Problem opisany RRZ jest sztywny gdy: 1.... jest charakteryzowany różnymi skalami czasowymi. 2.Stabilność bezwzględna nakłada silniejsze ograniczenia na.

Slides:



Advertisements
Podobne prezentacje
OBLICZENIA NUMERYCZNE
Advertisements

Modelowanie i symulacja
Metody badania stabilności Lapunowa
Metody numeryczne część 1. Rozwiązywanie układów równań liniowych.
IV Tutorial z Metod Obliczeniowych
Różniczkowanie numeryczne
Metody rozwiązywania układów równań liniowych
ATOM WODORU, JONY WODOROPODOBNE; PEŁNY OPIS
Metody Numeryczne Wykład no 12.
Wykład no 9.
Metody numeryczne wykład no 2.
Metody Numeryczne Wykład no 3.
Wykład no 11.
Problemy nieliniowe Rozwiązywanie równań nieliniowych o postaci:
Metoda węzłowa w SPICE.
Problemy nieliniowe Rozwiązywanie równań nieliniowych o postaci:
ZLICZANIE cz. II.
Metody matematyczne w Inżynierii Chemicznej
Metody numeryczne Wykład no 2.
Metoda różnic skończonych I
POJĘCIE ALGORYTMU Pojęcie algorytmu Etapy rozwiązywania zadań
Metody matematyczne w Inżynierii Chemicznej
Metody Lapunowa badania stabilności
AUTOMATYKA i ROBOTYKA (wykład 6)
Metody numeryczne SOWIG Wydział Inżynierii Środowiska III rok
Obserwatory zredukowane
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Zakładamy a priori istnienie rozwiązania α układu równań.
Metody iteracyjne rozwiązywania układów równań liniowych
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Teoria sterowania 2011/2012Sterowanie – metody alokacji biegunów III Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Sterowanie.
Sterowanie – metody alokacji biegunów
Podstawy analizy matematycznej I
Źródła błędów w obliczeniach numerycznych
Drgania punktu materialnego
Metody matematyczne w Inżynierii Chemicznej
Tematyka zajęć LITERATURA
Wstęp do metod numerycznych
Zagadnienie własne Macierz wektorów własnych V=(v1,v2,...,vn) przekształca zatem macierz A do postaci diagonalnej: W większości zastosowań w chemii i fizyce.
Metody rozwiązywania układów równań nieliniowych
Metody nieinkluzyjne: Metoda iteracji prostej.
Metody rozwiązywania układów równań liniowych
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
jawny schemat Eulera [globalny błąd O(Dt)]
region bezwzględnej stabilności dla ogólnej niejawnej metody RK
Problem opisany RRZ jest sztywny gdy: jest charakteryzowany różnymi skalami czasowymi. 2.Stabilność bezwzględna nakłada silniejsze ograniczenia na.
Szacowanie błędu lokalnego w metodach jednokrokowych
Symulacje obliczeniowe: w technice: inżynieria obliczeniowa: modelowanie i symulacja zjawisk i działania urządzeń. badania i optymalizacji procesów produkcyjnych.
U(t) t  t u’(t)=f(t,u) u(t+  t)=u(t)+  (t,u(t),  t) RRZ: Jednokrokowy schemat różnicowy.
inżynierskie metody numeryczne
Równania różniczkowe: równania funkcyjne opisujące relacje spełniane przez pochodne nieznanej (poszukiwanej) funkcji cząstkowe: funkcja więcej niż jednej.
Czy błąd całkowity maleje gdy Dt maleje ? Czy maleje do zera?
jawna metoda Eulera niejawna metoda Eulera
U(0)=0 proste równanie traktowane jawnym schematem Eulera.
Jawny schemat Eulera Czy błąd całkowity maleje gdy  t maleje ? Czy maleje do zera? eksperyment numeryczny problem początkowy: u’= u, u(0)=1 z rozwiązaniem.
yi b) metoda różnic skończonych
Na szczęście nie jesteśmy skazani na iterację funkcjonalną 2)metoda Newtona-Raphsona (stycznych) szukamy zera równania nieliniowegoF(x) F(x n +  x)=F(x.
Liniowe metody wielokrokowe dla równań zwyczajnych starsze niż RK o 50 lat użyteczne, gdy problem nie wymaga zmiany dt ważne: schematy do rozwiązywania.
DALEJ Sanok Spis treści Pojęcie funkcji Sposoby przedstawiania funkcji Miejsce zerowe Monotoniczność funkcji Funkcja liniowa Wyznaczanie funkcji liniowej,
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Treść dzisiejszego wykładu l Postać standardowa zadania PL. l Zmienne dodatkowe w zadaniu PL. l Metoda simpleks –wymagania metody simpleks, –tablica simpleksowa.
Rozpatrzmy następujące zadanie programowania liniowego:
Modelowanie i podstawy identyfikacji
Teoria sterowania Wykład /2016
Metody matematyczne w Inżynierii Chemicznej
Analiza numeryczna i symulacja systemów
Podstawy automatyki I Wykład /2016
Teoria sterowania Materiał wykładowy /2017
Sterowanie procesami ciągłymi
POJĘCIE ALGORYTMU Wstęp do informatyki Pojęcie algorytmu
Zapis prezentacji:

Problem opisany RRZ jest sztywny gdy: jest charakteryzowany różnymi skalami czasowymi. 2.Stabilność bezwzględna nakłada silniejsze ograniczenia na krok czasowy niż dokładność. 3.Metody jawne się nie sprawdzają. sztywny problem w pojedynczym równaniu: dla dużych t – rozwiązanie ustalone u(t)=cos(t) dwie bardzo różne skale czasowe 1) rozwiązania ustalonego okres 2pi 2) skala czasowa tłumienia „odchylenia od stanu ustalonego” exp(-100 t) – czasowa stała zaniku 0.01

z u(0)=2 rozwiązanie: ustalone u(t)=cos(t)  t < 2/|  | rozpoznajemy ograniczenie: Stały krok czasowy: jawny schemat Eulera

niejawny schemat Eulera – krok stały dt=0.1 dt=0.2 dt=0.5 tutaj: startowane od warunku u(0)=1

wyniki do uzyskania na laboratorium start u(0)=2,tolerancja 1e-2 niejawny, jawny, cos (t) niejawny jawny t niejawny Euler tolerancja 1e-3 niejawny, jawny, cos (t) tol1e-2 tol1e-3 tol 1e-6 akceptowane dt gdy wymagana b. duża dokładność schemat niejawny stawia równie krótkie kroki co jawny, obydwie metody tego samego rzędu dokładności akceptowane dt

następny przykład: równanie swobodnego oscylatora van der Pola [historycznie = odkrycie deterministycznego chaosu w lampach firmy Philips aperiodyczne oscylacje przy periodycznym wymuszeniu ] ( =0 = zwykły o. harmoniczny) =100 jawny RK4 = zmienny krok czasowy =1 punkt u(t) policzony = krzyż po lewej: krzyże położone rozsądnie w porównaniu ze zmiennością rozwiązania po prawej: problem sztywny gładkie rozwiązanie a krzyże się zlewają u tt u

Równanie oscylatora van der Pola : czasem sztywne czasem nie przydałoby się narzędzie do wykrywania sztywności np. dla podjęcia decyzji: tam gdzie sztywność = schemat niejawny tam gdzie nie = schemat jawny (tańszy) t u

Detekcja sztywności dla problemu nieliniowego (dla liniowego = wystarczy rozwiązać jednorodny problem własny) układ N równań ( u,f -wektory) w chwili t rozwiązanie u * (t) rozwiązanie chwilę później opisane przez odchylenie du(t) od u * u(t)= u * (t) + du(t) linearyzacja : zakładamy, że odchylenie małe, rozwijamy f(t,u) względem u wokół f(t,u * ) : [Taylor dla wektora] macierz Jakobiego [ N na N ]

u(t)= u * (t) + du(t) po wyeliminowaniu problem zlinearyzowany w chwili t * : A=J(t * ) rozwiązać problem własny A : dostaniemy wartości własne i : Aby rachunek się powiódł:  t i musi leżeć w regionie stabilności używanej metody dla wszystkich i. Jeśli duża rozpiętość : problem będzie sztywny. -przybliżone zachowanie rozwiązania w okolicach t,u * (t)

Przykład: nieliniowy układ równań z warunkowo występującą sztywnością jeśli druga składowa u urośnie – macierz prawie diagonalna z szerokim zakresem wartości własnych - sztywność

Przykład detekcja sztywności dla: oscylatora van der Pola wartości własne:

t t niebieskie i czarne: części rzeczywiste wartości własnych =1 =100 dt t t jawny RK +automat dt w w

t t =1 =100 dt t t jawny RK +automat dt w w t u(t)

Metody RK cd. 1)bezwzględna stabilność metod RK 2)konstrukcja niejawnych metod RK (metoda kolokacji) 3)metody niejawne: klasyfikacja a tabele Padé współczynników wzmocnienia 4)rozwiązywanie równań predyktora dla metod niejawnych

Metody RK – własności tabel Butchera 1)do regionów stabilności jawnych RK 2) do metod niejawnych RK ogólna dla metod jawnych w wersji ogólnej (niejawnej = sumowanie do s)

Metoda musi być dokładna dla rozwiązania stałego: w przeciwnym wypadku powstanie błąd lokalny O(  t) (metoda nie będzie zbieżna zerowy rząd zbieżności  ) jeśli f=0 to u n =u n-1 to mamy zawsze podobnie, jeśli rząd zbieżności 1 (jak Euler) lub więcej = wynik dokładny dla funkcji liniowej f=1 np RK4

zażądajmy aby rozwiązania pośrednie U i (dla chwili t n-1 +c i  t) były rzędu zbieżności pierwszego (nie gorsze niż Euler). Mają działać dokładnie dla f=1 i rozwiązania u=D+t, co daje: u(t+dt)=u(t)+dt dla RK4: / /61/3 1/6 rozwiązania pośrednie = mniej dokładne niż wynik końcowy, ale:

Zastosowanie do tabeli Butchera RK4: metoda RK rzędu dokładności p jeśli działać będzie dokładnie dla wielomianów stopnia p dla l=1,2,...,p z rozwiązaniem: wstawić / /61/3 1/6 ½= 1/6 *0 +1/3*1/2+1/3*1/2+1/6*1=3/6 1/3= 1/3 * ¼ +1/3 * ¼+1/6=2/6 ¼=1/3*1/8+1/3*1/8+1/6=1/12+1/6=3/12 dla l=5 prawa strona= warunki tego typu są konieczne, ale nie wystarczają do wyznaczenia całej tabeli B. można podać więcej rozważając inne równania i wykorzystując założony rząd dokładności metody. l =1 poznajemy

można podać więcej warunków rozważając inne równania i wykorzystując założony rząd dokładności metody p. Rozwinięcia w szereg Taylora metody i rozwiązania konkretnego równania mają zgadzać się do wyrazu z  t p włącznie. u’= u w notacji wektorowej z oznaczeniami: (1) (2) z (2) eliminujemy U wstawiamy do (1)

u’= u dokładne rozwiązanie u(t)= exp(t) u n = exp(  t)u n-1 dokładne: RK: zrównując wyrazy tego samego rzędu w  t dla metody RK rzędu dokładności p czyli dla k=1,2,..,p

dla k=1,2,..,p k=1 k=2 wcześniej dowiedzieliśmy się, że dla l=2 da wzór po lewej (zał. że pośrednie min rzędu 2) oraz nowe niezależne warunki dostaniemy dla k>2

stabilność bezwzględna jawnych metod RK u’= u z oznaczeniem z= t dostaniemy wg wcześniejszej analizy metoda RK rzędu p dokładnie odtwarza p pierwszych wyrazów r.T rozwiązania dokładnego dla k=1,2,..,p

stabilność bezwzględna jawnych metod RK u’= u z oznaczeniem z= t dostaniemy wg wcześniejszej analizy metoda RK rzędu p dokładnie odtwarza p pierwszych wyrazów r.T rozwiązania dokładnego dla k=1,2,..,p

stabilność bezwzględna jawnych metod RK u’= u z oznaczeniem z= t dostaniemy wg wcześniejszej analizy metoda RK rzędu p dokładnie odtwarza p pierwszych wyrazów r.T rozwiązania dokładnego macierz A dla jawnych dolna trójkątna bez diagonali dla m  s dlatego: - możemy urwać drugą sumę współczynnik wzmocnienia dla jawnych RK jest wielomianem dla k=1,2,..,p

Liczba kroków a rząd zbieżności jawnych metod RK: rząd p minimalna liczba odsłon s czyli dla p  4 druga suma znika, mamy dokładnie: rozwiązanie dokładne u=exp( t) RK dokładności p dokładnie odtwarza pierwsze p wyrazów rozwinięcia Taylora rozwiązania dokładnego stąd współczynnik wzmocnienia dla RK1,RK2,RK3 i RK4 rząd dokładności liczba stopni (odsłon) metody zamiast 

Stabilność bezwzględna RK ponadto: dla p  4 mamy dla stabilności bezwzględnej: wniosek: region stabilności bezwzględnej jawnych metod RK o rzędzie dokładności nie większym niż 4 jest niezależny od wyboru a,b,c ! w szczególności dwie poznane metody rzędu drugiego: mają ten sam region stabilności

dt Im( ) dt Re( ) rejony bezwzględnej stabilności jawnych metod RK w s-odsłonach dla danego s – rejony identyczne dla wszystkich wariantów Euler RK2 rysunek skopiowany z Quarteroni: Numerical Mathematics zakres stabilności rośnie z rzędem dokładności zobaczymy, że przeciwnie niż dla liniowych formuł wielokrokowych! RK3/RK4 obejmują również fragment Re( )>0 dla rzeczywistego  region stabilności: dt RK1(-2,0) RK2(-2,0) RK3(-2.51,0) RK4(-2.78,0)

RK / 1 RK3/RK4 obejmują również fragment Re( )>0 dla rzeczywistego  region stabilności: dt RK1(-2,0) RK2(-2,0) RK3(-2.51,0) RK4(-2.78,0) przypomnienie:

Region stabilności jawnych metod RK jest ograniczony funkcja pod modułem jest wielomianem (skończone rozwinięcie w szereg Taylora) każdy wielomian ucieka do nieskończoności gdy z daleko od początku układu wsp. (niezależnie od kierunku na płaszczyźnie Gaussa) dla szerszych regionów bezwzględnej stabilności: niejawne metody RK dla niejawnych RK druga suma może ustablizować rozbieżność pierwszej dla dużego |z|

niejawna metoda Rungego-Kutty w jednej odsłonie [jawny RK w jednej odsłonie= jawny schemat Eulera] aby wyznaczyć współczynniki b 1 =b, c 1 =c, a 11 =a rozwijamy metodę RK w Taylora względem t n-1 i u(t n-1 ) i porównujemy z rozwiązaniem dokładnym liczone w t n-1, u(t n-1 ) wstawić wyżej celujemy w błąd lokalny O(  t 3 )

liczone w t n-1, u(t n-1 ) wstawić wyżej

niejawna metoda Rungego-Kutty w jednej odsłonie (będzie stopnia 2) b=1 c=a=1/2 do porównania z rozwinięciem dokładnego rozwiązania (poprzedni wykłady)

niejawna metoda Rungego-Kutty w jednej odsłonie (będzie stopnia 2) b=1 c=a=1/2 do porównania z rozwinięciem dokładnego rozwiązania (3 wykłady wstecz) zamiast Taylora mogliśmy użyć warunków koniecznych: s

niejawna metoda Rungego-Kutty w jednej odsłonie (stopnia 2) b=1 c=a=1/2 1) „predyktor” = niejawny Euler do połowy kroku czasowego (rozwiązać trzeba jak pokazywaliśmy) 2) „korektor” wykonać krok wg „reguły punktu środowego” z U 1 policzonym niejawnym Eulerem niejawna metoda punktu środkowego

niejawna metoda punktu środkowego NJRK (jednostopniowa f – tylko w jednej chwili) jawna metoda punktu środkowego RK2 (dwustopniowa – znaczy f wzywane w 2 chwilach czasowych): predyktor = jawny Euler korektor = punkt środkowy 1) „predyktor” = niejawny Euler do połowy kroku czasowego 2) wykonać krok wg „reguły punktu środowego” z U 1 porównanie metod RK drugiego rzędu = jawnej i niejawnej 1/ ½ 0 01

region bezwzględnej stabilności niejawnej metody punktu środkowego u’= u, z=  t Re(z)  0 jest A-stabilna, ale metodę 2 rzędu dokładności już mieliśmy (trapezów) (gdy rozwiniemy w Taylora 1+z+z 2 /2+z 3 /4 [zamiast 6] wsp. wmocnienia=funkcja wymierna

niejawna metoda Rungego-Kutty w jednej odsłonie (metoda rzędu dokładności 2) 1/2 1 tabela Butchera maksymalny rząd metody RK w s odsłonach wynosi 2s najdokładniejsza niejawna metoda Rungego-Kutty w 2 odsłonach - rząd dokładności 4 jak jawne RK4 dla najdokładniejszych niejawnych RK nie używamy chwili t n-1, ani chwili t n tylko c danych przez mapowanie zer wielomianów Legendre’a do przedziału [0,1] (patrz dalej)

zajmiemy się pojedynczym krokiem czasowym t n-1 do t n poszukujemy wielomianu, który interpoluje a) wartość funkcji w chwili początkowej b) równanie różniczkowe w 2 dyskretnych punktach wartość tego wielomianu w chwili t n wyprodukuje przepis na u n poszukiwany wielomian, który spełnia warunek początkowy i nachylenie (f) w 2 chwilach t u dokładna u dofitowany wielomian Metody kolokacji dla zwyczajnego równania różniczkowego u’=f

najpierw przykład, potem uogólnienie: zajmiemy się pojedynczym krokiem czasowym t n-1 do t n wielomian, który interpoluje a) wartość funkcji w chwili początkowej b) równanie różniczkowe w 2 dyskretnych punktach jego wartość w chwili t n produkuje u n 3 warunki  potrzebna parabola poszukiwany wielomian, który spełnia warunek początkowy i nachylenie (f) w 2 chwilach t u w(t n )=u n

wzór trapezów (dlatego rzędu 2: dokładny dla paraboli!) Metody kolokacji dla zwyczajnego równania różniczkowego u’=f najpierw przykład, potem uogólnienie: zajmiemy się pojedynczym krokiem czasowym t n-1 do t n wielomian, który interpoluje a) wartość funkcji w chwili początkowej b) równanie różniczkowe w 2 dyskretnych punktach jego wartość w chwili t n produkuje u n 3 warunki  potrzebna parabola poszukiwany wielomian, który spełnia warunek początkowy i nachylenie (f) w 2 chwilach t u w(t n )=u n

Niejawne metody Rungego-Kutty można uzyskać na drodze kolokacji (zakładamy c szukamy a i b) poszukujemy przybliżonego rozwiązania problemu początkowego w postaci wielomianu stopnia s do wykonania kroku: w(tn) zobaczymy jak generować metody RK: wejście = chwile pośrednie [c] wyjście = wagi a i b

Niejawne metody Rungego-Kutty można uzyskać na drodze kolokacji (zakładamy c szukamy a i b) poszukujemy przybliżonego rozwiązania problemu początkowego w postaci wielomianu stopnia s do wyznaczenia (s+1) współczynników wielomianu: ma spełniać warunek początkowy i równanie różniczkowe w i=1,2,...s wybranych punktach w przedziale [t n-1,t n ] wybór definiowany przez c i  [0,1] u) do wykonania kroku: w(tn)

Interpolujemy pochodną w wielomianem interpolacyjnym Lagrange’a w chwilach czasowych t n-1 +c j  t z gdzie wielomian węzłowy Lagrange’a

scałkowana pochodna + warunek początkowy daje na końcu przedziału: jak RK pod warunkiem, że włożyliśmy c dostaliśmy b jeszcze a do wyznaczenia

pochodna scałkowana do  + warunek początkowy daje wstawić do: jak w RK pod warunkiem że

Mamy przepis na uzyskiwanie a i b z c wybór punktów kolokacji : t n-1 +c i  t = tak aby uzyskać maksymalny rząd dokładności albo np L-stabilność tabela Butchera dla najdokładniejszej niejawnej RK (2 odsłony, rząd 4): A oraz b w tabeli Butchera wynikają z wyboru punktów kolokacji c po przesunięciu t o t n-1 : po podstawieniu  =t’/  t podobnie: wyrażenia, na a i b są niezależne od kroku czasowego:

b1b1 b2b2 a 11 a 12 b1 b2 c1 c2 itd. współczynniki w tabeli Butchera dla niejawnych RK można uzależnić od punktów kolokacji

z teorii kwadratur Gaussa -- maksymalny dokładność [do całkowania wielomianów stopnia 2s-1 ] uzyskujemy wybierając punkty kolokacji (Gaussa) w s zerach wielomianów Legendre’a. 2 punkty: Gauss scałkuje dokładnie w’(t) – gdy ta będzie wielomianem stopnia 3, stąd 4-ty rząd metody RK 2 punkty Gaussa: dokładnie scałkujemy do wielomianu trzeciego stopnia dla 2 punktów wybranych jak popadło – dokładnie tylko do pierwszego stopnia P 2 w przedziale [-1,1] ma zera w  sqrt(3) / 3 Przedział [-1,1] w [0,1] mapowany wg. t := (x+1)/2 co daje punkty kolokacji niejawnej metody RK maksymalnej dokładności mamy przepis na generacje tablic Butchera z zer wielomianów Legendre’a

region bezwzględnej stabilności dla ogólnej niejawnej metody RK u’= u, z=  t dla metod niejawnych: nie można obciąć rozwinięcia Taylora, bo A pełna współczynnik wzmocnienia nie jest wielomianem, okazuje się, że jest funkcją wymierną |R(z)|  1 może być nieograniczony niejawna 1 stopniowa

region bezwzględnej stabilności dla ogólnej niejawnej metody RK wsp wzmocnienia niejawnego RK metoda rzędu p ma współczynnik wzmocnienia, który do O(z p+1 ) zgadza się z eksponentą przybliżenie Padé (j,k) funkcji exp(z) [funkcja wymierna będącą przybliżeniem exp(z) maksymalnego rzędu] P k Q j nie mają wspólnych czynników (nie można uprościć ułamka) Warunek normalizacji: q 0 =1 Do wyznaczenia k+j+1 wartości. rząd dokładności k+j (bo od wykładnika 0 zaczynamy uzgadniać). R jk (z)=exp(z)+O(z k+j+1 )

przykład: wyznaczyć przybliżenie Padé (j,k)=(2,0) funkcji exp(z) p 0 =1 q 1 +1=0 q 1 +1/2+q 2 /2=0 (p 0 =1, q 1 =-1, q 2 =1/2) exp R 20 R 20 pozostaje zawsze skończone, w przeciwieństwie do obciętego rozw. Taylora +O(z 3 )

przybliżenia Padé R jk funkcji exp(z): dla s odsłon metoda rzędu 2s jest tylko jedna, a jej błąd wzmocnienia jest przybliżeniem Padé eksponenty R ss Metody, które prowadzą do diagonali oraz dwóch pierwszych poddiagonali tabeli Padé są A-stabilne (bezwzględnie stabilne dla Re(z)  0) zauważmy, że dla na diagonali R ss : |q s | = | p s | więc |R(z)|  1 gdy |z|  poniżej - dla (1,0),(1,2)(2,1) : |R(z)|  gdy |z|  RK2 (jawna) jawny RK1 (Euler) niejawny jednostopniowy RK niejawny dwustopniowy RK RK Legendre’a 2stopniowy współczynniki wzmocnienia metod RK niejawny Euler RK Radaua s=1 RK Radaua rzędu 2

definicja: metoda jest L-stabilna jeśli jest A-stabilna oraz |R(z)|  0 gdy |z|  L-stabilne A-stabilne najwyższego rzędu dokładności (czyli nie L-stabilne) przydatne, gdy rozwiązanie szybko oscyluje, czyli Re( )  0, ale |Im( )|>>1 metody L-stabilne przydatne w problemach sztywnych gdy Re( )<<0 wtedy okazuje się być opłacalne zrezygnować z wysokiej dokładności na rzecz stabilności

Punkty kolokacji wybrane wg zer wielomianu Legendre’a : maksymalny rząd 2s, metody A-stabilne, nie L-stabilne : ze współczynnikami wzmocnienia z diagonali tabeli Pade Osobna klasa to metody RK pochodzące od wielomianów Radaua (2s-1) definiowanych na podstawie wielomianu Legendre’a P jedno z zer wielomianu: na prawym końcu przedziału Tabela Butchera dla RK Radaua s=2: RK Radaua: odpowiadają poddiagonali w tabeli Pade : są L-stabilne (lepsze od RK Legendre’a w problemach sztywnych) R s =P s  P s-1

predyktor= układ równań nieliniowych korektor (podstawienie po rozwiązaniu równań predyktora na U1, U2) NJRK 2, sposób rozwiązywania równań

Niejawne metody RK = sposób rozwiązywania F(x)=0 F(x n +  x)=F(x n )+  x F’(x n ) -F(x n )=  x F’(x n ) jawne RK = stosuje się kolejne podstawienia = łatwo niejawne RK = metoda Newtona predyktor: układ s równań nieliniowych do rozwiązania korektor = tylko podstawienie m. Newtona jedno równanie macierz Jakobiego M. Newtona dla układu 2 równań

Niejawne metody RK – rozwiązywanie równań predyktora układ s : równań nieliniowych układ równań rozwiązywany w jednej iteracji na przesunięcia  U i było:

Niejawne metody RK – rozwiązywanie równań predyktora układ s : równań nieliniowych układ równań rozwiązywany w jednej iteracji na przesunięcia  U i w każdej iteracji musimy wyliczyć s pochodnych f po u (w s chwilach czasowych)

niejawne RK dla układu 2 równań (laboratorium) predyktor dla pojedynczego równania:

niejawne RK dla układu 2 równań (laboratorium) predyktor dla pojedynczego równania: predyktor dla dwóch równań numer szukanej funkcji nr chwili

niejawne RK dla układu 2 równań (laboratorium) predyktor dla pojedynczego równania: predyktor dla dwóch równań numer szukanej funkcji nr chwili w zapisie wektorowym: wracamy do formy dla pojedynczego równania U 1 =[U 1 1,U 1 2 ] T na laboratorium - f liniowe więc układ równań liniowych

Układ m równań różniczkowych rozwiązywany niejawną metodą RK niejawny schemat RK: (wzory jak dla pojedynczego równania, ale z arytmetyką wektorową) s równań predyktora to układ nieliniowy do rozwiązania gdy już mamy U korektor ma formę podstawienia [jak w jawnych RK] u, f, U i wektory o m zmiennych predyktor zapisany w formie układu s równań nieliniowych: tyle równań nieliniowych ile etapów w RK (s) każde przybliżenie U i ma m składowych s wektorów o m składowych łącznie ms niewiadomych macierz m na m

z oznaczeniem: macierz Jakobianu policzona w l-tej odsłonie (macierz m na m) dla układów wielu (setek-tysięcy) układów równań wyliczenie (oszacowanie) Jakobianu w s odsłonach - nowych w każdej iteracji - może być kosztowne, wtedy rezygnujemy z liczenia J w każdej odsłonie Układ równań różniczkowych rozwiązywany niejawną metodą RK z iteracją Newtona to jest przepis na jeden krok iteracyjny, a iteracji może być wiele

pomysł: zastosować Jakobiany wyliczone w chwili początkowej u n-1 i nie zmieniać ich w czasie iteracji wtedy: odpadają indeksy przy J i mamy przybliżony Jakobian nie zmienia rozwiązania gdy osiągniemy zbieżność może ją spowolnić albo uniemożliwić, ale przy dużych macierzach zazwyczaj się opłaca J policzymy tylko raz, ale wykonamy więcej iteracji często opłaca się raczej dłużej iterować niż w każdej iteracji wyliczać s macierzy Jakobiego

Metody RK produkuje się na zamówienie ze względu na 1)dokładność 2)A/L-stabilność 3)łatwość iterowania równań predyktora  SDIRK

DIRK: macierz A jest dolnoprzekątniowa (diagonally implicit RK) SDIRK:wszystkie wyrazy na diagonali są identyczne (singly diagonally implicit...) metody DIRK: iteracja Newtona (układ równań) rozwiązywany blokowo metody SDIRK: dodatkowo pojedyncza faktoryzacja macierzy m na m (nie sm na sm) [dokładność najwyżej s+1 [zamiast maksymalnej (2s)] ale tania iteracja Newtona] wtedy macierz układu równań pojedynczej iteracji Newtona: ma postać

DIRK: macierz A jest dolnoprzekątniowa (diagonally implicit RK) SDIRK:wszystkie wyrazy na diagonali są identyczne (singly diagonally implicit...) metody DIRK: iteracja Newtona (układ równań) rozwiązywany blokowo metody SDIRK: dodatkowo pojedyncza faktoryzacja macierzy m na m (nie sm na sm) [dokładność najwyżej s+1 [zamiast maksymalnej (2s)] ale tania iteracja Newtona] wtedy macierz układu równań –F = M  U pojedynczej iteracji Newtona: zamiast faktoryzacji macierzy sm na sm (złożoność [sm] 3 ) : 1)faktoryzujemy tylko jedną macierze m na m : blok diagonalny [złożoność [m] 3 ] dla s=4: 64 x szybciej 2)rozwiązujemy równanie m na m na  U 1 z pierwszego „wiersza blokowego” i przechodzimy do drugiego gdzie  U 1 wykorzystana do złożenia prawej strony równania na  U 2 itd.. ma postać

skonstruujmy SDIRK dla s=2, max p=s+1 warunki konieczne na wsp RK: dla k  p niezależne dla k>2 ta z minusem : A-stabilna ta z plusem - nie lplp ½ 1-a1-2a