Представьте себе замкнутую подушку сложной формы.
Не могу. Могу наволочку представить. Условно могу представить надувной шарик. Подушку сложной формы - не могу.
Давайте тогда шарик, но сложной формы.
А в чём состоит этот метод?
Это метод численного решения дифференциального уравнения вида
. Он происходит от идеи разделить область определения на непересекающиеся части, допустим, треугольники. Таким образом перейти к решению более простой задачи, где функции представимы в виде конечного количества базисных элементов, которые являются кусочными линейными функциями. Но если мы приближаем целевую функцию кусочно-линейной, то её вторая производная будет равна нулю, что не позволяет решить данную задачу. Для того, чтобы это исправить придумали перейти к более слабой формулировке условия, которая основывается на предположении (которое потом доказывается), что условие можно переписать в виде:
Далее показывается, что если
принадлежат семейству
, то интегрируя обе части на отрезке
и интегрируя по частям, получим:
Тут мы отбрасываем граничные члены, но там нужно ещё доказывать почему они оба обнуляются.
Далее данное представление используется в методе Галеркина, который заключается как раз в том, что теперь мы будем брать
, где
- это конечномерное линейное пространство функций. Таким образом, т.к. пространство линейное, форму
можно рассматривать только для базисных функций в
. Далее, представляя
через тот же базис мы можем численно решить задачу, решая систему линейных уравнений, где количество уравнений равно количеству базисных функций. Если мы выберем базисные функции так, чтобы они имели совсем небольшую область, где они не равны нулю, то эта система получится разреженной, что позволит решать её очень быстро.
Я спёр книжку про этот метод с этого сайта
https://zlibrary.cc/dl/the-mathematical-theory-of-finite-element-methods-2 (в ней вся информация описана на первых 20 страницах), но вы также более формальное определение можете посмотреть на википедии
https://en.wikipedia.org/wiki/Finite_element_methodГлавная суть в выборе правильных базисных функций. В этом методе вы разбиваете область значений на сетку, а каждая базисная функция такова, что равна
в каком-то одном узле этой сетки и нулю во всех остальных. Получается, что она выглядит, как треугольник для одномерного пространства и как гора в двумерном пространстве. Также дополнительное ограничение в том, что такая базисная функция должна достаточно хорошо приближать функции, потому что ошибка решения уравнения будет напрямую от этого зависеть (будет ограничена сверху максимальной ошибкой приближения умноженой на что-то). Эти свойства гарантируют точность решения и разреженность матрицы.