UNIVERSIDADE FEDERAL DE SANTA CATARINA

DEPARTAMENTO DE ENGENHARIA QUMICA E ENGENHARIA DE ALIMENTOS

PROGRAMA DE PS-GRADUAO EM ENGENHARIA QUMICA
SOLUO ANALTICA E NUMRICA
PARA UMA BARRA UNIDIMENSIONAL
Alunos: Fabiola Vignola, Ingrid Dittert e Marcelo Perfeto.
Disciplina: Mtodo dos Volumes Finitos aplicados a Fenmenos de Transporte.
Prof. Dr Antonio Augusto Ulson de Souza.
Profa. Dr.Selene M.A. Guelli Ulson de Souza
FLORIANPOLIS, AGOSTO DE 2009.
SUMRIO
SUMRIO ...................................................................................................................................................... 2
LISTA DE FIGURAS ..................................................................................................................................... 3
1. DEFINIO DO PROBLEMA ..................................................................................................................... 4
2. DESENVOLVIMENTO DAS EQUAES ................................................................................................ 5
2.1. HIPTESES .................................................................................................................................................... 5
2.2. EQUAO DA ENERGIA ................................................................................................................................... 5
3. MODELAGEM NUMRICA ........................................................................................................................ 6
3.1. DISCRETIZAO DA EQUAO DA CONSERVAO DA ENERGIA .............................................................................. 7
3.2. DEFINIO DA EQUAO ALGBRICA .............................................................................................................. 12
4. FLUXOGRAMA DO ALGORITMO COMPUTACIONAL .................................................................... 14
5. RESULTADOS .............................................................................................................................................. 15
5.1. SOLUO ANALTICA .................................................................................................................................. 15
5.2. SOLUO NUMRICA .................................................................................................................................... 18
NAS FIGURAS 8 E 9 ESTO DEMONSTRADOS O PERFIL DE TEMPERATURA PARA A BARRA DE ALUMNIO QUE FOI OBTIDO
ATRAVS DO MTODO DE GAUSS-SEIDEL E JACOBI RESPECTIVAMENTE, CONFORME OBSERVADO ANTERIORMENTE NA SOLUO
ANALTICA A CONDIO DE EQUILBRIO OBTIDA EM TORNO DE 150 S PARA AMBOS OS MTODOS. .................................. 18
NAS FIGURAS 12 E 13, EST REPRESENTADO O ERRO DE CONVERGNCIA VERSUS ITERAO PARA OS MTODOS DE GAUSS-
SEIDEL E JACOBI RESPECTIVAMENTE. ...................................................................................................................... 20
5.3. PERFIL DE TEMPERATURA PARA DIFERENTES VALORES DE DIFUSIVIDADE TRMICA PARA OS MTODOS DE GAUSS-SEIDEL E
JACOBI .............................................................................................................................................................. 21
5.4. COMPARAO ENTRE A RESOLUO ANALTICA E NUMRICA ............................................................................ 22
6. CONCLUSES ............................................................................................................................................. 23
7. REFERNCIAS ............................................................................................................................................ 24
8. ANEXOS ........................................................................................................................................................ 26
8.1.ALGORITMO COMPUTACIONAL ........................................................................................................................ 26
8.2. SOLUO ANALTICA ................................................................................................................................... 28
2
LISTA DE FIGURAS
FIGURA 1. ESQUEMATIZAO DAS PLACAS PLANAS PARALELAS.................4
FIGURA 3. PERFIL DE TEMPERATURA OBTIDO COM A SOLUO ANALTICA PARA UMA
BARRA DE ALUMNIO. TRIDIMENSIONAL, POSIO X TEMPO X TEMPERATURA...............15
FIGURA 4. PERFIL DE TEMPERATURA OBTIDO COM A SOLUO ANALTICA PARA UMA
BARRA DE ALUMNIO..................................................................................................................................16
FIGURA 5. PERFIL DE TEMPERATURA PARA DIFERENTES TEMPOS, OBTIDO COM A
SOLUO ANALTICA.................................................................................................................................16
FIGURA 6. PERFIL DE TEMPERATURA PARA DIFERENTES VALORES DE DIFUSIVIDADE. .17
FIGURA 7. PERFIL DE TEMPERATURA PARA DIFERENTES VALORES DE DIFUSIVIDADE. .17
FIGURA 8. PERFIL DE TEMPERATURA PARA MTODO DE GAUSS-SEIDEL, OBTIDO COM A
SOLUO NUMRICA.................................................................................................................................18
FIGURA 9. PERFIL DE TEMPERATURA PARA MTODO DE JACOBI, OBTIDO COM A
SOLUO NUMRICA.................................................................................................................................18
FIGURA 10. ERRO DE ITERAO PARA MTODO DE GAUSS-SEIDEL.........................................19
FIGURA 11. ERRO DE ITERAO PARA MTODO DE JACOBI.......................................................19
FIGURA 12. ERRO DE CONVERGNCIA PARA MTODO DE GAUSS-SEIDEL.............................20
FIGURA 13. ERRO DE CONVERGNCIA PARA MTODO DE JACOBI...........................................20
FIGURA 14. PERFIL DE TEMPERATURA PARA OS MTODOS DE GAUSS-SEIDEL E JACOBI
COM DIFERENTES VALORES DE DIFUSIVIDADE TRMICA...........................................................21
FIGURA 15. COMPARAO DO PERFIL DE TEMPERATURA ENTRE A SOLUO
ANALTICA E NUMRICA...........................................................................................................................22
3
1. Definio do problema
Este trabalho faz a anlise numrica e analtica de um problema de
conduo de calor em uma barra unidimensional com isolamento trmico de
comprimento L = 15 cm, com temperatura inicial de 25 C, ligada a duas fontes
trmicas, uma em cada extremidade (T
1
= 0 C e T
2
= 100 C).
Figura 1. Esquematizao das placas planas paralelas.
Utilizou-se mtodo de diferenas finitas com o objetivo de predizer o perfil
de temperatura na barra, bem como a influncia da difusividade trmica ( ).
Sero utilizados os mtodos de Jacobi e Gauss-Seidel. O mtodo de Jacobi
pertence classe dos mtodos ponto a ponto, que resolve o sistema linear
visitando equao, iterativamente, usando os valores das variveis do nvel
iterativo anterior. J o mtodo de Gauss-Seidel essencialmente igual ao de
Jacobi, com a diferena de fazer uso, durante um mesmo ciclo iterativo, de valores
das variveis j calculadas nesse ciclo. Isso acelera a convergncia em relao ao
mtodo de Jacobi, mas retm todas as dificuldades de um mtodo iterativo ponto a
ponto.
4
2. Desenvolvimento das equaes
2.1. Hipteses
1. Regime transiente;
2. Propriedades fsicas constantes;
3. Gradiente nulo na direo y e z;
4. Vlida a lei de Fourier;
5. Sem gerao de calor;
6. Eixo X na horizontal;
7. Coordenadas cartesianas
8. Paredes com isolamento trmico
9. Problema puramente difusivo;
2.2. Equao da Energia
Partindo da equao da conservao da energia para coordenadas
cartesianas na forma unificada para o problema proposto, temos:

S
z z y y x x z
w
y
v
x
u
t
+
,
`

.
|

,
`

.
|

+
,
`

.
|

) ( ) ( ) (

(1)
Onde:

T
;

p
c
k

p p
c c
q
S

+
' ' '
Considerando as hipteses citadas anteriormente a equao (1) se reduz a:
5

,
`

.
|

x x t

(2)
Rearranjando esta equao temos:

,
`

.
|

2
2
x
T
t
T

(3)
Onde

representa a difusividade trmica, dada por:

P
c
k
.

(4)
Sendo k a condutividade trmica,

a massa especfica e c
p
o calor
especfico presso constante.
A resoluo da equao (3) necessita de duas condies de contorno para
direo x e uma condio inicial. A partir destas condies e do equacionamento
demonstrado anteriormente pode-se utilizar diversos mtodos numricos para
calcular o valor aproximado da temperatura em cada ponto do volume de controle.
No incio das iteraes numricas prescrita a condio inicial, e as
condies de contorno do sistema considerado.
CI: T(x,0) = f(x) = 25 C
CC1: T(0,t) = 0 C
CC2: T(L,t) = 100 C
3. Modelagem Numrica
O uso de tcnicas numricas para a resoluo de problemas
complexos de engenharia e de fsica hoje, uma realidade, graas ao
desenvolvimento de computadores de alto desempenho e de grande
capacidade de armazenamento. Em funo dessa disponibilidade
computacional, que tem vindo a crescer exponencialmente, o
desenvolvimento de algoritmos para a resoluo dos mais diversos
problemas tem recebido enorme ateno dos analistas numricos. Hoje
6
em dia, o engenheiro ou projetista incumbido de resolver um
determinado problema tem sua disposio, fundamentalmente, trs
elementos de anlise:
- mtodos analticos;
- mtodos numricos (experimentao numrica) e
- experimentao em laboratrio.
Os mtodos analticos apresentam muitas limitaes, pois s
podem ser aplicados em problemas cujas hipteses simplificativas os
desviam demasiadamente do fenmeno fsico real e em geometrias
simples. No entanto tm um papel importante no que respeita
validao dos mtodos numricos.
A tarefa de um mtodo numrico resolver uma ou mais equaes
diferenciais, substituindo as derivadas existentes na equao por
expresses algbricas que envolvem a funo incgnita. Um mtodo
analtico que tivesse a habilidade de resolver tais equaes permitiria
obter a soluo de forma fechada e calcular os valores das variveis
dependentes num nvel infinitesimal, isto , para um nmero infinito de
pontos. Por outro lado, quando decidimos fazer uma aproximao
numrica da equao diferencial, aceitamos ter a soluo num nmero
discreto de pontos (vrtices da malha), esperando que, quanto maior for
este nmero de pontos, mais prxima da soluo exata ser a nossa
soluo aproximada (ou numrica) [1].
3.1. Discretizao da equao da conservao da energia
O ponto de partida de qualquer mtodo numrico o modelo
matemtico, por exemplo, um conjunto de equaes diferenciais parciais
e condies de fronteira que regem o processo. A escolha de um modelo
apropriado para a aplicao alvo pode conter simplificaes das regras
de conservao exatas. Contudo a seleo das simplificaes a efetuar e
a relaxao de determinadas restries, requer um conhecimento
aprofundado do problema em causa, de forma a evitar cometer erros
graves. Um mtodo numrico normalmente desenvolvido para
encontrar uma soluo aproximada de um conjunto particular de
7
equaes, uma vez que impraticvel criar um mtodo de resoluo
que seja aplicvel em todas as situaes. Depois de selecionado o
modelo matemtico, tem de se escolher um mtodo de discretizao
apropriado, isto , um mtodo de aproximar as equaes diferenciais por
um sistema de equaes algbricas para as variveis do problema que
sero obtidas em localizaes discretas no espao e no tempo [2, 3].
Existem vrios mtodos sendo os mais conhecidos: Mtodo das
Diferenas Finitas (MDF), Mtodo dos Volumes Finitos (MVF) e Mtodo
dos Elementos Finitos (MEF) [4-5].
O Mtodo de Diferenas Finitas objetiva-se em calcular a derivada de uma
equao, considerando os intervalos, no do ponto de vista infinitesimal, como no
clculo analtico, mas de forma discretizada em intervalos finitos de dimenso x,
efetuando os clculos por pontos [6]. Toma-se como referncia um determinado
ponto, P, e partindo-se deste feita expanso da srie de Taylor, a qual
infinita, e por isso truncada em um determinado termo, de acordo com a ordem
de grandeza do erro que se pode assumir [7]. Para avanar at a convergncia de
cada iterao, o ponto P precisa de mais informaes, e assim as busca de seus
pontos vizinhos.
Essa obteno das informaes pode ser feita utilizando-se um dos trs
equacionamentos aplicados ao mtodo: Diferenas Finita Avanada, Atrasada ou
Central, para o problema em questo, a soluo seguiu a discretizao pelo
equacionamento central (CDS) [6].
Diferena Finita Central (CDS): este equacionamento mantm o ponto P no
centro, de maneira a relacion-lo com os dois outros pontos a leste e a oeste
(Figura 2).
8
Figura 2. Malha computacional aplicada na discretizao.
A equao (3) deve ser discretizada e escrita de forma algbrica para que
possa ser resolvida computacionalmente. Neste trabalho foi utilizado o mtodo de
diferenas finitas como citado anteriormente, para se obter as aproximaes
algbricas da equao diferencial parcial de conservao da energia.
A srie de Taylor pode ser aplicada similarmente para funes (x + x) e
(x x) em torno de um ponto x de acordo com as expresses abaixo:h
...
! 3 ! 2
) ( ) (
3
3
3 2
2
2
+

+ +
x
x
f x
x
f
x
x
f
x f x x f
x x
x
(5)
...
! 3 ! 2
) ( ) (
3
3
3 2
2
2
+

x
x
f x
x
f
x
x
f
x f x x f
x x
x
(6)
Atravs da malha computacional podemos fazer:
W
E
P
f x x f
f x x f
f x f

+

) (
) (
) (
Agora substituindo (x) por
P
, (x + x) por
E
e (x - x) por
W,
nas
equaes (5) e (6), subtraindo as mesmas (equao (5) equao (6)) e
aplicando diferenas centrais, possvel obter a derivada de primeira ordem:
9
x
f f
x
f
W E
P

2
(7)
Esta forma conhecida como diferenas centrais e leva em conta um
ponto anterior e outro posterior a x. Outra forma de se obter a derivada de primeira
ordem quando as informaes locais se propagam com influncia do ponto
imediatamente anterior ou posterior ao domnio de clculo. Nas equaes (5) e (6)
possvel se ignorar os termos de ordem mais elevada, com isso obter a derivada
de primeira ordem:
Ponto imediatamente posterior ao domnio de clculo:
x
f f
x
f
P E
P

+
(8)
Ponto imediatamente anterior ao domnio de clculo:

x
f f
x
f
W P
P

(9)
Sob estes formatos a derivada de primeira ordem conhecida como
upwind. Entretanto, esta derivada de primeira ordem upwind menos precisa
que a derivada de primeira ordem de diferenas centrais, pois o primeiro termo
truncado na derivao desta contm x
2
em

comparao com x das duas
ltimas sob o formato upwind.
possvel obter a derivada de segunda ordem atravs da soma das
equaes (5) e (6). Com a substituio de (x) por
P
, (x + x) por
E
e (x - x)
por
W
a derivada de segunda ordem pode ser escrita da seguinte forma:
2 2
2
2
x
f f f
x
f
P W E
P

+

(10)
E para variao da funo com o tempo escrita a seguinte
expresso:
t
f f
t
f
t
P
t t
P
P

+

+
(11)
10
11
3.2. Definio da equao algbrica
Substituindo as derivadas da equao (3) pelos termos discretizados
equivalentes apresentado anteriormente:
t
T T
t
T
t
P
t t
P

+
(12)
2 2
2
2
x
T T T
x
T
t t
P
t t
W
t t
E

+ + +
(13)
Substituindo as equaes (12) e (13) na equao (3) obtemos:

]
]
]

+ + + +
2
2
x
T T T
t
T T
t t
P
t t
W
t t
E
t
P
t t
P

(14)
possvel rearranjar a equao obtida da seguinte forma:
t t
W W
t t
E E
t t
P P
t
P
T a T a T a T
+ + +
+ +
(15)
A tabela abaixo apresenta os termos equivalentes da equao (15), a qual
foi utilizada para os clculos do perfil de temperatura da barra.
Tabela 1.Termos da equao da conservao da energia discretizada.
Termo Termo Equivalente
P
a
t x
x
+

2
2
2
12
E
a
t x
t
+

2
2
W
a
t x
t
+

2
2
Aplicando equao (15) o mtodo de Jacobi, obtm-se a seguinte
equao:
( ) ( ) ( ) i t t x T a i t t x T a ni t x T a i t t x T
E E P
, , 1 . , , 1 . , , ) 1 , , ( + + + + + + +
(16)
E para o mtodo de Gauss-Seidel, obtm-se a seguinte equao:
( ) ( ) ( ) 1 , , 1 . , , 1 . , , ) 1 , , ( + + + + + + + + i t t x T a i t t x T a ni t x T a i t t x T
W E P

(17)
Onde:
x o comprimento da barra;
t o tempo;
i o nmero da iterao;
n
i
a ltima iterao realizada no passo de tempo.
13
4. Fluxograma do Algoritmo Computacional
Abaixo segue o fluxograma do modelo numrico, o qual foi resolvido atravs
de um algoritmo computacional desenvolvido em Matlab verso 7.7.0.471
(R2008b) (ANEXO1).
14
Valores iniciais
, L, T
f
,T
in
,T
q
Clculos de entrada
a
P
, a
E
, a
W
Tomada de Tempo
i = 1 : ni
Clculo de T em todas as posi es
Convergncia
No
Sim
Tempo determinado
Resultado
No
Sim
Valores iniciais
, L, T
f
,T
in
,T
q
Clculos de entrada
a
P
, a
E
, a
W
Tomada de Tempo
i = 1 : ni
Clculo de T em todas as posi es
Convergncia
No
Sim
Tempo determinado
Resultado
No
Sim
5. RESULTADOS
5.1. Soluo Analtica
Aplicando o mtodo de separao de variveis na equao (3) obtm-se a
seguinte soluo na forma analtica para as condies de contorno do problema.
A Figura 3 apresenta o grfico tridimensional do perfil de temperatura para
uma barra de alumnio obtido atravs da soluo analtica feita pelo programa
Wolfram Mathematica 7.0, onde podemos observar que apartir de 60 s
comeamos a ter uma condio prxima do equilbrio. Atravs da Figura 4 e 5,
podemos ter uma melhor visualizao da condio de equilbrio que em torno de
150 s obtida.
Figura 3. Perfil de temperatura obtido com a soluo analtica para uma barra de
alumnio. Tridimensional, posio x tempo x temperatura.
15
Figura 4. Perfil de temperatura obtido com a soluo analtica para uma barra de
alumnio.
2 4 6 8 1 0 1 2 1 4
x c m
2 0
4 0
6 0
8 0
1 0 0
T
0
C
P e r f i l d eT e m p . b a r r a d eA l u m n i o
1 5 0 s
4 0 s
2 0 s
1 0 s
5 . 0 s
2 . 0 s
1 . 0 s
0 . 1 s
T e m p o
Figura 5. Perfil de temperatura para diferentes tempos, obtido com a soluo analtica.
Na Figura 6 e 7 est representado o perfil de temperatura para diferentes
valores de difusividade trmica ( ) para alguns metais, nos tempos de 2 e 60 s
respectivamente. Observa-se que conforme aumenta o valor de , onde seus
valores esto representados na Tabela 2, mais rpido atingido o estado
estacionrio.
16
Tabela 2. Difusividade trmica para diferentes metais.
Metais
(cm
2
. s
-1
)
Ao 0,125
Chumbo 0,235
Lato 0,265
Alumnio 0,881
Cobre 1,122
Prata 1,743
0 2 4 6 8 1 0 1 2 1 4
x c m 0
2 0
4 0
6 0
8 0
1 0 0
T
0
C
P e r f i l d eT e m p e r a t u r a
P r a t a
C o b r e
A l u m n i o
L a t o
C h u m b o
A o
D i f u s . T r m i c a
Figura 6. Perfil de temperatura para diferentes valores de difusividade
trmica no tempo de 2 segundos, obtido com a soluo analtica.
0 2 4 6 8 1 0 1 2 1 4
x c m 0
2 0
4 0
6 0
8 0
1 0 0
T
0
C
P e r f i l d eT e m p e r a t u r a
P r a t a
C o b r e
A l u m n i o
L a t o
C h u m b o
A o
D i f u s . T r m i c a
Figura 7. Perfil de temperatura para diferentes valores de difusividade
trmica no tempo de 60 segundos, obtido com a soluo analtica.
17
5.2. Soluo Numrica
Nas Figuras 8 e 9 esto demonstrados o perfil de temperatura para a barra
de alumnio que foi obtido atravs do mtodo de Gauss-Seidel e Jacobi
respectivamente, conforme observado anteriormente na soluo analtica a
condio de equilbrio obtida em torno de 150 s para ambos os mtodos.
Figura 8. Perfil de temperatura para mtodo de Gauss-Seidel, obtido com a soluo
numrica.
Figura 9. Perfil de temperatura para mtodo de Jacobi, obtido com a soluo numrica.
18
Nas figuras 10 e 11 esto representados os erros de iterao versus
posio para ambos os mtodos, onde podemos observar que como foram
estipuladas as condies de contorno o erro no inicio e no final da barra zero e
quanto mais se aproxima do centro da barra, este erro aumenta. Vale ressaltar,
que quanto mais se aproxima do estado estacionrio menor o erro, e este valor
praticamente o mesmo para ambos os mtodos.
Figura 10. Erro de iterao para mtodo de Gauss-Seidel.
Figura 11. Erro de iterao para mtodo de Jacobi.
19
Nas figuras 12 e 13, est representado o erro de convergncia
versus iterao para os mtodos de Gauss-Seidel e Jacobi respectivamente.
Figura 12. Erro de convergncia para mtodo de Gauss-Seidel.
Figura 13. Erro de convergncia para mtodo de Jacobi.
20
5.3. Perfil de temperatura para diferentes valores de difusividade trmica
para os mtodos de Gauss-Seidel e Jacobi
O perfil de temperatura obtido com os mtodos de Gauss-Seidel e Jacobi
para diferentes valores de difusividade trmica esto representados na figura 14,
onde se observa que no h diferena significativa entre os mtodos, entretanto
observado, como citado anteriormente na discusso da soluo analtica,
conforme se aumenta o valor de , mais rpido atingido o estado estacionrio.
Figura 14. Perfil de temperatura para os mtodos de Gauss-Seidel e Jacobi com
diferentes valores de difusividade trmica.
21
5.4. Comparao entre a Resoluo Analtica e Numrica
Atravs da Figura 15, onde feito a comparao entre os mtodos
numricos e o analtico, para diferentes tempos, pode-se observar que ambos os
resultados numricos se aproximam muito do resultado analtico.
Figura 15. Comparao do perfil de temperatura entre a soluo analtica e numrica.
22
6. CONCLUSES
Os resultados obtidos com os mtodos numricos se aproximaram do
resultado obtido com a soluo analtica, observando-se a validao destes
mtodos atravs do perfil de temperatura para a barra de alumnio.
Analisando-se o perfil de temperatura para diferentes difusividades trmicas
( ) observou-se que para valores maiores o estado estacionrio atingido em um
menor tempo.
23
7. REFERNCIAS
[1] Gonalves, N. D. F.; Mtodo dos Volumes Finitos em Malhas No-Estruturadas,
Dissertao de mestrado do Departamento de Matemtica Aplicada /
Departamento de Matemtica Pura Faculdade de Cincias da Universidade do
Porto 2007.
[2] Blasek, J.; Computational Fluid Dynamics: Principles and Applications; Elsevier;
2001.
[3] Batchelor, G.K.; An Introduction to Fluid Dynamics; Cambridge University Press;
1967.
[4] Demirzic; Muzaferija, S.; Peric, M.; Benchmark Solutions of Some Structural
Analysis Problems Using Finite-Volume Method and Multigrid Acceleration;
International Journal for Numerical Methods in Engineering, vol. 40, 1893-1908;
1997.
[5] Gois, J. P.; Estcio, Kmelli Companharo; Oishi, Cassio Machiavelli;
Berttoni, Vanessa; Botta, Vanessa Avansini; Nagamine, Andre; Kurokawa,
Fernando Akira; Federson, Fernando; Aplicao de Volumes Finitos na
Simulao Numrica de Contaminao em Lenis Freticos; ICMC/USP
Instituto de Cincias Matemticas e de Computao, Departamento de
Computao e Estatstica, SP, Brasil.
[6] Versteeg, H. K.; Malalasekera, W.; An Introduction to Computational
Fluid Dynemics The Finite Volume Method; Longman Scientific &
Technical; 1995.
[7] Patankar, Suhas V.; Numerical Heat Transfer and Fluid Flow;
Hemisphere Publishing Corporation, 1980.
24
25
8. ANEXOS
8.1.Algoritmo Computacional
%Problema de Difuso em uma barra metlica
%Fabiola Vignola, Ingrid Maria Dittert, Marcelo Wigg Perfeto
%Disciplina: Mtodo de Volumes Finitos Aplicado a Fenmenos de Transporte

clear %limpar variveis
clc %limpar tela

%Parmetros da Simulao
alfa=0.881; %difusividade trmica
dx=0.1; %variao da distncia
L=15; %comprimento da barra
dt=1; %variao do tempo
t=151; %tempo em segundos
ni=1000; %nmero de iteraes
Tf=0; %temperatura fonte fria
Tq=100; %temperatura fonte quente
Tin=25; %temperatura inicial da barra

%Calculos de entrada
nt=t/dt; %nmero de passos no tempo
nx=L/dx; %nmero de volumes de controle
ap=((dx^2)/((dx^2)+(2*alfa*dt))); %termo da eq. discretizada
ae=((alfa*dt)/((dx^2)+(2*alfa*dt))); %termo da eq. discretizada
aw=ae; %termo da eq. discretizada

%Condies iniciais
for x=1:nx
T(x,1)=Tin;
T(1,1)=Tf;
T(nx,1)=Tq;
end

%Soluo do problema
for t=2:nt
To(:,t)=T(:,t-1);
for i=1:ni
if i==1
Ti(:,i)=To(:,t);
end
for x=1:nx
if x==1
Ti(x,i+1)=Tf;
elseif x==nx
Ti(x,i+1)=Tq;
else
Ti(x,i+1)=ap*To(x,t)+ae*Ti(x+1,i)+aw*Ti(x-1,i+1); %Gauss-
Seidel
end
end
Conv(:,i+1)=abs((Ti(:,i+1)-Ti(:,i))/(Tq-Tf));
ErIteracao(:,i+1)=abs((Ti(:,i+1)-Ti(:,i))/(Tq-Tf));
if Conv(:,i+1)<10^(-6)
break
26
end
end
T(:,t)=Ti(:,i);
ErConv(1:nx,t)=Conv(:,i+1);
end

%Representaes grficas
figure;
hold on
n=linspace(0,L,150);
plot(n,T(1:nx,1),'-.k'),title('\it{Perfil de Temp. barra de Alumnio
(Gauss-Seidel)}','FontSize',12),ylabel('T (C)'),xlabel('X
(cm)'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150s'),set(gca,'XTi
ck',[0 2.5 5.0 7.5 10 12.5 15]);
plot(n,T(1:nx,3),'B'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150s
');
plot(n,T(1:nx,6),'G'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150s
');
plot(n,T(1:nx,11),'R'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150
s');
plot(n,T(1:nx,21),'C'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150
s');
plot(n,T(1:nx,61),'M'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150
s');
plot(n,T(1:nx,t),':k'),legend('C.I.','2.0s','5.0s','10s','20s','60s','150
s');
hold off
figure;
hold on
n=linspace(0,L,150);
plot(n,ErConv(1:nx,3),'g'),title('\it{Erro de Convergencia Vs. Posio (Gauss-
Seidel)}','FontSize',12),ylabel('Erro'),xlabel('X
(cm)'),legend('2.0s','10s','60s','150s'),set(gca,'XTick',[0 2.5 5.0 7.5 10 12.5
15]);
plot(n,ErConv(1:nx,11),'r'),legend('2.0s','10s','60s','150s');
plot(n,ErConv(1:nx,61),'b'),legend('2.0s','10s','60s','150s');
plot(n,ErConv(1:nx,t),'m'),legend('2.0s','10s','60s','150s');
hold off
figure;
hold on
n=linspace(0,L,150);
plot(n,ErIteracao(1:nx,3),'g'),title('\it{Erro de iterao Vs. Posio
(Gauss-Seidel)}','FontSize',12),ylabel('Erro'),xlabel('X
(cm)'),legend('2.0s','10s','60s','150s'),set(gca,'XTick',[0 2.5 5.0 7.5
10 12.5 15]);
plot(n,ErIteracao(1:nx,11),'r'),legend('2.0s','10s','60s','150s');
plot(n,ErIteracao(1:nx,61),'b'),legend('2.0s','10s','60s','150s');
plot(n,ErIteracao(1:nx,t),'k'),legend('2.0s','10s','60s','150s');
27
8.2. Soluo Analtica
28
29