动机
均匀一维网格使第一个有限元矩阵容易辨认。实际模型却常有变化的材料性质、局部加密的网格及二维区域。把均匀三对角公式直接套用到这些问题,会悄悄改变方程。可靠的做法是回到弱形式,计算各单元的贡献,再按连接关系组装。
本节延伸前面的分段线性构造,区分计算机计算中三种误差:限制函数空间产生的误差、近似积分产生的误差,以及求解离散方程组产生的误差。加密网格只在解有足够正则性等条件下控制第一项,却可能令代数系统更难求解。
定义
设 Ω 为有界多边形区域,p∈L∞(Ω) 几乎处处满足 0<p0≤p(x)≤p1。对 f∈L2(Ω),求 u∈H01(Ω),使
a(u,v):=∫Ωp∇u⋅∇vdx=∫Ωfvdx对所有 v∈H01(Ω).协调有限元空间 Vh 是 H01(Ω) 的有限维子空间。Galerkin 解 uh∈Vh 对每个测试函数 vh∈Vh 满足相同方程。
对三角剖分,边界节点值为零的连续分片仿射函数构成这样的空间。每个三角形有三个重心坐标:仿射函数 λi 在顶点 i 的值为一,在另外两个顶点的值为零;它们之和为一。某顶点的全局帽函数,在相邻三角形上等于对应的局部重心坐标,在其他地方为零。共享节点值保证分片仿射函数跨边连续。
主要结果
在上述系数条件下,弱解和协调 Galerkin 解均唯一存在。令 ∥v∥a2=a(v,v),则
∥u−uh∥a=vh∈Vhmin∥u−vh∥a,p0∥∇v∥L22≤∥v∥a2≤p1∥∇v∥L22.
证明
(Lax–Milgram、正交性与勾股恒等式)
系数界与 Poincaré 不等式给出 a 在 H01 上的连续性及强制性;Cauchy–Schwarz 不等式给出载荷的连续性。Lax–Milgram 定理保证弱解唯一,有限维刚度矩阵也由强制性而正定。连续及离散方程相减得 a(u−uh,vh)=0,对所有 vh∈Vh 成立。对任意 vh,把 u−vh=(u−uh)+(uh−vh) 在 a 内积中展开,交叉项为零,故左边范数平方是两个非负平方之和。取 vh=uh 即得最小值。最后两个不等式直接由积分内的 p 上下界得出。
设三角剖分形状正则,最大单元直径为 h,并设 u∈H2(Ω)。若使用连续分片仿射单元及精确积分,则
∥∇(u−uh)∥L2(Ω)≤Cp1/p0h∣u∣H2(Ω),其中 C 与 h 无关,但依赖形状正则性界及区域。
形状正则三角形上的标准节点插值估计为 ∥∇(u−Ihu)∥L2≤Ch∣u∣H2。在最佳近似式取 vh=Ihu,再用系数上界,得 ∥u−uh∥a≤p1Ch∣u∣H2;系数下界将之转为所述梯度估计。形状正则性及 H2 正则性是插值估计的假设,不是单凭有网格就得到的结论。解不够光滑时,所述速率未必成立。
证明透视
由三个不等式组成的链,各有各的假设
这个估计是一条链。第一,能量范数下的最佳逼近让我们用任何比较函数代替未知的 uh;关键一步是选 vh=Ihu,这个函数我们从不计算,但能估计它的误差。这一步用到 Galerkin 正交性、a 的对称性(使交叉项精确为零)以及精确组装:数值求积会改变 a 或载荷,需要另外的一致性估计。第二,插值估计提供因子 h∣u∣H2;形状正则性与 H2 正则性只在这里用上,仅靠 Galerkin 正交性得不到任何速率。第三,系数界用了两次:上界 ∥⋅∥a 时给出 p1,转回梯度范数时给出 1/p0;对比因子 p1/p0 正是由此而来。
例题
取节点 0,1/4,1、两端值为零,第一单元 p=2,第二单元 p=1,且 f=1。唯一内部刚度项为 2/(1/4)+1/(3/4)=28/3;载荷为 (1/4+3/4)/2=1/2,因此内部值 U=3/56。两单元斜率分别是 3/14 和 −1/14。加权斜率 3/7 和 −1/14 不相同,因为分布载荷会在单元内改变通量;这个 Galerkin 方程没有逐点强制离散分片常数通量在节点相等。两者之差 3/7−(−1/14)=1/2 反而恰好等于节点载荷。
顶点为 (0,0),(1,0),(0,1) 的三角形,其重心函数为 λ1=1−x−y、λ2=x、λ3=y。梯度依次是 (−1,−1)、(1,0)、(0,1),面积为 1/2。当 p=1,局部刚度矩阵及常数载荷向量为
KT=212−1−1−110−101,FT=6f111.每行之和为零,因为局部基函数的和为一。局部矩阵奇异;移除常数模态的是全局 Dirichlet 约束,不是虚构的局部逆矩阵。
把单位正方形中心 (1/2,1/2) 连接至四个角,分成四个三角形。边界顶点值全为零,中心是唯一未知量。每个三角形的中心帽函数高为一,并在对面的边界边上为零;其梯度长度为 2,每个三角形面积为 1/4。因此 p=1 时每个单元对中心对角项贡献 1,总刚度为 K=4。若 f=1,每个局部中心载荷为面积的三分之一,即 1/12;故 F=1/3,中心系数为 1/12。这是离散值,不代表精确解在中心必定取此值。
方法与推理
局部积分与全局连接
对长度 hi 的区间单元 [xi−1,xi],局部线性基函数的导数为 −1/hi 和 1/hi。即使 p 在单元内变化,精确积分仍给
K(i)=hi21(∫xi−1xip(x)dx)(1−1−11).
决定此项的是系数平均值,未必是某个节点值。若 f=c 为常数,局部载荷为 (chi/2,chi/2)T。若近似积分 p 或 f,须记录求积规则;不足的求积精度可能改变正定性或准确度。
对顶点为 (xi,yi)、面积为 ∣T∣ 的三角形 T,λi 为仿射函数,梯度为常数。例如,以循环下标和一致的有向二倍面积 2As 表示,∇λ1=((y2−y3),(x3−x2))/(2As)。积分时用正面积,则 (KT)ij=(∇λi⋅∇λj)∫Tpdx。有向分母必须与顶点方向一致;积分的物理面积为正。退化三角形面积为零,不能定义仿射单元。
连接表把每个局部顶点映射到全局自由度。对每个三角形,把九个刚度项和三个载荷项加到对应全局位置;共享顶点收到所有相邻单元的贡献。若指定边界值 g,将 K 分成内部和边界区块:KIIUI=FI−KIBUB。齐次边界 UB=0 时才可直接使用内部区块。若非零边界列被直接删除而不移项,问题便被改变。
概念视角代数
刚度矩阵作为离散梯度的加权乘积
对分片仿射函数,梯度在每个三角形上是常数。令 G 把节点向量映到逐个三角形排列的单元梯度(每个三角形两个分量),并令 W 为分块对角矩阵,各块为 (∫Tpdx)I2。于是 a(uh,vh)=VTGTWGU,所以
K=GTWG.对称性与半正定性立即可见,而 G1=0 给出行和为零。在连通网格上,只有常数 U 才使 GU=0,因此施加零边界值就消去了零空间。
几何、正则性与近似
形状正则性排除加密时三角形越来越扁的情况;它不要求所有单元大小相同。因此可在局部特征附近集中自由度,同时维持有意义的插值常数。简单全局估计使用最大直径 h。更精细的局部估计使用各单元直径及局部导数,可解释为何在奇异处附近加密有帮助,但其证明与网格设计需要额外工作。
在凹入角、材料界面或数据不光滑时,u∈H2 可能不成立。能量形式仍可能有唯一 H01 解,但不能再由上述论证推出一阶速率。在二维中,也不能直接由能量界得到逐点误差。比较连续加密网格上的解是有用证据,但单靠它们接近不能证明所称速率,也不能排除共同的建模错误。
条件数与计算流程
一维均匀网格若有 n 个等长子区间,Dirichlet 刚度矩阵为 h−1tridiag(−1,2,−1)。其特征值是 4h−1sin2(jπ/(2n)),1≤j<n,故条件数为 h−2 的量级。h 变小时离散空间改善,未经预处理的求解却更敏感,可能需要更多迭代。这是特定均匀网格的结果,并非任意非均匀或二维网格的精确公式。
实际计算可按次序写明 PDE 及边界条件;检查网格方向和连接;组装单元矩阵及载荷;施加边界值;求解缩减系统;最后检查残差和单位。可选一个人造精确解,解析算出其载荷及边界数据,然后在多个网格上测量误差。求积规则应对被积函数有足够精度,并应分开代数误差与网格误差。若 uh 使用近似系数向量,三角不等式给 ∥u−uh∥a≤∥u−uh∥a+∥uh−uh∥a;极小残差本身不能证明第一项小。
检查单元几何
参考三角形并非唯一可明确积分的三角形。若仿射映射 x=Bξ+b 把参考三角形送到实际三角形,面积乘上 ∣detB∣,而梯度按 ∇xϕ=B−T∇ξϕ 变换。两个因子都必不可少:用物理面积配合未变换的参考梯度,会得到错误刚度矩阵。作为检查,把二维三角形均匀放大 s 倍时,面积乘 s2,每个梯度乘 s−1;对常数 p,局部刚度不变,而常数载荷向量乘 s2。此论证假设 B 可逆,不适用于退化单元。
三角形不只是缩放、而是被压扁时,使插值常数保持受控的假设正是形状正则性。
反例模式
扁平三角形破坏插值估计
断言:对每个直径为 hT 的三角形 T,∥∇(u−Ihu)∥L2(T)≤ChT∣u∣H2(T),且 C 与 T 的形状无关。取顶点为 (−1,0)、(1,0)、(0,ε) 的 T,0<ε≤1,并取 u=x2。插值在三个顶点取值 1,1,0,故 Ihu=1−y/ε,∇(u−Ihu) 的 y 分量为 1/ε。由于 ∣T∣=ε,
∥∇(u−Ihu)∥L2(T)2≥ε2∣T∣=ε1,hT2∣u∣H2(T)2=4⋅4ε=16ε,因为 hT=2,而唯一非零的二阶导数是 uxx=2。比值至少为 1/(16ε2),当 ε↓0 时无界。这族三角形不是形状正则的:内切圆半径约为 ε/2,直径与内切圆半径之比约按 4/ε 增长。只有在形状正则性界之下,估计才有一致的常数。
常见误解
局部基函数之和为一,所以局部单元刚度矩阵的零空间含常数向量;上面的参考矩阵正是奇异的。组装后的 Dirichlet 矩阵要在全局施加边界值之后才正定。局部矩阵应加入全局系统,而不是求逆。
更细的网格只减少已组装问题的逼近误差。若几何、载荷、边界条件或求积有错,加密只会收敛到错误问题的解,不会自动改善结果。
对精确组装的协调对称问题,离散解在能量范数下最优,但一般不是逐点或 L2 意义下的最佳逼近。例如一维 −u′′=1 时 uh 等于节点插值,而它在每个单元上都低于 u;加上一个内部帽函数的小正倍数,就能降低 L2 误差。
快速检查
解答 · 答案
局部基函数之和是常数一,其梯度为零,所以 j∑(KT)ij=∫Tp∇λi⋅∇(j∑λj)dx=0。这个恒等式可用来检查组装,但不能代替施加全局边界条件。
习题
快速检查
(在 [0,1] 上取节点 0,1/3,1,p=1、f=1,端点值为零,求内部 Galerkin 系数。)
解答 · 答案
刚度为 1/(1/3)+1/(2/3)=9/2,载荷为 (1/3+2/3)/2=1/2,故 U=(1/2)/(9/2)=1/9。
快速检查
(对例题中的参考三角形,计算 KT(1,1,1)T 并解释结果。)
解答 · 答案
KT 每行之和为零,故乘积是零向量。这个节点向量代表常数函数,其梯度和单元能量都为零。
快速检查
(在四个三角形的正方形网格中,把常数载荷改为 f=6,求内部系数。)
解答 · 答案
刚度仍为 4;载荷是 1/3 的六倍,即 2,故内部值为 2/4=1/2。
快速检查
(解释为什么仅凭线性方程组残差小,不能推出能量收敛估计,并指出两种独立的误差来源。)
解答 · 答案
残差检查的是离散方程是否已解好。即使精确求解离散系统,Vh 未必能表示弱解,仍有空间逼近误差;近似求积又会加入一致性误差。线性方程组未充分求解则带来第三种代数误差。各项需要独立的估计或检查。
延伸学习
高阶单元、混合形式、严格的后验误差估计、自适应收敛、各向异性网格和高效预处理仍须另行研究。这里的估计假设精确积分,并不为所有几何或系数保证一个误差速率。