Aproximacio N de Funciones

Planteamientos Alternativos (I)
Sea el problema:
Hallar u(x), x [a, b]
que verica u(x) = f(x) x [a, b].
El problema anterior puede escribirse en las formas alternativas...
UNIVERSIDAD DE A CORU NA GRUPO DE M ETODOS NUM ERICOS EN INGENIERIA
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Planteamientos Alternativos (IIa)
a) FORMA ORIGINAL
Hallar u(x), x [a, b],
que VERIFICA r(x) = 0 x [a, b], (*)
siendo r(x) = f(x) u(x).
(*) FORMA FUERTE o STRONG FORM.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Planteamientos Alternativos (IIb1)
b) RESIDUOS PONDERADOS
que VERIFICA
_
b
a
(x)r(x) dx = 0 (x), (*)
(*) FORMA D
EBIL o WEAK FORM.

w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Planteamientos Alternativos (IIb2)
Pues
r(x) = 0 x [a, b] =
Z
b
a
(x)r(x) dx = 0 (x)
Z
b
a
(x)r(x) dx = 0 (x) =
Z
b
a
r(x)r(x) dx = 0.
Si las funciones son sucientemente regulares, el enunciado de residuos
ponderados es equivalente al problema original, ya que
Z
b
a
r(x)r(x) dx = 0 =r(x) = 0 x [a, b].
Si se utiliza la Integral de Lebesgue, las funciones u(x) y f(x) pueden diferir en
un conjunto de puntos de medida nula. (*)
(*) Por este motivo se habla de una FORMULACI

ON D
EBIL (WEAK FORMULATION) del problema original.

w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Planteamientos Alternativos (IIc1)
c) M
INIMOS CUADRADOS
que MINIMIZA Q[u(x)] =
_
b
a
r(x)p(x)r(x) dx, (*)
siendo r(x) = f(x) u(x),
(*) La funci on de peso p(x) debe vericar p(x) > 0 x [a, b].
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
que equivale al PLANTEAMIENTO VARIACIONAL
que VERIFICA
dJ()
d
=0
= 0 u(x),
siendo J() =
Z
b
a
r(x) u(x)
p(x)
r(x) u(x)
dx, (*)
y por tanto
dJ()
d
=0
= 2
_
b
a
u(x)p(x)r(x) dx,
r(x) = f(x) u(x),
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
. . . que equivale a decir
que VERIFICA
_
b
a
u(x)
_
p(x)r(x)
_
dx = 0 u(x), (*)
(*) Que es un planteamiento en residuos ponderados.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
. . . o lo que es lo mismo
que VERIFICA
_
b
a
(x)r(x) dx = 0 (x) = u(x)p(x), (*)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Planteamientos Alternativos (IId1)
e) M
INIMA ENERG
IA
que MINIMIZA c[u(x)] =
1
2
_
b
a
u(x)u(x) dx
_
b
a
u(x)f(x) dx,
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
que equivale al PLANTEAMIENTO VARIACIONAL
que VERIFICA
dJ()
d
=0
= 0 u(x),
siendo J() =
1
2
Z
b
a
u(x) + u(x)
u(x) + u(x)
dx
Z
b
a
u(x) + u(x)
f(x) dx,
y por tanto
dJ()
d
=0
=
_
b
a
u(x)r(x) dx,
r(x) = f(x) u(x),
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
. . . que equivale a decir
que VERIFICA
_
b
a
u(x)r(x) dx = 0 u(x), (*)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
NOTA:
En este caso,
c[u(x)] =
1
2
_
Q[u(x)]
_
b
a
f(x)p(x)f(x) dx
_
, con p(x) = 1.
Por tanto, el planteamiento ser a equivalente al de Mnimos Cuadrados con
p(x) = 1.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (I)
RESIDUOS PONDERADOS (Weighted Residuals)
Hallar u(x) H
u
,
que VERIFICA
_
b
a
(x)r(x) dx = 0 (x) H
,
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IIa)
FUNCIONES DE PRUEBA (Trial Functions)
Sea la base de funciones de prueba
i
(x)
i=0,...,
.
Dada la aproximaci on inicial u
0
(x), buscamos una mejor aproximaci on
u(x) u
h
(x) = u
0
(x) +
i=0
i
(x), u
h
(x) H
h
u
H
u
,
u(x) u
h
(x) = u
0
(x) +

T
(x) , con

(x) =
_
0
(x)
.
.
.
(x)
_
, =
_
0
.
.
.
_
.
El residuo correspondiente a la aproximaci on u
h
(x) ser a
r
h
(x) = f(x) u
h
(x) = r
0
(x)
i=0
i
(x), con r
0
(x) = f(x) u
0
(x)
r
h
(x) = f(x) u
h
(x) = r
0
(x)

T
(x) , con r
0
(x) = f(x) u
0
(x)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IIb)
En general no ser a posible que u
h
(x) = u(x) x [a, b] (*), por lo que
r
h
(x) ,= 0 = no es posible que
_
b
a
(x)r
h
(x) dx = 0 (x) H
.
(*) Salvo que u(x) u
0
(x) est e contenido en el subespacio generado por las funciones de prueba.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IIIa)
FUNCIONES DE TEST (Test Functions)
Sea la base de funciones de test
j
(x)
j=0,...,
.
Sea
h
(x) =
j=0
j
(x),
h
(x) H
h
h
(x) =

T
(x)

=

T

(x), con

(x) =
_
0
(x)
.
.
.
(x)
_
,

=
_
0
.
.
.
_
.
Nos proponemos obtener la aproximaci on u
h
(x) H
h
u
que verique
_
b
a
h
(x)r
h
(x) dx = 0
h
(x) H
h
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IIIb)
Pero
Z
b
a
h
(x)r
h
(x) dx = 0
h
(x) H
h
Z
b
a
0
@
X
j=0
j
(x)
1
A
r
h
(x) dx = 0 {
j
}
Z
b
a
(x)
r
h
(x) dx = 0
X
j=0
j
Z
b
a
j
(x)r
h
(x) dx = 0 {
j
}

T
Z
b
a
(x)r
h
(x) dx = 0
Z
b
a
j
(x)r
h
(x) dx = 0, j=0,...,
Z
b
a
(x)r
h
(x) dx =

0.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IVa)
Por tanto,
Z
b
a
j
(x)
r
0
(x)
X
i=0
i
(x)
!
= 0 j
Z
b
a
(x)
r
0
(x)

T
(x)
dx =

0
X
i=0
k
ji
z }| {
Z
b
a
j
(x)
i
(x) dx
i
=
f
j
z }| {
Z
b
a
j
(x)r
0
(x) dx j
K
e
z }| {
Z
b
a
(x)

T
(x) dx =
f
z }| {
Z
b
a
(x)r
0
(x) dx
X
i=0
k
ji
i
= f
j
j=0,..., K
e
=

f.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (IVb)
Luego el problema original u(x) = f(x) ha sido sustituido por el sistema (de
orden + 1)
K
=

f, con =
i
i=0,...,
y
K
e
= [k
ji
]
i=0,...,
j=0,...,
, k
ji
=
Z
b
a
j
(x)
i
(x) dx K
e
=
Z
b
a
(x)
T
(x) dx
f = {f
j
}
j=0,...,
, f
j
=
Z
b
a
j
(x)r
0
(x) dx

f =
Z
b
a
(x)r
0
(x) dx.
Posteriormente obtendremos la aproximaci on a la soluci on
u
h
(x) = u
0
(x) +
i=0
i
(x) u
h
(x) = u
0
(x) +

T
(x) .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (Va)
M
ETODOS DE PROYECCI
ON
Los M
ETODOS DE RESIDUOS PONDERADOS tambi en se denominan as,

ya que siendo
u(x) la soluci on exacta, con r(x) = f(x) u(x)
u
h
(x) la soluci on aproximada, con r
h
(x) = f(x) u
h
(x)
se verica
Z
b
a
h
(x)r(x) dx = 0
h
(x) H
h
Z
b
a
h
(x)r
h
(x) dx = 0
h
(x) H
h
9
>
>
>
>
>
=
>
>
>
>
>
;
=
Z
b
a
h
(x)
r(x) r
h
(x)
dx = 0
h
(x) H
h
=
Z
b
a
h
(x)
u(x) u
h
(x)
dx = 0
h
(x) H
h
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (Vb)
Luego, la soluci on aproximada u
h
(x) verica
h
, u u
h
_
= 0
h
(x) H
h
, con v, e) =
_
b
a
v(x)e(x) dx.
Por tanto, . . .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Residuos Ponderados (Vc)
. . . la soluci on aproximada u
h
(x) es
la PROYECCI
ON de la soluci on exacta u(x)

sobre el subespacio H
h
u
de las funciones de prueba u
h
(x)
seg un la normal al subespacio H
h
de las funciones de test

h
(x).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Elecci on de las Funciones de Test
Algunas posibilidades. . .
1) M
ETODO DE COLOCACI
ON PUNTUAL
j
(x) = (x x
j
), j=0,..., con x
j
[a,b], x
i
=x
j
i=j. (*)
2) M
ETODO DE COLOCACI
ON POR SUBDOMINIOS
j
(x) =
_
1, si x
j
x x
j+1
,
0, en caso contrario,
j=0,..., con a=x
0
x
1
...x
x
+1
=b.
3) M
ETODO DE BUBNOV-GALERKIN
j
(x) =
j
(x), j=0,..., H
h
= H
h
u
.
(*) Si x
j
= a o x
j
= b es preciso redenir adecuadamente la .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on Puntual (Ia)
COLOCACI
ON PUNTUAL
Si se eligen como funciones de test las deltas de Dirac
j
(x) = (x x
j
), j=0,..., con x
j
[a,b], x
i
=x
j
i=j,
se obtiene
K
e
= [k
ji
]
i=0,...,
j=0,...,
, k
ji
=
Z
b
a
j
(x)
i
(x) dx =
i
(x
j
)
f = {f
j
}
j=0,...,
, f
j
=
Z
b
a
j
(x)r
0
(x) dx = r
0
(x
j
) = f(x
j
) u
0
(x
j
).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on Puntual (Ib)
Esto es
2
6
6
4
0
(x
0
)
1
(x
0
) . . .
(x
0
)
0
(x
1
)
1
(x
1
) . . .
(x
1
)
.
.
.
.
.
.
.
.
.
0
(x
)
1
(x
) . . .
(x
)
3
7
7
5
8
>
<
>
:
1
.
.
.
9
>
=
>
;
=
=
8
>
>
<
>
>
:
f(x
0
) u
0
(x
0
)
f(x
1
) u
0
(x
1
)
.
.
.
f(x
) u
0
(x
)
9
>
>
=
>
>
;
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on Puntual (II)
La soluci on aproximada u
h
(x) verica
_
b
a
j
(x)r
h
(x) dx =
_
b
a
(x x
j
)r
h
(x) dx = r
h
(x
j
) = 0
u
h
(x
j
) = f(x
j
), j = 0, . . . , .
por lo que se realiza una INTERPOLACI
ON PURA.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on por Subdominios (Ia)
COLOCACI
ON POR SUBDOMINIOS
Si se eligen como funciones de test las funciones en escal on
j
(x) =
_
1, si x
j
x x
j+1
,
0, en caso contrario,
j=0,..., con a=x
0
x
1
...x
x
+1
=b.
se obtiene
K
e
= [k
ji
]
i=0,...,
j=0,...,
, k
ji
=
Z
b
a
j
(x)
i
(x) dx =
R
x
j+1
x
j
i
(x) dx
f = {f
j
}
j=0,...,
, f
j
=
Z
b
a
j
(x)r
0
(x) dx =
R
x
j+1
x
j
[f(x) u
0
(x)] dx.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on por Subdominios (Ib)
Esto es
2
6
6
6
6
6
6
6
6
4
Z
x
1
x
0
0
(x) dx
Z
x
1
x
0
1
(x) dx . . .
Z
x
1
x
0
(x) dx
Z
x
2
x
1
0
(x) dx
Z
x
2
x
1
1
(x) dx . . .
Z
x
2
x
1
(x) dx
.
.
.
.
.
.
.
.
.
Z
x
+1
x
0
(x) dx
Z
x
+1
x
1
(x) dx . . .
Z
x
+1
x
(x) dx
3
7
7
7
7
7
7
7
7
5
8
>
<
>
:
1
.
.
.
9
>
=
>
;
=
=
8
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
:
Z
x
1
x
0
[f(x) u
0
(x)] dx
Z
x
2
x
1
[f(x) u
0
(x)] dx
.
.
.
Z
x
+1
x
[f(x) u
0
(x)] dx
9
>
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
>
;
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Colocaci on por Subdominios (II)
h
(x) verica
_
b
a
j
(x)r
h
(x) dx =
_
x
j+1
x
j
r
h
(x) dx = 0
_
x
j+1
x
j
u
h
(x) dx =
_
x
j+1
x
j
f(x) dx, j = 0, . . . ,
por lo que se realiza un AJUSTE DE LA MEDIA POR INTERVALOS.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (Ia)
PONDERACI
ON DE BUBNOVGALERKIN
Si se eligen como funciones de test las funciones de prueba, esto es
H
h
= H
h
u
j
(x) =
j
(x), j=0,...,

(x) =

(x),
se obtiene
K
e
= [k
ji
]
i=0,...,
j=0,...,
, k
ji
=
Z
b
a
j
(x)
i
(x) dx K
e
=
Z
b
a
(x)
T
(x) dx
f = {f
j
}
j=0,...,
, f
j
=
Z
b
a
j
(x)r
0
(x) dx

f =
Z
b
a
(x)r
0
(x) dx.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (Ib)
Esto es
2
6
6
6
6
6
6
6
6
4
Z
b
a
0
(x)
0
(x) dx
Z
b
a
0
(x)
1
(x) dx . . .
Z
b
a
0
(x)
(x) dx
Z
b
a
1
(x)
0
(x) dx
Z
b
a
1
(x)
1
(x) dx . . .
Z
b
a
1
(x)
(x) dx
.
.
.
.
.
.
.
.
.
Z
b
a
(x)
0
(x) dx
Z
b
a
(x)
1
(x) dx . . .
Z
b
a
(x)
(x) dx
3
7
7
7
7
7
7
7
7
5
8
>
<
>
:
1
.
.
.
9
>
=
>
;
=
=
8
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
:
Z
b
a
0
(x) [f(x) u
0
(x)] dx
Z
b
a
1
(x) [f(x) u
0
(x)] dx
.
.
.
Z
b
a
(x) [f(x) u
0
(x)] dx
9
>
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
>
;
. (*)
(*) Ecuaciones normales de Euler.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (II)
h
(x) verica
_
b
a
j
(x)r
h
(x) dx =
_
b
a
j
(x)r
h
(x) dx = 0
j
= 0, siendo Q(
0
,
1
, . . . ,
) =
_
b
a
_
r
h
(x)
_
2
dx,
por lo que se realiza un AJUSTE POR M
INIMOS CUADRADOS.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IIIa)
La matriz K
del m etodo de Galerkin es. . .

SIM
ETRICA
K
= K
T
SEMIDEFINIDA POSITIVA

T
K
0 ,=

0
DEFINIDA POSITIVA

T
K
> 0 ,=

0 (*)
(*) Si la base de funciones de prueba ha sido correctamente elegida.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IIIb)
K
es SIM
ETRICA, ya que
k
ji
=
Z
b
a
j
(x)
i
(x) dx =
Z
b
a
i
(x)
j
(x) dx = k
ij
K
e
=
Z
b
a
(x)
T
(x) dx =
Z
b
a
(x)
T
(x)
T
dx =
Z
b
a
(x)
T
(x) dx
!
T
= K
e
T
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IIIc)
K
es SEMIDEFINIDA POSITIVA, ya que
X
j=0
X
i=0
j
k
ji
i
=
X
j=0
X
i=0
Z
b
a
j
(x)
i
(x) dx
!
i
=
Z
b
a
0
@
X
j=0
j
(x)
1
A
| {z }
g(x)

X
i=0
i
(x)
!
| {z }
g(x)
dx
=
Z
b
a

X
i=0
i
(x)
!
2
dx 0 = {
i
}
i=0,...,
=

0.

T
K
e
=
T
Z
b
a
(x)
T
(x) dx
!
=
Z
b
a
T
(x)
| {z }
g(x)
T
(x)
| {z }
g(x)
dx
=
Z
b
a
T
(x)
2
dx 0 =

0.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IIId)
K
es DEFINIDA POSITIVA, ya que (v ease el punto anterior)
X
j=0
X
i=0
j
k
ji
i
= 0 =
X
i=0
i
(x) = 0 x [a, b] =
i
= 0, i = 0, . . . ,

T
K
e
= 0 =

T
(x) = 0 x [a, b] = =

0.
si la base de funciones de prueba ha sido correctamente elegida.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IVa)
ESTIMACI
ON DEL ERROR
Sabemos que la soluci on aproximada u
h
(x) verica
h
, u u
h
_
= 0
h
(x) H
h
= H
h
u
, con v, e) =
_
b
a
v(x)e(x) dx.
El producto escalar verica la desigualdad de Cauchy
v, e) |v| |e| , con la norma |e| = e, e)
1
2
=
_
b
a
_
e(x)
_
2
dx.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IVb)
APROXIMACI
ON

OPTIMA
h
(x) verica
_
_
u u
h
_
_

_
_
u v
h
_
_
v
h
H
h
u
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IVc)
Pues,
u
h
, v
h
H
h
u
=u
h
v
h
H
h
u
=
D
u
h
v
h
, u u
h
E
= 0,
luego
u u
h
2
=
D
u u
h
, u u
h
E
+ 0 =
D
u u
h
, u u
h
E
+
D
u
h
v
h
, u u
h
E
=
D
u u
h
+ u
h
v
h
, u u
h
E
=
D
u v
h
, u u
h
E
u v
h
u u
h
,
y en consecuencia
u u
h
u v
h
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
M etodo de Bubnov-Galerkin (IVd)
ESTIMACI
ON DEL ERROR
Utilizando funciones de prueba v
h
H
h
u
adecuadamente elegidas se
pueden obtener cotas del error u u
h
a partir de la expresi on
_
_
u u
h
_
_

_
_
u v
h
_
_
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Elecci on de las Funciones de Prueba (Ia)
Algunas posibilidades. . .
1) SOPORTE GLOBAL M
ETODO DE RITZ
Ejemplos:
a)
i
(x) = x
i
, i=1,..., H
h
u
= {P
(x)}.
b) Series de Fourier
c) . . .
K
e
es LLENA tiempo de computaci on T (
3
).
K
e
puede ser MAL-CONDICIONADA. (*)
(*) EL n umero de condici on depende de la base de funciones de prueba que se hayan elegido.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Elecci on de las Funciones de Prueba (Ib)
2) SOPORTE LOCAL M
ETODO DE ELEMENTOS FINITOS

Ejemplos:
a) Funciones en escal on.
b) Poligonales a trozos.
c) Splines en general.
Se pretende que K
e
sea SPARSE.
Se pretende que K
e
sea BIEN-CONDICIONADA.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (I)
M
INIMOS CUADRADOS (Least Squares)

que MINIMIZA Q[u(x)] =
_
b
a
r(x)p(x)r(x) dx, (*)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (IIa)
i
(x)
i=0,...,
.
0
u(x) u
h
(x) = u
0
(x) +
i=0
i
(x), u
h
(x) H
h
u
H
u
,
u(x) u
h
(x) = u
0
(x) +

T
(x) , con

(x) =
_
0
(x)
.
.
.
(x)
_
, =
_
0
.
.
.
_
.
h
(x) ser a
r
h
(x) = f(x) u
h
(x) = r
0
(x)
i=0
i
(x), con r
0
(x) = f(x) u
0
(x)
r
h
(x) = f(x) u
h
(x) = r
0
(x)

T
(x) , con r
0
(x) = f(x) u
0
(x).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (IIb)
El valor del funcional correspondiente a la aproximaci on u
h
(x) ser a
Q[u
h
(x)] =
_
b
a
r
h
(x)p(x)r
h
(x) dx
Por tanto, la funci on a minimizar ser a
Q(
0
, . . . ,
) =
_
b
a
r
h
(x)p(x)r
h
(x) dx, con r
h
(x) = r
0
(x)
i=0
i
(x)
Q( ) =
_
b
a
r
h
(x)p(x)r
h
(x) dx, con r
h
(x) = r
0
(x)

T
(x) .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (IIc)
En consecuencia, la condici on de mnimo ser a
Q
j
= 2
_
b
a
r
h
(x)
j
p(x)r
h
(x) dx = 0, j = 0, . . . , con
r
h
(x)
j
=
j
(x)
_
Q

_
T
= 2
_
b
a
_
r
h
(x)

_
T
p(x)r
h
(x) dx =

0, con
_
r
h
(x)

_
T
=
(x)
Es decir,
_
b
a
j
(x)p(x)r
h
(x) dx = 0, j=0,...,
_
b
a
(x)p(x)r
h
(x) dx =

0.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (IIIa)
Luego, la formulaci on de M
INIMOS CUADRADOS equivale a plantear el

M
ETODO DE RESIDUOS PONDERADOS con las funciones de test
j
(x) =
j
(x)p(x), j=0,...,,
(x) =

(x)p(x).
Por tanto se obtiene
K
e
=
k
ji
i=0,...,
j=0,...,
, k
ji
=
Z
b
a
j
(x)p(x)
i
(x) dx K
e
=
Z
b
a
(x)p(x)
T
(x) dx
f =
f
j
j=0,...,
, f
j
=
Z
b
a
j
(x)p(x)r
0
(x) dx

f =
Z
b
a
(x)p(x)r
0
(x) dx.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Mnimos Cuadrados (IIIb)
Esto es
2
6
6
6
6
6
6
6
6
4
Z
b
a
0
(x)p(x)
0
(x) dx
Z
b
a
0
(x)p(x)
1
(x) dx . . .
Z
b
a
0
(x)p(x)
(x) dx
Z
b
a
1
(x)p(x)
0
(x) dx
Z
b
a
1
(x)p(x)
1
(x) dx . . .
Z
b
a
1
(x)p(x)
(x) dx
.
.
.
.
.
.
.
.
.
Z
b
a
(x)p(x)
0
(x) dx
Z
b
a
(x)p(x)
1
(x) dx . . .
Z
b
a
(x)p(x)
(x) dx
3
7
7
7
7
7
7
7
7
5
8
>
<
>
:
1
.
.
.
9
>
=
>
;
=
=
8
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
:
Z
b
a
0
(x)p(x) [f(x) u
0
(x)] dx
Z
b
a
1
(x)p(x) [f(x) u
0
(x)] dx
.
.
.
Z
b
a
(x)p(x) [f(x) u
0
(x)] dx
9
>
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
>
;
. (*)
(*) Cuando la funci on de peso p(x) es constante, M
INIMOS CUADRADOS equivale al M
ETODO DE BUBNOV-GALERKIN.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (I)
RESIDUOS PONDERADOS (Weighted Residuals)
Hallar u(x) H
u
,
que VERIFICA a(, u) = (, f) (x) H
,
siendo a(, u) =
_
b
a
(x)u(x) dx,
(, f) =
_
b
a
(x)f(x) dx.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IIa)
i
(x)
i=0,...,
.
0
u(x) u
h
(x) = u
0
(x) +
i=0
i
(x), u
h
(x) H
h
u
H
u
,
u(x) u
h
(x) = u
0
(x) +

T
(x) , con

(x) =
_
0
(x)
.
.
.
(x)
_
, =
_
0
.
.
.
_
.
0
(x) ser a
r
0
(x) = f(x) u
0
(x)
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IIb)
En general no ser a posible que u
h
(x) = u(x) x [a, b] (*), por lo que
u
h
(x) ,= u(x) = no es posible que a(, u
h
) = (, f) (x) H
.
(*) Salvo que u(x) u
0
(x) est e contenido en el subespacio generado por las funciones de prueba.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IIIa)
FUNCIONES DE TEST (Test Functions)
Sea la base de funciones de test
j
(x)
j=0,...,
.
Sea
h
(x) =
j=0
j
(x),
h
(x) H
h
h
(x) =

T
(x)

=

T

(x), con

(x) =
_
0
(x)
.
.
.
(x)
_
,

=
_
0
.
.
.
_
.
Nos proponemos obtener la aproximaci on u
h
(x) H
h
u
que verique
a(
h
, u
h
) = (
h
, f)
h
(x) H
h
.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IIIb)
Pero
a(
h
, u
h
) = (
h
, f)
h
(x) H
h
a(
X
j=0
j
, u
h
) = (
X
j=0
j
, f) {
j
} a(
, u
h
) = (
, f)
X
j=0
a(
j
, u
h
) (
j
, f)
= 0 {
j
}

a(
, u
h
) (
, f)
= 0
a(
j
, u
h
) = (
j
, f) j=0,..., a(
, u
h
) = (
, f).
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IVa)
Por tanto,
a(
j
, u
0
+
X
i=0
i
) = (
j
, f) j a(
, u
0
+

T
) = (
, f)
X
i=0
k
ji
z }| {
a(
j
,
i
)
i
=
f
j
z }| {
(
j
, r
0
) j
K
e
z }| {
a(
T
) =
f
z }| {
(
, r
0
)
X
i=0
k
ji
i
= f
j
j=0,..., K
e
=

f.
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1
Notaci on en Formas Bilineales (IVb)
Luego el problema original u(x) = f(x) ha sido sustituido por el sistema
(de orden + 1)
K
=

f, con =
i
i=0,...,
y
K
e
= [k
ji
]
i=0,...,
j=0,...,
, k
ji
= a(
j
,
i
) K
e
= a(
T
)
f = {f
j
}
j=0,...,
, f
j
= (
j
, r
0
)

f = (
, r
0
).
Posteriormente obtendremos la aproximaci on a la soluci on
u
h
(x) = u
0
(x) +
i=0
i
(x) u
h
(x) = u
0
(x) +

T
(x) .
w
w
w
.
.
c
o
m
M
a
t
e
m
a
t
i
c
a
1

Aproximacio N de Funciones

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aproximacio N de Funciones

Cargado por

Copyright:

Formatos disponibles

Planteamientos Alternativos (I)

EBIL o WEAK FORM.

EBIL (WEAK FORMULATION) del problema original.

ETODOS DE RESIDUOS PONDERADOS tambi en se denominan as,

ON de la soluci on exacta u(x)

de las funciones de test

del m etodo de Galerkin es. . .

es SEMIDEFINIDA POSITIVA, ya que

es DEFINIDA POSITIVA, ya que (v ease el punto anterior)

ETODO DE ELEMENTOS FINITOS

INIMOS CUADRADOS (Least Squares)

INIMOS CUADRADOS equivale a plantear el

ETODO DE RESIDUOS PONDERADOS con las funciones de test

INIMOS CUADRADOS equivale al M

También podría gustarte