Métodos Numéricos para Ecuaciones en Derivadas Parciales

Slides:



Advertisements
Presentaciones similares
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE
Advertisements

Nociones Elementales de Matrices
Clasificación de las ecuaciones
Solución Numérica de Ecuaciones Diferenciales Parciales
MÉTODOS NUMÉRICOS. Explicación del método de L U. Realizado por:
Sistemas de Ecuaciones Diferenciales Lineales
REGRESIÓN POR MÍNIMOS CUADRADOS
Método de Gauss-Seidel
DESCOMPOSICIÓN L U Verónica Miranda, Mariano Avilés, Andrés Navarro, Katherine González.
Investigación Operativa
Métodos Iterativos para la resolución de ecuaciones en una variable
Sistema de tres ecuaciones con tres incógnitas
Contenido Planteamiento del problema Método de Punto Fijo
DEFINICIONES Y TERMINOLOGÍA
Métodos Matemáticos I.
Teoría de sistemas de Ecuaciones No lineales
Análisis de Señales y Sistemas
Programación Numérica
Valeria Flores De La Luz Walberth Hernández Ramírez
Métodos de Diferencias Finitas para Ecuaciones en Derivadas Parciales
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES TEMA 3 Un determinante de una matriz cuadrada es un número real que se obtiene operando.
PROGRAMACIÓN EN CLUSTERS
Métodos iterativos para sistemas lineales
Ecuaciones diferenciales
1 Librería secuencial de Álgebra Lineal Densa LAPACK Domingo Giménez Javier Cuenca Facultad de Informática Universidad de Murcia.
Problemas de frontera para ecuaciones diferenciales
Librería secuencial de Álgebra Lineal Densa LAPACK
Álgebra Lineal – Escuela Superior de Ingeniería de Bilbao – UPV/EHU
2º Bachillerato de Ciencias y Tecnología BC2A – BC2B Curso
Interpolación y aproximación polinomial
Práctica 3 La ecuación f(x) = 0 (2ª Parte). v Método de Newton u Convergencia u Newton modificado v Método de la secante v Método de Newton para polinomios.
Tópicos Especiales en Computación Numérica
Resolución de recurrencias, por cambio de variable
Práctica 6 Integración Numérica.
DIFERENCIAS FINITAS EN EL DOMINIO DEL TIEMPO
Primero escribimos las ecuaciones en la forma estándar.
COMPRESIÓN AUTORREGRESIVA Y CASI SIN PERDIDA Autores: Antonio Fernández Carpio Francisco José Lamela Rincón.
Ecuaciones diferenciales
Lab.3: Solución de sistema de ec. lineales con Montecarlo / Metropolis Algoritmos Paralelos Glen Rodríguez.
Práctica 4-5 Métodos Directos e Iterativos para Sistemas de Ecuaciones Lineales.
Sistemas Lineales Análisis de error Prof.: Dra. Nélida Beatriz Brignole.
Práctica 4 Métodos Directos para Sistemas de Ecuaciones Lineales.
Laboratorio de cómputo científico
Aproximación numérica de las ecuaciones de flujo mediante
Interpolación y aproximación polinomial
Sistemas de Control y Proceso Adaptativo
Factorización Directa con pivoteo máximo de columna.
Martes 20 de marzo de 2012 de 12:00 a 13:30.
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
UNIDAD 4 Clase 6.3 Tema: Sistema de Ecuaciones Lineales
INAOE CURSO PROPEDEUTICO PARA LA MAESTRIA EN ELECTRONICA
METODOS NUMERICOS VER2013 INTEGRANTE: JUAN CARLOS ROJAS PEREZ.
Matrices rango de una matriz
Resolución de Sistemas Lineales
SISTEMA DE ECUACIONES LINEALES. Métodos ExactosMétodos Aproximados.
Resolución de Sistemas Lineales Introducción. Notación matricial.
6. Sistemas de ecuaciones diferenciales lineales
MATRICES Y SISTEMAS LINEALES EN APLICACIÓN UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE FAJARDO Proyecto MSP-II.
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO FACULTAD DE QUIMICA PROGRAMA EDUCATIVO DE QUÍMICO UNIDAD DE APRENDIZAJE INTRODUCCIÓN A LOS MÉTODOS NUMÉRICOS.
FIUBA MODELOS EN COMPATIBILIDAD ELECTROMAGNETICA Juan C. Fernandez 6.1 – Comportamiento no ideal de Componentes.
Tema 1 : Introducción y errores
CLASE x + 3 y = 9 x – 4 y = – 1 y = – – x + 3 y = x x r1r1 r1r1 r2r2 r2r2 r2r2 r2r2 r1r1 r1r1   = { A } = { A } A.
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
Tema 3: Sistemas de ecuaciones lineales. Métodos iterativos
Método de Diferencias Finitas para Ecuaciones en Derivadas Parciales Ecuaciones Elípticas y Parabólicas.
Matrices ¿Qué es una matriz? ¿Qué es una matriz? ¿Qué es una matriz? ¿Qué es una matriz? Su Estructura Su Estructura Su Estructura Su Estructura Propiedades.
Sistemas de ecuaciones lineales con un parámetro Discute y resuelve:
Ecuaciones Diferenciales Parciales
Tele clase 5 Sistemas de ecuaciones lineales.
Transcripción de la presentación:

Métodos Numéricos para Ecuaciones en Derivadas Parciales Cálculo Numérico Práctica 4

Métodos numéricos para Ecuaciones en Derivadas Parciales Resolución de sistemas lineales tridiagonales Factorización de una matriz tridiagonal Resolución de un sistema mediante LU Ecuación de Ondas Método implícito Ecuación de Laplace Método de sobrerrelajación por filas

Sistemas lineales tridiagonales A = L·U

Algoritmo de Factorización function [c,l,u]=clu(c,a,b) n = length(a); l(1) = a(1); for i=2:n u(i-1) = b(i-1)/l(i-1); l(i) = a(i) - c(i-1)*u(i-1); end

Resolución de un sistema mediante LU. Archivo croutlu.m Eliminación y(1)=d(1)/l(1); for i=2:n y(i)=(d(i)-c(i-1)*y(i-1))/l(i); end Sustitución regresiva x(n)=y(n); for i=n-1:-1:1 x(i)=y(i)-u(i)*x(i+1);

Auxx+Buxy+Cuyy+Dux+Euy+Fu=G Introducción EDP de orden 2, lineales de coeficientes constantes. Auxx+Buxy+Cuyy+Dux+Euy+Fu=G Ecuación de Ondas utt - c2uxx = 0 Ecuación del Calor ut - cuxx = 0, c>0 Ecuación de Laplace uxx + uyy = 0 Condiciones iniciales y de contorno

Ecuación de Ondas Ecuación de Ondas Condiciones iniciales Condiciones de contorno Ecuación en diferencias finitas utt = c²uxx , 0 < x < L, t > 0 u(x, 0) = f(x) ut(x, 0) = g(x) u(0,t) = l(t) u(L,t) = r(t)

Ejemplo Ecuación: utt = c²uxx , 0 < x < L, t > 0, c = 1, L=T=4 Condiciones iniciales u(x, 0) = 2|x-2|, ut(x, 0) = 0 Condiciones de contorno u(0,t) = 0, u(L,t) = 0 Discretización nx=4, nt=8 L

ui,1 = a2 (fi-1+fi+1)/2 + (1-a2)fi + kgi Método implícito Paso 0º: Condición inicial 1ª ui,0 = fi Paso 1º: Condición inicial segunda ui,1 = a2 (fi-1+fi+1)/2 + (1-a2)fi + kgi Pasos siguientes: ecuación en diferencias (1+a2)ui,j+1 - a2(ui+1,j+1 + ui-1,j+1)/2 = 2ui,j + a2(ui+1,j-1 + ui-1,j-1)/2 - (1+a2)ui,j-1

Paso del método implícito Truco ecuación implícita - a2( ui-1,j-1 + ui-1,j+1)/4 + (1 + a2)(ui,j-1 + ui,j+1)/2 - a2(ui+1,j-1 + ui+1,j+1)/4 = ui,j . Sistema Aw = v, v = (u1,j,u2,j,...,unx-1,j)' tridiagonal ui,j+1 = wi - ui,j-1 Factorización LU Lz = v Uw = z

Algoritmo: parámetros de entrada nx, h: nº de intervalos y paso espacial nt, k: nº de intervalos y paso temporal c: coeficiente de la ecuación f, g: vectores columna (nx+1,1) de las condiciones iniciales en los nodos con t = 0 hl, hr: vectores fila (1, nt+1)de las condiciones de contorno en los nodos con x = 0 y x = L, resp.

Ejemplo: parámetros de entrada nx = 4; h=1; x = 0:h:4; x = x(:); nt = 8; k =.5; c = 1; f = 2 - abs(2-x); g = zeros(size(x)); hl = zeros(1, nt+1); hr = zeros(1, nt+1);

Algoritmo: Preparación a2 = (c*k/h)^2; % Parámetro de Courant U = zeros(nx+1,nt+1); % Solución Condiciones de contorno U(1,:) = hl; U(nx+1,:) = hr; Rangos auxiliares de índices L = 1:nx-1; C = 2:nx; R = 3:nx+1;

Algoritmo: pasos iniciales Condición inicial sobre la función (paso 0) U(:,1) = f; Condición inicial sobre la derivada (paso 1) U(C,2) = a2*(f(L) + f(R))/2 + ... (1-a2)*f(C) + k*g(C);

Algoritmo: construcción y factorización de la matriz Diagonal principal dp = (1+a2)/2*ones(1, nx-1); Subdiagonal y superdiagonal ds = -a2/4*ones(1, nx-2); Factorización LU [c,l,u]=clu(ds,dp,ds);

Algoritmo: paso general for j = 2:nt % Términos independientes b(1) = a2/4*(hl(j-1)+hl(j+1)); b(nx-1) = a2/4*(hr(j-1)+hr(j+1)); % Resolucion del sistema U(C,j+1) = ... croutlu(c,l,u,U(C,j)+b')'-U(C,j-1); end

Ejemplo

Ecuaciones elípticas Ecuación de Laplace uxx + uyy = 0, 0 < x < a, 0 < y <b Condiciones de contorno u(x,0) = f0(x), u(x,b) = f1(x) u(0,y) = g0(y), u(a,y) = g1(y) Discretización

Ecuación de Laplace Ecuación en diferencias: a=k/h a2(ui-1,j + ui+1,j) + ui,j-1 + ui,j+1 - 2(a2+1)ui,j = 0 Matriz del sistema: grande , dispersa Caso h = k : ui-1,j + ui+1,j + ui,j-1 + ui,j+1 = 4ui,j

Algoritmos iterativos por bloques Iteración por bloques columna Para j = 1, 2, … , ny-1, resolver el sistema Iteración por bloques fila Método implícito de direcciones alternadas

Ecuación de Laplace. Ejemplo uxx+ uyy=0, 0 < x < 1, 0 < y < 1 Condiciones de contorno u(x, 0) = 0, u (x, 1) = 100x u(0, y) = 0, u(1, y) = 100y Discretización h = 0.125, k = 0.25

Algoritmo: parámetros de entrada alfa: paso y / paso x f0, f1: vectores columna (nx+1, 1) de las condiciones de contorno en los nodos con y = 0 e y = b, resp. g0, g1: vectores fila (1, ny+1) de las condiciones de contorno en los nodos con x = 0 y x = a, resp. tol: condición de convergencia maxiter: tope de iteraciones.

Ejemplo: parámetros de entrada h=.125; x = 0:h:1; x = x(:); k=.25; y = 0:k:1; alfa = k/h; f0 = zeros(size(x)); f1 = 100*x; g0 = zeros(size(y)); g1 = 100*y; tol = 5e-2; maxiter = 50;

Algoritmo: Preparación a2 = alfa^2; b2 = 2*(1+a2); m = length(f0); n = length(g0); Estimación inicial U = zeros(n, m); Condiciones de contorno U(:,1) = f0; U(:,n) = f1; U(1,:) = g0; U(m,:) = g1; 1 g0 n 1 f0 m f1 g1

Algoritmo: Construcción y factorización de la matriz Diagonal principal dp = b2*ones(1, m-2); Subdiagonal y superdiagonal ds = -a2*ones(1, m-3); Factorización LU [c,l,u]=clu(ds,dp,ds);

Algoritmo: relajación por columnas for j = 2:n-1 % Términos independientes b = U(2:m-1, j-1) + U(2:m-1, j+1); b(1) = b(1) + a2*g0(j); b(m-2) = b(m-2) + a2* g1(j); % Resolucion del sistema U(2:m-1, j) = croutlu(c,l,u,b)'; end

Algoritmo: iteraciones incr = tol + 1; iter = 0; while incr > tol & iter < maxiter Actualizar U por columnas Calcular incr Incrementar iter end

Ejemplo

F I N