Trabalho Computacional

Equao do Calor - Formulao Trapezoidal

Olga Pinheiro
00000000

4 de julho de 2014

Universidade Federal de Pernambuco

PEM1012 - Dinmica dos Fluidos Computacional - Programa de Ps-graduao em Engenharia Mecnica
For: Professor Y.R.U StillHere

Sumrio
1 Problema Proposto

2 Deduo da Formulao Proposta

3 Anlise da Consistncia, Estabilidade e Convergncia

3.1

Consistncia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2

Acurcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3

Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.4

Convergncia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Interpretao atravs da Teoria das Linhas Caractersticas

5 Programa Computacional e Simulao de Dois Casos de Condio Inicial

5.1

Cdigo Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.2

Caso 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

5.3

Caso 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

6 Soluo Analtica

18

7 Difuso Articial do Mtodo

20

1 Problema Proposto
O problema proposto baseado na Equao da Difuso de Calor, em sua forma unidimensional, transiente
e sem gerao de calor, discretizada na formulao trapezoidal.
k
Na equao diferencial (Equao 1.1), = c
a difusividade trmica, T a funo distribuio de
temperatura, o ndice t representa a derivada temporal e o ndice xx representa a segunda derivada espacial.
Alm disso, k a condutividade trmica, a densidade e c o calor especco do material.

(1.1)

Tt = Txx

Na formulao trapezoidal (Equao 1.2), os ndices subscritos representam a posio espacial do n com
relao ao n analisado, i.e, o n i o n analisado, o n i 1 est sua esquerda e o n i + 1 aquele
sua direita, ambos a uma distncia x. J o ndice sobrescrito indica o momento em que o n est sendo
analisado, sendo o tempo t = n t, e t o intervalo de tempo entre o ponto em n e n + 1. A Figura 1
ilustra a nomenclatura utilizada.
O fator , que deve ser 0 1, pode ser escolhido arbitrariamente de acordo com o mtodo desejado.
Se = 0, a equao discretizada representa o mtodo explcito no tempo. J para = 1, o mtodo dito
totalmente implcito. O mtodo de Crank-Nicholson obtido com = 1/2.


c

Tin+1 Tin
t


k

n+1
n+1
Ti1
2Tin+1 + Ti+1
x2


k(1 )

n
n
Ti1
2Tin + Ti+1
x2

Figura 1: Esquema da discretizao da barra em estudo.


=0

(1.2)

2 Deduo da Formulao Proposta

Partindo da equao diferencial, a formulao trapezoidal pode ser deduzida atravs da expanso da temperatura em sries de Taylor, como ser demonstrado nesta seo.
Primeiramente, para que o fator esteja presente na formulao nal, o lado direito da Equao 1.1 ser
multiplicado por (1 + ) = 1.
(2.1)

Tt = Txx (1 + )
= Txx + (1 ) Txx

(2.2)

Expandindo a temperatura no tempo t + t (que ser chamada Tin+1 ) em torno de um ponto em t (i,n),
temos a Equao 2.3.
t2
T(x,t+t) = Tin+1 = Tin + t (Tt )ni +
(Ttt )ni +
(2.3)
2!
Truncando a srie no segundo termo e reorganizando, podemos aproximar a derivada temporal da temperatura como mostrado na Equao 2.4.

T n+1 Tin
(Tt )ni
= i
t

(2.4)

A segunda derivada espacial tambm pode ser aproximada a partir da expanso em srie de Taylor. Para
obter a formulao trapezoidal, o termo da Equao 2.2 que est multiplicado por ser aproximado a partir
da expanso em torno do ponto (i,n + 1), enquanto o termo multiplicado por (1 ) ser aproximado em
torno do ponto (i,n).
A expanso dos pontos (i + 1, n) (a uma distncia x do ponto central, e (i 1, n) (cuja distncia ao
ponto i x), dada pelas Equaes 2.5 e 2.6, respectivamente. Somando, obtm-se a Equao 2.7.

x2
(Txx )ni +
2!
x2
= Tin x (Tin )x +
(Txx )ni
2!
= 2 Tin + x2 (Txx )ni +

n
Ti+1
= Tin + x (Tin )x +
n
Ti1
n
Ti+1

n
Ti1

x3
(Txxx )ni +
3!
x3
(Txxx )ni +
3!

(2.5)
(2.6)
(2.7)

Truncando o lado direito da Equao 2.7 no segundo termo e reorganizando, obtm-se uma aproximao
para a segunda derivada espacial da temperatura (Equao 2.8). Um procedimento anlogo pode ser realizado
para expanso da temperatura nos pontos (i 1,n + 1) e (i + 1,n + 1), obtendo a Equao 2.9.
n
n
Ti1
2Tin + Ti+1
(Txx )ni
=
2
x
n+1
n+1
T

2Tin+1 + Ti+1
i1

(Txx )n+1
=
i
x2

(2.8)
(2.9)

Substituindo 2.4, 2.8 e 2.9 em 2.2 e reorganizando, obtm-se a Equao 2.10, que a formulao trapezoidal, como se queria demonstrar.
!
 n+1

 n
n+1
n+1
n 
Ti1
2Tin+1 + Ti+1
Ti1 2Tin + Ti+1
Ti
Tin
=0
(2.10)

(1 )
t
x2
x2

3 Anlise da Consistncia, Estabilidade e Convergncia

Para garantir que a soluo do mtodo numrico exista e seja, de fato, uma aproximao aceitvel da
soluo da equao diferencial estudada, necessrio que o problema seja bem posto matematicamente e
que o mtodo numrico seja consistente, acurado, estvel, e convergente. Nesta seo, sero analisadas as
condies supracitadas.

3.1 Consistncia
Para que o mtodo numrico seja consistente, necessrio provar que a equao discreta , de fato, uma
aproximao da equao diferencial. Para tanto, primeiramente, cada termo da equao na formulao
trapezoidal ser expandido em srie de Taylor em torno do ponto (i, n) (Equaes 3.1 a 3.5).

t2
t3
(Ttt )ni +
(Tttt )ni + O(t4 )
2
6

1 2
= Tin + t(Tt )ni + x(Tx )ni +
t (Ttt )ni + 2tx(Txt )ni + x2 (Txx )ni + O(t2 , x2 )
2

1 2
n
n
n
t (Ttt )ni 2tx(Txt )ni + x2 (Txx )ni + O(t2 , x2 )
= Ti + t(Tt )i x(Tx )i +
2
x2
x3
n
n
= Ti + x (Ti )x +
(Txx )ni +
(Txxx )ni + O(x4 )
2!
3!
x2
x3
= Tin x (Tin )x +
(Txx )ni
(Txxx )ni + O(x4 )
2!
3!

Tin+1 = Tin + t(Tt )ni +

(3.1)

n+1
Ti+1

(3.2)

n+1
Ti1
n
Ti+1
n
Ti1

(3.3)
(3.4)
(3.5)

Somando por partes, para substituir na equao discreta da difuso de calor, obtemos as Equaes 3.6 a
3.9.
n+1
n+1
Ti+1
+ Ti1
2Tin+1 = [Tin + t(Tt )ni ] (1 + 1 2) + x(Tx )ni (1 1) + x2 (Txx )ni + O(x4 )

= x

(Txx )ni

+ O(x )
2

n
n
Ti+1
+ Ti1
2Tin = Tin (1 + 1 2) + x(Tx )ni (1 1) +

= x

(Txx )ni

(3.6)
(3.7)

x
(2 (Txx )ni ) + O(x4 )
2

(3.8)
(3.9)

+ O(x )

Substituindo 3.1, 3.7 e 3.9 em 2.10, obtm-se:

h
in
2
3
 




t Tt + t2 Ttt + t6 Tttt + O(t4 )
x2 (Txx )ni + (1 ) x2 (Txx )ni ) + O(x4 )
i
(Eq.2.10) =

t
x2


n
2


t
t
= Tt +
Ttt +
Tttt + O(t3 ) [(Txx )ni ] + (1 ) [(Txx )ni )] + O(x2 )
2
6
i
t
(Ttt )ni + O(t2 , x2 )
= (Tt )ni (Txx )ni +
2
Reorganizando:
"

Tin+1 Tin

t

n+1
n+1
Ti1
2Tin+1 + Ti+1
x2

. . . [(Tt )ni


(1 )

(Txx )ni ]

n
n
2Tin + Ti+1
Ti1
x2

#

(3.10)

t
=
(Ttt )ni + O(t2 , x2 )
2

A Equao 3.10 a equao de consistncia, na qual o lado esquerdo a diferena entre a equao
discreta e a equao diferencial, enquanto o lado direito o erro de truncamento (T ). Como o erro de
truncamento limitado, ou seja, tende a zero quando t e x2 tendem a zero, pode-se conrmar que o
mtodo consistente.

3.2 Acurcia
O Erro de Truncamento dado pela Equao 3.11, e portanto de primeira ordem com relao a t e de
segunda ordem com relao a x.

T =

t
(Ttt )ni + O(t2 , x2 )
2

(3.11)

a soluo exata da equao numrica, substituindo na 3.10, o primeiro termo entre colchetes do
Se T
lado esquerdo ser nulo. Assim, tem-se:


t
(Tt )ni (Txx )ni = (Ttt )ni + O(t2 , x2 )
(3.12)
2
, (Tt )ni = (Txx )ni + O(t, x2 )
(3.13)
Derivando a Equao 3.13 com relao ao tempo:

(Ttt )ni = [(Txx )t ]ni + O(t, x2 )

= [(Tt )xx ]ni + O(t, x2 )

(3.14)
(3.15)

Substituindo 3.13 em 3.15, obtm-se 3.16, de forma que o Erro de Truncamento pode ser reescrito como
na Equao 3.17

(Ttt )ni = 2 (Txxxx )ni + O(t, x2 )

t
T = 2 (Txxxx )ni + O(t2 , x2 )
2
6

(3.16)
(3.17)

Dessa forma, a Equao Diferencial Equivalente (a equao cuja soluo a soluo exata da equao
numrica) pode ser escrita como:

t 2
(Tt )ni (Txx )ni +
(Txxxx )ni = O(t2 , x2 )
2

(3.18)

3.3 Estabilidade
A estabilidade foi analisada pelo Mtodo de Von Neumann. Em primeiro lugar, realiza-se a substituio
n+k
Ti+m
= V n+k eI(i+m)

onde I =

1. Obtm-se a Equao 3.19:

(V n+1 V n )eIi =



t  I(i1)
Ii
I(i+1)
e

2e
+
e
V n+1 (1 )V n
x2

Em seguida, divide-se os dois lados da equao por eIi .



t I
e
2 + eI V n+1 + (1 )V n
2
x


t
=
(2 cos() 2) V n+1 + (1 )V n
2
x

(V n+1 V n ) =

Dividindo tudo por V n e denindo G

V n+1
Vn :

2t
(cos 1)(G + 1 )
x2
2t
2t
=
G(cos 1) +
(1 )(cos 1)
x2
x2

G1=

Reorganizando e chamando F o =

t
x2 ,

tem-se:

G[1 2F o(cos 1)] = 2F o(1 )(cos 1) + 1

G=

1 + 2F o(1 )(cos 1)
1 2F o(cos 1)

Sabendo que (cos 1) = 2sen2 ( 2 ):

G=
=

1 + 2F o(1 )(2sen2 ( 2 ))
1 2F o(2sen2 ( 2 ))
1 4F o(1 )sen2 ( 2 )
1 + 4F o(sen2 ( 2 )

=1

4F o sen2 ( 2 )
1 + 4F o(sen2 ( 2 ))
7

(3.19)

Segundo o mtodo de Von Neumann, se |G| 1, o critrio de estabilidade ser atendido. Portanto,
devemos garantir que 1 G 1.
1 G 1


4F o sen2 ( 2 )
1
1 1
1 + 4F o(sen2 ( 2 ))

4F o sen2 ( 2 )
0
1 + 4F o(sen2 ( 2 ))

Como 0 sen2 ( 2 ) 1 , o termo de interesse incondicionalmente menor que zero, sendo suciente
vericar se maior que 2.

2
2

4F o sen2 ( 2 )
1 + 4F o(sen2 ( 2 ))

4F o sen2 ( 2 )
1 + 4F o(sen2 ( 2 ))

(3.20)
(3.21)

4F o sen2 (/2) 2 + 8F o(sen2 (/2)

(3.22)

(3.23)

F o sen (/2)(4 8) 2
F o(1 2)

1
2 sen2 ( 2 )

(3.24)

Como

sen2 (/2) 1

1
1

2 sen2 ( 2 )
2

1
t
Garantindo que F o(1 2) , garantimos que 3.24 seja satisfeita. Lembrando que F o = x
2, a
2
Equao 3.25 estabelece um critrio de estabilidade para a formulao trapezoidal, dependente de , da
escolha da malha e do passo no tempo.
t
1
(1 2 )
(3.25)
x2
2
Analisando a Equao 3.25, observa-se que:

Se = 0 (mtodo explcito), a equao se torna F o 1/2, e portanto o mtodo condicionalmente

estvel ;
1
, ento (1 2 ) > 0, e portanto tambm condicionalmente estvel;
2


1
Para o mtodo de Crank-Nicolson =
(1 2) = 0, portanto a inequao ser satisfeita para
2
qualquer valor de F o. Neste caso, a formulao incondicionalmente estvel ;

Se 0 < <

1
Finalmente, se < 1 (incluindo a formulao totalmente implcita), (1 2) < 0, e novamente a
2
inequao satisfeita para qualquer valor de F o. Formulao incondicionalmente estvel.
8

Ou seja, se a formulao utilizada for mais prxima da formulao explcita ( mais prximo de zero
do que de um), o mtodo ser condicionalmente estvel. J se for mais prxima da formulao totalmente
implcita, o mtodo ser incondicionalmente estvel, incluindo quando = 1/2.

3.4 Convergncia
O Teorema da Equivalncia de Lax pode ser anunciado como:
Para um problema linear de valor inicial bem posto e uma discretizao consistente, estabilidade
condio necessria e suciente para a convergncia
O problema matemtico matemtico em questo bem posto, ou seja:

Existe soluo
A soluo nica
A soluo varia continuamente com as Condies de Contorno e Iniciais
Tendo provado que a discretizao consistente, pode-se garantir a convergncia do mtodo desde que o
problema atenda ao critrio de estabilidade (Equao 3.25).

4 Interpretao atravs da Teoria das Linhas Caractersticas

Como a equao proposta uma equao parablica, no faz sentido analis-la pela Teoria das Linhas
Caractersticas.

5 Programa Computacional e Simulao de Dois Casos de Condio Inicial

O programa computacional foi desenvolvido no MatLab e utilizado para simular dois casos de condio
inicial, ambos para uma barra isolada exceto nas extremidades.

5.1 Cdigo Computacional

%Dinmica dos Fluidos Computacional
%Trabalho Computacional - Parede com conduo unidimensional Transiente
clc
clear all
9

% k = 14;
%W/m.K, condutividade da barra
% rho = 1200;
%kg/m^3, densidade da parede
% c = 1500;
%J/(kg.K), calor especfico
% alpha = k/rho*c;
%m^2/s, difusividade trmica
alpha = 1.5*10^(-6);
%m^2/s, difusividade trmica
L = 0.24;
%m, comprimento da barra
fprintf('%s\n', 'Como ser a discretizao? Defina um valor tal que 0<=theta<=1;');
teta = input('theta = ');
%valor entre 0 e 1
fprintf('%s\n', 'Em quantos ns a barra ser dividida?');
m = input('m = ');
%nmero de ns
dx = L/(m+1);
%delta x - comprimento de cada volume de controle
if teta~=1
CE = dx^2/(2*alpha*(1-teta));
%Critrio de estabilidade
fprintf('%s %2.2f\n', 'Escolha o passo no tempo (dt) de forma que dt <=', CE);
dt = input('dt = ');
%
while dt>CE
%
fprintf('%s %2.2f\n', 'ERRO! Escolha o passo no tempo (dt) de forma que dt <=', CE);
%
dt = input('dt = ');
%
end
else
fprintf('%s\n', 'Escolha o passo no tempo (dt)');
dt = input('dt = ');
end
fprintf('%s\n', 'Qual o tempo mximo em segundos? Estado estacionrio: digite "0".');
tmaximo = input('tmaximo = ');
%Tempo mximo
n = fix(tmaximo/dt);
%Nmero de passos no tempo
tfinal = dt*n;
G = alpha*dt/(dx^2);

%No de Fourier

T = zeros(m,2);
NewT = zeros(m,1);
%Condio inicial
fprintf('%s\n', 'Qual a funo que descreve a condio inicial?');
Tinicial = input('Tinicial = f(x) = ', 's');
for i=1:m
x = i*dx;
T(i,1) = eval(Tinicial);
%Temperatura inicial em cada n
T(i,2) = T(i,1);

%Estimativa inicial da temperatura no tempo t+dt

end
%Condies de Contorno
fprintf('%s\n', 'Qual a temperatura na parede esquerda?');
T0 = input('T(x=0) = ');
10

fprintf('%s\n', 'Qual a temperatura na parede direita?');

TL = input('T(x=L) = ');
%Comeando as iteraes no tempo
t=0;
j=0;
absdT=10;
while (max(absdT)>=0.0001 & tfinal==0) | (max(t)<tfinal & tfinal~=0)
Emax = 100;
j=j+1;
T(:,1)=T(:,2);
iter = 0;
%Mtodo de Gaus-Seidel
while (Emax>0.0000001) %& (iter<imax)
%Clculo das temperaturas
NewT(1) = ( G*( teta*(T0 + T(2,2)) + (1-teta)*(T0 + T(2,1)) ) + ...
(1 - 2*G*(1-teta))*T(1,1) )/(1+2*G*teta);
for i = 2:(m-1)
NewT(i) = ( G*( teta*(NewT(i-1) + T(i+1,2)) + ...
(1-teta)*(T(i-1,1) + T(i+1,1)) ) + (1 - 2*G*(1-teta))*...
T(i,1) )/(1+2*G*teta);
end
NewT(m) = ( G*( teta*(NewT(m-1) + TL) + (1-teta)*...
(T(m-1,1) + TL )) + (1 - 2*G*(1-teta))*T(m,1) )/(1+2*G*teta);

E = abs(NewT - T(:,2));
Emax = max(E);
iter = iter+1;
T(:,2) = NewT;
end
dT = T(:,2) - T(:,1);
absdT = abs(dT);
t(j) = j*dt;

%Diferena de temperaturas no tempo

%Registro da evoluo temporal

if t(j) == 2*dt
Ttempo(:,1) = T(:,2);
end
if t(j) == 100*dt
11

Ttempo(:,2) = T(:,2);
end
if t(j) == 1000*dt
Ttempo(:,3) = T(:,2);
end
if t(j) == 10000*dt
Ttempo(:,4) = T(:,2);
end

end

Tgraf(1,j) = T(1,2);
Tgraf(2,j) = T(fix(m/2),2);
Tgraf(3,j) = T(m,2);

%--------------------------SOLUO ANALTICA----------------------------M = 100;

%discretizao diferente para soluo analtica
Dx = L/(M+1);
%delta x - comprimento de cada volume de controle
Tan = zeros(M+2,2);
%Soluo analtica
%--------------CASO 1-----------------% for i=1:M+2
%
Tan(i,1)=T0+5*exp(-alpha*(pi/L)^2*max(t))*sin(pi*(i-1)*Dx/L);
% end
%--------------CASO 2------------------% for i=1:M+2
%
Tan(i,1)=T0;
%
Err = 10;
%
n=0;
%
while Err > 0.0000001
%
n=n+1;
%
%
Tan(i,2) = Tan(i,1) + (100*L/pi)*(1/(2*n-1))*...
%
exp(-alpha*(((2*n-1)*pi)/L)^2*max(t))*sin(((2*n-1)*...
%
pi*(i-1)*Dx)/L);
%
Err = abs(Tan(i,2)-Tan(i,1));
%
Tan(i,1) = Tan(i,2);
%
end
% end

fprintf('%s\n','-----------------------------------------------------------------------');
fprintf('%s\n','
RESULTADOS
');
fprintf('%s\n','-----------------------------------------------------------------------');
12

%Tempo final atingido

fprintf('%s %2.2f %s\n', 'Tempo final = ', max(t), 's');

%Posio na barra
x = zeros(m+2,1);
for i=1:(m+2)
x(i) = (i-1)*dx;
end
X = zeros(M+2,1);
for i=1:(M+2)
X(i) = (i-1)*Dx;
end
Tj = zeros(m+2,1);
Tj(1,1) = T0;
Tj(2:m+1,1)=T(:,2);
Tj(m+2,1)=TL;
% %Grficos
figure(1)
plot(x,Tj,'*--')%, X, Tan(:,1))
title('Distribuio Final de Temperaturas na barra');
xlabel('Posio na Barra (m)');
ylabel('Temperatura (oC)');
legend('Soluo Numrica')%,'Soluo Analtica');
figure(2)
plot(x,[T0;Ttempo(:,1);T0],x,[T0;Ttempo(:,2);T0],x,Tj)
title('Distribuio de Temperaturas na barra para diferentes tempos');
xlabel('Posio na Barra (m)');
ylabel('Temperatura (oC)');
legend('dt','100dt','tfinal');
figure(3)
plot(t,Tgraf(1,:),t,Tgraf(2,:),t,Tgraf(3,:),'--')
title('Evoluo da temperatura com o tempo em alguns pontos');
xlabel('Instante de tempo (s)');
ylabel('Temperatura (oC)');
legend('x1 = 0 +dx','x2 = L/2', 'x3 = L-dx');

13

5.2 Caso 1
No caso 1, foi utilizada uma barra de L = 0,24m de comprimento, com difusividade trmica = 1,5 106 .
As condies de contorno e inicial utilizadas foram:

T(x=0,t) = 25o C
T(x=L,t) = 25o C
T(x,0) = 25 + 5sen( x
L )
Foram realizadas simulaes para = 0, = 1/2 e = 1, mantendo x = 1mm (23 ns) e Deltat = 30s.

Mtodo Explcito:

=0
Obteve-se as Figuras 2(a) a 4. Na Figura 2(a) pode-se comparar a soluo numrica com a soluo analtica
para um tempo especco arbitrrio, observando que, de fato, a soluo numrica converge para a soluo
analtica do problema proposto. A Figura 3 mostra o comportamento da soluo numrica da distribuio de
temperaturas na barra em alguns instantes de tempo selecionados, cando claro que a temperatura apresenta
um comportamento senoidal em funo da posio a qualquer instante, o que est de acordo com a soluo
analtica. J a Figura 4 apresenta o decaimento exponencial da soluo numrica em pontos selecionados da
barra, tambm de maneira coerente com a soluo analtica.

(a)

(b)

=0

= 0.5

Figura 2: Comparao ente a soluo numrica e a soluo analtica no Caso 1, para o instante de tempo
t=2000s.
Ao aumentar o t de maneira que o critrio de estabilidade no obedecido, obtm-se o resultado da
Figura 5, demonstrando a importncia da anlise de estabilidade.

Mtodo de Crank-Nicolson: = 0.5

A preciso do mtodo melhor que a do mtodo explcito (Figura 2), permitindo tambm maior liberdade
de escolha da malha e do passo de tempo, como pode ser visto na Figura 6, apesar de perder um pouco em
preciso.
14

Figura 3: Distribuio de temperaturas para trs instantes de tempo distintos, quando .

Figura 4: Evoluo temporal da temperatura em trs pontos selecionados da barra.

Figura 5: Soluo numrica instvel ao utilizar F o = 0.6 > 0.5

15

(a)

(b)

t = 200s

t = 1000s

Figura 6: O mtodo continua estvel, mesmo aumentando bastante o t, porm a preciso diminui.

Mtodo totalmente implcito

=1
Neste caso, o mtodo incondicionalmente estvel, portanto possvel escolher qualquer relao entre os
valores de x2 e t sem incorrer em instabilidade numrica. A preciso da mesma ordem que a do mtodo
explcito, porm um pouco menor que a do mtodo de Crank-Nicolson.

Figura 7: Distribuio de temperaturas do Caso 1 ao se aproximar do estado estacionrio usando o mtodo

totalmente implcito.

16

5.3 Caso 2
No caso 2, utilizou-se a mesma barra do caso 1, porm com as seguintes condies de contorno e inicial:

T(x=0,t) = 0o C
T(x=L,t) = 0o C
T(x,0) = 25o C
Foram realizadas simulaes para = 0, = 1/2 e = 1, mantendo x = 1mm (23 ns) e t = 30s
(exceto quando a estabilidade estava sendo testada).
Mesmo quando estvel, a soluo numrica no convergiu para a soluo analtica para nenhum valor de
. Isso aconteceu porque existe uma descontinuidade nas extremidades da barra. Da mesma forma que no
Caso 1, quando = 0 existe um limite de estabilidade (Figura 9).

(a)

(b)

=0

(c)

= 0.5

=1

Figura 8: O mtodo no converge para a soluo analtica no problema do Caso 2.

17

Figura 9: A soluo se torna instvel quando F o 1/2.

6 Soluo Analtica
Relembrando a equao diferencial estudada:

Tt = Txx
A soluo analtica ser desenvolvida a partir do mtodo de separao de variveis para soluo de EDPs,
considerando as seguintes condies de contorno e inicial:

T(x=0,t) = T0
(6.1)
T(x=L,t) = T0

T(x,0)
= f(x)
Ser denida uma nova funo v(x,t), tal que

v(x,t)
vt

vxx

T(x,t) T0
= Tt
= Txx

(6.2)

Portanto, reescrevendo o problema para a funo v(x,t), temos

vt

v
(0,t)
v(L,t)

v(x,0)

= vxx
= 0;
= 0;
= f(x) T0 = F(x) ;

(6.3)

Utilizando agora o mtodo da separao de variveis para resolver o problema 6.3, supe-se que a funo

18

v(x,t) pode ser escrita como o produto de uma funo apenas de x por uma funo apenas de t.

d(t)

vt
= (x)
;
dt
v = (t) (x)
2

vxx = (t) d (x)

dx2
Substituindo na equao diferencial, transforma-se a equao diferencial parcial de duas variveis em um
sistema com duas equaes diferenciais ordinrias.

d
d2
= 2
dt
dx
1 d
1 d2
=
= 2
=
dt
dx2
2

d + = 0
dx2

d + 2 = 0
dt

A soluo para o sistema de EDOs dada pelas equaes 6.4.

(
= C1 cos(x) + C2 sen(x)
2
= C3 e t

(6.4)

Aplicando as condies de contorno:

v(0,t) = 0 = (0) (t)

(0)
ou

(t)

=0
=0

(soluo trivial)

(0) = C1 cos(0) + C2 sen(0) = 0

=

C1 = 0

v(L,t) = 0 = (L) (t)

(L) = C2 sen(L) = 0

n =

n
L

=0
(L)
ou

(t) = 0
(soluo trivial)

(soluo trivial)
C3 = 0
ou

L = 0

n = 1, 2, 3...

Sendo assim, as solues particulares so obtidas para cada valor individual de n, enquanto a soluo
geral dada pela combinao linear das solues particulares (Equao 6.5).

v(x,t) =

An en t sen(n x)

n=1

19

(6.5)

Aplicando agora a condio inicial:

v(x,0) = F(x)

X
=
An e0 sen(n x)
=

n=1

An sen(n x) = F(x)

n=1

Multiplicando os dois lados por sen(m x)dx e integrando de zero a L, obtm-se:

L

Z
X

ZL
An sen(n x)sen(m x)dx =

n=1 0

F(x) sen(m x)dx

0

Das propriedades de funes ortogonais:

ZL
sen

 nx 
L

sen

 mx 
L

(
dx =

1
2,

0,

se n = m
se n =
6 m

Desta forma encontra-se as constantes An da srie que soluo da equao diferencial.

An

1
=
2

ZL
F(x) sen(n x)dx
0

ZL
An = 2

F(x) sen(n x)dx

0

Por m, podemos substituir para encontrar a soluo analtica para v(x,t) (Equao 6.6) e para T(x,t) ,
que o nosso real interesse (Equao 6.7).

ZL

 nx 
 nx 
X
n 2
2 F(x) sen
dx e( L ) t sen
(6.6)
v(x,t) =
L
L
n=1
0

ZL

 nx 
 nx 
X
n 2
2 (f(x) T0 )sen
T(x,t) = T0 +
dx e( L ) t sen
(6.7)
L
L
n=1
0

7 Difuso Articial do Mtodo

A equao analisada descreve o fenmeno de difuso de calor, portanto no existe difuso articial acrescentada ao mtodo. Entretanto, a Equao Diferencial Equivalente foi obtida na Seo 3.2.
20