相信许多留学生对数学代考都不陌生，国外许多大学都引进了网课的学习模式。网课学业有利有弊，学生不需要到固定的教室学习，只需要登录相应的网站研讨线上课程即可。但也正是其便利性，线上课程的数量往往比正常课程多得多。留学生课业深重，时刻名贵，既要学习知识，又要结束多种类型的课堂作业，physics作业代写，物理代写，论文写作等；网课考试很大程度增加了他们的负担。所以，您要是有这方面的困扰，不要犹疑，订购myassignments-help代考渠道的数学代考服务，价格合理，给你前所未有的学习体会。
我们的数学代考服务适用于那些对课程结束没有掌握，或许没有满足的时刻结束网课的同学。高度匹配专业科目，按需结束您的网课考试、数学代写需求。担保买卖支持，100%退款保证，免费赠送Turnitin检测报告。myassignments-help的Math作业代写服务，是你留学路上忠实可靠的小帮手！
数学代写|偏微分方程代写partial difference equations代考|HIGHER-ORDER APPROXIMATIONS
Thus far, our discussion of the finite difference method has been restricted to secondorder accurate schemes. In many applications, such as computation of turbulent flow [4] or acoustics calculations [5], second-order accuracy is often considered inadequate. This is because with a second-order scheme, the number of nodes required to make the computed solution either grid independent or able to capture the physics at all relevant length scales is often too large, thereby making the computations too resource and time intensive. In such a scenario, a higher-order scheme is warranted so that the same accuracy can be attained with a coarser grid.
Following our basic procedure, higher-order difference approximations can clearly be derived by using additional Taylor series expansions and extending the stencil beyond the three points (for 1D) that we have been using thus far. Such a derivation procedure, although conceptually straightforward, can quickly become tedious. Instead, we use a procedure here that recursively makes use of expressions that we have already derived in preceding sections. The procedure used here is adapted from the general procedure used to derive so-called compact difference schemes. For additional details on compact difference schemes beyond what is discussed here, the reader is referred to the popular article by Lele [6] and the references cited therein.
Our objective is to derive a difference approximation for the second derivative that shall have accuracy better than second order on a uniform grid. To begin the derivation, we first write Eq. (2.8) in an alternative form, as follows
$$
\phi_j^{i i}=\frac{\phi_{j+1}-2 \phi_j+\phi_{j-1}}{\delta^2}-\frac{\delta^2}{12} \phi_j^{i v}-\frac{\delta^4}{360} \phi_j^{v i}+\ldots,
$$
where the subscripts $j, j+1$, and $j-1$ have been used to denote nodal locations, and the superscript $i i$ has been used to denote the order of the derivative. The last two terms in Eq. (2.60) represent the truncation error. Thus far, we have been concerning ourselves only with the leading order (fourth derivative containing) truncation error term. Here, since our objective is to eliminate that term, it is important to also consider the next term in the truncation error expression, as has been done in Eq. (2.60). The grid spacing, $\Delta x$, has been denoted by $\delta$ for simplicity of notation. By mathematical induction, from Eq. (2.60) it follows that
$$
\phi_j^{i v}=\frac{\phi_{j+1}^{i i}-2 \phi_j^{i i}+\phi_{j-1}^{i i}}{\delta^2}-\frac{\delta^2}{12} \phi_j^{v i}-\frac{\delta^4}{360} \phi_j^{v i i i}+\ldots
$$
Substituting Eq. (2.61) inte Eq. (2.60) for the fourth derivative, and simplifying, we obtain
$$
\phi_j^{i i}=\frac{\phi_{j+1}-2 \phi_j+\phi_{j-1}}{\delta^2}-\frac{1}{12}\left(\phi_{j+1}^{i i}-2 \phi_j^{i i}+\phi_{j-1}^{i i}\right)+\frac{\delta^4}{240} \phi_j^{v i}+\frac{\delta^6}{4320} \phi_j^{v i i i}+\ldots
$$
数学代写|偏微分方程代写partial difference equations代考|DIFFERENCE APPROXIMATIONS IN THE CYLINDRICAL
Many scientific and engineering computations involve cylindrical shapes. In fact, outside of a rectangular prism (brick) shape, the cylindrical shape is probably the second most commonly encountered regular shape in engineering applications. Furthermore, in many applications, angular symmetry is valid, making the computations so-called 2D axisymmetric. In this section, we will develop finite difference approximations to the Poisson equation in cylindrical coordinates using the same principles discussed earlier but with an emphasis on issues that are unique to the cylindrical coordinate system. The cylindrical conrdinate system has three independent variahles: $r, \theta$, and $z$, as shown in Fig. 2.9. The three coordinates are generally referred to as the radial, azimuthal (or simply, angular), and axial coordinates, respectively.
In the cylindrical coordinate system, the Poisson equation, which has been our governing equation thus far, is written as
$$
\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial \phi}{\partial r}\right)+\frac{1}{r^2} \frac{\partial^2 \phi}{\partial \theta^2}+\frac{\partial^2 \phi}{\partial z^2}=S_\phi .
$$
As in the case of Cartesian coordinates, one can formulate 1D, 2D, and 3D problems in the cylindrical coordinate system. Formulating a $1 \mathrm{D}$ problem in the $z$ direction is no different than formulating a 1D problem in the Cartesian coordinate system, i.e., Eq. (2.71) would reduce to Eq. (2.1). Such a scenario has been discussed at length already and requires no further discussion. A 1D problem in the $\theta$ direction is rarely encountered for practical applications. The most common scenario for which a 1D problem may be formulated is one where the solution in the radial direction is sought. For example, trying to determine the temperature distribution inside a long nuclear fuel rod would require solution of the 1D heat conduction equation in radial coordinates. Therefore, we start our discussion with an ordinary differential equation in radial coordinates, written as
$$
\frac{1}{r} \frac{d}{d r}\left(r \frac{d \phi}{d r}\right)=\frac{d^2 \phi}{d r^2}+\frac{1}{r} \frac{d \phi}{d r}=S_\phi .
$$
The second part of Eq. (2.72) was obtained by expanding the derivative of the product of two terms. The nodal system in this particular case is shown in Fig. 2.10.
In order to derive finite difference approximations for the first and second derivatives, we perform two Taylor series expansions as before – one forward and one backward – as follows:
$$
\begin{aligned}
&\phi_{i+1}=\phi_i+\left.(\Delta r) \frac{d \phi}{d r}\right|i+\left.\frac{(\Delta r)^2}{2 !} \frac{d^2 \phi}{d r^2}\right|_i+\left.\frac{(\Delta r)^3}{3 !} \frac{d^3 \phi}{d r^3}\right|_i+\left.\frac{(\Delta r)^4}{4 !} \frac{d^4 \phi}{d r^4}\right|_i+\ldots, \quad \text { (2.73a) } \ &\phi{i-1}=\phi_i-\left.(\Delta r) \frac{d \phi}{d r}\right|_i+\left.\frac{(\Delta r)^2}{2 !} \frac{d^2 \phi}{d r^2}\right|_i-\left.\frac{(\Delta r)^3}{3 !} \frac{d^3 \phi}{d r^3}\right|_i+\left.\frac{(\Delta r)^4}{4 !} \frac{d^4 \phi}{d r^4}\right|_i+\ldots, \quad \text { (2.73h) }
\end{aligned}
$$
偏微分方程代考
数学代写|偏微分方程代写partial difference equations代考|HIGHER-ORDER APPROXIMATIONS
到目前为止，我们对有限差分法的讨论仅限于二阶精确方案。在许多应用中，例如湍流计算 [4] 或声学计 算 [5]，二阶精度通常被认为是不够的。这是因为对于二阶方案，使计算解决方案独立于网格或能够捕获所 有相关长度尺度的物理所需的节点数量通常太大，从而使计算过于耗费资源和时间。在这种情况下，需要 使用更高阶的方案，以便使用较粗的网格可以获得相同的精度。
按照我们的基本程序，通过使用额外的泰勒级数展开并将模板扩展到我们迄今为止一直使用的三个点（对 于一维) 之外，可以清楚地得出高阶差分近似。这样的推导过程虽然在概念上很简单，但很快就会变得乏 味。相反，我们在这里使用了一个过程，它递归地使用我们在前面几节中已经导出的表达式。这里使用的 过程改编自用于导出所谓紧凑差分方案的一般过程。有关此处讨论之外的紧凑差分方案的更多详细信息， 请参阅 Lele [6] 的热门文章及其引用的参考文献。
我们的目标是推导出二阶导数的差分近似，其精度应优于均匀网格上的二阶。为了开始推导，我们首先写 方程。(2.8) 以另一种形式，如下
$$
\phi_j^{i i}=\frac{\phi_{j+1}-2 \phi_j+\phi_{j-1}}{\delta^2}-\frac{\delta^2}{12} \phi_j^{i v}-\frac{\delta^4}{360} \phi_j^{v i}+\ldots,
$$
下标在哪里 $j, j+1$ ，和 $j-1$ 已用于表示节点位置，上标 $i i$ 已用于表示导数的阶数。等式中的最后两项。 (2.60) 表示截断误差。到目前为止，我们只关注前导 (包含四阶导数) 截断误差项。在这里，由于我们的 目标是消除该项，因此还必须考虑截断误差表达式中的下一项，正如在方程式中所做的那样。(2.60)。网格 间距， $\Delta x$ ，表示为 $\delta$ 为了符号的简单。通过数学归纳，从方程式。(2.60) 由此可见
$$
\phi_j^{i v}=\frac{\phi_{j+1}^{i i}-2 \phi_j^{i i}+\phi_{j-1}^{i i}}{\delta^2}-\frac{\delta^2}{12} \phi_j^{v i}-\frac{\delta^4}{360} \phi_j^{v i i i}+\ldots
$$
代入方程式。(2.61) 积分方程。(2.60) 对于四阶导数，并简化，我们得到
$$
\phi_j^{i i}=\frac{\phi_{j+1}-2 \phi_j+\phi_{j-1}}{\delta^2}-\frac{1}{12}\left(\phi_{j+1}^{i i}-2 \phi_j^{i i}+\phi_{j-1}^{i i}\right)+\frac{\delta^4}{240} \phi_j^{v i}+\frac{\delta^6}{4320} \phi_j^{v i i i}+\ldots
$$
数学代写|偏微分方程代写partial difference equations代考|DIFFERENCE APPROXIMATIONS IN THE CYLINDRICAL
许多科学和工程计算涉及圆柱形状。事实上，在矩形棱柱 (砖) 形状之外，圆柱形状可能是工程应用中第 二常见的规则形状。此外，在许多应用中，角对称是有效的，使得计算成为所谓的 $2 \mathrm{D}$ 轴对称。在本节 中，我们将使用前面讨论的相同原理开发柱坐标中泊松方程的有限差分近似，但重点是柱坐标系特有的问 题。圆柱坐标系具有三个独立变量: $r, \theta$ ，和 $z$ ，如图 $2.9$ 所示。这三个坐标通常分别称为径向坐标、方位 角坐标 (或简称角坐标) 和轴向坐标。
在圆柱坐标系中，泊松方程 (迄今为止一直是我们的控制方程) 写为
$$
\frac{1}{r} \frac{\partial}{\partial r}\left(r \frac{\partial \phi}{\partial r}\right)+\frac{1}{r^2} \frac{\partial^2 \phi}{\partial \theta^2}+\frac{\partial^2 \phi}{\partial z^2}=S_\phi .
$$
与笛卡尔坐标的情况一样，可以在圆柱坐标系中制定 1D、2D 和 3D 问题。制定一个1D中的问题 $z$ 方向与 在笛卡尔坐标系中制定一维问题没有什么不同，即方程。(2.71) 将减少到等式。(2.1)。这种情况已经详 细讨论过，无需进一步讨论。中的一维问题 $\theta$ 在实际应用中很少遇到方向。可以制定一维问题的最常见情况 是寻求径向解决方案的情况。例如，试图确定长核燃料棒内部的温度分布需要求解径向坐标中的一维热传 导方程。因此，我们从径向坐标中的常微分方程开始讨论，写为
$$
\frac{1}{r} \frac{d}{d r}\left(r \frac{d \phi}{d r}\right)=\frac{d^2 \phi}{d r^2}+\frac{1}{r} \frac{d \phi}{d r}=S_\phi .
$$
等式的第二部分。(2.72) 是通过扩展两项乘积的导数获得的。这种特殊情况下的节点系统如图 2.10所示。 为了推导一阶和二阶导数的有限差分近似，我们像以前一样执行两个泰勒级数展开一一一个向前展开， 个向后展开一一如下:
$$
\phi_{i+1}=\phi_i+\left.(\Delta r) \frac{d \phi}{d r}\right|_i+\left.\frac{(\Delta r)^2}{2 !} \frac{d^2 \phi}{d r^2}\right|_i+\left.\frac{(\Delta r)^3}{3 !} \frac{d^3 \phi}{d r^3}\right|_i+\left.\frac{(\Delta r)^4}{4 !} \frac{d^4 \phi}{d r^4}\right|_i+\ldots, \quad(2.73 \mathrm{a}) \quad \phi i-1=\phi_i
$$
myassignments-help数学代考价格说明
1、客户需提供物理代考的网址，相关账户，以及课程名称，Textbook等相关资料~客服会根据作业数量和持续时间给您定价~使收费透明，让您清楚的知道您的钱花在什么地方。
2、数学代写一般每篇报价约为600—1000rmb，费用根据持续时间、周作业量、成绩要求有所浮动(持续时间越长约便宜、周作业量越多约贵、成绩要求越高越贵)，报价后价格觉得合适，可以先付一周的款，我们帮你试做，满意后再继续，遇到Fail全额退款。
3、myassignments-help公司所有MATH作业代写服务支持付半款，全款，周付款，周付款一方面方便大家查阅自己的分数，一方面也方便大家资金周转，注意:每周固定周一时先预付下周的定金，不付定金不予继续做。物理代写一次性付清打9.5折。
Math作业代写、数学代写常见问题
留学生代写覆盖学科？
代写学科覆盖Math数学,经济代写，金融,计算机,生物信息，统计Statistics,Financial Engineering，Mathematical Finance，Quantitative Finance，Management Information Systems,Business Analytics,Data Science等。代写编程语言包括Python代写、Physics作业代写、物理代写、R语言代写、R代写、Matlab代写、C++代做、Java代做等。
数学作业代写会暴露客户的私密信息吗？
我们myassignments-help为了客户的信息泄露，采用的软件都是专业的防追踪的软件，保证安全隐私，绝对保密。您在我们平台订购的任何网课服务以及相关收费标准，都是公开透明，不存在任何针对性收费及差异化服务，我们随时欢迎选购的留学生朋友监督我们的服务，提出Math作业代写、数学代写修改建议。我们保障每一位客户的隐私安全。
留学生代写提供什么服务？
我们提供英语国家如美国、加拿大、英国、澳洲、新西兰、新加坡等华人留学生论文作业代写、物理代写、essay润色精修、课业辅导及网课代修代写、Quiz，Exam协助、期刊论文发表等学术服务，myassignments-help拥有的专业Math作业代写写手皆是精英学识修为精湛；实战经验丰富的学哥学姐！为你解决一切学术烦恼！
物理代考靠谱吗？
靠谱的数学代考听起来简单，但实际上不好甄别。我们能做到的靠谱，是把客户的网课当成自己的网课；把客户的作业当成自己的作业；并将这样的理念传达到全职写手和freelancer的日常培养中，坚决辞退糊弄、不守时、抄袭的写手！这就是我们要做的靠谱！
数学代考下单流程
提早与客服交流，处理你心中的顾虑。操作下单，上传你的数学代考/论文代写要求。专家结束论文，准时交给，在此过程中可与专家随时交流。后续互动批改
付款操作：我们数学代考服务正常多种支付方法，包含paypal，visa，mastercard，支付宝，union pay。下单后与专家直接互动。
售后服务：论文结束后保证完美经过turnitin查看，在线客服全天候在线为您服务。如果你觉得有需求批改的当地能够免费批改，直至您对论文满意为止。如果上交给教师后有需求批改的当地，只需求告诉您的批改要求或教师的comments，专家会据此批改。
保密服务：不需求提供真实的数学代考名字和电话号码，请提供其他牢靠的联系方法。我们有自己的工作准则，不会泄露您的个人信息。
myassignments-help擅长领域包含但不是全部:
myassignments-help服务请添加我们官网的客服或者微信/QQ，我们的服务覆盖：Assignment代写、Business商科代写、CS代考、Economics经济学代写、Essay代写、Finance金融代写、Math数学代写、report代写、R语言代考、Statistics统计学代写、物理代考、作业代写、加拿大代考、加拿大统计代写、北美代写、北美作业代写、北美统计代考、商科Essay代写、商科代考、数学代考、数学代写、数学作业代写、physics作业代写、物理代写、数据分析代写、新西兰代写、澳洲Essay代写、澳洲代写、澳洲作业代写、澳洲统计代写、澳洲金融代写、留学生课业指导、经济代写、统计代写、统计作业代写、美国Essay代写、美国代考、美国数学代写、美国统计代写、英国Essay代写、英国代考、英国作业代写、英国数学代写、英国统计代写、英国金融代写、论文代写、金融代考、金融作业代写。