Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas No Lineares
da Fsica e da Engenharia
P refcio
Esta tese contm contribuies tericas e prticas no campo da resoluo de sistemas algbricos
no lineares de grande porte. Esse tipo de sistemas aparece com m uita frequencia em aplicaes
de engenharia e fsica, portanto, nesse tipo de problemas que nos concentramos.
Nosso aporte comprende quatro reas:
A comparao controlada, do ponto de vista computacional, dos mtodos de Newton,
Newton modificado, Broyden e Column-Updating, com e sem estratgias de globalizao,
em um conjunto de problemas originados na discretizao de equaes diferenciais parci
ais. Procuramos aqui identificar situaes problemticas e fornecer um panoram a claro
sobre o que de se esperar de algoritmos mais ou menos clssicos para resolver problemas
com variados graus de dificuldade.
A anlise e resoluo exaustiva do problema da cavidade, para altos nmeros de Rey
nolds, descartando as estratgias de globalizao por otimizao (de pobre desempenho
neste caso) e reivindicando tticas homotopicas muito simples. 0 desempenho de alguns
mtodos quase-Newton, neste caso, muito bom.
A introduo de um mtodo novo do tipo Newton-inexato, com uma variao que perm ite
um a resoluo eficiente de problemas de autovalores no lineares. Esses problemas so,
por direito prprio, sistemas no lineares mas, ao mesmo tempo, refletem com bastante
fidelidade o grau de dificuldade que pode ser encontrada em outros sistemas dependentes
de um parmetro.
A resoluo de um problema de evoluo (petrleo) onde em cada nvel temporal deve
ser resolvido um sistema no linear. Neste caso, mtodos quase-Newton com Jacobiano
inicial escolhido como fatorao incompleta provaram ser notavelmente eficientes.
C ontedo
Prefcio
A gradecim entos
vi
1 Introduo
1.1 Algoritmos para a Resoluo de Sistemas No L in eares..........................................
1.1.1
0 Mtodo de N e w to n ................................ ......................................................
1.1.2
Mtodos Q uase-N ew ton....................................................................................
1.2 Mtodos Newton In e x a to s .............................................................................................
1.3 Estratgias de G lo b a liz a o ................. . . . ......................... ...................................
1.3.1
Globalizao por O tim iz a o ............................................. .............................
1.3.2
Globalizao por Homotopias . . . .................................................................
1
1
2
3
7
10
10
12
Bibliografia
14
19
19
21
21
23
23
26
Bibliografia
29
31
31
33
35
35
38
39
41
3.7
44
46
B ibliografia
50
52
52
54
56
57
59
59
60
61
62
63
64
65
67
B ibliografia
68
70
70
71
78
7S
79
79
82
83
83
87
B ibliografia
90
A C om en trios Finais
92
L ista de Tabelas
2.1
2.2
2.3
25
26
27
3.1
3.2
3.3
3.4
42
43
44
45
4.1
4.2
4.3
4.4
4.5
4.6
4.7
Problem a
Problem a
Problem a
Problema
Problema
Problema
Problem a
........................................................................................................................
........................................................................................................................
........................................................................................................................
........................................................................................................................
........................................................................................................................
................................................... ................................................................. .
........................................................................................................
60
61
62
63
64
65
66
5.1
5.2
5.3
5.4
5.5
83
84
85
85
86
1
2
3
4
5
6
7
ix
L ista de Figuras
3.1
3.2
3.3
3.4
3.5
3.6
3.7
Vrtices da C a v id a d e ........................................................................................................... 36
Molcula de 13 pontos para o operador biharmonico discretizado ............. ................ 38
Estrutura da m atriz jacobiana ........................................................................................ 40
Vrtices para Reynolds= 0 ................................. ............................................................. ... 48
Vrtices para Reynolds= 1000 ........................................................................................... 48
Vrtices para Reynolds= 5000 ........................................................................................... 49
Vrtices para Reynolds = 11000 .......................................................................... .............49
C aptulo 1
Introduo
Neste trabalho analisaremos o desempenho de um conjunto de algoritmos para resolver siste
mas no lineares originados em problemas reais. Selecionamos para isso, diversos problemas da
Fsica e da Engenharia e vrios algoritmos cujas implementaes computacionais se encontram
em diferentes estgios de experimentao.
Descreveremos a seguir, em forma sinttica, alguns dos mtodos para a resoluo de sistemas
no lineares de equaes, que sero usados nos captulos posteriores.
1.1
(1.1)
Suporemos que F est bem definida e tem derivadas parciais contnuas em um conjunto
aberto de jRn; denotamos com J(x) a m atriz das derivadas parciais de F (matriz Jacobiana).
Assim
/(*)'
i(*)
. /;(* ) .
. V / n(x)T .
(*)
& (* )
J(x) = F'(x) ~
i(*)
Ser de nosso principal interesse, o estudo de problemas de grande porte onde n grande
e J( x) estruturalmente esparsa, o que significa que a maioria dos coeficientes de J(x) so
zero para todo x no domnio de F. Esparsidade um caso particular do conceito mais geral
de estrutura. As matrizes Jacobianas podem ser simtricas, antisimtricas, positivas definidas,
combinao de matrizes com estruturas especiais, etc.. Usualmente aproveitada a estrutura
1
1.1.
1.1.1
O M todo de N ew to n
(1.2)
e calcula x k+1 como a soluo do sistema linear Lk(x) = 0. Assim, uma iterao do mtodo de
Newton pode ser descrita por
J ( x k)sk = - F ( x k)y
(1.3)
x k+1= x k + sk.
(1.4)
1.1.
}s -
( 1.5)
Ento existe > 0 tal que se ||:c0 x*|| < e, a sequncia {a:fc} gerada por (1.3)-(1.4) est
bem definida e converge a x*, e satisfaz
||xfc+1 - x * || <c\ \ xk - x Y +1-
(1.6)
1.1.2
M to d o s Q u ase-N ew ton
Denominamos Mtodos Quase-Newton a aqueles que resolvem (1.1) com uma frmula do
tipo
x h+1 = x k' - B ; 1F ( x k).
(1.7)
1.1.
( 1.8)
I t+i( z H 1) = F ( x M ).
(1.9)
y k = F ( x k+1) - F ( x k)
(1.10)
Definindo
e subtraindo ( 1.8) de (1.9) obtemos a Equao Secante
B k+is k = y k.
(1.11)
B k+ = B k +
(L 1 2 )
onde
z k = sk
(1.13)
z k = ejk,
(1.14)
|( e ^ ) V | = | | / | U
(1.15)
,
'
Observamos que
(1.17)
1.1.
(1-18)
A ferramenta fundamental para provar convergncia superlinear para os mtodos QuasiNewton o teorema seguinte, devido a Dennis e Mor.
T e o re m a 3 Assumamos que
gerada por (1.7) est bem definida e converge para x*. Ento
as duas seguintes propriedades so equivalentes
1.1.
A equao (1.20) chamada a condio de Dennis-Mor. Usando (1.20), podemos provar que
o Mtodo de Newton Estacionrio com recomeos peridicos (para o qual
B k J ( x ))
tem convergncia superlinear. A condio de Dennis-Mor est relacionada com a Equao
Secante e perm ite obter o seguinte resultado (Broyden, Dennis e Mor [5]).
L e m a 1 Se a sequncia gerada por um Mtodo Secante converge a x* e alm disso,
lim \\Bk+i - B k|| = 0.
K
*00
(1.22)
O mtodo COLUM no pertence famlia dos mtodos LCSU, logo a convergncia local
superlinear no pode ser provada usando as tcnicas baseadas em Propriedades de Deteriorao
Limitada. Para COLUM conseguimos esse resultado mediante o seguinte teorem a
T e o re m a 5 Suponhamos que a sequncia { x k} seja gerada pelo mtodo COLUM, exceto quando
k = 0 (m o d m ), B k = J ( x k). Ento, existe > 0 tal que, se ||x x*|| < , a sequncia converge
superlinearmente a x*.
(Prova: ver Martnez [42]).
1.2.
Teorem a 7 Suponhamos que a sequncia {ari } gerada por COLUM esteja bem definida, con
virja para x* e satisfaa (1.21). Ento
||a:fc+2n _ z-ll
l i m i a r ------^ 1 = 0
k-*oo
(1.23)
V '
(1.24)
e
fc>oo
1.2
M to d o s N e w to n In ex a to s
1.2.
(1.25)
onde 9k G (0,1). A condio &k < 1 necessria para que eventualmente, um incremento
sk = 0 possa ser aceito como soluo aproximada de (1.3). Por outro lado se 9k & 0, o nmero
de iteraes necessrias pelo mtodo iterativo linear para satisfazer (1.25) poderia ser muito
grande. Um valor usualmente adotado 9k ~ 0.1.
Dembo, Eisenstat e Steihaug [9], introduziram um algoritmo impondo o critrio (1.25) e
provaram as principais propriedades de convergncia local.
T e o re m a 8 Suponhamos que F(x*) = 0, J(x*) no singular e contnuo em x*, e 9k < 9max <
d < 1. Ento existe e > 0 tal que, se ||x x*|| < e, a sequncia {x*} obtida satisfazendo (1-25)
com Xk+i = Xfc + Sk converge a x* e satisfaz
||xfc+1 - x fc|| < 0||xfc - x * ||
para todo k > 0 , onde ||?/|| = ||J(x*)?/||. Se lim ^oo^k = 0 a convergncia superlinear.
( Prova: Ver Dembo, Eisenstat e Steihaug [9])
(1.26)
onde H k l (ou no mnimo o produto Hk xz) seja fcil de calcular sendo Hk ~ J ( x k).
Diversos precondicionadores para problemas especficos podem ser encontrados em Spedicato [65], em sua grande maioria baseados sobre Fatorizaes Incompletas. Uma caracterstica
comum aos diferentes esquemas de precondicionamento aplicados ao sistema A z b, que
a primeira iterao do mtodo iterativo linear z 1 = \ H ~ l b , onde H o precondicionador.
Assim, para (1.3), o primeiro incremento deveria ser da forma XH^ 1F ( x k). Este valor para
sk ser aceito se satisfizer (1.25). Entretanto, j que (1.3) no um sistema linear isolado seria
criterioso usar a informao decorrente em iteraes futuras. Com efeito, J ( x k) ~ J ( x k~1),
principalmente quando k * oo. Este fato, motiva o uso de ijt, F ( x k), F ( x k+1). x fc+1, x k para
construir o precondicionador Hk+1 de tal modo que satisfaa a Condio Secante. Assim,
razovel introduzir um algoritmo baseado em (1.25) onde a sequncia de precondicionadores
Hk = Bk so escolhidos de modo a satisfazer (1.11) para todo k IN.
Existem infinitas possibilidades para a escolha B k+1 satisfazendo (1.11). Nazareth e Nocedal
[59] e Nash [60] sugeriram o uso da frmula clssica BFGS para precondicionar (1.3) quando
se tra ta de problemas de minimizao.
1.2.
(1-27)
Passo 2
Se
4 = - B ? F ( x l ).
(1.28)
(1.29)
sk = s kQ.
(1.30)
definir
Seno, obter um incremento sk tal que satisfaa '(1.2-5) usando um mtodo iterativo.
Passo 3
Fazer x k+1 = x k + sk.
10
iterao Sq satisfar (1.2S) e ser aceita como o novo incremento preservando a superlinearida.de.
As Frmulas de Atualizao Secante (LCSU) podem ser usadas, satisfazendo as hiptese do
Teorema 4.3.
Recentemente, Abaffy [1] considerou a possibilidade de usar algoritmos iterativos, ponde
rando as variaes das componentes, sem a necessidade de avaliar o resduo integralmente e
introduzindo um novo critrio de parada.
1.3
E stra tg ia s d e G lobalizao
1.3.1
(1-31)
11
Passo 2
Se
/ ( t+1) < 7 /( - i )
(1.32)
Voltar ao Passo 1.
Se a condio (1.32) for satisfeita um nmero infinito de vezes, ento existir um subsequncia
{a^'} tal que limfc_>00||F (x ,:)|| = 0. Se a seqncia for limitada ser possvel achar um a soluo
de (1.1) que satisfaa uma preciso predeterminada. Contrariamente, se (1.32) no for satisfeita
para todo k > k0, ento todas as iteraes que comeam em k0. sero especiais e a convergncia
da seqncia ser controlada pelas propriedades de convergncia do algoritmo de minimizao.
A princpio, qualquer algoritmo de minimizao descrito na literatura pode ser usado para
definir um a iterao especial.( Dennis and Schnabel [13], Fletcher [18], etc.). Em Rouxinol,
visando a resoluo de problemas de grande porte, foram implementadas estratgias baseadas
em Regies de Confiana combinadas com critrios tipo Newton Inexatos (Friedlander, GomesRuggiero, Martnez and Santos [20]). Esta estratgia est descrita pelo seguinte algoritmo:
A lg o ritm o 3 Suponhamos que Amin > 0, a (0,1) sejam dadas independentemente da iterao
k. Define-se tpk(x) = ||^ ( z fc) + J ( x k)(x - xfc)||2 , A > A ^ .
Passo 1
Calcular um minimizador aproximado x de 4'k{x) dentro da caixa ||x x fe||oo < A tal que
*l>k(x) <
Xq a projeo de x k 2 J ( x k)TF ( x k)/Mk na caixa e M a- > 2||J(xfc)jji||J(xfc)||00.
Passo 2
Se
IW*)f< IW**)II2+ * )- * ))
(1.33)
definir x k+1 = x.
Seno
Escolher An0vo [0.1||x x fcjj,0.9A]. Substituir A by Anovo.
Voltar ao Passo 1.
12
1
J
1.3.2
(1.35)
(1.36)
seja um a curva que conecta a aproximao inicial x com um a soluo x*. As tcnicas homotpicas consistem em traar F desde = 0 a = l d e maneira confivel e eficiente. A fixao
dos extremos arbitrria. Propostas precursoras para construir homotopias so encontradas
em [36] e [8].
O traado da curva constitui em alguns problemas um objetivo em si mesmo. O caso onde
interessa apenas a soluo de H( x, 1) = 0 conduz a um a situao especial, com conseqncias
13
prticas. Com efeito, a tentativa de abandonar o traado da curva, quando t est prximo
de 1 e passar para um mtodo local, sem cuidar excessivamente das solues intermediariass,
resultar em tornar o processo de resolver H(x, 1) = 0 mais eficaz.
Alguns resultados clssicos da Geometria Diferencial garantem que o traado da curva,
comeando em x conduz soluo de (1.35) (Milnor [58], Ortega e Rheinboldt [61], Chow,
M allet-Paret e Yorke [7], Watson [11] e [12], etc.).
Homotopias naturais aparecem com freqncia; esta designao origina-se pelo fato que
o parm etro t passa a representar um valor caracterstico do prprio problema. Em outras
ocasies, necessrio introduzir homotopias artificiais, aplicveis em princpio a qualquer pro
blema da forma (1.35). A homotopia de Reduo do Resduo est definida como
H{x, t ) = F( x) + ( t - l)F(x).
A homotopia regularizante, implementada no pacote computacional HOMPACK (Watson,
Billups e Morgan [70]) est definida como
H( x , t ) = t F( x) + (1 t)(x x).
Em geral, a construo da curva demanda o uso de um mtodo numrico. Aps escolher H ,
o procedimento para o traado da curva se inicia com a parametrizao de T . Freqentemente
o prprio parm etro t pode ser usado. Quando para um determinado t 0 temos que H'x( x ,t0)
singular, x no pode ser explicitado em funo t em um a vizinhana de to, o que obriga a
decrescer t, com o objeto de progredir em I \ Por isso, usualmente o traado de T feito usando
o comprimento de arco s como parmetro. Neste caso o procedimento usualmente recomendado
para traar T do tipo Preditor-Corretor.
Independentemente da escolha da homotopia, do parm etro e da tcnica para o traado da
curva, cada ponto soluo de (1.35) ser obtido aplicando um mtodo local ao sistema no linear
H ( x , t ) = 0, constituindo-se na fase corretora, com aproximao inicial fornecida pela etapa
preditora. Se neste sistema consideramos t tambm como um a varivel, teremos n equaes
com n + 1 incgnitas. Algoritmos especiais locais para sistemas no lineares subdeterminados
foram desenvolvidos por Walker e Watson [67], Martnez [49], etc. Uma interessante discusso
sobre mtodos homotpicos encontra-se em [19].
B ibliografia
[1] Abaffy, J. [1992]: Superlinear convergence theorems for Newton-type methods for nonlinear
systems of equations, JOTA , 73, pp. 269 - 277.
[2] AbafFy, J.; Galantai, A. ; Spedicato, E. [1987]: The local convergence of ABS method for
nonlinear algebraic system, Numerische Mathematik 51, pp. 429 - 439.
[3] Axelsson, 0 ., Kaporin, I. E. [1993]: On computer implementation o f Inexact-NewtonConjugate Gradient-type algorithms. Preprint.
[4] Broyden, C.G. [1965]: A class of methods for solving nonlinear simultaneous equations,
Mathematics o f Computation 19, pp. 577-593.
[5] Broyden, C.G.; Dennis Jr., J.E.; More, J.J. [1973]: On the local and superlinear conver
gence of quasi-Newton methods, Journal of the Institute o f Mathematics and its Applica
tions 12, pp. 223-245.
[6] Chadee, F.F. [1985]: Sparse quasi-Newton methods and the continuation problem, T.R.
S.O.L. 85-8, Department of Operations Research, Stanford University.
[7] Chow, S.N.; M allet-Paret, J.; Yorke, J.A. [1978]: Finding zeros of maps: Homotopy
methods th at are constructive with probability one, M athematics of Computation 32,
pp. 887-899.
[8] Davidenko, D.F. [1953]: On the approximate solution of nonlinear equations, Ukrain. Mat.
Z. 5, pp. 196 -206.
[9] Dembo, R.S.; Eisenstat , S.C.; Steihaug, T. [1982]: Inexact Newton methods, S I A M Journal
on Numerical Analysis 19, pp. 400-408.
[10] Dennis Jr., J.E.; Marwil, E.S. [1982]: Direct secant updates of m atrix factorizations,
Mathematics o f Computation 38, pp. 459-476.
[11] Dennis Jr., J.E.; More, .J.J. [1974]: A characterization of superlinear convergence and its
application to quasi - Newton methods, Mathematics of Computation 28, pp. 549 -560.
[12] Dennis Jr.,J.E .; Schnabel,R.B. [1979]: Least change secant updates for quasi-Newton
methods, S I A M Review 21, pp. 443-459.
14
BIBLIO G RAFIA
15
[13] Dennis
Schnabel,R.B. [1983]:Numerical Methods fo r Unconstrained Optimization
and Nonlinear Equations, Prentice-Hall, Englewood Cliffs.
[14] Dennis Jr., J.E. ; Walker, H.F. [1981]: Convergence theorems for least-change secant
update methods, SIA M Journal on Numerical Analysis 18, pp. 949-987.
[15] Deuflhard, P. [1991]: Global inexact Newton methods for very large scale nonlinear pro
blems Impact of Computing in Science and Engineering 3, pp. 366-393.
[16] Duff, I.S.; Erisman, A.M.; Reid, J.K. [1989]:Di'reci Methods for Spai'se Matrices, Oxford
Scientific Publications.
[17] Eisenstat, S.C.; Walker, H.F. [1993]: Globally convergent inexact Newton m ethods, to
appear in SIA M Journal on Optimization.
[18] Fletcher, R. [1987]: Practical Methods of Optimization (2nd edition), John Wiley and Sons,
New York.
[19] Forster, W. [1993]: Homotopy methods, to appear in Handbook of Global Optimization,
Kluwer.
[20] Friedlander, A.; Gomes-Ruggiero, M.A.; Kozakevich, D. N.; Martinez, J.M.; Santos, S.A.
[1993]: A globally convergent method for solving nonlinear systems using a trust - region
strategy, Technical Report, Department of Applied Mathematics, University of Campinas.
[21] George, A.; Ng, E. [1987]: Symbolic factorization for sparse Gaussian elimination with
partial pivoting, SIA M Journal on Scientific and Statistical Computing 8, pp. 877-898.
[22] Golub, G.H.; Van Loan, Ch.F. [1989]: Matrix Computations, The Johns Hopkins University
Press, Baltimore and London.
[23] Gomes-Ruggiero [1990]: Algoritmos para a resoluo de Sistemas No Lineares., Tese de
Doutorado FEC - UNICAMP.
[24] Gomes-Ruggiero, M.A.; Martinez, J.M. [1992]: The Column-Updating Method for solving
nonlinear equations in Hilbert space, Mathematical Modelling and Numerical Analysis 26,
pp 309-330.
[25] Gomes-Ruggiero, M.A.; Martinez, J.M.; M oretti, A.C. [1992]: Comparing algorithms for
solving sparse nonlinear systems of equations, S I A M Journal on Scientific and Statistical
Computing 13, pp. 459 - 483.
[26] Griewank, A. [1992]: Achieving Logarithmic Growth of Temporal and Spacial Complexity
in Reverse Automatic Differentiation, Optimization Methods and Software 1, pp. 35 - 54.
B IB LIO G R A F IA
16
[27] Griewank, A.; Toint, Ph.L. [1982a]: On the unconstrained optimization of partially se
parable functions, in Nonlinear Optimization 1981, edited by M .J.D. Powell, Academic
Press, New York.
[28] Griewank, A.; Toint, Ph.L. [1982b]: Partitioned variable metric for large structured opti
m ization problems, Numerische Mathematik 39, pp. 119 - 137.
[29] Griewank, A.; Toint, Ph.L. [1982c]: Local convergence analysis for partitioned quasiNewton updates, Numerische Mathematik 39, pp. 429-448.
[30] Griewank, A.; Toint, Ph.L. [1984]: Numerical experiments with partially separable optimi
zation problems, in Numerical Analysis Proceedings Dundee 1983, edited by D.F. Griffiths,
Lecture Notes in Mathematics vol. 1066, Springer - Verlag, Berlin, pp. 203-220.
[31] Grippo, L.; Lampariello, F.; Lucidi, S. [1986]: A nonmonotone line search technique for
Newtons method, SIA M Journal on Numerical Analysis 23, pp. 707 - 716.
[-32] H art, W.E.; Soul, S.O.W. [1973]: Quasi-Newton methods for discretized nonlinear boun
dary value problems, J. Inst. Math. Applies. 11, pp. 351 - 359.
[33] Hestenes, M.R.; Stiefel, E. [1952]: Methods of conjugate gradients for solving linear sys
tem s, Journal of Research of the National Bureau of Standards B49, pp. 409 - 436.
[34] Johnson, G.W.; Austria, N.H. [1983]: A quasi-Newton method employing direct secant
updates of m atrix factorizations, SIA M Journal on Numerical Analysis 20, pp. 315-325.
[35] Kelley, C.T.; Sachs, E.W. [1987]: A quasi-Newton method for elliptic boundary value
problems, S I A M Journal on Numerical Analysis 24, pp. 516 - 531.
[36] Lahaye, E. [1934]: Une mthode de resolution d une catgorie d equations transcendantes,
Comptes Rendus Acad. Sci. Paris 198, pp. 1840-1842.
[37] Martinez, J.M. [1979a]: Three new algorithms based on the sequential secant method, B IT
19, pp. 236-243.
[38] Martinez, .J.M. [1979b]: On the order of convergence of Broyden - Gay - Schnabels method,
Commentationes Mathematicae Universitatis Carolinae 19, pp. 107-118.
[39] M artinez, J.M. [1979c]: Generalization of the methods of Brent and Brown for solving
nonlinear simultaneous equations, SI AM Journal on Numerical Analysis 16, pp. 434 - 448.
[40] M artinez, J.M. [1980]: Solving nonlinear simultaneous equations with a generalization of
B rents method, B IT 20, pp. 501 - 510.
[41] M artinez, J.M. [1983]: A quasi-Newton method with a new updating for the LDU factori
zation of the approximate Jacobian, Matemtica Aplicada e Computacional 2, pp. 131-142.
BIBLIO G RAFIA
[42] Martinez, J.M. [1984]: A quasi-Newton method with modification of one co!
iteration, Computing 33, pp. 353-362.
[43] Martinez, J.M. [19S6a]: The method of Successive Orthogonal Projections fo
nonlinear simultaneous equations, Calcolo 23, pp. 93 - 105.
[44] M artinez, J.M. [1986b]: Solving systems of nonlinear simultaneous equations 1
of an accelerated Successive Orthogonal Projections Method, Computational am
Mathematics 165, pp. 169 - 179.
[45] Martinez, J.M. [1986c]: Solution of nonlinear systems of equations by an optimal p:
m ethod, Computing 37, pp. 59 - 70.
[46] Martinez, J.M. [1987]: Quasi-Newton Methods with Factorization Scaling foi
Sparse Nonlinear Systems of Equations, Computing 38, pp. 133-141.
[47] M artinez, J.M. [1990a]: A family of quasi-Newton methods for nonlinear equati'
direct secant updates of m atrix factorizations, S I A M Journal on Numerical Am
pp. 1034-1049.
[48] Martinez, J.M. [1990b]: Local convergence theory of inexact Newton methods !
structured least change updates, Mathematics o f Computation 55, pp. 143-16S.
[49] Martinez, J.M. [1991]: Quasi-Newton Methods for Solving Underdetermined N
Simultaneous Equations, Journal of Computational and Applied Mathematics 34,
190.
[50] Martinez, J.M. [1992a]: On the relation between two local convergence theories
change secant update methods, Mathematics of Computation 59, pp. 457-481.
[51] Martinez, J.M. [1992b]: A Theory of Secant Preconditioners, to appear in Mathei,
Computation.
[52] Martinez, J.M. [1992c]: On the Convergence of the Column-Updating Methods, T
Report, Department of Applied Mathematics, University of Campinas.
[53] Martinez, J.M. [1992d]: Fixed-Point Quasi-Newton Methods, SIA M Journal on N
Analysis 29, pp. 1413-1434.
[54] Martinez, J.M. [1992e]: SOR - Secant Methods, to appear in SIA M Journal on N
Analysis.
[55] Martinez, J.M. [1993]: Algorithms for Solving Nonlinear System of Equations
[56] Martinez, J.M.; Zambaldi, M.C. [1992]: An inverse Column-Updating Method
ving Large-Scale Nonlinear Systems of Equations, to appear in Optimization Met]
Software.
BIBLIO G RAFIA
IS
[57] M atthies, H.; Strang, G. [1979]: The solution of nonlinear finite element equations, Inter
national Journal of Numerical Methods in Engineering 14, pp. 1613 - 1626.
[58] Milnor, J.W . [1969]: Topology from the differential viewpoint, The University Press of Vir
ginia, Charlottesville, Virginia.
[59] Nazareth, L.; Nocedal, J. [1978]: A study of conjugate gradient methods, Report SOL
78-29, Department of Operations Research, Stanford University.
[60] Nash, S.G. [1985]: Preconditioning of Truncated Newton methods, S I A M Journal on Sci
entific and Statistical Computing 6, pp. 599 -616.
[61] Ortega, J.M.; Rheinboldt, W.G. [1970]:Iterative Solution o f Nonlinear Equations in Several
Variables, Academic Press, NY.
[62] Rail, L.B. [1984]: Differentiation in PASCAL - SC: Type Gradient, A C M Transactions on
Mathematical Software 10, pp. 161-184.
[63] Rail, L.B. [1987]: Optimal Implementation of Differentiation Arithm etic, in Computer
Arithmetic, Scientific Computation and Programming Languages, U. Klisch (ed.), Teubner, Stuttgart.
[64] Saad, Y.; Schultz, M.H. [1986]: GMRES: A generalized minimal residual algorithm for
solving nonsymmetric linear systems, SIA M Journal on Numerical Analysis 7, pp. 856869.
[65] Spedicato, E. [1991] (editor): Computer Algorithms for Solving Linear Algebraic Equations.
The State of Art, NATO ASI Series, Series F: Computer and Systems Sciences, Vol. 77,
Springer Verlag, Berlin.
[66] Toint, Ph.L. [1986]: Numerical solution of large sets of algebraic nonlinear equations,
Mathematics of Computation 16, pp. 175 - 189.
[67] Walker, H.F.; Watson, L.T. [1989]: Least - Change Update Methods for underdetermined
systems, Research Report, Department of Mathematics, Utah State University.
[68] Watson, L.T. [1979]: An algorithm that is globally convergent with probability one for
a class of nonlinear two-point boundary value problems, SI AM Journal on Numerical
Analysis 16, pp. 394-401.
[69] Watson, L.T. [1980]: Solving finite difference approximations to nonlinear two-point boun
dary value problems by a homotopy method,S I AM Journal on Scientific and Statistical
Computing 1, pp. 467-480.
[70] Watson, L.T.; Billups, S.C.; Morgan, A.P. [1987]: Algorithm 652: HOMPACK: A suite of
codes for globally convergent homotopy algorithms, AC M Trans. Math. Software 13, pp.
281-310.
C aptulo 2
M tod os tip o N ew to n para problem as
com valor de contorno
2.1
In trod u o
u = t(x,y),(x,y)<Xl
sendo f l c R 2, X e M e H um a funo no linear.
Selecionamos para este trabalho as equaes de Poisson No-Linear [10], o Problem a de
Bratu Modificado [3] e o Problema de Conveco-Difuso No-Linear [7] que sero aproxima
das usando o mtodo das diferenas finitas. Embora a equao de Poisson tenha sido criada
artificialmente , podemos considerar esta coleo de equaes no lineares como prottipos de
problemas reais.
O principal esforo neste trabalho estar concentrado em resolver cada um dos problemas em
uma forma padro identificando valores de A para os quais o problema apresente caractersticas
especiais.
Para isto, selecionamos vrios algoritmos baseados nas idias quase-Newton, que foram
implementados incorporando-lhes uma estratgia de globalizao, com o intuito de estabelecer
um marco de referncia para a resoluo de um conjunto de problemas definidos como em (2.1).
A introduo dos termos originados pela discretizao de H produzem uma deteriorao das
19
2.1. Introduo
20
2.2
21
(2.2)
(2.3)
onde otk obtido da sequncia {2~% i = 0 ,1 ,...} . A existncia de a k satisfazendo (2.2) est
garantida se dk = B k 1F ( x k) for uma direo de descida, isto
[J(xk)dk]TF ( x k) < 0.
(2.4)
Esta condio obviamente satisfeita pela iterao de Newton. Nos mtodos quase-Newton a
condio (2.4) deve ser previamente conferida antes de efetuar o processo de retrocesso. Um
procedimento alternativo que evita a necessidade de. calcular o Jacobia.no consiste em definir
uma outra sequncia para a k, como {(1)1+12-1, i 0, 1,...} de tal modo a satisfazer (2.2).
Esta estratgia., que poderia ser denominada como retrocesso bidirecionado, ser usada nas
experincias numricas. O processo descrito costumeiramente incorporado aos algoritmos
definidos pelos mtodos bsicos por razes de ordem prtica. Analisaremos o desempenho
dos mtodos quase-Newton com e sem a estratgia de globalizao para resolver os sistemas
mencionados acima. No pretendemos m ostrar qual o melhor dos mtodos para resolver
um determinado problema mas sim, detectar situaes onde alguns deles apresentam alguma
deficincia ou um comportamento particular.
2.3
22
u ,j ~ ( u -
+ h2 A u /
i.i +
u i+i,j
u i , j -1
u i , j + 1)
(2.5)
u - u
+ u>+i,j +
+ Ut,j+l)
(2.6)
23
P 3 - P ro b lem a de C onveco-Difuso
.
, ,d u
dus
, .
,
_ A + Atl( - + - ) - / 3 (.r, ) = 0
h2 fs{xi, yj) = 0
(2-7)
1 < * ,i < (X - 1)
Em todos os casos se conserva o mesmo padro de esparsidade que gera a aproximao do
operador Laplaciano. Nos dois ltimos problemas os sistemas so no simtricos.
2.4
A p roxim ao N u m rica
As equaes diferenciais sero aproximadas usando o mtodo das diferenas finitas com um a
discretizao padro de segunda ordem sobre uma malha uniformemente espaada, de tamanho
h 11L, onde L o nmero de divises. Denotamos o domnio discretizado por Clh sendo
xi = ih,yj = j/i as coordenadas dos ns de Clh- Assim teremos (L l )2 ns em Qh e L ns
sobre cada lado de d h .
Para um a funo de malha qualquer ulj definimos, em cada n, os seguintes operadores de
diferenas que sero utilizados nos diferentes problemas:
DxV-j (^t+ ij
D yV -ij
= ( l ; j+ l
(^i+i,j
D xx^tj
h U ,j ~
U iJ-l)
/2h
DyyUiJ =
Wj_i j ) / 2/i
{D xx
D yy^U ij.
2.5
Para cada problema foi criada uma sequncia de experincias para diferentes valores do
parm etro A. Esta sequncia foi gerada por um procedimento totalm ente heurstico, procurando
achar os valores de A com o intuito de criar casos com o maior grau de dificuldade possvel, em
-24
relao sua resoluo. No levamos em considerao valores para que tivessem significado
fsico, nem tivemos qualquer preocupao em obter solues positivas.
Os mtodos utilizados com e sem globalizao, para a realizao dos testes so: Newton,
Newton Modificado, Broyden (Primeiro Mtodo) e Atualizao de Coluna (ver Gmes-Ruggiero
[1990] [5]).
Os resultados das experincias so apresentados separadamente para cada problema, nas
respectivas tabelas. Cada coluna corresponde a um A diferente e cada parnteses contm o
nmero de iteraes e/ou, o nmero de iteraes e o nmero de avaliaes de funo, para as
verses com e sem globalizao, respectivamente.
Declararamos divergncia (div) quando o nmero de iteraes realizado pelo mtodo ultra
passa I t M a x (nmero mximo de iteraes permitidas) ou a norma do resduo supera R e s Ma x
(valor do resduo mximo permitido) sendo a experincia interrompida em ambos os casos. Em
todos os testes fixamos R esM a x = IO20 e usamos a mesma aproximao inicial x = 0.
Devido a fato de que o custo computacional de uma iterao de Newton , em geral,
consideravelmente mais caro que um a iterao quase-Newton, sendo esta relao muito mais
drstica quando comparada com a iterao de Newton Modificado, fixamos diferentes valores
para I t M a x para cada mtodo em particular, com o propsito de coloc-los em um a situao
mais equilibrada. A realizao de algumas experincias preliminares nos perm itiu padronizar
um a relao que considera custos equitativos para cada mtodo. Desta forma fixamos, para
cada iterao de Newton, 15 de Broyden e Atualizao de Coluna e 25 de Newton Modificado.
Vale esclarecer que existem pequenas variaes destes valores para os distintos problemas e
obviamente entre os mtodos de Broyden e Atualizao de Coluna. Estas experincias tambm
nos possibilitaram estabelecer ItM ax^rewton 10, considerando: um custo razovel em tempo
real e a demanda mdia do nmero de iteraes para conseguir convergncia. O custo mdio
em tem po real de um a iterao de Newton de aproximadamente 17 segundos.
Por outro lado, os critrios de parada para a convergncia forem estabelecidos quando
alguma das seguintes condies foram satisfeitas:
\%i -
< 10~4,
ou
II F(x) |U < IO 10.
Os casos em que as iteraes foram interrompidas por causa desta ltim a condio esto
indicadas com um asterisco o que eventualmente indica que a soluo obtida outra diferente da
soluo exata. Nestes casos para corroborar esta hiptese, calculamos o erro entre a.s solues
exata e a calculadaem forma aproximada para a componente situada no meio do quadrado
como
E r r \ |a:o> x*|.
A resposta (stop) significa a impossibilidade de obter um decrscimo no resduo durante a
busca linear; tam bm as iteraes so interrompidas.
25
-2 0 0
-1 0 0
-3 5
-1 0
200
1000
Sem Global.
O 10)
(3 ).
(1 0 ).
(3)
(6)
(10)
Globalizado
(9,14)
(3,3).
(10,10).
(3,3)
(6,6)
(10,10)
Sem Global.
(div)
(7 ).
(> 250)
(7)
(> 250)
(> 250)
Globalizado
(stop)
(7,7).
(> 250)
(7,7)
(17,66)
(28,143)
Sem Global.
(35)
(5 ).
(1 5 ).
(4)
(14)
(73)
Globalizado
(stop)
(5,5).
(15,15).
(4,4)
(13,29)
(stop)
Sem Global.
(> 150)
(5 ).
(1 4 ).
(4)
(23)
(> 150)
Globalizado
(stop)
(5,5).
(14,14).
(stop)
(stop)
(stop)
Mtodo
Newton
Newton
Modif.
Broyden
Atual.
Coluna
26
-100
-40
-25
-10
100
1000
Sem Global.
(8 ).
(5 ).
(6)
(3)
(4)
(4)
Globalizado
(8,18)*
(5,5)
(6,6)
(3,3)
(4,4)
(4,4)
Sm Global.
(div)
(47.47)*
(66)
(6)
(15)
(43)
Globalizado
(stop)
(47.47)*
(66,66)
(6,6)
(15,15)
(43)
Sem Global.
(> 1 5 1 )
(9)*
(10)
(4)
(6)
(7)
Globalizado
(div)
(9,9)*
(10,10)
(4,4)
(6,6)
(7,7)
Sem Global.
O 151)
(10)*
(23)
(4)
(7)
(7)
Globalizado
(div)
(10,10)*
(div)
(4,4)
(7,7)
(7 J )
Mtodo
Newton
Newton
Modif.
Broyden
Atual.
Coluna
2.6
27
-50
-20
-10
10
20
50
Sem Global.
(8)
(4))
(3)
(3)
(4)
(7)
Globalizado
O io )
(4,4))
(3)
(3,3)
(4,4)
(7,13)
Sem Global.
(> 250)
(> 250))
(44)
(44)
(> 250)
(> 250)
Globalizado
(stop)
(stop)
(44)
(44,44)
(stop)
(stop)
Sem Global.
(> 150)
(16)
(8)
(9)
(15)
(> 150)
Globalizado
(stop)
(stop)
(10,14)
(9,9)
(stop)
(stop)
Sem Global.
(> 150)
(16)
(9)
(8)
(15)
(> 150)
Globalizado
(stop)
(stop)
(8,8)
(9,9)
(18,36)
(stop)
Mtodo
Newton
Newton
Modif.
Broyden
Atual.
Coluna
Problemas de difuso no-linear cuja equao arquetpica pode ser escrita como
Y l = A^(u) + /(ti).
tm recentemente suscitado um particular interesse. A soluo est definida em um domnio
espao-temporal da forma Cl x [0, T]. Esta equao modela vrias situaes reais como:
du
= A uT
dt
conhecida como a equao em meios porosos que por sua vez representa outros casos como:
a equao de calor com m = 1, a teoria de gases ionizados a altas tem peraturas com m > 1, a
teoria de trasferncia radiante, a teoria de camada limite, etc. Por outra parte, a equao em
meios porosos representa o caso mais simples de um a classe de equaes da forma:
du
- V.[K.V<(u)] + V.[v<(u)] + <f>{u) = 0
~dt
28
B ibliografia
[1] Deuflhard, P. [1995]: Newton techniques for highly nonlinear problems. Theory and algo
rithms, in preparation.
[2] Deuflhard, P.; Freund, R. and Walter, A. [1990]: Fast secant methods for the iterative
solution of large nonsymmetric linear systems, Impact of Computing in Science and En
gineering 2, pp. 244-276.
[3] Brown, P. N., Saad Y.,[1990] Hibrid Krylov Methods for Nonlinear Systems of Equations,
SIAM Journal on Scientific and Statistical Computing 11, pp. 450 - 481.
[4] Golub, G.H.; Van Loan, Ch.F. [1989]: Matrix Computations, The Johns Hopkins Univer
sity Press, Baltimore and London, ork.
[5] Gomes-Ruggiero M. A.,[1990]: Mtodos Quase-Newton para Sistemas No Lineares Tese
de Doutourado, FEE, UNICAMP.
[6] Johnson, G.W.; Austria, N.H. [1983]: A quasi-Newton method employing direct secant
updates of matrix factorizations, SIAM Journal on Numerical Analysis 20, pp. 315-325.
[7] Kelley, C.T. [1995]: Iterative methods for linear and nonlinear equations, SIAM Publica
tions, to appear.
[8] Peleter, L. A., Serrin, J. [1993]: Nonlinear Difussion Equations and Their Equilibrium
States, Peleter & Seriin (Eds.)
[9] Ortega, J.M.; Rheinboldt, W.G. [197Q]: Iterative Solution of Nonlinear Equations in Se
veral Variables, Academic Press, NY.
[10] Schwandt, H. [1984]: An interval arithmetic approach for the construction of an almost
globally convergent method fo r the solution of the nonlinear Poisson equation on the unit
square, SIAM Journal on Scientific and Statistical Computing 5, pp. 427 - 452.
[11] Watson, L.T. [1979]: An algorithm that is globally convergent with probability one for
a class o f nonlinear two-point boundary value problems, SIAM Journal on Numerical
Analysis 16, pp. 394-401.
29
30
[12] Watson, L.T. [I960]: Solving finite difference approximations to nonlinear two-point boun
dary value problems by a homotopy method, SIAM Journal on Scientific and Statistical
Computing 1, pp. 467-480.
[13] Watson, L.T. [1983]: Engineering applications of the Chow-Yorke algorithm, in Homotopy
Methods and Global Convergence (B.C. Eaves and M.J. Todd eds.), Plenum, New York.
[14] Watson, L.T.; Scott, M.R. [1987]: Solving spline-collocation approximations to nonlinear
two-point boundary value problems by a homotopy method, Applied Mathematics and
Computation 24, pp. 333-357.
[15] Watson, L.T.; Wang, C.Y. [1981]: A homotopy method applied to elastics problems, In
ternational Journal on Solid Structures 17, pp. 29-37.
C aptulo 3
M to d o s tip o N ew to n globalizados
para a equao biharm onica no linear
3.1
In trod u o
31
3.1. Introduo
32
3.2
p[ d Y/ dt + (V V)V] + Vp /V 2V = fe
(3.1)
uj = V x V
(3.2)
Pela aplicao do operador rotacional na equao (3.1), o termo que contm a presso desaparece , resultando
d u /d t + (V V)w - (w V)V -
uV 2oj
= l/pVxfe
(3.3)
V = V x$
(3.4)
sendo assim autom aticam ente satisfeita a condio de incompressibilidade. Aplicando o rota
cional a (3.4) e usando (3.2) obtemos
(3.5)
34
d u /d t + ( V - V ) w - i/V2w = 1/pV x / e
(3.6)
V 2$ + w = 0.
Como para as equaes nas variveis primitivas, a eq. (3.6) chamada um a forma no-conservativa
Como caractersitica relevante, na formulao funo corrente-vorticidade a presso no aparece
explicitamente.
Em ausncia de campos externos e para o caso estacionrio a eq.(3.6) se transform a em
(V V)w - v V2u> = 0
(3.7)
V 2\I/ + u; = 0.
(3.8)
(3.9)
Podemos reescrever esta ultim a equao na forma
= B(tl>) + R eG (),
sendo B(tp) o operador biharmonico linear
V
xj>
ipxxxx
e
G) =
um termo no linear em i/> .
- fe fV 2^ ) ,
(3.10)
3.3
35
O P ro b lem a da C avidade
N
Consideramos o problema de resolver o fluxo bidimensional estacionrio para um fluido
viscoso incompressvel. 0 domnio 2 onde determinaremos a soluo em termos da funo
corrente, definido como um quadrado de lado L , com seu lado superior aberto em contato
com um fluido viscoso que se desloca com velocidade unitria V. P ara um fluxo totalm ente
desenvolvido^ indicamos a existncia de um vrtice principal que ocupa a regio central e
uma srie de vrtices secundrios prximos aos vrtices, girando em sentido contrrio. Esta
configurao m ostrada na Figura (3.1) conjuntamente com as condies de fronteira
Assim, o problema consiste em achar ij>(x,y) C 4 tal que
F(tp) = B fy ) + ReG(rp) = 0 em 0 ,
(3-11)
onde 1 = {(ar, /) : 0 < x < 1, 0 < y < 1)} e que satisfaa as seguintes condies de contorno
= o,
(x,y) e dtt,
0*(o >y) = o,
0<y<l,
^ * ( i ,y ) = o,
0 < y < 1,
V v ( ^ ) = o,
0 < x < 1,
1j}y(x, 1) -- 1,
0 < x < 1.
Esta forma de definir as condies na fronteira origina discontinuidades nas derivadas nor
mais nos vrtices superiores no lado aberto do quadrado. Uma tentativa para suavizar essas
discontinuidades proposta em [3], mudando esta ltim a condio para
1) = 16x2(l x)2, 0 < x < 1
Como rj)y singular nestes cantos, qualquer discretizao espalha esta singularidade aos ns
vizinhos de tal forma que o esquema considerado deve ser modificado para levar em conta
esta singularidade. Um tratam ento rigoroso em tal sentido faz uso localmente de um a ex
presso anlitica da singularidade [18]. Em [14] apresentado um mtodo considerando tambm
uma forma local para a singularidade, introduzindo-a dentro do esquema global em diferenas.
Outros mtodos alternativos como refinamento da malha, transformao conforme, sries de
potncias, etc. so listados em [10] ,[6].
3.4
A p roxim ao N u m rica
Obteremos um a soluo aproximada usando o mtodo das diferenas finitas. Para isto esco
lhemos um a discretizao padro de segunda ordem definida sobre um a malha uniformemente
'
36
l}> =
0,
ifry
= 1
D yU i'j =
(u ij+ l
DxxUitj
DyyUi j -
em ambas direes x e y.
as coordenadas dos ns de
dflhos seguintes operadores de
2ttjJ 4"
37
Fh(4>ij) =
^ 4h4>ij + ReGh(ipij) =
2
8('0,-_ij -)-
"f" ^ j +i )
+ V^+ij+i)
+ V t '- 2 J + ^ 1 + 2 ,j + 0 : , j - 2 +
lpi,j+2
(3.13)
+i?e/4(V>tj+ i -
(V,2,j +
- R e / 4 ( i / ) i+lij -
( V ^ j- 2 +
1)
Ipi-lj-l
+ V ^ + lj- l
^ i-ij)
+ 4 ^ > t j+ l
^ t + lj+ l 0 t,+ 2 )?
1 < *, J < (X - 1)
Desde que Fh(i>ij) = 0 deve ser satisfeita apenas para os ns de
teremos JV = (L l )2
equaes. Porm, os valores de -0ij sobre o contorno e exteriores vizinhos fronteira, estaro
incluidos nestas equaes.
Os valores de contorno so os anlogos a (3.12) discretizados
tjjij 0, (x,', j/j) . dlfj,,
Por outro lado, os valores de tpij nos ns exteriores a h podem ser determinados apro
ximando as derivadas normais especificadas na fronteira mediante um esquema de diferenas
centradas
A - 1= ^ ,1,1 < * < {L - 1)
0 .\(L+1)=&,(L-1), 1 < * < (L ~ 1)
V-1J= ^ 1J >1 < j < (L - l )
^ ( L + l) ,j = V ,( Z - - l) ,j 1 1 < j
< ( L - 1 )
Usando estes valores em (3.13) para eliminar os valores externos a Uh , obtemos N equaes
para as N incgnitas ipij .
Este sistema de equaes tm no linearidades quadrticas e esparso. Cada equao
contm 13 incgnitas dispostas em um arranjo molecular em forma de estrela como mostrada
38
na Figura (3.2). Esta a forma padro para uma aproximao em diferenas centradas de
segunda ordem para o operador biharmonico em uma malha retangular.
11
' 2
-8
' 2
'' - 8
20
'' - 8
' 2
-8
'' 2
'' 1
*^il
**+1
^i+2
3.5
P ro ced im en to d e R esolu o
39
Por sua vez, essas aproximaes podem ser aprimoradas com a utilizao de tcnicas mais
especializadas de integrao. Uma tcnica simples, conhecida como Euler-Newton se tem mos
trada adequada, sempre que no existam pontos singulares; isto , pontos onde D[Fh(ip,Re)]
seja singular.
Neste caso torna-se necessrio parametrizar a curva pelo cumprimento de arco s em lu
gar do Re e construir um caminho seguindo a curva. Esta abordagem requer a soluo de
Fh(i>(s), R e(s)) = 0 mais uma equao no linear para o comprimento de arco 3 que pode ser
aproximada por
(6sf = \ m \l + (SRe?
sendo que, para criar o problema com valor inicial, a derivao deve ser feita em relao a 3,
com valores iniciais definidos por ^ ( 0) =
e /?e(0) = 0.
A linearizao de Fh(i>, Re) = 0, pela aplicao do mtodo de Newton origina uma sequncia
de problemas lineares,
J { V , R e ) 8 u = - F kW , R e )
(3.14)
onde 8V =
xj)u e J(NxN) a m atriz Jacobiana.
Bsicamente, a diferena fundamental na capacidade dos mtodos para resolver (3.13) est
diretam ente ligada com a forma com que resolvem os sistemas lineares (3.14) correspondentes;
os quais por sua vez, dependem da estrutura e propriedades do Jacobiano
J(4>u,R e) = dF h(r ,R e )/d iJ = B hli>} + RedG h{iP}/dip.
Os coeficientes da m atriz Jacobiana esto constitudos por constantes correspondentes s
derivadas de Bh e de um a parte antisimtrica dGh{4>]/dij^, ponderada pelo nmero de Reynolds
e que depende da suavidade da funo de malha r/..
Na Figura (3.5) mostramos um a linha da matriz Jacobiana onde
P = (</Vn,j tpi-l.j)
Q = ( & - 2,j +
R = (V,i,j+i
S (V,ij-2 +
3.6
4-01-1, j + 4V>t+l,j
1pi+1J + 1 1pi+2 j)
fpi+i j+ i
i)
+ 4Vt,j+i
2)
A maioria dos testes e respectivos resultados que sero apresentados foram realizados sobre
uma m alha uniformemente espaada, com L = 64 divises em ambas direes x e y, o que
origina um problema com A^ = 3969 equaes e incgnitas.
1 .R e-P
2R e * ( P + R)
1 .Re* R
- 8 .+
Re * (4R Q)
2 .Re * ( P + R)
40
-8 .+
2 .Re (4P + S) Re * (P R)
20.
- 8 .+
R e * ( Q - AR)
- 8 .2.+
Re * (4P + S) Re ( P - R )
1-+
Re * R
1.+
Re * P
41
3.6.1
Newton
Newton
Modificado
Broyden
CUM
Nmero de
Reynolds
0
250
500
750
1000
1250
1500
1750
2000
2250
2500
2750
3000
3250
3500
3750
4000
4250
4500
4750
5000
5250
5500
5750
6000
6250
6500
6750
7000
7250
7500
7750
8000
8250
8500
8750
9000
9250
9500
9750
10000
10250
10500
10750
11000
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
1 188.60 )
5 942.56 )
5 756.39 )
5 754.04 )
5 754.02 )
3 572.77 )
3 585.68 )
3 594.76 )
3 598.95 )
3 602.59 )
3 607.52 )
3 608.14 )
3 613.12 )
3 616.41 )
3 615.55 )
3 619.21 )
3 619.82 )
3 620.91 )
3 621.30 )
3 624.95 )
3 621.63 )
3 625.65 )
3 627.07 )
3 628.12 )
3 627.15 )
3 628.21 )
3 631.79 )
3 631.67 )
3 629.86 )
3 632.56 )
3 630.92 )
3 645.42 )
3 642.68 )
3 633.28 )
3 638.68 )
3 632.14 )
3 642.20 )
3 644.13 )
3 644.02 )
3 636.24 )
3 637.02 )
3 635.66 )
3 636.71 )
3 636.46 )
3 635.67 )
( 1 0 ,
( 1 , 56
( 1 . 18
( 1 - 14
( 1 9
( 1 7
( 1 7
( 1 5
(1 5
(1 5
( 1 5
( 1 5
( 1 5
( 1 5
( 1 4
( 1 4
(1 4
( 1 4
( 1 4
( 1 4
( 1 4
(1 4
(1 4
(1 4
( 1 4
(1 4
( 1 4
( 1 4
( 1 4
(1 4
( 1 4
( 1 3
( 1 3
(1 3
( 1 3
( 1 3
(1 3
( 1 3
( 1 3
( 1 3
( 1 3
( 1 4
(1 4
(1 4
( 1 4
192.61 )
368.38 )
244.80 )
232.29 )
217.14 )
213.18 )
214.27 )
214.00 )
215.51 )
216.90 )
219.08 )
219.10 )
219.66 )
220.96 )
218.14 )
219.01 )
218.86 )
219.88 )
219.64 )
220.39 )
221.01 )
221.22 )
221.32 )
221.77 )
221.28 )
222.28 )
222.58 )
222.21 )
222.26 )
222.23 )
223.35 )
220.05 )
220.33 )
220.31 )
220.44 )
220.54 )
221.26 )
220.89 )
220.90 )
220.82 )
220.87 )
224.31 )
224.21 )
224.70 )
224.37 )
( 1
( 1
( 1
( 1
(1
(1
(1
(1
( 1
( 1
( 1
(1
( 1
(1
( 1
( 1
( 1
(1
(1
(1
(1
( 1
( 1
( 1
( 1
(1
( 1
( 1
( 1
( 1
( 1
(1
(1
(1
(1
(1
( 1
( 1
( 1
(1
(1
(1
(1
(1
( 1
, 0 , 188.32 )
23 , 264.70 )
13 , 230.61 )
, 8 214.96 )
, 6 207.83 )
, 6 210.82 )
, 5 211.31 )
, 5 214.57 )
, 4 212.97 )
. 5 216.72 )
, 5 219.01 )
, 5 218.28 )
. 5 219.74 )
, 5 221.08 )
, 4 218.13 )
, 4 218.88 )
, 4 219.20 )
, 4 219.86 )
, 4 219.82 )
, 4 223.28 )
,4 223.61 )
, 4 221.28 )
,4 221.57 )
, 4 222.34 )
,4 221.64 )
, 4 222.50 )
,4 222.61 )
, 4 223.25 )
, 3 219.63 )
, 3 219.41 )
, 3 220.57 )
, 3 220.21 )
, 3 219.93 )
, 3 221.29 )
, 3 220.83 )
, 3 219.56 )
,3 219.56 )
, 3 221.24 )
, 3 221.61 )
, 3 221.19 )
, 3 220.98 )
, 3 221.59 )
, 4 224.97 )
, 4 225.12 )
, 4 224.71 )
(1 ,0
( 1 - 22
( 1 . 13
(1 8
( 1 7
( 1 6
(1 5
(1 5
(1 4
( 1 5
(1 5
( 1 5
( 1 5
(1 5
(1 4
(1 5
( 1 4
(1 4
( 1 4
( 1 4
( 1 4
(1 4
(1 4
(1 4
( 1 4
( 1 4
( 1 4
( 1 4
(1 3
( 1 3
( 1 3
( 1 3
( 1 3
(1 3
(1 3
( 1 3
( 1 3
( 1 3
(1 3
(1 3
( 1 3
(1 3
(1 4
(1 4
(1 4
189.80 )
, 258.69 )
, 230.06 )
213.83 )
210.76 )
210.44 )
210.68 )
214.14 )
212.49 )
216.61 )
219.47 )
218.83 )
219.83 )
221.17 )
218.35 )
222.19 )
218.74 )
219.96 )
220.03 )
220.47 )
220.64 )
220.89 )
221.15 )
221.90 )
220.98 )
221.65 )
222.69 )
222.57 )
219.23 )
219.19 )
220.19 )
220.86 )
220.46 )
220.16 )
220.29 )
220.55 )
220.92 )
221.05 )
220.83 )
221.18 )
220.73 )
221.42 )
224.55 )
224.85 )
224.43 )
43
ximadamente 50 vezes menor que o mtodo de Newton (uma iterao de Newton requer em
mdia 67 segundos). Esta relao m antida ao longo de todo o intervalo.
P ara A Re = 500 apenas os mtodos de Newton e Broyden conseguem convergncia. CUM
demandou um pouco mais de 100 iteraes para Re = 250. Nesta tabela, tambm so incluidos
resultados com a opo de recomeos com um desempenho um pouco pior, quando comparados
com os obtidos sem usar esta opo. A opo de recomeos, no mtodo de Newton Modificado,
no foi acionada um a nica vez, devido a que a condio de decrscimo suficiente foi sempre
satisfeita. Em todos os casos, a demanda do custo computacional foi aproximadamente de 60%
que para A Re 250.
Newton
Nmero de
Reynolds
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
5500
6000
6500
7000
7500
8000
8500
9000
9500
10000
10500
11000
( 1
(6 ,
( 5
( 4
( 3
(3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
( 3
(3
( 3
( 3
192.89 )
1150.78 )
961.07 )
782.63 )
599.87 )
607.67 )
612.56)
617.13 )
619.79 )
623.49 )
623.93 )
627.64 )
628.09 )
629.64 )
630.71 )
632.49 )
634.03 )
633.93 )
636.06 )
635.11 )
636.89 )
637.49 )
638.72 )
Broyden
Com
Recomeos
(1 , 0 , 188.64 )
( 3 10 597.90 )
( 2 , 7 399.75 )
( 1 , 8 221.82 )
( 1 , 7 222.85 )
( 1 , 7 226.00 )
( 1 , 7 227.10 )
( 1 , 6 225.96 )
( 1 . 6 226.67 )
( 1 , 6 227.39 )
( 1 , 6 227.97 )
( 1 , 6 228.46 )
( 1 , 5 225.97 )
( 1 ,5 226.67 )
( 1 , 5 225.97 )
( 1 , 5 227.15 )
( 1 . 5 227.57 )
( 1 , 4 224.19 )
( 1 , 4 224.72 )
( 1 , 4 224.78 )
( 1 . 5 227.78 )
( 1 ,5 228.83 )
( 1 , 6 232.29 )
Sem
Recomeos
( 1 , 0 , 188.89 )
( 1 79 477.47 )
( 1 13 231.25 )
( 1 , 8 , 222.85 )
( 1 , 7 , 223.33 )
( 1 , 7 , 227.24 )
( 1 , 7 , 227.90 )
( 1 , 6 , 226.38 )
( 1 , 6 , 228.04 )
( 1 , 6 , 227.82 )
( 1 , 6 , 229.29 )
( 1 , 6 , 228.93 )
( 1 , 5 , 226.96 )
( 1 ,5 , 226.55 )
( 1 ,5 , 227.41 )
( 1 , 5 , 227.94 )
( 1 , 5 , 228.02 )
( 1 ,4 , 224.61 )
( 1 ,4 , 225.31 )
( 1 , 4 , 225.14 )
( 1 , 5 , 228.21 )
( 1 , 5 , 228.62 )
( 1 , 6 , 232.74 )
44
A Re = 250
A Re = 500
Newton
(141,0,7.881)
(73,0,4.164)
Newton Mod.
(45,260,2.797)
(No converge )
Com Rec.
(46,192,2.795)
(26,129,1.587)
Seem Rec.
(45,205,2.753)
(23,204,1.511)
Com Rec.
(47,185,2.835)
Sem Rec.
(45,206,2.750)
Mtodo
Broyden
CUM
(No Converge)
3.6.2
Os testes realizados com as diferentes opes que podem ser selecionadas usando estes
mtodos, foram desalentadores quando comparados com o desempenho dos mtodos QuaseNewton. Nas condies exigidas para estes ltimos, no se obteve convergncia em nenhum
caso.
Com o objetivo de avaliar a eficincia dos diferentes precondicionadores implementados, os
requerimentos sobre distintos parmetros tiveram que ser relaxados, para obter convergncia.
Para isso, o tam anho do passo foi reduzido para A Re = 50 e a exigncia sobre a diminuio no
valor do residuo foi aumentada para || F(x^,Re) ||< 10~ . Desta forma, conseguimos obter um
conjunto de resultados, que perm itiu realizar um a anlise mnima. A mudana no valor daquele
ltimo parmetro, impede fazer qualquer tipo de comparao com os resultados obtidos com os
mtodos Quase-Newton, porque a convergncia obtida para solues aproximadas diferentes.
Em uma das experincias relativamente bem sucedidas, obtivemos convergncia at Re =
9100 usando um precondicionador baseado na Fatorao Incompleta, com 0* = 0.1.
Uma tentativa para estim ar qualitativamente a eficcia do precondicionador ao longo do in
tervalo de convergncia, foi feita calculando o quociente entre os valores acumulados do nmero
de iteraes dos laos interno e externo em cada intervalo Re = Re + 1000. Os resultados
mostram que a eficcia do precondicionador vai decaindo paulatinam ente a cada intervalo.
Duas causas inter-relacionadas que contribuem no mesmo sentido, podem explicar este com
portamento: a perda de diagonal dominncia na m atriz Jacobiana e a consequente perda na
qualidade do precondicionador, o qual est sendo reconstrudo sobre um a matriz cada vez pior
condicionada [1]. A irregularidade que se produz no intervalo [1000 2000] , coincide com a
apontada anteriormente usando os mtodos diretos.
;..................................
Precondicionado
Sem Precondicionamento
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
ek =
ek =
0.1
( 12 , 1114 , 1 . 0 )
( 5 , 438 , 0.39 )
( 6 , 544 , 0.49 )
( 7 , 648 , 0.58 )
( 7 , 652 , 0.59 )
( 8 , 754 , 0.68 )
( 10 , 955 , 0.86 )
( 11 , 1053 0.94 )
( 12 , 1152 , 1 . 0 )
( 13 , 1252 , 1.1 )
( 16 , 1151 , 1.1 )
( 13 , 1250 , 1.1 )
( 20 , 1951 , 1 . 7 )
( 20 , 1950 , 1 . 7 )
( 21 , 2140 , 1 . 9 )
( 23 , 2249 , 2.0 )
( 28 , 2749 , 2.5 )
( 22 , 2148 , 1 . 9 )
( 41 , 4048 , 3.6 )
( 22 , 2149 , 1 . 9 )
( 68 , 6748 , 6.0 )
0.67
( 22 1208 , 1.1 )
( 9 . 373 , 0.36 )
( 11 594 , 0.56 )
( 12 567 , 0.54 )
( 12 677 , 0.63 )
( 13 , 682 , 0.64 )
( 15 , 977 , 0.90 )
( 15 , 977 , 0.90 )
( 15 , 988 , 0.91 )
( 17 , 1256 , 1.1 )
( 19 , 1462 , 1.3 )
( 22 , 1764 , 1.6 )
( 20 , 1548 , 1.4 )
( 28 , 2354 , 2.1 )
( 18 , 1215 , 1.1 )
( 36 , 3158 , 2.8 )
( 23 , 1831 , 1.7 )
( 49 , 4441 , 4.0 )
( 24 , 1926 , 1.7 )
( 63 , 5836 , 5.2 )
( 28 , 2317 , 2.1 )
9k =
O
II
Nmero
de
Reynolds
6 , 461
3 , 230
3 , 234
3 , 239
3 , 245
3 , 250
3 , 252
3 , 255
3 , 258
4 , 364
4 , 361
4 , 366
3 , 272
5 , 498
( 3 , 283
(5 , 500
( 4 , 400
( 4 , 400
( 5 , 500
( 4 , 400
( 4 , 400
(
(
(
(
(
(
(
(
(
(
(
(
(
(
0.42
0.21
0.21
0.22
0.22
0.23
0.23
0.23
0.23
0.33
0.32
0.33
0.24
0.44
0.25
0.45
0.36
0.36
0.45
0.36
0.36
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
0.67
(1 5
(8
(8
(8
(8
(8
(8
(8
(8
(9
(8
(9
(8
(9
, 354 0.38 )
197 , 0.21 )
182 , 0.20 )
231 , 0.24 )
258 , 0.26 )
262 , 0.26 )
262 , 0.26 )
275 , 0.28 )
281 , 0.28 )
385 , 0.37 )
282 , 0.28 )
286 , 0.29 )
281 , 0.28 )
426 , 0.41 )
( 8 317 , 0.31 )
( 10 , 540 , 0.51 )
( 9 425 , 0.41 )
(1 1 , 641 0.60 )
( 9 441 , 0.42 )
( 9 444 , 0.42 )
( I4 , 949 , 0.87 )
Resultados
( 385 , 37095 , 1.0 )
( 471
36151 , 0.99 )
( 9 , 7168 , 0.19 )
Globais
46
Com a mesma finalidade, uma outra srie de testes foi realizado apenas no intervalo Re
[0, 1000] , usando o mesmo precondicionador, com o objeto de avaliar o efeito de se mudar o
parm etro Qk- Os resultados so mostrados na Tabela (3.4). Para cada valor do nmero de
Reynolds indicamos: nmero de iteraes dos laos externo e interno e o tempo de execuo
(escalado), apenas para dois diferentes valores de 6 k, que so os mais representativos sobre
um conjunto bem mais numeroso de testes. Podemos apreciar uma pequena vantagem para
o menor valor de 0k- Em tempo real, a execuo para percorrer completamente o intervalo,
demandou mais de 4 horas.
Sem o uso de qualquer precondicionador no se obteve convergncia e os outros precondicionadores foram menos eficientes.
3.7
O estudo realizado neste Captulo representa um esforo para definir um marco de referncia
na soluo das equaes de Navier-Stokes em termos da funo-corrente, usando diversos
Mtodos tipo-Newton, para um problema que modela o fluxo em um a cavidade, para altos
nmeros de Reynolds.
Um conjunto numeroso de solues discretas, em termos da funo-corrente, foi obtido para
nmeros de Reynolds variando entre 0 11000. Este conjunto foi convalidado por comparao
com as solues obtidas por outros pesquisadores.
Uma estimativa do desempenho e eficincia destes Mtodos, orientada para a avaliao do
esforo computacional demandado, objeto principal deste trabalho, foi conseguida a partir da
realizao de inmeras experincias, usando distintos pacotes computacionais que implemen
tam aqueles mtodos . A fixao dos parmetros prprios de cada pacote, que eventualmente
aprimoraram sua eficincia, foram determinados atravs de extensos e minuciosos testes; alguns
dos quais foram explicitamente mostrados.
Os Mtodos Quase-Newton se mostraram robustos e os mais eficazes. No h significativas
diferenas entre eles, entretanto exibiram um desempenho marcadamente superior ao Mtodo
de Newton.
A seleo de maiores passos, para incrementar o nmero de Reynolds, tem-se mostrado como
a mais indicada em relao a economia do custo computacional global. O aumento do tamanho
do passo est associado ao problema de melhorar a aproximao inicial, para a resoluo do
sistema correspondente a cada nmero de Reynolds. Isto sugere a introduo de Tcnicas de
Continuao mais apuradas, implementadas com subrutinas para a determinao autom tica
do tam anho do passo.
Os Mtodos tipo-Newton Inexatos com Precondicionamento no so competitivos; a incluso
e comentrios acima dos resultados obtidos com este mtodo pretendem apenas m ostrar o
desempenho de mtodos iterativos na resoluo de problemas com esta estrutura. Mesmo com
uma reduo nas exigncias estabelecidas como critrio para aceitao da soluo, requereram,
no melhor dos casos, tempos de execuo prticam ente inaceitveis.
47
o.oo
o.oo
o.oo
2 .5 E -0 4
l.OiJ03
0.00
0.00
0.00
2 .5 B -0 4
2 .5 -0 4
1 .0 E -0 3
o.oo
B ibliografia
[1] Axelsson, 0 ., Kaporin, I. E. [1993]: On computer implementation o f Inexact-NewtonConjugate Gradient-type algorithms. Preprint.
[2] Benjamin, A. S., Denny, V. E. [1973]: On the convergence o f numerical solutions fo r 2-D
flows in a cavity at hight Re. J. Comput. Phys 12, pp. 348-358.
[3] Bercovier, M., Pironneau, 0 . [1979]: Numerical Math. 33, pp.211-224.
[4] Brown, P. N., Saad, Y. [1990]: Hybrid Krilov Methods for Nonlinear Systems o f Equations.
SIAM J.Sci. Statist. Comput. 11, pp. 450-481.
[5] Collatz, L. [1973]: Numerical Treatment of Differential Equations. Springer-Verlag. Berlin.
[6] Crank, J., Furzeland, R. M. [1978]: The numerical solution o f elliptic and parabolic partial
differential equations with boundary singularities. J. Comput. Physics 26, pp. 285-296..
[7] Crochet, M. J., Davies, A. R., Walters,K. [1984]: Numerical simulation of non-newtonian
flow. Rheology series 1. Elsevier.
[8] Deuflhard, P. [1991]: Global Inexact Newton Methods for very large scale nonlinear pro
blems. Impact of Comp, in Sc. and Eng. 3, pp. 366-393.
[9] Eisenstat,S. C., Walker, H. F. [1994]: Globally convergent inexact Newton methods. To
appear in SIAM journal on Optimization.
[10] Fox, L., Sankar, R. [1969]: Boundary singularities in linear elliptic differential equations.
J. Inst. M ath. Applied 5, pp. 340-350.
[11] Ghia, U., Ghia, K. N., Shin, C.T.[1982]: High-Re Solutions fo r Incompressible Flow Using
the Navier-Stokes Equations and a Multigrid Method. J. Comput. Phys.48, pp. 387-411.
[12] Glowinski, R. [1984]: Numerical Methods for Nonlinear Variational Problems 2nd ed.
Springer-Verlag. N.Y.
[13] Greenspan, D. [1969]: Numerical solution of prototype cavity flow problems. Comput. J.
12 .
50
BIBLIO G RAFIA
51
[14] Holstein, H., Paddon, D.J. [1981]: A singular finite difference treatment o f re-entrant
corner flow. P art I.Newtonian Fluids. J.non-Newtonian Fluid Mech. 8 , pp. 81-93.
[15] Kubicek, M., Hlavacek, V. [1975]:
IX.Chem.Eng.Sci. 30, pp. 1439-1440.
[16] Matthies, H., Strang, G. [1979]: The solution of nonlinear finite element equations. Int. J.
Num. Meth. Eng. 14, pp. 1613-1626.
[17] M ittelmann, H. D., Roose, D. (Eds.) [1990]: Continuation Techniques and Bifurcation
Problems. Int. Series of Num. M ath., Vol 92.
[18] Moffat, H. K. [1964]: Viscous and resistive eddies near a sharp corner. J. Fluid Mech. 18,
pp. 1-18.
[19] Olson, M. D., Tuan, S. -Y. [1981]: Comput. and Fluids bf 7, pp. 123-135.
[20] Oden, J.T. [1972]: Finite element of nonlinear continua. New York. McGraw-Hill.
[21] Peyret, R, Taylor, T. [1985]: Computational methods fo r fluid flow. Springer Verlag.
[22] Rheinboldt, W. C. [1986]: Numerical analysis of parametrized nonlinear equations. Uni
versity of Arkansas Lectures notes in the mathematical sciences, 7
[23] Richtmeyer, R. D., Morton, K. W. [1967]: Difference methods fo r initial value problems.
Interscience. Publishers. N.Y.
[24] Schreiber, R., Keller, H. B. [1983]: Driven cavity flows by efficient numerical techniques.
J. Comput. Phys. 49, pp. 310-333.
[25] Schreiber, R., Keller, H. B. [1983]: Spurious Solutions in Driven Cavity Calculations. J.
Comput. Phys. 49, pp. 165-172.
[26] Smith, G.D. [1987]: Numerical solutions o f partial differential equations: Finite differences
methods. Clarendon.
[27] Walker, H. F. [1992] : A GMRES-backtracking Newton iterative method. Proceeding of the
Copper Conference on Iterative Methods.
C aptulo 4
D eterm in ao de P on tos Singulares
com M tod os N ew to n -In ex a to s
4.1
Introduo
(4.1)
onde H : R m + 1
JRm, y e JRm, t M 1.
Usualmente y = y{t) considerada um a soluo de (4.1) j que nas aplicaes fsicas o
autovalor t representa um parm etro de especial interesse (por exemplo a carga sobre uma
estrutura, a tenso em um circuito, etc).
Se ( / o , o) uma soluo de (4.1) e a matriz Jacobiana m x m , H y( y ,t ) inversvel,
possvel garantir a existncia de um a nica curva soluo (y , t ) que passe por (yo,to) de tal
forma a explicitar y(to) yoDefinimos T = {(y , t ) . M m x M\ H(y, t ) = 0}.
Um ponto singular um ponto de F onde Hy(y, t) singular. Quando as linhas de H'(y,t) =
Hy( y , t ) , Ht(y,t) so linearmente independentes, isto , Ht(y,t) 'R\Hy(y,i)\ (a imagem de
Hy(y,t)), o ponto singular denominado ponto de retorno. Existe um a nica curva soluo
que passa por esse ponto, porm a dy/dt infinita e uma pequena variao de t produz um
aumento desproporcionadamente grande em ||y||. Uma situao tpica mostrada na Figura
4.1.
Vrios mtodos tm sido propostos para a determinao de pontos de retorno. A idia
bsica consiste em acrescentar um a o mais equaes ao sistema (4.1) tal que a soluo do
4.1. Introduo
53
(4.2)
seja um ponto de retorno e de modo a garantir uma matriz Jacobiana no-singular para este
novo sistema (ver [15], [14], [1]).
Todos estes mtodos usam algum tipo de fatorao de matrizes, o que inconveniente em
problemas de grande porte.
O Mtodo de Newton-Inexato ser usado para resolver
F ( x ) = 0,
(4-3)
onde F : M n > M n a funo que aproxima o sistema aumentado 4.2, cuja formulao chave
do presente trabalho.
Na prxima seo introduziremos algoritmos globalmente convergentes; na Seo 3 m ostra
remos os novos sistemas aumentados, cujas solues so os pontos singulares de (4.1). Na Seo 4
apresentaremos os problemas testes conjuntamente com as experincias numricas realizadas,
utilizando um mtodo de Newton-Inexato globalizado para resolver os sistemas mostrados na
Seo 3. A maioria dos problemas foram selecionados da coleo de Melhem e Rheinboldt [14].
As concluses sero mostradas na Seo 5.
4.2
54
(4.4)
e um algoritmo que reduz monotonamente f ( x k). No que se segue, ||.|| representa a norma
Euclideana.
A lgoritm o 4 M inim izao M ontona
Suponhamos que: a G (0,1), 7 (0, 1], 771, 7/2 G (0,1), t]i < t]2 sejam dados independente
mente de k. xo M n seja uma aproximao inicial arbitrria e a 0 = 1.
Dado x k M n, a k (0 ,1], os passos para obter x k+ i,a k+i so:
Passo 1.
Escolher
dk e JRn.
(4.5)
(4.6)
Passo 2.
Se
calcular x k + 1 = x k + otkdk, Se (4-6) no for satisfeita, definir x k+i = x k.
Passo 3.
Se
f ( x k+i ) < ( l - a - f a k) f ( x k)
(4.7)
(4-8)
55
(4.9)
(4-10)
e
Ento
(a) Qualquer ponto limite x* de {x*} satisfaz F (x ,) = 0.
(b) Se um ponto limite x* e uma soluo isolada de (4-3) e a k 0, ento {xfc} converge a
x.
(c) Se um ponto limite x e uma soluo isolada de (4-3) e existe
> 0 tal que ||<4|| <
/?||F (xfc)|| para todo k = 0, 1, 2, . . ento {x^-} converge a x.
Prova: (Ver Kozakevich, Martnez e Santos [9])
Essencialmente, o teorema estabelece que se for possvel calcular direes de busca <4 tais
que (4.9) e (4.10) sejam satisfeitas em cada iterao, ento garante-se convergncia global para
a soluo do sistema. Se J( xk ) no singular, a direo de Newton
= J ( x k ) ^ 1 F(xk)
satisfaz (4.10) com 7 = 1. Em geral, se dk satisfaz
||J ( x t )<it + X-rJII2 < ||F ( i ) ||2,
(4.11)
4.3. Implementao
4.3
56
Im p lem en tao
sobre um a regio de confiana apropriada (ver Fletcher [4]) da forma ]]51|oo < A. Se 0 no for
um minimizador de 0 , isto , J( xk)TF ( x k) ^ 0, dever ser possvel obter Sk tal que
| | J ( ^ + ^ ) I | 2 < I I ^ ) |2
o que implica que
(J{xk)dk,F(xk))-< 0.
independentemente do valor de a k > 0. Aps avaliarmos Sk, so conferidas as desigualdades
(4.9) e (4.10). Se alguma delas no for satisfeita, a execuo interrompida. Isto acontece
quando o problema no tem soluo. A escolha da norma ||.|joo em lugar da Euclideana responde
necessidade de considerar possveis limitantes para as variveis
A lgoritm o 5 M inim izo em regies de confiana
Seja cr G (0,1), 7 G (0,1], 771, 772'G '(0,1), 7]\ < 772, M > 0, tol G (0,1), m ax G JN dados
. independetemente de k e seja xq G M n um ponto inicial arbitrrio, Ao = M e ao = 1 .
Dado Xk G M n tal que J(xk)TF(xk) ^ 0, A* > 0 e a k G (0,1], 05 passos para obter Xk+i-,
Ajt+i e Qfc+i so os seguintes:
Passo 1.
Calcular Sk como uma soluo aproximada e
Minimizar 0 (5) = ^|| J ( x fc) + F (x fc)|j2 s.t.'IIIIoc < A fc.
(4.12)
(4.13)
4.3. Implementao
57
Passo 3.
Idem que o Passo 2 do Algoritmo 1 .
Passo 4.
Idem que o Passo 3 do Algoritmo 1.
Passo 5.
Se ctk+i = 1, definir At+i = M .
Seno, definir Afc+i = ||^fc||oo/2.
4.3.1
Dado H : IR,m + 1 iRTO, H H(y, t ), H C 1 (IRJn+1), dizemos (conforme a [15]) que (y,)
um ponto singular de H( y, t ) = 0 s e e somente se H(y*,U) = 0 e se i f y(t/,,) singular. Se
o posto de (i'(y*,t*)) = m dizemos que (y*,) um ponto de retorno. Pontos singulares so
solues de
H( y, t ) = 0
Hy(y,t)v = 0
(4.14)
= lim
(4.15)
4.3. Implementao
58
H ( y rt) = 0
H(y+hv,t)-H(y-hv,t) _ o
2h
U
(4.16)
|2 _ 1
para h > 0. de se esperar que as solues de (4.16) para valores pequenos h, sejam boas
aproximaes das solues de (4.14). Uma segunda alternativa consiste em considerar em lugar
de (4.14), o sistema
H( y, t ) = 0
(4.17)
Hy(y,t)v = 0
r-TV = 1
onde r M m no est em 'R(Hy( y, )), o que garante a existncia da soluo das duas ltimas
equaes de (4.17). Este sistema foi usado por Moore e Spence [15] e Seydel [21].
Considerando (4.17), e usando a aproximao (4.15), consideramos o sistema
#(*/,<) = 0
H ( y + h v , t ) - H ( y hv,t) _ r
2h
~ U
(4.18)
= 1
A vantagem de (4.18) sobre (4.16) reside em que o termo no*quadrtico
- l )2 na
funo de mrito (4.4), for substitudo por (rTv l ) 2. Entretanto, se por acaso escolhemos
r
onde (y, ,) o ponto de retorno que estamos calculando, o sistem a (4.17)
no ter soluo. Se o ngulo entre r e 'R(Hy(yt,,tt )) for pequeno, o problema de achar v que
satisfaa Hy(y,t)v = 0 e rTv = 1 pode ser mal condicionado, conduzindo a resultados pouco
confiveis. Em nossas experincias selecionamos r = u0 = ( 1 ,..., l f / m .
Observamos que as matrizes Jacobianas Ji(y,t) e J 2(y,), dos sistemas (4.16) e (4.18) so
respectivamente
Ji(x) =
H' ( y + h v , t ) H (yhv,t)
2h
2v1
(4.19)
H ( y + h v , t ) - H ' ( y - h v , i )
59
Hv { y + h v , t ) + H y (yhv,t)
2k
rT
(4.20)
4.4
Para. a realizao dos testes selecionamos os problemas apresentados em [14] acrescentandose mais um outro, originado da modelagem de um problema de transferncia de energia [2].
Cada problema descrito sucintamente deixando claro o significado do ponto de retorno, e
colocando em relevncia alguns dos parmetros mais importantes, em relao ao problema e ao
algoritmo. Com a finalidade de reproduzir os resultados relatados, fomos forados a introduzir
algumas correes em alguns dos dados indicados na referncia [14].
Em cada Tabela, apresentada conjuntamente com a descrio do problema, indicamos na
primeira coluna o sistema aumentado selecionado: A ou B que correspondem respecti
vamente s formulaes (4.16) e (4.18); na prxima o ponto inicial, acompanhado com um
parm etro caracterstico (como por exemplo, o tamanho do problema). Os resultados dos tes
tes, so mostrados a partir da terceira coluna, na qual colocamos o valor do ponto de retorno
achado em cada caso; a seguir indicamos os valores singulares mnimos e mximos de H y
obtidos na aproximao final; na quinta coluna, a soma dos quadrados de /(y, t) e finalmente,
nas duas ltimas colunas, o nmero de iteraes e o nmero de avaliaes da funo realizadas
pelo algoritmo.
O cdigo computacional para cada problema., foi implementado usando FORTRAN 77,
com dupla preciso. Uma adaptao do pacote computacional BOX-QUACAN [6] (para Minimizao em Caixas com Canalizaes) foi usada como subrotina para resolver o problema de
minimizao. Os testes correspondentes aos problemas 1-6, foram realizados em um PC4S6, e
o 7 em um a SUN SPARC-Station 2.
4.4.1
60
(4.21)
2/12/2 - W2
K b - m
VjR2
yi - m + 2 /
Sistema
(yoi<o)
Iter.
Aval.
9.87e-09
10
6.66e-01
4.38e-10
5.70e-07
6.66e-01
3.72e-l0
3.079209
6.27e-05
6.66e-01
7.23e-09
10
14
1.933818
3.94e-06
0.47e-01
1.37e-10
1.933836
1.30e-07
0.47e-01
9.97e-14
-2.307797
3.06e-05
0.24e-01
7.94e-10
-2.307831
1 ,04e-06
0.24e-01
3.73e-10
t.
Ol(Hy)
&n(Hy)
-3.079205
4.86e-06
6.66e-0l
-3.079205
1.23e-08
3.079201
QuPi
B
A
Q i ,P2
B
. A
Q2 , P
B
A
Q2,P
B
4.4.2
61
Vi - y l +
- 2y2 + 34 - 47 = 0 )
2/i + y2 + y\ - 14?/2 + 10 - 39 = O J
(4.22)
(o. o)
&n(Hy)
f(y*,u)
Iter.
Aval.
Sistema
0.5875923
1.56e-06
1.89e+01
5.18e-09
14
22
0.5875873
5.68e-06
1.89e+01
2.87e-ll
20
36
-0.6863575
6.65e-05
7.73
8.05e-09
16
33
-0.6863527
3.45e-08
7.73
1.00e-14
24
53
Pi
B
A
P2
B
4.4.3
Uma verso simplificada das equaes de equilbrio aerodinmico em aeronaves, que permi
tem prever deslocamentos bruscos em resposta a manobras realizadas, envolve cinco equaes e
oito variveis ([y ,u ]T). Trs destas, (u = [ui, u 2 ,uz]T) que modelam o elevador, aileron e o de
flector respectivamente, funcionam como variveis de controle. Para o problema de estabilidade
de aeronavegao estudado em [13], as equaes adimensionalizadas tem a seguinte forma
A [ y , u f + <Ky,u)
onde
1
A
V
- 3.933
0.107
-0 .9 8 7
0
1.0
0
0
0.002
0
0
0126
0
-0.235
0
-1 .0
0 . 7 2 7 /2 /3
0 . 9 4 9 j/i ?/3
{y, u) =
- 0 . 1 7 6 z/i /2
-
2/ 12/5
yi2/4
= 0,
- 9.99
- 22.95
5.67
0
-0 .1 9 6
- 1.0
(4.23)
V y G -R5, u e m 3,
-t-8.39j/32/4
0
-2 8 .3 7
0
-0 .1 6 8
0
-4 5 .8 3
0
-0 .9 2 1
0
-0.0071
684.4j/4t/5
+0.1732/12/5
1.5782/12/4 +1.132 2/42/2
-7 .6 4
0
0
0
0
+ 6 3 .5 j/42/2 ^
62
Sistema
T,P{yo,to)
t.
a^Hy)
On{Hy)
/(!/*. . )
Iter.
Aval.
0.5087968
1.26e-05
2.20e+02
1.56e-10
68
139
0.5087889
2.64e-06
2.20e+02
1.04e-09
341
56122
0.2063399
5.17e-05
4.99e+01
9.74e-09
33
52
0.2065148
2.07e-06
4.99e+01
5.07e-09
49
73
0.872326
1.09e-05
5.86e+01
1.08e-10
37
65
0.3887898
1.62e-03
4.71+01
8.62e-04
500
950
0.2929449
4.55e-05
1.84e+02
9.12e-09
22
37
0.2929395
7.84e-06
1.84e+02
2.60e-10
61
77
9.227714e-02
3.46e+01
7.96e+01
1.02e-01
66
165
2.789284e-02
2.26e-02
1.04e+02
1.59e-01
105
214
71 ;-F*i
B
A
"2\P2
B
73:^2
B
A
n;Pi
B
A
7 5 ;>5
B
4.4.4
63
2 /3 ) /2 5 .5 +
J /4 / O . 6 2 -
2/5 +
2/4 =
- y i)/0 .2 0 1 = 0
Os dois diodos e o amplificador esto modelados por I(x) := 5.6 x 10- 8(e25;r 1) , U(x)
7.65<m-1 (1962:r), respectivamente. As quantidades [(2/1,. , 2/e), ] representam voltagens, em
particular ye, a voltagem de sada, de interesse prtico, sendo que a voltagem de entrada.
O comportamento eltrico deste circuito gatilho est caracterizado por dois pontos de retorno.
De acordo com [17], fizemos duas alteraes: num coeficiente de H e no valor do diodo I(x).
Pontos iniciais:
Pi(yo, t0) = [(.05, .5,.05, .05,.15,.13),.5],
P2(2/o,V> = [(-2,.6,.2,.2,.6,9.5),.3].
( 2/0. o)
t.
<n(Hy )
On(Hy)
Iter.
Aval.
0.6020924
1.26e-04
1.03e-01
8.23e-09
98
215
0.6013642
7.28e-05
1.03e+01
9.74e-09
118
148
0.3326203
1.82e-05
2.08e+01
7.58e-09
57
93
0.3329312
1.94e-05
2.07e+01
8.57e-09
27
43
Pi
B
A
P2
B
4.4.5
A equao integral
y ( s ) - t f k(s,cr) g(y(a)) der = 1, 0 < s < 1,
J0
(4.25)
foi usada por Moore e Spence [15] para testar algoritmos para calcular pontos de retorno. Esta
integral representa uma reformulao do problema estudado por Kubicek em [10] que descreve
a transferncia de calor e massa em uma pastilha de catalizador poroso. A integral (4.25)
64
aproximada sobre um a m alha regular st- = ih, i = 1, . . . , m usando a regra do trapzio . Esta
discretizao conduz ao seguinte sistema de equaes
m
y i - t h Y , Wj k(s - i, s j ) g(yj) - 1 = 0 ,
j
i = 0,..., m
=o
(4.26)
com wx = 1/2, e wj = 1 nos outros casos. Com 7 = 20, /? = 0.4 e m = 32, so obtidos dois
pontos de retorno.
Pontos iniciais:
Pi(yo, to) = [(1,. , 1), .2], P2 (yo, to) = [ (.5 ,..., .5), .1],
Sistema
( 2/0>o)
t.
Pi
0.1375316
P2
n(Hy)
/(?/*,<)
Iter.
Aval.
3.28e-05
1.00
8.30e-09
0.07791575
8.48e-06
1.09
9 .5 0 e-ll
11
Pi
0.1375395
2.22e-06
1.00
8 .3 9 e-ll
Pi
0.07791559
4.60e-06
1.09
5.49e-10
14
4.4.6
com x (E R n.
Quando aumentamos o nmero de pontos usados para aproximar a integral a m atriz Jacobiana perde esparsidade,
Malha: M = 8,16,32.
Ponto inicial:
Sistema
65
d(Hy)
&n(Hy)
/(!/*><)
Iter.
Aval.
1.000003
3.42e-06
8.88e-01
3.67e-10
1.000000
1.80e-08
8.88e-01
4.30e-12
10
1.000000
4.48e-7
9,35e-01
4.66e-ll
12
1.000004
6.43e-05
9.35e-01
3.47e-09
12
1.000000
1.67e-06
9.63e-01
1.29e-09
11
1.000000
9.12-08
9.63e-01
2.21e-ll
13
8
B
A
16
B
A
32
B
4.4.7
+ w8+i,j-i +
+ Ui+l,j + Ui , j+l) +
-f Ui+ij+i) 20ut-j],
Assim obtemos
Bgiiij
+ t[g(iijj) + h ^5f(wt-.j)] = 0,
66
Sistema
g(u),M
<ri(H y )
On(Hy)
6.807507
8.35e-07
3.07e+01
6.807504
9.44e-07
6.808005
Iter.
Aval.
1.93e-09
3.07e+01
1.44e-10
1.25e-06
3.14e+01
3.39e-10
6.808005
1.44e-06
3.14e+01
2.85e-10
6.808096
3.73244e-06
3.14e+01
1.03e-09
10
6.808045
1.04e-06
3.16e+01
1.68e-09
7.980354
5.52e-07
3.07e+01
2.90e-ll
15
30
7.980359
1.14e-04
3.07e+01
9.15e-09
13
23
7.981427
2.06e-05
3.14e+01
2.76e-10
23
52
7.981423
1.16e-06
3.14e+01
1.30e-l0
24
54
7.981605
1.07e-04
3.16e+01
6.04e-09
44
76
7.981612
8.60e-05
3.16e+01
5.44e-09
23
24
a, 49
. B
A
a, 121
B
A
a, 225
B
A
6,49
B
A
i>, 121
B
A
6,225
B
4.5
67
1 Agradecimentos. Dra. Sandra A. Santos, que acompanhou a implementao e a realizao dos testes.
B ibliografia
[1] Abbott, J. P. [1978]: An efficient algoritm for the determination o f certain bifurcation
points. J. of Comp, and Appl. M ath.4, 19-27.
[2] Chandrasekhar, S. [I960]: Radiative Transfer. Dover, New York.
[3] Eisenstat, S. C. , Walker, H. F. [1994]: Globally convergent inexact Newton methods. Para
aparecer em S IA M Journal on Optimization.
[4] Fletcher, R. [1987]: Practical Methods of Optimization (2nd edition), John Wiley and Sons,
Chichester, New York, Brisbane, Toronto and Singapore.
[5] Freudestein, F., Roth, B. [1963]: Numerical solution of systems of nonlinear equations. J.
ACM 10, 550-556.
[6] Friedlander, A., Martinez, J.M ., Santos, S.A.[1992]: A new trust region algorithm fo r
bound constrained minimization. Technical Report, Departament of Applied M athematics,
University de Campinas.
[7] A. Friedlander, J. M. Martinez [1994], On the maximization of a concave quadratic function
with box constraints. To appear in SIAM Journal on Optimization.
[8] Kelley, C. T. [1980]: Solution o f the Chandrasekhar H-equation by Newtons Method. Jour
nal of M athematical Physics 21, pp.1625-1628.
[9] Kozakevich, D. N., Martinez, J.M ., Santos, S.A.[1994]: Inexact-Newton Methods and the
Computation fo Singular Points. Relatrio de Pesquisa 14/94. DMA, IMECC, Universidade
de Campinas, Brasil.
[10] Kubicek, M., Hlavacek, V. [1975]:
IX.Chem.Eng.Sci.30,1439-1440.
[11] Martinez, J. M., Qi, L. [1993]: Inexact Newton methods fo r solving nonsmooth equations.
Relatrio de Pesquisa 67/93. DMA, IMECC, Universidade de Campinas, Brasil.
[12] Matthies, H., Strang, G. [1979: The solution o f nonlinear finite element equations. Int. J.
Num. Meth. Eng.14, pp.1613-1626.
68
BIBLIO G RAFIA
69
[13] Mehra, R.K., Kessel, W.C., Caroll, J.V [1977/78/79]: Global estability and control analysis
of aircraft at high angles of attack. ONR Report-CR-215-248-1,2,3.
[14] Melhem, R.G., Rheinboldt, W .C .[1982]: ,4 comparison of methods fo r determining turning
points of nonlinear equations. Computing 29, 221-226.
[15] Moore, G., Spence, A., [1980]: The calculation of turning points of nonlinear equations.
SIAM J. Num. Anal. 17, 567-576.
[16] Oden, J.T . [1972]: Finite element of nonlinear continua. New York. McGraw-Hill.
[17] Pnish, G., Schwetlick, H. [1981]: Computing turning points of curves implicity definded
by nonlinear equations depending on a parameter. Computing 26, 107-121.
[18] Rheinboldt, W. C. [1986]: Numerical analysis of parametrized nonlinear equations. (Uni
versity of Arkansas Lectures notes in the mathematical sciences; v. 7)
[19] Schreiber, R., Keller, H. B. [1983]: Spurious Solutions in Driven Cavity Calculations. J.
Comput. Phys. 49, pp. 165-172.
[20] Schwetlick, H. [1978]: Numerische Losung nichtilinearer Gleichungen Deutscher Verlag der
Wissenschften. Berlin.
[21] Seydel, R. [1979]: Numerical computation of branch points in ordinary differential equati
ons. Numerische M athematik 32, pp.51-6S.
[22] Simpson, R. B. [1975]: A method for numerical determination o f bifurcation states of
nonlinear systems of equations. SIAM J. Num. Anal. 12, pp.439-451.
C aptulo 5
M to d o s Q u ase-N ew ton e N ew to n
In ex a to para fluxos em m eios porosos
5.1
In trod u o
71
palmente qual deles o mais eficiente para este problema em particular. Nos concentraremos
principalmente nos mtodos que j tm sua eficincia comprovada na resoluo de outros proble
mas, confrontando mtodos diretos e iterativos para os sistemas emergentes. Ambos os mtodos
tm sido implementados com tcnicas complementares baseadas em Fatoraes Incompletas que
melhoram substancialmente seu desempenho.
Na prxima seo, apresentamos as equaes que regem o escoamento num meio poroso
e suas correspondentes discretizaes espaciais e temporais. As caractersticas do problema
implementado sero mostradas na Seo 3. Na Seo 4 descreveremos sucintamente o conjunto
de mtodos para sua resoluo. Os resultados numricos e respectivas anlises sero mostrados
na Seo 5. Finalm ente apresentaremos algumas concluses e sugestes para futuros trabalhos.
5.2
D escri o do P ro b lem a
(5.1)
(5.2)
Equao de conservao de gs
V ' (As (^Pg ~ J g ^ D) + Rg0 X0 (V p 0 - 70VD)) =
(<f>Sg/ Bg + Rg0 S 0 / B 0) / t + ( Qg + R g 0Q o)
(5.3)
d ( X 0 dp 0 / d x ) / d x + d ( \ 0dp 0 / d y ) / d y d((f>S0 / B 0) / d t + Qo
(5.4)
(5.5)
72
D iscretizao
Aproximaremos numericamente as equaes de fluxo sobre um a m alha com espaamento
uniforme. A discretizao dos termos de fluxo conduz a :
A (x d-PL
dx \ xS x I .,,
Pfi+Ui Pfi.) I \
Pfi-1,3
a x +1/2 + a * a x , . 1/2
(\
J .
^ (\
Pfi,j+1 Pfi.j | \
PiJ- 1
Pfi,i\
A j,A Wi+' n Aj,)+1/2 . + A *-w A fc_1/2 ) '
(o-6)
(K
(5-'>
1 ( L \ * J _
t \ B j J
At
(5.8)
Bf
Utilizando as aproximaes (5.6) a (5.8) nas equaes (5.4) e (5.5) e multiplicando pelo
volume do bloco da malha A Vj = A x i A y j A z , temos
[TW,-:/2 {Pfi-U ~ Pfi,j) + I W.+1/2
[ - ^ J / / j- l/ 2
(PfiJ-l
AV,.j
At
~ Pfi.j)
( %
- Pf , . 3) ] V +
(^ )i+m
(5.9)
73
_ >
A WA
^ , A x i1/2
-*-vf} 1/2
y f j i /2
AxjAz
Ajfi 1/2
J Pu,*) + c/,+1/2
Q x f i - 1/2
~ PU,]) =
QxJi + 1/2
(5.14)
74
?.
rrt
J i',j-l/2
rn
i.j
rri
1/2
J-+1/2,j,
T
T
xoi\l7
Ti,j 1/2 -
T
1 ywji/2 0u
Tyoj1 i2 0
T- =
0
0
-H TW 0
-Z T 0 0
em que
( A W l i j
L ( AV*(1 - S J / B J i j
e similarmente na direo y,
Ty,m n =
FWiij =
76
F0i] =
(5.16)
(AVij/At) A t [<Hl - S w) /Be]ij- [ Q 0)it..
A matriz Jacobiana do sistema (5.15) e (5.16) tem a mesma estrutura que a m atriz T e
composta pelas seguintes submatrizes
aPo,
a*,.,. i
as,,
d R i.i
dpoij
d R i.i
9S Wij
9 R W|-
d R Wl
aPii,i
d R i,j
dSwil/2,j
9 R o]
dpt l / 2 j
9 5 i 1/2,i
9 R Wii
d Pi,j i
aH0, ,
. aPoi,Jl
d R Wi i
dSwi,jl
d R 0ti]
d$wij3 1 .
d Ru
( - Z T , + A ^ -A p c + A ^ A p ]
dpoij
Av.,, mp)Su
At
dRwSSu
( - Z T w)P (Sw) + ( A ^ - A P c + A dSwij A Pc)
AV;U ( jL \
Att VBw )
dR0{
dpo:
dSWit] >
E r + A ^ A P H - A g j A P,
k (j _ s ^ )
At
af,
as,.
Sj- = { A ^ A r, + AS
AV^
At \^U/
sendo
dQ
5 Ap) -
Q~
___
77
J - x w, 1i 2 - r-
9 Pi1 J
8Txu'
})
d p,1l2
o \(
Po i i , } Pn
oj
9-Ruit-j
s- k s f ( p ^ ,
dSwil,j
P/
T
-1 x w i l / 2 rP'C
ci>1,J
1 j ^
dPo,l j
-f
XOi 1/2 ^
-,,)+
dT il /2 ( p
d Tx0i 1/2
dPil,j
fo
dRwj j
dSwi,ji
[r
T x w )1/2
d8p
p ,-j1
l'^
VPo'^>
A dTlW],i7 ( p
-p
3po,iJ1
d T z w j 1 /2 /
tl
-Lxoj
xoj i1/2
/2 ^
( P i,> i
,
pr
I /T>
f p
_ p
V C-j i
c-.j /
aTxo* ' (
dPo,.]1
dpi,,i \Po,'-1
dTloi1/2 Z'
35u,t. j1 (Po.i
'95u,t.ji
A m atriz Jacobiana pod<le ser decomposta como
j = r
Po.
SS,>1 v ' J1
PoiV
i 8JH i /2 /
.+
a7S l / 2
dP,,jl
- Po,,,, )
\ 0,1*>
95-.i,y VPoi1'J
95u''i,>
95u,i'i,j
Analogamente, para as submatrizes J j i/2 temos
aRwn
- r c~
\
Poii)
P<
1- Q '
sendo T ' a derivada da m atriz de transmissibilida.de, Tc' a derivada da m atriz capilaridadetransmissilidade, A' a derivada do termo de acumulao e Q' a derivada do term o de injeo/prodi
Somente as matrizes T ' e T'c introduzem elementos fora da diagonal da m atriz Jacobiana devido
a que os termos de transmissibilidades dependem das variveis do bloco i.,j e dos ns vizinhos.
5.2.1
78
C aracterizao do P roblem a
O problema sobre o qual sero realizados os testes caracterizado pelos seguintes conjuntos
de hipteses e condies:
Formulao do modelo "black-oil para simular o fluxo imiscvel de leo e gua em reser
vatrios horizontais.
Sistema bidimensional em coordenadas cartesianas.
Admite-se compressibilidade de fluido e rocha. Viscosidade no dependente da presso.
Meio isotrpico.
Reservatrio heterogneo com distribuies conhecidas de permeabilidade e porosidade.
Vazo nula na fronteira, Vp() n = 0 em I\
Curvas de permeabilidade relativa para as rochas presentes no reservatrio cuja de
pendncia com S w dada atravs de dados empricos, kTp vs. Sw: a expresso que interpola
os dados (obtida via regresso quadrtica) dada por krp apS whp.
Processo de injeo de gua em reservatrios (para um esquema de um quarto de five
spot).
Discretizao temporal totalm ente implcita.
5.3
D escrio dos m to d o s
Nesta seo comentaremos a incorporao de uma mesma tcnica complementar em dois tipos
de mtodos com concepes diferentes, que foram descritos no primeiro Captulo. A introduo
desta tcnica (ver Zambaldi [17]) modifica drasticamente seu desempenho computacional.
A desvantagem na escolha do esquema totalmente implcito est na necessidade de resolver,
um sistema no-linear a cada passo do tempo. As matrizes envolvidas caracterizam-se por
ser de grande porte, esparsas e no-simtricas. Neste contexto, o ponto crucial do ponto
de vista numrico, na aplicabilidade de um determinado mtodo sobre um simulador, reside
principalmente na eficincia da resoluo dos sistemas.
Embora os mtodos diretos sejam robustos e precisos , o tempo de processamento e a de
m anda de armazenagem so consideravelmente maiores que para os mtodos iterativos. Uma
famlia de mtodos desta classe, denominados tipo Gradientes Conjugados renem as carac
tersticas desejadas desde que incluam o uso de precondicionadores.
5.3.1
79
5.3.2
rs
<*w
SO
F rm u la s se ca n tes
Os mtodos quase Newton que obedecem a equao secante, diferenciam-se entre si pelas
condies adicionais impostas sobre as matrizes B k, como preservar alguma estrutura da m atriz
Jacobiana ou satisfazer algum princpio de variao mnima.
Neste estudo consideraremos quatro frmulas secantes para gerar as matrizes de iterao
dos algoritmos correspondentes aos mtodos Quase-Newton usando Fatoraes Incompletas.
As frmulas que apresentamos correspondem aos respectivos mtodos secantes: Broyden-1
(Primeiro Mtodo de Broyden); Broyden-2 (Segundo Mtodo de Broyden); Atualizao de uma
Coluna( COLUMN) e Atualizao de uma Coluna da Inversa (ICOL).
Consideraremos a seguintes frmulas para B k:
Em todos os casos yk definido como:
yk = F ( x k+i) - F ( x k)
F rm u la de B ro y d e n -1
d
_ Dk
d 1 ,----------f
(y* - #***) s
Jk+1
sisk
(Ver Broyden [6])
F rm u la d e B ro y d e n -2
B k+l -
Jyk
(y* ~ BkSk
) ek
BD k+1 = BD k +, --------s
------
J ,
eksk
A | T
sendo
| ejksk I=
II
sk
SI
B U i = (7 + ukz ) {J + uk - i z L i ) - ( i + uoz f j B 0 1
em que os vetores u k, Zk so:
(sk - B ^ y k )
4 B k vk
e
(S k - B ^ y k )
^k
D 1
ejkB k Vk
Uk = ---- jr - z i------ , Zk = Sk
4 B k Vk
e
(s fc - B ^ y k )
Uk = ---- jr- ------ , z k = ejk
ejkB k Vk
B-l e B-2 so frmulas LCSU, enquanto que Column e Icol no satisfazem o princpio de
variao mnima.
J que a demanda de armazenamento de memria para os algoritmos baseados nestas
frmulas cresce com k , devem ser implementados com recomeos.
Habitualm ente B q = J ( x o), e os recomeos so produzidos utilizando algum critrio sobre a
taxa de diminuio do resduo restituindo a matriz Bk = J ( x k) ou, a cada q iteraes da forma
B q = J { x k)\ isto , quando k for mltiplo de um inteiro q a frmula de atualizao no usada.
82
x k + 1 = x k- B~u F ( x k),
BkqJ (&)
(5-17)
(5.1S)
sendo
Bo^(*^0)
em que
J ( x 0)= J ( x 0) + E
isto , J ( x 0) vem de um a fatorao incompleta (I L U ) de J ( x 0), com recomeos a cada q
iteraes.
Um a outra estratgia mais elementar para conseguir uma matriz com um menor padro de
esparsidade que a m atriz Jacobiana, consiste em definir uma matriz aproximada J obtida pela
projeo de J(xk) sobre um subespao S lRnxn. O subespao S pode ser escolhido dentre
aqueles gerados por matrizes de banda. Esta aproximao surge naturalm ente na discretizao
de problemas com valor de fronteira. Os resultados obtidos com diversas aproximaes deste
tipo foram totalm ente desencorajadores.
5.4
Um extenso conjunto de testes foram realizados utilizando diversos algoritmos com os mtodos
de Newton, Quase-Newton (implementados em Rouxinol) e Newton Inexatos com Precondicionadores Secantes e Fatoraes Incompletas (implementados em NIPrec).
Apresentaremos apenas os resultados obtidos utilizando os mtodos descritos na seo
anterior por apresentar melhor desempenho, sobre um, problema cujos parm etros fsicos e
geomtricos esto listados no fim deste captulo.
A convergncia aceita quando a condio
83
5.4.1
N ew to n In exatos Precondicionados
Mostramos o primeiro conjunto de resultados na Tabela 5.4.1 para diferentes nveis de pre
enchimento e distintos valores de 0 k (vrios outros valores de 0* tam bm foram testados).
Em cada parntese informamos: ( Iteraes Newton Inexato Acumuladas, Iteraes GMRES
Acumuladas, Tempo de Execuo Acumulado (CPU) [Seg])
Em termos de custo computacional IL U (4) - &k = 0.1 mostrou ser o mais eficiente, com
tempo de execuo: 0.90e+07 enquanto que I L U ( 5) - 9 k = 0.01 demandou um menor nmero
de iteraes. Este fato pode ser explicado como se segue: com 6 k = 0.1 temos mais iteraes
de GMRES porm em espaos de menor dimenso e, em consequncia, com menor custo com
putacional.
ILU(l)
O
II
J
6k = 0.01
1-2
1= 3
( 159
1= 4
1= 5
( 162
3964 , ,181e+10 )
2001 , .659e+08 )
5.4.2
84
/= 2
1= 3
1= 4
1= 5
10
25
> 250
> 250
> 250
2766, 129, ,844e+01
> 250
1672, 78, .168e+02
50
100
> 250
> 250
10
25
> 250
3839, 169, .318e+02
> 250
1564, 82, ,535e+01
> 250
1186, 57, ,135e+02
> 250
1123, 56, .656e+02
50
100
10
25
> 250
> 250
> 250
3575, 161, .107e+02
>250
1727, 79, ,175e+02
> 250
1444, 67, ,803e+02
50
100
> 250
> 250
10
25
> 250
> 250
> 250
1777, 86, .561e+01
> 250
1306, 61, .137e+02
50
100
Resultados numricos
/= 2
1= 3
1= 4
1= 5
50
> 250
100
> 250
> 250
> 250
> 250
50
2768,68, 141.e+03
100
2091, 30,.615e+02
50
> 250
> 250
100
> 250
> 250
50
100
1781,31, ,243e+03
1= 2
1= 3
1= 4
1=5
> 250
> 250
> 250
> 250
> 250
> 250
> 250
S6
enquanto convergncia, com o menor nvel de preenchimento. Entretanto, vale observar, que
para NI-ILU obtivemos o melhor desempenho com l = 4
Em geral, o nmero de iteraes totais diminui e o tempo de execuo (CPU) aum enta com
o incremento de L Isto devido a que por um lado o aumento de preenchimento da fatorao
proporciona um a melhor aproximao ao Jacobiano sendo que por outro lado aumentado o
custo das iteraes individuais pela perda de esparsidade.
Etapa
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Passo de
Tempo
[Dias]
Iteraes
Q-N
Tempo de
Execuo
[Segundos]
Erro no
Balano
de Agua
E i t o no
Balano
de leo
0.01
0.19
1.64
1.99
3.11
5.55
7.67
10.2
14.4
19.0
25.1
31.7
40.7
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
50.0
130
47
49
49
49
52
52
54
54
55
63
64
77
92
87
82
80
81
71
70
77
70
66
73
71
68
76
67
76
69
69
0.522E+02
0.673E+02
0.823E+02
0.974E+02
0.112E+03
0.128E+03
0.143E+03
0.159E+03
0.174E+03
0.189E+03
0.204E+03
0.219E+03
0.234E+03
0.250E+03
0.265E+03
0.279E+03
0.294E+03
0.309E+03
0.324E+03
0.340E+03
0.355E+03
0.370E+03
0.385E+03
0.400E+03
0.414E+03
0.429E+03
0.445E+03
0.460E+03
0.474E+03
0.489E+03
0.489E+03
O.OOOE+OO
0.279E-09
0.106E-08
0.267E-08
0.393E-08
0.815E-08
0.167E-07
0.312E-07
0.405E-07
0.530E-07
0.796E-07
0.126E-06
0.165E-06
0.225E-06
0.261E-06
0.293E-06
0.350E-06
0.415E-06
0.465E-06
0.543E-06
0.586E-06
0.655E-06
0.756E-06
0.818E-06
0.924E-06
0.101E-05
0.114E-05
0.134E-05
0.143E-05
0.161E-05
0.165E-05
O.OOOE+OO
0.919E-08
0.684E-07
0.189E-06
0.283E-06
0.601E-06
0.124E-05
0.228E-05
0.298E-05
0.378E-05
0.536E-05
0.771E-05
0.961 E-05
0.120E-04
0.126E-04
0.139E-04
0.150E-04
0.160E-04
0.182E-04
0.205E-04
0.220E-04
0.229E-04
0.240E-04
0.249E-04
0.262E-04
0.290E-04
0.326E-04
0.364E-04
0.393E-04
0.414E-04
0.424E-04
87
de execuo requerido para cada etapa. Nas duas ltimas colunas so mostrados os erros nos
balanos de massa (gua e leo) acumulados durante a simulao.
Todas as experincias foram realizadas em uma Work Station Sparc-5; os cdigos com puta
cionais usados esto escritos em linguagem FORTRAN 77, em dupla preciso.
5.5
Neste trabalho, atravs de um vasto nmero de testes dentre os quais foram extrados os
mais relevantes, mostramos que existe um a clara superioridade computacional dos mtodos
quase-newtonianos combinados com Fatoraes Incompletas sobre mtodos iterativos precondicionados que usam esta mesma tcnica. Este resultado constitui um a contribuio para a
resoluo deste tipo de problemas.
Os resultados obtidos com mtodos quase-newtonianos com B> = J ( x o), como implemen
tados em Rouxinol mostraram-se pouco eficientes em relao aos outros.
Os mtodos Newton Inexato com precondicionadores construdos sobre Fatoraes Incom
pletas tiveram um melhor desempenho que quando usados com Precondicionadores Secantes,
porm foram menos eficientes que os Quase-Newton com Bo=LU com recomeos, em que LU
obtida a partir de um a Fatorao Incompleta do Jacobiano.
Entre estes ltimos Broyden-2 e ICOL mostraram ser os mais eficientes, convergiram em
todos os casos e Broyden-2 apresentou uma leve vantagem sobre ICOL. Em condies de con
vergncia nenhum dos mtodos mostrou um a notria superioridade em relao aos outros.
Para problemas de evoluo, onde um sistema no linear e/ou vrios sistemas lineares
subjacentes so resolvidos a cada passo do tempo, algoritmos que usam um a fatorao simblica
para as matrizes de iterao aumentam significativamente sua eficcia.
As caractersticas do problema proporcionam um vasto e diverso conjunto de possibilida
des a serem pesquisadas. Com propsito similar ao do presente trabalho tm-se desenvolvido
tcnicas como: Decomposio de Domnios, Formulaes com Implicitude Varivel, etc., que
eventualmente poderiam combinar-se com os mtodos aqui apresentados.
Por outro lado, o modelo selecionado neste trabalho oferece a possibilidade de modificar a
dependncia funcional da transmissiblidade com a saturao, permitindo implementar proble
mas com diferente tipo de no linearidades e analisar sua resposta dos distintos mtodos em
cada caso. Outras possveis escolhas, diferentes da selecionada no presente trabalho podem ser:
\\ Kk r w
s 2
h 1 h
~ ( p . o / w ) ( i - s w 2) + s w *-> K to ~ 1
II) kro
III) k r0
Syj,
Sw ,
krw Syj,
Siy
88
300.0
10.0
0.01
50.0
1000.0
0.
1.0
0.10
12.5
1 x 10"6
1.0
20.
20.
3000.
.25
B ibliografia
[1] Aziz, K., Settari, A. [1979]: Petroleum Simulation. London, Applied Science Pub.
[2] Aziz, K. [1993]: Notes for Petroleum Reservoir Simulation. Stanford University.
[3] Behie, A, Forsyth, P. A. [1984]: Incomplete Factorization Methods fo r Fully Implicit Si
mulation o f Enchanced Oil Recovery. SIAM J. Sci. Stat. Comput., [5], pp. 543-561.
[4] Behie, A, Vinsome, P. K. W [1982]: Block Iterative Methods for Fully Implicit Reservoir
Simulation .Soc. Pet. Eng. J., [22],pp. 659-668.
[5] Bonet, L. [1990]: Simulao Numrica de Reservatrios utilizando um Mtodo de Implicitude Auto-adaptvel. Tese de Mestrado. FEM. UNICAMP.
[6] Broyden, C.G. [1965]: A class of methods for solving nonlinear simultaneous equations,
Mathematics of Computation 19, pp. 577-593.
[7] Collatz, L. [1973]: Numerical Treatment of Differential Equations. Springer-Yerla.g. Berlin.
[8] Ewing, R.E. [1983]: Editor. The Mathematics o f Resevoir Simulation. SIAM. Philadelphia.
[9] Langtangen, H. P. [1989]: Conjugate Gradient Methods and ILU Preconditioning o f NonSymetric Matrix with Arbitrary Sparsity Paterns.Int. J. Num. Meth. Fluids, [9], pp. 213233.
[10] Langtangen, H. P. [1990]: Implicit Finite Element Methods fo r Two-phase Flow in Oil
Reservoirs. Int. J. Num. Meth. Fluids, [10], pp. 651-681.
[11] Martinez, J.M. [1994]: Quase-Newton Methods witht Derivatives. Por aparecer em Calcolo.
[12] M artinez, J.M.; Zambaldi, M.C. [1992]: An inverse Column-Updating M ethod for sol
ving Large-Scale Nonlinear Systems of Equations, to appear in Optimization Methods and
Software.
[13] Peaceman, D.W. [1977]: Fundamentals of numerical reservoir simulation. Amsterdam.
[14] Pim entel Gomes, H. [1990]: Modelo composicional de reservatrios com Formulao To
talmente Implcita. Tese de mestrado. FEM. UNICAMP.
90
BIB LIO G R AF IA
91
[15] Rodriguez, F. [1988]: Un enfoque unificado de mtodos de simulacin numrica de yacimientos. Workshop das aplicaes da cincias na engenharia de reservatrios. Rio de
Janeiro.
[16] Smith, G. D. [1987]: Numerical solutions of partial differential equations: Finite differences
methods. Clarendon.
[17] Zambaldi, M. C. [1995]: Mtodos Quase-Newton com, Fatoraes Incompletas. Relatrio
Tcnico. DMA-CFM. UFSC.
A p n d ice A
C om entrios Finais
Neste trabalho analisamos o desempenho de um conjunto de algoritmos para resolver sistemas
no lineares originados em problemas reais. Selecionamos para isso, diversos problemas da
Fsica e da Engenharia e vrios algoritmos cujas implementaes computacionais se encontram
em diferentes estgios de experimentao.
Os problemas foram escolhidos com diferentes critrios; por um lado objetivamos origi
nar casos com diferentes dificuldades numricas mais ou menos generalizadas em relao s
no-linearidades e estruturas, por outro lado consideramos a assididuida.de com que estes pro
blemas aparecem na literatura como problemas testes para estim ar a eficincia dos mtodos.
Esta ltim a considerao nos levou a tratar com esses problemas e seus respectivos esquemas
de aproximao de maneira a reproduzi-los com a maior fidelidade, antes de nos preocupar
exessivamente em melhorar sua formulao numrica. Com a finalidade de estabelecer formas
padres de resoluo demos um tratam ento numrico unificado o que eventualmente implicou
na necessidade de ignorar em algunas situaes, particularidades fsicas e numricas prprias
do problema.
Os algoritmos especializados na resoluo de sistemas no lineares de grande porte, cujas
implementaes preexistentes foram adequadas para serem aplicadas aos sistemas, so baseados
nas ideias dos mtodos de Newton, Quase-Newton e Newton inexatos.
Em cada um a das respectivas implementaes existe um conjunto de parm etros que de
vem ser definidos pelo usurio. Em todos os casos a realizao de experincias preliminares
perm itiu fixar valores para alguns desses parmetros, sendo que os considerados mais relevan
tes foram deixados expressamente como variveis constituindo-se em incgnitas adicionais a
serem determinadas ao longo das experincias. Devemos esclarecer que a determinao desses
valores de forma a otimizar o desempenho dos pacotes computacionais foi um a preocupao se
cundria; assim mesmo consideramos que a sua determinao constitui um a contribuio para
o melhoramento desses pacotes.
M ajoritariamente os sistemas foram gerados pela aproximao de problemas de contorno
92
93
com um parm etro que pondera o term o no linear, o qual origina dificuldades na convergncia
dos algoritmos. Estes problemas possibilitaram uma comparao da eficincia dos algoritmos
e um a anlise do efeito de introduzir diferentes estratgias de globalizao.
Considerando a existncia de problemas padres que representam formas simplificadas das
criadas pelas modelagens dos problemas reais selecionamos as equaes de Poisson No-Linear, o
Problema de B ratu Modificado e o Problema de Conveco-Difuso No-Linear, estabelecendo
um marco de referncia ao identificar valores do parmetro para os quais a resoluo das
equaes apresentam especiais dificuldades. Neste caso a nossa preocupao esteve dirigida a
detectar situaes problemticas sem nos interessar exessivamente com a eficcia dos algoritmos
utilizados.
Mediante o uso de tcnicas elementares de continuao, as equaes de Navier-Stokes foram
resolvidas num a cavidade quadrada para altos nmeros de Reynolds. 0 fluxo newtoniano e incompressvel em regime estacionrio. A formulao das equaes em termos da funo-corrente
define um problema de quarta ordem no-linear, com valores de fronteira. Outras tcnicas de
globalizao foram introduzidas para resolver este problema, cujos resultados complementam
os obtidos com operadores de segunda ordem.
Os mtodos de globalizao por otimizao tiveram um desempenho pouco eficiente tanto
em relao a obteno de convergncia quanto em relao ao tempo de execuo.
Um novo mtodo para a determinao de pontos singulares situados sobre um a curva homotpica foi testado sobre uma coleo de diversos problemas. Estes pontos esto relacionados
intimamente com a estabilidade e multiplicidade das solues. As solues so obtidas atravs
de sistemas aproximados aumentados. 0 ponto chave da formulao consiste em substituir a
equao que estabelece que o espao nulo do Jacobia.no tem um vetor no nulo por um a equao
em diferenas, evitando o clculo de derivadas.
Algoritmos com atualizaes Secantes sobre Fatorizaes Incompletas e Newton Inexatos
Precondicionados so comparados em termos de eficincia computacional para resolver as
equaes que regem o escoamento bifsico bidimensional num meio poroso. Os sistemas fo
ram gerados pela discretizao das equaes originadas por um modelo tipo black-oil com
um a formulao totalm ente implcita.
Para os tamanhos dos problemas definidos os mtodos diretos mostraram ser robustos e
precisos apresentando vantagens em relao aos mtodos iterativos. 0 nmero de incgnitas
em cada caso foi determinado a partir das experincias realizadas por outros pesquisadores ou
por uma limitao na capacidade do computador utilizado.
A eficincia dos mtodos teve um a dependncia mais marcante em relao s propriedades
estruturais das matrizes Jacobianas do que com o tipo ou grau da no-linearidade das funes
de resduos.
94