Adaptive stochastic Galerkin methods for parametric uncertainty propagation in hyperbolic systems - Archive ouverte HAL Access content directly
Theses Year : 2011

Adaptive stochastic Galerkin methods for parametric uncertainty propagation in hyperbolic systems

Méthodes de Galerkin stochastiques adaptatives pour la propagation d'incertitudes paramétriques dans les modèles hyperboliques

(1)
1

Abstract

This work is concerned with stochastic Galerkin methods for hyperbolic systems involving uncertain data with known distribution functions parametrized by random variables. We are interested in problems where a shock appears almost surely in finite time. In this case, the solution exhibits discontinuities in the spatial and in the stochastic domains. A Finite Volume scheme is used for the spatial discretization and a Galerkin projection based on piecewise poynomial approximation is used for the stochastic discretization. A Roe-type solver with an entropy correction is proposed for the Galerkin system, using an original technique to approximate the absolute value of the Roe matrix and an adaptation of the Dubois and Mehlman entropy corrector. Although this method deals with complex situations, it remains costly because a very fine stochastic discretization is needed to represent the solution in the vicinity of discontinuities. This fact calls for adaptive strategies. As discontinuities are localized in space and time, stochastic representations depending on space and time are proposed. This methodology is formulated in a multiresolution context based on the concept of binary trees for the stochastic discretization. The adaptive enrichment and coarsening steps are based on multiresolution analysis criteria. In the multidimensional case, an anisotropy of the adaptive procedure is proposed. The method is tested on the Euler equations in a shock tube and on the Burgers equation in one and two stochastic dimensions
On considère des méthodes de Galerkin stochastiques pour des systèmes hyperboliques faisant intervenir des données en entrée incertaines de lois de distribution connues paramétrées par des variables aléatoires. On s'intéresse à des problèmes où un choc apparaît presque sûrement en temps fini. Dans ce cas, la solution peut développer des discontinuités dans les domaines spatial et stochastique. On utilise un schéma de Volumes Finis pour la discrétisation spatiale et une projection de Galerkin basée sur une approximation polynomiale par morceaux pour la discrétisation stochastique. On propose un solveur de type Roe avec correcteur entropique pour le système de Galerkin, utilisant une technique originale pour approcher la valeur absolue de la matrice de Roe et une adaptation du correcteur entropique de Dubois et Mehlmann. La méthode proposée reste coûteuse car une discrétisation stochastique très fine est nécessaire pour représenter la solution au voisinage des discontinuités. Il est donc nécessaire de faire appel à des stratégies adaptatives. Comme les discontinuités sont localisées en espace et évoluent en temps, on propose des représentations stochastiques dépendant de l'espace et du temps. On formule cette méthodologie dans un contexte multi-résolution basé sur le concept d'arbres binaires pour décrire la discrétisation stochastique. Les étapes d'enrichissement et d'élagage adaptatifs sont réalisées en utilisant des critères d'analyse multi-résolution. Dans le cas multidimensionnel, une anisotropie de la procédure adaptative est proposée. La méthodologie est évaluée sur le système des équations d'Euler dans un tube à choc et sur l'équation de Burgers en une et deux dimensions stochastiques
Fichier principal
Vignette du fichier
TH2011PEST1054_complete.pdf (7.85 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)
Loading...

Dates and versions

pastel-00795322 , version 1 (27-02-2013)

Identifiers

  • HAL Id : pastel-00795322 , version 1

Cite

Julie Tryoen. Méthodes de Galerkin stochastiques adaptatives pour la propagation d'incertitudes paramétriques dans les modèles hyperboliques. Mathématiques générales [math.GM]. Université Paris-Est, 2011. Français. ⟨NNT : 2011PEST1054⟩. ⟨pastel-00795322⟩
226 View
291 Download

Share

Gmail Facebook Twitter LinkedIn More