The task

Sin embargo, este procedimiento es algo inconveniente si nuestro interés final es obtener
los valores de phi en varios lugares. Los valores de las a, por sí mismos, no son
particularmente significativos, y la operación de sustitución debe llevarse a cabo para
llegar a los valores requeridos de phi. Esto nos lleva al siguiente pensamiento: ¿por qué no
construir un método que emplee los valores de phi en varios puntos dados como las
incógnitas principales? De hecho, la mayoría de los métodos numéricos para resolver
ecuaciones diferenciales pertenecen a esta categoría y, por lo tanto, limitaremos nuestra
atención a dichos métodos.

Por lo tanto, un método numérico trata como su incógnita básica los valores de la variable
dependiente en un número finito de ubicaciones (llamadas puntos de cuadrícula) en el
dominio de cálculo. El método incluye la tarea de proporcionar un conjunto de ecuaciones
algebraicas para estas incógnitas y prescribir un algoritmo para resolver estas ecuaciones.

The discretization concept

El método que será el foco principal de atención en este libro tiene la apariencia de un
método de diferencias finitas, pero emplea muchas ideas que son típicas del método de
elementos finitos.

Profile assumption

Para seguir avanzando, necesitamos una suposición de perfil o una fórmula de

interpolación. En la figura 3.3 se muestran dos supuestos de perfil simples. La posibilidad
más simple es suponer que el valor de T en un punto de la cuadrícula prevalece sobre el
volumen de control que lo rodea. Esto proporciona el perfil escalonado esbozado en la
figura 3.3a. Para este perfil, la pendiente dT / dx no está definida en las caras del volumen
de control. Un perfil que no sufre esta dificultad es el perfil lineal por partes (Fig. 3.3b).
Aquí, las funciones de interpolación lineal se utilizan entre los puntos de la cuadrícula.

Guiding principles

La libertad de elección indicada hasta ahora da lugar a una variedad de formulaciones de

discretización. Es cierto que, a medida que aumenta el número de puntos de la cuadrícula,
se espera que todas las formulaciones den las mismas soluciones. Sin embargo,
impondremos un requisito adicional que nos permitirá reducir el número de formaciones
aceptables. Exigiremos que incluso las soluciones de grilla gruesa siempre tengan (1) un
comportamiento físicamente realista y (2) un equilibrio general.

Treatment of source term (Tratamiento del término fuente)

Antes de proceder a desarrollar las reglas básicas, prestaremos atención al término fuente
S en Rq. (3.10) A menudo, el término fuente es una función de la variable dependiente T
en sí, y es deseable reconocer esta dependencia en la construcción de la ecuación de
discretización. Sin embargo, podemos explicar formalmente solo una dependencia lineal
porque, como veremos más adelante, la ecuación de discretización se resolverá mediante
técnicas para ecuaciones algebraicas lineales. El procedimiento para "linealizar" una
relación S-T dada se discutirá en el siguiente capítulo. Aquí, es suficiente expresar el valor
promedio S como

donde Sc representa la parte constante de Sprom, mientras que Sp es el coeficiente de Tp.

(Obviamente, Sp no representa S evaluado en el punto P.)

THE FOUR BASIC RULES

RULE 1. Consistency at control-volume faces (Consistencia en caras de volumen de

control)

Cuando una cara es común a dos volúmenes de control adyacentes, el flujo a través de ella
debe ser representado por la misma expresión en las ecuaciones de discretización para los
dos volúmenes de control.

Discussion

RULE 2. Positive coefficients

Todos los coeficientes deben ser positivos.

RULE 3. Negative-slope linearization of the source term. (Linealización de pendiente

negativa del término fuente.)

Cuando el término fuente es linealizado, el coeficiente Sp siempre debe ser menor o igual
que cero.

RULE 4. Sum of the neighbor coefficients (suma de coeficientes vecinos)

A menudo, las ecuaciones diferenciales gobernantes contienen solo las derivadas de la

variable dependiente. Entonces, si T representa la variable dependiente, las funciones T y
T + c (donde c es una constante arbitraria) satisfacen la ecuación diferencial. Esta
propiedad de la ecuación diferencial también debe reflejarse en la ecuación de
discretización. Por lo tanto, la ecuación. (3.15) debería ser válido incluso cuando Tp y todos
los Tnb se incrementan en una constante. De este requisito, se deduce que ap debe ser
igual a la suma de los coeficientes vecinos.
STEADY ONE-DIMENSIONAL CONDUCTION

Dado que la distribución T-x no se conoce antes de que se resuelva el problema, ¿cómo
podemos crear una cuadrícula no uniforme adecuada? Primero, uno normalmente tiene
algunas expectativas cualitativas sobre la solución, de las cuales se puede obtener alguna
orientación. En segundo lugar, se pueden usar soluciones preliminares de grilla gruesa
para encontrar el patrón de la variación T-x; entonces, se puede construir una grilla no
uniforme adecuada. Esta es una de las razones por las cuales insistimos en que nuestro
método debe dar soluciones físicamente significativas incluso para la grilla gruesa. Una
solución exploratoria de rejillas gruesas no sería útil si el método proporcionara soluciones
razonables solo para una rejilla suficientemente fina.

El número de puntos de cuadrícula necesarios para una precisión dada y la forma en que
deberían distribuirse en el dominio de cálculo son cuestiones que dependen de la
naturaleza del problema. Los cálculos exploratorios que utilizan solo unos pocos puntos de
cuadrícula proporcionan una forma conveniente de aprender sobre la solución. Después
de todo, esto es concretamente lo que comúnmente se hace en un experimento de
laboratorio. Se realizan experimentos preliminares o ejecuciones de prueba, y la
información resultante se utiliza para decidir el número y las ubicaciones de las sondas que
se instalarán para el experimento final.

4.2.3 The interface conductivity

4.2.5 Source term linearization