Documente Academic
Documente Profesional
Documente Cultură
b
a
dx x f ) (
Si dividimos el intervalo [a,b] en subintervalos, y cada subintervalo lo
aproximamos a un trapecio, podemos obtener el rea como suma total de las
reas de los trapecios. Aproximamos f en cada subintervalo por rectas:
rea = Suma de las reas de los trapecios
rea =
( )
,
_
+
2
) ( ) (
*
1 i i
x f x f
h = T(h)
T(h)=h*
,
_
+ + + +
2
) (
) ( .......... ) (
2
) (
1 1
n
n
o
x f
x f x f
x f
Proyecto Fin de Carrera Tania Borges lamo
8
El error en este mtodo admite una expresin del tipo:
rea T(h) = C
0
h
2
+ C
1
h
4
+
Las tcnicas de extrapolacin permiten aumentar el orden de la aproximacin.
El objetivo ser obtener, a partir de varias aproximaciones, una nueva
aproximacin del error cuyo desarrollo tenga como primer trmino C h
q
con q
> p, siendo p el orden del mtodo original (p=2 para trapecios).
Solucin Aproximacin = C h
p
+ O (h
p+1
)
A partir de un mismo intervalo podemos utilizar dos aproximaciones:
T(h)=h*
,
_
+
2
) (
2
) ( b f a f
T(
2
h
)=
2
h
*
,
_
+
,
_
+
+
2
) (
2 2
) ( b f b a
f
a f
Proyecto Fin de Carrera Tania Borges lamo
9
rea T(h) = C
h
2
+ O (h
q
) , q>2
rea T(
2
h
) = C
,
_
2
h 2
+ O (h
q
)
, q>2
A partir de estas dos aproximaciones y operando en las dos ltimas
ecuaciones obtenemos:
rea -
3
) ( ) 2 / ( 4 h T h T
= O (h
q
)
Podemos observar que el trmino
3
) ( ) 2 / ( 4 h T h T
, es una nueva aproximacin
a la solucin que depende de h y de h/2 y cuyo error el O (h
q
) con q>2.
Este candidato a resolver nuestro problema es conocido como la
Extrapolacin de Richardson o Extrapolacin lineal. En general:
1 2
) ( ) 2 / ( 2
p
p
h Aprox h Aprox
La extrapolacin de Richardson consiste en considerar un polinomio
P(x) = a
0
+ a
1
x
p
Proyecto Fin de Carrera Tania Borges lamo
10
Donde el polinomio de grado p es el que interpola a Aprox en h y h/2 y obtener
la nueva aproximacin como P(0) (extrapolacin).
Si partimos de ms de dos aproximaciones:
Aprox(h)
Aprox(h/2)
Aprox(h/4)
y aplicamos varias veces la extrapolacin de Richardson, veremos que el
coeficiente del error de la aproximacin final tiende a infinito, por lo que el
nmero de extrapolaciones est limitada (normalmente entre 2 y 3).
Adems de la extrapolacin de Richardson existen otro tipo de extrapolaciones.
En ejemplo con buenas propiedades de estabilidad, lo encontramos en la
extrapolacin polinmica recproca. Esta extrapolacin consiste en considerar
como funcin extrapoladora una funcin del tipo
b ax
p
+
1
.
Proyecto Fin de Carrera Tania Borges lamo
11
EXTRAPOLACI N POLI NMI CA REC PROCA
Vamos a ver que, al igual que en la extrapolacin polinmica, es equivalente
considerar la funcin interpoladora
) (
1
) (
x p
x R y extrapolar en el cero, que
hacer extrapolaciones de dos en dos con funciones del tipo
c dx
p
+
1
.
Ntese en primer lugar que para la construccin de R(x), se debe suponer que
los datos sean distintos de cero, ya que estas funciones racionales, no
interpolan en cero. Si los datos tienen diferente signo o son cero, entonces, para
encontrar la funcin racional, primero haramos una traslacin (vertical) de los
ejes para que esto ya no se diese, construiramos entonces R(x) y por ltimo
haramos la traslacin inversa (cabe destacar que en este caso el numerador
sera un polinomio de grado mayor que cero).
Para implementar esto, se puede hacer un if que seleccione si pasa por el
cero y si es as que sume a todas las imgenes uno ms el mximo en mdulo
de ellas y as, todas sern positivas; una vez hecha la extrapolacin se restara
lo sumado al resultado. Adems, para que R(x) est definida en todo el
intervalo, p(x) deber mantener su signo constante, ya que, en otro caso podra
presentar problemas el valor de la extrapolacin.
Ntese que esto no introduce, en la prctica, ms restricciones que las que
haba en la extrapolacin polinmica. Al extrapolar valores de un mismo signo,
lo deseable es que la interpolacin lo mantenga, pues lo contrario, aun siendo
matemticamente posible, no resultara, en un gran nmero de casos, natural.
Veamos la equivalencia anteriormente citada.
Proyecto Fin de Carrera Tania Borges lamo
12
Supongamos que tenemos:
) ( ),......., ( ), (
2 1 k
h T h T h T
distintos de cero y de igual signo h
1
h
2
>. h
k
.
Encontrar una funcin interpoladora de la forma
) (
1
x p
es equivalente a
encontrar un polinomio p(x) que interpole a:
) (
1
,.......,
) (
1
,
) (
1
2 1 k
h T h T h T
sabemos que esto a su vez, es equivalente a ir extrapolando dos a dos con
funciones del tipo b ax
p
+ y por construccin, esto es equivalente, a considerar
los inversos de los datos, es decir ) (
) (
1
1
i
i
h T
h T
; y extrapolar dos a dos con
funciones del tipo
b ax
p
+
1
.
As, se concluye que extrapolar con funciones del tipo
) (
1
x p
, es equivalente a
hacerlo dos a dos con funciones
b ax
p
+
1
.
Adems, ntese que tambin se deduce de lo expuesto, que hacer la
extrapolacin polinmica recproca con los datos anteriores es equivalente, a
tomar los datos inversos, hacer la extrapolacin polinmica con ellos y
quedarse con el inverso del resultado.
Proyecto Fin de Carrera Tania Borges lamo
13
Como hemos visto, realizar extrapolacin polinmica recproca, equivale a ir
extrapolando dos a dos con funciones del tipo
b ax
p
+
1
. Una de las ventajas de
esta propiedad, es el hecho de que para aproximar el punto medio de ( x
0
,x
1
) se
utilizar
b
x x
a
p
+
+
)
2
(
1
1 0
, que, como es sabido, son medias menores que la
media aritmtica entre dos puntos, que es la que aparece en el caso polinmico.
En particular, para p=1 se tiene la media armnica, que es menor incluso que la
geomtrica. Que aparezcan estas medias, menores que la de la polinmica,
presuponen unas mejoras en la estabilidad.
Proyecto Fin de Carrera Tania Borges lamo
14
ALGORITMO DIRECTO PARA LA IMPLEMENTACIN DE LA
EXTRAPOLACIN POLINMICA RECPROCA
Lo haremos suponiendo que los nodos estn en progresin geomtrica. En
general es anlogo cambiando constantes.
Supongamos pues:
..... ) (
2
2
1
1 0
+ + +
p p
h a h a a h F
...... 2 2 ) 2 (
2 2
2
1 1
1 0
+ + +
p p p p
h a h a a h F
..... 4 4 ) 4 (
2 2
2
1 1
1 0
+ + +
p p p p
h a h a a h F
Con las dos primeras construimos:
,
) 2 (
1
) (
2
1 2 1
1
1
1
h F h F
b
p
p
con las dos ltimas:
,
) 4 (
1
) 2 (
2
1 2 1
1
1
2
h F h F
b
p
p
y se extrapolara con:
,
2
1 2 1
1 2
2
2
b b b
p
p
Proyecto Fin de Carrera Tania Borges lamo
15
Aplicando induccin se obtiene el algoritmo siguiente:
para l=1,2,3,.,n
) 2 (
1
) , 0 (
h F b
l
l
para j=1 hasta r=n-1 y para l=1 hasta k donde k=r-j+1
) 1 , 1 ( ) , 1 (
) , (
1 2
1 2
+
l j l j
p
p
l j
b b
b
donde p es la primera potencia del error en cada paso.
Proyecto Fin de Carrera Tania Borges lamo
16
ANLI SI S DEL ERROR EN LAS EXTRAPOLACI ONES
Para el error, tenemos las frmulas obtenidas en secciones precedentes. Vamos
a obtener a continuacin una nueva expresin del error.
Sean x
0
, x
1
,., x
m
los nodos donde se va a interpolar. Sea f(x) la funcin a
interpolar (o extrapolar). Sea
) (
1
x p
la funcin interpoladora.
Supongamos que queremos interpolar o extrapolar, segn el caso, en un punto
x distinto de los nodos.
Sabemos que p(x) interpolar a
) (
1
x f
en los nodos, por lo tanto existir
) ,....., , , int(
1 0 m
x x x x tal que:
) )......( )( (
)! 1 (
) ( ) (
) (
) (
1
1 0
) 1 ( 1
m
m
x x x x x x
m
f
x p
x f
+
+
as:
) ).......( )( (
)! 1 (
) ( ) (
) (
) (
)) (
) (
1
(
) (
) (
1 0
) 1 ( 1
m
m
x x x x x x
m
f
x p
x f
x p
x f x p
x f
+
+
por tanto:
) )......( )( (
)! 1 (
) ( ) (
) (
1
) (
1 0
) 1 ( 1
m
m
x x x x x x
m
f
x p
x f
+
+
Proyecto Fin de Carrera Tania Borges lamo
17
Ahora bien, de la primera ecuacin, se deduce:
f(x)=
A x p + ) (
1
y finalmente:
A
x Ap x p x p
x f
) ( ) (
1
) (
1
) (
2
+
donde
) )......( )( (
)! 1 (
) ( ) (
1 0
) 1 ( 1
m
m
x x x x x x
m
f
A
+
(Ntese que
) (
1
x p
, es el valor con el que extrapolamos, y por lo tanto
conocido).
Proyecto Fin de Carrera Tania Borges lamo
18
ESTI MACI N DEL ERROR EN LAS EXTRAPOLACI ONES
POLI NMI CA Y POLI NMI CA REC PROCA
Ahora haremos un estudio de cmo se comportan estas extrapolaciones. Se
utilizarn en la resolucin de E.D.O. y supondremos que x
0
=h y x
1
=2h (el
estudio general sera anlogo, pero ms farragoso).
Primero construiremos las funciones racionales y polinmicas, y, despus, las
analizaremos.
Supongamos:
...... ) (
2
2
1
1 0 1
+ + +
p p
h a h a a h F F
`....... 2 2 ) 2 (
2 2
2
1 1
1 0 2
+ + +
p p p p
h a h a a h F F
1)
1
) (
p
bx a x P +
para que interpole:
1
1
F bh a
p
+
2
1 1
2 F bh a
p p
+
as:
1
1 1 1 1
2 2 2 F bh a
p p p p
+
2
1 1
2 F bh a
p p
+
Proyecto Fin de Carrera Tania Borges lamo
19
restando:
2 1
1 1
2 ) 1 2 ( F F a
p p
luego:
1 2
2
1
2 1
1
p
p
F F
a
) 1 2 ( ) 1 2 ( 2
2 2
2
)
1 2
2
(
2
1 1
1 2
1 1 1
2 1
1
2 2
1
1 1
1
2 1
1
2
1 1
2
p p p p p
p p
p p
p
p
p p
h
F F
h
F F F F
h
F F
F
h
a F
b
2)
c dx
x R
p
+
1
1
) (
para que interpole:
1 1
1
F
c dh
p
+
2 1 1
2
1
F
c dh
p p
+
y al igual que antes:
) 2 1 (
1
1 1
2
1
2
p p
h F
F
F
d
) 2 1 (
2
1
2 1
2
1
1
p
p
F F
F F
c
Proyecto Fin de Carrera Tania Borges lamo
20
Por lo tanto dados (h,F
1
) y (2h,F
2
) tenemos:
A continuacin vamos a analizar las funciones obtenidas. Sabemos que una vez
determinadas
c dx
p
+
1
1
y b ax
p
+
1
tendremos que
c
1
y b sern las
aproximaciones a a
0
.
Veamos cuales son los primeros trminos del error (ya sabemos que en cada
extrapolacin, eliminamos la primera potencia del error del mtodo al que se le
est aplicando).
Sabemos que:
....
1
2
2
1
1 0 1
+ + +
+
p p
p
h a h a a
c dh
(suponemos que 0 c para que tenga sentido en el cero)
.....
1
1
2
2
1
1 0
1
+ + +
+
p p
p
h a h a a
h
c
d
c
(suponemos que p
1 1
condicin que cumplen los mtodos usuales)
Anlogamente:
.....
2
2
1
1 0
1 p p p
h a h a a a bh + + +
..... ) (
2
2
1
1 0
+ + +
p p
h a h a b a a
......
1
2
2
1
1 0
1
0
+ + +
p p p
h a h a a h
c
d
a
c
Proyecto Fin de Carrera Tania Borges lamo
21
Slo tendremos en cuenta los primeros trminos del error, el resto lo
despreciaremos al tomar h cercanos a cero, as deberemos analizar:
2
2
1 2
1
1
1
1
0
p p p p
h a h a
c
d
h a h a
c
d
+ + +
y
2
2
1
1
) (
p p
h a h a b + +
En primer lugar:
2
2
1
1
1 1
1 0
2
1
1
1
1 2
2
2
1
1
1 1
1 0
1
2 1
2
1
1
1 1
2 1
1 2
2
2
1 2
1
1
1
1
0
) (
) 2 (
) (
) 2 1 (
2
) 2 1 (
p p p p
p p
p p p p
p
p
p p
p p p p
h a h a h h a a
F F h
F F
h a h a h h a a
F F
F F
h F F
F F
h a h a
c
d
h a h a
c
d
+ +
,
_
+ +
,
_
+ +
simplificando:
) 2 1 (
) 2 2 ( ) 2 1 (
) 2 1 ( ) 2 1 (
) 1 2 ( ) 2 1 (
2
) ) 2 1 ( (
1
0
2
2 0
1 2 1 2 1 2 2
1
2
2 1 1 2
1
1
0
2 2
2 0
1 2 1 2
1
2
1
1
0 1
1 1
1 0 2
p
p p p p p
p
p p p
p p p p
p
p p
a
h a a h a
h a
h a a
h a a h a
F F
a F h a a F
+
+
+
+
+
(notar que simplemente se trata de una aproximacin, de ah que salgan
potencias distintas a p
2
)
Proyecto Fin de Carrera Tania Borges lamo
22
Por otra parte:
2
2 1
2
2
2
1 1
2
2 1
2
2
2
1
1
1 1
2
2 2 1
1
1
2
2
1
1 1 1
1 2 2
2
1
1
1 2
2 1
1
1 2
2 1
) 1 2 (
.... ) 2 1 ( ) 2 1 (
) 1 2 (
) (
p
p
p
p p p
p
p
p
p p
p p
p p p p
p p
p p
p p
h a
h a h h a
h a h a
h
a h h a
h a h a
h
F F
h a h a b
,
_
+
+
,
_
,
_
+ +
+
,
_
+
+ +
En los mtodos usuales, 2p
1
2
p , incluso en la mayora de ellos,
2 1
2 p p > , en
cuyo caso, el primer trmino del error en la extrapolacin polinmica recproca
aproximadamente es
2
2
1
1
2
2 1
2 2
p
p
p
p
h a
,
_
+
p
p
, puesto que 1
1 2
+ p p , y as puede ser peligroso
realizar muchas extrapolaciones, ya que como se ve, el coeficiente de la
primera potencia del error va creciendo en mdulo en cada extrapolacin.
Proyecto Fin de Carrera Tania Borges lamo
23
LEYES DE CONSERVACI N
Una introduccin general a las propiedades de los sistemas de leyes de
conservacin y sus mtodos numricos asociados puede encontrarse en el libro
de LeVeque. Nuestro objetivo en esta seccin es destacar los aspectos
fundamentales para poder entender las secciones posteriores.
Un sistema fsico continuo puede describirse por las leyes de conservacin de
masa, momento y energa. Es decir, para cada cantidad conservada, la
proporcin de cambio de la cantidad total en alguna regin viene dada por su
flujo (convectivo o difusivo) a travs de la frontera, ms cualquier fuente
existente.
Como ya hemos dicho, una cantidad conservada, como la masa, puede ser
transportada por flujos convectivos o difusivos. La distincin es que los flujos
difusivos estn conducidos por gradientes en densidad, mientras los flujos
convectivos incluso persisten en ausencia de estos. Nos concentraremos en el
caso de transporte convectivo, ignorando difusin (difusin de masa,
viscosidad y conductividad trmica) y tambin trminos fuente (como
reacciones qumicas, excitaciones atmicas, ionizaciones). Hacemos esta
simplificacin ya que el transporte convectivo requiere tratamiento numrico
especializado. Los difusivos y los efectos reactivos pueden ser tratados por
mtodos numricos normales independientes de aquellos para los trminos
convectivos. Las leyes de conservacin con slo flujos convectivos son
conocidas como hiperblicas. Una inmensa serie de fenmenos fsicos se
modelizan con ayuda de tales sistemas: combustin en motores, astrofsica,
plasma,...
Proyecto Fin de Carrera Tania Borges lamo
24
FENMENO CONVECTIVO, MODELOS E IMPLICACIONES NUMRICAS
Los fenmenos fsicos ms importantes exhibidos por las leyes de
conservacin hiperblicas son bulk convection, waves, discontinuidades
de contacto, shocks, y rarefracciones. Describiremos brevemente los rasgos
fsicos y modelo matemtico para cada efecto.
Los dos primeros fenmenos son simplemente el movimiento de materia de un
sitio a otro. La ecuacin modelo ms simple que describe estos fenmenos es
la ecuacin lineal convectiva, tambin es un modelo importante para entender
transporte suave en las leyes de conservacin.
Estos fenmenos se propagan en direcciones bien definidas en contraste con
fenmenos como la difusin que se propaga en todas las direcciones.
Los mtodos numricos convenientes para los sistemas hiperblicos son los
upwind que contemplan las diversas direcciones, adems de una relacin
definida entre el espacio y el paso de tiempo. La velocidad de la propagacin
discreta
t
x
x
. Disminuye los
errores numricos y hace ms fcil la representacin de la solucin por
polinomios que sern la base de nuestros mtodos.
Proyecto Fin de Carrera Tania Borges lamo
26
Las consideraciones numricas a tener en cuenta son:
La condicin CFL es necesaria para que el modelo tenga una propagacin de
informacin correcta.
Los mtodos numricos deben adaptarse a las direcciones de propagacin, as
deben de ser upwind.
En regiones de suavidad es posible obtener alta resolucin con interpolacin.
Cualquier mtodo para ecuaciones diferenciales puede ser aplicado para la
integracin temporal, slo se ha de tener en cuenta la estabilidad.
La forma conservativa es crucial para la captura del shock.
La descomposicin caracterstica del sistema se har de forma local.
Los sistemas de leyes de conservacin son sistemas de ecuaciones en derivadas
parciales (EDP's) tiempo-dependientes. En 1-D se pueden escribir como
0 )) , ( ( ) , (
t x u f
x
t x u
t
donde
m
R R R u : es un vector m-dimensional de las cantidades
conservadas.
Asumiremos que el sistema es hiperblico. Esto significa que la matriz
Jacobiana f(u) tiene la siguiente propiedad: Para todo valor de u los valores
propios de f(u) son reales y la matriz es diagonalizable.
Proyecto Fin de Carrera Tania Borges lamo
27
Normalmente el flujo es una funcin no lineal de u, dando lugar a sistemas no
lineales de EDP's. En general, no ser posible la obtencin de la solucin, de
ah la necesidad del estudio de mtodos numricos.
Uno de los sistemas de leyes de conservacin con mayor importancia es el de
las ecuaciones de Euler de la dinmica de gases. En realidad, las ecuaciones
fundamentales de la dinmica de fluidos son las de Navier-Stokes, pero estas
ecuaciones incluyen los efectos de la viscosidad, y as los flujos no slo
dependen de las variables de estado sino tambin de los gradientes de stas. En
consecuencia estas ecuaciones dejan de ser hiperblicas. Por otro lado, si las
sustancias estn lo suficientemente diluidas, como puede ser el caso de un gas,
los efectos de la viscosidad pueden ser despreciados, apareciendo en este caso
las ecuaciones de Euler. En una dimensin estas ecuaciones se escriben:
0
) (
2
,
_
+
+
,
_
P E v
P v
v
x
E
v
t
donde ? denota la densidad, v la velocidad, E la energa, yP la presin. La
presin P vendr dada por la ecuacin de estado.
Consideremos ahora la ecuacin escalar no lineal
0 ) ( +
x t
u f u
donde f(u) es una funcin no lineal de u.
Proyecto Fin de Carrera Tania Borges lamo
28
Una forma natural de obtener una definicin de solucin que no use la
diferenciabilidad es regresar a la forma integral de la ecuacin.
Sea ) (
1
0
R R C una funcin test. Si multiplicamos 0 +
x t
f u por ) , ( t x e
integramos respecto al tiempo y al espacio obtendremos:
+
0
0 ) ( dxdt u f u
x t
Integrando por partes,
+
0
) 0 , ( ) 0 , ( ) ( dx x u x dxdt u f u
x t
Una funcin u(x,t) es una solucin dbil de la ley de conservacin si se
satisface para toda funcin ) (
1
0
R R C .
Existen situaciones en las que la solucin dbil no es nica y son necesarias
otras condiciones para escoger la solucin fsicamente relevante.
Se dice que u(x,t) es la solucin de entropa si existe una constante E>0 tal que
para todo a>0, t>0 y x R ,
t
E
a
t x u t a x u
+ ) , ( ) , (
Nota: Existen versiones ms simples de esta condicin para distintos casos
particulares.
Proyecto Fin de Carrera Tania Borges lamo
29
DI SCRETI ZACI ONES ESPACI ALES
Los sistemas de leyes de conservacin son sistemas de ecuaciones en derivadas
parciales del tipo:
u
t + 0 ) (
1
xi
d
i
i
u f
u(x,0) = u
0
(x)
Comenzamos con las ecuaciones escalares en una dimensin:
u
t
+ f(u)
x
= 0
u(x,0) = u
0
(x)
En primer lugar, por sencillez, consideramos el mtodo de Euler
u
t
t
u u
n
j
n
j
+1
A partir de una aproximacin numrica podemos escribir:
u
1 + n
j
= u
n
j
- (f
n
j 2 / 1 +
-f
n
j 2 / 1
)
donde
h
t
y el flujo numrico es una funcin de 2k variables (pares).
Proyecto Fin de Carrera Tania Borges lamo
30
Para obtener las reconstrucciones partimos del siguiente hecho: si existe una
funcin g en principio no conocida, que cumpla que:
f(u(x))=
h
1
2 /
2 /
) (
h x
h x
d g
se tiene que
f(u(x))
x
=
h
h x g h x g ) 2 / ( ) 2 / ( +
Los mtodos que usaremos se basan en reconstrucciones a trozos de la funcin
g.
El paso ms importante de este mtodo consiste en tener una reconstruccin de
g, por los menos, de tercer orden.
Definimos una celda:
C
j
= { }
2 / 1 2 / 1
:
+
j j
x x x x
donde:
x
2 / 1 + j
= x
j
+ h
2
1
Proyecto Fin de Carrera Tania Borges lamo
31
Nuestros datos de interpolacin sern:
a) Para cada j el principal valor de g(x) en C
j
viene dado por:
v
j
=
h
1
2 / 1
2 / 1
) (
j
j
x
x
d g
b) Para cada j, d
j+1/2
viene dado por:
d
2 / 1 + j
=
h
v v
j j
+1
Queremos encontrar r
j
(x) una reconstruccin de g(x) en C
j
de tal forma que
cuando g(x) sea suave en C
j
, tendremos
g(x) - r
j
(x) = O(h
3
)
Para conseguir tercer orden de las reconstrucciones, impondremos las
siguientes condiciones para cada j:
v
j
=
h
1
2 / 1
2 / 1
) (
j
j
x
x
j
d r
d
2 / 1 + j
= r
j
(x
2 / 1 + j
)
d
2 / 1 j
= r
j
(x
2 / 1 j
)
Proyecto Fin de Carrera Tania Borges lamo
32
MTODO PPHM
Veamos un ejemplo de una reconstruccin polinmica a trozos de orden 3,
consideraremos una celda genrica:
C
0
=
'
2
! :!
0
h
x x x
Basndonos en el siguiente polinomio:
P
0
(x) = a
0
+ a
1
x + a
2
x
2
donde el valor de los coeficientes viene dado por:
a
2
=
2
1
(
) ( ) (
1 2
1 2
x x
d d
)
a
1 =
d
1
- x(
2
)
) ( ) (
1 2
1 2
x x
d d
a
0
= v
0
-
12
2
h
a
2
Tendremos que se verifican las condiciones de interpolacin buscadas para C
0
.
Por otra parte, la derivada de p
0
(x) en el punto x
,
_
+
2
2 1
es:
p
0
(x(
2
2 1
+
)) =
2
2 1
d d +
En la presencia de discontinuidades en una de las interfases la reconstruccin
anterior no produce aproximaciones satisfactorias. Para obtenerlas
modificamos el algoritmo considerando como datos de interpolacin la
Proyecto Fin de Carrera Tania Borges lamo
33
derivada en la interfase con menor valor absoluto y la dada por la media
armnica en el punto medio.
d
1
=
2 / 1 2 / 1
2 / 1 2 / 1
2
d d
d d
+
Cada media es menor que dos veces el mnimo de los datos y por tanto
adaptada a la presencia de discontinuidades.
Por otra parte, en regiones de suavidad su diferencia con la media aritmtica en
O(h
2
), manteniendo el orden 3 deseado con la reconstruccin.
La implementacin final la realizaremos con un esquema upwind. Utilizamos
la velocidad de Roe:
a
2 / 1 + j
=
n
j
n
j
n
j
n
j
u u
u f u f
+
+
1
1
) ( ) (
para saber de que direccin tomar la informacin.
Trabajaremos con los intervalos de la derecha si la velocidad es positiva:
f
2 / 1 + j
= p(v
j
,d
2 / 1 j
,d
2 / 1 + j
,r)
Si la derivada es negativa trabajaremos con los intervalos de la izquierda:
f
2 / 1 + j
= p(v
1 + j
,d
2 / 1 ) 1 ( + j
,d
2 / 1 ) 1 ( + + j
,l)
En el caso de que existan cambios de signo, utilizaremos ambos lados, es decir,
derecha e izquierda haciendo una descomposicin de flujo.
Proyecto Fin de Carrera Tania Borges lamo
34
MTODOS WENO
Los esquemas WENO se basan en combinaciones ponderadas de las
reconstrucciones de los posibles polinomios asociados a stencils de mismo
tamao asociados a cada una de las celdas:
+ + + +
1
0
,......, 1 2 / 1
) (
r
k
k j r k j
r
k k j
f f q f
donde ) (
,....., 1 k j r k j
r
k
f f q
+ + +
son reconstrucciones polinmicas.
El peso
k
del stencil
k
S se define como:
1 0
.....
+ +
r
k
k
donde
,
) (
p
k
r
k
k
IS
C
+
k=0,1,.,r-1
Es fcil de ver que
1
0
1
r
k
k
.
Proyecto Fin de Carrera Tania Borges lamo
35
En este trabajo usaremos como medida de la suavidad
donde
) (l
k
q es una derivada l-sima de ) (x q
k
. El trmino
1 2 l
h es para destituir
los factores h-dependientes en las derivadas de los polinomios. Es ms suave
que la medida de la variacin total basado en la norma L
1
.
Cuando r=2, la ecuacin de
k
IS queda
[ ]
l r
l r i k j f
IS
l r
i
r
l
k
+ +
2
1
1
1
) , (
.
Para r=3, se tiene:
2
1 2
2
1 2 0
) 3 4 (
4
1
) 2 (
12
13
j j j j j j
f f f f f f IS + + +
2
1 1
2
1 1 1
) (
4
1
) 2 (
12
13
+ +
+ +
j j j j j
f f f f f IS
2
2 1
2
2 1 2
) 4 3 (
4
1
) 2 (
12
13
+ + + +
+ + +
j j j j j j
f f f f f f IS
1
1
2 ) ( 1 2
2 / 1
2 / 1
) (
r
l
x
x
l
k
l
k
j
j
dx q h IS
Proyecto Fin de Carrera Tania Borges lamo
36
En regiones suaves, usando desarrollos de Taylor obtenemos que:
) ( )
3
2
2 (
4
1
) (
12
13
6 2 3 2 2
0
h O h f h f h f IS + +
) ( )
3
2
2 (
4
1
) (
12
13
6 2 3 2 2
1
h O h f h f h f IS + +
) ( )
3
2
2 (
4
1
) (
12
13
6 2 3 2 2
2
h O h f h f h f IS + +
donde ) (
j
u f f . Si 0 f ,
)) ( 1 ( ) (
2 2
h O h f IS
k
+ , , 2 , 1 , 0 k
De este modo se ha obtenido un quinto orden exacto en la lnea WENO.
Por otra parte, esta medida es tambin ms exacta que los puntos crticos de
f(u(x)). Donde f=0, se tiene que:
)) ( 1 ( ) (
12
13
2 2 2
h O h f IS
k
+ , , 2 , 1 , 0 k
Proyecto Fin de Carrera Tania Borges lamo
37
MTODOS DE DI SCRETI ZACI N TEMPORAL DE ALTO ORDEN Y
FUERTE RESERVA DE ESTABI LI DAD
Es una prctica comn para resolver las ecuaciones diferenciales parciales
dependientes del tiempo obtener un mtodo de discretizacin temporal.
Existen diferentes mtodos, entre ellos destacaremos los RK TVD que son los
adecuados para discretizar la variable temporal en las leyes de conservacin:
Proyecto Fin de Carrera Tania Borges lamo
38
MTODOS SSP
Son mtodos para resolver sistemas del tipo:
dt
d
u = L (u)
resultando un mtodo de aproximacin de las leyes de conservacin
hiperblicas:
u
t
= -f (u)
x
que cuando combinado con la discretizacin temporal de primer orden de
Euler, se obtiene:
u
1 + n
= u
n
+ ) (
n
u tL
siendo:
FE
t t
La variacin total de la solucin discreta de una dimensin es:
u
n
:= { }
2 / 1 2 / 1
1
+
j j
j
n
j
x x x u
El objetivo de los mtodos SSP Runge-Kutta es mantener una fuerte
estabilidad, bajo condiciones CFL del tipo:
FE
t c t
donde c es un coeficiente que modifica la restriccin CFL.
Proyecto Fin de Carrera Tania Borges lamo
39
MTODOS SSP Runge-Kutta
Un mtodo Runge-Kutta viene escrito de la siguiente forma:
u
) 0 (
= u
n
u
) (i
= )) ( (
) (
,
) (
1
0
,
k
k i
k
i
k
k i
u L t u +
, 0
,
k i
, i=1,.,m,
u
1 + n
= u
) (m
Si todos los
k i ,
son positivos, 0
,
k i
, se puede demostrar el siguiente teorema:
Si el mtodo de Euler es fuertemente estable bajo la restriccin CFL, entonces
el mtodo Runge-Kutta con los 0
,
k i
es SSP, proporciona que se cumpla la
siguiente restriccin CFL:
FE
t c t
c =
k i,
min
k i
k i
,
,
.
Proyecto Fin de Carrera Tania Borges lamo
40
MTODOS SSP Runge-Kutta con condiciones ptimas CFL
Se ha considerado la familia de m-estados, de los mtodos Runge-Kutta de
mth-orden con coeficientes
k i,
y
k i,
positivos. La restriccin mxima de
CFL alcanzada para estos mtodos es la dictada segn las pautas de Euler:
FE
t t
manteniendo el valor mximo del coeficiente CFL como c=1.
La serie de m-estados se han dado en las siguientes lneas:
u
) 1 ( ) 1 ( ) (
+
i i i
tLu u , i=1,.m-1,
u
) (
,
2
0
) ( k
k m
m
k
m
u
+ ) (
) 1 ( ) 1 (
1 ,
+
m m
m m
tLu u
donde
0 , 1
= 1
y
,
1
1 , 1 ,
k m k m
k
k=1,,m-2,
!
1
1 .
m
m m
1
1
, 0 ,
1
m
k
k m m
es una lnea del mtodo Runge-Kutta de mth-orden, el cual es un SSP con el
coeficiente CFL c=1,
FE
t t
Proyecto Fin de Carrera Tania Borges lamo
41
A partir los m-estados, el mtodo lineal Runge-Kutta de mth-orden es nico, se
ha podido demostrar que los m-estados son nicos, el mtodo lineal Runge-
Kutta de mth-orden es un SSP bajo el coeficiente CFL c=1.
Si L es no lineal, las ecuaciones anteriores son todava SSP bajo el coeficiente
CFL c=1, pero esto no es un mth-orden exacto. Se observa que casi todos los
ltimos estados de estos mtodos son simples secuencias de Euler.
Para tercer y cuarto orden los mtodos Runge-Kutta, admiten las siguientes
descomposiciones:
3
3
0
) (
6
1
) (
2
1
3
1
) (
!
1
tL I tL I tL
k
k
k
+ + + +
4 2
4
0
) (
24
1
) (
4
1
) (
3
1
8
3
) (
!
1
tL I tL I tL I tL
k
k
k
+ + + + + +
Proyecto Fin de Carrera Tania Borges lamo
42
Se han aadido en la tabla los coeficientes
j m,
hasta el valor de m=8:
Orden m
0 , m
1 , m
2 , m
3 , m
4 , m
5 , m
6 , m
7 , m
1 1
2
2
1
2
1
3
3
1
2
1
6
1
4
8
3
3
1
4
1
24
1
5
30
11
8
3
6
1
12
1
120
1
6
144
53
30
11
16
3
18
1
48
1
720
1
7
280
103
144
53
60
11
48
3
72
1
240
1
5040
1
8
5760
2119
280
103
288
53
180
1
64
1
360
1
1440
1
40320
1
Proyecto Fin de Carrera Tania Borges lamo
43
MTODOS SSP Runge-Kutta no lineales
Se ha explicado en la introduccin que los mtodos SSP son con frecuencia
utilizados para discretizaciones espaciales no lineales. De este modo, la mayor
parte de las investigaciones de hoy en da se han realizado de las derivaciones
de los mtodos SSP para discretizaciones espaciales no lineales.
Proyecto Fin de Carrera Tania Borges lamo
44
MTODOS DE SEGUNDO, TERCER Y CUARTO ORDEN NO LINEALES
Aqu se han revisado los mtodos ptimos SSP Runge-Kutta de m-estados, con
mth-orden para m=2,3,4.
Si se exige que 0
,
k i
, entonces se puede escribir un mtodo ptimo SSP
Runge-Kutta de segundo orden como:
u ) (
) ( ) 1 ( n n
u tL u +
u ) (
2
1
2
1
2
1
) 1 ( ) 1 ( 1
u tL u u
n n
+ +
+
con un coeficiente CFL c=1.
Del mismo modo se ha podido escribir un mtodo ptimo SSP Runge-Kutta de
tercer orden:
u ) (
) 1 ( n n
u tL u +
u ) (
4
1
4
1
4
3
) 1 ( ) 1 ( ) 2 (
u tL u u
n
+ +
u ) (
3
2
3
2
3
1
) 2 ( ) 2 ( 1
u tL u u
n n
+ +
+
con un coeficiente CFL c=1.
Proyecto Fin de Carrera Tania Borges lamo
45
Pero en el caso del cuarto orden, se ha demostrado que no se puede evitar que
el coeficiente
k i,
aparezca negativo.
El cuarto estado, cuarto orden de la lnea de SSP Runge-Kutta con un
coeficiente CFL que no es cero, debe tener por lo menos un
k i,
negativo.
Del mismo modo se debe convenir en aceptar el hallazgo de una eficiente lnea
de cuarto orden que contenga a L
~
, el cual maximiza el coste de la operacin
con
i
c
+ 4
, donde c es el coeficiente CFL e i es el nmero de la derivada de L
~
.
El mejor mtodo que se ha encontrado es:
u u
1
) (
2
1
n n
u tL +
u ) (
7873
5000
1600
951
) (
~
25193600
10890423
1600
649
) 1 ( ) 1 ( ) 0 ( ) 2 (
u tL u u L t u
n
+ +
) (
10000
7873
32000
23619
) (
~
20000
5121
20000000
4806213
) (
~
5000000
102261
2500000
53989
) 2 ( ) 2 (
) 1 ( ) 1 ( ) 3 (
u tL u
u L t u u L t u u
n n
+
+ +
) (
6
1
3
1
30000
7873
) (
6
1
30000
6127
) (
10
1
5
1
) 3 ( ) 3 ( ) 2 (
) 1 ( ) 1 ( 1
u tL u u
u tL u u tL u u
n n n
+ +
+ + + +
+
Como vemos estamos en las condiciones idneas para aplicar tcnicas de
extrapolacin a esquemas de bajo orden para obtener rdenes altos sin
necesidad de evaluar los operadores adjuntos. El coste computacional ser
menor.
Proyecto Fin de Carrera Tania Borges lamo
46
EXPERI MENTOS NUMRI COS
En esta seccin presentaremos experimentos numricos al aplicar una
extrapolacin polinmica recproca al RK-SSP de orden 2 para obtener orden
tres y dos al de orden tres para obtener orden cinco. Para la parte espacial
usaremos el PPHM y el WENO-5 respectivamente.
Se han considerado distintas leyes de conservacin escalares en 1 y 2
dimensiones, incluyendo las ecuaciones de Euler. En todos los casos se
obtuvieron convergencia a la solucin entrpica con gran resolucin y con
poca viscosidad.
En el Anexo I presentamos varias de las grficas obtenidas que son anlogas a
las que aparecen en la literatura con los mtodos expuestos sin usar
extrapolacin y por lo tanto con mayor gasto computacional como ya
comentamos en la seccin precedente.
Proyecto Fin de Carrera Tania Borges lamo
47
BI BLI OGRAF A
S. Amat, S. Busquier & V. Candela, A polynomial approach to PHM
method, The International journal of COMPUTATIONAL FLUID
DYNAMICS, 17 (3), 205-217, 2003.
S. Amat, S. Busquier & V.F. Candela, Local Total Variation Bounded
methods for hyperbolic conservation laws, J. of Comp. Methods in Sciences
and Engineering, 3 (3), 193-200, 2003.
S. Amat, S. Busquier & V. Candela, Reciprocal Polynomial extrapolation, J.
of Comput. Math., 22 (1), 1-10, 2004.
S. Gottlieb, C-W. Shu & E. Tadmor, Strong stability-preserving high-order
time discretization methods. SIAM Rev., 43 (1), 89-112, 2001
A Marquina, Local piecewise hyperbolic reconstruction of numerical fluxes
for nonlinear scalar conservation laws. SIAM J. Sci. Comput, 15 (4), 892-915,
1994.
C-W. Shu & E. Oscher, Efficient implementation of essentially nonoscillatory
shock-capturing schemes. II. J. Comput. Phys., 83 (1), 32-78, 1989.
C-W. Shu, High order ENO and WENO schemes for computational fluid
dynamics. High-order methods for computational physics, Lect. Notes Comput.
Sci. Eng, Springer, Berlin, 9, 439-582, 1999.
Proyecto Fin de Carrera Tania Borges lamo
48
ANEXO I
Proyecto Fin de Carrera Tania Borges lamo
49
Ecuacin de Burgues con dato inicial discontinuo. Discretizacin temporal
utilizando un paso de extrapolacin polinmica recproca y el Runge-Kutta II
TVD no lineal. Discretizacin espacial utilizando el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
50
Ejemplo de flujo no convexo con dato inicial discontinuo. Discretizacin
temporal utilizando un paso de extrapolacin polinmica recproca y el
Runge-Kutta II TVD no lineal. Discretizacin espacial utilizando el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
51
Ecuaciones de Euler en 1-D con dato inicial discontinuo. Densidad.
Discretizacin temporal utilizando un paso de extrapolacin polinmica
recproca y el Runge-Kutta II TVD no lineal. Discretizacin espacial utilizando
el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
52
Ecuaciones de Euler en 1-D con dato inicial discontinuo y oscilatorio.
Densidad. Discretizacin temporal utilizando un paso de extrapolacin
polinmica recproca y el Runge-Kutta II TVD no lineal. Discretizacin
espacial utilizando el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
53
Ecuacin lineal en 2-D con dato inicial discontinuo sobre un crculo.
Discretizacin temporal utilizando un paso de extrapolacin polinmica
recproca y el Runge-Kutta II TVD no lineal. Discretizacin espacial utilizando
el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
54
Ecuaciones de Euler en 2-D con dato inicial un Shock en 1-D. Densidad.
Discretizacin temporal utilizando un paso de extrapolacin polinmica
recproca y el Runge-Kutta II TVD no lineal. Discretizacin espacial utilizando
el PPHM.
Proyecto Fin de Carrera Tania Borges lamo
55
Ecuaciones de Euler en 2-D con dato inicial complejo. Densidad.
Discretizacin temporal utilizando dos pasos de extrapolacin polinmica
recproca y el Runge-Kutta III TVD no lineal. Discretizacin espacial
utilizando el WENO 5.