वॉन न्यूमैन स्थिरता विश्लेषण: Difference between revisions

From Vigyanwiki
No edit summary
 
(6 intermediate revisions by 3 users not shown)
Line 1: Line 1:
[[संख्यात्मक विश्लेषण]] संख्यात्मक विश्लेषण में, '''वॉन न्यूमैन स्थिरता विश्लेषण''' एक प्रक्रिया है जो रैखिक आंशिक अधिपूर्ण समीकरणों के लिए लागू किए जाने वाले अंतरक्रिया त्रुटि योजनाओं की स्थिरता की जांच करने के लिए उपयोग की जाती है।<ref>[https://books.google.com/books?id=y77n2ySMJHUC&pg=PA523&dq=von+Neumann+stability+analysis#PPA523,M1 Analysis of Numerical Methods by E. Isaacson, H. B. Keller]</ref> यह विश्लेषण [[संख्यात्मक त्रुटि]] के [[फूरियर अपघटन]] पर आधारित है और इसे ब्रिटिश लोक शोधकर्ताओं [[जॉन क्रैंक]] और [[फिलिस निकोलसन]] द्वारा 1947 के एक लेख में संक्षेप में वर्णित किए जाने के बाद [[ लॉस अलामोस राष्ट्रीय प्रयोगशाला ]]में विकसित किया गया था।<ref>  
[[संख्यात्मक विश्लेषण]] में, '''वॉन न्यूमैन स्थिरता विश्लेषण''' एक प्रक्रिया है जो रैखिक आंशिक अधिपूर्ण समीकरणों के लिए लागू किए जाने वाले अंतरक्रिया त्रुटि योजनाओं की स्थिरता की जांच करने के लिए उपयोग की जाती है।<ref>[https://books.google.com/books?id=y77n2ySMJHUC&pg=PA523&dq=von+Neumann+stability+analysis#PPA523,M1 Analysis of Numerical Methods by E. Isaacson, H. B. Keller]</ref> यह विश्लेषण [[संख्यात्मक त्रुटि]] के [[फूरियर अपघटन]] पर आधारित है और इसे ब्रिटिश लोक शोधकर्ताओं [[जॉन क्रैंक]] और [[फिलिस निकोलसन]] द्वारा 1947 के एक लेख में संक्षेप में वर्णित किए जाने के बाद [[ लॉस अलामोस राष्ट्रीय प्रयोगशाला ]]में विकसित किया गया था।<ref>  


{{Citation
{{Citation
Line 36: Line 36:
  u_j^{n + 1} = u_j^n + r \left(u_{j + 1}^n - 2 u_j^n + u_{j - 1}^n \right)
  u_j^{n + 1} = u_j^n + r \left(u_{j + 1}^n - 2 u_j^n + u_{j - 1}^n \right)
</math>|{{EquationRef|1}}}}
</math>|{{EquationRef|1}}}}
कहाँ
यहाँ
<math display="block">r = \frac{\alpha\, \Delta t}{\left( \Delta x \right)^2}</math>
<math display="block">r = \frac{\alpha\, \Delta t}{\left( \Delta x \right)^2}</math>
और समाधान <math>u_j^{n}</math> असतत समीकरण का विश्लेषणात्मक समाधान अनुमानित है <math>u(x,t)</math> ग्रिड पर पीडीई का।
और समाधान <math>u_j^{n}</math> असतत समीकरण का विश्लेषणात्मक समाधान अनुमानित ग्रिड पर पीडीई  <math>u(x,t)</math> है


[[राउंड-ऑफ़ त्रुटि]] को परिभाषित करें <math>\epsilon_j^n</math> जैसा
[[राउंड-ऑफ़ त्रुटि|राउंड-ऑफ़ त्रुटि <math>\epsilon_j^n</math>]] को परिभाषित करें जैसे
<math display="block">
<math display="block">
   \epsilon_j^n = N_j^n - u_j^n
   \epsilon_j^n = N_j^n - u_j^n
</math>
</math>
कहाँ <math>u_j^n</math> विच्छेदित समीकरण का समाधान है ({{EquationNote|1}}) जिसकी गणना राउंड-ऑफ त्रुटि के अभाव में की जाएगी, और <math>N_j^n</math> [[तैरनेवाला स्थल]] में प्राप्त संख्यात्मक समाधान है। सटीक समाधान के बाद से <math>u_j^n</math> विवेचित समीकरण को सटीक रूप से संतुष्ट करना चाहिए, त्रुटि <math>\epsilon_j^n</math> विवेचित समीकरण को भी संतुष्ट करना होगा।<ref>{{cite book | title = Computational Fluid Dynamics: The Basics with Applications | author = Anderson, J. D., Jr. | author-link=John D. Anderson| publisher = [[McGraw Hill]] | year = 1994 }}</ref> यहां हमने यह मान लिया <math>N_j^n</math> समीकरण को भी संतुष्ट करता है (यह केवल मशीन परिशुद्धता में सच है)। इस प्रकार
यहाँ <math>u_j^n</math> एक संख्यात्मक समीकरण ({{EquationNote|1}}) का समाधान है जिसे अवकलनीय प्रकार से प्राप्त किया गया है,और <math>N_j^n</math> एक संख्यात्मक समाधान है जिसे अन्यांशी प्रकार से प्राप्त किया गया है, जिसमें गणना त्रुटि का सम्मिलित होता है। हम इसे <math>u_j^n</math> के रूप में संदर्भित करेंगे।, और त्रुटि <math>\epsilon_j^n</math> विवेचित समीकरण को भी संतुष्ट करना होगा।<ref>{{cite book | title = Computational Fluid Dynamics: The Basics with Applications | author = Anderson, J. D., Jr. | author-link=John D. Anderson| publisher = [[McGraw Hill]] | year = 1994 }}</ref> यहां हमने यह मान लिया <math>N_j^n</math> समीकरण को भी संतुष्ट करता है। इस प्रकार
{{NumBlk||<math display="block">
\epsilon(x,t) = \sum_{m=-M}^{M} E_m(t) e^{{ i}  k_m x}
</math>|{{EquationRef|3}}}}
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
\epsilon_j^{n + 1} = \epsilon_j^n + r \left(\epsilon_{j + 1}^n - 2 \epsilon_j^n + \epsilon_{j - 1}^n \right)
\epsilon_j^{n + 1} = \epsilon_j^n + r \left(\epsilon_{j + 1}^n - 2 \epsilon_j^n + \epsilon_{j - 1}^n \right)
</math>|{{EquationRef|2}}}}
</math>|{{EquationRef|2}}}}
त्रुटि के लिए पुनरावृत्ति संबंध है. समीकरण ({{EquationNote|1}}) और ({{EquationNote|2}}) दिखाएं कि त्रुटि और संख्यात्मक समाधान दोनों में समय के संबंध में समान वृद्धि या क्षय व्यवहार होता है। आवधिक सीमा स्थिति के साथ रैखिक अंतर समीकरणों के लिए, त्रुटि की स्थानिक भिन्नता को परिमित फूरियर श्रृंखला में विस्तारित किया जा सकता है <math>x</math>, अंतराल में <math>L</math>, जैसा
त्रुटि के लिए पुनरावृत्ति संबंध है. समीकरण ({{EquationNote|1}}) और ({{EquationNote|2}}) दिखाएं कि त्रुटि और संख्यात्मक समाधान दोनों में समय के संबंध में समान वृद्धि या क्षय व्यवहार होता है। आवधिक सीमा स्थिति के साथ रैखिक अंतर समीकरणों के लिए, त्रुटि की स्थानिक भिन्नता को परिमित फूरियर <math>x</math> श्रृंखला में विस्तारित किया जा सकता है, जैसे अंतराल में <math>L</math>,  
{{NumBlk||<math display="block">
 
\epsilon(x,t) = \sum_{m=-M}^{M} E_m(t) e^{{ i}  k_m x}
जहां तरंग संख्या <math>k_m = \frac{\pi m}{L}</math> साथ <math>m = -M,\dots,-2,-1,0,1,2,\dots,M</math> और <math>M = L/\Delta x</math>.  
</math>|{{EquationRef|3}}}}
 
जहां तरंगसंख्या <math>k_m = \frac{\pi m}{L}</math> साथ <math>m = -M,\dots,-2,-1,0,1,2,\dots,M</math> और <math>M = L/\Delta x</math>. त्रुटि की समय निर्भरता को त्रुटि का आयाम मानकर शामिल किया जाता है <math>E_m</math> समय का एक कार्य है.
अवकलनीय समीकरणों के त्रुटि के टाइम विभाव अधिगम के लिए, हम मानते हैं कि त्रुटि का गतिशील अंश  <math>E_m</math> समय की एक फलन  है। प्रायः यह धारणा की जाती है कि त्रुटि समय के साथ घातीय रूप से बढ़ती या घटती है, परंतु इसके लिए स्थायित्व विश्लेषण के लिए यह आवश्यक नहीं है।
अक्सर यह धारणा बनाई जाती है कि त्रुटि समय के साथ तेजी से बढ़ती या घटती है, लेकिन स्थिरता विश्लेषण के लिए यह आवश्यक नहीं है।


यदि सीमा की स्थिति आवधिक नहीं है, तो हम इसके संबंध में परिमित फूरियर अभिन्न का उपयोग कर सकते हैं <math>x</math>:
यदि सीमा की स्थिति आवधिक नहीं है, तो हम इसके संबंध में परिमित फूरियर <math>x</math> का उपयोग कर सकते हैं :
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
  \epsilon(x,t) = \int_{-\frac{\pi}{\Delta x}}^{\frac{\pi}{\Delta x}} E_{k}(t) e^{i k x} dk  
  \epsilon(x,t) = \int_{-\frac{\pi}{\Delta x}}^{\frac{\pi}{\Delta x}} E_{k}(t) e^{i k x} dk  
</math>|{{EquationRef|4}}}}
</math>|{{EquationRef|4}}}}


चूँकि त्रुटि के लिए अंतर समीकरण रैखिक है (श्रृंखला के प्रत्येक पद का व्यवहार स्वयं श्रृंखला के समान है), यह एक विशिष्ट पद की त्रुटि की वृद्धि पर विचार करने के लिए पर्याप्त है:
चूँकि त्रुटि के लिए अंतर समीकरण रैखिक है, यह एक विशिष्ट पद की त्रुटि की वृद्धि पर विचार करने के लिए पर्याप्त है:
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
  \epsilon_m(x,t) = E_m(t) e^{ik_m x}
  \epsilon_m(x,t) = E_m(t) e^{ik_m x}
Line 68: Line 70:
\epsilon_k(x,t) = E_k(t) e^{ikx}
\epsilon_k(x,t) = E_k(t) e^{ikx}
</math>|{{EquationRef|5b}}}}
</math>|{{EquationRef|5b}}}}
यदि फूरियर इंटीग्रल का उपयोग किया जाता है।
यदि फूरियर समाकलित का उपयोग किया जाता है।


चूंकि फूरियर श्रृंखला को फूरियर इंटीग्रल का एक विशेष मामला माना जा सकता है, हम फूरियर इंटीग्रल के लिए अभिव्यक्तियों का उपयोग करके विकास जारी रखेंगे।
चूंकि फूरियर श्रृंखला को फूरियर इंटीग्रल का एक विशेष स्थिति माना जा सकता है, इसलिए, हम त्रुटि के समय विभाव को फ़ूरियर इंटिग्रल का उपयोग करके विस्तृत करेंगे।
 
त्रुटि के लिए केवल इस फॉर्म का उपयोग करके स्थिरता विशेषताओं का अध्ययन किया जा सकता है और व्यापकता में कोई हानि नहीं होगा। यह जानने के लिए कि समय के चरणों में त्रुटि कैसे भिन्न होती है, नोट करने के बाद समीकरण ({{EquationNote|5b}}) समीकरण में ({{EquationNote|2}}), में बदलें


त्रुटि के लिए केवल इस फॉर्म का उपयोग करके स्थिरता विशेषताओं का अध्ययन किया जा सकता है और व्यापकता में कोई नुकसान नहीं होगा। यह जानने के लिए कि समय के चरणों में त्रुटि कैसे भिन्न होती है, समीकरण को प्रतिस्थापित करें ({{EquationNote|5b}}) समीकरण में ({{EquationNote|2}}), उस पर ध्यान देने के बाद
<math display="block">\begin{align}
<math display="block">\begin{align}
  \epsilon_j^n & = E_m(t) e^{ik_m x} \\
  \epsilon_j^n & = E_m(t) e^{ik_m x} \\
Line 79: Line 82:
  \epsilon_{j-1}^n & = E_m(t)  e^{ik_m (x-\Delta x)},
  \epsilon_{j-1}^n & = E_m(t)  e^{ik_m (x-\Delta x)},
\end{align}</math>
\end{align}</math>
उपज देना (सरलीकरण के बाद)
 
 
सरलीकरण के बाद
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
\frac{E_{m}(t + \Delta t)}{E_{m}(t)}  = 1 + r \left(e^{i k_m \Delta x} + e^{-i k_m \Delta x} -  2\right).
\frac{E_{m}(t + \Delta t)}{E_{m}(t)}  = 1 + r \left(e^{i k_m \Delta x} + e^{-i k_m \Delta x} -  2\right).
Line 96: Line 101:
  G \equiv \frac{E_m(t + \Delta t)}{E_m(t)}   
  G \equiv \frac{E_m(t + \Delta t)}{E_m(t)}   
</math>|{{EquationRef|8}}}}
</math>|{{EquationRef|8}}}}
त्रुटि सीमित रहे इसके लिए आवश्यक एवं पर्याप्त शर्त यही है <math>| G | \leq 1.</math> इस प्रकार, समीकरणों से ({{EquationNote|7}}) और ({{EquationNote|8}}), स्थिरता की शर्त किसके द्वारा दी गई है
उचित और पर्याप्त स्थिति त्रुटि के अवशोषण के लिए <math>| G | \leq 1.</math> है अवकलनीय समीकरण के समाधान का प्रभावकारक घटक है,  इस प्रकार, समीकरण ({{EquationNote|7}}) और ({{EquationNote|8}}) से, स्थिरता की स्थिति दी गई है
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
  \left| 1 - 4 r \sin^2 (\theta /2) \right| \leq 1
  \left| 1 - 4 r \sin^2 (\theta /2) \right| \leq 1
</math>|{{EquationRef|9}}}}
</math>|{{EquationRef|9}}}}
ध्यान दें कि शब्द <math>4 r \sin^2 (\theta /2)</math> हमेशा सकारात्मक होता है. इस प्रकार, समीकरण को संतुष्ट करने के लिए ({{EquationNote|9}}):
ध्यान दें कि शब्द <math>4 r \sin^2 (\theta /2)</math>सदैव सकारात्मक होता है. इस प्रकार, समीकरण ({{EquationNote|9}}) को संतुष्ट करने के लिए :
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
  4 r \sin^2 (\theta /2) \leq 2
  4 r \sin^2 (\theta /2) \leq 2
</math>|{{EquationRef|10}}}}
</math>|{{EquationRef|10}}}}
उपरोक्त शर्त को सभी के लिए लागू करने के लिए <math>m</math> (और इसलिए सभी <math>\sin^2 (\theta /2)</math>). साइनसॉइडल शब्द का उच्चतम मान 1 हो सकता है और उस विशेष विकल्प के लिए यदि ऊपरी सीमा की स्थिति संतुष्ट है, तो सभी ग्रिड बिंदुओं के लिए भी ऐसा ही होगा, इस प्रकार हमारे पास है
उपरोक्त शर्त को सभी के लिए लागू करने के लिए <math>m</math> ज्यावक्रीय तरंग शब्द का उच्चतम मान 1 हो सकता है और उस विशेष विकल्प के लिए यदि ऊपरी सीमा की स्थिति संतुष्ट है, तो सभी ग्रिड बिंदुओं के लिए भी ऐसा ही होगा, इस प्रकार हमारे पास है
{{NumBlk||<math display="block">
{{NumBlk||<math display="block">
  r=\frac{\alpha \Delta t}{\left( \Delta x \right)^2} \leq \frac{1}{2}   
  r=\frac{\alpha \Delta t}{\left( \Delta x \right)^2} \leq \frac{1}{2}   
</math> |{{EquationRef|11}}}}
</math> |{{EquationRef|11}}}}
समीकरण ({{EquationNote|11}}) एक-आयामी ताप समीकरण पर लागू [[एफटीसीएस योजना]] के लिए स्थिरता की आवश्यकता देता है। यह कहता है कि किसी दिए गए के लिए <math>\Delta x</math>, का अनुमत मान <math>\Delta t</math> समीकरण को संतुष्ट करने के लिए पर्याप्त छोटा होना चाहिए ({{EquationNote|10}}).
समीकरण ({{EquationNote|11}}) एक-आयामी ताप समीकरण पर लागू [[एफटीसीएस योजना]] के लिए स्थिरता की आवश्यकता देता है। यह कहता है कि किसी दिए गए <math>\Delta x</math>, के लिए अनुमत मान <math>\Delta t</math> समीकरण को संतुष्ट करने के लिए पर्याप्त छोटा होना चाहिए ({{EquationNote|10}}).


इसी तरह के विश्लेषण से पता चलता है कि रैखिक संवहन के लिए एफटीसीएस योजना बिना शर्त अस्थिर है।
इसी तरह के विश्लेषण से पता चलता है कि रैखिक संवहन के लिए एफटीसीएस योजना बिना शर्त अस्थिर है।
Line 114: Line 119:
==संदर्भ==
==संदर्भ==
{{reflist}}
{{reflist}}
[[Category: संख्यात्मक विश्लेषण]] [[Category: फूरियर विश्लेषण]]


[[Category: Machine Translated Page]]
[[Category:CS1 maint]]
[[Category:Created On 25/07/2023]]
[[Category:Created On 25/07/2023]]
[[Category:Machine Translated Page]]
[[Category:Pages with script errors]]
[[Category:Templates Vigyan Ready]]
[[Category:फूरियर विश्लेषण]]
[[Category:संख्यात्मक विश्लेषण]]

Latest revision as of 10:38, 14 August 2023

संख्यात्मक विश्लेषण में, वॉन न्यूमैन स्थिरता विश्लेषण एक प्रक्रिया है जो रैखिक आंशिक अधिपूर्ण समीकरणों के लिए लागू किए जाने वाले अंतरक्रिया त्रुटि योजनाओं की स्थिरता की जांच करने के लिए उपयोग की जाती है।[1] यह विश्लेषण संख्यात्मक त्रुटि के फूरियर अपघटन पर आधारित है और इसे ब्रिटिश लोक शोधकर्ताओं जॉन क्रैंक और फिलिस निकोलसन द्वारा 1947 के एक लेख में संक्षेप में वर्णित किए जाने के बाद लॉस अलामोस राष्ट्रीय प्रयोगशाला में विकसित किया गया था।[2] यह विधि स्पष्ट समय एकीकरण का एक उदाहरण है जहां संचालक समीकरण को परिभाषित करने वाले फलन का मूल्यांकन वर्तमान समय में किया जाता है। बाद में, जॉन वॉन न्यूमैन द्वारा सह-लेखक एक लेख[3] में इस विधि को और अधिक कठोर उपचार दिया गया।

संख्यात्मक स्थिरता

संख्यात्मक योजनाओं की स्थिरता संख्यात्मक त्रुटि से निकटता से जुड़ी हुई है। एक सीमित अंतर योजना स्थिर होती है यदि गणना के एक समय चरण में की गई त्रुटियों के कारण गणना जारी रहने पर त्रुटियां बढ़ न जाएं। तटस्थ रूप से स्थिर योजना वह है जिसमें गणना आगे बढ़ने पर त्रुटियां स्थिर रहती हैं। यदि त्रुटियाँ कम हो जाती हैं और अंततः समाप्त हो जाती हैं, तो संख्यात्मक योजना को स्थिर कहा जाता है। यदि, इसके विपरीत, समय के साथ त्रुटियाँ बढ़ती हैं तो संख्यात्मक योजना को अस्थिर कहा जाता है। वॉन न्यूमैन स्थिरता विश्लेषण करके संख्यात्मक योजनाओं की स्थिरता की जांच की जा सकती है। समय-निर्भर समस्याओं के लिए, स्थिरता यह गारंटी देती है कि जब भी सटीक अंतर समीकरण का समाधान परिबद्ध होता है तो संख्यात्मक विधि एक परिबद्ध समाधान उत्पन्न करती है। स्थिरता, सामान्यतः जांच करना कठिन हो सकता है, प्रायः जब विचाराधीन समीकरण गैर-रेखीय आंशिक अंतर समीकरण होता है।

कुछ स्थितियों में, लैक्स-रिचटमेयर के अर्थ में स्थिरता के लिए वॉन न्यूमैन स्थिरता आवश्यक और पर्याप्त है जैसा कि लैक्स तुल्यता प्रमेय में उपयोग किया जाता है, पीडीई और परिमित अंतर योजना प्रारूपित हैं; पीडीई आवधिक सीमा स्थितियों के साथ निरंतर-गुणांक है और इसमें केवल दो स्वतंत्र चर हैं; और योजना दो से अधिक समय स्तरों का उपयोग नहीं करती है।[4] वॉन न्यूमैन स्थिरता बहुत व्यापक प्रकार के स्थितियों में आवश्यक है। इसकी सापेक्ष सरलता के कारण योजना में उपयोग किए गए चरण आकारों और प्रतिबंधों पर एक अच्छा अनुमान प्रदान करने के लिए इसका उपयोग प्रायः अधिक विस्तृत स्थिरता विश्लेषण के स्थान पर किया जाता है।

विधि का चित्रण

वॉन न्यूमैन विधि फूरियर श्रृंखला में त्रुटियों के अपघटन पर आधारित है। प्रक्रिया को स्पष्ट करने के लिए, एक-आयामी ताप समीकरण पर विचार करें

स्थानिक अंतराल पर परिभाषित , जिसे विभेदित किया जा सकता है[5] जैसा

 

 

 

 

(1)

यहाँ

और समाधान असतत समीकरण का विश्लेषणात्मक समाधान अनुमानित ग्रिड पर पीडीई है

राउंड-ऑफ़ त्रुटि को परिभाषित करें जैसे

यहाँ एक संख्यात्मक समीकरण (1) का समाधान है जिसे अवकलनीय प्रकार से प्राप्त किया गया है,और एक संख्यात्मक समाधान है जिसे अन्यांशी प्रकार से प्राप्त किया गया है, जिसमें गणना त्रुटि का सम्मिलित होता है। हम इसे के रूप में संदर्भित करेंगे।, और त्रुटि विवेचित समीकरण को भी संतुष्ट करना होगा।[6] यहां हमने यह मान लिया समीकरण को भी संतुष्ट करता है। इस प्रकार

 

 

 

 

(3)

 

 

 

 

(2)

त्रुटि के लिए पुनरावृत्ति संबंध है. समीकरण (1) और (2) दिखाएं कि त्रुटि और संख्यात्मक समाधान दोनों में समय के संबंध में समान वृद्धि या क्षय व्यवहार होता है। आवधिक सीमा स्थिति के साथ रैखिक अंतर समीकरणों के लिए, त्रुटि की स्थानिक भिन्नता को परिमित फूरियर श्रृंखला में विस्तारित किया जा सकता है, जैसे अंतराल में ,

जहां तरंग संख्या साथ और .

अवकलनीय समीकरणों के त्रुटि के टाइम विभाव अधिगम के लिए, हम मानते हैं कि त्रुटि का गतिशील अंश समय की एक फलन है। प्रायः यह धारणा की जाती है कि त्रुटि समय के साथ घातीय रूप से बढ़ती या घटती है, परंतु इसके लिए स्थायित्व विश्लेषण के लिए यह आवश्यक नहीं है।

यदि सीमा की स्थिति आवधिक नहीं है, तो हम इसके संबंध में परिमित फूरियर का उपयोग कर सकते हैं :

 

 

 

 

(4)

चूँकि त्रुटि के लिए अंतर समीकरण रैखिक है, यह एक विशिष्ट पद की त्रुटि की वृद्धि पर विचार करने के लिए पर्याप्त है:

 

 

 

 

(5a)

यदि फूरियर श्रृंखला का उपयोग किया जाता है या

 

 

 

 

(5b)

यदि फूरियर समाकलित का उपयोग किया जाता है।

चूंकि फूरियर श्रृंखला को फूरियर इंटीग्रल का एक विशेष स्थिति माना जा सकता है, इसलिए, हम त्रुटि के समय विभाव को फ़ूरियर इंटिग्रल का उपयोग करके विस्तृत करेंगे।

त्रुटि के लिए केवल इस फॉर्म का उपयोग करके स्थिरता विशेषताओं का अध्ययन किया जा सकता है और व्यापकता में कोई हानि नहीं होगा। यह जानने के लिए कि समय के चरणों में त्रुटि कैसे भिन्न होती है, नोट करने के बाद समीकरण (5b) समीकरण में (2), में बदलें


सरलीकरण के बाद

 

 

 

 

(6)

परिचय और पहचान का उपयोग करना

समीकरण (6) के रूप में लिखा जा सकता है

 

 

 

 

(7)

प्रवर्धन कारक को परिभाषित करें

 

 

 

 

(8)

उचित और पर्याप्त स्थिति त्रुटि के अवशोषण के लिए है अवकलनीय समीकरण के समाधान का प्रभावकारक घटक है, इस प्रकार, समीकरण (7) और (8) से, स्थिरता की स्थिति दी गई है

 

 

 

 

(9)

ध्यान दें कि शब्द सदैव सकारात्मक होता है. इस प्रकार, समीकरण (9) को संतुष्ट करने के लिए :

 

 

 

 

(10)

उपरोक्त शर्त को सभी के लिए लागू करने के लिए ज्यावक्रीय तरंग शब्द का उच्चतम मान 1 हो सकता है और उस विशेष विकल्प के लिए यदि ऊपरी सीमा की स्थिति संतुष्ट है, तो सभी ग्रिड बिंदुओं के लिए भी ऐसा ही होगा, इस प्रकार हमारे पास है

 

 

 

 

(11)

समीकरण (11) एक-आयामी ताप समीकरण पर लागू एफटीसीएस योजना के लिए स्थिरता की आवश्यकता देता है। यह कहता है कि किसी दिए गए , के लिए अनुमत मान समीकरण को संतुष्ट करने के लिए पर्याप्त छोटा होना चाहिए (10).

इसी तरह के विश्लेषण से पता चलता है कि रैखिक संवहन के लिए एफटीसीएस योजना बिना शर्त अस्थिर है।

संदर्भ

  1. Analysis of Numerical Methods by E. Isaacson, H. B. Keller
  2. Crank, J.; Nicolson, P. (1947), "A Practical Method for Numerical Evaluation of Solutions of Partial Differential Equations of Heat Conduction Type", Proc. Camb. Phil. Soc., 43: 50–67, doi:10.1007/BF02127704
  3. Charney, J. G.; Fjørtoft, R.; von Neumann, J. (1950), "Numerical Integration of the Barotropic Vorticity Equation", Tellus, 2: 237–254, doi:10.3402/tellusa.v2i4.8607
  4. Smith, G. D. (1985), Numerical Solution of Partial Differential Equations: Finite Difference Methods, 3rd ed., pp. 67–68
  5. in this case, using the FTCS discretization scheme
  6. Anderson, J. D., Jr. (1994). Computational Fluid Dynamics: The Basics with Applications. McGraw Hill.{{cite book}}: CS1 maint: multiple names: authors list (link)