Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Risoluzione Numerica Eq Laplace PDF
Risoluzione Numerica Eq Laplace PDF
Equazione di Laplace
y C
∂ϕ
2
∂ϕ
2 j
ϕ1,3 ϕ i,j+1
+ =0
ϕ1,2 ϕi-1,j ϕi,j ϕi+1,j
∂x 2
∂y 2
0 i x
Classificazione PDE
Classificazione generale in base al discriminante:
Δ = b2 - 4ac
∂2ϕ ∂2ϕ
Δ<0 ellittica Eq. di Laplace + =0
∂x 2
∂y 2
Derivate seconde:
Sommando membro a membro:
ϕ x + h + ϕ x − h = 2ϕ x + h ϕ x + o h )
( ) ( ) ( ) 2
′′( ) ( 4
ϕi , j
1
(
= ϕi +1, j + ϕi −1, j + ϕi , j +1 + ϕi , j −1
4
)
Il valore nel punto (i,j) dipende da tutti i valori di j nel suo intorno, quindi lo schema
è necessariamente implicito. Bisogna risolvere un sistema di equazioni lineari con
tante equazioni quanti sono i nodi.
i,j+1
Sistema è spesso molto grande.
i,j
Risoluzione è molto onerosa e spesso i-1,j i+1,j
poco accurata a causa del gran numero di
operazioni da compiere. j
i,j-1
i
introduzione di errori numerici
Soluzioni:
2) Metodi iterativi
Metodi iterativi:
∂ϕ2
∂ϕ
2
∂ϕ
+ =
∂x 2
∂y 2
∂t
∂ϕ
=0
∂t
Metodo di Jacobi:
Consiste nel discretizzare l'equazione precedente con uno
schema alle differenze avanti nel tempo e centrate nello
spazio:
⎛ ϕ k
+ ϕ k
ϕ k
+ ϕ k
⎞ ⎛ 1 1 ⎞ k
⎜
ϕ i , j = Δt ⎜
k +1 i −1, j i +1, j
+
i , j −1 i , j +1
⎟ − 2 Δt ⎜ + ⎟ϕ + ϕ k
Δ 2
Δ 2 ⎟ ⎜ Δx 2 Δy 2 ⎟ i , j i, j
⎝ x y ⎠ ⎝ ⎠
1) Fisso cond al contorno
2) Ipotizzo valori all’interno del dominio per t =
1 0, cioè k = 1
Δt = 1
(
2 Δx 2 + Δ1y 2 ) 3) Noto il campo a n lo calcolo al passo n+1,
ripeto finché la max variazione percentuale <
della tolleranza scelta
N.B. opportuno inserire un num max iterazioni!!
1 ⎛ ϕi +1, j + ϕi −1, j ϕi , j +1 + ϕi , j −1 ⎞
k k k k
ϕ k +1
= ⎜ + ⎟
ij
⎛ 1 ⎞
1 ⎝ ⎜ Δ x 2
Δ y 2 ⎟
2⎜⎜ 2 + 2 ⎟⎟ ⎠
⎝ Δx Δy ⎠
Metodo di Gauss-Seidel: È analogo al precedente ma per una
convergenza più veloce utilizza i valori aggiornati al tempo k+1
nei punti nei quali già sono stati calcolati:
1 ⎛ ϕi +1, j + ϕi −1, j ϕi , j +1 + ϕi , j −1 ⎞
k k +1 k k +1
ϕij =
k +1 ⎜ + ⎟
⎛ 1 1 ⎞ ⎜⎝ Δx 2 Δy 2 ⎟
⎠
2⎜⎜ 2 + 2 ⎟⎟
⎝ Δx Δy ⎠
1
Δt = 1
(
2 Δx 2 + Δ1y 2 ) n iterata k
1
iterata k+1
1 i m
Metodo S.O.R. (SIMULTANEOUS OVER-RELAXATION):
ω ⎛ ϕ k
+ ϕ k +1
ϕ k
+ ϕ k +1
⎞
= (1 − ω )ϕij + ⎜ ⎟
i +1, j i −1, j i , j +1 i , j −1
ϕijk +1 k
+
⎟
⎛ 1 1 ⎞ ⎜⎝ Δx 2 Δy 2 ⎠
2⎜⎜ 2 + 2 ⎟⎟
⎝ Δx Δy ⎠
ω
ϕ k +1
ij = (1 − ω )ϕ +
k
ij
4
(ϕ k
i +1, j + ϕik−+11, j + ϕik, j +1 + ϕik, +j −11 )
w è il fattore di rilassamento = [1 - 2 ] (Nota:
se w è < 1 lo schema è under relaxed)
8 − 4 4 − α2 ⎛π ⎞ ⎛π ⎞
ω ott = α = cos⎜ ⎟ + cos⎜ ⎟
α 2 ⎝m⎠ ⎝n⎠
Condizioni al contorno
Metodo di Gauss-Seidel
Confronto Gauss-Siedel e SOR
Griglia 5x5
accuratezza
99%
Nei vertici:
somma
valori
adiacenti/2
Esempio problema Neumann