Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DOCUMENTO 5:
Este capítulo trata la simulación del flujo de un fluido incompresible en dos direcciones
(simulación 2D), coordenadas cartesianas. Desde el punto de vista de la geometría de las
líneas de flujo, el sistema físico tratado en este capítulo se ilustra en la Figura 2.4.
El capítulo se inicia con la presentación del modelo matemático, para lo cual se parte de las
ecuaciones fundamentales de flujo discutidas en el capítulo 2. Luego, se plantean las
aproximaciones numéricas a estas ecuaciones de flujo (modelo numérico). Posteriormente,
se presentan algunos esquemas de ordenamiento que facilitan la solución del modelo
numérico cuando dicha solución se realiza mediante la aplicación de métodos directos. Por
último, se discuten los principales métodos directos e indirectos de solución al modelo
numérico previamente planteado.
K ∂(ρφ )
∇ ⋅ αρ ∇p = α + αq~ ............................................................................... (2.46)
µ ∂t
∂ k ∂p ∂ k y ∂p ∂ ( ρφ )
Hρ x + Hρ = H + Hq~ ................................................ (5.1)
∂x µ ∂x ∂y µ ∂y ∂t
La ecuación de estado para un fluido incompresible está dada por la Ecuación 2.8:
∂ k x H ∂p ∂ k y H ∂p
+ = Hq v ....................................................................... (5.2)
∂x µ ∂x ∂y µ ∂y
CENTRADO
j L i − 1, j i, j i + 1, j L
j −1 i − 1, j − 1 i, j − 1 i + 1, j − 1
M M M
L L
1
1 i −1 i i +1 Nx
Fila j
1, j i − 1, j i, j i + 1, j Nx , j
FIGURA 5.2 Fila j de una Malla Bidimensional Cartesiana – Malla de Bloque Centrado
Análogamente, fijando la columna i de la Figura 5.1, tal como se ilustra en la Figura 5.3,
se puede desarrollar la siguiente expresión para la aproximación numérica del segundo
término del lado derecho de la Ecuación 5.2:
∆y j + 1
i, j + 1
∆y j
i, j
∆y j − 1
i, j − 1
i, j
Columna i
kA Pi , j − Pi + 1 2, j
q i , j a i + 12 , j =
µ i , j ∆xi 2
∆y j +1
j +1
i − 1, j + 1 i, j + 1 i + 1, j + 1
j+ 1
2
j ∆y j
i − 1, j i, j i + 1, j
j−1
2
j −1 ∆y j −1
i − 1, j − 1 i, j − 1 i + 1, j − 1
i −1 i i+1
i− 1
2 i+ 1
2
qi , j a i + 1 2, j ∆xi
Pi , j − Pi + 1 2 , j = ⋅ ................................................................................... (5.5)
kA 2
µ i, j
Análogamente, la caída de presión entre los puntos (i + 1 2 , j ) e (i + 1, j ) será:
q i + 12 , j a i +1, j ∆xi +1
Pi + 1 2 , j − Pi +1, j = ⋅ ............................................................................ (5.6)
kA 2
µ i +1, j
2 ⋅ (k i , j Ai , j k i +1, j Ai +1, j )
q= ⋅ (Pi , j − Pi +1, j ) ......................................... (5.7)
µ i , j ∆xi k i +1, j Ai +1, j + µ i +1, j ∆xi +1 k i , j Ai , j
En la Ecuación 5.8, Ti + 1 ,j
es la transmisibilidad entre los puntos (i , j ) e (i + 1, j ) .
2
2 ⋅ (k i , j Ai , j k i +1, j Ai +1, j )
Ti + 12 , j =
µ i , j ∆xi k i +1, j Ai +1, j + µ i +1, j ∆xi +1 k i , j Ai , j
Si se tiene en cuenta que las áreas perpendiculares al flujo (en la dirección x ) de los
bloques i e i + 1 son Ai = H i , j ∆y j y Ai +1 = H i +1, j ∆y j , respectivamente, entonces la
transmisibilidad Ti + 1 ,j
puede ser escrita como:
2
2 ⋅ (k i , j H i , j ∆y j k i +1, j H i +1, j )
Ti + 12 , j = ...................................................... (5.9)
µ i , j ∆xi k i +1, j H i +1, j + µ i +1, j ∆xi +1 k i , j H i , j
Siguiendo un procedimiento análogo se puede obtener las siguientes expresiones para las
( )(
transmisibilidades en i − 1 , j , i, j + 1 e i, j − 1 , respectivamente:
2 2 2
) ( )
2 ⋅ (k i , j H i , j ∆y j k i −1, j H i −1, j )
Ti − 12 , j = ...................................................... (5.10)
k i −1, j H i −1, j µ i , j ∆xi + µ i −1, j ∆xi −1k i , j H i , j
2 ⋅ (k i , j H i , j ∆xi k i , j +1 H i , j +1 )
Ti , j + 1 2 = .................................................... (5.11)
k i , j +1 H i , j +1 µ i , j ∆y j + µ i , j +1 ∆y j +1k i , j H i , j
2 ⋅ (k i , j H i , j ∆xi k i , j −1 H i , j −1 )
Ti , j − 1 2 = .................................................... (5.12)
k i , j −1 H i , j −1 µ i , j ∆y j + µ i , j −1 ∆y j −1k i , j H i , j
De otro lado, la tasa de flujo desde el punto (i, j ) al punto (i + 1, j ) puede ser escrita de la
siguiente forma:
kA (P − Pi +1, j )
q =
i, j
..................................................................................... (5.13)
µ i + 12 , j
1
2 (∆xi + ∆xi +1 )
Comparando las Ecuaciones 5.8 y 5.13 se obtiene una segunda expresión para Ti + 1 ,j
:
2
kA 2 kH i , j ∆y j 2
Ti + 12 , j = =
µ i + 12 , j (∆xi + ∆xi +1 ) µ i + 12 , j (∆xi + ∆xi +1 )
Ti + 12 , j
Resolviendo para se obtiene:
∆y j
Ti + 12 , j kH 2
= .............................................................................. (5.14)
∆y j µ i + 12 , j (∆xi + ∆xi +1 )
Procediendo en forma análoga se puede obtener las siguientes expresiones válidas en las
( )( ) (
interfaces de bloque i − 1 , j , i, j + 1 e i, j − 1 , respectivamente:
2 2 2
)
Ti − 1 2, j kH 2
= .............................................................................. (5.15)
∆y j µ i − 12 , j (∆xi −1 + ∆xi )
Ti , j + 1 2 kH 2
=
µ i , j + 12 (∆y j + ∆y j +1 )
............................................................................. (5.16)
∆x i
Ti , j − 12 kH 2
=
µ i , j − 12 (∆y j −1 + ∆y j )
............................................................................. (5.17)
∆xi
5.2.2 Modelo Numérico del Dominio Interno. Sustituyendo las Ecuaciones 5.14 y 5.15
en la Ecuación 5.3 se obtiene:
∂ k x H ∂p Ti , j + 12 (Pi , j +1 − Pi , j ) − Ti , j − 12 (Pi , j − Pi , j −1 )
⋅ ≅ .......................................... (5.19)
∂y µ ∂y ∆y j ∆xi
Llevando las Ecuaciones 5.18 y 5.19 a la Ecuación 5.2 se obtiene la siguiente aproximación
numérica a la Ecuación 5.2:
Ti + 1 2, j (Pi +1, j − Pi , j ) − Ti − 12 , j (Pi , j − Pi −1, j ) Ti , j + 1 2 (Pi , j +1 − Pi , j ) − Ti , j − 12 (Pi , j − Pi , j −1 )
+ = H i , j qv i, j
∆y j ∆xi ∆y j ∆xi
Reordenando términos:
( )
Ti , j − 1 2 Pi , j −1 + Ti − 12 , j Pi −1, j − Ti − 12 , j + Ti , j − 1 2 + Ti , j + 1 2 + Ti + 12 , j Pi , j + Ti + 12 , j Pi +1, j + Ti , j + 12 Pi , j +1 = Qi , j
................................................................................................................................... (5.20)
5.2.3 Discretización de las Condiciones de Límite Externo. Al igual que el caso lineal,
las condiciones de límite más comúnmente aplicadas en un simulador 2D son de tipo
Dirichlet y de tipo Neumann.
En las Ecuaciones 5.21 a 5.24, los valores de Px −cero (t ) , PLx (t ) , Py −cero (t ) y PLy (t ) deben ser
La Figura 5.5 incluye los puntos internos, fantasmas y ficticios en una malla bidimensional.
Al igual que un sistema lineal (Figura 4.5), los puntos fantasmas son utilizados para
discretizar las condiciones de límite y los puntos ficticios para generalizar los stencils
relacionados con las condiciones de límite, lo que conlleva a mayor conveniencia en
programación y eficiencia computacional. A diferencia de un sistema lineal, en lugar de un
punto fantasma y un punto ficticio para cada límite, en un sistema bidimensional se tiene
una línea de puntos o celdas fantasmas y una línea de puntos o celdas ficticias por cada
límite. De esta forma, el número total de celdas fantasmas en la dirección x es 2( N x + 2 ) ,
P0, j + P1, j
= Px −cero
2
M M M M M M M M M
• • • L • • • L • • • j +1
• • • L • • • L • • • j
• • • L • • • L • • • j −1
M M M M M M M M M
P (x ,0 ) = Py − cero • • • L • • • L • • • 1
• • • L • • • L • • • 0
• • • L • • • L • • • −1
FIGURA 5.5 Malla Bidimensional de Bloque Centrado Indicando los Diferentes Tipos de
Celdas o Nodos (No Se Absorben Condiciones de Límite)
nuevas incógnitas.
kA ∂p
q (0, y ) = = q x −cero ................................................................................. (5.29)
µ ∂x x =0, y
kA ∂p
q (L x , y ) = = q Lx .................................................................................. (5.30)
µ ∂x x = Lx , y
En las Ecuaciones 5.29 y 5.30, q x −cero y q Lx son las ratas de flujo en los límites x = 0 y
∂p q µ
= x −cero ................................................................................................. (5.31)
∂x x = 0, y kA
∂p q µ
= Lx ..................................................................................................... (5.32)
∂x x = Lx , y kA
En el caso de un sistema cerrado, las Ecuaciones 5.31 y 5.32 toman las siguientes formas,
respectivamente:
∂p
= 0 ............................................................................................................ (5.33)
∂x x = 0, y
∂p
= 0 .......................................................................................................... (5.34)
∂x x = Lx , y
∂p q y −cero µ
= ................................................................................................ (5.35)
∂y x , y =0 kA
∂p q Ly µ
= .................................................................................................... (5.36)
∂y x , y = Ly kA
En las Ecuaciones 5.35 y 5.36, q y − cero y q Ly son las ratas de flujo en los límites y = 0 y
y = L y , respectivamente. Para un sistema cerrado, las Ecuaciones 5.35 y 5.36 toman las
∂p
= 0 ............................................................................................................ (5.37)
∂y x , y = 0
∂p
= 0 .......................................................................................................... (5.38)
∂y x , y = Ly
Para un sistema bidimensional (Figura 5.5) las condiciones Tipo Neumann en x = 0 y
x = L x , Ecuaciones 5.31 y 5.32, se discretizan de las siguientes formas, respectivamente:
O bien,
q x − cero µ
P1, j − P0, j = (x1 − x0 ) .................................................................................... (5.39)
kA
q Lx µ
PNx +1, j − PNx , j = (x Nx +1 − x Nx ) ........................................................................... (5.40)
kA
Para un sistema cerrado en x = 0 y x = L x , las Ecuaciones 5.39 y 5.40 toman las siguientes
formas, respectivamente:
En forma análoga, las formas discretizadas de las Ecuaciones 5.35 y 5.36 pueden ser
escritas de las siguientes formas, respectivamente:
q y −cero µ
Pi ,1 − Pi , 0 = ( y1 − y0 ) .................................................................................... (5.43)
kA
q Ly µ
Pi , Ny +1 − Pi , Ny = (y Ny +1 − y Ny ) ............................................................................. (5.44)
kA
Para un sistema cerrado en y = 0 y y = L y , las Ecuaciones 5.43 y 5.44 toman las siguientes
formas, respectivamente:
Pi ,1 − Pi , 0 = 0 ............................................................................................................. (5.45)
Pi , Ny +1 − Pi , Ny = 0 ....................................................................................................... (5.46)
5.2.4 Modelo Numérico en Términos de Stencils. Los stencils pueden ser internos o de
frontera. Las expresiones de los stencils de frontera dependen del tipo de condiciones de
límite (Dirichlet o Neumann) y de si las condiciones de límite se absorben o no se
absorben.
Stencils Internos. La Ecuación 5.20 conecta la celda (i , j ) con las celdas (i, j − 1) ,
(i − 1, j ) , (i + 1, j ) y (i, j + 1) a través de los lados Sur, Oeste, Este y Norte, respectivamente.
Esta conexión se suele expresar en forma general escribiendo la Ecuación 5.20 de la
siguiente forma:
S i , j = Ti , j − 1 .............................................................................................................. (5.48)
2
Wi , j = Ti − 1 ,j
............................................................................................................. (5.49)
2
( )
C i , j = − Ti − 12 , j + Ti , j − 12 + Ti , j + 12 + Ti + 12 , j .................................................................... (5.50)
Ei , j = Ti + 1 ,j
.............................................................................................................. (5.51)
2
N i , j = Ti , j + 1 ............................................................................................................. (5.52)
2
Fi , j = Qi , j .................................................................................................................. (5.53)
Es importante anotar que cualquier modelo numérico en dos dimensiones, de cinco puntos,
puede ser expresado en la forma de la Ecuación 5.47. Sin embargo, la definición de los
componentes del stencil puede cambiar dependiendo del modelo físico. Por ejemplo, para
un fluido altamente compresible las definiciones de las Ecuaciones 5.48 a 5.53 son
diferentes.
N
W C E Pi , j = Fi , j .......................................................................................... (5.54)
S
i, j
En la Ecuación 5.54, el operador S disminuye el subíndice j del operando Pi , j en uno.
Para i = 0 y j = 1, 2, L , N y :
Para i = N x + 1 y j = 1, 2, L , N y :
S Nx +1, j PNx*1, j −1 + W Nx +1, j PNx , j + C Nx +1, j PNx +1, j + E Nx +1, j PNx + 2, j + N Nx +1, j PNx +1, j +1 = FNx +1, j .. (5.56)
Para j = 0 e i = 1, 2, L , N x :
En la Ecuación 5.57, S i , 0 = Wi ,0 = E i ,0 = 0 , C i ,0 ≠ 0 y N i , 0 ≠ 0 .
Para j = N y + 1 e i = 1, 2, L , N x :
S i , Ny +1 Pi , Ny + Wi , Ny +1 Pi −1, Ny +1 + C i , Ny +1 Pi , Ny +1 + Ei , Ny +1 Pi +1, Ny +1 + N i , j Pi , Ny + 2 = Fi , Ny +1 ........ (5.58)
En las Ecuaciones 5.55 a 5.58, las expresiones para los componentes de los stencils
diferentes de cero dependen del tipo de condiciones de límite, Dirichlet o Neumann, tal
como se describe a continuación:
q x −cero µ
Para i = 0 y j = 1, 2, L , N y (Ecuación 5.39): C 0, j = −1 , E 0, j = 1 y F0, j = (x1 − x0 ) .
kA
q Lx µ
FNx , +1 j = (x Nx +1 − x Nx ) .
kA
q y −cero µ
Para j = 0 e i = 1, 2, L , N x (Ecuación 5.43): Ci , 0 = −1 , N i , 0 = 1 y Fi ,0 = ( y1 − y0 ) .
kA
Para j = N y +1 e i = 1, 2, L , N x (Ecuación 5.44): Ci , Ny +1 = 1 , S i , Ny +1 = −1 y
q Ly µ
Fi , Ny +1 = (y Ny +1 − y Ny ) .
kA
S1, j P1, j −1 + W1, j P0, j + C1, j P1, j + E1, j P2, j + N 1, j P1, j +1 = F1, j ........................................... (5.58)
F0, j − E 0, j P1, j
P0, j = ................................................................................................. (5.59)
C 0, j
F0, j − E 0, j P1, j
S1, j P1, j −1 + W1, j + C1, j P1, j + E1, j P2, j + N1, j P1, j +1 = F1, j
C 0, j
Reordenando términos:
W1, j E 0, j W F
S1, j P1, j −1 + C1, j − P1, j + E1, j P2, j + N1, j P1, j +1 = F1, j − 1, j 0, j
C 0, j C 0, j
O bien,
S1, j P1, j −1 + C1′, j P1, j + E1, j P2, j + N1, j P1, j +1 = F1′, j ........................................................... (5.60)
En la Ecuación 5.60, las variables C1′, j y F1′, j están dadas por las siguientes expresiones:
W1, j E 0, j
C1′, j = C1, j −
C 0, j
W1, j F0, j
F1′, j = F1, j −
C 0, j
Con la finalidad de conservar la forma general del stencil de la Ecuación 5.47, la Ecuación
5.60 suele ser escrita de la siguiente manera:
S1, j P1, j −1 + W1, j P0, j + C1′, j P1, j + E1, j P2, j + N 1, j P1, j +1 = F1′, j ........................................... (5.61)
E NxWNx +1
′ , j = C Nx −
C Nx
C Nx +1
E Nx FNx +1
′ , j = FNx −
FNx
C Nx +1
En la Ecuación 5.63, las variables C i′,1 y Fi′,1 están dadas por las siguientes expresiones:
S i ,1 N i , 0
Ci′,1 = Ci ,1 −
Ci , 0
S i ,1 Fi , 0
Fi′,1 = Fi ,1 −
Ci , 0
En la Ecuación 5.64, las variables C i′,Ny y Fi′,Ny están dadas por las siguientes expresiones:
N i , Ny S i , Ny +1
C i′, Ny = C i , Ny −
C i , Ny +1
N i , Ny Fi , Ny +1
Fi′, Ny = Fi , Ny −
C i , Ny +1
La Ecuación 5.47 genera una ecuación por cada bloque de la malla. El conjunto de todas
las ecuaciones forman un sistema de ecuaciones el cual puede ser escrito en la siguiente
forma matricial:
AP = F .................................................................................................................... (5.65)
El sistema representado por la Ecuación 5.65 puede ser solucionado mediante la aplicación
de métodos directos o métodos iterativos. Cuando se aplica un método directo, el trabajo
de computador requerido para la solución de este sistema de ecuaciones es función, en
cierto grado, del esquema de ordenamiento. A continuación se presentan los esquemas de
ordenamiento más comúnmente utilizados en simulación de yacimientos. Sin embargo, es
importante anotar que cuando el sistema consiste de un alto número de ecuaciones, aplicar
métodos directos de solución conlleva a altos requerimientos de capacidad de memoria de
computador. Por esta razón, en simulación numérica de yacimientos casi siempre se
aplican métodos iterativos en lugar de métodos directos de solución de ecuaciones.
5.3.1 Ordenamiento Normal por Filas ( ó Índice i ). Como su nombre lo indica, en el
ordenamiento normal por filas, el sistema de ecuaciones se genera recorriendo la malla por
filas.
A manera de ejemplo, considérese la malla de la Figura 5.6 (a), para la cual se han
absorbido condiciones de límite. El número al interior de cada celda indica el orden del
recorrido seguido al escribir el sistema de ecuaciones de toda la malla. La primera
ecuación corresponde al bloque i = 1 , j = 1 , bloque 1 de la Figura 5.6 (a); de la Ecuación
5.47, se obtiene la siguiente ecuación para el bloque en mención:
S1,1 P1,0 + W1,1 P0,1 + C1,1 P1,1 + E1,1 P2,1 + N1,1 P1, 2 = F1,1
Puesto que se absorben condiciones de límite, S1,1 = W1,1 = 0 , lo que simplifica la ecuación
j=4 10 11 12 j=4 4 8 12
j=3 7 8 9 j=3 3 7 11
j=2 4 5 6 j=2 2 6 10
j =1 1 2 3 j =1 1 5 9
(a) (b)
FIGURA 5.6 Ejemplo de Ordenamiento Normal Para una Malla 4x3: (a) Por Filas; y, (b)
Por Columnas.
La segunda ecuación corresponde al bloque i = 2 , j = 1 , (bloque 2 en la Figura 5.6 (a)).
W2,1 P1,1 + C 2,1 P2,1 + + E 2,1 P3,1 + N 2,1 P2, 2 = F2,1 ............................................................. (5.67)
Siguiendo un procedimiento análogo, se obtienen las siguientes ecuaciones para los bloques
restantes:
S1, 2 P1,1 + C1, 2 P1, 2 + E1, 2 P2, 2 + N 1, 2 P1,3 = F1, 2 ................................................................ (5.69)
FIGURA 5.7 Sistema Matricial Obtenido del Ordenamiento por Filas de una Malla 4x3.
x x x
x x x x
x x x x
x x x
x x x x
x x x x x
x x x x x
x x x x
x x x
x x x x
x x x x
x x x
j=3 4 8 11 j=3 2 10 6
j=2 2 5 9 j=2 7 3 11
j =1 1 3 6 j =1 1 8 4
(a) (b)
FIGURA 5.9 Ejemplo de Ordenamiento Para una Malla 4x3: (a) D2 y (b) D4.
Dos de los métodos directos más comúnmente aplicados son el de eliminación Gaussiana y
el método de Gauss-Jordan. Otros métodos también utilizados son: inversión matricial, la
Regla de Kramer y el método de descomposición matricial. Numerosas referencias
contienen discusiones detalladas de estos métodos, entre las cuales se listan las siguientes:
Carnahan y otros (1969), Thomas (1977), Huyakorn y Pinker (1983), Asíz y Settari (1986),
Constantinides (1987), Strikwerda (1989), Householder y Wilkinson (1989), Buchanan y
Turner (1992) y Ozisik (1994). A manera de ilustración, a continuación se discuten los
métodos de eliminación Gaussiana y de Gauss-Jordan.
las incógnitas, x1 , x2 , x3 , K , x n .
Supóngase que se efectúan las siguientes operaciones elementales sobre esta matriz:
Considérese que sobre esta matriz se realizan las siguientes operaciones elementales:
(1)
a. Se divide la segunda fila por a 22 .
( (1)
c. Se multiplica la fila resultante del paso 1 por − a 42 )
y se suma a la fila 4.
(3 )
Dividiendo la fila 4 por a 44 , se obtiene la siguiente matriz aumentada:
El valor de las incógnitas puede ser estimado mediante un sustitución de atrás hacia atrás:
x4 = c 4(4 )
x3 = c3(3) (3 )
− a 34 x4
x2 = c 2(2 ) (2 )
− a 24 x4 (2 )
− a 23 x3
x1 = c1(1) − a14(1) x 4 − a13(1) x3 − a12(1) x 2
Este proceso se puede generalizar mediante el siguiente algoritmo, fácilmente ejecutable
mediante un programa de computador:
a. Se inicializa la variable k , k = 1
b. Se normaliza la fila k :
ak , j
ak , j = , j = k , k + 1, k + 2, K , n
ak ,k
ai , j = ai , j − ai ,k ⋅ a k , j , j = k + 1, k + 2, K ,
i = k + 1, k + 2, k + 3, K
x1 ′ x2
+ a12 ′ x3
+ a13 + K + a1′, n−1 x n −1 a1′,n x n = c1′
x2 ′ x3
+ a 23 + K + a 2′ ,n −1 x n−1 a 2′ ,n x n = c 2′
x3 + K + a3′,n −1 x n −1 a3′,n x n = c3′
O M M
x n −1 + a n′ −1,n x n = c n′ −1
xn = c ′n
Por consiguiente,
xn = c ′n
x n −1 = c ′n −1 − a ′n −1, n x n
xn−2 = c n′ − 2 − a ′n − 2, n −1 x n −1 − a ′n − 2, n −1 x n
M M
Generalizando:
n
xi = ci′ − a
j =i +1
i, j x j ..................................................................................................... (5.77)
x1 = c1′
x2 = c ′2
x3 = c3′
O M
x n −1 = c n′ −1
xn = c n′
Para lograr este objetivo se debe proceder en forma análoga al caso anterior. La diferencia
radica en que en este caso no se trata de obtener una matriz triangular superior, sino una
matriz diagonal unitaria. El procedimiento o algoritmo de solución es igual al anterior,
excepto que en el paso “c” (reducción), la ecuación se aplica para i ≠ k en lugar de
i = k +1, k + 2 , k + 3 , K
a 21 x1 + a 22 x2 + a 23 x3 + K + a 2 n xn = b2 ...................................................................... (5.79)
M M
a n1 x1 + a n 2 x 2 + a n3 x3 + K + a nn x n = bn ...................................................................... (5.81)
De la Ecuación 5.80:
De la Ecuación 5.81:
b2 − a 21 x1 − a 23 x3 − K − a 2 n x n
x2 = .......................................................................... (5.83)
a 22
De la Ecuación 5.82:
De la Ecuación 5.83:
bn − a n1 x1 − a n 2 x2 − a n3 x3 − K − a n, n−1 xn −1
xn = ......................................................... (5.85)
a nn
Las Ecuaciones 5.82 a 5.85 pueden ser escritas en forma generalizada de la siguiente forma:
n
bi − a i , j x j
i =1
j ≠i
xi = ..................................................................................................... (5.86)
a i ,i
c. Si los valores encontrados en el paso “b” coinciden con los valores asumidos en el
paso “a”, entonces los valores de x1 , x2 , K , xn son los correctos. Si no coinciden,
El método de Jacobi puede ser aplicado a la solución del sistema de ecuaciones generado
por la Ecuación 5.47, reorganizando esta última ecuación de la siguiente forma:
Pi ,(kj +1) =
1
Ci , j
[ ]
Fi , j − S i , j Pi ,(kj−)1 − Wi , j Pi −(k1,) j − Ei , j Pi +(k1,) j − N i , j Pi ,(kj+)1 .................................. (5.87)
Pi ,(kj +1) =
1
Ci , j
[ ]
Fi , j − S i , j Pi ,(kj−+11) − Wi , j Pi −(k1,+j1) − Ei , j Pi +(k1,) j − N i , j Pi ,(kj+)1 ................................ (5.88)
5.5.3 Método PSOR. El método de Gauss-Seidel no hace uso del valor de Pi ,(kj ) para el
cálculo de Pi ,(kj +1) (Ecuación 5.88). El método PSOR ("Point Successive Over Relaxation")
ofrece una forma de tener en cuenta el valor de Pi ,(kj ) en el cálculo de Pi ,(kj +1) . Supóngase que
el valor de Pi ,(kj +1) en la Ecuación 5.88 se nota como Pi*,j(k +1) , de tal forma que:
Pi *,(j k +1) =
1
Ci , j
[ ]
Fi , j − S i , j Pi ,(kj−+11) − Wi , j Pi −(k1,+j1) − Ei , j Pi +(k1,) j − N i , j Pi ,(kj+)1 ............................... (5.89)
Para que un método SOR converja, se deben cumplir las siguientes condiciones:
a. Que la matriz de coeficientes sea diagonalmente dominante. Se dice que una matriz es
diagonalmente dominante cuando el valor absoluto de la diagonal principal es mayor
que la suma de los valores absolutos de los demás coeficientes en la misma fila. En
simulación de yacimientos este caso se suele cumplir, siempre y cuando el modelo
físico esté bien planteado y el modelo matemático sea consistente con el modelo físico.
Pi ,(kj ) . Es decir:
ri(, kj ) = Pi ,exacto
j − Pi ,(kj ) ..................................................................................................... (5.91)
ri(, kj +1)
ρ= ................................................................................................................... (5.92)
ri(, kj )
Convergencia
asintótica
Log ri(, kj )
máx
K (No de Iteraciones)
FIGURA 5.12 Comportamiento típico del valor máximo del residuo en una iteración en
función del número de iteraciones.
ρ1
0
1 ω 2
dado por:
2
ω opt = ...................................................................................................... (5.93)
1 + 1 − ρ1
1 ρ + ω −1
2
ρ= ................................................................................................. (5.94)
ρ1 ω
Para ω ≥ ω opt ,
ρ = ω − 1 ................................................................................................................... (5.95)
aquel valor para el cual el valor de ri , j se alcanza con el menor número de iteraciones.
conv
Este valor puede ser menor, igual o mayor que ω opt , tal como, por ejemplo, se ilustra en la
Figura 5.15.
a. Se fija un valor de ω .
Valor exacto
Pi ,(kj )
ω < ωopt
Valor exacto
Pi ,(kj )
ω > ωopt
w > wopt
Log rij(k )
max
w = wopt
w < wopt
Criterio de
Convergencia
k (No. de Iteraciones)
FIGURA 5.15 Logaritmo del Residuo Máximo en una Iteración en Función del Numero de
Iteraciones.
Tiempo Requerido
para Convergencia
wopt
wmejor
Factor de Relajación,
Wi , j Ei , j Fi , j S i, j N i, j
ω⋅ Pi (−k1,+j1) + Pi ,(kj +1) + ω ⋅ Pi +(k1,) j = (1 − ω )Pi ,(kj ) + ω ⋅ −ω ⋅ Pi ,(kj−+11) − ω ⋅ C Pi ,(kj+)1
Ci, j Ci , j Ci , j Ci, j ci , j
................................................................................................................................... (5.97)
obteniéndose:
Wi , j Ei , j Fi , j S i, j N i, j
ω⋅ Pi −(k1+, j1) + Pi ,(kj +1) + ω ⋅ Pi +(k1+, j1) = (1 − ω )Pi ,(kj ) + ω ⋅ −ω ⋅ Pi ,(kj−+11) − ω ⋅ Pi ,(kj+)1
Ci, j Ci , j Ci , j Ci , j Ci , j
................................................................................................................................... (5.98)
Los términos del lado derecho en la Ecuación 5.98 son conocidos de las filas ya recorridas
en la iteración k + 1 o de las filas que aún faltan por recorrer en la iteración k . Las
presiones del lado izquierdo de la Ecuación 5.98 corresponden a los bloques de la fila j , y
representan las incógnitas cuyos valores deben ser estimados.
Iteración k
j+1
j Pi −1, j Pi , j Pi +1, j
j-1
Iteración k+1
1 i-1 i i+1
El método LSOR puede ser aplicado recorriendo la malla por columnas en lugar de filas.
En este caso, la ecuación resultante toma la siguiente forma:
S i, j N i, j Fi , j Wi , j Ei , j
ω⋅ Pi ,(kj−+11) + Pi ,(kj +1) + ω ⋅ Pi ,(kj++11) = (1 − ω )Pi ,(kj ) + ω ⋅ −ω ⋅ Pi −(k1,+j1) − ω ⋅ Pi +(k1,) j
Ci , j Ci , j Ci , j Ci, j Ci , j
................................................................................................................................... (5.99)
Idealmente, en el momento de alcanzar la solución exacta, ri(, kj ) = 0 para todo punto (i,j) de
ny →
nx
FIGURA 5.18 Esquema del Recorrido por Columnas en los Métodos LSOR y LSORC.
J
r( ) = 0
j =1
k
i, j (si la solución es exacta) .................................................................. (5.102)
( ) ( ) ( ) ( ) (
S i , j Pi ,(kj−)1 + Pi* + Wi , j Pi −(k1,) j + Pi *−1 + C i , j Pi ,(kj ) + Pi* + E i , j Pi (+k1,) j + Pi*+1 + N i , j Pi ,(kj+)1 + Pi* )
− Fi , j = 0
................................................................................................................................... (5.103)
En la Ecuación 5.103, Pi *−1 , Pi* y Pi*+1 son las correcciones correspondientes a las columnas
i-1, i e i+1, respectivamente. Si se escribe la Ecuación 5.101 para cada uno de los bloques
de la columna i y luego se suman las ecuaciones resultantes, se obtiene:
J J J J J J J
................................................................................................................................... (5.104)
J J J J J J J
(k ) (k ) (k ) (k )
S
j =1
i , j Pi , j −1 + S i , j Pi + Wi , j Pi −1, j + Wi , j Pi −1 + C i , j Pi , j + C i , j Pi + E i , j Pi +1, j
j =1
*
j =1
*
j =1 j =1
*
j =1 j =1
J J J J
+ E i , j Pi *+1 + N i , j Pi ,(kj+)1 + N i , j Pi* − Fi , j = 0
j =1 j =1 j =1 j =1
................................................................................................................................... (5.105)
J J J J J J
J J J J J J
Wi , j Pi*−1 + S i , j + C i , j + N i , j Pi* + Ei , j Pi*+1 = − ri(, kj ) ................. (5.106)
j =1 j =1 j =1 j =1 j =1 j =1
a. Se aplica el método LSOR para barrer la malla, tal como se discutió en el numeral
5.5.4.
c. Se obtienen nuevos valores para Pi ,(kj ) (es decir, valores corregidos), así:
Obsérvese que dentro cada columna i , Pi* es el mismo para todas las celdas.
Finalmente, es importante anotar que el método LSORC puede ser aplicado barriendo la
malla por filas, en lugar de columnas. El análisis es similar.