14.07.2013 Views

Innen - BME Számítástudományi és Információelméleti Tanszék

Innen - BME Számítástudományi és Információelméleti Tanszék

Innen - BME Számítástudományi és Információelméleti Tanszék

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Behelyettesítve a (6.45) egyenletbe <strong>és</strong> minusz 1-gyel szorozva<br />

L[u] ≡ ∂2u ∂x2 + ∂2u ∂y2 +[λµ − g(x, y)]u − h(x, y) =<br />

<br />

△u<br />

= △u + [λµ − g(x, y)]u − h(x, y) = 0 . (6.50)<br />

Ha nem lenne izoperimetrikus a feladat, akkor λ = 0 <strong>és</strong> kapunk egy inhomogén lineáris Poisson<br />

egyenletet. Találtunk egy olyan variációszámítási feladatot, amelynek az Euler-Lagrange egyenlete<br />

egy Poisson (vagy Laplace) egyenlet. Tehát például rezg<strong>és</strong>i feladatokat kezelhetünk így.<br />

Ha izoperimetrikus a feladat, akkor általában h(x, y) = 0 <strong>és</strong> ezt nevezzük az adott feladathoz<br />

tartozó sajátértékfeladatnak. Ebben az esetben keressük a △u + [λµ − g(x, y)]u = 0 differenciálegyenlet<br />

esetén azokat a λ1, λ2 . . . , λn, . . . számokat (sajátértékeket), amelyek mellett<br />

létezik az egyenletnek az u| perem = 0 feltételt kielégítő nemtriviális megoldása (sajátfüggvénye).<br />

6.4. A Ritz módszer kétváltozós esetben<br />

Az adott L[u] = 0 (6.50) differenciálegyenlet közelítő megoldása Ritz módszer segítségével.<br />

Legyenek ϕ1(x, y), ϕ2(x, y), . . . , ϕn(x, y) lineárisan független <strong>és</strong> a peremen (zárt görbe)<br />

ϕk(x, y)| perem = 0 feltételeket kielégítő függvények. A közelítő függvényt ebben az altérben<br />

ezek lineáris kombinációjaként keressük: un = a T ϕ = ϕ T a. A parciális deriváltak: u ′ nx =<br />

a T ϕ ′ x = (ϕ ′ x) T a <strong>és</strong> u ′ ny = aT ϕ ′ y = (ϕ ′ y) T a. Helyettesítsük be ezeket a (6.46)-os integrálba<br />

<br />

T<br />

a T ϕ ′ x (ϕ ′ x )T a + a T ϕ ′ y (ϕ′ y )T a + ga T ϕϕ T a + 2ha T ϕ dxdy → extrémum, (6.51)<br />

<strong>és</strong> <br />

T<br />

µ(a T ϕϕ T a)dxdy = A (6.52)<br />

adott, mint mellékfeltétel. A Lagrange multiplikátor szabály segítségével számítható a gradiens<br />

<br />

{2ϕ ′ x(ϕ ′ x) T a +2ϕ ′ y (ϕ ′ y) T a +2[g − λµ]ϕ ϕ T a +2hϕ}dxdy<br />

<br />

! = 0. (6.53)<br />

T<br />

<br />

∂un<br />

∂x<br />

<br />

∂un<br />

∂y<br />

Kettővel osztva <strong>és</strong> felismerve a két gradiensvektor skalárszorzatát<br />

<br />

{grad ϕ grad un + [(g − λµ)un + h]ϕ}dxdy ! = 0. (6.54)<br />

Az (6.27)-es összefügg<strong>és</strong> szerint<br />

T<br />

grad ϕ grad un = div (ϕ grad un) − ϕ div ( grad un) , (6.55)<br />

<br />

illetve a Gauss-Osztrogradszkij tétel értelmében<br />

<br />

<br />

div (ϕ grad un)dxdy = (ϕ grad un)ds = 0, (6.56)<br />

T<br />

31<br />

g<br />

un<br />

△un

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!