Lax-Wendroff 运算法则
另一种非常流行的引入传导问题数值稳定性的方法是通过 Lax-Wendroff 离
散化的方法。这节课介绍如何推导这些算法。我们以一维传导问题开始:
0
TT
v
tx
??
+=
??
, ()vvx= (不是一个时间的函数)
接下来,我们来看 关于 的 2 阶泰勒级数:
1n
T
+ n
T
2
12
2
1
2n
n
nn
tt
tt
TT
TTt t
+
=
=
??
?+Δ +Δ
由控制方程,我们注意到:
TT
v
tx
? ?
=?
? ?
22
2
() () ()
TTT T
vv v vv
ttx tx xt xx
??? ? ?? ??
= ? =? =? =? ?
??? ? ?? ? ?
T
22
2
22
TT
v
tx
? ?
?=
? ?
向回代入泰勒级数得到:
2
12
2
1
() (
2
nn n
TT
TTtv tv )
n
x x
+
??
=+Δ? +Δ
下一步是离散化
T
x
?
?
和
2
2
T
x
?
?
。我们用标准中心差分:
11
2
nn
n
jj
j
TT
T
x x
+ ?
?
?
=
?Δ
2
11
22
2
nn
n
jj
j
TTT
T
xx
n
j+ ?
?+
?
=
?Δ
11 1122
2
2
1
()
22
nn n nn
jj j jjnn
jj j j
TT T TT
TTtv tv
xx
1+ ?++
??
?=?Δ +Δ
ΔΔ
?
+
重新排列上式使之看起来更像传导方程:
2
2
2
1
11 12
2
1
2
2
1
22
nn nn n n
jj jj j jj
jj
T
tv
x
TT TT T TT
vtv
tx
+
+? +
?
≈Δ
?
?? ?
+=Δ
ΔΔ Δ
1
n
?
+
这是一个正的系数
数值稳定性
????缺了 2-4 页的内容。
波方程的傅立叶分析
在分析波方程的有限积分近似之前,让我们先来看一下波方程。我们将研究
傅立叶解在一个周期内的情况。特别地:
0
TT
v
tx
? ?
+ =
??
假设周期长度为 L:对任意的整数 m
(,)(Tx mLt Txt,)+ = ,
为什么要假设是周期的?因为这是最简单的分析,但是可以包括所需要的其
它的边界条件。
接下来,我们假设一个傅立叶级数解的形式,存在恰当的周期:
?(,) ()
m
ik x
m
m
Txt g te
+∞
=?∞
=
∑
2/
m
kmLπ≡←满足周期条件
将此式代入波方程:
?
? 0
m
ik x
m
mm
m
dg
ivk g e
dt
??
??
+ =
????
??
??
∑
乘以 并且从 0 到 L 积分:
j
ik x
e
?
0
?
? 0
j
m
L
ik x
ik x
m
mm
m
dg
ivk g e e dx
dt
?
??
??
+ =
????
??
??
∑
∫
但是,
0
0
j
m
L
ik x
ik x
j m
eedx
Lj
?
m
≠
?
=
?
=
?
∫
因此, 的控制方程组(常微分方程组)通过乘法和积分被分离变量了: ? ()
m
gt
?
? 0
m
mm
dg
ivk g
dt
+=
??() (0)
m
ivk t
mm
gt g e
?
?= ,其中 由初始条件得到 ( 2) ? (0)
m
g
()
?(,) (0)
m
ik x vt
m
m
Txt g e x vtη
+∞
??
=?∞
?= =?
∑
(注意出现对 的依赖)
因为每一个傅立叶波形都是独立的,我们可以并且以后也只需考虑一种最简单的
傅立叶波形。
例如,我们假设
?(,) (0)
m
ik x
m
Txt g e= , 2/
m
kmLπ≡ (没有了求和符号)
根据波方程的稳定性我们由( 2)式可看出第 重波(即 )的振幅是与时
间无关的常数:
th
m ? ()
m
gt
??() (0)
m
ivk t
mm
gt g e
?
=
??() (0)
m
ivk t
mm
gt g e
?
?=
N
1
? (0)
m
ivk t
m
ge
?
=
=
??() (0)
mm
gt g?=
所以,波方程的傅立叶波形振幅既不增加也不减少。
冯纽曼 Von Newmann 分析
Von Newmann 分析是关于上面的傅立叶分析的离散类推:
Von Newmann
?
偏微分方程组 偏微分方程组的有限差
和傅立叶分析 分和 分析
我们以一个基本的有限差分算法开始(将用 1 阶逆风模型) :
1
1
0
nn nn
jj jj
TTTT
v
tx
+
?
??
+ =
ΔΔ
, 0v >
那么,假设一个周期函数:
P
?
n
mj
ik x
nn
jm
Tg e=
提升到 次幂
,
j
x jx= Δ ,
2
m
km
L
π
=
代入有限差分控制方程:
(1)1
?? ??
0
mm mm
ik j x ik j x ik j x ik j xnn nn
mm mm
g e ge ge ge
v
tx
ΔΔ Δ+
??
=+
?Δ
提出因子 得到: ?
m
ik j xn
m
ge
Δ
N
? 0
? 1 1
? 0
m
mj
m
ik x
ik x
n m
m
g
n
g e
ge v
tx
?Δ
=
??? ?
+ =
??
ΔΔ
??
由此得
到
由此得到其它的根,这些根是稳定性的关键
的个根
重排 { }中的表达式得到:
? 1(1
m
ik x
m
vt
ge
x
Δ
)
Δ
=? ?
Δ
对于长时间的稳定性(亦即对固定的 tΔ , xΔ , 时),我们要求n→∞ ? 1
m
g ≤ ,
让我们检查一下这一点:
2
2
2
? 1(1 )
1(1cos sin
m
ik x
m
mm
vt
ge
x
vt
kxi kx
x
Δ
Δ
=? ?
Δ
Δ
=? ? Δ+ Δ
Δ
)
2
1(1cos) sin
mm
vt vt
kxi kx
xx
ΔΔ
=? ? Δ+ Δ)
22
2
1(1cos) sin
mm
vt vt
kx kx
xx
ΔΔ
????
=? ? Δ + Δ
??
??
????
22
22
1 2 (1 cos ) (1 cos ) sin
mm
vt vt vt
kx kx kx
xx x
ΔΔ Δ
?? ??
=? ? Δ+ ? Δ + Δ
?? ??
?? ??
m
2
12 (1cos ) (22cos )
mm
vt vt
kx kx
xx
ΔΔ
??
=? ? Δ+ ? Δ
??
??
N
02
0
? 1
12 (1cos ) 1
m
m
g
vt vt
kx
xx
→
≥
≤
ΔΔ
??
=? ? Δ ?
??
??
因为 ,
所以这项为负
1
vt
x
Δ
?≤
Δ
注意:
* 我们已经在 CFL 条件的要求中看到过这个结论。
*
vt
x
Δ
Δ
是一个特别的,非常重要的无量纲数(就象我们看到的那样)
它一般作为 CFL 数被提及:
CFL
vt
x
Δ
≡
Δ
数
物理上, vtΔ 代表了波在单位时间内移动的距离。因此,
#CFL =
波移动的距离
单元长度
* 也是一个非常重要的无量纲数。让我们展开它:
m
kxΔ
2
m
x
kx m
L
π
Δ
Δ=
N
2
/
m
x
kx
Lm
π
Δ
Δ=
这是模型中波的长度
回忆以前的傅立叶分析, m 可以是 ?∞到 +∞的任意整数。但对于离散问题,并
不一定是这样。特别地,由于网格的原因在高频段(即短波长)存在一定限制:
频率混淆现象: 与 的波形混淆在一起! 4m= 0m=
对于余弦形式,在 之前频率混淆没有出现。 5m≥
总之,不发生频率混淆的最小的波形的波长为 2 xΔ 的长度。
min
max( ) 2 2
(/ ) 2
m
xx
kx
Lm x
π ππ
Δ Δ
Δ= = =
Δ
因为 可正可负,故取值范围为:
m
k
m
kxπ π? ≤Δ≤
既然 在我们的分析中出现得如此频繁,我们用一个符号代替它:
m
kxΔ
xm x
kxβ βπ≡ Δ≤并且
对于 1 阶逆风模型,
?()1 (1
x
i
x
vt
ge
x
β
β
?
)
Δ
=? ?
Δ