A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben

Hasonló dokumentumok
Differenciálegyenletek numerikus megoldása

A Richardson-extrapoláció alkalmazása és matematikai vizsgálata egyszerűsített környezeti modellekben

Runge-Kutta módszerek

Operátorszeletelési módszerek hibaanalízise és alkalmazásuk reakciódiffúzió-problémákra

Numerikus módszerek. 9. előadás

Baran Ágnes, Burai Pál, Noszály Csaba. Gyakorlat Differenciálegyenletek numerikus megoldása

Mátrixhatvány-vektor szorzatok hatékony számítása

Egylépéses módszerek 0- és A-stabilitása

Tartalomjegyzék. Typotex Kiadó, 2010

Simított részecskedinamika Smoothed Particle Hydrodynamics (SPH)

Csomós Petra. Loránd Tudományegyetem, Budapest. függvénytan, valós és komplex vonalintegrál)

tisztelettel meghívja Önt

Zárójelentés. A prekondicionálás matematikai módszerei nemlineáris fizikai modellekben című, K számú OTKA pályázatról

14. fejezet. Tárgymutató Címszavak jegyzéke

Eötvös Loránd Tudományegyetem Természettudományi Kar

Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások

Károlyi Katalin Eötvös Loránd Tudományegyetem Alkalmazott Analízis Tanszék. Abstract

Numerical Treatment of Linear Parabolic Problems

Csomós Petra. Loránd Tudományegyetem, Budapest. függvénytan, valós és komplex vonalintegrál)

Merev differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus integrálása április 9.

Baran Ágnes, Burai Pál, Noszály Csaba. Gyakorlat Differenciálegyenletek

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához

3D számítógépes geometria 2

A mikroskálájú modellek turbulencia peremfeltételeiről

Numerikus integrálás április 20.

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk







Néhány közelítő megoldás geometriai szemléltetése

43. METEOROLÓGIAI TUDOMÁNYOS NAPOK. Mikro- és mezoskálájú légköri folyamatok modellezése MEGHÍVÓ

Differenciálegyenletek gyakorlat december 5.

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

a stabilitás szerepe a differenciálegyenletek numerikus megoldásában

Maximum Principles in the Theory of Numerical Methods

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

Ingák. Számítógépes szimulációk fn1n4i11/1. Csabai István, Stéger József

Numerikus módszerek 1.

Ensemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34

Operátorszeletelési eljárások és alkalmazásai aerodinamikai modellekre

(kidolgozta: Dr. Nagy Zoltán egyetemi adjunktus)

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc

differenciálegyenletek numerikus megoldási módszerei

Meteorológiai előrejelzések

Szakdolgozat. M esz aros Mirjana

Differenciálegyenletek. Vajda István március 4.

Végeselemes analízisen alapuló méretezési elvek az Eurocode 3 alapján. Dr. Dunai László egyetemi tanár BME, Hidak és Szerkezetek Tanszéke

Közönséges differenciálegyenletek kétpontos peremérték-feladatai a numerikus modellezésben

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Numerikus integrálás április 18.

Szomszédság alapú ajánló rendszerek

Valószínűségszámítás összefoglaló

MATLAB. 8. gyakorlat. Differenciálegyenletek

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Irányításelmélet és technika II.

Differenciálegyenletek numerikus megoldása

Komputeralgebra Rendszerek

Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén

Nemlineáris programozás 2.

Fourier transzformáció

Nemlineáris anyagviselkedés peridinamikus modellezése. Ladányi Gábor, PhD hallgató

Nemlineáris anyagviselkedés peridinamikus modellezése

Idegen atomok hatása a grafén vezet képességére

Példa: Tartó lehajlásfüggvényének meghatározása végeselemes módszer segítségével

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Diszkréten mintavételezett függvények

Bevezetés az algebrába 2

A kutatás eredményei (záró beszámoló)

2. Alapfeltevések és a logisztikus egyenlet

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse November 17. Knorr-Bremse

A BSc-képzés szakdolgozati témái

Gauss-Seidel iteráció

GPK M1 (BME) Interpoláció / 16

Páros összehasonlítás mátrixokból számolt súlyvektorok Pareto-optimalitása

Zajok és fluktuációk fizikai rendszerekben

Eddig csak a polinom x-ben felvett értékét kerestük

Reakció kinetika és katalízis

Széladatok homogenizálása és korrekciója

Matematika mérnököknek 2. Ismétlés Numerikus dierenciálás Diegyenletek Fourier Matlab Projekt Desc Linkek

MODELLEZÉS - SZIMULÁCIÓ

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

GÉPEK DINAMIKÁJA 9.gyak.hét 1. és 2. Feladat

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE

Meteorológiai Adatasszimiláció

Differenciálegyenletek analitikus és numerikus megoldása

Molnár Viktória. Közönséges differenciálegyenletek numerikus megoldása

Numerikus módszerek 1.

Numerikus módszerek beugró kérdések

Lineáris algebra numerikus módszerei

Szórványosan előfordulhat zápor, akkor esni fog vagy sem?

A LEVEGŐMINŐSÉG ELŐREJELZÉS MODELLEZÉSÉNEK HÁTTERE ÉS GYAKORLATA AZ ORSZÁGOS METEOROLÓGIAI SZOLGÁLATNÁL

Numerikus matematika

Közösségi numerikus időjárás-előrejelző modellek összehasonlító vizsgálata

Dinamikai rendszerek, populációdinamika

Átírás:

A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben Faragó István 1, Havasi Ágnes 1, Zahari Zlatev 2 1 ELTE Alkalmazott Analízis és Számításmatematikai Tanszék és MTA-ELTE Numerikus Analízis és Nagy Hálózatok Kutatócsoport Budapest 2 Department of Environmental Science, Aarhus University Roskilde, Dánia Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 1 / 18

Vázlat Idöfüggö feladatok numerikus megoldása A Richardson-extrapoláció módszere Alkalmazás az UNI-DEM modellben Kombinálás operátorszeleteléssel Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 2 / 18

Idöfüggö feladatok numerikus megoldása Idöfüggö feladatok numerikus megoldása Alapfeladat: KDE vagy PDE-rendszerhez tartozó kezdetiértékvagy vegyes feladat megoldása Többnyire csak numerikusan lehetséges! 1 Definiálunk egy rácshálót; 2 ezen kitüzünk egy diszkrét feladatot; 3 megoldjuk a diszkrét feladatot numerikus megoldás 4 ellenörizzük, hogy megfelelöen pontos-e 5 ha nem, elölröl kezdjük egy finomabb rácshálón Mikor jó a numerikus módszer? - konzisztens - stabil - konvergens - hatékony (megfelelö pontosság "olcsó" elérése) - megörzi a kvalitatív tulajdonságokat Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 3 / 18

Richardson-extrapoláció Mi a Richardson-extrapoláció (RE)? Ha a numerikus megoldás nem elég pontos, a számolást elölröl kezdjük, a durvább rácson kapott megoldás elvész Ötlet (Richardson, 1911): Használjuk fel a régi megoldást egy pontosabb numerikus megoldás elöállításához! RE: u.azon módszert két (vagy több) különbözö lépésközzel alkalmazzuk (pl. τ és τ/2), és a megoldásokat megfelelö súlyokkal átlagoljuk p-ed rendü módszerböl (p+1)-ed rendü nyerhetö, és nem vész el a korábbi eredményünk! Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 4 / 18

Richardson-extrapoláció A RE alkalmazása KDER-ben KDER Cauchy-feladata: dy dt = f (t, y), t [0, T ], y(0) = y 0 Definiáljuk a t n = n τ rácshálót (n = 0,1,...,N), ahol τ = T /N a lépésköz, t N = T. Jelölés: y(t ) - a feladat pontos megoldása t = t -ban. RE: egy p-ed rendü numerikus módszerrel τ és τ/2 lépésközzel is elöállítjuk y(t ) approximációját. (Ha t = n τ az elsö rácson, akkor t = 2n τ/2 a második rácson.) Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 5 / 18

Richardson-extrapoláció A RE alkalmazása KDER-ben Jelölje a τ és τ/2 lépésközzel nyert numerikus megoldást t = t -ban z n ill. w n. Ha a módszer p-ed rendben konvergens, akkor y(t ) = z n + K τ p + O(τ p+1 ) ill. y(t ) = w n + K (0.5τ) p + O(τ p+1 ), ahol K a numerikus módszertöl függö mennyiség. Küszöböljük ki a p-ed rendü tagokat súlyozott átlagolással! Az új közelítés: y(t ) = 2p w n z n 2 p 1 y n := 2p w n z n 2 p 1, amely (p + 1)-ed rendben pontos! + O(τ p+1 ) Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 6 / 18

Richardson-extrapoláció A Richardson-extrapoláció két módja Passzív RE: y 0 z 1 w 1 z 2 w 2...... y 1 y 2 Aktív RE: y 0 z 1 w 1 y 1 z 2 w 2 y 2... Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 7 / 18

A RE konvergenciája Richardson-extrapoláció Passzív RE: ha a mögöttes (p-ed rendü) módszer konvergens, akkor a passzív RE-val kombinálva is az lesz. Mi a helyzet az aktív RE-val? Tétel (Faragó, Havasi, Zlatev, 2011): Tegyük fel, hogy f a 2. változójában lipschitzes, azaz f (t n, y n ) f (t n, y n ) L y n y n valamely L konstans mellett. Ekkor az explicit Runge-Kutta + aktív RE módszer konvergens. Tétel (Faragó, Havasi, Zlatev, 2012): Tegyük fel, hogy f a 2. változójában lipschitzes. Ekkor a diagonálisan implicit Runge-Kutta + aktív RE módszer konvergens. Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 8 / 18

Richardson-extrapoláció A RE stabilitása rögzített rácson Stiff feladatoknál fontos a Dahlquist-féle tesztfeladaton való viselkedés: y = λy, t [0, ), y(0) = y 0, Re(λ) 0 A passzív RE megörzi a mögöttes módszer stabilitási tulajdonságait. Ugyanez nem feltétlenül igaz az aktívra: a RE javíthat és ronthat is a stabilitáson: - Trapézszabály + RE: nem A-stabil - Implicit Euler + RE: L-stabil - Általános Θ-módszer + RE: A-stabil, ha Θ [2/3, 1] Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 9 / 18

Alkalmazás az UNI-DEM-ben Az UNI-DEM légkörkémiai almodellje az EMEP modellben is alkalmazott kémiai reakcióséma 56 anyagfajtával nemlineáris KDER egyes anyagfajták lassan, mások gyorsan alakulnak át erösen stiff rendszer 24 órás idöintervallum referenciamegoldás: négylépéses, ötödrendü L-stabil implicit Runge-Kutta módszerrel a hibát maximumnormában mérjük Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 10 / 18

Alkalmazás az UNI-DEM-ben A IE + RE módszerrel kapott hibák N IE IE + aktív RE IE + passzív RE 1344 3.063E-1 7.708E-3 6.727E-3 2688 1.516E-1 (2.02) 1.960E-3 (3.93) 1.739E-3 (3.87) 5376 7.536E-2 (2.01) 5.453E-4 (3.59) 4.417E-4 (3.94) 10752 3.757E-2 (2.01) 1.455E-4 (3.75) 1.113E-4 (3.97) 21504 1.876E-2 (2.00) 3.765E-5 (3.86) 2.793E-5 (3.98) 43008 9.371E-3 (2.00) 9.583E-6 (3.93) 6.997E-6 (3.99) 86016 4.684E-3 (2.00) 2.418E-6 (3.96) 1.751E-6 (4.00) 172032 2.341E-3 (2.00) 6.072E-7 (3.98) 4.379E-7 (4.00) 344064 1.171E-3 (2.00) 1.522E-7 (3.99) 1.095E-7 (4.00) Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 11 / 18

Alkalmazás az UNI-DEM-ben Adott pontosság eléréséhez szükséges gépidö (s) és lépésszám (IE módszer) Globális hiba IE IE + RE Gépidö Lépésszám Gépidö Lépésszám [1E-2,1E-1] 274 5376 304 672 [1E-3,1E-2] 862 43008 374 1344 [1E-4,1E-3] 7144 688128 661 5376 [1E-5,1E-4] 42384 5505024 1428 21504 [1E-6,1E-5] 265421 44040192 2240 43008 Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 12 / 18

Alkalmazás az UNI-DEM-ben Kombinálás operátorszeleteléssel A légköri transzport-kémiai egyenletrendszer: c i t = (uc i )+ (K c i ) σ i c i +R i (c 1,..., c q )+E i (x, t), i = 1, 2,..., q Csatolt nemlineáris PDE-rendszer. Közvetlen diszkretizáció M térbeli rácspont esetén nagyméretü nemlineáris KDE-rendszer M q db ismeretlennel standard numerikus módszerek nem használhatók Alkalmazzunk operátorszeletelést: - Az idöintervallumot τ hosszúságú részekre osztjuk - A jobb oldalt részoperátorokra bontjuk, a megfelelö részfeladatokat egymás után oldjuk meg a részintervallumokon - Csatolás a kezdeti feltételeken keresztül Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 13 / 18

Alkalmazás az UNI-DEM-ben A pontosság növelése Richardson-extrapolációval p: a szeletelési módszer rendje r: az alkalmazott numerikus módszer rendje A teljes approximáció rendje min{p, r}. A részfeladatokra csak akkor érdemes magasabb rendü módszert alkalmazni, ha a szeletelési módszer is magasabb rendü. A magasabb rendü szeletelési módszerek azonban költségesek. Ötlet: A pontosságot Richardson-extrapolációval növeljük! A kombinált módszert az UNI-DEM légkörkémiai almodelljén teszteltük. Két részoperátor: az ózonnal összefüggö anyagok kémiai reakciói + a többi Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 14 / 18

Alkalmazás az UNI-DEM-ben A szekvenciális szeleteléssel kapott hibák implicit Euler-módszerrel RE nélkül ill. RE alkalmazásával N Szekv. szeletelés Szekv. szel. + RE 1344 2.154e-1 1.799e-2 2688 1.093e-1 (1.97) 5.862e-3 (3.07) 5376 5.509e-2 (1.99) 1.698e-3 (3.45) 10752 2.764e-2 (1.99) 4.598e-4 (3.69) 21504 1.384e-3 (2.00) 1.199e-4 (3.84) 43008 6.926e-3 (2.00) 3.062e-5 (3.92) 86016 3.464e-3 (2.00) 7.740e-6 (3.96) 172032 1.733e-3 (2.00) 1.946e-6 (3.98) Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 15 / 18

Alkalmazás az UNI-DEM-ben MS-szeleteléssel kapott hibák másodrendü DIRK-módszerrel RE nélkül ill. RE alkalmazásával N DIRK DIRK + MS DIRK + MS + RE 1344 4.55E-03 (4.15) 3.94E-02 (2.42) 8.61E-03 (3.08) 2688 1.12E-03 (4.07) 1.47E-02 (2.69) 2.42E-03 (3.56) 5376 2.77E-04 (4.03) 4.92E-03 (2.95) 5.83E-04 (4.15) 10752 6.91E-05 (4.02) 1.55E-03 (3.20) 1.19E-04 (4.89) 21504 1.72E-05 (4.01) 4.49E-04 (3.46) 1.99E-05 (5.99) 43008 4.30E-06 (4.00) 1.22E-04 (3.68) 2.73E-06 (7.29) 86016 1.07E-06 (4.00) 3.19E-05 (3.82) 3.30E-07 (8.29) 172032 2.69E-07 (4.00) 8.17E-06 (3.91) 3.83E-08 (8.62) 344064 6.72E-08 (4.00) 2.07E-06 (3.95) 4.56E-09 (8.39) 688128 1.68E-08 (4.00) 5.19E-07 (3.98) 5.64E-10 (8.09) 1376256 4.20E-09 (4.00) 1.30E-07 (3.99) 7.09E-11 (7.96) 2752512 1.05E-09 (4.00) 3.26E-08 (3.94) 8.95E-12 (7.93) Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 16 / 18

Alkalmazás az UNI-DEM-ben From the Content: The basic properties of Richardson extrapolation Richardson extrapolation for explicit Runge-Kutta methods Linear multistep and predictor-corrector methods Richardson extrapolation for some implicit methods Richardson extrapolation for splitting techniques Richardson extrapolation for advection problems Richardson extrapolation for some other problems Retail price: 119.95 / US$ 137.99 286 pages published November 2017 hardcover isbn 978-3-11-051649-4 ebook isbn 978-3-11-053300-2 http://www.degruyter.com/books/978-3-11-051649-4 1 Figure: Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 17 / 18

Alkalmazás az UNI-DEM-ben Köszönöm a figyelmet! Faragó István (ELTE) Richardson-extrapoláció és alkalmazása Met. Napok, 2017. nov. 23-24. 18 / 18