{"id":784,"date":"2026-07-30T12:21:40","date_gmt":"2026-07-30T12:21:40","guid":{"rendered":"https:\/\/matforge.org\/?p=784","raw":"https:\/\/matforge.org\/?p=784"},"modified":"2026-07-30T12:21:40","modified_gmt":"2026-07-30T12:21:40","slug":"conservation-properties-in-discretization-ensuring-mass-and-energy-balance","status":"publish","type":"post","link":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/","title":{"rendered":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda","raw":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda"},"content":{"rendered":"<span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 12<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span><p><strong>TL; DR<\/strong><\/p>\n<ul>\n<li><strong>La conservaci\u00f3n local<\/strong> est\u00e1 garantizada por la consistencia del flujo FVM; FEM y DG deben dise\u00f1ar los flujos con cuidado.<\/li>\n<li>El primer orden agrega viscosidad artificial: <strong>en CFL = 1, desaparece<\/strong>, un resultado sorprendente que la mayor\u00eda de los practicantes se pierden.<\/li>\n<li>El RDG(P0P1) de Moose con limitaci\u00f3n de flujo reduce la difusi\u00f3n num\u00e9rica en <strong>m\u00e1s del 80%<\/strong> en comparaci\u00f3n con el enrollado completo.<\/li>\n<li>Las formulaciones sim\u00e9tricas sesgadas conservan la energ\u00eda cin\u00e9tica al evitar que los errores de alias crean energ\u00eda espuriamente.<\/li>\n<li>Los nuevos m\u00e9todos de relajaci\u00f3n de 2026 pueden imponer la conservaci\u00f3n de la masa y la energ\u00eda a la precisi\u00f3n de la m\u00e1quina (10\u207b\u00b9\u2074).<\/li>\n<\/ul>\n<h2>Por qu\u00e9 la discretizaci\u00f3n cambia lo que conserva su simulaci\u00f3n<\/h2>\n<p>Cuando discretiza una ecuaci\u00f3n diferencial parcial, no solo est\u00e1 eligiendo un orden de precisi\u00f3n, sino que elige qu\u00e9 cantidades f\u00edsicas conserva realmente su solucionador. Masa, energ\u00eda, momento: estas propiedades que est\u00e1n garantizadas anal\u00edticamente por las ecuaciones continuas pueden desaparecer silenciosamente (o aparecer misteriosamente) a nivel discreto dependiendo de su dise\u00f1o de flujo num\u00e9rico.<\/p>\n<p>Esta es una de las compensaciones m\u00e1s importantes en la simulaci\u00f3n cient\u00edfica, pero a menudo se pasa por alto durante la selecci\u00f3n de m\u00e9todos. Puede pasar horas de ajuste solo para descubrir que el esquema de discretizaci\u00f3n est\u00e1 introduciendo p\u00e9rdida de masa artificial o generaci\u00f3n de energ\u00eda espuria.<\/p>\n<p>El principio central es simple: <strong>el flujo que deja una celda debe ser igual al flujo que ingresa a su vecino<\/strong>. Cuando esto es cierto por construcci\u00f3n, usted tiene conservaci\u00f3n local. Cuando requiere un dise\u00f1o cuidadoso, debe verificarlo. Comprender esta distinci\u00f3n, y las herramientas para verificarla, es la diferencia entre confiar en su simulaci\u00f3n y auditar cada resultado.<\/p>\n<h2>El principio de consistencia del flujo: Conservaci\u00f3n local vs global<\/h2>\n<p>La propiedad de conservaci\u00f3n de un esquema num\u00e9rico est\u00e1 determinada por si los flujos num\u00e9ricos son consistentes entre las interfaces de celda. Esto se conoce en la literatura como el <strong>principio de consistencia del flujo<\/strong> y explica por qu\u00e9 algunos m\u00e9todos conservan de forma natural la masa mientras que otros no.<\/p>\n<h3>M\u00e9todo de volumen finito: conservaci\u00f3n por construcci\u00f3n<\/h3>\n<p>El m\u00e9todo de volumen finito (FVM) garantiza la conservaci\u00f3n local porque equilibra los flujos entre las caras de las c\u00e9lulas por definici\u00f3n. Cuando la masa fluye fuera de un volumen de control, la misma cantidad exactamente fluye hacia su vecino. No se puede crear ni destruir ning\u00fan flujo num\u00e9rico: la estructura algebraica de la discretizaci\u00f3n impone autom\u00e1ticamente la conservaci\u00f3n de la masa global.<\/p>\n<p>Fipy implementa esto a trav\u00e9s de su estructura de ecuaci\u00f3n de conservaci\u00f3n, donde cada t\u00e9rmino de convecci\u00f3n representa un equilibrio de flujo a trav\u00e9s de las caras de las celdas. La <a href=\"https:\/\/pages.nist.gov\/fipy\/en\/latest\/numerical\/equation.html\" target=\"_blank\" rel=\"nofollow noopener\">Documentaci\u00f3n de la ecuaci\u00f3n de conservaci\u00f3n de Fipy<\/a> describe c\u00f3mo la ecuaci\u00f3n de conservaci\u00f3n general hace cumplir exactamente esta consistencia de flujo.<\/p>\n<pre><code class=\"language-python\"># FiPy conservation equation \u2014 fluxes are balanced by construction\nequation = TransientTerm(var=phi) == UpwindConvectionTerm(coeff=velocity)<\/code><\/pre>\n<h3>M\u00e9todo de elementos finitos: la conservaci\u00f3n requiere el dise\u00f1o<\/h3>\n<p>Las formulaciones de elementos finitos continuos est\u00e1ndar no <strong>no<\/strong> conservan autom\u00e1ticamente la masa localmente. La forma d\u00e9bil se integra sobre los elementos y los flujos a trav\u00e9s de los l\u00edmites internos pueden cancelar globalmente sin ser conservados localmente. Esta es la raz\u00f3n por la que las formulaciones de FEM est\u00e1ndar pueden perder la conservaci\u00f3n de masa en los problemas dominados por la advecci\u00f3n.<\/p>\n<p>Sin embargo, FEM puede lograr la conservaci\u00f3n local a trav\u00e9s de flujos num\u00e9ricos especialmente dise\u00f1ados. El m\u00e9todo Galerkin discontinuo (DG), por ejemplo, logra una fuerte conservaci\u00f3n local a trav\u00e9s de sus flujos de interfaz; consulte el tutorial del m\u00e9todo <a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\" target=\"_blank\" rel=\"nofollow noopener\">DG<\/a> para obtener una derivaci\u00f3n detallada. DG combina una aproximaci\u00f3n polinomial de alto orden con una conservaci\u00f3n basada en flujo que refleja la consistencia de flujo de FVM.<\/p>\n<h3>Qu\u00e9 significa esto para la selecci\u00f3n de m\u00e9todos<\/h3>\n<table>\n<thead>\n<tr>\n<th>M\u00e9todo<\/th>\n<th>Conservaci\u00f3n local<\/th>\n<th>como lo logra<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Volumen finito<\/td>\n<td><strong>fuerte \u2014 por construcci\u00f3n<\/strong><\/td>\n<td>El equilibrio del flujo a trav\u00e9s de las caras de las c\u00e9lulas es una necesidad algebraica<\/td>\n<\/tr>\n<tr>\n<td>FEM continua<\/td>\n<td><strong>Depende de la formulaci\u00f3n<\/strong><\/td>\n<td>Requiere un cuidadoso dise\u00f1o de flujo; no autom\u00e1tico<\/td>\n<\/tr>\n<tr>\n<td>Galerkin discontinuo<\/td>\n<td><strong>fuerte \u2014 a trav\u00e9s de flujos<\/strong><\/td>\n<td>Los flujos num\u00e9ricos en las interfaces imponen el equilibrio local<\/td>\n<\/tr>\n<tr>\n<td>diferencia finita<\/td>\n<td><strong>No garantizado<\/strong><\/td>\n<td>Las derivadas no imponen el equilibrio entre las celdas<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><a href=\"https:\/\/matforge.org\/when-to-use-fem-fvm-fdm\/\" target=\"_blank\" rel=\"nofollow noopener\">cu\u00e1ndo utilizar FEM, FVM o FDM<\/a> La gu\u00eda en matforge.org explica estas compensaciones en detalle, incluida la forma en que los requisitos de conservaci\u00f3n deben impulsar la selecci\u00f3n de m\u00e9todos antes de que se consideren la geometr\u00eda o la precisi\u00f3n.<\/p>\n<h2>Error de truncamiento y viscosidad artificial<\/h2>\n<p>Cada esquema num\u00e9rico introduce un error de truncamiento, una diferencia entre el operador diferencial exacto y su aproximaci\u00f3n discreta. Para los esquemas contra el viento, este error de truncamiento tiene una interpretaci\u00f3n f\u00edsica: se comporta como la difusi\u00f3n artificial (tambi\u00e9n llamada viscosidad num\u00e9rica).<\/p>\n<h3>La derivaci\u00f3n de la ecuaci\u00f3n modificada<\/h3>\n<p>El <a href=\"https:\/\/cfd.university\/blog\/what-is-numerical-dissipation-in-cfd-and-why-do-we-need-it\/\" target=\"_blank\" rel=\"nofollow noopener\">An\u00e1lisis de ecuaciones modificadas por la Universidad de CFD<\/a> proporciona la derivaci\u00f3n completa. Aqu\u00ed est\u00e1 el resultado esencial.<\/p>\n<p>Para la advecci\u00f3n contra el viento de primer orden con velocidad constante $A$:<\/p>\n<p>$$frac{parcial phi}{parcial t} + a frac{parcial phi}{parcial x} = underbrace{frac{a delta x}{2}}_{text{artificial Coeficiente de viscosidad}} frac{parcial^2 phi}{parcial x^2} + o(delta x^2)$$<\/p>\n<p>El error de truncamiento principal act\u00faa como un t\u00e9rmino de difusi\u00f3n con coeficiente $nu = a delta x \/ 2$. Esto explica tanto por qu\u00e9 el viento es estable (agrega difusi\u00f3n) y por qu\u00e9 unta los frentes (esa difusi\u00f3n extiende los perfiles).<\/p>\n<h3>El n\u00famero CFL lo cambia todo<\/h3>\n<p>Aqu\u00ed est\u00e1 el resultado no obvio que la mayor\u00eda de los practicantes pasan por alto: cuando se incluye una discretizaci\u00f3n en el tiempo, el coeficiente de viscosidad artificial se convierte en <strong>dependiente de CFL<\/strong>. La ecuaci\u00f3n modificada completa muestra:<\/p>\n<p>$$nu = frac{a delta x}{2} (1 &#8211; text{cfl})$$<\/p>\n<p><strong>En Cfl = 1, la difusi\u00f3n artificial desaparece.<\/strong> Esto explica cuando el devanado es \u00ablibre\u00bb &#8211; no hay difusi\u00f3n num\u00e9rica en absoluto. Muchos profesionales de la simulaci\u00f3n, sin saberlo, operan en CFL = 1 y se preguntan por qu\u00e9 su esquema contra el viento de primer orden produce resultados inesperadamente limpios. La f\u00f3rmula dependiente de CFL explica por qu\u00e9.<\/p>\n<p>Este resultado tiene importantes implicaciones pr\u00e1cticas:<\/p>\n<ul>\n<li>En CFL cerca de 0 (pasos de tiempo muy peque\u00f1os), el upwinding introduce la m\u00e1xima difusi\u00f3n artificial<\/li>\n<li>En CFL = 1 (el paso de tiempo equivale a un tiempo de tr\u00e1nsito de una celda), el primer orden contra el viento no agrega difusi\u00f3n artificial<\/li>\n<li>en CFL &gt; 1, la f\u00f3rmula sugiere inestabilidad potencial: la ecuaci\u00f3n modificada cambia el signo<\/li>\n<\/ul>\n<p>Tenga en cuenta que la discretizaci\u00f3n temporal tambi\u00e9n contribuye a la difusi\u00f3n num\u00e9rica. La elecci\u00f3n del integrador de tiempo (Retroceso Euler, Crank-Nicolson, Runge-Kutta) afecta las caracter\u00edsticas de amortiguaci\u00f3n independientemente del esquema espacial. <a href=\"https:\/\/matforge.org\/time-integration-methods-for-pde-solvers-explicit-vs-implicit-schemes\/\" target=\"_blank\" rel=\"nofollow noopener\">hora M\u00e9todos de integraci\u00f3n para solucionadores de PDE: Gu\u00eda expl\u00edcito vs esquemas impl\u00edcitos<\/a> La gu\u00eda analiza c\u00f3mo el error temporal interact\u00faa con la difusi\u00f3n num\u00e9rica espacial y c\u00f3mo separarlos en la verificaci\u00f3n.<\/p>\n<h3>La desalineaci\u00f3n de la red crea \u00abfalsa difusi\u00f3n\u00bb<\/h3>\n<p>Incluso con un coeficiente de difusi\u00f3n f\u00edsica cero y un flujo perfectamente uniforme, las <strong>mallas no estructuradas introducen difusi\u00f3n num\u00e9rica<\/strong> proporcional al \u00e1ngulo entre la direcci\u00f3n del flujo y las normales de la cara de la celda. Esto se conoce como \u00abdifusi\u00f3n falsa\u00bb o \u00abdifusi\u00f3n de viento cruzado\u00bb.<\/p>\n<p>En cuadr\u00edculas cartesianas estructuradas, el flujo alineado con un eje de coordenadas se representa limpiamente. En mallas no estructuradas (tri\u00e1ngulos, tetraedros), incluso un simple flujo uniforme introduce la difusi\u00f3n artificial cuando el flujo cruza la malla oblicuamente. La magnitud de la difusi\u00f3n escala con $sin^2(theta)$, donde $theta$ es el \u00e1ngulo de desalineaci\u00f3n.<\/p>\n<p>Esto explica por qu\u00e9 las simulaciones en mallas no estructuradas a menudo requieren una resoluci\u00f3n m\u00e1s fina que las mallas estructuradas para el mismo problema de advecci\u00f3n: la difusi\u00f3n artificial no es una propiedad del esquema, sino la orientaci\u00f3n de la malla.<\/p>\n<h2>Los esquemas contra el viento y la compensaci\u00f3n por estabilidad de difusi\u00f3n<\/h2>\n<p>Los esquemas contra el viento agregan difusi\u00f3n num\u00e9rica para estabilizar los c\u00e1lculos de advecci\u00f3n. Pero, \u00bfcu\u00e1nta difusi\u00f3n se introduce? \u00bfY qu\u00e9 alternativas existen?<\/p>\n<h3>Lo que realmente hace contra el viento<\/h3>\n<p>El primer orden contra el viento reemplaza la diferencia central sim\u00e9trica:<\/p>\n<p>$$frac{parcial phi}{parcial x} approx frac{phi_{i+1} &#8211; phi_{i-1}}{2delta x}$$<\/p>\n<p>Con una aproximaci\u00f3n consciente de la direcci\u00f3n:<\/p>\n<p>$$frac{parcial phi}{parcial x} approx frac{phi_i &#8211; phi_{i-1}}{delta x} quad text{(for } a &gt; 0Texto{)}$$<\/p>\n<p>Como muestra el an\u00e1lisis de la Universidad CFD, esta aproximaci\u00f3n al contrapelo se puede escribir exactamente como:<\/p>\n<p>$$text{upwind} = text{central} &#8211; frac{delta x}{2} frac{parcial^2}{parcial x^2}$$<\/p>\n<p>El segundo t\u00e9rmino derivado es la difusi\u00f3n artificial. Suprime las olas cortas y los degradados afilados, raz\u00f3n por la cual el viento es estable, pero tambi\u00e9n por eso mancha los frentes.<\/p>\n<h3>Comparaci\u00f3n de difusi\u00f3n num\u00e9rica de alce<\/h3>\n<p><a href=\"https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/numerical_diffusion.html\" target=\"_blank\" rel=\"nofollow noopener\">documento de difusi\u00f3n num\u00e9rica de alce<\/a> Proporciona la comparaci\u00f3n de difusi\u00f3n num\u00e9rica m\u00e1s completa disponible en cualquier documentaci\u00f3n del solucionador de c\u00f3digo abierto. Su prueba de advecci\u00f3n trazadora compara siete estrategias de discretizaci\u00f3n:<\/p>\n<table>\n<thead>\n<tr>\n<th>discretizaci\u00f3n<\/th>\n<th>difusi\u00f3n num\u00e9rica<\/th>\n<th>Caracter\u00edstica clave<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Marco (Central)<\/td>\n<td>Moderar<\/td>\n<td>Segundo orden, incondicionalmente estable solo con difusi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>agrupado en masa<\/td>\n<td>De bajo a moderado<\/td>\n<td>Difusi\u00f3n reducida pero oscilaciones potenciales<\/td>\n<\/tr>\n<tr>\n<td>Completo contra el viento<\/td>\n<td><strong>alto<\/strong><\/td>\n<td>Estabilidad garantizada de primer orden<\/td>\n<\/tr>\n<tr>\n<td>RDG P0 (constante constante)<\/td>\n<td>Moderar<\/td>\n<td>DG con polinomio de orden cero, flujo contra viento<\/td>\n<\/tr>\n<tr>\n<td><strong>RDG P0P1 (lineal + limitador)<\/strong><\/td>\n<td><strong>bajo<\/strong><\/td>\n<td><strong>Reduce la difusi\u00f3n &gt;80% frente al viento completo<\/strong><\/td>\n<\/tr>\n<tr>\n<td>KT sin limitador<\/td>\n<td>De bajo a moderado<\/td>\n<td>Esquema Kuzmin-Turek, limitada<\/td>\n<\/tr>\n<tr>\n<td>KT con limitador<\/td>\n<td><strong>M\u00e1s bajo<\/strong><\/td>\n<td><strong>La limitaci\u00f3n del flujo reduce significativamente la difusi\u00f3n<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El esquema <strong>RDG(p0p1)<\/strong> con el limitador de flujo SuperBee reduce la difusi\u00f3n num\u00e9rica en <strong>sobre 80%<\/strong> en comparaci\u00f3n con el enrollador completo mientras se mantiene la monotonicidad. Esta es una evidencia concreta para la selecci\u00f3n del m\u00e9todo: la reconstrucci\u00f3n lineal con limitaci\u00f3n de flujo es muy superior a la de primer orden contra el viento para problemas de transporte donde la resoluci\u00f3n es importante.<\/p>\n<h3>Cu\u00e1ndo usar esquemas completos contra el viento frente a los limitados<\/h3>\n<p>El <a href=\"https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/upwinding.html\" target=\"_blank\" rel=\"nofollow noopener\">documento de upwinding de alce<\/a> proporciona una gu\u00eda pr\u00e1ctica:<\/p>\n<ul>\n<li><strong>Utilice a contracorriente completo cuando:<\/strong> La robustez es la prioridad, la soluci\u00f3n delimitada importa m\u00e1s que la resoluci\u00f3n, o est\u00e1 resolviendo problemas no lineales fuertes donde las oscilaciones romper\u00edan el solucionador<\/li>\n<li><strong>Utilice esquemas de orden superior limitados cuando:<\/strong> se miden cuantitativamente las tasas de transporte, se deben resolver los frentes afilados o el problema tiene no linealidades d\u00e9biles que no requieren de enrollo total<\/li>\n<\/ul>\n<p><strong>La compensaci\u00f3n pr\u00e1ctica:<\/strong> El contrapelo completo es robusto pero demasiado difusivo. Los esquemas limitados conservan la resoluci\u00f3n pero agregan complejidad no lineal. Para las simulaciones cr\u00edticas para la conservaci\u00f3n (transporte reactivo, modelos de campo de fase), la complejidad adicional suele valer la ganancia de resoluci\u00f3n.<\/p>\n<h2>Formulaciones sim\u00e9tricas sesgadas para la preservaci\u00f3n de la energ\u00eda<\/h2>\n<p>Al simular sistemas de flujo o de reacci\u00f3n compresibles, la conservaci\u00f3n de energ\u00eda se vuelve cr\u00edtica. Las formulaciones conservadoras est\u00e1ndar de convecci\u00f3n no lineal pueden generar o destruir espuriamente la energ\u00eda cin\u00e9tica a trav\u00e9s de errores de alias. La soluci\u00f3n, identificada en una revisi\u00f3n ampliamente citada, es reformular al operador convectivo.<\/p>\n<h3>Coppola 2019: la divisi\u00f3n sesgada-sim\u00e9trica<\/h3>\n<p>La revisi\u00f3n ASME seminal 2019 de Coppola (95 citas) sobre la conservaci\u00f3n de energ\u00eda discreta demuestra que <strong> t\u00e9rminos convectivos no lineales conservan energ\u00eda cin\u00e9tica solo cuando se formula en forma dividida<\/strong>. La informaci\u00f3n clave es que el operador convectivo debe dividirse en:<\/p>\n<ol>\n<li>A <strong>Formulario conservador<\/strong> (Formulario de divergencia): $nabla cdot (mathbf{u} phi)$<\/li>\n<li>Una forma <strong>skew-sim\u00e9trica<\/strong>: $mathbf{u} cdot nabla phi &#8211; frac{1}{2} (nabla cdot mathbf{u}) fi$<\/li>\n<\/ol>\n<p>Cuando se combinan, el operador convectivo discreto se convierte en sesgo-adjoint, lo que significa que conserva invariantes cuadr\u00e1ticos como la energ\u00eda cin\u00e9tica sin disipaci\u00f3n artificial. Esto evita que los errores de alias crean (o destruyan) energ\u00eda espuriamente.<\/p>\n<p>Para un flujo incompresible ($nabla cdot mathbf{u} = 0$), la forma sesgada-sim\u00e9trica se simplifica a:<\/p>\n<p>$$mathbf{u} cdot nabla phi$$<\/p>\n<p>Para el flujo compresible, el t\u00e9rmino de divergencia importa y la divisi\u00f3n sesgada-sim\u00e9trica se vuelve esencial para la conservaci\u00f3n de energ\u00eda.<\/p>\n<h3>Por qu\u00e9 es importante esto para los m\u00e9todos DG<\/h3>\n<p>El m\u00e9todo de estabilidad energ\u00e9tica de Galerkin (DGSEM), desarrollado por Gassner y otros, utiliza esta divisi\u00f3n sim\u00e9trica sesgada para garantizar la preservaci\u00f3n de la energ\u00eda discreta. Consulte el <a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\" target=\"_blank\" rel=\"nofollow noopener\">tutorial de m\u00e9todo dg<\/a> para obtener detalles de dise\u00f1o de flujo de DG. Los m\u00e9todos DG con flujos estables de entrop\u00eda y divisi\u00f3n convectiva sim\u00e9trica sesgada son el estado del arte para las simulaciones de preservaci\u00f3n de energ\u00eda del flujo compresible.<\/p>\n<h3>Cuando las formulaciones sim\u00e9tricas sesgadas son esenciales<\/h3>\n<table>\n<thead>\n<tr>\n<th>Tipo de problema<\/th>\n<th>\u00bfForma est\u00e1ndar suficiente?<\/th>\n<th>\u00bfSe necesita sim\u00e9trico?<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Flujo incompresible, bajo mach<\/td>\n<td>A veces (si est\u00e1 bien resuelto)<\/td>\n<td><strong>S\u00ed, para una estricta conservaci\u00f3n de la energ\u00eda<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Flujo compresible<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Flujo turbulento \/ LES<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Reaccionar flujo con acoplamiento de energ\u00eda<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Difusi\u00f3n simple o transporte incompresible<\/td>\n<td>No<\/td>\n<td>Opcional (conveniencia)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Verificaci\u00f3n de la conservaci\u00f3n en la pr\u00e1ctica<\/h2>\n<p>La teor\u00eda nos dice qu\u00e9 esquemas conservan la masa y la energ\u00eda. En la pr\u00e1ctica, debe verificarlo. Aqu\u00ed hay un flujo de trabajo paso a paso.<\/p>\n<h3>Paso 1: Definir la cantidad de conservaci\u00f3n<\/h3>\n<p>Identificar qu\u00e9 cantidades f\u00edsicas deben conservarse. Opciones comunes:<\/p>\n<ul>\n<li><strong>Masa<\/strong> (integral de concentraci\u00f3n o densidad sobre el dominio)<\/li>\n<li><strong>Energ\u00eda<\/strong> (energ\u00eda t\u00e9rmica, energ\u00eda cin\u00e9tica o energ\u00eda total)<\/li>\n<li><strong>Masa de especies<\/strong> (especies qu\u00edmicas individuales)<\/li>\n<\/ul>\n<h3>Paso 2: Calcule la integral discreta<\/h3>\n<p>En cada paso de tiempo, calcule la integral de dominio:<\/p>\n<pre><code class=\"language-python\"># Mass conservation check in a scalar transport problem\nimport numpy as np\nfrom fipy import Grid2D, CellVariable\n\nmesh = Grid2D(nx=100, ny=100, dx=0.01, dy=0.01)\nphi = CellVariable(mesh=mesh, value=0.0)\n\n# Initial mass\ninitial_mass = np.sum(phi.value * mesh.cellVolumes)\nprint(f\"Initial mass: {initial_mass:.6f}\")\n\n# After simulation\nfinal_mass = np.sum(phi.value * mesh.cellVolumes)\nprint(f\"Final mass: {final_mass:.6f}\")\nprint(f\"Mass loss: {(initial_mass - final_mass) \/ initial_mass * 100:.4f}%\")<\/code><\/pre>\n<h3>Paso 3: Comprobar los flujos de l\u00edmites<\/h3>\n<p>Las violaciones de conservaci\u00f3n generalmente se originan en los l\u00edmites. Verifique que:<\/p>\n<ul>\n<li>Los flujos de entrada coinciden con los valores de l\u00edmite prescritos<\/li>\n<li>Los l\u00edmites de salida no limitan el problema<\/li>\n<li>Los l\u00edmites sin flujo realmente tienen flujo cero<\/li>\n<\/ul>\n<h3>Paso 4: Comparar con la referencia<\/h3>\n<p>La <a href=\"https:\/\/matforge.org\/verification-vs-validation-in-scientific-simulations-a-practical-guide\/\" target=\"_blank\" rel=\"nofollow noopener\">Gu\u00eda de verificaci\u00f3n vs validaci\u00f3n<\/a> explica que la verificaci\u00f3n requiere comparaci\u00f3n con soluciones anal\u00edticas o manufacturadas. Para la verificaci\u00f3n de conservaci\u00f3n:<\/p>\n<ol>\n<li>Ejecutar un problema de transporte con masa inicial conocida<\/li>\n<li>Verifique que la masa num\u00e9rica permanezca constante (dentro de la tolerancia) a lo largo del tiempo<\/li>\n<li>Prueba en resoluciones de malla m\u00faltiple: la conservaci\u00f3n debe mejorar o permanecer constante a medida que la malla refina, no se degrada<\/li>\n<\/ol>\n<h3>Paso 5: Documente la tolerancia<\/h3>\n<p>Establezca una tolerancia de conservaci\u00f3n apropiada para su problema:<\/p>\n<ul>\n<li><strong>Publicaci\u00f3n cient\u00edfica:<\/strong> Error de masa &lt; 0,1%<\/li>\n<li><strong>Simulaci\u00f3n de ingenier\u00eda:<\/strong> Error de masa &lt; 1%<\/li>\n<li><strong>Prototipado de investigaci\u00f3n:<\/strong> Error de masa &lt; 5% (pero documentarlo)<\/li>\n<\/ul>\n<h2>Aplicaci\u00f3n avanzada de la conservaci\u00f3n: m\u00e9todos basados en la relajaci\u00f3n<\/h2>\n<p>Cuando la discretizaci\u00f3n est\u00e1ndar no logra una conservaci\u00f3n suficiente, los m\u00e9todos recientes ofrecen correcciones de procesamiento posterior.<\/p>\n<h3>El resultado ARXIV 2604.05940<\/h3>\n<p>Una preimpresi\u00f3n reciente de Rajvanshi y Ketcheson (ARXIV 2604.05940, abril de 2026) introduce <strong>Enforcement Conservation Enforcement <\/strong> para el equilibrio de masa y energ\u00eda. El m\u00e9todo funciona con cualquier esquema de paso de tiempo agregando una correcci\u00f3n de paso de tiempo posterior.<\/p>\n<p><strong>Resultados clave:<\/strong><\/p>\n<ul>\n<li>Logra la conservaci\u00f3n de la precisi\u00f3n de la m\u00e1quina hasta <strong>10\u207b\u00b9\u2074<\/strong> Error<\/li>\n<li>Dos variantes: <strong>relajaci\u00f3n m\u00faltiple<\/strong> y <strong>proyecci\u00f3n-relajaci\u00f3n<\/strong><\/li>\n<li><strong>Proyecci\u00f3n-relajaci\u00f3n<\/strong> es m\u00e1s robusta y solo requiere resolver un problema de b\u00fasqueda de ra\u00edces escalares (2-3 \u00d7 costo computacional)<\/li>\n<li>Validado en casos de pruebas cosmol\u00f3gicas 2D y 3D<\/li>\n<\/ul>\n<p>El m\u00e9todo se aplica a los esquemas de Runge-Kutta impl\u00edcitos-expl\u00edcitos (IMEX) y puede hacer cumplir tanto la conservaci\u00f3n de masa como el equilibrio energ\u00e9tico. Esto es particularmente valioso para las simulaciones en las que se acumulan violaciones de conservaci\u00f3n durante largos per\u00edodos de tiempo y degradan la fidelidad f\u00edsica.<\/p>\n<p><strong>Cu\u00e1ndo utilizar m\u00e9todos basados en la relajaci\u00f3n:<\/strong><\/p>\n<ul>\n<li>Simulaciones de larga duraci\u00f3n donde se acumulan peque\u00f1os errores de conservaci\u00f3n<\/li>\n<li>Acoplamiento multif\u00edsico donde las violaciones de conservaci\u00f3n causan inestabilidad<\/li>\n<li>Esquemas de alto orden que sacrifican una conservaci\u00f3n estricta para la resoluci\u00f3n<\/li>\n<li>Simulaciones de producci\u00f3n donde el balance de masa\/energ\u00eda no es negociable<\/li>\n<\/ul>\n<h2>Marco de decisi\u00f3n pr\u00e1ctica<\/h2>\n<p>Elegir una discretizaci\u00f3n para simulaciones cr\u00edticas de conservaci\u00f3n requiere considerar m\u00faltiples factores simult\u00e1neamente.<\/p>\n<h3>Matriz de selecci\u00f3n de m\u00e9todos<\/h3>\n<table>\n<thead>\n<tr>\n<th>Situaci\u00f3n<\/th>\n<th>Punto de partida recomendado<\/th>\n<th>nivel de conservaci\u00f3n<\/th>\n<th>Cu\u00e1ndo actualizar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Transporte masivo en red estructurada, estable<\/td>\n<td>diferencia central o h\u00edbrido<\/td>\n<td>Moderado (FVM)<\/td>\n<td>Actualice si los valores m\u00e1ximos son inexactos<\/td>\n<\/tr>\n<tr>\n<td>Transporte reactivo con frentes afilados<\/td>\n<td>Limitado de orden superior (p. ej., Moose RDG P0P1)<\/td>\n<td>Fuerte<\/td>\n<td>Usar solo si la resoluci\u00f3n es cr\u00edtica<\/td>\n<\/tr>\n<tr>\n<td>Flujo compresible con acoplamiento de energ\u00eda<\/td>\n<td>DG con divisi\u00f3n sesgada-sim\u00e9trica<\/td>\n<td>Fuerte (DGSEM)<\/td>\n<td>Requerido \u2014 No opcional<\/td>\n<\/tr>\n<tr>\n<td>Flujo turbulento \/ LES<\/td>\n<td>DG de alto orden o m\u00e9todos espectrales<\/td>\n<td>Fuerte<\/td>\n<td>Esencial para la fidelidad f\u00edsica<\/td>\n<\/tr>\n<tr>\n<td>Flujo de campo de fase \/ multif\u00e1sico<\/td>\n<td>FVM o DG con limitadores de flujo<\/td>\n<td>Fuerte<\/td>\n<td>Actualizar si la resoluci\u00f3n de la interfaz importa<\/td>\n<\/tr>\n<tr>\n<td>Difusi\u00f3n simple, sin convecci\u00f3n fuerte<\/td>\n<td>FEM o FVM est\u00e1ndar<\/td>\n<td>Adecuado<\/td>\n<td>No se necesita actualizaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Reglas de decisi\u00f3n<\/h3>\n<ol>\n<li><strong>Si la conservaci\u00f3n no es negociable<\/strong> (el balance masa\/energ\u00eda debe ser exacto): Comience con FVM o DG. El principio de consistencia del flujo lo garantiza por dise\u00f1o.<\/li>\n<li><strong>Si los frentes afilados deben resolverse<\/strong> sin oscilaciones espurias: use esquemas de orden superior limitados (Moose RDG P0P1, Kuzmin-Turek con limitador). Evite el viento completo: reduce la difusi\u00f3n en menos de lo que logran los esquemas limitados.<\/li>\n<li><strong>Si importa la conservaci\u00f3n de la energ\u00eda del flujo compresible<\/strong>: utilice formulaciones divididas sim\u00e9tricas sesgadas (Coppola 2019, Gassner DGSEM). Las formas conservadoras est\u00e1ndar pueden generar energ\u00eda a trav\u00e9s del aliasing.<\/li>\n<li><strong>Si necesita una conservaci\u00f3n de masa estricta en simulaciones largas<\/strong>: considere la aplicaci\u00f3n basada en la relajaci\u00f3n (ARXIV 2604.05940) como un paso de procesamiento posterior a un costo computacional de 2-3 \u00d7.<\/li>\n<li><strong>Si la resoluci\u00f3n de la malla es limitada<\/strong>: tenga en cuenta la falsa difusi\u00f3n en mallas no estructuradas. Las cuadr\u00edculas estructuradas evitan esto. En mallas no estructuradas, espere una mayor difusi\u00f3n artificial proporcional al \u00e1ngulo de desalineaci\u00f3n de la malla de flujo.<\/li>\n<\/ol>\n<h3>Resumen: Qu\u00e9 evitar<\/h3>\n<table>\n<thead>\n<tr>\n<th>Error<\/th>\n<th>Consecuencia<\/th>\n<th>Fijar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Suponiendo que todas las discretizaciones conserven por igual<\/td>\n<td>P\u00e9rdida de masa, energ\u00eda espuria<\/td>\n<td>Verificar la conservaci\u00f3n con integrales de dominio<\/td>\n<\/tr>\n<tr>\n<td>Usar el viento completo cuando hay esquemas limitados disponibles<\/td>\n<td>80%+ Difusi\u00f3n innecesaria<\/td>\n<td>Use Moose RDG P0P1 o similar<\/td>\n<\/tr>\n<tr>\n<td>Ignorar la dependencia de CFL de la viscosidad artificial<\/td>\n<td>sobreestimar o subestimar la difusi\u00f3n<\/td>\n<td>Verifique el n\u00famero de CFL junto con Mesh<\/td>\n<\/tr>\n<tr>\n<td>Uso de formas conservadoras est\u00e1ndar para un flujo compresible<\/td>\n<td>Generaci\u00f3n de energ\u00eda espuria<\/td>\n<td>Usar divisi\u00f3n sesgada-sim\u00e9trica (Coppola 2019)<\/td>\n<\/tr>\n<tr>\n<td>No tener en cuenta la desalineaci\u00f3n de la red<\/td>\n<td>Falsa difusi\u00f3n en mallas no estructuradas<\/td>\n<td>Use cuadr\u00edculas estructuradas cuando sea posible<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Resumen y pr\u00f3ximos pasos<\/h2>\n<p>Las propiedades de conservaci\u00f3n en la discretizaci\u00f3n est\u00e1n determinadas por la consistencia del flujo a trav\u00e9s de las interfaces celulares. FVM lo logra por construcci\u00f3n. DG lo logra a trav\u00e9s de flujos num\u00e9ricos. La FEM est\u00e1ndar requiere un dise\u00f1o cuidadoso.<\/p>\n<p>La idea clave es que <strong> la difusi\u00f3n num\u00e9rica no es una propiedad inevitable de los esquemas de advecci\u00f3n<\/strong>: depende del n\u00famero de CFL, la orientaci\u00f3n de la malla y la elecci\u00f3n del esquema. El primer orden contra el viento agrega una viscosidad artificial que se desvanece en CFL = 1. Los esquemas limitados de orden superior reducen la difusi\u00f3n num\u00e9rica en m\u00e1s del 80% en comparaci\u00f3n con el enrollado completo. Las formulaciones sim\u00e9tricas sesgadas previenen la generaci\u00f3n de energ\u00eda espuria en un flujo compresible.<\/p>\n<p>Para simulaciones de conservaci\u00f3n-cr\u00edticas, siempre verifique cuantitativamente el balance de masa y energ\u00eda. No conf\u00ede solo en la elecci\u00f3n del m\u00e9todo: el principio de consistencia del flujo es una garant\u00eda te\u00f3rica, pero su implementaci\u00f3n espec\u00edfica debe verificarse.<\/p>\n<p><strong>Siguiente pasos recomendados:<\/strong><\/p>\n<ol>\n<li>Ejecute una prueba de conservaci\u00f3n de masa en su simulaci\u00f3n actual (compute las integrales de dominio en cada paso de tiempo)<\/li>\n<li>Si el error de conservaci\u00f3n excede su tolerancia, considere actualizar a esquemas de orden superior limitados<\/li>\n<li>Para un flujo compresible, verifique que su operador convectivo utilice una divisi\u00f3n sesgo-sim\u00e9trica<\/li>\n<li>Considere la aplicaci\u00f3n basada en la relajaci\u00f3n para simulaciones de larga duraci\u00f3n donde se acumulan peque\u00f1os errores<\/li>\n<\/ol>\n<p>La <a href=\"https:\/\/matforge.org\/advection-dominated-problems-supg-stabilization\/\" target=\"_blank\" rel=\"nofollow noopener\">Gu\u00eda de problemas dominados por la advecci\u00f3n<\/a> en matforge.org proporciona orientaci\u00f3n complementaria sobre estrategias de estabilizaci\u00f3n (supg, limitadores de flujo, an\u00e1lisis de peclet) que funcionan junto con las propiedades de conservaci\u00f3n cubiertas aqu\u00ed.<\/p>\n<h2>Lectura adicional<\/h2>\n<ul>\n<li>Coppola, S. (2019). Sobre la conservaci\u00f3n de invariantes cuadr\u00e1ticos en esquemas num\u00e9ricos para las ecuaciones compresibles de Euler y Navier-Stokes. <em>Revisiones de mec\u00e1nica aplicada de ASME<\/em>, 71(1). 95 citas.<\/li>\n<li>Rajvanshi, A., &amp; Ketcheson, D.I. (2026). Esquemas eficientes de conservaci\u00f3n de masa y equilibrio de energ\u00eda. <em>ArXiv:2604.05940<\/em>.<\/li>\n<li>Documentaci\u00f3n de difusi\u00f3n num\u00e9rica de alce: https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/numerical_diffusion.html<\/li>\n<li>An\u00e1lisis de ecuaciones modificadas de la Universidad de CFD: https:\/\/cfd.university\/blog\/what-is-numerical-disipation-in-cfd-and-why-do-do-we-need-it\/<\/li>\n<\/ul>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/advection-dominated-problems-supg-stabilization\/\">Problemas dominados por la advecci\u00f3n: esquemas contra el viento y estabilizaci\u00f3n de SUPG<\/a> \u2014 Referencia cruzada para estrategias de estabilizaci\u00f3n (supg, limitadores de flujo, an\u00e1lisis de peclet)<\/li>\n<li><a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\">Tutorial discontinuo del m\u00e9todo Galerkin<\/a> \u2014 DG Flux Design and Local Conservation Details<\/li>\n<li><a href=\"https:\/\/matforge.org\/verification-vs-validation-in-scientific-simulations-a-practical-guide\/\">Verificaci\u00f3n frente a validaci\u00f3n en simulaciones cient\u00edficas<\/a> \u2014 MMS y metodolog\u00eda de verificaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/when-to-use-fem-fvm-fdm\/\">cu\u00e1ndo utilizar FEM, FVM o FDM<\/a> \u2014 Selecci\u00f3n de m\u00e9todos que incluye requisitos de conservaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/time-integration-methods-for-pde-solvers-explicit-vs-implicit-schemes\/\">m\u00e9todos de integraci\u00f3n de tiempo para solucionadores de PDE<\/a> \u2014 Discusi\u00f3n de errores temporales y restricciones de CFL<\/li>\n<\/ul>\n","protected":false,"raw":"<p><strong>TL; DR<\/strong><\/p>\n<ul>\n<li><strong>La conservaci\u00f3n local<\/strong> est\u00e1 garantizada por la consistencia del flujo FVM; FEM y DG deben dise\u00f1ar los flujos con cuidado.<\/li>\n<li>El primer orden agrega viscosidad artificial: <strong>en CFL = 1, desaparece<\/strong>, un resultado sorprendente que la mayor\u00eda de los practicantes se pierden.<\/li>\n<li>El RDG(P0P1) de Moose con limitaci\u00f3n de flujo reduce la difusi\u00f3n num\u00e9rica en <strong>m\u00e1s del 80%<\/strong> en comparaci\u00f3n con el enrollado completo.<\/li>\n<li>Las formulaciones sim\u00e9tricas sesgadas conservan la energ\u00eda cin\u00e9tica al evitar que los errores de alias crean energ\u00eda espuriamente.<\/li>\n<li>Los nuevos m\u00e9todos de relajaci\u00f3n de 2026 pueden imponer la conservaci\u00f3n de la masa y la energ\u00eda a la precisi\u00f3n de la m\u00e1quina (10\u207b\u00b9\u2074).<\/li>\n<\/ul>\n<h2>Por qu\u00e9 la discretizaci\u00f3n cambia lo que conserva su simulaci\u00f3n<\/h2>\n<p>Cuando discretiza una ecuaci\u00f3n diferencial parcial, no solo est\u00e1 eligiendo un orden de precisi\u00f3n, sino que elige qu\u00e9 cantidades f\u00edsicas conserva realmente su solucionador. Masa, energ\u00eda, momento: estas propiedades que est\u00e1n garantizadas anal\u00edticamente por las ecuaciones continuas pueden desaparecer silenciosamente (o aparecer misteriosamente) a nivel discreto dependiendo de su dise\u00f1o de flujo num\u00e9rico.<\/p>\n<p>Esta es una de las compensaciones m\u00e1s importantes en la simulaci\u00f3n cient\u00edfica, pero a menudo se pasa por alto durante la selecci\u00f3n de m\u00e9todos. Puede pasar horas de ajuste solo para descubrir que el esquema de discretizaci\u00f3n est\u00e1 introduciendo p\u00e9rdida de masa artificial o generaci\u00f3n de energ\u00eda espuria.<\/p>\n<p>El principio central es simple: <strong>el flujo que deja una celda debe ser igual al flujo que ingresa a su vecino<\/strong>. Cuando esto es cierto por construcci\u00f3n, usted tiene conservaci\u00f3n local. Cuando requiere un dise\u00f1o cuidadoso, debe verificarlo. Comprender esta distinci\u00f3n, y las herramientas para verificarla, es la diferencia entre confiar en su simulaci\u00f3n y auditar cada resultado.<\/p>\n<h2>El principio de consistencia del flujo: Conservaci\u00f3n local vs global<\/h2>\n<p>La propiedad de conservaci\u00f3n de un esquema num\u00e9rico est\u00e1 determinada por si los flujos num\u00e9ricos son consistentes entre las interfaces de celda. Esto se conoce en la literatura como el <strong>principio de consistencia del flujo<\/strong> y explica por qu\u00e9 algunos m\u00e9todos conservan de forma natural la masa mientras que otros no.<\/p>\n<h3>M\u00e9todo de volumen finito: conservaci\u00f3n por construcci\u00f3n<\/h3>\n<p>El m\u00e9todo de volumen finito (FVM) garantiza la conservaci\u00f3n local porque equilibra los flujos entre las caras de las c\u00e9lulas por definici\u00f3n. Cuando la masa fluye fuera de un volumen de control, la misma cantidad exactamente fluye hacia su vecino. No se puede crear ni destruir ning\u00fan flujo num\u00e9rico: la estructura algebraica de la discretizaci\u00f3n impone autom\u00e1ticamente la conservaci\u00f3n de la masa global.<\/p>\n<p>Fipy implementa esto a trav\u00e9s de su estructura de ecuaci\u00f3n de conservaci\u00f3n, donde cada t\u00e9rmino de convecci\u00f3n representa un equilibrio de flujo a trav\u00e9s de las caras de las celdas. La <a href=\"https:\/\/pages.nist.gov\/fipy\/en\/latest\/numerical\/equation.html\" target=\"_blank\" rel=\"nofollow noopener\">Documentaci\u00f3n de la ecuaci\u00f3n de conservaci\u00f3n de Fipy<\/a> describe c\u00f3mo la ecuaci\u00f3n de conservaci\u00f3n general hace cumplir exactamente esta consistencia de flujo.<\/p>\n<pre><code class=\"language-python\"># FiPy conservation equation \u2014 fluxes are balanced by construction\nequation = TransientTerm(var=phi) == UpwindConvectionTerm(coeff=velocity)<\/code><\/pre>\n<h3>M\u00e9todo de elementos finitos: la conservaci\u00f3n requiere el dise\u00f1o<\/h3>\n<p>Las formulaciones de elementos finitos continuos est\u00e1ndar no <strong>no<\/strong> conservan autom\u00e1ticamente la masa localmente. La forma d\u00e9bil se integra sobre los elementos y los flujos a trav\u00e9s de los l\u00edmites internos pueden cancelar globalmente sin ser conservados localmente. Esta es la raz\u00f3n por la que las formulaciones de FEM est\u00e1ndar pueden perder la conservaci\u00f3n de masa en los problemas dominados por la advecci\u00f3n.<\/p>\n<p>Sin embargo, FEM puede lograr la conservaci\u00f3n local a trav\u00e9s de flujos num\u00e9ricos especialmente dise\u00f1ados. El m\u00e9todo Galerkin discontinuo (DG), por ejemplo, logra una fuerte conservaci\u00f3n local a trav\u00e9s de sus flujos de interfaz; consulte el tutorial del m\u00e9todo <a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\" target=\"_blank\" rel=\"nofollow noopener\">DG<\/a> para obtener una derivaci\u00f3n detallada. DG combina una aproximaci\u00f3n polinomial de alto orden con una conservaci\u00f3n basada en flujo que refleja la consistencia de flujo de FVM.<\/p>\n<h3>Qu\u00e9 significa esto para la selecci\u00f3n de m\u00e9todos<\/h3>\n<table>\n<thead>\n<tr>\n<th>M\u00e9todo<\/th>\n<th>Conservaci\u00f3n local<\/th>\n<th>como lo logra<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Volumen finito<\/td>\n<td><strong>fuerte \u2014 por construcci\u00f3n<\/strong><\/td>\n<td>El equilibrio del flujo a trav\u00e9s de las caras de las c\u00e9lulas es una necesidad algebraica<\/td>\n<\/tr>\n<tr>\n<td>FEM continua<\/td>\n<td><strong>Depende de la formulaci\u00f3n<\/strong><\/td>\n<td>Requiere un cuidadoso dise\u00f1o de flujo; no autom\u00e1tico<\/td>\n<\/tr>\n<tr>\n<td>Galerkin discontinuo<\/td>\n<td><strong>fuerte \u2014 a trav\u00e9s de flujos<\/strong><\/td>\n<td>Los flujos num\u00e9ricos en las interfaces imponen el equilibrio local<\/td>\n<\/tr>\n<tr>\n<td>diferencia finita<\/td>\n<td><strong>No garantizado<\/strong><\/td>\n<td>Las derivadas no imponen el equilibrio entre las celdas<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><a href=\"https:\/\/matforge.org\/when-to-use-fem-fvm-fdm\/\" target=\"_blank\" rel=\"nofollow noopener\">cu\u00e1ndo utilizar FEM, FVM o FDM<\/a> La gu\u00eda en matforge.org explica estas compensaciones en detalle, incluida la forma en que los requisitos de conservaci\u00f3n deben impulsar la selecci\u00f3n de m\u00e9todos antes de que se consideren la geometr\u00eda o la precisi\u00f3n.<\/p>\n<h2>Error de truncamiento y viscosidad artificial<\/h2>\n<p>Cada esquema num\u00e9rico introduce un error de truncamiento, una diferencia entre el operador diferencial exacto y su aproximaci\u00f3n discreta. Para los esquemas contra el viento, este error de truncamiento tiene una interpretaci\u00f3n f\u00edsica: se comporta como la difusi\u00f3n artificial (tambi\u00e9n llamada viscosidad num\u00e9rica).<\/p>\n<h3>La derivaci\u00f3n de la ecuaci\u00f3n modificada<\/h3>\n<p>El <a href=\"https:\/\/cfd.university\/blog\/what-is-numerical-dissipation-in-cfd-and-why-do-we-need-it\/\" target=\"_blank\" rel=\"nofollow noopener\">An\u00e1lisis de ecuaciones modificadas por la Universidad de CFD<\/a> proporciona la derivaci\u00f3n completa. Aqu\u00ed est\u00e1 el resultado esencial.<\/p>\n<p>Para la advecci\u00f3n contra el viento de primer orden con velocidad constante $A$:<\/p>\n<p>$$frac{parcial phi}{parcial t} + a frac{parcial phi}{parcial x} = underbrace{frac{a delta x}{2}}_{text{artificial Coeficiente de viscosidad}} frac{parcial^2 phi}{parcial x^2} + o(delta x^2)$$<\/p>\n<p>El error de truncamiento principal act\u00faa como un t\u00e9rmino de difusi\u00f3n con coeficiente $nu = a delta x \/ 2$. Esto explica tanto por qu\u00e9 el viento es estable (agrega difusi\u00f3n) y por qu\u00e9 unta los frentes (esa difusi\u00f3n extiende los perfiles).<\/p>\n<h3>El n\u00famero CFL lo cambia todo<\/h3>\n<p>Aqu\u00ed est\u00e1 el resultado no obvio que la mayor\u00eda de los practicantes pasan por alto: cuando se incluye una discretizaci\u00f3n en el tiempo, el coeficiente de viscosidad artificial se convierte en <strong>dependiente de CFL<\/strong>. La ecuaci\u00f3n modificada completa muestra:<\/p>\n<p>$$nu = frac{a delta x}{2} (1 - text{cfl})$$<\/p>\n<p><strong>En Cfl = 1, la difusi\u00f3n artificial desaparece.<\/strong> Esto explica cuando el devanado es \"libre\" - no hay difusi\u00f3n num\u00e9rica en absoluto. Muchos profesionales de la simulaci\u00f3n, sin saberlo, operan en CFL = 1 y se preguntan por qu\u00e9 su esquema contra el viento de primer orden produce resultados inesperadamente limpios. La f\u00f3rmula dependiente de CFL explica por qu\u00e9.<\/p>\n<p>Este resultado tiene importantes implicaciones pr\u00e1cticas:<\/p>\n<ul>\n<li>En CFL cerca de 0 (pasos de tiempo muy peque\u00f1os), el upwinding introduce la m\u00e1xima difusi\u00f3n artificial<\/li>\n<li>En CFL = 1 (el paso de tiempo equivale a un tiempo de tr\u00e1nsito de una celda), el primer orden contra el viento no agrega difusi\u00f3n artificial<\/li>\n<li>en CFL &gt; 1, la f\u00f3rmula sugiere inestabilidad potencial: la ecuaci\u00f3n modificada cambia el signo<\/li>\n<\/ul>\n<p>Tenga en cuenta que la discretizaci\u00f3n temporal tambi\u00e9n contribuye a la difusi\u00f3n num\u00e9rica. La elecci\u00f3n del integrador de tiempo (Retroceso Euler, Crank-Nicolson, Runge-Kutta) afecta las caracter\u00edsticas de amortiguaci\u00f3n independientemente del esquema espacial. <a href=\"https:\/\/matforge.org\/time-integration-methods-for-pde-solvers-explicit-vs-implicit-schemes\/\" target=\"_blank\" rel=\"nofollow noopener\">hora M\u00e9todos de integraci\u00f3n para solucionadores de PDE: Gu\u00eda expl\u00edcito vs esquemas impl\u00edcitos<\/a> La gu\u00eda analiza c\u00f3mo el error temporal interact\u00faa con la difusi\u00f3n num\u00e9rica espacial y c\u00f3mo separarlos en la verificaci\u00f3n.<\/p>\n<h3>La desalineaci\u00f3n de la red crea \"falsa difusi\u00f3n\"<\/h3>\n<p>Incluso con un coeficiente de difusi\u00f3n f\u00edsica cero y un flujo perfectamente uniforme, las <strong>mallas no estructuradas introducen difusi\u00f3n num\u00e9rica<\/strong> proporcional al \u00e1ngulo entre la direcci\u00f3n del flujo y las normales de la cara de la celda. Esto se conoce como \"difusi\u00f3n falsa\" o \"difusi\u00f3n de viento cruzado\".<\/p>\n<p>En cuadr\u00edculas cartesianas estructuradas, el flujo alineado con un eje de coordenadas se representa limpiamente. En mallas no estructuradas (tri\u00e1ngulos, tetraedros), incluso un simple flujo uniforme introduce la difusi\u00f3n artificial cuando el flujo cruza la malla oblicuamente. La magnitud de la difusi\u00f3n escala con $sin^2(theta)$, donde $theta$ es el \u00e1ngulo de desalineaci\u00f3n.<\/p>\n<p>Esto explica por qu\u00e9 las simulaciones en mallas no estructuradas a menudo requieren una resoluci\u00f3n m\u00e1s fina que las mallas estructuradas para el mismo problema de advecci\u00f3n: la difusi\u00f3n artificial no es una propiedad del esquema, sino la orientaci\u00f3n de la malla.<\/p>\n<h2>Los esquemas contra el viento y la compensaci\u00f3n por estabilidad de difusi\u00f3n<\/h2>\n<p>Los esquemas contra el viento agregan difusi\u00f3n num\u00e9rica para estabilizar los c\u00e1lculos de advecci\u00f3n. Pero, \u00bfcu\u00e1nta difusi\u00f3n se introduce? \u00bfY qu\u00e9 alternativas existen?<\/p>\n<h3>Lo que realmente hace contra el viento<\/h3>\n<p>El primer orden contra el viento reemplaza la diferencia central sim\u00e9trica:<\/p>\n<p>$$frac{parcial phi}{parcial x} approx frac{phi_{i+1} - phi_{i-1}}{2delta x}$$<\/p>\n<p>Con una aproximaci\u00f3n consciente de la direcci\u00f3n:<\/p>\n<p>$$frac{parcial phi}{parcial x} approx frac{phi_i - phi_{i-1}}{delta x} quad text{(for } a &gt; 0Texto{)}$$<\/p>\n<p>Como muestra el an\u00e1lisis de la Universidad CFD, esta aproximaci\u00f3n al contrapelo se puede escribir exactamente como:<\/p>\n<p>$$text{upwind} = text{central} - frac{delta x}{2} frac{parcial^2}{parcial x^2}$$<\/p>\n<p>El segundo t\u00e9rmino derivado es la difusi\u00f3n artificial. Suprime las olas cortas y los degradados afilados, raz\u00f3n por la cual el viento es estable, pero tambi\u00e9n por eso mancha los frentes.<\/p>\n<h3>Comparaci\u00f3n de difusi\u00f3n num\u00e9rica de alce<\/h3>\n<p><a href=\"https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/numerical_diffusion.html\" target=\"_blank\" rel=\"nofollow noopener\">documento de difusi\u00f3n num\u00e9rica de alce<\/a> Proporciona la comparaci\u00f3n de difusi\u00f3n num\u00e9rica m\u00e1s completa disponible en cualquier documentaci\u00f3n del solucionador de c\u00f3digo abierto. Su prueba de advecci\u00f3n trazadora compara siete estrategias de discretizaci\u00f3n:<\/p>\n<table>\n<thead>\n<tr>\n<th>discretizaci\u00f3n<\/th>\n<th>difusi\u00f3n num\u00e9rica<\/th>\n<th>Caracter\u00edstica clave<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Marco (Central)<\/td>\n<td>Moderar<\/td>\n<td>Segundo orden, incondicionalmente estable solo con difusi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>agrupado en masa<\/td>\n<td>De bajo a moderado<\/td>\n<td>Difusi\u00f3n reducida pero oscilaciones potenciales<\/td>\n<\/tr>\n<tr>\n<td>Completo contra el viento<\/td>\n<td><strong>alto<\/strong><\/td>\n<td>Estabilidad garantizada de primer orden<\/td>\n<\/tr>\n<tr>\n<td>RDG P0 (constante constante)<\/td>\n<td>Moderar<\/td>\n<td>DG con polinomio de orden cero, flujo contra viento<\/td>\n<\/tr>\n<tr>\n<td><strong>RDG P0P1 (lineal + limitador)<\/strong><\/td>\n<td><strong>bajo<\/strong><\/td>\n<td><strong>Reduce la difusi\u00f3n &gt;80% frente al viento completo<\/strong><\/td>\n<\/tr>\n<tr>\n<td>KT sin limitador<\/td>\n<td>De bajo a moderado<\/td>\n<td>Esquema Kuzmin-Turek, limitada<\/td>\n<\/tr>\n<tr>\n<td>KT con limitador<\/td>\n<td><strong>M\u00e1s bajo<\/strong><\/td>\n<td><strong>La limitaci\u00f3n del flujo reduce significativamente la difusi\u00f3n<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>El esquema <strong>RDG(p0p1)<\/strong> con el limitador de flujo SuperBee reduce la difusi\u00f3n num\u00e9rica en <strong>sobre 80%<\/strong> en comparaci\u00f3n con el enrollador completo mientras se mantiene la monotonicidad. Esta es una evidencia concreta para la selecci\u00f3n del m\u00e9todo: la reconstrucci\u00f3n lineal con limitaci\u00f3n de flujo es muy superior a la de primer orden contra el viento para problemas de transporte donde la resoluci\u00f3n es importante.<\/p>\n<h3>Cu\u00e1ndo usar esquemas completos contra el viento frente a los limitados<\/h3>\n<p>El <a href=\"https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/upwinding.html\" target=\"_blank\" rel=\"nofollow noopener\">documento de upwinding de alce<\/a> proporciona una gu\u00eda pr\u00e1ctica:<\/p>\n<ul>\n<li><strong>Utilice a contracorriente completo cuando:<\/strong> La robustez es la prioridad, la soluci\u00f3n delimitada importa m\u00e1s que la resoluci\u00f3n, o est\u00e1 resolviendo problemas no lineales fuertes donde las oscilaciones romper\u00edan el solucionador<\/li>\n<li><strong>Utilice esquemas de orden superior limitados cuando:<\/strong> se miden cuantitativamente las tasas de transporte, se deben resolver los frentes afilados o el problema tiene no linealidades d\u00e9biles que no requieren de enrollo total<\/li>\n<\/ul>\n<p><strong>La compensaci\u00f3n pr\u00e1ctica:<\/strong> El contrapelo completo es robusto pero demasiado difusivo. Los esquemas limitados conservan la resoluci\u00f3n pero agregan complejidad no lineal. Para las simulaciones cr\u00edticas para la conservaci\u00f3n (transporte reactivo, modelos de campo de fase), la complejidad adicional suele valer la ganancia de resoluci\u00f3n.<\/p>\n<h2>Formulaciones sim\u00e9tricas sesgadas para la preservaci\u00f3n de la energ\u00eda<\/h2>\n<p>Al simular sistemas de flujo o de reacci\u00f3n compresibles, la conservaci\u00f3n de energ\u00eda se vuelve cr\u00edtica. Las formulaciones conservadoras est\u00e1ndar de convecci\u00f3n no lineal pueden generar o destruir espuriamente la energ\u00eda cin\u00e9tica a trav\u00e9s de errores de alias. La soluci\u00f3n, identificada en una revisi\u00f3n ampliamente citada, es reformular al operador convectivo.<\/p>\n<h3>Coppola 2019: la divisi\u00f3n sesgada-sim\u00e9trica<\/h3>\n<p>La revisi\u00f3n ASME seminal 2019 de Coppola (95 citas) sobre la conservaci\u00f3n de energ\u00eda discreta demuestra que <strong> t\u00e9rminos convectivos no lineales conservan energ\u00eda cin\u00e9tica solo cuando se formula en forma dividida<\/strong>. La informaci\u00f3n clave es que el operador convectivo debe dividirse en:<\/p>\n<ol>\n<li>A <strong>Formulario conservador<\/strong> (Formulario de divergencia): $nabla cdot (mathbf{u} phi)$<\/li>\n<li>Una forma <strong>skew-sim\u00e9trica<\/strong>: $mathbf{u} cdot nabla phi - frac{1}{2} (nabla cdot mathbf{u}) fi$<\/li>\n<\/ol>\n<p>Cuando se combinan, el operador convectivo discreto se convierte en sesgo-adjoint, lo que significa que conserva invariantes cuadr\u00e1ticos como la energ\u00eda cin\u00e9tica sin disipaci\u00f3n artificial. Esto evita que los errores de alias crean (o destruyan) energ\u00eda espuriamente.<\/p>\n<p>Para un flujo incompresible ($nabla cdot mathbf{u} = 0$), la forma sesgada-sim\u00e9trica se simplifica a:<\/p>\n<p>$$mathbf{u} cdot nabla phi$$<\/p>\n<p>Para el flujo compresible, el t\u00e9rmino de divergencia importa y la divisi\u00f3n sesgada-sim\u00e9trica se vuelve esencial para la conservaci\u00f3n de energ\u00eda.<\/p>\n<h3>Por qu\u00e9 es importante esto para los m\u00e9todos DG<\/h3>\n<p>El m\u00e9todo de estabilidad energ\u00e9tica de Galerkin (DGSEM), desarrollado por Gassner y otros, utiliza esta divisi\u00f3n sim\u00e9trica sesgada para garantizar la preservaci\u00f3n de la energ\u00eda discreta. Consulte el <a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\" target=\"_blank\" rel=\"nofollow noopener\">tutorial de m\u00e9todo dg<\/a> para obtener detalles de dise\u00f1o de flujo de DG. Los m\u00e9todos DG con flujos estables de entrop\u00eda y divisi\u00f3n convectiva sim\u00e9trica sesgada son el estado del arte para las simulaciones de preservaci\u00f3n de energ\u00eda del flujo compresible.<\/p>\n<h3>Cuando las formulaciones sim\u00e9tricas sesgadas son esenciales<\/h3>\n<table>\n<thead>\n<tr>\n<th>Tipo de problema<\/th>\n<th>\u00bfForma est\u00e1ndar suficiente?<\/th>\n<th>\u00bfSe necesita sim\u00e9trico?<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Flujo incompresible, bajo mach<\/td>\n<td>A veces (si est\u00e1 bien resuelto)<\/td>\n<td><strong>S\u00ed, para una estricta conservaci\u00f3n de la energ\u00eda<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Flujo compresible<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Flujo turbulento \/ LES<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Reaccionar flujo con acoplamiento de energ\u00eda<\/td>\n<td><strong>No<\/strong><\/td>\n<td><strong>Esencial<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Difusi\u00f3n simple o transporte incompresible<\/td>\n<td>No<\/td>\n<td>Opcional (conveniencia)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Verificaci\u00f3n de la conservaci\u00f3n en la pr\u00e1ctica<\/h2>\n<p>La teor\u00eda nos dice qu\u00e9 esquemas conservan la masa y la energ\u00eda. En la pr\u00e1ctica, debe verificarlo. Aqu\u00ed hay un flujo de trabajo paso a paso.<\/p>\n<h3>Paso 1: Definir la cantidad de conservaci\u00f3n<\/h3>\n<p>Identificar qu\u00e9 cantidades f\u00edsicas deben conservarse. Opciones comunes:<\/p>\n<ul>\n<li><strong>Masa<\/strong> (integral de concentraci\u00f3n o densidad sobre el dominio)<\/li>\n<li><strong>Energ\u00eda<\/strong> (energ\u00eda t\u00e9rmica, energ\u00eda cin\u00e9tica o energ\u00eda total)<\/li>\n<li><strong>Masa de especies<\/strong> (especies qu\u00edmicas individuales)<\/li>\n<\/ul>\n<h3>Paso 2: Calcule la integral discreta<\/h3>\n<p>En cada paso de tiempo, calcule la integral de dominio:<\/p>\n<pre><code class=\"language-python\"># Mass conservation check in a scalar transport problem\nimport numpy as np\nfrom fipy import Grid2D, CellVariable\n\nmesh = Grid2D(nx=100, ny=100, dx=0.01, dy=0.01)\nphi = CellVariable(mesh=mesh, value=0.0)\n\n# Initial mass\ninitial_mass = np.sum(phi.value * mesh.cellVolumes)\nprint(f\"Initial mass: {initial_mass:.6f}\")\n\n# After simulation\nfinal_mass = np.sum(phi.value * mesh.cellVolumes)\nprint(f\"Final mass: {final_mass:.6f}\")\nprint(f\"Mass loss: {(initial_mass - final_mass) \/ initial_mass * 100:.4f}%\")<\/code><\/pre>\n<h3>Paso 3: Comprobar los flujos de l\u00edmites<\/h3>\n<p>Las violaciones de conservaci\u00f3n generalmente se originan en los l\u00edmites. Verifique que:<\/p>\n<ul>\n<li>Los flujos de entrada coinciden con los valores de l\u00edmite prescritos<\/li>\n<li>Los l\u00edmites de salida no limitan el problema<\/li>\n<li>Los l\u00edmites sin flujo realmente tienen flujo cero<\/li>\n<\/ul>\n<h3>Paso 4: Comparar con la referencia<\/h3>\n<p>La <a href=\"https:\/\/matforge.org\/verification-vs-validation-in-scientific-simulations-a-practical-guide\/\" target=\"_blank\" rel=\"nofollow noopener\">Gu\u00eda de verificaci\u00f3n vs validaci\u00f3n<\/a> explica que la verificaci\u00f3n requiere comparaci\u00f3n con soluciones anal\u00edticas o manufacturadas. Para la verificaci\u00f3n de conservaci\u00f3n:<\/p>\n<ol>\n<li>Ejecutar un problema de transporte con masa inicial conocida<\/li>\n<li>Verifique que la masa num\u00e9rica permanezca constante (dentro de la tolerancia) a lo largo del tiempo<\/li>\n<li>Prueba en resoluciones de malla m\u00faltiple: la conservaci\u00f3n debe mejorar o permanecer constante a medida que la malla refina, no se degrada<\/li>\n<\/ol>\n<h3>Paso 5: Documente la tolerancia<\/h3>\n<p>Establezca una tolerancia de conservaci\u00f3n apropiada para su problema:<\/p>\n<ul>\n<li><strong>Publicaci\u00f3n cient\u00edfica:<\/strong> Error de masa &lt; 0,1%<\/li>\n<li><strong>Simulaci\u00f3n de ingenier\u00eda:<\/strong> Error de masa &lt; 1%<\/li>\n<li><strong>Prototipado de investigaci\u00f3n:<\/strong> Error de masa &lt; 5% (pero documentarlo)<\/li>\n<\/ul>\n<h2>Aplicaci\u00f3n avanzada de la conservaci\u00f3n: m\u00e9todos basados en la relajaci\u00f3n<\/h2>\n<p>Cuando la discretizaci\u00f3n est\u00e1ndar no logra una conservaci\u00f3n suficiente, los m\u00e9todos recientes ofrecen correcciones de procesamiento posterior.<\/p>\n<h3>El resultado ARXIV 2604.05940<\/h3>\n<p>Una preimpresi\u00f3n reciente de Rajvanshi y Ketcheson (ARXIV 2604.05940, abril de 2026) introduce <strong>Enforcement Conservation Enforcement <\/strong> para el equilibrio de masa y energ\u00eda. El m\u00e9todo funciona con cualquier esquema de paso de tiempo agregando una correcci\u00f3n de paso de tiempo posterior.<\/p>\n<p><strong>Resultados clave:<\/strong><\/p>\n<ul>\n<li>Logra la conservaci\u00f3n de la precisi\u00f3n de la m\u00e1quina hasta <strong>10\u207b\u00b9\u2074<\/strong> Error<\/li>\n<li>Dos variantes: <strong>relajaci\u00f3n m\u00faltiple<\/strong> y <strong>proyecci\u00f3n-relajaci\u00f3n<\/strong><\/li>\n<li><strong>Proyecci\u00f3n-relajaci\u00f3n<\/strong> es m\u00e1s robusta y solo requiere resolver un problema de b\u00fasqueda de ra\u00edces escalares (2-3 \u00d7 costo computacional)<\/li>\n<li>Validado en casos de pruebas cosmol\u00f3gicas 2D y 3D<\/li>\n<\/ul>\n<p>El m\u00e9todo se aplica a los esquemas de Runge-Kutta impl\u00edcitos-expl\u00edcitos (IMEX) y puede hacer cumplir tanto la conservaci\u00f3n de masa como el equilibrio energ\u00e9tico. Esto es particularmente valioso para las simulaciones en las que se acumulan violaciones de conservaci\u00f3n durante largos per\u00edodos de tiempo y degradan la fidelidad f\u00edsica.<\/p>\n<p><strong>Cu\u00e1ndo utilizar m\u00e9todos basados en la relajaci\u00f3n:<\/strong><\/p>\n<ul>\n<li>Simulaciones de larga duraci\u00f3n donde se acumulan peque\u00f1os errores de conservaci\u00f3n<\/li>\n<li>Acoplamiento multif\u00edsico donde las violaciones de conservaci\u00f3n causan inestabilidad<\/li>\n<li>Esquemas de alto orden que sacrifican una conservaci\u00f3n estricta para la resoluci\u00f3n<\/li>\n<li>Simulaciones de producci\u00f3n donde el balance de masa\/energ\u00eda no es negociable<\/li>\n<\/ul>\n<h2>Marco de decisi\u00f3n pr\u00e1ctica<\/h2>\n<p>Elegir una discretizaci\u00f3n para simulaciones cr\u00edticas de conservaci\u00f3n requiere considerar m\u00faltiples factores simult\u00e1neamente.<\/p>\n<h3>Matriz de selecci\u00f3n de m\u00e9todos<\/h3>\n<table>\n<thead>\n<tr>\n<th>Situaci\u00f3n<\/th>\n<th>Punto de partida recomendado<\/th>\n<th>nivel de conservaci\u00f3n<\/th>\n<th>Cu\u00e1ndo actualizar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Transporte masivo en red estructurada, estable<\/td>\n<td>diferencia central o h\u00edbrido<\/td>\n<td>Moderado (FVM)<\/td>\n<td>Actualice si los valores m\u00e1ximos son inexactos<\/td>\n<\/tr>\n<tr>\n<td>Transporte reactivo con frentes afilados<\/td>\n<td>Limitado de orden superior (p. ej., Moose RDG P0P1)<\/td>\n<td>Fuerte<\/td>\n<td>Usar solo si la resoluci\u00f3n es cr\u00edtica<\/td>\n<\/tr>\n<tr>\n<td>Flujo compresible con acoplamiento de energ\u00eda<\/td>\n<td>DG con divisi\u00f3n sesgada-sim\u00e9trica<\/td>\n<td>Fuerte (DGSEM)<\/td>\n<td>Requerido \u2014 No opcional<\/td>\n<\/tr>\n<tr>\n<td>Flujo turbulento \/ LES<\/td>\n<td>DG de alto orden o m\u00e9todos espectrales<\/td>\n<td>Fuerte<\/td>\n<td>Esencial para la fidelidad f\u00edsica<\/td>\n<\/tr>\n<tr>\n<td>Flujo de campo de fase \/ multif\u00e1sico<\/td>\n<td>FVM o DG con limitadores de flujo<\/td>\n<td>Fuerte<\/td>\n<td>Actualizar si la resoluci\u00f3n de la interfaz importa<\/td>\n<\/tr>\n<tr>\n<td>Difusi\u00f3n simple, sin convecci\u00f3n fuerte<\/td>\n<td>FEM o FVM est\u00e1ndar<\/td>\n<td>Adecuado<\/td>\n<td>No se necesita actualizaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Reglas de decisi\u00f3n<\/h3>\n<ol>\n<li><strong>Si la conservaci\u00f3n no es negociable<\/strong> (el balance masa\/energ\u00eda debe ser exacto): Comience con FVM o DG. El principio de consistencia del flujo lo garantiza por dise\u00f1o.<\/li>\n<li><strong>Si los frentes afilados deben resolverse<\/strong> sin oscilaciones espurias: use esquemas de orden superior limitados (Moose RDG P0P1, Kuzmin-Turek con limitador). Evite el viento completo: reduce la difusi\u00f3n en menos de lo que logran los esquemas limitados.<\/li>\n<li><strong>Si importa la conservaci\u00f3n de la energ\u00eda del flujo compresible<\/strong>: utilice formulaciones divididas sim\u00e9tricas sesgadas (Coppola 2019, Gassner DGSEM). Las formas conservadoras est\u00e1ndar pueden generar energ\u00eda a trav\u00e9s del aliasing.<\/li>\n<li><strong>Si necesita una conservaci\u00f3n de masa estricta en simulaciones largas<\/strong>: considere la aplicaci\u00f3n basada en la relajaci\u00f3n (ARXIV 2604.05940) como un paso de procesamiento posterior a un costo computacional de 2-3 \u00d7.<\/li>\n<li><strong>Si la resoluci\u00f3n de la malla es limitada<\/strong>: tenga en cuenta la falsa difusi\u00f3n en mallas no estructuradas. Las cuadr\u00edculas estructuradas evitan esto. En mallas no estructuradas, espere una mayor difusi\u00f3n artificial proporcional al \u00e1ngulo de desalineaci\u00f3n de la malla de flujo.<\/li>\n<\/ol>\n<h3>Resumen: Qu\u00e9 evitar<\/h3>\n<table>\n<thead>\n<tr>\n<th>Error<\/th>\n<th>Consecuencia<\/th>\n<th>Fijar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Suponiendo que todas las discretizaciones conserven por igual<\/td>\n<td>P\u00e9rdida de masa, energ\u00eda espuria<\/td>\n<td>Verificar la conservaci\u00f3n con integrales de dominio<\/td>\n<\/tr>\n<tr>\n<td>Usar el viento completo cuando hay esquemas limitados disponibles<\/td>\n<td>80%+ Difusi\u00f3n innecesaria<\/td>\n<td>Use Moose RDG P0P1 o similar<\/td>\n<\/tr>\n<tr>\n<td>Ignorar la dependencia de CFL de la viscosidad artificial<\/td>\n<td>sobreestimar o subestimar la difusi\u00f3n<\/td>\n<td>Verifique el n\u00famero de CFL junto con Mesh<\/td>\n<\/tr>\n<tr>\n<td>Uso de formas conservadoras est\u00e1ndar para un flujo compresible<\/td>\n<td>Generaci\u00f3n de energ\u00eda espuria<\/td>\n<td>Usar divisi\u00f3n sesgada-sim\u00e9trica (Coppola 2019)<\/td>\n<\/tr>\n<tr>\n<td>No tener en cuenta la desalineaci\u00f3n de la red<\/td>\n<td>Falsa difusi\u00f3n en mallas no estructuradas<\/td>\n<td>Use cuadr\u00edculas estructuradas cuando sea posible<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Resumen y pr\u00f3ximos pasos<\/h2>\n<p>Las propiedades de conservaci\u00f3n en la discretizaci\u00f3n est\u00e1n determinadas por la consistencia del flujo a trav\u00e9s de las interfaces celulares. FVM lo logra por construcci\u00f3n. DG lo logra a trav\u00e9s de flujos num\u00e9ricos. La FEM est\u00e1ndar requiere un dise\u00f1o cuidadoso.<\/p>\n<p>La idea clave es que <strong> la difusi\u00f3n num\u00e9rica no es una propiedad inevitable de los esquemas de advecci\u00f3n<\/strong>: depende del n\u00famero de CFL, la orientaci\u00f3n de la malla y la elecci\u00f3n del esquema. El primer orden contra el viento agrega una viscosidad artificial que se desvanece en CFL = 1. Los esquemas limitados de orden superior reducen la difusi\u00f3n num\u00e9rica en m\u00e1s del 80% en comparaci\u00f3n con el enrollado completo. Las formulaciones sim\u00e9tricas sesgadas previenen la generaci\u00f3n de energ\u00eda espuria en un flujo compresible.<\/p>\n<p>Para simulaciones de conservaci\u00f3n-cr\u00edticas, siempre verifique cuantitativamente el balance de masa y energ\u00eda. No conf\u00ede solo en la elecci\u00f3n del m\u00e9todo: el principio de consistencia del flujo es una garant\u00eda te\u00f3rica, pero su implementaci\u00f3n espec\u00edfica debe verificarse.<\/p>\n<p><strong>Siguiente pasos recomendados:<\/strong><\/p>\n<ol>\n<li>Ejecute una prueba de conservaci\u00f3n de masa en su simulaci\u00f3n actual (compute las integrales de dominio en cada paso de tiempo)<\/li>\n<li>Si el error de conservaci\u00f3n excede su tolerancia, considere actualizar a esquemas de orden superior limitados<\/li>\n<li>Para un flujo compresible, verifique que su operador convectivo utilice una divisi\u00f3n sesgo-sim\u00e9trica<\/li>\n<li>Considere la aplicaci\u00f3n basada en la relajaci\u00f3n para simulaciones de larga duraci\u00f3n donde se acumulan peque\u00f1os errores<\/li>\n<\/ol>\n<p>La <a href=\"https:\/\/matforge.org\/advection-dominated-problems-supg-stabilization\/\" target=\"_blank\" rel=\"nofollow noopener\">Gu\u00eda de problemas dominados por la advecci\u00f3n<\/a> en matforge.org proporciona orientaci\u00f3n complementaria sobre estrategias de estabilizaci\u00f3n (supg, limitadores de flujo, an\u00e1lisis de peclet) que funcionan junto con las propiedades de conservaci\u00f3n cubiertas aqu\u00ed.<\/p>\n<h2>Lectura adicional<\/h2>\n<ul>\n<li>Coppola, S. (2019). Sobre la conservaci\u00f3n de invariantes cuadr\u00e1ticos en esquemas num\u00e9ricos para las ecuaciones compresibles de Euler y Navier-Stokes. <em>Revisiones de mec\u00e1nica aplicada de ASME<\/em>, 71(1). 95 citas.<\/li>\n<li>Rajvanshi, A., &amp; Ketcheson, D.I. (2026). Esquemas eficientes de conservaci\u00f3n de masa y equilibrio de energ\u00eda. <em>ArXiv:2604.05940<\/em>.<\/li>\n<li>Documentaci\u00f3n de difusi\u00f3n num\u00e9rica de alce: https:\/\/mooseframework.inl.gov\/modules\/porous_flow\/numerical_diffusion.html<\/li>\n<li>An\u00e1lisis de ecuaciones modificadas de la Universidad de CFD: https:\/\/cfd.university\/blog\/what-is-numerical-disipation-in-cfd-and-why-do-do-we-need-it\/<\/li>\n<\/ul>\n<h2>Gu\u00edas relacionadas<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/advection-dominated-problems-supg-stabilization\/\">Problemas dominados por la advecci\u00f3n: esquemas contra el viento y estabilizaci\u00f3n de SUPG<\/a> \u2014 Referencia cruzada para estrategias de estabilizaci\u00f3n (supg, limitadores de flujo, an\u00e1lisis de peclet)<\/li>\n<li><a href=\"https:\/\/matforge.org\/discontinuous-galerkin-method-tutorial\/\">Tutorial discontinuo del m\u00e9todo Galerkin<\/a> \u2014 DG Flux Design and Local Conservation Details<\/li>\n<li><a href=\"https:\/\/matforge.org\/verification-vs-validation-in-scientific-simulations-a-practical-guide\/\">Verificaci\u00f3n frente a validaci\u00f3n en simulaciones cient\u00edficas<\/a> \u2014 MMS y metodolog\u00eda de verificaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/when-to-use-fem-fvm-fdm\/\">cu\u00e1ndo utilizar FEM, FVM o FDM<\/a> \u2014 Selecci\u00f3n de m\u00e9todos que incluye requisitos de conservaci\u00f3n<\/li>\n<li><a href=\"https:\/\/matforge.org\/time-integration-methods-for-pde-solvers-explicit-vs-implicit-schemes\/\">m\u00e9todos de integraci\u00f3n de tiempo para solucionadores de PDE<\/a> \u2014 Discusi\u00f3n de errores temporales y restricciones de CFL<\/li>\n<\/ul>\n"},"excerpt":{"rendered":"<p><span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 12<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span>TL; DR La conservaci\u00f3n local est\u00e1 garantizada por la consistencia del flujo FVM; FEM y DG deben dise\u00f1ar los flujos con cuidado. El primer orden agrega viscosidad artificial: en CFL = 1, desaparece, un resultado sorprendente que la mayor\u00eda de los practicantes se pierden. El RDG(P0P1) de Moose con limitaci\u00f3n de flujo reduce la difusi\u00f3n [&hellip;]<\/p>\n","protected":false,"raw":""},"author":4,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"es_ES","_original_post":"https:\/\/matforge.org\/?p=506","iawp_total_views":0,"footnotes":""},"categories":[2],"tags":[],"class_list":["post-784","post","type-post","status-publish","format-standard","hentry","category-fipy-documentation-examples-development","es-ES"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.1 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org\" \/>\n<meta property=\"og:description\" content=\"Reading Time:  12 minutesTL; DR La conservaci\u00f3n local est\u00e1 garantizada por la consistencia del flujo FVM; FEM y DG deben dise\u00f1ar los flujos con cuidado. El primer orden agrega viscosidad artificial: en CFL = 1, desaparece, un resultado sorprendente que la mayor\u00eda de los practicantes se pierden. El RDG(P0P1) de Moose con limitaci\u00f3n de flujo reduce la difusi\u00f3n [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-07-30T12:21:40+00:00\" \/>\n<meta name=\"author\" content=\"Priya Nair\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Priya Nair\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"20 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/\"},\"author\":{\"name\":\"Priya Nair\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\"},\"headline\":\"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda\",\"datePublished\":\"2026-07-30T12:21:40+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/\"},\"wordCount\":3909,\"commentCount\":0,\"articleSection\":[\"Fipy: Documentaci\u00f3n, ejemplos &amp; Desarrollo\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/\",\"name\":\"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-07-30T12:21:40+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/es\\\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/2effd7bc155a5e6357f31dac970c5795\",\"name\":\"Priya Nair\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g\",\"caption\":\"Priya Nair\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/priya-nair\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/","og_locale":"es_ES","og_type":"article","og_title":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org","og_description":"Reading Time:  12 minutesTL; DR La conservaci\u00f3n local est\u00e1 garantizada por la consistencia del flujo FVM; FEM y DG deben dise\u00f1ar los flujos con cuidado. El primer orden agrega viscosidad artificial: en CFL = 1, desaparece, un resultado sorprendente que la mayor\u00eda de los practicantes se pierden. El RDG(P0P1) de Moose con limitaci\u00f3n de flujo reduce la difusi\u00f3n [&hellip;]","og_url":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/","og_site_name":"matforge.org","article_published_time":"2026-07-30T12:21:40+00:00","author":"Priya Nair","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Priya Nair","Tiempo de lectura":"20 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/"},"author":{"name":"Priya Nair","@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795"},"headline":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda","datePublished":"2026-07-30T12:21:40+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/"},"wordCount":3909,"commentCount":0,"articleSection":["Fipy: Documentaci\u00f3n, ejemplos &amp; Desarrollo"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/","url":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/","name":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda - matforge.org","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-07-30T12:21:40+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795"},"breadcrumb":{"@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/es\/conservation-properties-in-discretization-ensuring-mass-and-energy-balance\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/es\/"},{"@type":"ListItem","position":2,"name":"Propiedades de conservaci\u00f3n en discretizaci\u00f3n: garantizar el equilibrio de masa y energ\u00eda"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/2effd7bc155a5e6357f31dac970c5795","name":"Priya Nair","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/f11e168d4cd2f1eff83cbb851d6cff42d81d88bb59d8831ee77468aa4a5eea88?s=96&d=mm&r=g","caption":"Priya Nair"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/priya-nair\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/784","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=784"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/784\/revisions"}],"predecessor-version":[{"id":940,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/784\/revisions\/940"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=784"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=784"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=784"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}