Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIÓN:
La ecuación de burgers es una simplificación a la ecuación de navier stokes, en donde se
desprecia el término del gradiente de presión, que nos lleva a considerar el estudio con a
presión constante.
El propósito de este informe es solucionar esta ecuación por medio de una ecuación parcial
no lineal, representando al final el resultado en una curva con dos variables independientes
(x,t).
3. ANÁLISIS DE LA ECUACIÓN:
∂u u∗∂u v∗∂2 u
+ =
∂t 1 ∂ x 2 ∂ x2 3
x ref =L ; U ref =u ;
¿ ui ¿ t∗u ¿ x
u= ;t = ;x =
u L L
Posteriormente se analiza cada termino por separado gracias a la regla de la cadena, de
esta forma adimensionalizamos toda la ecuación termino a término.
1 termino:
∂ ¿ ∂ u2
¿ ∗∂ t ¿ ∗∂t∗u ∗∂ u¿
∂u i ∂ t ∂t L
= ∗ui= ∗u¿∗u=
∂t ∂t ∂ t∗L ∂ t¿
2 termino:
u¿∗u=ui
∂ ¿ ∂ u
¿ ∗∂ x ¿ ∗∂ x
¿
∗∂u
∂u i ∂ x ∂x ¿ L
= ∗ui= ∗u ∗u=
∂x ∂x ∂ x∗L ∂x
¿
3 termino:
∂ ∂ u ∂ u u 2 ¿
∗∂ u
( ) ( )
¿
∗∂ ui ¿ ∗∂ x ∗∂ u¿ ¿ ∗∂ x ∗∂ u¿
∂x ∂x L ∂x L L2
= ∗ = ∗ =
∂x ∂x ∂ x¿ ∂ x∗L ∂ x¿ ∂x
¿2
u2 u¿∗u2 v∗u 2 ¿
∗∂u¿ ∗∂ u¿ ∗∂ u
L L L2
+ =
∂t ¿ ∂ x¿ ∂ x ¿2
v
∗∂2 u ¿
∂u ¿ u ¿∗∂u ¿ L∗u
+ =
∂ t¿ ∂ x¿ ∂ x ¿2
L∗u
ℜ= ; u¿ =∅
v
1 2
∂ ∅ ℜ ∗∂ ∅ u¿∗∂ ∅
= −
∂t ∂ x2 ∂x
También es necesario adimensional izar las condiciones iniciales.
2
x
δ β=
1 ( )
∗e 4∗ β
√ 4∗π∗β
x
x ¿=
L
1
δ ¿β = ∗e ¿¿
√ 4∗π∗β
u ( 0 , t ) =g 1 ( t ) y u ( L ,t )=g2 (t )
1
1 1 ( )
g1 ( t )= y g2 ( t ) = ∗e 4∗β
√ 4∗π∗β √ 4∗π∗β
∅ n+1 n
i −∅i 1 n 1 n +1
= Fi + Fi
2∗∆ t 2 2
1 1
∗∅ ni+1−2 ∅ ni +∅ ni−1 ∅n∗∅ n −∅n ∗∅ni +1 −2 ∅ n+1 +∅ n+ 1
( ) ( )
+1
∅ n+1 n
∅ n+1 n+1 n+1
i −∅ i 1 ℜ i i+1 i−1 1 ℜ i i−1
i ∗∅ i+1 −∅ i−1
= − …+ −
2∗∆ t 2 ∆ x2 2∗∆ x 2 ∆ x2 2∗∆ x
1 n +1 n+1 n+1 1
∗∅ni+1 −2 ∅ni + ∅ni−1 ∅ n∗∅n −∅ n
2∗∆t 2
− (
∅ni +1 1 ℜ ∗∅i +1 −2 ∅ i +∅ i−1 ∅ n+1
∆ x2
− i
∗∅ n+1
i+1
2∗∆ x
−∅ n+1
i−1 ∅ n
…= i +
1
2∗∆ t 2
ℜ
)∆ x2 ( − i i +1 i−1
2∗∆ x )
∆t n n n
ℜ ∗∅ i+1−2 ∅i + ∅i−1 ∆ t∗∅ i
n
n
H ( t ) =∅ i + 2
− ∗( ∅ ni+1−∅ni−1)
∆x 2∗∆ x
2∗∆ t n+1
∗∅ i+1 −2 ∅ n+1 + ∅ni−1
+1
t∗∅in+1
i n +1
2∗ℜ +1 −∅i−1
∅ ni +1− n +1
+ ∅ i ∗2∗∆ =H (t )
∆ x2 4∗∆ x
∆ t n+1
∗∅ i+1 −2 ∅ni +1+ ∅ n+1
i−1 ∆t∗∅ n+1
n +1 ℜ
∗(∅ n+1
i n +1
∅i − + i+1 −∅i−1 )=H (t)
∆ x2 2∗∆ x
n+1
n +1 ∆t n+1 n +1 n+1 2∗∆ t∗∅ i n+1 n+1
∅ i − 2
∗(∅ i+1 −2 ∅i + ∅i −1 )+ ∗(∅ i+1 −∅ i−1 )=H (t)
ℜ∗∆ x 4∗∆ x
n+1
n +1 ∆t n+1 n +1 n+1 2∗∆ t∗∅ i n+1 n+1
∅i − 2
∗(∅ i+1 −2 ∅i + ∅i −1 )+ ∗(∅ i+1 −∅ i−1 )=H (t)
ℜ∗∆ x 4∗∆ x
β=
∆t 2∗∆ t∗∅ n+1
i
2 ; δ= ;
ℜ∗∆ x 4∗∆ x
2∗∆ t∗∅ni ¿
δ=
4∗∆ x
n +1 ¿ n+ 1 n +1 ¿
−∅i−1 ( δ + β ) +∅ i ( 1+2 β ) + ∅i +1 (δ −β )=H (t)
Para el punto i = 1;
−g 1(t) ( δ ¿ + β )+ ∅ n+1 n+1 ¿
1 ( 1+ 2 β ) +∅ 2 (δ −β)=H (t)
H 1 (t )=H ( t )+ g 1(t ) ( δ ¿ + β )
Para el punto i = k;
−∅nk−1 ( δ ¿ + β )+ ∅ n+1
+1 n+1
k (1+2 β ) +∅ k+1 ( α 3 )=H (t)
−∅nk−1 ( δ ¿ + β )+ ∅ n+1
+1 ¿
k (1+2 β ) =H ( t )−g 2(t)(δ −β)
α 1=δ ¿ + β
α 2=1+2 β
α 3=δ ¿ −β
n+1
α2 α3 0 0 0 0 0 . H1
[ ][ ] [ ]
−α 1 α 2 α 3 0 0 0 0 . .
¿
0 … … … 0 0 0 ∅i−1 .
0 0 −α 1 α 2 α 3 0 0 ∅ ¿i = H ij
0 0 0 … … … 0 ∅ ¿i+1 .
0 0 0 0 −α 1 α 2 α 3 . .
0 0 0 0 0 −α 1 α 2 . H2
¿ n+1
2∗∆ t∗∅i
¿∗¿= ¿
4∗∆ x
δ
α 1¿=δ ¿∗¿+β ¿
α 3¿=δ ¿∗¿− β ¿
α 2 α 3¿ 0 0 0 0 0 H1
[ ] []
¿ ¿
−α 1 α 2 α 3 0 0 0 0 n+1 .
.
0
0
0
0
…
0
0
… …
0
0
… …
0
0 −α 1¿ α 2 α 3¿
0
0
…
0
0
0
0 −α 1¿ α 2 α 3¿
∅ ¿∗¿
i−1 ∅ i
.
¿ ¿∗¿ ¿ ¿∗¿ ¿
.
∅ i+1 .
[ ] .
= H ij
.
.
H2
0 0 0 0 0 −α 1¿ α 2
¿∗n+1
¿∗¿ 2∗∆ t∗∅ i
δ =
4∗∆ x
¿∗¿
+β¿
α 1¿∗¿=δ
¿∗¿
−β¿
α 3¿∗¿=δ
¿∗¿¿
α2 α3 0 0 0 0 0
[ ¿∗¿¿
−α 1 α2
¿∗¿¿
α3 0 0 0 ¿ ¿
… ¿ … ¿ … ¿ 0 ¿ 0 ¿ 0 ¿ 0 ¿ 0 ¿−α 1¿∗¿¿ α 2¿ α 3¿∗¿¿ 0 ¿ 0 ¿ 0 ¿ 0 ¿ 0 ¿ … ¿ … ¿ … ¿ 0 ¿ 0 ¿ 0 ¿ 0
Esta iteración se tiene que hacer hasta que el error sea menor a uno establecido en los
parámetros iniciales, por lo que se tiene la siguiente desigualdad:
∑|∅ ¿∗n
i
+1
−∅ ¿i n+1|<error
i
n +1 ¿∗¿… .n+1
Cuando se cumple esta desigualdad notamos que el valor de ∅ i ≈ ∅ i por lo que,
aunque nos quede un error de truncamiento se mejorara el resultado de la ecuación.
Comparamos los resultados para determinar cuales son las ventajas y desventajas de
utilizar diferentes métodos por esta razón el problema se resuelve por el método de Euler
forward.
1 n n n
∅ n+1 ℜ ∗∅i+1 −2 ∅i + ∅i−1 ∅ i ∗∅i +1−∅ i−1
n n n n
i −∅ i
= −
2∗∆ t ∆ x2 2∗∆ x
2∗∆ t n n n
n +1 n ℜ ∗∅ i+1−2 ∅i + ∅i−1 n t∗∅ ni+1 −∅ ni−1
∅ i −∅ =
i −∅ i ∗2∗∆
∆ x2 2∗∆ x
n n n n
n +1 n 2∗∆ t n n n ∆ t∗∅i ∗∅ i+1 ∆ t∗∅ i ∗∅i−1
∅ i =∅ +
i ∗ ∅ −2 ∅ i +∅ i−1 )−
2 ( i+1
+
ℜ∗∆ x ∆x ∆x
α=
2∗∆ t ∆ t∗∅ni
2 ; δ= ;
ℜ∗∆ x ∆x
Para i = k;
∅ nk +1=∅ nk−1∗(α + δ)−∅nk + ∅nk +1∗(α −δ )
∅ nk +1=∅ nk−1
∅ nk =g 2 (t)
α 1=α + δ
α 2=α −δ
n+1 n
∅1 −1 α 1 0 0 0 0 0 ∅1 −g1 ( t )∗α 2
[] [ ][ ] [ ]
. α 2 −1 α 1 0 0 0 0 . .
. 0 … … … 0 0 0 . .
∅i = 0 0 α 2 −1 α 1 0 0 ∗ ∅i + 0
. 0 0 0 … … … 0 . .
. 0 0 0 0 α 2 −1 α 1 . .
∅n 0 0 0 0 0 2∗α 0 ∅n −g2 (t)
3.3 SOLUCIÓN COMPUTACIONAL:
Se implementa un código computacional que nos resuelve cada uno de los métodos de
discretización que se plantearon en la sección anterior, determinando las siguientes curvas
que resultan de la implementación del código.
Es necesario re escalar la ecuación para que se pueda realizar una comparación por medio
del error absoluto entre este método de solución y la solución analítica que se propone para
el ejercicio.
Figura 2. Resultado de la ecuación re escalada por el método de Euler forward.
x
erf ( x )=∫ exp ( −z2 )
0
Matlab contiene esta función en su contenido, en donde se grafica la siguiente curva, que es
la solución de la ecuación de burguers unidimensional.
En este punto ya se tiene la solución de la ecuación por medio de métodos numéricos y por
la solución analítica, en donde para comparar estas ecuaciones es necesario re escalar la
ecuación adimensional que convertimos en un inicio para la solución numérica
Una vez se tiene una ecuación re-escalada, se tiene que observar el error que tiene nuestra
solución numérica en comparación con la analice, para esto utilizamos la siguiente ecuación
para el cálculo de error.
error =( ∑ ( U a−U n ) ) / N
U a =Solucion de ecuacionanalitica .
U n =solucion de ecuacionnumerica .
N=tamaño del vector tiempo .
Esta ecuación de error nos va a resultar un vector del tamaño de x(posición unidireccional
analizada), en el cual obtenemos la suma de los errores en cada tiempo para cada posición,
de esta manera podemos observar la siguiente curva.
Figura 7. Error que se tiene entre la solución analítica y con métodos numéricos, con
parámetros L =1, Ui = 13, v = 0.1 y M =1.
Como se puede ver se tiene un error relativamente alto, para esto debemos refinar la
solución numérica para obtener menores errores, estos errores se deben en su mayoría a
los parámetros de referencia que se utilizan para el calculo de la ecuación numérica, por lo
que si los cambiamos obtendremos menores errores entre estas curvas como se muestra a
continuación.
Figura 8. Error que se tiene entre la solución analítica y con métodos numéricos, con
parámetros L =1.5, Ui = 13, v = 0.1 y M =1.
De esta forma se va refinando nuestro resultado obtenido, hasta llegar a tener un error
mínimo posible para la ecuación.
6. CONCLUSIONES:
- Es necesario re-escalar la ecuación adimensional para poderla comparar con la
ecuación analítica, esto se debe a que las ecuaciones adimensionales sus máximos
valores son la unidad, por lo que al re-escalarla se tienen que utilizar los mismos
parámetros de referencia que se utilizaron cuando se realiza la adimensionalizacion
- Cuando variamos el dt en el modelo numérico se puede observar que el error crece
exponencialmente, esto se debe a que al tener pocos datos a analizar las soluciones
no serán precisas y confiables.
- El método de discretización de Crank-Nicolson es un modelo que tiene buena
estabilidad, aunque presenta un problema fundamental, ya que nos genera
soluciones con cualquier dt, dx, así sean valores grandes, por lo que se debe tener
cuidado con la elección de estos crecimientos para obtener una curva optima.
7. REFERENCIAS:
- Ferziger Peric - Computational Methods for Fluid Dynamics, 3rd Ed.