<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=ISO-8859-1">
  </head>
  <body text="#000000" bgcolor="#ffffff">
    Dear all,<br>
    <br>
    &nbsp;I read on the web page the following:<br>
    <br>
    <a name="TSSSP">
      <h1>TSSSP</h1>
    </a>
    Explicit strong stability preserving ODE solver Most hyperbolic
    conservation laws have exact solutions that are total variation
    diminishing (TVD) or total variation
    bounded (TVB) although these solutions often contain
    discontinuities. Spatial discretizations such as Godunov's
    scheme and high-resolution finite volume methods (TVD limiters,
    ENO/WENO) are designed to preserve these properties,
    but they are usually formulated using a forward Euler time
    discretization or by coupling the space and time
    discretization as in the classical Lax-Wendroff scheme. When the
    space and time discretization is coupled, it is very
    difficult to produce schemes with high temporal accuracy while
    preserving TVD properties. An alternative is the
    semidiscrete formulation where we choose a spatial discretization
    that is TVD with forward Euler and then choose a
    time discretization that preserves the TVD property. Such
    integrators are called strong stability preserving (SSP).
    <p>
      Let c_eff be the minimum number of function evaluations required
      to step as far as one step of forward Euler while
      still being SSP. Some theoretical bounds
    </p>
    <p>
      1. There are no explicit methods with c_eff &gt; 1.
    </p>
    <p>
      2. There are no explicit methods beyond order 4 (for nonlinear
      problems) and c_eff &gt; 0.
    </p>
    <p>
      3. There are no implicit methods with order greater than 1 and
      c_eff &gt; 2.
    </p>
    <p>
      This integrator provides Runge-Kutta methods of order 2, 3, and 4
      with maximal values of c_eff. More stages allows
      for larger values of c_eff which improves efficiency. These
      implementations are low-memory and only use 2 or 3 work
      vectors regardless of the total number of stages, so e.g. 25-stage
      3rd order methods may be an excellent choice.
    </p>
    <p>
      Methods can be chosen with -ts_ssp_type {rks2,rks3,rk104}
    </p>
    <p>
      rks2: Second order methods with any number s&gt;1 of stages. c_eff
      = (s-1)/s
    </p>
    <p>
      rks3: Third order methods with s=n^2 stages, n&gt;1. c_eff =
      (s-n)/s
    </p>
    <p>
      rk104: A 10-stage fourth order method. c_eff = 0.6
    </p>
    However, when I write<br>
    <br>
    &nbsp;-ts_ssp_type rk53 <br>
    <br>
    <br>
    I get<br>
    <br>
    PETSC ERROR: Unknown TS_SSP type rk253 given!<br>
    <br>
    Any suggestions?<br>
    <br>
    Costas<br>
    <br>
  </body>
</html>