• Aucun résultat trouvé

M´ethodes de d´ecomposition de domaines : partie II

N/A
N/A
Protected

Academic year: 2022

Partager "M´ethodes de d´ecomposition de domaines : partie II"

Copied!
88
0
0

Texte intégral

(1)

M´ ethodes de d´ ecomposition de domaines : partie II

par

Christophe Besse

Institut Math´ematique de Toulouse, Universit´e Toulouse 3, CNRS

DDM - Partie II

INSTITUT

de MATHEMATIQUES

de TOULOUSE

(2)

Plan de la partie II

1 Rappels

2 Historique de la m´ethode de relaxation d’ondes

3 La m´ethode SWR

4 Propri´et´es

5 D´eveloppements

6 Mise en œuvre

(3)

Plan de la partie II

1 Rappels

2 Historique de la m´ethode de relaxation d’ondes

3 La m´ethode SWR

4 Propri´et´es

5 D´eveloppements

6 Mise en œuvre

(4)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

2

Γ

1

2

∂Ω

∆u11 = 0 dansΩ1

u11 = g sur∂Ω∪∂Ω¯1

u11 = u02 surΓ1

r´esolu sur le disque avecu02= 0

∆u12 = 0 dansΩ2

u12 = g sur∂Ω∪∂Ω¯2

u12 = u11 surΓ2

r´esolu sur le rectangle

(5)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

1

2

∂Ω

∆u11 = 0 dansΩ1

u11 = g sur∂Ω∪∂Ω¯1

u11 = u02 surΓ1

r´esolu sur le disque avecu02= 0

∆u12 = 0 dansΩ2

u12 = g sur∂Ω∪∂Ω¯2

u12 = u11 surΓ2

r´esolu sur le rectangle

(6)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

2

2

∂Ω

∆u11 = 0 dansΩ1

u11 = g sur∂Ω∪∂Ω¯1

u11 = u02 surΓ1

r´esolu sur le disque avecu02= 0

∆u12 = 0 dansΩ2

u12 = g sur∂Ω∪∂Ω¯2

u12 = u11 surΓ2

r´esolu sur le rectangle

(7)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

1

2

∂Ω

∆u21 = 0 dansΩ1

u21 = g sur∂Ω∪∂Ω¯1

u21 = u12 surΓ1

r´esolu sur le disque

∆u22 = 0 dansΩ2

u22 = g sur∂Ω∪∂Ω¯2

u22 = u21 surΓ2

r´esolu sur le rectangle

(8)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

2

2

∂Ω

∆u21 = 0 dansΩ1

u21 = g sur∂Ω∪∂Ω¯1

u21 = u12 surΓ1

r´esolu sur le disque

∆u22 = 0 dansΩ2

u22 = g sur∂Ω∪∂Ω¯2

u22 = u21 surΓ2

r´esolu sur le rectangle

(9)

Rappels

ethode de Schwarz classique altern´ee

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

2

Γ

1

2

∂Ω

∆uk1 = 0 dansΩ1

uk1 = g sur∂Ω∪∂Ω¯1

uk1 = uk−12 surΓ1

r´esolu sur le disque

∆uk2 = 0 dansΩ2

uk2 = g sur∂Ω∪∂Ω¯2

uk2 = uk1 surΓ2

r´esolu sur le rectangle

(10)

Rappels

ethode de Schwarz parall`elle (P-L. Lions 1988)

Solution de l’´equation de Laplace sur un domaine g´en´eralΩ = Ω1∪Ω2

1

Γ

2

Γ

1

2

∂Ω

∆uk1 = 0 dansΩ1

uk1 = g sur∂Ω∪∂Ω¯1

uk1 = uk−12 surΓ1

r´esolu sur le disque

∆uk2 = 0 dansΩ2

uk2 = g sur∂Ω∪∂Ω¯2

uk2 = uk−11 surΓ2

r´esolu sur le rectangle

(11)

Rappels

Plusieurs types de conditions de transmission.

M´ethodes avec ou sans recouvrement.

Bien adapt´e aux probl`emes stationnaires.

Quid des probl`emes instationnaires?

Id´ee simple : discr´etiser la partie temporelle uniform´emement et appliquer les techniques de Schwarz pour les probl`emes stationnaires.

Ex : Dolean, Nataf, Lanteri (2002) pour Euler.

D´efaut : les pas de temps doivent ˆetre les mˆemes dans chaque sous domaines.

Autre approche : Schwarz Relaxation Method (SWR).

(12)

Plan de la partie II

1 Rappels

2 Historique de la m´ethode de relaxation d’ondes

3 La m´ethode SWR

4 Propri´et´es

5 D´eveloppements

6 Mise en œuvre

(13)

M´ ethode de relaxation d’ondes

´Emile Picart (1893) : Sur l’application des m´ethodes d’approximations successives `a l’´etude de certaines ´equations diff´erentielles ordinaires

Les m´ethodes d’approximation dont nous faisons usage sont th´eoriquement susceptibles de s’appliquer `a toute ´equation, mais elles ne deviennent vraiment int´eressantes pour l’´etude des propri´et´es des fonctions d´efinies par les

´

equations diff´erentielles que si l’on ne reste pas dans les g´en´eralit´es et si l’on envisage certaines classes d’´equations.

(14)

La m´ ethode des ...

(15)

... approximations successives

(16)

Analyse de convergence

Ernest Lindel¨of (1894) :Sur l’application des m´ethodes d’approximations successives `a l’´etude des int´egrales r´eelles des ´equations diff´erentielles ordinaires Extrait

“... La pr´esente ´etude a pour but de donner une exposition succincte de la m´ethode d’approximations successives de M. Picard en tant qu’elle s’applique aux ´equations

diff´erentielles ordinaires.”

Convergence superlin´eaire (Lindel¨of 1894)

Sur des intervalles de temps born´est∈[0, T], les it´er´es satisfont la borne d’erreur superlin´eaire

kv−vmk ≤(CT)m

m! kv−v0k o`uC est une constante positive.

(17)

La m´ ethode de relaxation d’ondes classique

Lelarasmee, Ruehli and Sangiovanni-Vincentelli (1982): The Waveform Relaxation Method for Time-Domain Analysis of Large Scale Integrated Circuits.

”The spectacular growth in the scale of integrated circuits being designed in the VLSI era has generated the need for new methods of circuit simulation. “Standard”

circuit simulators, such as SPICE and ASTAP, simply take too much CPU time and too much storage to analyze a VLSI circuit”.

Nevanlinna and Odeh (1987): Remarks on the Convergence of Waveform Relaxation Methods.

”Recently an approach called waveform relaxation methods (WR) has captured considerable attention in solving certain classes of large scale digital circuit equations.”

(18)

Un exemple historique

Example : un oscillateur en anneau MOS (Lelarasmee et al 1982)

Les ´equations pour un tel circuit peuvent ˆetre ´ecrites sous la forme d’un syst`eme d’EDO

˙

v=f(v), 0< t < T v(0) =g

(19)

D´ ecomposition par relaxation d’ondes

Iteration en utilisant les solutions des sous-circuits seulement :

tv1k = f1(v1k, vk−12 , vk−13 )

tv2k = f2(v1k, vk2, vk−13 )

tv3k = f3(v1k, vk2, vk3)

Les signaux le long des cables sont appel´es ’waveforms’, ce qui donna `a l’algo. son nom (anglais)Waveform Relaxation.

(20)

Historique de la convergence num´ erique

”Note that since the oscillator is highly nonunidirectional due to the feedback from v3 to the NOR gate, the convergence of the iterated solutions is achieved with the number of iterations being proportional to the number of oscillating cycles of interest”

(21)

Plan de la partie II

1 Rappels

2 Historique de la m´ethode de relaxation d’ondes

3 La m´ethode SWR

4 Propri´et´es

5 D´eveloppements

6 Mise en œuvre

(22)

M´ ethode SWR

SWR = Schwarz Waveform Relaxationmethod But: r´esoudre une ´equation du type

(S)





tu+Lu=f (x, t)∈Ω×(0;T) CL sur∂Ω(ex : u=g), t∈(0;T)

u(x,0) =u0(x), x∈Ω

SubdivisionΩ =

N

[

j=1

j

Ω = [a, b] = [a0, b0]

x t

T

0 a b

(23)

M´ ethode SWR

SWR = Schwarz Waveform Relaxationmethod But: r´esoudre une ´equation du type

(S)





tu+Lu=f (x, t)∈Ω×(0;T) CL sur∂Ω(ex : u=g), t∈(0;T)

u(x,0) =u0(x), x∈Ω

SubdivisionΩ =

N

[

j=1

j

Ω = [a, b] = [a0, b0]

x t

T

0

a b

1

b

2

a

2

2

3

b

3

a

3

a

1

b

1

(24)

M´ ethode SWR

SWR = Schwarz Waveform Relaxationmethod But: r´esoudre une ´equation du type

(S)





tu+Lu=f (x, t)∈Ω×(0;T) CL sur∂Ω(ex : u=g), t∈(0;T)

u(x,0) =u0(x), x∈Ω

SubdivisionΩ =

N

[

j=1

j

Ω = [a, b] = [a0, b0]

x t

T

0

a b

1

b

2

a

2

2

3

b

3

a

3

a

1

= b

1

=

(25)

M´ ethode SWR

En 1D :Ωj= [aj, bj],Γj,j−1={aj}etΓj,j+1={bj}.

M´ethode SWR,k≥0

(S)





tuki +Luki =f, (x, t)∈Ωi×(0;T)

Biuki =Biuk−1j , (x, t)∈Γi,j×(0;T), j=i±1 u(x,0) =u0(x), x∈Ωi

Sii= 1oui=N,Γ1,0={a0}etΓN,N+1={b0}, alors, la CL est uk0 =g, (x, t)∈ {a0} ×(0;T), ukN=g, (x, t)∈ {b0} ×(0;T).

Sik= 0,u0i = 0 (ou al´eatoire) surΓi,j,j=i±1.

(26)

Conditions de transmission

Comme en stationnaire, plusieurs choix Biuki =uki : Dirichlet

Biuki =∂nijuki : Neumann

Biuki =∂nijuki+p uki,p∈C: Robin Biuki =∂nijuki +Siuki

x t

T

0

i

ai bi

Γi,i+1

ni,i+1 ni+1,i

Γi+1,ii+1

bi+1 ai

(27)

Conditions de transmission

Comme en stationnaire, plusieurs choix

Biuki =uki : Dirichlet Biuki =∂nijuki : Neumann Biuki =∂nijuki +p uki, p∈C: Robin

Biuki =∂nijuki +Siuki

t=0 t=T t=Tf

i t

1 y

x Γ12= Γ21

n12

n21

2

(28)

Principe de la m´ ethode

a11 b1

• a2 • Ω2 b2

• •

On d´efinit sur chaque sous domaine

Domaine 1

tuk1+Luk1 =f dans1×(0, T) uk1(·,0) =u0dans1

uk1(b1,·) =uk−12 (b1,·)surΓ12×(0, T)

Domaine 2

tuk2+Luk2=fdans2×(0, T) uk2(·,0) =u0 dans2

uk2(a2,·) =uk−11 (a2,·)surΓ21×(0, T)

Algorithme classique

u01(b1, t) = 0,u02(a2, t) = 0,t∈(0, T) k= 1

Tant que k(uk1−uk−11 )(b1, T)k2L2+k(uk2−uk−12 )(a2, T)k2L2

> εfaire R´esoudre les syst`emes dansΩ1 etΩ2,t∈(0, T)

Echanger les informations par Cond. Transmission´ k=k+ 1

(29)

Principe de la m´ ethode

k= 1

a11 b1

• a2 • Ω2 b2

• •

On r´esoud en parall`ele.

Domaine 1

esoudre pourt= 0T

tu11+Lu11=f dans1×(0, T) u11(·,0) =u0 dans1

u11(b1,·) = 0surΓ12×(0, T) Conserver∀t(0, T)u11(a2, t)

Domaine 2

esoudre pourt= 0T

tu12+Lu12=f dans2×(0, T) u12(·,0) =u0dans2

u12(a2,·) = 0surΓ21×(0, T) Conserver∀t(0, T)u12(b1, t)

(30)

Principe de la m´ ethode

k= 2

a11 b1

• a2 • Ω2 b2

• •

On r´esoud en parall`ele.

Transmettreu11(a2, t)`aΩ2 etu12(b1, t)`aΩ1,t∈(0, T)

Domaine 1

esoudre pourt= 0T

tu21+Lu21=f dans1×(0, T) u21(·,0) =u0 dans1

u21(b1,·)=u12(b1,·)surΓ12×(0, T) Conserver∀t(0, T)u21(a2, t)

Domaine 2

esoudre pourt= 0T

tu22+Lu22=f dans2×(0, T) u22(·,0) =u0dans2

u22(a2,·)=u11(a2,·)surΓ21×(0, T) Conserver∀t(0, T)u22(b1, t)

(31)

Principe de la m´ ethode

k=K

a11 b1

• a2 • Ω2 b2

• •

On r´esoud en parall`ele.

TransmettreuK−11 (a2, t)`aΩ2 etuK−12 (b1, t)`aΩ1,t∈(0, T)

Domaine 1

esoudre pourt= 0T

tuK1 +LuK1 =f dans1×(0, T) uL1(·,0) =u0dans1

uK1(b1,·)=uK−12 (b1,·)surΓ12×(0, T) Conserver∀t(0, T)uK1(a2, t)

Domaine 2

esoudre pourt= 0T

tuK2 +LuK2 =f dans2×(0, T) uK2(·,0) =u0 dans2

uK2(a2,·)=uK−11 (a2,·)surΓ21×(0, T) Conserver∀t(0, T)uK2(b1, t)

On transmet donc `a chaque it´eration de la m´ethode SWR uki(x, t), (x, t)∈Γi,j×(0, T), j=i±1.

(32)

Principe de la m´ ethode

k=K

a11 b1

• a2 • Ω2 b2

• •

On r´esoud en parall`ele.

TransmettreuK−11 (a2, t)`aΩ2 etuK−12 (b1, t)`aΩ1,t∈(0, T)

Domaine 1

esoudre pourt= 0T

tuK1 +LuK1 =f dans1×(0, T) uL1(·,0) =u0dans1

uK1(b1,·)=uK−12 (b1,·)surΓ12×(0, T) Conserver∀t(0, T)uK1(a2, t)

Domaine 2

esoudre pourt= 0T

tuK2 +LuK2 =f dans2×(0, T) uK2(·,0) =u0 dans2

uK2(a2,·)=uK−11 (a2,·)surΓ21×(0, T) Conserver∀t(0, T)uK2(b1, t)

On transmet donc `a chaque it´eration de la m´ethode SWR uki(x, t), (x, t)∈Γi,j×(0, T), j=i±1.

(33)

M´ ethode de d´ ecomposition en espace

La partie

R´esoudre pourt= 0→T fait appel `a un int´egrateur temporel num´erique.

Les donn´ees

uki(x, t), (x, t)∈Γi,j×(0, T), j=i±1.

sont donc discr`etes.

Le sch´ema suivi pour les m´ethodes SWR Discr´etiser en espace puis en temps

M´ethode de d´ecomposition en espace Discr´etiser en temps puis en espace

Apr`es discr´etisation en temps, on apour chaque pas de tempsun probl`eme stationnaire

Utiliser les m´ethodes de DDM de la partie I `a chaque pas de temps

(34)

M´ ethode de d´ ecomposition en espace

Pour simplifier, on prendf= 0.

Int´egrateur temporel num´erique

tuki +Luki = 0−→F(uki,n+1) =G(uki,n)

o`uuki,n(x)est une approximation deuki(x, tn),tn=n∆t,∆t=T /Niter. Algorithme

Pourn= 1`aNiter,

u01,n(b1) =uKn−1f (b1),u02,n(a2) =uKn−1f (a2), k= 1

Tant que k(uk1,n−uk−11,n)(b1,∆t)k2L2+k(uk2,n−uk−12,n )(a2,∆t)k2L2

> εfaire Faire une ´etape de l’int´egrateur en temps dansΩ1 etΩ2,

´Echanger les informations par Cond. Transmission k=k+ 1

Kf =k

uKnf(b1) =uK2,nf(b1)etuKnf(a2) =uK1,nf(a2)

(35)

M´ ethode de d´ ecomposition en espace

On transmet donc `a chaque it´eration de la m´ethode et `a chaque pas de temps uki,n(x), x∈Γi,j, j=i±1.

SWR

Pourk= 1`aKf

Echange´ uki,n(x), x∈Γi,j, j=i±1, n∈ {1,· · ·, Niter}

D´ecomposition en espace Pourn= 1`aNiter

Pourk= 1`aKf

Echange´ uki,n(x), x∈Γi,j, j=i±1.

Beaucoup plus d’´echanges d’informations... surcoˆut ´eventuel.

(36)

Plan de la partie II

1 Rappels

2 Historique de la m´ethode de relaxation d’ondes

3 La m´ethode SWR

4 Propri´et´es

5 D´eveloppements

6 Mise en œuvre

(37)

Temps longs vs Temps courts

Deux comportements diff´erents

temps longs=⇒convergence lin´eaire temps courts=⇒convergence superlin´eaire

Equation de la chaleur 1D avec´ L= 0.1

La m´ethode de d´ecomposition en espace regagne en int´erˆet ou encorem´ethode SWR `a fenˆetres.

(38)

Temps longs vs Temps courts

Gander, Zhao,Overlapping Schwarz Waveform Relaxation for the Heat Equation in n-Dimensions, BIT, 2002





tuk+1j = ∆uk+1j +f(x, t), x∈Ωj, 0< t <∞, uk+1j (x, t) = ukl(x, t), x∈Γjl, 0< t <∞, uk+1j (x, t) = g(x, t), x∈Γj0, 0< t <∞,

u(x,0) = u0(x), x∈Ωj.

(39)

Temps longs vs Temps courts

Soitmj le plus petit nombre de domaines `a traverser depuisΩj pour rejoindre

∂Ω.

m= maxjmj.

δ distance minimale d’overlap entre sous domaines.

ula solution de l’´equation de la chaleur surΩ×(0,∞).

ekj =u−ukj l’erreur sur le domainej`a l’it´erationk.

Temps infini, convergence lin´eaire maxj sup

x∈Ωj,t>0

|ek(m+2)j | ≤(γ(m, δ))k max

j sup

x∈Ωj,t>0

|e0j|, o`uγ(m, δ)<1

Temps fini, convergence superlin´eaire maxj sup

x∈Ωj,t<T

|ekj| ≤(2d)kerfc kδ

2√ πT

maxj sup

x∈Ωj,t<T

|e0j|.

o`udest la dimension.

(40)

Comparaison avec Lindel¨ of

Le taux de convergence trouv´e pour les algorithmes de relaxation d’onde classique pour les EDOs est

CTk k! =

1

√2π+O(k−1)

e−klogk+(1+log(CT))k−12logk

≈e−klogk Le taux de convergence superlin´eaire pour une EDP diffusive est

C1kerfc C2k

√T

= √

T C2

√π +O(k−2)

e

C2 2

T k2+log(C1)k−logk

≈e−k2 L’am´elioration est due `a la diffusion issue du noyau de la chaleur.

(41)

R´ esultats de convergence

Probl`emes diffusifs

Lu= (a· ∇)u−ν∆u+bu Conditions de transmission de Dirichlet

Convergence sioverlap.

Pas de convergence sinon.

Daoud & Gander (2003), Daoud & Caltinoglu (2007) Temps infini, convergence lin´eaire

maxj sup

x∈Ωj,t>0

|ek(m+2)j | ≤(γ(m, δ))k max

j sup

x∈Ωj,t>0

|e0j|, o`uγ(m, δ)<1

Temps fini, convergence superlin´eaire maxj sup

x∈Ωj,t<T

|ekj| ≤(C(ν,a, δ))kerfc kδ

2√ dνT

maxj sup

x∈Ωj,t<T

|e0j|.

o`udest la dimension.

(42)

R´ esultats de convergence

Exemple de Daoud & Caltinoglu (2007)

tu=∂2xu−0.25φ2u, 0< x <1, 0< t < T, u(0, t) =e−0.5πt2, 0< t < T,

u(1, t) = 0, 0< t < T, u(x,0) = cos(0.5φ2x), 0< x <1.

Ωest subdivis´e en 5 sous domaines avec overlap de0.2et0.4. Les temps finaux sont respectivementT = 10(gauche) etT = 1(droite)

(43)

Am´ elioration de la convergence

Gander, Halpern, Nataf,Optimal Convergence for Overlapping and Non-Overlapping Schwarz Waveform Relaxation, Proc. DD11, (1999)

Remplacer les conditions de transmission de Dirichlet par les conditions aux limites transparentes sous-jacentes aux ´equations

Eq. des ondes´ ∂2tu−c2x2u=f(x, t),c >0.

Eq. de r´´ eaction-convection-diffusion∂tu−ν∂2xu+a∂xu+bu=f(x, t),ν >0, a, b∈R.

Conditions aux limites =op´erateur Dirichlet-Neumann

(44)

CLT pour ´ Eq. des ondes

Eq. des ondes homog`´ ene 1D

(P)

2tψ−c2x2ψ= 0, (x, t)∈Rx×[0;T], ψ(x,0) =ψ0(x), x∈Rx,

tψ(x,0) =ψ1(x), x∈Rx. Hypoth`eses: supp(ψ0,1)⊂B(0, R).

Solution

ψ(x, t) = 1

2(ψ0(x+ct) +ψ0(x−ct)) +1 2

Z x+ct x−ct

ψ1(y)dy.

Simplement,

ψ(x, t) =ϕ1(x+ct) +ϕ2(x−ct), avec

1(x) =ψ0(x) + Z x

−∞

ψ1(y)dy , 2ϕ2(x) =ψ0(x)−

Z x

−∞

ψ1(y)dy .

(45)

CLT pour ´ Eq. des ondes

R R t

x

L L

supp(ϕ1(x+t)) supp(ϕ2(xt))

∀t >0et∀|x|> R, les supports sont disjoints.

x=−L x=L

ψ(x, t) =ϕ1(x+ct) ψ(x, t) =ϕ2(x−ct)

xψ=c∂tψ ∂xψ=−c∂tψ

Alors, surx=±L, la donn´ee deNeumanns’exprime en fonction de celle de Dirichlet

c∂nψ+∂tψ= 0 o`und´esigne le vecteur unitaire sortant `aΩ = (−L, L).

Remarque :

t2−c22x= (∂t−c∂x)(∂t+c∂x).

(46)

CLT pour ´ Eq. des ondes

Autre m´ethode : transform´ee de Laplace La(u)(x, ω) = ˆu(x, ω) =

Z 0

u(x, t)e−ωtdt avec la fr´equenceω=σ+iτ,σ >0

La(∂tu)(x, ω) = ωˆu(x, ω)−u(x,0),

La(∂2tu)(x, ω) = ω2u(x, ω)ˆ −ωu(x,0)−∂tu(x,0).

1 Probl`eme de transmission

Probl`eme int´erieur

(∂t2c22x)v= 0, xΩ, t >0,

xv=xw, xΓ, t >0, v(x,0) =ψ0(x), xΩ,

tv(x,0) =ψ1(x), xΩ,

Probl`eme ext´erieur

(∂tc22x)w= 0, xΩ, t >0, w(x, t) =v(x, t), x=±L, t >0,

w(x,0) =0, xΩ,

tw(x,0) =0, xΩ.

(47)

CLT pour ´ Eq. des ondes

2 Transform´ee de Laplace w.r.t temps pourx > L: ω2wˆ−c22xwˆ= 0.

Solution : w(x, ω) =ˆ A+(ω)eωcx+A(ω)eωcx

3 S´election de l’onde sortante : solution d’´energie finie−→A+= 0.

ˆ

w(x, ω) =eωc(x−L)La(w(L,·))(ω).

En prenant la d´eriv´ee

xw(x, ω)|ˆ x=L=−ω

cw(x, ω)|ˆ x=L 4 Transform´ee de Laplace inverse

c∂xw(x, t)|x=L=−∂tw(x, t)|x=L.

5 Ainsi, on obtient laCLTpourv

nv+∂tv c = 0

(48)

SWR pour les ondes

M´ethode SWR,k≥0

(S)





















t2uk1−c2x2uk1 = 0, (x, t)∈(−∞, L)×(0;T) B1uk1 =B1uk−12 , (x, t)∈ {L} ×(0;T),

t2uk2−c2x2uk2 = 0, (x, t)∈(0,∞)×(0;T) B2uk2 =B2uk−11 , (x, t)∈ {0} ×(0;T), u(x,0) =u0I(x), ∂tu(x,0) =u1I(x) x∈R

Bi=∂nij+∂t

c =∂nij+ Λ, Λ =La−1

ω c

.

Thm. Gander, Halpern, Nataf, 99

L’algorithme SWR avecBi=Idconverge d`es quek≥T c/δ,δtaille d’overlap.

L’algorithme SWR avecBi=∂nij+∂t/cconverge endeuxit´erations, ind´ependamment de la taille de l’overlap.

(49)

CLT pour ´ Eq. R´ eac/Diff/Advec.

tu+Lu=∂tu−ν∂x2u+a∂xu+cu= 0

CLT

nu∓Λ±u= 0.

Mise en jeu d’un op´erateur pseudo-diff´erentiel (i.e non local).

Signe - pour cˆot´e droit, + pour gauche.

ot´e droit :xuΛu= 0.

ot´e gauche :xuΛ+u= 0.

On a

Λ±u=La−1

a±δ1/2

∗u,avecδ=a2+ 4ν(c+ω).

(50)

CLT pour ´ Eq. R´ eac/Diff/Advec.

Pour la chaleur (a=c= 0) CLT

nu+La−1

√ω ν

∗u= 0 ⇐⇒ ∂nu+ 1

√ν∂t1/2u= 0, avec

t1/2f(x, t) = 1

√π∂t

Z t 0

f(x, s)|x=xr

√t−s ds

op´erateur de d´erivation fractionnaire d’ordre 1/2

(51)

SWR pour ´ Eq. R´ eac/Diff/Advec.

M´ethode SWR,k≥0

(S)





















tuk1−ν∂x2uk1+a∂xuk1+buk1 = 0, (x, t)∈(−∞, L)×(0;T) B1uk1 =B1uk−12 , (x, t)∈ {L} ×(0;T),

tuk2−ν∂x2uk2+a∂xuk2+buk2 = 0, (x, t)∈(0,∞)×(0;T) B2uk2 =B2uk−11 , (x, t)∈ {0} ×(0;T), u(x,0) =u0I(x), x∈R

B1=∂x−ΛetB2=∂x−Λ+

Thm. Gander, Halpern, Nataf, 99

L’algorithme SWR converge endeuxit´erations, ind´ependamment de la taille de l’overlap.

(52)

Quelques preuves de convergence

Transmission = Dirichlet

Algorithmen≥1 Ω= (−∞, L)

(∂t+L)uk1 =f, x∈Ω, t >0, uk1(x,0) =u0, x∈Ω uk1(L, t) =un−12 (L, t), t >0

+= (0,+∞)

(∂t+L)uk2 =f, x∈Ω+, t >0, uk2(x,0) =u0, x∈Ω+ uk2(0, t) =un−11 (0, t), t >0

´Etape 1

= (−∞, L)

(∂t+L)u11=f, x∈Ω, t >0, u11(x,0) =u0, x∈Ω u11(L, t) =gL(t), t >0

+= (0,+∞)

(∂t+L)u12=f, x∈Ω+, t >0, u12(x,0) =u0, x∈Ω+ u12(0, t) =g0(t), t >0 avecgL(0) =u0(L)etg0(0) =u0(0).

(53)

Quelques preuves de convergence

Transmission = Dirichlet

Erreurs :

ek1 =u|

−uk1 et ek2 =u|

Ω+−uk2. Ω= (−∞, L)

(∂t+L)ek1= 0, ek1(x,0) = 0,

ek1(L, t) =en−12 (L, t),

+= (0,+∞) (∂t+L)ek2 = 0, ek2(x,0) = 0, ek2(0, t) =en−11 (0, t), Commeeki(x,0) = 0, on a en passant par Laplace les EDOs enx

(ω+L)ˆeki = 0 et les solutions s’´ecrivent

ˆ

ek1(x, ω) =αk(ω)eλ+x, x≤L ˆ

ek2(x, ω) =βk(ω)eλx, x≥0, avec

λ±=a±δ1/2 2ν .

(54)

Quelques preuves de convergence

Transmission = Dirichlet

En utilisant les CL enx=Letx= 0, on obtient ˆ

ek1(x, ω) =eL(λλ+)k−21 , x≤L ˆ

ek2(x, ω) =eL(λλ+)ˆek−22 , x≥0.

Taux de convergence ρ(ω) =

ˆ ek+1i ˆ ek−1i

=eRe(λ−λ+)L.

Or,λ−λ+=−δ1/2 ν et donc

Re(λ−λ+)≤ −α, avecα=√

a2+ 4νc/ν.

Ainsi,ρ≤e−αLet on a

|ˆeki| ≤e−dk/2eαL|ˆe0i|.

(55)

Quelques preuves de convergence

Transmission = Dirichlet

|ˆeki| ≤e−dk/2eαL|ˆe0i|.

L’erreur tend vers0dans chaque sous domaine PlusLest grand, plus la convergence est rapide SiL= 0, pas de convergence : eˆk+1i = ˆek−1i ,∀k >1.

(56)

Quelques preuves de convergence

Transmission = DtN

= (−∞, L) (∂t+L)ek1= 0, ek1(x,0) = 0,

B+ek1(L, t) =B+en−12 (L, t),

+= (0,+∞) (∂t+L)ek2 = 0, ek2(x,0) = 0,

Bek2(0, t) =Ben−11 (0, t), B+=∂x−ΛetB=∂x−Λ+

On a pourk≥1

ˆ

ek1(x, ω) =αk(ω)eλ+x, x≤L ˆ

ek2(x, ω) =βk(ω)eλx, x≥0, et donc

xˆek1(x, ω)−λ+ˆek1(x, ω) = 0, x≤L

xˆek2(x, ω)−λk2(x, ω) = 0, x≥0.

0 1

(57)

Quelques preuves de convergence

Transmission = DtN

Par les conditions de transmission, on a

xˆe21(L, ω)−λ21(L, ω) =∂x12(L, ω)−λ12(L, ω) =0,

x22(0, ω)−λ+ˆe22(0, ω) =∂x11(0, ω)−λ+ˆe11(0, ω) =0.

et donc

α22= 0 soit encore

ˆ

e21= ˆe22= 0.

On a donc

u21=u|

et u22=u| Ω+. Convergence en 2 ´etape∀L.

(58)

SWR pour ´ Eq. R´ eac/Diff/Advec.

Remarques

Pour la chaleur, on peut approcherΛ±=∂t1/2

√ν par une quadrature.

Ex : Antoine, CB, 03,

t1/2f(tn)≈ r 2

∆t

n

X

k=0

βn−kfk

(

0, α1, α2, ...) = (1,1,1 2,1

2,3 8,3

8, ...) βk= (−1)kαk, ∀k0.

Pour l’´equation g´en´erale, c’est trop compliqu´e : on doit proc`eder `a des approximations du symbole de l’op´erateurΨDO.

(59)

SWR pour ´ Eq. R´ eac/Diff/Advec.

Transmission = Taylor 0 et 1

Taylor deδ1/2pour|ω| 1.

δ1/2≈p

a2+ 4νc+ 2ν

√a2+ 4νcω.

D’o`u

λ±0 =a±p

2ν etλ±1 =a±p 2ν ±qω , avecp >0etq >0.

Conditions de transmission

xuk+11 −Sjuk+11 =∂xuk2−Sjuk2, j= 0,1,

xuk+12 −Sj+uk+12 =∂xuk1−Sj+uk1, j= 0,1.

(60)

Quelques preuves de convergence

Transmission = Taylor 0 et 1

On aˆek1keλ+x,x≤Leteˆk2keλx,x≥0et

xˆek+11 −Sjk+11 =∂xk2−Sjk2, j= 0,1,

xˆek+12 −Sj+k+12 =∂xk1−Sj+ˆek1, j= 0,1.

On trouve

αk+1+−λ0)eλ+Lk−λ0)eλL, βk+1−λ+0) =αk+−λ+0).

Ainsi

αk+1= λ−λ0

λ+−λ0 ·λ+−λ+0

λ−λ+0 e−λ+)Lαk−1.

Or,λ++00 =a/ν et donc

αk+1=

λ+−λ+0 λ−λ+0

2

e−λ+)Lαk−1.

(61)

Quelques preuves de convergence

Transmission = Taylor 0 et 1

Taux de convergence

ρ0(ω, p) =

λ+(ω)−λ+0 λ(ω)−λ+0

2

eRe(λ−λ+)L

=

δ1/2−p δ1/2+p

2

eLνRe(δ1/2)

Puisquep >0,∃C1<1tel que

δ1/2−p δ1/2+p

< C1 et donc

|ˆek+11 | ≤C1e−αL|ˆek−11 |.

On a convergence mˆeme si L= 0et elle est plus rapide que Dirichlet.

Idem pour l’ordre 1.

(62)

Quelques preuves de convergence

Transmission = optimisation depetq

Taylor est bas´e sur une approximation basse fr´equence.

Pour obtenir une meilleure approximation,optimisation du taux de convergence sur toutes les fr´equences.

V. Martin, 2003, th`ese + articles.

Lorsque l’on discr`etise en temps, les fr´equences disponibles sont|ω| ∈hπ T, π

∆t i

.

p

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

maxω |ρ0|

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

ν= 0.01,a= 1,c= 0,

∆t= 10−2,L= 0et T = 1.

Références

Documents relatifs

R´ esolution de probl` emes d´ ependants du temps dans les sous-domaines Echange d’informations ` a travers l’interface espace-temps.. Discr´ etisations locales espace et/ou

However in the case of the semi-discrete heat equation, the rate of convergence in their analysis may depend badly on x since their level of generality includes the Schwarz method

This algorithm is like a classical overlapping additive Schwarz, but on subdomains, a time dependent problem is solved, like in waveform relaxation.. Thus the name overlapping

Note how the zeroth order approximation, which leads to a Robin condition instead of a Dirich- let one in the Schwarz algorithm, reduces the convergence rate already from 0.. 05 and

It is shown for a scalar reaction diffusion equation with variable diffusion coefficient that the new waveform relaxation algorithm converges superlinearly for bounded time

Overlapping Schwarz Waveform Relaxation for Convection Reaction Diffusion Problems.. DAOUD, S., GANDER,

Overlapping Schwarz Waveform Relaxation for the Heat Equation in n-Dimensions.. GANDER, Martin Jakob,

Keywords: nuclear core reactor, mixed neutron diffusion equations, Raviart-Thomas-N´ed´elec finite elements, domain decomposition methods, Robin interface conditions, Schwarz