Computacion - Unidad IV - III - 2021

Facultad de Ingeniería
Departamento Obras Civiles
COMPUTACION APLICADA
CODIGO: 01082
Nivel 8°
TEL:4–0–2
Método de Diferencias Finitas

Prof. Edmundo González
COVID 19

❑Fundamentos
❑Métodos de discretización existentes
❑Errores de estabilidad
❑Errores de convergencia
COVID 19
Esquemas explícitos e implícitos

Al reemplazar las derivadas parciales de una ecuación diferencial por algunas de las
aproximaciones establecidas anteriormente, se obtendrá una ecuación en diferencias
finitas que aproxima a la ecuación diferencial original y que es posible de resolver en
un computador. Por ejemplo, para resolver la ecuación diferencial (advección pura)
h h
+c =0 (1)
t x
usando diferencias hacia atrás para h y diferencias hacia adelante para h , resulta
x t
h nj +1 − h nj h nj − h nj−1
+c =0 (2)
t x
de donde, reordenando, se obtiene
h nj +1 = (1 − C r )h nj + C r h nj−1 (3)
COVID 19
con
t
Cr = c (4)
x
La ecuación (3) se denominará un “esquema” numérico para resolver la ecuación
diferencial (1). Dado que el esquema permite calcular explícitamente el valor de la
incógnita al tiempo “n+l”, cono una función directa del valor de la variable al tiempo
anterior “n” (conocido), se dirá que tal expresión es un ‘esquema explicito”.
Dado que las derivadas en (1) se han aproximado con diferencias de primer orden, el
esquema (3) es también una aproximación de primer orden, o sea O ( t , x 2 ),de (1).
Hay una infinidad de esquemas posibles para resolver (1), así, si en lugar de tomar
diferencias hacia atrás para h x , se hubiese tornado diferencias hacía adelante o
diferencias centrales (ya sea de primer, segundo o cuarto orden) el esquema
representado por (3) habría sido ligeramente diferente, Lo más importante es que los
diversos esquemas posibles habrían tenido grados de aproximación diferentes. El
punto será entonces determinar el “mejor” esquema, de entre los infinitos esquemas
posibles, con un consumo razonable de recursos computacionales.
COVID 19

Los esquemas de tipo explícito son simples de aplicar, de hecho, programar el
esquema dado por (3) en una computador (o en una calculadora programable…) es
extremadamente sencillo, y esta es la principal ventaja de los esquemas explícitos. Sin
embargo, como se verá más adelante, hay un precio que se debe pagar por esta
simplicidad.
Como en esto de aproximar uno se puede tomar muchas licencias, alguien podría
sugerir que, en vez de tomar diferencias hacia adelante para h t , ubicándonos solo
en el punto xj., porque no hacerlo tomando un promedio de lo que pasa tanto en xj.
como en xj+1, o sea
 h nj +1 − h nj h nj++11 − h nj+1  (5)

h
 0.5  + 
t   t t 
COVID 19
al reemplazar en (1), manteniendo dh dx como una diferencia hacia atrás,

resultaría un esquema como el siguiente
h nj +1 + h nj++11 = −2C r h nj−1 + (1 + 2C r )h nj − h nj+1 (6)
De donde, claramente, ya no es posible despejar directamente el valor de las

incógnitas al instante “n+1”, obteniéndose un esquema de los denominados
“implícitos. En este caso, el esquema (6) deberá ser aplicado a todos los puntos de la
discretización, dando lugar a un sistema de ecuaciones lineales en h n +1 , con i
i
recorriendo todo el espacio de las “x”. Las condiciones en los puntos extremos de la
discretización (para i=1 e i=N) deberán ser especificadas, constituyendo las
“condiciones de borde del problema.
Tenemos, por lo tanto, una variada gama de aproximaciones (de las derivadas) que
pueden dar origen tanto a esquemas explícitos como implícitos. Se revisará a
continuación algunas de las más conocidas, otras se pueden ver en la literaturta.
COVID 19
Aproximaciones que dan origen a esquemas explícitos Departamento Obras Civiles
a) Esquema difusivo
Usado en hidráulica para integrar las ecuaciones de Saint Venant del movimiento
impermanente, es básicamente una diferencia hacia adelante, donde el valor de la
función en el instante de tiempo anterior se toma como el promedio del valor de la
función en los puntos vecinos, o sea
U u i , j +1 − 0.5(u i −1, j + u i +1, j ) (7)

=
t t
b) Esquema “Leapfrog”(salto de la rana o caballito de bronce)
Donde se toman aproximaciones dadas por diferencias centrales en ambas

direcciones, por ejemplo U u i , j +1 − u i , j −1 (8)
 i, j =
t 2t
y
U u i +1, j − u i −1, j (9)
 i, j =
t 2t COVID 19
Aproximaciones que dan origen a esquemas explícitos
este esquema, cuando es aplicado a una ecuación del tipo parabólico, como la
propagación de calor [ver ecuación (4)], con las segundas derivadas aproximadas como
diferencias centrales, es inestable [Abbott y Basco (l989)]. como en el siguiente
esquema
U nj +1 − U nj −1 U nj+1 − 2U nj − U nj−1 (10)

=K
2t x 2
c) Esquema de DuFort-Frankel.
Un cambio aparentemente insignificante puede estabilizar el esquema (10), y consiste

en reemplazar U nj por el promedio aritmético de los valores de U j a los tiempos n+1
y n-1, o sea, el esquema (10) pasa a ser
U nj +1 − U nj −1 U nj+1 − (U nj +1 + U nj −1 ) − U nj−1 (11)

=K
2t x 2
se puede verificar que el nuevo esquema, todavía explicito, es incondicionalmente
estable.
COVID 19
Aproximaciones que dan origen a esquemas implicitos
a) Aproximación de Crank-Nicolson
Utilizado originalmente en ecuaciones del tipo parabólico, aproxima las derivadas

mediante un promedio aritmético de las derivadas a los tiempos “j” y “j+1”. En el caso
de las segundas derivadas, estas se aproximan mediante diferencias centrales dadas
por
 2U 1 U − 2U +U
i +1, j +1 U − 2U + U
i , j +1  (12)
i −1, j +1 i +1, j i −1, j
= +
i, j
 
x 2
2 x 2
x 2

Las primeras derivadas pueden ser aproximadas por
U 1 U i , j +1 − U i −1, j +1 U i , j − U i −1, j 
=  +  (13)
x 2  x x 
claramente, el esquema resultante será implícito, ya que el valor de la incógnita al
tiempo “j+1” aparece en más de un término en las aproximaciones (12) y (13)
COVID 19
b)Método de los cuatro puntos o de la “caja”
Consiste en una generalización del método de Crack-Nicolson, esta vez tomando

promedios ponderados, en lugar de promedios aritméticos, en el caso anterior e una
función de dos variables (x y t), la aproximación sería
U U i , j +1 − U i , j  U i +1, j +1 − U i +1, j  (14)

= (1 −  1 )   + 1  
t   t    t 
y
U U i +1, j − U i , j  U i +1, j +1 − U i , j +1 
= (1 −  2 )  +
 2 
x  x   x  (15)
con un error de truncamiento variable, de acuerdo a los valores de los coeficientes θ;

para θ =0.5 la aproximación es del orden de ∆x2 y ∆t2 . Los coeficientes deben cumplir
además con la condición
0  1  1
0  2  1
COVID 19
El valor de la función dado por el promedio entre los cuatro puntos que forman la celda
U  u i , j +1 + u i +1, j +1   ui , j + u i +1, j  (16)

= 2   + (1 −  2 )  
 2   2 
La Fig. 11 muestra gráficamente las características del esquema de los 4 puntos, donde se
puede apreciar que los coeficientes de ponderación permiten mover el punto P alrededor de
toda la celda.
Evidentemente, por aparecer más de una incógnita al tiempo j+1 e una ecuación, el esquema
es implícito
COVID 19
Fig. 11 Esquema de los cuatro puntos
El esquema de los cuatro puntos es unos de los esquemas de aproximación

mas usados debido a su generalidad y características numéricas . Si los
coeficientes de ponderación se hacen igual a 0.5 , se vuele al esquema de
Crack-Nicolson (o esquema de los cuatro puntos centrados), mientras que si θ
es igual a 0 el esquema se transforma en una simple diferencia hacia adelante
(esquema explícito).
COVID 19
El esquema es conocido también en aplicaciones a la hidráulica como método de

Preissmann .
En el ejemplo de la ecuación (1) de adveccion pura, la aproximación de los cuatro

puntos conduciría al siguiente esquema.
(17)
 − hj   hi+1, j+1 − hi+1, j   hi+1, j − hi, j   hi+1, j+1 − hi, j+1

(1 − 1)   hi,j+1 + 
 1   + C  (1 − )
2  + 
 2  =0
 t    t    x    x 
Para las segundas derivadas, la aproximación de los cuatro puntos seria:
 U = (1 − )   Ui+1, j − 2 Ui, j + Ui−1, j  +    Ui+1, j+1 − 2 Ui, j+1 + Ui−1, j+1

2
   
 X2   x
2
   x
2

COVID 19
Convergencia y estabilidad de los esquemas de diferencias finitas

El objetivo de esta sección será determinar las condiciones necesarias para que una
solución mediante diferencias finitas sea una aproximación razonablemente exacta de la
ecuación diferencial que representa un problema físico determinado.
Definición 1.
Sean
U: la solución “exacta” de la ecuación diferencial
u: la solución “exacta” de las ecuaciones de diferencias finitas
N: la solución “numérica’ de las ecuaciones de diferencias finitas, es decir, “N” posee
errores de redondeo con respecto de “u”
COVID 19
Definición 2.
Una solución por diferencias finitas se dice CONVERGENTE cuando u tiende a U, a

medida que t y x tienden a cero.
Nota: las condiciones necesarias para la convergencia han sido establecidas para algunas
ecuaciones lineales de segundo orden (elípticas, parabólicas e hiperbólicas) y no para
ecuaciones no-lineales -
Definición 3.
Se define como ERROR DE DISCRETIZACIÓN (e) a la diferencia
e U −u (1)
COVID 19
El error de discretización es debido a las aproximaciones producidas al reemplazar

las derivadas en las ecuaciones diferenciales (exactas) por diferencias finitas
(aproximadas), por esta razón, al error de discretización se le conoce también
corno “error de truncamiento local”.
El error de discretización, por lo tanto, es una función de los intervalos de
discretización que se adopten, es decir
e = f ( t , x ) (2)
y esta función es tal que “e” disminuye si t y/o x disminuyen. Por lo tanto, se
tiene convergencia cuando el error de discretización tiende a cero.
Definición 4.
Una solución por diferencias finitas será ESTABLE si la solución numérica (N) tiende
a la solución exacta de las ecuaciones de diferencias finitas (u), o sea, si
N→ u
COVID 19
Convergencia y estabilidad de los esquemas de diferencias finitas Departamento Obras Civiles
Definición 5.
La diferencia entre U y N se denomina ERROR DE ESTABILIDAD (S)
S=U-N (3)
Nota: la estabilidad estará asociada al hecho que el efecto acumulativo de los

errores de redondeo (debido a que los cálculos se realizan en un computador con
largo de palabra finito) es despreciable. La estabilidad se controla generalmente
trabajando con mayor precisión (doble versus simple, por ejemplo)
Definición 5.
Se define como ERROR TOTAL (t) a la diferencia entre la solución exacta de la

ecuación diferencial y la solución numérica de la ecuación de diferencias finitas. Es
decir
t=U–N (4)
COVID 19

O también
t = (U – u) + (u – N) (5)
O
t=e+S (6)
Generalmente, el error de discretizacion (e) es el dominante en un esquema

numérico estable y convergente.
Dado que, en general, la solución exacta de una ecuación diferencial no es
conocida, no será posible conocer la magnitud del error de discretizacion ni del
total. Solo se puede realizar estimaciones conservadoras (pesimistas) de ellos.
En la practica, siempre se producen cancelaciones (errores positivos con
negativos) y el error de una solución numérica es casi siempre menor que el
dado por la estimación pesimista.
Los diversos esquemas numéricos propagan los errores de diferentes maneras,

según sean las características del esquema. Por ejemplo:
(
ui, j+1 = 0.5  ui−1, j + ui+1, j )
COVID 19

Tabla 2. Propagación de un error puntual
i=0 1 2 3 4 5 6 7 8
j=0 e
1 e/2 e/2
2 e/4 e/2 e/4
3 e/8 3e/8 3e/8 e/8
4 e/8 e/4 3e/8 e/4 e/16
5 5e/32 5e/16 5e/16 5e/32
De la Tabla 2 se observa como un error puntual Se propaga tanto lateralmente (difusión) como
longitudinalmente (en el tiempo, por ejemplo). El problema es, en un cálculo más complejo, que
no solo puede aparecer un error puntual, sino que pueden haber varios y sus efectos se
dispersarán y se superpondrán, pudiendo hacer irreales los resultados entregados por un
modelo numérico, de no tomarse precauciones para controlar la propagación de los errores. La
superposición de los errores puede conducir a una cancelación entre errores positivos con
negativos, pero también puede producirse su suma.
COVID 19
En un problema real de tipo impermanente (donde la variable tiempo es

importante) puede ser necesario aplicar un esquema numérico como (7)
no 5 veces, como en la Tabla 2, sino que cientos o miles de veces
(dependiendo del ∆t considerado). Los errores de discretización y de
estabilidad podrán introducirse en cualquier etapa del proceso de
cálculo, pudiendo hacer un resultado totalmente irreal (aunque sea
producido por un esquema numérico en apariencia muy sofisticado y
resuelto en un supercomputador
Más aún, para inicializar la corrida de un modelo (introducción de
condiciones iniciales y/o de borde) puede ser el caso que hayamos
tenido que medir alguna propiedad (temperatura, velocidad,
deformación, etc.). Es sabido que cualquier medición lleva aparejada la
introducción de un error, el que también se difundirá a través del cálculo,
en una forma similar a la Tabla 2.
COVID 19
Por lo anterior, es clara la importancia que tiene en cualquier

problema resuelto numéricamente el control de la generación y
propagación de los errores, si se quiere que los resultados
entregados sean realmente significativos y útiles. Es también
pertinente preguntarse, cada vez que se analice el resultado
entregado por un modelo numérico, cual es el error estimado en
dicho resultado. Si se trata de un modelo que calcula deformaciones
en una losa de hormigón y si los errores se estiman en décimas de
milímetros, posiblemente podremos quedar tranquilos con los
resultados, pero no será así cuando los errores estimados sean de
algunos centímetros.
COVID 19
Estudio analítico del problema de convergencia

En los esquemas explícitos se puede investigar el problema de la convergencia en forma
directa.
La técnica se basa en la observación que los errores de discretización también deben
satisfacer la ecuación de diferencias finitas, en forma similar a como se propagan los
errores en la Tabla 2.
Por ejemplo, si se estudia el problema de convergencia en la ecuación de transmisión de
calor (dada en forma adimensional)
U  2U (8)
= 2
t x
con
0< x< 1
con las siguientes condiciones:

Condición de borde: U es conocido para x=0 y para x=1
Condición inicial : U es conocido para todo x en t=0
COVID 19
Usando la siguiente aproximación de (8)
u i , j +1 − u i , j uii −1, j − 2u i , j + u i +1, j

= 2
(9)
k h
donde k y h son los incrementos en las direcciones de t. y, respectivamente.

O sea
(10)
u i , j +1 = u i , j + r (u i −1, j − 2u i −1, j − 2u i , j + u i +1, j )
donde
k (11)
r= 2
h COVID 19
Introduciendo el error de discretización, definido en la ecuación (1), como

ei, j = Ui, j − ui, j (12)
luego
(13)
ui, j = Ui, j − ei, j
y
ui, j+1 = Ui, j+1 − ei, j+1 (14)
Entonces, el esquema representado por (10) queda como

U i , j +1 − U i , j − ei , j +1 − ei , j U i −1, j − 2U i , j + U i +1, j − ei −1, j + 2ei , j − ei +1, j
=
k h2
la que, reordenando e introduciendo “r” de (11), conduce a
ei , j +1 = rei −1, j + (1 + 2r )ei , j + rei +1, j + U i , j +1 − U i , j + r (2U i , j − U i −1, j − U i +1, j ) (15)

COVID 19
COVID 19
Estudio analítico del problema de convergencia Departamento Obras Civiles
COVID 19
Estudio analítico del problema de convergencia Departamento Obras Civiles
COVID 19

Computacion - Unidad IV - III - 2021

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Computacion - Unidad IV - III - 2021

Cargado por

Copyright:

Formatos disponibles

Facultad de Ingeniería

Departamento Obras Civiles

Método de Diferencias Finitas

Método de Diferencias Finitas

Esquemas explícitos e implícitos

de donde, reordenando, se obtiene

Esquemas explícitos e implícitos

Esquemas explícitos e implícitos

 h nj +1 − h nj h nj++11 − h nj+1  (5)

Esquemas explícitos e implícitos

al reemplazar en (1), manteniendo dh dx como una diferencia hacia atrás,

h nj +1 + h nj++11 = −2C r h nj−1 + (1 + 2C r )h nj − h nj+1 (6)

De donde, claramente, ya no es posible despejar directamente el valor de las

Aproximaciones que dan origen a esquemas explícitos Departamento Obras Civiles

U u i , j +1 − 0.5(u i −1, j + u i +1, j ) (7)

b) Esquema “Leapfrog”(salto de la rana o caballito de bronce)

Donde se toman aproximaciones dadas por diferencias centrales en ambas

U nj +1 − U nj −1 U nj+1 − 2U nj − U nj−1 (10)

Un cambio aparentemente insignificante puede estabilizar el esquema (10), y consiste

U nj +1 − U nj −1 U nj+1 − (U nj +1 + U nj −1 ) − U nj−1 (11)

Utilizado originalmente en ecuaciones del tipo parabólico, aproxima las derivadas

Consiste en una generalización del método de Crack-Nicolson, esta vez tomando

U U i , j +1 − U i , j  U i +1, j +1 − U i +1, j  (14)

con un error de truncamiento variable, de acuerdo a los valores de los coeficientes θ;

U  u i , j +1 + u i +1, j +1   ui , j + u i +1, j  (16)

Fig. 11 Esquema de los cuatro puntos

El esquema de los cuatro puntos es unos de los esquemas de aproximación

El esquema es conocido también en aplicaciones a la hidráulica como método de

En el ejemplo de la ecuación (1) de adveccion pura, la aproximación de los cuatro

 − hj   hi+1, j+1 − hi+1, j   hi+1, j − hi, j   hi+1, j+1 − hi, j+1

Para las segundas derivadas, la aproximación de los cuatro puntos seria:

 U = (1 − )   Ui+1, j − 2 Ui, j + Ui−1, j  +    Ui+1, j+1 − 2 Ui, j+1 + Ui−1, j+1

Convergencia y estabilidad de los esquemas de diferencias finitas

Convergencia y estabilidad de los esquemas de diferencias finitas

Una solución por diferencias finitas se dice CONVERGENTE cuando u tiende a U, a

Se define como ERROR DE DISCRETIZACIÓN (e) a la diferencia

Convergencia y estabilidad de los esquemas de diferencias finitas

El error de discretización es debido a las aproximaciones producidas al reemplazar

Convergencia y estabilidad de los esquemas de diferencias finitas Departamento Obras Civiles

La diferencia entre U y N se denomina ERROR DE ESTABILIDAD (S)

Nota: la estabilidad estará asociada al hecho que el efecto acumulativo de los

Se define como ERROR TOTAL (t) a la diferencia entre la solución exacta de la

Convergencia y estabilidad de los esquemas de diferencias finitas

Generalmente, el error de discretizacion (e) es el dominante en un esquema

Los diversos esquemas numéricos propagan los errores de diferentes maneras,

Convergencia y estabilidad de los esquemas de diferencias finitas

2 e/4 e/2 e/4

3 e/8 3e/8 3e/8 e/8

4 e/8 e/4 3e/8 e/4 e/16

5 5e/32 5e/16 5e/16 5e/32

Convergencia y estabilidad de los esquemas de diferencias finitas

En un problema real de tipo impermanente (donde la variable tiempo es

Convergencia y estabilidad de los esquemas de diferencias finitas

Por lo anterior, es clara la importancia que tiene en cualquier

Estudio analítico del problema de convergencia

con las siguientes condiciones:

Estudio analítico del problema de convergencia

Usando la siguiente aproximación de (8)

u i , j +1 − u i , j uii −1, j − 2u i , j + u i +1, j

donde k y h son los incrementos en las direcciones de t. y, respectivamente.

Estudio analítico del problema de convergencia

Introduciendo el error de discretización, definido en la ecuación (1), como