動機
若係數或解的光滑程度有限,或區域形狀複雜,逐點求解微分方程可能十分困難。弱形式改為要求積分後的殘差對適當測試函數為零。有限元素進一步用有限維空間代替無限維函數空間,並選取局部基函數;積分及線性代數將問題化為稀疏系統。
我們使用一維例子展示每一步。模型、函數空間、邊界條件及積分規則都是方法的一部分;從一個問題得到的矩陣不能不加思索搬到另一個問題。
定義
設 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,考慮在 ( 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 。弱問題為:求 u ∈ H 0 1 ( 0 , 1 ) u\in H_0^1(0,1) u ∈ H 0 1 ( 0 , 1 ) ,使對所有 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 ) . 此處 H 0 1 H_0^1 H 0 1 包含平方可積、弱導數平方可積且邊界跡為零的函數;積分內的導數均為弱導數。
對二次連續可微的解,先乘端點為零的光滑測試函數再分部積分,邊界項 [ − u ′ v ] 0 1 [-u'v]_0^1 [ − u ′ v ] 0 1 消失,即得弱方程。反過來,足夠光滑的弱解在內部滿足微分方程,也滿足指定邊界值。弱解不必處處具有古典二階導數;只要一階弱導數平方可積,積分仍有意義。
選節點 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 由連續、在每個小區間線性且兩端為零的函數組成。基函數 ϕ i \phi_i ϕ i 在內部節點 x i x_i x i 取一,在其他節點取零,並在相鄰節點間線性。這些帽函數只與直接相鄰的基函數重疊。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 滿足所有 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 ) 。測試各個基函數便得 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 ) 。
主要結果
對 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,弱問題有唯一解。Galerkin 近似存在且唯一,並在 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 ) 。
證明
(強制性、Lax–Milgram 與能量展開)
Poincaré 不等式以 ∥ v ′ ∥ L 2 \|v'\|_{L^2} ∥ v ′ ∥ L 2 的常數倍控制 ∥ v ∥ L 2 \|v\|_{L^2} ∥ v ∥ L 2 ,所以 a a a 對 H 1 H^1 H 1 範數連續且強制;Cauchy–Schwarz 不等式令 ℓ \ell ℓ 連續。Lax–Milgram 定理給出唯一弱解。對 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 ,則 v h ′ = 0 v_h'=0 v h ′ = 0 幾乎處處成立;結合邊界條件得 v h = 0 v_h=0 v h = 0 。有限剛度矩陣因此對稱正定且可逆。對任意 w h w_h w h ,展開 J ( u h + w h ) J(u_h+w_h) J ( u h + w h ) 並用 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 ,等號只在 w h = 0 w_h=0 w h = 0 成立。
定理 3.1.3
(Galerkin 正交性與最佳能量近似)
令 ∥ v ∥ a = a ( v , v ) 1 / 2 \|v\|_a=a(v,v)^{1/2} ∥ v ∥ a = a ( v , v ) 1/2 。對所有 v h ∈ V h v_h\in V_h v h ∈ V h ,誤差滿足 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 .
將限制在 V h V_h V h 的弱方程減去 Galerkin 方程,得到正交性。對任意 v h v_h v h 寫 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 ) 。正交性消去能量範數平方中的交叉項,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 達到。
證明透視
最佳近似從何而來 證明依靠兩點。首先,當測試函數屬於 V h V_h V h ,u u u 與 u h u_h u h 滿足同一弱方程;相減得到正交性。這用到相容性 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 的可容許測試函數),以及 a a a 與 ℓ \ell ℓ 的精確計算。其次,對稱正定形式 a a a 是內積,因此展開範數平方會出現通常的交叉項 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 ) 。關鍵一步是在 u h u_h u h 處分拆 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 屬於 V h V_h V h ,正交性便恰好消去這個交叉項,只留下兩個平方之和。若試探空間與測試空間或形式不同,或形式不對稱,這個畢氏(Pythagoras)定理式的論證便不適用;需要另一個穩定性估計,而它通常只以最佳近似誤差的常數倍來控制誤差,而非最佳誤差本身。
此等式使用同一個對稱雙線性形式定義近似與能量範數;它並不表示所有離散化方法都得到逐點最佳近似。
例題
取節點 0 , 1 / 2 , 1 0,1/2,1 0 , 1/2 , 1 及 f = 1 f=1 f = 1 。唯一內部帽函數 ϕ 1 \phi_1 ϕ 1 的導數在第一元素為 2 2 2 、第二元素為 − 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 在中點亦為 1 / 8 1/8 1/8 ,但其二次曲線在節點之間不等於分段線性近似。
長度為 h i h_i h i 的元素 [ x i − 1 , x i ] [x_{i-1},x_i] [ x i − 1 , x i ] 有兩個局部基函數,導數分別為 − 1 / h i -1/h_i − 1/ h i 、1 / h i 1/h_i 1/ h i 。局部剛度矩陣是
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 ) . 若三個元素等長,h = 1 / 3 h=1/3 h = 1/3 ,將共享節點的貢獻相加並去掉邊界自由度,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 時每個內部載荷等於帽形面積 1 / 3 1/3 1/3 ,解為 U 1 = U 2 = 1 / 9 U_1=U_2=1/9 U 1 = U 2 = 1/9 ,與真解在兩個節點的值相同。
改設 u ( 0 ) = 1 u(0)=1 u ( 0 ) = 1 、u ( 1 ) = 0 u(1)=0 u ( 1 ) = 0 、f = 0 f=0 f = 0 ,仍用兩元素網格。中間節點的完整組裝方程為 − 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 。若只刪除邊界列而不把已知貢獻移到右端,答案便會錯誤。
方法與推理
局部性是計算上的優點:每個元素只有相鄰兩個基函數非零,所以將其 2 × 2 2\times2 2 × 2 矩陣加到整體矩陣相應行列即可。載荷也必須積分。若 f f f 不是常數,可用數值求積,但組裝後解的是受擾動的變分問題,誤差分析須計入求積誤差。非零邊界條件可以利用提升函數轉為零邊界,亦可如上例般將已知節點貢獻移到右端。
若另有 u ∈ H 2 ( 0 , 1 ) u\in H^2(0,1) u ∈ H 2 ( 0 , 1 ) ,以 h h h 表示最大元素長度,一維插值估計給出 ∥ ( 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 與網格大小無關。由於 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 。這是在指定正則性下的能量範數上界,並非精確誤差或普遍逐點收斂率。係數跳躍、奇異性、不精確求積及不同邊界條件都需要額外分析。對嵌套空間,細化使最佳近似誤差不增,但條件數及計算量可能變差。
一般擴散方程 − ( p u ′ ) ′ = f -(pu')'=f − ( p u ′ ) ′ = f 若滿足 p ( x ) ≥ p 0 > 0 p(x)\ge p_0>0 p ( x ) ≥ p 0 > 0 幾乎處處成立且 p p p 有界,可將 a ( u , v ) a(u,v) a ( u , v ) 改成 ∫ p u ′ v ′ \int pu'v' ∫ p u ′ v ′ ,強制性仍成立。完全移除 Dirichlet 邊界條件則改變問題:純 Neumann 情形下常數屬於核,載荷與邊界通量必須相容,還需指定正規化才能固定加法常數。奇異矩陣可能反映數學結構,而非程式錯誤。
推導元素矩陣
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 ,兩者插值得到節點係數。導數為 − 1 / h i -1/h_i − 1/ h i 和 1 / h i 1/h_i 1/ h i ,故非對角項 ∫ 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 ,對角項為 1 / h i 1/h_i 1/ h i 。每個局部矩陣都將常數向量 ( 1 , 1 ) T (1,1)^T ( 1 , 1 ) T 映為零,因為常數函數導數為零。單個局部矩陣只是半正定;整體零邊界值去除常數模式,才得到正定的內部矩陣。
常數載荷 f = c f=c f = c 的每個局部載荷項為 c h i / 2 ch_i/2 c h i /2 。內部節點同時接收相鄰兩個元素的貢獻;非均勻網格下,載荷為 c ( h i + h i + 1 ) / 2 c(h_i+h_{i+1})/2 c ( h i + h i + 1 ) /2 ,剛度對角項為 1 / h i + 1 / h i + 1 1/h_i+1/h_{i+1} 1/ h i + 1/ h i + 1 。均勻三對角公式只是特例,不能直接套用到任意網格。局部到整體的索引表可清楚記錄共享節點的加總。
完整能量誤差計算
當 f = 1 f=1 f = 1 且有兩個等長元素,u = x ( 1 − x ) / 2 u=x(1-x)/2 u = x ( 1 − x ) /2 ,u h u_h u h 是帽函數乘 1 / 8 1/8 1/8 。第一元素上 u ′ = 1 / 2 − x u'=1/2-x u ′ = 1/2 − x 、u h ′ = 1 / 4 u_h'=1/4 u h ′ = 1/4 ,局部誤差平方為
∫ 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.
由對稱性,第二元素的值相同,總誤差平方為 1 / 48 1/48 1/48 。節點誤差為零,但能量誤差為正。這個節點一致性來自一維常係數問題的特殊性質(見下文),不是一般有限元素保證;非恆定載荷時,精確計算載荷對比較亦很重要。
邊界項屬於模型
對光滑解,分部積分給 ∫ 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 。原問題的測試函數兩端為零,故邊界項消失。若改為 u ( 0 ) = 0 u(0)=0 u ( 0 ) = 0 、u ′ ( 1 ) = g u'(1)=g u ′ ( 1 ) = g ,測試函數只需在零點為零,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 ) 。端點導數作為自然邊界項加入載荷,並非指定節點值。外法向通量的符號依算子及法向慣例而定,應從分部積分推導。
若兩端都指定導數,以測試函數 v = 1 v=1 v = 1 得到相容條件。對 − 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 ,條件為 ∫ 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 。原來的 Dirichlet Poincaré 論證不能不變地用於包含常數的空間,因為常數的導數為零。
反例模式
去掉 Dirichlet 條件便失去存在性與唯一性 聲稱:對每個 f ∈ L 2 ( 0 , 1 ) f\in L^2(0,1) f ∈ L 2 ( 0 , 1 ) ,問題 − 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 ) 中恰有一個弱解,即對所有 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 ,測試函數 v = 1 v=1 v = 1 令左邊為 0 0 0 、右邊為 ∫ 0 1 1 d x = 1 \int_0^11\,dx=1 ∫ 0 1 1 d x = 1 ,故沒有解。取 f = 0 f=0 f = 0 ,每個常數 u = c u=c u = c 都滿足方程,故解不唯一。修正後的敘述要求相容條件(此處為 ∫ 0 1 f d x = 0 \int_0^1f\,dx=0 ∫ 0 1 f d x = 0 ),並以例如 ∫ 0 1 u d x = 0 \int_0^1u\,dx=0 ∫ 0 1 u d x = 0 的正規化固定常數;兩個正規化解之差導數為零且平均值為零,因而等於零。
離散誤差與代數誤差
實際計算可能只得到係數近似 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 ,三角不等式將總誤差 ∥ u − u ^ h ∥ a \|u-\widehat u_h\|_a ∥ u − u h ∥ a 分成離散誤差 ∥ u − u h ∥ a \|u-u_h\|_a ∥ u − u h ∥ a 與代數誤差 ∥ u h − u ^ h ∥ a \|u_h-\widehat u_h\|_a ∥ u h − u h ∥ a 。前者依賴近似空間和正則性,後者依賴線性求解器及停止規則。更精確地解 K U = F KU=F K U = F 不會消除離散誤差;細化網格後若系統未充分求解,也不能保證預期總精度。
均勻一維剛度矩陣在一般歐氏(Euclidean)係數範數下,最大特徵值量級為 1 / h 1/h 1/ h ,最小特徵值量級為 h h h ,條件數量級因此為 h − 2 h^{-2} h − 2 。縮放或預處理會改變這個線性代數表示。網格變細雖改善近似空間,也可能使迭代求解更困難。
為何載荷積分重要
兩元素網格取 f ( x ) = x f(x)=x f ( x ) = x 時,若沒有說明所用規則,中間節點的載荷不能只取中點值。直接積分得
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 .
剛度仍為 4 4 4 ,因此 U 1 = 1 / 16 U_1=1/16 U 1 = 1/16 。在此,以中點值乘帽形面積因對稱性恰好得到相同結果,但對任意 f f f 或不對稱網格,這種巧合並不成立。對 f ( x ) = x 2 f(x)=x^2 f ( x ) = x 2 ,精確值為 7 / 48 7/48 7/48 ,而中點值乘帽形面積給出 1 / 8 1/8 1/8 。所用求積規則應予記錄,並按所需精度階數檢驗。
載荷是泛函,一般而言並非節點值列表。這個區別對弱數據尤其有用:即使強迫項的光滑度有限,它與測試函數的積分仍可能有良好定義;相反,在孤立節點上取該強迫項的值可能沒有定義,或不能代表它在 L 2 L^2 L 2 中的等價類。弱形式說明了問題需要哪些數據。
常見誤解
「弱」不表示不準確,而是指定方程成立的意義。
分段線性函數的一階導數分段常數,通常在節點跳躍。它在每個元素內的古典二階導數都是零,若逐個元素代入 − u ′ ′ = f -u''=f − u ′′ = f ,會得出 f = 0 f=0 f = 0 的錯覺,並遺漏節點處的貢獻。正確的檢驗是以帽函數測試的積分形式。
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 ,但能量誤差平方為 1 / 48 1/48 1/48 。選定節點上一致並不證明節點之間相等;一般情況下連節點上也未必一致。
K U = F KU=F K U = F 的代數殘差小,只反映離散系統解得如何;它本身不衡量離散誤差 u − u h u-u_h u − u h ,後者由近似空間及 u u u 的正則性控制。
快速檢查
快速檢查
(在長度為 h h h 的元素上,一個線性基函數貢獻的對角剛度項是多少?為何非對角項為負?)
解答 · 答案 基函數斜率為 ± 1 / h \pm1/h ± 1/ h ,故對角貢獻為 ∫ ( 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 。非對角項為 ∫ ( − 1 / h ) ( 1 / h ) d x = − 1 / h \int(-1/h)(1/h)\,dx=-1/h ∫ ( − 1/ h ) ( 1/ h ) d x = − 1/ h :它為負是因為兩個局部基函數斜率相反,並不表示有負能量。
習題
快速檢查
(兩元素網格取 f = 2 f=2 f = 2 ,求 u h u_h u h ,並比較其與真解的中點值。)
解答 · 答案 剛度為 4 4 4 ,載荷為 ∫ 0 1 2 ϕ 1 d x = 1 \int_0^12\phi_1\,dx=1 ∫ 0 1 2 ϕ 1 d x = 1 ,故中點值為 1 / 4 1/4 1/4 。真解 u = x ( 1 − x ) u=x(1-x) u = x ( 1 − x ) 的中點值相同;u h u_h u h 是相應帽函數乘 1 / 4 1/4 1/4 。
快速檢查
(均勻網格有四個長度為 1 / 4 1/4 1/4 的元素,寫出內部剛度矩陣。)
解答 · 答案 每個內部對角項得到兩次 1 / h = 4 1/h=4 1/ h = 4 的貢獻,相鄰非對角項為 − 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 。
快速檢查
(直接證明非零 v h ∈ V h v_h\in V_h v h ∈ V h 的能量範數為正。)
解答 · 答案 若 ∫ ∣ v h ′ ∣ 2 = 0 \int|v_h'|^2=0 ∫ ∣ v h ′ ∣ 2 = 0 ,其每個元素上的導數均為零;連續性使整個區間上的函數為常數,端點為零則該常數為零,與非零假設矛盾。
快速檢查
(當 [ 0 , 1 ] [0,1] [ 0 , 1 ] 上 f = 1 f=1 f = 1 ,計算第一例中兩元素近似的精確能量誤差。)
解答 · 答案 真解導數為 1 / 2 − x 1/2-x 1/2 − x ;數值導數在 ( 0 , 1 / 2 ) (0,1/2) ( 0 , 1/2 ) 為 1 / 4 1/4 1/4 ,在 ( 1 / 2 , 1 ) (1/2,1) ( 1/2 , 1 ) 為 − 1 / 4 -1/4 − 1/4 。平方誤差為 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 ,能量誤差為 1 / 48 = 1 / ( 4 3 ) 1/\sqrt{48}=1/(4\sqrt3) 1/ 48 = 1/ ( 4 3 ) 。
延伸學習
高階元素、二維網格、變係數、自然邊界條件、自適應誤差估計及求解器預處理均需進一步研究。一維構造展示了方法,但並未完整涵蓋有限元素方法。