Problemas Difusao

SOLUO DE EQUAES DIFERENCIAIS ACOPLADAS PELA TCNICA DE
TRANSFORMADA INTEGRAL E COMPUTAO SIMBLICA

Francisco Edmundo de Andrade
__________________
DISSERTAO SUBMETIDA COORDENAO DO CURSO DE PS-
GRADUAO EM CINCIA DA COMPUTAO, COMO REQUISITO
PARCIAL PARA A OBTENO DO GRAU DE MESTRE PELA
UNIVERSIDADE FEDERAL DO CEAR
Fortaleza - CE, 1996
SOLUO DE EQUAES DIFERENCIAIS ACOPLADAS PELA TCNICA DE
TRANSFORMADA INTEGRAL E COMPUTAO SIMBLICA
Francisco Edmundo de Andrade
Dissertao apresentada ao curso de ps-graduao em Cincia da Computao da
Universidade Federal do Cear, como parte dos requisitos para a obteno do grau de
Mestre em Cincia da Computao.
Aprovada em 16 de dezembro de 1996.
AGRADECIMENTOS
a) Ao Professor Jlio Wilson Ribeiro, por sua objetividade e companheirismo sempre
presentes na transmisso cognitiva e por seu empenho na orientao deste trabalho;
b) Aos Professores Mikhail D. Mikhailov, da Technical University (Sofia, Bulgria), e
Renato M. Cotta (COPPE-UFRJ), por suas valiosas contribuies acadmicas;
c) Aos Professores do Mestrado em Cincias da Computao, Laboratrio de Inteligncia
Artificial (LIA), Laboratrio de Mtodos Numricos (LaMN) e Departamentos de
Computao, Fsica e Matemtica, pelo incentivo e apoio prestados realizao deste
trabalho;
d) A Joo B. Furlan (aluno de Doutorado/Fsica), Francisco Heron e Leonardo Abreu
(bolsistas de IC), por suas inestimveis contribuies;
e) FUNCAP, pela concesso de minha bolsa de Mestrado;
f) Ao CNPq / BRITISH COUNCIL, pela moderna infra-estrutura computacional
disponibilizada e apoio bibliogrfico concedidos;
g) minha esposa Eliene, por sua pacincia e motivao inspiradoras;
h) Ao Criador Universal, pela vida, sade, entendimento...
SUMRIO
1. Introduo............................................................................................................... 1
1.1 Reviso Bibliogrfica............................................................................................. 4
1.1.1 Tcnica de Transformada Integral .................................................................. 4
1.1.2 Computao Simblica................................................................................... 7
2. Formalismos.......................................................................................................... 11
2.1 Tcnica de Transformada Integral ........................................................................ 11
2.1.1 Soluo Clssica da Equao Diferencial Parcial Parablica.......................... 11
2.1.2 Soluo Geral do Sistema de EDPs Parablicas Acopladas........................... 17
2.1.3 Procedimento Adaptativo............................................................................. 22
2.2 Algoritmo Matemtico GITT para Soluo de Problemas de Difuso................... 24
3. Aplicao a um Problema de Transferncia Simultnea de Calor e Massa ....... 30
4. Resultados e Discusso ......................................................................................... 43
5. Concluses e Sugestes ......................................................................................... 61
Apndice A Implementao Simblica do Algoritmo Matemtico GITT.............. 62
Apndice B Exemplos de Utilizao do PackageGITT usando Mathematica.... 71
REFERNCIAS BIBLIOGRFICAS ..................................................................... 77
LISTA DE FIGURAS
Pg.
2.1 Listagem dos argumentos de entrada para o algoritmo matemtico GITT.................... 27
2.2 Primeiro passo do algoritmo matemtico GITT........................................................... 28
2.3 Passos 2 a 5 do algoritmo matemtico GITT............................................................... 28
2.4 Passos 6 e 7 do algoritmo matemtico GITT............................................................... 29
3.1 Esquema de secagem de um meio capilar poroso isotrpico submetido a condies
de contorno de segundo tipo em X=0 e primeiro tipo em X=1. .................................. 42
4.1 Distribuies adimensionais de temperatura,
1
(X,), durante o processo de
secagem, obtidas para o problema unidimensional, adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; Pn=0,6; =0,2 e Ko=5,0. ............................................................... 51
4.2 Distribuies adimensionais de umidade,
2
(X,), durante o processo de secagem,
obtidas para o problema unidimensional, adotando-se Tol=10
-5
; N=M=10; Lu=0,4;
Pn=0,6; =0,2 e Ko=5,0. ............................................................................................ 52
4.3 Distribuies adimensionais de temperatura durante o processo de secagem,
obtidas para o problema unidimensional, variando-se Ko e adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; Pn=0,6 e =0,2. ............................................................................ 53
4.4 Distribuies adimensionais de umidade durante o processo de secagem, obtidas
para o problema unidimensional, variando-se Ko e adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; Pn=0,6 e =0,2. ............................................................................ 54
obtidas para o problema unidimensional, variando-se Lu e adotando-se Tol=10
-5
;
N=M=10; Pn=0,6; =0,2 e Ko=5,0. ............................................................................ 55
para o problema unidimensional, variando-se Lu e adotando-se Tol=10
-5
;
N=M=10; Pn=0,6; =0,2 e Ko=5,0. ............................................................................ 56
obtidas para o problema unidimensional, variando-se Pn e adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; =0,2 e Ko=5,0. ............................................................................ 57
para o problema unidimensional, variando-se Pn e adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; =0,2 e Ko=5,0. ............................................................................ 58
obtidas para o problema unidimensional, variando-se e adotando-se Tol=10
-5
;
N=M=10; Lu=0,4; Pn=0,6 e Ko=5,0........................................................................... 59
para o problema unidimensional, variando-se e adotando-se Tol=10
-5
; N=M=10;
Lu=0,4; Pn=0,6 e Ko=5,0........................................................................................... 60
LISTA DE TABELAS
Pg.
4.1 Comportamento da convergncia numrica e resultados de referncia para as
distribuies adimensionais de temperatura (=0,02; 0,04 e 1,0), adotando-se
Tol=10
-5
; Lu=0,4; Pn=0,6; =0,2 e Ko=5,0. A coordenada adimensional
representa o tempo fsico do processo. ....................................................................... 49
4.2 Comportamento da convergncia numrica e resultados de referncia para as
distribuies adimensionais de umidade (=0,02; 0,04 e 1,0), adotando-se Tol=10
-
5
; Lu=0,4; Pn=0,6; =0,2 e Ko=5,0. A coordenada adimensional representa o
tempo fsico do processo. ........................................................................................... 50
NOMENCLATURA
A
i
(t) Coeficiente da srie de expanso, definido na equao (2.2).
B
k
Operador linear, definido nas equaes (2.14.i,j).
K(x) Coeficiente difusivo, definido na equao (2.1.a).
K
k
(x) Coeficientes difusivos, definido nas equaes (2.14.g,h).
Ko Nmero de Kossovitch, definido na equao (3.1.a).
L
k
Operadores lineares, definido nas equaes (2.14.g,h).
Lu Nmero de Luikov, definido na equao (3.1.b).
M Ordem de truncamento.
N Ordem de truncamento.
N
j
Norma, definida na equao (2.6).
N
ki
Normas, definidas nas equaes (2.17.a,b).
P(x,t) Termo fonte ou sumidouro, definido na equao (2.1.a).
P
k
(x,t,T
1
(x,t),T
2
(x,t))
Termos fonte ou sumidouro, definido nas equaes (2.14.a,b).
Pn Nmero de Posnov, definido na equao (3.1.b).
T(x,t) Potencial, definido na equao (2.1.a).
T
k
(x,t) Potenciais, definidos nas equaes (2.14.a,b).
T t i ( ) Potencial transformado, definido na equao (2.7.a).
T t ki ( ) Potenciais transformados, definido nas equaes (2.16.a,b).
X Coordenada espacial adimensionalizada, definida na equao (3.1.a).
c
1
Coeficiente definido na equao (3.5.i).
c
2
Coeficiente definido na equao (3.5.j).
c
3
Coeficiente definido nas equaes (3.16.c,d).
c
4
Coeficiente definido nas equaes (3.16.c,d).
c
5i
Coeficientes, definido na equao (4.1.j).
d(x) Termo convectivo, definido na equao (2.1.a).
d
k
(x) Termos convectivos, definido nas equaes (2.14.g,h).
f(x) Distribuio inicial do potencial, definido na equao (2.1.b).
f
k
(x) Distribuio inicial dos potenciais, definido nas equaes (2.14.c,d).
f
i
Valor inicial do potencial transformado, definido na equao (2.12.b).
f
ki
Valor inicial dos potenciais transformados, definido nas equaes (2.18.c,d).
g t
i
( ) Termo fonte transformado, definido na equao (2.10.b).
g t T t T t
ki
( , ( , ), ( , ))
1 2
x x Termos fonte transformados, definido nas equaes (2.18.e,f).
g
i
*
1
Termo fonte transformado, definido nas equaes (2.19.e).
g
i
*
2
Termo fonte transformado, definido nas equaes (2.19.f).
t Coordenada temporal, definida na equao (2.1.a).
w(x) Coeficiente capacitivo, definido na equao (2.1.a).
w
k
(x) Coeficientes capacitivos, definido na equao (2.14.a,b).
x Sistema de coordenadas espaciais, definido na equao (2.1.a).
SMBOLOS GREGOS
(x) Coeficiente da condio de contorno, definido na equao (2.1.c).
k
(x) Coeficientes da condio de contorno, definido nas equaes (2.14.i,j).
(x) Coeficiente da condio de contorno, definido na equao (2.1.c).
k
(x) Coeficientes da condio de contorno, definido nas equaes (2.14.i,j).
Critrio de mudana de fase do lquido no interior do meio poroso, definido na
equao (3.1.a).
1
(X,) Distribuio de temperatura adimensional, definido na equao (3.1.a).
1P
(X) Distribuio de temperatura adimensional, para o estado estacionrio, definido
nas equaes (3.2.a,b).
1H
(X,) Distribuio de temperatura adimensional, para o problema homogneo
associado, definido na equao (3.3.a).

1i
( ) Distribuio de temperatura adimensional transformada, definido na equao
(3.10.a).
2
(X,) Distribuio de teor de umidade adimensional, definido na equao (3.1.a).
2P
(X) Distribuio de teor de umidade adimensional, para o estado estacionrio,
definido nas equaes (3.2.a,b).
2H
(X,) Distribuio de teor de umidade adimensional, para o problema homogneo
associado, definido na equao (3.3.b).

2i
( ) Distribuio de umidade adimensional transformada, definido na equao
(3.11.a).
i
2
I-simo autovalor do problema auxiliar, definido na equao (2.3.a).
ki
2
I-simo autovalor do problema auxiliar, definido nas equaes (2.15.a,b).
1i
2
2i
2
Tempo adimensional (nmero de Fourier), definido na equao (3.1.a).
(x,t) Termo fonte da equao da condio de contorno, definido na equao (2.1.c).
k1
(x,t,T
1
(x,t),T
2
(x,t)) Termos fonte das equaes da condio de contorno, definido
nas equaes (2.14.e,f).
(
i
,x) I-sima autofuno do problema auxiliar, definida na equao (2.3.a).
k
(
ki
,x) I-sima autofuno do problema auxiliar, definida nas equaes (2.15.a,b).
1
(
1i
,X) I-sima autofuno do problema auxiliar, definida na equao (3.6.a).
2
(
2i
,X) I-sima autofuno do problema auxiliar, definida na equao (3.7.a).
SUPERESCRITOS
Indicador de varivel ou valor transformado.
SUBESCRITOS
i,j Ordem das autoquantidades ou ndice de linha e coluna, respectivamente.
k=1,2 Relacionado com temperatura e umidade, respectivamente.
P Soluo de regime permanente (estado estacionrio).
H Relativo ao problema homogneo.
RESUMO
O uso conjugado de mtodos hbridos analtico-numricos e computao simblica
permite o desenvolvimento de novas tcnicas para o tratamento de sistemas de equaes
diferenciais parciais acopladas. As equaes de Luikov para transferncia simultnea de
calor e massa em meios capilares porosos so analiticamente tratadas atravs do uso da
tcnica de transformada integral generalizada (GITT) e recursos de computao simblica.
Neste tratamento de carter genrico evita-se a escolha de problemas auxiliares associados
acoplados, eliminando-se a eventual ocorrncia de autovalores complexos. Isto
conseguido adotando-se um par de problemas auxiliares desacoplados, do tipo Sturm-
Liouville, para a temperatura e umidade. Para efeito de aplicao desta tcnica, buscou-se na
literatura uma variante do problema de Luikov onde as condies de contorno so do
primeiro e segundo tipos. Determinam-se as distribuies de temperatura e umidade no
interior do meio poroso, as quais so obtidas segundo os formalismos inerentes GITT na
forma de sries de expanso de autofunes. Para efeito de implementao computacional,
foram obtidas duas solues numricas, sendo a primeira com o uso de Fortran e IMSL
, e
a segunda, via o Mathematica
. Nestas, utiliza-se preciso prescrita e trunca-se, a uma

ordem finita, o sistema diferencial ordinrio transformado, o qual resolvido numericamente
atravs do uso de subrotinas bem estabelecidas de bibliotecas matemticas disponveis. Os
resultados obtidos nas duas solues so comparados e constata-se que os mesmos so
numericamente idnticos. Para validar estes resultados, desenvolve-se atravs dos
formalismos da GITT a soluo exata do problema utilizando computao simblica. Os
resultados so criticamente comparados aos anteriores, validando-os. Obtm-se um conjunto
de resultados de referncia e avalia-se a influncia de parmetros termofsicos no
comportamento do processo de secagem.
ABSTRACT
The combined use of hybrid analytical numerical methods and symbolic computation
creates new techniques to solve systems of coupled partial differential equations. The
Luikovs equations for simultaneous heat and mass transfer in capillary porous bodies are
analytically handled through application of the generalized integral transform technique
(GITT) and the use of symbolic computation. Coupled auxiliary problems, which eventually
could involve the occurrence of complex eigenvalues, are completely avoided and,
alternatively, two uncoupled eigenvalue problems for temperature and moisture are chosen,
which are of the conventional Sturm-Liouville type. To show an application, a Luikov
problem with boundary conditions of first and second kind was chosen. Following the GITT
formalisms, the temperature and moisture distributions are represented by eigenfunction
series. Two numerical solutions are computationally obtained, the first one uses Fortran and
IMSL
, the other uses Mathematica
. Prescribed precision is adopted to truncate the

denumerable transformed ordinary system which is numerically solved through widely
available scientific subroutine libraries. The results obtained are compared and it is observed
that they are numerically identical. An exact solution to validate the previous results is
obtained by using GITT and symbolic computation. It is observed that the new results have
the same numerical values of the other solutions. A set of benchmark results is generated
and finally the influence of the thermophysical parameters on the behavior of the drying
process is analyzed.
1
C A P T U L O 1
Introduo
Um dos grandes desafios para a simulao computacional direcionada ao
desenvolvimento cientfico-tecnolgico consiste na descoberta de novos procedimentos,
objetivando minimizar determinadas restries apontadas na literatura contempornea: longo
tempo de processamento, preciso limitada, convergncia lenta e enorme esforo
despendido na elaborao e expanso de algoritmos numricos [01].
O desenvolvimento da engenharia aeroespacial, de novos materiais supercondutores,
da tecnologia de fibra tica e da previso meteorolgica so tpicos desafios atuais. Para
simular os processos fsicos envolvidos, uma extensa cadeia deve ser percorrida,
destacando-se: o estudo e refinamento das leis governantes, modelos matemticos
associados e desenvolvimento de novas tcnicas computacionais para tratamento analtico e
numrico. O aprimoramento de metodologias para soluo de sistemas de equaes
diferenciais acopladas certamente contribuir para o avano tecnolgico dos pases em
desenvolvimento, permitindo a obteno de materiais e produtos de alta qualidade, a custos
reduzidos.
No incio da dcada de sessenta, durante o perodo da corrida espacial, visando
minimizar o esforo empregado na elaborao de clculos, a Rssia e outros pases do Leste
Europeu proporcionaram um grande avano no desenvolvimento e aplicao de mtodos
analticos (sries e transformadas). Concomitantemente, Estados Unidos e Europa
concentravam-se no desenvolvimento de mtodos denominados puramente numricos
(diferenas finitas e elementos finitos). Posteriormente, os clculos desenvolvidos no
ocidente requisitavam um crescente esforo computacional, enquanto que as metodologias
do Leste Europeu concentravam bastante esforo em extensas manipulaes analticas. Isto
permaneceu at meados da dcada de setenta [02].
2
Ainda nessa dcada, pesquisadores dos blocos supracitados se uniram, buscando
encontrar novas alternativas para tratamento e soluo de equaes diferenciais, atravs de
metodologias sistemticas, citando-se como resultado deste esforo a recm-avanada
tcnica de transformada integral generalizada (GITT) [03,04]. Trata-se de um mtodo
hbrido analtico-numrico que se destina a produzir cdigos computacionais mais eficientes
que os obtidos a partir dos mtodos puramente numricos. Uma das razes a caracterstica
de se preservar no cdigo fonte informaes analticas explcitas do problema fsico.
A evoluo dos sistemas de computao simblica viabilizam ainda mais o
investimento em mtodos analtico-numricos. A utilizao do Mathematica
, um software
de ltima gerao que rene recursos de computao simblica, possibilita o
desenvolvimento de programas com manipulao automtica de expresses analticas,
segundo conjuntos de regras definidas priori pelo usurio. Incorpora tambm uma
poderosa linguagem simblica para o desenvolvimento de programas avanados, integrando
diferentes paradigmas de programao, tais como: programao procedural, funcional,
lgica e orientada a objetos. Estes recursos favorecem o desenvolvimento de aplicaes em
inteligncia artificial tais como: prova de teoremas, robtica, reconhecimento de padres e
sistemas especialistas.
Entre inmeras extenses da tcnica de transformada integral, aplicada a problemas
de difuso, destacam-se o tratamento e soluo do problema parablico de secagem
proposto por Luikov [05,06] que, devido aos fortes acoplamentos existentes em suas
verses linear e no linear, foi apontado na literatura at recentemente como no atrativo do
ponto-de-vista analtico e numrico, segundo as tcnicas de soluo empregadas no ocidente
[07,08,09].
O presente trabalho concentra-se no desenvolvimento de um algoritmo matemtico
que utiliza a tcnica de transformada integral e recursos de computao simblica para
tratamento e soluo de um problema parablico generalizado fortemente acoplado. Para
aplicao numrica, adota-se uma variante do problema de Luikov [10], representado por
3
um par de equaes diferenciais parciais acopladas, um par de equaes de valor inicial e um
conjunto de condies de contorno no homogneas. Determinam-se as distribuies de
temperatura e teor de umidade em funo das coordenadas espaciais e temporal, que
representam a soluo do citado problema.
O modelo proposto resolvido por trs maneiras distintas. A primeira consiste na
aplicao da GITT, para obter uma soluo numrica aproximada, com uma tolerncia de
erro prescrita, atravs de algoritmos codificados em Fortran, com chamadas rotina
DIVPAG do pacote IMSL Math/Library
, cuja funo fornecer uma soluo numrica

aproximada para o sistema de EDOs transformado. Alm disso, foi construdo um algoritmo
para controle automtico do erro global e reduo do tempo de processamento, utilizando o
mtodo adaptativo sugerido na literatura [04]. A segunda decorre da aplicao automatizada
da GITT, fazendo-se uso de recursos de computao simblica em conjunto com chamadas
funo embutida NDSolve do Mathematica
, a qual fornece uma soluo numrica

aproximada para o sistema de EDOs transformado. A terceira, que produz a soluo
analtica completa do problema, consiste na aplicao da GITT seguida da soluo analtica
do sistema transformado de EDOs, o que conseguido com o auxlio dos recursos de
computao simblica do Mathematica
. As solues obtidas para os trs casos so

comparadas.
O problema de Luikov de fundamental importncia para a anlise e o controle do
processo de secagem de alimentos, e para o processamento industrial de produtos
metalrgicos, cermicos, farmacuticos, etc. [07,08,10,11,12]
A GITT permite transformar analiticamente sistemas de EDPs parablicas em
sistemas de equaes diferenciais ordinrias (EDOs), o que reduz a dependncia das
variveis independentes a uma nica varivel. Em outras palavras, a GITT capaz de gerar
um problema bem mais simples, que pode ser tratado por ferramentas analticas ou
numricas, reduzindo significativamente o esforo computacional para obteno de sua
soluo.
4
Finalmente, com base nos resultados numricos obtidos, feita uma anlise geral do
processo de secagem com apresentao grfica dos perfis de distribuio de temperatura e
teor de umidade no interior do meio capilar poroso. Apresentam-se Tabelas para explicitar
as excelentes taxas de convergncia das sries de expanso das autofunes.
1.1 Reviso Bibliogrfica
1.1.1 Tcnica de Transformada Integral
Visando resolver equaes diferenciais parciais (EDPs) a princpio no tratveis pela
teoria clssica de separao de variveis, zisik e Murray propuseram em 1974 [02] uma
nova abordagem que eliminava a necessidade do problema ser separvel priori, nasciam
assim os princpios bsicos da tcnica de transformada integral.
Em 1984, Mikhailov e zisik publicaram o primeiro livro generalizando os
formalismos da tcnica de transformada integral clssica (CITT) [03], segundo um
tratamento unificado de inmeros problemas associados difuso de calor e massa,
distribudos em sete classes. Durante a dcada de oitenta, houve uma srie de extenses da
tcnica para aplicao a diversos problemas encontrados na literatura, que eram
anteriormente resolvidos por mtodos denominados puramente numricos como
diferenas finitas, elementos finitos e volumes finitos [11,21,13,14,15,16]. Resolvendo-se
tais problemas por transformada integral, atravs de metodologia sistemtica e controle
prescrito de erro, observou-se o aparecimento de uma srie de vantagens [04,17]:
a) Reduo do tempo de processamento;
b) Acelerao na taxa de convergncia numrica;
c) Inexistncia de malhas;
5
d) Obteno de solues benchmark.
Em 1993, Cotta publicou o segundo livro sobre a tcnica de transformada integral
[04], apresentando uma reviso dos formalismos clssicos, estendendo-a para a soluo de
problemas no lineares, e propondo mecanismos para melhorar a eficincia da soluo
numrica. A partir de ento, convencionou-se chamar de Generalized Integral Transform
Technique (GITT) conjuno entre a CITT e suas mais recentes extenses.
Na presente dcada, a computao simblica vem sendo utilizada como ferramenta
no desenvolvimento dos formalismos analticos de GITT [01,18]. Com isso, a exaustiva
manipulao de formulaes analticas passou a ser tarefa do computador, ampliando-se
cada vez mais as fronteiras de GITT para o tratamento analtico, soluo numrica e
visualizao grfica de sistemas de EDPs no lineares acopladas.
Genericamente, segundo os formalismos de GITT, para soluo de um problema,
utiliza-se um par transformada-inversa e um problema auxiliar associado que incorpora
caractersticas analticas dos operadores do problema original. A eliminao de variveis
independentes, por meio de operadores de integrao apropriados, permite a obteno de
um sistema de equaes diferenciais ordinrias, denominado sistema transformado, que
truncado para ser resolvido analtica ou numericamente. A ordem de truncamento
selecionada de acordo com a preciso prescrita desejada. Se o sistema transformado
apresentar soluo analtica, esta pode ser obtida automaticamente atravs de sistemas de
computao simblica; caso contrrio, uma soluo numrica deve ser obtida atravs de
algoritmos computacionais disponveis em diversas bibliotecas de subrotinas cientficas, tais
como o IMSL
[19].
As aplicaes de GITT em cincia e tecnologia podem ser resumidamente agrupadas
da seguinte forma:
a) Problemas que apresentem coeficientes variveis em suas equaes governantes, onde se
destacam as publicaes de Mikhailov [20], zisik [21], Cotta [21,22], Leiroz [22] e
6
Aparecido [22]. Tais problemas so fundamentais para anlise de aletas com dissipao
tempo-dependente e escoamento com desenvolvimento simultneo em canais.
b) Problemas que apresentem coeficientes variveis em suas condies de contorno, onde se
destacam as publicaes de zisik [02,14,23], Murray [02], Yener [23], Cotta [13,14,24]
e Santos [14,24]. Tais problemas so fundamentais para anlise de conduo de calor
com nmero de Biot tempo-dependente e conveco interna em dutos aletados
externamente.
c) Problemas que apresentem contornos variveis, onde se destacam as publicaes de
zisik [15,25,26], Gueri [25], Leite [26], Verguese [26], Cotta [15,16,27,28,29,30],
Aparecido [15,16,28,29,30] e Diniz [28]. Tais problemas so fundamentais para anlise
de mudana de fase e oxidao em fronteiras mveis e controle do escoamento e
transferncia de calor em dutos irregulares relacionados a projetos de trocadores de calor
compactos.
d) Problemas cujo tratamento envolva problemas auxiliares de difcil soluo. Tais
problemas so classificados de acordo com a natureza dos problemas auxiliares
associados:
problemas de autovalor acoplados: Mikhailov [03,08,31], zisik [03,32], Shishedjiev
[31], Rossen [33], Hayakawa [33], Cotta [08,11,32], Ribeiro [08,11], Lobo [34],
Guedes [32] e Scofano Neto [11].
problemas de Sturm-Liouville que apresentem varivel de uma transformada de
Laplace: Cotta [35] e zisik [35].
problemas de Sturm-Liouville que apresentem funes complexas: Cotta [36,37,38],
zisik [36], Kaka [38] e Li [38].
problemas de Sturm-Liouville no clssicos: Bayazitoglu [39] e zisik [39].
7
sistemas de Sturm-Liouville no separveis: Aparecido e Cotta [40].
Tais problemas so aplicados na anlise de trocadores bitubulares, processo de secagem,
conveco interna forada peridica e transiente, transferncia de calor em escoamentos
com efeitos de conduo axial e conveco interna em dutos retangulares.
e) Problemas no lineares caracterizados pela presena de equaes cujos termos fonte e/ou
condies de contorno dependem do potencial a ser obtido (Cotta [41,42,43] e Serfaty
[42,43]). Tais problemas so aplicados na anlise de conduo de calor com
condutividade trmica varivel, condies de contorno com troca radiante, processo de
secagem no linear, equaes de camada limite e Navier-Stokes.
1.1.2 Computao Simblica
Historicamente, a computao simblica surgiu da necessidade de se atribuir
mquina a cansativa tarefa de manipular algebricamente extensas expresses matemticas, a
fim de permitir aos interessados o estudo e anlise de modelos cada vez mais complexos. A
mquina analtica, idealizada por Charles Babbage em 1812, deveria processar com rapidez
dados numricos e at simblicos, desde que adequadamente representados. Entretanto, foi
necessrio pouco mais de um sculo at o surgimento dos primeiros computadores
eletrnicos nos anos quarenta, que auxiliavam no tratamento de problemas aplicados a
cincia e tecnologia (C&T), baseando-se na utilizao de mtodos puramente numricos
[44]. Somente alguns anos depois, surgiu o interesse em se tratar automaticamente
problemas com dados simblicos, justificando a utilizao de procedimentos analticos pelo
emprego do raciocnio automtico [44]. As primeiras referncias documentadas sobre o uso
da manipulao de smbolos por computador datam de 1953 [44,45,46]. Durante a dcada
de cinqenta, surgiram programas computacionais capazes de manipular polinmios,
resolver equaes e calcular derivadas de funes. Em 1966 houve as duas primeiras
conferncias sobre clculo simblico, ocorridas em Washington e Pisa [44]. No incio da
8
dcada de 70, j existiam programas computacionais que integravam funes analiticamente
e, ao final da mesma, outros surgiram para a soluo simblica de equaes diferenciais e
integrais [44].
A partir de ento, vm sendo implementados uma srie de programas para aplicao
generalizada em processamento simblico. Os sistemas de computao simblica (SCS),
conhecidos anteriormente como sistemas de computao algbrica (computer algebra
systems), so programas que oferecem ao usurio uma ampla diversidade de recursos de
computao simblica, numrica e grfica. Inicialmente foram disponibilizadas verses para
computadores de grande porte, que atendiam aos requisitos de memria desses sistemas.
Devido rpida evoluo dos microcomputadores nas duas ltimas dcadas, hoje
encontram-se disponveis verses para estas plataformas. Dentre os SCS mais utilizados
atualmente, destacam-se: Mathematica, Maple e MATLAB [18,44,47].
Tradicionalmente, a computao simblica utilizada para execuo automtica de
operaes de aritmtica, lgebra e clculo avanado [44,47,48]. Aliado a isto, um grande
nmero de funes matemticas se encontram implementadas nos SCS, o que aumenta
consideravelmente o potencial aplicativo. Muitos SCS permitem que se definam novas
funes matemticas a partir das operaes e funes j disponveis.
As operaes aritmticas realizadas pelos SCS envolvem soma, subtrao,
multiplicao, diviso e potenciao, sendo possvel se obterem tanto solues exatas como
aproximadas, com preciso prescrita pelo usurio, limitada apenas pela memria do
computador utilizado [44,48]. Por exemplo, a soluo exata de 2
100
o nmero
1267650600228229401496703205376, enquanto sua soluo aproximada, com preciso de
vinte dgitos, dada pelo valor 1,2676506002282294015 x 10
30
. Nmeros racionais e
complexos tambm podem ser representados de maneira exata, como na expresso
(1/7)+(3/17)-(i
2
), que resulta no nmero racional 157/119 ou ainda, com uma aproximao
de vinte dgitos de preciso, no valor 1,31932773109243697479. As funes matemticas,
quando utilizadas, so mantidas em sua forma simblica at o momento em que o usurio
9
requisite resultados numricos. Este o caso da expresso ( 3 3 / )+e
Ln (Sin(10))
, cuja soluo
exata dada simbolicamente por 3 +Sin(10) e a soluo numrica, com uma aproximao
de trinta dgitos de preciso, dada pelo valor 1,18802969667950748012269867965.
As operaes algbricas realizadas pelos SCS envolvem transformaes de
expresses contendo variveis (incgnitas). Eis alguns exemplos:
a) Fatorao de x
2
+2x+1 resulta em (x+1)
2
;
b) Expanso de (x+1)
5
resulta em x
5
+5x
4
+10x
3
+10x
2
+5x+1;
c) Fatorao do denominador comum de
x
x
x
x +
+
1
2
1
resulta em
x x
x x
+
+
3
1 1
2
( )( )
;
d) Separao a denominadores simples de
x y
x y
+
resulta em
1 1
x y
+ ;
e) Soluo de sistemas de equaes;
f) Extrao de razes de polinmios.
As operaes de clculo avanado realizadas pelos SCS envolvem diferenciao,
integrao, clculo de limites, clculo vetorial, representao em sries de Taylor, entre
outras. Estes recursos vm sendo utilizados sistematicamente no tratamento de inmeros
problemas aplicados a C&T [01,18,47].
Como exemplo das ltimas tendncias em SCS, cita-se o Mathematica, que foi
lanado em 1988 pela Wolfram Research, Inc. Permite a integrao dos recursos de
computao numrica, simblica e grfica, dentro de um ambiente de programao
totalmente heterogneo que oferece recursos de programao declarativa, funcional,
procedural, baseada em regras ou strings, orientada a listas e orientada a objetos [48]. O
Mathematica proporciona a criao de documentos interativos, relatrios e artigos tcnicos
10
com qualidade de impresso tipogrfica, alm de possuir verses para diferentes plataformas
e sistemas operacionais, dentre eles: MS-Windows, Macintosh, Linux, Unix, NEXTSTEP e
IBM OS/2.
11
C A P T U L O 2
Formalismos
2.1 Tcnica de Transformada Integral
2.1.1 Soluo Clssica da Equao Diferencial Parcial Parablica
Mikhailov e zisik [03] apresentaram solues unificadas para sete classes diferentes
de problemas lineares transientes, relativos transmisso de calor e massa, fazendo uso da
tcnica de transformada integral. Posteriormente, problemas generalizados no lineares
foram incorporados ao elenco de aplicaes dessa tcnica [04], cujos fundamentos so
apresentados a seguir com a soluo do seguinte problema linear parablico de Classe I
[03], definido numa regio finita V, com superfcie de contorno S:
w
T t
t
K T t d T t P t V t ( )
( , )
( ) ( , ) ( ) ( , ) ( , ), , x
x
x x x x x x
+ > 0 (2.1.a)
com condio inicial
T t f V t ( , ) ( ), , x x x 0 (2.1.b)
e condies de contorno

( ) ( , ) ( ) ( )
( , )
( , ), , x x x x
x
n
x x T t K
T t
t S t + > 0 (2.1.c)
onde T(x,t) o potencial a ser obtido (temperatura, concentrao, etc.); w(x), K(x) e d(x)
so coeficientes da equao de difuso (2.1.a) cujo termo no homogneo P(x,t) representa
uma fonte ou sumidouro; (x) e (x) so coeficientes prescritos da equao de contorno
(2.1.c) cujo termo (x,t) expressa as informaes de contorno no homogneas; /n
12
corresponde derivada na direo normal e externa superfcie de contorno S; x e t so
variveis independentes que representam as coordenadas espaciais e temporal,
respectivamente.
Inicialmente, admite-se a representao do potencial T(x,t) atravs de uma expanso
de autofunes da forma
T t A t
i i
i
( , ) ( ) ( , ) x x

1
(2.2)
onde as autofunes (
i
,x) so obtidas a partir da adoo do seguinte problema auxiliar:

i i i i
w K d V
2
( ) ( , ) ( ) ( , ) ( ) ( , ), x x x x x x x (2.3.a)
com condies de contorno

( ) ( , ) ( ) ( )
( , )
, x x x x
x
n
x
i
i
K S + 0 (2.3.b)
cujos termos preservam informaes contidas nas equaes (2.1.a) e (2.1.c), desprezando-se
os termos no homogneos: P(x,t) e (x,t).
O problema auxiliar apresentado um problema de autovalor do tipo Sturm-
Liouville, que possui as seguintes propriedades [49]:
a) os autovalores
i
2
so reais, positivos e podem ser dispostos em ordem crescente de valor
tal que
1
2
<
2
2
<
3
2
<
4
2
<... (2.4.a)
b) as autofunes (
i
,x) associadas aos autovalores
i
2
obedecem relao de
ortogonalidade w dv i j
i j
V
( ) ( , ) ( , ) , x x x
0 . (2.4.b)
13
Os coeficientes de expanso, A
i
(t), na equao (2.2), so obtidos aplicando-se o
operador w dv
j
V
( ) ( , ) x x
, conforme mostrado abaixo:

w T t dv A t w dv
j
V
i j i
V
i
( ) ( , ) ( , ) ( ) ( ) ( , ) ( , ) x x x x x x

1
(2.5.a)
Utilizando-se na equao anterior a relao de ortogonalidade das autofunes,
apresentada na equao (2.4.b), encontra-se:
A t
N
w T t dv
j
j
j
V
( ) ( ) ( , ) ( , )
1
x x x (2.5.b)
onde N
j
a integral de normalizao, ou simplesmente norma, definida por:
N w dv
j j
V
( )[ ( , )] x x
2
(2.6)
As equaes (2.2) e (2.5.b) permitem a definio do par de transformao integral, o
qual composto pelas frmulas de transformada e de inverso, respectivamente:
T t
N
w T t dv i
i
i
V
( ) ( ) ( , ) ( , )
/
1
1 2
x x x (2.7.a)
T t
N
T t
i
i
i
i
( , ) ( , ) ( )
/
x x
1
1 2
1
(2.7.b)
Os potenciais transformados T t i ( ) so obtidos atravs da soluo do sistema
diferencial ordinrio decorrente da eliminao da dependncia de x na equao (2.1.a),
conforme apresentado a seguir.
14
Aplica-se o operador
1
1 2
N
dv
i
i
V
/
( , ) x
sobre a equao (2.1.a), obtendo-se:

dT t
dt N
K T t d T t P t dv
i
i
i
V
( )
( , )[ ( ) ( , ) ( ) ( , ) ( , )]
/
+
1
1 2
x x x x x x (2.8)
De maneira similar, aplica-se o operador
1
1 2
N
T t dv
i
V
/
( , ) x
sobre a equao (2.3.a),

o que resulta:

i
i
i
i i
V
T t
N
T t K d dv
2
1 2
1
( ) ( , )[ ( ) ( , ) ( ) ( , )]
/
x x x x x (2.9)
Subtraindo-se, membro a membro, as equaes (2.8) e (2.9), encontra-se o seguinte
sistema diferencial ordinrio desacoplado:
dT t
dt
T t g t t i
i
i
i
i
( )
( ) ( ), , , ,... + >
2
0 1 2 (2.10.a)
onde g t
i
( ) definida por
g t
N
K T t T t K dv
N
P t dv
i
i
i i
V
i
i
V
( ) [ ( , ) ( ) ( , ) ( , ) ( ) ( , )]
( , ) ( , )
/
/
+
+
1
1
1 2
1 2

x x x x x x
x x
(2.10.b)
A primeira integral de volume da equao (2.10.b) transformada em uma integral
de superfcie atravs da frmula de Green, resultando:
g t
N
K
T t
T t ds
N
P t dv
i
i
i
i
S
i
i
V
( ) ( )[ ( , )
( , )
( , )
( , )
]
( , ) ( , )
/
/
+
+
1
1
1 2
1 2
x x
x
n
x
x
n
x x

(2.10.c)
15
O primeiro integrando da equao (2.10.c) desenvolvido algebricamente,
combinando-se as equaes de contorno (2.1.c) e (2.3.b), de forma a se obter:
K
T t
T t t
K
i
i
i
i
( )[ ( , )
( , )
( , )
( , )
] ( , )
( , ) ( )
( , )
( ) ( )
x x
x
n
x
x
n
x
x x
x
n
x x

+
(2.11)
Combinando as equaes (2.10.a), (2.10.c) e (2.11), obtm-se um sistema
transformado que apresenta a seguinte formulao:
dT t
dt
T t g t t i
i
i
i
i
( )
( ) ( ), , , ,... + >
2
0 1 2 (2.11.a)
onde g t
i
( ) expressa por
g t
N
t
K
ds
N
P t dv
i
i
i
i
S
i
i
V
( ) ( , )
( , ) ( )
( , )
( ) ( )
( , ) ( , )
/
/
+
+
+
1
1
1 2
1 2

x
x x
x
n
x x
x x
(2.11.b)
As condies iniciais requeridas para soluo do sistema transformado devem ser
determinadas transformando-se a condio inicial, equao (2.1.b), o que feito utilizando-
se a definio do potencial transformado (2.7.a):
T
N
w T dv
N
w f dv i
i
i
V
i
i
V
( ) ( ) ( , ) ( , ) ( ) ( , ) ( )
/ /
0
1
0
1
1 2 1 2

x x x x x x (2.11.c)
16
A soluo analtica do sistema transformado, representado pelas equaes (2.11.a),
(2.11.b) e (2.11.c), expressa por:
T t e f e g r dr i
t
i
r
i
t
i i
( ) ( ) +
1
]
1

2 2
0
(2.12.a)
onde
f
N
w f dv
i
i
i
V
1
1 2 /
( ) ( , ) ( ) x x x (2.12.b)
Aplicando-se a equao (2.12.a) sobre a frmula de inverso, dada pela equao
(2.7.b), encontra-se a seguinte formulao explcita para o potencial T(x,t):
T t
N
e f e g r dr
i
i
t
i
r
i
t
i
i i
( , )
( , )
( )
/
x
x
+
1
]
1

1 2
0
1
2 2
(2.13)
Para uma certa preciso prescrita e uma determinada ordem de truncamento, a srie
(2.13) converge com menos termos medida que cresce o valor da coordenada temporal.
Este fato mostra que o uso de aproximaes analticas tende a diminuir consideravelmente o
custo computacional da soluo em relao aos mtodos puramente numricos, tais como
diferenas finitas e elementos finitos.
17
2.1.2 Soluo Geral do Sistema de EDPs Parablicas Acopladas
Considerando recentes extenses aos fundamentos clssicos da tcnica de
transformada integral [04,07,18], so apresentadas nesta seo os formalismos associados
soluo do seguinte sistema parablico acoplado no linear, definido em uma regio finita V,
com superfcie de contorno S e para k=1,2:
w
T t
t
L T t P t T t T t V t
k
k
k k k
( )
( , )
( , ) ( , , ( , ), ( , )), , x
x
x x x x x
+ >
1 2
0 (2.14.a,b)
com condies iniciais
T t f x V t
k k
( , ) ( ), , x x 0 (2.14.c,d)
B T t t T t T t S t
k k k
( , ) ( , , ( , ), ( , )), , x x x x x >
1 2
0 (2.14.e,f)
definindo-se os operadores lineares L
k
e B
k
pelas expresses
L K d
k k k
+ ( ) ( ) x x (2.14.g,h)
B K
k k k k
+

( ) ( ) ( ) x x x
n
(2.14.i,j)
onde T
k
(x,t) so os potenciais a serem obtidos. P
k
(x,t,T
1
(x,t),T
2
(x,t)) e
k
(x,t,T
1
(x,t),T
2
(x,t))
incorporam os termos no homogneos, no lineares e de acoplamento presentes no sistema.
Os demais termos so idnticos aos do problema de Classe I, definido pelas equaes
(2.1.a,b,c).
18
Seguindo os formalismos da GITT, empregam-se os mesmos procedimentos
descritos na seo anterior para o problema de Classe I. Sem perda de generalidade,
definem-se os problemas auxiliares desacoplados, os pares de transformao integral e o
sistema transformado, relativos ao sistema de equaes parablicas acopladas em objeto
[07], os quais so listados a seguir:
a) Problemas auxiliares (k=1,2)

ki k k ki k k ki
w L V
2
( ) ( , ) ( , ), x x x x (2.15.a,b)
com condies de contorno
B S
k k ki
( , ) , x x 0 (2.15.c,d)
A escolha de problemas auxiliares desacoplados constitui um importante passo, pois
evita definitivamente o aparecimento de eventuais autovalores complexos [04,07,11,50].
b) Pares de transformao integral (k=1,2)
frmulas de transformada:
T t
N
w T t dv ki
ki
k k ki
V
( ) ( ) ( , ) ( , )
/

1
1 2
x x x (2.16.a,b)
frmulas de inverso:
T t
N
T t
k
ki
k ki
ki
i
( , ) ( , ) ( )
/
x x
1
1 2
1
(2.16.c,d)
onde N
ki
so as integrais de normalizao, ou simplesmente normas, definidas por:
N w dv
ki k k ki
V
( )[ ( , )] x x
2
(2.17.a,b)
19
c) Sistema transformado acoplado (k=1,2)
dT t
dt
T t g t T t T t t i
ki
ki
ki
ki
( )
( ) ( , ( , ), ( , )), , , ,... + >
2
1 2
0 12 x x (2.18.a,b)
T f
N
w f dv ki
ki
ki
k k ki k
V
( ) ( ) ( , ) ( )
/
0
1
1 2

x x x (2.18.c,d)
onde g t T t T t
ki
( , ( , ), ( , ))
1 2
x x so funes definidas por
g t T t T t
N
P t T t T t dv
N
t T t T t
K
ds
ki
ki
k ki k
V
ki
k
k ki k
k ki
k k
S
( , ( , ), ( , )) ( , ) ( , , ( , ), ( , ))
( , , ( , ), ( , ))
( , ) ( )
( , )
( ) ( )
/
/
1 2 1 2 1 2
1 2 1 2
1
1
x x x x x x
x x x
x x
x
n
x x
+
+

(2.18.e,f)
Uma vez que as equaes (2.18.e,f) dependem dos valores dos potenciais T
1
(x,t) e
T
2
(x,t) ao longo do contorno S, dependendo do tipo da condio do contorno do problema
governante, ser necessrio uma anlise de convergncia nesta regio. A aplicao direta das
frmulas de inverso, definidas pelas equaes (2.16.c,d), possvel, porm no constitui a
melhor alternativa, uma vez que a srie converge mais lentamente prximo ao contorno S.
Isto acontece por que as autofunes no obedecem s condies de contorno no
homogneas do sistema original. Outras alternativas foram desenvolvidas [10,11,17],
visando melhorar a taxa de convergncia numrica da soluo. A ttulo de demonstrao,
sero utilizadas as frmulas de inverso definidas nas equaes (2.16.c,d). Sem perda de
generalidade, o sistema transformado assume a seguinte forma:
20
sistema transformado acoplado
dT t
dt
T t g t i
i
i
i
i
1
1
2
1
1
0 1 2
( )
( ) * , , , ,... + > (2.19.a)
,... 2 , 1 , 0 , * ) (
) (
2
2
2
2
2
> + j t g t T
dt
t T d
j
j
j
j
(2.19.b)
T f
i
i
1
1
0 ( ) (2.19.c)
j
j f T
2
2 ) 0 ( (2.19.d)
onde
,... 2 , 1 , )), ( ), ( , ( * 2 1
1 1
m n t T t T t g g m n
i i
(2.19.e)
,... 2 , 1 , )), ( ), ( , ( * 2 1
2 2
m n t T t T t g g m n
j j
(2.19.f)
As equaes (2.19.a-d) formam um sistema infinito de equaes diferenciais
ordinrias no lineares acopladas. A soluo deste sistema, que expressa em termos dos
potenciais transformados ) ( 1 t T i e ) ( 2 t T j , pode ser obtida numericamente aps o
truncamento do mesmo em uma ordem finita (suficientemente grande para uma certa
tolerncia prescrita de erro). Com o truncamento, o sistema infinito reduzido ordem de
NxM equaes ordinrias acopladas. Para truncar as equaes (2.19.a,b) limita-se a
quantidade de autovalores
i 1
e
j 2
, com i=1,2,...N e j=1,2,...,M. Para truncar as equaes
(2.19.e,f) limita-se a quantidade de potenciais transformados ) ( 1 t T n e ) ( 2 t T m , com
n=1,2,...,N e m=1,2,...,M.
21
Com base nas equaes (2.19.c-d), determinam-se os valores iniciais do sistema
truncado:
i
f
1
, com i=1,2,...,N, e
j
f
2
, com j=1,2,...,M.
As frmulas de inverso definidas nas equaes (2.16.c,d) so truncadas em N e M
termos, respectivamente. Para encontrar a ordem de truncamento (valores M e N) que
satisfaz a tolerncia prescrita de erro, basta verificar a convergncia numrica das sries de
expanso de autofunes (frmulas de inverso) aps sucessivas variaes na ordem de
truncamento do sistema transformado.
22
2.1.3 Procedimento Adaptativo
O procedimento adaptativo [04] permite o desenvolvimento de algoritmos com
controle automtico do erro global, atravs de seleo adaptativa da ordem de truncamento
das frmulas de inverso, o que reduz sensivelmente o tempo de CPU.
Considere-se a escolha de um valor inicial superestimado para a ordem de
truncamento N do problema de valor inicial ordinrio transformado. Efetua-se ento a
primeira integrao numrica sobre o intervalo t
0
a t
1
, onde t
0
corresponde ao incio do
processo e t
1
o primeiro estgio a ser alcanado.
A natureza analtica da frmula de inverso permite a utilizao de procedimentos de
verificao direta sobre cada posio dentro do meio em que uma soluo desejada. Assim
sendo, a ordem de truncamento N pode ser reduzida gradualmente at o menor valor N* que
satisfaa o seguinte critrio de convergncia:
max
N
T t
N
T t
Tol
D
i
i
i
i N
N
i
i
i
i
N
x
x
x
1
1
1 2
1 2
1
/
*
/
( , ) ( )
( , ) ( )

onde Tol corresponde tolerncia prescrita para o erro relativo global da soluo (frmula
de inverso); o domnio espacial D corresponde ao conjunto de pontos onde se deseja
calcular as solues. Enquanto no for encontrado um inteiro N* menor do que N e que
satisfaa o critrio acima, este dever ser incrementado, a ltima integrao numrica
repetida e um novo N* dever ser procurado.
Aps a reduo de N ao valor N*, a integrao numrica do prximo intervalo, t
1
a
t
2
, sendo t
1
< t
2
, envolver um sistema truncado de menor ordem, respeitando-se a preciso
23
requerida para a soluo final. Na seqncia, um novo N* dever ser encontrado, o valor de
N ajustado para N* e a integrao numrica do intervalo seguinte efetuada. Este ciclo se
repete at a obteno da soluo para o ltimo tempo desejado. O procedimento adaptativo
torna-se mais eficiente medida que se marcha no tempo fsico, quando um nmero cada
vez menor de termos necessrio para atingir a convergncia da frmula de inverso.
24
2.2 Algoritmo Matemtico GITT para Soluo de Problemas de Difuso
A partir dos formalismos da tcnica de transformada integral e dos recursos providos
pelos sistemas de computao simblica (SCS), apresentados anteriormente, viabilizou-se o
desenvolvimento do algoritmo matemtico GITT (Generalized Integral Transform
Technique), descrito a seguir [18], visando a soluo do sistema de equaes diferenciais
parciais (EDPs) acopladas. A montagem da soluo a partir do algoritmo GITT pode ser
idealizada pela composio de duas sadas: o sistema ordinrio transformado e a frmula de
inverso. A primeira sada deve fornecer segunda os dados necessrios para compor os
potenciais desejados. A forma de soluo do sistema ordinrio transformado deve ser
definida e aplicada externamente ao algoritmo.
O tratamento do problema pode ser conseguido fazendo-se mltiplas chamadas ao
algoritmo GITT, uma para cada equao governante, obtendo-se mltiplas frmulas de
inverso e sistemas ordinrios transformados, acoplados. Sobre estes ltimos, aplicam-se as
frmulas de inverso, de maneira a eliminar quaisquer referncias aos potenciais
desconhecidos, formando assim um nico sistema ordinrio acoplado, cuja soluo permitir
a representao explcita dos potenciais desejados atravs das frmulas de inverso. Um
outro aspecto importante deste algoritmo a possibilidade de hibridizao com outras
tcnicas de soluo de EDPs, tais como: transformada de Laplace, transformada de Fourier,
mtodo de diferenas finitas e mtodo de elementos finitos [51].
Na Figura 2.1, so listados os argumentos de entrada para o algoritmo GITT, cujos
passos so apresentados em detalhe nas Figuras 2.2, 2.3 e 2.4. Duas funes so
consideradas previamente implementadas: a funo changeFunction(expr,old,new) que
retorna expr, aps a substituio da varivel old pela expresso new, e a funo
25
getOperatorLinear(expr,var) que retorna o operador linear, relativo varivel var, presente
na expresso expr.
O primeiro passo do algoritmo GITT verificar se o argumento de entrada filter
contm uma expresso no nula. Se este for o caso, a soluo para unknown ser definida
por: filter + unknownH. Aplicando esta definio sobre as equaes eqgov e eqicbc, obtm-
se um problema filtrado, possivelmente homogneo, que dever ser resolvido para
unknownH atravs de nova chamada ao algoritmo GITT, agora com um valor nulo para
filter. Este passo est descrito na Figura 2.2.
Em seguida, determinam-se o problema auxiliar associado e o par de transformao
integral. O primeiro item determinado com base nos operadores lineares, relativos
unknown, presentes nas equaes eqgov e eqicbc. O segundo item determinado com base
na propriedade de ortogonalidade das autofunes do problema auxiliar associado. Neste
ponto, requerido que o problema auxiliar associado apresente soluo analtica, a ser
obtida atravs dos recursos disponveis nos SCS. Os autovalores v
i
podem ser obtidos
numericamente, na ausncia de uma representao analtica e em funo do indexador i. A
Figura 2.3 descreve estes passos.
De posse do problema auxiliar associado e do par de transformao integral, opera-
se a equao eqgov com o operador f d
i
( ) XYZ XYZ
XYZi
XYZf
, onde f
i
(XYZ) a autofuno
correspondente ao i-simo autovalor do problema auxiliar associado, para obter a i-sima
equao do sistema ordinrio transformado (eqtrfgov), dependente de t e que possuir um
nmero finito de equaes conforme a ordem de truncamento especificada em nterms. O
algoritmo encerra-se retornando, como resultado, uma lista de expresses contendo a
frmula de inverso (inverse) e o sistema ordinrio transformado truncado (ordsys). Estes
passos esto descritos na Figura 2.4.
26
Para o algoritmo fornecer o resultado esperado, o problema de entrada deve atender
aos seguintes requisitos:
a) A equao governante eqgov deve ter um operador linear, relativo ao potencial
unknown, na forma L k d + ( ( ) ) ( ) XYZ XYZ , tal que k(XYZ)0 em toda a regio
delimitada por XYZi e XYZf.
b) As equaes de contorno em eqicbc devem ter operadores lineares, relativos ao potencial
unknown, da forma B k + ( ) ( ) ( ) / XYZ XYZ XYZ , tal que |(XYZ)|+|(XYZ)|>0
ao longo do contorno da regio delimitada por XYZi e XYZf.
c) Se a equao eqauxgov do problema auxiliar associado no apresentar soluo analtica,
um problema auxiliar alternativo dever ser fornecido ao algoritmo GITT pelo usurio ou
por um sistema especialista.
No apndice A, so listados os cdigos fonte implementados no Mathematica
,
distribudos da seguinte forma: dois packages, GITT.m e CITT.m, o primeiro contendo a
implementao do algoritmo matemtico GITT e o segundo, de suas funes auxiliares. No
apndice B, encontra-se a listagem de um notebook, GITTSamp.ma, contendo resultados
relativos utilizao do package GITT.m na transformao de equaes de calor (problemas
parablicos).
27
Figura 2.1 Listagem dos argumentos de entrada para o algoritmo matemtico GITT.
Figura 2.2 Primeiro passo do algoritmo matemtico GITT.
1. eqgov - Equao diferencial parcial governante a ser transformada;
2. eqicbc - Lista de equaes relativas s condies iniciais e de contorno;
3. unknown - Potencial a ser obtido;
4. nterms - Ordem de truncamento do sistema ordinrio transformado;
5. t - Varivel independente a ser mantida com a transformao;
6. XYZ - Variveis independentes a serem eliminadas com a transformao;
7. XYZi - Limites inferiores do domnio de XYZ;
8. XYZf - Limites superiores do domnio de XYZ;
9. filter - Funo que satisfaa as condies de contorno. utilizada para filtrar a soluo
de regime permanente e eliminar termos no-homogneos do problema.
1. Se filter <> 0
1.1. Faa eqgovH = changeFunction(eqgov,unknown,filter+unknownH)
1.2. Faa eqicbcH = changeFunction(eqicbc,unknown,filter+unknownH)
1.3. Faa retH = GITT(eqgovH,eqicbcH,unknownH,nterms,t,XYZ,XYZi,XYZf,0)
1.4. Redefina frmula de inverso em retH para unknown == filter+unknownH
1.5. Retorne retH
28
Figura 2.3 Passos 2 a 5 do algoritmo matemtico GITT.
2. Extraia os operadores lineares de eqgov e eqicbc
2.1. Faa opgov = getLinearOperator(eqgov,unknown)
2.2. Faa opicbc = {}
2.3. Para cada equation em eqicbc, tal que equation dependa de t,
2.3.1. Faa opicbc = opicbc { getLinearOperator(equation,unknown) }
3. Determine o problema auxiliar associado
3.1. Faa w igual funo que multiplica
n
unknown/t
n
em eqgov, para o maior n.
3.2. Faa eqauxgov = ( opgov( f(XYZ) ) == w v^2 f(XYZ) )
3.3. Faa eqauxbc = {}
3.4. Para cada operator em opicbc,
3.4.1. Faa eqauxbc = eqauxbc { operador( f(XYZ) ) == 0 }
4. Obtenha os autovalores e autofunes do problema auxiliar associado
4.1. Encontre a soluo analtica para f(XYZ) em eqauxgov
4.2. Encontre os autovalores v
i
que satisfazem v em eqauxbc
4.3. Determine a autofuno normalizada f
i
(XYZ) correspondente a cada v
i
5. Determine o par de transformao integral
5.1. Faa transform = ( T t
i
( ) == w f d
i

( ) XYZ unknown XYZ

XYZi
XYZf
)
5.2. Faa inverse = ( unknown == T f
i
i
i
( ) ( ) t XYZ
nterms
1
)
29
Figura 2.4 Passos 6 e 7 do algoritmo matemtico GITT.
6. Obtenha o sistema ordinrio transformado
6.1. Aplique o operador f d
i
( ) XYZ XYZ
XYZi
XYZf
sobre eqgov
6.2. Aplique o operador unknown XYZ
XYZi
XYZf
d sobre eqauxgov
6.3. Subtraia (6.2) de (6.1), membro-a-membro
6.4. Faa eqtrfgov igual ao resultado de (6.3)
6.5. Simplifique eqtrfgov utilizando as equaes de eqicbc e eqauxbc
6.6. Faa eqtrficbc = {}
6.7. Para cada equation em eqicbc, tal que equation independa de t,
6.7.1. Aplique o operador w f d
i

( ) XYZ XYZ
XYZi
XYZf
sobre equation
6.7.2. Substitua a frmula transform na equao (6.7.1)
6.7.3. Insira em eqtrficbc o resultado de (6.7.2)
6.8. Gere o sistema ordinrio transformado truncado
6.8.1. Faa ordsys = {}
6.8.2. Para cada i variando de 1 a nterms,
6.8.2.1. Faa ordsys = ordsys { eqtrfgov,eqtrficbc }
7. Retorne inverse (frmula de inverso) e ordsys (sistema ordinrio transformado)
30
C A P T U L O 3
Aplicao a um Problema de Transferncia
Simultnea de Calor e Massa
Para efeito de aplicao da tcnica de transformada integral generalizada (GITT),
resolve-se um problema de secagem unidimensional, correspondente a uma variante do
modelo de Luikov [05,06,09], composto por duas equaes diferenciais parciais, lineares e
acopladas, decorrentes dos balanos de energia e massa no interior de um meio capilar
poroso e isotrpico. A escolha deste problema deve-se ao fato de que inmeros modelos
matemticos de secagem so representados por sistemas de equaes diferenciais acopladas
[52-68]. Com o advento da GITT, a partir do final da dcada de oitenta foram publicados
trabalhos mostrando solues de variantes do problema de Luikov, desenvolvidas atravs de
procedimentos sistemticos, sendo observado que algumas solues anteriormente
apresentadas estavam incompletas [69].
Seja a forma adimensionalizada para o modelo matemtico em foco [09,50,70], onde
1
(X,) e
2
(X,) representam as distribuies adimensionais de temperatura e umidade, em
funo das coordenadas espacial X e temporal . As distribuies iniciais de temperatura e
umidade no meio poroso so constantes, sendo o mesmo ento submetido s seguintes
condies de contorno: a superfcie inferior (X=0) isolada, enquanto a superfcie superior
(X=1) mantida em valores de temperatura e umidade prescritos e constantes, conforme
ilustrado na Figura 3.1.
31
Sem perda de generalidade, o problema de secagem em anlise expresso da
seguinte forma [09,50]:
balano de energia no interior do meio poroso

1
2
1
2
2
0 0 1
( , ) ( , ) ( , )
, ,
X X
X
Ko
X
X > < < (3.1.a)
balano de massa no interior do meio poroso

2
2
2
2
2
1
2
0 0 1
( , ) ( , ) ( , )
, ,
X
Lu
X
X
Lu Pn
X
X
X > < < (3.1.b)

1 2
0 0 0 0 1 ( , ) , ( , ) , , X X X (3.1.c,d)

1 2 1
0 0 0 0
( , )
,
( , ) ( , )
, ,
X
X
X
X
Lu
X
X
X > (3.1.e,f)

1 2
1 1 0 1 ( , ) , ( , ) , , X X X > (3.1.g,h)
onde Lu, Pn e Ko representam, respectivamente, os nmeros adimensionais de Luikov,
Posnov e Kossovitch, que relacionam parmetros fsicos associados ao processo de
secagem; corresponde ao critrio de mudana de fase do lquido no interior do meio
poroso.
O problema acima formulado ser criticamente analisado antes de se proceder ao uso
dos formalismos de GITT. Inicialmente verifica-se que o mesmo no homogneo no
contorno, o que requer o uso de funes filtro [04,71], visando a posterior obteno de
expanses de autofunes de melhor convergncia numrica, principalmente nas
32
proximidades do contorno X=1. Isto possvel a partir da escolha de funes filtro que
incorporem as solues de regime permanente (
1P
X ( ) e
2 P
X ( ) ) para o problema dado.
Estas so determinadas resolvendo-se o problema estacionrio associado, resultante da
substituio de
1
( , ) X por
1P
X ( ) , e
2
( , ) X por
2 P
X ( ) , nas equaes (3.1.a),
(3.1.b), (3.1.e,f) e (3.1.g,h). A soluo do problema estacionrio associado dado por:

1 2
1
P P
X X ( ) ( ) (3.2.a,b)
Os potenciais desejados so agora definidos em termos das funes filtro obtidas,
1P
(X) e
2P
(X), e dos potenciais homogneos
1H
(X,) e
2H
(X,):

1 1 1 1
1 ( , ) ( , ) ( , ) ( , ) X X X X
P H H
+ + (3.3.a)

2 2 2 2
1 ( , ) ( , ) ( , ) ( , ) X X X X
P H H
+ + (3.3.b)
As definies dadas pelas equaes (3.3.a) e (3.3.b) so aplicadas sobre o sistema
original, dado pelas equaes (3.1.a), (3.1.b), (3.1.c,d), (3.1.e,f) e (3.1.g,h), de forma a
obter o seguinte problema homogneo:

1
2
1
2
2
0 0 1
H H H
X X
X
Ko
X
X
( , ) ( , ) ( , )
, , > < < (3.4.a)

2
2
2
2
2
1
2
0 0 1
H H H
X
Lu
X
X
Lu Pn
X
X
X
( , ) ( , ) ( , )
, , > < < (3.4.b)

1 2
1 1 0 0 1
H H
X X X ( , ) , ( , ) , , (3.4.c,d)

1 2
0 0 0 0
H H
X
X
X
X
X
( , )
,
( , )
, , > (3.4.e,f)

1 2
0 0 0 1
H H
X X X ( , ) , ( , ) , , > (3.4.g,h)
33
As equaes (3.4.a) e (3.4.b) so agora reescritas de forma a atender os formalismos
de GITT [03,04]:

1
1
2
1
2 2
2
2
2
0 0 1
H H H
X
c
X
X
c
X
X
X
( , ) ( , ) ( , )
, , > < < (3.5.a)

2
2
2
2
2
1
2
0 0 1
H H H
X
Lu
X
X
Lu Pn
X
X
X
( , ) ( , ) ( , )
, , > < < (3.5.b)

1 2
1 1 0 0 1
H H
X X X ( , ) , ( , ) , , (3.5.c,d)

1 2
0 0 0 0
H H
X
X
X
X
X
( , )
,
( , )
, , > (3.5.e,f)

1 2
0 0 0 1
H H
X X X ( , ) , ( , ) , , > (3.5.g,h)
onde os coeficientes c
1
e c
2
so definidos por
c Ko Lu Pn
1
1 + (3.5.i)
c Ko Lu
2
(3.5.j)
34
Para obteno do sistema transformado associado, seguem-se os formalismos de
GITT apresentados na seo 2.1, do Captulo 2. Adotam-se, portanto, os seguintes
problemas auxiliares associados, tipo Sturm-Liouville:
< <

1
2
1 1 1
2
1 1
2
0 1
i i
i
X c
X
X
X ( , )
( , )
, (3.6.a)

1 1
0 0
( , )
,
i
X
X
X (3.6.b)

1 1
0 1 ( , ) ,
i
X X (3.6.c)
e
< <

2
2
2 2
2
2 2
2
0 1
i i
i
X Lu
X
X
X ( , )
( , )
, (3.7.a)

2 2
0 0
( , )
,
i
X
X
X (3.7.b)

2 2
0 1 ( , ) ,
i
X X (3.7.c)
A soluo analtica dos problemas auxiliares adotados facilmente obtida,
resultando:

1 1
1
1
1 2 ( , ) ( ), , ,...
i
i
X Cos
X
c
i , autofunes (3.8.a)

1 1
1
2
12
i
i c i ( ) , , ,... , autovalores (3.8.b)
N X dX i
i i 1 1 1
2
0
1
1
2
1 2
[ ( , )] , , ,... , normas (3.8.c)

35
e

2 2
2
1 2 ( , ) ( ), , ,...
i
i
X Cos
X
Lu
i , autofunes (3.9.a)

2
1
2
12
i
i Lu i ( ) , , ,... , autovalores (3.9.b)
N X dX i
i i 2 2 2
2
0
1
1
2
1 2
[ ( , )] , , ,... , normas (3.9.c)

Os problemas de autovalor dados pelas equaes (3.6.a), (3.6.b), (3.6.c), (3.7.a),
(3.7.b) e (3.7.c) permitem a definio dos seguintes pares de transformao integral:
frmula de transformada

1
1
1 2 1 1 1
0
1
1
i
i
i H
N
X X dX ( ) ( , ) ( , )
/

(3.10.a)
frmula de inverso

1
1
1 2 1 1
1
1
1
H
i
i
i
i
X
N
X ( , ) ( , ) ( )
/
(3.10.b)
frmula de transformada

2
2
1 2 2 2 2
0
1
1
i
i
i H
N
X X dX ( ) ( , ) ( , )
/

(3.11.a)
frmula de inverso

2
2
1 2 2 2
2
1
1
H
i
i
i
i
X
N
X ( , ) ( , ) ( )
/
(3.11.b)
36
Para explicitar o sistema transformado, aplicam-se os operadores
1
1
1 2 1 1
0
1
N
X dX
i
i /
( , )
e
1
2
1 2 2 2
0
1
N
X dX
i
i /
( , )
sobre as equaes (3.5.a) e (3.5.b),

respectivamente, o que resulta:
d
d
c
N
X
X
X
dX
c
N
X
X
X
dX
i
i
i
H
i
i
H

1
1
1
1 2 1 1
2
1
2
0
1
2
1
1 2 1 1
2
2
2
0
1
( )
( , )
( , )
( , )
( , )
/
/
+
(3.12.a)
d
d
Lu
N
X
X
X
dX
Lu Pn
N
X
X
X
dX
i
i
i
H
i
i
H

2
2
1 2 2 2
2
2
2
0
1
2
1 2 2 2
2
1
2
0
1
( )
( , )
( , )
( , )
( , )
/
/
+
(3.12.b)
De maneira similar, aplicam-se os operadores
1
1
1 2 1
0
1
N
X dX
i
H /
( , )
e
1
2
1 2 2
0
1
N
X dX
i
H /
( , )
sobre as equaes (3.6.a) e (3.7.a), respectivamente, resultando:

1
2
1
1
1
1 2 1
2
1 1
2
0
1
i
i
i
H
i
c
N
X
X
X
dX ( ) ( , )
( , )
/
(3.13.a)

2
2
2
2
1 2 2
2
2 2
2
0
1
i
i
i
H
i
Lu
N
X
X
X
dX ( ) ( , )
( , )
/
(3.13.b)
37
Subtraindo-se, membro a membro, as equaes (3.12.a) e (3.13.a), e tambm as
equaes (3.12.b) e (3.13.b), encontra-se o seguinte sistema diferencial:
d
d
c
N
X
X
X
dX
i
i
i
i
i
H

1
1
2
1
2
1
1 2 1 1
2
2
2
0
1
( )
( ) ( , )
( , )
/
+

(3.14.a)
d
d
Lu Pn
N
X
X
X
dX
i
i
i
i
i
H

2
2
2
2
2
1 2 2 2
2
1
2
0
1
( )
( ) ( , )
( , )
/
+

(3.14.b)
Aplicando-se as frmulas de inverso, equaes (3.10.b) e (3.11.b), sobre as
equaes (3.14.a) e (3.14.b), encontra-se o problema transformado, conforme mostrado a
seguir:
d
d
c
N N
X
X
X
dX
c
Lu N N
Cos
X
c
Cos
X
Lu
dX
c
Lu N N
i
i
i
i
j
j
i
j
j
i
j
j
j
i
j
j
i
j
j

1
1
2
1
2
1
1 2
2
2
1 2 1 1
2
2 2
2
0
1
1
2
1
1 2
2
2
2
2
1 2
1
1
2
0
1
1
2
1
1 2
2
2
2
2
( )
( )
( )
( , )
( , )
( )
( ) ( )
( )
/ /
/ /
/
+

j j
i
i
i i
i
i
Cos i X Cos j X dX
c
Lu N N
c
Lu
1 2
0
1
1
2 2
2
2
1
1 2
2
1 2
2
2
2
2
1
2
1
2
2
/
/ /
( ( ) ) ( ( ) )
( )
( )

(3.15.a)
38
d
d
Lu Pn
N N
X
X
X
dX
Lu Pn
c N N
Cos
X
Lu
Cos
X
c
dX
Lu Pn
c N
i
i
i
i
j
j
i
j
j
i
j
j
j
i
j
j
i
j

2
2
2
2
2
1 2
1
1
1 2 2 2
2
1 1
2
0
1
1
1 2
1 2
1
2
1
1
1 2
2
1
1
0
1
1
1 2
1 2
1
2
1
( )
( )
( )
( , )
( , )
( )
( ) ( )
/ /
/ /
/
+

j
j j
i
i
i i
i
i
N
Cos i X Cos j X dX
Lu Pn
c N N
Lu Pn
c
( )
( ( ) ) ( ( ) )
( )
( )
/
/ /

1
1 2
0
1
1
1
2
1
1 2
1 2
1
1 2
1
1
2
1
1
2
1
2
2

(3.15.b)
As condies iniciais do problema transformado so determinadas transformando-se
as condies iniciais do problema homogneo, equaes (3.5.c,d), o que feito utilizando-se
a definio dos potenciais transformados, equaes (3.10.a) e (3.11.a):

1
1
1 2 1 1
0
1
1
1 1
1 2
1
1
0
1
1 1
2
i
i
i
i
i i
i
i
N
X dX
c
N
c
( ) ( , ) ( ) ( )
/ /

(3.15.c)

2
2
1 2 2 2
0
1
2 2
1 2
2
0
1
1 1
2
i
i
i
i
i i
i
i
N
X dX
Lu
N
Lu
( ) ( , ) ( ) ( )
/ /

(3.15.d)
39
O sistema transformado, dado pelas equaes (3.15.a), (3.15.b), (3.15.c) e (3.15.d),
pode ser reescrito na forma matricial:

11
12
13
21
22
23
11
2
3 21
2
12
2
3 22
2
13
2
3 23
2
4 11
2
21
2
4 12
2
22
2
4
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0
1
]
1
1
1
1
1
1
1
1
1
1
1
( )
( )
( )
( )
( )
( )
M
M
L L
L L
L L
M M M O M M M O
L L
L L
c
c
c
c
c
c

13
2
23
2
11
12
13
21
22
23
0 0 L L
M M M O M M M O
M
M
1
]
1
1
1
1
1
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
1
1
1
1
( )
( )
( )
( )
( )
( )
(3.16.a)
condies iniciais
{ }

11 12 13 21 22 23
1
11
1
12
1
13 21 22 23
0 0 0 0 0 0
2 2 2
2 2 2
( ), ( ), ( ),..., ( ), ( ), ( ),...
, , ,..., , , ,...
T
T
'
c c c
Lu Lu Lu
(3.16.b)
onde
c
c
Lu
c
Lu Pn
c
3
2
4
1

, (3.16.c,d)
40
Para se obter a soluo numrica dos potenciais homogneos, o sistema
transformado truncado em uma ordem suficientemente grande para a tolerncia prescrita
nos potenciais convergidos. Isto feito restringindo-se o sistema aos N primeiros
autovalores
1i
e aos M primeiros autovalores
2i
, de modo a se definir o seguinte sistema
transformado truncado:

11
12
1
21
22
2
11
2
3 21
2
12
2
3 22
2
1
2
4 11
2
21
2
4 12
2
22
2
0 0 0 0
0 0 0 0
0 0 0 0 0
0 0 0 0
0 0 0 0
1
]
1
1
1
1
1
1
1
1
1
1
1
( )
( )
( )
( )
( )
( )
M
M
L L
L L
M M O M M M O M
L
L L
L L
M M O M M M
N
M
N
c
c
c
c
O M
L
M
M
0 0 0 0 0
2
2
11
12
1
21
22
2
1
]
1
1
1
1
1
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
1
1
1
1

M
N
M
( )
( )
( )
( )
( )
( )
(3.17.a)
condies iniciais
{ }

11 12 1 21 22 2
1
11
1
12
1
1 21 22 2
0 0 0 0 0 0
2 2
1
2
2 2
1
2
( ), ( ),..., ( ), ( ), ( ),..., ( )
, ,...,( ) , , ,...,( )
N M
N
N
M
M
c c c
Lu Lu Lu
T
T
'
(3.17.b)
A soluo do sistema transformado truncado pode ser facilmente obtida analtica ou
numericamente. No primeiro caso, esta conseguida automaticamente, atravs de recursos
disponveis em sistemas de computao simblica, tais como o Mathematica

[48], no
segundo, utilizando procedimentos disponveis em bibliotecas de subrotinas cientficas, tais
como o IMSL

[19], sendo recomendvel, neste caso, o uso da subrotina DIVPAG, que
indicada no tratamento de sistemas de equaes diferenciais ordinrias stiff [04].
41
De posse dos resultados numricos dos potenciais transformados, compe-se os
perfis de distribuio da temperatura e umidade, com base nas definies (3.3.a), (3.3.b) e
nas frmulas de inverso (3.10.b) e (3.11.b):
distribuio de temperatura adimensional

1
1
1
1 2
1
2
( , ) ( ( ) ) ( ) X Cos i X
i
i
N
+
(3.18.a)
distribuio de umidade adimensional

2
2
1
1
1
2
, ) ( ) ( )
i
M
(3.18.b)
onde N e M so inteiros suficientemente grandes para atingir a preciso desejada e
correspondem s ordens de truncamento do sistema transformado.
No prximo Captulo, so apresentadas as excelentes taxas de convergncia da
soluo numrica obtida com a aplicao da tcnica de transformada integral generalizada,
discutindo-se as vantagens do tratamento analtico dos sistemas de EDPs. A partir dos
grficos gerados feita uma anlise crtica do processo de secagem.
42
X=1
X=0
Figura 3.1 Esquema de secagem de um meio capilar poroso isotrpico submetido a
condies de contorno de segundo tipo em X=0 e primeiro tipo em X=1.
0 0 ( , ( , X e X

1 2
1 1 1 1 ( , ) ( , ) e
Superfcie inferior isolada:

1 2 1
0
0
0 0 ( , ) ( , ) ( , )
X
e
X
Lu
X

43
C A P T U L O 4
Resultados e Discusso
A variante do problema de Luikov [05,06,09,50,70], tratada no Captulo anterior, foi
resolvida analtica e numericamente utilizando-se os seguintes equipamentos:
microcomputador Pentium 166MHz, microcomputadores Pentium 90MHz e 486DX4, todos
com 32MB de memria RAM e sistema operacional Windows95. Para efeito de anlise do
processo de secagem e comparao com outros mtodos de soluo, os resultados
numricos obtidos, com quatro dgitos convergidos, se referem aos seguintes valores para os
parmetros fsicos do problema: Lu=0,4; Pn=0,6; =0,2 e Ko=5,0 [50]. O tempo de CPU
necessrio para uma rodada tpica, demandou dez segundos. Comparou-se a preciso das
subrotinas de integrao numrica, contidas no IMSL
(DIVPAG) e no Mathematica
(NDSolve) [19,48], que so utilizadas para soluo de sistemas transformados de EDOs.

Para as duas subrotinas, foi estipulada uma tolerncia para o erro absoluto na ordem de 10
-9
.
Com o objetivo de validar os resultados gerados nos dois casos, utilizou-se o Mathematica
para gerar a soluo analtica exata do problema em estudo.

Assim, parte da implementao numrica desenvolvida consiste de dois programas
Fortran que, partindo do problema transformado, resolvem o sistema ordinrio acoplado,
decorrente da transformao integral, fazendo chamadas subrotina DIVPAG, do IMSL
. O
primeiro programa, denominado LK1D, permite a obteno de resultados numricos com
preciso prescrita para os perfis de distribuio de temperatura e umidade adimensionais, a
partir da especificao dos parmetros fsicos do problema (, Lu, Pn e Ko), dos pontos
espaciais (X
i
) e temporais (
j
) em anlise, onde
i
e
j
so arbitrados para os resultados
exemplificados nas Tabelas e Figuras mostradas ao longo do captulo, alm das ordens de
truncamento N e M para as sries de expanso das autofunes. O segundo programa,
denominado LK1DAD, uma verso melhorada do primeiro e utiliza o procedimento
44
adaptativo [04] para acelerar a taxa de convergncia da soluo. Ambos foram compilados
atravs do uso do Fortran PowerStation
, verso 4.0, e inseridos numa biblioteca de ligao

dinmica (DLL - Dynamic Link Library), o que permitiu disponibiliz-los atravs de uma
interface de usurio amigvel, desenvolvida em Visual Basic, verso 4.0, 32 bits, da
Microsoft, Inc.
As Tabelas 4.1 e 4.2 demonstram as excelentes caractersticas de convergncia das
sries de expanso das autofunes adotadas, definidas nas equaes (3.18.a) e (3.18.b),
listando as distribuies de temperatura,
1
(X,), e umidade,
2
(X,), para diferentes tempos
adimensionais ( = 0,02; 0,04 e 1,0) e crescentes ordens de truncamento (NxM = 5x5,
10x10, 15x15 e 20x20). Os valores encontrados foram obtidos atravs do uso do programa
LK1D. Na ltima coluna das mesmas, so mostradas as solues obtidas atravs uso do
programa LK1DAD (procedimento adaptativo) com as respectivas ordens de truncamento,
para uma tolerncia do erro relativo das distribuies na ordem de 10
-5
. No pior caso ( =
0,02), a temperatura adimensional alcana a preciso de quatro dgitos a partir de N=17
termos na srie, enquanto a umidade adimensional alcana esta preciso a partir de M=18. A
convergncia se torna mais rpida medida que se calculam as distribuies para tempos
fsicos adimensionais mais longos, tornando-se necessrio apenas dois termos em cada srie,
no caso de ser igual ou superior a 1,0.
Duas outras implementaes do problema de Luikov foram obtidas com o uso do
Mathematica
, verso 2.2.1 standard. Na primeira, resolveu-se numericamente o problema

transformado, com o uso da funo embutida NDSolve, para, em seguida, se evocar as
frmulas de inverso e se determinar os perfis de distribuio de temperatura e umidade,
com preciso prescrita e quatro dgitos convergidos. Os resultados numricos obtidos so
exatamente os mesmos que os alcanados pelo programa LK1D, listados nas Tabelas 4.1 e
4.2, o que valida a preciso da subrotina DIVPAG. Na segunda implementao, utilizando
recursos de computao simblica, os formalismos da tcnica de transformada integral
45
foram aplicados para se conseguir a soluo analtica exata do problema, que dada a
seguir:
distribuio de temperatura adimensional

1
1
1
1 2
1
2
( , ) ( ( ) ) ( ) X Cos i X
i
i
+
(4.1.a)
distribuio de umidade adimensional

2
2
1
1 2
1
2
( , ) ( ( ) ) ( ) X Cos i X
i
i
+
(4.1.b)
onde

1
1
1
5 1
2
2
2
5
2
5 1
2
2
2
5
2
3
2
2
2
5
2
2
2
5
1
2
2 2
2 1
2
2 2
1
2
2
2
5 1
2
2
2
5
1
2
2
2
5
i
i
i
i i i
i
c t
i i i
i
c t
i
i
i
i
c t
i
i
c c
c e
c
c e
c
Lu
c e c e
i i i i i i
i i i
( ) ( )
( )
( ) / ( ) /
( ) / (

+
+
+
_
,
+
+

+
+ + +
+ +
1
2
2
2
5
2
i i i
c t +
_
,
) /
(4.1.c)

2
2
5 2
2
1
2
5
2
5 2
2
1
2
5
2
4
1
1
1
2
5
2
1
2
5
1
2
2 2
2 1
2
2 2
1
2
2
2
5 1
2
2
2
5
1
2
2
2
5
i
i
i
i i i
i
c t
i i i
i
c t
i
i
i
i
c t
i
i
Lu
c
c e
c
c e
c
c
c e c e
i i i i i i
i i i
( ) ( )
( )
( ) / ( ) /
( ) / (

+
+
+
_
,
+
+

+
+ + +
+ +
1
2
2
2
5
2
i i i
c t +
_
,
) /
(4.1.d)
c Ko Lu Pn c Ko c
Lu Pn
Ko Lu Pn
1 3 4
1
1
+

+

, , (4.1.e,f,g)

1 1
1
2
12
i
i c i ( ) , , ,... (4.1.h)
46

2
1
2
12
i
i Lu i ( ) , , ,... (4.1.i)
c c c
i i i i i 5 1
4
3 4 1
2
2
2
2
4
4 2 + + ( ) (4.1.j)
As sries explicitadas nas equaes (4.1.a) e (4.1.b), foram avaliadas numericamente,
para quatro dgitos convergidos, produzindo os mesmos resultados apresentados nas
Tabelas 4.1 e 4.2, validando assim as solues numricas obtidas via DIVPAG e NDSolve.
Nesta etapa, observou-se uma grande vantagem em se utilizar a computao
simblica, o que evitou o enorme esforo despendido na manipulao analtica que ocorre
na fase precedente codificao dos programas em Fortran.
A anlise a seguir est direcionada ao estudo do comportamento do processo
simultneo de transferncia de calor e massa, o que pode ser observado nas Figuras 4.1 e
4.2, que ilustram as distribuies adimensionais de temperatura e umidade. Inicialmente,
deve ficar claro que a imposio de condio de contorno do primeiro tipo junto parede
(X=1) um caso ideal, porm justificvel para anlise dos mecanismos do processo de
secagem no interior do meio poroso e para comparao de procedimentos computacionais.
Na primeira Figura, para tempos curtos, observa-se um gradiente de temperatura mais
acentuado prximo parede, o que causa a induo de um fluxo de umidade que se
direciona das camadas mais quentes para as mais frias, segundo o efeito termogradiente
postulado por Luikov [05,06]. Ainda nesta fase do processo de secagem, a componente de
fluxo de massa causada pelo efeito termogradiente predominante sobre a componente de
perda de umidade para o exterior devido ao gradiente de concentrao de umidade junto
parede, isto explica a penetrao de umidade para as camadas mais internas no incio do
processo, o que observado na Figura 4.2. medida que o processo evolui, observa-se na
Figura 4.1 que o gradiente de temperatura torna-se mais suave, amortecendo o efeito
termogradiente, o que acentua a secagem das camadas mais internas.
47
As Figuras 4.3 e 4.4 mostram as distribuies adimensionais de temperatura e
umidade, variando-se o nmero de Kossovitch. Na primeira, observa-se, para um mesmo
valor de tempo, que a temperatura diminui medida que o nmero de Kossovitch cresce.
Isto se explica devido Ko expressar a razo entre a quantidade de calor necessria para a
evaporao da fase lquida contida no interior do meio poroso e a quantidade de energia
necessria ao aquecimento do corpo mido [50]. Obviamente, se parte da energia passa a
ser utilizada por um lquido de maior entalpia latente de evaporao, ento o meio seca mais
lentamente, o que pode ser observado na figura 4.4.
O nmero de Luikov correlaciona a razo entre a difusividade de massa e a
difusividade trmica, caracterizando a relao entre as velocidades caractersticas dos
fenmenos de transferncia simultnea de calor e massa [50]. As Figuras 4.5 e 4.6 mostram
as distribuies adimensionais de temperatura e umidade, variando-se o nmero de Luikov.
Na segunda, observa-se, para um mesmo valor de tempo, que aumenta a velocidade
caracterstica do transporte de massa o que aumenta a taxa de secagem e,
consequentemente, ocasiona a diminuio na temperatura observada na Figura 4.5.
O nmero de Posnov expressa a queda relativa do teor de umidade causada por uma
diferena de temperatura, via efeito termogradiente [50]. As Figuras 4.7 e 4.8 mostram o
comportamento dos perfis de umidade e temperatura durante o processo de secagem,
variando-se Pn. Na segunda, observa-se, para um mesmo valor de tempo, que a queda de
umidade adimensional se acentua com o aumento do nmero de Posnov, apesar do aumento
crescente da temperatura, observado na Figura 4.7. Isto ocorre por que, quanto maior o
nmero de Posnov, maior a influncia da componente de fluxo de umidade associada ao
efeito termogradiente, o que diminui a taxa de perda de umidade para o exterior.
O critrio de mudana de fase, , vale zero quando a transferncia de umidade no
interior do slido transcorre na fase lquida, havendo a vaporizao do mesmo somente na
superfcie do meio poroso (X=1), enquanto que se for igual a um, ento o transporte da
umidade no interior do meio poroso acontece na fase de vapor, no havendo vaporizao na
48
superfcie [50]. Isto justifica, para um mesmo valor do tempo, a queda da temperatura com
o aumento de , observada na Figura 4.9, o que acarreta diminuio da taxa de secagem,
conforme observado na Figura 4.10.
O estudo paramtrico realizado descreve alguns mecanismos do processo de
secagem e abre novas fronteiras para o estudo de problemas matemticos de maior
complexidade computacional, objeto a ser discutido no prximo captulo.
49

1
(X, )
=0,02
X N x M 5x5 10x10 15x15 20x20 17x18 (adap)
0,0 -0,0066 0,0001 0,0000 0,0000 0,0000
0,2 0,0071 0,0003 0,0003 0,0003 0,0003
0,4 -0,0026 0,0050 0,0050 0,0050 0,0050
0,6 0,0526 0,0439 0,0439 0,0439 0,0439
0,8 0,2256 0,2337 0,2337 0,2337 0,2337
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
=0,04
X N x M 5x5 10x10 15x15 20x20 11x12 (adap)
0,0 0,0011 0,0024 0,0024 0,0024 0,0024
0,2 0,0090 0,0077 0,0077 0,0077 0,0077
0,4 0,0335 0,0349 0,0349 0,0349 0,0349
0,6 0,1212 0,1199 0,1199 0,1199 0,1199
0,8 0,3743 0,3751 0,3751 0,3751 0,3751
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
=1,0
X N x M 5x5 10x10 15x15 20x20 2x2 (adap.)
0,0 0,6827 0,6827 0,6827 0,6827 0,6827
0,2 0,6982 0,6982 0,6982 0,6982 0,6982
0,4 0,7430 0,7430 0,7430 0,7430 0,7430
0,6 0,8131 0,8131 0,8131 0,8131 0,8131
0,8 0,9017 0,9017 0,9017 0,9017 0,9017
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
Tabela 4.1 Convergncia numrica e resultados de referncia para as distribuies de
temperatura adimensional, adotando-se Tol=10-5, Lu=0,4; Pn=0,6; =0,2 e
Ko=5,0.
50

2
(X, )
=0,02
X N x M 5x5 10x10 15x15 20x20 17x18 (adap)
0,0 -0,0155 0,0001 0,0000 0,0000 0,0000
0,2 0,0160 0,0000 -0,0001 -0,0001 -0,0001
0,4 -0,0191 -0,0012 -0,0013 -0,0013 -0,0013
0,6 0,0096 -0,0108 -0,0109 -0,0109 -0,0109
0,8 0,0057 0,0246 0,0245 0,0245 0,0245
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
=0,04
X N x M 5x5 10x10 15x15 20x20 11x12 (adap)
0,0 -0,0037 -0,0006 -0,0006 -0,0006 -0,0006
0,2 0,0011 -0,0020 -0,0020 -0,0020 -0,0020
0,4 -0,0119 -0,0088 -0,0088 -0,0088 -0,0088
0,6 -0,0156 -0,0185 -0,0185 -0,0185 -0,0185
0,8 0,1475 0,1495 0,1495 0,1495 0,1495
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
=1,0
X N x M 5x5 10x10 15x15 20x20 2x2 (adap.)
0,0 0,3158 0,3158 0,3158 0,3158 0,3158
0,2 0,3491 0,3491 0,3491 0,3491 0,3491
0,4 0,4458 0,4458 0,4458 0,4458 0,4458
0,6 0,5969 0,5969 0,5969 0,5969 0,5969
0,8 0,7879 0,7879 0,7879 0,7879 0,7879
1,0 1,0000 1,0000 1,0000 1,0000 1,0000
Tabela 4.2 Convergncia numrica e resultados de referncia para as distribuies de umidade
adimensional, adotando-se Tol=10-5, Lu=0,4; Pn=0,6; =0,2 e Ko=5,0.
51
Figura 4.1 Distribuies adimensionais de temperatura durante o processo de secagem,
obtidas para o problema unidimensional, adotando-se Tol=10-5, N=M=10,
Lu=0,4; Pn=0,6; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
1
(
)
0.05
0.1
1
2
52
Figura 4.2 Distribuies adimensionais de umidade durante o processo de secagem, obtidas
para o problema unidimensional, adotando-se Tol=10-5, N=M=10, Lu=0,4;
Pn=0,6; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
2
(
)
0.05
0.1
1
2
53
obtidas para o problema unidimensional, variando-se Ko e adotando-se Tol=10-
5, N=M=10, Lu=0,4; Pn=0,6 e =0,2.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
1
(
)
0.1
1
Ko=10
Ko=20
Ko=30
54
para o problema unidimensional, variando-se Ko e adotando-se Tol=10-5,
N=M=10, Lu=0,4; Pn=0,6 e =0,2.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
2
(
)
0.1
1
Ko=10
Ko=20
Ko=30
55
obtidas para o problema unidimensional, variando-se Lu e adotando-se Tol=10-
5, N=M=10, Pn=0,6; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
1
(
)
0.1
1
Lu=0.2
Lu=0.4
Lu=0.6
56
para o problema unidimensional, variando-se Lu e adotando-se Tol=10-5,
N=M=10, Pn=0,6; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
2
(
)
0.1
1
Lu=0.2
Lu=0.4
Lu=0.6
57
obtidas para o problema unidimensional, variando-se Pn e adotando-se Tol=10-
5, N=M=10, Lu=0,4; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
1
(
)
0.1
1
Pn=0.1
Pn=0.3
Pn=0.7
58
para o problema unidimensional, variando-se Pn e adotando-se Tol=10-5,
N=M=10, Lu=0,4; =0,2 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
2
(
)
0.1
1
Pn=0.1
Pn=0.3
Pn=0.7
59
obtidas para o problema unidimensional, variando-se e adotando-se Tol=10-5,
N=M=10, Lu=0,4; Pn=0,6 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
1
(
)
0.1
1
0.1
0.5
1.0
60
para o problema unidimensional, variando-se e adotando-se Tol=10-5,
N=M=10, Lu=0,4; Pn=0,6 e Ko=5,0.
0 0.2 0.4 0.6 0.8 1
X
0
0.2
0.4
0.6
0.8
1
2
(
)
0.1
1
0.1
0.5
1.0
61
C A P T U L O 5
Concluses e Sugestes
A utilizao de GITT associada computao simblica abre uma nova fronteira
para a arte de programar. Agora possvel transferir inmeras formulaes analticas
diretamente do algoritmo para o cdigo computacional, o que ainda no possvel quando
se utilizam os mtodos puramente numricos. A qualidade dos resultados obtidos pelo uso
da tcnica de transformada integral, a reduo do esforo computacional com a aplicao do
mtodo adaptativo e a sistematizao do processo de clculo atestam a viabilidade de se
estender a tcnica a outros problemas de maior complexidade.
Os resultados de referncia apresentados ficam disposio para posterior validao
de resultados obtidos experimentalmente ou por outros mtodos de soluo.
Com o advento da verso 3.0 do Mathematica
, surgir uma nova gerao de

programas para soluo de variantes do problema de Luikov e outras classes de equaes
atravs da GITT, que contar com inmeros recursos melhorados e integrados, citando-se:
controle adaptativo de preciso, compilao on-line de operaes funcionais, procedurais e
orientadas a listas, algoritmos numricos otimizados e recursos de animao grfica.
Outra importante rea a ser pesquisada a hibridizao de mtodos puramente
numricos com a GITT, o que ser melhor viabilizado com o uso de computao simblica.
O uso de mecanismos combinados associando transformada integral e computao
simblica, traro novos atrativos para soluo de problemas bi e tridimensionais, o que j
notado por se evitar gerao de malhas (economia de memria) e por se acelerar a taxa de
convergncia numrica (reduo do tempo de CPU).
62
A P N D I C E A
Implementao Simblica do Algoritmo
Matemtico GITT
Utilizando o software Mathematica
, foram desenvolvidos dois packages,

denominados GITT e CITT. O primeiro implementa o algoritmo matemtico apresentado no
Captulo 2. O segundo complementa o primeiro, fornecendo-lhe funes auxiliares. Para
facilitar a utilizao dos mesmos, os arquivos GITT.m e CITT.m, contendo os
respectivos packages, devem ser armazenados no subdiretrio packages/calculus relativo
ao diretrio principal de instalao do Mathematica. Estes arquivos podem ser requisitados
pelo seguinte e-mail: edmundo@lia.ufc.br. Seguem abaixo suas listagens:
GITT.m
BeginPackage["Calculus`GITT`","Calculus`CITT`","Algebra`Trigonometry`"]
ClearAll[GITT,eigenSolve,eigenValues];
GITT::usage =
"GITT[eqgov,eqicbc,unknown,nterms,t,{{x,xi,xf},...},flt,v,f,unknownt,opt]
transforms one partial differential equation (PDE) in a finite ordinary
differential equation (ODE) system by applying the Generalized Integral
Transform Technique (GITT) and gives a four-element list:
[[1]] the inversion formula for the specified unknown.
[[2]] the finite transformed ODE system with independent variable t.
[[3]] the initial conditions for the finite transformed ODE system.
[[4]] the transformed unknowns for the finite transformed ODE system.
The argument eqgov is the PDE to be transformed.
The argument eqicbc is a list containing initial and boundary conditions.
The argument unknown is the unknown variable.
The argument nterms is the truncation order number.
The argument t is the independent variable for the transformed ODE.
The argument x is an independent variable to be transformed.
The arguments xi,xf are the limits of domain of x.
The argument flt is a filter function that satisfies boundary conditions.
The argument v is any symbol to identify the eigenvalues.
The argument f is any symbol to identify the eigenfunctions.
The argument unknownt is any symbol to identify the transformed unknown.
The argument opt is used to define options like WorkingPrecision->d.
The Calculus`CITT` and Algebra`Trigonometry` packages are used.";
63
(***********************************************************************)
Begin["`Private`"]
(***********************************************************************)
(***********************************************************************)
(* Solution of Parabolic PDE System *)
(***********************************************************************)
(*=========================== Main module =============================*)
GITT[eqgov_Equal,eqicbc_List,dv_,nt_,t_Symbol,{xyz__List},0,
v_,f_,dvt_,opt___] :=
Module[{opgov,opicbc,varXYZ,ef,efn,w,tmp,cf,elim,h,
eqauxgov,eqauxbc,svaux,rlinv,rltrf,rlgen,simp,
exptrf,eqtrfgov,eqtrficbc,unknownsT},
(* Independent variables to eliminate *)
varXYZ={};
Scan[(varXYZ={varXYZ,#[[1]]})&,{xyz}];
varXYZ=Apply[Sequence,Flatten[varXYZ]];
(* Extract linear operators of the PDE *)
opgov=getLinearOperator[eqgov[[1]]-eqgov[[2]],dv];
opicbc={};
Scan[(If[!FreeQ[#,t],
opicbc={opicbc,getLinearOperator[#[[1]]-#[[2]],dv]}])&
,eqicbc];
opicbc=Flatten[opicbc];
(* Compose auxiliary problem using extracted operators *)
ef=f[varXYZ];
w=Last[Flatten[ {opgov[dvt[t]] /.
{Plus->List,Derivative[_][dvt][t]->1}} ]];
eqauxgov=(opgov[ef]==w v^2 ef);
eqauxbc=Map[(#[ef]==0)&,opicbc];
Print["Auxiliary Problem:"];
Print[{eqauxgov,eqauxbc}];Print[""];
(* Obtain eigenvalues and eigenfunctions
of the auxiliary problem *)
svaux=eigenSolve[eqauxgov,eqauxbc,ef,v,nt,opt];
If[svaux===$Failed,Return[$Failed]];
Print["EigenValues:"];
Print[svaux[[2]]];Print[""];
64
(* Express eigenfunctions in normalized form *)
tmp=svaux[[1]] /. Times[C[_],expr_]->expr;
tmp=Simplify[tmp / Sqrt[defIntegral[tmp^2,xyz]]];
Do[efn[i][varXYZ]=Limit[tmp,v->svaux[[2,i]]],{i,nt}];
Print["Normalized EigenFunction:"];
Print[Table[efn[i][varXYZ],{i,nt}]];Print[""];
(* Develop the Integral Transform Pair considering
the ortogonality of the eigenfunctions *)
rlgen=Map[(#->Pattern[#,_])&,{varXYZ,t}];
tmp=(defIntegral[w ef dv,xyz]);
cf=(tmp /. defIntegral[__]->1);
rltrf=((tmp/cf /. rlgen) -> dvt[t]/cf);
rlinv=((dv /. rlgen) -> Sum[dvt[i][t] efn[i][varXYZ],{i,nt}]);
(* Apply Method of Solution to transform the PDE in ODE *)
eqtrfgov=
(defIntegral[ef (eqgov[[1]]-eqgov[[2]])
-dv (eqauxgov[[1]]-eqauxgov[[2]])
,xyz] == 0) /. rltrf;
(* Simplify by using the boundary conditions *)
exptrf=
Select[eqtrfgov[[1]]-eqtrfgov[[2]],!FreeQ[#,Head[dv]]&];
elim=Select[Union[
Flatten[exptrf /. Thread[{Plus,Times}->List]]
],!FreeQ[#,Head[dv]]&];
simp=exptrf;
Do[tmp=Solve[Flatten[{h[t]==simp,eqicbc,eqauxbc}],h[t],elim[[i]]];
If[Length[tmp[[1]]]>0,simp=(h[t] /. tmp[[1]])];
,{i,Length[elim]}];
eqtrfgov=(eqtrfgov[[1]]-eqtrfgov[[2]]-exptrf+simp==0);
(* Transform the initial or boundary conditions *)
eqtrficbc={};
Scan[(If[FreeQ[#,t],
eqtrficbc={eqtrficbc,
defIntegral[Thread[w ef #,Equal],xyz] /. rltrf}
])&
,eqicbc];
eqtrficbc=Flatten[eqtrficbc];
Print["Transformed ODE System:"];
Print[eqtrfgov];Print[""];
Print[eqtrficbc];Print[""];
65
(* Assemble the ODE system based in the eigenvalues truncated list *)
eqtrfgov=Table[
changeFunction[eqtrfgov,ef,efn[i][varXYZ]] /.
{dvt->dvt[i],v->svaux[[2,i]]}
,{i,nt}];
eqtrficbc=Flatten[Table[
changeFunction[eqtrficbc,ef,efn[i][varXYZ]] /.
{dvt->dvt[i],v->svaux[[2,i]]}
,{i,nt}]];
unknownsT=Table[dvt[i][t],{i,nt}];
(* Apply the inversion formula on the untrasformed terms *)
eqtrfgov=(eqtrfgov /. rlinv);
(* Return inversion formula and transformed ODE *)
{rlinv,Chop[eqtrfgov],Chop[eqtrficbc],unknownsT}
]
GITT[eqgov_Equal,eqicbc_List,dv_[vs__],nt_,t_Symbol,{xyz__List},flt_,
v_,f_,dvt_,opt___] :=
Module[{eqgovh,eqicbch,dvh=SequenceForm[dv,"H"],ret},
(* Attach a filter function *)
eqgovh=Chop[changeFunction[eqgov,dv[vs],flt+dvh[vs]] /.
(a_+b_.==a_+c_.)->(b==c)];
eqicbch=Chop[changeFunction[eqicbc,dv[vs],flt+dvh[vs]] /.
(a_+b_.==a_+c_.)->(b==c)];
Print["Homogeneous Problem:"];
Print[{eqgovh,eqicbch}];Print[""];
rlgen=Map[(#->Pattern[#,_])&,{vs}];
ret=GITT[eqgovh,eqicbch,dvh[vs],nt,t,{xyz},0,v,f,dvt,opt];
ret[[1]]=((dv[vs] /. rlgen) -> (flt+dvh[vs] /. ret[[1]]));
ret
] /; flt=!=0
66
eigenSolve::cond = "eigencondition `1` couldn't be solved"
eigenSolve[eqgov_Equal,eqbc_List,f_[vs__],v_,n_,opt___] :=
Module[{glbsol,eigenc,fs,veqn,ret},
fs=ComplexToTrig[DSolve[eqgov,f[vs],{vs}][[1]]//Chop];
If[Head[fs]===DSolve,Return[$Failed]];
glbsol=(f[vs] /. fs);
eigenc=Map[changeFunction[#,f[vs],glbsol]&,eqbc];
eigenc=Reduce[Append[eigenc,v!=0]];
ret=$Failed;
Scan[(fs=Simplify[glbsol /. ToRules[#]];
If[fs=!=0,
veqn=Flatten[{# /. And->List}];
veqn=Select[veqn,(!FreeQ[#,v]&&Head[#]===Equal)&][[1]];
ret={fs,eigenValues[veqn[[1]]-veqn[[2]],v,n,0,0.1,opt]}
])&
,Flatten[{eigenc /. Or->List}]];
If[ret===$Failed,Message[eigenSolve::cond,eigenc]];
ret
]
eigenValues[expr_,x_,n_Integer,base_,step_,opt___] :=
Module[{sol={},fst=base,lst,fx,sgn},
fx=Compile[x,expr];
Off[CompiledFunction::cfn,Power::infy];
Do[ While[
While[lst=fst+step;(sgn=fx[fst] fx[lst])===ComplexInfinity,
fst=lst+step];
sgn>0,
fst=lst;lst=fst+step
];
sol={sol,x /. FindRoot[fx[x],{x,{fst,lst}},opt]};
fst=lst
,{n}];
On[CompiledFunction::cfn,Power::infy];
Flatten[sol]
] /; Head[expr]=!=List && !NumberQ[x]
(***********************************************************************)
End[] (* end `Private` Context *)
(***********************************************************************)
(***********************************************************************)
EndPackage[] (* end package Context *)
(***********************************************************************)
67
CITT.m
(*:Context: Calculus`CITT` *)
(*:Title: Classical Integral Transform Technique *)
(*:Author: F.E. Andrade & J.W. Ribeiro *)
(*:Summary: This package implements Definite Integral for use with
Integral Transform Technique. Furthermore, it implements change of
functions, verification of linearity and extraction of operators
for any given differential expression.
*)
(*:Keywords: Function Change, Linearity, Operator, Definite Integral,
Integral transform
*)
BeginPackage["Calculus`CITT`"]
ClearAll[changeFunction,getOperator,isLinear,getLinearOperator,defIntegra
l];
changeFunction::usage =
"changeFunction[expr,f,g] gives expr after put the expression g
in place of the function f."
getOperator::usage =
"getOperator[expr,f] gives the operator of f in expr."
isLinear::usage =
"isLinear[expr,f] gives True if expr is linear with respect to f."
getLinearOperator::usage =
"getLinearOperator[expr,f] gives the linear operator of f in expr."
defIntegral::usage =
"defIntegral[expr,{x,xi,xf}] gives the definite integral of expr with
respect to x on domain [xi,xf]. It complements the built-in function
Integrate[ ] when classical integral transform technique (CITT) is used.
defIntegral[expr,{x,xi,xf},{y,yi,yf},...] gives a multiple integral."
68
(***********************************************************************)
Begin["`Private`"]
(***********************************************************************)
Clear[dPartial];
(***********************************************************************)
(* Function change on a given expression or equation *)
(***********************************************************************)
changeFunction[expr_,f_Symbol,g_] :=
expr /. f->g
changeFunction[expr_,f_[vs___Symbol],g_] :=
expr /; FreeQ[expr,f]
changeFunction[f_[vi___],f_[vs___Symbol],g_] :=
Module[{subst={}},
Scan[(If[{vs}[[#]]=!={vi}[[#]],
subst={subst,{vs}[[#]]->{vi}[[#]]}])&
,Range[Length[{vi}]]];
subst=Flatten[subst];
If[Head[g]===Hold && Length[subst]>0,
Function[{a,b},Hold[a /. b]][g,subst],
g /. subst]
] /; Length[{vi}]==Length[{vs}]
changeFunction[Derivative[ni___][f_][vi___],f_[vs___Symbol],g_] :=
Module[{dv={g},subst={}},
Scan[(AppendTo[dv,{{vs}[[#]],{ni}[[#]]}];
If[{vs}[[#]]=!={vi}[[#]],
subst={subst,{vs}[[#]]->{vi}[[#]]}])&
,Range[Length[{vi}]]];
subst=Flatten[subst];
If[Head[g]===Hold && Length[subst]>0,
Function[{a,b},Hold[a /. b]][Apply[D,dv],subst],
Apply[D,dv] /. subst]
] /; Length[{vi}]==Length[{vs}]
changeFunction[h_[a___],f_[vs___Symbol],g_] :=
Apply[h,Map[changeFunction[#,f[vs],g]&,{a}]]
(***********************************************************************)
(* Operator extraction from a given expression *)
(***********************************************************************)
getOperator[expr_,f_Symbol] :=
Evaluate[Select[expr+1+Pi,!FreeQ[#,f]&] /. f->#]&
getOperator[expr_,f_[vs___Symbol]] :=
Module[{fdep,g},
fdep=Select[expr+1+Pi,!FreeQ[#,f]&];
(Evaluate[changeFunction[fdep,f[vs],Hold[g]]])& //.
{Hold[g]->#,Hold[r_ReplaceAll]->r}
]
69
(***********************************************************************)
(* Linearity verification for a given expression *)
(***********************************************************************)
isLinear[expr_,f_Symbol] :=
Module[{op,u,v},
op=getOperator[expr,f];
Simplify[op[u+v]-op[u]-op[v]]===0
]
isLinear[expr_,f_[vs___Symbol]] :=
Module[{op,u,v},
op=getOperator[expr,f[vs]];
Simplify[op[u[vs]+v[vs]]-op[u[vs]]-op[v[vs]]]===0
]
(***********************************************************************)
(* Linear Operator extraction from a given expression *)
(***********************************************************************)
getLinearOperator[expr_,f_] :=
Module[{linexp=0},
Scan[If[isLinear[#,f],linexp=linexp+#]&
,Expand[expr+1+Pi]];
getOperator[linexp,f]
]
(***********************************************************************)
(* Definite Integral extension *)
(***********************************************************************)
(*=========================== Linearity ===============================*)
defIntegral[c_, {x_Symbol,xi_,xf_}] :=
c (xf - xi) /; FreeQ[c,x]
defIntegral[c_ f_, s:{x_Symbol,_,_}] :=
Expand[c defIntegral[f, s]] /; FreeQ[c,x]
defIntegral[o_Plus, s_] :=
defIntegral[#, s]& /@ o
defIntegral[f_. Sum[g_, {n_,ni_,nf_}], s:{x_Symbol,_,_}] :=
Sum[defIntegral[f g, s],{n,ni,nf}] /;
FreeQ[{n,ni,nf},x] && FreeQ[f,n]
defIntegral[f_, s_] :=
Module[{ff = Expand[f,Trig->True]},
defIntegral[ff, s] /; ff=!=f
] /; Head[f]===Times || Head[f]===Power
defIntegral[o_Equal, s_] :=
(defIntegral[#, s]& /@ o) /. (c_+f_==c_+g_ -> f==g)
70
(*=============== defIntegral, Listable on First arg only =============*)
defIntegral[expr_List, args___] := Map[ defIntegral[#,args]&,expr ]
(*================ defIntegral, Multidimensional form ================*)
defIntegral[expr_,s:{_Symbol,_,_},ss___List] :=
defIntegral[defIntegral[expr,ss],s] /; Length[{ss}]>0
(*============= defIntegral, Composition with Derivative ==============*)
defIntegral[f_. Derivative[nd___][g_][vg___], s:{x_Symbol,_,_}] :=
Module[{v,ndv,nnd={nd}},
dPartial[defIntegral[f Apply[Derivative,nnd][g][vg], s],{v,ndv}]
/;
Scan[(v = {vg}[[#]];
If[nnd[[#]] > 0 && FreeQ[f,v] && FreeQ[v,x],
ndv = nnd[[#]];nnd[[#]] = 0;Return[True]]
)&,Range[Length[{vg}]]]
]
(*========= Built-in funcionality of the Indefinite Integrate =========*)
defIntegral[f_, s:{x_Symbol,xi_,xf_}] :=
Module[{it=Integrate[f,x],is,iv},
(is = Select[1+it,FreeQ[#,Integrate]&];
iv = Select[1+it,!FreeQ[#,Integrate]&] /.
Integrate[g_,x]:>defIntegral[g,s];
(is/.x->xf)-(is/.x->xi)+iv ) /;
Head[it]=!=Integrate
]
(***********************************************************************)
(* Partial Derivative extension *)
(***********************************************************************)
dPartial[f_,{x_,nd_}] := D[f,{x,nd}] /;
FreeQ[f,defIntegral]
(***********************************************************************)
End[] (* end `Private` Context *)
(***********************************************************************)
(***********************************************************************)
EndPackage[] (* end package Context *)
(***********************************************************************)
71
A P N D I C E B
Exemplos de Utilizao do Package GITT
usando Mathematica
Nas pginas seguintes apresenta-se a listagem do notebook GITTSamp, desenvolvido

no Mathematica
, contendo aplicaes do package GITT a problemas parablicos de

referncia [18]. O arquivo associado pode ser requisitado pelo seguinte e-mail:
edmundo@lia.ufc.br.
72
Using GITT package - Samples
This notebook demonstrates the use of the second version of the GITT package which
implements some formalisms of the Generalized Integral Transform Technique. The
"gitt.m" and "citt.m" files should be placed in PACKAGES\CALCULUS subdirectory under
WNMATH22 path.
n Load GITT package
<<"Calculus`GITT`"
GITT::usage
GITT@eqgov,eqicbc,unknown,nterms,t,88x,xi,xf<,...<,flt,v,f,unknownt,optD
transforms one partial differential equation HPDEL in a finite ordinary
differential equation HODEL system by applying the Generalized Integral
Transform Technique HGITTL and gives a four-element list: @@1DD the
inversion formula for the specified unknown. @@2DD the finite transformed
ODE system with independent variable t. @@3DD the initial conditions for
the finite transformed ODE system. @@4DD the transformed unknowns for
the finite transformed ODE system. The argument eqgov is the PDE to be
transformed. The argument eqicbc is a list containing initial and boundary
conditions. The argument unknown is the unknown variable. The argument
nterms is the truncation order number. The argument t is the independent
variable for the transformed ODE. The argument x is an independent variable
to be transformed. The arguments xi,xf are the limits of domain of x. The
argument flt is a filter function that satisfies boundary conditions. The
argument v is any symbol to identify the eigenvalues. The argument f is any
symbol to identify the eigenfunctions. The argument unknownt is any symbol
to identify the transformed unknown. The argument opt is used to define
options like WorkingPrecision->d. The Calculus`CITT` package is being used.
73
n Parabolic Problem (Nb7b)
Definition
eqgov=
t
u@x, tD ==
x,x
u@x, tD
eqicbc= 8u@x,0D == 0
,
x
u@x,tD == 0.x 0
,x
u@x,tD == 1.x 1<
u
H0,1L
@x, tD == u
H2,0L
@x,tD
8u@x, 0D == 0,u
H1,0L
@0, tD == 0, u
H1,0L
@1,tD == 1<
Solution
sol= GITTAeqgov, eqicbc, u@x,tD,5,t, 88x,0,1<<,t+
1
2
Jx
2
-
1
3
N,
mi, qsi,gama, WorkingPrecision 10E;
anasol= Simplify@Chop@solP1T .
First@DSolve@Join@solP2T,solP3TD,solP4T,tDDDD
Table@Evaluate@u@x,0.1D . anasolD, 8x, 0, 1, 0.1<D
Homogeneous Problem:
(0,1) (2,0)
{(uH) [x, t] - (uH) [x, t] == 0,

2
1 x (1,0)
{-(-) + -- + uH[x, 0] == 0, (uH) [0, t] == 0, -
6 2

(1,0)
(uH) [1, t] == 0}}
Auxiliary Problem:
2
{-qsi''[x] == mi qsi[x], {qsi'[0] == 0, qsi'[1] == 0}}
EigenValues:
{0., 3.14159, 6.28319, 9.42478, 12.5664}
Normalized EigenFunction:
{1, 1.41421 Cos[3.14159 x], 1.41421 Cos[6.28319 x],

1.41421 Cos[9.42478 x], 1.41421 Cos[12.5664 x]}
Transformed ODE System:
2
mi gama[t] + gama'[t] == 0
-defIntegral[qsi[x], {x, 0, 1}]
{------------------------------- + ------------------------------
6

2
defIntegral[x qsi[x], {x, 0, 1}]
--------------------------------- + gama[0] == 0} --------------------------------
2
u@x_, t_D -
1
6
+ t+
x
2
2
+
0.2026423673746096Cos@3.14159265162641xD
E
9.86960438875306t
-
0.05066059187499902Cos@6.283185307908482xD
E
39.47841761351699t
+
0.02251581848910294Cos@9.42477795916618xD
E
88.8264395795846t
-
0.01266514806783543Cos@12.56637061665502xD
E
157.9136704751308t
80.007885293021678314,0.00937417888279999, 0.01413242611678607,0.02302574979068376,
0.03746061009019244,0.05931089377712247,0.0907877843774905, 0.1342450864565521,
0.1919300768580705, 0.2657107579988393,0.3568262458819805<
74
n Parabolic Problem (Nb7c)
Definition
bi= 2;
eqgov= t
u@x, tD == x,x
u@x, tD
eqicbc= 8u@x,0D == 1,
x
u@x, tD == 0. x 0,
x
u@x, tD+ biu@x,tD == 0.x 1<
u
H0,1L
@x, tD == u
H2,0L
@x,tD
8u@x, 0D == 1,u
H1,0L
@0, tD == 0, 2u@1,tD + u
H1,0L
@1,tD == 0<
Solution
sol= GITT@eqgov,eqicbc, u@x,tD,5,t, 88x,0,1<<, 0,
mi, qsi,gama, WorkingPrecision10D;
anasol= Simplify@Chop@solP1T .
First@DSolve@Join@solP2T,solP3TD,solP4T,tDDDD
Table@Evaluate@u@x,0.1D . anasolD,8x,0,1,0.1<D
Auxiliary Problem:
2
{-qsi''[x] == mi qsi[x], {qsi'[0] == 0, 2 qsi[1] + qsi'[1] == 0}}
EigenValues:
{1.07687, 3.6436, 6.57833, 9.62956, 12.7223}
{1.20055 Cos[1.07687 x], 1.33884 Cos[3.6436 x],

1.38522 Cos[6.57833 x], 1.39982 Cos[9.62956 x],

1.40576 Cos[12.7223 x]}
2
{gama[0] == defIntegral[qsi[x], {x, 0, 1}]}
u@x_, t_D
1.17845578787451Cos@1.076873988204255xD
E
1.159657586470937t
-
0.2367209862614179Cos@3.643597896163739xD
E
13.27580562892882t
+
0.0848467938556275Cos@6.578333728401178xD
E
43.27447464222053t
-
0.04137979813641896Cos@9.62956034429177xD
E
92.7284324243567t
+
0.02412248200991162Cos@12.72229877129918xD
E
161.8568860262005t
80.987778832436081,0.985587783315256,0.978640251117676, 0.965843796558479,
0.945486701190044,0.915419720002882,0.873331135164165, 0.817105589729788,
0.7452270299522886, 0.6571569102595643,0.5536042100422255<
75
n Parabolic Problem (Nb7d)
Definition
g= 1; bi=5;
eqgov= t
u@x, tD == x,x
u@x, tD+ g
eqicbc= 8u@x,0D == 0
,x
u@x,tD == 0. x 0
,
x
u@x,tD +biu@x, tD == 0.x 1<
u
H0,1L
@x, tD == 1+ u
H2,0L
@x, tD
8u@x, 0D == 0,u
H1,0L
@0, tD == 0, 5u@1,tD + u
H1,0L
@1,tD == 0<
76
Solution
sol= GITTAeqgov,eqicbc,u@x,tD,5,t, 88x, 0,1<<,g
i
k
1
2
+
1
bi
-
x
2
2
y
{
,
mi, qsi,gama, WorkingPrecision10E;
anasol= Chop@solP1T .
First@DSolve@Join@solP2T,solP3TD,solP4T,tDDD
Table@Evaluate@u@x,0.1D .anasolD,8x,0,1,0.1<D
Homogeneous Problem:
(0,1) (2,0)
{(uH) [x, t] - (uH) [x, t] == 0,

2
7 x (1,0)
{-- - -- + uH[x, 0] == 0, (uH) [0, t] == 0, - -
10 2

(1,0)
5 uH[1, t] + (uH) [1, t] == 0}}
Auxiliary Problem:
2
{-qsi''[x] == mi qsi[x], {qsi'[0] == 0, 5 qsi[1] + qsi'[1] == 0}}
EigenValues:
{1.31384, 4.03357, 6.9096, 9.89275, 12.9352}
{1.298 Cos[1.31384 x], 1.33562 Cos[4.03357 x], 1.36798 Cos[6.9096 x],

1.38629 Cos[9.89275 x], 1.39618 Cos[12.9352 x]}
2
7 defIntegral[qsi[x], {x, 0, 1}]
{-------------------------------- - -------------------------------
10

2
defIntegral[x qsi[x], {x, 0, 1}]
--------------------------------- + gama[0] == 0} --------------------------------
2
u@x_, t_D
7
10
-
x
2
2
-
0.7184979669949264Cos@1.313837716419015xD
E
1.726169545085131t
+
0.02115685056902429Cos@4.033567790334875xD
E
16.26966911922696t
-
0.003325660830765811Cos@6.90959582727156xD
E
47.74251449624856t
+
0.000895382131390834Cos@9.89275256443986xD
E
97.8665533012315t
-
0.0003247281446706009Cos@12.935221287749xD
E
167.3199497630349t
80.0995426055209843, 0.0994259497004713,0.0990367887909314,0.0982518318458749,
0.0968473063533283, 0.0944741932683637,0.0906289846616101,0.0846253579435115,
0.07557312996309129,0.06237081251214239,0.04371668010320463<
77
REFERNCIAS BIBLIOGRFICAS
[01] COTTA, R.M. and MIKHAILOV, M.D., Heat Conduction (Lumped Analysis,
Integral Transforms and Symbolic Computation), John Wiley & Sons., Strasburg,
France. To Appear, 1997.
[02] ZISIK, M.N. and MURRAY, R.L., On the Solution of Linear Diffusion Problems
with Variable Boundary Conditions, J. Heat Transfer, v.96, pp.48-51, 1974.
[03] MIKHAILOV, M.D. and ZISIK, M.N., Unified Analysis and Solutions of Heat and
Mass Diffusion, John Wiley, New York, 1984.
[04] COTTA, R.M., Integral Transforms in Computational Heat and Fluid Flow, CRC
Press, Boca Raton, 1993.
[05] LUIKOV, A.V., Heat and Mass Transfer in Capillary-Porous Bodies , Pergamom
Press, Oxford, 1966.
[06] LUIKOV, A.V., Systems of Differential Equations of Heat and Mass Transfer in
Capillary Porous Bodies (Review), Int. J. Heat & Mass Transfer, v.18, pp.1-14,
1975.
[07] RIBEIRO, J.W. and COTTA, R.M., On the Solution of Non-Linear Drying Problems
in Capillary Porous Media Through Integral Transformation of Luikov Equations,
Int. J. Num. Meth. Eng., v.38, pp.1001-1020, 1995.
[08] RIBEIRO, J.W., COTTA, R.M and MIKHAILOV, M.D., Integral Transform
Solution of Luikovs Equations for Heat and Mass Transfer in Capillary Porous
Media, Int. J. Heat and Mass Transfer, v.36, pp.4067-4075, 1993.
[09] THOMAS, H. R., MORGAN, K. and LEWIS R.W., A fully Nonlinear Analysis of
Heat and Mass Transfer Problems, Int. J. Num. Meth in Engineering. V. 15. pp.
1381-1393, 1980.
[10] DUARTE, J.B.F., RIBEIRO, J.W. and COTTA, R.M., Integral Transform Solution
of Two-Dimensional Drying of a Moist Porous Media , Third Int. Congr. on
Industrial and Applied Mathematics, July 3-7, 1995.
[11] SCOFANO NETO, F., COTTA, R.M. e RIBEIRO, J.W, Alternative Analytical
Approach to Diffusion Problems with General Coupling at the Boundaries, Anais do
X Congr. Bras. Eng. Mecnica, pp.173-176, Rio de Janeiro, Dezembro, 1989.
78
[12] ROCHA, L.B., Avaliao dos Fluxos de Calor e Massa no Problema de Luikov pelo
Mtodo da Transformada Integral, Dissertao de Mestrado, UFC, 1995.
[13] COTTA , R.M., Steady-State Diffusion with Space-Dependent Boundary Condition
Parameters, Anais do 1
o
Encontro Nacional de Cincias Trmicas-ENCIT 86,
pp.163-166, Rio de Janeiro, 1986.
[14] SANTOS, C.A C., COTTA, R.M. and ZISIK, M.N., Laminar Forced Convection
Inside Externally Finned Tubes, Anais do 2
o
Encontro Nacional de Cincias
Trmicas-ENCIT 88, pp.87-90, Rio de Janeiro, 1988.
[15] APARECIDO, J.B., COTTA, R.M. and ZISIK, M.N., Analytical Solutions to
Two-Dimensional Diffusion Problems in Irregular Geometries, J. Franklin Inst.,
v.326, pp.421-434, 1989.
[16] APARECIDO, J.B. and COTTA, R.M., Fully Developed Laminar Flow in
Trapezoidal Ducts, Anais do IX Congr. Bras. de Eng. Mecnica - IX COBEM, v.1,
pp.25-28, 1987.
[17] COTTA, R.M., Benchmark Results in Computational Heat and Fluid Flow: The
Integral Transform Method, Int. J. Heat Mass Transfer, v.37, pp.381-393, 1994.
[18] MIKHAILOV, M.D. and COTTA, R.M., Integral Transform Solutions by Using
Mathematica
, (To Appear) 1997.

[19] IMSL
Library, MATH/LIB, version 1.1, Houston, Texas, 1989.

[20] MIKHAILOV, M.D., On the Solution of the Heat Equation with Time Dependent
Coefficient , Int. J. Heat and Mass Transfer, v.18, pp.344-345, 1975.
[21] COTTA, R.M. and ZISIK, M.N., Diffusion Problems with General Time-
Dependent Coefficients, Rev. Bras. de Cincias Mecnicas, v.9, n.4, pp.269-292,
1987.
[22] COTTA, R.M., LEIROZ, A.J.K. and APARECIDO, J.B., Steady-State diffusion
Problems with Variable Equation Coefficients, Int. J. Heat & Technology, (em
impresso).
[23] YENER, Y. and ZISIK, M.N., On the Solution of Unsteady Heat Conduction in
Multi-Region Finite Media with Time Dependent Heat Transfer Coefficient, Anais da
5
a
. Conf. Int. Transf. de Calor, Tquio, Setembro, 1974.
79
[24] COTTA , R.M. and SANTOS , C.A.C., Transient Diffusion Problems with Time-
Dependent Boundary Condition Coefficients, J. Eng. Physics, (em impresso).
[25] ZISIK, M.N. and GUERI, S.I., A Variable Eigenvalue Approach to the Solution
of Phase-Change Problems, Can J. Chem. Eng, v.55, pp.145-148, 1977.
[26] LEITE, S.Q.B., ZISIK, M.N. and VERGHESE, K., On the Solution of Linear
Diffusion Problems in Media with Moving Boundaries , Nucl. Sci. & Eng., v.76,
pp.345-350, 1980.
[27] COTTA, R.M., Diffusion in Media with Precribed Moving Boundaries: - Aplication
to Metals Oxidation at High Temperatures, Anais do II Congresso Latino-Americano
de Transferncia de Calor e Massa, v.1, pp.502-513, So Paulo, 1986.
[28] DINIZ, A.J., APARECIDO, J.B and COTTA, R.M., Heat Conduction with Ablation
in a Finite Slab, Int. J. Heat & Mass Technology, (em impresso).
[29] APARECIDO, J.B. and COTTA, R.M., Laminar Flow Inside Hexagonal Ducts,
Computacional Mech., v.6, pp.93-100, 1990.
[30] APARECIDO, J.B. and COTTA, R.M., Laminar Thermally Developing Flow Inside
Right Triangular Ducts, Appl. Sci. Res., (em impresso).
[31] MIKHAILOV, M.D. and SHISHEDJIEV, B.K., Temperature and Moisture
Distribuitions During Contact Drying of a Moist Porous Sheet, Int. J. Heat and Mass
Transfer, v.18, pp.15-24, 1975.
[32] GUEDES, R.O.C., ZISIK, M.N. and COTTA, R.M., Conjugated Periodic
Turbulent Forced Convection in a Parallel Plate Channel, 1992 National Heat
Transfer Conference, HTD v.201, pp.63-70, San Diego, CA, August, 1992.
[33] ROSSEN, J.L. and HAYAKAWA, K., Simultaneous Heat and Moisture Transfer in
Dehydrated Food: - A Review of Theoretical Models, Symp. Series of the AIChE,
v.163, pp.71-81, 1977.
[34] LOBO, P.D.C., On the Solution of a Nonlinear Combined Heat and Mass Transfer
Problem , Tese de Doutorado, North Carolina State University, Raleig, EUA, 1988.
[35] COTTA , R.M. and ZISIK, M.N., Transient Forced Convection in Laminar
Channel Flow with Stepwise Variations of Wall Temperature, Can. J. Chem. Eng.,
v.64, pp.734-742, 1986.
80
[36] COTTA , R.M. and ZISIK, M.N., Laminar Forced Convenction in Ducts with
Periodic Variations of Inlet Temperature, Int. J. Heat and Mass Transfer, v.29,
pp.1495-1501, 1986.
[37] COTTA, R.M., On the Solution of Periodic Multidimensional Diffusion Problems,
Int. Comm. Heat and Mass Transfer, v.16, pp.549-579, 1989.
[38] KAKA, S., LI, W. and COTTA, R.M., Theoretical and Experimental Study of
Transient Laminar Forced Convection in a Duct with Timewise Variation of Inlet
Temperature, ASME Winter Annual Meeting, HTD, v.123, pp.57-63, So
Francisco, 1989.
[39] BAYAZITOGLU, Y. and ZISIK, M.N., On the Solution of Graetz Type Problems
with Axial Conduction, Int. J. Heat and Mass Transfer, v.23, pp.1399-1402, 1980.
[40] APARECIDO ,J.B. and COTTA, R.M., Thermally Developing Laminar Flow Inside
Rectangular Ducts, Int. J. Heat and Mass Transfer, v.33, n.2, pp.341-347, 1990.
[41] COTTA, R.M., Hybrid Numerical-Analytical Approach to Nonlinear Diffusion
Problems, Num. Heat Transfer, part B, v.17, pp.217-226, 1990.
[42] SERFATY, R. and COTTA, R.M., Integral Transform Solutions of Diffusion
Problems with Nonlinear Equation Coefficients , Int. Comm. Heat and Mass
Transfer, v.17, pp.851-864, 1990.
[43] COTTA, R.M. and SERFATY, R., Integral Transform Algorithm for Parabolic
Problems with Nonlinear Boundary and Equation Source Terms , Proc. of the
Seventh International Conf. on Num. Methods in Thermal Problems, v.VII, part 2,
pp.916-926, Stanford, EUA, 1991.
[44] FREIRE, D.G., Interao entre Computao Simblica e Numrica: Aplicaes
Engenharia Mecnica, X COBEM, Rio de Janeiro, Brasil, Dezembro 1989.
[45] KAHRIMANIAN, H. G., Analytic Differentiation by a Digital Computer, M.Sc.
Thesis, Temple Univ., Philadelphia, 1953.
[46] NOLAN, J., Analytic Differentiation on a Digital Computer, S.M. Thesis, MIT,
Massachusetts, 1953.
[47] VVEDENSKY, D. D., Partial Differential Equations with Mathematica
, Addison-
Wesley, 1993.
81
[48] WOLFRAM, S., Mathematica: A System for Doing Mathematics by Computer,
Addison-Wesley, 2nd. Ed., 1993.
[49] BOYCE, W. E., DIPRIMA, R. C., Equaes Diferenciais Elementares e Problemas
de Valores de Contorno, Guanabara Dois, 3
a
. Ed., Rio de Janeiro, 1979.
[50] RIBEIRO, J.W., Soluo das Equaes de Luikov para Secagem em Meios Capilares
Porosos pela Tcnica da Transformada Integral, (Tese de Doutorado) So Jos dos
Campos, 1992.
[51] FERGUSON, W.J., LEWIS, R.W. and TMSY, L., A Finite Element Analysis of
Freeze-Drying of a Coffee Sample, Computer Met. in Appl. Mech. and Engineering,
v.108, pp.341-352, Amsterdam, 1993.
[52] BORIES, S., Recent Advances in Modelisation of Coupled Heat and Mass Transfer
in Capillary Porous Bodies (review), Proc. Drying89, Hemisphere Publishing Co.,
New York, 1990.
[53] CRAUSE, P., BACON, G. and BORIES, S., tude Fundamentale des Transferts
Couples Chaleur-Masse en Milieu Poreux, Int. J. Heat & Mass Transfer, v.24, n.6,
pp.991-1004, 1981.
[54] DeVRIES, D. and PHILIP, J., Moisture Movement in Porous Materials under
Temperature Gradients, Trans. Am. Geophys. Union, v.38, pp.222-232, 1957.
[55] ECKERT, E.R.G. et ali. Heat Transfer - A review of 1987 Literature, Int. J. Heat
& Mass Transfer, v.31, n.12, pp.2401-2488, 1988.
[56] FORTES, M., A Non-Equilibrium Thermodinamics Aproach to Transport
Phenomena in Cappilary-Porous Media with Special Refernce to Drying of Grains and
Foods, Tese de Doutorado, Purdue University, Purdue, EUA, 1987.
[57] FULFORD, G.D., A Survey of Recent Soviet Research on the Drying of Solids,
Can. J. Chem. Eng., v.47, pp.378-391, 1969.
[58] KRISCHER, O., Der Warme-Und Stoffaustausch Im Trocknungsgut, VDI-
Forshungseheft, 1942.
[59] LUIKOV, A.V. and MIKHAILOV, YU.A., Theory of Energy and Mass Transfer,
Pergamon Press, Oxford, England, 1966.
[60] LUIKOV, A.V., Heat and Mass Transfer in Capillary-Porous Bodies, Advances in
Heat Transfer, Academic Press, v.1, London, 1964.
82
[61] LUIKOV, A.V., Heat and Mass Transfer Bibliography - Soviet Works, Int. J. Heat
& Mass Transfer, v.18, pp.151-158, 1975.
[62] MARTYNENKO, O.G., Heat and Mass Transfer Bibliography - Soviet Works , Int.
J. Heat & Mass Transfer, v.31, n.12, pp.2488-2503, 1988.
[63] MASSARANI, G., Aspectos da Fluidodinmica em Meios Porosos, Revista
Brasileira de Engenharia, 1988.
[64] MIKHAILOV, M.D., General Solutions of the Diffusion Equations Coupled at the
Boundary Condition, Int. J. Heat and Mass Transfer, v.16, pp.2155-2164, 1973.
[65] MOYNE, C., Transferts Couples Chaleur-Masse Lors du Sechage: Prise en Compte
du Mouvement de la Phase Gazeuse, Tese de Doutorado, INPL, Lorraine, France,
1987.
[66] ROQUES, M.A., Research Needs in Drying: A Resume of the Discussion Session of
IDS88 , Proc. Drying88, Hemisphere Publishing Co., New York, 1990.
[67] ROSSEN, J.L. and HAYAKAWA, K., Simultaneous Heat and Moisture Transfer in
Dehydrated Food: - A Review of Theoretical Models, Symp. Series of the AIChE,
v.163, pp.71-81, 1977.
[68] LOBO, P.D.C., MIKHAILOV, M.D. and ZISIK, M.N., On the Complex Eigen-
Values of Luikov System of Equations, Drying Technology, v.5, n.2, pp.273-286,
1987.
[69] LIU, J.Y. and CHENG, S., Solutions on Luikov Equation of Heat and Mass Transfer
in Capillary-Porous Bodies, Int. J. Heat & Mass Transfer , v.37, n.7, pp.1747-1754,
1991.
[70] ANDRADE, F.E. and RIBEIRO, J.W., Tratamento de Sistema Diferencial
Parablico Acoplado por Mtodo Analtico-Numrico, XIX Congr. Nac. de Mat.
Apl. e Comp. - XIX CNMAC, Goinia, Setembro, 1996.
[71] COTTA, R.M. and MIKHAILOV, M.D., The Integral Transform Methods, Appl.
Math. Modelling, v.17, pp.156-161, 1993.

Problemas Difusao

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Problemas Difusao

Uploaded by

Copyright:

Available Formats

SOLUO DE EQUAES DIFERENCIAIS ACOPLADAS PELA TCNICA DE

TRANSFORMADA INTEGRAL E COMPUTAO SIMBLICA

. Nestas, utiliza-se preciso prescrita e trunca-se, a uma

, the other uses Mathematica

. Prescribed precision is adopted to truncate the

, cuja funo fornecer uma soluo numrica

, a qual fornece uma soluo numrica

. As solues obtidas para os trs casos so

, conforme mostrado abaixo:

sobre a equao (2.1.a), obtendo-se:

sobre a equao (2.3.a),

( ) XYZ unknown XYZ

[ ( , )] , , ,... , normas (3.8.c)

[ ( , )] , , ,... , normas (3.9.c)

sobre as equaes (3.5.a) e (3.5.b),

sobre as equaes (3.6.a) e (3.7.a), respectivamente, resultando:

(NDSolve) [19,48], que so utilizadas para soluo de sistemas transformados de EDOs.

para gerar a soluo analtica exata do problema em estudo.

, verso 4.0, e inseridos numa biblioteca de ligao

, verso 2.2.1 standard. Na primeira, resolveu-se numericamente o problema

, surgir uma nova gerao de

, foram desenvolvidos dois packages,

Nas pginas seguintes apresenta-se a listagem do notebook GITTSamp, desenvolvido

, contendo aplicaes do package GITT a problemas parablicos de

, (To Appear) 1997.

Library, MATH/LIB, version 1.1, Houston, Texas, 1989.

You might also like