Soluções Numéricas da Equação de Poisson

Eficiência do Método de Jacobi com Devito e NumPy

Autores

  • Gabriel de O. Portes FCT/UNESP
  • Thiago B. Ikeda FCT/UNESP
  • Gilcilene S. de Paulo FCT/UNESP

Resumo

Neste trabalho, analisamos as soluções numéricas da equação de Poisson por meio do método iterativo clássico de Jacobi, explorando duas abordagens distintas de implementação computacional: uma implementação manual em NumPy [2], com controle direto dos loops e esquemas numéricos, sem otimizações avançadas; e uma implementação simbólica utilizando o Devito [4], que gera código otimizado automaticamente a partir de expressões diferenciais definidas com o SymPy e que também utiliza NumPy internamente para operações auxiliares. Consideramos o problema (1) definido em Ω = [−1, 1] × [−1, 1]: ∂2u/∂x2 + ∂2u/∂y2 = −2, em (x, y) ∈ Ω, u(x, y) = 0, para (x, y) ∈ ∂Ω. A discretização do domínio considera espaçamentos uniformes em x e y da seguinte forma: xi = x0 + ih e yj = y0 + jh, i, j = 1, . . . , N − 1, tal que h é o espaçamento espacial e N é a quantidade de subintervalos em ambas as direções, sendo x0, y0, xN, yN ∈ ∂Ω. O problema (1) foi aproximado pela equação discreta (2) que representa o método iterativo de Jacobi [1, 3], implementado de duas formas: manualmente com NumPy e por meio da geração de código otimizado fornecida pelo Devito. Com o objetivo de avaliarmos a eficiência do método numérico a partir das distintas formas de implementação, realizamos uma análise comparativa através do refinamento de malha. A Tabela 1 apresenta a acurácia de cada solução numérica considerando o erro relativo na norma de Frobenius, além do desempenho das duas bibliotecas em termos de iterações e tempo de execução. Todas as simulações foram realizadas na plataforma Google Colaboratory. [...]

Downloads

Não há dados estatísticos.

Referências

J. A. Cuminato e M. Meneguette Jr. Discretização de Equações Diferencias Parciais: Técnica de Diferenças Finitas. 1a. ed. Rio de Janeiro: SBM, 2013. isbn: 9788583370055.

C. R. Harris et al. “Array programming with NumPy”. Em: Nature 585.7825 (2020), pp. 357–362. doi: 10.1038/s41586-020-2649-2.

R. J. Leveque. Finite Difference Methods for Ordinary and Partial Differential Equations: Steady-state and Time-dependent Problems. 2a. ed. Filadélfia, EUA: Society for Industrial e Applied Mathematics, 2007. isbn: 9780898716290.

F. Luporini et al. “Architecture and Performance of Devito, a System for Automated Stencil Computation”. Em: ACM Trans. Math. Softw. 46.1 (2020). doi: 10.1145/3374916.

Downloads

Publicado

2026-02-13

Edição

Seção

Resumos