Ejercicio: 2Eva_IIT2017_T3 EDP parabólica con diferencias regresivas
\frac{dU}{dt} - \frac{1}{16} \frac{d^2U}{dx^2} = 0Las diferencias finitas requidas en el enunciado son:
U'(x_i,t_j) = \frac{U(x_{i},t_j)-U(x_{i},t_{j-1})}{\Delta t} + O(\Delta t) U''(x_i,t_j) = \frac{U(x_{i+1},t_j)-2U(x_{i},t_j)+U(x_{i-1},t_j)}{\Delta x^2} + O(\Delta x^2)La indicación de regresiva es para la primera derivada, dependiente de tiempo t.
que al reemplazar en la ecuación sin el término de error, se convierte a.
\frac{U(x_{i},t_j)-U(x_{i},t_{j-1})}{\Delta t} - \frac{1}{16}\frac{U(x_{i+1},t_j)-2U(x_{i},t_j)+U(x_{i-1},t_j)}{\Delta x^2} =0Se reordenan los términos de forma semejante al modelo planteado en el método básico:
\frac{\Delta t}{16\Delta x^2}[U(x_{i+1},t_j)-2U(x_{i},t_j)+U(x_{i-1},t_j)] = U(x_{i},t_j)-U(x_{i},t_{j-1})Se simplifica haciendo que haciendo
\lambda = \frac{\Delta t}{16\Delta x^2}Cambiando la nomenclatura con solo los índices para las variables x y t, ordenando en forma ascendente los índices previo a crear el algoritmo.
\lambda[U(i+1,j)-2U(i,j)+U(i-1,j)] = U(i,j)-U(i,j-1)Se reordena la ecuación como modelo para el sistema de ecuaciones.
\lambda U(i+1,j)+(-2\lambda-1)U(i,j)+ \lambda U(i-1,j) = -U(i,j-1) P U(i-1,j) + Q U(i,j) + R U(i+1,j) = -U(i,j-1)Se calculan los valores constantes:
λ = dt/(16*dx2) = 0.05/[16*(1/3)2] = 0.028125 P = λ = 0.028125 Q = (-1-2λ) = (1-2*0.028125) = -1.05625 R = λ = 0.028125
Usando las condiciones del problema:
U(0,t) = U(1,t) = 0, entonces, Ta = 0, Tb = 0
Para los valores de la barra iniciales se debe usar un vector calculado como 2sin(π x) en cada valor de xi espaciados por hx = 1/3, x entre [0,1]
xi = [0,1/3, 2/3, 1] U[xi,0] = [2sin (0*π), 2sin(π/3), 2sin(2π/3), 2sin(π)] U[xi,0] = [0, 2sin(π/3), 2sin(2π/3), 0] U[xi,0] = [0, 1.732050, 1.732050, 0]
Con lo que se puede plantear las ecuaciones:
j=1: i=1
0.028125 U(0,1) + (-1.05625) U(1,1) + 0.028125 U(2,1) = -U(1,0)
j=1: i=2
0.028125 U(1,1) + (-1.05625) U(2,1) + 0.028125 U(3,1) = -U(2,0)
y reemplazando los valores de la malla conocidos:
0.028125 (0) – 1.05625 U(1,1) + 0.028125 U(2,1) = -1.732050
0.028125 U(1,1) – 1.05625 U(2,1) + 0.028125 (0) = -1.732050
hay que resolver el sistema de ecuaciones:
-1.05625 U(1,1) + 0.028125 U(2,1) = -1.732050
0.028125 U(1,1) - 1.05625 U(2,1) = -1.732050
A = [[-1.05625 , 0.028125],
[ 0.028125, -1.05625 ]]
B = [-1.732050,-1.732050]
que resuelta con un método numérico:
[ 1.68, 1.68]
Por lo que la solución para una gráfica, con los índices de (fila,columna) como (t,x):
U = [[0, 1.732050, 1.732050, 0],
[0, 1.680000, 1,680000, 0]]
El error del procedimiento, tal como fué planteado es del orden de O(Δt) y O(Δx2), o error de truncamiento E = O(Δx2) + O(Δt). Δt debe ser menor que Δx en aproximadamente un orden de magnitud
Usando algoritmo en python.
Usando lo resuelto en clase y laboratorio, se comprueba la solución con el algoritmo, con hx y ht mas pequeños y más iteraciones:
# EDP parabólicas d2u/dx2 = K du/dt # método implícito # Referencia: Chapra 30.3 p.895 pdf.917 # Rodriguez 10.2.5 p.417 import numpy as np import matplotlib.pyplot as plt # INGRESO # Valores de frontera Ta = 0 Tb = 0 # longitud en x a = 0 b = 1 # Constante K K = 16 # Tamaño de paso dx = 0.1 dt = 0.01 # temperatura en barra tempbarra = lambda x: 2*np.sin(np.pi*x) # iteraciones n = 100 # PROCEDIMIENTO # Valores de x xi = np.arange(a,b+dx,dx) m = len(xi) # Resultados en tabla de u u = np.zeros(shape=(m,n), dtype=float) # valores iniciales de u j=0 u[0,j] = Ta for i in range(1,m-1,1): u[i,j] = tempbarra(xi[i]) u[m-1,j] = Tb # factores P,Q,R lamb = dt/(K*dx**2) P = lamb Q = -1 -2*lamb R = lamb vector = np.array([P,Q,R]) tvector = len(vector) # Calcula U para cada tiempo + dt j=1 while not(j>=n): u[0,j] = Ta u[m-1,j] = Tb # Matriz de ecuaciones tamano = m-2 A = np.zeros(shape=(tamano,tamano), dtype = float) B = np.zeros(tamano, dtype = float) for f in range(0,tamano,1): for c in range(0,tvector,1): c1 = f+c-1 if(c1>=0 and c1<tamano): A[f,c1] = vector[c] B[f] = -u[f+1,j-1] B[0] = B[0]-P*u[0,j] B[tamano-1] = B[tamano-1]-R*u[m-1,j] # Resuelve sistema de ecuaciones C = np.linalg.solve(A, B) # copia resultados a u[i,j] for f in range(0,tamano,1): u[f+1,j] = C[f] j=j+1 # siguiente iteración # SALIDA print('Tabla de resultados') np.set_printoptions(precision=2) print(u) # Gráfica salto = int(n/10) if (salto == 0): salto = 1 for j in range(0,n,salto): vector = u[:,j] plt.plot(xi,vector) plt.plot(xi,vector, '.m') plt.xlabel('x[i]') plt.ylabel('t[j]') plt.title('Solución EDP parabólica') plt.show()
