Simulación Numérica de Yacimientos
|
|
- Elisa Piñeiro Montero
- hace 7 años
- Vistas:
Transcripción
1 Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza Tel: , al 19 Capítulo 3. Diferencias Finitas 1
2 3.1 Diferencias Finitas Considerar que para cada en el intervalo existen la función y hasta su derivada, o sea: Entonces, la expansión de al rededor del punto contenido en el intervalo será: ξ 3.1 donde, ξ θ θ Diferencias Finitas Nótese que la expansión dada por la Ec. 3.1 contiene términos solamente y aun es exacta. Reemplazamos la acostumbrada serie infinita de Taylor por una serie finita. Esto es posible ya que como se puede apreciar, el término está evaluado no en el punto sino en el punto ξ que se desconoce pero que se sabe está contenido en el intervalo La Ec. 3.1 sirve de base en la aproximación de las derivadas que constituyen las ecuaciones de flujo de fluidos en medios porosos que nos ocupan, como se verá a continuación.
3 3. Aproximaciones de la primera derivada Diferencias Progresivas. Considerar en la Ec. 3.1: y. Esto es: De esta ecuación, se puede obtener la siguiente expresión para la aproximación de la primera derivada: ξ 3. ξ Diferencias Progresivas. Nótese que no existe manera de evaluar el último término de la Ec. 3.3 no se tiene información de la segunda derivada, y del punto donde debe evaluarse. Este término se elimina y constituye lo que se denomina error local de truncamiento de la aproximación. Su análisis es importante, pues da información sobre el orden de la Aproximación, que está definido por la potencia de término que Lo multiplica. 3
4 Diferencias Progresivas. En este caso la aproximación de mediante diferencias progresivas es de primer orden, o sea O. Es común reescribir la Ec. 3.3 como: Ο 3.4 Siendo Ο el Error Local de Truncamiento, definido como: Ο ξ Aproximaciones a la Primera Derivada. 3.. Diferencias Regresivas. Considerar en 3.1: y esto es: De aquí que: Ο ξ La aproximación de mediante diferencias regresivas es también de primer orden. Elerror local de truncamiento de la aproximación es: Ο ξ 3.8 4
5 3. Aproximaciones a la Primera Derivada Diferencias Centrales. Considerar en 3.1: y escribir en y : y ξ ξ Restando las Ecs.3.9 y 3.10, se tiene: ξ ξ Diferencias Centrales La Ec lleva a la siguiente aproximación de la primera derivada mediante diferencias centrales: Ο! con un error local de truncamiento de segundo orden Ο! ξ ξ! es decir: Comparando el error local de truncamiento de la aproximación anterior,! con los obtenidos previamente para diferencias progresivas y regresivas, se tiene que: " Ο #! < " Ο # 5
6 3..3 Diferencias Centrales El error de truncamiento de la aproximación de la primera derivada en diferencias centrales es menor que el correspondiente a diferencias progresivas o regresivas. Para abreviar la escritura de las aproximaciones es conveniente usar la notación que a continuación se muestra, en la que se considera que x es uniforme. Sea: Empleando esta notación se puede ahora escribir las aproximaciones anteriores de la siguiente manera: Diferencias progresivas, Ο Diferencias regresivas, Ο Diferencias centrales, Ο! 6
7 3.3 Aproximación de Términos de la Forma λ Suponer que y el coeficiente λλ Se desea aproximar el siguiente término diferencial: λ Considérese ahora el núcleo típico de celdas en D: Usualmente se emplea la siguiente notación: 3.3 Aproximación de Términos Si se define, & λ se puede entonces escribir la Ec como: & λ Empleando diferencias centrales, Ec. 3.17, en la aproximación de la Ec. 3.0 y apoyándose en los puntos ±%, que corresponden a las fronteras de la celda i,j en la dirección x, se obtiene: & & &
8 8 Sustituyendo u por su definición, Ec. 3.19: Se necesita ahora aproximar ' en las fronteras de las celdas. Usando de nuevo diferencias centrales y apoyándose ahora en los nodos, e se obtienen las siguientes aproximaciones: & λ λ 3.3 Aproximación de Términos Substituyendo las Ecs. 3.3 y 3.4 en la Ec. 3., se obtiene: λ λ λ 3.3 Aproximación de Términos 3.5
9 9 3.4 Aproximación de los Términos de la Forma Sea una función para la cual deseamos obtener aproximaciones en diferencias finitas de su derivada parcial con respecto al tiempo. Se tienen tres opciones: Diferencias regresivas esquema implícito en tiempo Diferencias progresivas esquema explícito en tiempo Diferencias centrales esquema CrankNicholson Ο Aproximación en diferencias regresivas Aproximación de 3.4. Aproximación en diferencias progresivas: Ο Ο Aproximación en diferencias centrales:
10 3.4 Aproximación de La aproximación de la primera derivada mediante diferencias centrales es más exacta que diferencias regresivas y progresivas. No se emplean diferencias centrales en tiempo en la SNY: Su aplicación requiere de mayor esfuerzo computacional y no se refleja en mayor estabilidad numérica del algoritmo resultante Se emplean diferencias regresivas en tiempo!!! No se emplean diferencias progresivas por la poca estabilidad numérica de la aproximación resultante. El empleo de DFP, DFR ó DFC en tiempo genera esquemas numéricos con características totalmente diferentes. 3.5 Notación de las Ecuaciones Aproximadas en Operadores de Diferencias. Sea el operador de diferencias centrales,, definido conforme a las siguientes propiedades: & & & & * 3.9 & & & 3.30 & & & 3.31 *& & &
11 11 Se define también el operador de diferencias regresivas en tiempo, t, como sigue: Empleando la notación de estos operadores es posible escribir las aproximaciones mostradas en las Ecs. 3.5 y 3.6 como sigue: y & & & λ λ Esquema CrankNicholson. La derivada parcial con respecto al tiempo, Ec. 3.40, se aproxima mediante diferencias finitas centrales, esto es:, η µ # Donde,
12 1 CrankNicholson Y, ,, µ µ Substituyendo 3.50 y 3.51 en 3.49 y aproximando las derivadas parciales mediante diferencias centrales, se obtiene:, µ η CrankNicholson Rearreglando, , ηµ # O bien,!
13 CrankNicholson CrankNicholson en Ec produce de nuevo un sistema algebraico de ecuaciones lineales en las incógnitas CN implica más trabajo que el Esquema Implícito. Nos preguntamos: 1. Cómo se comparan las soluciones obtenidas mediante cada uno de los métodos con la solución exacta?. Cuál de los métodos produce la mejor solución? 3. Cuál es el efecto de y sobre el desempeño numérico de los métodos y sobre la solución?. 3.7 Consistencia, Convergencia y Estabilidad de una Aproximación Numérica. Definamos el operador diferencial siguiente:. η Con lo que 3.36 se escribe como:. µ, Si consideramos la aproximación del Esquema Explícito: µ, µ,.! η { } Ο Ο #
14 Consistencia, Convergencia y Estabilidad Si se define el siguiente Operador de Diferencias { } η La Ec se puede escribir como: µ, µ,.! { } { } Ο Ο O bien: {.} { } Ο Ο ! Consistencia, Convergencia y Estabilidad La diferencia entre la representación exacta y aproximada del problema de flujo en cuestión, es el Error Local de Truncamiento o de Discretización, 0. Por lo que, un operador de diferencias L es consistente con el operador diferencial A, al cual aproxima, si el Orden Local de la Aproximación es mayor o igual que uno. Que L sea consistente con A implica que en el límite, cuando y la norma del vector de errores de discretización también tiende a cero,. Una aproximación numérica debe ser consistente para que tenga valor práctico. 0 14
15 Consistencia, Convergencia y Estabilidad Además de ser consistente, L debe ser convergente al operador A. Para el problema en cuestión, esto se prueba partiendo de 3.58:, { } µ se desconoce debe ser pequeño y por lo tanto se desprecia: µ, { } indica el carácter aproximado de la solución, comparada con la solución exacta de la Ec Consistencia, Convergencia y Estabilidad Se define el Error Global de la Solución como la diferencia entre las soluciones exacta y aproximada, ε y se dice que es convergente a. si ε cuando y Donde: ε Norma del Vector de Errores Globales 15
16 Consistencia, Convergencia y Estabilidad ε y 0 se relacionan, lo que se establece restando 3.60 y 3.61, { } { } { } { ε} O sea, ε ε ε ε ε η El comportamiento de ε y es descrito por la misma ecuación 0 en 3.64 equivale a en 3.56: Cumple sólo en problemas lineales. La Ec implica que: ε!& 0 Consistencia, Convergencia y Estabilidad En problemas prácticos es muy difícil probar directamente la convergencia de un operador de diferencias finitas. La convergencia de un operador, sin embargo, se puede establecer indirectamente probando la estabilidad de un esquema de aproximación. Esto es posible a partir del Teorema de Equivalencia de Lax: La estabilidad es una condición necesaria y suficiente para que exista la convergencia, cuando la aproximación es consistente. 16
17 Consistencia, Convergencia y Estabilidad El concepto Estabilidad aplica en problemas dependientes del tiempo: Un algoritmo numérico es estable si cualquier error, introducido en alguna etapa de los cálculos, no se amplifica en cálculos subsecuentes. Tipos de errores: ε afecta las soluciones de 1 Redondeo son fijos y depende de precisión de la computadora Discretización inherente a la solución numérica, t y x Series de Fourier Métodos para probar estabilidad Matricial Condición de Estabilidad de los Esquemas de Aproximación Método de las Series de Fourier Se representa el error global de la solución ε mediante una serie discreta de Fourier, como sigue: Donde, y ε ε 3. ε. Coeficientes que se obtienen a partir de C.F. Coeficientes que se obtienen a partir de C.I. 17
18 18 Condición de Estabilidad de los Esquemas de Aproximación ε [ ] 3 3 η Substituyendo ε en 3.64 con 0 # El crecimiento del mésimo componente está condicionado por, el Factor de Amplificación. ε ε Criterio de Criterio de Estabilidad Estabilidad Condición de Estabilidad de los Esquemas η [ ] 3 3 η O bien, Si se define, [ ] 3 Entonces,
19 19 Condición de Estabilidad de los Esquemas [ ] 56 Pero, y el término en corchetes de la anterior ecuación se escribe como: También, 4 Por lo que: Condición de Estabilidad de los Esquemas 4 η ε ε La condición general de estabilidad es, Condición de Estabilidad del Esquema Explícito, o bien, Se cumple para cualquier valor de 4 η η El Esquema Explícito es Condicionalmente Estable
20 Condición de Estabilidad de los Esquemas Procediendo de manera similar, se puede probar que el Esquema Implícito de aproximación, aplicado al problema de flujo en cuestión, es Incondicionalmente Estable. En este caso se obtiene que La C. E. implica: η 4 η 4 El Esquema Implícito es Incondicionalmente Estable Ambas desigualdades se cumplen para cualquier valor de!!! 3.8 Construcción de Mallas La solución numérica de las ecuaciones de flujo de fluidos en medios porosos consiste en obtener una representación aproximada de las ecuaciones diferenciales en puntos específicos del espacio y del tiempo: #,... para el problema unidimensional. El dominio del problema, en espacio y en tiempo, se segmenta o discretiza; se genera así una malla de cálculo, constituida de celdas y nodos, donde se obtiene la solución en etapas sucesivas de tiempo. 0
21 Construcción de Mallas Existen básicamente dos tipos de mallas en la simulación numérica: a Mallas de nodos distribuidos. b Mallas de bloques centrados. Los nodos y los bloques, o celdas, a su vez pueden ser distribuidos de manera uniforme o no uniforme. Las mallas no uniformes son necesarias cuando: Se simulan problemas con regiones que experimentan cambios fuertes en la presión y en las saturaciones, a lo largo del tiempo: Conificación de fluidos, representación de acuíferos, etc. Se tienen yacimientos geológicamente complejos: Arquitectura compleja, fallas, acuñamientos, etc Mallas de Nodos Distribuidos En un yacimiento lineal de longitud L, y área transversal al flujo A, una malla de nodos distribuidos uniformemente se construye colocando primeramente los nodos de las fronteras del yacimiento y entre ellos se distribuyen, con espaciamiento uniforme, el resto de los nodos. Una vez definida la posición de los nodos, se procede a definir la posición de las fronteras de las celdas, en el punto medio entre los nodos. ' 7 1
22 Malla de Nodos Distribuidos Si se considera un total de nodos, su espaciamiento,, es: Nótese que el volumen de las celdas situadas en las fronteras es la mitad del volumen de las celdas internas, es decir:. 8. La posición de los nodos es: y la posición de la frontera de las celdas es: Malla Uniforme de Bloques Centrados: Se construyen situando celdas de tamaño uniforme en el yacimiento y ubicando posteriormente los nodos en el centro de cada una de ellas. ' 7 8.
23 3.8.3 Construcción de una malla radial cilíndrica. Se requiere en el modelado del flujo de fluidos hacia un pozo generalmente se emplean coordenadas cilíndricas,,θ,* Para representar adecuadamente las fuertes variaciones de la presión y saturación de los fluidos en las vecindades del intervalo disparado del pozo, es necesario emplear una malla no uniforme en la dirección radial. La mejor representación del flujo radial en una malla se obtiene definiendo el tamaño de las celdas proporcionalmente a su caída de presión, lo que se consigue empleando una malla logarítmica de nodos distribuidos o de bloques centrados. Construcción de una malla radial cilíndrica Considerar: Flujo radial en régimen permanente Viscosidad y factor de volumen del fluido constantes El gasto del fluidos entonces se expresa como: Integrando, 6λ! 6λ
24 Construcción de una malla radial cilíndrica Ahora bien, la representación exacta del gasto en la frontera ' común a las celdas e, de acuerdo con 3.75 está dada por: ' 7 ' ' 9 λ Construcción de una Malla Radial Cilíndrica Ahora bien, 3.74 se puede aproximar numéricamente en ' mediante diferencias finitas centrales como sigue: Si hacemos que, : 6 λ 9 : y 3.77 en 3.78, 6λ 6 λ
25 Construcción de una Malla Radial Cilíndrica De 3.79 encontramos que para que 9 : es necesario que ' Promedio logarítmico de e 3.80 Por otro lado, de 3.76, tenemos que: 9 9 6λ 6λ Construcción de una Malla Radial Cilíndrica Puesto que en régimen permanente 9' 9 ' dividiendo 3.81 entre 3.8, 9 9 De 3.83, para que debe cumplirse, 3.83! 3.84 Lo que conduce a:
26 Malla Radial Cilíndrica de Nodos Distribuidos El desarrollo previo es común a las mallas radiales de nodos distribuidos y bloques centrados. Ahora se definirá la primera de estas: ' 7 ' ' Si en 3.85 se escribe ;, ; 3.86 Malla Radial Cilíndrica de Nodos Distribuidos Por lo tanto, ; 3.87 Donde, Factor de distribución geométrica de los radios de los nodos Radio de drene del pozo ; Radio del pozo Número de celdas en la dirección radial Entonces, el radio de los nodos de las celdas está dado como:
27 Malla Radial Cilíndrica de Bloques Centrados ' 7 ' ' En este caso, la ec aplica directamente, O bien, 3.89 Malla Radial Cilíndrica de Bloques Centrados De 3.80 y 3.88, ; De donde se obtiene que, Similarmente, ;
28 Malla Radial Cilíndrica de Bloques Centrados Por lo que, 3.91 Substituyendo 3.90 y 3.91 en 3.89, Por lo tanto, ; ; ; 3.9 Construcción de Mallas Radial Cilíndrica: Receta Datos: ; Nodos Distribuidos Blolques Centrados ; ; < 7 ; ' ; < ' ; 7 8
Simulación Numérica de Yacimientos
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail: frodriguezd@pep.pemex.com Tel: 5550872, 5622 307 al 9 Capítulo 4. Simulación Numérica de Flujo Multifásico Unidimensional 4.
Más detallesMÉTODO DE DIFERENCIAS FINITAS (FDM)
MÉTODO DE DIFERENCIAS FINITAS (FDM) MÉTODO DE DIFERENCIAS FINITAS (FDM) Cambia ecuaciones diferenciales ecuaciones en diferencias finitas a Relaciona el valor de la variable dependiente en un punto a valores
Más detallesSimulación Numérica de Yacimientos. Dr. Fernando Rodríguez de la Garza. Tel: , al 19. Capítulo 1.
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail: frodriguezd@pep.pemex.com Tel: 55508712, 5622 3017 al 19 Capítulo 1. Introducción 1 1. Introducción 1.1 Objetivo de la Ingeniería
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias. Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) www-lacan.upc.es Ecuación Diferencial Ordinaria (EDO) n Gran cantidad de problemas de la física y la ingeniería
Más detallesCapítulo 7. Subterráneo
Capítulo 7 Solución n Numérica de la Ecuación n de Flujo Subterráneo Teoría a de Flujo Subterráneo Semestre 2008-1 Alberto Rosas Medina 1 Índice Polinomios de Lagrange Diferencias Finitas en una Dimensión
Más detallesIntroducción a los métodos de solución numérica de E.D.P.
Capítulo 5 Introducción a los métodos de solución numérica de E.D.P. 5.1 Introducción. En lo sucesivo consideramos las notaciones para E.D.P. siguientes: Supongamos una E.D.P. de orden 2 para la función
Más detalles1. El Método de Diferencias Finitas
1. El Método de Diferencias Finitas Por Guillermo Hernández García El Método consiste en una aproximación de derivadas parciales por expresiones algebraicas envolviendo los valores de la variable dependiente
Más detallesINTRODUCCIÓN AL MÉTODO DEL ELEMENTO FINITO
INTRODUCCIÓN AL MÉTODO DEL ELEMENTO FINITO El método del elemento finito es una técnica numérica para resolver problemas que se pueden describir por ecuaciones diferenciales parciales o que pueden ser
Más detallesResolución de la ecuación de Ondas en 2-D y 3-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de Ondas en -D y 3-D utilizando diferencias
Más detallesResolución de la ecuación de Difusión en 2-D y 3-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de Difusión en -D y 3-D utilizando diferencias
Más detalles3. Ecuación de difusión
3. Ecuación de difusión Modelización Numérica de la Atmósfera 2017 En este capítulo usaremos la ecuación de difusión como vehículo para introducir dos tipos de esquemas: explícitos e implícitos. Se estudiará
Más detallesFormulación de Problemas de Flujo de Fluidos en Medios Porosos.
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail frodriguezd@pep.pemex.com Tel 8712, 622 317 al 1 Capítulo 2. Formulación de Problemas de Flujo de Fluidos en Medios Porosos.
Más detalles1.4. El problema de Cauchy. Resolución numérica de E.D.: generalidades.
36 Prelininares. 1.4. El problema de Cauchy. Resolución numérica de E.D.: generalidades. 1.4.1. El problema de Cauchy. Existencia y unicidad. Aquí, enumeramos los resultados principales de existencia y
Más detalles1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única.
I. Resolución numérica de Problemas de Contorno en E.D.O.: Métodos en diferencias finitas 1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: y (x) + 4 sen x y (x) 4
Más detallesDiferenciación numérica: Método de Euler explícito
Clase No. 21: MAT 251 Diferenciación numérica: Método de Euler explícito Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesResolución de la ecuación de advección-difusión en 2-D utilizando diferencias finitas generalizadas. Consistencia y Estabilidad.
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 1-5 septiembre 009 (pp. 1 8) Resolución de la ecuación de advección-difusión en -D utilizando diferencias
Más detallesDiferenciación numérica: Método de Euler explícito
Clase No. 21: MAT 251 Diferenciación numérica: Método de Euler explícito Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesMétodos en diferencias para problemas de contorno
Métodos numéricos de resolución de ecs. en derivadas parciales Curso 2006-07. Prácticas 1 y 2 Métodos en diferencias para problemas de contorno 1 Resultados sobre existencia de solución de un problema
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesTema 1: Conceptos generales del Análisis
Tema 1: Conceptos generales del Análisis Numérico Cálculo Numérico I Anna Doubova y Blanca Climent Ezquerra Dpto. EDAN, Universidad de Sevilla 11 de febrero de 2018 A.Doubova y B. Climent Conceptos generales
Más detallesDiferenciación numérica: Método de Euler implícito Métodos tipo Runge-Kutta
Clase No. 24: Diferenciación numérica: Método de Euler implícito Métodos tipo Runge-Kutta MAT 251 Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/alram/met_num/
Más detallesANALISIS NUMERICO. Práctica 1 - Diferencias Finitas
ANALISIS NUMERICO Práctica 1 - Diferencias Finitas do Cuatrimestre 014 Clasificación de ecuaciones diferenciales en derivadas parciales Eercicio 1 Hallar las regiones donde la ecuación (α + x) u xx + xyu
Más detallesSobre la estabilidad de esquemas de diferencias finitas para la ecuación de advección en regiones planas irregulares.
Sobre la estabilidad de esquemas de diferencias finitas para la ecuación de advección en regiones planas irregulares. J. G. Tinoco-Ruiz, F. J. Domínguez-Mota, G. Tinoco-Guerrero FACULTAD DE CIENCIAS FÍSICO
Más detallesAPLICACIONES COMPUTACIONALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA ECUACIONES DIFERENCIALES PARCIALES (EDP) MOTIVACIÓN Una ecuación que tiene derivadas parciales de una función desconocida, de dos o más variables
Más detallesAPLICACIONES COMPUTACIONALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA DIFERENCIACIÓN NUMÉRICA roberto.ortega.a@usach.cl IEM APLICACIONES COMPUTACIONALES SERIE DE TEYLOR => Serie de Taylor => Residuo SERIE DE TEYLOR
Más detallesPROBLEMA 1 *( ) + SOLUCIÓN: Sea la superficie de la parte esférica superior, parametrizada con coordenadas cilíndricas de la siguiente manera:
PROBLEMA 1 A una esfera maciza de radio unidad se le hace una perforación cilíndrica siguiendo un eje diametral de la esfera. Suponiendo que el cilindro es circular de radio, con y que el eje que se usa
Más detallesSoluciones Numéricas de Modelos Matemáticos
Cuarta Sesión 9 de febrero de 2011 Contenido Aproximación Numérica 1 Aproximación Numérica 2 3 4 Algunos Métodos Sencillos para EDPs Aproximación numérica a una función por Series de Taylor Serie de Taylor:
Más detallesCALCULO NUMERICO REGLA DEL TRAPECIO. Considérese la función f(x), cuya gráfica entre los extremos X = a y X = b se muestra en la fig. 1.
REGLA DEL TRAPECIO La regla del trapecio o regla trapezoidal es una de las fórmulas cerradas de Newton-Cotes. Considérese la función f(x), cuya gráfica entre los extremos X = a y X = b se muestra en la
Más detallesOCW-V.Muto Análisis de los errores Cap. II CAPITULO II. ANALISIS DE LOS ERRORES 1. ESQUEMA DE RESOLUCION NUMERICA DE UN PROBLEMA
CAPITULO II. ANALISIS DE LOS ERRORES 1. ESQUEMA DE RESOLUCION NUMERICA DE UN PROBLEMA Si se desea resolver un problema físico B, lo primero que se suele hacer es traducirlo al lenguaje matemático para
Más detallesMétodos de elemento finito Formulación n de elemento finito en 2 dimensiones
Métodos de elemento finito 7.4.. Método de Galerkin 7.4.. Formulación n de elemento finito en dimensiones Los métodos m de elemento finito (MEF) son una estrategia numérica alternativa muy popular para
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Profesor: Jaime Álvarez Maldonado Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación DIFERENCIAS FINITAS Ayudante: Rodrigo Torres Aguirre El método
Más detallesModelo de reactor cilíndrico
Universitat Politècnica de València Dpto. de Ingeniería Química y Nuclear Modelo de reactor cilíndrico Antoni Vidal-Ferràndiz, Sofia Carlos, Gumersindo Verdú 12 de mayo de 2016 Índice 1 Introducción Solución
Más detallesMétodos numéricos para problemas de contorno
Métodos numéricos para problemas de contorno Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia (UPV) Métodos numéricos para PVF 1 / 28 Programa 1 Introducción
Más detallesBajo estas hipótesis la ley de Newton permite escribir las ecuaciones del cohete (ver Figura 1.1) como. = m(t) g + T (t), = g + dx dt (0) = v 0.
CAPÍTULO 1 INTRODUCCIÓN Ejercicios resueltos Problema 1. Desarrolle un modelo simplificado de un coete como un cuerpo sujeto a la gravedad que se mueve en vertical por el empuje de una fuerza de propulsión
Más detallesSolución de ecuaciones diferenciales por el método de elementos finitos
Solución de ecuaciones diferenciales por el método de elementos finitos Departamento de Matemáticas Método de elemento finito Un problema del método de diferencias finitas es que al aplicarlo obtenemos
Más detallesSimulación de Sistemas Continuos y a Tramos. Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich.
Simulación de Sistemas Continuos y a Tramos Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich 25 de junio 2007 Introducción Modelos en el Espacio del Estado Los modelos dinámicos
Más detallesSeries numéricas y de potencias. 24 de Noviembre de 2014
Cálculo Series numéricas y de potencias 24 de Noviembre de 2014 Series numéricas y de potencias Series numéricas Sucesiones de números reales Concepto de serie de números reales. Propiedades Criterios
Más detallesTema 1: Conceptos generales del Análisis Numérico
Tema 1: Conceptos generales del Análisis Numérico Asignatura: Cálculo Numérico I 1er. curso Grado en Matemáticas Anna Doubova Dpto. EDAN, Universidad de Sevilla 5 de febrero de 2018 A. Doubova (Dpto. EDAN)
Más detallesMétodos numéricos para Ecuaciones Diferenciales Ordinarias
Métodos numéricos para Ecuaciones Diferenciales Ordinarias Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es
Más detallesAPLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA INTEGRACIÓN NUMÉRICA. IEM APLICACIONES COMPUTACIONALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA INTEGRACIÓN NUMÉRICA MOTIVACIÓN REPRESENTACIÓN GRÁFICA DE UNA DERIVADA Aproximación Definición MOTIVACIÓN REPRESENTACIÓN GRÁFICA DE UNA INTEGRAL
Más detallesProfesor Francisco R. Villatoro 29 de Mayo de 2000 NO SE PERMITEN APUNTES, FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS
Examen Segundo Parcial Técnicas Numéricas (Técn. Comp.) Profesor Francisco R. Villatoro 9 de Mayo de 000 NO SE PERMITEN APUNTES FORMULARIOS O CALCULADORA NO OLVIDE RACIONALIZAR TODOS LOS RESULTADOS 1.
Más detallesDinámica de Fluidos Computacional: DFC Discretización temporal. Versión 0.1.0
Dinámica de Fluidos Computacional: DFC Discretización temporal. Versión 0.1.0 Curso de adaptación al grado en ingeniería aeroespacial para ingenieros técnicos aeronáuticos Adrián Lozano Durán adrian@torroja.dmt.upm.es
Más detallesMétodos Matemáticos I
E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo 1 Métodos numéricos: métodos de un paso 2 3 4 Métodos numéricos: métodos de un paso Consideremos lo que hemos llamado un problema
Más detallesTRABAJO PRÁCTICO 6 PROBLEMA DE CONVECCIÓN-DIFUSIÓN
INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS TRABAJO PRÁCTICO 6 PROBLEMA DE CONVECCIÓN-DIFUSIÓN Estudiante FREDY ANDRÉS MERCADO NAVARRO Pasaporte: 98 773.53 Maestría en Simulación Numérica y Control
Más detallesEJERCICIO COMPUTACIONAL N o 5. CUADRATURA Y DERIVACIÓN NUMÉRICAS
EJERCICIO COMPUTACIONAL N o 5. CUADRATURA Y DERIVACIÓN NUMÉRICAS Ángel Durán Departamento de Matemática Aplicada Universidad de Valladolid 14 de mayo de 2011 Contenidos 1 Cuadratura numérica Técnicas elementales
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesINTRODUCCIÓN AL MÉTODO DEL ELEMENTO FINITO. Algunas bases.
INTROUIÓN L MÉTOO L LMNTO FINITO lgunas bases. l método del elemento finito es una herramienta de análisis muy poderosa que permite obtener soluciones aproximadas a una amplia variedad de problemas de
Más detallesMétodos Numéricos Cap 5: Interpolación y Aproximación polinomial
1/12 Aproximación funcional e Interpolación Representación mediante funciones analíticas sencillas de: Información discreta. (Resultante de muestreos). Funciones complicadas. Siendo y k = f(x k ) una cierta
Más detalles02 Elementos finitos para tensión/ compresión axial. Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales
02 Elementos finitos para tensión/ compresión axial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 El método de los elementos finitos El método de los elementos
Más detalles2 PLANTEAMIENTO DEL PROBLEMA
2 PLANTEAMIENTO DEL PROBLEMA 2.1 Descripción General El cálculo y análisis del flujo de potencias en la red de un Sistema Eléctrico de Potencia (SEP) es uno de los aspectos más importantes de su comportamiento
Más detallesSOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS. Hernández Cruz G. Berenice.
SOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS Hernández Cruz G. Berenice. SOLUCIÓN A LA ECUACIÓN EN DIFERENCIAS FINITAS La solución de diferencias finitas es ocupada en los análisis numéricos, por ejemplo:
Más detallesResolución numérica de problemas de contorno
Capítulo 6 Resolución numérica de problemas de contorno 6.1 Introducción Un problema de contorno para una ecuación diferencial es aquel en el que a la variable dependiente o incógnita se le exigen condiciones
Más detallesMétodo de Newton. Cálculo numérico. Notas de clase. 25 de abril, 2011
Método de Newton Cálculo numérico. Notas de clase. 25 de abril, 2011 La resolución de sistemas de ecuaciones algebraicas no lineales de la forma F(x) = 0, F : R n R n, (1) en donde F es una función continua
Más detallesEcuaciones Diferenciales Ordinarias y Simulación con Matlab
Ecuaciones Diferenciales Ordinarias y Simulación con Matlab L. Héctor Juárez Valencia y M a Luisa Sandoval Solís Departamento de Matemáticas, Universidad Autónoma Metropolitana-Iztapalapa, D. F., México
Más detallesFlujo en acuífero confinado
SESIÓN PRÁCTICA EDO CON CONDICIONES DE CONTORNO Flujo en acuífero confinado En esta sesión práctica se plantea el estudio del movimiento del agua a través de un medio poroso bajo una geometría de acuífero
Más detalles7.2.2 método de elementos finitos Como el método de diferencias finitas, el método de elementos finitos se ha utilizado ampliamente en el flujo de
7.2.2 método de elementos finitos Como el método de diferencias finitas, el método de elementos finitos se ha utilizado ampliamente en el flujo de agua subterránea y simulación ió de transporte de soluto.
Más detallesEstructura estelar estática
Estructura estelar estática Introducción A lo largo de su existencia, una estrella se encuentra en un estado de equilibrio delicado. Pequeños cambios pueden provocar inestabilidades locales o globales.
Más detallesIntroducción a la resolución numérica de problemas para ecuaciones en derivadas parciales (I)
Introducción a la resolución numérica de problemas para ecuaciones en derivadas parciales (I) Dpto. EDAN, Universidad de Sevilla Dpto. EDAN, Universidad de Sevilla () Resolución de EDP 1 / 15 Recordatorio
Más detallesNombre y Apellidos: x (1 + ln(x)) si x > 0 f(x) = 0 si x = 0.
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria de Septiembre de Septiembre de 008 Nombre y Apellidos: DNI: (6.5 p.) ) Se considera la función f : [0,
Más detallesMétodos Multipaso lineales
Elementos de Cálculo Numérico - Cálculo Numérico Segundo Cuatrimestre de 2008 (FCEN - UBA) Métodos Multipaso lineales Consideramos el problema de valores iniciales (PVI) y = f(x, y) a x b y(a) = α Dado
Más detallesAnexo I. Propuesta de estudio Diseño de mallas adaptativas aplicando equidistribución Registro CGPI:
Anexo I Propuesta de estudio Diseño de mallas adaptativas aplicando equidistribución Registro CGPI: 004004 Director del proyecto: M. C. Juan José Tapia Armenta MÉTODO DE DIFERENCIAS FINITAS Por: Fernando
Más detallesEJEMPLOS DE APLICACIÓN DE LA INTEGRACIÓN APROXIMADA DE LAS ECUACIONES DIFERENCIALES DE EQUILIBRIO
EJEMPLOS DE APLICACIÓN DE LA INTEGRACIÓN APROXIMADA DE LAS ECUACIONES DIFERENCIALES DE EQUILIBRIO 1. Objetivo El objetivo de esta aplicación es ilustrar cómo se pueden integrar las ecuaciones diferenciales
Más detallesSistema de ecuaciones lineales
1 El sistema de ecuaciones lineales Sistema de ecuaciones lineales puede ser escrito en forma matricial como, donde: es llamada matriz de los coeficientes (reales) del sistema es el vector de las incógnitas
Más detallesMA1018: MATEMÁTICAS II
MA1018: MATEMÁTICAS II Departamento académico que la ofrece: Matemáticas C - L - U: 3-0 - 8 Programas académicos en los que se imparte: 2 LAE11, 2 LEM11, 2 LCDE11, 2 LIN11, 2 LCPF11, 2 LLN11, 2 LAC11,
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos numéricos para EDOs Complementos de Matemáticas, ITT Telemática Tema 4. Solución numérica de problemas de valor inicial para ecuaciones diferenciales ordinarias Departamento de Matemáticas,
Más detallesMétodos Matemáticos I
E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo 06. Ideas sobre convergencia, consistencia y 0-estabilidad 1 Convergencia o consistencia? 2 Convergencia; consistencia Comentaremos
Más detallesDinámica de Fluidos computacional (CFD)
Capítulo 3 Dinámica de Fluidos computacional (CFD) 3.1. Introducción 3.1.1. El proceso de la dinámica de fluidos computacional La aproximación de una variable continua en un número finito de puntos se
Más detallesElementos de Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición
Más detallesINDICE Capitulo 1. Números Capitulo 2. Secuencias Capitulo 3. Funciones, Límites y Continuidad
INDICE Capitulo 1. Números 1 Conjuntos 1 Números reales 1 Representación decimal de los números reales 2 Representación geométrica de los números reales 2 Operación con los números reales 2 Desigualdades
Más detallesMETODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más detallesIntroducción. Flujo Eléctrico.
Introducción La descripción cualitativa del campo eléctrico mediante las líneas de fuerza, está relacionada con una ecuación matemática llamada Ley de Gauss, que relaciona el campo eléctrico sobre una
Más detallesAsignaturas antecedentes y subsecuentes Programación I, Análisis Numérico I y Álgebra Lineal Numérica.
PROGRAMA DE ESTUDIOS SIMULACIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES PARCIALES Área a la que pertenece: ÁREA DE FORMACION TRANSVERSAL Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0103 Asignaturas
Más detallesCapítulo VI. Diferenciabilidad de funciones de varias variables
Capítulo VI Diferenciabilidad de funciones de varias variables La definición de diferenciabilidad para funciones el cociente no tiene sentido, puesto que no está definido, porque el cociente entre el vector
Más detallesObservación: El método de Euler, es el método de Taylor de orden 1.
METODO DE TAYLOR TEOREMA DE TAYLOR DE ORDEN N Sea y(t) una función tal que sea n veces continuamente diferenciable en el intervalo [a,b] y existe y (N+1) existe en [a, b] Para todo t k + [a, b] abrá un
Más detallespresentan las definiciones básicas, se analizan los resultados más importantes y se discuten
1 Conceptos Básicos 1.1 Introducción En este capítulo hacemos una revisión del método de epansiones asintóticas. Se presentan las definiciones básicas, se analizan los resultados más importantes y se discuten
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte I)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte I) Contenido Ecuaciones en derivadas parciales Ecuaciones en derivadas parciales elípticas Ecuación de Laplace Aproximación
Más detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
Más detallesAula Virtual Análisis de Circuitos D.C. Facultad Tecnológica Universidad Distrital Francisco José de Caldas.
http:///wpmu/gispud/ MALLAS CON FUENTES DEPENDIENTES E INDEPENDIENTES DE TENSIÓN Y CORRIENTE Ejercicio 33. Análisis de mallas, fuentes dependientes e independientes de tensión y corrientes a) Mediante
Más detallesINDICE 1. Desigualdades 2. Relaciones, Funciones, Graficas 3. La Línea Recta 4. Introducción al Cálculo. Límites
INDICE 1. Desigualdades 1 1. Desigualdades 1 2. Valor absoluto 8 3. Valor absoluto y desigualdades 11 2. Relaciones, Funciones, Graficas 16 1. Conjunto. Notación de conjuntos 16 2. El plano coordenado.
Más detallesParte 9. Ecuaciones en derivadas parciales
Parte 9. Ecuaciones en derivadas parciales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2006-2007 Introducción a las ecuaciones en
Más detallesLos errores asociados a todo cálculo numérico tienen su origen en dos grandes factores:
Errores El concepto de error es consustancial con el cálculo numérico. En todos los problemas es fundamental hacer un seguimiento de los errores cometidos a fin de poder estimar el grado de aproximación
Más detallesIngeniería de Procesos Metalúrgicos y de Materiales. Flujo 1D de calor por conducción en estado no estacionario
Ingeniería de Procesos Metalúrgicos y de Materiales Flujo 1D de calor por conducción en estado no estacionario Ecuaciones nodales del método de diferencias finitas (explícito) Dr. Bernardo Hernández Morales
Más detallesEcuaciones Diferenciales Ordinarias (2)
MODELACION NUMERICA CON APLICACIONES EN INGENIERIA HIDRAULICA Y AMBIENTAL Ecuaciones Diferenciales Ordinarias (2) Yarko Niño C. y Paulo Herrera R. Departamento de Ingeniería Civil, Universidad de Chile
Más detallesParte 9. Ecuaciones en derivadas parciales
Parte 9. Ecuaciones en derivadas parciales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a las ecuaciones
Más detallesCuáles son las características aleatorias de la nueva variable?
Apuntes de Estadística II. Ingeniería Industrial. UCAB. Marzo 203 CLASES DE ESTADÍSTICA II CLASE 5) UNA TRANSFORMACIÓN DE DOS VARIABLES. Sea Z = g(, ) una función de las variables aleatorias e, tales que
Más detallesMÉTODO DE LOS ELEMENTOS FINITOS.
de MÉTODO DE LOS ELEMENTOS FINITOS. Castillo Madrid, 23 de Noviembre de 26 Índice de 2 3 4 de de El de los Elementos Finitos (M.E.F.) es un procedimiento numérico para resolver ecuaciones diferenciales
Más detallesMETODOS NUMERICOS. Curso
Boletín 1 de prácticas. 1. Localizar las raíces de la ecuación F (x) = 0, para los siguientes casos: (a) F (x) = x + e x. (b) F (x) = 0.5 x + 0.2 sen(x). (c) F (x) = x tg(x). (d) F (x) = x 5 3. (e) F (x)
Más detallesIntegración de ODEs. Miguel Ángel Otaduy. Animación Avanzada 30 de Enero de 2014
Integración de ODEs Miguel Ángel Otaduy Animación Avanzada 30 de Enero de 2014 Índice Integración de ODEs Problema estático vs. dinámico. Ecuaciones diferenciales ordinarias (ODEs). Desarrollo de Taylor.
Más detallesValores y vectores propios
Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos
Más detallesMétodos Matemáticos I
E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo 1 El problema hiperbólico y el método explícito en diferencias 2 El problema hiperbólico Abordaremos un tipo de problemas que suelen
Más detallesSi u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W.
Unidad 4 Espacios vectoriales reales 4.1 Subespacios Si V es un espacio vectorial y W un subconjunto no vacío de V. Entonces W es un subespacio de V si se cumplen las siguientes condiciones Si u y v son
Más detallesComputación Científica. Ciencias Computacionales INAOE Gustavo Rodríguez Gómez
Ciencias Computacionales INAOE Gustavo Rodríguez Gómez Errores y Aritmética de Punto Flotante INAOE Ciencias Computacionales Objetivos Identificar las fuentes de error en la computación científica. Determinar
Más detallesDepartamento de Matemáticas Recomendaciones para prueba extraordinaria 2018
MATEMÁTICAS 1º ESO 1ª U.D.- Números naturales Orden de los números naturales. Operaciones básicas con los números naturales. Aplicación a la resolución de problemas. Potencias de exponente natural. - Concepto
Más detallesSolución Numérica de la ecuación vectorial de Saint-Venant utilizando Métodos Híbridos
Solución Numérica de la ecuación vectorial de Saint-Venant utilizando Métodos Híbridos Autora Martha Leticia Ruiz Zavala Asesor Dr. Francisco Javier Domínguez Mota 1 Antecedentes Aguas someras 2 Métodos
Más detallesFacultad de Ingeniería Facultad de Tecnología Informática. Matemática Números reales Elementos de geometría analítica. Profesora: Silvia Mamone
Facultad de Ingeniería Facultad de Tecnología Informática Matemática Números reales Elementos de geometría analítica 0 03936 Profesora: Silvia Mamone UB Facultad de Ingeniería Facultad de Tecnología Informática
Más detallesAPROXIMACIÓN NUMÉRICA Y ERRORES
Análisis numérico APROXIMACIÓN NUMÉRICA Y ERRORES Antecedentes En 1947 se crea en la universidad de California el INSITITUTO DE ANÁLISIS NUMÉRICO. El análisis numérico es la rama de las matemáticas, cuyos
Más detallesCálculo Numérico (0258) TEMA 6 SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS. Semestre
Cálculo Numérico (58) Semestre - TEMA 6 SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS Semestre - Septiembre U.C.V. F.I.U.C.V. CÁLCULO NUMÉRICO (58) - TEMA 6 Las notas presentadas a continuación
Más detallesMatemáticas para estudiantes de Química
Matemáticas para estudiantes de Química PROYECTO EDITORIAL BIBLIOTECA DE QUÍMICAS Director: Carlos Seoane Prado Catedrático de Química Orgánica Universidad Complutense de Madrid Matemáticas para estudiantes
Más detalles