Ž.

Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

Uvod u numeričke metode: Interpolacija i aproksimacija

Neka je zadana funkcija y(x) na području Ω, x ∈ Ω : x → y . Treba odrediti približnu

funkciju
y ( x) , x ∈ Ω : x →
y . Funkcija treba biti približna u smislu zadanog kriterija
mjerenja pogreške (ostatka, residuuma) ε( x) = y ( x) −
y ( x) .

Neka je poznata funkcija ψ(x), x ∈ Ω : x → ψ i niz funkcija ϕi(x), x ∈ Ω : x → ϕi .

Potražimo približnu funkciju u obliku:

y ( x) = ψ ( x) + ∑ aiϕi ( x)
i

y ( x) = ψ ( x) + a1ϕ1 ( x) + a2ϕ2 ( x) + ... + anϕn ( x)

gdje su ai, i=1,2,…,n nepoznati koeficijenti koje treba odrediti i gdje funkcije ϕi,
i=1,2,…,n nazivamo bazom aproksimacije.
Može se pokazati da je nužan uvjet za konvergenciju
y → y kad n → ∞ da su
funkcije ϕi(x) linearno neovisne i tada kažemo da je baza aproksimacije kompletna.

Kriterij aproksimacije
Kao kriterij aproksimacije možemo postaviti zahtjev da je približna funkcija
y ( x)
jednaka ciljnoj funkciji y(x) u nizu diskretnih točaka: xj, i=1,2,…,m:
ε( x j ) = y ( x j ) −
y ( x j ) = 0 , j=1,2,…,m
Tada govorimo o interpolaciji funkcije y. Treba napomenuti da će za određivanje n
nepoznatih koeficijenata ai biti potrebno m=n točaka odnosno linearno neovisnih
jednadžbi.

Ako kao kriterij postavimo zahtjev minimuma integrala kvadrata greške:

E (Ω) = ∫ ε 2 ( x)dx
Ω
Koeficijente ai možemo odrediti iz n uvjeta:
∂E (Ω) ∂ε( x)
= 2∫ ε( x) dx = 0
∂ak Ω
∂ a k

∂E (Ω)   
 y − ψ + ∑ aiϕi  ϕk dx = 0
= 2∫
∂ak   

Ω i 
 ϕ1ϕ1 ϕ2ϕ1 ... ϕnϕ1   a1   ( y − ψ )ϕ1 
     
b
 ϕ1ϕ2 ϕ2ϕ2 ... ϕnϕ2  a2  b ( y − ψ )ϕ2 
∫  ... ... ... ... dx  ...  = ∫  ... dx
a     a  
ϕ ϕ ϕ ϕ ... ϕ ϕ  a  ( y − ψ )ϕ 
 1 m 1 m n m  n  m 
što je metoda aproksimacije poznata pod nazivom metoda minimalnih kvadrata
(greške) (LS – Least Square method).

Poopćenje metoda aproksimacije

Metodu minimalnih kvadrata je moguće poopćiti tako da govorimo o:
- težinskom pristupu metode minimalnih kvadrata (WLS – Weigted Least
Square): Ek (Ω) = ∫ ε 2 ( x) wk ( x)dx
Ω

________________________________________________________________ 1
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

- pomičnoj metodi minimalnih kvadrata (MLS, Moving Lest Square):

koeficijenti ai(ξ) se određuju na temelju minimizacije greške u okolici
točke x=ξ.
- …

Međutim ovdje je riječ o poopćenju koncepta definicije greške. Pa grešku definiramo

na slijedeći način:
Ek (Ω) = ∫ ε( x)hk ( x)dx
Ω

gdje funkcije hk(x), x ∈ Ω : x → hk , k=1,2,…,m čine bazu težinskog ili test prostora.
Koeficijente ai određujemo iz uvjeta:
Ek (Ω) = 0 , k=1,2,…,m

Sada je lako pokazati, da postupak općenito poznat pod nazivom kolokacija u

točkama xk, koji nastaje izborom težinskih funkcija hk(x) jednakih Diracovoj delta
funkciji u točkama xk, hk=δ(xk), k=1,2,…,m, postaje izjednačavanje u točkama
(interpolacija ciljane funkcije y).
Drugi tipični izbori težinskih funkcija nose nazive: metoda podpodručja, metoda
momenata, Galerkinova metoda,… i pod uvjetom da su funkcije hk(x) međusobno
linearno neovisne, omogućavaju određivanje n=m koeficijenata ai.
m
- Metoda podpodručja: hk=1 x ∈ Ωk , hk=0 x ∈ Ωk , ∪Ω = Ω ; Ω ∩Ω
i
i i j =0

gdje Ωk označava komplement skupa.

- Metoda momenata: hk (x)=xk, k=1,2,3,…,m; x ∈ Ω
- Galerkinova metoda: hk (x)= ϕk(x), k=1,2,3,…,m; x ∈ Ω
- …

U praktičnoj primjeni gornje metode vode do matrične jednadžbe iz koje određujemo

nepoznate koeficijente ai. Slijedi prikaz postupka za metodu težinskih funkcija.
Ei (Ω) = 0

∫ εh dx = 0
i
Ω

∫ ( y −
y ) h dx = 0
i
Ω

 
 y − ψ +
∫   ∑j j j  hi dx = 0
 a ϕ
Ω

 
 a ϕ  h dx = ( y − ψ ) h dx
∑
∫  j j  i ∫
j
i
Ω Ω

 
 ϕ h dx a = ( y − ψ ) h dx
( )
∑j ∫ j i  j ∫ i
Ω  Ω

kij a j = bi
odnosno:

________________________________________________________________ 2
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

ϕ h ϕ2 h1 ... ϕn h1   a1   ( y − ψ ) h1 
 11    b  
 ϕ1h2     y − ψ ) h2 
dx   = (
b
ϕ2 h2 ... ϕn h2 a2 

∫  ... ... ... ...   ...  ∫a  ...
dx

a     
ϕ h ϕ1hm 
... ϕn hm  an  ( y − ψ ) hm 
 1 m

Primjer: Aproksimirati funkciju y(x) = sin(π/2 x), x∈[0,1].

Rješenje: Približno rješenje biramo u obliku:
2

y ( x) = ψ ( x) + ∑ aiϕi ( x) = ψ ( x) + a1ϕ1 ( x) + a2ϕ2 ( x)
i =1
gdje smo odabrali:
ψ( x) = x, ϕi ( x) = x i (1− x)
ϕ1 ( x) = x(1− x)
ϕ2 ( x) = x 2 (1− x)
pa približno rješenje
y odgovara funkciji y na početku i kraju intervala.
Težinske funkcije hj(x), j = 1, 2 u skladu s metodom podpodručja biramo kako slijedi:
h1 ( x) = 1 x ∈ 0, 0.5 h2 ( x) = 0 x ∈ 0, 0.5
h1 ( x) = 0 x ∈ 0.5,1 h2 ( x) = 1 x ∈ 0.5,1
prema slici.

________________________________________________________________ 3
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

1
y(x)
0.5

0
0 0.2 0.4 0.6 0.8 1
0.4
N1(x)
0.2

0
0 0.2 0.4 0.6 0.8 1
0.2
N2(x)
0.1

0
0 0.2 0.4 0.6 0.8 1
1
h1(x)
0.5

0
0 0.2 0.4 0.6 0.8 1
h2(x) 1

0.5

0
0 0.2 0.4 0.6 0.8 1
1

y ( x)
0.5
y(x)
0
0 0.2 0.4 0.6 0.8 1
Slika: Ilustracija rješenje metodom podpodručja

Koeficijenti sustava su:

kij = ∫ (ϕ j hi ) dx
Ω

bi = ∫ ( y − ψ ) hi dx
Ω

________________________________________________________________ 4
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

1 0.5

k11 = ∫ (ϕ1h1 ) dx = ∫ x(1− x)dx = 0.083

0 0
1 0.5

k12 = ∫ (ϕ2 h1 ) dx = ∫ x 2 (1− x)dx = 0.026

0 0
1 1

k21 = ∫ (ϕ1h2 ) dx = ∫ x(1− x)dx = 0.083

0 0.5
1 1

k22 = ∫ (ϕ1h2 ) dx = ∫ x 2 (1− x)dx = 0.057

0 0.5
1 0.5
 π 
b1 = ∫ ( y − ψ ) h1dx =∫ sin x − x dx = 0.062
 2 
0 0
1 1
 π 
b2 = ∫ ( y − ψ ) h2 dx =∫ sin x − x dx = 0.075
 2 
0 0.5
Matrično je:
 0.083 0.026  a1  0.062
  =
 0.083 0.057 a2  0.075
 
 a1  0.601
 = 
a2  0.438
Približno rješenje je:

y ( x) = ψ ( x) + a1ϕ1 ( x) + a2ϕ2 ( x)

y ( x) = x + 0.601x (1− x) + 0.438 x 2 (1− x)

Primjena numeričkih metoda aproksimacije u rješavanju diferencijalnih

jednadžbi

Jaka formulacija
Općenito običnu linearnu diferencijalnu jednadžbu na području x ∈ Ω=[ x0, xL]
možemo napisati u obliku:
L ( y ) + r ( x) = 0
uz rubne uvjete: Ai ( y ) x = 0 , B j ( y ) x = 0 gdje su L, Ai i Bj u općem slučaju linearni
0 L

diferencijalni operatori koji zadovoljavaju potrebne uvjete.

(Ovdje nećemo detaljnije razvijati/primjenjivati poopćenje linearnih diferencijalnih
jednadžbi već se oslanjamo na primjer koji slijedi na kraju paragrafa. Za detaljniji
uvid u teoriju ovih jednadžbi konzultirati odgovarajuću literaturu, primjerice: P.
Javor: ……)
Greška odnosno residuum se definira u obliku:
ε( x) = L (
y ( x)) + r ( x)
Integralna greška je:
Ek (Ω) = ∫  L (
y ) + r  hk ( x)dx
Ω
a tipični kriterij konvergencije:

________________________________________________________________ 5
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

Ek (Ω) = 0 , k=1,2,…,m
pod uvjetom da su funkcije hk(x) međusobno linearno neovisne, omogućava
određivanje n=m koeficijenata ai. Međutim, ove kriterije je potrebno proširiti
zahtjevima na rubu, odnosno treba prethodno osigurati da približno rješenje
y ( x)
ispunjava rubne uvjete.
Dalje procedura vodi do matričnih jednadžbi iz kojih određujemo nepoznate
koeficijente aj:
Ek (Ω) = 0

∫  L (
y ) + r  h dx = 0
k
Ω

 N 
 a ϕ  h dx = − rh dx
L ∑
∫  j=1 j j  k ∫ k
Ω Ω

N  
 L ϕ h dxa = − rh dx
∑ ∫ ( )  j
 ∫ k
j =1 
j k
Ω Ω

kkj a j = bk
odnosno:
 L (ϕ1 ) h1 L (ϕ2 ) h1 ... L (ϕn ) h1   a1   rh1 
     
b  L (ϕ ) h L (ϕ2 ) h2 ... L (ϕn ) h2  a2  b
 rh2 
∫ 
∫  ... dx
1 2
 ... d x   = −
... ... ...   ...  a 
a 
 L (ϕ ) h     
 1 m L (ϕ1 ) hm ... L (ϕn ) hm  an  rhm 

Treba napomenuti da funkcije baze aproksimacije ϕi(x), x ∈ Ω : x → ϕi moraju biti

derivabilne prema zahtjevima operatora L(), kao tražena funkcija y(x), pa se ovaj
pristup naziva jaka formulacija problema (engl. strong formulation).

Primjer: Neka je zadana diferencijalna jednadžba:

d2 y
+x=0
dx 2
dy
na području x∈[0, 1] uz rubne uvjete: y(0)=0, =0.
dx x=1
Rješenje: Približno rješenje biramo u obliku:
2

y ( x) = ψ ( x) + ∑ aiϕi ( x) = ψ ( x) + a1ϕ1 ( x) + a2ϕ2 ( x)
i =1

gdje smo funkcije ϕi odabrali tako da funkcija
y ispunjava rubne uvjete:

 πx
ψ( x) = 0, ϕi ( x) = sin (2i −1) 
 2
πx 
ϕ1 ( x) = sin  
 2 
 3π x 
ϕ2 ( x) = sin 
 2 
.

________________________________________________________________ 6
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

Dalje nalazimo:
dϕ1 π πx 
= cos  
dx 2  2 
dϕ2 3π  3π x 
= cos 
dx 2  2 
2
d 2ϕ π  πx 
L (ϕ1 ) = 21 = −  sin  
dx  2   2 
d 2ϕ2  3π 2  3π x 
L (ϕ2 ) = = −   sin 
dx 2  2   2 
Težinske funkcije hj(x), j = 1, 2 u skladu s Galerkinovom metodom biramo kako
slijedi:
πx 
h1 ( x) = ϕ1 ( x) = sin  
 2 
 3π x 
h2 ( x) = ϕ2 ( x) = sin 
 2 
prema slici.
N  
 L ϕ h dxa = − rh dx
∑ ∫ ( )  j ∫ k
j =1  
j k
Ω Ω

kkj a j = bk
kkj = ∫ hk L (ϕ j ) dx
Ω

bk = −∫ rhk dx
Ω

π x   π  π x 
1 2

k11 = ∫ ϕ1 L (ϕ1 ) dx = ∫ sin −  sin  dx = −1.234


Ω 0
2   2  2 

π x   3π  3π x 
1 2

k12 = ∫ ϕ1 L (ϕ2 ) dx = ∫ sin −  sin  dx = 0

Ω 0
2   2  2 

3π x   π  π x 
1 2

k21 = ∫ ϕ2 L (ϕ1 ) dx = ∫ sin −   sin  dx = 0

Ω 0
2   2  2 

3π x   3π  3π x 
1 2

k22 = ∫ ϕ2 L (ϕ2 ) dx = ∫ sin −  sin  dx = −11.103

Ω 0
2   2  2 
1
πx
b1 = −∫ rh1dx = −∫ x sin dx = −0.405
Ω 0
2
1
3π x
b2 = −∫ rh2 dx = −∫ x sin dx = 0.045
Ω 0
2
Matrično je:
−1.234 0   a1  −0.405
  = 
 0 −11.103 a2   0.045 

________________________________________________________________ 7
Sveučilište u Splitu, FESB
Ž. Lozina: Metoda konačnih elemenata: Predavanje 4 (Radni materijali)

 a1   0.329 

 = 
a2  −0.004
Približno rješenje je:

y ( x) = a1ϕ1 ( x) + a2ϕ2 ( x)
πx   3π x 

y ( x) = 0.329sin   − 0.004 sin  

 2   2 
Grafički pregled postupka rješavanja:
0.4
yanalit(x)
0.2

0
0 0.2 0.4 0.6 0.8 1
1
N1(x)
0.5

0
0 0.2 0.4 0.6 0.8 1
1
N2(x)
0

-1
0 0.2 0.4 0.6 0.8 1
1
h1(x)
0.5

0
0 0.2 0.4 0.6 0.8 1
h2(x)
0

-1
0 0.2 0.4 0.6 0.8 1
0.4

y ( x)
0.2
yanalit(x)
0
0 0.2 0.4 0.6 0.8 1
Slika: Grafički prikaz uz numeričko rješenje diferencijalne jednadžbe

Domaći rad: Približno riješiti diferencijalnu jednadžbu:

d2 y
+ y + sin( x) = 0
dx 2
dy
na području x ∈ [0, 1] uz rubne uvjete: y(0)=0, =0.
dx x=0

________________________________________________________________ 8
Sveučilište u Splitu, FESB