Sei sulla pagina 1di 72

Jacobiano di Arakawa

Chiara Sorgentone 12 dicembre 2013

Introduzione

da fare

Indice
1 Introduzione 2 Propriet a analitiche dello Jacobiano 3 Costruzione del modello alle dierenze nite di Arakawa 4 Equazioni equivalenti e ordine di accuratezza 5 Analisi degli errori per lo Jacobiano di Arakawa 6 (non) Unicit a dello Jacobiano di Arakawa 6.1 Soluzione a un parametro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 4 7 14 16 19 30 32 32 35 35 42 42 44 45 50 50 55 56 56 58 62 62 68

7 La famiglia Jb 7.1 7.2 7.3 Soluzioni particolari: caso b = 1 . . . . . . . . . . . . . . . . . . . . . . . . . Soluzioni particolari: caso b = 1 . . . . . . . . . . . . . . . . . . . . . . . . Interpretazione della famiglia Jb nello stile Arakawa . . . . . . . . . . . . . .

8 Analisi dello schema per il caso a velocit a costante 8.1 8.2 Studio dellerrore nello spazio sico . . . . . . . . . . . . . . . . . . . . . . . Studio dellerrore nello spazio di Fourier . . . . . . . . . . . . . . . . . . . . 8.2.1 8.2.2 8.2.3 8.3 Proiezione 2D dei graci di confronto tra numero donda eettivo e numero donda modicato . . . . . . . . . . . . . . . . . . . . . . . . Graci 3D di confronto tra numero donda eettivo e numero donda modicato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Confronto errori al variare del parametro b . . . . . . . . . . . . . . . Analisi di stabilit a DA FARE . . . . . . . . . . . . . . . . . . . . . . . . . .

9 Simulazioni per trasporto bidimensionale 9.1 9.2 9.3 9.4 9.5 (u,v)=(1,0) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (u,v)=(1,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (u,v)=(-1,1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (u,v)=(y, x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Commenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Propriet a analitiche dello Jacobiano

Consideriamo lequazione della vorticit a per un uido bidimensionale incomprimibile: + v = 0 (advection f orm) t v =0

(2.1)

dove v rappresenta il vettore velocit a e = k v la vorticit a (k rappresenta il versore normale al piano del moto). Lequazione pu o essere riscritta come: = (v ) (f lux convergence f orm) t v =0

(2.2)

Lequazione di continuit a ci permette di introdurre la funzione di corrente : (2.3) da cui (2.4) = 2 .


a b x y

v = k

Introducendo inoltre loperatore Jacobiano J (a, b) = per la vorticit a: (2.5) = J (, ) t

a b , y x

riscriviamo lequazione

Lo Jacobiano rispetta le seguenti propriet a: (2.6) J (a, b) = k a b = k (ba) = k (ab)

(2.7)

J (a, b) = J (b, a)

(2.8)

J (a, b) = 0 4

(2.9)

aJ (a, b) = 0

(2.10) dove con f =


1 ||

bJ (a, b) = 0 f dxdy intendiamo la media sul dominio del piano che assumiamo

essere periodico. Quantit a conservate: Da queste osservazioni segue che il moto che soddisfa la (2.1) conserva la vorticit a media , lenergia cinetica media E = , e lenstroa, denita come la vorticit a quadratica media 2 G=
2 2

([9]-[10]). Infatti: ( ) = J (, ) = 0 t

(2.11)

(2.12)

G 2 ) = ( ( )) = ( ) = (J (, )) = (J (, )) = 0 t t 2 t

e, per quanto riguarda lenergia, ricordiamo la propriet a del laplaciano e del suo inverso: (2.13) f (2 g ) = g (2 f )

(2.14) Per cui: ( (2.15)

f (2 g ) = g (2 f )

E 1 1 ) = (t t ) = [J (, ) + 2 J (, )] t 2 2

1 = [J (, ) + 2 J (, )] = J (, ) = J (, ) = 0 2

Facendo ordine in termini di propriet a integrali, risulta che: 1. per la conservazione della vorticit a media utilizziamo la propriet a J (, ) = 0

2. per la conservazione dellenstroa utilizziamo la propriet a J (, ) = 0 3. per la conservazione dellenergia utilizziamo la propriet a J (, ) = 0 e la propriet a dellinverso del laplaciano f (2 g ) = g (2 f ) Per avere la conservazione di tutte le tre quantit a, possiamo analogamente richiedere che siano vericate contemporaneamente le seguenti propriet a: J (a, b) = 0 J (a, b) = J (b, a) che implica J (a, a) = 0 a elencata, J (ab, c) = aJ (b, c) + bJ (c, a) che implica, assieme alla prima propriet aJ (b, c) = bJ (c, a) = cJ (a, b) che implica a sua volta, assieme alla seconda propriet a elencata aJ (b, a) = 0 e aJ (a, b) = 0. Prendendo spunto da Hof e Veldman ([11]), possiamo rileggere tutte le richieste elencate anche sotto un altro punto di vista, ovvero riscrivendo le propriet a integrali dello jacobiano in termini di divergenza, e sfruttando il fatto che u = 0: 1. J (, ) = (u ) = 0 2. J (, ) = (u 2 ) = 0 3. J (, ) = (u( )) = 0
2

Costruzione del modello alle dierenze nite di Arakawa

Per semplicit a indichiamo con i un generico punto di griglia e scriviamo un generico jacobiano alle dierenze nite come: (3.16) i Ji (, ) =
i i

ci ,i i+i i+i

dove i e larea rappresentata dal punto di griglia i, che vale d2 nel nostro caso in cui assumiamo di utilizzare intervalli di griglia costanti pari a d. Siamo interessati a discretizzazioni che rispettino gli analoghi delle propriet a (2.9-2.10), per cui chiediamo che: (3.17)
i

i i Ji (, ) = 0

(3.18)
i

i i Ji (, ) = 0

A tal proposito e utile riscrivere la (3.16) come: (3.19) dove (3.20) ai,i+i =
i

i Ji (, ) =
i

ai,i+i i+i

ci ,i i+i

Moltiplicando la (3.19) per i otteniamo: (3.21) i i Ji (, ) =


i

ai,i+i i i+i

Sommando su tutti gli i, il termine di destra deve annullarsi in modo da vericare la (3.17), e quindi la conservazione di enstroa; questo si ottiene ponendo (3.22) ai+i ,i = ai,i+i , i, i .

Seguendo un ragionamento analogo per la conservazione dellenergia, riscriviamo lo jacobiano alle dierenze nite come: (3.23) dove (3.24) per ottenere (3.25) bi + i
,i

i Ji (, ) =
i

bi,i+i i+i

bi,i+i =
i

ci ,i i+i ,

= bi,i+i , i, i .

Per quanto riguarda la discretizzazione del laplaciano scegliamo la pi u semplice: (3.26) i,j = 1 (i+1,j + i1,j + i,j +1 + i,j 1 4i,j ) d2
2

che verica la relazione 2 = ( ) (e mi basta? Riguardando la parte sulle propriet a analitiche di cui ho bisogno dovrei chiedere che f 2 g = g 2 f ). Tornando ora alla propriet a (2.6) dello jacobiano, scriviamo le tre discretizzazioni, rispettivamente per le tre forme analoghe presentate: 1. J (, ) = x y y x 2. J (, ) = x (y ) + 3. J (, ) =
(y ) x ( ) y x

(x ) y

(3.27)

(J1 )i,j =

1 [(i+1,j i1,j )(i,j +1 i,j 1 ) (i,j +1 i,j 1 )(i+1,j i1,j )] 4d2 8

(3.28)

(J2 )i,j =

1 [(i+1,j +1 i+1,j 1 )i+1,j + (i1,j +1 i1,j 1 )i1,j 4d2 +(i+1,j +1 i1,j +1 )i,j +1 (i+1,j 1 i1,j 1 )i,j 1 ]

(3.29)

(J3 )i,j =

1 [(i+1,j +1 i+1,j 1 )i+1,j (i1,j +1 i1,j 1 )i1,j 4d2 (i+1,j +1 i1,j +1 )i,j +1 + (i+1,j 1 i1,j 1 )i,j 1 ]

Osserviamo che solamente J1 soddisfa la propriet a (2.7), mentre tutte e tre le discretizzazioni soddisfano lanalogo discreto della propriet a (2.8). Osserviamo inoltre che J3 e scritto in forma di divergenza, e possiamo scrivere nella stessa forma anche J1 e J2 : 1 i+1,j i,j +1 i+1,j + i,j +1 i,j 1 i1,j i,j 1 + i1,j (J1 )i,j = [ 2 2 2d 2d 2d i,j +1 i1,j i,j +1 + i1,j i+1,j i,j 1 i+1,j + i,j 1 + ] 2 2 2d 2d

(3.30)

(3.31)

1 i+1,j i,j +1 i+1,j +1 + i,j i,j 1 i1,j i,j + i1,j 1 (J2 )i,j = [ 2 2 2d 2d 2d i,j +1 i1,j i1,j +1 + i,j i+1,j i,j 1 i,j + i+1,j 1 + ] 2 2 2d 2d

In questo caso i termini nelle parentesi rappresentano i ussi di vorticit a calcolati sulle diagonali della griglia in gura (1).

Figura 1: A square grid used for the nite-dierence vorticity equations Osserviamo inoltre che J1 pu o essere riscritto mantenendo la forma J (, ) = x y y x 9

ma utilizzando i punti di griglia sulla diagonale, ottenendo cosi: J1 xx i,j (, ) = 1 [(i+1,j +1 i1,j 1 )(i1,j +1 i+1,j 1 ) 8d2 (i1,j +1 i+1,j 1 )(i+1,j +1 i1,j 1 )]

(3.32)

Ancora per quanto riguarda J1 , analizzando la propriet a (??), Arakawa osserva come questa non sia rispettata da J1 , che da invece luogo a una produzione errata di enstroa, dovuta allinterazione tra i punti di griglia (i, j ) e (i + 1, j ) e tra (i, j ) e (i, j + 1). In [2], Arakawa quantica questa errata produzione di enstroa che mostra essere pari a: (3.33) 1 D 1 1 (i,j i+1,j + i,j +1 i+1,j +1 i,j i,j +1 i+1,j i+1,j +1 ) 2 i+ 2 ,j + 2 1 = Di+ 1 ,j + 1 [(i+1,j i,j )2 + (i+1,j +1 i,j +1 )2 (i,j +1 i,j )2 (i+1,j +1 i+1,j )2 ] 2 2 2 dove (3.34) Di+ 1 ,j + 1
2 2

1 (i+1,j +1 + i,j i,j +1 i+1,j ). d2

Lequazione (3.33) rappresenta lanalogo discreto (ignorando i termini di ordine superiore) di (3.35) 1 2 2 2 d [( ) ( )2 ] 2 xy x y

1 nel punto (i + 2 ,j + 1 ) che, curiosamente, e riconducibile a parte del resto ottenuto analiz2

zando le equazioni equivalenti delle discretizzazioni degli Jacobiani (sezione successiva). Pi u in generale possiamo considerare lo Jacobiano combinazione lineare dei precedenti: (3.36) Ji,j (, ) = (J1 )i,j + (J2 )i,j + (J3 )i,j

con + + = 1 In questo caso per soddisfare gli analoghi delle (??)-(3.24), dobbiamo imporre che = (conservazione enstroa) e = (conservazione energia), per soddisfare entrambi chiederemo quindi che = = = 1/3 e indicheremo lo jacobiano risultante con JA . 10

Altre possibili discretizzazioni: Oltre J1 , J2 , J3 , JA (J7 in gura), altre discretizzazioni dello jacobiano possono essere costruite sempre facendo la combinazione lineare dei precedenti, qui di seguito riportiamo alcuni esempi mettendo in risalto in gura (2) le propriet a vericate e i punti di griglia utilizzati. (J1 + J2 ) J4 = 1 2
1 J5 = 2 (J2 + J3 ) 1 J6 = 2 (J1 + J3 )

Figura 2: Schematic representation of and points used in constructing the nite-dierence Jacobians (gura tratta da [4]) Utilizzando ulteriori punti della griglia (gura 3), e possibile costruire anche altri Jacobiani che rispettino tutte le propriet a richieste. Ad esempio considerando anche i punti (i+2,j), (i-2,j), (i,j+2) e (i,j-2) possiamo denire: (3.37) 1 JB (q, ) = [Jxx (q, ) + Jx+ (q, ) + J+x (q, )] 3 11

dove (3.38) (Jxx )i,j = 1 [(qi+1,j +1 qi1,j 1 )(i1,j +1 i+1,j 1 ) (qi1,j +1 qi+1,j 1 )(i+1,j +1 i1,j 1 )] 8d2 1 [(i,j +2 i+2,j )qi+1,j +1 (i2,j i,j 2 )qi1,j 1 8d2 (i,j +2 i2,j )qi1,j +1 + (i+2,j i,j 2 )qi+1,j 1 ]

(3.39)

(Jx+ )i,j =

(3.40)

(J+x )i,j =

1 [(i+1,j +1 i+1,j 1 )qi+2,j (i1,j +1 i1,j 1 )qi2,j 8d2 (i+1,j +1 i1,j +1 )qi,j +2 + (i+1,j 1 i1,j 1 )qi,j 2 ]

Figura 3: Griglia JB Anche JB conserva sia energia cinetica che enstroa, oltre a rispettare J (a, b) = J (b, a) (questultima propriet a si verica facilmente in quanto Jxx la rispetta e anche vedremo nel prossimo paragrafo.
Jx+ +J+x ); 2

inoltre JB presenta la stesso resto (a meno di un fattore di proporzionalit a) di JA , come

12

Jacobiano di prova: Provo a costruire uno Jacobiano che utilizzi tutti i punti griglia in modo asimmetrico, basato sulla discretizzazione di J1 , che utilizza la combinazione lineare di due derivate per ogni discretizzazione, e poi prendo la combinazione lineare con un altro jacobiano costruito nello stesso modo con i punti invertiti:

Figura 4: Griglia J prova

(3.41) 1 (q, p) = J

1 [(qi+1,j qi1,j + qi+1,j 1 qi1,j +1 ) (pi,j +1 pi,j 1 + pi+1,j +1 pi1,j 1 ) 20d2 (pi+1,j pi1,j + pi+1,j 1 pi1,j +1 ) (qi,j +1 qi,j 1 + qi+1,j +1 qi1,j 1 )];

(3.42) 2 (q, p) = J

1 [(qi+1,j qi1,j + qi+1,j +1 qi1,j 1 ) (pi,j +1 pi,j 1 + pi1,j +1 pi+1,j 1 ) 20d2 (pi+1,j pi1,j + pi+1,j +1 pi1,j 1 ) (qi,j +1 qi,j 1 + qi1,j +1 qi+1,j 1 )];

(3.43)

= 1/2 (J 1 + J 2 ); J

(q, ) = J (, q ) ma non sono rispettate le altre Anche in questo caso abbiamo che J propriet a di antisimmetria e non vi e quindi conservazione ne di energia ne di enstroa.

13

Equazioni equivalenti e ordine di accuratezza

Espandendo in serie di Taylor la funzione di corrente e la vorticit a, e inserendole nelle diverse discretizzazioni, otteniamo (4.44) J1 (q, ) = J (q, ) + d2 q 3 q 3 3 q 3 q [ 3 ] + O(d4 ) + 3 6 x y 3 y x3 x y y x

J2 (q, ) = J (q, ) + (4.45)

d2 q 3 q 3 3 q 3 q [+ 3 + 3 6 x y 3 y x3 x y y x 2 3 3 2 2 q q q ( 2 ) + O(d4 )] +3 ) + 3( 2 2 xy y x y x y x y 2 x

J3 (q, ) = J (q, ) + (4.46)

d2 q 3 q 3 3 q 3 q [ + 3 3 6 x y 3 y x3 x y y x 2 2 2 3 3 q q q q ) + 3( 2 2 ) ] + O(d4 ) +3( 2 2 x x y y xy x y xy

JA (q, ) = J (q, ) + (4.47)

d2 q 3 q 3 3 q 3 q [ + 3 3 6 x y 3 y x3 x y y x 3 3 2 2 q q q 2 q ) + ( ) +( x x2 y y xy 2 x2 y 2 xy 3 q 3 q 2 2 2q ( ) ( 2) ] + O(d4 ) x x2 y y xy 2 x2 y xy

Riscriviamo lerrore in termini di vorticit a e velocit a:

(4.48)

J1 (q, ) = J (q, ) +

3q 3q d2 q 2 u q 2 v [ + + u + v ] + O(d4 ) 2 2 3 3 6 x y y x x y

J2 (q, ) = J (q, ) + (4.49)

d2 q 2 u q 2 v 3q 3q [ + + u + v 6 x y 2 y x2 x3 y 3 2 q v u 3q 3q +3 ( + ) + 3(u + v )] + O(d4 ) 2 2 xy x y x y y x

14

J3 (q, ) = J (q, ) + (4.50)

d2 q 2 u q 2 v 3q 3q [ + + u + v 6 x y 2 y x2 x3 y 3 q 2 u q 2 v 2q 2 q u +3( + ) + 3( ) ] + O(d4 ) x x2 y y 2 x2 y 2 x

JA (q, ) = J (q, ) + (4.51)

d2 q 2 u q 2 v 3q 3q [ + + u + v 6 x y 2 y x2 x3 y 3 2 q v u 3q 3q + ( + ) + (u + v ) xy x y x 2 y y 2 x q 2 u q 2 v 2q 2 q u +( + ) + ( ) ] + O(d4 ) x x2 y y 2 x2 y 2 x

Per quanto riguarda laccuratezza di JB : JB (q, ) = J (q, ) + (4.52) d2 q 3 q 3 3 q 3 q [ + 3 3 3 x y 3 y x3 x y y x 2 2 3 3 q q q q 2 +( ) + ( ) x x2 y y xy 2 x2 y 2 xy 3 q 2 2 2q 3 q ) ( 2) ] + O(d4 ) ( x x2 y y xy 2 x2 y xy

che presenta la stessa identica struttura di JA . : Per quanto riguarda inne J


3 3 2 3 3 ) = J (q, ) + d [ q q + q q J (q, 6 x y 3 y x3 x3 y y 3 x 9 q 3 q 3 9 3 q 3 q + ( ) ( )] + O(d4 ) 5 x x2 y y xy 2 5 x x2 y y xy 2

(4.53)

15

Analisi degli errori per lo Jacobiano di Arakawa

Presento di seguito lanalisi svolta da Lilly ([5]), si tratta di unanalisi spettrale volta a mostrare i diversi tipi di errori generati dallo jacobiano di Arakawa. Gli errori sono principalmente di tre tipi, due dovuti al troncamento nellapprossimazione della derivata prima e seconda e quindi riducibili aumentando lordine di accuretezza, e il terzo e lerrore di aliasing, responsabile dei problemi di instabilit a mostrati da Philips ([6]). Andiamo di nuovo a considere lo sviluppo della funzione di corrente: (5.54) =
M

AM ei(M R) =
M

dove M e il vettore dei numeri donda M = (m, n) e R = (x, y ). Per la vorticit a possiamo dunque scrivere: (5.55) e per lo jacobiano: (5.56) J (, ) =
M ,M

=
M

|M |2 AM ei(M R) =
M

|M |2 M

(k M M )|M |2 M M =

1 (k M M )(|M |2 |M |2 )M M 2 M ,M

Ora vogliamo studiare cosa succede quando introduciamo le diverse discretizzazioni dello jacobiano. Prima di tutto un po di notazione; come gi a visto i tre Jacobiani corrispondono alle tre diverse discretizzazioni: 1. J1 = x y y x
y x x y y x x y x y

2. J2 = x (y ) y (x )
y x

3. J3 = x (y ) + y (x ) dove x F ( x ) =

1 x x [F (x + ) F (x )], x 2 2 x 1 x x F (x) = [F (x + ) + F (x )], 2 2 2

16

x F (x) = 2x F (x) =

1 [F (x + x) F (x x)], 2x
x y

F = (x F , y F ). Seguendo questa notazione risulta: (5.57) con (5.58) S (M ) = ( sin(mx) sin(nx) , ) x x ei(M R) = S (M )iei(M R)

supponendo x = y , mentre: (5.59) 2 ei(M R) = 4|S (M/2)|2 ei(M R) .

I problemi sorgono proprio per la discrepanza tra le derivate analitiche e quelle computazionali in quanto S (M ) = M . Andiamo dunque a calcolare le espressioni spettrali per i diversi jacobiani:

(5.60)

J1 = k = 2
M ,M

k [S (M ) S (M )]{|S (

M 2 M )| S ( )|2 }M M 2 2

(5.61) J2 = k ( ) = 2
M ,M

k S (M + M ) {S (M )|S (

M 2 M )| + S (M )|S ( )|2 }M M 2 2

(5.62) J3 = k ( ) = 2
M ,M

k S (M +M ){S (M )|S (

M 2 M 2 )| +S (M )|S ( )| }M M 2 2

(5.63) JA = 2 M 2 M k {S (M )S (M )+[S (M +M )][S (M )S (M )]}{|S ( )| |S ( )|2 }M M 3 M ,M 2 2

17

Confrontando le espressioni (5.60)-(5.63) con la (5.56), possiamo osservare i tre diversi tipi di errore: Errore derivata prima: Gli errori dovuti allapprossimazione della derivata prima (S(M) invece di M) sono presenti in quasi tutte le interazioni; quando i vettori M ed M sono paralleli i coecienti dinterazione si annullano nello jacobiano analitico ma non in quello discreto. Errore derivata seconda: Gli errori della derivata seoonda sono dovuti al termine 4S (M/2)2 = M M dovuti al calcolo della vorticit a come laplaciano della funzione di corrente. Errore di aliasing: Lerrore di aliasing e dovuto al fatto che vi e un limite nei numeri donda rappresentabili nel discreto; il massimo numero donda sar a dato da m = grandi di m vengono erroneamente interpretati come
x , x

e i numeri donda pi u

+m

Phillips [6] ha costruito un semplice esempio in cui mostra come lerronea interazione tra onde dovuta alle diverse discretizzazioni dello Jacobiano, pu o essere causa di instabilit a. In particolare egli mostra, utilizzando un semplice sistema, come hanno luogo interazioni sbagliate con tutti gli jacobiani discretizzati presentati, ma le instabilit a nascono soltanto quando si utilizza uno jacobiano che non conserva ne energia ne enstroa.

18

(non) Unicit a dello Jacobiano di Arakawa

Lo scopo di questa sezione e lo studio e la generalizzazione di tutte le possibili discretizzazioni alle dierenze nite dello jacobiano che preservino le stesse propriet a analitiche dello jacobiano di Arakawa. Comincer o quindi considerando un sottoinsieme di tutte le possibili discretizzazioni e cercando di allargare poi il sottoinsieme per trovare una teoria generale per la costruzione. Il sottoinsieme dal quale inizio lo studio e ovviamente quello che comprende tutte le discretizzazioni del secondo ordine centrate che considerano solamente i primi vicini, sottoinsieme che chiamer o S1 . Arakawa ha dimostrato che lo jacobiano da lui trovato e unico se si considerano solamente la combinazione lineare di J1 , J2 e J3 , voglio capire se tale soluzione e ancora unica in S1 . Ricordiamo che stiamo utilizzando la griglia in gura (1), riprendiamo quindi lo jacobiano generico scritto in 3.16 e lo riscriviamo tenendo conto che possiamo utilizzare solamente i primi vicini: J (, ) = (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 + A5 i,j + A6 i,j 1 (6.64) +A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 +A4 i,j +1 + A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ). Si tratta di un sistema lineare nelle 81 incognite A1 A1 , A1 A2 , A1 A3 , ... da determinare utilizzando le informazioni di antisimmetria provenienti dalle richieste analitiche che vogliamo lo jacobiano rispetti. Conservazione dellenstroa: Dobbiamo tradurre in equazioni per i nostri 81 coecienti le richieste (3.22), cominciamo quindi individuando i vari coecienti:

(6.65)

ai,j ;i+1,j = A2 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.66)

ai,j ;i1,j = A8 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) 19

(6.67)

ai,j ;i,j +1 = A4 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.68)

ai,j ;i,j 1 = A6 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.69)

ai,j ;i+1,j +1 = A1 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.70)

ai,j ;i1,j 1 = A9 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.71)

ai,j ;i1,j +1 = A7 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.72)

ai,j ;i+1,j 1 = A3 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.73)

ai,j ;i,j = A5 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

Dovendo imporre le relazioni di antisimmetria 3.22, abbiamo bisogno di riconoscere

20

anche i seguenti coecienti: ai+1,j ;i,j = A8 (A1 i+2,j +1 + A2 i+2,j + A3 i+2,j 1 + A4 i+1,j +1 +A5 i+1,j + A6 i+1,j 1 + A7 i,j +1 + A8 i,j + A9 i,j 1 )

(6.74)

(6.75)

ai,j +1;i,j = A6 (A1 i+1,j +2 + A2 i+1,j +1 + A3 i+1,j + A4 i,j +2 +A5 i,j +1 + A6 i,j + A7 i1,j +2 + A8 i1,j +1 + A9 i1,j )

(6.76)

ai+1,j +1;i,j = A9 (A1 i+2,j +2 + A2 i+2,j +1 + A3 i+2,j + A4 i+1,j +2 +A5 i+1,j +1 + A6 i+1,j + A7 i,j +2 + A8 i,j +1 + A9 i,j )

(6.77)

ai1,j +1;i,j = A3 (A1 i,j +2 + A2 i,j +1 + A3 i,j + A4 i1,j +2 +A5 i1,j +1 + A6 i1,j + A7 i2,j +2 + A8 i2,j +1 + A9 i2,j )

che abbiamo scritto calcolando i precedenti in altri punti di griglia. Ad esempio per calcolare ai+1,j ;i,j , abbiamo utilizzato ai,j ;i1,j calcolato nel punto griglia (i + 1, j ). A questo punto basta confrontare le relazioni di antisimmetria per ottenere le equazioni desiderate. Esplicitamente, otteniamo: (a) ai,j ;i+1,j = ai+1,j ;i,j (b) ai,j ;i1,j = ai1,j ;i,j (c) ai,j ;i,j +1 = ai,j +1;i,j (d) ai,j ;i,j 1 = ai,j 1;i,j (e) ai,j ;i+1,j +1 = ai+1,j +1;i,j (f) ai,j ;i1,j 1 = ai1,j 1;i,j (g) ai,j ;i1,j +1 = ai1,j +1;i,j (h) ai,j ;i+1,j 1 = ai+1,j 1;i,j (i) ai,j ;i,j = ai,j ;i,j = 0 21

Chiaramente alcune di queste informazioni sono ripetitive, quindi andiamo a tradurre in relazioni sugli 81 coecienti le sole relazioni originali:

caso (a): A8 Ai = 0 per i = 1, 2, 3 A2 Ai = 0 per i = 7, 8, 9 A8 A4 + A2 A1 = 0 (6.78) A8 A5 + A2 A2 = 0 A8 A6 + A2 A3 = 0 A8 A7 + A2 A4 = 0 A8 A8 + A2 A5 = 0 A8 A9 + A2 A6 = 0 caso (c): A6 Ai = 0 per i = 1, 4, 7 A4 Ai = 0 per i = 3, 6, 9 A6 A2 + A4 A1 = 0 (6.79) A6 A3 + A4 A2 = 0 A6 A5 + A4 A4 = 0 A6 A6 + A4 A5 = 0 A6 A8 + A4 A7 = 0 A6 A9 + A4 A8 = 0

22

caso (e): A9 Ai = 0 per i = 1, 2, 3, 4, 7 A1 Ai = 0 per i = 3, 6, 7, 8, 9 (6.80) A9 A5 + A1 A1 = 0 A9 A6 + A1 A2 = 0 A9 A8 + A1 A4 = 0 A9 A9 + A1 A5 = 0 caso (g): A3 Ai = 0 per i = 1, 4, 7, 8, 9 A7 Ai = 0 per i = 1, 2, 3, 6, 9 (6.81) A3 A2 + A7 A4 = 0 A3 A3 + A7 A5 = 0 A3 A5 + A7 A7 = 0 A3 A6 + A7 A8 = 0 caso (i): (6.82) Conservazione dellenergia: Dobbiamo tradurre in equazioni per i nostri 81 coecienti le richieste (3.25), cominciamo quindi individuando i vari coecienti anche in questo caso: A5 Ai = 0 per i = 1, .., 9

(6.83) (6.84) (6.84)

bi,j ;i+1,j = A2 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

23

(6.85)

bi,j ;i1,j = A8 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.86)

bi,j ;i,j +1 = A4 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.87)

bi,j ;i,j 1 = A6 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.88)

bi,j ;i+1,j +1 = A1 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.89)

bi,j ;i1,j 1 = A9 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.90)

bi,j ;i1,j +1 = A7 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.91)

bi,j ;i+1,j 1 = A3 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

(6.92)

bi,j ;i,j = A5 (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 +A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 )

24

Dovendo imporre le relazioni di antisimmetria 3.25, abbiamo bisogno di riconoscere anche i seguenti coecienti, in maniera analoga al caso dellenstroa: bi+1,j ;i,j = A8 (A1 i+2,j +1 + A2 i+2,j + A3 i+2,j 1 + A4 i+1,j +1 +A5 i+1,j + A6 i+1,j 1 + A7 i,j +1 + A8 zetai,j + A9 i,j 1 )

(6.93)

(6.94)

bi,j +1;i,j = A6 (A1 i+1,j +2 + A2 i+1,j +1 + A3 i+1,j + A4 i,j +2 +A5 i,j +1 + A6 i,j + A7 i1,j +2 + A8 i1,j +1 + A9 i1,j )

(6.95)

bi+1,j +1;i,j = A9 (A1 i+2,j +2 + A2 i+2,j +1 + A3 i+2,j + A4 i+1,j +2 +A5 i+1,j +1 + A6 i+1,j + A7 i,j +2 + A8 i,j +1 + A9 i,j )

(6.96)

bi1,j +1;i,j = A3 (A1 i,j +2 + A2 i,j +1 + A3 i,j + A4 i1,j +2 +A5 i1,j +1 + A6 i1,j + A7 i2,j +2 + A8 i2,j +1 + A9 i2,j )

A questo punto basta confrontare le relazioni di antisimmetria per ottenere le equazioni desiderate. Esplicitamente, otteniamo: (a) bi,j ;i+1,j = bi+1,j ;i,j (b) bi,j ;i1,j = bi1,j ;i,j (c) bi,j ;i,j +1 = bi,j +1;i,j (d) bi,j ;i,j 1 = bi,j 1;i,j (e) bi,j ;i+1,j +1 = bi+1,j +1;i,j (f) bi,j ;i1,j 1 = bi1,j 1;i,j (g) bi,j ;i1,j +1 = bi1,j +1;i,j (h) bi,j ;i+1,j 1 = bi+1,j 1;i,j (i) bi,j ;i,j = bi,j ;i,j = 0 Per ottenere, simmetricamente al caso precedente:

25

caso (a): A8 Ai = 0 per i = 1, 2, 3 A2 Ai = 0 per i = 7, 8, 9 A8 A4 + A2 A1 = 0 (6.97) A8 A5 + A2 A2 = 0 A8 A6 + A2 A3 = 0 A8 A7 + A2 A4 = 0 A8 A8 + A2 A5 = 0 A8 A9 + A2 A6 = 0 caso (c): A6 Ai = 0 per i = 1, 4, 7 A4 Ai = 0 per i = 3, 6, 9 A6 A2 + A4 A1 = 0 (6.98) A6 A3 + A4 A2 = 0 A6 A5 + A4 A4 = 0 A6 A6 + A4 A5 = 0 A6 A8 + A4 A7 = 0 A6 A9 + A4 A8 = 0 caso (e): A9 Ai = 0 per i = 1, 2, 3, 4, 7 A1 Ai = 0 per i = 3, 6, 7, 8, 9 (6.99) A9 A5 + A1 A1 = 0 A9 A6 + A1 A2 = 0 A9 A8 + A1 A4 = 0 A9 A9 + A1 A5 = 0

26

caso (g): A3 Ai = 0 per i = 1, 4, 7, 8, 9 A7 Ai = 0 per i = 1, 2, 3, 6, 9 (6.100) A3 A2 + A7 A4 = 0 A3 A3 + A7 A5 = 0 A3 A5 + A7 A7 = 0 A3 A6 + A7 A8 = 0 caso (i): (6.101) Antisimmetria dello Jacobiano: La richiesta (2.7) viene tradotta nella seguente equazione: (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 + A5 i,j + A6 i,j 1 +A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 (6.102) +A4 i,j +1 + A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) = (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 + A4 i,j +1 + A5 i,j + A6 i,j 1 +A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) (A1 i+1,j +1 + A2 i+1,j + A3 i+1,j 1 +A4 i,j +1 + A5 i,j + A6 i,j 1 + A7 i1,j +1 + A8 i1,j + A9 i1,j 1 ) e di conseguenza nelle 81 richieste sui coecienti, che scritte in forma compatta sono: (6.103) Consistenza: Con laiuto di un manipolatore algebrico ho sviluppato lapprossimazione alle dierenze nite con Taylor, in modo da poter tradurre in equazioni anche le richieste di consistenza dello Jacobiano. Sviluppo e raggruppo per ordine di dx, supponendo dy=dx. Impongo che siano nulli tutti gli ordini eccetto i coecienti di
x y

A5 Ai = 0 per i = 1, .., 9

Ai Aj + Aj Ai = 0 per i = 1, 2, .., 9; j = 1, 2, ..., 9

y x

(che risulteranno chiaramente

27

dellordine di dx2 ) che impongo uguali ad 1 e -1 rispettivamente. Lo sviluppo di Taylor approssimato al quarto ordine e:

dx4
1 1 A +1 A +1 A +1 A + A1 ( 2 xx + xy + 1 )+ A9 ( 1 + xy + 2 yy )+ A3 ( 1 (( 1 2 2 xx 2 4 yy 2 6 yy 2 8 xx 2 yy 2 xx 2 xx 1 xy + 1 ) + A7 ( 1 xy + 1 )) ( 1 A + A1 xy + 2 A1 yy + 1 A +1 A A3 xy + 2 yy 2 xx 2 yy 2 1 xx 2 2 xx 2 3 xx 1 A 2 3 yy

+1 A +1 A +1 A 2 4 yy 2 6 yy 2 7 xx

1 1 1 1 A7 xy + 2 A7 yy + 1 A +1 A + A9 xy + 1 A )+( 24 A2 xxxx + 24 A4 yyyy + 24 A6 yyyy + 2 8 xx 2 9 xx 2 9 yy 1 1 1 1 1 + A1 ( 24 A xxxx + 1 +1/4xxyy + 6 yyyx + 24 yyyy )+ A3 ( 24 xxxx 1 +1/4xxyy 24 8 xxxx 6 xxxy 6 xxxy 1 1 1 1 1 1 1 + 24 yyyy ) + A7 ( 24 xxxx 6 xxxy + 1/4xxyy 6 yyyx + 24 yyyy ) + A9 ( 24 xxxx + 1 + 6 yyyx 6 xxxy 1 1 1/4xxyy + 6 yyyx + 24 yyyy )) (A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 )

+ (A2 x + A4 y A6 y A8 x + A3 (x y ) A7 (x y ) + A1 (x + y ) A9 (x + y ))
1 1 1 1 (6 A1 xxx + 1 A +2 A1 yyx + 1 A +6 A2 xxx + 1 A 2 A3 xxy + 1 A 2 1 xxy 6 1 yyy 6 3 xxx 2 3 yyx 1 1 A + 1 A 1 A 6 A7 xxx + 1 A 1 A + 1 A 1 A 6 3 yyy 6 4 yyy 6 6 yyy 2 7 xxy 2 7 yyx 6 7 yyy 6 8 xxx 1 A 1 A 1 A 1 A ) + (A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + 6 9 xxx 2 9 xxy 2 9 yyx 6 9 yyy 1 1 1 1 A8 0 + A9 0 ) ( 24 A1 xxxx + 1 A + 1/4A1 xxyy + 6 A1 yyyx + 24 A1 yyyy + 24 A2 xxxx + 6 1 xxxy 1 1 1 1 1 1 A 6 A3 xxxy + 1/4A3 xxyy 6 A3 yyyx + 24 A3 yyyy + 24 A4 yyyy + 24 A6 yyyy + 24 3 xxxx 1 1 1 1 1 A 1 A + 1/4A7 xxyy 6 A7 yyyx + 24 A7 yyyy + 24 A8 xxxx + 24 A9 xxxx + 24 7 xxxx 6 7 xxxy 1 1 1 A + 1/4A9 xxyy + 1 A + 24 A9 yyyy ) + ( 1 A +1 A 1 A 6 A8 xxx + 6 9 xxxy 6 9 yyyx 6 2 xxx 6 4 yyy 6 6 yyy 1 1 1 1 1 1 1 1 1 1 A1 ( 6 xxx + 2 xxy + 2 yyx + 6 yyy ) + A3 ( 6 xxx 2 xxy + 2 yyx 6 yyy ) A7 ( 6 xxx 2 xxy + 1 2 yyx 1 1 1 ) A9 ( 6 xxx + 1 +2 yyx + 1 )) 6 yyy 2 xxy 6 yyy

(A1 x + A1 y + A2 x + A3 x A3 y + A4 y A6 y A7 x + A7 y A8 x A9 x A9 y )) + dx3
1 ((A2 x + A4 y A6 y A8 x + A3 (x y ) A7 (x y ) + A1 (x + y ) A9 (x + y ))( 2 A1 xx + 1 1 1 A1 xy + 1 A + 2 A2 xx + 2 A3 xx A3 xy + 2 A3 yy + 1 A + 1 A + 1 A 2 1 yy 2 4 yy 2 6 yy 2 7 xx 1 1 A7 xy + 2 A7 yy + 1 A +1 A + A9 xy + 2 A9 yy ) + (A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + 2 8 xx 2 9 xx 1 1 1 A +2 A1 xxy + 1 A +6 A1 yyy + 1 A +6 A3 xxx A6 0 + A7 0 + A8 0 + A9 0 )( 1 6 1 xxx 2 1 yyx 6 2 xxx 1 1 1 1 1 A + 2 A3 yyx 1 A + 1 A 6 A6 yyy 6 A7 xxx + 1 A 2 A7 yyx + 2 3 xxy 6 3 yyy 6 4 yyy 2 7 xxy 1 1 A 1 A 1 A 1 A 1 A 1 A ) + (1 A +6 A4 yyy 6 7 yyy 6 8 xxx 6 9 xxx 2 9 xxy 2 9 yyx 6 9 yyy 6 2 xxx 1 1 1 1 1 1 1 1 1 A 6 A8 xxx + A1 ( 6 xxx + 2 xxy + 2 yyx + 6 yyy ) + A3 ( 6 xxx 2 xxy + 2 yyx 1 ) 6 6 yyy 6 yyy 1 1 1 1 1 A7 ( 6 xxx 2 xxy + 1 6 yyy ) A9 ( 6 xxx + 1 +2 yyx + 1 ))(A1 0 + A2 0 + A3 0 + 2 yyx 2 xxy 6 yyy

28

1 1 A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 )+( 2 A2 xx + 1 A +1 A +1 A + A1 ( 2 xx + 2 4 yy 2 6 yy 2 8 xx 1 1 xy + 1 ) + A9 ( 2 xx + xy + 1 ) + A3 ( 2 xx xy + 1 ) + A7 ( 1 xy + 1 ))(A1 x + 2 yy 2 yy 2 yy 2 xx 2 yy

A1 y + A2 x + A3 x A3 y + A4 y A6 y A7 x + A7 y A8 x A9 x A9 y )) + dx2
1 1 ((A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 )( 2 A1 xx + A1 xy + 2 A1 yy + 1 1 1 1 A +1 A A3 xy + 2 A3 yy + 1 A +2 A6 yy + 1 A A7 xy + 2 A7 yy + 1 A + 2 2 xx 2 3 xx 2 4 yy 2 7 xx 2 8 xx 1 1 1 1 1 1 1 1 A + A9 xy + 2 A9 yy ) + ( 2 A2 xx + 2 A4 yy + 2 A6 yy + 2 A8 xx + A1 ( 2 xx + xy + 2 yy ) + 2 9 xx 1 1 1 1 1 1 A9 ( 2 xx + xy + 2 yy ) + A3 ( 2 xx xy + 2 yy ) + A7 ( 2 xx xy + 2 yy ))(A1 0 + A2 0 + A3 0 +

A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 ) + (A2 x + A4 y A6 y A8 x + A3 (x y ) A7 (x y ) + A1 (x + y ) A9 (x + y ))(A1 x + A1 y + A2 x + A3 x A3 y + A4 y A6 y A7 x + A7 y A8 x A9 x A9 y )) + dx ((A2 x + A4 y A6 y A8 x + A3 (x y ) A7 (x y ) + A1 (x + y ) A9 (x + y ))(A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 ) + (A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 )(A1 x + A1 y + A2 x + A3 x A3 y + A4 y A6 y A7 x + A7 y A8 x A9 x A9 y )) + dx0 (A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 )(A1 0 + A2 0 + A3 0 + A4 0 + A5 0 + A6 0 + A7 0 + A8 0 + A9 0 ).

(6.104)

Per cui per (6.105)


i=1,4,7

x y

y x

dovr o imporre rispettivamente: Aj (A1 + A2 + A3 A7 A8 A9 ) = 1


j =3,6,9

Ai (A1 + A2 + A3 A7 A8 A9 )

(6.106)
i=1,2,3

Ai (A1 + A4 + A7 A3 A6 A9 )
j =7,8,9

Aj (A1 + A4 + A7 A3 A6 A9 ) = 1

interessante osservare e analogamente andr o a porre tutti gli altri coecienti pari a zero. E 29

che bisogna arrivare al terzo ordine, nel senso che ancora le equazioni dei coecienti di dx3 mi producono nuove informazioni per il sistema. Risultati A questo punto ho ottenuto nalmente il sistema completo in forma matriciale; il rango della matrice risulta essere pari a 80, il che signica che un parametro e rimasto libero, vi sono 1 soluzioni. Come ci aspettiamo, ponendo tale parametro pari al suo valore che si ha nello Jacobiano di Arakawa, otteniamo proprio la soluzione di Arakawa, che vedremo, pi u avanti, essere la soluzione pi u simmetrica allinterno di questa famiglia. Andiamo di seguito ad analizzare la classe di soluzioni a un parametro, che indichiamo con b.

6.1

Soluzione a un parametro

Per quanto riguarda la soluzione generale del sistema, che, per quanto visto nora, e un sistema a 81 incognite con un grado di libert a, sono riuscita ad ottenerla con laiuto di un manipolatore algebrico; ci o che ottengo e:
(6.107) 0 (b 1) 0 (b + 1) a 0 (b 1) 0 0 0 0 a 0 0 0 (b + 1) 0 0 0 (b 1) (b + 1) 0 0 0 0 b+1 (b 1) 0 0 0 0 0 0 0 0 0 0 (b 1) b+1 0 0 0 0 (b 1) 0 0 0 (b + 1) 0 0 0 b+1 0 0 0 0 0 (b 1) 0 (b 1) B= 0 0 0 0 0 0 0 (b 1) 0 0 0 (b + 1) (b 1) (b + 1) 0 0 (b 1) (b 1) 0

0 (b + 1)

dove riconosciamo, nel caso di Arakawa, b=0. La matrice va letta nei suoi 81 elementi, con limpostazione data precedentemente, dove sulle righe ci sono i coecienti della e sulle colonne della , ovvero A(i, j ) = Ai Aj . In forma compatta possiamo scrivere: (6.108) dove: t = v B v
T

30

v =

i+1,j +1

v =

i+1,j +1

i+1,j i+1,j 1 i,j +1 i,j i,j 1 i1,j +1 i1,j i1,j 1

i+1,j i+1,j 1 i,j +1 i,j i,j 1 i1,j +1 i1,j i1,j 1

Esplicitamente, la discretizzazione alle dierenze nite e scritta cosi: 1 {i+1,j +1 (b 1)(i+1,j i,j +1 ) 12dx2 +i+1,j [(b 1)(i,j 1 i+1,j +1 ) + (b + 1)(i,j +1 i+1,j 1 )] Jb (, ) = +i+1,j 1 (b + 1)(i+1,j i,j 1 ) (6.109) +i,j +1 [(b 1)(i+1,j +1 i1,j ) + (b + 1)(i1,j +1 i+1,j )] +i,j 1 [(b 1)(i1,j 1 i+1,j ) + (b + 1)(i+1,j 1 i1,j )] +i1,j +1 (b + 1)(i1,j i,j +1 ) +i1,j [(b 1)(i,j +1 i1,j 1 ) + (b + 1)(i,j 1 i1,j +1 )] +i1,j 1 (b 1)(i1,j i,j 1 )}

31

7
7.1

La famiglia Jb
Soluzioni particolari: caso b = 1

In questo caso, riordinando i termini, lo schema diventa: Jb=1 (, ) = (7.110) 1 {i+1,j (i,j +1 i+1,j 1 ) i1,j (i,j 1 i1,j +1 ) 6dx2 +i,j +1 (i1,j +1 i+1,j ) i,j 1 (i+1,j 1 i1,j ) +i+1,j 1 (i+1,j i,j 1 ) i1,j +1 (i1,j i,j +1 )}

Figura 5: x (y

x ) 2

y (x +

y ) 2

y Figura 6: (x + y )( x + ) 2

Cerchiamo ora di dare uninterpretazione geometrica a tale discretizzazione. A prima vista lo schema (7.110) utilizza i punti griglia delle gure (5)-(6) che possiamo leggere, rispettivamente, come: x (y x y ) y (x + ) (f igura 5) 2 2 32

(x + y )(

x + y ) (f igura 6) 2

che, combinandosi, danno luogo allo Jacobiano. Con unanalisi pi u approfondita, riusciamo per o a decomporre tale discretizzazione in modo geometricamente e analiticamente pi u sensato, gure (7-8-9) e gura (10):

Figura 7: x (y

x ) 2

y (x +

y ) 2

Figura 8: Scomposizione di y

Figura 9: Scomposizione di x A questo punto e pi u evidente la rilettura dello schema in tutte le sue componenti, aggiungendo e sottraendo il nodo fantasma (i, j ): 33

y Figura 10: (x + y )( x + ) 2

Figura 11: x y

Figura 12: y x

Figura 13: y x

Jb=1 (, ) = +(i,j

1 {[(i+1,j i,j )(i,j +1 i,j + i,j i+1,j 1 ) 6dx2 i1,j )(i1,j +1 i,j + i,j i,j 1 )] (f igura11) [(i,j +1 i,j )(i+1,j i,j + i,j i1,j +1 )

(7.111)

+(i,j i,j 1 )(i+1,j 1 i,j + i,j i1,j )] (f igura12) 34 [(i+1,j i,j )(i,j i+1,j 1 ) +(i,j i1,j )(i1,j +1 i,j )] (f igura13) +[(i,j +1 i,j )(i,j i1,j +1 ) +(i,j i,j 1 )(i+1,j 1 i,j )]} (f igura14)}

Figura 14: x y

7.2

Soluzioni particolari: caso b = 1

Il caso b = 1 si presenta simmetrico rispetto al caso b = 1 utilizzando per o le diagonali opposte; la scrittura dello Jacobiano si semplica nella seguente: Jb=1 (, ) = (7.112) 1 {i+1,j +1 (i,j +1 i+1 ) i1,j 1 (i,j 1 i1,j ) 6dx2 +i,j +1 (i1,j i+1,j +1 ) i,j 1 (i+1,j i1,j 1 ) +i+1,j (i+1,j +1 i,j 1 ) i1,j (i1,j 1 i,j +1 )} e i punti utilizzati sono quelli riportati nelle gure (15-16), con conseguente discretizzazione analoga al caso precedente. Osservazione 7.1 Come osservato nei capitoli introduttivi, lo Jacobiano di Arakawa non e altro che la combinazione lineare di tre diverse scritture dello Jacobiano: x y y x
x (y ) + ( ) y x

(y ) x

(x ). y

Viste le precedenti decomposizioni, possiamo osservare che anche i casi particolari Jb=1 e Jb=1 sono la combinazione di tali scritture, quello che cambia e il modo di discretizzarle, i punti utilizzati, ma la lettura e sempre la stessa.

7.3

Interpretazione della famiglia Jb nello stile Arakawa

Per quanto appena detto, la famiglia di Jacobiani si pu o riscrivere come Jb = Jb + Jb + Jb , 3 35


(1) (2) (3)

Figura 15: Caso b = 1, le diagonali utilizzate sono quelle opposte al caso precedente

Figura 16: Caso b = 1, le diagonali utilizzate sono quelle opposte al caso precedente dove: (7.113) Jb (, ) =
(1)

1 {(i+1,j i1,j )(i,j +1 i,j 1 ) + b(i+1,j 2i,j + i,j 1 )(i+1,j 2i,j + i,j 1 ) 4dx2 (i+1,j i1,j )(i,j +1 i,j 1 ) b(i+1,j 2ij + i,j 1 )(i+1,j 2i,j + i,j 1 )}

Jb (, ) = (7.114)

(2)

1 {(i+1,j [(i+1,j +1 i+1,j 1 ) b(i+1,j +1 2i,j + i+1,j 1 )] 4dx2 i1,j [(i1,j +1 i1,j 1 ) + b(i1,j +1 2i,j + i1,j 1 )]) +i,j +1 [(i+1,j +1 i1,j +1 ) b(i+1,j +1 2i,j + i1,j +1 )] i,j 1 [(i+1,j 1 i1,j 1 ) + b(i+1,j 1 2i,j + i1,j 1 )]}

36

Jb (, ) = (7.115)

(3)

1 {i+1,j [(i+1,j +1 i+1,j 1 ) b(i+1,j +1 2i,j + i+1,j 1 )] 4dx2 i1,j [(i1,j +1 i1,j 1 ) + b(i1,j +1 2i,j + i1,j 1 )] (i,j +1 [(i+1,j +1 i1,j +1 ) b(i+1,j +1 2i,j + i1,j +1 )] i,j 1 [(i+1,j 1 i1,j 1 ) + b(i+1,j 1 2i,j + i1,j 1 )])}

In forma pi u compatta possiamo scrivere: (7.116) Jb (, ) =


(1)

1 b1,1 b1,1 {x y y x } 2 4dx

(7.117)

Jb (, ) =

(2)

b1,0 b1,0 1 { ( ) ( + } x y y x 4dx2

(7.118) dove (7.119) F (fi+i ,j +j fi+i


,j +j

Jb (, ) =

(3)

b0,1 1 b0,1 ( ) } { x y y x 4dx2

, gk+k ,l+l gk+k

,l+l

b,

= F (fi+i ,j +j fi+i
,j +j

,j +j

, gk+k ,l+l gk+k

,l+l

(dx2 )(1)(1 ) (1) b(fi+i ,j +j 2fi,j + fi+i con , = 0, 1.

) (gk+k ,l+l 2gk,l + gk+k

,l+l

Il resto nello spazio sico a questo punto risulta pi u chiaro, e possiamo suddiverlo anchesso nei tre contributi dovuti a Jb , Jb , Jb :
(1) (2) (3)

37

(7.120)

CON T RIBU T O J 1 = (y x x y ) 1 b +dx2 ( (y xxx xxx y x yyy + yyy x ) (xx yy + yy xx )) 6 4 b 1 +dx4 ( (yyy xxx xxx yyy ) + (yy xxxx xxxx yy xx yyyy + yyyy xx )) 36 48 b +dx6 (yyyy xxxx xxxx yyyy ) 576

(7.121) CON T RIBU T O J 2 = (y x x y ) + b(x x y y ) 1 +dx2 ( (y xxx 3x xxy 3xx xy xxx y x yyy + 3y yyx + 3yy xy + yyy x ) 6 b + (3xx yy 3yy xx + 2x xxx + 3xx xx + 2xxx x 12 +6x yyx 6y xxy 2y yyy 3yy yy 2yyy y )) 1 +dx4 ( (6yy xxxy 6xxx xxy 3xxxx xy 6xx yyyx 6xx xxxy 72 2xxx yyy + 2yyy xxx + 6yy yyyx + 6yyy yyx + 3yyyy xy ) + b (3xx xxxx + 4xxx xxx + 3xxxx xx + 18x xxxyy 3yy xxxx + 12xxx yyx + 3xxxx yy 144 +3xx yyyy 18yy xxyy 12yyy xxy 3yyyy xx 3yy yyyy 4yyy yyy 3yyyy yy )) dx6 (4yyyy xxxy 4xxxx yyyx 4xxxx xxxy + 4yyyy yyyx 576 +b(xxxx xxxx + 6xxxx xxyy + xxxx yyyy yyyy xxxx 6yyyy xxyy yyyy yyyy )) +

38

(7.122) CON T RIBU T O J 3 = (y x + x y ) b(x x y y ) 1 dx2 ( (y xxx 3x xxy 3xx xy xxx y x yyy + 3y yyx + 3yy xy + yyy x ) 6 b + (3xx yy 3yy xx + 2x xxx + 3xx xx + 2xxx x 12 +6x yyx 6y xxy 2y yyy 3yy yy 2yyy y )) 1 dx4 ( (6yy xxxy 6xxx xxy 3xxxx xy 6xx yyyx 6xx xxxy 72 2xxx yyy + 2yyy xxx + 6yy yyyx + 6yyy yyx + 3yyyy xy ) + b (3xx xxxx + 4xxx xxx + 3xxxx xx + 18x xxxyy 3yy xxxx + 12xxx yyx + 3xxxx yy 144 +3xx yyyy 18yy xxyy 12yyy xxy 3yyyy xx 3yy yyyy 4yyy yyy 3yyyy yy )) dx6 (4yyyy xxxy 4xxxx yyyx 4xxxx xxxy + 4yyyy yyyx 576 +b(xxxx xxxx + 6xxxx xxyy + xxxx yyyy yyyy xxxx 6yyyy xxyy yyyy yyyy )) Mettendoli insieme otteniamo il resto globale:

39

(7.123) CON T RIBU T O T OT ALE = y x x y + dx2 (y xxx x xxy xx xy + xy xx xxx y + xxy x x yyy 6 +y yyx xy yy + yy xy yyx y + yyy x b + (2x yyx 2y xxy + xx yy yy xx + 2xxy y 2yyx x )) 2

dx4 (xy xxxx 2xx xxxy 2xxx xxy + 2xxy xxx xxxx xy + 2xxxy xx + 72 2xx yyyx + 2yy xxxy 2xxx yyy + 2yyy xxx 2xxxy yy + 2yyyx xx xy yyyy + 2yy yyyx 2yyx yyy + 2yyy yyx 2yyyx yy + yyyy xy b + (6xx xxyy yy xxxx + 4xxx yyx 4yyx xxx + xxxx yy 6xxyy xx 2 +xx yyyy 6yy xxyy + 4xxy yyy 4yyy xxy + 6xxyy yy yyyy xx )) + dx6 (xxxy xxxx xxxx xxxy xxxx yyyx + yyyx xxxx 432 xxxy yyyy + yyyy xxxy yyyx yyyy + yyyy yyyx

b + (6xxxx xxyy 6xxyy xxxx + xxxx yyyy yyyy xxxx + 6xxyy yyyy 6yyyy xxyy )) 4 Possiamo dunque osservare che solamente nel caso di Arakawa (b=0) le tre discretizzazioni degli Jacobiani risultano consistenti; per la generica famiglia Jb , lo Jacobiano costruito sulla croce risulta consistente, gli altri altri lo risultano solamente se combinati. In questo caso generico e quindi forse pi u sensato parlare di J1 e J2 + J3 , anche se vale la pena scrivere la famiglia come somma dello Jacobiano di Arakawa e un termine dipendente dal parametro b: (7.124) Jb = JA + bJ

40

dove = i,j +1 (i+1,j +1 + i1,j +1 i+1,j i1,j ) J +i,j 1 (i+1,j 1 + i1,j 1 i+1,j i1,j ) i+1,j (i+1,j +1 + i+1,j 1 i,j +1 i,j 1 ) (7.125) i1,j (i1,j +1 + i1,j 1 i,j +1 i,j 1 ) +i+1,j +1 (i+1,j i,j +1 ) +i+1,j 1 (i+1,j i,j 1 ) +i1,j +1 (i1,j i,j +1 ) +i1,j 1 (i1,j i,j 1 )

41

8
8.1

Analisi dello schema per il caso a velocit a costante


Studio dellerrore nello spazio sico

Prima di considerare lerrore specico nel caso a velocit a costante, sono andata a studiare lo sviluppo di Taylor della soluzione generale per poi ricavare il caso specico di trasporto bidimensionale. Lo sviluppo di Taylor per lintera famiglia nello spazio sico si presenta cosi:

(y x x y )+ + (8.126) 1 [2y xxx 2x xxy 2xx xy + 2xy xx 2xxx y + 2xxy x 12 2x yyy + 2y yyx 2xy yy + 2yy xy 2yyx y + 2yyy x +O(dx4 ) Tale sviluppo si semplica nel caso di Arakawa (b=0): 1 R0 = [y xxx x xxy xx xy + xy xx xxx y + xxy x 6 x yyy + y yyx xy yy + yy xy yyx y + yyy x ] dx2 + O(dx4 )

+b(2x yyx 2y xxy + xx yy yy xx + 2xxy y 2yyx x )] dx2

(8.127)

Osservazione 8.1 Oltre alla simmetria di Arakawa gi a osservata geometricamente, osserviamo anche che il resto di Arakawa si comporta di nuovo come perfetto bilanciamento tra i due casi estremi b = 1 e b = 1: R0 = dove: R1 + R1 2

R1 = (8.128)

1 [2y xxx 2x xxy 2xx xy + 2xy xx 2xxx y + 2xxy x 12 +2x yyx 2y xxy + xx yy yy xx + 2xxy y 2yyx x

2x yyy + 2y yyx 2xy yy + 2yy xy 2yyx y + 2yyy x ] dx2 + O(dx4 )

42

R1 = (8.129)

1 [2y xxx 2x xxy 2xx xy + 2xy xx 2xxx y + 2xxy x 12 2x yyx + 2y xxy xx yy + yy xx 2xxy y + 2yyx x

2x yyy + 2y yyx 2xy yy + 2yy xy 2yyx y + 2yyy x ] dx2 + O(dx4 ) A questo punto possiamo ricavare lerrore nel caso particolare (u, v ) = (k1 , k2 ) con k1 e k2 costanti, in termini di questo equivale a dire derivate prime della funzione di corrente costanti, ovvero (x, y ) = uy + vx. Se consideriamo lo sviluppo no ai termini O(dx2 ) abbiamo: Rb = (8.130) dx2 [(uxxx + uyyx + vxxy + vyyy ) + b(vyyx + uxxy )] 6 dx2 = [uxxx vyyy + yyx (bv u) + xxy (bu v )]. 6

Osservazione 8.2 Come osservato nel caso generale, per b = 0 alcuni termini spariscono. Per b generico invece, possiamo osservare che vi sono delle scelte opportune che fanno si che i termini misti si annullino, in particolare: (u, v ) = (k, k ) In questo caso e chiaro che la scelta pi u opportuna risulta essere b = 1, nel qual caso il resto si semplica in: (8.131) (u, v ) = (k, k ) In questo caso e chiaro che la scelta pi u opportuna risulta essere b = 1, nel qual caso il resto si semplica in: (8.132) Rb = dx2 [k (yyy xxx )]. 6 dx2 Rb = [k (xxx yyy )]. 6

chiaro che per eliminare luno o laltro termine delle derivate miste, potrei scegliere E b=
u v v ob= u .

43

8.2

Studio dellerrore nello spazio di Fourier

Siamo ora interessati a studiare il numero donda modicato del nostro schema. A tal proposito consideriamo e nella forma: (x, y ) = uy + vx (x, y ) = ei(mx+ny) .

(8.133)

chiaro che per queste scelte particolare, lo Jacobiano analitico ci restituir E a: (8.134) J (, ) = i(mu + nv ) (x, y )

mentre la sua discretizzazione con Jb (dove dx = dy , mx mjdx = j, ny nldx = l ): (DOMANDA: ma i conti li devo mettere?) Jb (, ) = i (x, y ) [v (2sin( ) + sin( )cos()) u(2sin() + sin()cos( )) 3dx +b(v (sin() + sin()cos( )) u(sin( ) sin( )cos()))]

(8.135)

Anche per il numero donda modicato possiamo ripetere le stesse osservazioni fatte nello spazio sico, ovvero che alcuni termini si cancellano nel caso di Arakawa, mentre per casi particolari di velocit a riusciamo a ssare b in modo da annullare i termini di interazione, in particolare anche qui: (u, v ) = ( u, u ) In questo caso e chiaro che la scelta pi u opportuna per annullare i termini misti risulta essere b = 1, nel qual caso il numero donda modicato diviene: (8.136) (u, v ) = ( u, u ) In questo caso e chiaro che la scelta pi u opportuna per annullare i termini misti risulta essere b = 1, nel qual caso il numero donda modicato diviene: (8.137) Jb (, ) = u (x, y ) [sin( ) sin()] dx 44 Jb (, ) = u (x, y ) [sin( ) + sin()] dx

Chiaramente queste scelte non necessariamente sono le migliori, in quanto abbiamo richiesto solamente lannullamento dei termini misti che non equivale necessariamente a una minimizzazione dellerrore, come vedremo dallanalisi di seguito. Nelle prossime sezioni presento alcuni graci: i primi rappresentano la proiezione bidimensionale della dierenza tra numero donda eettivo e numero donda modicato, mentre nei graci 3D riporto separatamente il numero donda eettivo e il numero donda modicato per mostrare come si allontanino al crescere dellangolo. In entrambi i casi i graci sono riportati al variare del parametro b. 8.2.1 Proiezione 2D dei graci di confronto tra numero donda eettivo e numero donda modicato 1. Caso (u,v)=(0,1)

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 17: MWN - ((u,v)=(0,1))

45

Figura 18: MWN - ((u,v)=(0,1)) - Arakawa 2. Caso (u,v)=(1,1)

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 19: MWN - ((u,v)=(1,1))

46

Figura 20: MWN - ((u,v)=(1,1)) - Arakawa 3. Caso (u,v)=(-1,1)

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 21: MWN - ((u,v)=(-1,1))

47

Figura 22: MWN - ((u,v)=(-1,1)) - Arakawa 4. Caso (u,v)=(1, 1 ) 2

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 23: MWN - ((u,v)=(1, 1 )) 2

48

)) - Arakawa Figura 24: MWN - ((u,v)=(1, 1 2


1 5. Caso (u,v)=(1, 4 )

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 25: MWN - ((u,v)=(1, 1 )) 4 49

)) - Arakawa Figura 26: MWN - ((u,v)=(1, 1 4

8.2.2

Graci 3D di confronto tra numero donda eettivo e numero donda modicato

Per il caso 3D riporto solamente il confronto, al variare di b, del caso (u,v)=(-1,1) in quanto e di meno immediata lettura. 8.2.3 Confronto errori al variare del parametro b

Possiamo riassumere lanalisi n qui svolta nelle seguenti tabelle considerando i quattro quadrati: A = [ ], ] [ ], ] 6 6 6 6 B = [ , ] [ , ] 4 4 4 4 C = [ , ] [ , ] 2 2 2 2
2 2 D = [ 23 , 3 ] [ 23 , 3]

50

(a) b=-1

(b) b=-2

(c) b=-3

(d) b=1

(e) b=2

(f) b=3

Figura 27: MWN 3D - ((u,v)=(-1,1))

Figura 28: MWN 3D - ((u,v)=(-1,1)) - Arakawa

51

e i seguenti gruppi di limitazione sullerrore del numero donda modicato: <a Caso A dove a = 1, 2, 15, 30 e espressa in percentuale rispetto ad , per x rispettivamente appartenente ad A, B, C, D; (u,v)/b (1,1) (1,-1) (-1,1) (-1,-1) (0,1) (1,0) (0,-1) (-1,0) (1, 1 ) 2 (1,- 1 ) 2 ) (-1, 1 2
1 (-1,- 2 )

-5 -4 -3 -2

-1 0

2 3

(1 ,1) 2 (1 ,-1) 2 (- 1 ,1) 2 (- 1 ,-1) 2 <b Caso B

dove b = 2, 3, 20, 35 e espresso in percentuale rispetto ad , per x rispettivamente appartenente ad A, B, C, D;

52

(u,v)/b (1,1) (1,-1) (-1,1) (-1,-1) (0,1) (1,0) (0,-1) (-1,0)


1 ) (1, 2

-5 -4 -3

-2 -1

(1,- 1 ) 2 ) (-1, 1 2 (-1,- 1 ) 2 (1 ,1) 2 ,-1) (1 2 ,1) (- 1 2 (- 1 ,-1) 2 <c Caso C

dove c = 3, 5, 20, 40 e espressa in percentuale rispetto ad , per x rispettivamente appartenente ad A, B, C, D;

53

(u,v)/b (1,1) (1,-1) (-1,1) (-1,-1) (0,1) (1,0) (0,-1) (-1,0) ) (1, 1 2
1 (1,- 2 ) 1 ) (-1, 2

-5 -4 -3

-2 -1

2 3

(-1,- 1 ) 2
1 (2 ,1)

,-1) (1 2 ,1) (- 1 2 (- 1 ,-1) 2 <d Caso D

dove d = 5, 10, 40, 60 e espressa in percentuale rispetto ad , per rispettivamente appartenente ad A, B, C, D;

54

(u,v)/b (1,1) (1,-1) (-1,1) (-1,-1) (0,1) (1,0) (0,-1) (-1,0) ) (1, 1 2 (1,- 1 ) 2 ) (-1, 1 2 (-1,- 1 ) 2 (1 ,1) 2 ,-1) (1 2 ,1) (- 1 2 (- 1 ,-1) 2

-5 -4 -3

-2 -1

2 3

8.3

Analisi di stabilit a DA FARE

55

Simulazioni per trasporto bidimensionale

Per testare la famiglia di schemi trovata, cominciamo con un caso semplice da analizzare di trasporto lineare: (9.138) + u = 0 t

dove testeremo lo schema al variare di b e u. Se non indicato diversamente, i test sono stati eettuati ponendo condizioni al bordo biperiodiche sul dominio [0, 1][0, 1] e utilizzando lo schema Leap-Frog per lintegrazione temporale: (9.139)
n+1 n1 i,j = i,j + 2dtJi,j ( n , n )

mentre, per il primo step temporale, viene utilizzato Eulero: (9.140)


n+1 n + dtJi,j ( n , n ). i,j = i,j

Prendiamo in considerazione due tipi di dato iniziale:

(9.141)

(x, y ) = exp(

1 1 1 [(x )2 + (y )2 ]) 0.04 2 2

(9.142)

(x, y ) =

1 se x [ 1 , 3] [1 , 3] 4 4 4 4 0 altrimenti

9.1

(u,v)=(1,0)

TEST 1, dato iniziale (9.141) b 0 1 -1 T 5 5 5 N 64 64 64 CFL 0.5 0.5 0.5 L 1.2173 e-001 1.2261 e-001 1.2261 e-001 L1 4.2880 e-002 4.2684 e-002 4.2684 e-002 L2 2.5707 e-002 2.6346 e-002 2.6346 e-002

56

(a) b=0

(b) b=1

(c) b=-1

Figura 29: TEST 1 - Sezione

(a) b=0

(b) b=1

(c) b=-1

(d) Soluzione esatta

Figura 30: TEST 1 - 3D TEST 2, dato iniziale 9.142

57

(a) b=0

(b) b=1

(c) b=-1

Figura 31: TEST 1 - Errore b 0 1 -1 T 1 1 1 N 64 64 64 CFL 0.5 0.5 0.5 L 8.5988e-001 8.7407 e-001 8.7407e-001 L1 L2

2.8916e-001 1.6600e-001 3.0204e-001 1.5930e-001 3.0204e-001 1.5930e-001

(a) b=0

(b) b=1

(c) b=-1

Figura 32: TEST 2 - Sezione

9.2

(u,v)=(1,1)

TEST 3, dato iniziale (9.141);

b 0 1 -1

T 5 5 5

N 64 64 64

CFL 0.5 0.5 0.5

L 1.8564 e-001 1.3730 e-001 2.2337 e-001

L1 4.6229 e-002 4.0045 e-002 5.8602 e-002

L2 3.4902 e-002 2.7721 e-002 4.3846 e-002

58

(a) b=0

(b) b=1

(c) b=-1

(d) Soluzione esatta

Figura 33: TEST 2 - 3D

(a) b=0

(b) b=1

(c) b=-1

Figura 34: TEST 3 - Sezione TEST 4, dato iniziale (9.141);

59

(a) b=0

(b) b=1

(c) b=-1

(d) Soluzione esatta

Figura 35: TEST 3 - 3D

(a) b=0

(b) b=1

(c) b=-1

Figura 36: TEST 3 - Errore b 0 1 -1 T N CFL 0.7 0.7 0.7 L 3.0168 e-001 2.1939 e-001 3.4885 e-001 60 L1 8.3144 e-002 7.3173 e-002 9.6304 e-002 L2 6.0423 e-002 4.9586 e-002 7.1262 e-002

10 64 10 64 10 64

(a) b=0

(b) b=1

(c) b=-1

Figura 37: TEST 4 - Sezione

(a) b=0

(b) b=1

(c) b=-1

(d) Soluzione esatta

Figura 38: TEST 4 - 3D

61

9.3

(u,v)=(-1,1)
In questo test andiamo ad analizzare schemi con b > 1 per vericare il comportamento predetto dallo studio sul numero donda modicato. b -3 -2 -1 0 1 2 3 T 5 5 5 5 5 5 5 N 64 64 64 64 64 64 64 CFL 0.5 0.5 0.5 0.5 0.5 0.5 0.5 L 1.0775 e-001 1.0267 e-001 1.3730 e-001 1.8564 e-001 2.2337 e-001 2.4628 e-001 2.5960 e-001 L1 4.0348 e-002 3.8392 e-002 4.0045 e-002 4.6229 e-002 5.8602 e-002 7.1161 e-002 8.2244 e-002 L2 3.0349 e-002 2.5415 e-002 2.7721 e-002 3.4902 e-002 4.3846 e-002 5.2478 e-002 6.1007 e-002

TEST 5, dato iniziale (9.141);

(a) b=0

(b) b=-2

(c) b=2

Figura 39: TEST 5 - Sezione

9.4

(u,v)=(y, x)

In questo caso abbiamo una velocit a angolare costante, per cui una velocit a di trasporto dipendente dalla posizione. Decidiamo dunque di calibrare b in modo da minimizzare lerrore di dispersione. La scelta pi u naturale viste le precedenti osservazioni, e la seguente: (9.143) b(x, y ) = u(x, y )2 + v (x, y )2 , 2u(x, y )v (x, y )

ovvero una media tra i valori di b che annullano i due termini misti. In questo caso possiamo osservare che, tanto pi u e grande lintervallo in cui possiamo scegliere b, tanto maggiore e 62

(a) b=0

(b) b=-2

(c) b=2

(d) Soluzione esatta

Figura 40: TEST 5 - 3D

(a) b=0

(b) b=-2

(c) b=2

Figura 41: TEST 5 - Errore lottimizzazione. Per queste simulazioni le condizioni al bordo sono prese nulle. TEST 6, dato iniziale (9.141), = 1 ; 2 63

b 0 b= b= b=
u2 +v 2 2uv u2 +v 2 2uv 2uv

T 1 1 1 1 , |b| 1 , |b| 2

N 150 150 150 150

CFL 1 1 1 1

L1

L2

8.9804e-002 2.5993e-002 1.8683e-002 7.7542e-002 2.2271e-002 1.6194e-002 7.3004e-002 2.1574e-002 1.5628e-002 7.2267e-002 2.1564e-002 1.5550e-002

u2 +v 2

, |b| 2.5

(a) b=0

(b) b =

u2 +v 2 2uv ,

|b| 2.5

(c) Soluzione esatta

Figura 42: TEST 6 - 3D

(a) b=0

(b) b =

u2 +v 2 2uv ,

|b| 2.5

Figura 43: TEST 6 - Sezione TEST 7, dato iniziale (9.141), = 1; Nellesempio precedente siamo stati costretti a limitare il range di b in quanto il LeapFrog ha una stabilit a limitata in [-1,1] sullasse immaginario (METTI FIGURA). A tal proposito siamo quindi andati a studiare la calibrazione del time-step in funzione del 64

(a) b =

u2 +v 2 2uv ,

|b| 2.5

(b) b = 0

Figura 44: TEST 6 - Errore range di b in modo tale che lo schema resti stabile. Introducendo il rapporto R = possiamo riscrivere il numero donda modicato cosi: (9.144) v = [2sin(ndx) + sin(ndx)cos(mdx) + R(2sin(mdx) + sin(mdx)cos(ndx)) 3dx +b(sin(mdx) sin(mdx)cos(ndx) + R(sin(ndx) sin(ndx)cos(mdx)))] Poich e lobiettivo e quello di dare una stima del valore massimo del numero donda modicato al variare di v e R, possiamo applicare le seguenti maggiorazioni: (9.145) v || = | [2sin(ndx) + sin(ndx)cos(mdx) + R(2sin(mdx) + sin(mdx)cos(ndx)) 3dx +b(sin(mdx) sin(mdx)cos(ndx) + R(sin(ndx) sin(ndx)cos(mdx)))]| v |[|2sin(ndx)| + |sin(ndx)cos(mdx)| + |R|(|2sin(mdx)| + |sin(mdx)cos(ndx)|) | 3dx +|b|(|sin(mdx)| + | sin(mdx)cos(ndx)| + |R|(|sin(ndx)| + | sin(ndx)cos(mdx)|))] v | |[2 + 1 + |R|(2 + 1) + |b|(1 + 1 + |R|(1 + 1))] 3dx v =| |[3 + 3|R| + |b|(2 + 2|R|)] 3dx v =| |[(3 + 2|b|)(1 + |R|)] 3dx Posso considerare lordine di grandezza di u e di v dentro v in modo tale che |R| 1,
u v

65

per cui: (9.146) chiaro che in questo modo E || |


v 3dx

v |(6 + 4max(b)) 3dx

mi da soltanto lordine di grandezza della stima e la

parte restante della funzione assume il massimo ai bordi. Da qui possiamo stimare il time-step in modo da assicurare stabilit a al Leap-Frog: (9.147) t 3dx (6 + 4max(b))1 max|v |

che, nel caso di Arakawa (b=0), si riduce al vecchio criterio di stabilit a: (9.148) t dx . 2max|v |
v 3dx

Di seguito riporto lo stesso graco da angolazioni diverse, dove considero assi rappresentano: x=b (parametro famiglia) y=R (paramentro rapporto u/v) z=stima ||

= 1 e gli

Figura 45: Studio massimi MWN

66

Figura 46: Studio massimi MWN Osservazione 9.1 Chiaramente lidea e quella che, una volta appurato che tanto maggiore e il range di b tanto migliore e la simulazione, andremo a scegliere uno schema con una zona di stabilit a pi u ampia del Leap-Frog. Al momento il prezzo da pagare per avere una scelta pi u ampia di b e quella di ridurre il time step, come e possibile vedere dalla tabella in cui riporto anche il timestep al variare degli altri parametri. Inoltre, per mostrare che il miglioramento e dovuto allampliamento del range di b, e non alla scelta del time-step pi u piccolo, riporto anche lanalisi svolta utilizzando il t minore per la simulazione a b=0 (Arakawa). b 0 0 b= b= b= b= b= b=
u2 +v 2 , 2uv 2 2 u +v , 2uv 2 2 u +v , 2uv 2 2 u +v , 2uv u2 +v 2 , 2uv u2 +v 2 , 2uv

T 5 5 |b| 1 |b| 2 |b| 3 |b| 4 |b| 5 |b| 6 5 5 5 5 5 5

L1

L2

1.0101e-002 100 1.5263e-001 5.0805e-002 3.0419e-002 6.0000e-003 100 1.6813e-001 5.4615e-002 3.3490e-002 6.0606e-003 100 1.3879e-001 4.4813e-002 2.7747e-002 4.3290e-003 100 1.3245e-001 4.1187e-002 2.6672e-002 3.3670e-003 100 1.3139e-001 4.1407e-002 2.6526e-002 2.7548e-003 100 1.3106e-001 4.0865e-002 2.6511e-002 2.3310e-003 100 1.3090e-001 4.0712e-002 2.6554e-002 2.0202e-003 100 1.3079e-001 4.0657e-002 2.6608e-002

67

(a) b = 0

t (b) b = 0,

Figura 47: TEST 7 - Errore

(a) b =

u2 +v 2 2uv ,

|b| 1

(b) b =

u2 +v 2 2uv ,

|b| 4

Figura 48: TEST 7 - Errore

9.5

Commenti

Al ne di confrontare i diversi schemi, ho analizzato il loro costo computazionale. Risulta chiaro, dallanalisi svolta nora, che lo schema della famiglia Jb produce errori pi u bassi, il
2 prezzo da pagare e una riduzione del time-step pi u il doppio ciclo (quindi Nx calcoli) per

calcolare il b in ogni punto (questo vale nel caso a velocit a angolare costante, nel trasporto rigido invece non ho nessun prezzo aggiuntivo, quindi il guadagno e immediato). Per quanto riguarda lo schema di Arakawa, ho analizzato due casi tipo per vedere di quanto bisogna aumentare il numero dei punti per ottenere un errore paragonabile a quello dello schema della famiglia Jb : TRASPORTO RIGIDO, (u, v ) = (1, 1) 68

I parametri sono quelli relativi al TEST 5, ottengo: b -2 0 Nx 64 74 L 1.0267 e-001 1.4207 e-001 L1 3.8392 e-002 3.4739 e-002 L2 2.5415 e-002 2.6330 e-002

il che signica che per ottenere errori confrontabili, Arakawa utilizza il 15.6% di punti griglia in pi u. TRASPORTO ANGOLARE, (u, v ) = (y, x) I parametri sono quelli relativi al TEST 7, ottengo: b |b| 3 0 Nx 100 110 t 3.3670e-003 9.1743 e-003 L 1.3139e-001 1.2712 e-001 L1 4.1407e-002 4.2659 e-002 L2 2.6526e-002 2.5720 e-002

il che signica che per ottenere errori confrontabili, Arakawa utilizza il 10% di punti griglia in pi u. abbastanza evidente, quindi, che utilizzando come schema temporale il Leap-Frog, e impoE nendo quindi il criterio di stabiltit a il (9.147), lo schema della famiglia Jb e penalizzato dal grande numero di passi temporali dovuti al time-step molto piccolo. A tal proposito bisgona fare per o due osservazioni: Osservazione 9.2 Se utilizziamo uno schema temporale con un range di stabilit a sullasse immaginario pi u ampio di quello del leap-frog, per cui possiamo ottenere lo stesso criterio di stabilit a del caso b=0, i costi computazionali sono:
2 Ca = Nt [(Nx + 10%Nx )2 ] = Nt Nx + 21 N N2 100 t x

nel caso di Arakawa

2 2 Cb = Nt Nx + Nx nel caso della famiglia Jb (il secondo termine e dovuto al calcolo

puntuale di b). Chiaramente Nt >>


100 21

21 N 100 t

>> 1 Ca >> Cb .

Osservazione 9.3 Va inoltre osservato che il criterio di stabilit a del leap-frog (9.147) e ottenuto da una maggiorazione piuttosto abbondante (si rivedano i calcoli del capitolo precedente). Eettivamente questeccesso risulta chiaro dal fatto che possiamo spingerci no ad 69

una c pari a 2.9 (tutte le simulazioni precedenti erano a c=1), nel qual caso, per di pi u, otteniamo un t pi u alto di quello scelto col precedente criterio e un errore ancora pi u basso. Nello specico, relativamente al TEST 7 con |b| 3: t = 9.7643e 003; errore L = 1.2156e 001; errore L1 = 3.8971e 002; errore L2 = 2.4740e 002.

70

Riferimenti bibliograci
[1] Akio Arakawa. Finite-dierence methods in climate modeling. M. E. Schlesinger (ed.), Physically-Based Modelling and Simulation of Climate and Climatic Change - Part 1, 79-168. (1988 by Kluwe Academic Publishers), [2] Akio Arakawa. Computational Design for Long-Term Numerical Integration of the Equations of Fluid Motion: Two-Dimensional Incompressible Flow. Part I. University of California, Los Angeles, Journal of Computational Physics 1 (119-143). (1966), [3] Mesinger, Arakawa. Numerical Methods used in atmospheric models. Global

Atmospheric Research Programme (GARP) Volume I (August 1976), [4] A. Arakawa, V.R. Lamb. Computational design of the basic dynamical processes of the UCLA general circulation model. Methods in Computational Physics, Vol. 17, Academic Press, pp. 173-265 (1977), [5] Douglas Lilly. On the computational stability of numerical solutions of timedependent non-linear geophysical uid dynamics problems. Geophysical Fluid Dynamics Laboratory, U.S. Weather Bureau, Washington, D.C. Vol. 93 n. 1 pp. 11-26 (1965), [6] Norman A. Phillips. An example of Non-Linear Computational Instability. The Atmosphere and the Sea in Motion, Rockefeller Institute Press in association with Oxford University Press, New York, pp. 501-504 (1959), [7] S. Dubinkina, J. Frank. Statistical mechanics of Arakawas discretizations. Preprint submitted to Journal of Computational Physics, (31 July 2007), [8] R. Abramov, A. Majda. Discrete Approximations with additional conserved quantities: deterministic and statistical behavior. Methods and Applications of Analysis, Vol. 10, No. 2, pp. 151-190 (June 2003), [9] Eleftherios Gkioulekas. A theoretical study of the cascades of 3D, 2D, and QG turbulence. University of Washington (2006), [10] Andreas Vallgren. Statistical characteristics of two-dimensional and quasigeostrophic turbulence. Royal Institute of Technology - Department of Mechanics (2010), 71

[11] Bas vant Hof, Arthur E.P. Veldman. Mass, momentum and energy conserving (MaMEC) discretizations on general grids for the compressible Euler and shallow water equations. Journal of Computational Physics 231 (2012) pp. 4723-4744, [12] Charles Hirsch. Numerical Computation of Internal and External Flows. Department of Fluid Mechanics, Vrije Universiteit Brussel, Belgium (1997), [13] S.K. Godunov, V.S. Ryabenki. Theory of Dierence Schemes, An Introduction. NorthHolland Publishing Company, Amsterdam (1964), [14] Robert Vichnevetsky, John B. Bowles. Fourier Analysis of Numerical Approximations of Hyperbolic Equations. SIAM books, 3600 University City Science, Center, Philadelphia (1987),

72