动机
若系数或解的光滑程度有限,或区域形状复杂,逐点求解微分方程可能十分困难。弱形式改为要求积分后的残差对适当测试函数为零。有限元进一步用有限维空间代替无限维函数空间,并选取局部基函数;积分及线性代数将问题化为稀疏系统。
我们使用一维例子展示每一步。模型、函数空间、边界条件及积分规则都是方法的一部分;从一个问题得到的矩阵不能不加思索搬到另一个问题。
定义
设 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,考虑在 ( 0 , 1 ) (0,1) ( 0 , 1 ) 上的 − u ′ ′ = f -u''=f − u ′′ = f ,以及 u ( 0 ) = u ( 1 ) = 0 u(0)=u(1)=0 u ( 0 ) = u ( 1 ) = 0 。弱问题为:求 u ∈ H 0 1 ( 0 , 1 ) u\in H_0^1(0,1) u ∈ H 0 1 ( 0 , 1 ) ,使对所有 v ∈ H 0 1 ( 0 , 1 ) v\in H_0^1(0,1) v ∈ H 0 1 ( 0 , 1 ) ,
a ( u , v ) : = ∫ 0 1 u ′ ( x ) v ′ ( x ) d x = ∫ 0 1 f ( x ) v ( x ) d x = : ℓ ( v ) . a(u,v):=\int_0^1u'(x)v'(x)\,dx=\int_0^1f(x)v(x)\,dx=:\ell(v). a ( u , v ) := ∫ 0 1 u ′ ( x ) v ′ ( x ) d x = ∫ 0 1 f ( x ) v ( x ) d x =: ℓ ( v ) . 此处 H 0 1 H_0^1 H 0 1 包含平方可积、弱导数平方可积且边界迹为零的函数;积分内的导数均为弱导数。
对二次连续可微的解,先乘端点为零的光滑测试函数再分部积分,边界项 [ − u ′ v ] 0 1 [-u'v]_0^1 [ − u ′ v ] 0 1 消失,即得弱方程。反过来,足够光滑的弱解在内部满足微分方程,也满足指定边界值。弱解不必处处具有古典二阶导数;只要一阶弱导数平方可积,积分仍有意义。
选节点 0 = x 0 < x 1 < ⋯ < x n = 1 0=x_0<x_1<\cdots<x_n=1 0 = x 0 < x 1 < ⋯ < x n = 1 ,令 V h V_h V h 由连续、在每个小区间线性且两端为零的函数组成。基函数 ϕ i \phi_i ϕ i 在内部节点 x i x_i x i 取一,在其他节点取零,并在相邻节点间线性。这些帽函数只与直接相邻的基函数重叠。Galerkin 近似 u h = ∑ i = 1 n − 1 U i ϕ i ∈ V h u_h=\sum\limits_{i=1}^{n-1}U_i\phi_i\in V_h u h = i = 1 ∑ n − 1 U i ϕ i ∈ V h 满足所有 v h ∈ V h v_h\in V_h v h ∈ V h 的 a ( u h , v h ) = ℓ ( v h ) a(u_h,v_h)=\ell(v_h) a ( u h , v h ) = ℓ ( v h ) 。测试各个基函数便得 K U = F KU=F K U = F ,其中 K i j = a ( ϕ j , ϕ i ) K_{ij}=a(\phi_j,\phi_i) K ij = a ( ϕ j , ϕ i ) ,F i = ℓ ( ϕ i ) F_i=\ell(\phi_i) F i = ℓ ( ϕ i ) 。
主要结果
对 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,弱问题有唯一解。Galerkin 近似存在且唯一,并在 V h V_h V h 上最小化 J ( v ) = 1 2 a ( v , v ) − ℓ ( v ) J(v)=\tfrac12a(v,v)-\ell(v) J ( v ) = 2 1 a ( v , v ) − ℓ ( v ) 。
证明
(强制性、Lax–Milgram 与能量展开)
Poincaré 不等式以 ∥ v ′ ∥ L 2 \|v'\|_{L^2} ∥ v ′ ∥ L 2 的常数倍控制 ∥ v ∥ L 2 \|v\|_{L^2} ∥ v ∥ L 2 ,所以 a a a 对 H 1 H^1 H 1 范数连续且强制;Cauchy–Schwarz 不等式令 ℓ \ell ℓ 连续。Lax–Milgram 定理给出唯一弱解。对 V h V_h V h ,若 a ( v h , v h ) = 0 a(v_h,v_h)=0 a ( v h , v h ) = 0 ,则 v h ′ = 0 v_h'=0 v h ′ = 0 几乎处处成立;结合边界条件得 v h = 0 v_h=0 v h = 0 。有限刚度矩阵因此对称正定且可逆。对任意 w h w_h w h ,展开 J ( u h + w h ) J(u_h+w_h) J ( u h + w h ) 并用 Galerkin 方程,得 J ( u h + w h ) − J ( u h ) = 1 2 a ( w h , w h ) ≥ 0 J(u_h+w_h)-J(u_h)=\tfrac12a(w_h,w_h)\ge0 J ( u h + w h ) − J ( u h ) = 2 1 a ( w h , w h ) ≥ 0 ,等号只在 w h = 0 w_h=0 w h = 0 成立。
定理 3.1.3
(Galerkin 正交性与最佳能量近似)
令 ∥ v ∥ a = a ( v , v ) 1 / 2 \|v\|_a=a(v,v)^{1/2} ∥ v ∥ a = a ( v , v ) 1/2 。对所有 v h ∈ V h v_h\in V_h v h ∈ V h ,误差满足 a ( u − u h , v h ) = 0 a(u-u_h,v_h)=0 a ( u − u h , v h ) = 0 ,而且
∥ u − u h ∥ a = min v h ∈ V h ∥ u − v h ∥ a . \|u-u_h\|_a=\min_{v_h\in V_h}\|u-v_h\|_a. ∥ u − u h ∥ a = v h ∈ V h min ∥ u − v h ∥ a .
将限制在 V h V_h V h 的弱方程减去 Galerkin 方程,得到正交性。对任意 v h v_h v h 写 u − v h = ( u − u h ) + ( u h − v h ) u-v_h=(u-u_h)+(u_h-v_h) u − v h = ( u − u h ) + ( u h − v h ) 。正交性消去能量范数平方中的交叉项,故 ∥ u − v h ∥ a 2 = ∥ u − u h ∥ a 2 + ∥ u h − v h ∥ a 2 \|u-v_h\|_a^2=\|u-u_h\|_a^2+\|u_h-v_h\|_a^2 ∥ u − v h ∥ a 2 = ∥ u − u h ∥ a 2 + ∥ u h − v h ∥ a 2 ;最小值在 v h = u h v_h=u_h v h = u h 达到。
证明透视
最佳逼近从何而来 证明依靠两点。首先,当测试函数属于 V h V_h V h 时,u u u 与 u h u_h u h 满足同一个弱方程;相减得到正交性。这里用到协调性 V h ⊂ H 0 1 V_h\subset H_0^1 V h ⊂ H 0 1 (v h v_h v h 才是 u u u 的可容许测试函数),以及 a a a 与 ℓ \ell ℓ 的精确计算。其次,对称正定形式 a a a 是内积,因此展开范数平方会出现通常的交叉项 2 a ( u − u h , u h − v h ) 2a(u-u_h,u_h-v_h) 2 a ( u − u h , u h − v h ) 。关键一步是在 u h u_h u h 处拆分 u − v h u-v_h u − v h ,使第二部分 u h − v h u_h-v_h u h − v h 属于 V h V_h V h ,正交性便恰好消去这个交叉项,只留下两个平方之和。若试探空间与测试空间或形式不同,或形式不对称,这个勾股定理式的论证就不适用;需要另一个稳定性估计,而它通常只用最佳逼近误差的常数倍来控制误差,而不是最佳误差本身。
此等式使用同一个对称双线性形式定义近似与能量范数;它并不表示所有离散化方法都得到逐点最佳近似。
例题
取节点 0 , 1 / 2 , 1 0,1/2,1 0 , 1/2 , 1 及 f = 1 f=1 f = 1 。唯一内部帽函数 ϕ 1 \phi_1 ϕ 1 的导数在第一单元为 2 2 2 、第二单元为 − 2 -2 − 2 。故 K 11 = ∫ 0 1 ( ϕ 1 ′ ) 2 d x = 4 K_{11}=\int_0^1(\phi_1')^2dx=4 K 11 = ∫ 0 1 ( ϕ 1 ′ ) 2 d x = 4 ,F 1 = ∫ 0 1 ϕ 1 d x = 1 / 2 F_1=\int_0^1\phi_1dx=1/2 F 1 = ∫ 0 1 ϕ 1 d x = 1/2 ,因此 U 1 = 1 / 8 U_1=1/8 U 1 = 1/8 。真解 u = x ( 1 − x ) / 2 u=x(1-x)/2 u = x ( 1 − x ) /2 在中点也为 1 / 8 1/8 1/8 ,但其二次曲线在节点之间不等于分段线性近似。
长度为 h i h_i h i 的单元 [ x i − 1 , x i ] [x_{i-1},x_i] [ x i − 1 , x i ] 有两个局部基函数,导数分别为 − 1 / h i -1/h_i − 1/ h i 、1 / h i 1/h_i 1/ h i 。局部刚度矩阵是
K ( i ) = 1 h i ( 1 − 1 − 1 1 ) . K^{(i)}=\frac1{h_i}\begin{pmatrix}1&-1\\-1&1\end{pmatrix}. K ( i ) = h i 1 ( 1 − 1 − 1 1 ) . 若三个单元等长,h = 1 / 3 h=1/3 h = 1/3 ,将共享节点的贡献相加并去掉边界自由度,得到 K = 3 ( 2 − 1 − 1 2 ) K=3\begin{pmatrix}2&-1\\-1&2\end{pmatrix} K = 3 ( 2 − 1 − 1 2 ) 。f = 1 f=1 f = 1 时每个内部载荷等于帽形面积 1 / 3 1/3 1/3 ,解为 U 1 = U 2 = 1 / 9 U_1=U_2=1/9 U 1 = U 2 = 1/9 ,与真解在两个节点的值相同。
改设 u ( 0 ) = 1 u(0)=1 u ( 0 ) = 1 、u ( 1 ) = 0 u(1)=0 u ( 1 ) = 0 、f = 0 f=0 f = 0 ,仍用两单元网格。中间节点的完整组装方程为 − 2 U 0 + 4 U 1 − 2 U 2 = 0 -2U_0+4U_1-2U_2=0 − 2 U 0 + 4 U 1 − 2 U 2 = 0 。代入 U 0 = 1 U_0=1 U 0 = 1 、U 2 = 0 U_2=0 U 2 = 0 得 4 U 1 = 2 4U_1=2 4 U 1 = 2 ,故 U 1 = 1 / 2 U_1=1/2 U 1 = 1/2 。若只删除边界列而不把已知贡献移到右端,答案便会错误。
方法与推理
局部性是计算上的优点:每个单元只有相邻两个基函数非零,所以将其 2 × 2 2\times2 2 × 2 矩阵加到整体矩阵相应行列即可。载荷也必须积分。若 f f f 不是常数,可用数值求积,但组装后解的是受扰动的变分问题,误差分析须计入求积误差。非零边界条件可以利用提升函数转为零边界,也可如上例般将已知节点贡献移到右端。
若另有 u ∈ H 2 ( 0 , 1 ) u\in H^2(0,1) u ∈ H 2 ( 0 , 1 ) ,以 h h h 表示最大单元长度,一维插值估计给出 ∥ ( u − I h u ) ′ ∥ L 2 ≤ C h ∥ u ′ ′ ∥ L 2 \|(u-I_hu)'\|_{L^2}\le Ch\|u''\|_{L^2} ∥ ( u − I h u ) ′ ∥ L 2 ≤ C h ∥ u ′′ ∥ L 2 ,其中 C C C 与网格尺寸无关。由于 I h u ∈ V h I_hu\in V_h I h u ∈ V h ,最佳近似定理得到 ∥ u − u h ∥ a ≤ C h ∥ u ′ ′ ∥ L 2 \|u-u_h\|_a\le Ch\|u''\|_{L^2} ∥ u − u h ∥ a ≤ C h ∥ u ′′ ∥ L 2 。这是在指定正则性下的能量范数上界,并非精确误差或普遍逐点收敛率。系数跳跃、奇异性、不精确求积及不同边界条件都需要额外分析。对嵌套空间,细化使最佳近似误差不增,但条件数及计算量可能变差。
一般扩散方程 − ( p u ′ ) ′ = f -(pu')'=f − ( p u ′ ) ′ = f 若满足 p ( x ) ≥ p 0 > 0 p(x)\ge p_0>0 p ( x ) ≥ p 0 > 0 几乎处处成立且 p p p 有界,可将 a ( u , v ) a(u,v) a ( u , v ) 改成 ∫ p u ′ v ′ \int pu'v' ∫ p u ′ v ′ ,强制性仍成立。完全移除 Dirichlet 边界条件则改变问题:纯 Neumann 情形下常数属于核,载荷与边界通量必须相容,还需指定归一化才能固定加法常数。奇异矩阵可能反映数学结构,而非程序错误。
推导单元矩阵
在 [ x i − 1 , x i ] [x_{i-1},x_i] [ x i − 1 , x i ] 上,令 ψ L = ( x i − x ) / h i \psi_L=(x_i-x)/h_i ψ L = ( x i − x ) / h i 、ψ R = ( x − x i − 1 ) / h i \psi_R=(x-x_{i-1})/h_i ψ R = ( x − x i − 1 ) / h i ,两者插值得到节点系数。导数为 − 1 / h i -1/h_i − 1/ h i 和 1 / h i 1/h_i 1/ h i ,故非对角项 ∫ x i − 1 x i ψ L ′ ψ R ′ d x = − 1 / h i \int_{x_{i-1}}^{x_i}\psi_L'\psi_R'\,dx=-1/h_i ∫ x i − 1 x i ψ L ′ ψ R ′ d x = − 1/ h i ,对角项为 1 / h i 1/h_i 1/ h i 。每个局部矩阵都将常数向量 ( 1 , 1 ) T (1,1)^T ( 1 , 1 ) T 映为零,因为常数函数导数为零。单个局部矩阵只是半正定;整体零边界值去除常数模式,才得到正定的内部矩阵。
常数载荷 f = c f=c f = c 的每个局部载荷项为 c h i / 2 ch_i/2 c h i /2 。内部节点同时接收相邻两个单元的贡献;非均匀网格下,载荷为 c ( h i + h i + 1 ) / 2 c(h_i+h_{i+1})/2 c ( h i + h i + 1 ) /2 ,刚度对角项为 1 / h i + 1 / h i + 1 1/h_i+1/h_{i+1} 1/ h i + 1/ h i + 1 。均匀三对角公式只是特例,不能直接套用到任意网格。局部到整体的索引表可清楚记录共享节点的加总。
完整能量误差计算
当 f = 1 f=1 f = 1 且有两个等长单元,u = x ( 1 − x ) / 2 u=x(1-x)/2 u = x ( 1 − x ) /2 ,u h u_h u h 是帽函数乘 1 / 8 1/8 1/8 。第一单元上 u ′ = 1 / 2 − x u'=1/2-x u ′ = 1/2 − x 、u h ′ = 1 / 4 u_h'=1/4 u h ′ = 1/4 ,局部误差平方为
∫ 0 1 / 2 ( 1 / 4 − x ) 2 d x = 1 / 96. \int_0^{1/2}(1/4-x)^2\,dx=1/96. ∫ 0 1/2 ( 1/4 − x ) 2 d x = 1/96.
由对称性,第二单元的值相同,总误差平方为 1 / 48 1/48 1/48 。节点误差为零,但能量误差为正。这个节点一致性来自一维常系数问题的特殊性质(见下文),不是一般有限元保证;非恒定载荷时,精确计算载荷对比较也很重要。
边界项属于模型
对光滑解,分部积分给 ∫ 0 1 u ′ v ′ d x = ∫ 0 1 f v d x + [ u ′ v ] 0 1 \int_0^1u'v'\,dx=\int_0^1fv\,dx+[u'v]_0^1 ∫ 0 1 u ′ v ′ d x = ∫ 0 1 f v d x + [ u ′ v ] 0 1 。原问题的测试函数两端为零,故边界项消失。若改为 u ( 0 ) = 0 u(0)=0 u ( 0 ) = 0 、u ′ ( 1 ) = g u'(1)=g u ′ ( 1 ) = g ,测试函数只需在零点为零,弱方程便是 ∫ u ′ v ′ = ∫ f v + g v ( 1 ) \int u'v'=\int fv+gv(1) ∫ u ′ v ′ = ∫ f v + g v ( 1 ) 。端点导数作为自然边界项加入载荷,并非指定节点值。外法向通量的符号依算子及法向惯例而定,应从分部积分推导。
若两端都指定导数,以测试函数 v = 1 v=1 v = 1 得到相容条件。对 − u ′ ′ = f -u''=f − u ′′ = f 、u ′ ( 0 ) = g 0 u'(0)=g_0 u ′ ( 0 ) = g 0 、u ′ ( 1 ) = g 1 u'(1)=g_1 u ′ ( 1 ) = g 1 ,条件为 ∫ 0 1 f d x = g 0 − g 1 \int_0^1f\,dx=g_0-g_1 ∫ 0 1 f d x = g 0 − g 1 。原来的 Dirichlet Poincaré 论证不能不变地用于包含常数的空间,因为常数的导数为零。
反例模式
去掉 Dirichlet 条件便失去存在性与唯一性 断言:对每个 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,问题 − u ′ ′ = f -u''=f − u ′′ = f 、u ′ ( 0 ) = u ′ ( 1 ) = 0 u'(0)=u'(1)=0 u ′ ( 0 ) = u ′ ( 1 ) = 0 在 H 1 ( 0 , 1 ) H^1(0,1) H 1 ( 0 , 1 ) 中恰有一个弱解,即对所有 v ∈ H 1 ( 0 , 1 ) v\in H^1(0,1) v ∈ H 1 ( 0 , 1 ) 有 ∫ 0 1 u ′ v ′ d x = ∫ 0 1 f v d x \int_0^1u'v'\,dx=\int_0^1fv\,dx ∫ 0 1 u ′ v ′ d x = ∫ 0 1 f v d x 。取 f = 1 f=1 f = 1 ,测试函数 v = 1 v=1 v = 1 使左边为 0 0 0 、右边为 ∫ 0 1 1 d x = 1 \int_0^11\,dx=1 ∫ 0 1 1 d x = 1 ,故没有解。取 f = 0 f=0 f = 0 ,每个常数 u = c u=c u = c 都满足方程,故解不唯一。修正后的叙述要求相容条件(这里为 ∫ 0 1 f d x = 0 \int_0^1f\,dx=0 ∫ 0 1 f d x = 0 ),并用例如 ∫ 0 1 u d x = 0 \int_0^1u\,dx=0 ∫ 0 1 u d x = 0 的归一化条件固定常数;两个归一化解之差导数为零且平均值为零,因而等于零。
离散误差与代数误差
实际计算可能只得到系数近似 U ^ \widehat U U 。令 u ^ h = ∑ i U ^ i ϕ i \widehat u_h=\sum\limits_i\widehat U_i\phi_i u h = i ∑ U i ϕ i ,三角不等式将总误差 ∥ u − u ^ h ∥ a \|u-\widehat u_h\|_a ∥ u − u h ∥ a 分成离散误差 ∥ u − u h ∥ a \|u-u_h\|_a ∥ u − u h ∥ a 与代数误差 ∥ u h − u ^ h ∥ a \|u_h-\widehat u_h\|_a ∥ u h − u h ∥ a 。前者依赖近似空间和正则性,后者依赖线性求解器及停止规则。更精确地解 K U = F KU=F K U = F 不会消除离散误差;细化网格后若系统未充分求解,也不能保证预期总精度。
均匀一维刚度矩阵在一般欧氏(Euclidean)系数范数下,最大特征值量级为 1 / h 1/h 1/ h ,最小特征值量级为 h h h ,条件数量级因此为 h − 2 h^{-2} h − 2 。缩放或预处理会改变这个线性代数表示。网格变细虽改善近似空间,也可能使迭代求解更困难。
为何载荷积分重要
两单元网格取 f ( x ) = x f(x)=x f ( x ) = x 时,若没有说明所用规则,中间节点的载荷不能只取中点值。直接积分得
F 1 = ∫ 0 1 / 2 2 x 2 d x + ∫ 1 / 2 1 2 x ( 1 − x ) d x = 1 4 . F_1=\int_0^{1/2}2x^2\,dx+\int_{1/2}^1 2x(1-x)\,dx=\frac14. F 1 = ∫ 0 1/2 2 x 2 d x + ∫ 1/2 1 2 x ( 1 − x ) d x = 4 1 .
刚度仍为 4 4 4 ,因此 U 1 = 1 / 16 U_1=1/16 U 1 = 1/16 。在这里,以中点值乘帽形面积因对称性恰好得到相同结果,但对任意 f f f 或不对称网格,这种巧合并不成立。对 f ( x ) = x 2 f(x)=x^2 f ( x ) = x 2 ,精确值为 7 / 48 7/48 7/48 ,而中点值乘帽形面积给出 1 / 8 1/8 1/8 。所用求积规则应当记录,并按所需精度阶数检验。
载荷是泛函,一般而言并不是节点值列表。这个区别对弱数据尤其有用:即使强迫项的光滑度有限,它与测试函数的积分仍可能有良好定义;相反,在孤立节点上取该强迫项的值可能没有定义,或不能代表它在 L 2 L^2 L 2 中的等价类。弱形式说明了问题需要哪些数据。
常见误解
“弱”不表示不准确,而是指定方程成立的意义。
分段线性函数的一阶导数分段常数,通常在节点处跳跃。它在每个单元内的经典二阶导数都是零,若逐个单元代入 − u ′ ′ = f -u''=f − u ′′ = f ,会得出 f = 0 f=0 f = 0 的错觉,并遗漏节点处的贡献。正确的检验是用帽函数测试的积分形式。
第一例中 u h ( 1 / 2 ) = u ( 1 / 2 ) = 1 / 8 u_h(1/2)=u(1/2)=1/8 u h ( 1/2 ) = u ( 1/2 ) = 1/8 ,但能量误差平方为 1 / 48 1/48 1/48 。选定节点上一致并不证明节点之间相等;一般情况下连节点上也未必一致。
K U = F KU=F K U = F 的代数残差小,只反映离散系统解得如何;它本身不度量离散误差 u − u h u-u_h u − u h ,后者由逼近空间以及 u u u 的正则性控制。
快速检查
快速检查
(在长度为 h h h 的单元上,一个线性基函数贡献的对角刚度项是多少?为何非对角项为负?)
解答 · 答案 基函数斜率为 ± 1 / h \pm1/h ± 1/ h ,故对角贡献为 ∫ ( 1 / h ) 2 d x = h ⋅ h − 2 = 1 / h \int(1/h)^2dx=h\cdot h^{-2}=1/h ∫ ( 1/ h ) 2 d x = h ⋅ h − 2 = 1/ h 。非对角项为 ∫ ( − 1 / h ) ( 1 / h ) d x = − 1 / h \int(-1/h)(1/h)\,dx=-1/h ∫ ( − 1/ h ) ( 1/ h ) d x = − 1/ h :它为负是因为两个局部基函数斜率相反,并不表示有负能量。
习题
快速检查
(两单元网格取 f = 2 f=2 f = 2 ,求 u h u_h u h ,并比较它与真解的中点值。)
解答 · 答案 刚度为 4 4 4 ,载荷为 ∫ 0 1 2 ϕ 1 d x = 1 \int_0^12\phi_1\,dx=1 ∫ 0 1 2 ϕ 1 d x = 1 ,故中点值为 1 / 4 1/4 1/4 。真解 u = x ( 1 − x ) u=x(1-x) u = x ( 1 − x ) 的中点值相同;u h u_h u h 是相应帽函数乘以 1 / 4 1/4 1/4 。
快速检查
(均匀网格有四个长度为 1 / 4 1/4 1/4 的单元,写出内部刚度矩阵。)
解答 · 答案 每个内部对角项得到两次 1 / h = 4 1/h=4 1/ h = 4 的贡献,相邻非对角项为 − 4 -4 − 4 ,因此 K = 4 ( 2 − 1 0 − 1 2 − 1 0 − 1 2 ) K=4\begin{pmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{pmatrix} K = 4 2 − 1 0 − 1 2 − 1 0 − 1 2 。
快速检查
(直接证明非零 v h ∈ V h v_h\in V_h v h ∈ V h 的能量范数为正。)
解答 · 答案 若 ∫ ∣ v h ′ ∣ 2 = 0 \int|v_h'|^2=0 ∫ ∣ v h ′ ∣ 2 = 0 ,它在每个单元上的导数都为零;连续性使整个区间上的函数为常数,端点为零则该常数为零,与非零假设矛盾。
快速检查
(当 [ 0 , 1 ] [0,1] [ 0 , 1 ] 上 f = 1 f=1 f = 1 时,计算第一例中两单元近似的精确能量误差。)
解答 · 答案 真解导数为 1 / 2 − x 1/2-x 1/2 − x ;数值导数在 ( 0 , 1 / 2 ) (0,1/2) ( 0 , 1/2 ) 上为 1 / 4 1/4 1/4 ,在 ( 1 / 2 , 1 ) (1/2,1) ( 1/2 , 1 ) 上为 − 1 / 4 -1/4 − 1/4 。平方误差为 2 ∫ 0 1 / 2 ( 1 / 4 − x ) 2 d x = 2 ⋅ 1 96 = 1 / 48 2\int_0^{1/2}(1/4-x)^2dx=2\cdot\tfrac1{96}=1/48 2 ∫ 0 1/2 ( 1/4 − x ) 2 d x = 2 ⋅ 96 1 = 1/48 ,能量误差为 1 / 48 = 1 / ( 4 3 ) 1/\sqrt{48}=1/(4\sqrt3) 1/ 48 = 1/ ( 4 3 ) 。
延伸学习
高阶单元、二维网格、变系数、自然边界条件、自适应误差估计及求解器预处理均需进一步研究。一维构造展示了方法,但并未完整涵盖有限元方法。