verificação de funções de interpolação em advecção-difusão 1d ...
verificação de funções de interpolação em advecção-difusão 1d ...
verificação de funções de interpolação em advecção-difusão 1d ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
55<br />
2.12.1 Estimativas <strong>de</strong> Erro a Priori<br />
São utilizados para estimar a or<strong>de</strong>m do erro <strong>de</strong> discretização, que é feito estimandose<br />
o erro <strong>de</strong> truncamento do mo<strong>de</strong>lo mat<strong>em</strong>ático através da série <strong>de</strong> Taylor, e admitindo-se<br />
que o erro <strong>de</strong> discretização (E) tenha a mesma forma funcional quando o tamanho “h” dos<br />
el<strong>em</strong>entos da malha ten<strong>de</strong> a zero (MARCHI, 2001).<br />
Este tipo <strong>de</strong> estimativa é feito quando o interesse é <strong>em</strong> <strong>de</strong>finir as or<strong>de</strong>ns assintótica<br />
(p L ) e verda<strong>de</strong>iras (p V ), dos erros <strong>de</strong> truncamento.<br />
Ainda <strong>em</strong> Marchi (2001) po<strong>de</strong>-se observar que quanto menor a malha, ou seja, maior<br />
o número <strong>de</strong> nós do domínio discretizado, menor será o erro <strong>de</strong> discretização. Esta afirmação<br />
é facilmente confirmada pela Eq.(2.65).<br />
2.12.2 Estimativa <strong>de</strong> Erro a Posteriori<br />
São utilizados para calcular efetivamente a magnitu<strong>de</strong> do erro <strong>de</strong> discretização, ou<br />
seja, seu valor quantitativo. A forma mais simples <strong>de</strong> verificar a magnitu<strong>de</strong> do erro <strong>de</strong><br />
discretização é comparando o resultado da solução numérica com o resultado das soluções<br />
analíticas. Processo bastante simples e lógico, porém s<strong>em</strong> muita razão <strong>de</strong> ser, salvo casos <strong>de</strong><br />
estudos <strong>de</strong> processos numéricos. Isto porque se existe a possibilida<strong>de</strong> <strong>de</strong> conseguir a solução<br />
analítica <strong>de</strong> <strong>de</strong>terminado probl<strong>em</strong>a, não faz sentido a obtenção <strong>de</strong> sua solução numérica.<br />
De qualquer forma, <strong>em</strong> casos on<strong>de</strong> estão sendo analisados processos <strong>de</strong> soluções<br />
numéricas, como é o caso <strong>de</strong>stes trabalho, a análise a posteriori é feita comparando a solução<br />
numérica obtida (λ) com a solução analítica (Λ), e neste caso o erro <strong>de</strong> discretização (E(λ)) é<br />
dado por,<br />
E ( )<br />
<br />
(2.66)<br />
Para os casos on<strong>de</strong> não t<strong>em</strong>-se a solução analítica, a maioria dos casos, é necessário<br />
fazer a análise com base <strong>em</strong> soluções analíticas estimadas, que são obtidas com o uso <strong>de</strong><br />
alguns estimadores. Nestes casos fala-se <strong>de</strong> incerteza da solução numérica (U ),<br />
U <br />
(2.67)<br />
<br />
sendo “ <br />
” a estimativa do valor da solução analítica, e “ ”é a solução numérica.