Você está na página 1de 35
Centro Federal de Educação Tecnológica Celso Suckow da Fonseca CEFET-RJ Pós-Graduação em Engenharia Mecânica
Centro Federal de Educação Tecnológica Celso Suckow da Fonseca CEFET-RJ Pós-Graduação em Engenharia Mecânica
Centro Federal de Educação Tecnológica Celso Suckow da Fonseca CEFET-RJ Pós-Graduação em Engenharia Mecânica

Centro Federal de Educação Tecnológica

Celso Suckow da Fonseca CEFET-RJ

de Educação Tecnológica Celso Suckow da Fonseca CEFET-RJ Pós-Graduação em Engenharia Mecânica ênfase em

Pós-Graduação em Engenharia Mecânica ênfase em Eficiência Energética

Equações Diferenciais Aplicadas

Prof. Cláudio Corrêa Campus Angra dos Reis

ênfase em Eficiência Energética Equações Diferenciais Aplicadas Prof. Cláudio Corrêa Campus Angra dos Reis

Resumo

1.

Primeiros contatos com ambiente Octave

2.

Problemas Difusivos e aplicações

3.

Método de Diferenças Finitas

4.

Solução Numérica Unidimensional e Bidimensional de Problemas difusivos no Octave

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

2

GNU Octave

Primeiros contatos com ambiente Octave

Introdução ao ambiente Octave

Elementos do Octave

Tipos

Variáveis

Marizes

Lendo, salvando e construindo gráfico

Programando no ambiente Octave

Funções e Scripts

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

3

GNU Octave

Primeiros contatos com ambiente Octave

O programa GNU Octave é uma linguagem de alto nível, direcionada para cálculo numérico. Ele fornece uma interface de linha de comando conveniente para resolver problemas numericos lineares e não lineares, e para realizar outros experimentos numéricos usando uma linguagem que é bastante compatível com o Matlab.

https://www.gnu.org/software/octave/

O programa Octave possui uma grande quantidade de ferramentas para a resolução de problemas de álgebra linear, encontra as raízes de equações não lineares, integra funções ordinárias, manipula polinômios, integra equações diferenciais ordinárias e equações diferenciais algébricas.

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

4

GNU Octave

Primeiros contatos com ambiente Octave

Pode ser estendido facilmente, como personalizado através das funções definidas pelo usuário escritas na própria linguagem do Octave, ou usando módulos lincados, escritos em C + +, C, Fortran ou outras linguagens.

GNU Octave é um software livre. Você pode redistribuí-lo e / ou modificá-lo sob os termos da GNU General Public License (GPL) conforme licença de publicação da Free Software Foundation.

O Octave foi escrito por John W. Eaton e muitos outros. Pelo fato do Octave ser um software livre, todos são convidados a torná-lo mais útil, escrevendo funções adicionais que contribuam para isso, e relatando quaisquer problemas que possam encontrar.

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

5

GNU Octave

Primeiros contatos com ambiente Octave

Curiosidade

O Octave originalmente foi criado por volta de 1988, com o propósito de ser um software de apoio a um livro de graduação em projetos de reator químico, escrito por James B. Rawlings da Universidade de Wisconsin-

Madison e John G. Ekerdt da Universidade do Texas. Originalmente foi idealizado como ferramenta muito

especializada relacionado à criação de reatores químicos. Posteriormente, após constatar as limitações dessa abordagem, optou-se pela construção de uma ferramenta mais flexível.

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

6

GNU Octave

Octave Versão

versão

Data de lançamento

4.2.1

liberada (released)

24/02/2017

4.2.0

liberada (released)

14/11/2016

Linux: A versão Linux geralmente está disponível com as distribuições (Debian, SuSE, RedHat, e outros

pacotes). É a versão própria do pacote.

Mac OX X, Sun Solaris, OS/2 ou eComStation.

Pacote binário para windows com código fonte. https://ftp.gnu.org/gnu/octave/windows/

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

7

GNU Octave

Octave foi escrito em linguagem C e por isso, absorve o estilo do próprio C. Alguns comandos lembram o próprio C com, por exemplo, dir. O Octave dispõe de comando de gerenciamento tanto para gerenciamento de diretórios como, para gerenciamento do próprio ambiente Octave. Podemos, por exemplo, listar as variáveis por nome, tamanho, número de bits e classe. Podemos deletar uma variável ou todas elas. Tudo que segue será feio na linha de comando, seguido do comando <enter>.

Variáveis e matrizes

Wednesday, December 6, 2017

Variáveis e matrizes Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da
Variáveis e matrizes Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

8

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

GNU Octave

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 9
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 9
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 9

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

9

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

GNU Octave

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 10
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 10

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 10
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 10

10

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

GNU Octave

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 11
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 11
GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 11

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

11

Wednesday, December 6, 2017 GNU Octave Centro Federal de Educação Tecnológica Celso Suckow da Fonseca
Wednesday, December 6, 2017 GNU Octave Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

Wednesday, December 6, 2017

GNU Octave

Wednesday, December 6, 2017 GNU Octave Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 12

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

12

Gráficos

Gráficos Wednesday, December 6, 2017 GNU Octave Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

Wednesday, December 6, 2017

GNU Octave

Gráficos Wednesday, December 6, 2017 GNU Octave Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

13

GNU Octave

GNU Octave Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da Fonseca 14

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

14

Processos Difusivos

Processo difusivo significa dispersão de uma dada quantidade física nas direções espaciais. Este processo se dependente do tempo será processo difusivo transiente, caso contrário será difusivo estacionário.

Ou seja, o processo difusivo ocorre quando há movimento relativo da espécie em uma mistura devido à presença de gradientes de concentração. Este processo é análogo à transferência de calor por condução.

Exemplos:

1. dispersão de óxidos de enxofre pela chaminé de uma usina termoelétrica para o ambiente;

2. transferência de vapor de água para o ar seco;

3. transferência de calor em uma placa ou barra;

4. dispersão de efluentes em rios e mares.

5. dispersão de óxido nitroso de descarga de automóvel no ar.

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

16

Modelo Matemático

A equação de calor é um modelo matemático utilizado para representar o processo difusivo. Independetemente

do processo ser de transferencia de calor ou de difusão de massa.

No caso de transferência de calor teremos que definir previamente um coeficiente de difusividade correlacionado com a lei de Fourier e para difusão massica este coeficiente correlaciona-se com a Lei de Fick de difusão.

Wednesday, December 6, 2017

 u  u 2   2  f x ( )  t
u
 u
2
2
 f x
(
)
t
x
2
2
u 
 
u
S
t

α 2 = coeficiente de difusividade

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

17

Método de Diferenças Finitas

O Método de Diferenças Finitas substitui todas as derivadas e outros termos de uma EDP por aproximações, um

esquema de diferenças finitas é criado para obtermos a solução aproximada da EDP. Este método depende

fundamentalmente do Teorema de Taylor, e ainda substitui a região sobre a qual a variável independente na EDP foi definida por uma malha de pontos onde aproximamos a variável dependente.

malha unidimensional
malha
unidimensional
malha bidimensional
malha
bidimensional

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

18

Método de Diferenças Finitas

As aproximações que podem ser utilizada são da forma:

Aproximação avançada (forward) de 1ª ordem.

da forma: Aproximação avançada (forward) de 1ª ordem. Aproximação atrasada (backward) de 1ª ordem.

Aproximação atrasada (backward) de 1ª ordem.

1ª ordem. Aproximação atrasada (backward) de 1ª ordem. Aproximação centrada de 2ª ordem para derivada primeira.

Aproximação centrada de 2ª ordem para derivada primeira.

Wednesday, December 6, 2017

ordem para derivada primeira. Wednesday, December 6, 2017 Centro Federal de Educação Tecnológica Celso Suckow da

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

19

Método de Diferenças Finitas

Aproximação centrada de 2ª ordem para derivada segunda.

Aproximação centrada de 2ª ordem para derivada segunda. Método de Diferenças Finitas e a equação de

Método de Diferenças Finitas e a equação de calor:

 u  u 2   2  f x ( )  t
 u
 u
2
 
2
 f x
(
)
t
 x
2


2

2

u

   x

Equação de calor unidimensional

u

(

u i

1)

 

( )

u i

t

(

u i

 

1)

t

2

( )

u i

(

u i

1)

x

2

t ( u i   1)  t 2 ( ) u i  (

Aproximação avançada no tempot ( u i   1)  t 2 ( ) u i  (

Aproximação centrada no espaçoi  ( u i  1)  x 2 Aproximação avançada no tempo  x

avançada no tempo Aproximação centrada no espaço  x 2 ( u i 1)  

x

2

(

u i

1)

 

2

( )

u i

(

u i

1)

2

f

u n (   1) u n ( )  t
u n
(
 
1)
u n
(
)
t

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

20

Método de Diferenças Finitas

Método de Diferenças Finitas e a equação de calor:

Aproximação avançada no tempo

e a equação de calor: Aproximação avançada no tempo     u  ( u
 

u

(

u n

1)

 

(

u n

)

 

u

t

2

 

u

S

 

2

u

2

u

 

(

u i

1,

j

)

2

u i j

t

( ,

)

t

(

u i

1,

j

)

( ,

u i j

1)

 

2

( ,

u i j

)

( ,

u i j

1)

 
 
    u  x 2  y 2    x 2   

u

x

2

y

2

 

x

2

 

y

2

    u  x 2  y 2    x 2   

Equação de calor bidimensional

   

Aproximação centrada no espaço

 
   
 
   

(

u n

1)

 

(

u n

)

2

u i

(

1,

j

)

2

( ,

u i j

)

(

u i

1,

j

)

( ,

u i j

1)

 

2

( ,

u i j

)

( ,

u i j

1)

 
 

t

x

2

 

y

2

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

21

Método de Diferenças Finitas

Problema 1 Equação do Calor: Considere uma barra feita de um material condutor de calor sujeita a alguma fonte externa de calor e condições de contorno nos extremos da barra.

Suponha que as propriedades do material, a distribuição de temperatura inicial e a fonte externa dependem apenas de x e não das direções na seção transversal e nem do tempo

e não das direções na seção transversal e nem do tempo d  du x (
d  du x ( )   k x ( )  g x
d
du x
(
)
k x
(
)
g x
(
)
 
x
]
a b
,
[ (EDO)
dx
dx
Fonte Externa
Equação da Difusão Estacionária
Difusão

onde( x) é o coeficiente de condução do calor e g(x) é a fonte externa de calor .

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

22

Método de Diferenças Finitas

Problema 1 Equação do Calor Estacionária- continuação:

O material é homogêneo, então k(x) não depende de x e a EDO se transforma em:

2

d u x

(

)

dx

2

k

(

g x

)

e a EDO se transforma em: 2 d u x ( ) dx 2 k (

Fonte Externa

Difusão

 

x

]

a b

,

[ (EDO)

A temperatura é conhecida nos extremos do intervalos:

u a u

)

(

a

,

u b u

(

)

b

Condição de Dirichlet

Este problema é tão simples que pode ser resolvido de forma exata:

k

d u x

(

)

dx

2

2

dx

Wednesday, December 6, 2017

g x dx

(

)

ou

k

du x ( )   g x dx ( )  C  1
du x
(
)
g x dx
(
)
C
1
dx

(

G x

1

) Primitiva

Primeira Integração

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

23

Método de Diferenças Finitas

Problema 1 Equação do Calor - continuação:

k

C

1

du x

(

)

dx

dx

G x dx C dx

1

(

)

1

ou

ku ( a ) G ( a )C a C ku (b) G (b)C b C

2

2

1

1

2

2

k u b

[

(

)

u a

(

)]

[

G b

2

(

)

(

G a

2

)]

b a

e

C

2

ku x ( )   G x dx C x C ( ) 
ku x
(
)
G x dx C x C
(
)
1
1
2

( ) Primitiva

G x

2

Segunda Integração

Primeira Condição de Contorno Segunda Condição de Contorno



ku b G b

(

)

2

(

)

k u b

[

(

)

u a

(

)]

[

G b

2

(

)

(

G a

2

)]

b a

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

24

Método de Diferenças Finitas

Problema 1 Equação do Calor - continuação:

2

d u x

(

i

)

d

x

2

(

u x

i

)

 

x

2

(

u x

i

)

(

u x

i



x

 

(

x

)

2

)

U

i

D u x

i

2

(

(

))

Então a aproximação pelo MDF para o PVC anterior consiste em encontrar

U

i

1

2

U U

i

i

1

(

x

)

2

(

u x

i

) que satisfaz:

k

U

0

U

i

1

2

U

i

U

i

1

 

(

x

)

2

u

a

,

U

n

u

b

(

g x

i

)

0

  

i

n

(EDO)

2 Condições de Contorno

onde a malha usada para discretizar o problema é:

x

i

a

 

i x

,

 

x

(

b a

)

n

,

i

0,1,

,

n

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

25

Método de Diferenças Finitas

 k i [  2 U  U ]  g   
 k
i
[
 2
U
U
]
g
  
0
i
n
(EDO)
Note que isto é um sistema linear de n - 2
U i
2
1
i
i
1
(
 x
)
equações com n-2 incógnitas que pode
ser resolvido pelos métodos já estudados.
i
U
u
, U
u
2
C. C., onde
g
g x
(
i )
0
a
n
b
 k
1
[
U
0
 1
2
U
U
]
g
1
2
2
(
 x
)
k
1
k
 2
1
2
g
U
]
U
0
[
U U
 
2
U
g
2
1
2
3
1
2
( 
x
)
(
x
)
1
2
1
2
U
g
2
k
1
2
1
 k
3
3
[
U
 2
U
U
]
g
A
U
F, onde A
U
 
U
,
F 
2
3
4
g
2
(
n
 
1)
(
n
1)
2
3
(
x
)
(
 x
)

1
 2
1
k
n  1
U
g
U
n  1
1
2
n
k
2
n  1
( 
x
)
[
U
2
U
U
]
g
n
2
n
1
n
2
(
 x
)
U
0
u
, U
u
2 C. C.
a
n
b

Wednesday, December 6, 2017

Solução do sistema - solução da EDO aproximada

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

26

Método de Diferenças Finitas

Problema 1 Equação do Calor 2D: Considere uma chapa feita de um material condutor de calor sujeita a alguma fonte externa de calor e condições de contorno no contorno da chapa.

O fenômeno de condução do calor estacionário nesta chapa pode ser modelado pela seguinte equação:

(k u ) g (x) x (EDP)

(  k  u )  g ( x )  x  (EDP) Difusão

Difusão

Fonte Externa

Se o material é homogêneo, então k(x) não depende da posição e a EDP se transforma em:

0 1

0 1

não depende da posição e a EDP se transforma em: 0 1 0 1  k

k u g (x)

x ] , [] , [ (EDP) ou k u g (x)

2

Difusão

Fonte Externa

Difusão

Fonte Externa

u(x) u , x (C.C.deDirichlet )

 u(x)  u ,  x  (C.C.deDirichlet )  Este problema não é tão

Este problema não é tão simples e vamos aproximar o Laplaciano por formulas de diferenças finitas centradas:

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

27

Método de Diferenças Finitas

Note que o domínio agora é um quadrado unitário e podemos discretizar o problema construindo uma malha uniforme da seguinte forma:

x

y

j

i

a

 

i x

,

  

c

j y

,

 

x

 

y

 a   i x ,    c j y ,  

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

(

b

a

)

(

d

n

c

)

m

, 0,1,

i

,

n

, 0,1,

j

,

m

Denotemos por u ij = u(x i , y j ) a solução exata no nó de coordenadas (x i , y j ) e por U ij u(x i , y j ) a solução aproximada.

28

Método de Diferenças Finitas

2

u x y

(

i

,

j

)

x

2

2

u x y

(

i

,

j

)

y

2

D (

2

(

u x y

i

,

2

(

u x y

i

,

D

(

j

j

))

))

u

(

x

i



x y

,

j

)

2

(

u x y

i

,

j

)

(

u x

i



x y

,

j

)

u

(

,

x y

i

j

)

 

y

2

(

x

)

2

(

u x y

i

,

j

)

(

u x y

i

,

j



y

)

 

(

y

)

2

U

i

 

2

U

ij

 

U

i

 

j

1,

j

 

(

x

)

2

U

 

2

U

 

U

 

1

 

i j

,

1

 

,

 

ij

i j

1,

(

y

)

2

Então a aproximação pelo MDF para a EDP anterior consiste em encontrar U ij u(x i , y j ) que satisfaz:

k


 

U i

1,

j

2 U

ij

U

i

1,

j

U

i j

,

1

2 U

ij

U

i j

,

1

(

x

)

2

(

y

)

2

x y h

m n

2  u 2  x k   U 2 i h
2
 u
2
 x
k
U
2
i
h

1,

j

2

u

y

U

i j

,

2

1

4

U

ij

(

g x

i

,

U

i

1,

j

y

j

)

U

i j

,

  i n

0

0

 

j

m

1

(

g x y

i

,

j

)

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

(EDP)

   i n

0

 

0

j

n

(EDP)

29

Método de Diferenças Finitas

Como a malha tem n partição por x e n partição por y o número total de incógnitas (graus de liberdade) do sistema linear equações será de ( n - 2 ) 2

A (n-2) 2 X (n-2) 2 U = F ==> (A = matriz esparsa)

O sistema para o problema unidimensional é de ordem n - 2 e para o problema bidimensional é de ordem ( n - 2 ) 2 . Logo, para o problema tridimensional a ordem do sistema será ( n - 2 ) 3 .

k

h

2

  U

i

1

,

j

U

i j

,

1

Wednesday, December 6, 2017

4 U

ij

U

i

1

,

j

U

i j

,

1

 

(

g x y

i

,

j

)

 0 i

0

 

j

n

n

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

(EDP)

30

Método de Diferenças Finitas

k

h

2

 

k

h

2

 

U

U

0 ,

0 ,

1

2

U

1

,

0

U

11

,

4

4

U

11

U

12

U

2 1

,

U

2

,

2

, 1 3 U

,

1 3

U

U

,

1 2

U , 1 2

g

(

x

i

g

(

x

i

,

,

y

j

y

j

)

)

i

i

1

,

1

,

j

j

1

2

, y j y j ) )  i  i   1 , 1

k

h

2

k

h

2

U

0

,

n

U

11

,

1

U

1

U

2

,

0

,

n

2

4

4

U

2 1

,

U

1

,

n

1

U

2

,

n

U

3 1

,

U

2

1

,

2

U

1

,

g

n

(

x

i

g

(

,

y

j

)

x

i

,

y

j

i

)

2

,

i

j

1

1

,

j

n

 

1

i ,  y j i  ) 2 ,  i j   1

n

- 1 equações para

k

h

2

U

n

2

,

n

1

U

n

Wednesday, December 6, 2017

i  3 , , n - 1 equações para
i
3
,
,
n
-
1
equações para

1

,

n

2

4

U

n

1

,

n

1

U

n

,

n

1

U

n

1

i

i

,

n

  1

n

g

(

x

i

,

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

y

j

)

i

n

 

1

,

j

n

 

1

31

Método de Diferenças Finitas

 U U , , , U  , U , U , , U
U U
,
,
,
U

,
U
,
U
,
,
U
,
,
U
,
U
,
,
U
11
,
1 2
,
1
,
n
1
2 1
,
2 2
,
2
,
n
1
n
11
,
n
1 2
,
n
1
,
n
1

2 sub-índices

i

1

,

,( n  1 ) e j  1 , ,( n  1 )
,(
n
1
)
e
j
1
,
,(
n
1
)
1 , ,( n  1 ) e j  1 , ,( n  1
 U U , , , U  , U U , , , U
U U
,
,
,
U

,
U U
,
,
,
U
,
,
U
,
U
,
,
U
1
2
n
1
n
n
1
n
 
(
n
1
)
(
n
1
)(
n
2
)
(
n
1
)(
n
 
2
)
1
(
n
1
)(
n
1
)

1 sub-índices

m

1 , ,( n  1 )( n  1 )
1
,
,(
n
1
)(
n
1
)

Existem diferentes maneiras de construir a função de ligação. Uma forma muito simples é reordenar a numeração por linhas.

m ( j 1)i ,

com

i 1,

,( n  1) e j  2, ,( n  1)
,( n  1)
e
j  2,
,( n  1)

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

32

Método de Diferenças Finitas

A matriz

A

( n

1

)

2

1

( n )

2

seria formada por matrizes blocos de ordem ( n - 1 ) na forma:

A

k

h

2



T I

T

I I

I T

I



I

T

I

I

T

I      T I I I T I  I T I

T ( n

1

1

),( n )



4

1

1

4

1

1

4

1



1

4

1

1

4

Se o reordenamos a numeração por coluna a função seria:

m (i 1) j ,

Wednesday, December 6, 2017

com j 1,

,( n  1) e i  2, ,( n  1)
,( n
 1) e i  2, ,( n  1)

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

33

Método de Diferenças Finitas

Trabalho 2 Equação do Calor 1D:

Atividade 01:

Resolva o problema de PVC para a seguinte condição de contorno: u(0)=0 e u(1)=1, considerando que o domínio será dado por 0 < x < L, onde L = 1.

Atividade 02:

Aplique o MDF com aproximação centrada de segunda ordem para as derivadas e resolva explicitamente o sistema linear encontrado para número de nodos (nós) igual a 5, ou seja Δx = (b-a)/n, onde n = 5.

Atividade 03:

Construa um código no Octave que resolva o PVC dado na atividade 01, plotando consecutivamente a solução exata e a numérica, para k = 1, k = 10 e k = 0.1

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

34

Método de Diferenças Finitas

Trabalho 2 Equação do Calor 2D :

Atividade 04:

Resolva o problema de PVC para a seguinte condição de contorno: u(0,y)=0 e u(1,y)=1, u(x,0)=0 e u(x,1)=0 considerando que o domínio será dado por 0 < x < 1, 0 < y < 1. Aplicando o método de diferença finitas, com aproximada centrada de 2ª ordem para as derivadas espaciais. Supondo que o problema seja homogêneo.

Atividade 05:

Construa um código no Octave que resolva o PVC dado na atividade 04, plotando a numérica, para k = 10, 1, 0.1, 0.01 e n= 5, n = 20, n = 100.

Wednesday, December 6, 2017

Centro Federal de Educação Tecnológica Celso Suckow da Fonseca

35