Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ricardo1 PDF
Ricardo1 PDF
Introducción
El sistema de Fourier
Método Espectral Tau
Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni
Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni
Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni
Introducción
Blinova en 1944 propuso los métodos espectrales (MS) como una
herramienta para simulaciones a gran escala en dinámica de fluidos.
Después su uso de abandonó hasta que Orszag y Eliason los hicieron
resurgir a principios de los 70’s.
Los MS probaron ser particularmente útiles en estudios numéricos de la
dinámica de fluidos. Se utilizaron códigos espectrales en estudios de
turbulencia, modelaje global del comportamiento climático y en la
dinámica de los oceanos.
Con el trabajo de Gottlieb y Orszag que los condujo a la publicación del
libro “Numerical Analysis of Spectral Methods: theory and applications”
se presentaban los primeros fundamentos matemáticos después de los
cuales el uso de los MS alcanzó otras areas en los 80’s y entron en la
“corriente principal” de la computación cientı́fica en los 90’s.
El libro de Canto et al “Spectral methods in fluid dynamics” (1988) fue
un baluarte de los MS y contribuyó a su expansión. En la primera década
del siglo XXI, han aparecido varios libros sobre MS que le han ido dando
madurez.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau
Introducción
Entonces los ME son útiles sólo cuando se necesita una gran precisión?
La respuesta es no, porque también los ME minimizan el uso de memoria,
debido a la economı́a del número de grados de libertad.
Dada una precisión numérica se requieren menos grados de libertad que
en el caso de diferencias finitas.
Especı́ficamente, podemos decir que los MS el número de puntos de la
red se reduce por un factor de 5 por cada dimensión espacial. De modo
que en el caso 3-D el número de puntos de la red se reducirá por un
factor de 53 = 125. Si uno considera un problema dinámico donde el paso
de tiempo de integración se escala por lo menos como N, donde N es el
número de grados de libertad, la ventaja se torna obvia.
Ejemplo ilustrativo
Ejemplo simple:
dy
+ 2y = 0, 0 ≤ x ≤ 1, y (0) = 1. (2)
dx
La solución exacta es y (x) = e −2x .
Construyamos una solución de la forma
N
X
yN (x) = an Tn (x) (3)
n=0
N N
X d X
an Tn (x˜j ) + an Tn (x˜j ) = 0, j = 0, 1, ..., N − 1. (6)
n=0
d x̃ n=0
d
Tn (x̃) y d x̃ Tn (x̃) son conocidas.
dy yi+1 − yi−1
y0 = 1 , = i = 1, 2, 3
dx 2∆x
i
dy 3yi − 4yi−1 + yi−2
= i =4
dx i 2∆x
Series de Fourier
Z π
1
a0 = u(x)dx
2π −π
Z π
1
an = u(x) cos (nx)dx
π −π
Z π
1
bn = u(x) sin (nx)dx (11)
π −π
Por supuesto que los coeficientes de las dos formas de la serie están
relacionados
a0 , n=0
ûn = (an − ibn )/2 , n>0
(a−n + ib−n )/2 , n<0
Teorema
Si u(x), sus primeras (m − 1) derivadas y sus extensiones periódicas son
continuas y si su m-ésima derivada u (m) (x) ∈ L2 [0, 2π] entonces para
toda n 6= 0 los coeficientes de Fourier ûn de u(x) decaen como
m
|ûn | ∝ n1
Qué pasa si u(x) ∈ C ∞ [0, 2π]? En ese caso ûn decae más rápido que
cualquier potencia negativa de n, esta propiedad se conoce como
convergencia espectral. Se sigue que entre más suave sea la función más
rápido converge la serie truncada.
Ejemplos
Considere la función antisimétrica f (x) = x
1 π
Z
2
bn = xsin(nx)dx = (−1)n+1 (18)
π −π n
Ejemplos
Considere la función rectificadora de media onda f (x) = sen(x) para
0 < t < π que se anula en π < t < 2π que se extiende a todo t
periódicamente.
Ordenes de Covergencia
an ∼ O(1/nk )
entonces k es el ı́ndice de convergencia algebráica.
Para n >> 1 se tiene los siguientes ordenes de convergencia
∞ , supergeometrico
log (|an |)
= constante , geometrico
n
0 , subgeometrico
3
Figura: Convergencia geométrica de la función u(x) = 5−4cos(x)
|u − PN u| ∼ O(|aN |)
Claro que la prueba final de una solución numérica es repetir el cálculo
con diferentes N’s y hacer comparaciones. El criterio aquı́ mencionado
sólo tiene la intención de proveer de una forma rápida de estimar el error
en un cálculo simple: si |aN | no es pequeño comparado con la precisión
deseada, entonces se necesita un N mas grande, si sı́ lo es, y los |an |
decrecen suavemente hacia |aN |, es muy probable que la simulación sea
correcta.
Sobre la convergencia
|Res|2 → 0 N→∞
Método de Galerkin
PN
Al sustituir la expansión uN (x, t) = n=0 an (t)Φn (x) en la ecuación, se
tiene que el Residuo R(x, t, an ) no se anula
∂uN (x, t)
R= − O(x, t)uN (x, t) 6= 0 (19)
∂t
PN
La condición inicial u(x, 0) = g (x) = n=0 an (t = 0)Φn (x) nos da las
condiciones iniciales ak (0) para este conjunto de ecuaciones al multiplicar
por Φk e integrar la expansion
Z 2π
ak (0) = g (x)Φk (x)dx (27)
0
Usando como condición inicial g (x) = u(x, 0) = sin (π cos x), es posible
probar que los coeficientes tienen la forma
kπ
ak (t) = sin ( )Jk (π)e ikt (28)
2
donde Jk (t) son las funciones de Bessel de orden k, cuyas propiedades
asintóticas implican k m ak (t) → 0 cuando k → ∞ para todo natural m.
Esto nos dice que la serie truncada de Fourier converge mas rápido que
cualquier potencia finita de 1/N, que es la propiedad conocida como
convergencia espectral
El fenómeno de aliasing
Cómo se conectan las transformadas de Fourier continuas y discretas
basadas en N par?
Nótese que los modos discretos de Fourier se basan en {xj = 2πj/N} para
los cuales el (n + Nm)-ésimo modo es indistinguible del n-ésimo modo
es IN u = PN u + RN u con
N/2−1 ∞
X X
RN u = ûk+Nm e ikx k = −N/2, ..., N/2 − 1
k=−N/2 m=−∞,m6=0
Polinomios de Chebyshev
donde
2 if k = 0,
ck = (39)
1 if k ≥1
(1)
y ak son los coeficientes de la expansion de la derivada espacial de u(x)
N−1
(1)
X
u 0 (x) = ak Tk (x) (40)
k=0
Los PCH son mutuamente ortogonales sobre (−1, 1) con respecto al peso
R1
w = (1 − x 2 )−1/2 y con el producto escalar (u, v )w = −1 uvwdx:
Z 1
π
(Tk , Tj )w = Tk (x)Tj (x)w = (1 − x 2 )−1/2 dx = ck δk,j . (43)
−1 2
T0 (1) T1 (1) T2 (1) T3 (1) T4 (1) T5 (1) a0 F2
T0 (x1 ) T1 (x1 ) T2 (x1 ) T3 (x1 ) T4 (x1 ) T5 (x1 )
a1
f (x
T0 (x2 ) T1 (x2 ) T2 (x2 ) T3 (x2 ) T4 (x2 ) T5 (x2 )
a2
= f (x
T0 (x3 ) T1 (x3 ) T2 (x3 ) T3 (x3 ) T4 (x3 ) T5 (x3 )
a3
f (x
T0 (x4 ) T1 (x4 ) T2 (x4 ) T3 (x4 ) T4 (x4 ) T5 (x4 ) a4 f (x
T0 (−1) T1 (−1) T2 (−1) T3 (−1) T4 (−1) T5 (−1) a5 F1
1 1 1 1 1 1 a0 F2
T0 (x1 ) T1 (x1 ) T2 (x1 ) T3 (x1 ) T4 (x1 ) T5 (x1 )
a1
f (x1 )
T0 (x2 ) T1 (x2 ) T2 (x2 ) T3 (x2 ) T4 (x2 ) T5 (x2 )
a2
= f (x2 )
T0 (x3 ) T1 (x3 ) T2 (x3 ) T3 (x3 ) T4 (x3 ) T5 (x3 )
a3
f (x3 )
T0 (x4 ) T1 (x4 ) T2 (x4 ) T3 (x4 ) T4 (x4 ) T5 (x4 ) a4 f (x4 )
1 −1 1 −1 1 −1 a5 F1
N X
N
d 2 Tn (xi ) d 2 Tm (yi )
X
anm Tm (yj ) + Tn (xi ) = f (xi , yj ) (50)
n=0 m=0
dx 2 dy 2
d 2 Tn (xi ) d 2 Tm (yi )
Aαβ = Ai(N+1)+(j+1),n(N+1)+(m+1) = Tm (y j ) + Tn (x i )
dx 2 dy 2
(53)
con tal de que i, j 6= 0, N.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación
Una vez que se tiene, la matriz, y se usa ludcmp y lubksb, se tendran los
coeficientes anm , esa es la busqueda fundamental en los métodos
espectrales: los coeficientes. Una vez obtenidos, se tiene la solución
buscada u(x, y ) que debe guardarse en un archivo de datos para graficar.
Ecuación de Calor
∂u ∂u 2
= , |x| ≤ 1 (55)
∂t ∂x 2
con las condiciones de frontera
u(±1, t) = 0 (56)
y condición inicial
1
u(x, 0) = (1 − x 2 ) sin 2πx
2
∂uN ∂ 2 uN
−
R(x, t) = (58)
∂t ∂x 2
uno demanda que R(x, t) sea ortogonal al espacio expandido por
{Tk (x)}N−2
k=0 , es decir
Z 1
dx
R(x, t)Tk (x) √ =0 0≤k ≤N −2 (59)
−1 1 − x2
Ecuación de Burgers
∂u ∂u ∂u 2
+u = ν 2, |x| ≤ 1 (65)
∂t ∂x ∂x
con las condiciones de frontera
u(±1, t) = 0 (66)
y condición inicial
I (x, t)
u(x, t) = − (69)
J(x, t)
donde I (x, t) y J(x, t) están definidas por
Z ∞
I (x, t) = sin [π(x − η)]f (x − η) exp (−η 2 /4νt)dη (70)
−∞
Z ∞
J(x, t) = f (x − η) exp (−η 2 /4νt)dη (71)
−∞
∂uN ∂uN ∂ 2 uN
R(x, t) = + uN −ν (73)
∂t ∂x ∂x 2
uno demanda que R(x, t) sea ortogonal al espacio expandido por
{Tk (x)}N−2
k=0 , es decir
Z 1
dx
R(x, t)Tk (x) √ =0 0≤k ≤N −2 (74)
−1 1 − x2
N
∂uN X
uN = bk Tk (x), (79)
∂x
k=0
(1)
en términos de ak y ak . En principio podrı́a usarse la relación
1 X X
bk =< u∂u >k = ap aq(1) + ap aq(1) (80)
2
p+q=k |p−q|=k
∂uN (xi )
(1)
ak −→ uN (xi ) ak −→ (82)
∂x
3. Realice los productos en el espacio fisico:
∂uN
uN (xi )
(xi ) (83)
∂x
4. A través de la TFR inversas, regrese al espacio espectral. La
TFR inversa tienen por entrada los valores dados por (83), y
por salida los coeficiientes < u∂x u >k = bk
∂uN (xi )
−→< u∂x u >k = bk (84)
∂x
Esta “danza” entre el espacio espectral y el fı́sico, se realiza a cada paso
de tiempo. La evolución temporal se realizará usando el esquema
Adams-Bashforth para el término no lineal, y el esquema Crank-Nicolson
para el termino lineal. De este modo se tiene el esquema ABCN
∆t
an (t + ∆t) = an (t) + [bn (t − ∆t) − 3bn (t)]
2
ν∆t (2)
h i
+ an (t) + an(2) (t + ∆t) 0 ≤ n ≤ N − 2 (85)
2
que puede re-escribirse como
an(2) − λan (t + ∆t) = fn (an , bn , t, t − ∆t) 0 ≤ n ≤ N − 2 (86)
1
fn = −λan (t) − [bn (t − ∆t) − 3bn (t)] − an(2) (t) (87)
ν
Si usamos la ecuación
N
(2) 1 X
ak = p(p 2 − k 2 )ap (88)
ck p=k+2
(p+k)par
LX = b (90)
donde L es una matriz triangular superior, cuya solución requiere N 2
operaciones. Un procedimiento de solución más eficiente se consigue
rearreglando las ecuaciones 86 con ayuda de la relación de recurrencia
(1) (2) (2)
2kak = ck−1 ak−1 − ak+1 (91)
la ecuación 86 queda
(1)
2kak = ck−1 [−fk−1 + λak−1 ] − [−fk+1 + λak+1 ] k = 1, ..., N − 3.
(92)
cn−2 λ λβn λβn+2
an−2 − 1 + an + an+2
4n(n − 1) 2(n2 − 1) 4n(n + 1)
cn−2 βn βn+2
= − fn−2 + fn − fn+2 , k = 2, ..,(93)
N
4n(n − 1) 2(n2 − 1) 4n(n + 1)
donde
1 0≤n ≤N −2
βn = (94)
0 n >N −2
Convección Marangoni
3D(1 + F )h2 ∂h h3 ∂h
∂h ∂ 3 ∂h
+ −h + =0 (95)
∂t ∂x 2(1 + F − Fh)2 ∂x ∂x B ∂x
∂J(x,t)
O bien, ∂h
∂t ≡ ∂x donde D ≡ σT 4 T /ρgd 2 , B ≡ ρg (L/2π)/σ y
F ≡ (1 − kg /k)/(dg /d + kg /k).
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni
Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales