Calcul Scientifique pour les Sciences de lIngénieur Bruno Koobus Franck Nicoud.
-
Upload
andrion-reynaud -
Category
Documents
-
view
110 -
download
0
Transcript of Calcul Scientifique pour les Sciences de lIngénieur Bruno Koobus Franck Nicoud.
Calcul Scientifique pour les Sciences de l’Ingénieur
Bruno KoobusFranck Nicoud
Organisation du moduleDate
Horaire
Intervenant Lieu Séance
12/03/09
9h-12h
F. Nicoud Bat. 16 TD 02
Cours 1
19/03/09
9h-12h
F. Nicoud Bat. 18 TD 02
Cours 2
23/03/09
9h-12h
F. Nicoud Bat. 9 TD 33
Cours 3
25/03/09
8h-11hB. Koobus Bat. 9
TD 32Cours 4
30/03/09
8h-11hB. Koobus Bat. 9
TD 33Cours 5
02/04/09
15h-18hB. Koobus Bat. 6
A préciserCours 6
MD "Calcul Scientifique" 3
Trois familles de méthodes• Éléments finis (B.
Koobus)
• Volume finis (non abordés dans ce module)
• Méthodes aux différences finies (F. Nicoud)
MD "Calcul Scientifique" 4
Eléments finis en quelques mots• A chaque instant, on cherche la solution de l’EDP
sous la forme
• Les fonctions forment une base de l’espace de dimension N dans lequel on cherche à approximer la ‘vraie’ solution f par fh.
• Les coefficients fi sont déterminés en imposant à fh d’être la meilleure approximation de f dans l’espace de dimension N choisi.
N
iiih xfxf
1
)()(
)(xi
MD "Calcul Scientifique" 5
Éléments finis en quelques mots• Un choix classique est de prendre linéaire par
morceaux et égale à 1 au nœud i du maillage, nulle partout ailleurs
)(xi
Linéaire
1 0
Nulle
MD "Calcul Scientifique" 6
Éléments finis en quelques mots• On cherche à résoudre E(f)=0
• Avec l’approximation on commet une erreur E(fh)
• La méthode de Galerkin consiste à dire que cette erreur et orthogonale aux fonctions de forme
• N équations, N inconnues …
N
iiih xfxf
1
)()(
)(xi
0)()(,,...,2,11
xdxfExNkN
iiik
0:ex
K
f
MD "Calcul Scientifique" 7
Volumes finis en quelques mots• Bien adaptés à des problèmes conservatifs du type
• On intègre l’équation sur chaque cellule du maillage et on utilise le théorème de la divergence
• Les inconnues sont les valeurs moyennes de f sur chaque cellules à l’instant n+1, soit
0)(
fFdivt
f
iVk
kkk
ni
ni
i dSnFt
ffV
de faces
1
iV1n
if
MD "Calcul Scientifique" 8
Volumes finis en quelques mots• Les flux sur les faces de sont calculés à partir des
valeur de f dans les cellules voisines
iV
iVk
kkk
ni
ni
i dSnFt
ffV
de faces
1
iV
1n
2n
3n
MD "Calcul Scientifique" 9
Différences finies• Contrairement aux éléments et volumes finis, cette
technique n’est pas adaptée aux maillages non cartésiens
• Mais elle est très intuitive
• En 1D, les trois méthodes sont équivalentes
• Permet d’appréhender beaucoup de concepts ou problèmes numériques communs aux différentes méthodes
MD "Calcul Scientifique" 10
Différences finies• L’idée est de remplacer les dérivées partielles
aux points de maillage par des développement de Taylor
• Plutôt que de chercher f(x), on cherche les valeurs de f aux nœuds du maillage, soit fi=f(xi)
i 1i 2i1i2i3i x
ixx
1ix 2ix1ix2ix3ix
MD "Calcul Scientifique" 11
DERIVEES PREMIERES
MD "Calcul Scientifique" 12
Dérivées premières• Développement de Taylor au nœud i:
• Ces développements font apparaître les dérivées de f au nœud i uniquement
i 1i 2i1i2i3i x
212
221
11 2 ii
x
ii
xiiii xxo
dx
fdxx
dx
dfxxff
ii
212
221
11 2 ii
x
ii
xiiii xxo
dx
fdxx
dx
dfxxff
ii
MD "Calcul Scientifique" 13
• Si les nœuds sont régulièrement espacés
i 1i 2i1i2i3i x
x
22
22
1 2xo
dx
fdx
dx
dfxff
ii xxii
22
22
1 2xo
dx
fdx
dx
dfxff
ii xxii
211 020 xo
dx
dfxff
ixii
Dérivées premières
MD "Calcul Scientifique" 14
• Si les nœuds sont régulièrement espacés, la dérivée de f au nœud i est approximée par
• Erreur d’approximation est• Schéma centré d’ordre 2
x
fffD
dx
df iii
xi
2110
1
)( xo
Dérivées premières
MD "Calcul Scientifique" 15
• On peut manipuler les développements limités pour obtenir d’autres approximations de la dérivée première
•
•
)1(11 o
x
fffD
dx
df iii
xi
Dérivées premières
)1(11 o
x
fffD
dx
df iii
xi
MD "Calcul Scientifique" 16
Maillage non uniforme• Développement de Taylor au nœud i:
i 1i 2i1i2i3i x
212
221
11 2 ii
x
ii
xiiii xxo
dx
fdxx
dx
dfxxff
ii
212
221
11 2 ii
x
ii
xiiii xxo
dx
fdxx
dx
dfxxff
ii
11 iii xx iii xx 1
MD "Calcul Scientifique" 17
Maillage non uniforme• Développement de Taylor au nœud i:
i 1i 2i1i2i3i x
212
221
11 2
i
x
i
xiii o
dx
fd
dx
dfff
ii
2
2
22
1 2 i
x
i
xiii o
dx
fd
dx
dfff
ii
2
1i
2i
2211
221
2211
21
21 ii
xiiiiiiiiiii odx
dffff
i
offf
dx
df
iiii
iiiiiii
xi 11
1222
112
1
MD "Calcul Scientifique" 18
• Maillage régulier
• En conservant plus de termes dans les développements on obtient les schémas à l’ordre 4 et 6 suivants
•
•
)(12
88 32112 xox
ffff
dx
df iiii
xi
Ordres plus élevés
)(60
945459 5321123 xox
ffffff
dx
df iiiiii
xi
MD "Calcul Scientifique" 19
• ordre 1 aval
• ordre 1 amont
• ordre 2 aval
• ordre 2 amont
Formules décentrées
)1(1 ox
ff
dx
df ii
xi
)(2
34 12 xox
fff
dx
df iii
xi
)(2
34 12 xox
fff
dx
df iii
xi
)1(1 ox
ff
dx
df ii
xi
MD "Calcul Scientifique" 20
• Problème modèle 1D: Eq. de convection
• Conditions limites et initiale:
Comparaison des schémas
m/s1,m8m2,0 00
Uxx
fU
t
f
m2.0,4/exp)0,( 22 aaxxf 0),8(),2( tftf
s0t s5t
MD "Calcul Scientifique" 21
Exemple de résolution analytique
• Equation de convection diffusion 1D dans un domaine infini
2
2
0 y
CD
x
CU
t
C
?),( txC
0),(lim
txCx
0U
)()0,( 0 xCxC
MD "Calcul Scientifique" 22
Exemple de résolution analytique• Si la concentration est initialement de la
forme on peut obtenir la solution analytique …
Dta
tUx
Dta
aCtxC
2
20
2
2
0 4exp),(
2200 4/exp)()0,( axCxCxC
MD "Calcul Scientifique" 23
Exemple de résolution analytique• Effet de la diffusion
D
aU 0Re
Re
20Re
200Re
2Re
MD "Calcul Scientifique" 24
• Équation semi-discrète
• On calcule les fi entre t=0 et t=5 s à partir des deux schémas
Test numérique
iDfUdt
dfi
i ,00
010
x
ffU
dt
df iii 02
110
x
ffU
dt
df iii
i 1i 2i1i2i3i x
ifx
1if 2if1if2if3if
amont ordre 1 centré ordre 2
MD "Calcul Scientifique" 25
Test numérique
amont ordre 1
centré ordre 2
400 noeuds 200 noeuds 100 noeuds
MD "Calcul Scientifique" 26
Ordre 2 centré / Ordre 1 amont
• Ordre 1 introduit de la diffusion … (cf solution analytique avec Re=2)
• Ordre 2 centré « exact » avec 400 points
• Ordre 2 centré déforme le signal si le nombre de points est plus petit
• Ordre 2 meilleur que ordre 1
MD "Calcul Scientifique" 27
Test numérique
avalordre 1
centré ordre 2
400 noeuds 200 noeuds 100 noeuds
MD "Calcul Scientifique" 28
Ordre 2 centré / Ordre 1 aval
• Ordre 1 aval ne permet pas d’obtenir de solution « acceptable » à t=5
• L’amplitude obtenue est très grande
• Le signal n’est pas la forme d’une Gaussienne
MD "Calcul Scientifique" 29
Test numérique
centré ordre 4
centré ordre 2
400 noeuds 200 noeuds 100 noeuds
MD "Calcul Scientifique" 30
Ordre 2 centré / Ordre 4 centré
• Ordre 4 « exact » dans tous les cas considérés ici
• Ordre 2 centré « exact » avec 400 points
• Ordre 4 meilleur que ordre 2
MD "Calcul Scientifique" 31
Test numérique
amont ordre 2
centré ordre 2
400 noeuds 200 noeuds 100 noeuds
MD "Calcul Scientifique" 32
Ordre 2 centré / Ordre 2 amont
• Ordre 2 centré et amont « exacts » avec 400 points
• Ordre 2 centré et amont déforment le signal si le nombre de points est plus petit, mais pas de la même manière
• Ordre 2 amont amortit plus le signal
• L’ordre ne dit pas tout sur un schéma …
MD "Calcul Scientifique" 33
Consistance/convergence/stabilité
• Tous les schémas testés sont consistants (ordre strictement supérieur à 0)
• Presque tous sont stables (solution bornée), à part le schéma aval d’ordre 1
• Le théorème d’équivalence de Lax permet alors d’assurer que mis à part le schéma aval d’ordre 1, tous les schémas testés sont convergents
MD "Calcul Scientifique" 34
ANALYSE SPECTRALE
MD "Calcul Scientifique" 35
Analyse spectrale
• Cas d’une fonction harmonique
• Schéma centré d’ordre 2
• L’erreur commise est
)exp(Re)exp(Re)( jkxjkdx
dfjkxxf
x
ff
dx
dfxjkif ii
xi
i
2,)exp(Re 11
)exp()sin(
Re xjkixk
xkjk
dx
df
ix
xk
xk
)sin(
MD "Calcul Scientifique" 36
Signification de kx
• Sinusoïde de période L décrite avec N points
• x = L / N, k = 2/L donc kx = 2/ N
(exact)0xk
4
xk
2
xk xk
MD "Calcul Scientifique" 37
Analyse spectrale• Tout se passe comme si on résolvait l’équation
• Les différentes longueurs d’onde ne se déplacent pas à la même vitesse
0)sin(
0
x
f
xk
xkU
t
f
centréordre 2
exact
MD "Calcul Scientifique" 38
Analyse spectrale• Équation effective 0)(0
x
fxkEU
t
f
SCHEMA
Centré ordre 2
Amont ordre 1
Amont ordre 2
Centré ordre 4
)(Re xkE )(Im xkE
0
0
xk
xk
)sin(
xk
xk
)sin(
xk
xk
1)cos(
)cos(2)sin(
xkxk
xk
xk
xkxk
3)cos(4)2cos(
)cos(43
)sin(xk
xk
xk
MD "Calcul Scientifique" 39
Analyse spectrale
MD "Calcul Scientifique" 40
Lien avec l’ordre du schéma• Dans la limite kx → 0, la vitesse de propagation tend vers U0
• La vitesse avec laquelle l’erreur tend vers zéro dépend de l’ordre du schéma
• Au voisinage de 0, Re(E(kx)) = 1+O((kx)n), avec n l’ordre du schéma
• Au voisinage de 0, Im(E(kx)) = O((kx)n), avec n l’ordre du schéma
• Les schémas centrés sont non dissipatifs: Im(E(kx)) = 0
• Les schémas stables sont tels que: Im(E(kx)) ≤ 0
MD "Calcul Scientifique" 41
Dispersion• La vitesse de propagation effective n’est égale à la vitesse
théorique que dans la limite kx → 0
• Une perturbation peut donc être propagée trop lentement ou trop vite
• Les fonctions et ne sont pas propagées à la même vitesse en général
• Que se passe-t-il lorsque l’on convecte ?)(xf
jkxe ',' kke xjk
MD "Calcul Scientifique" 42
Déformation du signal• On peut décomposer cette fonction comme une somme de
fonctions harmoniques (en rendant f périodique éventuellement)
• La solution théorique après t s de simulation est
• Numériquement le mode devient
• La solution numérique est donc
jkxkefxf ˆ)(
)(0
0ˆ)( tUxjkkeftUxf
))(( 0tUxkExjke jkxe
)(ˆ)( 0)(
00
0))(1(
tUxfegtUxg tUxjk
e
k
tUxkEjk
MD "Calcul Scientifique" 43
DERIVEES SECONDES
MD "Calcul Scientifique" 44
• Maillage régulier
• On utilise le fait que
• En appliquant l’opérateur à
Dérivées secondes
)(2
1011
010
1012
2
xox
fDfDfDD
dx
fd iii
xi
ii xxdx
df
dx
d
dx
fd
2
2
ifD01
01D
)(4
22
222,022
2
xox
ffffD
dx
fd iiii
xi
MD "Calcul Scientifique" 45
• Si les nœuds sont régulièrement espacés
i 1i 2i1i2i3i x
x
Problème de localité
222
2
2
4
2
x
fff
dx
fd iii
xi
x
La dérivée seconde approximée de cette fonction est nulle !!
MD "Calcul Scientifique" 46
• Déduire la dérivée seconde des développements de Taylor
i 1i 2i1i2i3i x
33
33
2
22
1 62xo
dx
fdx
dx
fdx
dx
dfxff
iii xxxii
33
33
2
22
1 62xo
dx
fdx
dx
fdx
dx
dfxff
iii xxxii
Dérivées secondes
)(2
2111,0
22
2
xox
ffffD
dx
fd iiii
xi
MD "Calcul Scientifique" 47
• Si les nœuds sont régulièrement espacés
i 1i 2i1i2i3i x
x
Problème de localité
211
2
2
x
fff
dx
fd iii
xi
x
La dérivée seconde approximée de cette fonction est non nulle, mais pas infinie …
MD "Calcul Scientifique" 48
Analyse spectrale
• Cas d’une fonction harmonique
• Schéma centré d’ordre 2 à 2
• L’erreur commise est
)exp(Re)exp(Re)( 22
2
jkxkdx
fdjkxxf
2
112
2 2,)exp(Re
x
fff
dx
fdxjkif iii
x
i
i
)exp(1)cos(
2Re22
2
xjkix
xk
dx
fd
ix
22
)cos(12
xk
xk
MD "Calcul Scientifique" 49
Analyse spectrale
• Schéma centré d’ordre 2 à 4
• L’erreur commise est
2
222
2
4
2,)exp(Re
x
fff
dx
fdxjkif iii
x
i
i
)exp(1)2cos(
2
1Re
22
2
xjkix
xk
dx
fd
ix
222
)2cos(1
xk
xk
MD "Calcul Scientifique" 50
Analyse spectrale
• Les erreurs sont réelles uniquement, donc pas de convection numérique
2
4
MD "Calcul Scientifique" 51
• Si les nœuds sont régulièrement espacés
• Utile pour les coefficients de diffusivité variables
i 1i 2i1i2i3i x
Interprétation volumes finis
211
2
2 22/12/1
x
fff
x
dxdf
dxdf
dx
fd iiixx
x
ii
i
MD "Calcul Scientifique" 52
Retour sur le schéma amont ordre 1
• Rappel: ce schéma introduit beaucoup de dissipation par comparaison avec le centré d’ordre 2
• En effet:
• Utiliser ce schéma revient donc à résoudre
avec un schéma centré d’ordre 2
211111 2
22 x
fffx
x
ff
x
ff iiiiiii
2
20
0 2 x
fxU
x
fU
t
f
D
MD "Calcul Scientifique" 53
i 1i 2i1i2i3i x
Laplacien
),(22
2
1,,1,
2
,1,,1 yxoy
fff
x
ffff jijijijijiji
xi
j
1j
2j
1j
2jx
y
December, 2007 VKI Lecture 54
Another consequence of dispersion
• In practical computations, the solution may be polluted by high frequency numerical perturbations
• In practice, the numerical perturbations are not single harmonics
• Consider a simple wave packet :
KkjKxjkxxf ,)exp(Re)(
x
2/K
2/k
December, 2007 VKI Lecture 55
Group velocity• Solve the 1D convection equation numerically, viz.
• With k<<K:
0)(0
x
fxKkEU
t
f txKkEUxKkjf )()(exp 0
)()( xKdK
dEkxKExKkE
txK
dK
dKEU
txKdK
dEKUtxKEUxktxKEUxKtxKkEUxKk
)(
0000
0
)()(
Group velocity
December, 2007 VKI Lecture 56
Group velocitySCHEME
2nd order centered
4th order centered
)( xKE
xK
xK
)sin(
)cos(43
)sin(xK
xK
xK
dK
dKEUVg 0
)cos(0 xKU
)2cos()cos(43
0 xKxKU
0/UVg
Wiggles can propagate upstream !
The more accurate the scheme,the largest the group velocity, the smallest the dissipation of artificial waves …
2nd
4th
December, 2007 VKI Lecture 57
Numerical test
t=2
t=4
Smooth wave Wave packet
xx xx
2nd order 2nd order 4th order4th order
0
x
f
t
f
December, 2007 VKI Lecture 58
Numerical test• 1D convection equation (D=0)
• Initial and boundary conditions:
m/s1,m8m8,0 00
Uxx
fU
t
f
0),8( tf Zero order extrapolation
m2.0,4/exp)0,( 22 aaxxf
December, 2007 VKI Lecture 59
Numerical test 0
x
f
t
f
t=3
t=6
t=9
t=12
t=15
t=18
t=21
t=24
t=27
MD "Calcul Scientifique" 60
INTEGRATION TEMPORELLE
MD "Calcul Scientifique" 61
Schéma en temps• La solution est évaluée en une succession de temps
discrets
• Le pas de temps t est le plus souvent constant
• Itération n: passer de tn à tn+1
),( nini txff
tntxix ni
MD "Calcul Scientifique" 62
Différences finies• Même démarche que pour les dérivées en espace:
développements de Taylor en temps• Euler explicite:
• Euler implicite:
)1(1
ot
ff
t
f nnn
)1(1
ot
ff
t
f nnn
MD "Calcul Scientifique" 63
Equation semi-discrète• Problème aux valeurs initiales:
• Algorithme exact
• Comment estimer l’intégrale de K ?
00 )(),,( ftftfKdt
df
11
),(1
n
n
n
n
t
t
nt
t
nn dttfKfdtdt
dfff
MD "Calcul Scientifique" 64
Intégrations classiques en temps• Crank-Nicolson:
• Adams-Bashforth
• Runge-Kutta d’ordre p
nnnn fKfKt
ff
11
2
p
k
n
knn f
k
Ktf
0
1
!
11 32
nnnn fKfKt
ff
MD "Calcul Scientifique" 65
Intégration en temps • Méthode à un pas:
• Méthode d’ordre p si:
),,(1 ttftff nnnn
pnnnn
tOttft
ff
),,(1
MD "Calcul Scientifique" 66
Augmentation de l’ordre • Il suffit de prendre un développement de Taylor plus
grand …
• Et de définir comme
)(!
...2
2
2
21 p
p
p
pnn to
p
t
dt
fdt
dt
fdt
dt
dfff
),,( ttf nn
...6
)(
2),,(
22
tKKKKKKKKKKK
tKKKKttf
nff
nntf
nf
nt
nf
nnnft
ntt
nnf
nt
nnn
MD "Calcul Scientifique" 67
Passage pratique à l’ordre 2 • Plutôt que d’estimer des dérivées d’ordre élevées, il est
préférable de mieux choisir les endroits où on évalue K• On part de
• Par identification jusqu’à l’ordre 1 inclus
),(),(),,( 21 tttfKAtfKAttfnK
nnnn
nfnt
nnnf
nt
n KtKtAKAAt
KKKK
221 )(2
122
121 AA
K n
MD "Calcul Scientifique" 68
Runge-Kutta d’ordre 2 • Schéma à deux « étapes » (A1=0, A2=1):
21
12
1
2,
2
),(
ktff
tt
tkfKk
tfKk
nn
nn
nn
MD "Calcul Scientifique" 69
Passage pratique à l’ordre p • On part de
• Par identification on obtient les coefficients qui permettent d’obtenir l’ordre p
tttkfKk
tttkfKk
tfKk
in
i
jijj
ni
nn
nn
,
...
,
),(
1
1
22112
1
p
jjj
nn kAttf1
),,(
MD "Calcul Scientifique" 70
Passage pratique à l’ordre p • Nombre de coefficients à fixer:
• Système non-linéaire sous déterminé
12
)1(22/)1(
01 1
ppp
pA
pp
p
i
ij
i
MD "Calcul Scientifique" 71
Runge-Kutta ordre 4 • Problème aux valeurs initiales:
43211 22
6kkkk
tff nn
tttkfKk
ttk
tfKk
ttk
tfKk
tfKk
nn
nn
nn
nn
,
2,
2
2,
2
),(
34
23
12
1
MD "Calcul Scientifique" 72
ANALYSE SPECTRALE
MD "Calcul Scientifique" 73
Facteur d’amplification• Forme de la solution
• Comment l’amplitude d’une perturbation de nombre d’onde k évolue-t-elle en temps ?
jkxetftxf )(ˆ),(
ijkxnnini efftxf ˆ),(
nn fAf ˆˆˆ 1
MD "Calcul Scientifique" 74
Stabilité Von Neumann• On s’intéresse désormais à l’équation complètement
discrétisée, y compris pour le terme temporel
• signal amorti
• exact
• instabilité
:1ˆ A
:1ˆ A
:1ˆ A
MD "Calcul Scientifique" 75
Exemple 1• Convection pure:
• Schéma centré ordre 2 en espace
• Euler explicite en temps
00
x
fU
t
f
x
fftUff
ni
nin
ini
211
01
MD "Calcul Scientifique" 76
Exemple 1 - suite• Pour une perturbation du type
• Ce schéma est (inconditionnellement) instable
)sin(1ˆ 0 xkx
tUjA
ijkxnni eff ˆ
1ˆ: Ak
MD "Calcul Scientifique" 77
Exemple 2• Décentré amont d’ordre 1 en espace• Euler explicite en temps
• Ce schéma est (conditionnellement) stable
x
fftUff
ni
nin
ini
1
01
)sin()cos(11ˆ 0 xkjxkx
tUA
1,1ˆ 0
x
tUCFLkA
MD "Calcul Scientifique" 78
Exemple 3• Centré ordre 2 en espace• Runge-Kutta d’ordre 2 en temps
• Ce schéma est inconditionnellement instable
1)2cos(
4)sin(1ˆ
2
xkCFL
xkjCFLA
xx
ff
x
fftU
x
fftUff
ni
ni
ni
ni
ni
nin
ini
222
22
2222
0110
1
MD "Calcul Scientifique" 79
Exemple 3 - suite• Centré ordre 2 en espace• Runge-Kutta d’ordre 2 en temps
• Ce schéma est inconditionnellement instable
3
0 !
ˆˆ
k
kk
k
KtA
x
xkjU
ef
efKK
i
i
jkxn
jkxn
)sin(
ˆ
ˆˆ
0 x
fUfK
0
MD "Calcul Scientifique" 80
Exemple 4• Centré ordre 2 en espace• Runge-Kutta d’ordre 3 en temps
• Ce schéma est conditionnellement stable
73.1,1ˆ CFLkA
8.1CFL
3
0 !
ˆˆ
k
kk
k
KtA
x
xkjUK
)sin(ˆ
0
MD "Calcul Scientifique" 81
• Centré ordre 2 en espace• Runge-Kutta d’ordre 4 en temps
• Ce schéma est conditionnellement stable
Exemple 5
82.2,1ˆ CFLkA
8.1CFL
4
0 !
ˆˆ
k
kk
k
KtA
x
xkjUK
)sin(ˆ
0
MD "Calcul Scientifique" 82
Exemple 6• Diffusion pure:
• Schéma centré ordre 2 en espace
• Euler explicite en temps
2
2
x
fD
t
f
2111 2
x
ffftDff
ni
ni
nin
ini
MD "Calcul Scientifique" 83
Exemple 6 - suite• Pour une perturbation du type
• Ce schéma est conditionnellement stable
1)cos(2
1ˆ2
xkx
tDA
ijkxnni eff ˆ
5.0,1ˆ2
x
tDFkA o
MD "Calcul Scientifique" 84
Zone de stabilité• Dans le cas général d’une équation linéaire
• On définit l’opérateur associé à K
• Le schéma induit une équation du type
p
k
kk
k
KtAKtPA
0 !
ˆˆ:ex,ˆˆ
i
i
jkxn
jkxn
ef
efKK
ˆ
ˆˆ
),( tfKdt
df
MD "Calcul Scientifique" 85
Zone de stabilité• On trace la courbe dans le plan complexe 1ˆ A
KtKt ˆ,ˆ
RK1 RK2
RK3 RK4
MD "Calcul Scientifique" 86
Zone de stabilité• Le schéma complet est stable ssi la trajectoire de
est contenue dans la zone de stabilité Kt ˆ
RK1
RK2
RK3
RK4)sin(ˆ xkjCFLKt
1)cos(2ˆ xkFKt o
82.2CFL
2
1oF
Convection pure
Diffusion pure
MD "Calcul Scientifique" 87
Effet de l’ordre
RK1
RK2
RK3
RK4
)sin(ˆ xkjCFLKt
82.2CFL
Convection pure ordre 2
Convection pure ordre 4
)2sin(
)sin(8
6ˆ
xk
xkCFLjKt
05.2CFL
Convection pure ordre 6
)3sin()2sin(9)sin(4530
ˆ xkxkxkCFLjKt
77.1CFL
82.2ˆ Kt
December, 2007 VKI Lecture 88
Stabilizing computations
December, 2007 VKI Lecture 89
Non linear stability• Ensuring the linear stability is sometimes not enough,
especially when performing LES or DNS of turbulent flows
• Recall the budget of TKE in isotropic turbulence
• So in the inviscid limit, in absence of external forcing, the TKE should be conserved
• Most of the numerical schemes do not meet this property
raten dissipatio TKE :
22
2
2/
i
j
j
ii
x
u
x
u
dt
ud
December, 2007 VKI Lecture 90
A 1D model example
• Consider the 1D Burgers equation in a L-periodic domain
• Multiply by u, integrate over space:
02
x
u
t
u
dxdt
udL
x0
2
,02
02
0
22
I
L
xdx
x
uu
dt
ud 03
22 0
3
0
2
0
2
L
x
L
x
L
xudx
x
uudx
x
uuI
December, 2007 VKI Lecture 91
Numerical test• Solve the Burgers equation in a 1D periodic domain with
random initialization
• Use a small time step to minimize the error due to time integration (RK4)
• Plot TKE versus time for different schemes
– Upwind biased
– Centered, divergence form
– Centered, advective form x
uuu
x
u iii
22 11
2
x
uu
x
u ii
2
21
21
2
x
uu
x
u ii
21
22
December, 2007 VKI Lecture 92
Upwind biased
Divergence form
Advective form
div
iteration
0
2
2
logt
u
u
adv
upwind
Expected behavior
Numerical test
x
uuu
x
u iii
22 11
2
x
uu
x
u ii
2
21
21
2
x
uu
x
u ii
21
22
December, 2007 VKI Lecture 93
iteration
Numerical test
Centered, hybrid form:
x
uu
x
uuu
x
u iiiii 2
22
23
1 21
2111
2
div
adv
upwind
1/3adv+2/3div
0
2
2
logt
u
u
Expected behaviorobtained
by mixing adv and div
December, 2007 VKI Lecture 94
Explanation
2: node
21
21
2
ii
i
uuudx
x
uui
2:1 node
222
1
2ii
i
uuudx
x
uui
2:2 node
21
23
2
2
iii
uuudx
x
uui
222
21
2211
221 iiiiiiii uuuuuuuu
11222: node
iii uuudxx
uui
iii uuudxx
uui
22
122:1 node
132
222:2 node
iii uuudxx
uui
2
2122
12
112
iiiiiiii uuuuuuuu
Divergence form Advective form
For 2 x Divergence form + Advective form, the sum is zero …
x
uu
x
uuu
x
u iiiii 2
22
23
1 21
2111
2
December, 2007 VKI Lecture 95
Generalization to Navier-Stokes• The same strategy can be applied to Navier-Stokes, • The convection term are then discretized under the
skew-symmetric form
j
ij
j
ji
x
uu
x
uu
2
1
CFL
<Ko-
K>/<
Ko>
LxL periodic domain
Random initial velocity
Error in TKE at time L/Ko1/2
t3 behavior
Conservative mixed scheme(Divergence form unstable)