8 Numeriko reavanje obinih diferencijalnih jednaina

Mali broj diferencijalnih jednaina, koje su od praktinog interesa, se moe reiti analitiki, tj. dobiti njeno reenje u vidu analitiki definisane funkcije y(x). Tako se problem sa poetnim ili graninim uslovima za jednainu,
F x, y( x), y ( x),K , y ( n ) ( x) = 0, ( a < x < b)

(8.1)

izvrili diskretizaciju domena [a, b] nezavisno promenljive i najee su odabrane vrednosti nezavisno promenljive ekvidistantne:

(Glava 3), koja vai u nekom konanom intervalu x (a, b) , reava priblino ili numeriki, pri emu je reenje u obliku tabele priblinih vrednosti traene funkcije: (xi, yi), i = 0,1,...,N. Slino, numeriko reenje sistema on n dif. jednaina m toga reda (Glava 5) se dobija u obliku tabele priblinih vrednosti n funkcija y1 ( x),K , y n ( x) , u takama xi , i = 1,K , N . Kae se da smo

xi = x0 + ih, h = x0 = a , x N = b

(b a ) , N

i = 1,2,..., N

(8.2)

Na Sl. 8.1 su skicirani: tano reenje jednaine (8.1) , tj. neka funkcija y = (x) i numeriko reenje, tj. niz taaka (xi, yi), i = 0,1,...,N.

y Izraunata priblina vrednost yi

(x)

y0 x0 xi

tana vrednost, (x i )

Slika 8.1 Analitiko i numeriko reenje dif. jednaine (8.1)

8.1 PREVO ENJE ODJ VIEG REDA U SISTEM ODJ PRVOG REDA
Jednaina n- tog reda: (8.1), n > 1 , se smenama:

y1 = y, y2 = M yn = d n1 y = y ( n 1) n 1 dx dy , dx

(8.3)

prevodi u sledei ekvivalentan sistem od n ODJ 1. reda:

dy1 = y2 dx dy 2 = y3 dx M dy n1 = yn dx dy n = f ( x, y1 , y 2 ,K, y n ) dx

[= [= [= [=

f1 ( x, y1 , y 2 ,K, y n )] f 2 ( x, y1 , y 2 ,K, y n )]
(8.3a)

f n 1 ( x, y1 , y 2 ,K, y n )] f n ( x, y1 , y 2 ,K, y n )]

Prvih n-1 jednaina je dakle definisano samim smenama, dok se poslednja jednaina dobija, imajui u vidu da je: dy n d ( n1) = y (n) = y dx dx

reavanjem polazne diferencijalne jednaine (8.1) po najviem izvodu uz date smene:

F ( x, y, y ,..., y ( n) ) = 0 y ( n) = f ( x, y, y ,..., y ( n1) ) = f ( x, y1 , y 2 ,..., y n )

smene

U slu aju da reavamo poetni problem,

y( a ) = y 0

y ( a ) = y 0 M
( y ( n1) ( a ) = y 0n1)

dobijenom sistemu jednaina (8.3) treba dodati poetni uslove za uvedene funkcije:

y1 ( a ) = y 0 M

y 2 (a ) = y0
( y n ( a ) = y 0n1)

(8.3b)

Primer:
Diferencijalna jednaina 2. reda:

2 yy y 2 + 4 y 2 = 0
se smenama:

y1 = y, y2 = y
prevodi u sistem:

dy1 dx dy2 dx

= y2

2 y2 4 y 2 y2 4 y12 = y = = 2y 2 y1

problema: y(0) = y 0 , y (0) = y 0 ,dobijeni sistem se reava sa poetnim uslovima: y1 (0) = y0 , y 2 (0) = y 0

U slu aju poetnog

8.2 OJLEROVA METODA ZA REAVANJE JEDNAINE PRVOG REDA

Traimo funkciju y(x), definisanu u oblasti [a, b], kao reenje problema sa poetnim uslovom: y = f ( x, y ) , y ( a ) = y 0 (8.4)

Pretpostavimo da je poznata vrednost funkcije u taki xi, yi = y ( xi ) . Kako odrediti vrednost funkcije yi+1 u sledeoj taki? Ojlerova (Euler) metoda se zasniva na aproksimaciji prvoga izvoda kolinikom prirataja:
3

yi+1 yi yi +1 yi = y(xi ) = f ( xi , yi ) xi+1 xi h

iz koje sledi rekurentna formula za dobijanje priblinog reenja:

yi+1 = yi + hf (xi , yi ),

i = 0,1,...N 1

(8.5)

korak diskretizacije h (9.8) naziva se korak integracije ili integracioni korak. PRIMER 8..1 Potrebno je reiti numeriki diferencijalnu jednainu:
dy = 25 y, 0 x 1 dx y( 0) = 1 a) Dobiti numeriko reenje, delei interval definisanosti funkcije (interval integracije) na N=10 podintervala (koraka) i uporediti ga sa tanim reenjem:

y( x) = e 25 x
b) Ponoviti proraun sa N = 15 integracionih koraka i uporediti ga sa tanim reenjem. c) Ponoviti proraun i pore enje za N = 50 d) Poveavati broj integracionih koraka, dok maksimalno odstupanje priblinog od tanog reenja na intervalu integracije ne postane manje od 0.01

Reenje :
Podaci: f ( x, y ) := 25y Korak integracije: a := 0 h := ba N b := 1 Tacno resenje: h = 0.1 x := a
0

( x) := e
0

25x

a)

N := 10

y := 1

Integracija : i := 1 .. N
i 0 0 0 1 -1.5 2.25 -3.375 5.063 -7.594 11.391 -17.086 25.629 -38.443 57.665 0 1 2 3 1 2 3 0 1 0.082 6.73810 -3 5.53110 -4 4.5410 -5 3.72710 -6 3.05910 -7 2.51110 -8 2.06110 -9

x := x + i h y := y
i i 1

+ h f x

( i1 , yi1)
yt := 1
0 i

Tacne vrednosti :

y t := x

( i)

y=

4 5 6 7 8 9 10

yt =

4 5 6 7 8

:= y yt

i := 0.. N

9 1.69210 -10 10 1.38910 -11

100 100 yi yt
i

50 50 0 i 0 50 0 5 i 10

50

5 i

10

Numericko resenje osciluje oko tacnog, pri cemu odstupanje raste.

Racunski proces je nestabilan!

b)

N := 15 Integracija : x := x + i h
i 0

h :=

ba N i := 1.. N

h = 0.067

0 0 1 2 3 4 5 1 -0.667 0.444 -0.296 0.198 -0.132 0.088 -0.059 0.039 -0.026 0.017 -0.012 7.70710 -3 3.42510
-3

0 0 1 2 3 4 5 6 8 9 10 11 12 1 0.189 0.036 6.73810 -3 1.27310 -3 2.40410 -4 4.5410 -5 8.57510 -6 1.6210 -6 3.05910 -7 5.77810 -8 1.09110 -8 2.06110 -9

y := y
i

i1

+ h f x

( i1 , yi1)
i

Tacne vrednosti :

yt := x

( i)

y= 7
8 9 10 11 12 14

yt = 7

Greske:

:= y y t

13 -5.13810 -3 15 -2.28410 -3

13 3.89310 -10 14 7.35310 -11 15 1.38910 -11

i := 0 .. N
1 1

yi yt 0
i

5 i

10

15

5 i

10

Priblizno resenje osciluje oko tacnog, ali se greska po apsolutnoj vrednosti smanjuje.

Racunski proces je stabilan Greska metode je velika

max = 0.856

( )

100 yi yt i
i

100 50

5 i

10

50

5 i

10

Numericko resenje osciluje oko tacnog, pri cemu odstupanje raste. b) N := 15 h := ba N h = 0.067
0

Racunski proces je nestabilan!

0 1 -0.667 0.444 -0.296 0.198 -0.132 0.088 -0.059 0.039 -0.026 0.017 -0.012 7.70710 -3 3.42510 -3 0 1 2 3 4 5 6 8 9 10 11 12 1 2 3 4 5

0 1 0.189 0.036 6.73810 -3 1.27310 -3 2.40410 -4 4.5410 -5 8.57510 -6 1.6210 -6 3.05910 -7 5.77810 -8 1.09110 -8 2.06110 -9

Integracija: x := x + i h
i 0

i := 1 .. N

y := y
i

i1

+ hf x

( i1 , yi1)
yt := x
i

Tacne vrednosti: Greske:

:= y yt

( i)

y= 7
8 9 10 11 12 14

yt = 7

i := 0 .. N

13 -5.13810 -3 15 -2.28410 -3 1

13 3.89310 -10 14 7.35310 -11 15 1.38910 -11

yi yt 0
i

Priblizno resenje osciluje oko tacnog, ali se greska po apsolutnoj vrednosti smanjuje.
0 5 i 10 15

Racunski proces je stabilan Greska metode je velika

max = 0.856

( )

5 i

10

c)

N := 50

Korak integracije: h :=

ba N

h = 0.02

Integracija : i := 1 .. N Greske: x := x + i h
i 0

y := y
i

i1

+ h f x

( i1 , yi1)

y t := x
i

( i)
1

:= y y t

max = 0.118

( )

i := 0 .. N

yi yt 0.5
i

10 i

15

20

Priblizno resenje ne osciluje

0

0.05 i 0.1

Greska ima stalni znak i po apsolutnoj vrednosti monotono opada.

0.15

Racunski proces je stabilan, ali ne dovoljno tacan

5 10 i 15 20

c)

N := 50

Korak integracije:

h :=

ba N

h = 0.02

Integracija : i := 1.. N Greske: i := 0 .. N

1

x := x + i h
i 0

y := y
i

yt := x
i

( i)

i 1

+ h f x

( i1 , yi1)

:= y yt

max = 0.118

( )

0.8

yi yt
i

0.6

0.4

0.2

10

15 i

20

25

30

Priblizno resenje ne osciluje

0

0.05
i

Greska ima stalni znak i po apsolutnoj vrednosti monotono opada. Racunski proces je stabilan, ali ne dovoljno tacan
2 4 i 6 8 10

0.1

0.15

d)

N := 100 Integracija : i := 1.. N Greske:

Korak integracije:

h :=

ba N + h f x

h = 0.01

x := x + i h
i 0

y := y
i

i1

( i1 , yi1)

y t := x
i

( i)

:= y yt

max = 0.051

( )

Povecavati broj integracionih koraka dok se ne dobiju prihvatljivi rezultati: < 0.01

8.3 TANOST I STABILNOST NUMERIKE METODE

Lokalna greka i red numerike metode

Lokalna greka neke numerike metode, Ei +1 je greka na (i + 1)-vom integracionom koraku (i = 0,1,...,N-1), tj. odstupanje tanog prirataja traene funkcije kada se x promeni sa xi na xi+1, od prirataja ( yi +1 yi ) izraunatog posmatranom metodom. Njena apsolutna vrednost opada sa smanjivanjem integracionog koraka i u optem sluaju je proporcionalana nekom celobrojnom pozitivnom stepenu koraka, hn. Tako je ona, kada h tei nuli, beskonano mala veliina reda hn i piemo:

Ei +1 = O h n

( )

Po dogovoru, kaemo da je metoda p - tog reda tanosti, ako je njena lokalna greka reda h p+1:

Ei +1 = O h p+1

( )

(8.6)

Da bi izveli izraz za lokalnu greku Ojlerove metode, pretpostavimo da je vrednost yi tana. Tanu vrednost za yi+1 bi dobili integracijom diferencijalne jednaine (8.4) u granicama xi do xi+1:
yi +1

dy = f (x, y(x))dx
xi +1 yi xi

yi +1 = yi +

xi +1

f (x, y(x))dx
xi

(8.7)

Ojlerov metod se bazira na aproksimaciji podintegralne funkcije Tajlorovim polinomom nultog reda - konstantom. Naime, funkcija f(x, y), tj. prvi izvod traene funkcije y(x) se uzima konstantnim i jednakim f(xi, yi) u celom intervalu [ xi , xi +1 ] , odakle sledi formula (8.5). Tana vrednost yi+1 bi bila:

( yi +1 )t = yi +
xi

xi +1

f ( ) f ( xi , yi ) + ( x xi ) 1! dx 14243 4 4 greska aproksimac ije

xi < < xi +1

odnosno,
2 2 ( yi +1 )t = 14hf ( xi ,4i ) + ( x xi ) f ( ) dx = yi +1 + h f ( ) = yi+1 + h y ( ) yi + y 4 43 2 xi+1 Ojlerov metod xi

1!

pa je lokalna greka metode jednaka:

Ei +1 = ( yi +1 )t yi +1 =

h2 y( ) , 2

xi < < xi +1

(8.8)

U skladu sa dogovorom (8.6), kaemo da je Ojlerova metoda prvog reda tanosti. Na Sl. 8.2 data je grafika ilustracija lokalne greke Ojlerove metode. Metode prvog reda tanosti su najmanje tane metode i radi postizanja zahtevane tanosti numerikog reenja ODJ, u nekim problemima neophodno je odabrati vrlo male integracione korake (Vidi primer 8.1).
y f(x,y(x))

( yi+1 )t
E i +1 yi+1 yi f(xi,yi) xi xi+1 xi nagib = f(xi,yi ) E i +1

y i +1 y i
xi+1

Slika 8.2 - Lokalna greka Ojlerove metode

Globalna greka i stabilnost numerike metode

Pod globalnom grekom neke numerike metode integracije dif. jednaine, podrazumeva se odstupanje tanog od numerikog reenja . Tako je globalna greka, i+1 u nekoj taki xi+1 u intervalu integracije, jednaka:
i +1 = y ( xi +1 ) yi +1 = ( yi +1 )t yi +1

(8.9)

Poveanje globalne greke tokom raunskog procesa moe biti prouzrokovano i akumulacijom greaka zaokruivanja. Tako, sa smanjenjem integracionog koraka, radi poveanja tanosti metode moe do i do propagacije greaka zaokruivanja (veliki broj raunskih operacija) i poveanja nestabilnosti procesa. Propagacija greaka zaokruivanja se moe minimizovati ako se proraun izvodi sa velikim brojem znaajnih cifara, to je sluaj pri korienju Mathcad-a, ili pri proraunu u dvostrukoj preciznosti u nekom programskom jeziku .

Jasno je da ako lokalna greka metode raste iz koraka u korak, to e prouzrokovati poveanje globalne greke sa poveanjem x odnosno i, tj. propagaciju greke u toku raunskog procesa. U skladu sa definicijom stabilnosti raunskog procesa, takva numerika metoda je nestabilna . U problemu 8.1a) uo ava se nestabilnost Ojlerove metode pri priblinom reavanju zadate ODJ, sa korakom integracije 0.1 .

Na Sl. 8.1, globalne greke u pojedinim takama su odstupanja krive (tano reenje dif. jednaine) od taaka (priblino reenje).

10

Propagacija greke u raunskom procesu

Neka je globalna greka procene funkcije u taki xi jednaka: i = ( yi )t yi . Ova greka prouzrokuje greku procene funkcije u sledeoj taki xi+1 (pojava irenja ili propagacije greke), poto vrednost funkcije koja se zamenjuje u formulu (8.5) nije tana. Globalna greka metode u taki xi +1 , s obzirom da se yi +1 dobija kao zbir yi i procenjenog prirataja jednaka je zbiru,

globalne greke u taki xi , tj . greke vrednosti yi ,

greke izraunatog prirataja koja potie od greke yi , lokalne greke metode Ei +1 , greke zaokruivanja

Ako greku zaokruivanja zanemarimo, globalnu greku vrednosti Ojlerovom metodom, dobijamo kao:
i +1 = i + hf ( xi , yi ) + Ei +1 , i = 0,1,..., N 1

yi +1 procenjene

Za greku prirataja funkcije (srednji sabirak) uzeemo linearnu procenu:

hf ( xi , yi ) =
pa je:

[hf ( x, y)]xi i = h f ( xi , y i ) i y y

i+1 = [1 + h
odnosno:

f ( xi , yi )] i + Ei +1 , y

i = 0,1,..., N 1

i +1 = [1 + h( xi )] i + Ei+1 ,
gde je funkcija (x) definisana kao:

i = 0,1,..., N 1

(8.10)

( x ) =

f ( x, y ) y

(8.11)

Naprimer, za jednostavnu diferencijalnu jednainu:

y = y ,
ije je analitiko reenje ,

y (0) = y 0 , ( = const.)

(8.12)

y( x ) = y 0 e x
jednaina (8.10) sa izrazom (8.8) za lokalnu greku metode daje :

11

 i+1 = [1 + h]i +

h2 y02e , xi < < xi +1 (i = 0,1,..., N 1) 24 4 1 2 3

lokalna greska

(8.13)

Stabilnost metode
Iz (8.10) je jasno da globalna greka priblinog reenja ODJ ne raste po apsolutnoj vrednosti u toku Ojlerovog postupka (i raste), ako su zadovoljeni uslovi:

izraz (1 + h) je po apsolutnoj vrednosti manji ili najvie jednak jedinici,

1 + h( x) 1 , odnosno, x [ x0 , x N ], ( h > 0)

2 h( x) 0,

x [ x0 , x N ]

(8.14a)

lokalna greka (8.8), odnosno drugi izvod funkcije y(x), je konstantan ili monotono opada po apsolutnoj vrednosti:
d y ( x) dx < 0, x [ x0 , x N ] (8.14b)

Formulisali smo dakle dovoljan uslov stabilnosti Ojlerove metode. U specijalnom sluaju (8.12) navedeni uslovi su i neophodni i uslov (8.14a) glasi :

2 h 0

( h > 0)

(8.15)

pa je za pozitivne vrednosti parametra , Ojlerova metoda nestabilna, sa bilo koliko malim korakom integracije h (tada nije zadovoljen ni drugi uslov,8.14b),

za negativne vrednosti (tada je zadovoljen drugi uslov), metoda e biti stabilna, ako i samo ako integracioni korak (h > 0) zadovoljava uslov (8.15) odnosno,
h 2 (8.16)

Iz izraza (8.10), vidimo da se u slu aju nestabilnog procesa, ako su na intervalu integracije funkcije ( x ) i y ( x ) ograniene, efekat nestabilnosti na globalnu greku Ojlerove metode moe uiniti proizvoljno malim, ako se uzme dovoljno mali korak integracije.

PRIMER 8.2: U prethodnom primeru smo Ojlerovom metodom integrisali ODJ oblika (8.12) sa = -25, sa poetnim uslovom y0 = 1. Stabilnu (to ne znai i dovoljno tanu) raunsku proceduru obezbe uje izbor veliine integracionog koraka:

h 2 25 = 0.08

12

to objanjava nestabilnost prorauna sa N = 10, h = 0.1 (a). Nestabilan raunski proces u (a) ima oscilatoran karakter. To se moe objasniti na sledei nain. Za datu ODJ, Ojlerova metoda (8.5), za priblinu vrednost funkcije u taki xi+1 daje:

yi+1 = yi + hf ( xi , yi ) = yi + hyi = (1 + h )yi , i = 0,1,..., N 1

Oigledno je da reenje osciluje, tj. naizmenino menja znak (a time i globalna greka) u toku nestabilnog prorauna (a), jer je:

(1 + h) < 1 < 0
Stabilan raunski proces moe da ima oscilatoran ili monoton karakter. On je oscilatoran, ako je: 1 (1 + h ) < 0 1 2 <h

odnosno u posmatranom primeru: 0.04 < h 0.08, to smo imali za N = 15 (b). Stabilan raunski proces ima monoton karakter (vrednosti yi ne menjaju znak),za: 0 < (1 + h ) < 1 0 > 1 h > 1 1 > h > 0 0 < h < to smo imali u sluajevima (c) i (d). 1

8.4 MODIFIKOVANE OJLEROVE METODE

Poznate modifikacije Ojlerove metode, sa ciljem poveanja tanosti su:

Ojlerova metoda srednje take

Ojlerova metoda srednjeg nagiba

i obe su drugog reda, tj. lokalna greka im je proporcionalna 3. stepenu integracionog koraka.

Metoda srednje take

Geometrijski interpretirano, kod originalne Ojlerove metode se priblina vrednost funkcije yi+1 u taki xi+1 dobija kretanjem iz take (xi, yi), po tangenti krive y(x), povuene u taki xi (prva ilustracija na Sl. 8.2). Kod metode srednje take se pomeranje iz xi za korak h vri du prave s nagibom izraunatim, kao nagib tangente na krivu y(x) u srednjoj taki xi+0.5h posmatranog intervala [ xi , xi +1 ] (Sl. 8.3), ime se poveava tanost procenjenog prirataja (yi+1 - yi). Rezultat je formula: yi+1 = yi + h f ( xi + 0.5h, yi + 0.5hf i ), i = 0,1,..., N 1 y0 = y ( x0 ) (8.17)

13

k1 k2 k2 yi yi+1

k1,k2- nagibi pravih

k1 = f ( xi , yi ) = f i

k 2 = f ( xi + 0 .5 h, yi + 0.5hf i )

xi

x xSlika 9.3xOjlerova metoda srednje take i+1 i +h/2

Slika 8.3 Ojlerova metoda srednje take

Metoda srednjeg nagiba

Kod ove metode se pomeranje iz take (xi, yi) vri du prave, iji je nagib izraunat kao srednji nagib tangenti na krivu y(x) u poetnoj i krajnjoj taki posmatranog intervala [ xi , xi +1 ] : yi+1 = yi + y0 = y ( x0 ) h [ f ( xi , yi ) + f ( xi + h, yi + hf i )], i = 0,1,K , N 1 2

(8.18)

y k1 yi k2

k2 ks y i+1

k 2 = f ( x i + h , y i + hf i ) ks = k1 + k 2 2

k1 = f (xi , y i ) = f i

xi

x i+ 1

Slika 8.4 - Ojlerova metoda srednjeg nagiba

8.5 RUNGE KUTA METODA 4. REDA

Zbog svoje tanosti i relativne jednostavnosti, ovo je najverovatnije najire koriena metoda za numeriku integraciju ODJ 1. reda. Formule su:

14

yi+1 = yi +

1 (K1 + 2K 2 + 2 K3 + K 4 ), i = 0,1,..., N 1 6

K1 = hf ( xi , yi ) K 2 = hf ( xi + h 2 , yi + K1 2) K 3 = hf ( xi + h 2 , yi + K 2 2) K 4 = hf ( xi + h, yi + K 3 ) Geometrijska interpretacija je sledea. Taka (xi+1, yi+1) se dobija pomeranjem iz take (xi, yi) po pravoj, iji je nagib izraunat kao srednja vrednost 4 nagiba, pri emu su 2. i 3. nagib uzeti sa dvostrukom teinom u odnosu na 1. nagib (nagib tangente u poetnoj taki) i 4. nagib (nagib tangente u krajnjoj taki). Naime, u formulama (8.19), prepoznajemo: 1. 2. 3. 4. f (xi, yi) f (xi+h/2, yi+K1/2) f (xi+h/2, yi+K2/2) f (xi+h, yi+K3) nagib u poetnoj taki nagib u sred.taki dobijenoj iz po .take nagibom 1 nagib u sred.taki dobijenoj iz po .take nagibom 2 nagib u krajnjoj taki dobijenoj iz po .take, nagibom 3 (8.19)

PRIMER 8.3 Diferencijalna jednaina koja opisuje promenu koncentracije reaktanta u reakciji prvog reda A B koja se odigrava u idealno meanom i idealno izolovanom (adijabatski reim) arnom reaktoru glasi:
dC A 0 = k 0 e R T ( C A ) C A , C A (0 ) = C A dt H R 0 T (C A ) = T0 + (C A C A ) c p
E

gde su:
0 T0 , C A - poetna temperatura i koncentracija

k0, E - predeksponencijalni faktor i energija aktivacije u Arenijusovom izrazu R - univerzalna gasna konstanta
H R - toplota reakcije cp, - specifina toplota i gustina reakcione smee

Potrebno je za date podatke (Praktkum) odrediti koncentraciju reaktanta nakon 2500s od startovanja reaktora, a) Ojlerovom metodom s razliitim integracionim koracima b) Runge - Kuta (Runge- Kutta) metodom 4. reda sa razliitiom integracionim koracima i uporediti rezultate

Reenje: (Praktikum, XIII-3)

15

8.6 KLASIFIKACIJA NUMERIKIH METODA ZA INTEGRACIJU ODJ 1. REDA

Jedna podela metoda je na: jednokorane, koje za izraunavanje vrednosti funkcije yi+1 u narednoj taki koriste samo vrednost funkcije i izvoda u prethodnoj taki (yi, fi ) To su prethodno izloene Ojlerove metode i metoda Runge-Kuta. viekorane, koje za izraunavanje yi+1 pored yi i fi koriste i vrednosti funkcije i izvoda u nizu prethodnih taaka : yi-1, fi-1 = f(xi-1, yi-1), yi-2, fi-2 = f(xi-2, yi-2), ...

Druga podela je na: eksplicitne, kod kojih je formula za izraunavanje vrednosti funkcije u narednoj taki, yi+1 ekplicitno izraena po yi+1. Izloene Ojlerove metode i metoda Runge Kuta su eksplicitne jednokorane metode implicitne, kod kojih je formula za izraunavanje yi+1 implicitna pa se ono rauna iterativno, postupkom uzastopnih zamena. Implicitne metode su stabilnije u odnosu na eksplicitne istoga reda tanosti.

8.7 IMPLICITNA OJLEROVA METODA

Implicitne jednokorane metode se baziraju se na ideji da se pri aproksimaciji izvoda f(x,y) funkcije y(x), radi procenjivanja vrednosti funkcije u narednoj taki, yi+1 ukljui i taka xi+1 u kojoj je vrednost funkcije f(xi+1, y(xi+1)) nepoznata i da se onda zahvaljujui iterativnom odre ivanju yi+1 iz tako dobijene implicitne formule (metod uzastopnih zamena) povea stabilnost raunskog procesa. Implicitne metode sadre dve formule:

prediktor formulu, koja slui za odre ivanje prve procene za yi+1, pomo u neke eksplicitne jednokorane metode korektor formulu, koja je implicitna i ijim se iterativnim korienjem (metod uzastopnih zamena) dobija yi+1 sa unapred zadatom preciznou. izlazni kriterijum za okonanje iteracionog procesa

Tako se implicitnom metodom srednjeg nagiba, koja je, kao i odgovaraju a eksplicitna metoda, drugog reda, vrednost funkcije yi+1 rauna kao:

yi +1 = yi + y0 = y ( x0 )

h ( f ( xi , yi ) + f ( xi +1 , yi +1 )), i = 0,1,..., N 1 2

(8.20)

a prediktor i korektor formule i izlazni kriterijum su:

16

prediktor:
0 yi(+1) = yi + hf ( xi , yi )

(8.21a)

korektor:
h k f ( xi , yi ) + f ( xi +1 , yi(+1) ) 2

k yi(+1+1) = yi +

k = 0,1,... ; i = 0,1..., N 1

(8.21b)

izlazni kriterijum:
k k yi(+1+1) yi(+1) <

(8.21c)

Moe se pokazati da je dovoljan uslov stabilnosti implicitne Ojlerove metode manje restriktivan nego uslov stabilnosti Ojlerove eksplicitne metode, jer je umsto (8.14a) dovoljno da bude ispunjeno:
( x) = f ( x, y ) 0 y x [x 0 , x N ] (8.22)

PRIMER 8.4 Problem iz prethodnog zadatka reiti primenom Ojlerove implicitne metode Reenje: (Praktikum, XIII-4)

8.8 VIEKORANE EKSPLICITNE METODE

Priblina vrednost funkcije, koja predstavlja tano reenje diferencijalne jednaine:

dy = f ( x, y) , dx

y ( x0 ) = y 0

(8.23)

u taki xi+1 moe da se odredi priblinom integracijom jedna ine u granicama xi-k do xi+1 gde je k 0:
xi +1

yi+1 yi k =

f (x, y(x ))dx

xi k

Pri tom emo podintegralnu funkciju aproksimirati pomo u II Njutnovog interpolacionog polinoma r-tog stepena, sa vorovima interpolacije: xi , xi-1 ,...,xi-r. Dakle, on ne prolazi kroz (nepoznatu) taku (xi+1, yi+1), da bi rezultujua formula bila ekplicitna. Tako se viekorane eksplicitne metode izvode iz jednaine:

17

y i +1 = y i k + h Pr ( )d , =
1
k

x xi , h

Pr (1) f ( xi +1 , y i +1 )

(8.24)

Pr ( = 1) f ( xi +1 , y i +1 ) , znai da gornja granica integracije xi+1( = 1) nije interpolacioni vor pa je interpolacioni polinom Pr ( ) na desnom kraju intervala integracije "slobodan" . Kae se da je rezultujua integraciona formula otvorenog tipa, za razliku od formula zatvorenog tipa, koje slue za priblino raunanje odre enih integrala ( napr. trapezna i Simpsonova formula).
Uslov

Za razliite izbore k i r , izvode se razliite formule. Tako interpolacioni polinom izgleda: P2 ( ) = f i + f i +

na primer, za r = 2

( + 1) 2 ( + 1) f i = f i + ( f i f i 1 ) + ( f i 2 f i 1 + f i 2 ) 2! 2!

i za odabrano k = 3, izvodi se sledea formula, 4 - tog reda: 4 yi +1 = yi 3 + h (2 f i f i 1 + 2 f i 2 ), i = 3,4,..., N 1, 3 E = O h5

( )

(8.25)

Ona o igledno zahteva prethodno izraunavanje prve tri vrednosti funkcije, nekom jednokoranom metodom. to se tanosti eksplicitnih viekoranih metoda tie, moe se, integracijom greaka interpolacije, izvesti:

O h r + 2 , Ei +1 = r +3 O h ,

( ) ( )

za r parno za r neparno

(8.26)

8.9 VIEKORANE IMPLICITNE METODE

Izvode se analogno eksplicitnim viekoranim metodama, s tim to se za aproksimaciju podintegralne funkcije f(x,y(x)) koristi interpolacioni polinom koji prolazi i kroz taku (xi+1, yi+1):

yi+1 = yi k +

xi+1

P (x )dx,
r

Pr ( xi +1 ) = f ( xi +1 , yi+1 )

xik

Rezultat je implicitna formula (korektor formula). Kao prediktor formula koristi se neka viekorana eksplicitna metoda.

Milne ova metoda

To je metoda 4. reda i jedna je od najpoznatijih viekoranih implicitnih metoda. Njena prediktor formula je izvedena na opisani nain, sa k = 3, r = 2, a korektor formula sa k = 1, r =2 :

prediktor:
18

0 yi(+1) = yi 3 +

4h ( 2 f i f i 1 + 2 f i 2 ), i = 3,4,..., N 1 3

(8.27a)

korektor:

h ( k yi(+1+1) = yi 1 + ( f i +k ) + 4 f i + f i 1 ), k = 0,1,2,... 1 3

(8.27b)

Za dobijanje prve tri take numerikog reenja, koristi se neka jednokorana metoda, najbolje, istog reda tanosti. To je metoda Runge-Kuta 4. reda (8.19). Ako se Milne-ova implicitna viekorana metoda uporedi sa eksplicitnom Runge-Kuta metodom, moe se, imajui u vidu efekat korektora, konstatovati: obe metode imaju lokalne greke istog reda, O(h 5) Milneova metoda je stabilnija, tj. otpornija na propagaciju greaka u toku procesa, pa u optem sluaju ima manju globalnu greku. PRIMER 8.5 Problem formulisan u Primeru 8.3 reiti Milne-ovom metodom. Reenje: (Praktikum, XIII-5) raunskog

8.10 NUMERIKA INTEGRACIJA SISTEMA ODJ PRVOG REDA

Poetni problem za sistem od n ODJ 1. reda se moe formulisatu kao:

dyi = f i ( x, y1 , y2 ,K , yn ), i = 1,2,..., n dx yi ( x0 ) = yi ,0
ili u vektorskom obliku:

dy = f ( x, y ) , dx

y ( x0 ) = y 0

(8.28)

Numeriko reavanje problema zahteva diskretizaciju domena nezavisno promenljive: x0 x xN , xk = x0 + kh , yi,k = yi(xk), i = 1,2,...,n , k = 0,1,..., N k = 0,1,..., N (8.29a) (8.29b)

Dakle, za oznaavanje razliitih funkcija koristiemo indeks i, a za oznaavanje diskretnih vrednosti x i odgovarajuih vrednosti funkcija, indeks k. Za numeriku integraciju sistema (8.28) koriste se metode numerike integracije jedne ODJ 1. reda, pri emu se primenjuju simultano na sve jednaine u sistemu. Opisaemo primenu Ojlerove metode i metode Runge-Kuta.

19

Primena Ojlerove metode

yi ( xk +1 ) = yi ( xk ) + hf i (xk , y1 ( xk ), y2 ( xk ),..., yn ( xk )), i = 1,2,..., n, k = 0,1,..., N 1

ili u vektorskom obliku:

(8.30a)

y k +1 = y k + hf ( xk , y k ),

k = 0,1,.., N 1

(8.30b)

Primena Metode Runge - Kutta 4. reda

1 yi ( xk +1 ) = yi ( xk ) + ( K i1 + 2 K i 2 + 2 K i 3 + K i 4 ) i = 1,2,..., n k = 0,K , N 1 6 gde su:

(8.31)

h K K K i 2 = hfi xk + , y1 ( xk ) + 11 ,KK, yn ( xk ) + n1 , 2 2 2 h K K K i 3 = hf i xk + , y1 ( xk ) + 12 ,KK , yn ( xk ) + n 2 , 2 2 2 K i 4 = hfi ( xk + h, y1 ( xk ) + K13 ,KK, yn ( xk ) + K n3 ), i = 1,2,..., n

ili u vektorskom obliku:

K i1 = hfi ( xk , y1 ( xk ),..., yn ( xk ) ),

(8.31a)

1 ( y k +1 = y k + (K1k ) + 2K (2k ) + 2K (3k ) + K (4k ) ), k = 0,1,..., N 1 6

gde su:
( K 1k ) = hf ( xk , y k )

(8.32)

h K (k ) K (2k ) = hf xk + , y + 1 2 2 (k ) h K K (3k ) = hf xk + , y + 2 2 2 (k ) (k ) K 4 = hf ( xk + h, y + K 3 )

(8.32a)

20

8.11 NUMERIKA INTEGRACIJA ODJ U MATHCAD-U

Integracija ODJ 1. reda Za priblino reavanje ODJ prvog reda (8.4) ili uopte reavanje jedne ODJ vieg reda (za detalje videti Help System Mathcad-a), namenjen je Odesolve block:

prvi deo bloka po inje reju Given (analogija sa Solve block-om) iza koje se daje formulacija problema (diferencijalna jednaina i poetni uslov), u obliku vrlo slinom izvornom (8.4) drugi deo bloka je poziv funkcije Odesolve, koja definie funkciju y(x) kao interpolacionu funkciju za izraunatu tabelu - numeriko reenje.
Zna enja argumenata (x, xmax, nk) funkcije Odesolve su:

x - nezavisno promenljiva xmax - gornja granica intervala integracije nk - broj integracionih koraka, N (neobavezan)
Ako se nk izostavi iz pozivne liste u okviru funkcije se automatski bira integracioni korak da se zadovolji tanost sa kriterijumom definisanim sistemskim parametrom TOL. Funkcija se bazira na Runge-Kuta metodi 4. reda sa konstantnim integracionim korakom du intervala integracije. Postoji mogunost izbora (desnim klikom na Odesolve) iste metode uz promenljivi korak, du intervala integracije sa ciljem dostizanja zadovoljavajue tanosti. Pozivom funkcije y(x), ije ime je definisano u formulaciji problema, moe se dobiti vrednost funkcije, koja predstavlja reenje date ODJ, u bilo kojoj taki iz intervala [a.x max] , (a = x0) .

PRIMER 8.6 Problem formulisan u zadatku 8.3 reiti pomou Odesolve block-a. Reenje: (Praktikum, XIII-6)

Poetni problem za sistem ODJ 1. reda Od vie funkcija kojima raspolae Mathcad za numeriko reavanje sistema ODJ (8.28), odabraemo dve:

Obe funkcije imaju identinu listu argumenata: y, x0, xmax, nt, D:

Rkadapt, koja za razliku od rkfixed menja korak du intervala integracije da bi se zadovoljio kriterijum ta nosti, definisan sistemskim parametrom TOL. y - vektor po etnih vrednosti funkcija

rkfixed, koja se bazira na Runge-Kuta metodi, sa konstantnim integracionim korakom u celom intervalu integracije [ x0 , xN ] (8.31),

[x0, xmax] interval integracije (8.29a)

21

 nt - broj izraunatih vrednosti funkcija traenih yi ( x), i = 0,1,..., n 1 , koje korisnik dobija
Funkcije vraaju matricu dimenzija [(nt+1) (nt+1)] ija prva kolona sadri levu granicu x0 i nt ekvidistantnih vrednosti nezavisno promenljive, a ostale kolone odgovarajue vrednosti traenih funkcija yi ( x), i = 0,1,..., n 1 .

D - prethodno definisana vektorska funkcija f(x,y) (8.28)

PRIMER 8.7 Diferencijalne jednaine koje opisuju promene koncentracija u esnika u reakcijama prvog reda:

A B C,

k0

k1

k0 = 0.1s 1 , k2 = 0.05s 1

sa vremenom, u arnom, idealno meanom reaktoru, su: dC A = k 0C A dt dC B = k0C A k1C B dt dCC = k1C B dt C A (0) = 1 kmol m3 , C B (0) = CC (0) = 0 a) Pomou funkcije rkfixed nai numeriko reenje datog sistema u vremenskom intervalu (s) [0, 60] , sa N = 20 integracionih koraka i krajnje koncentracije komponenata. b) Proveriti da li je odabrani broj koraka dovoljno veliki da obezbedi tanost krajnjih koncentracija od 4 sigurne cifre. c) Isti problem reiti pomo u funkcije Rkadapt, pri emu se trae koncentracije u 5 ekvidistantnih vremenskih momenata u datom intervalu. Uporediti reenja.

Reenje: (Prakt., XIV-2)

PRIMER 8.8 Problem definisan u Primeru 8.3, reiti pomou funkcija rkfixed i Rkadapt Reenje: (Prakt., XIV-3)

Funkcije rkfixed i Rkadapt mogu da se koriste za integraciju jedne ODJ 1. reda, pri emu se ona posmatra kao specijalan slu aj sistema ODJ.

8.12 GRANINI PROBLEM ZA ODJ 2. REDA

Za teoriju hemijskih reaktora je od posebnog interesa reavanje ODJ 2. reda, iji je opti oblik: y + g2(x, y)y + g1(x, y) y = g0(x), a x b (8.32)

sa razdvojenim graninim uslovima, koji u najoptijem sluaju (Robinov problem) glase: Ay(a) + B y (a) = c (8.33a)

22

A1y(b) + B1 y (b) = c1 Specijalan sluaj ODJ (8.32) je linerna ODJ: y + g 2(x)y + g1(x)y = g 0(x)

(8.33b)

(8.32a)

Specijalni sluajevi problema (graninih uslova) su:

Dirihleov (Dirichlet) problem (A = A 1 = 1, B = B 1 = 0) y(a) = c y(b) = c1 (8.34a) (8.34b)

Nojmanov (Neuman) problem (A = A1 = 0, B = B1 = 1) y(a) = c y(b) = c1 (8.35a) (8.35b)

Treba rei, da u optem sluaju, tip graninog uslova na levoj granici ne mora da bude isti kao tip uslova na drugoj granici. Recimo na levoj granici moemo imati Dirihleov uslov (8.34a), a na desnoj Nojmanov (8.35b)

8.13 METOD PROBE I GREKE (shooting )

Dirihleov problem (8.34a,b)

Uzmimo kao primer Dirihleov problem. Uz diskretizaciju domena nezavisno promenljive: h= ba , x0 = a, xn = b, n xi = x0 + ih

diferencijalna jednaina (8.32) se reava numerikom integracijom ekvivalentnog sistema ODJ prvog reda : dy1 = y2 ( y1 = y, y2 = y) dx

dy2 = g 0 ( x ) g1 ( x, y1 ) y1 g 2 ( x, y1 ) y2 dx y1 ( x0 ) = c y2 ( x0 ) = y( x0 ) = ?

(8.36)

Me utim, za otpoinjanje numerike integracije sistema nedostaje vrednost prvog izvoda traene funkcije u taki x0 = a. Probajui sa razliitim po etnim vrednostima za y(x) , dobijali bi razliite

23

vrednosti funkcije yn = y ( xn ) na kraju intervala integracije i traimo onu vrednost y( x0 ) za koju se za yn dobija zadata vrednost c1, tj. dok se ne zadovolji uslov (8.34b) na desnoj granici x = b: 1. k = 0, usvaja se polazna procena y( x0 )( k ) 2. Integrie se sistem ODJ 1. reda: dy1 = y2 dx dy2 = g 0 ( x ) g1 ( x, y1 ) y1 g 2 ( x, y1 ) y2 dx y2 ( x0 ) = y( x0 ) y1 ( x0 ) = c
(k )

3. Ako je zadovoljen uslov y( xn ) ( k ) c1 < , kraj postupka. Inae,

4. k = k+1, usvaja se nova procena y( x0 )( k ) . Povratak na 2. Kojim algoritmom da korigujemo procenu y( x0 ) ( k ) ? Iz prethodne analize sledi da se problem moe postaviti kao problem traenja korena jedna ine:

F(y (x0)) = y(xn) - c1 = 0

(8.37)

odnosno nule funkcije F(y (x0)), koja nije definisana analitiki nego se njena vrednost za neku vrednost nezavisno promenljive y (x0), dobija numerikom integracijom sistema (8.36) za tu vrednost y (x0) (vidi Sl. 8.5).
y

Numeriko reenje u k-toj iteraciji y(b) (k) nagib y(a)

(k)

F (k)

c1

Reenje, koje zadovoljava uslov y(b) = c 1

a = x0

b = xn

Slika 8.5 - Grafika ilustracija metode probe i greke za reavanje Dirihleovog problema Tako, ako odaberemo metod sekante, korigovanu procenu poetne vrednosti prvog izvoda traene funkcije dobijamo formulom:

24

y( x0 ) ( k +1) = y ( x0 ) ( k ) F
(k )

F ( k ) [ y( x0 ) ( k ) y( x0 ) ( k 1) ] F ( k ) F ( k 1)

(8.38)

= y ( xn )

(k )

c1 ,

k = 1,2, K

Nojmanov problem (9.33a,b)

Poto je na levoj granici intervala integracije poznata vrednost izvoda, ali ne i vrednost same funkcije koju traimo, problem reavamo kao problem traenja korena jednaine:

F ( y ( x0 ) ) = y( xn ) c1 = 0
metodom sekante.

(8.39)

Robinov problem (8.33a,b)

Problem se moe reavati kao problem reavanja jednaine: F(y(x0)) = A1y(xn) + B1y(xn) - c1 = 0 (8.40)

Iz procene poetne vrednosti funkcije y(x0)(k), dobijene metodom sekante, poetnu vrednost njenog prvog izvoda dobijamo iz graninog uslova (8.33a):

y( x0 ) ( k ) =

1 [c Ay( x0 )( k ) ] B

Alternativno, ako se kao nezavisno promenljiva uzme poetna vrednost prvog izvoda y(x0)(k), iz istog graninog uslova se dobija procena poetne vrednosti funkcije y(x0)(k).

PRIMER 8.9 U tankom filmu tenosti, debljine L, koji je sa jedne strane (x = 0) u kontaktu sa turbulentnom masom fluida, a sa druge (x = 1), sa vrstim zidom, odvija se reakcija:

A B
i bezdimenzioni koncentracijski profil y(x) reaktanta A u filmu, opisan je diferencijalnom jednainom:

d2y 2 y 0.5 = 0 2 dx y (0 ) = 1 y(1) = 0

gde je bezdimenzioni parametar 2 (Tilov modul), definisan kao:

25

2 =

kL2 D

k - konstanta brzine reakcije

D - koeficijent difuzije reaktanta kroz film tenosti Izraunati koncentracijski profil reaktanta u filmu za 2 = 0.8

Reenje: (Mathcad) PRIMER 8.10 Bezdimenzioni matematiki model reakcije:

A B
n - tog reda, u poroznom zrnu katalizatora oblika plo ice, debljine L je:

d2y 2 y n = 0, 0 x 1 dx 2 dy x = 0: =0 (ravan simetrije zrna ) dx 1 dy ( x = 1: = y 1 (spoljnja povrs ina zrna) Bi dx

gde su 2 i Bi bezdimenzione grupe (Tilov modul i Bajotov broj). Izraunati koncentracijski profil u zrnu za: = 2, n = 0.5, Bi = 5

Reenje: (Mathcad)

Mathcad funkcije za realizaciju shooting metoda

U Mathcad-u postoje dva postupka za shooting metode:

Pomou Odesolve bloka Korienjem funkcije sbval

Shooting pomou Odesolve bloka

Primena Odeslove bloka je ograniena na Dirihleove i Nojmanove granine uslove. Odesolve blok za reavanje problema u primeru 8.10 za vrlo velike Bajotove brojeve, kada se uslov na spoljnoj povrini zrna redukuje u Dirihleov: x = 1 : y = 1 , izgleda: Given

d2 dx
2

y(x) y(x)
2

y' ( 0)

( ' se realizuje sa Ctrl+F7)

y( 1) 1 y := Odesolve(x , 1)
26

Primena funkcije sbval Nedostajua poetna vrednost funkcije ili prvog izvoda za integraciju sistema dif. jednaina 1. reda

dy1 = y2 dx

( y1 = y,

y 2 = y )

dy2 = g 0 ( x ) g1 ( x, y1 ) y1 g 2 ( x, y1 ) y2 dx
ekvivalentnog diferencijalnoj jednaini 2. reda (8.32), pri kojoj je zadovoljen zadati granini uslov na drugoj granici, dobija se pozivanjem funkcije sbval(u, x1, x2, D, load, score) iji argumenti su:

u - vektor, iji su elementi: poetna vrednost traene finkcije i njenog izvoda. Jedna od njih je poznata (zadata), a za drugu je neophodno dati polaznu procenu x1, x2 donja i gornja granica intervala nezavisno promenljive D vektorska funkcija iji su elementi desne strane sistema sistema ODJ koji se integrie (8.36) load(a, u) vektorska funkcija, iji su elementi redom:
- u0 i zadata poetna vrednost izvoda , ako se poga a poetna vrednost funkcije, ili

pri emu u0 ili u 1 (polazne procene nedostajue poetne vrednosti) moraju prethodno biti definisani.

- zadata poetna vrednost funkcije i u1, ako se poga a poetna vrednost izvoda

score(b, u) funkcija kojom se definie uslov na drugoj granici

Jasno je da pozivu sbval funkcije moraju da prethode definicije funkcija load i score kao i definicija polazne procene funkcije u0, ili izvoda u1. Funkcija sbval daje vektor sa jednim elementom, koji predstavlja traenu po etnu vrednost funkcije ili izvoda.

PRIMER 8.11 Problem iz prethodnog primera za vrlo veliki Bajotov broj reiti,
a) Pomou Odesolve bloka, b) POmou sbva l funkcije (Reenje: Praktikum XV-1)

PRIMER 8.12 Problem iz primera 8.10 reiti za Bi = 5.

(Reenje: Praktikum, XV-2)

Problem singulariteta na granici

U diferencijalnoj jednaini koja opisuje koncentracijski profil rekatanta A u poroznom katalitikom zrnu sfernog oblika, u kome se odvija reakcija A proizvodi n-tog reda ,

27

d 2 y 2 dy + 2 y n = 0, 0 x 1 dx 2 x dx x = 0: dy =0 dx (centar zrna )

x = 1: funkcija

1 dy ( = y 1 (spoljnja povr s ina zrna) Bi dx

g 2 ( x, y ) =

2 x

nije definisana na levoj granici (singularitet). Kako se reava problem singulariteta na granici, ilustruju sledei primeri.

PRIMER 8.13 U poroznom katalitikom zrnu sfernog oblika, odigrava se reakcija n-tog reda: A proizvodi.
a) Izraunati i nacrtati koncentracijski profil reaktanta za = 2, n = 0.5, Bi = 5 , b) Izraunati faktor efektivnosti procesa u zrnu, (Reenje Praktikum, XVI-1)

PRIMER 8.14 Diferencijalna jednaina :

d 2 y 1 dy + = e y dx 2 x dx y ' (0 ) = 0 y(1) = 0
predstavlja bezdimenzioni matematiki model eksplozije dinamita u obliku tapa. Reti je sa =2.
(Reenje: Praktikum, XVI-2)

8.14 LINEARNA ODJ. METODA SUPERPOZICIJE

Moe se pokazati, da ako je diferencijalna jednaina linearna (8.32), algebarska jednaina koja se reava metodom probe i greke (8.37, 8.39 ili 8.40) je tako e linearna, pa se njeno reenje dobija u prvoj iteraciji metode sekante, iz dve polazne procene, odnosno reenje dif. jednaine se dobija u treoj integraciji ekvivalentnog sistema od 2 ODJ 1. reda.

Metoda superpozicije
Za linearnu diferencijalnu jednainu vai princip superpozicije: linearna kombinacija dva partikularna reenja,

y(x ) = 1 y1 (x ) + 2 y2 (x )

(8.41)

28

je tako e partikularno reenje. Tako se reenje Robinovog problema moe dobiti na sledei nain: 1. Sa polaznom procenom y1(a ) dobijamo numeriki prvo partikularno reenje y1 u obliku dva niza: y1=( y1,i , y1,i )i = 0,n 2. Sa polaznom procenom y2(a ) dobijamo numeriki drugo partikularno reenje y2=(y2,i , y2,i)i = 0,n

3. Iz uslova da traeno reenje y = 1y1 + 2y2 zadovolji granine uslove (8.33a,b), tj. iz sistema od dve linearne jednaine:
A1 (1 y1,n + 2 y2,n ) + B1 (1 y1, n + 2 y , n ) = c1 2 A(1 y1.0 + 2 y2, 0 ) + B(1 y1, 0 + 2 y ,0 ) = c 2

4. Konano, reenje dobijamo superpozicijom:

yi = 1 y1,i + 2 y2,i , i = 0,1,..., n

dobijamo parametre 1 i 2

PRIMER 8.15 Za reakciju prvog reda u tankom filmu tenosti (Primer 8./9), koncentracijski profil reaktanta je opisan linearnom ODJ 2. reda:
d2y 2 y = 0 2 dx y (0 ) = 1 y(1) = 0 Izraunati za 2 = 0.8 , koncentracijski profil, a) metodom probe i greke b) metodom superpozicije

Reenje: (Mathcad) PRIMER 8.16 Za reakciju 1. reda u poroznoj plo ici katalizatora (Primer 8.10), matematiki model glasi:
d2y 2 y = 0, 0 x 1 dx 2 dy x = 0: =0 dx 1 dy x = 1: = y 1 Bi dx

Izraunati koncentracijski profil u zrnu za: = 2, Bi = 5 a) metodom probe i greke b) metodom superpozicije

Reenje: (Mathcad)
29

8.15 LINEARNA ODJ. METODA KONANIH RAZLIKA

Alternativan nain priblinog reavanja graninog problema za linearnu ODJ (8.32a) je metoda konanih razlika, koja se zasniva na aproksimaciji izvoda konanim razlikama . Izvodi koji figuriu u dif. jednaini (8.28a) aproksimiraju se u unutranjim takama xi, i=1,2,... n-1 diskretizovanog domena nezavisno promenljive, konanim razlikama:

y( xi )

yi + yi 1 yi+1 yi 1 = , E = O h2 2h 2h

( ) ( )
(8.42)

2 y y h yi1 h yi +1 2 yi + yi 1 y( xi ) 2 i = i = , E = O h2 2 h h h

(greka aproksimacija je reda h2) ime se diferencijalna jednaina zamenjuje sledeim sistemom od (n -1) linearne algebarske jednaine sa, u usluaju Robinovog problema, ukupno (n +1) nepoznatih: yi, i = 0,1,..., n,
yi +1 2 yi + yi 1 y yi 1 + g 2 ( xi ) i +1 + g1 ( xi ) yi = g 0 ( xi ) , 2 h h i = 1,2,..., n 1 (8.43)

Nedostaju e 2 jednaine su granini uslovi (8.33a,b) u kojima su prvi izvodi aproksimirani konanim razlikama unapred ili u nazad (greke aproksimacija su reda h): Ay0 + B y1 y0 =c h yn yn 1 = c1 h tj. njegova matrica (8.44a)

A1 yn + B1

(8.44b) ima trodijagonalnu

Rezultujui sistem linearnih jednaina, strukturu, jer :

prva jednaina (8.44a) sadri samo prve dve nepoznate: y0 , y1

k - ta jednaina, k = 2,3,..., n sadri samo tri nepoznate: yk 2 , yk 1, yk (vidi jedn. 8.43, pri

poslednja, (n+1)-va jednaina (8.44b) , sadri samo poslednje dve nepoznate, yn 1 , yn

emu je i = k 1 )

On se reava se Tomasovim (Thomas) algoritmom koji tedi memoriju i raunsko vreme u odnosu na Gausov postupak. U specijalnom sluaju Dirihleovih graninih uslova, vrednosti funkcije u krajnjim takama, y0 i yn su zadate, pa se reavaju samo jednaine (8.43) po y1,...,yn-1.

PRIMER 8.17 Bezdimenzioni koncentracijski profil reaktanta c(z) u cevnom reaktoru, u kome se odvija reakcija prvog reda:

A B
opisan je diferencijalnom jednainom:

30

1 d 2c dc Da c = 0, Pe dz 2 dz z = 0: c z = 1:

0 z 1

1 dc = 1 (ulaz u reaktor) Pe dz (izlaz iz reaktora)

dc =0 dz

a) Izraunati i nacrtati koncentracijski profil c(z)

Potrebno je, za vrednosti bezdimenzionih parametara: Pe = 1, Da = 2

b) Izraunati postignu stepen konverzije reaktanta u reaktoru:

x=

c(0) c(1) c(0)

Pe (r2e r2 + r1x r1e r1 + r2 x ) Pe (r2e r2 r1e r1 ) + r1r2 (e r1 e r2 ) r2 = 1 1 Pe Pe2 + 4 Pe Da 2 2

c) Uporediti dobijeni rezultat za x sa onim izraunatim iz analitikog reenja problema:

c( z, r1 , r2 ) = r1 =

d) Poveavati broj integracionih koraka (za po 100), dok se numerikim postupkom ne dobije stepen konverzije sa tanou od 3 sigurne cifre.

1 1 Pe + Pe2 + 4 Pe Da , 2 2

Reenje: (Prakt., XVI-4)

31