Metodi di integrazione numerica (ODE+PDE)

Slides:



Advertisements
Presentazioni simili
Metodo di Calcolo Numerico per Equazioni differenziali Ordinarie
Advertisements

Modellistica e simulazione1 Esercitazione 3
Equazioni differenziali
Equazioni Differenziali con Derive 6
OPTICS BY THE NUMBERS LOttica Attraverso i Numeri Michael Scalora U.S. Army Research, Development, and Engineering Center Redstone Arsenal, Alabama,
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
ODE PROBLEMA DI CAUCHY IN 1-D Sia f : I x RR, I  R.
1 ITIS GALILEO FERRARIS ITIS GALILEO FERRARIS NAPOLI LA MATEMATICA.
Definizione e caratteristiche
Definizione e caratteristiche
Modelli Modellistica e Gestione dei Sistemi Ambientali a.a
Misura di capacità e resistenze
Inversione differenziale della Cinematica
PER FUNZIONI DI PIÙ VARIABILI - 3.
PER FUNZIONI DI PIÙ VARIABILI - 2.
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
EQUAZIONI DIFFERENZIALI LINEARI A COEFFICIENTI COSTANTI.
Interpolazione polinomiale a tratti
Equazioni differenziali
Soluzione FEM di problemi parabolici
Metodi FEM per problemi ellittici lineari a tratti Gabriella Puppo.
Stima ed algoritmi di consensus distribuito: considerazioni su IKF
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 16/5/08 TEMA 1 1.Si illustri il criterio di Liapunov per la verifica della stabilità di punti di equilibrio di.
Tecniche di Risoluzione della Programmazione a Breve Termine.
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
Diffusione da superfici frattali :
DERIVATE dellENERGIA e PROPRIETA MOLECOLARI. 1.Differenze di energia : energia di dissociazione, stabilità relativa di conformeri, calori di reazione,
Dinamica Molecolare.
Cenni di teoria degli errori
Equazioni Differenziali Ordinarie Metodi Multi-step
Studente Claudia Puzzo
Metodi matematici dell’astronomia
13 a lezione di laboratorio Laurea Specialistica in Ingegneria Matematica Ingegneria dei Sistemi Energetici Laurea Specialistica in Ingegneria Matematica.
Determinazione Orbitale di Satelliti Artificiali Lezione 4
Struttura a grande scala e struttura delle galassie
Riconnessione magnetica 3D in plasmi non colisionali
Trasformata di Laplace
Metodi numerici per equazioni differenziali ordinarie Laboratorio di Metodi Numerici a.a. 2008/2009.
Laboratorio di Metodi Numerici a.a. 2008/2009 Prof. Maria Lucia Sampoli.
Metodi numerici per l’approssimazione
Metodi numerici per lapprossimazione Laboratorio di Metodi Numerici a.a. 2008/2009 Prof. Maria Lucia Sampoli.
Equazioni non lineari Data una funzione consideriamo il problema di determinare i valori x tali che Tali valori sono solitamente.
Propagazione degli errori
Equazioni differenziali Applicazioni Economiche
TRASDUTTORI E SENSORI.
Metodi matematici per economia e finanza. Prof. F. Gozzi a.a. 2009/10
Introduzione ai Metodi Inversi
Di Cunzolo Alessandro Farioli Giuseppe 10 Gennaio 2012
Metodi matematici dellastronomia Equazioni differenziali e sistemi di equazioni differenziali (continua) Si ricorda innanzitutto che, pur riferendoci per.
TRATTAMENTO DEI DATI ANALITICI
Laboratori: C. D’Angelo
VELOCITA DI RISPOSTA E PRECISIONE 1° definizione La velocità di risposta di un sistema è la velocità con cui il transiente va a zero e rimane solamente.
Metodi matematici per economia e finanza. Prof. F. Gozzi
ANALISI NUMERICA.
Equazioni e sistemi non lineari
ANIMAZIONE IN 3D DI FLUIDI INCOMPRIMIBILI
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Approssimazione FD 1D su griglia non uniforme
Esercizio n.1 Dato: a)Calcolare I analiticamente. b)metodo rettangolare con 5 intervalli; c)metodo trapezoidale con 5 intervalli; d)regola di Simpson con.
Esercizio n. 13 e la distanza dal Sole è data infine dalla r(  )= (1+ e cos  )/p. Si supponga che p = 1 Trovare la distanza dal Sole, per t = P/12, di.
APPROSSIMAZIONE DI FUNZIONI
Introduzione ai Circuiti Elettronici
Esercizio n.17 Risolvere, in t  [0, 2  ], l’equazione differenziale che governa la distanza dall’origine di un punto materiale di massa m immerso in.
Operazioni di campionamento CAMPIONAMENTO Tutte le operazioni effettuate per ottenere informazioni sul sito /area da monitorare (a parte quelle di analisi)
TRANFER DEFINITION FUNCTION G(s) I(s) U(s) Relationship between input and output of a system in the domain of the complex variable s s - complex variable.
Parte 4 Programmare in Matlab – II Sommario Integrazione di Equazioni differenziali ordinarie Metodo di Eulero Esplicito Metodo di Eulero Esplicito + EsercizioEsercizio.
ANALISI DEI SEGNALI Si dice segnale la variazione di una qualsiasi grandezza fisica in funzione del tempo. Ad esempio: la pressione in un punto dello spazio.
Insegnamento di Oleodinamica B
V. Carassiti - INFN FE 1 Calcolo con Elementi Finiti.
Parte 5 Sommario Uso routine di calcolo predefinite di Matlab –Risoluzione equazioni non lineariRisoluzione equazioni non lineari –Ricerca minimo di una.
Transcript della presentazione:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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