Analyse de l'impact numérique du réordonnancement pour les ...
Analyse de l'impact numérique du réordonnancement pour les ...
Analyse de l'impact numérique du réordonnancement pour les ...
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1 Intro<strong>du</strong>ctionIl existe <strong>de</strong> nombreux problèmes scientifiques non résolu, parmi ces problème figurent "<strong>les</strong>équations aux dérivées partiel<strong>les</strong>" (EDP), sur un domaine et éventuellement sous certainescontraintes (par exemple le problème différence finie, élément finis) qu’on rencontre dansbeaucoup d’applications comme en physique, en mécanique, en électronique, etc. en généraldans <strong>les</strong> sciences <strong>pour</strong> l’ingénieur. Actuellement <strong>pour</strong> résoudre ce type <strong>de</strong> problème, il n’existepas encore <strong>de</strong>s métho<strong>de</strong>s mathématiques qui peuvent donner <strong>de</strong>s solutions <strong>de</strong> façon formelle(sauf <strong>pour</strong> <strong>de</strong>s formes particulières) aux EDP à partir <strong>du</strong> second <strong>de</strong>gré (second ordre). Unseul moyen <strong>pour</strong> résoudre ces problèmes proposé par <strong>de</strong>s scientifiques consiste à trouver <strong>de</strong>ssolutions approchées qui con<strong>du</strong>isent, éventuellement après une étape <strong>de</strong> discrétisation , à larésolution <strong>du</strong> système d’équations en dimension finie, symétrique définie positive (où la preuvese trouve dans [7]) creuse et <strong>de</strong> très gran<strong>de</strong> taille. Lorsque <strong>les</strong> systèmes sont non linéaires, leurrésolution passe par une étape <strong>de</strong> linéarisation. On peut donc dire que tout <strong>les</strong> calculs scientifiquesreposent sur la résolution <strong>du</strong> système linéaire <strong>pour</strong> lequel il est fondamental que soientdéveloppées <strong>de</strong>s métho<strong>de</strong>s numériques rapi<strong>de</strong>s, robustes et faci<strong>les</strong> à utiliser.Par résolution <strong>de</strong>s systèmes issus <strong>de</strong> la discrétisation <strong>de</strong> EDP, nous entendons la recherche<strong>de</strong> la solution d’un système Ax = b en utilisant l’une <strong>de</strong>s <strong>de</strong>ux (ou bien la combinaison <strong>de</strong>s<strong>de</strong>ux) principa<strong>les</strong> métho<strong>de</strong>s suivantes.La première métho<strong>de</strong> est la métho<strong>de</strong> directe, indépendante <strong>de</strong> la structure numérique et<strong>de</strong> la taille <strong>du</strong> système d’équations, il y a cinq étapes différentes dans le déroulement <strong>du</strong> calculqui consiste à :– Déterminer la structure <strong>de</strong> donnée utilisée– Trouver la meilleure permutation (la numérotation) P sur <strong>les</strong> variab<strong>les</strong> et <strong>les</strong> équations<strong>du</strong> système <strong>pour</strong> exploiter le parallélisme, le symétrique et essayer <strong>de</strong> préserver la taille<strong>de</strong>s éléments non nuls <strong>de</strong> A.– Déterminer <strong>les</strong> informations nécessaires <strong>du</strong> facteur Cho<strong>les</strong>ky L <strong>de</strong> P AP t <strong>pour</strong> réserver<strong>les</strong> mémoires et puis mettre à jour la structure <strong>de</strong>s données correspondance.– Factoriser la matrice permuter P AP t en LL t en utilisant la métho<strong>de</strong> Cho<strong>les</strong>ky– Résoudre le système d’équations Ly = b et L t z = y puis faire x = P t zOn va voir dans la section (2.1), avec <strong>les</strong> différents numérotations, qu’on peut diminuer, laplupart <strong>du</strong> temps, le nombre <strong>de</strong>s éléments non nuls dans le facteur Cho<strong>les</strong>ky L <strong>de</strong> la matriceP AP t .Il y a beaucoup <strong>de</strong> type <strong>de</strong> structures <strong>de</strong> données possib<strong>les</strong> utilisée <strong>pour</strong> stocker <strong>de</strong>s éléments<strong>de</strong> la matrice, la différence entre ces types sont essentiellement <strong>du</strong>es à l’exploitation<strong>de</strong>s éléments zéros. Certaines peuvent stocker un peu plus d’éléments nuls (le structure <strong>de</strong>données simple), et <strong>les</strong> autres exploitent tous <strong>les</strong> éléments nuls <strong>de</strong> la matrice. Le choix <strong>de</strong> lastructure <strong>de</strong> donnée, non seulement affecte la taille <strong>de</strong> mémoire utilisée, mais aussi, a l’impactsur l’implémentation <strong>de</strong> la factorisation et la solution <strong>du</strong> système, et donc sur la complexité<strong>du</strong> programme et le temps d’exécution.La secon<strong>de</strong> métho<strong>de</strong>, c’est la métho<strong>de</strong> itérative, qui,typiquement consiste à choisir le vecteurd’approximation <strong>de</strong> départ x (1) <strong>de</strong> x, et à déterminer la suite x (2) , x (3) , · · · telle quelim i→∞ x (i) = x, où souvent, x (i+1) est calculé en fonction <strong>de</strong> A, b, la matrice préconditionneur<strong>de</strong> A et un ou <strong>de</strong>ux vecteur(s) déjà calculé dans la précédante itération. En théorie,quand on utilise la métho<strong>de</strong> itérative, on doit exécuter un nombre infini <strong>de</strong> fois <strong>de</strong>s opérations2