1
楕円型方程式「数値解析」講義ノート 2016 年度・後期
Karel Svadlenka ・ 京都大学理学研究科数学教室
概要
偏微分方程式は自然現象のモデルとして現れるが,実際の問題では方程式が複雑だったり,非線形に なったり,方程式が成り立つ領域が複雑な形状をしたりして,解析的に解くことができないことがよ くある.この講義では,このような複雑な偏微分方程式に対する(初期値)境界値問題を差分法を用 いて近似的に解く数値解法とその収束性や安定性などの数学的な性質を紹介する.また,差分法を適 用することにより得られる大規模な連立線形方程式を効率よく解く方法についても触れる.
1 楕円型方程式
ポアソン方程式に対する境界値問題という簡単な例題を用いて,数値計算と数値解析の主な手 法を具体的に見る.その後,この考察から現れる課題を解決するのに必要な理論を展開する.
1.1 モチベーションとなる例題
Ω ⊂
R2を十分滑らかな境界をもつ領域とする.Ω
の境界∂Ω
を二つの部分Γ
D(Dirichlet
境界)と
Γ
N(Neumann
境界)に分ける:∂Ω = Γ
D∪ Γ
N.ただし,Γ
DとΓ
N がそれぞれ端点を含まな い有限個の弧からなり,Γ
D∩ Γ
N= ∅
が成り立つとする.記号.
•
関数v ∈ C
2(Ω)
に対し, ラプラス作用素∆
を次の式で定義する:∆v =
∑
2 i=1∂
2v
∂x
2i.
•
点x ∈ ∂Ω
に対し,n(x)
を点x
における∂Ω
への外向き単位法線ベクトルとする.•
関数v ∈ C
1(Ω)
と点x ∈ ∂Ω
に対し,点x
におけるv
の 法線微分 を次で定義する:∂v
∂n (x) = ∇ v(x) · n(x).
ただし,
∇ v = (
∂x∂v1
,
∂x∂v2
)
はv
の勾配ベクトルである.「記号」の終わり
1.2
数値スキームを作るポアソン方程式に対する境界値問題を考える.
解く問題
次の条件を満たす関数
u ∈ C
2(Ω)
を求める:− ∆u = f in Ω (1.1)
u = u
Don Γ
D(1.2)
∂u
∂n + ku = φ
Non Γ
N(1.3)
このような問題は電磁気学,流体力学,弾性体理論などに応用がある.
この問題の入力データは
Ω, Γ
D, Γ
N, f , u
D, φ
Nとk
で,未知関数はu
である.データに対して 次の仮定をおく.(A1) f ∈ C(Ω); u
D∈ C(Γ
D); φ
N, k ∈ C(Γ
N) (A2) k ≥ 0 on Γ
N(A3)
次の条件のうち,一つ以上の条件が成り立つ:• Γ
Dは空でない弧を含む• k(˜ x) > 0
を満たすx ˜ ∈ Γ
Nが存在する1.2 数値スキームを作る
問題
(1.1)–(1.3)
の差分法による解き方を二つのステップに分ける.1.
格子を構成する基準点
(x
0, y
0) ∈
R2と差分幅h > 0
を決めて,R2での格子S
hをS
h= { P
ij= (x
i, y
j) = (x
0+ ih, y
0+ jh), i, j = 0, ± 1, ± 2, . . . }
で定義する.
P
ijを 節点 ,x = x
i, y = y
jを格子線の方程式とよぶ.Ω
での格子をΩ
h= S
h∩ Ω
とする.1.2
数値スキームを作るbb
b bb b b b
b
b b b b b b
b b b b
b b b
b b
Pij
Pi,j+1
Pi+1,j
Pi,j−1
Pi−1,j
ΓN
ΓD
Ω
点
P
i−1,j, P
i+1,j とP
i,j−1, P
i,j+1を端点にもつ開線分がすべてΩ
に含まれるような点P
ij を 正則な節点 と言う.2.
格子点において問題を離散化する以下では,
u ∈ C
4(Ω)
であると仮定する.(a) P
ij∈ Ω
hが正則な節点の場合微分方程式を
P
ij で近似するために,テーラー展開を用いる.u(P
i±1,j) = u(P
ij) ± h ∂u
∂x (P
ij) + h
22
∂
2u
∂x
2(P
ij) ± h
33!
∂
3u
∂x
3(P
ij) + h
44!
∂
4u
∂x
4(x
i± θ
±ih, y
j)
ただし,θ
±i∈ [0, 1]
.この式を足して,整理すると,∂
2u
∂x
2(P
ij) = u(P
i−1,j) − 2u(P
ij) + u(P
i+1,j) h
2− h
24!
{ ∂
4u
∂x
4(x
i+ θ
i+h, y
j) + ∂
4u
∂x
4(x
i− θ
i−h, y
j) }
を得る.最後の行の誤差項を
ε
xh(P
ij)
と書くと,|ε
xh(P
ij)| ≤ 2h
24! max
(x,y)∈Ω
∂
4u
∂x
4(x, y) = K
xh
2のように評価できる.同様にして,
y
についての微分を計算しておくと,∂
2u
∂y
2(P
ij) = u(P
i,j−1) − 2u(P
ij) + u(P
i,j+1)
h
2+ ε
yh(P
ij), | ε
yh(P
ij) | ≤ K
yh
2.
上の2
式を節点P
ijでの偏微分方程式(1.1)
に代入すると,1 h
2{ − u(P
i−1,j) − u(P
i+1,j) − u(P
i,j−1) − u(P
i,j+1)+4u(P
ij) }
= f (P
ij)+ε
h(P
ij). (1.4)
ここで,P
ij とh
に依らないK
があり,誤差ε
hはε
h(P
ij) = ε
xh(P
ij) + ε
yh(P
ij), |ε
h(P
ij)| ≤ Kh
2, K = K
x+ K
y1.2
数値スキームを作るを満たす.よって,節点
P
ij における離散化による誤差はε
h(P
ij) = O(h
2)
である.この誤差を無視すると,真の解の値
u(P
ij)
は誤差項を落とした式(1.4)
を正確に満た されなくなる.そこで,誤差項を落とした式(1.4)
を正確に満たす近似値をu
hとして,U
ij:= u
h(P
ij)
という記号を導入すれば,1 h
2{ − U
i−1,j− U
i+1,j− U
i,j−1− U
i,j+1+ 4U
ij}
= f
ij. (1.5)
もし
X ∈ { P
i±1,j, P
i,j±1}
がΓ
D上にある節点なら,u
h(X) := u
D(X)
とおいて,近似式
(1.5)
にその値を代入し,右辺に移項する.例 1.1 ポアソン方程式
− ∆u = f
を正方形領域Ω = (0, 1) × (0, 1)
で考える.Γ
D= ∂Ω, Γ
N= ∅
として,境界条件をu |
∂Ω= u
Dとする.基準点を
(x
0, y
0) = (0, 0)
にして,領域の両辺をN
等分すると,h =
N1, P
ij= (x
i, y
j) = (ih, jh)
を得る.この場合,Ω
h= { P
ij; i, j = 1, . . . , N − 1 }
となり,すべての節点P
ij∈ Ω
hが正則な節点である.近似方程式は
1
h
2{ − U
i−1,j− U
i+1,j− U
i,j−1− U
i,j+1+ 4U
ij}
= f
ij, i, j = 1, . . . , N − 1
と書けるが,U
の添え字のどちらかが0
またはN
のときの値は境界条件より決まる:U
0j= u
D(P
0j), U
N j= u
D(P
N j), U
i0= u
D(P
i0), U
iN= u
D(P
iN), i, j = 1, . . . N − 1.
したがって,近似解
u
hのn = (N − 1)
2個の節点P
ij∈ Ω
hにおける未知の値に対するn = (N − 1)
2本の方程式が得られた.この連立方程式を行列を用いて書くが,式を書きやすくするために未知数と近似方程 式に番号をふっておく.節点を
Ω
h= { P
1, . . . , P
n}
と表したとき,i-
番目の未知数を節 点P
iにおける未知数(つまり,u
h(P
i)
)とし,i-
番目の方程式を節点P
iにおいて構成 された方程式とする.未知数のベクトルをu
h= (u
h(P
1), . . . , u
h(P
n))
T と定義すれば,上記の方程式を
A
hu
h= F
hと書ける.
行列
A
hについて次のことが言える:•
対角線上の要素はh42 であるから,正である.•
対角線以外の要素は0
または−
h12 であるから,非正である.•
行列は優対角である(定義2.5
を参照).1.2
数値スキームを作る• P
i±1,j, P
i,j±1のどれかがΓ
Dに位置するような節点P
ijにおいて構成された方程式 に対応する行列A
hの行において,狭義優対角性が成り立つ.• A
hの有向グラフが強連結であるから,A
hは既約行列である(定義2.8
と定理2.10
を 参照).したがって,
A
hは既約優対角で,対称で,正定値行列である.対称性は,j-
番目の方 程式における未知数u
h(P
j)
の係数が,j-
番目の方程式における未知数u
h(P
i)
の係数に 等しいことから従う.「例」の終わり
注. ラプラス作用素を離散化するとき,計算量をそれほど増やさずに精度を大幅 に高める
9
点スキームが用いられることがある.P
ijが正則な節点とし,より高次の テーラー展開を書けば,u(P
i−1,j) − 2u(P
ij) + u(P
i+1,j)
h
2= ∂
2u
∂x
2(P
ij) + 2h
24!
∂
4u
∂x
4(P
ij) + O(h
4)
がわかる.4
階微分を2
階微分の差分化として書いて∂
4u
∂x
4(P
ij) =
∂2u
∂x2
(P
i−1,j) − 2
∂∂x2u2(P
ij) +
∂∂x2u2(P
i+1,j)
h
2+ O(h
2),
上の式に代入して,差分化オペラータを
δ
x2u(P
ij) = u(P
i−1,j) − 2u(P
ij) + u(P
i+1,j) h
2で定義すると,
δ
2xu(P
ij) = (
1 + h
212 δ
2x) ∂
2u
∂x
2(P
ij) + O(h
4)
を得る.
y-
方向に対して同じような計算を行って,まとめると,ポアソン方程式(1.1)
のより高精度の離散化( 1 + h
212 δ
2x)
−1δ
2xu(P
ij) + (
1 + h
212 δ
2y)
−1δ
y2u(P
ij) = f(P
ij) + O(h
4)
にたどりつく.整理して,
O(h
4)
の誤差項を無視すると,近似方程式1
6 (U
i+1,j+1+ U
i+1,j−1+ U
i−1,j+1+ U
i−1,j−1) + 2
3 (U
i+1,j+ U
i−1,j+ U
i,j+1+ U
i,j−1)
− 10
3 U
ij= h
212 (f
i+1,j+ f
i−1,j+ f
i,j+1+ f
i,j−1+ 8f
ij) (1.6)
を得る.この式では節点P
ijとその近隣の8
点での近似値を利用しているので,9
点 スキームとよばれる.「注」の終わり
(b) P
ij∈ Ω
hが正則でない節点の場合1.2
数値スキームを作るΓN
ΓD
∂Ω
b b
b b
b
Pij Pi+1,j
Pi,j−1
Qij
(α) P
ij がΓ
Dの近くにある場合,離散化の方法を三通り紹介する.(i) Γ
D上の境界条件を直接P
ij に移転させる方法 節点P
ijに最も近いΓ
Dの点Q
ij をとって,U
ij= u
h(P
ij) := u
D(Q
ij)
とし,近似方程式においてこの項を右辺に移項する.そうすると,対応する係 数行列の行は狭義優対角になる.
離散化による誤差,すなわち,
u(P
ij)
の値をu(Q
ij) = u
D(Q
ij)
で置き換える ことによって生じる誤差,を調べる.まず,α, β ∈ [ − √
2, √
2]
が存在し,Q
ij= (x
i+ αh, y
j+ βh)
と書けることに注意する.点
P
ij と点Q
ij を端点にもつ線分がΩ
に含まれる と仮定して,テーラー展開を用いる:u(Q
ij) = u(P
ij) + h (
α ∂u
∂x (P
ij) + β ∂u
∂y (P
ij) )
+ h
22
[ α ∂
∂x + β ∂
∂y ]
2u( ˜ P
ij).
ただし,
P ˜
ijはP
ijQ
ij上の点である.近似の誤差ε ˜
h(P
ij)
をu(Q
ij) = u(P
ij) +
˜
ε
h(P
ij)
で定義すると,| ε(P ˜
ij) | ≤ h (
| α | ∂u
∂x (P
ij) + | β |
∂u
∂y (P
ij) ) + h
22 2 ( ∂
2u
∂x
2( ˜ P
ij) + 2
∂
2u
∂x∂y ( ˜ P
ij) +
∂
2u
∂y
2( ˜ P
ij) )
≤ h √ 2 max
Ω
( ∂u
∂x +
∂u
∂y )
+ h
2max
Ω
( ∂
2u
∂x
2+ 2
∂
2u
∂x∂y +
∂
2u
∂y
2)
≤ K
1h + K
2h
2.
よって,
| ε ˜
h(P
ij) | = O(h)
となり,正則な節点と比べて,近似オーダーが一つ 落ちる.(ii) Collatz
による線形補間1.2
数値スキームを作るΓN
ΓD
∂Ω
b b
b b
b
Pij Pi+1,j
Pi,j−1
Qij
h δh
節点
P
i,j−1と節点P
ijを結ぶ直線のΓ
Dとの交点をQ
ijとして,P
ijQ
ijの長さ をδh
とする.P
i,j−1とQ
ijの間の線形補間をした関数のP
ij での値を用いてu(P
ij)
を近似すると,u(P
ij) = u(Q
ij) + δu(P
i,j−1)
1 + δ + ε
h(P
ij)
の式になるが,テーラー展開により
| ε
h(P
ij) | = O(h
2)
という誤差オーダーが 得られる.u(Q
ij)
は境界条件より定まるので,それを右辺に移項し,− δu(P
i,j−1) + (1 + δ)u(P
ij) = u
D(Q
ij) + (1 + δ)ε
h(P
ij)
より,近似方程式
− δU
i,j−1+ (1 + δ)U
ij= u
D(Q
ij)
を得る.この式を連立方程式に加えると,係数行列
A
hの対称性が崩れる.(iii)
一般5
点スキームを用いた近似ΓD
∂Ω
b b
b
b b
Pij=A B
E D
h
C λCh λBh λDh
λEh
点
A, B, C, D, E
とパラメータλ
B, λ
C, λ
D, λ
E∈ (0, 1]
を図のように決める.四 角形R = BECD
における微分方程式を用いて,近似方程式を導く.1.2
数値スキームを作る関数
w ∈ C(R)
は次の条件を満たす関数とする:w |
∂R= 0, w(A) = 1, w
は三角形ABD, ABE, ACD, ACE
上で線形 関数w
を微分方程式(1.1)
にかけて,R
で積分し,グリーンの定理を適用する.∫
R
f w dx dy = −
∫
R
∆u · w dx dy = −
∫
R
( ∂
2u
∂x
2+ ∂
2u
∂y
2)
w dx dy
= −
∫
∂R
( ∂u
∂x wn
x+ ∂u
∂y wn
y)
dS +
∫
R
( ∂u
∂x
∂w
∂x + ∂u
∂y
∂w
∂y )
dx dy
w
がR
の境界で消えるので,u ∈ C
2(Ω)
であれば,結局,∫
R
f w dx dy =
∫
R
( ∂u
∂x
∂w
∂x + ∂u
∂y
∂w
∂y )
dx dy (1.7)
この式での積分領域を
R = R
1∪ R
2, R
1= BDE, R
2= DCE
と分けて,積分 を数値積分により近似し,微分を差分により近似する:∂u
∂x
R1
≈ u(B ) − u(A) λ
Bh , ∂w
∂x
R1
≈ w(B ) − w(A)
λ
Bh = − 1 λ
Bh
∂u
∂x
R2
≈ u(A) − u(C) λ
Ch , ∂w
∂x
R2
≈ w(A) − w(C)
λ
Ch = 1
λ
Ch
式
(1.7)
の右辺の第一項を計算すると,∫
R1
∂u
∂x
∂w
∂x dx dy ≈ u(B) − u(A) λ
Bh · − 1
λ
Bh |R
1|
= u(A) − u(B) (λ
Bh)
21
2 λ
Bh
2(λ
D+ λ
E)
≈ u(A) − u(B) λ
B∫
R2
∂u
∂x
∂w
∂x dx dy ≈ u(A) − u(C) λ
C∫
R
∂u
∂x
∂w
∂x dx dy ≈ − u(B )
λ
B− u(C) λ
C+
( 1 λ
B+ 1
λ
C)
u(A)
同様にして,
∫
R
∂u
∂y
∂w
∂y dx dy ≈ − u(D)
λ
D− u(E) λ
E+
( 1 λ
D+ 1
λ
E)
u(A).
これを合わせると,
−
∫
R
∆u · w dx dy ≈ − u(B)
λ
B− u(C)
λ
C− u(D)
λ
D− u(E) λ
E+
( 1 λ
B+ 1 λ
C+ 1 λ
D+ 1 λ
E)
u(A).
1.2
数値スキームを作る(1.7)
の左辺の積分を∫
R
f w dx dy ≈ f (A)
∫
R
w dx dy
と近似するので,
∫
R
w
の近似値も必要である:∫
R
w dx dy ≈ w(
A+B2)|R
1| + w(
A+C2)|R
2|
= 1
2 w(A)[ 1
2 λ
Bh
2(λ
E+ λ
D) + 1
2 λ
Ch
2(λ
E+ λ
D)]
= 1
4 (λ
B+ λ
C)(λ
D+ λ
E)h
2.
したがって,式(1.7)
の近似を最終的に書けば,1 h
2[
− u(B )
λ
B− u(C)
λ
C− u(D)
λ
D− u(E) λ
E+
( 1 λ
B+ 1
λ
C+ 1 λ
D+ 1
λ
E)
u(A) ]
= 1
4 (λ
B+ λ
C)(λ
D+ λ
E)f (A) + ε
h(A)
となるので,誤差項を無視すると,近似方程式1 h
2[
− U
Bλ
B− U
Cλ
C− U
Dλ
D− U
Eλ
E+ ( 1
λ
B+ 1 λ
C+ 1
λ
D+ 1 λ
E) u(A)
]
= 1
4 (λ
B+ λ
C)(λ
D+ λ
E)f (A) (1.8)
を得る.A
が正則な節点ならば,λ
B,C,D,E= 1
となるので,このとき上の式 が正則な節点の場合に導いたしきと一致することに注意しよう.真の解が
u ∈ C
3(Ω)
を満たすと仮定して,この一般5
点スキームによる離散 化の誤差ε
h(A)
を評価する.u(B) = u(A) + λ
Bh ∂u
∂x (A) + 1
2 λ
2Bh
2∂
2u
∂x
2(A) + O(h
3) u(C) = u(A) − λ
Ch ∂u
∂x (A) + 1
2 λ
2Ch
2∂
2u
∂x
2(A) + O(h
3) u(D) = u(A) + λ
Dh ∂u
∂y (A) + 1
2 λ
2Dh
2∂
2u
∂y
2(A) + O(h
3) u(E) = u(A) − λ
Eh ∂u
∂y (A) + 1
2 λ
2Eh
2∂
2u
∂y
2(A) + O(h
3)
1.2
数値スキームを作るよって,誤差は
ε
h(A) = − 1
h
2[ 1
λ
B(u(B) − u(A)) + 1
λ
C(u(C) − u(A)) + · · · ]
− 1
4 (λ
B+ λ
C)(λ
D+ λ
E)f (A)
= − 1 2
[ λ
B∂
2u
∂x
2(A) + λ
C∂
2u
∂x
2(A) + λ
D∂
2u
∂y
2(A) + λ
E∂
2u
∂y
2(A) ]
− 1
4 (λ
B+ λ
C)(λ
D+ λ
E)f (A) + O(h)
= − ∂
2u
∂x
2(A) − ∂
2u
∂y
2(A)
− 1 2
[
(λ
B+ λ
C− 2) ∂
2u
∂x
2(A) + (λ
D+ λ
E− 2) ∂
2u
∂y
2(A) ]
− f(A) − [ 1
4 (λ
B+ λ
C)(λ
D+ λ
E) − 1 ]
f (A) + O(h)
= O(1)
となり,
h → 0
のとき誤差は0
に収束しない.これは正しい離散化では許され ないことである(”discretization crime”
ともいう)が,後に分くるように,数 値スキーム全体の収束には影響しない.例 1.2
Γ
D= ∂Ω
として,次の問題を考える:−∆u = f in Ω, u|
∂Ω= u
D.
Ω
hのすべての節点P
ijにおいて,方程式を(1.8)
のスキームに従って離散化す ると,近似方程式はA
hu
h= F
hと書ける.A, B ∈ Ω
hならば,節点A
で構 成した近似方程式におけるU
Bの係数は−
λB1h2 で,これは節点B
で構成した 近似方程式におけるU
Aの係数に等しいので,係数行列A
hは対称行列である.また,行列
A
hは優対角であるが,(どのh
に対しても)境界Γ
D上に位置する 節点が存在すれば,狭義優対角にもなる.「例」の終わり
(β) P
ij= A ∈ Ω
hがΓ
N の近くにある場合ここでロバン条件
(1.3)
∂u
∂n + ku = φ
Non Γ
N を近似することになる.1.2
数値スキームを作るΓN
∂Ω
b b
b b
b
A
Y Q
Z X n(Q)
λYh λZh
境界
Γ
Nに直交で節点A
を通る直線を考えて,Γ
N と交わる点をQ,
格子線と交わ るA
に最も近い点をX
とする.すると,Q
での単位法線ベクトルn(Q) = (n
x, n
y)
はこの直線と同じ向きをもつ.X
はこの格子線にある長さh
の線分Y Z
の点であるような節点Y, Z
が存在する.また,
Q
が境界Γ
Nに最も近い点であるため,AQ ⊂ Ω
が成り立つ.X
とY
の距 離をλ
Yh
,そしてX
とZ
の距離をλ
Zh
とすると,0 ≤ λ
Y, λ
Z≤ 1, λ
Y+ λ
Z= 1
となる.u ∈ C
2(Ω)
を仮定し,∂n∂u(A) := ∇ u(A) · n(Q)
と定義したとき,次の近似を行う:∂u
∂n (Q) = ∇ u(Q) · n(Q) ≈ ∂u
∂n (A).
∂u
∂n
(A)
を∂u
∂n (A) = ∂u
∂x (A)n
x+ ∂u
∂y (A)n
y= ( ∂u
∂x (A) | A − X | n
x+ ∂u
∂y (A) | A − Y | n
y) 1
| A − X |
のように書き直し,
X − A = − ( | A − X | n
x, | A − X | n
y)
に注意しながらテーラー 展開を用いると,u(X) = u(A) − ∂u
∂x (A) | A − X | n
x− ∂u
∂y (A) | A − X | n
y+ O( | A − X |
2)
となるので,さらにh ≤ | A − X | ≤ √
2h
に注意すると,∂u
∂n (A) = u(A) − u(X)
| A − X | + O(h)
を得る.さらに,
u ∈ C
2(Ω)
と仮定しているため ∂u∂x,
∂u∂y∈ C
1(Ω)
で,∂u∂x(Q) =
∂u
∂x
(A) + O(h),
∂u∂y(Q) =
∂u∂y(A) + O(h)
が言えるので,∂u
∂n (Q) = ∂u
∂n (A) + O(h), u(Q) = u(A) + O(h)
1.2
数値スキームを作るもわかる.
線分
Y Z
で線形補間u(X) = λ
Zu(Y ) + λ
Yu(Z) + O(h
2)
を適用し,以上で導いた式を全て点
Q
におけるロバン条件(1.3)
に代入すれば,u(A) − λ
Zu(Y ) − λ
Yu(Z) + O(h
2)
| A − X | + k(Q)(u(A) + O(h)) + O(h) = φ
N(Q),
すなわち,− λ
Z| A − X | u(Y ) − λ
Y| A − X | u(Z ) + u(A) 1 + | A − X | k(Q)
| A − X | = φ
N(Q) + O(h) (1.9)
を得る.この式の誤差項を無視すれば,A
における近似方程式が導出されたこと になる.注. 節点
A
がΓ
N 上にあることもあり得る.この場合も,方程式(1.9)
を基に して同様に近似を行う.以上の離散化で導いた近似方程式を整理しよう.
Γ
Dの近傍にある節点について,一般5
点スキームを用いることにする.1.2
数値スキームを作る 問題の離散化
正則な節点
P
ij1 h
2{ − u(P
i−1,j) − u(P
i+1,j) − u(P
i,j−1) − u(P
i,j+1) + 4u(P
ij) }
= f(P
ij) + ε
h(P
ij) (1.10)
誤差:| ε
h(P
ij) | ≤ Kh
2, h ∈ (0, h
0)
Γ
Dの近くにある正則でない節点A 1
h
2[
− u(B)
λ
B− u(C)
λ
C− u(D)
λ
D− u(E) λ
E+
( 1 λ
B+ 1
λ
C+ 1 λ
D+ 1
λ
E)
u(A) ]
= 1
4 (λ
B+ λ
C)(λ
D+ λ
E)f (A) + ε
h(A) (1.11)
誤差:| ε
h(A) | ≤ K, h ∈ (0, h
0)
Γ
N 上または近くにある正則でない節点A
− λ
Z|A − X| u(Y ) − λ
Y|A − X| u(Z)+ 1 + | A − X | k(Q)
|A − X| u(A) = φ
N(Q)+ε
h(A) (1.12)
誤差:| ε
h(P
ij) | ≤ Kh, h ∈ (0, h
0)
近似方程式は
P
ij∈ Ω ˜
h:= Ω
h∪ [ S
h∩ Γ
N]
の各点において構成した.また,未知数はΩ ˜
hの各点における値であるので,近似方程式の数
=
未知数の数= card Ω ˜
h= n
h.
Ω ˜
hの節点にΩ ˜
h= { P
1, . . . , P
nh}
のように任意に番号をふって,i-
番目の未知数をP
iにおける近似値とし,
i-
番目の近似方程式を節点P
iで構成された近似方程式としてお く.これにより,n
h× n
hの行列A
hを係数行列にもつ連立一次方程式A
hU
h= F
hが得られる.ここで,
U
h は節点P
iにおける近似値u
h(P
i)
を並べたベクトルを意味 する.係数行列
A
hの性質を調べる.•
対角要素は正で,それ以外の要素はゼロ以下である.•
優対角行列である.狭義の優対角性は次の場合に満たされる:(1.10)
正則な節点:となりの節点がΓ
D上にあるような節点P
ijが存在する.(1.11) Γ
Dの近くの正則でない節点:節点B, C, D, E
のうちのどれかがΓ
D上にある(必ず満たされる).
(1.12) Γ
Nの近くの正則でない節点:k(Q) > 0
である.1.3
スキームの誤差評価狭義優対角になる近似方程式が一つ以上あるかが重要となる.そこで,最初にお いた仮定
(A3)
を思い出す:「次の条件のうち,一つ以上の条件が成り立つ–
Γ
Dは空でない弧を含む–
k(˜ x) > 0
を満たすx ˜ ∈ Γ
N が存在する」最初の「
Γ
Dは空でない弧を含む」の場合,格子が十分細ければ,Γ
Dの近くにあ るΩ
hの節点が必ず存在する.そのとき,(1.10)
または(1.11)
を使って離散化する ので,この節点に対応する近似方程式は狭義優対角になる.後者の「k(˜ x) > 0
を 満たすx ˜ ∈ Γ
Nが存在する」の場合,k
がΓ
Nで連続であるから,近傍O(˜ x)
が存在 しすべてのξ ∈ O(˜ x) ∩ Γ
Nに対しk(ξ) > 0
が成り立つ.よって,格子が十分細け れば,k(Q) > 0
を満たす近似方程式(1.12)
が存在する.結論として,h
1∈ (0, h
0)
が存在し,すべてのh ∈ (0, h
1)
に対し狭義優対角になる近似方程式が一つ以上存 在するということが言える.•
係数行列の既約性について考えると,格子が粗いとき,A
hのグラフが連結でない 可能性がある.しかし,格子が十分細ければ,グラフは連結になるということが わかる(証明は境界の滑らかさを利用するが,ここでは割愛する).系 1.3 すべての
h ∈ (0, h
1)
に対し,連立近似方程式A
hU
h= F
hがただ一つの解 をもつようなh
1> 0
が存在する.Proof.
上で(証明なしで)述べたように,h
が十分小さければ,係数行列A
hが狭義優対角または既約優対角になる.よって(定理
2.28
),A
hは単調行列で,その解は一意 に決まる(定理2.27
).注.
•
係数行列は大きい(n
h≫ 1
)が,疎行列であるためメモリーへの負担が大きくな い.また,連立方程式を解くとき,疎行列であることを利用して反復法を適用す ることが多い.• Γ
D= ∂Ω
のとき,正則でない節点で(1.11)
の近似を用いれば,A
hは対称行列で,正定値となる.
1.3 スキームの誤差評価
次に近似解
U
hと真の解u
の差について調べる.近似解U
hは連立方程式A
hU
h= F
hの(唯一の)解であるが,真の解と比べるために,真の解の