Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
http://aero.polimi.tripod.com
1 fatto
Indice
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
9
11
12
14
14
14
15
16
17
18
19
20
.
.
.
.
.
.
.
23
23
23
24
26
28
30
33
36
INDICE
5 Spazi
5.1 Spazio L2 . . . .
5.2 Spazi H 1 . . . . .
5.3 Spazi Xh1 . . . . .
5.4 Propriet`a . . . .
5.5 Spazio di Hilbert
.
.
.
.
.
42
42
42
43
43
44
.
.
.
.
.
.
.
.
.
45
46
46
47
47
48
48
49
50
51
52
55
55
56
57
59
60
61
63
63
64
66
66
66
66
67
76
87
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6 Formulazioni deboli
6.1 Dirichlet Omogeneo . . . . .
6.2 Dirichlet Non Omogeneo . .
6.3 Neumann Omogeneo . . . .
6.4 Neumann Non Omogeneo .
6.5 Funzionali e Forme . . . . .
6.5.1 Funzionale . . . . . .
6.5.2 Forma . . . . . . . .
6.6 Lemma di Lax-Milgram . .
6.6.1 Verifica delle ipotesi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
dal tempo
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
9 Temi desame
88
9.1 Temi del prof. F.Saleri . . . . . . . . . . . . . . . . . . . . . . 88
9.1.1 24.Nov.05 prova in itinere I . . . . . . . . . . . . . . . 88
Appunti
F.Cadei
BS
INDICE
9.2
Appunti
9.1.2
9.1.3
9.1.4
9.1.5
9.1.6
Tema
9.2.1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
F.Cadei
89
91
92
93
95
97
97
BS
Capitolo
calcolo le costanti c0 e c1
Z
u(0) = 0 c0 = 0 perch`e
0
http://aero.polimi.tripod.com
(1 s)f (s) ds = 0
u(1) = 0 c1
0
(1 s)f (s) ds
c1 =
0
(x s)f (s) ds
(1 s)f (s) ds
u(x) = x
0
0
Z 1
Z x
x(1 s)f (s) ds
(x xs x + s)f (s) ds +
=
x
0
Z 1
Z x
x(1 s)f (s) ds
s(1 x)f (s) ds +
=
x
Appunti
F.Cadei
BS
kf k
G(x, s) f (s) ds
0 | {z }
>0
Z
1
max f (x)
G(x, s) ds
x(0,1)
0
max f (x)
x(0,1)
1
= kf k x(1 x)
2
1
max |u(x)|
kf k max x(1 x)
x(0,1)
x(0,1)
2
da stimare
max per x=1/2, G=1/4
1
kuk
kf k
8
considerando kk 1 la norma del massimo o norma infinito per una funzione.
Se perturbo f , u viene perturbata in modo proporzionale, nel caso di perturbazione finita si ottengono risposte finite; dipendenza continua dei dati.
Propriet`a di monotonia,se
f 0u0
u esiste unica, dipende con continuit`a dai dati.
Attenzione, gi`a modificando il problema tutto questo discorso non funziona
pi`
u, es: u00 + u0 = f .
Appunti
F.Cadei
BS
Capitolo
2.1
Problema modello
u00 = f
x (0, 1)
http://aero.polimi.tripod.com
u(xi )u(xi1 )
approx decentrata
h
u(xi+1 )u(xi1 )
approx centrata
2h
indietro (o avanti)
h0
+1
1
cerco una funzione {uk }N
k=0 t.c. ui 6= u(xi ) con ui u(xi )
u0 = 0
uN +1 = 0
A= 2
h
ui
N +1
i=0
0, f (x1 ), . . . , f (xN ), 0
h2
1 2 1
..
. 1 2 1
..
..
..
.
.
.
..
.
1
0
0
..
.
..
.
..
.
..
2 1
0 h2
si ottiene un metodo approssimato, Au = f , si pu`o anche ridurre alle incognite interne preoccupandosi di trattare opportunamente i termini noti. Con
questo metodo non si ottiene un funzione vera e propria, ma tanti punti, ~u `e
una soluzione nodale.
1
Appunti
F.Cadei
BS
2.1.1
Esistenza, unicit`
a e accuratezza della soluzione
xT Ax = [x1 , x2 , . . . , xN 1 , xN ]
= [x1 , x2 , . . . , xN 1 , xN ]
0
..
.
..
.
x1
x2
..
.
1 2 1
.. . .
..
..
.
.
.
.
..
.
1 2 1 xN 1
xN
0 1 2
2x1 x2
x1 + 2x2 x3
..
xN 2 + 2xN 1 xN
xN 1 + 2xN
i=1,...,N
i=1,...,N
h0
keh kh, 0
2
Appunti
F.Cadei
BS
h 0
u(xi+1 ) 2u(xi ) + u(xi1 )
f (xi )
h2
h = max |h (xi )|
limitatore
h (xi ) =
i=1,...,N
=
h (xi ) =
sviluppo in serie in xi
h2
h3
h4
1
2 u(xi ) + hu0 (xi ) + u00 (xi ) + u000 (xi ) + u0v () +
h
2
6
24
2u(xi ) +
h2
h3
h4
+u(xi ) hu0 (xi ) + u00 (xi ) u000 (xi ) + u0v () f (xi )
2
6
24
(xi ; xi+1 )
(xi1 ; xi )
semplif icando
h2 0v
u () + u0v () f (xi )
u00 (xi )
24
u00 (xi ) f (xi ) = 0 perch`e `e il problema iniziale
h2 0v
u () + u0v ()
24
xi1 < < xi+1 per il th. della media
2
h
2u0v (i )
24
h2
u0v (i )
12
u0v (i ) non lo conosco e ne ho uno per intervallo
u00 = f
u0v = f 00
h2 00
f (i )
12
Appunti
10
F.Cadei
BS
h (xi ) =
h0
h 0 con ordine 2
se : u C 4 oppure f C 2
kuh kh, 18 kf k
la soluzione discreta `e controllata dai dati4 .
Th. di convergenza
h0
Se f C 2 uh u
nei nodi di discretizzazione e
h2
ku uh k
kf 00 k
96
|{z}
812
2.2
in(0, 1)
sostituisco (0,1) con una discretizzazione di passo h (vera solo nei nodi)
u00 (xi ) + u0 (xi ) + u(xi ) = f (xi )
i = 1, . . . , N
ora si sostituiscono le derivate con i rapporti incrementali, utilizzando rapporti incrementali centrati anche per la derivata prima mantengo unaccuratezza
di convergenza sullerrore del secondordine
i = 1, . . . , N
simile a: Ax = b
x = A1 b
kxk kA1 kkbk
Appunti
11
F.Cadei
BS
...
h2
0
...
2h
..
...
2
h2
h2 +
+
..
2h
..
.
0
non `e simmetrica.
2.3
1
0
2h
oppure
1
1
h
h
ne segue
q
X
0
u (xi ) '
aij u(xij )
1
2h
0
j=p
si pu`o notare che questo metodo non dipende solo dai punti vicini al punto
di interesse, ma `e estendibile a punti diversi e a pi`
u punti.
Il numero di nodi e la loro posizione sono gradi di libert`a che vengono scelti
in modo da massimizzaare lordine dellapprossimazione; per es. si ricava
lapprossimazione di ordine massimo della derivata prima in xi con p = 1 e
q = 1 (3 nodi)
u0 (xi ) = a1 u(xi1 ) + a0 u(xi ) + a1 u(xi+1 )
lerrore di discretizzazione in questo caso `e errore di troncamento
h
i
h3
h2
0
h (xi ) = u (xi ) a1 u(xi ) hu0 (xi ) + u00 (xi ) u000 (xi ) + . . .
2
6
+a0 u(xi )
h
i
h3 000
h2 00
0
+a1 u(xi ) + hu (xi ) + u (xi ) + u (xi ) + . . .
2
6
Appunti
12
F.Cadei
BS
h
h
+u00 (xi )( a1 a1 ) +
| 2 {z 2 }
=0 3a condizione
3
3
h
h
+u000 (xi )( a1 a1 ) + . . .
|6
{z 6 }
termine residuo
si intende minimizzare lerrore relativo allapprossimazione della derivata prima, le condizioni da imporre sono quindi: annullare il termine in u(xi ), porre
la 2a condizione = 0 `e annullare lerrore dovuto al termine di derivata prima,
la 3a condizione = 0 serve ad aumentare lordine di convergenza dellerrore.
Non si possono imporre altre condizioni perch`e il supporto `e basato su 3 nodi,
si intuisce che per aumentare lordine di convergenza `e necessario allargare il
supporto a pi`
u nodi per poter imporre pi`
u condizioni, ma questo da problemi
ai bordi del dominio. Il sistema ottenuto `e
a1 = a1
a1 = 2h
a1 + a0 + a1 = 0
2ha1 = 1
a0 = 0
ha1 ha1 = 1
h2
1
h2
a1 = 2h
2 a1 2 a1 = 0
risulta uno schema centrato
u0 (xi ) =
ui+1 ui1
2h
1 h3
h 6
Appunti
13
F.Cadei
BS
2.4
2.4.1
Condizioni al contorno
Condizioni di Dirichlet
00
u = f
u(0) = u0
u(1) = u1
come gi`a visto una volta scritta la matrice del sistema la prima e lultima
equazione possono passare al termine noto riducendo il problema ai nodi
interni.
2.4.2
00
u = f
u(0) = u0
0
u (1) = 1
discretizzando si ottiene
u 2u +u
i+1
i
i1
= f (xi ) i = 1, . . . , N
h2
u(0) = u0
0
u (1) ' approx opportuna = 1
si utilizza il metodo dei coefficienti indeterminati per approssimare la derivata
prima ed ottenere uno schema accuarato almeno di ordine 2; `e necessario
calcolare uno schema decentrato in quanto quello centrato `e si accurato di
ordine 2 ma non applicabile agli estremi poich`e si richiederebbe lesistenza
Appunti
14
F.Cadei
BS
sviluppo in serie
= a0 uN +1 +
h3
h2
+a1 uN +1 hu0N +1 + u00N +1 u000 () + (xN , xN +1 )
2
6
2
h3
h
+a2 uN +1 2hu0N +1 + 4 u00N +1 8 u000 () + (xN 1 , xN )
2
6
DuN +1
3
1
a0 = 2h
a2 = 2h
a0 + a1 + a2 = 0
1
a1 = 4a2
a2 = 2h
a1 h + 2a2 h = 1
a1 + 4a2 = 0
a1 = h2
3
=f
2h
u(0) = u0
3
1
u
h2 uN + 2h
uN 1 = 1
2h N +1
2.4.3
Condizioni di Robin
15
F.Cadei
BS
forma
00
u = f su(0, 1)
0 u(0) + 0 u0 (0) = 0
1 u(1) + 1 u0 (1) = 1
2.5
Dirichlet
N eumann
Appunti
16
F.Cadei
BS
u
i+1
i1
u0 (xi ) '
hi + hi1
u(xi+1 ) = u(xi ) + hi u0 (xi ) +
2.6
trasporto
reazione
w
wi1
centr. unif. i+1
w0 (x) = f (x)
= f (xi )
2h
Appunti
17
F.Cadei
BS
1
(xi+1 )(ui+2 ui ) (xi1 )(ui ui2 ) = f (xi )
2
4h
ui+ 1 ui 1
2
la funzione u non esiste se non nei nodi, sostituendo, per`o, lo schema che si
ottiene `e
w0 (x) = f (x)
wi+ 1 wi 1
2
2
w0 (xi ) =
h
(ui+ 1 ui ) (ui ui 1 )
2
2
= f (xi )
h2
(xi+ 1 )(ui+1 ui ) (xi 1 )(ui ui1 )
2
2
= f (xi )
h2
la funzione `e valutata in xi 1 , ma `e una funzione nota e valutabile
2
ovunque, la funzione u `e valutata su 3 nodi, lordine di accuratezza ottenuto
`e o(h2 ) e per = cost si ottiene il vecchio schema (`e stato presentato un
trucco per controllare lampiezza del supporto).
2.7
Caso generale
u0 + u
| {z }
0
+ u = f
f lusso
come prima
(
w = u0 + u
w0 + u = f
Appunti
w = (x ) ui+ 12 ui 21 + (x )u
i
i
i i
h
wi+ 1 wi 1
2
2
+ (xi )ui = f (xi )
h
18
F.Cadei
BS
+ = f (x)
h
u `e una funzione nodale, ne segue che non esiste sui nodi fittizi, il problema si
risolve approssimando il valore nel nodo fittizio con la media dei valori della
funzione nei nodi adiacenti
ui + ui+1
ui+ 1 '
2
2
viene utilizzata la media come valore approssimato della funzione nel nodo
fittizio, se diventa costante si ritorna allo schema vecchio senza perturbare
lordine del sistema; va prestata attenzione al tipo di media da impiegare,
in quanto il problema potrebbe avere una direzione preferenziale, nel caso si
utilizzeranno dei pesi per il calcolo della media.
La stringa completa di un nodo interno risulta:
i
h
i 1 i+ 1 + i 1
i 1 i+ 1
i 1
i 1
i 1
2
2
2
2
2
2
2
2
2 ;
+
+ i ;
2 ...
...
2h
h
h2
2h
2h
h
+
2.8
Interpolazione polinomiale
f (x) =
n
f n+1 () Y
(x xk )
(n + 1)! k=0
se f C n+1 , massimizzo
max |f (x)
x
Df (xi ) =
Y 0
f (xi )
i = 0, . . . , n
Y 00
D f (xi ) =
f (xi )
2
Appunti
19
F.Cadei
BS
f (x) =
n
X
f (xi )i (x)
i=0
(
1 se i = j
P t.c. i (xi ) = y =
0 altrimenti
n
i =
Df (x) =
n
Y
x xk
polinomi caratteristici di Lagrange
x
j xk
k=06=j
n
X
i=0
2.9
1
X
aj f (xi+j )
j=1
20
F.Cadei
BS
Si consideri il problema
u0 = f
e lo si discretizzi nel seguente modo
X
X
X
X
Dui =
Sfi =
Su0i =
Dui
i
In questo metodo si cerca di ricavare i coefficienti (pesi) direttamente minimizzando lerrore di troncamento
h (xi ) =
1
X
bj
j=1
= b1
f (x )
| {zi+j}
+b0 f 0 (xi ) + b1
| {z }
2
f (x )
| {zi1}
aj f (xi+j )
j=1
f 0 (xi+1 )
| {z }
2
= a1
1
X
a0 f (xi ) a1
f (xi+1 )
| {z }
2
(2.1)
il numero di termini da utilizzare nello sviluppo in serie dipende dal supporto che si intende utilizzare, nel caso di supporto a tre nodi si generano
6 coefficienti, si possono scrivere fino a 6 equazioni; in realt`a si utilizzano 5
equazioni tutte in funzione di uno dei coefficienti in quanto con 6 equazioni
si ottiene solo la soluzione banale. In questo caso quindi la serie va interrotta
al termine di derivata quarta, le equazioni si scrivono intese ad annullare
lerrore di troncamento
f (xi )
a1 + a1 + a0 = 0
b1 + b1 + b0 + ha1 ha1 = 0
f (xi )
2
2
00
f (xi )
hb1 + hb1 h2 a1 h2 a1 = 0
2
3
3
h2
000
b + h2 b1 + h6 a1 h6 a1 = 0
2 1
f (xi )
3
3
4
4
f 0v (x )
h6 b1 + h6 b1 h24 a1 h24 a1 = 0
i
a
+
a
+
a
=
0
b1 = b1
1
1
0
b1 + b1 + b0 + ha1 ha1 = 0
b0 = 4b1
2b1 + 2b1 ha1 ha1 = 0
a1 = 3bh1
4b + 4b ha ha = 0 a = 0
0
1
1
1
1
Appunti
21
F.Cadei
BS
3b1 h5
3b1 h5 i
h 120
h 120
5
b1 h
fv
40 h
o(h4 )
h
fv
Appunti
22
F.Cadei
BS
Capitolo
3.1
3.1.1
http://aero.polimi.tripod.com
a11 a12
0
a21 a22 . .
... ...
...
A=
.
.
.
.
.
. an1n
0
ann1 ann
per risolvere il sistema in x `e necessario invertire la matrice A, risulta pi`
u
comodo fattorizzarla e risolvere due sistemi tridiagonali.
Fattorizzazione
Gauss MEG
? ? ... ?
1
0
..
? 1
?
.
A = LU = ..
.
.
.
.. ?
.
.
? ... ? 1
0
?
1
* Calcolo Numerico
23
aij
(k)
(k)
i, j = k + 1 . . . n
(k)
mik =
aik
(k)
akk
pivot
se akk 6= 0
lidea `e quella di, anzich`e invertire la matrice A per risolvere il sistema lineare,
risolvere due sistemi triangolari, computazionalmente meno oneroso
(
Ly = b
Ux = y
3.1.2
Thomas
u11 u12
0
1
0
.
l21 1
u22 . .
L=
,U =
.
.
.
.
.
. . un1n
.
.
0
lnn1 1
0
unn
facendo il prodotto
1a r 1a c u11 = a11
2a r 2a c u12 = a12
2a r 4a c u23 = a23
Appunti
24
F.Cadei
BS
kbk
kx xk
K(A)
kxk
kbk
max (A)
min (A)
`e un indice di quanto gli errori di approssimazione introdotti per effetto delle approssimazioni durante i calcoli influiscano sulla validit`a della soluzione trovata risolvendo
il sistema lineare
Appunti
25
F.Cadei
BS
kAxk2
= max kAxk2
kxk=1
kxk2
2 1
0
.
.
1
1
h0
1 . . . .
A= 2
K(A) ' 2 K(A)
.
.
. . . . 1
h
h
0
1 2
riducendo il lintervallo h tra i nodi miglioro la discretizzazione e riduco
lerrore di troncamento ma si uccide la veridicit`a della soluzione trovata. Per
risolvere questo problema o si complica il metodo di risoluzione o si cambia
il metodo stesso.
3.2
splitting additivo
e(k)
matrice di iterazione
(0)
e
0 e
kP 1 N k < 1 (P 1 N ) < 1
Appunti
26
F.Cadei
BS
=
=
=
=
=
Nx + b
I N
I A
(I A)x + b
I k A (B) < 1
0 < <
ott
Appunti
max
2
=
min + max
27
F.Cadei
BS
3.2.1
a11 a1n
x1
b1
1
.. .. [x , . . . , x ] ..
..
=
[x1 , . . . , xn ] ...
.
1
n .
. .
2
an1 ann
xn
bn
a11 x1 + + a1n xn
1
..
[x1 , . . . , xn ]
=
[x1 b1 + + xn bn ]
.
2
an1 x1 + + ann xn
1
=
(a11 x21 + a12 x2 x1 + + a1n xn x1 + a21 x1 x2 + + ann x2n )
2
(x1 b1 + + xn bn )
si sta cercando il minimo del funzionale, questa espressione va quindi derivata
rispetto ad x e posta uguale a zero
1
=
(2a11 x1 + a12 x2 + + a1n xn + a21 x2 + a31 x3 + + an1 xn ) b1
x1
2
ma A = AT aij = aji
1
=
(2a11 + 2a12 x2 + + 2an1 xn ) b1
2
= a11 + a12 x2 + + an1 xn b1 = 0
`e esattamente la prima equazione del sistema che si deve risolvere
= 0 se x `e soluzione del sistema; trovare il minimo del potenziale `e
come risolvere il sistema lineare
partendo da un x(0) arbitrario
x(k+1) = x(k) + d(k) k
uninterpretazione delle nuova posizione pu`o essere intesa come: partire da un
punto x(k) , avanzare secondo una certa direzione d(k) per una certa quantit`a
k ; nel metodo di Richardson la direzione di spostamento era il residuo
(z) = Az b
in x(k)
(x(k) ) = Ax(k) b = r(k)
Appunti
28
F.Cadei
BS
1 (k) T (k)
1
x
Ax k r(k) T r(k) + k2 r(k) T Ar(k) x(k) T b
2
2
si deriva e azzera per ottenere lk che minimizza
d
= r(k) T r(k) + k r(k) T Ar(k) = 0
dk
r(k) T r(k)
kott = (k) T (k)
r
Ar
si `e ottenuta lespressione dinamica di k .
Riassumendo: dato x(0) arbitrario, k 0 fino a convergenza si dovr`a
calcolare
r(k) T r(k)
si calcola k
k = r(k) T Ar(k)
(k+1)
(k)
(k)
si aggiorna la soluzione
= x + k r
x
(k+1)
si aggiorna il residuo
r
= b Ax(k+1)
Si pu`o pensare di ottimizzare il metodo, nel senso di ridurre il costo computazionale, gi`a da subito evitando di calcolare Ax(k+1) e riconducendo questo
calcolo a conti gi`a eseguiti
r(k+1) = b A(x(k) k r(k) )
= b Ax(k) k Ar(k)
r(k+1) = r(k) k Ar(k)
Appunti
29
F.Cadei
BS
3.2.2
Appunti
30
F.Cadei
BS
r(k) k Ad(k)
31
F.Cadei
BS
se
d(k) T r(k+1) = d(k) T r(k) k d(k) T Ad(k) = 0
la direzione d(k) risulta a r(k+1) , se si riuscisse a trovare le nuove direzioni
ortogonali a tutte le precedenti si avrebbe la convergenza in n passi esatti.
?d(j) T r(k+1) = 0?, ci si chiede come devono essere fatte le d(j)
0 = d(j) T r(k) k d(j) T Ad(k)
si supponga di aver generato dr al passo prima, allora d(j) T r(k) = 0, affinch`e
tutte le d siano ortogonali al passo seguente
d(j) T Ad(k) = 0
le direzioni devono essere ortogonali rispetto ad A, A-ortogonali oppure Aconiugate.
Avviando la procedura: parto da una direzione ortogonale al primo residuo
d(0)
d(k)
inf atti
r(0) T r(1) = 0
r(0) r(1)
r(0)
ora si imponga che d(1) sia A-ortogonale a d(0)
0 = d(1) T Ad(0)
successivamente
d(2) T Ad(0) = 0
d(2) t.c.
d(2) T Ad(1) = 0
Appunti
32
F.Cadei
BS
Th. di convergenza
Se A `e s.d.p. il metodo del Gradiente Coniugato converge alla soluzione
esatta in al pi`
u n iterazioni3 , con n = dim(A) e A Rnn .
Il difetto `e che questo metodo converge alla soluzione esatta in n passi solamente in aritmetica esatta; se si operano degli arrotondamenti literata n non
ha ancora spaziato tutto Rn ; se si continua ad iterare con k > n si comincia
a fare danni. Il metodo si pu`o fermare impostando il numero massimo di
iterate o controllando lerrore
p
K(A) 1 k+1 (0)
(k+1)
p
kA
ke kA
ke
K(A) + 1
p
ke(k+1) kA =
e(k+1) T Ae(k+1)
si risente meno dellerrore grazie alla presenza della radice. Si pu`o pensare di
ridurre lerrore agendo su K(A) con tecniche di precondizionamento. Altri
criteri darresto possono essere basati sul residuo, sulla prima iterata o sul
termine noto
a.
b.
queste grandezze vanno valutate in un norma opportuna inoltre va considerato che rispetto agli altri metodi darresto la scalatura del residuo `e pi`
u
significativo perch`e nei termini di accelerazione k e k .
3.3
Precondizionatori
Appunti
33
F.Cadei
BS
1 sol
(
sol
0 sol
Appunti
34
F.Cadei
BS
P non deve essere solamente invertibile, deve anche essere facile da invertire
- Precondizionatore di Jacobi
P = PJ = diag(A)
se tutti gli ai 6= 0; `e il pi`
u semplice non funziona tranne quando le
matrici sono a prevalenza diagonale stretta5
n
X
|aii | >
aij
j=1n6=i
- Precondizionatore in norma 2
P = diag kAi k2
X
=
P 1 N P 1
k=0
q
X
P 1
k=0
metodo costoso converge per P 1 N < 1 ossia per q = 1, 2.
5
6
Appunti
35
F.Cadei
BS
Capitolo
Differenze Finite 2D e 3D
Il problema modello nel caso di problemi bidimensionali si presenta come
trovare u, R t.c.
(
2
2
4u = xu2 yu2 = f in
u = g su
xi
yj
(xi ; yj )
= 0, 1, . . . , N
= 0, 1, . . . , M
problema di Laplace
36
http://aero.polimi.tripod.com
4. Differenze Finite 2D e 3D
(
4u(xi , yj ) = f (xi , yj ) nei pti interni
4u = f
u(xi , yj ) = g(xi , yj ) per (xi , yj )
lequazione funziona per i punti interni, la condizione al contorno per il bordo
2u
2u
(x
,
y
)
(xi , yj ) = f (xi , yj )
i j
x2
y 2
ne segue
= f (xi , yj )
2
hx
h2y
1
h2y
1
u
h2x i+1,j
1
u
h2y i,j+1
= f (xi , yj )
ui,j = g(xi , yj )
cambiando la numerazione si pu`o semplificare la struttura della matrice
con questa tecnica si ottiene una matrice pentadiagonale del tipo
nel caso del problema completo a coefficienti costanti
u
u
+ y
+ u = f
x
y
u
uI+1 uI1
con
=
x
2hx
uI+(N +1) uI(N +1)
u
con
=
y
2hy
4u + x
Appunti
37
F.Cadei
BS
4. Differenze Finite 2D e 3D
Appunti
38
F.Cadei
BS
4. Differenze Finite 2D e 3D
= f
x
y
u
w1 =
x
u
w2 =
y
si complica tutto.
Se `e arbitrario e non rettangolare
le condizioni al contorno sono valori sul bordo, il bordo squadrettato non `e il bordo
del problema
Appunti
39
F.Cadei
BS
4. Differenze Finite 2D e 3D
Appunti
40
F.Cadei
BS
4. Differenze Finite 2D e 3D
Nel caso di domini 3D tutto funziona come per i domini 2D, ma con una
direzione in pi`
u
Appunti
41
F.Cadei
BS
Capitolo
Spazi
5.1
Spazio L2
vw dx
0
Norma in L2
kvkL2(0,1)
5.2
q
= (v, v)L2(0,1) =
s
Z
v 2 dx
0
Spazi H 1
1
= v H(0,1) , v(0) = v(1) = 0
42
http://aero.polimi.tripod.com
5. Spazi
Prodotto scalare in H 1 e H01
Z
(v, w)
1
H(0,1)
v 0 w0 dx
vw dx +
Norma in H 1 e H01
1
kvkH(0,1)
q
1
= (v, v)H(0,1)
=
s
Z
Z
v2
dx +
v 02 dx
5.3
Spazi Xh1
1
1
Xh = vh Xh , vh (0) = vh (L) = 0
5.4
Propriet`
a
Disuguaglianza di Cauchy-Schwartz
(v, w)L2(0,1) kvkL2(0,1) kwkL2(0,1)
Disuguaglianza di Poincare
c > 0 (funzione solo nellintervallo) t.c. u H01(0,L)
kukL2(0,L) cku0 kL2(0,L)
Disuguaglianza tra spazi
ku0 kL2 kv 0 kL2 kukV kvkV
perch`e la norma in V (H 1 o H01 ) contiene la stessa parte di quella in L2 pi`
u
un altro pezzo positivo
Appunti
43
F.Cadei
BS
5. Spazi
5.5
Spazio di Hilbert
R, v V
v, w V
Appunti
44
F.Cadei
BS
Capitolo
Formulazioni deboli
u00 = f
moltiplico per la funzione test e integro
Z
Z 1
00
u v dx =
f v dx
00
u v dx =
0
riscrivendo il problema
Z
h i1
u0 v 0 dx u0 v
0
h i1 Z
u v dx u0 v =
0 0
f v dx
http://aero.polimi.tripod.com
w V
45
6. Formulazioni deboli
da cui
Z 1
Z
1 1
0 2
[(u + w) ] dx
f (u + w) dx
J(u + w) =
2 0
0
Z
Z 1
Z 1
1 1 02
2 02
0 0
=
[u + w + 2u w ] dx
f u dx
f w dx
2 0
0
0
Z 1
Z
1 1 2 02
0 0
[ w + 2u w ] dx
f w dx
= J(u) +
2 0
0
di conseguenza
J(u + w) J(u)
1
=
1
02
[w + 2u w ] dx
0
f w dx
0
6.1
Dirichlet Omogeneo
6.2
u(x) = u(x) + Rg
Riscrivendo il problema come soluzione del problema omogeneo
u00 = f
u(0)
=0
u(1) = 0
Appunti
46
F.Cadei
BS
6. Formulazioni deboli
00
Rg = 0
Rg (0) = g0
Rg (1) = g1
1
0
6.3
Rg0 v 0 dx
f v dx
u v dx =
Neumann Omogeneo
u00 +u = f formulazione del problema necessaria per avere una sola soluzione
u0 (0) = u0 (1) = 0 sono le condizioni date al contorno, moltiplicando per la
funzone test v e integrando per parti si ottiene
Z 1
Z 1
h i1 Z 1
0 0
0
f v dx
uv dx =
u v dx u v +
0
6.4
Appunti
47
F.Cadei
BS
6. Formulazioni deboli
6.5
6.5.1
Funzionali e Forme
Funzionale
v V
il primo esempio `e un funzionale non lineare il secondo lineare, nel senso che
F (v + w) = F (v) + F (w)
, R
v, w V
Lintegrale ha ragion dessere in quanto distrugge la dipendenza da x restituendo un numero.
Riprendendo le formulazioni deboli si pu`o mostrare:
Dirichlet Omogeneo
Z
F (v) =
f v dx
0
f L2(0,1) assegnata
v H01 = V lineare
Dirichlet Non Omogeneo
Z
Z
f v dx
F (v) =
Rg0 v 0 dx
0
2
f L(0,1) assegnata
1
Rg H(0,1)
v H01 = V lineare
Appunti
48
F.Cadei
BS
6. Formulazioni deboli
Neumann Omogeneo
Z
f v dx
F (v) =
0
f L2(0,1) assegnata
v H 1 = V lineare
Misura del Funzionale
Per valutare un funzionale gli si fa processare una funzione e se ne prende il
massimo, un po come si `e fatto per le matrici
|kF k| = sup
|F (v)|
||v||V
6.5.2
Forma
u0 v 0 dx
u, v H01
stessa forma ma cambia il funzionale
1
tratta 2 argomenti
Appunti
49
F.Cadei
BS
6. Formulazioni deboli
1
0 0
uv dx
u v dx +
a(u, v) =
u, v H 1
Forme bilineari
Per forme bilineare si intendono lineari rispetto entrambi gli argomenti
a(u + w, v) = a(u, v) + a(w, v)
, R
u, v, w V
linearit`a I argomento
a(u, v + w) = a(u, v) + a(u, w)
, R
u, v, w V
linearit`a II argomento
Forme simmetriche
a(u, v) = a(v, u)
6.6
u, v V
Lemma di Lax-Milgram
Dato il problema
trovare u V t.c. a(u, v) = F (v) v V
la soluzione ! se
1. V `e uno spazio di Hilbert
2. la forma a : V V R `e:
o bilineare: a(u + w, v) = a(u, v) + a(w, v) e
a(u, v + w) = a(u, v) + a(u, w)
, R e u, v, w V
o continua: M > 0 t.c. |a(u, v)| M kukV kvkV v V
o coerciva: > 0 t.c. |a(u, u)| kuk2V u V
Appunti
50
F.Cadei
BS
6. Formulazioni deboli
6.6.1
v V
t.c.
L
a(u, v) =
0
M =1
> 0
(0,L)
con
kuk2H 1
(0,L)
kuk2V
kuk2V
+ ku0 k2L2
kuk2L2
(0,L)
(1 +
+ ku0 k2L2
(0,L)
ku0 k2L2
(0,L)
a(u, u)
(0,L)
1
kuk2V
1 + CP2
1
kuk2V
1 + CP2
| {z }
t.c.
Z
F (v) =
0
F (v) ckvkV
v V
f v dx = (f, v)L2(0,L)
con f L2(0,L)
Appunti
51
F.Cadei
BS
Capitolo
v V
vh Vh
http://aero.polimi.tripod.com
uh (x) =
i (x)ui
i=1
(h)
NX
ui i (x), vh = F (vh )
vh Vh
vh Vh
i=1
N (h)
X
i=1
se vale per tutte le funzioni di base lho controllata per tutto lo spazio
vh V j B(Vh )
52
ui a(i (x), j ) = F (j )
j = 1, 2, ..., N (h)
i=1
0i 0j
a(i , j ) =
f j dx
dx e F (j ) =
0
xi xi1 se x (xi1 , xi )
i+1 x
i (x) = xxi+1
se x (xi , xi+1 )
xi
0
altrimenti
calcolo gli integrali
Z
a(i , j ) =
0
(
0
se j 6 (i 1, i, i + 1)
0i 0j =
6= 0 altrimenti
Z
f i dx =
f i dx =
xi1
X
j
Appunti
xi+1
c
Y
f (x) =
f (xi )i (x)
xi+1
f (x )
j i dx
xi1
53
F.Cadei
BS
h
0 0
..
1 2 1
.
.
..
.
1 . 1 2 1
.
A= .
.
..
..
..
h ..
. ..
.
.
..
.
1 2 1
0 0
h
u0
R g0
u1
f 1
..
.
.
u= .
f =
..
..
R
uN (h)
f N (h)
g1
uN (h)+1
porre attenzione al calcolo
del termine noto, se uso la formula di quadratura
R
del trapezio ottengo f i hf (x)
Lerrore di consistenza risulta:
h =
=
=
h =
a(u, vh ) F (vh )
a(u, vh ) a(uh , vh )
a(u uh , 0)
0
54
F.Cadei
BS
7.1
Convergenza
?
ku uh k2V
h0
ku uh k2V 0
ku uh k2V
a(u uh , u vh )
M ku uh kV ku vh kV continuit`a della forma bilineare
ku uh kV
M
ku vh kV
vh Vh
h0
se Vh V allora ku uh k 0 per h 0
7.1.1
Ordine di convergenza
Appunti
55
F.Cadei
BS
7.2
Problemi di Diffusione-Trasporto(-Reazione)
u00 + u0 + u = f in (0, L)
0
0
0
0
Z L
Z L
Z L
Z L
h iL
u0 v 0 dx u0 v +
u0 v dx +
uv dx =
f v dx
0
0
0
0
0
| {z }
0 vH01
coercivit`a di a(u, v)
|a(u, v)| kuk2V
u V
Z L
Z L
Z L
0 2
0
(u ) dx + ||
u u dx +
u2 dx
0
0
0
Z L
ku0 k2L2 +
(u2 )0 dx + kuk2L2
| {z }
| {z }
2
| 0 {z
} >0 trascuro
>0
=0 Dirichlet omog.
|a(u, v)|
kuk2V
1 + CP
| {z }
56
kf kL2
F.Cadei
BS
M (, , )
ku vh k
()
vh Vh
per M
grande non controllo lerrore, questo avviene per problemi a trasporto
o reazione dominante: || o .
7.3
Appunti
57
F.Cadei
BS
R 0
i1 i = 2 ui1
Z
ui1
R
u0h i ui 0i i = 0
ui+1 ( + ) + 2 ui + ui1 ( ) = 0
h 2
h
h 2
Definisco il numero di Peclet (simile a Reynolds)
Pe =
||
L
2
P eh =
||h
2
h
ottengo
i = 1, 2, . . . , N (h)
c1 r0i + c2 r1i
| {z }
simile c1 e1 t +c2 e2 t
rki+1 (P eh 1) + 2rki rki1 (1 +
semplifico per rki1
rk2 (P eh 1) + 2rk (1 + P eh )
P eh )
1 P eh
P eh 1
1 + P eh i
= c1 + c2 (
)
1 P eh
= r0,1 =
ui
58
F.Cadei
BS
7.3.1
h
h
2h
2h
ui ui1 ui+1 ui+1 ui1
=
h
2h
2h
2h
2h
1 2ui ui1 ui+1 ui+1 ui1
=
+
2
h
2h
h ui+1 2ui + ui1 ui+1 ui1
ui ui1
=
+
h
2
h2
2h
il nuovo problema alle differenze finite diventa
( +
numerica = +
num.
non produce oscillazioni spurie per qualsiasi e per P e > 0 perch`e il numero
di Peclet del nuovo problema `e sempre minore dellunit`a
P e
|{z}
h
2num.
nuovo problema
h
2(1 + P eh )
P eh
=
<1
1 + P eh
=
P e
Appunti
59
F.Cadei
BS
7.4
uj j
= (ui1
xi
xi1
uh vh
Appunti
dx + ui+1
= (ui1
Z
2i
i+i i dx)
Z xi+1
Z xi+1
2
ii i dx + ui
i dx + ui+1
i+i i dx)
ii i dx + ui
0
xi1
xi
F.Cadei
BS
2
h
h
u(0) = 1
u(L) = 0
per = 0 trovo
(
ui1 + ui + ui+1 = 0
u(0) = 1
u(L) = 0
ho la soluzione a dente di sega ed `e dovuto al fatto che la matrice di massa
non `e diagonale.
7.4.1
1
j=
6 i
Z
R2 (xi xi1R)[i1 (xi1 )i (xi1 ) + i1 (xi )i (xi )] = 0
xi
xi+1 2
1
2
+ xi i = 2 h 2 1 = h = m
ii
mij = j i
xi1 i
1
(xi+1 xi )[i+1 (xi+1 )i (xi+1 ) + i+1 (xi )i (xi )] = 0
j=
6 i
2
si verifica facilmente che
m
ii =
1
X
mi,i+j
j=1
f=
Appunti
h
k 6 [f (xk1 )
+ 4f (xk 12 ) + f (xk )]
61
F.Cadei
BS
Appunti
62
F.Cadei
BS
Capitolo
u = u(x, t)
x (0, L) e t [0, T ]
mi occupo di coefficienti variabili al massimo dipendenti dal solo spazio:
= (x)
= (x)
= (x)
f = f (x, t)
http://aero.polimi.tripod.com
u
x2
8.1
Formulazione debole
u
+ Lu = f
t
`e la formulazione forte, per passare alla debole, moltiplico per la funzione
test ed integro sul dominio Q
63
Tipo 1
Z
u
+ Lu)v dQ =
(
Q t
Z
f v dQ
Q
significa che anche v = v(x, t), se faccio cos` sembra che t non abbia verso, le
soluzioni dipendono dal anche dal futuro.
Tipo 2
fisso il tempo T
t [0, T ] cerco u(x, t) V t.c. v = v(x) V
Z L
Z L
Z L
u
Luv dx =
f v dx
v dx +
0
0
0 t
affetto Q per ogni istante temporale cos` non integro su t.
A tempo congelato conosco tutto
Z L
u
v dx + a(u, v) = F (v)
0 t
V? non dipende da t
(
H 1 (0, L)
V =
H01 (0, L)
Ho soluzione quando
t (0, T ] vale lhp di Lax-Milgram ! della soluzione
la
coercivit`a diventa
R u
R 2
u=v
v 12 t
u = 12 t
kuk2L2 u(t, 0) = u0 (x) indebolisco la coercivit`a, ho
t
tralasciato t = 0 quindi fisso una condizione al contorno x (0, L)
coercivit`a debole:
a(u, u) + kuk2L2 kuk2V
8.2
64
F.Cadei
BS
uh
vh dx + a(uh , vh ) = F (v)
vh Vh
t
uh (x, 0) = u0 (x)
x (0, L)
uh (x, t) =
ui (t)i (x)
i=1
ui (t) perch`e devo sentire il tempo in qualche modo, i (x) perch`e Vh 6= V (x, t)
Z
0
vh (x) = i (x)
t (0, T )
trovare per i = 1, ..., N (h)
N (h)
(h)
NX
Z L
X
f (x, t)i (x) dx
uj (t)j (x) i (x) dx + a
uj (t)j (x), i =
t j=1
0
j=1
N (h)
Z L
N (h)
X uj Z L
X
f (x, t)i (x) dx
uj (t) a(j (x), i ) =
j (x)i (x) dx +
|
{z
}
t
0
0
j=1
j=1
|
{z
}
kij
mij
Appunti
65
F.Cadei
BS
8.3
8.3.1
Eulero Esplicito
n
n
~u0 = ~u0,h
risolvendo
M~un+1 = M~un tK~un + tF~ (tn )
ad ogni passo devo risolvere un sistema lineare, M non dipende dal tempo
fattorizzo una volta per tutte e risolvo ad ogni passo sistemi triangolari M =
RT R Cholesky perch`e M `e sdp
usando mass lumping, riduco la dimensione
oppure sostituisco M con M
dellinversione allinversione di una matrice diagonale.
8.3.2
Eulero Implicito
8.3.3
Crank-Nicolson
Appunti
~un+1 ~un
+ K~un+1 + (1 )K~un = F~ (tn+1 ) + (1 )F~ (tn )
t
66
F.Cadei
BS
= 1 Eulero Implicito
= 0 Eulero Esplicito
8.3.4
Analisi di stabilit`
a per il -metodo
(
y 0 (t) = f (t, y(t))
Pb. di Cauchy
y(0) = y0
t>0
Appunti
67
F.Cadei
BS
Assoluta Stabilit`
a per Eulero Implicito
1 n+1
n+1
, vh )
(u
unh , vh ) + a(un+1
h , vh ) = (f
t h
vh Vh
RL
unh = 0 (un+1
unh )vh
h
prendendo f 0 elimino la parte non lineare
vh = un+1
`e la soluzione al tempo attuale
h
1 n+1 n+1
1 n n+1
n+1
(uh , uh ) + a(un+1
(u , u )
h , uh ) =
t
t h h
per disug. Cauchy Schwartz
1 n+1 2
1 n+1
n+1
kuh kL2 (0,L) + a(un+1
ku kL2 (0,L) kunh kL2 (0,L)
h , uh )
t
t h
per disug. Y ang [2ab a2 + b2 ]
1 1
2
n 2
kun+1
h kV
t h L (0,L)
per def. di k kV
1 n+1 2
2
ku k 2
+ kun+1
h kL2 (0,L)
t h L (0,L)
rif ormulando
1
1
n+1 2
2
kun+1
kun k2 2
h kL2 (0,L) + kuh kL2 (0,L)
2t
2t h L (0,L)
2
n 2
1 kun+1
h kL2 (0,L) kuh kL2 (0,L) come per la soluzione analitica per f = 0 la
soluzione `e controllata dai dati iniziali
1
2
2 kun+1
kunh k2L2 (0,L) va a zero per n t
h kL2 (0,L)
1
+
2t
| {z }
<1 t
Appunti
68
v V
F.Cadei
BS
a(wh , vh ) = h (wh , vh )
| {z
}
K rigidezza
un+1
=
h
un+1
whj (x)
j
j=i
N (h)
1 X n+1 j
(
u wh (x), whi (x)) +
t j=i j
N (h)
a(
un+1
whj (x), whi (x)) +
j
j=i
N (h)
(1 ) a(
j=i
Appunti
69
N (h)
1 X n j
=
(
u w (x), whi (x))
t j=i j h
F.Cadei
BS
riordinando
n
un+1
h (1 + ti ) = ui (1 (1 )ti )
1 (1 )ti n
uh
i = 1 . . . N (h)
un+1
=
h
1 + ti
oss.2 voglio un+1
0 per n
h
1 (1 )t
i
<1
1 + ti
| {z }
>0
|1 (1 )ti | < 1 + ti
i = 1 . . . N (h)
se [ 21 , 1] la disequazione `e soddisfatta
per 12 < < 1 incondizionatamente assolutamente stabile, per gli altri valori
avr`o limitazioni su t
Chiarimenti sulla stabilit`
a
(
y 0 (t) = f (t, y(t))
Pb. di Cauchy
y(0) = y0
t (0, T ]
metodi numerici: consistenti + stabili converge
consistenti: errore di troncamento
es. Eulero Esplicito
un+1 = un + tf (tn , un )
n (t) =
y(tn+1 )y(tn )
t
= f (tn , u(tn ))
lim n (t) = 0
t0
70
F.Cadei
BS
f
y
C0
oppure
- f Lipschitziana rispetto al 2 argomento se c > 0
|f (t, y(t)) f (t, z(t))| c|y(t) z(t)|
due derivate finite, `e Lipschitziana ma non derivabile.
sottraggo i primi elementi dei sistemi
|un+1 zn+1 | = |un zn | + t[f (tn , un ) f (tn , zn )]
{z
}
|
c|un zn |
y(t))
t>0
y (t) = f| (t,{z
}
y(t)
y(0) = y
y(t) `e la scelta del problema a cui applicare la soluzione con C R() < 0
(non `e un esempio, `e il problema sul quale si studia lassoluta stabilit`a)
(
y 0 (t) = y(t)
t
y(t) = et 0
y(0) = y0
Appunti
71
F.Cadei
BS
Figura 8.2: Scelta del problema per lo studio della asintotica stabilit`a.
metodo numerico `e asintoticamente stabile se (riproduce allinfinito la soluzione)
t t0 accade che lim un = 0
n
2
||
Appunti
72
F.Cadei
BS
Eulero Implicito
un+1 = un + tun+1
un
=
1 t
u0
=
(1 t)n+1
sempre < 1, incondizionatamente asintoticamente stabile t perch`e R() <
0
f
(t, y(t)) y(t)
y
| {z }
-metodo
1 n+1
1 n
ui + i un+1
+ (1 )i uni =
u
i
t
t i
un+1
(1 + ti ) = uni [1 (1 )i t]
i
1 (1 )i t n
un+1
=
ui
i
1 + ti
Appunti
73
F.Cadei
BS
asintoticamente stabile se
|1 (1 )i t|
< 1
|1 + ti |
1 (1 )i t
< 1
1 <
1 + ti
1 i t < 1 (1 )i t < 1 + i t
|
{z
}
1+i ti t
[ 21 , 1]
C.N. E.I.
il -metodo `e incondizionatamente asintoticamente stabile tranne E.E..
I -metodi sono tutti metodi impliciti (tranne Eulero Esplicito) e incondizionatamente asintoticamente stabili, quale scelgo? Per = 1/2 (Crank Nicolson) il metodo `e di ordine 2, in realt`a non utilizzo esattamente questo valore
Appunti
74
F.Cadei
BS
[0
, 1/2)
E.E.
per questi valori di il metodo `e condizionatamente asintoticamente stabile,
e sono tutti metodi accurati di ordine 1 rispetto a t.
Esplicito
costo ridotto
t < ch2
VS
Implicito
risolvo pb. non lineare
cmq limitato
75
F.Cadei
BS
8.4
un = f
in (0, 1) (0, T ] Q
t |{z}
Lu
u(x, 0) = u0 (x)
x (0, 1)
u(0, t) = u (1, t) = 0
t (0, T ]
1
la formulazione debole `e
Z
Z
Z
u
n
v(x, t) dQ
u v(x, t) dQ =
f v(x, t) dQ
Q
Q
Q t
v V da precisare
Z 1 Z T
Z 1Z T
Z 1Z T
u
n
(
v(x, t) dt) dx
u v(x, t) dt dx =
f v(x, t) dt dx
t
0
0
0
0
0
0
|
{z
}
potrei integrare
Z
0
Z
0
u
v dt dx +
t
0 0
u v dt dx
0
uv
i1
dt =
f v(x, t) dt dx
0
tempo
u
t
Appunti
76
F.Cadei
BS
Z
0
u
v dt dx +
t
T
0 0
u v dt dx =
0
f v dt dx
0
v = v(x, t) V
Ho due possibilit`a per simmetrizzare la formulazione
1 integro per parti nel tempo
Z 1Z T
Z 1Z T
Z 1 h iT
u
v
u
uv dx
v dt dx =
dt dx +
t
t
0
0
0
0
0
0
considerando
Z 1 h iT
Z 1
Z 1
uv dx =
u(x, T )v(x, T ) dx
u(x, 0) v, (x, 0) dx
0
0
0
0 | {z }
|
{z
}
u0 (x)
istante f inale
|
{z
}
noto
cos` facendo tolgo u(x, 0) = u0 (x) x (0, 1); questo sistema disturba in
senso fisico perch`e sposta la derivata prima da u a v (cambia il segno del
tempo).
2 ricavo il rilevamento
u(x, t) = u(x, t) + R
R `e il rilevamento del dato iniziale, semplice 1D e Dirichlet omogeneo, se non
omogeneo 2 rilevamenti, 1 del dato iniziale e 1 dato al bordo Rg
Voglio approssimare (usa forma non simmetrica) in spazio e in tempo, voglio
lapprossimazioni di Galerkin
H0
Appunti
77
F.Cadei
BS
78
F.Cadei
BS
79
F.Cadei
BS
j=0
tj
x (0, 1)
Appunti
80
vH VH
| {z }
esagerato
F.Cadei
BS
uH (x, t) =
uj j (x, t)
j=1
(tk t)(xs x)
(xs xs+1 )(tk tk+1 )
|
{z
}
il termine (tk t) `e nullo sul lato (xs xs+1 ), tk , mentre il termine (xs x) `e
nullo sul lato xs , (tk tk+1 ). Se la griglia `e uniforme in spazio h e in tempo
t
(x, t) =
1
(tk t)(xs x)
ht
H = max(h, t)
N (H)
X
uH
j
(x, t)
=
uh
t
t
|{z}
j=1
1
t
Appunti
81
F.Cadei
BS
xs1
ut1 ,s1
t1 ,s1
1 ,s+1
R t1 R xs
xs1
t0
... +
1
t
R t1 R xs
t0
xs1
R t1 R xs+1
1
ut1 ,xs xxhs1 t1 ,s + t
ut1 ,xs xs+1h x t1 ,s +
t0 xs
R t1 R xs+1
1
s
+ t
ut1 ,xs+1 xx
t1 ,s
h
t0 xs
ut1 ,s1
1 term. =
dx dt +
t t0 t xs1
h
h
| {z }
t/2
2 term.
3 term.
4 term.
Appunti
1
+
t
t1
t0
t1
1
t t0
Z t1
1
+
t t0
t t0
t
xs
ut1 ,s
xs1
xs+1
x xs1 x xs1
dx dt +
h
h
t t0
xs+1 x xs+1 x
ut1 ,s
dx dt +
t xs
h
h
Z
t t0 xs+1
x xs xs+1 x
ut1 ,s+1
dx dt
t xs
h
h
Z
82
F.Cadei
BS
tempo 1
u1h (x) 1 (t) +u0h (x) 0 (t)
| {z }
| {z }
t1 t
t
tt0
t
(h)
NX
u1j j (x)
1 (t) +
j=0
(h)
NX
u0j j (x) 0 (t)
j=0
Appunti
83
F.Cadei
BS
formulazione debole
Z t1 Z xj+1
Z t1 Z 1
uH
uH
vH dx dt =
h (x) dx 1 (t) dt
t
t
0
t0
xj1
t0
Z t1 Z xj+1 h
d1
d0 i
u1h (x)
+ u0h (x)
j (x) dt 1 dt
=
| {z } dt
dt
t0
xj1
noto
Z t1
Z xj+1
d1 (t)
=
1 (t) dt
u1h (x)j (x) dx +
dt
t0
xj1
Z xj+1
Z t1
d0 (t)
0 (t) dt
u0h (x)j (x) dx
+
dt
t0
xj1
Z xj+1 NX
(h)
1
=
u1i i (x) j (x) dx
2 xj1
}
| i=0 {z
u1h (x)
(h)
xj+1 N
X
xj1
i=0
precedentemente sono stati fatti tutti i conti portando fuori le serie ecc.
R xj+1
i j
M = (mij ) = xj1
u1 = u1j , u0 = u0j
1
1
M u1 M u0
|2
{z 2
}
uH
t
t1
t0
1
0
u0H vH
t1
t0
t1
xj+1
xj1
xj+1
Z
=
t0
i
0
0
u1h (x) 1 (t) + u0h (x) 0 (t) 0h 1 (t)
xj1
t1
=
| t0
2
1 (t) dt
{z
}
+
| t0
Appunti
0 (t)1 (t) dt
{z
}
xj+1
0
u1h (x) 0j (x) dx +
xj1
xj+1
0
u0h (x) 0j (x) dx
xj1
Simpson
84
F.Cadei
BS
t
1
=
1+4
6
4
(h)
xj+1 N
X
xj1
i=0
t
dx +
6
(h)
xj+1 N
X
xj1
i=0
R xj+1
xj1
0i 0j
t
t
Ku1 +
Ku0
|3
{z 6
}
uh
M u1 + 21 M u0 + t
u1 K + t
u0 K = F 1
2
3
6
R
R
xj+1
t
u
=
u0
| {z }
85
F.Cadei
BS
u0h (x)
xj1
xj1
u0i i (x)
allora
1
0
1/2
1
0 Q
u = h u0
`e un sistema a blocchi che va risolto cos` com`e ed `e pesante, il costo `e molto
pi`
u alto rispetto a Crank-Nicolson
1,1/2 M
1,1 M
1/2,1/2 M 1/2,1 M
`e una matrice che non si riesce a diagonalizzare.
Appunti
86
F.Cadei
BS
8.4.1
Appunti
87
F.Cadei
BS
Capitolo
Temi desame
In questa sezione si intede inserire alcuni temi desame delle sessioni passate1
del prof. F.Saleri ed uno del prof. P.Zunino.
9.1.1
Esercizio
Si consideri il seguente problema ai limiti
2
d
d
x (0, 1)
dx2 u 100 dx u = 0
d
100e100
u(0) = 1e100
dx
u(1) = 0
http://aero.polimi.tripod.com
9.1
(9.1)
e100x e100
1 e100
Cosa si pu`o dire nei due casi? (Si utilizzino i programmi upwind.m e
centrate.m dopo averne letto lhelp.)
1
88
9. Temi desame
9.1.2
Domanda 1.
Si consideri un problema della forma: trovare u H 1 (o, L) tale che
RL
RL
uv dx = 0 f v dx per ogni v H 1 (0, L).
0
RL
0
u0 v 0 dx+
Appunti
89
F.Cadei
BS
9. Temi desame
u + u = x2 cosh 2 x
x2
u 21 = sinh 18
u(1) = sinh 1
1
,1
2
(9.2)
Appunti
90
F.Cadei
BS
9. Temi desame
9.1.3
Domanda 1.
1. 3 pt. Si riporti lalgoritmo del metodo del gradiente per un sistema
simmetrico e definito positivo.
2. 3 pt. Quando si definisce un valore x(k) ottimale rispetto ad una
direzione d in un metodo di discesa?
3. 2 pt. A quale propriet`a deve soddisfare una direzione per essere considerata ottimale?
4. 2 pt. Si riportino le stime per lerrore dei metodi del gradiente e del
gradiente coniugato.
Domanda 2.
1. 3 pt. Si dimostri il lemma di Cea e se ne dia una interpretazione
geometrica.
2. 3 pt. Si enunci il lemma di Lax-Milgram.
3. 2 pt. Si dimostri che se u V `e soluzione debole del problema, torvare
u V tale che a(u, v) = F (v) v V , e se sono soddisfatte le ipotesi
del lemma di Lax-Milgram allora kukV kF k/, dove `e la costante
di coercivit`a della forma bilineare e k k `e la norma del funzionale.
un metodo
4. 2 pt. In cosa consiste il metodo della diffusione artificiale? E
per il quale vale ancora il lemma di Cea?
Esercizio
si consideri il problema ai limiti seguente:
ex2 u0 0 = 2
u(1) = 1 , u0 (0) = 0
(9.3)
Appunti
91
F.Cadei
BS
9. Temi desame
3. Calcolare e riportare tutti gli errori in norma H 1 (1, 0) su una griglia
uniforme di passo h = 0.1, 0.05, 0.025, 0.0125 utilizzando elementi finiti
2
lineari, sapendo che la soluzione esatta `e ex . Stimare inoltre lordine
di convergenza, e riportare tutte le stime ottenute.
4. Scrivere la discretizzazione alle differenze finite del problema, utilizzando una griglia uniforme di passo h e lo schema centrato del secondo ordine. Per la discretizzazione della condizione di Neumann in 0,
utilizzare il seguente shema decentrato:
3u(x) + 4u(x h) u(x 2h)
2h
dopo aver verificato che `e del secondo ordine. Risolvere il problema
discreto cos` ottenuto, utilizzando un passo h=0.1. Riportare tutti i
comandi utilizzati e lapprossimazione calcolata in 0.
u0 (x)
9.1.4
Domanda 1.
Si consideri il seguente problema ai limiti:
0
0
(u u) = f
u(0) = 0
0
u (1) + u(1) = 0
x (0, 1)
(9.4)
92
F.Cadei
BS
9. Temi desame
Esercizio
Si consideri il problema ai limiti seguente:
(
10x
x (0, 1)
u00 = 100 ee10 1
u(0) = 0, u(1) = 1
(9.5)
e10x 1
e10 1
9.1.5
Domanda 1.
Si approssimi con uno schema alle differenze finite compatte la derivata seconda di una funzione f = f (x), definita su tutto R, in un punto xi R,
supponendo che D2 fi dipenda al pi`
u dai valori di f e di f 00 nei nodi xi2 , xi1
e xi . Di che ordine risulta lo schema?
Appunti
93
F.Cadei
BS
9. Temi desame
Domanda 2.
Si consideri il seguente problema parabolico:
u + Lu = f
(x, t) (0, 1) (0, T )
u(0) = 0
t (0, T )
u(1) = 0
t (0, T )
u(x, 0) = u0 (x)
x (0, 1)
(9.7)
x (1, 1)
(9.8)
Appunti
94
F.Cadei
BS
9. Temi desame
9.1.6
Dimostrare che F (v) `e lineare e limitato giustificando con rigore matematico ogni passaggio.
Domanda 2.
1. Dato un opportuno spazio di funzioni V , data una forma a(, ) : V
V R ed un funzionale F () : V R:
Appunti
95
F.Cadei
BS
9. Temi desame
a Enunciare con rigore matematico le ipotsi su V, a(, , ), F () necessarie affinch`e il problema: trovare u V tale che a(u, v) =
F (v), v V , ammetta ununica soluzione.
b Nel caso specifico in cui V := H 1 (0, 1) ed F () sia il funzionale
definito nella domanda 1.2, dimostrare che esiste una costante
positiva C tale che:
kukH 1 (0,1) Ckf kL2 (0,1)
2. Sia a(u, v) la forma bilineare definita della domanda 1.1 e sia F (v) il
funzionale definito nella domanda 1.2. Sia data una partizione unifome
di (0, 1) in N sottointervalli di lunghezza h = 1/N , definita dai vertici
1
H01 (0, 1) lo spazio delle funzioni continue
xi , i = 0, . . . , N e sia Xh,0
e lineari a tratti sulla suddetta partizione che inoltre si annullano agli
estremi x0 = 0 e xN = 1. Il seguente problema:
1
1
trovare uh Xh,0
(0, 1) tale che a(uh , vh ) = F (vh ), vh Xh,0
(0, 1)
`e equivalenteP
a determinare i valori ui := uh (xi ), i = 1, . . . , N 1 tali
1
i (x) dove {1 , . . . , N 1 } `e la base lagrangiana
che uh (x) = N
i=1 ui
1
di Xh,0 (0, 1). Le incognite ui soddisfano una relazione del tipo,
c1 ui+1 + c0 ui + c1 ui1 = Fi
i = 1, . . . , N 1
u u00 = f
(x, t) (0, 1) (0, T )
t
u(0, t) = u(1, t) = 0
u(x, 0) = u0 (x)
1. Scrivere la generica equazione del sistema lineare che si ottine discretizzando in tempo con il -metodo ed in spazio con elementi finiti lineari
su una griglia uniforme in spazio e in tempo.
2. Per quali valori di il -metodo risulta incondizionatamente assolutamente stabile? Come varia lordine di accuratezza al variare del
parametro realte ?
Appunti
96
F.Cadei
BS
9. Temi desame
Domanda 4.
Sia dato il seguente problema di diffusione e trasporto
(
u00 + u0 = 0, x (0, 1)
u(0) = 0, u(1) = 1
che ammette la soluzione esatta
u(x) =
1e
x
1 e
N )+1
dove = ln(i100
e = ln(iC ) + 1. Si vuole approssimare la soluzione di
tale problema tramite il metodo degli elementi finiti lineari su una partizione
uniforme di (0, 1) in N sottointervalli di lunghezza h.
9.2
9.2.1
Domanda 1.
1. Mostrare con rigore matematico sotto quali ipotesi lo spazio V , la forma
a(, ) e il funzionale F () tali per cui a(, ) = F ()
in V producono
una soluzione unica
2.
(
u00 + u = 0
u(0) = 0, u0 (1) = 0
Definire uno spazio V opportuno per risolvere il problema ai limiti.
Appunti
97
F.Cadei
BS
9. Temi desame
Domanda 2.
1. Dati V, a(, ), F () del problema della Domanda 1., spiegare la formulazione del metodo agli elementi finiti di Galerkin.
h0
1<x<1
00
u + u = 0
u(1) = 0
u(1) = 1
2. Ricavare A,u,b il problema al punto 1 per risolverlo con il sistema
lineare
Au = b
Domanda 5.
Sia dato il seguente problema di diffusione e reazione
(
u00 + u = 0, x (0, 1)
u(0) = 0, u(1) = 1
Appunti
98
F.Cadei
BS
9. Temi desame
ex ex
e e
N )+1
dove = ln(i100
e = (ln(iC )+1)100. Si vuole approssimare la soluzione di
tale problema tramite il metodo degli elementi finiti lineari su una partizione
uniforme di (0, 1) in N sottointervalli di lunghezza h.
Appunti
99
F.Cadei
BS
"!"#$%'&()+*,%-./0()132,4562,7567,2,298
:<;>=?=A@CBED);GFH@
Y
j
Z
7
\
k
IE%KJA0LLM%&A0(NO$0P./RQS!+%K()UT,L$5O!0 i , i $0LLM%$#VW%K$%'X
N C
] ^ _ ` a b c d e f g I
l m 8 4 n j 2 j,j j 7 j k j X j l j m j 8 j 4
o'p
rqs o qutvwt
xM%$%K.y%LM%Hz{|"O#
f L2 (0, 1)
"$L!"#(/(/O})&?#$0x.)~zw|"O#S%KLO
F (v) :=
\ V',}/./(y%K()U!)
p p sHH
F (v)
jn
F () : L2 (0, 1) R
i
7,2
$Q.)'$%5
v L2 (0, 1).
f v dx,
0
L+%K()~LV.y%K.)T,})./RQS!+%K$W!"#(/T9#()~VW%K.)0VW%K./O!"#T,&S%#})}y%KT,T,O
F (v)
L+%K(),
F (v + v) =
f (v + v) =
fv +
f v = F (v) + F (v).
0
LV.y%K.)&A#O!)
}/S%
2
a 5z%K././ 5T,(y%K|"OU%KLLM%$5O}/T,Sf %KT,LML%K(0,
|%W1)$5 [ %K!)x|FP(v)|
!0%K(/|9M kvkL (0,1)
F (v)
|F (v)| = |
1
0
$%!0}y0T,
M = kf kL2 (0,1) .
7j
o'p
rqs o qutvO
\ K% .)3#&&?#(/./-}/&S%K|"O3$5z{|"O# V ?$%K.y%S%Wz#(/VW% a(, ) : V V R "$zw|"O#S%KLO
F () : V R
%9 ] P!0M%K()H!"#-(/T9#()1VW%K.)0VW%K./O!"LO1&A#.)"}/}/ V a(, ) "$ F () "!""})}y%K(/O%'!y LA&()#J5
LO0VW%5C./()+*,%K() u V .y%KLO!y a(u, v) = F (v), v V %KVV'0./.y% O!+%}y#L|"O#,
J d 0LA!+%#})}/&A"!0RQS!"H!0 V := H 1 (0, 1) "$ F () }/M%ULSzw|"O#S%KLO1$Q.)0LLM%U$#VW%K$% j j
$5V',}/./(y%K()U!y"}/O}/.)1S%'!",}/.y%KP.)~&A,}/./*,% C .y%KLO!y,
kukH 1 (0,1) Ckf kL2 (0,1) .
p p sHH
%9 a LLO0VVW%~$5 b %x c LT,(y%KV%#})}/O!0(y%!)>L&()#JLO0VW%'"}y%KV'G%KVV'0./.)> O!+%U})#L|"O#N})#./.)
LO~}y0T,0P./&A#.)"}/
}/&S%K|"O$5 ` LJ?0(/.+ +* *90() }/&S%K|"O$#.y%K.)H$5?&()x$#./.)})!+%KLM%K() (, ) !)$5!"
V
V
S%#(/VW% k k
V
a
A
L
w
z
"
|
O
#
S
K
%
O
L
L+%K()LV.y%K.)}/*9"$%LM%$#VW%K$% j j
F ()
b %zw#(/VW%
JL+%K() j !"#P./xS% 79!"#()"!0*#% k9 e * *90()&?0(#T, u, v, w V
*#%KLT9#'LOa(,
})0T,)0P ./&()#&(/O0.y5
(1)
(2)
(3)
,
!
2
> 0
a(v, v) kvk .
M > 0
u L2 (0, 1)
P$5S})#./.)LO~&A#.)"}/$0LLO0VVW%W$5 b % c LT,(y%KV
kuk2H 1 (0,1) a(u, u) = F (u) kf kL2 (0,1) kukL2 (0,1) kf kL2 (0,1) kukH 1 (0,1) ,
$%!0E})0T,$5()0./.y%KV'0P.)HL(/O}/L.y%K.)'!"#
C = 1/
o'p
rqs o q?vwt
xM%'$%K.y%LM%zw#(/VW%
1
0 0
u v dx +
0
kkH 1 (0,1)
p p sHH
i#T,LM%KV'$5V',})./(y%K()~!)1"}/O}/.)S%!",}/.y%KP.)
!y,
0
.y%KLO!y
>0
v 0 v dx
.)00$!"#P.)
1
2Cp kvkL2 (0,1)
1
2
0(NL}y"!"#$.)0(/V,./(y%KV.)LM%Hz#(/VULM%W$5P.)0T,(y%K|"O#H&?0(>&S%K(/./%KJJM%KV'
Z
1
0
vv=
1
0
vv +
[v 2 ]10
[ #VHJS%K$x"}/./(/O}/L.y%K./E#./.)0M%KV''5Q!y,
a(v, v)
$%!0(/O}/L.y%!)
2
min(1, C1p )
2
min(1,
2
1
Cp )kvkH 1 (0,1) ,
o'p
rqs o q?vO
xM% a(u, v) LM%3z#(/VW%JL+%K()3$Q.y%-0LLM%$#VW%K$%75 j '})M% F (v) LCzw|"O#S%KLOW$Q.)0LLM%
$#VW%K$% j j xM%$%K.y%3S%3&S%K(/./|"O#Rz#(/V'$5 (0, 1) N })#./.)#x.)0(/*#%KLL$5CLT,0|"|% h =
$Q.y%$%K>*90(/./O!0
-}/M% 1
LO}/&S%K|"O$0LLOzw|"O#
1
1/N
!"#x./P1L+%K(/%H./(y%K././x}/i,LLM%i }/=$0,$0../..y.%, &SN%K(/./|"O#UX!)h,01(0,1)
#L./()}/H%K0(0,P1)LLM%K3%KT,L"}/./()0V x = 0
0
a L})0T,0x.)&()#JLO0VW%5
x =1
N
./()+*,%K()
1 (0, 1)
uh Xh,0
.y%KLO~!y
1 (0, 1)
a(uh , vh ) = F (vh ), vh Xh,0
\ 0.)0(/VS%K()UL"}/&()"})}/O#$0!" W!0O0P./
p p sHH
c1 , c0 , c1
zw|"O#$5
,
"$ h
a S%K|"././.)W,}y})0(/*xM%KV'!y~})0T,0x./&()#JLO0VE}y#"P*,%KLO0P./
,})././M%KV''
L"}/&()"})}/O#,
uh =
$#&A'%"*90($Q.)
Fi = F (i )
N
1
X
uj j (x)
j=1
#./.)0M%KV'
$%!0E}/$"$5!"$5()0./.y%KV'0P.)!),
1
c1 =a(i1 , i ) =
+
0i1 i = ,
h
2
0
0
Z 1
Z 1
2
c0 =a(i , i ) =
0i 0i +
0i i = ,
h
0
0
Z 1
Z 1
0i+1 i = + .
0i+1 0i +
c1 =a(i+1 , i ) =
h
2
0
0
0i1 0i
o'p
rqs o q
xM%$%K.y%S%z{|"O# v H s(0, 1) !"# s N, s 2 xM%$%K.y%S%&S%K(/./|"O#-Rz#(/V'$5
})#./.)#P.)0(/*,%KLLE$5LT,0|"|% h = 1/N $0././ I , j = 1, . . . , N xM%'$%K.)LO}/&S%K|"O'$0T,L
(0, 1)
j
0LO0V'0x./NQ./$5T,(y%#$ r
Xhr (0, 1) := {vh C 0 (0, 1); vh |Ij Pr (Ij ), j = 1, . . . , N }
p p sHH
%9Gx./V'$0LL0(/()#()U$5x.)0(/&?#LM%K|"O#,
k(v hr v)0 kL2 (0,1) Chl kvkH s (0,1) ,
kv hr vkL2 (0,1) Chl+1 kvkH s (0,1) ,
o'p
rqs o q
xM%'$%K.)L})0T,0P.)&()#JLO0VW%'$5$5RA}/O#1./(y%#}/&A#(/.)
!yU%KVV'0./.)LM%}y#L|"O#"}y%K./.y%5
u(x) =
1 exp
1 exp
x
,
L
'
V
0
)
.
$
"
y
}
K
%
'
V
~
~
!"#5zw()#P.y%K(/LO!"#P0LLO&()0* O}/.)
h
$%KLLM%.)"#(/M%G0LLO!"#(/(/O}/&A#$0P./#(/V',gG&?#(/.y%K()L#()$5$5 !"#x*90(/T90|%~0././*9.)"#(/O!"
}/M%&A0(>LM%#(/VW% k k
!)~&A0(>LM%#(/VW% k k
2
L2 (0,1)
p p sHH
iN = . . . . . . . . . ;
H 1 (0,1)
iC = . . . . . . . . .
Pe =
2
h
2
U&A#M%KV''LM%!"#$5|"O#
ku uh,1 kH 1 (0,1) = . . . . . . . . .
ku uh,2 kH 1 (0,1) = . . . . . . . . .
e ()$5U$5!"#P*90(/T90|%WA0././*9W0LLM%#(/VW% k k
L (0,1) . . . . . . . . .
e ()$5U$5!"#P*90(/T90|%'.)"#(/O!"'0LLM%#(/VW% k k
L (0,1) . . . . . . . . .
e ()$5U$5!"#P*90(/T90|%WA0././*9W0LLM%#(/VW% k k
H (0,1) . . . . . . . . .
e ()$5U$5!"#P*90(/T90|%'.)"#(/O!"'0LLM%#(/VW% k k
.........
2
H 1 (0,1)