Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra

Podobne dokumenty
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 7a. Metody wielokrokowe

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Wstęp do metod numerycznych 14. Kilka wstępnych uwag na temat numerycznego rozwiazywania równań różniczkowych zwyczajnych

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 5. Metody Rungego-Kutty (II) P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

Wstęp do metod numerycznych Algebraiczna metoda gradientów sprzężonych. P. F. Góra

Wstęp do metod numerycznych Rozwiazywanie równań algebraicznych. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Faktoryzacja LU. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

czyli o szukaniu miejsc zerowych, których nie ma

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

Układy równań i równania wyższych rzędów

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

Metody numeryczne równań różniczkowych zwyczajnych

Wstęp do metod numerycznych Metody iteracyjne i metoda gradientów. P. F. Góra

Wstęp do metod numerycznych Zagadnienia wstępne Uwarunkowanie. P. F. Góra

Wstęp do metod numerycznych Metody iteracyjne Algebraiczna metoda gradientów sprzężonych. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa i faktoryzacja LU. P. F. Góra

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

Zadania egzaminacyjne

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 8. Metody wielokrokowe Metody Verleta

Komputerowa analiza zagadnień różniczkowych 6. Metody wielokrokowe. P. F. Góra

Liczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego) 27 lutego 2007

Własności wyznacznika

Zagadnienia brzegowe dla równań eliptycznych

Równania różniczkowe wyższych rzędów

Wstęp do metod numerycznych SVD, metody iteracyjne i metoda gradientów. P. F. Góra

3. Wykład Układy równań liniowych.

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr 1

Równania różniczkowe wyższych rzędów

1 Relacje i odwzorowania

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że

Definicje i przykłady

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

VI. Równania różniczkowe liniowe wyższych rzędów

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

Funkcje dwóch zmiennych

Metody numeryczne. materiały do wykładu dla studentów

x y

Wstęp do metod numerycznych 9. Rozwiazywanie równań algebraicznych. P. F. Góra

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

P. F. Góra semestr letni 2006/07

Komputerowa analiza zagadnień różniczkowych 4. Metody Rungego-Kutty (I) P. F. Góra

Wstęp do metod numerycznych Równania macierzowe Faktoryzacja LU i Cholesky ego. P. F. Góra

Algebra z geometrią analityczną zadania z odpowiedziami

Rozdział 3. Tensory. 3.1 Krzywoliniowe układy współrzędnych

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Rozdział 2. Liczby zespolone

Przestrzenie wektorowe

Numeryczne rozwiązywanie równań różniczkowych ( )

KADD Minimalizacja funkcji

5. Rozwiązywanie układów równań liniowych

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Liczby zespolone. x + 2 = 0.

Rozwiązywanie zależności rekurencyjnych metodą równania charakterystycznego

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 6. Metody Rungego-Kutty

INTERPOLACJA I APROKSYMACJA FUNKCJI

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra

Wielomiany podstawowe wiadomości

Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne. P. F. Góra

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Metody numeryczne rozwiązywania równań różniczkowych

Wstęp do metod numerycznych Faktoryzacja macierzy. P. F. Góra

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Algebra z geometrią analityczną zadania z odpowiedziami

[ P ] T PODSTAWY I ZASTOSOWANIA INŻYNIERSKIE MES. [ u v u v u v ] T. wykład 4. Element trójkątny płaski stan (naprężenia lub odkształcenia)

Algebra z geometrią analityczną zadania z odpowiedziami

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz

Wstęp do metod numerycznych 9. Miejsca zerowe wielomianów. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie. P. F. Góra

Obliczenia naukowe Wykład nr 2

Interpolacja i modelowanie krzywych 2D i 3D

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Wektory i wartości własne

Wstęp do metod numerycznych Faktoryzacja Cholesky ego i QR. P. F. Góra

Stabilność. Krzysztof Patan

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Zagdanienia do egzaminu z Inżynierskich Metod Numerycznych - semestr zimowy 2017/2018

Rozkłady wielu zmiennych

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Transkrypt:

Komputerowa analiza zagadnień różniczkowych 6. Metoda diagramowa. Obszary stabilności. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2013

Metoda diagramowa Ręczne wyprowadzanie równan wiaż acych współczynniki metod Rungego-Kutty, oparte na rozwinięciu w szereg Taylora jest żmudne i bardzo łatwo o pomyłki, zwłaszcza dla metod rzędu większego niż 4. J. C. Butcher rozwinał specjalna metodę diagramowa, oparta o drzewa zakorzenione, bardzo ułatwiajac a wyliczanie wszystkich współczynników. Zobacz J. C. Butcher, Numerical Methods for Ordinary Differential Equations, Wiley, 2003, rozdział 3. J. C. Butcher, Trees and numerical methods for ordinary differential equations, Numer. Alg. 53, 153 (2009). Osoby zainteresowane powinny sięgnać do podręcznika Butchera, jeśli chca poznać dowód podawanych tu przepisów. Copyright c 2009-13 P. F. Góra 6 2

Drzewa zakorzenione Drzewo zakorzenione to spójny graf bez pętli, majacy wyróżniony węzeł zwany korzeniem. Krawędzie grafu sa skierowane. Korzeń (i tylko korzeń) nie jest punktem końcowym żadnej krawędzi. Punkty końcowe krawędzi, niebędace poczatkami innych krawędzi, nazywamu liśćmi. Liczbę wierzchołków w drzewie nazywamy stopniem drzewa. Każde nietrywialne drzewo odpowiada jednemu zwiazkowi na współczynniki metod Rungego-Kutty. Każdemu drzewu przypisujemy pewne wyrażenie symboliczne Φ i liczbę naturalna γ, z których konstruujemy poszukiwane równanie. Należy uwzględniać wszystkie drzewa danego stopnia. Copyright c 2009-13 P. F. Góra 6 3

Obliczenie Φ Każdemu wierzchołkowi, oprócz liści, przypisujemy etykietę i, j,... ; korzeniowi przypisujemy etykietę i. Korzeniowi przypisujemy wielkość w i. Każdej krawędzi niekończacej się w liściu przypisujemy wielkość β kl, gdzie k, l sa etykietami poczatkowego i końcowego węzła tej krawędzi. Każdej krawędzi kończacej się w liściu przypisujemy wielkość α l, gdzie l jest etykieta przypisana poczatkowi tej krawędzi. Sporzadzamy iloczyn w i (iloczyn wszystkich β kl ) (iloczyn wszystkich α l ). Sumujemy po wszystkich występujacych w grafie etykietach i, j,... od 1 do s, gdzie s jest liczba etapów. Copyright c 2009-13 P. F. Góra 6 4

Obliczenie γ Każdemu liściowi przypisujemy wagę 1. Każdemu węzłowi niebędacemu liściem przypisujemy wagę równa (suma wag węzłów, do których dochodza krawędzie wychodzace z danego węzła) + 1. γ = iloczyn wag wszystkich węzłów drzewa. Równanie, któremu odpowiada dane drzewo, znajdujemy jako Φ = 1 γ. (1) Uwaga! Tak wyprowadzone równania implicite zawieraja warunek α i = β ij, który wobec tego trzeba uwzględniać ręcznie. j Copyright c 2009-13 P. F. Góra 6 5

Przykład α j α j 1 1 j α i α i 1 1 3 β ij i w i 6 Φ = s w i β ij α 2 i α2 j, γ = 1 1 3 1 1 6 = 18. ij Dyskutowane drzewo stopnia szóstego odpowiada równaniu s i=1 w i α 2 i s j=1 β ij α 2 j = 1 18. (2) Copyright c 2009-13 P. F. Góra 6 6

Wszystkie drzewa stopnia niewiększego niż 4 pierwszy drugi trzeci czwarty Copyright c 2009-13 P. F. Góra 6 7

Drzewa stopnia piatego Drzewa stopnia piatego powstaja przez dodatnie jednej krawędzi do drzew stopnia czwartego Copyright c 2009-13 P. F. Góra 6 8

Stabilność metod RK Dla ustalenia uwagi przypominam, że rozwiazujemy problem Cauchy ego dy = f(t, y) dt (3) y(0) = y 0 za pomoca s-etapowej metody Rungego-Kutty rzędu p: y n+1 = y n + h s i=1 ( k i = f t n + hα i, y n + h w i k i + O(h p+1 ), s j=1 (4a) ) β ij k j. (4b) Copyright c 2009-13 P. F. Góra 6 9

W celu zbadania stabilności metody RK, zaburzmy y n w (4a) oraz (4b) przez pewne ε n, przy czym ε n 1. W miejsce (4a) otrzymamy y n+1 + ε n+1 = y n + ε n + h y n + ε n + h s i=1 s i=1 w i k i (y n + ε n ) w i k i (y n ) + h s i=1 w i L i ε n = y n+1 + ε n + hw T Lε n = y n+1 + Gε n, (5) Copyright c 2009-13 P. F. Góra 6 10

L i,i = 1,..., s, sa macierzami o składowych [L i ] µν = (k i) µ (ε n ) ν, (6) L oznacza wektor złożony z tych macierzy, w T = [w 1,..., w s ] T, zaś G = I + h w T L jest macierza wzmocnienia. Metoda jest stabilna, gdy wszystkie wartości własne macierzy wzmocnienia G spełniaja zależność g < 1 (wartości własne g moga być zespolone). Kluczowe staje się obliczenie macierzy L i. Mamy Copyright c 2009-13 P. F. Góra 6 11

(k i ) µ (ε n ) ν = = ( f ( N J µσ σ=1 x n + α i h, y n + ε n + h s β ij k j (y n + ε n ) δ σν + h s j=1 (ε n ) ν j ) )) ( k j β σ ij. (7) (ε n ) ν µ J jest macierza Jacobiego funkcji f po drugim argumencie. Formalnie rzecz biorac, jej elementy należałoby obliczać w każdym punkcie pośrednim z osobna. Przyjmijmy jednak przybliżenie polegajace na tym, iż obliczamy tę macierz w lewym krańcu przedziału prowadzi to do poprawek wyższego rzędu w h. Copyright c 2009-13 P. F. Góra 6 12

Reprezentacja diagonalna Przejdźmy do reprezentacji, w której macierz ta jest diagonalna i oznaczmy przez λ pewna wartość własna macierzy J. Formalnie rzecz biorac, poniższa procedurę należy powtórzyć dla wszystkich wartości własnych J, okaże się jednak, że nie jest to konieczne. Równanie (7) możemy przepisać teraz w postaci L i = λ 1 + h s j=1 β ij L j, i = 1,..., s. (8) (8) jest układem równań, z którego można wyliczyć poszukiwane wielkości L i. Copyright c 2009-13 P. F. Góra 6 13

Współczynnik wzmocnienia Układ ten można zapisać w postaci [I λhb] L = λê, (9) gdzie ê = [1, 1,..., 1] T, zaś [B] ij = β ij. Oznaczajac z = λh, ostatecznie otrzymujemy następujace wyrażenie na współczynnik wzmocnienia: g = 1 + z w T [I zb] 1 ê. (10) g jest liczba, nie macierza; macierzowość macierzy wzmocnienia G brała się z macierzowości jakobianu, a skoro jakobian zastapiliśmy wartościa własna, G zastapiliśmy jej wartościami własnymi. Copyright c 2009-13 P. F. Góra 6 14

Obszar stabilności Badanie stabilności metod RK sprowadza się teraz do wyznaczenia obszaru stabilności metody, to jest zbioru takich z C, że współczynniki g wyliczone dla wszystkie wartości własnych macierzy Jacobiego spełniaja g < 1. Metoda RK jest stabilna, jeśli dla wszystkich wartości własnych macierzy Jacobiego we wszystkich punktach pośrednich, z = h (wartość własna) należy do obszaru stabilności. Zauważmy, że w ten sposób uwolniliśmy się niejako od szczegółów równania, które rozwiazujemy: własności równania (funkcji f) tkwia w wartościach własnych macierzy Jacobiego, czyli w liczbach z. Kształt obszaru stabilności zależy tylko od wybranej metody RK. Copyright c 2009-13 P. F. Góra 6 15

Przykład: Obszar stabilności jawnej metody punktu środkowego Badamy g = 1 + z [ 0 1 ] ( I z [ 0 0 = 1 + z [ 0 1 ] [ 1 0 z 2 1 = 1 + z [ 0 1 ] [ 1 0 z = 1 + z [ z 2 1 ] [ 1 1 2 1 ] ]) 1 [ 1 1 2 0 1 ] 1 [ ] 1 ] [ 1 1 1 ] = 1 + z + z2 2 ] (11) Copyright c 2009-13 P. F. Góra 6 16

Brzeg obszaru stabilności znajdziemy rozwiazuj ac 1 + z + z2 2 = eiφ dla φ [0, 2π]. 1 + z + z2 2 = 1, czyli 2.0 1.5 1.0 0.5 0.0-0.5-1.0-1.5-2.0-3.0-2.5-2.0-1.5-1.0-0.5 0.0 0.5 1.0 Copyright c 2009-13 P. F. Góra 6 17

Przykład: Obszar stabilności niejawnej metody punktu środkowego ( g = 1 + z 1 1 z ) 1 2 + z 1 = 2 2 z, g 2 2 + z 2 = = (2 + x)2 + y 2 2 z (2 x) 2 + y 2 (12) gdzie z = x + iy. Widać, że g 2 < 1 x < 0: Obszarem stabilności metody jest cała lewa półpłaszczyzna. Copyright c 2009-13 P. F. Góra 6 18

Obszar stabilności klasycznej czteroetapowej metody Rungego-Kutty 3 2 1 0-1 -2-3 -3-2.5-2 -1.5-1 -0.5 0 0.5 Copyright c 2009-13 P. F. Góra 6 19

Sprawdzanie stabilności Aby sprawdzić stabilność metody, obliczamy z = hλ, gdzie h jest krokiem, λ jest wartościa własna jakobianu prawej strony równania (3) i sprawdzamy, czy g(z) < 1, gdzie g dane jest równaniem (10). Procedurę powtarzamy dla wszystkich wartości własnych jakobianu. Jeżeli za którymkolwiek razem wyjdzie nam g(z) > 1, jedyne, co możemy zrobić, to zmienić krok całkowania h. Nie zawsze uda się w ten sposób uzyskać stabilność! Jeśli się nie uda, musimy wybrać inna metodę całkowania równania. Obszar stabilności nie zależy od rozwiazywanego równania, a tylko od zastosowanej metody. Równanie pojawia się w procedurze badania stabilności tylko poprzez wartości własne jakobianu prawej strony. Ponieważ jakobian może zmieniać się, krok, który w jednym miejscu zapewniał stabilność, w innym nie musi dawać stabilności. Copyright c 2009-13 P. F. Góra 6 20

Uwaga! Obszar stabilności jest obszarem na płaszczyźnie zespolonej. Mimo iż rozwiazujemy rzeczywiste równania z rzeczywistymi krokami, musimy rozważać wielkości zespolone, gdyż wartości własne jakobianu będacego, w ogólności, macierza niesymetryczna moga być zespolone. Copyright c 2009-13 P. F. Góra 6 21

Obszary stabilności metod jawnych i niejawnych Współczynnik wzmocnienia g może być albo funkcja wymierna, albo wielomianem w z. W tym drugim przypadku obszar stabilności metody jest z cała pewnościa skończony, jako że każdy wielomian rośnie nieograniczenie (na moduł) przy z. Jeśli natomiast współczynnik g jest funkcja wymierna w z, to jest możliwe, że obszar stabilności metody jest nieograniczony. Jeśli w szczególności cała lewa półpłaszczyzna płaszczyzny zespolonej należy do obszaru stabilności, mówimy, że metoda jest A stabilna. Oznacza to, że dowolnie wielki krok h nie prowadzi do utraty stabilności (oczywiście nie znaczy to, że rozwiazanie numeryczne uzyskane z krokiem h 0 będzie miało wiele wspólnego z rozwiazaniem analitycznym znaczy to tylko, że bład z poprzednich kroków nie przenosi się do kroków następnych). Copyright c 2009-13 P. F. Góra 6 22

W jaki sposób g może stać się funkcja wymierna w z? Może się tak stać tylko przy obliczaniu [I zb] 1, a jeszcze ściślej, przy dzieleniu przez wyznacznik det [I zb]. Zauważmy, że dla metody jawnej macierz B ma tylko elementy poddiagonalne, a zatem det [I zb] = 1, a skoro tak, to g sa wielomianami w z. Widzimy zatem, że jawne metody RK maja ograniczony obszar stabilności tylko metody niejawne moga mieć nieograniczony obszar stabilności. Copyright c 2009-13 P. F. Góra 6 23