这个例子展示了如何数值求解泊松方程,比较数值解和精确解,并细化网格直到解接近。万博 尤文图斯
具有零狄利克雷边界条件的单位圆盘上的泊松方程可以写成 在 , 上 ,在那里 是单位圆盘。精确解是
对于大多数偏微分方程,确切的解是不知道的。然而,单位圆盘上的泊松方程有一个已知的精确解,你可以用它来观察当你细化网格时误差是如何减少的。
创建PDE模型并包含几何图形。
模型= createpde ();geometryFromEdges(模型、@circleg);
绘制几何图形并显示用于边界条件定义的边缘标签。
图pdegplot(模型,'EdgeLabels',“上”);轴平等的
指定所有边上的零狄利克雷边界条件。
applyBoundaryCondition(模型,“边界条件”,“边缘”1: model.Geometry.NumEdges,“u”, 0);
指定系数。
specifyCoefficients(模型,“米”0,' d '0,“c”, 1“一个”0,“f”1);
创建具有目标最大元件尺寸0.1的网格。
hmax = 0.1;generateMesh(模型,“Hmax”, hmax);图pdemesh(模型);轴平等的
求解偏微分方程并绘制解。
结果= solvepde(模型);u = results.NodalSolution;pdeplot(模型,“XYData”u)标题(的数值解);包含(“x”) ylabel (“y”)
将此结果与精确解析解进行比较,并画出误差。
p = model.Mesh.Nodes;精确= (1 - p(1,:)): ^ 2 - p(2)。^ 2)/ 4;pdeplot(模型,“XYData”,u -准确')名称(“错误”);包含(“x”) ylabel (“y”)
每次迭代细化网格时求解方程,并将结果与精确解进行比较。每一次细化都使Hmax
价值。细化网格,直到误差向量的无穷范数小于
。
hmax = 0.1;错误= [];呃= 1;而犯错> 5 e -%运行,直到错误<= 5e-7generateMesh(模型,“Hmax”, hmax);%细化网格结果= solvepde(模型);u = results.NodalSolution;p = model.Mesh.Nodes;精确= (1 - p(1,:)): ^ 2 - p(2)。^ 2)/ 4;err = norm(u - exact',inf);%与精确溶液比较error = [error err];保存错误的历史hmax = hmax / 2;结束
绘制每次迭代的误差向量的无穷范数。误差的值在每次迭代中减小。
情节(错误,“处方”,'MarkerSize'12);甘氨胆酸ax =;斧子。XTick = 1:元素个数(错误);标题(“历史错误”);包含(“迭代”);ylabel (错误的标准);
绘制最终网格及其相应的解决方案。
图pdemesh(模型);轴平等的
图pdeplot(模型,“XYData”u)标题(的数值解);包含(“x”) ylabel (“y”)
将计算结果与精确解析解进行比较,并画出误差。
p = model.Mesh.Nodes;精确= (1 - p(1,:)): ^ 2 - p(2)。^ 2)/ 4;pdeplot(模型,“XYData”,u -准确')名称(“错误”);包含(“x”) ylabel (“y”)