Professional Documents
Culture Documents
on de un Modelo Matem
atico
de Conducci
on-Convecci
on de Tipo
Entalpa para Solidificaci
on
Erwin Henriquez Lagos
Universidad de la Frontera
Facultad de Ingeniera, Ciencias y Administracion
Departamento de Ingeniera Matematica
Profesores Guas :
Dr. Andres
Avila,
Universidad de La Frontera
Dr. Mauricio Sepulveda, Universidad de Concepcion
Temuco-Chile
Septiembre de 2003
Indice general
1. Modelo T
eorico
1.1.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2. Estructura N
umerica
25
26
27
28
29
30
30
31
31
31
32
32
2.1.11. El algoritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
33
INDICE GENERAL
II
33
35
35
37
37
38
39
2.2.3. Discretizacion de ~v q
. . . . . . . . . . . . . . . . . . . . . .
39
40
41
42
42
3. El C
odigo
3.1. Resumen Codigo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4. Resultados
44
45
46
47
48
50
53
5. Conclusiones
55
57
59
C. Resultados Auxiliares
64
Agradecimientos
No puedo dejar de agradecer:
Al Dr. Michael Vielhaber, por su gran cooperacion en la implementacion en el
lenguaje de programacion FORTRAN ( ...FORTRAN, lo mejor...).
Al profesor e ingenero Abdusamad Salih (Ingeniero de Dise
no: Crompton Greaves
Hydro-division, Chandigarh).
Al Centro de Modelacion y Computacion Cientfica CMCC y a su Director Dr.
Jaime Bustos G., por acogerme durante el desarrollado de este trabajo.
A Tomas Bautista, Tobias Oetiker y a tantos otros autores que me sumergieron
en el sistema de composicion de textos LATEX, en el cual esta escrita esta Tesis.
A mi familia y compa
neros.
Y a Dios por acompa
narme a lo largo de todo este camino.
Resumen
En el primer captulo, se presenta un resultado de existencia de solucion para un
modelo matematico de un problema de solidificacion de materiales puros obtenido por
el profesor Herme Soto en su tesis de doctorado [21]. Este modelo utiliza el llamado
Metodo de Entalpa y toma en cuenta tanto la conduccion de calor en el material, como
la posibilidad de procesos convectivos en las regiones no solidas.
El problema esta constitudo por un sistema de ecuaciones (inclusiones) en derivadas
parciales no lineales, una de las cuales describe el balance de energia termica en todo
el material y esta acoplada a ecuaciones que describen el flujo del material y que
son validas apenas en la region no solida y, por tanto, a priori regiones desconocidas.
Estas u
ltimas ecuaciones son del tipo Navier-Stokes, modificadas apropiadamente por
un termino de tipo Boussinesq que toma en cuenta los efectos termoconvectivos y por
un termino de tipo Carman-Koseny que controla el flujo del material en las llamadas
zonas mushy 1 .
Para obtener una solucion generalizada, procedemos de la siguiente manera: consideramos inicialmente una sucesion de problemas aproximados, haciendo una regularizacion adecuada del problema original, de modo que en los problemas aproximados las
ecuaciones de Navier-Stokes pasen a ser validas en toda la region del material. Luego,
aplicando argumentos de punto fijo, y tambien el metodo semi-Galerkin, obtenemos una
sucesion de soluciones aproximadas. Finalmente, usando argumentos de compacidad,
pasando al lmite en las ecuaciones aproximadas, obtenemos soluciones generalizadas
del problema original.
En la segunda parte se plantea un esquema de discretizacion del modelo teorico,
considerando un dominio particular en 2D, especificamente un cuadrado y una malla
homogenea, as basandonos en los Metodos de CrankNicolson para la Ecuacion de
Difusion del Calor y la estructura MAC (Marker and Cell) para las Ecuaciones de
NavierStokes, de este modo se consigue una version discretizada del sistema de ecuaciones presentado en el primer captulo, las que son resueltas con la ayuda del conocido
metodo de Sobrerelajacion (SOR) e iteradas para tiempos consecutivos.
Esta discretizaciones son implementadas en el tercer captulo, a traves de un bosquejo del pseudocodigo del programa original que fue escrito en el lenguaje de programacion
FORTRAN y cuyos resultados son visualizados en MatLab.
Captulo 1
Modelo T
eorico
1.1.
Un Problema de Evoluci
on
1.1.1.
Introducci
on
1.1.2.
Descripci
on del Modelo
Q = [0, T ]
En el aparecen tres regiones distintas, que denotaremos Qs , Ql , Qm , que dependen
de como se realiza el proceso de cambio de fase correspondiente a las diversas fases en
que se puede encontrar el material. Qs y Ql seran respectivamente las regiones en las
cuales el material esta en fase solida y lquida, respectivamente; Qm correspondera a
la region conocida como region mushy.
Como estamos adoptando un modelo del tipo entalpa, la fase del material en un
punto (x, t) Q dependera del valor de la entalpa w(x, t) del material en aquel punto;
esta, a su vez, depende de la temperatura (x, t) de una forma altamente no lineal que
describiremos posteriormente.
Es importante destacar que a lo largo de este trabajo supondremos, por simplicidad,
que la temperatura del cambio de fase es igual a cero. De esta forma la region donde
(x, t) < 0 estara necesariamente contenida en la region solida, al igual que aquella
en la cual w(x, t) 0. La region donde (x, t) > 0 estara en la region lquida, la cual
es caracterizada por w(x, t) L; la region mushy es aquella donde 0 < w(x, t) < L,
con L una constante que depende del material y se llama calor latente; esta region
esta contenida en la region donde (x, t) = 0.
Por otro lado, como estamos considerando los efectos convectivos, el termino de
Carman-Koseny en las ecuaciones de movimiento del material, el cual depende de la
fraccion solida fs , requiere que tenga la siguiente relacion de compatibilidad: el valor
de la fraccion solida debe ser fs = 1 en la region solida, fs = 0 en la region lquida
y 0 < fs < 1 en la region mushy. As, fs debe ser una funcion de entalpa w, esto
es, fs = fs (w) donde fs es una funcion real tal que fs (w) = 1 cuando w (, 0],
fs (w) = 0 cuando w [L, +) y 0 < fs (w) < 1 cuando w (0, L).
De forma mas precisa, siendo L > 0 el calor latente del material, definimos las
regiones Qs , Ql y Qm como:
Qs = {(x, t) Q; w(x, t) 0} = {(x, t) Q; fs (w(x, t)) = 1},
Ql = {(x, t) Q; w(x, t) L} = {(x, t) Q; fs (w(x, t)) = 0},
Qm = {(x, t) Q; 0 < w(x, t) < L} = {(x, t) Q; fs (w(x, t)) < 1}
Se define tambien la region no solida como:
Qml = Qm Ql = {(x, t) Q; 0 < w(x, t)}
Necesitaremos tambien los siguientes conjuntos definidos para cada t [0, T ] como:
= {x ; w(x, t) 0},
= {x ; w(x, t) L},
= {x ; 0 < w(x, t) < L},
= m (t) l (t) = {x ; 0 < w(x, t)}
esto, denotaremos la frontera lateral de la region no solida por:
X
ml
ml (t) {t}
0<t<T
w(x, 0)
t v v + v v + p F ()
div v
v
v
v(x, 0)
=
=
=
=
=
=
0
()
w0 (x)
J(fs (())))v
0
0
0
v0 (x)
en Q,
en Q,
sobre [0, T ],
en ,
en int (Qml ),
en int (Qml ),
en int (Qml ),
sobre ml ,
en int (Qml ),
(1.1)
En la proxima seccion, se daran las hipotesis precisas sobre los distintos terminos
del sistema. Aqu, describiremos solo sus significados fsicos.
La funcion K(s) se supone conocida y describe el cociente entre la conductividad
termica y el calor especfico del material.
(s) es una multiaplicacion que describe la relacion entre la temperatura y la entalpa.
El termino F () simula los efectos termoconvectivos que actuan en la region no
solida. La aproximacion de Boussinesq mas comunmente usada toma la forma:
F () = C( r ) g,
(1.2)
J(fs ) =
Cfs
(1 fs )3
(1.3)
1.1.3.
Hip
otesis y Formulaci
on D
ebil del Problema
(H2 )
(s) es una multiaplicacion de R en R, estrictamente monotona creciente y
tal que para s 6= 0 esta funcion satisface 0 < 0 0 (s) 1 ; ademas de esto tiene un
salto en el origen, esto es, (0) = [ 0, L], con L > 0.
(H3 )
K(s) es una funcion monotona continua y diferenciable fuera del origen y
tal que K(0) = 0, y 0 < K0 K 0 (s) K1 si s 6= 0.
(H4 )
(H5 )
(H6 )
(0, L).
x1
fs
Cb0 (R)
Definici
on 2. Sobre las hipotesis (H1 ) (H7 ), la tripleta (, w, v) es solucion generalizada del problema (P0 ) si valen las siguientes condiciones:
i. L (Q)L2 (0, T ; H 1 ()), w L (Q) C([0, T ]; H 1 ()) y v L2 (0, T ; H01 ()),
ii. Para toda C01 (0, T ; H01 ()) se tiene que
Z
wt dx dt
Q
K()dx dt +
Q
vdx dt = 0
(1.4)
c.t.p. en Q
w (),
2
1
L (0, T ; H0 ()),
w(, 0) = w0 ,
en
(1.5)
iii. Siendo Qs = {(x, t) Q; w(x, t) 0}, Qml = {(x, t) Q; 0 < w(x, t)} y
ml (t) = {x ; 0 < w(x, t)}, valen las siguientes propiedades:
Debemos tener que:
v = 0,
en int Qs
(1.6)
Qmli ,
i=1
int Qmli
donde
son regiones no solidas y {i }
on de n
umeros
i=1 es una sucesi
positivos
tendiendo
a
cero,
con
int Qmli
i=1
intf (F )
R
R
vt dxdt = intf (F ) vdxdt intf (F ) (v )vdxdt
R
R
intf (F ) hvdxdt + intf (F ) F () dx dt
R
+ ml(0) v(x, 0) (x, 0)dx.
(1.7)
Observaci
on 3. Para entender el significado de la definicion anterior, observamos
que el tem (iii) requiere que la velocidad sea nula en el interior de la parte solida y que
el escurrimiento sea controlado por las ecuaciones del tipo Navier-Stokes en la region
de interior fluido.
Entretanto, si Qml \ intf (F) > 0, habra una region de medida estrictamente positiva, exactamente la region Qml \ intf (F), que del punto de vista del escurrimiento no
tenemos ninguna informacion, esto es, nuestra solucion no se aplica a esta region.
El modelo presupone que en la region no solida el escurrimiento sea controlado por
una ecuacion del tipo de Navier-Stokes. Sin embargo, para que esto ocurra en modelos
macroscopicos como es el de nuestro caso, es necesario que haya suficiente espacio
para tal escurrimiento. Cuando esto no ocurre, como es el caso usual de medios porosos,
la ecuacion macroscopica que controla el escurrimiento no es mas del tipo de NavierStokes, sino una ecuacion de los medios porosos, que es obtenida de la llamada ley de
Darcy ( que relaciona la velocidad del fluido y el gradiente de presion) o por mecanismos
de homogenizacion.
En otras palabras, sucede que la region Qml \ intf (F) sea una region donde la zona
de mezcla se torne tan intercalada de fragmentos solidos que ella se debe comportar de
forma semejante a un medio poroso, y, por tanto, la ecuacion macroscopica que controla
el escurrimiento no puede ser mas del tipo Navier-Stokes . Tal vez otra ecuacion, semejante a aquella de medios porosos, pero que tampoco tenemos condiciones de preveer,
deba controlar el escurrimiento en esta region.
Teorema 4. Bajo las hipotesis (H1 )(H7 ), existe solucion generalizada del problema
(P0 ) en el sentido de la definicion 2.
El camino a seguir para probar la existencia y unicidad es introducir un problema
regularizado, que hace mas abordable el problema, luego al darnos una sucesion de
estos problemas regularizados, mediante un espacio de dimension finita, introducimos
elementos de Galerkin, y as mediante conceptos de continuidad y compacidad se consigue definir un operador que cuenta con un punto fijo, el que equivale a encontrar la
solucion del problema original.
1.2.
El Problema Regularizado
0 < K0 K0 (s) K1 ,
(1.8)
1
0 < 0 0 (s) ,
(1.9)
ademas
(s) 1 s+L, s,
(s) min{ 1 s, 0} s,
0
(s) 1 si para s y , s =
6 0, 0 ,
tal que (s) = (s), si < 0 .
(1.10)
uniformemente en R \ {0},
uniformemente en R.
R
R
v
dx
dt
=
v
dx
dt
(v )v dxdt
Q
Q
RQ
Q J(fs (w ) )v dxdt
R
R
+ Q F ( ) dx dt + v (x, 0) (x, 0)dx
(1.11)
c.t.p. en
(1.12)
lm v0 v0 H() = 0,
(1.13)
w t dx dt
Q
K ( )dx dt +
Q
w (, 0) = w0
v dx dt = 0
(1.14)
en
(1.15)
1.2.1.
Aproximaci
on del Problema Regularizado
A continuacion presentamos una sucesion de problemas que constituyen aproximaciones del problema regularizado y se probara un resultado de existencia para estos
problemas aproximados, los que seran construidos de la siguiente manera.
Consideramos la base {uj }
on del problema espectral:
j=1 de V (), dada por la soluci
(u, )V () = (u, )H() , V (), > 0.
Sea W m () el espacio generado por u1 , ..., um .
Definamos el problema (Pm ), con 1 m, de la siguiente manera:
Encontrar funciones vm L2 (0, T ; V ()) L (0, T ; H()), m L (Q)L2 (0, T ; H 1 ())
y wm L (Q) con wm = (m ), las cuales satisfacen:
m
(vt
, uk ) + (vm , uk ) = ((vm )vm , uk ) J(fs (wm ) )vm , uk )
+(F (m ), uk )
(1.16)
vm (0) = vm0
(1.17)
lm vm 0 v0 2, = 0
(1.18)
donde
m
X
(v0 , uj ) = Pm (v0 )
j=1
wm t dx dt
Q
K (m )dx dt
Q
wm (, 0) = w0
m vm dx dt = 0
(1.19)
en
(1.20)
lm L2 (0,T ;H 1 ()) = 0,
0
(1.21)
10
u
nica funcion la cual satisface (1.19) y (1.20), con = , en , y w = ().
Entonces, se define
G() =
(1.22)
Al ver el detalle de los pasos que definen G, observaremos claramente que resolver
el problema (Pm ) es equivalente a determinar puntos fijos de G.
El primer paso en la definicion de G, es dado en el siguiente lema, en cuyo enunciado
y demostracion se omitira el ndice de las variables vm , m y wm , para facilitar la
lectura.
Lema 7. Sobre las hipotesis (H1 )(H6 ) dada m L2 (Q), existe una u
nica funcion
m
2
v (t) =
m
X
cj (t)uj (x)
(1.23)
j=1
j=1
m
X
B( uj , ui , uk ) ci (t)cj (t)
i,j=1
m
X
(1.24)
j=1
+(F ( m ), uk )
ck (0) = (v0 , uk )
(1.25)
11
2
d m 2
v (t) 2, + v m V () F (m )V 0 ()
dt
t
0
m 2
v
V ()
t
0
F (m )2 0 + vm0 2
2,
V ()
(1.26)
Por ser F Lipschitz, m L2 (Q) M y por (1.18), tenemos que el lado derecho de
(1.26) es limitado con respecto a t, se deduce entonces que:
m 2
v
L
m 2
2
v 2
F (m )2 2
vm0
+
+
0
(0,T ;H())
L (0,T ;V ())
L (0,T ;V ())
2,
(1.27)
Obtenemos tambi
m en de (1.27),
2 que la limitacion de v en L (0, T ; V ()) L (0, T ; H()),
depende de L2 (Q) y vm0 L2 () .
12
(1.28)
2
C v m V ()
2
C v m v m
2,
V ()
(1.29)
n = 3,
n = 2,
kE(v m )kV 0 () C()v m 2, .
(1.30)
(1.31)
v2 v1m
L (0,T ;H())
C 2m 1m L2 (Q)
(1.32)
donde vim es la u
nica solucion de (1.16), (1.17), correspondiente a im y C es una
constante que depende de , m y T .
n: Por la linealidad , tenemos que (1.16) vale W m (), entonces,
Demostracio
se tiene:
(vitm , ) +(vim , ) +B(vim , vim , ) = (J(fs (wim )))vim , ) +(F (im ), ) (1.33)
Restando estas igualdades para i = 1, 2 y haciendo = Sm = v2m (t) v1m (t) en
(1.33), obtenemos
1 d
2 n
S
(t)
m
2 dt
L ()
13
2
+ Sm V () = B(Sm , v2m , Sm ) (J(fs (w1m )) )Sm , Sm )
((J(fs (w2m )) ) (J(fs (w1m )) ))v2m , Sm )
+(F (2m ) F (1m ), Sm )
2
R m
R
1 d
2 n + Sm 2
Sm v2 Sm +c0 () 2m 1m v2m Sm
S
(t)
m
2 dt
R
L ()
V ()
+c1 2m 1m Sm
2
Sm L4 ()n v2m V () + c0 ()2m 1m 2, v2m L4 ()n Sm L4 ()n
+c1 2m 1m 2, Sm L2 ()n
c2 Sm V () v2m V () Sm L4 ()n
+ c3 ()2m 1m 2, v2m V () Sm V ()
+c4 2m 1m Sm
2,
V ()
2
2
d
Sm (t)L2 ()n c5 (m)Sm L2 ()n v2m L2 ()n
dt
2
2 2
2,
2,
R
Sm (t)2 2 n c5 (m) t Sm 2 2 n v2m 2 2 n
0
L ()
2
2L () 2
Rt
R t L ()
+c6 (, m) 0 2m 1m 2, v2m L2 ()n + c7 0 2m 1m 2,
R t 2
c5 (m) 0 Sm L2 ()n v2m L2 ()n
2
2
2
Rt
Rt
+c6 (, m)v2m L (0,T ;H()) 0 2m 1m 2, + c7 0 2m 1m 2,
2
y como v2m L (0,T ;H()) C, m, obtenemos
Sm (t)2 2
L
()n
c8 (m)
Sm (t)2 2
L
Sm (t)2 2
L ()n
y finalmente
Sm
()n
+ c9 (, m)2m 1m L2 (Q)
L (0,T ;H())
2
c(, m, T )2m 1m L2 (Q) .
14
remos la u
nica funcion m , y entonces w m = (m ) tal que m L2 (0, T ; H01 ())
que satisface (1.19) y (1.20). Mostraremos tambien la dependencia continua de m con
respecto a v m . Esto es obtenido de los siguientes lemas.
Pm
j
m
2
1
L (0, T ; V ()) L (0, T ; H()) , existe una u
nica funcion L ()L (0, T ; H ()),
m
y entonces tambien existe una u
nica w = (m ), tal que m L2 (0, T ; H01 ())
satisfacen (1.19) y (1.20). Ademas de eso valen las siguientes estimativas:
m
1
L (Q)
max {w0 L () , 1 L (Q) + L} ,
0
(1.34)
(1.35)
L2 (0,T ;H 1 ()) c,
0
donde c es una constante que depende de w0 L () , L (Q) , L2 (0,T ;W 32 ,2 ()) , y
m
v
, se obtiene tambien
L (0,T ;H())
m
w
t
c,
(1.36)
m
X
cj (t)uj
j=1
con uj dado por (uj , )V () = (uj , )H() , V (), > 0, ella tiene la regularidad
necesaria ( la regularidad de vm es dada por las funciones uj ) para utilizar el lema 18
y obtener por la observacion 20, que existen funciones m y wm , las cuales satisfacen
(1.19), (1.20) y m = sobre con wm = (m ). Se obtiene tambien:
m
L (Q) c,
m
w
(1.37)
m
donde c es dada como en (1.35) y c1 es una constante que depende de w0 L (Q) y
.
L (Q)
L (Q)
c1
L2 (0,T ;H 1 ()) c2 ,
15
con c2 es una constante que depende de vm L (0,T ;H()) , w0 L () , L2 (0,T ;W 32 ,2 ()) .
De esta forma son probadas la estimacion (1.34) y (1.35).
Probaremos ahora la estimativa (1.36). Sea H01 (), de (1.19) obtenemos:
m
R
R
m ) + m v m
(w
t , ) = K
(
R m R m m
K1
+
v
m L () vm H() }H 1 ()
m H 1 () + C2
{C1
0
Entonces tenemos:
m
wt
H 1 ()
m
m
L () vm V () .
H 1 () + C2
C1
m
m
m 2
m
wt 1 (C3 + C4
v
)(
+
),
L ()
H 1 ()
H ()
V ()
T
0
m 2
m 2
m 2
m 2
wt 1 (
)(
2
v 2
c
+
c
+
).
3
4
1
H ()
L ()
L (0,T ;H ())
L (0,T ;V ())
(1.38)
m
i L (Q) , im L2 (Q) , T y 0 .
donde c es una constante que depende de
(1.39)
m
w2 w1m
(1.40)
16
i L (Q) y im L2 (Q) .
donde c es una constante que depende solamente de
Como 1 es Lipschitz con constante l que depende de 0 , obtenemos:
m
2
2
y por tanto,
2
m
De esta forma, de la u
ltima desigualdad y de (1.40) se concluye (1.39).
Volviendo ahora a considerar el operador G, notamos que en su construccion, otra
vez para no complicar la notacion, omitiremos los ndices y m de las funciones temperatura y entalpa.
De los lemas 8 y 9 se tiene que G : L2 (Q) L2 (Q) esta bien definida por (1.22).
Por los lemas 8 y 9, obtenemos que G es continuo.
Ademas de eso, denotando por:
R=
1
1
1
(max {w0 L () , 1 L (Q) + L}) + L T 2 | 2 ,
0
G()
L2 (Q)
R.
(1.41)
17
R T h
G()(t + h) G()(t)2 1 ) 12
H ()
R0T h 1
(w(t + h)) 1 (w(t)2 1 ) 12
= ( 0
H ()
2
R T h
1
l( 0
w(t + h)) w(t) H 1 () ) 2
2
R T h R th
1 ) 12
(
= l( 0
w
(s)ds
s
0
H ()
R
( T h hdt ) 21
= lM
0
h 12 (T h) 12
= lM
es una constante independiente de la eleccion de y de esta forma, independonde M
diente de w y wt .
Obtenemos entonces:
h G() G()
= (
h G() G()
0,
(1.42)
(1.43)
Entonces, toda solucion posible de (1.42) es limitada en L2 (Q) por una constante
independiente de .
Por el lema 17, conclumos que G tiene un punto fijo.
Podemos realizar ahora la demostracion del teorema 6
Demostraci
on Teorema 6:
n: La existencia de solucion es consecuencia directa del lema 17 apliDemostracio
cado a G, esto es, la ecuacion
m = G(m )
18
tiene solucion para cada m = 1, 2, 3, ..., el cual, por construccion del operador G, es
equivalente a probar la existencia de solucion para el problema (Pm ).
De la estimacion (1.34) dada en el lema 9 obtenemos que m es limitada en L (Q)
uniformemente con respecto a m, luego por la estimativa (1.27), dada en el lema 7, se
obtiene que vm es limitada en L2 (0, T ; V ()) L (0, T ; H()) con limitaciones que
no dependen de m.
Ahora, de (1.35) obtenemos que m es limitada tambien en L2 (0, T ; H 1 ()) unim
en
formemente con relacion a m y por (1.36) lo mismo ocurre con la limitacion de wt
2
0
L (0, T ; V ()).
Finalmente, como la limitacion de m en L (Q) no depende de m, obtenemos por
m
el lema 7 que la limitacion de vt
en L2 (0, T ; V 0 ()) si n = 2 y en L1 (0, T ; V 0 ()) si
n = 3 es independiente de m. Conclumos de esta forma la prueba del Teorema 6.
Observaci
on 11. Si vm es limitada en L2 (0, T ; V ()) L (0, T ; H()), uniformemente con respecto a y m, lo cual corresponde a nuestro caso, entonces para la familia {wm } valen las hipotesis del lema 21, obteniendose que las estimativas requeridas
dependen de los datos de frontera, condiciones iniciales y las limitaciones de v m en
L2 (0, T ; V ()) L (0, T ; H()). Luego, de la misma manera que en la observacion
20 se obtiene que si m
wm (x, t) w (x, t),
c. t. p. en ,
t [0, T ),
(1.44)
c. t. p. en ,
t [0, T ),
(1.45)
en ,
(1.46)
1.2.2.
19
Del Teorema 6 obtenemos que las sucesiones {vm }m , {m }m y {wm }m , son uniformemente limitadas con respecto a m en L2 (0, T ; V ()) L (0, T ; H()),
L (Q) L2 (0, T ; H 1 ()) y L (Q) respectivamente.
De esta forma, tenemos que existen funciones v L2 (0, T ; V ()) L (0, T ; H()),
L (Q) L2 (0, T ; H 1 ()) y w L (Q) y subsucesiones, tales que:
vm * v ,
debilmente en L2 (0, T ; V ()),
vm * v , debilmente en L (0, T ; H())
m * ,
debilmente en L2 (0, T ; H 1 ()),
m * ,
debilmente en L (Q),
wm * w ,
debilmente en L (Q).
(1.47)
(1.48)
(1.49)
(1.50)
(1.51)
c.t.p. en ,
t [0, T ).
(1.52)
m
Del Teorema 6, tambien tenemos que {vt
} es limitada en L2 (0, T ; V 0 ()) si
1
0
n = 2 y en L (0, T ; V ()) si n = 3, entonces de lo anterior y de (1.47) obtenemos que
la sucesion {vm }m es relativamente compacta en L2 (0, T ; H()),. Luego, existe una
subsucesion {vm }m tal que
en L2 (0, T ; H()).
(1.53)
m
Tambien por el Teorema 6, se tiene que la sucesion {wt
}m es limitada de manera
2
1
uniforme con respecto a m en L (0, T ; H ()), de esta manera tenemos que existe
una subsucesion tal que
wm * w ,
(1.54)
20
R T h m
(t + h) m (t)2 1 ) 12
0
H ()
2
R T h 1 m
1
= ( 0
(w (t + h)) 1 (wm (t)H 1 () ) 2
R T h m
w (t + h)) wm (t)2 1 ) 12
l( 0
H ()
2
R T h R th m
1
(
w
(s)ds
= l( 0
)2
s
0
H 1 ()
R
( T h hdt ) 21
= lM
0
h 12 (T h) 21
= lM
(1.55)
es una constante independiente de la eleccion de m y de esta forma, indedonde M
h (m ) m
= (
h (m ) m 2
0
L (0,T h;H 1 ())
en L2 (Q).
(1.56)
RT R
0
RT R
RT R m
m k 0
m
k
v
u
dxdt
=
v
u
dxdt
(v )vm uk dxdt
0
R0T R
0 J(fs (wm ) )vm uk dx dt
RT R
R
+ 0 F (m ) uk dx dt + vm0 uk (0)dx
T
0
vm uk 0 dxdt
T
0
v uk 0 dxdt.
T
0
vm uk dxdt
T
0
v uk dxdt.
21
T
0
F (m ) uk dx dt
F ( ) uk dx dt
T
0
(vm
)vm uk dxdt
(v )v uk dxdt.
Para el otro termino no lineal, de (1.52), (1.53) y del hecho de que J y fm (), son
Lipschitz ( para fijo en el caso de J ), obtenemos
Z
T
0
J(fs (wm )
)vm uk dxdt
T
0
J(fs (w ) )v uk dxdt
vm0 u (0)dx
v0 uk (0)dx
RT R
RT R
RT R
v uk 0 dxdt = 0 v uk dxdt 0 (v )v uk dxdt
RT R
0 J(fs (w ) )v uk dx dt
RT R
R
+ 0 F ( ) uk dx dt + v0 uk (0)dx.
k = 1, 2, ..., C 1 ([0, T ]) tal que (T ) = 0. Por otro lado, como vt L2 (0, T ; V 0 ())
si n = 2 y pertenece a L1 (0, T ; V ()) si n = 3, tenemos que v C([0, T ]; V 0 ()),
podemos verificar entonces que v satisface
RT R
RT R
RT R
k 0
k
v
u
dxdt
=
v
u
dxdt
(v )v uk dxdt
0
R0T R
0 J(fs (w ) )v uk dxdt
RT R
R
+ 0 F ( ) uk dx dt + v (x, 0) uk (0)dx.
v (x, 0) u (0)dx =
v0 uk (0)dx,
(1.57)
22
como es arbitraria, tomamos tal que (0) 6= 0 y obtenemos que v (x, 0)=v0 (x),
c.t.p. en , esto es, se satisface (1.12).
Por linealidad, tenemos que (1.57) es valida para sumas finitas de la forma
m
X
uk i i ,
i=1
con i C ([0, T ]), tal que i (T ) = 0 y uki un elemento de la base escogida para V ().
Por otro lado, el conjunto de todas las sumas finitas posibles
A={
n
X
i=1
dx
dt
=
v
dx
dt
(v )v dxdt
Q
Q
RQ
Q J(fs (w ) )v dx dt
R
R
+ Q F ( ) dx dt + v (x, 0) (x, 0)dx,
C 1 ([0, T ]; V ()) tal que (T ) = 0. Entonces se satisface (1.11).
wm t dx dt
Q
K (m )dx dt
Q
m vm dx dt = 0
Q
wm t dx dt
w t dx dt
Q
Para probar la convergencia del segundo termino, consideramos primero una funcion
test C01 ([0, T ]; C02 ()). Por (1.8) y (1.56) tenemos que
Z
K (m )4dx dt
Q
K ( )4dx dt
Q
Ahora, por la densidad de C01 ([0, T ]; C02 ()) en C01 ([0, T ]; H01 ()), dado > 0,
arbitrariamente peque
no, para C01 ([0, T ]; H01 ()), tenemos que existe una funcion
1
2
C0 ([0, T ]; C0 ()) tal que 2
< .
1
L (0,T ;H0 ())
23
Entonces tenemos:
(K (m )K( ))
(K (m )K( ))4+
cuando m .
(K (m )K( ))()
(1.58)
(K (m ) K( ))4 0,
R
m
(K (m ) K( ))( )
( )
Q (K
(
)
K(
))
2
+C 2
1
1
L (0,T ;H ())
(K (m ) K( )) 0,
m vm
dx dt
v dx dt
Q
cuando m .
Vale por tanto, la identidad (1.14).
Tenemos tambien , por (1.20) y (1.52), que
w (x, 0) = w0 (x),
en
c.t.p. en Q
24
c.t.p. en Q
Captulo 2
Estructura N
umerica
Introducci
on
En este captulo presentamos la version discretizada del sistema de ecuaciones e
inclusiones presentados anteriormente, considerando un dominio en 2D (un cuadrado)
con condiciones de frontera y condiciones iniciales particulares acordes a las hipotesis
mencionadas en el captulo previo.
De este modo planteamos en la seccion 2.1 un desacoplamiento de las Ecuaciones
de Navier-Stokes (ENS), basados en la gran utilidad que han prestado los metodos de
proyeccion para resolver este tipo de ecuaciones. En particular adoptamos la estructura
MAC (Marker and Cell) la que nos permite llegar a una Ecuacion de Poisson para la
presion, la que se resuelve utilizando el metodo iterativo SOR, luego de obtener la
nueva presion se procede a actualizar la velocidad.
En tanto en la seccion 2.2 la Ecuacion del Calor o de Difusion se discretiza por el
conocido Metodo de Crank-Nicolson en su parte lineal.
Por u
ltimo en la seccion 2.3 se discretiza la Ecuacion del Calor donde la funcion de
entalpa es altamente no lineal en un intervalo simetrico centrado en el cero.
La idea principal en este captulo es entender la velocidad en la Ecuacion del Calor
como dato fuente y resolver para la temperatura o entalpa en un t peque
no, para
posteriormente tomar este dato en las ENS. En definitiva estamos adoptando la misma
idea de punto fijo que se tomo para probar la existencia teorica, esto es, resolver por
separado cada una de las ecuaciones con sus datos correspondientes y utilizarlos para
la siguiente iteracion en el tiempo, hasta obtener una repeticion de los datos o que se
cumpla una condicion de termino.
Para realizar todo esto, generamos una sucesion de sistemas lineales para la Ecuacion
del Calor de orden n n, el que es resuelto por el Metodo SOR, luego se ocupa la
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
26
2.1.
Discretizaci
on de la Ecuaci
on de Navier-Stokes
(ENS)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
27
2.1.1.
t v v + v v + p = 0
divv = 0
(2.1)
donde ~v = (u, v). Para nuestro caso solo utilizaremos el caso de condicion de frontera
no-slip para (2.1)
v = 0,
en ,
(2.2)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
2.1.2.
28
Discretizaci
on del Tiempo
v n+1 v n
+
t
n+1
(v n )v n + pn+1 = 4v n+1 ,
= 0.
(2.3)
No se vacila en utilizar un esquema implcito, pues las ENS son intrnsicamente implcitas. Alternativamente se puede discretizar (2.1), usando la regla trapezoidal, resultando el esquema de Crank-Nicolson:
v n+1 v n
+
t
n+1
(v n+ 2 )v n+ 2 + pn+1 = 4 v
= 0.
n+1 +v n
(2.4)
en .
(2.5)
Sin embargo, ambos esquemas son altamente ineficientes puesto que requieren, en
cada paso, la solucion de (2.3) o (2.4) los cuales son sistemas acoplados. Esta
es la razon
de proponer el Metodo de Proyeccion como dispositivo numerico para desemparejar el
calculo de v n+1 y de pn+1 . Calculando una velocidad intermedia v , con la ecuacion del
momento y entonces proyectando v de nuevo al espacio de los vectores incompresibles
para obtener v n+1 y pn+1 . El procedimiento para el esquema de primer orden se puede
resumir como:
Estructura de Primer Orden
Paso 1:
Paso 2:
v v n
t
+ (v n )v n = 4v ,
v = 0, en .
v = v n+1 + tpn+1 ,
v n+1 = 0.
(2.6)
(2.7)
La condicion de frontera para v en (2.6), es algo natural, por lo menos para el esquema
de primer orden. La condicion extrema se hace en la frontera para (2.7). Si tomamos
el producto interno de (2.1), con el vector normal y tangente unitario en , n y t
respectivamente, llegamos a
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
p
= n 4v,
n
p
= t 4v,
t
en .
29
(2.8)
en .
(2.9)
2.1.3.
Discretizaci
on Espacial
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
30
2.1.4.
Discretizaci
on de la ecuaci
on de continuidad
La ecuacion de continuidad
div v =
u v
+
=0
x y
(2.11)
2.1.5.
Discretizaci
on de la ecuaci
on de momento
v
t
p
x
p
y
1
Re
1
Re
2u
2
x
2v
x2
+
+
2u
y 2
2v
y 2
(u2 )
x
(uv)
x
(uv)
y
(v 2 )
y
+ gx ,
+ gy
(2.13)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
31
2.1.6.
Aproximaci
on de los t
erminos convectivos
u
u x + v u
y
(~v grad)~v :=
v
v
u x
+ v y
(2.15)
(u2 )
:=
x i,j
uv
:=
y i,j
1
x
1
y
ui,j +ui+1,j 2
2
ui1,j +ui,j 2
2
(2.16)
,
2.1.7.
Discretizaci
on para la presi
on
2.1.8.
p
x
i,j
pi+1,j pi,j
,
:=
x
p
y
:=
i,j
pi,j+1 pi,j
,
y
Celdas fronteras
j = 1, . . . , m,
vi,0 , ui,m ,
ui,0 , ui,m+1 ,
j = 1, . . . , m,
v0,j , un+1,j ,
i = 1, . . . , n,
ademas de
i = 1, . . . , n,
(2.17)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
32
2.1.9.
con i = 1, . . . , n.
2.1.10.
Discretizaci
on de las derivadas temporales
2.1.11.
u
t
(n+1)
un+1 un
:=
,
t
v
t
(n+1)
:=
v n+1 v n
,
t
(2.18)
El algoritmo
Introduciendo
1 2u 2u
(u2 ) (uv)
F := u + t
+
+ gx ,
Re x2 y 2
x
y
1 2v 2v
(uv) (v 2 )
+
+ gy ,
G := v + t
Re x2 y 2
x
y
(2.19)
(2.20)
p(n+1)
x
(2.21)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
v n+1 = G(n) t
33
p(n+1)
y
(2.22)
donde p(n+1) puede ser determinado implcitamente derivando (2.21) con respecto a x
y (2.22) con respecto a y junto con la ecuacion de continuidad.
~v n+1 =
u(n+1) v (n+1)
+
=0
x
y
F (n) G(n)
+
x
y
2.1.12.
(n+1)
La ecuaci
on discretizada de Poisson
(n+1)
(n+1)
(n+1)
(n+1)
(n+1)
(n)
(n)
(n)
(n)
donde i = 1, . . . , n y j = 1, . . . , m.
2.1.13.
El t
ermino fuente gx y gy
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
34
gy = J()v + F g(),
donde J y F g vienen dadas por las expresiones (1.3) y (1.2).
La discretizacion del termino F g() en la ENS solo se realiza evaluando la temperatura promedio de las dos celdas aleda
nas a la velocidad, solo en la componente en y
(debido a la gravedad). En tanto el funcional J, se aproxima por la funcion J , la cual
tiene la forma
C 1 fs
J (fs ) =
(1 + fs )3
para cumplir los fines descritos en el primer captulo.
Por u
ltimo, el producto Jv, se separa en dos, debido a las componentes de la velocidad (u, v) y la evaluacion se realiza tomando los promedios de J en las celdas aleda
nas
a las velocidades multiplicadas por las componentes correspondientes.
Las figuras siguientes muestran como se realiza tal discretizacion
(2.23)
(2.24)
gx (i, j) = ui,j+1
gy (i, j) = vi+1,j
fs =
1,
Lw()
,
L
0,
<0
=0
>0
(2.25)
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
2.1.14.
35
Consideraciones especiales
Para que la implementacion sea mas exacta debemos dar algunas aproximaciones
especiales en el calculo en las celdas de las fronteras, algunas de ellas son:
Para la velocidad en las casillas fronteras, se aproxima con una estructura de
segundo orden, por ejemplo en el caso de la frontera sur.
8ui,1 6ui,2 + ui,3
3
8ui1,1 6ui1,2 + ui1,3
ui1,1 =
3
donde u es la velocidad en la direccion de x, y i = 3, . . . , n.
ui,1 =
Para las esquinas se procede de modo similar agregando en este caso (Esquina
sur-oeste) las aproximaciones para la velocidad en la direccion de y, esto es de
vi1,j y vi1,j1 .
2.1.15.
El M
etodo Iterativo SOR (Successive Over Relaxation).
A=
UA
DA
LA
(2.26)
D :=
0
DA
0
E :=
0
0
LA
F :=
UA
0
0
2.1 Discretizaci
on de la Ecuaci
on de Navier-Stokes (ENS)
xk+1
i
w
= (1 w)xki +
aii
bi
para k 0, i = 1, . . . , n.
i1
X
aij xk+1
j=1
n
X
aij xkj
j=i+1
36
(2.27)
1
1 DF
w
(2.28)
(2.29)
(2.30)
(2.31)
por lo tanto una condicion necesaria para la convergencia esta dada por
0 < w < 2.
(2.32)
2.2 Discretizaci
on de la Ecuaci
on del Calor
2.1.16.
37
Condici
on de estabilidad
1
1
+
2
(x)
(y)2
|vmax |t < y.
Aqu |umax | y |vmax | son los maximos valores absolutos de las velocidades. Un paso
adaptivo de control puede ser
!
x
1
1
y
Re
,
+
,
,
t := min
2 (x)2 (y)2
|umax | |vmax |
donde [0, 1] es un factor de seguridad, estas condiciones las podemos encontrar en
[4].
Por otra parte, en [24] se prueba un orden de convergencia de la estructura MAC
de 4t, para condiciones iniciales suaves de la velocidad, obteniendo as, acotamientos
de la solucion asumiendo solamente que 4t h (la que viene dada por la condicion
anterior), donde h = min{4x, 4y} y que la solucion numerica tenga un cierto grado
de suavidad.
2.2.
Discretizaci
on de la Ecuaci
on del Calor
2.2 Discretizaci
on de la Ecuaci
on del Calor
38
+A
a3 3 + a 1 + a 0
=
+C
si
si ||
si
(2.33)
10
5
5
2.2.1.
M
etodo de Crank-Nicolson
Para la parte lineal usaremos la estructura de CrankNicolson. Para ello consideremos q = f () (q la temperatura) y la ecuacion de difusion simple en dos dimensiones:
q
=D
t
donde q = A + B.
2q
2q
+
x2 y 2
~v q
(2.34)
La figura 2.6 representa el esquema que se utiliza para discretizar la Ecuacion del
Calor.
2.2 Discretizaci
on de la Ecuaci
on del Calor
39
2.2.2.
Discretizaci
on del Laplaciano
Con respecto a x
n+1
n+1
n+1
n
n
n
qi1,j
2qi,j
+ qi+1,j
+ qi1,j
2qi,j
+ qi+1,j
2q
'
,
x2
(x)2
(2.35)
con respecto a y
n+1
n+1
n+1
n
n
n
qi,j1
2qi,j
+ qi,j+1
+ qi,j1
2qi,j
+ qi,j+1
2q
'
.
y 2
(y)2
(2.36)
Definiendo
n
n
n
L(n, x) = qi1,j
2qi,j
+ qi+1,j
,
n
n
n
L(n, y) = qi,j1
2qi,j
+ qi,j+1
.
2.2.3.
Discretizaci
on de ~v q
q
q
+v
x
y
2.2 Discretizaci
on de la Ecuaci
on del Calor
40
q
se discretiza considerando un promedio de la velocidad en las aristas aleAs, u x
da
nas en la direccion x, llegando a
n
n
qi,j
q
ui,j+1 + ui+1,j+1 qi+1,j
.
'
x i,j
2
4x
q
De manera analoga se calcula v y
.
(2.37)
1
1
+
1+
(x)2
(y)2
2.2.4.
n+1
n+1
n+1
n+1
qi1,j
+ qi+1,j
qi,j1
+ qi,j+1
t
n
= qi,j
2(x)2
2(y)2
2
L(n, x) L(n, y)
+
+ vGr .
(x)2
(y)2
(2.38)
Estabilidad del M
etodo de Crank-Nicolson
Para otros esquema explcitos se tiene la desventaja que el error en la formula para
q
es proporcional al tama
no de 4t o mas bien a (4t2 ). Esto significa que para valores
t
peque
nos se obtendra una exactitud razonable. En cambio para el Metodo de CrankNicolson, se tiene que para cualquier 4t se tendra una cierta convergencia.
Para ver esto volvamos a la estructura de CrankNicolson (2.38) escrita del modo
siguiente
(4x)2
2
41
eni = n ej(ih)
y sustituyendo q n por en en (2.38) llegamos a
r
r
r
r
n+1 ej(ih) ejh + (1 + r) ejh = n ej(ih) ejh + (1 r) + ejh
2
2
2
2
entonces, dividiendo por ej(ih) , se sigue
r
r
r
r
ejh + (1 + r) ejh = ejh + (1 r) + ejh
2
2
2
2
expandiendo la exponencial compleja y simplificando obtenemos
(r cos(h) + 1 + r) = r cos(h) + 1 r
Usando ahora la identidad
2
h
2
finalmente llegamos a
donde r =
2.3.
4t
(x)2
y h = 4x.
1 2r sin2 h
2
=
2 h
1 + 2r sin 2
(2.39)
La fuente no lineal
(2.40)
42
aqui L(n, x), L(n, y) y vGr son las mismas discretizaciones definidas anteriormente.
n+1
Esto nos permite despejar wi,j
y utilizar la relacion w = (q) para determinar, por
medio de la entalpa, el valor de q en el tiempo n + 1.
n+1
n
wi,j
= wi,j
+ t (L(n, x) + L(n, y) + vGr)
2.3.1.
(2.41)
Consideraciones especiales
2.3.2.
L(n, x)i,j =
(2.43)
L(n, y)i,j
(2.44)
Discretizaci
on alternativa para la parte no lineal
(2.45)
donde () = ().
As, discretizando (2.45) en la celda (i, j) resulta
n
(qi,j
)
n+1
n
n
n
qi,j
qi,j
qn
qi,j
qn
qi,j
L(n, x) + L(n + 1, x) L(n, y) + L(n + 1, y)
n i,j+1
n i+1,j
=
+v
.
+
+u
i,j
i,j
t
2(x)2
2(y)2
x
y
43
(qi,j
L(n+1,x)
2(x)2
L(n+1,y)
2(y)2
n
)q n
= (qi,j
i,j
L(n,x)
+t 2(x)
2 +
L(n,y)
2(y)2
q
qi,j
uni,j i+1,j
x
n qi,j+1 qi,j
vi,j
y
n+1
n
Cuando tengamos que dividir por (qi,j
) para despejar qi,j
, no tendremos ning
un
problema dado que corresponde a un polinomio de grado dos con discriminante negativo, por lo que no corremos el riesgo de dividir por cero al utilizar un camino iterativo
como el metodo SOR. Para ver esto con mas cuidado, se calcula el discriminante de 0 ,
donde solo debe cumplirse que L > , que es una condicion muy facil de satisfacer.
Captulo 3
El C
odigo
Introducci
on
Luego de completar las discretizaciones para cualquier situacion, corresponde la implementacion en un lenguaje de programacion apropiado.
Siguiendo la misma filosofa de encontrar un punto fijo descrita en el Captulo 1,
construimos el algoritmo iterando la Ecuacion del Calor y la ENS. La implementacion
de las discretizaciones desarrolladas en el captulo anterior son efectuadas en el lenguaje
de programacion FORTRAN debido a la gran cantidad de calculos y ciclos que deben
realizarse y porque el trabajo es desarrollado mediante vectore y no a traves de matrices. Ademas la base de los codigos se encuentra implementada en este lenguaje la que
hemos obtenido de [18], y que fueron adaptados a nuestros requerimientos, agregando
los terminos faltantes y acoplandolas en un nuevo programa que permite la resolucion de cada ecuacion en un 4t peque
no, iterando cada programa con los resultados
obtenidos en el anterior. Es as, como necesitamos dar y discretizar las condiciones de
frontera e iniciales, que cumplan las condiciones descritas en el primer captulo, para
comenzar a correr el algoritmo.
En el codigo se pueden distinguir facilmente las etapas que guardan relacion con las
discretizaciones entregadas anteriormente, tambien se pueden ver las consideraciones
realizadas en las casillas fronteras y en las esquinas, donde se realizan aproximaciones
de primer y de segundo orden.
3.1 Resumen C
odigo
3.1.
45
Resumen C
odigo
subroutine calor
call sor
call imprimir
end
subroutine navier-stokes
call tmarch
call sor
call imprimir
end
Figura 3.2: Rutinas calor y navier-stokes
Captulo 4
Resultados
Introducci
on
En este captulo, se presentan los resultados obtenidos con las implementaciones del
algoritmo, antes de hacerlo damos en la seccion 4.1, las condiciones iniciales y condiciones de frontera que se han considerado, junto a las constantes fsicas del material,
del cual como se menciono en el captulo previo, no se pudo encontrar informacion adecuada para nuestro problema, por esta misma razon, no fue posible realizar ninguna
comparacion de los resultados con alg
un trabajo previo.
En la seccion 4.2 se exhiben las graficas de la temperatura y del campo de velocidad
con una tabla de errores de las mismas; lo propio se realiza en la seccion 4.3.
Finalmente, en la seccion 4.4 se intentan explicar los resultados y los fenomenos
ocurridos en la ejecucion del programa, con una malla de 21 21, simplemente para
efectos visuales, pues en una malla mas fina se torna muy dificil ver el campo velocidad.
Las pruebas que se realizaron con mallas mas finas no alteran los resultados, solo se
consiguen mas iteraciones con un 4t necesariamente mas peque
no.
Este trabajo se realizo en un computador Intel(R)Pentium(R)4 CPU 2.00GHz, con
384 MB de RAM, con el Sistema Microsoft Windows XP, con los software Force 2.0
(compilador y editor para Windows del lenguaje Fortran) y Matlab 6.5 para la interfaz
grafica.
4.1.
47
(4.1)
(4.2)
F rontera(x, y) = 20(sin( (x + y 1))) + 1.
2
Definimos ambas condiciones igual por la hipotesis H7 del primer captulo, que exige que
w0 C(). La eleccion de estas condiciones fue pensada en la extension de la frontera
del cuadrado en la recta real, de modo que la funcion fuera al menos de clase C 1 para
este dominio, as se consigue minimizar los efectos de las esquinas en la ejecucion del
programa. Obviamente, si nuestro dominio fuese un circulo hasta podramos tomar
una condicion de frontera constante en todo el dominio y desde luego cumplira las
condiciones exigidas en el primer captulo, pero en un cuadrado esto no es factible, ya
que las esquinas provocaran discontinuidades desde la primera derivada.
Como condicion inicial para la velocidad tenemos la funcion
U 0(i, j) = 0,05(xy),
(4.3)
(4.4)
dada en el primer captulo, que la velocidad sea 0 en toda la frontera del dominio al
igual que en la frontera de la region no solida. La presion sera tomada 0 (cero) como
condicion inicial en toda la region.
Dada estas condiciones y considerando una malla homogenea de 2121 con = 0,1 y
un material con Calor Latente de 30 y temperatura de solidificacion 0 (no se considera
ninguna unidad de calor especifica) y n
umero de Reynold igual a 100.
4.2.
48
Para la primera discretizacion obtenemos los resultados dadas por las siguientes
figuras.
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
49
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
50
4.3.
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
51
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
52
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
Grfica de la Temperatura
2
4
20
50
6
8
40
15
10
30
12
10
14
20
16
5
18
10
20
2
10
12
14
16
18
20
10
15
20
25
53
4.4.
54
Por otra parte, tambien podemos decir que la tendencia del material es a solidificarse ya que los graficos van obscureciendose a medida que pasa el tiempo. El comportamiento del campo de la velocidad nos indica un cierto movimiento del material
hacia el centro que se justifica dado que el calor viaja de las zonas de temperaturas mas
elevadas a las mas bajas. Por u
ltimo el programa se cae de forma abrupta por el lado
de la velocidad, la respuesta a este hecho se puede explicar al haber establecido una
capa lmite en el desacoplamiento de la velocidad con la presion, la que al aumentar
las iteraciones los errores en los resultados de la presion van contaminando los de la
velocidad hasta llegar a producir valores indefinidos en la velocidad.
Se debe indicar que al aumentar o disminuir el n
umero de Reynold los resultados son
los mismos solo que se disminuye e incrementa respectivamente el n
umero de iteraciones
antes de colapsar el programa.
Tambien se probaron otras condiciones de frontera menos regulares, pero el programa
no podia correrse debido a las discontinuidades que se producen en las esquinas del
dominio.
En tanto para la implementacion alternativa, podemos apreciar que existe una mayor
relacion en el comportamiento del campo velocidad con el de la temperatura, es decir,
el movimiento del material obedece en gran medida a lo que ocurre con el campo de
la velocidad, produciendose un movimiento circular para la temperatura, como ocurre
con la velocidad. Aqu no se ve ninguna invasion del material dentro de alguna zona
bien definida, como ocurra en la primera implementacion.
Al analizar los errores expuestos en las tablas 4.3 y 4.3, nos damos cuenta que el
comportamiento de la velocidad en el primer caso es totalmente extra
no, manteniendose
los errores para iteraciones consecutivas para finalmente colapsar de modo repentino, en
los errores del esquema alternativo se aprecia el incremento que tienen en la velocidad,
en cambio la temperatura permanece mas estable. Esto nos vuelve a sugerir que es
probable que el calculo de la velocidad se vea afectado por el de la presion.
Por u
ltimo, se repite una cada del programa siempre por el lado de la velocidad, la
que creemos que se debe a los argumentos indicados anteriormente, la capa introducida
para el desacoplamiento nuevamente es culpable de producir valores irreales para la
velocidad.
Captulo 5
Conclusiones
Al presentar el modelo teorico, desarrollado por el Dr. Herme Soto, lo primero que
se comento fue que el trabajo se realizara sobre un dominio Rn , con n = 2, 3, con
frontera regular, y fue as como se probo la existencia y unicidad de solucion para
el sistema de ecuaciones e inclusiones. Sin embargo, en el Captulo 2 hemos adoptado
un dominio en dos dimensiones, especificamente un cuadrado. Luego de implementar
la discretizacion expuesta en el Captulo 2, surgieron una serie de inconvenientes que
acusan quizas a la eleccion del dominio ya mencionado.
En la Hipotesis H7 del primer captulo se exige que w0 C 2 (). Sabemos que a pesar
de la eleccion de la funcion que suavisaba , ella no podra cumplir esta condicion ni
ninguna otra eleccion, debido a las esquinas del cuadrado. Es por eso que al comenzar a
iterar el programa, se generan tempranamente valores elevados de la temperatura en las
fronteras, sobretodo en las esquinas. Esto tambien podra explicarse por la condicion de
frontera no-slip, es decir, v = 0 en . Existe la posibilidad que la capa lmite numerica
de la presion, calculadas en el desacoplamiento, contamine las soluciones numericas
en el interior y as reducir significativamente la exactitud total en las velocidades y
consecuentemente en la temperatura, a traves de la siguiente iteracion.
Otra alternativa, para obtener mejores resultados fue variar el n
umero de Reynold
disminuyendolo. Se realizaron muchas pruebas y a pesar de ello, los valores tardaban
solo un par de iteraciones mas antes que arrojara valores gigantescos de la temperatura
y valores no determinados de la velocidad.
Creemos que el problema mayor de la discretizacion del modelo radica en el termino
t w de la Ecuacion del Calor, dada su alta no linealidad y en el termino Jv de la
ecuacion de Navier-Stokes, debido a su definicion que obliga mantenerse alejado de la
region solida de manera muy artificial.
El refinamiento de la malla, solo contribuye a ver con mas detalle la evolucion del
material en el tiempo, aumentando el n
umero de iteraciones, pero reduciendo el tama
no
56
de paso del tiempo.
Todos los puntos anteriores nos sugieren considerar un dominio mas regular, como ser
un crculo y considerar otro tipo de discretizacion, para ver si es posible implementar el
trabajo teorico expuesto en el primer captulo, y realizar las comparaciones respectivas
con el cuadrado. La literatura [24, 14, 12, 7, 19] nos da cuenta de las buenas propiedades
que tienen las estructuras elegidas para un dominio cuadrado, (Crank-Nicolson y la
MAC, pero todas ellas nos hablan de la convergencias para terminos fuentes nulos o
en conjuntos determinados y en ninguna medida se puede afirmar que el esquema es
convergente ni estable, dado que la parte no lineal en la Ecuacion del Calor interviene
en un tiempo y en una region y para el siguiente tiempo quizas ya no.
A pesar de la eleccion del dominio que nos impide cumplir una de las condiciones
basicas de las hipotesis (dominio regular), creemos que el intento fue mejor de lo que en
un momento esperabamos, dado que en un principio era imposible correr el programa
hasta que se pudo encontrar unas condiciones de frontera que disminuyera la influencia
de las esquinas, lo que se traduce en una regularizacion ficticia del dominio.
Por u
ltimo, volviendo al modelo teorico, vemos que las exigencias del material,
de su dominio, de las condiciones iniciales y condiciones de frontera no escapan a
los requerimientos habituales para este tipo de estudios, pero el modelo de entalpa
sumado a la aparicion del termino Jv el cual modifica las ecuaciones de momento
lineal, obliga al autor a darse una serie de hipotesis, para posteriormente probar la
existencia y unicidad de una solucion debil, quizas este argumento nos justifique el
colapso de nuestra implementacion.
Ap
endice A
58
locidad nula relativa a una frontera F que en fluidos sin friccion no pueden penetrar
una frontera.
Fases de una sustancia pura. Es obvio, por la experiencia, que las sustancias existen en fases diferentes. A temperatura y presion ambiente el cobre es un solido, el
mercurio un lquido y el nitrogeno un gas. En condiciones diferentes, cada uno aparece
en una fase diferente. Aunque hay tres fases principales -solida, lquida y gaseosa- una
sustancia tiene varias fases dentro de una fase principal, cada una con una estructura
molecular diferente. Una fase es un arreglo molecular distinto, homogeneo en todas
partes y que se separa de las demas por medio de superficies fronteras.
En Termodinamica, al estudiar fases o cambios de fase, no es necesario interesarse
en la estructura y comportamiento moleculares de las diferentes fases. No obstante, es
muy u
til entender el fenomeno molecular implicado en cada fase.
Convecci
on. La conveccion es el modo de transferencia de energa entre una superficie solida y un lquido o gas adyacente que esta en movimiento, e implica los efectos
combinados de la conduccion y del movimiento de un fluido. Cuanto mayor es el
movimiento de un fluido, tanto mayor es la transferencia de calor por conveccion. Ante
la ausencia de cualquier movimiento del fluido, la transferencia del calor entre una
superficie solida y el fluido adyacente se da mediante conduccion pura. La presencia de
movimiento en el fluido incrementa la transferencia termica entre la superficie solida
y el fluido, pero tambien complica la determinacion de las tasas de transferencia de
calor.
M
etodo de Entalpa. La entalpa, tambien llamada solucion debil, se bas en el hecho
que la ley de conservacion de la energia, expresada en terminos de energia (entalpa )
y temperatura, junto con la ecuacion de estado, contiene toda la informacion necesaria
para determinar la evolucion de las fases.
Ap
endice B
Notaciones y Espacios Funcionales
A lo largo de este trabajo se utilizan las siguientes notaciones:
denotara un abierto limitado de Rn con medida de Lebesgue y frontera .
Q representara el cilindro [0, T ].
1
1
P
Pn u 2 2
x = ( n x2i ) 2 y u =
son las normas euclidianas de x R
i=1
i=1 xi
y del vector gradiente.
Pn
j=1
ui
.
uj x
j
60
[f ],
f (x) f (y)
, 0 < 1,
= sup
x y
x,y, x6=y
C 0, () = C (), C 0, ()
y tambien denotamos
= C k ().
D f , k = 1, 2, ..
[f ]k,0; = Dk f 0; = sup
sup
=k
[D f ]; .
[f ]k,; = Dk f ; = sup
sup
=k
k
k
X
X
j
f k =
D f ,
[f ]j,0; =
C ()
0;
j=0
C k, ()
j=0
f k + [Dk f ];
= f C k ()
+
[f
]
=
k,;
C ()
y C k, ()
respectivamente. Con estas normas los espacios
sobre los espacios C k ()
k
k,
C () y C () son espacios de Banach.
Lq () es el espacio de Banach de (clases de) funciones u(x) de en R medibles (en
el sentido de Lebesgue) y q-integrables (q 1) cuya norma esta dada:
61
q,
=(
u(x)q dx) 1q
(1 q )
(q = )
u(x)v(x)dx
k=j
1 1
q ,q
()
= inf {uW l,q () ; u =
sobre }.
En el caso de espacios de funciones vectoriales con n componenetes en los espacios enunciados anteriormente, usaremos la notacion C0 ()n , Lq ()n , W p,q ()n y
suponemos que ellos son equipados con la norma del producto usual (excepto C0 ()n
que no es un espacio normado).
62
Para los resultados asociados a las ecuaciones de Navier-Stokes, necesitaremos definir
los siguientes espacios.
V() denotara el espacio de las funciones u(x) en C0 ()n con divergente nulo.
H() representa el cierre de V() en L2 ()n .
V () representa el cierre de V() en H01 ()n .
Cuando es Lipschitz continua, los espacios H() y V () pueden ser caracterizados por:
H() = {u L2 ()n ;
div u = 0, en ; u = 0 en }
V () = {u H01 ()n ;
div u = 0, en },
V ()
= u2, .
u = q, q L2 () }.
n Z
X
i,j=1
uj (x)
vi (x)
wi (x) dx
xj
63
Si u es una funcion vectorial, y son funciones escalares, entonces se puede definir
b(u, , ) =
n Z
X
j=1
y vale lo siguiente
b(u, , ) = 0,
uj (x)
(x)
(x) dx
xj
Lq (0,T ;B)
es un espacio de Banach.
L (0,T ;B)
T
0
f (t)q dt
B
1q
C([0,T ];B)
= sup f (t)B
[0,T ]
= f q,p,Q =
T
0
f (x, t)q dx
pq ! p1
, (q, p 1)
Ap
endice C
Resultados Auxiliares
Enunciamos algunos lemas que se usaron a lo largo del primer captulo.
Lema 15. Sea F una familia equicontinua de funciones de un espacio topologico separable X para un espacio metrico Y . Sea {fn } una sucesion en F tal que para cada
x en X el cierre del conjunto {fn (x) : 0 n < } sea compacto. Entonces existe
una subsucesion {fnk } que converge puntualmente para una funcion continua f y la
convergencia es uniforme sobre cada subconjunto compacto de X.
Lema 16. Sea
n
n
n
X
X
X
fi
(aij uxj + ai u) +
,
bi uxi + cu = f +
Lu =
x
x
i
i
i=1
i=1
i,j=1
para alg
ess sup u(x) < M < y u/ C 0, (), entonces u C 0, (),
un
(0,1] y
u
C,
donde C es una constante que depende de q, u1, , uC () y .
C ()
65
En el lema siguiente se resalta en el enunciado algunas estimaciones que OLeary
obtiene en la demostracion original para nuestra conveniencia.
Lema 18. Sea Rn , con n 2 un dominio limitado con frontera regular,
sea un grafico estrictamente creciente con un posible salto en el origen tal que
(0) = [0, L], 0 < 0 0 (s) 1 , si s 6= 0 y K(s) una funcion monotona continua, diferenciable fuera del origen, tal que K(0) = 0, 0 < K0 K 0 (s) K1 , si s 6= 0,
y sea T > 0. Sea v L2 (0, T ; H 1 ()) L (0, T ; L2 ()), con divergente nulo en el
3
y
sentido debil, sea g L2 (0, T ; W 2 ,2 ()) L (Q) y supongamos que w0 C 2 ()
u0 = 1 (w0 ).
Entonces existen funciones u L (Q) L2 (0, T ; H 1 ()) y w (u) tales que:
wt 4K(u) + v u = 0,
u = g,
debilmente en (0, T )
sobre
w(, 0) = w0
en ,
g
max
{
,
+
L}
(C.1)
w
1
0 L ()
L (Q)
L (Q)
0
u 2
C,
(C.2)
L (0,T ;H 1 ())
donde C es una constante que depende solo de w0 L () , g L (Q) y v L (0,T ;H()) .
u
Lema 19. Sea Br+ Rn , la bola abierta y T > 0, con 0 < 2 r, supongamos que
w L (Br+ [0, T ])
(C.3)
y
ess sup
0tT
Br
w(x, t)dx M.
(C.4)
Si existe una constante tal que para cada C02 (Br ) y tal que 0 t < t + < T
Br
(C.6)
66
donde C es una constante que depende de wL (Br ) , M, , r y n.
Observaci
on 20. A continuacion exponemos algunas estimativas importantes que se
obtienen en la prueba de los lemas 19 y 21 (la prueba integra de ellos se encuentran en
[11] y [15].
w,h (x, t) = w0 (x), si 0 t < h
u,h C2
L (Q)
w,h C3
L (Q)
(C.7)
(C.8)
(C.9)
donde C2 es la constante dada en (C.1) y C3 es una constante que depende de w0 L (Q)
y g L (Q) .
u,h
L2 (0,T ;H 1 ())
C4
(C.10)
donde C4 es una constante que depende de v L (0,T ;H()) , w0 L () , g L (Q) y
g
3
.
L2 (0,T ;W 2 ,2 ())
Z
(C.11)
g
3
,
donde C5 es una constante que depende de w0 C 1 ()
,
,
g
,
L (Q)
L2 (0,T ;W 2 ,2 ())
v
y v L2 (0,T ;V()) .
L (0,T ;H())
Z
Z
t+
C6 sup {4 2, + 2, }
(C.12)
t [0, T )
(C.13)
c.t.p. en ,
t [0, T ]
(C.14)
67
como por (C.7) se tiene w,h (x, 0) = w0 = w0 , en , tenemos entonces que
w (x, 0) = w0 = w0 ,
en .
(C.15)
De (C.10) tenemos
=
=
=
=
0, debil en (0, T )
(u ),
g , sobre (0, T )
w0 , en .
L (Q)
C2 ,
L (Q)
C3 .
u 2
C4
L (0,T ;H 1 ())
c.t.p. en t [0, T ),
(C.16)
(C.17)
(C.18)
en .
(C.19)
Lema 21. Sea Rn para n 2, dominio con frontera regular y sea T > 0. Suponga
que v1 , v2 L2 (Q), tiene divergente nulo en el sentido debil. Si wi (ui ) y
ui L (Q) L2 (0, T ; H 1 ()) satisfacen, para i = 1, 2,
wi
t
4K(ui ) + vi ui = 0
ui = g, sobre
wi /t=0 = w0,i ,
As,
68
Finalmente, queremos resaltar que a lo largo de este trabajo recurriremos muchas
veces a subconjuntos (y a sus interiores) definidos por desigualdades con funciones no
regulares (funciones en espacios Lp ).
Para que no se produzcan ambig
uedades en tales situaciones, insistimos que durante
todo este trabajo estaremos tomando tales desigualdades utilizando el (
unico) representante de Lebesgue asociado a la clase de equivalencia de la funcion. Por ejemplo,
en una desigualdad del tipo {x : w(x) 0}, la funcion w es aquella definida para
cada x por
1
w (z) dz,
B(x,r)
Bibliografa
[1] V. Alexiades and A. D. Solomon, Mathematical modeling of melting and freezing
processes, Hemisphere Publishing Corporation, Washington, 1993.
[2] Ph. Blanc, L. Gasser and J. Rappaz, Existence for a Stationary Model of Binary
alloy Solidification, Math. Modelling, 1995.
[3] Ham Brezis, Analisis Funcional Teora y Aplicaciones, Alianza Editorial, 1983.
[4] Xing Cai, Introduction to NavierStokes Equations, 2001.
[5] J. R. Cannon, E. DiBenedetto, and G. K. Knightly, The bidimensional Stefan
problem with convection, Comm. Part. Diff. Eqns. 8 (1983), 1549-1604.
[6] Yunus Cengel, Michael Boles, Termodinamica, M c Graw Hill, 1998.
[7] Computational Astrophysics and Cosmology, Diffusion Solvers; Nuclear Reactions, http://www.astro.uiuc.edu/classes/archive/astr496/s03 cac/graphics 0305.pdf,
2003.
[8] A.J. Chorin, Numerical Solution of the NavierStokes Equations, Math, 1968.
[9] E. DiBenedetto and M. OLeary, Conductionconvection problems with change of
phase, SIAM Special Volume for the 70th Birthday of I. Stackgold (1995), 104-114.
[10] Kai Hoefler Simulation and Modeling of Mono and Bidisperse Suspensions
http://ica1.uni-stuttgart.de/Recent publications/Papers/kai/thesis/d/node15.html,
2000.
[11] S.N. Kruzkov, First Order Quasilinear Equations in Several Independet Variables,
Math. USSR Sbornik, 1970.
[12] Maciej Matyka, Computer Simulations in Physics,
http://panoramix.ift.uni.wroc.pl/ maq/stara/equations.html, 2001.
[13] D. Michelson, Convergence Theorems for Finite Difference Approximations for
Hyperbolic Quasilinear Initial-Boundary value Problems, Math. 1987.
BIBLIOGRAFIA
70
[14] R.A. Nicolaides, X. Wu, Analysis and Convergence of the MAC Scheme.II. Navier
Stokes Equations, Mathematics of Computation, 1996.
[15] M. OLeary, Analysis of the Mushy Region in Conducction-Convection Problems
with Change of Phase, Elect. Journal. Diff. Eqs. vol 43, 1997
[16] K. Parrot, C. Aldridge, P. Nesvadba, Identification of the Thermophisical Properties of Fish European Study Group with Industry 1997, 1997
[17] Alfio Quarteroni, Alberto Valli Numerical Approximation of Partial Differential
Equations, Springer, 2000
[18] Abdusamad Salih, Some Basic CFD and Numerical Heat Transfer Codes in Fortran, http://www.sali.freeservers.com/engineering/cfd/cfd codes.html, 2001.
[19] Sheffield Hallam University, Finite Difference,
http://maths.sci.shu.ac.uk/units/VecPDE/, 2003
[20] Jie Shen, On error estimates of projection methods for Navier-Stokes equations:
first order schemes, SIAM, 1992.
[21] H. Soto Segura, Analisis de un Modelo Matematico de Conduccion-Conveccion de
Tipo Entalpa para Solidificacion, Tesis de doctorado, Universidad de Campina,
Brasil, (2000).
[22] Roger Temam, NavierStokes Equations, Theory and Numerical Analysis, NorthHolland Publishing Company, 1977.
[23] V. R. Voller, M. Cross, and N. C. Markatos, An enthalpy method for convection/diffusion phase change, Internat. J. Numer. Methods Engrg. 24 (1987), 271284.
[24] Weinan, Jian-Guo Liu, Projection Method I: Convergence and Numerical Boundary Layers, New York, NY10012.2000.