तीन विधियाँ, तीन क्षेत्र
परीक्षण समीकरण dy/dx = λy के लिए, तीन स्पष्ट ODE विधियों के पास जटिल hλ-तल में निम्नलिखित स्थिरता क्षेत्र हैं:
यूलर की विधि (प्रथम-क्रम): स्थिरता क्षेत्र डिस्क |1 + hλ| ≤ 1 है, (-1, 0) पर केंद्रित त्रिज्या 1 का एक वृत्त। वास्तविक नकारात्मक hλ [-2, 0] में होना चाहिए।
रंज-कुट्टा 2 (मध्य-बिंदु विधि) (द्वितीय-क्रम): स्थिरता क्षेत्र |1 + hλ + (hλ)²/2| ≤ 1 है। यूलर की डिस्क से बड़ा, लेकिन अभी भी सीमित।
रंज-कुट्टा 4 (चतुर्थ-क्रम): स्थिरता क्षेत्र |1 + hλ + (hλ)²/2 + (hλ)³/6 + (hλ)⁴/24| ≤ 1 को संतुष्ट करता है। वास्तविक नकारात्मक hλ लगभग -2.785 तक विस्तारित है। क्षेत्र यूलर के की तुलना में काफी बड़ा है।
बैकवर्ड यूलर (अंतर्निहित): स्थिरता क्षेत्र डिस्क |1 - hλ|⁻¹ > 1 को छोड़कर पूरा जटिल तल है, समान रूप से |1/(1-hλ)| ≤ 1। बाएं अर्ध-तल में λ के लिए (Re(λ) < 0), यह बिना शर्त स्थिर है — स्थिरता से h पर कोई बाधा नहीं।
प्रवर्धन फ़ंक्शन
किसी भी रंज-कुट्टा विधि के लिए, प्रति चरण प्रवर्धन कारक R(hλ) e^(hλ) का एक बहुपद सन्निकटन है:
- यूलर: R(z) = 1 + z (डिग्री 1 पर काटा गया)
- RK2: R(z) = 1 + z + z²/2 (डिग्री 2 पर काटा गया)
- RK4: R(z) = 1 + z + z²/2 + z³/6 + z⁴/24 (डिग्री 4 पर काटा गया)
स्थिरता क्षेत्र {z ∈ ℂ : |R(z)| ≤ 1} है। वास्तविक समाधान प्रवर्धन: |e^z| = e^(Re(z))। Re(z) < 0 (स्थिर ODE) के लिए, वास्तविक समाधान क्षय होता है। संख्यात्मक विधि स्थिर है यदि |R(z)| ≤ 1 — क्षय व्यवहार से मेल खाता है।
शुद्ध काल्पनिक Eigenvalues: दोलनशील प्रणालियाँ
कई भौतिक प्रणालियों के पास शुद्ध काल्पनिक eigenvalues हैं: λ = iω (अवमंदन के बिना दोलन)। स्प्रिंग-द्रव्यमान प्रणाली, कक्षीय यांत्रिकी, पेंडुलम गतिविज्ञान।
λ = iω के लिए: hλ = ihω काल्पनिक अक्ष पर स्थित है।
काल्पनिक अक्ष पर यूलर की स्थिरता: किसी भी h > 0 के लिए |1 + ihω|² = 1 + (hω)² > 1। यूलर शुद्ध काल्पनिक eigenvalues पर किसी भी चरण आकार के लिए अस्थिर है। परिकलित 'दोलन' बिना बाध्य के बढ़ता है।
काल्पनिक अक्ष पर RK4 की स्थिरता: स्थिरता क्षेत्र काल्पनिक अक्ष पर लगभग |hω| ≤ 2.83 तक विस्तारित है। पर्याप्त रूप से छोटे h के लिए, RK4 अवमंदन किए बिना दोलन को संभालता है। यूलर नहीं कर सकता।
यह ज्यामिति है कि यूलर रूढ़िवादी प्रणालियों (स्प्रिंग-द्रव्यमान, कक्षाएँ, तरंग समीकरण) पर छोटे h के साथ भी विफल क्यों होता है, जबकि RK4 उन्हें अच्छी तरह से संभालता है।
कठोर समस्याओं की ज्यामिति
एक कठोर ODE प्रणाली में बहुत अलग-अलग परिमाण के eigenvalues हैं। कठोरता अनुपात: κ = max|Re(λᵢ)| / min|Re(λᵢ)| >> 1।
कठोरता स्पष्ट सॉल्वर के लिए महंगी क्यों है:
स्थिरता h·max|λᵢ| ≤ C की आवश्यकता है (जहाँ C विधि पर निर्भर करता है)। सबसे नकारात्मक eigenvalue सीमा निर्धारित करता है।
धीमी गतिविज्ञान के लिए सटीकता h·min|λᵢ| ≥ ε की आवश्यकता है (सबसे धीमे मोड को पर्याप्त रूप से हल करें)।
यदि κ बड़ा है, तो ये दो आवश्यकताएं एक छोटा h बनाती हैं: तेज मोड की स्थिरता के लिए पर्याप्त छोटा, धीमे मोड को नमूना लेने के लिए पर्याप्त बड़ा। चरणों की संख्या κ के साथ मापी जाती है।
Eigenvalue स्पेक्ट्रम में ज्यामितीय चित्र: Jacobian ∂f/∂y के eigenvalues जटिल तल में बिंदुओं का एक समूह बनाते हैं। एक स्पष्ट सॉल्वर का स्थिरता क्षेत्र सभी बिंदु h·λᵢ को शामिल करना चाहिए। यदि eigenvalues -1 से -1000 तक फैले हुए हैं, तो स्थिरता क्षेत्र वास्तविक अक्ष के साथ 1000 की एक श्रृंखला को कवर करना चाहिए — बहुत छोटे h की आवश्यकता है।
अंतर्निहित सॉल्वर: बैकवर्ड यूलर का स्थिरता क्षेत्र पूरे बाएं अर्ध-तल को कवर करता है। Re(λ) < 0 के साथ सभी eigenvalues h की परवाह किए बिना स्थिरता क्षेत्र के अंदर स्वचालित रूप से हैं। h पर बाधा केवल सटीकता से आती है, स्थिरता से नहीं।
कठोरता अनुपात और लागत
तेज प्रतिक्रियाओं (समय पैमाना 10⁻⁶ s) और धीमी प्रतिक्रियाओं (समय पैमाना 1 s) के साथ एक रासायनिक प्रतिक्रिया नेटवर्क पर विचार करें।
कठोरता अनुपात: κ = 10⁶ / 1 = 10⁶।
RK4 के साथ (स्थिरता सीमा h·|λ_max| ≤ 2.785): h_max = 2.785 / 10⁶ ≈ 2.8 × 10⁻⁶ s।
10 s की प्रतिक्रिया समय में एकीकृत करने के लिए: चरण = 10 / (2.8 × 10⁻⁶) ≈ 3.6 × 10⁶।
बैकवर्ड यूलर के साथ (बिना शर्त स्थिर): धीमी प्रतिक्रियाओं की सटीकता के लिए h चुना जा सकता है। h = 10⁻² s (1 s पैमाने पर 100 नमूने)। चरण = 10 / 10⁻² = 1000।
लागत अनुपात: स्पष्ट 3.6 मिलियन चरण बनाम निहित 1000 चरण — 3600 का कारक। प्रत्येक निहित चरण के लिए एक रैखिक प्रणाली को हल करने की आवश्यकता होती है (प्रति चरण लागत अधिक है), लेकिन बहुत कठोर समस्याओं के लिए कुल लागत बहुत कम है।
n-आयामी ट्यूब वह नहीं हैं जो आप सोचते हैं
2D में, एक वक्र C के चारों ओर त्रिज्या ε की 'ट्यूब' C के दूरी ε के भीतर के बिंदुओं का समूह है। अनुप्रस्थ-अनुभाग त्रिज्या ε का एक वृत्त है। ट्यूब की मात्रा इसकी लंबाई के अनुपात में बढ़ती है।
n आयामों में, अध्याय 9 की घटना के कारण ट्यूब ज्यामिति मौलिक रूप से बदलती है:
n-आयामी कोने विरोधाभास: n-आयामी स्थान में, एक n-आयामी हाइपरक्यूब की लगभग सभी मात्रा कोनों में स्थित है — केंद्रीय क्षेत्र में नहीं। जैसे-जैसे n बढ़ता है, केंद्र के दूरी ε के भीतर की मात्रा का अंश किसी भी निश्चित ε के लिए शून्य हो जाता है।
ODE समाधान ट्यूबों पर लागू:
2D में: यदि वास्तविक समाधान एक ट्यूब के केंद्र से गुजरता है, तो अधिकांश पास के बिंदु वक्र के करीब हैं। छोटे perturbations आपको वास्तविक समाधान के पास रखते हैं।
उच्च आयामों में: ट्यूब के सीमांकन बॉक्स के भीतर अधिकांश बिंदु वास्तव में वास्तविक समाधान वक्र से दूर हैं। ट्यूब की 'मात्रा' कोनों द्वारा प्रभुत्व है — ऐसे क्षेत्र जो एक साथ कई आयामों में केंद्र से दूर हैं।
सिमुलेशन के लिए परिणाम: 28 युग्मित ODEs (Hamming की नौसेना अवरोध समस्या) के साथ, प्रत्येक आयाम में आकार ε की एक गड़बड़ी वास्तविक समाधान से ε√28 ≈ 5.3ε की कुल विस्थापन पैदा कर सकती है। ट्यूब को सभी आयामों में L2 मानदंड के संदर्भ में समझना चाहिए, न कि केवल किसी एक आयाम में अधिकतम विस्थापन।
उच्च आयामों में स्थिरता: एक प्रणाली जहाँ प्रत्येक घटक स्वतंत्र रूप से क्षय होता है (प्रत्येक eigenvalue में नकारात्मक वास्तविक भाग है) अभी भी बड़ी संयुक्त विस्थापन दिखा सकता है क्योंकि घटकों की त्रुटियाँ L2 मानदंड में जोड़ी जाती हैं। 28-आयामी ट्यूब सिर्फ 28 स्वतंत्र 1-आयामी ट्यूबें नहीं है — ज्यामिति उन्हें जोड़ती है।
ज्यामिति से डिजाइन तक
अध्याय 18-20 की ज्यामितीय अंतर्दृष्टि संख्यात्मक सिमुलेशन के लिए डिजाइन सिद्धांतों के एक समूह के रूप में एक साथ आती है:
चरण आकार चयन: h को हर eigenvalue के लिए स्थिरता क्षेत्र के अंदर h·λ रखना चाहिए। कठोर प्रणालियों के लिए, निहित विधियां स्थिरता बाधा को हटाती हैं, केवल सटीकता आवश्यकताएं छोड़ती हैं।
उच्च आयामों में त्रुटि संचय: वैश्विक त्रुटि n-आयामी स्थान में एक वेक्टर है। इसका मानदंड प्रति-घटक त्रुटि के √n गुना बढ़ता है। उच्च-आयामी सिमुलेशन को कठोर प्रति-चरण सटीकता आवश्यकताओं की आवश्यकता है।
स्थिरता के रूप में प्रतिक्रिया: यदि सिमुलेशन प्रतिक्रिया को शामिल करता है (परिकलित आउटपुट बाद के इनपुट को प्रभावित करता है, जैसा कि एक मार्गदर्शन प्रणाली में), अभिसारी प्रतिक्रिया त्रुटियों को कम करती है। सिमुलेशन प्रतिक्रिया लूप के अंदर मात्रा के लिए अस्पष्ट इनपुट को सहन कर सकता है।
संकेत के रूप में अस्थिरता: विचलन दिशा क्षेत्रों वाली समस्याओं के लिए, अस्थिरता का दोहन किया जा सकता है: विचलन की दिशा प्रारंभिक स्थिति त्रुटि के बारे में जानकारी वहन करती है, सुधारात्मक समायोजन को सक्षम करता है।