Спектральный метод¶

Спектральный метод — класс численных методов решения задач линейной алгебры и дифференциальных уравнений, основанный на представлении искомой функции в виде линейной комбинации собственных функций (мод) некоторого оператора. В отличие от разностных методов, спектральные методы используют глобальные базисные функции (тригонометрические многочлены, полиномы, сферические гармоники), что обеспечивает экспоненциальную точность сходимости при гладких решениях.

¶История

Идея разложения функций по собственным функциям оператора восходит к работам Жозеф Фурье (1822), предложившему разложение произвольной функции в ряд по синусам и косинусам. В XX веке метод получил развитие в работах по численному решению дифференциальных уравнений: С. А. Христофорович (1930-е), а затем — в контексте задач механики жидкости и газа.

Термин «спектральные методы» закрепился в 1960-х годах в связи с работами Орсага (S. A. Orszag), предложившего использовать ортогональные полиномы для решения уравнений Навье — Стокса. В СССР развитие спектральных методов связано с именами А. А. Самарского, А. Н. Тихонова, а также с работами по вычислительной гидродинамике.

¶Математическая постановка

Рассмотрим задачу о нахождении функции $u(x)$, удовлетворяющей операторному уравнению $Lu = f$ с соответствующими граничными условиями. Спектральный метод предполагает аппроксимацию

$$u(x) \approx u_N(x) = \sum_{k=0}^{N-1} \hat{u}_k \varphi_k(x),$$

где $\varphi_k(x)$ — базисные функции, а $\hat{u}_k$ — искомые коэффициенты разложения. Подстановка аппроксимации в исходное уравнение и применение метода Галёркина (или метода наименьших квадратов) приводит к системе алгебраических уравнений относительно коэффициентов $\hat{u}_k$.

¶Виды спектральных методов

¶По типу базисных функций

¶По методу аппроксимации

• Метод Галёркина — базисные функции удовлетворяют граничным условиям; уравнение умножается на эти же функции и интегрируется.
• Метод коллокации — уравнение выполняется в конечном наборе точек (узлах коллокации).
• Метод наименьших квадратов — минимизируется квадратичный функционал невязки.
• Псевдоспектральные методы — комбинация представления в базисе и вычисления производных в пространственном представлении через преобразования Фурье или полиномиальные интерполяции.

¶Свойства и характеристики

¶Точность и сходимость

Для гладких (аналитических) решений спектральные методы демонстрируют экспоненциальную сходимость: ошибка убывает быстрее любой степени $N$. Для решений из класса $C^k$ сходимость алгебраическая, порядок которой зависит от гладкости. Это делает спектральные методы предпочтительными для задач с гладкими решениями, но менее эффективными при наличии разрывов (ударные волны, фронты пламени).

¶Вычислительная сложность

Прямое вычисление коэффициентов разложения требует $O(N^2)$ операций. При использовании быстрых преобразований Фурье (БПФ) сложность снижается до $O(N \log N)$, что делает спектральные методы конкурентоспособными для больших задач.

¶Матричная форма

Для линейных задач спектральный метод сводится к линейной системе с матрицей $A$, элементы которой определяются скалярными произведениями базисных функций с оператором. Спектр матрицы $A$ приближает спектр оператора $L$ — отсюда и название метода.

¶Применение

Спектральные методы широко используются в:

• Вычислительной гидродинамике — моделирование турбулентных течений, задачи Навье — Стокса на периодических доменах.
• Астрофизике — моделирование звёздных структур, акустических осцилляций (метод Хелмхольца).
• Квантовой механике — вычисление собственных значений и функций гамильтонианов.
• Климатологии — общие циркуляционные модели атмосферы и океана.
• Обработке сигналов — спектральный анализ, фильтрация.

В России спектральные методы применяются в Институте вычислительных технологий СО РАН, МГУ им. М. В. Ломоносова, СПбГУ и других научных центрах.

¶Ограничения

Основные недостатки спектральных методов:

• Требование гладкости решения и области (сложная геометрия ограничивает применение).
• Плохая работа при наличии разрывов и локализованных особенностей.
• Сложность удовлетворения неоднородных граничных условий на сложных областях.
• Возможность феномена Гиббса при аппроксимации разрывных функций.

Для преодоления этих ограничений разработаны спектрально-элементные методы (SEM), сочетающие локальные полиномиальные аппроксимации на элементах неструктурированной сетки со спектральной точностью внутри каждого элемента.

¶Источники

• Готтлиб Д., Орсаг С. Численный анализ спектральных методов. — М.: Мир, 1988.
• Хестхэвен Дж., Готтлиб Д., Готтлиб Н. Спектральные методы в задачах вычислительной физики. — М.: Вильямс, 2007.
• Самарский А. А., Тихонов А. Н. Уравнения математической физики. — М.: Наука, 1977.
• Boyd J. P. Chebyshev and Fourier Spectral Methods. — Dover, 2001.
• Canuto C., Hussaini M. Y., Quarteroni A., Zang T. A. Spectral Methods in Fluid Dynamics. — Springer, 1988.