Открыть Электронные книги
Категории
Открыть Аудиокниги
Категории
Открыть Журналы
Категории
Открыть Документы
Категории
const, Et=0, E n .
n 0
r
dl
1 l r2
2
4 0
Er
(l 2 r 2 )
13
r dl
= 4 0 = 2 .
l 2
r
2 32
0r
dx x
Использовано: 3
C. Вследствие симметрии
2
(x a ) 2 2 a 2 x2 a 2
задачи поле E r можно вычислить непосредственно из интегрального
уравнения Максвелла: 0 Eds q l , 0 2lrE r l , или Er
2 0 r
.
Пусть задан потенциал проводника r0 ,
r0
r
тогда r r0 E r dr ln 0 . При нулевом потенциале на
r
2 0 r
потенциал
2
, 1 2
r r
01 ln 0 02 ln 0 ;
2 0 r1 2 0 r2
r
01 02 ; ln 2 .
2 0 r1
2h
определится из условия: 01 ln 0
или ln 2 h r ;
2 2 0 r0 0
ln r2 r1
. Можно показать, что линии равного потенциала суть
2 ln 2 h r0
14
1 k2
x0 h
окружности с координатами центра 1 k2 и радиусом
2k 2 r
R
1 k , где k r const , причем x 20 R 2 h 2 . Это позволяет
2
h
1
заменять систему двух проводов конечных радиусов R1 и R2 с
заданными потенциалами на этих радиусах системой двух тонких
проводов, смещенных относительно центров реальных проводов.
При ri =0 (ось)
4 i 1, j 4 i 1, j 2 i , j1 2 i , j1
r r r r r r z z z z z z
1 1 i, j
2 i , j , причем i 1, j i 1, j . Имеются и более
r r z z 0
точные аппроксимации производных, учитывающие большeе число
узлов сети. В частности, в плоском двумерном случае с
равномерным шагом x y h
1
6h 2
i 1, j i 1, j 1 i 1, j 1 i 1, j 1 4 i 1, j i, j1 i 1, j
i , j
i, j1 20 i, j
0
.
16
Общее решение матричного уравнения есть A 1g , A 1
единичная матрица).
обратная матрица ( A A 1 E , где E
Коэффициенты обратной матрицы вычисляются по формуле
1 A ki
a ik , где A ki алгебраическое дополнение элемента aki в
det A
. Такое определение k эквивалентно правилу Крамера
матрице A
det A
k
k
, где A k матрица A
, в которой k-й столбец заменен
det A
столбцом свободных членов g . Число арифметических операций в
этом методе N! (при больших N N ! N N e N 2N ). Кроме того, в
17
b 2 2 c 2 3 g 2 где b 2 b 2 a 2 1 ; g 2 g 2 a 2 1 . Теперь
.......................................... первое уравнение новой системы
a i i 1 b i i c i i 1 g i имеет тот же вид, что и первое
.......................................... уравнение предыдущей системы.
a N 1 N 2 b N 1 N 1 g N 1 Далее исключаем 2 :
с 2 3 g 2
2 2 3 2 , где
b 2
18
с2 c2 g 2 a 2 1
2 ; 2 b a . Подставление 2 в последующее
b 2 b 2 a 2 1 2 2 1
уравнение уменьшает систему еще на одно уравнение. Продолжая
эту операцию, в конце концов приходим к одному уравнению с
одним неизвестным N 1 , найдя который затем находят
последовательно все предыдущие i . Окончательно получаем
следующие формулы для нахождения неизвестных:
N 1 N 1 ; i i i 1 i ,
где коэффициенты i , i находятся по рекуррентным формулам:
c1 c i 1
1 ; i 1 ;
b1 b i 1 a i 1 i
g g a i 1 i i 1
1 1 ; i 1 i 1 g i 1 a i 1 i .
b1 b i 1 a i 1 i c i 1
1 2 1
В одномерном плоском случае: a i 2 ; b i 2 ; ci 2 .
h h h
1 i 1
1 2 3 4 g1 h 2
Тогда 1 ; 2 i
; ( 2 ; 3 ; 4 и т. д.) 1 ;
2 3 4 5 2
i 1 i 1 i h 2 g i 1 ;
N 1 N 1 N 2 h 2 g N 1 .
Реализация метода требует 8N арифметических операций и
запоминания 2N вспомогательных переменных. Метод устойчив к
накоплению ошибок.
В одномерном цилиндрическом случае коэффициенты
матрицы будут изменяться от строки к строке:
r r
1 i 1 2 i 1 i 1 r 2 i .
2ri 2ri 0
вычислений.
2 2
2 , причем задано на границе области, в качестве
x y 0
2
0l a l
1 k M 1 Ml b l
;
1 l N 1 k0 c k
kN d k
Полученную систему (M-1)(N-1) уравнений можно записать в
матричной форме:
B1 2 F1 C 2 1 0 ...
2 1 0
1 B
2 3 F2
B ,
... ... ... ...
l 1 B l l 1 Fl ,;
0 0 2 1
N 2 B
N 1 FN 1 d
1,l
h 22 a l
1,l 2 ,l c1 d1
2 ,l h 22 c2 d2
h 22
; l 3,l ; Fl k ,l ; C c3 ; d d3 .
h12 ... h 22 ...
...
M 1,l ... c M 1 d М 1
M 1,l
h 22 b l
Здесь исключены граничные условия на границе области. Получим
систему уравнений, аналогичную одномерной системе, но вместо
сеточных значений имеем вектора с матричными коэффициентами.
Для данной системы применяем формально такой же, как и в
одномерном случае, метод прогонки, называемый методом
матричной прогонки.
2 B F1 c
1 F c
1 B 1 1
1 2 1 , где 1 ; B
1 B 1 1
.
Подставляем 1 вовторое уравнение и исключаем 2 :
1 B 2 3 F2 1 ; 2 23 2 , где 2 B 1 1 ;
2 F2 1 , т. е.:
2
1
l l l 1 l ; l 1 B l ; l 1 l1 Fl1 1 ;
l B
1 ; 1 l F1 c ; 1 l N 2.
20
Для определения N 1 подставим в последнее уравнение
N 2 N 2 N 1 N 2 , получим
N 2 B N 1 FN 1 d N 2 ;
1
N 1 B̂ ˆ N 2 FN 1 d N 2 ˆ N 1 FN 1 d N 2 N 1 , т. е.:
N 1 N 1 .
l2 B̂ l1 l G l1 ; Умножая среднее уравнение на
B и
l1 B̂ l l1 G l ; складывая все три, получаем:
l B̂ l 1 l 2 G l1 .
l 2 B 2 2E
l l2
.
G l 1 G l 1 BG l
~
d
A ~ ~
lim 0.
удовлетворяющий уравнению B
dt
f (2), то t
Таким
образом, решая уравнение (2) при t будем иметь
~
t t . Заменяя производную конечными разностями, будем
n n 1
B f A
n 1
иметь: (3). Если оператор B
отсутствует, т. е.
n
E , то такой итерационный метод называется явным, тогда
B
f A (4). Здесь производная определяется только
n n 1 n 1
n
двумя соседними значениями n и n1 , такой итерационный метод
называется двухслойным. Если n определяется как n1 , так и n2
, то метод называется трехслойным.
Сходимость и необходимое число итераций (шагов во времени)
определяется выбором и B . Наиболее простой итерационный
метод, когда B E , а const . Причем минимум итераций
2
достигается при , где 1 и 2 минимальное и
1 2
максимальное собственные значения оператора A
. Отметим, что
спектр собственных значений квадратной матрицы A a ik
определяется из условия:
a 11 a 12 ... a 1n
a 21 a 22 ... a 2n E
0.
det det A
... ... ... ...
a n1 a n2 ... a nm
В частности, для уравнения:
k 1,l k 1,l 2 k ,l k ,l 1 k ,l 1 2 k ,l k ,l
f k ,l ;
h 12 h 22 0
2 h
2
2
4 4 h 4 4
1 2
1 h
sin
2l
0 , 2 2
cos2 2 2 ;
2l
1 h h1 h 2
l размер области ячеек. При равномерной плоской сетке
k 1,l k 1,l k ,l 1 k ,l 1 4 k ,l f k ,l h 2 ;
h2
и
4
k ,l
nk ,l nk ,l1
4
4
1 n 1
k 1,l nk 11,l nk ,l11 nk ,l11 f k ,l h 2 ,
где kl k 1,l k 1,l k ,l 1 k ,l 1 4 k ,l f k ,l h 2 ,
k,l
остаток.
4
Одновременно со значениями k ,l во всех узлах
подсчитываются остатки. Процесс является сходящимся и
продолжается, пока все остатки не станут меньше определенной
величины. Для начала счета во всех узлах необходимо назначить
приближенные значения k ,l . Новые значения можно определять
23
2
Оптимальные параметры опт и опт следующие: опт
1 2
;
1
2
1 2
опт 2 , где, как и в двухслойной явной схеме,
1 1 2
2 2
4 2 h 4 2 h 4 4
1 h2 sin
2l
0 ; 2 2 cos
2 2.
2l h1 h 2
1 1h
Первая итерация находится по двухслойной схеме простой итерации.
Общее число итераций для уменьшения погрешности начального
2 1 2 1
приближения в 1 раз: n 2 ln MN ln . Трехслойная схема
1
имеет меньшее число итераций, чем двухслойная явная схема, но
требует большей памяти для запоминания трех слоев и сильнее
зависит от неточностей задания параметров 1 и 2 .
~n
1, in, j i , j метод называется методом Зейделя. При 1 часть
in, j in,j 1
2
2 .
in,j 1 in,j 2
По мере приближения к истинному значению 1, 2 . Начинают
итерации обычно с 1 . В методе верней релаксации при
оптимальном значении параметра релаксации опт число
1
итераций n~ MN ln
, что существенно меньше метода простой
итерации. По сравнению с явным трехслойным методом он более
прост и устойчив.
in, j 1 in, j 1 2
2
h1
1 n 1 2
1
i 1, j 2in, j 1 2 in11, j2 2 in, j11 2in, j 1 in, j 11 f
h2
25
t
1 1 2 2 4 sin 2 h
4 h
cos2 .
, 2 ,
1 1 2 2 h 2l h2 2l
Параметры итерации определяются выражениями:
q k r q k r
1 ; k 1 ,
k
2
1 kP 1 kP
1 2 1 k
2k 1
k 1, 2, ... n
где k , k
n , ,
2 k 2
1 1 k
1 k
1 2 1 2
1 ,
16 2
t 1 1 2 r 2 1 2 P 1 P
P ; ; qr .
1
;
t 2 1 1 2 1 2 1
1 h2
При h1 = h2 = h, l1 = l2 = l будем иметь P = r = 0, q ,
4
2h 2 2 h2 4
2 , k 1 k k , n 0,2 ln 1,27 N ln .
4l 4N 2
2 4
3-го рода: x , y , z g x, y, z .
n гр
1 l 21 2 l 11 3 l 43 4 l 33
1 ; 3 .
l 21 l 43
Иногда применяют более точные аппроксимации с использованием
нескольких внутренних узлов:
l 21 l 25 l 21
1 2 1 2 2 3
l 51 l 21 l 23
l 221 1 5 2 .
l 21 l 51 l 25 l 51 l 21 l 23
При граничных условиях 2-го рода значение на границе находим
через аппроксимацию производной на границе по внутренним узлам:
30 41 2 x ,
2
1
0
2x 3
41 2 2x0
отсюда 0 .
3