Računalna Mehanika Fluida

IVO DŽIJAN
RAČUNALNA MEHANIKE FLUIDA
2010.
SADRŽAJ
1. Uvod 1
1.1. Usporedba računalnih simulacija i eksperimenta 4
1.2. Matematički model 6
2. Matematičke osnove 8
2.1. Razvoj funkcije u Taylorov red 8
2.2. Rješavanje linearnih diferencijalnih jednadžbi drugog reda s konstantnim
koeficijentima 10
2.3. Numeričko rješavanje diferencijalnih jednadžbi prvog reda 12
2.4. Numeričko rješavanje diferencijalnih jednadžbi višeg reda 16
3. Osnovne jednadžbe dinamike fluida 18
3.1. Opći oblik zakona očuvanja fizikalnog svojstva u materijalnom volumenu 19
3.2. Integralni oblici zakona očuvanja za proizvoljni i kontrolni volumen 20
3.3. Konvekcijski i difuzijski protoci kroz kontrolnu površinu 22
3.4. Osnovni zakoni mehanike fluida (konzervativne forme) 23
4. Matematička priroda parcijalnih diferencijalnih jednadžbi 26
4.1. Klasifikacija parcijalnih diferencijalnih jednadžbi 28
4.1.1. Eliptične jednadžbe 29
4.1.2. Hiperboličke jednadžbe 31
4.1.3. Parabolične jednadžbe 33
4.2. Vremenska integracija 34
4.2.1. Eulerova eksplicitna metoda 35
4.2.2. Implicitna metoda 36
4.2.3. Implicitna metoda drugog reda točnosti 37
4.2.4. Cranck-Nicholsonova metoda 38
4.2.5. Prediktor-korektor metode 39
5. Opći uvjeti na diskretizaciju parcijalnih diferencijalnih jednadžbi 45
5.1. Ispitivanje konzistentnosti diskretiziranih jednadžbi 46
5.2. Ispitivanje stabilnosti diskretiziranih jednadžbi 48
5.2.1. Metoda ekvivalentne diferencijalne jednadžbe 48
6. Metoda konačnih volumena 53
6.1. Četiri pravila o koeficijentima diskretizirane jednadžbe 56
6.2. Numeričke sheme 59
6.2.1. Gradijent polja ϕ u centralnom čvoru 59
6.2.2. Jednodimenzijsko analitičko rješenje opće transportne jednadžbe 60
6.3. Pregled osnovnih numeričkih shema 65
6.3.1. Eksponencijalna shema (Exponential Scheme - ES), Polinomna shema 65
6.3.2. Uzvodna shema (Upwind Differencing Scheme - UDS) 66
6.3.3. Shema centralnih razlika (Central Differencing Scheme - CDS) 67
6.3.4. QUICK (Quadratic upwind) shema. 67
6.3.5. Linearno uzvodna shema (Second Order Upwind ili Linear Upwind Scheme -
LUDS) 68
6.3.6. Hibridna shema. 69
6.3.7. Kombinirana shema. 70
6.3.8. Skupina konvekcijski omeđenih shema 70
6.3.9. Skupina TVD shema s limiterima 73
6.3.10. ENO i WENO sheme 76
6.4. Rubni uvjeti 77
6.4.1. Rubni uvjeti s matematičkog stajališta 77
6.4.2. Rubni uvjeti s fizikalnog stajališta 79
6.5. Ostali aspekti metode konačnih volumena 81
6.5.1. Primjena shema višeg reda na nestrukturiranoj mreži 81
6.5.2. Linearna interpolacija iz čvornih vrijednosti na stranicu konačnog volumena 82
6.5.3. Difuzijski transport na neortogonalnoj mreži 82
6.5.4. Interpolacija koeficijenta difuzije 84
6.5.5. Kriterij završetka iterativnog postupka 84
6.5.6. Podrelaksacija 90
6.6. Preporuke za diskretizaciju područja proračuna – formiranje geometrijske mreže 91
6.7. Metode rješavanja sustava linearnih algebarskih jednadžbi 95
6.7.1. Direktne metode 95
6.7.2. Iterativne metode 97
6.7.3. Multigrid metode 100
7. Primjena metode konačnih volumena na rješavanje modela strujanja fluida 104
7.1. Metoda konačnih volumena za rješavanje modela nestlačivog strujanja fluida 108
7.2. Izbor mreže 110
7.3. Algoritmi SIMPLE i SIMPLER na pomaknutoj mreži 112
7.3.1. Izvod jednadžbe za tlak 113
7.3.2. Izvod jednadžbe za korekciju tlaka 115
7.4. Algoritam SIMPLE na nepomaknutoj mreži 118
1. Uvod 1 / 123
1. Uvod
TEORIJSKI RAČUNALNA EKSPERIMENTALNI

PRISTUP (NUMERIČKA) PRISTUP
DINAMIKA FLUIDA
• Parcijalne diferencijalne (CFD =

jednadžbe: = Computational Fluid
o Nelinearne Dynamics)
o Nema općeg
analitičkog rješenja
• Turbulencija:
o Stohastička priroda
Mehanika fluida je teorijsko eksperimentalna znanost. Teorijski pristup se temelji na

analitičkom rješavanju matematičkih modela strujanja fluida. Analitičko rješenje daje
kompletan uvid u fiziku nekog problema, a jednom određeno analitičko rješenje je pogodno
za analizu utjecaja pojedinih parametara u matematičkom modelu. Pod analitičkim rješenjima
podrazumijevamo i rješenja koja su prikazana razvojem u red specijalnih funkcija (poput
Besselovih funkcija, Čebišljevih polinoma i sl.) ili s pomoću eliptičkih integrala, koja se
računaju numerički, jer takva numerička rješenja možemo odrediti sa željenom točnošću. Na
žalost većina problema vezana na strujanje fluida opisana je nelinearnim parcijalnim
diferencijalnim jednadžbama, koje nemaju opće analitičko rješenje. To posebno vrijedi za
turbulentno strujanje, koje se zbog stohastičke prirode toga strujanja niti ne može opisati
analitički. Npr. analitičko rješenje Navier-Stokesovih jednadžbi moguće je odrediti samo za
slučaj laminarnog strujanja i to u vrlo ograničenom broju slučajeva. To su osnovni razlozi što
su se problemi mehanike fluida u prošlosti uglavnom rješavali uz pomoć eksperimentalnog
pristupa. Naravno da je eksperimentalni pristup usko vezan s teorijskim pristupom, jer se
svaka metoda mjerenja temelji na teoriji (moglo bi se reći da svakom eksperimentu prethodi
teorija). Eksperimentalnim pristupom dobiva se ograničeni broj informacija o nekoj pojavi
(bilo integralnih veličina poput protoka, sile, momenta, snage i sl. ili podatke o brzini, tlaku,
temperaturi i sl. u konačnom broju točaka područja strujanja). Iz jednog rezultata mjerenja ne
može se zaključivati o utjecaju pojedinog parametra, kao što se to može u slučaju analitičkog
rješenja. Naravno, ponavljanjem eksperimenta za različite kombinacije vrijednosti utjecajnih
parametara moguće je stvoriti sliku o pojavi.
Razvojem računala stvorili su se uvjeti za numeričko rješavanje matematičkih modela koji
opisuju strujanje fluida, čime se počinje razvijati treća grana mehanike fluida: Računalna
dinamika fluida. Iako se ova grana mehanike fluida temelji na teorijskom pristupu ima puno
sličnosti i s eksperimentalnim pristupom, jer se iz jednog numeričkog rješenja nekog
problema također ne može zaključivati o utjecaju pojedinih parametara. Danas ne postoje
egzaktni matematički dokazi o jedinstvenosti i egzistenciji rješenja Navier-Stokesovih
jednadžbi, niti postoji teorija koja bi egzaktno govorila o točnosti rješenja nelinearnih
parcijalnih diferencijalnih jednadžbi. Pri simulaciji složenijih problema može se dogoditi da
numerički postupak (uz određene postavke parametara numeričke simulacije) ne konvergira,
te inženjer koji vrši simulaciju mora imati određena iskustva, slično kao što se traži od
eksperimentatora.
1. Uvod 2 / 123
NUMERIČKA SIMULACIJA
DEFINICIJA NUMERIČKO ANALIZA RJEŠENJA

PROBLEMA I RJEŠAVANJE
MATEMATIČKOG MATEMATIČKOG
MODELA MODELA
DISKRETIZACIJA
PROSTORA
(GEOMETRIJSKA
MREŽA)
DISKRETIZACIJA
JEDNADŽBI
(NUMERIČKA SHEMA)
RJEŠAVANJE SUSTAVA
DISKRETIZIRANIH
JEDNADŽBI
PREDPROCESOR PROCESOR POSTPROCESOR
Svaka simulacija započinje definicijom problema i izborom odgovarajućeg matematičkog

modela. Matematički model je najčešće prikazan sustavom parcijalnih diferencijalnih
jednadžbi. Principijelno gledajući svaki takav sustav jednadžbi ima opće rješenje (kad bismo
ga znali ono bi sadržavalo određeni broj konstanti (funkcija) integracije), a posebno rješenje
je definirano početnim i rubnim uvjetima specifičnim za promatrani problem (početni i rubni
uvjeti definiraju funkcije integracije čineći rješenje jedinstvenim). Naravno, kada se radi s
komercijalnim programom (primjer FLUENT) tada je matematički model već ugrađen u
računalni program, a korisnik putem sučelja može odabrati podvarijanatu modela koja
odgovara njegovu problemu.
Drugi korak u numeričkoj simulaciji je numerički riješiti postavljeni matematički model.
Numeričko rješavanje sastoji se iz tri koraka. U prvom se diskretizira područje proračuna
(područje proračuna se podijeli na određeni broj manjih volumena, a svakom volumenu se
dodijeli jedan ili više čvorova u kojima će se računati vrijednosti polja fizikalnih veličina,
koja se pojavljuju u jednadžbama matematičkog modela). Rezultat diskretizacije prostora
nazivamo geometrijskom mrežom. U nastavku na definiranoj geometrijskoj mreži potrebno je
diskretizirati parcijalne diferencijalne jednadžbe matematičkog modela, uvažavajući
specifične rubne uvjete. Diskretizaciju jednadžbi provodi se nekom od metoda (metoda
konačnih volumena, metoda konačnih elemenata, metoda konačnih razlika i sl.). Rezultat
diskretizacije parcijalne diferencijalne jednadžbe na zadanoj geometrijskoj mreži je sustav
algebarskih jednadžbi (ako je polazna diferencijalna jednadžba linearna dobije se sustav
linearnih algebarskih jednadžbi, inače nelinearnih). Nelinearni sustav jednadžbi rješava se
iterativnim postupkom koji u sebi sadrži rješavanje sustava linearnih algebarskih jednadžbi.
1. Uvod 3 / 123
Nakon što je numeričko rješenje dobiveno, slijedi njegova analiza, koja podrazumijeva prikaz,
skalarnih, vektorskih i tenzorskih polja, integraciju protoka, sile, momenata, toplinskih tokova
i sl., te dijagramski prikaz željenih veličina.
U organizacijskom smislu numerička simulacija se provodi kroz tri programa: predprocesor,
procesor i postprocesor. Predprocesor je računalni program za generiranje geometrijske
mreže. Postoji više komercijalnih programa za generiranje mreže, a oni u principu mogu
poslužiti za pripremu geometrijske mreže različitim procesorima (FLUENT, OpenFoam,
ABACUS i sl.). Jasno je da se pri generiranju mreže treba voditi računa i o rubnim uvjetima.
Na primjer poznato je da u graničnom sloju koji nastaje pri opstrujavanju tijela, postoje veliki
gradijenti fizikalnih veličina, što zahtijeva popunjavanje tog područja manjim volumenima, za
razliku od područja daleko od tijela. Generiranje geometrijske mreže u geometrijski
složenijim trodimenzijskim problemima uopće nije trivijalan posao, a samo generiranje mreže
čini znatan dio ukupnog vremena za provedbu simulacije. Može se reći da je problematika
generiranja mreže zasebni dio računalne dinamike fluida, i da se danas još uvijek intenzivno
radi na razvoju automatskih generatora geometrijske mreže koji bi na temelju geometrije
rubova područja proračuna i zadanih rubnih uvjeta izradio mrežu koja udovoljava svim
zahtjevima numeričkog rješavanja matematičkog modela. Danas postoje i algoritmi koji rade
s adaptivnim mrežama (mreže koje se u postupku rješavanja automatski progušćuju u
području velikih gradijenata, odnosno prorjeđuju u područjima gdje se rješenje ne mijenja
značajno). Jasno je da u toj koncepciji generiranje mreže treba biti obavljeno u istom
programu koji rješava jednadžbe matematičkog modela.
Procesor je program koji numerički rješava željeni matematički model sa zadanim početnim i
rubnim uvjetima. Može biti koncipiran tako da ima fiksno ugrađeni matematički model (a
korisnik putem sučelja bira hoće li koristiti puni model ili neki od njegovih dijelova) poput
komercijalnog programa FLUENT, ili temeljen na objektnom programiranju gdje korisnik
praktički slobodno zadaje matematički model koji će se rješavati poput programa OpenFoam.
Ova druga koncepcija je puno bolja ako se uzme u obzir da će se razvojem računala naoko
različita područja mehanike kontinuuma sve više integrirati u smislu istovremenog rješavanja
problema strujanja višekomponentnog, višefaznog fluida, uz izmjenu topline, kemijsku
reakciju i promjenu faza i to uz elastičnu granicu, gdje je potrebno računati i polje naprezanja
i deformacija u čvrstoj fazi.
Postprocesor je program koji je u principu opće namjene a služi za vizualizaciju rezultata
proračuna, odnosno za izračunavanje pojedinih integralnih veličina. Može biti integriran s
procesorom kao kod programa FLUENT, iako FLUENT predviđa i ispis rezultata proračuna u
datoteku koja služi kao ulazna za neke druge postprocesore, npr. TECPLOT. Razvoj
postprocesora je također područje za sebe koje nije predmet ovog kolegija.
1. Uvod 4 / 123
1.1. Usporedba računalnih simulacija i eksperimenta
Prednosti računalnih simulacija nad eksperimentalnim pristupom

(I.) Skraćuje se vrijeme projektiranja
(II.) CFD daje kompletnu sliku polja u strujanju
(III.) CFD može simulirati uvjete koji se ne mogu ostvariti u eksperimentu
(IV.) CFD je sve jeftiniji
(V.) CFD troši manje energije
Nedostaci računalnih simulacija u odnosu na eksperimentalni pristup

(I.) Ograničena primjena na slučajeve za koje postoje dobri matematički modeli (npr.
problem modeliranja turbulencije)
(II.) Kad se traži ograničeni broj rezultata može biti skuplji
Iako teorijski pristup rješavanju problema s pomoću metoda računalne dinamike fluida
(CFD) ne treba gledati u smislu natjecanja s eksperimentalnim pristupom (jer se ta dva
pristupa nadopunjavaju), gornja tablica daje neke prednosti i nedostatke pristupa preko
računalne dinamike fluida u odnosu na eksperimentalni pristup.
Od prednosti računalnog pristupa treba spomenuti da se ovim pristupom u pravilu dolazi
brže do rezultata, te je moguće izvršiti širu analizu utjecaja pojedinih parametara, čime se
skraćuje potrebno vrijeme za projektiranje ili razvoj novog proizvoda. U eksperimentalnom
pristupu, većinu vremena se potroši na osmišljavanje eksperimenta i izradu modela ili
prototipa. U računalnom pristupu, većinu vremena se potroši na generiranje geometrijske
mreže (ako je područje strujanja geometrijski složeno) i kasniju analizu rezultata. Sljedeća
prednost računalnog pristupa je u količini informacija koja se tim pristupom dobije.
Eksperimentalnim pristupom dobije se ograničeni broj rezultata (koji zavisi od broja mjernih
instrumenata), dok se u računalnom pristupu dobije kompletna slika strujanja (polje brzine,
tlaka, temperature u velikom broju točaka područja strujanja), što omogućuje bolje
razumijevanje pojave. U tom smislu računalni pristup može pomoći i u osmišljavanju
eksperimentalnih mjerenja. Svakom eksperimentu trebala bi prethoditi računalna simulacija iz
koje se dobije predodžba o pojavi, tako da se može definirati što mjeriti, u kojim točkama i
kakvim instrumentima (u smislu mjernog raspona, točnosti mjerenja, brzine odziva
instrumenta i sl.). Jasno je da se u računalnom pristupu mogu ostvariti idealizirani uvjeti (npr.
konstantnost temperature po rubu, jednolikost profila brzine na ulaznom presjeku, adijabatsku
granicu i sl.), da se može računati strujanje bilo kakvih fluida (otrovnih, eksplozivnih ili pri
visokim temperaturama) bez ikakve opasnosti, da nema problema s dimenzijama područja
proračuna i da nema problema sa zadovoljavanjem kriterija sličnosti, što u eksperimentalnom
pristupu može biti problem (npr. pri modelskom ispitivanju broda potrebno je istovremeno
zadovoljiti Froudeov i Reynoldsov broj što je nemoguće, pa je točnost eksperimentalnih
rezultata umanjena). Jasno je da je računalni pristup jeftiniji, jer su računala sve jeftinija, a
nije potrebna nabavka sve skuplje eksperimentalne opreme i izrada često skupog modela ili
prototipa. Pri simulaciji se obično troši puno manje energije nego u eksperimentu.
Osnovni nedostatak računalnog pristupa je da je on ograničen na probleme za koje postoji
pouzdani fizikalni/matematički model. U prvom redu je tu ograničenje u modeliranju
turbulencije. Poznato je da RANS modeli turbulencije ne daju vjerne rezultate u geometrijski
složenijim konfiguracijama, osobito ako je strujanje fluida popraćeno izmjenom topline, uz
djelovanje dodatnih sila uzgona, centrifugalne sile, i sl. U takvim situacijama eksperimentalni
rezultati mogu pomoći u razumijevanju nedostataka matematičkog modela, i njegovu
1. Uvod 5 / 123
poboljšanju. Tako da rezultati proračuna mogu pomoći razumijevanju fizike i unaprjeđenju

eksperimenta, a eksperimentalni rezultati pomažu unaprjeđenju matematičkih modela.
Postoje i situacije u kojima se traži ograničeni broj rezultata, kada može biti jeftinije
eksperimentalno ispitivanje nego proračun. Primjer za to je određivanje H-Q karakteristike
pumpe, gdje je za zadani protok kroz pumpu potrebno izmjeriti samo prirast tlaka kroz
pumpu. Ako se već raspolaže sa standardnom ispitnom linijom, to mjerenje može biti
relativno jeftino u odnosu na generiranje geometrijske mreže (koja podrazumijeva
diskretizaciju privodnog i odvodnog cjevovoda, statorskog i rotorskog prostora) i sam
proračun i analizu rezultata za više radnih točaka pumpe. Naravno, ako bi se zahtjevalo
mjerenje brzine i tlaka u prostoru između rotorski lopatica, mjerenje bi bilo vrlo složeno i
zahtijevalo skupu eksperimentalnu opremu, pa bi se proračun pokazao jeftinijim.
Kao zaključak može se reći da su računalni i eksperimentalni pristup dva komplementarna

pristupa, koja se međusobno nadopunjuju i jedan drugom pomažu u razvoju. Za probleme
gdje postoji pouzdan matematički model, računalni pristup zauzima značajnije mjesto, dok
eksperimentalni pristup ima značajniju ulogu u potvrđivanju konačno izabrane varijante u
procesu razvoja nekog proizvoda. Pri rješavanju složenih zadaća nužno je kombinirati
računalni i eksperimentalni pristup.
1. Uvod 6 / 123
1.2. Matematički model
Stvarni svijet
• Kontinuum
• Homogenost, izotropnost
Fizikalni model • Jednokomponentnan-Višekomponentan
(Aproksimacija • Jednofazan-Višefazan
stvarnog svijeta) • 1D-2D-3D
• Stacionarno-Nestacionarno
• Neviskozno-Laminarno-Turbulentno
Matematički model
Svaka simulacija se temelji na matematičkom modelu, koji označuje matematički zapis

fizikalnog modela. Fizikalni model obuhvaća niz pretpostavki (hipoteza) pri aproksimaciji
stvarnog svijeta.
Najčešća pretpostavka koja se koristi u opisu strujanja fluida je da je fluid kontinuum.
Kontinuum je zamišljena tvar koja bi u potpunosti ispunjavala prostor i zadržavala fizikalna
svojstva i za slučaj infinitezimalno malog volumena. Naravno da je to idealizacija koja ne
odgovara stvarnosti, jer je materija diskretne strukture (sastoji se od atoma ili molekula), te se
smanjivanjem volumena na veličinu međumolekularnog prostora, dolazi do slučaja da se u
tako malom volumenu ne mogu definirati makroskopska fizikalna svojstva (poput gustoće,
viskoznosti i sl.) u smislu hipoteze kontinuuma, pa se više ne može koristiti hipoteza o fluidu
kao kontinuumu, već se mora analizirati gibanje pojedinih molekula.
Naravno, za probleme strujanja u kojima je dimenzija područja strujanja dovoljno velika u
odnosu na međumolekularni razmak (točnije put koji molekula prevali između dva sudara)
hipoteza kontinuuma je dovoljno dobra za aproksimaciju stvarnog svijeta. No i pored hipoteze
kontinuuma, potrebno je uvesti još niz pretpostavki poput homogenosti i izotropnosti fluida.
Homogenost podrazumijeva da su fizikalna svojstva ista u svim točkama fluida. Tako ćemo
npr. zrak smatrati homogenom smjesom plinova jer je udio pojedinih plinova koji čine zrak
jedan te isti u svim točkama fluida. Izotropnost podrazumijeva da su fizikalna svojstva
jednaka u svim smjerovima. Tako npr. pretpostavljamo da je toplinska provodnost fluida ista
u svim smjerovima, iako npr. neka krutina sastavljena iz slojeva različitih materijala ne mora
imati istu toplinsku provodnost u smjeru sloja i poprečno na sloj.
Zrak smatramo homogenom smjesom plinova i tretiramo ga kao jednokomponentni fluid,
no za slučaj da je npr. koncentracija kisika i dušika različita u različitim točkama, morali bi ga
promatrati kao višekomponentni fluid, i modelirati miješanje tih komponenti. Ako se u
strujanju pojavljuje promjena faza (taljenje/skrućivanje ili isparivanje/ ukapljivanje) to
također treba dodatno modelirati.
Onaj koji fizikalno modelira neki problem iz stvarnog svijeta vodit će računa da što
vjernije opiše problem uz što jednostavniji matematički model. Često puta je moguće
zanemariti promjene fizikalnih veličina u nekom od smjerova pa se problem od
trodimenzijskog (3D) svodi na ravninski ili osnosimetrični (2D), ili pak za strujanje u
1. Uvod 7 / 123
cjevovodima, gdje imamo uzdužnu koordinatu puno veću od poprečnih, čak na

jednodimenzijsko (1D).
Nadalje, strujanje je u stvarnosti uvijek manje ili više nestacionarno (vremenski
promjenjivo), a na onome koji modelira strujanje je da odluči je li moguće uvesti pretpostavku
o stacionarnom strujanju, koje pojednostavljuje problem.
Strujanje fluida u prirodi je najčešće turbulentno (izrazito nestacionarno strujanje sa
slučajnim pulsacijama fizikalnih veličina, pa se polja u turbulentnom strujanja ne mogu
opisati analitički), a laminarno strujanje se u prirodi pojavljuje samo pri niskim vrijednostima
Reynoldsova broja. Pri problemu optjecanja tijela mogu se pojaviti oba vida strujanja
(laminarno u blizini točke zastoja, a u ostatku područja turbulentno). Modeliranje turbulencije
je jedno veliko područje samo za sebe, danas postoje različite razine pristupa (od direktnog
rješavanja Navier-Stokesovih jednadžbi - DNS, preko modeliranja malih pulsacija i direktnog
rješavanja velikih- LES (Large Eddy Simulation), do modeliranja svih turbulentnih pulsacija
uz pomoć pristupa temeljenom na Reynoldsovom osrednjavanju jednadžbi – RANS
(Reynolds Averaged Navier Stokes)). U klasi RANS modela postoji više razina modela od
modela u kojima se rješavaju jednadžbe za turbulentna naprezanja (RSM-Reynolds stress
models) do najjednostavnijih modela temeljenih na Boussinesqovoj hipotezi i modeliranju
turbulentne viskoznosti. Turbulentna viskoznost se modelira s pomoću dva parametra
turbulencije, čija raspodjela može biti definirana s pomoću diferencijalne ili algebarske
jednadžbe. Najpoznatiji modeli s dvije jednadžbe su k − ε i k − ω modeli, a s jednom
jednadžbom Spalart-Almaras model. U nekim slučajevima kada su inercijske sile puno veće
od viskoznih (npr. gibanje broda na valovima, gibanje fluida u zatvorenom spremniku)
moguće je utjecaj viskoznosti zanemariti, čime se pojednostavljuje matematički model.
Dakle može se zaključiti da je svaki stvarni problem potrebno fizikalno modelirati, pri
čemu je potrebno uzeti u obzir sve značajne fenomene za promatrani problem. Rezultat
fizikalnog modeliranja (uvođenjem određenih pretpostavki i zanemarivanjem nebitnih
efekata) rezultira matematičkim modelom, koji je za probleme sa strujanjem fluida zapisan
sustavom parcijalnih diferencijalnih jednadžbi. Pri modeliranju se balansira između
jednostavnosti matematičkog modela (da bude što jednostavniji za riješiti), ali i što bolji
fizikalni model (koji će što vjernije opisivati stvarnost, tj. modelirati sve relevantne fenomene
u pojavi).
Kada se koristi komercijalni računalni paket poput paketa FLUENT korisnik može birati
iz relativno velikog skupa već ugrađenih fizikalnih modela. Hipoteza kontinuuma je
nepromjenjiva činjenica, a većinu od gore nabrojanih aproksimacija se može birati.
2. Matematičke osnove 8 / 123
2. Matematičke osnove
2.1. Razvoj funkcije u Taylorov red
Funkciju f ( x ) moguće je u okolišu točke x0 u kojoj je vrijednost funkcije f ( x0 ) = f 0 ,

razviti u red potencija od Δx = x − x0 , prema Taylorovoj formuli, u kojoj su koeficijenti uz
potencije Δx , prikazani derivacijama funkcije f ( x ) u točki x0 , koja glasi
∞
1 1 1 (n)
f ( x ) = f 0 + f 0′ Δx + f 0′′( Δx ) + f 0′′′( Δx ) + = f0 + ∑ f 0 ( Δx )
2 3 n
(2.1)
2 6 n =1 n !
Primjer
Funkcija f ( x ) = e x − 1 , se u okolišu točke x0 = 0 može prema gornjoj formuli prikazati
∞
x 2 x3 x 4 xn
redom potencija f ( x ) = x + + + + .... = ∑ . Donja slika prikazuje aproksimaciju
2 6 24 n =1 n !
funkcije jednim članom, s prva dva i prva tri člana Taylorova reda. Očito je da se povećanjem
broja članova širi područje u kojem je funkcija dobro aproksimirana ograničenim brojem
članova Taylorova reda (naravno kad bi broj članova Taylorova reda težio k beskonačno,
aproksimacija bi se poklapala s funkcijom u čitavom području definicije funkcije).
Taylorova formula za razvoj funkcije dviju varijabli f ( x, y ) u okolišu točke T( x0 , y0 ), u

kojoj je vrijednost funkcije f ( x0 , y0 ) = f T , kazuje da se funkcija može prikazati redom
potencija od Δx = x − x0 i Δy = y − y0 u obliku
2 3
⎛ ∂f ∂f ⎞ 1 ⎛ ∂f ∂f ⎞ 1 ⎛ ∂f ∂f ⎞
f ( x, y ) = f T + ⎜⎜ Δx + Δy ⎟⎟ + ⎜⎜ Δx + Δy ⎟⎟ + ⎜⎜ Δx + Δy ⎟⎟ +
⎝ ∂x T ∂y T ⎠ 2 ⎝ ∂x T ∂y T ⎠ 6 ⎝ ∂x T ∂y T ⎠
n
(2.2)
1 ⎛ ∂f
∞
∂f ⎞
= f T + ∑ ⎜⎜ Δx + Δy ⎟⎟
n =1 n ! ⎝ ∂x T ∂y T ⎠
U gornjem izrazu su potencije derivacija simbolične, tako npr.

3
⎛ ∂f ∂f ⎞ ∂3 f ∂2 f ∂f ∂f ∂2 f ∂3 f
⎜⎜ Δx + Δy ⎟ = 3 Δx + 3 2
3
Δx2
Δy + 3 Δx 2 Δy + 3
2
Δy 3
⎝ ∂x T ∂y T ⎟⎠ ∂x T
∂x T
∂y T ∂x T ∂y T
∂y T
2.2. Rješavanje linearnih diferencijalnih jednadžbi drugog reda s

konstantnim koeficijentima
Promotrimo diferencijalnu jednadžbu drugog reda u kojoj je nepoznanica funkcija y (t ) ,

koeficijenti a , b i c su konstante, a funkcija f (t ) se smatra poznatom. Točkice nad y
označuju vremenske derivacije.
ay + by + cy = f ( t ) (2.3)
Rješenje gornje jednadžbe se prikazuje zbrojem
y = yh + y p (2.4)
gdje je yh rješenje homogene diferencijalne jednadžbe (za f ( t ) = 0 ), a y p partikularno
rješenje (dolazi od f ( t ) ).
Homogeni dio rješenja se definira na temelju karakteristične jednadžbe, koja se dobije

zamjenama: y → r 2 , y → r i y → 1 , nakon čega slijedi karakteristična kvadratna jednadžba
ar 2 + br + c = 0 , s korijenima
−b ± b 2 − 4ac
r1,2 = (2.5)
2a
Ovisno o korijenima karakteristične jednadžbe razlikujemo sljedeće slučajeve:
1) Korijeni karakteristične jednadžbe realni i različiti r1 = R1 i r2 = R2
yh = C1e R1t + C2e R2t (2.6)
2) Korijeni karakteristične jednadžbe realni i jednaki r1 = r2 = R

yh = C1e Rt + C2te Rt = ( C1 + C2t ) e Rt (2.7)
3) Korijeni karakteristične jednadžbe konjugirano kompleksni r1,2 = R ± iω

yh = e Rt ( C1 cos ωt + C2 sin ωt ) (2.8)
Konstante C1 i C2 se određuju iz početnih uvjeta (za jednadžbu drugog reda treba zadati dva
uvjeta). Jasno je da će homogeno rješenje za slučaj negativnog realnog dijela R < 0 trnuti u
vremenu, tj. homogeno rješenje nakon određenog vremena iščezava. S obzirom da su u
homogenom rješenju sadržani početni uvjeti, u tom slučaju se gubi i njihov utjecaj. To će biti
slučaj kada diferencijalna jednadžba opisuje ponašanje fizikalnog sustava s koncentriranim
parametrima (npr. u elektrotehnici krug izmjenične struje sa zavojnicom, otpornikom i
kondenzatorom ili sustav masa-prigušivač-opruga) gdje će koeficijenti u jednadžbi uvijek biti
pozitivni, te realni dio rješenja karakteristične jednadžbe ne može biti pozitivan. Za slučaj
b = 0 (npr. električni krug bez otpornika ili mehanički sustav bez prigušivača) realni dio
rješenja karakteristične jednadžbe će biti jednak nuli te ćemo imati neprigušene oscilacije.
Ako je R > 0 homogeni dio rješenja bi neprestano rastao u vremenu što označuje fizikalno
neodrživo nestabilno rješenje.
Partikularni dio rješenje se za određene oblike funkcije f ( t ) određuje metodom

neodređenih koeficijenata. Posebno je važno da partikularno rješenje možemo odrediti za
slučaj sinusne i kosinusne funkcije. S obzirom da svaku periodičku funkciju možemo
prikazati Fourierovim redom, primjenjivost analitičkih rješenja iz sljedeće tablice dobiva na

značaju.
f (t ) Pretpostaviti partikularno rješenje y p oblika:

t m ( At n + + Bt + C ) , m - red najniže derivacije u diferencijalnoj
tn
jednadžbi
a sin ωt
i/ili A sin ωt + B cos ωt
b cos ωt
ae kt sin ωt
i/ili e kt ( A sin ωt + B cos ωt )
be kt cos ωt
Primjer
Potrebno je riješiti jednadžbu
dy
4 y′′ + y′ = 5 ; gdje je y′ = (2.9)
dx
uz početne uvjete za x = 0 : y (0) = 1 i y′ ( 0 ) = 5 .
Rješenje homogenog dijela:
4r 2 + r = 0 → ( 4r + 1) r = 0 (2.10)
r1 = 0 ⎫ x
⎪ −
1 ⎬ yh = C1 + C2e 4 (2.11)
r2 = − ⎪
4⎭
Partikularno rješenje:
Red najniže derivacije je m = 1
y p = Ax → y′p = A → y′′p = 0 (2.12)
4⋅0 + A = 5 → A = 5 (2.13)
Konačno opće rješenje gornje jednadžbe je
x
−
y = C1 + C2 e 4
+ 5x (2.14)
x
C2 −
Konstante C1 i C2 se određuju iz početnih uvjeta. Za y′ = − e 4
+ 5 iz početnih uvjeta
4
slijedi
C1 + C2 = 1 (2.15)
C
− 2 +5 = 5 (2.16)
4
Iz gornjeg sustava jednadžbi slijedi C1 =1 i C2 =0, pa je konačno posebno rješenje gornje
jednadžbe definirano zadanim početnim uvjetima
y = 1 + 5x (2.17)
2.3. Numeričko rješavanje diferencijalnih jednadžbi prvog reda
Želimo numerički riješiti diferencijalnu jednadžbu

dy
y= = f (t, y ) (2.18)
dt
u vremenskom intervalu ( 0, T ) , uz početni uvjet y (0) = y0 .
Pri numeričkom rješavanju problema ćemo vremenski interval podijeliti na N diskretnih
T
intervala veličine h = , pri čemu treba voditi računa da veličina intervala bude dovoljno
N
mala, u odnosu na brzinu promjene funkcije y ( t ) . Rješenje funkcije y ( t ) će se definirati u
diskretnim vremenskim trenutcima tn = nh , za n = 1, N , a vrijednosti funkcije u tim
vremenskim trenutcima ćemo označavati y ( tn ) = yn , a derivacije y ( tn ) = yn . Pri numeričkom
integriranju jednadžbe (2.18) potrebno je derivaciju y aproksimirati vrijednostima funkcije
yn i yn+1 , te uvrstiti u (2.18). S obzirom da je yn poznato, iz jednadžbe se može izračunati
yn+1 . Postupak se ponavlja, počevši od y0 , dok se ne dođe do kraja intervala integracije.
Postoji više načina aproksimacije derivacije y koje se temelje na razvoju funkcije u Taylorov
red, a ovdje ćemo analizirati 3 načina.
1. Eulerova (eksplicitna) metoda. U ovoj metodi se funkcija razvija u Taylorov red u odnosu
na točku tn u kojoj je poznata vrijednost funkcije y ( tn ) = yn , a formula za Taylorov red glasi
1 1
yn+1 = yn + yn h + yn h 2 + yn h3 + (2.19)
2 6
Ako se uzmu samo prva dva člana ovog razvoja funkcije u Taylorov red, pri čemu je član s
najvišom potencijom intervala h linearni član, dobije se eksplicitna aproksimacija funkcije
prvog reda točnosti
y −y 1 1
yn = n+1 n − yn h − yn h 2 − (2.20)
h 2 6
a zanemareni ostatak je
1 1
O ( h ) = − yn h − y n h 2 + (2.21)
2 6
u kojem je član najvišeg reda linearno razmjeran s h . Uvrštavanjem uokvirenog dijela izraza
(2.20) u jednadžbu (2.18) dobije se
yn+1 = yn + hf ( tn , yn ) (2.22)
U gornjem izrazu funkcija f ( tn , yn ) se može eksplicitno izračunati budući je yn poznato. S
obzirom da je izraz (2.22) izveden uz pomoć formule za derivaciju koja je prvog reda točnosti
(zanemareni ostatak, tj. pogreška aproksimacije je razmjerna s h ) očekuje se da će pogreška
numeričke integracije biti dvostruko manja, ako se integracija provede s dvostruko manjim
korakom integracije.
2. Implicitna metoda. Ako se funkcija y ( t ) razvije u Taylorov red u okolini točke tn+1 na
kraju intervala onda je vrijednost funkcije y ( t ) na početku intervala u točki t = tn jednaka
1 1
yn = yn+1 + yn+1 ( −h ) + yn+1 ( −h ) + yn+1 ( −h ) +
2 3
(2.23)
2 6
odakle slijedi formula
y −y 1 1
yn+1 = n+1 n + yn+1h − yn+1h 2 + (2.24)
h 2 6
Zanemarivanjem ostatka
1 1
O ( h ) = yn+1h − yn+1h 2 + (2.25)
2 6
u formuli (2.24) i njeno uvrštavanje u (2.18) daje implicitnu formulu koja je također prvog
reda točnosti
yn +1 = yn + hf ( tn +1 , yn +1 ) (2.26)
Formula je implicitna, jer se u funkciji f ( tn +1 , yn +1 ) pojavljuje nepoznata vrijednost yn+1 , što
zavisno od oblika funkcije f može stvarati određene numeričke poteškoće. Što se tiče
točnosti, implicitna metoda je, kao i jednostavnija eksplicitna, prvog reda točnosti.
3. Cranck-Nicholsonova metoda. Ako se funkcija y ( t ) razvije u Taylorov red u okolini

točke sredine intervala t = tn + h 2 = tn+1 2 gdje je vrijednost funkcije y ( tn +1 2 ) = yn +1 2 , njene
derivacije y ( tn +1 2 ) = yn +1 2 i sl., onda je vrijednost funkcije y ( t ) na kraju intervala u točki
t = tn +1 jednaka
2 3
⎛h⎞ 1 ⎛h⎞ 1 ⎛h⎞
yn +1 = yn +1 2 + yn +1 2 ⎜ ⎟ + yn +1 2 ⎜ ⎟ + yn +1 2 ⎜ ⎟ + (2.27)
⎝2⎠ 2 ⎝2⎠ 6 ⎝2⎠
a na početku intervala u točki t = tn
2 3
⎛ h⎞ 1 ⎛ h⎞ 1 ⎛ h⎞
yn = yn +1 2 + yn +1 2 ⎜ − ⎟ + yn +1 2 ⎜ − ⎟ + yn +1 2 ⎜ − ⎟ + (2.28)
⎝ 2⎠ 2 ⎝ 2⎠ 6 ⎝ 2⎠
Oduzimanjem jednadžbe (2.28) od jednadžbe (2.27) slijedi formula oblika
y −y 1
yn+1/ 2 = n+1 n − yn+1 2 h 2 + (2.29)
h 24
Zanemarivanjem ostatka s vodećim članom koji je razmjeran trećoj derivaciji i kvadratu
koraka integracije
1
O ( h 2 ) = − yn+1 2h 2 + (2.30)
24
dobije se Cranck-Nicholsonova aproksimacija koja je drugog reda točnosti
yn+1 = yn + hf ( tn+1/ 2 , yn+1/ 2 ) (2.31)
Naravno da je i ova formulacija implicitna, jer na desnoj strani jednadžbe treba izračunati
derivaciju funkcije na sredini intervala, koju se može aproksimirati s
f ( tn +1/ 2 , yn +1/ 2 ) = ⎡⎣ f ( tn , yn ) + f ( tn +1 , yn +1 ) ⎤⎦ / 2 , pa će se ovisno o obliku funkcije f jednadžba
(2.31) možda trebati rješavati iterativnim postupkom. S obzirom da je ostatak u jednadžbi
(2.29) razmjeran kvadratu koraka integracije, dvostrukim smanjivanjem koraka integracije
pogreška integracije će se smanjiti četiri puta.
Uočimo da su desne strane formule (2.20) za Eulerovu eksplicitnu metodu, formule (2.24) za
implicitnu metodu i formule (2.29) za Cranck-Nicholsonovu metodu potpuno jednake, a da su
prve dvije prvog reda točnosti, dok je zadnja drugog reda točnosti. Zapamtimo da će formula
biti drugog reda točnosti ako se točka nalazi na sredini intervala, a za red točnosti niža ako
je točka na rubu intervala. Točnost formule za prvu derivaciju u točki na rubu intervala se
može povećati uzimanjem više točaka u obzir. Na primjer formula drugog reda točnosti za
derivaciju yn definirana vrijednostima yn , yn+1 i yn+2 se lako izvede iz razvoja funkcije u
Taylorov red oko točke tn u točkama tn+1 i tn+2
1 1
yn+1 = yn + yn h + yn h 2 + yn h3 + (2.32)
2 6
1 1
yn+2 = yn + 2 yn h + yn 4h 2 + yn 8h3 + (2.33)
2 6
Množenjem jednadžbe (2.32) s četiri i oduzimanjem od jednadžbe (2.33), te dijeljenjem
dobivene jednadžbe s 2 h slijedi
4 y − 3 yn − yn + 2 2
yn = n+1 − yn h 2 − (2.34)
2h 3
Odakle se vidi da je ostatak razmjeran s kvadratom h , te govorimo o drugom redu točnosti.
Iz izraza (2.32) i (2.33) se može izvesti i formula za aproksimaciju druge derivacije.

Množenjem jednadžbe (2.32) s dva i oduzimanjem od jednadžbe (2.33), te dijeljenjem
dobivene jednadžbe s h 2 slijedi
−2 yn+1 + yn + yn+2
yn = − yn h − (2.35)
h2
Ostatak je razmjeran s h , te govorimo o formuli prvog reda točnosti. Da smo umjesto točaka
yn , yn+1 i yn+2 , koristili yn , yn+1 i yn−1 , točka tn bi bila u sredini intervala, a formula za drugu
derivaciju bi glasila
y − 2 yn + yn + 2 1
yn = n+1 − yn h 2 − (2.36)
h2 12
Što odgovara formuli drugog reda točnosti.
Primjer
Kao primjer analizirat će se diferencijalna jednadžba prvog reda sljedećeg oblika
dy
= y = 2t , y ( 0 ) = 0 (2.37)
dt
čije se opće rješenje može izračunati analitički i jednako je
y = t2 + C (2.38)
Uz zadani početni uvjet dobije se C = 0 što daje egzaktno partikularno rješenje
ye = t 2 (2.39)
Izrazi za numeričko rješavanje dane diferencijalne jednadžbe u ovom primjeru dobiju se
uvrštavanjem derivacije u odgovarajućoj točki intervala u prije izvedene formule koje za
Eulerovu eksplicitnu metodu (nadindeks „exp“), implicitnu metodu (nadindeks „imp“) i
Cranck-Nicholsonovu metodu (nadindeks „CN“) imaju sljedeće oblike
+1 = yn + 2t n h
ynexp exp
(2.40)
+1 = yn
ynimp imp
+ 2 ( tn + h ) h (2.41)
y CN
n +1 =y CN
n + 2 ( tn + h 2 ) h (2.42)
Ako se uzme npr. h = 1 i N = 5 dobije se

+1 = ( Δy ) = yn+1 = ( Δy ) ( Δy )
exp imp CN
+1 =
ye = ynexp imp
= ynCN =
t
t2 ynexp + 2tn y e − y exp ynimp + 2 ( tn + 1) y e − y imp y CN
n + 2 ( tn + 1 2 ) y e − y CN
0 0 0 - 0 - 0 -
1 1 0 1 2 1 1 0
2 4 2 2 6 2 4 0
3 9 6 3 12 3 9 0
4 16 12 4 20 4 16 0
5 25 20 5 30 5 25 0
Srednja pogreška 15/5=3 15/5=3 0/5=0
Vidljivo je da numerička rješenja dobivena Eulerovom eksplicitnom i implicitnom metodom

sadrže pogrešku u odnosu na egzaktno rješenje, dok Cranck-Nicholsonova metoda daje točno
rješenje. Naravno to je zato što je rješenje opisano kvadratnom funkcijom pa su treća i više
derivacije, koje se nalaze u formuli za ostatak, vidjeti formulu (2.29), jednake nuli zbog čega
je ostatak (pa onda i pogreška) jednak nuli. Da je rješenje bilo opisano polinomom višeg reda
i Cranck-Nicholsonova metoda (shema) bi davala rezultat s određenom pogreškom, koja bi u
svakom slučaju bila manja od pogreške metoda prvog reda točnosti. Metoda četvrtog reda
točnosti bi dala točno rješenje opisano polinomom do četvrtog reda.
Sljedeća tablica pokazuje rezultate dobivene Eulerovom eksplicitnom metodom, uz primjenu
dvostruko manjeg koraka integracije ( h = 1/ 2 i N = 10 ).
t +1 = ( Δy ) =
exp
ye = ynexp
t2 ynexp + tn y e − y exp
0 0 0 -
0,5 0,25 0 0.25
1 1 0,5 0.50
1,5 2,25 1,5 0.75
2 4 3 1.00
2,5 6,25 5 1.25
3 9 7,5 1.50
3,5 12,25 10,5 1.75
4 16 14 2.00
4,5 20,25 18 2.25
5 25 22,5 2.50
Srednja pogreška 13,75/10=1,375
Očito je da se maksimalna pogreška smanjila dva puta, a prosječna pogreška i više.
Zaključak:
1. Red točnosti formule za aproksimaciju funkcije definiran je najvišom potencijom h
(koraka integracije) u ostatku dobivenom razvojem u Taylorov red.
2. Formule višeg reda točnosti daju na zadanom koraku integracije točnije rezultate.
3. Točnost rezultata može se povećati smanjenjem koraka integracije.
Za integriranje diferencijalnih jednadžbi se najčešće koristi Runge-Kutta metoda četvrtog reda

točnosti (RK4), koja spada u porodicu prediktor-korektor metoda. Za problem definiran u
općem obliku
dy
= y = f ( t , y ) , y ( t0 ) = y0 (2.43)
dt
metoda se realizira po sljedećoj eksplicitnoj formuli
h
yn +1 = yn + ( k1 + 2k2 + 2k3 + k4 ) (2.44)
6
gdje su
k1 = f ( tn , yn ) (2.45)
⎛ h h ⎞
k2 = f ⎜ tn + , yn + k1 ⎟ (2.46)
⎝ 2 2 ⎠
⎛ h h ⎞
k3 = f ⎜ t n + , yn + k 2 ⎟ (2.47)
⎝ 2 2 ⎠
k4 = f ( tn + h, yn + hk3 ) (2.48)
Ova metoda (i još neke druge) se već standardno nalazi u biblioteci rutina u većini
matematičkih programa (Mathematica, MATLAB, MATCAD, a u programskom jeziku
FORTRAN postoji matematička biblioteka s rutinama) za rješavanje sustava diferencijalnih
jednadžbi prvog reda. U problemima kod kojih se derivacija naglo mijenja ("stiff" problemi)
nužno je koristiti promjenjivi korak integracije, što je također već predviđeno u nekim
gotovim rutinama.
2.4. Numeričko rješavanje diferencijalnih jednadžbi višeg reda
Diferencijalne jednadžbe višeg reda svode se na sustav diferencijalnih jednadžbi prvog reda
uvođenjem novih varijabli.
Na primjer, jednadžba
y + 2 y = f (t, y ) (2.49)
S početnim uvjetima y ( 0 ) = y0 , y ( 0 ) = yC , y ( 0 ) = yCC , se uvođenjem novih varijabli:
y=u , y =u =v , y =u =v (2.50)
Prevodi u sustav diferencijalnih jednadžbi prvog reda, s odgovarajućim početnim uvjetima
v = f ( t , y ) − 2u , v ( 0 ) = yCC
u=v , u ( 0 ) = yC (2.51)
y=u , y ( 0 ) = y0
Umjesto jedne diferencijalne jednadžbe trećeg reda dobije se sustav od tri diferencijalne
jednadžbe prvog reda koji se rješava nekom od metoda (npr. RK4).
Problem se nešto komplicira ako su zadani uvjeti na kraju intervala integracije ( T ) ili
mješovito, neki na početku, a neki na kraju.
Na primjer:
y = 2t , y (T ) = 50
(2.52)
u = y − t 2 , u ( 0) = 0
Ovaj problem se može rješavati kao problem početnih vrijednosti
y = 2t , y ( 0 ) = y0
u = y − t 2 , u ( 0) = 0 (2.53)
f ( y0 ) = y int
(T ) − 50 = 0
gdje je y0 nepoznata vrijednost koja se određuje iz dodatne jednadžbe iterativnim postupkom.
Krene se od pretpostavljenog y0 , prve dvije jednadžbe se integriraju i ako treća jednadžba
nije zadovoljena korigira se y0 i postupak ponavlja.
Treća jednadžba se može riješiti Newton-Raphsonovom metodom u kojoj je potrebno još
jednom integrirati prve dvije jednadžbe za y0 + δy0 , te izračunati korekciju
f ( y0 ) f ( y0 )
Δy0 = − =−
f ′ ( y0 ) f ( y0 + δy0 ) − f ( y0 )
δy0
gdje je δy0 proizvoljno odabrana mala vrijednost koja služi za aproksimaciju derivacije u
gornjem izrazu. Postupak se ponavlja dok pretpostavljena vrijednost y0 + Δy0 ne dade traženu
vrijednost funkcije y (T ) = 50 , tj. dok razlika f ( y0 ) = y int (T ) − 50 = 0 , ne padne na
vrijednost dovoljno blizu nule.
3. Osnovne jednadžbe dinamike fluida 18 / 123
3. Osnovne jednadžbe dinamike fluida
Strujanje fluida opisano je osnovnim zakonima fizike: (I) zakonom očuvanja mase, (II)
zakonom očuvanja količine gibanja i (III) zakonom očuvanja energije, kojima se pridružuje i
II. zakon termodinamike, a koji govori o tome može li se neki proces ostvariti u prirodi. Svi se
ti zakoni izvorno definiraju za materijalni volumen (koji se sastoji stalno od jednih te istih
čestica fluida i ima ulogu tijela u mehanici, i zatvorenog termodinamičkog sustava u
termodinamici), a primjenjuju za kontrolni volumen (volumen nepromjenjivog položaja
oblika i veličine) ili proizvoljni volumen (volumen koji se može tijekom vremena mijenjati,
poput unutrašnjosti prostora u cilindru motora s unutarnjim izgaranjem). Stoga će se prvo dati
formulacija nabrojanih zakona za ova tri volumena, za koju je potrebno definirati izraze koji
definiraju brzinu promjene veličine volumena.
a) Opći slučaj proizvoljnog volumena V čija se

granica S giba brzinom ui
Brzina promjene volumena je po definiciji
dV V ( t + dt ) − V ( t )
= , a element površine dS
dt dt
opisuje element volumena d(dV ) = ui ni dtdS , što
integrirano po površini S daje razliku volumena
V ( t + dt ) − V ( t ) , te je konačno:
dV ∂u
= ∫ ui ni dS = ∫ i dV (3.1)
dt S V
∂xi
Za granični prijelaz V → dV vrijedi
d ( dV ) ∂ui
= dV (3.2)
dt ∂xi
b) Slučaj proizvoljnog volumena je materijalni volumen VM čija se granica S M pomiče

brzinom vi gibanja čestica ( ui = vi ), pa vremenska derivacija postaje materijalnom
dV DVM
derivacijom → , te se može pisati
dt Dt
DVM ∂v
= ∫ vi ni dS = ∫ i dVM (3.3)
Dt SM VM
∂xi
Pri graničnom prijelazu kada se materijalni volumen sažima u točku ( VM → dVM ) odnosno
česticu fluida, vrijedi
D ( dVM ) ∂vi ∂v 1 D ( dVM ) D ( dVM )
= dVM ili i = , gdje označuje brzinu promjene obujma
Dt ∂xi ∂xi dVM Dt Dt
čestice fluida.
c) Slučaj kontrolnog volumena (volumena s nepomičnom granicom ui = 0 ) čiji je obujam

dVKV
konstantan, pa vrijedi = 0 , što se dobije i iz općeg izraza uz ui = 0 .
dt
3.1. Opći oblik zakona očuvanja fizikalnog svojstva u materijalnom

volumenu
Ekstenzivna fizikalna veličina F (koja može biti, masa, energija, količina gibanja, entropija i
sl.) se može definirati po jediničnoj masi (specifično fizikalno svojstvo) ϕ = dF / dm ili po
jediničnom volumenu (volumenskom gustoćom) Φ = dF / dV . S obzirom da je masa
definirana gustoćom dm = ρ dV vrijedi dF = ϕ dm = ρϕ dV =Φ dV , odakle je Φ = ρϕ .
Općenito zakon očuvanja fizikalnog svojstva F se može formulirati riječima: Brzina promjene
sadržaja fizikalnog svojstva unutar materijalnog volumena jednaka je izvoru ili ponoru tog
fizikalnog svojstva. Izvor može biti raspodijeljen po prostoru (razmjeran volumenu) ili po
površini materijalnog volumena (u tom slučaju izvor se prikazuje fluksom vektora kroz
površinu, a taj se površinski integral primjenom Gaussove formule uvijek može svesti na
volumenski integral). Ako se sa ϕ označi specifično fizikalno svojstvo (izraženo po jedinici
mase), tada se može pisati
Volumenski dio Površinski dio
D
Dt VM∫t
ρϕ dV = ∫ S V dV + ∫ S Sj n j dS (3.4)
() VM t SM t
() ()
Brzina promjene Izvor ili ponor

fizikalnog svojstva fizikalnog svojstva
unutar VM ( t )
Površinski dio izvorskog člana najčešće je povezan s difuzijskim procesima koji su posljedica
postojanja gradijenta fizikalnog svojstva (npr. provođenje topline kroz granicu materijalnog
volumena zbog postojanja gradijenta temperature). Ako se s Γ označi koeficijent difuzije,
tada se može pisati
∂ϕ ∂ ⎛ ∂ϕ ⎞
∫ = ∫ ∂x j Γ = ∫ ∂x j ⎜⎜ Γ ∂x j ⎟⎟dV
S
S j n j dS n j dS (3.5)
S M( t ) S M( t ) VM ( t ) ⎝ ⎠
Brzinu promjene sadržaja fizikalnog svojstva unutar materijalnog volumena, tj. lijevu stranu
jednadžbe (3.4), može se prikazati i u obliku
D Dϕ ⎡ ∂ ( ρϕ ) ∂ ( ρ v jϕ ) ⎤
Dt VM t ∫ ρϕ dV = ∫ ρ
Dt
dV = ∫ ⎢
⎢ ∂ t
+
∂x
⎥ dV
⎥
(3.6)
M( t ) ⎣ ⎦
() V M( t ) V j
Uvrštavanjem izraza (3.5) i (3.6) u izraz (3.4) slijedi integralni oblik zakona očuvanja za
materijalni volumen uz S V = Sϕ
⎧ ⎫
⎪ ⎛ ⎞ ⎪
⎪ ∫ ∂ ⎜ ρ v jϕ − Γ ∂ϕ ⎟ dV ⎪
∂ ( ρϕ ) ⎪VM(t ) ∂x j ⎜⎝ ∂x j ⎟⎠ ⎪
⎪ ⎪
∫ ∂ t
dV + ⎨
⎛
⎬ = ∫ Sϕ dV (3.7)
VM( t ) ⎪ ∂ϕ ⎞ ⎪ VM(t )
⎪ ∫ ⎜⎜ ρ v jϕ − Γ
∂x j ⎠
⎟⎟ n j dS ⎪
⎪ S M( t ) ⎝
Lokalna promjena Izvorski član
⎪
⎩⎪ konvekcijski + difuzijski transport ⎭⎪
Ako u gornjoj jednadžbi sažmemo materijalni volumen u česticu fluida i podijelimo cijelu
jednadžbu s diferencijalnim volumenom, dolazimo do diferencijalnog oblika zakona očuvanja
∂ ( ρϕ ) ∂ ⎛ ∂ϕ ⎞
+ ⎜⎜ ρ v jϕ − Γ ⎟ = Sϕ (3.8)
∂t ∂x j ⎝ ∂x j ⎟⎠
Izvorski član
Lokalna promjena
Konvekcija + difuzija
3.2. Integralni oblici zakona očuvanja za proizvoljni i kontrolni volumen
Polaznu osnovu za metodu konačnih volumena čine integralni oblici osnovnih zakona, za
volumen koji ne mora biti materijalni. Najčešće se radi o kontrolnom volumenu (koji je
nepromjenjive veličine, položaja i oblika), a može se raditi i o volumenu koji je promjenjiv u
vremenu (npr. promjenjivi volumen unutrašnjosti cilindra motora pri analizi jednog takta),
kada govorimo o proizvoljnom volumenu. Razlika između proizvoljnog i materijalnog
volumena je u tome što kroz granicu proizvoljnog volumena postoji protok mase. Ako uočimo
u nekom trenutku jedan materijalni volumen u polju strujanja, tada možemo zamisliti i jedan
proizvoljni volumen koji se u tom trenutku poklapa s materijalnim volumenom. U trenutku
poklapanja svi volumenski i površinski integrali po ta dva volumena su isti (dakle i sadržaji
fizikalnog svojstva u ta dva volumena su isti). S obzirom da se granica materijalnog volumena
giba brzinom v j gibanja čestica fluida, a proizvoljni volumen proizvoljnom brzinom u j , već
u idućem trenutku će se volumeni razlikovati, pa će i sadržaji fizikalnog svojstva u ta dva
volumena biti različiti. Iz toga zaključujemo da će i brzine promjene sadržaja fizikalnih
svojstava u dva volumena biti različite. Brzina promjene sadržaja fizikalnog svojstva u
proizvoljnom volumenu definirana je izrazom
⎛ ⎞
⎜ ⎟
d ⎜ d ( ρϕ ) d ( dV ) ⎟ ∂ ( ρϕ ) ∂ ( ρ u jϕ )
∫
dt V (t )
ρϕ dV = ∫ ⎜
V (t ) ⎜
dt
dV + ρϕ ⎟= ∫
dt ⎟ V (t ) ∂t
dV + ∫
V (t )
∂x j
dV
⎜ ∂ ( ρϕ ) +u j ∂( ρϕ ) ∂u j
dV ⎟
⎝ ∂t ∂x j ∂x j ⎠
Dok je prema izrazu (3.6)
D ∂ ( ρϕ ) ∂ ( ρ v jϕ )
∫
Dt VM t
ρϕ dV = ∫
VM t
∂t
dV + ∫
VM t
∂x j
dV
() () ()
S obzirom da se u trenutku poklapanja dvaju volumena površinski i volumenski integrali ne

razlikuju, oduzimanjem gornjih izraza dobije se
⎧ ∂ ⎡ ρ ( v j − u j )ϕ ⎤
⎪ ⎣ ⎦ dV
D d ⎪ ∫ ∂x j
∫
Dt VM t
ρϕ dV = ∫
dt V (t )
ρϕ dV + ⎨V ( t ) (3.9)
⎪ S∫t ( j
() ⎪ ρ v − u j ) n jϕ dS
⎩ ()
Primjenom izraza (3.9) na opći oblik zakona održanja (3.4), uz (3.5) dolazi se do integralnog
oblika zakona očuvanja za proizvoljni (gibajući) volumen
d ⎡ ∂ϕ ⎤
∫ ρϕ dV + ∫ ⎢ ρ ( v j − u j ) ϕ − Γ ⎥ n j dS = ∫ Sϕ dV (3.10)
dt V (t ) ⎢
S (t ) ⎣
∂x j ⎦⎥ V (t )
Volumenski integral na lijevoj strani jednadžbe označuje brzinu promjene sadržaja fizikalnog
svojstva unutar proizvoljnog volumena, površinski integral označuje konvekcijski i difuzijski
protok fizikalnog svojstva kroz granicu proizvoljnog volumena (konvekcijski protok se odvija
relativnom brzinom protjecanja v j − u j ), a integral na desnoj strani jednadžbe doprinos izvora
odnosno ponora fizikalnog svojstva. U gornjoj jednadžbi se brzina u j pomicanja površine
proizvoljnog volumena, smatra poznatom, te je moguće izračunati brzinu promjene obujma
proizvoljnog volumena iz izraza (3.1)
dV
dt S∫(t )
= u j n j dS (3.11)
Numerički postupak se češće primjenjuje na kontrolni volumen (KV), koji je nepomičan

( u j =0), pa iz izraza (3.11) slijedi da je obujam kontrolnog volumena konstantan VKV = konst. ,
što znači da se operator vremenskog deriviranja ispred integrala po kontrolnom volumenu
slobodno može uvesti pod integral i primijeniti samo na podintegralnu funkciju. U tom
slučaju jednadžba (3.10) prelazi u sljedeći oblik integralnog oblika općeg zakona očuvanja za
kontrolni volumen
Vektor protoka konv.+difuzija
∂ ( ρϕ ) ⎛ ∂ϕ ⎞
∫ ∂t
dV + ∫ ⎜⎜ ρ v jϕ − Γ ⎟ n j dS =
∂x j ⎟⎠ ∫ Sϕ dV (3.12)
VKV S KV ⎝ VKV
Brzina promjene Netto protok fizikalnog svojstva kroz Brzina nastajanja

sadržaja fizikalnog kontronu površinu (izvor) ili nestavanja
svojstva unutar (ponor) fizikalnog
kontrolnog volumena svojstva unutar
kontronog volumena
Primijetimo da su integralni oblici općeg zakona očuvanja (3.7) za materijalni volumen i

gornji izraz za kontrolni volumen, slični jer se izrazi razlikuju samo za područje integracije.
Ako se u nekom trenutku kontrolni i materijalni volumen poklapaju, vrijednosti integrala će
biti potpuno jednake. Razlika je samo u fizikalnom tumačenju pojedinih članova. Prvi član u
gornjoj jednadžbi označuje ukupnu brzinu promjene sadržaja fizikalnog svojstva unutar
kontrolnog volumena, dok istovjetni član za materijalni volumen označuje samo dio ukupne
promjene sadržaja fizikalnog svojstva unutar materijalnog volumena nastao uslijed vremenske
promjene polja ϕ . Isto tako član ∫ ρ v jϕ n j dS označuje promjenu sadržaja fizikalnog
S KV
svojstva unutar kontrolnog volumena nastao uslijed protjecanja fluida kroz kontrolnu
površinu (naime fluid napuštajući kontrolni volumen iznosi sa sobom fizikalno svojstvo i
obrnuto pri utjecanju ga unosi). Kroz materijalnu površinu nema protoka fluida, a istovjetni
član u jednadžbi za materijalni volumen označuje dio ukupne promjene sadržaja fizikalnog
svojstva unutar materijalnog volumena nastao zbog gibanja materijalnog volumena.
Pomicanjem volumena, on napušta određeni prostor, a određeni osvaja. Budući je gustoća
fizikalnog svojstva u tim prostorima različita, dolazi i do promjene sadržaja fizikalnog
svojstva unutar materijalnog volumena.
3.3. Konvekcijski i difuzijski protoci kroz kontrolnu površinu
Promotrimo sada pobliže karakter konvekcijskog i difuzijskog protoka fizikalnog svojstva

kroz elementarnu površinu dS , kontrolnog volumena VKV prikazanom na donjoj slici.
Konvekcijski protok kroz elementarnu površinu je definiran izrazom
ρ v j n j dS ϕ S = ρ dQ ϕ S = dmϕ S
dQ dm
U kojem v j n j označuje projekciju brzine na smjer normale, odnosno v j n j dt označuje visinu

volumena fluida koji proteče kroz površinu dS u vremenu dt (osjenčani volumen na slici).
Unutar toga volumena sadržana je određena količina fizikalnog svojstva, te je prolaskom
osjenčanog volumena kroz površinu dS pronesena i ta količina fizikalnog svojstva od
kontrolnog volumena prema njegovoj okolini. Protok je po definiciji jednak pronesenoj
količini u jediničnom vremenu, a omjer volumena i vremena čini volumenski protok, a
volumenski protok pomnožen s gustoćom čini maseni protok. Očito je konvekcijski protok
fizikalnog svojstva razmjeran masenom protoku fluida kroz površinu dS (jačini konvekcije) i
vrijednosti fizikalnog svojstva ϕ S na površini S KV i pozitivan je kada vektor brzine gleda u
smjeru vektora vanjske normale, odnosno kada fluid napušta kontrolni volumen. Pozitivni
protok fizikalnog svojstva, dakle, označuje iznošenje fizikalnog svojstva iz kontrolnog
volumena. Ovaj protok je jednosmjeran i uvijek se odvija u smjeru vektora brzine.
SKV
ϕ ok
nj
δn
dS vj
VKV ϕ KV
ϕS
Difuzijski protok kroz elementarnu površinu je definiran izrazom

∂ϕ ∂ϕ ϕ ok − ϕ KV dS KV dS ok
−Γ n j dS = −Γ dS ≈ −Γ dS = Γ ϕ −Γ ϕ
∂x j ∂n δn δn δn
iz kojeg je jasno da difuzijski protok zavisi od derivacije ϕ u smjeru normale. Ako se na
normali uoče dvije simetrično smještene točke udaljene za δn , od kojih je jedna unutar
kontrolnog volumena u kojoj je ϕ = ϕ KV , a duga izvan (u okolini) u kojoj je ϕ = ϕ ok ,
aproksimacijom usmjerene derivacije dobije se da se difuzijski protok sastoji iz dva dijela:
jednog pozitivnog koji govori o pronosu fizikalnog svojstva iz kontrolnog volumena u
okolinu i drugi negativni koji govori o dotoku fizikalnog svojstva u kontrolni volumen iz
okoline. Naravno da se oba protoka događaju istovremeno, a neto protok jednak je njihovoj
razlici. Ako je ϕ KV veće od ϕ ok kontrolni volumen će predavati fizikalno svojstvo okolini, i
obrnuto. Ako je ϕ KV jednako ϕ ok neće biti difuzijskog protoka. Dakle, za razliku od
konvekcijskog protoka koji je jednosmjeran, možemo uočiti simetrični karakter difuzije po

kojem se pronos istovremeno događa u oba smjera. Odnos veličina Γ dS / δn se naziva jačina
difuzije i očito je da se izborom po volji malog δn uvijek može dobiti po volji velika jačina
difuzije.
Dakle, za slučaj pozitive jačine konvekcije (fluid izlazi iz kontrolnog volumena) definirane
kao ρ v n dS (gdje je v n normalna komponenta brzine na kontrolnoj površini) kontrolni
volumen će predavati okolini fizikalno svojstvo konvekcijskim protokom ρ v n dSϕ S i
difuzijskim protokom ( Γ dS / δn ) ϕ KV , te primati iz okoline fizikalno svojstvo difuzijskim
protokom ( Γ dS / δn ) ϕ ok . Odnosom jačine konvekcije i jačine difuzije je definiran Pecletov
broj
ρ v n dS ρ v n δn
Pe = = (3.13)
Γ
dS Γ
δn
Naravno, ako želimo Pecletov broj koristiti kao kriterij važnosti konvekcijskog i difuzijskog
prijenosa, onda ne možemo veličinu δn birati proizvoljno. Uzimajući u obzir da se jačina
konvekcije množi s ϕ S , a jačina difuzije s razlikom ϕ KV − ϕ ok , veličinu δn u definiciji
Pecletova broja ćemo tada definirati kao udaljenost na kojoj je razlika ϕ KV − ϕ ok istog reda
veličine kao i ϕ S . U tom slučaju male vrijednosti Pecletova broja označuju dominantnost
difuzijskog transporta, a velike vrijednosti dominantnost konvekcijskog transporta.
3.4. Osnovni zakoni mehanike fluida (konzervativne forme)
Osnovni zakoni dinamike fluida su: zakon očuvanja mase, zakon očuvanja količine gibanja,
zakon očuvanja momenta količine gibanja, zakon očuvanja energije te drugi zakon
termodinamike (zakon stvaranja entropije). Za slučaj da nema momenata raspodijeljenih po
masi i površini materijalnog volumena zakon momenta količine gibanja se svodi na činjenicu
simetričnosti tenzora naprezanja, pa ako se ta simetričnost pretpostavi, to znači da je
jednadžba momenta količine gibanja već zadovoljena, pa ju nećemo uključivati u skup
osnovnih jednadžbi. Isto tako entropija se pojavljuje samo u Gibbsovoj jednadžbi, pa tu
jednadžbu možemo rješavati neovisno od preostalih, te ju nećemo uključivati u osnovni skup
jednadžbi. Za slučaj homogenog savršenog plina imamo sljedeći sustav jednadžbi (vidjeti
predavanja iz Mehanike fluida II) u kojem smo energijsku jednadžbu zamijenili jednadžbom
unutarnje energije (prikazanom u obliku temperaturne jednadžbe):
1) Zakon održanja mase ili jednadžba kontinuiteta
∂ρ ∂ ( ρ v j )
+ =0 (3.14)
∂t ∂x j
2) Jednadžba količine gibanja
∂ ( ρ vi ) ∂ ( ρ v j vi ) ∂
∂t
+
∂x j
=
∂x j
( − pδ ji + Σ ji ) + ρ fi (3.15)
gdje je za stlačivo strujanje uz zanemarenje volumenske viskoznosti fluida, prema

Newtonovom zakonu viskoznosti
⎛ ∂v ∂v ⎞ 2 ∂v
Σ ji = μ ⎜ j + i ⎟ − μ k δ ji (3.16)
⎜ ∂x ∂x ⎟ 3 ∂x
⎝ i j ⎠ k
3) Energijska jednadžba (jednadžba unutarnje energije za savršeni plin – jednadžba je uz

primjenu kaloričke jednadžbe stanja i Fourierovog zakona toplinske provodnosti prikazana u
obliku temperaturne jednadžbe)
∂ ( ρ cvT ) ∂ ( ρ cv v jT ) ∂v j ∂v ∂ ⎛ ∂T ⎞
+ = −p + Σ ji i + ⎜λ ⎟ + qH (3.17)
∂t ∂x j ∂x j ∂x j ∂x j ⎜⎝ ∂x j ⎟⎠
gdje je qH volumenska gustoća toplinskih izvora.
4) Toplinska jednadžba stanja za savršeni plin
p = ρ RT (3.18)
U gornjim jednadžbama se viskoznost fluida μ , toplinska provodnost fluida λ , specifični
toplinski kapacitet cv , plinska konstanta R , specifična masena sila fi i toplinski izvori qH
smatraju poznatim veličinama, a nepoznanice su gustoća ρ , brzina vi , tlak p i temperatura
T.
Ako se radi o nestlačivom strujanju jednadžba (3.18) se zamjenjuje s ρ =konst., a jednadžba
kontinuiteta poprima oblik ∂v j / ∂x j = 0 .
Ponekad se navedeni sustav jednadžbi rješava u nešto modificiranim oblicima, o čemu će biti
riječi kod analize pojedinih problema. Važno je uočiti da svi osnovni zakoni zadovoljavaju
opći oblik zakona očuvanja, a jednadžbe se mogu zapisati kompaktno i u sljedećem obliku
∂U ∂Fj
+ =Q (3.19)
∂t ∂x j
gdje je U vektor nepoznanica, Fj vektor vektora protoka i Q vektor izvorskih članova, kako
slijedi
ρ ρv j 0
U = ρ vi , Fj = ρ v j vi + pδ ji − Σ ji , Q= ρ fi (3.20)
ρ cvT ∂T ∂v j ∂vi
ρ v j cvT − λ −p + Σ ji + qH
∂x j ∂x j ∂x j
Integralni oblik jednadžbe (3.20) za kontrolni volumen je

∂U
∫V ∂t dV + S∫ Fj n j dS = V∫ QdV (3.21)
KV KV KV
Integralni oblik jednadžbe (3.20) za proizvoljni volumen je

d
dt V∫( t )
UdV + ∫ Fjrel n j dS = ∫ QdV (3.22)
S (t ) V (t )
gdje Fjrel označuje izraze za vektore protoka fizikalnog svojstva u kojima se u konvekcijskom
protoku umjesto apsolutne brzine gibanja čestica fluida uzima relativna brzina, kao što je
dano u sljedećoj tablici
ρ (v j − u j )
Fjrel = ρ ( v j − u j ) vi + pδ ji − Σ ji (3.23)
∂T
ρ ( v j − u j ) cvT − λ
∂x j
Uz to se mora uzeti i jednadžbu (3.11), koja govori o brzini promjene veličine samog
proizvoljnog volumena.
4. Matematička priroda parcijalnih diferencijalnih jednadžbi 26 / 123
4. Matematička priroda parcijalnih diferencijalnih jednadžbi
Ovdje će nas zanimati prvenstveno opća konvekcijsko- difuzijska jednadžba, koja u

nekonzervativnom obliku, uz Γ = konst glasi
∂ϕ ∂ϕ ∂ 2ϕ
ρ + ρv j −Γ = Sϕ (4.1)
∂t ∂x j ∂x j ∂x j
što znači da je ona u općem slučaju kvazilinearna parcijalna diferencijalna jednadžba drugog
reda. Ako su koeficijenti u jednadžbi konstantni, govorimo o linearnoj jednadžbi, a ako su
koeficijenti funkcije prostornih i vremenske koordinate, te same veličine ϕ , govorimo o
kvazilinearnoj jednadžbi. Ako su koeficijenti funkcija derivacije jednadžba je nelinearna. U
razvijenom obliku ta jednadžba za dvodimenzijsko strujanje uz korištenje notacije x1 ≡ x ,
x2 ≡ y , v1 ≡ u , v2 ≡ v ima oblik
∂ϕ ∂ϕ ∂ϕ ∂ 2ϕ ∂ 2ϕ
ρ + ρu + ρv −Γ 2 − Γ 2 = Sϕ (4.2)
∂t ∂x ∂y ∂x ∂y
Izvorski
Lokalna član
promjena Konvekcija Difuzija
Za slučaj običnih diferencijalnih jednadžbi integracija se vrši u unaprijed zadanom smjeru, a

kao rezultat integracije pojavljuju se konstante, koje određujemo iz početnih uvjeta. Za slučaj
parcijalnih diferencijalnih jednadžbi integracijom bi se u općem rješenju pojavljivale funkcije
integracije. Oblik tih funkcija bi se odredio iz rubnih uvjeta za svaki konkretan slučaj. Na
primjer bezcirkulacijsko potencijalno optjecanje tijela je opisano Laplaceovom jednadžbom, a
opće rješenje tog problema je zadano funkcijom površinske gustoće izvora/ponora po površini
tijela u kombinaciji s paralelnim strujanjem. Do posebnog rješenja za bilo koje tijelo se dolazi
određivanjem te funkcije gustoće izvora/ponora koja će zadovoljavati uvjet nepromočivosti
površine tijela u svakoj točki površine.
Dakle, problem je jednoznačno određen sustavom parcijalnih diferencijalnih jednadžbi (kojih

mora biti toliko koliko je nepoznanica) i rubnim uvjetima (koji su najčešće zadani po rubu
područja proračuna, iako mogu biti zadani i u unutrašnjosti domene – sjetimo se rješenja
strujanja u cijevi, gdje smo rekli da je brzina strujanja maksimalna u simetrali cijevi).
U konvekcijsko-difuzijskoj jednadžbi razlikujemo lokalnu promjenu, koja je u funkciji
konvekcijskog i difuzijskog prijenosa, te izvorskog člana. Difuzijski prijenos je posljedica
događanja u mikro svijetu (na razini molekula), a taj smo prijenos u kontinuumu modelirali
koeficijentom difuzije i gradijentom fizikalnog svojstva kojeg promatramo. Jasno je da će se
ovaj transport odvijati sve dok postoji gradijent i da će difuzijski transport težiti
ujednačavanju fizikalnog svojstva unutar domene proračuna, pa će polje fizikalnog svojstva
pod djelovanjem procesa difuzije biti opisano glatkim funkcijama. Glatka rješenje su povoljna
sa stajališta diskretnog opisa polja i dakako numeričkog rješavanja problema (u smislu
točnosti).
Za razliku od difuzijskog prijenosa koji je simetričnog karaktera, jer se odvija na sve strane,
konvekcijski transport je jednosmjeran i uvijek se odvija i smjeru vektora brzine. Na primjer,
ako u konvekcijsko-difuzijskoj jednadžbi (4.2) pretpostavimo stacionarni problem uz
ρ = konst. , u = konst. , v = konst. i Sϕ = konst. , te zanemarimo difuzijski transport, dobit
ćemo jednadžbu koja opisuje samo konvekcijski prijenos
∂ϕ ∂ϕ Sϕ
u +v = (4.3)
∂x ∂y ρ
∂ϕ ∂ϕ
Ako je polje brzine v = ui + vj i gradijent fizikalnog svojstva gradϕ = i+ j , onda je
∂x ∂y
jasno da lijeva strana jednadžbe označuje skalarni umnožak v ⋅ gradϕ , odnosno projekciju
vektora gradijenta na smjer brzine. Ako vektor brzine prikažemo njegovom apsolutnom
vrijednošću V = u 2 + v 2 i jediničnim vektorom v0 , v = Vv0 , onda jednadžbu (4.3) možemo
prikazati i preko usmjerene derivacije (u smjeru vektora brzine v )
∂ϕ Sϕ
V = (4.4)
∂v ρ
Iz jednadžbe (4.4) je jasno da ona definira samo promjenu polja ϕ u smjeru vektora brzine
(posebno, za Sϕ = 0 neće biti promjene polja ϕ u smjeru brzine) dok promjena polja ϕ u
smjeru okomito na smjer brzine v može biti proizvoljna (uključujući i mogućnost postojanja
diskontinuiteta). Donja slika shematski prikazuje rješenje za polje ϕ u polju konstantne
brzine uz Sϕ = 0 .
y ϕ =1
B
v
ϕ =1 v
u
Strujnice su
karakteristike
ϕ =0
O ϕ =0 A x
Slika 4.1 Rješenje konvekcijske jednadžbe pri konstantnom polju brzine za Sϕ = 0
Očito da jednadžba (4.4) propisuje promjenu ϕ duž karakteristike (ovdje je to strujnica) i za

Sϕ = 0 ϕ ostaje konstantno duž strujnice. Na svakoj karakteristici je potrebno zadati samo
jedan podatak, a vrijednost ϕ na dvije strujnice, koliko god one bile blizu jedna drugoj, su
potpuno nezavisne. U prikazanoj situaciji rubne uvjete je potrebno zadati na granicama OA i
OB iz kojih karakteristika "izvire", a nije potrebno zadavati na granicama AC i BC, kroz koje
strujnice napuštaju domenu. Ako postoji diskontinuitet u rubnim uvjetima, on će postojati i u
rješenju. Kad bi rubni uvjeti bili vremenski promjenjivi (moguća je diskontinuirana promjena
od ϕ = 0 na ϕ = 1 ) tada bi diskontinuitet putovao duž karakteristike. Mogućnost pojave
diskontinuiteta u rješenju jednadžbe predstavlja osnovni problem za sve numeričke metode,
jer da bi se diskontinuitet opisao točno diskretnim vrijednostima, korak diskretizacije bi
morao težiti k nuli. To se pokazuje i kroz Fourierov red. Za opis glatke funkcije dovoljni su
harmonici niskih frekvencija (velikih valnih duljina) za koje korak diskretizacije može biti
velik, za razliku od diskontinuirane funkcije, koja se opisuje harmonicima visokih frekvencija
(malih valnih duljina) za koje se traži vrlo mali korak diskretizacije. Parcijalne diferencijalne
jednadžbe prema kojima je u području proračuna moguće definirati karakteristike se
klasificiraju kao jednadžbe hiperbolnog tipa, za razliku od slučaja u kojem realne

karakteristike ne postoje, kada su one eliptičnog tipa. Iz prikazanog primjera je očito da je
jednadžbe hiperbolnog tipa najbolje integrirati duž karakteristike, što je u osnovi ideja
numeričke metode karakteristika. Međutim, ova metoda nije univerzalna jer je ograničena
samo na rješavanje jednadžbi hiperbolnog tipa (što neće biti slučaj kad god se pojavi difuzija),
pa se ne rabe u komercijalnim CFD paketima programa.
Kombinacijom lokalne promjene i konvekcijskog prijenosa (npr. jednodimenzijsko
nestacionarno strujanje) također se dolazi do hiperboličke jednadžbe, koja za u = konst. i
Sϕ = konst. glasi
∂ϕ ∂ϕ Dϕ Sϕ
+u = = (4.5)
∂t ∂x Dt ρ
koja kaže da je brzina promjene veličine ϕ čestice fluida jednaka izvorskom članu. Za slučaj
Sϕ = 0 ϕ čestice fluida ostaje konstantno. S obzirom da se čestice gibaju konstantnom
brzinom u u smjeru osi x , očito će karakteristike biti pravci u x − t ravnini, čiji je nagib
definiran izrazom dx / dt = u . Donja slika ilustrira rješenje jednadžbe (4.5), za slučaj
konstantne brzine u , Sϕ = 0 i definirane početne i rubne uvjete. Rubni uvjet se definira samo
na granici iz koje izvire karakteristika.
t
ϕ rubni uvjet:
ϕ ( 0, t ) = 0 ϕ ( x, t1 )
t1
karakteristike: dx / dt = u
O x
ϕ ( x,0 ) = početni uvjet
Slika 4.2 Ilustracija rješenja nestacionarne konvekcijske jednadžbe u 1D situaciji, pri
konstantnoj brzini i Sϕ = 0
4.1. Klasifikacija parcijalnih diferencijalnih jednadžbi
Bez ulaženja u izvod ovdje ćemo koristiti rezultat klasičnog prikaza iz teorije karakteristika za
parcijalnu diferencijalnu jednadžbu drugog reda oblika
⎧ 0
∂ 2ϕ ∂ 2ϕ ∂ 2ϕ ⎪
a 2 + 2b + c 2 = ⎨ ∂ϕ ∂ϕ (4.6)
∂x ∂x∂y ∂y d
⎪ ∂x + e + f
⎩ ∂y
U jednadžbi se mogu pojavljivati i derivacije prvog reda, ali se one ne promatraju jer se
smanjivanjem karakterističnih dimenzija dx i dy uvijek može postići da su derivacije višeg
reda dominantnije (sjetimo se da je odnos konvekcije (modelirane prvom derivacijom) i
difuzije (modelirane drugom derivacijom) definiran Pecletovim brojem Pe = ρ vδn / Γ , kojeg
uvijek možemo učiniti po volji malim izborom malog δn , tj. gledano lokalno u skali malog
δn , druga derivacija je uvijek dominantnija od prve derivacije). Od derivacija u pojedinom
smjeru uzima se dakle uvijek najviša derivacija, što čini principijelni dio parcijalne
diferencijalne jednadžbe.
Jednadžbe se klasificiraju prema predznaku diskriminante koja se dobije rješavanjem
kvadratne jednadžbe
b b 2 − ac
ak 2 + 2bk + c = 0 ; k1,2 = − ± (4.7)
a a
a) b 2 − ac < 0 nema realnih karakteristika, sustav jednadžbi je eliptičan
b) b 2 − ac > 0 postoje dvije realne i različite karakteristike, sustav jednadžbi je hiperboličan
c) b 2 − ac = 0 postoje samo jedna realna karakteristika, sustav jednadžbi je paraboličan
4.1.1. Eliptične jednadžbe

Tipičan primjer eliptične jednadžbe je Laplaceova jednadžba oblika
∂ 2ϕ ∂ 2ϕ
+ =0 (4.8)
∂x 2 ∂y 2
za koju je a = 1 , b = 0 i c = 1 , pa je diskriminanta negativna, što znači da nema realnih
karakteristika. Znamo da Laplaceova jednadžba opisuje stacionarno polje temperature u
krutini bez izvora topline. Npr. ako promatramo jednu pravokutnu ploču kojoj znamo
temperaturu po njenom rubu, rješavanjem Laplaceove jednadžbe
∂ 2T ∂ 2T
+ =0 (4.9)
∂x 2 ∂y 2
možemo izračunati temperaturu u bilo kojoj unutrašnjoj točki ploče.
T4
P
T1 T3
T2
Slika 4.3 Primjer eliptičke zadaće – provođenje topline u ploči. Promjena temperature na bilo
kojem rubu izazvat će promjenu temperature u točki P i obrnuto promjena temperature u točki
P izazvat će promjene temperatura na svim rubovima ploče
Ako u području ploče uočimo jednu točku P, onda je jasno da će promjena temperature na
bilo kojem rubu ploče izazvati i promjenu temperature u točki P. Vrijedi i obrnuto, ako u
točku P stavimo toplinski izvor koji će promijeniti temperaturu u točki P, tada će se uslijed
difuzije promijeniti temperatura u svim točkama ploče. Možemo govoriti o zoni utjecaja i
zoni zavisnosti za točku P. Očito će zona utjecaja biti čitavo područje ploče (jer promjena
temperature u točki P mijenja temperaturu u čitavom području) i zona zavisnosti će biti čitavo
područje ploče (jer promjena temperature u bilo kojoj točki ploče izaziva promjenu
temperature u točki P).
Ovo svojstvo se odražava i na numerički postupak. Ako ploču diskretiziramo na konačan broj
volumena i u svakom centru volumena definiramo čvor u kojem računamo temperaturu, onda
bi principijelno u diskretiziranim jednadžbama svaki čvor "komunicirao" sa svakim čvorom.
W P
E
Slika 4.4 Minimalna računska molekula za slučaj rješavanja eliptičnih jednadžbi u 2D

situaciji
Naravno da nije potrebno eksplicitno povezati svaki čvor sa svakim, već je dovoljno uzeti
čvorove sa svih strana čvora P, a "komunikacija" će se vršiti posredno preko susjednih
čvorova, u kojima stanje ovisi o stanju u njima susjednim čvorovima i tako redom.
Stanje u čvoru P mora zavisiti minimalno od stanja u čvorovima W, S, E i N, pa minimalna
računska molekula za dvodimenzijski eliptički problem mora uključivati čvorove P, W, S, E i
N, prema slici. Diskretizacijom Laplaceove jednadžbe za svaku računsku molekulu (svaki
volumen) dobije se jedna algebarska jednadžba, te spajanjem jednadžbi za sve volumene
slijedi sustav linearnih algebarskih jednadžbi. Jasno je da se za slučaj eliptičkog sustava
jednadžbi treba zadati temperatura po svim rubovima ploče (rubni uvjeti).
Poissonova jednadžba (nehomogena Laplaceova jednadžba) i opća konvekcijsko-difuzijska
jednadžba za stacionarno strujanje (bilo dvodimenzijsko ili trodimenzijsko) su također
eliptičke jednadžbe.
4.1.2. Hiperboličke jednadžbe

Tipični predstavnik hiperboličkih jednadžbi je valna jednadžba (vidjeti jednadžbu širenja
slabih tlačnih poremećaja u predavanjima iz kolegija Dinamika plinova) koja u
jednodimenzijskoj situaciji ima oblik
∂ 2ϕ 2 ∂ ϕ
2
− c0 =0 (4.10)
∂t 2 ∂x 2
Usporedbom koeficijenata u jednadžbi (4.10) s koeficijentima u jednadžbi (4.6) slijedi da je
a = 1 , b = 0 i c = −c02 , tj. b 2 − ac = c02 > 0 , što znači da je jednadžba hiperboličnog tipa. To je
poznata činjenica, jer znamo da titrajuća membrana postavljena u dugoj cijevi, kojoj se os
dx
poklapa s osi x, izaziva poremećaje koji se šire u pozitivnom smjeru osi x brzinom = c0 i
dt
dx
u negativnom smjeru osi x brzinom = −c0 . Donja slika shematski prikazuje sliku
dt
karakteristika za valnu jednadžbu.
t
C− E
C+
D
C−
područje
utjecaja C+
P
C−
C+
područje
zavisnosti
t=0
A C B x
x=0 x=L
Slika 4.5 Karakteristike, područja zavisnosti i utjecaja za hiperbolične jednadžbe u 2D
situaciji
Točke A, B i C na osi x se odnose na trenutak t = 0 (početni uvjeti) u kojima treba poznavati

vrijednost varijable ϕ . Iz svake točke moguće je povući dvije karakteristike C + definiranu s
dx dx
= c0 i C − definiranu s = −c0 (vidi točku B). Stanje u nekoj točki P unutar područja
dt dt
proračuna definirano je presjekom dviju karakteristika C + (povučene iz točke A) i C −
povučene iz točke B (vidi sliku). Područje zavisnosti točke P je trokut ABP, tj. promjenom
stanja u bilo kojoj točki toga trokuta promijenit će se stanje u točki P. Promjena stanja u bilo
kojoj točki izvan toga trokuta neće izazvati promjenu stanja u točki P. Isto tako, poremećaj
koji nastane u točki P širit će se duž karakteristika C + i C − koje izlaze iz točke P, pa taj
poremećaj ima utjecaja u području između karakteristika C + i C − (zona utjecaja točke P).
Iz prethodne slike je jasno da u početnom trenutku ( t = 0 , tj. os x na segmentu AC) u svakoj

točki treba zadati dva podatka: vrijednost varijabli na karakteristikama C + i C − , dok u
rubnim točkama x = 0 i x = L treba u svakom vremenskom trenutku znati po jedan podatak
(vrijednost varijabli na karakteristikama C + ili C − ovisno koja od karakteristika izvire na
kojem rubu).
Za slučaj hiperboličkih jednadžbi moguće je definirati numeričku metodu karakteristika, koja
je puno jednostavnija nego za slučaj eliptičkog tipa jednadžbi. Sljedeća slika prikazuje
područje proračuna u kojem su definirane točke u kojima tražimo rješenje jednadžbi.
Točke T0 do TN se odnose na početni vremenski trenutak, u njima su poznate vrijednosti
nepoznanica, a pretpostavimo da se nalaze na konstantnom razmaku Δx . Točke P0 do PN se
odnose na novi vremenski trenutak Δt i u njima se traže vrijednosti nepoznatih veličina. Iz
svake točke Pi moguće je povući dvije karakteristike C + i C − prema starom vremenskom
trenutku, koji sijeku os x u točkama R i S. Vrijednosti veličina u točkama R i S moguće je
odrediti npr. linearnom interpolacijom iz točaka Ti −1 i Ti , odnosno Ti i Ti +1 . Integracijom
jednadžbi duž karakteristika C + i C − dolazi se do vrijednosti nepoznanica u točki Pi .
Postupak je isti za sve točke P1 do PN −1 , a izuzetak su točke P0 i PN iz kojih izlazi samo jedna
karakteristika, te je potreban po jedan rubni uvjet da bi se odredilo stanje u točkama P0 i PN .
U opisanoj metodi karakteristika postoji ograničenje u veličini vremenskog koraka integracije.
Karakteristike iz točke Pi moraju presijecati os x u točkama R i S koje se nalaze između
točaka Ti i Ti −1 , odnosno Ti i Ti +1 .
Δt
P0 P1 Pi-1 Pi Pi+1 PN-1 PN
C− C+ C− C+ Δt
R S
T0 T1 Ti-1 Ti Ti+1 TN-1 TN x
Δx Δx
Slika 4.6 Ilustracija primjene metode karakteristika pri rješavanju nestacionarne hiperbolične
jednadžbe u 1D situaciji
Poznato je da se tlačni poremećaji u fluidu šire brzinom zvuka u odnosu na česticu fluida.
Ako je gibanje čestice podzvučno, tlačni poremećaj će se moći širiti na sve strane (i dolaziti sa
svih strana), što odgovara eliptičkoj situaciji. U nadzvučnom strujanju poremećaj se širi samo
unutar Machova konusa, što odgovara hiperboličkoj situaciji. Pri nadzvučnom optjecanju
oblih tijela pojavljuje se udarni val koji se nalazi ispred tijela, a između udarnog vala i tijela
postoji zona podzvučnog strujanja. U toj zoni jednadžbe koje opisuju to strujanje imaju
eliptički karakter, a u zoni nadzvučnog strujanja hiperbolički. U takvom slučaju (mješovitog
tipa jednadžbi) metodu karakteristika nije moguće koristiti. Primjeri uspješne primjene
metode karakteristika su jednodimenzijsko stacionarno strujanje fluida u cjevovodu i
dvodimenzijsko nadzvučno optjecanje tankih tijela, kod kojih se pojavljuju slabi kosi udarni
valovi, pa je strujanje u čitavom području nadzvučno, tj. opisano hiperboličkim tipom

jednadžbi.
4.1.3. Parabolične jednadžbe

Tipičan primjer parcijalne diferencijalne jednadžbe paraboličnog tipa je jednadžba
nestacionarnog provođenja topline, koja za slučaj jednodimenzijskog provođenja ima oblik
∂T λ ∂ 2T
− =0 (4.11)
∂t ρ c ∂x 2
S obzirom da je izostala druga derivacija po vremenu, diskriminanta je b 2 − ac = 0 .
Vremenska koordinata je tipična parabolička koordinata, što znači da se informacija o polju
T može širiti samo iz sadašnjosti u budućnost, a nikad obrnuto. Drugim riječima na događaj
iz sadašnjosti imaju utjecaja samo događaji iz prošlosti, a budući događaji ne mogu imati
utjecaja na događanja u sadašnjosti. S obzirom da se u općoj konvekcijsko-difuzijskoj
jednadžbi pojavljuje samo prva derivacija po vremenu (dok po prostornim koordinatama
imamo druge derivacije) jasno je da nestacionarni problem spada u klasu paraboličkih
problema, što znači da će numerički postupak imati marširajući karakter po vremenskoj
koordinati. Kod paraboličkog tipa jednadžbi možemo reći da su se karakteristike koje prolaze
točkom P, prema slici 4.5 za jednadžbe hiperboličkog tipa, sklopile u jednu, tako da zona
zavisnosti točke P postaje cijela prošlost, a zona utjecaja cijela budućnost, kao što prikazuje
slika 4.7. Ako spoj budućnosti i prošlosti označimo kao sadašnjost, onda je jasno da
sadašnjost pripada i području utjecaja i području zavisnosti, što znači da će promjena stanja u
bilo kojoj točki iz sadašnjosti imati utjecaja na stanje u točki P, i obrnuto promjena stanja u
točki P, imat će utjecaja na stanja u svim točkama iz sadašnjosti.
Iz slike 4.7 je jasno da kod paraboličnog problema trebamo zadati početne uvjete ( t = 0 ,
0 < x < L ) i rubne uvjete na x = 0 i x = L tijekom vremena integracije 0 < t < tint . Kao i u
slučaju hiperboličkih jednadžbi numerički postupak će imati marširajući karakter po
vremenskoj (paraboličkoj) koordinati.
t
t=tint
područje
utjecaja budućnost
sadašnjost
P
područje prošlost
zavisnosti
A C x
x=0 x=L
Slika 4.7 Područja zavisnosti i utjecaja za paraboličnu jednadžbu u 2D situaciji

4.2. Vremenska integracija
S obzirom da se kod paraboličkih jednadžbi integracija vrši u unaprijed poznatom smjeru

(ovdje u smjeru vremenske koordinate), kao i kod običnih diferencijalnih jednadžbi, za
njihovu integraciju će se moći koristiti iste metode kao i kod običnih diferencijalnih
jednadžbi. Naime, u svakoj točki prostora u zadanom vremenskom trenutku je prema polaznoj
∂T
jednadžbi (4.11) moguće definirati vremensku derivaciju , pa npr. za trenutak sadašnjosti
∂t
možemo to shvatiti kao sustav običnih diferencijalnih jednadžbi, koje možemo riješiti
metodom Runge-Kutta ili nekom drugom metodom. Vrijeme je tipična parabolička
koordinata, te će se ovdje postupak integriranja objasniti na vremenskom integriranju, iako i
prostorna koordinata može biti parabolička (npr. koordinata u smjeru strujanja u graničnom
sloju, kao što će kasnije biti pokazano), te se i u tom slučaju može primijeniti analogni
postupak.
4.2.1. Eulerova eksplicitna metoda

Jedna od takvih metoda je Eulerova eksplicitna metoda u kojoj se derivacija ∂T ∂t
zamjenjuje formulom za diferenciranje unaprijed. Slika 4.8 prikazuje vremensko-prostornu
mrežu za rješavanje jednadžbe jednodimenzijskog nestacionarnog provođenja topline. Svaki
čvor označen je parom indeksa (indeks n za vrijeme i indeks i za prostornu koordinatu), pri
čemu indeks n označuje sadašnjost, a sve niže vrijednosti tog indeksa prošlost. Temperature u
čvorovima iz prošlosti su poznate, a treba odrediti temperature u čvorovima iz sadašnjeg
trenutka. U eksplicitnoj Eulerovoj metodi se u čvoru ( i, n − 1) prema polaznoj jednadžbi (s
obzirom da su u trenutku n − 1 sve temperature poznate) može izračunati derivacija
n −1
∂T λ ∂ 2T
= Lni−1 , gdje Lni−1 označuje prostornu diskretizaciju izraza definiranu
∂t i ρ c ∂x 2
temperaturama iz prošlog vremenskog trenutka, npr. primjenom sheme centralnih razlika:
n −1 n −1
λ ∂ 2T λ Ti−n1−1 − 2Ti n−1 + Ti +n1−1
Lni −1 = = .
ρ c ∂x 2 ρc i ( Δx )
2
i
Gornja formula je drugog reda točnosti, a ako bi se uključilo više čvorova moglo bi se dobiti i
formulu višeg reda točnosti. Ako vremensku derivaciju zamijenimo formulom za
diferenciranje unaprijed (koja je kao što smo prije pokazali prvog reda točnosti) slijedi
n −1
∂T Ti n − Ti n−1
= = Lni −1 (Ti n−1 , Ti +n1−1 , Ti −n1−1 ,...) (4.12)
∂t i Δt
tada je jasno da je u prethodnoj jednadžbi nepoznanica samo vrijednost Ti n , koja se može
izračunati neovisno od ostalih nepoznatih temperatura iz sadašnjeg vremenskog trenutka. Na
donjoj slici je žutom bojom označen čvor u kojem su uz pomoć razvoja u Taylorov polinom
definirane vremenska i prostorna derivacija, a crtkanom linijom su označeni čvorovi koji
ulaze u diskretiziranu jednadžbu pri primjeni Eulerove metode za vremensku derivaciju i
formule centralne diferencije za prostornu derivaciju. Prema tome, ova metoda ne zahtijeva
rješavanje sustava jednadžbi, kao što je to slučaj kod eliptičkih jednadžbi. Problem s ovom
metodom je da je ona prvog reda točnosti i što ima ograničenje na veličinu vremenskog
koraka integracije (postoji uvjet stabilnosti metode, koji ćemo kasnije obrazložiti).
n sadašnjost
Δt
n-1 prošlost
n-2
1
1 2 i-1 i i+1 N
Slika 4.8 Računalna molekula pri primjeni Eulerove eksplicitne metode pri rješavanju
parabolične diferencijalne jednadžbe
4.2.2. Implicitna metoda

Problem ograničenja vremenskog koraka integracije (uvjet stabilnosti) vremenske integracije
ne postoji u implicitnoj Eulerovoj metodi, u kojoj se operator L definira u sadašnjem
vremenskom trenutku, pa dobijemo
n
∂T Ti n − Ti n −1
= = Ln (Ti n , Ti +n1 , Ti −n1 ,...) (4.13)
∂t i Δt
Donja slika prikazuje žutom bojom točku u kojoj se razvojem polja T u Taylorov polinom
izvode izrazi za vremensku i prostornu derivaciju, a točkastom linijom su okruženi čvorovi
koji ulaze u formulu (4.13), za slučaj prostorne derivacije aproksimirane formulom centralne
diferencije. Iz gornjeg izraza je jasno da se u njemu pojavljuje više temperatura iz sadašnjeg
vremenskog trenutka (nepoznanica), pa ova metoda (kad se postave analogni izrazi za sve
čvorove) rezultira sustavom algebarskih jednadžbi koje treba rješavati. Ako usporedimo
veličinu sustava algebarskih jednadžbi u dvodimenzijskom eliptičkom problemu (koji sadrži
nepoznanice svih čvorova iz dvodimenzijskog područja) i u slučaju paraboličkog problema
(gdje se u svakom trenutku rješava sustav s nepoznanicama u čvorovima) onda je jasno da se
u slučaju paraboličkih jednadžbi rješava manji sustav jednadžbi (ali više puta), što je
uglavnom povoljnije.
n sadašnjost
Δt
n-1 prošlost
n-2
1
1 2 i-1 i i+1 N
Slika 4.9 Računalna molekula pri primjeni implicitne metode pri rješavanju parabolične
diferencijalne jednadžbe
4.2.3. Implicitna metoda drugog reda točnosti

Implicitna metoda, dakle, nema ograničenja na vremenski korak integracije, ali je kao i
eksplicitna metoda samo prvog reda točnosti. Točnost vremenske integracije može se povisiti
na drugi red točnosti uvođenjem dva koraka iz prošlosti, kao što prikazuje sljedeća slika.
Razvojem polja T u Taylorov red oko točke (i,n) može se pisati
n n n
n −1 ∂T 1 ∂ 2T 1 ∂ 3T
Ti = Ti −n
Δt + Δt 2
− Δt 3 + ...
∂t i 2 ∂t 2 i 6 ∂t 3 i
n n
(4.14)
n
n−2 ∂T ∂ 2T 8 ∂ 3T
Ti = Ti − 2
n
Δt + 2 2 Δt 2 − Δt 3 + ...
∂t i ∂t i 6 ∂t i
3
Eliminacijom druge derivacije po vremenu iz gornja dva izraza slijedi formula drugog reda
točnosti za vremensku derivaciju
n
∂T 3T n − 4Ti n −1 + Ti n − 2
= i + Ο ( Δt 2 ) (4.15)
∂t i 2Δt
n sadašnjost
Δt
n-1 prošlost
n-2
1
1 2 i-1 i i+1 N
Slika 4.10 Računalna molekula pri primjeni implicitne metode drugog reda točnosti pri
rješavanju parabolične diferencijalne jednadžbe
Tako bi implicitna metoda drugog reda točnosti bila

3Ti n − 4Ti n −1 + Ti n − 2
= Ln (Ti n , Ti +n1 , Ti −n1 ,...) (4.16)
2Δt
Jasno je da će ova metoda zahtijevati memoriranje dva posljednja koraka iz prošlosti
(povećani zahtjevi za memorijom), a u prvom koraku integracije (kada započinjemo
integraciju od početnih uvjeta) nemamo Ti n − 2 .
4.2.4. Cranck-Nicholsonova metoda

Kao što je poznato, približni izraz za vremensku derivaciju
n
∂T T n − Ti n −1
= i (4.17)
∂t i Δt
je drugog reda točnosti ako se odnosi na točku u sredini integrala, što znači da bi prostorne
Δt
derivacije u operatoru L trebali računati u sredini intervala, tj. u vremenu t − . S obzirom
2
da u tom vremenskom trenutku nemamo vrijednosti varijable T , odredit ćemo ih s pomoću
linearne interpolacije (koja će također biti drugog reda točnosti, pa neće narušiti točnost
aproksimacije vremenske derivacije), tj.
1
1
Ti 2 = (Ti n + Ti n −1 )
n−
(4.18)
2
pa će metoda glasiti
Ti n − Ti n−1 1
= Li 2 (Ti n , Ti +n1 , Ti −n1 ,..., Ti n−1 , Ti +n1−1 , Ti −n1−1 )
n−
(4.19)
Δt
Ova metoda je poznata pod imenom Cranck-Nicholsonova metoda. Ona je, također,
implicitna (zahtijeva rješavanje sustava algebarskih jednadžbi), nema ograničenja na
vremenski korak integracije i drugog je reda točnosti.
n sadašnjost
Δt
n-1 prošlost
n-2
1
1 2 i-1 i i+1 N
Slika 4.11 Računalna molekula pri primjeni Cranck-Nicholsonove metode drugog reda
točnosti pri rješavanju parabolične diferencijalne jednadžbe
4.2.5. Prediktor-korektor metode

Eksplicitne metode su prvenstveno zanimljive jer ne zahtijevaju rješavanje sustava
algebarskih jednadžbi (na što otpada dobar dio računalnog vremena pri integriranju jednadžbi
implicitnim metodama). Red točnosti eksplicitne Eulerove metode se može povećati kroz
primjenu prediktor-korektor metode (u koje spadaju i Runge-Kutta metode). Prediktor-
korektor metoda drugog reda točnosti bi sadržavala dva koraka. Prediktor korak odgovara
Eulerovoj eksplicitnoj metodi
Ti n − Ti n−1
= Lni −1 (Ti n−1 , Ti +n1−1 , Ti −n1−1 ,...) (4.20)
Δt
gdje T označuje rješenje prediktorskog koraka, a koje je jednako rješenju Eulerove
eksplicitne metode. S tim rješenjem možemo izračunati vremensku derivaciju u sadašnjem
vremenskom trenutku i temeljem toga korigirati rješenje T . U korektorskom koraku je
Ti n − Ti n−1
= Lin−1 (Ti n , Ti+n1 , Ti −n1 ,...) (4.21)
Δt
a konačno rješenje je
1
( )
Ti n = Ti n + Ti n
2
(4.22)
Ovu metodu dakle možemo shvatiti kao približnu Cranck-Nicholsonovu metodu, u kojoj su
vrijednosti Ti n u sadašnjem trenutku (koje se traže) zamijenjene s približnim vrijednostima
dobivenim Eulerovom eksplicitnom metodom. Očito će se u ovoj metodi zahtijevati računanje
operatora L dva puta što je skuplje, ali je zato metoda drugog reda točnosti, što je naročito
važno kod nelinearnih problema (kod kojih se i koeficijenti u jednadžbama mijenjaju s
promjenom varijable koju rješavamo). U Runge-Kutta metodi četvrtog reda točnosti bi
operator L morali računati četiri puta.
Kao što je rečeno, vrijeme je tipična parabolična koordinata i numerički postupak će uvijek
imati marširajući karakter po toj koordinati. Paraboličnost vremenske koordinate u općoj
konvekcijsko-difuzijskoj jednadžbi se očituje kroz izostanak druge derivacije po vremenu,
dok druga derivacija po prostornim koordinatama (difuzija) postoji. Međutim, i prostorna
koordinata može postati parabolična koordinata. Tipičan primjer su jednadžbe graničnog sloja
u dvodimenzijskoj situaciji. Ako s x označimo koordinatu u smjeru strujanja, a s y
koordinatu okomito na stijenku (po debljini graničnog sloja) tada iz procjene reda veličine
pojedinih članova slijedi da se difuzija u smjeru strujanja može zanemariti, što znači da
x -komponenta jednadžbe količine gibanja glasi
∂u ∂u ∂ 2u ∂p
ρu + ρ v − μ 2 = − (4.23)
∂x ∂y ∂y ∂x
što znači da je x -koordinata postala parabolična koordinata (jer je izostala druga derivacija po
x -koordinati). U tom smislu numerički postupak može imati marširajući karakter po toj
koordinati.
Nisu potrebni rubni uvjeti
Rubni uvjeti po vanjskom rubu po izlaznoj granici
y smjer marširanja se
poklapa sa smjerom
strujanja
granični sloj
Početni
uvjeti
x
Rubni uvjeti na stijenci
Slika 4.12 Shematski prikaz područja integracije i marširajućeg numeričkog postupka za

slučaj rješavanja 2D problema graničnog sloja
Drugi primjer paraboličnog sustava jednadžbi je onaj koji opisuje strujanje fluida u dugim
cijevima. Dovoljno daleko od ulaza u cijev strujanje se ustalilo, te nema promjene profila
brzine u smjeru strujanja, tj. druga derivacija brzine u smjeru strujanja se može zanemariti, što
znači da je koordinata koja gleda u smjeru strujanja parabolična koordinata, te rubne uvjete na
izlazu iz cijevi nije potrebno zadavati. Za slučaj stacionarnog strujanja fluida opća
konvekcijsko-difuzijska jednadžba je eliptička jednadžba za čije je rješenje potrebno znati
rubne uvjete po svim rubovima. Često to neće biti jednostavno, kao u sljedećem primjeru
strujanja fluida u cijevi s naglim proširenjem u kojem se pojavljuje odvajanje strujanja.
loš izbor izlazne granice

ulazna granica
dobar izbor izlazne granice

Slika 4.13 Primjer nepravilnog i pravilnog izbora izlazne granice, pri strujanju u naglom
proširenju
Ulaznu granicu biramo dovoljno ispred naglog proširenja, a na ulaznoj granici propisujemo
profil brzine iz razvijenog strujanja u cijevi. Na stijenci su rubni uvjeti dobro definirani. U
izlaznom presjeku nemamo točne informacije o rubnim uvjetima. Izlaznu granicu stoga treba
izabrati dovoljno daleko od vrtloga gdje vrijede uvjeti paraboličnosti, tako da rubni uvjet ne
∂ 2ϕ
treba zadavati, odnosno da vrijedi = 0.
∂x 2
U slučaju vanjske zadaće (optjecanje tijela) rubove treba postaviti dovoljno ispred i daleko od
tijela tako da vrijede uvjeti neporemećenog strujanja, a iza tijela da vrijede uvjeti
paraboličnosti. Pri tome treba voditi računa da će se uz stijenku tijela formirati granični sloj u
kojem treba formirati gušću geometrijsku mrežu. Granični sloj je to tanji što je Reynoldsov
broj veći (jer je relativni utjecaj viskoznosti manji). Pri niskim vrijednostima Reynoldsova
broja (npr reda veličine jedan), što označuje veliki utjecaj viskoznih sila, prestaje vrijediti
teorija graničnog sloja, što znači da se utjecaj viskoznosti ne ograničuje uz samu stijenku,
nego se širi daleko od stijenke. U tom smislu geometrijska mreža neće trebati biti tako gusta
uz stijenku, kao pri visokim vrijednostima Reynoldsova broja, ali će vanjski rub područja
proračuna morati biti daleko od samog tijela. To znači da će geometrijske mreže za proračunu
opstrujavanja jednog te istog tijela pri niskim i visokim vrijednostima Reynoldsova broja (npr.
reda veličine 108) izgledati potpuno različito.
Zapamtimo:
1. U eliptičkim jednadžbama drugog reda koeficijenti uz drugu derivaciju su istog
predznaka. Eliptičke jednadžbe zahtijevaju numerički postupak u kojem su
nepoznanice u svim čvorovima mreže simultano povezane, a rubne uvjete je potrebno
zadavati po svim rubovima područja proračuna.
2. Hiperbolička jednadžba drugog reda ima jedan koeficijent uz drugu derivaciju
različitog predznaka od preostalih. U području proračuna postoje realne karakteristike
duž kojih se mogu definirati obične diferencijalne jednadžbe. Numerički postupak je
eksplicitan (integracija duž karakteristike). Na svakoj granici je potrebno zadavati
onoliko rubnih uvjeta koliko karakteristika izvire iz ruba.
3. U paraboličkim jednadžbama izostaje druga derivacija po nekoj od koordinata (ta se
koordinata naziva paraboličkom koordinatom). Numerički postupak ima marširajući
karakter po paraboličkoj koordinati. Rubni uvjet na kraju područja integracije nije
potrebno zadavati. Numerički postupak može biti eksplicitan (nema rješavanja sustava
jednadžbi) ili implicitan (rješava se sustav algebarskih jednadžbi u svakom koraku
marširajućeg postupka).
Opća konvekcijsko-difuzijska jednadžba formulirana za slučaj nestacionarnog problema se

može zapisati u obliku
∂ϕ
+ L (ϕ ) = Sϕ ( xi , t , ϕ ) (4.24)
∂t
gdje L (ϕ ) označuje diferencijalni operator drugog reda, koji opisuje konvekcijski i difuzijski
fluks fizikalnog svojstva ϕ , a Sϕ izvorski član. Vrijeme t je parabolična koordinata, po kojoj
numerički postupak ima marširajući karakter. Jednoznačno rješenje gornje jednadžbe
definirano je početnim i rubnim uvjetima. Početni uvjeti definiraju raspodjelu ϕ u početnom
trenutku integracije t = t0 , a rubni uvjeti stanje na rubu područja proračuna tijekom vremena.
Razlikujemo tri vrste rubnih uvjeta:
1. Dirichletov rubni uvjet: po rubu je zadana vrijednost ϕ , tj. ϕ = ϕ zadano ( xi , t )
2. Von Neumanov rubni uvjet: po rubu je zadana derivacija ϕ u smjeru vanjske normale,
∂ϕ
tj. = f ( xi , t )
∂n
3. Mješoviti rubni uvjet: po rubu je zadana kombinacija vrijednosti ϕ i derivacije u
∂ϕ
smjeru normale: αϕ + β = f ( xi , t ) .
∂n
Primjer za Dirichletov rubni uvjet, kada se radi o rješavanju temperaturne jednadžbe, je
izotermna granica ( T = Tzadano ), primjer za Von Neumanov rubni uvjet je adijabatska granica
( ∂T / ∂n = 0 ), a za mješoviti rubni uvjet zadavanje prijelaza topline sa stijenke na fluid uz
pomoć koeficijenta prijelaza topline. Ako se temperatura fluida podalje od stijenke označi s
T∞ , a temperaturu same stijenke s T , tada se vrijednost vektora toplinskog toka od fluida na
površinu može izraziti kao α (T∞ − T ) . Toplina se od površine odvodi provođenjem prema
unutrašnjosti tijela, toplinskim tokom koji je definiran Fourierovim zakonom toplinske
∂T
provodnosti λ . S obzirom da površina tijela nema volumen, ona ne može akumulirati
∂n
energiju, pa možemo tvrditi da će ovi toplinski tokovi biti jednaki, tj. vrijedi
∂T
λ = α (T∞ − T ) , što odgovara mješovitom rubnom uvjetu.
∂n
Naravno ako su rubni uvjeti konstantni u vremenu, rješenje će s vremenom, pod djelovanjem
difuzije, težiti stacionarnom stanju. Često će nas samo i zanimati stacionarno stanje, pa je
vremensku integraciju moguće provoditi s velikim korakom integracije, ne vodeći računa o
točnosti vremenske integracije, jer nas ionako ne zanima vremenska promjena rješenja, već
samo konačno stacionarno stanje, koje ne zavisi od točnosti vremenske integracije. U tom
smislu bi mogli usvojiti beskonačno veliki korak integracije, što bi vodilo iščezavanju
nestacionarnog člana, pa bi jednadžba (4.24) prešla u oblik
L (ϕ ) = Sϕ ( xi , t , ϕ ) (4.25)
i u općem slučaju bi bila eliptičnog tipa, za čije bi numeričko rješavanje (s obzirom na
svojstvo eliptičnosti) svakako trebalo rješavati sustav diskteriziranih jednadžbi. Ako bi
polazna jednadžba (ili sustav jednadžbi) bila linearna, do rješenja bi se došlo jednim
rješavanjem diskretiziranog sustava. Za slučaj nelinearne polazne jednadžbe, diskretizirane
jednadžbe bi također bile nelinearne, pa bi postupak njihova rješavanja imao iterativni
karakter, što znači da bi se sustav trebalo rješavati više puta. Iterativni postupak rješavanja
ekvivalentan je vremenskoj integraciji. Iterativni postupak započinje od pretpostavljenog
polja fizikalne veličine koje se traži, što je ekvivalent početnim uvjetima pri vremenskoj
integraciji. Svakom iteracijom u iterativnom postupku se približava traženom stacionarnom
rješenju (naravno ukoliko numerički postupak ne divergira), što je ekvivalentno koraku
vremenske integracije, gdje se s vremenom integracije približava stacionarnom rješenju.
Dakle svako stacionarno rješenje, načelno možemo postići vremenskom integracijom
jednadžbi. Taj pristup ima prednost zbog toga što je jednadžba parabolična, pa se primjenom
eksplicitnog postupka može doći do rješenja bez da se rješava sustav diskretiziranih
jednadžbi. Međutim to ne znači da se na taj način dolazi do rješenja uz manje računalnog
vremena, jer eksplicitne metode, kao što ćemo pokazati imaju ograničenje na maksimalni
vremenski korak integracije, pa će uz mali korak integracije trebati veliki broj koraka za
postizanje stacionarnog stanja, što znači da računalno vrijeme može biti veliko. Ako se za
vremensku integraciju koriste implicitne metode, koje nemaju ograničenje na vremenski
korak integracije (ali u kojima se također rješava sustav diskretiziranih jednadžbi), tada se
uzimanjem velikog vremenskog koraka može u relativno malom broju koraka doći do
stacionarnog rješenja. Ako se u implicitnoj metodi odabere jako veliki korak integracije (npr.
1020 s, što je ekvivalentno rješavanju stacionarnog problema) praktički se u jednom koraku
dolazi do stacionarnog rješenja, ali će se tada unutar tog jednog vremenskog koraka, zbog
nelinearnosti jednadžbi, diskretizirani sustav rješavati iterativno.
Dakle ako nas zanima nestacionarno rješenje pri brzoj promjeni rubnih uvjeta (čija je brzina
promjene istog reda veličine kao brzina širenja poremećaja po području proračuna), tada
trebamo jednadžbe integrirati malim vremenskim korakom i tada je razumno koristiti
eksplicitnu metodu integracije, koja ne zahtijeva rješavanje sustava diskretiziranih jednadžbi
(metoda je jednostavna i brza).
Ako nas zanima nestacionarno rješenje s relativno sporom promjenom rubnih uvjeta (čija je
brzina promjene višestruko sporija od brzine širenja poremećaja po području proračuna)
razumno je koristiti implicitnu metodu u kojoj će se koristiti višestruko veći korak integracije
nego što je maksimalni korak u eksplicitnoj metodi, čime se štedi na vremenu računanja. No
treba naglasiti da će zbog nelinearnosti polaznih jednadžbi trebati iterativni postupak
rješavanja sustava diskretiziranih jednadžbi unutar jednog velikog koraka integracije. Valja
također istaći da bez obzira što implicitna metoda nema ograničenje na vremenski korak
integracije za slučaj da imamo brzu promjenu rubnih uvjeta integriranje velikim korakom
integracije neće osigurati točnost (fizikalnost) numeričkog rješenja (sjetimo se da numerički
postupak možemo shvatiti kao uzorkovanje rješenja, pa ako je frekvencija uzorkovanja
premala, nećemo moći opisati svu fiziku). To znači da će se pri brzoj promjeni rubnih uvjeta i
pri primjeni implicitne metode trebati koristiti mali vremenski korak kao i kod eksplicitne
metode, pa je u tom slučaju bolje koristiti eksplicitnu metodu u kojoj se ne mora rješavati
sustav diskretiziranih jednadžbi.
5. Opći uvjeti na diskretizaciju parcijalnih diferencijalnih jednadžbi 45 / 123
5. Opći uvjeti na diskretizaciju parcijalnih diferencijalnih

jednadžbi
Bilo kojom metodom diskretizacije (metodom konačnih razlika, metodom konačnih volumena
ili metodom konačnih elemenata) parcijalnu diferencijalnu jednadžbu se prevodi u algebarsku
jednadžbu (sustav algebarskih jednadžbi) koju ćemo zvati diskretiziranom jednadžbom.
Označimo simbolički diferencijalnu jednadžbu s
L(ϕ ) = 0 , (5.1)
gdje L označuje diferencijalne operatore (lokalnu promjenu, konvektivni i difuzijski prijenos,
te izvorski član opće konvekcijsko difuzijske jednadžbe), a ϕ neka označuje egzaktno
rješenje te jednadžbe. Diskretiziranu jednadžbu (5.1) označimo simbolički s
L (ϕin ) = 0 , (5.2)
gdje L označuje diskretizirani oblik diferencijalnih operatora (dobiven nekom od metoda
diskretizacije), a ϕin označuje čvorne vrijednosti (neka indeks i označuje prostorni položaj
čvora, a n vremenski) točnog rješenja diskretizirane jednadžbe (koje egzaktno zadovoljava tu
jednadžbu). Treba naglasiti da je jednadžba (5.2) (preciznije govoreći sustav jednadžbi) u
općem slučaju nelinearna i da se rješava iterativnim putem, a pri iterativnom rješavanju desna
strana jednadžbe neće biti egzaktno jednaka nuli (iterativni postupak završava kada se desna
strana dovoljno približi k nuli), pa će se numeričko rješenje te jednadžbe, označimo ga s ϕin
razlikovati od točnog rješenja ϕin . Naravno, već i zbog konačne točnosti računala (npr. ako se
u Fortranskom jeziku koristi obična preciznost računalo će prikazati realni broj s otprilike 7
mjesta, a u dvostrukoj oko 15) nećemo moći doći do točnog rješenja diskretizirane jednadžbe.
To znači da će se numeričko rješenje razlikovati i od točnog rješenja diskretizirane jednadžbe
i od egzaktnog rješenja diferencijalne jednadžbe. Razlika ϕin − ϕin označuje pogrešku
diskretizacije, a ϕin − ϕin pogrešku numeričkog rješavanja diskretizirane jednadžbe. Prema
tome ukupna pogreška je ϕin − ϕin , gdje ϕin označuje egzaktno rješenje uzeto u točkama
definiranim indeksima i i n , u kojima se računa numeričko rješenje.
Konvergentnost
Očekujemo da će se smanjivanjem prostornog koraka integracije Δ x , (odnosno Δ x, Δ y, Δ z )
i vremenskog koraka integracije Δt numeričko rješenje približavati egzaktnom rješenju
problema, što se može matematički zapisati
lim ϕi − ϕi = 0 za sve i, n
n n
(5.3)
Δx→0,Δt →0
Ovo svojstvo se naziva konvergentnost numeričkog postupka. U vezi s ovim svojstvom

vrijedi Lax-ov teorem koji kaže:
Za dobro postavljeni problem početnih vrijednosti i konzistentnu diskretizaciju nužan i
dovoljan uvjet za konvergenciju je stabilnost numeričke metode.
Konzistentnost diskretiziranih jednadžbi s polaznim diferencijalnim jednadžbama

podrazumijeva da u graničnom prijelazu: Δt → 0 ; Δ x → 0 (gdje Δ x → 0 podrazumijeva u
trodimenzijskoj situaciji da i Δ y → 0 i Δ z → 0 ), diskretizirane jednadžbe prelaze u originalne
diferencijalne jednadžbe, ili simbolički
lim L (ϕi ) = L (ϕ )
n
(5.4)
Δx →0,Δt →0
Stabilnost numeričke metode se definira činjenicom da razlika početno perturbiranog

numeričkog rješenja ϕin u odnosu na točno stacionarno rješenje ϕin , za zadani vremenski
korak Δt ostaje ograničena pri bilo kojem broju vremenskih koraka. Pogreška mora ostati
konačna i kada broj koraka teži k beskonačno, ili simbolički:
lim ϕi − ϕi ≤ K
n n
(5.5)
n →∞
gdje je K granica (mali broj) koji ne zavisi od n.
Konvergentnost je posebno važno svojstvo koje koristimo u ocjeni točnosti numeričkog

rješenja. Prema Lax-ovu teoremu, ako imamo konzistentnu diskretizaciju i stabilni numerički
postupak, usitnjavanjem geometrijske mreže i vremena integracije, numeričko rješenje će biti
sve točnije. Ako vršimo proračun na sve gušćim mrežama (npr. svaki put na dvostruko gušćoj
mreži), kada nam se rješenje prestane značajno mijenjati na dvije sukcesivne mreže, onda
govorimo o mrežno neovisnom rješenju, kojeg prihvaćamo za točno rješenje.
Osim navedena tri svojstva (konzistentnosti, stabilnosti i posljedično konvergentnosti), od

numeričkog postupka ćemo zahtijevati točnost i efikasnost.
Točnost numeričkog postupka je definirana odstupanjem numeričkog rješenja od egzaktnog
na zadanoj geometrijskoj mreži. Od dva numerička postupka točniji je onaj koji na zadanoj
mreži daje manju pogrešku izraženu kroz normu (npr. suma kvadrata odstupanja ili suma
apsolutnih vrijednosti odstupanja numeričkog od egzaktnog rješenja (odnosno referentnog
rješenja na vrlo gustoj mreži).
Efikasnost numeričkog postupka mjeri se brojem računskih operacija (utrošenim vremenom
računanja) da se postigne određena točnost rješenja. Sheme visoke točnosti zahtijevaju više
vremena računanja, ali zato mogu dati točnije rezultate i na grubljim mrežama, i obrnuto,
sheme nižeg reda zahtijevaju manji broj računskih operacija izraženo po čvoru geometrijske
mreže, ali zato traže više čvorova.
5.1. Ispitivanje konzistentnosti diskretiziranih jednadžbi
Rezultat diskretizacije jednadžbi je algebarska jednadžba u kojoj se pojavljuju čvorne

vrijednosti nepoznatih polja, te prostorni i vremenski koraci diskretizacije. Ako je
diskretizacija konzistentna, kao što je prije rečeno u graničnom prijelazu kada koraci
diskretizacije teže k nuli, diskretizirana jednadžba mora prijeći u polaznu diferencijalnu
jednadžbu. Koraci u postupku ispitivanja konzistentnosti diskretizacije su sljedeći:
1. Raspisati sve čvorne vrijednosti ϕin++I N , N = ±1, ±2 , I = ±1, ±2 koje se pojavljuju u

diskretiziranoj jednadžbi u Taylorov red oko centralnog čvora (u kojem je polazna
diferencijalna jednadžba diskretizirana).
2. Uvrstiti te raspise u diskretiziranu jednadžbu, iz čega se mora pojaviti originalna
diferencijalna jednadžba i pogreška diskretizacije (truncation error).
3. Ako pogreška zaokruživanja prijelazom Δt → 0; Δ x → 0 teži k nuli diskretizirana
jednadžba je konzistentna s diferencijalnom jednadžbom
Primjer
Istražimo konzistenciju diskretizacije jednodimenzijske konvekcijske jednadžbe, koju
sukladno prethodno uvedenim oznakama možemo pisati:
∂ϕ ∂ϕ
L (ϕ ) ≡ +u = 0, (5.6)
∂t ∂x
Jednadžbu ćemo diskretizirati metodom konačnih razlika i to vremensku derivaciju
primjenom Eulerove eksplicitne metode (prvog reda točnosti), a prostornu derivaciju
(konvekcijski član) shemom centralnih razlika (drugog reda točnosti). Nakon diskretizacije
slijedi L (ϕin ) = 0 , koja glasi:
ϕin+1 − ϕin ϕin+1 − ϕin−1
L (ϕin ) ≡ +u =0 (5.7)
Δt 2Δx
1. korak: Prikazat ćemo vrijednosti u okolnim čvorovima čvoru s vrijednošću ϕin s pomoću
Taylerova reda
n n n
∂ϕ 1 ∂ 2ϕ 1 ∂ 3ϕ
ϕin+1 = ϕin + Δt + Δt 2
+ Δt 3 + (5.8)
∂t i 2 ∂t i
2
6 ∂t i
3
n n n
∂ϕ 1 ∂ 2ϕ 1 ∂ 3ϕ
ϕ n
i +1 =ϕ +
i
n
Δx + Δx 2
+ Δx3 + (5.9)
∂x i 2 ∂x 2 i 6 ∂x3 i
n n n
∂ϕ 1 ∂ 2ϕ 1 ∂ 3ϕ
ϕ =ϕ −
n
i −1 i
n
Δx + Δx 2
− Δx3 + (5.10)
∂x i 2 ∂x 2 i 6 ∂x3 i
2. korak: Uvrstit ćemo izraze (5.8) do (5.10) u jednadžbu (5.7) čime se (ako ispustimo oznaku
točke u kojoj se odnose derivacije) dobije ekvivalentna jednadžba
ϕin +1 − ϕin ϕ n − ϕ n ∂ϕ ∂ϕ 1 ∂ 2ϕ u ∂ 3ϕ 2
+ u i +1 i −1 = +u + Δ t + Δx + .... = 0 (5.11)
Δt 2Δx ∂t ∂x 2 ∂t 2 6 ∂x3
( )
L ϕin L (ϕ ) ε T (ϕ )
ili
L (ϕin ) = L (ϕ ) + ε T (ϕ ) = 0 (5.12)
Očito je da se diskretizirani operator L razlikuje od diferencijalnog operatora L za pogrešku
diskretizacije ε T u kojoj je vodeći član s vremenskom derivacijom razmjeran s Δt , a vodeći
član s prostornom derivacijom s Δx 2 , što znači da je diskretizacija prvog reda točnosti po
vremenu i drugog reda točnosti po prostoru.
3. korak: Iz jednadžbe (5.11) je jasno da u graničnom prijelazu Δt → 0 i Δ x → 0 pogreška

diskretizacija teži k nuli što znači da diskretizirani operator teži k diferencijalnom operatoru,
što prema definiciji konzistentnosti (5.4) znači da je diskretizirana jednadžba (5.7)
konzistentna s polaznom diferencijalnom jednadžbom (5.6). Iz samog postupka ispitivanja
konzistentnosti, jasno je da će diskretizacija metodom konačnih razlika u kojoj se za izvod
formula koristi razvoj u Taylorov red uvijek biti konzistentna. Slično će vrijediti i za ostale
metode diskretizacije, tako da ovaj uvjet gotovo uvijek biti ispunjen.
5.2. Ispitivanje stabilnosti diskretiziranih jednadžbi
Puno značajniji uvjet na diskretizaciju je stabilnost. Već smo najavili da će eksplicitne metode
integracije hiperboličkih i paraboličnih diferencijalnih jednadžbi imati ograničenje na veličinu
vremenskog koraka integracije, a maksimalna veličina koraka integracije se definira uvjetom
stabilnosti. U nastavku ćemo opisati dvije metode za određivanje kriterija stabilnosti: Metodu
ekvivalentne diferencijalne jednadžbe i Neumanovu metodu.
5.2.1. Metoda ekvivalentne diferencijalne jednadžbe
Iz jednadžbe (5.12) koja glasi L (ϕin ) = L (ϕ ) + ε T (ϕ ) je jasno da ako točno numeričko

rješenje zadovoljava diskretiziranu jednadžbu L (ϕin ) = 0 , onda neće zadovoljiti polaznu
diferencijalnu jednadžbu L (ϕin ) = 0 , jer će ostati 0 = L (ϕ ) + ε T (ϕ ) , što znači da točno
numeričko rješenje zadovoljava ekvivalentnu diferencijalnu jednadžbu L (ϕ ) = −ε T (ϕ ) ,
prema tome točno rješenje diskretiziranih jednadžbi će se razlikovati od egzaktnog rješenja
polazne diferencijalne jednadžbe. Do istog bi zaključka došli da u jednadžbu (5.12) uvrstimo
egzaktno rješenje ϕ , koja bi tada glasila:
L (ϕin ) = L (ϕ ) + ε T (ϕ ) (5.13)
S obzirom da za egzaktno rješenje vrijedi L (ϕ ) = 0 , očito je da egzaktno rješenje neće
zadovoljavati diskretiziranu jednadžbu L (ϕin ) = 0 , jer od jednadžbe (5.13) ostaje
L (ϕin ) = ε T (ϕ ) .
Kao što je rečeno konvekcijski transport se opisuje prvom prostornom derivacijom, a
difuzijski transport drugom derivacijom. Koeficijent difuzije mora biti pozitivan, jer će tada
difuzijski proces ujednačavati polje fizikalne veličine, odnosno pojavit će se prijenos fizikalne
veličine od mjesta s višom prema mjestu s nižom vrijednošću fizikalnog svojstva, a difuzijski
prijenos prestaje kada gradijent fizikalne veličine padne na nulu (polje poprimi konstantnu
vrijednost). Jasno je da negativni koeficijent difuzije nema fizikalnog smisla, jer bi se tada
pojavljivao prijenos s mjesta niže na mjesto više vrijednosti fizikalne veličine, čime bi na
mjestu više vrijednosti, vrijednost još više rasla, a na mjestu niže vrijednosti fizikalne veličine
vrijednost još više opadala. Prema tome takav difuzijski proces ne bi nikad završio, nego bi se
samo pojačavao, što ne odgovara fizici. Ova spoznaja se koristi za analizu stabilnosti u metodi
ekvivalentne diferencijalne jednadžbe. Ako je u ekvivalentnoj diferencijalnoj jednadžbi
koeficijent difuzije negativan (koeficijent uz drugu prostornu derivaciju) metoda će biti
nestabilna.
1. Primjer
Kao primjer analizirajmo stabilnost diskretizacije prethodnog primjera za koji je ekvivalentna
diferencijalna jednadžba (vidjeti desnu stranu izraza (5.11)), glasi
∂ϕ ∂ϕ 1 ∂ 2ϕ u ∂ 3ϕ 2
+u + Δ t + Δx + .... = 0 (5.14)
∂t ∂x 2 ∂t 2 6 ∂x3
L (ϕ ) ε T (ϕ )
U pogrešci diskretizacije ε T pojavljuje se druga vremenska derivacija, koju uz pomoć polazne

∂ϕ ∂ϕ
diferencijalne jednadžbe = −u , možemo prikazati prostorom derivacijom:
∂t ∂x
∂ 2ϕ ∂ ⎛ ∂ϕ ⎞ ∂ ⎛ ∂ϕ ⎞ ∂ ⎛ ∂ϕ ⎞ 2 ∂ ϕ
2
= − u ⎜ ⎟ = − u ⎜ ⎟ = − u ⎜ − u ⎟ = u (5.15)
∂t 2 ∂t ⎝ ∂x ⎠ ∂x ⎝ ∂t ⎠ ∂x ⎝ ∂x ⎠ ∂x 2
Ako se dobiveni rezultat uvrsti u jednadžbu (5.14) dobije se jednadžba
∂ϕ ∂ϕ 1 ∂ 2ϕ 1 ∂ 3ϕ
+u = − u 2 2 Δt − u 3 Δx 2 + (5.16)
∂t ∂x 2 ∂x 6 ∂x
1
u kojoj je koeficijent difuzije − u 2 Δt negativan, pa je diskretizirana jednadžba apsolutno
2
nestabilna, što se možemo uvjeriti na numeričkom primjeru. Uzmimo da rješavamo
∂ϕ ∂ϕ Dϕ
bezdimenzijsku jednadžbu +u = = 0 , u kojoj je u = 1 . Pretpostavimo nadalje da je
∂t ∂x Dt
Δx = 1 i Δt = 1 . Analitičko rješenje problema je definirano činjenicom da ϕ ostaje konstantno
dx
duž karakteristike = u , tj. na zadanoj mreži izrazom ϕin+1 = ϕin−1 . Slika 5.1 prikazuje
dt
egzaktno rješenje problema za zadani početni uvjet (crveno označene vrijednosti u t=0) i rubni
uvjet (plavo označene vrijednosti na x=0).
t Δx
0 0 0 0 0 100 100
0 0 0 0 100 100 100
Δt
0 0 0 100 100 100 0
0 0 100 100 100 0 0

x
Slika 5.1 Čvorne vrijednosti egzaktnog rješenja za problem 1D nestacionarne konvekcije

t Δx
0 -62 -87 -50 137 225 87
0 -75 -25 50 175 125 25
Δt
0 -50 50 100 150 50 0
0 0 100 100 100 0 0

x
Slika 5.2 Čvorne vrijednosti numeričkog rješenja za problem 1D nestacionarne konvekcije

(konvekcijski član diskretiziran shemom centralne diferencije)
Primjenom diskretizacije prema jednadžbi (5.7) uz u = 1 , Δx = 1 i Δt = 1 , slijedi formula:
ϕ n −ϕ n
ϕin+1 = ϕin + i−1 i+1 (5.17)
2
S pomoću koje se lako izračunaju čvorne vrijednosti, koje su prikazane na slici 5.2. Iz
numeričkog rješenja prikazanog na slici 5.2 se vidi da se u rješenju pojavljuju negativne
vrijednosti i vrijednosti veće od 100, što je nefizikalno. Sa svakim vremenskim korakom
negativne vrijednosti sve više opadaju, a pozitivne sve više rastu, što je karakteristično za
negativni koeficijent difuzije, pa je očito da je ova diskretizacija nestabilna.
Iz formule (5.17) je vidljiva još jedna mana ove diskretizacije, naime kad se nalazimo na
desnom rubu područja u formuli se pojavljuje vrijednost ϕin+1 koja je izvan područja proračuna
i nju treba zamijeniti nekim rubnim uvjetom (rješenja na slici 5.2 su računata uz pretpostavku
ϕin+1 = ϕin ), što također nije fizikalno, jer na desnom rubu ne treba zadavati rubni uvjet
(jednadžba je hiperboličkog tipa). Drugim riječima diskretizacija bi trebala biti takva da se
sačuva fizikalnost definiranu tipom diferencijalne jednadžbe. U slučaju konvekcije, je jasno
da je ona nesimetričnog karaktera (prijenos se odvija u smjeru strujanja, a nikako obrnuto) pa
je jasno da će uzimanjem nizvodne vrijednosti ϕin+1 unositi nefizikalnost u diskretiziranu
jednadžbu (unosi se svojstvo eliptičnosti).
2. Primjer
S obzirom da konvekcijski prijenos ne može zavisiti od vrijednosti fizikalne veličine
nizvodno od promatranog čvora, nameće se sama po sebi ideja uzvodne diferencije, u kojoj će
se koristiti vrijednost u promatranom čvoru i u uzvodnim čvorovima. Najjednostavnija
formula je ona koja uzima samo jedan uzvodni čvor, i takva diskretizacija je prvog reda
točnosti. Na primjeru diskretizacije prethodnog problema opisanog jednadžbom (5.6) uz
primjenu Eulerove eksplicitne formule za vremensku derivaciju i uzvodne sheme diferencije
za prostornu derivaciju, dobije se:
ϕ n+1 − ϕin ϕ n − ϕin−1
L (ϕin ) ≡ i +u i =0 (5.18)
Δt Δx
Uvrštavanjem raspisa (5.8) i (5.10) u jednadžbu (5.18) dobije se

ϕin +1 − ϕin ϕ n − ϕin−1 ∂ϕ ∂ϕ 1 ∂ 2ϕ u ∂ 2ϕ
+u i = +u + Δt − Δx + .... = 0 (5.19)
Δt Δx ∂t ∂x 2 ∂t 2 2 ∂x 2
( )
L ϕin L (ϕ ) ε T (ϕ )
Iz čega se vidi da je diskretizacija konzistentna i da je metoda prvog reda točnosti jer je

pogreška diskretizacije linearno razmjerna s Δt i s Δx . Ako se ponovo u desnoj strani
jednadžbe (5.19) druga derivacija po vremenu zamijeni prostornom derivacijom prema
jednadžbi (5.15), dobije se ekvivalentna diferencijalna jednadžba oblika
∂ϕ ∂ϕ u ∂ 2ϕ
+u = ( Δx − u Δt ) 2 + ostatak ( Δx 2 , Δt 2 ) (5.20)
∂t ∂x 2 ∂x
Γ num
u kojoj je predznak koeficijenta uz drugu derivaciju (koeficijent numeričke difuzije) zavisi od

odnosa prostornog i vremenskog koraka integracije. Ako je Δx ≥ uΔt diskretizacija će biti
stabilna, a u suprotnom nestabilna, jer će koeficijent difuzije postati negativan. Kriterij
stabilnosti je uobičajeno definirati s pomoću CFL (Courant-Fridrich-Lewy) broja kojeg se
kraće označuje s C i definira kao
uΔt
C= (5.21)
Δx
Kriterij stabilnosti rečene metode se izražava činjenicom da CFL broj mora biti manji ili
jednak jedinici. Ako u jednadžbu (5.18) uvedemo CFL broj, ona se može pisati u obliku
ϕin+1 = (1 − C )ϕin + Cϕin−1 (5.22)
Slika 5.3 daje fizikalnu interpretaciju jednadžbe (5.22). Prema toj jednadžbi vrijednost
dx
fizikalnog svojstva ostaje konstantno duž karakteristike = u , kao što poznato iz egzaktnog
dt
rješenja ove jednadžbe, što znači da diskretizacija konvekcijskog člana uzvodnom shemom
oslikava hiperbolični karakter polazne diferencijalne jednadžbe. Za C=1 jednadžba (5.22) daje
egzaktno rješenje problema (vrijednost iz čvora O0 iz n-tog vremenskog trenutka se seli u
čvor P0 u vremenskom trenutku n+1). Za C<1, jednadžba označuje linearnu interpolaciju u
čvor O1 prema slici 5.3, a ta vrijednost ostaje konstantna duž karakteristike O1P1. U tom
slučaju (C<1)numerički postupak je stabilan. Za slučaj C>1, jednadžba (5.22) vrijedi za
karakteristiku O2P2, pri čemu se vrijednost u točki O2 dobiva ekstraploacijom iz čvorova i i
i − 1 , što daje nestabilni numerički postupak.
P2
Δt>uΔx
P0 C>1
P1 Δt=uΔx
C=1
O2 O0 O1 Δt<uΔx
i-2 i-1 i C<1
Δx
Slika 5.3 Fizikalna interpretacija jednadžbe (5.22)

t Δx
0 0 1 10 34 63 77
0 0 3 18 50 77 77
0 0 6 31 68 87 68
Δt=u Δx 0 ..0 12 50 87 87 50
0 0 25 75 100 75 25
0 0 50 100 100 50 0
Δt=u Δx/2
0 0 100 100 100 0 0
x
Slika 5.4 Čvorne vrijednosti numeričkog rješenja za problem 1D nestacionarne konvekcije

(konvekcijski član diskretiziran shemom uzvodne diferencije – slučaj C=0,5)
Iz primjera diskretizacije konvekcijskog člana vidjeli smo da diskretizacija primjenom sheme

centralne diferencije (koja je drugog reda točnosti) daje nestabilni numerički postupak, koji ne
vodi do fizikalno realnog rješenja, za razliku od sheme uzvodne diferencije koja je prvog reda
točnosti. Shema centralne diferencije daje diskretiziranoj jednadžbi eliptički karakter
(zahtjeva se zadavanje rubnog uvjeta na granici na kojoj to fizikalno gledajući nije potrebno).
Primjenom uzvodne sheme dobije se egzaktno rješenje problema ako je C=1 (to vrijedi na
ravnomjernoj geometrijskoj mreži pri konstantnoj brzini u), i tada je kao što se vidi iz
jednadžbe (5.20) diskretizacija drugog reda točnosti, jer je koeficijent uz drugu prostornu
derivaciju (koeficijent numeričke difuzije) jednak nuli. Za vrijednosti CFL broja nižim od
jedan, shema je formalno prvog reda točnosti, a točnost će biti to veća što je C bliže jedinici.
Slika 5.4 prikazuje rezultate dobivene uz pomoć jednadžbe (5.22) za C=0,5. Očito da je da u
rješenju ne postoje negativne vrijednosti niti vrijednosti veće od 100, ali je ono „razliveno“
zahvaljujući numeričkoj difuziji. Naime, jasno je da u polaznoj diferencijalnoj jednadžbi
nema difuzijskog člana (da ga ima to bi bila fizikalna difuzija) pa je ova difuzija koja se
pojavila u ekvivalentnoj diferencijalnoj jednadžbi (jednadžbi koju stvarno rješavamo nakon
primjene diskretizacije) lažna ili numerička difuzija. Za C=0,5 koeficijent numeričke difuzije
prema jednadžbi (5.20) iznosi Γ = uΔx(1 − C ) / 2 = uΔx / 4 . Da bi se izbjegla pojava numeričke
difuzije u rješenju potrebno je koristiti shemu diferencije barem drugog reda točnosti (i po
vremenu i po prostoru), jer u tom slučaju u ekvivalentnoj diferencijalnoj jednadžbi u pogrešci
diskretizacije neće biti druge prostorne derivacije, koja ima smisao difuzije.
6. Metoda konačnih volumena 53 / 123
6. Metoda konačnih volumena
Do sada smo koristili metodu konačnih razlika, u kojoj se diferencijali zamjenjuju konačnim
razlikama. Metoda je jednostavna u geometrijski jednostavnim područjima u kojima se linije
geometrijske mreže poklapaju sa smjerovima koordinatnih osi (pravokutno područje u
kartezijskim koordinatama, kružno područje u cilindričnim koordinatama i sl.). U slučaju
opće transportne jednadžbe metoda bi se primjenjivala na nekonzervativnom obliku
jednadžbe, koja uz Γ = konst. glasi:
∂ϕ ∂ϕ ∂ 2ϕ
ρ + ρv j −Γ = Sϕ (6.1)
Izvorski član
Član lokalne
promjene Konvekcijski član Difuzijski član
Primijetimo da pri primjeni ove metode na gornju jednadžbu treba aproksimirati drugu
derivaciju. Iako postoje varijante ove metode i u krivocrtnim koordinatama, ipak je
primjenjivost metode ograničena na relativno geometrijski jednostavna područja, a u složenim
područjima prednost ima metoda konačnih volumena.
Metoda konačnih volumena je poput metode konačnih elemenata integralna metoda koja se
temelji na integriranju konzervativnog oblika transportnih jednadžbi
⎛ ⎞
∂ρ v jϕ ⎜ ⎟
∂ρϕ ∂ϕ 2
∂ρϕ ∂ ⎜ ∂ϕ ⎟
+ −Γ = + ρ v jϕ − Γ = Sϕ (6.2)
∂t ∂x j ∂x j ∂x j ∂t ∂x j ⎜ ∂x j ⎟
Član lokalne ⎜ J = vektor fluksa ⎟ Izvorski član
promjene Konvekcijski član Difuzijski član ⎝ j ⎠
po konačnim volumenima na koje se podijeljeno područje proračuna. Integral jednadžbe (6.2)
po konačnom volumenu prema slici 6.1 je
d ∂ϕ
dt ΔV∫ ρϕdV = − ∫ ( ρ v jϕ −Γ
ΣΔS
∂x j
)n j dS + ∫ Sϕ dV
ΔV
(6.3)
Brzina promjene Konvekcijski i difuzijski protok ϕ kroz granice Izvor ϕ

sadržaja ϕ u ΔV
CN = Δn
nj
ΔVC
n N
C
glavni čvor ΔS
ΔVN
čvor na granici
Slika 6.1 Dio diskretiziranog područja proračuna

Iz jednadžbe (6.3) je jasno da je brzina promjene sadržaja fizikalnog svojstva unutar

konačnog volumena razmjerna brzini protoka tog fizikalnog svojstva kroz granice konačnog
volumena i brzini nastajanja (izvor) ili nestajanja (ponor) tog fizikalnog svojstva unutar
konačnog volumena. Protok fizikalnog svojstva je definiran kao pozitivan kad se odvija od
konačnog volumena prema okolini, a minus ispred integrala kazuje da će se uslijed takvog
protoka sadržaj fizikalnog svojstva unutar konačnog volumena smanjivati.
U izrazu (6.3) se pojavljuju volumenski i površinski integrali, koji se mogu aproksimirati
sukladno integralnom teoremu o srednjoj vrijednosti. Tako bi npr. uz ρ = konst. integral u
članu koji označuje lokalnu promjenu mogli pisati (uz ΔVC = ΔV )
∫ ϕdV = ϕΔV
ΔV
(6.4)
gdje je ϕ srednja vrijednost fizikalne veličine ϕ unutar konačnog volumena. Ako se

pretpostavi da je konačni volumen dovoljno mali, tada se promjena veličine ϕ unutar
konačnog volumena može aproksimirati linearnom raspodjelom, tj. prvom potencijom razvoja
u Taylorov red oko vrijednosti u čvoru C, u obliku
∂ϕ
ϕ ( x j ) = ϕC + (x j − x Cj ) , (6.5)
∂x j
C
gdje je x j vektor položaja bilo koje točke unutar konačnog volumena. Uvrštavanjem (6.5) u
(6.4) slijedi
⎡ x j ΔV ⎤
T
∂ϕ ⎢ ⎥ ⎡ ∂ϕ ⎤
ϕΔV = ∫ ϕdV = ϕC ΔV +
∂x j ⎢ Δ∫V
x j dV − x C
j ΔV ⎥ = ⎢ϕ C +
∂x j
( x T
j − x C
j ) ⎥ ΔV (6.6)
ΔV C ⎢ ⎥ ⎣ ⎢ C
⎥
⎦
⎣ ⎦
Integral u drugom članu desne strane jednadžbe (6.6) je po definiciji umnožak vektora
položaja težišta volumena x Tj i volumena ΔV . Ako je točka C težište volumena ΔV drugi
član desne strane izraza (6.6) otpada, pa se zaključuje da će za slučaj linearne raspodjele ϕ
unutar ΔV biti ϕ = ϕC . Slično vrijedi i za integral izvorskog člana koji se može aproksimirati
∫ Sϕ dV = S ΔV ,
ΔV
C (6.7)
gdje je SC srednja vrijednost izvorskog člana unutar volumena ΔV .

Površinski integrali u izrazu (6.3) označuju protok fizikalnog svojstva uslijed konvekcije i
difuzije kroz površinu konačnog volumena. Vektor konvekcijskog toka je definiran izrazom
∂ϕ
ρ v jϕ , a vektor difuzijskog toka je −Γ . Ova dva vektora u općem slučaju nisu kolinearna,
∂x j
a njihov zbroj čini ukupni vektor toka J j . Protoku fizikalnog svojstva doprinosi samo
normalna komponenta vektora toka J j n j .
∂ϕ ∂ϕ ⎡ ∂ϕ ⎤
ΔJn = ∫ ( ρ v jϕ −Γ ∂x j
)n j dS = ∫ ( ρ vnϕ −Γ
∂n
)dS = ⎢ ρ vnϕ ( ) −Γ ⎥ ΔS ,
∂n n ⎦⎥
(6.8)
ΔS ΔS ⎢⎣ n
∂ϕ
gdje je (v ϕ )
n
n
srednja vrijednost umnoška na površini ΔS , a
∂n
srednja vrijednost
n
normalne derivacije polja ϕ na površini ΔS . U izrazu za normalnu derivaciju je uobičajeno
uvesti bezdimenzijsku koordinatu n = n / Δn , gdje je Δn udaljenost čvorova C i N prema slici
6.1, a srednju vrijednost umnoška vnϕ ( ) n

aproksimirati umnoškom srednjih vrijednosti, pa se
može pisati:
ΓΔS ∂ϕ ∂ϕ
ΔJn = ( ρ vn ΔS )n ϕn − = Fnϕ n − Dn , (6.9)
Δn ∂n n
∂n n
Fn
Dn
gdje je Fn = ( ρ vn ΔS )n jačina konvekcije, tj. maseni protok fluida kroz površinu ΔS , a

ΓΔS Fn ρ vn Δn
Dn = jačina difuzije. Omjer PeΔ = = se naziva lokalnim Pecletovim brojem,
Δn Dn Γ
za razliku od Pecletova broja koji bi se dobio svođenjem polazne diferencijalne jednadžbe
(6.1) na bezdimenzijski oblik, u kojem bi karakteristična duljina bila definirana kao udaljenost
na kojoj je promjena ϕ istog reda veličine kao i karakteristična vrijednost ϕ za konvekcijski
transport, te bi tako definirani Pecletov broj služio za ocjenu važnosti pojedinog transporta.
Očito da je lokalni Pecletov broj to manji što su volumeni sitniji (manji Δn ), čime lokalni
utjecaj difuzijskog transporta postaje utjecajniji. Teorijski gledano u graničnom prijelazu kada
Δn teži k nuli konvekcija postaje zanemariva, što znači da ostaju utjecajni samo članovi s
drugom (najvišom) derivacijom, što zovemo principijelnim dijelom parcijalne diferencijalne
jednadžbe, a kod ispitivanja karaktera diferencijalne jednadžbe se samo taj dio analizira. S
obzirom da je u jednadžbi (6.1) sve poznato osim polja ϕ , jačine konvekcije i difuzije u
izrazu (6.9) se mogu izračunati, a jedino su nepoznanice srednje vrijednosti ϕn i normalne
derivacije ∂ϕ / ∂n na površini ΔS . S obzirom da se u numeričkom postupku pamte i
n
računaju samo čvorne vrijednosti polja ϕ i to u glavnim čvorovima, bit će potrebno definirati
(aproksimirati) tražene vrijednosti na stranicama konačnih volumena s pomoću vrijednosti u
glavnim čvorovima, a to se naziva shemom diferencije ili numeričkom shemom.
Aproksimacija će biti najtočnija ako se te vrijednosti definiraju u težištu površine ΔS . Ako se
izrazi (6.4), (6.7) i (6.9) uvrste u jednadžbu (6.3) slijedi:
nb
N nb ⎛
dϕ ∂ϕ ⎞
ρΔVC C = − ∑ ⎜ Fnϕn − Dn ⎟ + SC ΔVC , (6.10)
dt ⎜
nb =1 ⎝ ∂n n ⎟⎠
gdje suma po nb označuje zbrajanje po svih N nb stranica konačnog volumena. Primjenom
neke od shema diferencije, koje koriste samo čvorne vrijednosti ϕC i ϕ N za aproksimaciju ϕn
i ∂ϕ / ∂n , izraz (6.9) se može prikazati u obliku
n
∂ϕ
ΔJn = Fnϕn − Dn = FnϕC + aN (ϕC − ϕ N ) , (6.11)
∂n n
gdje koeficijent aN zavisi od primijenjene sheme diferencije, kao što će poslije biti pokazano.
Uvrštavanjem (6.11) u (6.10) dobije se
dϕ N nb N nb
ρΔVC C = −ϕC ∑ Fn nb − ∑ ⎡⎣ aN (ϕC − ϕ N ) ⎤⎦ + SC ΔVC ili
nb
dt nb =1 nb =1
=0 prema jedn.
kontinuiteta
dϕ C N nb
= − aCϕC + ∑ [ aNϕ N ] + SC ΔVC
nb
ρΔVC (6.12)
dt nb =1
gdje je centralni koeficijent
N nb
aC = ∑ [ aN ]
nb
(6.13)
nb =1
U općem slučaju izvorski član može biti nelinearna funkcija od ϕ . Ako se jednadžba (6.12)
integrira nekom eksplicitnom metodom (Eulerovom ili prediktor korektor metodom) tada
izvorski član ostaje originalno zadan kakav je, a ako se primjenjuje implicitna metoda,
uobičajeno je izvorski član linearizirati u obliku SC ΔVC = a + bϕC , kako bi se dobila linearna
algebarska jednadžba, npr. za slučaj potpuno implicitne metode i navedenu linearizaciju
izvorskog člana, jednadžba (6.12) bi glasila
ϕ − ϕ old N nb N nb
ρΔVC C C = −ϕC ∑ aNnb + ∑ [ aNϕ N ] + a + bϕC ili
nb
Δt nb =1 nb =1
⎛ ρΔVC Nnb nb ⎞ N nb
ρΔVC old
+ ∑ aN − b ⎟ ϕC = ∑ [ aNϕ N ] + a +
nb
⎜ ϕC (6.14)
⎝ Δt nb =1 ⎠ nb =1 Δt
aC
N nb
ρΔVC
aCϕC = ∑ [ aNϕ N ] + a +
nb
ϕCold (6.15)
nb =1 Δt
Jednadžba (6.14) je linearna algebarska jednadžba dobivena diskretizacijom integrala po
konačnom volumenu s centralnim čvorom C. Ako se postupak ponovi za sve konačne
volumene unutar područja proračuna dobit će se sustav linearnih algebarskih jednadžbi u
kojem su nepoznanice čvorne vrijednosti polja ϕ . Broj jednadžbi je jednak broju konačnih
volumena, odnosno broju nepoznatih čvornih vrijednosti polja ϕ . Sustav jednadžbi se može
simbolički zapisati u matričnom obliku
⎡⎣ Aji ⎤⎦ [ϕi ] = ⎡⎣b j ⎤⎦ , (6.16)
gdje je ⎡⎣ Aji ⎤⎦ matrica sustava u kojoj retke čine koeficijenti aC i aNnb iz jednadžbi oblika
(6.14), pri čemu su koeficijenti aC na glavnoj dijagonali, [ϕi ] označuje vektor nepoznanica
(čvornih vrijednosti polja ϕ ), a ⎡⎣b j ⎤⎦ vektor desne strane u kojeg ulaze sve poznate veličine
(zadnja dva člana desne strane jednadžbe (6.14)). Polje ϕ mora zadovoljavati rubne uvjete,
koje će trebati ugraditi u diskretizirane jednadžbe prije njihova rješavanja. Informacije o
rubnim uvjetima se pretežno ugrađuju kroz desnu stranu sustava jednadžbi. Naravno ako je
izvorski član bio nelinearna funkcija od ϕ , tada će numerički postupak nužno imati iterativni
karakter, pa će sustav linearnih jednadžbi trebati riješiti više puta unutar jednog vremenskog
koraka. Naravno, umjesto linearizacije izvorskog člana je moguće koristiti i druge metode za
rješavanje nelinearnih jednadžbi, poput Newtonove metode.
6.1. Četiri pravila o koeficijentima diskretizirane jednadžbe

Prije nego što se upustimo u analizu numeričkih shema o kojima ovise koeficijenti matrice
sustava, možemo općenito definirati neka svojstva tih koeficijenata.
1. Konzervativnost. Iz definicije metode konačnih volumena je jasno da je integralni oblik
zakona očuvanja (konzervativnosti) zadovoljen za svaki konačni volumen, pa onda i za
ukupno područje proračuna. Ovo svojstvo je bitno pri računanju integralnih veličina, poput
masenog protoka, količine gibanja odnosno sile, i energije odnosno snage, jer se ne može
dogoditi da npr. masa nastaje ili nestaje u pojedinim volumenima s obzirom da je zakon
očuvanja mase striktno zadovoljen na svakom konačnom volumenu. Zbog ovog svojstva se
može očekivati da će metoda davati fizikalna rješenja i na grubljim mrežama. Svojstvo
konzervativnosti podrazumijeva da je protok fizikalnog svojstva kroz stranicu konačnog

volumena jednako definiran u oba volumena koja dijele stranicu, tj. protok fizikalnog svojstva
koje napušta jedan konačni volumen treba biti jednak protoku koji dolazi u drugi volumen, jer
stranica ne može akumulirati fizikalno svojstvo. Slika 6.2 prikazuje dva susjedna konačna
volumena, koja dijele stranicu ΔS . Ta stranica ima dvije normale, pri čemu je vanjska
normala sa stajališta volumena ΔVC označena sa n Cj , a vanjska normala sa stajališta
volumena ΔVN sa n Nj , pri čemu vrijedi n Nj = −nCj . Jasno je da će zbog suprotno usmjerenih
normala, maseni protoci (jačine konvekcije) sa stajališta volumena ΔVC i ΔVN imati različit
predznak jer je FnC = ρ v j n Cj ΔS , a FnN = ρ v j n Nj ΔS = ρ v j ( −nCj ) ΔS = − FnC . To je fizikalno jasno
jer pozitivni FnC označuje da fluid napušta volumen ΔVC , a negativni FnN da fluid ulazi u
volumen ΔVN . Isto tako će i normalne derivacije imati suprotan predznak, pa će i protoci
fizikalnog svojstva imati suprotne predznake, jer vrijedi
∂ϕ
N
⎡ ∂ϕ C ⎤
ΔJn = Fn ϕn − Dn
N N
= ( − Fn ) ϕn − Dn ⎢ −
C
⎥ = −ΔJnC , (6.17)
∂n n ⎢⎣ ∂n n ⎥⎦
n Cj
ΔVC
n N
C
n Nj ΔVN
ΔS
Slika 6.2 Konačni volumeni koji dijele zajedničku stranicu
Sukladno izrazu (6.11) protok kroz stranicu ΔS sa stajališta volumena ΔVC je

ΔJnC = FnCϕC + aNC (ϕC − ϕ N ) , (6.18)
a sa stajališta volumena ΔVN protok je
ΔJnN = FnNϕ N + aNN (ϕ N − ϕC ) , (6.19)
pri čemu koeficijent a govori o utjecaju ϕ N na ϕC u jednadžbi izvedenoj za ΔVC , a aNN o
C
N
utjecaju ϕC na ϕ N u jednadžbi za izvedenoj za ΔVN . Ako je čvor C u globalnoj matrici

označen indeksom i, a čvor N indeksom j, tada će koeficijent aNC u matrici koeficijenata biti
na poziciji A i , j (i-ti redak označuje jednadžbu – ovdje od čvora C, j-ti stupac označuje
utjecajni koeficijent – ovdje od čvora N). Po analogiji bi koeficijent aNN u matrici bio na
poziciji A j ,i . Uvrštavanjem (6.18) i (6.19) u jednadžbu (6.17) koja kaže da je ΔJnN = −ΔJnC
slijedi veza među koeficijentima
aNN = aNC + FnC (6.20)
Izraz (6.20) omogućuje računanje koeficijenata, vezano na stranice, jer čim se definira
koeficijent aNC u jednadžbi izvedenoj za volumen ΔVC , moguće je uz pomoć izraza (6.20)
jednostavno izračunati i koeficijent aNN . Uočimo da će za slučaj čisto difuzijskog transporta

( FnC = 0 ) koeficijenti aNC i aNN biti jednaki, što znači da će matrica sustava biti simetrična.
Jasno je samo po sebi da će uvjet ΔJnN = −ΔJnC biti ispunjen samo ako u definicijama tih
protoka sudjeluju isti čvorovi. Ako su to samo čvorovi C i N, onda je to samo po sebi
ispunjeno, no ako se koriste sheme višeg reda točnosti, koje zahtijevaju više čvorova, onda to
ne mora biti slučaj. Kao primjer uzmimo primjer kartezijske mreže na slici 6.3.
WW W C n E EE
ΔVC ΔS ΔVE
Slika 6.3 Dio kartezijske mreže
Ako se za definiranje protoka kroz stranicu ΔS u jednadžbi za volumen ΔVC , koriste čvorovi
W, C i E, a za definiranje protoka kroz istu stranicu u jednadžbi za volumen ΔVE čvorovi C,
E i EE, onda numerička shema neće biti konzervativna. Prema tome metoda konačnih razlika
u općem slučaju neće rezultirati konzervativnom numeričkom shemom.
2. Predznaci koeficijenta. Diskretizirana jednadžba (6.14) za volumen ΔVC na slici 6.1,

sadrži koeficijente aNnb koji označuju utjecaj okolnih vrijednosti polja ϕ na vrijednost polja u
čvoru C. Logično je pretpostaviti da ako u bilo kojem okolnom čvoru vrijednost polja ϕ iz
nekog razloga poraste, da će taj porast izazvati i porast vrijednosti u čvoru C. Da bi to bilo
tako svi koeficijenti u jednadžbi (6.14) moraju biti istog predznaka, recimo pozitivni. Dobra
numerička shema će rezultirati pozitivnim koeficijentima. Ako je koeficijent aC pozitivan, a
aN negativan, to bi značilo da smanjenje ϕ N izaziva povećanje ϕC , što vodi ka nestabilnosti.
Naravno neke od shema koje se koriste rezultiraju različitim predznacima koeficijenata, a ako
su pozitivni koeficijenti dominantni nad negativnim, postupak će ostati stabilan, ali će se
povećati vjerojatnost pojave nefizikalnih oscilacija u rješenju za polje ϕ . Jasno je da ako je
koeficijent aN jednak nuli, to znači da čvor N nema utjecaj na čvor C, što je tipično za
paraboličke jednadžbe. Iz jednadžbe (6.20) je jasno da će koeficijent aNN koji govori o
utjecaju čvora C na čvor N biti različit od nule. Dobra numerička shema treba prepoznati
lokalni matematički karakter diferencijalne jednadžbe.
3. Linearizacija izvorskog člana. Linearizacijom izvorskog člana u obliku SC ΔVC = a + bϕC

uspostavljena je veza brzine nastajanja ili nestajanja fizikalnog svojstva unutar konačnog
volumena s vrijednošću polja u centralnom čvoru. Ako je koeficijent b pozitivan tada će za
pozitivni ϕC izvorski član doprinositi da ϕC postane još veći, a za negativni još manji, što
vodi k nestabilnosti. Negativni koeficijent b linearizacije izvorskog člana vodit će stabilizaciji
numeričkog postupka, te ga treba prakticirati. Iz jednadžbe (6.14) je vidljivo da negativni
koeficijent b vodi k povećanju koeficijenta aC , tj. povećava dijagonalnu dominantnost matrice
sustava diskretiziranih jednadžbi, što je dobro i sa stajališta iterativnog rješavanja sustava
algebarskih jednadžbi.
4. Suma koeficijenata. Za slučaj stacionarnog problema i bez izvorskog člana opća

transportna jednadžba (6.1) glasi
∂ϕ ∂ 2ϕ
ρv j −Γ =0 (6.21)
S obzirom da jednadžba (6.21) sadrži samo derivacije polja njeno opće rješenje će biti
neodređeno do na konstantu (rješenju se može dodati proizvoljna konstanta a da ono još
uvijek zadovoljava diferencijalnu jednadžbu). Diskretizirana oblik jednadžbe (6.21), prema
jednadžbi (6.12), u kojoj se briše lokalni i izvorski član glasi:
N nb
aCϕC = ∑ [ aNϕ N ]
nb
(6.22)
nb =1
Od jednadžbe (6.22) također zahtijevamo da ostane zadovoljena ako se svim čvornim
vrijednostima polja ϕ doda ista vrijednost. To će biti ispunjeno samo ako je
N nb
aC = ∑ [ aN ]
nb
(6.23)
nb =1
Ovaj uvjet mora zadovoljavati i numerička shema. Uz pretpostavku diskretizacije koja se
može svesti na oblik jednadžbe (6.11), to je očito zadovoljeno, kako je pokazano jednadžbom
(6.13). U općem slučaju, kada se koristi više čvorova u numeričkoj shemi, također treba voditi
računa o ovom svojstvu.
6.2. Numeričke sheme
6.2.1. Gradijent polja ϕ u centralnom čvoru

Kao što je rečeno u integralnom obliku opće transportne jednadžbe (6.10) ϕC ima značenje
srednje vrijednosti polja ϕ po konačnom volumenu (ako je raspodjela ϕ linearna, a točka C
težište volumena), a ϕn i ∂ϕ / ∂n označuju srednje vrijednosti po stranici koje se definiraju
n
numeričkom shemom na temelju čvornih vrijednosti polja ϕ . Ako čvor C nije u težištu
volumena, srednja vrijednost ϕ unutar konačnog volumena se definira jednadžbom (6.6) u
kojoj se pojavljuje gradijent polja ϕ u čvoru C. Taj se gradijent može izračunati, polazeći od
definicije srednje vrijednosti gradijenta unutar konačnog volumena, primjenom Gaussove
formule, kako slijedi:
nb
∂ϕ ∂ϕ N nb
ΔV = ∫ dV = ∫ ϕ n j dS = ∑ ⎡⎣ϕn n j ΔS ⎤⎦ , (6.24)
∂x j ΔV
∂x j ΣΔS nb =1
gdje ϕn označuje srednju vrijednost polja ϕ po stranici konačnog volumena, kao i u izrazu
(6.11) za protok fizikalnog svojstva kroz stranicu. Naravno ako je raspodjela ϕ unutar
konačnog volumena linearna, tada će gradijent ϕ biti konstantan, pa se na temelju (6.24)
može tvrditi da je
nb
∂ϕ 1 N nb
∂x j
=
ΔVC
∑ ⎡⎣ϕ n ΔS ⎤⎦
nb =1
n j (6.25)
C
Alternativno, do gradijenta ϕ u čvoru C se može doći i primjenom metode najmanjih
kvadrata. Polazeći od vrijednosti polja u čvoru C, primjenom Taylorove formule u kojoj se
uzima samo linearni član, može se aproksimirati vrijednost ϕ u susjednom čvoru N, u obliku
∂ϕ
ϕ Naproks. = ϕC +
∂x j
(x N
j − x Cj ) (6.26)
C dj
gdje je d j vektor od čvora C do čvora N. Traži se takav gradijent ϕ da suma kvadrata

odstupanja aproksimiranih vrijednosti ϕ Naproks. od stvarnih vrijednosti ϕ N po svim okolnim
čvorovima bude minimalna. S obzirom da se kod udaljenijeg čvora može tolerirati veća
pogreška, obično se pogreška dijeli s udaljenošću čvorova C i N, pa je kriterij
2
⎡ ∂ϕ ⎤
⎢ ϕ N − ϕC − dj ⎥ 2
∂x j N nb ⎡ ⎤
N nb
⎢ ⎥ ϕ N − ϕC ∂ϕ
∑⎢ d
C
⎥ = ∑⎢ d
nb =1 ⎢
−
∂x j
ξ j ⎥ = min ,
⎥
(6.27)
nb =1
⎢ j ⎥ ⎣ j C ⎦
⎢ ⎥
⎣ ⎦
gdje je ξ j jedinični vektor u smjeru spojnice čvorova C i N. Iz uvjeta da derivacije izraza
(6.27) po komponentama gradijenta ϕ u čvoru C moraju biti jednake nuli, slijedi izraz
⎡ Nnb ⎤ ∂ϕ N nb
ϕ N − ϕC
⎢ ∑ ξ jξ k ⎥ ∂x =∑ ξk , (6.28)
⎣ nb=1 ⎦ j C
nb =1 dj
A jk bk
U trodimenzijskoj situaciji izraz (6.28) označuje sustav tri jednadžbe s tri nepoznanice, pri
čemu matrica sustava Ajk sadrži samo geometrijske veličine pa se njeni koeficijenti računaju
nakon generiranja mreže i pamte koeficijenti inverzne matrice, tako da se gradijent ϕ , dobije
množenjem
∂ϕ −1
= ⎡⎣ Ajk ⎤⎦ bk , (6.29)
∂x j
C
Formula (6.29) je drugog reda točnosti.
6.2.2. Jednodimenzijsko analitičko rješenje opće transportne

jednadžbe
Postavlja se pitanje koji je najbolji način za definiranje numeričke sheme. Kad bi postojalo
opće analitičko rješenje transportne jednadžbe, onda bi ono sadržavalo nepoznate koeficijente
(ili funkcije) integracije koje bi se odredilo iz rubnih uvjeta. Na žalost takvo rješenje ne
poznajemo, pa bi bilo dobro kad bismo imali barem lokalno važeće rješenje (izvedeno uz
pretpostavku lokalno konstantnog polja brzine i koeficijenta difuzije) u trodimenzijskoj
situacije, ali na žalost ni to nemamo. Ono što možemo odrediti je analitičko rješenje opće
transportne jednadžbe u jednodimenzijskoj situaciji uz pretpostavku konstantne brzine i
konstantnog koeficijenta difuzije. Slika 6.4 prikazuje stranicu između dva konačna volumena
u jednodimenzijskoj situaciji, u kojoj se ϕ mijenja samo uzduž koordinate n, okomite na
stranicu, koja se poklapa sa pravcem spojnice čvorova C i N.
n=0 n =1 CN = Δn
n= f Cn
n n f =
C N Δn
ΔS n = n / Δn
Slika 6.4 Koordinatni sustav u jednodimenzijskoj situaciji

Neka je vrijednost bezdimenzijske koordinate n u čvoru C jednaka nuli, u čvoru N jednaka

jedinici, tada je u čvoru n vrijednost bezdimenzijske koordinate jednaka faktoru f linearne
interpolacije, kao što je dano na slici 6.4. Pretpostavimo da je brzina strujanja vn u smjeru osi
n konstantna, kao i koeficijent difuzije Γ . Izvorski član može biti funkcija prostornih
koordinata i vremena, a pretpostavimo da je prosječna vrijednost izvorskog člana na odsječku
Cn jednaka SC , a na odsječku nN jednaka S N . Pretpostavit ćemo konstantne vrijednosti
izvorskog člana po tim odsječcima puta. U stacionarnom jednodimenzijskom strujanju je
ϕ = ϕ ( n ) , pa opća transportna jednadžba poprima oblik
dϕ d 2ϕ ⎧⎪ S na dijelu Cn
ρ vn −Γ 2 = ⎨ C (6.30)
dn dn ⎪⎩ S N na dijelu nN
Uvođenjem bezdimenzijske koordinate za koju vrijedi n = n ⋅ Δn , te množenjem gornje
jednadžbe s ΔV = ΔS ⋅ Δn , ona poprima oblik
dϕ ΓΔS d 2ϕ ⎧⎪ SC ΔV na dijelu Cn
ρ vn ΔS − =⎨ (6.31)
dn Δn dn 2 ⎪⎩ S N ΔV na dijelu nN
Uvođenjem oznaka za jačinu konvekcije F = ρ vn ΔS i jačinu difuzije (difuzijsku provodnost)
ΓΔS
D= , te ŜC = SC ΔV i Ŝ N = S N ΔV , gornja jednadžba se može kraće zapisati
Δn
dϕ d 2ϕ ⎧⎪ Sˆ na dijelu Cn
F −D 2 =⎨ C (6.32)
dn dn ⎪⎩ SˆN na dijelu nN
Kao što je prije rečeno omjer PeΔ = F / D = P je lokalni Pecletov broj, kojeg ćemo ovdje
označiti jednostavno s P. Jednadžba (6.32) je obična diferencijalna jednadžba drugog reda s
konstantnim koeficijentima, koju ćemo zbog toga što su konstante na desnoj strani jednadžbe
definirane po odsječcima, također riješiti po odsječcima. Rješenja su istog oblika i glase
Sˆ
ϕ (C) = C1 + C2e Pn + C n na dijelu Cn (6.33)
F
Sˆ
ϕ ( N) = C3 + C4 e Pn + N n na dijelu nN (6.34)
F
Četiri nepoznate konstante se određuju iz četiri rubna uvjeta: po jedan uvjet u točkama C i N
za točku C: n = 0 vrijedi ϕC = ϕ (C) = C1 + C2

SˆN (6.35)
za točku N: n = 1 vrijedi ϕ N = ϕ (N) = C3 + C4 e P +
F
i dva uvjeta neprekidnosti rješenja u točki n:

SˆC Sˆ
za točku n: n = f vrijedi ϕ (C) = ϕ (N) ⇒ C1 + C2e Pf + f = C3 + C4 e Pf + N f
F F (6.36)
dϕ (C) dϕ (N) ˆ
S Sˆ
za točku n: n = f vrijedi = ⇒ C2 Pe Pf + C = C4 Pe Pf + N
dn dn F F
dϕ
Nakon određivanja konstanti dobiju se izrazi za ϕn i koji se uvrste u izraz (6.11) za
dn n
protok ϕ kroz površinu ΔS , koji u ovom slučaju glasi

dϕ
ΔJn = Fϕ n − D (6.37)
dn n
pa se dobije
Sˆ ⎡ e ( ) − e P ⎤ Sˆ ⎡1 − e ( ) ⎤
P 1− f P 1− f
F
ΔJn = FϕC + P (ϕC − ϕ N ) + P C ⎢ + fe P ⎥ + P N ⎢ + (1 − f ) ⎥ (6.38)
e −1 e −1 ⎣ P ⎦ e −1 ⎣ P ⎦
aN
gC SˆC g N SˆN
Možemo sada analizirati ovaj analitički izraz za tri karakteristična slučaja:

1) Čisto konvektivni transport u smjeru koordinate n, F>0, D=0, P teži k beskonačno, aN =0,
gC=f, gN=0, pa se dobije
ΔJn = FϕC + f SˆC = FϕC + SC ΔS ⋅ Cn (6.39)
SC ΔV
Za čisto konvektivni transport s lijeva u desno, protok kroz površinu ΔS zavisi samo o
uvjetima s lijeve (uzvodne) strane. Fizikalno je jasno da je protok fizikalnog svojstva za slučaj
čiste konvekcije jednak ΔJn = Fϕn , pa ako se to usporedi s izrazom (6.39) slijedi da je
ϕn = ϕC + SC ΔS ⋅ Cn / F , što znači da je vrijednost ϕ od vrijednosti ϕC u čvoru C narasla do
čvora n za utjecaj izvorskog člana na putu Cn (preciznije u volumenu ΔS ⋅ Cn ).
2) Čisto konvektivni transport u negativnom smjeru koordinate n, F<0, D=0, P teži k minus
beskonačno, aN =-F, gC=0, g N = − (1 − f ) , pa se dobije
ΔJn = Fϕ N − (1 − f ) SˆN = Fϕ N − S N ΔS ⋅ nN (6.40)
S N ΔV
Ponovo protok zavisi samo o stanju s uzvodne strane površine, a vrijednost ϕn u čvoru n
naraste u odnosu na vrijednost ϕ N u čvoru N za utjecaj izvorskog člana na putu nN :
ϕn = ϕ N + S N ΔS ⋅ nN / F .
3) Čisto difuzijski transport, F=0, D>0, P=0, aN =D, g C = f 2 / 2 , g N = − (1 − f ) / 2 , pa se

2
dobije
1 1
ΔJn = D (ϕC − ϕ N ) + SˆC f 2 − SˆN (1 − f )
2
(6.41)
2 2
Prema očekivanju za slučaj čisto difuzijskog transporta protok fizikalnog veličine ϕ ovisi o
stanju s obje strane površine ΔS . Utjecaj izvorskih članova s lijeve i desne strane površine
ovisi o faktoru linearne interpolacije (položaju čvora n u odnosu na čvorove C i N).
Naravno, ova tri analizirana slučaja su ekstremne situacije. U stvarnosti će lokalni Pecletov
broj varirati, ovisno o finoći mreže, do recimo vrijednosti reda veličine 1000. Ako je Pecletov
broj pozitivan na protok će veći utjecaj imati stanje sa strane čvora C, a za negativne
vrijednosti, sa smanjivanjem Pecletova broja rast će utjecaj sa strane čvora N. Za numeričke
sheme koje imaju ovo svojstvo da utjecaj pojedinog čvora ovisi o Pecletovu broju, kaže se da
imaju svojstvo transportivnosti. Iz slika 6.5 i 6.6 se vidi utjecaj Pecletova broja na
koeficijente gC, g N i aN. Očito da kad lokalni Pecletov broj poprimi vrijednost 8, da
koeficijenti g N i aN poprimaju vrijednosti nula kao i za beskonačni Pecletov broj, što znači da
na protok veličine ϕ utječe samo uzvodna strana. Slično vrijedi i za P<-8, kada je aN=–F,
(što je jasno i iz jednadžbe (6.20)), a gC postaje nula, pa na protok utječe samo stanje na strani
čvora N. Iz jednadžbe (6.20) je jasno da ako je koeficijent aN sa stajališta volumena C
(označen sa aNC ) jednak nuli da će koeficijent aN sa stajališta volumena N (označen sa aNN ) biti
jednak F. Prema tome kad se radi analiza koeficijenata dovoljno je gledati samo pozitivne
vrijednosti lokalnog Pecletovog broja, jer se protok kroz stranicu uvijek može promatrati sa
stajališta volumena iz kojeg fluid izlazi.
0.5
0.4
0.3 gC
0.2 gN
0.1
gC, gN
0
-0.1
-0.2
-0.3
-0.4
-0.5
-30 -20 -10 0 10 20 30
P
Slika 6.5 Zavisnost koeficijenata gC i gN u jednadžbi (6.38) od lokalnog Pecletova broja za

f=0,5
1.5
aN / D
0.5
0
-2 0 2 4 6 8 10
P
Slika 6.6 Zavisnost koeficijenata aN u jednadžbi (6.38) od lokalnog Pecletova broja
Od dobre numeričke sheme se očekuje svojstvo transportivnosti, jer je to važno na granici

gdje fluid napušta domenu proračuna (izlazna granica) na kojoj obično ne poznamo
vrijednosti veličine ϕ . Ako je Pecletov broj na izlaznoj granici dovoljno velik, onda je jasno
da stanje na izlaznoj granici (čak da ga pretpostavimo potpuno krivo) neće imati utjecaja na
polje ϕ unutar područja proračuna, pod uvjetom da numerička shema ima svojstvo
transportivnosti.
Uočimo da smo u jednadžbi (6.30) definirali izvorski član konstantan po odsječcima i time
dopustili njegovu diskontinuiranu promjenu. Da smo propisali kontinuiranu promjenu, npr.
S = SC + n ( S N − SC ) , u analitičkom rješenju bi dobili varijaciju ϕ s kvadratom n , što bi
formalno gledajući bilo točnije nego linearna promjena, koja je dobivena s konstantnim
izvorskim članom. Međutim, pri tako definiranom izvorskom članu za slučaj čiste konvekcije
(npr. od čvora C prema N), bi u rješenju ostao utjecaj izvorskog člana S N , što je nefizikalno.
Izvedena numerička shema, tj. formula (6.38) za protok ϕ , primijenjena u jednodimenzijskoj
situaciji daje egzaktno rješenje problema za slučaj konstantnog izvorskog člana, i vrlo točna
rješenja u općem slučaju, te je bolja od svih danas korištenih shema. Bilo bi dobro kad bi u
višedimenzijskoj situaciji, također imali analitičko rješenje opće transportne jednadžbe, ali to
na žalost nije slučaj. Stoga se uz određene aproksimacije može iskoristiti i jednodimenzijsko
rješenje. Opća konvekcijsko-difuzijska jednadžba u 2D ima oblik
∂ϕ ∂ϕ ∂ 2ϕ ∂ 2ϕ
ρ vx + ρ vy − Γ 2 − Γ 2 = Sϕ (6.42)
∂x ∂y ∂x ∂y
Ona se može prikazati i u n − m koordinatnom sustavu, pri čemu je os n usmjerena okomito
na površinu ΔS , prema slici 6.7, a os m okomito na nju, pri čemu je jednadžba u tom
koordinatnom sustavu
∂ϕ ∂ϕ ∂ 2ϕ ∂ 2ϕ
ρ vn + ρ vm −Γ 2 −Γ = Sϕ (6.43)
∂n ∂m ∂n ∂m 2
prebacivanjem članova koji sadrže derivacije po m, dobije se jednadžba
∂ϕ ∂ 2ϕ
ρ vn −Γ 2 = S , (6.44)
∂n ∂n
gdje je S
∂ϕ ∂ 2ϕ
S = Sϕ − ρ vm +Γ (6.45)
∂m ∂m 2
Uz pretpostavku ϕ = ϕ (n) jednadžba (6.44) će formalno biti istog oblika kao i u
jednodimenzijskoj situaciji, jednadžba (6.30), pri čemu će izvorski član biti modificiran za
poprečni konvekcijski i difuzijski transport veličine ϕ , koji bi se dobio integriranjem
jednadžbe (6.45) po zamišljenom osjenčanom volumenu prikazanom na slici 6.7.
m
y nj
N n
n
C ΔS
ΔVN
ΔVC
x
Slika 6.7 Lokalni koordinatni sustav

6.3. Pregled osnovnih numeričkih shema
6.3.1. Eksponencijalna shema (Exponential Scheme - ES), Polinomna

shema
Eksponencijalna shema je definirana kao posebni slučaj analitičkog rješenja (6.38) u kojem se
uzima SˆC = SˆN = 0 , pa izraz za protok ϕ kroz granicu ΔS glasi
F
ΔJn = FϕC + P (ϕC − ϕ N ) = FϕC + aN (ϕC − ϕ N ) (6.46)
e −1
aN
Zavisnost koeficijenta aN od Pecletova broja je dana na slici 6.6. Jasno je da je ova shema
konzervativna, uvijek daje pozitivne koeficijente i ima svojstvo transportivnosti, što su dobre
strane ove sheme, a nedostaci su da je shema prvog reda točnosti za visoke vrijednosti P, a
drugog reda točnosti samo za P=0. Drugi je nedostatak sheme što se u izrazu za aN pojavljuje
eksponencijalna funkcija, koja za visoke vrijednosti P poprima vrijednosti koje se ne mogu
prikazati u računalu („overflow“) pa računanje koeficijenta zahtijeva ispitivanje područja P
što postaje skupo. Stoga se ova shema češće koristi u oblicima gdje se izraz za aN aproksimira
jednostavnijim izrazom. Jedan od primjera je polinomna shema u kojoj se koeficijent aN
računa prema izrazu
aN = max 0 ; (1 − 0,1 P ) ⋅ D
5
(6.47)
gdje max a ; b označuje veću vrijednost od a i b. Izraz (6.47) vrlo dobro aproksimira
originalni izraz za koeficijent aN. Promjena ϕ između čvorova C i N je prema ovoj shemi
zavisna od P, prema sljedećem izrazu
e Pn − 1
ϕ = ϕC + P (ϕ N − ϕ C ) (6.48)
e −1
Grafički prikaz promjene φ = (ϕ − ϕC ) / (ϕ N − ϕC ) u funkciji bezdimenzijske koordinate n je
dan na slici 6.8. Vrijednost n =0 odgovara poziciji čvora C, a n =1 poziciji čvora N.
Vrijednost φ =0 odgovara ϕ = ϕC , dok φ =1 odgovara ϕ = ϕ N . Za P=0 dobije se linearna
promjena ϕ , za P<0 vrijednost ϕn na npr. n =0,5 je bliža vrijednosti ϕ N , dok za P → −∞ ,
ϕn → ϕ N . Za pozitivne vrijednosti P, dominira uzvodna vrijednost ϕC .
1
P tezi k minus beskonacno
P<0
0.75
P=0
P>0
0.5
φ
0.25
P tezi k beskonacno
0
0 0.25 0.5 0.75 1
C n N
Slika 6.8 Promjena φ = (ϕ − ϕC ) / (ϕ N − ϕC ) između čvorova C i N

6.3.2. Uzvodna shema (Upwind Differencing Scheme - UDS)

Iako analitičko rješenje (6.38) ukazuje na činjenicu da bi pri modeliranju protoka ϕ kroz
granicu, koji je definiran zbrojem konvekcije i difuzije
dϕ
ΔJn = Fϕ n − D (6.49)
dn n
trebalo voditi računa o međudjelovanju ova dva transporta, u gotovo svim shemama se to ne
čini, nego se difuzijski transport modelira kao da nema konvekcijskog, a konvekcijski kao da
nema difuzijskog. Kao što je već prije rečeno, difuzijski transport je simetričan, pa će za
diskretizaciju tog dijela transporta shema centralnih razlika biti najbolje rješenje, a formula
drugog reda točnosti (na ravnomjernoj mreži) glasi
dϕ
−D = − D (ϕ N − ϕ C ) (6.50)
dn n
Sheme će se razlikovati po modeliranju konvekcijskog transporta, odnosno vrijednosti ϕn u
izrazu (6.49). Ako se zanemari difuzijski transport, lokalni Pecletov broj može poprimiti
vrijednosti P = ±∞ , za koje je prema izrazu (6.48) za eksponencijalnu shemu diferencije
⎧ϕ za F > 0
ϕn = ⎨ C (6.51)
⎩ϕ N za F < 0
Za pozitivne vrijednosti F (odnosno P) izraz za protok prema uzvodnoj shemi diferencije je
dϕ
ΔJn = Fϕn − D = Fϕ C + D (ϕ C − ϕ N ) (6.52)
dn n aN
Ako se izraz (6.52) usporedi s općim izrazom (6.11), očito je da vrijedi aN = D . Slika 6.9
uspoređuje koeficijente u eksponencijalnoj i uzvodnoj shemi diferencije. Očito je koeficijent
aN u UDS shemi precijenjen pri višim vrijednostima lokalnog Pecletovog broja zbog činjenice
da je difuzijski transport modeliran pri čistoj difuziji (ne vodeći računa o utjecaju konvekcije
na normalnu derivaciju ϕ ).
0.8
Uzvodna shema
Eksponencijalna shema
0.6
aN / D
0.4
0.2
0
0 2 4 6 8 10
P
Slika 6.9 Usporedba koeficijenata Uzvodne i Eksponencijalne sheme diferencije
Osnovni nedostatak ove sheme je da je prvog reda točnosti, te unosi lažnu difuziju u
numeričko rješenje. Dobre strane su izuzetno jednostavno računanje koeficijenta, a s obzirom
da su koeficijenti uvijek pozitivni, neće nikad davati nefizikalna oscilatorna rješenja, niti će
praviti probleme vezano na konvergenciju numeričkog postupka (robusna shema). Zbog toga
je ova shema omiljena i ugrađena u gotovo sve komercijalne CFD pakete.
6.3.3. Shema centralnih razlika (Central Differencing Scheme - CDS)

U ovoj shemi se pretpostavlja linearna promjena ϕ između čvorova C i N, što je prema
analitičkom rješenju slučaj ako je P=0. Difuzijski transport je definiran izrazom (6.50), a za
slučaj ravnomjerne mreže konvekcijski transport je definiran s ϕ n = (ϕC + ϕ N ) / 2 , pa je izraz
za protok ϕ jednak
dϕ ϕ + ϕN ⎛ F⎞
ΔJn = Fϕn − D =F C + D ( ϕ C − ϕ N ) = F ϕ C + ⎜ D − ⎟ (ϕ C − ϕ N ) (6.53)
dn n 2 ⎝ 2⎠
aN
Ova shema je formalno drugog reda točnosti, ali to ne znači da će za visoke vrijednosti
lokalnog Pecletova broja davati bolje rezultate nego uzvodna shema diferencije. Slika 6.10
daje usporedbu koeficijenata triju shema. Očito će Shema centralnih razlika davati negativne
vrijednosti koeficijenta za P>2, što će rezultirati pojavom nefizikalnog oscilirajućeg rješenja u
blizini diskontinuiteta. Treba naglasiti da ova shema nema svojstvo transportivnosti, te uvodi
eliptičnost i u situacijama kada su jednadžbe paraboličke ili hiperboličke, što ima za
posljedicu potrebu zadavanja rubnih uvjeta i na granicama na kojima to, fizikalno gledajući,
nije potrebno.
0.8
Uzvodna shema
0.6
Shema centralnih razlika
aN / D
0.4
0.2
-0.2
0 2 4 6 8 10
P
Slika 6.10 Usporedba koeficijenata Uzvodne, Eksponencijalne i Centralne sheme diferencije
Očito su pri vrijednostima lokalnog Pecletova broja blizu nule Eksponencijalna shema i
Shema centralnih razlika vrlo slične (za P=0 su identične), pa se zaključuje da je i
Eksponencijalna shema drugog reda točnosti za čisto difuzijske probleme. Neki autori
preferiraju primjenu Sheme centralnih razlika zbog jednostavnosti računanja koeficijenta i
zbog drugog reda točnosti, ali treba imati na umu da je shema primjenjiva za niske vrijednosti
lokalnog Pecletova broja, što se može postići usitnjavanjem geometrijske mreže.
6.3.4. QUICK (Quadratic upwind) shema.

Ako želimo postići više redova točnosti sheme diferencije, u definiciji sheme treba koristiti
više čvorova, čime će se povećati i računalna molekula odnosno povećati popunjenost matrice
sustava linearnih algebarskih jednadžbi. QUICK shema se temelji na provlačenju kvadratne
funkcije kroz tri čvora, prema slici 6.11. Ako je strujanje u smjeru od čvora C prema čvoru E,
tada se za definiranje protoka kroz stranicu ΔS koriste čvorovi W, C i E, a u suprotnom
čvorovi C, E i EE. Naravno, da bi se zadržala konzervativnost sheme, potrebno je koristiti ista
tri čvora i za protok kroz tu stranicu, kad se protok promatra sa stajališta volumena s
centralnim čvorom E. U svakoj jednadžbi će se za svaki smjer pojaviti jedan čvor više i to s
uzvodne strane. Treba naglasiti da ovo nije potpuna uzvodna shema, jer se koriste čvorovi s
obje strane granice, pa će ova shema hiperboličkim jednadžbama davati eliptički karakter
poput Sheme centralnih razlika.
ϕC ϕN
ϕW ϕn
WW W C n E EE
ΔVC ΔS ΔVE
Slika 6.11 Uz definiciju QUICK sheme
Difuzijski transport se modelira shemom centralnih razlika, izrazom (6.50) kao i u prethodne
dvije sheme, a veličina ϕn za konvekcijski transport se za slučaj ravnomjerne mreže definira
izrazima
⎧1
⎪⎪ 8 ( −ϕ W + 6ϕC + 3ϕE ) za F > 0
ϕn = ⎨ (6.54)
⎪ 1 ( 3ϕ + 6ϕ − ϕ ) za F < 0
⎪⎩ 8 C E EE
S obzirom na različite predznake koeficijenata shema će za slučaj diskontinuiteta generirati

nefizikalno oscilirajuće rješenje.
6.3.5. Linearno uzvodna shema (Second Order Upwind ili Linear

Upwind Scheme - LUDS)
Prava potpuno uzvodna shema, koja je drugog reda točnosti je linearno uzvodna shema. U
uzvodnoj shemi prvog reda vrijednost ϕ na stranici je definirano kao rješenje eksponencijalne
sheme za D=0. Eksponencijalna shema je izvedena kao poseban slučaj jednodimenzijskog
rješenja u kojem je zanemaren utjecaj izvorskog člana. Za slučaj kada se izvorski član uzme u
obzir, pri D=0, dobiju se izrazi (6.39) za F>0 i (6.40) za F<0, prema kojima se vrijednost ϕn
razlikuje od čvornih vrijednosti ϕ zbog utjecaja izvorskog člana. U jednodimenzijskoj
situaciji je to fizikalni izvorski član, a u višedimenzijskoj situaciji u izvorski član ulaze i
utjecaji konvekcijskog i difuzijskog transporta u poprečnom smjeru, pa će se ϕn razlikovati
od ϕC i ϕ N i pri nultom fizikalnom izvorskom članu. Izraz (6.39) pokazuje da će za pozitivni
izvorski član na putu od čvora C do čvora n, ϕ rasti, pa će unutar volumena ΔVC postojati
gradijent ϕ , koji posredno govori o izvorskom članu u jednadžbi (6.39). Drugim riječima
vrijednost ϕn može se odrediti linearnom ekstrapolacijom iz uzvodnih čvorova, kako je to
prikazano na slici 6.12, za slučaj F>0.
ϕC ϕn
ϕW
WW W C n E EE
ΔVC ΔS ΔVE
Slika 6.12 Uz definiciju LUDS sheme

Difuzijski transport se definira kao u prethodne tri sheme, izrazom (6.50), a izraz za vrijednost
ϕn u konvekcijskom transportu je za ravnomjernu mrežu na slici 6.12
⎧ 1 ∂ϕ
uzvodno
1
ϕ
⎪ C + = ϕC + (ϕC − ϕ W ) za F > 0
⎪ 2 ∂n 2
ϕn = ⎨ C
uzvodno
(6.55)
⎪ 1 ∂ϕ 1
⎪ϕE + 2 ∂n = ϕ E + (ϕE − ϕEE ) za F < 0
⎩ E 2
Ova shema također generira negativne koeficijente, te će davati oscilatorno rješenje u blizini
diskontinuiteta, kao i prethodne sheme višeg reda točnosti. Za sve sheme koje daju
nefizikalno oscilatorno rješenje problema (generiraju nove maksimume i minimume pri
nultom izvorskom članu), kaže se da su neomeđene (engl. Unbounded). Svojstvo omeđenosti
numeričke sheme je vrlo važno, a od dobre numeričke sheme se to svojstvo bezuvjetno
zahtijeva.
Ono što se iz opisanih shema može zaključiti je
1) Sheme prvog reda (Eksponencijalna, Uzvodna) su omeđene, ali zbog toga što su prvog
reda točnosti u pogrešci diskretizacije imaju druge prostorne derivacije, što znači da u
rješenje unose lažnu difuziju, te će u blizini diskontinuiteta davati razliveno rješenje.
2) Sheme drugog i višeg reda (CDS, Linearno uzvodna i QUICK) ne unose u rješenje
numeričku difuziju, ali su neomeđene, što znači da će u blizini diskontinuiteta
generirati nefizikalno oscilirajuće rješenje.
6.3.6. Hibridna shema.

U nastavku se daje kratki prikaz osnovnih ideja kako omeđiti sheme višeg reda točnosti.
Vidjeli smo da shema koja rezultira samo pozitivnim koeficijentima daje bezuvjetno omeđeno
rješenje. Ako se spriječi pojavu negativnih koeficijenta dobit će se omeđena shema. To je
iskorišteno u definiranju Hibridne sheme, koja je izvorno CDS shema u kojoj se negativni
koeficijenti postavljaju na nulu. Definicija koeficijenata Hibridne sheme je
F
aN = max 0, D − (6.56)
2
što je prikazano na slici 6.13. Ova shema se može shvatiti kao aproksimacija Eksponencijalne
sheme (sastoji se od tangente u P=0 i asimptote za P → ∞ ), a drugog je reda točnosti do P=2,
te prvog reda točnosti za P>2. Zbog pozitivnih koeficijenata, shema je omeđena.
0.8
0.6 Hibridna shema
aN / D
0.4
0.2
-0.2
0 2 4 6 8 10
P
Slika 6.13 Koeficijenti Hibridne sheme
6.3.7. Kombinirana shema.

U nekim računalnim programima se koristi linearna kombinacija uzvodne sheme i sheme
centralne diferencije (engl. Blending scheme), u kojoj je koeficijent aN definiran kao
aN = γ aNCDS + (1 − γ ) aNUDS , (6.57)
gdje je γ faktor miješanja. Za γ =1 dobije se shema centralnih razlika, a za γ =0, uzvodna
shema. Slika 6.14 prikazuje promjenu koeficijenta aN kombinirane sheme ovisno o
koeficijentu γ . Očito se područje pozitivnog koeficijenta povećava sa smanjivanjem faktora
γ , čime je shema stabilnija ali i manjeg reda točnosti.
1
Uzvodna shema (γ = 0)
0.8 (γ = 0,25)
(γ = 0,50)
Shema centralnih razlika (γ = 1)
0.6
aN / D
0.4
0.2
-0.2
0 2 4 6 8 10
P
Slika 6.14 Mješavina CDS i UDS za različite faktore miješanja
6.3.8. Skupina konvekcijski omeđenih shema

Nužan uvjet da se u numeričkom rješenju pojave nefizikalne oscilacije (generiranje novih
ekstrema) je da numerička shema daje negativne koeficijente. Međutim ako je rješenje
monotono rastuće ili monotono padajuće neće se pojaviti novi ekstremi u rješenju bez obzira
na negativne koeficijente. Ako promatramo linearno uzvodnu LUDS ili QUICK shemu,
možemo općenito pisati da je na ravnomjernoj mreži, prema slici 6.12, vrijednost ϕn na
granici za pozitivni Pecletov broj je općenito funkcija
ϕ n = ϕ n (ϕ W , ϕ C , ϕ E ) (6.58)
ϕ − ϕW
Uvođenjem bezdimenzijske vrijednosti φ = , funkcija (6.58) prelazi u oblik
ϕE − ϕ W
φn = φn (φW , φC , φE ) . S obzirom da je po definiciji φW =0 i φE =1, ostaje da je φn = φn (φC ) , što

se može prikazati krivuljom u dijagramu (dijagram se naziva NVD – Normalized Variable
Diagram). Za monotono rastuću ili monotono padajuću funkciju ϕ bezdimenzijska vrijednost
φC će biti u intervalu nula do jedan, za funkciju ϕ s maksimumom u ϕC , kao na slici 6.15 će
φC biti veći od jedan, a za funkciju ϕ s minimumom u ϕC kao na slici 6.15 će φC biti manji
od nula. Ako se traži da numerička shema ne generira nove maksimume i minimume onda
interpolirana vrijednost ϕn treba biti u intervalu između vrijednosti ϕC i ϕE , odnosno gledano
u bezdimenzijskim varijablama φn treba biti između φC i jedan. Za vrijednosti φC >1 i φC <0,
da bi se izbjeglo formiranje novih ekstrema treba biti φn = φC , što odgovara uzvodnoj shemi
diferencije. Slika 6.16 prikazuje područje kroz koje smije prolaziti funkcija φn = φn (φC ) .
Funkcija treba biti kontinuirana i prolaziti točkama A i B, te područjem crvenog trokuta.
Analiza pokazuje da će funkcija φn = φn (φC ) za sheme drugog reda točnosti prolaziti točkom
( φC , φn )=(0.5,0.75), a funkcija za shemu trećeg reda točnosti će prolaziti istom tom točkom i
imati nagib 0.75.
ϕW
ϕC ϕn ϕE ϕC
ϕW ϕn
ϕE
W C n E W C n E
0 < φC < 1 0 < φC < 1
ϕE
ϕC ϕn ϕW
ϕE ϕC
ϕW
ϕn
W C n E C n E
W
φC > 1 φC < 0
Slika 6.15 Neki slučajevi profila ϕ
φn
1 B
A
1 φC
Slika 6.16 Dopušteno područje za funkciju φn = φn (φC ) za konvekcijski omeđenu numeričku

shemu u NVD dijagramu
Kao primjer analizirajmo sljedeće sheme u NVD dijagramu:

I) shema centralnih razlika: ϕ n = (ϕC + ϕ E ) / 2 ili φn = (φC + 1) / 2
1 1
II) QUICK shema: ϕn = ( −ϕW + 6ϕC + 3ϕE ) ili φn = ( 6φC + 3)
8 8
1 3
III) LUDS shema: ϕn = ( 3ϕC − ϕ W ) ili φn = φC
2 2
Slika 6.17 prikazuje funkcije φn = φn (φC ) za ove tri sheme. Očito je da će sve tri sheme biti
neomeđene. S obzirom da sve sheme prolaze točkom T(0,5 ; 0,75) zaključuje se da su barem
drugog reda točnosti, a pravac koji označuje QUICK shemu ima nagib 0.75, što znači da je
trećeg reda točnosti. Temeljem NVD dijagrama moguće je definirati konvekcijski omeđene
numeričke sheme. Jedna mogućnost bi bila npr. kombinacija UDS sheme za P ≥ 1 , LUDS
sheme za 0 < P < 0,5 i CDS sheme za 0,5 ≤ P < 1 . Takva bi shema bila drugog reda točnosti
za vrijednosti Pecletova broja manji od jedan, i prvog reda točnosti za ostale vrijednosti
Pecletova broja. Ako se uzme u obzir da će rješenje u glavnini biti monotono, za shemu se
može reći da je drugog reda točnosti, a na uzvodnu shemu se prelazi samo u blizini lokalnog
ekstrema.
φn LUDS
CDS
1
QUICK 1 φC
Slika 6.17 Analiza CDS, QUICK i LUDS shema u NVD dijagramu
Postoji više numeričkih shema koje su definirane na temelju NVD dijagrama. Neke od njih su
prikazane na slici 6.18.
φn OSHER φn SMART φn GAMMA

1 1 1
QUICK CDS
LUDS
φC φC φC
1 1 1
φn = 3φC φn = 3φC
Slika 6.18 Prikaz nekih od konvekcijski omeđenih shema u NVD dijagramu

6.3.9. Skupina TVD shema s limiterima

Kao što je prije rečeno, najjednostavnija konvekcijska jednadžba je jednodimenzijska
nestacionarna jednadžba s konstantnom brzinom u i bez izvorskog člana, koja glasi
∂ϕ ∂ϕ
+u =0 (6.59)
∂t ∂x
Jednadžba je hiperboličkog tipa i znamo joj analitičko rješenje. Bez obzira na njenu
jednostavnost, pri njenom numeričkom rješenju pojavljuju se problemi točnosti kada u
rješenju postoji diskontinuirana promjena ϕ . Numeričke sheme prvog reda točnosti unose u
rješenje lažnu difuziju, a sheme višeg reda točnosti daju rješenja s nefizikalnim oscilacijama u
blizini diskontinuiteta, kako je to ilustrirano na slici 6.19.
φ Egzaktno rješenje
φmax
Numeričko rješenje (uzvodna shema)
Numeričko rješenje (shema višeg reda)
0
x
Slika 6.19 Shematski prikaz numeričkih rješenja konvekcijske jednadžbe
Dobro svojstvo shema višeg reda je da ne unose numeričku difuziju u rješenje, tj. bolje
opisuju diskontinuitet, ali generiraju nove ekstreme u rješenju, što je često neprihvatljivo s
fizikalnog stajališta (npr. koncentracija ne može biti veća od 1, kinetička energija ne može biti
negativna i sl.). Stoga se sheme višeg reda trebaju kodificirati da se izbjegne pojava
oscilirajućeg rješenja. Od numeričke sheme će se tražiti da zadrži monotonost rješenja, tj. ako
je početni profil ϕ uzlazni s koordinatom x, onda on u numeričkom rješenju mora ostati
uzlazni, i obrnuto silazni profil mora ostati silazni. Numerička shema će imati svojstvo
monotonost ako i samo ako su svi koeficijenti u diskretiziranoj jednadžbi pozitivni. Kao što je
prije pokazano uzvodna shema uvijek daje pozitivne koeficijente, te ona ima svojstvo
monotonosti. Svojstvo monotonosti se može izraziti i na način da se traži da numerička shema
ne generira nove maksimume i minimume, što se može kvantificirati s totalnom varijacijom
(TV – engleski total variation), koja se definira na numeričkom rješenju čije su diskretne
vrijednosti označene s ϕin (indeks i označuje položaj čvora u prostoru, a indeks n vremenski
trenutak). Totalna varijacija u trenutku n se definira izrazom
∂ϕ N
TV(ϕ n ) = ∫ dx = ∑ ϕin − ϕin−1 , (6.60)
∂x i =2
gdje je N broj čvorova po prostornoj koordinati. Za egzaktno rješenje prema slici 6.19 TV je
jednako 2ϕmax i ostaje konstantno tijekom vremena. Za rješenje označeno zelenom bojom TV
je također 2ϕmax , dok je za plavo rješenje TV veći od 2ϕmax . Shema koja ima svojstvo
monotonosti, odnosno koja ne generira nove ekstreme se kaže da je TVD (engl. total variation
diminishing) ako je TV(ϕ n+1 ) ≤ TV(ϕ n ) , za svaki n.
Da bi se od sheme višeg reda točnosti koja nije TVD shema načinila TVD shema potrebno je
u shemu uvesti limitere protoka. Ukupni protok se može prikazati zbrojem protoka
definiranog uzvodnom shemom (koja je TVD) i razlike do ukupnog protoka definiranog
shemom višeg reda (koja nije TVD). Limiteri protoka se primjenjuju na razliku protoka, te se
traže uvjeti da limitirani protoci rezultiraju TVD shemom.
Ilustrirat ćemo ideju limitera na primjeru linearno uzvodne sheme, koja je drugog reda
točnosti i nije TVD shema. Slika 6.20 prikazuje dio diskretiziranog područja proračuna, gdje
je zbog jednodimenzionalnosti odabrano ΔS = 1 .
ϕC ϕe
ϕW
ww w e x
WW W C E
ΔS=1
Δx Δx
Slika 6.20 Diskretizacija jednodimenzijskog područja
Integriranjem jednadžbe (6.59) po osjenčanom volumenu ΔVC = ΔS ⋅ Δx na slici 6.20, dobije

se
∂ϕ
ΔVC + uΔS (ϕe − ϕ w ) = 0 (6.61)
∂t
Uz pretpostavku u > 0 i primjenu linearno uzvodne sheme na ravnomjernoj mreži vrijedi:
1 1
ϕ e = ϕ C + (ϕ C − ϕ W ) i ϕ w = ϕ W + (ϕ W − ϕ WW ) , (6.62)
uzvodna
2 uzvodna
2
shema dodatak za 2. red tocnosti shema dodatak za 2. red tocnosti
što uvršteno u gornju jednadžbu pomnoženu s gustoćom ρ daje

∂ϕ ⎡1 1 ⎤
ρΔVC = − F (ϕC − ϕ W ) − F ⎢ (ϕC − ϕ W ) − (ϕ W − ϕ WW ) ⎥ , (6.63)
∂t ⎣2 2 ⎦
uzvodna shema
dodatak za 2. red tocnosti
gdje je F = ρ uΔS jačina konvekcije. Uzvodna shema daje bezuvjetno pozitivne, a na dodatke
protoku uvedene linearno uzvodnom shemom se stavljaju limiteri ψ , tako da vrijedi
∂ϕ ⎡1 1 ⎤
ρΔVC = − F (ϕC − ϕ W ) − F ⎢ ψ w (ϕC − ϕ W ) − ψ ww (ϕ W − ϕ WW ) ⎥ , (6.64)
∂t ⎣2 2 ⎦
uzvodna shema
dodatak za 2. red tocnosti
Ako se iz desne strane izluči protok definiran uzvodnom shemom, slijedi

∂ϕ ⎡ 1 1 ψ ww ⎤
ρΔVC = − F (ϕC − ϕ W ) ⎢1 + ψ w − ⎥, (6.65)
∂t ⎣ 2 2 rww ⎦
ϕC − ϕ W Δϕ w
gdje je rww = = , odnos dvaju uzastopnih gradijenata ϕ i to nizvodni kroz
ϕ W − ϕ WW Δϕ ww
uzvodni. Da bi limitirana shema bila TVD koeficijenti moraju biti pozitivni, tj. izraz u uglatoj
zagradi izraza (6.65) mora biti pozitivan, tj.
1 1 ψ ww ψ
1+ ψ w − ≥ 0 , odnosno ww −ψ w ≤ 2 (6.66)
2 2 rww rww
Godunov je pokazao da linearni limiteri mogu dati samo shemu prvog reda točnosti, pa se
pretpostavlja da su limiteri funkcije ψ w = ψ w ( rw ) i ψ ww = ψ ww ( rww ) , što u problem uvodi
nelinearnost, jer limiteri zavise od samog rješenja, koje tek treba naći. Postoji puno funkcija
ψ = ψ ( r ) , koje zadovoljavaju uvjet (6.66), a logično je pretpostaviti da su limiteri pozitivni
ψ ( r ) ≥ 0 za r ≥ 0 , a s obzirom da se u (6.66) pojavljuje omjer ψ ww / rww , logično je
zahtijevati da je ψ ( 0 ) = 0 . Negativne vrijednosti r označuju da se u rješenju pojavljuje
lokalni maksimum, pa da bi se očuvala monotonost sheme logično je prijeći na uzvodnu

shemu, tj. postaviti limiter na nulu; ψ ( r ) = 0 , za r < 0 . Za linearnu raspodjelu ϕ će biti
rw = rww = 1 , i u tom slučaju ne treba uvoditi limitere, što znači da je ψ (1) = 1 . Kad bi
strujanje bilo iz suprotnog smjera ( u < 0 ) uzvodne i nizvodne strane bi se zamijenile, pa bi u
toj situaciji r poprimio recipročne vrijednosti u odnosu na r za pozitivni u , a također bi ψ w
i ψ ww zamijenili mjesta, pa se može zaključiti da vrijedi uvjet simetrije
⎛ 1 ⎞ ψ (r )
ψ⎜ ⎟= (6.67)
r⎝ ⎠ r
Temeljem navedenih uvjeta Sweby je definirao područje limitera u kojem će limitirana
linearno uzvodna shema rezultirati monotonim rješenjima, odnosno biti TVD shema. To je
područje osjenčano na slici 6.21.
ψ = 2r ψ =1 ψ =r
ψ (r ) ψ =r φn ψ =2
2 ψ = 2r
1
1
φC
0 ψ =0 1
1 2 r
Slika 6.21 Područje limitera koji daju TVD shemu

Isto se područje može prikazati i u NVD dijagramu, što je prikazano na desnoj slici.
Temeljem dijagrama na slici 6.21 su mnogi autori definirali varijante TVD shema, a pregled
shema je dan na slici 6.22.
Slika 6.22 Pregled limitera (ovdje označen s φ( r ) umjesto ψ ( r ) )
6.3.10. ENO i WENO sheme

Na kraju treba spomenuti i ENO (engl. Essential Non-oscillatory Scheme) i WENO (engl.
Weighted Essential Non-oscillatory Scheme) koje u idejnom smislu označuju proširenje TVD
koncepta u smislu zadržavanja visoke točnosti i u okolišu lokalnog ekstrema. Naime kao što
je pokazano TVD sheme se, kao i konvekcijski omeđene sheme, u blizini lokalnog ekstrema
svode na uzvodnu shemu, koja je prvog reda točnosti. ENO i WENO sheme su definirane na
strukturiranim mrežama i u numeričkoj shemi koriste veći broj čvorova tako da su teže
primjenjive na nestrukturiranim mrežama, a i skuplje su sa stajališta vremena računanja.
6.4. Rubni uvjeti
U sustav diskretiziranih jednadžbi nužno je ugraditi i rubne uvjete. Slika 6.23 prikazuje
konačni volumen uz granicu, pri čemu je s „b“ označen čvor na stranici koja čini rub područja
proračuna. Rubnim uvjetom se definira protok kroz stranicu ΔS b , kojoj je vanjska normala
n j . Izraz za protok kroz tu stranicu je sukladno izrazu (6.9) je
dϕ
ΔJb = Fbϕ b − Db , (6.68)
dn b
gdje su jačina konvekcije Fb = ρ vb ΔS b (maseni protok kroz stranicu ΔS b ) i difuzijska
vodljivost Db = ΓΔS b / Δn poznate veličine, a treba definirati srednju vrijednost ϕb i srednju
dϕ
vrijednost normalne derivacije na stranici ΔS b .
dn b
C
Δn
b ΔS b
nj
Slika 6.23 Konačni volumen uz granicu
Ako se uzme u obzir da se u čvoru C može odrediti gradijent ϕ prema izrazu (6.25), tada za
polovište spojnice Cb , prema slici 6.23, vrijedi
1 ⎛⎜ dϕ dϕ ⎞⎟ ϕb − ϕC 1 ⎛⎜ dϕ dϕ ⎞⎟
nj + = ili Δnn j + = ϕb − ϕC (6.69)
2 ⎜ dx j dn ⎟ Δn 2 ⎜ dx j dn ⎟
⎝ C b⎠ ⎝ C b⎠
Formula (6.69) je dugog reda točnosti, a formula prvog reda točnosti (za točku b) bi glasila
dϕ ϕ − ϕC dϕ
= b ili = ϕ b − ϕC (6.70)
dn b Δn dn b
dϕ
U formulama (6.69) i (6.70) su tražene vrijednosti ϕb i , a za njihovo jednoznačno
dn b
određivanje je potreban podatak o rubnom uvjetu.
6.4.1. Rubni uvjeti s matematičkog stajališta

S matematičkog stajališta razlikujemo tri vrste rubnih uvjeta:
dϕ
I) Dirichletov rubni uvjet kojim je zadano ϕ b = f D ( xi , t ) , a se može izračunati iz
dn b
formule (6.69) ili (6.70).

dϕ
II) Von Neumannov rubni uvjet kojim je zadano = f N ( xi , t ) , a ϕb se može izračunati iz
dn b
formule (6.69) ili (6.70).
∂ϕ
III) Robinov (mješoviti) rubni uvjet kojim je zadana funkcija oblika αϕ b + β = f R ( xi , t ) ,
∂n b
koja u kombinaciji s formulom (6.69) ili (6.70) čini sustav dvije jednadžbe iz kojih se mogu
dϕ
izračunati tražene vrijednosti ϕb i .
dn b
dϕ
Kada se vrijednosti ϕb i uvrste u izraz (6.68), protok kroz stranicu se može prikazati u
dn b
obliku
dϕ
ΔJb = Fbϕ b − Db = FbϕC + aNϕC + a eksplicitno (6.71)
dn b
gdje a eksplicitno sadrži eksplicitni dio protoka ΔJb koji ide u desnu stranu (slobodni član)
diskretizirane jednadžbe. U općem slučaju Robinovog rubnog uvjeta za formulu (6.70) prvog
reda točnosti
∂ϕ
αϕ b + β = fR
∂n b
(6.72)
∂ϕ
ϕb − = ϕC
∂n b
slijedi
βϕC f
ϕb = + R
α +β α +β
(6.73)
∂ϕ αϕC fR
=− +
∂n b α +β α +β
što uvršteno u izraz (6.71) daje formulu za računanje protoka kroz rubnu stranicu za slučaj
Robinovog rubnog uvjeta
dϕ α f
ΔJbR = Fbϕb − Db = FbϕC + ( Db − Fb )ϕC + R ( Fb − Db ) (6.74)
dn b α +β α +β
aN a eksplicitno
Dirichletovi i von Neumannovi rubni uvjeti se mogu shvatiti kao poseban slučaj Robinovih
uvjeta. Tako za Dirichletove uvjete vrijedi α = 1 , β = 0 i f R = ϕbzadano , pa se iz formule (6.74)
dobije
ΔJbD = FbϕC + ( Db − Fb ) ϕC + ϕbzadano ( Fb − Db ) = FbϕC + aN (ϕC − ϕbzadano ) (6.75)
aN a eksplicitno =− aNϕ bzadano
zadano
∂ϕ
Za von Neumannove rubne uvjete vrijedi α = 0 , β = 1 i f R = , pa se iz (6.74) dobije
∂n b
zadano
dϕ
ΔJbN = FbϕC + ( Fb − Db ) (6.76)
dn b
a eksplicitno
Izrazi (6.74) do (6.76) su izvedeni uz primjenu formule prvog reda točnosti, a analogni izrazi
se mogu dobiti i s formulom drugog reda točnosti. Rubni uvjeti se ugrađuju kroz centralni
koeficijent aC (koeficijent aN iz jednadžbe rubnog uvjeta ulazi u zbroj koeficijenata u izrazu

(6.14) i slobodni član (u kojeg ulazi a eksplicitno iz jednadžbe rubnog uvjeta) u diskretiziranoj
jednadžbi za volumen uz granicu. Pri tome treba uočiti sljedeće:
a) Koeficijent aN se uzima u definiciji koeficijenta aC (6.14), a na poziciji
izvandijagonalnog koeficijenta je aN =0, jer se umnožak aNϕb tretira eksplicitno.
b) Kod von Neumannovog rubnog uvjeta doprinos koeficijent aN je jednak nuli i u
centralnom koeficijentu, te postoji samo modifikacija slobodnog člana u
diskteriziranoj jednadžbi.
c) Obično se za potrebe prikaza polja ϕ , te računanje gradijenta ϕ u centralnim
čvorovima volumena uz rub proračuna, treba znati i vrijednosti ϕb po rubu područja
proračuna. U slučaju Dirichletovih rubnih uvjeta je ta vrijednost zadana, a u slučaju
Robinovih i Neumannovih rubnih uvjeta se računa iz izraza (6.73).
d) Iz izraza (6.75) je očito da za Fb > Db koeficijent aN postaje negativan, što znači da
smanjuje koeficijent aC , čime se gubi dijagonalna dominantnost matrice sustava.
Fizikalno gledajući to je slučaj ruba kroz koji fluid napušta područje proračuna
(izlazna granica na kojoj obično ne znamo ni vrijednost ϕ niti vrijednost normalne
derivacije). Tu granicu treba birati tako da na njoj vrijede lokalni uvjeti paraboličnosti
što znači da vrijednost na granici neće imati utjecaja na polje ϕ u unutrašnjosti
područja proračuna (primjer razvijenog strujanja u dugom kanalu, kada se veličine u
dϕ
strujanju prestaju mijenjati u smjeru strujanja, pa vrijedi =0). Ako se pozovemo na
dn
analitičko rješenje jednodimenzijskog problema danog izrazom (6.38) onda za visoke
vrijednosti lokalnog Pecletova broja protok kroz granicu ovisi samo o stanju na
uzvodnoj strani, kao u izrazu (6.39). Drugim riječima u uvjetima dominantnog
konvekcijskog transporta difuzijski transport se može zanemariti, te jednadžbe postaju
∂ϕ
hiperboličke i u stacionarnom strujanju vrijedi ρ v = Sϕ , gdje je s koordinata u
∂s
smjeru strujnice, a Sϕ izvorski član (vidjeti izraz 4.4 u četvrtom poglavlju). Ako se
∂ϕ
izvorski član u blizini izlazne granice može zanemariti, tada vrijedi = 0 , a ako se
∂s
∂ϕ
izlazna granica postavi okomito na strujnice, tada je i = 0 , što odgovara von
∂n
Neumannovom uvjetu za kojeg prema izrazu (6.76) tada vrijedi ΔJbN = FbϕC , što znači
da je ukupni protok ϕ kroz izlaznu granicu jednak konvekcijskom protoku računatom
primjenom uzvodne numeričke sheme. U tom slučaju na izlaznoj granici ne treba
korigirati niti koeficijent aC niti slobodni član diskretizirane jednadžbe.
6.4.2. Rubni uvjeti s fizikalnog stajališta

S fizikalnog stajališta rubni uvjeti su:
1) Ulazna granica: granica kroz koju fluid ulazi u područje proračuna i na kojoj je poznata
vrijednost ϕ , što odgovara Dirichletovim rubnim uvjetima, prema izrazu (6.75). S obzirom da
je na ulaznoj granici F < 0 , koeficijent aN je bezuvjetno pozitivan i povećava centralni
koeficijent aC .
2) Izlazna granica: komentirana gore pod d)

3) Nepropusna stijenka: kroz koju nema protoka ( F = 0 ), a u slučaju temperaturne
jednadžbe na njoj može biti zadana temperatura (Dirichletov rubni uvjet), toplinski tok (koji
odgovara protoku ΔJb , pa se ta vrijednost stavlja u slobodni član diskretizirane jednadžbe, a
∂ϕ
koeficijent aC ostavi nepromijenjen) ili adijabatski rubni uvjet = 0 (von Neumannov
∂n
rubni uvjet), a toplinski tok je moguće zadati koeficijentom prijelaza topline, što odgovara
Robinovom rubnom uvjetu. Rubni uvjeti u jednadžbi količine gibanja za slučaj turbulentnog
strujanja će biti dani naknadno.
4) Ravnina simetrije: kroz ravninu simetrije nema protoka fluida ( F = 0 ), a zbog simetrije je
∂ϕ
= 0 , pa je ukupni protok jednak nuli. Dakle nema korekcije niti koeficijenta aC niti
∂n
slobodnog člana u diskretiziranoj jednadžbi.
5) Periodička granica: koristi se za smanjivanje područja proračuna u slučajevima kad se
može uočiti ponavljanje slike strujanja. Na slici je dan primjer strujanja preko snopa
kotlovskih cijevi. U takvom strujanju se nakon nekog reda cijevi slika strujanja počinje
ponavljati, pa je dovoljno analizirati strujanje u osjenčanom području na slici 6.24. Kod
periodičke granice se može zamisliti da je crveni čvor uz ulaznu granicu, vanjski čvor
zelenom čvoru uz izlaznu granicu. Na periodičkoj granici se normalno primjenjuje numerička
shema kao i za sve unutarnje stranice konačnih volumena.
simetrija
simetrija
Slika 6.24 Primjer periodičke granice

6.5. Ostali aspekti metode konačnih volumena

6.5.1. Primjena shema višeg reda na nestrukturiranoj mreži
Pokazano je da je za definiranje uzvodnih numeričkih shema drugog reda točnosti potrebno
koristiti barem dva čvora s jedne strane stranice. Kod strukturiranih mreža to nije problem, a
postavlja se pitanje kako to riješiti na nestrukturiranoj mreži gdje ne postoji mrežna linija duž
koje su nanizani čvorovi. Iz izraza (6.55) za linearno uzvodnu shemu je očito da se potreba za
čvornom vrijednošću ϕ W može zamijeniti poznavanjem derivacije u smjeru spojnice čvorova
C i E u točki C. S obzirom da se na nestrukturiranoj mreži u točki C može izračunati gradijent
ϕ , odnosno derivacija u bilo kojem smjeru, to znači da nema problema s primjenom
numeričkih shema višeg reda točnosti. Formalno gledajući iz poznatog gradijenta ϕ u točki
C, moguće je izračunati vrijednost u zamišljenom čvoru W, kako prikazuje slika 6.25, prema
izrazu
∂ϕ
ϕ W = ϕC +
∂x j
(x C
j − x Nj ) (6.77)
C
Udaljenost fiktivnog čvora W od čvora C jednaka je udaljenosti čvora C od čvora N. Kad
imamo čvor W, prije definirani izrazi formalno ostaju nepromijenjeni.
Δn
Δn n N
ΔS n
C
W
Slika 6.25 Fiktivni čvor W za primjenu numeričke sheme višeg reda točnosti
Primjera radi pretpostavimo da je čvor n leži u polovištu spojnice čvorova C i N, pa bi izraz

za QUICK shemu bio jednak izrazu (6.54), u kojeg se može uvrstiti vrijednost ϕ W prema
izrazu (6.77), te za Fn > 0 vrijedi
1 5 3 1 ∂ϕ
ϕn =
8
( −ϕ W + 6ϕC + 3ϕ N ) = ϕC + ϕ N −
8 8 8 ∂x j
(x C
j − x Nj ) (6.78)
C
Gradijent ϕ u izrazu (6.78) je funkcija vrijednosti ϕC i vrijednosti u svim okolnim čvorovima

s kojim čvor C dijeli stranice. Kada bi se izraz za računanje gradijenta uvrstio u izraz (6.78), i
tako razvijeni izraz koristio za izračunavanje protoka kroz stranicu ΔS n , tada bi se u
diskretiziranoj jednadžbi za čvor N pojavile čvorne vrijednosti u svim okolnim čvorovima
čvoru C. Isto bi vrijedilo za okolne čvorove svih uzvodnih volumena (čiji gradijent ulazi u
definiciju srednje vrijednosti veličine ϕ na stranici konačnog volumena). U tom bi se slučaju
popunjenost matrice sustava znatno povećala, ali bi se utjecaj svakog čvora jasno vidio. S
obzirom da su jednadžbe koje rješavamo uglavnom nelinearne, što znači da će postupak imati
iterativni karakter, obično se za vrijednost gradijenta uzima vrijednost izračunata s postojećim

vrijednostima polja ϕ (odnosno iz prethodne iteracije), pa se u matrici sustava za svaki čvor
pojavljuju koeficijenti samo uz okolne čvorove, a dodatak protoka s gradijentom ϕ se
obračunava kroz slobodni član diskretizirane jednadžbe (desnu stranu sustava linearnih
algebarskih jednadžbi). Jasno je da ovakvim pristupom u slučaju rješavanja linearne
parcijalne diferencijalne jednadžbe, koja rezultira linearnim diskretiziranim jednadžbama i
čije se rješenje principijelno dobiva jednim rješavanjem diskretiziranih jednadžbi, neće biti
moguće dobiti jednim rješavanjem sustava diskretiziranih jednadžbi iz istih razloga kao i pri
primjeni numeričkih shema s limiterima, jer i limiteri i u ovom slučaju gradijent ϕ zavise od
rješenja kojeg tražimo. Jasno je da numerička shema koja u ovakvom tretiranju gradijenata
daje pozitivne koeficijente ne mora imati svojstvo monotonosti, jer negativni koeficijenti
mogu biti skriveni u izrazu za gradijent ϕ .
6.5.2. Linearna interpolacija iz čvornih vrijednosti na stranicu

konačnog volumena
U numeričkoj proceduri će biti potrebe za linearnom interpolacijom nekih veličina iz
vrijednosti u glavnim čvorovima na stranicu. Slika 6.26 prikazuje opći slučaj u kojem
spojnica čvorova C i N nije okomita na stranicu i spojnica probada stranicu u točki m, koja se
razlikuje od njena težišta n. Uvijek možemo zamisliti da kroz čvorove C, n i N prolazi
krivocrtna koordinata ξ duž koje vršimo linearnu interpolaciju iz čvorova C i N u težište
stranice n. Izraz za linearnu interpolaciju bi tada glasio:
ϕn = f ϕC + (1 − f )ϕ N , (6.79)
gdje potez na ϕn označuje linearnu interpolaciju, a faktor f linearne interpolacije je definiran
kao
nN mN
f = ≈ (6.80)
Cn + nN CN
Jasno će da će pri maloj distorziji mreže (mala udaljenost točaka m i n) vrijediti aproksimacija
dana u formuli (6.80).
n
m N ξ
C
Slika 6.26 Uz linearnu interpolaciju iz glavnih čvorova na stranicu
6.5.3. Difuzijski transport na neortogonalnoj mreži

Za izračunavanje difuzijskog protoka kroz stranicu konačnog volumena treba poznavati
∂ϕ ∂ϕ
normalnu derivaciju = n j , koja je projekcija gradijenta ϕ na smjer normale, što znači
∂n ∂x j
da u točki n treba poznavati gradijent ϕ . S obzirom da je gradijent ϕ definiran za volumene,
dakle u glavnim čvorovima, gradijent na stranici se može definirati linearnom interpolacijom,
prema izrazu (6.79), tj. vrijedi
∂ϕ ∂ϕ ∂ϕ
= f + (1 − f ) , (6.81)
n C N
S druge strane iz čvornih vrijednosti ϕC i ϕ N možemo izračunati derivaciju u smjeru spojnice

čvorova C i N, koju možemo shvatiti kao aproksimaciju krivocrtne koordinate ξ , pa vrijedi
∂ϕ ϕ − ϕC
= N , (6.82)
∂ξ n CN
pa će se zahtijevati da projekcija gradijenta ϕ na smjer spojnice čvorova C i N odgovara
derivaciji definiranoj izrazom (6.82). Interpolirani gradijent u općem slučaju neće
zadovoljavati taj uvjet, pa će se za gradijent ϕ na stranici konačnog volumena uzeti
korigirana vrijednost interpoliranog gradijenta, tako da projekcija korigiranog gradijenta
zadovolji izraz (6.82). Slika 6.27 definira način korekcije. Ako se sa ξ j označi jedinični
vektor normale u smjeru koordinate ξ (spojnice čvorova C i N), tada je prema interpoliranom
gradijentu ϕ , derivacija u smjeru ξ jednaka skalarnom umnošku gradijenta ϕ i jediničnog
vektora ξ j , kako je prikazano na slici 6.27.
∂ϕ
∂x j
∂ϕ ∂ϕ
− ξj ∂ϕ ∂ϕ ⎛ ϕ N − ϕC ∂ϕ ⎞
∂x j ∂ξ = +⎜ − ξk ⎟ ξ j
∂x j ∂x j ⎜⎝ CN ∂xk ⎟⎠
ΔS ϕ N − ϕC
nj
α CN
N
C n ξj
∂ϕ ∂ϕ
= ξk
∂ξ ∂xk
Slika 6.27 Korekcija interpoliranog gradijenta ϕ na stranici konačnog volumena
∂ϕ ∂ϕ
Derivaciju u smjeru okomitom na ξ se dobije kao razliku − ξ j . Korigirani gradijent u
∂x j ∂ξ
čvoru n jednak je zbroju derivacije u okomitom smjeru na spojnicu CN (koja se odredi iz
interpoliranog gradijenta ϕ kao rečena razlika) i stvarne derivacije u smjeru spojnice CN
(izračunate iz čvornih vrijednosti), pa je konačni izraz za gradijent ϕ na stranici konačnog
volumena definiran izrazom:
∂ϕ ∂ϕ ⎛ ϕ N − ϕC ∂ϕ ⎞
= +⎜ − ξk ⎟ ξ j (6.83)
∂x j ∂x j ⎝ CN ∂xk ⎠
Za potrebe definiranja difuzijskog protoka veličine ϕ kroz stranicu ΔS potrebno je poznavati
derivaciju u smjeru normale, koja glasi
∂ϕ ∂ϕ ϕ − ϕC ∂ϕ ∂ϕ
= nj = N ξ j n j + n j − ξk ξ j n j , (6.84)
∂n ∂x j CN ∂x j ∂xk
cos α cos α
gdje je ξ j n j = cos α , kosinus kuta između jediničnih vektora n j i ξ j . Difuzijski transport je

tada definiran izrazom
∂ϕ ∂ϕ ΓΔS ⎛ ∂ϕ ∂ϕ ⎞
−D = −ΓΔS =− (ϕ N − ϕC ) + ΓΔS ⎜ − cos α ⎟ , (6.85)
∂n ∂n CN / cos α ⎝ ∂n ∂ξ ⎠
D
Ponovo će se drugi dio izraza koji sadrži razliku (ϕ N − ϕC ) obračunati kroz koeficijente u
matrici sustava, a član koji sadrži normalnu derivaciju računatu s interpoliranim gradijentom
kroz slobodni član diskretizirane jednadžbe kao i izvorski član. Jasno je da će obračunavanje
dijela difuzijskog transporta kroz izvorski član imati za posljedicu da se rješenje linearnog
problema neće moći dobiti jednim rješavanjem diskretiziranih jednadžbi. Iz je jasno je da za
slučaj ortogonalne mreže ( α = 0 , ξ j = n j ) izraza (6.85) prelazi u poznati oblik
∂ϕ ∂ϕ ΓΔS
−D = −ΓΔS =− (ϕ N − ϕ C ) , (6.86)
∂n ∂n CN
D
u kojem nije potrebno koristiti interpolirane gradijente ϕ . S obzirom da svaka interpolacija

unosi određenu pogrešku u numerički postupak sigurno je bolje ne koristiti interpolirane
veličine.
6.5.4. Interpolacija koeficijenta difuzije

U izrazu za difuzijsku vodljivost se pojavljuje koeficijent difuzije, koji je fizikalno svojstvo
fluida i funkcija je termodinamičkih veličina koje su definirane u glavnim čvorovima, pa je i
Γ definiran u glavnim čvorovima, a za difuzijsku vodljivost ga je potrebno definirati na
stranici konačnog volumena, što znači da je potrebna interpolacija. Recipročna vrijednost
difuzijske vodljivosti je otpor difuziji. Gledajući sliku 6.26 ukupni otpor difuziji od čvor C do
N se sastoji od zbroja otpora od čvora C do točke m uz koeficijent difuzije Γ C te otpora od
točke m do čvora N, uz koeficijent difuzije Γ N , ili matematički
CN Cm mN 1 1− f f
= + ili = + (6.87)
Γ n ΔS Γ C ΔS Γ N ΔS Γn ΓC ΓN
Jasno je da za slučaj Γ C =0 iz izraza (6.87) slijedi i Γ n =0, što je fizikalno, jer u tom slučaju
ne može biti difuzije između čvorova C i N. Linearna interpolacija bi uz f = 0,5 davala
Γ n = 0,5Γ N , te bi difuzija postojala, što je nefizikalno.
6.5.5. Kriterij završetka iterativnog postupka

Kao što je prije rečeno opća transportna jednadžba može biti nelinearna, bilo zbog
nelinearnosti izvorskog člana ili zbog zavisnosti koeficijenata jednadžbe od samog rješenja.
Jasno je da će pri rješavanju jednadžbe količine gibanja ( ϕ = vi ) jednadžbe biti nelinearne
zbog toga što je jačina konvekcije, koja definira koeficijente jednadžbe, funkcija brzine koju
tek trebamo naći. Slično i koeficijent difuzije može biti funkcija Γ = Γ (ϕ ) (npr. toplinska
provodnost u energijskoj jednadžbi je funkcija temperature), pa će koeficijenti diskretizirane
jednadžbe također biti funkcija rješenja. Diskretizirani oblik opće transportne jednadžbe je
dϕ N nb
ρΔVC C = −aCϕC + ∑ [ aNϕ N ] + SC ΔVC ,
nb
(6.88)
dt nb =1
gdje su za slučaj nelinearne jednadžbe koeficijenti aN i aC te izvorski član SC funkcije od

traženog rješenja ϕ . Za svaki konačni volumen unutar područja proračuna postavlja se jedna
jednadžba oblika (6.88). U eksplicitnim metodama prostorna povezanost među čvornim

vrijednostima ϕ uzima se u trenutku u kojem su te vrijednosti poznate, tako da se može
izračunati vremenska derivacija, odnosno integrirati jednadžbu duž vremena. Jasno je da će za
slučaj nelinearnih jednadžbi višekoračne prediktor-korektor metode biti puno primjerenije, jer
će se i nelinearne zavisnosti koeficijenata kroz ponavljanje računanja koeficijenata puno bolje
uzeti u obzir. Tako se npr. u Eulerovoj metodi derivacija računa samo jednom (metoda je
prvog reda točnosti), u prediktor-korektor metodi drugog reda točnosti, dva puta, a u Runge-
Kutta metodi četvrtog reda točnosti, četiri puta. Osnovni nedostatak eksplicitnih metoda je da
zbog uvjeta stabilnosti imaju ograničenje na veličinu vremenskog koraka integracije, što može
biti presudno za odluku o korištenju implicitnih metoda. U implicitnim metodama se
vremenska derivacija diskretizira korištenjem čvornih vrijednosti ϕ u trenutku kada te
vrijednosti nisu poznate, pa se dobije simultani sustav nelinearnih jednadžbi. Ako se izvorski
član linearizira, za svaki konačni volumen se dobije jedna kvazilinearna jednadžba oblika
⎛ ρΔV ρΔV old
N nb
⎞
∑ [ aNϕ N ] + b +
nb
⎜ + aC⎟ C ϕ = ϕC , (6.89)
⎝ Δt ⎠ nb =1 Δt
gdje slobodni član b sadrži sve poznate veličine. Jednadžbe za sve konačne volumene se
mogu zapisati u obliku
rj ≡ ⎡⎣ Aji (ϕ ) ⎤⎦ [ϕi ] − ⎡⎣b j (ϕ ) ⎤⎦ = 0 , (6.90)
gdje su koeficijenti u matrici Aji i slobodni član b j funkcije traženog rješenja. Indeks j se
odnosi na redni broj konačnog volumena (odnosno redni broj jednadžbe u sustavu jednadžbi).
Primjenom Newtonove metode na sustav jednadžbi (6.90), traži se korekcija čvornih
vrijednosti Δϕi ( ϕik +1 = ϕik + Δϕi , gdje je k broj iteracije), iz izraza
∂rj
rjk +1 = rjk + Δϕi = 0 , (6.91)
∂ϕi
odakle je
⎡ ∂Ajm k ∂b ⎤
⎢ ϕm + Aji − j ⎥ [ Δϕi ] = −rjk , (6.92)
⎣ ∂ϕi ∂ϕi ⎦
Jacobijeva matrica
Nedostatak Newtonove metode je u potrebi računanja Jacobijeve matrice, jer je analitička

∂Ajm
derivacija koeficijenata komplicirana (koeficijenti ovise o numeričkoj shemi, pa svaka
∂ϕi
numerička shema zahtijeva druge analitičke izraze), a numerička derivacija skupa. S druge
strane brzina konvergencije ove metode zavisi od početne pretpostavke za rješenje. Ako je
pretpostavka daleko od stvarnog rješenja, metoda može divergirati.
Druga, češće korištena metoda za rješavanje nelinearnih jednadžbi se temelji na linearizaciji,
pa se sustav (6.90) može zapisati u obliku linearnog sustava jednadžbi
rjk +1 ≡ ⎡⎣ Aji (ϕ k ) ⎤⎦ ⎡⎣ϕik +1 ⎤⎦ − ⎡⎣b j (ϕ k ) ⎤⎦ = 0 , (6.93)
Iterativni postupak započinje pretpostavkom rješenja ϕik (k=0), temeljem kojeg se izračunaju
koeficijenti matrice Aji i slobodni član b j , a rješavanjem sustava (6.93) se dobije novo
rješenje ϕik +1 . Temeljem novog rješenja računaju se novi koeficijenti sustava, te se ponovnim
rješavanjem sustava dobiju korigirana rješenja. Ovaj postupak se ponavlja, sve dok se rješenje
ne prestane mijenjati, tj. dok se ne zadovolji kriterij točnosti rješavanja sustava. Iz izraza
(6.93) je jasno da će rješenje ϕik +1 biti jednako rješenju ϕik , ako rješenje ϕik zadovoljava
jednadžbu (6.93), tj. da vrijedi
rjk ≡ ⎡⎣ Aji (ϕ k ) ⎤⎦ ⎡⎣ϕik ⎤⎦ − ⎡⎣b j (ϕ k ) ⎤⎦ = 0 , (6.94)

Jasno je da pri numeričkom rješavanju reziduali rjk +1 nikad neće za sve jednadžbe biti
identički jednaki nuli, pa će se kriterij (6.94) modificirati u zahtjev
K max = max rjk = max ⎡⎣ Aji (ϕ k ) ⎤⎦ ⎡⎣ϕik ⎤⎦ − ⎡⎣b j (ϕ k ) ⎤⎦ ≤ ε max , (6.95)
gdje "max" označuje najveću vrijednost među rezidualima, a ε max je propisana točnost
(dovoljno mali broj), ili nešto manje strogo
K sum = ∑ rjk = ∑ ⎡⎣ Aji (ϕ k ) ⎤⎦ ⎡⎣ϕik ⎤⎦ − ⎡⎣b j (ϕ k ) ⎤⎦ ≤ ε sum , (6.96)
j j
gdje se suma odnosi po svim konačnim volumenima. Alternativno bi se moglo zahtijevati da

promjena rješenja u dvije sukcesivne iteracije bude mala
K Δ = ∑ ϕ kj +1 − ϕ kj ≤ ε Δ . (6.97)
j
Najčešće se koristi kriterij (6.96) s tim da se suma apsolutnih vrijednosti reziduala normira s
nekom vrijednošću. Naime veličina reziduala zavisi od veličine volumena, tj. jačine
konvekcije i difuzije, te o samoj prosječnoj vrijednosti polja ϕ , pa bi i kriterij ε sum ovisio o
problemu kojeg se rješava. Jedan od načina da se kriterij učini općenitijim je da se reziduali
normiraju s ukupnim konvekcijskim protokom veličine ϕ . Ako je m ukupni maseni protok
fluida kroz područje proračuna, a ϕk karakteristična vrijednost ϕ za problem (bilo
maksimalna ili prosječna vrijednost) tada se kriterij ε sum može prikazati u obliku ε sum = ε mϕk ,
gdje je ε bezdimenzijski (univerzalni) kriterij sličnosti, npr. ε = 10−4 . Naravno ovaj pristup
ne vrijedi u slučajevima strujanja unutar zatvorenog spremnika ( m =0), pa se tada mora
drukčije definirati karakteristična vrijednost protoka, npr. sumu difuzijskih vodljivosti po
granicama područja proračuna. Za karakterističnu vrijednost je moguće izabrati i sumu
apsolutnih vrijednosti slobodnih članova, ε sum = ε ∑ b j , ili maksimalnu vrijednost reziduala
j
u prvih nekoliko iteracija. U svakom slučaju tražit će se da se normirani reziduali tijekom

iterativnog postupka smanje za barem tri reda veličine ( ε = 10−3 ). Naravno, ako se reziduali
normiraju s maksimalnom vrijednošću reziduala u prvih, recimo 5 iteracija, tada će za dobro
pretpostavljeno rješenje rezidual s kojim se normira biti mali, pa se može dogoditi da se prije
dosegne ograničenje točnosti računala (reziduali se ne mogu više smanjivati) nego što
normalizirani reziduali padnu ispod propisane vrijednosti. Zbog toga se obično tijekom
iterativnog postupka prati promjena normaliziranih reziduala, pa kad se reziduali ustale
(prestanu opadati) to ukazuje da se je vjerojatno dostigla točnost rezultata koja odgovara
točnosti računala, pa se iterativni postupak može prekinuti. Kao dopunski kriterij može se
pratiti promjena neke integralne veličine (npr. protoka veličine ϕ kroz neku od granica) ili
vrijednost ϕ u nekoj točki (u kojoj očekujemo da će se vrijednost ϕ najteže ustaliti), pa kad
se te kontrolne veličine ustale, također možemo prekinuti postupak iteriranja. Ukoliko se radi
o proračunu stacionarnog strujanja, a reziduali i kontrolne veličine se ne ustaljuju nego se
periodički smanjuju i povećavaju to može biti znak da stacionarno rješenje problema ne
postoji (tipičan primjer je optjecanje kružnog cilindra u određenom području Reynoldsova
broja, kada se pojavljuje periodičko otkidanje vrtloga).
U praktičnim primjenama metode konačnih volumena za rješavanje modela strujanja fluida,
jednadžbe su sigurno nelinearne, a matrica sustava je velika, ali rijetko popunjena. Za
rješavanje sustava linearnih algebarskih jednadžbi se uglavnom koriste iterativni rješavači,
koji zahtijevaju manje memorije, a pri rješavanju nelinearnih problema su i efikasniji. Naime
u sustavu jednadžbi (6.93) koeficijenti Aji u matrici sustava i koeficijenti b j su funkcija

rješenja, pa nije potrebno u svakoj iteraciji riješiti sustav linearnih algebarskih jednadžbi do
kraja, jer dobiveno rješenje ϕik +1 neće biti rješenje problema, sve dok koeficijenti sustava ne
budu izračunati s točnim rješenjem. Pri tome je važno imati iterativni rješavač sustava
linearnih algebarskih jednadžbi koji se svakom iteracijom približava točnom rješenju sustava.
Dakle možemo govoriti o dvije vrste iteracija, vanjskim iteracijama zbog nelinearnosti
jednadžbi, i unutarnjim iteracijama rješavača sustava linearnih algebarskih jednadžbi, kako je
to prikazano na blok dijagramu na slici 6.28. Važno je uočiti da kriterij (6.95) obuhvaća i
točnost rješavanja sustava linearnih algebarskih jednadžbi i točnost rješavanja nelinearnosti u
jednadžbama. Pri rješavanju nelinearnih algebarskih jednadžbi se zadaje točnost rješavanja s
ε lin . Kod jako nelinearnih jednadžbi, gdje se očekuje više iteracija ε lin se postavlja na
vrijednost 0.2 do 0,1, a kod linearnih jednadžbi ε lin treba staviti na željenu točnost, npr.
ε lin = 10−4 , da se jednadžbe odmah riješe točno i izbjegnu nepotrebne vanjske iteracije unutar
kojih se računaju koeficijenti. Jasno je da se u svakoj vanjskoj iteraciji ulazi u rješavanje
sustava linearnih algebarskih jednadžbi s manjom sumom apsolutnih reziduala, pa se može
dogoditi da se reziduali više ne mogu (zbog ograničene točnosti računala) smanjiti ε lin puta.
Zbog toga se obično propisuje i maksimalni broj unutarnjih iteracija za rješavanje sustava
linearnih algebarskih jednadžbi. Ista je situacija i s vanjskim iteracijama. Kad se postigne
stacionarno rješenje (koje se više ne mijenja s vremenom), ako se kao kriterij za normiranje
koristi početni rezidual, tada se dolazi u situaciju da se taj početni rezidual više ne može
smanjiti željeni broj puta, pa treba ograničenje na broj vanjskih iteracija, što na slici 6.28 nije
prikazano.
t = t + Δt
izračunaj koeficijente u
jednadžbi (6.93) i
početni rezidual KΔt
pamti početni rezidual Kpoc
načini iteraciju u
rješavanju sustava
linearnih alg. jednadžbi
unutarnje iteracije
vremenska integracija
DA maksimalno
iteracija?
vanjske iteracije
NE
NE
K < εlinKpoc?
DA
izračunaj koeficijente u jednadžbi

(6.93) i rezidual Kpoc
NE
K < ε KΔt ?
DA
DA
t < tmax ?
NE
kraj integracije
Slika 6.28 Dijagram tijeka za vremensku integraciju implicitnom metodom
Na kraju valja spomenuti da kod loše uvjetovane (engl. ill-conditioned) matrice sustava,
kriterij (6.96) ne mora jamčiti da smo blizu točnog rješenja sustava linearnih algebarskih
jednadžbi. Bez da se ulazi u matematičku definiciju loše uvjetovanosti, može ju se ilustrirati
na primjeru sustava dvije linearne jednadžbe s dvije nepoznanice (x i y). Promatrajmo sustav
(1 + ε ) x − y = ε
(6.98)
(1 − ε ) x − y = −ε
gdje je ε parametar. Rješenje ovog sustava je točka presjeka dvaju pravaca u Oxy ravnini, i
jednako je x = 1 i y = 1 , za bilo koju vrijednost ε . Za vrijednost ε = 0 jednadžbe u sustavu
(6.98) postaju jednake (grafički imamo dva identična pravca) pa rješenju sustava odgovara
svaka točka na pravcu x − y = 0 . Slika 6.29 prikazuje jednadžbe pravaca sustava (6.98) u Oxy
ravnini za vrijednosti parametra ε = 0,5 i ε = 0,02 .
ε=0,5 ε=0,02
4 4
(1+ε)x-y=ε (1+ε)x-y=ε
3 (1-ε)x-y=-ε 3 (1-ε)x-y=-ε
2 2
1 1
y
y
0 0
-1 -0.5 0 0.5 1 1.5 2 2.5 3 -1 -0.5 0 0.5 1 1.5 2 2.5 3
x x
-1 -1
-2 -2
Slika 6.29 grafički prikaz jednadžbi sustava (6.98) za dvije vrijednosti ε
Očito će se za vrijednosti ε oba pravca težiti k pravcu y = x , pa se za sustav kaže da je loše

uvjetovan. Geometrijski gledano rezidual nije ništa drugo nego udaljenost točke od pravca. Za
loše uvjetovan sustav prema desnom dijagramu na slici 6.29, za sve točke koje su na pravcu
y = x , udaljenosti od dvaju pravaca će biti male, a pogreška u rješenju može biti velika.
Reziduali za sustav jednadžbi (6.98) su
r1 = (1 + ε ) x − y − ε
(6.99)
r2 = (1 − ε ) x − y + ε
i za točku x = y = 0 iznose r1 = −ε i r2 = ε , pa bi za ε = 10−7 , reziduali bili mali te bi se
moglo shvatiti da je točka x = y = 0 rješenje sustava što nije točno.
Drugi problem vezan uz loše uvjetovani sustav za vrijednosti ε < 10−7 je u tome da se u
računalu (koje je uvijek konačne točnosti) koeficijenti sustava (6.98) neće moći točno
prikazati za niske vrijednosti ε . Naime, ako se za prikaz realnog broja u računalu koriste 32
bita (obična preciznost), od čega 8 za eksponent i 24 za mantisu, a kad se uzme u obzir da
predznak mantise nosi 1 bit, ostaju 23 bita, pa najmanji broj koji se može dodati broju jedan, a
da rezultat još uvijek bude različit od jedan, jednak je 2−23 = 1,192 ⋅10−7 . Prema tome za sve
vrijednosti ε manje od točnosti računala koeficijent 1 + ε se neće ni moći prikazati u
računalu. Prelaskom na dvostruku preciznost broj bitova za mantisu se povećava, pa tako i
broj točnih znamenki u prikazu broja, a za 55-bitnu mantisu je to 2−55 = 2,776 ⋅10−17 . Ponovo
se točne vrijednosti koeficijenata za npr. ε = 10−20 ne bi mogle prikazati u računalu. Problem
je i to što iterativne metode obično sporije konvergiraju na loše uvjetovanom sustavu. Kao
primjer uzmimo Gauss-Siedelovu metodu, koja bi za sustav jednadžbi (6.98) glasila
yk + ε
x k +1 =
1+ ε (6.100)
y = (1 − ε ) x + ε
k +1 k +1
Sljedeća tablica daje rezultate iterativnog postupka za dvije vrijednosti parametra ε = 0,9 i
ε = 0,02 . U oba slučaja iterativni postupak započinje od x=0 i y=0.
ε = 0,9 ε = 0,02
iteracija x y r1 + r2 iteracija x y r1 + r2
1 0,47368 0,94737 0,94737 1 0,01961 0,03922 0,03922
2 0,97230 0,99723 0,04986 2 0,05805 0,07689 0,03768
3 0,99854 0,99985 0,00262 3 0,09499 0,11309 0,03620
4 0,99992 0,99999 0,00014 4 0,13048 0,14787 0,03478
5 1,00000 1,00000 0,00001 5 0,16458 0,18129 0,03342
10 0,31604 0,32972 0,02736
20 0,54155 0,55072 0,01834
40 0,79403 0,79815 0,00824
80 0,95842 0,95926 0,00166
Iz tablice se vidi da se broj iteracija Gauss-Siedelove metode značajno povećao sa

smanjenjem parametra ε na ε = 0,02 , pri čemu je u 80-toj iteraciji relativno odstupanje od
točnog rješenja još uvijek oko 4,2%.
6.5.6. Podrelaksacija
S obzirom da pri rješavanja nelinearnih jednadžbi iterativni postupak može i divergirati, da se
smanji mogućnost divergencije primjenjuje se postupak podrelaksacije. Ako se u jednom
koraku iterativnog postupka rješenje promjeni od ϕ kj na ϕ kj +1 , tada se od ukupne promjene
uzima samo dio, tako da za vrijednost ϕ u čvoru C (kao i u svakom drugom čvoru) vrijedi
ϕCpodr = ϕCk + α (ϕCk +1 − ϕCk ) , (6.101)
gdje je α faktor podrelaksacije, koji je manji od jedan. Za α = 1 nema podrelaksacije, a za
α > 1 bi se govorilo o nadrelaksaciji. Prema izrazu (6.89) je
N nb
= ∑ ⎡⎣ aNk ϕ Nk +1 ⎤⎦ + b k ,
nb
aϕ k
C
k +1
C (6.102)
nb =1
što uvršteno u (6.101) daje
⎛ Nnb k k +1 nb ⎞
⎜ ∑ ⎡⎣ aNϕ N ⎤⎦ + b
k
⎟
ϕCpodr = ϕCk + α ⎜ nb =1 − ϕ k
C
⎟ ili
⎜ aCk ⎟
⎜ ⎟
⎝ ⎠
k
aC podr N nb
1−α k k
ϕC = ∑ ⎡⎣ aNk ϕ Nk +1 ⎤⎦ + b k +
nb
aϕ , (6.103)
α nb =1 α C C
aC b
Prema tome podrelaksacija povećava centralni koeficijent i mijenja slobodni član, slično kao i
vremenska integracija, vidjeti izraz (6.89), u kojem je dodatak od nestacionarnog člana
ρΔV / Δt , a ovdje je dodatak uslijed podrelaksacije (1 − α ) aCk / α . To znači da se postupak
podrelaksacije pri rješavanju stacionarnog problema ( Δt = ∞ ) može shvatiti kao pseudo
vremenska integracija, jer je uvođenje podrelaksacije ekvivalentno vremenskoj integraciji.
Naravno, podrelaksacija se koristi samo kod rješavanja stacionarnih problema, a kod
nestacionarnih problema efekt podrelaksacije se dobije smanjivanjem vremenskog koraka
integracije. Jasno je da postupak podrelaksacije nema utjecaja na konačno rješenje, jer kad su
nelinearne jednadžbe zadovoljene mora vrijediti ϕ kj = ϕ kj +1 .
6.6. Preporuke za diskretizaciju područja proračuna – formiranje

geometrijske mreže
U pravilu se diskretizacijom područja proračuna formiraju konačni volumeni koji se

međusobno dodiruju (ne preklapaju se) i u potpunosti ispunjavaju područje proračuna. Skup
konačnih volumena se još naziva i geometrijskom mrežom. Geometrijska mreža može biti
strukturirana, ili nestrukturirana. U slučaju strukturiranih mreža se npr. u dvodimenzijskoj
situaciji konačni volumeni mogu svrstati u stupce i retke, pri čemu u svakom retku i svakom
stupcu ima jednaki broj volumena (broj volumena u stupcima može biti različit od broja
volumena u redcima). Položaj svakog volumena u području proračuna je opisan parom
indeksa (u trodimenzijskoj situaciji su potrebna tri indeksa). U nestrukturiranim mrežama ne
postoji pravilo za numeriranje čvorova, pa treba voditi administraciju koji čvor je kojemu
susjed, što komplicira programiranje metode. Matrica sustava diskretiziranih jednadžbi na
strukturiranim mrežama ima pravilnu dijagonalnu strukturu, dok su koeficijenti u matrici
dobivenoj na nestrukturiranim mrežama nepravilno razmješteni po čitavoj matrici. Pravilnost
matrice može imati prednost pri definiranju iterativnih metoda za rješavanje sustava linearnih
algebarskih jednadžbi. Metoda konačnih volumena je točnija na strukturiranim mrežama nego
na nestrukturiranim (za isti broj volumena) te kad god je moguće treba koristiti strukturirane
mreže. Osnovni nedostatak strukturiranih mreža je da ne dopuštaju lokalno usitnjavanje
mreže, a ne postoji automatski generator mreže za složene geometrije, kao što je slučaj s
nestrukturiranim mrežama.
Pristup A: razmjesti čvorove pa formiraj Pristup B: formiraj volumene pa postavi

volumene čvorove u težišta
i-1 i
i+1 i-1
Strukturirana mreža
i
i+1
j+1
j+1
j
j
j-1
j-1
Nestrukturirana mreža
Slika 6.30 Pristupi formiranju i vrste geometrijskih mreža u 2D situaciji

Diskretizacija područja proračuna se može napraviti na dva načina. Prvi način je da se prvo
postave čvorovi, pa se oko njih formiraju konačni volumeni (pristup A), a drugi način je da se
prvo formiraju konačni volumeni, pa se zatim u njihova težišta postavljaju čvorovi (pristup
B). Kao što se vidi iz slike 6.30 u pristupu A se dobiju polovični volumeni uz rub područja
proračuna, što zahtijeva proceduru diskretizacije nešto različitu od procedure za volumene u
unutrašnjosti područja proračuna. To je određeni nedostatak, ali ne preveliki ako se uzme u
obzir da su ti volumeni i tako specifični zbog potrebe ugradnje rubnih uvjeta.
Temeljem opisa metode konačnih volumena, može se reći da bi idealna geometrijska mreža
trebala imati sljedeća svojstva:
1) Čvorovi bi trebali biti u težištu konačnih volumena za potrebe što točnije
aproksimacije volumenskih integrala.
2) Spojnica čvorova treba probadati stranicu konačnog volumena u njenom težištu, za
potrebe što točnije aproksimacije površinskih integrala.
3) Težište stranice bi trebalo biti na polovištu spojnice susjednih čvorova, za potrebe što
točnije interpolacije.
4) Spojnica čvorova bi trebala biti okomita na stranicu konačnog volumena, jer se tada
difuzijski protok može modelirati bez potrebe za interpolacijom gradijenata iz
centralnih čvorova na stranicu konačnog volumena.
5) Posebno, prvi čvor do granice područja proračuna treba ležati na okomici na granicu
povučenoj iz težišta rubne stranice, zbog točnije ugradnje rubnih uvjeta.
Naravno da sve ove uvjete zadovoljavaju samo mreže sastavljene iz elemenata pravilnog
oblika (npr. kvadrati u 2D ili kocke u 3D), a u mrežama koje opisuju složeniju geometriju,
nikad nisu zadovoljeni svi nabrojani uvjeti. Niti jedan od pristupa generiranja mreže ne
garantira zadovoljavanje traženih uvjeta, s tim da pristup A ne garantira niti uvjet da se čvor
nalazi u težištu volumena, pa se češće koristi pristup B u kojemu je to garantirano, a osim toga
se u tom pristupu dobiju puni volumeni uz rub područja proračuna.
Osim nabrojanih svojstava za numerički postupak je bolje kada su karakteristične dimenzije
volumena u svim smjerovima približno jednake. Ako su volumeni vrlo izduženim u jednom
smjeru matrica sustava je lošije uvjetovana što je kao što je prije ilustrirano uzrok lošijoj
konvergenciji Gauss-Siedelove metode za rješavanje sustava linearnih algebarskih jednadžbi.
To se može ilustrirati na primjeru rješavanja difuzijske jednadžbe u području kao na slici
6.31.
y
∂ϕ ϕ =6
=0
∂n
1 3 5
ϕ =0 H
2 4 6 Δy
∂ϕ x
Δx =0
∂n
L
Slika 6.31 Područje proračuna za stacionarni problem difuzije

Neka je na lijevom rubu ( x = 0 ) zadano ϕ = 0 , na desnom ( x = L ) ϕ = 6 , a neka je na

gornjem ( y = H ) i donjem ( y = 0 ) rubu normalna derivacija jednaka nuli. Za te će uvjete
analitičko rješenje biti linearno ϕ = 6 x / L . Za stacionarni problem jednadžba difuzije uz nulti
izvorski član glasi
∂ ⎛ ∂ϕ ⎞
− ⎜Γ ⎟=0, (6.104)
∂x j ⎜⎝ ∂x j ⎟⎠
Uz Γ =konst. u Oxy koordinatnom sustavu, ona prelazi u
∂ 2ϕ ∂ 2ϕ ∂ 2ϕ
= 0 ili + =0 (6.105)
∂x j ∂x j ∂x 2 ∂y 2
Diskretizacijom jednadžbe (6.105) za 6 konačnih volumena prema slici 6.31 slijedi sustav šest
jednadžbu u kojima su nepoznanice vrijednosti ϕ u šest unutarnjih čvorova. Koeficijenti za
ΓΔS Δx
stranicu između čvorova 1 i 2 (uz Γ =1 ) jednak je difuzijskoj vodljivosti D = = =a.
Δn Δy
Koeficijent za stranicu između čvorova 1 i 3 je također jednak difuzijskoj vodljivosti i iznosi
ΓΔS Δy 1
D= = = . Za gornje i donje rubne stranice, na kojima je zadan von Neumannov
Δn Δx a
rubni uvjet, nema korekcije centralnog koeficijenta niti slobodnog člana, a za stranice na
lijevom i desnom rubu na kojima je Dirichletov rubni uvjet koeficijent iznosi
ΓΔS Δy 2
D= = = , što se dodaje centralnom koeficijentu za volumene uz granicu. Ako se
Δn Δx / 2 a
raspiše matrica koeficijenata u sustavu ⎡⎣ Aji ⎤⎦ [ϕi ] = ⎡⎣b j ⎤⎦ i vektor desne strane, oni će biti
⎡ 3 1 ⎤ ⎡ ⎤
⎢a + a −a −
a
0 0 0 ⎥ ⎢0 ⎥
⎢ ⎥ ⎢ ⎥
⎢ −a a + 3 1 ⎥ ⎢ ⎥
0 − 0 0 ⎢0 ⎥
⎢ a a ⎥
⎢ ⎥ ⎢ ⎥
⎢ −1 0 a+
2
−a −
1
0 ⎥ ⎢0 ⎥
⎢ a a a ⎥ ⎢ ⎥
⎡⎣ Aji ⎤⎦ = ⎢ ⎥ ; ⎡⎣b j ⎤⎦ = ⎢ ⎥ (6.106)
1 2 1 ⎢0 ⎥
⎢ 0 − −a a + 0 − ⎥
⎢ a a a ⎥ ⎢ ⎥
⎢ 1 3 ⎥ ⎢ ⎥
⎢ 0 0 − 0 a + − a ⎥ ⎢12 ⎥
⎢ a a ⎥ ⎢a⎥
⎢ 1 3⎥ ⎢12 ⎥
⎢⎣ 0 0 0 − −a a + ⎥ ⎢ ⎥
a a⎦ ⎣a⎦
ili ako se svaku jednadžbu podijeli s a koeficijenti će biti
⎡1 + 3a −2 −1 − a −2 0 0 0 ⎤ ⎡ 0 ⎤
⎢ −2 −2 ⎥ ⎢ 0 ⎥
⎢ −1 1 + 3a 0 −a 0 0 ⎥
⎢ ⎥
⎢ − a −2 0 1 + 2 a −2 −1 −a −2 0 ⎥ ⎢ 0 ⎥
⎡⎣ Aji ⎤⎦ = ⎢ ⎥ ; ⎡b j ⎤ = ⎢ ⎥ (6.107)
⎢ 0 − a −2 −1 1 + 2a −2 0 −a −2 ⎥ ⎣ ⎦ ⎢ 0 ⎥
⎢ 0 0 − a −2 0 1 + 3a −2 −1 ⎥
−2
⎢12a ⎥
⎢ ⎥ ⎢12a −2 ⎥
⎢⎣ 0 0 0 −a −2 −1 1 + 3a −2 ⎥⎦ ⎣ ⎦
−2 −6
Očito će za slučaj a = Δx / Δy = 1000 biti a = 10 , pa da bi se centralni koeficijenti mogli
točno izračunati trebati koristiti dvostruku preciznost. U graničnom prijelazu a → ∞ po dvije
jednadžbe sustava će postati jednake (matrica će biti singularna), a za konačno visoke

vrijednosti a sustav jednadžbi će biti loše uvjetovan. Pri rješavanju takvih sustava pomoći će
višemrežne metode (engl. multigrid methods), koje će biti opisane u kasnije.
Pri optjecanju tijela nužno je zadati rubne uvjete u beskonačnosti, tj. na udaljenosti od tijela
gdje je utjecaj tijela zanemariv. Pri niskim vrijednostima Reynoldsova broja utjecaj
viskoznosti se širi u područje daleko od tijela, pa će i granica u beskonačnosti trebati biti
daleko od tijela. Pri visokim vrijednostima Reynoldsova broja uz tijelo se formira granični
sloj unutar kojeg postoje veliki gradijenti, i gdje će mreža morati biti gusta, a izvan graničnog
sloja imamo neviskozno strujanje s malim gradijentima veličina u strujanju. Što je
Reynoldsov broj veći granični sloj će biti tanji, pa će geometrijska mreža ovisiti o
Reynoldsovu broju. Pri analizi strujanja tipa graničnog sloja, neće se moći izbjeći upotreba
izduženih elemenata, jer je granični sloj tanak a dugačak, pa bi diskretizacija volumenima s a
reda veličine jedinice zahtijevalo enormno puno volumena. Pri tome valja naglasiti da će u
slučaju čisto konvekcijske jednadžbe odnos koeficijenata biti a −1 , a ne a −2 kao kod čiste
difuzije, što je povoljnije. Jasno je da maksimalna duljina volumena zavisi i od zakrivljenosti
stijenke. Što je stijenka zakrivljenija, to će volumeni trebati biti kraći, kao što je ilustrirano na
slici 6.32, gdje je prikazan kvalitativni kriterij "vidljivosti" čvorova.
Loše: spojnica čvorova ne probada Dobro: spojnica čvorova probada

stranicu ("čvorovi se ne vide") stranicu blizu njena težišta.
Slika 6.32 Loša i dobra diskretizacija unutar graničnog sloja
Po debljini graničnog sloja treba smjestiti dovoljan broj volumena, da se dobro opišu
gradijenti veličina, a za područje izvan graničnog sloja, gdje su gradijenti mali, mogu se
koristiti veći volumeni. Međutim prijelaz s malih na velike volumene treba biti kontinuiran,
da bi faktor linearne interpolacije uvijek bio blizu vrijednosti 0,5, kao što prikazuje slika 6.33.
Loše: skokovita promjena Dobro: kontinuirana promjena

dimenzija volumena dimenzija volumena
Slika 6.32 Loša i dobra diskretizacija po debljini graničnog sloja

6.7. Metode rješavanja sustava linearnih algebarskih jednadžbi
Diskretizacija parcijalne diferencijalne jednadžbe metodom konačnih volumena završava

formiranjem sustava linearnih algebarskih jednadžbi koje treba riješiti. Matrica sustava je
rijetko popunjena, a struktura matrice zavisi od geometrijske mreže. Za slučaj primjene
strukturiranih mreža matrica ima pravilnu dijagonalnu strukturu, a kod nestrukturiranih
nenulti članovi su razbacani po čitavoj matrici. Takve matrice se zovu i pojasne matrice, pri
čemu je širina pojasa najveća razlika indeksa nenultog vandijagonalnog koeficijenta i indeksa
dijagonalnog koeficijenta. Kod strukturiranih mreža širina pojasa je definirana dimenzijom
mreže (npr. za dvodimenzijsku mrežu 30 puta 50, širina pojasa može biti 30 ili 50, ovisno o
načinu slaganja nepoznanica), dok kod nestrukturiranih mreža širina pojasa ovisi o
numeriranju čvorova. Kod primjene direktnih metoda rješavanja, koje uzimaju u obzir
pojasnost matrice temeljni je interes da širina pojasa bude što manja, pa su razvijeni algoritmi
za prenumeriranje čvorova kako bi se širinu pojasa što više smanjilo, jer o njoj ovisi potrebna
memorija za rješavanje sustava jednadžbi.
Kod primjene uzvodne numeričke sheme (garantirano pozitivni koeficijenti) matrica sustava
je dijagonalno dominantna (koeficijent na dijagonali je veći ili jednak sumi apsolutnih
vrijednosti vandijagonalnih koeficijenata, pri čemu u barem jednoj jednadžbi mora biti veći).
Dijagonalni koeficijenti su pozitivni, a vandijagonalni negativni (na desnoj strani
diskretizirane jednadžbe su pozitivni). Matricu s tim svojstvima se naziva M-matricom.
Treba imati na umu da su u računalnoj dinamici fluida matrice uglavnom vrlo velike, a da su
jednadžbe nelinearne (koeficijenti u matrici funkcija su rješenja koje se traži), što znači da će
se zbog potrebe za iterativnim postupkom sustav jednadžbi morati rješavati više puta.
Potrebna veličina matrice (finoća geometrijske mreže) ovisi o problemu kojeg se rješava, a
često je limitirana samim računalom. Naime, razvoj računala (porast memorije i brzine
računanja) omogućuje rješavanje sve složenijih fizikalnih problema (matematičkih modela s
više jednadžbi) i to u geometrijski sve složenijim područjima (za čiju se diskretizaciju
zahtijeva sve više volumena). Kao primjer uzmimo računanje strujanja zraka za potrebe
vremenske prognoze, za što se danas koriste najjača dostupna računala (mreža
višeprocesorskih računala), a prognoza još nije dovoljno pouzdana. Nepouzdanost prognoze
je uvjetovana nedovoljnim kapacitetom računala tj. potrebom korištenja grubih geometrijskih
mreža i približnih modela turbulencije. S obzirom da su matrice sustava linearnih algebarskih
jednadžbi velike i da sustav treba rješavati više puta, svakako je potrebno koristiti optimalne
metode.
Metode rješavanja sustava linearnih algebarskih jednadžbi, oblika Aij x j = bi ili simbolički
Ax = b mogu se podijeliti u sljedeće skupine
1) Direktne metode
2) Iterativne metode
3) Višemrežne (multigrid) metode
6.7.1. Direktne metode

Direktne metode se temelje na algoritmima koji u konačnom broju računskih operacija daju
točno rješenje (do na točnost računala) sustava jednadžbi. Računalno vrijeme ovih metoda
razmjerno je kvadratu broja jednadžbi ( t ∼ N 2 ). Primjeri direktnih metoda su Gaussova
eliminacija i metode temeljene na LU dekompoziciji matrice sustava. U Gaussovoj metodi se
eliminacijom koeficijenata od matrice A dolazi do gornje trokutaste matrice U, nakon čega se
sustav Ux = b , gdje je b vektor desne strane nakon Gaussove eliminacije, jednostavno
rješava. Na Gaussovoj eliminaciji se temelji Thomasov algoritam za rješavanje

tridijagonalnog sustava linearnih algebarskih jednadžbi, kakav se dobije pri diskretizaciji
jednodimenzijskog nestacionarnog problema ili dvodimenzijskog paraboličkog problema. U
takvom se sustavu od N jednadžbi i-ta jednadžba sustava može zapisati u obliku
−ai xi −1 + ci xi − di xi +1 = bi , i = 1, N (6.108)
pri čemu je a1 = 0 i d N = 0 . Nakon Gaussove eliminacije u matrici sustavu će ostati
dijagonalni član i član iznad glavne dijagonale, što se može zapisati kao
xi − ei xi +1 = f i , i = 1, N (6.109)
pri čemu treba biti eN = 0 . Ako se vrijednost xi −1 u jednadžbi (6.108) zamijene koeficijentima
prema jednadžbi (6.109) u obliku xi −1 = ei −1 xi + f i −1 , dobije se
− ai ( f i −1 + ei −1 xi ) + ci xi − di xi +1 = bi , i = 1, N (6.110)
što nakon sređivanja u oblik jednadžbe (6.109) daje
di b + ai f i −1
xi − xi +1 = i , i = 1, N (6.111)
ci − ai ei −1 ci − ai ei −1
ei fi
Usporedbom jednadžbe (6.111) s jednadžbom (6.109) slijede izrazi za koeficijente ei i fi

di b +a f
ei = i f i = i i i −1 i = 1, N (6.112)
ci − ai ei −1 ci − ai ei −1
Nakon što se izračunaju ovi koeficijenti lako se izračuna rješenje jednadžbi, prema (6.109)
xi = f i + ei xi +1 , i = N ,1 (6.113)
Primijetimo da se u prvom koraku računaju koeficijenti počevši od prve prema zadnjoj
jednadžbi, a da se u drugom koraku računaju rješenja od zadnje prema prvoj jednadžbi. Očito
da u prvom koraku kad se računaju koeficijenti, vrijednosti e0 i f 0 mogu biti zadane
proizvoljno jer je a1 = 0 . Isto tako je jasno da je eN = 0 zbog d N = 0 .
Slično se mogu izvesti i formule za petdijagonalni sustav (koji bi se dobio primjenom
numeričkih shema višeg reda točnosti u jednodimenzijskom nestacionarnom problemu), ali je
važno da su svih pet dijagonala uz glavnu dijagonalu (širina pojasa je dva). Za petdijagonalni
sustav koji se dobije diskretizacijom opće transportne jednadžbe u dvodimenzijskoj situaciji
na mreži N i × N j matrica sustava ima širinu pojasa N i ili N j (ovisno o slaganju
nepoznanica), pa bi se primjenom Gaussove eliminacije u matrici U svi koeficijenti unutar
pojasa bili u pravilu različiti od nule, pa bi metoda zahtijevala više memorije i računalnog
vremena za računanje tih koeficijenata.
Često korištena direktna metoda za rješavanje sustava se temelji na prikazu matrice sustava
Ax = b u obliku umnoška donje trokutaste matrice (L) i gornje trokutaste matrice (U), pa
vrijedi
Ax = L Ux = b (6.114)
v
Ovakav se sustav jednostavno rješava u dva koraka, prvo se riješi sustav Lv = b , gdje je v
pomoćni vektor, a zatim Ux = v . Naravno, određivanje koeficijenata matrica L i U je sa
stajališta računalnog vremena skupo.
6.7.2. Iterativne metode

Iterativne metode rješavanja sustava linearnih algebarskih jednadžbi se temelje na
inkrementalnom poboljšavanju rješenja sustava u obliku
x k +1 = x k + δ k , (6.115)
gdje k označuje broj iteracije, a δ vektor korekcije rješenja u k-toj iteraciji. Ako se izraz
k
(6.115) uvrsti u izraz Ax = b , slijedi

A ( x k + δ k ) = b ili Aδ k = b - Ax k = r k (6.116)
gdje je r k vektor reziduala. Kada je r k = 0 , korekcija δ k će biti jednaka nuli, što znači da
rješenje x k zadovoljava sustav jednadžbi. Sustav jednadžbi Aδ k = r k , je ekvivalentan
sustavu Ax = b i njegovim rješavanjem bi došli u jednoj iteraciji do točne korekcije δ k ,
odnosno točnog rješenja sustava. Ideja iterativnih metoda je matricu A u sustavu Aδ k = r k
zamijeniti matricom M, koja je što sličnija matrici A, a koju znamo invertirati, odnosno
jednostavno riješiti sustav Mδ k = r k . Naravno da će brzina konvergencije metode (broj
iteracija u kojem se dolazi do rješenja) ovisiti o dobroti aproksimacije matrice A matricom M.
Iterativne metode u svakoj iteraciji daju približno rješenje sustava Ax = b , a ako smo u
svakoj iteraciji bliže rješenju (npr. izraženo kroz sumu kvadrata odstupanja) kažemo da
metoda monotono konvergira. S obzirom da imamo iterativni postupak potrebno je postaviti
kriterij završetka tog postupka.
1) Jacobijeva metoda. Matrica A se može prikazati zbrojem A = L* + D + U* , gdje su L* i U*
striktno donja i gornja trokutasta matrica (bez glavne dijagonale), a D dijagonalna matrica.
Ako se matrica A aproksimira svojom dijagonalom (M=D) govorimo o Jacobijevoj metodi, za
koju je
Dδ k = r k ili δ k = D-1r k , odnosno x k +1 = D-1 ⎡⎣b - ( L* + U* ) x k ⎤⎦ , (6.117)
gdje D-1 označuje inverznu matricu, dijagonalnoj matrici D , koja je također dijagonalna i
kojoj su koeficijenti recipročne vrijednosti koeficijenata matrice D .
2. Gauss-Siedelova metoda. Bolja aproksimacija matrice A, koja se koristi u Gauss-
Siedelovoj metodi je M = L* + D ili M = U* + D , jer su tako definirane matrice trokutaste, pa
je rezultirajuće sustave
( L* + D ) δ k = r k , odnosno ( L* + D ) x k +1 = b - U* x k , (6.118)
ili
(U *
+ D ) δ k = r k , odnosno (U *
+ D ) x k +1 = b - L* x k , (6.119)
jednostavno riješiti. Ako se u jednoj iteraciji rješavaju obje jednadžbe: i (6.118) i (6.119) onda
se govori o simetričnoj Gauss-Siedelovoj metodi.
3) Metoda nepotpune faktorizacije. Matrica A se može aproksimirati umnoškom
M = ( L* + D )( I + D-1U* ) = L* + D + U* + L*D-1U* , (6.120)
A
gdje je I jedinična matrica. S obzirom da umnožak trokutastih matrica ( L* + D ) i ( I + D-1U* ) ,

ne daje matricu A govorimo o nekompletnoj LU faktorizaciji. Jasno je da što je matrica A
dijagonalno dominantnija da će razlika L*D-1U* biti manje značajna. Iterativna metoda u
kojoj se koristi aproksimacija (6.120) glasi
( L* + D )( I + D-1U* ) δ k = r k (6.121)
v
a realizira se u dva koraka: u prvom se riješi sustav ( L* + D ) v = r k , (gdje je v pomoćni

vektor), a u drugom ( I + D-1U* ) δ k = v . Lako se pokaže da je ona identična simetričnoj
Gauss-Siedelovoj metodi.
4) Linijska Gauss-Siedelova metoda. Za slučaj metode konačnih volumena na strukturiranoj
mreži matrica A će u dvodimenzijskoj situaciji biti petdijagonalne strukture, pri čemu će dvije
dijagonale uvijek biti uz glavnu dijagonalu matrice. U tom se slučaju matrica A može
prikazati zbrojem A = D3 + O , gdje je D3 tridijagonalna matrica, a O sadrži preostale
dijagonale. Linijska Gauss-Siedelova metoda je definirana kao
D3δ k = r k , odnosno D3 x k +1 = b - Ox k (6.122)
Slika 6.33 ilustrira razliku Gauss-Siedelove i Linijske Gauss-Siedelove metode kod primjene
na strukturiranoj mreži. Ako se u vektor nepoznanica slože čvorne vrijednosti po stupcima
(i=konst.) tada će donju trokutastu matricu činiti koeficijenti aW i aS (pri čemu će koeficijenti
aS ležati na dijagonali uz glavnu dijagonalu), a gornju trokutastu matricu koeficijenti aE i aN
(pri čemu će koeficijenti aN ležati na dijagonali uz glavnu dijagonalu). U slučaju da se
nepoznanice slažu po redcima (j=konst.) uz glavnu dijagonalu bi ležali koeficijenti aW (u
donjoj trokutastoj matrici) i aE (u gornjoj trokutastoj matrici).
j=Ny k+1 k+1 k

N
k+1 C k+1 k
W E
k+1 S k+1 k
k+1 k k k+1 k
...
k+1 k k+1 k
j=2
k+1 k+1 k k+1 k

j=1
i=1 i=2 ... i=Nx i=1 i=2 ... i=Nx
Slika 6.33 Ilustracija razlike Gauss-Siedelove i Line Gauss-Siedelove metode
Ako su nepoznanice složene po stupcima, tada je rješavanje jednadžbe (6.118) ekvivalentno

obilaženju čvorova u smjeru stupca (počevši od i=1, povećavajući j, pa zatim za i=2 i tako
redom do kraja). Kada se rješava jednadžba za centralni čvor C definiran indeksima i=2 i j=2,
kao na lijevoj slici, tada su vrijednosti u čvorovima W (i=1, j=2) i S (i=2, j=1) već korigirane
u iteraciji k+1, jer su ti čvorovi u toj iteraciji već bili posjećeni, za razliku od čvorova E i N
koje tek treba posjetiti, pa je u njima još uvijek vrijednost iz k-te iteracije. Rješavanje
jednadžbe (6.119) analogno je posjećivanju čvorova u suprotnom redoslijedu, počevši od
čvora zadanog indeksima i=Nx i j=Ny prema čvoru definiranog indeksima i=1 i j=1. Naravno,
ako bi nepoznanice bile složene po redcima, tada bi i redoslijed posjećivanja čvorova bio po
redcima, a ovisno o izboru jednadžbe: (6.118) ili (6.119), smjer može biti od lijevog donjeg
čvora prema desnom gornjem ili obrnuto. Moguće je izabrati i drukčiji redoslijed posjećivanja
čvorova. Ako se npr. volumeni u strukturiranoj mreži zamisle kao bijeli ili crni poput polja na
šahovskoj ploči, moguće je prvo obići sve bijele volumene, a zatim sve crne. Važno je uočiti
da se u svakom slučaju obilazi jedan po jedan volumen (čvor po čvor), pa se takva metoda još
naziva točkastom metodom.
U Linijskoj Gauss-Siedelovoj metodi istovremeno se posjećuju svi čvorovi na liniji, kao to
pokazuje slika 6.33 desno, za slučaj slaganja nepoznanica po stupcima. Sustav jednadžbi
(6.122) se može podijeliti na podsustave s tridijagonalnom matricom u kojima vektori
nepoznanica sadrže vrijednosti nepoznanica za čvorove na linijama i=konst. Ovi podsustavi se
mogu rješavati od i=1 do i=Nx, ili obrnuto. Za slaganje nepoznanica po redcima bi se dobili
podsustavi koji bi se rješavali po linijama j=konst. Iz slike je jasno da kad se rješava
podsustav za i=2, da je podsustav na liniji i=1 već riješen (vrijednosti su već iz iteracije k+1),
a vrijednosti na liniji i=3 se uzimaju iz k-te iteracije. Ako se ima posla s paraboličnim
jednadžbama (npr. dominantna konvekcija u smjeru osi x), tada će koeficijenti aE biti jednaki
nula, pa će se jednim prolazom po linijama i=konst., dobiti točno rješenje jednadžbi. Jasno je
da bi za slučaj dominantne konvekcije u smjeru –x, koeficijenti aW bili jednaki nula, te bi
sustav bilo bolje rješavati počevši od linije i=Nx, prema liniji i=1. Naravno, ako je konvekcija
dominantna u smjeru osi y, tada bi bilo bolje sustav rješavati po redcima j=konst. S obzirom
da općenito dominantni smjer strujanja varira od slučaja do slučaja u jednom iterativnom
koraku Linijske Gauss-Siedelove metode se kombiniraju prolazi po linijama i=konst. i
linijama j=konst.
Temeljeno na Linijskoj Gauss-Siedelovoj metodi, na strukturiranim mrežama se može
definirati posebnu metodu za rješavanje nestacionarnih problema, poznatu pod nazivom ADI
(Alternate DIrection) metoda. Uzmimo za primjer nestacionarnu difuzijsku jednadžbu u
dvodimenzijskoj situaciji, koja uz Γ =konst. i Sϕ = 0 , glasi:
∂ρϕ ∂ 2ϕ ∂ 2ϕ
−Γ 2 −Γ 2 = 0 (6.123)
∂t ∂x ∂y
Diskretizacijom jednadžbe (6.123) na ravnomjernoj mreži ( Δx = Δy ) uz ρ =konst. i oznake
za proračunsku molekulu kao na slici 6.33 lijevo, dobije se (i metodom konačnih razlika i
metodom konačnih volumena):
dϕ ϕ − 2ϕC + ϕ W ϕ − 2ϕC + ϕS
ρ C =Γ E +Γ N (6.124)
( Δx ) ( Δy )
2 2
dt
Kao što je prije rečeno, jednadžba (6.124) se može integrirati po vremenu eksplicitno (uz
vremensko ograničenje koraka integracije), pa bi uz primjenu Eulerove eksplicitne metode,
izraz (6.124) glasio
ϕ n+1 − ϕCn ϕ n − 2ϕCn + ϕ Wn ϕ Nn − 2ϕCn + ϕSn
ρ C =Γ E + Γ (6.125)
Δt ( Δx ) ( Δy )
2 2
U jednadžbi (6.125) je jedina nepoznanica ϕCn+1 , pa je očito da bi se sustav linearnih

algebarskih jednadžbi imao dijagonalnu matricu sustava, što se jednostavno rješava. Za slučaj
primjene implicitne metode (koja nema ograničenja na veličinu vremenskog koraka
integracije) izraz (6.124) bi glasio
ϕ n+1 − ϕCn ϕ n+1 − 2ϕCn+1 + ϕ Wn+1 ϕ n+1 − 2ϕCn+1 + ϕSn+1
ρ C =Γ E +Γ N (6.126)
Δt ( Δx ) ( Δy )
2 2
pa bi matrica sustava jednadžbi (složena od diskretiziranih jednadžbi za sve volumene) bila

rijetko popunjena matrica s pet dijagonala. Ideja ADI metode je razlomiti korak integracije na
dva jednaka dijela, te u prvoj polovici koraka operator druge derivacije po koordinati x
diskretizirati implicitno, a po koordinati y eksplicitno. U drugoj polovici vremenskog koraka
operator koji je u prvoj polovici vremena bio implicitno diskretiziran se sada diskretizira
eksplicitno, a eksplicitna diskretizacija se zamjenjuje implicitnom, tj. za prvu polovicu

vremenskog koraka Δt vrijedi
ϕ n+1/ 2 − ϕCn ϕ n+1/ 2 − 2ϕCn+1/ 2 + ϕ Wn+1/ 2 ϕ Nn − 2ϕCn + ϕSn
ρ C =Γ E + Γ , (6.127)
Δt / 2 ( Δx ) ( Δy )
2 2
a za drugu
ϕCn − ϕCn+1/ 2 ϕEn+1/ 2 − 2ϕCn+1/ 2 + ϕ Wn+1/ 2 ϕ Nn+1 − 2ϕCn+1 + ϕSn+1
ρ =Γ +Γ , (6.128)
Δt / 2 ( Δx ) ( Δy )
2 2
gdje n + 1/ 2 označuje vrijednosti na polovici vremenskog intervala, u trenutku t + Δt / 2 . U

jednadžbi (6.127) su nepoznanice ϕEn+1/ 2 , ϕCn+1/ 2 i ϕ Wn+1/ 2 , pa diskretizirane jednadžbe za sve
konačne volumene na strukturiranoj mreži čine tridijagonalni sustav jednadžbi koji se
jednostavno rješava Thomasovim postupkom. Nakon rješavanja sustava jednadžbi za prvu
polovicu vremenskog koraka, raspolaže se vrijednostima ϕ n+1/ 2 u svim čvorovima, pa se
prelazi na rješavanje sustava jednadžbi koji daju jednadžbe oblika (6.128), u kojima su
nepoznanice čvorne vrijednosti na kraju vremenskog intervala integracije. Ovaj sustav je
ponovo tridijagonalan i rješava se Thomasovim algoritmom.
5) Naprednije iterativne metode. Osim opisanih iterativnih metoda postoji niz naprednijih
metoda u kojima se rješenje sustava traži u obliku xik +1 = xik + α si , gdje je si vektor smjera u
kojem se traži poboljšanje rješenja, a α parametar čijim se izborom postiže minimizacija
nekog od normi koje pokazuju koliko smo blizu točnom rješenju, npr. suma kvadrata
reziduala rj rj , gdje je rj = b j − Aji xi . U ovu skupinu metoda spadaju npr. CG (Conjugate
Gradijent), GMRES (Generalized Minimal Residual) metode i druge. Većina ovih metoda je
profesionalno programirana u okviru matematičkih biblioteka (poput LAPAC biblioteke), i ne
preporučuje se vlastito programiranje tih metoda (iako su algoritmi dostupni i po udžbenicima
iz linearne algebre) jer će vlastita implementacija biti manje efikasna od onih iz matematičkih
biblioteka. Uz ove metode je vezan pojam preduvjetovanja (engl. Preconditioning). Naime
umjesto da se rješava originalni sustav Aji xi = b j , rješava se sustav M kj−1 Aji xi = M kj−1b j , gdje
matrica M kj−1 treba biti dobra aproksimacija matrice Akj−1 . Osnovni zahtjev za izbor matrice
M kj , je da se sustav M ji xi = b j lako rješava. Tipičan izbor za matricu M je nepotpuna LU
dekompozicija definirana izrazom (6.120). Računalno vrijeme iterativnih metoda pri
rješavanju velikih rijetkih matrica je razmjerno s N log N , što je bolje nego kod direktnih
metoda.
6.7.3. Multigrid metode

Osnovni problem iterativnih metoda, poput Gauss-Siedelove metode, je da one slabo
reduciraju pogreške niskih frekvencija, odnosno sporo prenose informacije o rubnim uvjetima
prema unutrašnjosti područja proračuna. Što god je mreža sitnija to će trebati više iteracija da
se dođe do konačnog rješenja (da se informacije o rubnim uvjetima prošire po čitavom
području). Za brzinu širenja informacija odgovorni su vandijagonalni koeficijenti (koji sadrže
informacije o jačini konvekcije i difuzijskoj vodljivosti). Što je koeficijent relativno veći to će
se informacija širiti brže. Tako bi za problem dan na slici 6.31, za koji su diskretizirane
jednadžbe prikazane matricama (6.107), trebalo proširiti informaciju u smjeru osi x (jer su na
lijevom i desnom rubu zadani Dirichletovi uvjeti). Problem je što su koeficijenti na
površinama s normalom u smjeru osi x u odnosu na koeficijente na površinama s normalom u
smjeru osi y mali, pa će propagacija informacije u smjeru osi x biti spora, tj. trebat će puno
iteracija Gauss-Siedelove metode da se postigne konačno rješenje. Sljedeće tablice daju
rješenje Gauss-Siedelove metode ovisno o rednom broju iteracije, za vrijednosti parametra
a = 100 i a = 1 , pri čemu je u oba slučaja početno pretpostavljeno ϕi = 0, i = 1, 6 .
Rezultati rješavanja sustava (6.107) Gauss-Siedelovom metodom za a = Δx / Δy = 100

Iteracija ϕ1 ϕ2 ϕ3 ϕ4 ϕ5 ϕ6
100 0.000 0.000 0.002 0.002 0.232 0.233
500 0.002 0.002 0.051 0.051 1.037 1.038
1000 0.011 0.011 0.174 0.174 1.815 1.815
5000 0.345 0.345 1.546 1.546 4.146 4.146
10000 0.734 0.734 2.459 2.459 4.724 4.724
30000 0.995 0.995 2.990 2.990 4.995 4.995
Pri vrijednosti parametra a = 100 , Gauss-Siedelova metoda će zahtijeva više od 30000

iteracija za postizanje točnog rješenja. Naravno da bi naprednije iterativne metode riješile taj
sustav u manjem broju iteracija.

Iteracija ϕ1 ϕ2 ϕ3 ϕ4 ϕ5 ϕ6
1 0,000 0,000 0,000 0,000 3,000 3,750
2 0,000 0,000 1,000 1,583 4,188 4,443
3 0,250 0,458 2,007 2,303 4,612 4,729
4 0,616 0,730 2,510 2,656 4,810 4,867
5 0,810 0,867 2,759 2,831 4,906 4,934
6 0,906 0,934 2,881 2,917 4,954 4,968
7 0,954 0,968 2,941 2,959 4,977 4,984
8 0,977 0,984 2,971 2,980 4,989 4,992
9 0,989 0,992 2,986 2,990 4,994 4,996
10 0,994 0,996 2,993 2,995 4,997 4,998
11 0,997 0,998 2,997 2,998 4,999 4,999
12 0,999 0,999 2,998 2,999 4,999 5,000
13 0,999 1,000 2,999 2,999 5,000 5,000
14 1,000 1,000 3,000 3,000 5,000 5,000
Za vrijednost a = 1 Gauss-Siedelova metoda je došla do rješenja koje je točno u četiri

signifikantne znamenke u 14 iteracija, te je očito da je bolje imati mrežu s odnosom dimenzija
volumena bliže jedinici.
Ideju multigrida se može ilustrirati na rješavanju sustava jednadžbi (6.107) za slučaj visokih
vrijednosti parametra a . Pretpostavimo da ćemo od volumena s čvorovima 1 i 2 načiniti jedan
veći volumen unutar kojeg ćemo definirati korekciju rješenja δ1 , od volumena s čvorovima 3 i
4, volumen s korekcijom δ 2 , te od volumena 5 i 6, jedan volumen s korekcijom δ 3 . Svim
čvorovima unutar velikog volumena dodajemo korekciju toga volumena, kako je to
naznačeno na slici 6.34.
1 3 5
δ1 δ2 δ3
2 4 6
ϕ1 = ϕ1 + δ1 ϕ3 = ϕ 3 + δ 2 ϕ5 = ϕ 5 + δ 3 x
ϕ 2 = ϕ 2 + δ1 ϕ4 = ϕ4 + δ 2 ϕ6 = ϕ6 + δ 3
Slika 6.34 Volumeni grublje mreže dobiveni zbrajanjem volumena finije mreže
Ako se kreće od ϕ1 = ϕ2 = ϕ3 = ϕ4 = ϕ5 = ϕ6 = 0 , tada sustav (6.107) glasi:

⎡1 + 3a −2 −1 − a −2 0 0 0 ⎤ ⎡ δ1 ⎤ ⎡ 0 ⎤
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ −1 1 + 3a −2
0 −a −2
0 0 ⎥ ⎢ δ1 ⎥ ⎢ 0 ⎥
⎢ − a −2 0 1 + 2 a −2 −1 − a −2 0 ⎥ ⎢δ 2 ⎥ ⎢ 0 ⎥
⎢ ⎥⎢ ⎥ = ⎢ ⎥ (6.129)
⎢ 0 −a −2
−1 1 + 2a −2
0 −a −2 ⎥ ⎢δ 2 ⎥ ⎢ 0 ⎥
⎢ 0 0 − a −2 0 1 + 3a −2 −1 ⎥ ⎢δ 3 ⎥ ⎢12a ⎥
−2
⎢ ⎥⎢ ⎥ ⎢ −2 ⎥
⎣⎢ 0 0 0 − a −2 −1 1 + 3a −2 ⎦⎥ ⎣⎢δ 3 ⎦⎥ ⎣12a ⎦
Zbrajanjem odgovarajućih jednadžbi u sustavu (6.129) slijedi sustav jednadžbi koji definira
korekcije na gruboj mreži, koji glasi
⎡ 6a −2 −2a −2 0 ⎤ ⎡ δ1 ⎤ ⎡ 0 ⎤
⎢ ⎥
⎢ −2a
−2
4a −2 −2a −2 ⎥ ⎢⎢δ 2 ⎥⎥ = ⎢⎢ 0 ⎥⎥ (6.130)
⎢ 0 −2a −2
6a ⎥⎦ ⎢⎣δ 3 ⎥⎦ ⎢⎣ 24a ⎥⎦
−2 −2
⎣
Sustav jednadžbi (6.130) nije loše uvjetovan, a sljedeća tablica pokazuje promjenu rješenja za
korekcije s brojem iteracije.

Iteracija δ1 δ2 δ3
1 0.000 0.000 4.000
2 0.000 2.000 4.667
3 0.667 2.667 4.889
4 0.889 2.889 4.963
5 0.963 2.963 4.988
6 0.988 2.988 4.996
7 0.996 2.996 4.999
8 0.999 2.999 5.000
9 1.000 3.000 5.000
Očito će se u ovom slučaju jednim rješavanjem na gruboj mreži dobiti točno rješenje
problema.
U općem slučaju u primjeni višemrežnih metoda se koristi više razina mreže. Metoda može
biti kao u ovom primjeru izvedena manipulacijom s jednadžbama (engl. AMG = Algebraic
Multigrid) ili se jednadžbe na svakoj mreži mogu izvesti diskretizacijom. U tom smislu i
korekcija rješenja za sitnije volumene unutar većeg volumena može biti ista (engl. additive
correction), ili korekcija može biti prostorno raspoređena. U svakom slučaju treba definirati
operator za prijenos reziduala s fine na grublju mrežu (engl. restriction of residuals) te
prijenos korekcije rješenja s grube na finu mrežu (engl. prolongation of correction).
Uobičajeni ciklusi u višemrežnoj metodi su V i W ciklusi, koji su shematski prikazani na slici
6.35. Rješavanje sustava jednadžbi na mreži se naziva glađenjem rješenja (engl. smoothing),
pri čemu se rješavanje u fazi restrikcije (prelazak s finije na grublju mrežu naziva "pre-
smoothing", a rješavanje sustava u fazi prolongacije (prelazak s grublje na finiju) naziva
"post-smoothing". Jasno da će se od rješavača zahtijevati da nakon svake iteracije daje
rješenje koje je bliže točnom rješenju. Iz prikazanog primjera je očito da kod čiste difuzije i
loše uvjetovanog sustava, glavni doprinos brzoj konvergenciji rješenja dolazi od procesa
prolongacije, što znači da je značajno točno rješavanje sustava u fazi prolongacije, pa bi
dopušteni broj iteracija pri rješavanju sustava linearnih algebarskih jednadžbi (obično definira
korisnik) na svakoj razini mreže trebao biti veći za "post-smoothing" nego za "pre-
smoothing".
razina mreže
1
fina mreža
5
gruba mreža V ciklus W ciklus
Slika 6.35 Shematski prikaz ciklusa u multigrid metodi

Primjena metode konačnih volumena na rješavanje modela strujanja fluida 104 / 123
7. Primjena metode konačnih volumena na rješavanje modela

strujanja fluida
Strujanje fluida opisano je osnovnim zakonima klasične fizike, zakonima očuvanja: mase,
količine gibanja, momenta količine gibanja i energije. Za slučaj da na fluid ne djeluju maseni i
površinski momenti, zakon momenta količine gibanja se svodi na činjenicu simetričnosti
tenzora naprezanja, pa za homogeni kemijski inertni fluid vrijedi:
∂ρ ∂ ( ρ v j )
jednadžba kontinuiteta: + =0 (7.1)
∂t ∂x j
∂ ( ρ vi ) ∂ ( ρ v j vi ) ∂σ ji
jednadžba količine gibanja: + = ρ fi + (7.2)
∂t ∂x j ∂x j
∂ ( ρe) ∂ ( ρv je) ∂ (σ ji vi ) ∂q j
energijska jednadžba: + = − ρ fi vi + − (7.3)
ili nakon oduzimanja kinetičke energije energijska jednadžba (7.3) prelazi u
∂ ( ρu ) ∂ ( ρ v ju ) ∂σ ji ∂q j
alternativni oblik energijske jednadžbe: + = vi − (7.4)
U gornjim jednadžbama su: fi specifična masena sila, σ ji simetrični tenzor naprezanja,
e = u + v 2 / 2 zbroj unutarnje i kinetičke energije, q j vektor toplinskog toka. Ove dvije
skalarne jednadžbe i jedna vektorska sadrže 14 nepoznatih veličina te je za potrebe
usklađivanja broja jednadžbi i broja nepoznanica potrebno uvesti dopunske relacije koje su
svojstvene pojedinom fluidu. Uvođenjem dopunskih relacija u sustav jednadžbi (7.1) do (7.3),
dobije se sustav s usklađenim brojem jednadžbi i nepoznanica, te je uz zadane početne i rubne
uvjete principijelno rješiv. Tablica 7.1 daje pregled dopunskih relacija za model savršenog
plina i za model nestlačivog fluida, te Newtonov zakon viskoznosti i Fourierov zakon
toplinske provodnosti, pri čemu vrijedi
σ ji = − pδ ji + Σ ji , (7.5)
gdje je p termodinamički tlak, R plinska konstanta, T termodinamička temperatura, λ
toplinska provodnost fluida, cv specifični toplinski kapacitet pri konstantnom volumenu, a
Σ ji tenzor viskoznih naprezanja modeliran Newtonovim zakonom viskoznosti u kojem je μ
viskoznost, a μV volumenska viskoznost.
Tablica 7.1 Dopunske relacije za model savršenog plina i nestlačivog fluida

Savršeni plin Nestlačivi fluid
p
= RT ρ = konst.
Jednadžbe stanja ρ
u = cvT u = cvT
Newtonov zakon ⎛ ∂v j ∂vi ⎞ ⎛ 2 ⎞ ∂v ⎛ ∂v j ∂vi ⎞
Σ ij = μ ⎜ + ⎟⎟ + ⎜ μV − μ ⎟ k δ ij Σ ij = μ ⎜ + ⎟⎟
⎜ ⎜
viskoznosti ⎝ ∂xi ∂x j ⎠ ⎝ 3 ⎠ ∂xk ⎝ ∂xi ∂x j ⎠
Fourierov zakon ∂T
q j = −λ
toplinske provodnosti ∂x j
Tablica 7.2 daje pregled osnovnih jednadžbi u ova dva modela strujanja fluida. U stlačivom
strujanju su nepoznanice ρ , vi , p i T (ili u ili e ), dok su u nestlačivom strujanju
nepoznanice vi , p i T . Ako u nestlačivom strujanju viskoznost fluida nije funkcija
temperature, jednadžba kontinuiteta i jednadžba količine gibanja se mogu rješavati odvojeno
od energijske jednadžbe.
Tablica 7.2 Osnovne jednadžbe dinamike stlačivog i nestlačivog strujanja

Stlačivo strujanje Nestlačivo strujanje
∂ρ ∂ ( ρ v j ) ∂v j
+ =0 =0
∂t ∂x j ∂x j
∂ ( ρ vi ) ∂ ( ρ v j vi )
∂ ( ρ vi ) ∂ ( ρ v j vi ) ∂p ∂Σ ji + =
+ = ρ fi − + ∂t ∂x j
∂t ∂x j ∂xi ∂x j
∂p ∂ ⎡ ⎛ ∂v j ∂v ⎞⎤
⎛ ∂v ∂v ⎞ ⎛ 2 ⎞ ∂v ρ fi − + ⎢ μ ⎜⎜ + i ⎟⎟ ⎥
Σ ij = μ ⎜ j + i ⎟⎟ + ⎜ μV − μ ⎟ k δ ij ∂xi ∂x j ⎢⎣ ⎝ ∂xi ∂x j
⎜ ∂x ∂x 3 ⎠ ∂xk ⎠ ⎥⎦
⎝ i j ⎠ ⎝
∂ ( ρe) ∂ ( ρv je)
+ =
∂t ∂x j ∂ ( ρ cvT ) ∂ ( ρ v j cvT ) ∂v ∂ ⎛ ∂T ⎞
+ = Σ ji i + ⎜⎜ λ ⎟⎟
∂ ( pv j ) ∂ ( Σ ji vi ) ∂ ⎛ ∂T ⎞ ∂t ∂x j ∂x j ∂x j ⎝ ∂x j ⎠
− ρ fi vi − + + ⎜⎜ λ ⎟⎟
∂x j ∂x j ∂x j ⎝ ∂x j ⎠
p
= RT (savršeni plin)
ρ
ρ = konst.
K p − p0 ρ − ρ0
dp = dρ ili = (kapljevina)
ρ K0 ρ0
Nepoznanice: ρ , vi , p i T (ili u ili e ) Nepoznanice: vi , p i T
Fizikalno gledajući, o stlačivom strujanju fluida govorimo ako se u strujanju gustoća fluida
značajno mijenja, u protivnom je strujanje nestlačivo. Naime, i plinovi i kapljevine se daju
stlačiti (povećanjem tlaka im se volumen smanjuje, a gustoća raste), pri čemu se plinovi lakše
stlačuju u odnosu na kapljevine. No, i strujanje plinova (koji se lako stlačuju) može biti
nestlačivo, ako plin struji malom brzinom, a strujanje kapljevina može biti stlačivo ako se u
strujanju pojavljuju ogromne razlike tlaka. Kriterij stlačivosti strujanja je Machov broj koji je
omjer brzine strujanja fluida i brzine širenja zvuka u fluidu. Brzina c širenja zvuka u fluidu je
po definiciji
dp
c2 = (7.6)
d ρ s = konst
i za savršeni plin je c = κ RT , a za kapljevine je c = K / ρ , gdje je K volumenski modul
elastičnosti fluida u empiričkom izrazu za stlačivost kapljevina. Ako je Machov broj manji od
približno 0,3 strujanje se smatra nestlačivim.
Formalno gledajući i strujanje plinova i strujanje kapljevina bi se moglo opisati modelom
stlačivog strujanja. Jednadžba stanja kapljevine bi se na temelju izraza (7.6) mogla pisati kao
K
dp = dρ . U općem slučaju modul volumenske elastičnosti kapljevine je funkcija tlaka i
ρ
temperature (lokalnog termodinamičkog stanja kapljevine), a ako se u radnom intervalu tlaka
za promatrani problem odnos K / ρ može smatrati konstantnim i jednakim K 0 / ρ0 , gdje se
indeks nula odnosi na vrijednosti u sredini intervala tada bi se jednadžba stanja za kapljevinu
mogla integrirati, te slijedi izraz
p − p0 ρ − ρ0
= (7.7)
K0 ρ0
Drugi primjer slabostlačivog strujanja je slučaj prirodne konvekcije. Naime, u zatvorenom
prostoru ispunjenom fluidom konstantne temperature, fluid će mirovati, a pod djelovanjem
gravitacije ( fi = − gδ i 3 ) unutar njega će vladati hidrostatski tlak p = p0 − ρ0 gx3 . Ako se
međutim prostor s jedne strane grije, a s druge hladi, pojavit će se gradijent temperature, pa će
toplije čestice ići prema gore, a hladnije prema dolje, tj. fluid će unutar zatvorenog prostora
strujati. Uslijed strujanja fluida će se promijeniti i tlak, tako da vrijedi
p = p0 − ρ0 gx3 + p′ , (7.8)
gdje je p′ dio polja tlaka uslijed nastalog strujanja. Promjena gustoće koja uzrokuje gibanje je
definirana koeficijentom prostornog termičkog rastezanja
1 ∂ρ
β =− (7.9)
ρ ∂T p
Ako su odstupanja gustoće zbog promjene temperature mala u odnosu na referentnu gustoću
ρ0 (pri referentnoj temperaturi T0 ), tada se izraz (7.9) može aproksimirati s
1 ρ − ρ0
β =− ili ρ − ρ 0 = − βρ0 (T − T0 ) (7.10)
ρ0 T − T0
Ako je β (T − T0 ) puno manje od jedan tada vrijedi Boussinesqova aproksimacija, po kojoj se
gustoća u svim članovima jednadžbe smatra konstantnom ρ = ρ0 , osim u članu koji opisuje
masene sile. Deriviranjem izraza (7.8) po koordinati xi , te uvrštavanjem u jednadžbu količine
gibanja za nestlačivo strujanje prema tablici 7.2, u kojoj zbroj masenih sila i sila tlaka postaje
∂p ∂p′ ∂p′ ∂p′
ρ fi − = − ρ gδ i 3 + ρ0 gδ i 3 − = ( ρ0 − ρ ) gδ i 3 − = βρ0 (T − T0 ) gδ i 3 − (7.11)
∂xi ∂xi ∂xi ∂xi
U izrazu (7.11) je već iskorišten izraz (7.10). S obzirom da su brzine strujanja uslijed prirodne
konvekcije male, to će i brzina pretvorbe kinetičke energije u unutarnju energiju, uslijed
viskoznih sila biti mala u odnosu na toplinski tok uslijed gradijenta temperature, pa se
∂v
zanemaruje ( Σ ji i ). Tablica 7.3 prikazuje jednadžbe Boussinesqova modela.
∂x j
Očito je da su u Boussinesqovom modelu jednadžba količine gibanja i energijska jednadžba
čvrsto spregnute, jer je član s temperaturom u jednadžbi količine gibanja odgovoran za
strujanje (odnosno polje brzine), a polje brzine u energijskoj jednadžbi je odgovorno za polje
temperature. Specifičnost ovog modela je u tome da su tlačne sile male (polje tlaka se računa,
ali se obično ne prikazuje), a značajne su masene sile, za razliku od problema s prisilnom
konvekcijom (gdje je polje brzine propisano rubnim uvjetima) u kojem su zanemarive masene
sile (ako nema slobodne površine), a značajne sile tlaka. Zbog toga svojstva će algoritmi u
kojima se polje brzine korigira na temelju korekcije tlaka, koji će biti opisani u nastavku,
sporo konvergirati u slučaju Boussinesqova modela, jer u tom modelu polje brzine zavisi od
masenih sila.
Tablica 7.3 Osnovne jednadžbe Boussinesqova modela za prirodnu konvekciju

∂v j
=0
∂x j
∂ ( ρ0 vi ) ∂ ( ρ0 v j vi ) ∂p′ ∂ ⎡ ⎛ ∂v j ∂vi ⎞⎤
+ = βρ0 (T − T0 ) gδ i 3 − + ⎢μ ⎜ + ⎟⎟ ⎥
∂t ∂x j ∂xi ∂x j ⎣⎢ ⎜⎝ ∂xi ∂x j ⎠ ⎦⎥
∂ ( ρ0 cvT ) ∂ ( ρ 0 v j cvT ) ∂ ⎛ ∂T ⎞
+ = ⎜⎜ λ ⎟⎟
∂t ∂x j ∂x j ⎝ ∂x j ⎠
Nepoznanice: vi , p′ i T
Dakle, model stlačivog strujanja (za plinove) i slabo-stlačivog strujanja (za kapljevine) se
sastoji od tri parcijalne diferencijalne jednadžbe i jedne algebarske jednadžbe. Jednadžba
kontinuiteta je oblika opće transportne jednadžbe (uz ϕ = 1 , Γ = 0 i Sϕ = 0 ) i prirodna je
jednadžba za određivanje polja gustoće, jednadžba količine gibanja ( ϕ = vi ) je opća
transportna jednadžba za polje brzine, a energijska jednadžba ( ϕ = e ) za ukupnu energiju,
odnosno za unutarnju energiju ili za temperaturu. Prema tome algebarska jednadžba stanja
ostaje za određivanje polja tlaka. Takva metoda rješavanja modela stlačivog strujanja se u
literaturi naziva "density based method". Jasno je da ova metoda neće biti primjenjiva za
rješavanje modela nestlačivog strujanja fluida u kojem je gustoća fluida fiksno zadana
(jednadžba stanja se svodi na činjenicu ρ = konst. ), pa se o promjeni tlaka ne može
zaključivati iz promjene gustoće (jer promjene gustoće nema). U slučaju nestlačivog strujanja
će trebati definirati metodu u kojoj se tlak određuje, ne iz algebarske jednadžbe stanja, nego iz
diferencijalnih jednadžbi pa će se takva metoda nazivati "pressure based method". "Density
based method" će pokazivati slabosti pri rješavanju slabo-stlačivog strujanja i stlačivog
strujanja pri niskim Machovim brojevima. Ako za primjer analiziramo strujanje zraka
( R = 287 J/(kg ⋅ K) , κ = 1, 4 ) brzinom v0 = 1 m/s , pri atmosferskom tlaku p0 = 100000 Pa i
temperaturi T0 = 300 K (gustoće ρ 0 = p0 / ( RT0 ) = 1,16 kg/m3 ) oko nekog tijela, tada znamo
da će red veličine promjene tlaka od područja neporemećenog strujanja do točke zastoja biti
jednaka dinamičkom tlaku Δp = ρ0 v02 / 2 = 0,58 Pa . Takva promjena tlaka će izazvati
promjenu gustoće Δρ = Δp / ( RT0 ) = 6, 745 ⋅10−6 kg/m3 . Očito je da je promjena gustoće za
šest redova veličine manja od same gustoće, a promjena tlaka pet redova veličine od samog
tlaka. U takvom slučaju govorimo o krutom sustavu (engl. "stiff system"), pri čijem
rješavanju postoje numerički problemi karakteristični za loše uvjetovane matrice. Da bi se
poboljšala numerička svojstva metode, matrica sustava diskretiziranih jednadžbi se obično
preduvjetuje ("pre-conditioning"). Pri rješavanju problema slabo-stlačivog strujanja ova
metoda bi imala još lošija svojstva jer je faktor s kojim se množi promjena gustoće da se
dobije promjena tlaka obično još veći, pa se za probleme slabo-stlačivog strujanja (tipičan
primjer je jednodimenzijski model koji se koristi u analizi hidrauličkog udara u cjevovodima)
obično koristi "pressure based" metoda. S obzirom da se "pressure based" metode mogu
koristiti za rješavanje i nestlačivog i stlačivog strujanja u nastavku će se dati algoritam za
rješavanje modela nestlačivog strujanja jednom takvom metodom.
7.1. Metoda konačnih volumena za rješavanje modela nestlačivog strujanja

fluida
Poremećaji tlaka, brzine i gustoće se u stlačivom i slabo-stlačivom strujanju fluida šire

brzinom zvuka u odnosu na fluid, pa se pri analizi nestacionarnih pojava, jednadžbe treba
integrirati tako malim vremenskim korakom da se "uhvati" to širenje vala. To znači da će u
definiciju Courantova broja, kao kriterija stabilnosti za eksplicitne metode ulaziti i brzina
zvuka. Naravno, ako se koristi implicitna metoda, a želi se imati točnu vremensku integraciju
pojave širenja vala, vremenski korak integracije također mora biti takav da Courantov broj
bude blizu jedinici. Tipičan primjer slabo-stlačivog strujanja, u kojem nas zanima širenje vala
je hidraulički udar u cijevi nakon ispada pumpe iz rada ili nakon brzog zatvaranja ventila. U
hidrauličkom udaru se tipično rubni uvjeti naglo promijene (iz jednog konstantnog stanja u
drugo), te se promatraju prijelazne pojave (istitravanje brzine i tlaka), dok se ne ustali novo
stacionarno stanje. Drugi primjer nestacionarnog strujanja je kada imamo vremenski
promjenjive rubne uvjete, pri čemu je brzina promjene rubnih uvjeta puno sporija od brzine
širenja valova, tako da se problem integrira puno većim vremenskim korakom integracije
(Courantov broj može biti puno veći od jedan, što zahtijeva primjenu implicitnih metoda).
Kao primjer se može uzeti primjer cjevovodnog sustava kroz koji se voda iz akumulacijskog
jezera pumpa u spremnik. Kako se visina vode u spremniku podiže, tako se povećava visina
dobave pumpe, te, sukladno tipičnoj karakteristici pumpe, smanjuje protok u sustavu. Ovakve
promjene protoka se događaju u velikim vremenskim razmacima u odnosu na vrijeme
putovanja tlačnog poremećaja duž cjevovoda, pa možemo pretpostaviti da su unutar
vremenskog koraka integracije poremećaji tlaka istitrali. U takvom slučaju, s obzirom na vrlo
male promjene gustoće strujanje se modelira nestlačivim. Uvjet nestlačivosti je ρ = konst. ,
što podrazumijeva da gustoća fluida ostaje konstantna ( dρ = 0 ) bez obzira na promjenu tlaka
( dp ≠ 0 ), pa je brzina zvuka u nestlačivom strujanju, prema definicijskoj jednadžbi (7.6),
beskonačna. To bi značilo da se svaki poremećaj u rubnim uvjetima trenutno proširi po
čitavom području proračuna, te smo se pretpostavkom o nestlačivosti strujanja odrekli analize
širenja poremećaja tlaka i brzine. Za ilustraciju promatrajmo mirovanje vode u horizontalnoj
cijevi. Pretpostavimo da smo u jednom trenutku povisili tlak na jednom kraju cijevi. U
modelu slabo-stlačivog strujanja će se prvo početi gibati čestice fluida uz kraj na kojem je tlak
povišen, a zatim, kako se poremećaj tlaka širi kroz cijev, i druge čestice preko kojih je
poremećaj prošao, pri čemu se poremećaj širi brzinom zvuka. Prema modelu nestlačivog
strujanja povišenje tlaka na jednom kraju cijevi bi se trenutno proširilo po čitavoj cijevi, tako
da bi se sve čestice fluida unutar cijevi počele istovremeno gibati (fluid bi se gibao poput
krutog stupca).
Neprimjerenost računanja tlaka iz gustoće, kao u "densisty based" metodi, u slučaju slabo-
stlačivog strujanja se može vidjeti i iz jednadžbe kontinuiteta, u kojoj se gustoća može uz
1
pomoć jednadžbe (7.6) ( d ρ = 2 dp ) zamijeniti s pomoću tlaka, pri čemu vrijedi
c
∂ρ 1 ∂p ∂ρ 1 ∂p
= 2 i = 2 , (7.12)
∂t c ∂t ∂x j c ∂x j
što uvršteno u jednadžbu kontinuiteta (7.1) daje
∂p ∂p ∂v
+ vj = −ρc2 j (7.13)
∂t ∂x j ∂x j
S obzirom da se divergencija brzine množi s faktorom ρ c 2 , koji je za kapljevine velik, čak i
mala pogreška u divergenciji polja brzine može izazvati velike pogreške u polju tlaka. Jasno
je da za slučaj nestlačivog strujanja, gdje je brzina zvuka beskonačna, divergencija polja

brzine mora biti jednaka nuli. Drugim riječima polje tlaka mora biti takvo da u svakoj točki
prostora i u svakom vremenskom trenutku osigura zadovoljavanje jednadžbe kontinuiteta
∂v j / ∂x j = 0 .
U nastavku ćemo se ograničiti na analizu dvodimenzijskog nestlačivog strujanja, pri čemu
ćemo zanemariti masene sile, jer one ne prave nikakve numeričke probleme, te ćemo
pretpostaviti konstantnu viskoznost, tako da u model nećemo uključiti niti energijsku
jednadžbu.
∂v j ∂ ( ρv j )
= 0 ili =0 (7.14)
∂x j ∂x j
∂ ( ρ vi ) ∂ ( ρ v j vi ) ∂ 2 vi ∂p
+ =μ − (7.15)
∂t ∂x j ∂x j ∂x j ∂xi
lokalna promjena izvorski clan
konvekcija difuzija
što u dvodimenzijskoj situaciji predstavlja sustav tri jednadžbe s tri nepoznata skalarna polja:
v1 , v2 i p . U jednadžbi količine gibanja prepoznajemo članove opće transportne jednadžbe
(uz ϕ = vi ) poput lokalne promjene, konvekcijskog i difuzijskog transporta, te izvorski član (u
ovom slučaju ga čine sile tlaka).
Primjenom operatora rotora na jednadžbu (7.15), iz nje bi nestao tlak, a dobila bi se opća
transportna jednadžba u kojoj je fizikalno svojstvo ϕ vektor vrtložnosti. Prema tome, do polja
brzine bi se moglo doći i numeričkim postupkom u kojem se ne računa polje tlaka. U tom bi
se slučaju polje tlaka računalo, na kraju, nakon što se odredi polje brzine. Takva formulacija
jednadžbi strujanja preko strujne funkcije i vektora vrtložnosti se neće razmatrati u ovom
kolegiju.
Jednadžba (7.15) je očito jednadžba koja definira polje brzine (opća transportna jednadžba za
ϕ = vi ), dok jednadžba kontinuiteta (7.14) ostaje za određivanje polja tlaka. Osnovni je
problem da se u jednadžbi kontinuiteta, koja treba služiti za određivanje tlaka, tlak uopće ne
pojavljuje eksplicitno. Fizikalno gledajući, u nestlačivom strujanju se nastali poremećaji tlaka
trenutno prošire po čitavom području strujanja, pri čemu divergencija polja brzine ostaje
jednaka nuli u svakom trenutku i u svakoj točki prostora. Taj uvjet treba forsirati i u
numeričkom postupku i to tako da jednadžba kontinuiteta bude zadovoljena u svakom
iterativnom koraku numeričkog postupka (bilo da se radi o iteracijama u proračunu
stacionarnog strujanja ili iteracijama unutar vremenskog koraka integracije nestacionarnog
problema).
Zbog nelinearnog konvekcijskog člana u jednadžbi količine gibanja, numerički postupak će
nužno imati iterativni karakter. Ako se konvekcijski član linearizira u obliku ρ v j vi = ρ v *j vi ,
gdje je v *j trenutno raspoloživo polje brzine (iz prethodne iteracije, odnosno u početku
iterativnog postupka to je pretpostavljeno polje) dobije se linearizirana jednadžba koja se
diskretizira po prije danim pravilima.
S obzirom da se tlak u jednadžbama pojavljuje samo s gradijentom, a da njegova vrijednost ne
utječe na gustoću, tlak će biti neodređen do na konstantu. Drugim riječima može se računati s
apsolutnim tlakom, pretlakom ili tlakom mjerenim u odnosu na bilo koji (proizvoljno
definirani) referentni tlak. S numeričkog stajališta referentni tlak je najbolje birati tako da
sredina područja tlaka bude oko nule, tako da broj signifikantnih znamenki bude najveći (npr.
loš izbor je da se tlak mijenja u granicama 100000 do 100010, jer prve četiri znamenke ne
nose nikakvu informaciju, a dobar izbor je da tlak varira u području -5 do 5).
7.2. Izbor mreže

Prvi korak u razvoju numeričke metode je izbor geometrijske mreže. Ako sve jednadžbe
matematičkog modela zadovoljavaju opći oblik transportne jednadžbe, čija je diskretizacija
opisana u prethodnom poglavlju, onda se može činiti prirodno koristiti nepomaknutu mrežu,
koja je za slučaj pravokutne mreže, prikazana na slici 7.1, desno. U toj su mreži čvorovi u
kojima se računaju sve nepoznanice (tlak, komponente brzine, temperatura, te za slučaj
turbulentnog strujanja i primjene k − ε modela turbulencije, kinetička energija turbulencije i
disipacija kinetičke energije turbulencije) smješteni u težišta volumena. Ako se prisjetimo
diskretizacije opće transportne jednadžbe iz prethodnog poglavlja, uočit ćemo da je ona
provedena uz pretpostavku poznatog polja brzine, a temeljem kojeg su definirane jačine
konvekcije (maseni protoci kroz granice konačnih volumena). S tog stajališta je bolje,
čvorove u kojima se računaju brzine smjestiti na stranice konačnih volumena (na kojima se
diskretizira opća transportna jednadžba), pa govorimo o pomaknutoj mreži koja je, za slučaj
pravokutne mreže, prikazana na slici 7.1 lijevo.
Pomaknuta mreža Nepomaknuta mreža
N N
n n
C e E
E w e
W w W C
s s
S
S
čvor za tlak čvor za v-komponentu brzine

čvor za u-komponentu brzine rubni čvor
Slika 7.1 Pomaknuta i nepomaknuta geometrijska mreža
U pomaknutoj mreži čvorovi u kojima se računa tlak (i sve druge skalarne veličine) su
smješteni u težištima volumena (centralni čvorovi), a čvorovi za pojedine komponente brzine
pomaknuti su na granice konačnog volumena u smjeru pripadajuće osi. Jednadžba
kontinuiteta se diskretizira za osnovne konačne volumene (u čijim centralnim čvorovima se
računa tlak, označeni žutom bojom na slici 7.1), dok se komponente jednadžbe količine
gibanja diskretiziraju na pomaknutim volumenima (na slici 7.1 je plavom i ružičastom bojom
su označeni pomaknuti volumeni za pripadajuće komponente brzine).
Prednost pomaknute mreže je u tome da se pri izračunu jačine konvekcije ne koristi
interpolacija (osim na nekim stranicama pri rješavanju same jednadžbe količine gibanja),
odnosno da je jednadžba kontinuiteta zadovoljena s originalnim poljem brzine, a ne s
interpoliranim poljem, kao u slučaju nepomaknute mreže.
Druga prednost pomaknute mreže je u usklađenom broju jednadžbi i nepoznanica, što kod
nepomaknute mreže nije slučaj. Naime, ako pretpostavimo slučaj Dirichletovih rubnih uvjeta,
prema kojima su sve brzine po rubu područja proračuna zadane, onda je broj nepoznatih
vrijednosti brzine jednak broju stranica u unutrašnjosti područja proračuna, a taj je broj jednak
broju pomaknutih volumena (označenih plavom i ružičastom bojom na slici 7.1) na kojima se
postavljaju diskretizirane komponente jednadžbe količine gibanja. Broj čvorova s nepoznatim
tlakom jednak je zbroju unutarnjih čvorova i čvorova na rubu, umanjenih za jedan (tlak u
jednom čvoru mora biti zadan, jer je polje tlaka neodređeno do na konstantu). Vrijednosti
tlaka u unutarnjim čvorovima se određuju iz jednadžbe kontinuiteta, a tih jednadžbi ima
koliko i unutarnjih čvorova. Tlakovi na rubu područja proračuna se određuju iz jednadžbi
količine gibanja za polovične volumene uz granicu (npr. ružičasto osjenčani volumen na slici
7.1). Prema tome, može se zaključiti da je kod primjene pomaknute mreže broj nepoznanica i
broj raspoloživih jednadžbi usklađen, pri čemu vrijednosti tlaka na rubu područja proračuna
ne sudjeluju u definiranju polja brzine u unutrašnjosti područja proračuna (poslije će se to
pokazati na temelju diskretiziranih jednadžbi količine gibanja), pa te tlakove možemo a i ne
moramo računati. Točnu raspodjelu tlaka po površini stijenke tijela je potrebno poznavati za
potrebe određivanja sile fluida na tijelo, a po ostalim rubovima se tlak niti ne mora točno
izračunati (obično se uzme vrijednost iz prvog čvora do ruba). Uz zadane brzine po rubu
područja proračuna, u slučaju nepomaknute mreže, broj nepoznatih vrijednosti brzine je
jednak broju konačnih volumena pomnoženih s brojem komponenti polja brzine, što odgovara
broju raspoloživih diskretiziranih jednadžbi količine gibanja. Vrijednosti tlaka u čvorovima
unutar područja proračuna se računaju iz jednadžbe kontinuiteta diskretizirane po tim
volumenima, dok za vrijednosti tlaka po rubu područja proračuna ne postoje fizikalne
dopunske jednadžbe, što znači da postoji više nepoznanica nego raspoloživih jednadžbi za
njihovo određivanje. Problem je što se vrijednosti tlaka po rubu područja proračuna za slučaj
nepomaknute mreže pojavljuju u diskretiziranim oblicima jednadžbe količine gibanja (dakle
utječu na polje brzine), pa ih je potrebno na neki način definirati. Obično se koristi neka
ekstrapolacija tlaka (prvog ili drugog reda točnosti) korištenjem čvornih vrijednosti iz
unutrašnjosti područja proračuna. Jasno je da primjena ekstrapolacije unosi određenu
proizvoljnost u numerički postupak, odnosno u rješenje za polje brzine. Fizikalno gledano, za
neke rubne uvjete možemo definirati fizikalni princip za ekstrapolaciju tlaka na rub područja
∂p
proračuna. Na primjer poznato je da na ravnini simetrije vrijedi = 0 (gdje je n smjer
∂n
okomito na rub), pa ekstrapolacija koja uvažava ovaj uvjet neće unijeti značajnu pogrešku u
polje brzine. Slično je i s dobro odabranom izlaznom granicom (parabolično strujanje), na
∂p
kojoj će biti = konst. , pa će ekstrapolacija prvog reda točnosti biti prihvatljiva. Također u
∂n
∂p
graničnom sloju uz blago zakrivljenu stijenku vrijedi da je ≈ 0 (prisjetimo se Prandtlovih
∂n
jednadžbi), pa ni uz tu granicu neće biti problema. Problemi mogu nastupiti za slučaj jako
zakrivljene, valovite granice, gdje polje tlaka može biti značajno promjenjivo u blizini ruba,
ili na ulaznoj granici kada je zadani profil brzine jednolik po presjeku, a neposredno uz
granicu dolazi do razvoja profila brzine odnosno do značajnih promjena tlaka. U tim
slučajevima metode na nepomaknutim mrežama, ovisno o primijenjenoj ekstrapolaciji tlaka,
mogu dati nefizikalno polje brzine. No, bez obzira na to danas se češće koriste nepomaknute
mreže, jer je njihova primjena u slučaju nestrukturiranih mreža puno jednostavnija (kod
pomaknutih mreža bi trebalo voditi administriranje o tri mreže u dvodimenzijskoj situaciji,
odnosno četiri u trodimenzijskoj). U nastavku će biti opisani najčešće korišteni algoritmi i to
prvo na pomaknutoj, a zatim na nepomaknutoj mreži.
7.3. Algoritmi SIMPLE i SIMPLER na pomaknutoj mreži
U nastavku se uvode oznake: x1 ≡ x , x2 ≡ y , v1 ≡ u i v2 ≡ v . Diskretizacijom jednadžbe

kontinuiteta (7.14) za nestlačivo strujanje po konačnom volumenu kojemu je čvor C težište
dobije se
nb
( ρ uA)e + ( ρ vA)n − ( ρ uA)w − ( ρ vA)s = ∑ F k = 0 , (7.16)
k =1
gdje je F k maseni protok kroz k-tu granicu konačnog volumena.

Diskretizacijom komponenti jednadžbe količine gibanja po pripadajućim pomaknutim
konačnim volumenima, dobije se
aeue = ∑ anb unb − ( pE − pC ) Ae + beu (7.17)
nb
an vn = ∑ anb vnb − ( pN − pC ) An + bnv , (7.18)

nb
gdje A označuje površinu stranice, ae , an i anb koeficijente (koji zavise od primijenjene

sheme diskretizacije i funkcija su polja brzine koje se traži, pa se pri računanju koeficijenata
koristi trenutno raspoloživo polje), a suma po nb označuje sumiranje koje se odnosi na sve
okolne čvorove (stranice konačnog volumena). Slobodni članovi beu i bnv sadrže informacije o
rubnim uvjetima. Uočimo da je gradijent tlaka na pomaknutoj mreži diskretiziran razlikom u
susjednim čvorovima, te da za volumene uz rub područja proračuna nikad ne treba vrijednost
tlaka na rubu. Tlak na rubu bi se pojavio u disketiziranoj jednadžbi količine gibanja za
polovični volumen, koji ovdje nećemo razmatrati. Kada se za sve volumene postave
diskterizirane jednadžbe oblika (7.16) do (7.18) dobije se sustav linearnih algebarskih
jednadžbi. Izgled matrice sustava zavisi od načina slaganja nepoznanica. Uobičajeno je
nepoznanice složiti u vektor u kojemu su prvo sve nepoznate vrijednosti komponente brzine
u , zatim sve nepoznanice v i na kraju čvorne vrijednosti tlaka p . U tom slučaju struktura
matrice sustava će biti kao na slici 7.2. Prvi redak blokova u matrici sustava čine
diskretizirane jednadžbe količine gibanja u smjeru osi x , drugi u smjeru osi y , a treći redak
blokova dolazi od jednadžbe kontinuiteta.
JKGu u beu
JKGv v = bnv
JK p 0
Slika 7.2 Shematski prikaz strukture matrice sustava diskretiziranih jednadžbi

Koeficijenti različiti od nule se nalaze na dijagonalama, koje su shematski prikazane na slici

7.2, pri čemu glavnu dijagonalu čine koeficijenti uz vrijednost u centralnom čvoru konačnog
volumena. Matrica je izrazito rijetka i za njeno rješavanje su najpogodnije iterativne metode.
Treba uočiti da blok jednadžbi koji slijedi iz jednadžbe kontinuiteta ima nulte koeficijente na
glavnoj dijagonali (što je posljedica činjenice da se tlak ne pojavljuje u toj jednadžbi), a to je
problem za iterativne rješavače ovog sustava. Jednadžba kontinuiteta se može u kombinaciji s
komponentama jednadžbe količine gibanja preurediti u oblik jednadžbe za tlak, u kojoj će se
pojaviti tlak, odnosno koeficijenti na glavnoj dijagonali.
7.3.1. Izvod jednadžbe za tlak

Dijeljenjem diskretiziranih oblika komponenti jednadžbe količine gibanja (7.17) i (7.18) s
centralnim koeficijentom može se pisati
∑a u + beu
nb nb
Ae A
ue = nb
− ( pE − pC ) = uê − e ( pE − pC ) (7.19)
ae ae ae
uê
∑a v + bnv
nb nb
An A
vn = nb
− ( pN − pC ) = vˆn − n ( pN − pC ) , (7.20)
an an an
vˆn
gdje su ûe i v̂n pseudobrzine, odnosno dijelovi polja brzine koji ne zavise od tlaka.
Uvrštavanjem izraza (7.19) i (7.20), te njima analognih u jednadžbu kontinuiteta (7.16), slijedi
⎡ ⎛ Ae ⎞ ⎤ ⎡ ⎛ An ⎞ ⎤
⎢ ρ ⎜ uê − ( pE − pC ) ⎟ Ae ⎥ + ⎢ ρ ⎜ vˆn − ( pN − pC ) ⎟ An ⎥ −
⎣ ⎝ ae ⎠ ⎦ ⎣ ⎝ an ⎠ ⎦
(7.21)
⎡ ⎛ Aw ⎞ ⎤ ⎡ ⎛ As ⎞ ⎤
− ⎢ ρ ⎜ uˆw − ( pC − pW ) ⎟ Aw ⎥ − ⎢ ρ ⎜ vˆs − ( pC − pS ) ⎟ As ⎥ = 0
⎣ ⎝ aw ⎠ ⎦ ⎣ ⎝ as ⎠ ⎦
odnosno konačni oblik jednadžbe za tlak je
aC pC = aE pE + aN pN + aW pW + aS pS + b p = ∑ anb pnb + bCp , (7.22)
nb
gdje su
Ae2 A2 A2 A2
aE = ρ , aN = ρ n , aW = ρ w , aS = ρ s i aC = aE + aN + aW + aS = ∑ anb (7.23)
ae an aw as nb
bCp = − ( ρ uê Ae + ρ vˆn An − ρ uˆw Aw − ρ vˆs As ) (7.24)

Iz jednadžbe za tlak se može zaključiti sljedeće:
1) S obzirom da je aC = ∑ anb tlak je neodređen do na konstantu. Matrica sustava koja bi
nb
se dobila slaganjem jednadžbi za tlak bi bila singularna. Da bi se dobilo jednoznačno
rješenje za polje tlaka potrebno je zadati tlak u barem jednom čvoru.
2) Oblik jednadžbe (7.22) ukazuje da je polje tlaka opisano Poissonovom jednadžbom.
Jednadžba (7.22) je izvedena uvrštavanjem diskretiziranih komponenti jednadžbe
količine gibanja u diskretiziranu jednadžbu kontinuiteta. Formalno se to moglo učiniti
i s diferencijalnim jednadžbama, pri čemu bi se dobila diferencijalna Poissonova
jednadžba za tlak, koju bi se trebalo diskretizirati. Provedeni postupak izvoda
jednadžbe za tlak je konzistentniji.
3) Koeficijenti u jednadžbi za tlak su razmjerni kvadratu površine stranice konačnog

volumena, pa će pri jako izduženim volumenima matrica sustava biti loše uvjetovana,
kao što je prije ilustrirano na primjeru difuzijske jednadžbe. Rješavanje sustava s
takvom matricom zahtijevat će primjenu višemrežnih metoda.
Ako se u sustavu jednadžbi (7.16) do (7.18), jednadžba kontinuiteta zamijeni jednadžbom
(7.22) za tlak, matrica sustava će imati strukturu, kako je shematski prikazano na slici 7.3.
JKGu u beu
JKGv v = bnv
JK p bCp
Slika 7.3 Shematski prikaz strukture matrice sustava diskretiziranih jednadžbi s jednadžbom
kontinuiteta u obliku jednadžbe za tlak
Naravno da su jednadžbe za čvorne vrijednosti komponenti brzine i tlaka međusobno

spregnute. Ono što se vidi iz strukture matrice je da se tlak nalazi u jednadžbama količine
gibanja (točkasto označene dijagonale), a ono što se ne vidi iz strukture matrice sustava je da
su koeficijenti u svim jednadžbama funkcije brzine u i v , te da je desna strana jednadžbe za
tlak također funkcija brzina u i v . Zbog toga će numerički postupak nužno imati iterativni
postupak. Jasno je da se navedeni sustav treba riješiti simultano, tako da su istovremeno
zadovoljena sva tri bloka jednadžbi. U svakoj iteraciji bi se rješavao kompletni sustav, na
temelju tako dobivenog rješenja bi se ponovo računali koeficijenti matrice sustava i vektor
desne strane te ponovo rješavao cjelokupni sustav, i taj bi se postupak ponavljao sve dok se
koeficijenti sustava ne prestanu mijenjati. Takav algoritam bi se zvao spregnutim (engl.
"coupled algorithm").
S obzirom da je većina informacija o spregnutosti sustava spremljena u koeficijentima i
desnoj strani globalnog sustava, sama po sebi se nameće ideja o odijeljenom rješavanju
jednadžbi (engl. "segregate algorithm"). Naime, ako se utjecaj tlaka u jednadžbi količine
gibanja tretira kroz desnu stranu sustava (crtkane dijagonale na slici 7.3), tada ostaju tri
nezavisna sustava jednadžbi (prikazana punim linijama na slici 7.3). Prvo bi se rješavao
podsustav jednadžbi količine gibanja za u komponentu brzine, zatim za v komponentu
brzine i na kraju jednadžba za tlak. Jasno je da bi ovakav odijeljeni način rješavanja ukupnog
sustava zahtijevao iterativni postupak i za slučaj linearnog problema za koji bi sa spregnutim
algoritmom dobili rješenje problema jednim rješavanjem ukupnog sustava. S obzirom da su
jednadžbe (7.16) do (7.18) nelinearne, iterativni postupak će se i tako zahtijevati, pa odijeljeni
način rješavanja neće nužno imati značajni nedostatak, a štedi se na memoriji računala, jer
nije potrebno pamtiti koeficijente ukupnog sustava. U svakom trenutku je potrebno pamtiti
koeficijente samo jedne dijagonalne blok matrice ukupnog sustava. U odijeljenom algoritmu
se prvo rješava podsustav jednadžbi količine gibanja za u komponentu, pa za v komponentu,
pri čemu su koeficijenti izračunati s vrijednostima brzine iz prethodne iteracije, a desne strane
sustava s tlakom iz prethodne iteracije, nakon čega se rješava jednadžba kontinuiteta.
Postupak se ponavlja s novoizračunatim vrijednostima polja brzine i tlaka sve dok sve
jednadžbe ne budu istovremeno zadovoljene. Jasno je da kad se riješe diskretizirane

jednadžbe količine gibanja (s koeficijentima izračunatim s vrijednostima brzine iz prethodne
iteracije), da to dobiveno polje brzine ne mora zadovoljavati jednadžbu kontinuiteta. S
obzirom da jednadžba kontinuiteta mora biti zadovoljena u svakom trenutku i za svaki
konačni volumen, nema smisla računati polje tlaka iz polja brzine koje ne zadovoljava
jednadžbu kontinuiteta. Zbog toga se obično nakon rješavanja jednadžbi količine gibanja za u
i v komponente brzine vrši korekcija brzina s ciljem zadovoljavanja jednadžbe kontinuiteta,
pri čemu korekciju vršimo tako da po mogućnosti jednadžbe količine gibanja ostanu
zadovoljene. Korekcije polja brzine su povezane s korekcijom tlaka, pa će se korekcije brzine
izraziti kao funkcije korekcije tlaka, pa time dolazimo do izvoda jednadžbe za korekciju tlaka.
7.3.2. Izvod jednadžbe za korekciju tlaka

Označimo sa u i v * polje brzine koje smo dobili rješavanjem jednadžbi količine gibanja na
*
temelju trenutno raspoloživog tlaka p * . To znači da polje brzine zadovoljava jednadžbe

(7.17) i (7.18), tj. vrijedi
aeue* = ∑ anbunb
*
− ( pE* − pC* ) Ae + beu (7.25)
nb
an vn* = ∑ anb vnb

*
− ( pN* − pC* ) An + bnv , (7.26)
nb
S obzirom da polje brzine definirano komponentama u * i v * ne mora zadovoljavati

jednadžbu kontinuiteta, tražimo korigirano polje u = u * + u′ i v = v * + v′ , kojemu će
odgovarati korigirano polje tlaka p = p * + p′ , pri čemu ćemo tražiti da korigirana polja
simultano zadovoljavaju sve jednadžbe matematičkog modela, tj. treba vrijediti
⎣ ρ ( ue + ue ) Ae ⎦ + ⎣ ρ ( vn + vn ) An ⎦ − ⎣ ρ ( uw + uw ) Aw ⎦ − ⎣ ρ ( vs + vs ) As ⎦ = 0
⎡ *
′ ⎤ ⎡ *
′ ⎤ ⎡ *
′ ⎤ ⎡ *
′ ⎤ (7.27)
ae ( ue* + ue′ ) = ∑ anb ( unb

*
′ ) − ( pE* + pE′ − pC* − pC′ ) Ae + beu
+ unb (7.28)
nb
an ( vn* + ve′ ) = ∑ anb ( vnb

*
′ ) − ( pN* + p′N − pC* − pC′ ) An + bnv
+ vnb (7.29)
nb
Oduzimanjem jednadžbe (7.25) od jednadžbe (7.28) i jednadžbe (7.26) od (7.29), dobije se
aeue′ = ∑ anb unb
′ − ( pE′ − pC′ ) Ae (7.30)
nb
an vn′ = ∑ anb vnb

′ − ( p′N − pC′ ) An (7.31)
nb
Jednadžbe (7.30) i (7.31) označuju sustave linearnih algebarskih jednadžbi koje daju vezu
među korekcijom polja brzine i tlaka, koje bi zadovoljile sve jednadžbe sustava, a praktički su
jednake originalnim jednadžbama. Jasno je da će kako se numeričko rješenje približava
točnom rješenju korekcije brzine i tlaka bivati sve manje, a na kraju će biti jednake nuli. Ako
se pretpostavi da su neke korekcije pozitivne, a neke negativne i zanemare članovi ∑ anb unb′ i
nb
∑ anb vnb′ , iz gornjih jednadžbi se dobiju jednostavne relacije za vezu između korekcije brzine
nb
i tlaka
Ae A
ue′ = − ( pE′ − pC′ ) i vn′ = − n ( pN′ − pC′ ) (7.32)
ae an
Jasno je da ovo zanemarenje nema utjecaja na konačni rezultat jer su za konačni rezultat sve
korekcije jednake nuli, ali će imati utjecaja na brzinu konvergencije numeričkog postupka.
Uvrštavanjem izraza (7.32) u jednadžbu kontinuiteta (7.27) slijedi jednadžba za korekciju
tlaka
′ + aS pS′ + bCp′ = ∑ anb pnb
aC pC′ = aE pE′ + aN pN′ + aW pW ′ + bCp′ , (7.33)
nb
gdje su koeficijenti jednadžbe jednaki onima u jednadžbi (7.22) za tlak, a izraz za slobodni
član bCp′ je
bCp′ = − ( ρ ue* Ae + ρ vn* An − ρ uw* Aw − ρ vs* As ) (7.34)
Izraz u zagradi označuje odstupanje od jednadžbe kontinuiteta. Kada bi to odstupanje u svim
konačnim volumenima bilo jednako nuli, sustav jednadžbi za korekciju tlaka bi bio homogeni
sustav, čije je rješenje trivijalno, pa ne bi bilo niti korekcije tlaka ni korekcije brzine, što znači
da su jednadžba količine gibanja i jednadžba kontinuiteta simultano zadovoljene. Jasno je da
će matrica sustava jednadžbi korekcije tlaka biti singularna, te će se u jednom čvoru definirati
korekciju tlaka (obično se uzima da je u jednom čvoru korekcija tlaka jednaka nuli). Iz izraza
(7.32) je jasno da to ne utječe na konačni rezultat, jer su korekcije brzine definirane s
razlikama (dakle gradijentom) korekcije tlaka.
Na temelju izvedenih jednadžbi za tlak i korekciju tlaka definiraju se algoritmi za rješavanje
modela nestlačivog strujanja, kako je dano u tablici 7.4.
Tablica 7.4 Prikaz algoritama SIMPLE i SIMPLER

Algoritam SIMPLE Algoritam SIMPLER
Pretpostaviti polje brzine u i v , te polje Pretpostaviti polje brzine u i v .
tlaka p
1. Izračunati koeficijente u jednadžbi (7.22)
za tlak i riješiti ju, čime je određeno polje
tlaka koje odgovara trenutnom polju
brzine.
1. Izračunati koeficijente u jednadžbama 2. Izračunati koeficijente u jednadžbama
(7.17) i (7.18) i riješiti ih, čime se dobiju (7.17) i (7.18) i riješiti ih, čime se dobiju
komponente brzine u i v . Da se
* *
komponente brzine u * i v * . Da se
izbjegne divergencija numeričkog izbjegne divergencija numeričkog
postupka, jednadžbe (7.17) i (7.18) se postupka, jednadžbe (7.17) i (7.18) se
prije rješavanja podrelaksiraju. prije rješavanja podrelaksiraju.
2. Riješiti jednadžbu (7.33) za korekciju 3. Riješiti jednadžbu (7.33) za korekciju
tlaka, izračunati korekcije brzine prema tlaka, izračunati korekcije brzine prema
(7.32), te korigirati brzine: u = u + u′ i
*
(7.32), te korigirati brzine: u = u * + u′ i
v = v * + v′ te tlak p = p * + α p p′ , gdje je v = v * + v′ . Tlak ne korigirati!
α p faktor podrelaksacije za tlak.
Koraci 1. i 2. se ponavljaju dok se Koraci 1., 2. i 3. se ponavljaju dok se

reziduali jednadžbe količine gibanja i reziduali jednadžbe količine gibanja i
jednadžbe kontinuiteta (desna strana jednadžbe kontinuiteta (desna strana
jednadžbe za korekciju tlaka) ne smanje jednadžbe za korekciju tlaka) ne smanje
unutar propisanih granica točnosti. unutar propisanih granica točnosti.
Napomene uz algoritme:
1) U algoritmu SIMPLE (Semi-Implicit Method for Pressure-Linked Equations) se
korekcija tlaka podrelaksira, da se spriječi divergencija numeričkog postupka. Naime,
jednadžba za korekciju tlaka je izvedena uz pomoć pojednostavljene relacije među
korekcijama brzine i tlaka, pa će korekcija tlaka biti precijenjena. Okvirna preporuka za
izbor faktora podrelaksacije tlaka je prema formuli α p + α u = 1 , gdje je α u faktor
podrelaksacije za brzine (obično isti za obje komponente). Na primjer u računalnom
programu FLUENT standardno se nude vrijednosti α u = 0, 7 i α p = 0,3 . Jasno je da će
brzina konvergencije numeričkog postupka zavisiti od izbora tih faktora. Preniske
vrijednosti usporit će konvergenciju (za rješenje zadane točnosti će trebati veći broj
iteracija), a previsoke vrijednosti mogu imati za posljedicu divergenciju numeričkog
postupka (reziduali se ne smanjuju, nego rastu iz iteracije u iteraciju). U slučaju
divergencije numeričkog postupka faktore podrelaksacije treba smanjivati.
2) Algoritam SIMPLER (SIMPLE - Revised) ima jedan korak više i to rješavanje
jednadžbe za tlak, čije rješavanje zahtijeva više računalnog vremena nego rješavanje
jednadžbi količine gibanja. To znači da će jedna iteracija algoritma SIMPLER biti
"skuplja" od jedne iteracije algoritma SIMPLE, međutim potrebni broj iteracija
algoritma SIMPLER je manji od broja iteracija algoritma SIMPLE, pa je u konačnici
algoritam SIMPLER efikasniji. S druge strane u algoritmu SIMPLER se polje tlaka ne
korigira s izračunatom korekcijom tlaka, pa je potrebno zadavati jedan faktor
podrelaksacije manje, pa je i algoritam robusniji (manja mogućnost divergencije).
3) Na žalost, primjena algoritma SIMPLER je ograničena na ortogonalne mreže. Na
općim neortogonalnim nestrukturiranim mrežama u jednadžbi za tlak bi se pojavljivao
veliki broj čvornih vrijednosti tlaka (jer se smjer normale na stranicu konačnog
volumena ne poklapa sa spojnicom čvorova pa bi trebalo koristiti puno čvornih
vrijednosti tlaka da se opiše derivacija tlaka u željenom smjeru), pa bi tako dobiveni
sustav bio nepraktičan za rješavati (i sa stajališta memorijskog zauzeća i sa stajališta
vremena rješavanja). U jednadžbi za korekciju tlaka se na neortogonalnim mrežama
također pojavljuje veći broj čvornih vrijednosti, ali se obično zadržavaju uz svaku
stranicu po dvije čvorne vrijednosti, što je dopušteno jer se radi o korekciji tlaka, koja i
tako mora težiti k nuli, pa korištenje pojednostavljene formule neće imati utjecaja na
konačni rezultat, što u jednadžbi za tlak ne bi bio slučaj.
4) Principijelno gledajući za kriterij završetka iterativnog postupka bilo bi dovoljno
kontrolirati odstupanje od jednadžbe za korekciju tlaka (masene reziduale). Obično se
kontroliraju i reziduali jednadžbe količine gibanja, jer se zbog nelinearnosti jednadžbi,
te jednadžbe ne rješavaju do kraja u svakom iterativnom koraku, pa je nužno
zadovoljiti i kriterij reziduala jednadžbe količine gibanja, koji će garantirati da su te
jednadžbe dovoljno točno riješene.
Osim ova dva algoritma postoje i drugi algoritmi poput PISO, SIMPLEC, SIMPLEN i sl., a
koji su svi određene modifikacije ova dva. Na nepomaknutim mrežama se najčešće koristi
algoritam SIMPLE.
7.4. Algoritam SIMPLE na nepomaknutoj mreži

Osnovni nedostatak primjene pomaknute mreže, leži u činjenici da se barata s tri različite
mreže (u dvodimenzijskoj situaciji), što nije problem na kartezijskim mrežama, ali može biti
problem kada se radi o neortogonalnoj strukturiranoj mreži, a pogotovo ako se radi o
nestrukturiranim mrežama. Zbog toga se teži definirati algoritam za rješavanje modela
strujanja fluida na nepomaknutoj mreži u kojoj se sve nepoznanice računaju u istim
čvorovima, odnosno sve jednadžbe diskretiziraju na istim konačnim volumenima, iako takav
pristup ima određenih, prije spomenutih, nedostataka. Diskretizacija jednadžbe kontinuiteta za
slučaj nepomaknute mreže ostaje ista kao i za slučaj pomaknute mreže, s razlikom da brzine
na stranicama konačnih volumena trebaju biti interpolirane iz vrijednosti brzine u centralnim
čvorovima, pa vrijedi:
( ρ uA)e + ( ρ vA)n − ( ρ uA)w − ( ρ vA)s = 0 , (7.35)
gdje potez označuje interpolaciju. Ako se primijeni linearna interpolacija, za slučaj
ravnomjerne mreže i oznaka kao na slici 7.1, vrijedi: ue = ( uE + uC ) / 2 , vn = ( vN + vC ) / 2 , i
tako redom, pa jednadžba kontinuiteta za konačni volumen s centralnim čvorom C, izražena
čvornim vrijednostima brzine glasi:
( ρ uE Ae ) + ( ρ vN An ) − ( ρ uW Aw ) − ( ρ vS As ) = 0 (7.36)
Očito je da se za ravnomjernu mrežu i linearnu interpolaciju brzine uC i vC ne pojavljuju u
jednadžbi kontinuiteta za konačni volumen oko čvora C. Diskretizirani oblici komponenti
jednadžbe količine gibanja, uz primjenu sheme centralnih razlika za derivacije tlaka, za slučaj
ravnomjerne mreže, prema slici 7.1, su:
aCuC = ∑ anb unb − ( pE − pW ) ACu / 2 + bCu (7.37)
nb
aC vC = ∑ anb vnb − ( pN − pS ) ACv / 2 + bCv , (7.38)

nb
gdje površine A = Δy i ACv = Δx prolaze čvorom C i imaju normale u smjeru pripadajućih

C
u
komponenti brzine, a slobodni članovi bCu i bCv sadrže informacije o rubnim uvjetima. Dobra
strana diskretizacije na nepomaknutoj mreži je da su koeficijenti aC i anb isti u obje
jednadžbe, za razliku od koeficijenata u jednadžbama (7.17) i (7.18) za pomaknutu mrežu.
Međutim, na nepomaknutim mrežama je problem pojave "cik-cak" raspodjele tlaka, koja se
može objasniti jednadžbama (7.37) i (7.38). Naime očito je da za određivanje vrijednosti
brzina uC i vC u čvoru C, uopće nije važna vrijednost tlaka u čvoru C, već samo vrijednosti
tlaka u okolnim čvorovima. Uzmimo na primjer strujanje s nultim gradijentom tlaka. S
obzirom da se gradijent tlaka računa preko dva volumena, moguća je cik-cak raspodjela tlaka,
koja bi se u diskretiziranim jednadžbama vidjela kao glatka raspodjela, kao što je ilustrirano
na slici 7.4.
100 0 100 0
0 100 0 100
N
100 0 100 0
W C E
100 0 100
0
S
Slika 7.1 Primjer cik-cak raspodjele tlaka koja pri diskretizaciji na nepomaknutoj mreži daje
nulti gradijent tlaka u svim volumenima
Jasno je da bi na pomaknutoj mreži raspodjela tlaka sa slike 7.1 rezultirala tlačnim silama u
diskretiziranim jednadžbama količine gibanja (7.17) i (7.18). Da bi se izbjegla pojava cik-cak
raspodjele tlaka, očito je potrebno derivaciju tlaka diskretizirati vrijednostima u susjednim
čvorovima, kako je to načinjeno u pomaknutoj mreži. Temeljem te činjenice Rhie-Chow su
predložili interpolaciju brzine na stranicu konačnog volumena u kojoj se koristi gradijent tlaka
prikazan razmjerno razlici tlakova u dva susjedna čvora. Jednadžbu (7.37) se nakon dijeljenja
s koeficijentom aC može pisati, analogno izrazu (7.19), u obliku:
∑a u + bCu
nb nb
1 ACu ACu pE − pW
uC = nb
− ( E W) C
p − p = uˆ − (7.39)
aC 2 aC aC 2
gdje je ûC dio brzine uC koji ne zavisi od tlaka. Jednako tako se može prikazati i brzina u
ACu pEE − pC
čvoru E: uE = uÊ − . Linearnom interpolacijom brzina iz čvorova C i E u čvor e
aC 2
na stranici konačnog volumena, podrazumijeva interpolaciju brzina ûC i ûE , te interpolaciju
članova s derivacijom tlaka, a ideja Rhie-Chow interpolacije je u tome da se interpolirane
derivacije tlaka zamijene sa stvarno diskretiziranom derivacijom tlaka, tako da vrijedi:
⎛A ⎞
ue = uê − ⎜ e ⎟ ( pE − pC ) (7.40)
⎝ ae ⎠
⎛A ⎞
gdje se ûe i ⎜ e ⎟ određuju linearnom interpolacijom iz vrijednosti definiranim u čvorovima
⎝ ae ⎠
C i E, prema slici 7.1. Temeljem izraza (7.40) definira se i veza između korekcije brzine i
korekcije tlaka, analogno izrazu (7.32)
⎛A ⎞ ⎛A ⎞
ue′ = −⎜ e ⎟ ( pE′ − pC′ ) i vn′ = −⎜ n ⎟ ( pN′ − pC′ ) (7.41)
⎝ ae ⎠ ⎝ an ⎠
pa se izvede jednadžba za korekciju tlaka potpuno identično kao i u slučaju pomaknute mreže.
Jednom kad je definirana jednadžba za korekciju tlaka definira se algoritam SIMPLE, kao i na
pomaknutoj mreži, što znači da se prvo rješavaju jednadžbe količine gibanja, a zatim
jednadžba za korekciju tlaka, na temelju koje se korigiraju brzine na stranicama konačnog
volumena i u glavnim čvorovima, a korekcija tlaka se podrelaksira u obliku p = p * + α p p′ .
Iako se danas Rhie-Chow interpolacija široko koristi u komercijalnim računalnim paketima,

jer omogućuje primjenu nepomaknutih mreža, što je značajno pri primjeni nestrukturiranih ili
strukturiranih neortogonalnih mreža, ona ima određene nedostatke:
⎛A ⎞
1) U izrazu (7.40) veličine ûe i ⎜ e ⎟ se određuju linearnom interpolacijom iz vrijednosti
⎝ ae ⎠
u centralnim čvorovima (centralnim konačnim volumenima na kojima se vrši
diskretizacija komponenti jednadžbe količine gibanja). U izrazu (7.40) brzina ue i
tlakovi pE i pC su intenzivne veličine, što znači da one ne ovise o veličini i obliku
⎛A ⎞
konačnog volumena, dok veličine ûe i ⎜ e ⎟ to nisu. Interpolacija ekstenzivnih
⎝ ae ⎠
veličina (koje su definirane oblikom i veličinom centralnog volumena) u čvor na
stranici konačnog volumena (oko kojeg nije jednoznačno definiran volumen) je
donekle upitna. Interpolirane vrijednosti će se razlikovati od vrijednosti koje bi se
dobile postupkom diskretizacije na točno definiranom volumenu oko točke e kao kod
pomaknute mreže.
2) Pri primjeni SIMPLE algoritma na pomaknutoj mreži isto polje brzine zadovoljava i
jednadžbu kontinuiteta i jednadžbu količine gibanja. U tom slučaju se obično za
potrebe crtanja vrši interpolacija polja brzine u centralne čvorove, npr.
uC = (ue + uw ) / 2 , a interpolirana brzina uC je uvijek u intervalu (ue , uw ) . Pri primjeni
nepomaknute mreže, jednadžba količine gibanja je zadovoljena poljem brzine
definiranim u centralnim čvorovima, dok je jednadžba kontinuiteta zadovoljena
poljem brzine interpoliranim na stranice konačnih volumena. Rhie-Chow interpolacija
može dati interpoliranu brzinu ue koja je izvan intervala ( uC , uE ) , što znači da takva
interpolacija može generirati nove maksimume brzine. Drugim riječima problem cik-
cak raspodjele tlaka se može preseliti na cik-cak polje brzine. Naravno, ovaj problem
nije eksplicitno vidljiv, jer kad se jednom odredi rješenje, interpolirano polje brzine
koje zadovoljava jednadžbu kontinuiteta se više ne gleda.

Računalna Mehanika Fluida

Uploaded by

Copyright:

Available Formats

You might also like

Računalna Mehanika Fluida

Uploaded by

Document Information

Original Title

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

Računalna Mehanika Fluida

Uploaded by

Copyright:

Available Formats

IVO DŽIJAN

RAČUNALNA MEHANIKE FLUIDA

TEORIJSKI RAČUNALNA EKSPERIMENTALNI

• Parcijalne diferencijalne (CFD =

Mehanika fluida je teorijsko eksperimentalna znanost. Teorijski pristup se temelji na

DEFINICIJA NUMERIČKO ANALIZA RJEŠENJA

PREDPROCESOR PROCESOR POSTPROCESOR

Svaka simulacija započinje definicijom problema i izborom odgovarajućeg matematičkog

1.1. Usporedba računalnih simulacija i eksperimenta

Prednosti računalnih simulacija nad eksperimentalnim pristupom

Nedostaci računalnih simulacija u odnosu na eksperimentalni pristup

poboljšanju. Tako da rezultati proračuna mogu pomoći razumijevanju fizike i unaprjeđenju

Kao zaključak može se reći da su računalni i eksperimentalni pristup dva komplementarna

1.2. Matematički model

Svaka simulacija se temelji na matematičkom modelu, koji označuje matematički zapis

cjevovodima, gdje imamo uzdužnu koordinatu puno veću od poprečnih, čak na

2.1. Razvoj funkcije u Taylorov red

Funkciju f ( x ) moguće je u okolišu točke x0 u kojoj je vrijednost funkcije f ( x0 ) = f 0 ,

Taylorova formula za razvoj funkcije dviju varijabli f ( x, y ) u okolišu točke T( x0 , y0 ), u

U gornjem izrazu su potencije derivacija simbolične, tako npr.

2.2. Rješavanje linearnih diferencijalnih jednadžbi drugog reda s

Promotrimo diferencijalnu jednadžbu drugog reda u kojoj je nepoznanica funkcija y (t ) ,

Homogeni dio rješenja se definira na temelju karakteristične jednadžbe, koja se dobije

2) Korijeni karakteristične jednadžbe realni i jednaki r1 = r2 = R

3) Korijeni karakteristične jednadžbe konjugirano kompleksni r1,2 = R ± iω

Partikularni dio rješenje se za određene oblike funkcije f ( t ) određuje metodom

prikazati Fourierovim redom, primjenjivost analitičkih rješenja iz sljedeće tablice dobiva na

f (t ) Pretpostaviti partikularno rješenje y p oblika:

2.3. Numeričko rješavanje diferencijalnih jednadžbi prvog reda

Želimo numerički riješiti diferencijalnu jednadžbu

3. Cranck-Nicholsonova metoda. Ako se funkcija y ( t ) razvije u Taylorov red u okolini

Iz izraza (2.32) i (2.33) se može izvesti i formula za aproksimaciju druge derivacije.

Ako se uzme npr. h = 1 i N = 5 dobije se

Vidljivo je da numerička rješenja dobivena Eulerovom eksplicitnom i implicitnom metodom

Za integriranje diferencijalnih jednadžbi se najčešće koristi Runge-Kutta metoda četvrtog reda

2.4. Numeričko rješavanje diferencijalnih jednadžbi višeg reda

3. Osnovne jednadžbe dinamike fluida

a) Opći slučaj proizvoljnog volumena V čija se

b) Slučaj proizvoljnog volumena je materijalni volumen VM čija se granica S M pomiče

c) Slučaj kontrolnog volumena (volumena s nepomičnom granicom ui = 0 ) čiji je obujam

3.1. Opći oblik zakona očuvanja fizikalnog svojstva u materijalnom

Brzina promjene Izvor ili ponor

3.2. Integralni oblici zakona očuvanja za proizvoljni i kontrolni volumen

S obzirom da se u trenutku poklapanja dvaju volumena površinski i volumenski integrali ne

Numerički postupak se češće primjenjuje na kontrolni volumen (KV), koji je nepomičan

Brzina promjene Netto protok fizikalnog svojstva kroz Brzina nastajanja

Primijetimo da su integralni oblici općeg zakona očuvanja (3.7) za materijalni volumen i

3.3. Konvekcijski i difuzijski protoci kroz kontrolnu površinu

Promotrimo sada pobliže karakter konvekcijskog i difuzijskog protoka fizikalnog svojstva

U kojem v j n j označuje projekciju brzine na smjer normale, odnosno v j n j dt označuje visinu

Difuzijski protok kroz elementarnu površinu je definiran izrazom

konvekcijskog protoka koji je jednosmjeran, možemo uočiti simetrični karakter difuzije po

3.4. Osnovni zakoni mehanike fluida (konzervativne forme)

gdje je za stlačivo strujanje uz zanemarenje volumenske viskoznosti fluida, prema

3) Energijska jednadžba (jednadžba unutarnje energije za savršeni plin – jednadžba je uz

Integralni oblik jednadžbe (3.20) za kontrolni volumen je

Integralni oblik jednadžbe (3.20) za proizvoljni volumen je

4. Matematička priroda parcijalnih diferencijalnih jednadžbi