Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
In questo caso, Ω si riduce ad un intervallo, [0, L], per cui l’equazione pre-
cedente vale con x ∈ (0, L). Per quanto riguarda le condizioni al bordo, il
bordo ∂Ω si riduce a due punti, {0, L}. Quindi possiamo fare le seguenti
scelte:
1. ΓD = {0, L}, ΓN = ∅;
3. ΓD = ∅, ΓN = {0, L}.
Osserviamo che per i = 1, nella (9) compare il valore φ0 della variabile nel
nodo x0 = 0. Usando la condizione al bordo, otteniamo
φ2 − φ1 φ1 φD,1
− 3 − 1 = R1 + 1 . (11)
2 h1 2 h0 2 h0
i− 1 1
i− 2 i+ 21
i+ 21
hi + hi−1
=⇒ − 2 φi−1 + + φi − φi+1 = ρ i,
hi−1 hi−1 hi hi 2
i = 1, . . . , m.
Introducendo le grandezze
i+ 1
2
αi = , i = 0, 1, . . . , m,
hi
possiamo scrivere il sistema
(α0 + α1 ) φ1 − α1 φ2 = R1 + α0 φD,1 ,
−αi−1 φi−1 + (αi−1 + αi ) φi − αi φi+1 = Ri , i = 2, . . . , m − 1, (13)
−αm−1 φm−1 + (αm−1 + αm ) φm = Rm + αm φD,2 .
Infatti si ha
R = Hρ, (15)
dove
h0 + h1 h1 + h2 hm−1 + hm
H = diag , ,..., . (16)
2 2 2
Quindi la (14) diventa
Mφ = Hρ + b. (17)
Questa equazione è la versione discretizzata del problema (3)–(4).
La soluzione dell’equazione algebrica (17) fornisce dei valori numerici
per le incognite φ1 , . . . , φm . Nella derivazione della (17) abbiamo sistemati-
camente identificato φi con φ(xi ), adoperando alcune approssimazioni “ra-
gionevoli”, quindi ci aspettiamo che il valore di φi ricavato dall’equazione
discretizzata (17) costituisca una buona approssimazione del valore corretto
di φ(xi ), dove φ(x) è soluzione del problema di Poisson lineare (3)–(4).
Nel caso i cui ρ dipenda anche da φ, in genere si approssima Ri identifi-
cando ρi con il valore di ρ sul nodo i-esimo:
hi−1 + hi
Ri = ρ(xi , φi ). (18)
2
Ne segue che il sistema (14) assume la forma
Mφ = Hρ(φ) + b, (19)
con
ρ1 (φ1 ) ρ(x1 , φ1 )
ρ2 (φ2 ) ρ(x2 , φ2 )
ρ(φ) := = . (20)
.. ..
. .
ρm (φm ) ρ(xm , φm )
In generale, se la funzione ρ(φ) è nonlineare il sistema (19) non può essere
risolto semplicemente invertendo una matrice. Esistono però, come vedremo,
dei metodi che possono essere utilizzati per risolvere (19) in modo iterativo,
di cui il prototipo è il metodo di Newton.
Questo tipo di regolarità e questo tipo di norma possono essere eccessivi se,
ad esempio, vogliamo approssimare, una soluzione del nostro problema dif-
ferenziale con una funzione continua a tratti, senza discretizzare l’operatore
differenziale.
Come fatto nella sezione precedente, occupiamoci prima del caso lineare
in cui ρ = ρ(x), nel caso unidimensionale, ovvero (3). Consideriamo allora
una funzione arbitraria regolare ψ(x), detta funzione test, e moltiplichiamo
per essa ambo i membri dell’equazione (3), ed integriamo su Ω, ottenendo:
Z Z
∂ ∂φ(x)
− ψ(x) (x) dx = ψ(x)ρ(x) dx.
Ω ∂x ∂x Ω
che deve essere valida per ogni funzione test ψ che si annulla sul bordo del
dominio Ω. Osserviamo che questa equazione può essere soddisfatte anche da
una funzione che non abbia una derivata prima continua, purché la funzione
3 RISOLUZIONE NUMERICA DI POISSON NON LINEARE 56
∂φ(x) 2
Z
∂x dx < +∞.
Ω
W = ψ ∈ H 1 (Ω) | ψ = φD su ∂Ω .
Nel nostro caso, in cui Ω = (0, L), la condizione che definisce V si traduce
semplicemente in:
ψ(0) = φD,1 , ψ(L) = φD,2 .
3 RISOLUZIONE NUMERICA DI POISSON NON LINEARE 57
che equivalgono a
m
!
j
∂v i (x) ∂vm
Z Z
X (x)
(x) m dx φm,j = i
vm (x)ρ̃(x) dx, (28)
Ω ∂x ∂x Ω
j=1
Mφ = R, (29)
con
φm,1
φ = ... , M = (Mij ), R = (Ri ),
φm,m
j
∂v i (x) ∂vm
Z Z
(x)
Mij = (x) m dx, Ri = i
vm (x)ρ̃(x) dx.
Ω ∂x ∂x Ω
3 RISOLUZIONE NUMERICA DI POISSON NON LINEARE 59
g(y) = 0. (34)
per una certa tolleranza εg fissata. In genere questi due controlli vengono
usati in combinazione l’uno con l’altro.
Potrebbe anche verificarsi che dopo un numero consistente di passi il me-
todo non arrivi a convergere. In questo caso, occorre fermarsi e ricominciare
a partire da un guess iniziale diverso.
Quello descritto è il metodo di Raphson-Newton di base. Esistono però
delle varianti che permettono di migliorare le sue caratteristiche di conver-
genza, anche per guess iniziali non accurati. Possiamo scrivere questi metodi
modificati nella forma generale
y = G(y). (40)
con 0 < LG < 1. Sotto questa ipotesi, osserviamo subito che il problema
del punto fisso (40) ammette un’unica soluzione. Infatti, se y 0 , y 00 sono due
punti fissi per una contrazione G, allora y 0 = G(y 0 ), y 00 = G(y 00 ), e si ha
|y 0 − y 00 | = |G(y 0 ) − G(y 00 )| ≤ LG |y 0 − y 00 |.
lim LkG = 0,
k→∞
e quindi
lim y (k) = y ∗ .
k→∞
allora si ha anche
|G(y1 ) − G(y2 )| ≤ LG |y1 − y2 |, (45)
e la funzione G è contrattiva se la costante LG risulta essere strettamente
minore di 1. Riassumendo, possiamo verificare se una funzione G possiede la
proprietà di contrattività semplicemente studiando la limitatezza della sua
derivata.
Se non ho informazioni aggiuntive sulle y, devo supporre che la (44) sia
verificata per ogni y ∈ R. In questo caso, un tale stima potrebbe non valere.
Ma se so che la y deve appartenere ad un certo insieme chiuso e limitato,
per esempio ad un intervallo I di R, e se so che la G porta elementi di questo
intervallo dentro lo stesso intervallo, ovvero
g(y) = 0, (50)
con
y1 g1
y = ... , g = ... .
ym gm
Il metodo è formalmente identico al caso scalare: a partire da un guess
iniziale y(0) , per ogni passo successivo si trova
∇y g = ... .. .. .
. .
∂gm ∂gm
∂y1 · · · ∂ym
Questo metodo può essere descritto in modo più conveniente nella se-
guente forma:
∇y g(y(k) )δy(k) = −g(y(k) ),
(52)
y(k+1) = y(k) + δy(k) .
Infine osserviamo che anche nel caso di sistemi il metodo di Raphson-Newton
può essere modificato per migliorarne la convergenza:
Mφ = Hρ(φ) + b, (54)
3 RISOLUZIONE NUMERICA DI POISSON NON LINEARE 66
con
glin (φ) = Mφ − b e glin (φ) = −Hρ(φ).
Per quanto riguarda la parte lineare si ricava facilmente
∇φ glin (φ) = M.
dove
N (x1 ) n(φ1 ) p(φ1 )
N = ... , n(φ) = ... , p(φ) = ... , (56)
Mφ = R(φ). (59)
g(φ) = Mφ − R(φ).
3 RISOLUZIONE NUMERICA DI POISSON NON LINEARE 68
con RφD rilevamento dei dati al bordo, come definito nella sezione 3.2, ed
n(φ) e p(φ) dati da
φ φ kB TL
n(φ) = ni exp , p(φ) = ni exp − , Vth = .
Vth Vth q
Scriviamo
ρ̃(x, φ) = ρ(x) − qn(φ) + qp(φ),
con
∂ ∂RφD
ρ(x) = + qN (x).
∂x ∂x
Allora possiamo decomporre g(φ) nella forma
con
Z
glin (φ) = Mφ − vm ρ(x)dx
Ω
Z m
X
j
gnonlin (φ) = q vm n(φ̊m ) − p(φ̊m ) dx, φ̊m = φ̊m,j vm .
Ω j=1
∇φ glin (φ) = M.
dove
δ φ̊(k) (k+1)
m = φ̊m − φ̊(k)
m .
Riferimenti bibliografici
[1] Hänsch, W., The drift-diffusion equation and its application in
MOSFET modeling, Springer-Verlag, Wien, 1991.
RIFERIMENTI BIBLIOGRAFICI 70