Sie sind auf Seite 1von 24

SOLUCIONES NUMRICAS A ECUACIONES DIFERENCIALES

Los modelos atmosfricos simulan procesos fsicos descritos por ecuaciones diferenciales
parciales. Por ejemplo, el gas y la qumica acuosa y el gasto- los procesos de conversin de
partculas se describen mediante ecuaciones diferenciales ordinarias, y los procesos de
transporte se describen mediante ecuaciones diferenciales parciales. En este captulo se definen
ecuaciones diferenciales ordinarias y parciales y se discuten los mtodos numricos de
resolucin de ecuaciones diferenciales parciales. Mtodos de resolver ecuaciones diferenciales
parciales incluyen finito-diferencia, la expansin en serie, y los mtodos de volumen finito. Un
caso especial del mtodo de las diferencias finitas es el mtodo semi-Lagrangiano. Dos mtodos
de expansin en serie son mtodos de elementos finitos y pseudospectrales. A continuacin, se
aplican varios mtodos de solucin a la ecuacin de adveccin-difusin, que es una forma
unidireccional de la ecuacin de continuidad de la especie. Adems, se discuten esquemas de
escalonamiento temporal y sus caractersticas de estabilidad. Tales esquemas incluyen los
esquemas Forward Euler, Implicit, Crank-Nicolson, Leapfrog, Matsuno, Heun, Adams-Bashforth
y Runge-Kutta. Finalmente, se discuten las caractersticas necesarias de los esquemas que
resuelven la ecuacin de adveccin-difusin en modelos tridimensionales.
6.1 ECUACIONES DIFERENCIALES ORDINARIAS Y PARCIALES
Una ecuacin diferencial ordinaria (ODE) es una ecuacin con una variable independiente, como
el tiempo, y una ecuacin diferencial parcial (PDE) es una ecuacin con ms de una variable
independiente, como el tiempo y el espacio. ODEs y PDEs se clasifican por su orden y grado. La
orden es la derivada ms alta Rango de la ecuacin, y el grado es el exponente polinomial ms
alto de la derivada ms alta. Una ecuacin diferencial homognea es una ecuacin que hace no
contiene un trmino que implica la variable independiente. Una ecuacin diferencial lineal es
aquella en la que la variable dependiente y sus derivados no aparecen en segundo grado o en
trminos ms altos y en los que la variable dependiente no se multiplica por otros derivados de
s mismo.
Tabla 6.1 Ejemplos de rdenes y grados de ecuaciones diferenciales ordinarias y parciales

La variable t es el tiempo, x es la distancia oeste-este, y es la distancia sur-norte, N, A, B


y C son las concentraciones, u es la velocidad escalar oeste-este y v es la velocidad
escalar sur-norte.
de primer orden, de primer grado, homogneas, lineales PDE (por ejemplo, Tabla 6.1 (e)). La
ecuacin de momento es una PDE no lineal homognea de primer orden, primer grado, (por
ejemplo.
Deben especificarse las condiciones de los lmites para ODEs y PDEs. Cuando las condiciones
son conocidas en un extremo de un dominio pero no en el otro, surge un problema de valor inicial.
Si las concentraciones (N) son conocidas en el tiempo t = 0, si el tiempo es la variable
independiente, y si la concentracin es la variable dependiente, entonces la solucin a un
conjunto de ODEs es un problema de valor inicial. Cuando se conocen las condiciones en ambos
extremos de un dominio, la solucin a un conjunto de ODEs es un problema de valor lmite. Si el
tiempo y el oeste-este direccin (x) son variables independientes, si la concentracin es la
variable dependiente, y si las concentraciones son conocidas en todas partes en t = 0 y en ambos
extremos de la espacial en todo momento, la solucin a un conjunto de PDEs es un problema de
valor inicial con respecto al tiempo y un problema de valor lmite con respecto al espacio.
6.2 DISTRIBUCIN DEL OPERADOR
Los procesos principales en un modelo atmosfrico a menudo se resuelven por separado de
cada uno otro. Supongamos que un modelo trata la dinmica, el transporte y la qumica de los
gases. Cada uno de estos procesos pueden resolverse secuencialmente durante un intervalo de
tiempo comn con un esquema numrico nico que toma un nmero nico de pasos de tiempo.
Un paso en el tiempo es un incremento en el tiempo para un proceso dado. Un intervalo de
tiempo es el perodo que varios pasos de tiempo de un proceso se resuelven sin interferencia de
otro proceso. Supongamos que el paso del tiempo para la dinmica es 6 s, que para el transporte
es 300 s, que para la qumica es variable, y el intervalo de tiempo comn a todos los procesos
es de 300 s. Durante el intervalo de tiempo, se toman 50 pasos de tiempo de dinmica, seguido
por 1 tiempo de transporte paso, seguido de un nmero variable de pasos de tiempo de la
qumica. Despus del tiempo dinmico intervalo, las velocidades de viento resultantes se utilizan
como entradas en el clculo del transporte. Durante el intervalo de tiempo de transporte, que es
igual al paso del tiempo de transporte, los gases son movido alrededor de la rejilla. Las
concentraciones finales del intervalo de tiempo de transporte utilizado como valores iniciales para
la primera etapa de tiempo de la qumica del tiempo de la qumica de gas intervalo. Los valores
finales del intervalo de tiempo de la qumica se utilizan como valores iniciales para el primer paso
de tiempo dinmico en el siguiente intervalo de tiempo dinmico. La figura 6.1 ilustra este
ejemplo.
El aislamiento de procesos individuales durante un intervalo de tiempo se denomina divisin de
tiempo o separacin del operador. La divisin del operador se utiliza porque los ordenadores de
hoy no pueden resolver todas las ODE y PDEs de modelo simultneamente en tres dimensiones.
Yanenko (1971) discute la base terica detrs de la divisin del operador con respecto a ciertas
ecuaciones matemticas.

Figura 6.1 Ejemplo de esquema de divisin del operador. Durante la primera intervalo de tiempo,
dinmica, transporte y qumica de gases. secuencialmente. Valores determinados a partir del final de un
intervalo de tiempo despus de un proceso se utilizan para inicializar valores al principio de el mismo
intervalo de tiempo para otro proceso. Valores desde el final de el ltimo proceso en un intervalo de
tiempo se utiliza al principio de la primer proceso en el siguiente intervalo de tiempo.
6.3 ECUACIONES DE DIFUSIN Y ADVECCIN
Ecuaciones diferenciales parciales de primer orden, primer grado, homogneas, lineales o no
lineales modelos atmosfricos incluyen la ecuacin de continuidad de la especie, la ecuacin de
energa termodinmica y las ecuaciones de momento direccional. En Captulo 7, se da un mtodo
para resolver estas ecuaciones juntas. En este captulo, mtodos de resolucin de ecuaciones
de adveccin-difusin, que son formas divididas por el operador de la ecuacin de continuidad
de especies. Las ecuaciones de adveccin-difusin son derivado considerando que la ecuacin
de continuidad de cuatro dimensiones (t, x, y, z) puede dividirse en tres ecuaciones diferenciales
bidimensionales parciales ([t, x], [t, y] y [t, z]) y una nica ecuacin diferencial unidimensional (t)
ordinaria. La solucin secuencial de las cuatro ecuaciones de divisin del operador se aproxima
a la solucin a la ecuacin original de cuatro dimensiones. Este mtodo de divisin del operador
una ecuacin matemtica se denomina el procedimiento localmente unidimensional (LOD) o el
mtodo de etapas fraccionadas (por ejemplo, Yanenko 1971, Mitchell 1969) y tiene han sido
ampliamente utilizados en modelos atmosfricos (por ejemplo, Reynolds et al., 1973, Carmichael
et al. 1986; Toon et al. 1988).
A partir de la ecuacin de continuidad de cuatro dimensiones dada en (3.52) las ecuaciones de
adveccin-difusin unidireccionales de este, sur-norte y vertical pueden ser escritos en unidades
de concentracin numrica como:

Respectivamente. El orden de solucin de estas ecuaciones puede ser invertido cada intervalo
de tiempo para mejorar la precisin (por ejemplo, Yanenko 1971). As, si las ecuaciones se
resuelven en el orden (6.1), (6.2), (6.3) durante un intervalo de tiempo, pueden resolverse en el
orden (6.3), (6.2), (6.1) durante el siguiente intervalo de tiempo. Esquemas de pasos fraccionados
asociados con reversin de rdenes se denominan esquemas de direcciones alternativas.
Los trminos restantes en la ecuacin de continuidad de la especie son fuente / sumidero externo
condiciones. Estos trminos pueden ser divididos por el operador a partir de las ecuaciones de
adveccin-difusin como una sola ecuacin diferencial ordinaria.

o dividido en varias ODEs. La ecuacin (6.4) se puede resolver antes o despus (6.1) - (6.3) se
resuelven.
En las unidades de relacin de mezcla de masa de aire hmedo, la ecuacin de difusin se puede
escribir a partir de (3.54) como:
Se pueden escribir ecuaciones anlogas para las direcciones sur-norte y vertical y para fuentes
/ sumideros externos. En las subsecciones siguientes, serie finita, serie expansin y mtodos de
volumen finito de aproximacin de derivados y de resolucin se discuten las ecuaciones de
adveccin-difusin.
6.4 APROXIMACIONES DE DIFERENCIAS FINITAS
Las soluciones aproximadas a las ecuaciones diferenciales parciales, como la adveccin-
difusin, se puede encontrar con la diferencia finita, la expansin en serie o el volumen finito
mtodos. El propsito de usar una aproximacin es reducir la solucin espacio para cada funcin
diferencial continua de un nmero infinito a un nmero finito de nodos espaciales o temporales
con el fin de acelerar el clculo del diferencial ecuacin.
Una aproximacin de diferencias finitas implica la sustitucin de cada operador diferencial (d)
con un diferencial discreto (?). Este anlogo es un aproximacin escrita en trminos de un
nmero finito de valores de la variable operado en cada nodo temporal o espacial. Si la velocidad
escalar oeste-este es una funcin continua en el espacio en un momento dado, sus valores
pueden ser funcin a una rejilla discretizada oeste-este, como se muestra en la figura 6.2. La red
consta de varias celdas de cuadrcula (tambin llamadas cuadrculas, puntos de cuadrcula o
nodos) colocadas a cualquier distancia aparte.

6.4 Aproximaciones de diferencias finitas

Figura 6.2 Discretizacin de un modelo continuo velocidad escalar oeste-este ux. Los oeste este se divide en
discretos las clulas y los valores de u se correlacionan funcin continua hasta el borde de cada celda. Las flechas
en las celdas representan magnitudes de la velocidad del viento. Distancias a lo largo del eje x tambin se asignan a
la Clulas.

Cuadro 6.1 (e) y (f) muestran las ecuaciones diferenciales parciales comnmente simulados en
modelos atmosfricos. Tales ecuaciones se escriben con respecto al tiempo y al espacio. Los La
solucin de la tabla 6.1 (e) requiere anlogos de diferencia finita para N / t y (uN) / x. La
solucin de la Tabla 6.1 (f) requiere anlogos de diferencia finita para u / t, u / x, y u / y.
6.4.1 Coherencia, convergencia y estabilidad
Una solucin numrica puede replicar una solucin exacta a una ecuacin diferencial parcial si
se cumplen varios criterios. Primero, un anlogo de diferencia finita en el espacio o el tiempo
debe convergen a su expresin diferencial cuando los trminos en el enfoque analgico cero.
Por ejemplo, si? N /? X es un anlogo de diferencia finita de N / x, la convergencia condicin
debe ser cumplido para que la aproximacin sea exacta.

Segundo, un anlogo de diferencia finita debe ser consistente. El anlogo de diferencia finita Se
obtiene \ lambda \ alpha en (6.6) a partir de una expansin en serie de Taylor. En la expansin,
los trminos de orden alto se descuidan para reducir la carga computacional de la aproximacin.
La diferencia entre la expansin completa de la serie Taylor y la expansin truncada la
aproximacin es el error de truncamiento. Una aproximacin de diferencias finitas de un derivado
es consistente si el error de truncamiento de la aproximacin se aproxima cero cuando x (o t) se
aproxima a cero. La consistencia ocurre cuando donde TE es el error de truncamiento de la
aproximacin \ Delta N / \ Delta x.

En tercer lugar, si una aproximacin de diferencias finitas es consistente, la velocidad a la que


su el error de truncamiento se aproxima a cero depende del orden de aproximacin. Lo orden de
aproximacin es el orden del trmino de orden ms bajo en la serie de Taylor expansin
despreciada en la aproximacin. Cuanto mayor sea el orden de aproximacin, ms rpido el error
de truncamiento converge hacia cero cuando se incrementa el espacio (o resolucin temporal.
As, con el mismo x, una aproximacin de orden alto es ms exacta que una aproximacin de
orden inferior. Para el mismo error de truncamiento, la aproximacin requiere un x menor que
una aproximacin de orden superior. En suma, una aproximacin de orden alto con un \ Delta x
grande puede tener el mismo truncamiento error como una aproximacin de orden inferior con
una pequea x. Debido a una alta la aproximacin incluye ms trminos, requiere ms clculos
que una aproximacin de orden bajo con el mismo x. Obtener un alto nivel con respecto a una
variable, como el espacio, es til slo si el orden de la otra variable, como tiempo, tambin es
alto. De lo contrario, la baja precisin en la derivada del tiempo en la derivada del espacio. Una
solucin ptima de diferencias finitas tiene orden en el espacio y el tiempo.
Cuarto, mientras que los anlogos individuales de la diferencia finita deben converger hacia las
exactas diferenciales, la solucin numrica global a una PDE debe converger a una cuando las
diferencias espaciales y temporales disminuyen hacia cero. Si Ne, x, t es una solucin exacta, y
Nf, x, t es una aproximacin de diferencias finitas de una PDE, en general convergencia ocurre
cuando Si una solucin numrica no es convergente, no es til.

En quinto lugar, para que un mtodo numrico tenga xito, debe ser estable. Se produce
estabilidad si la diferencia de valor absoluto entre las soluciones numricas y exactas no crecer
con el tiempo. As,
Donde C es una constante. La estabilidad depende a menudo del tamao del paso del tiempo
usado. Si un solucin numrica es estable para cualquier paso de tiempo menor que un valor la
solucin es condicionalmente estable. Si una solucin es estable, independientemente del paso
del tiempo, es incondicionalmente estable. Si una solucin es inestable, independientemente del
paso de tiempo, es incondicionalmente inestable.
Un esquema que es incondicionalmente inestable no puede ser convergente en general, pero
los anlogos individuales de diferencia finita en un esquema inestable pueden converger y
pueden se consistente. En otras palabras, la consistencia y la convergencia de los anlogos
individuales no garantizan la estabilidad. Por otro lado, la estabilidad est garantizada si se
convergente en general y sus anlogos de diferencia finita son convergentes y consistentes.
Otros problemas que surgen de las diferencias finitas y otras soluciones a las ecuaciones
diferenciales son la difusin numrica (difusin artificial de valores de pico a travs de varias
celdas de cuadrcula) y la dispersin numrica (ondas que aparecen detrs de valores pico).
Estos problemas suelen ser miti- resolucin de la retcula espacial (por ejemplo, decreciente x),
disminucin del paso de tiempo, o aumentando el orden de aproximacin del anlogo de
diferencia finita.
6.4.2 Aproximaciones de orden inferior de derivados
Una aproximacin de diferencias finitas de un diferencial, como u / x, implica la sustitucin de
las expresiones diferenciales individuales, tales como du o dx, con la diferencia finita anlogos,
tales como \ delta u \ alpha x, respectivamente. Supongamos que u / x es discretizado sobre
una rejilla oeste-este, como se muestra en la figura 6.2, donde todas las celdas de cuadrcula
son rectangulares. Cada celda se denomina un nmero ndice i, y la distancia desde el borde
occidental de toda la red hasta el borde occidental de la celda i es xi.
En la disposicin de la cuadrcula que acabamos de definir, la velocidad escalar diferencial du
en el punto xi puede ser aproximado como? ui = ui + 1 - ui-1,? ui = ui + 1 - ui, u? ui = ui-ui-1, que
son las aproximaciones de la central, de la delantera y de la diferencia hacia atrs,
respectivamente. Las discretizaciones correspondientes de dx son: xi = xi + 1 - xi - 1, xi = xi + 1
- xi, y \ leq xi = xi - xi - 1, respectivamente. En el caso de diferencia central, la pendiente de la
tangente en el punto xi en la figura 6.2 es aproximadamente Ecuaciones similares pueden ser
escritas para los casos de diferencia hacia adelante y hacia atrs.
Si el espaciamiento de la rejilla es uniforme (? X es constante), la suma de (6.11) y (6.12) es

Reordenar (6.13) da:

(6.14)
Soluciones numricas para ecuaciones diferenciales parciales

Figura 6.3 Aproximaciones derivadas en un punto de una funcin. El derivado en el punto B es aproximado con
acordes AC, BC, o AB, que dan la pendiente de la tangente en el punto B para el centro, diferencia hacia delante y
hacia atrs aproximaciones, respectivamente.

Dnde:

Incluye todos los trminos de pedido? x2 y superiores. Si O (x2) es pequeo, (6.14) se simplifica

Donde O (? x2) es ahora el error de truncamiento. La ecuacin (6.16) es un segundo orden la


aproximacin de la diferencia central de 2Nx / x2. La ecuacin es de segundo orden porque el
exponente de orden ms bajo en el error de truncamiento es dos. Es una diferencia central
aproximacin porque se basa en valores igualmente ponderados de N en cada lado del nodo x.
Restar (6.12) de (6.11) da:

Reordenar esta ecuacin resulta en:

Dnde:

6.4 Aproximaciones de diferencias finitas


Incluye todos los trminos de pedido? x2 y superiores. Si O (x2) es pequeo, (6.18) se simplifica

Donde i + 1 e i - 1 son sustitutos para x + x y x - x, respectivamente. Esta la ecuacin es una


aproximacin de la diferencia central de segundo orden de la primera derivada de Nx. La
ecuacin (6.20) da la pendiente de la tangente (representada por el acorde AC) de Nx en el
punto B de la figura 6.3.
Otra aproximacin de la primera derivada de Nx se obtiene a partir de la primera dos trminos
de (6.11). Reordenar estos trminos da:

La parte truncada de la aproximacin incluye trminos de primer orden y superior [Buey)]; por lo
tanto, (6.21) es una aproximacin de primer orden de diferencia de la primera derivado de Nx.
La pendiente de esta derivada est representada por el acorde BC en la figura 6.3.
Reordenar los dos primeros trminos de (6.12) da:

que es la aproximacin de diferencia de retroceso de primer orden de la primera derivada de Nx,


representado por el acorde AB en la figura 6.3.
Si el tiempo, no el espacio, es la variable independiente, el orden de segundo orden, el primer
orden aproximaciones de diferencia hacia atrs y de primer orden de Nt / t son:

Respectivamente, donde h = \ theta es el tamao del paso del tiempo, es el tiempo real, t + h es
uno paso de tiempo hacia adelante, y t - h es un paso de tiempo hacia atrs. Estas ecuaciones
se derivan de la misma manera que (6, 20), (6, 21) y (6,22), respectivamente.
6.4.3 Aproximaciones de orden arbitrario de derivados.
Las aproximaciones de diferencias finitas de orden arbitrario se pueden obtener
sistemticamente (por ejemplo, Celia y Gray 1992). La aproximacin de mN / xm, que es el
mth derivado de N, se puede obtener expandiendo la derivada a travs de q discreto nodos en
la direccin x. Si la variable independiente es el tiempo, la derivada puede ser ampliado a lo largo
de los pasos de tiempo q. El nmero mnimo de nodos permitidos en el:
Soluciones numricas para ecuaciones diferenciales parciales

Figura 6.4 Espaciado de cuadrcula de una cuadrcula espaciada arbitrariamente donde q = 5.


La derivada se toma en el punto nodo x3, marcado con *. la expansin es m + 1. En general, el
orden mximo de aproximacin de una diferencia finita la solucin es q-m, aunque puede ser
menor o mayor para algunos individuos casos. Por ejemplo, cuando m es par y el espaciado de
la rejilla es constante, el orden de la aproximacin puede aumentarse a q - m + 1.
La figura 6.4 muestra el espaciamiento arbitrario de la rejilla para la derivacin que viene. Los la
ubicacin en la que se toma la derivada no necesita corresponder a un nodo , aunque en la figura
se supone que la derivada se toma en el punto del nodo x3. La distancia entre dos puntos de
nodo es? Xi = xi + 1 - xi, donde i vara de1 a q - 1.
La solucin de diferencias finitas a la derivada mth a travs de q nodos es aproximadamente.

Donde el i 'es son constantes a determinar. Una expansin en serie de Taylor de N en nodo i a
travs del punto en el que se toma la derivada (*) es:

La combinacin (6.24) con (6.25) y la recopilacin de trminos dan:


Esta ecuacin puede ser reescrita como:

Dnde:

6.4 Aproximaciones de diferencias finitas


La ecuacin (6.28) representa una matriz de q ecuaciones e incgnitas. Multiplicando (6.28) por
n! da:

La derivada de orden ms alto se encuentra cuando Bn = 1 para n = m y Bn = 0 para todos otro


n.
La aproximacin de primer orden de la diferencia hacia atrs de N / x (m = 1) se encuentra a
partir de (6.29) discretizando N / x a travs de dos celdas equidistantes (q = 2), ajustando B1
= 1, y ajustando Bn = 0 para todos los otros n. La matriz resultante es:

Donde el subndice i - 1 indica un nodo a la izquierda de i. La matriz tiene solucin i-1 = -1 / \


alpha x y \ gamma i = 1 / \ alpha x. Sustituyendo estos coeficientes:

De (6.24) da la aproximacin mostrada en (6.22) y la Tabla 6.2 (a). Las aproximaciones de


segundo orden de las diferencias centrales y posteriores de N / x (m = 1) se encuentran
discretizando N / x a travs de tres nodos (q = 3). La resultante las matrices son:
Respectivamente. Sustituyendo soluciones a estas matrices en (6.24) se obtiene la aproximacin
mostradas en la Tabla 6.2 (c) y (d), respectivamente. La diferenciacin de segundo orden la
aproximacin de N / x se obtiene sincretizando alrededor de la primera columna in (6.32). El
resultado se muestra en la Tabla 6.2 (e). Diferencias de diferencia hacia delante y hacia atrs
son negativamente simtricas entre s.
Las aproximaciones de tercer orden de la diferencia hacia atrs y hacia adelante de N / x son
encontrado de una manera similar. Los resultados se muestran en la Tabla 6.2 (f) y (g),
respectivamente, donde las desratizaciones estn alrededor de cuatro celdas.
Soluciones numricas para ecuaciones diferenciales parciales
Tabla 6.2 Aproximaciones de diferencias finitas de N / x y 2N / x2
Una aproximacin de cuarto orden de diferencia central de N / x se encuentra de

La aproximacin resultante de esta matriz se muestra en la Tabla 6.2 (h). Un cuarto pedido la
aproximacin de diferencia hacia atrs de N / x se obtiene resolviendo (6.33) despus de
discretizar alrededor de la cuarta en vez de la tercera columna en la ecuacin. Los El resultado
se muestra en la Tabla 6.2 (i). La correspondiente diferencia de avance de cuarto orden La
aproximacin se muestra en la Tabla 6.2 (j). Otra diferencia de retroceso de cuarto orden la
aproximacin de N / x se obtiene resolviendo (6.33) despus de discretizar alrededor de la
quinta columna de la ecuacin. El resultado aparece en la Tabla 6.2 (k). La correspondiente
aproximacin de la diferencia de
6.4 Aproximaciones de diferencias finitas
Tabla 6.2 (l). Una aproximacin de cuarto orden de diferencia central de 2N / x2 es obtenido
por resolucin (6.33), pero fijando B2 = 1 y Bn = 0 para todos los otros n. los se muestra en la
Tabla 6.2 (n).
6.4.4 Esquemas de paso de tiempo para la ecuacin de adveccin-difusin
Las aproximaciones de diferencias finitas pueden aplicarse a las derivadas temporales y
espaciales de las ecuaciones de adveccin-difusin indicadas en (6.1) - (6.3). En el siguiente
subsecciones, se discuten aproximaciones a derivados temporales con respecto a la forma
oeste-este de la ecuacin de adveccin-difusin.
6.4.4.1 Criterio de estabilidad de Courant-Friedrichs-Lewy
Algunos esquemas de escalonamiento temporal son explcitos, mientras que otros son implcitos
o semiimplicados. En un esquema explcito de escalonamiento temporal, los trminos finales
(tiempo t) se calculan explcitamente a partir de valores conocidos (por ejemplo, de valores a
veces t - h, t - 2 h, etc.). De forma implcita tiempo-paso, los trminos finales (tiempo t) se evalan
a partir de otros trminos en el tiempo t, que son inicialmente desconocidos pero que se resuelven
simultneamente con el deseado condiciones. En un esquema semi-implcito, los trminos
finales se evalan a partir de algunos trminos que son (tiempos t - h, t - 2h, etc.) y otros trminos
que son desconocidos (tiempo t).
Mientras que los esquemas explcitos y semi-implcitos de escalonamiento temporal son
generalmente condicionalesestable (estable para cualquier paso de tiempo por debajo de un
valor especificado), algunos implcitos los esquemas pueden ser incondicionalmente estables
(estables sin importar el paso del tiempo). Tal esquemas, por naturaleza, no requieren iteracin.
Otros esquemas implcitos requieren iteracin, y stas son condicionalmente estables.
La limitacin de tiempo para una solucin explcita a la ecuacin de adveccin puede ser
aproximado con el criterio de estabilidad de Courant-Friedrichs-Lewy (CFL) (Courant et al., 1928).
La ecuacin de adveccin en la direccin oeste-este, por ejemplo, se encuentra eliminando el
trmino de difusin de (6.1). Cuando la ecuacin resultante se resuelve explcitamente, la
estabilidad se mantiene generalmente cuando el criterio CFL:
Se cumple, donde | umax | es la velocidad mxima del viento del oeste-este, y? xmin es el mnimo
oeste-este en el dominio. Si la velocidad mxima del viento es umax = 20 m $ ^ {- 1} $, por
ejemplo, y la longitud mnima de la celda de cuadrcula es? Xmin = 5 km, el criterio CFL predice
que el paso de tiempo mximo para mantener la estabilidad es h = 250 s. Para mantener la
estabilidad, no se permite que una parcela de aire clula de rejilla durante un solo paso de tiempo.
Para ecuaciones ms generales que la ecuacin de adveccin-difusin, | umax | debera se
sustituye por | cmax |, donde | cmax | es la velocidad mxima de propagacin en la dominio. En
el caso de las ecuaciones primitivas, la velocidad mxima de propagacin es la velocidad de
propagacin horizontal de las ondas acsticas (la velocidad del sonido) (Seccin 5.1).
Si la adveccin es ignorada, (6.1) se simplifica a la ecuacin de difusin del Oeste-Este. UN el
criterio de estabilidad para esta ecuacin, anlogo a (6.34), es h <? x2min / Kmax, donde Kmax
es el mayor coeficiente de difusin de remolinos en el dominio. Para un vertical tpico coeficiente
de difusin de Foucault de 50 m2 s-1, por ejemplo, este criterio de estabilidad sugiere que el
paso del tiempo para la difusin de remolinos a travs de una altitud de 100 m debe ser menor
de 200 s. Para un coeficiente de difusin horizontal tpico de 2500 m2 s-1, el el paso de tiempo
para la difusin de remolinos a travs de una celda de 5 km debe ser inferior a 10.000 s. Explcito
soluciones a la ecuacin de difusin son ms propensos a ser inestable en la vertical que en la
horizontal en un modelo atmosfrico.
6.4.4.2 Esquema de Euler hacia adelante
Un esquema bsico de discretizacin del tiempo para la ecuacin de adveccin-difusin es el
Esquema de Euler. Si u vara y K = Kh, xx es constante a lo largo de x, y si u y K son constantes
durante un paso de tiempo, el tiempo, la adveccin y los derivados de difusin en (6.1) se pueden
discretizar con (6.23), (6.20) y (6.16), respectivamente, para producir:

Las derivadas temporales y espaciales en esta ecuacin son de primer y segundo orden
aproximaciones, respectivamente. La ecuacin se denomina el tiempo forward-in-time,
centeredin- espacio (FTCS) porque la derivada del tiempo utiliza informacin de un paso previo
de tiempo, y los trminos de adveccin son expresiones de diferencia central. Como todos los
trminos de (6.35), excepto la concentracin final, se evalan en el momento t - h, la
aproximacin FTCS es explcita. Cuando una derivada temporal es de primer orden y
espacialderivados se determinan explcitamente, como en el ejemplo anterior, el esquema de
tiempo es un Euler delantero. Para todos los valores de u, esta ecuacin es incondicionalmente
inestable para K = 0 y para valores grandes de K y condicionalmente estables para valores
pequeos de K, excepto cuando K = 0 (Mesinger y Arakawa 1976).
Debido a que los valores en el lado derecho de (6.35) son conocidos, la ecuacin puede ser
resuelta inmediatamente para i = 1,. . . , I (donde I es el nmero de nodos oeste-este). Si la red
contiene lmites laterales, la solucin depende de los trminos (uN) 0, t-h, (uN) I + 1, t-h, (KN) 0,
t-h, y (KN) I + 1, t-h, que se encuentran ms all de los lmites. Fuera de los valores lmite pueden
establecerse igual a valores justo dentro del lmite (por ejemplo, en los nodos i = 1 e i = I) del
paso de tiempo anterior. Cuando la cuadrcula tiene lmites peridicos condiciones (por ejemplo,
una cuadrcula que no tiene lmites laterales porque se s mismo), el nodo i = 0 es tambin el
nodo i = I, y el nodo i = 1 es tambin nodo i = I + 1. En tal un caso, los valores de los lmites
externos no son necesarios.
6.4.4.3 Esquema implcito
La ecuacin (6.35) se puede resolver implcitamente evaluando todos los trminos del lado
derecho en el tiempo t. En forma implcita, (6.35) se convierte en:

La solucin de (6.36) a lo largo de i = 1,. . . , I se obtiene reordenando la ecuacin como:

Donde:

Para un dominio de rea limitada (un dominio con lmites en ambos extremos), la matriz derivado
de (6.37) es:

Donde A1N0, t y DINI + 1, t son valores lmites externos. Los valores externos son se supone
que se conocen de antemano aunque llevan el subndice t. Ecuacin (6.39) es una matriz
tridiagonal, que se resuelve mediante descomposicin matricial y posterior sustitucin en el
orden.
Descomposicin:

Sustitucin trasera:
Donde Ri representa el lado derecho de (6.39). La solucin a (6.39) es la conservacin en masa
e incondicionalmente estable para todos los valores de u y K, pero es numricamente difusivo.
Para obtener la solucin, (6.36) se convirti a partir de un diferencial parcial ecuacin
(dependiente del tiempo y del espacio) a una ecuacin diferencial ordinaria (dependiente a
tiempo). La ODE lineal se resolvi mediante descomposicin de matriz y sustitucin posterior.
Para un dominio con condiciones de contorno peridicas (Seccin 6.4.4.2), la matriz para (6.39)
se convierte:

Donde los valores en el nodo I son adyacentes a los del nodo 1. La solucin se obtiene por (6,40),
seguido por:

Esta solucin conserva la masa pero no requiere informacin de lmites externos.


6.4.4.4 Esquema de Crank-Nicolson
La aproximacin implcita que acabamos de describir fue de primer orden en el tiempo y el
segundo orden en el espacio. El orden de aproximacin en el tiempo puede ser mejorado hasta
el segundo orden con el esquema Crank-Nicolson (trapezoidal) (Crank y Nicolson 1947). Esta
esquema es semimplicita ya que algunos trminos en el lado derecho se evalan en el tiempo t
y otros se evalan en el momento t - h. Con el esquema de Crank-Nicolson, los derivados se
ponderan un 50 por ciento entre los tiempos inicial y final. Reescritura (6.35) da:
Donde c es el parmetro Crank-Nicolson. Cuando una ecuacin de diferencias finitas es escrito
en trminos de c, la ecuacin est en forma Crank-Nicolson. Cuando c = 0,5, (6.44) se reduce
al esquema de Crank-Nicolson, que es de segundo orden en el tiempo y incondicionalmente
estable para todos los valores de u y K. Cuando c = 0, (6.44) se reduce a (6.35), el esquema
de Euler hacia adelante, y cuando c = 1, (6.44) se reduce a (6.36), el esquema implcito. La
ecuacin (6.44) se puede reescribir como:

Donde:

Cuando una rejilla tiene lmites laterales, la matriz que surge de (6.45) es la misma que (6.39),
excepto que el lado derecho de (6.39) se reemplaza por

Las ecuaciones (6.39) y (6.47) se resuelven con (6.40) y (6.41). Para un dominio con condiciones
de contorno peridicas, (6.39) y (6.47) se resuelven despus de que la columna en (6.47),
despus de A1 y DI se colocan en la parte superior derecha y inferior izquierda, respectivamente,
de (6.39), y despus de E1 y GI se colocan en el superior derecha e inferior izquierda,
respectivamente, de (6.47).
6.4.4.5 Esquema de Leapfrog
Otro esquema que aumenta el orden de aproximacin en el tiempo al segundo orden es el
esquema de salto. Este esquema utiliza informacin de dos pasos previo para predecir la
informacin de un tercero. Ms especficamente, los derivados espaciales del tiempo t - h se
utilizan para evaluar las diferencias entre los tiempos t y t - 2h. El salto solucin a la ecuacin de
adveccin-difusin del oeste-este es:

Donde los valores de tiempo t - h y t - 2h se determinan a partir de pasos de tiempo anteriores.


La discretizacin anterior es de segundo orden en el tiempo y el espacio. Cuando se usa solo, el
esquema de salto de altura es incondicionalmente inestable para todos los valores distintos de
cero de K. Cuando K = 0, el esquema de salto-salto es condicionalmente estable para ecuaciones
lineales. Para no lineal ecuaciones, el esquema se desestabiliza con el tiempo. Para suprimir
esta inestabilidad, los clculos de otro esquema deben ser insertados cada pocos pasos de salto
(Mesinger y Arakawa 1976). Un esquema utilizado para estabilizar el esquema de salto de altura
es el Matsuno esquema.
6.4.4.6 Esquema de Matsuno
El esquema de Matsuno (Matsuno 1966) es un esquema de tiempo explcito comnmente
utilizado para estabilizar e inicializar el esquema de salto de altura. Con el Matsuno esquema,
las derivadas de tiempo se estiman con una aproximacin de diferencia hacia adelante. Los
valores estimados (subndice "est") se sustituyen en las derivadas espaciales para estimar los
valores finales. Los pasos de estimacin y correccin son:

Respectivamente. Aunque el esquema de Matsuno requiere el doble de clculos como hace el


Euler delantero o el esquema del salto por el paso del tiempo, el Matsuno esquema sigue siendo
una aproximacin de primer orden en el tiempo. Es condicionalmente estable para todos valores
de u cuando K es cero o pequeo pero absolutamente inestable para valores grandes de K
(Mesinger y Arakawa 1976). Cuando se combina con el esquema de salto para resolver las
ecuaciones de la dinmica atmosfrica, los pasos de Matsuno se toman generalmente cada 5-
15 saltar pasos.
6.4.4.7 Esquema de Heun
Con el esquema de Heun, los derivados del tiempo se calculan con una diferencia de diferencia
aproximacin que utiliza valores iniciales en la derivada espacial. Derivados finales se
determinan con una derivada espacial media. El promedio se toma como la mitad de la derivada
espacial determinada a partir de los valores iniciales ms la mitad del espacial derivado
determinado a partir de valores estimados. Con respecto a la adveccin- la ecuacin de difusin,
el esquema de Heun implica resolver (6.49) seguido por:
El esquema de Heun es una aproximacin de segundo orden en el tiempo. Para todos los valores
de u, este esquema es incondicionalmente inestable cuando K = 0 y cuando K es grande, y
condicionalmente estable cuando K es pequeo y no nulo (Mesinger y Arakawa 1976).
6.4.4.8 Esquema de Adams-Bashforth
Otro esquema de diferenciacin de tiempo es una versin simplificada del Adams-
Bashforthesquema. Al igual que el esquema de salto de altura, este esquema es explcito, utiliza
tres niveles de tiempo, y es una aproximacin de segundo orden en el tiempo. El esquema
discretiza la adveccin- ecuacin de difusin como:

donde el nivel de tiempo t - h es favorecido sobre el nivel de tiempo t - 2h. Para todos los valores
de u, el esquema de Adams-Bashforth es incondicionalmente inestable cuando K = 0 y cuando
K es grande y condicionalmente estable cuando K es pequeo y no nulo (Mesinger y Arakawa
1976). Este esquema es til para perodos cortos de integracin cuando un pequeo tiempo.
6.4.4.9 Esquema Runge-Kutta de Cuarto Orden
El ltimo esquema de diferencias de tiempo discutido es el Runge-Kutta de cuarto orden (por
ejemplo, Press et al., 1992). Este esquema es explcito y requiere informacin desde un solo
paso hacia atrs solamente, pero hace tres conjeturas antes de predecir valores finales para el
paso del tiempo. Cuando se aplica el esquema de Runge-Kutta al ecuacin de adveccin-
difusin, la concentracin en el tiempo t se calcula con:
Figura 6.5 Comparacin de la convergencia entre cuatro esquemas aplicados a los sistemas
onedimensionales ecuacin de adveccin-difusin para una concentracin de trazador. ---
Runge-Kutta, Adams-Bashforth, - - - Matsuno, adelante Euler. La velocidad y difusin del viento
coeficiente fueron constantes a 5ms-1 y 1000m2 s-1, respectivamente. Condiciones de los lmites
fueron peridicas. Los pedidos reales de aproximacin determinada por las curvas son mostrado.
De Ketefian y Jacobson (2005a). Cuando K = 0, el esquema es estable cuando h 2 2? X / |
umax |, donde | umax | es el mxima velocidad del viento oeste-este. Cuando | umax | = 0, el
esquema es estable cuando h C? x2 / Kmax, donde Kmax es el coeficiente de difusin mximo
en la cuadrcula y C es una constante entre 0,25 y 0,3. Cuando K> 0 y | umax | > 0, la estabilidad
de el esquema es una funcin compleja de | umax |, Kmax y espaciamiento de grillas (Ketefian
2005; Ketefian y Jacobson, 2005a).
Cuando K = 0, el esquema es estable cuando h 2 2? X / | umax |, donde | umax | es el mxima
velocidad del viento oeste-este. Cuando | umax | = 0, el esquema es estable cuando h C? x2 /
Kmax, donde Kmax es el coeficiente de difusin mximo en la cuadrcula y C es una constante
entre 0,25 y 0,3. Cuando K> 0 y | umax | > 0, la estabilidad de el esquema es una funcin
compleja de | umax |, Kmax y espaciamiento de grillas (Ketefian 2005; Ketefian y Jacobson,
2005a).
La Figura 6.5 compara la convergencia de la Runge-Kutta de cuarto orden, Adams- Bashforth,
Matsuno y esquemas de Euler. El Matsuno y el delantero Euler son aproximaciones de primer
orden en el tiempo, como se ilustra en la muestra que cuando el paso de tiempo se reduce a la
mitad, los errores de los esquemas disminuyen por la mitad. El esquema de Adams-Bashforth es
una aproximacin de segundo orden en el tiempo. As, un factor de dos reduccin en el paso del
tiempo reduce su error por un factor de las cuatro. Un factor de reduccin de dos en el paso de
Runge-Kutta de cuarto orden idealmente reduce su error en un factor de 16. La cifra, sin embargo,
muestra que una reduccin en el paso del tiempo por un factor de dos redujo el error por un factor
de 36-41, haciendo este esquema un esquema de orden quinto sexto para esta aplicacin. La
razn es que el orden de aproximacin es el orden del trmino de orden ms bajo en una serie
de Taylor expansin despreciada en la aproximacin. En el presente caso, el orden ms bajo
negligencia fue insignificante, por lo que el orden de aproximacin se rige por el segundo trmino
de menor orden se descuida. La figura 6.5 muestra que no slo un esquema de alto orden
disminuye el error con un paso de tiempo decreciente en mayor medida que un esquema de
orden bajo, pero un de alto orden tambin resulta en un error menor en cualquier paso de tiempo
dado que de bajo orden.
6.5 MTODOS DE EXPANSIN DE LA SERIE
Con un mtodo de diferencia finita, cada diferencial en una PDE se sustituye por una diferencia
anlogo escrito en trminos de un nmero finito de valores a lo largo de una direccin espacial.
Con un mtodo de expansin en serie, una variable dependiente (por ejemplo, u, v, w, N) en una
PDE se sustituye por una serie finita que se aproxima a su valor. Si el PDE que surge de la
ecuacin de adveccin oeste-este en el nodo i es:

Una aproximacin de expansin en serie de la concentracin numrica en el nodo i es:

Donde Ni (x) se llama una funcin de prueba. Supongamos que u es constante. El conjunto de
los nodos j sobre los cuales se aproxima la funcin de prueba es el espacio de ensayo. La
pruebafuncin es la suma, sobre cada nodo en el espacio de ensayo, de la verdadera
concentracin, Nj, multiplicado por una funcin de base e j (x). La diferencia entre (6,70) cuando
Ni (x) y cuando se utiliza la suma sobre Nj e j (x) es el residuo, Ri (x). UN residual es la diferencia
entre una funcin aproximada y una exacta. Un mtodo de expansin en serie que utiliza una
funcin de base local es un elemento finito mtodo. Un mtodo de expansin en serie que utiliza
una funcin de base global ortogonal a el residuo es un mtodo espectral. Un mtodo comn de
elementos finitos es el Galerkin mtodo de elementos finitos. Con este mtodo, la funcin de
base local es tambin ortogonal al residuo. Las funciones de base de otros mtodos de
elementos finitos pueden o pueden no puede ser ortogonal al residuo. Debajo, el Galerkin finito-
El mtodo del elemento es discutido, y se describe brevemente un tipo de mtodo espectral.
6.5.1 Mtodo de elementos finitos
Con el mtodo de elementos finitos de Galerkin, las funciones de base se tratan como el peso
funciones en que ponderan un residuo en cada uno de varios nodos a lo largo de una rejilla
espacial (espacio de prueba). La suma, sobre el espacio de ensayo, del residuo multiplicado por
el peso es cero (por ejemplo, Pepper et al., 1979, Celia y Gray 1992). As,

El propsito de esta restriccin es minimizar Ri (x) forzando su promedio ponderado sobre el


dominio a cero. Con el mtodo de Galerkin, la funcin de peso ei (x) y el espacio de prueba en
(6.72) son los mismos que la funcin de base e j (x) y el espacio de prueba, respectivamente, en
(6.71). Para otros mtodos, ei (x) y e j (x) pueden diferir, y la pruebael espacio puede diferir del
espacio de prueba. Mtodos en los que los espacios de prueba y ensayo son los mtodos de
Petrov-Galerkin.
El residuo de (6.70) es:
6.5.2 Mtodo pseudospectral
Al igual que el mtodo de elementos finitos, el mtodo pseudospectral implica la sustitucin del
operador espacial diferencial por una serie finita de funciones de base. En el En el caso del
mtodo de elementos finitos, las funciones de base son funciones locales. En el caso del mtodo
pseudospectral, las funciones de base son una serie finita de ortogonal funciones. La diferencia
entre un mtodo espectral y un pseudospectral es que, con el primero, las derivadas del tiempo
y del espacio se aproximan con una serie finita.
Con esta ltima, las derivadas espaciales se aproximan con una serie finita, pero el tiempo los
derivados se aproximan con una expansin explcita de la serie de Taylor u otra mtodo.
Si la velocidad del viento en la direccin x es constante, la ecuacin de adveccin oeste-este
para la concentracin del nmero de gas

La solucin pseudospectral de esta ecuacin se puede encontrar representando N (x, t) sobre el


intervalo 0 x L por la serie de Fourier.

(Orszag 1971, Wengle y Seinfeld 1978, Hack 1992), donde k es el nmero de onda y ak (t) son
coeficientes de Fourier complejos. En t = 0, N es una funcin conocida de x. Los valores de ak
(0) se encuentran integrando ambos lados de (6.88) de 0 x L. el resultado es:

Para la aplicacin prctica, la serie infinita en (6.88) se trunca a un nmero finito de


wavenumbers, K, dando:

Cuanto mayor sea el valor de K, ms exacta ser la estimacin de N.


Una solucin pseudospectral a (6.87) se puede encontrar tomando un segundo orden, la
aproximacin de la diferencia central de (6.90) con respecto al tiempo y la aproximacin parcial
derivado de (6.90) con respecto al espacio. Las expresiones resultantes son:
Respectivamente. Sustituyendo estos en (6.87) rendimientos

Que pueden ser separados en K ecuaciones de la forma:

La ecuacin (6.94) es explcita y puede resolverse inmediatamente, puesto que los valores de ak
en el tiempo t - h y t - 2h se conocen a partir de etapas de tiempo anteriores. Coeficientes de
Fourier para el el primer paso de tiempo (t = h) se obtiene tomando una diferencia hacia adelante,
en lugar de una diferencia central aproximacin en (6.91). Una vez que los coeficientes de Fourier
se han determinado (6.94), se sustituyen de nuevo en (6.90) para obtener una estimacin de N
en el tiempo t para cualquier valor de x.
Una ventaja de un esquema pseudospectral sobre una aproximacin de diferencia finita es que
slo las ecuaciones K deben ser resueltas en el esquema pseudospectral. En una diferencia finita
esquema, I ecuaciones de diferencia finita necesitan ser resueltas por paso de tiempo, donde I
es el nmero de celdas de la cuadrcula en una direccin. Por lo general, I> K. Considerando que
la solucin pseudospectral al problema de adveccin lineal es fcil de implementar, es no se
aplica fcilmente a problemas no lineales, como cuando u vara en el espacio o cuando u es una
variable pronstica. En tales casos, se requiere una funcin de base separada para u. La
multiplicacin de dos series finitas, tal como una para u y una para N, resulta en trminos
adicionales, ralentizando la solucin numrica pseudospectral. Una forma de evitar la
multiplicacin de los productos de funcin espectral-base es con la transformacin espectral
(Eliasen et al., 1970, Orszag 1970).
Para el modelado global, las funciones de base utilizadas son los armnicos esfricos. Estas
funciones son una combinacin de funciones seno y coseno a lo largo de la zona (oeste- este) y
las funciones de Legendre a lo largo de la direccin meridiana (sur-norte) en una esfera. Son
computacionalmente rpidos en comparacin con alguna otra base funciones. Los mtodos
espectrales y pseudospectrales se discuten con ms detalle en Orszag (1970), Washington y
Parkinson (1986), Holton (1992), Hack (1992), y Krishnamurti et al. (1998). Las tcnicas
seudoespectrales se utilizan comnmente para discretica trminos de adveccin horizontal en
modelos globales.
6.6 MTODOS DE VOLUMEN FINITO