论文部分内容阅读
利用计算机辅助的数值方法求解微分方程在现代科学、技术、工程中扮演重要角色。差分方法以及之后出现的有限元方法是有效的数值算法,用以处理包括特征值问题,以及一些非线性方程等。对特殊的问题采用特别的方法,能够达到提高收敛精度,加快模拟速度的目的。
本文首先研究特征值问题的下界逼近,对于Stokes特征值问题的混合元方法,给出对应的特征值展开式。利用这个展开式,在三角形网格和矩形网格上,各分析了两种非协调元对特征值问题的求解,得到下界逼近的结论。
第二部分讨论如何同时得到对特征值问题的上界和下界,从而得到精确的有效位数。此处,我们讨论Laplace特征值问题,先利用非协调元得到下界,然后利用协调元提出包括直接求解方法以及两种后处理方法。利用后处理方法配合适当的有限元空间,我们可以得到特征值上界,从而得到精确的有效位数,并达到减小计算量和提高收敛阶数的目的。
最后我们讨论相场方程中的时间自适应方法。对于Cahn-Hilliard模型,利用方程本身具有的性质,提出一种基于等能量下降的时间步长自适应方法,结合已有的Crank-Nicolson格式、凸分裂格式,通过数值实验显示这种做法能减小长时间模拟所需要的计算时间。对于molecular beam epitaxy(MBE)模型,同样给出类似的方法,额外还利用粗粝度的变化给出另外一种时间步长自适应方法,数值实验显示两种算法效果类似,且都能减小长时间模拟所需要的计算时间。