 20.8 (2». Weil die Elemente von L nur
1 ~
mit Elementen in L l ' Lund L +1 verbunden sind und weil M. eine
~- ~ ~ 1
Teilmenge von Bi ist, ist Mi + 1 c Bi +1 •
Aussage (5) impliziert s ~ r. Nach Konstruktion (vgl. Schritt
(D» muB s < r sein. Damit ist auch Aussage (1) bewiesen.
Aufgrund von (5) ist
r-1 r-1
U Mi c: U Bi
i=1 i=1
(6) Die Tiefe r der beiden Schichtungen R(g) und R(h) ist entweder
die maximale Tiefe, die bei einer Schichtung von (G,~) erreicht werden
kann, oder eine gute Naherung davon.
(7) Die Mengen Li n Mr + 1 - i , i = 1 (1)n, enthalten in vielen Fallen die
meisten Elemente von Li U Mr +1 - i . Die beiden Schichtungen sind also
sehr ahnlich, selten allerdings identisch.
(8) Der RUcksprung von schritt (D) des Algorithmus zu Schritt (B)
kommt nur bei wenigen Beispielen Uberhaupt vor, dann aber nicht
haufiger als einmal bei einem Graphen. Diese Beobachtung ist selbst-
verstandlich von groBer Bedeutung fUr die Rechenzeit.
1m nachsten Teil des Algorithmus wird aus den beiden Schichtungen
R(g) und R(h) eine Schichtung
Die Menge
r
V G - U (L.nM +1 .)
i=1 ~ r -~
zerfallt in 1 Zusammenhangskomponenten
Leider ist es nicht moglich, fUr die einzelnen Elemente von V unab-
hangig voneinander eine der Regeln 1 und 2 anzuwenden. Ein solches
Vorgehen ergibt im allgemeinen keine Schichtung S. Es gilt aber
Hilf ssatz 20. 10: Wenn in jeder Zusammenhangskomponente von V konstant die gleiahJ.
Regel (entweder immer 1 oder immer 2) angewandt UJirdJ ist Seine Sahiahtung.
341
i=1(1)r
und bestimme V. Wenn V die leere Menge ist, ist dieser Teil des Algo-
rithmus fertig (weiter bei (K». Sonst zerlege V in die Zusammenhangs-
komponenten Vj , j = 1(1)1. Sortiere die Vj so, daB stets IV j +1 I ~ IVjl,
j=1(1)l-1.
(H) Setze v = 1.
(I) Erweitere aIle S. zu S., i = 1 (1)r, durch Einordnung der Knoten
~ ~ F:l
aus V nach Regel 1. Erweitere Si zu Si' i = 1 (1)r, durch Einordnung
v
der Knoten aus V nach Regel 2. Berechne
v
-
K3 = max { I Si I Ii 1(1) r mit Si
* Si}
* Si} .
F:l F:l
K4 max { I Si I Ii 1 (1) r mit S.~
Falls
oder
K3 = K4 und K1 <- K2
F:l
setze S.~ Si' sonst Si = Si' i = 1 (1) r.
--------', , \
\
\
\
I
I
I
I
I
I
I
~ I
I 9 h I
f
I
I
I
I
I
I
I
I
I
I
I 9 h
9 h
Ausgehend von der 5chichtung 5 kann nun im dritten und 1etzten Tei1
des A1gorithmus der Graph nurneriert werden:
(K) 5etze 1 = 1. Gehe zu (N).
(L) k durch1aufe a11e E1emente von 5 1 - 1 in der Reihenfo1ge der Nume-
rierung. Fur festes k nurneriere a11e noch nicht nurnerierten k E 51'
die mit k verbunden sind, so daB der Grad der k n~cht fa11t.
(M) k durch1aufe a11e bereits nurnerierten E1emente von 51 in der
Reihenfo1ge der Nurnerierung. Fur festes k numeriere a11e noch nicht
nurnerierten k E 51' die mit k verbunden sind, so daB der Grad von k
nicht fa11t.
(N) Wenn noch nicht a11e E1emente von 51 nurneriert sind, suche ein
unnurneriertes Element aus 51 mit minima1em Grad. Gebe ihm die nachste
Nummer und kehre nach (M) zuruck.
(0) ErhBhe 1 urn 1 und kehre fur 1 < r nach (L) zuruck.
343
Mit diesem Schritt ist auch die Numerierung beendet. Das Ergebnis
laBt sich in einigen Fallen noch durch einen iterativen Algorithmus
von Rosen 1968 verbessern. tiber Erfahrungen mit diesem Algorithmus
berichtet Lierz 1976.
AIle Algorithmen zur Bandbreitenreduktion kommen hauptsachlich
fur nicht zu groBe schwach besetzte Matrizen mit unregelmaBigem Muster
in Frage. Sie treten hauptsachlich bei finite-element-Ansatzen mit
komplizierter Geometrie auf. Eine typische GroBenordnung ware etwa
n = 1000, w = 50.
21 Buneman-Algorithmus
auf dem Rand des Rechtecks liegt, ist w an dieser Stelle durch den
Randwert 1/1 zu ersetzen. Wir numerieren die Punkte zeilenweise oder
spaltenweise. In beiden Fallen liegt ein lineares Gleichungssystem
folgender Art vor:
Mw = z (21. 1)
344
A I\
\
I\ ~\
\ \ \
\ \
M
\
\
\ \ EMAT (In, 1n, lR)
\
\
\ I
\ \
I A
-4 1,
,,
1, -4, ,
A = ," " , ,~
EMAT (n,n, lR)
" ";
-4
w1
1 = 2k+1 - 1 , k E IN
Wir mu1tip1izieren die mitt1ere G1eichung mit -A und addieren dann die
drei G1eichungen. Dies ergibt bei Beschrankung auf j = 2(2)2 k + 1 - 2:
(21.2)
bestimmen.
Der beschriebene ReduktionsprozeB laBt sich erneut auf die 2k -
Block-Gleichungen (21.2) anwenden, da diese die gleiche Struktur wie
(21.1) besitzen. Mit den Bezeichnungen
j = 2(2)2 k +1 - 2
j 4(4)2 k +1 - 4 •
k-1
Es handelt sich hierbei urn ein System mit 2 - 1 Block-Gleichungen.
Nach seiner Losung konnen die restlichen Unbekannten mit geradem Index
als Losung der n-dimensionalen Gleichungssysteme
z ~ 1) j = 2(4)2 k +1 - 2
J
z. j 1 (1)2 k + 1 - 1 •
J
A(r)W. z ~r) j
J J
2r - 1
(r) A2j , C (r)
'<'
L. c 2j 2j e: lR , r=1(1)k.
j=o
Wir wollen das Polynom als Produkt von Linearfaktoren darstellen. Dazu
brauchen wir seine Nullstellen. Man findet sie am leichtesten durch
die Substitution
I; = -2cos e
-2cos (2 +-1
j
2 r 1 ")
1[\ , j l(1)2 r .
Die Matrizen A(r) lassen sich somit als Produkte von Linearfaktoren
darstellen:
A r = 0
A (r) (21.6)
-
j=1
,r [A + 2cos ('~
n
2r +
1[) I] 1 , r = 1(l)k.
(21.7)
(r) (r-1) + q (r-1) _ 2p~r)
qj q
j-2 r - 1 j+2 r - 1 J
j 2r (2 r )2 k + 1 _ 2r
(r) (r)
Zwischen den Fo1gen Pj , q. und z ~r) besteht nunmehr der Zusarnrnen-
J J
hang:
348
+ q (r)
j+2 r
+ q (r)
j-2 r
_ A(r) (A(r)p~r)+q~r))
J J
+ z (r) z.
(r+1 )
j+2 r J
(r-1)
p~r)
J
p.
J
- ( (r-1) _ Pjr))
Pj
r=1(1)k, j
349
A(r) (w._p~r))
J J
r = k(-1)0 , j
c-4 1,
, ,
,,
l' "-
"-
c,4,
"- ,,
., EMAT (n,n, lR) ,
, "-
'1 c""4
zu losen.
Die zu Beginn der Reduktionsphase auf Null bzw. z. gesetzten
Vektoren p~O) und q~O) belegen einen Speicherplatz derJLange
k+1 J J
In = (2 -l)n. Aufgrund der speziellen Struktur der Berechnungen
konnen die Vektoren p~r) und q~r) die entsprechenden Platze in p~O)
und q~O) Uberspeicher~, da die~e werte nicht mehr benotigt werde~.
J
Aus dem gleichen Grund kann der in der Losungsphase sukzessive berech-
nete Losungsvektor w. die entsprechenden Platze von q~r) belegen.
J J
FUr k = 2, 1 = 7 ist der Ablauf der Rechnung und die Speicher-
belegung in der Reduktions- und Losungsphase in Tabelle 21.11 dar-
gestellt.
Der hier beschriebene Buneman-Algorithmus benotigt also doppelt
so viele Speicherplatze, wie Diskretisierungspunkte vorhanden sind. Es
gibt eine Modifikation des Verfahrens (siehe Buzbee-Golub-Nielson 1970),
die mit der einfachen Anzahl auskommt. Diese Modifikation ist allerdings
etwas rechenintensiver.
Tabelle 21.11. Ablauf der Rechnung fUr Reduktionsphase (oberer Teil) und Losungsphase (unterer Teil) ~
2 P (O) p(O) p(O) p(O) p(O) p(O) p(O) P2(1) ,P4(1) ,P6(1)
1 ' 2 ' 3 ' 4 ' 5 ' 6 '7 P (O) p(1) p(O) p(1) p(O) p(1) p(O)
1 ' 2 ' 3 ' 4 ' 5 ' 6 '7
(0) (0) (0) (0) (0) (0) (0) (1) (1) (1) q (O) q(1) q(O) q(1) q(O) q(1) q(O)
q1 ,q2 ,q3 ,q4 ,qs ,q6 ,q7 q2 ,q4 ,q6 1 ' 2 ' 3 ' 4 ' 5 ' 6 '7
(1) (1) (1) ( 2) (0) (1) (0) (2) (0) (1) (0)
3 2 P2 ,P4 ,P6 P4 P1 ,P2 ,P3 ,P4 ,PS ,P6 ,P7
q (1) q(1) q(1) (2 ) q (O) q(1) q(O) 0(2) q(O) q(1) q(O)
2 ' 4 ' 6 q4 1 ' 2 ' 3 ' ~4 ' 5 ' 6 ' 7
q (1) Q(1)
2 ' 6
w4
w 2 ,w 4 ,w 6
351
1 = n = 2k+1 - 1 , k + 1 log2(n+1)
k
r r [6n + 2r - 1 (6n-5)]
r=1 jEMr
mit
M
r
{j
und
Anzahl (M ) 2k + 1- r _ 1 •
r
Das ergibt
k
r (2 k + 1- r _1) [6n + 2r - 1 (6n-5)]
r=1
k
r r [3n + 2r (6n-5)]
r=o jEMr
mit
Mr {j
und
Anzahl (M ) k-r
2 •
r
k
L
r=o
2u(x)-u(x+h)-u(x-h) = q(x)
h2
ThU(X) = u(x+h)
erhalt man
353
Wir setzen
(j E IN) •
2
h q1 (x)
Den ProzeE kann man beliebig oft fortsetzen. Die m-fach reduzierten
Gleichungen sind
2
h ~(x) (22.2)
mit k
m-1
1 2 .
Die Randwertaufgabe
-u"(x) q(x)
u(O) =A , u(1) = B
kann nun folgendermaBen gelost werden. Man teilt das Intervall [0,1]
in 2n Teilintervalle der Lange h = 1/2n. Dann berechnet man nachein-
ander
-1 2
(2I-T 1 -T )u(1/2) h qn-1 (1/2)
2n - h 2n - 1 h
kann u(1/2) so fort bestirnrnt werden, da die Werte von u in den Rand-
punkten 0 und 1 bekannt sind. Entsprechend erhalt man unmittelbar
u(1/4) und u(3/4) aus der (n-2)-fach reduzierten Gleichung. Durch
Fortsetzung des beschriebenen Verfahrens erhalt man sukzessive die
Funktionswerte von u in den Gitterpunkten jh, j = 1 (1)2 n - 1.
r
r Cl
V
Cl
V
E JR
v=-r
aufgefaBt werden.
Ein Reduktionsschritt sieht nun folgendermaBen aus:
355
Im Spezialfall
ergibt sich:
p2 2 TO
CI h
h 0
T v, hU(x) = u(x+he v )
2
h q (x) •
ergibt
-2
- T 2 ,h - 41}u(x)
Wir setzen
2
h q1 (x) •
l8! 0 l8!
l8! 0
Ein solches gerades Polynom laBt sich auf ein Polynom in zwei
"groBeren" Translationsoperatoren umschreiben. Es seien
357
(22.5)
k h V'Z
Dann ist
(22.6)
zerlegen und erneut reduzieren. Man erhalt dann ein Polynom in den Trans-
lationsoperatoren
-1 -1
T1 ,2h' T1 ,2h' T2 ,2h' T2 ,2h
358
nach der zweiten Reduktion rtickgangig gemacht worden ist. Der beschrie-
bene ProzeB laBt sich wieder beliebig oft fortsetzen. Der erforderliche
Rechenaufwand steigt dabei stark an. Aus diesem Grund haben wir den
zweiten Reduktionsschritt auch nicht explizit durchgeftihrt.
Wir gehen nun zum allgemeinen Fall des zweidimensionalen Reduk-
tionsverfahrens bei Differential- bzw. Differenzengleichungen mit
konstanten Koeffizienten tiber. Dazu stellen wir zunachst einige all-
gemeine Ergebnisse tiber Polynome und Differenzensterne zusammen.
Hilfssatz 22.8: Es sei P(x 1 ,x 2 ,x 3 ,x 4 ) ein gerades PoZynom. Dann gibt es PoZy-
- R$
nome P und P mit foZgenden Eigensahaften:
-1 -1 - -1 -1 -1
P(x,x ,y,y ) = P(xy, (xy) ,yx ,xy )
Beweis: Es ist
-1 -1
P(x,x ,y,y )
Weil P gerade ist, braucht man nur uber i,j E ~ mit i + j gerade zu
surnrnieren. Fur solche i,j ist
r = (i+j)/2 s = (j-i)/2 .
Wir erhalten
r -1 s
P(x,x
-1
,y,y
-1
) r Cl r - s r+s (xy) (yx )
r, sE 7l '
P(xy,(xy) -1 , yx -1 ,xy -1 )
r = (i-j)/2 , s = (i+j)/2
[]
-1 -1
T1 ,k' T1 ,k' T2 , k' T2 ,k fUr gerades \I
oder in
-1 -1 fUr ungerades \I .
T3 ,k' T3 ,k' T4 ,k' T4 ,k
Dabei ist k = 2\1/2 h. S heiBt gerude (bzw. ungerude), wenn das zuge-
\I
horige Polynom gerade (bzw. ungerade) ist. c
~ • • • [!]
GO: •
• ® • ® •
G, : 0
II • !!l • II
• • • ® • G2 : X
• • ~ G3 : 0
~ If
Satz 22.11: Es sei S\I ein Differenzenstem auf dem Gitter G\I . S\I sei zerZegt in
eine Summe
S \I P \I + Q\I
mit geradem Differenzenstem P\I und ungeradem Differenzenstem Qv. Dann kann
S
\1+1 = (P -Q )S
\I \I \I
auah aZs Differenzenstem auf dem groberen Gitter G\I+1 C G\I aufgefaBt werden.
ist gerade, da p2\I und Q2\I gerade sind. Es sei nun \I gerade. Dann gibt
es nach Hilfssatz 22.8 ein Polynom 5\1+1 mit
361
wegen
Die rechte seite dieser Gleichung ist ein Differenzenstern auf dem.
Gitter Gv+1 • Fur ungerades v erhalt man entsprechend unter zusatzlicher
Berlicksichtigung von (22.6):
1 = k/V2' , m 2 . 1 c
nicht von deren rechter Seite abo Sie konnen fur einen bestimmten
Differentialgleichungstyp ein fur alle mal berechnet und anschlieBend
gespeichert werden.
Unsere Darstellung der Differenzensterne ist fur groBere v sehr
aufwendig. Statt
r i j
a ~J
.. T1 , k T2 ,k fur v gerade
i,jE71.
Sv i j
r a ~J
.. T3 , k T4 ,k fur v ungerade
li,jE?l
k = 2v/2h
sQhreiben wir wie Schroder-Trottenberg auch kurzer
[-'
-2
S1 -2
-1
12
-2
-:]
-2
-1
1
0 0 0 0
0 -2 -32 -2 0
S2 1 -32 132 -32 1
0 -2 -32 -2 0
0 0 1 0 0
2
-4 6 -4 1
-4 -752 -2584 -752 -4
S3 6 -2584 13348 -2584 6
-4 -752 -2584 -752 -4
-4 6 -4
3
[~ ~l
0
P0 = 4
0
0
[-~ -1
0
P1 12
-1 0 -1
1
0 0 0 0
0 -2 0 -2 0
P2 1 0 132 0
0 -2 0 -2 0
0 0 1 0 0
2
0 6 0
0 -752 0 -752 0
P3 6 0 13348 0 6
0 -752 0 -752 0
1 0 6 0
3 .
364
G = (0,1) x (0,1)
u (x 1 ,1)
(x 1 ,x 2 E[0,1])
fUr
+ +
+ + +
+ +
Abb. 22.12. Antisymmetrische Fortsetzung
Sl u (1/4,1/4) Ql(1/4,1/4)
366
S1 u (3/4,1/4) q1(3/4,1/4)
S1 u (1/4,3/4)
S1 u (3/4,3/4) q1 (3/4,3/4)
qo (1/2, 1/4)
S u(1/4,1/2) q (1/4,1/2)
o o
S u(3/4,1/2)
o
S u(1/2,3/4) = q (1/2,3/4) .
o 0
n h -n mElN •
ist dann allein eine Gleichung fur u(1/2,1/2). Die Werte von u an den
restlichen Gitterpunkten ergeben sich nacheinander aus stark diagonal-
dominanten Gleichungssystemen.
Bei den zu
-1
4
-1
367
durch Nullen ersetzt. Dies hat fUr hinreichend kleine 0 keinen groBen
EinfluB auf die Genauigkeit der berechneten Naherungswerte von u. Z.B.
entspricht der speziellen Wahl 0 = 10-8 im FaIle des Ausgangssterns
Zurn SchluB mochten wir noch die Anzahl der benotigten Rechen-
operationen fUr das GauB-Seidel-Verfahren (Einzelschritt-Verfahren),
die SOR-Iteration, den Bunernan-Algorithmus und das Reduktionsverfahren
anhand von Tabelle 22.13 vergleichen. Wir beschranken uns auf die
Poissongleichung im Einheitsquadrat (Modellproblem) zusammen mit der
klassischen FUnf-Punkt-Differenzenformel. AIle Terme niedriger Ordnung
werden vernachlassigt. Mit N2 bezeichnen wir die Anzahl der inneren
Gitterpunkte bzw. die Anzahl der Unbekannten des Gleichungssystems.
Der Rechenaufwand der Iterationsverfahren hangt zusatzlich von dem
Faktor E ab, urn den der Anfangsfehler verringert werden solI. Beim
Reduktionsverfahren nehmen wir an, daB alle Sterne mit 0 = 10- 8
gekUrzt werden. Genauere Vergleiche werden bei Dorr 1970 und Schroder-
Trottenberg-Reutersberg 1976 durchgeflihrt. In den Anhangen 4 und 6
findet man noch Angaben Uber Rechenzeiten. Man beachte bei diesem
Vergleich, daB die Iterationsverfahren auch bei allgemeineren problemen
anwendbar sind.
368
GauB-Seidel 4 N4 Ilog I
2'
11
E
SOR 'L
211
N3 Ilog e: I
Reduktion 36 N2
Anhang: FORTRAN-Programme
A.O Einleitung
DO 10 I 1,100
DO 10 J = 1, 100
10 A{J,I) = 0
DO 10 I 1,100
DO 10 J = 1, 100
10 A{I,J) = 0
Das liegt daran, daB die Elemente von A bei Verwendung von FORTRAN in
folgender Reihenfolge im Speicher stehen:
A.1 Massau~rfahren
mit
AEC 1 (GxG,MAT(2,2,IR))
gEC 1 (GxG,IR
- 2
) •
xn + 2h(i-n 1 ) ,
1
TAU .
372
H2 2h
TAU = 0 .
B (I) = • TRUE.
U(1,I) W1 (Xi)
U(2,I) W2 (xi)
U(3,I) x.~
U(4 ,I) o ,
sonst nur
B(I) .FALSE • .
Mit jedem Aufruf von MASSAU wird eine neue Schicht im charakteristi-
schen Gitter (TAU = h, TAU = 2h, .•• ) berechnet. Das Programm ver~ndert
auch N1, N2 und SIGMAO. Die Anzahl der Gitterpunkte auf einer Schicht
f~llt jedesmal mindestens urn 1. Am Ende ist N2 ~ N1. Zwischen zwei
Aufrufen von MASSAU konnen die Ergebnisse fUr eine Schicht ausgedruckt
werden.
Zur Beschreibung von A und g mUssen in jedem konkreten Fall zwei
Unterprogramme MATRIX und QUELL geschrieben werden. Eingangsparameter
ist ein Vektor U der L~nge 4. Die Komponenten bedeuten
u 1 (x,y), u 2 (x,y), x, y •
Das Programm MATRIX setzt noch eine logische Variable L. Sie hat
folgende Bedeutung:
Zur Bestimmung der Eigenwerte und Eigenvektoren von A ruft MASSAU das
Unterprogramm ElGEN auf. Beide Programme enthalten eine Reihe von
Kontrollen:
G = (0,2) x 1R
U1 (x,y) 2u 2 (x,y) )
A(x,y,u(x,y)) (
t 2(X,y)
U u 1 (x,y)
g(x,y,u(x,y)) 0
~O sin(2nx)exp(x)
0
~
El
Q)
.j..l
Ul
>.
Ul
I
>.
I
OJ ~
o~
El
-rl
N
.j..l
Q)
s::
s::Q)
~
-rl
co .j..l
Ul
o~
-rl
1-1
Q)
.j..l
~
co
1-1
co
..c:
u
c---
o~
0,70
0,60
0,50
0,40
030r),/), /), / ) , / ) , / ) , / ) , / ) , ( ) , [\. /), '1), [\. /\. /j'/),/),/")/), /), [\. F\./),/")'.
, I I I
0,65 0,7 0,8 0,9 1,0 1,1 1,2
G = (0,1) x IR
°
A(x,y,u(x,y»
1- (u 1 (x,y) ) 2 2u, (x,y)u2 (x,y)
1-(u 2 (x,y»2 1-(u 2 (x,y»2
°
g(x,y,u(x,y»
4u 1 (x,y) exp (2x)
1-(u 2 (x,y»2
1jJ(x) 2exp(x) ( °1 ) •
sin y)
u(x,y) =2 exp(x) ( •
cos y
Die Ergebnisse nach der ersten und zweiten Extrapolation findet man
in den Tabellen 4 un.d 5. Die Fehler ~u1 und ~u2 wurden in allen drei
Tabellen aus den Werten einer Spalte berechnet:
~u, =2 exp(x)sin(y) - u,
~u2 2 exp(x)cos(y) - u 2 •
377
SUBROUTINE MASSAU
C
C VARIABLEN DES COMMON-BLOCKS
C U(I,I) UND U(2,I) KOMPONENTEN VON U,
C U(3,I)=X, U(4,I)=V.
C DABEI 1ST NI.LE.I.LE.N2.
C B(I)=.FALSE. BEDEUTET, DASS DER PUNKT
C NICHT ZUM GITTER GEHOERT.
C DER PUNKT ( U(3,I),U(4,I) ) HAT DIE
C CHARAKTERISTISCHEN KOORDINATEN ( SIGMAO+I*H2,TAU )
C DER BLOCK MUSS YOM HAUPTPROGRAMMM INITIALISIERT WERDEN.
C
378
REAL UC4,500),SIGMAO,TAU,H2
INTEGER Nl, N2
LOGICAL B(500)
COMMON /MASS/ U,SIGMAO,TAU,H2,Nl,N2,B
C
REAL EIC2,2),E2C2,2),LAMBIC2),LAMB2C2),GIC2),G2C2)
REAL Cl,C2,D,XO,Xl,X2,YO,Yl,Y2,RD
REAL DXOl,DX21,DYOl,DY02,DY21,Ull,U12
INTEGER N3,N4,I
LOGICAL L,LL
C
N3=N2-Nl
10 IFCN3.LE.0) RETURN
IFCBCNl» GOTO 20
11 Nl=Nl+l
N3=N3-1
GOTO 10
20 LL=.FALSE.
N4=N2-1
C
C ANFANG DER HAUPTSCHLEIFE
C
DO 100 I=Nl,N4
IFC.NOT.BCI+l» GOTO 90
IFCLL> GOTO 30
IFC.NOT.BCI» GOTO 90
CALL EIGENCUCl,I),El,LAMBl,L)
IFC.NOT.L) GOTO 90
CALL QUELLCUCl,I),Gl)
30 CALL EIGENCUCl,I+l),E2,LAMB2,L)
IFC.NOT.L) GOTO 90
CALL QUELLCUCl,I+l),G2)
C
C LOESUNG DER GLEICHUNGEN
C CXO-Xl)+LAMBlCl)*CYO-Yl)=O
C CXO-Xl)+LAMB2C2)*CYO-Yl)=CX2-Xl)+LAMB2C2)*CY2-Yl)
C
Cl=LAMBlCl)
C2=LAMB2(2)
D=C2-Cl
IFCD.LT.l.E-6*AMAXlCABSeCl),ABSeC2») GOTO 80
Xl=Ue3,I)
X2=UC3.I+l)
Yl=UC4,I)
Y2=U(4,I+l)
DX21=X2-Xl
DY21=Y2-Yl
RD=CDX21+C2*DY21)/D
DXOl=-Cl*RD
DYOl=RD
XO=Xl+DXOl
YO=Yl+DYOl
DY02=YO-Y2
C
C ABFRAGEN, OB DIE TRANSFORMATION
C eSIGMA,TAU) NACH eX,y) MOEGLICH 1ST.
C
IFeCDX21*DYOI-DXOl*DY21).LE.O.) GOTO 80
C
379
SUBROUTINE EIGEN(U,E,LAMBDA,L)
C
REAL U(4),E(Z,2),LAMBDA(Z)
LOGICAL l
C
C EINGANGSPARAMETER
C U ENTHAElT U(1),U(2),X,Y
C
380
C AUSGANGSPARAMETER
C EIGENWERTE LAMBDACl).LT.LAMBDAC2)
C MATRIX E CIM TEXT E**-l GENANNT)
C L=.FALSE. BEDEUTET, DASS DIE RECHNUNG NICHT DURCHFUEHRBAR 1ST.
C
REAL AC2,2),C,D,Cl,C2,C3,C4
LOGICAL SW
L=.TRUE.
CALL MATRIXCU,A,L)
IFC.NOT.L) RETURN
C
C BERECHNUNG DER EIGENWERTE VON A
C
C=ACl,l)+AC2,2)
D=ACl,l)-AC2,2)
D=D*D+4.*ACl,2)*AC2,1)
IFCD.LE.O) GO TO 101
D=SQRTCD)
IFCD.LT.l.E-6*ABSCC» GO TO 101
LAMBDACl)=0.5*CC-D)
LAMBDA(2)=0.5*CC+D)
C
C LOESUNG DER HOMOGENEN GLEICHUNGEN
C ECl,1)*CACl,1)-LAMBDACl»+ECl,2)*AC2,1)=0
C ECl,1)*ACl,2)+ECl,2)*CAC2,2)-LAMBDACl»=0
C EC2,1)*CACl,1)-LAMBDAC2»+EC2,2)*AC2,1)=0
C EC2,l)*ACl,2)+EC2,2)*CAC2,2)-LAMBDAC2»=0
C
C=LAMBDACl)
SW=.FALSE.
10 Cl=ABSCACl,l)-C)
C2=ABSCAC2,l»
C3=ABSCACl,2))
C4=ABSCAC2,2)-C)
IFCAMAXICCl,C2).LT.AMAXlCC3,C4» GO TO 30
IFCC2.LT.Cl) GO TO 20
Cl=l.
C2=(C-ACl,1»/A(2,1)
GO TO 50
20 C2=1.
Cl=AC2,1)/CC-ACl,1»
GO TO 50
30 IFCC3.LT.C4) GO TO 40
C2=1.
Cl=(C-AC2,2»/ACl,2)
GO TO 50
40 Cl=l.
C2=ACl,2)/CC-AC2,2»
50 IFCSW) GO TO 60
ECl,l)=Cl
ECl,2):,C2
C=LAMBDA(2)
SW=.TRUE.
GO TO 10
60 EC2,l)=Cl
E(2,2)=C2
RETURN
101 L=.FALSE.
RETURN
END
381
HAUPTPROGRAMM
UNTERPROGRAMME
SUBROUTINE QUELLCU,G)
C
C EINGABEPARAMETER U ENTHAELT UCl),UC2),X,Y
C AUSGABEPARAMETER GCl),GC2)
C
REAL U(4),GC2)
GCl)=O.
G(2)=O.
RETURN
END
SUBROUTINE MATRIXCU,A,L)
C
C EINGABEPARAMETER U ENTHAELT UCl),UC2),X,Y
C AUSGABEPARAMETER MATRIX A UND L.
C WENN U NICHT IN DAS GEMEINSAME DEFINITIONSGEBIET
C DER KOEFFIZIENTENMATRIX A UND DER INHOMOGENITAET G
C FAELLT, WIRD L=.FALSE. GESETZT, SONST L=.TRUE.
C
REAL U(4),AC2,2)
LOGICAL L
C
REAL Ul,U2
C
Ul=UCl)
U2=U(2)
L=.TRUE.
ACl,l)=-Ul
ACl,2)=-2.*U2
AC2,1)=-O.5*U2
AC2,2)=-Ul
RETURN
END
A.2 Total-implizites Differenzenschema zur L6sung einer nichtlinearen
parabolischen Differentialgleichung
2
3 2 u(x,t) = a(u(x,t))3'lu(x,t) - q(u(x,t)) (xE (r ,s) ,t > 0)
u(r,t) (t > 0)
u (s ,t)
- 2u(x,t+h)1 - h q(u(x,t+h))
x = r + j~x , j = 1(1)n
j 1 (1 ) n
mit
-Aa(U.)
J
-Aa (u.)
J
384
Die anderen Unterprogramme hangen nicht von den Vorgaben abo AIN
berechnet die Koeffizienten a .. des linearen Gleichungssystems. GAUBD3
~J
lost die Gleichungen. Dieses Programm wird im Detail bei den Programmen
zur Behandlung von Bandmatrizen (siehe Anhang 5) beschrieben. Die
Koeffizienten a 1j , a 2j , a 3j werden nur in jedem dritten Newtonschritt
neu berechnet. In den beiden nachsten Schritten werden die alten Werte
weiter verwendet. Statt AIN wird dann das Programm RIN aufgerufen. Es
berechnet nur den Defekt a 4j • AnschlieBend lauft GAUBD3 in vereinfachter
Form abo Aus diesem Grund ist das dritte Argument .TRUE. . Wir nennen
diese Iterationsschritte verkUrzte Newtonschritte.
Vor dem ersten Aufruf von HEATTR muB der COMMON-Block /HEAT/
ausgefUllt werden:
N= n
DX = ~x (s-r) / (n+1)
385
H =h
H darf von Zeitschritt zu Zeitschritt geandert werden. Wenn u(r,t) und
u(s,t) von t abhangen, sind vor jedem Aufruf von HEATTR im Hauptpro-
gramm auch die neuen Randwerte U(1) = ~r(t+h) und U(N+2) = ~s(t+h) zu
setzen.
Bei einem verkUrzten Newtonschritt werden etwa 60% der Gleitkomma-
operationen eines normalen Newtonschrittes gebraucht:
IF (AMAX.LE.0.00001*UMAX) GO TO 70
und
IF (ITER1 .LT.3) GO TO 21
entsprechend zu andern.
Wie schon erwahnt, kommt man meistens mit zwei bis vier Newton-
iterationen aus. Das entspricht etwa dem vier- bis achtfachen Aufwand
fUr das naive explizite Verfahren. Wenn u und a(u) sich stark andern,
laBt das explizite Verfahren aber nur extrem kleine Schrittweiten h zu.
Das kann so weitgehen, daB das Verfahren praktisch tiberhaupt nicht
386
mehr verwendbar ist. Wenn q' (u) < 0 ist, sollte allerdings auch beirn
total-impliziten Verfahren, hq' (u) > -1 sein, d.h. h < 1/lq' (u) I.
FUr sehr groBe n empfehlen wir zur Reduzierung der Rundungsfehler
in AIN und RIN die Anweisung
und ersetzt die oben genannte Anweisung durch die folgenden drei
Anweisungen:
U12 U1 (J+2)
U10 = U1 (J)
A(4,J)
SUBROUTINE HEATTRCITER)
C
C UCI) WERTE VON U AN DER STELLE
C X=XO+CI-l)*DX, I=1(1)N+2 ,
C U(l), U(N+2) RANDWERTE
C H SCHRITTWEITE IN ZEITRICHTUNG
C
REAL U(S13),H,DX
INTEGER N
COMMON/HEAT/U,H,DX,N
C
REAL UICS13),AJ,UJ,AMAX,UMAX,AC4,S11)
INTEGER ITER,I,ITERl,Nl,N2,J
Nl=N+l
N2=N+2
C
387
C ERSTER NEWTONSCHRITT
C
CALL AINCA,U)
CALL GAUBD3CA,N,.FALSE.)
DO 20 J=2,Nl
20 UICJ)=UCJ)+AC4,J-l)
Ul(l)=UCl)
UlCN2)=UCN2)
ITER=l
ITERl=l
C
C VERKUERZTER NEWTONSCHRITT
C
21 CALL RINCA,Ul)
CALL GAUBD3CA,N,.TRUE.)
GO TO 30
C
C NORMALER NEWTONSCHRITT
C
25 CALL AINCA,Ul)
CALL GAUBD3CA,N,.FALSE.)
lTERl=O.
C
C UMSPEICHERN UNO FEHLERABFRAGE
C
30 AMAX=O.
UMAX=O.
DO 40 J=2,Nl
AJ=AC4, J-l)
UJ=UICJ)+AJ
AJ=ABSCAJ)
IFCAJ.GT.AMAX) AMAX=AJ
Ul(J)=UJ
UJ=ABS(UJ)
IFCUJ.GT.UMAX) UMAX=UJ
40 CONTINUE
c
C
ITER=ITER+l
lTERl=ITERl+l
IF(AMAX.LE.O.OOOOl*UMAX) GO TO 70
IFCITER.GT.20) GO TO 110
IF(ITERl.LT.3) GO TO 21
GO TO 25
C
C U=Ul
C
70 DO 80 J=2,NI
80 U(J)=UHJ)
RETURN
c
c
110 WRITEC6,11l)
III FORMATCI7H KEINE KONVERGENZ)
STOP
END
388
SUBROUTINE AIN(A,Ul)
C
C BERECHNUNG DER KOEFFIZIENTEN UND DER RECHTEN SEITE
C DES LINEAREN GLEICHUNGSSYSTEMS
C
REAL A(4,SII),Ul(SI3)
C
C COMMON-BLOCK SIEHE HEATTR
C
REAL U(SI3),H,DX
INTEGER N
COMMON/HEAT/U,H,DX,N
C
REAL LAMBDA,LAMBD2,LAMBDM,UJ,AJ,DAJ,QJ,DQJ
INTEGER J
REAL Z
LAMBDA=H/CDX*DX)
LAMBD2=2.*LAMBDA
LAMBDM=-LAMBDA
DO 10 J=I,N
UJ=UlCJ+l>
AJ=ALPHACUJ)
DAJ=DALPHACUJ)
QJ=QUELLCUJ)
DQJ=DQUELLCUJ)
Z=LAMBDM*AJ
ACl,J)=Z
AC2,J)=I.+LAMBD2*(AJ+DAJ*UJ)-LAMBDA*DAJ*
* (UICJ+2)+UICJ»+H*DQJ
A(3,J)=Z
A(4,J)=U(J+l)-(I.+LAMBD2*AJ)*UJ+LAMBDA*AJ*
* (Ul(J+2)+Ul(J»-H*QJ
10 CONTINUE
RETURN
END
389
SUBROUTINE RINCA,Ul)
C
C BERECHNUNG DER RECHTEN SEITE
C DES LINEAREN GLEICHUNGSSYSTEMS
C
REAL AC4,SII),UICSI3)
C
C COMMON-BLOCK SIEHE HEATTR
C
REAL UCSI3),H,DX
INTEGER N
COMMON/HEAT/U,H,DX,N
C
REAL LAMBDA,LAMBD2,UJ,AJ,QJ
INTEGER J
LAMBDA=H/CDX*DX)
LAMBD2=2.*LAMBDA
DO 10 J=l,N
UJ=UlCJ+l)
AJ=ALPHACUJ)
QJ=QUELLCUJ)
AC4,J)=UCJ+l)-Cl.+LAMBD2*AJ)*UJ+LAMBDA*AJ*
* CUICJ+2)+UICJ»-H*QJ
10 CONTINUE
RETURN
END
BEISPIEL
HAUPTPROGRAMM:
REAL UCSI3),H,DX
INTEGER N
COMMON/HEAT/U,H,DX,N
REAL PI,T
INTEGER I, J .ITER
PI=4.*ATANCl.)
C
N=7
DX=I./8.
H=I./64.
DO 10 1=1,9
10 UCI)=SINCPI*DX*FLOATCI-l»
C
T=O.
DO 20 1=1,10
CALL HEATTRCITER)
WRITEC6,22) ITER
T=T+H
WRITEC6,2l) T
WRITEC6,21)CUCJ),J=I,9)
20 CONTINUE
STOP
C
21 FORMATCIX,9FI2.9/1X,9FI2.9)
22 FORMATC6H ITER=,I2)
END
390
UNTERPROGRAMME:
+ D(x,y)u(x,y,t) + q(x,y,t)
und
D(x,y)u(x,y,t) + q(x,y,t)
h[D(x,y)u(x,y,t) + q(x,y,t)]
,
h[2 D(x,y) (u(x,y,t)+u(x,y,t+h)) + q(x,y,t+2 h)]
,
im Differenzenoperator berUcksichtigen. Dann gibt es zwar keine neuen
Stabilitatsprobleme (vgl. Satz 5.13). Die Konsistenz bleibt auch
erhalten. Aber die Konsistenzordnung fallt von 2 auf 1. Der ursprling-
liche Konsistenzbeweis bezieht sich namlich nur auf Losungen der
392
h -1 h
u(x,y,t+h) (I-~D(x,y)) [I + S(h)oK(h) + 2' D(x,y)]u(x,y,t)
h -1 h h h -1
+ h(I-2'D(x,y,)) q(x,y,t+2') + 2'(I-2'D(X,y)) S(h)q(x,y,
mit
K (h)
S(h)
1
v(x,y) = K(h)u(x,y,t) + 2'hq(x,y,t)
h
u(x,y,t+h) (I- 2 D (x,y)) -1
h h
o [(I+2'D(x,y))u(x,y,t) + S(h)v(x,y) + hq(x,y,t+2')]
u(x,y,t+h) h
u(x,y,t) + (I-2'D(X,y)) -1
rS(h)v(x,y) + h(D(X,Y)U(x,y,t)+q(x,y,t+~))]
Aus diesen Werten und den alten Werten u(x,y,t) ergibt sich u(x,y,t+h)
wieder in den Punkten
Wenn die Schritte 1 und 2 streng nacheinander ablaufen, muB man u und
v speichern. Darum zerlegen wir jeden Zeitschritt in Teilschritte, bei
denen nur die u-werte zu den Gitterpunkten auf einer Geraden
x + y = 2aA .. const.
•
• + • + : v-Gitter
• + • + • • : u-Gitter
• + • + • + •
"""',,,. +. +. +. +.
'" "'. + • + • + • + • + •
"'-"'''
"'-r."'-. "+ ·
.+.+.+.+.+.+.
."'-+."'-."-+ . +
• + • + • + • + • + •
• + • + • + • + • + •
• + • + ."'-+.:"'-."+. •
+ • + • + •
• + • + .~"'-.~ • + • + •
.+.+.+..:..r,.+.
• + • + .~
"'-"'"'."+.
'' .
• + • + .~"'-."'- x+y=(21X+1)L1
• + • + .""- "'-x+y=2«..1
"'- x+y=(2u-1)L1
• + •
•
Abb. 1. Gitterpunkte fUr rna 3, m 8, A 1/8
394
Zunachst werden nur diese v-Werte gespeichert und beim nachsten Teil-
schritt zUr Halfte wieder Uberspeichert. So wird immer abwechselnd v
auf einer Geraden berechnet, dann u auf einer Geraden. SUBROUTINE STEP1
berechnet nur die v-Werte auf einer Geraden. STEP2 berechnet zwar alle
u; beim Ubergang von einer Geraden zur anderen wird aber in STEP2 zur
Berechnung von v STEP1 aufgerufen.
Das Programm startet mit den Gitterpunkten im Quadrat
Beim Aufruf von STEP2 sollte man h nicht groBer als 1 .O/DMAX wahlen.
Bei jedem Zeitschritt wird erst STEP2 zur Durchflihrung der Rechnung
und dann DRUCK zum Ausschreiben der Ergebnisse aufgerufen.
Nach s2 Zeitschritten bleiben nur noch (m+1-2S 2 )2 Gitterpunkte
Ubrig. Es sind also hochstens m/2 Schritte durchfUhrbar. Nach falschem
Aufruf von INITIO oder STEP2 wird IERR > 0 wie folgt gesetzt:
in INITIO:
in STEP 2:
IERR = 1: So zu groB .
395
STEP 1 STEP 2
STEP1:
(m-2s 2 ) Aufrufe von COEFF
2
(m-2s 2 ) (4n +12n+2) Operationen
STEP2:
(m-2s 2 ) Aufrufe von STEP1
2
(m-2s 2 -1 ) Aufrufe von COEFF
mit
cr =8
m/2
L
1l=1
II
2
t m(m+1) (m+2)
Wenn die Matrizen A1 ,A 2 viele Nullen enthalten - wie etwa bei der
Wellengleichung - kann man den Term 4n 2 erheblich reduzieren. Dazu
mussen in STEP1 und STEP2 nur die Schleifen neu prograrnmiert werden,
die mit
396
DO 20 LL = 1,N
o
o A2 (x,y) = (~ o
o 1 o
D(x,y) = 0 , q(x,y,t) = 0
qJ(x,y) =(~os x)
cos y
(sin x + sin
u(x,y,t) = (-:~: : cos x
cos t cos y
Tabelle 2
A max. absoluter Fehler
1. Komp. 2.u.3. Komp.
10- 7 10- 6
- 1.5
< 1.0 4.0
1.6 4.4 10- 5 5.3 10- 5
1.7 2.0 100 1.2 100
397
u(x,y,t)
e -t (COS x + cos yy)
In der Tat bringt die erste und dritte Extrapolation eine wesentliche
Verbesserung der Ergebnisse. Der Summand h 3 '3(X,y) dUrfte also in
2 4
unserem Beispiel gegenUber den Terrnen h '2(x,y) und h '4(x,y) sehr klein
sein. Die absoluten Fehler der nichtextrapolierten Werte fallen mit h
von ungefahr 10- 3 auf 10- 5 . Nach der dritten Extrapolation sind die
Fehler in allen 49 Punkten (und fUr be ide Komponenten von u) kleiner
als 10- 9 .
398
MMAX1=MMAX+l
M=2**MO
IF ( MO. LT. 1 . OR. M . GT. MMAX GOTO 998
IF( NO.LT.l .OR. NO.GT.4 GOTO 997
C
C LOESCH EN VON V(*,2,*) UND SETZEN VON U(*,*,*) AUF MINUS
C UNENDLICH. (HIER MINUS=-1.E50)
C
DO 10 J=l,MMAX
DO 10 NN=l,N
10 V(NN,2,J)=0.
DO 20 I=l,MMAXI
DO 20 J=I,MMAXl
20 U(l,I,J)=MINUS
T=TO
N=NO
S2=0
DMAX=O.
IERR=O
DELTA=l./FLOAT(M)
Il=(MMAX-M)/2+1
I2=Il+M
XO=-l.
YO=O.
DO 40 J=Il.I2
Xl=XO
Yl=YO
DO 30 I=Il.I2
CALL FUNC (XI,YI,F)
CALL COEFF (XI,YI,TO,AI,A2,D,Q)
Xl=Xl+DEL TA
YI=YI-DEL TA
DO 30 NN=l,N
U(NN,I,J)=F(NN)
IF( D(NN).GT.DMAX ) DMAX=D(NN)
30 CONTINUE
XO=XO+DELTA
40 YO=YO+DEL TA
RETURN
997 IERR=I
RETURN
998 IERR=2
RETURN
END
SUBROUTINE DRUCK
INTEGER I,J,L,MMAX1
REAL MINUS,X,Y
C
C VARIABLE 1M COMMON SIEHE INITIO
C
INTEGER MMAX,M,N,S2
REAL UC4,65,65),VC4,2,64),H,DELTA,LAMBDA,T
COMMON U,V,H,DELTA,LAMBDA,T,MMAX,M,N,S2
DATA MINUS /-1.E50/
C
MMAX1=MMAX+1
DO 30 J=l,MMAXl
DO 20 I=1,MMAX1
IFC UC1,I,J).LE.MINUS ) GOTO 20
X=DELTA*FLOATCJ+I-MMAX-2)
Y=DELTA*FLOATCJ-I)
DO 10 L=l,N
10 WRITE(6,800) L,I,J,UCL,I,J),X,Y
20 CONTINUE
30 CONTINUE
RETURN
800 FORMATC1H ,10X,2HU(,I2,lH"I2,lH"I2,lH),5X,E20.14,
F 5X,2HX=,F10.6,2X,2HY=,FIO.6)
END
Die drei zuletzt genannten Programme hangen von der konkreten Aufgabe
ab und beschreiben G,q und ~. Es handelt sich formal um REAL FUNCTION's
mit zwei Argumenten X und Y vom Typ REAL. CHAR ist eine charakteri-
stische Funktion des Gebietes G:
falls (X,Y)€G
ist, wird angenommen, daB der Abstand des Punktes vom Rand ClG hochstens
10- 3 ist. Jedes Gebiet wird vom Programm so abgeschnitten, daB es in
dem jeweiligen Rechteck Qi' iE{1,2,3,4} liegt. Fur G = (-1,1) x (-1,1)
genUgt darum CHAR(X,Y) = 1. Wenn ein Gebiet G Durchschnitt bzw. Ver-
einigung zweier Gebiete G1 und G2 ist, ist das Minimum bzw. Maximum
der charakteristischen Funktionen fur G1 und G2 eine charakteristische
Funktion fur G.
POlS wird vom Hauptprogramm aufgerufen. Die ersten beiden Parametel
sind die Namen der Funktionsprogramme RAND und QUELL. Der Name von CHAR
ist fest. Die ubrigen Parameter von POlS sind:
BR, BO
M, EPSP, OMEGAP
Die Feinheit des Gitters ist H = 1./2**M. EPSP ist der absolute Fehler,
bis zu dem die Iteration fortgesetzt wird. Bei EPSP = O. wird statt-
-3
dessen mit 10 gerechnet. OMEGAP ist der Relaxationsparameter. Wenn
OMEGAP = O. ist, wird wb vom Programm numerisch bestimmt. Man beachte,
daB wb zwar von G, aber nicht von q und ~ abhangt. Die numerische
405
Naherung hangt auch von EPSP abo Sie ist urn so besser, je kleiner EPSP
ist. Im FaIle OMEGAP = 0 sollte man POlS nacheinander mit M = 2,3,4 •.•
aufrufen. Das Programm nimmt dann als jeweiligen Startwert zur Bestim-
mung von wb den Naherungswert des vorhergehenden groberen Gitters.
OMEGAP bleibt Null.
SOR benotigt pro Iterationsschritt 7e + 11f Gleitkommaoperationen
mit
Das Programm ist eigentlich fur Gebiete gedacht, die keine Recht-
ecke sind. Bei Rechtecken ist der Buneman-Algorithmus (vgl. ~~hang 6)
wesentlich schneller. Trotzdem ist es reizvoll, die theoretischen
Ergebnisse beim Modellproblem (Beispiel 18.15) mit den numerischen
Erfahrungen zu vergleichen. Es sei
lIu(X,y) = -20 in G = ( 0 , 1) x (0 , 1)
Da die Iteration mit u(x,y) = 0 beginnt, ist die Norm des Startfehlers
II e: (0) 112 in grober Naherung 1. Die folgenden Ergebnisse wurden zunachst
aIle mit EPSP = 1./1000 gewonnen. Die Fehlerverringerung des Iterations-
verfahrens ist also ungefahr 1/1000.
Tabelle 1 enthalt die theoretischen Werte von wb und die numeri-
schen Naherungen w b . Die Naherungen sind - wie vermutet - immer zu
groB.
406
h wb wb
h m m1 m2 m3 t1 t2 t3
wb
Rechnung mit W
In jedem Fall - d.h. fUr EPSP 10- 3 und EPSP 10-9 - ist nach unseren
Erfahrungen
besser als wb .
407
h 6m 6m 2 6m 3
wb
1/8 17 20 20
1/16 35 44 36
1/32 70 88 72
1/64 141 176 144
SUBROUTINE POIS(RAND,QUELL,BR,BO,M,EPSP,OMEGAP)
C
C UEBERGABEPARAMETER
C
REAL EPSP,OMEGAP
INTEGER M
LOGICAL BR,BO
C RAND UND QUELL SIND FUNCTIONS
C
C COMMON-GROESSEN
C
REAL W(66,66),Wl(65,65),WPS(65),Q(65,65),COEFF(1600)
INTEGER NR(66,66),MITTE,Nl,N2,ITER,NSYM,Ll(65),L2(65),NO
EQUIVALENCE (Ll(1),Wl(1,1»,(L2(1),Q(1,1»
EQUIVALENCE (NO,Wl(1,1»,(MITTE,Q(1,1»,(WPS(1),Wl(1,2»
COMMON W,Wl,Q,COEFF,NR
COMMON Nl,N2,ITER,NSYM
C
C LOKALE VARIABLE
C
REAL D(4),PUNKT,STERN,BET2,EPS,EPSl,EPS2,H,H2,
OALT,OMEGAB,OMEGA,X,XN,Y,Zl,Z2,Z3
INTEGER I,J,K,Kl,K2,LCOEFF,N,NN,N3,N4,
MALT,MITTEO,MITTEl,MMAX,LCMAX
LOGICAL BRN,BON,HBIT
DATA PUNKT/IH./
DATA STERN/IHlU
DATA MALT /0/
C
C
C BEDEUTUNG DER VARIABLEN
C
C W(I,J) WERT DER UNBEKANNTEN FUNKTION IN DEM PUNKTE (X,Y).
C DABEI 1ST: "X=(I-MITTE)*H" "Y=(J-MITTE)*H"
C Wl(I,J), HILFSSPEICHER
C WPS(I)
C COEFF(U IN DIESEM BEREICH WERDEN DIE KOEFFIZIENTEN DER
C DIFFERENZENGLEICHUNGEN IN DEN RANDNAHEN PUNKTEN
C GESPEICHERT. ZU EINEM PUNKT GEHOEREN
C COEFF(L) ,COEFF(L+l) ,COEFF(L+2) ,COEFF(L+3)
C Q(I,J) RECHTE SEITE DER DIFFERENZENGLEICHUNG
C
C Nl,N2, DIE INNEREN PUNKTE DES GEBIETES (RANDNAHE UND
C Ll(J), RANDFERNE PUNKTE) GENUEGEN DEN UNGLEICHUNGEN
C L 2 (J ) Nl.LE.J.LE.N2 Nl.GT.l
C Ll(J). LE. I. LE. L2(J)
C ES KOENNEN ABER AUCH AEUSSERE PUNKTE IN DIESEM
C BEREICH LIEGEN ("NRCI,J)=-l). Ll(J) 1ST INMER
C GERADE, DAMIT DAS SCHACHBRETTMUSTER BEl DER
C "SOR"-ITERATION LEICHTER EINGEHAlTEN WERDEN KANN.
408
C
C DIE LAENGEN DER BEREICHE W,NR BZW. Wl,WPS,Q,Ll,L2
C BZW. COEFF KOENNEN ZUSAMMEN MIT MMAX GEAENDERT
C WERDEN:
C MMAX=4 LAENGEN 34 BZW. 33 BZW. 800
C MMAX=5 LAENGEN 66 BZW. 65 BZW. 1600
C MMAX=6 LAENGEN 130 BZW. 129 BZW. 3200
C USW.
C DIE REAL-GROESSEN KOENNEN OHNE WEITERES AUF
C DOUBLE PRECISION UMGESTELLT WERDEN.
C
C DCK) ABSTAENDE EINES RANDNAHEN PUNKTES VON DEN
C NACHB-ARPUNKTEN
C H ABSTAENDE DER RANDFERNEN PUNKTE
C M
C N =2**M
C H2 =H*H
C NN =N/2
C MALT =0 , WENN ES SICH UM DIE ERSTE RECHNUNG IN DIESEM
C LAUF HANDELT. SONST "M" DER LETZTEN RECHNUNG.
C OALT OMEGAB DER LETZTEN RECHNUNG, SONST UNBESTIMMT.
C BR = .TRUE. FALLS X=1 EINE SYMMETRIELINIE
C BO .TRUE. FALLS Y=l EINE SYMMETRIELINIE
C BRN .NOT. BR
C BON .NOT. BO
C EPS RELATIVE GENAUIGKEIT, BIS ZU DER DIE "SOR"-ITERATION
C WEITERGEFUEHRT WIRD.
C EPSI RELATIVE GENAUIGKEIT, MIT DER DIE DIFFERENZ
C "2.-0MEGAB" BESTIMMT WIRD.
C OMEGA VORLAEUFIGER "SOR"-PARAMETER, DER BEl DER BESTIMMUNG
C VON OMEGAB" BENUTZT WIRD COMEGA.LT.OMEGAB).
C ITER ANZAHL DER SOR-SCHRITTE.
C NSYM LAENGE DER SYMMETRIELINIEN IN WCI,J)
C
C
C WENN DIE PARAMETER "EPSP" UNO "OMEGAP" O. SIND, WIRD
C "EPS=O.OOI" GESETZT UND DAS OPTIMALE "OMEGAB" VOM PROGRAMM
C BESTIMMT. 1ST "OMEGAP.GT.O" ANGEGEBEN, WIRD DIE GESAMTE
C ITERATION MIT OMEGAB=OMEGAP DURCHGEFUEHRT.
C
C SOWEIT REAL-FELDER VON INTEGERGROESSEN UEBERLAGERT SIND,
C WERDEN SIE NUR INTEGER BESCHRIEBEN UNO GELESEN.
C
OMEGAB=OMEGAP
EPS=EPSP
MMAX=5
LCMAX=50*C2**MMAX)
MITTEO=2**MMAX
MITTE =MITTEO+l
MITTE1=MITTE +1
409
DO 5 J=Nl.N20
Y = J-MITTE
Y = Y*H
LHJ)=N2
L2(J)=Nl
DO 4 I=Nl.N2R
X = I-MITTE
X = X*H
C DER PUNKT 1ST INNERER PUNKT. FALLS "CHAR(X.Y).GT.O". UM ZU
C KLEINE ABSTAENDE VOM RAND ZU VERMEIDEN. WERDEN NUR PUNKTE MIT
C "CHAR(X.Y).GT.EPS2" ALS INNERE PUNKTE BEHANDELT. DAFUER MUSS
C ZUGElASSEN WERDEN. DASS DER ABSTAND GEWISSER PUNKTE VOM RAND
C GROESSER ALS "H" 1ST. WIR LASSEN ABSTAENDE BIS 1.1*H ZU.
C DAS HAT PRAKTISCH KAUM EINFLUSS AUF DIE GENAUIGKEIT.
IF (CHAR(X.Y) .LE. EPS2) GOTO 4
Kl=MINO(Kl,J)
K2=MAXO(K2.J)
Ll(J)=MINO(LlCJ).I)
L2CJ)=MAXO(L2(J).I)
C IN DEN INNEREN PUNKTEN WIRD "NR=O" UND "Q=QUElL(X.Y)*H*H"
C GESETZT. DIESE WERTE SIND FUER DIE RANDFERNEN PUNKTE
C ENDGUELTIG, IN DEN RANDNAHEN PUNKTEN WERDEN SIE SPAETER
C KORRIGIERT.
NR ( I • J) = 0
Q(I.J) = QUELL(X.Y)*H2
4 CONTINUE
NR(NSYM+l.J)=NR(NSYM-l.J)
C Ll(J) WIRD AUF DIE NAECHSTE GERADE ZAHL ABGERUNDET.
Ll(J)=LICJ)-MOD(Ll(J).2)
5 CONTINUE
DO 6 I=Nl.N2R
NRCI.NSYM+l)=NRCI.NSYM-l)
6 CONTINUE
c
C SEITE.NVORSCHUB. ANSCHLIESSEND WIRD FUER
C M .LE. 5 EIH PUNKTGITTER AUSGEDRUCKT.
C "STERN"=INNERER PUNKT
C "PUNKT"=AEUSSERER PUNKT
C "X" WAECHST VON LINKS HACH RECHTS. "V" VON UNTEN NACH OBEN.
IF (M .GT. 5) GO TO 10
PRIHT99
99 FORMAT (IHl)
J=N20
DO 9 K = Nl,N20
DO 7 I = Nl,N2R
WPSCI) = PUNKT
IFCNRCI,J).GE.O) WPS(I) = STERN
7 CONTINUE
PRINT 8, (WPS(I), I=Nl,N2R)
8 FORMAT(3X.64A2)
411
J = J-1
9 CONTINUE
C WENN "K1.GT.K2" 1ST, GIBT ES KEINE INNEREN PUNKTE.
IF(K1.LE.K2) GOTO 10
PRINT 98
98 FORMAT(30H1 ES GIBT KEINE INNEREN PUNKTE)
STOP
C VON NUN AN LAUTEN DIE UNGLEICHUNGEN FUER DIE INNEREN PUNKTE
C Nl.LE.J.LE.N2
C Ll(J).LE.I.LE.L2(J)
10 N1=K1
N2=K2
C
C
C NUN FOLGT DIE BESTIMMUNG DER RANDNAHEN PUNKTE UNO DIE
C BERECHNUNG DER KOEFFIZIENTEN DER DIFFERENZENGLEICHUNG IN
C OlESEN PUNKTEN. DIE KOEFFIZIENTEN WERDEN EINGETRAGEN IN
C COEFF(LCOEFF),COEFF(LCOEFF+1),
C COEFF(LCOEFF+2),COEFF(LCOEFF+3)
C
LCOEFF = 1
DO 30 J=N1,N2
V = J-MITTE
V = V*H
K1=Ll(J)
K2=L2(J)
DO 29 I=K1,K2
C AEUSSERE PUNKTE BRAUCHEN NICHT UNTERSUCHT ZU WERDEN.
IF (NR(I,J) .LT. 0) GOTO 29
C "NACHB FUELLT Dn AUS.
C FUER RANDFERNE PUNKTE "D(l)=-H"
C FUER RANDNAHE PUNKTE "D(1),D(2),D(3),D(4)" ABSTAENDE
C ZU DEN NACHBARN
CALL NACHB(D, I, J, H)
C RANDFERNE PUNKTE WERDEN NICHT WElTER BEHANDELT.
IF (D(l).LT.O.) GO TO 29
C FALLS "LCOEFF.GT.LCMAX", SO 1ST "COEFF" VOLL. DAS PROGRAMM
C MUSS ABGEBROCHEN WERDEN. LCMAX (=LAENGE VON LCOEFF) KANN
C VERGROESSERT WERDEN. DANN MUESSEN DIE COMMON-BLOECKE IN ALLEN
C PROGRAMMEN GEAENDERT WERDEN.
IF(LCOEFF.GT.LCMAX) GOTO 100
X = I-MIlTE
X = X*H
Zl=D(l)+D(3)
Z2=D(2)+D(4)
Z3 = 1./(Zl*D(1»+1./(Z2*D(2»+1./(Zl*D(3»+1./(Z2*D(4»
Q(I,J) = Q(!,J)*2./(Z3*H2)
Zl=Zl*Z3
Z2=Z2*Z3
HBIl=.TRUE.
412
C "Wl=W"
CALL RETTEN
C EIN WEITERER "SOR" SCHRITT
CALL SOR(OMEGA)
C "Zl"=SUMME"(Wl(I,J)-W(I,J»**2"
CALL QNORM(Zl)
CALL RETTEN
CALL SOR(OMEGA)
CALL QNORM(Z2)
C WENN DIE KOMPONENTE DES ANFANGSFEHLERS, DIE ZUM GROESSTEN
C EIGENWERT DER MULTIPLIKATIONSMATRIX GEHOERT, ZU KLEIN 1ST,
C MUESSEN DIE STARTWERTE GEAENDERT WERDEN.
IF(Z2.GE.Zl) GOTO 110
C "Z3"=NAEHERUNG FUER DEN SPEKTRALRADIUS DER
C "SOR"-ITERATIONSMATRIX ZUM PARAMETER "OMEGA"
Z3 = SQRT< Z2/Z1)
C "BET2"=NAEHERUNG FUER DAS QUADRAT DES SPEKTRALRADIUS DER
C JACOBI-ITERATIONSMATRIX
BET2 = (Z3+0MEGA-l.)**2/(Z3*OMEGA**2)
C "Z3"=NEUE NAEHERUNG FUER "OMEGAB"
Z3 = 2./(1.+SQRT(1.-BET2»
C DER ABSTAND "2.-0MEGAB" SOLL BIS AUF DIE RELATIVE GENAUIGKEIT
C "EPSl" BESTIMMT WERDEN. WENN DIE RELATIVE GENAUIGKEIT NOCH
C NICHT ERREICHT 1ST, WIRD DER GANZE PROZESS MIT "OMEGAB=Z3"
C WIEDERHOLT.
IF (ABS(Z3-0MEGAB) .LT. (2.-Z3)*EPSl) GO TO 59
OMEGAB=Z3
GOTO 31
C DIE SCHAETZUNG FUER "OMEGAB" WIRD ETWAS VERGROESSERT, WElL ES
C 1M ZWEIFELSFALL BESSER 1ST, MIT EINEM ZU GROSSEN STATT EINEM
C ZU KLEINEN WERT ZU RECHNEN.
C ANSCHLIESSEND WIRD OMEGAB GERUNDET.
59 Z3=Z3+EPS1*(2.-Z3)+16.
OMEGAB=Z3-16.
C "OALT=OMEGAB" WIRD FUER DIE NAECHSTE RECHNUNG, DIE EVENTUELL
C MIT "M=M+l" ERFOLGT, VERWAHRT.
OALT=OMEGAB
C AUSGABE DES BERECHNETEN "OMEGAB" UND DER ANZAHL DER BISHER
C BENOETIGTEN "SOR"-SCHRITTE
PRINT 61, OMEGAB, ITER
61 FORMAT (1X/ 11H OMEGAB =,F6.3.7H ITER =,14)
62 FORMATC12H INSGESAMT,I6,12H ITERATIONEN/1H )
C
C
C "Wl=W"
60 CALL RETTEN
C NN "SOR"-SCHRITTE
DO 80 I = 1,NN
80 CALL SOR(OMEGAB)
414
SUBROUTINE SORCOMEGA)
C
C DAS UNTERPROGRAM "SOR" FUEHRT EINEN ITERATIONSSCHRITT DURCH.
C "ITER" ZAEHLT DIE ITERATIONSSCHRITTE. DIE INNEREN PUNKTE DES
C GEBIETES WERDEN NACH OEM SCHACHBRETTMUSTER DURCHLAUFEN.
C DA "L1CJ)" IMMER GERADE 1ST, 1ST BEIM ERSTEN DURCHLAUF
C M=l , MODCI+J,2)=MODCN1,2)
C UNO BE 1M ZWEITEN DURCHLAUF
C M=2 , MODCI+J,2)=MODCN1+1,2)
C
C UEBERGABEPARAMETER
C
REAL OMEGA
c
415
C COMMON-GROESSEN
C
REAL W(66,66),Wl(65,65),WPS(65),Q(65,65),COEFF(1600)
INTEGER NR(66,66),MITTE,Nl,N2,ITER,NSYM,Ll(65),L2(65),NO
EQUIVALENCE (Ll(1),Wl(l,l»,(L2(1),Q(l,l»
EQUIVALENCE (NO,Wl(l,l»,(MITTE,Q(l,l»
COMMON W,Wl,Q,COEFF,NR
COMMON Nl,N2,ITER,NSYM
C
C LOKALE VARIABLE
C
REAL OM,OMI
INTEGER I,J,K,K2,L,M,N
C
ITER=ITER+l
OM = OMEGA*0.25
OMl=l.-OMEGA
M= 1
N = 0
5 DO 50 J=Nl,N2
K=Ll<J)+N
K2=L2(J)
DO 40 I = K,K2,2
IF (NR(I,J» 40, 10, 20
10 W(I,J) = W(I,J)*OMI + OM*(W(I+l,J)+W(I,J+l)+W(I-l,J)
+ +W(I,J-l)-Q(I,J»
GOTO 40
20 L = NR(I,J)
W(I,J) = W(I,J)*OMl + OM*(COEFF(L)*W(I+l,J)+COEFF(L+l)*
* W(I,J+l)+COEFF(L+2)*W(I-l,J)+COEFF(L+3)*W(I,J-l)-Q(I,J»
40 CONTINUE
W(NSYM+l,J)=W(NSYM-l,J)
N = I-N
50 CONTINUE
IF(N2.LT.NSYM) GOTO 54
K=Ll (NSYM-l)
K2=L2(NSYM-l)
DO 53 I=K,K2
W(I,NSYM+l)=W(I,NSYM-l)
53 CONTINUE
54 IF (M-2) 55,56,56
55 N = 1
M = 2
GOTO 5
56 RETURN
END
416
SUBROUTINE NACHBCD, I, J, H)
C
C "NACHB" BERECHNET DIE ENTFERNUNG DES INNEREN PUNKTES MIT DEN
C KOORDINATEN
C X=CI-MITTE)*H
C Y=CJ-MITTE)*H
C VON DEN NACHBARPUNKTEN. BEl EINEM RANDFERNEN PUNKT 1ST DAS
C ERGEBNIS
C DCl)=-H ,D(2)=DC3)=DC4)=H
C BEl RANDNAHEN PUNKTEN WERDEN VIER POSITIVE ZAHLEN ZURUECK-
C GEGEBEN. WElL DIE CHARAKTERISTISCHE FUNKTION DES GEBIETES
C NICHT DIFFERENZIERBAR ZU SEIN BRAUCHT, WIRD DIE ENTFERNUNG
C DES RANDES IN DEN ACHSENRICHTUNGEN NACH EINEM BISEKTIONS-
C VERFAHREN ERMITTELT.
C
C UEBERGABEPARAMETER
C
REAL D(4),H
INTEGER I,J
C
C COMMON-GROESSEN
C
REAL WC66,66),WIC65,65),WPSC65),QC65,65),COEFFCI600)
INTEGER NRC66,66),MITTE,Nl,N2,ITER,NSYM,LIC65),L2C65),NO
EQUIVALENCE CLICl),WIC1.1».CL2CI),QCI.1»
EQUIVALENCE CNO,WIC1,1»,CMITTE,QCl,I»
COMMON W,Wl,Q.COEFF.NR
COMMON Nl.N2,ITER.NSYM
C
C LOKALE VARIABLE
C
REAL DELTA,Hl,~11,X,y
INTEGER II(4),JIC4),I2.J2,K,L
LOGICAL B
DATA 11/1,0,-1,0/
DATA J1/0,1,0,-1/
C
B = .TRUE.
Hl=H/S.
X = CI-MITTE)*H
Y = (J-MITTE)*H
DO 100 K = 1.4
12 = I + I1CK)
J2 = J + JICK)
IF CNRCI2.J2).GE.0.) GO TO 90
B = • FALSE.
Hll = HI
DELTA = HI
C IN DIESER SCHLEIFE WIRD DAS VORZEICHEN VON "CHARDL" 1M
CABSTAND "H/S" ABGEPRUEFT, UM DEN ERSTEN VORZEICHENWECHSEL
C VON "CHARDL" ZU ERMITTELN.
DO 10 L=I.9
IF CCHARDLCK. DELTA, X. Y).LT.O.) GO TO 11
10 DELTA = DELTA + Hll
DELTA=H
GO TO SO
417
SUBROUTINE RETTEN
C
C "RETTEN" SPEICHERT "W" NACH "WI".
C
C COMMON-GROESSEN
C
REAL WC66,66),WIC65,65),WPSC65),QC65,65),COEFFCI600)
INTEGER NRC66,66),MITTE,Nl,N2,ITER,NSYM,LIC65),L2C65),NO
EQUIVALENCE CLICl),WICI,I»,CL2CI),QCI,I»
EQUIVALENCE CNO,WICl,l»,CMITTE,QCl,I»
COMMON W,Wl,Q,COEFF,NR
COMMON Nl,N2,ITER,NSYM
C
C LOKALE VARIABLE
C
INTEGER I,J,Kl,K2
C
DO 10 J=Nl,N2
Kl=LlCJ)
K2=L2CJ)
DO 10 I=Kl,K2
10 WICI,J)=WCI,J)
RETURN
END
SUBROUTINE QNORMCZ)
C
C "QNORM" BERfCHNET
C Z=SUMMECWl(I,J)-W(I,J»**2
C DAS 1ST DAS QUADRAT DES EUKLIDISCHEN ABSTANDES DER DIFFERENZ.
C
C UEBERGABEPARAMETER
C
REAL Z
C
C COMMON-GROESSEN
C
REAL W(66,66),Wl(65,65),WPS(65),QC65,65),COEFF(1600)
INTEGER NR(66,66),MITTE,Nl,N2,ITER,NSYM,LIC65),L2(65),NO
EQUIVALENCE (Ll(I),Wl(I,I»,(L2Cl),Q(1,1»
EQUIVALENCE (NO,Wl(l,l»,(MITTE,Q(l,l»
COMMON W,Wl,Q,COEFF,NR
COMMON Nl,N2,ITER,NSYM
C
C LOKALE VARIABLE
C
REAL SUM
INTEGER I,J,Kl,K2
C
SUM = O.
DO 10 J = Nl,N2
Kl=ll(J)
K2=L2(J)
DO 9 I = Kl,K2
IF (NR(I,J).LT. 0) GOTO 9
SUM = SUM + (WICI,J)-WCI,J»**2
9 CONTINUE
10 CONTINUE
Z = SUM
RETURN
END
419
BEISPIEL:
Als MaB fUr die Bandbreite w (vgl. Definition 20.1 und 20.4) nehrnen
wir in den Programmen K = (w-1)/2.
Wir besprechen zunachst den Aufruf von GAUBD3 und GAUBD. A ist
die Matrix A aus Kapitel 20 (vgl. auch Abbildung 20.2), N ~ 2 die Anzah:
der Gleichungen, K < N das erwahnte MaB fUr die Bandbreite. Wenn sich
seit dem letzten Aufruf des Programms nur die rechte Seite des Glei-
chungssystems A(4,*) bzw. A(2*K+2,*) geandert hat, setzt man B = .TRUE.,
ansonsten B = .FALSE . • Der Losungsvektor steht nach dem Aufruf des
Programms in A(4,*) bzw. A(2*K+2,*). FUr K > 10 muB die Deklaration
von A in GAUBD durch
REAL A(m,N)
ersetzt werden. Dabei ist m irgendeine Zahl gr6Ber oder gleich 2*K + 2.
Die Anzahl der Gleitkommaoperationen fUr einen Aufruf von GAUBD3
bzw. GAUBD ist:
GAUBD3, B .FALSE. : 8N - 7
B . TRUE. : 5N - 4
Anhand eines Beispiels wollen wir den Aufruf von REDUCE ausfuhr-
lich erlautern. Das Muster der Matrix ist
x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x
x x x x x x
x x x x x x x x x
x x x x x x x x x
x x x x x x x x x
x x x x x x
x x x x
x x x x x x
x x x x x x
x x x x x x
x x x x
Eingabe:
N 15, M = 38,
A 1,2,1,6,1,7,2,3,2,6,2,7,2,8,3,4,3,7,3,8,3,9,
4,5,4,8,4,9,4,10,5,9,5,10,6,7,6,11,6,12,7,8,7,11,
7,12,7,13,8,9,8,12,8,13,8,14,9,10,9,13,9,14,9,15,
10,14,10,15,11,12,12,13,13,14,14,15
Ausgabe:
KOLD = 6, KNEW = 4,
A = 1,4,7,10,13,2,5,8,11,14,3,6,9,12,15
Ahschnitt 1: Berechnung von KOLD und Numerierung der Knoten vom Grade
Null. NUM enthalt die zuletzt vergebene Nummer.
Ahschnitt 2: Aufbau einer Datenstruktur, die als Grundlage flir die weiteren
Abschnitte dient. wahrend dieser Transformation der Eingabewerte werden
doppelt eingegebene Matrixelemente eliminiert. Als Ergebnis erhalten
wir die Knoten
die mit dem Knoten I verbunden sind. Sie sind dem Grade nach aufsteigend
geordnet. GRAD (I) gibt den Grad des Knotens I an. NR(I) ist die neue
Nummer des Knotens oder Null, wenn der Knoten noch keine neue Nummer
besitzt. In unserem Beispiel erhalt man nach Abschnitt 2:
A = 2,6,7, 1,3,6,7,8,
2,4,7,8,9, 5,3,10,8,9,
4,10,9, 1,11,2,12,7,
1,11,2,6,13,3,12, 2,3,4,13,14,12,7,9,
15,5,3,14,4,13,10,8, 5,15,4,14,9,
6,12,7, 11,6,13,7,8,
12,14,7,8,9, 15,10,13,8,9,
10,14,9.
LIST 1,4,9,14,19,22,27,35,43,51,56,59,64,69,74,77.
GRAD 3,5,5,5,3,5,8,8,8,5,3,5,5,5,3.
NR 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0.
Wenn der Graph (ohne Berlicksichtigung der Knoten vom Grade Null) aus
mehreren Zusamrnenhangskomponenten besteht, werden die Abschnitte 3 bis
8 entsprechend oft durchlaufen.
Abschnitt 4: Schritte (C) bis (F), Berechnung von K2. Den Rlicksprung
von (D) nach (B) enthalt die Anweisung
Abschnitt 7: Schritte (H) bis (J). Die Schleife liber v beginnt mit
DO 410 NUE = 1, K2
Abschnitt 8: schritte (K) bis (0). Die Schleife liber 1 endet mit
mit
Der zweite Summand enthalt die Rechenzeit flir die Sortierungen. Bei
Verwendung von Quicksort ist dieser Term im statistischen Mittel
0(c 1 n 10g(c 1n)). Der dritte Summand entspricht Abschnitt 4 des Programms.
n 0(1/h 2 )
c1 0(1)
c2 0(1/h)
SUBROUTINE GAUBD3CA,N,B)
REAL AC4,N)
INTEGER N
LOGICAL B
C
C AUFLOESUNG EINES LINEAREN GLEICHUNGSSYSTEMS MIT
C TRIDIAGONALER MATRIX. DIE I-TE GLEICHUNG 1ST:
C ACl,I)*XCI-l)+AC2,1)*XCI)+AC3,I)*XCI+l)=AC4,I)
C BEl DER ERSTEN UND LETZTEN GLEICHUNG FEHLT EIN
C SUMMAND. AM ENDE GILT AC4,I) = XCI).
C
REAL Q
INTEGER l,Il
C
IFCN.LE.l>STOP
IFCB) GOTO 20
DO 10 I=2,N
Q=ACl,I)/AC2,I-l)
AC2,I)=AC2,I)-AC3,I-l)*Q
AC4,I)=AC4,I)-A(4,I-l)*Q
10 A(I,I)=Q
GOTO 40
C
20 Q=A(4,1)
DO 30 I=2,N
Q=A(4,1)-ACl,I)*Q
30 AC4,I)=Q
C
40 Q=A(4,N)/A(2,N)
AC4,N)=Q
Il=N-l
DO 50 I=2,N
Q=(A(4,Il)-A(3,Il)*Q)/A(2,Il)
A(4,Il)=Q
50 11=11-1
RETURN
END
425
SUBROUTINE GAUBD(A,N,K,B)
REAL A(22,N)
INTEGER N,K
LOGICAL B
C
C AUFLOESUNG EINES LINEAREN GLEICHUNGSSYSTEMS MIT EINER
C BANDMATRIX. DIE I-TE GLEICHUNG 1ST:
C ACl,I)*XCI-K)+AC2,I)*XCI-K+I)+ ... +ACK+I,I)*X(I)+ ... +
C A(2*K,I)*XCI+K-l)+A(2*K+l,I)*X(I+K) = A(2*K+2,I)
C FUER I=l(l)K UND I=N-K+l(l)N FEHLEN EINIGE SUMMANDEN.
C AM ENDE GILT A(2*K+2,I) = XCI).
C
REAL Q
INTEGER K1,K2,K21,K22,I,II,II1,J,JJ,L,LL,LLL
C
IF«K.LE.O).OR.CK.GE.N»STOP
Kl=K+l
K2=K+2
K21=2*K+1
K22=K21+1
IFCB) GO TO 100
C
JJ=K21
II=N-K+1
DO 20 I=II,N
DO 10 J=JJ,K21
10 ACJ,I)=O.
20 JJ=JJ-1
DO 50 I=2,N
II=I-K
DO 40 J=l,K
IF(II.LE.O) GO TO 40
Q=A(J,I)/ACKl,II)
J1=J+l
JK=J+K
LLL=K2
DO 30 L=J1,JK
A(L,I)=A(L,I)-ACLLL,II)*Q
30 LLL=LLL+1
ACK22,I)=ACK22,I)-A(K22,II)*Q
ACJ,I)=Q
40 11=11+1
50 CONTINUE
GO TO 200
C
100 DO 150 I=2,N
II=I-K
DO 140 J=I,K
IF(II.LE.O) GO TO 140
A(K22,I)=ACK22,I)-A(K22,II)*ACJ,I)
140 11=11+1
150 CONTINUE
426
C
200 A(K22,N)=A(K22,N)/A(Kl,N)
II=N-l
DO 250 I=2,N
Q=A(K22,II)
JJ=II+K
IF(JJ.GT.N) JJ=N
IIl=II+l
LL=K2
DO 240 J=IIl,JJ
Q=Q-A(LL,II)*A(K22,J)
240 LL=LL+l
A(K22,II)=QrA(Kl,II)
250 II=I I-I
RETURN
END
SUBROUTINE REDUCE(N,M,KOLD,KNEW)
C
C PROGRAMM ZUR BANDBREITENREDUKTION EINER SYMMETRISCH
C SCHWACH BESETZTEN MATRIX NACH DEM VERFAHREN VON
C GIBBS, POOLE UND STOCKMEYER
C
C EINGABE
C N ANZAHL DER ZEILEN
C M ANZAHL DER VON NULL VERSCHIEDENEN
C ELEMENTE OBERHALB DER HAUPTDIAGONALEN
C A(I), I=l(l)2*M EINGABEVEKTOR
C ER ENTHAELT DIE INDIZES DER VON NULL
C VERSCHIEDENEN MATRIXELEMENTE OBERHALB
C DER HAUPTDIAGONALEN IN DER REIHENFOLGE
C 11, Jl, 12, J2, 13, J3, ..•
C AUSGABE
C A(I), I=l(l)N DIE NEUE NUMMER DER I-TEN ZElLE UND
C SPAL TE.
C KOLD BANDBREITE DER EINGABEMATRIX
C KNEW BANDBREITE, WENN DIE EINGABEMATRIX
C ENTSPRECHEND A(I),I=l(l)N PERMUTIERT
C WIRD.
C DIE DIMENSIONSGRENZEN KOENNEN GEAENDERT WERDEN, ABER
C NMAX.LT.I0000
C A(2*MMAX), VEC(NMAX),
C IND(NMAX+l,8), LIST(NMAX+l), GRAD(NMAX), NR(NMAX)
C
INTEGER N,M,KOLD,KNEW
C
INTEGER A(4096),VEC(650)
INTEGER IND(651,8),LIST(651),GRAD(650),NR(650)
COMMON A,VEC,IND
EQUIVALENCE (LIST(1),IND(1,1»,(GRAD(1),IND(1,2»,
(NR( 1) .IND( 1,3»
C
427
INTEGER NMAX,MMAX,NN,M2,N1,NUE,N1M,NUM,IS,OLD,NEW
INTEGER F,l,L1,L2,L10,I,J,III,K,KNP1,K1,K1N,K2,K2P1
INTEGER G,H,START,DEPTHF,DEPTHB,LEVWTH,GRDMIN,C,C2
INTEGER KAPPA,KAPPA1,KAPPA2,KAPPA3,KAPPA4
INTEGER IND1,IND2,INDJ2,INDJ5,INDJ6,INDI7,INDI8,VECJ
DATA C/lOOOO/
C2=2*C
NMAX=650
MMAX=2048
IF(N.LT.2.0R.N.GT.NMAX.OR.M.GT.MMAX) STOP
C
C ABSCHNITT
C
M2=M+M
KOLD=O
KNEW=N
DO 10 1=1,8
DO 10 J=I,N
10 IND(J,I)=O
IF(M.EQ.O) GOTO 680
DO 15 I=I,M2,2
J=IABS(A(I)-A(I+l»
IF(J.GT.KOLD) KOLD=J
15 CONTINUE
DO 20 I=1,M2
K1=A(I)
20 IND(Kl,7)=1
NUM=1
DO 30 I=l,N
IF(INDCI,7).GT.0) GOTO 30
NR(l)=NUM
NUM=NUM+1
30 CONTINUE
C
C ABSCHNITT 2 (NEUE DATENSTRUKTUR)
C
DO 40 I=I,M2,2
Kl=ACl)
K2=A(I+l)
ACI)=Kl+C*K2
40 A(I+l)=K2+C*Kl
CALL SSORTICl,M2)
J=1
OLD=A( 1)
DO 70 I=2,M2
NEW=ACI)
IF(NEW.GT.OLD) J=J+l
A(J)=NEW
70 OLD=NEW
M2=J
INDCl,2)=1
J=1
LlO=A( 1)/C
DO 90 I=I,M2
K=ACl)
Ll=K/C
L2=K-Ll*C
AC!)=L2
IF(Ll.EQ.LI0) GOTO 90
LlO=Ll
J=J+l
IND(J,2)=I
90 CONTINUE
428
INDCJ+1,2)=M2+1
LISHl>.=l
J=l
DO 110 l=l,N
IFCINDCI,7).GT.0) J=J+1
110 LISTCI+1)=INDCJ,2)
DO 120 l=l,N
120 GRADCI)=LISTCI+1)-LISTCI)
DO 130 I=l,N
F=LISTCI)
L=LISH 1+1 )-1
130 CALL SSORT2CA,2,F,L)
C
C ABSCHNITT 3 CBERECHNUNG VON RCG»
C SCHRITTE CA) UND CB), BERECHNUNG VON KAPPA1
C INDCI,7) SCHICHTNUMMERN VON RCG)
C VECCI) ELEMENTE DER LETZTEN SCHICHT
C
140 GRDMIN=N
DO 150 I=l,N
IFCNRCI).GT.O) GOTO 150
IFCGRDMIN.LE.GRADCI» GOTO 150
START=I
GRDMIN=GRADCI)
150 CONTINUE
C
160 G=START
NN=N
CALL LEVELCG,NN,DEPTHF,K1,KAPPA1)
J=NN-K1
DO 180 1=1,K1
III=I+J
180 VECCI)=INDCIII,6)
DO 190 I=l,N
190 IND(I.7)=IND(I,8)
C
C ABSCHNITT 4 (BERECHNUNG VON RCH»
C SCHRITTE CC) BIS CF). BERECHNUNG VON KAPPA2
C INDCI.8) SCHICHTNUMMERN VON RCH)
C
LEVWTH=N
DO 210 I=I,K1
START=VECCI)
N1=N
CALL LEVELCSTART,N1,DEPTHB,KIN,KAPPA2)
IFCDEPTHB.GT.DEPTHF) GOTO 160
IFCKAPPA2.GE.LEVWTH) GOTO 210
LEVWTH=KAPPA2
VECJ=I
210 CONTINUE
H=VECCVECJ)
N1=N
CALL LEVELCH,N1,DEPTHB,K1N,KAPPA2)
429
C
C ABSCHNITT S (VORLAEUFIGE ZAEHLUNG DER ELEMENTE VON 5(1»
C SCHRITT (G)
C IND(I,4) VORLAEUFIGE ANZAHL DER ELEMENTE VON 5(1)
C IND(I,S) SCHICHTNUMMERN FUER KNOTEN MIT GLEICHER NUME-
C RIERUNG, SONST 0
C
DO 230 I=1,N
IND(I,4)=0
230 IND(I,S)=O
J=O
KNP1=DEPTHF+1
DO 260 I=1,N
INDI8=IND(I,8)
IF(INDI8.EQ.0) GOTO 260
K2=KNP1-INDI8
IF(IND(I,7).NE.K2) GOTO 2S0
IND(K2,4)=IND(K2,4)+1
K2=-K2
J=J+1
2S0 CONTINUE
IND(I,S)=K2
260 CONTINUE
C
C ABSCHNITT 6 (BESTIMMUNG UNO SORTIE RUNG DER V(I»
C SCHRITT (G)
C VEC(I) STARTELEMENTE DER V(I) SORTIERT NACH IABS(V(I»
C
K2=0
IF(J.EQ.NN) GO TO 412
DO 290 I=1,N
IF(IND(I,S).LE.O) GOTO 290
START=I
CALL KOMPON(START,N1)
K2=K2+1
VEC(K2)=START
IND(START,8)=N1
290 CONTINUE
DO 310 I=1,N
IF(INDCI,S).LT.-C) INDCI,S)=INDCI,S)+C2
310 CONTINUE
CALL SSORT2(VEC,8,l,K2)
N1M=VEC(K2)
N1M=IND(N1M,8)
DO 31S I=1,K2
31S IND(I,8)=VEC(I)
C
C ABSCHNITT 7 (BERECHNUNG VON S)
C SCHRITTE VON (H) BIS (J)
C IND(I,4) ANZAHL DER ELEMENTE VON SCI)
C IND(I,S) SCHICHTNUMMERN IN S
C IND(I,6) ALLE KNOTEN VCI)
C
DO 319 J=1,OtPTHF
319 VEC(J)=O
K2P1=K2+1
DO 410 NUE=l. K2
III=K2P1-NUE
START=IND(III,8)
CALL KOMPON(START,N1)
IND1=7
15=0
430
START=ACJ)
IFCNRCSTART).GT.O) GOTO 480
IFCINDCSTART,5).NE.L) GOTO 480
NR CSTART) =NUM
NUM=NUM+l
NEW=NEW+l
INDCNEW,7)=START
480 CONTINUE
GOTO 460
C
490 IFCNEW-OLD.GE.INDCL,4» GOTO 510
GRDMIN=N
IND2=INDI
DO 500 J=INDl,N
VECJ=VECCJ)
INDJ5=INDCVECJ,S)
IFCINDJ5-L) 499,491,SOI
491 IFCNRCVECJ).GT.O) GOTO SOO
IFCGRADCVECJ).GE.GRDMIN) GOTO 500
GRDMIN=GRADCVECJ)
START=VECJ
GOTO 500
499 IND2=J+l
500 CONTINUE
501 INDl=IND2
NRCSTART)=NUM
NUM=NUM+l
NEW=NEW+l
INDCNEW,7)=START
GOTO 470
C
510 NEW=NEW-OLD
DO S20 I=l,NEW
I I I=I+OLD
520 INDCI,7)=INDCIII,7)
OLD=NEW
L=L+l
IFCL.LE.DEPTHF) GOTO 450
IFCNUM.LE.N) GOTO 140
C
C ABSCHNITT 9 CBERECHNUNG VON KNEW)
C
KNEW=O
DO 670 I=l,N
Nl=NRCl)
Ll=LISTCl)
L2=LIST( 1+1 )-1
IFCLl.GT.L2) GOTO 670
DO 660 J=Ll,L2
K=ACJ)
III=IABSCNI-NRCK»
IFCIII.GT.KNEW) KNEW=III
660 CONTINUE
670 CONTINUE
680 IFCKOLD.GT.KNEW) GOTO 700
KNEW=KOLD
DO 690 I=l,N
690 ACI)=I
RETURN
700 DO 710 I=l,N
710 ACl)=NRCl)
RETURN
END
432
SUBROUTINE LEVEL(START,NN,DEPTH,K3,WIDTH)
C
C ERZEUGUNG DER SCHICHTUNG RtSTART)
C DEPTH TIEFE DER SCHICHTUNG
C K3 ANZAHL DER KNOT EN IN DER LETZTEN SCHICHT
C WIDTH BREITE DER SCHICHTUNG
C NN ANZAHL DER ZUGEORDNETEN KNOTEN
C
INTEGER START,NN,DEPTH,K3,WIDTH
INTEGER A(4096),VEC(650)
INTEGER INDC651,8),LISTC651),GRAD(650),NRC650)
COMMON A,VEC,IND
EQUIVALENCE (LISTCl),IND(1,1»,(GRAD(1),INDC1,2»,
(NR(l),IND(l,3»
INTEGER J,I,BEG,END,N1,K,K2,LBR,STARTN,AI,L1,L2
J=NN
DO 1 I=l,J
1 INDCI,8)=0
BEG=l
NI=I
K=I
LBR=I
K2=1
INDCI,6)=START
INDCSTART,8)=1
C
3 K=K+I
END=N1
DO 10 J=BEG,END
STARTN=INDCJ,6)
Ll=INDCSTARTN, 1)
L2=INDCSTARTN+1,1)-1
DO 5 I=Ll,L2
AI=AC 1)
IFCINDCAI,8).NE.0) GOTO 5
INDCAI,8)=K
NI=N1+1
INDCNI,6)=AI
5 CONTINUE
10 CONTINUE
K3=K2
K2=N1-END
IFCLBR.LT.K2) LBR=K2
BEG=END+I
IFCK2.GT.0) GOTO 3
C
DEPTH=K-I
WIDTH=LBR
NN=N1
RETURN
END
433
SUBROUTINE KOMPONCSTART,Nl)
C
C BERECHNUNG DER KOMPONENTE VCI), IN DER START LIEGT
C Nl ANZAHL DER VERARBEITETEN KNOTEN
C INDCI,6) ALLE KNOT EN VCI)
C
INTEGER START,Nl
INTEGER A(4096),VECC6S0)
INTEGER INDC6S1,8),LISTC6S1),GRADC6S0),NRC6S0)
COMMON A,VEC,IND
EQUIVALENCE CLIST(1),INDC1,1»,CGRADC1),INDC1,2»,
CNRCl),IND(l,3»
INTEGER AI,I,K2,L1,L2,STARTN,J,BEG,END,C,C2
DATA C/10000/
C2=2*C
BEG=l
Nl=1
INDCSTART,S)=INDCSTART,S)-C2
INDCl,6)=START
C
3 END=Nl
DO 10 J=BEG,END
STARTN=INDCJ,6)
Ll=INDCSTARTN, 1)
L2=INDCSTARTN+l,I)-1
DO 5 I=Ll,L2
AI=ACI)
IFCINDCAI,S).LT.O) GOTO 5
INDCAI,S)=INDCAI,S)-C2
Nl=Nl+l
INDCN1,6)=AI
5 CONTINUE
10 CONTINUE
K2=NI-END
BEG=END+l
IFCK2.GT.O) GOTO 3
RETURN
END
SUBROUTINE SSORTICF,L)
C SORTIERUNG VON A VON ACF) BIS ACL)
INTEGER F,L
INTEGER A(4096),VECC650)
INTEGER INDC651,8),LIST(651),GRADC650),NRC650)
COMMON A,VEC,IND
EQUIVALENCE CLISTCl),INDCl,I»,CGRADCl),INDCl,2»,
(NRC 1), INDC 1,3»
INTEGER N2,S,T,LS,IS,JS,AH,I,J
IFCL.LE.F) RETURN
N2=CL-F+l)/2
5=1023
DO 100 T=l,lO
IFCS.GT.N2) GOTO 90
LS=L-S
DO 20 I=F,LS
15=1+5
AH=ACIS)
J=I
JS=IS
434
5 IFCAH.GE.ACJ» GOTO 10
A(JS)=A(J)
JS=J
J=J-S
IF(J.GE.F) GOTO 5
10 A(JS)=AH
20 CONTINUE
90 S=S/2
100 CONTINUE
RETURN
END
SUBROUTINE SSORT2(VEC,K,F,L)
C SORTIERUNG VON VECCI), SO DASS IND(VECCI),K) NICHT FAElLT,
C VON I=F BIS I=L
INTEGER F,L,VEC(650),K
INTEGER A(4096),VECC(650)
INTEGER IND(651,8),LIST(651),GRADC650),NR(650)
COMMON A,VECC,IND
EQUIVALENCE (LISTCl),IND(1,1»,(GRADCl),IND(1,2»,
(NRCl),INDCl,3»
INTEGER N2,S,T,L5,I5,JS,AH,GH,AJ,I,J
IFCL.LE.F) RETURN
N2=(L-F+l)/2
5=63
DO 100 T=1,6
IF(5.GT.N2) GOTO 90
L5=L-5
DO 20 I=F,L5
15=1+5
AH=VECCI5)
GH=IND(AH,K)
J=I
J5=I5
6 AJ=VECCJ)
5 IF(GH.GE.INDCAJ,K» GOTO 10
VECCJ5)=VECeJ)
J5=J
J=J-5
IFCJ.GE.F) GOTO 6
10 VEC(J5)=AH
20 CONTINUE
90 5=5/2
100 CONTINUE
RETURN
END
A.6 Buneman-Algorithmus zur L6sung der Poissongleichung
mittels Faktorisierung von A(r) (siehe Kap. 21). GLSAR ruft bei seiner
erst en Benutzung das Unterprogramm COSVEC auf, in dem eine Reihe von
cos-Werten mittels einer Rekursionsformel berechnet werden. Daneben
benatigt GLSAR das Programm GAUBDS. In diesem werden die speziellen
tridiagonalen Gleichungssysteme mittels eines modifizierten GauBschen
Algorithmus (LU-Zerlegung) gel6st.
Das Programm BUNEMA umfaBt 50 ausflihrbare FORTRAN-Anweisungen,
die anderen Unterprogramme zusammen 42 Anweisungen. Urn das Programm
libersichtlich und leicht lesbar zu machen, wurde es auf den Fall
G = (-1,1) x (-1,1) beschrankt. Es laBt sich jedoch ohne Schwierig-
keiten auf Rechteck-Gebiete umschreiben.
Wir wollen die numerischen Ergebnisse anhand der folgenden Bei-
spiele diskutieren:
Das erste Beispiel eignet sich besonders gut zur Untersuchung der
numerischen Stabiliti:it des Verfahrens ,da der Diskretisierungsfehler
Null ist. Es werden also ausschlieBlich die bei der Auflosung des
Gleichungssystems auftretenden (Rundungs/Verfahrens-) Fehler gemessen.
Die Rechnungen wurden auf einer CDC-CYBER 76 (Mantissenlange 48
bit bei REAL) und auf einer IBM 370/168 (Mantissenlange 21-24 bit bei
REAL*4 und 53-56 bit bei REAL*8) durchgeftihrt.
Tabelle 1 enthalt den maximalen absoluten Fehler der berechneten
Naherungen. Dabei ist
H 1/2**K 2/ (N+1)
Die Werte fUr Beispiel (]) und Beispiel (2) zeigen, daB N bei
REAL*4 Rechnung auf der IBM 370 auf keinen Fall groBer als 63 gewahlt
werden sollte. FUr die groBeren Mantissenlangen gibt es auf beiden
Maschinen praktisch keine Stabilitatsgrenze.
Tabelle 2 enthalt die benotigten Rechenzeiten exklusive der fUr
die Bereitstellung der rechten Seite des Gleichungssystems erforder-
lichen Zeit. Bei der Ubersetzung wurde (mit Ausnahrne des G1-Compilers)
der Parameter OPT = 2 verwendet.
SUBROUTINE BUNEMACRAND,QUELL,K)
C
C UEBERGABEPARAMETER
C
C FUNKTIONSNAMEN RAND,QUELL
INTEGER K
C
C COMMON-GROESSEN
C
REAL WC63,65),PC63,63),QC63,65)
EQUIVALENCECWCl,l),QCl,l»
COMMON W,P
C
C LOKALE VARIABLE
C
INTEGER I,J,Jl,J2,J3,J4,J5,Kl,K2,KMAX,R,Rl,R2
REAL B(63),X,Y,H,H2
C
C BEDEUTUNG DER VARIABLEN
C
C H: ABSTAENDE DER GITTERPUNKTE
C K: H=1/2**K. FUER K.LT.l STOPPT DAS PROGRAMM.
C H2: =H**2
C Kl: =2**(K+IJ-l
C K2: =2**CK+IJ
C P,Q: SIEHE VERFAHRENSBESCHREIBUNG. P WIRD MIT NULLEN UND
C Q MIT DER RECHTEN SEITE DES GlEICHUNGSSYSTEMS
C INITIAlISIERT.
438
SUBROUTINE GLSAR(R,B,N,K)
INTEGER R,N,K
REAL B(N)
C
C lOESUNG DES GLEICHUNGSSYSTEMS A(R)*X=B MITTELS FAKTORISIERUNG
C VON A(R) (VERGLEICHE VERFAHRENSBESCHREIBUNG FORMEL (21.6».
C A(R) 1ST REKURSIV OEFINIERT DURCH
C A(R)=2I-(A(R-1»**2, R=1(1)K MIT A(O)=A=(AIJ), I,J=1(1)N UNO
C -4 FUER I=J
C AIJ= 1 FUER I=J+1 OOER I=J-1
C 0 SONST.
C AM ENOE GILT B=X.
C FUER N.LT.2 VERSAGT OAS PROGRAMM.
C
INTEGER FICALL,J,J1,J2,JS
REAL COS2(63)
DATA FICALL/O/
C
440
IF(R.EQ.O)GOTO 3D
C
C OAS UNTERPROGRAMM COSVEC WIRD NUR AUFGERUFEN, FALLS DER
C VEKTOR COS2 NICHT BEREITS FUER DAS AKTUELLE K BERECHNET
C WORDEN 1ST.
C
IF(FICALL.EQ.K)GOTO 1
CALL COSVEC(K,COS2)
FICALL=K
C
1 DO 10 J=l,N
10 B(J)=-B(J)
Jl=2**CK-R)
J2=C2**CR+l)-I)*Jl
JS=2*Jl
C
C WEGEN COS2CJ)=2*COSCJ*PI/2**CK+l»=2*COSCI*PI) ERGIBT SICH
C ALS INDEXBEREICH FUER I: I=2**C-R-l) (2**C-R» 1-2**C-R-l).
C
DO 20 J=Jl,J2,JS
20 CALL GAUBDSCCOS2(J),B,N)
GOTO 40
C
3D CALL GAUBDSCO.O,B,N)
C
40 RETURN
END
SUBROUTINE GAUBDS(C,B,N)
INTEGER N
REAL C,BCN)
C
C AUFLOESUNG EINES LINEAREN GLEICHUNGSSVSTEMS MIT SPEZIELLER
C TRIDIAGONALER MATRIX:
C XCI-l)+C-4+C)*XCI)+XCI+l)=B(I), I=lCl)N.
C XCO) UNO XCN+l) WERDEN FORMAL NULL GESETZT.
C AM ENDE GILT B=X.
C FUER N.LT.2 VERSAGT DAS PROGRAMM.
C FUER N.GT.63 MUSS A GROESSER DIMENSIONIERT WERDEN.
C
INTEGER I,ll
REAL Q,C4,A(63)
C
C4=C-4.0
A(U=C4
DO 10 I=2,N
Q=I.0/ACI-l)
ACI ) =C4-Q
10 BCI)=BCI)-BCI-I)*Q
Q=BCN)/ACN)
BCN)=Q
Il=N-l
DO 20 I=2,N
Q=CBCIl)-Q)/ACIl)
BCIU=Q
20 Il=Il-l
RETURN
END
441
SUBROUTINE COSVEC(K,COS2)
INTEGER K
REAL COS2(l)
C
C BERECHNUNG VON COS2(J)=2*COS(J*PI/2**(K+l», J=1(1)2**(K+l)-1
C MITTELS REKURSION UNO SPIEGELUNG.
C FUER K.LT.l VERSAGT DAS PROGRAMM.
C
INTEGER K2,J,Jl
REAL DC,T,CV,PI4
C
K2=2**K
Jl=2*K2-1
PI4=ATAN(1.0}-
COS2(K2)=O.0
DC=-4.0*SIN(PI4/FLOAT(K2»**2
K2=K2-1
T=DC
CV=2.0+DC
COS2Cl)=CV
COS2(Jl)=-CV
DO 10 J=2,K2
Jl=Jl-l
DC=T*CV+DC
CV=CV+DC
COS2CJ)=CV
10 COS2CJl)=-CV
RETURN
END
LehrbUcher
k 1
d, ••• ,d 2 ••• 2 u(x,y)
(x E M) fur alle x E M