Está en la página 1de 332

Mtodos Numricos en Fenmenos de Transporte.

e e o
Norberto Nigro <nnigro@intec.unl.edu.ar> Mario Storti <mstorti@intec.unl.edu.ar> www: http: // www. cimec. org. ar/ cfd Centro Internacional de Mtodos Computacionales en Ingenier e a http: // www. cimec. org. ar

(Document version: curso-cfd-0.0.2 clean) (Date: Sat Aug 18 10:08:51 2007 -0300)

Indice general
1. Modelos s cos y matemticos a 1.1. Conceptos introductorios . . . . . . . . . . . . . . . . . . . . . . 1.1.1. Postulado del continuo . . . . . . . . . . . . . . . . . . . 1.1.2. Tipos de ujo . . . . . . . . . . . . . . . . . . . . . . . . 1.1.3. La solucin a los problemas de mecnica de uidos . . . o a 1.1.4. Unidades . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.5. Propiedades de los uidos . . . . . . . . . . . . . . . . . . 1.2. Cinemtica de uidos . . . . . . . . . . . . . . . . . . . . . . . . a 1.2.1. El volmen material . . . . . . . . . . . . . . . . . . . . . u 1.2.2. El principio de conservacin de la cantidad de movimiento o 1.3. TP.I.- Trabajo Prctico #1 . . . . . . . . . . . . . . . . . . . . . a 2. Niveles dinmicos de aproximacin a o 2.0.1. Introduccin . . . . . . . . . . . . . . . . . . . o 2.1. Las ecuaciones de Navier-Stokes . . . . . . . . . . . . 2.1.1. Modelo de uido incompresible . . . . . . . . . 2.1.2. Las ecuaciones de Navier-Stokes promediadas 2.1.3. Aproximacin Thin shear layer (TSL) . . . o 2.1.4. Aproximacin Navier-Stokes parabolizada . . . o 2.1.5. Aproximacin de capa l o mite . . . . . . . . . . 2.2. Modelo de ujo inv scido . . . . . . . . . . . . . . . . 2.2.1. Propiedades de las soluciones discontinuas . . 2.3. Flujo potencial . . . . . . . . . . . . . . . . . . . . . . 2.3.1. Aproximacin de pequeas pertubaciones . . o n 2.3.2. Flujo potencial linealizado . . . . . . . . . . . 3. Naturaleza matemtica de las ecuaciones a 3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . o 3.2. Supercies caracter sticas. Soluciones del tipo ondas 3.3. Ecuaciones diferenciales parciales de segundo rden o 3.4. Denicin general de supercie caracter o stica . . . . 3.5. Dominio de dependencia - zona de inuencia . . . . 3.6. Condiciones de contorno e iniciales . . . . . . . . . . 10 10 10 11 12 13 14 16 16 16 38 41 41 42 43 44 45 46 47 47 48 50 52 52 53 53 56 56 59 61 62

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . lineal . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

INDICE GENERAL

INDICE GENERAL

3.6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 3.6.2. MatLab como software de aplicacin . . . . . . . . . . . . . . . . . . . . . . . . o 4. Mtodo de diferencias nitas e 4.1. Diferencias nitas en 1D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1. Desarrollo en Serie de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.2. Aproximaciones de mayor orden . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.3. Aproximacin de derivadas de orden superior . . . . . . . . . . . . . . . . . . o 4.1.4. Nmero de puntos requeridos . . . . . . . . . . . . . . . . . . . . . . . . . . . u 4.1.5. Solucin de la ecuacin diferencial por el mtodo de diferencias nitas . . . . o o e 4.1.6. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.7. Anlisis de error. Teorema de Lax . . . . . . . . . . . . . . . . . . . . . . . . a 4.1.8. Condiciones de contorno tipo Neumann (ujo impuesto) . . . . . . . . . . . 4.2. Problemas no-lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2. Mtodo secante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 4.2.3. Mtodo tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 4.3. Precisin y nmero de puntos en el esquema de diferencias nitas . . . . . . . . . . . o u 4.4. Mtodo de diferencias nitas en ms de una dimensin . . . . . . . . . . . . . . . . . e a o 4.5. Aproximacin en diferencias nitas para derivadas parciales . . . . . . . . . . . . . . o 4.5.1. Stencil del operador discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6. Resolucin del sistema de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . o 4.6.1. Estructura banda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.2. Requerimientos de memoria y tiempo de procesamiento para matrices banda 4.6.3. Ancho de banda y numeracin de nodos . . . . . . . . . . . . . . . . . . . . . o 4.7. Dominios de forma irregular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1. Inmersin del dominio irregular en una malla homognea . . . . . . . . . . . o e 4.7.2. Mapeo del dominio de integracin . . . . . . . . . . . . . . . . . . . . . . . . o 4.7.3. Coordenadas curvil neas ortogonales . . . . . . . . . . . . . . . . . . . . . . . 4.7.4. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.5. Mallas generadas por transformacin conforme . . . . . . . . . . . . . . . . . o 4.8. La ecuacin de conveccin-reaccin-difusin . . . . . . . . . . . . . . . . . . . . . . . o o o o 4.8.1. Interpretacin de los diferentes trminos . . . . . . . . . . . . . . . . . . . . . o e 4.8.2. Discretizacin de la ecuacin de adveccin-difusin . . . . . . . . . . . . . . . o o o o 4.8.3. Desacoplamiento de las ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . 4.8.4. Esquemas de diferencias contracorriente (upwinded) . . . . . . . . . . . . . . 4.8.5. El caso 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.8.6. Resolucin de las ecuaciones temporales . . . . . . . . . . . . . . . . . . . . . o 4.9. Conduccin del calor con generacin en un cuadrado . . . . . . . . . . . . . . . . . . o o

63 64 74 74 74 76 76 77 77 79 80 81 85 87 88 90 91 93 93 96 97 97 98 100 101 102 104 105 105 107 112 113 118 119 119 121 123 124

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Tcnicas de discretizacin e o 126 5.1. Mtodo de los residuos ponderados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 e 5.1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 o 5.1.2. Aproximacin por residuos ponderados . . . . . . . . . . . . . . . . . . . . . . 129 o 2

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

INDICE GENERAL

INDICE GENERAL

5.1.3. Residuos ponderados para la resolucin de ecuaciones diferenciales o 5.1.4. Condiciones de contorno naturales . . . . . . . . . . . . . . . . . . 5.1.5. Mtodos de solucin del contorno . . . . . . . . . . . . . . . . . . e o 5.1.6. Sistema de ecuaciones diferenciales . . . . . . . . . . . . . . . . . 5.1.7. Problemas no lineales . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.8. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.9. TP.chapV Trabajo Prctico #2 . . . . . . . . . . . . . . . . . . . a

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

131 138 139 140 141 145 146 150 150 152 157 158 158 159 163 164 165 166 167 168 171 171 171 173 180 182 183 183 184 188 190 195 195 198 199 200 200 204 206 206 207 3

6. Mtodo de los elementos nitos e 6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.2. Funciones de forma locales de soporte compacto . . . . . . . . . . . . . . . . . . . . . 6.3. Aproximacin a soluciones de ecuaciones diferenciales. Requisitos sobre la continuidad o de las funciones de forma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.4. Formulacin dbil y el mtodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . o e e 6.5. Aspectos computacionales del mtodo de los elementos nitos . . . . . . . . . . . . . e 6.5.1. Ejemplo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5.2. Ejemplo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.5.3. Ejemplo 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.6. Interpolacin de mayor orden en 1D . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.6.1. Grado de las funciones de prueba y velocidad de convergencia . . . . . . . . . 6.6.2. Funciones de forma de alto orden standard de la clase C 0 . . . . . . . . . . . 6.7. Problemas con adveccin dominante - Mtodo de Petrov-Galerkin . . . . . . . . . . . o e 6.8. El caso multidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.8.2. Elemento triangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.3. Elemento cuadrangular . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.8.4. Transformacin de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.8.5. Integracin numrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o e 6.9. Problemas dependientes del tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.9.1. Discretizacin parcial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 6.9.2. Discretizacin espacio-temporal por elementos nitos . . . . . . . . . . . . . . o 6.10. El mtodo de los elementos nitos aplicado a las leyes de conservacin . . . . . . . . . e o 6.11. TP.VI- Trabajo Prctico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 7. Mtodo de los vol menes nitos e u 7.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . o 7.2. Formulacin del mtodo de los volmenes nitos . . o e u 7.2.1. Mallas y volmenes de control . . . . . . . . . u 7.3. El mtodo de los volmenes nitos en 2D . . . . . . . e u 7.3.1. Evaluacin de los ujos convectivos . . . . . . o 7.3.2. Frmulas generales de integracin . . . . . . . o o 7.4. El mtodo de los volmenes nitos en 3D . . . . . . . e u 7.4.1. Evaluacin del area de las caras de la celda . . o 7.4.2. Evaluacin del volmen de la celda de control o u

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

. . . . . . . . .

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

INDICE GENERAL

INDICE GENERAL

7.5. TP.VII.- Trabajo Prctico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 a 8. Anlisis de esquemas numricos a e 8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . o 8.2. Deniciones bsicas . . . . . . . . . . . . . . . . . . a 8.3. Consistencia . . . . . . . . . . . . . . . . . . . . . . 8.4. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . 8.5. El mtodo de Von Neumann . . . . . . . . . . . . . e 8.5.1. Factor de amplicacin . . . . . . . . . . . . o 8.5.2. Extensin al caso de sistema de ecuaciones . o 8.5.3. Anlisis espectral del error numrico . . . . a e 8.5.4. Extensin a esquemas de tres niveles . . . . o 8.5.5. El concepto de velocidad de grupo . . . . . . 8.5.6. Anlisis de Von Neumann multidimensional a 8.6. Convergencia . . . . . . . . . . . . . . . . . . . . . . 8.7. TP. Trabajo Prctico . . . . . . . . . . . . . . . . . . a 213 213 213 216 218 220 221 223 228 232 232 233 234 235 238 238 238 243 246 248 248 253 253 255 258 262 266 271 272 272 276 277 277 278 280 280 281 282 282 285 286 4

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

9. Mtodos iterativos para la resolucin de ecuaciones lineales e o 9.1. Conceptos bsicos de mtodos iterativos estacionarios . . . . . . . . a e 9.1.1. Notacin y repaso . . . . . . . . . . . . . . . . . . . . . . . . o 9.1.2. El lema de Banach . . . . . . . . . . . . . . . . . . . . . . . . 9.1.3. Radio espectral . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.4. Saturacin del error debido a los errores de redondeo. . . . . o 9.1.5. Mtodos iterativos estacionarios clsicos . . . . . . . . . . . . e a 9.2. Mtodo de Gradientes Conjugados . . . . . . . . . . . . . . . . . . . e 9.2.1. Mtodos de Krylov y propiedad de minimizacin . . . . . . . e o 9.2.2. Consecuencias de la propiedad de minimizacin. . . . . . . . o 9.2.3. Criterio de detencin del proceso iterativo. . . . . . . . . . . o 9.2.4. Implementacin de gradientes conjugados . . . . . . . . . . . o 9.2.5. Los verdaderos residuos. . . . . . . . . . . . . . . . . . . . . 9.2.6. Mtodos CGNR y CGNE . . . . . . . . . . . . . . . . . . . . e 9.3. El mtodo GMRES . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.3.1. La propiedad de minimizacin para GMRES y consecuencias o 9.3.2. Criterio de detencin: . . . . . . . . . . . . . . . . . . . . . . o 9.3.3. Precondicionamiento . . . . . . . . . . . . . . . . . . . . . . . 9.3.4. Implementacin bsica de GMRES . . . . . . . . . . . . . . . o a 9.3.5. Implementacin en una base ortogonal . . . . . . . . . . . . . o 9.3.6. El algoritmo de Gram-Schmidt modicado . . . . . . . . . . . 9.3.7. Implementacin eciente . . . . . . . . . . . . . . . . . . . . . o 9.3.8. Estrategias de reortogonalizacin . . . . . . . . . . . . . . . . o 9.3.9. Restart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.3.10. Otros mtodos para matrices no-simtricas . . . . . . . . . . e e 9.3.11. Gu Nro 3. GMRES . . . . . . . . . . . . . . . . . . . . . . . a 9.4. Descomposicin de dominios. . . . . . . . . . . . . . . . . . . . . . . o

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

INDICE GENERAL

INDICE GENERAL

9.4.1. Condicionamiento del problema de interfase. Anlisis de Fourier. . . . . . . . . 287 a 9.5. Gu de Trabajos Prcticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292 a a 10.Flujo incompresible 10.1. Denicin de ujo incompresible . . . . . . . . . . . . . . . . . . . . . . . . . o 10.2. Ecuaciones de Navier-Stokes incompresible . . . . . . . . . . . . . . . . . . . . 10.3. Formulacin vorticidad-funcin de corriente . . . . . . . . . . . . . . . . . . . o o 10.4. Caracter sticas particulares acerca de la discretizacin de las ecuaciones de o Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.4.1. Discretizacin de los trminos convectivos y viscosos . . . . . . . . . . o e 10.4.2. Discretizacin de los trminos de presin . . . . . . . . . . . . . . . . o e o 10.4.3. Propiedades de conservacin . . . . . . . . . . . . . . . . . . . . . . . o 10.5. Discretizacin en variables primitivas . . . . . . . . . . . . . . . . . . . . . . . o 10.6. Uso de mallas staggered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.6.1. Uso de mallas staggered en el contexto de volmenes nitos . . . . . . u 10.6.2. Resolucin de las ecuaciones de Navier-Stokes sobre grillas staggered . o 10.7. Ecuacin para el clculo de la presin . . . . . . . . . . . . . . . . . . . . . . o a o 10.7.1. Tratamiento expl cito . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.7.2. Tratamiento impl cito . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.7.3. Mtodos impl e citos basados en una correccin de la presin . . . . . . o o 10.8. Mtodos de paso fraccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 10.9. Mtodos de compresibilidad articial . . . . . . . . . . . . . . . . . . . . . . . e 10.9.1. Ultimos comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.10. iscretizacin por elementos nitos . . . . . . . . . . . . . . . . . . . . . . . . D o 10.11. l test de la parcela . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E . 10.12. a condicin de Brezzi-Bab. L o .uska . . . . . . . . . . . . . . . . . . . . . . . . . 295 295 296 297 298 298 299 300 303 304 305 306 306 307 308 308 308 309 311 311 312

. . . . . . . . . . . . . . . Navier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . 314 10.13. todos FEM estabilizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 Me 316 . . . . . . 316 . . . . . . 317 . . . . . . 318 de inexin 318 o . . . . . . 319 . . . . . . 319 . . . . . . 320 . . . . . . 320 . . . . . . 322 . . . . . . 323 . . . . . . 324 . . . . . . 325 . . . . . . 325 . . . . . . 326 . . . . . . 327 5

11.Turbulencia y su modelizacin o 11.1. Introduccin a la f o sica de la turbulencia . . . . . . . . . . . . . . . . . . . . 11.1.1. Transicin de ujo laminar a ujo turbulento . . . . . . . . . . . . . o 11.1.2. Flujo jet: un ejemplo de perl con un punto de inexin . . . . . . . o 11.1.3. Capa l mite sobre una placa plana: un ejemplo de perl sin un punto 11.1.4. Transicin en ductos . . . . . . . . . . . . . . . . . . . . . . . . . . . o 11.1.5. Conclusiones preliminares . . . . . . . . . . . . . . . . . . . . . . . . 11.2. Ecuaciones de Navier-Stokes promediadas en el tiempo . . . . . . . . . . . . 11.2.1. Ecuaciones de Reynolds . . . . . . . . . . . . . . . . . . . . . . . . . 11.2.2. Clausura del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3. Caracter sticas de ujos simples . . . . . . . . . . . . . . . . . . . . . . . . . 11.3.1. Flujo en ductos y capa l mite en placa plana . . . . . . . . . . . . . 11.4. Modelos de turbulencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.4.1. Hiptesis de Boussinesq . . . . . . . . . . . . . . . . . . . . . . . . . o 11.4.2. Modelo de longitud de mezcla . . . . . . . . . . . . . . . . . . . . . . 11.4.3. Modelo kappa-epsilon . . . . . . . . . . . . . . . . . . . . . . . . . .
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

INDICE GENERAL

INDICE GENERAL

11.4.4. Flujo a altos Reynolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328 11.4.5. Flujo a bajos Reynolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Introduccin. Contenidos del curso o


Este curso bsico sobre CFD siguiendo los lineamientos del libro de C. Hirsch [Hirsch] se divide en a 2 partes: 1. Fundamentos y tcnicas generales aplicables a los fenmenos de transporte en general y al ujo e o de calor y de uidos en particular a) MODELOS FISICOS Y MATEMATICOS EN CFD b) APROXIMACIONES DINAMICAS c) NATURALEZA MATEMATICA DE LAS ECUACIONES d) TECNICAS DE DISCRETIZACION GLOBAL e) METODOS ESPECTRALES f ) TECNICAS DE DISCRETIZACION LOCAL g) METODOS DE ELEMENTOS FINITOS h) TECNICAS DE DISCRETIZACION LOCAL i) METODOS DE VOLUMENES FINITOS j) ANALISIS NUMERICO DE ESQUEMAS DISCRETOS k) RESOLUCION DE ECUACIONES DISCRETIZADAS l) APLICACIONES 2. Tcnicas espec e cas aplicables a problemas de mecnica de uidos y transferencia de calor. a a) FLUJO INVISCIDO COMPRESIBLE b) FLUJO VISCOSO COMPRESIBLE c) FLUJO VISCOSO INCOMPRESIBLE d) TOPICOS ESPECIALES La primera parte del curso consiste en presentar los principios generales sobre los que se apoyan los modelos f sicos que interpretan muchas de las situaciones experimentales en mecnica de uidos y a transferencia de calor. Mediante una visin del material propia de la mecnica del continuo se obtiene o a posteriormente un modelo matemtico que en general consiste de un conjunto de ecuaciones a derivaa das parciales con o sin restricciones y con sus respectivos valores de contorno e iniciales que completan 7

INDICE GENERAL

INDICE GENERAL

su denicin. Dada la complejidad matemtica de estos modelos, salvo en situaciones muy particulares o a en las cuales se pueden obtener soluciones anal ticas, requieren de su resolucin numrica con lo cual o e se hace necesario presentar las diferentes tcnicas de discretizacin habitualmente empleadas en proe o blemas de transporte de calor y momento. Debido al diferente carcter de las ecuaciones diferenciales, a tanto en su visin continua como en su contraparte discreta y a la presencia de ecuaciones adicionales o en los contornos, tambien discretizadas, se requiere un minucioso anlisis de los esquemas numricos a e empleados previo a su resolucin, con el n de poder interpretar las tcnicas numricas desde el punto o e e de vista de la precisin, la convergencia, la consistencia y la estabilidad. A continuacin se aborda el o o tema de la resolucin numrica delsistema algebraico/diferencial de ecuaciones que surge de la discreo e tizacin empleada. Este tpico tiene alta incidencia en la factibilidad de resolver problemas numricos o o e ya que de acuerdo al problema en mano y a los recursos computacionales disponibles muestra las diferentes alternativas para su resolucin. Esta primera parte naliza con una serie de aplicaciones de o los conceptos adquiridos a la resolucin de las ecuaciones de conveccin difusin tanto en su version o o o estacionaria como transiente, desde el simple caso unidimensional al multidimensional, considerando el caso lineal como el no lineal representado por la ecuacin de Brgers. Este modelo sencillo tiene o u especial inters dada la similitud que presenta con la estructura de las ecuaciones que conforman la e mayoria de los modelos matemticos mas frecuentemente usados en mecnica de uidos y transferencia a a de calor. En esta primera parte del curso se introducirn en forma de trabajos prcticos y cuando la a a explicacin terica lo requiera algunos ejemplos a resolver tanto anal o o tica como numricamente. dado e que esta parte es introductoria se vern modelos simplicados de aquellos comnmente empleados a u en CFD pero que contienen muchas de las caracter sticas matemtico/numricas propias de aquellos a e y que lo hacen atractivos en pos de ir incorporando conceptos, necesarios para abordar la segunda parte, en forma gradual. Paralelamente con el curso terico se desarrollarn talleres sobre los aspectos o a prcticos a cubrir en esta primera parte. Debido a que el enfoque del curso est orientado hacia los a a fundamentos y el aprendizaje de las tcnicas que estn impl e a citas en todo cdigo computacional se o hace necesario programar por uno mismo algunas aplicaciones vistas en la seccin terica. Ya que esto o o dif cilmente se encuentra en un paquete comercial y dado que el grado de avance que actualmente existe en el area de software educativo est bastante lejos de poder contar con herramientas aptas a para la enseanza se hace necesario elegir algn entorno que sea ameno para el usuario y potente para n u el ambicioso plan de aprender mtodos numricos desde cero. En este sentido consideramos que el uso e e de MatLab puede ser muy benecioso por varias razones, a saber: 1. cuenta con muchas rutinas de alto nivel y otras de bajo nivel que permite ubicarse muchas veces en diferentes niveles o jerarquias con lo cual cada uno puede optar por el rol que mas le gusta, 2. es un lenguaje de programacin, por lo tanto crear rutinas muy espec o cas, 3. gran y eciente interaccin entre clculo y grcos, o a a 4. posibilidad de debugear aplicaciones en forma interactiva. No obstante, por razones de eciencia y para cuando la necesidad lo requiera es necesario contar con conocimientos de lenguajes de programacin ms orientados a simulaciones de gran escala, como o a por ejemplo el Fortran y el C o C++. Sin entrar en detalles acerca de la programacin el curso incluye o el manejo de un programa de elementos nitos para la resolucin de algunos de los problemas incluidos o 8

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

INDICE GENERAL

INDICE GENERAL

en la primera parte del curso. Este software ser utilizado en la segunda parte del curso para resolver a problemas de ujos compresibles e incompresibles que requieren mucha mayor potencia de clculo. a La segunda parte del curso trata acerca de las tcnicas espec e cas empleadas en la resolucin de o problemas de mecnica de uidos. Bsicamente se tomar en primera instancia el caso de ujo inv a a a scido compresible representado por el modelo de las ecuaciones de Euler y posteriormente se tratar el caso a viscoso tanto compresible como incompresible modelado por las ecuaciones de Navier-Stokes. En cada uno de estos cap tulos se volcarn los conceptos aprendidos en la primera parte del curso para disear a n y analizar esquemas numricos que permitan resolver estos casos particulares. Dada la complejidad e del problema surgen naturalmente restricciones muy severas en cuanto a la resolucin numrica de las o e ecuaciones lo cual hace necesario explorar tcnicas iterativas espec e casa tal n. Como las soluciones numricas en los problemas de ujos de uidos son altamente dependiente de la malla se hace necesario e introducir nociones bsicas sobre generacin de mallas en CFD . Este tema forma parte del grupo de a o tpicos especiales. Otro de los temas especiales a tratar es el modelado de la turbulencia. Es bien o sabido que la mayor de los problemas de inters son gobernados por condiciones de ujo turbulento. a e Se ver a modo de introduccin algunos modelos algebraicos t a o picos en los casos de ujos internos y externos asi como algunos modelos basados en ecuaciones a derivadas parciales como el caso del bien popular mtodo . Finalmente cierra esta seccin de tpicos especiales el tratamiento de problemas e o o con dominios variables en el tiempo.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1

Modelos s cos y matemticos a


En este cap tulo se presentan los principios o leyes f sicas que gobiernan el ujo de uidos, las reglas que denen el comportamiento de los materiales involcucrados, los relaciones termodinmicas a entre las variables que caracterizan el fenmeno y nalmente los modelos matemticos conformados o a por sistemas de ecuaciones diferenciales que sern el punto de partida hacia la bsqueda de soluciones a u a diversos problemas de mecnica de uidos y transferencia de calor. a

1.1.

Conceptos introductorios

En esta seccin mencionaremos algunos conceptos bsicos necesarios para conformar el marco o a terico para el tratamiento de los problemas a resolver. o

1.1.1.

Postulado del continuo

Partiendo de una descripcin molecular de la materia podemos poner atencin en el movimiento o o de ellas en forma individual o formar un cluster que agrupe a muchas de ellas y estudiar el movimiento del mismo. La idea del cluster equivale a una especie de promediacin estad o stica que tiene sentido si las escalas de inters a ser resueltas son mucho mayores que el camino libre medio de las molculas. e e Esta visin fenomenolgica hace que el medio sea interpretado como un continuo a diferencia de la o o visin microscpica que mira al material desde una aproximacin a las part o o o culas. Desde la ptica o del continuo las variables a resolver se asumen variar en forma continua respecto a las coordenadas espaciales y al tiempo. En la aproximacin del continuo la operacin de promediacin antecede a la o o o aplicacin del principios termomecnicos. En la aproximacin de part o a o cula se suelen plantear las leyes f sicas a la escala microscpica y estudiar los fenmenos que ocurren a esa escala. Si realizramos la o o a promediacin despus de aplicar los principios termomecnicos deber o e a mos encontrar el mismo resultado que aquel que surge de la mecnica del continuo. De todos modos esto ultimo no es muy prctico ya a a que a menudo la informacin microscpica que se dispone es muy escasa como para poder plantear un o o modelo a tan pequea escala para despus saltar mediante la promediacin a la macroescala, de real n e o inters a los nes ingenieriles. e

10

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.1. Conceptos introductorios o

1.1.2.

Tipos de ujo

Compresible e incompresible Un uido se considera incompresible si su densidad experimenta cambios despreciables frente a cambios apreciables en la temperatura y la presin. Despreciable es un o trmino ambiguo y debe ser interpretado de acuerdo a la experiencia. Por ejemplo si un uido var e a C o en un 1 % para un salto de presin su densidad un 5 % para un salto trmico de T 100 e o de p 100atm uno se inclinar pensar que el uido es incompresible. En realidad lo que interesa a es el ujo que se establece con total independencia del uido que lo experimenta. No importa si es agua o aire lo importante es en que medida es la compresibilidad del medio un factor importante por considerar. Un ejemplo es la conveccin natural en un medio como el agua. Este fenmeno es manejado o o por diferencia de densidades muchas veces producidas por gradientes trmicos. Si bien la densidad del e agua tiene un comportamiento tal que podr pensarse como incompresible, es su compresibilidad la a que permite poner en movimiento al sistema formando corrientes convectivas que describen por si mismas el fenmeno. No obstante este problema puede ser tratado como uno de ujo incompresible o introduciendo efectos forzantes proporcionales al gradiente trmico mediante una aproximacin debida e o a Boussinesq. En general el caso de ujo compresible es reservado para gases a alta velocidad, prximas o o superior a las del sonido en donde los fenmenos ondulatorios son muy apreciables. No obstante el o agua, un uido qu a priori podr ser tildado como incompresible, al circular por una caer y al a n a experimentar el cierre abrupto de una vlvula desarrolla ondas de presin que pueden ser analizadas a o por tcnicas de ujos compresible. Resumiendo, la divisin entre compresible e incompresible debe ser e o analizada en trmino del ujo que produce y no del uido que lo experimenta. e

Convection

Stable Laminar

Unstable Turbulence

Infinitesimal

Finite amplitude Transition Developed

Instability Undisturbed Disturbed

Developing

Flujo laminar y turbulento Laminar y turbulento Mientras que el ujo laminar es caracterizado por un movimiento suave y determin stico de una lmina de uido sobre otra, el turbulento es un movimiento aleatorio supera puesto sobre un movimiento medio del uido. El humo de un cigarrillo es un experimento interesante que permite visualizar como el aire alrededor del mismo al calentarse se pone en movimiento de forma 11

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.1. Conceptos introductorios o

laminar. En direccin ascendente pronto se ve como esa corriente ordenada empieza a inestabilizarse o formando remolinos de gran escala que se returcen hasta que el desrden se amplica y los remolinos o se anan en tamao y crecen en cantidad retorcindose ms y mas alcanzando un rgimen plenan e a e mente turbulento. Este fenmeno es visible a nuestros ojos por un efecto similar al utilizado en la o tcnica Schlieren en el que se hace atravezar rayos luminosos en un medio con densidad variable. De e los muchos experimentos que se podr mencionar acerca de ujos turbulentos no podemos dejar an de mencionar aquel que hizo historia y que se debi al propio Reynolds. El pudo observar como el o ujo que atravezaba un tubo de seccin circular a medida que iba cambiando la velocidad de entrada o experimentaba cambios despreciables en su patrn uidodinmico hasta que al atravezar cierto valor o a l mite se produc un cambio signicativo en el rgimen uidodinmico. Ese valor cr a e a tico puede ser establecido mediante tcnicas de anlisis dimensional, que dan cuenta que cuando el nmero de Reye a u nolds supera un valor prximo a los 2100 el ujo se transiciona y luego se transforma en turbulento. o La transicin se maniesta porque se crea un movimiento vorticoso peridico que al crecer el Reynolds o o se desordena an mas alcanzando un rgimen turbulento. La gura 1.1.2 muestra a modo de esquema u e los diferentes reg menes que se presentan en un ujo desde uno laminar estable, pasando por inestabilidades hasta uno turbulento. El tema de la inestabilidad de ujos es toda un area de investigacin o aparte que merece mucha atencin y que por razones de complejidad y espacio no ser tratada en este o a curso. Aquellos interesados en el tema pueden recurrir a libros como Batchelor [Ba], Dreizin & Reid [DR] y a los trabajos de Taylor entre otros. Estacionario y transiente En el caso laminar la diferencia entre un ujo estacionario y otro transiente es obvia, en el primero las variables de interes son independientes del tiempo mientras que en el ultimo p = p(t) y v = v(t). Si el ujo es turbulento, por ser este siempre transiente, la diferencia debe establecerse sobre los valores medios, o sea p = p(t) implica que el ujo es estacionario, siendo 1 T p = T 0 p(t)dt el promedio temporal de la presin en un per o odo de duracin T . o Unidimensional y multidimensional En el punto anterior tratamos la dependencia o no de las variables dependientes sobre una variable independiente en particular, el tiempo, estableciendo las diferencias entre un movimiento estacionario y otro transiente. Ahora tomaremos otra variable independiente, las coordenadas espaciales y supongamos que las variables dependientes, la presin y la o velocidad por ejemplo, slo dependen de una de las coordenadas espaciales. En ese caso el movimiento o es unidimensional siendo esta situacin muy ventajosa a la hora de un tratamiento anal o tico. Lamentablemente estas situaciones dif cilmente se encuentren en la realidad, siendo al menos 2D la clase de problemas que merecen atencin. En estos casos como en el 3D los problemas deben ser generalmente o abordados en forma numrica. e

1.1.3.

La solucin a los problemas de mecnica de uidos o a

El formalismo necesario para resolver problemas de mecnica de uidos requiere de establecer los a postulados fundamentales que gobiernan el movimiento de los mismos. Sin entrar en demasiado detalle en este tema podemos decir que la mayor de los estudiantes aprenden en los cursos universitarios las a leyes de Newton del movimiento y la aplican para resolver problemas de esttica y dinmica en forma a a casi natural. Parecer natural que ellas deban incluirse como leyes o postulados fundamentales para a

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

12

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.1. Conceptos introductorios o

tratar problemas de movimiento de uidos. Sin embargo y desde el punto de vista de la mecnica del a continuo son ms adecuadas las dos leyes de Euler que dicen: a 1.- la variacin temporal de la cantidad de movimiento de un cuerpo es igual a la fuerza resultante o actuando sobre el mismo. 2.- la variacin temporal del momento de la cantidad de movimiento de un cuerpo es igual al o torque resultante actuando sobre el mismo, considerando que tanto el momento angular como el torque son medidos respecto del mismo punto. La primera ley de Euler es una generalizacin de la segunda ley de Newton mientras que la segunda o ley de Euler es independiente de la primera ya que no solo incluye las fuerzas de volmen sino tambin u e las fuerzas de supercie. Estas dos leyes son conocidas como el principio del momento lineal (1) y el principio del momento angular (2). Ambas, junto con los principios de conservacin de la masa o y la energ forman las leyes fundamentales necesarias para denir el modelo f a sico utilizado en la mayor de los fenmenos de transporte. Es ms, los principios del momento lineal y angular pueden a o a ser considerados como principios de conservacin considerando que la variacin temporal de la cantidad o o de movimiento lineal o angular son igualadas por la velocidad a la cual dicha cantidad de movimiento lineal o angular se suminstra al cuerpo mediante una fuerza o un torque respectivamente. En lo anterior la palabra cuerpo se utiliza como una cantidad ja de material, un cuerpo siempre contiene la misma masa y algunas veces es referido como sistema. Considerando los 4 principios de conservacin anteriores, cantidad de movimiento lineal y angular, masa y energ podemos ver o a que los dos primeros son principios sobre propiedades vectoriales mientras que los dos ultimos son establecidos sobre cantidades escalares. Establecer los principios fundamentales es solo el comienzo de un largo camino en pos de obtener soluciones a problemas de mecnica de los uidos. A continuacin a o se requiere un detallado anlisis matemtico para transformar lo establecido por los principios f a a sicos en ecuaciones matemticas utiles. A posteriori se necesita introducir reglas sobre el comportamiento a del material tanto desde un punto de vista mecnico como termodinmico ambas basadas en las a a observaciones o quizs en algunos casos deducibles de principios o leyes f a sicas aplicables a escalas mucho mas pequeas. Finalmente es la intuicin la que restringe an ms los modelos en pos de n o u a hacerlos tratables.

1.1.4.

Unidades

En pos de normalizar el tratamiento tomaremos como unidades aquellas que surgen del sistema internacional de medidas y que se expresan en funcin de las siguientes magnitudes bsicas o primarias: o a M = masa (Kg) L = distancia (m) t = tiempo (seg) con lo cual las cantidades cinemticas como posicin, velocidad y aceleracin surgen de combinar a o o distancias y tiempos en distintas potencias. La fuerza, como magnitud dinmica surge de aplicar el a principio de conservacin de la cantidad de movimiento lineal , entonces o (1.1)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

13

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.1. Conceptos introductorios o

d (M v) = F dt m 1 Kg = Newton [=] seg seg

(1.2)

1.1.5.

Propiedades de los uidos

Para el caso de ujo incompresible a una fase solo se requiere conocer la densidad y la viscosidad si el uido es newtoniano. En el caso que el uido sea no newtoniano o si los efectos compresibles son importantes existen otras magnitudes a tener en cuenta. Compresibilidad Con dos coecientes tendremos en cuenta el efecto de la presin y la temperatura o sobre la densidad. El primero se dene como: = 1 ( )T p

mientras que el coeciente de expansin se dene como: o 1 = ( )p T En el caso de los l quidos estos dos coecientes son en general pequeos, especialmente . El n coeciente de expansin puede adquirir cierta importancia en el caso de fenmenos como la conveccin o o o natural. En el caso de gases, un ejemplo es el caso de los gases ideales cuya ley de comportamiento viene comnmente expresada por u p RT 1 = (1.3) p 1 = T En el caso de los gases reales el comportamiento es diferente especialmente cerca de los puntos cr ticos y se debe recurrir a la experiencia para poder determinar las leyes de comportamiento. = Viscosidad A diferencia de los materiales slidos que ante un esfuerzo sufren una deformacin o o en general independiente del tiempo, los uidos no soportan determinados esfuerzos y se deforman continuamente. Esto muchas veces est asociado a la uidez del medio. Un contraejemplo de los dicho a en el caso de slidos es el fenmeno de creep o uencia lenta. En el caso de los slidos la deformacin o o o o es la variable cinemtica de inters, denida como la variacin relativa de la distancia entre dos puntos a e o del cuerpo material. En los uidos su anlogo es la tasa o velocidad de deformacin, o sea la variacin a o o relativa de la velocidad de dos puntos dentro del volmen material. Lo que suele ser de inters es u e establecer cierta relacin entre causa y efecto, o sea entre tensin y deformacin en mecnica de slidos o o o a o o entre tensin y velocidad de deformacin en uidos. Esta funcionalidad puede asumir un rango lineal o o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

14

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.1. Conceptos introductorios o

y luego uno no lineal, dependiendo del material el punto de corte entre uno y otro comportamiento. En slidos es el mdulo de Young el que vincula tensin con deformacin mientras que en mecnica de o o o o a uidos es la viscosidad la que juega semejante rol. La reolog es la ciencia que se encarga de establecer a relaciones de este tipo vlidas para ciertos materiales o uidos. A su vez una vez establecido el ensayo de a laboratorio aparecen los tericos tratando de traducir los valores experimentales en alguna teor que o a los explique. Entre estas teor una de las ms citadas es la de considerar al uido como Newtoniano, as a con eso queremos decir que la viscosidad es independiente del estado de deformacin del uido. La o viscosidad puede variar con la posicin y el tiempo pero por otras causas, por ejemplo calentamiento, o pero no var por su estado de deformacin. Con el viscos a o metro se pueden determinar valores para la viscosidad. En el caso ms general la viscosidad puede depender del estado de deformacin y en este a o o caso el uido exhibe un comportamiento no newtoniano. La gura 1.1.5 muestra 4 curvas tensin vs velocidad de deformacin que muestran el caso newtoniano (recta por el or o gen), el ujo de Bingham (recta desfasada del or gen), y dos casos de uido no newtoniano, el caso dilatante con viscosidad proporcional a la deformacin y el caso pseudo-plstico cuando la viscosidad disminuye cuanto ms se o a a deforma el uido.
odel
ton ew ian

m ham Bing

Pse

pl udo

c asti
N

la Di

ta

nt

Comportamiento reolgico de los uidos o Existe un modelo muy usado llamado modelo de la ley de potencia o modelo de Ostwald-de Wael el cual trata de unicar el tratamiento deniendo una viscosidad aparente del tipo ap 0 dvx dy
n1

con 0 una viscosidad de referencia y n una potencia. En este caso el escurrimiento se piensa del tipo ujo paralelo. Tensin supercial Esta aparece en general cuando existen interfaces entre dos o ms uidos o o a un uido y un slido y a veces suelen ser tan importantes que su omisin en las ecuaciones pone en o o peligro el realismo de la solucin. Esta en general es funcin de la curvatura de la interface y de algn o o u coeciente de capilaridad. Su complejidad escapa los alcances de estas notas. Presin de vapor o En algunas aplicaciones la presin local suele descender demasiado alcanzando la presin de satuo o racin del vapor con lo cual aparece el fenmeno de cavitacin. Este fenmeno es muy importante en o o o o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

15

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

el funcionamiento de mquinas hidrulicas como bombas y turbinas pero su tratamientoe escapa los a a alcances de estas notas.

1.2.

Cinemtica de uidos a

En esta seccin se presentan algunas deniciones necesarias para describir el movimiento de los o uidos y se muestran algunas reglas muy utiles que permiten manipular matemticamente las ecuacio a nes de conservacin, pudiendo expresarlas de varias formas segun el tratamiento que se desee emplear. o Empezaremos con la denicin de los diferentes volmenes de control comnmente empleados en la o u u descripcin de las ecuaciones de movimiento y expresaremos en forma matemtica el principio de o a conservacin del momento lineal. Posteriormente trabajaremos sobre la cinemtica del movimiento, el o a lado izquierdo de la ecuacin, usaremos el teorema de la divergencia para poder transformar integrales o de volmen en integrales de area y viceversa, una ayuda para poder formular los problemas desde el u punto de vista integral o diferencial, microscpico o macroscpico y nalmente se presenta el teorema o o del transporte para poder manipular volmenes de control variables con el tiempo. De esta forma se u arriba a las ecuaciones de conservacin. o

1.2.1.

El vol men material u

Por lo previamente establecido el principio de momento lineal involucra la denicin de cuerpo, o diciendo que la variacin temporal de la cantidad de movimiento de un cuerpo es igual a la fuerza o resultante actuando sobre el mismo. Como cuerpo queremos decir un sistema con una cantidad ja de material. Debido a que los principios de conservacin se aplican a los cuerpos y si consideramos o el principio de conservacin de la masa entonces se deduce que la masa de un volmen material o u es constante. Al basar nuestro anlisis en la mecnica del continuo y al asumir que nuestra escala de a a inters es mucho mayor que la del propio movimiento molecular, entonces, tiene sentido considerar que e el volmen material cambia de forma y posicin con el tiempo de una manera continua sin intercambiar u o masa con el medio ambiente. Designaremos al volmen material y a su respectiva area material como u Vm y Am . En breve surgir la necesidad de trabajar con volmenes de control jos en el espacio y a a u estos como a su respectiva area los designaremos sencillamente por V y A. Finalmente presentamos una tercera posibilidad, aquella en la que el volmen de control se mueve pero ya no siguiendo al u sistema o cuerpo sino de una manera arbitraria y a estos y su respectiva area la simbolizamos como Va y Aa .

1.2.2.

El principio de conservacin de la cantidad de movimiento lineal o

Consideremos un volmen diferencial de uido dV como el mostrado en la gura 1.2.2. La masa u contenida en el mismo es dM = dV y la cantidad de movimiento del mismo es vdM = vdV . Por denicin la cantidad de movimiento del volmen material se dene como: o u vdV
Vm (t)

(1.4)

con lo cual el principio de la conservacin de la cantidad de movimiento lineal puede escribirse o como:
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

16

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

w=u
volumen arbitrario volumen material

w=u u

volumen fijo

w=0

11111 00000 11111 00000 11111 00000 11111 00000

Distintas deniciones de volmenes de control u

D Dt

vdV =
Vm (t)

Fuerza actuando sobre el volmen material u

(1.5)

D La derivada Dt es llamada la derivada material y en breve ser sometida a anlisis junto con las a a otras dos derivadas temporales a considerar, la derivada total y la derivada parcial. Aqu simplemente lo que queremos indicar es que estamos tomando la variacin temporal de una propiedad de un volmen o u material. Del lado izquierdo de la anterior ecuacin participa la cinemtica del movimiento mientras o a que del derecho se hallan las causas del movimiento o fuerzas externas aplicadas al cuerpo. Estas pueden ser:

a.- fuerzas de cuerpo o volmen u b.- fuerzas de supercie. Mientras que las primeras actan sobre la masa del sistema (fuerzas gravitatorias, electrostticas, u a etc) las otras lo hacen sobre el contorno del sistema. Introduciendo estas dos fuerzas en la expresin o anterior arribamos al principio de conservacin de la cantidad de movimiento lineal, expresado como: o D Dt vdV =
Vm (t) Vm (t)

gdV +
Am (t)

t(n) dA

(1.6)

donde g es la fuerza de cuerpo por unidad de masa y t(n) es el vector tensin en el contorno. o Casos simples En la mayor de los cursos de mecnica de los uidos de la carrera de de Ingenier se hace especial a a a nfasis entre otros temas a la resolucin de problemas asociados con la esttica de uidos y el ujo en e o a tubos y canales.
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

17

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000 11111111111 00000000000
Volmen material u

La esttica de uidos a El primer caso corresponde al caso particular de un ujo en reposo (estacionario) donde el trmino e izquierdo de la expresin (1.6) se anula quedando una igualdad del tipo: o 0=
Vm (t)

gdV +
Am (t)

t(n) dA

(1.7)

Si adems se acepta la denicin que dice: un uido se deformar continuamente bajo la aplicacin a o a o de un esfuerzo de corte entonces, las unicas fuerzas de supercie posibles deben actuar en forma normal a la misma. Adems se puede probar que el tensor de tensiones asociado a un uido en reposo a es isotrpico y por lo tanto permanecer invariante con la direccin. Con todo esto las ecuaciones o a o se simplican demasiado y si asumimos cierta continuidad en los integrandos podemos cambiar a la forma diferencial del problema y arribar a la bien conocida expresin: o 0 = g p p 0 = gi xi =i +j +k x y z

(1.8)

donde hemos usado notacin de Gibbs en la primera l o nea, notacin indicial en la segunda y la o denicin del operador gradiente en la tercera. Esta expresi es muy familiar para los estudiantes o on de ingenier ya que muchos problemas clsicos se resuelven con ella, a saber: a a 1. a.-barmetros o 2. b.-manmetros o 3. c.-fuerzas sobre cuerpos planos sumergidos 18

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

4. d.-fuerzas sobre cuerpos curvos sumergidos 5. e.-fuerzas de otacin o 6. f.-hidrmetros, etc o En la parte I de la prctica 1 se presentan algunos problemas opcionales a resolver para aquellos a que quieran ejercitarse sobre temas que no son centrales al curso pero que son necesarios conocer para poder analizar problemas de mecnica de uidos. Opcionales signica que aquellos que se sientan a conados en que conocen la forma de resolverlos no estn obligados a hacerlo. a Flujo laminar unidimensional En este problema el uido no esta en reposo pero si consideramos el caso de ujo laminar y l neas de o corriente rectas entonces nuevamente el miembro izquierdo de (1.6) se anula. Esto tiene su explicacin si tomamos un volmen material como el de la gura 1.2.2, u

1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000 1111111 0000000

Flujo laminar unidimensional, denicin del volmen material o u all su cantidad de movimiento es constante ya que la densidad es constante por tratarse de un ujo incompresible y la velocidad en ese volmen de control es constante ya que la misma depende solamente u del radio. Un ejemplo de ujo unidimensional que no tiene l neas de corriente rectas y por ende no anula el miembro izquierdo es el de ujo Couette entre dos cil ndricos concntrico de longitud innita. e La razn es que all existe una aceleracin centr o o peta necesaria para mantener el ujo en un movimiento circular. Nuevamente tomamos la expresin (1.7) pero en este caso por estar el uido en movimiento o no podemos despreciar los esfuerzos cortantes. Por lo tanto las fuerzas de supercie actuarn en la a direccin normal (la presin) y en la direccin tangencial (la tensin de corte). Por la forma que tiene o o o o el volmen material y debido a que el movimiento tiene una sola componente de velocidad segn la u u direccin z entonces las fuerzas normales a las supercies solo pueden actuar sobre aquellas supercies o cuya normal est alineada con el eje z. Como no existe ujo en la seccin transversal del tubo los a o esfuerzos de corte en los mismos es nulo y solo puede haber esfuerzos de corte en los planos cuya normal coincide con la direccin radial como se muestra en la gura. Por lo tanto, si por el momento o no consideramos las fuerzas de cuerpo la expresin (1.7) queda o 0 = [(p2rr)z (p2rr)z+z ] + [(rz 2rz)r (rz 2rz)r+r ] (1.9)

Haciendo un poco de lgebra y tomando l a mites cuando r 0 y z 0 conduce a la siguiente expresin diferencial: o 0= p 1 + (rrz ) z r r (1.10)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

19

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Esta ecuacin se la conoce con el nombre de ecuacin de tensin del movimiento porque viene o o o expresada en trminos de las componentes del tensor de tensiones. Si queremos expresar esta ecuae cin en trmino de las variables cinemticas debemos usar alguna relacin constitutiva. En este caso o e a o recurrimos a la ley de Newton de la viscosidad en la cual vz r con lo cual si consideramos que la viscosidad es constante la (1.10) se transforma en rz = (1.11)

1 vz p = (r ) (1.12) z r r r Este ujo es denominado ujo plano Couette y representa uno de los casos simples con solucin o anal tica y que ha tenido gran inters desde el punto de vista de las aplicaciones. Nosotros aqu solo e lo hemos planteado, dejamos la resolucin del mismo como parte de los trabajos prcticos. o a Cinemtica de uidos en los casos generales a En la seccin anterior nos volcamos hacia la resolucin de dos casos muy particulares que pero o miten independizarse completamente del miembro izquierdo de la expresin (1.6) del principio de o conservacin de la cantidad de movimiento lineal . Ahora nos detendremos a analizar las variables o que componen este miembro izquierdo de forma de adquirir las nociones elementales necesarias para su tratamiento. Este trmino expresa la cinemtica del movimiento y como tal incluye la variacin e a o temporal de propiedades que se hallan distribuidas en el espacio de alguna manera continua. Por lo tanto aparece la necesidad de tratar a las dos variables independientes ms importantes que incluyen a los principios de conservacin, las coordenadas espaciales y el tiempo. El objetivo est en conducir o a por una lados hacia la formulacin diferencial de los principios de conservacin con el propsito de o o o analizarlos desde un punto de vista macroscpico local y por otro manipular la formulacin integral o o para poder llevar a cabo balance s macroscopico globales, muy utiles por varias razones. Estos balances macroscpico globales o o permiten chequear soluciones obtenidas numricamente mediante balances locales y por otro han sido e de amplia difusin en la profesin del ingeniero para el clculo y diseo de equipos e instalaciones. o o a n Coordenadas espaciales y materiales En esta seccin pretendemos desarrollar las nociones bsicas sobre lo que se entiende por coordeo a nadas materiales y su relacin con las coordenadas espaciales en pos de describir adecuadamente el o movimiento de un uido. El trmino coordenadas espaciales se reere a un sistema de coordenadas e jo donde todos los puntos del espacio pueden ser localizados. Hay dos formas posibles de localizar o identicar una part cula de uido que pertenece a un volmen material diferencial dVm (t). Una foru ma ser designar su posicin mediante sus coordenadas espaciales x, y, z. Asumiendo que a un dado a o tiempo de referencia t = 0 las coordenadas espaciales se hallan localizadas en x=X , y=Y , z=Z , t=0 (1.13)

Para un tiempo t > 0 la posicin se puede expresar mediante o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

20

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

x=X+
0 t

y=Y +
0 t

z=Z+
0

dx dt dt dy dt dt dz dt dt

(1.14)

Compactando las tres expresiones anteriores en una sola mediante


t

r=R+
0

dr dt dt

(1.15)

entonces, r representa el vector posicin espacial mientras que R es llamado el vector posicin material. o o Este ultimo identica una part cula del sistema o cuerpo y en algun sentido la impone una marca al tiempo de referencia. Este conjunto espec co de coordenadas no representa ningn sistema de u coordenadas que se mueve y se deforma con el cuerpo. De alguna manera las coordenadas espaciales se pueden expresar en funcin de las coordenadas materiales y el tiempo, o r = r(R, t) (1.16)

Una descripcin Lagrangiana del movimiento es aquella expresada en trmino de las coordenadas o e materiales mientras que una descripcin Euleriana se expresa segn las coordenadas espaciales. o u La derivada temporal del vector posicin espacial para una part o cula de uido en particular es la velocidad de la misma. Ya que la derivada se evala con las coordenadas materiales jas esta derivada u es llamada derivada material, ( Dr dr )R = =v dt Dt (1.17)

Derivadas temporales Sea S = S(x, y, z, t) una funcin escalar, entonces su derivada temporal se dene como: o dS S(t + t) S(t) = lim t0 dt t (1.18)

Si S fuera solo funcin del tiempo esta denicin es directa mientras que si S depende de las coordeo o nadas espaciales existe una ambiguedad respecto al punto que se toma en el instante t y en t + t. Para comenzar consideremos el movimiento de una part cula p de un sistema o cuerpo, acorde a (1.18) tenemos que la componente x de la velocidad de la misma ser: a dxp xp (t + t) xp (t) = lim = vx t0 dt t (1.19)

Imaginemos que la medicin la llevamos a cabo con un observador montado sobre la part o cula, entonces para el observador las coordenadas materiales no cambian y por ende (1.18) se vuelve Dxp dxp xp (t + t) xp (t) =( )R = lim t0 Dt dt t (1.20) 21

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Supongamos que queremos medir la temperatura de un ujo y como es habitual la medicin la llevamos o a cabo en una ubicacin ja del laboratorio, entonces lo que medimos como derivada temporal de la o temperatura es: T (t + t) T (t) dT T = ( )r = lim (1.21) t0 t dt t r y a esta derivada se la suele llamar derivada parcial efectuada jando las coordenadas espaciales del punto de medicin en lugar de las coordenadas materiales como en (1.20). o Un tercer caso ser el de efectuar la medicin montado sobre un dispositivo que se mueva de una a o forma arbitraria no manteniendo ni las coordenadas espaciales ni las materiales jas. Esta derivada se la llama derivada total asumiendo que la velocidad del sistema de medicin es w = v. o o La gura 1.2.2 muestra una descripcin de lo que acabamos de presentar como las tres derivadas temporales a utilizar en el resto del curso.

 

11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 z 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 11111111111111111111111 00000000000000000000000 y 11111111111111111111111 00000000000000000000000
Denicin de las derivadas temporales o

Para interpretar lo anterior pero desde un punto de vista matemtico asumamos que tenemos a cierta funcin escalar como la temperatura denida como: o T = T (r, t) (1.22)

Si las coordenadas materiales se mantiene jas, entonces podemos expresar las coordenadas espaciales en trminos de las materiales y el tiempo como e T = T (r, t) = T [r(R, t), t)] = = T [x(R, t), y(R, t), z(R, t), t] (1.23)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

22

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

manteniendo R constante y diferenciando ( DT T dx T dy T dz dT dT )R = =( )( )R + ( )( )R + ( )( )R + ( )r dt Dt x dt y dt z dt dt (1.24)

Por denicin las derivadas de las coordenadas espaciales mantieniendo las coordenadas materiales o R jas son las componentes de la velocidad del uido v, mientras que la derivada manteniendo las coordenadas espaciales r jas es la derivada parcial, entonces (1.24) se transforma en: T T T T DT =( )vx + ( )vy + ( )vz + ( ) Dt x y z t mientras que en notacin de Gibbs es o DT T =( )+v Dt t y en notacin indicial: o DT T T ). =( ) + vj ( Dt t xj (1.27) T, (1.26) (1.25)

En el caso en que la medicin la efectuemos sobre un dispositivo que tiene su propio movimiento o entonces ya las coordenadas materiales no son jas y las derivadas totales de las coordenadas espaciales respecto al tiempo representan las componentes de la velocidad del dispositivo w, T T T T dT =( )wx + ( )wy + ( )wz + ( ) dt x y z t en notacin de Gibbs: o dT T =( )+w dt t (1.28)

(1.29)

y en notacin indicial: o T T dT ) =( ) + wj ( dt t xj (1.30)

Como vemos comparando (1.21) e (1.27) con (1.30) vemos que esta ultima es la ms general ya a que (1.21) corresponde al caso w = 0 mientras que como (1.27) ser cuando w = v. a Hasta aqu hemos analizado el caso de una funcin escalar y en particular hemos mencionado por o razones de ndole prctica el caso de la temperatura. A continuacin veremos que sucede cuando la a o funcin a derivar es una cantidad vectorial. Tomemos como ejemplo el caso del vector velocidad cuya o derivada temporal representa el vector aceleracin. Por denicin, o o dv Dv )R = (1.31) dt Dt Haciendo el mismo anlisis que con el caso escalar arribamos a que para un observador con coora denadas espaciales jas este mide como aceleracin o a=( ( dv v )r = dt t (1.32)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

23

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

siendo la relacin entre ambas o a= en notacin indicial o

v Dv =( )+v Dt t

(1.33)

Dvi vi vi =( ) + vj ( ) Dt t xj

(1.34)

Aqu vemos que la aceleracin consiste de dos trminos, uno es llamado la aceleracin local y o e o representa la variacin temporal de la velocidad en un punto jo en el espacio. La segunda es llamada o la aceleracin convectiva y depende tanto de la magnitud de la velocidad como de su gradiente. o De la expresin anterior surge que aunque el ujo sea estacionario la aceleracin puede no ser nula o o dependiendo de su componente convectiva. Un ejemplo de esto lo vemos en el caso del ujo entrando a un tubo desde un depsito. Hasta que se desarrolla el ujo experimenta una aceleracin debido o o al trmino convectivo aun cuando para un observador ubicado justo enfrente de dicha entrada las e condiciones parecen no variar. Sin embargo otro observador viajando con el uido experimentar la a aceleracin convectiva. o Teorema de la divergencia Esta herramienta matemtica es muy util en la discusin que sigue a continuacin en este cap a o o tulo. Con ella podemos formular balances macroscpicos o desarrollar ecuaciones diferenciales a partir de o los principios de conservacin expresados en forma integral como por ejemplo el (1.6) . o Este teorema, conocido por aquellos alumnos que han tomado un curso de Clculo de varias a variables se puede expresar de la siguiente forma: GdV =
V A

G ndA

(1.35)

Nuestro objetivo no es mostrar una demostracin del mismo, solamente presentarlo y tratar de o aplicarlo en las secciones que siguen a esta. Para poder aplicarlo al caso de un campo escalar expresemos el campo vectorial anterior como G = S b donde S es un escalar y b es un vector constante. Entonces se puede demostrar que SdV =
V A

SndA

(1.36)

Teorema del transporte Hasta el momento hemos presentado diferentes formas de derivar temporalmente una funcin tanto o escalar como vectorial y a su vez hemos mencionado las dos formas de localizar un punto del cuerpo, mediante sus coordenadas espaciales o sus coordenadas materiales. El objetivo de esta seccin es desarrollar una expresin general para la derivada temporal de una o o integral de volmen bajo condiciones tales que los puntos que pertenecen a la supercie del volmen u u se mueven con una velocidad arbitraria w. De acuerdo a lo ya presentado este volmen arbitrario lo u hemos denominado como Va (t). Si la velocidad del mismo la jamos igual a la velocidad de uido v entonces el volmen se transforma en un volmen material Vm (t) y bajo estas condiciones nos u u referiremos al teorema del transporte de Reynolds. Considerando el volmen arbitrario Va (t) como aquel ilustrado en la parte izquierda de la gura 1.1. u Deseamos determinar la integral de volmen de una cantidad escalar S, a saber: u

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

24

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

d dt

SdV = lim
Va (t)

Va (t+t) S(t

+ t)dV t

Va (t) S(t)dV

t0

(1.37)

Para visualizar el teorema debemos pensar que el volmen bajo consideracin se mueve a travs del u o e espacio de forma tal que los puntos de su supercie se mueven con velocidad w. Esta velocidad puede variar con el tiempo (aceleracin) y con las coordenadas espaciales (deformacin). En cada instante o o de tiempo la integral es evaluada y deseamos medir cual es la variacin de esta medicin. Observando o o la gura vemos que en un instante t el nuevo volmen barrido por la supercie mvil es designado u o dVaII mientras que el viejo volmen dejado atrs por su movimiento se designa por dVaI . u a
Va (t n 11111 00000 + t) 11111 00000 11111 00000dV = w nt dA 11111 00000 11111 00000 11111 00000

Va (t)

Superficie al tiempo t

n
1111 0000 1111 0000 1111 0000 1111 0000 1111 0000
dA(t)

dAcs

dA(t + t)

1111 0000 1111 0000 1111 0000 1111 0000


dV = w nt dA

Figura 1.1: Teorema del transporte El area de este volmen arbitario Aa (t) se puede dividir en dos partes: AaI (t) y AaII (t) mediante u una curva cerrada sobre la supercie tal que n w = 0. Sin entrar en demasiados detalles para su demostracin, suponiendo que tal curva existe, entonces o Va (t + t) = Va (t) + VaII (t) VaI (t) lo cual nos permite escribir la integral en (1.37) como (1.38)

S(t + t)dV =
Va (t+t) Va (t)

S(t + t)dV +
VaII (t)

S(t + t)dVII
Va I(t)

S(t + t)dVI (1.39)

que reemplazada en (1.37) produce d dt SdV = lim


Va (t) VaII (t) S(t

t0 Va (t)

(S(t + t) S(t)) ]dV + t


VaI (t) S(t

t0

lim

+ t)dVII t

+ t)dVI

(1.40)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

25

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Cambiando el orden de integracin con el proceso l o mite en el primer trmino obtenemos e d dt SdV =
Va (t) Va (t)

S )dV + t
VaI (t) S(t

t0

lim

VaII (t) S(t + t)dVII

+ t)dVI

(1.41)

A continuacin analizamos de que forma cambiar las integrales de volmen por integrales de supercie. o u Para ello consideremos nuevamente la gura 1.1 que en su parte derecha analiza lo que ocurre localizadamente sobre un diferencial de supercie del volmen que se est moviendo. Este diferencial u a de volmen al moverse una distancia L barre un cilindro oblicuo con respecto a la normal a la supercie u siendo esta distancia L = wt (1.42)

con w la magnitud del vector w que dene la velocidad con que se mueve el volmen arbitrario, u siendo su versor direccin representado en la gura mediante , entonces o w = w El volmen barrido es u dV = L dAcs (1.44) (1.43)

La relacin entre la orientacin del diferencial de area sobre la supercie con aquel generado por o o el barrido es: a=b (1.45) a= dAcs = cos() dA cos() = n Entonces dV = w ntdA (1.47) (1.46)

y aplicando este resultado a los dos volmenes que aparecen en la expresin (1.41) obtenemos lo u o siguiente: S(t + t)dVI = t
VaI (t) AaI (t)

S(t + t)w ndAI


VaII (t)

S(t + t)dVII

= +t
AaII (t)

S(t + t)w nd (1.48)

cuya sustitucin en (1.41) produce o d dt SdV =


Va (t) Va (t)

S )dV + t S(t + t)w ndAI


AaI (t)

(1.49)

t0

lim

S(t + t)w ndAII +


AaII (t)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

26

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Tomando el l mite vemos que AaI (t)+AaII (t) = Aa (t) obteniendo nalmente el Teorema general del transporte: d S Sw ndA (1.50) SdV = ( )dV + dt Va (t) Aa (t) Va (t) t En el caso de un volmen jo en el espacio tenemos que Va (t) = V y w = 0 con lo que lo anterior u se simplifa a S d (1.51) SdV = ( )dV dt V V t El uso ms frecuente del teorema general del transporte es cuando se lo aplica a un volmen material a u en cuyo caso este resultado se lo conoce como el Teorema del transporte de Reynolds, cuya expresin o viene dada como: D S (1.52) Sv ndA SdV = ( )dV + Dt Vm (t) Am (t) Vm (t) t La extensin de los resultados anteriores al caso de una funcin vectorial es directa, simplemente o o podemos aplicarlo a cada componente, luego multiplicarlo por su respectivo versor direccin y luego o sumar, con lo que (1.50) aplicado por ejemplo al campo de velocidades produce el siguiente resultado: d dt vdV =
Va (t) Va (t)

v )dV + t

vw ndA
Aa (t)

(1.53)

Conservacin de la masa o Hasta este punto hemos tratado de obtener las herramientas necesarias para manipular el miembro izquierdo del principio de conservacin de la cantidad de movimiento lineal con lo cual en pos de o generalizar su uso deber amos a esta altura completarlo con el manejo del miembro derecho, aquel representado por las fuerzas de volmen y las de supercie. Antes de ello y en pos de ir conduciendo al u estudiante hacia la utilizacin ms importante de todos los conceptos hasta aqu presentados vamos a o a considerar el caso particular de la conservacin de la masa, ya que este no presenta miembro derecho. o Denamos la propiedad a medir, la masa de un volmen material como: u M=
Vm

(t)dV

(1.54)

Ya que el principio de conservacin requiere que la misma se mantenga constante, entonces: o ( dM DM D )R = = dt Dt Dt dV = 0


Vm (t)

(1.55)

Aplicando el teorema del transporte a la derivada material de la integral obtenemos: D Dt dV =


Vm (t) Vm (t)

dV + t

v ndA = 0
Am (t)

(1.56)

que surge de reemplazar S = en (1.52) . De esta forma fue posible introducir el operador derivada dentro de la integral. Ahora a continuacin el teorema de la divergencia nos ayudar para transformar la integral de area en una de volmen o a u
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

27

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

con el n de poder juntar todos los trminos bajo un mismo signo integral y de esta forma pasar de e la formulacin integral a una diferencial. Esto produce nalmente: o D Dt dV =
Vm (t) Vm (t)

+ t

(v) dV = 0

(1.57)

Asumiendo continuidad en los integrandos podemos deshacernos de la integral y obtener la tan ansiada forma diferencial del principio de conservacin de la masa o + t (v) = 0 (1.58)

Existen algunas otras formas de expresar el mismo principio de conservacin, como por ejemplo si o aplicamos la denicin de derivada material y alguna manipulacin algebraica bsica llegamos a: o o a D + Dt v =0 (1.59)

Otra forma particular de la ecuacin de continuidad se obtiene si consideramos el caso de un ujo o incompresible. Como la densidad es constante de (1.59) surge que v =0 (1.60)

Una forma particular del teorema del transporte de Reynolds se puede lograr si expresamos la propiedad escalar S como producto de la densidad por su propiedad espec ca, S = s (1.61)

En ese caso aplicando todo lo visto hasta aqu se puede arribar a la siguiente igualdad, llamada forma especial del teorema del transporte de Reynolds D Dt sdV =
Vm (t) Vm (t)

Ds dV Dt

(1.62)

Una forma alternativa de obtener la ecuacin de continuidad mucho ms prctica y con menos o a a manipuleo matemtico es posible mediante el concepto de balance de ujos. a En general para un diferencial de volmen como el mostrado en la gura 1.2.2 podemos expresar u el siguiente principio de conservacin de la masa de la siguiente forma: o variacin temporal de o la masa del volmen control u = Flujo msico entrante a al volmen material u Flujo msico saliente a del volmen material u (1.63)

El trmino ujo es muy frecuentemente usado en referencia al transporte de masa, momento y e energ y signica una especie de caudal de alguna propiedad en la unidad de tiempo. Aplicando a el caudal msico, por tratarse en este caso del balance de masa, a cada cara del cubo elemental y a

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

28

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

vz |z+z

vy |y+y
z

vx |x
z

vx |x

vy |y vz |z

y x

Balance de masa asumiendo una variacin continua de las propiedades encontramos que: o (xyz) = t = [vx |x+x + vx |x ]yz + [vy |y+y + vy |y ]xz + [vz |z+z + vz |z ]xy caudal msico a travs de la a e supercie orientada segn z u (1.64) Dividiendo por el volmen del cubo y tomando l u mites cuando las dimensiones tienden a cero arribamos a una expresin idntica a (1.58) . Como vemos en lo anterior solo hemos usado un concepto o e de balance de ujos a travs de la supercie con trminos de incremento de la propiedad en el volmen e e u considerando a ste jo en el espacio por lo que aparece la derivada temporal parcial. e Lineas de corriente, lineas de camino, trazas y funcin de corriente o Este importante tema perteneciente a la cinemtica de uidos por razones de espacio y por no a estar dentro de los objetivos del curso ser dejado al lector para su estudio. En general la mayor a a de los libros introductorios de mecnica de uidos lo tratan en forma extensiva. Sugerimos a aquellos a interesados en el tema los libros de Whitaker [Wi], Batchelor [Ba] y White [Wh] entre otros. Por razones de completitud de las presentes notas en un futuro est previsto incluirlo al tema en esta a seccin. o Fuerzas de supercie en un uido Volvamos por un momento a la expresin del principio de conservacin de la cantidad de movio o miento lineal , ecuacin (1.6), o caudal msico a travs de la a e supercie orientada segn y u caudal msico a travs de la a e supercie orientada segn x u

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

29

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

D Dt

vdV
Vm (t)

=
Vm (t)

gdV +
Am (t)

t(n) dA

((1.6))

o temporal de fuerzas de masa fuerzas de supercie { la variacin de movimiento } cantidad En la seccin anterior hemos tratado la cinemtica de los uidos en el caso general, o sea el miembro o a o izquierdo de la ecuacin (1.6) y hemos hecho una mencin aparte dentro de esta al caso especial de o la esttica de los uidos. Nosotros ahora volcamos nuestra atencin al miembro derecho, o sea a las a o causas del movimiento y en especial al trmino de las fuerzas de supercie ya que las fuerzas de cuerpo e o de masa en general no presentan mayor dicultad. Vector tensin y tensor de tensiones o A continuacin trataremos al vector tensin a pesar de que ya lo hemos presentado cuando tratao o mos el caso particular de la esttica de los uidos o el caso simple de ujo desarrollado en un tubo a (movimiento unidimensional). Como antes consideramos la hiptesis del continuo, o sea asumimos que o el vector tensin var en forma continua con las variables independientes del problema, al igual que o a las otras variables incluidas en el problema. No obstante en el caso del vector tensin tambin debemos o e agregar que var en forma suave o continua con la orientacin en la cual est calculado, n. Sin entrar a o a en detalles acerca de la prueba de esto [Wi] establecemos las siguientes hiptesis: o

1. 1.- el vector tensin actuando sobre lados opuestos de la misma supercie en un dado punto es o igual en magnitud y opuesto en direccin, t(n) = t(n) . o 2. 2.- el vector tensin puede escribirse en trminos del tensor de tensiones del cual proviene como o e t(n) = n T. 3. 3.- el tensor de tensiones es simtrico, o sea Tij = Tji e El primer punto se demuestra planteando el principio de conservacin de la cantidad de movimiento o lineal , el teorema del valor medio y un procedimiento de ir al l mite cuando la longitud caracter stica tiende a cero. El segundo punto requiere plantear el equilibrio de un volmen tetradrico sobre el cual el u e vector tensin actuando sobre un plano puede descomponerse o formarse segn aquellos pertenecientes o u a los otros tres planos orientados segn los ejes cartesianos. Los tres vectores tensin actuando sobre u o los tres planos cartesianos son: t(i) = iTxx + jTxy + kTxz t(j) = iTyx + jTyy + kTyz t(k) = iTzx + jTzy + kTzz Fuerza por unidad de area actuando en una supercie con normal orientada segn x u Fuerza por unidad de area actuando en una supercie con normal orientada segn y u Fuerza por unidad de area actuando en una supercie con normal orientada segn z u (1.65)

siendo el vector tensin expresado segn estos tres vectores tensin: o u o t(n) = (n i)t(i) + (n j)t(j) + (n k)t(k) (1.66) t(n) = n it(i) + jt(j) + kt(k)
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

30

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

con lo cual se alcanza el resultado esperado t(n) = n T (1.67)

donde el tensor de tensiones est compuesto de trminos it(i) que no representan ni un producto escalar a e ni uno vectorial, este producto es a menudo llamado producto didico, base del algebra tensorial. a Entonces surge que el vector tensin (tensor de primer orden) es la contraccin del tensor de tensiones o o (tensor de segundo orden) en la direccin normal. Este resultado no es tan obvio para aquellos no o familiarizados con el algebra tensorial y se recomienda volcar la atencin a este tema para aquellos o que pretender lograr un mejor entendimientos de las ecuaciones de movimiento que ms adelante se a denen. En resmen, el tensor de tensiones en tres dimensiones expresado por simplicidad segn las u u coordenadas cartesianas es: Las nueve componentes escalares en (1.65) representan o caracterizan al tensor de tensiones, que en notacin matricial puede escribirse como: o Txx Txy Txz T = Tyx Tyy Tyz (1.68) Tzx Tzy Tzz El primer ndice representa la orientacin del plano sobre el cual la tensin acta mientras que el o o u segundo ndice est relacionada con la direccin en la cual la tensin est actuando. a o o a En notacin indicial (1.67) puede escribirse como: o t(n) i = nj Tji (1.69)

La forma de arribar al tercer punto, la simetr del tensor, es mediante el principio de conservacin a o del momento de la cantidad de movimiento lineal aplicado a un volmen diferencial. Esta simetr a u a su vez conduce al siguiente resultado: nT=Tn (1.70)

Ecuaciones de movimiento expresada segn el tensor de tensiones u El objetivo es plantear las ecuaciones de movimiento en trmino del tensor de tensiones siendo e esta forma una herramienta muy util para plantear un anal macroscpico global de la mecnica sis o a de los uidos o incluso como paso previo a la formulacin diferencial del problema permitiendo cerrar o el anlisis mediante la introduccin de las ecuaciones constitutivas del material, siendo esta forma a o bastante general. Comenzamos planteando el principio de conservacin de la cantidad de movimiento o lineal , D Dt vdV =
Vm (t) Vm (t)

gdV +
Am (t)

t(n) dA

(1.71)

La idea es encontrar la formulacin diferencial al problema tal como hicimos previamente al tratar o la conservacin de la masa. All usamos el teorema de la divergencia sobre un integrando formado por o el producto escalar del vector velocidad con la normal. Aqu la dicultad est en que el integrando a tiene al vector tensin y an no presentamos como aplicar el teorema de la divergencia a un integrando o u vectorial que no puede ser considerado constante. Para salvar esta dicultad Whitaker multiplica la
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

31

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

anterior ecuacin escalarmente por un vector constante b y por ser constante puede ser introducida o sin dicultad dentro del s mbolo diferencial: D Dt v bdV =
Vm (t) Vm (t)

g bdV +
Am (t)

t(n) bdA

(1.72)

y mediante el teorema del transporte de Reynolds y algunas manipulaciones algrebraica simples llegamos a:
Vm (t)

D (v b)dV = Dt

g bdV +
Vm (t) Am (t)

n (T b)dA

(1.73)

como (T b) es un vector se puede aplicar el teorema de la divergencia tal como lo vimos anteriormente y obtener
Vm (t)

D (v b) g b Dt

(T b) dV = 0

(1.74)

Otra vez, al ser los l mites de integracin arbitrarios podemos removerlos y el integrando se satisface o en todo punto del dominio. La eliminacin del vector constante b es trivial en los dos primeros trminos. o e En cuanto al tercero una forma de resolverlo es recurrir o a la notacin indicial o sino a la denicin o o matricial del tensor (1.68) bx Txx Txy Txz Tyx Tyy Tyz by = T b = x y z bz Tzx Tzy Tzz (1.75) Txx Txy Txz bx Tyx Tyy Tyz by = = x y z bz Tzx Tzy Tzz =( T) b

de esta forma surge que la integral de supercie del vector tensin se transforma en la integral de o volmen de la divergencia del tensor de tensiones, una generalizacin del teorema de la divergencia. u o Por lo tanto la ecuacin de movimiento (1.6) se transforma en: o Dv = g + T (1.76) Dt Entonces partiendo de la formulacin integral o macroscpica global arribamos a la formulacin o o o diferencial o macroscpica local del principio de conservacin de la cantidad de movimiento lineal . o o Esta expresin tiene la ventaja que el miembro izquierdo es expresado en las variables dependientes o del problema mientras que el miembro derecho contienen los ujos de estas variables o su cantidades duales. Incorporando las ecuaciones constitutivas del material es como transformamos esta ecuacin o en otra equivalente pero expresada solo en las variables de estado. Ecuaciones diferenciales de movimiento de un uido En la seccin anterior derivamos la ecuacin vectorial de movimiento expresada segn el tensor de o o u tensiones y junto al principio de conservacin de la masa forman un sistema de 4 ecuaciones en 3D o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

32

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

con 9 incgnitas, las tres componentes del vector velocidad y los 6 coecientes del tensor de tensiones o simtrico. Para salvar esta indeterminacin introducimos informacin adicional via las ecuaciones e o o constitutivas del material que relacionan las componentes del tensor de tensiones con la presin y los o gradientes del vector velocidad llegando nalmente a expresar las anteriores 4 ecuaciones en funcin o de las 4 incgnitas, la presin y el vector velocidad. o o Dv = g + T Dt + (v) = 0 t ((1.76,1.58)) (1.77)

Tensor de tensiones viscoso En la seccin 2 hemos visto que en el caso de la esttica de uidos no pod existir esfuerzos o a an cortantes y que los unicos esfuerzos que el uido es capaz de resistir son aquellos normales. Hab mos mencionado que estos eran isotrpicos y que en denitiva estaban caracterizados por la presin: o o t(n) = n T = np (1.78)

Analizando la anterior vemos que para el caso de un uido en reposo el tensor de tensiones se reduce a un escalar, en realidad asumiendo que la isotrop se maniesta mediante un tensor mltiplo a u de la identidad podemos extender lo anterior diciendo que T = pI. En general podemos dividir al tensor de tensiones en dos partes, una isotrpica como la anterior y una no isotrpica, denominada o o muchas veces deviatrica y que corresponde al tensor viscoso, o T = pI + (1.79)

siendo = 0 para el caso particular de la esttica de uidos. Ya que T e I son simtricos, entonces a e es simtrico y dado que el trmino isotrpico es un tensor diagonal, entonces se satisface que: e e o Tij = ij i = j (1.80)

Reemplazando en las 4 ecuaciones arriba planteadas (1.76,1.58) se obtiene: v +v t v = p + g + (1.81)

donde solo se requiere establecer ecuaciones para las componentes del tensor viscoso en trmino de las e velocidades o mas generalmente en trminos del tensor velocidad de deformacin d. Si suponemos que e o el material se comporta como un uido newtoniano entonces es muy habitual usar la siguiente ley: 2 = 2d + [( ) v]I 3 vk 2 ij = 2dij + [( )( )]ij 3 xk

(1.82)

expresada en notacin de Gibbs e indicial y en trmino de dos coecientes de viscosidad, y . o e En pos de poder entender mejor la forma en la que surgen las ecuaciones constitutivas es necesario introducir varios conceptos relacionados con la deformacin y la velocidad de deformacin de un o o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

33

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

uido. No obstante esto es dejado para futuras versiones de estas notas debido a lo extenso del anlisis, aquellos interesados pueden consultar la bibliograa bsica del tema [Wi],[Ba]. Por el momento a a nuestro anlisis lo enfocamos hacia derivar las ecuaciones diferenciales de movimiento que sern la que a a posteriormente resolveremos via mtodos numricos. Para ello nos conformamos con la denicin e e o de alguna ley constitutiva. Ya que por lo general siempre se comienza por los casos ms simples o a ms observados experimentalmente recurrimos a la hiptesis newtoniana, con la denicin (1.82), que a o o reemplazada en (1.81) nos da: v +v t v = p + g + d = 1/2( v +
T

2 2d + ( ) 3

vI

(1.83)

v)

donde T v es el gradiente del vector velocidad traspuesto, un tensor de segundo orden. Casos particulares como el de ujo incompresible donde la ecuacin de continuidad segn (1.60) o u equivale a v = 0 simplica la anterior a: v + v v = p + g + ( v + T v) (1.84) t Si la viscosidad fuera constante sale fuera del s mbolo divergencia y entonces la anterior se simplica a: v + v v = p + g + t Formulacin vorticidad-funcin de corriente o o Denimos la vorticidad como: = v
2

(1.85)

(1.86)

Si tomamos la ecuacin de conservacin del momento lineal para el caso incompresible a viscosidad o o constante y si le aplicamos el rotor a la misma obtenemos ( v +v t v) = g + D = Dt 1 p+
2

v (1.87)
2

v+

g+

donde g representa el rotor del campo de fuerzas de volmen en general, ya sea fuerzas gravitatorias u como de otacin trmica o electromagnticas, etc. El trmino v representa matemticamente un o e e e a trmino fuente proporcional a la vorticidad y f e sicamente est asociado a la deformacin por contraccin a o o o elongacin del volmen material. Como se alcanza a ver en el caso bidimensional este trmino no o u e existe porque la vorticidad es un vector orientado en la direccin normal al plano del movimiento y o el producto escalar con ella es nulo. Solo existe en el escurrimiento 3D. En el caso 2D la vorticidad puede tratarse como un escalar ya que su orientacin permanecer ja y apuntando en la normal al o a plano del movimiento. Si consideramos ausencia de fuerzas de volmen la anterior se simplica a: u D = Dt
2

(1.88) 34

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Introduciendo la denicin de funcin de corriente, o o u= y v = x

(1.89)

y reemplazndola en la denicin de la vorticidad llegamos a a o 2 2 + = x2 y 2 Resumiendo la formulacin vorticidad-funcin de corriente en 2D se puede escribir como: o o 2 2 + = x2 y 2 + v = 2 t donde v=
y x

(1.90)

(1.91)

(1.92)

El planteamiento de las condiciones de contorno en esta formulacin merece un tratamiento cuio dadoso y algunos detalles de los mismos se incluyen en el cap tulo de las aplicaciones. Flujo compresible Hasta el momento hemos hecho bastante hincapi en el caso de ujo incompresible en el cual e asumimos que la densidad es constante. En esta seccin trataremos de extender el tratamiento para o incluir algunos conceptos introductorios acerca del ujo compresible. En el caso compresible la densidad aparece como una incgnita a resolver y en general a partir de argumentos termodinmicos est ligada o a a a otras variables, por ejemplo a la presin y temperatura a travs de la ecuacin de estado. o e o = constante = (p, T ) INCOMPRESIBLE COMPRESIBLE (1.93)

Con todo esto es posible cerrar el sistema. Al respecto presentaremos la ecuacin de conservacin de o o energ que debe ser acoplada al resto de las ecuaciones de conservacin para luego hacer algunos a o comentarios acerca de la entrop a. Conservacin de la energ o a El postulado fundamental de la conservacin de la energ establece: o a D Dt

(e + 1/2
Vm (t)

)dV =
Vm (t)

g vdV +
Am (t)

t(n) vdA
Am (t)

q ndA

(1.94)

donde el trmino a la izquierda representa la variacin temporal de la energ interna y la cintica e o a e dentro del volmen material o cuerpo, el primer trmino de la derecha y el segundo representan trabajos u e por unidad de tiempo de las fuerzas de gravedad y las de supercie, mientras que el tercer trmino e
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

35

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

contiene el calor intercambiado. De alguna forma esta versin integral equivale al primer principio de o la termodinmica aplicado a sistemas cerrados que en general se expresa en forma diferencial o en a diferencias: (U + KE + P E) = Q W (1.95) Usando la igualdad derivada anteriormente (forma especial del teorema del transporte de Reynolds) (1.62) D Ds dV (1.96) sdV = Dt Vm (t) Vm (t) Dt y expresando el vector tensin como la contraccin del tensor de tensiones en la direccin normal o o o llegamos a:
Vm (t)

D (e + 1/2 Dt

)dV =
Vm (t)

g vdV +
Am (t)

(n T) vdA
Am (t)

q ndA

(1.97)

y aplicando el teorema de la divergencia sobre las dos integrales de area para llevarlas a formas equivalentes sobre integrales de volmen lo anterior se puede escribir como: u D (e + 1/2 Dt v
2

) = g v +

(T v)

(1.98)

y si expresamos las fuerzas gravitatorias como conservativas y provenientes del gradiente de un potencial ( ), podemos simplicar lo anterior a: D (e + 1/2 Dt v
2

+) =

(T v)

(1.99)

donde hemos agrupado la energia interna, la cintica y la potencial en el miembro izquierdo y si e aplicamos el balance de masa se llega a: D (e + 1/2 Dt v
2

+) =

(T v)

(1.100)

En general es comn a partir de esta expresin plantear el balance en un volmen de control arbitrario u o u que se mueve a una velocidad distinta a la del uido y de esta forma obtener el balance macroscpico o global. Tambin es habitual extender lo anterior al caso de sistemas abiertos donde es usual denir la e entalp y plantear el balance en trminos de esta funcin. a e o Ecuacin de la energ trmica o a e Una forma de poner la anterior expresin en trminos de la energ trmica es remover de (1.97) la o e a e ecuacin correspondiente al balance de energ mecnica. Este se puede hallar tomando las ecuaciones o a a de movimiento y multiplicarla escalarmente por la velocidad, D1/2 v Dt
2

= g v + v ( = g v +

T) = v:T

(1.101)

(T v)

Restando de (1.95) hallamos


Vm (t)

De dV = Dt

v : TdA
Am (t) Am (t)

q ndA

(1.102) 36

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.2. Cinemtica de uidos o a

Separando T = pI + en su componente normal y en la deviatrica y pasando a la versin diferencia o o mediante el teorema de la divergencia encontramos : De = p Dt v+ q (1.103)

representa la disipacin viscosa que aumenta la energ interna y por ende la temperatura. o a Ecuacin de la entropia o Partiendo de las funciones caracter sticas de la termodinmica encontramos la relacin entre energ a o a interna, entrop y densidad, a e = e(s, ) (1.104) Para denir la velocidad del sonido c usamos la siguiente expresin: p Usando la siguiente relacin termodinmica: o a T ds = dh dp 1 = de + p d( ) ds = 0 s = cte dp 1 dh = de + p d( ) = 0 1 h = p s e p h 1 = + p s p s 2 p = c2 (1.105)

(1.106)

p 2 c2

es posible tener relaciones ms expl a citas entre las principales variables termodinmicas. a Tomando la derivada material y multiplicando por la densidad De = Dt e Ds e + s Dt Ds p D = T + Dt Dt D = s Dt

(1.107)

y escribiendo la ecuacin de continuidad en la forma o D + Dt y usando la igualdad (1.97) llegamos a De Ds = T p v Dt Dt Ds 1 = ( q + ) Dt T


((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

v =0

(1.108)

(1.109)

37

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.3. TP.I.- Trabajo Prctico #1 o a

Haciendo el proceso inverso, desde la formulacin diferencial llegar a la integral implica en este caso o obtener: D qn q T + )dV sdV = dA + ( (1.110) 2 Dt Vm (t) T T Am (t) T Vm (t) De este balance integral de la entrop surge que si un proceso es isentrpico entonces la entrop del a o a volmen material o cuerpo debe permanecer constante y esta condicin se cumple si: u o 1. 1.- q n = 0 sobre la supercie, o sea es adiabtico, a 2. 2.T = 0 sobre el sistema, proceso reversible,

3. 2.- = 0 sobre el sistema, efectos de friccin despreciables. o

1.3.

TP.I.- Trabajo Prctico #1 a

1. Demostrar que para un uido en reposo (esttica de uidos) el tensor de tensiones es isotrpia o co.Ayuda: Considere un tetraedro diferencial sumergido en un uido en reposo. 2. Dado el manmetro de la gura encuentre la expresin que relaciona la presin relativa del o o o interior del tanque respecto a la atmosfrica en funcin de las alturas de las columnas usando el e o principio de conservacin de la cantidad de movimiento lineal . o
Abierto a la atmsfera

Tanque de presin

11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000

z=h3

z=h2

z=h1

1 z=0

Manmetro o 3. Calcule la fuerza y el torque aplicado sobre la placa plana de la siguiente gura: 4. Calcule la fuerza a la que se halla sometida una esfera sumergida sobre la que acta un desnivel u como el de la siguiente gura:
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

38

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.3. TP.I.- Trabajo Prctico #1 o a

11111111111111111111111111111111111 00000000000000000000000000000000000 11111111111111111111111111111111111 00000000000000000000000000000000000 11111111111111111111111111111111111 00000000000000000000000000000000000

11 00 11 00 11 00 11 00 11 00 11 00 11 00 11111 00000 11 00 11111 00000 11111 00000 111111111111111 000000000000000 11111 00000 111111111111111 000000000000000
Fuerza sobre un cuerpo plano sumergido

11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 11111111111111111111111111111 00000000000000000000000000000 11111111111111111111111111111111 00000000000000000000000000000000 111111111111111111111111111111 000000000000000000000000000000 111111111111111111111111111111 000000000000000000000000000000 111111111111111111111111111111 000000000000000000000000000000 111111111111111111111111111111 000000000000000000000000000000
Fuerza sobre un cuerpo curvo sumergido

5. Deduzca la expresin de un ujo Couette plano laminar y calcule: o y la velocidad promedio en la seccin transversal al ujo o (b) el caudal en funcin de la caida de presin o o

(a) la velocidad mxima a

6. Deduzca la expresin de un ujo Couette plano laminar pero ahora utilizando una ley de viscoo sidad no newtoniana. Para ello tome aquella del modelo de uido de ley de potencia: yx = 0 | y considere: dvx n1 dvx | dy dy

(a) el caso de un uido pseudoplstico (n < 1) a

(b) el caso de un uido dilatante (n > 1) 7. Deduzca la expresin de un ujo Couette laminar para un escurrimiento longitudinal a lo largo o de un tubo anular donde el radio interior es r1 y el exterior es r2 .
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

39

Cap tulo 1. Modelos fis cos y matematicos

Seccin 1.3. TP.I.- Trabajo Prctico #1 o a

8. Repita el Ej 7 pero utilizando un uido no newtoniano con una ley como la presentada en el ej 6 y calculo la relacin entre el caudal y la caida de presin. o o 9. Partiendo de la denicin vectorial del teorema de la divergencia demostrar la versin escalar o o del mismo.Ayuda: Un campo escalar puede ser denido por uno vectorial con una orientacin o ja del campo. 10. Aplique el teorema de la divergencia a la expresin del principio de conseracin de cantidad de o o movimiento lineal (1.6) para el caso de esttica de los uidos para obtener la expresin diferencial a o (1.8). 11. A partir del teorema del transporte de Reynolds (1.52) aplicado a una funcin escalar del tipo o S = s hallar la forma especial del teorema expresado por (1.62). Ayuda: utilice el principio de conservacin de la masa para alcanzar el resultado o 12. Probar que si w es independiente de las coordenadas espaciales, entonces d dt SdV =
Va (t) Va (t)

dS dV dt

13. Si la velocidad de un uido viene dada por: v = u0 eat [ibx + jcy 2 ] obtener una expresin para la derivada material de la velocidad o a, b, c y u0 .
Dv Dt

en trmino de los coecientes e

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

40

Cap tulo 2

Niveles dinmicos de aproximacin a o


2.0.1. Introduccin o

las ecuaciones de Navier-Stokes la dependencia de la viscosidad y la conductividad trmica con otras variables e leyes constitutivas describen completamente el fenmeno uidodinmico en rgimen laminar. o a e No obstante en casi todas las situaciones reales en la naturaleza y en la tecnolog existe una a particular forma de inestabilidad conocida con el nombre de turbulencia. Esta ocurre cuando en ciertas situaciones un nmero adimensional llamado nmero de Reynolds, denido por Re = Uchar L/, u u alcanza o supera determinado valor que depende del problema en particular. L representa una longitud caracter stica y Uchar una velocidad caracter stica. Este fenmeno se caracteriza por la presencia de o uctuaciones estad sticas en todas las variables del ujo que se agregan a los valores medios, llegando en algunos casos a alcanzar valores de hasta el 10 % del promedio. Dado que la escala que imponen los fenmenos turbulentos estn fuera de los alcances de los o a recursos computacionales actuales, es la tarea de estos tiempos tratar de resolver las ecuaciones de Navier-Stokes en su versin promediada y suplementada por alguna descripcin externa de las tensiones o o de Reynolds. Esta informacin es suministrada por los modelos de turbulencia, cubriendo ellos un rango o muy amplio, desde los ms simples basados en denir una longitud de mezcla y una viscosidad para a los eddies hasta aquellos que plantean un balance para el transporte de cantidades como la energ a cintica turbulenta y la disipacin, modelo denominado k , o formas ms complicadas de calcular e o a las componentes del tensor de Reynolds. A continuacin presentamos en forma resumida cuales ser o an los distintos niveles de aproximacin que se pueden plantear sobre la base de los efectos dinmicos o a presentes. Navier-Stokes tridimensional laminar Navier-Stokes tridimensional turbulento En el caso de no existir extensas regiones viscosas podemos plantearnos Thin shear layer (TSL). Esta aproximacin desprecia los fenmenos de difusin molecular y turbulenta en la direccin o o o o de transporte reduciendo el nmero de trminos de tensin viscosa a calcular. u e o 41

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.1. Las ecuaciones de Navier-Stokes o

Navier-Stokes parabolizado: En esta aproximacin el carcter el o a ptico de las ecuaciones es responsabilidad de la presin mientras que el resto de las variables se parabolizan, reduciendo o los fenmenos de difusin a la direccin transversal. o o o Capa l mite Para altos Re podemos introducir una suerte de separacin de los efectos viscosos o e inv scidos, desacoplando la presin de los efectos viscosos y connando stos a una regin o e o cercana a los cuerpos mientras que lejos el ujo se comporta como inv scido. Aproximacin inv o scida (ecuaciones de Euler). Aqu despreciamos todos los efectos visco sos y nos acercamos a los cuerpos tanto como el espesor de la capa l mite, no resolviendo lo que sucede dentro de ellas. Modelo de prdidas distribuidas Es un modelo usado en problemas de ujo interno, en e especial en turbomquinas. Se ubica en un nivel intermedio entre los modelos total o parcialmente a viscosos y aquellos puramente inv scidos. Debido a la existencia de las de labes las capas l a mites y las estelas que deja una la de ellas se mezclan y son vista por la siguiente como una fuerza de friccin distribuida. o Modelo de ujo potencial Este est asociado a ujo irrotacional y por su carcter isoentrpia a o co presenta problemas de unicidad cuando aparecen discontinuidades debiendo imponerse las condiciones de Rankine-Hugoniot para evitarlas.

2.1.

Las ecuaciones de Navier-Stokes


v + t E v 0 v v + pI = fe Wf + qH vH v k T

(2.1)

donde Wf = fe v. Estas forman un sistema de 5 ecuaciones en el caso 3D expresado aqu en variables conservativas U denidas como: u (2.2) U = v = v w E E No debe confundirse lo que se llama una forma conservativa de lo que son las variables conservativas. La matriz de los vectores ujos F tiene dimensin (5 3) o v (2.3) F = v v + pI vH v k T y puede dividirse en tres vectores columnas (f, g, h) de 5 componentes cada uno.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

42

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.1. Las ecuaciones de Navier-Stokes o

El lado derecho contiene los trminos fuentes, Q, un vector de (5 1) e 0 Q = fe Wf + qH

(2.4)

De esta forma podemos arribar a una forma condensada de las ecuaciones que suele ser muy util en ciertas situaciones U + F =Q (2.5) t que expresada en sus tres coordenadas cartesianas da lugar a U f g h + + + =Q t x y z (2.6)

Las ecuaciones de Navier-Stokes deben ser suplementadas por leyes constitutivas y por la denicin o del tensor de tensiones viscosas en funcin de otras variables del ujo. Consideraremos las hiptesis o o Newtonianas ya vistas. Las leyes termodinmicas denen la relacin entre la energ o la entalp y a o a a otras variables termodinmicas, tales como la temperatura, la densidad o la presin. a o e = e(p, T ) o h = h(p, T ) (2.7)

Adems deben especicarse leyes de dependencia de la viscosidad y la conductividad trmica con otras a e variables del ujo como la temperatura o eventualmente la presin. En particular es muy usual en o gases expresar la dependencia de la viscosidad con la temperatura a partir de la ley de Sutherland = 1.45 T 3/2 6 10 , [T ]Kelvin T + 110 (2.8)

Para la conductividad trmica puede plantearse algo similar conociendo la relacin que vincula Cp = e o Cp (T ). En el caso de l quidos k es asumida como constante. Muchas veces se usa la hiptesis de gases perfectos que plantea una expresin particular de (2.7), o o como e = Cv T y una relacin para las tres variables termodinmicas a travs de la ecuacin de estado o a e o de los gases p = Rgas T donde Rgas es la constante universal de los gases.

2.1.1.

Modelo de uido incompresible

Las ecuaciones de Navier-Stokes se simplican considerablemente para el caso de uidos incompresibles para el cual se asume que la densidad permanece invariable tanto en la coordenada espacial como en el tiempo. Si adems el ujo permanece isotrmico esto separa la ecuacin de energ del resto a e o a y el sistema se reduce en una ecuacin. En el caso de ujos que involucren variaciones de temperatura o el acoplamiento entre la temperatura y el movimiento ocurre a travs de : e variacin de la viscosidad con T o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

43

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.1. Las ecuaciones de Navier-Stokes o

variacin de la conductividad con T o fuerzas de otacin o fuentes de calor de or gen mecnico, qu a mico o elctrico e entre otras. En el caso incompresible la ecuacin de masa se transforma en: o v =0 (2.9)

que aparece como una especie de restriccin a la ecuacin del movimiento que en forma no consero o vativa se puede escribir como: v + (v t )v = 1 p + v + fe (2.10)

La ecuacin de vorticidad de Helmholtz, presentada previamente, se transforma en o + (v t ) = ( )v + p 1 + + fe (2.11)

Para ujos donde la densidad no se estratica el trmino en presin desaparece de las ecuaciones y el e o primer trmino del lado derecho se anula si el ujo es plano. e El caso incompresible presenta una situacin muy particular, una de las 5 incgnitas, la presin, no o o o tiene una forma dependiente del tiempo debido al carcter no evolutivo de la ecuacin de continuidad. a o Esto redunda en una dicultad numrica que ha dado y continua dando lugar a muchas especulaciones. e Una ecuacin para la presin puede obtenerse tomando la divergencia de las ecuaciones de momento o o y asumiendo un campo de velocidades solenoidal , conduce a: 1 p = (v )v + fe (2.12)

que puede ser considerada como una ecuacin de Poisson para la presin cuando el campo de veloo o cidades es especicado. El trmino derecho contiene solo derivadas de primer rden para la velocidad. e o

2.1.2.

Las ecuaciones de Navier-Stokes promediadas

El proceso de promediacin en el tiempo para un ujo turbulento se introduce para alcanzar las o leyes de movimiento para las cantidades medias. La promediacin temporal se dene de forma de o remover la inuencia de las uctuaciones turbulentas sin destruir la dependencia temporal con otros fenmenos no estacionarios con escala de tiempo diferente a aquellas asociadas con la turbulencia. o La promediacin se dene como: o A=A+A A(x, t) = 1 T
T /2

A(x, t + )d
T /2

(2.13)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

44

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.1. Las ecuaciones de Navier-Stokes o

donde T se dene como un tiempo sucientemente largo comparado con la escala de sucesos de la turbulencia pero pequeo comparado a la escala temporal del problema no estacionario. En ujos n compresibles este proceso de promediacin conduce a productos de uctuaciones entre cantidades o como la densidad y otras variables como la velocidad y la energ interna. Para evitarlas se recurre a a un promedio pesado con la densidad. A A= (2.14) +A A=A A = 0 De esta forma se remueven todos los productos necesarios de las uctuaciones de la densidad con las uctuaciones de las otras variables. Por ejemplo, la ecuacin de continuidad se transforma en o + (v) = 0 t Aplicada a las ecuaciones de momento llegamos a: v R (v) + (vv + pI ) = 0 t donde las tensiones de Reynolds se denen como:
R

(2.15)

(2.16)

= v v
v

(2.17)

y se agregan a las tensiones viscosas promediadas . En coordenadas cartesianas tenemos que


R ij = vi vj

(2.18)

La relacin entre las tensiones de Reynolds y las variables debe ser especicada en forma externa y o se realiza a travs de modelos que contienen una dosis de especulacin terica combinada con evidencias e o o experimentales.

2.1.3.

Aproximacin Thin shear layer (TSL) o

A elevados nmeros de Reynolds las capas de corte prximas a las paredes y las que se producen u o en las estelas sern de un tamao limitado y si la extensin de las zonas viscosas permanece limitada a n o durante la evolucin del ujo entonces la inuencia dominantes de estas capas estar dada por los o a gradientes en la direccin transversal a la corriente uida. Entonces, la aproximacin Thin shear o o layers consiste en despreciar las derivadas en las direcciones de la supercie que delimitan estas capas de corte y considerar solo las derivadas en la direccin normal a ellas. Esta aproximacin se sustenta o o an ms si hechamos un vistazo a las mallas discretas que se confeccionan para ujos con Re > 104 u a que son muy densas en la direccin normal a los cuerpos y son muy gruesas en el plano tangente al o cuerpo, alcanzndose muy baja precisin en las direcciones contenidas en el plano tangente. a o La forma condensada de las ecuaciones de Navier-Stokes (2.5) permanecen inalteradas pero el vector ujos F se simplica por el hecho que

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

45

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.1. Las ecuaciones de Navier-Stokes o

in n i = ( ) (2.19) n n Entonces si tomamos los ujos en cada una de las tres direcciones locales (tangente, normal y binormal) vemos que u u2 + p f = uv uw uH v uv g = v 2 + p (2.20) vw vH 0 w uw u z v vw + z h= 4 w w2 + p 3 z wH (u u + v v + 4 w w ) k T z z 3 z z ( )i Como vemos esta aproximacin asume ujo inv o scido para las direcciones del plano tangente y ujo viscoso slo en la direccin normal. A diferencia de la aproximacin de capa l o o o mite, TSL no asume que la presin sea constante dentro de la capa l o mite, con lo cual representa una aproximacin tipo capa o l mite de mayor rden. o

2.1.4.

Aproximacin Navier-Stokes parabolizada o

Esta aproximacin se basa sobre consideraciones similares a TSL pero se aplica solamente al o caso estacionario. Esta aproximacin va dirigida hacia aquellas situaciones donde existe una direccin o o predominante como ser el caso de ujo en canales. Adems se supone que las regiones viscosas cerca a a de bordes slidos son dominadas por gradientes en el plano normal y por lo tanto la difusin de o o momento y energ en la direccin principal se desprecian. Esta aproximacin es solo vlida mientras a o o a no existan zonas con variaciones importantes tal como recirculaciones. Analizando la ecuacin de o momento en la direccin principal (asumimos la x) ser : o a u u (u2 + p) + (uv) + (uw) = ( ) + ( ) x y z y y z z (2.21)

Esta ecuacin por haber perdido el trmino de derivada segunda segn la direccin x cambi de o e u o o tipo el ptico a parablico ya que segn x la derivada primera es la de mayor rden. Entonces la o u o variable x puede ser vista como un pseudo tiempo y se resuelven problemas en 2D avanzando de a capas en x. Similarmente la ecuacin de energ parabolizada se vuelve o a

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

46

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.2. Modelo de ujo inv o scido

uH vH wH ( v)z + (k ) + (k ) + + = ( v)y + z y y z z x y z y

(2.22)

2.1.5.

Aproximacin de capa l o mite

Fue un gran descubrimiento alcanzado por Prandtl quien reconoci que a altos Re las regiones o /U L para un cuerpo viscosas permanecen acotadas a una extensin ( del rden de /L o o de longitud L ) a lo largo de cuerpos slidos o supercies inmersas o limitando el ujo. En estos o casos el clculo de la presin puede separarse de aquel del campo de velocidades. Comparando esta a o aproximacin con la TSL se puede decir que aqu adems de las suposiciones hechas con la TSL se o a agrega aquella que la velocidad en la direccin normal a la supercie se desprecia por lo cual no se o produce caida de presin en esa direccin. De esta forma la presin en la capa l o o o mite se asume igual a la externa pe (x, y) computada a partir de una aproximacin inv o scida. Si bien uno puede separar el cmputo de la zona o regin inv o o scida del de la capa l mite existe muchas situaciones donde existe interaccin entre ambas y deben resolverse en forma iterativa. Este o tipo de aproximacin cae dentro de lo que suele llamarse interaccin viscosa-inv o o scisa

2.2.

Modelo de ujo inv scido

La conguracin de ujo ms general para el caso no viscoso donde se desprecian los efectos de o a conduccin del calor se describen mediante las ecuaciones de Euler, obtenidas a partir de las ecuaciones o de Navier-Stokes despreciando todos los trminos de tensiones viscosas y los de conduccin del calor. e o Esta aproximacin vale para ujos a elevados nmero de Reynolds y fuera de las regiones donde o u se concentran los efectos viscosos. Este modelo respecto al de Navier-Stokes introduce un cambio importante en el conjunto de ecuaciones, el sistema de segundo rden se transforma en uno de primer o o rden, modicando no solo la aproximacin f o sica y numrica sino tambien la especicacin de las e o condiciones de contorno. Las ecuaciones de Euler no estacionarias tienen una forma condensada similar a aquella presentada en (2.5) U + F =Q (2.23) t para el caso de Navier-Stokes , con la modicacin puesta en la forma de denir el vector ujo F En o este caso los ujos se denen como v w u uw u2 + p uv 2 v + p vw uv g (2.24) f = w2 + p vw uw vH wH uH Una consideracin importante le cabe a la entrop Ya que el modelo de Euler asume la no existencia o a. de conduccin del calor ni de esfuerzos viscosos, si tomamos la ecuacin (2.6.f) o o T ds = dt
v

(k T ) + qH

(2.25) 47

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.2. Modelo de ujo inv o scido

vemos que el segundo miembro es nulo, por lo cual sta se reduce a: e T( s +v t s) = 0 (2.26)

expresando que la entrop es constante a lo largo de las l a neas de corriente. Por lo tanto las ecs. de Euler describen ujos isentrpicos en ausencia de discontinuidades. No obstante la entrop puede o a variar de una l nea de corriente a otra y esto es visto por una forma especial atribuida a Crocco de describir las ecuaciones de momento , cuando se la aplica al caso inv scido y estacionario en ausencia de fuerzas externas. Esta se expresa como: v =T s H (2.27)

Si por un momento asumimos un campo uniforme de entalp vemos que la derivada normal de la as entrop (en el plano tangente no var equivale a la componente normal en la terna de Frenet del a a) producto vectorial entre la velocidad y la vorticidad y que es equivalente al producto de la componente binormal de la vorticidad con la velocidad normal, o sea wb = T s n (2.28)

Por lo tanto gradientes de entropia y vorticidad estn directamente vinculados. Las ecuaciones de Euler a tambin permiten discontinuidades en capas vorticosas, en ondas de choque o del tipo discontinuidades e de contacto, pero ellas deben obtenerse usando la forma integral del las ecuaciones ya que la forma diferencial asume continuidad de la solucin. o

2.2.1.

Propiedades de las soluciones discontinuas

Si dentro de un volmen V existe una supercie que se mueve con una velocidad C donde la u solucin presenta una discontinuidad debemos recurrir a la forma integral de las ecuaciones de Euler, o que en ausencia de trminos fuentes se puede escribir como: e t

U d+
S

F dS = 0 U d + t (2.29) F dS = 0
S

U d+ t

Ya que debemos seguir el movimiento de la supercie para poder estudiar su evolucin, debemos o aplicar el teorema del transporte de Reynolds sobre el trmino temporal, que dice: e Para cualquier funcin f (x, t) tenemos que o d dt f d =
V (t) V (t)

f + t

(f C) d

(2.30)

Entonces usando (2.30) con f = 1 y el teorema de la divergencia sobre (2.29) produce lo siguiente: U d t U C dS +
S S

F dS = 0

(2.31) 48

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.2. Modelo de ujo inv o scido

Asumiendo que el volmen tiende a cero el trmino del ujo puede ponerse como: u e
V 0 S

lim

F dS =

(F2 F1 ) d =

F 1n d

(2.32)

donde d es la normal a la supercie de la discontinuidad y donde denimos el salto de una variable que cruza una discontinuidad A como A = A2 A1 Combinando (2.29) con (2.32) llegamos a ( F C U ) d = 0

(2.33)

que conduce a la forma local de las leyes de conservacin sobre una discontinuidad, llamadas las o relaciones de Rankine-Hugoniot: F 1n C U 1n = 0 (2.34) Si (x, t) = 0 dene la supercie de discontinuidad, entonces d = +C dt t y si denimos la normal a la supercie como 1n = entonces, reemplazando en (2.34) obtenemos F Distintas formas de discontinuidad shocks: todas las variables del ujo son discontinuas de contacto y capas vorticosas (slip lines): no ha transferencia de masa a travs de ellas e densidad y velocidad tangencial discontinuas presin y velocidad normal continuas o Si vemos las propiedades del sistema desde una terna que se mueve junto a la discontinuidad, las relaciones de Rankine Hugoniot para las ecuaciones de Euler se transforman en: v 1n = 0 v v 1n + p 1n = 0 v 1n H = 0 49 (2.36) + U =0 t (2.35) | | =0

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.3. Flujo potencial o

Discontinuidad de contacto

Al no haber transporte de masa a travs de ellas e vn1 = vn2 = 0

y de (2.36) surge que p =0 y en general =0 Capas vorticosas (Slip lines) Como antes vn1 = vn2 = 0 p =0 permitiendo saltos en la velocidad tangencial y en la densidad =0 y vt = 0 (2.37) y vt = 0

Ondas de choque Ellas permiten el transporte de masa a travs y por lo tanto la velocidad normal y e la presin pueden ser discontinuas mientras que la velocidad tangencial permanece continua. Entonces o =0 p =0 (2.38) vn = 0 vt = 0 La llamada condicin de entrop da la informacin necesaria para poder ltrar de todas las posibles o a o soluciones aquellas que no tengan sentido f sico. Esto est fuera de los alcances de este curso. Del a mismo modo no ser tratado aqu el tema de la formulacin de ujo inv a a o scido rotacional mediante la representacin de Clebsch que permite una descripcin ms econmica en trmino de cmputo pero o o a o e o ms compleja en cuanto a su interpretacin. a o

2.3.

Flujo potencial

Si a la hiptesis del ujo inv o scido le agregamos la irrotacional lo cual matemticamente podemos a expresar como: = v =0

el campo tridimensional de velocidades puede ser descripto por una unica funcin escalar , llamada o funcin potencial y denida por: o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

50

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.3. Flujo potencial o

v=

lo cual reduce notoriamente el clculo. Si las condiciones iniciales son compatibles con un campo a de entrop uniforme, luego para ujos continuos la entrop ser constante en todo el dominio y las a a a ecuaciones de momento se transforman en ( ) + t o + H = H0 constante t donde la constante H0 es la entalp de todas las l a neas de corriente. De esta forma la ecuacin o de energ ya no ser independiente del resto. La ecuacin para ujo potencial surge de la ecuacin a a o o de continuidad tomando en cuenta la hiptesis de ujo isoentrpico para poder expresar la densidad o o como una funcin de la velocidad, o sea del gradiente del potencial. o En forma de conservacin tenemos o + ( ) = 0 t que junto con la relacin entre densidad y funcin potencial o o h = ( )1/(1) = A hA H0 v 2 /2 /hA t
1/(1)

H=0

(2.39)

(2.40)

(2.41)

completan el modelo. A y hA son valores de referencia para la densidad y la entalp que a menudo a corresponden con las condiciones de estancamiento. Caso estacionario ( ) = 0 y ( )2 = 1 A 2H0 surgen como el modelo a resolver. Algunos temas a agregar ms adelante son: a Flujo irrotacional con circulacin - condicin de Kutta-Joukowski o o Limitaciones del modelo de ujo potencial para ujos transnicos o
1/(1)

(2.42)

(2.43)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

51

Cap tulo 2. Niveles dinamicos de aproximacion

Seccin 2.3. Flujo potencial o

2.3.1.

Aproximacin de peque as pertubaciones o n

En ujos estacionarios o no estacionarios alrededor de perles alares con un espesor mucho menor que su cuerda se puede asumir que las velocidades en el plano normal son despreciables simplicando an ms el modelo. Asi surge el modelo de pequeas perturbaciones que matemticamente se escribe u a n a como:
2 (1 M )xx + yy + zz =

1 (tt + 2x xt ) a2

(2.44)

2.3.2.

Flujo potencial linealizado

Si el ujo es incompresible hemos visto que la ecuacin de continuidad se expresa como o v =0 y por la hiptesis del modelo potencial v = o entonces (2.45) se transforma en = 0 (2.46) (2.45)

la ecuacin de Laplace. o Otra forma de linealizar el problema es usando superposicin de ujos simples, como fuentes, o sumideros y vrtices calibrando los coecientes con que cada uno participa de forma de ajustar la o condicin de contorno de velocidad normal nula sobre cuerpos slidos. o o Los mtodos basados en singularidad provienen de plantear el problema en forma integral, usar e ncleos ( kernels ) que representen la inuencia espacial y resolver numricamente. Estos mtodos u e e son llamados singulares porque casualmente producen integrales singulares cuyo tratamiento no es trivial y est fuera del alcance del curso. Mtodos como el de los paneles o el mtodo de los elementos a e e de borde son los mximos representantes de sta tcnica. a e e

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

52

Cap tulo 3

Naturaleza matemtica de las a ecuaciones de la mecnica de uidos a


3.1. Introduccin o

Para comenzar resumimos las varias aproximaciones vistas en el cap tulo anterior de forma tal de mostrar las ecuaciones que surgen de los modelos vistos. En general las leyes de conservacin plantean una ecuacin del tipo o o U + t F =Q (II.1.e)

que expresada en sus tres coordenadas cartesianas dan lugar a U f g h + + + =Q t x y z Las ecuaciones de Navier-Stokes se pueden expresar en su forma general como v 0 v + v v + pI = fe t E Wf + qH vH v k T En el caso incompresible se transforman en v =0 v + (v t )v = 1 p + v + fe (II.2.a) (II.2.b) (II.1.f )

(3.1)

donde es muy comn desacoplar el problema en una solucin para la velocidad y otra para la presin. u o o Para esta ultima surge 1 p = (v )v + fe (II.2.d)

53

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.1. Introduccin o o

En la aproximacin Thin shear layer (TSL) hemos visto o u u2 + p f = uv uw uH v uv g = v 2 + p vw vH 0 w uw u z v h = vw + z 4 w w2 + p 3 z v 4 w T u wH (u z + v z + 3 w z ) k z

(3.2)

mientras que en el caso parabolizado cambia solamente la ecuacin de momento segn la direccin o u o preferencial del ujo por otra del tipo u u (u2 + p) + (uv) + (uw) = ( ) + ( ) x y z y y z z y la de energ por la siguiente a vH wH uH + + = ( v)y + ( v)z + (k ) + (k ) x y z y z y y z z En el modelo inv scido u u2 + p f = uv uw uH v uv g = v 2 + p vw vH w uw h = vw w2 + p wH (II.5.2) (II.5.1)

(II.6.1)

y en ujo potencial tenemos el caso general + t h = ( )1/(1) = A hA y los casos de pequeas perturbaciones n
2 (1 M )xx + yy + zz =

( ) = 0

(II.8.2)

junto con la relacin entre densidad y funcin potencial o o H0 v 2 /2 /hA t


1/(1)

(II.8.3)

1 (tt + 2x xt ) a2

(II.8.6) 54

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.1. Introduccin o o

o el caso linealizado con = 0 (II.8.7) Examinando las anteriores ecuaciones provenientes de los modelos f sicos asumiendo distintos niveles de aproximacin dinmica podemos decir que todas se representan por un conjunto de ecuaciones a o a derivadas parciales cuasi-lineales de primer o a lo sumo segundo rden. o Por lo visto al comienzo el modelo matemtico reeja un balance entre ujos convectivos, difusivos a y diversas fuentes internas y externas que surgen a partir del modelo planteado por la f sica. Los ujos difusivos aparecen con operadores de segundo rden como una consecuencia de la ley o generalizada de Fick, con una tendencia a suavizar gradientes. Los ujos convectivos aparecen con operadores de primer rden y expresan el transporte de la o propiedad. Por lo tanto la competencia entre ellos inuenciar sobre la naturaleza matemtica de las ecuacioa a nes, desde las ecuaciones el pticas, parablicas hasta las hiperblicas. Del mismo modo es la persona o o que modela la que al introducir una aproximacin est forzando sobre el tipo de ecuacin con que se o a o enfrentar. a Tomemos a modo de ejemplo de esto la componente x de la ecuacin de momento de las ecuaciones o de Navier-Stokes asumiendo ujo laminar e incompresible. u + (v t )u = p + u x (3.3)

Adimensionalizar estas ecuaciones es un modo de ver mejor aquello de la competencia. Para ello tomemos una longitud de referencia L, un tiempo caracter stico T , una escala de velocidades V y una de presiones V 2 . Reemplazando como es habitual en (4.1.1) surge V T u + (v L t )u = p 1 + u x Re (3.4)

u donde Re = V L = VL es el nmero de Reynolds y todas las variables, las independientes como las dependientes, se expresan en la versin adimensionalizada. o Para Re 0, ujos fuertemente viscosos, denominados reptantes, el trmino convectivo y no lineal e es despreciable y surgen las ecuaciones de Stokes p V 2 T u + u = Re t x (3.5)

Asumimos que el gradiente de presin est jado para poder reducir este caso ejemplicatorio al caso o a de una ecuacin y no entar en las complejidades que presupone un sistema de ecuaciones con varias o incgnitas. Asi como estn escritas son de naturaleza parablica debido a la existencia de un operador o a o de primer rden para una de las variables independientes, el tiempo, y uno de segundo rden para la o o otra, la coordenada x. Si agregamos la hiptesis de ujo estacionario entonces desaparece el trmino o e temporal y la ecuacin se transforma en el o ptica (ec. de Poisson) Si Re y si nos ubicamos fuera de la capa l mite, los trminos viscosos tendrn muy poca e a inuencia haciendo que el ujo sea dominado por los trminos convectivos (ecs. de Euler). e u + (v t )u = p x (3.6) 55

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.2. Supercies caracter o sticas. Soluciones del tipo ondas

Si reducimos el problema al caso unidimensional la anterior se vuelve u 1 p u +u = t x x (3.7)

que es una ecuacin hiperblica que describe un fenmeno de propagacin. o o o o Es de gran importancia la distincin entre fenmenos de difusin (el o o o pticos) y de propagacin o (hiperblicos), ya que en los primeros la informacin se propaga en todas direcciones mientras que en o o los ultimos existe una direccin preferencial y la informacin se propaga solo a determinadas regiones. o o Entre ambos existen las ecuaciones parablicas que amortiguan en el tiempo los efectos difusivos. Las o ecuaciones de Navier-Stokes son de carcter parablicas en el espacio y en el tiempo y cambian de a o tipo al caso el ptico en el estado estacionario. De todas maneras es importante resaltar que la ecuacin o de continuidad al no contar con difusin es de carcter hiperblico lo cual hace que, estrictamente o a o hablando, las ecuaciones de Navier-Stokes sean incompletamente parablicas. o

3.2.

Supercies caracter sticas. Soluciones del tipo ondas

Las ecuaciones a derivadas parciales que describen los niveles de aproximacin vistos en el cap o tulo anterior son cuasi-lineales y a lo sumo de segundo rden. No obstante se sabe que en muchos casos existe o una forma no degenerada de llevar un sistema de segundo rden a otro de primer rden. Asumimos o o que contamos con la transformacin necesaria y que tenemos entre manos un sistema cuasi-lineal o de primer rden. La clasicacin de las ecuaciones est o o a ntimamente relacionada con el concepto de caracter sticas, denida como hipersupercies a lo largo de la cual ciertas propiedades del ujo permanecen invariables o ciertas derivadas pueden volverse discontinuas. Un sistema de ecuaciones a derivadas parciales de primer rden se dice hiperblico si su parte o o homognea admite solucin del tipo ondulatoria. Ya veremos que esto est asociado con el hecho e o a que los autovalores del sistema son reales. Por otro lado si el sistema admite solucin del tipo ondas o amortiguadas (evanescentes) el sistema ser parablico y si no admite solucin del tipo ondulatorio a o o ser el a ptico y dominado por difusin. o

3.3.

Ecuaciones diferenciales parciales de segundo rden o


2 2 2 + 2b +c 2 =0 x2 xy y

Sea el siguiente operador cuasi-lineal de segundo rden o a con a, b, c = f (x, y, , : (3.8)

). Podemos escribirla como un sistema introduciendo las siguientes variables u= a x ; v= y

u u v + 2b +c =0 x y y v u =0 x y

(3.9)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

56

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.3. Ecuaciones diferenciales parciales de segundo rden o o

que en forma matricial se escribe como a 0 0 1 x u 2b c + v 1 0 y U U A1 +A2 =0 x y u v =0 (3.10)

Si la solucin es expresable como una onda plana que se propaga en la direccin n, sta tendr la o o e a forma U = U eI(nx) = U eI(nx x+ny y) (3.11) con I = 1. Reemplazando la solucin(4.2.3) en (4.2.2) y tomando la parte homognea nos queda o e (A1 nx + A2 ny )U = 0 que admitir solucin no trivial solo si el determinante del sistema es nulo, a o det|A1 nx + A2 ny | = 0 O sea que las raices de a( nx nx 2 ) + 2b( ) + c = 0 ny ny (3.13) (3.12)

(3.14)

nos darn la respuesta a si la solucin es expresable como una onda, o sea si es hiperblica o si se a o o trata de una onda pero amortiguada (parablica) o si no existe solucin real en cuyo caso es el o o ptica. Resolviendo, b2 ac > 0 dos soluciones reales, dos ondas (hiperblico) o b2 ac = 0 una unica solucin (parablico) o o b2 ac < 0 dos soluciones complejas conjugadas, (el ptico) En lo anterior hemos asumido una solucin del tipo onda plana. Esto puede generalizarse a hipero supercies generales con una representacin no lineal de la onda. Esta consiste en denir una supercie o que funciona como frente de onda S(x, y) y la solucin se representa por una onda general del tipo o U = U eIS(x,y) (3.15)

A partir de aqu la operatoria es la misma que en el caso de onda plana. Un sistema es hiperblico si o (4.2.7) es una solucin para valores reales de S(x, y) o Esto se logra calculando det|A1 Sx + A2 Sy | = 0 (3.16) donde Sx , Sy son las derivadas de la supercie respecto a las direcciones que caen sobre ella. Las supercies S(x, y) que hacen el anterior determinante nulo son supercies caracter sticas con una normal que apunta segun S.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

57

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.3. Ecuaciones diferenciales parciales de segundo rden o o

Ejemplo 1: Flujo potencial estacionario Llamemos c a la velocidad del sonido. Si tomamos la ecuacin o del modelo de ujo potencial y trabajamos algebraicamente sobre la relacin entre densidad y funcin o o potencial asumiendo transformaciones isoentrpicas llegamos a o (ij Mi Mj ) 1 2 2 = 2 + ( )2 2 xi dxj c t t (3.17)

que en el caso 2D estacionario se simplica a (1 v2 2 u2 2 2uv 2 ) 2 2 + (1 2 ) 2 = 0 c2 x c xdy c y (3.18)

que bajo la forma de una ecuacin general de segundo rden (4.2.2) posee los siguientes coecientes: o o u2 a=1 2 c uv b= 2 c v2 c=1 2 c Entonces el discriminante b2 4ac se vuelve b2 4ac = u2 + v 2 1 = M2 1 c2

(3.19)

lo cual es negativo (el ptico) en el caso subsnico y positivo (hiperblico) en el caso supersnico. En el o o o caso transnico el problema se transforma en parablico. Como vemos el problema potencial tiene una o o naturaleza bastante variada dependiendo del rgimen de velocidades que estemos resolviendo. Una e complicacin adicional a esto aparece por el hecho que en el caso transnico y supersnico pueden o o o aparecen discontinuidades como ondas de choque con un tratamiento numrico bien particular. e Ejemplo 2: La ecuacin potencial en pequeas perturbaciones Como hemos visto si la componente o n transversal al ujo del vector velocidad es despreciable, la ecuacin potencial estacionaria se reduce a o
2 (1 M )

2 2 + 2 =0 x2 y

(3.20)

entonces las raices de la ecuacin (4.2.6) son o ny 2 = M 1 nx que denen las normales a las dos caracter sticas para ujos supersnicos. Estas se obtienen como o dy 2 = 1/ (M 1) = tan dx Estas caracter sticas son idnticas a las l e neas de Mach que se hallan a un ngulo respecto a la a direccin del vector velocidad, con o sin = 1/M
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

58

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.4. Denicin general de supercie caracter o o stica

3.4.

Denicin general de supercie caracter o stica

Sea un sistema de n ecuaciones diferenciales parciales de primer rden para las n incgnitas ui , i = o o k , k = 1, . . . , m incluyendo eventualmente la variable tiempo. 1, . . . , n en el espacio m dimensional x Escrita en forma de conservacin y usando la convencin de suma sobre o o ndices repetidos tenemos k F = Qi xk i k = 1, . . . , m; i = 1, . . . , n (3.21)

El anlisis de las propiedades del sistema recae sobre la forma cuasi-lineal obtenida despus de introa e k denidas por ducir las matrices jacobianas A Ak = ij Fik uj (3.22)

Por lo tanto el sistema (4.5.1) toma la forma cuasi-lineal Ak ij uj = Qi , xk k = 1, . . . , m; i = 1, . . . , n (3.23)

que en forma condensada se escribe como Ak U = Q, xk k = 1, . . . , m

donde el vector columna U es de (n 1) y contiene las incgnitas uj , mientras que Ak son matrices o de n n y Q un vector de trminos fuentes. Las matrices Ak y el vector Q pueden depender de xk y e de U pero no del gradiente de U . Una solucin expresada como una onda plana de la forma (4.2.3) o en general (4.2.7) existir si el o a sistema homogneo e S k = 1, . . . , m Ak k U = Ak nk U = 0 x admite soluciones no triviales, lo cual como antes redunda en que det |Ak nk | = 0 Esta ecuacin tiene a los sumo n soluciones, las n supercies caracter o sticas. El sistema se dice hiperblico si todas las caracter o sticas son reales y si las soluciones son linealmente independientes. Si todas son complejas es el ptico y si hay de ambas es h brido. Adems si el rango de Ak nk no es complea to el sistema se dice parablico. Esto ocurrir cuando al menos una de las variables no posea derivadas o a respecto a alguna de las coordenadas espaciales. Ejemplo 3 : Sistema de 2 ecs de primer rden en 2D Sea el siguiente sistema de ecuaciones en 2D o a u u +c = f1 x y u u b +d = f2 x y

(3.24)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

59

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.4. Denicin general de supercie caracter o o stica

que en forma matricial se puede escribir como a 0 0 b donde A1 = a 0 , 0 b A2 = 0 c d 0 x u 0 c + v d 0 y u v = f1 f2

Planteando el determinante e igualando a cero conduce a las raices: | ny 2 cd | = nx ab

Si cd/ab > 0 el sistema es hiperblico, por ejemplo tomemos a = b = c = d = 1, en este caso el sistema o de ecuaciones es la conocida ecuacin de las ondas que escrita como una ecuacin de segundo rden o o o luce como 2u 2u 2 =0 x2 y Si cd/ab < 0 el sistema es el ptico, por ejemplo tomemos a = b = 1 ; c = d = 1, en este caso el sistema de ecuaciones es la conocida ecuacin de difusin o de Laplace o o 2u 2u + 2 =0 x2 y Finalmente si b = 0 existe una sola caracter stica y el sistema es parablico. Con a = 1 ; b = 0 ; c = o d = 1 ; f1 = 0 ; f2 = v obtenemos la conocida ecuacin del calor o u 2u = x y 2 Ejemplo 4: Ecuaciones en aguas poco profundas estacionaria Este sistema, conocido como shallow water equations, describe la distribucin espacial de las alturas de la supercie libre de una corriente o de agua que posee un campo de velocidades (u, v). Si llamamos g a la aceleracin de la gravedad, o entonces: h h u v u +v +h +h =0 x y x y u h u +v +g =0 u (3.25) x y x v v h +v +g =0 u x y y Introduciendo el vector de incgnitas o h U = u v

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

60

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.5. Dominio de dependencia - zona de inuencia o

el sistema se puede escribir en u g 0 o en forma compacta

forma matricial como h 0 h h v 0 h u 0 u + 0 v 0 u =0 x y 0 u v v g 0 v

U U + A2 =0 x y Las tres supercies caracter sticas se obtienen como la solucin de plantear el siguiente determinante o nulo, con = nx /ny u + v h h u + v 0 =0 det g g 0 u + v A1 Trabajando sobre el determinante conduce a las soluciones : (1) =
(2),(3)

v u uv

u2 + v 2 gh u2 gh

(3.26)

Como vemos gh juega el mismo rol que la velocidad del sonido en el caso de las ecuaciones de ujo compresible, y como all , existe un valor cr tico donde el sistema cambia de tipo. Este valor se llama velocidad supercr tica y en el caso que v 2 = u2 + v 2 > gh el sistema se vuelve hiperblico. o En el caso de velocidades subcr tico el sistema es h brido ya que habr 2 soluciones complejas a conjugadas y (1) que siempre es real. La supercie caracter stica asociada con (1) es la l nea de (1) (1) corriente, ya que nx = v ; ny = u.

3.5.

Dominio de dependencia - zona de inuencia

Las propiedades de propagacin de los problemas hiperblicos tiene importantes consecuencias o o respecto a la forma en que la informacin se propaga o transmite por todo el dominio. o Si consideramos el caso escalar bidimensional presentado en (4.2.1) este generar dos caracter a sticas en el caso hiperblico donde cada una se representa por una familia de curvas. Si tomamos 1 miembro o de cada familia y tomamos un punto P donde se intersectan, vemos que ambas caracter sticas dejan una regin aguas arriba que afectar la solucin en el punto P y una zona aguas abajo que depender del o a o a valor de la funcin en el punto P . Mirndolo desde el punto P , la primera se llama zona de dependencia o a del punto P y la segunda zona de inuencia del punto P. Este hecho es muy importante y tiene muchas consecuencias matemticas, f a sicas y numricas. (gura 3.5) e En el caso de problemas parablicos ambas caracter o sticas degeneran en una (el rango del sistema no es completo) y en este caso la zona de dependencia cae sobre la caracter stica mientras que la de inuencia es la regin completa aguas abajo de la caracter o stica. En el caso el ptico no existe supercie caracter stica que separe el dominio en zonas de dependencia e inuencia. Esto produce que la zona de inuencia, la de dependencia y el dominio coincidan y la informacin se propaga en todas direcciones. o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

61

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

caractersticas

11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 A 00000000 11111111 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000 11111111 00000000

111111111 000000000 111111111 000000000 111111111 000000000 111111111 000000000 111111111 000000000 11111111 00000000 11111111 00000000 111111111 000000000 11111111 00000000 11111111 00000000
P

1111 0000 1111 0000 1111 0000


3.6.

111 000 111 000 Regin de dependencia de P 111 000 111 000
Zona de influencia de P

Dominio de dependencia e inuencia

Condiciones de contorno e iniciales

Para que los anteriores sistemas de ecuaciones que surgen del modelo f sico estn nalmente bien e planteados en el sentido matemtico es necesario que se impongan ciertas condiciones sobre los datos. Si a alguna de las variables independientes del problema es el tiempo es necesario establecer una condicin o a tiempo t = 0 x, problema llamado de Cauchy o de valores iniciales. Cuando la variable espacial x est acotado en el espacio por un borde o contorno, el problema suele llamarse de valores de frontera a e iniciales. Sin entrar en detalles acerca del tema podemos decir que la correcta especicacin de las condiciones o de contorno e iniciales requiere de un detallado estudio que incluye a las autofunciones del sistema. De todos modos este es un tema abierto ya que en la mayor de los casos que trata la mecnica a a de uidos no existen resultados contundentes acerca de como tratar estas condiciones. Sin ir tan lejos terminamos esta seccin diciendo que en los problemas independientes del tiempo de o carcter el a ptico es usual imponer algunos valores sobre algunos nodos (Dirichlet) o sobre su derivada (Neumann). En el primer caso puede tratarse de imponer el vector velocidad sobre una pared slida o o la temperatura, mientras que en el caso Neumann estamos hablando de imponer que el ujo trmico e asuma alguna ley de transferencia en el contorno (conveccin, radiacin,etc). o o En casos donde el sistema se transforma en primer rden (Euler), la velocidad no puede ser jada o en un contorno slido, recurriendo a jar solo la componente normal, dejando la tangencial como parte o del clculo (condicin slip). En el caso de supercies libres es usual establecer la continuidad de las a o tensiones normales y tangenciales.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

62

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

INTRODUCCION AL USO DE MATLAB


Objetivos: Aprender el uso del lenguaje MatLab muy poderoso en cuanto a sus posibilidades de uso como herramienta de clculo numrico y visualizacin grca asi como de programar en este entorno a e o a extendiendo su aplicacin al anlisis numrico y simulacin en Ingenier o a e o a.

3.6.1.

Introduccin o

MatLab es un lenguaje de programacin interpretado de bajo nivel que a diferencia de los lenguao jes compilados permite gran exibilidad para programar, debuggear y correr pequeas aplicaciones n respecto a los tradicionalmente rpidos pero muy r a gidos lenguajes compilados. Adems es un sofa tware de aplicacin y como su nombre lo indica es un laboratorio de matrices (Mat=Matrices / Lab o =Laboratorio). Otra de las importantes caracter sticas es que incluye poderosas facilidades grcas a que se pueden correr run-time, mientras que en el caso de los lenguajes compilados uno debe o bien generar un software grco completo o sino adaptar algunas rutinas para los casos particulares de a aplicacin, lo cual lo transforma en una gran complicacin. Adems el hecho que los clculos y las o o a a grcas se vayan generando en tiempo de ejecucin lo hace muy exible. Otras de la caracter a o sticas interesantes de este lenguaje interpretado es que equivale a un entorno en s mismo, o sea permite ejecutar comandos en forma muy interactiva lo cual lo hace apto para ir avanzando en lo que uno est haciendo, viendo resultados en pantalla de lo que uno est obteniendo, corrigiendo rumbos, etc. a a Adems cuenta con una enorme biblioteca de rutinas de clculo que lo transforma en un lenguaje de a a bajo nivel sin necesidad de tener que programar demasiado, salvo aplicaciones especiales. Hemos dicho al comienzo que una de las principales diferencias entre un lenguaje compilado y uno interpretado es la velocidad de procesamiento de datos, especialmente para grandes problemas. El programa compilado arma un ejecutable habiendo interpretado cada sentencia previamente en la etapa de compilacin y o genera un archivo binario optimizado. En cambio el lenguaje interpretado realiza la interpretacin de o cada sentencia a medida que corre lo cual lo hace lento. Por ejemplo si uno realiza un loop de 1000 iteraciones el intrprete debe trabajar 1000 veces haciendo lo mismo. MatLab soporta vectorizacin lo e o cual hace que en lugar de manejar escalares e interpretar operaciones entre escalares pueda manejar vectores e interpretar vectores. Por ejemplo si tenemos un vector de 1000 elementos y queremos hacer clculos con cada uno de sus coecientes, en lugar de hacer un loop de 1000 iteraciones podemos a invocar directamente la operacin sobre todo el vector. Por ejemplo, si tenemos una matriz A de o (1000 2), donde cada columna representa un vector de 1000 elementos y queremos calcular la suma de ellos podemos hacer: for k=1:1000, c(k) = A(k,1)+A(k,2); end o sencillamente c = A(:,1)+A(:,2); Todo esto y muchas cosas ms que surgen cuando uno lo utiliza hacen a MatLab una muy interesante a herramienta para la investigacin en torno a los mtodos numricos. o e e

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

63

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

MatLab cuenta con muchas rutinas propias llamadas built in functions, solo basta con recorrer el help para ver la enorme cantidad de ellas. Adems cuenta con lo que se llaman Toolkits que son a paquetes de rutinas para aplicaciones particulares. Aqu no entraremos en detalle sobre estas ultimas sino que slo mencionamos su existencia para aquellos curiosos que puedan interesarse. A grandes o rasgos podemos decir que MatLab es un lenguaje de programacin integrado con un software de o aplicacin. Entonces podemos hacer una divisin inicial en: o o a e software de aplicacin clculo numrico o Matlab visualizacin grca o a lenguaje de programacin o A continuacin planeamos hacer un pequeo tour por las galer de MatLab tratando de tocar o n as slo algunos de sus puntos con el objetivo de motivar a los turistas a volver a ellos en el futuro. o

3.6.2.

MatLab como software de aplicacin o

En esta parte de la visita a MatLab investigaremos sus capacidades como software de aplicacin, o sin entrar por ahora en detalles de programacin. Como fue dicho en la introduccin este software o o es un laboratorio de matrices y como tal debemos saber como denir matrices, vectores como un caso particular de una matriz, recordar algunos aspectos del lgebra de espacios vectoriales para a poderlas utilizar en forma coherente y nalmente ver las potencialidades que tiene esto. Yendo ms a all en cuanto a aplicaciones hemos mencionado las capacidades grcas del software. A este respecto a a debemos primero saber como convertir matrices en mapas redeniendo el lgebra y viendo como de a esta forma es posible visualizar funciones en varias variables y hacer distintos tipos de grcos muy a utiles en general. (1) Manejo standard de matrices, vectores y escalares Una matriz es el tomo de este software, es algo asi como la menor porcin divisible del clculo, a o a siendo los escalares y los vectores slo casos particulares. Por ejemplo para ingresar la matriz o 1 2 3 A = 4 5 6 (3.27) 7 8 9 debemos ingresar sus coecientes como una lista de nmeros separados por un blanco al menos que u corresponden a los elementos de cada la, separando las las entre si con un ; o simplemente con <Enter>, o sea A = [ 1 4 7 2 5 8 3 ; 6 ; 9 ];

El ; despues del ] naliza la sentencia sin mostrar por pantalla lo ingresado. Si uno quiere ver lo que ingresa hay que remover el ;. Su uso es muy importante cuando las matrices son muy grandes ya que la salida por pantalla puede tomar bastante tiempo.
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

64

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

Un vector es un caso particular de lo anterior, este puede ser un vector la o un vector columna. Sean b= 1 2 3 4 (3.28) c = 5 6 En estos casos el ingreso es b = [ 1 2 3 ];

c = [ 4 ; 5 ; 6 ]; o simplemente podemos denir b = [ 4 c = b; 5 6 ];

donde el s mbolo signica la transpuesta, de un vector como en este caso pero su uso es en general para cualquier matriz. Todas los clculos que se van haciendo si se asignan a variables permanecen en la memoria de a trabajo, sino se asignan son eliminadas permaneciendo solo en memoria el ultimo resultado almacenado en una variable denominada ans. Por ejemplo la instruccin siguiente genera un vector la pero al no o estar asignado solo queda en memoria bajo la variable ans. [ 4 5 6 ];

Si a continuacin emito otra instruccin pierdo el resultado anterior, salvo que previamente lo haya o o almacenado en una variable, como por ejemplo b = ans Si hacemos who podemos ver las variables en memoria hasta el momento almacenadas y si hacemos whos podemos ver ms detalles de las mismas. a Como es sabido del algebra lineal una matriz puede generarse como el producto tensorial de vectores. Por ejemplo si en el caso anterior hacemos A1 = c*b el resultado es una matriz de 3 3 porque es el producto de un vector de 3 1 por otro de 1 3. En este caso el resultado ser: a A1 = [ 4 5 6 8 10 12 12; 15; 18;

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

65

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

Del mismo modo podemos denir el producto interno entre vectores de una forma trivial. La denicin o de producto interno es:
N

b, c =
i=1

bi ci

En este caso si hacemos b*c obtenemos el producto interno anterior y tal como hemos denido la instruccin no est alojado en o a ninguna variable por lo cual corre peligro de ser destruido despus de la prxima instruccin. e o o Otro aspecto importante es que existen formas de generar matrices muy especiales. Por ejemplo ones(10) genera una matriz de (10 10) con elementos unitarios. ones(10,3) genera una matriz de (10 3) con elementos unitarios. zeros(5,3) genera una matriz de (5 3) con elementos nulos. (-3:2:15) genera un vector la cuyo primer elemento es 3, generando el resto avanzando de a 2 y no supera el valor 15. Otra forma ser a kron((1:3),(2:5)) que produce el producto tensorial del vector columna (1:3) con el vector la (2:5), lo cual arroja la siguiente matriz como resultado 2 4 6 3 6 9 4 8 12 5 10 15

Existen muchas otras formas, por ejemplo: rand(4) produce una matriz de (4 4) con nmeros aleatorios u eye(5) produce la matriz identidad de (5 5) diag(v,idiag) produce una matriz poniendo el vector v en la codiagonal idiag, determinando el tamao de la matriz la longitud del vector v y la codiagonal en la cual se ubica, ya que debe n entrar el vector entero en ella. Por ejemplo si el vector es de (5 1) y lo queremos ubicar en la segunda codiagonal entonces la matriz ser de (7 7) y tendr la siguiente forma: a a >> diag(ones(5,1),2) ans = 0 0

0 0

1 0

0 1

0 0

0 0

0 0 66

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

1 0 0 0 0

0 1 0 0 0

0 0 1 0 0

Si no especicamos la codiagonal asume un valor cero lo cual signica la propia diagonal y si especicamos un valor negativo asume las codiagonales inferiores en lugar de las superiores. Es importante resaltar que si el argumento del comando diag es una matriz entonces devuelve la diagonal o la codiagonal de la misma como un vector. Vea el help (help diag). A esta altura debemos asegurarnos de salvar lo hecho por si ocurriera algn imprevisto o por si u tuviramos que detener temporariamente nuestro trabajo. El comando save salva las variables en e memoria en un archivo. Si omitimos el nombre (solo invocamos el comando save) guarda el contenido de la memoria en un archivo llamado matlab.mat, caso contrario, si especicamos el nombre , por ejemplo save tempo, guarda la memoria entera en el archivo tempo.mat Tambien podemos guardar parte de la memoria, para ello debemos invocar save <filename> variables. Cuando uno desea continuar con el trabajo interrumpido y quiere recuperar la memoria salvada con el comando save debe ejecutar load <filename> o simplemente load si salv las variables sin o especicar el chero. Con clear se limpia todo el espacio de trabajo (memoria) y con clear variables aquellas variables que uno desea. Con size(<arreglo>) o length(<arreglo>) se puede obtener la dimensin del arreglo. El primer o caso es general y devuelve dos valores mientras que el segundo es exclusivamente para vectores y devuelve solo un valor. El software contiene una serie de operadores de matrices tal como suma, resta, producto, potencia, divisin por derecha e izquierda, etc. Todos estos operadores se denen tal como lo establece el lgebra o a de los espacios vectoriales. Una aclaracin va con la divisin. o o Que signica dividir matrices para MatLab? Sean A, B dos matrices de (m m), entonces A / B = A B 1 A B = A1 B (3.29)

Como vemos la divisin involucra matrices inversas, pero especial cuidado hay que tener cuando o tratamos grandes matrices ya que el tiempo de clculo se achica mucho en estos casos con los comandos a de divisin comparado al comando de inversin inv(A) o A1 o o Otro detalle interesante en el manipuleo de matrices es que uno puede extraer submatrices de otras matrices o armar matrices con bloques de otras submatrices. Por ejemplo, >> >> >> >> >> A = eye(4) ; B = ones(4,2) ; C = zeros(2,4) ; D = eye(2) ; E = [A B ; C D] 67

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

ans = 1 0 0 0 0 0

0 1 0 0 0 0

0 0 1 0 0 0

0 0 0 1 0 0

1 1 1 1 1 0

1 1 1 1 0 1

Del mismo modo podemos tomar un bloque de la matriz E, por ejemplo el de las las 1,3,5 con las columnas 2,3 haciendo: E([1;3;5],[2;3]) En cuanto a las capacidades de clculo adems de existir toda una gama de funciones standard para a a escalares existen otras ms para vectores y matrices. Por ejemplo es muy comn hablar del seno a u trigonomtrico de un nmero real. Como se calcula el seno de una matriz? e u Bueno existen varias formas de calcularlo pero hay que tener cuidado al hacerlo con MatLab. Si nosotros denimos por ejemplo una matriz A de (3 3) y ejecutamos la instruccin sin(A) el o resultado ser diferente a si nosotros usamos la denicin de una funcin aplicada a una matriz a o o f (A) = V f ()V 1 (3.30)

donde V es la matriz de autovectores y es la matriz diagonal con los autovalores en la diagonal. En este caso sin(A) = V sin()V 1 (3.31) Donde est la diferencia? a La diferencia est en que MatLab soporta otro tipo de operadores adems de los standard para a a matrices, llamados operadores de arreglos. Sin entrar por ahora en detalles porque lo abordaremos ms adelante, un operador de arreglo realiza una operacin sobre cada elemento del arreglo como si a o fuera una lista de elementos. Entonces si a MatLab le decimos B = sin(A) l entiende: e Bij = sin(Aij ) (3.32)

Conclusin, cuando queremos realizar una funcin especial sobre una matriz debemos o realizar la o o descomposicin en autovalores y autovectores utilizando la funcin de MatLab eig(A) o sino usar o o otra funcin llamada funm que en este caso se usa de la siguiente forma : funm(A,sin). o MatLab soporta muchas funciones para matrices, por ejemplo: clculo de determinantes det a clculo de autovalores eig a clculo de la traza trace a clculo del nmero de condicin cond a u o 68

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

clculo de la norma norm a clculo del rango rank a factorizacin Choleski chol o factorizacin LU lu o ortogonalizacin orth o entre otras. Consulte el help de matrices. Matrices como listas y tablas Las matrices tambin pueden ser interpretadas como listas o tablas de datos. Recin hab e e amos mencionado que hay que tener cuidado en el uso de MatLab cuando se aplican funciones a matrices porque su resultado puede ser diferente al esperado. Esto se debe a que como dijimos una matriz puede ser una matriz en el sentido estricto o una lista o una tabla. En el caso de listas son como elementos independientes sobre los cuales se pueden aplicar operaciones individualmente con el n de obtener algn resultado espec u co. Por ejemplo, una matriz puede representar la distribucin de temperatura o en un dominio rectangular o mapeable a un rectngulo, donde cada elemento de la matriz puede a equivaler a un punto de esa grilla rectangular. Entonces planteando operaciones sobre ellos podemos lograr efectos interesantes. Por ejemplo sea una matriz A de (m n) elementos. Haciendo: diff A Bi,j = Ai,j+1 Ai,j gradient A
A A x , y

interp2 A interpolacin de datos en 2D o Del mismo modo dado un conjunto de datos en forma de lista en 1,2 o 3 dimensiones, podemos aplicarle ciertas operaciones e incluso visualizar usando instrucciones grcas. a En el caso de tablas se puede pensar a una matriz como una planilla de clculo y realizar toda una a serie de anlisis estad a sticos sobre los mismos y calcular promedios, dispersiones, histogramas, sumas y productos acumulados, medianas, etc. Es importante a esta altura resaltar que existen operaciones sobre arreglos del mismo modo que existen operaciones sobre matrices. Por ejemplo para multiplicar matrices simplemente invocamos el s mbolo del producto. Si queremos multiplicar arreglos esto se entiende como un producto elemento a elemento en forma individual. Por ejemplo, sean A y B dos arreglos, entonces el producto de arreglo se dene como: Cij = Aij Bij Para poder diferenciar esto de la habitual multiplicacin de matrices MatLab soporta las operao ciones precedidas por un punto. Por ejemplo
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

69

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

.* equivale al producto de arreglos ./ equivale al cociente de arreglos .^n equivale a elevar todos los coecientes del arreglo a una potencia n Visualizacin grca o a El hecho de permitir un manejo de matrices como si fuera una lista de datos ordenados segn la u estructura de la matriz o como una tabla de valores permite altas facilidades de gracacin. o Visite el help de los comandos plot, mesh, surf, etc para ver todas las capacidades grcas que a ofrece MatLab. Programacin o Finalmente cerramos este breve paseo con otra facilidad muy importante a la hora de pretender ir un poco ms alla de lo que ofrece MatLab. Programando en MatLab es posible generar programas a de propsitos particulares o generales, como por ejemplo construir un generador de mallas, mejores o formas de visualizar soluciones, visualizar mallas de elementos nitos, generar un programa de algn u mtodo numrico, etc. Aqu no entraremos en detalle de los aspectos de programacin. Para aquellos e e o intersados visitar el help o la bibliograf especializada. a [Ejercicio 1.] Dadas las grandes capacidades que tiene Matlab para el tratamiento de matrices uno de los principales objetivos es aprender como manipularlas. Existen muchas formas de ingresar matrices. En este ejemplo se pretende que Ud explore diferentes formas de hacerlo. Por ejemplo, dada la siguiente matriz de (10 10) con los siguientes elementos: 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 A= 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 1 1

(3.33)

explique una forma sencilla de cargarla sin necesidad de entrar cada uno de los 100 coecientes que la conforman. A continuacin calcule: o 1.- la traspuesta 2.- el producto consigo misma 3.- su raiz cuadrada 70

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

4.- sume la matriz identidad del mismo orden [Ejercicio 2.] A continuacin se desea armar una matriz como la siguiente: o B= A 01010 01010 A (3.34)

donde A es la matriz del ejemplo anterior. Muestre una forma sencilla de hacerlo. [Ejercicio 3.] Tome la matriz del ejemplo 2 y arme una nueva matriz de 3 2 que contenga los elementos de las las 1,3,5 y columnas 2,4 de la matriz B. [Ejercicio 4.] Se sabe de la necesidad de contar con un buen manipulador de matrices a la hora de resolver problemas de lgebra lineal. Un ejemplo de ello es la resolucin de sistemas de a o ecuaciones. Sea la matriz del ejemplo 1 y un vector miembro derecho b que representa la funcin o sin(/2 x) donde x es un vector de 10 componentes cuyos valores var entre 0 y 1. Resolver an el sistema Au = b. Graque la solucin u y el vector b en la misma gura. o [Ejercicio 5.] Calcule el determinante de la matriz anterior A del ejemplo 1 y sus autovalores. A continuacin graque los autovalores en el plano complejo. Posteriormente ingrese la matriz o 1 1 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0 C= 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1

(3.35)

calcule el determinante y sus autovalores y muestre su distribucin en el plano complejo. Use el o comando spy(A) y spy(C) y explique que es lo que hace. [Ejercicio 6.] Para las matrices A y C de los ejemplos anteriores calcule la solucin del sistema o lineal (A + C)u = b con el miembro derecho similar al usado en el Ej. 4. Graque la solucin. o A continuacin resuelva el sistema(A + 10C)u = b y graque la solucin. o o [Ejercicio 7.] Dada las matrices 1 4 A= 7 1 B = 0 0 2 3 5 6 8 9 0 0 2 0 0 3

(3.36)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

71

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

generar con Matlab la matriz A B B A C = A B A A B A B A (3.37)

y extraiga de la matriz C aquella correspondiente a las las 2 y 3 y columnas 5,8,11,12 y muestre su estructura. [Ejercicio 8.] Dado el vector x = j 2 , j = 1, . . . , 10 y el vector y = j 3 , j = 3, . . . , 3, calcule el producto tensorial de ambos vectores y muestre la matriz obtenida con el producto tensorial en forma grca. Ayuda: La matriz es tal que sus elementos se calculan de la siguiente forma: a zij = xi yj y una forma de gracarla es mediante el comando mesh A continuacin genere una grilla en 2D con x (2, 2) y y (0, 3) y calcule la funcin z = o o 2 + y y graque la solucin. Ayuda: Explore el comando meshgrid o x [Ejercicio 9.] Confeccione un programa en Matlab que realice el producto vectorial de vectores en tres dimensiones. Prubelo con un ejemplo no trivial. Extindalo al caso de varios vectores. e e Para esto utilice primero un archivo tipo script y luego uno tipo funcin. Si no recuerda las o diferencias entre ambos revise las notas entregadas (Primer de Matlab). [Ejercicio 10.] Confeccione un programa en Matlab que resuelva la siguiente ecuacin diferencial o ordinaria usando la funcin ode23 y ode45, o dy = yet dt y(t = 0) = 1 [Ejercicio 11.] Resuelve el siguiente sistema no lineal de ecuaciones sin(x) + y 2 + log(z) 7 = 0 3 x + 2y z 3 + 1 = 0 x+y+z5=0 usando como estimacin inicial o x=1 y=1 z=1 utilizando la funcin de Matlab fsolve o fsolve2 o [Ejercicio 12.] Construya un polinomio de cuarto orden
4

(3.38)

(3.39)

(3.40)

p=
i=0

ai xi

y encuentre las raices del mismo usando un conjunto de coecientes ai a eleccin. Graque el o polinomio en el rango donde se hallan todas sus raices.
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

72

Cap tulo 3. Naturaleza matematica de las ecuaciones

Seccin 3.6. Condiciones de contorno e iniciales o

[Ejercicio 13.] Utilice las rutinas del proyecto sobre sistemas dinmicos masa resorte amortia guador para el caso de 1 grado de libertad lineal y verique el valor del amortiguamiento cr tico del sistema. [Ejercicio 14.] Genere una aplicacin para resolver el ejemplo del pndulo doble y trate de o e animar el movimiento del sistema

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

73

Cap tulo 4

Mtodo de diferencias nitas e


4.1. Diferencias nitas en 1D

Queremos resolver el campo de temperaturas a travs de una pared de material ( y, z +, e 0 x Lx ). La temperatura en x = 0, Lx es mantenida a 0 , Lx y hay una fuente de calor repartida Q(x): k d2 dx2 (0) = Q(x) = 0 = L

(Lx )

(4.1)

Dividimos el intervalo en L segmentos de longitud x = Lx /L y llamaremos nodos o puntos de la grilla a los extremos de los segmentos: xl = lx, l = 0, 1, 2, . . . , L, x0 = 0, xL = Lx (4.2)

4.1.1.

Desarrollo en Serie de Taylor

Si bien la ecuacin que debemos resolver es de segundo orden, empezaremos, por simplicidad, por o desarrollar aproximaciones en diferencias para la derivada de primer orden, (xl+1 ) = (xl + x) = (xl ) + x d dx +
x=xl

x2 d2 2 dx2

0 1 1
x=xl +1 x

(4.3)

Indicando fl = f (xl ) para cualquier funcin f (x), tenemos: o l+1 = l + x d dx +


l

x2 2

d2 dx2

(4.4)
l+1

Donde el sub ndice l+1 es una extensin de la notacin que indica evaluacin en (l+1 )x. Despejando o o o la derivada de primer orden: d dx =
l

l+1 l x x 2 74

d2 dx2

(4.5)
l+1

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

l+1 l l-1 D A

xl-1

xl

xl+1

xl-1

xl xl+1

Figura 4.1: Interpretacin geomtrica de las diferentes aproximaciones por diferencias nitas a la o e derivada. A esta aproximacin para la derivada de primer orden la llamamos por diferencia hacia adelante o (forward dierence): d l+1 l (4.6) dx l x Vase la gura 4.1 para una interpretacin grca de esta aproximacin. Hemos aproximado la derivada e o a o en el punto xl por la pendiente de la secante a la curva que pasa por los puntos xl y xl+1 (segmento AC). El error de esta aproximacin es: o E |E| = x 2 d2 dx2

x max Cx, 2 [xl ,xl+1 ] dx2

l+1 d2

x 0

(4.7)

Similarmente, la aproximacin hacia atrs (backward dierence)da: o a d dx |E|


l

l l1 x x 0

(4.8)

x d2 max C x, 2 [xl1 ,xl ] dx2

(4.9) 75

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

que corresponde a la pendiente del segmento DA en la gura.

4.1.2.

Aproximaciones de mayor orden

Haciendo desarrollos de mayor orden: l1 = l x de donde: d dx +


l

x2 2 d dx

d2 dx2

x3 6

d3 dx3

, 0 3,4 1
l3,4

(4.10)

l+1 l1 2x

(4.11)

que corresponde al segmento DC de la gura 4.1. La correspondiente estimacin del error es: o |E| x2 6 max
[xl1 ,xl+1 ]

d3 C x2 dx3

(4.12)

A esta la llamamos una aproximacin centrada, ya que involucra a los dos nodos vecinos del nodo o l. Notar que, al contrario de las otras, esta es simtrica con respecto al punto en cuestin. Notar e o tambin que el error resulta ser un orden mayor. Con lo cual en principio se pueden obtener mejores e aproximaciones con menos puntos usando un aproximacin de mayor orden como esta. Pero, como o veremos ms adelante, en la seccin 4.1.7, el hecho de que la aproximacin sea de un mayor orden no a o o es una condicin suciente para obtener un orden de convergencia mayor. o

4.1.3.

Aproximacin de derivadas de orden superior o

Para obtener una estimacin de la derivada segunda comenzamos haciendo una expansin hasta o o cuarto orden de l1 : l1 = l x x4 + 24 de donde: d2 dx2 o sea que: d2 dx2 |E| Esta es una aproximacin centrada. o
l

d dx d4 dx4

+
l

x2 2

d2 dx2

x3 6

d3 dx3

, 0 5,6 1
l5,6

(4.13)

=
l

l+1 2l + l1 x2 24 x2

d4 dx4

+
l+5

d4 dx4

(4.14)
l+6

l+1 2l + l1 x2 max
[xl1 ,xl+1 ]

(4.15)

x2 12

d4 dx4

(4.16)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

76

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

4.1.4.

N mero de puntos requeridos u

Nos cuestionamos cuantos puntos son necesarios para obtener una aproximacin de un dado orden o (digamos O(x)) para una derivada de orden k. Por ejemplo para obtener una aproximacin a la o derivada primera es obvio que necesitamos al menos dos puntos ya que por dos puntos pasa una recta y la recta es el polinomio de bajo orden que posee una derivada de primer orden no nula. El mismo razonamiento nos dice que se necesitan tres puntos para aproximar una derivada segunda. Por otra parte, parece tambin obvio que si queremos una aproximacin de mayor orden entonces necesitaremos e o ms puntos. La expresin que relaciona a o N el nmero de puntos, u p la precisin del mtodo y o e k el orden de la derivada a aproximar, es N k+p (4.17) Es decir, con N puntos o ms podemos desarrollar una aproximacin de orden p (es decir |E| Cxp ) a o para dk /dxk . Vericamos esto en los desarrollos anteriores, Nro. de puntos utilizados 2 3 3 (nro. de puntos requeridos de acuerdo a (4.17)) 2 3 4 (orden de la derivada) 1 1 2

Tipo de aproximacin o hacia atrs/adelante a centrada centrada

Cuadro 4.1: Tabla Nmero de puntos utilizados en las diferentes aproximaciones por diferencias utiliu zadas.

4.1.5.

Solucin de la ecuacin diferencial por el mtodo de diferencias nitas o o e

Consideremos primero, por simplicidad, el caso de condiciones Dirichlet (0) = 0 , (Lx ) = Lx . Evaluando la ecuacin diferencial en xl : o k d2 dx2 = Ql
l

(precisin) o 1 2 2

(4.18)

y aproximando la derivada segunda por diferencias nitas de segundo orden centradas: k l+1 2l + l1 = Ql x2 (4.19) 77

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

hay una ecuacin para cada l = 1, 2, . . . , L 1, que son los puntos interiores. o Concretamente, las ecuaciones resultan ser: +21 1 2 . . . +22 +23 . . . 2 1 4 . . . = = =
x2 Q1 k x2 Q2 k x2 Q3 k

+0

. . .
x2 QL2 k x2 QL1 k

(4.20)

L3 +2L2 L1 = L2 +2L1 =

+Lx

Deniendo un vector de incgnitas , que contiene slo los nodos interiores: o o 1 2 = . , IRL1 . . L1 Tenemos el siguiente sistema de ecuaciones: K = f con: K= 2 1 0 0 ... ... ... ... 1 2 1 0 ... ... ... ... 0 1 2 1 . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . 0 1 2 1 . . . . . . . . . . . . 0 0 1 2 x2 Q1 /k + 0 2 x Q2 /k f = . . . 2 L x QL1 /k +
x

(4.21)

(4.22)

(4.23)

(4.24)

Ntese la analog o a: d2 /dx2 K = Q/k = f (4.25)

El operador del continuo d2 /dx2 es reemplazado por la matriz K, el campo del continuo es reemplazado por el conjunto de valores nodales y, nalmente, la fuente interna Q(x) es reemplazada 78

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

=0 x=0 x0 x1

= 0

=1 x=L x3

x2

Figura 4.2: Problema unidimensional con condiciones de contorno Dirichlet en ambos extremos por el vector miembro derecho f . A su vez, la condiciones de contorno tipo Dirichlet tambin generan e un trmino en el miembro derecho. e La matriz K es simtrica (Kij = Kji para todos i, j) y denida postitiva (vT Kv > 0 para todo e v IRL1 ). Esto tiene mucha importancia: se puede demostrar la existencia y unicidad de la solucin o discreta y adems tiene importancia prctica ya que permite el desarrollo de rutinas de resolucin a a o especialmente diseadas. n

4.1.6.

Ejemplo

d2 = 0, (0) = 0, (1) = 1 (4.26) dx2 Usaremos x = 1/3 (ver gura 4.2). Tenemos 4 valores nodales 0 , 1 , 2 y 3 , de los cuales 0 y 3 son conocidos de las condiciones de contorno y slo restan dos incgnitas 1 y 2 . La ecuacin en o o o los nodos interiores es: l+1 2l + l1 x2 l = 0 (4.27) para: 2 21 + 0 x2 1 = 0 pero 0 = 0 por la condicin de contorno, de manera que la ecuacin resultante es: o o 2 19/91 = 0 Para l = 2 la ecuacin resultante es: o 19/92 + 1 = 1 Resolviendo el sistema (4.29-4.30) obtenemos: 1 = 0.2893 . . . (19/9)2 1 = 19/91 = 0.6107 . . . = (4.30) (4.29) (4.28)

Resolver:

1 2

(4.31)

La solucin exacta a este problema puede ser encontrada fcilmente. Proponiendo soluciones de o a la forma ex , se obtiene la ecuacin caracter o stica 2 = 1 de donde = 1. Proponemos entonces soluciones de la forma = aex + bex . a y b se obtienen de imponer las condiciones de contorno, y resulta ser: sinh(x) = (4.32) sinh(1)
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

79

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

x 1/3. 2/3

Exacta 0.28892 0.61024

0.28929 0.61071

x = 1/3 Error 3.6104 (0.12 %) 4.7104 (0.077 %)

0.28901 0.61036

x = 1/6 Error 9.2105 (0.032 %) 1.2104 (0.019 %)

Cuadro 4.2: Tabla : Errores para = 0, (0) = 0, (1) = 1, para x = 1/3, 1/6 Los resultados numricos y exactos son comparados en la tabla 4.2, se incluyen tambin los resultados e e 1 : obtenidos para x = /6 Ntese que tanto en x = 1/3 como en x = 2/3 el error ha bajado en un factor 1/4 al reducir el paso o de la malla en un factor 1/2. Primero vemos que, cualitativamente, el esquema de discretizacin es o convergente, es decir el error, en alguna norma predeterminada, se reduce, al reducir el paso de la malla. Cuantitativamente, podemos decir que el error tiene un comportamiento x2 . Tambien se dice que el orden de convergencia es h2 , donde h representa el paso de la malla (x en nuestro caso). Esto es consistente con el error de truncamiento que encontramos en el desarrollo de Taylor usado.

4.1.7.

Anlisis de error. Teorema de Lax a

Si denotamos por ex los valores nodales de la solucin exacta, es decir o ex,i = (xi ) entonces ex satisface (4.19) pero con un error de truncamiento, es decir k ex,l+1 2ex,l + ex,l1 = Ql Etrunc,l x2 (4.34) (4.33)

donde Etrunc,l es el error correspondiente a la ecuacin l-sima. Sabemos que el error de truncamiento o e es d4 x2 max Cx2 (4.35) |Etrunc,l | k 12 [xl1 ,xl+1 ] dx4 y tenemos, en forma matricial K ex = f + Etrunc (4.36) Restando (4.22) de (4.36) obtnemos una ecuacin para el error E = ex en los valores nodales o K E = Etrunc y entonces, E = K1 Etrunc (4.38) Al hecho de que el error de truncamiento Etrunc,i 0 para x 0 lo llamamos consistencia del mtodo. Queremos saber bajo que condiciones, el esquema es convergente, es decir E 0 para e x 0. Por lo que vemos, esto est relacionado con alguna propiedad de K, es decir que de alguna a forma la inversa de K se mantenga acotada, para x 0. 80 (4.37)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

Tomando normas E K1
L1

Etrunc

(4.39)

Recordemos que la norma (Eucl dea) de un vector est denida como a v


2

=
i=1

2 vi

(4.40)

y la norma de una matriz est denida como el mximo autovalor de la misma. Puede verse entonces a a 1 es la inversa del m que K nimo autovalor de K, y usando (4.12) 1 2 (ex,i i )2 Etrunc,i (4.41) min 1 L 1 Cx2 (4.42) min de manera que 1 L1
L1

(ex,i i )2
i=1

1 min 1

2 Etrunc,i

(4.43)

Cx2 (4.44) min El miembro izquierdo de esta ecuacin representa el error cuadrtico medio de la solucin numrica. o a o e Esta expresin nos dice que este error es del mismo orden que el error de truncamiento, con la condicin o o de que min se mantenga acotado (es decir, que no tienda a cero) cuando x tiende a cero. Si se cumple esta condicin decimos que la discretizacin es estable. Entonces, la condicin para la convergencia o o o es Consistencia + Estabilidad = Convergencia (4.45) Este resultado es conocido como Teorema de Lax y es la base del anlisis de error para el mtodo de a e diferencias nitas.

4.1.8.

Condiciones de contorno tipo Neumann (ujo impuesto)


d2 dx2 (0) d k dx Lx k

El problema a resolver es: = Q(x), =0 =q (4.46) (4.47) (4.48)

Ahora L pasa a ser una incgnita ms: o a = L1 L 1 2 . . . , IRL (4.49)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

81

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

x
1 /3 23 /

Exacta 0.2200 0.4648 0.7616

x = 1/3 Error 0.2477 0.0277 (12 %) 0.5229 0.0582 (12 %) 0.8563 0.0947 (12 %)

x = 1/6 Error 0.2340 0.0140 (6 %) 0.4942 0.0294 (6 %) 0.8097 0.0481 (6 %)

Cuadro 4.3: Tabla : Errores para = 0, (0) = 0, (1) = 1, para x = 1/3, 1/6 Para determinar esta incgnitas tenemos L 1 ecuaciones que provienen de aproximar el operador o diferencial por diferencias nitas de segundo orden en puntos interiores como en la ecuacin (4.19). o Para dar cuenta de la condicin de contorno tipo Neumann en Lx agregamos la siguiente aproximacin: o o d dx
L

q L L1 = x k

(4.50)

Ahora s tenemos L ecuaciones en L incgnitas. Volviendo al ejemplo anterior del problema (4.26), , o pero ahora con condicin de tipo Neumann en x = 1: (1) = 1 el sistema resultante es: o 3 3 2 +19/91 = 0 19 92 + / 1 =0 2 =3 (4.51)

Resolviendo el sistema, se encuentran los valores discretos que pueden observarse en la tabla 4.3. (se incluyen tambin los resultados obtenidos para x = 1/6): e La solucin exacta puede obtenerse de la misma forma que en el caso Dirichlet y resulta ser: o (x) = sinh(x) cosh(1) (4.52)

Notamos que los errores resultan ser notablemente mayores que en el caso Dirichlet puro, concretamente son dos rdenes de magnitud mayores. Un indicio de la causa del problema la da el hecho o de que, al reducir el paso de la malla a la mitad, el error no ha bajado en un factor 1/4 como antes, sino que apenas ha bajado un factor 1/2, exhibiendo una convergencia x. La causa es que hemos usado una expansin orden O(x) para la condicion de Neumann, ecuacin (), si bien la expansin o o o en los nodos interiores es O(x2 ). Podemos deducir una regla muy importante que es que el orden de convergencia est dictado por el ms bajo orden de las expansiones utilizadas, tanto para el interior a a del dominio como para las condiciones de contorno. En consecuencia, si queremos recuperar el orden de convergencia x2 , necesariamente debemos desarrollar una aproximacin O(x2 ) para la condicin tipo Neumann. Una forma de hacer esto es o o introduciendo un nodo cticio (ver gura 4.3) xL+1 y aproximando la condicin de contorno como: o d dx
L

L+1 L1 q = 2x k

(4.53)

Pero hemos introducido una incgnita ms: L+1 , de manera que agregamos la ecuacin para nodos o a o interiores en el nodo de contorno L: L+1 + 2L L1 QL d2 = 2 2 dx k x
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

(4.54) 82

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o


x=0 dominio "real" x=L nodo ficticio

x1

x2

x3

xL-1

xL

xL+1

Figura 4.3: Inclusin de un nodo cticio para obtener una discretizacin ms precisa de la condicin o o a o de contorno tipo Neumann.

=0 x=0 x0 x1

= 0

=1 x=L x3 x4

x2

Figura 4.4: Malla 1D con x = 1//3. y un nodo cticio. El sistema es: K = f K= 2 1 0 0 ... ... ... 1 2 1 0 . . . . . . . . . 0 1 2 1 . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . 0 1 2 . . . . . . . . . . . . 0 1 0 x2 Q1 /k + 0 x2 Q2 /k . . f = . 2 x QL /k 2x/k q 1 2 . = . , IRL+1 . L L+1 ... ... 1 1 (4.55)

(4.56)

(4.57)

(4.58)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

83

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.1. Diferencias nitas en 1D o

x
1 /3 23 /

Exacta 0.2200 0.4648 0.7616

x = 1/3 Error 0.2168 0.0033 (1.5 %) 0.4576 0.0071 (1.5 %) 0.7493 0.0123 (1.6 %)

x = 1/6 Error 0.2192 0.0008 (0.4 %) 0.4629 0.0018 (0.4 %) 0.7585 0.0031 (0.4 %)

Cuadro 4.4: Tabla : Errores para = 0, (0) = 0, (1) = 1, para x = 1/3, 1/6, con esquema O(x2 ) Volviendo al ejemplo de la ecuacin = 0 con condiciones (0) = 0, (1) = 1 y discretizado o con x = 1/3 (ver gura 4.4), los resultados con este nuevo mtodo pueden observarse en la tabla 4.4. e El error es ahora un orden de magnitud menor y se recupera la convergencia cuadrtica. Sin a embargo el sistema ha dejado de ser simtrico. Para recuperar la simetr de la matriz del sistema, e a podemos obtener una ecuacin para L y L1 , eliminando L+1 de las dos ultimas ecuaciones: o L L1 = x2 QL q x 2k k (4.59)

e Ntese que esta ecuacin es la misma que la (4.50) pero con el agregado del trmino x2 QL /2k o o en el miembro derecho. De hecho, esta misma ecuacin puede obtenerse planteando un balance de o energ en el intervalo [L 1/2, L]x. El sistema total es: a 2 1 0 0 ... ... ... ... 1 2 1 0 . . . . . . . . . . . . 0 1 2 1 . . . . . . . . . . .. . . . K= . (4.60) . . . . . . . . . . . . . . . . 0 1 2 1 . . . . . . . . . . . . . 0 0 1 1 f = x2 Q1 /k + 0 2 x Q2 /k . . . , (4.61)

x2 QL /2k q x/k 1 2 = . , IRL . . L

(4.62)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

84

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

4.2.

Problemas no-lineales

Consideremos el siguiente problema uni-dimensional, no-lineal debido a la dependencia de k con la temperatura: d d k() = Q(x) (4.63) dx dx Mencionaremos a continuacin algunos otros problemas de la mecnica del continuo que presentan o a no-linealidad: Material hiperlastico: E = E( ), G = G( ), coecientes elsticos dependientes de las deformae a ciones Flujo potencial subsnico (compresible): [(| |) ] = 0, donde es el potencial v = , o v=velocidad, =densidad. Aqu juega el papel de la conductividad en el problema trmico. e En contraste con quel, depende de las derivadas de , y no del valor de . a La regla en estos casos es diferenciar en forma conservativa. Llamando al ujo: = k() d dx (4.64)

La ecuacin de balance para el nodo l, puede ser escrita a segundo orden como: o l+1/2 l1/2 x = Ql (4.65)

donde l+1/2 indica el valor de en nodos ubicados en el punto medio entre los nodos reales: xl+1/2 = (xl + xl+1 )/2. Una aproximacin de segundo orden para los ujos es: o l+1/2 = k(l+1/2 ) = k(l+1/2 ) d dx

l+1 2 /

l+1 l + O(x2 ) x l+1 l + O(x2 ) = k(1/2[l + l+1 ]) x La ecuacin resultante para nodos interiores es: o k(l+1/2 )l+1 + k(l+1/2 ) + k(l1/2 ) l k(l1/2 )l1 = x2 Ql , l = 1, 2, . . . , L 1 Sumando sobre las ecuaciones sobre l obtenemos un principio de conservacin discreta: o L1/2 1/2 = x(Q1 + Q2 + . . . + QL1 )

(4.66)

(4.67)

(4.68)

de all viene el nombre de esquema conservativo, ya que reproduce el balance de energ que a satisface la ecuacin del continuo (ver gura 4.5): o
Lx x/2 Lx

Q(x) dx =
x=x/2 x=0

d dx

k(x)

d dx

dx = q0 + qLx

(4.69) 85

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

x=0

x=L

Q(x)
Figura 4.5: Balance global de calor para el problema unidimensional. Esto es muy importante en problemas donde puede llegarse a esperar variaciones abruptas de las variables en intervalos muy pequeos, como es el caso de las ondas de choque (shock waves) en n uidos compresibles. El sistema de ecuaciones es ahora no-lineal: K() = f (4.70)

y no puede resolverse, en general, en forma cerrada, pero puede resolverse en forma aproximada generando una sucesin de valores 0 , 1 , . . ., n , . . . de tal forma que converja a la solucin exacta o o del sistema (4.70): n , para n (4.71) Una forma apropiada de generar estas sucesiones es llevando el sistema anterior a una forma de punto jo: = O() (4.72) donde O es un mapeo de IRL1 en s mismo, fcilmente evaluable. Adems, debe elegirse un vector a a de inicializacin 0 y la secuencia se genera recursivamente como: o n+1 = O(n ) (4.73)

En la prctica, esta forma de recurrencia es ejecutada un nmero nito de iteraciones N , de tal manera a u que N est sucientemente cerca de . Obviamente, como no conocemos , el criterio para detener e
n 2 el proceso iterativo, no puede basarse en una evaluacin directa de N . Aqu v = o , i=1 vi es la norma L2 del vector. Una posibilidad es analizar la diferencia entre dos iteraciones consecutivas de la sucesin: o N +1 N < (4.74)

donde

es la tolerancia deseada. Este criterio puede hacerse adimensional poniendo: N +1 N 0 < (4.75)

Este criterio puede ser engaoso, por ejemplo, si la sucesin est convergiendo muy lentamente. n o a Un criterio ms robusto se basa en el residuo del sistema de ecuaciones: a R(N ) < f
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

(4.76) 86

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

donde el residuo R se dene como: R(j ) = K(j )j f y el factor f en el denominador ha sido agregado para hacer el criterio adimensional. El valor de la tolerancia , en ambos casos, depende de mltiples factores: u Obviamente, cuanto menor sea la tolerancia mayor es el costo computacional. La mayor de a los mtodos exhiben convergencia lineal, de manera que veremos que el costo computacional es e proporcional a log . Debido a errores de redondeo, es de esperarse que, ambos criterios no puedan bajar ms all de un a a cierto valor mach . Con esto queremos decir que R(n ) > mach para n , en vez de tender a cero, como ser en una mquina de precisin innita. Para problemas bien condicionados, a a o y si el criterio ha sido convenientemente adimensionalizado la precisin de la mquina est en o a a 13 , 1016 , si todos los cculos se hacen en doble precisin. Si los cculos se hacen en a o a mach = 10 simple precisin entonces la precisin cae a: mach = 106 , 108 . o o Debe recordarse siempre que (la solucin exacta al problema discreto) posee un error debido o a la discretizacin. Llamando a los valores nodales de la solucin del continuo, tenemos que: o o (N ) = (N ) + ( ) (4.78) (4.77)

El error que interesa es el miembro izquierdo de esta desigualdad, es decir, el error con respecto a al solucin del continuo. El primer trmino del miembro derecho es el error en la resolucin o e o del sistema no-lineal, mientras que el segundo es el error de discretizacin. A medida que se o itera, el error de resolucin se va reduciendo, hasta anularse, en el l o mite: lim N = (4.79)

Este expresin quiere decir que, por ms que se itere, el error con respecto a la solucin exacta o a o no va a bajar del error propio de discretizacin. De poder estimarse, el error de discretizacin, o o 1 10) del error de discretizacin. Poner una puede jarse la tolerancia en una fraccin (digamos / o o tolerancia ms baja, aumenta el costo sin mejorar notablemente la solucin. a o

4.2.1.

Ejemplo

El esquema de iteracin puede ponerse simplemente como: o j+1 = K(j )1 f (4.80)

o La implementacin es muy simple. En la gura 4.6 vemos el esquema aplicado a la resolucin de o una ecuacin unidimensional k() = f , con k() = m , m = 0.7 y f = 1. Ntese que el esquema o o puede ser tambin puesto de la forma: e j+1 = f j f= j j )j k( s (4.81) 87

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

Figura 4.6: El esquema de punto jo (4.80) aplicado a un problema undimensional con k() = 0.7 .

Figura 4.7: Idem, para k() = 1.5 . Dado el valor de j , se puede obtener una pendiente aproximada entre el punto Pj = (j , k(j )j ) y el origen O. La interseccin de esta recta con y = f marca el nuevo punto j+1 . El esquema es o convergente si k() es montona creciente. En caso contrario es divergente (ver gura 4.7, para el o caso m = 1.5. Esta condicin se cumple en muchos casos f o sicos, ya que est asociado a una condicin a o de estabilidad del sistema. Pensemos por ejemplo en un resorte no-lineal, para el cual k es la constante del resorte, la elongacin y f la fuerza aplicada. Entonces k() creciente quiere decir: a mayor o elongacin, mayor fuerza, lo cual coincide con el criterio de estabilidad. Sin embargo, la convergencia o puede ser muy lenta, como por ejemplo en la gura 4.8, que corresponde a m = 0.9, f = 1, 0 = 3.

4.2.2.

Mtodo secante e

Consideremos por simplicidad un problema de un slo grado de libertad: o j+1 = O(j ) (4.82)

Supongamos que j est sucientemente cerca de la solucin , de maner que podemos hacer un a o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

88

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

n=0.1

x6 x5 x4 x3 x2

x1

x0 x

0
Figura 4.8: Idem, para k() = 0.9 . desarrollo de Taylor alrededor de : j+1 = O() + O (j ) + 1/2O (j )2 pero es un punto jo de O, de manera que O() = . Reemplazando en (4.82): j+1 = O (j ) + 1/2O (j )2 (4.84) (4.83)

Si |O | < 1 entonces podemos j+1 estar todav ms cerca de la solucin y podremos despreciar a a a o el trmino cuadrtico para todo los j. e a |j+1 | C|j | (4.85)

con C = |O |. A este tipo de convergencia se le llama, convergencia lineal. Usando en forma recursiva esta relacin: o |j | C|j1 | C 2 |j2 | . . . C j |0 | Adems, podemos poner: a R(j ) R() + R (j ) = R (j ) De manera que (4.86) puede ponerse como: |R(j )| C j |R(0 )|
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

(4.86)

(4.87)

(4.88) 89

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.2. Problemas no-lineales o

Es comn gracar log |R| en funcin de j: u o log R(j ) j log C R(0 ) (4.89)

De manera que, asintticamente, es una recta de pendiente log C. Cuanto ms pequeo es C, ms o a n a empinada es la pendiente y se llega a una dada precisin con menos iteraciones. o

4.2.3.

Mtodo tangente e
k() f J()

El sistema puede ser tambin puesto en forma de punto jo como: e = (4.90)

donde J() se denir ms adelante. La constante C es, en este caso: a a C k() f J() R J RJ = 1 J2 = d d

(4.91)

En vale que R() = 0, de manera que: C = |1 R /J| (4.92)

Si J se parece mucho a R entonces C es muy pequeo y la tasa de convergencia es muy alta. El n caso ptimo es poner J = R , en cuyo caso la convergencia deja de ser lineal y pasa a ser cuadrtica: o a |j+1 | C|j |2 (4.93)

Esta estrategia es el mtodo de Newton o tangente. Cuando J = R entonces decimos que es e u n mtodo secante, si bien por supuesto se debe tratar que J R . La estimacin correspondiente e o para residuos es: 2 R(j+1 ) CR(j ) (4.94) Usando esta estimacin en forma recursiva: o R(n ) CR(n1 ) C
1+2 2

(4.95) ) (4.96)
23
n 0 2

R(

n2 4

C 1+2+4 R(n2 ) C
1+2+4+...+2n1 2n 1
n 0 2

(4.97) (4.98) (4.99) (4.100) (4.101)

R( )

=C R( ) 1 2n = CR(0 ) C log R(n ) log C 2n log(CR(0 )) Esto es una exponencial cuando se graca como log R en funcin de j (ver gura 4.9). o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

90

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.3. Precisin y nmero de puntos en el esquema de diferencias nitas o o u

convergencia lineal

|Residuo|

convergencia cuadrtica

n (iteraciones)
Figura 4.9: Tipos de convergencia lineal y cuadrtico. a

4.3.

Precisin y n mero de puntos en el esquema de diferencias o u nitas

Ahora veremos como generar esquemas en diferencias de una forma general. Veremos que para una aproximacin para un cierto orden de derivacin se requiere un nmero m o o u nimo de puntos y que cada vez que querramos aumentar el orden de aproximacin, deberemos incrementar el nmero de puntos o u en el stencil. Consideremos N puntos arbitrarios {xl }N , y expandamos los valores de l = (xl ) alrededor de l=1 un cierto punto x0 (que no necesariamente debe coincidir con uno de los xl , l 1). l = 0 + 0 (xl x0 ) + 0 1/2(xl x0 )2 + N 1 (N 1) (xl x0 ) + l + O(|xl x0 |N ) (N 1)!

(4.102)

Ahora suponemos que el stencil se va reduciendo, hacia el punto x0 pero manteniendo las distancias relativas invariantes, es decir: xl = xl x0 = l (4.103) con l =cte y 0. Poniendo el sistema anterior en forma matricial: = Ad +
N

(4.104) 91

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.3. Precisin y nmero de puntos en el esquema de diferencias nitas o o u

donde:

= d= A= 1 1 . . . 1 2 . . .

0 1 . . . L 0 0 . . .

, (4.106) (4.105)

l
2 1 /2 2 2 /2 . . .

(N 1) N 1

. . .

N 1 1 /(N 1)! N 2 1 /(N 1)! . . .


N N 1 /(N 1)!

(4.107)

1 N

2 N /2

y e es un vector que depende en principio de pero cuyas componentes se mantienen acotadas al hacer tender 0. Resolviendo el sistema lineal, podemos obtener una expresion para cualquiera de las derivadas, digamos, por ejemplo, la ksima: e
N

0 Ahora bien, A no depende de de manera que:

(k) k

=
l=1

ckl (l

el )

(4.108)

de manera que tampoco dependen los coecientes de su inversa ckl ,


N

0 =

(k)

k l=1

ckl l + O(

N k

(4.109)

De manera que llegamos a la siguiente regla simple que vincula la el orden de la derivada k, el nmero u de puntos del stencil N y el orden de la aproximacin p: o p=N k (4.110)

En particular, si se quiere aproximar una derivada k-sima, entonces es necesario al menos k +1 puntos e para que la aproximacin sea convergente es decir p 1. Por ejemplo, podemos obtener la derivada o de primer orden k = 1 con precisin O(x)2 (p = 2), con N = 3 puntos. Por el contrario, para la o derivada segunda (k = 2) slo podemos esperar una precisin O(x) (p = 1) con N = 3 puntos. En el o o caso de una malla de paso constante, y con diferencias centradas se puede obtener una precisin un o orden mayor por cuestiones de simetr a.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

92

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.4. Mtodo de diferencias nitas en ms de una dimensin o e a o

Figura 4.10: Problema bidimensional de conduccin del calor rectngulo. o a

4.4.

Mtodo de diferencias nitas en ms de una dimensin e a o


2 2 + 2 x2 y 1 (0, y) = (x, 0) = 2 k (Lx , y) = 3 (x, Ly ) = 4

Empecemos por un dominio rectangular con condiciones Dirichlet (ver gura 4.10): = Q(x, y), en = {x, y / 0 x Lx , 0 y Ly } (4.111) (4.112) (4.113) (4.114) (4.115)

Generamos una malla de paso constante x, y (ver gura 4.11): x = Lx , L y = Ly M (4.116)

llamamos nodo lm al punto de coordenadas: (xl , ym ) = (lx, my), 0 l L, 0mM (4.117)

4.5.

Aproximacin en diferencias nitas para derivadas parciales o

Consideramos una expansin en x de la forma (ver gura 4.12): o l+1,m = (xl + x, ym ) = (xl , ym ) + x x + 1/2x2
lm

(4.118) 2 x2
l+l ,m

, 0 l 1

(4.119)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

93

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.5. Aproximacin en diferencias nitas para derivadas parciales o o

y yM=Ly yM-1 x

y2 y1 y0=0 x0=0 x1 x2 x xL-1 xL

Figura 4.11: Malla homoenea de diferencias nitas. g Igual que en 1D, se obtienen expresiones aproximadas para las derivadas de primer y segundo orden: x x x 2 x2 =
lm

lm

lm

lm

l+1,m lm + O(x) x lm l1,m = + O(x) x l+1,m l1,m = + O(x2 ) 2x l+1,m 2lm + l1,m + O(x2 ) = x2

(4.120) (4.121) (4.122) (4.123)

y expresiones similares en y. La discretizacin se hace remplazando las derivadas segundas por diferencias de segundo orden o para los nodos interiores: k l+1,m 2lm + l1,m l,m+1 2lm + l,m1 + x2 y 2 = Qlm para l = 1, . . . , L 1 m = 1, . . . , M 1 (4.124)

y las condiciones de contorno: 0m = 4 (ym ) l0 = 1 (xl ) Lm lM = 2 (ym ) = 3 (xl ) m = 0, . . . , M l = 0, . . . , L m = 0, . . . , M l = 0, . . . , L 94 (4.125)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.5. Aproximacin en diferencias nitas para derivadas parciales o o

m+1 m m-1 (l,m)

l-1

l+1

Figura 4.12: Nodo t pico en una malla estructurada bidimensional. El sistema es, como siempre: K = f donde K es ahora una matriz tri-diagonal K I I K k 0 I K= 2 x siendo K: por bloques: 0 0 ... I 0 . . . K I . . . .. .. .. . . . ... ... ... I 0 ... ... ... ... ... ... ... ... ... (4.126)

I K I K ... ... ...

(4.127)

K=

4 1 0 0 ... 1 4 1 0 . . . 0 1 4 1 . . . .. .. .. . . .

1 4 1 0 1 4

... ... ...

(4.128)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

95

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.5. Aproximacin en diferencias nitas para derivadas parciales o o

y yM yM-1

M-1

2(M-1)

(M-1)(L-1)

y2 y1 y0

M+1 M

x0 x1 x2

xL-1 xL

Figura 4.13: Orden de numeracin de los grados de libertad en el sistema lineal. o (esto es para el caso especial x = y). El vector de incgnitas es: o = 11 12 13 . . . 1,M 1 21 22 23 . . . 2,M 1 . . . L1,1 L1,2 L1,3 . . . L1,M 1 que corresponde a haber numerado las incgnitas primero segn y y despus segn x (ver gura 4.13). o u e u

(4.129)

4.5.1.

Stencil del operador discreto

Consideremos la la de la matriz correspondiente a la ecuacin para el nodo lm. De todos los o coecientes slo cinco son no nulos, correspondiente al nodo en cuestin y los cuatro vecinos. Estos o o coecientes son los mismos para todos los nodos de la malla, y entonces podemos caracterizar el 96

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.6. Resolucin del sistema de ecuaciones o o

m+1 m m-1 -1

-1 4 -1 -1

l-1

l+1

Figura 4.14: Stencil de 5 puntos para el operador de Laplace en 2D. operador discreto por una sola de las l neas. Para ser ms graco an, podemos poner los coecientes a u en los nodos asociados. A esto se le llama el stencil o estrella del operador discreto. Para el caso de la ecuacin de Poisson que estamos tratando, con x = y, el stencil obtenido consta de 5 puntos o involucrados y tiene como coecientes 4 para el nodo central y -1 para todos los otros (ver gura 4.14)

4.6.
4.6.1.

Resolucin del sistema de ecuaciones o


Estructura banda
= 3, Ly = 5, M = 5, x = y = 1, por simplicidad (ver 1 0 0 1 0 0 0 4 1 0 0 1 0 0 1 4 1 0 0 1 0 0 1 4 0 0 0 1 0 0 0 4 1 0 0 1 0 0 1 4 1 0 0 1 0 0 1 4 1 0 0 1 0 0 1 4

Consideremos el caso Lx = 3, L gura 4.15). La matriz es: 4 1 0 0 K= 1 0 0 0

(4.130)

vemos que los elementos no nulos se encuentran slo sobre la diagonal y sus cuatro codiagonales o superiores e inferiores, es decir (ver gura 4.16): Kij = 0, para |i j| > a (4.131)

con a = 4. Toda matriz que satisface (4.131) para algn a es llamada una matriz banda y a el u ancho de banda de la matriz. Obviamente, el inters surge cuando a es mucho menor que la dimensin e o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

97

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.6. Resolucin del sistema de ecuaciones o o

4 3 2 1

8 7 6 5

x
Figura 4.15: Malla de diferencias nitas para un problema con condiciones Dirichlet. N de la matriz, que es el caso para las matrices de elementos nitos. Veremos que en ese caso se puede ganar mucho tanto en requerimientos de memoria para factorizar la matriz, como en tiempo de procesamiento. Podemos ver que en el caso que nos ocupa a = M 1.

4.6.2.

Requerimientos de memoria y tiempo de procesamiento para matrices banda

Consideremos una matriz simtrica de N N , con ancho de banda a. Puede verse que al factorizar e la matriz por un mtodo de eliminacin tipo Gauss o Cholesky los elementos fuera de la banda no e o se llenan, esto es, siguen siendo nulos despus del proceso de factorizacin. Mediante algoritmos e o especialmente diseados, se puede trabajar slo sobre las diagonales activas de manera que slo se n o o requieren almacenar N + (N 1) + (N 2) + + (N a) N a elementos, contra los N (N + 1)/2 elementos que hace falta almacenar, si no se tiene en cuenta la estructura banda de la matriz. El factor de ganancia en memoria es: (almacenamiento matriz banda) 2a = (almacenamiento matriz llena) N (4.132)

Consideremos ahora el costo computacional en trminos de tiempo de CPU del mtodo de elie e minacin de Gauss para una matriz llena. Para eliminar la primera columna, debemos hacer N 1 o operaciones de la, cada una de las cuales tiene N elementos, lo cual requiere N (N 1)e operaciones, donde e es el nmero de operaciones necesarios para eliminar un elemento. Usualmente se necesita u una suma y una multiplicacin, de manera que e = 2, sin embargo, dependiendo de la mquina y o a de detalles de implementacin, debe tenerse en cuenta las operaciones de traer los elementos desde o la RAM el procesador y de incrementar los contadores. Para eliminar la segunda columna, debemos realizar N 2 operaciones de N 1 elementos, es decir (N 1)(N 2)e operaciones. El nmero total u

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

98

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.6. Resolucin del sistema de ecuaciones o o

Kij=0

2a

Kij=0

N
Figura 4.16: Denicin del ancho de banda de una matriz. o de operaciones es de: (Costo computacional matriz llena) = = [N (N 1) + (N 1)(N 2) + ... + 3 2 + 2 1] e
N

=e
j=1

j(j 1) = eN 3 /3 + O(N 2 )

(4.133)

Si la matriz es banda, entonces en la primera columna solo hay a + 1 elementos no nulos. Por lo tanto, solo debemos hacer a operaciones de la. Adems, en cada una de las las slo los 2a primeros a o elementos estn dentro de la banda, de manera que deben efectuarse 2ea2 operaciones para eliminar a la primera columna. Para las otras columnas, ocurre algo parecido y el costo total es: (Costo computacional matriz banda) = N 2ea2 = 2eN a2 La relacin de costos es: o 2eN a2 a (Costo computacional matriz banda) = =2 3 (Costo computacional matriz llena) eN N
2

(4.134)

(4.135)

Para jar ideas, consideremos el caso de una malla de L = M = 200 nodos. El nmero total de grados u de libertad es N = (L 1) (M 1) LM = 40000. El nmero total de elementos a almacenar u como matriz llena es N 2 /2 = 8.0108 elementos. En el caso de utilizar doble precisin esto equivale o a 6.4Gbytes de memoria RAM. Utilizando almacenamiento banda tenemos a = 200 y el nmero de u elementos a almacenar es N a = 200 40000 = 8000000, 64.0Mbyte de memoria en doble precisin. o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

99

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.6. Resolucin del sistema de ecuaciones o o

y yM yM-1

(L-1)(M-1)

y2 y1 y0

L+1

L+2

2(L-1)

L-3

L-2

L-1

x0 x1 x2

xL-1 xL

Figura 4.17: Numeracin alternativa para reducir el ancho de banda. o Con respecto al costo computacional, para la matriz llena es 400003 /3e 2.11013 e operaciones, mientras que para matriz banda es de slo 2 2002 40000e = 3.2109 e operaciones. Considerando o e = 2 y una velocidad de procesamiento de 1Gops (1 Gop=109 operaciones de punto otante por segundo) los tiempos de procesamiento resultan ser de: (tiempo de CPU matriz llena) = 4.31013 ops = 11.9 horas 1109 ops/sec 3.2109 ops = 6.4 segundos 1106 ops/sec (4.136)

(tiempo de CPU matriz banda) =

(4.137)

4.6.3.

Ancho de banda y numeracin de nodos o

El ancho de banda es altamente dependiente de la numeracin de los nodos, esto es, del orden en o que las inconitas son puestas en el vector . Por ejemplo si la numeracin se hace primero en x y g o despus en y (ver gura 4.17): e 11 21 31 . . . L1,1 . . (4.138) = . 1,M 1 2,M 1 3,M 1 . . . L1,M 1
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

100

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

y x

Figura 4.18: El dominio de resolucin de resolucin es embebido en una malla homognea. o o e entonces el ancho de banda pasa a ser de a = L 1. La regla es, entonces, numerar siempre primero en aquella direccin en la cual hay menos nodos. o

4.7.

Dominios de forma irregular

El mtodo de diferencias nitas ser de muy poca utilidad si slo pudiera aplicarse a dominios de e a o forma rectangular. Existen bsicamente dos posibilidades para extender el mtodo a un dominio de a e e forma arbitraria como en la gura 4.18. ( , indican ventajas y desventajas del mtodo, respectivamente): Considerar al dominio inmerso en una malla homognea (ver gura 4.18). En este caso el e esquema para los nodos interiores es el mismo como el que consideramos hasta ahora. La generacin de la malla es muy sencilla ( ) o Deben generarse ecuaciones especiales para los nodos en el contorno ( ) En principio no hay posibilidad de renar la malla en ciertas partes ( ) Ajuste del contorno (boundary tting) (ver gura 4.19): La idea es encontrar una transformacin de coordenadas que lleve el dominio irregular en cuestin a un rectngulo. La ecuacin o o a o original es transformada siguiendo las reglas clsicas y nalmente se resuelven las ecuaciones a transformadas en el dominio transformado. La generacin de la malla es relativamente compleja, incluso para dominios relativamente o simples ( )
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

101

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

Figura 4.19: La malla es generada por mapeo de una malla homognea sobre un rectngulo al dominio e a . Los esquemas en diferencias, tanto para nodos interiores como nodos de contorno se obtienen fcilmente por los mtodos estndar ( ) a e a La malla suele estar ms densa en ciertas partes que en otras. Esto puede ser una ventaja a o desventaja dependiendo de si el lugar donde la malla est mas densa es un punto donde a se necesita mayor precisin o no ( ?) o Admite cierto grado de renamiento ( )

4.7.1.

Inmersin del dominio irregular en una malla homognea o e

Como se mencionara, aqu el punto delicado es el hallar frmulas en diferencias para los nodos en o o contacto con el contorno. Consideremos por ejemplo la gura 4.18.. Haciendo un zoom de una regin cerca del contorno, tenemos una disposicin como en la gura 4.20. Suponiendo que la condicin de o o contorno es de tipo Dirichlet, debemos encontrar ecuaciones en diferencias para un nodo como el P . Considerando que la malla es homognea (P T = P S = x, P Q = P R = y) y deniendo: e = PU 1, PQ = PV 1 PS (4.139)

podemos hacer un desarrollo de Taylor para T y V : T V con P1 [P, T ], P2 [P, V ] (4.142) 102 = P + x = P x x x + 1/2x2
P

2 x2

+ 1/6x3
P 2

3 x3

(4.140)
P1 3

+ 1/22 x2
P

x2

1/63 x3
P

x3

(4.141)
P2

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

y Q U y S V P x T

R x
Figura 4.20: Diagrama general de los nodos sobre la malla regular en la zona cercana al contorno del dominio de resolucin. Fmulas especiales en diferencias deben ser desarrolladas para los nodos como o r el P La derivada de primer orden se puede obtener, a orden x2 , haciendo una combinacin lineal de o T y V de forma de que se cancelen los trminos que contienen la derivada segunda. e 2 T V = (2 1)P + (2 + )x de manera que: x =
P

+ O(x3 )
P

(4.143)

2 T V (2 1)P + O(x2 ) x( + 1)

(4.144)

La derivada segunda se puede aproximar de:


1 2x2 /

2 x2

= T P x
P

+ O(x3 )
P

(4.145) (4.146) (4.147)

= T P x = de donde:

2 T V (2 1)P + O(x3 ) x( + 1) T + V ( + 1)P + O(x3 ) ( + 1) T + V ( + 1)P + O(x) ( + 1)x2

2 x2

=2
P

(4.148) 103

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

Ntese que para = 1 (P V = P S) se recupera la frmula centrada de segundo orden. Por el contrario, o o la expresin anterior es de primer orden y, de hecho es imposible generar una aproximacin de segundo o o orden para la derivada segunda con 3 puntos en una malla irregular (Conrase a la seccin anterior e o donde se explica la relacin entre precisin, nmero de puntos y orden de la derivada). o o u Finalmente, el sistema de ecuaciones se halla planteando las ecuaciones en diferencias para los puntos interiores sobre una malla regular, mientras que para los puntos como el P sobre el contorno, las ecuaciones son de tipo: R + U ( + 1)P QP T + V ( + 1)P + = 2 2 2k ( + 1)x ( + 1)y (4.149)

Debe recordarse que esta expresin es O(x) de manera que slo puede esperarse una tal convero o gencia. Para condiciones de tipo Neumann, el problema es an ms complicado. u a

4.7.2.

Mapeo del dominio de integracin o

Consideremos, por ejemplo, resolver el problema: (k ) = Q En notacin tensorial: o xi xi (4.150)

= Q

(4.151)

Como fue adelantado, aqu se trata de encontrar una transformacin de coordenadas: o x = (x1 , x2 , x3 ) = (1 , 2 , 3 ) (4.152)

de tal forma que en la variable , el dominio de integracin sea un retngulo. La transformacin o a o de las ecuaciones se hace por la regla de la cadena: j = = [J xi j xi
]i

(4.153)

donde J denota la matriz del jacobiano de la transformacin y es el operador gradiente con o respecto a las coordenadas . Usando cculo tensorial, podemos plantear la ecuacin diferencial en a o trminos de: e derivadas de las incgnitas y los datos (propiedades del material) con respecto a las coordenadas o transformadas, e.g.: (/j ), etc... propiedades de la transformacin como: jacobianos, tensores mtricos, factores de escala, (conoo e cidos). Continuando con la ecuacin de Poisson, su transformacin es: o o g /2
1

kgij g /2

= Q

(4.154) 104

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

donde: gij =[g1 ]ij g ij =[g]ij =


1

(tensor mtrico contravariante) e xk xk i j


1

(4.155) (4.156) (4.157)

(tensor mtrico covariante) e (determinante de la transformacin) o

g /2 =(det g) /2

La ecuacin transformada puede ser reescrita como una ecuacin quasi-rmonica con una conductivio o a dad anisotrpica: o kij = Q (4.158) i j donde:
1 kij =kgij g /2

(conductividad anisotrpica equivalente) o (trmino fuente equivalente) e

(4.159) (4.160)

1 =g /2 Q

4.7.3.

Coordenadas curvil neas ortogonales

Un caso particular es cuando la transformacin es tal que las supercies i =cte son ortogonales o entre s en el sistema xi . Puede verse que la condicin para que esto ocurra es que el tensor mtrico o e de la transformacin satisfaga: o 2 h1 0 0 g ij = 0 h2 0 (4.161) 2 0 0 h2 3 hi es llamado el factor de escala de la coordenada transformada i . Se desprende que g /2 = h1 h2 h3 . La ecuacin del calor en coordenadas crvilineas ortogonales es: o u 1 h2 h3 h1 1 + 2 h1 h3 h2 2 + 3 h1 h2 h3 3 = h1 h2 h3 Q (4.162)
1

4.7.4.

Ejemplo

Sea resolver la ecuacin del calor en una cscara esfrica: o a e rint r rext = {r, , }tales que /2 /2 con condiciones de frontera Dirichlet en la cscara exterior e interior: a (rext,int , , ) = rext ,rint (, ), /2 /2, ,

(4.163)

(4.164)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

105

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

donde las coordenadas esfricas estn dadas por la transformacin usual: e a o x = r cos cos y = r cos sin z = r sin Los factores de escala son: hr =1 h =r h =r cos de manera que la ecuacin transformada es: o r r2 cos r + cos + 1 cos = r2 cos Q (4.169) (4.168) (4.165) (4.166) (4.167)

Se contruye una malla homognea en coordenadas transformadas, dada por una serie de (I + 1) e (J + 1) (K + 1) puntos Pijk cuyas coordenadas (ri , j , k ) estn dadas por: a ri = rint + (i/I)(rext rint ) j = /2 (1
) [1

i = 0, . . . , I j = 0, . . . , J k = 0, . . . , K (4.170)

+ 2(j/J)]

k = [1 + 2 (k/K)] donde 0 nodo ijk es:

tiene el n de evitar la singularidad en los polos = /2. La ecuacin para el o q,i j+1/2 k q,i j1/2 k q,ij k+1/2 q,ij k1/2

qr,i+1/2 jk qr,i1/2 jk r donde:

2 = ri cos j Qijk

(4.171)

2 qr,i+1/2 jk = ri+1/ cos j 2

q,i j+1/2 k q,ij,k+1/2 y

i+1 jk ijk r i j+1 k ijk = cos j+1/2 1 ij k+1 ijk = cos j ri+1/2 = ri +

(4.172)

r 2 j+1/2 = i + 2 La ecuaciones (4.171-4.173) son conservativas y precisas de segundo orden.

(4.173)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

106

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

B e y A x

e B

Figura 4.21: Transformacin de un elemento de volumen , por una transformacin conforme. o o No slo los ngulos interiores permanecen aproximadamente rectos, sino que la relacin de aspecto o a o permanece inalterado.

4.7.5.

Mallas generadas por transformacin conforme o

Una clase especial de transformaciones pueden generarse mediante la teor de variable compleja a llamada transformacin conforme. Si bien est es vlida slo para 2D, puede combinarse con otras o a a o transformaciones para generar mallas tridimensionales. Una transformacin conforme (x, y) (, ), se basa en denir dos variables complejas z = x + iy o y w = + i y poner la transformacin en forma de una funcin anal o o tica: w = f (z) con f anal tica. Las transformaciones conformes son un subconjuto de las transfomaciones obtenidas por coordenadas curv lineas ortogonales. No slo las lineas =cte, =cte son ortogonales entre s sino que los factores o , de escala son iguales h = h . Esto signica que un elemento rectangular e en coordenadas , (ver gura 4.21) es mapeado por la transformacin en otro e de forma aproximadamente rectangular con o a ngulos interiores , 90 ) y con, aproximadamente, la misma relacin de aspecto (BB /AA o /). Por ejemplo, la transformacin de coordenadas z = exp(w), equivale a la transformacin: o o x = e cos y = e sin (4.174)

y es muy similar al cambio de coordenadas de cartesianas a polares. Por ejemplo, un dominio rectangular como el ABCDEF (ver gura 4.22) es transformado en una corona circular. Ntese que el r o entre sucesivas capas de nodos va aumentando con el radio. Lo interesante es que esta variacin es tal o que la relacin de aspecto se mantiene constante, como fue mencionado en un marco ms general. o a Las transformaciones conformes pueden ser concatenadas de forma de poder obtener dominios bastantes ms complicados. Por ejemplo, a la transformacin (4.174) se puede aplicar una transformacin a o o 107

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

r=e

1 0

D 0 DF O AC r=1 B E

0 0

z=eiw
Figura 4.22: Un rectngulo es transformado en una corona circular usando la transformacin expoa o nencial z = ew . lineal para correr el centro del c rculo interior O de z(O) = 0 a z1 (O) = 1 + e, manteniendo el punto B en z = 1 (ver gura 4.24). La transformacin es: o z1 = 1 + (1 e)(z 1) (4.175)

A continuacin una transformacin de Joukowski lleva la corona circular al exterior de un perl o o aerodinmico (ver gura 4.23): a 1 (4.176) z2 = 1/2 z1 + z1 La circunferencia interior ABC es transformada sobre el contorno del perl, mientras que el c rculo exterior DEF es transformado en una curva cercana a una circunferencia. Usualmente, se supone que sobre esta circunferencia el ujo no est perturbado para poder imponer las condiciones de contorno a apropiadas. El punto B en z1 = 1 es transformado en el borde de fuga (T E = trailing edge, mientras que el punto A C es transformado en el borde de ataque LE (Leading Edge). Otro ejemplo de transformacin podemos observarlo en las guras 4.25, 4.26, donde el dominio o 3 rectangular ABCDEF en el plano w es mapeado por la transformacin z = w /2 en el dominio indicado o en la gura 4.26.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

108

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

z2
1

DF

AC=L.E. -1 0 1

B=T.E.

Figura 4.23: Transformacin de Joukowski. El c rculo interior es mapeado sobre el perl mientras o que el exterior es mapeado sobre un cuasi-c rculo al innito.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

109

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

z1

1 0

DF AC O B E

Figura 4.24: Transformacin intermedia para correr el centro del c o rculo, manteniendo el punto z = 1 jo.

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

110

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.7. Dominios de forma irregular o

-1

Figura 4.25: Dominio rectangular en el plano w.

z=w

1.5

1 E

C B F A -1 0 1

-1

Figura 4.26: Dominio transformado en el plano z = w /2. . 111

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

4.8.

La ecuacin de conveccin-reaccin-difusin o o o o

Consideremos el transporte de una sustancia de concentracin en un medio uido con campo de o velocidades v y difusividad k > 0. Adems consideramos que s consume con una reaccin qu a o mica de cintica de primer orden, con constante c > 0 y que hay una produccin de dada por una densidad e o de produccin g o D = k c + g Dt (4.177) + v = k c + g t con condiciones de contorno = , en k = q, en q (4.178) n = h( ), en h k n Los trminos involucrados en (4.177) se denominan e = Trmino temporal e t v = convectivo o de transporte k = difusivo c = reaccin o g = produccin o Tanto v como c, g y k pueden ser funciones de la posicin y del tiempo v = v(x, t), etc... Las o dimensiones de las costantes es v[=]m/sec k[=]m2 /sec c[=]sec1 g[=][]/sec (4.180) (4.179)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

112

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

4.8.1.

Interpretacin de los diferentes trminos o e

Los trminos de reaccin y produccin pueden agruparse como c( eq ), donde eq = g/c es e o o la concentracin de que esta en equilibrio local con la produccin. En estado estacionario y con o o condiciones homogneas tal que no depende de x entonces eq . (Nota: si g = f () entonces los e zeros de f son puntos de equilibrio. ) Para entender mejor el signicado de los diferentes trminos involucrados vamos a considerar e algunos casos particulares. No hay dependencia espacial. Si consideramos que no depende de x ( = (x)) entonces los trminos convectivo y difusivo son nulos y llegamos a una ODE para el valor de (constante en todo e el dominio) + c( eq ) = 0 (4.181) t cuya solucin es o = eq + ((t = 0) eq )ect (4.182) y vemos que decae exponencialmente hacia eq . Podemos deducir de esto que en zonas donde los gradientes son bajos tiende a aproximarse a eq .
1

0.8

=1

0.6

=3
0.4

0.2

=100
0 0

=30

=10
0.2 0.4 0.6 0.8 x/L 1

Figura 4.27: Concentracin para diferentes valores del mdulo de Thiele o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

113

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

Reaccin difusin. o o ecuacin es o

Ahora, si incluimos la difusin, pero estacionario y con v = 0, entonces la o k c( eq ) = 0 (4.183)

Si eq = cte, pero la condicin de contorno es w = eq entonces va a tratar de estar cerca de o eq en el interior del dominio, yendo suavemente hacia w en los contornos. La rapidez con la cual el valor interior empalma con la condicin de contorno depender de la importancia relativa entre c y k. o a Consideremos, para jar ideas, el siguiente problema k c = 0, = 1, entonces la solucin es o = en 0 x L (4.184)

en x = 0, L

cosh((x/L 1/2)) , = cosh(/2)

c/kL

(4.185)

donde es el mdulo de Thiele o nmero de reaccin. La solucin se observa en la gura 4.27 y o u o o vemos que para nmeros de Thiele altos la solucin se pega al valor de equilibrio en el interior del u o dominio y empalma con la condicin de contorno en una capa l o mite de esperor k/c = L/. Estas capas l mites representan grandes gradientes para la solucin y pueden aparejar problemas (falta de o convergencia) para los mtodos numricos. e e En el caso trmico es la temperatura, k la difusividad trmica y g una fuente de calor distribuida. e e c puede provenir de una reaccin endotrmica proporcional a la temperatura. Tambien en el caso 2D o e el trmino c( eq ) puede pensarse como un trmino de enfriamiento Newtoniano. e e Notar que si v = 0, los restantes trminos slo contienen derivadas espaciales de orden par (0 2) e o o y por lo tanto son invariantes ante inversin de coordenadas (x x). Esto dar lugar despus a que o a e las matrices de los mtodos numricos resulten simtricas. e e e

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

114

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

Adveccin difusin. En el caso estacionario ((/t) = 0) y si no hay reaccin ni produccin o o o o (c, g = 0) queda la ecuacin de adveccin-difusin. Consideremos el caso 1D en un intervalo de o o o longitud L con condiciones Dirichlet v 2 k 2 = 0, x x = 0, en x = 0 = 1, en x = L en 0 x L (4.186)

Esto representa el transporte de temperatura por un uido con difusividad k y velocidad v. La solucin puede encontrarse por mtodos operacionales estndar, proponiendo soluciones de la forma o e a x , resolviendo el polinomio caracter e stico en y buscando la combinacin lineal que satisface las o condiciones de contorno. La solucin resulta ser o = vL e2Pe (x/L) 1 , Pe = 2Pe 1 e 2k (4.187)

(ver gura 4.28). Para valores de v muy pequeos la soucin se aparta poco de la solucin de conduccin n o o o pura = x/L (4.188) A medida que v aumenta las temperaturas bajan ya que el movimiento del uido tiende a contrarrestar el efecto de la condicin de contorno en x = L y refrigera ms que cuando el uido est quieto. o a a La importancia relativa de ambos trminos (difusivo y convectivo) se puede cuanticar a travs del e e nmero de P`clet Pe dado por (4.187). A medida que el Pe aumenta, el gradiente de se concentra u e ms y ms cerca de la pared x = 1, formando una capa l a a mite de espesor = O(k/v) = O(L/Pe) (4.189)

De nuevo, estos altos gradientes son una fuente de problemas para los mtodos numricos. e e Si la velocidad se invierte entonces la discontinuidad se produce en x = 0 que es la nueva salida (x = L es la entrada). Una forma diferente de ver este fenmeno es considerar que, a medida que k 0, el problema o se hace cada vez ms advectivo (Pe ). Ahora bien, para el problema advectivo puro la ecuacin a o es de primer orden y por lo tanto requiere de una sola condicin de contorno. La teor de sistemas o a hiperblicos indica que la condicin de contorno debe aplicarse donde las l o o neas caracter sticas entran. El valor de la variable en un contorno donde las caracter sticas salen resulta de la integracin de la o ecuacin dentro del dominio. Si se pretende imponer un valor diferente como condicin de contorno o o Dirichlet, la diferencia se absorbe en una capa l mite. Debido a que la ecuacin de adveccin pura propaga los valores a lo largo de las caracter o o sticas, tambin se pueden producir altos gradientes en el interior del dominio. Por ejemplo consideremos e adveccin pura en u dominio rectangular ADD A como se muestra en la gura 4.30. El ujo entra o por el lado AA y sale por DD . La condicin a la entrada es = donde contiene un salto cerca del o punto W . El transporte convectivo tiende a propagar esta discontinuidad a lo largo de la caracter stica W W , pero debido a la difusin la discontinuidad se va suavizando y termina en un escaln suavizado o o a la salida DD .
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

115

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

0.8 Pe=10 0.6

0.4

Pe=0 Pe=1

0.2 Pe=3 0 0 0.2 0.4 0.6 Pe=10 0.8 1

Pe=30 Pe=100

Figura 4.28: Solucin al problema de adveccin pura 1D con coecientes constantes o o

capa l

imite

soluc
C

a vscid in in

B contorno de entrada A

a stic cter cara

contorno de salida

capa limite

solucin invscida C

distancia a lo largo de la caracterstica

Figura 4.29: Sistems fuertemente advectivos en 2D a

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

116

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

W A y B C

A B C D

Figura 4.30: Discontinuidad interna propagada desde la condicin de en un sistema fuertemente ado vectivo

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

117

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

4.8.2.

Discretizacin de la ecuacin de adveccin-difusin o o o o

1
v=1 v=3 v=20 v=40 v=100 v=500 v=10

0.8 0.6 0.4 0.2 0

0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 x/L 1

Figura 4.31: Solucin numrica al problema de adveccin difusin con un esquema centrado o e o o Consideremos el problema 1D de adveccin difusin a coecientes constantes (4.186). Consideremos o o una malla uniforme de N segmentos de longitud x = L/N . Los nodos son xj = (j 1)x, para j = 1, . . . , N + 1. Una discretizacin centrada de segundo orden es o v j+1 j1 j+1 2j + j1 =0 k 2x x2 (4.190)

Notar que la derivada de primer orden introduce un trmino antisimtrico. Este esquema funciona e e bien mientras la velocidad se mantenga por debajo de un cierto l mite, que resulta ser vcrit = 2k/x (En la gura k = 1 y el nmero de puntos es N = 20, de manera que x = 0.05 y vcrit = 40). Para u velocidades mayores la solucin numrica se vuelve oscilatoria y para velocidades mucho ms grandes o e a que la cr tica las oscilaciones contaminan todo el dominio. Ntese que la velocidad cr o tica se produce cuando el P`clet de la malla es e vx Pex = =1 (4.191) 2k Estas oscilaciones pueden asociarse a un falta de estabilidad del esquema numrico, sin embargo e el esquema es estable, estrictamente hablando, ya que si renamos sucientemente entonces Pex pasar a ser menor que uno y se recupera la convergencia O(x2 ). Sin embargo vemos que si tomamos a la estimacin de error estndar o a E Cx2 , (4.192) la constante C depende de Pe. O sea, no existe un C independiente de Pe tal que (4.192) valga para todo x y Pe, es decir no se puede obtener una cota de error uniforme sobe Pe. Bajo esta denicin o de estabilidad ms estricta el esquema es inestable. a 118

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

4.8.3.

Desacoplamiento de las ecuaciones

Si consideramos las ecuaciones discretas del esquema centrado (4.190) para Pe , es decir k = 0, obtenemos j+1 j1 = 0, j = 2, . . . , N (4.193) v 2x Esta ecuacin dice que o 1 = 3 = 5 = = 2n+1 = . . . (4.194) N +1 = N 1 = N 3 = . . . Entonces, si N es impar existe una solucin que es o j = 0 1 ; si j = impar ; si j = par (4.195)

y por otro lado no existe solucin si N es par. o Se dice que hay un desacoplamiento de las ecuaciones para los nodos pares e impares, lo cual es asociado normalmente a una falta de estabilidad del esquema numrico. e

4.8.4.

Esquemas de diferencias contracorriente (upwinded)


1.1 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 1.1 20 15 10 5 0 5 10 15 20 f 1(x) sign(x) f 3(x)

Figura 4.32: Diferentes propuestas para el parmetro de estabilidad a Notemos que, en el caso de adveccin pura (Pe = ) la solucin numrica deber ser o o e a j = 0 1 ; si j <= N ; si j = N + 1 (4.196)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

119

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

y esto se lograr si reemplazamos la derivada centrada en (4.193) por una derivada lateral a izquierda a (tambin llamada contracorriente o upwinded) e v Pero esto se puede reescribir como v o, poniendo knum = vx/2, v j+1 2j + j1 j+1 j1 knum =0 2x x2 (4.199) j+1 j1 2x vx 2 j+1 2j + j1 =0 x2 (4.198) j j1 = 0, j = 2, . . . , N x (4.197)

donde knum es una difusin numrica articial que estabiliza el esquema. Notar que, si v < 0, o e entonces el esquema debe estar decentrado a derecha v j+1 j x (4.200)

y entonces debe ser knum = vx/2, de manera que, en general knum = Ahora bien, para Pe < podemos tomar v j+1 j1 j+1 2j + j1 =0 (k + knum ) 2x x2 (4.202) |v|x 2 (4.201)

Este esquema no presenta ms inestabilidades y para Pe a 1 se aproxima al upwindado pero para Pe pequeos sigue agregando difusin, incluso para Pex < 1 cuando sabemos que el esquema es estable, n o resultando en un esquema demasiado difusivo. Entonces surge la idea de tratar de reducir la difusin o numrica para valores de Pex pequeos. Notemos que (4.201) puede reescribirse como e n knum = con f (x) = sign(x) (4.204) de manera que podr amos reemplazar la funcin de upwinding sign() por otra que anule la difusin o o numrica para |Pex | <= 1, por ejemplo podemos usar e knum = con f1 (x) = sign(x) ; si |x| > 1 0 ; si |x| <= 1 (4.206) vx f1 (Pex ) 2 (4.205) |v|x vx = k|Pex | = kPex f (Pex ) = f (Pex ) 2 2 (4.203)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

120

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

o tambin, para hacerlo ms continuo e a f2 (x) = sign(x) ; si |x| > 1 x ; si |x| 1 (4.207)

Puede demostrarse que, si elegimos f (x), como la siguiente funcin mgica o a f3 (x) = (x) = 1 1 tanh(x) x (4.208)

entonces, en este caso simple se obtiene la solucin exacta (4.187) (de ah el nombre de funcin mgica). o o a Sin embargo, esto slo vale mientras el problema sea 1D, con coecientes constantes, paso de la malla o constante y sin trmino fuente. De todas formas es una funcin de upwinding interesante, ya que en e o forma muy suave satisface todos los l mites necesarios. Como (d/dx) |x=0 = 1/3 otra funcin comunmente utilizada es o f4 (x) = x/3 sign(x) ; |x| < 3 ; |x| > 3 (4.209)

4.8.5.

El caso 2D

El primer intento por extender el esquema upwindado a 2D (o 3D) es agregar una viscosidad numrica segn cada una de las direcciones principales de la malla. Sea un dominio rectangular 0 e u x Lx , 0 y Ly , dividido en Nx , Ny intervalos de longitud x = Lx /Nx , y = Ly /Ny . Los puntos de la malla estn ubicados en xjk = ((j 1)x, (k 1)y) y sea (xjk ) j,k . Ademas, consideremos a v = (vx , vy ) = cte, vx j,k+1 j,k1 j+1,k j1,k + vy 2x 2y j+1,k 2j,k + j1,k j,k+1 2j,k + j,k1 x y (k + knum ) (k + knum ) = 0 (4.210) 2 x y 2
x knum =

donde

vx x f (Pex ) 2 (4.211) vy y y knum = f (Pey ) 2 Este esquema resulta ser estable. Si el ujo esta alineado con la malla, es decir vx = 0 o vy = 0, entonces el esquema reproduce exactamente sus virtudes en el caso 1D. En general la viscosidad numrica es e anisotrpica, por ejemplo, si v = (v, 0) entonces o
x knum = y knum

vx f (Pex ) 2 =0
x knum 0 0 0

(4.212)

o, en forma tensorial knum = (4.213) 121

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

y, en general, knum es un tensor anisotrpico, con ejes principales a lo largo de los ejes principales de o la malla. Si consideramos una velocidad cruzada con la malla, entonces el esquema resulta ser demasiado disipativo. Por ejemplo, consideremos v = v (1, 1)/ 2, y x = y = h. Entonces
x y knum = knum = knum =

vx x f (Pex ) 2

(4.214)

es decir que el tensor de difusin numrica es escalar o e knum = knum 0 0 knum = knum I22 (4.215)

donde I22 es el tensor identidad de 2 por 2. Ahora bien, si consideramos un sistema de coordenadas alineado con la velocidad, es decir x v e y v, entonces el tensor difusividad numrica sigue siendo e knum = knum 0 0 knum = knum I22 (4.216)

mientras que lo deseable ser tener una difusividad segn x pero no segn y a u u knum = con
x knum 0 0 0

(4.217)

vhs f (Pes ) 2 donde el sub ndice s indica valores segn la l u nea de corriente, as por ejemplo hs = 2h vhs Pes = 2k
x knum =

(4.218)

(4.219)

Antitransformando el tensor (4.217) a los ejes x y obtenemos kij = vhs si sj f (Pes ) 2 (4.220)

s u nea de corriente. donde = v/v es el versor segn la l Finalmente el esquema es vx j,k+1 j,k1 j+1,k j1,k + vy 2h 2h (k + knum,xx ) j+1,k 2j,k + j1,k h2 j,k+1 2j,k + j,k1 (k + knum,yy ) h2 j+1,k+1 j+1,k1 j1,k+1 + j1,k1 = 0. (4.221) 2knum,xy 4h2 122

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.8. La ecuacin de conveccin-reaccin-difusin o o o o o

Para el caso x = y tenemos vx j+1,k j1,k j,k+1 j,k1 + vy 2x 2y (k + knum,xx ) j+1,k 2j,k + j1,k x2 j,k+1 2j,k + j,k1 (k + knum,yy ) y 2 j+1,k+1 j+1,k1 j1,k+1 + j1,k1 = 0. (4.222) 2knum,xy 4xy

Notar la expresin en diferencias de la ultima la que es una aproximacin O(xy) para 2 /xy . o o

u
O

Figura 4.33: Denicin del tamao de la celda segn la l o n u nea de corriente Falta denir la expresin general para hs en funcin del ngulo que forma v con la malla. Existen o o a varias propuestas para esto, no siendo ninguna de ellas totalmente satisfactoria. La as simple podr m a ser tomar alguna media de los parmetros de la malla h = (x + y)/2 o h = xy. Notar que a en realidad estas deniciones no son segn la l u nea de corriente. Consecuentemente, es de esperarse que puedan ser muy sobre- o sub-difusivas en ciertos casos. Una posibilidad mejor es tomar la mayor distancia dentro de la celda a lo largo de una direccin paralela a v como el segmento AB en la o gura 4.33. La expresin resulta ser o xj hs = min (4.223) j |sj |

4.8.6.

Resolucin de las ecuaciones temporales o

Hasta ahora vimos como discretizar las ecuaciones espacialmente para obtener un estado estacionario. Consideremos ahora un problema no estacionario. La idea es primero discretizar en el espacio, tal cual como se ha hecho hasta ahora. Por ejemplo consideremos la ecuacin de adveccin-reaccino o o difusin lineal 1D, o +v = k c + g (4.224) t x entonces un esquema estabilizado posible es j+1 2j + j1 + cj j+1 j1 (k + knum ) j + v = gj 2x x2 (4.225)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

123

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.9. Conduccin del calor con generacin en un cuadrado o o o

donde signica la derivada temporal de . Estas ecuaciones representan un sistema de ecuaciones diferenciales ordinarias (ODEs) acoplado + K = f . Al mismo puede aplicarse una serie de esquemas de integracin temporal, por ejemplo o n+1 n + K n = f n , forward Euler t n+1 n + K n+1 = f n+1 , backward Euler t n+1 + n n+1 n 1 +K = f n+ /2 , Crank Nicholson t 2 (4.226)

(4.227)

Donde (tn ) n , tn = nt. El mtodo de forward Euler permite avanzar un paso de tiempo con e un costo en tiempo de procesamiento y memoria de almacenamiento muy bajos, ya que no necesita resolver ningn sistema lineal. Por el contrario, en los otros dos casos s se necesita resolver un sistema. u Si el problema es lineal, entonces podemos notar que la matriz del sistema K es constante (no var a con el tiempo) de manera que podemos factorizarla una vez y posteriormen hacer solamente una retrosustitucin. De todas formas el tiempo y memoria necesarios para avanzar un paso de tiempo en o el backward Euler es mucho mayor que para el forward. Pero el forward tiene la limitacin de que, o para pasos de tiempo grandes la solucin se hace inestable y diverge. El paso de tiempo cr o tico viene dado por h h2 . (4.228) , tcrit < min v 4k Notar que estos criterios pueden ponerse como Co = vt kt < 1, Fo = 2 < 1 h 4h (4.229)

donde Co, Fo son los nmeros adimensionales de Courant y Fourier. u

4.9.

Solucin exacta al problema de conduccin del calor con geneo o racin constante en un cuadrado o
= 1, 0 x, y 1 = 0, x, y = 0, 1 (4.230)

Ecuaciones de gobierno

Proponemos un desarrollo (x, y) =

ajk sin(jx) sin(ly).


j,k=1

(4.231)

Este desarrollo satisface las condiciones de contorno y representa una base completa. Por simetr a podemos descartar los trminos para j, k pares, ya que involucrar funciones antisimtricas con e an e 124

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 4. Metodo de diferencias finitas

Seccin 4.9. Conduccin del calor con generacin en un cuadrado o o o

respecto a x, y = 12. Aplicando el operador de Laplace obtenemos

2 (j 2 + k 2 ) ajk sin(jx) sin(ly) = 1


j,k=1

(4.232)

Multiplicamos miembro a miembro por sin(lx) sin(my) e integrando sobre el cuadrado. Usando que
1

sin(lx) sin(jx) dx = 1/2 jl


0 1

sin(lx) dx =
0

2/(l) 0

; l impar ; l par

(4.233)

De manera que
1 2 (j 2 /4

+ k 2 ) ajk =

4 2 lm

(l, m impares).

(4.234)

Es decir que ajk = Pero sin((2p + 1)x)|x=1/2 = sin((p + 1/2)) = sp = +1 ; 1 ; p par p impar (4.236) 4 lm(l2 16 , (l, m impares). + m2 ) (4.235)

De manera que el valor mximo de , que ocurre en el centro del cuadrado, es a


0x,y1

max (x, y) =

(1/2, 1/2)

=
l,m=1, impar

16sl sm 4 lm(l2 + m2 )

0.073671 106

(4.237)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

125

Cap tulo 5

Tcnicas de discretizacin e o
Habiendo presentado en la primera parte los modelos matemticos que rigen el movimiento de a los uidos y estableciendo el conjunto de ecuaciones que gobiernan el caso general y algunos otros particulares ahora estamos en condiciones de pasar a tratar algunos aspectos numricos relacionados e con el diseo de los esquemas ms comnmente empleados en uidodinmica computacional. Una de n a u a las tcnicas ms empleadas en uidodinmica computacionalha sido la de diferencias nitas. Esta fue e a a una de las primeras en aparecer y conserva vigencia a pesar de algunas restricciones propias de la tcnica. Su alta eciencia para la resolucin de problemas denidos en geometr sencillas lo hace e o as muy atractivo y es muchas veces la mejor opcin cuando existe la posibilidad de mapear el dominio o real en otro completamente regular y estructurado. Su denicin se basa en aproximar los operadores o diferenciales por otros denominados operadores en diferencias que se aplican a un vector de datos que representa la solucin en un conjunto nito de puntos en el dominio. Esta forma de discretizar un o operador diferencial es una alternativa y no la unica para tal n. Desventajas claras del mtodo como e su dif implementacin en problemas gobernados por geometr arbitrarias hizo que en los ultimos cil o as aos gran cantidad de investigacin en el area de uidodinmica computacionalse volcase al uso de n o a otras tcnicas alternativas. La mayor de las mismas se pueden presentar bajo un mtodo general e a e conocido como el mtodo de los residuos ponderados (WRM). e

5.1.
5.1.1.

Mtodo de los residuos ponderados e


Introduccin o

Este mtodo es conceptualmente diferente a aquel empleado en diferencias nitas ya que asume que e la solucin a un problema planteado puede ser anal o ticamente representable mediante una expansin o del tipo:
M

=+
m=1

am Nm

(5.1)

donde en general am forman un conjunto nito de coecientes con M la dimensin del espacio nito o dimensional empleado y Nm las funciones anal ticas conocidas y elegidas para representar o expandir a la solucin del problema. Estas funciones son comnmente denominadas soluciones de prueba y su o u 126

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

eleccin hace a la diferencia entre una vasta cantidad de mtodos numricos, como veremos en breve. o e e La funcin es introducida con el propsito de satisfacer las condiciones de contorno del problema. o o Sea el contorno del dominio del problema, entonces la eleccin de la funcin es tal que o o | = | Nm | = 0 m (5.2)

De la eleccin de y Nm depender la calidad de la solucin y la convergencia del mtodo o a o e numrico a medida que se rena la discretizacin, o sea que M . Este requisito denominado e o completitud est sustentado fuertemente en bases matemticas con lo que a diferencia del mtodo a a e de las diferencias nitas esta clase de tcnica goza con el apoyo de slidos conceptos matemticos e o a de teor de operadores, anlisis funcional y anlisis numrico. Si bien nuestra aplicacin ser la de a a a e o a obtener soluciones a ecuaciones a derivadas parciales un buen ejercicio para introducir los conceptos de aproximacin es el caso simple de aproximar una funcin conocida a priori con una expansin del o o o tipo (5.1) . Aproximacin puntual de funciones o Este caso simple consiste en dada una funcin aproximarla por bajo el requisito que ambas o coincidan en M puntos distintos elegidos arbitrariamente sobre . Este requisito conduce a un sistema de ecuaciones algebraicas lineales en el conjunto de parmetros incgnita {am ; m = 1, 2, . . . , M }. a o Para gracar la explicacin supongamos una funcin a aproximar como o o = sin(1.8x) + x gracada en la parte superior izquierda de la gura 5.1 en trazo lleno. En la misma gura se muestra la funcin lineal que satisface las condiciones de contorno, o sea o (x = 0) = (x = 0) = 0 (x = 1) = (x = 1) = sin(1.8) + 1 (5.3)

La rutina Ej 2 0.m permite denir una aproximacin a usando una cantidad M de trminos o e a eleccin del alumno. En la gura 5.1 se graca en la parte superior izquierda en linea de puntos o la solucin numrica obtenida con 2 trminos y a su derecha el valor absoluto del error donde como o e e vemos este vale cero en un conjunto de puntos equidistribuidos cuya cantidad coincide con M . Las dos grcas del medio corresponden a M = 3 mientras que las dos de abajo representan solamente el a error que se comete cuando M = 4 y M = 9. La forma de construir el sistema de ecuaciones algebraicas a resolver es bastante simple. Se debe o reemplazar (5.1) para los M puntos interiores al dominio e igualarlos a los valores de la funcin en esos nodos. Esto, para el caso de M = 2 genera lo siguiente: (x1 ) + N1 (x1 )a1 + N2 (x1 )a2 = (x1 ) (x2 ) + N1 (x2 )a1 + N2 (x2 )a2 = (x2 ) N1 (x1 ) N2 (x1 ) N1 (x2 ) N2 (x2 ) a1 a2 (x1 ) (x1 ) (x2 ) (x2 ) (5.4)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

127

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

2 1.5 1 0.5 0 -0.5 -1 0

|e| = 0.07486 0.3 0.25


0.2 0.4

0.2 0.15 0.1

0.6 0.8 1

0.05 0 0

0.2

0.4

0.6

0.8

|e| = 0.05065
2 1.5 1 0.5

0.14 0.12 0.1 0.08 0.06

0.04
-0.5 -1 0

0.02
0.2 0.4 0.6 0.8 1

0 0
-5

0.2

0.4

0.6

0.8

|e| = 0.00429 0.025 0.02 0.015


1 2

x 10

|e| = 2.199e-006

0.01 0.005 0 0
0 0

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

Figura 5.1: Aproximacin de una funcin por ajuste puntual o o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

128

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

La gura 5.2 muestra como var el error en un grco semilogar a a tmico siendo su convergencia del tipo espectral. En general el error en la aproximacin se puede escribir como: o (|e|) = ChM log(|e|) = log(C) + M log(h) (5.5)

por lo que la pendiente en el grco nos da una idea de la convergencia en funcin de la discretizacin. a o o

Convergencia
10 10
-1

-2

log(|E|)

10 10 10

-3

-4

-5

10 -1 10

-6

10

log(M)
Figura 5.2: Convergencia de la aproximacin o

Aproximacin por series de Fourier o Usando la teor de series de Fourier es posible aproximar una funcin arbitraria siempre que a o esta cuente con un nmero nito de discontinuidades y de extremos locales, cosa que casi siempre u ocurre en las aplicaciones. Entonces la aproximacin se escribe como: o
M

=+
m=1

am sin

mx Lx

0 x Lx

(5.6)

La inherente completitud de que gozan las series de Fourier le conere la propiedad que al incrementar la dimensin del espacio de trabajo la precisin mejora. o o

5.1.2.

Aproximacin por residuos ponderados o

A continuacin se presenta un mtodo general que permite hallar los coecientes de (5.1) siendo las o e dos formas anteriores casos particulares del mismo. Denamos el error o residuo R en la aproximacin o como: R = (5.7)
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

129

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

siendo sta una funcin de la posicin en el dominio . En la gura chapV-1 hemos presentado e o o funciones de este tipo. La idea es que en lugar de pedir que esta funcin R sea idnticamente nula o e en todo el dominio le pedimos que integrada mediante alguna funcin de peso esta sea nula, es decir: o Wl ( )d =

Wl R d = 0

l = 1, 2, . . . , M

(5.8)

con Wl un conjunto de funciones de peso independientes. Entonces en lugar de pedir que como M le pedimos que chapV-7 se satisfaga para todo l como M . De alguna manera se puede vericar que esto ultimo equivale a asumir que R 0 en todo el dominio. Reemplazando de (5.1) en (5.7) obtenemos un conjunto o sistema de ecuaciones algebraicas lineales para los coecientes incgnitas am que puede ser escrito en forma genrica como: o e Ka = f aT = a1 a2 . . . Klm =

aM 1 l, m M 1lM (5.9)

Wl Nm d Wl ( )d

fl =

Una vez que la funcin se conoce la aproximacin se dene mediante la eleccin de y las funciones o o o de peso Wl y de prueba Nm . Diferentes funciones de peso dan or gen a diferentes mtodos, todos del e tipo de residuos ponderados. Mtodo de colocacin puntual e o En este mtodo las funciones de peso son de la forma: e Wl = (x xl ) (5.10)

con (x xl ) la funcin delta de Dirac. Esto equivale a anular el residuo en un conjunto nito de o puntos xl , o sea es similar a la aproximacin por ajuste puntual. La matriz K y el vector derecho se o calculan como: Klm = Nm (xl ) fl = [ ]x=xl (5.11) Mtodo de colocacin por subdominios e o 1 0 xl < x < xl+1 x < xl , x > xl+1

Wl =

(5.12)

donde en este caso se requiere que el error integrado sobre cada una de estas subregiones sea nulo.
xl+1 xl+1

Klm =
xl

Nm dx

fl =
xl

( )dx

(5.13)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

130

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

Mtodo de Galerkin e Es uno de los ms populares mtodos y se basa en elegir a e Wl = Nl con lo cual el sistema a resolver est formado por: a
xl+1 xl+1

(5.14)

Klm =
xl

Nl Nm dx

fl =
xl

Nl ( )dx

(5.15)

Este mtodo goza con la ventaja de que la matriz del sistema es simtrica Si elegimos como funciones e e de prueba y de peso aquellas que conforman la base de un desarrollo en series de Fourier se puede demostrar que el sistema queda reducido a una simple expresin para los coecientes am ya que la o matriz del sistema es diagonal. Esta caracter stica tan particular se debe a que la base elegida es ortogonal con lo que Nl Nm d = 0 l = m. Otros pesos En general existen muchas posibles elecciones de la funcin de peso. Entre las ms conocidas an o a u l1 donde se requiere no presentadas podemos mencionar el mtodo de los momentos donde Wl = x e que no solo la integral del error sea nula sino algunos de sus momentos. Otro mtodo del estilo de e los presentados bajo el mtodo de los residuos ponderados es el mtodo de los cuadrados m e e nimos. Comnmente denido como la minimizacin de un funcional formado como: u o I(a1 , a2 , . . . , aM ) =

( )2 d
I al

(5.16)

la idea es hallar un extremo de dicho funcional mediante produce que ( )Nl d = 0

= 0, que al introducirla en (5.16)

(5.17)

habiendo usado el hecho que zl = Nl a partir de (5.1) . (5.17) equivale al mtodo de Galerkin y es un caso particular del mismo. e

5.1.3.

Residuos ponderados para la resolucin de ecuaciones diferenciales o

En la seccin anterior hemos visto como utilizar el mtodo de los residuos ponderados para aproxio e mar funciones conocidas anal ticamente o aquellas en donde conocemos su evaluacin en un conjunto o discreto de puntos. En esos casos el residuo estaba asociado a la diferencia entre la funcin a aproximar o y la aproximante. En esta seccin trataremos el caso de la resolucin de ecuaciones diferenciales, en o o donde el residuo viene dado por la diferencia entre un operador diferencial aplicado a la funcin a aproo ximar y el mismo operador aplicado a la aproximante. En el primer cap tulo hemos hecho un repaso a los modelos f sicos y matemticos que gobiernan muchos de los problemas de inters en uidodinmica a e a computacional. Para comenzar con un caso simple tomemos un operador diferencial sencillo como la ecuacin de Poisson, o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

131

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

Funciones de prueba que satisfacen las condiciones de contorno En esta seccin trataremos el caso de funciones aproximantes que satisfacen exactamente las cono diciones de contorno a travs de la eleccin apropiada de las funciones de prueba. Sea el problema de e o Poisson: A() = L + p = 0 en ( ) + ( ) L = x x y y p=Q

(5.18)

donde puede ser la conductividad trmica de un material y Q el ujo de calor aportado por una e fuente y en este caso ser la temperatura. En el caso lineal y Q son independientes de . En a general un problema de valores de contorno como ste para estar bien planteado requiere denir las e condiciones de frontera. Estas en general pueden ser escritas como otro operador diferencial, del tipo: B() = M + r = 0 sobre (5.19)

En general existen diferentes tipos de condiciones de frontera. Las ms conocidas son del tipo: a sobre DIRICHLET M = r = r = q sobre q NEUMANN M = n M = + h r = h sobre q+ MIXTAS n Aproximando la solucin mediante funciones del tipo (5.1) y eligiendo o M = r MNm = 0 sobre

(5.20)

(5.21)

entonces automticamente satisface las condiciones de borde chapV-19 para todos los valores de am . a Aplicando el operador diferencial a la funcin aproximante (5.1) y asumiendo que las funciones de o prueba y sus derivadas son continuas tenemos:
M

=+ = + x x x 2 2 2 = + x2 x2 x2
m=1 M

am Nm Nm x (5.22)

am
m=1 M

am
m=1

2 Nm x2

Aqu se requiere que hasta la segunda derivada sea continua. Cuando en las prximas secciones anali o cemos el mtodo de los elementos nitos veremos como estas restricciones sern debilitadas. La forma e a en la cual hemos construido la aproximacin garantiza el cumplimiento de las condiciones de borde o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

132

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

y entonces nos queda que debe satisfacer solo la ecuacin diferencial en el interior del dominio. o en (5.18) : Sustituyendo
M

R = A() = L + p = L +
m=1

am LNm + p

(5.23)

obtenemos el residuo de la misma con L asumido un operador lineal. Una vez denido el residuo aplicamos el mtodo de los residuos ponderados e
M

Wl R d =

Wl L +
m=1

am LNm + p d = 0

(5.24)

Esta ecuacin contiene M incgnitas, entonces aplicando esta misma ecuacin para l = 1, 2, . . . , M se o o o obtiene un sistema de ecuaciones algebraicas que pueden ser escritas en forma compacta como: Ka = f Klm =

Wl LNm d Wl Ld

1 l, m M 1lM

(5.25)

fl =

Wl pd

El procedimiento requiere calcular los coecientes de las matriz y del miembro derecho y luego invertir el sistema para calcular los coecientes con los cuales se obtiene la solucin aproximada al operador o o diferencial de (5.18). Ya que las funciones de prueba elegidas para aproximar la solucin tienen soporte global entonces la matriz de coecientes ser llena y no tendr estructura de banda, t a a pica de los mtodos de diferencias nitas y elementos nitos. Adems, en lo anterior nada se ha dicho acerca e a de la eleccin de las funciones de peso con lo cual uno puede aplicar todo lo anterior a las distintas o alternativas mostradas en secciones anteriores. A modo de ejemplo calcularemos la solucin al siguiente problema de valores de contorno unidio mensional: Ejemplo 1D Hallar solucin aproximada de la siguiente ecuacin diferencial o o d2 =0 dx2 (x = 0) = 0 (x = 1) = 1 De acuerdo a las deniciones generales presentadas antes las condiciones de borde y las funciones de prueba elegidas son: M = r=0 en x = 0 M = =x Nm = sin(mx)
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

(5.26)

r = 1

en x = 1

(5.27)

133

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

La eleccin de y Nm es arbitraria, existen muchas otras posibles alternativas a estas pero aqu usao remos la base trigonomtrica. Aplicando el mtodo de los residuos ponderados y la denicin de los e e o coecientes de la matriz y el vector del miembro derecho tenemos:
1

Klm =
0

Wl (1 + m2 2 ) sin(mx)dx
1

(5.28) Wl xdx

fl =
0

Si tomamos M = 2 dos trminos en la expansin y si aplicamos el mtodo de colocacin puntual e o e o obtenemos la siguiente matriz: K11 = (1 + 2 ) sin(/3) K21 = (1 + 2 ) sin(2/3) K12 = (1 + 4 2 ) sin(2/3) K22 = (1 + 4 2 ) sin(4/3) f1 = 1/3 f2 = 2/3 (5.29)

mientras que si aplicamos Galerkin en virtud de la ortogonalidad de las funciones de prueba,


1 1

Klm =
0

(1 + m2 2 ) sin(mx) sin(lx)dx = (1 + m2 2 )
0

sin(mx) sin(lx)dx = (5.30)

1 mx sin(2mx)/2 1 1 = /2(1 + m2 2 ) m 2 0 1 (1)l sin(l) (l) cos(l) = fl = x sin(lx)dx = (l)2 (l) 0 = (1 + m2 2 ) tenemos: K11 = 1/2(1 + 2 ) K21 = 0 K12 = 0

K22 = 1/2(1 + 4 2 ) 1 1 f1 = f2 = 2 La solucin numrica del sistema de ecuaciones resultante da: o e a1 = 0.05312 a1 = 0.05857 a2 = 0.004754 a2 = 0.007864 COLOCACION PUNTUAL GALERKIN

(5.31)

(5.32)

La solucin exacta a este problema es del tipo o = 1 ex ex e 1/e (5.33)

o La rutina Ej 2 1 contiene la resolucin de este ejemplo. La gura (5.3) muestra a la derecha la solucion exacta, la aproximada por Galerkin y la de colocacin a la cual se le ha removido la funcin = x para poder notar mejor las diferencias. A la o o izquierda vemos una distribucin puntual del error donde se alcanza a notar, para este ejemplo, una o mejor aproximacin obtenida mediante el mtodo de Galerkin. o e 134

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

Ejemplo 2D La ecuacin que gobierna la torsin elstica de barras prismticas es: o o a a 2 2 + 2 = 2G x2 y (5.34)

donde G es el mdulo elstico de torsin, es el ngulo que se gira la seccin y equivale a una o a o a o funcin tensin que de acuerdo a la teor es nula en todo el contorno. Detalles acerca de la forma o o a que se obtiene esta ecuacin pueden verse en libros sobre teor de la elasticidad, como por ejemplo o a Timoschenko [Ti]. Esta ecuacin tiene la estructura de una ecuacin de Poisson y analog con otros o o as experimentos gobernados por la misma ecuacin pueden hacerse. Por ejemplo la anterior tambin o e surgur si queremos resolver un problema de conduccin del calor con una fuente aplicada en todo a o el volmen del material asumiendo que en la direccin z la barra es innita y la temperatura del u o contorno est ja a un valor de referencia. a Supongamos que en este ejemplo G = 1, con lo cual la ecuacin a resolver se transforma en: o 2 2 + 2 = 2 x2 y =0 x [3, 3] , y [2, 2] x = 3 , y = 2

(5.35)

Aqu apelamos a la intuicin. Siendo el problema simtrico respecto a los ejes x e y deber o e amos elegir funciones de prueba que tengan esta propiedad y satisfagan las condiciones de contorno. Por ejemplo, si tomamos = 0 y usamos 3 trminos una eleccin posible ser e o a: N1 = cos(x/6) cos(y/4) N2 = cos(3x/6) cos(y/4) N3 = cos(x/6) cos(3y/4) La rutina Ej 2 2 muestra el aspecto que tienen estas tres funciones donde se alcanza a apreciar la paridad deseada. De esta forma aplicando la aproximacin (5.1), comparando (5.18) con (5.34) y usando la denicin o o de la matriz y el vector derecho del sistema algebraico (5.9) que permite calcular los coecientes am tenemos: 3 2 2 Nm 2 Nm Klm = Nl dydx + x2 y 2 3 2 (5.37) 3 2 fl = 2Nl dydx
3 2

(5.36)

Como vemos, ahora las integrales a calcular son bidimensionales por lo que debe estimarse con ms a detalle la forma de realizar el clculo. Nosotros aqu solo deseamos mostrar la metodolog a usar y a a en este caso estas integrales las realizaremos a mano. Cuando se pretende volcar estos conceptos en un programa para nes de clculo intensivo deben adoptarse mtodos ms ecientes y generales para a e a tal n, como por ejemplo la integracin numrica, tema que veremos ms adelante cuando abordemos o e a el estudio del mtodo de los elementos nitos . Analizando (5.37) vemos que la derivada segunda de e funciones tipo cosenos generan funciones cosenos, y considerando la ortogonalidad de estas bases las integrales en (5.37) se simplican notablemente. 135

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

La rutina Ej 2 2 contiene el clculo de este ejemplo donde se puede apreciar la forma de calcular a la matriz (diagonal) y el miembro derecho del sistema. En este caso se ha empleado una resolucion anal tica de las integrales. La rutina mejorada Ej 2 2b muestra como puede emplearse una rutina de integracin numrica con el n de evitar tediosos calculos. o e o La gura (5.4) muestra en la parte superior la solucin obtenida con la mencionada rutina en la cual se incluye el valor de la tensin mxima que es de 3.103, cercano al terico de 2.96 5 % de error. o a o Para terminar esta seccin mencionamos que el mtodo de los cuadrados m o e nimos aplicado a la resolucion de ecuaciones a derivadas parciales no es equivalente al mtodo de los residuos ponderados e de Galerkin. Para ver esto tomemos como antes el funcional denido como:
M

I(a1 , a2 , . . . , aM ) =

2 R d =

L +
m=1

am LNm + p

I =0 al R R d = 0 al

l = 1, 2, . . . , M l = 1, 2, . . . , M

(5.38)

Wl =

R = LNl al

o sea la funcin de peso que surge del mtodo de los cuadrados m o e nimoses equivalente al operador diferencial del problema aplicado a las funciones de prueba. En algunas circumstancias este tipo de aproximacin es deseable mientras que en algunos casos no. o Funciones de prueba que no satisfacen las condiciones de contorno Hasta aqu hemos considerado aproximaciones elegidas de forma tal de satisfacer las condiciones de contorno. Esto muchas veces puede ser dicultoso y antes esto es preciso relajar tal requisito. Para poder elegir las funciones de prueba independientemente de las condiciones de contorno postulamos una expansin del tipo: o
M

=
m=1

am Nm

(5.39)

que no satisface las condiciones de contorno. Entonces el residuo en el interior del dominio (R ) es suplementado por otro en el borde (R ): R = A() = L + p R = B() = M + r En este caso el mtodo de los residuos ponderados consiste en escribir: e Wl R d +

(5.40)

Wl R d = 0

(5.41) 136

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

con Wl y Wl elegidas en forma arbitraria e independiente. Reemplazando (5.40) en (5.41) llegamos a la denicin del siguiente sistema de ecuaciones: o Ka = f Klm =

Wl LNm d+

Wl MNm d Wl rd

1 l, m M 1lM

(5.42)

fl =

Wl pd

Para ilustrar el procedimiento tomaremos el ejemplo 1D anteriormente presentado. Ejemplo 1D (chapV-26) versin 2 Aqu resolveremos el mismo problema presentado en (5.26) o con la diferencia que usaremos como funciones de prueba la base Nm = xm1 , m = 1, 2, . . . En este caso simple la integral de borde en (5.41) se reduce a la evaluacin del integrando en los o dos puntos extremos de este dominio denido por el intervalo [0, 1]. Entonces
1

Wl R dx + [Wl R ]x=0 + [Wl R ]x=1 = 0


0

(5.43)

En este ejemplo usaremos para el peso en el interior del dominio el mtodo de Galerkin Wl = Nl e mientras que para el peso en el borde Wl = Nl | , entonces:
1

Nl (
0

2 )dx [Nl ]x=0 [Nl ( 1)]x=1 = 0 x2

(5.44)

Si usamos una expasin en tres trminos se llega a la siguiente matriz: o e 3 3/2 2/3 K = 3/2 4/3 1/4 4/3 5/4 8/15 1 1 f= 1 La solucin a este problema es: o a1 = 0.068 a2 = 0.632 a3 = 0.226

(5.45)

(5.46)

Ejemplo 2D - versin 2 Usando como aproximacin la siguiente o o = (4 y 2 )(a1 + a2 x2 + a3 y 2 + a4 x2 y 2 + a5 x4 ) es obvio ver que la misma satisface las condiciones de contorno en y = 2, mientras que la condicin o x = 3 debe incluirse en el clculo. a Tomando (5.40) y (5.42) y reemplazando la anterior expresin vemos que: o
3 3 2

Wl
2

2 2 + 2 + 2 dydx + x2 y

2 2

Wl |x=3 dy

2 2

Wl |x=3 dy = 0

(5.47) 137

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

Usando Wl = Nl y Wl = Nl | se llega a armar el sistema de ecuaciones. La rutina Ej 2 3 muestra una forma de resolver este problema apelando a las capacidades de clculo simblico de MatLab. Se a o recomienda editar y leer esta rutina para entender la metodolog que es extensible a otros ejemplos a utilizando diferentes funciones de base. o e La gura (5.4) en la parte inferior muestra la solucin numrica obtenida donde se alcanza a ver que la condicin de contorno en y = 2 se satisface exactamente pero aquella en x = 3 se cumple o solo aproximadamente. Esta es una de las diferencias entre las dos metodolog propuestas. Adems as a la tensin mxima es un poco superior a la obtenida con la primera metodolog alejndose un poco o a a a ms del valor terico. La gura chapV-4 en la parte inferior derecha muestra la variacin de la tensin a o o o a lo largo del contorno x = 3 en funcin de la coordenada y. o

5.1.4.

Condiciones de contorno naturales

Como hemos visto en la seccin anterior es posible facilitar la seleccin de las funciones de prueba o o sin necesidad de que satisfagan las condiciones de contorno a expensas de un trabajo algebraico mayor y de una degradacin en la calidad de la solucin. El primer item est relacionado con la resolucin de o o a o a las integrales que permiten el clculo de los coecientes. En (5.42) vemos que adems de las integrales a en el interior tenemos la necesidad de evaluar integrales en el contorno del dominio, las cuales pueden contener operadores diferenciales que complican an ms la situacin. Aqu veremos que existen ciertas u a o condiciones de contorno las cuales surgen como las naturales al problema, en el sentido que permiten cierta cancelacin de trminos cuando el problema se expresa en su forma dbil. Supongamos que o e e aplicamos el mtodo de los residuos ponderados al problema denido en (5.18) . e Wl R d =

Wl L + p d

(5.48)

La forma dbil de la anterior formulacin integral se obtiene mediante la integracin por partes e o o que en su versin general puede escribirse como: o Wl Ld =

CWl

D d +

Wl E d

(5.49)

donde C, D, E son operadores diferenciales lineales involucrando rdenes de derivacin inferiores a o o la del operadores L. Usando (5.40) y (5.49) en (5.41) se llega a: CWl

D d +

Wl E d +

Wl Md =

Wl pd +

Wl rd

(5.50)

donde lo que se pretende es anular las contribuciones al contorno del miembro izquierdo , o sea: Wl E + Wl Md = 0

(5.51)

Un ejemplo de condiciones de contorno natural que comnmente se tiene en las aplicaciones es u la especicacin de un ujo impuesto en el contorno. Pensando en el problema trmico podemos o e imaginar que extraemos calor del contorno de una pieza con una magnitud q especicada. En esos casos la condicin de contorno viene expresada como: o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

138

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

=q n

(5.52)

Si hechamos un vistazo a (5.40) vemos que M = n y si lo que estamos resolviendo es la ecuacin o de conduccin trmica en ese caso el operador E = n = M, por lo cual Wl = Wl satisface (5.51) o e simplicando (5.50) a:

CWl

D d =

Wl pd

Wl rd

(5.53)

En lo anterior hemos utilizado el teorema de Green o su equivalente, la frmula de integracin por o o partes. Una versin un poco ms detallada del mismo aplicada a un caso sencillo expresa que: o a d =

d +

nd

(5.54)

o e con y funciones escalares. A pesar que (5.54) incluye solo derivadas de primer rden, la tcnica es bien general como lo expresa chapV-46 e incluso se extiende al caso de funciones vectoriales. No obstante en la mayor de las aplicaciones los operadores que se trabajan son de relativo bajo rden. a o

5.1.5.

Mtodos de solucin del contorno e o

Hasta aqu los mtodos empleados resolv el problema en el interior del dominio pudiendo tra e an bajar con funciones de prueba que satisfagan o no las condiciones de contorno . Si en lugar de elegir funciones de prueba que satisfagan las condiciones de contorno elegimos aquellas que satisfacen el operador diferencial en el interior del dominio el problema se reduce a resolver solo el residuo en el contorno. Este tipo de estrategia di lugar al mtodo de los paneles y al mtodo de los elementos de o e e contorno. De esta forma como las funciones de prueba satisfacen el operador diferencial en el interior entonces:
M

R = A() =
m=1

am A(Nm ) = 0

(5.55)

con lo cual la denicin del mtodo de los residuos ponderados (chapV-38) se reduce simplemente a: o e Wl R d = 0

(5.56)

Un solo conjunto de funciones de prueba Wl , denidas solamente sobre el borde del dominio deben denirse. Adems como el problema se plantea sobre el contorno la dimensin espacial se reduce en a o una unidad con lo cual problemas en 3D se transforman en bidimensionales y aquellos en 2D en unidimensionales. Estas ventajas tiene su contracara en la dicultad de elegir funciones de prueba que satisfagan el operador diferencial en el interior del dominio. Este es el principal limitante de esta tcnica que se muestra atractiva por todo lo que implica reducir la dimensin espacial. Una de las e o aplicaciones ms divulgadas de esta tcnica es la resolucin de problemas gobernados por la ecuacin de a e o o Laplace, por ejemplo: conduccin del calor, ujo potencial, elasticidad lineal, y otros. La razn es que o o

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

139

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

si pensamos en funciones anal ticas de variable compleja z = x + iy, estas satisfacen automticamente a la ecuacin de Laplace. Supongamos una funcin anal o o tica del tipo: f (z) = u + iv luego, 2f =f x2 2f = i2 f = f y 2 sumando m.a.m.
2

u, v IR

(5.57)

(5.58) v=0 v=0

f=

u+i u=

2 2

con f = Por ejemplo tomando la funcin anal o tica

df dz

f (z) = z n

(5.59)

Todas las funciones u y v que surgen de (5.59) satisfacen la ecuacin de Laplace siendo todas ellas o candidatas para integrar las funciones de prueba con las cuales armar una funcin aproximante que o satisfaga este problema en particular en el interior del contorno. El siguiente ejemplo muestra una aplicacion del mtodo de los elementos de contorno al problema de la torsin de una viga. e o

5.1.6.

Sistema de ecuaciones diferenciales

El mtodo de los residuos ponderados en cualquiera de sus versiones puede ser extendido para e tratar el caso de sistemas de ecuaciones diferenciales . Un sistema de ecuaciones diferenciales surge cuando en el modelo matemtico se pretende resolver campos vectoriales en una o varias dimensiones a espaciales o cuando se pretenden acoplar varios campos escalares y/o vectoriales tanto en una como en varias dimensiones espaciales. En esos casos la solucin a obtener viene representada por un vector o = {1 , 2 . . . } (5.60)

que debe satisfacer ciertas ecuaciones diferenciales, una por cada componente del vector incgnita o A1 () = 0 A2 () = 0 la cual en forma compacta puede escribirse como A1 () A() = A2 () = 0 . . . (5.61)

en

(5.62)

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

140

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

Del mismo modo con las ecuaciones en el contorno B1 () B() = B2 () = 0 . . .

en

(5.63)

Para cada componente del vector necesitamos denir una aproximacin del tipo (5.1) , que escrita en o forma compacta se expresa como:
M

=+
m=1

Nm am

(5.64)

donde Nm es una matriz diagonal donde en cada trmino de la diagonal se halla la funcin de e o prueba de cada componente del vector incgnita. Del mismo modo las funciones de peso, tanto para o la integral sobre el interior del dominio como para la del contorno son tambin matrices diagonales. e De esta forma la extensin del mtodo de los residuos ponderados escalar aplicado al caso vectorial es o e directa. Wl A()d +

Wl B()d = 0

(5.65)

La mayor de los casos de inters tanto en la industria como en la ciencia involucran sistemas de a e ecuaciones diferenciales . = {u, v} Elasticidad lineal = {u, v, w, p} Flujo incompresible viscoso (a) = {, } Flujo incompresible viscoso (b) = {, u, v, w, p} Flujo compresible viscoso Los problemas de elasticidad bidimensional estn generalmente formulados en dos variables, los a desplazamientos u, v segn las componentes x e y respectivamente. Los problemas de ujo viscoso u incompresible tridimensional vienen muchas veces expresados en trmino de las variables primitivas e del problema, las tres componentes de la velocidad y la presin. No obstante en 2D muchos preeren o la formulacin vorticidad , funcin de corriente que desde el punto de vista computacional tiene o o una implementacin ms fcil y no requiere un tratamiento especial de la incompresibilidad como o a a lo necesita la formulacin en variables primitivas. El caso de ujo compresible 3D tiene un vector o incgnita con 5 componentes. Esta es solo una breve descripcin de algunos de los casos t o o picos donde se necesita resolver un sistemas de ecuaciones diferenciales . El agregado de modelos adicionales, por ej. turbulencia u otros, muchas veces tambin agrega componentes al vector incgnita. Por ultimo en e o pos de reducir el rden de una ecuacin diferencial se puede transformar la misma en un sistemas de o o ecuaciones diferenciales donde el orden se ha reducido completamente equivalente al original. (5.66)

5.1.7.

Problemas no lineales

Muchos problemas prcticos modelados f a sicamente producen tanto ecuaciones diferenciales como condiciones de contorno que son no lineales. Esta no linealidad se expresa porque existe una dependencia de los operadores, tanto el del interior como el del contorno, con la variable de estado o funcin o
((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

141

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

incgnita. Dado que en todas las secciones anteriores hemos considerado la aplicacin del mtodo de o o e los residuos ponderados al caso lineal se hace necesario hacer algunos comentarios respecto al caso no lineal. El mtodo de los residuos ponderados es completamente aplicable al caso no lineal. Supongae mos que queremos resolver un problema de conduccin del calor donde la conductividad depende de o la misma temperatura. La ecuacin de gobierno puede escribirse como: o (() ) + (() ) + Q = 0 en x x y y (5.67) = en = q en q () n Planteando una aproximacin del tipo (5.1) , introduciendo la misma en la formulacin por residuos o o ponderados de (5.67) produce un sistema de ecuaciones algebraico no lineales del tipo: K(a)a = f que puede resolverse iterativamente en la forma: K(an1 )an = f n1 (5.69) (5.68)

Adems del caso de la ecuacin de conduccin no lineal existen muchos otros problemas de inters a o o e a mencionar como el caso de la ec. de Brgers, el caso de la ecuacin de ujo viscoso incompresible u o expresada en una formulacin donde la nolinealidad se halla en las condiciones de contorno. o Obviamente las ecuaciones de ujo compresible e incompresible expresada en las variables primitivas o conservativas son tambin ejemplos claros de sistemas de ecuaciones diferenciales no lineales. e

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

142

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

eGal = 0.001596 _ 0.002 0 0.01 0

eCol = 0.004067 _

0.01

0.008

0.006

0.004

0.07

0.06

0.05

0.04

0.03

Figura 5.3: Solucin aproximada a una ODE mediante residuos ponderados o

0.02

0.2

0.4

0.6

0.8

0.2

0.4

0.6

0.8

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

143

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

max(|tau|) = 3.103

4 3 2 1 0 2 4 0 2 2 4 2 0

Funciones de prueba que satisfacen las condiciones de contorno

max(|tau|) = 3.217

4 3 2

0.2 0.1 0 0.1

1 0 1 2 5 0 2 5 0
0.2 0.3 2

y
Solucion en x=3

Funciones de prueba que no satisfacen las condiciones de contorno

Figura 5.4: Torsin de una barra prismtica o a

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

144

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

5.1.8.

Conclusiones

En esta primera parte de este cap tulo que trata acerca de diferentes tcnicas numricas de dise e cretizacin hemos presentado el caso del mtodo de los residuos ponderados aplicado a la resolucin o e o de ecuaciones a derivadas parciales utilizando para aproximar un conjunto de funciones de prueba denidas globalmente, satisfaciendo o no las condiciones de contorno, de fcil extensin al caso de sisa o temas de ecuaciones diferenciales y al caso no lineal. No obstante, como se desprende de los ejemplos incluidos la eleccin de dichas funciones no es tarea fcil, incluso no es extensible al caso de geometr o a as arbitrarias si uno requiere que dichas funciones satisfagan las condiciones de contorno exactamente. Adems, a medida que se aumenta el grado de la aproximacin el condicionamiento del sistema lineal a o a resolver se vuelve cr tico salvo que se usen funciones base con mayor grado de ortogonalidad. Esto se logra mediante el uso de polinomios de Legendre o de Chebyshev. En realidad estos son muy frecuentemente utilizados en el contexto de los mtodos espectrales el cual en forma indirecta ha sido el e a o tema de esta seccin (5.1) . Este tema dar para una seccin aparte pero por el momento diferimos o un tratamiento ms detallado para futuras versiones de estas notas. En las prximas secciones traa o taremos de relajar algunas de las limitaciones de esta tcnica, en especial aquella relacionada con el e tratamiento de dominios de forma arbitraria, presentando primero el mtodo de los elementos nitos e y posteriormente el mtodo de los volmenes nitos . e u

((docver curso-cfd-0.0.2 clean) (docdate Sat Aug 18 10:08:51 2007 -0300) (proc-date Sat Aug 18 10:11:18 2007 -0300))

145

Cap tulo 5. Tecnicas de discretizacion

Seccin 5.1. Mtodo de los residuos ponderados o e

5.1.9.

TP.chapV Trabajo Prctico #2 a

1. Tome la rutina Ej 2 0.m y transfrmela para ser usada con funciones de prueba del tipo Nm = o sin(mx). Comience con M = 2 y ref nelo para testear la convergencia de la aproximacin. o 2. Demuestre que la aproximacin por residuos ponderados del tipo Galerkin, tomando como funo ciones de prueba la base Nm = sin(mx/Lx ) conduce a un sistema de ecuaciones con una matriz diagonal. 3. Un ensayo experimental sobre la deeccin u(x, y) de una placa cuadrada de lado unitario con o todo su contorno empotrado dio como resultado los valores que se muestran en la gura.

0.75 X1.25 X0.25

0.75 X0.25
X

1.75 X 0.5

1.0

0.5

Figura 5.5: Ej. 3 Torsin de una barra o Aproximar la deeccin mediante o


M

u(x, y) = (x, y) +
l,m=1 l+m4

alm sin(lx) sin(my)

x y
(5.70)

y usando el mtodo de