Участник:Филимонова Юлия/Решение начальной задачи Коши для системы обыкновенных дифференциальных уравнений методом Рунге-Кутта 4-го порядка: различия между версиями

Текущая версия на 18:26, 28 ноября 2016

Решение задачи Коши для системы ОДУ методом Рунге-Кутты
Последовательный алгоритм
Последовательная сложность	[math]4 m n[/math]
Объём входных данных	[math]n + 3[/math]
Объём выходных данных	[math]m(n + 1)[/math]
Параллельный алгоритм
Высота ярусно-параллельной формы	[math]O(m)[/math]
Ширина ярусно-параллельной формы	[math]O(n)[/math]

Основные авторы описания: Филимонова Юлия

1 Свойства и структура алгоритма

1.1 Общее описание алгоритма

Методы Рунге-Кутты — важное семейство численных алгоритмов решения обыкновенных дифференциальных уравнений и их систем. Данные итеративные методы явного и неявного приближённого вычисления были разработаны около 1900 года немецкими математиками К. Рунге и М. В. Куттой.

Формально, методом Рунге-Кутты является модифицированный и исправленный метод Эйлера, они представляют собой схемы второго порядка точности. Существуют стандартные схемы третьего порядка, не получившие широкого распространения. Наиболее часто используется и реализована в различных математических пакетах (Maple, MathCAD, Maxima) стандартная схема четвёртого порядка. Классический метод Рунге-Кутты четвёртого порядка столь широко распространён, что его часто называют просто методом Рунге-Кутты, опуская порядок.

1.2 Математическое описание алгоритма

Рассмотрим задачу Коши для системы обыкновенных дифференциальных уравнений размерности [math]n[/math]

[math]\dot{x} = f(t, x),\ t_0 \leqslant t \leqslant t_1,\ x(t_0) = x_0.[/math]

Здесь [math]x(t), x_0 \in \mathbb{R}^n,\ t, t_0, t_1 \in \mathbb{R}, f: \mathbb{R} \rightarrow \mathbb{R}^n[/math].

Введем равномерную сетку

[math]t_i = t_0 + ih,\ i = \overline{1, n},\ h = \frac{t_1 - t_0}{m},[/math]

[math]x(t_i) = x_i.[/math]

Тогда приближенное значение в последующих точках вычисляется по итерационной формуле

[math]x_{i+1} = x_i + \frac{h}{6} (K_1 + 2 K_2 + 2 K_3 + K_4).[/math]

Вычисление нового значения происходит в четыре стадии:

[math]K_1 = f (t_i, x_i),[/math]

[math]K_2 = f (t_i + \frac{h}{2}, x_i + \frac{h}{2} K_1),[/math]

[math]K_3 = f (t_i + \frac{h}{2}, x_i + \frac{h}{2} K_2),[/math]

[math]K_4 = f (t_i + h, x_i + h K_3).[/math]

1.3 Вычислительное ядро алгоритма

В описанной выше вычислительной схеме наиболее трудоемкой является операция обращения к функции [math]f[/math] при вычислении коэффициентов [math]K_i[/math], эта операция является вычислительным ядром.

1.4 Макроструктура алгоритма

Макроструктура алгоритма представлена одним шагом итерационного процесса, описанного в пункте 1.2. Основной макрооперацией алгоритма является операция обращения к функции [math]f[/math], и основное внимание будет уделено распараллеливанию этой операции.

1.5 Схема реализации последовательного алгоритма

Приведем здесь псевдокод

начало;

   ввод начальных параметров (x[0], t0, t1, m);

   цикл по числу узлов сетки: i = 1..m-1

      цикл по числу стадий: j = 1..4

         цикл по числу компонент вектора x: k = 1..n

            вычисление коэффициентов K[j,k,i];

         конец цикла по k;

      конец цикла по j;

      цикл по числу компонент вектора x: k = 1..n

         вычисление x[k,i+1];

      конец цикла по k;

      цикл по числу компонент вектора x: k = 1..n

         сохранение x[k,i] = x[k,i+1];

      конец цикла по k;

      вывод x[i+1];

   конец цикла по n;

конец;

1.6 Последовательная сложность алгоритма

В данном алгоритме производится четыре операции обращения к функции [math]f[/math] (порядка [math]n m[/math] арифметических операций) и шестнадцать операций сложения векторов и умножения вектора на число (порядка [math]n[/math] арифметических операций). Поскольку операция обращения к функции является более сложной, то сложность последовательного алгоритма можно считать равной [math]4 n m[/math].

1.7 Информационный граф

Информационный граф алгоритма

1.8 Ресурс параллелизма алгоритма

Последовательная схема алгоритма дает основание для организации параллельных вычислений с помощью декомпозиции. Пусть доступно [math]p[/math] процессоров (для определенности будем считать, что размерность системы [math]n[/math] кратна количество процессоров [math]p[/math]: [math]n = qp[/math]). На каждый из процессоров распределяется и вычисляется последовательно [math]q[/math] компонент векторов коэффициентов. Далее расчеты проводятся следующим образом:

1. На каждом процессоре вычисляется q соответствующих компонент вектора [math][K_1][/math] по формуле [math][K_1] = [f(t_i, x_i)][/math]. Проводится сборка вектора [math][K_1][/math] целиком на каждом процессоре.

2-4. Аналогичным образом проводятся вычисления и сборка векторов [math][K_2], [K_3], [K_4][/math].

5. На каждом процессоре вычисляется q соответствующих компонент вектора [math][x_{i+1}][/math] по формуле [math][x_{i+1}] = [x_i] + \frac{h}{6} ([K_1] + 2 [K_2] + 2 [K_3] + [K_4])[/math]. Проводится сборка вектора [math][x_{i+1}][/math] целиком на каждом процессоре. Если вычисления не закончены, то сохраняется [math][x_{i}] = [x_{i+1}][/math], осуществляется переход на 1.

Алгоритм производит четыре обращения к функции [math]f[/math], шестнадцать операций сложения векторов и умножения вектора на число и четыре операции глобальной сборки векторов. Сложность алгоритма по высоте составляет [math]m[/math], а сложность по ширине равна [math]q = \frac{n}{p}[/math].

1.9 Входные и выходные данные алгоритма

На вход алгоритма подаются следующие данные:

вектор начальных значений [math]x_0[/math] размерности [math]n[/math];
границы временного интервала [math]t_0, t_1[/math];
частота дискретизации [math]m[/math].

Общий размер входных данных [math]n + 3[/math].

На выходе получаются следующие данные:

вектор времени [math]t[/math] размерности [math]m[/math];
матрица значений [math]x[/math] ([math]m[/math] векторов длины [math]n[/math]) размерности [math]m n[/math].

Общий размер выходных данных [math]m + m n[/math].

1.10 Свойства алгоритма

Метод Рунге-Кутты 4-го порядка обладает следующими свойствами:

1. Эти метод (как и все семейство методов Рунге-Кутты) является одношаговым: чтобы найти [math]x_{n+1}[/math], нужна информация об одной предыдущей точке [math](t_i, x_i)[/math]. (Это позволяет в любой момент изменить шаг интегрирования.)

2. Метод согласуются с рядом Тейлора вплоть до членов порядка [math]4h[/math]. (Используя большее количество вспомогательных точек, можно увеличить точность метода.)

3. Метод не требуют вычисления производных от функции [math]f(t,x)[/math], а только требует вычисления самой функции.

Точность и устойчивость метода достаточна для широкого круга задач, метод прост в реализации - эти достоинства определили популярность метода среди большого количества исследователей.

Число операций алгоритма равно [math]m (n - 1)[/math], общее число входных и выходных данных равно [math]mn + m + n + 3[/math]. Следовательно, вычислительная мощность алгоритма [math]\frac{mn-m}{mn + m + n + 3} \longrightarrow 1[/math] при увеличении размерности задачи.

2 Программная реализация алгоритма

2.1 Особенности реализации последовательного алгоритма

2.2 Локальность данных и вычислений

2.3 Возможные способы и особенности параллельной реализации алгоритма

2.4 Масштабируемость алгоритма и его реализации

2.5 Динамические характеристики и эффективность реализации алгоритма

2.6 Выводы для классов архитектур

2.7 Существующие реализации алгоритма

Стандартная схема четвертого порядка реализована в различных математических пакетах: Maple (rkf45), MathCAD (rkfixed), Matlab (ode45).

3 Литература

[1] А. В. Старченко, Высокопроизводительные вычисления на кластерах, Издательство Томского университета, 2013, 127-130 с

[2] Л. П. Фельдман, И. А. Назарова, Параллельные алгоритмы численного решения задачи Коши для систем обыкновенных дифференциальных уравнений [1]

[3] Е. Е. Тыртышников, Методы численного анализа, М, Академия, 2007

[4] Ващенко Г.В. Явные методы типа Рунге-Кутты и их параллельные аналоги // Численные методы, программные системы и комплексы программ. [2]

@@ Строка 1: / Строка 1: @@
+{{algorithm
+| name              = Решение задачи Коши для системы ОДУ методом Рунге-Кутты
+| serial_complexity = <math>4 m n</math>
+| pf_height         = <math>O(m)</math>
+| pf_width          = <math>O(n)</math>
+| input_data        = <math>n + 3</math>
+| output_data       = <math>m(n + 1)</math>
+}}
+Основные авторы описания: [[Участник:jul305a|Филимонова Юлия]]
+== Свойства и структура алгоритма ==
+=== Общее описание алгоритма ===
+Методы Рунге-Кутты — важное семейство численных алгоритмов решения обыкновенных дифференциальных уравнений и их систем. Данные итеративные методы явного и неявного приближённого вычисления были разработаны около 1900 года немецкими математиками К. Рунге и М. В. Куттой.
+Формально, методом Рунге-Кутты является модифицированный и исправленный метод Эйлера, они представляют собой схемы второго порядка точности. Существуют стандартные схемы третьего порядка, не получившие широкого распространения. Наиболее часто используется и реализована в различных математических пакетах (Maple, MathCAD, Maxima) стандартная схема четвёртого порядка. Классический метод Рунге-Кутты четвёртого порядка столь широко распространён, что его часто называют просто методом Рунге-Кутты, опуская порядок.
+=== Математическое описание алгоритма ===
+Рассмотрим задачу Коши для системы обыкновенных дифференциальных уравнений размерности <math>n</math>
+<math>\dot{x} = f(t, x),\ t_0 \leqslant t \leqslant t_1,\ x(t_0) = x_0.</math>
+Здесь <math>x(t), x_0 \in \mathbb{R}^n,\ t, t_0, t_1 \in \mathbb{R}, f: \mathbb{R} \rightarrow \mathbb{R}^n</math>.
+Введем равномерную сетку
+<math>t_i = t_0 + ih,\ i = \overline{1, n},\ h = \frac{t_1 - t_0}{m},</math>
+<math>x(t_i) = x_i.</math>
+Тогда приближенное значение в последующих точках вычисляется по итерационной формуле
+<math>x_{i+1} = x_i + \frac{h}{6} (K_1 + 2 K_2 + 2 K_3 + K_4).</math>
+Вычисление нового значения происходит в четыре стадии:
+<math>K_1 = f (t_i, x_i),</math>
+<math>K_2 = f (t_i + \frac{h}{2}, x_i + \frac{h}{2} K_1),</math>
+<math>K_3 = f (t_i + \frac{h}{2}, x_i + \frac{h}{2} K_2),</math>
+<math>K_4 = f (t_i + h, x_i + h K_3).</math>
+=== Вычислительное ядро алгоритма ===
+В описанной выше вычислительной схеме наиболее трудоемкой является операция обращения к функции <math>f</math> при вычислении коэффициентов <math>K_i</math>, эта операция является вычислительным ядром.
+=== Макроструктура алгоритма ===
+Макроструктура алгоритма представлена одним шагом итерационного процесса, описанного в пункте 1.2. Основной макрооперацией алгоритма является операция обращения к функции <math>f</math>, и основное внимание будет уделено распараллеливанию этой операции.
+=== Схема реализации последовательного алгоритма ===
+Приведем здесь псевдокод
+<source>
+начало;
+   ввод начальных параметров (x[0], t0, t1, m);
+   цикл по числу узлов сетки: i = 1..m-1
+      цикл по числу стадий: j = 1..4
+         цикл по числу компонент вектора x: k = 1..n
+            вычисление коэффициентов K[j,k,i];
+         конец цикла по k;
+      конец цикла по j;
+      цикл по числу компонент вектора x: k = 1..n
+         вычисление x[k,i+1];
+      конец цикла по k;
+      цикл по числу компонент вектора x: k = 1..n
+         сохранение x[k,i] = x[k,i+1];
+      конец цикла по k;
+      вывод x[i+1];
+   конец цикла по n;
+конец;
+</source>
+=== Последовательная сложность алгоритма ===
+В данном алгоритме производится четыре операции обращения к функции <math>f</math> (порядка <math>n m</math> арифметических операций) и шестнадцать операций сложения векторов и умножения вектора на число (порядка <math>n</math> арифметических операций). Поскольку операция обращения к функции является более сложной, то сложность последовательного алгоритма можно считать равной <math>4 n m</math>.
+=== Информационный граф ===
+[[File:Rkg.png|500px|thumb|center|Информационный граф алгоритма]]
+=== Ресурс параллелизма алгоритма ===
+Последовательная схема алгоритма дает основание для организации параллельных вычислений с помощью декомпозиции. Пусть доступно <math>p</math> процессоров (для определенности будем считать, что размерность системы <math>n</math> кратна количество процессоров <math>p</math>: <math>n = qp</math>). На каждый из процессоров распределяется и вычисляется последовательно <math>q</math> компонент векторов коэффициентов. Далее расчеты проводятся следующим образом:
+. На каждом процессоре вычисляется q соответствующих компонент вектора <math>[K_1]</math> по формуле <math>[K_1] = [f(t_i, x_i)]</math>. Проводится сборка вектора <math>[K_1]</math> целиком на каждом процессоре.
+-4. Аналогичным образом проводятся вычисления и сборка векторов <math>[K_2], [K_3], [K_4]</math>.
+. На каждом процессоре вычисляется q соответствующих компонент вектора <math>[x_{i+1}]</math> по формуле <math>[x_{i+1}] = [x_i] + \frac{h}{6} ([K_1] + 2 [K_2] + 2 [K_3] + [K_4])</math>. Проводится сборка вектора <math>[x_{i+1}]</math> целиком на каждом процессоре. Если вычисления не закончены, то сохраняется <math>[x_{i}] = [x_{i+1}]</math>, осуществляется переход на 1.
+Алгоритм производит четыре обращения к функции <math>f</math>, шестнадцать операций сложения векторов и умножения вектора на число и четыре операции глобальной сборки векторов. Сложность алгоритма по высоте составляет <math>m</math>, а сложность по ширине равна <math>q = \frac{n}{p}</math>.
+=== Входные и выходные данные алгоритма ===
+На вход алгоритма подаются следующие данные:
+# вектор начальных значений <math>x_0</math> размерности <math>n</math>;
+# границы временного интервала <math>t_0, t_1</math>;
+# частота дискретизации <math>m</math>.
+Общий размер входных данных <math>n + 3</math>.
+На выходе получаются следующие данные:
+# вектор времени <math>t</math> размерности <math>m</math>;
+# матрица значений <math>x</math> (<math>m</math> векторов длины <math>n</math>) размерности <math>m n</math>.
+Общий размер выходных данных <math>m + m n</math>.
+=== Свойства алгоритма ===
+Метод Рунге-Кутты 4-го порядка обладает следующими свойствами:
+. Эти метод (как и все семейство методов Рунге-Кутты) является одношаговым: чтобы найти <math>x_{n+1}</math>, нужна информация об одной предыдущей точке <math>(t_i, x_i)</math>. (Это позволяет в любой момент изменить шаг интегрирования.)
+. Метод согласуются с рядом Тейлора вплоть до членов порядка <math>4h</math>. (Используя большее количество вспомогательных точек, можно увеличить точность метода.)
+. Метод не требуют вычисления производных от функции <math>f(t,x)</math>, а только требует вычисления самой функции.
+Точность и устойчивость метода достаточна для широкого круга задач, метод прост в реализации - эти достоинства определили популярность метода среди большого количества исследователей.
+Число операций алгоритма равно <math>m (n - 1)</math>, общее число входных и выходных данных равно <math>mn + m + n + 3</math>. Следовательно, вычислительная мощность алгоритма
+<math>\frac{mn-m}{mn + m + n + 3} \longrightarrow 1</math> при увеличении размерности задачи.
+== Программная реализация алгоритма ==
+=== Особенности реализации последовательного алгоритма ===
+=== Локальность данных и вычислений ===
+=== Возможные способы и особенности параллельной реализации алгоритма ===
+=== Масштабируемость алгоритма и его реализации ===
+=== Динамические характеристики и эффективность реализации алгоритма ===
+=== Выводы для классов архитектур ===
+=== Существующие реализации алгоритма ===
+Стандартная схема четвертого порядка реализована в различных математических пакетах: Maple (rkf45), MathCAD (rkfixed), Matlab (ode45).
+== Литература ==
+[1] А. В. Старченко, Высокопроизводительные вычисления на кластерах, Издательство Томского университета, 2013, 127-130 с
+[2] Л. П. Фельдман, И. А. Назарова, Параллельные алгоритмы численного решения задачи Коши для систем обыкновенных дифференциальных уравнений
+[http://masters.donntu.org/2008/fvti/zavalkin/library/feldman_nazarova2/default.htm]
+[3] Е. Е. Тыртышников, Методы численного анализа, М, Академия, 2007
+[4] Ващенко Г.В. Явные методы типа Рунге-Кутты и их параллельные аналоги // Численные методы, программные системы и комплексы программ.
+[http://econf.rae.ru/article/5396]