Extrapolacion PDF

Universidad Politcnica de Cartagena
PROYECTO FIN DE CARRERA

ESQUEMAS DE ALTO ORDEN CON
VARIACIN TOTAL ACOTADA
USANDO EXTRAPOLACIN Y
APLICACIONES

Alumno: Tania Borges lamo
Centro: E.T.S.I. Naval y Ocenica
Titulacin: I.T. Naval, esp. Estructuras Marinas

Director/es: Sergio Amat Plata
Sonia Busquier Sez
Departamento: Matemtica Aplicada y Estadstica
Proyecto Fin de Carrera Tania Borges lamo

2

NDICE

Introduccin 4
Mtodo de los trapecios con extrapolacin de Richardson 6
Extrapolacin polinmica recproca 11
Algoritmo directo para la implementacin de la EPR 14

Anlisis del error en las extrapolaciones 16

Estimacin del error en las extrapolaciones polinmica y polinmica recproca 18
Leyes de conservacin 23
Fenmeno convectivo, modelos e implicaciones numricas 24
Discretizaciones espaciales 29
Mtodo PPHM 32
Mtodos WENO 34


3

Mtodos de discretizacin temporal de alto orden y fuerte reserva de estabilidad 37
Mtodos SSP 38
Mtodos SSP Runge-Kutta 39
Mtodos SSP Runge-Kutta con condiciones ptimas CFL 40
Mtodos SSP Runge-Kutta no lineales 43
Mtodos de segundo, tercer y cuarto orden no lineales 44
Experimentos numricos 46
Bibliografa 47
Anexo I 48


4

I NTRODUCCI N

Los mtodos ENO construidos por Harten, Osher, Engquist y Chakravarty son
una clase de mtodos numricos shock capturing de alto orden mediante
interpolaciones polinmicas para sistemas de leyes de conservacin
hiperblicas. Con estos mtodos se han obtenido excelentes resultados para
gran variedad de problemas. Por otra parte, Marquina introduce el PHM, un
nuevo mtodo local shock capturing de tercer orden usando hiprbolas. La
mayor ventaja de este mtodo con respecto a sus predecesores es su carcter
local.

Posteriormente se introdujeron mtodos tipo ENO locales como los WENO y
mtodo tipo PHM con reconstrucciones polinmicas como el PPHM.

Para completar el esquema se utilizan una familia especial de mtodos Runge-
Kutta introducidas por Shu y Osher que mantienen la propiedad TVD (Total
Variation Decreasing). Estos esquemas tambin son conocidos con el nombre
de SSP (Strong Stability Preserving). El problema de estos esquemas es el alto
coste computacional para rdenes mayores que 3, ya que, en estos casos se
deben evaluar dos operadores, el de la ecuacin y el adjunto asociado.

Para abaratar el coste computacional, en el presente proyecto, se utilizarn
tcnicas de extrapolacin para aumentar el orden de esquemas RK-TVD de
rdenes menores que 4. Se combinarn con un mtodo PPHM de orden 3 y un
mtodo WENO de orden 5. Se har un estudio numrico del mtodo. Se
demostrar que el mtodo introducido tiene variacin total acotada, propiedad
fundamental sin la cual no se puede asegurar L
1
-convergencia a una solucin
dbil del problema. Se presentarn los resultados numricos de diversas leyes
de conservacin, donde se testar la robustez del mtodo introducido. Se
estudiarn ecuaciones en 1 y 2 dimensiones, incluyendo las ecuaciones clsicas


5

de Euler. Se ver que el mtodo es estable en presencia de discontinuidades y
con poca viscosidad.

Estas ecuaciones presentan problemas numricos complejos que requieren el
uso de mtodos robustos y eficientes como los usados en este trabajo.

Finalmente, destacar la importancia de este tipo de ecuaciones en dinmica de
fluidos y la relacin de esta parte de la fsica- matemtica con la Ingeniera
Naval.

El proyecto est divido en las siguientes partes:

1. En primer lugar se introducir el concepto de extrapolacin en un
mtodo sencillo como es el de los trapecios para la aproximacin del rea de
una regin en el plano. Se presentarn dos extrapolaciones la de Richardson
(polinmica) y la extrapolacin polinmica recproca (hiprbola) que presenta
mejores propiedades de estabilidad numrica.

2. Seguidamente haremos una breve introduccin a las leyes de
conservacin donde pondremos de manifiesto las peculiaridades de este tipo de
ecuaciones y la necesidad de usar mtodos sofisticados como los propuestos en
este trabajo.

3. Presentaremos las discretizaciones temporales (RK-TVD) y espaciales
(PPHM y WENO) que junto con la extrapolacin usaremos para aproximar las
ecuaciones.

4. Terminaremos el trabajo con una coleccin de experimentos
numricos.


6

MTODO DE LOS TRAPECI OS CON EXTRAPOLACI N DE
RI CHARDSON
Cuando no se conoce la primitiva de la funcin integrando f(x), o no se conoce
la expresin analtica de f(x), sino una tabla de sus valores (que puede,
eventualmente, provenir de resultados experimentales), interpretaremos el
problema de clculo de la integral definida como el del clculo del rea
comprendida entre el eje de las x, la curva representativa de la funcin f(x), y
las ordenadas extremas en a y b.

Supongamos conocidos los valores de f(x) en puntos equidistantes a distancia
h. Un valor aproximado del rea bajo la curva se obtiene considerando la suma
de las reas de los trapecios inscritos en cada una de las superficies parciales.
El mtodo implica la interpolacin lineal entre puntos consecutivos de la curva.

7

rea=
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


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


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

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
.


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.


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.


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.


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


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.


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
+

+


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).


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
+

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


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

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
)


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
,
_
, coincidiendo con el de la extrapolacin

polinmica.

Ahora bien 1
2 1
2 1
1
1
2
+
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.


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,...


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
debe ser igual que la velocidad de propagacin fsica. La forma

general de esta relacin se llama restriccin de Courant-Friedrichs-Lewy
(CFL), y dice que la velocidad discreta debe ser por lo menos igual de grande
que cualquier velocidad caracterstica en el problema.

Una discontinuidad de contacto es un salto persistente, discontinuo en la
densidad de masa que se mueve por la transmisin de volumen a travs del
sistema. Como la difusin de masa es despreciable, el salto persiste. Estos
saltos normalmente aparecen en los puntos de contacto de materiales
diferentes, por ejemplo, una discontinuidad de contacto puede separar el aceite
del agua. Se mueven a velocidad caracterstica y retienen cualquier


25

perturbacin que reciben. As cualquier alteracin producida por el mtodo
numrico tiende a persistir y aumentar.

Shock: Un shock es un salto espacial en material (presin, temperatura)
desarrollado espontneamente (aunque no necesariamente) de distribuciones
suaves y que persiste. Al contrario que la discontinuidad de contacto que debe
ponerse en el sistema inicialmente. Los shocks se desarrollan a travs de un
mecanismo de la regeneracin en que los impulsos fuertes se mueven ms
rpidamente que los dbiles. Se pueden modelizar con la ecuacin de Burgues:

0 )
2
(
2
+
x t
u
u

El movimiento de los shocks no es tan trivial como el de las discontinuidades
de contacto y sus velocidades no son evidentes a partir de sus flujos. Es sabido
que los mtodos numricos deben estar en forma conservativa para poder
capturar los shocks.

La aparicin expontnea de los shocks tiene dos implicaciones fundamentales
para los mtodos numricos. Primero, incluso cuando el dato inicial sea suave
los mtodos tienen que estar adaptados a gradientes grandes y saltos. Segundo,
hay un efecto beneficioso y es que los errores pequeos cerca del shock
tienden a disminuirse y desaparecer en el transcurso del tiempo.

Rarefraccin: Una rarefraccin es un salto o gradiente demasiado grande que
se disipa como una expansin suave. Puede modelizarse con la ecuacin
Burgues ms una condicin inicial del estilo de tanh ) (
x
. Disminuye los
errores numricos y hace ms fcil la representacin de la solucin por
polinomios que sern la base de nuestros mtodos.

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.


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.


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.


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).


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


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
)


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

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.

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
.


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

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
) ( )
3
2
2 (
4
1
) (
12
13
6 2 3 2 2
2
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


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:


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.

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
,
,
.


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

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
+ + + + + +


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


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.


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.


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.

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.


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.


48

ANEXO I


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.


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.


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.


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.


53

Ecuacin lineal en 2-D con dato inicial discontinuo sobre un crculo.
el PPHM.


54

Ecuaciones de Euler en 2-D con dato inicial un Shock en 1-D. Densidad.
el PPHM.


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.

Extrapolacion PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Extrapolacion PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad Politcnica de Cartagena

PROYECTO FIN DE CARRERA

, coincidiendo con el de la extrapolacin

debe ser igual que la velocidad de propagacin fsica. La forma

S-ar putea să vă placă și