Los métodos espectrales y los métodos de elementos finitos están estrechamente relacionados y se basan en las mismas ideas; la principal diferencia entre ellos es que los métodos espectrales usan funciones de base que son distintas de cero en todo el dominio, mientras que los métodos de elementos finitos usan funciones de base que son distintas de cero solo en subdominios pequeños. En otras palabras, los métodos espectrales adoptan un enfoque global, mientras que los métodos de elementos finitos utilizan un enfoque local . En parte por esta razón, los métodos espectrales tienen excelentes propiedades de error, siendo la llamada "convergencia exponencial" la más rápida posible, cuando la solución es fluida . Sin embargo, no se conocen resultados de captura de choque espectral de dominio único tridimensional (las ondas de choque no son suaves).[1] En la comunidad de elementos finitos, un método en el que el grado de los elementos es muy alto o aumenta a medida que el parámetro de cuadrícula h disminuye a cero a veces se denomina método de elementos espectrales .
Los métodos espectrales se pueden utilizar para resolver ecuaciones diferenciales ordinarias (EDO), ecuaciones diferenciales parciales (PDE) y problemas de valores propios que involucran ecuaciones diferenciales. Cuando se aplican métodos espectrales a PDE dependientes del tiempo, la solución se escribe típicamente como una suma de funciones base con coeficientes dependientes del tiempo; al sustituir esto en el PDE se obtiene un sistema de EDO en los coeficientes que se pueden resolver utilizando cualquier método numérico para las EDO . Los problemas de valores propios de las EDO se convierten de manera similar en problemas de valores propios de la matriz [ cita requerida ] .
Los métodos espectrales fueron desarrollados en una larga serie de artículos por Steven Orszag a partir de 1969 que incluyen, entre otros, métodos de series de Fourier para problemas de geometría periódica, métodos espectrales polinomiales para problemas de geometría finitos e ilimitados, métodos pseudoespectrales para problemas altamente no lineales y espectrales. métodos de iteración para la solución rápida de problemas de estado estacionario. La implementación del método espectral normalmente se logra con la colocación o con un enfoque de Galerkin o Tau .
Los métodos espectrales son computacionalmente menos costosos que los métodos de elementos finitos, pero se vuelven menos precisos para problemas con geometrías complejas y coeficientes discontinuos. Este aumento del error es consecuencia del fenómeno de Gibbs .
Aquí suponemos una comprensión del cálculo multivariado básico y las series de Fourier . Si es una función conocida de valor complejo de dos variables reales, yg es periódica en xey (es decir, ) entonces estamos interesados en encontrar una función f (x, y) de modo que
donde la expresión de la izquierda denota las segundas derivadas parciales de f en xey, respectivamente. Esta es la ecuación de Poisson y se puede interpretar físicamente como algún tipo de problema de conducción de calor, o un problema en la teoría del potencial, entre otras posibilidades.
Si escribimos fyg en series de Fourier:
y sustituir en la ecuación diferencial, obtenemos esta ecuación:
Hemos intercambiado la diferenciación parcial con una suma infinita, lo cual es legítimo si asumimos, por ejemplo, que f tiene una segunda derivada continua. Por el teorema de unicidad para las expansiones de Fourier, entonces debemos igualar los coeficientes de Fourier término por término, dando
(*)
que es una fórmula explícita para los coeficientes de Fourier a j , k .
Con condiciones de contorno periódicas, la ecuación de Poisson posee una solución solo si b 0 , 0 = 0 . Por tanto, podemos elegir libremente un 0 , 0 que será igual a la media de la resolución. Esto corresponde a elegir la constante de integración.
Para convertir esto en un algoritmo, solo se resuelven un número finito de frecuencias. Esto introduce un error que puede demostrarse que es proporcional a , donde y es la frecuencia más alta tratada.
Algoritmo
Calcule la transformada de Fourier ( b j, k ) de g .
Calcule la transformada de Fourier ( a j, k ) de f mediante la fórmula (*).
Calcule f tomando una transformada de Fourier inversa de ( a j, k ).
Dado que solo estamos interesados en una ventana finita de frecuencias (de tamaño n , digamos), esto se puede hacer usando un algoritmo de transformada rápida de Fourier . Por lo tanto, globalmente el algoritmo se ejecuta en el tiempo O ( n log n ).
Ejemplo no lineal
Deseamos resolver la ecuación de Burgers forzada, transitoria y no lineal utilizando un enfoque espectral.
Dado en el dominio periódico , encuentre tal que
donde ρ es el coeficiente de viscosidad . En forma conservadora débil esto se convierte en
Para aplicar el método de Fourier- Galerkin , elija ambos
y
donde . Esto reduce el problema a encontrar tal que
Usando la relación de ortogonalidad donde está el delta de Kronecker , simplificamos los tres términos anteriores para que cada uno vea
Reúna los tres términos para cada uno para obtener
Dividiendo por , finalmente llegamos a
Con las condiciones iniciales transformadas de Fourier y el forzamiento , este sistema acoplado de ecuaciones diferenciales ordinarias puede integrarse en el tiempo (usando, por ejemplo, una técnica de Runge Kutta ) para encontrar una solución. El término no lineal es una convolución y existen varias técnicas basadas en transformadas para evaluarlo de manera eficiente. Véanse las referencias de Boyd y Canuto et al. para más detalles.
Una relación con el método del elemento espectral.
Se puede demostrar que si es infinitamente diferenciable, entonces el algoritmo numérico que usa Transformadas Rápidas de Fourier convergerá más rápido que cualquier polinomio en el tamaño de cuadrícula h. Es decir, para cualquier n> 0, existe tal que el error es menor que para todos los valores suficientemente pequeños de . Decimos que el método espectral es de orden , para todo n> 0.
Debido a que un método de elementos espectrales es un método de elementos finitos de muy alto orden, existe una similitud en las propiedades de convergencia. Sin embargo, mientras que el método espectral se basa en la descomposición propia del problema de valor de frontera particular, el método de elementos finitos no usa esa información y funciona para problemas de valores de frontera elípticos arbitrarios .
Ver también
Método de elementos finitos
Cuadrícula gaussiana
Método pseudo-espectral
Método del elemento espectral
Método Galerkin
Método de colocación
Referencias
^ pp 235, Métodos espectrales : evolución a geometrías complejas y aplicaciones a la dinámica de fluidos, por Canuto, Hussaini, Quarteroni y Zang, Springer, 2007.
Bengt Fornberg (1996) Una guía práctica de métodos pseudospectrales. Cambridge University Press, Cambridge, Reino Unido
Métodos espectrales de Chebyshev y Fourier por John P. Boyd.
Canuto C., Hussaini MY , Quarteroni A. y Zang TA (2006) Métodos espectrales. Fundamentos en dominios individuales. Springer-Verlag, Berlín Heidelberg
Javier de Frutos, Julia Novo: un método de elementos espectrales para las ecuaciones de Navier-Stokes con precisión mejorada
Aproximación polinomial de ecuaciones diferenciales , por Daniele Funaro, Lecture Notes in Physics, Volumen 8, Springer-Verlag, Heidelberg 1992
D. Gottlieb y S. Orzag (1977) "Análisis numérico de métodos espectrales: teoría y aplicaciones", SIAM, Filadelfia, PA
J. Hesthaven, S. Gottlieb y D. Gottlieb (2007) "Métodos espectrales para problemas dependientes del tiempo", Cambridge UP, Cambridge, Reino Unido
Steven A. Orszag (1969) Métodos numéricos para la simulación de turbulencias , Phys. Suplemento de fluidos II, 12, 250–257
Presione, WH; Teukolsky, SA; Vetterling, WT; Flannery, BP (2007). "Sección 20.7. Métodos espectrales" . Recetas numéricas: el arte de la informática científica (3ª ed.). Nueva York: Cambridge University Press. ISBN 978-0-521-88068-8.
Jie Shen, Tao Tang y Li-Lian Wang (2011) "Métodos espectrales: algoritmos, análisis y aplicaciones" (Springer Series in Computational Mathematics, V. 41, Springer), ISBN 354071040X
Lloyd N. Trefethen (2000) Métodos espectrales en MATLAB. SIAM, Filadelfia, PA
vtmiAnálisis funcional ( temas - glosario )
Espacios
Banach
Besov
Fréchet
Hilbert
Poseedor
Nuclear
Orlicz
Schwartz
Sobolev
vector topologico
Propiedades
cañón
completo
dual ( algebraico / topológico )
localmente convexo
reflexivo
separable
Teoremas
Hahn – Banach
gráfico cerrado
principio de delimitación uniforme
Punto fijo de Kakutani
Kerin – Milman
mínimo máximo
Gelfand – Naimark
Banach – Alaoglu
Operadores
adjunto
encerrado
compacto
Hilbert – Schmidt
normal
nuclear
clase de rastreo
ilimitado
unitario
Álgebras
Álgebra de Banach
C * -álgebra
espectro de un C * -álgebra
álgebra del operador
álgebra de grupo de un grupo localmente compacto
álgebra de von Neumann
Problemas abiertos
problema subespacial invariante
Conjetura de Mahler
Aplicaciones
Espacio resistente
teoría espectral de ecuaciones diferenciales ordinarias
núcleo de calor
teorema del índice
cálculo de variaciones
cálculo funcional
operador integral
Polinomio de Jones
teoría del campo cuántico topológico
geometría no conmutativa
Hipótesis de Riemann
distribución (o funciones generalizadas )
Temas avanzados
propiedad de aproximación
conjunto equilibrado
topología débil
Distancia Banach-Mazur
Teoría de Tomita-Takesaki
Categorías :
Análisis numérico
Ecuaciones diferenciales numéricas
Categorías ocultas:
Artículos que carecen de citas en el texto de agosto de 2013
Todos los artículos que carecen de citas en el texto.
Todos los artículos con declaraciones sin fuente
Artículos con declaraciones sin fuente de agosto de 2013