Разностная схема второго порядка аппроксимации. Аппроксимация и порядок аппроксимации

1. Примеры разностных аппроксимаций.

Различные способы приближенной замены одномерных дифференциальных уравнений разностными изучались ранее. Напомним примеры разностных аппроксимаций и введем необходимые обозначения. Будем рассматривать равномерную сетку с шагом h , т.е. множество точек

w h ={x i =ih, i=0, ± 1, ± 2,…}.

Разностные отношения

называются соответственно правой, левой и центральной разностными производными функции u(x) в точке x i , т.е. при фиксированном x i и при h®0 (тем самым при i®¥) пределом этих отношений является u’(x i) . Проводя разложение по формуле Тейлора, получим

u x,i – u’(x i) = 0,5hu’’(x i) + O(h 2),

u x,i – u’(x i) = -0,5hu’’(x i) + O(h 2),

u x,i – u’(x i) = O(h 2),

Отсюда видно, что левая и правая разностные производные аппроксимируют u’(x) с первым порядком по h , а центральная разностная производная – со вторым порядком. Нетрудно показать, что вторая разностная производная

аппроксимирует u’’(x i) со вторым порядком по h , причем справедливо разложение

Рассмотрим дифференциальное выражение

с переменным коэффициентом k(x) . Заменим выражение (1) разностным отношением

где a=a(x) – функция, определенная на сетке w h . Найдем условия, которым должна удовлетворять функция a(x) для того, чтобы отношение (au x) x,i аппроксимировало (ku’)’ в точке x i со вторым порядком по h . Подставляя в (2) разложения

С другой стороны, Lu = (ku’)’ = ku’’ + k’u’,

Отсюда видно, что L h u–Lu = O(h 2) , если выполнены условия

Условия (3) называются достаточными условиями второго порядка аппроксимации . При их выводе предполагалось, что функция u(x) имеет непрерывную четвертую производную и k(x) – дифференцируемая функция. Нетрудно показать, что условиям (3) удовлетворяют, например, следующие функции:

Заметим, что если положить a i = k(x i), то получим только первый порядок аппроксимации.

В качестве следующего примера рассмотрим разностную аппроксимацию оператора Лапласа

Введем на плоскости (x 1 , x 2) прямоугольную сетку с шагом h 1 по направлению x 1 и с шагом h 2 по направлению x 2 , т.е. множество точек

и обозначим

Из предыдущих рассуждений следует, что разностное выражение

аппроксимирует дифференциальное выражение (4) со вторым порядком, т.е. L h u ij – Lu(x i 1 , x j 2) = O(h 2 1) + O(h 2 2). Более того, для функций u(x 1 , x 2), обладающих непрерывными шестыми производными, справедливо разложение

Разностное выражение (5) называется пятиточечным разностным оператором Лапласа , так как оно содержит значения функции u(x 1 , x 2) в пяти точках сетки, а именно в точках (x 1 i , x 2 j), (x 1 i ± 1 , x 2 j), (x 1 i , x 2 j ± 1). Указанное множество точек называется шаблоном разностного оператора. Возможны разностные аппроксимации оператора Лапласа и на шаблонах, содержащих большее число точек.

2. Исследование аппроксимации и сходимости

2.1. Аппроксимация дифференциального уравнения. Ранее рассматривалась краевая задача

(k(x) u’(x))’ – q(x) u(x) + f(x) = 0, 0 < x < l, (1)

– k(0) u’(0) + b u(0) = m 1 , u(l) = m 2 , (2)

k(x) ³ c 1 > 0, b ³ 0,

для которой интегро-интерполяционным методом была построена разностная схема

Обозначим через Lu(x) левую часть уравнения (1) и через L h y i – левую часть уравнения (3), т.е.

Пусть u (x) – достаточно гладкая функция и u (x i) – ее значение в точке x i сетки

w h = {x i = ih, i = 0, 1, …,N, hN = l} (7)

Говорят, что разностный оператор L h аппроксимирует дифференциальный оператор L в точке x=x i , если разность L h u i – L h u (x i) стремится к нулю при h®0. В этом случае говорят также, что разностное уравнение (3) аппроксимирует дифференциальное уравнение (1).

Чтобы установить наличие аппроксимации, достаточно разложить по формуле Тейлора в точке x=x i значения u i ± 1 = u (x i ± h) , входящие в разностное выражение L h u i . Большая часть этой работы проделана в предыдущей главе, где показано, что при условиях

выполняется соотношение

При построении сеточных уравнений возможны два подхода: 1) рассмотрение ГФЗ в рамках формальной задачи математической физики и, как следствие этого, использование для решения методов и алгоритмов, разработанных в рамках других научных направлений, оперирующих подобными системами уравнений; 2) постановка численной задачи на основе понятий и закономер­ностей, вытекающих непосредственно из физического рассмотре­ния изучаемого процесса.

Первый подход более универсален, он позволяет проводить прямую аналогию между различными по своей природе физиче­скими процессами (например, диффузионными, тепловыми "и фильтрационными), если они описываются изоморфными систе­мами уравнений, что на первых порах послужило стимулом для широкого внедрения ЧГФМ. Однако в дальнейшем стало ясно, что изоморфность дифференциальных уравнений не является достаточным условием для эффективного использования одного и того же численного метода при решении различных по физической сущности прикладных задач. Недостаточный учет физики процесса приводил, уапример, к построению численных схем на основе простейших неконсервативных разностных аппроксимаций (метод Лакса), что для задач фильтрации в неоднородных средах влекло за собой значительную потерю точности или неустойчивость решения.

В отличие от этого второй подход - от физической постановки задачи, минуя дифференциальное уравнение, непосредственно к численной схеме - обоснован на вполне очевидном требовании: на разностной сетке должны аппроксимироваться как -балансовые соотношения (консервативность схемы), так и основные законо­мерности движения подземных вод. Заметим, правда, что противо­

поставление указанных двух подходов довольно условно: балансо­вым соотношениям можно удовлетворить и исходя из дифферен­циальных уравнений. Однако данное требование часто не удовле­творяется, поскольку конечно-разностные аппроксимации диффе­ренциальных уравнений формально этого и не требуют. В качестве примера второго подхода к построению разностных схем, допус­кающих реализацию на АВМ, можно привести метод Либманна который, благодаря своей доступности и физической наглядности, нашел самое широкое применение в практике решения ГФЗ. Впервые такой подход был реализован Г. Н. Каменским, предложившим использовать разностные методы для решения задач фильтрации.

По существу упомянутые построения являются частными случаями интегро-интерполяционного метода , который позво­ляет наиболее полно увязать физическую и математическую- постановки конкретной численной задачи и получить на этой основе априорные оценки устойчивости и сходимости, учитывающие не только вид краевой задачи, но и ее специфические черты. Данный подход будет рассмотрен ниже на примере построения разностной схемы для плановой задачи геофильтрации в неоднородном пласте.

Под разностной схемой будем понимать совокупность разностных уравнений, приближенно описывающих фильтрацион­ные процессы, и дополнительных условий (граничных и начальных), характеризующих поведение искомой функции напора Н(х, у, f) на внутренних и внешних границах, а также ее распределение в пределах области фильтрации в начальный момент времени. Для построения разностных уравнений, описывающих процесс фильтрации, согласно интегро-интерполяционному методу, необходимо следующее:

1) заменить область непрерывного изменения аргумента дис­кретной: WA=W(xh у{, t„), где W-непрерывная область измене­ния аргумента; х, у - координаты; t - время; i, j, п - номера точек дискретной области fV&;

2) записать для построенной области Жд балансовые тож­дества, связывающие изменения расхода фильтрационного потока в пределах элемента площадью Ри} = &х{Ау} с интенсивностью" изменения емкостных запасов в нем, а также с расходами дополнительных источников (стоков), отнесенными к этому элементу (интегральная сторона метода);

3) выразить все составляющие балансового тождества через значения напоров в узловых точках области параметры моделируемой системы и интервалы пространственно-временной разбивки разностной сетки (интерполяционная сторона метода).

В настоящее время при решении задач математической физики используются следующие основные типы сеток: 1) прямоугольные, равномерные и неравномерные; 2) треугольные и многоугольные, равномерные и неравномерные; 3) ортогональные криволинейные. Преимуществами сеток второго и третьего типов являются более точная аппроксимация внешних и внутренних границ со сложной 26

геометрией, а также возможность большей детализации структуры фильтрационного потока в пределах отдельных подобластей. Однако в этом варианте построение сетки представляет собой довольно сложную и неуниверсальную" процедуру. Важно также, что использование таких сеток часто вообще не приводит к увеличению реальной точности моделирования из-за отсутствия необходимой для их построения гидрогеологической информации.

Исходя из этого, представляется нецелесообразным массовое использование сеток второго и третьего типов при решении ГФЗ, тем более что при этом трудно оценить практическую погреш­ность решения, зависящую от точности построения сетки (так называемые погрешности «положения»). Как показывает практика , повышение точности построения таких сеток требует значительного усложнения расчетного алгоритма, что делает создаваемые на их основе программы еще менее пригодными для массового использования. Важно, наконец, что обращение к методу «фиктивных областей» при аппроксимации криволинейных границ на прямоугольной сетке позволяет построить численные алгоритмы, практически аналогичные по точности используемым в МКЭ.

Между тем для построения сеток первого типа требуется минимум информации, что значительно упрощает общение с программой. Сейчас используются две основные модификации таких сеток, отличающиеся положением узловых точек относи­тельно граней расчетных блоков: в первом варианте узловые точки совпадают с центрами блоков (блоковая сетка), а во втором - с точками пересечения граней (узловая сетка). Блоковые сетки имеют несомненные преимущества перед узловыми при использо­вании однородных разностных схем, основанных на идее сквозно­го счета (см. разделы 2.3 и 2.4); применение узловых сеток предпочтительнее, когда разностная схема не является регулярной, Ъ. также при решении задач массопереноса, требующих явного выделения особенностей. Заметим, что при обращении к методу «фиктивных областей» для аппроксимации на границах условий первого или второго рода эти две модификации оказываются здесь эквивалентными. _

Итак, для построения разностной сетки у,), аппроксими­

рующей непрерывную область фильтрации W\x, у), моделируемое поле покрывается неравномерной прямоугольной сеткой с шагами по осям ОХ и 07, равными соответственно Axf и Ayj (рис. 1).

Рассмотрим баланс расходов фильтрационного потока в пределах элементарного блока с координатами M(xl+1, yj+1)1 (см. рис. 1) на момент времени tL

1 Выбор индексов точек /+1 и j+1 (вместо i и j) обусловлен необходимостью аппроксимации граничных условий с использованием фиктивных граничных блоков.

Рис. 1. Схема разбивки области филь­трации при построении балансового тождества:

1 узловая точка; 2 -осевая линия расчетного блока; J - граница расчешого блока; 4 - граниш блока, относи 1елыю которого строится балансовое тождество. Сфелками дано направление потока

где L-индекс, определяющий выбор величины tL для конк­ретного элемента баланса; п = 1, 2, ..., К\ Аг -ве­

личина временного интервала; К-число временных шагов. В общем случае расходы

фильтрационного потока через грани блока могут быть записаны для разных Моментов времени, принадлежащих выделенному ин­тервалу. В силу закона сохранения массы фильтрационного потока суммарное приращение этих расходов равно суммарной интенсив­ности поступления воды в рассматриваемый блок за счет сработки емкостных запасов QE{x, у, t); перетекания О.П{х, У, t); подтока из несовершенных водоемов QB(x, у, t) или Qu(x, у, t) (если их размеры соизмеримы с шагом сетки) или QP{x,y,t) [если их размеры значительно меньше его]; инфильтрационного питания QM{x, у, г) и работы скважин QC(x, у, /).

Учитывая все элементы баланса, а также принимая на первых порах, что t1 = t2 = ti = t4 = t, для рассматриваемой гидродинамиче­ской схемы можно записать балансовое тождество, справедливое для любого фиксированного момента t:

Q А 1/2, j+1 - 3/2, j+ 1 + 6 i3+l,j+ 1/2 ~Qi\ 1 ,j+ 3/2 -

Нелинейность процесса, связанная с зависимостью проводи­мости от напора (глубины) потока, нередко может учитываться линеаризацией, осуществляемой введением постоянной за данный интервал времени расчетной проводимости.

Величина расхода QE, обусловленного изменением емкостных запасов в элементе водоносного пласта площадью F, определяется выражением

где (1° и и*-гравитационная и упругая емкости (водоотдача) пласта; Н -уровень свободной поверхности; Я-средний по сечению напор в пласте.

При задании упругой емкости Исходят из предположения, что деформации пород носят условно-мгновенный упругий характер и линейно связаны с изменением давления (напора). В действитель­ности порода является гетерогенной системой и ее напряженно-де­формационное состояние внутри каждого элемента" может быть существенно неоднородным. Для учета этого обстоятельства используется гетерогенно-блоковая модель или схема среды с двойной емкостью, в которой порода представляется состоящей из квазиоднородной системы слабопроницаемых блоков, равномерно разделенных проницаемыми каналами. При этом предполагается, что на изменения гидродинамической обстановки непосредственно реагирует только поток в каналах, а реакция блоков замедляется за счет их сопротивления. Тогда в величину расхода QE входят емкости трещин и блоков, умноженные на скорости изменения напоров в соответствующих элементах гетерогенной среды.

Гравитационная емкость, как известно, может меняться по двум причинам: в связи с литологической изменчивостью покров­ных слоев, в пределах которых проходит свободная поверхность, и из-за влияния капиллярной зоны. При существенной роли второго механизма, особенно в задачах с площадным питанием, рекомен­дуется переходить к модели совместного течения в насыщенно-не­насыщенной среде .

Значительная роль в формировании потоков грунтовых вод принадлежит площадному питанию с расходом QH=eF (где с - интенсивность площадного питания, отражающая суммарный эффект инфильтрации и испарения и зависящая от глубины уровня грунтовых вод). При решении прогнозных региональных задач для мелиорируемых территорий в величину QH включается модуль дренажного стока ед, который меняется в зависимости от напора

Расход перетока QII через разделяющий пласт с коэффициен­том перетока АП=% = кр1тр (где кр - коэффициент фильтрации; тр - мощность пласта) определяется, согласно наиболее простой и распространенной расчетной схеме жесткого перетекания, вы­ражением

где Н+ - напор в соседнем водоносном пласте, из которого идет переток. Заметим, что значение коэффициента перетока может существенно меняться по площади в связи с проявлениями структурно-литологической изменчивости горных пород. В более общей модели перетекания должен учитываться упругий режим в разделяющих пластах, проявления которого могут, по-видимому, существенно осложняться влиянием гетерогенности слабопрони­цаемых пород, а также нарушениями линейного закона фильтрации.

Мы ограничились шестичленной формой записи правой части тождества (2.1), которая учитывает только инфильтрационное питание, перетекание из соседних пластов и водоемов при неизменных напорах в них и жестком режиме фильтрации в разделяющем пласте, а также наличие скважин. Это объясняется тремя причинами: 1) широкий круг задач может быть сведен к рас­сматриваемой геофильтрационной схеме, что делает ее достаточно универсальной для практического использования; 2) анализ возмож­ностей эффективного разрешения систем уравнений, получаемых на основе интегрального тождества (2.1), показывает, что всякое до­полнительное увеличение его составляющих неизбежно приводит к резкому росту затрат объема оперативного заполняющего устройст­ва (ОЗУ) и времени счета (ресурсов ЭВМ). Уменьшение универсаль­ности тождества (2.1), т. е. исключение отдельных слагаемых из правой его части, практически не приводит к понижению используемых ресурсов ЭВМ; 3) принятая форма представления дополнительных источников питания допускает непосредственное обобщение на случай многослойных водоносных комплексов.

Таким образом, уже на первом этапе разработки разностной модели авторы постарались избежать излишнего универсализма и ограничить круг решаемых задач. Этот аспект вычислительной схематизации (ВЧС) позволит далее построить эффективный элементарный вычислительный модуль, который затем по мере необходимости можно обобщить на многослойные системы, использовав для этого дополнительные ресурсы ЭВМ.

Эти основные понятия теории разностных схем уже обсуждались при построении численных методов для решения обыкновенных дифференциальных уравнений. При переходе к уравнениям с частными производными качественно меняется характер рассматриваемых задач, поэтому необходимо снова рассмотреть эти понятия. Разумеется, мы не имеем здесь возможности изложить теорию разностных схем, но попытаемся привести самые необходимые сведения.

Исходную дифференциальную задачу ,состоящую в решении уравнения с частными производными при заданных начальных и граничных условиях, запишем в операторном виде:

Заметим, что это операторное уравнение включает не только исходное уравнение с частными производными, но и дополнительные (начальные и граничные) условия. Функция F (x , t ) описывает правые части уравнения, а также начальные и граничные условия. Область включает расчетную область G и границу Г.

Дифференциальную задачу (2.7) заменяем разностной задачей относительно сеточной функции uh , определенной в узлах сетки . Для простоты будем считать, что сетка зависит от одного параметра h , а шаг по времени τ выражается через h : τ = rh , где r = const. Разностную задачу можно также записать в операторном виде:

Значения сеточной функции в узлах сетки приближенно заменяют значения искомой функции в тех же узлах с погрешностями:

Введем некоторое характерное значение этих погрешностей, например их максимальное по модулю значение на сетке

.

сходящейся ,если при сгущении узлов сетки это значение погрешности стремится к нулю, т.е. если

Если при этом , где М = const > 0, то разностная схема имеет k - ый порядок точности. Говорят также, что она сходится со скоростью O (hk ).

Можно ввести понятие порядка точности и для случая независимых параметров сетки h , τ. В частности, при выполнении условия разностная схема сходится со скоростью и имеет р -ый порядок точности по h и q -ый порядок по τ.

Определим сеточную функцию погрешности δ h как разность между решением дифференциальной задачи, рассматриваемом в узлах сетки, и разностным решением: . При этом значение δ h в узле с номером (i , j )определяется соотношением (2.9). Выразим uh , через Uh и δ h и подставим в уравнение (2.8). Имеем

(2.10)

Величина Rh называется невязкой (погрешностью аппроксимации) разностной схемы. Она равна разности между левой и правой частями (2.8) при подстановке в это уравнение решения дифференциальной задачи (2.7).

Введем некоторую характерную величину невязки R ,например

Тогда при R = O (hk ) аппроксимация имеет k -ый порядок относительно h . Если значения h и τ независимы, то при порядок аппроксимации разностной схемы р- ыйпо пространству и q - ыйпо времени.

Разностная схема (2.8) аппроксимирует исходную дифференциальную задачу (2.7), если при измельчении сетки невязка стремится к нулю, т.е.

Аппроксимация такого типа, т.е. когда невязка стремится к нулю при стремлении к нулю h и τ по любому закону без каких-либо условий, называется безусловной или абсолютной аппроксимацией . В случае условной аппроксимации накладываются некоторые условия на размеры шагов по пространству и времени. Например, если , то R → 0 при и , т.е. разностная задача аппроксимирует исходную при условии, что τ стремится к нулю быстрее, чем h 2. Так, при t = h 2 аппроксимация в данном примере отсутствует.

Разностная схема (2.8) называется устойчивой ,если ее решение непрерывно зависит от входных данных, т.е. малому изменению входных данных соответствует малое изменение решения. Устойчивость характеризует чувствительность разностной схемы к различного рода погрешностям. Она является внутренним свойством разностной задачи, и это свойство не связывается непосредственно с исходной дифференциальной задачей (в отличие от сходимости и аппроксимации).

По аналогии с аппроксимацией устойчивость бывает условной и безусловной в зависимости от того, накладываются или нет ограничения на соотношения между шагами по разным переменным.

В теории разностных схем рассматриваются разные способы исследования аппроксимации исходной дифференциальной и разностной задач и проверки устойчивости разностных схем. Здесь мы лишь отметим, что эти исследования значительно проще, чем доказательство сходимости разностного решения к точному. Поэтому пользуются следующим утверждением.

Теорема . Если решение исходной дифференциальной задачи (2.7) существует, а разностная схема (2.8) устойчива и аппроксимирует задачу (2.7) на данном решении с порядком k , то разностное решение сходится к точному со скоростью O(h(k)).

Короче говоря, из аппроксимации и устойчивости следует сходимость. Поэтому, доказав аппроксимацию и устойчивость разностной схемы, можем быть уверены в ее сходимости.

Проиллюстрируем исследование разностных схем на примере рассмотренных выше двух схем для уравнения теплопроводности - явной схемы (2.3) и неявной схемы (2.4). Будем считать, что решение U (x , t ) дифференциальной задачи (2.2) существует, а частные производные ¶2 U / ¶t 2 и ¶4 U / ¶x 4 непрерывны и ограничены в расчетной области. Тогда в соответствии с формулами численного дифференцирования для каждого узла можно написать следующие соотношения:

. (2.11)

Найдем погрешность аппроксимации исходного уравнения (2.2) с помощью разностной схемы (2.3) для произвольного узла сетки :

Подставим в это равенство соотношения (2.11). При этом заметим, что поскольку U (x , t ) является точным решением уравнения (2.2), то

(2.12)

Следовательно, максимальное значение невязки с учетом (2.11), (2.12) имеет порядок

Аналогичную оценку невязки можно получить и для разностной схемы (2.4).

Таким образом, разностные схемы (2.3) и (2.4) аппроксимируют исходное дифференциальное уравнение (2.2) со вторым порядком по h и с первым порядком по τ. Начальное и граничные условия задачи (2.2) аппроксимируются на границах точно, поскольку здесь значения сеточной функции равны значениям решения: Г – граница расчетной области (t = 0, х = 0, х = 1).

Исследуем теперь устойчивость данных разностных схем. Начнем с явной схемы (2.3) при граничных условиях (2.5) и начальном условии (2.6). Найдем из (2.3) значение сеточной функции на верхнем слое:

Допустим, что имеет место ограничение в виде неравенства

Тогда . Эти соотношения используем для оценки сеточного решения (2.13):

Введем теперь обозначение для наибольшего по модулю значения сеточной функции на j - омслое

и с учетом граничных условий (2.5) запишем неравенство (2.15) для значений решения на всем (j + 1)-ом слое, включая границы:

Отсюда при j = 0 получаем

Из (2.5), (2.6) следует, что

поэтому неравенство (2.17) можно записать в виде

При j = 1 из (2.16), (2.18) получаем

Аналогично, для некоторого j = J имеем

(2.19)

Таким образом, значения сеточного решения на (J + 1)-ом слое не превосходят по модулю известных значений сеточного решения на нулевом слое (j = 0) и на границах i = 0, i = I [по (J +1)-ый слой включительно].

Неравенство (2.19) означает устойчивость разностной схемы (2.3). Покажем это. Разностная схема была выше названа устойчивой , если малому изменению входных данных соответствует малое изменение решения. Рассмотрим разностную задачу, входные данные которой, например начальное условие, подверглись малому изменению :

(2.20)

Решением этой задачи будет сеточная функция

где - решение исходной разностной задачи (2.3), (2.5), (2.6), а - некоторая поправка к решению. Подставим (2.21) в (2.20):

Отсюда с учетом (2.3), (2.5), (2.6) получаем разностную задачу относительно поправки

Эта задача совпадает с исходной, но при других начальных и граничных условиях. К ее решению применимо неравенство (2.19), которое в данном случае имеет вид и означает малость поправки к решению при малом изменении начального условия. Таким образом, схема (2.3) устойчива при выполнении условия (2.14). Можно показать, что при нарушении этого условия схема (2.3) будет неустойчивой, т.е. явная схема (2.3) условно устойчива. Из аппроксимации и устойчивости следует ее сходимость со скоростью O (h 2 +τ) .

Исследуем теперь устойчивость неявной разностной схемы (2.4). Запишем, с помощью (2.4), (2.5) систему уравнений для нахождения неизвестных значений сеточной функции на верхнем слое:

Эта система может быть решена методом прогонки. Безусловная устойчивость неявной схемы (2.4) обеспечивается выполнением условий устойчивости метода прогонки для системы (2.22).

Устойчивость и сходимость разностных схем можно оценить путем расчетов с измельчением сетки . Однако это приводит к существенному увеличению объема вычислений и возрастанию суммарных погрешностей.

Многолетняя практика использования численных методов для решения инженерных задач на компьютерах показывает, что применение той или иной разностной схемы, даже если она исследована теоретически, требует ее тщательной апробации при решении конкретной задачи. Для этого проводятся методические вычислительные эксперименты, состоящие в расчетах с разными значениями шагов при разных исходных данных. Полезно также отладить методику с помощью тестовых задач, для которых либо удается получить аналитическое решение, либо имеется численное решение, найденное другим численным методом.

УДК 519.248:

МЕТОДЫ СЕТОЧНОЙ АППРОКСИМАЦИИ СЛОЖНЫХ СИСТЕМ СОБЫТИЙ

О.Ю. Воробьев, О.Ю. Тарасова, А.Н. Овсянникова

Представлен вновь введенный метод сеточной аппроксимации неизвестного распределения множества случайных событий.

Введение

Ввиду большого числа событий в реальных статистических системах, возникает трудность определения состояний, в которых может оказаться система. Один из способов преодоления трудностей подобного рода заключается в отыскании сеточного распределения состояния системы, определенного на введенной сетке и близкого к искомому неизвестному распределению. Матричные модели маркетинга натолкнули на идею методов аппроксимации распределений, аналогичных сеточным методам решения дифференциальных уравнений.

Постановка задачи

Существо сеточного метода состоит в следующем: вместо исходного пространства элементарных событий вводится его сеточный аналог. Эта сеточная модель описывается вероятностями, которые определены только на событиях сетки. Неизвестные распределения, т.е. законы, в соответствии с которыми эволюционирует пространство элементарных событий, заменяется соответствующими сеточными аналогами. В итоге исходная задача заменяется, или, как говорят, аппроксимируется системой сеточных распределений - сеточной схемой. Другими словами, на аппроксимируемое множество событий «набрасывается сетка» с целью попытаться представить, как ведут себя «неизвестные» события из аппроксимируемого множества в пределах «известных ячеек», роль которых будет предоставлено исполнять событиям-терраскам, образующим сетку.

Основные понятия эвентологии и теории вероятностей

Эвентология - новое направление, возникшее в рамках теории вероятностей и изучающее распределение множеств событий, структуры зависимостей множеств событий .

Определение 1.1. Вероятностным пространством называется тройка (С1, 7% Р), где О -пространство элементарных событий, Т7 - алгебра событий и Р - вероятность, определенная на элементах алгебры Р - случайных событиях х,у,...еР.

Определение 1.2. Конечное множество избранных событий ЛгeF, выбранных из алгебры вероятностного пространства (О, Р, Р) и состоящее из ^У = |х| событий, называется множеством случайных событий.

Определение 1.3. Множество случайных событий X порождает различные наборы так называемых событий-террасок, среди которых есть события-терраски для 1сХ в форме пересечения: 1ег(Х)= Р|х Р)*с.

Определение 1.4. Два случайных события х, у е X (х Ф 0, у ф 0) называются вложенными, если между ними возможны только два отношения

то есть одно из этих событий вложено в другое: X С у ИЛИ V С Л".

Сетка событий, или эвентологическая сетка (Э-сетка)

Начальным этапом построения сеточной схемы является замена исходного пространства элементарных событий некоторой сеткой событий, образующих его разбиение.

Определение 2.1. Эвентологическая сетка (Э-сетка) - это множество 5 с/7 непересекаю-щихся случайных событий, выбранных из алгебры Р вероятностного пространства (О, Р, Р) и образующих разбиение пространства элементарных событий О..

Э-сетка 5 (сеточное множество случайных событий 5, сеточное эвентологическое распределение множества 5) определена тогда и только тогда, когда:

1) выбрано множество БаР непересекакмцихся случайных событий, образующих разбие-

2) задан набор вероятностей <7(5) = Р(«), 5 е

Для «одномерной» задачи простейшим примером Э-сетки является равновероятное разбиение пространства элементарных событий на N равновероятных событий, вероятность которых равна МЫ (равновероятная Э-сетка). Равновероятные события Э-сетки называются Э-террасками сетки (Э-узлами сетки), а их вероятности называют также Э-шагами сетки. Совокупность Э-террасок образует множество событий, где определены Э-сеточные распределения.

Определение 2.2. Эвентологической сеткой п-го порядка 8" пространства элементарных событий О называется пересечение по Минковскому разбиений А1,..., Ап с Р:

Несмотря на кажущуюся простоту, вопрос о выборе Э-сетки заслуживает внимания. С одной стороны, количество событий-террасок желательно брать большим, т.е. пользоваться мелкими, подробными Э-сетками. Точнее передавая при этом область изменения Э-аргумента, мы интуитивно рассчитываем лучше аппроксимировать искомое Э-распределение сеточными распределениями. С другой стороны, практические соображения, и в первую очередь ограниченность быстродействия и объема памяти компьютеров, заставляет обращаться к Э-сеткам со сравнительно небольшим числом Э-террасок. Решением этой проблемы часто служат неравновероятные Э-сетки. Если имеется информация об Э-распределении, например, известно «расположение» в пространстве элементарных событий некоторых его особенностей, для «разрешения» которых необходима мелкая Э-сетка, то можно, не увеличивая общего числа террасок, сгустить сетку в «окрестности» этих особенностей, а в «гладкой» области распределения сетку сделать редкой.

Определение 2.З.. X - аппроксимирующим 5” -сеточным отображением называется отображение ср: Б" -» 2х, которое на Э-ячейке

Определение 2.4. - аппроксимацией множества событий X называется множество со-

Элементы Э-сетки - события-терраски вида

Называются Э-ячейками Э-сетки б1”. Ясно, что

Э-ячейки образуют разбиение пространства элементарных событий О. Таким образом, Э-сетка имеет вид:

<Р(-ІСГ{а".а"]^(ХЄХ: *П%>..а«}*0Ь

которое сокращенно обозначается

где каждое событие

Xф ={хф:1б!}

называется 5” -аппроксимацией события хе X . Событие-терраску будем обозначать

и!Г*(Л")= ГК П(^)С’ Х^Х

Приведем примеры X -аппроксимирующего 5 отображения с различной степенью ошибки: а

У х, у «Л X X

Г У У> 7~ х,у,г х, г X

У У> 2 г <т 0

Рис. 1. Эвентологическая сетка второго порядка V2 = {а.Ь.с,с!,г)(п)>а,[),у,д,с), аппроксимирующая исходное Э-распределение триплета событий А" = {х,у,г} с нулевой ошибкой (слева). Э-сеточная аппроксимация

Х<р -{хР"уф"г^} на э-ячейках (справа)

Рис. 2. Эвентологическая сетка второго порядка 5 = {а, Ь, с, с/, е}(п){а, /?, у, 5, е}, аппроксимирующая исходное Э-распределение триплета событий X = {х,у,г} с некоторой ошибкой (слева). Э-сеточная аппроксимация Х"г = {х‘г ^ ,х1’) на Э-ячейках (справа)

Виды Э-сеточной аппроксимации

Точность Э-сеточной аппроксимации Э-распределений определяется структурой локальной зависимости аппроксимируемого множества событий, которая характеризуется отношением структур зависимостейдвух множеств событий, участвующих в Э-сеточной аппроксимации: Э-сетки 51" и аппроксимируемого множества X .

Рассмотрим три вида Э-сеточной аппроксимации, каждый из которых справедлив в рамках одного из трех предположений о локальной структуре зависимости аппроксимируемого множества событий X: вложенной, независимой и наименее пересекающейся.

Рис. 3. Эвентологическая сетка второго порядка S = {а, Ь, с, d, e}(n){a, Р, у, S, е}, аппроксимирующая исходное Э-распределение триплета событий X -{x,y,z} с наибольшей ошибкой (слева).

Э-сеточная аппроксимация X9 = {Q,Q,Q} на Э-ячейках (справа)

Определение 3.1. Множество событий X имеет локально вложенную структуру относи-

телъно Э-сетки Sn, если для любой Э-ячейки ter, - С] а" е Sn и любого события

xnter, „ =<,

{а"а) lteV..vv

т.е. либо ter | а„, содержится в л, либо не пересекается с ним.

Из этого определения следуют два свойства:

U (*ntev..v>J=teV..vv

2) события xn ter, „ _, где xe X , „равновероятны.

{a ...a } a ... a 1 1

Определение 3.2. Множество событий X имеет локально наименее пересекающуюся структуру относительно Э-сетки Sn , если для любой Э-ячейки ter , „ eSn и любого мно-

жества событий X , „ с X:

I) X (*nte^.aJ=teVv)’

2) события xn ter, „ 1, где.г е X , „равновероятны.

" {а... а } а... а 1

Определение 3.3. Множество событий X имеет локально независимую структуру относительно Э-сетки Sn, если для любой Э-ячейки ter, „ i е S" и любого множества событий

і „I „nil 1 Л()

{а...а } / {а...а }

2) события хгМег, „, где хеХ, „равновероятны,

7 {а...а) а...а 1

3) события х п 1ег{а, а„ , где х е X^ а„, независимы в совокупности.

Теорема 3.1. Эвентологическое распределение 5 й -аппроксимации множества событий X

р"р(Х)^РЦегф(Х)), ХаХ

принимает один из следующих видов:

1) для локально вложенной структуры множества событий X:

р*{х)= X р(4ег{в"...*»}>’

ХШ*г{а> а„})

2) для локально наименее пересекающейся структуры множества событий X: рф(Х)= £ ::.....Р^ег{а1„.а"}Х Х^Х\

XZ

3) для локально независимой структуры множества событий X:

р1р(Х) = £ (Р(х n ter{a, (P(ter{a, - Р(х п ter!a, дЯ)))1А"11сХ,

Х<^<р{\ег, „)

где(р(хп 1ег{£)1 вИ,)) = 1 -(1 -Р(1ег{а, аП])\1п. Доказательство. Очевидно, что

X (ter^ (X) n ter

ter . п eS V {0х ап}-

Подставляя (1) в (2), получаем

ter-(T)= IV П<^)“ =

ХЄ(р\ ter і ^ ^ а1...а"

У (xnteral v) n X У ntera\..a")

xeg>\ ter , „ хєХс XH(p\ ter 1 я

V V a ■ a) J V ° a) у

Используя полученное выражение для Хъх9 (X), получаем

1еггттег|а, ^ = п„в-,)Л 1*сп%>..«»,)

хеХ х<Ехс

или в других обозначениях

1ег"(ДГ)пкг{а, ^ = Г) (*шег{а, ^П1ег1о, ^ ,

где X = ter ,

\ х n ter, „ I - дополнение х до ter, | е S’1, а хс = Q \ .

о 1 v {а...а [ / {а...а! V

{а" . ап}! "............"V

дополнение X до П.

Таким образом, выражение под знаком суммы в (3) можно записать в виде

а саму формулу (3)

fl^ntev...."}) П (*ntev v/

рф(Х)= £ p(ter^(X)nter , a)=

I P П (^nter!a>..о»,) П (JCnteV..V>>C"

Формула (4) - эвентологическое распределение Sn -аппроксимации множества событий X , имеющего произвольную локальную структуру. Используя формулу (4), можно записать формулы для эвентологического распределения S" -аппроксимации множества событий X, имеющего локально вложенную, локально наименее пресекающуюся и локально независимую структуру.

Например, рассмотрим множество X, имеющего локально наименее пересекающуюся структуру. По определению локально наименее пересекающейся структуры, события д:пter , „ , где хеf/?(ter. , и,) не пересекаются и имеют одинаковую вероятность. Поэтому

\0 ... О (\С1 ... (I)

эвентологическое распределение S" -аппроксимации множества событий X с локально наименее пересекающейся структурой можно записать в виде:

В качестве аппроксимируемого множества X рассмотрим множество стратегий, предлагаемых компанией Артур Д. Литтл . Распределение множества стратегий неизвестно, поэтому будем использовать метод сеточной аппроксимации для нахождения этого распределения.

В классическом изложении маркетинговой модели АОЬ/ЬС принцип построения матрицы АЭЬ подсказывает вид эвентологической сетки. Пересечение двух множеств событий - четырех событий жизненного цикла отрасли и пяти событий его конкурентного положения образуют

эвентологическую сетку второго порядка.V2 = {а, Ъ, с, с1)(и){а, /3, у, 3, е}. Каждой ячейке сетки соответствует набор стратегий из множества базовых стратегий, предлагаемых специалистами АОЬ в качестве руководства к действию. Сделав предположения о локальной структуре зависимости аппроксимируемого множества стратегий А" (например, на основе анализа этих стратегий

специалистами маркетинга), получим эвентологическое распределение 52-аппроксимации множества событий X .

В работе получены следующие результаты:

1. Определены понятия эвентологической теории сеточных методов: Э-сетки, X -аппроксимирующего $п сеточного отображения, 8П -аппроксимации множества событий.

2. Определены три вида локальных структур зависимости.

3. Сформулирована и доказана теорема об эвентологическом распределении 5" -аппроксимации множества событий X для различных локальных структур зависимости этого множества.

1. Ефремов, B.C. Классические модели стратегического анализа и планирования: модель ADL/LC / B.C. Ефремов // Менеджмент в России и за рубежом. М.: Финпресс. - 1998. - № 1 (http://www.cfm.ru/press/rnanagment/1998-l/09.shtml).

2. Воробьев, О.Ю. Введение в эвентологию / О.Ю. Воробьев - Красноярск: КрасГУ, ИВМ СО РАН, 2005.-512 с.

3. http://www.r-events.narod.ru

Хс<р(\£Х - „) X ,

(а -а > а...а

где суммирование ведется по всем ter , „ <= 5”, содержащим X с X .

Применение полученных результатов

Заключение

Литература

Запишем дифференциальную задачу в операторной форме

LU = f , где L - один из дифференциальных операторов

U(x,y) - искомая функция удовлетворяющая дифференциальной задаче; f - входные данные (т.е. начальные и краевые условия, правые части и т.п.). Операторная форма описывает дифференциальную задачу в узлах сетки, а операторная форма описывает конечно-разностную схему на точном решении U(x,t),т.е. в конечно-разностной схеме вместо сеточных значений сеточной функции подставлены точные (неизвестные) значения искомой функции. Операторная форма конечно-разностной схемы имеет вид.

Введём норму сеточной функции, например, с помощью выражения

Определение. Конечно-разностная схема аппроксимирует дифференциальную задачу на точном решении, если какая-либо норма разности? стремится к нулю при

Определение. Конечно-разностная схема аппроксимирует дифференциальную задачу на точном решении с порядком p по времени и порядком q по пространственной переменной, если какая-либо норма разности удовлетворяет равенству

Таким образом, если конечно-разностная схема аппроксимирует дифференциальную задачу, то речь идёт о близости дифференциального и конечно-разностного операторов в узлах сетки.

Устойчивость

Пусть в конечно-разностной схеме входные данные получили возмущения и стали. Тогда сеточная функция также получит возмущение и станет.

Определение. Конечно-разностная схема устойчива по входным данным, если найдется такая ограниченная константа K , не зависящая от сеточных характеристик и входных данных, что выполняется неравенство (4)

Таким образом, понятие устойчивости интерпретируется следующим образом: конечно-разностная схема устойчива, если для малых возмущений входных данных (начально-краевых условий и правых частей) конечно-разносная схема обеспечивает малые возмущения сеточной функции, т.е. решение с помощью конечно-разностной схемы находится под контролем входных данных.

Если во входные данные входят только начальные условия или только краевые условия, или только правые части, то говорят об устойчивости соответственно по начальным условиям, по краевым условиям или по правым частям

Определение. Конечно-разностная схема абсолютно (безусловно) устойчива, если неравенство (4) выполняется при любых значениях сеточных характеристик ф и h, т.е. на шаги сетки не накладывается никаких ограничений.

Определение. Конечно-разностная схема условно устойчива, если неравенство (4) выполняется для сеточных характеристик ф и h, на которые накладываются определённые ограничения.

Явные схемы

Рассмотрим первую начально-краевую задачу для волнового уравнения. На пространственно-временной сетке будем аппроксимировать дифференциальное уравнение одной из следующих конечно-разностных схем:

с шаблоном на рисунке 1 и

с шаблоном на рисунке 2

При этом схема (1) является явной. С ее помощью решение, определяется сразу, поскольку значения сеточных функции на нижних временных слоях должны быть известны. В соответствии с шаблоном для этой схемы порядок аппроксимации равен двум, как по пространственной, так и по временной переменной. При этом явная конечно-разностная схема (1) для волнового уравнения условно устойчива с условием, накладываемым на сеточные характеристики ф и h .

Неявные схемы

Схема (2) является неявной схемой и обладает абсолютной устойчивостью. Ее можно свести к СЛАУ с трехдиагональной матрицей, решаемой методом прогонки.

Для определенияможно воспользоваться простейшей аппроксимацией второго начального условия.

Откуда для искомых значений получаем следующее выражение:

Неявные схемы обычно являются устойчивыми.