Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Departamento de Ingeniería Mecánica y Mecatrónica
TALLER 02
MODELACIÓN MATEMÁTICA
Modelación con EDP’s y Optimización
Puntos importantes:
Para el presente Taller es SUMAMENTE IMPORTANTE que su grupo cumpla con los siguientes puntos
En todos los casos de estudio, y donde corresponda, su grupo deberá presentar coherente y claramente los
diferentes pasos del proceso de modelación, así como una clara argumentación de las simplificaciones o
suposiciones usadas para la construcción y/o estudio de los diferentes casos y modelos.
Debe siempre indicarse de forma explícita en el texto el o los principios de conservación usados
Deben incluirse los códigos fuente de cualquier modelo computacional elaborado (independiente del lenguaje)
SIN LA PRESENTE HOJA COMO PORTADA, NO SE CALIFICARÁ EL TALLER)
La calidad de la presentación de los informes será especialmente considerada en la calificación: calidad, reso-
lución y claridad de los gráficos, así como nivel de análisis de las conclusiones.
Los casos de estudio del presente taller, y sus respectivas ponderaciones de calificación son:
donde M es un valor escalar real positivo, y δβ (x) es una representación paramétrica de la función Delta de Dirac, centrada
en el origen, y ajustada con un parámetro β, como se indica a continuación:
x2
1
δβ (x) = √ exp − (3)
4πβ 4β
Una característica adicional de la ecuación de Burgers es que existen metodologías que permiten la obtención de soluciones
analíticas en dominios y casos simples. Por ejemplo, para el caso transitorio 1D propuesto, una solución analítica es:
x2
r exp −
4ν 4νt
u(x, t) = √ (4)
πt 2 π x
+ 1 − erf √
exp(M/2ν) − 1 2 4νt
con la función Error erf(x)1 dada por:
Z x
exp −z 2 dz
erf(x) = (5)
0
Es importante notar que, al examinar la ecuación (4), las condiciones de frontera tipo Dirichlet serán dinámicas/transitorias
(como se requiere). La forma específica de cada función g1 (t) y g2 (t) de las condiciones de frontera en x = 0 y x = L
puede ser obtenida a partir de la ecuación (4), simplemente considerando la función u(0, t) y u(L, t), respecivamente.
Dadas las consideraciones indicadas anteriormente, se solicita realizar una implementación numérica/computacional
para solucionar la ecuación (1) mediante Diferencias Finitas y siguiendo los siguientes lineamientos:
1. Formular el problema en forma discreta usando:
a) Un esquema de discretización con diferencias finitas de 2◦ orden espacial.
b) Un esquema temporal semi-implícito (Crank-Nicolson)
2. Implementar un código computacional para resolver el modelo discreto planteado.
3. Presentar superficie de evolución de u(x, y)), usando ν = 0.02, ν = 0.04, y ν = 0.1. En todos los casos
considere que M = 1.0, y que la simulación debe cubrir el periodo 0.1 ≤ t ≤ 1.0.
4. Presentar un corto estudio del impacto de hacer refinamiento de malla (mediante cálculo del error absoluto)
5. Validar los resultados obtenidos con los resultados analíticos de la ecuación 4.
6. Obtener curvas de error que le permitan analizar los resultados obtenidos con distintos pasos de tiempo ∆t
1 Más información sobre esta función Erf puede ser examinada en : https://mathworld.wolfram.com/Erf.html.
Importante...
La ecuación presentada es NO-lineal. La implementación
de un esquema semi-implicito requerirá la incorporación
de una estrategia iterativa centrada en la linealización
del término convectivo.
Importante...
La solución analítica NO está adecuadamente definida en $t=0$,
por lo que es indispensable que sus simulaciones y análisis
SIEMPRE inicien en un valor diferente de cero.
Acá se recomienda empezar las simulaciones desde $t=0.1$.
Como referencia, a continuación se muestra el resultado esperado para u(x, t) para valores de y M dados. Este caso
aparece ampliamente documentado en Salsa [2016].
∂ρφ ∂ρuφ ∂ ∂φ
+ = Γ (6)
∂t ∂x ∂x ∂x
φ(x = 0, t) = φ0 φ(x = L, t) = φL
donde L = 1.0, ρ = 1.0, u = 1.0, Γ = 0.025 y φL = 1.0. Considere la siguiente condición inicial:
π π
φ(x, 0) = φ0 cos x + φL sin x
x 2
Figura 2: Mapa con las ciudades donde se tienen lás fábricas y los puntos de distribución.
La empresa organiza su producción y su venta de manera que todo lo producido en enviado a los distintos lugares. Cada
uno de los destinos debe recibir mensualmente lo mostrado en la tabla 1.
Tunja Per. Arm. Pasto Arauca Cart. Rioh. Let. Flor. Cuc. Quibdo
900 1000 700 800 500 1000 200 100 50 400 70
Tabla 1: Cantidad de productos que deben ser enviados a cada punto de distribución.
La empresa de envios realiza el cobro del transporte de productos desde los puntos de producción a las distintas ciudades
a partir de los valores presentados en la tabla 2.
Conociendo lo anterior, la empresa ha contactado a su grupo para conocer como debería ser la distribución de envios de
manera que se cumpla con lo solicitado en la tabla 1, pero con el mínimo costo.
Tunja Per. Arm. Pasto Arauca Cart. Rioh. Let. Flor. Cuc. Quibdo
Bogotá 50 100 100 150 180 170 200 150 160 120 100
Medellín 120 40 50 100 200 140 220 170 100 180 50
Cali 140 80 90 80 220 180 240 180 80 200 80
Tabla 2: Costos de envio por unidad entre los puntos de producción y distribución.
Adicionalmente, de manera temporal, debido a problemas de logística en la empresa de envíos, se ha informado que el
costo de envió va a estar determinado por una cantidad límite de productos que la distribuidora podrá llevar de un lugar a
otro, cumpliendo la siguiente relación:
C0 (i, j)
C(i, j) = N (i,j)
(7)
1− L(i,j)
Donde C(i, j) es el costo que tendrá el envio de un punto de producción i a un destido de distribución j, C0 (i, j) es el
costo base obtenido a partir de la tabla 2, N (i, j) será la cantidad de productos enviados entre un origen i y un destino j,
y L(i, j) es el límite de productos que se podrán enviar entre i y j, obtenido a partir de la tabla 3.
Tunja Per. Arm. Pasto Arauca Cart. Rioh. Let. Flor. Cuc. Quibdo
Bogotá 500 800 200 200 300 700 100 50 30 200 30
Medellín 300 500 500 100 200 300 100 100 30 200 40
Cali 300 300 100 600 220 300 100 100 30 200 30
Tabla 3: Cantidad máxima de productos que pueden ser enviados (de manera temporal) entre un punto de producción y
uno de distribución.
Referencias
Sandro Salsa.
Partial differential equations in action: from modelling to theory, volume 99.
Springer, 2016.
M.Peric J.H. Ferziger.
Computational Methods for Fluid Dynamics.
Springer Berlin Heidelberg, 2001.