Numerisk løsning av PDL

Like dokumenter
Partielle differensialligninger. Problemstilling. Anne Kværnø

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

Numerisk løsning av ODL

Numerisk lineær algebra

MA2501 Numeriske metoder

TMA4210 Numerisk løsning av part. diff.lign. med differansemetoder Vår 2005

EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212)

Eksamen i TMA4122 Matematikk 4M

Differansemetoder for to-punkts randverdiproblemer. Innledning. Anne Kværnø

LØSNINGSFORSLAG TIL EKSAMEN I FAG SIF5045 NUMERISK LØSNING AV DIFFERENSIALLIGNINGER

Diskretisering av varmeledningsligningen

Numerisk integrasjon

EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212)

Newtons metode for system av ligninger

Masteroppgave i matematikk

Eksamensoppgave i TMA4135 Matematikk 4D

Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!

EKSAMEN I FAG TMA4220 NUMERISK LØSNING AV PARTIELLE DIFFERENSIALLIGNINGER VED HJELP AV ELEMENTMETODEN

Eksamensoppgave i TMA4135 Matematikk 4D

UNIVERSITETET I OSLO

Matematikk 4 TMA4123M og TMA 4125N 20. Mai 2011 Løsningsforslag med utfyllende kommentarer

EKSAMEN I FAG SIF5050 NUMERISK LØSNING AV PARTIELLE DIFFERENSIALLIGNINGER VED HJELP AV ELEMENTMETODEN

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Lineære ligningssystemer og gausseliminasjon

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =

Numerikk. TMA Matematikk 4N. Einar Baumann

Forord. TMA4212 Numerisk løsning av partielle differensialligninger med endelig differensemetoder. Brynjulf Owren. 8. januar 2007

TMA4212 Numerisk løsning av partielle differensialligninger med endelig differensemetoder. Brynjulf Owren

s 2 Y + Y = (s 2 + 1)Y = 1 s 2 (1 e s ) e s = 1 s s2 s 2 e s. s 2 (s 2 + 1) 1 s 2 e s. s 2 (s 2 + 1) = 1 s 2 1 s s 2 e s.

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag. Side 1 av 6. Faglig kontakt under eksamen: Navn: Brynjulf Owren (93518)

Fasit MAT102 juni 2016

Lineære likningssystemer og matriser

Eksamen i TMA4180 Optimeringsteori Løsningsforslag.

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Forelesningsplan M 117

LØSNINGSFORSLAG EKSAMEN MATEMATIKK 4N,

Lineære ligningssystemer og gausseliminasjon

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010

TMA Matematikk 4D Fredag 19. desember 2003 løsningsforslag

Numerikk. TMA Matematikk 4N. Einar Baumann

TMA4100 Matematikk 1 Høst 2014

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)

Anvendelser av potensrekker

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

TMA4123M regnet oppgavene 2 7, mens TMA4125N regnet oppgavene 1 6. s 2 Y + Y = (s 2 + 1)Y = 1 s 2 (1 e s ) e s = 1 s s2 s 2 e s.

Oblig 3 i FYS mars 2009

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

Dette kan selvfølgelig brukes direkte som en numerisk tilnærmelse til den deriverte i et gitt punkt.

EKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)

EKSAMEN I TMA4180 OPTIMERINGSTEORI

Høgskolen i Oslo og Akershus. 1 (x 2 + 1) 1/2 + x 1 2 (x2 + 1) 1/2 (x 2 + 1) = x 2x 2 x = = 3 ln x sin x

TMA4215 Numerisk matematikk

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

Fasit eksamen i MAT102 4/6 2014

5.8 Iterative estimater på egenverdier

Forelesningsnotater i Partielle differensiallikninger. Dag Lukkassen

f (x) = a 0 + a n cosn π 2 x. xdx. En gangs delvisintegrasjon viser at 1 + w 2 eixw dw, 4 (1 + w 2 ) 2 eixw dw.

Lineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler

1. (a) Finn egenverdiene og egenvektorene til matrisen A =

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Komplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall

SIF5005 våren 2003: Maple-øving 1

TMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:

Numerisk løsning av differensiallikninger Eulers metode,eulers m

Eksamensoppgave i TMA4122,TMA4123,TMA4125,TMA4130 Matematikk 4N/M

UNIVERSITETET I OSLO

dg = ( g P0 u)ds = ( ) = 0

LØSNING FOR EKSAMEN I FAG 75316, NUMERISK LØSNING AV DIFFERENSIALLIGNINGER, VÅR u t = u xx, < x <, t > 0 < x <

Fasit til eksamen i emnet MAT102 - Brukerkurs i matematikk II Mandag 21.september 2015

Det matematisk-naturvitenskapelige fakultet

Viktig informasjon. 1.1 Taylorrekker. Hva er Taylor-polynomet av grad om for funksjonen? Velg ett alternativ

Eksamensoppgave i MA2501 Numeriske metoder

MA1102 Grunnkurs i analyse II Vår 2014

SIF5005 Matematikk 2, 13. mai 2002 Løsningsforslag

Differensjalligninger av førsteorden

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B

Generell informasjon om faget er tilgjengelig fra It s learning. 1 En kort oppsummering Adaptiv filtrering 2. 3 Prediksjon 4

Prosjekt 2 - Introduksjon til Vitenskapelige Beregninger

MA0002 Brukerkurs i matematikk B Vår 2013

Viktig informasjon. Taylorrekker

EKSAMEN I MA0002 Brukerkurs B i matematikk

Anbefalte oppgaver - Løsningsforslag

Elementære eliminasjonsmatriser

EKSAMEN Løsningsforslag

Diagonalisering. Kapittel 10

Brukerkurs i Gauss feilforplantning

Egenverdier og egenvektorer

EKSAMEN I MATEMATIKK 3 (TMA4110)

Viktig informasjon. Taylorrekker

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser våren 2009.

LO510D Lin.Alg. m/graf. anv. Våren 2005

Vektorligninger. Kapittel 3. Vektorregning

L(t 2 ) = 2 s 3, 2. (1. Skifteteorem) (s 2) 3. s 2. (Konvolusjonsteoremet) s 2. L 1 ( Z. = t, L 1 ( s 2 e 2s) = (t 2)u(t 2). + 1

Løsningsforslag Matematisk modellering Øving 2, høst 2005

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

Numerisk lineær algebra for Poissons ligning

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Viktig informasjon. 1.1 Taylorrekker. Hva er Taylor-polynomet av grad om for funksjonen? Velg ett alternativ

Løsningsforslag MAT102 Vår 2018

Transkript:

Numerisk løsning av PDL Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 6. November 2007

Problem og framgangsmåte Fram til nå har vi sett på ordinære differensialligninger hvor løsningen kun avhenger av en fri variabel. Vi skal nå se på partielle differensialligner - ligninger hvor løsningen avhenger av to (generelt flere) variable. Generelt format for andre ordens kvasilineær PDL i to variable: au + 2bu y + cu yy = F (, y, u, u y ) Disse kan igjen kategoriseres i tre klasser.

Klassifisering av problem ac b 2 > 0: Vi har en elliptisk ligning. Eksempel: Laplace 2 = 0, (a = c = 1, b = 0) ac b 2 = 0: Vi har en parabolsk ligning. Eksempel: Varmeledningsligningen u t = u, (a = 1, b = c = 0, F = u t ) ac b 2 < 0: Vi har en hyperbolsk ligning. Eksempel: Bølgeligningen Disse er ikke pensum. u tt = u, (a = 1, b = 0, c = 1)

Klassifisering av problem tid? Initialverdiproblem - gitt en løsning ved t = 0 finn løsningen framover i tid.

Klassifisering av problem Vi ser nå på randverdiproblem: y? Fundamental forskjell!

Klassifisering av problem Problemet nå er gitt verdiene rundt, finn verdiene inni området. To forskjellige typer randverdier vi kan få oppgitt er Dirichlet randbetingelser: Gitt funksjon på randen. Disse er enkle å takle. Neumann randbetingelser: Vet hva den deriverte er langs randen. Vanskeligere å takle, spesielt implementasjonsmessig. Ikke pensum. Et eksempel på slike problem er problem der vi har en gitt varmefluks over randen.

Framgangsmåte for numerisk løsning Vi innfører et grid og erstatter de deriverte i ligningen med numeriske tilnærminger. Når dette er gjort får vi et algebraisk ligningssystem som vi løser. Løsningen av dette systemet vil være vår tilnærming til løsningen i gridpunktene. Vi får altså ikke svar for punkt utenfor griddet vårt. Hvis vi trenger dette må vi ty til interpolasjon. Disse metodene kalles for differansemetoder. Vanskelig å løse problem i irregulære geometrier. Fins andre metoder som gir deg løsning som er gyldig overalt og som takler irregulær geometri mye mer elegant - elementmetoden. Ikke pensum.

Hvordan tilnærme den deriverte numerisk Som vi har sett tidligere kan den deriverte tilnærmes ved f ( i ) = f ( i + h) f ( i ) + O(h) h Dette kalles for en foroverdifferanse. Den bruker usymmetriske punkt og er derfor ikke veldig nøyaktig. En bedre tilnærmelse får vi ved ) f ( i ) = f ( i + h ( 2) f i h 2 + O ( h 2). h Denne er altså en orden høyere og grunnen til det er at vi velger punkt symmetrisk rundt i. Men vi skal bruke disse på et grid, og på griddet er ikke i + h 2. Så den er ikke egnet til å tilnærme den førstederiverte som den står. Men vi kan selvfølgelig bruke den skrittlengde 2h, altså f ( i ) = f ( i + h) f ( i h) 2h + O ( h 2)

Hvordan tilnærme den deriverte numerisk Men formelen med skrittlengde h er likevel nyttig. Betrakt griddet 1 2 3 Vi får 1 2 3 4 5 f ( 2 ) = f ( 3) f ( 1 ) h f ( 4 ) = f ( 5) f ( 3 ). h Men hva skjer hvis vi vil tilnærme den dobbeltderiverte? Vi bruker samme formel, dvs f ( 2 ) = f ( 4 ) f ( 2 ) h h

Hvordan tilnærme den deriverte numerisk Setter så inn uttrykkene for den deriverte. ) f ( 2 ) = ( f ( 3 ) f ( 1 ) h ( f ( 5 ) f ( 3 ) h h = f ( 5) + f ( 1 ) 2f ( 3 ) h 2 Men punktene 1, 3 og 5 er nøyaktig de punktene som ligger på det virkelige griddet. Dette betyr at vi finner vår tilnærming til den andrederiverte som f ( j ) = f ( j+1) + f ( j 1 ) 2f ( j ) h 2. Slike differensialformler (derav navnet på metodene) representeres ofte som stensiler. Denne har stensil 1 2 1 )

Eksempel - 1D Poisson For å se hvordan dette virker i praksis skal vi betrakte den endimensjonale Poisson-ligningen u = cos π 2 u(0) = 1 u(1) = 0. in Ω = (0, 1) Vi innfører et grid, her med steglengde h = 0.2. Dette betyr at vi får seks gridpunkt hvor av to ligger på randen, og følgelig vet vi verdiene av disse.

Eksempel - 1D Poisson Vi går til verks som annonsert, det vi si vi erstatter de deriverte med numeriske tilnærminger og setter opp ligningen kun for gridpunktene. Dette gir = 1 : = 2 : = 2 : = 4 : u 2 + u 0 2u 1 = h 2 cos πh 2 u 3 + u 1 2u 2 = h 2 cos π2h 2 u 4 + u 2 2u 3 = h 2 cos π3h 2 u 5 + u 3 2u 4 = h 2 cos π4h 2

Eksempel - 1D Poisson Men vi vet at u 0 = 1 og at u 5 = 1 så vi kan sette inn dette: = 1 : = 2 : = 2 : = 3 : u 2 2u 1 = h 2 cos πh 2 1 u 3 + u 1 2u 2 = h 2 cos π2h 2 u 4 + u 2 2u 3 = h 2 cos π3h 2 u 3 2u 4 = h 2 cos π4h 2 0

Eksempel - 1D Poisson Vi kan nå skrive dette som et matrise-vektor system 2 1 1 2 1 1 2 1 1 2 A u = F u 1 u 2 u 3 u 4 = h 2 cos πh 2 u 0 h 2 cos π2h 2 h 2 cos π3h 2 h 2 cos π4h 2 u 5 Vi legger merke til at matrisen A blir tridiagonal. Grunnen til dette er selvfølgelig at en ligning kun kobler til de to punktene til hver side. Dette er struktur vi kan utnytte når vi skal løse systemet.

Fempunktsformelen Vi betrakter nå operatoren 2 = 2 2 + 2 y 2. Som før innfører vi et grid med navngivning en lokal navngivning. Dette betyr at vi indekserer med to indekser, altså at u j i = u( i, y j ) For å lette notasjonen noe bruker vi samme steglengde h i både og y retning.

Fempunktsformelen Vi tilnærmer de partiellderiverte ved differanser som før. Vi har altså 2 2 u ( i, y j ) uj i+1 2uj i + u j i 1 h 2 2 y 2 u ( i, y j ) uj+1 i 2u j i + u j 1 i h 2 Vi summerer disse og får den mye brukte fempunktsformelen 2 u ( i, y j ) uj i+1 + uj i 1 + uj+1 i h 2 + u j 1 i 4u j i Navnet har den fått fra det faktum at den bruker fem punkt til å tilnærme løsningen.

Fempunktsformelen 1 1 4 1 1 Dette er stensilen for fempunktsformelen.

Eksempel - 2D Poisson Vi betrakter nå ligningen 2 u = f, in Ω = (0, 1) (0, 1) u(, 0) = g 1 () u(1, y) = g 2 (y) u(, 1) = g 3 () u(0, y) = g 4 (y) For å gjøre dette mest mulig oversiktlig anvender vi et grid med minimal størrelse for å få illustrert alle konseptene involvert. Dette betyr at vi må ha fem gridpunkt i hver retning som gir 9 ukjente totalt.

Eksempel - 2D Poisson u 1 0 u 1 1 u 1 2 u 1 3 u 1 4 j u 0 0 u 0 1 u 0 2 u 0 3 u 0 4 i Vi nummererer hver node vha to indekser.

Eksempel - 2D Poisson Vi får tre klasser med noder Noder som kobler til to randverdier - for eksempel node (1, 1). Noder som kobler til en randverdi - for eksempel node (2, 1). Noder som ikke kobler til noen randverdi - i dette tilfellet kun node (2, 2). Vi vet at vi skal ende opp med et matrise-vektorsystem til slutt. Da er det fordelaktig å ha en annen nummerering som samsvarer med vektorkomponentene - en såkalt global navngivning.

Eksempel - 2D Poisson g 4 4 g 1 3 g 2 3 g 3 3 g 3 4 u 7 u 8 u 9 g 3 2 g 2 4 u 4 u 5 u 6 g 2 2 g 1 4 u 1 u 2 u 3 g 1 2 g 0 1 g 1 1 g 2 1 g 3 1 g 4 1 Vi nummererer kun de faktisk ukjente suksessivt langs rader.

Eksempel - 2D Poisson Setter opp ligningen i node 1: u 2 + g 1 4 + u 4 + g 1 1 4u 1 = h 2 f 1 4u 1 + u 2 + u 4 = h 2 f 1 g 1 4 g 1 1 kobler 3 ukjente Setter opp ligningen i node 2: u 3 + u 1 + u 5 + g 2 1 4u 2 = h 2 f 2 u 1 4u 2 + u 3 + u 5 = h 2 f 2 g 2 1 kobler 4 ukjente Setter opp ligning i node 5: u 2 + u 4 4u 5 + u 6 + u 8 = h 2 f 5 kobler 5 ukjente

Eksempel - 2D Poisson Generelt betyr dette at For den nederste og øverste raden har vi to noder av type 1. Vi har en rad med noder av type 2 først og sist pga topp og bunnranden. Med N 2 noders mellomrom vil vi ha to noder av type 2 pga venstre og høyre rand. Unntaket her er første og siste rad siden disse elementene da er av type 1. Her er N antall noder i en retning. Resten av nodene vil være av type 3.

Eksempel - 2D Poisson -4 1 1 u 1 h 2 f 1 g4 1 g 1 1 1-4 1 1 u 2 h 2 f 2 g 2 1 1-4 1 u 3 h 2 f 3 g1 3 g 1 2 1-4 1 1 u 4 h 2 f 4 g 2 2 1 1-4 1 1 u 5 = h 2 f 5 1 1-4 1 u 6 h 2 f 6 g 2 2 1-4 1 u 7 h 2 f 7 g4 3 1 1-4 1 u 8 g 3 1 h 2 f 8 g3 2 1 1-4 u 9 h 2 f 9 g2 3 g 3 3

Eksempel - 2D Poisson Bør være mulig å se hvordan det blir med flere noder. Matrisa blir glissen. Generelt utseende

Forenklede Gauss-Seidel-iterasjoner - utnytting av struktur Som vi husker kan Gauss-Seidel-iterasjoner på komponentform skrives som k+1 j = 1 j 1 n b a ji k+1 i a ji k i. a jj i=1 i=j+1 Her er nesten alle a ij -verdier null. Dette kan vi utnytte. F.eks for node 5 har vi at u5 k+1 = 1 ( ) h 2 f 5 u2 k+1 u4 k+1 u6 k u8 k 4 Vi har ingen summeformler siden vi har kontroll på strukturen til matrisen. Formelen utnytter altså glissenhet i matrisen.

Forenklede Gauss-Seidel-iterasjoner - utnytting av struktur Hvis vi i tillegg bruker et glissent lagringsformat for matrisen A sparer vi mye, både regnetid og minnebruk. Format N = 1000 N = 100000 ikke glissen 8Mb 80Gb glissen 60Kb 6Mb Viktig å huske på når vi anvender disse metodene - de resulterende operatorene blir nesten alltid glisne.

1D Varmeledningsligning Skal nå se på en parabolsk ligning, varmeledningsligningen u t = u, i Ω = (0, 1) u(t 0 ) = u 0 () u(0, t) = g 0 (t) u(1, t) = g 1 (t) Dette er et rand-initialverdi-problem. Ligningen glatter ut alle initialdata. L Her skrevet på skalert form, kan tenke på problemet som varmeledning i en stav med gitt temperatur på endene.

1D Varmeledningsligning - løsningsstrategi Vi semidiskretiserer ligningen. Dette betyr at ligningen er diskret i noen retninger og kontinuerlig i en eller flere. I dette tilfellet diskretiserer vi i rom og beholder ligningen kontinuerlig i tid. Dette betyr at vi må innføre et romlig grid - siden dette er i en dimensjon blir dette oppdeling i intervaller. Vi bruker symbolet h for å indikere romlig steglengde.

1D Varmeledningsligning Vi innfører som vanlig en vektor med ukjente, og vi finner at de semidiskretiserte ligningen kan skrives på formen du dt = 1 h 2 A u u i (0) = u 0 ( i ) i = 1,, N 1 u 0 (t) = g 0 (t) u N (t) = g 1 (t) Dette er på samme format som de ordinære differensialligningene vi har sett på før - vi kan bruke metoder utviklet for å løse system av ODL.

1D Varmeledningsligning - Eulers metode Vi bruker k for å indikere temporær steglengde. Eulers metode kan skrives på formen u n+1 = u n + kf (t n, u n ) = u n + k h 2 A u n Innfører u n+1 u n k r = k h 2 = 1 h 2 A u n. som lar oss skrive metoden komponentvis som u n+1 i = (1 2r)u n i + r ( u n i 1 + u n i+1).

1D Varmeledningsligning - Eulers metode Svarer til stensilen u i,j+1 1 1 2r r r u i 1,j u i,j u i+1,j Eulers metode for varmeledningsligningen består altså av sentraldifferanse i rom eulers metode i tid.

1D Varmeledningsligning - Eulers metode - stabilitet Noen som husker stabilitetsanalysen for Eulers metode? Vi fikk stabilitetskravet 1 + λk < 1. Ved hjelp av diagonalisering viste vi at dette ble et krav på egenverdiene til matrisen A og at dette måtte være oppfylt for alle egenverdier. Dette gjaldt altså for alle system av ligninger på formen du dt = A u som er akkurat det vi har her. Kan vise at for vår matrise A har vi at som gir totalt at λ ma (A ) O (1) λ ma 1 h 2.

1D Varmeledningsligning - Eulers metode - stabilitet Dette kan brukes til å vise at vi får stabilitetskravet r 1 2. Forholdsvis strengt krav - hvis vi halverer steglengden i rom må vi gå ned med en faktor 4 i tidssteg for å holde løsningen stabil! Katastrofalt for simuleringer hvor materialene er veldig sentledende. Grunnen er den eksplisitte tidsintegreringen. Vet hva kuren er: bruk en implisitt metode.

1D Varmeledningsligning - Crank-Nicolsons metode Vi skifter nå ut tidsdiskretiseringen med en implisitt metode - Trapesmetoden: u n+1 = u n + k ( f (t n, u n ) + f ( t n+1, u n+1)) 2 = u n + k 2h 2 A ( u n + u n+1) (I r ) 2 A u n+1 = (I + r ) 2 A u n På komponentform kan dette skrives som (2 + 2r) u n+1 i r ( u n+1 i+1 + ) un+1 i 1 = (2 + 2r) ui n r ( ui+1 n + ui 1 n )

1D Varmeledningsligning - Crank-Nicolsons metode Svarer til stensilen u i 1,j+1 r u i,j+1 2 + 2r u i+1,j+1 r r 2 2r r u i 1,j u i,j u i+1,j Crank-Nicolsons metode for varmeledningsligningen består altså av sentraldifferanse i rom trapesmetoden i tid.

1D Varmeledningsligning - Crank-Nicolsons metode - lineært system Anta at r = 1 for å forenkle ligningene litt. Innfører et grid med 5 punkt i rom hvorav 3 er ukjente. Setter opp ligningene i de tre ukjente punktene: Her vil i = 1 : 4u1 n+1 u2 n+1 u0 n+1 = u2 n + u0 n i = 2 : 4u2 n+1 u3 n+1 u1 n+1 = u3 n + u1 n i = 3 : 4u3 n+1 u4 n+1 u2 n+1 = u4 n + u2 n u n 0 = g 0 (kn) u n 4 = g 1 (kn).

1D Varmeledningsligning - Crank-Nicolsons metode - lineært system Dette gir oss det lineære systemet 4 1 u n+1 1 u 1 4 1 u2 n+1 2 n + g 0(nk) = u3 n + un 1 1 4 g 1 (nk) + u2 n u n+1 3 For vilkårlig N gir dette oss en tridiagonal matrise 4 1 1 4 1............... 1 1 4

1D Varmeledningsligning - Crank-Nicolsons metode - lineært system Kalles for Toeplitz-matriser. Raskeste metode for å løse ligningssystemene er en L U -faktorisering hvor vi tar den tridiagonale strukturen til etterretning. Til slutt: Jeg gjentar: Siden vi har brukt en implisitt tidsintegrasjonsmetode har vi ikke stabilitetskrav på verdien av r, kun nøyaktighet må tas i betraktning.