1 / 15

Metodi di integrazione numerica ( ODE+PDE )

Metodi di integrazione numerica ( ODE+PDE ). Jost von Hardenberg – ISAC-CNR. Integrazione numerica di equazioni differenziali. Cerchiamo una soluzione (un’approssimazione numerica) per un’equazione differenziale ordinaria p.es Oppure per equazioni alle derivate parziali, es :

nigel-davis
Download Presentation

Metodi di integrazione numerica ( ODE+PDE )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Metodi di integrazione numerica (ODE+PDE) Jost von Hardenberg – ISAC-CNR

  2. Integrazione numerica di equazioni differenziali Cerchiamo una soluzione (un’approssimazione numerica) per un’equazione differenziale ordinaria p.es Oppure per equazioni alle derivate parziali, es: date opportune condizioni iniziali e/o al contorno

  3. Metodi a differenze finite • Sostituiamo al problema continuo una sua rappresentazione su una griglia discretizzata (nello spazio e nel tempo): - Problema ben posto- Consistenza

  4. Rappresentazione a differenze finite delle derivate Ottenibile da: • Definizione classica derivata prima di una funzione u(x,y) in un punto: • Espansione in serie di Taylor di u(x,y) attorno ad un punto

  5. Rappresentazione a differenze finite delle derivate Ottenibile da: • Fit di un polinomio nell’intorno di un punto: ui ui+1 ui-1 x-x x x+x

  6. Integrazione numerica di eq. differenziali ordinarie NB: qualunque ODE di ordine > 1 può essere scritta come sistema di eq. 1. ordine. Es: Problema generico:

  7. ODE: Il metodo di Eulero + Err.ore Troncamento yn+1 f(y) yn • Metodo accurato al 1. ordine • - Poco stabile • Metodo esplicito • Metodo asimmetrico t

  8. ODE: Runge-Kutta 2 k2 yn+1 y(t) k1 yn k2 • Metodo accurato al 2. ordine • - Buona stabilità • Metodo esplicito • più simmetrico di Eulero t+t t+t/2 t

  9. ODE: Runge-Kutta 4 k4 k2 y(t) k1 k3 yn k2 • Metodo accurato al 4. ordine • - Buona stabilità • Metodo esplicito t+t t+t/2 t

  10. Altri metodi Leapfrog …. molti altri metodi espliciti Predictor-corrector Metodi impliciti (maggiore stabilità, non necessariamente accuratezza)

  11. PDE, esempi Avvezione di uno scalare Non è stabile! FT CS Equazione del calore

  12. PDE: Condizioni al contorno n s  Condizioni di Dirichleteg. u=fsu Condizioni di von Neumann: eg: u/n=f oppure u/s=g su  Condizioni miste e.g: u/n+ku=f

  13. Analisi di stabilità • D = soluzione discreta (infinita precisione) • N = soluzione numerica (precisione finita) • A = soluzione analitica • Err. di discretizzazione = A - D • Err. arrotondamento = N – D Come cresce l’errore di arrotondamento ?

  14. Analisi di stabilità di von Neumann • Seguiamo un piccolo errore : y’=y+nelle equazioni discrete • Eq. lineari (linearizzate) per la crescita dell’errore • Errori rappresentati come modi di Fourier: Sostituiamo e cerchiamo

  15. Altri metodi: • Griglie staggered • Metodi spettrali • Metodi impliciti • Volumi finiti ….. • Metodi per equazioni ellittiche(rilassamento, multigriglia ….)

More Related