Date post: | 06-Jul-2018 |
Category: |
Documents |
Upload: | harold-contreras |
View: | 218 times |
Download: | 0 times |
of 31
8/17/2019 edpn
1/31
Mitjans homogenis i termes font
• u(x, t) temperatura en x en l’instant t ⇒ equació delcalor 1d:
∂u(x, t)∂t
= κ∂ 2u(x, t)
∂x2 + f (x, t),
x ∈ (a, b), t ∈ (0, t1) (t1 potser +∞) i:
cond. de frontera: u(a, t) = u(b, t) = 0, t ∈ (0, t1)
cond. inicials: u(x, 0) = u0(x), x ∈ (a, b).
• κ > 0 difusivitat termal del mitjà homogeni.
• f (x, t) modela font de calor variable.
• EDP lineal parabòlica
• Procés de transferència de temperatura de parts calentes
a les més gelades– Distribució inicial de temperatura u0(x).
– “Parets” (a, b) “refredants” instantanis.
1
8/17/2019 edpn
2/31
a b
0
t
x
T
inicial
condicio
frontera
condicio
frontera
condicio
la solucio
aci
cal trobar
Domini per a l’equació del calor unidimensional
Difusivitat variable
• Mitjà no homogeni (κ(x) variable):
∂u(x, t)∂t
= ∂ ∂x
κ(x)∂u(x, t)
∂x + f (x, t),
• Equació anterior és cas particular quan κ(x) constant.
2
8/17/2019 edpn
3/31
Estat estacionari
• Estat estacionari de u(x, t), u∞ verifica:
limt→∞
u(x, t) = u∞(x).
• Sota hipòtesi favorables de convergència (uniforme, perexemple),
limt→∞
∂u(x, t)
∂t =0
= κ∂ 2 limt→∞ u(x, t)
∂x2 + f (x)
⇒ 0 = κ∂ 2u∞(x)
∂x2 + f (x)
• Equivalent a equació de Poisson:
−∂ 2u(x)
∂x2 = f (x)
κ .
• EDP el.líptica lineal amb coeficients constants.
3
8/17/2019 edpn
4/31
Estat estacionari
• Estat estacionari general:
− ∂
∂x
κ(x)
∂u(x)
∂x
= f (x),
u(a) = u(b) = 0.
• Equació el.líptica lineal, amb coeficients no constants
• Cas anterior és cas particular d’aquest.
• Nota: denotarem derivades parcials amb subíndex ⇒
− (κ(x)ux(x))x = f (x),
4
8/17/2019 edpn
5/31
Discretització d’EDP
• Solució exacta sols en casos favorables (1d, coef.constants, condicions de frontera periòdiques) ⇒necessitem mètodes numèrics.
• Primer pas: “discretitzar” possible solució, seleccionar
quantitat finita d’informació a partir de la qual es pugaaproximar la solució buscada. En el cas anterior:
– Substituïm u per ui ≈ u(a + ih) (i = 0, . . . , n + 1,h = (b − a)/(n + 1)).
– xi = a + ih, (i = 0, . . . , n + 1) malla equiespaiada per
a [a, b], n punts al interior i x0 = a, xn+1 = b.– condicions de frontera ⇒ u0 = un+1 = 0.
5
8/17/2019 edpn
6/31
Discretització d’EDP
• Segon pas: trobar condicions sobre u(a + ih)(i = 1, . . . , n) que es dedueixen de l’EDP i lescondicions de frontera.
• Aquestes equacions “aproximacio” de l’EDP originalse solen obtenir substituint ∂ per diferències finites).
• Emprarem diferenciació numèrica:
u(x) = u(x + h) − u(x)
h
+ O(h)
u(x) = u(x) − u(x− h)
h + O(h)
u(x) = u(x + h) − 2u(x) + u(x− h)
h2 + O(h2)
• Dues primeres de primer ordre(error = O(h)); l’última
de segon ordre (error = O(h2)).
• Equació discretitzada s’obté substituint u(a + ih) pelsui (a determinar) i l’aproximació per igualtat.
6
8/17/2019 edpn
7/31
Discretització d’EDP
• Exemple: trobarem una discretització (no és única) del’equació de Poisson
−uxx = f (x), x ∈ (0, 1),
• Malla computacional: xi = ih, i = 0, . . . , n + 1,
h = 1/(n + 1)
• Aproximem:
uxx(xi) ≈ u(xi + h) − 2u(xi) + u(xi − h)
h2
= u(xi+1) − 2u(xi) + u(xi−1)
h2
.
• Substitució en equació de Poisson (per a x = xi):
−u(xi+1) + 2u(xi) − u(xi−1)
h2 ≈ f (xi),
• Discretització en diferències finites de l’equació de
Poisson:−ui+1 + 2ui − ui−1
h2 = f (xi), i = 1, . . . , n ,
ui ≈ u(xi).
7
8/17/2019 edpn
8/31
Discretització d’EDP
• Sistema lineal de n equacions amb n incògnitesu1, . . . , un.
• En general caldria passar els valors de u0 i un+1 alsegon membre.
• Forma matricial:
1
h2
2 −1 0 . . . 0−1 2 −1 0 . . . 0. . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . .0 . . . 0 −1 2 −1
0 . . . 0 −1 2
u1····
un
=
f (x1)····
f (xn)
• Matriu simètrica, diagonals -1,0,1 úniques = 0.
8
8/17/2019 edpn
9/31
8/17/2019 edpn
10/31
Discretització d’EDP
• Forma matricial:
h−2
κ0 + κ1 −κ1 0 . . . 0−
κ1 κ1 + κ2 −
κ2 0 . . . 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0 . . . 0 −κn−2 κn−2 + κn−1 −κn−1
0 . . . 0 −κn−1 κn−1 + κn
u1·
·
·
·
un
=
f (x1)·
·
·
·
f (xn)
• Matriu simètrica, diagonals -1,0,1 úniques = 0, però noconstants quan κ no constant.
• Idèntica a matriu de Poisson quan κ(x) = 1.
10
8/17/2019 edpn
11/31
• Proposició: matriu anterior, κi > 0, és definidapositiva.
• Prova: denotem
B =
−1 1 0 . . . 00 −1 1 . . . 0
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
0 . . . 0 −1 10 . . . 0 0 −1
K =
κ1 0 0 . . . 00 κ2 0 . . . 0
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
0 . . . 0 κn−1 00 . . . 0 0 κn
E =
κ0 0 0 . . . 00 0 0 . . . 0
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .0 . . . 0 0 00 . . . 0 0 0
⇒ A = BT KB + E.
11
8/17/2019 edpn
12/31
• Siga x ∈ Rn, calculem
xT Ax = xT (BT KB + E )x = xT BT KBx + xT Ex
= (Bx)T K ( Bx
=y) + κ0x
21 = y
T Ky + κ0x21
=n
i=1
κiy2i + κ0x
21.
• κi > 0 ⇒
1. xT Ax ≥ 0, ∀x.
2. xT
Ax = 0 ⇔yi = 0, i = 1, . . . , n i x1 = 0 ⇔x1 = · · · = xn i x1 = 0 ⇔x1 = · · · = xn = 0
• ⇒ A definida positiva
• Corol.lari: matriu d’equació de Poisson definidapositiva.
12
8/17/2019 edpn
13/31
Mitjans homogenis i termes font
• u(x,y,t) ≡ temperatura en (x, y) ∈ Ω en instant t
• Equació del calor 2D
∂u(x,y,t)
∂t = κ
∂ 2u(x,y,t)
∂x2 + κ
∂ 2u(x,y,t)
∂y2 + f (x,y,t),
(x, y) ∈ Ω = (a, b) × (c, d), t ∈ (0, t1)
cond. frontera u(x,y,t) = 0, (x,y,t) ∈ ∂ Ω × (0, t1).
cond. inic. u(x,y, 0) = u0(x, y), (x, y) ∈ Ω,temperatura inicial.
• f (x,y,t) ≡ font de calor.
• Amb notació habitual ∆u = uxx + uyy:ut(x,y,t) = κ∆u(x,y,t) + f (x,y,t),
13
8/17/2019 edpn
14/31
Difusivitat variable
• Quan κ variable:
∂u(x,y,t)
∂t =
∂
∂x
κ(x, y)
∂u(x,y,t)
∂x
+ ∂
∂y
κ(x, y)
∂u(x,y,t)
∂y
+ f (x,y,t).
• Anterior cas particular quan κ(x, y) constant.
14
8/17/2019 edpn
15/31
Estat estacionari
• Anàlogament a 1D, estat estacionari ⇒ ut = 0:
0 = κ ∂
∂x
∂u(x, y)
∂x
+ κ
∂
∂y
∂u(x, y)
∂y
+ f (x, y)
0 = ∂
∂x
κ(x, y)
∂u(x, y)
∂x
+
∂
∂y
κ(x, y)
∂u(x, y)
∂y
+ f (x, y),
⇒
− ∂
∂x
∂u(x, y)
∂x
−
∂
∂y
∂u(x, y)
∂y
=
f (x, y)
κ
− ∂
∂x
κ(x, y)
∂u(x, y)
∂x
−
∂
∂y
κ(x, y)
∂u(x, y)
∂y
= f (x, y).
• EDP lineals el.líptiques, 1a amb coeficients constants(equació de Poisson 2D), 2a variables.
15
8/17/2019 edpn
16/31
Diferències fi nites 2D
• Malla computacional sobre Ω = [a, b] × [c, d] productecartesià malles triades en [a, b] i [c, d]: (xi, y j),
– Sobre [a, b]: a = x0, . . . , xm+1 = b, xi = a + ih,h = (b − a)/(m + 1).
– Sobre [c, d] c = y0, . . . , yn
+1 = d, yi = c + ik,
k = (d − c)/(n + 1).
• (xi, y j) ∈ Ω, i = 1, . . . , m, j = 1, . . . , n (mn punts),resta ∈ ∂ Ω.
• Nota: per simplificar suposarem Ω = (0, 1) × (0, 1) im = n ⇒ xi = yi, encara que seguirem utilitzant y jquan aquest valor actue en la segona variable de les
funcions.
16
8/17/2019 edpn
17/31
Discretització Poisson 2D
• Segon pas: diferenciació numèrica per a uxx, uyy .
• ∂ ∂x
∂u(xi,y j)
∂x
≡ (x → u(x, y j))
⇒
uxx(xi, y j) ≈ u(xi + h, y j) − 2u(xi, y j) + u(xi − h, y j)
h2
= u(xi+1, y j) − 2u(xi, y j) + u(xi−1, y j)
h2 .
• ∂ ∂y
∂u(xi,y j)
∂y
≡ (y → u(xi, y))
⇒
uyy(xi, y j) ≈
u(xi, y j + h) − 2u(xi, y j) + u(xi, y j − h)
h2
= u(xi, y j+1) − 2u(xi, y j) + u(xi, y j−1)
h2 .
• Aproximació equació Poisson 2D:
− 1
h2u(xi+1, y j) − 2u(xi, y j) + u(xi−1, y j)+ u(xi, y j+1) − 2u(xi, y j) + u(xi, y j−1)
≈ f (x, y) ⇒
1
h2− ui+1,j − ui−1,j − ui,j+1 − ui,j−1 + 4ui,j
= f (x, y)
17
8/17/2019 edpn
18/31
Difusivitat variable
• Anàlogament a 1D i per defin. der. par.(κ(x)ux(x))x (xi) ≈1
h2 (κ(xi)u(xi+1) − (κ(xi) + κ(xi−1))u(xi) + κ(xi−1)u(xi−1))
∂
∂x
κ(x, y)
∂u
∂x
(xi, y j) ≈
1h2
(κ(xi, y j)u(xi+1, y j)
− (κ(xi, y j) + κ(xi−1, y j))u(xi, y j)
+ κ(xi−1, y j)u(xi−1, y j))
∂
∂y κ(x, y)∂u
∂y (xi, y j) ≈1h2
(κ(xi, y j)u(xi, y j+1)
− (κ(xi, y j) + κ(xi, y j−1))u(xi, y j)
+ κ(xi, y j−1)u(xi, y j−1)),•
1
h2(−κi,jui+1, j − κi,jui,j+1
+ (2κi,j + κi−1,j + κi,j−1)ui,j− κi−1,jui−1,j − κi,j−1ui,j−1) = f (xi, y j),
on κi,j = κ(xi, y j) i ui,j ≈ u(xi, y j).
18
8/17/2019 edpn
19/31
Expressió matricial
• ui,j (i = 1, · · ·m, j = 1, · · · , n) formen U m × n.
• Cal adonar-se’n:
– línies horizontals ( j fix) ⇒ columnes
– línies verticals (i fix) ⇒ files.
• Per trobar l’expressió matricial d’un operador caltreballar amb vectors amb índex naturals.
• Expressar matricialment discretització uxx i uyy ⇒treballar amb U i matriu resultant com a vectors.
• Juxtaposició de columnes : isomorfisme
J (U )(mj + i) = U (i, j), 0 ≤ j < n, 0 ≤ i < m.
i ≡ reste divisió entera (mj + i)/m = j.
• Expressió matricial-vectorial operador M :
M : mat(m, n) → mat(m, n) ⇒M̃ = J ◦ M ◦ J −1 : Rmn → Rmn ⇒
M̃ (x) = Ax (A matriu de M )
19
8/17/2019 edpn
20/31
Producte de Kronecker
• Suposem inici dels índex = 0, per simplificar.
• Producte de Kronecker A = (ai,j) n × n amb B = (bi,j)m ×m A⊗B mn ×mn:
A⊗ B =
a0,0B . . . a0,n−1B. . . . . . . . . . . . . . . . . . . . . .
an−1,0B . . . an−1,n−1B
• Alternativament
(A⊗ B)(mj + i,mp + q ) = A jpBiq 0 ≤ j, p < n, 0 ≤ i, q < m,
• Fet fonamental:
{k : 0 ≤ k < mn} =
{m · k1 + k2 : 0 ≤ k1 < n, 0 ≤ k2 < m}.
20
8/17/2019 edpn
21/31
Producte de Kronecker
• Actuació de A ⊗ B sobre J (U ), en component mj + i,0 ≤ j < n, 0 ≤ i < m:
((A ⊗B)J (U ))(mj + i)
=n
p=1
mq =1
(A⊗ B)(mj + i, mp + q )J (U )(mp + q )
=n
p=1m
q =1A jpBiq U qp
=n
p=1
mq =1
Biq U qp
(AT ) pj
=n
p=1
(BU )ip)
(AT ) pj
= (BU AT )ij = J (BU AT )(mj + i)
⇒ (A⊗ B)J (U ) = J (BU AT )
21
8/17/2019 edpn
22/31
Producte de Kronecker
• Φ : U → BU AT = (BU )AT és composició de
U → BU, V → V AT ,
• Φ ≡ actuació primer de B i despres de AT .
• Interpretació d’actuació d’aquests operadors, en termesde l’actuació de x → Ax i y → By:
– (BU )(:, j) = B(U (:, j)) ⇒ primer operador actua“transformant columnes”.
– V AT = (AV T )T ⇒ files de V AT es calculen:
(V AT
)(i, :) = (AV T
)T
(i, :) =(AV T (:, i))T = (A(V (i, :)T )T ,
⇒ segon operador actua “transformant files”.
•
Φ̃(x) = J (Φ(J −1(x) U
)) = J (Φ(U ))
= J (BU AT ) = (A⊗ B)J (U ) = (A⊗ B)x.
• Matriu Φ: A ⊗B.
22
8/17/2019 edpn
23/31
Producte de Kronecker
• Propietats del producte de Kronecker
1. (αA + βB) ⊗ C = α(A ⊗ C ) + β (B ⊗ C )
2. (A ⊗B) ⊗ C = A⊗ (B ⊗ C ).
3. (A ⊗B)(C ⊗D) = (AC ) ⊗ (BD)
4. Si A i B són diagonals A ⊗ B és diagonal, amb els(A ⊗B)(mi + j, mi + j) = A(i, i)B( j, j).
5. I m ⊗ I n = I mn
6. (A ⊗B)−1 = (A−1) ⊗ (B−1).
23
8/17/2019 edpn
24/31
Producte de Kronecker
• Demostrem 3: A, C n× n, B, D m m × m.
(A ⊗B)(C ⊗ D)(mi + j, mp + q )=
nk=1
ml=1
(A⊗B)(mi+ j, mk+l)(C ⊗D)
(mk+l,mp+q )
=n
k=1
ml=1
A(i, k)B( j, l)C (k, p)D(l, q )
=
nk=1
A(i, k)C (k, p)(ml=1
B( j, l)D(l, q ))= n
k=1
A(i, k)C (k, p) m
l=1
B( j, l)D(l, q )
= (AC )(i, p)(BD)( j, q )
= ((AC ) ⊗ (BD))(mi + j, mp + q )
⇒ (A ⊗B)(C ⊗D) = (AC ) ⊗ (BD)
24
8/17/2019 edpn
25/31
Forma matricial
•Discretització de
uxx aplicada a
U = (ui,j):
1
h2(ui−1,j − 2ui,j + ui+1,j i = 1, . . . m , j = 1, . . . , n .
u p,q corresponents a (x p, yq ) ∈ ∂ Ω no apareixen.
• Alternativament:1
h2(−2u
1,j + u
2,j) j = 1, . . . , n
1
h2(ui−1,j − 2ui,j + ui+1,j) i = 2, . . . m− 1, j = 1, . . . , n
1
h2(um−1,j − 2um,j) j = 1, . . . , n .
• ∆m operador sobre Rm tal que w = ∆mv verifica:
w1 = 1h2
(−2v1 + v2)
w j = 1
h2(vi−1 − 2vi + vi+1) i = 2, . . . m− 1
wn = 1
h2(vm−1 − 2vm)
• Operador anterior ≡ actuar ∆m sobre U (:, j) j = 1, . . . , n (no n’hi ha modificació de files) ⇒ formamatricial
I n ⊗∆m,
on I n ≡ identitat n × n.
25
8/17/2019 edpn
26/31
Forma matricial
• Discretització de uyy aplicada a U = (ui,j):1
h2(−2ui,1 + ui,2) i = 1, . . . , m
1
h2(ui,j−1 − 2ui,j + ui,j+1) i = 1, . . . , m , j = 2, . . . n− 1
1
h2
(ui,n−1 − 2ui,n) i = 1, . . . , m .
• ∆n operador sobre Rn tal que w = ∆mv verifica:
w1 = 1
h2(−2v1 + v2)
w j = 1
h2(v j−1 − 2v j + v j+1) j = 2, . . . n− 1
wn = 1h2
(vn−1 − 2vn)
• Operador anterior ≡ actuar ∆n sobre U (i, :)i = 1, . . . , m (no n’hi ha modificació de columnes) ⇒forma matricial
∆n ⊗ I m.
• Matriu Poisson 2D ≡ −∆m,n, on
∆m,n = I n ⊗∆m + ∆n ⊗ I m,
∆n i ∆m matrius laplacianes unidimensionals.
26
8/17/2019 edpn
27/31
Exemple
• Els comands de matlab:
>> D4=spdiags(ones(4,1)*[-1 2 -1], [-1 0 1], 4, 4);>> A=kron(eye(3), D4);
>> D3=spdiags(ones(3,1)*[-1 2 -1], [-1 0 1], 3, 3);
>> B=kron(D3, speye(4));
>> C=A+B;
donen les matrius A = I 3 ⊗∆4, B = ∆3 ⊗ I 4 i
C = ∆3,4:
27
8/17/2019 edpn
28/31
Exemple
A =
2 −1 0 0 0 0 0 0 0 0 0 0−1 2 −1 0 0 0 0 0 0 0 0 0
0 −1 2 −1 0 0 0 0 0 0 0 00 0 −1 2 0 0 0 0 0 0 0 0
0 0 0 0 2 −1 0 0 0 0 0 00 0 0 0 −1 2 −1 0 0 0 0 00 0 0 0 0 −1 2 −1 0 0 0 00 0 0 0 0 0 −1 2 0 0 0 00 0 0 0 0 0 0 0 2 −1 0 00 0 0 0 0 0 0 0 −1 2 −1 0
0 0 0 0 0 0 0 0 0 −1 2 −10 0 0 0 0 0 0 0 0 0 −1 2
28
8/17/2019 edpn
29/31
Exemple
B =
2 0 0 0 −1 0 0 0 0 0 0 00 2 0 0 0 −1 0 0 0 0 0 00 0 2 0 0 0 −1 0 0 0 0 00 0 0 2 0 0 0 −1 0 0 0 0
−1 0 0 0 2 0 0 0 −1 0 0 00 −1 0 0 0 2 0 0 0 −1 0 00 0 −1 0 0 0 2 0 0 0 −1 00 0 0 −1 0 0 0 2 0 0 0 −10 0 0 0 −1 0 0 0 2 0 0 00 0 0 0 0 −1 0 0 0 2 0 0
0 0 0 0 0 0 −1 0 0 0 2 00 0 0 0 0 0 0 −1 0 0 0 2
29
8/17/2019 edpn
30/31
Exemple
C =
4 −1 0 0 −1 0 0 0 0 0 0 0−1 4 −1 0 0 −1 0 0 0 0 0 0
0 −1 4 −1 0 0 −1 0 0 0 0 00 0 −1 4 0 0 0 −1 0 0 0 0
−1 0 0 0 4 −1 0 0 −1 0 0 00 −1 0 0 −1 4 −1 0 0 −1 0 00 0 −1 0 0 −1 4 −1 0 0 −1 00 0 0 −1 0 0 −1 4 0 0 0 −10 0 0 0 −1 0 0 0 4 −1 0 00 0 0 0 0 −1 0 0 −1 4 −1 0
0 0 0 0 0 0 −1 0 0 −1 4 −10 0 0 0 0 0 0 −1 0 0 −1 4
30
8/17/2019 edpn
31/31
• Proposició. −∆m,n és SPD.
• −∆m,n = I n ⊗ (−∆m) + (−∆n) ⊗ I m, suma de matriusdefinides positives ho és també, i −∆m,−∆n matriusdefinides positives positives, per concloure, sols cal
demostrar el resultat següent.
• Proposició. A, B simètriques i definides positives ⇒A ⊗B també ho és.
• A és SPD ⇔ ∃P ortogonal, D diagonal, Di,i > 0, talque A = P DP T (valors propis positius, vectors propis
ortonormals).
• Siga aleshores P , Q ortogonals i D, E diagonals“positives” (de les dimensions adequades) tal que
A = P DP T i B = QEQT :
1. P ⊗ Q és ortogonal:
(P ⊗ Q)T = P T ⊗ QT = (P −1) ⊗ (Q−1) = (P ⊗ Q)−1
31