O Método de Kansa- Função de Base Radial para Problemas de Valores de

Fronteira/contorno Elíptica em Domínios circulares

Abstrato. Empregamos um método de função de base radial Kansa (RBF) para a

solução numérica de problemas de valor de contorno em domínios circulares (anulares).
Essa discretização leva, com uma seleção apropriada de pontos de colocação e para
qualquer escolha de RBF, para sistemas lineares nos quais as matrizes possuem
estruturas circulantes em bloco. Estes sistemas lineares podem ser resolvidos
eficientemente usando algoritmos de decomposição de matriz (MDAs) e transformadas
rápidas de Fourier (FFTs).

Um valor adequado para a forma de parâmetro nos vários RBFs usado é encontrar
usando um algoritmos de validação cruzada (deixa um fora???))Algoritmo (LOOCV).

Em particular, consideramos os problemas governados pela equação de Poisson, a

equação bi harmônica não homogênea e a equação não homogênea de Cauchy-Navier (
equações de elasticidade). Além de sua simplicidade, ambos os métodos propostos
pode alcançar alta precisão e resolver problemas de grande escala.

A viabilidade das técnicas do projeto proposto é ilustrada por vários exemplos

numéricos.

Introdução

Durante a última década, os métodos de colocação de função de base radial (RBF) têm
atraído grande atenção em computação e tem sido amplamente aplicada para resolver
uma grande classe de problemas em ciência e engenharia. Entre os vários tipos de
métodos de colocação de RBF, o método de Kansa [14], proposto no início de 1990 é o
mais conhecido.

Um dos principais atrativos deste método é a sua simplicidade, já que nele não é
necessário nem uma fronteira(limite) nem uma discretização de domínio. Esse recurso é
especialmente útil para resolver problemas de alta dimensão em geometrias complexas.

Além disso, temos a liberdade de escolher uma RBF, como a função de base escolhida
não é necessária para satisfazer (reger ) a equação. Assim, o método de Kansa é
especialmente atraente para resolver equações não homogêneas. Em geral, a função
multiquadric (MQ) é a RBF mais comumente usada na implementação do método de
Kansa. Usando o MQ, foi observada uma taxa de convergência exponencial e, portanto,
alta precisão além do alcance de outro métodos numéricos tradicionais, tais como
métodos de elementos finitos e diferenças finitas, pode ser alcançado.

Apesar de todas as vantagens mencionadas acima, o método Kansa possui várias

características desfavoráveis. Como é conhecido a determinação do parâmetro da forma
ideal de vários RBFs ainda é um desafio. Atualmente, existem uma variedade de
técnicas [5, 11, 15, 25, 32] disponíveis para a determinação de uma forma adequado.
Neste trabalho , utilizaremos a chamada validação cruzada leave-one-out (LOOCV)
proposta por Rippa [32] para encontrar um parâmetro de forma sub-ótima. Outro
problema potencial dos métodos de colocação da RBF é o mau condicionamento do
matriz resultante. Por um lado, quando o número de pontos de interpolação é
aumentado, a precisão melhora, enquanto, por outro lado, o número da condição se
torna maior. Este fenômeno é referido como o princípio de incerteza por Schaback [33,
34]. Eventualmente, quando o número de pontos de interpolação se torna muito
grande, o número da condição torna-se enorme e a solução é interrompida. Ao
usar RBFs com suporte global , como na MQ, a matriz resultante do método de
Kansa é densa e mal condicionada. Não só temos um problema estabilidade , mas
também o custo computacional se torna muito alto. O método Kansa, portanto, não é
adequado para a solução de problemas de larga escala que requerem o uso de um grande
número de pontos de interpolação. Nos últimos anos, o método de Kansa localizado
[26] foi desenvolvido para lidar com problemas de larga escala. Nesta abordagem, um
domínio de influência local é estabelecido para cada ponto de interpolação e apenas um
pequeno número de pontos vizinhos é usado para aproximar a solução. A matriz
resultante é assim esparça, permitindo o uso de um grande número de pontos de
colocação. No entanto, a precisão do método localizado de Kansa é bastante baixa, pois
a influência do domínio local contém apenas um pequeno número de pontos de
interpolação.

Neste artigo, juntamos o método Kansa e uma técnica de decomposição matricial para
resolver problemas usando um grande número de pontos de interpolação. Desde que os
RBFs globais foram usadas como funções bases, também podemos obter alta precisão
nos resultados numéricos. Para ser mais específico, consideramos a discretização de
problemas de valor de contorno elíptico em domínios circular ?? usando o método
Kansa. Para qualquer escolha de RBF, tais discretizações apropriadas levam a sistemas
lineares em que as matrizes de coeficientes possuem blocos de estruturas circulantes e
que são resolvidas eficientemente algoritmos de decomposição (MDAs). Um MDA [1]
é um método direto que reduz a solução de um algébrico problema para a solução de um
conjunto de sistemas independentes de menor dimensão com, muitas vezes, o uso de
Fourier rápido Transformações (FFTs). Os MDAs levam uma considerável economia
em custo e armazenamento computacional. Esta técnica de decomposição não só nos
permite lidar com matrizes de grande escala, mas também torna possível implementar a
técnica do LOOCV para encontrar o parâmetro de forma abaixo do ideal dos RBFs
utilizados. Deve-se notar que o LOOCV técnica não é adequada quando o tamanho da
matriz é muito grande. Tais MDAs foram usados no passado em várias aplicações do
método de soluções fundamentais (MFS) para problemas de valor de contorno em
geometrias que possuem simetria radial, ver, por exemplo, [16, 17]. Um MDA
semelhante também foi aplicado para a aproximação de funções e suas derivadas usando
RBFs em domínios circulares em [20], veja também, [13]. Alguns resultados
preliminares para o problema Dirichlet Poisson foram recentemente apresentados em
[19].
O artigo está organizado da seguinte forma.

Na Seção 2 apresentamos o método de Kansa e a proposta MDA para ambos problema

de Dirichlet e o problema misto de Dirichlet-Neumann Poisson. A discretização Kansa-
RBF para o primeiro e o segundo problema biharmônico é dado na Seção 3. A
discretização correspondente e MDA para os problemas de valores contorno de
Dirichlet e mistos de Dirichlet-Neumann para as equações mais desafiadoras de
Cauchy-Navier a equação da elasticidade é descrita na Seção 4. Na Seção 5
apresentamos os resultados de três experimentos numéricos. Em primeiro por exemplo,
vários RBFs são testados e o MQ normalizado acaba por ser o mais eficaz. Como
resultado, no outros exemplos, nos concentramos em usar o MQ normalizado.
Também mostramos que a técnica LOOCV é muito eficaz para encontrar um bom
parâmetro da forma dos RBFs. Todos os três exemplos mostram que podemos resolver
problemas de grande escala com alta precisão. Finalmente, na Seção 6, algumas
conclusões e idéias para trabalhos futuros são delineadas.

The Poisson equation

Ref: https://pt.wikipedia.org/wiki/Equa%C3%A7%C3%A3o_de_Poisson𝝔