Espectrales
Una breve introducción a los Métodos Espectrales
Una breve introducción a los Métodos Espectrales
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Una breve introducción a los Métodos<br />
<strong>Espectrales</strong><br />
Ricardo Becerril Bárcenas<br />
Instituto de Fisica y Matemáticas<br />
Universidad Michoacana<br />
Pachuca, Hidalgo, agosto 2009.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
1 Introducción<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
2 El sistema de Fourier<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
3 Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
1 Introducción<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
2 El sistema de Fourier<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
3 Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
1 Introducción<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
2 El sistema de Fourier<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
3 Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Introducción<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Blinova en 1944 propuso los métodos espectrales (MS) como una<br />
herramienta para simulaciones a gran escala en dinámica de fluidos.<br />
Después su uso de abandonó hasta que Orszag y Eliason los hicieron<br />
resurgir a principios de los 70’s.<br />
Los MS probaron ser particularmente útiles en estudios numéricos de la<br />
dinámica de fluidos. Se utilizaron códigos espectrales en estudios de<br />
turbulencia, modelaje global del comportamiento climático y en la<br />
dinámica de los oceanos.<br />
Con el trabajo de Gottlieb y Orszag que los condujo a la publicación del<br />
libro “Numerical Analysis of Spectral Methods: theory and applications”<br />
se presentaban los primeros fundamentos matemáticos después de los<br />
cuales el uso de los MS alcanzó otras areas en los 80’s y entron en la<br />
“corriente principal” de la computación científica en los 90’s.<br />
El libro de Canto et al “Spectral methods in fluid dynamics” (1988) fue<br />
un baluarte de los MS y contribuyó a su expansión. En la primera década<br />
del siglo XXI, han aparecido varios libros sobre MS que le han ido dando<br />
madurez.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Por qué usar los métodos espectrales?<br />
Una de las razones más importantes es el mayor grado de precisión de sus<br />
soluciones que las logradas con otros métodos.<br />
Pero los muchos decimales de precisión de los ME se requieren realmente<br />
en la practica? La respuesta es: a veces.<br />
En algunos problemas de fusión, en los pronósticos del clima, en<br />
problemas de aereodinámica, en inestabilidades hidrodinámicas y<br />
transiciones a la turbulencia, por citar algunos ejemplos, sí, si se necesita<br />
un grado de precisión elevado.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Introducción<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Entonces los ME son útiles sólo cuando se necesita una gran precisión?<br />
La respuesta es no, porque también los ME minimizan el uso de memoria,<br />
debido a la economía del número de grados de libertad.<br />
Dada una precisión numérica se requieren menos grados de libertad que<br />
en el caso de diferencias finitas.<br />
Específicamente, podemos decir que los MS el número de puntos de la<br />
red se reduce por un factor de 5 por cada dimensión espacial. De modo<br />
que en el caso 3-D el número de puntos de la red se reducirá por un<br />
factor de 5 3 = 125. Si uno considera un problema dinámico donde el paso<br />
de tiempo de integración se escala por lo menos como N, donde N es el<br />
número de grados de libertad, la ventaja se torna obvia.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
En los métodos espectrales se buscan soluciones aproximadas u(x) a un<br />
sistema de ecuaciones diferenciales en terminos de series (truncadas) de<br />
funciones ortogonales conocidas<br />
u(x) =<br />
N∑<br />
a n φ n (x) (1)<br />
n=0<br />
así que las incógnitas aquí son los coeficientes de la expansión a n . La<br />
forma en que éstos se encuentran da lugar a los diferentes métodos<br />
espectrales que se encuentran en la literatura. Los más conocidos son: el<br />
método de colocación, de Galerkin y de Tau.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Ejemplo ilustrativo<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Ejemplo simple:<br />
dy<br />
+ 2y = 0, 0 ≤ x ≤ 1, y(0) = 1. (2)<br />
dx<br />
La solución exacta es y(x) = e −2x .<br />
Construyamos una solución de la forma<br />
y N (x) =<br />
N∑<br />
a n T n (x) (3)<br />
n=0<br />
Donde T n (x) son los polinomios de Chebyshev T n (x) = cos(ncos −1 (x)),<br />
especificamente<br />
T 0 (x) = 1 , T 1 (x) = x, T 2 (x) = 2x 2 − 1<br />
T 3 (x) = 4x 3 − 3x , T 4 (x) = 8x 4 − 8x 2 + 1, ... (4)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
En el método de Colocación se seleccionan N + 1 puntos en el dominio<br />
para generar N + 1 ecuaciones para los coeficientes a n .<br />
Una elección adecuada de estos puntos para la base de funciones de<br />
Chebyshev es<br />
x j = cos( πj ) , j = 0, ..., N<br />
N<br />
Así que T n (x j ) = cos(nπj/N). {x j } se usan para colocar la función en<br />
esos puntos,<br />
y N (x j ) = y(x j ). (5)<br />
Es decir, se requiere que la ecuación diferencial se satisfaga exactamente<br />
en los puntos de colocación {x j }.<br />
Como el dominio del problema es [0, 1] y el de los polinomios T n (x) es<br />
[−1, 1] se utiliza el mapeo ˜x = 2x − 1. Con este mapeo el problema se<br />
convierte en<br />
dy<br />
+ y = 0, −1 ≤ ˜x ≤ 1, y(−1) = 1<br />
d˜x<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Sustituya y N en la ecuación a resolver, y evalúe en los puntos de<br />
colocación. Elejimos N = 4<br />
Figura: Puntos de colocación x j = cos(πj/N) con N = 4.<br />
N∑<br />
n=0<br />
a n<br />
d<br />
d˜x T n( ˜x j ) +<br />
N∑<br />
a n T n ( ˜x j ) = 0, j = 0, 1, ..., N − 1. (6)<br />
n=0<br />
T n (˜x) y d<br />
d˜x T n(˜x) son conocidas.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
(6) junto con la condición y N (−1) = 1, esto es<br />
y N (−1) =<br />
N∑<br />
a n T n (−1) = 1 (7)<br />
n=0<br />
constituyen un sistema de N + 1 ecuaciones para los N + 1 coeficientes<br />
a n . Con N = 4 el sistema específicamente es<br />
⎛<br />
⎞ ⎛ ⎞ ⎛ ⎞<br />
1 2 5 10 17 a 0 0<br />
1 1,707 2,828 2,292 −1<br />
a 1<br />
⎜ 1 1 −1 −3 1<br />
⎟ ⎜ a 2<br />
⎟<br />
⎝ 1 0,292 −2,828 3,707 −1 ⎠ ⎝ a 3<br />
⎠ = 0<br />
⎜ 0<br />
⎟ (8)<br />
⎝ 0 ⎠<br />
1 −1 1 −1 1 a 4 1<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Cuya solución es: a 0 =0.466129, a 1 = -0.41612 , a 2 =0.1 , a 3 =<br />
-0.016129, a 4 =0.001613<br />
La solución está dada en todo el dominio [−1, 1] y no sólo en los puntos<br />
de colocación y ésta es<br />
y 4 (˜x) =<br />
4∑<br />
a n T n (˜x)<br />
y la solución en el dominio original se encuentra mapeando a x la<br />
solución (˜x = 2x − 1).<br />
n=0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Usando diferencias finitas, 2do orden<br />
Mismo ejemplo dy/dx + 2y = 0, y(0) = 1 en [0, 1], con solución exacta<br />
y(x) = e −2x , con diferencias finitas. Para comparar con el MS, usaremos<br />
también una red de 5 puntos, así que ∆x =0.25<br />
Figura: Puntos de colocación x j = j/4.<br />
y 0 = 1 ,<br />
( ) dy<br />
dx<br />
i<br />
( ) dy<br />
dx<br />
i<br />
= y i+1 − y i−1<br />
2∆x<br />
= 3y i − 4y i−1 + y i−2<br />
2∆x<br />
i = 1, 2, 3<br />
i = 4<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
Del que se obtiene el siguiente sistema lineal<br />
⎛<br />
⎞ ⎛<br />
1 0 0 0 0 a 0<br />
−1 1 1 0 0<br />
a 1<br />
⎜ 0 −1 1 1 0<br />
⎟ ⎜ a 2<br />
⎝ 0 0 −1 1 1 ⎠ ⎝ a 3<br />
0 0 1 −4 4 a 4<br />
⎞ ⎛<br />
⎟<br />
⎠ = ⎜<br />
⎝<br />
que al resolver da la solución en los puntos de la red y 0 =1.0 , y 1 =0.619,<br />
y 2 =0.3809, y 3 =0.238, y 4 =0.1428<br />
y 0<br />
y 1<br />
y 2<br />
y 3<br />
y 4<br />
⎞<br />
⎟<br />
⎠<br />
(9)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Por qué usar métodos espectrales?<br />
Ejemplo Ilustrativo<br />
x e −2x Dif. Finitas ( % error) Colocación ( % error)<br />
0.0 1.0 1.0 (0 %) 1.0 (0 %)<br />
0.5 0.367879 0.380952 (3.5 %) 0.367742 (0.037 %)<br />
1.0 0.135335 0.142857 (5.5 %) 0.135484 (0.11 %)<br />
Cuadro: Comparación de la precisión con el mismo número de grados de<br />
libertad usando DF y el método de colocación espectral en x = 0, 1/2, 1.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Series de Fourier<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La serie de Fourier de una función general es<br />
∞∑<br />
∞∑<br />
u(x) = a 0 + a n cos (nx) + b n sin (nx) (10)<br />
donde los coeficientes se calculan con<br />
n=1<br />
n=1<br />
a 0 = 1<br />
2π<br />
a n = 1 π<br />
b n = 1 π<br />
∫ π<br />
−π<br />
∫ π<br />
−π<br />
∫ π<br />
−π<br />
u(x)dx<br />
u(x) cos (nx)dx<br />
u(x) sin (nx)dx (11)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
También puede tenerse la serie de Fourier en el interválo [0, 2π] y los<br />
coeficientes se calculan con (11) cambiando los limites de integración de<br />
0 a 2π. En la forma compleja, la serie de Fourier se escribe<br />
u(x) =<br />
∞∑<br />
n=−∞<br />
donde los coeficientes se calculan con<br />
û n = 1<br />
2π<br />
∫ π<br />
−π<br />
û n e inx (12)<br />
u(x)e −inx dx (13)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Por supuesto que los coeficientes de las dos formas de la serie están<br />
relacionados<br />
⎧<br />
⎨ a 0 , n = 0<br />
û n = (a n − ib n )/2 , n > 0<br />
⎩<br />
(a −n + ib −n )/2 , n < 0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Algunos casos de interés<br />
1. Si la función u(x) es real, los coeficientes a n y b n son numeros reales,<br />
consecuentemente û −n = û ∗ n.<br />
2. Si u(x) es real y par (u(x) = u(−x)), b n = 0 para todo n y se tiene<br />
una serie coseno<br />
3. Si u(x) es real e impar (u(x) = −u(−x)), a n = 0 para todo n y se<br />
tiene una serie seno<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Desde el punto de vista de los métodos espectrales, la pregunta relevante<br />
es cúan bien la serie truncada de Fourier<br />
P N u(x) =<br />
∑<br />
û n exp(inx) (14)<br />
|n|≤N/2<br />
aproxima a la función u(x). P N u(x) es una proyección al espacio de<br />
dimensión finita<br />
ˆB N+1 = span{exp(inx)||n| ≤ N/2}, dim(ˆB N ) = N + 1. (15)<br />
Teorema<br />
If ∑ |n|
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
El hecho de que la serie truncada converja implica que el error es<br />
dominado por la “cola” de la serie, es decir, se tiene que el error de<br />
truncación es<br />
||u − P N u|| 2 L 2 |0,2π| = 2π<br />
∑<br />
|û n | 2 (17)<br />
|n|>N/2<br />
De modo que el error cometido al reemplazar u(x) con la serie de Fourier<br />
de N-ésimo orden depende solamente de qué tan rápido decaen los<br />
coeficientes de la expansión de u(x).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Teorema<br />
Si u(x), sus primeras (m − 1) derivadas y sus extensiones periódicas son<br />
continuas y si su m-ésima derivada u (m) (x) ∈ L 2 [0, 2π] entonces para<br />
toda n ≠ 0 los coeficientes de Fourier û n de u(x) decaen como<br />
|û n | ∝ ( )<br />
1 m<br />
n<br />
Qué pasa si u(x) ∈ C ∞ [0, 2π]? En ese caso û n decae más rápido que<br />
cualquier potencia negativa de n, esta propiedad se conoce como<br />
convergencia espectral. Se sigue que entre más suave sea la función más<br />
rápido converge la serie truncada.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Ejemplos<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Considere la función antisimétrica f (x) = x<br />
Figura: Función diente de sierra, antisimétrica y discontinua en ±π.<br />
Los coeficientes del coseno se anulan a n = 0, y los coeficientes de la serie<br />
seno son<br />
b n = 1 π<br />
∫ π<br />
−π<br />
xsin(nx)dx = (−1) n+1 2 n<br />
(18)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Sumas parciales de la serie de Fourier u N (x) para la función discontinua<br />
diente de sierra para diferentes N’s. Por claridad se han “subido” las graficas.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Los errores correspondientes u N (x) − u(x) para diferentes N’s.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Ejemplos<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Considere la función rectificadora de media onda f (x) = sen(x) para<br />
0 < t < π que se anula en π < t < 2π que se extiende a todo t<br />
periódicamente.<br />
Figura: Función media onda, extendida periódicamente.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Esta función es continua en su dominio pero su primera derivada no lo es<br />
en π, 2π, 3π, ....<br />
Los coeficientes de la serie de Fourier de la función de media onda,<br />
especificamente son<br />
a 0 = 1/π , a 2n = −2/[π(4n 2 − 1)] y a 2n−1 = 0<br />
El resto son b 1 = 1/2, b n = 0.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Comparación de la función de media onda con u 4(t) = 0.318+ 0.5<br />
sin(t)− 0.212 cos(2t)− 0.042 cos(4t) (linea negra), función exacta en rojo.<br />
Las dos curvas son casi indistinguibles. Errores O(10 −2 ).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La serie de la función de media onda converge más rápidamente que la<br />
del diente de sierra porque es más suave. Esta última es de hecho no<br />
continua y sus coeficientes decrecen como O(1/n) mientras que la<br />
función de media onda en continua pero con su primera derivada<br />
discontinua, así que sus coefcientes decaen como O(1/n 2 )<br />
“Entre mas suave sea la función los coeficientes de Fourier decrecerán<br />
más rápido”<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ordenes de Covergencia<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Si los coeficientes de una serie son a n y si para n >> 1<br />
a n ∼ O(1/n k )<br />
entonces k es el índice de convergencia algebráica.<br />
Para n >> 1 se tiene los siguientes ordenes de convergencia<br />
⎧<br />
log(|a n |)<br />
⎨ ∞ , supergeometrico<br />
= constante , geometrico<br />
n ⎩<br />
0 , subgeometrico<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: |a n| vs n para cuatro ordenes de convergencia. Convergencia algebraica<br />
k = 2 (círculos), convergencia subgeométrica (lineas punteadas), convergencia<br />
geométrica (linea continua), convergencia supergeométrica (cruces).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Convergencia geométrica de la función u(x) =<br />
3<br />
5−4cos(x)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Si no se conoce la solución exacta, el error de truncación puede estimarse<br />
(si la serie tiene convergencia geométrica) con el siguiente criterio<br />
|u − P N u| ∼ O(|a N |)<br />
Claro que la prueba final de una solución numérica es repetir el cálculo<br />
con diferentes N’s y hacer comparaciones. El criterio aquí mencionado<br />
sólo tiene la intención de proveer de una forma rápida de estimar el error<br />
en un cálculo simple: si |a N | no es pequeño comparado con la precisión<br />
deseada, entonces se necesita un N mas grande, si sí lo es, y los |a n |<br />
decrecen suavemente hacia |a N |, es muy probable que la simulación sea<br />
correcta.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Comportamiento de a n para u = 3/(5 − 4cos(x)), el último término de<br />
la expansión |a 32|O ∼ 10 −9 − 10 −10 así que el error de truncación se espera de<br />
ese orden.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Error de truncación para N = 2 (negro), N = 4 (rojo), N = 8 (verde),<br />
N = 16 (azul), para N = 32 (naranja) en efecto, el error de truncación es<br />
∼ 10 −10 . Para N ≥ 8 se observa una convergencia muy rápida.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Sobre la convergencia<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Uno espera que la solución numérica |u N − u(x)| → 0 a medida que<br />
N → 0, pero u(x) = u exacta no se conoce generalmente, así que uno<br />
verifica convergencia a través del residuo del sistema. En el caso del<br />
ejemplo dy/dx = −2y, el residuo es<br />
Res = dy N<br />
dx + 2y N<br />
y en la norma L 2 : |f | 2 =<br />
√ ∫<br />
D f 2 dx se verifica la convergencia cuando<br />
|Res| 2 → 0<br />
N → ∞<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Comportamiento del error en el residuo en función de N, que es el<br />
último término en la truncación espectral: u N = P N<br />
n=0<br />
anTn(x). En el caso del<br />
ejemplo con N = 10 ya se tiene una solución con una alta precisión<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La aplicabilidad de los ME se da mayormente en ecuaciones parabólicas y<br />
eĺıpticas, pero se aplican también en hiperbólicas si no aparecen<br />
discontinuidades.<br />
La aplicación de ME en gravitación puede verse en<br />
Spectral methods in general relativistic astrophysics S. Bonazzola, E.<br />
Gourgoulhon, J. Marck aiXiv:gr-qc/9811089v1.<br />
Los textos mas conocidos son<br />
1.Spectral methods in single domains C. Canuto ...<br />
2.Chebyshev and Fourier Spectral Methods J. Boyd<br />
3. Spectral methods for Time-independent problems J. Hesthaven,...<br />
La arena en que se trabajan los aspectos teóricos son los espacios de<br />
Sobolev.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Método de Galerkin<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Para una función bien comportada generalmente su desarrollo en<br />
términos de una serie truncada de un conjunto ortogonal {Φ n } los<br />
coeficientes de la expansión decrecen muy rápidamente.<br />
Al sustituir la expansión u N (x, t) = ∑ N<br />
n=0 a n(t)Φ n (x) en la ecuación, se<br />
tiene que el Residuo R(x, t, a n ) no se anula<br />
R = ∂u N(x, t)<br />
∂t<br />
− O(x, t)u N (x, t) ≠ 0 (19)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Esta función residual puede expandirse, como cualquier función, en<br />
términos de un conjunto ortogonal,<br />
R(x, t, a 0 , ..., a N ) =<br />
∞∑<br />
r k (a 0 , ..., a N )Φ k (x) (20)<br />
k=0<br />
donde, debido a la ortogonalidad de la base de funciones Φ k (x), los<br />
coeficientes r k se determinan por el producto interno<br />
∫<br />
r n = (R, Φ n ) = RΦ n (x)dx. (21)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
En el método espectral Galerkin, se pide que el residuo sea pequeño, en<br />
el sentido de que los primeros (N + 1) términos de la serie espectral (20)<br />
se anulen.<br />
Presumiblemente todos los r k para k > N serán muy pequeños para N<br />
grandes. Así que, forzar que los primeros r k sean cero, minimiza a R(x).<br />
En el ĺımite en el que N → ∞ R(x) → 0, y por lo tanto, la<br />
aproximación, debe converger muy rápido a la solución exacta. Todo esto<br />
entonces se traduce a:<br />
“Para minimizar el residuo se pide que (R, Φ n ) = 0 para n = 0, 1, 2, ...N”.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
En el método Galerkin, se pide que la base (o un arreglo de esta base)<br />
cumplan de entrada las condiciones de frontera. Por ejemplo, con<br />
condiciones de frontera periódicas, lo natural es elegir una base de<br />
Fourier.<br />
Un ejemplo muy simple: considere la siguiente ecuación hiperbólica y<br />
lineal (ecuación de advección)<br />
∂u<br />
∂t = ∂u<br />
∂x<br />
en el interválo x ∈ [0, 2π], condiciones periódicas, y condición inicial<br />
u(x, 0) = g(x).<br />
(22)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Se busca una solución de la forma<br />
u N (x, t) = ∑ n<br />
a n (t)Φ n (x)<br />
La condición de minimización del residuo<br />
es en este caso<br />
R(x, t, a n ) =<br />
( ∂<br />
∂t − ∂ )<br />
∑ N<br />
a k (t)e ikx . (23)<br />
∂x<br />
k=0<br />
1<br />
2π<br />
∫ 2π<br />
0<br />
[ ( ∂<br />
∂t − ∂ ) N<br />
]<br />
∑<br />
a k (t)e ikx e −inx dx = 0. (24)<br />
∂x<br />
k=0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Haciendo la derivada espacial, esta relación se convierte en<br />
∫ [<br />
1 2π ∑ N ( ) ]<br />
dak<br />
2π<br />
dt − ika k e ikx e −inx dx = 0. (25)<br />
0<br />
k=0<br />
Como la base es ortogonal, la integral en x es proporcional a una delta de<br />
Kronecker, dando por resultado un conjunto de ecuaciones diferenciales<br />
para los coeficientes a k , a saber<br />
da k<br />
dt − ika k = 0 (26)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La condición inicial u(x, 0) = g(x) = ∑ N<br />
n=0 a n(t = 0)Φ n (x) nos da las<br />
condiciones iniciales a k (0) para este conjunto de ecuaciones al multiplicar<br />
por Φ k e integrar la expansion<br />
a k (0) =<br />
∫ 2π<br />
0<br />
g(x)Φ k (x)dx (27)<br />
El problema consiste en evaluar a k (0) y resolver las ecuaciones<br />
diferenciales (26)<br />
da k<br />
dt − ika k = 0<br />
para encontrar las a k (t) a todo tiempo.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Usando como condición inicial g(x) = u(x, 0) = sin (π cos x), es posible<br />
probar que los coeficientes tienen la forma<br />
a k (t) = sin ( kπ 2 )J k(π)e ikt (28)<br />
donde J k (t) son las funciones de Bessel de orden k, cuyas propiedades<br />
asintóticas implican k m a k (t) → 0 cuando k → ∞ para todo natural m.<br />
Esto nos dice que la serie truncada de Fourier converge mas rápido que<br />
cualquier potencia finita de 1/N, que es la propiedad conocida como<br />
convergencia espectral<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Errores máximos en terminos de N para la ecuación de advección en<br />
t = 2π usando el método de Galerkin.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Decaimiento de |û n| al tiempo t = 2π.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Expansión Discreta de Fourier EDF<br />
Las series de Fourier continuas de una función arbitraria u(x) requieren<br />
de la evaluación de los coeficientes<br />
û n = 1<br />
2π<br />
∫ 2π<br />
0<br />
u(x)e −inx dx<br />
que en general no se conocen en forma cerrada y deben aproximarse.<br />
También es necesario recuperar en el espacio fisico la información que se<br />
calcula en el espacio transformado o espectral y con las no-linealidades<br />
eso se complica.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Siendo más precisos, si se conoce los coeficientes a n y b n de las<br />
expansiones<br />
f (x) =<br />
N∑<br />
a n φ n (x) y g(x) =<br />
n=0<br />
cuales son los coeficientes del producto fg ?<br />
(fg)(x) =<br />
N∑<br />
p n φ n (x)<br />
n=0<br />
N∑<br />
b k φ k (x)<br />
Teoremas de convolución no son tan eficientes, y son practicamente<br />
imposibles con nolinealidades como<br />
1 du<br />
u 2 dx . (29)<br />
Estas inconveniencias se pueden superar con las transformadas discretas<br />
de Fourier.<br />
k=0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Dado N par, considere los puntos x j = 2πj<br />
N<br />
con j = 0, 1, ..., N − 1<br />
La transformada de Fourier discreta de una función u(x) es<br />
ũ n = 1 N−1<br />
∑<br />
u(x j )e −inx j<br />
n = −N/2, ..., N/2 − 1 (30)<br />
N<br />
j=0<br />
Se puede mostrar que la fórmula de inversión es<br />
u(x j ) =<br />
N/2−1<br />
∑<br />
n=−N/2<br />
ũ n e inx j<br />
j = 0, 1, ..., N − 1. (31)<br />
En consecuencia se define en polinomio interpolante trigonométrico de<br />
orden N/2 de u en los nodos x j como<br />
I N u(x) =<br />
N/2−1<br />
∑<br />
n=−N/2<br />
ũ n e inx (32)<br />
es decir I N (x j ) = u(x j ) con j = 0, ..., N − 1. (32) también se conoce como<br />
serie de Fourier discreta de u.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La transformada discreta de Fourier es el mapeo entre los N números<br />
complejos {u(x j )}, j = 0, 1, ..., N − 1 y el conjunto {ũ k }<br />
k = −N/2, ..., N/2 − 1. (30) se conoce como la transformada inversa de<br />
Fourier.<br />
La transformación discreta de Fourier (TDF) (30) y (31) requiere de<br />
O(N 2 ) operaciones, pero se realiza eficientemente con el algoritmo de la<br />
transformada de Fourier rápida 5Nlog 2 (N).<br />
ũ n puede considerarse como una aproximación a û n .<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
El fenómeno de aliasing<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Cómo se conectan las transformadas de Fourier continuas y discretas<br />
basadas en N par?<br />
Nótese que los modos discretos de Fourier se basan en {x j = 2πj/N} para<br />
los cuales el (n + Nm)-ésimo modo es indistinguible del n-ésimo modo<br />
e i(n+Nm)x j<br />
= e inx j<br />
e i2πmj = e inx j<br />
Este fenómeno se conoce como aliasing .<br />
Si la serie de Fourier de ∑ ∞<br />
n=−∞ ûne inx converge a u(x) en cada nodo x j ,<br />
entonces (33) implica<br />
ũ k = û k +<br />
∞∑<br />
m=−∞,m≠0<br />
û k+Nm k = −N/2, ..., N/2 − 1 (33)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Figura: Fenómeno de aliasing. Tres ondas sinusoidales que tienen la misma<br />
interpretación de k = −2 sobre una red con N = 8. Los puntos nodales están<br />
representados por círculos negros. Las ondas con k = 6 (verde) y k = −10<br />
(azul) se confunden con la de k = −2 (roja) sobre la red.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Una formulación equivalente de<br />
ũ k = û k +<br />
es I N u = P N u + R N u con<br />
R N u =<br />
N/2−1<br />
∑<br />
k=−N/2<br />
⎛<br />
⎝<br />
∞∑<br />
m=−∞,m≠0<br />
∞∑<br />
m=−∞,m≠0<br />
û k+Nm k = −N/2, ..., N/2 − 1<br />
û k+Nm<br />
⎞<br />
⎠ e ikx k = −N/2, ..., N/2 − 1<br />
llamado el error aliasing. Puede probarse que es ortogonal al error de<br />
truncación así que<br />
|u − I N u| 2 = |u − P N u| 2 + |R N u| 2<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
|u − I N u| 2 = |u − P N u| 2 + |R N u| 2<br />
Aunque el error debido a interpolación es siempre mayor que el error<br />
debido a la truncación de la serie de Fourier, se ha demostrado que el<br />
error de truncación y de interpolación decaen al menos con la misma<br />
razón.<br />
Para el caso de la ecuación de advección<br />
∂u<br />
∂t = ∂u<br />
∂x<br />
Usando como condición inicial g(x) = u(x, 0) = sin (π cos x), los<br />
coeficientes calculados anaĺıticamente son<br />
a k (t) = sin ( kπ 2 )J k(π)e ikt (34)<br />
Al calcular ã n con la TDF se tiene que la diferencia más grande entre<br />
a n − ã n ∼ O(10 −9 ) aun para N moderadas.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Polinomios de Chebyshev<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Los polinomios de Chebyshev (PCH) de orden k, que tienen dominio en<br />
[−1, 1] se define como<br />
T k (x) = cos(k cos −1 x) k = 0, 1, 2, ... (35)<br />
Haciendo x = cos θ, se tiene que T k (x) = cos kθ, de modo que los<br />
polinomios de Chebyshev son funciones coseno. De este hecho, es fácil<br />
determinar los primeros PCH<br />
T 0 = 1, T 1 = cos θ = x, T 2 = cos 2θ = 2 cos 2 θ − 1 = 2x 2 − 1, ...<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La expresión T k = cos (kθ) para estos polinomios nos permite usar<br />
relaciones trigonométricas para obtener relaciones de recurrencia para T k .<br />
Por ejemplo cos (k + 1)θ + cos (k − 1)θ = 2 cos θ cos kθ conduce a<br />
T k+1 (x) − 2xT k (x) + T k−1 (x) = 0, k ≥ 1, (36)<br />
que se emplea para generar cualquier T k (x) a partir de T 0 (x) = 1 y<br />
T 1 (x) = x.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
La relación trigonometrica 2 sin θcoskθ = sin (k + 1)θ − sin(k − 1)θ tiene<br />
su contraparte de Chebyshev<br />
2T k (x) = 1<br />
k + 1 T ′ k+1(x) − 1<br />
k − 1 T ′ k−1(x) (37)<br />
de la que se tiene una relación de recurrencia muy útil<br />
2ka k = c k−1 a (1)<br />
k−1 − a(1) k+1 , k ≥ 1 (38)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
donde<br />
c k =<br />
{ 2 if k = 0,<br />
1 if k ≥ 1<br />
(39)<br />
y a (1)<br />
k<br />
son los coeficientes de la expansion de la derivada espacial de u(x)<br />
N−1<br />
∑<br />
u ′ (x) = a (1)<br />
k T k(x) (40)<br />
k=0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Nótese que como<br />
u(x) =<br />
N∑<br />
a k T k (x) (41)<br />
k=0<br />
es un polinomio de grado N, entonces u ′ (x) es un polinomio de grado<br />
N − 1 por eso en su expansion k corre de 0 to N − 1.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
En general, los coeficientes de la expansión de la q-ésima derivada de u<br />
pueden calcularse con<br />
c k a (q)<br />
k<br />
= a (q)<br />
k+2<br />
+ 2(k + 1)a(q−1)<br />
k+1<br />
(42)<br />
Aunque hay expresiones explicitas para calcular a n<br />
(q)<br />
eficiente para calcularlos es usando (42).<br />
la forma más<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Los PCH son mutuamente ortogonales sobre (−1, 1) con respecto al peso<br />
w = (1 − x 2 ) −1/2 y con el producto escalar (u, v) w = ∫ 1<br />
−1 uvwdx:<br />
(T k , T j ) w =<br />
∫ 1<br />
−1<br />
T k (x)T j (x)w = (1 − x 2 ) −1/2 dx = π 2 c kδ k,j . (43)<br />
donde δ k,j es la delta de Kronecker. Para la implementación de<br />
condiciones de frontera, las siguientes relaciones son muy útiles<br />
T n (±1) = (±1) n T ′ k(±1) = (±1) k+1 k 2 (44)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Colocación Espectral<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
En este método se asume que la solución aproximada u N satisface la<br />
ecuación diferencial en cuestión en algunos puntos x 1 , x 2 , ..., x N , llamados<br />
puntos de colocación del dominio respectivo.<br />
Es decir, se sustituye la expansión<br />
N−1<br />
∑<br />
u(x) = a k T k (x) (45)<br />
k=0<br />
en el sistema O(u N (x i )) = f (x i ), que junto con las condiciones de<br />
frontera, forman un sistema lineal de ecuaciónes (N + 1) × (N + 1) para<br />
los coeficientes a n .<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Resolveremos la ecuación de Helmholtz −d 2 u/dx 2 + λu = f (x), donde<br />
λ > 0 es una constante con valores de frontera (λ = 0 y se tiene Poisson)<br />
La solución la queremos de la forma<br />
u(−1) = F 1 u(1) = F 2 (46)<br />
u(x) =<br />
N∑<br />
a n T n (x) (47)<br />
n=0<br />
Sean {x i } un conjunto finito de puntos interiores al dominio [−1, 1], a<br />
estos puntos se les llama puntos de colocación, La red que se utiliza para<br />
definir estos puntos es x i = cos (πi/N).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Al sustituir (47) en la ecuación diferencial d 2 u/dx 2 = f (x), y al evaluar<br />
en los puntos de colocación x i = cos(iπ/N) se obtiene<br />
N∑<br />
n=0<br />
a n<br />
d 2<br />
dx 2 T n(x i ) = f (x i ) (48)<br />
que junto con las condiciones de frontera forman un sistema lineal de<br />
ecuaciones (N + 1) × (N + 1) para los coeficientes a n .<br />
Veamos mas de cerca. Digamos que N = 5, los puntos de colocación son<br />
x 0 = 1, x 1 = cos(π/5) =0.809016, x 2 = cos(2π/5) =0.309,<br />
x 3 = cos(3π/5) = -0.309, x 4 = cos(4π/5) = -0.809016,<br />
x 1 = cos(π) = −1 Estos valores se usan en (48) para obtener el sistema<br />
lineal AX = b donde la primera fila corresponde a i = 0, la segunda fila a<br />
i = 1 y asi sucesivamente. La primera y última fila corresponden a las<br />
condiciones de frontera. El sistema específicamente es<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
⎛<br />
⎜<br />
⎝<br />
T 0 (1) T 1 (1) T 2 (1) T 3 (1) T 4 (1) T 5 (1)<br />
T 0 (x 1 ) T 1 (x 1 ) T 2 (x 1 ) T 3 (x 1 ) T 4 (x 1 ) T 5 (x 1 )<br />
T 0 (x 2 ) T 1 (x 2 ) T 2 (x 2 ) T 3 (x 2 ) T 4 (x 2 ) T 5 (x 2 )<br />
T 0 (x 3 ) T 1 (x 3 ) T 2 (x 3 ) T 3 (x 3 ) T 4 (x 3 ) T 5 (x 3 )<br />
T 0 (x 4 ) T 1 (x 4 ) T 2 (x 4 ) T 3 (x 4 ) T 4 (x 4 ) T 5 (x 4 )<br />
T 0 (−1) T 1 (−1) T 2 (−1) T 3 (−1) T 4 (−1) T 5 (−1)<br />
⎞ ⎡<br />
⎟ ⎢<br />
⎠ ⎣<br />
ó bien, puesto que T n (1) = 1 y T n (−1) = (−1) n para toda n, se tiene<br />
⎛<br />
⎜<br />
⎝<br />
1 1 1 1 1 1<br />
T 0 (x 1 ) T 1 (x 1 ) T 2 (x 1 ) T 3 (x 1 ) T 4 (x 1 ) T 5 (x 1 )<br />
T 0 (x 2 ) T 1 (x 2 ) T 2 (x 2 ) T 3 (x 2 ) T 4 (x 2 ) T 5 (x 2 )<br />
T 0 (x 3 ) T 1 (x 3 ) T 2 (x 3 ) T 3 (x 3 ) T 4 (x 3 ) T 5 (x 3 )<br />
T 0 (x 4 ) T 1 (x 4 ) T 2 (x 4 ) T 3 (x 4 ) T 4 (x 4 ) T 5 (x 4 )<br />
1 −1 1 −1 1 −1<br />
⎞ ⎡<br />
⎟ ⎢<br />
⎠ ⎣<br />
a 0<br />
a 1<br />
a 2<br />
a 3<br />
a 4<br />
a 5<br />
⎤<br />
a 0<br />
a 1<br />
a 2<br />
a 3<br />
a 4<br />
a 5<br />
⎤<br />
=<br />
⎥ ⎢<br />
⎦ ⎣<br />
⎡<br />
=<br />
⎥ ⎢<br />
⎦ ⎣<br />
⎡<br />
F 2<br />
f (x 1 )<br />
f (x 2 )<br />
f (x 3 )<br />
f (x 4 )<br />
F 1<br />
F 2<br />
f (x<br />
f (x<br />
f (x<br />
f (x<br />
F 1<br />
⎤<br />
⎥<br />
⎦<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Al invertir la matriz A se tendrán los coeficientes a n , y de ese modo la<br />
solución (47) estará completa.<br />
Cómo invertir la matriz? Nótese primero que la matriz es densa (de<br />
hecho no tiene ningún cero) Se puede utilizar el método de<br />
descomposición LU. Éste consiste en escribir la matriz A como A = LU<br />
donde L es una matriz Lower triangular, es decir, tiene sólo ceros arriba<br />
de la diagonal, y U es una matriz Upper triangular, es decir, tiene sólo<br />
ceros abajo de la diagonal. De este modo el problema original AX = b se<br />
escribe AX = (LU)X = L(UX ) = b, y dividimos el proceso de solución<br />
en dos pasos. Primero se resuelve LY = b y despúes UX = Y (nótese<br />
que es el mismo problema, pues la primera ecuación b = LY al usar la<br />
segunda Y = UX da AX = b. La ventaja de tener dos pasos en el<br />
proceso de solución es que en éstos, se lidia con conjuntos triangulares de<br />
ecuaciones, que son sencillitos de resolver. La descomposición matricial la<br />
hace la rutina ludcmp.c y la solución la da lubksb.c.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Buscamos una solución de la forma<br />
u(x, y) =<br />
N∑<br />
n=0 m=0<br />
N∑<br />
a nm T n (x)T m (y) (49)<br />
Para encontrar los coeficientes a nm , sustituimos la expansión en la<br />
ecuación de Poisson ∇ 2 u(x, y) = f (x, y), y asumimos que en los puntos<br />
de colocación se cumple la ecuación, así que al sustituir la expansión y<br />
evaluarla en los puntos de colocación se tiene:<br />
N∑<br />
N∑<br />
n=0 m=0<br />
[ d 2 T n (x i )<br />
a nm<br />
dx 2 T m (y j ) + T n (x i ) d 2 ]<br />
T m (y i )<br />
dy 2 = f (x i , y j ) (50)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Junto con las condiciones de frontera (que es el perímetro del cuadrado<br />
de lado 2 centrado en el origen)<br />
u(x = ±1, y = ±1) (51)<br />
se tendrán (N + 1) 2 ecuaciones lineales para las (N + 1) 2 incógnitas a nm ,<br />
asi que se tendrá que resolver una ecuación matricial del tipo A ⃗ X = ⃗ b,<br />
donde el vector columna ⃗ X tiene como elementos ⃗ X = (a 00 , a 01 , ..., a NN ).<br />
Parte importante de la elaboración del código, será visualizar como<br />
arreglar en el vector X = (X 1 , X 2 , ..., X (N+1) 2) los coeficientes a nm , y<br />
como escribir los elementos de la matriz A. La manera natural de arreglar<br />
el vector es<br />
X = (a 00 , a 01 , ...a 0N , ..., a N0 , a N1 , ..., a NN ) (52)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Nótese que para n = 0, se tiene que en a 00 , a 01 , ...a 0N hay N + 1<br />
elementos que asociamos con X 1 , X 2 , ..., X N+1 , asi que aquí se escribiría<br />
X m+1 = a 0m para m = 0, 1, 2, ..., N<br />
Cuando n = 1, se tiene que los N + 1 elementos a 10 , a 11 , ...a 1N se asocian<br />
con X (N+1)+1 , X (N+1)+2 , ..., X 2(N+1) , así que escribiríamos (recuerde que<br />
n = 1) X (N+1)+(m+1) = a 1m para m = 0, 1, ..., N<br />
Cuando n = 2, se tiene que los N + 1 elementos a 20 , a 21 , ...a 2N se asocian<br />
con X 2(N+1)+1 , X 2(N+1)+2 , ..., X 3(N+1) , así que escribiríamos (recuerde que<br />
n = 2) X 2(N+1)+(m+1) = a 2m para m = 0, 1, ..., N<br />
Cuando se tiene un n ≤ N arbitrario, se tiene que los N + 1 elementos<br />
a n0 , a n1 , ...a nN se asocian con X n(N+1)+1 , X n(N+1)+2 , ..., X (n+1)(N+1) ,<br />
así que escribiríamos X n(N+1)+(m+1) = a nm para m = 0, 1, ..., N<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Ahora veamos como a partir del sistema de ecuaciones lineales<br />
N∑<br />
N∑<br />
n=0 m=0<br />
[ d 2 T n (x i )<br />
a nm<br />
dx 2 T m (y j ) + T n (x i ) d 2 ]<br />
T m (y i )<br />
dy 2 = f (x i , y j )<br />
junto con las condiciones de frontera u(x ± 1, y ± 1), debemos escribir los<br />
elementos de la matriz A. La primera fila se obtiene cuando i = 0, j = 0,<br />
la segunda cuando i = 0, j = 1, la tercera i = 0, j = 2, y<br />
así sucesivamente. Siguiendo el mismo razonamiento para construir el<br />
vector X , dada un valor arbitrario de i y de j, la fila correspondiente<br />
será α = i(N + 1) + (j + 1). La columna β de la matriz A se localiza<br />
dados los valores de n y m, a saber β = n(N + 1) + (m + 1). De este<br />
modo, dados los valores de los indices i, j, n, m los elementos de matriz<br />
son (para i,j=0,N, estamos en la frontera)<br />
A αβ = A i(N+1)+(j+1),n(N+1)+(m+1) = d 2 T n (x i )<br />
dx 2 T m (y j ) + T n (x i ) d 2 T m (y i )<br />
dy 2 (53)<br />
con tal de que i, j ≠ 0, N.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método de Galerkin<br />
Expansión Discreta de Fourier<br />
Aliasing<br />
Polinomios de Chebyshev<br />
Método de Colocación<br />
Una vez que se tiene, la matriz, y se usa ludcmp y lubksb, se tendran los<br />
coeficientes a nm , esa es la busqueda fundamental en los métodos<br />
espectrales: los coeficientes. Una vez obtenidos, se tiene la solución<br />
buscada u(x, y) que debe guardarse en un archivo de datos para graficar.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
El método de Tau es una versión modificada del método de Galerkin, que<br />
resuelve un sistema un poco diferente (al de Galerkin) para poder<br />
incorporar eficientemente las condiciones de frontera en la solución.<br />
Nuevamente, se toma una base ortogonal de funciones Φ n (x), en este<br />
método se utiliza una solución aproximada de la forma<br />
u N (x, t) =<br />
N+K<br />
∑<br />
n=0<br />
a n (t)Φ n (x) (54)<br />
donde N es el número de términos de la expansiń y K es el número de<br />
condiciones de frontera del problema.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Ecuación de Calor<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Ejemplo simple para ilustrar la implementación del método<br />
∂u<br />
∂t = ∂u2 ,<br />
∂x<br />
2<br />
|x| ≤ 1 (55)<br />
con las condiciones de frontera<br />
y condición inicial<br />
u(±1, t) = 0 (56)<br />
u(x, 0) = 1 2 (1 − x 2 ) sin 2πx<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Desarrollamos u(x, t) en términos de N + 1 polinomios de un conjunto<br />
ortogonal de funciones, usaremos los polinomios de Chebyshev<br />
Para minimizar el residuo<br />
u N (x, t) =<br />
N∑<br />
a n (t)T n (x) (57)<br />
n=0<br />
R(x, t) = ∂u N<br />
∂t<br />
− ∂2 u N<br />
∂x 2 (58)<br />
uno demanda que R(x, t) sea ortogonal al espacio expandido por<br />
{T k (x)} N−2<br />
k=0<br />
, es decir<br />
∫ 1<br />
−1<br />
dx<br />
R(x, t)T k (x) √ = 0 0 ≤ k ≤ N − 2 (59)<br />
1 − x<br />
2<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
debido a la ortogonalidad de los polinomios T k (x), la integral anterior se<br />
convierte en<br />
ȧ k = a (2)<br />
k<br />
0 ≤ k ≤ N − 2 (60)<br />
donde a (2)<br />
k<br />
= f k (a n ) son los coeficientes de la expansión de la segunda<br />
derivada de u(x, t) con respecto a la variable espacial x. Como hemos<br />
dicho, la manera más eficiente de calcularlos es usando la relación de<br />
recurrencia<br />
con<br />
c k a (2)<br />
k<br />
= a (2)<br />
k+2<br />
+ 2(k + 1)a(1)<br />
k+1 . (61)<br />
c k =<br />
{ 2 if k = 0,<br />
1 if k ≥ 1<br />
(62)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Las condiciones de frontera u(x = −1, t) = u(x = 1, t) = 0 en términos<br />
de los coeficientes son<br />
u(−1, t) =<br />
N∑<br />
a n = 0 u(−1, t) =<br />
n=0<br />
N∑<br />
(−1) n a n = 0 (63)<br />
donde se usó T k (±1) = (±1) −k , (63) es equivalentes al par de ecuaciones<br />
∑ ∑<br />
a k = 0, a k = 0. (64)<br />
n=0<br />
n par<br />
n=1<br />
n impar<br />
n=0<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
El sistema de ecuaciones diferenciales<br />
ȧ n = a (2)<br />
n (a k ) 0 ≤ n ≤ N − 2<br />
Evoluciona a los coeficientes a n 0 ≤ n ≤ N − 2, y con las condiciones de<br />
frontera<br />
∑ ∑<br />
a k = 0, a k = 0.<br />
n=0<br />
n par<br />
n=1<br />
n impar<br />
se encuentra a N y a N−1 a cada paso temporal.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura: Se muestra el residuo en función de la N para verificar convergencia de<br />
la solución.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Ecuación de Burgers<br />
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Vamos a resolver la ecuación diferencial de Burgers usando el método de<br />
Tau<br />
∂u<br />
∂t + u ∂u<br />
∂x = ν ∂u2 ,<br />
∂x<br />
2<br />
|x| ≤ 1 (65)<br />
con las condiciones de frontera<br />
y condición inicial<br />
donde ν es la viscosidad.<br />
u(±1, t) = 0 (66)<br />
u(x, 0) = − sin πx (67)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Para viscosidades pequeñas, la solución se desarrolla como una onda de<br />
“diente de sierra” en el origen. La solución teórica de este problema es<br />
conocida, la obtuvo J. D. Cole y fue compilada por Benton y Platzmann<br />
[ ∑ ]<br />
∞<br />
n=1<br />
u(x, t) = 4πν<br />
na ne −n2 π 2 tν sin nπx<br />
a 0 + 2 ∑ ∞<br />
n=1 a , (68)<br />
ne −n2 π 2 tν<br />
cos nπx<br />
donde a n = (−1) n I n (1/2πν) e I n (ξ) denota las funciones de Bessel<br />
modificadas del primer tipo. A veces se piensa que una solución anaĺıtica<br />
es siempre mucho mejor que una númerica, pero esto no es siempre así,<br />
para graficarla con una computadora, la solución (68) es intratable para<br />
valores pequeños de t y ν, donde I n (ξ), cuando ξ → ∞, se comporta<br />
asintóticamente como e ξ (2πξ) −1/2 independiente de n.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Una representación manejable de la solución es<br />
I (x, t)<br />
u(x, t) = −<br />
J(x, t)<br />
donde I (x, t) y J(x, t) están definidas por<br />
(69)<br />
I (x, t) =<br />
J(x, t) =<br />
∫ ∞<br />
−∞<br />
∫ ∞<br />
−∞<br />
sin [π(x − η)]f (x − η) exp (−η 2 /4νt)dη (70)<br />
f (x − η) exp (−η 2 /4νt)dη (71)<br />
donde f (ξ) = exp (− cos(πξ/2πν)).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Esta solución exacta nos permitirá comparar nuestra solución numérica.<br />
Usaremos el método trapezoidal con limites finitos. Debido al hecho de<br />
que los integrandos decaen muy rápidamente cuando |η| aumenta, la<br />
integración se hará en un intervalo entre [−n, n] y luego en [−2n, 2n] y si<br />
no cambia el resultado dentro de una tolerancia previamente establecida<br />
(por ejemplo 10 −10 ), entonces ahí nos detenemos.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Como se ha dicho, empezamos desarrollando u(x, t) en terminos de los<br />
primeros N + 1 polinomios de un conjunto ortogonal de funciones. En<br />
este caso usamos los polinomios de Chebyshev<br />
A fin de minimizar el residuo<br />
u N (x, t) =<br />
R(x, t) = ∂u N<br />
∂t<br />
N∑<br />
a n (t)T n (x) (72)<br />
n=0<br />
+ u N<br />
∂u N<br />
∂x − ν ∂2 u N<br />
∂x 2 (73)<br />
uno demanda que R(x, t) sea ortogonal al espacio expandido por<br />
{T k (x)} N−2<br />
k=0<br />
, es decir<br />
∫ 1<br />
−1<br />
dx<br />
R(x, t)T k (x) √ = 0 0 ≤ k ≤ N − 2 (74)<br />
1 − x<br />
2<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
esta integral, debido a la ortogonalidad de los polinomios T k (x), nos<br />
conduce a<br />
ȧ k = ˆN k + νa (2)<br />
k<br />
0 ≤ k ≤ N − 2 (75)<br />
donde ˆN = −(u N ∂ x u N ) k , y a (2)<br />
k<br />
son los coeficientes de la expansión de la<br />
segunda derivada de u(x, t) con respecto a la variable espacial x. La<br />
manera más eficiente de calcularlos es usando la relación de recurrencia<br />
c k a (2)<br />
k<br />
= a (2)<br />
k+2<br />
+ 2(k + 1)a(1)<br />
k+1 . (76)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
El sistema de ecuaciones (75) junto con las condiciones de frontera<br />
u(x = −1, t) = u(x = 1, t) = 0, constituyen un conjunto completo para<br />
calcular los coeficientes de la expansión a todo tiempo con la condición<br />
inicial dada. Las condiciones de frontera en terminos de los coeficientes<br />
son<br />
N∑<br />
a n =<br />
n=0<br />
n=0<br />
n par<br />
N∑<br />
(−1) n a n = 0 (77)<br />
n=0<br />
que son equivalentes al par de ecuaciones<br />
∑ ∑<br />
a k = 0, a k = 0. (78)<br />
n=1<br />
n impar<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
El sistema (75) evoluciona a los coeficientes a n para 0 ≤ N − 2, y con las<br />
condiciones de frontera (78), se calculan a N−1 y a N a cada paso de<br />
tiempo.<br />
El termino no lineal de (75) requiere de trato especial. Tanto u(x, t)<br />
como ∂ x u(x, t) tienen su expansión en terminos de los polinomios T n y<br />
tienen sus coeficientes respectivos a n y a n<br />
(1) . La pregunta es, cuáles son<br />
los coeficientes < u∂u > k = b k de la expansión del producto u∂ x u<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
u N<br />
∂u N<br />
∂x<br />
N = ∑<br />
b k T k (x), (79)<br />
k=0<br />
en términos de a k y a (1)<br />
k<br />
. En principio podría usarse la relación<br />
⎡<br />
⎤<br />
b k =< u∂u > k = 1 ⎣ ∑<br />
a p a q (1) + ∑<br />
a p a q<br />
(1) ⎦ (80)<br />
2<br />
p+q=k<br />
|p−q|=k<br />
que puede demostrarse facilmente con ayuda de las propiedades de los<br />
polinomios de Chebyshev. Sin embargo, es mucho más eficiente utilizar<br />
un cálculo pseudo-espectral con la ayuda de las Transformadas de Fourier<br />
Rápidas (TFR). El proceso del cálculo se sistematiza a continuación<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Cálculo de < u∂ x u > k = b k dados los coeficientes a k<br />
1. Use la relación de recurrencia<br />
c k a (1)<br />
k<br />
= a (1)<br />
k+2 + 2(k + 1)a k+1 (81)<br />
para calcular los coeficientes de la expansión de la primera<br />
derivada con respecto a x de u(x, t)<br />
2. Las TFR necesitan de “entrada” los coeficientes de la<br />
expansión de una función u(x, t), y dan de salida la función<br />
valuada en varios puntos (de “colocación”) u N (x i ). Así que,<br />
teniendo a k y a (1)<br />
k<br />
, utilice las TFR y obtenga u N(x i ) y<br />
(∂u N /∂x)(x i ) (esto es, u y su derivada con respecto a x en el<br />
espacio físico).<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
a k −→ u N (x i ) a (1)<br />
k<br />
−→ ∂u N(x i )<br />
∂x<br />
3. Realice los productos en el espacio fisico:<br />
(82)<br />
u N (x i ) ∂u N<br />
∂x (x i) (83)<br />
4. A través de la TFR inversas, regrese al espacio espectral. La<br />
TFR inversa tienen por entrada los valores dados por (83), y<br />
por salida los coeficiientes < u∂ x u > k = b k<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
∂u N (x i )<br />
−→< u∂ x u > k = b k (84)<br />
∂x<br />
Esta “danza” entre el espacio espectral y el físico, se realiza a cada paso<br />
de tiempo. La evolución temporal se realizará usando el esquema<br />
Adams-Bashforth para el término no lineal, y el esquema Crank-Nicolson<br />
para el termino lineal. De este modo se tiene el esquema ABCN<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
a n (t + ∆t) = a n (t) + ∆t<br />
2 [b n(t − ∆t) − 3b n (t)]<br />
+ ν∆t [<br />
]<br />
a n (2) (t) + a n<br />
(2) (t + ∆t) 0 ≤ n ≤ N − 2(85)<br />
2<br />
que puede re-escribirse como<br />
(<br />
a (2)<br />
n − λa n<br />
)<br />
(t + ∆t) = f n (a n , b n , t, t − ∆t) 0 ≤ n ≤ N − 2 (86)<br />
donde λ = 2/ν∆t y la función f n es expĺıcitamente<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Si usamos la ecuación<br />
f n = −λa n (t) − 1 ν [b n(t − ∆t) − 3b n (t)] − a (2)<br />
n (t) (87)<br />
a (2)<br />
k<br />
= 1 c k N ∑<br />
p=k+2<br />
(p+k)par<br />
en 86, sta última se escribiría como<br />
1<br />
c k<br />
N ∑<br />
p=k+2<br />
(p+k)par<br />
p(p 2 − k 2 )a p (88)<br />
p(p 2 − k 2 )a p − λa k = f k k = 0, ..., N − 2 (89)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Usando (78) y (89) llegamos a un sistema de ecuaciones lineales de la<br />
forma<br />
LX = b (90)<br />
donde L es una matriz triangular superior, cuya solución requiere N 2<br />
operaciones. Un procedimiento de solución más eficiente se consigue<br />
rearreglando las ecuaciones 86 con ayuda de la relación de recurrencia<br />
la ecuación 86 queda<br />
2ka (1)<br />
k<br />
= c k−1 a (2)<br />
k−1 − a(2) k+1<br />
(91)<br />
2ka (1)<br />
k<br />
= c k−1 [−f k−1 + λa k−1 ] − [−f k+1 + λa k+1 ] k = 1, ..., N − 3.<br />
(92)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Despúes, usando la relación de recurrencia (??) para la primera derivada,<br />
en combinación con la (92), resulta una ecuación con solamente los<br />
coeficientes a k , a saber<br />
donde<br />
[<br />
c n−2 λ<br />
4n(n − 1) a n−2 − 1 + λβ n<br />
= − c n−2<br />
4n(n − 1) f n−2 +<br />
]<br />
a n + λβ n+2<br />
4n(n + 1) a n+2<br />
2(n 2 − 1)<br />
β n<br />
2(n 2 − 1) f n − β n+2<br />
4n(n + 1) f n+2,<br />
k = 2, .., N(93)<br />
β n =<br />
{ 1 0 ≤ n ≤ N − 2<br />
0 n > N − 2<br />
(94)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Note que los coeficientes pares e impares están desacoplados en 93 y en<br />
78. El sistema de ecuaciones que surge para los coeficientes pares e<br />
impares resulta ser uno con una matriz tridiagonal con una “trenza” (en<br />
la primera fila). Un procedimiento muy eficiente (más que el de Gauss) se<br />
expone en el apéndice, y es el que se usó para integrar en el tiempo la<br />
ecuación de Burgers.<br />
Para manejar el error de “aliasing” explicado en el apéndice A, se usĺa<br />
regla de 2N/3. Es decir, en la expansión de u N (x, t) se tienen 32<br />
términos, realmente se usarán 21; si se tienen 64, realmente se usarán 42,<br />
etc.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Convección Marangoni<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
La ecuación de evolución para la altura de la interface h(x, t) la derivó J.<br />
Swift y S. Van-Hook, y ésta es<br />
∂h<br />
∂t + ∂ { }<br />
3D(1 + F )h<br />
2<br />
∂h ∂h<br />
∂x 2(1 + F − Fh) 2 − h3<br />
∂x ∂x + h3 ∂h<br />
= 0 (95)<br />
B ∂x<br />
O bien, ∂h<br />
∂x<br />
donde D ≡ σ T △ T /ρgd 2 , B ≡ ρg(L/2π)/σ y<br />
F ≡ (1 − k g /k)/(d g /d + k g /k).<br />
∂t ≡ ∂J(x,t)<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura: Puntos de colocación x j = cos(πj/N) con N = 4.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
En el protocolo experimental, para tener diferentes valores de d se<br />
sobrellenaba o medio llenaba el contenedor que tenía una altura fija, de<br />
este modo, la superficie inicial no es plana ni aun en la ausencia de<br />
gradientes de temperatura.<br />
Además el fluido permanecía adherido a las paredes laterales del<br />
contenedor de modo que h(x ± 1) = h 0 . A fin de incorporar éstas<br />
características del experimento, se resuelve la ecuación Swift-Van-Hook<br />
con las condiciones de frontera adecuadas y partiendo de una superficie<br />
no plana.<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>
Estructura<br />
Introducción<br />
El sistema de Fourier<br />
Método Espectral Tau<br />
Ecuación de Calor<br />
Ecuación de Burgers<br />
Implementación del método Tau<br />
Convección Marangoni<br />
Figura:<br />
Ricardo Becerril Bárcenas<br />
Una breve introducción a los Métodos <strong>Espectrales</strong>