fabiana de fátima giacomini - PG-Mec Programa de Pós-Graduação ...
fabiana de fátima giacomini - PG-Mec Programa de Pós-Graduação ...
fabiana de fátima giacomini - PG-Mec Programa de Pós-Graduação ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
100<br />
A tendência do erro não correspon<strong>de</strong>r aos valores esperados a priori para a <strong>de</strong>rivada<br />
da temperatura em x = 0, po<strong>de</strong> estar relacionada à forma <strong>de</strong> aplicar as condições <strong>de</strong> contorno<br />
e ao erro <strong>de</strong> poluição inerente dos erros <strong>de</strong> truncamento e discretização. Pois, conforme os<br />
resultados do capítulo 4, a <strong>de</strong>rivada da temperatura é calculada em x = 0, ou seja, no<br />
contorno, por isso sofre a influência da forma <strong>de</strong> aplicar as condições <strong>de</strong> contorno empregadas<br />
ao mo<strong>de</strong>lo numérico.<br />
A mesma analogia com a teoria sobre volumes <strong>de</strong> faces centradas e volumes <strong>de</strong> nós<br />
centrados para a <strong>de</strong>rivada da temperatura no contorno esquerdo, po<strong>de</strong> ser empregado neste<br />
mo<strong>de</strong>lo numérico. As formas e condições <strong>de</strong> contorno empregadas foram as mesmas do<br />
capítulo 4, justamente para comparar a tendência do erro <strong>de</strong> discretização sobre o efeito físico<br />
<strong>de</strong> cada uma das equações.<br />
O erro <strong>de</strong> poluição discutido no capítulo 4, po<strong>de</strong> estar relacionado com a tendência da<br />
or<strong>de</strong>m do erro não correspon<strong>de</strong>r aos resultados esperados. A variável I<br />
DDS−2<br />
teve a or<strong>de</strong>m do<br />
erro <strong>de</strong> discretização a posteriori <strong>de</strong>generada, igualmente como na equação <strong>de</strong> Poisson.<br />
Portanto valem as Figs. 4.23 e 4.24, que mostram que substituindo a solução numérica nodal<br />
pela solução analítica nodal, consegue-se atingir o erro esperado a priori, pois a solução<br />
analítica não é contaminada por erro <strong>de</strong> poluição.<br />
A mesma conclusão do capítulo 4 po<strong>de</strong> ser usada, pois analisando uma variável <strong>de</strong><br />
interesse no contorno, a or<strong>de</strong>m do erro encontrada a priori não é capaz <strong>de</strong> <strong>de</strong>tectar a<br />
<strong>de</strong>generação da or<strong>de</strong>m encontrada a posteriori. A forma <strong>de</strong> aplicar as condições <strong>de</strong> contorno e<br />
o erro <strong>de</strong> poluição, influenciam a or<strong>de</strong>m do erro <strong>de</strong> discretização da solução <strong>de</strong> uma variável,<br />
<strong>de</strong>s<strong>de</strong> que ela faça parte do contorno. Caso contrário, como mostram os resultados das três<br />
primeiras variáveis <strong>de</strong> interesse, constantes na Tab. 5.5, analisadas a priori, mantêm-se as<br />
or<strong>de</strong>ns dos erros resultantes a posteriori. E, finalmente, a or<strong>de</strong>m aparente ( pU ) calculada<br />
pela Eq. (2.47) teve um excelente <strong>de</strong>sempenho com relação a or<strong>de</strong>m efetiva ( pE ), calculada<br />
pela Eq. (2.38). Assim, quando o mo<strong>de</strong>lo matemático não possuir solução analítica<br />
disponível, po<strong>de</strong>-se utilizar o cálculo da or<strong>de</strong>m aparente para verificar a posteriori as or<strong>de</strong>ns<br />
dos erros das soluções numéricas com confiabilida<strong>de</strong>.