Hetkien menetelmä (numeerinen analyysi)
On numeerinen analyysi , menetelmä hetkiä on menetelmä numeerinen resoluutio lineaarisen ongelmia reunaehdot . Menetelmä koostuu ongelman pienentämisestä lineaariseksi järjestelmäksi.
Menetelmän kuvaus
Diskretisointi
Momenttimenetelmän avulla voidaan ratkaista tyypin epähomogeeniset yhtälöt:
L(f)=g{\ displaystyle L (f) = g}missä L on lineaarinen operaattori , f ja g kaksi funktiota. Yleensä yksi nimet funktio g termi magnetointi tai lähde , ja f termi on kentän tai vastaus , tuntematon joista yksi on tarkoitus määrittää.
Funktio f voidaan hajottaa funktioiden perusteella :
(fi){\ displaystyle (f_ {i})}
f=∑i=1eiaifi{\ displaystyle f = \ summa _ {i = 1} ^ {n} \ alfa _ {i} f_ {i}}missä kertoimet ovat vakioita. Operaattori L on lineaarinen, joten meillä on:
aei{\ displaystyle \ alpha _ {n}}
∑i=1,eiaiL(fi)=g{\ displaystyle \ summa _ {i = 1, n} \ alfa _ {i} L (f_ {i}) = g}Se määrittelee myös sisäisen tuotteen ominaisuusalueessa (yleensä Hilbert-avaruudessa ) sekä testitoiminnot w j käyttäjän L alueella . Ottamalla edellisen yhtälön pistetulo kullekin w j : lle saadaan:
∑i=1,eiai⟨wj,L(fi)⟩=⟨wj,g⟩{\ displaystyle \ summa _ {i = 1, n} \ alpha _ {i} \ langle w_ {j}, L (f_ {i}) \ rangle = \ langle w_ {j}, g \ rangle}Tämä yhtälösarja voidaan kirjoittaa uudelleen matriisimuodossa:
L[a]=[g]{\ displaystyle \ mathrm {L} [\ alpha] = [g]}tai
L=(⟨w1,L(f1)⟩⟨w1,L(f2)⟩⋯⟨w1,L(fei)⟩⟨w2,L(f1)⟩⟨w2,L(f2)⋯⟨w2,L(fei)⟩⋮⋮⋱⋮⟨wei,L(f1)⟩⟨wei,L(f2)⟩⋯⟨wei,L(fei)⟩){\ displaystyle \ mathrm {L} = {\ begin {pmatrix} \ langle w_ {1}, L (f_ {1}) \ rangle & \ langle w_ {1}, L (f_ {2}) \ rangle & \ cdots & \ langle w_ {1}, L (f_ {n}) \ rangle \\\ langle w_ {2}, L (f_ {1}) \ rangle & \ langle w_ {2}, L (f_ {2} ) & \ cdots & \ langle w_ {2}, L (f_ {n}) \ rangle \\\ vdots & \ vdots & \ ddots & \ vdots \\\ langle w_ {n}, L (f_ {1}) \ rangle & \ langle w_ {n}, L (f_ {2}) \ rangle & \ cdots & \ langle w_ {n}, L (f_ {n}) \ rangle \ end {pmatrix}}}[a]=(a1a2⋮), [g]=(⟨w1,g⟩⟨w2,g⟩⋮⟨wei,g⟩){\ displaystyle [\ alpha] = \ vasen ({\ begin {matrix} \ alpha _ {1} \\\ alpha _ {2} \\\ vdots \ end {matrix}} \ right), \ [g] = \ left ({\ begin {matrix} \ langle w_ {1}, g \ rangle \\\ langle w_ {2}, g \ rangle \\\ vdots \\\ langle w_ {n}, g \ rangle \ end { matriisi}} \ oikea)}Jos matriisi L on käänteinen, kertoimet voidaan laskea seuraavasti:
ai{\ displaystyle \ alpha _ {i}}
[a]=L-1[g]{\ displaystyle [\ alpha] = \ mathrm {L} ^ {- 1} [g]}
Menetelmä hetkiä
Momenttimenetelmä koostuu testitoimintojen joukon valinnasta w i = x i -1
Erityistapaus: Galerkine-menetelmä
Kun testitoiminnot w i valitaan siten, että w i = f i , tämä menetelmä tunnetaan nimellä Galerkine-menetelmä , joka on nimetty venäläisen matemaatikon Boris Galerkinen mukaan .
Katso myös
Viitteet
-
(en) R. Harrington, " Peltolaskennan hetkien menetelmän alkuperä ja kehitys " , IEEE-antennit ja levityslehti ,Kesäkuu 1990.
-
(en) R. Harrington, ” Matrix Methods for Field Problems ” , Proc. of IEEE , voi. 55, n ° 2Helmikuu 1967.
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">