Вариационный метод Ритца: приближённое решение краевых задач

Многие краевые задачи математической физики допускают эквивалентную формулировку: вместо того чтобы решать дифференциальное уравнение напрямую, мы ищем функцию, доставляющую минимум некоторому энергетическому функционалу. Именно на этой эквивалентности построен вариационный метод Ритца - один из старейших и самых наглядных способов получить приближённое решение там, где точное выписать невозможно. Идея проста: ограничиться конечным набором пробных функций и подобрать коэффициенты так, чтобы функционал стал минимальным. Ниже разбираем, как метод работает по шагам, как выбрать базис, как собрать систему Ритца и где он стыкуется с методом конечных элементов.

Вариационная постановка краевой задачи

Метод Ритца применим, когда дифференциальная задача имеет вариационный эквивалент. Классический пример - задача с оператором $-\frac{d}{dx}\left(p(x)\frac{du}{dx}\right) + q(x)u = f(x)$ на отрезке $[a,b]$ с однородными условиями $u(a)=u(b)=0$. Ей соответствует функционал энергии

$J[u] = \frac12 \int_a^b \left( p(x)\,(u')^2 + q(x)\,u^2 \right) dx - \int_a^b f(x)\,u\,dx.$

Если $p(x) > 0$ и $q(x) \ge 0$, функционал $J[u]$ выпуклый, и его минимум на множестве допустимых функций (удовлетворяющих краевым условиям) совпадает с решением исходной краевой задачи. Это утверждение - следствие принципа минимума энергии: уравнение Эйлера–Лагранжа для $J[u]$ как раз и есть исходное дифференциальное уравнение. Поэтому минимизация функционала и решение краевой задачи - две стороны одной медали.

Прежде чем перебирать формулы вручную, удобно собрать постановку задачи и сразу увидеть, какой функционал и какой базис вы выбираете. Маленький инструмент ниже помогает оформить запрос на разбор конкретной задачи методом Ритца.

Базисные функции и пробное решение

Сердце метода - представление приближённого решения в виде линейной комбинации заранее выбранных базисных функций:

$u_n(x) = \sum_{i=1}^{n} c_i \,\varphi_i(x).$

Здесь $\varphi_i(x)$ - координатные (базисные) функции, а $c_i$ - неизвестные коэффициенты, которые и определяет метод Ритца. К базису предъявляются три требования. Во-первых, каждая $\varphi_i$ должна удовлетворять однородным главным (геометрическим) краевым условиям - тогда любая их комбинация автоматически допустима. Во-вторых, функции должны быть линейно независимыми. В-третьих, система $\{\varphi_i\}$ должна быть полной: при $n \to \infty$ ею можно приблизить любое допустимое решение со сколь угодно малой ошибкой - это гарантирует сходимость.

Типичные варианты базиса: степенные функции $\varphi_i(x)=x^i(1-x)$ на $[0,1]$, тригонометрические $\varphi_i(x)=\sin(i\pi x)$, ортогональные многочлены (Лежандра, Чебышёва) или кусочно-линейные «шапочки», ведущие прямо к методу конечных элементов. Выбор базиса напрямую влияет на скорость сходимости и обусловленность итоговой системы.

Система Ритца: от функционала к уравнениям

Подставив пробное решение $u_n$ в функционал, мы превращаем $J[u_n]$ в обычную функцию $n$ переменных $c_1, \dots, c_n$. Необходимое условие минимума - равенство нулю всех частных производных:

$\frac{\partial J}{\partial c_k} = 0, \qquad k = 1, \dots, n.$

Для квадратичного функционала эти условия дают линейную систему - её и называют системой Ритца:

$\sum_{i=1}^{n} a_{ki}\, c_i = b_k, \qquad a_{ki} = \int_a^b \left( p\,\varphi_k'\varphi_i' + q\,\varphi_k\varphi_i \right) dx, \quad b_k = \int_a^b f\,\varphi_k\,dx.$

Матрица $A=(a_{ki})$ симметрична и положительно определена при $p>0,\ q\ge0$ - это означает, что система разрешима однозначно, а найденная точка действительно доставляет минимум. Решив систему относительно $c_i$ (например, методом Гаусса или разложением Холецкого), мы получаем приближённое решение $u_n(x)$. Подробнее про устойчивые способы решать такие системы - в материале о методе Гаусса–Зейделя для СЛАУ.

Связь с методом Бубнова–Галёркина

Вариационный метод Ритца тесно связан с методом Бубнова–Галёркина. Если в методе Галёркина потребовать ортогональности невязки уравнения ко всем базисным функциям, то для самосопряжённых положительно определённых операторов система Галёркина совпадает с системой Ритца с точностью до обозначений. Различие в области применимости: Ритц требует существования минимизируемого функционала (то есть симметрии оператора), а Галёркин формально работает и для несамосопряжённых задач, где энергетического функционала нет. Поэтому метод Ритца считают частным, «энергетически корректным» случаем проекционных методов.

Оценка погрешности и сходимость

Сходимость метода Ритца опирается на полноту базиса и на энергетическую норму $\|u\|_E = \sqrt{2\,J_0[u]}$, где $J_0$ - квадратичная часть функционала. Ключевое свойство: приближение $u_n$ есть проекция точного решения $u$ на конечномерное подпространство $\mathrm{span}\{\varphi_1,\dots,\varphi_n\}$ в этой норме. Отсюда вытекает важное неравенство - погрешность по энергии монотонно убывает с ростом $n$:

$\|u - u_n\|_E \le \|u - v\|_E \quad \text{для любого } v \in \mathrm{span}\{\varphi_i\}.$

То есть метод Ритца даёт наилучшее приближение в энергетической норме среди всех комбинаций выбранного базиса. На практике сходимость контролируют, сравнивая $u_n$ и $u_{n+1}$: если добавление новой базисной функции почти не меняет значение функционала и коэффициенты, точность достигнута. Для гладких решений и удачного базиса скорость убывания ошибки бывает экспоненциальной (спектральная сходимость), для кусочно-линейного базиса - степенной, как в методе конечных элементов.

Пример: задача о прогибе

Рассмотрим $-u'' = 1$ на $[0,1]$ с условиями $u(0)=u(1)=0$ (точное решение $u(x)=\tfrac12 x(1-x)$). Возьмём один базисный член $\varphi_1(x)=x(1-x)$. Тогда

$a_{11} = \int_0^1 (\varphi_1')^2\,dx = \frac13, \qquad b_1 = \int_0^1 \varphi_1\,dx = \frac16,$

откуда $c_1 = b_1/a_{11} = \tfrac12$ и $u_1(x)=\tfrac12 x(1-x)$ - точное решение получилось уже с одним членом, потому что точное решение само лежит в выбранном подпространстве. Это иллюстрирует главный принцип: качество результата определяется тем, насколько базис «угадывает» форму решения. Если бы базис был хуже (скажем, $\sin(\pi x)$), мы получили бы хорошее, но не точное приближение и видели бы убывание ошибки при добавлении гармоник.

Полезно проследить, что произойдёт при тригонометрическом базисе. Для $\varphi_1(x)=\sin(\pi x)$ интегралы дают $a_{11}=\pi^2/2$ и $b_1=2/\pi$, откуда $c_1 = 4/\pi^3 \approx 0{,}129$. Полученное приближение $u_1=c_1\sin(\pi x)$ в середине отрезка даёт $u_1(0{,}5)\approx 0{,}129$ против точного значения $0{,}125$ - ошибка порядка трёх процентов уже на одном члене. Добавление следующих нечётных гармоник $\sin(3\pi x)$, $\sin(5\pi x)$ быстро уменьшает невязку, демонстрируя сходимость. Это типичная картина: разумный базис даёт приемлемую точность малым числом членов, а контроль ошибки идёт через стабилизацию коэффициентов.

Где применяется метод

Исторически метод Ритца возник в задачах механики деформируемого тела: расчёт прогибов балок и пластин, колебаний мембран, устойчивости стержней. Сегодня его прямое продолжение - метод конечных элементов, где роль базиса играют локальные кусочно-полиномиальные функции на сетке. Метод Ритца лежит и в основе вариационных расчётов в квантовой механике (вариационный принцип для энергии основного состояния), и в задачах теплопроводности и электростатики. Везде, где задача сводится к минимуму энергии, метод Ритца даёт прозрачный и устойчивый способ построить приближение.

Отдельно стоит отметить вычислительную сторону. Главная трудозатратная часть метода - вычисление интегралов для элементов матрицы $a_{ki}$ и правой части $b_k$. При гладких коэффициентах их берут аналитически, при сложных $p(x)$, $q(x)$, $f(x)$ - численно (квадратурами Гаусса). Симметрия и положительная определённость матрицы позволяют применять разложение Холецкого, которое вдвое быстрее общего метода Гаусса и численно устойчиво. Именно сочетание небольшого размера системы для гладких задач и хорошей структуры матрицы делает метод Ритца привлекательным как для ручного учебного расчёта, так и для основы промышленных конечно-элементных пакетов.

Частые ошибки

• Базис не удовлетворяет краевым условиям. Если хотя бы одна $\varphi_i$ нарушает главные условия $u(a)=u(b)=0$, комбинация недопустима и метод даёт бессмыслицу. Проверяйте граничные значения каждой функции до сборки системы.
• Использование метода без вариационной постановки. Ритц требует симметричного положительно определённого оператора и существования функционала. Для несамосопряжённых задач берите метод Галёркина.
• Линейно зависимый или неполный базис. Зависимые функции делают матрицу $A$ вырожденной, неполный базис убивает сходимость - добавление членов не приближает к решению.
• Путаница главных и естественных краевых условий. Главные (на саму функцию) надо встраивать в базис, естественные (на производную) выполняются автоматически через функционал. Встраивание естественных условий - лишнее ограничение.
• Плохая обусловленность при степенном базисе. Мономы $x^i$ дают почти вырожденную матрицу при больших $n$; переходите к ортогональным многочленам.

FAQ

Чем метод Ритца отличается от метода конечных элементов? МКЭ - это метод Ритца с особым выбором базиса: кусочно-полиномиальные функции с локальным (компактным) носителем на сетке. Это даёт разреженную матрицу и удобство для сложных областей, сохраняя всю вариационную теорию Ритца.

Обязательно ли базисные функции должны быть ортогональными? Нет. Ортогональность не требуется - нужны лишь линейная независимость и полнота. Но ортогональный (или близкий к ортогональному) базис улучшает обусловленность системы Ритца и упрощает вычисления.

Сколько базисных функций брать? Столько, чтобы добавление следующей почти не меняло значение функционала и коэффициенты. Начинают с 2–3 членов и увеличивают $n$, контролируя стабилизацию решения и значения $J[u_n]$.

Коротко

Вариационный метод Ритца сводит краевую задачу к минимизации энергетического функционала на конечномерном подпространстве. Приближённое решение ищется как линейная комбинация базисных функций, удовлетворяющих главным краевым условиям; коэффициенты находятся из линейной системы Ритца с симметричной положительно определённой матрицей. Метод даёт наилучшее приближение в энергетической норме, сходится при полном базисе и служит прямым предшественником метода конечных элементов.