Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelagem Ambiental e Aplicações Convergência, Consistência e Estabilidade Consistência, Convergência e Estabilidade ● Para verificar em que condições a solução numérica de uma equação diferencial se aproxima o “suficiente” da solução real, devemos analisar a consistência das equações de diferenças finitas e a estabilidade e a convergência do método numérico utilizado. Consistência ● Já vimos que quanto maior a resolução espacial ou temporal (quanto menor Δx ou Δt), menor o erro de truncamento (ELT). ● Na verdade, uma aproximação por diferenças finitas é CONSISTENTE com uma equação diferencial quando o erro de truncamento (ELT) tende a zero se Δx e/ou Δt tendem a zero. ● Algumas equações de diferenças finitas não são consistentes com a equação diferencial que se quer representar, ou pelo menos não em qualquer caso. Por isso é importante verificar a consistência de uma aproximação antes de utilizá-la. Convergência ● Caso, conforme Δx e/ou Δt tendem a zero, a solução numérica se aproxime da solução exata da equação diferencial, então ela é CONVERGENTE. ● A consistência é condição necessária para a convergência. ● Se um esquema numérico não é convergente, é inútil, pois sua solução não se aproxima da solução real. Estabilidade ● “Um método numérico ESTÁVEL é aquele no qual os erros ou perturbações na solução não são amplificados sem limite.” (Fortuna, 2000). ● Quando os erros são amplificados, a solução pode “explodir”, levando a resultados que em nada representam a realidade, já que a amplificação vem dos erros do método numérico. ● A estabilidade está ligada ao crescimento ou decrescimento dos erros introduzidos aos cálculos. Estabilidade ● Os erros podem vir de condições de fronteira ou iniciais que foram aproximadas de forma incorreta ou do acúmulo de arredondamento pelo computador. ● Erros nas condições de fronteira ou iniciais devem ser evitados, mas erros de arredondamento não podem ser evitados, devendo então ser controlados. ● Os erros de arredondamento podem ser controlados se forem seguidos CRITÉRIOS DE ESTABILIDADE de métodos numéricos. Critérios de Estabilidade ● Os critérios são as condições que garantem a estabilidade do sistema. ● São derivados das equações diferenciais e das aproximações. ● Eles podem ser determinados às vezes por um estudo das equações de diferenças finitas. ● Quando isso não é possível, eles podem ser determinados através de experimentos numéricos. Classificação de Estabilidade ● Condicionalmente estáveis: se satisfazem determinada condição, são estáveis. ● Incondicionalmente estáveis: são sempre estáveis. ● Incondicionalmente instáveis: são sempre instáveis. Não devem ser utilizados. Condição de fronteira ● Na aula anterior vimos que a discretização de uma região R produz uma matriz de pontos de grade. Vimos também, para uma Equação de Diferenças Finitas, podemos que escolher entre usar diferenças atrasadas, progressivas ou centrais. ● Para todas essas alternativas, precisamos sempre de 2 pontos para calcular a diferença. ● Como fazer na região de fronteira, onde não temos os 2 pontos? Condição de fronteira ● Exemplo: Como calcular em I = 0 / j = 0? Como calcular em i = IM / j = JM? Condição de fronteira ● Temos que determinar uma condição de fronteira. ● Exemplos de condições: – Zero-gradiente: C(0) = C(1) ou C(IM) = C(IM-1) – Condição não reflexiva – Condição reflexiva – Condição em loop Condição Inicial ● Para fenômenos transientes, ou seja, que evoluem no tempo, é necessário prescrever a condição inicial. ● Essa condição dá o estado inicial das variáveis a serem consideradas. Exemplo de discretização ● Evolução no tempo. Condição inicial N0 = 100. r = 0,2. 0 2 4 6 8 10 12 0 100 200 300 400 500 600 700 800 Crescimento exponencial N N dt = 0,1 N dt = 1 tempo iin d iv íd u o s Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13
Compartilhar