Revista Iberoamericana de Ingeniera Mecnica. Vol. 15, N. 2, pp.

29-38, 2011

SIMULACIN NUMRICA. ECUACIN DE DIFUSIN

ZULMA MILLN, LEONOR DE LA TORRE, LAURA OLIVA, MARA DEL CARMEN
BERENGUER
Facultad de Ingeniera
Departamento de Matemtica
Av. Libertador San Martn 1109 Oeste San Juan Argentina
(Recibido 6 de julio de 2011, revisado 26 de agosto de 2011, para publicacin 30 de agosto de 2011)

Resumen La simulacin numrica es una herramienta eficaz en las ciencias aplicadas, para la determinacin
de soluciones y la prediccin del comportamiento de las mismas, sin recurrir a la experimentacin. Permite la
recreacin matemtica de procesos fsicos que aparecen con frecuencia en el rea de Ingeniera. El uso de
simulaciones numricas para estudiar ecuaciones diferenciales en derivadas parciales, en particular la ecuacin
de difusin, requiere normalmente de un cuidadoso estudio de mtodos numricos, de algoritmos a utilizar y de
los procesos fundamentales a incluir en la simulacin. Una simulacin numrica difiere de un modelo
matemtico en que el primero constituye una representacin en cada instante del proceso a simular, mientras
que el modelo constituye una abstraccin matemtica de las ecuaciones fundamentales necesarias para analizar
dicho fenmeno. Normalmente la utilizacin de una simulacin numrica para estudiar un problema dado
requiere una cuidadosa planificacin del modelo matemtico a utilizar y de los algoritmos necesarios para
resolver dicho modelo. Por intermedio de los mtodos numricos se determina la solucin numrica de
problemas para los cuales puede o no conocerse su solucin analtica. Ellos permiten traducir complicados
esquemas matemticos mediante el diseo de algoritmos, los resultados pueden ser contrastados con las
soluciones analticas, en los casos en los que stas existan. En este artculo se estudian y modelan las ecuaciones
diferenciales en derivadas parciales y en particular la ecuacin de difusin. La eleccin de la misma se efecta
basndose en sus mltiples aplicaciones en problemas de la Mecnica. Mediante material desarrollado usando
un software cientfico, se comparan distintos mtodos de solucin analizando las ventajas y desventajas de su
aplicacin. Se obtienen conclusiones en cuanto a la aplicacin del los mtodos de solucin.
Palabras clave Solucin analtica, mtodos numricos, difusin.

1. INTRODUCCIN
En problemas de ingeniera es frecuente encontrar modelos matemticos que incluyen ecuaciones
diferenciales en derivadas parciales. La solucin analtica proporciona una mayor comprensin del
comportamiento de algunos fenmenos ya que permite ser determinada en todo instante de tiempo. En
general, no es posible determinar esta solucin debido a la no linealidad de las ecuaciones que constituyen
el modelo matemtico o debido al dominio donde se estudia el mismo.
Los mtodos numricos en Ingeniera proporcionan una herramienta que permite traducir modelos
matemticos en procedimientos computacionales, cuyos resultados pueden ser contrastados con las
soluciones analticas, en los casos en los que stas existan.
En este trabajo se muestra una forma de introducir al estudiante de ingeniera en el estudio de las
ecuaciones diferenciales en derivadas parciales y su modelado numrico. En particular la ecuacin de
difusin ser el objeto de estudio. La eleccin de la misma se efecta basndose en sus mltiples
aplicaciones en problemas de la Mecnica.
Usando el mtodo de diferencias finitas para determinar la solucin numrica de la ecuacin de
difusin, se abordarn bsicamente dos planteos: mtodo explcito y mtodo implcito. Para ambos
procedimientos es necesario disear algoritmos computacionales.
Este trabajo pretende mostrar cmo contribuir a la formacin matemtica del ingeniero mediante el uso
de mtodos numricos. Cmo stos introducen a los alumnos en la programacin para la solucin de

30

Z. Milln, L. de la Torre, L. Oliva, M.C. Berengue

Ecuaciones Diferenciales Parciales. Finalmente muestra la comparacin de los resultados obtenidos con el
uso de distintos mtodos numricos y la solucin analtica hallada en los casos posibles.
2. PLANTEO DEL PROBLEMA
Se inicia esta seccin con el problema de difusin del calor a partir de un modelo unidimensional dado
que ste puede utilizarse tanto en situaciones donde el dominio de estudio es unidimensional como en
aquellos casos en que la geometra del dominio permita considerarlo de este modo.
Para que el lector se familiarice con el mtodo analtico y los mtodos numricos usados en la
resolucin de la ecuacin de difusin, se considerar un problema simplificado que sirva como punto de
partida.
2.1.

Modelo Matemtico

Para describir la conduccin de calor a travs de una barra de seccin transversal, de material
homogneo se usa la ecuacin
u
2u
2 = 0
t
x

(1)

Siendo u=u(x,t) la funcin temperatura que describe el flujo de calor en el objeto, de longitud L a travs
del tiempo. Donde x representa la longitud que vara de 0 a L y t representa el tiempo y adopta valores
mayores cero.
Para resolver esta ecuacin es necesario definir condiciones de contorno que surgen del problema que
se estudia, en este caso se especifican condiciones para x=0 y x=L

u( 0,t ) = 0

t 0

u( L,t ) = 0

t 0

(2)

Tambin se consigna la distribucin inicial de temperatura en el objeto, la cual recibe el nombre de

condicin inicial

u( x,0 ) = f ( x )

0xL

(3)

Este problema queda modelado matemticamente

u
2u

=0

x 2
t
u( 0,t ) = 0
u( L,t ) = 0

u( x,0 ) = f ( x )

0 < x < L,
t 0
t 0
0xL

t >0
(4)

Resulta as un problema de valores iniciales y de frontera homogneo ya que los extremos de la barra se
hallan a temperatura nula [2]. La constante depende de caractersticas especficas del material que
constituye el objeto en el que se estudia la distribucin de temperaturas.
2.1.1. Solucin Analtica
Por el mtodo de separacin de variables, si suponemos que la solucin u tiene la forma
u( x,t ) = X ( x ).T( t ) , se reduce (4) a un problema de ecuaciones diferenciales ordinarias con valores en la
frontera. Usando mtodos clsicos para la solucin de Ecuaciones Diferenciales Ordinarias se obtienen
los autovalores y las correspondientes autofunciones que permiten determinar la expresin de la solucin
analtica como una serie de Fourier dada en

Simulacin numrica. Ecuacin de difusin

u ( x, t ) = bn e

n2 2
L2

n =1

n
sen
L

31

(5)

donde bn , con n N son los coeficientes del desarrollo en serie de Fourier de la funcin f(x) (condicin
inicial del problema) y se determinan a travs de la frmula

bn =

2
L

n
L

f ( x) sen
0

x dx

(6)

Si las condiciones de frontera no son simultneamente nulas, es decir si

u( 0,t ) = T0

t 0

u( L,t ) = T1

t 0

(7)

se aplica el siguiente cambio de variables en el problema (4)

x

w( x,t ) = u( x,t ) T0 + (T1 T0 )

L

(8)

Este cambio de variables lo transforma en un problema homogneo

w
2 w

=0

x 2
t
w( 0,t ) = 0
w( L,t ) = 0

w( x,0 ) = g( x )

0 < x < L,
t 0
t 0
0xL

t >0
(9)

Obtenindose su solucin w(x,t) haciendo uso de la ecuacin (5) y luego usando la ecuacin (8) se
obtiene la funcin incgnita u(x,t) [7].
2.1.2. Solucin Numrica

Para la determinacin de la solucin numrica de (4), se utilizan mtodos en diferencias finitas. Estos
incluyen tres aspectos principales:
1. La regin en estudio se divide en intervalos de longitud x y el tiempo en etapas de duracin t
configurando as una grilla, como lo muestra la Fig. 1, cuyos puntos de interseccin se
denominan nodos. Por simplicidad al nodo (xi,tj) se lo designar como (i, j).
2. Las derivadas parciales involucradas en la ecuacin diferencial son reemplazadas por sus
aproximaciones en diferencias finitas. Se obtiene as un sistema de ecuaciones algebraicas.
3. Se resuelve el sistema de ecuaciones algebraicas y se encuentran los valores de la funcin
incgnita u(x,t) en los nodos de la grilla. Estos valores discretos describen aproximadamente la
distribucin temporal y espacial de la funcin incgnita. El valor de la funcin u en el nodo
(xi,tj) se nota uij .
2.1.2.1. Mtodo Explcito

En la Ecuacin de difusin (1), se sustituye la derivada con respecto al tiempo en el nodo (i, j) por una
diferencia progresiva dada por
u uij +1 uij
=
t
t

(10)

32

Z. Milln, L. de la Torre, L. Oliva, M.C. Berengue

( i, j )

t j 1
tj
t j +1

xi 1 x i

xi + 1

x
Fig. 1. Grilla sobre la que se aplica la discretizacin de un dominio.

y la derivada con respecto a la coordenada espacial x en el mismo nodo se sustituye por una diferencia
central dada en
2 u uij+1 2uij + uij1
=
x 2
x2

Surge as la expresin que representa la temperatura en el nodo (i, j+1), siendo =

uij1 + ( 1 2 ) uij + uij+1 = uij +1 i {1,...,N 1} , j N0

(11)
t
x 2

(12)

Esta ecuacin permite determinar en forma explcita el valor de la temperatura en cada nodo en la etapa
tj+1 en funcin de los valores de u en la etapa anterior tj ya determinados [1,6].
El mtodo explcito tiene un error de aproximacin del orden de O( t + x 2 ) , pero su convergencia y
estabilidad dependen del factor . En este factor interviene la constante , la cual depende de
cal
caractersticas propias del material del objeto tales como la capacidad trmica ( [ c ] = o ), la densidad
g C
g
cal
) y la conductividad trmica ( [ k ] =
). Con estas constantes se calcula el coeficiente
([ ] =
3
cm
s cm o C
k
=
.
c
Para analizar cada mtodo de solucin, se considera una barra de acero de 20 cm de longitud que se
0 x 10
10x
encuentra inicialmente con la distribucin de temperatura f ( x ) =
y sus
200 10x 10 x 20
extremos permanecen aislados.
Se desea determinar la distribucin de temperaturas en la barra para distintos intervalos de tiempo.
En primer lugar se formula usando el modelo matemtico de la ecuacin (4), que corresponde al
problema, resultando:

Simulacin numrica. Ecuacin de difusin

33

Fig. 2. Perfil de Temperatura- Solucin Analtica.

u
2u
2 = 0
x
t
u( 0,t ) = 0
u( L,t ) = 0

u( x,0 ) = f ( x )

0 < x < 20,

t >0

t 0
t 0
0 x < 20

Para la solucin de este problema se consideran los datos del acero que son: conductividad trmica:
cal
cal
g
k = 0.13
; capacidad trmica: c = 0.11
y densidad: = 7.8
.
g C
s cm C
cm3
De acuerdo con las condiciones iniciales y de frontera de este problema podemos resolverlo utilizando
el mtodo de separacin de variables y por lo tanto calcularemos los coeficientes de Fourier en funcin de
la condicin inicial y las condiciones de frontera. Interviene adems la longitud L del objeto en estudio.
Estos clculos se introducen en un software cientfico y se obtiene rpidamente la solucin analtica del
problema. La Fig. 2 muestra el perfil de temperatura que se logra cuando han transcurrido 120 segundos.
La figura anterior representa la solucin analtica para este problema. En muchos casos esta solucin no
se puede determinar y es por ello que es necesario obtener una solucin numrica.
Si se usa un mtodo explcito se puede calcular la temperatura en una etapa de tiempo a partir de los
resultados logrados en la etapa de tiempo anterior. Pero se sabe que este mtodo tiene sus limitaciones en
cuanto a la estabilidad del mismo para valores de >0.5.
Se disea un algoritmo mediante un software cientfico [3] para obtener la solucin introduciendo las
condiciones iniciales del problema, las condiciones de frontera, la geometra del objeto, caractersticas
propias del material constituyente y el tiempo de exposicin del experimento. Se elige adems la cantidad
de nodos espaciales que se trabajarn lo que determina directamente la longitud del intervalo espacial x
y la cantidad de nodos temporales o bien t.
Para el objeto en cuestin se determina la solucin discretizando con x=2 y t=0.5. La Tabla 1
muestra la evolucin del perfil de temperatura para distintos tiempos.
Con respecto a la aproximacin, se puede observar que sta mejora a medida que afinamos la longitud
del intervalo espacial, ya que como se dijo anteriormente, este mtodo tiene un error del orden de
O( t + x 2 ) .

34

Z. Milln, L. de la Torre, L. Oliva, M.C. Berengue

Tabla 1. Evolucin del perfil de temperatura en el tiempo.

tf=15 seg.

tf=20 seg.

tf=30 seg.

tf=60 seg.

tf=15 seg
tf=30 seg

Fig. 3. Perfil de Inestabilidad para = 0.51 y tf = 15 seg. o tf = 30 seg.

Simulacin numrica. Ecuacin de difusin

35

Tabla 2. Comparacin de resultados con la solucin analtica.

Explcito para x = 4
0
36.15
61.92
61.92
36.15
0

Explcito para x = 2

Solucin analtica

0
15.99
30.56
42.28
49.92
52.57
49.92
42.28
30.56
15.99
0

0
15.86
30.27
41.82
49.31
51.91
49.31
41.82
30.27
15.86
0

Fig. 4. Perfil de Inestabilidad para = 0.51 y tf = 60 seg .

La Tabla 2 permite comparar con la solucin analtica los valores de la solucin numrica obtenidos
para un tiempo t=120 seg., con t=0.5 y para intervalos espaciales de longitud x=4 y x=2.
Pero si se sigue afinando el intervalo espacial sin modificar la amplitud del intervalo temporal aparece
el fenmeno de inestabilidad en la solucin [3]. Esta inestabilidad progresa en el tiempo. La Fig. 3 y la
Fig. 4 muestran los resultados de la aplicacin del mtodo explcito para x=5/13 y t=0.5.
La solucin no es aceptable en este caso. Bastar comparar los valores logrados en el nodo central
83.57 por aplicacin del mtodo explcito y 51.91 por aplicacin de la solucin analtica.
Los errores de clculo tienden a magnificarse y por lo tanto la solucin no es estable. El error de clculo
en una cierta etapa de tiempo aumenta al pasar a la prxima etapa de tiempo entonces el esquema es
inestable.
Si modificamos la longitud del intervalo temporal la solucin mejora en su precisin, pero esto trae
aparejado la necesidad de aumentar el nmero de clculos para lograr soluciones aceptables.
Para t=0.25, x = 5 / 13 y t=60 seg, la Fig. 5 muestra la solucin obtenida en la cual no se presenta el
efecto de inestabilidad porque en este caso =0.256.
Se puede observar por ltimo, la evolucin de los perfiles de temperatura para distintos intervalos de
tiempo. La temperatura tiende al estado de equilibrio como lo muestra la Fig. 6.
Para evitar la aparicin del fenmeno de inestabilidad se introducen los mtodos implcitos.

36

Z. Milln, L. de la Torre, L. Oliva, M.C. Berengue

Fig. 5. Perfil de temperatura para t = 0.25 y t = 60 seg .

t=15
t=30
t=60
t=120

Fig. 6. Perfiles de temperatura para distintos tiempos.

2.1.2.2. Mtodo Implcito

En este caso, se reemplazan en (1) las derivadas parciales y se obtiene

u j +1 2uij +1 + uij+11
uij +1 uij
= i +1
t
x2

(13)

La expresin de la temperatura en el nodo (i,j) resulta dada por

uij+11 + ( 1 2 ) uij +1 uij++11 = uij

i {1,...,N 1} , j N0 con =

t
x2

(14)

Simulacin numrica. Ecuacin de difusin

37

Fig. 7. Perfil de temperatura usando Crank Nicolson.

Tabla 3. Comparacin de resultados con la solucin analtica.

Posicin del Nodo

Primer Nodo
Nodo ubicado a de la longitud
Nodo central

Solucin usando Crank

Nicolson
0
36.49
51.93

La ecuacin en diferencias (14) contiene varias incgnitas

(u

j +1
j +1
,
i 1 , ui

Solucin Analtica
0
36.48
51.91
uij++11

por lo que no puede

resolverse en forma explcita. Pueden escribirse ecuaciones similares a la (14) para todos los nodos
interiores de la grilla [1]. Cuando estas condiciones se combinan con las condiciones de frontera se
obtiene un sistema de ecuaciones algebraicas lineales cuya matriz de coeficientes es tridiagonal y puede
resolverse por distintos mtodos.
Un mtodo implcito es el mtodo de Crank Nicolson, el cual tiene un orden de aproximacin igual a
O( t 2 + x 2 ) . Este mtodo tiene la ventaja de ser incondicionalmente estable, es decir no aparece el
fenmeno de inestabilidad en la solucin que se vio para el mtodo explcito. La Fig. 7 muestra el perfil
de temperatura logrado bajo las condiciones que introdujeron inestabilidad en el esquema explcito. Es
decir para x=5/13 y t=0.5 y para t=120 seg.
La Tabla 3 permite comparar los valores logrados utilizando este mtodo con la solucin analtica.
Como puede observarse all, se logra una buena aproximacin.
2.1.3. Convergencia y Estabilidad

El error de aproximacin para el esquema explcito es O ( t + x 2 ) y el implcito de Crack Nicolson

tiene un error del orden de O ( t 2 + x 2 ) . Si la solucin de la ecuacin en diferencias tiende a la solucin
de la ecuacin diferencial original cuando t 0 y x 0 ; el esquema en diferencias es convergente
[1,2].
Si el error de clculo producido en una cierta etapa de tiempo disminuye o al menos no aumenta al
pasar a la prxima etapa de tiempo, el esquema es estable.
Se puede probar que el esquema implcito es incondicionalmente estable mientras que el esquema
explcito no [4,5]. La convergencia y estabilidad de un esquema explcito depende del tamao de los
intervalos de tiempo y de espacio. Para 0.5 el mtodo explcito es convergente y estable [1].

38

Z. Milln, L. de la Torre, L. Oliva, M.C. Berengue

3. CONCLUSIONES

Usando como motivacin un ejemplo sencillo de aplicacin de la ecuacin de difusin, se han podido
comparar la aplicacin de distintos mtodos para su solucin. Se presentaron los mtodos numricos
explcito e implcito con sus ventajas y desventajas en cuanto a la estabilidad de cada uno.
El usuario puede seleccionar el mtodo de solucin de acuerdo con las necesidades requeridas. Es decir
advirtiendo el problema de inestabilidad se puede seleccionar el mtodo deseado eligiendo la longitud del
intervalo espacial y temporal.
Se puede observar que la aplicacin de un mtodo implcito permite obtener la solucin sin caer en el
fenmeno de inestabilidad. Adems el mtodo de Crank Nicolson permite una mejor aproximacin.
Sin embargo habrn casos en los que un error de aproximacin tan estricto puede que no sea necesario
y entonces bastar un mtodo explcito con menos clculos, pero cuidando la estabilidad del esquema.
REFERENCIAS
[1]
[2]
[3]

[4]
[5]
[6]
[7]

Chapra, S., Canale, R., Mtodos Numricos para Ingenieros, McGraw-Hill, New York (2007)
Thomas, J.W., Numerical Partial Differential Equations, Springer, New York (1995)
Berenguer, M.C., de la Torre, L., Oliva, L., Milln, Z., Experimentando con la Ecuacin de Difusin, III
Congreso Internacional de Matemtica Aplicada a la Ingeniera y Enseanza de la Matemtica en Ingeniera,
Argentina (2005)
Ascher, U., Numerical methods for evolutionary differential equations, SIAM (2008)
Tveito, A., Langtangen, H., Nielsen, B., Cai, X., Elements of Scientific Computing Volumen 7 de Texts in
Computational Science and Engineering, Springer, New York (2010)
Gerald, C., Wheatley, P., Anlisis Numrico con Aplicaciones, Pearson Educacin (2000)
Weinberger, H., Ecuaciones diferenciales en derivadas parciales con mtodos de variable compleja y de
transformaciones integrales, Revert (1988)

NUMERICAL SIMULATION. DIFFUSION EQUATION

Abstract Numerical simulation is an effective tool in applied science, for determining and predicting
solutions without experimentation. It allows that the physical processes, that frequently occur at the engineering
area, would be shown by mathematical algorithms. Partial differential equations, particularly the diffusion
equation, usually need a careful study of numerical methods. It is also important to be careful at the algorithms
and the fundamental processes included in the simulation. Numerical simulation and mathematical model differ.
While the first is a simulated representation in every moment, the second is a mathematical abstraction of the
fundamental equations necessary to analyze a phenomenon. Using a numerical simulation to study a given
problem usually requires careful planning to use the mathematical model and algorithms needed to solve it. We
can determine the numerical solution of problems which may or may not know its analytical solution. In this
article we develop and exemplify model partial differential equations, particularly we study the diffusion
equation. This equation was chosen because it has multiple applications in mechanical problems. Using a
scientific software, we can develop computing material to compare different methods. We analyzed both, the
advantages and disadvantages of its implementation. Conclusions are obtained through out the application of
solving methods.
Keywords Analytical solution, Numerical methods, Diffusion.