FUNDAMENTOS MATEMTICOS
La regla de Cramer dice que cada uno de los valores de las incgnitas de un
sistema de ecuaciones se puede obtener de la siguiente manera:
DetA1 A1
x1 .................................................................................
Det A A
A2
x2 ...............................................................................................
A
Ai
xi ............................................................................................... (2.3)
A
70
El mtodo de Cramer se aplica cuando el sistema de ecuaciones es pequeo,
pocas ecuaciones e incgnitas, y como se puede ver el sistema de ecuaciones no
tendr solucin si el determinante de la matriz de los coeficientes es nulo.
Se toma la matriz aumentada (la matriz formada por los coeficientes y el vector de
los trminos independientes) que se representa por A.b y por medio de
operaciones elementales en esta matriz se llega a una matriz U b' donde U es
una matriz triangular superior o sea que los elementos de por debajo de la
diagonal principal son nulos y b es el vector de los trminos independientes
transformado por las operaciones fundamentales realizadas sobre la matriz A.b .
1 x x ... x
0 1 x ... x
U 0 0 1 ... x
. . . . x
0 0 0 ... 1
71
a11 a12 .... .... .... a1n b1
a 21 a 22 a 2n b2
... ... ... ... ... ... ...
Ab
... ... ... ... ... ... ...
... .... ... ... ... ... ...
a n1 an 2 ... ... ... a nn bn
Se reordenan las filas de la matriz de tal manera que en la fila 1 se tenga una
ecuacin cuyo primer coeficiente sea 1. Si esto no es posible se divide la primera
fila por a11 quedando la matriz de la siguiente forma
'
1 a12 .... .... .... 1' n b1'
'
0 a 22 ... ... ... a 2' n b2'
'
0 a32 ... ... ... a 3' n b3'
Ab (1) .............................................. (2.6)
... ... ... ... ... ... ...
... .... ... ... ... ... ...
0 a n' 2 ... ... ... '
a nn bn'
72
'
ii-. Se eliminan los elementos a i 2 desde i=3 hasta n de la matriz Ab (1) de la
siguiente manera:
Ab (1) de la fila 2 en adelante, de tal forma que en la fila 2 quede una fila donde el
1
elemento a i 2 sea 1. En este caso la matriz aumentada queda as:
'
1 a12 .... .... .... 1' n b1'
' '
0 1 a 23 / a 22 ... ... ... a 2' n / a 22
'
b2' / a 22
'
'
' 0 a32 ... ... ... a 3' n b3'
Ab (1)
... ... ... ... ... ... ...
... .... ... ... ... ... ...
0 a n' 2 ... ... ... '
a nn bn'
'
Se eliminan los elementos a i 2 desde i=3 hasta n de la matrz Ab (1) , restando a
cada fila de la matriz anterior desde i=3 hasta n la fila 2 de la misma matriz
'
anterior multiplicada por a i 2 . Al recorrer todas las filas desde I=3 hasta n la nueva
matriz quedar as:
1
1 a12 .... .... .... 11n b1'
2
0 1 a 23 ... ... ... a 22n b22
2
0 0 .a 33 .. ... ... a 32n b32
Ab ( 2 ) ................................................. (2.7)
... ... ... ... ... ... ...
... .... ... ... ... ... ...
2 2
0 0 .a ..
n3 ... ... a nn bn2
donde a 2 j a 2 j / a 22 , b22 b21 / a 122 y aij aij ai 2 * a 2 j y bi bi a12 * b2 para i=3 hasta
2 1 1 2 1 1 2 2 1 1 2
n y j=3 hasta n.
73
2
iii-. Se eliminan los elementos a i 3 desde i=4 hasta n en la matriz Ab ( 2 ) siguiendo
dos pasos similares a los seguidos para eliminar los elementos a i1 de la fila 2
1
hasta la fila n en la matriz Ab y los elementos a i 2 de la matriz Ab (1) de la fila 3
hasta la fila n. En este caso la matriz que resulta es
1
1 a12 .... .... .... 11n b1'
2
0 1 a 23 ... ... ... a 22n b22
3
0 0 .1.. a34 ... ... a 33n b33
Ab ( 3)
... ... ... ... ... ... ...
... .... ... ... ... ... ...
3 3
0 0 .0.. a ...
n4 ... a nn bn3
(2.8)
n y j=4 hasta n
iv-. El proceso continua con las filas 4 hasta la n, repitiendo en cada caso los dos
pasos que se indicaron en los numerales i iii. Al terminar el proceso con la fila n
se tendr finalmente la siguiente matriz
1
1 a12 .... .... .... 11n b1'
2
0 1 a 23 ... ... ... a 22n b22
3
0 0 .1.. a34 ... ... a 33n b33
Ab ( n ) ...................... (2.9)
... ... ... ... ... ... ...
0 0 0 0 1 a nn11, n .. .bnn11 ..
0 0 .0.. o... ... 1 bnn
74
1 1
a12 .... .... .... 11n x1 b11
0 1 2
a 23 ... ... ... a 22n x2 b22
0 0 .1.. 3
a ... ... a 3
x3 b33
34 3n
* .............. (2.10)
... ... ... ... ... ... ... ...
0 0 0 0 1 a nn11, n .. x n 1 bnn11
0 0 .0.. o... ... 1 xn bnn
O sea que de acuerdo con las operaciones entre matrices se puede establecer:
75
DO L=I+1,N
IF S(L,I).NE.0 THEN
DO J=1,N
SS(I,J)=S(I,J)
S(I,J)=S(L,J)
S(L,J)=SS(I,J)
END DO
ELSE
END DO
END IF
END IF
55 SII=S(I,I)
DO J=1, NP1
S(I,J)=S(I,J)/SII
END DO
DO 70 K=I+1, N
SKI=S(K,I)
IF (SKI.EQ.0) THEN GO TO 70
DO 70 L=I+1, NP1
70 S(K,L)=S(K,L)-SKI*S(I,L)
X(N)=S(N,NP1)
DO I=1,N-1
X(N-I)=S(N-I,NP1)
DO L=N-I+1,N
X(N-I)=X(N-I)-S(N-I,L)*X(L)
END DO
END DO
WRITE (xx,xx) (X(I), I=1,N)
Xx FORMAT ( )
END.
76
Un caso especial de eliminacin de Gauss se presenta cuando la matriz de los
coeficientes es una matriz tridiagonal en la cual solo los elementos que estn en la
diagonal principal y en las diagonales a la derecha e izquierda de esta son
diferentes de cero, todos los dems son cero. En este tipo de sistema de
ecuaciones el proceso de eliminacin de Gauss es bastante sencillo en cuanto a
los clculos que hay que realizar pues el proceso de eliminacin que hay que
hacer con cada fila restndola de las dems filas siguientes, solo se realiza con la
fila inmediatamente siguiente ya que en las dems filas el elemento a eliminar en
el paso correspondiente es cero Una matriz de este tipo es comn en algunos
mtodos que se aplican para resolver un simulador. Este sistema de ecuaciones
se puede representar matricialmente de la siguiente manera:
b1 c1 0 0 0 x1 d1
a2 b2 c2 0 0 x2 d2
a3 b3 c3 x 3 d 3 ........................................................... (2.13)
... ... ... ... ... ... ...
0 0 ... an bn x n dn
b1 c1 d1
a2 b2 c2 d2
0 a3 b3 c3 ... d3
... ... ... ... ... ...
... ... ... an bn dn
1 1 1
b2 a 2 1
0 c2 d 2 a2 1
0 a3 b3 c3 ... d3 ............................................... (2.14)
... ... ... ... ... ...
... ... ... an bn dn
77
donde 1 c1 / b1 y 1 d1 / b1 .
1 1 1
0 1 2 2
0 0 b3 a3 2 c3 ... d 3 a 3 2 ............................................... (2.15)
... ... ... ... ... ...
... ... ... an bn dn
c2 d 2 a 2 1
donde 2 y 2
b2 a 2 1 b2 a 2 1
1 1 1
0 1 2 2
... ... .... ... ... ... ................................................................ (2.16)
0 0 0 1 i i
... ... ... an bn dn
ci d i ai i 1
donde i y i
bi ai i 1 bi ai i 1
78
d n a n n 1
Donde n
bn a n n 1
x n n .................................................................................................. (2.19)
x n 1 n 1 n 1 * x n
y en general
Este caso particular del mtodo de gauss para este tipo de matriz tridiagonal, se
conoce como el algoritmo de Thomas y se puede resumir en los siguientes pasos:
79
ci d i ai i 1
i y i .......................................................... (2.22)
bi ai i 1 bi ai i 1
x n n .................................................................................................. (2.23)
Paso 1
80
Tomando la matriz final de la primera etapa de eliminacin a cada fila i desde i=(n-
i
1) hasta 1, se le resta la fila n multiplicada por a i , n ; o sea que al final de este paso
cual los bii ,1 estn dados por bii ,1 bii aii,n * bnn y
1,1
1 a12 .... .... .... 0 b1',1
2 ,1
0 1 a 23 ... ... ... 0 b22,1
3,1
0 0 .1.. a34 ... ... 0 b33,1
Ab ( n ,1) .................................. (2.25)
... ... ... ... ... ... ...
0 0 0 0 1 0.. .bnn11,1 ..
0 0 .0.. o... ... 1 bnn
Paso 2.
Partiendo de la matriz Ab n ,1 , dada por la ecuacin (2.25) se procede a eliminar
desde la fila n-2 hasta la fila 1, la incgnita x n-1 restando a cada fila i la fila (n-1)
i
multiplicada por a i , n 1 ; o sea que al final la matriz se convierte en la ecuacin
(2.26)
1
1 a12 .... .... 0 0 b1'1, 2
2
0 1 a 23 ... ... 0 0 b22, 2
3
0 0 .1.. a34 ... 0 0 b33, 2
Ab ( n , 2 ) ..................................... (2.26)
... ... ... ... 0 ... ...
0 0 0 0 1 0.. .bnn11,1 ..
0 0 .0.. o... ... 1 bnn
n 1,1
donde bi bi ai ,n 1 * bn 1 para i= (n-2) hasta 1.
i,2 i ,1 i
Paso j
81
Partiendo de la matriz Ab n ,i 1 se procede a eliminar desde la fila (n-i) hasta la fila
i
1, la incgnita xn-i+1 restando a cada fila la fila (n-i+1) multiplicada por a i , n j 1 ; o
sea que al final la matriz se convierte en
1
1 a12 .... .... 0 0 b1'1, 2
0 1 .......a nn jj22, j 1 ... ... 0 0 b22 , 2
0 0 .1.. 0... 0 0 .bnn jj11, j ....
Ab ( n ,i )
............... (2.27)
... ... ... 1... 0 ... ...
0 0 0 0 1 0.. .bnn11,1 ..
0 0 .0.. 0... ... 1 bnn
i , j 1
donde bi bi
i, j
a ii,i 1 * bnn1j ,11 para i= (n-2) hasta 1.
AX b (2.2)
A 1 A X A 1 b X
(2.3)
a
s 1
1
i,s * bs x i (2.4)
82
Con la ecuacin (2.4) y una vez obtenida la inversa de la matriz de los coeficientes
se pude obtener el valor de cada una de las incgnitas x i desde I=1 hasta n.
LU X b
L * U * X b
U * X G ........................................................................................................ (2.27)
o sea que
L * G b ......................................................................................................... (2.28)
83
De acuerdo con la definicin del producto de matrices
n
ai , j l i , s * u s , j ............................................................................................. (2.29)
s 1
j 1 n
ai , j li , s * u s , j l i , j u j , j l i,s u s, j
s 1 s j 1
Recordando la definicin de la matriz U se tiene que U j,j=1 y que Us,j=0 para todo
s>j , de la ecuacin anterior se tiene
j 1
l i , j ai , j l i , s u s , j ........................................................................................ (2.30)
s 1
i 1 n
a i , j l i , s * u s , j l i ,i u i , j l i,s u s, j
s 1 s i 1
Recordando la definicin de la matriz L se tiene que los l i,s=0 para todo s>i y por
tanto
1 i 1
ui, j * ai , j li , s u s , j .............................................................................. (2.31)
l i ,i s 1
Las ecuaciones (2.30) y (2.31) permiten calcular los elementos de las matrices U y
L de la siguiente manera:
84
Se calculan los elementos de la primera columna (j=1) de la matriz L
usando la ecuacin (2.30), en este caso la sumatoria vale cero. Luego se
pasa a calcular los elementos de la primera fila (i=1) de la matriz U usando
la ecuacin (2.31), en este caso la sumatoria vale cero.
L * G b .................................................................................................... (2.28)
n
bi li , j * g j ............................................................................................
j 1
i 1 n
l i , j * g j l i ,i * g i l i, j *gj
j 1 j i 1
85
1 i 1
gi * bi l i , j * g j ............................................................................. (2.32)
l i ,i j 1
n
g i ui, j * x j
j 1
i 1 n
u i , j * x j u i ,i * x i u i, j *xj
j 1 j i 1
Recordando la definicin de la matriz U, los u i,i=1 y los ui,j=0 para todo j<i, o sea
que la primera sumatoria de la expresin anterior es cero y por tanto
n
xi g i u
j i 1
i, j *xj ........................................................................... (2.33)
86
b1 c1 0 0 0
a2 b2 c2 0 0
A a3 b3 c3
... ... ... ... ...
0 0 ... an bn
b1 c1 0 0 0 x1 d1
a2 b2 c2 0 0 x2 d2
a3 b3 c3 x3 d 3
... ... ... ... ... ... ...
0 0 ... an bn x n dn
(2.13)
Al descomponer la matriz A de los coeficientes en sus factores L y U de acuerdo
con las ecuaciones
A LU
j 1
l i , j ai , j l i , s u s , j
s 1
(2.30)
1 i 1
ui, j * ai, j li ,s u s , j
l i ,i s 1
(2.31)
87
l1
a2 l2
L a3 ...
... ...
an ln
(2.34)
1 u1
1 u2
U ... ...
... u n 1
1
(2.35)
Donde
l1 b1
(2.36)
c1
l 2 b2 a 2 * b2 a 2 u1 (2.37)
b1
c2
l3 b3 a3 * b3 a3u 2 (2.38)
b2 a 2 * c1 / b1
u1 c1 / b1 (2.39)
c2 c2
u2 (2.40)
b2 a 2 * c1 / b1 b2 a 2 u1
c3 c3
u3 (2.41)
b3 a3 * c 2 / b2 a 2 * c1 / b1 b3 a3 u 2
(2.42)
ci c
u i 1 i 1 , i 2, n (2.43)
bi ai u i 1 l i 1
L *G d (2.44)
O sea que la ecuacin (2.32) se convierte en
1 i 1
gi * d i li, j * g j (2.45)
l i ,i j 1
d1
g1 (2.47)
l1
d i ci g i 1
gi , i 2, n (2.48)
li
89
2.3-. Mtodos Indirectos (Ensayo y Error) para Resolver Sistemas de
Ecuaciones.
A X b ........................................................................................................... (2.2)
A D C ....................................................................................................... (2.34)
donde D es una matriz diagonal cuyos elementos son todos cero con excepcin de
los elementos de la diagonal principal que son igual esa los elementos de la
diagonal principal de A; o sea
a11 0 0 .... 0
0 a 22 0 .... 0
D ... ... ... ... ... .................................................................... (2.35)
0 0 ... a n 1,n 0
0 0 0 .... a n ,n
y la matriz C es una matriz cuyos elementos de la diagonal principal son cero y c i,j
= -ai,j para todos los i,j; o sea
90
0 a1, 2 a1,3 .... a1,n
a 0 a 2,3 .... a 2,n
21
D* X C* X b
D * X C * X b .............................................................................................. (2.37)
D * X m 1 C * X m b ........................................................................................ (2.38)
m 1
Cuando se cumpla que la diferencia entre X y X
m
es mnima, se ha
encontrado la solucin del sistema de ecuaciones.
91
i 1 n
a i ,i xim 1 bi ai , j x mj a i, j x mj
j 1 j i 1
..................................................................................................................
1 i 1 n
xim1 * bi a i , j x mj a i, j x mj , i 1, n .................................... (2.39)
a i ,i j 1 j i 1
x
n
2
m 1
i xim n * ................................................................................ (2.40)
i 1
92
Convergencia del Mtodo Iterativo de Jacobi: Como en cualquier procedimiento
llegar a una situacin donde se cumpla la ecuacin (2.40). Para demostrar esto
m 1
b ........................................................................................ (2.38)
m
D* X C*X
m 1
X D 1C * X
m
D 1 * b ...................................................................... (2.41)
X D 1C * X D 1 * b ..................................................................................... (2.42)
93
Finalmente, de acuerdo con la expresin anterior se puede escribir
m 1 M m 0 .................................................................................................... (2.44)
En la ecuacin (2.44), el trmino 0 es el error que se comete al hacer la
suposicin inicial para iniciar el proceso de solucin por el mtodo de ensayo y
error de Jacobi, el cual ser convergente si despus de m iteraciones, cuando m
es muy grande, el error entre la solucin calculada y la solucin real, m+1, tiende a
cero; o sea que usando la ecuacin (2.44) el mtodo de Jacobi ser convergente
si
lim m 1 lim M m 0 0
....................................................................... (2.45)
m
lim M m 0
1-.)Una condicin suficiente para que es que M 1 donde M se
m
lim M m 0 M 0
2-.)
m
El mtodo de Gauss Seidel es una mejora del mtodo de Jacobi para acelerar
su convergencia, en donde las valores que se van calculando en una iteracin
94
dada para las variables se van usando en la misma iteracin para calcular los
valores de las variables siguientes. Se basa en lo siguiente:
A D L U .................................................................................................. (2.46)
a11 0 0 .... 0
0 a 22 0 .... 0
D ... ... ... ... ... .................................................................... (2.35)
0 0 ... a n 1,n 0
0 0 0 .... a n ,n
0 0 0 .... 0
a 0 0 .... 0
21
95
........................................................................................................................
D L U * X b
o sea
D L * X U * X b ....................................................................................... (2.49)
D L * X m1 U * X m b ................................................................................ (2.50)
m 1
donde X
m
es un vector solucin supuesto en una iteracin y X es un nuevo y
mejor solucin calculado en la misma iteracin.
96
x1m 1
1
a1,1
b1 a1, 2 x 2m a1, 3 x3m ............ a1, n x nm
x 2m 1
1
a 2, 2
b2 a 2 ,1 x 2m 1 a 2 ,3 x3m ............ a 2 ,n x nm
y en general
i 1 n
a
j 1
i, j x mj 1 ai ,i xim 1 bi a
j i 1
i, j x mj
1 i 1 n
xim 1 * bi ai , j x mj 1 a i, j x mj ...................................................... (2.51)
a i ,i j 1 j i 1
M D L U ...............................................................................................
1
(2.52)
y para que haya convergencia la matriz M dada por la ecuacin (2.52) debe
cumplir con una de las dos condiciones que se plantearon para la matriz M del
mtodo de Jacobi.
97
3-. Mtodo de Relacin Sucesiva Puntual (PSOR)
Es una mejora del mtodo de Gauss Seidel para acelerar la convergencia, como
se puede ver aplicando el siguiente desarrollo
D L U * X b
D wD wL wU * X wb D X
D wL * X wb D * 1 w wU * X ............................................................ (2.53)
........................................................................................................................
D wL * X m1 wb D * 1 w wU * X m .....................................................(2.54)
m 1
Los elementos del vector X se calculan de la siguiente manera:
i 1 n
w * ai , j x mj 1 ai ,i x mj 1 w * bi (1 w) * ai ,i xim w * a i, j x mj
j 1 j i 1
m 1
y despejando xi se tiene
w i 1 n
xim 1 1 w * xim bi ai , j x j
m
a i, j x mj 1 ........................................ (2.55)
a i ,i j i j i 1
99
se tiene subrelajacin, si es mayor que 1 se habla de sobrerelajacin y si es igual
a 1 se tiene el mtodo de Gauss Seidel.
M D wL * 1 w D wU .......................................................................
1
(2.56)
Considrese un medio poroso lineal a travs del cual fluye un fluido compresible o
levemente compresible y el cual se encuentra a una presin inicial p i (Figura 2.1).
100
Si el sistema se abre a producir en el punto x L , la presin disminuye a medida
que se incrementa el volumen de fluido extrado del sistema. Supngase que para
este sistema, la variacin de la presin p , en funcin de la posicin x y el tiempo
t , est descrita por la siguiente ecuacin diferencial:
2 p p
......................................................................................... (2.57)
x 2
t
101
x=0 x x=L
t2 t1
t3
t4
p
x=0 x x=L
b. La rata de entrada y salida de fluidos en cada bloque est gobernada por las
permeabilidades de las barreras adyacentes a cada bloque y la diferencia de
presin entre ellos.
c. Las propiedades dentro de cada bloque son las mismas en todos los puntos del
bloque. Por ejemplo: a un tiempo determinado, a cada bloque le corresponde
un nico valor de presin y de permeabilidad relativa.
102
Barrera Impermeable
p1 p2 p3 p4
1 k1 2 k2 3 k3 4 k4
x1 x2 x3 x4
Bloque 1 Bloque 2 Bloque 3 Bloque 4
103
x=0 x x=L
t1
t2
t3
p
t4
x=0 x x=L
f (n)
(a) x a n
f ( x)
n0 n!
............................................................................ (2.58)
104
1
: Yacimiento
: Simulador
Sw
0
Tiempo
Figura 2.4-. Distorsin Ocasionada en la Saturacin de Agua en un Punto
Determinado del Yacimiento Debido a la Discretizacin del Tiempo
x
xa
a x
x=0 xi xi + 1 x=L
a x a x a x a 2 x a 3
0
f 2 f 3 f
f x f
0! x xa
1! x 2 xa
2! x 3 xa
3!
f n
x a n
x n n!
........................................................ (2.59)
xa
105
2.4.3-. La Aproximacin Progresiva y su Error de Truncamiento. Supngase
un sistema lineal de bloques de igual longitud, tal como se ilustra en la Figura 2.5.
A cada bloque le corresponde una variable discreta x 1 , x 2 , ... , x i 1 , x i , x i 1
, ..., x n , de acuerdo a su posicin dentro del sistema. El incremento entre dos
puntos sucesivos, x i y x i 1 , est dado por la diferencia finita x . Si se
definen los puntos a x i y x x i 1 , entonces x a x i 1 x i . Por ser
bloques de igual longitud, x a x .
P Pi
P
x
2P
x 2
3P
x 3
nP
x n
i 1 x i
1! x 2 i
2! x 3 i
3! x n i
n!
........................................................................................................................(2.61)
P
Resolviendo para :
x i
P
Pi 1 Pi
2P
x
3P
x 2
nP
x n 1 . (2.62)
x i
x x 2 i
2! x 3 i
3! x n i
n!
P Pi 1 Pi
R ip ................................................................................. (2.63)
x i
x
p
En la Ecuacin 2.63, el trmino Ri est dado por la siguiente ecuacin:
R ip
2P
x
3P
x 2
2 ..................................................... (2.64)
x i
2! x 3 i
3!
106
La Ecuacin 2.63 puede ser escrita en forma aproximada de la siguiente forma:
P Pi 1 Pi
......................................................................................... (2.65)
x i
x
Ri
2P
x
3P
x 2
4P
x 3
2
1
x 2! x 3 3! x 4 4!
i i i
Ri
3P
x 2
4P
x 3
3
x 4
x
2
3! 4!
i i
P xi 1 P xi
P
x
2P
x 2
3P
x 3
x Xi
x 2 Xi
2! x 3 Xi
3!
107
nP
x n
x n n!
................................................................... (2.66)
Xi
Pi
P
x 2 P
x 2
3 P x
n P x
3
...........(2.67)
n
P
i 1 x i 1! x 2 i 2! x 3 i 3! x n i n!
P
Resolviendo la Ecuacin 2.66 para , se tiene:
x i
P
Pi Pi 1
2P
x
3P
x 2
nP
x n 1
x i
x x 2 i
2! x 3 i
3! x n i
n!
........................................................................................................................(2.68)
P Pi P i 1
R ir ................................................................................. (2.69)
x i
x
a x = - ( x a)
x a
108
r
En la Ecuacin 2.69 Ri est dado por:
R ir
2P
x
3P
x 2
nP
x n 1
x 2 2! x 3 3! x n n!
..................... (2.70)
i i i
P Pi P i 1
......................................................................................... (2.71)
x i
x
Pi 1 Pi 1 Pi
P
x
2P
x 2
3P
x 3
x i
1! x 2 i
2! x 3 i
3!
Pi
P
x
2P
x 2
3P
x 3
x i
1! x 2 i
2! x 3 i
3!
Simplificando,
Pi 1 Pi 1 2
P
x 2
3P
x 3
nP
x n
nP
x n
x i
1! x 3 i
3! x n i
n! x n i
n!
P
Despejando ,
x i
P
Pi 1 Pi 1
3P
x 2
nP
x n 1
nP
x n 1
x i
2 x x 3 i
3! x n i
2n ! x n i
2n !
........................................................................................................................(2.72)
P Pi 1 Pi 1
R ic ............................................................................. (2.73)
x i
2 x
c
En la Ecuacin 2.73, R i est dada por:
R ic
3P
x 2
nP
x n 1
nP
x n 1
x 3 3! x n n! x n n!
........... (2.74)
i i i
109
c
El error el truncamiento, R i , tiende a cero cuando x tiende a cero. En este
caso, la Ecuacin 2.73, se simplifica de la siguiente forma:
P Pi 1 Pi 1
.................................................................................... (2.75)
x i
2 x
Pi 1 Pi 1 2 Pi
2P
x
2
2
4P
x 4 2
6P
x 6
x 2 i
x 4 i
4! x 6 i
6!
2P
Despejando ,
x 2 i
110
Pi + 1
Pi + 1 Pi
Pi
p
:
x progresiva
p
x :
x verdadera
x xi + 1
Figura 2.7-. Interpretacin Geomtrica de la Aproximacin Progresiva
Pi
Pi Pi 1
Pi 1 p
:
x regresiva
p
:
x x verdadera
xi 1 xi
111
Pi + 1
Pi
p
:
Pi 1 x centrada
p
:
x verdadera
xi 1 xi xi + 1
Figura 2.9-. Interpretacin Geomtrica de la Aproximacin Central
2P
Pi 1 2 Pi Pi 1
2
4P
x 2 2
6P
x 4 ....... (2.76)
x 2 i x 2 x 4 i
4! x 6 i
6!
2P Pi 1 2 Pi Pi 1
R i2 ................................................................ (2.77)
x 2 i
x 2
2
En la Ecuacin 2.77, Ri est dada por:
R i2 2
4P
x 2 2
6P
x 4
........................................... (2.78)
x 4 i
4! x 6 i
6!
2P Pi 1 2 Pi Pi 1
....................................................................... (2.79)
x 2 i
x 2
112
truncamiento de esta ecuacin est dado por la Ecuacin 2.78 de donde se puede
observar que el error de truncamiento para la segunda derivada es de segundo
orden.
P Pi
P
2 x
2P
2 x 2
3P
2 x
3
..
nP
2 x
n
..
i2 x i
1! x 2 i
2! x 3 i
3! x n i
n!
........................................................................................................................ (2.80)
P Pi
P
x
2P
2 x 2
3P
x 3
nP
2 x
n
i 2 x i
1! x 2 i
2! x 3 i
3! x n i
n!
........................................................................................................................(2.81)
P 4 Pi 1 3Pi Pi 2 4 x 2 3P 12 x
3
4P
3
4
.....
x i 2x 2 * 3! x i
2 * 4! x i
P
4 Pi 1 3Pi Pi 2
x
2
x i 2x
P 4 Pi 1 3Pi Pi 2
.......................................................................(2.82)
x i 2x
P
Pi 2 8 Pi 1 8 Pi 1 Pi 2
x ...................................................(2.83)
2
x i 12x
P Pi 2 8 Pi 1 8 Pi 1 Pi 2
.................................................................(2.84)
x i 12x
113
cometiendo un error del orden de x 2 , y
2P
2
Pi 2 16 Pi 1 30 Pi 16 Pi 1 Pi 2
x
4
x 12 x
2
i
la cual si se aproxima a
2P Pi 2 16 Pi 1 30 Pi 16 Pi 1 Pi 2
2
.................................................(2.85)
x 12 x
2
i
Pi " 1 Pi 1 2 Pi
Para hallar los i se usa el mtodo de los coeficientes indeterminados de la
siguiente manera:
Pi
"
1 2 3 Pi 1 3
1 2 3 0
1 3 x 0 1 3
2 1
1 3 x 2 / 2! 1 2 1 1 3
x 2
x 2
114
2 2
1 2 3 2 0 2
x 2
x 2
"
Reemplazando ahora los valores de 1, 2 y 3 en la ecuacin para Pi se
tiene
1
P "
P
i
x
2 i 1
En la expresin anterior el error en trminos de x 3 no existira porque 1=3 y
por tanto habra que buscar el siguiente trmino del error, o sea que finalmente se
podra escribir
1
P "
P
i
x
2 i 1
La expresin anterior es la ecuacin (2.79) obtenida antes.
Dos expansiones que sern muy tiles para expandir la ecuacin de difusividad
son
u i 1 / 2 u i 1 / 2
u i' ..................................................................................(2.86)
x
u i 1 u i
u i' 1 / 2 ....................................................................................(2.87)
x
k A P
kA / i 1 / 2 P / x i 1 / 2 kA / i 1 / 2 P / x i 1 / 2
...................(2.88)
x x x
115
P Pi 1 Pi
.............................................................................(2.89)
x i 1 / 2 x
P Pi Pi 1
.............................................................................(2.90)
x i 1 / 2 x
k A P
kA / 11 / 2 Pi 1 ( kA / i 1 / 2 kA / i 1 / 2 ) Pi kA / i 1 / 2 Pi 1
x x ( x) 2
...............................................................................................................(2.91)
k A P kA Pi 1 2 Pi Pi 1 kA 2 P
x x ( x ) 2 x 2
Las ecuaciones anteriores suponen que los pasos (x) son constantes
P
La derivada t
puede ser expandida mediante una aproximacin progresiva
(Ecuacin 2.65), regresiva (Ecuacin 2.71) central (Ecuacin 2.75). En las
Ecuaciones 2.65, 2.71 y 2.75 se aproxim la variacin de la presin con respecto a
P
la posicin a un tiempo fijo, . En este caso se requiere evaluar la variacin
x t
116
t
i1 i i+1
0 x L
P
de la presin con respecto al tiempo en una posicin fija, . Por lo anterior,
t x
P Pi n 1 Pi n
O t .......................................................................... (2.92)
t t
P Pi n Pi n 1
O t .......................................................................... (2.93)
t t
P
t
Pi n 1 Pi n 1
2 t
O t
2
..................................................................... (2.94)
117
En las Ecuaciones 2.92 a 2.94, los superndices n 1 , n y n 1 representan
los tiempos t n 1 , t n y t n 1 , respectivamente.
2P Pi 1 2 Pi Pi 1
....................................................................... (2.79)
x 2 i
x 2
Esta ecuacin, tal como est escrita, no incluye el nivel de tiempo. La pregunta
que surge sera: A que tiempo hace referencia las presiones en la Ecuacin
2.79?. Dependiendo del nivel de tiempo asignado a cada trmino de presin en la
Ecuacin 2.79, se suele hablar de diferentes esquemas de aproximacin, de los
cuales los ms comunes son: la aproximacin explcita, la aproximacin implcita y
la aproximacin de Crank-Nicolson. Desde el punto de vista numrico, cada uno
de estos esquemas posee caractersticas diferentes.
2P Pi n 1 2 Pi n Pi n 1
......................................................................... (2.95)
x 2 x 2
Pi n 1 2 Pi n Pi n 1 Pi n 1 Pi n
............................................................... (2.96)
x 2 t
Pin 1 t 2 Pi n t Pi n 1 t Pi n 1 x Pi n x
2 2
o bien:
118
t 2 t t
Pi n 1 Pi n 1 Pi n 1 Pi n 1
x 2
x 2
x
2
x 2 ...................................................................................................... (2.97)
Se obtiene:
Pi n 1 Pi n 1 2 1 Pi n Pi n 1 ................................................... (2.98)
a. P0 constante Pcero
b. P8 0
P1 1 P0 0 2 1 P1 0 P2 0
P1 1 Pcero
0
2 1 P1 0 P2 0
119
Para el segundo bloque, i 2 :
P2 1 P1 0 2 1 P2 0 P3 0
P7 1 P6 0 2 1 P7 0 P8 0
P7 1 2 1 P7 0 P6 0
P1 2 P0 1 2 1 P1 1 P2 1
P1 2 Pcero 2 1 P1 1 P2 1
P2 2 P1 1 2 1 P2 1 P3 1
P7 2 P6 1 2 1 P7 1 P8 1
P7 2 2 1 P7 1 P6 1
120
En la parte izquierda de la Figura 2.11 se indican los puntos en el espacio y los
niveles de tiempo tenidos en cuenta en la aproximacin explcita.
n 1
b. Se hace n 0 y se calcula los valores de Pi para cada uno de los bloques
de la malla ( i 0, 1, ..., n x ).
t n+1 t n+1
tn tn
xi 1 xi xi + 1 xi 1 xi xi + 1
Esquema Explcito Esquema Implcito
Figura 2.11-. Representacin Esquemtica de las Aproximaciones
Explcita e Implcita
121
Esquema de Aproximacin Implcita. Supngase que las presiones Pi 1 , Pi
y Pi 1 en la Ecuacin 2.79 hacen referencia al tiempo t n 1 . En este caso, la
Ecuacin 2.95 puede ser escrita como:
2P Pi n 1 1 2 Pi n 1 Pi n11
..................................................................... (2.99)
x 2 x 2
Pi n11 2 Pi n 1 Pi n 1 1 Pi n 1 Pi n
........................................................... (2.100)
x 2 t
P0 1 2 1 P1 1 P2 1 P1 0
2 1 P1 1 P2 1 P1 0 Pcero
P1 1 2 1 P2 1 P3 1 P2 0
P6 1 2 1 P7 1 P8 1 P7 0
122
Al igual que en el ejemplo anterior, asignando al bloque i 8 la condicin de lmite
derecho, se tiene P8 0 , por consiguiente:
P6 1 2 1 P7 1 P7 0
2 1
2 1
2 1
A 2 1
2 1
2 1
2 1
P11 P1 0 Pcero
1
P2 P2 0
P31 P3 0
P 1 P41 , F P4 0
P 1 P5 0
51 0
P6 P6
P 1 P7 0
7
La Figura 2.11 incluye los puntos en el espacio y los niveles de tiempo tenidos en
cuenta en la aproximacin implcita.
123
Aproximacin de Crank-Nicolson. Se obtiene de una combinacin de las
aproximaciones implcita y explcita; consiste en aproximar la ecuacin diferencial
1
en el punto i, n tal como se ilustra en la Figura 2.12.
2
( xi , t n + )
tn
xi 1 xi xi + 1
Figura 2.12-. Representacin Esquemtica del Mtodo de Crank-Nicolson
n 1 n Central en n 1 2
1 2P 1 2P P
............................................... (2.102)
2 x 2 i
2 x 2 i
t i
1 Pi 1 2 Pi Pi n1 1 1 Pi 1 2 Pi Pi 1
n 1 n 1 n n n
Pi n 1 Pi n
2 x 2 2 x 2 2
t
2
1 Pi 1 2 Pi Pi n1 1 1 Pi 1 2 Pi Pi 1
n 1 n 1 n n n
Pi n 1 Pi n
........ (2.103)
2 x 2 2 x 2 t
124
Otras aproximaciones de expansin para la ecuacin (2.57) son:
Pi 1, n 2 Pi , n Pi 1, n Pi , n 1 Pi , n 1
....................................................(2.105)
x 2
2t
Pi 1,n Pi ,n Pi , n 1 Pi ,n Pi , n 1 Pi , n
...............................................(2.106)
x 2
t
Pi 1,n Pi ,n Pi , n 1 Pi 1, n 1 Pi , n 1 Pi , n
.........................................(2.107)
x 2
t
125
Ecuacin Ecuacine
T ........................................................................................ (2.108)
Pi n 1 2 Pi n Pi n 1 Pi n 1 Pi n
............................................................... (2.96)
x 2 t
2 p p Pi n 1 2 Pi n Pi n 1 Pi n 1 Pi n
T
x
2
t x 2 t
2 p p
Llevando las Ecuaciones 2.79 y 2.92, en reemplazo de y t , a la anterior
x 2
ecuacin se tiene:
T
Pi n 1 2 Pi n Pi n 1
2
4P
x 2 2
6P
x 4
Pi n 1 Pi n
x 2 x 4 i
4! x 6 i
6! t
126
2P t Pin 1 2 Pi n Pi n 1 Pi n 1 Pi n
t 2 i
2 x 2 t
Simplificando,
T
x 2 4 P
t 2 P
O x 2
t ............................ (2.109)
12 x 4 2 t 2
i i
2 p p 1 Pin11 2 Pi n 1 Pi n1 1 1 Pi 1 2 Pi Pi 1
n n n
Pi n 1 Pi n
T
x
2
t 2 x 2 2 x 2 t
........................................................................................................................ (2.110)
1 Pin11 2 Pi n 1 Pi n1 1 1 x 1 Pi 1 2 Pi Pi 1
n n n
4P
2
T
2 x 2 2 12 x 4 i
2 x 2
t
2
1
1 x P
n
2 4
Pi n 1 Pi n P3
2 2
.............
2 12 x 4 t 6 t 3
i 2 i
2
1 Pin11 2 Pi n 1 Pi n 1 1 1 Pi 1 2 Pi Pi 1
n n n
Pi n 1 Pi n
2 x 2 2 x 2 t
Simplificando,
2
t
1
x 2 4 P x 2 4 P
n 1 n n
3P
2 2
T
24 x 4 i
24 x 4 i
6 t 3 i
127
T O x 2
t 2 .................................................................................. (2.111)
a Pi n 1 Pi * b Pi n 1 Pi * c Pi n 1 Pi* d Pi n 1 Pi * 0
.................................................................................................................(2.112)
En la Ecuacin 2.112, Pi* indica la presin en el punto i y al tiempo en torno
al cual se efecta la aproximacin numrica.
128
Esquema Estable
Esquema Inestable
Pn
P P n 1 P n
Nivel de tiempo, tn
Figura 2.14-. Comportamiento en el Cambio de Presin en un Punto
Determinado de un Esquema Estable y un Esquema Inestable
1 2 1 2
t 1 0
x 2
Pi n11 2 1 Pi n 1 Pi n1 1 Pi n ......................................(2.101)
Pi n11 Pi n 2 1 Pi n 1 Pi n Pi n11 Pi n 0
2 1 0 1 0 .....................................................................(2.115)
1 Pi 1 2 Pi Pi n1 1 1 Pi 1 2 Pi Pi 1
n 1 n 1 n n n
Pi n 1 Pi n
.........(2.103)
2 x 2 2 x 2 t
Pi n11 2 Pi n 1 Pi n 1 1 Pin 1 2 Pi n Pi n 1 Pi n 1 Pi n
2
Pi n11 Pi n 2 1 Pi n 1 Pi n Pi n11 Pi n Pi n1 Pi n Pi n1 Pi n 0
Y como en la expresin anterior hay un coeficiente menor que cero, segn Karplus
para que la expansin dada por la ecuacin (2.103) se requiere que
1
2 1 3 0 .....................................................................(2.116)
2
La condicin dada por la ecuacin (2.116) es la misma dada para la expansin
explcita, ecuacin (2.115).
130
El Mtodo de Von Neumann o Anlisis Armnico. Una de las suposiciones
bsicas de este mtodo se fundamenta en el hecho de que el error de una
aproximacin numrica satisface la aproximacin numrica. El valor exacto de
presin en un punto x i a un tiempo t n , p x i , t n , y el valor calculado al aplicar
n
una aproximacin numrica, Pi ,estn relacionados mediante la siguiente
expresin:
p x i , t n Pi n in ........................................................................................ (2.117)
p x i 1, t n 2 p xi , t n p x i 1, t n p xi , t n 1 p xi , t n
............... (2.118)
x 2 t
P n
i 1
in 1 2 Pi n in P n
i 1 in 1 P i
n 1
in 1 Pi n in
.(2.119)
x 2
t
in 1 2 in in 1 in 1 in
....................................................................(2.120)
x 2 t
131
Si asumimos que la funcin expandida es la funcin error x y se evala dicha
funcin en el punto x x i i x , la Ecuacin 2.121 toma la siguiente forma:
i k e 1 k i x
k E i k ......................................................... (2.122)
k k
En la Ecuacin 2.122, E i k e 1 k i x
. Para anlisis de estabilidad es suficiente
con examinar el comportamiento de una sola componente del error i en la
Ecuacin 2.122 (es decir, E i e 1 ix ). La componente del error en el espacio
del tiempo debe ser tal que reduzca el error a i cuando t 0 . Por tal motivo, la
expresin para el error E i que tenga en cuenta la componente del error en el
espacio del tiempo tendr la siguiente forma:
1 i x
E in e e t e 1 i x
e nt ................................................................. (2.123)
1 i x
E in n e
Anlogamente,
1 i x
E in 1 n 1e
obtenindose:
n 1
1 ................................................................................................ (2.124)
n
132
E in 1 2 E in E in 1 E in 1 E in
x 2 t
O bien,
1 i 1 x 1 i x 1 i 1 x
n e 2 n e n e
x 2
1 i x 1 i x
n 1 e n
e
t
De donde se obtiene:
t
x 2
n e 1 x
2 n n e 1 x
n 1
n
n 1
n
1
t
x 2
e 1 x
2 e 1 x
De las identidades de Euler:
1
e cos 1 sen
1
e
cos 1 sen
n 1 t
1 2 cos 1 .................................................................... (2.125)
n
x 2
t
1 2 1 cos 1
x 2
t
1 1 2 1 cos 1
x 2
133
t 1
x 2
1 cos
t 1
x 2
2
E in11 2 E in 1 E in11 E in 1 E in
x 2 t
O bien,
1 i 1 x 1 i x 1 i 1 x
n 1 e 2 n 1
e n 1
e
x 2
1 i x 1 i x
n 1
e n
e
t
1 x 1 x
n 1 e 2 n 1 n 1 e n 1 n
x 2 t
n 1
y despejando se tiene
n 1 1 1 1
n e 1 x
e 1 x
2 1 2 1 e 1 x
e 1 x
2 1 cos 2 1
La estabilidad se dar si
n 1 1
1
n 2 1 cos 2 1
134
lo cual es equivalente a decir que
2 1 cos x 1 1
1 cos x 0
Criterio Matricial
AX n 1 BX n d (2.126)
AX BX d (2.127)
A X n 1 X B X n X
A e n 1 B e n
(2.128)
e A B e
n 1 1 n
(2.129)
e A
n 1 1
B e
3 n2
.
.
.
e A
n 1 1
B e
n 1 0
(2.130)
Pi n1 2 1 Pi n Pi n1 Pi n 1
(2.98)
136
En el sistema de ecuaciones anterior los valores P0 P0 cons tan te y
n
PNn1 PN 1 cons tan te , estn definidos por las condiciones de lmite y por tanto
el sistema se puede expresar matricialmente de la siguiente forma:
1 0 0 0 0 P1n 1 2 1 P1n P0
0 1 0 0 0 P 2
n 1
2 1 P 2
n
0
. . . . . *P i
n 1
2 1 * . 0
n 1
0 0 0 1 0 P N 1
. . . . . PNn1 .
0 0 0 0 1 P N
n 1
2 1 PNn PN 1
1 0 0 0 0
0 1 0 0 0
A . . . . .
0 0 0 1 0
0 0 0 0 1
(2.131)
2 1
2 1
B 2 1
. . . . .
2 1
(2.132)
P0
0
d 0
.
PN 1
(2.133)
137
2.6.3-. Convergencia. Se dice que una aproximacin numrica es convergente si
n
el valor discreto Pi calculado de la aproximacin numrica tiende al valor exacto
p x i , t n cuando x y t tienden a cero.
T
x 2 4 P
t 2 P
12 x 4 2 t 2
.......................................................... (2.109)
i i
138
del sistema, como por ejemplo, la rata de intrusin de agua desde un acufero a un
yacimiento.
Los lmites internos hacen referencia a la interaccin del yacimiento con los pozos
y dan origen a las condiciones de lmite interno. Al tratamiento de las condiciones
de lmite interno se le conoce como modelamiento de pozos en simulacin
numrica de yacimientos. El modelamiento de pozos ha sido uno de los temas de
mayor importancia, y por ende ms ampliamente investigados, en simulacin de
yacimientos.
139
P = Pe
P 0 Pcero t (2.134)
P L PL t (2.135)
140
Un caso particular de las Ecuaciones (2.134) y (2.135) ocurre cuando Pcero t y
La Figura 2.17 ilustra un sistema lineal discretizado, el cual incluye tres tipos de
puntos o celdas: (i) puntos o celdas interiores (rotulados como 1 , i 1 , i ,
i 1 N x ), (ii) puntos o celdas fantasmas (rotulados como 0 y N x 1 ), y (iii)
141
P 0 Pcero P L PL
1 0 1 i 1 i i1 Nx Nx 1 Nx 2
x 0 xL
Celda interior
Celda fantasma
Celda ficticia
P0 P1
Pcero
2
O bien,
P0 P1 2 Pcero (2.136)
142
Discretizacin de Condiciones de Lmite Tipo Neumann. En una condicin tipo
Neumann se especifica la rata de flujo a travs de la frontera del yacimiento. En el
caso de la expansin de la ecuacin (2.57) una condicin Neumann en el lmite
x 0 puede expresarse de la siguiente forma:
kA p
q x 0 q cero
x x 0
(2.138))
p q cero
x x 0 kA
(2.139)
p
0
x x 0
(2.140)
(2.141)
143
En la Ecuacin (2.141), qL es un valor conocido. En particular, para un sistema
cerrado, la Ecuacin (2.141) toma la siguiente forma:
p
0 (2.142)
x x L
Para una malla de bloque centrado, las condiciones de lmite tipo Neumann se
suelen discretizar calculando el gradiente entre los puntos discretos adyacentes a
la interfase que representa el lmite externo. Por ejemplo, para el sistema ilustrado
en la Figura 2.17, una condicin tipo Neumann en x 0 , Ecuacin (2.138), se
discretiza de la siguiente forma:
P1 P0 q cero
x1 x 0 kA
O bien,
qcero
P1 P0 x1 x0
kA
(2.143
En particular, para un sistema cerrado, la Ecuacin (2.143) toma la siguiente
forma:
P1 P0 0 (2.144)
O bien,
144
qL
PNx 1 PNx x Nx 1 x Nx
kA
(2.145)
145