Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cap V Dif Fin Elipticas 2015
Cap V Dif Fin Elipticas 2015
1. Introducción
Normalmente para la solución de problemas con ecuaciones diferenciales y/o condiciones
de frontera no lineales, o cuando el problema está dado por ecuaciones diferenciales
acopladas, (por las condiciones de frontera, por los términos fuentes, por los coeficientes
de transporte, etc) debe recurrirse a los métodos numéricos. Estos métodos pueden dar un
valor aproximado de la solución en varios puntos del dominio de solución. En el método
de diferencias finitas, el que se revisa en este capítulo, los puntos se localizan en la
intersección de las llamadas líneas de la malla. La implementación de este método es
relativamente fácil si las línes de malla pueden ser y son seleccionadas paralelas a los ejes
coordenados. Un ejemplo de una malla computacional con las características anteriores se
muestra en la figura siguiente
En este caso nótese que el dominio es rectangular, que las lineas de la malla son paralelas
a los ejes coordenados y que la frontera está fácilmente representada por dos líneas de
malla paralelas al eje x y dos paralelas al eje y. Para un dominio de forma cilíndrica,
como la mostrada en la Figura 2a, es posible aún satisfacer el que las lineas de malla sean
paralelas a los ejes coordenados si se utiliza el sistema de coordenadas adecuado; en este
caso no es conveniente usar coordenadas cartesianas ya que la frontera dada por
x 2 + y 2 = 1 , no es paralela a un eje coordenado cartesiano. Es claro que para el caso
mostrado en la Figura 2a, un sistema coordenado adecuado es el de coordenadas polares
(r,θ ) , tal como se puede ver en la Figura 2b, ahí además se muestran tres de las lineas de
malla. El dominio discretizado en la Figura 2b corresponde al mostrado en la Figura 2c.
x2 + y 2 = 1
r =1
x
θ=π θ=0
Figura 2b. Dominio semicircular en coordenadas cilíndricas en donde es claro que las
fronteras del sistema corresponden a linea de coordenada constante paralela a los
ejes coordenados r y θ .
Así, los métodos de diferencias finitas, que se basan en el uso de series de Taylor para
aproximar las derivadas en las ecuaciones diferenciales, son muy útiles cuando la frontera
del dominio del sistema se representa con curvas paralelas en todos sus puntos a los ejes
coordenados. Esto no será fácil en sistemas como los mostrados en la Figura 3, porque la
en x = b, y = yb (2.3)
y
dy (−Δx)2 d 2 y (−Δx)2 d 3 y (−Δx)4 d 4 y
y(x − Δx) = y(x) + (−Δx) + + + + ... (2.5)
dx x 2! dx 2 x 3! dx 3 x 4! dx 4 x
y( x + Δ x )
y( x )
y( x − Δ x )
x−Δx x x+Δx
d2y 1 4
4 d y
y(x + Δx) + y(x − Δx) = 2 y(x) + (Δx) + (Δx)
2
+ .... (2.6)
dx 2 x 12 dx 4 x
De esta se obtiene
d2y y(x + Δx) − 2 y(x) + y(x − Δx) 1 4
2 d y
= − (Δx) + .... (2.7)
dx 2 x (Δx)2 12 dx 4 x
que puede ser escrita como
d2y y(x + Δx) − 2 y(x) + y(x − Δx)
2
= 2
+ O ⎡⎣(Δx)2 ⎤⎦ (2.8)
dx x (Δx)
en donde el símbolo O se usa para indicar el orden de magnitud del término restante más
grande. Al despreciar los términos O ⎡⎣(Δx)2 ⎤⎦ , la segunda derivada es aproximada por
x N − x1 b − a
Δx = = (2.10)
N −1 N −1
yN
y N −1
y N −2
y3
y2 y i −1 y y
i i +1
y1
N −1
1 2 3 i −1 i i +1 N −2 N
x =a x =b
Debe enfatizarse la importancia del símbolo ≈ en la ec. (2.12), que no fue usado en la ec.
(2.13), pero implica que la ecuación (2.16) es una aproximación de la ecuación
diferencial original. Esta representación se acercará al original, dado por las ecs. (2.1)-
(2.3), cuando Δx → 0 ó N → ∞ . Al usar la ec. (2.16) para reemplazar la ecuación
diferencial [ec. (2.13)] se obtiene la forma discretizada del problema de valor en la
frontera, así
en i = 1, y1 = 1 (2.18)
en i = N , yN = 0 (2.19)
y N = yb (2.22)
r = − ⎡⎣ 2 + (Δx)2 Φ 2 ⎤⎦ (2.23)
Es claro que en las ecs. (2.20)-(2.22), se tiene un sistema de N ecuaciones lineales con
N incógnitas, el cual se puede resolver por algún método conocido. En este texto se
insistirá en la conveniencia de involucrar el algoritmo de Thomas, para ello se reescriben
las ecuaciones (2.17)-(2.19) en forma matricial
⎡ y ⎤
⎡ 1 0 0 0 0 ... ... ... ... 0 ⎤⎢ 1
⎥ ⎡ ya ⎤
⎢ ⎥ ⎢ y2 ⎥ ⎢ ⎥
⎢ 1 r 1 0 0 ... ... ... ... 0 ⎥⎢ ⎥ ⎢ 0 ⎥
⎢ 0 1 r 1 0 ... ... ... ... 0 ⎥ ⎢ y3 ⎥ ⎢ 0 ⎥
⎢ ⎥⎢ y ⎥ ⎢ ⎥
0 0 1 r 1 ... ... ... ... 0 ⎥ ⎢ 0 ⎥
⎢ ⎥⎢ 4
⎢ ... ... ... ... ... ... ... ... ... ... ⎥ ⎢ ... ⎥=⎢ ... ⎥
(2.24)
⎢ ... ... ... ... ... ... ... ... ... ... ⎥ ⎢ ... ⎥ ⎢ ... ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ... ... ... ... ... ... ... ... ... ... ⎥ ⎢ ... ⎥ ⎢ ... ⎥
⎢ 0 ... ... ... ... ... 1 r 1 0 ⎥ ⎢ y N −2 ⎥ ⎢ 0 ⎥
⎢ 0 ... ... ... ... ... 0 1 r 1 ⎥⎢ ⎥ ⎢ 0 ⎥
⎥
⎢ ⎥ ⎢ y N −1 ⎥ ⎢
⎢⎣ 0 ... ... ... ... ... 0 0 0 1 ⎥⎦ ⎢ ⎥ ⎢⎣ yb ⎥
⎦
⎢⎣ y N ⎥⎦
Se debe notar que solo hay tres incógnitas o menos en cada una de las ecuaciones, el
sistema de ecuaciones es el denominado sistema de ecuaciones lineales tridiagonal. El
algoritmo de Thomas, que debe obtenerlo el lector al resolver el Problema 1 propuesto al
final del capítulo, se presenta a continuación:
Una vez conocida U n se aplica la siguiente fórmula de recursión para conocer el resto de
las incógnitas
U i = g i − bi U i+1 , para 2 ≤ i ≤ N − 1 (2.29)
La gran ventaja, de reconocer el que el sistema de ecuaciones es tridiagonal, es que así se
evita el manejar arreglos matriciales de dimensión N 2 , y entonces solo se requiere el
manejo de cinco vectores de dimensión N (A, B, C, D y U) que corresponden a los
coeficientes y variable designados con la misma letra.
************************************************************************
Ejemplo: aplicación del algoritmo de Thomas
Para la solución del siguiente sistema de ecuaciones tridiagonal
⎛ −4 1 0 ⎞ ⎛ U1 ⎞ ⎛ 1 ⎞
⎜ 1 −4 1 ⎟ ⎜ U ⎟ = ⎜ 0 ⎟
⎜ ⎟⎜ 2 ⎟ ⎜ ⎟
⎜⎝ 0 1 −4 ⎟⎠ ⎜ U ⎟ ⎜⎝ 1 ⎟⎠
⎝ 3 ⎠
Se puede identificar que N = 3 y que
Ai = Ci = 1, Bi = −4 para 1 ≤ i ≤ 3
b1 = b3 = 1, b2 = 0
Al comparar los sistemas de ecuaciones dados por (2.25) con el dado por las ecs. (2.20)-
(2.22) se concluye que
A1 = 0, Ai = 1 para 2 ≤ i ≤ N − 1 AN = 0 (2.30)
B1 = 1, Bi = r para 2 ≤ i ≤ N − 1 BN = 1 (2.31)
C1 = 0, Ci = 1 para 2 ≤ i ≤ N − 1 C N = 0 (2.32)
D1 = ya , Di = 0 para 2 ≤ i ≤ N − 1 DN = yb (2.33)
El programa de cálculo de la solución del problema definido por las ecs. (2.1)-(2.3) y
basado en la representación dada por las ecs. (2.24) tendrá la siguiente estructura:
Es claro que la solución numérica tiene mayores problemas para predecir la solución real
a medida que el parámetro Φ aumenta. Más adelante en la Sección 7 se retomará el
problema resuelto en para plantear una solución más eficiente usando la idea de malla
variable con espaciamiento variable. Se proseguirá en la sección con la solución de la
misma ecuación diferencial pero sujeta a condiciones de frontera un poco más
complicadas.
A continuación se muestran en forma gráfica los resultados de la evaluación del problema
con condiciones de frontera tipo Dirichlet.
1.0
(a) 1.0
Φ = 0 .1 (b)
Analítica Φ = 1 0 .0
Analítica
6 nodos
0.8 6 nodos
21 " 0.8
21 "
81 "
81 "
321 "
321 "
0.6 641 "
0.6 641 "
y y
0.4 0.4
0.2 0.2
0.0 0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
x x
(a) (b)
1.0
(c)
Analítica Φ = 1 0 .0
6 nodos
0.8
21 "
81 "
321 "
0.6 641 "
y
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
x
(c)
Figura 8. Comparación del efecto del número de nodos en la solución numérica del
problema definido por las ecs. (2.1)-(2.3). Los datos usados son x = a = 0 , x = b = 1 ,
ya = 0.0 y yb = 1 . El módulo de Thiele Φ es constante en cada una de las gráficas: (a)
0.1, (b) 10 y (c) 10.0.
dy
en x = b, − = α b ( y − yb ) (2.37)
dx
Nótese que si los parámetros α en las ecuaciones (2.36) y (2.37) toman un valor
suficientemente pequeño la condición de frontera se podrá reemplazar por la tipo
Newman ( y ' → 0 ). Si por el contrario los parámetros α toman un valor suficientemente
grande entonces las condiciones podrán ser reemplazada por las de tipo Dirichlet
( y → y a y y → yb . )
Para la solución del problema dado por las ecs. (2.35)-(2.37) no tenemos, en este
momento, formas para representar la primera derivada en diferencias finitas. Por ello
recurrimos nuevamente a las ecuaciones (2.4) y (2.5) que son las representaciones de la
función y(x + Δx) y y(x − Δx) en términos del valor y(x) .
De la ecuación (2.4) se puede despejar la primera derivada para obtener la fórmula que
representa la derivada con diferencia hacia adelante
dy y(x + Δx) − y(x)
= + O ⎡⎣ Δx ⎤⎦ (2.38)
dx x Δx
En forma análoga de la ec. (2.5) se puede obtener la fórmula de la primera derivada con
diferencia hacia atrás
dy y(x) − y(x − Δx)
= + O ⎡⎣ Δx ⎤⎦ (2.39)
dx x Δx
⎡ ⎤
⎡ 1+ α Δx −1 0 0 0 ... ... ... ... 0 ⎤ ⎢ y1 ⎥ ⎡ α a Δx ya ⎤
⎢ a
⎥⎢ y ⎥ ⎢ ⎥
⎢ 1 r 1 0 0 ... ... ... ... 0 ⎥⎢ 2
⎥ ⎢ 0 ⎥
⎢ 0 1 r 1 0 ... ... ... ... 0 ⎥ ⎢ y3 ⎥ ⎢ 0 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ 0 0 1 r 1 ... ... ... ... 0 ⎥ ⎢ y4 ⎥ ⎢ 0 ⎥
⎢ ... ... ... ... ... ... ... ... ... ... ⎥ ⎢ ... ⎥=⎢ ... ⎥
⎢
... ... ... ... ... ... ... ... ... ...
⎥⎢ ⎥ ⎢ ... ⎥ (2.49)
⎢ ⎥ ⎢ ... ⎥ ⎢ ⎥
⎢ ... ... ... ... ... ... ... ... ... ... ⎥ ⎢ ... ⎥ ⎢ ... ⎥
⎢ 0 ... ... ... ... ... 1 r 1 0 ⎥⎢ y ⎥ ⎢ 0 ⎥
⎢ ⎥ ⎢ N −2 ⎥ ⎢ ⎥
⎢ 0 ... ... ... ... ... 0 1 r 1 ⎥ ⎢ y N −1 0
⎥ ⎢ ⎥
⎢ 0 ... ... ... ... ... 0 0 1 −(1+ Δx α b ) ⎥ ⎢ ⎥ ⎢⎣ −Δx α b yb ⎥⎦
⎣ ⎦
⎢⎣ y N ⎥⎦
Como era de esperar solo han sido modificadas las ecuaciones correspondientes a los
nodos en las fronteras. El sistema de ecuaciones se puede resolver por la aplicación
directa del algoritmo de Thomas, y las fórmulas para los coeficientes del sistema
tridiagonal son
A1 = 0, Ai = 1 para 2 ≤ i ≤ N − 1, AN = 1 (2.50)
C1 = 1, Ci = 1 para 2 ≤ i ≤ N − 1, C N = 0 (2.52)
D1 = α a Δx ya , Di = 0 para 2 ≤ i ≤ N − 1 DN = −α b Δx yb (2.53)
Tabla 1.- Lista de figuras y parámetros utilizados en la evaluación de la solución para las
diferentes condiciones de frontera.
Condición de Dirichlet
Figura Φ ya yb
8. (a) 1.0 0.0 1.0
(b) 10.0 0.0 1.0
(c) 10.0 0.0 1.0
Condición de Cauchy
Figura Φ ya yb αa αb
9. (a) 1.0 0.0 1.0 0.0 0.1
(b) 1.0 0.0 1.0 0.0 1.0
(c) 1.0 0.0 1.0 0.0 10.0
10. (a) 10.0 0.0 1.0 0.0 0.1
(b) 10.0 0.0 1.0 0.0 1.0
(c) 10.0 0.0 1.0 0.0 10.0
11. (a) 10.0 0.0 1.0 0.0 0.1
(b) 10.0 0.0 1.0 0.0 1.0
(c) 10.0 0.0 1.0 0.0 10.0
1.0 1.0
(a) (c)
Analítica α = 0 .1
b
6 nodos Φ = 1 .0
0.8 21 " 0.8
81 "
321 "
641 "
0.6 0.6
y y
0.4 0.4 Analítica
6 nodos
α = 1 0 .0
21 " b
81 " Φ = 1 .0
0.2 0.2 321 "
641 "
0.0 0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
x x
(a) (b)
1.0
(b) α = 1 .0
Analítica b
6 nodos Φ = 1 .0
0.8 21 "
81 "
321 "
0.6 641 "
Figura 9. Se muestra el efecto del número
y de nodos para Φ = 1.0 , a = 0 , b = 1 ,
0.4
α a = 0.0 , ya = 0.0 , yb = 1.0 . En cada una
0.2 de las gráficas α b se mantiene constante:
(a) 0.1, (b) 1.0 y (c) 10.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0
x
(c)
1.0 1.0
(a) (c)
α b = 0 .1 α b = 1 0 .0
Analítica Analítica
Φ = 1 0 .0 Φ = 1 0 .0
6 nodos 6 nodos
0.8 0.8
21 " 21 "
81 " 81 "
321 " 321 "
0.6 641 " 0.6 641 "
y y
0.4 0.4
0.2 0.2
0.0 0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
x x
(a) (b)
1.0
(b)
α = 1 .0
Analítica b
6 nodos Φ = 1 0 .0
0.8 21 "
81 "
321 "
0.6
641 " Figura 10. Se muestra el efecto del número
y de nodos para Φ = 10.0 , a = 0 , b = 1 ,
α a = 0.0 , ya = 0.0 , yb = 3.0 . En cada una
0.4
(c)
1.0 1.0
(a)
α b = 0 .1 (b) α = 1 .0
Analítica Φ = 1 0 .0
Analítica b
Φ = 1 0 .0
6 nodos 6 nodos
0.8 0.8
21 " 21 "
81 " 81 "
321 " 321 "
0.6 0.6 641 "
641 "
y y
0.4 0.4
0.2 0.2
0.0 0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
x x
(a) (b)
1.0
(c)
α b = 1 0 .0
Analítica Φ = 1 0 .0
6 nodos
0.8
21 "
81 "
321 "
641 "
0.6
Figura 11. Se muestra el efecto del número
y de nodos para Φ = 10.0 , a = 0 , b = 1 ,
0.4
α a = 0.0 , ya = 0.0 , yb = 10.0 . En cada una
0.2 de las figuras α b se mantiene constante: (a)
0.1, (b) 1.0 y (c) 10.0
0.0
0.0 0.2 0.4 0.6 0.8 1.0
x
(c)
Aquí el superíndice “0” indica la primer suposición para la solución buscada. La primer
idea para mejorar esta suposición y los siguientes valores obtenidos es usar las ecuaciones
(2.46)-(2.48) de la siguiente manera
y2k + α a Δx ya
Para i = 1, y1k+1,calc = (2.56)
1+ α a Δx
Para 2 ≤ i ≤ N − 1 (
yik+1,calc = − yi+1
k
+ yi−1
k
/r) (2.57)
y Nk −1 + Δx α b yb
en i = N , y Nk+1,calc = (2.58)
1+ Δx α b
Nótese que en este esquema los valores calculados a partir de la suposición yi0 están
indicados por yik+1,calc . Ahora sepuede usar la siguiente fórmula de interpolación para
encontra la supocisión yik+1
yik+1 = ω yik+1,calc + (1− ω ) yik (2.59)
Esta fórmula da la posibilidad de tomar como nueva suposición el valor calculado con las
ecuaciones discretizadas si ω = 1 . También, la nueva suposición será una interpolación
de los de los valores supuesto y calculado si 0 < ω < 1 , o una extrapolación si ω > 1 . El
esquema dado por las ecuaciones (2.56)-(2.59) es el método de Jacobi aplicado al sistema
tridiagonal de ecuaciones que representa el problema de valor de frontera originalmente
presentado en las ecuaciones (2.35)-(2.37). Las iteraciones deberán ser repetidas hasta
que las supocisiones " yik " y " yik+1 " sean iguales dentro de una tolerancia aceptable, o sea
Para 2 ≤ i ≤ N − 1 k
(
yik+1,calc = − yi+1 + yi−1
k+1
/r ) (2.62)
y Nk+1−1 + Δx α b yb
en i = N , y Nk+1,calc = (2.63)
1+ Δx α b
∂2 u ∂2 u
+ = 0, en el dominio Ω (3.1)
∂ X2 ∂Y2
Dominio Ω
Frontera Σ sujeta a
u = f ( X ,Y ), en la frontera Σ (3.2)
x
( )
Taylor de la función de dos variables u X ,Y . Por ejemplo, si u tiene derivadas
continuas se puede entonces obtener una relación entre u( X ,Y ) y u( X + Δ X ,Y ) . Para
hacer más compacta la nomenclatura se entenderá que la variable no indicada permanece
constante. Así para la expansión
⎛ ∂u ⎞ ⎛ ∂ 2 u ⎞ (ΔX )2
u( X + Δ X ) = u( X ) + ⎜ ΔX +
⎝ ∂ X ⎟⎠ ⎜⎝ ∂ X 2 ⎟⎠ 2 !
⎛ ∂ 3 u ⎞ (ΔX )3 ⎛ ∂ 4 u ⎞ (ΔX )4
+⎜ +⎜ + ... (3.3)
⎝ ∂ X ⎟⎠ 3 ! ⎝ ∂ X ⎟⎠ 4 !
3 4
se entiende que sus derivadas están evaluadas en X y son para Y constante. En forma
análoga puede obtenerse la siguiente relación entre u( X ) y u( X − Δ X )
⎛ ∂u ⎞ ⎛ ∂ 2 u ⎞ (ΔX )2
u( X − Δ X ) = u( X ) − ⎜ ΔX +
⎝ ∂ X ⎟⎠ ⎜⎝ ∂ X 2 ⎟⎠ 2 !
⎛ ∂3 u ⎞ (ΔX )3 ⎛ ∂ 4 u ⎞ (ΔX )4
−⎜ +⎜ + ... (3.4)
⎝ ∂ X ⎟⎠ 3 ! ⎝ ∂ X ⎟⎠ 4 !
3 4
Ahora se asignará el índice "i" a cada línea de la malla perpendicular al eje X . Entonces
la posición X se relaciona a la separación Δ X por
X i = (i − 1)Δ X i = 1,2,..., N (3.7)
Similarmente se puede asignar el índice " j" a cada línea de la malla que es perpendicular
al eje Y , de tal manera que
Y j = ( j − 1) ΔY j = 1,2,..., M (3.8)
Entonces las segundas derivadas dadas por las ecuaciones (3.5) y (3.6) toman la forma
⎛ ∂2 u ⎞ ui+1, j − 2ui, j + ui−1, j
⎜⎝ ∂ X 2 ⎟⎠ = (3.10)
X ,Y
(ΔX )2
y estas son aproximaciones de las segundas derivadas ya que se han despreciado los
términos de orden (ΔX )2 y (ΔY )2 y superiores. Usando las ecuaciones (3.10) y (3.11) la
ecuación diferencial que pretendemos resolver toma la forma
ui+1, j − 2ui, j + ui−1, j ui, j+1 − 2ui, j + ui, j−1
2
+ =0 (3.12)
(ΔX ) (ΔY )2
Debido a los errores introducidos al aproximar las segundas derivadas esta representación
de la ecuación diferencial involucra un error del orden (Δ X )2 y (ΔY )2 . De la ec. (3.12)
se puede obtener ui, j como
ui, j =
1 ⎡u + u + λ u + u
2(1+ λ ) ⎣ i+1, j i−1, j i, j+1 ( ⎤
i, j−1 ⎦ ) (3.13)
En donde
2
⎛ΔX⎞
λ=⎜ (3.14)
⎝ ΔY ⎟⎠
Nótese que si Δ X = ΔY , λ = 1 y por lo tanto ui, j es el promedio de los cuatro valores
más cercanos al punto (i, j) . Esto se ejemplifica en la figura siguiente en donde se
muestra la celda computacional formada por el nodo (i, j) y sus vecinos más próximos
en las direcciones X y Y .
ΔX
j +1
j
ΔY
j-1
i-1 i i+1
Los valores en la frontera del dominio Ω están dados por f ( X ,Y ) , así que los valores
de u en ella pueden escribirse como
u0, j = f (0,Y j )
uN , j = f ( X N ,Y j ) = f (N ΔX , j ΔY )
ui,0 = f ( X i ,0)
ui,M = f ( X i ,YM ) = f (i ΔX , M ΔY )
Esto significa que el sistema de las ecuaciones obtenidas de la ec. (3.13) debe resolverse
solo para los nodos interiores. O sea, podría escribirse la ecuación para cada uno de los
nodos en la malla para obtener un sistema de ecuaciones que debería ser resuelto para
encontrar la solución. Debe considerarse, que habrá M x N − 2( M + N ) + 2 incógnitas, y
si por ejemplo N = M = 20 , esto significa invertir una matriz correspondiente a 360
incógnitas. Hace menos treinta años, antes de los grandes avances en los sistemas de
cómputo, esto era muy caro, ya que necesitaba gran capacidad de almacenamiento e
involucra un error de redondeo no permisible. Por ello, en general, la naturaleza de los
problemas bidimensionales y tridimensionales hacían casi imposible el uso de métodos de
solución directa, como lo fue el algoritmo de Thomas para el caso de problema
unidimensionales.
Por lo anterior se concentraba el estudio en métodos iterativos para la solución de
sistemas de ecuaciones lineales. Podría pensarse que, debido a las enormes facilidades
actuales en los sistemas de cómputo, no tiene sentido estudiar métodos iterativos. Sin
embargo, siempre habrá la posibilidad de que se necesite resolver problemas cuya
solución directa, debido a la complejidad del dominio o la naturaleza de las ecuaciones,
sea imposible y por ello no es una pérdida de tiempo el tener una idea de los fundamentos
e implementación de algunos métodos iterativos.
El primer método que se revisa, ya mencionado en la sección anterior, fue presentado
originalmente para ser usado en cálculos manuales y es conocido como el método de
relajación. El método no es muy eficiente, pero es muy útil para mostrar la forma en que
funcionan los métodos iterativos.
El procedimiento se inicia con una suposición de los valores ui, j . Así en la iteración
"k − esima" la función toma el valor u k . Para obtener una nueva estimación de u k+1 se
i, j i, j
u k+1,calc =
i, j
1 ⎡u k + u k + λ u k + u k ⎤
2(1+ λ ) ⎣ i+1, j i−1, j i, j+1 i, j−1 ⎦ ( ) (3.15)
disyuntiva de asignarlo totalmente a u k+1 , o usarla de otra manera para obtener una nueva
i, j
u k+1 = u k +
i, j i, j
ω ⎡ k
u + u k − 2(1+ λ )u k + λ u k + u k ⎤
2(1+ λ ) ⎣⎢ i+1, j i−1, j i, j i , j+1 ⎥
i , j−1 ⎦
( ) (3.17)
Esta ecuación se puede utilizar repetidamente hasta que u k y u k+1 están suficientemente
i, j i, j
El método descrito por la ec. (3.17), que implica a la ec. (3.16), es conocido como el
método de Jacobi, y este tiene la desventaja que converge muy lentamente. También
requiere mayor capacidad de almacenamiento que otros métodos puesto que se pueden
descartar los valores de u k hasta que los nuevos valores de dos líneas en la malla se han
i, j
La utilización del método de Jacobi para el problema que estamos discutiendo se reduce a
estimar u k+1 con la siguiente ecuación
i, j
u k+1 = u k +
i, j i, j
ω ⎡ k
i−1, j i, j
(
u + u k − 2(1+ λ )u k + λ u k + u k ⎤
2(1+ λ ) ⎣⎢ i+1, j i , j+1 ⎥
i , j−1 ⎦
) (4.1)
Si los cálculos se inician con la suposición "k " , entonces se podrán calcular los valores
en i = 1 para todos los " j" desde 1 a M − 1 como sigue
⎡ ⎤
u k+1 = u k +
1, j 1, j
ω ⎢ k
⎢
2(1+ λ ) 2 , j !0, j 1, j
(
u + u k − 2(1+ λ )u k + λ u k + u k
1, j+1 1, j−1
) ⎥
⎥
(4.2)
⎣ ⎦
Condición de frontera
Los valores así obtenidos no se pueden almacenar en el lugar usado por u k porque estos
1, j
u k+1 = u k +
2, j 2, j
ω ⎡ k
2(1+ λ ) ⎣⎢ 3, j 1, j
(
u + u k − 2(1+ λ )u2,k j + λ u k + u k ⎤
2 , j+1
) ⎥
2 , j−1 ⎦
(4.3)
Igualmente los valores de u2,k+1j no pueden ser almacenados en u2,k j porque son necesarios
para calcular u3,k+1j de acuerdo a
u3,k+1j = u3,k j +
ω ⎡ k
⎢
2(1+ λ ) ⎣ 4 , j 2, j
(
u + u k − 2(1+ λ )u3,k j + λ u k + u k ⎤
3, j+1
)
3, j−1 ⎥
⎦
(4.4)
k+1
así después de obtener ui+1, j
se puede hacer la siguiente substitución de información
ui,k j ← ui,k+1
j
(4.5)
Concluimos entonces que el método de Jacobi requiere memoria extra para almacenar
información. Además las condiciones de frontera no afectan rápidamente los valores
correspondientes a los nodos interiores. Por ejemplo, solamente ui,k+1
j
es afectada por uo,k j
en la ec. (3.17). Un problema adicional es la inestabilidad del método para ω > 1 , por lo
que
ω < 1 para el metodo de Jacobi (4.6)
Una alternativa al uso del método de Jacobi lo constituye el esquema de Gauss-Seidel el
cual converge mucho más rápidamente. En este método los valores de u k en la ec. (4.1)
i, j
se reemplazan por los valores de u k+1 obtenidos en esa misma iteración. Así es posible
i, j
k+1
reemplazar en la ec. (4.1) u k por ui−1, j
, y u k por u k+1 . Por lo cual la ec. (4.1) se
i−1, j i , j−1 i , j−1
transforma a
u k+1 = u k +
i, j i, j
ω ⎡ k
⎢
u + u k+1 − 2(1+ λ )u k + λ u k + u k+1 ⎤
2(1+ λ ) ⎣ i+1, j i−1, j i, j i , j+1 i , j−1 ⎥
⎦ ( ) (4.7)
Nótese que la substitución implica que la solución para las ui,k j se está realizando
avanzando de i = 1 hasta i = N − 1 , y que dentro de una columna se avanza de j = 1 a
j = M − 1.
En esta forma los valores se pueden renovar con los recientemente calculados. Cuando
ω =1 el método se conoce como método de Gauss-Seidel, y si ω >1 el sistema es estable
y el método se conoce como método SOR (Successive over-relaxation). Los valores de
ω están acotados por
1 < ω < 2 para el metodo de SOR (4.8)
en función del espaciamiento en la malla y las condiciones de frontera.
Otra técnica es el método de inversión de la matriz línea por línea. En está metodología se
rescata el algoritmo de Thomas aunque no como método de solución directa. Para este
método la ec. (3.13) se escribe como
(
ui+1, j − 2(1+ λ )ui, j + ui−1, j = − λ ui, j+1 + ui, j−1 ) (4.9)
i+1, j i, j i−1, j
(
u k ,calc − 2(1+ λ )u k ,calc + u k ,calc = − λ u k + u k
i , j+1 i , j−1
) (4.10)
Para " j" dado, esta ecuación representa un sistema tridiagonal de ecuaciones lineales
para los valores de ui,k ,calc
j
en diferentes X con Y fijo. Esto se puede observar más
claramente si se escriben las ecuaciones para 2 ≤ i ≤ N − 1 , usando la siguiente
nomenclatura simplificada
U i = ui,k ,calc
j
para j fijo
(
bi = − λ ui,k j+1 + ui,k j−1 ) (4.11)
Ai = Ci = 1
Bi = −2 (1+ λ )
i=3 A3 U 2 + B3 U 3 + C3 U 4 = b3 (4.12)
i=4 A4 U 3 + B4 U 4 + C4 U 5 = b4
!
!
i = N −1 AN −1 U N −2 + BN −1 U N −1 + C N −1 U N = bN −1
Además, para cualquier " j" se tiene de las condiciones de frontera
U1 = f (0, j ΔY ), así B1 = 1, A1 = C1 = 0, y b1 = f (0, j ΔY )
U N = f (N ΔX , j ΔY ), así BN = 1, AN = C N = 0, y bN = f (N ΔX , j ΔY ) (4.13)
El sistema de N ecuaciones lineales resultante de usar las ecs. (4.12) junto con las ecs.
(4.13), que representan las condiciones de frontera dadas por la ec. (3.2), se puede
escribir en la forma matricial siguiente
⎛ B1 0 0 0 0 0 0 0 0 ⎞ ⎛ U1 ⎞ ⎛ b ⎞
1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ A2 B2 C2 0 0 0 0 0 0 ⎟ ⎜ U2 ⎟ ⎜ b2 ⎟
⎜ 0 A3 B3 C3 0 0 0 0 0 ⎟ ⎜ U3 ⎟ ⎜ b ⎟
⎜ ⎟ ⎜ ⎟ ⎜ 3 ⎟
⎜ 0 0 A4 B4 C4 0 0 0 0 ⎟ ⎜ U4 ⎟ ⎜ b ⎟
⎜ ⎟ ⎜ ⎟ ⎜ 4 ⎟
⎜ 0 0 0 . . . 0 0 0 ⎟ ⎜ . ⎟ =⎜ . ⎟ (4.14)
⎜ 0 0 0 0 . . . 0 0 ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 0 0 AN −2 BN −2 C N −2 0 ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜ 0 0 0 0 0 0 AN −1 BN −1 C N −1 ⎟ ⎜ U N −1 ⎟ ⎜ bN −1 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 0 0 0 0 0 BN ⎟ ⎜ UN ⎟ ⎜ bN ⎟
⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠ ⎜⎝ ⎟⎠
La representación compacta del sistema de ecuaciones lineales, dado por la ec. (4.14), es
{ M }{U } = {b } ij j i
(4.15)
{U } = { M } {b }
−1
i ij j
(4.16)
Entonces la nueva estimación del campo ui,k ,calc , que son los valores del campo buscado y
{ }
j
{ }
El proceso de inversión de M ij puede repetirse para j = 1,2,3,..., M − 1 con los
{ }
cambios apropiados en bj . Entonces se puede utilizar relajación para calcular la nueva
estimación de la solución
4. Iniciar el ciclo 1
Para j = 2 a M − 1
Llamar a la rutina de cálculo de coeficiente bi , con las ecs. (4.11) y (4.13)
Llamar a la rutina que usa el algoritmo de Thomas para encontrar los N valores de
U i para luego ui,k ,calc
j
← Ui
Terminar el ciclo 1
Ejemplo
A continuación se ejemplifica, con referencia a la malla mostrada en la figura siguiente,
el uso de cada uno de los métodos discutidos es esta sección para la solución de la
ecuación diferencial parcial elíptica, ec. (3.1). Se escribirán las ecuaciones algebráicas
que deben resolverse para encontrar ui,k j avanzando renglón por renglón, primero para
j = 1 y luego para j = 2 .
u=2
3
2 2
⎛ΔX⎞
u=0 u=1 λ=⎜ ⎟ =1
j ⎝ ΔY ⎠
1
0
0 1 2 3
u= 0
i
Figura 17. Malla computacional con N = 3 y M = 3 .
Método de Jacobi
1
u k+1 = u k + ⎡u k + u k − 4u k + u k + u k ⎤
i, j i, j
4 ⎣ i+1, j i−1, j i, j i , j+1 i , j−1 ⎦
Para j = 1
1
u k+1 = u k + [u k + u k − 4u k + u k + u k ]
1,1 1,1
4 2 ,2 ! 0 ,1 1,1 1,2
!1,0
0 0
1
k+1
u2,1 = u k + [u k + u1,1
k
− 4u k + u k + u k ]
2 ,1
4 !
3,1 2 ,1 2 ,2
!2 ,0
1 0
Método de Gauss-Seidel
1
u k+1 = u k + ⎡u k + u k+1 − 4u k + u k + u k+1 ⎤
i, j i, j
4 ⎣ i+1, j i−1, j i, j i , j+1 i , j−1 ⎦
Para j = 1
1
u k+1 = u k + [u k + u k+1 − 4u k + u k + u k+1 ]
1,1 1,1
4 2 ,2 ! 0 ,1 1,1 1,2
!1,0
0 0
1
k+1
u2,1 = u k + [u k + u1,1
k+1
− 4u k + u k + u k+1 ]
2 ,1
4 !
3,1 2 ,1 2 ,2
!2 ,0
1 0
O en forma matricial
⎛ −4 1 ⎞ ⎛ U1 ⎞ ⎛ b1 ⎞ ⎛ D ⎞
1
⎜ 1 −4 ⎟ ⎜⎜ U ⎟⎟ = ⎜⎜ b − 1 ⎟ =⎜ ⎟
⎟⎠ ⎜⎝ D2 ⎟⎠
⎝ ⎠⎝ 2 ⎠ ⎝ 2
Para j = 2
i =1 U 0 − 4U1 +U 2 = −(u1,3
k
+ u1,1
k
) = b1
! !
0 2
O en forma matricial
⎛ −4 1 ⎞ ⎛ U1 ⎞ ⎛ b1 ⎞ ⎛ D ⎞
1
⎜ 1 −4 ⎟ ⎜⎜ U ⎟⎟ = ⎜⎜ b − 1 ⎟ =⎜ ⎟
⎟⎠ ⎜⎝ D2 ⎟⎠
⎝ ⎠⎝ 2 ⎠ ⎝ 2
Para j = 2
i =1 u2,2 − 2u1,2 + u0,2 + λ (u1,3 − 2u1,2 + u1,1 ) = 0
! !
0 2
Al escribir en forma matricial las ecuaciones correspondientes a los cuatro nodos internos
de este problema se obtiene
⎛ u1,1 ⎞
⎛ −4 1 1 0 ⎞ ⎜ ⎟ ⎛ 0 ⎞
⎜ 1 −4 0 1 ⎟ ⎜ u2,1 ⎟ ⎜ −1 ⎟
⎜ ⎟ ⎜ ⎟ =⎜ ⎟
⎜ 1 0 −4 1 ⎟ ⎜ u1,2 ⎟ ⎜ −2 ⎟
⎜⎝ 0 ⎟⎠ ⎜ ⎜ ⎟⎠
1 1 −4
⎝ u2,1 ⎟⎠ ⎝ −3
du
en ξ = 0, =0
dξ
(5.2)
du
en ξ = 1, − = Bi ( u − u∞ )
dξ
(5.3)
1 d ⎛ n d u⎞
ξ − Φ 2u = 0, en 0 < ξ < 1
ξ n dξ ⎜⎝ dξ ⎟⎠
(5.4)
Debe hacerse notar que para los tres sistemas de coordenadas las condiciones de frontera,
dadas por las ecs. (5.2) y (5.3), mantienen la misma forma. Para la discretización se usará
la malla computacional cuyo esquema se muestra en la siguiente figura
Fugura 19. Malla computacional. (Debe contener los nodos 1, 2,…. i-1, i, i+1 …. N-1, N
y la coordenada ξ).
en donde
Δξ = 1/ ( N − 1)
(5.7)
Usando diferencias finitas centrales alrrededor del nodo i con un especiamiento hacia
delante y hacia atrás de Δξ = 12 , como se muestra en la Fig. 19, se obtiene
Y 1
−Y 1
dY ⎞
+ O ⎡⎢( Δξ ) ⎤⎥
i+ i− 2
= 2 2
dξ ⎟⎠ i Δξ ⎣ ⎦
(5.8)
⎛ d u⎞
Y = ⎜ξn
⎝ dξ ⎟⎠
En donde (5.9)
Figura 20. Parte de la malla que indique los nodos i-1, i-1/2, i, i+1/2, i+1 y laa separación
entre ellos Δξ/2.
De esta manera
⎛ n d u⎞ ⎛ n d u⎞
⎜⎝ ξ dξ ⎟⎠ 1 − ⎜⎝ ξ dξ ⎟⎠ 1 ξ n 1 ( ui+1 − ui ) − ξ n 1 ( ui − ui−1 )
d ⎛ n d u⎞ i+ i− i+ i−
ξ ≈ 2 2
= 2 2
dξ ⎜⎝ dξ ⎟⎠ i Δξ ( Δξ )
2
(5.10)
y por ello la ecuación diferencial, usando nuevamente diferencia finitas centradas para las
1 1
derivadas de primer orden alrededor de los nodos i − y i + , toma la forma
2 2
ξ n 1 ( ui+1 − ui ) − ξ n 1 ( ui − ui−1 )
i+ i−
2 2
− Φ 2ui = 0 para 2 ≤ i ≤ N − 1
ξ ( Δξ )
n 2
i (5.11)
⎡ 2⎤
α 1 ui−1 − ui ⎢α 1 + α 1 + Φ 2 ( Δξ ) ⎥ + α 1 ui+1 = 0 para 2 ≤ i ≤ N − 1
i−
2 ⎣ i+ 2 i+
2 ⎦ i+
2
(5.12)
en donde
n n
⎛ξ 1⎞ ⎛ξ 1⎞
=⎜ 2⎟ =⎜ 2⎟
i+ i−
α α
i+
1 ⎜ ξ ⎟ i−
1 ⎜ ξ ⎟
2 ⎜⎝ i ⎟⎠ 2 ⎜⎝ i ⎟⎠ (5.13)
Por otro lado usando diferencias finitas hacia delante y hacia atrás para la primer derivada
en las condiciones de frontera dadas por las ecs. (5.2) y (5.3), se obtienen
u1 − u2 = 0 (5.14)
⎡ 2⎤
Ai = α 1
, Bi = − ⎢α 1 + α 1 + Φ 2 ( Δξ ) ⎥ ,
i−
2 ⎣ i+ 2 i+
2 ⎦
Ci = α 1 , Di = 0 para 2 ≤ i ≤ N − 1 (5.18)
i+
2
No debe sorprender el que para el caso n = 0 los coeficientes de los nodos interiores sean
constantes e idénticos. Sin embargo, para el caso en que n es 1 o 2 tales coeficientes
dependen de la posición.
Al final del capítulo se proponen varios ejercicios relativos al desarrollo presentado en
esta sección.
Los datos se obtuvieron con la ec. (2.34) (que es la solución analítica) y muestran que la
concentración disminuye más del 85 % en ξ = 0.9 , que es relativamente cerca de la
superficie. Para reproducir con exactitud aceptable la zona del perfil del cambio brusco y
que se muestra en la parte (b) de la Figura 21 conuna malla de espaciamiento constante
como se vió en la Sec. 2 se necesitarian muchos nodos. Por otro lado, se puede usar una
malla de espaciamiento variable, pero las fórmulas que representarían el problema en
diferencias finitas son diferentes, las de la segunda derivada y probablemente también
para la primera, son diferentes. Eel desarrollo de tales expresiones se hará en los
siguientes párrafos.
La discretización se refiere a la malla mostrada en la Fig. 22 en donde los espaciamientos
hi son diferentes unos de otros.
Por ello usando expansión en series de Taylor alrrededor del nodo i se obtienen
dy h2 d 2 y hi3 d 3 y hi4 d 4 y
yi+1 = y(xi + hi ) = yi + hi + i + + +… (6.1)
dx i 2! dx 2 i 3! dx 3 i 4! dx 4 i
y
2 3 4
dy hi−1 d2y hi−1 d3y hi−1 d4y
yi−1 = y(xi − hi−1 ) = yi − hi−1 + − + +… (6.2)
dx i 2! dx 2 i 3! dx 3 i 4! dx 4 i
En donde
hi = xi − xi−1 (6.3)
Con la intención de obtener una fórmula para la segunda derivada, en la que no aparezca
la primera, se multiplica la ec. (6.1) por hi−1 y se suma al resultado de multiplicar la ec.
(6.2)por hi . De esta manera se obtiene
2
(
1 2
hi hi−1 + hi−1
2
hi )
d2y
+
1 3
h h − h (
3
h
d3y
dx 2 i 6 i i−1 i−1 i dx 3 i
)
(6.4)
+
4!
(
1 4
hi hi−1 + hi−1
4
)hi
d4y
dx 4 i
+…
De donde
Note que en el caso de una malla con espaciamiento variable el error al representar las
derivadas es mayor comparado con el error involucrado en las fórmulas para
espaciamiento constante. Siendo más evidente para el caso de la segunda derivada y la
representación con diferencias centradas de la primera derivada. Esto porque en tales
casos el error es de un orden mayor comparado a si se usa espaciamiento constante.
Al final del capítulo se proponen varios problemas con la intención de ilustrar que el
lector pueda aplicar varias de las ideas presentadas en esta sección y evaluar los pros y
contras.
8. Problemas propuestos.
En los problemas que incluyen programas de cómputo debe entregarse un reporte
escrito que incluya el programa, resultados y discusión, y no deben faltar las
ecuaciones discretizadas y un esbozo del método de solución seguido.
Los programas pueden hacerse en cualquier lenguaje de programación. Pero se
sugiere que se hagan en FORTRAN.
Problema 1
Deduzca las fórmulas dadas por las ecs. (2.26)-(2.29) y conocidas como algoritmo de
Thomas. Estas corresponden a la solución del sistema tridiagonal y de ecuaciones
algebraicas definido en forma matricial en la ec. (2.25). Para ello puede user el método de
eliminación Gausiana o alguno otro equivalente.
Problema 2
Resuelva manualmente el siguiente sistema de ecuaciones usando el algoritmo de
Thomas.
⎛1 2 0 0 ⎞ ⎛ x1 ⎞ ⎛ 1 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜3 1 1 0 ⎟ ⎜ x2 ⎟ ⎜ 0 ⎟
=
⎜0 1 2 1 ⎟ ⎜ x3 ⎟ ⎜ 0 ⎟
⎜⎜ 0 ⎟⎜ ⎟ ⎜ ⎟
⎝ 0 1 1 ⎟⎠ ⎜⎝ x4 ⎟⎠ ⎜⎝ 2 ⎟⎠
Problema 3
Resuelva los sistemas de ecuaciones encontrados en el ejemplo al final de la Sección 4 y
que representan la formulación en diferencias finitas del problema con la ecuación
diferencial elíptica homogénea bidimensional y las condiciones de frontera dadas en la
Figura 17. Resuélvalo por los 4 métodos presentados (Jacobi, Gauss-Seidel, inversion
linea por linea e inversion directa). También, compare las soluciones obtenidas.
Problema 4
Escriba una rutina en FORTRAN que use el algoritmo de Thomas para resolver un
sistema de M ecuaciones tridiagonales. Usando la misma rutina pruébala, además de con
el problema 2, con tres sistemas diferentes de 5 o más ecuaciones. El programa debe leer
los datos de un archivo y poder realizar las cuatro soluciones pedidas en una sola corrida.
Problema 5
Escriba un programa en FORTRAN para resolver el problema planteado en la
introducción de la sección de métodos numéricos:
d2y
2
− Φ 2 y = 0, en a < x < b (2.30)
dx
Sujeta a las condiciones de frontera tipo Cauchy dadas por
dy
en x = a, = α a ( y − ya ) (2.31)
dx
dy
en x = b, − = α b ( y − yb ) (2.32)
dx
Problema 6
Plantea tres posibilidades para la solución numérica del siguiente problema usando el
método de diferencias finitas e involucrando el algoritmo de Thomas para resolver las
ecuaciones algebraicas resultantes de la discretización de la ecuación diferencial y las
condiciones de frontera.
El problema está dado por
d 2U U
− Φ2 = 0, en 0 < X < 1 (1)
d X2 κm + U
dU
en X = 0, en =0 (2)
dX
en X = 1, en U = U f (3)
Debes escribir claramente las ecuaciones discretizadas y mostrar los pasos principales a
considerar en el programa de cómputo. No olvides indicar los ciclos de convergencia si es
que los hay.
Escribe un programa de cómputo y evalúa la eficiencia de cada una de la alternativas
propuestas.
Problema 7
Plantea alguna forma para la solución numérica del siguiente problema usando el método
de diferencias finitas e involucrando el algoritmo de Thomas para resolver las ecuaciones
algebráicas resultantes de la discretización de la ecuación diferencial y las condiciones de
frontera.
El problema está dado por
d 2U
2
− Φ 2U 2 = 0, en 0 < X < 1 (1)
dX
dU
en X = 0, en = Bi (U − U 0 ) (2)
dX
dU
en X = 1, en − = Bi (U − U1 ) (3)
dX
a) Debes escribir claramente las ecuaciones discretizadas y mostrar los pasos principales
a considerar en el programa de cómputo. En el algoritmo deben tomarse en cuenta como
determinar la convergencia hacia la solución.
b) Escribe un programa en FORTRAN y analiza cuantas iteraciones son necesarias para
alcanzar la convergencia, en función del módulo de Thiele Φ , y algún otro parámetro
importante.
Problema 8
En muchas situaciones prácticas las partículas catalíticas están suspendidas en un fluido
dentro de un tanque agitado. Para tales casos, un modelo adimensional en estado
estacionario con partículas esféricas, está dado por la ecuación diferencial
1 d ⎛ 2 dU ⎞
⎜ ξ ⎟ − Φ 2U = 0
ξ 2
d ξ ⎝ d ξ ⎠
que debe resolverse sujeta a la condición de frontera
En ξ =1 −
dU
dξ
(
= Bi U − U f )
y a que la concentración del fluido U f , está gobernada por la ecuación diferencial
ordinaria
( ) ( )
τ R−1 U in (τ ) − U f + ψ p U − U f = 0
Problema 9
El siguiente problema de valor en la frontera representa un modelo para una partícula
catalítica con sección transversal cuadrada y reacción irreversible de primer orden. El
módulo de Thiele se representa con φ .
Ecuación diferencial:
∂2 C ∂2 C 0 ≤ X ≤1
+ = φ 2 C, en (1)
∂X 2
∂Y 2
0 ≤ Y ≤1
Condiciones de frontera:
En X = 1, C = 1 (2)
En X = 0, C = 1 (3)
En Y = 1, C = 1 (4)
En Y = 0, C = 1 (5)
Problema 10
Utilizando diferencias centrales alrededor del nodo "i" encuentre una fórmula para la
representación en diferencias finitas del témino radial en el operador nabla. La fórmula
deben ser útil para coordenadas cilíndricas y esféricas. También, deben indicarse las
condiciones bajo las cuales se recupera la fórmula obtenida para cordenadas cartesianas.
Problema 11
Este problema está basado en la idea de que hay muchas situaciones en las que es
necesario usar soluciones numéricas con mallas con espaciamiento variable entre los
nodos. Deduzca, utilizando series de Taylor, las fórmulas para la representación en
diferencias finitas de las derivadas espaciales primera y segunda en del nodo " j" . Ahora
a diferencia de lo revisado en el texto debe considerarse que el espaciamiento entre el
nodo " j" y el " j + 1" es diferente al que hay entre los nodos " j" e " j − 1" . Indique
claramente como es que se recuperan las fórmulas para el caso de espaciamiento
constante.
Problema 12
Escriba un programa en FORTRAN para resolver el siguiente problema de valor en la
frontera:
1 ∂ ⎛ ∂u ⎞ ∂ 2 u 0 ≤ξ ≤ς
ξ + = 0 en (1)
ξ ∂ξ ⎜⎝ ∂ξ ⎟⎠ ∂Z 2 0 ≤ Z ≤1
sujeta a:
en Z = 1, u = 0 para 0 < ξ < ζ (2)
en Z = 0, u = 1 para 0 < ξ < ζ (2)
en ξ = ζ , u = 0, para 0 ≤ Z ≤ 1 (3)
Es recomendable involucrar el método de inversión línea por línea.
Problema 13
Considere el siguiente modelo en estado estacionario puede usarse para estimar el efecto
del mojado no uniforme sobre la reacción que ocurre en una partícula esférica:
Ecuación de difusión reacción:
1 ∂ ⎛ 2 ∂U ⎞ 1 ∂ ⎛ ∂U ⎞
⎜ ξ ⎟ + 2 ⎜ senθ ⎟ − Φ 2U = 0
ξ ∂ ξ ⎝ ∂ ξ ⎠ ξ senθ ∂θ ⎝
2
∂θ ⎠
Sujeta a la condición de frontera
En ξ = 1 U = U ∞ (θ )
U es finita en 0 ≤ ξ ≤ 1
Escribe un programa en FORTRAN para encontrar el perfil de concentración U ξ ,θ y ( )
el factor de efectividad η .
Problema 15
Este se refiere al problema de difusión reacción definido por las ecs. (2.35)-(2.37) cuya
solución analítica con los parámetros a = 0 , b = L , α a = 0 y α b >> 1 es
senh(Φ x)
y=
senh(Φ)
b) Determine, usando la solución analítica del problema, para varios valores del módulo
de Thiele Φ , si es que existe una capa límite en el sistema. Esto es una zona que
tenga un espesor no mayor del 10 % del espesor total, en donde la concentración
disminuya 99 % de su valor en una de las fronteras. Después de ello, si la capa límite
existe, construya una malla computacional que contenga N δ nodos separados
uniformemente en la zona de la capa límite. En el resto del dominio debe haber los
nodos suficientes de tal manera que el espaciamiento constante de esa zona satisfaga
Δxo = rΔxδ , en donde r > 1
Problema 16
Usando las ideas anteriores discutidas en el Problema 15 escriba un programa en
FORTRAN y resuelva el problema usando el método de diferencias finitas para varios
valores de los parámetros numéricos.