Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Uno de los mtodos numricos ms utilizados actualmente tanto a nivel profesional en empresas de ingeniera como a nivel de investigacin en escuelas de
ingeniera y facultades de matemticas es el Mtodo de los Elementos Finitos
(MEF para abreviar). Este mtodo fue desarrollado a partir de la dcada de los
aos 40 independientemente por investigadores matemticos e ingenieros. Estos
ltimos interesados bsicamente en problemas de clculo de estructuras. Muy
rpidamente, el mtodo fue aplicado en otros muchos campos de la ingeniera tales como la difusin de calor o la mecnica de fluidos. El desarrollo del MEF
coincidi adems en el tiempo con otros dos avances que sin duda han marcado
gran parte del camino de la investigacin en matemticas desde los aos 40 y que
estn muy estrechamente ligados al MEF. Por un lado, el nacimiento de la Teora
de las Distribuciones permiti el inicio del estudio de las Ecuaciones en Derivadas
Parciales (EDP) a partir del concepto de solucin dbil, que como veremos ms
adelante en estas notas, es el concepto de solucin que se utiliza en el MEF. Por
otro lado, el rpido avance de los ordenadores posibilit el desarrollo del Anlisis
Numrico, rama sta de las matemticas que se encontraba sin duda en un perodo
de estancamiento bastante profundo. La conjuncin de estos dos factores junto
con el enorme inters que la simulacin numrica de modelos matemticos tiene
en ingeniera han ido colocando al MEF en un lugar muy destacado tanto en el
mundo de la matemtica aplicada como de la ingeniera.
En estas notas trataremos de proporcionar las ideas matemticas bsicas en
que se fundamenta el MEF. Empezaremos por deducir a partir de algunas leyes
1
fsicas apropiadas algunos modelos matemticos sencillos pero que son de un gran
inters en campos tales como la mecnica de fluidos, la difusin de calor, y la
elasticidad lineal. Aunque los fenmenos fsicos estudiados son de una naturaleza
completamente distinta, las Matemticas involucradas son esencialmente las mismas, lo cual pone de manifiesto el enorme poder del lenguaje matemtico. Veremos
que dichos modelos se componen de una ecuacin (escalar o vectorial) en derivadas
parciales, en la que la incgnita es precisamente el estado del sistema objeto de
estudio; dicha ecuacin vendr acompaada de una o varias condiciones de contorno que son datos de nuestro problema y que representan el estado del mismo
sobre su frontera. Todo ello, es decir, la ecuacin diferencial y sus condiciones de
contorno forman lo que llamamos un modelo matemtico. Nos centraremos aqu
al estudio de sistemas estacionarios, aunque tambin contemplaremos brevemente
en la parte final el caso de sistemas dependientes del tiempo.
Seguidamente nos ocuparemos del anlisis matemtico de dichos modelos. Ello
nos forzar al estudio de dichos sistemas siguiendo el llamado Mtodo Variacional
para cuyo desarrollo riguroso necesitaremos de la ya mencionada Teora de las
Distribuciones. Todos estos prerrequisitos nos permitirn entender de manera
clara un nuevo concepto de solucin de una ecuacin diferencial: el concepto de
solucin dbil. Los elementos bsicos del anlisis matemtico de cualquier modelo
(existencia de solucin, unicidad de la misma, y dependencia continua de dicha
solucin con los datos del problema) los obtendremos entonces como consecuencia
de uno de los grandes teoremas de esta disciplina: el Teorema de Lax-Milgram.
A continuacin nos ocuparemos del clculo numrico de las soluciones dbiles
de nuestros modelos matemticos. Es ahora cuando entra en escena propiamente
el MEF. En dicho mtodo nos encontramos con un ejemplo muy ilustrativo de
cmo a veces los mtodos tericos usados en el anlisis matemtico de un modelo (en el caso que nos ocupa el Mtodo Variacional) iluminan el desarrollo del
correspondiente algoritmo numrico de clculo de la solucin. A travs de los
modelos matemticos que consideraremos en estas notas y a partir siempre del
Mtodo Variacional mostraremos las ideas bsicas en que se fundamenta el MEF.
Presentaremos tambin algunas simulaciones numricas obtenida con el cdigo de
elementos finitos de Matlab de algunos de los modelos considerados.
Finalmente, analizaremos la formulacin con elementos finitos de un modelo
sencillo de EDP donde interviene como variable el tiempo.
1 Modelizacin Matemtica
En esta primera parte deduciremos, a partir de algunas leyes fsicas apropiadas,
algunos modelos matemticos que aparecen en mecnica de fluidos, difusin de
calor, y elasticidad lineal. Por una cuestin de brevedad de esta notas, no entraremos en detalle en la deduccin de estos modelos. Remitimos al lector interesado
a las referencias aqu incluidas.
Supongamos que nuestro fluido es incompresible (los lquidos son de este tipo)
lo cual matemticamente se expresa a travs de la ecuacin
div V = 0.
(1)
Supongamos ahora que nuestro fluido es irrotacional, esto es, rot V = 0 lo cual
equivale a la existencia de un campo escalar u : R, de clase C 1 , que satisface
que V = u. Por tanto,
V = u.
(2)
Combinando (1) y (2) obtenemos la ecuacin div (u) = u = 0, donde
u =
2u 2u 2u
+ 2 + 2
x2
y
z
es el Laplaciano de u.
En este tipo de problemas necesitamos conocer el comportamiento del fluido
sobre ; es lo que llamamos una condicin de contorno. Existe una gran variedad
de condiciones de contorno dependiendo del tipo de problema que estemos estudiando. As, por ejemplo, si conocemos el flujo que escapa por el slido donde est
confinado el fluido, matemticamente esta condicin se escribe en la forma
u
= u n =g,
n
u = 0 en
u
=
g
sobre
u
u + n
=g
sobre
donde = (x) > 0 depende de las propiedades fsicas del material del que est
constituida nuestra barra y se denomina conductividad trmica. Por su parte u (x)
representa la temperatura y es la incgnita de nuestro problema.
2
xu2 (x, y) + ( + 2) yu2 (x, y) = f (x, y) , (x, y)
u (x, y) = 0,
(x, y)
donde , > 0 son dos constantes que dependen del tipo de material y se denominan coeficientes de Lam, y es el borde de .
u(x)
0
en ]0, L[
(u0 ) = f
(PM)
u (0) = u (L) = 0
donde por simplicidad hemos escrito = + 2.
Como hemos podido comprobar a lo largo de esta seccin, muchas de las ecuaciones de la Mecnica de Fluidos, la Difusin de Calor y la Elasticidad Lineal son
esencialmente las mismas.
en ]0, L[
(u0 )0 = f
(PM)
u (0) = u (L) = 0
Supongamos ahora que la fuerza que acta sobre la cuerda est localizada en
un nico punto x = L/2. Es evidente que la cuerda adopta la forma dada en el
siguiente grfico.
Pero una funcin como la dada en este grfico no es derivable en x = L/2. Por
0
tanto, una tal funcin no puede ser solucin de la ecuacin (u0 ) = f en ]0, L[ ,
al menos en sentido clsico, es decir, en el sentido de ser u dos veces derivable
en cada punto del intervalo abierto ]0, L[ y verificando la ecuacin diferencial en
dicho intervalo. Este sencillo ejemplo muestra que es necesario entender mejor el
concepto de solucin de una ecuacin diferencial.
Qu se puede hacer entonces?
Consideremos de nuevo el problema de la cuerda y tratemos de analizar dicho
problema bajo otro punto de vista. Si la fuerza f produce un desplazamiento
virtual v (x) en el punto x, entonces el trabajo virtual producido por f (x) es
f (x) v (x) , con lo cual el trabajo ejercido por f a lo largo de toda la cuerda viene
dado por
Z L
f (x) v (x) dx.
0
Por tanto, podemos pensar en una solucin de (PM) como una funcin u : [0, L]
R, con u (0) = u (L) = 0, la cual satisface (3) para todos los posibles desplazamientos v tales que v (0) = v (L) = 0. Una de las principales ventajas de este
procedimiento es que de esta forma reducimos el nmero de requerimientos que
sobre derivabilidad ha de satisfacer u. Sin embargo, an quedan dos puntos principales que no estn claros en absoluto:
(1) u debe ser al menos una vez derivable, pero ste no es el caso cuando f es
una carga concentrada en un punto,
(2) si la carga est localizada en x = L/2 (es decir, f (x) = 0 para todo 0 x
RL
L, x 6= L/2), entonces 0 f (x) v (x) dx = 0 con lo cual u = 0 satisface (7),
en contradiccin con la experiencia fsica.
Estos dos hechos muestran que es preciso entender mejor la forma de tratar
matemticamente con el concepto de carga localizada en un punto. En una primera
aproximacin, supongamos que la carga est distribuida en una pequea porcin
alrededor del punto x = L/2, esto es,
L
L
1/ (2) ,
2 x 2 +
f (x) =
0,
en caso contrario
para algn > 0 pequeo. El trabajo producido por esta carga produciendo un
desplazamiento v viene ahora dado por
Z
f (x) v (x) dx =
0
L
2 +
L
2
v (x)
dx = v ( ) ,
2
Z
L2 () = f : Rn R :
f 2 (x) dx < .
(ii) Tanto m como todas sus derivadas parciales de cualquier orden convergen
uniformemente sobre .
Definicin 2 Llamaremos distribucin sobre a toda aplicacin lineal
u : D () R
; < u, >
tal que si (m )mN D () converge a D () , en el sentido del espacio D () ,
entonces
lim < u, m > = < u, > .
m
; < uf , > = f
ya que (a) = (b) = 0. La identidad < f 0 , > = < f, 0 > sigue teniendo
sentido si se sustituye f por una distribucin cualquiera u D0 (]a, b[) . Este hecho
es el que inspira la siguiente definicin.
Definicin 3 Sea u D0 (). Se define la derivada parcial
la distribucin
u
xi
: D () R
; <
u
xi ,
u
xi ,
u
> = < u, x
>
i
1 i n, como
.
10
1 si x 0
H (x) =
0 en caso contrario
es 0 , la delta de Dirac centrada en cero.
u
H 1 () = u L2 () :
L2 () , 1 i n .
xi
El espacio H 1 () dotado del producto escalar
< u, v >H 1 =< u, v >L2 +
n
X
i=1
<
u v
,
>L2
xi xi
kuk2L2
!1/2
n
X
u 2
+
xi 2
i=1
es un espacio de Hilbert.
Otro espacio de Sobolev que resulta tambin muy til en el estudio de problemas de contorno es H01 (a, b) que se define como
H01 () = u H 1 () : u| = 0 .
No entraremos en detalles sobre las propiedades de estos espacios que sin embargo son cruciales en el Mtodo Variacional. El lector interesado deber acudir
por ejemplo a [2, 3, 8].
11
H01
H01
R,
(u, v) 7 a (u, v) =
una funcin u H01 se dice que es una solucin dbil de (PM) si la identidad
a (u, v) = < f, v >
se satisface para todo v H01 .
Todo lo anterior puede ser escrito de una forma ms general (la cual es muy
til en la prctica) de la siguiente forma:
Definicin 5 (Problema Variacional) Dado un espacio de Hilbert (H, kk) ,
una forma lineal y continua f : H R, y una forma bilineal a : H H R,
por problema variacional abstracto entendemos el problema de encontrar u H
tal que
a (u, v) = < f, v >
para todo v H.
(PV)
1
|kf k| ,
m
v 7 J (v) =
1
a (v, v) < f, v >
2
12
(u0 ) v = f v
e integrando ahora por partes en ]0, L[ ,
L
u0 v0 =
0
f v.
u0 v0 =
f v.
(4)
u0 v0 dx = < f, v >
(5)
13
(v 0 ) < f, v >,
el cual, en el caso que nos ocupa, representa la energa potencial elstica del sistema
(esto es, energa interna de deformacin menos energa potencial de las fuerzas
exteriores). Recordemos que, gracias al Teorema de Lax-Milgram, la solucin dbil
u es el punto donde esta energa se hace mnima. Haciendo uso del Principio de
Mnima Energa y escribiendo la ecuacin de Euler-Lagrange asociada al funcional
de energa anterior, tras unos clculos se puede comprobar que la condicin J 0 (u) =
0 es equivalente a la ecuacin diferencial
0
(u0 ) f = 0,
que es la ecuacin de estado de nuestro problema.
14
Veamos cmo funciona de manera concreta este mtodo para el caso del problema (PM) considerado en la seccin anterior. Por tanto, en lo que sigue tomaremos
H = H01 (0, L) .
3.1.1 Construccin de los Espacios de Aproximacin Hh
Sean n N y h = L/ (n + 1) . El intervalo [0, L] puede ser descompuesto en la
forma
n
[
[0, L] =
[ci, ci+1 ] , ci = ih, 0 i n.
i=0
i|
1 |xc
ci1 x ci+1
h ,
i (x) =
0,
en caso contrario
para 1 i n, son una base de Hh . Por tanto, dim(Hh ) = n.
y
1
ci-1
ci
ci+1
15
a (uh , vh ) =def
(7)
U = .
(8)
..
unh
ya que al ser las funciones i conocidas, una vez calculado U tendremos la solucin
aproximada uh . Ntese tambin que
uh (cj ) =
n
X
i=1
es decir, las coordenadas del vector incgnita U, que hemos de calcular, son los
valores de la solucin aproximada en los nodos.
Es evidente que si (7) se cumple para todo vh Hh , entonces tambin se
cumple en particular para las funciones de forma i , 1 i n, de la base Hh .
Y recprocamente, como Hh es un espacio vectorial y {i }ni=1 una base de este
espacio, entonces si (7) se cumple para todo i , 1 i n, entonces tambin se
cumple para todo vh Hh . De esta forma, la ecuacin (7) se transforma en el
sistema de ecuaciones lineales algebraico
n
X
i=1
1jn
=
a (1 , 1 ) u1h + a (1 , 2 ) u2h + 0
i1
i+1
i
0 + a i , i1 uh + a (i , i ) uh + a i , i+1 uh + 0 =
0 + a n , n1 un1
+ a (n , n ) unh
=
h
< f, 1 >
< f, i >
< f, n >
16
(9)
0
0
(x) i (x) j (x) dx
,
K = Kij = a i , j =
0
nn
U es el vector incgnita dado en (8), y F = [< f, i >]1n es el trmino independiente del sistema. Para hacernos una idea de la estructura de la matriz de
rigidez K vamos a calcular los elementos de las dos primeras filas de dicha matriz.
Teniendo en cuenta la definicin de las funciones de forma se tiene que
K11
= a (1 , 1 )
Z L
=
(x) 01 (x) 01 (x) dx
Z0 c1
Z c2
11
1
1
=
(x)
(x)
dx +
dx
hh
h
h
c0
c1
Z c1
Z c2
1
1
(x)
dx
+
(x) dx,
=
h2 c0
h2 c1
K12
= a (1 , 2 )
Z c1
Z c2
1
1 1
=
(x) 0dx +
(x)
dx
h
h h
c0
c1
Z c2
1
(x) dx,
= 2
h c1
17
y al igual que antes K24 = K25 = = K2n = 0. Observamos por tanto que la
matriz de rigidez presenta el siguiente aspecto
X X 0
0
0
0
X X X 0
0
0
0
..
0 X X X 0
0
.
.
..
..
..
. X
. 0
0 0
0 0 0
0
X X X
0 0 0
0
X X
(x) dx.
c1
u00 = 1/2
en ]0, 1[
u (0) = u (1) = 0
donde 1/2 es, con signo cambiado, la Delta de Dirac centrada en x = 1/2. Como
ya sabemos, la formulacin variacional de este problema consiste en encontrar
18
v H01 (0, 1) .
exact
h=0.33
h=0.1
-0.05
-0.1
-0.15
-0.2
-0.25
-0.3
-0.35
0.1
0.2
0.3
0.4
0.5
x
0.6
0.7
0.8
0.9
N
S
i=0
lim ku uh kH 1 = 0.
h0
19
en (0, T )
c u
t div (u) = f
u=0
en (0, T )
u (x, 0) = u0 (x)
en
(10)
n
X
i=1
1
uh (t)
u2h (t)
U (t) = .
..
unh (t)
M dU
dt + KU = F
20
donde
Z
ci j
M = Mij =
K = Kij = a i , j =
nn
nn
Referencias
[1] A. Bermdez de Castro, J. Durany, C. Moreno, P. Quintela, J. M. Viao,
Notas del Curso Simulacin Numrica en Ingeniera con Elementos Finitos,
Universidade de Santiago de Compostela, 1999.
[2] H. Brzis, Anlisis Funcional, Alianza Universidad Textos, 1984
[3] E. Casas, Introduccin a las Ecuaciones en Derivadas Parciales, Servicio de
Publicaciones de la Universidad de Cantabria, 1992.
[4] M. Doblar, L. Gracia, Fundamentos de la Elasticidad Lineal, Sntesis, 1998.
[5] G. Duvaut, Mcanique des Milieux Continus, Dunod, Paris, 1998.
[6] A. Lin, Mecnica de Fluidos, Vol. 1, Publicaciones de la Escuela Tcnica
Superior de Ingenieros Aeronuticos, Universidad Politcnica de Madrid, 2000.
[7] F. Periago, A first step towards variational methods in engineering, International Journal of Mathematical Education in Science and Technology Vol. 34
No. 4, 549-559, 2003.
[8] P. A. Raviart, J. M. Thomas, Introduction lAnalyse Numrique des quations aux Drives Partielles, Masson, 1988.
[9] L. Schwartz, Thorie des Distributions, Paris Herman, 1950.
[10] J. L. Vzquez, Fundamentos Matemticos de la Mecnica de Fluidos, Apuntes
curso de doctorado UAM, 1998.
[11] O. C. Zienkiewicz, R. L. Taylor, El Mtodo de los Elementos Finitos, Vol. 1
y 2, McGraw-Hill, Barcelona, 1994.