Méthodes numériques en physique computationnelle

Les méthodes numériques dotent la physique de l'appareillage algorithmique nécessaire pour résoudre des équations n'ayant pas de solution analytique, transformant les équations différentielles, les intégrales et les problèmes matriciels en arithmétique finie qu'un ordinateur peut exécuter avec une erreur contrôlée.

Definition

Les méthodes numériques en physique computationnelle sont les algorithmes de discrétisation et d'approximation utilisés pour convertir des modèles physiques continus en calculs finis, en prêtant attention à l'erreur de troncature, à la stabilité numérique et à la conservation des invariants physiques.

Scope

Ce domaine couvre la boîte à outils numérique fondamentale sur laquelle la physique computationnelle est bâtie : les intégrateurs pour les équations différentielles ordinaires et partielles, les méthodes pour les problèmes d'algèbre linéaire et de valeurs propres de grande taille résultant de la physique discrétisée, et la recherche de racines et l'optimisation pour les conditions physiques non linéaires. Il met l'accent sur la précision, la stabilité et l'interprétation physique de la discrétisation plutôt que sur l'analyse numérique abstraite pour elle-même.

Sub-topics

• linear algebra and eigenproblems physics
• ode solvers physics
• pde methods computational physics
• root finding and optimization physics

Core questions

• Comment les équations différentielles continues de la physique sont-elles transformées en schémas aux différences finies ou aux éléments finis stables et précis ?
• Qu'est-ce qui régit le compromis entre la taille du pas, l'erreur de troncature et la stabilité dans un intégrateur ?
• Comment les grands systèmes linéaires creux et les problèmes aux valeurs propres issus de la physique discrétisée sont-ils résolus efficacement ?
• Comment les schémas numériques préservent-ils les invariants physiques tels que l'énergie, la quantité de mouvement ou la structure symplectique ?

Key theories

Discrétisation et erreur de troncature

Le remplacement des dérivées et des intégrales par des approximations aux différences finies ou par quadrature introduit une erreur de troncature qui évolue comme une puissance de la taille du pas, définissant ainsi l'ordre de précision d'un schéma.

Stabilité numérique

Un schéma est stable si les erreurs ne croissent pas indéfiniment au fur et à mesure des itérations ; les conditions de stabilité, telles que le critère de Courant-Friedrichs-Lewy, limitent les pas de temps et d'espace admissibles pour les équations d'évolution.

Algèbre linéaire creuse et problèmes aux valeurs propres

Les opérateurs physiques discrétisés produisent de grandes matrices creuses dont les systèmes linéaires et les valeurs propres sont trouvés à l'aide de méthodes itératives de Krylov, Lanczos et du gradient conjugué plutôt que par factorisation dense.

Clinical relevance

Ces méthodes sous-tendent pratiquement toute la physique quantitative réalisée sur ordinateur : l'intégration orbitale et de trajectoire, les solveurs de champs électromagnétiques et quantiques, la simulation de fluides et de transfert de chaleur, et la résolution des problèmes matriciels sous-jacents aux structures électroniques et aux modèles de réseau.

History

La résolution numérique d'équations physiques remonte aux calculs manuels en mécanique céleste et en balistique, a été transformée par les ordinateurs électroniques construits pour la physique de guerre dans les années 1940, et a mûri pour devenir une méthodologie standard grâce à des ouvrages de référence tels que Numerical Recipes et à l'essor des programmes d'études en physique computationnelle à la fin du XXe siècle.

Key figures

• John von Neumann
• William H. Press
• Cornelius Lanczos
• Rubin H. Landau

Seminal works

• press2007
• landau2015

Frequently asked questions

Pourquoi ne pas simplement utiliser une très petite taille de pas pour obtenir une grande précision ?

Réduire le pas diminue l'erreur de troncature mais augmente le nombre d'étapes et l'accumulation de l'erreur d'arrondi ; de plus, pour certains schémas explicites, un pas trop grand peut entraîner une instabilité plutôt qu'une simple imprécision. Les bonnes méthodes tendent à équilibrer l'ordre de précision, la stabilité et le coût plutôt que de s'appuyer sur des petits pas par force brute.

En quoi la physique numérique diffère-t-elle de l'analyse numérique ?

L'analyse numérique étudie les algorithmes et leurs bornes d'erreur de manière générale, tandis que les méthodes numériques en physique sélectionnent et adaptent ces algorithmes aux équations physiques, en privilégiant les lois de conservation, les symétries et l'interprétabilité physique du modèle discrétisé.