Presentation de Pascal Omnes Laga Et Cea 15 Mai 2009

Introduction aux estimations a posteriori
pour la discr
etisation d
equations
elliptiques et application
`
a la
r
esolution dun probl

`
eme
multi-
echelles
P. Omnes
1,2
, Y. Penel
1,2
et Y. Rosenbaum
1,2
1. CEA, DEN, DM2S-SFME F-91191 Gif-sur-Yvette Cedex.
2. Laga Universite Paris 13
15 Mai 2009
Estimations a posteriori
Plan
Plan
1
Objectifs des estimations a a posteriori
2
Cas des EF conformes pour le Laplacien
3
Cas du sch
ema DDFV pour le Laplacien

4
R
esultats num
eriques
5
Conclusion et perspectives
Plan
Plan
1
2
3
Cas du sch

4
R
esultats num
eriques
5
Plan
Plan
1
2
3
Cas du sch

4
R
esultats num
eriques
5
Plan
Plan
1
2
3
Cas du sch

4
R
esultats num
eriques
5
Plan
Plan
1
2
3
Cas du sch

4
R
esultats num
eriques
5
Objectifs
Objectifs
Soit un problème (continu) à approcher numeriquement (sur un
maillage constitue de T
i
), et soit e lerreur (dans une certaine
norme) entre solution exacte et solution numerique.
0. e Ke avec = C
_
T
i
i
_
1/
(ici = 2) avec
i
calculable uniquement à partir de la solution numerique, des
donnees du problème et de la geometrie du maillage, et dont le
co ut du calcul est negligeable.
1. Reduire le co ut du calcul en ranant
le maillage de manière adaptative, là
o` u lerreur (les
i
) est importante.
Objectifs
Objectifs (suite)
2. Garantir à lutilisateur une borne superieure de lerreur (pas de
constantes inconnues) avec une bonne ecacite (rapport
estimateur/erreur proche de un) si possible independante des
paramètres (discontinuites, anisotropie).
3. Donner un algorithme dadaptation de maillage qui assure que
lon pourra atteindre de fa con optimale une erreur xee par
lutilisateur.
EF pour Laplacien
Soit à resoudre u = f sur =
i
T
i
avec u = 0 sur le bord.
Trouver u V := H
1
0
() tel que pour tout v V :
_
u v =
_
fv FVC
Approximation par EF conformes : V
h
V de dimension nie :
trouver u
h
V
h
tel que pour tout v
h
V
h
:
_
u
h
v
h
=
_
fv
h
FVD
En particulier, pour tout v
h
V
h
on a (FVC avec v = v
h
- FVD)
_
(u u
h
) v
h
= 0
(Orthogonalite de Galerkin).
EF pour Laplacien
Soit v := u u
h
, on a
e
2
:=
_
|v|
2
=
_
(u u
h
) v
Soit v
h
quelconque dans V
h
, par Orthogonalite de Galerkin :
e
2
=
_
(u u
h
) (v v
h
)
=
_
u (v v
h
)
_
u
h
(v v
h
)
=
_
f(v v
h
)
T
i
_
T
i
u
h
(v v
h
)
=
_
f(v v
h
)
T
i
_
T
i
(u
h
)(v v
h
) +
_
T
i
u
h
n(v v
h
)
EF pour Laplacien
e
2
=
_
f(v v
h
)
T
i
_
T
i
(u
h
)(v v
h
) +
_
T
i
u
h
n(v v
h
)
=
T
i
_
T
i
(f + u
h
)(v v
h
)
s
_
s
[u
h
n
s
]
s
(v v
h
)
T
i
||f + u
h
||
L
2
(T
i
)
||v v
h
||
L
2
(T
i
)
+
s
||[u
h
n
s
]
s
||
L
2
(s)
||v v
h
||
L
2
(s)
T
i
|T
i
| ||f + u
h
||
2
L
2
(T
i
)
_
1/2
_
T
i
|T
i
|
1
||v v
h
||
2
L
2
(T
i
)
_
1/2
+
_
s
|s| ||[u
h
n
s
]
s
||
2
L
2
(s)
_
1/2
_
s
|s|
1
||v v
h
||
2
L
2
(s)
_
1/2
Choix de v
h
? Bonne approximation de v !
EF pour Laplacien
Choix de v
h
? Par ex. moyenne de v autour des degres de liberte de
V
h
(eventuellement ponderee par fonction de base associee).
Alors : C
1
() et C
2
() t.q. pour tout v V :
_
_
T
i
|T
i
|
1
||v v
h
||
2
L
2
(T
i
)
_
_
1/2
C
1
||v||
L
2
()
= C
1
e
_
s
|s|
1
||v v
h
||
2
L
2
(s)
_
1/2
C
2
||v||
L
2
()
= C
2
e
Do` u lestimation a posteriori (basee sur les residus) :
e C
1
(
T
i
|T
i
| ||f+u
h
||
2
L
2
(T
i
)
)
1/2
+C
2
(
s
|s| ||[u
h
n
s
]
s
||
2
L
2
(s)
)
1/2
EF pour Laplacien
e C
1
(
T
i
|T
i
| ||f+u
h
||
2
L
2
(T
i
)
)
1/2
+C
2
(
s
|s| ||[u
h
n
s
]
s
||
2
L
2
(s)
)
1/2
Ne fait bien intervenir que la solution calculee u
h
(par le saut de
ses gradients), les donnees et la geometrie du maillage.
Les constantes sont diciles à calculer (Verf urth 1999 ; Carstensen
and Funken, 2000) et lecacite mauvaise (rapport
estimateur/erreur entre 35 et 70 selon les cas tests).
On fait mieux depuis : pas de constante, ou alors connue, ecacite
proche de un (Vohralk 2006).
DDFV pour Laplacien
Cas du sch
ema DDFV
Inconnues aux centres et aux
sommets des cellules. On intègre
u = f sur chacune des cellules
primales et duales.
Pour evaluer les ux, On construit
h
u sur chacune des cellules-
diamants à partir des u
T
i
et des u
P
k
par la formule
(u)
j
:=
1
2 |D
j
|
__
u
P
k
2
u
P
k
1
|A
j
| n
j
+
_
u
T
i
2
u
T
i
1
|A
j
| n
j
_
T
i1
P
k2
P
k1
T
i2
n
A
A
n
DDFV pour Laplacien
Equivalence avec une methode delements nis

S
k2
S
k1
D
j
i1
G
i2
G
i1 k1
M
i2 k1
M
i2 k2
M
i1 k2
M
Soit u := (u
T
, u
P
). Il existe une unique fonction u
h
dont la
restriction à chaque cellule-diamant D
j
est P
1
(D
j
) et telle que
u
h
(M
i
) =
1
2
(u
T
i
(j)
+u
P
k
(j)
) () {1; 2}
2
DDFV pour Laplacien
La propriete (u
h
)
|D
j
= (
h
u)
j
permet de demontrer que le
schema numerique est equivalent à
trouver u
h
V
h
tel que v
h
V
h
,
j
_
D
j
u
h
v
h
=
_
fv
h
,
et
v
h
:=
1
2
_
i
v
T
i

T
i
+
k
v
P
k

P
k
_
o` u
T
i
et
P
k
sont les fonctions indicatrices des mailles T
i
et P
k
.
Elements nis non-conformes : fonctions de base sont P

1
par
morceaux sur les D
j
et continues seulement aux points M
i
.
Second membre : formule de quadrature.
DDFV pour Laplacien
Estimation a posteriori (Laplace - Dirichlet homogène)
e
2
=
j
_
D
j
|u u
h
|
2
.
Decomposition de Hodge dans (L
2
())
2
, avec

nul sur :
u u
h
=
Alors, e
2
=
_
_
_
_
_
_
2
0,
+
_
_
_

_
_
_
2
0,
et
e
2
=
j
_
D
j
(u u
h
)
j
_
D
j
(u u
h
)

.
DDFV pour Laplacien
i
1
=
j
_
D
j
(u u
h
)
Soit = (
T
i
,
P
k
) quelconque mais nul sur . On a
i
1
=
_
f
_
h
_
j
_
D
j
u
h

_

h
_
i
1
=
1
2
i[1,I]
_
T
i
f
_

T
i
_
+
1
2
k[1,K]
_
P
k
f
_

P
k
_
1
2
i[1,I]
T
i
_
s
[u
h
n
s
]
s
_

T
i
_
() d
1
2
k[1,K]
P
k
_
s
[u
h
n
s
]
s
_

P
k
_
() d .
DDFV pour Laplacien
i
2
=
j
_
D
j
(u u
h
)

Soit = (
T
i
,
P
k
) arbitraire ; par orthogonalite continue et
discrète :
i
2
=
j
_
D
j
u
h

_

h
_
.
i
2
=
1
2
i[1,I]
T
i
_
s
[u
h

s
]
s
_

T
i
_
1
2
k[1,K]
P
k
_
s
[u
h

s
]
s
_

P
k
_
DDFV pour Laplacien
Soit T
i
une cellule primale. Dans i
1
on doit majorer
1
2
i[1,I]
T
i
_
s
[u
h
n
s
]
s
_

T
i
_
() d
t
ik,1
t
ik,2
G
i
S
k
s
_
s
[u
h
n
s
]
s
_
T
i
_
()d
[u
h
n
s
]
s
0,s
_
_
_
T
i
_
_
_
0,s
Pour chaque segment s, on ecrit une inegalite de trace sur chacun
des deux triangles t
ik,1
et t
ik,2
DDFV pour Laplacien
_
_
_

T
i
_
_
_
2
0,s
C
ik,
|s|
_
_
_
_

T
i
_
_
_
2
0,t
ik,
+h
2
i
_
_
_
_
_
_
2
0,t
ik,
_
.
C
ik,
est calculable. Pour i xe, par C-S discret sur les s
T
i
T
i
_
s
[u
h
n
s
]
s
_
T
i
_
()d
C
i
i
_
_
_
_

T
i
_
_
_
2
0,T
i
+h
2
i
_
_
_
_
_
_
2
0,T
i
_
1/2
avec
i
=
_
_
_
T
i
1
|s|
[u
h
n
s
]
s
2
0,s
_
_
_
1/2
DDFV pour Laplacien
Choix de
T
i
: valeur moyenne de

H
1
sur T
i
:
_
_
_

T
i
_
_
_
0,T
i
K
i
h
i
_
_
_
_
_
_
0,T
i
(si T
i
est convexe K
i
=
1
T
i
_
s
[u
h
n
s
]
s
_
T
i
_
()d
C
i
_
_
_
_
_
_
0,T
i
avec
2
i
= h
2
i
T
i
1
|s|
[u
h
n
s
]
s
2
0,s
DDFV pour Laplacien
On traite de meme les termes sur les cellules duales. Par C-S
discret sur les T
i
, on conclut, en notant = (
2
i
)
1/2
i
1

1
_
_
_
_
_
_
0,
.
De meme, on obtient une majoration du type i
2

2
_
_
_
_
_
_
0,
.
On se souvient que
e
2
= i
1
+i
2
=
_
_
_
_
_
_
2
0,
+
_
_
_
_
_
_
2
0,
Donc
e
_
2
1
+
2
2
_
1/2
Resultats numeriques
R
esultats num
eriques
Maillages non-conformes (Exemple inspire de Glowinski et al.)
= [1; 1]
2
et = [1/4; 1/4]
2
= cos(
2
x) cos(
2
y) + 10(r) exp(1/
2
) exp[1/(
2
r
2
)] ,
avec r =
_
x
2
+y
2
; (r) = 1 si r et (r) = 0 si r > et
= 1/4. \ : carres de longueur S et : carres de longueur
s = S/2
p
.
Maillage non-conforme S = 1/8 et S/s = 4
strat
egie de raffinement
Soit
2
ext
:=
T
i
\

2
i
et
2
int
:=
T
i

2
i
. Soit N
ext
et N
int
le
nombre de mailles dans \ et .
Alors la methode etant dordre un pour e en fonction du pas du
maillage, on aura e C(N
ext
+N
int
)
1/2
. La strategie consiste
alors à minimiser e(N
ext
+N
int
)
1/2
.
Dautre part,
ext
C
N
1/2
ext
et
int
C
N
1/2
int
. Donc
ranement dans seulement : e (
2
ext
+
2
int
/4)
1/2
pour
(N
ext
+ 4N
int
) cellules.
ranement dans \ seulement : e (
2
ext
/4 +
2
int
)
1/2
pour (4N
ext
+N
int
) cellules.
ranement dans et \ : e
1
2
(
2
ext
+
2
int
)
1/2
pour
4(N
ext
+N
int
) cellules.
On compare alors
C
i
:= (
2
ext
+
2
int
/4)
1/2
(N
ext
+ 4N
int
)
1/2
,
C
e
:= (
2
ext
/4 +
2
int
)
1/2
(4N
ext
+N
int
)
1/2
et
C
ie
:= (
2
ext
+
2
int
)
1/2
(N
ext
+N
int
)
1/2
et on rane
dans seulement si C
i
= min(C
i
, C
e
, C
ie
),
dans \ seulement si C
e
= min(C
i
, C
e
, C
ie
),
dans et \ si C
ie
= min(C
i
, C
e
, C
ie
).
0.1
1
10
100
1000
100 1000 10000
E
r
r
e
u
r

r
e
e
l
l
e
Nombre delements
maillages possibles
raffinement uniforme
strategie proposee
1
10
100
1000
10000
100 1000 10000
E
r
r
e
u
r

e
s
t
i
m
e
e
Nombre delements
maillages possibles
raffinement uniforme
strategie proposee
On traite ici le cas dun domaine avec ssure et
u(r, ) = r
1/2
sin(/2)
1/4
N
uniform
adaptive
1/2
N
0.001
0.01
0.1
1
10 100 1000 10000 100000
E
r
r
o
r
Number of triangles
On recupère lordre optimal en nombre de triangles
8
10
12
14
16
10 100 1000 10000 100000
E
f
f
i
c
i
e
n
c
y
Number of triangles
adaptive
uniform
Pour lelliptique lineaire, les estimations a posteriori, cest
facile
Estimation a posteriori et adaptation de maillage
Robustesse vis-à-vis des coecients
Problèmes dependant du temps
Problèmes non lineaires
Problème de (Navier-)Stokes (thèse de Anh Ha LE)
Problèmes hyperboliques et couplage avec elliptique

Presentation de Pascal Omnes Laga Et Cea 15 Mai 2009

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Presentation de Pascal Omnes Laga Et Cea 15 Mai 2009

Transféré par

Droits d'auteur :

Formats disponibles

Introduction aux estimations a posteriori

esolution dun probl

ema DDFV pour le Laplacien

ema DDFV pour le Laplacien

ema DDFV pour le Laplacien

ema DDFV pour le Laplacien

ema DDFV pour le Laplacien

Equivalence avec une methode delements nis

Elements nis non-conformes : fonctions de base sont P

Vous aimerez peut-être aussi