Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diferencias Finitas
Diferencias Finitas
INTRODUCCION
En este captulo se desarrolla el concepto bsico, y las tcnicas necesarias, para la formulacin
de una representacin de diferencias finitas. En este enfoque, el problema en un dominio
continuo se "discretiza" de tal manera que las variables dependientes existen slo en puntos
discretos. Las derivadas se aproximan mediante diferencias, lo que da origen a una
representacin algebraica de las ecuaciones diferenciales parciales (EDPs). De esta manera,
un problema de clculo se transforma en uno de lgebra matricial.
La naturaleza del sistema algebraico resultante depende del carcter del problema original.
Problemas en equilibrio resultan generalmente en un sistema de ecuaciones algebraicas que
deben ser resueltos simultneamente a travs del dominio de solucin, en conjunto con las
condiciones de borde especificadas. Problemas temporales dan origen a ecuaciones
algebraicas que deben ser resueltas secuencialmente.
2.
DIFERENCIAS FINITAS
Uno de los primeros pasos o etapas para establecer un esquema de diferencias finitas para la
resolucin de una EDP es el reemplazo del dominio continuo del problema original por una
malla o grilla de diferencias finitas. A modo de ejemplo, supongamos que deseamos resolver
una EDP para la cual u (x, y ) es la variable dependiente en el dominio rectangular 0 x 1 ,
0 y 1 . En este caso podemos establecer una grilla tal que u (x, y ) se reemplaza por
u (i x, j y ) o u i , j . De esta manera, si observamos la Figura 1 y nos fijamos que la posicin
u i , j corresponde a u (x 0 , y 0 ) podemos escribir:
u i +1, j = u (x0 + x, y 0 )
u i , j +1 = u (x 0 , y 0 + y )
u i 1, j = u (x 0 x, y 0 )
u i , j 1 = u (x 0 , y 0 y )
La idea de una representacin de diferencias finitas para una derivada puede ser introducida
recordando la definicin de la derivada de la funcin u (x, y ) en la posicin x=x0 y y=y0:
u
x
x , y0
= lim
x 0
u (x0 + x, y 0 ) u (x0 , y 0 )
x
(1)
La aproximacin de diferencias puede ser escrita de una manera ms formal a travs del uso
de una expansin en serie de Taylor. Al desarrollar una expansin en serie de Taylor para
u (x 0 + x, y 0 ) en torno a (x 0 , y 0 ) se obtiene:
Figura 1
Tpica Grilla de Diferencias Finitas
u (x0 + x, y 0 ) = u (x0 , y 0 ) +
u
x
2u
x 2
x +
x0 , y 0
x0 , y 0
(x )2
2!
+L+
(2)
n 1u
x n 1
x0 , y 0
(x )n 1 + n u (x )n
(n 1)! x n , y n!
0
con:
x 0 x 0 + x
en donde el ltimo trmino se denomina el resto de la expansin. De esta manera, podemos
formar la diferencia hacia adelante reordenando la ecuacin (2):
u
x
x0 , y 0
u (x0 + x, y 0 ) u (x0 , y 0 ) 2 u
=
2
x
x
x0 , y 0
x
L
2!
(3)
u
x
=
i, j
u i +1, j u i , j
x
+ Error de Truncacin
(4)
u
x
=
i, j
u i +1, j u i , j
x
+ O(x )
(5)
donde O(x ) tiene un significado bien preciso, de tal manera que al escribir lo anterior se est
indicando que:
E.T . K x
para x 0
u (x 0 x, y 0 ) = u (x 0 , y 0 )
u
2 u (x )
n 1u (x )
n u (x )
+ n
x + 2
+ L + n 1
x 0
2!
n!
x 0
x 0 (n 1)! x
2
n 1
(6)
u
x
u i , j u i 1, j
x
i, j
+ O(x )
(7)
Si restamos las ecuaciones (2) y (6), y reordenamos, podemos obtener la diferencia central:
u
x
u i +1, j u i 1, j
2 x
i, j
+ O(x )
(8)
Si sumamos las ecuaciones (2) y (6), y reordenamos, podemos obtener una aproximacin
central para la segunda derivada:
2u
x 2
u i +1, j 2 u i , j + u i 1, j
(x )
i, j
+ O(x )
(9)
x u i , j = u i +1, j u i , j
(10)
u
x
=
i, j
u i +1, j u i , j
x
+ O(x ) =
x ui, j
x
+ O(x )
(11)
x u i , j = u i , j u i 1, j
(12)
u
x
=
i, j
u i , j u i 1, j
x
+ O(x ) =
x ui, j
x
+ O(x )
(13)
x u i , j = u i +1, j u i , j
x u i , j = u i , j u i 1, j
Diferencia Central
x u i , j = u i +1 / 2, j u i 1 / 2, j
Desplazamiento
E x u i , j = u i +1, j
Promedio
x ui , j =
Diferenciacin
Dx ui , j
ui +1/ 2, j + ui 1/ 2, j
2
du
=
dx i , j
Tabla 2
Aproximaciones de Diferencias Finitas en 1D
Orden
Derivada Aproximacin de Diferencias Finitas
del Error
u
x
2u
x 2
u i +1 u i
x
u i u i 1
x
u i +1 u i 1
2 x
u i + 2 + 4 u i +1 3 u i
12 x
u i + 2 + 8 u i +1 8 u i 1 + u i 2
12 x
u i +1 2 u i + u i 1
(x )2
u i + 2 + 16 u i +1 30 u i + 16 u i 1 u i 2
12 (x )
2 u i +1 + 2 u i 1 u i 2
2
3u
x 3
ui+2
u i + 2 4 u i +1 + 6 u i 4 u i 1 + u i 2
u
x 4
2 (x )
(x )
O(x )
O(x )
O(x )
O(x )
O(x )
O(x )
O(x )
O(x )
O(x )
3.
3.1
Series de Taylor
u i 2, j = u i , j
u i 1, j = u i , j
x
u
i, j
2u
(2 x ) + 2
x
i, j
2u
x + 2
x
2
(
2 x )
i, j
2
(
x )
i, j
2!
3 u (2 x )
3
+L
3!
x
3
3 u (x )
3
+L
2!
3!
x
(14)
(15)
Un enfoque formal para obtener la formulacin deseada requiere que las ecuaciones (14) y (15)
sean multiplicadas por los parmetros a y b, respectivamente. Si posteriormente agregamos
ambas ecuaciones obtenemos:
a u i 2, j + b u i 1, j = (a + b ) u i , j
u
x
[(2 x ) a + x b] +
i, j
(16)
2u
+ 2
x
i, j
2
(2 x )2
3u
(
x )
a +
b 3
2!
2!
x
i, j
3
(2 x )3
(
x )
a +
b + L
3!
3!
a u i 2, j + b u i 1, j = (a + b ) u i , j
u
x
[2 a + b] x +
i, j
(17)
2u
x 2
i, j
b
3u
2
2 a + (x ) 3
2
x
i, j
b
4
3
a + (x ) + L
6
3
Para obtener una aproximacin como la requerida debemos imponer dos condiciones:
2a + b =1
2a +
b
=0
2
u
x
=
i, j
u i 2, j 4 u i 1, j + 3 u i , j
2 x
1 3u
3
3 x
(x )2 + L
(18)
i, j
u
x
=
i, j
u i 2, j 4 u i 1, j + 3 u i , j
2 x
+ O(x ) + L
2
(19)
Ajuste Polinomial
2T 2 T
+
=0
x 2 y 2
(20)
T (x, y 0 ) = a + b x + c x 2
(21)
Por conveniencia, supongamos que el punto de coordenadas (i,j) se ubica en la posicin x=0, y
que x es constante. Con esto podemos escribir:
T
x
2T
x 2
=b
i, j
= 2c
i, j
T (i 1, j ) = Ti 1, j = a b x + c (x )
T (i 1, j ) = Ti , j = a
T (i + 1, j ) = Ti +1, j = a + b x + c (x )
b=
T
x
=
i, j
Ti +1, j Ti 1, j
(22)
2 x
c=
1 2T
2 x 2
=
i. j
Ti +1, j 2 Ti , j + Ti 1, j
2 (x )
2T
x 2
=
i. j
Ti +1, j 2 Ti , j + Ti 1, j
(x )2
(23)
4.
REPRESENTACIN DE
DIFERENCIAS FINITAS
4.1
Error de Truncacin
ECUACIONES
DIFERENCIALES
PARCIALES
POR
Como punto de partida en este estudio del error de truncacin (E.T.) consideremos la ecuacin
de difusin:
u
2u
= 2
t
x
(24)
u in +1 u in
u in+1 2 u in + u in1
=
t
(x )2
(25)
Sin embargo, de la seccin anterior debemos recordar que las aproximaciones hacia adelante y
central tenan asociados errores de truncacin de rdenes O(h) y O(h)2, respectivamente,
donde h es la discretizacin correspondiente a la aproximacin utilizada. Si incluimos el efecto
del error de truncacin debemos escribir:
+1
u in+1 2 u in + u in1
u
2 u u in u in
2
2 =
+ O(t ) + O(x )
2
t
t
x
(x )
(26)
u in +1 u in
u n +1 2 u in +1 + u in+11
= i +1
t
(x )2
(27)
Consistencia
La representacin por diferencias finitas de una EDP se dice consistente si se puede mostrar
que la diferencia entre ambas desaparece en el caso que el tamao de la grilla de
aproximacin, x , y el intervalo de tiempo, t , se reduce, i.e.:
grilla 0
(28)
grilla 0
Un ejemplo de un esquema que no es consistente corresponde a la aproximacin de DuFortFrankel para la ecuacin de Difusin, la que se puede escribir como:
u in +1 u in
u n u in +1 u in 1 + u in1
= i +1
t
(x )2
(29)
2
2 t
lim x = 0
t , x 0
Sin embargo, si ambos valores de discretizacin x y t se aproximan a cero a una tasa tal
que:
lim x =
t , x 0
2u
2u
u
+ 2 2 = 2
t
t
x
4.3
(30)
Estabilidad
Cualquier solucin numrica, incluyendo algunas veces una solucin analtica exacta a una
EDP, puede ser afectada debido al nmero finito de dgitos en las operaciones aritmticas.
Estos errores se denominan de redondeo y aparecen debido a las aproximaciones que se
hacen en cada clculo sucesivo dentro de cualquier esquema numrico de solucin.
Los errores de discretizacin son causados por el reemplazo de un problema continuo por uno
discreto y se define como la diferencia entre la solucin exacta de la EDP y la solucin exacta
de la aproximacin de diferencias finitas
.
5.
ANALISIS DE ESTABILIDAD
5.1
Aspectos generales
Una aproximacin de diferencias finitas a una EDP puede ser consistente, pero su solucin no
necesariamente puede converger a la solucin real de la EDP. El teorema de Equivalencia de
Lax establece que un mtodo numrico que es consistente debe adems estable, con lo que en
definitiva se garantiza convergencia.
La estabilidad de una aproximacin numrica no tiene relacin con la EDP misma, sino ms
bien con los problemas de aproximacin y oscilaciones que pueden ocurrir al llevar a cabo
operaciones aritmticas que se requieren para resolver las ecuaciones de diferencias finitas.
Como punto de partida para el desarrollo de un anlisis de estabilidad, consideremos una
aproximacin explcita para la ecuacin de difusin:
u
2u
= 2
t
x
(31)
u in +1 u in
u n 2 u in + u in1
= i +1
t
(x )2
(32)
u in+1 = u in +
t
u in+1 2 u in + u in1
2
(x )
(33)
10
r=
t
(x )2
u in +1 = u in + r u in+1 2 u in + u in1
(34)
Supongamos que la solucin exacta de esta ecuacin, la que se obtiene mediante el uso de un
computador con precisin infinita, se denomina D . De igual forma, denominemos N a la
solucin numrica de dicha ecuacin, la que se obtiene con un computador real. Si la solucin
analtica de la EDP se denomina A , podemos escribir lo siguiente:
Error de Discretizacin = A D
Error de Re dondeo = N D
La estabilidad de un mtodo numrico se analiza examinando el crecimiento del error a medida
que los clculos se van efectuando, de tal manera que lo que se analiza es como cambia el
Error de Redondeo. O'Brien et al. (1951) examinaron este problema en gran detalle y luego de
plantearse algunas situaciones tipo concluyeron lo siguiente:
Cul es el efecto del error de redondeo global?
N = D +
(35)
11
(36)
Dado que la solucin exacta D debe satisfacer la ecuacin de diferencias, es posible escribir lo
siguiente para el error de redondeo:
in +1 = in + r ( in+1 2 in + in1 )
(37)
Supongamos que el error puede ser escrito como una serie de Fourier de la forma:
(x, t ) = bm (t ) e I k m x
(38)
km =
m
L
m = 0, 1, 2, K , M
12
in = bm (n t ) e I k m ix = bm (n ) e I k m ix
(39a)
el cual puede ser escrito para los otros trminos en la ecuacin (27):
in +1 = bm ((n + 1) t ) e I k m ix = bm (n + 1) e I k m ix
(39b)
(39c)
(39d)
Al sustituir los trminos (39) en la ecuacin (37) se tiene, luego de simplificar por el trmino
e I k m ix , la siguiente expresin:
bm (n + 1) = bm (n ) + r bm (n ) e I k m x 2 + e I k m x
(40)
(41)
e I k m x + e I k m x
bm (n + 1) = bm (n ) 1 2 r 1
2
cos( ) =
e I + e I
2
bm (n + 1) = bm (n ) (1 2 r (1 cos(k m x ))) = bm (n ) G
(42)
G=
bm (n + 1)
= 1 2 r (1 cos(k m x ))
bm (n )
(43)
13
in +1 = G in
(44)
lo que permite identificar una condicin necesaria para que el mtodo numrico sea estable. En
efecto, la ecuacin (44) muestra que entre iteraciones sucesivas el error se modifica de acuerdo
a un factor G. Si este factor es inferior a 1 se asegura que el error no crezca entre iteraciones
sucesivas. De esta manera surge el criterio de estabilidad siguiente:
G 1
la que se conoce como condicin de Von Neumann.
En el caso particular de la ecuacin (43) es posible utilizar otra identidad trigonomtrica para
reducir an ms dicha expresin:
sen 2
1 cos
=
2
2
G=
bm (n + 1)
k x
= 1 4 r sen 2 m
= 1 4 r sen 2
bm (n )
2
2
(45)
G = 1 4 r sen 2 1
2
(46)
1 1 4 r sen 2 1
2
(47)
1 4 r sen 2 1
2
(48)
14
Figura 4
Factor de Amplificacin Esquema de Diferencias Finitas Explcito
Ecuacin de Difusin
FACTOR DE AMPLIFICACION
1.4
1.2
1.0
0.8
r=0.2
r=0.4
r=0.6
r=0.8
r=1.0
0.6
0.4
0.2
0.0
-0.2
-0.4
0.0
0.2
0.4
0.6
0.8
1.0
4 r sen 2 0
2
(49)
1 4 r sen 2 1
2
(50)
4 r sen 2 2
2
(51)
15
(52)
2 sen
2
2
r=
t 1
(x )2 2
(53)
lo que indica que hay una relacin entre el intervalo de simulacin t , el tamao de la grilla x
y el parmetro que permite que el mtodo sea estable.
5.2.2 Ecuacin de Onda o de Adveccin
Consideremos la ecuacin de onda o de transporte por adveccin en una dimensin:
u
u
+c
=0
t
x
(54)
uin +1 =
2
x
2
(55)
Si al igual que en caso anterior se considera una expansin en serie de Fourier para el error de
truncacin descrito por la ecuacin (38) es posible seguir el mismo procedimiento anterior para
obtener la siguiente expresin para el factor de amplificacin:
G=
bm (n + 1)
= cos(km x ) I sen (km x )
bm (n )
donde =
(56)
c t
se conoce como el nmero de Courant. La condicin de estabilidad para este
x
mtodo establece:
(57)
Si tomamos la expresin para el Factor de Amplificacin como una funcin del ngulo de fase, y
se considera diferentes valores del parmetro , es posible tener una idea grfica de la
convergencia del esquema Lax. La Figura 5 muestra un esquema que ilustra el resultado
anterior, lo que permite estudiar la estabilidad del mtodo Lax para la ecuacin de onda con
transporte puramente advectivo.
16
Figura 5
Factor de Amplificacin Esquema de Diferencias Finitas Lax
Transporte Advectivo
FACTOR DE AMPLIFICACION
1.4
1.2
1.0
0.8
Nu=0.2
Nu=0.4
Nu=0.6
Nu=0.8
Nu=1.0
0.6
0.4
0.2
0.0
-0.2
-0.4
0.0
0.2
0.4
0.6
0.8
1.0
6.
Los esquemas numricos que hemos estudiado proveen slo una solucin aproximada de las
ecuaciones diferenciales. Errores de variado tipo pueden afectar a la solucin numrica de un
esquema cualquiera, los que se clasifican en dos grandes grupos: errores de disipacin y de
dispersin.
Los errores causados por los errores de truncacin sobre las derivadas de orden par se asocian
generalmente a una mayor disipacin de la solucin numrica, lo que se relaciona directamente
con la magnitud del Factor de Amplificacin. Por su parte, los errores de truncacin de las
derivadas impares dan origen a oscilaciones en la zona de mayores cambios del valor de la
variable de estado. Este fenmeno dispersivo se relaciona con la fase del Factor de
Amplificacin. La Figura 6 muestra un ejemplo de los efectos disipativos y dispersivos sobre una
solucin numrica de una EDP.
17
Figura 6
Efectos Disipativos y Dispersivos
a)
Solucin exacta
b)
Efectos Disipativos
c) Efectos Dispersivos
En los puntos anteriores se present la tcnica de Von Neumann que permite encontrar una
expresin analtica para el Factor de Amplificacin, el que puede ser utilizado para estudiar los
comportamientos disipativos y dispersivos del esquema numrico seleccionado.
El Factor de Amplificacin, G , puede ser escrito en forma de un nmero complejo de tipo
exponencial como:
G = G e I
(58)
= tan 1
6.1
Im(G )
Re(G )
(59)
u (x, t ) = b(t ) e I k m x
(60)
u
2u
= 2
t
x
(61)
podemos encontrar en forma simple que el Factor de Amplificacin de la solucin exacta, lo que
se obtiene mediante la substitucin de la solucin elemental en la EDP y su posterior anlisis.
Al desarrollar este anlisis se puede escribir:
GE =
2
b(t + t )
= e k m t
b(t )
(62)
18
lo que se puede presentar de una manera ms compacta al considerar las definiciones del
parmetro de frecuencia , ecuacin (45), y del parmetro adimensional r , ecuacin (33).
Luego de la sustitucin se obtiene:
G E = e r
(63)
n =
2
kn
(64)
n =
2 x
(65)
GE = e
x
4 2 r
n
(66)
donde
n
es el nmero de puntos de la malla de discretizacin por longitud de onda.
x
6.2
Siguiendo los procedimientos planteados en puntos anteriores se han determinado los Factores
de Amplificacin correspondientes a tres mtodos o esquemas de diferencias finitas para la
ecuacin de difusin. Los tres mtodos analizados se presentan a continuacin:
Aproximacin Explcita, O t , (x ) :
2
u in +1 u in
u n 2 u in + u in1
= i +1
t
(x )2
(67)
G N = 1 2 r (1 cos( )) = 1 2 r 1 cos 2
n
(68)
19
Aproximacin Implcita, O t , (x )
u in +1 u in
u n +1 2 u in +1 + u in+11
= i +1
t
(x )2
GN =
1
=
1 + 2 r (1 cos( ))
(69)
(70)
1 + 2 r 1 cos 2
n
( ))
Aproximacin de Crank-Nicolson, O (t ) , x 2
2
1 n +1
1
u i +1 2 u in +1 + u in+11 + u in+1 2 u in + u in1
u u
2
= 2
2
t
(x )
n +1
i
n
i
1 r 1 cos 2
1 r (1 cos( ))
n
=
GN =
1 + r (1 cos( ))
1 + r 1 cos 2
n
(71)
(72)
n
.
x
En el primer tipo de anlisis, parmetro de frecuencia, se ha graficado cada uno de los Factores
de Amplificacin para los tres mtodos y la solucin exacta. Este anlisis se ha concentrado en
dos valores diferentes del parmetro adimensional r . La Figura 7a muestra el grfico para un
valor de r=0.25, mientras que la Figura 7b para un valor de r=0.75.
En el caso de la Figura 7a se observa que dentro del rango de parmetros de frecuencia
mostrados las soluciones numricas se comportan bastante parecidas a la solucin exacta, en
trminos de sus Factores de Amplificacin. Al implementar cualquiera de las soluciones
numricas sealadas en el grfico se debiera observar un comportamiento muy parecido a la
solucin analtica, evidenciando sin embargo una cierta disipacin a travs del tiempo. La
solucin ms parecida a la analtica es la de tipo explcito.
La Figura 7b muestra una situacin diferente a la anterior, donde se observa que el mtodo
explcito es inestable, esto es su solucin debiera mostrar un efecto de atenuacin o disipacin
diferente al observado para la solucin exacta. En este caso el modelo ms adecuado para
representar la solucin analtica es el de Crank-Nicolson.
20
Figura 7a
Factor de Amplificacin Ecuacin de Difusin (r=0.25)
FACTOR DE AMPLIFICACION
1.0
0.6
0.2
G
AN
EX
IM
CN
-0.2
-0.6
-1.0
0.0
0.2
0.4
0.6
0.8
1.0
Beta/Pi
Figura 7b
Factor de Amplificacin Ecuacin de Difusin (r=0.75)
FACTOR DE AMPLIFICACION
1.0
0.6
0.2
G
AN
EX
IM
CN
-0.2
-0.6
-1.0
0.0
0.2
0.4
0.6
0.8
1.0
Beta/Pi
21
n
, permite evaluar las caractersticas
x
especficas de cada una de las soluciones numricas que se plantea para resolver la ecuacin
de difusin. En este caso, y dado que el Factor de Amplificacin es real, es posible asociarlo a
comportamientos especficos en cuanto a su forma de estabilidad o inestabilidad. De esta
manera, la Figura 8 muestra un esquema que ilustra el tipo de comportamiento de la solucin
numrica dependiendo del valor que alcance G para diferentes longitudes de onda. A modo de
ejemplo, una solucin numrica cuyo Factor de Amplificacin se encuentra comprendido entre 0
y 1 presentar un comportamiento estable, con un decaimiento progresivo de los errores. A
diferencia de esta solucin, en el caso que G est comprendida entre 0 y -1 se observar un
comportamiento estable pero convergente en forma oscilatoria.
Figura 8
Comportamiento de las Soluciones Numricas y Exacta
n
, se ha graficado cada uno de los Factores de Amplificacin
x
para los tres mtodos y la solucin exacta. Este anlisis se ha concentrado en dos valores
diferentes del parmetro adimensional r . La Figura 9a muestra el grfico para un valor de
r=0.25, mientras que la Figura 9b para un valor de r=0.75.
22
Figura 9a
Factor de Amplificacin Ecuacin de Difusin (r=0.25)
FACTOR DE AMPLIFICACION
2.0
1.5
1.0
0.5
AN
EX
IM
CN
0.0
-0.5
-1.0
-1.5
-2.0
0
12
16
20
24
Figura 9b
Factor de Amplificacin Ecuacin de Difusin (r=0.75)
FACTOR DE AMPLIFICACION
2.0
1.5
1.0
0.5
AN
EX
IM
CN
0.0
-0.5
-1.0
-1.5
-2.0
0
12
16
20
24
23
REFERENCIAS
Anderson, Tannehil and Pletcher (1984). "Computational Fluid Mechanics and Heat Transfer".
Hemisphere Publishing Corporation.
Huyakorn, P. And G. Pinder (1983). Computational Methods in Subsurface Flow. Academic
Press.
Lapidus, G. and G. Pinder (1982). Numerical Solution of Partial Differential Equations in
Science and Engineering. Wiley Interscience.
Remson, I., G. Hornberger, and F. Molz (1971). Numerical Methods in Subsurface Hydrology.
Wiley Interscience.
Valocchi, A. (1994). Modeling of Groundwater Flow and Solute Transport". Lecture Notes.
University of Illinois at Urbana-Champaign.
24