ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE CIENCIAS

INGENIERÍA QUÍMICA

INTEGRANTES: Ramón Cevallos, Marjorie González,

Alexis López, Karla Moncayo, Gustavo Romero.

CURSO: Sexto “B”

FECHA: 13-06-2022

ASIGNATURA: Simulación de Procesos

TEMA: Métodos eficientes de Runge-Kutta de dos

pasos para simulaciones de dinámica de fluidos
 01
Introducción
Los métodos explícitos de Runge-Kutta son
métodos estándar para simular problemas
de forma 𝑑𝑦/𝑑𝑡 = 𝑓(𝑡, 𝑦). Los métodos RK se
han utilizado ampliamente en simulaciones
de fluidos incompresibles y compresibles.
Una de las más conocidas es la iteración de
Runge-Kutta el cual la solución numérica de
modelos adjuntos de primer y segundo
orden lineales tangentes con pares de
Runge-Kutta continuos explícitos tenemos
al de alto orden.
Son métodos explícitos que tienen regiones de
estabilidad extendidas a lo largo del semieje real
negativo, por lo que pueden considerarse para resolver
problemas rígidos que surgen de problemas muy
comunes de difusión o reacción-difusión. Este tipo de
problemas son habituales en una gran cantidad de
aplicaciones como fenómenos atmosféricos, biología,
química, problemas de combustión, matemáticas
financieras, mecánica de fluidos, etc.
Se han visto un mayor énfasis en la dinámica de
fluidos computacional (CFD) en el desarrollo y
aplicación de esquemas con discretización
espacial de alto orden.
 02
Metodología
 2.1 Una clase especial del método TSRK
𝑖−1 𝑠
En esta sección, nuestra atención 𝑛 𝑛 𝑛−1
𝑌𝑖 = 𝑦𝑛−1 + ℎ ෍ 𝑎𝑖𝑗 F𝑗 + ℎ ෍ 𝑎ത𝑖𝑗 F𝑗 , 𝑖 = 1,2, … , 𝑠,
se restringe a una clase del método 𝑗=1 𝑗=1
TSRK con 𝐮 = 𝟎 and 𝜃 = 0. Estos 𝐹𝑖 𝑛
= 𝑓 𝑡𝑛−1 + 𝑐𝑖 ℎ, 𝑌𝑗 𝑛
, 𝑖 = 1,2, … , 𝑠,
métodos toman la forma: 𝑠 𝑠
𝑛 𝑛−1
𝑦𝑛 = 𝑦𝑛−1 + ℎ ෍ v𝑗 F𝑗 + ℎ ෍ vത𝑗 F𝑗
𝑗=1 𝑗=1

Con n=1, 2,…,N. Siguiendo la notación

adoptada, estos métodos ahora
estarán representados por el
Butcher tableau:
 𝒄𝑣 𝑨𝒄𝑣−1 ഥ
𝑨 𝒄 − 𝒆 𝑣−1
Definir los vectores de error 𝐶𝑣 = − − ,
𝐶𝑣 y las constantes de error 𝑣! 𝑣−1 ! 𝑣−1 !
෢𝑣 , 𝑣 = 1,2, … , por:
𝐶 1 𝐯 𝑇 𝒄𝑣−1 𝐯ത 𝑇 𝒄 − 𝒆 𝑣−1
෢
𝐶𝑣 = − − ,
𝑣! 𝑣−1 ! 𝑣−1 !

Donde 𝒆 = [𝟏, … , 𝟏]𝑻 ∈ 𝑹𝒔 , y 𝒄𝒗 = [𝒄𝟏 𝒗 , … , 𝒄𝒔 𝒗 ]𝑻

Para una clase especial de Entonces un método TSRK tiene orden

métodos TSRK, supondremos que de etapa 𝑞 si:
el método satisface la relación: 𝑪𝒗 = 𝟎, 𝒗 = 𝟏, 𝟐, … , 𝒒.
ഥ 𝒆 = 𝟎,
𝐶1 = 𝒄 − 𝑨 + 𝑨
denominada condición de
consistencia de etapa.
Condiciones de la orden, 𝑝 = 1: 𝑝 = 2:
hasta el orden p=6, están
dadas por: ෢1 = 0;
𝐶 ෢2 = 0;
𝐶

𝑝 = 5: 𝑝 = 3:
෢5 = 0,
𝐶 ෢3 = 0;
𝐶
2 𝐯 𝑇 + 𝐯ത 𝑇 𝐶4 + 𝐯ത 𝑇 (𝐶2 −2𝐶3 ) = 0,
𝐯 𝑇 + 𝐯ത 𝑇 𝐶2 = 0;
𝐯 𝑇 + 𝐯ത 𝑇 ഥ Γ𝐜 𝐶2 − 𝑨
𝐴+𝑨 ഥ 𝐶2 − 𝐯ത 𝑇 𝐴 + 𝑨
ഥ 𝐶2 = 0,

𝐯 𝑇 + 𝐯ത 𝑇 ഥ 𝐶3 − 𝑨
𝐴+𝑨 ഥ 𝐶2 − 𝐯ത 𝑇 𝐴 + 𝑨
ഥ 𝐶2 = 0,
𝑝 = 4:
𝑇
𝐯 + 𝐯ത 𝑇 ഥ 2 𝐶2 = 0,
𝐴+𝑨
෢4 = 0,
𝐶
𝐯 𝑇 + 𝐯ത 𝑇 Γ𝐜 𝐶3 + 𝐯ത 𝑇 (𝐶2 − 𝐶3 − Γ𝐜 𝐶2 = 0,
ഥ 𝐶2 − 𝐯ത 𝑇 𝐴 + 𝑨
𝐯 𝑇 + 𝐯ത 𝑇 Γ𝐜 𝐴 + 𝑨 ഥ 𝐶2 = 0, 𝐯 𝑇 + 𝐯ത 𝑇 𝐶3 − 𝐯ത 𝑇 𝐶2 = 0,
ഥ 𝐶2 = 0,
𝐯 𝑇 + 𝐯ത 𝑇 𝐴 + 𝑨
𝐯 𝑇 + 𝐯ത 𝑇 Γ𝐜 2 𝐶2 + 𝐯ത 𝑇 𝐶2 − 2Γ𝐜 𝐶2 = 0,

𝐯 𝑇 + 𝐯ത 𝑇 𝐶2 2 = 0; 𝐯 𝑇 + 𝐯ത 𝑇 Γ𝐜 𝐶2 − 𝐯ത 𝑇 𝐶2 = 0;

Aquí, 𝜞𝒄 es la matriz diagonal definida por:

𝜞𝒄 = 𝒅𝒊𝒂𝒈 𝒄 = 𝒅𝒊𝒂𝒈 𝒄𝟏 , … , 𝒄𝒔 .
 Tabla 2.1 El número de condiciones de orden #oc, el
número de condiciones de orden de etapa #soc y el
número total de condiciones de orden y orden de
etapa #total para métodos TSRK con p=4, q=1 o q
=3, y s=3, p=5, q=1 o q=4, y s=4, y p=6, q=1 o q=5, y s=5.

Método TSRK con p, q, s #oc #soc #total

p=4, q=1, s=3 8 3 11
p=4, q=1, s=3 4 9 13 Listamos el número de condiciones de
orden #oc, el número de condiciones
p=5, q=1, s=3 17 4 21
de orden de etapa #soc y el número
p=5, q=1, s=3 5 16 21 total de condiciones de orden y orden
de etapa #total para métodos TSRK con
p=6, q=1, s=3 37 5 42
p=4, q=1 o q=3, y s=3, p=5, q=1 o q=4, y s=4,
p=6, q=1, s=3 6 25 31 y p= 6, q=1 o q=5, y s=5

Para una clase restringida de métodos de

orden TSRK p=6 y orden de etapa q=5, que
se construirá en este artículo, las
condiciones de orden toman una forma
simple:
෢
𝐶0 = 0 y 𝐶1 = 𝐶2 = 𝐶3 = 𝐶4 = 𝐶5 = 0.
 2.2 Análisis de estabilidad de los métodos TSRK
El primer paso para analizar un método
TSRK con respecto a la ecuación de prueba,
es reformularlos como una subclase de 𝑌𝑛 𝐴 𝑈 ℎ𝐹
𝑛
=
GLM. Esta reformulación para la clase 𝑦𝑛 𝐵 𝑉 𝑦 𝑛−1
especial de métodos TSRK toma la forma 0:0.

n = 1, 2, ……, N. Aquí, los

vectores Y[n] y F[n] e y[n] de 𝑛 𝑌1 𝑛 𝑛 𝐹1 𝑛 𝑛
𝑦𝑛
𝑌 = , 𝐹 = , 𝑦 =
aproximaciones internas, 𝑌𝑠 𝑛
𝐹𝑠 𝑛 ℎ𝐹 𝑛
están definidos por:

Los GLM tienen el mismo vector de

abscisas c que los métodos TSRK, y
las matrices de coeficientes A, U, B y
V están definidas por:
 La aplicación de GLM a la ecuación
de prueba conduce a la relación de
recurrencia vectorial de la forma:
𝒚 𝒏 = 𝑴 𝒛 𝒚 𝒏−𝟏 , 𝒏 = 𝟏, 𝟐, … ,

función de estabilidad 𝑝(𝑤, 𝑧)

definida por:
𝒑 𝒘, 𝒛 = 𝒅𝒆𝒕 𝒘𝑰 − 𝑴(𝒛

𝑧 = ℎ𝜆, con matriz de

estabilidad M(z) dada por:
𝑴 𝑧 = 𝑽 + 𝑧𝑩(𝑰 − 𝑧𝑨)−1 𝑼
 Denotemos por 𝑤𝑖(𝑧), 𝑖 = 1, 2, . . . , s, las raíces de la
función de estabilidad 𝑝(𝑤, 𝑧) para 𝑧 ∈ ℂ. Entonces la
región de estabilidad absoluta del método con
respecto a la ecuación de prueba está definida por:
𝑨= 𝒛 ∈ ℂ ∶ 𝒘𝒊 𝒛 ≤ 𝟏, 𝒊 = 𝟏, 𝟐, … , 𝒔

Figura 4.1. Región de estabilidad, región

de estabilidad escalada del método
TSRK con p = 4, q = 2, s = 3 de [6], y del
método de Runge - Kutta con p = s = 4.
Ejemplos del método TSRK de
orden p=4 con s=3 etapas
 En esta sección buscaremos métodos
TSRK (2.1) de orden p = 4, con s = 3 etapas, y
con grandes regiones o intervalos de
estabilidad absoluta. Estos métodos están
definidos por la tabla de coeficientes:

Un ejemplo del método TSRK de

orden p = 4, orden de etapa q = 2
con s = 3 etapas, y con coeficientes
racionales simples. Este método
está definido por:

Se denominará TSRK423.
 En esta figura, el límite de la región
de estabilidad absoluta se traza
como una línea discontinua
delgada y el límite de la región Resolviendo el problema
escalada de estabilidad absoluta de minimización tenemos:
como una línea continua delgada.

Figura 4.2. Región de estabilidad, Figura 4.3. Región de estabilidad,

región de estabilidad escalada del región de estabilidad escalada del
método TSRK con p=4,s=3, obtenido al método TSRK con p=4, s=3, obtenido
resolver, y del método de Runge-Kutta al resolver, y del método de Runge-
con p=s=4 Kutta con p=s=4.
Se denominará TSRK423.

Este método se
denominará TSRK413I.
 Luego buscamos métodos
de orden TSRK p=4 y orden
de etapas q=3, con s=3.
Estos métodos satisfacen
las condiciones de orden y
orden de etapa.
Figura 4.4. Región de estabilidad,
región de estabilidad escalada
del método TSRK con p=4, q=3, s=3
y del método de Runge-Kutta con
p=s=4.

Figura 4.5. Región de estabilidad,

región de estabilidad escalada
del método TSRK con p=4, q=3, s=3
y del método de Runge-Kutta con
p=s=4.
 Resolviendo el problema de
minimización con las restricciones
anteriores y las mismas
restricciones sobre el vector de
abscisas c que antes, obtenemos
el método con coeficientes:

Este método se
denominará TSRK433A.
 Resolviendo el problema de
minimización con las mismas
restricciones que antes conduce
al método TSRK con coeficientes:

Este método se
denominará TSRK433I.
03
RESULTADOS Y
DISCUSIÓN
3.1. Cilindro 2D en el número Se utiliza para medir las velocidades
de Reynolds Re = 500 obtenidas con los méto317 dos TSRK y
LSRK.
● Detalles sobre los parámetros
físicos y 320 el sistema de red
utilizado

● Se utilizaron cuatro esquemas para la integración

temporal:
a) esquema LSRK de 4 etapas (LSRK4)
b) esquema TSRK de cuarto orden presentado en
(TSRK4)
c) esquema TSRK de cuarto orden obtenido al resolver
(TSRK413A)
d) método TSRK de cuarto orden obtenido al resolver el
problema de minimización (TSRK413I).

● La discretización espacial es de 4to orden

y el cilindro se resolvió utilizando
condiciones de contorno sumergidas.

● Se colocaron varios puntos del

historial de tiempo de la estación en el
flujo y se registraron los resultados.
3.1. Cilindro 2D en el número
de Reynolds Re = 500
● los valores para las velocidades x e y ● Posición 1: x
en dos 328 Posiciones: = 1,91 e y =
0,12
● Posición 2: x
= 3,82 e y =
● No se puede observar ninguna diferencia notable
0,24
en las velocidades x e y entre los métodos LSRK y
TSRK utilizando diferentes números de Courant.

● El mayor número de Courant encontrado es

- Cmax = 0.50 para el método LSRK4

- Cmax = 0.85 para LSRK4
- Cmax = 0.75 para TSRK4
- Cmax = 0.86 para TSRK413I

● Los tiempos
totales de
cálculo se
resumen en la ● La aceleración obtenida utilizando el método
Tabla TSRK de 4to orden TSRK2 en comparación con
un esquema LSRK de 4to orden en el número
máximo permitido de Courant es de
aproximadamente el 50%.
 3.2. Vórtice Taylor-Green TGV en Re = 1600 es un punto de referencia clásico que
ejemplifica cómo una condición de flujo inicial simple causa
una desintegración totalmente isotrópica a un estado
turbulento en el tiempo

● Las simulaciones se realizaron con

discretizaciones espaciales y temporales de 4º ● tiempo para la malla media y fina: los
orden utilizando esquemas LSRK y TSRK. esquemas TSRK son aproximadamente un 25%
más rápidos que el método LSRK.

● Los resultados esperados a medida que avanza el

tiempo consisten en una serie de procesos físicos
clave en la turbulencia:
- roll-up de vórtice
- estiramiento e interacción de vórtice
- total disipación de la energía en el fluido que conduce
a un estado estacionario

● la tasa de vorticidad y disipación de energía cinética

obtenida utilizando diferentes esquemas de
integración temporal se comparan con un esquema de
dispersión-relación-preservación (DRP)

● Tiempos obtenidos para el caso de prueba TGV.

● El tiempo se expresa como un valor no dimensional t
definido como
Donde
- texe: tiempo de ejecución
- tsim: tiempo de simulación
 Los experimentos numéricos indican que las
ganancias en el rendimiento computacional de esta
nueva clase de métodos TSRK, en comparación con
los métodos clásicos de Runge-Kutta (RK) o los
esquemas de bajo almacenamiento de Runge-Kutta
(LSRK), son del orden del 25%, sin pérdida de
precisión.
 04
Conclusiones
• Se ha demostrado que los métodos explícitos de Runge-Kutta de dos pasos son
una alternativa eficiente a los esquemas tradicionales explícitos de Runge-Kutta
para resolver las ecuaciones de Navier-Stokes.
• Los métodos TSRK exhiben regiones e interva los más grandes de estabilidad
absoluta en comparación con los métodos tradicionales de Runge-Kutta de los
mismos órdenes.
• Las principales ventajas de los esquemas TSRK recientemente desarrollados
sobre los métodos TSRK anteriores son: a) reducción de los requisitos de
almacenamiento, b) menor cantidad de operaciones aritméticas y, c)
simplificación de la implementación numérica.
• Los métodos LSRK son solo de segundo orden para los ODE no lineales,
mientras que los métodos TSRK mantienen el orden para los ODE no lineales.