最佳使用Strang分裂(用于反应扩散方程)


9

在计算简单的一维反应扩散方程的解时,我做了一个奇怪的观察:

ta=2x2aab

tb=ab

tc=a

b的初始值b是一个常数(b(0,x)=b0),我只对a01的积分感兴趣101a(t,x)dt)。的目的c和式tc=a只是评估这个积分。

我使用了Strang分裂方案进行扩散和反应之间的偶联(半步反应,然后进行全步扩散,然后再次进行半步反应),对扩散进行了Crank Nicholson方案,并对反应进行了分析(包括等式tc=a)。

因为分析溶液的一个步骤比Crank Nicholson方案的一个步骤慢3倍以上,所以我尝试为每个反应步骤制造一个以上的Crank Nicholson步骤。我希望能以更少的Strang拆分方案来解决问题,以便总体上更快。

但是,可以观察到相反的效果,即如果使用了多于一个的Crank Nicholson步骤,则需要更多的Strang拆分方案步骤。(我只关心整体上的准确性,这似乎收敛速度比本身)。想了一段时间后,我注意到,同样的效果也发生了,我什至理解为什么会出现这种情况。关键是,如果我精确地执行了一个Crank Nicholson步骤,那么整个方案将变成梯形规则(如果)。aab(t,x)=b0=0b(t)=0

因此,如果我将视为扩散步骤的一部分,那么增加Crank Nicholson步骤的数量(可能)不会导致整体准确性降低(如观察到的那样)。但这似乎违反了为系统的(非线性和可能非常刚性的)反应部分使用解析解决方案的目的。tc=a

所以这是我的问题:在Strang分裂的情况下,有没有更好的方法来处理,而不是将其视为反应步骤的一部分或作为扩散步骤的一部分。我想避免被“强制”使用恰好一个Crank Nicholson步骤进行扩散。(例如,在3D中,我宁愿通过FFT而不是使用Crank Nicholson来解析解析扩散。当然,我也可以将FFT与Crank Nicholson结合使用,所以没什么大不了的。)tc=a


people.maths.ox.ac.uk/dellar/OperatorLB.html中,似乎描述了类似的效果。结论是使用Crank Nicholson而不是确切的解决方案至关重要。因此,也许我的问题的答案很简单。
Thomas Klimpel 2012年

您的方程式似乎有些问题。不会出现在前两个中,因此无法单向耦合,这意味着您可以在任意处计算作为后期处理步骤。cct
比尔·巴特

@BillBarth我更改了问题以阐明的作用。所以只是一种计算。请告诉我您是否有任何建议,可能如何使用后处理步骤,以更准确地计算此积分(比起我从上述Strang split和Crank Nicholson的组合获得的积分)。cc01a(t,x)dt
Thomas Klimpel 2012年

现在已经过去了很长时间,但是您是否认识到可以将方程组写为具有指数反应项的抛物线PDE ?我想我想知道您是否真的要解决这个三变量系统而不是简化系统。c
比尔·巴特

@BillBarth我很想学习如何将该系统编写为具有指数反应项的抛物线PDE。即使在模型校准期间(可能要花费几个小时),该模型的求解速度也是一个限制因素,即使如此,所使用的时间积分精度仍远未达到完全收敛。
Thomas Klimpel 2013年

Answers:


6

我要写这个作为答案,尽管它不能直接回答问题。

将第二个方程式和第三个方程式插入第一个方程式,然后将第三个方程式插入第二个方程式,一起给出: 重新排列这两个值: 现在,我们可以将这两个都集成到,剩下的就是第一个方程:

2ct2=2x2ct+btbt=(ct)b
t(ct2cx2b)=01b(bt)=ct
t
ct2cx2=b+A(x)
使用第三个方程,我们可以表达积分的“常数”为。第二个方程式比较棘手。稍微重写一下,我们得到: 这导致解 或者 幂给出: 最后,堵塞该进PDE为给 A(x)=a02c0x2b0
0t1b(x,t)(b(x,t)t)dt=0tc(x,t)tdt
lnb(x,t)lnb0(x)=c(x)+c0(x)
lnbb0=c+c0
b=b0ec0c
c
ct2cx2=b0ec0c+A(x)

用替换,或等效地使用初始条件,式简化为 现在,您应该能够找到大量文献,找到有关求解该方程的最佳方法。我不知道Crank-Nicholson对于指数项是否是一个很好的选择,但似乎是合理的。可能要小心一些,以确保在任何地方,否则解决方案可能会迅速。ccc0c0(x)=0

ct=2cx2+a0(1ec)b0
c>c0

我只经历了两次推导,所以其中可能有一个或两个错误,但是对我来说它是正确的感觉。如果在任何地方,那么这显然是正确的解决方案,否则它似乎很有道理。b0=0

解决这个问题直到并评估应该会为您提供所需的答案。t=1c(x,1)


非常感谢您的回答。我发现它很有启发性,至少使我更容易理解/预测解决方案的行为。另一个优点是,随时间的变化比随时间的变化较慢的,所以我很乐观地认为,融合将是比以前更好。ca
Thomas Klimpel 2013年

没问题。最初交换意见后,我在na我。希望对您有所帮助。
Bill Barth
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.