MODELACIÓN HIDRÁULICA

PROYECTO 2
DIFUSIÓN Y REACCIÓN

PROFESOR
PATRICIO WINCKLER GREZ
Ingeniero Civil, MSc. PhD.

ALUMNO
FRANCISCO PINTO LÓPEZ
Escuela de Ingenierı́a Civil Oceánica

Martes 24 de octubre, 2017.

 Índice general

Introducción 3
Parte I. El problema de la difusión: esquema explı́cito 3
a. Algoritmo en diferencias finitas 4
b. Solución numérica 5
c. Análisis de sensibilidad variando coeficiente de difusión 5
d. Estabilidad del algoritmo 6
e. Inestabilidad del algoritmo 6
Parte II. El problema de la difusión: esquema implı́cito 7
f. Algoritmo del problema de difusión 7
g. Solución numérica 8
h. Comparación de resultados obtenidos mediante esquemas explı́cito e implı́cito 8
Parte III. El problema de la reacción 10
i. Solución numérica 10
j. Análisis de sensibilidad variando coeficiente de decaimiento 11
Parte IV. El problema de la difusión-reacción 12
k. Solución numérica 12
l. Discusión de resultados 13
Referencias 13

2
 Introducción
En el estudio del modelado de procesos costeros se requiere obtener soluciones de ecuaciones en deriva-
das ordinarias o parciales. Estos procesos son complejos ya que están sujetos a procesos fı́sicos irregulares,
condiciones iniciales y de borde complejas y sus parámetros pueden variar espacial y temporalmente, lo que
impide obtener la expresión de la solución analı́tica del problema.
El objetivo de este trabajo es aplicar el método numérico de diferencias finitas para resolver la ecuación de
difusión estudiada en el Experimento 1 del curso. Con valores arbitrarios en la discretización del tiempo y
el espacio, se obtiene la solución numérica usando los esquemas explı́cito e implı́cito de discretización para
comparar sus resultados. Además se estudia un proceso reactivo, a fin de conocer su comportamiento y
después ser incorporado a la ecuación de difusión.
Se usa el sof tware MatLab para crear ciclos iterativos que resuelvan las ecuaciones discretas de los cuatro
casos: difusión en esquema explı́cito e implı́tico, reacción y difusión-reacción. Los algoritmos han sido desa-
rrollados a partir de propia elaboración y aportes del Profesor.
La investigación se justifica en el conocimiento de los procesos de mezcla con esquemas sencillos, mallas
regulares y ecuaciones lineales unidimensionales en coordenadas cartesianas, como introducción a problemas
más complejos.
Parte I. El problema de la difusión: esquema explı́cito
El problema de la difusión de masa de un agente en el medio, simplificado a una dimensión espacial en
un dominio a < x < b, está definido por la ecuación
∂C ∂2C
(1) =D 2,
∂t ∂x
sujeto a las condiciones de borde tipo Dirichlet,
(2) C(a, t) = 0, C(b, t) = 0
y la condición inicial tipo Gaussiana
x2
 
1
(3) C(x, 0) = √ exp − 2 .
σ 2π 2σ
Donde C = C(x, t) es la concentración, D el coeficiente de difusión y σ = (b − a)/20.
Dado este problema, usaremos un esquema de diferencias finitas explı́cito, de tipo avanzado en el tiempo y
centrado en el espacio (FTCS: forward in time, centered in space) escrito en MatLab, lo que nos permitirá
encontrar la solución numérica.
Este esquema nos permite encontrar una expresión para la concentración en el tiempo τ + 1, a partir de
valores que han sido calculados en el tiempo τ . La expresión discreta, para intervalos de tiempo y espacio
4t y 4x respectivamente, es:
D4t τ
(4) Ciτ +1 = Ciτ + (C − 2Ciτ + Ci−1τ
),
4x2 i+1
donde el error ha sido omitido por simplicidad. Se define el factor A = D4t/4x2 . La expresión (4)
corresponde a un conjunto de ecuaciones lineales independientes que pueden escribirse en forma vectorial
como
(5) Ciτ +1 = [A]Ciτ
en que A es una matriz tridiagonal de coeficientes constante, cuya subdiagonal, diagonal y superdiagonal
son A, (1 − 2A) y A respectivamente.
La solución numérica puede determinarse simpletemente del sistema de ecuaciones ya que cada ecuación es
independiente de las restantes, y podemos encontrar el punto desconocido a partir de un valor conocido y
luego iterando en dominio espacial para cada tiempo t.
3
 a. Algoritmo en diferencias finitas.

Para formar el algoritmo debemos definir nuestras variables. Éstas corresponden a la discretización del
tiempo, espacio y concentración. Se han usado valores arbitrarios en sistema dimensional MKS1; el dominio
temporal es de 70[s] discretizado en intervalos dt = 2[s]. En el dominio espacial, x ∈ {−30, 30} en intervalos
dx = 2[m]. El coeficiente de difusión es D = 0.75 (Figura 1)
La iteración cuenta con dos ciclos. El primero es para fijar el tiempo para calcular la concentración C en
cada punto del dominio espacial antes de dar un paso en el dominio temporal. En otras palabras, en cada
tiempo t, y para cada punto de x se calculan los valores del tiempo τ + 1 con (4). Esto por la linealidad de
las ecuaciones mencionada anteriormente.

0.75

Figura 1. Algoritmo de diferencias finitas explı́cito

1Metros-kilogramos-segundos

4
 b. Solución numérica.

La solución numérica es una matriz en que las columnas corresponden al tiempo y las filas conforman el
dominio espacial. Para el problema de difusión dado por (1), (2) y (3) se obtiene la solución numérica que
permite visualizar la evolución de la función objetivo en el tiempo (Figura 2).

Figura 2. Solución numérica del problema de difusión en esquema explı́cito

c. Análisis de sensibilidad variando coeficiente de difusión.

Para visualizar la importancia del coeficiente de difusión D en el proceso, se realiza un análisis de

sensibilidad variando este coeficiente en tres valores: 0.15, 0.40 y 1.00. Se observa que en el tiempo final,
la mayor difusión de masa se da para el mayor valor de D, por lo que tiene relación directa con el proceso
difusivo. Para comparar los tres casos, se grafica la evolución en el tiempo de la concentración en el punto
central (C(x = 0, t)) relativa a la concentración inicial, esto es C(0, t)/C(0, 0) = C/Co (Figura 3).

Figura 3. Análisis de sensibilidad variando D

5
 d. Estabilidad del algoritmo.

Para que el algoritmo sea una aproximación aceptable del problema continuo debe cumplir requerimientos
de estabilidad, consistencia, convergencia, conservación y exactitud (Winckler, 2017). Un método estable es
aquel en que los errores, producto de las aproximaciones, se atenúan a medida que el cálculo avanza. En
cambio, en un método inestable los errores crecen y se amplifican con el paso del tiempo. Por esto, los
intervalos de discretización espacial y temporal están limitados por la condición de estabilidad dada por
D4t 1
(6) 0≤ ≤ ,
4x2 2
conocida como la condición de Courant, que garantiza una relación aceptable entre la longitud del paso
temporal y el paso espacial. Debido a que el esquema numérico de FTCS tiene un bajo orden de aproximación,
la exactitud de su solución aproximada es también baja.
De acuerdo a nuestra discretización de 4t y 4x, se verifica la condición de estabilidad de Courant:
D4t 0.75[m2 /s] × 2[s]
2
= = 0.375 < 0.50,
4x 4[m2 ]
con lo que el algoritmo es estable. Esto garantiza que el error en el cálculo es decreciente en el tiempo, y los
resultados tienen representan de forma aceptable el fenómeno.

e. Inestabilidad del algoritmo.

Para estudiar el comportamiento de un algoritmo inestable, se ha usado dt = 3.5[s], dando un número

de Courant 0.65. En los primeros instantes se nota una leve diferencia entre los valores de la concentración,
casi imperceptible lo que nos puede hacer creer que no hay grandes diferencias entre ambos esquemas. Pero
después de la mitad del dominio temporal, posterior a los 35[s] la gráfica nos permite reconocer señales claras
de los errores en el cálculo.
Particularmente, el contorno de la mancha se vuelve irregular, perdiendo la suavidad de la y cambiando
bruscamente de valor. En este caso los resultados no son aceptables ya que, debido a estos saltos de la
función objetivo, no se representa el fenómeno de forma adecuada. (Figura 4).

Figura 4. Inestabilidad del algoritmo

6
 Parte II. El problema de la difusión: esquema implı́cito
En este esquema numérico la derivada temporal se discretiza mediante diferencias avanzadas y la derivada
espacial mediante diferencias centradas evaluadas en el tiempo τ + 1. La segunda derivada se escribe como:
τ +1
∂2C τ Ci+1 − 2Ciτ +1 + Ci−1
τ +1
(7) = − O(4x2 )).
∂x2i 4x2
Combinando esta expresión con (EC) y (EC) da
!
τ +1
Ciτ +1 − Ciτ Ci+1 − 2Ciτ +1 + Ci−1
τ +1
(8) −D = O(4x2 , 4t2 ).
4t 4x2

Aislando el valor conocido, Ciτ , a la derecha se tiene

τ +1
(9) −ACi−1 + (1 + 2A)Ciτ +1 − ACi+1
τ +1
= Ciτ +1
Para resolver este algoritmo se debe recurrir al álgebra lineal; especı́ficamente a la inversión (o factorización)
de matrices, ya que el esquema numérico corresponde a un conjunto de ecuaciones lineales simultáneas que
simbólicamente pude escribirse como
(10) [A]C τ +1 = C τ
Finalmente, se invierte la matriz A usando métodos de factorización disponibles en MatLab.
(11) C τ +1 = [A]−1 C τ

f. Algoritmo del problema de difusión.

En este caso sólo hay un ciclo iterativo. En cada salto de tiempo se obtendrá un vector que corresponde
a una columna de la matriz de solución c. Es decir, avanza de columna en columna calculando (11), a partir
de la condición inicial.

Figura 5. Algoritmo esquema implı́cito

7
 Para generar la matriz tridiagonal, se usa principalmente la función diag(V,n) en MatLab, que genera
una matriz diagonal con los elementos del vector V . Si n > 0, corresponde a la superdiagonal n, si n < 0 es
la subdiagonal n y si n = 0, es la diagonal principal.
Este algoritmo contiene un número de operaciones bastante menor al usado en el caso explı́cito. El número
de operaciones es útil para estimar el costo computacional de un algoritmo. La inversion de matrices requiere
una gran cantidad de operaciones, haciendo el cálculo muy costoso. Afortunadamente existen métodos de
factorización que eluden la inversión de una matriz, por ejemplo, MatLab usa el comando A para resolver
la expresión.
En efecto, con la función tic-toc se obtiene el tiempo de cálculo de ambos esquemas, dando 0.038[s] la itera-
ción del esquema explı́cito y 0.006[s] la del esquema implı́cito.

g. Solución Numérica.

Se obtiene la solución numérica del problema de difusión en esquema implı́cito. Al igual que en la sección
b) es una matriz en que las columnas corresponden al tiempo y las filas conforman el dominio espacial. La
solución numérica es bastante similar: el peak en el tiempo final está cercano a c = 0.04 y su evolución en el
tiempo (Figura 6) se suaviza a medida que el tiempo avanza, ya que el error del cálculo es menor.

Figura 6. Solución numérica esquema implı́cito

h. Comparación de los resultados obtenidos mediante esquemas explı́cito e implı́cito.

Una diferencia fundamental entre el esquema explı́cito y el implı́cito es que este último no presenta
problemas de estabilidad numérica. Es decir, para cualquier 4t y 4x la solución es aceptable y la difusión
está bien representada ya que los errores se disiparán con el tiempo.
Para visualizar esta diferencia se grafican las soluciones de ambos esquemas para dt = 3.5, caso en el que el
esquema explı́cito se vuelve inestable (Cou = 0.65). El esquema implı́cito presenta una curva suave en todo
el dominio temporal y la diferencia es notoria entre ambos esquemas (Figura 7). La inestabilidad implica,
además, que en el proceso de difusión la masa no será constante en el dominio espacial, y por consiguiente
la concentración tendrá variaciones que no tienen sentido fı́sico debido a la no conservación.

8
 Figura 7. Comparación esquemas para A = 0.6

Un modelo puede no conservar la masa por razones fı́sicas o debido a que el algoritmo no conserva esa
cantidad por errores de truncamiento de las ecuaciones. Naturalmente, cualquier algoritmo no conservará
exactamente la masa por de hecho discretizar un sistema de ecuaciones continuo por uno discreto.
En la Figura 8 se muestran las matrices de solución para los casos explı́cito e implı́cito usando un coeficiente
de difusión D = 1.2, obtiendo Cou = 0.6 en primer caso. Se verifica que la concentración presenta saltos que
no cumplen los requerimientos de conservación de masa, a diferencia del esquema implı́cito que se comporta
de manera adecuada en todo el dominio temporal y espacial. Esto manifiesta la ventaja de los esquemas
implı́citos sobre los explı́citos, que serán a futuro utilizados frente a problemas de este tipo.

Figura 8. Comparación entre esquema implı́cito (izquierda) y explı́cito (derecha) cuando

este no cumple la condición de Courant

9
 Parte III. El problema de la reacción
Un proceso reactivo es aquel en que por efectos quı́micos, biológicos o fı́sicos, la masa de un volumen de
control disminuye o aumenta de forma exponencial con el paso del tiempo. Algunos fenómenos de reacción
son la evaporación, la biodegradación y la sedimentación. Estos procesos reactivos pueden ser muy complejos
y actuar en diferentes escalas temporales y espaciales (Winckler, 2017).
Una reacción de primer orden permite modelar varios procesos fı́sicos. En particular estudiaremos el decai-
miento de la masa de un material cualquiera. Esta expresión de reacción en una dimensión, en un dominio
−L < x < L, está definida por la ecuación
∂C
(12) + kC = 0,
∂t
donde k > 0 es el coeficiente de decaimiento de unidades [CT − 1]. Se consideran las condiciones de borde (2)
e iniciales (3) para obtener la solución numérica del problema.

i. Solución Numérica.

La expresión discretizada usando FTCS del problema de reacción dado por (12) está dada por

(13) Ciτ +1 = (1 − k4t)Ciτ ,

cuya solución numérica (Figura 9) es calculada mediante un ciclo iterativo en MatLab. Cabe decir que esta
expresión depende sólo del tiempo, por lo que podemos omitir el subı́ndice i. Posteriormente, en el estudio
conjunto de reacción y difusión, sı́ es conveniente incluir el dominio espacial en el estudio de la función
objetivo. La solución del problema de reacción puede representar fenómenos relevantes en los procesos

Figura 9. Solución numérica problema de la reacción

de mezcla, y cuyo objetivo es representar la pérdida o ganancia de masa en el transcurso del tiempo. Por
fenómeno es utilizado por ejemplo en el tratamiento de aguas servidas, las cuales, luego de un proceso fı́sico,
se vierten en el mar mediante un emisario submarino en que se espera que la concentración se degrade por
la acción del agua salada.
10
 j. Análisis de sensibilidad variando coeficiente de decaimiento.

Se efectúa un análisis para diferentes valores del coeficiente de decaimiento para k > 0, obteniéndose que
este tiene una relación directa con la reacción. Es decir, a mayor valor de k, la concentración disminuye a
mayor tasa en el tiempo.

Figura 10. Análisis de sensibilidad variando k

Para valores negativos, existe un aumento exponencial de la sustancia. En estos casos, el proceso es no
conservativo. Si k = 0, no existe reacción y la concentración permanece constante (Figura 11). En este caso,
el proceso es conservativo.

Figura 11. Solución numérica del problema de reacción para k < 0 y k = 0

11
 Parte IV. El problema de la difusión-reacción
En los procesos costeros, difusión y reacción actúan simultáneamente. Una aproximación sencilla es
asumir que la difusión es independiente de la reacción y ası́ el problema en una dimensión queda
∂C ∂2C
(14) + kC = D 2
∂t ∂x
y es una ecuación diferencial en derivadas parciales que permite predecir la concentración de sustancias
contaminantes.
k. Solución Numérica.

Discretizando con un esquema implı́cito la expresión (14) se tiene

!
τ +1
Ciτ +1 − Ciτ Ci+1 − 2Ciτ +1 + Ci−1
τ +1
(15) + kCiτ = D .
4t 4x2
donde el único valor conocido es Ciτ . Aislándolo queda
   
−D τ +1 1 2D τ +1 D τ +1 1
(16) C + + Ci − C = − k Ciτ
4x2 i+1 4t 4x 4x2 i−1 4t
que en forma vectorial se escribe como
(17) [A]C τ +1 = (1/4t − k)C τ
donde la matriz A es tridiagonal de coeficientes constantes2 que debe invertirse para obtener los valores de
C τ +1 . Como se mencionó anteriormente, MatLab cuenta con herramientas de cálculo de factorización de
matrices que ahorran costo computacional.
El término 1/4t − k corresponde al fenómeno radiactivo, y su función es ponderar el termino presente,
disminuyendo su valor en representando de la pérdida en la concentración (Figura 12) de forma exponencial.

Figura 12. Comparación esquemas: A la izquiera la solución del problema de difusión y a

la derecha, el de difusión-reacción

2La sub y superdiagonal son −D/4x2 y la diagonal principal es (1/4t + 2D/4x2 ).

12
 Se puede verificar también esta condición en un gráfico Difusión vs Difusión-Reacción (Figura 13) en
que la recta esta bajo el ajuste lineal ya que la razón de crecimiento de la difusión-reacción es menor a la
difusión.

Figura 13. Gráfico difusión vs difusión-reacción

l. Discusión de resultados.

En el experimento 1 del curso aprendimos sobre los procesos difusivos y calculamos el coeficiente de di-
fusión de un vertido en agua, homologándo una situación de un contaminante depositado, accidentalmente o
no, en el océano. En este proyecto nos enfocamos en resolver ecuaciones diferenciales parciales por el método
numérico de diferenfias finitas.
En el caso de la ecuación unidimensional de difusión se puede manifestar la utilidad de los esquemas implı́ci-
tos por su capacidad de permitir ajustes en las variables de discretización espacial y temporal. En ese sentido,
es que este tipo de esquema corre con ventaja respecto a los explı́citos. Por su simpleza y versatilidad, no
habrı́a motivos para no usarse cuando se aplican diferencias finitas.
Al consultar trabajos de años anteriores fue poco recurrente abordar el problema de difusión-reacción con
un esquema implı́cito, lo que motivó su aplicación para estudiar el comportamiento del fenómeno. Los re-
sultados que se obtuvieron se consideran aceptables principalemente por que la reacción fue incorporada al
proceso difusivo notablemente. A futuro serı́a un aporte agregar una comparación con la solución analı́tica
del problema para conocer su correlación.
El uso de MatLab en este tipo de cálculo es bastante enriquecedor porque el contenido gráfico que este soft-
ware entrega permite interpretar y entender de mejor manera los fenómenos. Los algoritmos desarrollados
no tienen mayor complejidad, y se componen básicamente de ciclos iterativos que pueden ser creados con
conocimientos básicos de programación.

Referencias

Winckler, P. (2017). Modelado de procesos costeros (borrador). Apuntes del curso de Modelación Hidráulica.
Ingenierı́a Civil Oceánica. Universidad de Valparaı́so.
13