CAPÍTULO 3

O Método das Diferenças Finitas

Nesse capítulo é apresentado o Método de Diferenças Finitas e sua aplicação a problemas

de engenharia, principalmente em de difusão de calor em regime transitório.

3.1 Processo de discretização

A solução analítica das equações diferenciais parciais envolve expressões na forma

fechada as quais fornecem a variação das variáveis dependentes continuamente através do
domínio. Em contraste, soluções numéricas podem dar respostas somente em pontos discretos
do domínio, chamados pontos nodais ou pontos da malha. Para a solução numérica, as
derivadas da função existentes na equação diferencial devem ser substituídas pelos valores
discretos da função, como ilustrado na Figura 3.1. A maneira de obter essas equações algébricas
é que caracteriza o tipo do método numérico. Lembramos que métodos como o BEM (Boundary
Element Method), necessitam apenas da discretização da fronteira do domínio. Tais métodos
são denominados meshless.

Equação diferencial Sistema de equações

L(  ) = 0 e algébricas [A] [  ] = [B]
condições de contorno
Figura 3.1 Tarefa do método numérico.

onde L(  ) é o operador diferencial.

25
 Métodos Numéricos Aplicados à Engenharia

Por conveniência, vamos assumir que o espaçamento dos pontos da grade, denominada
de malha, na direção x é uniforme e igual a  x e que o espaçamento na direção y é também

uniforme e dado por  y .

Na figura abaixo, os pontos da malha são identificados na direção x pelo índice i e na
direção y pelo índice j

x
Figura 3.2 Pontos discretos da malha.

3.2 Base do Método de Diferenças Finitas.

Representações das derivadas em diferenças finitas são baseadas na expansão em série

de Taylor. Por exemplo, se ui,j denota o componente x da velocidade no ponto (i, j), então a
velocidade ui+1,j no ponto (i+1,j) pode ser expressa em termos de uma expansão em série de
Taylor sobre o ponto (i, j):

u    2 u  x 2   3u  x3
ui 1, j  u i , j     x   2    3   (3.1)
  x i, j   x  i , j 2   x  i, j 6

A equação (3.1) é matematicamente uma expressão exata se:

(a) o número de termos é infinito e a série converge;
(b) e / ou  x  0.

26
 Métodos Numéricos Aplicados à Engenharia

Para computação numérica, é impraticável calcular um número infinito de termos. Dessa

maneira, a equação (3.1) é truncada. Por exemplo, se os termos de magnitude (  x )3 e termos de
ordens mais altas forem desprezados, a equação (3.1) reduz-se a:

u    2u  x2
ui 1  ui , j     x   2  (3.2)
  x i , j   x i , j 2

Nós dizemos que a equação acima tem acurácia de segunda ordem, porque os termos
iguais ou maiores que (  x )3 foram desprezados. Se os termos de ordem (  x )2 e de ordens
maiores forem desprezados, nós obtemos:

u 
ui 1  ui, j     x (3.3)
  x i , j

onde a equação (3.3) tem acurácia de primeira ordem.

Nas equações (3.2) e (3.3), os termos desprezados representam o erro de truncamento na
representação da série finita. Por exemplo, o erro de truncamento para a equação (3.2) é:

  n u   x n
  n 
n  3   x  i, j n!

e o erro de trucamento para a equação (3.3) é:


  n u   x n
  n 
n 2   x  i, j n!

O erro de trucamento pode ser reduzido por:

(a) Tomando-se mais termos na série de Taylor, equação (3.1). Isto leva o
aumento na ordem de acurácia na representação de ui+1, j;
(b) Reduzindo-se a magnitude de  x .

u 
Vamos retornar a equação (3.1) e calcular   :
  x  i, j

u  u u   2u   x   3u   x 2
   i 1, j i, j   2    3  
  x i , j  x   x i , j 2   x i , j 6

erro de truncamento

ou

u  u u
   i 1, j i , j  O x  (3.4)
  x i , j x

27
 Métodos Numéricos Aplicados à Engenharia

O(  x ) - termos da ordem de  x .

Derivada a jusante, com acurácia de primeira ordem:

u  u u
   i 1, j i , j  O x  (3.5)
  x i , j x

Vamos escrever a expansão em série de Taylor sobre o ponto (i-1,j) para u i-1,j

u   2 u    x 2   3 u    x 3
u i 1, j  u i , j      x    2    3   , ou
  x i, j   x i, j 2   x i, j 6
(3.6)
u   2 u   x 2   3 u   x 3
u i 1, j  u i , j     x    2    3  
  x i, j   x i, j 2   x  i, j 6

u 
Resolvendo para   , nós obtemos:
  x  i, j

u  u u
   i , j i 1, j  O x  (3.7)
  x i , j x

Derivada a montante, com acurácia de primeira ordem.

Vamos subtrair a equação (3.6) de (3.1):

u    3 u   x 3
ui 1, j  u i 1, j  2   x   3   (3.8)
  x i, j   x i, j 3

u 
Resolvendo para   , obtemos:
  x  i, j

u  u u
   i 1, j i 1, j  O x 2 (3.9)
  x i , j 2 x

Esta é a derivada central, com acurácia de segunda ordem, para o ponto (i, j).
Para obter uma expressão em diferenças finitas para a derivada parcial de segunda

  2u 
ordem   , primeiro reescrevemos a equação (3.8).
2 
 x 

28
 Métodos Numéricos Aplicados à Engenharia

u  u u   3u   x 2
   i 1, j i 1, j   3   (3.10)
  x i , j 2 x   x i , j 6

Substituindo a equação (3.10) em (3.1)

u  ui 1, j   3u   x 2    2u   x 2
ui 1, j  ui , j   i 1, j   3   x   2  
 2 x   x i , j 6    x i , j 2
(3.11)
  3u   x3   4u   x 4
 3    4  
  x i, j 6   x i , j 24

  2u 
Resolvendo (3.11) para   , obtemos
2 
  x i, j

  2u  u  2ui , j  ui 1, j
 O x 
2
 2   i 1, j (3.12)
  x i , j  x  2

Derivada central de segunda ordem.

Expressões em diferenças para as derivadas em y são obtidas da mesma maneira.

u  u u
   i , j 1 i , j  O y  Derivada a jusante
  y i , j y

u  u u
   i , j i, j 1  O y  Derivada a montante
  y i , j y

u  u u
   i, j 1 i , j 1  O y 2 Derivada Central
  y i, j 2 y

A derivada segunda também pode ser calculada de seguinte forma:

  u  u  
      
  2u      u     x i 1, j   x i 1, j  1
 2      
  x
  x i , j   x   x  i , j 
x

 

  2u   u u  u u  1
 2    i 1, j i, j    i , j i 1, j 
  x i , j  x   x   x

  2u  u  2ui, j  ui 1, j
 2   i 1, j (3.13)
  x i , j  x 2

29
 Métodos Numéricos Aplicados à Engenharia

A equação (3.13) é análoga a equação (3.12).

  2u 
A mesma filosofia pode ser usada para se obter a derivada mista   no ponto (i,
  x y i , j
j). Por exemplo:

u  u 
    
2
  u     u    y i 1, j   y i 1, j
    
  x y  i , j  x   y  2 x
(3.14)

  2u   u u  u u  1
    i 1, j 1 i 1, j 1    i 1, j 1 i 1, j 1 
  x y i , j  2 y   2 y   2 x

ou

  2u  1
    
u i 1, j 1  u i 1, j 1  u i 1, j 1  u i 1, j 1   O  x  ,  y 
2 2
 (3.15)
  x y  i, j 4 x y

A Figura 3 mostra a interpretação geométrica das derivadas.

Figura 3.3 Interpretação geométrica das fórmulas de diferenças finitas para as

derivadas de 1a. ordem.

1 2
Exercício 3.1 – Dada a função f  x  = x , calcule a primeira derivada de f em x=2,0 usando
4
aproximação em diferenças finitas avançada e retrógrada. Compare esses resultados com uma

30
 Métodos Numéricos Aplicados à Engenharia

aproximação em diferenças centrais e o valor analítico exato. Use tamanhos de passos:  x = 0,1
e 0,4. Preencha o quadro abaixo.

Valor
 x = 0,1  x = 0,4  0,1  0,4
Analítico
Der. Retrógrada

Der. Avançada

Der. Central

f
Exercício 3.2 – Dada a função f  x   sin2 x  , determine em x=0,375, usando
x
representação em diferença central de ordem ( x )2 e ( x )4. Use passos 0,01, 0,1 e 0,25.
Compare e discuta os resultados. Preencha o quadro abaixo.
f f f
 i 1 i 1  O x 
2

x 2 x 

Aproximação por diferenças centrais

f f f 2
ordem ( x )2:  i 1 i 1  O x 
x 2 x 
 f  fi  2  8 f i 1  8 f i 1  fi  2
 O x 
4
ordem ( x )4: 
x 12 x 

 Valoraproximado  Valoranalitico 
determinação do erro percentual:     100 (%)
 Valoranalitico 

Valor
 x = 0,01  x = 0,1  x = 0,25  0,01  0,1  0,25
Analítico
ordem
( x )2
ordem
( x )4

3.3 Tratamento da fronteira.

31
 Métodos Numéricos Aplicados à Engenharia

Muitas outras aproximações diferentes podem ser obtidas para as derivadas acima, como
bem para as derivadas de ordens maiores.
O que acontece com a fronteira? Que tipo de difereciamento é possível quando nós temos
somente uma direção? Imagine o problema abaixo.

Figura 3.4 Pontos da malha na fronteira

u 
Nós desejamos construir uma aproximação por diferenças finitas para   na
  y 1
fronteira. A aproximação mais fácil é a derivada a jusante:

  u  u 2  u1
    O y  (3.16)
  y 1 y

a qual tem acurácia de primeira ordem. Como podemos obter uma acurácia de segunda ordem?
A derivada central falha, porque não existe o ponto 2’.
Vamos assumir que na fronteira u passa ser expressa pelo polinômio:

u(y)= a +by + cy 2 (3.17)

Aplicando a equação (3.17) para os pontos da malha.

u1 = a
 2
u2 = a +b y + c   y  (3.18)
 2
u3 = a +b  2  y  + c  2  y 

Resolvendo este sistema para b :

 3u1  4u2  u3
b (3.19)
2 y

32
 Métodos Numéricos Aplicados à Engenharia

Retornando a equação (3.17) e diferenciando:

u
 b  2cy (3.20)
y

Se (3.20) for avaliada na fronteira onde y =0,

u 
   b (3.21)
  y 1

Combinando (3.19) e (3.20) temos:

  u   3u1  4u2  u3
   (3.22)
  y 1 2 y

Vamos verificar a ordem de aproximação da eq. (3.20) através da expansão em série de

Taylor sobre o ponto 1.

u    2 u  y 2   3u  y 3
u  y   u1    y   2    3  (3.23)
  y 1   y 1 2   y 1 6

Comparando as equações (3.23) e (3.17), percebemos que a expressão polinomial

assumida é análoga aos primeiros três termos da série de Taylor. Portanto, a equação (3.17) é de
O(  y )3. Na formação da derivada (3.22) nós dividimos por  y , o que então faz (3.22) da

ordem de O(  y )2. Portanto:

  u   3u1  4u2  u3
 O y 
2
   (3.24)
  y 1 2  y

Exercício 3.3 – Considere a aproximação polinomial de 2a. ordem.

Figura 3.5 Função polinomial passando por três pontos.

33
 Métodos Numéricos Aplicados à Engenharia

a) Calcular a função   x  pela expressão polinomial:

  x   a  bx  cx 2

Solução de   x  :  x  
x  x2 x  x3    x  x1 x  x3    x  x1 x  x2  
x1  x2 x1  x3  1 x2  x1 x2  x3  2 x3  x1 x3  x2  3

Assuma que (x2 - x1)  (x3 - x2)

  
b) Calcular:  
  x x

           2 
c) Calcular:   ,   ,   e  2  , assumindo
  x 1   x 2   x 3   x  2
 x   x2  x1    x3  x2   cte

3.4 Formulações Explícita, Totalmente Implícita e Implícita.

Nessa seção serão expostos os princípios das formulações: explícita, totalmente implícita
e implícita.
Vamos exemplificar utilizando o problema de condução transiente unidimensional, que
pode ser expresso por:

 (  cPT )    T 
 k   q (3.25)
t  x  x 

sendo T a temperatura [oC],  a massa específica do material [kg/m3] , cP o calor específico à

pressão constante [J/(kg K)], k a condutividade térmica do material [W/(m K)] e q o termo
fonte de geração de calor [W/m3].

Para propriedades constantes a equação (3.25) se reduz para:

1T  2 T q
  (3.26)
 t  x2 k

sendo   k /(  cP ) a difusividade térmica do material [m2/s].

A Figura 3.6 ilustra a notação empregada para a malha numérica em problemas

unidimensionais. P denota o ponto nodal da malha sendo resolvido, e os seus respectivos nós
vizinhos à direita, E , e à esquerda, W .

34
 Métodos Numéricos Aplicados à Engenharia

Figura 3.6 Malha numérica unidimensional.

As aproximações espaciais são obtidas discretizando-se as derivadas com o Método de

Diferenças Finitas,

T TE  TP
  O  x Derivada de primeira ordem a jusante
 x P
x

T T T
 E W  O x Derivada de primeira ordem a montante
 xP x

T TE  TW 2
  O x Derivada de primeira ordem central
 x P
2 x

 2T TE  2TP  TW 2
 2
 O  x Derivada de segunda ordem central (3.27)
 x2 P  x

A aproximação do termo transitório pode ser feita como:

T TPn 1  TPn
  O  t (3.28)
t P
t
sendo:
TP  temperatura no ponto P no instante futuro ( n  1 ).

TP0  temperatura no ponto P no instante atual ( n ).

As temperaturas no tempo anterior são conhecidas em todos os pontos do domínio.

Uma questão importante surge agora com relação ao nível de tempo no qual será
avaliado o lado direito da equação (3.28). Lembrando que este termo representa os fluxos
difusivos de calor, e que estamos avançando a solução de um nível de tempo para outro,
devemos decidir se vamos avaliar esses fluxos no início, no fim ou em uma posição
intermediária do intervalo de tempo. Denotando por  a posição, no intervalo de tempo, de
avaliação do termo difusivo, temos a seguinte aproximação numérica para (3.28).

35
 Métodos Numéricos Aplicados à Engenharia

TPn 1  TPn T   2T P  T W q

 E    O[( t ,( x ) 2 ] (3.29)
t ( x ) 2 k

3.4.1 Formulação Explícita 1D (  n) .

Escolhendo  = n, temos a formulação explícita, onde todas as temperaturas vizinhas a P

são avaliadas no instante anterior e, portanto, já são conhecidas. É possível explicitar a incógnita
da equação ( TPn 1 ) em função de temperaturas vizinhas, todas conhecidas.

A formulação explícita dá origem a um conjunto de equações algébricas que podem ser

resolvidas uma a uma, obtendo-se a temperatura em cada ponto do espaço para o novo nível de
tempo. Pelo fato das equações não serem acopladas entre si, não existe a necessidade de resolver
uma matriz.

Figura 3.7 Malha regular unidimensional

Para a formulação explícita, isto é,  = n, e a malha unidimensional da figura 3.7, a

equação (3.29) pode ser reescrita como:

TPn 1  TPn T n  2T nP  T Wn qP

 E   (3.30)
t ( x)2 k

ou,
TPn 1  1  2rx  TPn  rx (TEn  TWn )  QP (3.31)

onde
 t qP
rx  QP   t (3.32)
 x 2 k

rx  Fo =número de Fourier

36
 Métodos Numéricos Aplicados à Engenharia

Considere o problema unidimensional de transferência de calor por condução, sem

termo-fonte, e com as seguintes condições:

* Condições iniciais: para t  0 s T2  0; T3  0; T4  0

* Condições de contorno: para t  0 s T1  100 ; T5  0

Para a formulação explícita, a evolução no tempo exige a limitação do intervalo de

1
tempo, ou seja, um critério de estabilidade. Da análise de Von Neumann, na Eq. (3.31): rx  ,
2
para manter o coeficiente de Tpn sempre positivo ou nulo.

Se isto não for atendido, o coeficiente (1  2 rx ) na equação (3.31) pode oscilar entre

valores positivos e negativos, e isto ferir princípios termodinâmicos.

1
Baseado na Eq, (3.31) e empregando rx  , as expressões para T2 , T3 e T4 são
2
( QP  0 ):

 n 1 1 n
 n
T2  2 T 3  T 1 

 n 1 1 n

T3  T 4  T 2
2
n


 n 1 1 n
 n
T4  2 T 5  T 3 

Resultando, em regime permanente, no campo de temperatura:
{T1=100, T2=75, T3=50, T4=25 e T5=0 }

A evolução do perfil de temperaturas com o tempo é mostrado na figura abaixo.

Figura 3.8 Evolução do perfil de temperatura.

37
 Métodos Numéricos Aplicados à Engenharia

Exemplo 3.1 – Condução de calor 1D – MDF – Formulação explícita (FE).

a) Determine o campo de temperatura em regime permanente para a barra isolada lateralmente

e com termo fonte de geração uniforme de calor, q ¢¢¢ = 5 ´ 103 W / m 3 . Inicialmente a barra

está a uma temperatura isotérmica T i = 30oC , quando então são impostas as condições de

contorno mostradas. Use o Método de Diferenças Finitas e 3 pontos internos, como mostrado
na figura. O material da barra é o alumínio com propriedades: condutividade térmica

k = 177 W / (m .K ) e difusividade térmica a = 1, 00 ´ 10- 4 m 2 / s .

b) Determine a solução analítica do problema na forma literal. Compare com os resultados do

item anterior.

T2 T3 T4
o
T1=80 C T5 =20oC
x
x
L=0,26 m

3.4.2 Formulação Totalmente Implícita 1D (  n  1) .

Se na equação (3.29) fizemos  = n+1, teremos a formulação totalmente implícita.

TPn 1  TPn T n 1
E  2T nP1 T Wn 1 qP
   (3.33)
t (  x )2 k
ou,
 rxTEn 1  (1  2 rx )TPn 1  rxTWn 1  TPn  QP (3.34)

onde as definições de rx e de QP são as mesmas apresentadas na Eq. (3.32).

A Eq. (3.34) quando aplicada para cada ponto da malha, origina um sistema de equações
algébricas, uma vez que elas estão acopladas entre si.
Não existe mais possibilidade de coeficiente negativo para TP. A formulação é
incondicionalmente estável e o intervalo de tempo é limitado por precisão.
1
Para o problema discutido na seção 3.4.1 e com rx  e QP  0 :
2

38
 Métodos Numéricos Aplicados à Engenharia

 n 1 1 n1 1
T2  4
 T3  T1n 1   T2n
2

 n 1 1 n1 1
T3 
4
 T4  T2n 1   T3n
2
(3.35)

 n 1 1 n1 1
T4 
 4
T5  T3n1   2 T4n

As equações acima podem ser escritas na forma:

aPTP  aETE  aW TW  b (3.36)

Fazendo P=2, 3 e 4:

 a2 T2n 1  a3T3n 1  b2
 n 1 n 1 n1
 a3 T3  a4 T4  a2 T2  b3 (3.37)
 n 1 n 1
 a4 T4  a3 T3  b4

onde as temperaturas T1 e T5 foram incluídas nos termos independentes b2 e b4,

respectivamente.
O sistema de equações (3.37) pode ser escrito na forma matricial como:
AT   B  (3.38)

1 
n 1
 T1  T2n 
(1  2rx ) rx 0  T2   b2  2
 r   n 1     
(1  2rx ) rx T  b  T3n  (3.39)
 x   3   3 
 0 rx (1  2 rx )  T4n 1  b4   1 n

 T5  T4 
2 

Sendo: [A]  a matriz de coeficientes (constante).

[T]  vetor de incógnitas.
[B]  vetor lado direito (dependente do tempo).

O sistema de equações (3.37) deve ser resolvido para cada intervalo de tempo, pois o
problema é transitório.

Exemplo 3.2 – Condução de calor 1D – MDF – Formulação totalmente implícita (FTI).

Resolver o Exemplo 3.1, empregando agora na solução a formulação totalmente

implícita.

39
 Métodos Numéricos Aplicados à Engenharia

3.4.3 Formulação Implícita.

Na formulação implícita, os valores das temperaturas que entram no cálculo do fluxo de

calor (difusivo) são tomados como uma ponderação dos valores dessas temperaturas no começo
e no fim do intervalo de tempo. O método mais conhecido é o de Crank-Nicolson   1 / 2 , onde

a temperatura é tomada como uma média aritmética entre as temperaturas Tpn e Tpn 1 , como:

TPn    TPn 1  1    TPn (3.40)

TPn  Temperatura conhecida no instante presente (n).

TPn 1  Temperatura a ser determinada no instante futuro (n+1).

Figura 3.X Função de interpolação no tempo.

É importante observar que basta  ser diferente de zero para que as equações fiquem
acopladas, caracterizando a implicitude entre as mesmas.
A figura 3.9 ilustra, para os três tipos de formulações, as conexões existentes entre o
ponto P e seus vizinhos, no instante de tempo futuro e no instante de tempo presente.

  n (Formulação Explícita)

n    n  1 (Formulação Implícita)

40
 Métodos Numéricos Aplicados à Engenharia

  n  1 (Formulação Totalmente Implícita)

Figura 3.9 Tipos de formulação

Da equação (3.40), para  = n+1/2, obtemos:

1  1
TPn1 2  TPn1  1   Tpn
2  2
1 n1
TPn1 2 
2
TP  TPn  (3.41)

Na equação (3.29) :

TPn 1  TPn T n 1/ 2

E  2T nP1/ 2  T Wn1/ 2 q
   (3.42)
t ( x ) 2 k

n1/ 2 n1/ 2
Substituindo na equação (3.42), expressões semelhantes a (3.41) para T P , T E e

T Wn1/ 2 , obtemos:

 rxTEn 1  2(1  rx )TPn 1  rxTWn 1  2(1  rx )TPn  rx (TEn  TWn )  QP (3.43)

Observe que a equação resultante para a formulação implícita é nesse caso uma
ponderação entre as equações (3.31) para a formulação explícita e a (3.34) para a formulação
totalmente implícita. As definições de rx e de QP são as mesmas apresentadas na equação

(3.32).

41
 Métodos Numéricos Aplicados à Engenharia

Discuta qual o critério de estabilidade necessário para a equação (3.43).

3.5 Condições de contorno

As condições de contorno podem ser de três tipos:

a. de 1ª espécie ou de Dirichlet;
b. de 2ª espécie ou de Neuman;
c. de 3ª espécie ou de Robin.

3.5.1 Condição de contorno de 1ª espécie ou de Dirichlet

Para essa condição de contorno, o valor da variável  deve ser especificado ao longo de

uma fronteira  R , de um domínio R .


s

R R

Figura 3.10 Domínio de solução de uma equação diferencial.

Para o caso de condução de calor, essa condição de contorno corresponde a ter a

temperatura da fronteira especificada: T f .

Tf TP
...
x
L

3.5.2 Condição de contorno de 2ª espécie ou de Neuman

Para essa condição de contorno, o gradiente normal:  /   f , ou tangencial:

 / s  g , deve ser especificado na fronteira. Quando f  0 , dizemos que se trata de uma

condição de fronteira natural ou homogênea.
T
No caso de condução de calor, o fluxo de calor é especificado na fronteira: q   k .
x

42
 Métodos Numéricos Aplicados à Engenharia

Tf TP
...
q
x
L

T (T  T f ) (T  TP )
q   k  k P k f
x x x
qx
Tf   TP (3.44)
k

T
Uma aproximação de ordem O(x)2 , pode ser obtida para , através da equação (3.22):
x
 T 3T1  4T2  T3
 (3.45a)
 x 2 x
Resultando para a temperatura na fronteira T f :

2 qx 4 1
Tf   TP  TP 1 (3.45b)
3 k 3 3

3.5.3 Condição de contorno de 3ª espécie ou de Robin

Nesse caso, a condição de contorno é uma combinação linear das condições de 1ª e de 2ª

espécies.

    h (3.45)


Sendo  e  valores constantes.

Essa condição corresponde para condução de calor, a se ter os valores do coeficiente de
película h e da temperatura T da corrente convectiva, especificados.

Tf TP
...
h, T x
L

O calor transportado por convecção tem que ser igual ao fluxo de calor que atravessa a
  h(T  T f ) e o fluxo de calor
fronteira. Igualando na fronteira o fluxo de calor convectivo: qconV

TP  T f
  k
difusivo: qconD :
x

43
 Métodos Numéricos Aplicados à Engenharia

hT  (k / x)TP
Tf  (3.46)
h  ( k / x )

Exemplo 3.3 – Condução de calor 1D – MDF – FE – Condições de contorno de 2ª e 3ª

espécies.

a) Determine o campo de temperatura em regime permanente para a barra isolada lateralmente

e sem termo fonte de geração de calor. Inicialmente a barra está a uma temperatura isotérmica
Ti  80 C , quando então são impostas as condições de contorno mostradas. Use o Método de
Diferenças Finitas e a formulação explícita, e 3 pontos internos, como mostrado na figura
abaixo. O material da barra é o alumínio com as propriedades: condutividade térmica
k  200 W / m. C e difusividade térmica   1,00  104 m 2 / s .
b) Esse problema possui solução analítica? Justifique! Se sim, mostre como obtê-la e compare
com os resultados do item a.
c) Explique os significados físicos quando se faz o fluxo de calor igual a zero na fronteira direita,
T
q  k  0 ? Qual seria em regime permanente o provável campo de temperatura na barra
x
com essa condição de contorno?

T1 T2 T3 T4 T5
h  200W / ( m2 . C )
x q  7500W / m 2
T1,  15  C x
L=0,20 m

Exemplo 3.4 – Condução de calor 1D – MDF – FTI – Condições de contorno de 2ª e 3ª

espécies.

Resolver o Exemplo 3.3, empregando agora a formulação totalmente implícita.

3.6 Formulações em Diferenças Finitas para malhas cartesianas não - uniformes

44
 Métodos Numéricos Aplicados à Engenharia

A distribuição dos pontos nodais da malha, em geral, é feita de forma irregular, de

maneira a se ter mais pontos próximos às regiões de maiores gradientes.
A figura 3.11 ilustra em a) um malha irregular mas ortogonal e em b) uma malha
irregular e não-ortogonal.

a)

b)

Fig. 3. 11 Exemplos de malhas não-uniformes: a) ortogonais e b) não-ortogonais.

Para malhas não-uniformes ou curvilíneas, a discretização da equação pode ser feita após
a transformação do espaço físico (x, y, z) para um espaço cartesiano computacional (,,). As
relações entre os dois espaços são definidas pelas fórmulas de transformação de coordenadas
tais como: =(x,y,z) e fórmulas similares para  e .
Todas as fórmulas derivadas anteriormente podem ser aplicadas no espaço (,,) das
equações escritas em coordenadas curvilíneas.

45
 Métodos Numéricos Aplicados à Engenharia

Essas equações transformadas contêm coeficientes métricos que devem ser discretizados
de uma maneira consistente. Eles introduzem a influência do tamanho da malha nas fórmulas
de diferenças. Dessa maneira, é possível utilizar a técnica de diferenças finitas para geometria e
malhas arbitrárias. A única restrição das malhas de diferenças finitas é que todos os pontos da
malha devem estar posicionados em famílias de linha que não se cruzam.

Figura 3.12 Relação entre um sistema arbitrário de coordenadas (,) no plano

físico e o plano computacional.

A malha numérica 1D e irregular, mostrada na figura 3.13, é empregada para ilustrar a

discretização para uma malha cartesiana não-uniforme.

Figura 3.13 Malha unidimensional arbitrária na direção x.

3.6.1 Discretização em Diferenças Finitas para malhas cartesianas não - uniformes

Será feita a expansão em série de Taylor baseado na malha mostrada na figura 3.13.

Derivada a jusante:

  2 u   xi 1, j 
2
u 
ui 1, j  ui , j     xi 1, j 
  x 2   (3.47)
  x i , j  i , j 2

u 

u  u    2u   xi 1, j
  i 1, j i, j   2  (3.48)
  x i , j  xi 1, j   x i , j 2

46
 Métodos Numéricos Aplicados à Engenharia

Derivada a montante:

  2 u    xi , j 
2
u 
ui 1, j  ui, j      xi , j    2   (3.49)
  x i , j   x i , j 2

u 

u  u    2u   xi , j
  i , j i 1, j   2  (3.50)
  x i , j  xi , j   x i , j 2

Diferença Central.
Combinando as equações (3.48) e (3.50) para eliminar os erros de truncamento de
primeira ordem, obtemos a fórmula de segunda ordem.

 u 
Isolando das equações (3.48) e (3.50) as expressões para   :
  x i , j

u 

u  u    2 u   xi 1, j    3u   xi 1, j   
  i 1, j i , j   2 
2

  x3  (3.51)
  x i , j  xi 1, j   x i , j 2  i , j 6

u 

u  u    2u   xi , j    3u   xi , j   
  i , j i 1, j   2 
2

  x3  6 (3.52)
  x i , j  xi , j   x i , j 2  

Somando as equações (3.52) e 3.53):

  u  ui 1  ui  ui  ui 1   2u    xi   xi 1    3u   xi 1 2  xi 2 
2      2      3     (3.53)
  x i  xi 1  xi   x i  2    x  6 6 

1  u  u i , j  ui , j  u i 1, j    xi 1, j   xi, j   2 u   xi 1, j    xi , j 

2 2
u 
    i 1, j     2    (3.54)
  x  i, j 2   xi 1, j  xi , j   4    x  i
12

Observe que o erro de trucamento para as diferenças é proporcional a dois intervalos

sucessivos da malha, xi+1 e xi . Se a malha varia abruptamente, então a fórmula terá acurácia
de primeira ordem. Esta é uma propriedade geral da aproximação por diferenças finitas em
malhas não-uniformes. Se a malha não varia suavemente a perda de acurácia é
inevitável.
A fórmula para a derivada central de segunda ordem é:

47
 Métodos Numéricos Aplicados à Engenharia

  2 u  1  ui 1, j  ui , j ui , j  ui 1, j  2 1   3u 
 2      xi 1, j   xi , j  3  
  xi , j   xi 1, j   xi , j 3
  x i 2   xi 1, j   x i
(3.55)


 x    x    u   
i 1, j
3
i, j
3 4

12 x   x    x 
i 1, j i, j
4

3.6.2 Transformação geral das equações

Vamos considerar um escoamento bidimensional não-permanente, com as variáveis
independentes x, y e t.
Vamos transformar as variáveis no espaço físico (x, y, t) para o espaço transformado (,
, ) onde:
= (x,y,t)
= (x,y,t) (3.56)
= (x,y,t)

Na transformação acima,  é considerada função de t somente, e é freqüentemente dada

por =t
Da regra da cadeia do cálculo diferencial: =0
                  
                 (3.57)
  x  y ,t     ,t   x  y ,t     ,t   x  y , t     ,   x  y ,t

Os subíndices indicam as variáveis que são mantidas constantes na diferenciação parcial.

            
      (3.58)
 x      x       x 

Analogamente:

            
      (3.59)
 y      y       y 

Também temos:

                 
                 (3.60)
  t  x , y     ,t   t  x , y     ,   t  x , y     ,   t  x, y
ou

                  d
             (3.61)
  t       t       t      dt

48
 Métodos Numéricos Aplicados à Engenharia

      
Os coeficientes: , , e são chamados fatores métricos.
x y x  y

A derivada segunda nas direções x e y são:

2
 2     2      2    2    
       
 x 2      x 2       x 2     2   x 
(3.62)
2
  2       2       
  2    2   
     x         x   x 

2
 2     2      2    2    
       
 y 2      y 2       y 2     2   y 
(3.63)
2 2 2
              
  2    2   
     y        y   y 

A aproximação da equação de Laplace para um sistema de coordenadas curvilíneas é

mostrada abaixo.

 2  2
 0 (3.64)
 x2  y 2

Substituindo (3.63) e (3.64) em (3.65), obtemos:

 2    2    2    2      2     2 
        2        
 2   x    y        x    y  
2
  2       2                
  2    2           (3.65)
     x          x   x    y   y  

    2    2        2  2 
        2   2  0
   x    y        x  y2 

3.7 Aproximação da Equação de Condução de Calor Bidimensional.

49
 Métodos Numéricos Aplicados à Engenharia

Considere o problema bidimensional de condução de calor, com propriedades

constantes, regido pela equação (3.67).

1T  2 T  2 T q
   (3.66)
 t  x2  y2 k

A equação discretizada pelo MDF possui a seguinte forma:

TPn 1  TPn  T   2T P  T W T N  2T P  T S  q 2 2

  E 2
 2   k   O[(t ,(x ) ,( y ) ] (3.67)
t  (  x ) (  y ) 

A escolha do valor de n    n  1 determina o tipo de formulação. As tempreaturas do

fluxo de calor são obtidas da Eq. (3.40).
Na Fig. 3.14, as dimensões L e W correspondem ao comprimento e altura da placa
bidimensional, respectivamente.
h, T ; q”; T

h, T h, T
q” q”
W T T

h, T ; q”; T

L
Figura 3.14 Malha 2D para discretização da Eq. (3.67).

Nas próximas seções serão apresentadas as formulações explícita e totalmente implícita

para os domínio 2D da Fig. 3.14.

3.7.1 Formulação Explícita 2D (  n) .

Fazendo   n na equação (3.68), obtemos:

TPn 1  TPn  T nE  2T nP  T Wn T nN  2T Pn  T nS  q

    k  (3.68)
t  ( x) 2 ( y )2 

TPn1  1  2( rx  ry )  TPn  rx TEn  TWn   ry TNn  TSn   QP (3.69)

50
 Métodos Numéricos Aplicados à Engenharia

 t  t
Sendo: rx  2
e ry  2
. A definição de QP é dada na Eq. (3.41).
 x  y 
O critério de estabilidade para a Eq. (3.70) é obtido fazendo o coeficiente de TPn sempre

maior ou igual a zero.

 t  t 1
(1  2rx  2 ry )  0  2
 2

  x   y  2
1
t 
 1 1  (3.70)
2  2
 2 
  x   y  

A Eq. (3.71) determina o valor máximo do passo de tempo admissível para a formulação
explícita. Qualquer valor menor de t pode ser utilizado.
A Eq. (3.70) em geral é escrita da forma:
TPn 1  aW TWn  a E TEn  a N TNn  a S TSn  b (3.71a)

Onde:

a Pn  (1  2( rx  ry ))

a E  aW  rx
 (3.71b)
a N  a S  ry
b  a n T n  Q
 P P P

Se x  y  rx  ry  Fo , então a Eq. (3.70) pode ser reescrita como:

TPn 1  1  4 Fo  TPn  Fo TEn  TWn   Fo TNn  TSn   QP (3.71)

O conjunto de equações algébricas resultantes da aplicação da Eq. (3.70) a um domínio

2D, pode ser resolvido, por exemplo, pelo método de Jacobi quando desejamos conhecer o
processo transitório; ou pelo método de Gauss-Seidel desejando apenas o regime permanente.

Exemplo 3.5 – Condução de calor 2D – MDF – FE – Condições de contorno de 2ª e 3ª

espécies.
a) Determine o campo de temperatura em regime permanente, para a placa retangular mostrada
na figura abaixo. Use o método de Diferenças Finitas com 3 pontos internos na direção x e 2
pontos internos na direção y , como mostrado na figura. Use aproximação polinomial para
tratamento das condições de contorno de 2ª espécie (fluxo de calor especificado). Inicialmente a

51
 Métodos Numéricos Aplicados à Engenharia

placa está a uma temperatura T ij = 20oC . O material da placa é o aço AISI 304 com

condutividade térmica k = 14, 2W / (m K ) e difusividade térmica a = 3, 047 ´ 10- 6 m 2 / s .

b) Trace o gráfico de uma das temperaturas internas versus o tempo (T ij ´ t empo ). Comente o

comportamento da curva.

qt¢¢ = 1200W / m 2
y

H = 0, 27 m

T l ,¥ = 5oC T r ,¥ = 5oC

h = 400W / (m 2K ) h = 400W / (m 2K )
x

Tb = 0oC

L = 0, 60 m

3.7.2 Formulação Totalmente Implícita 2D (  n  1) .

Fazendo   n  1 na equação (3.68), obtemos:

TPn 1  TPn T n1

E  2T nP1 T Wn 1 T n 1
N  2T nP1 T n 1
S
 q
    k  (3.72)
t  ( x)2 ( y ) 2 

 rx TEn1  TWn1   1  2(rx  ry )  TPn1  ry TNn 1  TSn 1   TPn  QP (3.73)

 t  t
Sendo: rx  2
e ry  2
. A definição de QP é dada na Eq. (3.41).
 x  y 
A Eq. (3.74) não necessita de um critério de estabilidade, sendo o valor do  t
normalmente restringido por questões de precisão.
Se x  y  rx  ry  Fo , então a Eq. (3.74) pode ser reescrita como:

 Fo TEn 1  TWn 1   1  4 Fo  TPn 1  Fo TNn 1  TSn 1   TPn  QP (3.74)

52
 Métodos Numéricos Aplicados à Engenharia

A Eq. (3.74) pode ser escrita na forma:

a PTPn 1  aW TWn 1  a E TEn 1  a S TSn 1  a N TNn 1  b (3.75)

onde:

a P  (1  2(rx  ry ))

aW  a E  rx
 (3.76)
a S  a N  ry
 n
b  TP  QP

O sistema resultante da aplicação da Eq. (3.74) a um domínio 2D, tem a forma:

AT  B (3.77)

Devido ao acoplamento das equações, o sistema acima pode ser resolvido pelos métodos
de inversão de matrizes, eliminação de Gauss, Cholesky, Gradiente Conjugado, discutidos nas
próximas seções.

Exemplo 3.6 – Condução de calor 2D – MDF – FTI – Condições de contorno de 2ª e 3ª

espécies.
Resolver o Exemplo 3.5 empregando agora a formulação totalmente implícita.

3.8 Estrutura da Matriz de Coeficientes.

A estrutura da matriz de coeficientes obtida na aproximação numérica é de fundamental

importância na escolha do método de solução do sistema linear.
A matriz de coeficientes do problema para os casos uni, bi, ou tridimensional é mostrada
abaixo:

X X  X X X  X X X X 0
X X X 0  X X X 0 X 0  X 
    X X 0 X 0 X
 
 X X X   X X X X   X X X X X
     
 X X X  X 0 X X X X  X 0 X X X 0 X 
 X X X   X X X X 0 X   X X X X X 
     
 X X X   X X X X X  X 0 X X X 0 X
 0 X X X   X 0 X X X  X 0 X X X X 
     
 X X X  0 X X X X  X X 0 X X X
 X X   X X X  0 X X X X 
  

(a) (b) (c)

Figura 3.15 Estrutura da matriz de coeficientes A .

53
 Métodos Numéricos Aplicados à Engenharia

a) problemas 1 - D, matriz tridiagonal

b) problemas 2 - D, matriz pentadiagonal
c) problemas 3 - D, matriz heptadiagonal.

A estrutura da matriz é função de no cálculo do valor de um nó estarem envolvidos os

valores dos nós vizinhos. Também de termos utilizado na discretização da equação derivadas
centrais.
É possível envolver mais pontos do que somente os vizinhos adjacentes para construir a
matriz do problema. Se isto for feito, o número de zeros naquela linha se altera. Pode-se
envolver todos os pontos do domínio para a discretização de cada equação, acarretando uma
linha cheia (sem zeros), no sistema de equações.
A maioria das metodologias emprega o esquema de 5 pontos (célula de 5 pontos) já visto.
Assim, a matriz de rigidez do problema, A , é a mais simples possível.
Uma característica importante das matrizes obtidas das aproximações numéricas é o alto
índice de esparsidade, como mostrado na Tab. 3.1. O índice de esparsidade é definido pela
porcentagem de nulos comparados com os não-nulos da matriz.
As matrizes até agora estudadas são originárias de aproximações numéricas
estruturadas, cujos volumes possuem sempre o mesmo número de vizinhos. Em discretizações
não-estruturadas, podemos ter diferentes números de vizinhos para cada volume, originando
matrizes com banda variável.
Tabela 3.1 Indice de esparsidade em problemas bidimensionais.
Malha 10x10 20x20 40x40
Número de Elementos
104 16x104 256x104
da Matriz
Não-zeros 500 2000 8000
% de não-zeros 5% 1,25% 0,31%
Índice de Esparsidade 0,95 0,9875 0,9968
Memória requerida*
40/2 640/8 10240/32
[Kbytes]
* O número superior indica a quantidade de Kbytes necessária para armazenar em simples
precisão a matriz completa. O número inferior indica quantos Kbytes serão necessários
para armazenar somente os elementos não-nulos desta matriz.

3.8 Solução do Sistema Linear de Equações.

Nesta seção serão apresentados alguns métodos de solução de sistemas lineares

comumente utilizados para resolver o sistema de equações gerado pelas discretizações.
O sistema de equações a ser resolvido tem a seguinte forma:

54
 Métodos Numéricos Aplicados à Engenharia

 E1 : a11 x1  a12 x2   a1n xn  b1

E : a21 x1  a22 x2   a2 n xn  b2
 2
 (3.78)
    
 En : an1 x1  a n 2 x2   ann xn  bn

O qual pode ser escrito na forma matricial como:

AX  B (3.79)

Em geral há dois métodos de solução do sistema linear de equações algébricas, X , a

saber, os métodos Direto e Iterativo.
Métodos Diretos: são aqueles que necessitam da inversão da matriz completa, incluindo
os não - zeros.
Há alguns métodos diretos, como o método de Cholesky, que necessitam apenas do
armazenamento da banda da matriz, mas exige que a matriz seja de banda, simétrica e
positiva definida.
Os métodos direitos, além da enorme memória requerida, exigem o manuseio dos não-
nulos, influindo grandemente na taxa de convergência do método.
Métodos Iterativos: os métodos iterativos podem ser classificados em iterativos ponto a
ponto, linha a linha ou plano a plano.

3.8.1 Métodos Diretos.

a) Inversão de Matriz

O método de inversão de matrizes consiste em encontrar o valor de A 1 que multiplicado

pelo vetor do lado direito, B , do sistema de equações, conduza diretamente a solução.
Normalmente, o método de inversão de matrizes aplica-se quando os sistemas lineares são
pequenos, por limitações de memória e necessidade de envolver todos os elementos da matriz
no processo de solução.
Após a inversão da matriz, a solução pode ser obtida como:
X  A 1 B (3.80)

b) Método de eliminação de Gauss

55
 Métodos Numéricos Aplicados à Engenharia

O método de eliminação de Gauss consiste em triangularizar a matriz, de modo a obter-

se o valor de xn e executar a substituição retrógrada.

A matriz de coeficientes A e a matriz lado direito B do sistema de Eqs. (3.79), após a

triangularização pode ser reescrita como:

 a11x1 a12 x2  a1n xn  b1

 0 a22 x2  a2 n xn  b2

 (3.81)
 0 0   
 0 0 0 ann xn  bn

Os valores de aij e b j da matriz não são necessariamente os mesmos valores iniciais.

O valor de xn pode ser determinado como:

bn
xn 
ann

O valor de xn1 pode ser determinado em função de xn :

bn 1  an 1, n xn
xn 1 
an 1, n 1
Continuando o processo para as outras equações, chegamos ao seguinte algoritmo:
n
bi   j 1 ai , j x j
xi 
ai ,i (3.82)

para i= n-1, n-2, ..., 2, 1.

Exemplo 3.7 – Resolver o sistema abaixo utilizando o método de eliminação de Gauss.

 2 x1  x2 0 0 1
 x  2 x  x3 0 0
 1 2
 (3.83)
 0  x 2  2 x3  x4 0
 0 0  x3  2 x4 1

O sistema acima pode ser reescrito na forma:

E1 :  2  1 0 0 1 
E2 :  1 2  1 0 0
E3 :  0  1 2  1 0
 
E4 :  0 0  1 2 1 

Fazendo (E1 + 2E2)E2: 3x2 - 2x3 = 1

Fazendo (E2 + 3E3)E3: 4x3 - 3x4 = 1

56
 Métodos Numéricos Aplicados à Engenharia

Fazendo (E3 + 4E4)E4: 5x4 = 5

Reescrevendo o sistema:

E1 : 2  1 0 0 1

E2 : 0 3  2 0 1
E3 : 0 0 4 3 1
 
E4 : 0 0 0 5 5

Após a triangularização do sistema, a aplicação da fórmula de recorrência (3.83) conduz

a solução:

 x1 1
x 1
 2

 x3 1
 x4 1

3.8.2 Métodos Iterativos.

c) Método de Jacobi

Neste método, a variável dependente de cada ponto da grade é resolvida, usando-se

valores de um “chute” inicial ou valores previamente calculados. O novo valor de uij na nova

iteração n  1 é:
1 n
u in,j1
4

u i 1, j  u in1, j  u in, j 1 u in, j 1  (3.84)

onde n corresponde aos valores previamente estimados ou calculados. O processo iterativo é

repetido até que o critério de convergência especificado seja atendido. Esse método é raramente
usado (ou nunca) para a solução de equações elípticas.
De forma generalizada:
AP TP  AE TE  AW TW  AN TN  AS TS  B (3.85)

A equação (3.61) pode ser reescrita como:

APn1 TPn 1   Anbn Tnbn  B (3.86)

O ciclo iterativo é:
57
 Métodos Numéricos Aplicados à Engenharia

 Estimar: campo inicial da variável;

 Iterar em n;
 Calcular Tp usando a Eq. (3.86) para todos os pontos do domínio;
 Checar a convergência;
 Retornar se o critério não foi satisfeito.

O método de Jacobi é de lenta convergência e requer uma matriz com dominância

diagonal.

d) Método de Gauss-Seidel

Neste método, o valor da variável dependente é utilizado para calcular os pontos vizinhos
tão logo ele seja disponível. Isto certamente aumenta a taxa de convergência dramaticamente
sobre o método de Jacobi (~ 100%). O método é convergente se os maiores elementos são
localizados na diagonal principal da matriz coeficiente (dominância diagonal).
O processo de iterativo pode ser resumido como:
 Estimar campo inicial da variável
 Iterar em n
 Calcular TP pela Eq. (3.86) onde foi considerada uma varredura de sul para

norte e de oeste para leste, podendo-se considerar conhecidas, na mesma

varredura, TW e TS .

 Checar convergência
 Retornar se o critério não foi atendido
AP TPn 1   Anb Tnbn  AEn TEn  ANn TNn  B (3.87)

Para um algoritmo vetorizado, o método de Jacobi pode ser mais eficiente que o de
Gauss-Seidel.

e) Método das Sobre - Relaxações Sucessivas - S.O.R

O Método de iteração Gauss-Seidel pode ser acelerado introduzindo-se um parâmetro de

relaxação.
A estrutura do processo iterativo é:
 Estimar campo inicial da variável;
 Iterar em n;

58
 Métodos Numéricos Aplicados à Engenharia

 Calcular os valores de T usando a Eq. (3.88);

 Sobre - relaxar usando a Eq. (3.88) ;
 Checar convergência;
 Retornar se o critério não foi satisfeito.

TPn 1  w TPn 1 GS 1  w TPn (3.88)

onde TPn 1 GS representa o valor calculado com o método de Gauss-Seidel e w o coeficiente de

relaxação. O coeficiente de relaxação serve para avançar mais rapidamente a solução, quando o
processo esta lento, ou “segurar” a variável quando a mesma avança em demasia e pode causar
divergência. Os valores recomendados de w para avançar mais rapidamente a solução variam
de 1.5 a 1.7, apesar deste valor depender do tamanho da malha. Na prática, o método de
tentativa e erro é usado para determinar w ótimo para um problema em particular.

f) Método Linha a Linha

Os métodos linha a linha resolvem diretamente uma linha. O método mais conhecido é o
algoritmo de Thomas ou (TDMA). Para problemas 2-D e 3-D são iterativos, com a varredura se
processando linha a linha e coluna por coluna.
Considere a malha unidimensional abaixo:

1 2 3 ... ... ... N-1 N

Figura 3.16 Malha unidimensional, sendo 1 e N são pontos sobre a fronteira.

O valor da temperatura no ponto i pode ser determinado pela seguinte equação

algébrica:
aiTi  biTi 1  ciTi 1  d i (3.89)

Quando as condições de contorno são dadas, as equações para o ponto próximo a

fronteira tomam a forma trivial. Por exemplo, se T1 é dado, nós temos a1=1, b1=0, c1=0 e d1= T1.
Essas condições implicam que T1 é conhecido em termos de T2. A equação para i=2 é uma
relação entre T1, T2 e T3. Como T1 pode ser expresso em termos de T2, esta relação reduz-se a
uma relação entre T2 e T3. Em outras palavras, T2 pode ser expresso em termos de T3. Este
processo de substituição pode ser continuado até que TN seja formalmente expresso em termos
de TN+1. Como TN+1 não tem significado, nós obtemos o valor de TN neste estágio. Isto permite
59
 Métodos Numéricos Aplicados à Engenharia

que façamos agora a substituição retrógrada na qual TN-1 é obtida de TN , TN-2 de TN-1, T2 de T3 e
T1 de T2.
Suponha que na substituição avançada, nós tenhamos uma relação:
Ti  PiTi 1  Qi (3.90)

Antes obtivemos a seguinte relação:

Ti 1  Pi 1Ti  Qi 1 (3.91)

Substituindo a Eq. (3.92) em (3.91):

aiTi  biTi 1  ci ( Pi 1Ti  Qi 1 )  di (3.92)

Rearranjando a equação acima para parecer-se com a Eq. (3.91)

 bi   c Q  di 
Ti   Ti 1   i i 1  (3.93)
 ai  ci Pi 1   ai  ci Pi 1 

Comparando a Eq. (3.94) com a Eq. (3.91):

 bi 
Pi    (3.94)
a  c P
 i i i 1 

cQ  d 
Qi   i i 1 i  (3.95)
 ai  ci Pi 1 

Estas são relações de recorrência, desde que elas dão o valor de Pi e Qi em termos de Pi-1 e
Qi-1. Para começar o processo de avanço, escrevemos a Eq. (3.91) para o ponto i=1.
a1T1  b1T2  d1 (3.96)

Dividindo por a1:

b1 d
T1  T2  1 (3.97)
a1 a1

Onde os valores de P1 e Q1 são:

b1 d1
P1  , Q1  (3.98)
a1 a1

Para o ponto N, temos bN=0  PN=0.

60
 Métodos Numéricos Aplicados à Engenharia

Portanto:
TN  QN (3.99)

Podemos agora executar a substituição retrógrada via a Eq. (3.91).

O algoritmo para o problema pode ser resumido da seguinte forma:

Algoritmo TDMA
Calcule P1 e Q1 da Eq. (3.96)
Use as relações de recorrência (3.95) e (3.96) para obter Pi e Qi para i=2, 3,...,N.
Faça TN=QN.
Use a Eq. (3.91) para i=N-1, N-2,..., 3, 2, 1 para obter TN-1, TN-2, ...,T3, T2, T1.

Exemplo 3.8 – Resolver o sistema abaixo utilizando o método TDMA.

 2 x1  x2 0 0 1
 x  2 x  x3 0 0
 1 2
 (3.100)
 0  x 2  2 x3  x4 0
 0 0  x3  2 x4 1

A nossa equação deve estar na forma:

aiTi  biTi 1  ciTi 1  di
que foi utilizada para deduzir as relacões de recorrência (3.95) e (3.96).
As equações no sistema (3.96) estão escritas na forma:
ciTi 1  aiTi  biTi 1  d i
Portanto, as Eqs. (3.95) e (3.96) são reescritas como:

  bi 
Pi    (3.95)
 ai  ci Pi 1 

d cQ 
Qi   i i i 1  (3.96)
 ai  ci Pi 1 

Os valores de P1 e Q1 são reescritos como:

 b1 d
P1  , Q1  1
a1 a1

61
 Métodos Numéricos Aplicados à Engenharia

Para a primeira equação do sistema (3.96), utilizando a equação acima obtemos:

 b1 1 d 1
n=1 P1   , Q1  1 
a1 2 a1 2
1 3
n=2 ( a2  c2 P1 )  ( 2  1. ) 
2 2
1
  b2  1 2  d 2  c2Q1  0  1. 2 2 1
P2      ; Q2      
 a2  c2 P1  3 3  a2  c2 P1  3 6 3
2 2
2 4
n=3 ( a3  c3 P2 )  ( 2  1. ) 
3 3
1
  b3  1 3  d 3  c3Q2  0  1. 3 1
P3      ; Q3     
 a3  c3 P2  4 4  a3  c3 P2  4 4
3 3
3 5
n=4 ( a4  c4 P3 )  ( 2  1. ) 
4 4
P4  0
1 5
 d 4  c4Q3  1  1. 4 4
Q4      1
 a4  c4 P3  5 5
4 4
Da Eq. (3.96):
x4  Q4  1
Utilizando a Eq. (3.91) para executar a substituição retrógrada:
xN  PN xN 1  QN
3 1
x3  P3 x4  Q3  .1   1
4 4
2 1
x2  P2 x3  Q2  .1   1
3 3
1 1
x1  P1x2  Q1  .1   1
2 2

Finalmente, temos a solução do sistema linear:

 x1 1
x 1
 2

 x3 1
 x4 1

62
 Métodos Numéricos Aplicados à Engenharia

No método TDMA é importante observar as condições de contorno dominantes para

realizar o processo de varredura, principalmente nesta direção.

e) Outros métodos utilizados na solução de sistemas lineares:

MSI - Modified Strongly Implicit;

ADI - Alternating Direction Implicit;
CGM - Conjugate Gradient Method;
ICCG - Incomplete Cholesky Conjugated Gradient.

3.9 Consistência, Estabilidade e Convergência.

Os problemas da engenharia e da física dão origem a sistemas de equações complexas

sobre cujos comportamentos matemáticos pouco se conhece. A dificuldade está em se obter as
condições (tamanho de malha, tamanho de intervalo de tempo, coeficientes de relaxação, etc..)
para que as aproximações numéricas sejam estáveis e convergentes.
A terminologia para esses conceitos importantes em simulação numérica são dados
abaixo.
Consistência: a aproximação numérica deve reproduzir a equação diferencial quando os
tamanhos da malha espacial e temporal tenderem a zero. Os erros de trucamento na série de
Taylor tendem a zero quando (x, t)0. Em resumo, as equações discretizadas devem tender
às equações diferenciais, quando a malha tender a zero.
Estabilidade: um esquema numérico é estável se a solução numérica obtida é a solução
exata das equações discretizadas. Erros de arredondamento da máquina e dificuldades no
tratamento de acoplamento entre variáveis pode causar instabilidade.
Convergência: consistência e estabilidade são condições necessárias e suficientes para a
convergência.
Portanto, a solução numérica é convergente quando é estável e tende para a solução das
equações diferenciais quando a malha é refinada.

63
 Métodos Numéricos Aplicados à Engenharia

Lista de Exercícios 3

1) a) Determine o campo de temperatura em regime permanente, para a placa retangular

mostrada na figura abaixo, transcorridos 5000s do instante inicial. Use o método de Diferenças
Finitas e cinco pontos internos em cada direção. Inicialmente a placa está a uma temperatura
Tij  20 C . O material da placa é o cobre com condutividade térmica k  250 W / m. C e

difusividade térmica   1,0  10 5 m 2 / s .

b) Trace o gráfico de uma das temperaturas internas versus o tempo ( Tij  tempo ). Através desse

gráfico é possível dizer se estamos ou não próximos do regime permanente? Justifique sua
resposta.
c) Estime a temperatura do centro da placa em regime permanente.

y T t = 200 oC

H=0,9 m T e = 100oC T d = 100 oC

Tb = 200oC

L=0,6 m

2) a) Determine o campo de temperatura em regime permanente para a barra com termo fonte
uniforme de geração de calor. Inicialmente a barra está a uma temperatura isotérmica
Ti  50 C , quando então são impostas as condições de contorno mostradas. Use o Método de
Diferenças Finitas e 3 pontos internos para obter o campo transitório de temperatura. O
material da barra é o alumínio com propriedades: condutividade térmica k  200 W / m. C e

64
 Métodos Numéricos Aplicados à Engenharia

difusividade térmica   1,00  10 4 m 2 / s . O termo fonte é: q  1, 0  105 W / m3 . T1  30 C ,

r1  20 mm , T5  80 C e r2  40 mm .
b) Compare os resultados com a solução analítica em regime permanente.

T5
r1
r2
T1 1 ¶T 1 ¶ æ ö q ¢¢¢
ççr ¶ T ÷
= ÷+
θ
a ¶t r ¶ r ççè ¶ r ø÷÷ k
r

3) Um reservatório tem forma de um cilindro de raio R t = 0, 5 m e contem água a uma altura

ho = 2, 0 m . Abre-se então o orifício de raio R 2 = 0, 02 m na base do reservatório, drenando a

água com velocidade V 2 = 2gh . A EDO que rege a altura instantânea de água h = h (t ) no
reservatório é dada por:

2
dh æR ö
= - 2gh çç 2 ÷
dt è R t ø÷

2 1/ 2
2ho æR t ö÷ æ æh ö÷ ö÷
cuja solução analítica é dada por: t = çç ÷ çç1 - çç ÷ ÷.
g è R 2 ø çè è ho ø ø÷
÷

a) Determine o tempo necessário para esvaziamento total do reservatório, t esv , resolvendo o

problema numericamente com o método de Diferenças Finitas. Pretende-se conhecer o processo

transitório com boa precisão.

b) Trace o gráfico ( h ´ t ) e discuta-o. Compare com os resultados da solução analítica.

65
 Métodos Numéricos Aplicados à Engenharia

Rt

ho
h(t)

R2

V2

4) Resolver o sistema linear abaixo usando os seguintes métodos:

a) Eliminação de Gauss
b) Jacobi
c) Gauss-Seidel
d) Sobre-Relaxações Sucessivas ( w = 1,6)
e) TDMA

E1 :  3 x1  x2 0  x4 3

E2 :   x1  7 x2  2 x3  2 x4 2

E3 :   3 x1  x2  6 x3  x4 1
E4 :  x1  x2  x3  3 x4 6

66