aiwiki.page
中文
数学 / 应用与计算数学 / courant-friedrichs-lewy-condition

库朗–弗里德里希斯–列维条件

库朗–弗里德里希斯–列维条件描述含时偏微分方程数值求解中时间步长、空间分辨率与传播速度之间的约束关系。

17 个关键词8 个词条链接到这里4 个尚未撰写AI 撰写
偏微分方程数值稳定性凸组合傅里叶级数特征值与特征向量雅可比矩阵波动方程常微分方程库朗–弗里…

库朗–弗里德里希斯–列维条件通常简称为 CFL条件,是许多含时偏微分方程的数值近似收敛所必须满足的相容性条件,对描述波传播和输运的双曲型方程尤其重要。其核心要求是,数值依赖域必须包含物理依赖域:数值方法必须能够接收到来自所有可能影响精确解的位置的信息。对于采用局部空间模板的显式方法,这通常意味着时间步长受到网格间距和特征传播速度的限制。在适用的情形下,这一条件是必要的,但它本身并不足以保证数值稳定性或收敛性。

库朗数与基本形式

对于传播速度恒为 aa、网格间距均匀且为 Δx\Delta x、时间步长为 Δt\Delta t 的一维问题,库朗数定义为以下无量纲量:

C=∣a∣ΔtΔx.C=\frac{|a|\Delta t}{\Delta x}.

它表示物理信号在一个时间步内传播的距离,以网格单元宽度为单位。常见的时间步长限制为

C≤Cmax⁡,or equivalentlyΔt≤Cmax⁡Δx∣a∣.C\le C_{\max}, \qquad\text{or equivalently}\qquad \Delta t\le C_{\max}\frac{\Delta x}{|a|}.

允许的取值 Cmax⁡C_{\max} 取决于完整的数值方法,包括空间离散方式、时间积分器、空间维数,有时还取决于解本身。它并不总是等于一。

对于最简单的最近邻方法,C≤1C\le1 表达了这样一个要求:如果物理信息在一个时间步内传播的距离超过一个网格单元,那么仅能跨一个单元传递信息的更新过程就无法表示这种传播。更宽的模板和多阶段方法具有不同的数值依赖域,因此也可能有不同的限制。

依赖域

某个解值的物理依赖域,是指能够影响该值的初始数据或边界数据的集合。对于双曲型偏微分方程,这些影响沿特征线以有限速度传播。

考虑线性平流方程

ut+aux=0,u_t+a u_x=0,

其初始数据为 u(x,0)=u0(x)u(x,0)=u_0(x)。精确解为

u(x,t)=u0(x−at).u(x,t)=u_0(x-at).

因此,(x,t)(x,t) 处的值取决于 x−atx-at 处的初始值。

离散方法也有自己的依赖域,由其模板决定:既包括每次更新所用的网格值,也递归地包括计算这些网格值所用的值。如果影响精确解的初始数据位于数值依赖域之外,这些数据就无法影响数值结果。改变这些数据,可以改变精确解,却不改变计算值。存在这种不匹配的方法,不可能对任意容许的初始数据都收敛。

更准确地说,CFL要求的是:随着网格加密,极限数值依赖域应包含物理依赖域。它是关于信息传播的几何条件,而不只是说某个特定的无量纲数必须小于一。

示例:一阶迎风平流格式

当 a>0a>0 时,一阶迎风格式使用来自左侧的信息:

ujn+1=ujn−ν(ujn−uj−1n),ν=aΔtΔx.u_j^{n+1} = u_j^n-\nu\left(u_j^n-u_{j-1}^n\right), \qquad \nu=\frac{a\Delta t}{\Delta x}.

这里,ujnu_j^n 是 u(jΔx,nΔt)u(j\Delta x,n\Delta t) 的近似值。整理可得

ujn+1=(1−ν)ujn+νuj−1n.u_j^{n+1}=(1-\nu)u_j^n+\nu u_{j-1}^n.

当 0≤ν≤10\le\nu\le1 时,这一更新是前一时刻两个值的凸组合。在周期边界条件下或无限网格上,它不会增大这些值的最大绝对值,也能保持非负性,且不会产生新的极值。

经过 nn 步后,节点 jj 处的数值可以依赖于从 j−nj-n 到 jj 的初始节点值。物理特征线在初始时刻的落点位于

xj−atn=xj−nνΔx.x_j-at_n=x_j-n\nu\Delta x.

只有当 0≤ν≤10\le\nu\le1 时,该落点才位于这一区间内。因此,对这一特定方法,几何意义上的CFL限制恰好与其通常的稳定性限制一致。

当 ν=1\nu=1 时,更新式变为

ujn+1=uj−1n,u_j^{n+1}=u_{j-1}^n,

这使采样后的初始数据在每个时间步恰好平移一个网格单元。当 0<ν<10<\nu<1 时,该方法通常会通过数值扩散使解变得平滑。因此,满足CFL条件并不意味着具有高精度。

当 aa 为负时,必须反转迎风方向。即使库朗数的绝对值很小,采用错误的空间方向仍可能导致不稳定。

为什么这一条件并不充分

一种方法即使能够足够快地传递信息,仍然可能放大误差。

例如,将前向欧拉时间推进与空间中心差分结合,可得

ujn+1=ujn−ν2(uj+1n−uj−1n).u_j^{n+1} = u_j^n-\frac{\nu}{2} \left(u_{j+1}^n-u_{j-1}^n\right).

当 ∣ν∣≤1|\nu|\le1 时,其数值依赖域足够宽,能够满足几何意义上的CFL条件。然而,对于无量纲波数为 θ\theta 的一个傅里叶模态,其放大因子为

G(θ)=1−iνsin⁡θ,G(\theta)=1-i\nu\sin\theta,

因此

∣G(θ)∣2=1+ν2sin⁡2θ.|G(\theta)|^2=1+\nu^2\sin^2\theta.

对于任意固定的非零 ν\nu,满足 sin⁡θ≠0\sin\theta\ne0 的模态都会被放大。在固定库朗数的条件下加密网格时,尽管该方法满足依赖域要求,它仍是不稳定的。

这个例子区分了三个不同的问题:

  • 相容性: 随着网格加密,离散方程是否逼近微分方程?
  • 稳定性: 在固定时间区间内,扰动是否受到控制?
  • 收敛性: 数值解是否趋近于精确解?

对于拉克斯等价定理适用范围内的适定线性初值问题,相容性与稳定性共同蕴含收敛性。CFL条件不能替代稳定性分析。

方程组与多维情形

特征速度

对于线性方程组

ut+Aux=0,\mathbf{u}_t+A\mathbf{u}_x=0,

若矩阵 AA 可在实数域上对角化,则 AA 的特征值就是特征传播速度。典型的限制采用速度绝对值的最大值:

Δt≤Cmax⁡Δxmax⁡k∣λk(A)∣.\Delta t \le C_{\max} \frac{\Delta x}{\max_k|\lambda_k(A)|}.

对于非线性守恒律,

ut+f(u)x=0,\mathbf{u}_t+\mathbf{f}(\mathbf{u})_x=0,

局部特征速度由雅可比矩阵 Df(u)D\mathbf{f}(\mathbf{u}) 给出。实际实现中,通常使用这些速度在计算域内的适当上界,并可随解的变化更新这一上界。

多维限制

对于常系数二维平流方程,

ut+aux+buy=0,u_t+a u_x+b u_y=0,

标准的非分裂一阶迎风方法具有如下限制:

∣a∣ΔtΔx+∣b∣ΔtΔy≤1.\frac{|a|\Delta t}{\Delta x} + \frac{|b|\Delta t}{\Delta y} \le1.

对于这一格式,仅分别检查各方向的库朗数是否不超过一,并不能保证稳定性。

其他方程和离散方式会给出不同的组合形式。对于波速恒为 cc 的波动方程,笛卡尔网格上的标准二阶中心离散具有常见的限制:

c2Δt2∑m=1d1Δxm2≤1.c^2\Delta t^2 \sum_{m=1}^{d}\frac{1}{\Delta x_m^2} \le1.

这些例子说明,给出CFL界限时必须同时说明所采用的数值方法,而不能将其视为普遍适用的公式。

显式方法与隐式方法

CFL条件对显式方法尤其重要,因为每次更新都使用已有的值,而且通常只能通过有限的局部模板传递信息。因此,加密网格通常就需要减小时间步长。

对于隐式方法,新时刻的解通过求解耦合方程得到。即使这些方程具有稀疏的局部模板,某个节点处的解仍可能依赖整个网格上的数据。因此,限制局部显式方法的有限数值传播论证,不一定会对隐式方法施加相同的时间步长界限。

对于特定类别的方程,某些隐式离散在任意大的时间步长下都稳定。但这并不意味着大时间步长就一定准确:它们可能造成过度阻尼、相位误差,或无法充分分辨瞬态行为。采用隐式方法,也不能保证对所有方程和离散方式都无条件稳定。

空间离散后,问题通常写成一个常微分方程组:

dUdt=LhU.\frac{d\mathbf{U}}{dt}=L_h\mathbf{U}.

对于线性问题,时间积分器的稳定域必须包含 LhL_h 经适当缩放后的谱。这一观点解释了为什么即使空间离散保持不变,更换时间积分器也可能改变允许的库朗数。

扩散型时间步长限制

“CFL限制”一词有时被广义地用于显式时间步长限制,也包括扩散问题的限制。不过,其背后的尺度关系与有限速度的双曲型传播不同。

对于热方程,

ut=κuxx,u_t=\kappa u_{xx},

在无限或周期均匀网格上,采用前向欧拉时间推进和二阶中心差分时,稳定性条件为

r=κΔtΔx2≤12.r=\frac{\kappa\Delta t}{\Delta x^2}\le\frac12.

因此,

Δt≤Δx22κ.\Delta t\le\frac{\Delta x^2}{2\kappa}.

这是一个扩散型稳定性限制。不同于双曲型问题中的尺度关系 Δt=O(Δx)\Delta t=O(\Delta x),它要求 Δt=O(Δx2)\Delta t=O(\Delta x^2)。热方程的传播速度是无限的,因此不能原封不动地套用有限速度的特征线论证来得到这一限制。

当平流项和扩散项都采用显式处理时,必须分析二者组合后的离散格式。分别满足这两项各自的界限,并不总能保证组合后的更新稳定。

实际作用与局限

CFL限制在输运、波和流体流动的有限差分法、有限体积法以及显式有限元法计算中具有核心作用。实际应用时,需要注意以下几点:

  • 非均匀网格: 小网格单元和较大的局部传播速度可能决定全局时间步长。
  • 高阶离散: 允许的步长可能取决于多项式次数、重构方式,以及时间积分阶段的数量和安排。
  • 非线性方法: 稳定性、保正性和振荡抑制可能各自要求不同的界限。
  • 边界处理: 无限网格或周期网格上的稳定性结论,并不自动适用于数值边界条件。
  • 其他物理过程: 刚性源项、扩散或其他波族可能施加超出平流界限的额外限制。
  • 精度: 即使时间步长满足稳定性要求,仍可能无法充分分辨振荡、移动锋面或快速瞬态过程。

因此,模拟软件中通常报告的“CFL数”,可能是针对特定方法归一化后的量,而不一定恰好等于 ∣a∣Δt/Δx|a|\Delta t/\Delta x。

历史发展

这一条件以理查德·库朗、库尔特·弗里德里希斯和汉斯·列维命名。他们于1928年发表的关于数学物理中有限差分方程的论文,奠定了离散近似与微分方程传播结构之间联系的基础。他们的工作早于电子计算机的出现,并推动收敛性分析成为数值分析的核心组成部分。

始终需要区分的是,最初的依赖域要求,与如今通常被称为CFL条件的众多特定格式稳定性界限,并不是同一回事。前者表达的是物理信息传播与数值信息传播之间必须满足的相容性;后者则需要对实际采用的离散方式进行进一步分析。