Share
Embed
Prova online - Diferenças finitas e EDP's
Esta é a 1ª prova online da turma de Ciência da Computação do 2º período de 2016.
Paulo Bordoni
October 15, 2016
Transcript
76 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 (verde) quando ℎ → 0”. -
A aproximação por diferença avançada, ℎ +(), para a derivada
1ª de f em ∈ (, ) é definida por: + ℎ ′() − ( − ℎ) ℎ ℎ +() = + ℎ − () ℎ , ℎ > 0 -
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. -
1ª questão: Fazer um programa que receba uma função ↦
(), num intervalo , dado e mostre as três aproximações desenhadas na transparência anterior. -
− ℎ − ( − ℎ) ′() ℎ A aproximação
por diferença atrasada, ℎ −(), para a derivada 1ª de f em ∈ (, ) é definida por: ℎ −() = − ( − ℎ) ℎ , ℎ > 0 -
− ℎ + ℎ − ( − ℎ) ′() ℎ
ℎ + ℎ A aproximação por diferença centrada, ℎ ×(), para a derivada 1ª de f em ∈ (, ) é definida por: ℎ × = + ℎ − ( − ℎ) 2ℎ , ℎ > 0 -
Mestra, pelas imagens percebo que a aproximação por diferença centrada
é melhor. Há garantias matemáticas disto? Sim Filhota. É algo que, por hora, examinaremos graficamente. A prova envolve o conhecimento de série de Taylor, que veremos depois. -
Vamos traçar, numa mesma figura, os gráficos das aproximações da
derivada () de uma função num ponto . Plotaremos os gráficos das sequências ℎ +() , ℎ −() e ℎ ×() 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. -
2ª questão: Fazer um programa que receba uma função ↦
(), num intervalo , dado e um ponto 0 ∈ [, ] e mostre as três sequências desenhadas na transparência anterior e os gráficos em escala logarítmica mostrados a seguir. -
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. Talta (, ) Tbaixa -
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. Talta (, ) Tbaixa -
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 ∆ ∙ ∆ Talta Tbaixa (, ) ( + ∆, ) ∆ -
Portanto a equação de balanço de energia térmica fica: ,
− + ∆, ∆ = = ∆ ∙ ∆(, ) Talta Tbaixa (, ) ( + ∆, ) ∆ -
Portanto, passando ao limite quando ∆ → 0 e ∆
→ 0, obtemos a equação de balanço de energia térmica (, ) = (, ) Mas então − + ∆ − ∆ = ∆ ∆ Talta Tbaixa (, ) ( + ∆, ) ∆ -
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) = () -
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. ] A lei que rege o fenômeno: (, ) = 2(, ) 2 + + para (, ) ∈ 0, × (0, ∞) Temos então um problema de valor inicial e de contorno: -
• 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 são 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 ∆ = ( − )/ 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. -
Mestre, você abusou da notação, não? Sim, na realidade deveria
ter escrito , = 2 2 , Ah, Loirinha, é mais fácil 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 Esquema 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, , -
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, , -
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, , -
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 ,+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: -
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 = ( Τ ∆ (∆)2 +1 , −
2, + −1 , , k = 1, …, − 1 • ,0 = , = 1, … , − 1 • ,0 = 0, = 0, … , • , +1 = 0, = 0, … , Resolvendo a equação do método explícito para ,+1 teremos: -
• −+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 = . -
Fazer um programa que receba os valores numéricos de •
, , , , , , e as funções: • A distribuição inicial de temperatura inicial ↦ () em [0, ], • ↦ ℎ() e ↦ () em 0, que definem as condições de contorno, e resolva o problema de valor inicial e de contorno descrito na próxima transparência pelo método de Crank- Nicholson e mostre a solução graficamente. 3ª questão: -
(, ) = 2(, ) 2 + + para (,
) ∈ 0, × (0, ∞) • , 0 = , ∈ [0.] • 0, + (0,) = ℎ , 0 < t ≤ τ, • , + (0,) = , 0 < t ≤ τ. 3ª questão, continuação. -
Agora vamos aproximar numericamente a solução de uma equação do
tipo = 2 2 + 2 2 + -
= 2 2 + 2 2 + Uma fonte de
calor Trata-se de um problema de propagação de calor em duas dimensões: Eu quero resolver o problema de estado estacionário! -
Depois que você estaciona um carro, ele não se move
mais, certo? Então, quando a temperatura não varia mais com o tempo, ela está em estado estacionário. Ih, Mestre, o que é estado estacionário? -
Essa equação é conhecida como equação de Helmholtz. Para =
0 e temos a equação de Laplace. Uma justa homenagem a esses cientistas! Para o estado estacionário ( = 0 ) a equação fica 2 2 + 2 2 = -
T = 0 ºC T = 0 ºC T =
10 ºC T = 20 ºC Surfista, imagine agora uma placa de metal, quadrada, cujas bordas são mantidas às temperaturas indicadas. Como será a distribuição de temperatura no interior da placa em estado estacionário? -
T = 0 ºC T = 0 ºC T =
100 ºC T = 200 ºC 2 2 + 2 2 = 0 no interior da placa Mais as condições no contorno Sem fonte de calor, a equação que modela o fenômeno físico é: -
Construiremos uma discretização do quadrado 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 T nos pontos da borda da placa (em amarelo, azul e verde) é conhecido. -
A aproximação em diferenças finitas para as derivadas 2ªs da
temperatura T 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. -
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( ). -
Agora Surfista, imagine construirmos uma malha com 50 pontos internos
na horizontal por outros 50 pontos internos na vertical. Ao todo teremos 2.500 pontos internos e, consequentemente, um sistema linear de 2.500 equações à 2.500 incógnitas! Impressionante Mestra! Mas continuará sendo um sistema penta- diagonal. A única diferença é que a 2ª sobre diagonal iniciará na coluna 51 e a 2ª sub diagonal na linha 51. -
Pois é Surfista para um sistema esparso como esse, os
métodos apropriados para resolver o sistema linear são os métodos iterativos. Existem métodos iterativos não- estacionários para resolução de sistemas lineares desse tipo. Mas agora, neste Carnaval, vou sair no meu bloco em Ipanema. -
Então Surfista, faça isto para aquele de 2.500 equações à
2.500 incógnitas! Prometo que farei, Mestre. -
Fazer um programa que resolva o problema estacionário que acabou
de ser descrito numa malha retangular com pelo menos 30 x 40 pontos internos e uma distribuição inicial de temperatura (, ) ↦ (, ) dada. A solução deverá ser apresentada na forma de uma anição temporal. 4ª questão: