Share
Embed
Transcript
75 slides
-
Vou iniciar apresentando aproximações por diferenças divididas finitas (DDF) para
as derivadas de uma função : (, ) → ℝ. Assumirei que as funções envolvidas são deriváveis tantas vezes quantas necessário nos intervalos em questão. -
+ ℎ () ( + ℎ) ′() ′ = lim
ℎ→0 + ℎ − () ℎ Lembrem-se, a derivada num ponto ∈ (, ) de uma função : , → ℝ é definida por: -
+ ℎ () ( + ℎ) ′() ′ = lim
ℎ→0 + ℎ − () ℎ A intuição por trás dessa imagem é que: “se a curva (azul) definida pelo gráfico da função f é suficientemente suave, então a reta secante (vermelha) tenderá à reta tangente (azul) quando ℎ → 0”. -
As diferenças divididas finitas (DDF) são definidas pelos quocientes de
Newton (h > 0). ′() ≅ − ( − ℎ) ℎ diferença atrasada ′() ≅ + ℎ − ( − ℎ) 2ℎ diferença centrada ′() ≅ + ℎ − () ℎ diferença avançada -
+ ℎ ′() + ℎ − () ℎ diferença avançada
− ℎ ′() − ( − ℎ) ℎ diferença atrasada − ℎ ′() + ℎ − ( − ℎ) ℎ + ℎ ℎ diferença centrada Elas correspondem aos gráficos: -
Quando h diminui a secante “vai para” a tangente! A
reta secante, das aproximações por diferenças avançadas (em vermelho), para ℎ = 0.5, 0.2 0.05. -
Vamos traçar, numa mesma figura, os gráficos das aproximações da
derivada () de uma função num ponto . Plotaremos os gráficos das sequências das diferenças avançadas, atrasadas e centradas, para ℎ = 2− e = 0,1, … , 50, com e fixos. -
Eis o gráfico prometido. Note Surfista, que a DDF centrada
aproxima mais rapidamente o valor da derivada que as DDF avançada e retardada. Mestra, você pediu com 50 pontos e não 40. -
Nesse caso, os erros são causados pelo cancelamento catastrófico e
ampliado ao dividirmos por números minúsculos Quando usamos 50 pontos, aparece a propagação de erro da IEEE 754/2008. -
Estou mostrando o gráfico dos erros, em escala logarítmica para
que possamos entender melhor o que ocorre. -
1. Os erros decaem exponencialmente (retas na escala logarítmica). 2.
Os erros por DDF avançadas e retardadas é igual e eles decaem na mesma velocidade (estão superpostos na descida). 3. As DDF centradas convergem mais rapidamente que as outras duas (vermelho abaixo de azul e verde e com inclinação maior). 4. O erro mínimo nas aproximações por DDF centrada é da ordem de 10−11, muito menor que nas outras duas, entre 10−8 e 10−7. 5. Após o mínimo todos os erros crescem, estacionando num valor máximo (horizontal à direita). Observem que: -
Usando o fato que ′′ = (′ )′ aplicando diferenças
avançadas na função ′(), obtemos: ′′() ≅ ′ + ℎ − ′() ℎ Então, aproximando tanto ′( + ℎ) como ′() por diferenças atrasadas, obtemos ′′ ≅ + ℎ − 2 + ( − ℎ) ℎ2 -
É uma forma de energia, a térmica. Calor É a
transferência de energia térmica de uma região onde a temperatura é maior para uma região onde ela é menor. Condução de calor Como modelar a propagação do calor? -
Existem duas grandezas físicas envolvidas: • A temperatura = (,
) e • O fluxo de calor = (, ) A lei de Fourier informa que o fluxo de calor é proporcional ao gradiente da temperatura. -
Vamos modelar a propagação de calor numa barra metálica, envolta
num isolante, para não haver troca de calor com o meio externo através de sua superfície cilíndrica. T alta (, ) T baixa Mais adiante vamos retirar essa restrição. -
Indicando por φ o fluxo de calor na direção x
a Lei de Fourier fica: , = − (, ) Nessa fórmula: • k é o coeficiente de difusividade térmica, • ρ é a densidade do material, • C é a capacidade calórica do material. T alta (, ) T baixa -
Considerando um volume elementar ∆ = ∙ ∆ temos: •
∙ é o fluxo de calor entrando • ∙ + ∆ é o fluxo de calor saindo • O calor acumulado nesse volume elementar, na ausência de fontes ou sumidouros, é proporcional a ∆ ∙ ∆ u alta u baixa (, ) ( + ∆, ) ∆ -
Portanto a equação de balanço de energia térmica fica: ,
− + ∆, ∆ = = ∆ ∙ ∆(, ) u alta u baixa (, ) ( + ∆, ) ∆ -
Portanto, passando ao limite quando ∆ → 0 e ∆
→ 0, obtemos a equação de balanço de energia térmica (, ) = (, ) Mas então − + ∆ − ∆ = ∆ ∆ T alta T baixa (, ) ( + ∆, ) ∆ -
Utilizando a Lei de Fourier, obtemos a equação condução de
calor: (, ) = 2(, ) 2 (, ) -
Assumindo que a troca de calor com o meio, através
da superfície lateral da barra, é proporcional à diferença de temperatura entre a barra e o meio no ponto e no instante , podemos escrever (, ) = 2(, ) 2 + + + -
Um dos problemas que se coloca é descobrir a distribuição
de temperatura na barra num instante final conhecendo a distribuição inicial de temperatura num instante 0 . 0 (, 0 = 0) = 0 () -
Para assegurar a unicidade de solução, precisamos prescrever a temperatura
da barra nos seus extremos ou o fluxo de calor através deles, durante o tempo transcorrido. -
Mais condições de contorno: 0, + (0, ) = ℎ()
, + (0, ) = , t > 0 Uma distribuição inicial de temperatura: , 0 = 0 , ∈ [0. ] A lei que rege o fenômeno: (, ) = 2(, ) 2 + + + para (, ) ∈ 0, × (0, ∞) Temos então um problema de valor inicial e de contorno: Uma fonte ou sumidouro f de calor: , , ∈ 0, , ≥ 0 -
• No problema de Dirichlet, quando ℎ = = 0
para ≥ 0, temos o problema homogêneo. • No problema de Neumann, quando, ℎ = = 0 para ≥ 0, dizemos que as fronteiras são reflexivas. • Quando = = 0, temos o problema de Dirichlet. • Quando = = 0, temos o problema de Neumann. • Caso , , e sejam diferentes de zero temos o problema de Robin. -
Vamos resolver o problema de Dirichlet homogêneo. O mais simples
de todos: quando = = 0. Para obter uma solução aproximada do problema de valor inicial e de contorno, precisaremos efetuar discretizações espaciais e temporais. -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t 3 t 1 t 2 t 18 t 19 t 20 = t F x 29 x 30 Assumindo ∆ = − (+1) construímos uma malha espacial cujos pontos internos ao [, ] são dados por = + ∆, com = 1, ⋯ , . Então, para ∆ dado e = ∆, = 0, 1, 2, ⋯, teremos uma malha temporal num intervalo finito [0 , ], onde = ∆. -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t 3 t 1 t 2 t 18 t 19 t 20 = t F x 29 x 30 2,3 = (2 , 3 ) Adotaremos a notação simplificadora: , = ( , ) Com essa notação, a equação , = 2 2 , + ( , ) pode ser reescrita como , = 2, 2 + , , uma igualdade válida para cada ponto interno da malha. 3,1 = (3 , 1 ) -
Mestre, você abusou da notação, não? Sim, na realidade deveria
ter escrito , = 2 2 , + , Ah, Loirinha, é mais fácil entender com , = 2, 2 + , -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t i+1 t i t F x 29 x 30 A ideia para resolver numericamente o problema é: conhecidos os valores da temperatura num nível de tempo calcular os valores da temperatura no nível de tempo seguinte +1 usando as aproximações em diferenças finitas. +1, , -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t i+1 t i t F x 29 x 30 +1, , • Aprox. espacial no nível de tempo : 2 , 2 ≅ +1,−2,+−1, (∆)2 • Aprox. espacial no nível de tempo + 1: 2,+1 2 ≅ +1,+1−2,+1+−1,+1 (∆)2 • A passagem entre níveis de tempo (mesmo ): • diferenças avançadas: , ≅ ,+1−, ∆ • diferenças retardadas: , ≅ ,−,−1 ∆ -
Para a equação de calor = 2 2 +, existem
três possibilidades de discretização temporal: Discretização temporal Algoritmo Ordem Estabilidade Diferenças avançadas Explícito ( + ℎ2) 2 ℎ2 ≤ 1/2 Diferenças atrasadas Implícito ( + ℎ2) incondicional Cranck-Nicholson Média (2 + ℎ2) incondicional -
Tais esquemas são descritos pelas moléculas de discretização: Cranck-Nicholson t
i+1 t i −1 +1 Implícito t i+1 t i −1 +1 Explícito t i+1 t i −1 +1 Nos 3 esquemas: indica valor conhecido indica valor a calcular -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t i+1 t i t F x 29 x 30 No método explícito, você calcula diretamente o valor de +1, em função dos valores conhecidos de ,−1 , , , ,+1 . +1, ,−1 , , , ,+1 -
Como a igualdade , = 2, 2 + , é
válida para cada ponto interno da malha, usando diferenças avançadas no tempo, teremos: ,+1 − , ∆ = +1, − 2, + −1, (∆)2 + , Método explícito -
Isolando o termo +1, envolvendo o tempo +1 na posição
, obtemos o método (algoritmo) explícito: ,+1 = + 1 − 2 , + +1, + −1, +, para = 0,1, … , e = 1,2, … , , e ,0 = (0 ) para = 1, … , onde = _ ∗ ∆/∆2 = ∆/(_ ∗ ℎ) -
Adotando a notação: = 0 , 1, 2, ⋯ ,
, e considerando a matriz = 1 − 2 1 − 2 1 − 2 Então a equação da transparência anterior fica +1 = + para = 0, … , com 0 dado. -
Notem que então podemos calcular 1 , 2 , 3
, … pela fórmula +1 = + para = 0, … , com 0 dado. -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t i+1 t i t F x 29 x 30 No método implícito, você precisará resolver um sistema linear envolvendo os valores de +1,+1 , +1, , +1,+1 em função dos valores conhecidos de , . +1,−1 , +1, , +1,+1 , -
Como a igualdade , = 2, 2 + , é
válida para cada ponto interno da malha, usando diferenças avançadas no tempo, teremos: ,+1 − , ∆ = +1,+1 − 2,+1 + −1,+1 (∆)2 + , Método implícito -
,+1 − , ∆ = 2(∆)2 ൛ (+1,+1 −2,+1 +
−1,+1 ) ൟ + +1, − 2, + −1, Fazendo a média da parte espacial, obtemos o método de Crank-Nicholson: -
x 0 = a x 3 x 31 = b
x 1 x 2 t 0 = 0 t i+1 t i t F x 29 x 30 No método de Crank-Nicholson, você precisará resolver um sistema linear envolvendo uma média entre os valores do método implícito e explícito. +1,−1 , +1, , +1,+1 ,−1 , , , ,+1 -
Atenção com as condições iniciais e as de contorno. Sim,
quando = 0, a condição inicial fornece , 0 = ,0 = ( ), para = 0, … , + 1. Com as condições homogêneas, para = 0, … , e: • = 0 teremos , = 0, = 0, • = + 1 teremos , = +1 , = 0. -
• −+1 ,+ + [2 − ൗ (∆)2 (∆)] ,+1
− −1 , +1 = ൗ [ (∆)2 ∆ ] , , para k = 1, … , • ,0 = , para = 0,1, … , + 1 • ,0 = 0, para = 0, … , • , +1 = 0, para = 0, … , Resolvendo a equação do método implícito para o nível de tempo, + 1 recairemos num sistema linear de equações à incógnitas: -
Trata-se de um sistema tridiagonal, que pode ser resolvido usando-se
métodos iterativos, para valores muito grandes de . -
2 − −1 −1 2 − −1 ⋱ −1 2
− −1 −1 2 − 1 , 1 2 , 1 ⋮ −1 , 1 , 1 = 1 2 ⋮ −1 A solução do problema de valor inicial e de contorno homogêneo de Dirichlet, no 1º nível de tempo, é a solução do sistema linear: -
O sistema linear que o Surfista achou pode ser reescrito
na forma matricial como ∙ 1 = 0 . Ele fornece a solução no 1º nível de tempo. Nos demais, é só acharmos a solução de ∙ +1 = . -
Agora vamos aproximar numericamente a solução de uma equação do
tipo = 2 2 + 2 2 + -
• = 2 2 + 2 2 + em Ω
× (0, 0 ) • , , 0 = 0 (, ) em Ω • , , prescrita na borda Ω × (0, 0 ) Uma fonte de calor na placa Ω. Trata-se de um problema de propagação de calor numa placa de metal retangular Ω = (0, 0 ) × (0, 0 ). -
= = = Surfista, imagine que na placa de metal,
as bordas são mantidas às temperaturas indicadas (em graus centígrados). = -
Construiremos uma discretização do retângulo 0, 0 × [0, 0
], através de uma malha uniforme envolvendo n subintervalos na direção x e outros m subintervalos na direção y. No exemplo = = 4. 1 4 3 5 6 7 8 9 2 a b c i h g d e f l k j -
Nos pontos internos da malha (em vermelho) aproximaremos as derivadas
parciais por diferenças finitas. 1 4 3 5 6 7 8 9 2 a b c i h g d e f l k j O valor da temperatura U nos pontos da borda da placa (em amarelo, azul e verde) é conhecido. -
A aproximação em diferenças finitas para as derivadas 2ªs da
temperatura U em pontos internos da malha obedece o esquema em cruz indicado abaixo para o ponto 3. 2 3 2 ≃ − 23 + 6 ℎ2 2 3 2 ≃ 2 − 23 + ℎ2 1 4 3 5 6 7 8 9 2 a b c i h g d e f l k j -
Aplicando o esquema em cruz para os pontos internos 1,
2, … , 9 ficaremos com o sistema de 9 equações a 9 incógnitas 1 , 2 , … , 9 indicado abaixo: 1 4 3 5 6 7 8 9 2 a b c i h g d e f l k j − 21 + 2 ℎ2 + − 21 + 4 ℎ2 = 0 1 − 22 + 3 ℎ2 + − 22 + 5 ℎ2 = 0 2 − 23 + ℎ2 + − 23 + 6 ℎ2 = 0 ... 8 − 29 + ℎ2 + 6 − 29 + ℎ2 = 0 -
Assumindo = = = = = = 0 , =
= = 100 e = ℎ = = 200 graus centígrados e simplificando obtemos o sistema linear abaixo, que é penta-diagonal. Troque T por U -
Ele foi feito apenas para mostrar a parte espacial das
aproximações. Para a parte temporal use um esquema de Crank-Nicholson do problema de 1 dimensão espacial (da barra). Muitíssima atenção que esse sistema não está levando em consideração a variação temporal da temperatura. -
É claro que para resolver esse sistema linear usaremos o
pacote scipy.linalg. Como a matriz desse sistema linear, com sinal trocado, é semi-definida- positiva e de banda, poderemos utilizar cholesky_ banded( ) e cho_solve_banded( ). -
Pois é Surfista para um sistema esparso como esse, os
métodos apropriados para resolver o sistema linear são os métodos iterativos. Entretanto, como as matrizes envolvidas serão penta-diagonais e definidas-positiva (por quê?) fica mais fácil usar cholesky_banded() e cho_solve_banded(). -
Condição inicial + Variação temporal + Condições de contorno +
(, ) : Meus blocos até parecem “confeti” !