Professional Documents
Culture Documents
T E S I S
MAESTRO EN CIENCIAS EN
MATEMÁTICAS APLICADAS
P R E S E N T A:
DIRECTORES DE TESIS :
iv
Agradecimientos
v
vi
Introducción
Una de las formas de encontrar posibles soluciones a problemas relacionados con los
desbordes de ríos e inundaciones, es realizar la simulación numérica de estos escenarios,
los cuales pueden ser modelados por las ecuaciones de Saint-Venant. Estas ecuaciones
son un sistema hiperbólico cuasi-lineal que “no admite una solución analítica explícita”
pero se cuentan con varios esquemas numéricos para su solución. Para ello, El modelo de
Saint-Venant se discretiza mediante el método de volúmenes finitos, proporcionando un
algoritmo explícito. La implementación de esta técnica ha dado lugar a varios paquetes,
dentro del cual destaca el modelo Iber.
En esta tesis se simula el flujo de los ríos Grijalva y Carrizal, con el propósito de
proponer alternativas para poder prevenir inundaciones y disminuir las pérdidas que
éstas ocasionan. Para ello fue necesario ajustar la batimetría de los ríos, en particular
se trabajó en el río Carrizal ya que en trabajos previos se había ajustado la batimetría
del río Grijalva.
Las simulaciones se plantearon en tres escenarios distintos: En primer lugar se han
simulado las condiciones que había el día 1 de octubre de 2007, alcanzando en esta
simulación el régimen permanente y obteniendo un buen ajuste en la zona de la esta-
ción hidrológica Gaviotas. En segundo lugar, partiendo del resultado donde se tiene el
régimen permanente se han incrementado los caudales de entrada hasta alcanzar los re-
portados por CONAGUA para el día 30 y 31 de octubre de 2007, se deja una condición
de salida libre. En esta simulación se observan desbordes en el río Carrizal a la altura
de Bosques de Saloya y desbordes en el río Grijalva luego de la sección de la estación
Gaviotas y en los ríos Pichucalco y Mezcalapa. En la tercer simulación procede de la
misma forma que en la segunda, solo que en ésta se modifica la condición de salida a
una de nivel dado, en ésta se observan los mismos desbordes en el río Carrizal pero en
en el río Grijalva hay desbordes a la altura del Muelle y a la altura de la laguna del
negro, ocasionando que haya inundaciones en el centro de la Ciudad de Villahermosa
de aproximadamente 4 m de altura.
Este trabajo está estructurado de la siguiente manera, en el Capítulo 1 se desarrolla la
teoría de volúmenes finitos en una dimensión para el caso lineal, en especial se trabaja
con la ecuación de transporte y con las ecuaciones linealizadas de las aguas someras. En
el Capítulo 2 se trabaja con ecuaciones no lineales, se presenta el flujo de la ecuación de
Burgers para el método de Godunov y se dan las formas generales de los flujos numéri-
cos de los Q-esquemas y de los esquemas de Vijayasundaram y de Steger-Warming. En
vii
viii
Introducción vii
i
ii ÍNDICE GENERAL
7. Conclusiones 125
Bibliografía 127
iv ÍNDICE GENERAL
Capítulo 1
1.1. Introducción
Un sistema de leyes de conservación establece que la variación de unas magnitudes
contenidas en una región, es igual al flujo que entra a través de dicha región más la
tasa de creación o destrucción de dichas magnitudes [Vázquez-Cendón, 1994]. En una
variable espacial las ecuaciones de dicho sistema tienen la siguiente forma
∂W ∂F
(x, t) + (W (x, t)) = G(x, W (x, t)), (1.1)
∂t ∂x
donde W es el vector de variables conservativas, la función F representa el flujo continuo
y G el término fuente.
El término de ley de conservación se usa normalmente cuando G ≡ 0, y se suele precisar
cuando este término es no nulo: ley de conservación generalizada o con término fuente.
La ecuación anterior debe ser acompañada de condiciones iniciales y en caso de ser
necesario imponer condiciones de contorno. El problema más simple de resolver es el
problema de Cauchy, que consiste en resolver (1.1) con condición inicial dada por
1
2 Introducción
1.1.1. Ejemplos
Ejemplo 1.1.1 La ecuación de transporte
∂w ∂w
+λ =0 (1.3)
∂t ∂x
Ejemplo 1.1.3 Las ecuaciones de las aguas someras con fondo constante, linealizadas
∂w ∂f (w)
+ =0 (1.5)
∂t ∂x
T
T
con w = (h, u) y f (w) = u eh + hu, gh + ue
e u donde h es la altura del agua en cada
punto x en cualquier instante t, u es la velocidad horizontal promedio, g la constante
h, u
de gravedad y e e son constantes.
xi−1 xi xi+1
xi− 1 xi+ 1
2 2
-
TiL - TiR -
Ci -
Figura 1.1: Esquema gráfico de una malla de volúmenes finitos. TiL y TiR denotan las subceldas
a la izquierda y a la derecha, respectivamente.
wt + f (w)x = 0
Z
d
w(x, t)dx = f w xi− 1 , t − f w xi+ 1 , t . (1.8)
dt Ci
2 2
Z Z
w(x, tn+1 )dx − w(x, tn )dx =
Ci Ci
Z tn+1 Z tn+1 (1.9)
f (w(xi− 1 ), t)dt − f (w(xi+ 1 , t))dt
2 2
tn tn
Z Z
1 1
w(x, tn+1 )dx = w(x, tn )dx−
∆x Ci ∆x Ci
Z tn+1 Z tn+1 (1.10)
1
f (w(xi+ 1 , t))dt − f (w(xi− 1 , t))dt .
∆x tn 2
tn
2
Esta expresión nos dice cómo debe ser actualizado el promedio de w en la celda en un
paso de tiempo. Sin embargo, en general, las integrales en el tiempo del lado derecho
de (1.10) no pueden ser evaluadas, porque w(xi± 1 , t) varía con el tiempo a lo largo de
2
cada lado de la celda, y no se cuenta con la solución exacta para trabajar, esto da la
pauta para trabajar con métodos numéricos de la forma
∆t n
=win+1 − win n
f 1 − fi− 1 , (1.11)
∆x i+ 2 2
n
donde fi+ 1 es una aproximación del valor medio del flujo en el plano xt a lo largo de la
2
recta x = xi+ 1 , con t entre tn y tn+1 .
2
Z tn+1
n 1
fi+ 1 ≈ f (w(xi+ 1 , t))dt. (1.12)
2 ∆t tn 2
Si este valor promedio del flujo se puede aproximar empleando los valores de wn , en-
tonces se tiene una discretización total de ley de conservación.
En los problemas hiperbólicos la información se propaga a velocidad finita, y por tanto
n n
es razonable suponer que se puede obtener fi− 1 tomando como base los valores de wi−1
2
y win , los valores promedio a ambos lados de la frontera xi− 1 . Entonces se puede utilizar
2
una expresión de la forma
n n n
fi− 1 = φ(wi−1 , wi ), (1.13)
2
Introducción al método de volúmenes finitos para la resolución . . . 5
donde φ es una cierta función que se le llama flujo numérico. Empleando esta notación
en el esquema numérico (1.11), se obtiene
∆t
win+1 = win − φ(win , wi+1
n n
, win ) .
) − φ(wi−1 (1.14)
∆x
El método específico obtenido depende de la elección de la expresión de φ, pero en
general cualquier método de este tipo es un método explícito con tres puntos en su
trazado (stencil), lo que significa que el valor win+1 dependerá de los tres valores wi−1
n
,
n n
wi y wi+1 .
Puesto que la suma de los flujos se cancela salvo los flujos de los extremos x = xI− 1 y
2
x = xJ+ 1 .
2
1.2.1. Convergencia
Para valorar si un esquema nos facilita buenas aproximaciones de la ley de conservación,
un requerimiento esencial es que el método numérico resultante debe ser convergente, es
decir, la solución numérica obtenida debe converger a la solución exacta de la ecuación
diferencial cuando ∆x, ∆t −→ 0.
La convergencia del método generalmente requiere de dos condiciones:
El método debe ser consistente con la ecuación diferencial, lo que significa que la
aproxima bien localmente.
El método debe ser estable en un determinado sentido, esto es, que los pequeños
errores que se producen en cada paso de tiempo no deben crecer demasiado rápido
en los pasos de tiempos posteriores.
Consistencia
El flujo numérico debe aproximar la integral (1.12). En particular, si la función w(x, t) ≡
w es constante en x, entonces w no cambiará con el tiempo y la integral en (1.12)
n
simplemente se reduce a f (w). Como consecuencia, si wi−1 = win = w, entonces la
función flujo numérico φ se reduce a f (w), por lo tanto se pide que
n
, win ) − f (w)| ≤ L máx |win − w|, |wi−1
n
|φ(wi−1 − w| . (1.16)
En la figura 1.2, se muestra una situación en la que λ∆t < ∆x, por tanto la información
se propaga menos que la longitud de la celda en cada paso de tiempo. En este sentido
n
tiene caso definir el flujo en xi− 1 dependiendo de wi−1 y win solamente.
2
tn+1 win+1
tn n
wi−2 n
wi−1 win
Figura 1.2: Propagación correcta de la información. Para determinar el valor de win+1 solo es
n
necesaria la información de wi−1 y win
Introducción al método de volúmenes finitos para la resolución . . . 7
En la figura 1.3 se muestra el caso en que λ∆t > ∆x. Se observa como la solución exacta
n
en la celda Ci y en el instante tn+1 depende además de wi−2 y por lo tanto también el
flujo exacto en xi− 1 depende de este valor.
2
tn+1 win+1
tn n
wi−2 n
wi−1 win
λ∆t
µ= (1.18)
∆x
se conoce como número CFL o de Courant y puede interpretarse como:
Cociente de longitudes:
λ∆t = longitud recorrida por una señal que se proponga a velocidad λ en un
tiempo ∆t.
∆x = Longitud del paso de discretización espacial.
En este caso la interpretación de la condición de Courant (λ∆t ≤ ∆x) es: la
información del problema discreto se debe propagar a una distancia menor que la
longitud de la celda en cada paso del tiempo.
Cociente de velocidades.
λ
µ= ,
λp
∆x
donde λp = ∆t
= velocidad de propagación de la malla o discretización.
λ = velocidad de propagación del problema continuo.
8 Método de Godunov
6
win
r r r r r -
C1 Ci−1 Ci Ci+1 Ck
Figura 1.4: Forma de la función constante w por pedazos al tiempo n.
n
La información en el instante n puede ser vista como un par de constantes (win , wi+1 ),
separados por una discontinuidad en la frontera xi+ 1 . Podemos definir entonces el pro-
2
blema local de Riemann en [xi , xi+1 ] como
wt + f (w)x = 0
win si x < 0
u(x, 0) = u0 (x) = n
wi+1 si x > 0.
Este problema de Riemann que se donota por RP (win , wi+1
n
), tiene solución analítica. Así
conociendo los valores de w en un tiempo n en cada frontera xi+ 1 de la celda, tenemos
2
un problema local de Riemann con condición inicial (win , wi+1
n
), lo que se necesita ahora
es una forma de calcular win+1 .
Godunov propone en [Godunov, 1959] el siguiente esquema para actualizar el valor win
a un nuevo valor win+1 : solucionar los dos problemas locales de Riemann, RP(wi−1 n
, win )
y RP(win , wi+1
n
), para la ley de conservación wt +f (w)x = 0. Tomar la integral promedio
Introducción al método de volúmenes finitos para la resolución . . . 9
n , wn )
RP (wi−1 RP (win , wi+1
n )
i
- -
tn+1 A
d
B
d
C
d
D
d
dx
dt =λ-
t r t r t
tn xi−1 xi− 1 xi xi+ 1 xi+1
2 2
Figura 1.5: Ilustración del método de Godunov, para la ecuación del transporte con velocidad
positiva λ. La solución del problema de Riemann es promediada en el tiempo t = ∆t en la
celda Ci .
n
La solución exacta del problema RP(wi−1 , win ) para λ > 0 es
x wn
i−1 si xt < λ
wi− 1 = (1.19)
2 t win si xt > λ,
de igual modo la solución wi+ 1 (x, t) del RP(win , wi+1
n
) es
2
x wn si x < λ
i t
wi+ 1 = (1.20)
2 t n
wi+1 si xt > λ.
El esquema de Godunov define la actualización de la solución como
"Z 1 #
∆x Z 0
1 2
x x
win+1 = wi− 1 dx + wi+ 1 dx . (1.21)
∆x 0 2 ∆t − 21 ∆x
2 ∆t
La integral es evaluada al tiempo ∆t, entre los puntos A y D de la figura 1.5. Note que
sólo se utiliza el lado derecho de la solución wi− 1 (x, t) y sólo el lado izquierdo de la
2
solución wi+ 1 (x, t). La soluciones a los problema de Riemann tienen su propio origen,
2
los cuales corresponde a las fronteras xi− 1 y xi+ 1 . Para evaluar la integral es necesario
2 2
imponer una condición al tamaño de paso ∆t, esta condición es [Toro, 1997]:
λ∆t 1
µ= ≤ . (1.22)
∆x 2
El primer término de (1.21) está definido en el intervalo [A, B] y [B, C] los cuales tienen
las longitudes siguientes:
10 Discretización de la ecuación del transporte
1
lAB = µ∆x y lBC = − µ ∆x.
2
Sustituyendo (1.19) en la primera integral de (1.21) tenemos,
1
Z ∆x
1 2
x
n 1
wi− 1 = µwi−1 + − µ win .
∆x 0
2 ∆t 2
La segunda integral es
Z 0
1 x 1
wi+ 1 = win .
∆x − 12 ∆x
2 ∆t 2
Sumándolas se tiene
g 00 (x0 )
g(x0 + ∆x) = g(x0 ) + g 0 (x0 )∆x + (∆x)2 + O(∆x)3 .
2!
Análogamente en x0 − ∆x:
g 00 (x0 )
g(x0 − ∆x) = g(x0 ) − g 0 (x0 )∆x + (∆x)2 + O(∆x)3 .
2!
Estas relaciones nos permiten introducir las siguientes aproximaciones
Diferencia centrada
g(x0 + ∆x) − g(x0 − ∆x)
D0 g(x0 ) = , (1.28)
2∆x
wt + λwx = 0,
se tiene
n λ n
fi− 1 = φ(wi−1 , win ) = [w + win ], (1.31)
2 2 i−1
la cual cumple la condición de consistencia (1.15).
12 Discretización de la ecuación del transporte
wj0 = w
b0 eikxj , ∀j ∈ Z,
µ n ikxj+1
bn+1 eikxj = w
w bn eikxj − (w
b e bn eikxj−1 ).
−w (1.32)
2
Dividiendo esta expresión entre eikxj y teniendo en cuenta que xj = j∆x se tiene
h µ i
w bn 1 − (eik∆x − e−ik∆x ) .
bn+1 = w (1.33)
2
bn+1 = w
w bn [1 − iµ sen(k∆x)]. (1.34)
Finalmente se tiene que el factor de amplificación g(µ, k∆x) está dado por
bn+1
w
g(µ, k∆x) = = 1 − iµ sen(k∆x). (1.35)
bn
w
Claramente |g(µ, k∆x)| > 1, al menos que sen(k∆x) = 0, lo cual hace al esquema
centrado incondicionalmente inestable.
Para ejemplificar la inestabilidad del esquema centrado, considérese el siguiente test de
prueba. Tomemos la solución win dada por el esquema centrado con la condición inicial
wi0 = 0 si i 6= 0 y w00 = 1
10
Sol. Aproximada
8 Sol. Exacta
−2
−4
−6
−8
−10
−3 −2 −1 0 1 2 3
Figura 1.6: Visualización de la solución obtenida con el esquema centrado inestable, con pa-
rámetros λ = 1, µ = 1, t = 1, ∆t = 0.1
f (u) − f (w) ∆x
φ(u, w) = − (w − u). (1.37)
2 2∆t
que es consistente, véase (1.15).
wj0 = w
b0 eikxj , ∀j ∈ Z,
14 Discretización de la ecuación del transporte
1 n ikxj−1 µ n ikxj+1
bn+1 eikxj = bn eikxj+1 − bn eikxj−1 .
w w
b e +w w
b e −w (1.39)
2 2
Dividiendo esta expresión entre eikxj , y teniendo en cuenta que xj = j∆x, se tiene
n 1
n+1 −ik∆x ik∆x
µ ik∆x −ik∆x
w
b =wb e +e − e −e . (1.40)
2 2
Desarrollando las exponenciales complejas y simplificando se tiene
bn+1 = w
w bn (cos(k∆x) − iµ sen(k∆x)) . (1.41)
Finalmente se tiene que el factor de amplificación g(µ, k∆x) viene dado por
bn+1
w
g(µ, k∆x) = = cos(k∆x) − iµ sen(k∆x). (1.42)
bn
w
Para garantizar la estabilidad, |g(µ, k∆x)| ≤ 1, por lo que
1
|g(µ, k∆x)| = cos2 (k∆x) + µ2 sen2 (k∆x) 2 ≤ 1,
de donde
cos2 (k∆x)+µ2 sen2 (k∆x) ≤ 1
µ2 sen2 (k∆x) ≤ sen2 (k∆x)
|µ| ≤ 1.
Finalmente se concluye que el esquema es condicionalmente estable si, −1 ≤ µ ≤ 1.
Los resultados numéricos se pueden observar en las figuras 1.9 – 1.11.
wjn − wj−1
n
wx ' , si λ > 0
∆x
n
wj+1 − wjn
wx ' , si λ < 0
∆x
y la derivada temporal como
wjn+1 − wjn
wt ' .
∆t
Lo que supone considerar discretizaciones descentradas en espacio y tiempo. Si λ > 0,
la expresión del esquema es la siguiente:
λ∆t n
wjn+1 = wjn − n
(w − wj−1 ). (1.43)
∆x j
o en términos del número de Courant:
con
± ± n
δfj+ 1 = λ δwj+ 1 , δwj+ 1 = (wj+1 − wjn ), (1.48)
2 2 2
16 Discretización de la ecuación del transporte
esto dice que las contribuciones de signo diferente emergen de las fronteras dependiendo
del signo de λ y además están en función de los nodos próximos a xj− 1 y xj+ 1 . Tal
2 2
como se puede ver en la figura 1.7. La solución evoluciona en cada paso de tiempo ∆t de
acuerdo con la ondas a la derecha y a la izquierda, lo que se conoce como formulación
de ondas.
win+1
tn+1
+ −
δfi− 1 δfi+ 1
- 2 2
tn n
wi−1 win n
wi+1
∆t n
wjn+1 = wjn − n
(fj+ 1 − fj− 1 ), (1.49)
∆x 2 2
n n n
al asociarle una función flujo numérico fj+ 1 = φ(wj , wj+1 ), que para el esquema des-
2
centrado está dado por
n n n 1 n 1
fj+ 1 = φ(wj , wj+1 ) = (fj+1 + fjn ) − |λ|δwj+ 1 (1.50)
2 2 2 2
donde fjn = λwjn ∀j, corresponde a una evaluación puntual del flujo físico en los nodos,
que da lugar a la parte centrada 21 (fj+1
n
+fjn ) del flujo numérico y la viscosidad numérica
del esquema es − 21 |λ|δwj+ 1 . Este término es el que diferencia al esquema descentrado del
2
esquema centrado estudiado en secciones anteriores, y es por tanto el que nos conduce
a la estabilidad condicional del mismo como se verá en el análisis de von Neumann.
Note que cuando µ = 1 entonces λ = ∆x ∆t
, en este caso (1.37) y (1.50) son iguales.
dx ∆x dx
∆t dt
= ∆t dt
=λ
tn ? ∆x − d
-b d = µ∆x -
(xj−1 , tn ) xp (xj , tn )
Figura 1.8: Dominio de depenencia numérico y exacto del esquema descentrado.
El valor exacto de w en (xj , tn+1 ) depende del valor exacto en xp , por ser este el punto
de corte de la característica en t = tn . Los únicos valores disponibles al tiempo tn en
los puntos de la malla son wj y wj−1 , que solo coinciden con xp si
∆x
µ = 1 =⇒ = λ.
∆t
Una forma de utilizar la información que se tiene sobre la solución en los puntos de la
malla es interpolar de forma lineal los valores de la solución en el dominio de dependencia
numérica. Sea d la distancia entre xp y xj , tomando en cuenta que la pendiente de la
característica dx
dt
= λ es m = λ1 = ∆t d
, entonces:
λ∆t
d = λ∆t = ∆x = µ∆x.
∆x
En consecuencia
xp = xj−1 + ∆x − d,
xp = (j − 1)∆x + ∆x − µ∆x,
xp = (j − 1)∆x + (1 − µ)∆x.
La interpolación lineal está dada por
n
wjn − wj−1
n
w(x)
e = wj−1 + (x − xj−1 ),
∆x
tomando x = xp , se obtiene finalmente
wj0 = w
b0 eikxj , ∀j ∈ Z,
donde también como antes w b0 denota una amplitud compleja y k un número de onda
real. Se tiene entonces que
wjn = w
b0 eikxj , ∀j ∈ Z, ∀n ∈ N.
bn+1 eikxj = w
w bn eikxj − µ(w
bn eikxj − w
bn eikxj−1 ).
bn+1 = w
w bn − µ(w bn e−ik∆x ).
bn − w
bn+1 /w
Finalmente se tiene que el coeficiente de amplificación g(µ, k∆x), dado por w bn es
1
Sol. Descentrado
0.9 Sol. Lax−Friedrischs
Sol. Exacta
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
−3 −2 −1 0 1 2 3
Figura 1.9: Comparación del esquema de Lax-Friedrichs contra el esquema descentrado, con
parámetros λ = 1, µ = 1, t = 1, ∆x = 0.1.
1
Sol. Descentrado
0.9 Sol. Lax−Friedrischs
Sol. Exacta
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
−3 −2 −1 0 1 2 3
Figura 1.10: Comparación del esquema de Lax-Friedrichs contra el esquema descentrado, con
parámetros λ = 1, µ = 0.8, t = 1, ∆x = 0.1.
20 Análisis del orden de precisión para los esquemas descentrados y el de Lax-Friedrichs
6
Sol. Descentrado
Sol. Lax−Friedrischs
4 Sol. Exacta
−2
−4
−6
−3 −2 −1 0 1 2 3
Figura 1.11: Comparación del esquema de Lax-Friedrichs contra el esquema descentrado, con
parámetros λ = 1, µ = 1.2, t = 1, ∆x = 0.1.
y
∞ f N
∆x = máx |w(xj , t ) − wj |. (1.56)
j
Diremos que un método es de orden p, si para una constante c positiva se tiene que
log(Kk )
pk := . k = 1, 2, . . . (1.58)
log(2)
En las tablas 1.1 y 1.2 se pueden ver los errores de cada método y el orden de precisión
en cada una de las mallas. Para estos cálculos se han hecho 5 mallas tomando la malla
inicial con 60 nodos.
M Error en k · k1 pk Error en k · k∞ pk
60 0.1140 0.9305 0.1792 0.9310
120 0.0598 0.9648 0.0940 0.9649
240 0.0307 0.9823 0.0482 0.9823
480 0.0155 0.9911 0.0244 0.9911
960 0.0078 - 0.0123 -
Tabla 1.1: Cuadro comparativo del orden de precisión espacial del esquema descentrado con
µ = 0.4.
M Error en k · k1 pk Error en k · k∞ pk
60 0.3221 0.7723 0.5001 0.7760
120 0.1886 0.8824 0.2920 0.8793
240 0.1023 0.9414 0.1588 0.9357
480 0.0533 0.9715 0.0830 0.9669
960 0.0272 - 0.0425 -
Tabla 1.2: Cuadro comparativo del orden de precisión espacial del esquema de Lax-Friedrichs
con µ = 0.4.
1
Sol. Descentrado
0.8 Sol. Lax−Friedrischs
Sol. Exacta
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Figura 1.12: Solución numérica obtenida con el esquema de Lax-Friedrichs y el esquema des-
centrado, con parámetros λ = 1, µ = 0.4, tf = 1 y ∆t = 0.0033.
0.35
Error Desecentrado
Error Lax−Friedrish
0.3
0.25
0.2
0.15
0.1
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Figura 1.13: Error absoluto cometido con el esquema de Lax-Friedrichs y el esquema descen-
trado, con parámetros λ = 1, µ = 0.4, tf = 1 y ∆t = 0.0033.
∂W ∂F
+ (W ) = 0, (1.59)
∂t ∂x
donde F = AW , con A constante. Sujeto a las condiciones iniciales:
WL si x ≤ 0
W (x, 0) = W0 (x) = .
WR si x > 0
Usando (1.60) para escribir los estados de la condición inicial a ambos lados de la
discontinuidad se tiene
24 Sistemas de ecuaciones lineales hiperbólicos
p p
X X
WL = αkL ek y WR = αkR ek . (1.61)
k=1 k=1
Por otra parte dado que los autovalores y los autovectores son reales, entonces A es
diagonaliazble en la base de los autovectores, es decir
A = KΛK −1 ,
donde K es la matriz cuyas columnas son los autovectores ek y Λ es la matriz diagonal
cuyos elementos son los autovalores de A. Esto permite definir un conjunto de variables
conservativas U = (u1 , u2 , · · · , up )T vía la transformación
U = K −1 W o W = KU,
en términos de esta nueva variable el sistema (1.59), queda como
KUt + AKUx = 0,
multiplicando a la izquierda por K −1 se tiene que
Ut + ΛUx = 0.
Esto dice que el problema de Riemann se desacopla en p problemas de Riemann escalares
gobernados por la ecuación de transporte
∂uk ∂uk
+ λk =0 (1.62)
∂t ∂x
y las condiciones iniciales
L
0 αk si x < 0
uk (x, 0) = uk (x) =
αkR si x > 0 .
La solución exacta a estos p problemas de Riemann escalares está dada como sigue
L
0 αk si x < λt
uk (x, t) = uk (x − λt) = (1.63)
αkR si x > λt .
Esta información la utilizamos para reconstruir la solución exacta en función de las
variables conservativas W , mediante la relación
W (x, t) = KU (x, t). (1.64)
Teniendo en cuenta que el vector columna de la solución exacta en variables caracterís-
ticas U (x, t) se puede expresar de la siguiente manera:
R
α1
α2R
.
.
.
U (x, t) = αIR ,
L
αI+1
.
..
L
αp
Introducción al método de volúmenes finitos para la resolución . . . 25
donde I representa el valor del subíndice que separa ordenadamente a los pies de las
características en positivos y negativos,
donde
r r
g g
α1l = hl + ul α1r = hr + ur .
h
e h
e
∆t ∗ ∗
Win+1 = Win − (F 1 − Fi− 1) (1.70)
∆x i+ 2 2
∗ n n
Fi+ 1 = φ(Wi , Wi+1 ) = F (Wi+ 1 (0)). (1.71)
2 2
Los valores de la solución en xi y en xi+1 , localmente juegan los papeles de los estados
WL = Win y WR = Wi+1 n
, por lo que utilizaremos la solución (1.66).
Manipulando la ecuación (1.66), se tiene que
I
X
Wi+ 1 (0) = Win + (αkR − αkL )ek , (1.72)
2
k=1
o
p
X
n
Wi+ 1 (0) = Wi+1 − (αkR − αkL )ek . (1.73)
2
k=I+1
Note que el salto que cruza la onda j con autovalor λj y autovector ej está dada por
(αkR − αkL )ek . De igual manera note que la ecuación (1.72) nos dice que la solución al
problema de Riemann está dada por todos los datos Win del estado de la izquierda más
Introducción al método de volúmenes finitos para la resolución . . . 27
los saltos de onda que atraviesan las ondas de velocidad negativa, similarmente se hace
una interpretación para la ecuación (1.73).
Haciendo un promedio de las ecuaciones (1.72) y (1.73), se tiene que
p
1 1X
Wi+ 1 (0) = (Win + Wi+1
n
)− sig(λk )(αkR − αkL )ek . (1.74)
2 2 2 k=1
Por lo tanto el, flujo numérico para el método de Godunov está dado por
p
∗ 1 1X
Fi+ 1 = AWi+ 1 (0) = (AWin + AWi+1
n
)− sig(λk )(αkR − αkL )Aek .
2 2 2 2 k=1
Definiendo la matriz |A|, valor absoluto de A, como la matriz cuyos autovalores son los
valores absolutos de los autovalores de A:
|A| = K|Λ|K −1 ,
donde |Λ| es la matriz diagonal definida por |Λ|ii = |λi |, i = 1, . . . , p y usando el hecho
que la matriz A es constante, en (1.75) se tiene que
p
∗ 1 1X
Fi+ 1 = (Fin + Fi+1
n
)− |Λ|kk (αkR − αkL )ek
2 2 2 k=1
p
1 1X R
= (Fin + Fi+1
n
)− (αk − αkL )|A|ek (1.76)
2 2 k=1
p
1 1 X
= (Fin + Fi+1
n
) − |A| (αkR − αkL )ek .
2 2 k=1
∗ 1 n n 1 n
Fi+ 1 = (Fi + Fi+1 ) − |A|(Wi+1 − Win ). (1.77)
2 2 2
28 Sistemas de ecuaciones lineales hiperbólicos
Otra formulación para el flujo del método de Godunov es utilizando (1.66) de la siguiente
manera
I p I p
X X X X
∗
Fi+ 1 = AWi+ 1 (0) = αkR Aek + αkL Aek = αkR λk ek + αkL λk ek . (1.78)
2 2
k=1 k=I+1 k=1 k=I+1
Recordando que λ± = 12 (λ ± |λ|) y que I separa las características en las cuales λ tiene
signo positivo de las características en las cuales λ tiene signo negativo, entonces
p p
X X
∗
Fi+ 1 = αkR λ−
k ek + αkL λ+
k ek . (1.79)
2
k=1 k=1
se tiene que
p p
X X
∗ −
Fi+ 1 =A αkR ek +A +
αkL ek = A− Wi+1
n
+ A+ Win . (1.81)
2
k=1 k=1
Esta relación nos dice que el flujo se descompone en una parte positiva A+ Win (lo que en-
tra por la izquierda está asociado a autovalores positivos), y una parte negativa A− Wi+1
n
(lo que entra por la derecha está asociado a autovalores negativos). Sustituyendo este
flujo numérico en el esquema conservativo (1.70), se tiene
∆t − n
Win+1 = Win − A Wi+1 + A+ Win − A− Win − A+ Wi−1n
∆x (1.82)
∆t
= Win − ) + A− (Wi+1
+ n n n
− Win ) .
A (Wi − Wi−1
∆x
Este esquema se puede ver como un esquema en formulación de ondas:
∆t −
Win+1 = Win − +
(δFi− 1 + δF
i+ 1 ), (1.83)
∆x 2 2
con
± ± n n n n
δFi+ 1 = A δWi+ 1 , δWi+ 1 = Wi+1 − Wi . (1.84)
2 2 2
En esta versión del esquema se supone que se está en las fronteras de las celdas, tal
como se muestra en la figura 1.14. De igual forma se supone que se envían paquetes de
información a la celda de la izquierda o a la de la derecha en función del signo de los
autovalores de la frontera:
Introducción al método de volúmenes finitos para la resolución . . . 29
win+1
tn+1
δF − δF + δF − δF +
i− 1
2
i− 1
2
1
i+ 2 1
i+ 2
- -
tn n
wi−1 win n
wi+1
En las figuras 1.15, 1.16, y 1.17, se puede ver la solución a las ecuaciones linealizadas
de las aguas someras, en este caso e h = 3, u e = 2, hl = 5, hr = 2, ul = ur = 0,
f
[a, b] = [−5, 5], t = 0.1 y ∆x = 0.05. En estas figuras se muestran los resultados
obtenidos al realizar ejecuciones tanto dentro como fuera de la región de estabilidad y los
resultados confirman lo esperado para las elecciones del CF L = 1, 0.8 (condicionalmente
estable) y CF L = 1.2 (inestable).
30 Sistemas de ecuaciones lineales hiperbólicos
Altura
5
Sol. aproximada
4.5 Sol. exacta
3.5
2.5
2
−5 −4 −3 −2 −1 0 1 2 3 4 5
Velocidad
3
Sol. aproximada
2.5 Sol. exacta
2
1.5
0.5
0
−5 −4 −3 −2 −1 0 1 2 3 4 5
Figura 1.15: Solución de las ecuaciones linealizadas de las aguas someras, para este caso se
utilizó un CF L = 1.
Altura
5
Sol. aproximada
4.5 Sol. exacta
3.5
2.5
2
−5 −4 −3 −2 −1 0 1 2 3 4 5
Velocidad
3
Sol. aproximada
2.5 Sol. exacta
1.5
0.5
0
−5 −4 −3 −2 −1 0 1 2 3 4 5
Figura 1.16: Solución de las ecuaciones linealizadas de las aguas someras, para este caso se
utilizó un CF L = 0.8.
Introducción al método de volúmenes finitos para la resolución . . . 31
Altura
20
Sol. aproximada
15
Sol. exacta
10
−5
−10
−15
−5 −4 −3 −2 −1 0 1 2 3 4 5
Velocidad
30
Sol. aproximada
20 Sol. exacta
10
−10
−20
−30
−5 −4 −3 −2 −1 0 1 2 3 4 5
Figura 1.17: Solución de las ecuaciones linealizadas de las aguas someras, para este caso se
utilizó un CF L = 1.2.
Capítulo 2
32
Método de volúmenes finitos para la resolución de sistemas hiperbólicos ... 33
Z x2 Z x2
w(x, t2 )dx − w(x, t1 )dx =
x1 x1
Z t2 Z t2 (2.2)
f (w(x1 , t))dt − f (w(x2 , t))dt,
t1 t1
donde
n n n n
fj+ 1 = f
j+ 1
wj−l1
, . . . , wj+l 2
, (2.4)
2 2
n
con l1 y l2 dos enteros no negativos; fj+ 1 se llama flujo numérico, y en ocasiones se
2
denota por φ, y es una aproximación del flujo físico f (w) en (2.1)
∆t
=wjn+1
− wjn
f (wj+ 1 (0)) − f (wj− 1 (0)) . (2.5)
∆x 2 2
El método de Godunov proporciona una solución numérica que se corresponde con una
evolución exacta en cada paso del tiempo ∆t. La forma de proceder del método de
Godunov es
1. Se resuelven los problemas de Riemann asociados a las fronteras del volumen finito
Ci
n
RP (wj−1 , wjn ),
cuya solución la representamos por wj− 1 (x, t), y
2
RP (wjn , wj+1
n
),
34 Esquemas conservativos
cuya solución la representamos por wj+ 1 (x, t), con condiciones iniciales en t = tn
2
de dichos problemas dadas por
e 0) = wjn , si x ∈ Cj .
w(x,
Esta última expresión permite mostrar la expresión del flujo numérico del méto-
do de Godunov y que la solución numérica corresponde a una evaluación de la
solución exacta en un paso del tiempo ∆t, esto se expresa como sigue
Z ∆t Z ∆t
1 1
f (w(x
e j± 1 , t))dt = f (wxj± 1 (0))dt,
∆t 0
2 ∆t 0 2
(2.9)
= f (wj± 1 (0)).
2
El flujo numérico del método de Godunov está definido como la evaluación del flujo
físico en la solución exacta en las fronteras de cada celda de volumen finito, es decir
n
fj+ 1 = f (wj± 1 (0)). (2.10)
2 2
Método de volúmenes finitos para la resolución de sistemas hiperbólicos ... 35
Lo cual dice que el flujo numérico del método de Godunov verifica la definición de consis-
tencia, en consecuencia, tenemos que el método de Godunov es un método conservativo
y consistente.
Primero que todo, sabemos que el flujo numérico del método de Godunov, es la eva-
luación del flujo físico en la solución del problema de Riemann en la celda de volumen
finito en que se esté trabajando.
Antes recordemos cómo es la solución del Problema de Riemann para la ecuación de
Burgers
1. Si wl > wr , entonces (
x
wl si t
<S
w(x, t) = x (2.13)
wr si t
≥S
36 Esquemas conservativos
2. si wl ≤ wr , entonces
wl si xt < wl
x
w(x, t) = t
si wl < xt ≤ wr (2.14)
wr si xt > wr
2
− w2r wl + wr
S= = , (2.15)
wl − wr 2
más detalles se pueden ver en [Vázquez-Cendón, 2008].
Como estamos interesados en el flujo en las fronteras de la celda Ci = [xi− 1 , xi+ 1 ],
2 2
consideramos sistemas locales para los problemas de Riemann en los intervalos [xi−1 , xi ],
[xi , xi+1 ], con condiciones iniciales particulares
(
wl si x < xi− 1
w0 (x) = 2
,
wr si x ≥ xi− 1
2
para la frontera xi+ 1 . Tomando en cuenta que el flujo físico de la ecuación de Burgers
2
es
w2
f (w) = ,
2
entonces el flujo numérico del esquema de Godunov para la ecuación de Burgers es
1. Si wl > wr
wl2
(
2
si S > 0
f (w(0)) = wr2
(2.16)
2
si S ≤ 0
2. Si wl ≤ wr
wl2
2
si wl > 0
f (w(0)) = 0 si wl < 0 ≤ wr (2.17)
wr2
2
si wr ≤ 0 .
Método de volúmenes finitos para la resolución de sistemas hiperbólicos ... 37
Procedemos a calcular el flujo numérico de Godunov para los casos planteados, a partir
de (2.16) y de (2.17).
wl2
f (wi+ 1 (0)) = . (2.18)
2 2
wr2
f (wi+ 1 (0)) = . (2.19)
2 2
Sea φ ∈ C01 una función de prueba. En la k-ésima malla definimos la versión discreta Φ(k)
(k)n (k) (k) (k) (k)
por Φi = φ(xi , tn ) donde (xi , tn ) es un punto sobre la k-ésima malla. De manera
(k)n
similar wi denota la aproximación numérica en la k-ésima malla. Para simplificar la
notación, usaremos simplemente Φni y win , pero hay que recordar que (k) está presente
de manera implícita, entonces al final tomaremos el límite cuando k → ∞.
Esto se cumple para todos lo valores de i y n en cada malla k. Sumando (2.23) sobre
todas las i y sobre todas las n ≥ 0 se tiene
∞ X
∞ ∞ ∞
X ∆t X X n n
Φni (win+1 − win ) =− n
Φi (Fi+ 1 − Fi− 1 ), (2.24)
n=0 i=−∞
∆x n=0 i=−∞ 2 2
∞
X
∞+1
Φni (win+1 − win ) = Φ0i (wi1 − wi0 ) + Φ1i (wi2 − wi1 ) + . . . + Φ∞
i (wi − wi∞ )
n=0
= −Φ0i wi0 + wi1 (Φ0i − Φ1i ) + wi2 (Φ1i − Φ2i ) + . . . + wi∞ (Φ∞−1
i − Φ∞ ∞ ∞+1
i ) + Φ i wi
X ∞
∞+1
= Φ∞
i w i − Φ 0 0
w
i i − win (Φni − Φn−1
i ).
n=1
(2.25)
Tomando en cuenta que Φ es de soporte compacto, el lado izquierdo de (2.24) queda
como ∞ ∞ X ∞
X X
− 0 0
Φi wi − (Φni − Φn−1
i )win . (2.26)
i=−∞ n=1 i=−∞
Haciendo un desarrollo semejante al anterior, pero esta vez sobre i para el lado derecho,
se tiene que el segundo miembro de la igualdad se transforma en
∞ ∞
∆t X X
(Φni+1 − Φni )Fi−
n
1. (2.27)
∆x n=0 i=−∞ 2
Método de volúmenes finitos para la resolución de sistemas hiperbólicos ... 39
Dado que Φ es de soporte compacto, se garantiza que las sumatorias en (2.28) son
finitas, multiplicando por ∆x y arreglando la ecuación se tiene
∞ X
∞ n ∞ X
∞ n
Φi − Φn−1 Φi+1 − Φni
X X
i n n
∆x∆t wi + ∆x∆t Fi− 1
∆t ∆x 2
n=1 i=−∞ n=0 i=−∞
∞ (2.29)
X
= −∆x Φ0i wi0 .
i=−∞
Sea k → ∞, tal que ∆t(k) , ∆x(k) → 0 en la ecuación anterior. Es fácil ver usando la
convergencia de w(k) a w y la suavidad de Φ que el primer termino de (2.29) converge a
Z ∞Z ∞
φt (x, t)w(x, t)dxdt,
0 −∞
para todos los valores de i. Usando este hecho y que w(k)n converge a w, se puede ver
que
∞ X ∞ n Z ∞Z ∞
Φi+1 − Φni
X
n
∆x∆t Fi− 1 → φx (x, t)f (w(x, t))dxdt
n=0 i=−∞
∆x 2
0 −∞
Z ∞ Z ∞
[φt (x, t)η(w(x, t)) + φx (x, t)ψ(w(x, t))]dxdt
0 −∞
Z ∞
+ φ(x, 0)η(w(x, 0))dx ≥ 0.
−∞
(2.32)
La forma de mostrar que una solución débil w(x, t) obtenida como el límite de w(k)
satisface la desigualdad anterior es ver que existe una desigualdad entrópica discreta de
la forma débil,
∆t n
η(win+1 ) ≤ η(win ) − Ψi− 1 − Ψni+ 1 , (2.33)
∆x 2 2
Z xi+ 1 Z xi+ 1
2 n 2
η(w (x, tn+1 ))dx ≤ η(wn (x, tn ))dx
xi− 1 xi− 1
2
Z 2
tn+1 Z tn+1
(2.34)
n n
+ ψ(w (xi− 1 , t))dt − ψ(w (xi+ 1 , t))dt.
2 2
tn tn
Dado que wn es constante en tres lados del rectángulo, las integrales del lado derecho
de (2.34) se pueden evaluar, procediendo a su evaluación y dividiendo toda la ecuación
por ∆x se tiene
Z x 1
1 i+ 2 ∆t h n i
η(wn (x, tn+1 ))dx ≤ η(win ) − n
ψ wi− 1 − ψ wi+ 1 , (2.35)
∆x x 1 ∆x 2 2
i− 2
n
donde wi−
representa el valor de la velocidad de propagación en 0 de la solución del
1
2
problema de Riemann. Si definimos el flujo numérico entrópico como
n
Ψni− 1 = ψ(wi− 1 ), (2.36)
2 2
entonces Ψ es consistente con ψ, y el lado derecho de (2.35) coincide con el lado derecho
de (2.33).
El lado izquierdo de (2.35) no es igual al η(win+1 ) dado que la wn no es constante
en el intervalo. Tomando en cuenta que la función de entropía es convexa con η 00 (w)
estrictamente positiva, entonces se puede utilizar la desigualdad de Jensen. Ésta dice
que el valor de η evaluada en el promedio del valor wn es menor o igual que el promedio
del valor de η(wn ), es decir
Z x 1 Z x 1
1 i+ 2
n 1 i+ 2
η w (x, tn+1 )dx ≤ η(wn (x, tn+1 ))dx. (2.37)
∆x x 1 ∆t x 1
i− 2 i+ 2
del problema de Riemann que satisface la condición de entropía. Este resultado no solo
es valido para una ley escalar de conservación, sino más general es valido para cualquier
sistema no lineal para el cual se tenga una función de entropía.
1. Para estados U y V que sean próximos, (2.38) es una aproximación lineal del
flujo numérico φ(U, V ), es decir, para todo estado U ∗ próximo a U y V se tiene
φ(U, V ) = f (U ).
φ(U, V ) = f (V ).
donde el estado W
f (U, V ) es conocido como la media de Roe [Roe, 1981], el cual está
definido por
f (V ) − f (U ) = A W (U, V ) (V − U ),
f (2.42)
con A(W ) la matriz jacobiana de f (W ).
El ver que el flujo numérico de los Q-esquemas es consistente, es muy sencillo, simple-
mente si tomamos U = V , se nota que el término de viscosidad numérica se hace cero,
y el término centrado corresponde a f (U ), esto independientemente del estado WQ que
se elija.
flujo. En el caso de que alguno de estos autovalores se haga cero, el término de viscosi-
dad numérica correspondiente a la ecuación desacoplada se anula, y en consecuencia se
pierde la convergencia a la solución entrópica, y esto puede producir oscilaciones en la
solución calculada lo cual conduce a soluciones incorrectas.
Para evitar este fenómeno se utiliza lo que se conoce en la literatura inglesa como
entropy fix [Harten, 1984], lo cual consiste en garantizar la existencia de viscosidad
numérica no nula, para lo cual se redefine el valor absoluto de los autovalores en la
parte que corresponde al flujo numérico.
La primera que se presenta es la regularización parabólica del valor absoluto de las
velocidades características, la cual fue propuesta por Harten en 1984, esta regularización
se aplica a la matriz valor absoluto de Q, la expresión propuesta es
λ2 + 2
1
|λ| = |λ| + (1 + sig( − |λ|)) − |λ| , (2.43)
2 2
donde es un pequeño parámetro. Visualmente esto se muestra en la figura 2.1.
2.5
1.5
0.5
−0.5
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
La desventaja de esta aproximación es que el parámetro debe ser ajustado para cada
problema.
Otra aproximación para introducir a la integración numérica es aplicar a los Q–esquemas
el método local de Lax-Friedrichs (LLF), en el cual la corrección del valor absoluto de
los autovalores en cada frontera xj− 1 se hace considerando el máximo de cada uno de
2
ellos en ambos lados de la frontera, es decir
Esta corrección es una redefinición del valor absoluto de los autovalores similar a la
anterior, la cual se introduce en la viscosidad numérica del Q–esquema mediante la
matriz valor absoluto de Q.
w0 (x) = x.
M Error en k · k1 pk Error en k · k∞ pk
60 0.0315 0.9754 0.0119 0.9447
120 0.0160 0.9909 0.0062 0.9724
240 0.0081 0.9939 0.0032 0.9822
480 0.0040 0.9977 0.0016 0.9908
960 0.0020 - 0.0008 -
Tabla 2.1: Cuadro comparativo del orden de precisión espacial del esquema de Lax-Friedrichs.
Para llevar a cabo este cálculo se utilizó µ = 0.9. Los errores son calculados mediante (1.55) y
(1.56).
46 Analisis cuantitativo de precisión espacial
3
Lax−Friedrichs
Godunov
2.5 Q−esquema−eps=1
exact
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Figura 2.2: Solución numérica obtenida por los distintos métodos. Los parámetros utilizados
son µ = 0.9, tf = 1 y ∆t = 0.0075.
M Error en k · k1 pk Error en k · k∞ pk
60 0.0394 0.9991 0.0140 0.9857
120 0.0197 0.9928 0.0071 0.9882
240 0.0099 0.9998 0.0036 0.9938
480 0.0050 0.9982 0.0018 0.9958
960 0.0025 - 0.0009 -
Tabla 2.2: Cuadro comparativo del orden de precisión espacial del esquema de Godunov. Para
llevar a cabo este cálculo se utilizó µ = 0.9. Los errores son calculados mediante (1.55) y (1.56).
M Error en k · k1 pk Error en k · k∞ pk
60 0.0387 1.0121 0.0135 0.9909
120 0.0192 0.9995 0.0068 0.9890
240 0.0096 1.0032 0.0034 0.9931
480 0.0017 0.9999 0.0017 0.9941
960 0.0024 - 0.0009 -
Tabla 2.3: Cuadro comparativo del orden de precisión espacial del Q-esquema con regulariza-
ción de Harten. Para llevar a cabo este cálculo se utilizó µ = 0.9. Los errores son calculados
mediante (1.55) y (1.56).
Método de volúmenes finitos para la resolución de sistemas hiperbólicos ... 47
−3
x 10
8
Error Lax−Friedrisch
7 Error Godunov
Error Q−esquema−eps=1
6
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Figura 2.3: Solución numérica obtenida por los distintos métodos. Los parámetros utilizados
son µ = 0.9, tf = 1 y ∆t = 0.0075.
Para poder llevar a cabo el análisis de precisión es necesario que la condición inicial sea
lo suficientemente suave para que posea segundas derivadas, las cuales son necesarias
al hacer el cálculo de los errores mediante la expansión en series de Taylor, más detalles
de esto se pueden ver en [Vázquez-Cendón y Cea, 2012].
Para hacer una descomposición del flujo numérico en el caso homogéneo, se trabaja
de manera análoga que con el flujo físico, entonces podemos definir una función flujo
numérico φ como
W1 (U, V ) = U y W2 (U, V ) = V,
por lo tanto el flujo numérico para el esquema de Steger–Warming es
Para definir el flujo numérico en el caso no homogéneo se tomará por analogía con la
ecuación de Euler
φ(U, V ) = φ+ (U, V ) + φ− (U, V ). (2.49)
Donde
φ+ (U, V ) = A∗+ (W1 )U y φ− (U, V ) = A∗− (W2 )V.
Para el caso de la ecuaciones de Saint-Venant la matriz A∗ toma la forma
∗ 0 1
A (w) = −q 2 . (2.50)
h2
+ 12 gh 2q
h
Los autovalores de esta matriz son
r r
q gh q gh
λ1 = + y λ2 = − ,
h 2 h 2
con autovectores
1 1
v1 = y v2 = .
λ1 λ2
Estos es lo que se utiliza para la implementación de las técnicas de descomposición del
flujo en las ecuaciones de Saint-Venant. La resultados numéricos para las ecuaciones de
Saint-Venant pueden verse en la sección 3.3.2.
Note que también la ecuación de Burgers tiene un flujo no homogéneo, para implementar
las técnicas de descomposición del flujo se utiliza la función
w
A∗ (w) = .
2
Capítulo 3
Ecuaciones de Saint-Venant
unidimensionales
Una amplia variedad de fenómenos físicos son gobernados por el modelo matemático
de las shallow water o ecuaciones de Saint-Venant. Estas ecuaciones modelan una im-
portante clase de problemas de interés práctico que envuelven al flujo de aguas con
superficie libre, entre ellos se encuentran los problemas de mareas, rotura de olas en las
playas, flujo de agua en ríos, rotura de presas. De igual manera las ecuaciones de las
shallow water pueden ser aplicadas a flujos de mezclas heterogéneas y a la modelación
de flujos atmosféricos. Un supuesto importante en la deducción de las aproximaciones
de las shallow water es suponer que la presión es hidrostática, la cual resulta de asumir
que en la aceleración vertical de las partículas es despreciable el efecto de la presión,
[Toro, 2001]. De ahora en adelante nosotros nos referiremos a las shallow waters como
ecuaciones de Saint-Venant.
50
Ecuaciones de Saint-Venant unidimensionales 51
ht + (hu)x = 0. (3.3)
La cantidad hu es llamada el flujo unidimensional en la teoría de la aguas poco pro-
fundas y mide la velocidad del agua en algún punto.
La ecuación de conservación de momentos toma la misma forma que en la ecuación del
gas dinámico
ht + (hu)x = 0 (3.6)
2 1 2
(hu)t + hu + gh = 0. (3.7)
2 x
52 Ecuaciones de Saint-Venant unidimensionales
Wt + F (W )x = 0,
T
donde W = (h, hu)T y F (W ) = hu, hu2 + 21 gh2 .
Definiendo q = hu, la matriz jacobiana del flujo es
0 1
A= q2 q . (3.8)
gh − 2 2
h h
Los autovalores de esta matriz son
q p q p
λ1 = + gh y λ2 = − gh,
h h
con autovectores
v1 = (1, λ1 )T y v2 = (1, λ2 )T .
Entonces las curvas características del sistema son
dx p
= λ1 = u + gh,
dt
dx p
= λ2 = u − gh.
dt
Para calcular las invariantes de Riemann se seguirá lo hecho en [Vázquez-Cendón, 1989].
Primero pasaremos las ecuaciones de Saint-Venant a su forma característica, trabajando
con la ecuación de conservación de masa se tiene
ht + uhx + hux = 0
p p
= ht + uhx + hux + hx gh − hx gh (3.9)
p p
= ht + u + gh hx − ghhx + hux = 0.
√
Dividiendo (3.9) por gh
√
2 p 2 p p gh
gh + u + gh gh + ux − hx = 0
g t g x g
Sustituyendo (3.11) en la ecuación anterior
√
2 p 2 p p ut u + gh
gh + u + gh gh + + ux = 0,
g t g x g g
2 p 1 p 2 p 1
gh + ut + u + gh gh + ux = 0.
g t g g x g
Finalmente, se tiene que
∂ p p ∂ p
2 gh + u + u + gh 2 gh + u = 0. (3.12)
∂t ∂x
Por lo tanto el λ1 –invariante de Riemann es
p
φ(1) = u + 2 gh. (3.13)
hl
6
hr
? ?
X
Figura 3.1: Esquema del gráfico del problema de Riemann para las ecuaciones de Saint-Venant
donde
hl hr
Wl = y Wr = . (3.17)
hl ul hr ur
Recordemos que las curvas características son
dx p
= u + gh,
dt
dx p
= u − gh.
dt
Las características se denotan por C + y C − , respectivamente. De igual manera sabemos
que los invariantes de Riemann son
p
φ(1) = u + 2 gh,
p
φ(2) = u − 2 gh.
ambos casos es diferente, tal como se podrá apreciar más adelante. La solución que se
presenta considera velocidades distintas de cero, esto es para luego poder aplicarla en
la implementación del flujo de Godunov para las ecuaciones de Saint-Venant.
x
t
=S
t = t∗
hl Discontinuidad de contacto
@
R
@
hm
Onda
Onda de expansión - de - hr
choque
Figura 3.2: Esquema de la solución del problema de Riemann para las ecuaciones de Saint-
Venant unidimensionales.
En la figura 3.2 se muestra que se tienen dos tipos de ondas separadas por tres estados
constantes. En términos del vector de variables primitivas
W = (h, u)T ,
los estados son Wl (estado de la izquierda), Wm (estado intermedio) y Wr (estado de
la derecha). El estado Wm comprende de la región donde inicia la interacción de los
estados Wl y Wr .
Denotaremos los valores constantes de la altura y la velocidad de la partícula en la
región de interacción por hm y um , respectivamente. Dado que para el caso propuesto
se cumple que hm ≤ hl y hm > hr , entonces la onda de la izquierda es una onda de
rarefacción y la onda de la derecha es una onda de choque.
Para obtener el valor de hm es necesario resolver una ecuación algebraica no lineal, esto
se logra conectando um con la información de la izquierda y con la información de la
derecha vía funciones fL (h, hl ) y fR (h, hr ). Estas funciones gobiernan la relación de las
cantidades del flujo que atraviesan las ondas a la derecha y a la izquierda.
56 Problema de Rieman para la ecuaciones de Saint-Venant
Demostración.
En la onda de rarefacción usamos el hecho de que las invariantes de Riemann son
constantes a través de la onda, es decir
p p
um + 2 ghm = ul + 2 ghl ,
entonces p p
um = ul + 2 ghl − 2 ghm ,
de donde se sigue
um = ul − fL (hm , hl ). (3.20)
Trasladamos las velocidades con la velocidad de choque, entonces
bm := um − Sr
u br := ur − Sr .
u (3.21)
hm u
bm = hr u
br , (3.22)
1 1
b2m + gh2m = hr u
hm u b2r + gh2r , (3.23)
2 2
De (3.22) el flujo de masa que atraviesa la onda de choque es
Mr = −hm u
bm = −hr u
br . (3.24)
Ecuaciones de Saint-Venant unidimensionales 57
um = ur + fR (hm , hr ). (3.28)
Restando (3.20) de (3.28), finalmente se tiene que
fR (hm , hr ) + fL (hm , hr ) + ur − ul = 0. (3.29)
De este modo hm es la raíz de la ecuación (3.29), lo cual prueba la primera parte de la
proposición. Asumiendo que se tiene la raíz hm , entonces um resulta de promediar las
ecuaciones (3.20) y (3.28), es decir
1 1
um = (ul + ur ) + [fR (hm , hr ) − fL (hm , hl )] . (3.30)
2 2
Con esto se tiene completa la prueba a la proposición.
58 Problema de Rieman para la ecuaciones de Saint-Venant
Solución de f (h)
Definimos a partir de 3.29 la función
|h(i+1) − h(i) |
∆h = 1 ≤ T OL. (3.33)
2
(h(i+1) + h(l) )
Estructura de la solución
Dado que hm ≤ hl , la onda de la izquierda es una onda de rarefacción y las velocidades
del inicio y del final de la onda son
p
SIL = ul − ghl
y p
SF L = um − ghm
respectivamente. Para encontrar la solución en la onda de rarefacción consideremos un
punto P = x b, b
t dentro de la onda, y tomemos las característica que une el origen con
P . Entonces la velocidad de la característica es
dx p x
= u − gh = .
b
(3.34)
dt t
b
Ecuaciones de Saint-Venant unidimensionales 59
Entonces 2
1 p x
ul + 2 ghl −
b
h= . (3.36)
9g t
b
Sustituyendo (3.36) en (3.34), tenemos la expresión para u,
1 p 2bx
u= ul + 2 ghl + . (3.37)
3 t
b
Sr = ur − u
br .
Teniendo en cuenta (3.24) y (3.26) se tiene
Mr
Sr = ur + ,
hr
entonces s
p 1 (hr + hm )hm
Sr = ur + ghr . (3.38)
2 h2r
Entonces la estructura de la solución del problema de Riemann para las ecuaciones
unidimensionales de Saint-Venant con fondo mojado y condiciones iniciales dadas en
(3.17), es
x √
hl si −∞ < ≤ ul − ghl
t
√ √ √
1 ul + 2 ghl − x
2
si ul − ghl < xt ≤ um − ghm
h(x, t) = 9g t , (3.39)
√ x
hm si um − ghm < ≤ Sr
x t
si Sr < < ∞
h
r
t
y
60 Problema de Rieman para la ecuaciones de Saint-Venant
√
ul si −∞ < xt ≤ ul − ghl
√ √ √
1 2x x
ul + 2 ghl + si ul − ghl < ≤ um − ghm
3 t t
u(x, t) = √ x . (3.40)
um si um − ghm < ≤ Sr
t
x
ur si Sr < < ∞
t
Proposición 3.2.2 Una onda de choque no puede ser adyacente a una región de fondo
seco.
Wl = (hl , ul )T y Wr = (hr , ur )T ,
respectivamente, con hr = 0.
Supongamos que Wl y Wr son conectados por una onda de choque con velocidad S.
Aplicando la condición de Rankine-Hugoniot, tenemos
hl ul = hr ur + S(hl − hr )
1 1
hl u2l + gh2l = hr u2r + gh2r + S(hl ul − hr ur )
2 2
Ecuaciones de Saint-Venant unidimensionales 61
hl ul = Shl
de donde
S = ul .
Esto dice que la velocidad que asume la onda de choque es igual a la velocidad que
tiene la partícula iniciando el choque.
Sustituyendo S = ul en la segunda ecuación, se tiene
1 2
gh = hr ur (hr ur − ul ),
2 l
1 2
gh = 0.
2 l
Esto nos dice que hl = 0, y esto contradice que nuestra suposición que el estado de la
izquierda fuera mojado, y con esto tenemos probada la proposición.
√
√ s∗L = ul + 2 ghl
SL = ul − ghl
T
t = t∗
hl
Discontinuidad de contacto
@
R
@
hr = 0
Onda de expansión
Figura 3.3: Esquema de la solución del problema de Riemann para las ecuaciones de Saint-
Venant.
Tomando en cuenta que lo que diferéncia la solución donde se tiene fondo mojado con
la solución donde se presentan un fondo seco y un fondo mojado es que, en la segunda
no se presentan discontinuidades de contacto, y la velocidad en la onda de choque es
diferente. La solución para fondo seco mojado está dado como
x
W l si ≤ u l − al
t
x
W (x, t) = Wlf an si ul − al ≤ ≤ S∗L (3.43)
x t
Wr si S∗L ≤
t
donde
1 x
a = u + 2a −
l l
3 t
Wlf an = (3.44)
1 2x
u =
ul + 2al − t
,
3
√
ya= gh.
Ecuaciones de Saint-Venant unidimensionales 63
Humectación artificial
Para ilustrar el problema consideremos el problema de Riemann para las ecuaciones
unidimensionales de Saint-Venant con condición inicial seca en el estado de la derecha,
es decir
(hu)n+1
i
un+1
i = .
hn+1
i
Cerca del frente seco-mojado, el numerador y el denominador son pequeños y esto puede
ocasionar errores de redondeo en el cálculo de la velocidad, por otra parte está el error
de la discretización en el método numérico y también el error que se produce al imponer
una humectación artificial. Esto da como resultado que el cálculo para la velocidad de la
partícula en el frente puede dar resultados erróneos. El error en la velocidad del frente
puede ser muy grande y está obligado a crecer con el tiempo, por lo tanto para predecir
la evolución del frente seco-mojado para tiempos largos, el error puede ser ciertamente
grande.
n p o
n
donde Smax = máx |uni | + ghni .
i
Para generar los resultados se ha discretizado el intervalo [−0.5, 0.5] en 100 nodos
espaciales y el tiempo final en que se presentan dichos resultados es tf = 0.1. para
trabajar con el Q-esquema de van Leer se ha utilizado un parámetro de regularización
= 0.1, lo mismo para la regularización de los esquemas de Vijayasundaram y Steger-
Warming.
Para el primer caso se ha tomado hr = 0.5, en la figura 3.4 y 3.5 pueden verse los
comportamiento de los esquemas para la altura, mientras en las figuras 3.6 y 3.7 se
muestra el comportamiento de la velocidad.
Altura
1
0.9
0.8 Godunov
Q−esquema
0.7 Harten
Local
0.6 Sol. Exacta
0.5
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Altura
0.1
0.08 Godunov
Q−esquema
0.06 Harten
Local
0.04
0.02
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.4: Resultados para la altura en el problema de Riemann para las ecuaciones de Saint-
Venant empleando los esquemas de Godunov, Q-esquema de van Leer, Q-esquema de van Leer
con regularización de Harten y con regularización local de Lax-Friedrichs.
Para el siguiente caso de prueba se han tomado los mismos parámetros que el anterior y
solo se ha variado el nivel al lado derecho de la presa, ahora se ha puesto que hr = 0.1384,
con estas condiciones el estado intermedio inicia en el origen y los valores hm y um son
los mismo que en el origen, ya que pertenecen a la onda de expansión. Esto se puede
ver en las figuras 3.8 – 3.11.
En el siguiente caso, haremos que el estado de la derecha se acerque a cero para observar
la forma en cómo los diversos esquemas dan la solución, en esta ocasión se ha colocado
el estado de la derecha hr = 0.1, los resultados se muestran en las figuras 3.12 – 3.15,
note cómo se comienzan a formar patas de perro [Vila, 1988], esto se puede ver más
claro en la solución que nos muestra el esquema de Steger-Warming y un poco menos
en el Q–esquema sin regularización.
Altura
1
0.9
0.8
Steger−Warming
Vijayasundaram
0.7
Sol. Exacta
0.6
0.5
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Altura
0.1
Steger−Warming
0.08
Vijayasundaram
0.06
0.04
0.02
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.5: Resultados para la altura en el problema de Riemann para las ecuaciones de Saint-
Venant empleando los esquemas de Steger-Waming y Vijayasundaram.
Velocidad
1
0.8
Godunov
0.6 Q−esquema
Harten
0.4 Local
Sol. Exacta
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Velocidad
0.4
Godunov
0.3 Q−esquema
Harten
0.2 Local
0.1
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.6: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas de Godunov, Q-esquema de van Leer, Q-esquema de
van Leer con regularización de Harten y con regularización local de Lax-Friedrichs.
Ecuaciones de Saint-Venant unidimensionales 67
Velocidad
1.5
Steger−Warming
Vijayasundaram
1 Sol. Exacta
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Velocidad
0.5
0.4 Steger−Warming
Vijayasundaram
0.3
0.2
0.1
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.7: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas de Steger-Warming y Vijayasundaram.
Altura
1
0.8
Godunov
0.6 Q−esquema
Harten
0.4 Local
Sol. Exacta
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Altura
0.25
0.2 Godunov
Q−esquema
0.15 Harten
Local
0.1
0.05
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.8: Resultados para la altura en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas del flujo de Godunov, el flujo de los Q-esquemas sin
regularización, con regularización de Harten y con regularización local de Lax-Friedrichs.
68 Resolución numérica del problema de Riemann
Altura
1
Steger−Warming
0.8 Vijayasundaram
Sol. Exacta
0.6
0.4
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Altura
0.2
Steger−Warming
Vijayasundaram
0.15
0.1
0.05
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.9: Resultados para la altura en el problema de Riemann para las ecuaciones de Saint-
Venant empleando los esquemas de Steger-Warming y Vijayasundaram.
Velocidad
2.5
1.5 Godunov
Q−esquema
1 Harten
Local
0.5 Sol. Exacta
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Velocidad
2
Godunov
1.5 Q−esquema
Harten
1 Local
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.10: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas del flujo de Godunov, el flujo de los Q-esquemas sin
regularización, con regularización de Harten y con regularización local de Lax-Friedrichs.
Ecuaciones de Saint-Venant unidimensionales 69
Velocidad
3
2.5 Steger−Warming
Vijayasundaram
2 Sol. Exacta
1.5
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Velocidad
1.5
Steger−Warming
Vijayasundaram
1
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.11: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas de Steger-Warming y Vijayasundaram.
Altura
1
0.8
Godunov
0.6 Q−esquema
Harten
0.4 Local
Sol. Exacta
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Altura
0.2
Godunov
0.15 Q−esquema
Harten
0.1 Local
0.05
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.12: Resultados para la altura en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas del flujo de Godunov, el flujo de los Q-esquemas sin
regularización, con regularización de Harten y con regularización local de Lax-Friedrichs.
70 Resolución numérica del problema de Riemann
Altura
1
0.8
Steger−Warming
0.6 Vijayasundaram
Sol. Exacta
0.4
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Altura
0.12
0.1 Steger−Warming
Vijayasundaram
0.08
0.06
0.04
0.02
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.13: Resultados para la altura en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas de Steger-Warming y Vijayasundaram.
Velocidad
2.5
2
Godunov
1.5 Q−esquema
Harten
1 Local
Sol. Exacta
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Velocidad
1.5
Godunov
Q−esquema
1
Harten
Local
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.14: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas del flujo de Godunov, el flujo de los Q-esquemas sin
regularización, con regularización de Harten y con regularización local de Lax-Friedrichs.
Ecuaciones de Saint-Venant unidimensionales 71
Velocidad
3
2.5 Steger−Warming
Vijayasundaram
2 Sol. Exacta
1.5
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Velocidad
1.5
Steger−Warming
Vijayasundaram
1
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.15: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant empleando los esquemas de Steger-Warming y Vijayasundaram.
frente seco mojado, para este caso al inicio se tiene que el estado de la derecha es igual
a cero, es decir, hr = 0. Como ya se mencionó previamente el cálculo de las velocidades
presenta errores grandes, y esto contribuyen a inestabilidades, para solucionar esto se
ha bajado el CFL a = 0.4. Los demás parámetros son iguales que en los tres casos
previos. Los resultados para esta prueba se muestran en las figuras 3.16 – 3.19.
Altura
1
Godunov
0.8
Q−esquema
0.6 Harten
Local
0.4 Sol. Exacta
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Altura
0.06
0.05 Godunov
Q−esquema
0.04 Harten
0.03 Local
0.02
0.01
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.16: Resultados para la altura en el problema de Riemann para las ecuaciones de
Saint-Venant con frente de seco-mojado empleando los esquemas del flujo de Godunov, los
Q-esquemas de van Leer sin regularización, con regularización de Harten y con Regularización
local de Lax-Friedrichs.
72 Resolución numérica del problema de Riemann
Altura
1
Steger−Warming
0.8 Vijayasundaram
Sol. Exacta
0.6
0.4
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Altura
0.1
Steger−Warming
0.08 Vijayasundaram
0.06
0.04
0.02
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.17: Resultados para la altura en el problema de Riemann para las Ecuaciones de Saint-
Venant con frente seco-mojado empleando los esquemas de Steger-Warming y Vijayasundaram.
Velocidad
6
Godunov
5
Q−esquema
4 Harten
Local
3
Sol. Exacta
2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en Velocidad
1.5
Godunov
Q−esquema
1 Harten
Local
0.5
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.18: Resultados para la velocidad en el problema de Riemann para las ecuaciones de
Saint-Venant con frente de seco-mojado empleando los esquemas del flujo de Godunov, los
Q-esquemas de van Leer sin regularización, con regularización de Harten y con Regularización
local de Lax-Friedrichs.
Ecuaciones de Saint-Venant unidimensionales 73
Velocidad
6
5 Steger−Warming
Vijayasundaram
4 Sol. Exacta
3
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Error en la Velocidad
1
0.8 Steger−Warming
Vijayasundaram
0.6
0.4
0.2
0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Figura 3.19: Resultados para la velocidad en el problema de Riemann para las ecuacio-
nes de Saint-Venant con frente seco-mojado empleando los esquemas de Steger-Warming y
Vijayasundaram.
En las tablas 3.1 - 3.2, se muestran los resultados del cálculo del error en la norma
k · k1 , así como también los cálculos de los órdenes, los esquemas que se presentan en
estas tablas son los que implementan el flujo de Godunov, el flujo del Q-esquema de
van Leer sin regularización, el flujo del Q-esquema de van Leer con regularización de
Harten y con regularización local de Lax-Friedrichs. La decisión de elegir el caso en el
que hr = 0.1384, es por que con este caso se obtiene una solución lo bastante generosa
para poder llevar a cabo el análisis cuantitativo de la precisión espacial, y esto se refleja
en el orden estimado que se muestra en las tablas 3.1 y 3.3. También se ha elegido el
caso en que se presenta un fondo seco en el estado de la derecha, esto para recrear que
los errores que se cometen son grandes, esto debido a que el calcular la velocidad en
el frente de seco mojado es un problema computacional muy difícil, dicho problema se
puede ver reflejado en el cálculo del error y del orden espacial, los cuales se encuentran
en la tablas 3.2 y 3.4.
En las tablas 3.2 y 3.4 se ve que el orden de los esquemas es muy inferior a uno, pero
esto se debe a que en la solución numérica del frente seco mojado hemos introducido
pequeños choques que hacen que se pierda la regularidad de la solución, y esto se refleja
en el orden de precisión.
74 Resolución numérica del problema de Riemann
Tabla 3.1: Cuadro comparativo del orden de precisión espacial del esquema de Godunov, el
Q-esquema, el Q-esquema con regularización de Harten y con regularización local de Lax-
Friedrisch con µ = 0.7. Los errores son calculados mediante (1.55).
Tabla 3.2: Cuadro comparativo del orden de precisión espacial del esquema de Godunov, el
Q-esquema, el Q-esquema con regularización de Harten y con regularización local de Lax-
Friedrisch con µ = 0.4. Los errores son calculados mediante (1.55).
Tabla 3.3: Cuadro comparativo del orden de precisión espacial del esquema de Steger-Warming
y Vijayasundaram con µ = 0.7. Los errores son calculados mediante (1.55).
Ecuaciones de Saint-Venant unidimensionales 75
Tabla 3.4: Cuadro comparativo del orden de precisión espacial del esquema de Steger-Warming
y Vijayasundaram con µ = 0.4. Los errores son calculados mediante (1.55).
Capítulo 4
76
Resolución numérica de las ecuaciones de Saint-Venant unidimensionales ... 77
con ∆x = xi − xi−1 .
Para obtener la aproximación espacial de (4.1) integramos (4.2) sobre la celda Ci ,
obteniendo
Z
1
Gni = G(x, W n ).
∆x Ci
Z
1 1
G(x, W ) = [ATiL G(x
b i−1 , xi , Wi−1 , Wi ) + AT G(x
iR
b i , xi+1 , Wi , Wi+1 )]. (4.5)
Ai Ci Ai
donde G b proporciona una media de los valores de la fuente en las subceldas, la cual
aproxima a las integrales de G en cada subcelda. Los términos Ai , ATiL y ATiR son las
áreas de la celda Ci , y las subceldas TiL y TiR , respectivamente. La ecuación (4.5) da
una discretización ponderada y centrada del término fuente.
Para tener una discretización descentrada del término fuente se introducen las funciones
ψl y ψr , las fuentes numéricas a la izquierda y a la derecha respectivamente, entonces
se tiene que
1
Gni = n
, Win + ATiR ψr xi , xi+1 , Win , Wi+1
n
ATiL ψl xi−1 , xi , Wi−1 . (4.6)
Ai
78 Fuentes numéricas
4.2.1. Consistencia
Sabemos que los esquemas descentrados que resuelven leyes de conservación sin término
fuente son consistentes si
φ(W, W ) = F (W ), ∀ W ∈ Rp .
De manera análoga se introduce una condición para tener consistencia de las fuentes
numéricas.
Definición 4.2.1 Diremos que la discretización de la fuente dada por (4.6) es consis-
tente con la fuente continua si verifica que
1
lı́m
xi−1 ,xi+1 →xi
[ATiL ψl (xi−1 , xi , U, V ) + ATiR ψr (xi , xi+1 , V, W )] = G(xi , V ). (4.7)
U,W →V
Ai
Teorema 4.2.1 Sea {C∆x } una familia de mallas uniformes. Supongamos que las fun-
ciones ψl y ψr son continuas. Entonces (4.6) es consistente, si y sólo si
ψl (x, x, V, V ) + ψr (x, x, V, V )
= G(x, V ). (4.8)
2
Demostración. Para la implicación directa utilizamos la definición 4.2.1, obteniendo
que
1
[ATiL ψl (x, x, V, V ) + ATiR ψr (x, x, V, V )] = G(x, V ).
Ai
Dado que la malla es uniforme, cumple que el área de la celda Ci es dos veces el área
de las subceldas TiL y TiR , y el área de las subceldas es la misma. Entonces la ecuación
anterior se transforma en
1 Ai
(ψl (x, x, V, V ) + ψr (x, x, V, V )) = G(x, V ).
Ai 2
Esto prueba la primera parte del teorema. Para la implicación inversa se aplica el límite
a (4.6) y el hecho que las mallas sean uniformes, obteniendo
1 Ai
lı́m G =
xi−1 ,xi+1 →xi i
(ψl (x, x, V, V ) + ψr (x, x, V, V ))
U,W →V
Ai 2
lı́m
xi−1 ,xi+1 →xi
Gi = G(x, W ),
U,W →V
con
U +V
WQ = ,
2
la matriz A es la matriz jacobiana del flujo.
Para determinar las discretización de la fuente, es necesario tener presente que la matriz
A admite ser diagonalizable en la base de los autovectores, es decir
|A| = A+ − A− , (4.9)
1
A+ = (A + |A|), (4.10)
2
1
A− = (A − |A|). (4.11)
2
Siguiendo lo hecho en [Bermúdez y Vázquez-Cendón, 1994] se obtienen las fuentes
numéricas para el Q-esquema, para ello proyectamos el término fuente en la base de los
autovectores de la siguiente manera 1 .
G(x, U ) = Kσ
= K(ΛΛ−1 )σ
= K(Λ+ + Λ− )Λ−1 σ,
obteniendo que
G(x, U ) = KΛ+ Λ−1 σ + KΛ− Λ−1 σ. (4.12)
1
Se omite la dependencia de W en la matrices para simplificar la notación.
80 Fuentes numéricas
−1 1
+
KΛ Λ σ = K (Λ + |Λ|) Λ−1 σ
2
1
Kσ + K|Λ|Λ−1 σ
=
2
1
G(x, U ) + K|Λ|Λ−1 K −1 Kσ
=
2
1
I + K|Λ|Λ−1 K −1 G(x, U ),
=
2
teniendo en cuenta que |Λ|Λ−1 da como resultado la matriz diagonal cuyos elementos
son el signo de cada λi , entonces se tiene que
1
KΛ+ Λ−1 σ = (I + K(sig(λi ))ii K −1 )G(x, U ), (4.13)
2
de modo similar se tiene que
1
KΛ− Λ−1 σ = (I − K(sig(λi ))ii K −1 )G(x, U ). (4.14)
2
Las ecuaciones (4.13) y(4.14) sugieren que las fuentes numéricas a la izquierda y a la
derecha deben tener la forma
1
ψl (x, y, U, V ) = (I + K(sig(λi ))ii K −1 )G(x,
b y, U, V ) (4.15)
2
1
ψr (y, z, V, W ) = (I − K(sig(λi ))ii K −1 )G(y,
b z, V, W ) (4.16)
2
donde G(x,
b y, U, V ) es la aproximación de G. Note que la consistencia de la fuente se
tiene si
lı́m G(x,
x→y
b y, U, V ) = G(y, V ). (4.17)
U →V
En efecto,
1
lı́m ψ(x, y, z, U, V, W ) =
x,z→y
(I + K(sing(λi ))ii K −1 )G(y,
b V)
U,W →V
2
(4.18)
1
+ (I − K(sing(λi ))ii K −1 )G(y,
b V ) = G(y, V ).
2
Esto se tiene si
x+y U +V
G(x,
b y, U, V ) = G , . (4.19)
2 2
Resolución numérica de las ecuaciones de Saint-Venant unidimensionales ... 81
y
h(x, t)
H(x)
Superficie del fondo
zb
0 X
Figura 4.1: Sección del dominio del flujo.
Para poder integrar las ecuaciones de Saint-Venant son necesarias condiciones iniciales
y de frontera, en este caso se consideran
y
h(0, t) = φ(t), q(L, t) = ψ(t). (4.21)
82 Aplicación a las ecuaciones de Saint-Venant
En este trabajo el esquema a utilizar será el Q – esquema de van Leer, en este esquema
la matriz Q es evaluada en el promedio de los estados, esto da la idea que la fuente
numérica Gb debe ser evaluada también en el promedio de los estados Wl y Wr , entonces
0
G(x,
b y, Wl , Wr ) = 0 x+y . (4.22)
g hl +h
2
r
H 2
Como ya es bien sabido la matriz Q en este caso es la matriz jacobiana del flujo.
En esta parte se valida numéricamente que el esquema de van Leer comprueba la pro-
piedad de conservación.
Para este caso las condiciones iniciales son h0 (x) = H(x) y q0 (x) = 0 y como condiciones
de contorno φ(t) = H(0) y ψ(t) = 0, los resultados se muestran a los 43 200 s.
En la figura 4.2 (a) se puede observar que ha permanecido constante el nivel del agua
desde el tiempo inicial hasta el tiempo final, esto quiere decir que el esquema no está
produciendo ondas numéricas artificiales. Mientras que en la figura 4.2 (b) se vé una
pequeña variación de la velocidad, pero ésta es insignificante ya que está en los órdenes
de 10−15 .
60 Sol. Aproximada
50 10
40
5
30
20
Superficie
0
Nivel en t = 0
10 Nivel en t=tf
0
0 1 2 3 4 5 6 7 −5
5
0 1 2 3 4 5 6 7
x 10 5
x 10
(a) (b)
Figura 4.2: (a) Nivel del agua en todo el dominio, (b) Velocidad del agua en todo el dominio.
Los resultados se presentan en tf = 43 200 s.
84 Aplicación a las ecuaciones de Saint-Venant
Onda de marea
En esta parte se analiza el comportamiento del esquema cuando en la frontera aguas
arriba se impone una onda de marea, la cual está dada por la función
4t 1
φ(t) = 4 + 4 sen π − . (4.27)
86 400 2
Para este caso se toman las condiciones iniciales idénticas al caso anterior y las condi-
ciones de contorno están dadas por
h(0, t) = H(0) + φ(t)
(4.28)
q(L, t) = 0.
Se considera ahora que la longitud del canal es 14 000 m y el tiempo final tf = 10 800 s.
Para esta prueba se ha logrado construir una solución exacta asintótica la cual está
dada por
0.16
60
0.14
50
0.12
40 0.1
0.08
30
0.06
20
Superficie 0.04
10 Sol. Aproximada
0.02 Sol. Aproximada
Sol. Exacta
Sol. Exacta
0 0
0 2000 4000 6000 8000 10000 12000 14000 0 2000 4000 6000 8000 10000 12000 14000
(a) (b)
Figura 4.3: (a) Nivel del agua en todo el dominio, (b) Velocidad del agua en todo el dominio.
Los resultados se presentan en tf = 10, 800 s.
Tabla 4.1: Cuadro comparativo de los errores y del orden del Q-esquema de van Leer con
término fuente.
−3
x 10 Error en la Altura
4
0
0 2000 4000 6000 8000 10000 12000 14000
−3
x 10 Error en la velocidad
1.5
0.5
0
0 2000 4000 6000 8000 10000 12000 14000
Figura 4.4: Visualización gráfica del comportamiento del error, tanto para la superficie del
agua como para la velocidad.
0.6
0.4
0.2
−0.2
−0.4
Nivel agua
−0.6 Superficie
−0.8
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
1
χ = x − gαt2 , (4.31)
2
τ = t, (4.32)
b = u − αgt,
u (4.33)
h = h.
b (4.34)
donde α = − dhdx
. La solución exacta al problema de Riemann es la misma que la que se
estudió en el Capitulo 3, solo hay que tener en cuenta este cambio de variables anterior.
Para más detalles, se pueden consultar en el Capítulo 7 de [Toro, 2001].
0.2
2
0
1.5
−0.2
1
−0.4
0.5
−0.6
−0.8 0
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
(a) (b)
Figura 4.6: (a) Nivel del agua en todo el dominio, (b) Velocidad del agua en todo el dominio.
Los resultados se presentan en t = 0.1.
Tabla 4.2: Cuadro comparativo de los errores y del orden del Q-esquema de van Leer al resolver
el problema de Rotura de presa con fondo inclinado.
88 Aplicación a las ecuaciones de Saint-Venant
3.4
0.2
3.2
0
3
−0.2
2.8
−0.4
2.6
−0.6 2.4
Sol. Aproximada
Sol. Exacta
−0.8 2.2
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
(a) (b)
Figura 4.7: (a) Nivel del agua en todo el dominio, (b) Velocidad del agua en todo el dominio.
Los resultados se presentan en t = 0.5.
Sol. Aproximada
0.4 Sol. Exacta
4.9
0.2
4.85
0
−0.2 4.8
−0.4
Superficie 4.75
Sol. Exacta
−0.6
Sol. Aproximada
−0.8 4.7
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5 −0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
(a) (b)
Figura 4.8: (a) Nivel del agua en todo el dominio, (b) Velocidad del agua en todo el dominio.
Los resultados se presentan en t = 1.
Capítulo 5
Ecuaciones bidimensionales de
Saint-Venant
89
90 Discretización de las ecuaciones de Saint-Venant
∂h ∂(hu) ∂(hv)
+ + = 0 (5.1)
∂t ∂x ∂y
∂(hu) ∂ 2 1 2 ∂(huv) ∂zb τb,x
+ hu + gh + = −gh − + St1 (5.2)
∂t ∂x 2 ∂y ∂x ρ
∂(hv) ∂(huv) ∂ 2 1 2 ∂zb τb,y
+ + hv + gh = −gh − + St2 . (5.3)
∂t ∂x ∂y 2 ∂y ρ
Con
∂ ∂u ∂ ∂v ∂u
St1 = 2νt h + νt h + (5.4)
∂x ∂x ∂y ∂x ∂y
∂ ∂v ∂u ∂ ∂v
St2 = νt h + + 2νt h , (5.5)
∂x ∂x ∂y ∂y ∂y
que se les llama términos turbulentos. Más detalles de la deducción de las ecuaciones
de Saint-Venant se pueden encontrar en [Fe-Marqués, 2005], [González-Aguirre, 2010],
[Cea, 2005], [Hernández-López, 2010].
compleja que ésta sea. Para crear las mallas de volúmenes finitos se parte de una dis-
cretización en triángulos para el dominio. A partir de la malla previa de triángulos se
pueden obtener diversas mallas de volúmenes finitos o volúmenes de control, la construc-
ción de los diferentes tipos de volúmenes de control se pueden observar en [Fe-Marqués,
2005].
El tipo de volumen de control que se utilizará fue introducido en [Bermúdez y otros,
1998]. Estos volúmenes de control permiten que solo haya un único vector normal
unitario asociado a cada nodo de la frontera. Los nodos de estos volúmenes de control
son colocados en la arista de los triángulos originales, y debido a esto recibe el nombre
de volúmenes tipo arista, con este tipo de volúmenes la definición del vector normal a
a la frontera de la geometría es muy sencilla y permite una fácil implementación de la
condición de frontera tipo Dirchlet. La visualización de este tipo de volúmenes se puede
ver en la figura 5.1.
Nj
nij
Lij rij
B
V
Tij
Ni
Ni
(a) (b)
Para crear los volúmenes tipo arista a partir de la discretización en triángulos, se procede
de la siguiente manera:
Los nodos de la malla son colocados en los puntos medios de las aristas de los
triángulos.
Cada triángulo se divide en seis subtriángulos definidos por las tres medianas.
La celda Ci es formada por todos los subtriángulos que tengan al nodo Ni como
un vértice.
Se denota por Lij a la frontera común a las celdas Ci y Cj
92 Discretización de las ecuaciones de Saint-Venant
Se denota por nij al vector normal a la frontera Lij y su longitud coincide con la
de la de la frontera Lij . El vector normal unitario a la frontera Lij se denota por
n
e ij .
El vector rij une los nodos Ni y Nj . La distancia entre los nodos se calcula como
el módulo del vector rij . Note que los vectores rij y nij no necesariamente tienen
la misma dirección.
|nij |d⊥,ij
ATij = .
4
q1 q2
h q 2 gh2 q1 q 2
1 +
W = q1 F1 = F =
2 h
h 2
q2 2
q2 q1 q2 2
gh
+
h h 2
donde q1 = hu y q2 = hv. Los vectores F1 y F2 son los vectores del flujo en la dirección
x y en la dirección y respectivamente, el vector G1 toma en cuenta la pendiente del
fondo, el vector G2 tiene la pendiente de fricción y los términos turbulentos y viscosos
son tomados en cuenta en G3 .
Ecuaciones bidimensionales de Saint-Venant 93
0 0 0
τb,x
G1 = −gh ∂z b
G2 = − ρ G3 = St1 . (5.7)
∂x
τ St2
−gh ∂z
∂y
b
− b,y
ρ
En este trabajo no se tendrán en cuenta los términos viscosos y turbulentos, esto porque
en el caso de inundaciones no toman un papel relevante. Por otro lado los términos
viscosos son importantes si se piensa en trabajar con escalas de peces.
Z = F1 nx + F2 ny (5.9)
donde Z es el flujo total normal a la frontera de las celda. La matriz jacobiana del flujo
normal es dada por
∂Z ∂F1 ∂F2
A= = nx + ny .
∂W ∂W ∂W
q2 0 nx ny
q q 2q q q1
nx − h12 + gh + ny − 1h22 nx h1 + ny h2 ny
A=
q2 h .
(5.10)
q1 q2 q q 2q
nx − h2 + ny − h2 + gh
2
nx h2 nx h1 + ny h2
1
1
0 q1 q1 − ce
v1 = −e
ny v2 = h + ce
nx
v3 = nx
. (5.12)
h
q q2
n
ex 2
+ ce
ny − ce
ny
h h
Discretización temporal
La discretización temporal de primer orden de (5.6) es
2
W n+1 − W n ∂F1 ∂F2 X
+ (W n ) + (W n ) = Gnk , (5.13)
∆t ∂x ∂y k=1
El paso de tiempo ∆t es limitado por la condición de CFL, esto para tener estabi-
lidad numérica del esquema, en términos de la condición CFL el paso del tiempo es
implementado como
di
∆ti = CFL √ (5.16)
|U|i + ghi
donde di = Ai /pi es el radio entre el área Ai y el perímetro pi en cada celda, por su
parte |U|i es el módulo de la velocidad en el nodo Ni .
La ecuación (5.16) impone una condición de estabilidad local para cada celda y tomando
en cuenta el número total de celdas se ve que afecta a la velocidad de convergencia del
Ecuaciones bidimensionales de Saint-Venant 95
algoritmo. Para solucionar este pequeño inconveniente se impone una condición global
sobre el paso de tiempo en el dominio espacial. Para obtener la estabilidad global, se
define un paso de tiempo global, el cual es
di
∆t = mı́n CFL √ . (5.17)
i |U|i + ghi
Discretización espacial
La integración de (5.13) sobre la celda Ci es
2
W n+1 − W n
Z Z Z X
∂F1 ∂F2
dA + + dA = Gk dA. (5.18)
Ci ∆t Ci ∂x ∂y Ci k=1
1
En esta última ecuación el flujo y el término fuente son evaluados al tiempo tn o tn+ 2 ,
dependiendo del orden de precisión espacial que se quiera tener en el esquema.
Aplicando el teorema de la divergencia de Gauss a la integral del flujo convectivo en
(5.18) se tiene
2 Z
W n+1 − Win
Z X
Ai i + (F1 n
e x + F2 n
ey )dL = Gk dA, (5.19)
∆t Li k=1 Ci
La principal diferencia entre los diversos esquemas de volúmenes finitos que pueden
emplearse, es la forma en cómo estos evalúan el flujo en las fronteras de las celdas.
Note que el flujo numérico φ depende del valor de las variables conservativas en los
nodos a cada lado de la celda y el vector normal a la frontera. En la familia de los
Q–esquemas, el flujo numérico se calcula como
fij = Wi + Wj .
W
2
Nj2 Nj3
Lij Nj
Wj
Ni WiJ
Ni1
Wi WIj
Ni2
s s
Ni Nj
(a) (b)
partir de los valores de la variable conservativa en los nodos N i, Ni1 , Ni2 , ver figura
5.2. La forma en cómo es calculado el gradiente es la siguiente:
v3
η
v3
y v2
v1 v2
v1
χ
Usando funciones N1 (χ, η), N2 (χ, η) y N3 (χ, η), cualquier variable w puede ser expre-
sada en coordenadas locales como
(∇w)∆i,j1,j2 + (∇w)∆i,j3,j4
(∇w)i = (5.31)
2
los nodos que intervienen se pueden apreciar en la figura 5.4.
Nj2
Nj1
Nj3 Ni
Nj4
En estos momentos se tienen todas las herramientas para implementar el segundo orden
al cálculo del flujo convectivo en la frontera de las celdas. Para evitar que aparezcan
ondas espúreas tanto arriba como abajo en regiones con fuerte pendiente, se aplican
limitadores a los valores
rij rij
∇Wi y ∇Wj ,
2 2
para hacer esto se reescribe la ecuación (5.27) como
1 1
WIj = Wi + ∆∗i , WiJ = Wj + ∆∗j . (5.32)
2 2
Donde ∆∗i y ∆∗j son los limitadores de la pendiente [Toro, 2001] en los nodos Ni y Nj ,
los cuales se calculan como
∗ máx [0, mı́n (β∇Wi rij , ∆ij ), mı́n (∇Wi rij , β∆ij )] si ∆ij > 0
∆i = (5.33)
mı́n [0, máx (β∇Wi rij , ∆ij ), máx (∇Wi rij , β∆ij )] si ∆ij < 0
de manera análoga se obtiene la expresión para ∆∗j , en (5.33) el término ∆ij = Wi − Wj .
esta aparece por vez primera en [Harten, 1984]. La regularización propuesta por Harten
es
|λ| si |λ| >
|λ|r = 2 2 (5.34)
λ + si |λ| ≤
2
donde es el parámetro de regularización. En la solución numérica el valor de es
estimado localmente en cada lado de la celda, como
p
ij = 0.1 ghij |nij |. (5.35)
donde λeij es el valor propio calculado en cada estado intermedio de las celdas, [Cea,
2005].
Discretización descentrada
La forma de obtener la discretización descentrada ya fue presentada en la sección 4.2.
Para el caso bidimensional la discretización de la fuente depende de los valores de las
variables a cada lado de la celda y del vector normal. El término fuente se discretiza
como
Z Z
1 1 X 1 X
Si = SdA = SdA ≈ ATij ψij (Wi , Wj , n
e ij ), (5.37)
Ai Ci Ai j∈K Tij Ai j∈K
i i
donde
d⊥,ij |nij |
ATij =
4
es el área del subtriángulo Tij . Note que ψij depende del vector normal unitario a la
frontera Lij , mientras que φij depende del vector normal a la frontera Lij .
Siguiendo las ideas del caso unidimensional la función ψ, fuente numérica, es evaluada
en cada subcelda como
Ecuaciones bidimensionales de Saint-Venant 101
e ij ) = (I − |Q|ij Q−1
ψ(Wi , Wj , n ij )Sij .
e (5.38)
En esta última expresión Seij es una aproximación del término fuente en la subcelda Tij
con dependencia de las variables Wi y Wj . Las matrices |Q|ij y Qij son evaluadas en el
estado intermedio, ya sea para el esquema de van Leer o para el esquema de Roe.
La expresión que se propone en [Bermúdez y otros, 1998] para calcular Seij es
0
hi + hj zb,j − zb,i
Seij = −g 2 n
ex.ij . (5.39)
2 d⊥,ij
n
ey,ij
Lo anterior es empleando en esquemas de primer orden. Si los esquemas que se emplean
son de segundo orden se rompe el balance exacto entre el flujo numérico y la pendiente
del fondo en la fuente numérica. Esto es por que la extrapolación de hi es diferente en
cada frontera de la celda, entonces
X
ex,ij |nij | =
hIj n 6 0, (5.40)
j∈Ki
donde hIj es el valor extrapolado del flujo desde el nodo Ni a la frontera Lij . En esta
situación lo que se tiene es un residuo en el término fuente [Cea, 2005], el cual es dado
por
0
X |nij | 2
Ri = −g hIj n
ex,ij (5.41)
2
j∈Ki n
ey,ij
y aplicando la relación X
φij = Si Ai + Ri (5.42)
j∈Ki
se tiene una simple y eficiente solución a este problema, la cual consiste en usar una
aproximación de primer orden para la profundidad del agua (hIj = hi ) y una aproxi-
mación de segundo orden para el flujo unitario.
Siguiendo lo hecho en [Cea, 2005], el residuo Ri puede ser reemplazado por
X X
Ri = − [F1,Ij nx,ij + F2,Ij ny,ij ] = [(F1,Ij − F1,i )nx,ij + (F2,Ij − F2,i )ny,ij ] (5.43)
j∈Ki j∈Ki
La ecuación (5.43) es una discretización del gradiente del flujo entre el Nodo Ni y la
frontera Lij , esto permite reescribirlo como
X ∂F1 ∂F2 d⊥,ij X d⊥,ij
Ri = − + |nij | =− SiI |nij | . (5.44)
j∈K
∂x ∂y iI 2 j∈K
2
i i
Esto debe ser tomado en cuenta si se quiere mantener el balance entre el flujo convectivo
y la pendiente del fondo en la fuente numérica. El vector SiI en la ecuación (5.44) da
102 Condiciones de frontera
una forma de discretizar la pendiente del fondo en el término fuente entre el nodo Ni y
la frontera Lij , teniendo esto presente y (5.42), la discretización del término fuente es
1
Si∗ = Si +
Ai
1 X d⊥,ij
= Si − SiI |nij |
Ai j∈K 2 (5.45)
i
0
1 P |n|ij hi + hIj
= Si − − g 2(zb.Ij − zb,i ) nex,ij
Ai j∈Ki 2 2
n
ey,ij
elevación constante del fondo en cada celda, hay dos condiciones necesarias impuestas
en el frente seco mojado, la primera es la redefinición de la pendiente de la elevación
del fondo y la segunda es la condición de reflexión.
El objetivo de redefinir la elevación del fondo es obtener el balance exacto en el frente
104 Frente Seco–Mojado
hi
hj = 0
s hj = 0
zb,j s
hi zb,j
zb,i zb,i
s
s
Redefinición del fondo Sin redefinición del fondo.
∆zb,ij = hi . Sin condición de reflexión.
Condición de reflexión hi
qij = 0.
hj
s
zb,j
zb,i
s
Sin redefinición del fondo.
Sin condición de reflexión.
Note que solo la primera condición de (5.47) modifica la profundidad real del fondo.
Capítulo 6
105
106
Río Carrizal
Ortofoto E15B81D3 Ortofoto E15B81D4 Ortofoto E15B81E3
KA
A
A
A
A
A
A
A
A
A
A
A
Ortofoto E15D11A1 Ortofoto E15D11A2 A Ortofoto E15D11B1
Río Grijalva
6. Lanzar el cálculo.
Las condiciones de contorno e iniciales, así como la mayor parte de parámetros se
pueden imponer tanto sobre la geometría como sobre la malla. La base del cálculo es la
geometría del dominio de la simulación, a continuación se detalla el procedimiento que
se siguió para obtener dicho elemento.
Figura 6.2: Vista de los datos del MDT mediante el programa Global Mapper.
108 Simulación del escenario del día 1 de octubre de 2007
(a) (b)
Figura 6.3: (a) Geometría de la zona de interés construida desde cero, (b) Vista general de la
malla, se han dado más elementos en el cauce del río y en la ciudad.
Entrada
Los sitios donde serán impuestas las condiciones de contorno y de salida se pueden
observar en la figura 6.6. De igual modo en la misma figura se sitúan los puntos donde
se toman las mediciones que son reportadas de acuerdo a los diferentes escenarios que
se simulan. En la tabla 6.1 se pueden observar los hidrogramas que se han impuesto en
los ríos aguas arriba como condiciones de contorno de entrada.
Salida
Se ha impuesto una salida de flujo supercrítico en la parte del río Grijalva aguas abajo,
esta condición permite calcular la salida en función de lo que sucede aguas arriba, sin
tomar en cuenta lo que esté pasando aguas abajo.
110 Simulación del escenario del día 1 de octubre de 2007
(B)
(A)
@ Salida río
@
I
(C) Grijalva
Río Carrizal - Río Grijalva
(D)
Entrada río
de la Sierra
(E)
(F)
Entrada río
Carrizal
@
I
@
Entrada río Mezcalapa Entrada río Pichucalco
Figura 6.6: Lugares de interés. Sección a la altura de Bosques de Saloya (A), sección a la altura de
Ciudad industrial (B), sección en el Muelle (C), sección en la estación Gaviotas (D), punto de medición
entre el río Mezcalapa y el río Pichucalco (E), punto de medición entre el río Pichucalco y el río de la
Sierra (F).
Hidrogramas de entrada.
Río Tiempo (s) Caudal (m3 /s)
0 0
Mezcalapa 1 800 20
144 000 20
0 0
Pichucalco 3 600 30
144 000 30
0 0
Sierra 36 000 266
144 000 266
0 0
Carrizal 36 000 211
144 000 211
Tabla 6.1: Datos de los hidrogamas de entrada que se han impuesto en los ríos aguas arriba,
por ejemplo, el incremento del caudal del río Mezcalapa de 0 a 1800 s crece linealmente de 0
a 20 m3 /s. Similarmente en los otros.
impone una condición inicial de calado idénticamente cero en todos los elementos de
cálculo.
6.2.2. Resultados
En las figuras 6.7 y 6.8 se puede ver como fue fluyendo el agua por el cauce de los ríos,
hasta fluir en todo el cauce de nuestra zona de interés.
(a) (b)
Figura 6.7: (a) Vista global a las 5 horas de iniciada la simulación, (b) Vista global a las 10
horas de iniciada la simulación.
(a) (b)
Figura 6.8: (a) Vista global a las 24 horas de iniciada la simulación, (b) Vista global a las 48
horas de iniciada la simulación.
6
3.1803
5
3.1803
4
3.1802
3
3.1802
2
1 3.1801
0 3.1801
Nivel 30 horas Nivel 40 horas
−1 Nivel 40 horas Nivel 48 horas
Nivel 48 horas 3.18
−2
0 20 40 60 80 100 120 140 160
51.216 51.217 51.21851.219 51.22 51.22151.222 51.223 51.224 51.22551.226
(a) (b)
Figura 6.9: (a) Nivel en la sección perteneciente a la estación Gaviotas. (b) Zoom de la sección,
aquí se puede visualizar el nivel final que se obtiene con la simulación.
Calado Calado
6 8
4 6
4
2 Gaviotas
Muelle 2
0 0
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50
0 0
−5 Gaviotas −5
Muelle
−10 −10
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50
(a) (b)
Figura 6.10: (a) Evolución del calado y el nivel del agua en el río Grijalva en la secciones
transversales correspondientes a Gaviotas y al Muelle. (b) Evolución del calado y el nivel del
agua en el río Carrizal correspondiente a la sección transeversal a la altura de Bosques de
Saloya. El eje x representa el tiempo en horas y el eje y representa el calado y el nivel del agua
en metros.
Hidrograma en el río Grijalva Hidrograma del río Carrizal
350 200
180
300
160
250
140
200 120
100
150
80
100 60
40
50 Gaviotas
Muelle 20
0 0
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50
(a) (b)
Figura 6.11: (a) Hidrograma de un par de secciones del río Grijalva para las secciones transver-
sales de Gaviotas y del Muelle. (b) Hidrograma de una sección del río Carrizal correspondiente
a la sección transversal de Bosques de Saloya. El eje x representa el tiempo en horas y el eje
y representa el caudal total en m3 /s.
Para esto siempre tomaremos como condición inicial el último resultado de la simulación
anterios, es decir, la simulación del día 1 de octubre. Estos experimentos solo difieren
el tipo de condición de salida que se impone.
Condición de entrada
Los caudales impuestos aguas arriba en cada río se pueden observar en la tabla 6.2.
Tabla 6.2: Datos de los hidrogamas de entrada que se han impuesto en los ríos aguas arriba, los
incrementos en las primeras 24 horas corresponden al 30 de octubre y los siguientes incrementos
al 31. Como antes el incremento de los caudales es lineal.
Resultados
La forma en como el dominio evolucionó, se puede ver en las imagenes 6.12 – 6.15, en
ellas se puede apreciar cómo se van suscitando desbordes tanto el río Carrizal como
en el río Grijalva, dándose uno de los primeros que afecta a la ciudad a la altura de
Simulación numérica de una inundación en Villahermosa 115
Bosques de Saloya. Por su parte el río Grijalva bajo estas condiciones desborda a la
altura de Gaviotas en la margen izquierda, aunque hasta el final de la simulación no la
había hecho a la altura del Muelle. Luego de la unión del río Grijalva con el río Carrizal
se suscita un desborde el cual al avanzar comienza a entrar en Ciudad Industrial.
(a) (b)
Figura 6.12: (a) Vista global a las 6 horas de iniciada la simulación, (b) Vista global a las 12
horas de iniciada la simulación.
(a) (b)
Figura 6.13: (a) Vista global a las 18 horas de iniciada la simulación, (b) Vista global a las 24
horas de iniciada la simulación.
(a) (b)
Figura 6.14: (a) Vista global a las 30 horas de iniciada la simulación, (b) Vista global a las 36
horas de iniciada la simulación.
(a) (b)
Figura 6.15: (a) Vista global a las 42 horas de iniciada la simulación, (b) Vista global a las 48
horas de iniciada la simulación.
para esta sección, la simulación arroja como resultado que están atravesando 954 m3 /s y
lo reportado por CONAGUA eran 1 585 m3 /s. En el río Carrizal se tiene como resultado
un nivel de 7.48 msnm y están pasando 842 m3 /s. Los resultados gráficos de la evolución
del nivel en río Grijalva y el Carrizal se pueden ver en las figura 6.16 y los hidrogramas
en la figura 6.17
En las siguientes 24 horas de simulación, es decir, al alcanzar el día 31 de octubre en
la parte de Gaviotas se tiene un nivel de 6.90 msnm con un caudal de 1 164.55 m3 /s,
mientras que lo reportado por CONAGUA para ese día era de 7.15 msnm con un caudal
Simulación numérica de una inundación en Villahermosa 117
7
6
6
4
Nivel en Gaviotas 5
Nivel en Muelle Nivel
2 4
0 5 10 15 20 25 0 5 10 15 20 25
Calado Calado
9 10
8 9
7 8
6 Calado en Gaviotas 7
Calado
Calado en Muelle
5 6
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.16: (a) Evolución del nivel y el calado en el río Grijalva. (b) Evolución del nivel y el
calado en el río Carrizal a la altura de Bosques de Saloya. El eje x representa el tiempo en
horas y el eje y la altura del agua en m.
1000 900
900 800
800 700
700 600
600 500
500 400
400 300
Hidrograma de Gaviotas
Hidrograma de Muelle Hidrograma río Carrizal
300 200
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.17: (a) Hidrograma del río Grijalva. (b) Hidrograma del río Carrizal a la altura de
Bosques de Saloya. El eje x representa el tiempo en horas y el eje y el caudal en m3 /s.
de 1 618 m3 /s. En el río Carrizal se tienen como resultado un nivel de 8.03 msnm y un
caudal total de 1 054 m3 /s. La evolución del nivel del agua y del calado en el río Grijalva
y Carrizal se puede ver en la figura 6.18, mientras que los hidrogramas se muestran en
la figura 6.19.
118 Simulación del escenario de los días 30 y 31 de octubre de 2007
7 8.4
8.2
6.5
8
7.8
6 Nivel Gaviotas
Nivel Muelle 7.6 Nivel del Agua
5.5 7.4
0 5 10 15 20 25 0 5 10 15 20 25
9.2 10
9 9.8
8.8 9.6
8.6 9.4
Calado en Gaviotas
8.4 9.2 Calado
Calado en Muelle
8.2 9
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.18: (a) Evolución del nivel y el calado en el río Grijalva. (b) Evolución del nivel y el
calado en el río Carrizal a la altura de Bosques de Saloya. El eje x representa el tiempo en
horas y el eje y la altura del agua en m.
1180 1100
1160
1140 1050
1120
1000
1100
1080
950
1060
1040
900
(a) (b)
Figura 6.19: (a) Hidrograma del río Grijalva. (b) Hidrograma del río Carrizal a la altura de
Bosques de Saloya. El eje x representa el tiempo en horas y el eje y el caudal en m3 /s.
En esta simulación se cambia la condición de salida, se impone una salida de nivel dado,
este tipo de condición de salida toma en cuenta la evolución del nivel en la parte donde
es impuesta dicha condición.
Simulación numérica de una inundación en Villahermosa 119
Condición de salida
Como se mencionó anteriormente, se utiliza un condición de nivel dado, la cual se
muestra en la tabla 6.3.
Tabla 6.3: Datos asignados en la condición de salida de nivel dado, el primer dato de la cota
se toma de la simulación donde alcanzamos el régimen permanente, mientras que el último es
el nivel que tiene el borde del río en el sitio donde se impone la condición de salida.
Resultados
En las figuras 6.20 – 6.23 se pueden observar cómo fue evolucionando el nivel en los ríos
que atraviesan la ciudad de Villahermosa, dándose nuevamente el primer desborde que
afecta a la ciudad, el ocasionado por el río Carrizal a la altura de Bosques de Saloya.
En las siguientes horas de simulación se puede ver que luego de la unión del río Grijalva
y del río Carrizal se presenta un desborde, dándose el más importante en la margen
izquierda del río, igualmente se presentan desbordes a la altura de Gaviotas, y en la
zona centro de la ciudad. El desborde del río Carrizal que va a dar a la laguna del negro,
aunado con el del río Grijalva son los que ocasionan en mayor medida las inundaciones
que se tienen en la zona centro de la ciudad.
Para esta simulación el nivel alcanzado en la zona de Gaviotas al día 30 de octubre
es de 6.94 msnm con un caudal de 504.10 m3 /s; los datos reportados por CONAGUA
para esta sección es un nivel de 6.77 msnm con un caudal total de 1 545 m3 /s. En el río
Carrizal a la altura de Bosques de Saloya se tiene un nivel de 7.62 msnm con un caudal
de 718.98 m3 /s, mientras que a la altura de Ciudad Industrial el nivel es de 6.88 msnm
con un caudal total de 449.55 m3 /s; el modo en como se comporta el nivel en los ríos
a lo largo del tiempo se puede ver en la figura 6.24 y los hidrogramas se muestran
en la figura 6.25. El desborde que afecta a Bosques de Saloya da como resultado una
inundación de 2.62 m.
En las siguientes 24 horas de simulación, el nivel en la zona de Gaviotas llegó a ser
de 7.37 msnm con un caudal total de 671.83 m3 /s, mientras que lo reportado por
CONAGUA para ese día es de 7.15 msnm con 1 618 m3 /s. En el río Carrizal a la altura
de Bosques de Saloya se tienen 8.17 msnm con un caudal total de 945.02 m3 /s, mientras
120 Simulación del escenario de los días 30 y 31 de octubre de 2007
(a) (b)
Figura 6.20: (a) Vista global a las 6 horas de iniciada la simulación, (b) Vista global a las 12
horas de iniciada la simulación.
(a) (b)
Figura 6.21: (a) Vista global a las 18 horas de iniciada la simulación, (b) Vista global a las 24
horas de iniciada la simulación.
que a la altura de Ciudad Industrial se tiene un nivel de 7.28 msnm con un caudal de
581.67 m3 /s.
La forma como han evolucionado los ríos en las secciones antes citadas se puede ver en
la figura 6.26 y los hidrogramas en la figura 6.27. Las formas de las gráficas de la figura
6.26 dicen que el río ha alcanzado una condición de régimen permanente.
Los desbordes de los ríos han dado como resultado una inundación en la parte de
Bosques de Saloya de 3.12 m, en Ciudad Industrial 2.82 m, mientras que en el centro de
la ciudad se tienen 3.98 m de agua y en la parte de la margen derecha del río Grijalva
Simulación numérica de una inundación en Villahermosa 121
(a) (b)
Figura 6.22: (a) Vista global a las 30 horas de iniciada la simulación, (b) Vista global a las 36
horas de iniciada la simulación.
(a) (b)
Figura 6.23: (a) Vista global a las 42 horas de iniciada la simulación, (b) Vista global a las 48
horas de iniciada la simulación.
hay una inundación de 2.37 m. La manera en cómo fueron evolucionando los niveles de
la inundación en algunas zonas de la ciudad de Villahermosa se puede ver en la figura
6.28.
122 Mapa de riesgo
6 6
4 4
Gaviotas Bosques de Saloya
Muelle Ciudad Industrial
2 2
0 5 10 15 20 25 0 5 10 15 20 25
Evolución del calado en el río Grijalva Evolución del calado en el río Carrizal
10 10
8 8
6 Gaviotas 6
Bosques de Saloya
Muelle
Ciudad Industrial
4 4
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.24: (a) Evolución del nivel en el río Grijalva. (b) Evolución del nivel en el río Carrizal.
750
700
700
650
600
600
550 500
500
400
450
400
300
Hidrograma Gaviotas Hidrograma Bosques de Saloya
350
Hidrograma Muelle Hidrograma Ciudad Industrial
300 200
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.25: (a) Hidrogramas tomados en el río Grijalva. (b) Hidrogramas tomados en el río
Carrizal.
Niveles del río Grijalva Nivel del río Carrizal a la entrada de Villahermosa
7.45 9
7.4
8
7.35
7
0 5 10 15 20 25
7.3 Nivel del río Carrizal a la altura de Bosques de Saloya
8.5
7.25
8
7.2
7.5
7.15 0 5 10 15 20 25
Nivel del río Carrizal a la altura de Ciudad Industrial
7.5
7.1
(a) (b)
Figura 6.26: (a) Evolución del nivel en el río Grijalva. (b) Evolución del nivel en el río Carrizal.
1000
650
500
600 0 5 10 15 20 25
Hidrograma del río Carrizal a la altura de Bosques de Saloya
550 1000
500 800
450 600
0 5 10 15 20 25
400 Hidrograma del río Carrizal a la altura de Bosques de Saloya
600
350
400
Hidrograma en Gaviotas
300
Hidrograma en Muelle
200
0 5 10 15 20 25
250
0 5 10 15 20 25
(a) (b)
Figura 6.27: (a) Hidrogramas tomados en el río Grijalva. (b) Hidrogramas tomados en el río
Carrizal.
Bajo estos criterios Iber hace el cálculo de peligrosidad y los resultados obtenidos de
estos cálculos para la simulación donde se utiliza la condición de salida nivel dado se
pueden ver en la figura 6.29. Se considera que una región está en riesgo máximo si el
valor de riesgo excede 1.25 y que no está en riesgo si éste es menor que 0.25.
124 Mapa de riesgo
Evolución de los desbordes del río Grijalva en el Centro de Villahermosa Evolución de los desbordes del río Carrizal en Ciudad idustrial
4 3
3
2
2
1
1 Calado
Calado
0 0
0 5 10 15 20 25 0 5 10 15 20 25
Evolución de los desbordes del río Grijalva en la margen derecha Evolución de los desbordes del río Carrizal en Bosques de Saloya
2.5 3.4
3.2
2 3
2.8 Calado
Calado
1.5 2.6
0 5 10 15 20 25 0 5 10 15 20 25
(a) (b)
Figura 6.28: Forma de la evolución de los niveles en la ciudad una vez desbordados los ríos
Carrizal y Grijalva. (a) Desbordes del río Grijlava, (b) desbordes del río Carrizal.
'$
C
'$ &%
B
&%
'$ D
E
A
&% m
G
F
Figura 6.29: Mapa de riesgo generado con Iber. Zonas susceptibles en la ciudad de villahermosa.
Carretera Cárdenas-Villahermosa (A), Bosques de Saloya (B), Ciudad Industrial (C), Centro
de la ciudad (D), Manga 1ra etapa (E), Gaviotas sur (F), Guayabal (G).
Capítulo 7
Conclusiones
En este trabajo se han estudiado los esquemas de volúmenes finitos para la resolu-
ción de ecuaciones hiperbólicas, en especial, se han trabajado con las ecuaciones de
las aguas someras, (shallow water). Los esquemas desarrollados en este trabajo fueron:
método de Godunov, el Q–esquema de van Leer con regularización de Harten y con la
regularización local de Lax-Friedrisch, el esquema de Vijayasundaram y el esquema de
Steger-Warming. Para medir la eficacia de estos esquemas se ha resuelto el problema
de la rotura de una presa, para el caso unidimensional (dam break problem), siendo el
Q–esquema de van Leer con regularización de Harten con un parámetro de regulariza-
ción = 1, el método de Godunov y el esquema de Vijayasundaram los que mejores
resultados dan, en especial en el caso cuando se presentan frentes con fondo seco y fondo
mojado.
Como aplicación se llevaron a cabo simulaciones de inundaciones en la ciudad de
Villahermosa, Tabasco, las cuales se han planteado en diversos escenarios, el objeti-
vo del primero de ellos es aproximar las condiciones del flujo de los ríos que atraviesan
a la ciudad de Villahermosa para el día 1 de octubre de 2007 y obtener el régimen per-
manente de los ríos. En una segunda simulación se ha tomado como condición inicial el
último resultado obtenido del día 1 de octubre y se han aumentado los caudales de en-
trada hasta alcanzar los reportados por CONAGUA para los días 30 y 31 de octubre de
2007, y se ha dejado una condición de salida libre. En una tercera simulación se plantea
las mismas condiciones que la segunda, con la diferencia que en ésta imponemos una
condición de salida tipo nivel dado.
Dado que el paso de tiempo es variable para cumplir con las condiciones de estabilidad
del esquema, es muy difícil decir cuánto tiempo tomará realizar una simulación, lo que
sí se puede afirmar de acuerdo a las experiencias es que para el trabajo que nosotros
realizamos, una hora de simulación la hacía en un rango de 20 a 45 minutos, la demora en
la simulación depende directamente de cuántos elementos tenga nuestra malla y de esos
cuántos están mojados, entre más elementos mojados haya en el cálculo más tiempo de
cómputo se tendrá, las simulaciones se llevaron a cabo en una laptot TOSHIBA-E305,
TM
con un procesador intel Core i5.
En la simulación donde se recrean las condiciones del día 1 de octubre Iber ha demos-
125
126
trado que encauce muy bien en el lecho del río, y de igual forma por estar muy bien
implementados los frente de seco-mojado es conservativo y esto se refleja en el ajuste
que se tiene en la sección de la estación hidrometeorológica Gaviotas, el cual es de
3.184 msnm mientras que el dato reportado por CONAGUA es de 3.18 msnm, es decir
que nuestro resultado solo tiene una diferencia de 0.004 m, lo cual es bastante bueno.
El caudal que se obtiene en esta simulación en dicha sección es de 316.50 m3 /s y el dato
reportado por CONAGUA es de 316 m3 /s, es decir que para el caudal solo tenemos una
diferencia de 0.50 m3 /s. En términos generales los resultados obtenidos por Iber para
esta simulación son bastantes buenos y se ha alcanzado el régimen permanente.
En las simulaciones donde se recrean las condiciones de los días 30 y 31 de octubre
se ha conseguido simular una inundación en la ciudad de Villahermosa ocasionada por
el desborde de los ríos Carrizal y Grijalva, tanto en la simulación con condición de
salida libre y condición de salida de nivel dado se han dado desbordes importantes
en el río Carrizal, de las dos simulaciones, en la que se ha impuesto la condición de
salida de nivel dado ha demostrado mejores resultados para los niveles de los ríos.
El primer desborde que se tiene es el que se da en la parte de Bosques de Saloya
provocando una inundación en esta zona de 3.12 m de altura de agua, de igual forma
por la parte donde se ha impuesto la condición de entrada del río Carrizal se presenta
un desborde que conforme evoluciona en el tiempo afecta a la carretera Villahermosa-
Cárdenas alcanzando un calado de 2.42 m. El desborde del río Carrizal que afecta a
la parte de Ciudad Industrial ocasiona inundaciones de 2.72 m. En lo referente al río
Grijalva los desbordes ocasionan inundaciones en Gaviotas sur Armenia con un calado
de 3.02 m, en Guayabal se tienen 3.29 m de agua, en la Manga 1ra etapa se tienen 2.79 m
de agua y finalmente en el centro de la ciudad se tienen 3.97 m de altura de agua.
De las simulaciones se tiene que la margen izquierda del río Carrizal es la más susceptible
a inundaciones y en menor medida la margen derecha. En cuanto al río Grijalva la parte
más susceptible es la margen derecha en la zona de la Manga III y en la Manga I, de
igual modo los desbordes se presentan por la zona del Malecón, estas zonas se pueden
ver en la figura 6.29.
Bibliografía
Cea, L.: An unstructured finite volume model for unsteady turbulent shallow water flow
with wet–dry front: Numerical solver and experimental validation. Tesis doctoral,
Universidad da Coruña, 2005.
Cruz-Vázquez, S.: «Generación de velocidades iniciales del flujo de una sección del río
Grijalva». Tesis de licenciatura, Universidad Juárez Autónoma de Tabasco, México,
2011.
127
128 BIBLIOGRAFÍA
González-Aguirre, J.C.: «Simulación numérica del flujo de una sección del Río
Grijalva». Tesis de licenciatura, Universidad Juárez Autónoma de Tabasco, 2010.
Harten, A.: «On class of high resolution total-variation-stable finite-difference sche-
mes». SIAM Journal of Numerical Analysis, 1984, 21(1), pp. 1–23.
Harten, A.; Lax, P. y van Leer, A: «On upstream differencing and Gidunov type
scheme for hyperbolic laws». SIAM Review , 1983, 25, pp. 35–61.
Hernández-López, J.L.: «Simulación numérica de las ecuaciones de Saint-Venant
con el software GUAD-2D». Tesis de maestria, Universidad Juárez Autónoma de
Tabasco, México, 2010.
Kolar, R.L.; Gray, W.G. y Westrink, J.J.: «Boundary condition in shallow waters
models an alternative implementation for finite elements codes». Intenational Journal
for Numerical Methods in Fluids, 1996, 22, pp. 603–618.
LeVeque, R.J.: Finite Volume Methods for Conservations Laws. Birkhäuser, Basel,
Boston, Berlin, 1990.
LeVeque, R.J.: Finite Volume Methods for Hyperbolic Problems. volumen 31 of
Cambridge Text in Applied Mathematics. Cambridge University Press, 2002.
Roe, P.L.: «Approximate Riemann solver, parameter vector, and difference schemes».
Journal of Computational Physics, 1981, 43, pp. 357–371.
Roe, P.L.: «Discrete models for the numerical analysis fo time-depent multidimensional
gas dynamic». J. Comput. Phys, 1986, 63, pp. 458–476.
Steger, J.L. y Warming, R.F.: «Flux Vector Splitting of the inviscid gas dynamic
equations with application to finite difference method». Journal of Computational
Physics, 1981, 40.
Strikwerda, J.C.: Finite Difference Schemes and partial differential equations. Wads-
worth & Brook, 1989.
Toro, E.F.: Riemann Solver an Numerical Methods for Fluid Dynamics. A practical
introduction. Springer, 1997.
Toro, E.F.: Shock Capturing Methosd for Free-Surface Shallow Flows. WILEY &
SONS, LTD, 2001.
van Leer, B.: «Towards the ultimate conservative difference scheme III. Upstream-
centered differences schemes for ideal comprenssible flow». J. Comput. Phys, 1977,
23, pp. 263–275.
Vijayasundaram, G.: «Transonic flows simulation using an upstream centered scheme
of Godunov in finite elements». J. Comput. Phys., 1986, 63, pp. 416–433.
BIBLIOGRAFÍA 129
Vila, J.P.: «High-order schemes and entropy condition for nonlinear hyperbolic sys-
tems of conservation laws». Mathematics of computation, 1988, 50(181), pp. 53–73.