Documente Academic
Documente Profesional
Documente Cultură
2010
Villahermosa, Tabasco
02 al 13 de agosto de 2010
ndice
1. Problemas elpticos unidimensionales 2
1.1. Problema modelo (SturmLiouville) . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Existencia y unicidad de soluciones. Comportamiento asinttico . . . . . . . 4
1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1
4.3. Problema de minimizacin asociado . . . . . . . . . . . . . . . . . . . . . . . 22
4.4. El problema de Neumann puro . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2
Notacin. Con el objeto de simplificar la notacin escribiremos indistintamente
du
u = ux .
dx
A continuacin presentamos dos ejemplos de aplicacin en donde aparece un problema
de SturmLiouville del tipo (1.1)(1.3).
Ejemplo 1. Barra elstica sujeta a una carga. Consideremos una barra unidimensional
de longitud L sujeta a una carga tangencial de intensidad f, como se ilustra en la Figura 1.
Denotamos por:
(x), la traccin en x debido a la intensidad de carga f .
u (x), el desplazamiento en x debido a la intensidad de carga f .
k (x), el mdulo de elasticidad. Si k (x) = constante, el material es homogneo.
Suponiendo que el material de la barra es elstico lineal y que los desplazamientos u(x) son
pequeos, se tiene
(x) = k(x) u (x), (Ley de Hooke)
(x) = f (x), (Ecuacin de equilibrio)
u(0) = u (L) = 0. (Condicin de frontera)
Eliminando , obtenemos la ecuacin diferencial
( )
d du
k(x) = f (x), 0 < x < L, (1.4)
dx dx
u(0) = u (L) = 0. (1.5)
Ejemplo 2. Conduccin de calor en una barra. Consideremos el problema de la con-
duccin de calor en una barra de longitud L, sujeta a una fuente de calor de intensidad f .
Denotamos por:
3
u(x), la temperatura de la barra en la posicin x debida a la fuente de calor f .
L u = f, (1.9)
u(0) = u (L) = 0. (1.10)
4
1. p(x) p0 > 0.
y
( )1/2
L [ ]
u2 = u(x)2 + u (x)2 + u (x)2 dx . (1.14)
0
u2 C f 0 . (1.15)
Unicidad de la solucin. La estimaciones del tipo (1.15) constituyen uno de los aspectos
fundamentales de la teora moderna de las ecuaciones diferenciales. Por ejemplo, utilizan-
do esta estimacin podemos probar unicidad de soluciones en forma inmediata, ya que si
suponemos que u1 y u2 son soluciones de la ecuacin diferencial, entonces u = u1 u2 es
solucin de
L u = 0,
u(0) = u (1) = 0,
y en consecuencia
u C00 = 0.
Es decir u1 = u2 .
5
Funciones propias del operador diferencial. Para continuar con el anlisis de las solu-
ciones de la ecuacin, primero construimos una solucin. La clave consiste en encontrar las
funciones propias y los valores propios del operador L. Para simplificar la exposicin haremos
la suposicin de que p(x) = p es constante. En este caso las funciones propias son
( ( ) )
2 1
un (x) = sen n x , n = 1, 2, . . . , . (1.16)
L L 2
Es fcil verificar que estas funciones satisfacen (1.10). Por otro lado, los valores propios n ,
asociados a las funciones un , satisfacen
Lun = n un ,
o bien
p un (x) = n un (x).
De (1.16) y de esta ltima condicin es fcil obtener
( )2
2 1
n = p 2 n . (1.17)
L 2
Ortogonalidad de las funciones propias. Las funciones propias {un } n=1 constituyen un
conjunto ortonormal de funciones bajo el producto escalar usual en L2 (). Se puede verificar
que L
un , um = un (x) um (x) dx = 0, m, n con m = n,
0
y que
un , un = 1, n.
Es decir
un , um = m n . (1.18)
6
Nota. Aparentemente hay una paradoja en la definicin de f , puesto que uno podra pensar
que dado que un (0) = un (L) = 0, para toda n = 1, 2, . . ., entonces, en (1.19), f (0) = f (L) =
0. Sin embargo, independientemente de que f satisfaga condiciones de frontera espurias o
no, su expresin (1.19) es solamente vlida en el sentido de mnimos cuadrados. Es decir
L[ N
]2
f (x) an un (x) dx 0 cuando N . (1.21)
0 n=1
Podemos pensar que las condiciones a la frontera de f , heredadas de las funciones propias
un , son inestables y desaparecen tan pronto como N .
en donde L
an = f (x) un (x) dx. (1.23)
0
Se puede verificar directamente (a partir de (1.22)) que
[ ( )2 ( )4 ]
2L 2L
1+ +
u22 f 20 . (1.24)
p2
Por lo tanto, se satisface (1.15) con
( )2 ( )4
2L 2L
1+ +
c= .
p
Pregunta. Porqu entonces u (x) satisface las condiciones de frontera (1.10), mientras que
f (x) no las satisface, siendo que ambas tienen expansiones en trminos de las funciones
propias un (x)?
Respuesta. Porque
L2 an un (x)
N
uN (x) =
2 n=1 p (n 1/2)2
converge en sentido ms fuerte. Es decir
u uN (x)2 0 cuando N ,
N
mientras que fN (x) = n=1 an un (x) no converge a f (x) en la norma 2 , sino slo en la
norma 0 , como ya hemos comentado anteriormente.
7
1.3. Ejercicios
Ejercicio 1.1. Verificar que las funciones propias {un }, (1.16), y los valores propios {n },
(1.17), satisfacen L un = n un .
El primer trmino del lado derecho describe la energa potencial total asociada al desplaza-
miento v. El segundo trmino est relacionado con el potencial de carga f .
d J(u + v) J(u)
J(u + v) |=0 = lm = 0, v V. (2.2)
d 0
Obsrvese que
L
1 L
J(u + v) = p (u + v)x dx
2
f (u + v) dx
2 0 0
L L L
1 L 2 2 L 2
= p ux dx + p ux vx dx + p vx dx f u dx f v dx
2 0 2 0
{ L 0
L }
0 0
2 L 2
= J(u) + p ux vx dx f v dx + p vx dx.
0 0 2 0
Entonces
J(u + v) J(u) L L
lm = p ux vx dx f v dx, v V.
0 0 0
8
Por lo tanto, u V es un mnimo de J(v) s
L L
p ux vx dx = f v dx, v V. (2.3)
0 0
9
entonces
L L
p ux vx dx P ux vx dx P ux 0 vx 0 < ,
0 0
donde P = max |p(x)|. Por lo tanto el problema variacional (2.3) se define en forma natural
0xL
sobre el espacio de funciones (2.4). Es por esta razn que al problema variacional tambin se
le conoce como el problema dbil asociado a la ecuacin diferencial, pues la funcin prueba
y la solucin se buscan en un espacio de funciones (2.4), el cual es ms amplio pero con
funciones menos suaves o regulares que el espacio de funciones (1.12).
Esta ltima observacin tiene consecuencias prcticas (computacionales) importantes,
ya que podemos escoger funciones que sean continuas, pero lineales por tramos (las cuales
ciertamente pertenecen a H01 ()), con el objeto de buscar soluciones del problema variacional,
en lugar de buscar funciones en H 2 (). Ciertos tipos de funciones continuas lineales por
tramos, como las funciones polinomiales a trozos, son fciles de construir, y su primera
derivada tiene energa finita.
Para el espacio de Hilbert (2.4), el producto escalar y su norma correspondiente se definen
por
L
u, v1 = [u(x) v(x) + u (x) v (x)] dx, (2.5)
0
( )1/2
L [
]
v1 = 2 2
v(x) + v (x) dx . (2.6)
0
tal que
L L
p ux vx dx = f v dx, v V. (2.7)
0 0
Dos propiedades del espacio de funciones V que juegan un papel crucial en las aproximaciones
del problema variacional (2.7) son:
10
deben ser linealmente independientes. Adems, toda v V se debe poder expresar como
combinacin lineal de la forma
v= i i , i R.
i=1
Si tomamos un nmero finito de trminos en esta serie, digamos N , obtenemos una aproxi-
macin vN a v, definida por
N
vN (x) = i i (x). (2.8)
i=1
11
respectivamente. A la matriz K se le conoce como matriz de rigidez del problema, y al
vector F como el vector de carga. Estos nombres provienen de la mecnica de estructuras,
en donde primero se utilizaron estos mtodos de aproximacin. La matriz K es simtrica y,
debido a que p(x) p0 > 0, la matriz tambin es definida positiva, lo cual implica que es
invertible. Por lo tanto, el sistema de ecuaciones (2.11) tiene solucin nica.
u uN , v = 0, v VN , (2.12)
2.4. Ejercicios
Ejercicio 2.1. Escribe el funcional de minimizacin J(v) asociado con el problema (1.9)
(1.10). Escribe el correspondiente problema variacional.
Ejercicio 2.3. Explica en que consiste el mtodo de Galerkin para resolver el problema
variacional (2.7). Demuestra que la matriz de rigidez K es definida positiva si p(x) p0 > 0
para toda x.
Ejercicio 2.4. Demuestra la igualdad (2.12). Utiliza esa propiedad para demostrar que uN
es el elemento en VN que mejor aproxima a u.
12
elemento finito ms simple para resolver problemas unidimensionales, el cual consiste de
funciones polinomiales lineales por tramos (elemento de Lagrange de primer orden).
1 2 3 4
x 0= 0 h1 x1 h2 x2 h3 x3 h4 x4 = L
1. Son funciones polinomiales simples definidas por tramos, es decir definidas elemento
por elemento sobre la malla.
2. Son funciones que pertenecen a H 1 (), es decir son funciones cuadrado integrables con
derivada generalizada tambin cuadrado integrable.
3. Son funciones que se escogen de tal manera que los coeficientes i en (2.10) sean iguales
a uN (xi ) para 1 i N .
Las funciones sombrero, (hat functions por su nombre en ingls, tambin cono-
cidas como chapeau functions), satisfacen estos criterios. Estas funciones son funciones
lineales (polinomios de grado 1) en cada elemento y se definen de la siguiente manera
x xi1
si xi1 x xi ,
hi
i (x) = xi+1 x (3.1)
si xi x xi+1 ,
h
i+1
0 en otro caso,
13
para i = 1, 2, . . . , N 1. Para i = 0 e i = N se definen por
{ x x
1
si x0 x x1 ,
0 (x) = h1 (3.2)
0 en otro caso.
x xN 1 si x x xN ,
N 1
N (x) = hN (3.3)
0 en otro caso.
Estas funciones se ilustran en la Figura 3, para el caso N = 4. Claramente estas funciones
satisfacen el primer criterio. Para verificar que satisfacen el segundo criterio debemos verificar
que i (x) y i (x) son cuadrado integrables. Esto se muestra a continuacin
L
1
[i (x)]2 dx = (hi + hi+1 ) < , i = 1, . . . , N 1. (3.4)
0 3
14
Para los casos i = 0 e i = N se obtiene solamente h1 /3 y hN /3, respectivamente. Por otro
lado, para 1 i N 1, la derivada de i es
1
si xi1 < x < xi ,
h
i
1 si xi < x < xi+1 ,
i (x) =
h i+1
si x < xi1 x > xi+1 .
0
Obsrvese que para cada i su derivada, en sentido clsico, no est definida en los nodos,
pero si son cuadrado integrales, pues
L x i ( )2 xi+1 ( )2
2 1 1 1 1
[i (x)] dx = dx + dx = + < , (3.5)
0 xi1 hi xi hi+1 hi hi+1
para i = 1, . . . , N 1. Para los casos i = 0 e i = N se obtiene 1/h1 y 1/hN , respectivamente.
Se concluye que, dado que las integrales son finitas y que las funciones i (x), i =
0, . . . , N son continuas, entonces ellas pertenecen al espacio de funciones H 1 (). Finalmente
verificaremos el criterio 3. Por construccin de las funciones sombrero se tiene
i (xj ) = ij . (3.6)
N
N
uN (xj ) = i i (xj ) = i ij = j .
i=1 i=1
Vh = gen {1 , 2 , . . . , N } .
Obsrvese que hemos excluido 0 del conjunto generador de Vh , para forzar la condicin de
tipo Dirichlet vh (0) = 0. El problema variacional discreto asociado es:
15
Calcular uh Vh tal que
L L
duh dvh
p dx = f vh dx, vh Vh . (3.8)
0 dx dx 0
donde
Kije = p i j dx.
e
16
En forma anloga se obtiene
N
Fi = Fie , con Fie = f i dx. (3.13)
e=1 e
17
para i = 2, . . . , N . Anlogamente
L xi xi+1
2 1 1
Kii = p (x) [i (x)] dx = 2 p (x) dx + 2 p (x) dx, (3.15)
0 hi xi1 hi+1 xi
para i = 1, . . . , N .
18
Por lo tanto, la matriz de rigidez y el vector de carga, en este caso especial, son de la forma
2 1 0 f (x1 )
1 2 1 f (x2 )
p0
. .
.
K= . . . . y F = h .
.
h
1 2 1 f (xN 1 )
0 1 2 f (xN )
Las integrales tambin se pueden aproximar utilizando la regla del punto medio
b ( )
a+b
f (x) dx (b a) f .
a 2
En este caso, los coeficientes son
1 ( ) 1 ( ) 1 ( )
Ki,i1 = p xi1/2 , Kii = p xi1/2 + p xi+1/2 ,
hi hi hi+1
1 ( ) hi ( ) hi+1 ( )
Ki,i+1 = p xi+1/2 , Fi = f xi1/2 + f xi+1/2 ,
hi+1 2 2
en donde
xi1 + xi xi + xi+1
xi1/2 = , xi+1/2 = .
2 2
3.5. Ejercicios
Ejercicio 3.1. El mtodo de elemento finito es un mtodo particular de tipo Galerkin para
resolver ecuaciones diferenciales. Explica cul es la idea principal detrs del mtodo de ele-
mento finito.
Ejercicio 3.4. Indicar cules son las propiedades de la matriz de rigidez obtenida con el
elemento lineal de Lagrange.
19
donde se imponen condiciones de frontera de tipo Dirichlet (tambin llamadas esenciales),
y la porcin 1 es la parte de la frontera donde se imponen condiciones de frontera de tipo
Neumann (tambin llamadas naturales), como se ilustra en la Figura 4. Denotamos por n
la normal
unitaria exterior a la frontera , y por x = (x1 , . . . , xd ) a cualquier punto en
= .
20
4.2. Formulacin variacional
Al igual que el caso unidimensional, es conveniente introducir una funcin de prueba v
suficientemente suave y que, de preferencia, pertenezca a un espacio de Hilbert, adems de
anularse en la frontera Dirichlet 0 . Multiplicando la ecuacin (4.1) por una funcin de este
tipo e integrando sobre , se obtiene
(au) v dx = f v dx, (4.6)
Se observa que tanto u como v deben tener al menos una derivada generalizada para que las
integral del lado izquierdo tenga sentido. Por lo tanto, basta con escoger como espacio de
funciones prueba al conjunto
{ }
V0 = v H 1 () : v = 0 sobre 0 , (4.7)
21
En torno a este problema se tiene el siguiente resultado:
S los problemas (4.1)(4.3) y (4.9) tienen solucin, entonces sta tiene que ser
nica.
Esta ltima igualdad y (4.5) implican que | u| = 0, es decir u es constante. Sin embargo,
u = 0 sobre 0 por lo que se debe satisfacer u1 = u2 .
Este funcional cuadrtico es estrictamente convexo si a > 0, por lo que una funcin u
minimiza J (v) s, y slo s, la primera variacin de J en u, en cualquier direccin v, es cero.
Es decir, si la derivada de de Gataux,
J (u + tv) J (u)
J (1) (u; v) = lm , (4.11)
t0 t
es igual a cero para toda v V0 .
22
De esta ltima expresin se obtiene
J (u + tv) J (u) t
= au v dx f v dx g1 v d + a |v|2 dx.
t 1 2
(a u) = f en , (4.13)
u
a = g1 sobre = . (4.14)
n
Este problema no tiene solucin para funciones arbitrarias f y g1 . Para que exista solucin,
las funciones f y g1 deben estar relacionadas de manera especial mediante una condicin
de compatibilidad . Esta condicin de compatibilidad (de los datos) puede derivarse de la
formulacin variacional
a u v dx = f v dx + g1 v d, v H 1 () .
23
El hecho de que la solucion sea nica solo en el espacio cociente, indica implcitamete
que la cantidad fsica relevante no es la funcin escalar (potencial) u(x), sino la funcin
vectorial (x) = a(x) u(x), la cual si es nica cuando el problema tiene solucin. La
funcin representa el vector flujo de energa trmica en un problema de calor y la traccin
en un problema de elasticidad. Tomando en cuenta estas consideraciones, es posible derivar
la condicin de compatibilidad (4.15) utilizando el teorema de la divergencia:
f dx = dx = n d = a u n d = g1 d.
4.5. Ejercicios
Ejercicio 4.1. Escribe el problema modelo elptico multidimendional, incluyendo la ecuacin
diferencial y las condiciones de frontera. Indica las condiciones que se pide que satisfaga el
coeficiente de difusin.
Ejercicio 4.2. Repite el procedimiento de la Seccin 4.2 para encontrar la formulacin varia-
cional del problema elptico, y verifica que esta minimiza el funcional definido en (4.10).
Ejercicio 4.3. Indica bajo que condiciones el problema de Neumann puro (4.13)(4.14) tiene
solucin y sta es nica.
en donde
{ }
V0 = v H 1 () : v = 0 sobre 0 , (5.5)
{ }
Vg = v H 1 () : v = g0 sobre 0 . (5.6)
24
Al igual que en el caso unidimensional, para encontrar soluciones numricas del problema
(5.4), se deben aproximar los espacios de funciones de prueba V0 y el espacio afn Vg por
medio de espacios de funciones de dimensin finita. Para realizar la aproximacin por medio
del mtodo de elemento finito, los espacios de funciones de aproximacin debern consistir
de funciones continuas y que son polinomiales por tramos. Es decir, sobre cada elemento
de una triangulacin de la regin , la solucin se aproxima por medio de un polinomio.
Cuando se utilizan polinomios lineales, se obtienen las funciones piramidales, las cuales
son el anlogo bidimensional de las funciones sombrero, como veremos en esta seccin.
G0
W G0
G1 G1
Figura 5: Dominio con frontera = 0 1 y su triangulacin.
25
b) Dos tringulos T y T en Th satisfacen una, y slo una, de las siguientes propiedades
1. No se intersectan, es decir T T = .
La Figura 6 ilustra estas propiedades. Ah se indican con una cruz (roja) las situaciones
que no son permitidas en la triangulacin, mientras que, encerradas (en verde), se indican
algunas situaciones permitidas.
G0
G1
Por lo tanto, si queremos aproximar una funcin u(x1 , x2 ) H 1 () por medio de una funcin
uh Vh , es necesario que en cada elemento triangular calculemos los coeficientes ai . Estos
26
Figura 7: Polinomio lineal que aproxima a u sobre T.
coeficientes se pueden determinar de manera nica, sobre cada tringulo T , con los valores
de u en los tres vrtices de dicho tringulo, como se muestra en la Figura 7.
Por otro lado, si se requiere un mayor orden de aproximacin, el mtodo de elemento
finito permite aproximar con polinomios de orden mayor. As por ejemplo, los polinomios de
segundo grado en R2 son de la forma
por lo que se tienen seis grados de libertad, y hay que determinar seis coeficientes. En
este caso, para determinar los coeficientes de manera nica, es posible utilizar los valores
de la funcin sobre los vrtices y sobre los puntos medios de cada tringulo T T . En
forma anloga, se construyen elementos de grados mayores. En la Figura 8 se muestran los
elementos de segundo y tercer orden y sus grados de libertad.
u(x1 , x2 ) a0 + a1 x1 + a2 x2 + a2 3 x1 x2 , x2 )
u(x1u(x,y) = aa0++
a xa1+xa1 y++aa2 xxy
2+
2 2 2
1 xa2 y+ a4 x1 + a5 x2
+ aa3xx2+
+a4 x21 + a5 x22 +a6 x21 x2 + a7 x1 x22 + a8 x31 + a9 x32
27
De esta manera el conjunto de vrtices de la triangulacin ms el conjunto de tringulos
mismos constituyen la malla triangular del elemento finito:
Por otro lado, los nodos del elemento finito son los puntos que se utilizan para realizar
la aproximacin sobre cada tringulo. As por ejemplo, para el elemento de primer orden
el conjunto de nodos coincide con los vrtices de la triangulacin, mientras que para el
elemento de segundo orden, el conjunto de nodos son los vrtices ms lo puntos medios de
cada tringulo.
Las funciones piramidales son las funciones bsicas que sirven para para generar las fun-
ciones de aproximacin en el elemento finito lineal de Lagrange. Claramente, estas funciones
pertenecen a Vh y su propiedad bsica es que, para todo P , Q en h
{
1 si P = Q,
P (Q) = P Q = (5.11)
0 si P = Q.
28
1. Son funciones en Vh con soporte compacto. El soporte de cada funcin piramidal
P , es el conjunto de tringulos en Th que tienen como vrtice comn al punto P .
Utlizaremos la siguiente notacin para indicar al soporte de P
Th (P ) = sup P .
Conclusin. El conjunto de las funciones piramidales P , con P h , forma una base del
espacio de funciones Vh que aproxima H 1 (). A este conjunto base lo denotaremos por
h = {P : P h } . (5.13)
Por lo tanto, Vh es un espacio de funciones de dimensin finita y su dimensin es
dim Vh = #(h ) = nmero de vrtices de la triangulacin.
Denotamos por N este nmero, es decir
N dim Vh nmero de vrtices de la triangulacin. (5.14)
29
5.3. Aproximacin del problema variacional
Con el objeto de encontrar una solucin aproximada del problema variacional (5.4), debe-
mos encontrar una aproximacin del espacio de funciones prueba V0 (5.5). Para ello intro-
ducimos la siguiente notacin
NI nmero de vrtices interiores. (5.15)
Por vrtices interiores entendemos aquellos vrtices donde se debe calcular el valor de
la solucin u. Ms precisamente, un vrtice es interior si este no es un vrtice sobre la
frontera Dirichlet 0 . Por lo tanto, los vrtices interiores son los que se encuentran en el
interior de y sobre el interior de la porcin de frontera Neumann 1 . Numerando los
vrtices de la triangulacin, y suponiendo que primero se numeran los vrtices interiores,
entonces escribimos
Ih = {Pi }N I
i=1 , (Nodos interiores) (5.16)
Dh = {Pi }N
i=NI +1 . (Nodos Dirichlet) (5.17)
Obsrvese que
Ih = h Dh .
Por lo tanto, el conjunto de funciones que aproxima el espacio V0 es
0h = {P : P Ih } , (5.18)
por lo que podemos escribir
V0h = gen {0h } . (5.19)
Con los anteriores elementos podemos formular el problema variacional discreto, asociado
a (5.4) de la siguiente manera:
Este problema discreto puede formularse en trminos de funciones piramidales, notando que
Para que se satisfaga (5.20), basta con que se cumpla para cada una las funciones base
Q 0h , debido a (5.19).
La incgnita uh Vh se puede expander como combinacin lineal de las funciones base
piramidales
uh (x) = uh (P ) P (x) = uh (P ) P (x) + g0 (P ) P (x).
P h P Ih P Dh
| {z } | {z }
interior Frontera Dirichlet
30
Tomando en cuenta estas consideraciones, el problema variacional discreto (5.20) tambin se
puede escribir de la siguiente manera:
Tomando en cuenta la numeracin de los nodos Dirichlet y de los nodos interiores, (5.16) y
(5.17), tambin se puede escribir el problema variacional discreto de la siguiente manera:
NI
g1 (x) g1h (x) = g1 (Pj ) j (x) . (5.26)
j=1
N
g0 (x) g0h (x) = g0 (Pj ) j (x) , . (5.27)
j=NI +1
31
o bien trabajar con las funciones originales y despus aproximar las integrales resultantes en
(5.23), (5.24). Obsrvese que se puede sustituir (5.27) en (5.24) para obtener la frmula ms
corta
bi = f i dx + g1 i d ai g0 dx. (5.28)
1
NI
N
uh (x) = uj j (x) + g0 (Pj ) j (x) . (5.29)
j=1 j=NI +1
Positividad. No es tan obvio, sin embargo, que Ah sea definida positiva. Para demostrarlo,
considrese la isima componente de Ah Uh
NI
(Ah Uh )i = aij uj .
j=1
Entonces
NI NI
NI
UTh Ah Uh = ui (Ah Uh )i = aij ui uj
i=1 i=1 j=1
NI (
NI )
= a (x) i (x) j (x) dx ui uj
i=1 j=1
NI
= a (x) uh uh dx , donde uh (x) = ui j (x) ,
j=1
a0 uh 2 dx 0, por (4.5),
32
lo cual demuestra que Ah es positiva semidefinida. Para completar la demostracin basta
con verificar que
uh 2 dx = 0 solo si uh = 0.
Suponiendo que la integral es cero, se sigue que uh es constante y, dado que uh = 0 sobre
0 , entonces uh = 0 sobre . Se concluye que la matriz Ah es definida positiva.
Esta propiedad es clave en el mtodo de elemento finito y se utiliza para ensamblar la matriz
de rigidez en forma eficiente, as como para simplificar los clculos. Anlogamente, se obtiene
la propiedad de sumabilidad para el vector de carga (fuente) bh :
f i dx = f i dx. (5.31)
T Th T
33
h = {P }P h = {i }N
i=1 , funciones base piramidales.
0h = {P }P 0h = {i }N I
i=1 , funciones base interiores.
NI
N
uh (x) = uj j (x) + g0 (Pj ) j (x) , x .
j=1 j=NI +1
NI
aij uj = bi , i = 1, . . . , NI ,
j=1
con
aij = a i j dx, i = 1, . . . , NI ,
y
bi = f i dx + g1 i d a i g0 dx.
1
Entonces, para tener completamente determinada la solucin discreta uh , solo hay que calcu-
lar las integrales que definen ai,j y bi , y despus resolver el sistema de ecuaciones resultante.
Cuando las funciones a(x), f (x) y g1 (x) no sean simples ser necesario utilizar mtodos
de integracin numrica para calcular, con cierto nivel de precisin, los coeficientes aij y bi .
Estos mtodos de integracin numrica no deben introducir un error mayor al que produce
la aproximacin del problema por medio del mtodo de elemento finito. El siguiente resul-
tado, indica el orden de aproximacin de la solucin cuando se utiliza el elemento lineal de
Lagrange para resolver el problema variacional.
Teorema. Sea uh la solucin del problema variacional discreto (5.20) obtenida mediante
el mtodo de elemento finito lineal, y sea u la solucin exacta del problema variacional (5.4).
Supngase que a medida que refinamos la malla, los ngulos de cada tringulo T de Th estn
acotados inferiormente por un ngulo 0 > 0, entonces
lm |uh u| dx = 0
2
y lm |uh u|2 dx = 0.
h0 h0
34
Adems el error eh est dado por
eh = uh uL2 () c h2 , (5.32)
en donde c es una constante que no depende de h.
Entonces, el error en el clculo de la solucin por medio del mtodo del elemento finito
es de orden O (h2 ). Por lo tanto, basta utilizar mtodos de integracin numrica que tengan
al menos este orden de aproximacin.
Debido a que i es una funcin vectorial constante sobre cada tringulo T , entonces
aij = i j |T a (x) dx, (5.33)
T Th T
35
GT
La Figura 10 muestra los puntos de cuadratura para cada una de las reglas anteriores.
El orden de aproximacin de la integral es, O (h2 ) para la regla del trapecio, O (h4 )
para la regla de Simpson y O (h2 ) para la regla del centro gravitacional. Adems la regla
del trapecio proporciona la integral exacta si a (x) es un polinomio de grado 1 sobre cada
tringulo T ; la regla de Simpson es exacta si a (x) es un polinomio de grado 3 sobre cada
tringulo T ; la regla del centro gravitacional es exacta si a (x) es un polinomio de grado 1
sobre cada tringulo T .
Por otro lado, las integrales en (5.28) se pueden calcular en forma aproximada como se
indica a continuacin.
y sobre cada tringulo T Th se utiliza ya sea la regla del trapecio o bien la regla de
Simpson. Estas integrales son no cero slo cuando el nodo Pi es un vrtice del tringulo
T , y en este caso
|T |
Regla del trapecio : f i dx f (Pi ) .
T 3
|T |
3
Regla de Simpson : f i dx a (MkT ) i (MkT ) .
T 3 k=1
Obsrvese que i (MkT ) = 0 para el punto medio sobre la arista opuesta al vrtice Pi ,
y vale 1/2 sobre los puntos medios de las aristas adyacentes a dicho vrtice.
36
3. Las integrales de lnea
g1 i d,
1
se pueden calcular con la regla del trapecio o la regla de Simpson a lo largo de cada
arista de la triangulacin que se encuentre sobre 1 . Esta integral es no cero slo en
los segmentos sobre 1 que contenga a el nodo Pi .
5.6. Ejercicios
Ejercicio 5.1. Dada una regin R2 , indica como se construye una triangulacin de
elemento finito y las propiedades que debe satisfacer. Cules son los ingredientes de una
malla de elemento finito?
Ejercicio 5.2. Dada la triangulacin Th del dominio describe al conjunto de funciones que
aproximan el espacio H 1 (). Las funciones piramidales forman una base de este conjunto,
indica cules son sus propiedades principales.
Ejercicio 5.3. Dado el dominio R2 y una triangulacin de elemento finito, indica lo que
significa cada uno de los siguientes smbolos: h, Th , N , NI , h , Dh , Ih , Vh , V0h , h , 0h .
Ejercicio 5.4. Escribe el procedimiento para aproximar el problema variacional mediante las
funciones piramidales para llevarlo a un sistema de ecuaciones con matriz A y lado derecho
bh .
Ejercicio 5.5. Cules son las propiedades de la matriz de rigidez del problema discreto
(5.21)? Demuestra que la matriz de rigidez es definida positiva.
Ejercicio 5.6. Escribe la regla del trapecio, la regla de Simpson y la regla del centro gravita-
T Th . Ahora escribe
cional para aproximar la integral de una funcin f sobre un tringulo
las reglas de aproximacin para integrar sobre f sobre todo = T Th T .
37
6.1. Problema modelo
Considrese el siguiente problema parablico:
Encontrar u = u(x, t) que satisface
u
(a u) = f en (0, T ) , (6.1)
t
u = g0 sobre 0 (0, T ) , (6.2)
u
a = g1 sobre 1 (0, T ), (6.3)
n
u(x, 0) = u0 (x) x , (6.4)
GO
G1
0 a(x, t) M , (6.5)
0 < 0 (x, t) Q , (6.6)
V = H 1 () , (6.7)
V0 = {v V : v = 0 sobre 0 } . (6.8)
38
problema parablico es:
Dado u(0) = u0 (x), para t > 0 calcular u(t) V tal que u(t) = g0 (t) sobre 0 , y que
satisface la ecuacin integral
u v dx + au v dx = f v dx + g1 v d, v V0 . (6.9)
1
En esta formulacin hemos utilizado la notacin u(t) = u(x, t) y g0 (t) = g0 (x, t), con el
objeto de simplificar.
Dado el estado inicial uh (x, 0) = u0 (x), para t > 0 encontrar uh (x, t) Vh con uh (P, t) =
g0 (P, t) en cada vrtice P 0h , de tal manera que:
[ uh vh + auh vh ] dx = f vh dx + g1 vh d, vh V0h . (6.12)
1
Utilizando la notacin uj (t) = uh (Pj , t) y g0j (t) = g0 (Pj , t), en donde Pj h , son los vrtices
de la triangulacin, podemos escribir a uh Vh como
NI
N
uh (x, t) = uj (t) j (x) + g0j (t) j (x). (6.13)
j=1 j=N1 +1
NI [(
) ( ) ]
j i dx uj + aj i dx uj = f i dx + g1 i d
j=1 1
N [( ) ( ) ]
j i dx g0j + aj i dx g0j , (6.14)
j=NI +1
39
con
uj (0) = u0 (Pj ), j = 1, . . . , NI . (6.15)
U(t) = S1 1
h b + Sh Ah U(t),
40
en donde el lado derecho es una funcin continua respecto de t y Lipschitz continua respecto
de U.
Por otro lado, dado que el nmero de ecuaciones diferenciales NI puede llegar a ser de
decenas de miles, o incluso millones en el caso tridimensional, entonces es conveniente aplicar
algn mtodo numrico para resolver el sistema lineal de EDO. En este trabajo solo con-
sideraremos los mtodos ms simples: el mtodo explcito de Euler y el mtodo implcito de
Euler. Estos mtodos, aunque son mtodos de primer orden (orden bajo), son muy robustos y
permiten resolver el sistema lineal de EDO en forma sencilla y econmica, sobre todo cuando
el nmero de ecuaciones es grande.
Dado U0 = U0 , para n > 1 suponiendo conocido Un , calcular Un+1 por medio del
siguiente esquema:
Un+1 Un
Sh + Ah Un = bn . (6.21)
t
Entonces, si se conoce Un , se calcula Un+1 resolviendo el sistema de ecuaciones algebraicas:
Sh Un+1 = t bn + (Sh t Ah ) Un . (6.22)
Sin embargo, es posible simplificar el proceso mediante una tcnica, muy utilizada por los
usuarios del mtodo de elemento finito, denominada mass lumping . Esto es posible cuando
la funcin no depende de x, ya que es posible aproximar las integrales de masa en (6.18)
mediante la regla del trapecio para obtener los coeficientes sij sin degradar el orden del
mtodo de elemento finito. El resultado es que la matriz S ser un mltiplo de la matriz
identidad, lo cual es crucial, ya que para calcular Un+1 en (6.22) no ser necesario resolver
un sistemas de ecuaciones. En su lugar solo se necesita evaluar la multiplicacin de una
matriz por un vector en cada paso de tiempo, lo cual es mucho ms econmico, justificando
la denominacin del mtodo como esquema explcito.
Dado U0 = U0 , para n > 1 suponiendo conocido Un , calcular Un+1 por medio del
siguiente esquema:
Un+1 Un
Sh + Ah Un+1 = bn+1 . (6.23)
t
41
Entonces, si se conoce Un , se calcula Un+1 implcitamente de la solucin del sistema de
ecuaciones algebraicas
Estabilidad del mtodo explcito de Euler. Para el anlisis de estabilidad de los es-
quemas numricos, usualmente se suprime el efecto de las fuentes, para descartar los efectos
externos, y solo se toman en cuenta las propiedades fundamentales del sistema discretizado.
Por lo tanto, tomamos b = 0 en (6.22), y obtenemos la siguiente solucin de la ecuacin
homognea: ( ) n
Un+1 = I t S1h Ah U . (6.25)
Con el objeto de garantizar que Un permanezca acotado para toda n, es necesario que
los modos fundamentales de la solucin numrica permanezcan acotados conforme se avanza
en el tiempo. Los modos fundamentales de (6.25) estn dados por los vectores propios de la
matriz I t S1
h Ah . Debido a que S es simtrica definida positiva y A es simtrica definida
semipositiva, entonces S1
h Ah es simtrica definida semipositiva, y sus valores propios son
reales y no negativos.
Sea i 0 un valor propio de S1
h Ah , y sea i su correspondiente vector propio. Entonces
por (6.25), se obtiene
n+1
i = (1 t i ) ni , n.
42
Procediendo recursivamente, se obtiene
ni = (1 t i )n 0i , n.
Por lo tanto, el modo permanecer acotado, para toda n, si
|1 t i | 1, o equivalentemente, si t 2/i .
Este resultado lo podemos resumir en el siguiente enunciado:
Por supuesto que esta condicin podra ser demasiado restrictiva para ciertos problemas,
en los cuales el paso de discretizacin se escogera muy pequeo con el fin de mantener la
estabilidad. Esta es la principal razn por la cual los mtodos explcitos no son los ms
populares para resolver numricamente ecuaciones diferenciales.
43
6.6. Anlisis de estabilidad por medio de mtodos de energa
Una forma alternativa de verificar la estabilidad de los esquemas numricos es mediante
tcnicas de estimaciones de energa. La idea central se basa en la observacin de que la matriz
Sh , al ser simtrica y definida positiva, induce una norma:
Para ilustrar como podemos utilizar esta propiedad en el anlisis de estabilidad, considere-
mos el mtodo implcito de Euler (6.23) con b = 0.
lo cual demuestra que la solucin numrica permanece acotada para toda n, independiente-
mente del tamao del paso de discretizacin t.
6.7. Ejercicios
Ejercicio 6.1. Escribe el problema parablico incluyendo la ecuacin diferencial, las condi-
ciones de frontera y las condiciones iniciales. Indica las condiciones que deben satisfacer el
coeficientes de difusin a y de densidad .
44
Ejercicio 6.3. Describe los mtodos explcito e implcito de Euler para integrar el sistema
de ecuaciones (6.14)(6.15) e indica cuales son sus diferencias.
45