SIMULACION NUMERICA DE YACIMIENTOS

DOCUMENTO 3:

APROXIMACION DE ECUACIONES DIFERENCIALES A DIFERENCIAS

FINITAS

José Gildardo Osorio Gallego, Ph.D.

Universidad Nacional de Colombia – Sede de Medellín

Facultad de Minas

Escuela de Procesos y Energía

Ingeniería de Petróleos

Medellín, octubre de 2021

 3. APROXIMACION DE ECUACIONES DIFERENCIALES A DIFERENCIAS

FINITAS

En el capítulo anterior se discutieron algunas ecuaciones diferenciales parciales

denominadas ecuaciones fundamentales de flujo en medios porosos. Las soluciones a estas
ecuaciones permiten simular el comportamiento de un yacimiento, bajo diferentes
condiciones de flujo, en términos de la posición y el tiempo. En algunos casos de limitada
aplicación, estas ecuaciones pueden ser resueltas analíticamente. Sin embargo, en la
mayoría de las aplicaciones se requiere utilizar técnicas numéricas para su solución.

Este capítulo se dedica a la discusión de los conceptos básicos que rigen la aproximación de
una ecuación diferencial parcial a diferencias finitas. Inicialmente, se discuten algunas
nociones sobre variables discretas y diferencias finitas. Luego, se consideran las
aproximaciones para la primera y segunda derivada, así como los esquemas de
aproximación implícita y explícita. Posteriormente, se discuten los conceptos de error de
truncamiento, estabilidad, convergencia y consistencia. En la parte final del capítulo, se
habla de sistemas de malla y condiciones de límite. A través de todo el capítulo se trabaja
con una ecuación de flujo simple con la finalidad de introducir los conceptos básicos
referentes a los temas antes mencionados. Esto facilita considerablemente la aplicación y
extensión de conceptos básicos a ecuaciones de flujo complejas que gobiernan el
comportamiento real de un yacimiento.

3.1 DISCRETIZACION, VARIABLES DISCRETAS Y DIFERENCIAS FINITAS

Considérese un medio poroso lineal a través del cual fluye un fluido compresible o
levemente compresible y el cual se encuentra a una presión inicial p i (Figura 3.1). Si el

sistema se abre a producir en el punto x = L , la presión disminuye a medida que se

incrementa el volumen de fluido extraído del sistema. Supóngase que para este sistema, la
variación de la presión p , en función de la posición x y el tiempo t , está descrita por la
siguiente ecuación diferencial:

∂2 p ∂p
= ............................................................................................................... (3.1)
∂x 2 ∂t

x=0 x x=L

t2 t1
t3
t4
p

x=0 x x=L

FIGURA 3.1 Forma Típica de la Distribución de Presión en Sistema Lineal (Solución

Analítica)

La solución analítica a la Ecuación 3.1 permite obtener una función continua p = p( x, t )

para calcular la presión en cada punto a un tiempo determinado. Un gráfico de p en
función de x y t luciría en forma análoga a como se ilustra en la Figura 3.1.

Para la solución numérica de una ecuación diferencial de flujo, tal como la Ecuación 3.1, se
requiere tratar el yacimiento como un conjunto de bloques. Esta solución permite calcular
la presión en cada bloque a diferentes intervalos de tiempo. A diferencia de la solución
analítica, en lugar de obtenerse una expresión que relacione la presión como una función
continua de la posición y el tiempo, se obtiene una serie de valores discretos de presión,
cada uno de los cuales corresponde a un bloque determinado del yacimiento. La acción de
dividir el yacimiento en un número determinado de bloques e intervalos de tiempo se
denomina discretización. La Figura 3.2 presenta el ejemplo hipotético de un yacimiento
real y su correspondiente discretización. A las longitudes de cada bloque, ∆ x 1 , ∆ x 2 , ... , y

a cada intervalo de tiempo, ∆t 1 , ∆t 2 , ... , se les denomina diferencias finitas. La Figura 3.3

presenta la forma típica de la distribución de presión en un sistema lineal a diferentes

tiempos obtenida mediante la solución numérica de una ecuación fundamental de flujo. A
manera de ejemplo, se pudiera considerar que las Figuras 3.1 y 3.3 corresponden a las
soluciones analítica y numérica, respectivamente, de una misma ecuación de flujo (por
ejemplo de la Ecuación 3.1) para un mismo sistema.

Barrera Impermeable

p1 p2 p3 p4
φ1 k1 φ2 k2 φ3 k3 φ4 k4

∆x1 ∆x2 ∆x3 ∆x4

Bloque 1 Bloque 2 Bloque 3 Bloque 4

FIGURA 3.2 Esquema de un Sistema Real y su Discretización

 x=0 x x=L

t1
t2
t3
p
t4

x=0 x x=L

FIGURA 3.3 Forma Típica de la Distribución de Presión en un Sistema Lineal (Solución

Numérica).

Los siguientes son algunos comentarios importantes relacionados con la discretización de

un yacimiento:

a. Los lados de cada bloque, perpendiculares a la dirección de flujo, actúan como barreras
de espesor infinitesimal (véase Figura 3.2).

b. La rata de entrada y salida de fluidos en cada bloque está gobernada por las
permeabilidades de las barreras adyacentes a cada bloque y la diferencia de presión entre
ellos.
c. Las propiedades dentro de cada bloque son las mismas en todos los puntos del bloque.
Por ejemplo: a un tiempo determinado, a cada bloque le corresponde un único valor de
presión y de permeabilidad relativa.

d. La variación de las propiedades en el yacimiento se representa mediante la variación de

las propiedades en cada bloque. Por ejemplo: a cada bloque se le puede asignar un valor
diferente de porosidad. Esto implica que pueden existir variaciones fuertes en las
propiedades de bloques adyacentes. El grado de variación de las propiedades de
diferentes bloques es función, en parte, del tamaño de cada bloque.

e. La precisión con la cual el comportamiento real del yacimiento puede ser descrito por el
modelo depende del número de bloques utilizados. En general, a mayor número de
bloques mayor precisión. Sin embargo, el número de bloques está limitado por factores
tales como el costo del simulador, en lo que se refiere a eficiencia computacional y
capacidad de almacenamiento, y la disponibilidad de datos de entrada.

f. La vida del yacimiento es discretizada en intervalos de tiempo. Las condiciones del

yacimiento se definen únicamente al principio y al final de cada intervalo de tiempo,
razón por la cual las condiciones en cada bloque pueden cambiar considerablemente de
un intervalo de tiempo a otro. Intervalos de corta duración (es decir, alto número de
intervalos) hacen que estos cambios sean menos fuertes y aumentan la precisión de los
resultados.

g. La discretización del yacimiento hace que el comportamiento continuo de las

condiciones en él sea distorsionado. Por ejemplo: la Figura 3.4 presenta un esquema de
la distorsión ocasionada en la saturación de agua en un punto fijo de un sistema lineal
debido a su discretización.
 1
: Yacimiento
: Simulador

Sw

0
Tiempo

FIGURA 3.4 Distorsión Ocasionada en la Saturación de Agua en un Punto Determinado

del Yacimiento Debido a la Discretización del Tiempo

3.2 APROXIMACIONES PARA LA PRIMERA DERIVADA

Probablemente, el método más comúnmente utilizado para dar solución numérica a la

Ecuación 3.1 es expresar la función p( x , t ) mediante una serie de Taylor.

Considérese una función f ( x ) continua. La función puede ser expandida alrededor de un

punto a , localizado a una distancia x − a del punto “ x ” (Figura 3.5), mediante una serie
de Taylor (Protter y Morrey, 1980):

∞
f (n)
(a ) (x − a ) n
f ( x) = 
n=0 n!
............................................................................ (3.2)

En la Ecuación 3.2, f (n )
(a ) es la n-ésima derivada de f evaluada en el punto x = a . Es
decir, la Ecuación 3.2 puede ser escrita como:
 x
x–a
a x

x=0 xi xi + 1 x=L

FIGURA 3.5 Esquema Ilustrativo de los Bloques Tenidos en Cuenta en la Aproximación

Progresiva de la Primera Derivada

(x − a ) (x − a ) + ∂ 2 f  ⋅ (x − a ) 2 + ∂ 3 f (x − a ) 3
0
∂f  
f ( x ) = f (a )⋅ +  ⋅  ⋅
0! ∂x  x = a 1! ∂ x 2  x = a 2! ∂x 3 x=a 3!

+L+
∂n f 
 ⋅
( x − a)
n
+ L .............................................................. (3.3)
∂x n x=a n!

3.2.1 La Aproximación Progresiva y su Error de Truncamiento. Supóngase un sistema

lineal de bloques de igual longitud, tal como se ilustra en la Figura 3.5. A cada bloque le
corresponde una variable discreta x 1 , x 2 , ... , x i − 1 , x i , x i + 1 , ..., x n , de acuerdo a su

posición dentro del sistema. El incremento entre dos puntos sucesivos, x i y x i + 1 , está

dado por la diferencia finita ∆ x . Si se definen los puntos a = x i y x = x i + 1 , entonces

x − a = x i + 1 − x i . Por ser bloques de igual longitud, x − a = ∆ x .

Si adicionalmente se tiene en cuenta que la función f ( x ) que se pretende expandir

mediante la serie de Taylor es la presión en el sistema, P , entonces de la Ecuación 3.3 se
tiene:
 ∂ P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x )
P (x i + 1 ) = P (x i ) +
2 3
 ⋅ + 
2 
⋅ +  ⋅
3 
+L+
∂ x  x 1! ∂ x  x
2 ! ∂ x  x
3 !
1 2 3

∂ n P  (∆ x )
n
 ⋅ + L ................................................................................ (3.4)
∂ x n  x n!
n

En la Ecuación 3.4, P (x i + 1 ) y P ( xi ) son las presiones en los bloques i + 1 e i ,

respectivamente. Para simplificar la notación, las presiones P (x i + 1 ) y P ( xi ) se notarán en

∂P 
adelante como Pi + 1 y Pi , respectivamente. Similarmente, la derivada  se notará
∂ x  xi

∂P 
como  . Teniendo en cuenta esta notación, la Ecuación 3.4 puede ser escrita como:
∂ x  i

∂ P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x )
2 3 n

P = Pi +  ⋅ +  ⋅ +  ⋅ + L +  ⋅ +L
i +1 ∂ x  i 1! ∂ x 2  i 2 ! ∂ x 3  i 3! ∂ x n  i n !
................................................................................................................................... (3.5)

∂P 
Resolviendo para  :
∂ x  i

∂P  Pi +1 − Pi ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 2 ∂ n P  (∆ x )
n −1
 = −  ⋅ −  ⋅ − L −  ⋅ + L ....... (3.6)
∂x  i ∆x ∂ x 2  i 2! ∂ x 3  i 3! ∂ x n  i n!

La Ecuación 3.6 puede ser escrita como:

∂P  Pi + 1 − Pi
 = + R ip ........................................................................................... (3.7)
∂x i ∆x

En la Ecuación 3.7, el término Rip está dado por la siguiente ecuación:

  ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 2 
R ip = −  2  ⋅ +  ⋅ + L ........................................................ (3.8)
 ∂ x  i 2 ! ∂ x 3  i 3! 

La Ecuación 3.7 puede ser escrita en forma aproximada de la siguiente forma:

∂P  Pi + 1 − Pi
 ≅ .................................................................................................... (3.9)
∂x i ∆x

A la Ecuación 3.9 se le conoce como la aproximación progresiva a la primera derivada y

permite evaluar la primera derivada de la presión en el bloque i en términos de la presiones
en los bloques i e i + 1 .

A la parte truncada de la Ecuación 3.7, R ip , se le conoce como error de truncamiento de la

aproximación progresiva. En este caso, se dice que el error de truncamiento es de primer

orden debido a que la menor potencia a la cual se encuentra elevada la diferencia finita ∆ x ,
en el error de truncamiento, es uno (Ecuación 3.8). En general, se dice que la aproximación
numérica de una ecuación diferencial tiene un error de truncamiento de orden n , lo cual se
[ ]
nota como O (∆ x ) , cuando la mínima potencia de la diferencia finita, ∆ x , en la parte
n

truncada es n .

Obsérvese que a mayor orden del error de truncamiento, mejor es la aproximación

numérica de la ecuación diferencial. Por ejemplo, considérese dos esquemas de
aproximación cuyos errores de truncamiento sean:

 ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 2 ∂ 4 P  (∆ x ) 3 
Ri ] = −  2  ⋅ +  ⋅
∂ x 3  i 3!
+  ⋅
∂ x 4  i 4 !
+ L
 ∂ x  i 2 ! 
1

y
  ∂ 3 P  (∆ x ) 2 ∂ 4 P  (∆ x ) 3 
Ri ] = −  3  ⋅ +  ⋅
∂ x 4  i 4 !
+ L
 ∂ x  i 3! 
2

]
La aproximación correspondiente al error de truncamiento R i 2 , es la de mayor exactitud

debido a que se está truncando únicamente desde el término (∆ x ) , en tanto que la

2

aproximación correspondiente al error de truncamiento R i ]1

está truncando desde el

término (∆ x ) .

3.2.2 La Aproximación Regresiva y su Error de Truncamiento. Considere el sistema

lineal de bloques ilustrado en la Figura 3.6. Si se definen los puntos a = x i y x = x i − 1 ,

entonces x − a = x i − 1 − x i = − (x i − x i − 1 ) = − ∆ x . Teniendo en cuenta estas definiciones y

recordando que f ( x ) = P , de la Ecuación 3.3, se tiene:

∂P  ∂ 2 P  (− ∆ x ) ∂ 3 P  (− ∆ x )
P (x i − 1 ) = P (x i ) +
2 3
 ⋅ (− ∆ x ) +  ⋅ +  ⋅ +L+
∂ x  Xi ∂ x 2  Xi 2! ∂ x 3  Xi 3!

∂ n P  (− ∆ x )
n
 ⋅ + L ......................................................................... (3.10)
∂ x n  Xi n!

Con la finalidad de simplificar notación, P (x i − 1 ) se notará como Pi − 1 . Teniendo en cuenta

está notación, y la notación para P ( xi ) definida anteriormente, la Ecuación 3.10 puede ser
escrita como:

∂P  (Δx ) ∂ 2 P  (Δx ) ∂ 3 P  (Δ x ) ∂ n P  (− Δ x )
2 3 n
P = Pi −  ⋅ + 2 ⋅  − 3 ⋅  + L + n  ⋅ + L (3.11)
i −1 ∂x  i 1! ∂x  i 2! ∂x  i 3! ∂x  i n!
 a – x = - ( x – a)

x a

x=0 x i-1 xi x=L

FIGURA 3.6 Esquema Ilustrativo de los Bloques Tenidos en Cuenta en la Aproximación

Regresiva de la Primera Derivada

∂P 
Resolviendo la Ecuación 3.11 para  , se tiene:
∂ x  i

∂P  Pi − Pi − 1 ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 2 ∂ n P  (− ∆ x )
n −1
 = +  ⋅ −  ⋅ + L +  ⋅ + L .. (3.12)
∂x i ∆x ∂ x 2  i 2! ∂ x 3  i 3! ∂ x n  i n!

La Ecuación 3.12 puede ser escrita como:

∂P  Pi − P i − 1
 = + R ir .......................................................................................... (3.13)
∂x  i ∆x

En la Ecuación 3.13 Rir está dado por:

∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (− ∆ x )
2 n −1
R =r
 ⋅ −  ⋅ +L+  ⋅ + L ...................... (3.14)
∂ x 2  i 2 ! ∂ x 3  i 3! ∂ x n  i
i
n!
La Ecuación 3.13 puede ser aproximada de la siguiente forma:

∂P  Pi − P i − 1
 ≅ .................................................................................................... (3.15)
∂x i ∆x

A la Ecuación 3.15 se le conoce como la aproximación regresiva de la primera derivada.

Su error de truncamiento está dado por la Ecuación 3.14. Obsérvese que el error de
truncamiento de la aproximación regresiva es de primer orden, O[ (∆ x ) ] .

3.2.3 La Aproximación Central y su Error de Truncamiento. Si se substrae la

Ecuación 3.11 de la Ecuación 3.5, se obtiene:

 ∂ P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 
2 3
Pi + 1 − Pi − 1 =  Pi +  ⋅ + 
2 
⋅ + 
3 
⋅ + L −
 ∂ x  i 1! ∂ x  i 2! ∂ x  i 3! 
 ∂ P  (∆ x ) ∂ 2 P  (∆ x ) ∂ 3 P  (∆ x ) 
2 3
 Pi −  ⋅ +  ⋅ −  ⋅ + L
 ∂ x  i 1! ∂ x 2  i 2! ∂ x 3  i 3! 

Simplificando,

∂ P  (∆ x ) ∂ 3 P  (∆ x ) ∂ n P  (∆ x ) ∂ n P  (− ∆ x )
3 n n
Pi + 1 − Pi − 1 = 2 ⋅  ⋅ + 2 ⋅ 3  ⋅ +  ⋅ +  ⋅ L
∂ x  i 1! ∂ x  i 3! ∂ x n  i n ! ∂ x n  i n!

∂P 
Despejando  ,
∂ x  i

∂P  Pi + 1 − Pi − 1 ∂ 3 P  (∆ x ) 2 ∂ n P  (∆ x )
n −1
∂ n P  (− ∆ x )
n −1
 = −  ⋅ − L −  ⋅ −  ⋅ +L
∂x i 2 ⋅ (∆ x ) ∂ x 3  i 3! ∂ x n  i 2n ! ∂ x n  i 2n !
................................................................................................................................... (3.16)

La Ecuación 3.16 puede ser escrita como:

∂P  Pi + 1 − Pi − 1
 = + R ic ......................................................................................... (3.17)
∂x  i 2 ⋅ (∆ x )

En la Ecuación 3.17, R ic está dada por:

∂ 3 P  (∆ x ) ∂ n P  (∆ x ) ∂ n P  (− ∆ x )
2 n −1 n −1
R ic = −  ⋅ + L −  ⋅ −  ⋅ − L .............. (3.18)
∂ x 3  i 3! ∂ x n  i n! ∂ x n  i n!

El error el truncamiento, R ic , tiende a cero cuando ∆ x tiende a cero. En este caso, la

Ecuación 3.17, se simplifica de la siguiente forma:

∂P  P − Pi − 1
 ≅ i + 1 ................................................................................................ (3.19)
∂x  i 2 ⋅ (∆ x )

A la Ecuación 3.19 se le conoce como la aproximación central a la primera derivada. Su

error de truncamiento, dado por la Ecuación 3.18, es de segundo orden, O (∆ x ) [ 2
].
Obsérvese que el error de truncamiento de la aproximación central es menor que el error de
truncamiento de las aproximaciones progresiva y regresiva.

Las Figuras 3.7, 3.8 y 3.9 presentan la interpretación geométrica de las aproximaciones
progresiva, regresiva y central, respectivamente. De estas figuras, se observa que la
aproximación progresiva estima la primera derivada de la presión en el bloque i con base a
los valores de presión en el bloques i y en el bloque posterior ( i + 1 ). La aproximación
regresiva estima la primera derivada de la presión en el bloque i con base a los valores de
presión en el bloque i y en el bloque anterior ( i − 1 ). La aproximación central calcula la
primera derivada de la presión en el bloque i con base a los valores de presión en los
bloques anterior ( i − 1 ) y posterior ( i + 1 ). Este último hecho es justamente la razón por la
cual el error de truncamiento de la aproximación central es menor que los errores de
truncamiento de las aproximaciones progresiva y regresiva.

Pi + 1
Pi + 1 – Pi
Pi
∂ p 
:  
 ∂ x  progresiva
∂ p 
∆x :  
 ∂ x  verdadera

x xi + 1

FIGURA 3.7 Interpretación Geométrica de la Aproximación Progresiva

Pi
Pi – Pi – 1
Pi – 1 ∂ p 
:  
 ∂ x  regresiva
∂ p 
:  
∆x  ∂ x  verdadera

xi – 1 xi

FIGURA 3.8 Interpretación Geométrica de la Aproximación Regresiva

 Pi + 1

Pi

∂ p 
:  
Pi – 1  ∂ x  centrada
∂ p 
:  
 ∂ x  verdadera

xi – 1 xi xi + 1

FIGURA 3.9 Interpretación Geométrica de la Aproximación Central

3.3 APROXIMACIÓN NUMÉRICA PARA LA SEGUNDA DERIVADA

La aproximación numérica para la segunda derivada puede ser obtenida sumando las
Ecuaciones 3.5 y 3.11:

∂2P ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x )
4 6
Pi + 1 + Pi − 1 = 2 ⋅ Pi +  ⋅ (∆ x ) 2
+ 2 ⋅  ⋅ + 2 ⋅  ⋅ +L
∂ x 2  i ∂ x 4  i 4 ! ∂ x 6  i 6 !

∂2P
Despejando  ,
∂ x 2  i

∂2P Pi − 1 − 2 ⋅ Pi + Pi + 1 ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x )
2 4
 = − 2 ⋅  ⋅ − 2 ⋅  ⋅ + L ............ (3.20)
∂ x 2  i (∆ x ) 2 ∂ x 4  i 4 ! ∂ x 6  i 6 !

La Ecuación 3.20 puede ser escrita de la siguiente forma:

∂2P P − 2 ⋅ Pi + Pi + 1
 = i −1
2 
+ R i2 ......................................................................... (3.21)
∂x i (∆ x ) 2

En la Ecuación 3.21, Ri2 está dada por:

 ∂ 4 P  (∆ x ) 2 ∂ 6 P  (∆ x )
4 
R = − 2 ⋅ 4  ⋅
2
 + 2⋅ 6  ⋅ + L ............................................... (3.22)
 ∂ x  i 4 ! ∂ x  i 6!
i


R i2 tiende a cero cuando ∆ x tiende a cero. En este caso, de la Ecuación 3.21 se obtiene:

∂2P Pi − 1 − 2 ⋅ Pi + Pi + 1
 ≅ .................................................................................. (3.23)
∂ x 2  i (∆ x ) 2

A la Ecuación 3.23 se le conoce como la aproximación numérica para la segunda

∂2P
derivada. Esta expresión permite estimar el valor de en el bloque i en términos de
∂x2
las presiones en los bloques i − 1 , i e i + 1 . El error de truncamiento de esta ecuación está
dado por la Ecuación 3.22 de donde se puede observar que el error de truncamiento para la
segunda derivada es de segundo orden.

3.4 ESQUEMAS DE APROXIMACIÓN EXPLICITO E IMPLICITO

Considérese que la Ecuación 3.1 es válida en el intervalo 0 < x < L y t > 0 . Para dar

solución numérica a esta ecuación, se requiere dividir el intervalo [0, L ] en diferencias

finitas en el espacio, ∆ x , y el intervalo [0, t ] en diferencias finitas en el tiempo, ∆t (Figura

∂ 2 P ∂P
3.10). Así mismo, es necesario expandir las derivadas y .
∂x2 ∂t
 t

∆t

i–1 i i+1
0 ∆x L

FIGURA 3.10 Discretización de un Sistema Lineal en el Espacio y el Tiempo

∂P
La derivada puede ser expandida mediante una aproximación progresiva (Ecuación
∂t
3.9), regresiva (Ecuación 3.15) ó central (Ecuación 3.19). En las Ecuaciones 3.9, 3.15 y
3.19 se aproximó la variación de la presión con respecto a la posición a un tiempo fijo,

∂P 
 . En este caso se requiere evaluar la variación de la presión con respecto al tiempo en
∂ x  t

∂P 
una posición fija,  . Por lo anterior, en lugar de emplear la diferencia finita ∆ x , tal
∂t  x

como aparece en las Ecuaciones 3.9, 3.15 y 3.19, se debe emplear la diferencia finita ∆t .
Así mismo, el subíndice i (el cual indica posición) en este caso permanece fijo. El índice
que varía debe ser aquel que indique el nivel de tiempo. Denotaremos por la letra n los
índices que indiquen nivel de tiempo y serán superíndices de la variable P . Tal como se
indicó anteriormente, los índices que indiquen posición los denotaremos por la letra i , y
serán subíndices de la variable P . Por ejemplo, Pi indica presión en el bloque i , P n

indica presión al tiempo n , Pi n indica la presión en el bloque i al tiempo n .

Teniendo en cuenta estos comentarios, las ecuaciones para las aproximaciones progresiva,
∂P
regresiva y central de son, respectivamente,
∂t

n +1
∂ P Pi − Pi n
= + O[ (∆ t ) ] .................................................................................... (3.24)
∂t ∆t

n −1
∂ P Pi − Pi
n

= + O[ (∆ t ) ] .................................................................................... (3.25)
∂t ∆t

[ ] .............................................................................. (3.26)
n +1
∂ P Pi − Pi n − 1
= + O (∆ t )
2

∂t 2 ⋅ ∆t

En las Ecuaciones 3.24 a 3.26, los superíndices n − 1 , n y n + 1 representan los tiempos

t n − 1 , t n y t n + 1 , respectivamente.

Para la aproximación de la primera derivada con respecto al tiempo, no utilizaremos la

aproximación regresiva, Ecuación 3.25, debido a que nuestro interés es calcular la presión
en cada bloque i del sistema a tiempos futuros (es decir, Pi n + 1 ), partiendo de valores

actuales (es decir, Pi n ) y, contrario a nuestro interés, la aproximación regresiva relaciona la

presión actual ( Pi n ) con presiones a tiempos pasados ( Pi n − 1 ). La aproximación central

tampoco será utilizada debido a problemas de estabilidad, concepto que será discutido más
adelante. Por estas razones, se empleará la aproximación progresiva, (Ecuación 3.24), para
∂P
aproximar el término .
∂t

Para aproximar la segunda derivada se aplicará la Ecuación 3.23:

∂2P P − 2 ⋅ Pi + Pi + 1
 ≅ i −1
2 
.................................................................................. (3.23)
∂x i (∆ x ) 2

Esta ecuación, tal como está escrita, no incluye el nivel de tiempo. La pregunta que surge
sería: ¿A que tiempo hace referencia las presiones en la Ecuación 3.23?. Dependiendo del
nivel de tiempo asignado a cada término de presión en la Ecuación 3.23, se suele hablar de
diferentes esquemas de aproximación, de los cuales los más comunes son: la aproximación
explícita, la aproximación implícita y la aproximación de Crank-Nicolson. Desde el punto
de vista numérico, cada uno de estos esquemas posee características diferentes.

3.4.1 Esquema de Aproximación Explícita. Supóngase que las presiones incluidas en la

Ecuación 3.23 son evaluadas al tiempo t n . En este caso, se tiene:

∂ 2 P Pi − 1 − 2 ⋅ Pi + Pi + 1
n n n

≅ ..................................................................................... (3.27)
∂x 2 (∆ x ) 2

Si se lleva las Ecuaciones 3.24 y 3.27 a la Ecuación 3.1, se obtiene:

Pin+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n
= .......................................................................... (3.28)
(∆ x ) 2 ∆t

La Ecuación 3.28 puede ser escrita como:

Pin+ 1 ⋅ ∆t − 2 ⋅ Pi n ⋅ ∆t + Pi n− 1 ⋅ ∆t = Pi n + 1 ⋅ (∆ x ) − Pi n ⋅ (∆ x )
2 2

o bien:

∆t  2 ⋅ ∆t  ∆t
Pi n + 1 = Pi n− 1 ⋅ − Pi n ⋅  − 1 + Pin+ 1 ⋅
(∆ x ) 2
 (∆ x )
2
 (∆ x ) 2
Definiendo la variable λ como:

∆t
λ= ................................................................................................................ (3.29)
(∆ x ) 2

Se obtiene:

Pi n + 1 = λ ⋅ Pi n− 1 − (2 ⋅ λ − 1) ⋅ Pi n + λ ⋅ Pin+ 1 .................................................................. (3.30)

A la Ecuación 3.30 se le conoce como la aproximación explícita a la Ecuación 3.1. La

aplicación repetitiva de esta aproximación numérica permite estimar la presión en cada
bloque i del sistema al tiempo t n + 1 , con base en los valores de presión en los bloques

i − 1 , i e i + 1 al tiempo t n . Para llevar a cabo esta serie de cálculos, se requiere de una

condición inicial y dos condiciones de frontera. A continuación se ilustra un ejemplo de

aplicación de la Ecuación 3.30.

Ejemplo. Supóngase un sistema lineal de siete bloques tal como el presentado en la Figura
3.3. Si t 0 es tiempo inicial, obtener las expresiones de la aproximación explícita para el

cálculo de las presiones en cada bloque a un tiempo futuro t1 = t 0 + ∆t y a un tiempo

t 2 = t 1 + ∆t , asumiendo que en cada caso las condiciones de límite son:

a. P0 = constante = Pcero

b. P8 = 0

Solución. Definiendo t 0 = t n , entonces t 1 = t 0 + ∆t = t n + 1 . Debido a que t 0 es el tiempo

actual (condición inicial), entonces la presiones a este tiempo, P1(0 ) , P2(0 ) , … P7(0 ) , son
conocidas. De la Ecuación 3.30 se pueden obtener las expresiones para el cálculo de las
presiones en cada nodo al tiempo t1 = t n + 1 :
Para el primer bloque, i = 1 :

P1(1) = λ ⋅ P0(0 ) − (2 ⋅ λ − 1) ⋅ P1(0 ) + λ ⋅ P2(0 )

Asignando al bloque i = 0 la condición de límite izquierdo, se tiene P0 = constante = Pcero ,

por consiguiente:

P1(1) = λ ⋅ Pcero
(0 )
− (2 ⋅ λ − 1) ⋅ P1(0 ) + λ ⋅ P2(0 )

Para el segundo bloque, i = 2 :

P2(1) = λ ⋅ P1(0 ) − (2 ⋅ λ − 1) ⋅ P2(0 ) + λ ⋅ P3(0 )

Para el séptimo bloque, i = 7 :

P7(1) = λ ⋅ P6(0 ) − (2 ⋅ λ − 1) ⋅ P7(0 ) + λ ⋅ P8(0 )

Asignando al bloque i = 8 la condición de límite derecho, se tiene P8 = 0 , por

consiguiente:

P7(1) = − (2 ⋅ λ − 1) ⋅ P7(0 ) + λ ⋅ P6(0 )

Al tiempo t 2 = t1 + ∆t , se pueden re-definir la variables t n y t n + 1 de tal forma que t n = t1

y t n + 1 = t 2 . Teniendo en cuenta esta re-definición de variables, de la Ecuación 3.30 se

tiene:
Para el primer bloque, i = 1 :

P1(2 ) = λ ⋅ P0(1) − (2 ⋅ λ − 1) ⋅ P1(1) + λ ⋅ P2(1)

De nuevo, asignando al bloque i = 0 la condición de límite izquierdo, se tiene

P0 = constante = Pcero , luego:

P1(2 ) = λ ⋅ Pcero − (2 ⋅ λ − 1) ⋅ P1(1) + λ ⋅ P2(1)

Para el segundo bloque, i = 2 :

P2(2 ) = λ ⋅ P1(1) − (2 ⋅ λ − 1) ⋅ P2(1) + λ ⋅ P3(1)

Para el séptimo bloque, i = 7 :

P7(2 ) = λ ⋅ P6(1) − (2 ⋅ λ − 1) ⋅ P7(1) + λ ⋅ P8(1)

Nuevamente, asignando al bloque i = 8 la condición de límite derecho, se tiene P8 = 0 , por

consiguiente:

P7(2 ) = − (2 ⋅ λ − 1) ⋅ P7(1) + λ ⋅ P6(1)

En la parte izquierda de la Figura 3.11 se indican los puntos en el espacio y los niveles de
tiempo tenidos en cuenta en la aproximación explícita.
 t n+1 t n+1

tn tn
xi – 1 xi xi + 1 xi – 1 xi xi + 1
Esquema Explícito Esquema Implícito

FIGURA 3.11 Representación Esquemática de las Aproximaciones Explícita e Implícita

De la Ecuación 3.30, y su aplicación al ejemplo anterior, se infiere el procedimiento general

para el cálculo de la distribución de presiones mediante aplicación de la aproximación
explícita:

a. A cada uno de los bloques del sistema se le asigna un valor de presión al tiempo inicial
t = 0 teniendo en cuenta las condiciones inicial y de frontera. De esta forma se

obtienen valores para las variables Pi +01 , Pi 0 y Pi −01 , i = 0, 1, ..., n x (la variable n x hace
referencia al número variables discretas).

b. Se hace n = 0 y se calcula los valores de Pi n +1 para cada uno de los bloques de la malla

( i = 0, 1, ..., n x ).

c. Una vez barrida toda la malla, se repite el procedimiento para el tiempo t n + 2 ,

asignando a los valores de n los respectivos valores de n + 1 previamente calculados y

aplicando la Ecuación 3.30 para n + 1 y n + 2 , en lugar de n y n + 1 , respectivamente.
Tal como se discutirá más adelante, para obtener estabilidad en este esquema de solución,
se requieren incrementos de tiempo, ∆t , muy pequeños, lo que limita su aplicación en un
gran número de problemas prácticos.

3.4.2 Esquema de Aproximación Implícita. Supóngase que las presiones Pi − 1 , Pi y

Pi + 1 en la Ecuación 3.23 hacen referencia al tiempo t n + 1 . En este caso, la Ecuación 3.23

puede ser escrita como:

n +1 n +1
∂ 2 P Pi − 1 − 2 ⋅ Pi + Pin++11
≅ ............................................................................... (3.31)
∂x 2 (∆ x ) 2

Sustituyendo las Ecuaciones 3.24 y 3.31 en la Ecuación 3.1, se obtiene:

Pin++11 − 2 ⋅ Pi n + 1 + Pi n−+1 1 Pi n + 1 − Pi n
= ..................................................................... (3.32)
(∆ x ) 2 ∆t

La Ecuación 3.32 puede ser escrita de la siguiente forma:

λ ⋅ Pin++11 − (2 ⋅ λ + 1) ⋅ Pi n + 1 + λ ⋅ Pi n−+1 1 = − Pi n ........................................................... (3.33)

A la Ecuación 3.32 se le conoce como la aproximación implícita a la Ecuación 3.1. Si esta

ecuación se aplica a cada uno de los bloques de la malla, se genera un sistema de
ecuaciones cuya solución simultánea permite obtener la distribución de presiones del
sistema al tiempo t n + 1 .

Ejemplo. Obtener el sistema de ecuaciones generado de la aproximación implícita,

Ecuación 3.33, para el ejemplo anterior.
Solución. Definiendo t 0 = t n y t 1 = t n + 1 . La Ecuación 3.33 genera una ecuación para cada

bloque del sistema, tal como se indica a continuación:

Para el primer bloque, i = 1 ,

λ ⋅ P0(1) − (2 ⋅ λ + 1) ⋅ P1(1) + λ ⋅ P2(1) = − P1(0 )

Al igual que en el ejemplo anterior, asignando al bloque i = 0 la condición de límite

izquierdo, se tiene P0 = constante = Pcero , por consiguiente:

− (2 ⋅ λ + 1) ⋅ P1(1) + λ ⋅ P2(1) = − P1(0 ) − λ ⋅ Pcero

Para el segundo bloque, i = 2 :

λ ⋅ P1(1) − (2 ⋅ λ + 1) ⋅ P2(1) + λ ⋅ P3(1) = − P2(0 )

λ ⋅ P6(1) − (2 ⋅ λ + 1) ⋅ P7(1) + λ ⋅ P8(1) = − P7(0 )

Al igual que en el ejemplo anterior, asignando al bloque i = 8 la condición de límite

derecho, se tiene P8 = 0 , por consiguiente:

λ ⋅ P6(1) − (2 ⋅ λ + 1) ⋅ P7(1) = − P7(0 )

Este sistema de ecuaciones puede ser escrito en forma matricial como AP (1) = F , donde A
es la matriz de coeficientes definida como:
 − (2λ + 1) λ 
 λ − (2λ + 1) λ 
 
 λ − (2λ + 1) λ 
 
A= λ − (2λ + 1) λ 
 λ − (2λ + 1) λ 
 
 λ − (2λ + 1) λ 

 λ − (2λ + 1)

P y F son los vectores de presión y términos independientes, respectivamente, definidos

de la siguiente forma:

 P1(1)  − P1(0 ) − λPcero 

 (1)   
 P2   − P2(0 ) 
 P3(1)   − P3(0 ) 
   
P (1) =  P4(1)  , F= − P4 ( 0)

 P (1)   − P5 (0 ) 
 5(1)   
 P6   − P6(0 ) 
 P (1)   − P7 (0 ) 
 7   

La solución del sistema de ecuaciones AP (1) = F permite obtener los valores de presión en
cada bloque al tiempo t n + 1 = t 1 . Las técnicas de solución de este tipo de sistemas, más

comúnmente utilizadas en simulación de yacimientos, serán discutidas a lo largo de este

texto, a partir del capítulo cuatro.

La Figura 3.11 incluye los puntos en el espacio y los niveles de tiempo tenidos en cuenta en
la aproximación implícita.

3.5 CRITERIOS TENIDOS EN CUENTA PARA LA SELECCION DE UN

ESQUEMA DE APROXIMACIÓN NUMERICA.

Existen diferentes esquemas de aproximación numérica a las ecuaciones diferenciales de

flujo, dos de los cuales han sido discutidos en el numeral 3.4 (la aproximación explícita y la
aproximación implícita). La selección de uno u otro de estos esquemas se debe realizar
teniendo en cuenta, fundamentalmente, los siguientes criterios: error de truncamiento,
estabilidad, convergencia y consistencia. Esta parte del capítulo se dedica a la discusión del
significado de estos conceptos y algunos métodos para su análisis.

3.5.1 Error de Truncamiento. Tal como se menciona en la sección 3.2, el error de

truncamiento hace referencia al error en que se incurre al utilizar la aproximación en
diferencias finitas, luego de ser truncada, en lugar de la ecuación diferencial misma. En
términos generales el error de truncamiento se define como:

 Ecuación   Ecuación en 
εT =  −  ........................................................ (3.34)
 Diferencial   Diferencias Finitas 

Es importante anotar que este error de truncamiento es diferente al error de truncamiento en

el que se incurre debido a las operaciones repetitivas del computador. Los computadores
tienen una memoria de capacidad finita y, en consecuencia, pueden retener únicamente
números de "tamaño finito" (es decir, hasta cierto número de cifras significativas). El error
cometido por esta clase de truncamiento, el cual se propaga a medida que se incrementa el
número de operaciones, es diferente al error de truncamiento numérico a que hace
referencia la Ecuación 3.34.

Ejemplo. Considérese la Ecuación 3.1, cuya aproximación explícita está dada por la
Ecuación 3.28:

Pin+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n
= .......................................................................... (3.28)
(∆ x ) 2 ∆t

Aplicando la Ecuación 3.34, se tiene:

 ∂2 p ∂p   Pin+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n 
εT =  2 − − − 
 ∂x ∂t   (∆ x ) 2 ∆t 
 ∂2 p ∂p
Llevando las Ecuaciones 3.20 y 3.24, en reemplazo de y , a la anterior ecuación
∂x 2
∂t
se tiene:

 Pin+ 1 − 2 ⋅ Pi n + Pi n− 1 ∂ 4 P  (∆ x ) ∂ 6 P  (∆ x ) Pi n + 1 − Pi n
2 4

εT =  − 2⋅  ⋅ − 2 ⋅  ⋅ + L −
 (∆ x ) 2 ∂ x 4  i 4 ! ∂ x 6  i 6 ! ∆t

∂ 2 P  ∆t   Pin+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n 
+  ⋅ − L −  − 
∂t 2  i 2   (∆ x ) 2 ∆t 

Simplificando,

εT = −
(∆ x ) 2 ⋅ ∂ 4 P  −
∆t ∂ 2 P 
⋅  +L= O [( ∆ x ) 2
]
+ ( ∆t ) ............................... (3.35)
12 ∂ x 4  i 2 ∂t 2  i

Ejemplo. La aproximación de Crank-Nicolson se obtiene de una combinación de las

aproximaciones implícita y explícita; consiste en aproximar la ecuación diferencial en el
 1
punto  i, n +  tal como se ilustra en la Figura 3.12.
 2

La aproximación de Crank-Nicolson aplicada a la Ecuación 3.1 está dada por la siguiente

ecuación:
 t n+1

( xi , t n + ½ )

tn

xi – 1 xi xi + 1

FIGURA 3.12 Representación Esquemática del Método de Crank-Nicolson

n +1 n Central en n +1 2
1 ∂2P 1 ∂2P ∂P 
⋅  + ⋅ 2  =  ........................................................... (3.36)
2 ∂ x 2  i 2 ∂x  i ∂t  i

Reemplazando los términos diferenciales de la Ecuación 3.36 por sus correspondientes

aproximaciones numéricas, se obtiene:

n +1 n +1
1  Pi + 1 − 2 ⋅ Pi + Pi n−+1 1  1  Pin+ 1 − 2 ⋅ Pi n + Pi n− 1  Pi n + 1 − Pi n
⋅  + ⋅ =
2  (∆ x ) 2  2  (∆ x ) 2   ∆t 
2 ⋅ 
 2

n +1 n +1
1  Pi + 1 − 2 ⋅ Pi + Pi n−+1 1  1  Pin+ 1 − 2 ⋅ Pi n + Pi n− 1  Pi n + 1 − Pi n
⋅  + ⋅ = .................. (3.37)
2  (∆ x ) 2  2  (∆ x ) 2  ∆t

Obsérvese que la expansión numérica de la derivada de la presión con respecto al tiempo,

proviene de una aproximación central en t = t 1 y, en consecuencia, puede ser escrita
n+
2

como:
  ∆t 
2

n +1   n+
1
∂ P Pi − Pi n ∂ P
2

−   ⋅ 2 
2 2
= ... ................................................................ (3.38)
∂t  ∆t  6 ∂t  i
2 ⋅ 
 2

Llevando las Ecuaciones 3.1 y 3.37 a la definición de error de truncamiento, Ecuación 3.34,
se tiene:

n +1 n +1
 ∂ 2 p ∂ p   1 Pi + 1 − 2 ⋅ Pi + Pi n−+1 1 1 Pi n+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n 
εT =  2 − − ⋅ + ⋅ − 
 ∂x ∂t   2 (∆ x ) 2 2 (∆ x ) 2 ∆t 
................................................................................................................................... (3.39)

Combinando las Ecuaciones 3.27, 3.31, 3.36, 3.38 y 3.39, se obtiene:

 1 Pin++11 − 2 ⋅ Pi n + 1 + Pi n−+1 1 1 (∆ x ) 2 ∂ 4 P  1 Pi + 1 − 2 ⋅ Pi + Pi − 1
n n n

εT =  ⋅ − ⋅ ⋅  −L + ⋅
 2 (∆ x ) 2 2 12 ∂ x 4  i 2 (∆ x ) 2

 ∆t 
2

  1

1 (∆ x ) ∂ 4 P 
n+
2
Pi n + 1 − Pi n  2  ∂ P 2
3
− ⋅ ⋅  −L− + ⋅ 3  − L
2 12 ∂ x 4  i  ∆t  6 ∂t  i 
2 ⋅  
 2 

 1 Pi n++11 − 2 ⋅ Pi n + 1 + Pi n−+1 1 1 Pi n+ 1 − 2 ⋅ Pi n + Pi n− 1 Pi n + 1 − Pi n 
− ⋅ + ⋅ − 
 2 (∆ x ) 2 2 (∆ x ) 2 ∆t 

Simplificando,

 ∆t 
2

  1
(∆ x ) 2 ⋅ ∂ 4 P  (∆ x) ∂ P 
n +1 n n+
∂ 
2 4 3
⋅ 4  +   ⋅ 3 
2 P 2
εT =− − +L
24 ∂ x 4  i 24 ∂ x  i 6 ∂t  i

Es decir, el orden del error de truncamiento de la aproximación de Crack-Nicolson está

dado por:
 [ ]
ε T = O ( ∆ x ) 2 + ( ∆t ) 2 ......................................................................................... (3.40)

Al comparar las Ecuaciones 3.35 y 3.40, se infiere que la aproximación de Crank-Nicolson

presenta un menor error de truncamiento que las aproximaciones implícita y explícita.

3.5.2 Estabilidad. Análisis de estabilidad es un procedimiento a través del cual es posible

determinar si el error obtenido en un punto (bloque) de la malla, en un momento
determinado, disminuye o aumenta al incrementar el tiempo. Si el error disminuye, se dice
que la aproximación es estable. Si aumenta, se dice que es inestable. Si el error disminuye
únicamente bajo ciertas condiciones, se dice que es condicionalmente estable. Para que
una aproximación numérica conlleve a resultados útiles se requiere que dicha aproximación
sea estable. La Figura 3.13 ilustra la variación de presión en un punto determinado del
sistema en función del tiempo para un esquema estable y un esquema inestable. A
continuación se presentan dos criterios muy útiles para determinar estabilidad: El criterio de
Karplus y el Método de Von Neumann.

El Criterio de Karplus. El método de Karplus no considera el efecto de condiciones de

límite en el análisis de estabilidad. El procedimiento a seguir para la aplicación del método
puede ser resumido de la siguiente forma:

a. La ecuación en diferencias finitas es reordenada de manera tal que tome la siguiente

forma:

( ) ( ) ( ) ( )
a ⋅ Pi n+ 1 − Pi* + b ⋅ Pi n− 1 − Pi* + c ⋅ Pi n + 1 − Pi* + L + d ⋅ Pi n − 1 − Pi* + L = 0 ... (3.41)

En la Ecuación 3.41, Pi* indica la presión en el punto i y al tiempo en torno al cual se

efectúa la aproximación numérica.
 Esquema Estable
Esquema Inestable

∆ Pn

∆P = P n + 1 − P n

Nivel de tiempo, tn
FIGURA 3.13 Comportamiento en el Cambio de Presión en un Punto Determinado de un
Esquema Estable y un Esquema Inestable

b. La aproximación será estable cuando la suma de los coeficientes a , b , c , ..., d , ... sea
menor o igual a cero.

Debido a que los coeficientes a , b , c , ..., d pueden cambiar de un nodo a otro, el criterio
debe ser aplicado a cada nodo. Un esquema determinado puede ser estable en un nodo pero
inestable en otros.

Ejemplo. Con la finalidad de aplicar el criterio de Karplus a la aproximación explícita, la

Ecuación 3.30 puede ser escrita de la siguiente forma:

λ ⋅ (Pin+ 1 − Pi n ) + λ ⋅ (Pin− 1 − Pi n ) − (Pi n + 1 − Pi n ) = 0 .................................................. (3.42)

Esta aproximación será estable siempre y cuando se cumpla que:

λ + λ − 1 = 2⋅λ − 1 = 2⋅
( ∆t ) −1≤ 0
( ∆x )2
Despejando para ∆t (∆x ) , se obtiene:
2

( ∆t ) ≤
1
.............................................................................................................. (3.43)
( ∆x )2 2

Por consiguiente, la aproximación explícita es condicionalmente estable y la condición de

estabilidad está dada por la Ecuación 3.43 .

Siguiendo un procedimiento completamente análogo es posible determinar que la

aproximación implícita es estable.

El Método de Von Neumann o Análisis Armónico. Una de las suposiciones básicas de

este método se fundamenta en el hecho de que el error de una aproximación numérica
satisface la aproximación numérica. El valor exacto de presión en un punto x i a un tiempo

t n , p (x i , t n ) , y el valor calculado al aplicar una aproximación numérica, Pi n ,están

relacionados mediante la siguiente expresión:

p (x i , t n ) = Pi n + ε in ................................................................................................. (3.44)

En la Ecuación 3.44, ε in es el error de truncamiento en el cual se incurre al aproximar el

valor exacto p (x i , t n ) al valor obtenido de la aproximación numérica, Pi n .

Los valores de presión obtenidos de la solución exacta satisfacen la aproximación

numérica, pues la solución exacta tiene el mismo valor de la aproximación numérica
cuando el error tiende a cero. A manera de ejemplo, considérese la aproximación explícita a
la Ecuación 3.1. Puesto que la solución exacta satisface la aproximación numérica, de la
Ecuación 3.28 se obtiene:
p (x i + 1 , t n ) − 2 ⋅ p (x i , t n ) + p (x i − 1 , t n ) p (x i , t n + 1 ) − p (x i , t n )
= ....................... (3.45)
(∆ x ) 2
∆t

Sustituyendo la Ecuación 3.44 en la Ecuación 3.45, se tiene:

(P n
i +1 )
+ ε in+ 1 − 2 ⋅ Pi n + ε in ( )+ (P n
i −1 + ε in− 1 ) = (P i
n +1
) (
+ ε in + 1 − Pi n + ε in ) .... (3.46)
(∆ x ) 2
∆t

Restando la Ecuación 3.28 de la Ecuación 3.46, se obtiene:

ε in+ 1 − 2 ⋅ ε in + ε in− 1 ε in + 1 − ε in
= ............................................................................. (3.47)
(∆ x ) 2 ∆t

Es decir, el error también satisface la aproximación numérica.

Una función f ( x ) puede ser expandida en series de Fourier de la siguiente forma

(Zauderer, 1989):

α
f (x ) = αγ −1 ⋅ β k ⋅ x
k ⋅e ........................................................................................... (3.48)
k =−

En la Ecuación 3.48, γ k y β k son k -ésimos coeficientes de la serie de Fourier.

Si asumimos que la función expandida es la función error ε ( x ) y se evalúa dicha función en

el punto x = x i = i ⋅ ∆ x , la Ecuación 3.48 toma la siguiente forma:

α α

γ k ⋅ e γ ⋅ Ei (k ) ................................................................... (3.49)
−1 ⋅ β k ⋅ i ⋅ ∆ x
εi = = k
k = −α k = −α
En la Ecuación 3.49, E i (k ) = e −1⋅ β k ⋅i ⋅∆x
. Para análisis de estabilidad es suficiente con

examinar el comportamiento de una sola componente del error ε i en la Ecuación 3.49 (es
−1⋅ β ⋅i ⋅∆x
decir, E i = e ). La componente del error en el espacio del tiempo debe ser tal que

reduzca el error a ε i cuando t = 0 . Por tal motivo, la expresión para el error E i que tenga
en cuenta la componente del error en el espacio del tiempo tendrá la siguiente forma:

−1⋅β ⋅i ⋅∆x α ⋅t −1⋅ β ⋅i ⋅∆x α ⋅n⋅∆t

E in = e e =e e ........................................................................... (3.50)

En la Ecuación 3.50, n es una constante. En forma más general, la Ecuación 3.50 puede
ser escrita de la siguiente forma:

−1⋅ β ⋅i ⋅∆x
E in = η n e

Análogamente,

−1⋅ β ⋅i ⋅∆x
E in +1 = η n+1e

Si el error en el punto i se mantiene estable al pasar del tiempo t n al tiempo t n + 1 , entonces

−1⋅ β ⋅i ⋅∆x −1⋅ β ⋅i ⋅∆x

E in + 1 ≤ E in ; es decir, η n +1e ≤ η ne obteniéndose:

η n +1
ν= ≤ 1 ............................................................................................................ (3.51)
ηn

A la Ecuación 3.51 se le conoce como el factor de amplificación. Como resultado de la

discusión anterior, para que una aproximación numérica sea estable, es necesario que
ν = ≤ 1 . A continuación se ilustra el procedimiento de aplicación de este criterio mediante
un ejemplo.
Ejemplo. Para aplicar el método de Von Neumann al análisis de estabilidad de una
aproximación numérica, se expresa la ecuación que representa la aproximación numérica en
términos del error. Particularmente, para la aproximación explícita se obtiene:

E in+ 1 − 2 ⋅ E in + E in− 1 E in + 1 − E in
=
(∆ x ) 2 ∆t

O bien,

− 1 ⋅ β ⋅ (i + 1) ⋅ ∆ x −1 ⋅ β ⋅ i ⋅ ∆ x − 1 ⋅ β ⋅ (i − 1) ⋅ ∆ x
ηn ⋅e − 2 ⋅η n ⋅ e +η n ⋅e
=
(∆ x ) 2
−1 ⋅ β ⋅ i ⋅ ∆ x −1 ⋅ β ⋅ i ⋅ ∆ x
η n +1 ⋅ e −η n ⋅ e
∆t

De donde se obtiene:

∆t
(∆ x ) 2
[
⋅ η n ⋅e −1 ⋅ β ⋅ ∆ x
− 2 ⋅η n + η n ⋅ e − −1 ⋅ β ⋅ ∆ x
]= η n +1
−η n

Despejando para η n +1 η n , se llega a:

η n +1
η n
=1+
∆t
(∆ x ) 2
⋅ e [ −1 ⋅ β ⋅ ∆ x
− 2 + e− −1 ⋅ β ⋅ ∆ x
]

De las identidades de Euler:

− 1 ⋅θ
e = cos θ + − 1 ⋅ sen θ
− 1 ⋅θ
e− = cosθ − − 1 ⋅ senθ

Luego, haciendo θ = β ⋅ ∆ x , se obtiene:

η n +1 ∆t
= 1 + 2⋅ ⋅ [ cos θ − 1 ] ............................................................................... (3.52)
η n
(∆ x ) 2

Aplicando la Ecuación 3.51 a la Ecuación 3.52, para que el esquema sea estable se debe
cumplir la siguiente desigualdad:

∆t
1 − 2⋅ ⋅ [ 1 − cos θ ] ≤1
(∆ x ) 2

La cual se cumple solamente si:

∆t
−1 ≤ 1 − 2 ⋅ ⋅ [1 − cosθ ] ≤ 1
(∆ x ) 2

Debido a que −1 ≤ cosθ ≤ 1 el lado derecho de desigualdad anterior siempre se cumple. En

cuanto al lado izquierdo, se tiene:

∆t 1
≤
(∆ x ) 2
1 − cosθ

El valor mínimo de la expresión 1 [1 − cosθ ] se obtiene para cos θ = − 1 , en cuyo caso

1 [1 − cosθ ] = 1 2 . Por tanto, el esquema será estable siempre y cuando se cumpla que:

∆t 1
≤
(∆ x ) 2
2

Este resultado corrobora el resultado obtenido en la Ecuación 3.43: la aproximación

explícita es condicionalmente estable y la condición de estabilidad está dada por la
Ecuación 3.43.
Si se procede en forma análoga para el análisis de estabilidad de la aproximación implícita,
se obtendrá que la aproximación implícita es incondicionalmente estable (se deja al lector
como ejercicio). Debido a lo anterior, la aproximación implícita es la de mayor aplicación
en simulación numérica de yacimientos.

3.5.3 Convergencia. Se dice que una aproximación numérica es convergente si el valor

discreto Pi n calculado de la aproximación numérica tiende al valor exacto p (x i , t n ) cuando

∆ x y ∆t tienden a cero.

Obsérvese que la convergencia concierne al error Pi n − p (x i , t n ) en un punto y a un

tiempo determinado, mientras la estabilidad tiene que ver con la propagación (incremento)
del error en un punto determinado al incrementar el tiempo. La estabilidad es un criterio de
mayor peso que la convergencia. En general, estabilidad y consistencia implican
convergencia.

En simulación de yacimientos no se suele conocer la solución exacta de la ecuación

diferencial de flujo. Por esta razón, la forma de analizar convergencia de una aproximación
numérica consiste en dar solución numérica a la ecuación para varios valores de ∆ x y ∆t .
Si las soluciones para valores sucesivamente menores de ∆ x y ∆t tienden a un cierto valor
constante, con cierta tolerancia, se suele concluir convergencia de la aproximación
numérica.

3.5.4 Consistencia o Compatibilidad. Se dice que un esquema numérico es consistente, si

la ecuación en diferencias finitas tiende a la ecuación diferencial cuando ∆ x y ∆t tienden
a cero.

Dadas las definiciones de error de truncamiento y consistencia, un esquema es consistente

si su error de truncamiento tiende a cero, cuando sus diferencias finitas, ∆ x y ∆ t , por
ejemplo, tienden a cero.
Ejemplo. El error de truncamiento para la aproximación explícita está dado por Ecuación
3.35,

εT =−
(∆ x) 2 ∂ 4 P 
⋅  −
∆t ∂ 2 P 
⋅  + L ................................................................ (3.35)
12 ∂ x 4  i 2 ∂ t 2  i

Cuando ∆ x y ∆t tienden a cero, ε T tiende a cero; luego, la aproximación explícita es

consistente.

3.6 SISTEMAS DE MALLAS Y CONDICIONES DE LÍMITE

Existen básicamente dos sistemas de mallas: sistema de bloque centrado y sistema de punto
centrado o nodo distribuido. A continuación se define cada uno de ellos.

3.6.1 Sistema de Bloque Centrado. En el sistema de bloque centrado las variables

dependientes son calculadas en el centro de cada celda o bloque, tal como se ilustra en la
Figura 3.14. Este sistema es el preferido cuando las condiciones de límite son de tipo
Neumann, las cuales se caracterizan por que especifican las derivadas de las variables
dependientes a través de las fronteras del sistema, como por ejemplo, la rata de intrusión de
agua desde un acuífero a un yacimiento.

3.6.2 Sistema de Punto Centrado o Nodo Distribuido. En el sistema de punto centrado,

también conocido como nodo distribuido, las variables dependientes son calculadas en la
intersección entre bloques, tal como se ilustra en la Figura 3.15. Este sistema es el
preferido cuando se utilizan condiciones de límite tipo Dirichlet, las cuales se caraterizan
por que especifican el valor de la variable dependiente en las fronteras del sistema (Figura
3.15).
FIGURA 3.14 Esquema Ilustrativo de una Malla de Bloque Centrado

P = Pe

FIGURA 3.15 Esquema Ilustrativo de una Malla de Punto Centrado o Nodo Distribuido