Los métodos pseudoespectrales [ 1 ] , también conocidos como métodos de representación de variables discretas (DVR), son una clase de métodos numéricos utilizados en matemáticas aplicadas y computación científica para la solución de ecuaciones diferenciales parciales . Están estrechamente relacionados con los métodos espectrales , pero complementan la base con una base pseudoespectral adicional, que permite la representación de funciones en una cuadrícula de cuadratura . Esto simplifica la evaluación de ciertos operadores y puede acelerar considerablemente el cálculo cuando se utilizan algoritmos rápidos como la transformada rápida de Fourier .
Motivación con un ejemplo concreto
Consideremos el problema de valor inicial.
con condiciones periódicasEste ejemplo específico es la ecuación de Schrödinger para una partícula en un potencial, pero la estructura es más general. En muchas ecuaciones diferenciales parciales prácticas, se tiene un término que involucra derivadas (como una contribución de energía cinética) y una multiplicación por una función (por ejemplo, un potencial).
En el método espectral, la soluciónse expande en un conjunto adecuado de funciones base, por ejemplo ondas planas,
La inserción e igualación de coeficientes idénticos produce un conjunto de ecuaciones diferenciales ordinarias para los coeficientes,
donde los elementosse calculan mediante la transformada de Fourier explícita
La solución se obtendría entonces truncando la expansión afunciones base y encontrar una solución para laEn general, esto se realiza mediante métodos numéricos , como los métodos de Runge-Kutta . Para las soluciones numéricas, el lado derecho de la ecuación diferencial ordinaria debe evaluarse repetidamente en diferentes pasos de tiempo. En este punto, el método espectral tiene un problema importante con el término potencial..
En la representación espectral, la multiplicación con la funciónse transforma en una multiplicación vector-matriz, que escala comoAdemás, los elementos de la matrizEs necesario evaluarlos explícitamente antes de poder resolver la ecuación diferencial para los coeficientes, lo que requiere un paso adicional.
En el método pseudoespectral, este término se evalúa de manera diferente. Dados los coeficientes, una transformada discreta de Fourier inversa produce el valor de la funciónen puntos discretos de la cuadrículaEn estos puntos de la cuadrícula, la función se multiplica entonces,y el resultado transformado de Fourier de nuevo. Esto produce un nuevo conjunto de coeficientes.que se utilizan en lugar del producto de matriz.
Se puede demostrar que ambos métodos tienen una precisión similar. Sin embargo, el método pseudoespectral permite el uso de una transformada rápida de Fourier, que escala comoy, por lo tanto, es significativamente más eficiente que la multiplicación de matrices. Además, la funciónpuede utilizarse directamente sin evaluar ninguna integral adicional.
Discusión técnica
De forma más abstracta, el método pseudoespectral se ocupa de la multiplicación de dos funciones.ycomo parte de una ecuación diferencial parcial. Para simplificar la notación, se omite la dependencia temporal. Conceptualmente, consta de tres pasos:
- se expanden en un conjunto finito de funciones base (este es el método espectral ).
- Para un conjunto dado de funciones base, se busca una cuadratura que convierta los productos escalares de estas funciones base en una suma ponderada sobre los puntos de la cuadrícula.
- El producto se calcula multiplicandoen cada punto de la cuadrícula.
Expansión en base
Las funcionespuede expandirse en una base finitacomo
Para simplificar, supongamos que la base es ortogonal y normalizada,utilizando el producto internocon límites apropiadosLos coeficientes se obtienen entonces mediante
Un poco de cálculo da como resultado entonces
con. Esto constituye la base del método espectral. Para distinguir la base delA partir de la base de cuadratura, la expansión a veces se denomina Representación de Base Finita (RBF).
Cuadratura
Para una base daday número defunciones base, uno puede intentar encontrar una cuadratura, es decir, un conjunto depuntos y pesos tales que
Ejemplos especiales son la cuadratura gaussiana para polinomios y la transformada discreta de Fourier para ondas planas. Cabe destacar que los puntos de la cuadrícula y los pesos,son una función de la base y del número.
La cuadratura permite una representación numérica alternativa de la función.a través de su valor en los puntos de la cuadrícula. Esta representación a veces se denomina Representación de Variables Discretas (DVR) y es completamente equivalente a la expansión en la base.
Multiplicación
La multiplicación con la funciónLuego se realiza en cada punto de la cuadrícula,
Esto generalmente introduce una aproximación adicional. Para ver esto, podemos calcular uno de los coeficientes.:
Sin embargo, utilizando el método espectral, el mismo coeficiente seríaEl método pseudoespectral introduce así la aproximación adicional.
Si el productopuede representarse con el conjunto finito dado de funciones base, la ecuación anterior es exacta debido a la cuadratura elegida.
Esquemas pseudoespectrales especiales
El método de Fourier
Si se cumplen condiciones de contorno periódicas con períodose imponen al sistema, las funciones base pueden generarse mediante ondas planas,
con, dóndees la función techo .
La cuadratura para un corte enviene dada por la transformada discreta de Fourier . Los puntos de la cuadrícula están igualmente espaciados,con espaciadoy los pesos constantes son.
Para la discusión del error, tenga en cuenta que el producto de dos ondas planas es nuevamente una onda plana .con. Por lo tanto, cualitativamente, si las funcionespuede representarse con suficiente precisión confunciones base, el método pseudoespectral da resultados precisos siSe utilizan funciones base.
Una expansión en ondas planas a menudo tiene una calidad deficiente y necesita muchas funciones base para converger. Sin embargo, la transformación entre la expansión de base y la representación de la cuadrícula se puede realizar utilizando una transformada rápida de Fourier , que escala favorablemente comoEn consecuencia, las ondas planas son una de las expansiones más comunes que se encuentran con los métodos pseudoespectrales.
Polinomios
Otra expansión común es en polinomios clásicos. Aquí se utiliza la cuadratura gaussiana , que establece que siempre se pueden encontrar pesos.y puntosde tal manera que
se cumple para cualquier polinomiode gradoo menos. Normalmente, la función de pesoy rangosse eligen para un problema específico y conducen a una de las diferentes formas de la cuadratura. Para aplicar esto al método pseudoespectral, elegimos funciones base., consiendo un polinomio de gradocon la propiedad
En estas condiciones, elforman una base ortonormal con respecto al producto escalarEsta base, junto con los puntos de cuadratura, puede utilizarse posteriormente para el método pseudoespectral.
Para la discusión del error, tenga en cuenta que siestá bien representado porfunciones básicas yestá bien representado por un polinomio de grado, su producto puede expandirse en el primerofunciones base, y el método pseudoespectral dará resultados precisos para esa cantidad de funciones base.
Estos polinomios aparecen de forma natural en varios problemas estándar. Por ejemplo, el oscilador armónico cuántico se expande idealmente en polinomios de Hermite , y los polinomios de Jacobi se pueden usar para definir las funciones de Legendre asociadas que suelen aparecer en problemas de rotación.
Véase también
Notas
Referencias
- Orszag, Steven A. (1969). "Métodos numéricos para la simulación de la turbulencia". Física de fluidos . 12 (12): II-250. doi : 10.1063/1.1692445 .
- Gottlieb, David; Orszag, Steven A. (1989). Análisis numérico de métodos espectrales : teoría y aplicaciones (5.ª ed. impresa). Filadelfia, Pensilvania: Society for Industrial and Applied Mathematics. ISBN 978-0898710236.
- Hesthaven, Jan S.; Gottlieb, Sigal ; Gottlieb, David (2007). Métodos espectrales para problemas dependientes del tiempo (1.ª ed. publicada ). Cambridge [ua]: Cambridge Univ. Press. ISBN 9780521792110.
- Jie Shen, Tao Tang y Li-Lian Wang (2011) "Métodos espectrales: algoritmos, análisis y aplicaciones" (Springer Series in Computational Mathematics, vol. 41, Springer), ISBN 354071040X.
- Trefethen, Lloyd N. (2000). Métodos espectrales en MATLAB (3.ª ed. reimpresa ). Filadelfia, Pa: SIAM. ISBN 978-0-89871-465-4.
- Fornberg, Bengt (1996). Guía práctica de métodos pseudoespectrales . Cambridge: Cambridge University Press. ISBN 9780511626357.
- Boyd, John P. (2001). Métodos espectrales de Chebyshev y Fourier (2.ª ed., ed. revisada). Mineola, NY: Dover Publications. ISBN 978-0486411835.
- Funaro, Daniele (1992). Aproximación polinomial de ecuaciones diferenciales . Berlín: Springer-Verlag. ISBN 978-3-540-46783-0.
- de Frutos, Javier; Novo, Julia (enero de 2000). "Un método de elementos espectrales para las ecuaciones de Navier-Stokes con mayor precisión". SIAM Journal on Numerical Analysis . 38 (3): 799– 819. doi : 10.1137/S0036142999351984 .
- Claudio, Canuto; M. Yousuff, Hussaini; Alfio, Quarteroni ; Thomas A., Zang (2006). Fundamentos de métodos espectrales en dominios únicos . Berlín: Springer-Verlag. ISBN 978-3-540-30726-6.
- Press, WH; Teukolsky, SA; Vetterling, WT; Flannery, BP (2007). «Sección 20.7. Métodos espectrales» . Numerical Recipes: The Art of Scientific Computing (3.ª ed.). Nueva York: Cambridge University Press. ISBN 978-0-521-88068-8.
- Análisis numérico