Criterios de convergencia

Propiedades de los métodos de resolución

El método de resolución numérico debe tener ciertas propiedades
para que pueda ser aplicado. A continuación se presentan de
manera resumida las propiedades más importantes.
• Consistencia
• Estabilidad
• Convergencia
Consistencia
La diferencia entre la ecuación discretizada y la exacta se conoce como error de
truncamiento
y usualmente se estima reemplazando todos los valores nodales en la aproximación
discreta por una expansión en series de Taylor entorno a un punto. Como resultado se
recupera la ecuación original sumada a un resto, que representa el error de truncamiento.
Para que el método sea consistente, el error de truncamiento debe tender a cero a medida
que Δt → 0 y/o → 0.
aun cuando las aproximaciones sean consistentes, no implica necesariamente que la
solución del sistema de ecuaciones discretizado será la solución exacta de la ecuación
diferencial en el límite de intervalos de tamaños pequeños. Para que esto suceda, el
método debe ser estable.
 Criterios de convergencia
Estabilidad
Para métodos iterativos, un método estable es aquel que no
diverge. La estabilidad puede ser difícil de investigar,
especialmente cuando están presentes condiciones de contorno o
no linealidades
cuando se resuelven sistemas de ecuaciones no lineales,
acopladas y con condiciones de borde complicadas, hay pocos
resultados acerca de la estabilidad por lo que sólo queda confiar en
la experiencia y en la intuición. Muchos esquemas requieren que el
intervalo temporal sea menor que cierto límite
Convergencia
Un método numérico se dice que es convergente si la solución de
la ecuación discretizada tiende a la solución exacta de la ecuación
diferencial a medida que el espaciamiento tiende a cero
Para problemas no lineales que estén influenciados fuertemente
por las condiciones de borde, la estabilidad y la convergencia de un
método son difíciles de demostrar. Por lo tanto la convergencia es
usualmente chequeada usando experimentos numéricos
 Criterios de convergencia
Convergencia iterativa
• Para resolver las ecuaciones de gobierno del flujo hay que
realizar un proceso de cálculo iterativo.
• Durante el proceso de iteración para obtener la solución del
problema, es necesario controlar que el algoritmo de cálculo
converge hacia la solución final Durante el proceso de
iteración para obtener la solución del problema, es necesario
controlar que el algoritmo de cálculo converge hacia la
solución final
Residuos
• Los residuos son una de las herramientas más importantes a
la hora de controlar la convergencia durante el proceso
iterativo
• Éstos, de modo general, representan la diferencia entre los
valores de las variables a resolver entre dos iteraciones
• Si un código converge, estas diferencias tienden a reducirse
hasta alcanzar un valor muy pequeño en el que se
estabilizan. En un caso ideal, debería hacerse cero
 Criterios de convergencia
• Durante el proceso iterativo, es necesario establecer el criterio
de convergencia, se considera convergente con un residuo de
10^-9, y el error de truncamiento es 10^-1
• Es necesario conocer previamente las condiciones que
garanticen si la iteración va a converger antes de realizar el
proceso de resolución del modelo numérico
• Un método numérico es estable cuando el proceso iterativo
converge, mientras que se considera inestable cuando no
llega a una convergencia
• Es necesario establecer condiciones de contorno que
garanticen la convergencia, en caso de que el modelo
númerico sea inestable, ANSYS realizará una iteración
indefinida
 Criterios de convergencia
ESQUEMAS
Esquema NUMÉRICOS DE CRITERIO DE
explícito:
CONVERGENCIA
El esquema explícito depende del paso temporal, de la
discretización espacial y la velocidad de onda

Esquema explícito:
El esquema se considera estable cuando el número de Courant se
encuentra entre 0 y 1
 Criterios de convergencia
ESQUEMAS
Esquema implícito:NUMÉRICOS DE CRITERIO DE
El esquema implícitoCONVERGENCIA
depende del paso temporal, de la discretización
espacial y la velocidad de onda

Esquema implícito:
• Garantizan pasos temporales grandes
• Pueden tener números de Courant ampliamente mayores a
uno
• El valor máximo del número de Courant depende de cada
caso en especifico
• Los números de Courant deben ser lo más grandes posibles
siempre y cuando la estabilidad esté garantizada
• Los números de Courant pueden ser cambiados durante la
simulación, conforme el valor del residuo sea cada vez
menor
 Criterios de convergencia
Evaluación de las magnitudes fluidas durante el proceso de cálculo iterativo
Después de cada iteración o paso temporal, se pueden calcular y monitorizar por pantalla
los valores de las magnitudes fluidas sobre un plano o punto del dominio computacional la
solución del problema, es necesario controlar que el algoritmo de cálculo converge hacia
la solución final

La monitorización dinámica de una magnitud fluida determinada empleando

alguno de los promediados anteriores es una herramienta que se puede
emplear como criterio adicional (además de los residuos) para comprobar la
convergencia iterativa. Cuando el proceso es convergente, los valores de las
magnitudes convergen, y por tanto, a parte de la reducción de los residuos,
debe producirse la estabilización y convergencia de las magnitudes
monitorizadas.