Fundamentos Matemticos

del Mtodo de los Elementos

Finitos
Francisco Periago Esparza
Dpto. Matemtica Aplicada y Estadstica
Universidad Politcnica de Cartagena
Email: f.periago@upct.es

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

Fundamentos Matemticos del MEF

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.

Fundamentos Matemticos del MEF

1.1 Mecnica de Fluidos

El comportamiento de los fluidos (lquidos, gases y plasmas) se modeliza matemticamente por medio de un sistema de tres ecuaciones en derivadas parciales no
lineales que constituyen las famosas ecuaciones de Navier-Stokes, deducidas por
Navier (hacia 1827) para el caso de fluidos incompresibles , y por Stokes (1845)
para el caso general. Para una deduccin completa de estas ecuaciones a partir de
las leyes de conservacin de la Mecnica Clsica puede consultarse [10]. No entraremos aqu a analizar dichas ecuaciones. Nos limitaremos a presentar un modelo
simplificado pero suficientemente ilustrativo.
Supongamos que deseamos estudiar el movimiento de un fluido (por ejemplo
un lquido) que se mueve en el interior de un determinado slido (una tubera, por
ejemplo). Denotemos por la regin ocupada por el fluido, y por el slido que
lo encierra. Matemticamente, supondremos que es un conjunto acotado de R3
y que es una superficie regular. Sea V : R3 el campo de velocidades del
fluido que, para no complicar demasiado las cosas, supondremos estacionario, esto
es, V = V (x, y, z) slo depende de la posicin y no del tiempo. En la figura que
sigue representamos un fluido movindose en el interior de una tubera cilndrica.

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

Fundamentos Matemticos del MEF

donde g : R es una funcin conocida, y n es el vector normal unitario exterior

a . Con todo ello tenemos ya completo nuestro modelo matemtico. Se trata de
encontrar una funcin u : R que satisfaga (en algn sentido que precisaremos
ms adelante) las condiciones

u = 0 en

u
=
g
sobre

1.2 Difusin de Calor

Sin entrar en detalles sobre su deduccin, un modelo matemtico simplificado
(como de hecho son todos los modelos) para el problema de difusin de calor en
regimen estacionario en una regin donde se asume una generacin interna de
calor respresentada por la funcin f (x) y donde tambin se tiene en cuenta un
intercambio trmico con el medio que rodea a nuestra regin y que se supone
est a temperatura g (x) es

div ( (x) u (x)) = f (x) en

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.

1.3 Elasticidad Lineal

En esta seccin nos ocuparemos del estudio de la flexin de slidos que tienen
un comportamiento elstico lineal. Las ecuaciones que modelizan este tipo de
fenmenos se obtienen a partir de las leyes de conservacin de la Mecnica Clsica
(conservacin de la masa, de la cantidad de movimiento, y del momento angular),
y de una ley constitutiva propia de este tipo de medios: la ley de Hooke. No
entraremos en detalle en este tipo de cuestiones. Para un estudio ms detallado se
recomienda [5]. Nos limitaremos pues a enunciar las ecuaciones de equilibrio para
algunos casos sencillos.
Un modelo matemtico sencillo para el estudio de la flexin de una membrana
elstica (matemticamente, R2 un dominio acotado), sujeta en el borde,
sobre la que acta una fuerza vertical f : R y que produce un desplazamiento
(tambin en la direccin vertical) u : R es
( 2

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 .

Fundamentos Matemticos del MEF

La versin uno-dimensional de este problema consiste en estudiar la flexin de

una cuerda elstica (pongamos de longitud L), sujeta en los extremos y sobre la
que acta una fuerza vertical f.
f
0

u(x)

Cuerda elstica sujeta en los extremos.

En este caso, el modelo matemtico a resolver es

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.

2 Anlisis Matemtico: el Mtodo Variacional

Nos ocuparemos a continuacin del anlisis matemtico del tipo de modelos descritos en la seccin anterior. Son muchas las propiedades matemticas que se
pueden estudiar de un modelo dado. Hay, sin embargo, tres de ellas que es obligado contemplar: la existencia de solucin, su unicidad, y la dependencia continua
de la solucin respecto de los datos del problema. En caso de obtener una respuesta afirmativa a cada una de las tres cuestiones anteriores decimos que el modelo
matemtico est correctamente planteado.

2.1 Hacia un Nuevo Concepto de Solucin de una Ecuacin

Diferencial
Consideremos el modelo matemtico para la flexin de una cuerda elstica que
recordemos est dado por

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.

Fundamentos Matemticos del MEF

L/2

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

Decimos desplazamiento virtual porque se trata de un despazamiento no real;

el desplazamiento real que produce f es u. Lo mismo es aplicable para el trabajo
virtual. Procediendo de la misma forma en el trmino de la izquierda de la ecuacin
0
(u0 ) = f e integrando por partes,
Z L
Z L
0
( (x) u0 (x)) v (x) dx =
(x) u0 (x) v 0 (x) dx
0

ya que estamos suponiendo que v (0) = v (L) = 0. Este proceso transforma la

0
ecuacin diferencial (u0 ) = f en la ecuacin integral
Z L
Z L
0
0
(x) u (x) v (x) dx =
f (x) v (x) dx.
(3)
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,

Fundamentos Matemticos del MEF

(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

donde L2 L2 + , y la igualdad es debida al teorema de la media

del Clculo Integral. Tomando ahora lmites para 0 y suponiendo que v es
continua concluimos que el trabajo producido por una carga concentrada en el
punto L/2 y produciendo un desplazamiento v vale v (L/2) . Por tanto, una forma
de tratar matemticamente con el concepto de carga localizada en un punto x0 es
por medio de una aplicacin, llammosla x0 , la cual acta sobre una cierta clase
de funciones y produce nmeros siguiendo la regla
x0 : v 7< x0 , v >=def v (x0 ) .
Este fue el origen de la Teora de las Distribuciones desarrollada por el matemtico
francs Laurent Schwartz en la dcada de los aos 40, y por la que recibi en 1950
el premio de ms prestigio con que puede ser galardonado un matemtico: la
medalla Fields.

2.2 Introduccin a la Teora de Distribuciones y Espacios de

Sobolev
En esta seccin introduciremos las nociones mnimas sobre teora de distribuciones
que son necesarias para definir los espacios de Sobolev, los cuales juegan un papel
esencial en el Mtodo Variacional y por consiguiente en el Mtodo de los Elementos
Finitos. Para un estudio ms en profundidad del tema se recomienda [3, 9]. En
esta seccin y en las que siguen supondremos que Rn , n = 1, 2, 3, es un
conjunto acotado cuya frontera es una curva de clase C 1 a trozos si n = 2, y una
superficie regular a trozos si n = 3. Trabajaremos sin embargo la mayor parte del
tiempo en el caso n = 1 donde = ]a, b[ ser un intervalo acotado. Supondremos

Fundamentos Matemticos del MEF

tambin conocidos los elementos bsicos de la teora de espacios de Hilbert, en

particular, se supondrn conocidas las propiedades bsicas del espacio

Z
L2 () = f : Rn R :
f 2 (x) dx < .

Este espacio juega un papel destacadsimo tanto en Matemticas como en Fsica e

Ingeniera. Desde un punto de vista matemtico, L2 () equipado con el producto
escalar y la norma
Z
1/2
Z
2
f (x) g (x) dx, kf kL2 =
f (x) dx
, f L2 () ,
< f, g >L2 =

es un Hilbert (con todo lo que eso significa! ). Bajo la ptica de la Fsica y la

Ingeniera, L2 () es donde se agrupan buena parte de las magnitudes fsicas que
tienen energa finita.
2.2.1 Definicin de Distribucin. Ejemplos
Al igual que en la seccin anterior, x = (x1 , , xn ) denotar un punto genrico
de . Dada una funcin continua : R, llamaremos soporte de , denotado
sop , al conjunto
sop = {x : (x) 6= 0}.
Por D () denotaremos al espacio de las funciones test : R que son de clase
C y con soporte compacto contenido en . En la grfica que sigue se muestra el
aspecto tpico de una funcin test en el caso n = 2.

Definicin 1 Dada una sucesin (m )mN D () , diremos que dicha sucesin

converge en el sentido del espacio D () a una funcin D () si se verifican
las siguientes propiedades:
(i) Existe un compacto K tal que sop m K para todo m N.

Fundamentos Matemticos del MEF

(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

Denotaremos por D () al espacio de todas las distribuciones sobre .

Ejemplo 1 Dada f L2 () , no es difcil comprobar que la aplicacin
uf : D () R
R

; < uf , > = f

es una distribucin sobre .

Ejemplo 2 Dado x0 , se llama distribucin Delta de Dirac centrada en x0 a

la aplicacin
x0 : D () R

; < x0 , > = (x0 )

Por supuesto, la aplicacin anterior define una distribucin.
Ntese cmo la definicin de la delta de Dirac recoge las ideas intuitivas sobre este concepto que hemos considerado anteriormente para el caso de cargas
puntuales.
2.2.2 Clculo con Distribuciones. La Derivada de una Distribucin
Para motivar la definicin de derivada de una distribucin, supongamos que f
C 1 (]a, b[) y que D (]a, b[) . Como f 0 C (]a, b[) , podemos considerar f 0 como
distribucin y por tanto, integrando por partes se tiene que
Z b
Z b
0
0
< f , >=
f (x) (x) dx =
f (x) 0 (x) dx = < f, 0 >,
a

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

Fundamentos Matemticos del MEF

Ejemplo 3 Aplicando la definicin anterior de distribucin se puede comprobar

que la derivada distribucional de la funcin de Heaviside

1 si x 0
H (x) =

0 en caso contrario
es 0 , la delta de Dirac centrada en cero.

2.2.3 Espacios de Sobolev

Definicin 4 Se llama espacio de Sobolev H 1 () al espacio de las funciones u
L2 () cuyas derivadas parciales (en el sentido de las distribuciones) pertenecen a
L2 () , esto es,

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

del cual deriva la norma

kukH 1 =

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].

2.3 Formulacin Variacional. El Teorema de Lax-Milgram

Aunque no es sencillo, se puede demostrar que la Delta de Dirac, definida en principio sobre el espacio de funciones test D (]0, L[) , se puede extender a una forma
lineal y continua definida sobre H01 , esto es, x0 : H01 (0, L) R. Las funciones
f de L2 tambin pueden ser consideradas como formas lineales y continuas sobre
H01 por medio de la identidad
Z
f : H01 R, v 7< f, v > =def
f v.

Fundamentos Matemticos del MEF

11

Estas nuevas ideas conducen a una nueva formulacin de (PM). De manera

precisa, dada una forma lineal y continua f : H01 R y la forma bilineal
a:

H01

H01

R,

(u, v) 7 a (u, v) =

(x) u0 (x) v 0 (x) dx,

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)

A este elemento u H se le llama solucin dbil de (PV).

La existencia, unicidad, y dependencia continua respecto de los datos iniciales
de solucin dbil para (PV) se obtiene a travs del Teorema de Lax-Milgram. La
demostracin de este resultado puede encontrarse en [2, Corolario V.8, p. 84] y en
[3, T. 12.6, p. 224].
Teorema 1 (Lax-Milgram) Si la forma bilineal a (, ) es continua (es decir,
existe M > 0 tal que |a (u, v)| M kuk kvk para todo u, v H) y coerciva (esto
significa que existe m > 0 tal que a (u, u) m kuk2 para todo u H), entonces el
problema variacional (PV) tiene una nica solucin dbil. Adems,
kuk

1
|kf k| ,
m

donde |kf k| =def sup {|< f, v >| , v H, kvk 1} .

Si adems, a (, ) es simtrica (es decir, a (u, v) = a (v, u) u, v H), entonces
la solucin dbil u es el punto donde el funcional de energa
J : H R,
alcanza su mnimo.

v 7 J (v) =

1
a (v, v) < f, v >
2

12

Fundamentos Matemticos del MEF

2.4 Aplicacin a la Resolucin de Problemas de Contorno

Consideremos el problema modelo unidimensional (PM). La forma de proceder en
el Mtodo Variacional es esencialmente la siguiente: supongamos que u es una
solucin clsica de (PM). Si multiplicamos la ecuacin diferencial por una funcin
v, que sea por ejemplo de clase C 2 , entonces
0

(u0 ) v = f v
e integrando ahora por partes en ]0, L[ ,
L

[ (x) u0 (x) v (x)]0 +

u0 v0 =
0

f v.

Si la funcin v satisface que v (0) = v (L) = 0, entonces obtenemos

Z

u0 v0 =

f v.

(4)

Recurdese tambin que en lugar de una funcin f L2 podramos poner de

forma general una forma lineal y continua, llammosla tambin f : H01 R, y
cuya accin sobre una funcin v denotamos por < f, v > .
Definicin 6 Se dice que u : [0, L] R es una solucin dbil de (PM) si u
H01 (]0, L[) y si
Z

u0 v0 dx = < f, v >

v H01 (]0, L[) ,

(5)

A esta formulacin del problema (PM) se le llama formulacin variacional o dbil.

Las propiedades de existencia y unicidad de solucin dbil as como la dependencia continua con los datos se obtienen como aplicacin directa del Teorema
de Lax-Milgram haciendo uso de las propiedades de los espacios de Sobolev. Los
detalles pueden encontrarse en [7].
2.4.1 Interpretacin Fsica de la Formulacin Variacional: Principio de
los Trabajos Virtuales y Principio de Mnima Energa. Para poder interpretar fsicamente este tipo de formulacin variacional, supongamos que u representa el desplazamiento vertical de una cuerda elstica sujeta en los extremos y
sobre la que acta una fuerza, tambin en la direccin vertical, f . El trmino de la
derecha en la expresin (5) representa fsicamente el trabajo virtual (pues el desplazamiento v no es el real) ejercido por f. Por su parte, el trmino de la izquierda
representa el trabajo, tambin virtual, de deformacin interno. Recordemos que
en Elasticidad Lineal este trabajo se define como el producto de la tensin (en
nuestro caso, la tensin se corresponde con el trmino u0 ) por la deformacin (en

Fundamentos Matemticos del MEF

13

este caso, la deformacin virtual es v 0 ). As pues, la identidad (5) exprime lo que

en Fsica se conoce con el nombre de Principio de los Trabajos Virtuales. Otra
interpretacin fsica la obtenemos a travs del funcional de energa
1
J (v) =
2

(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.

3 Anlisis Numrico: el MEF

En esta seccin intentaremos mostrar las ideas bsicas subyacentes al Mtodo de
los Elementos Finitos. Al igual que en la seccin anterior, prescindiremos de los
detalles ms tcnicos y analizaremos con detalle nicamente el caso unidimensional
estacionario. Para un estudio ms en profundidad se recomienda [8, 11].

3.1 Descripcin del Mtodo

En la seccin anterior hemos visto que las soluciones dbiles de nuestros problemas
de contorno habitan en espacios de Hilbert tales como H01 (0, L) . Es por tanto en
estos espacios donde debemos buscar si queremos encontrar dichas soluciones. La
principal dificultad radica en el hecho de que estos espacios son enormemente grandes. De manera precisa, H01 (0, L) es un espacio vectorial de dimensin infinita. La
idea bsica del MEF consiste en aproximar estos espacios de Hilbert (llammosles
genricamente H) por algunos espacios apropiados de dimensin finita Hh , con h
un parmetro positivo, de modo que se cumplan las siguientes condiciones:
(a) Hh H,
(b) en Hh podemos formular y resolver fcilmente el problema variacional, y de
esta forma encontrar una solucin uh Hh , y
(c) cuando h & 0, Hh % H, o en otras palabras, limh0 ku uh k = 0, con u la
solucin dbil del problema variacional en el espacio H y uh la solucin del
problema variacional en Hh .

14

Fundamentos Matemticos del MEF

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

Consideremos ahora el espacio

n
o
Hh = v : [0, L] R continua, v (0) = v (L) = 0 y v|[ci ,ci+1 ] P1
donde P1 denota el espacio de los polinomios de grado menor o igual que 1. Se
puede probar que Hh H01 . En lo que respecta a la dimensin de Hh , la familia
de funciones

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

Una funcin i de la base de Hh .

En la terminologa del MEF, las funciones i se denominan funciones de
forma. Los puntos ci = ih, 0 i n + 1, se llaman nodos, y los subintervalos
[ci, ci+1 ] junto con sus correspondientes funciones de forma se llaman elementos
finitos (en este caso, elementos finitos de Lagrange de grado 1).
Nota 1 La construccin del espacio Hh no es nica. Otras muchas posibilidades,
de considerar por ejemplo polinomios de mayor grado, otro mallado del intervalo
o ambas, son igualmente vlidas.

Fundamentos Matemticos del MEF

15

3.1.2 Discretizacin del Problema Variacional en el Espacio Hh

El problema variacional (PM) en el espacio Hh se formula en los siguientes trminos: encontrar
n
X
uh =
uih i Hh
(6)
i=1

tal que la identidad

a (uh , vh ) =def

u0h vh0 dx = < f, vh >

(7)

se cumpla para todo vh Hh . Recordemos que si f L2 , entonces < f, vh >=

RL
f vh , y si f es una Delta de Dirac en x0 , entonces < f, vh >= vh (x0 ) .
0
Todo lo que hemos de hacer pues es encontrar el vector
1
uh
u2h

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

uih i (cj ) = ujh ,

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

uih a i , j = < f, j >,

1jn

y teniendo en cuenta las propiedades de las funciones i se obtiene

=
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

Fundamentos Matemticos del MEF

Escribimos este sistema en la forma

KU = F

(9)

donde la matriz K, que en el lenguaje de los elementos finitos se llama matriz de

rigidez, est dada por
#
"
Z L

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

y K13 = K14 = = K1n = 0 ya que

sop 1 sop 3 = {c2 } ,

y sop 1 sop 4 = = sop 1 sop n = .

Recordemos que sop i = [ci1 , ci+1 ] es el soporte de la funcin de forma i ,

1 i n. Con respecto a la segunda fila de la matriz de rigidez, se tiene
K21 = a (2 , 1 ) = K12,
ya que la forma bilineal a (, ) es simtrica,
Z c2
Z c3
1
1
K22 = 2
(x) dx + 2
(x) dx,
h c1
h c2
Z c3
1
K23 = 2
(x) dx,
h c2

Fundamentos Matemticos del MEF

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
.

K = 0 0 ... ... ... 0

0

.
..
..
..
. X
. 0
0 0

0 0 0
0
X X X
0 0 0
0
X X

donde por X denotamos elementos no nulos. Al tratarse de una matriz tridiagonal,

un mtodo particularmente eficaz para resolver el sistema (9) es el de Gauss.
Ntese tambin que para calcular los elementos de la matriz de rigidez, y tambin del trmino no homogneo F hemos de calcular muchas integrales. El clculo
de estas integrales tambin se lleva a cabo a travs de mtodos de integracin numrica: trapecio, punto medio, Simpson,..., donde utilizaremos uno u otro mtodo
dependiendo del tipo de funciones de forma que tengamos y tambin de las propiedades de las funciones y f que aparecen en dichas integrales. Una nueva mirada
al clculo de los elementos de la matriz de rigidez K nos permite percatarnos que
de hecho muchas de estas integrales se repiten. Por ejemplo, en el clculo de K11
y K12 se repite la integral
Z
c2

(x) dx.

c1

Esta repeticin de clculos supone un coste computacional que puede llegar a

desbordar, cuando se consideran muchos elementos finitos, la capacidad de clculo
de los ordenadores. Hemos pues de intentar ser ordenados para facilitar el trabajo
al ordenador. En la prctica se suele proceder haciendo todos los clculos sobre un
nico elemento que se toma de referencia y luego esamblarlos todos en la matriz
de rigidez.

3.2 Simulacin Numrica de Elementos Finitos con Matlab

En esta seccin utilizaremos el cdigo de elementos finitos de Matlab para calcular
de manera aproximada la solucin dbil del problema modelo unidimensional que
venimos analizando a lo largo de estas notas.
Como ejemplo ilustrativo, consideremos el problema modelo (PM) con carga
puntual localizada en el punto medio de la cuerda. El modelo matemtico es

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

Fundamentos Matemticos del MEF

u H01 (0, 1) cumpliendo

Z 1
u0 (x) v 0 (x) dx = v (1/2)

v H01 (0, 1) .

La solucin exacta de este problema es

x
0 x < 1/2
2,
u (x) =
x 1
2 2 , 1/2 x 1

En la grfica que sigue se muestran la solucin exacta u y dos aproximaciones

numricas, obtenidas con Matlab, que se corresponden a tomar h = 0.33 y h = 0.1,
donde al igual que antes h = 1/(n+1) denota el tamao de la particin del intervalo
[0, 1] .
0

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

3.3 Control del Error en el MEF

Lo acontecido en la seccin anterior (esto es, el conocer la solucin exacta del
problema) no es precisamente lo que suele suceder en la prctica donde, utilizamos elementos finitos para calcular la solucin (que a priori desconocemos) de
un problema determinado. Hemos pues de disponer de resultados tericos que nos
permitan tener una cierta fiabilidad de los resultados que obtenemos con elementos
finitos. Estos resultados sobre el control del error en el MEF no son en absoluto
fciles de probar e involucran de nuevo aspectos nada triviales y de alto calado
matemtico. A modo ilustrativo, recogemos a continuacin un primer resultado
de convergencia del algoritmo MEF para el problema modelo (PM). Para ms
detalles, [1, 8].
Teorema 2 Sea [0, L] =

N
S

i=0

[ai , ai+1 ] y h = max (ai+1 ai ) . Entonces

0iN

lim ku uh kH 1 = 0.

h0

Fundamentos Matemticos del MEF

19

4 MEF para Problemas Evolutivos

Concluimos estas notas con una muy breve aproximacin al clculo con elementos
finitos de las soluciones de modelos que hacen intervenir de manera explcta la
variable temporal t. Nos limitaremos al caso de la ecuacin del calor aunque un
anlisis esencialmente anlogo puede llevarse a cabo en otros modelos como es el
caso de la ecuacin de ondas.
Consideremos el siguiente modelo para la ecuacin del calor

en (0, T )
c u
t div (u) = f
u=0
en (0, T )

u (x, 0) = u0 (x)
en

donde es densidad, c calor especfico, conductividad trmica, f la fuente de

generacin interna de calor, y u = u (x, t) es la temperatura.
La formulacin variacional o dbil de este problema consiste en encontrar una
funcin u = u (x, t) , que llamaremos solucin dbil del problema y que ha de
satisfacer:
(i) Para cada t > 0, u (, t) H01 () ,
(ii) Para cada t > 0 y para cada H01 ()
Z
Z
Z
d
cu dx +
u dx =
f dx,
dt

(10)

(iii) u (x, 0) = u0 (x) .

Para la aproximacin por elementos finitos de la solucin dbil se consideran
el mismo espacio de aproximacin Hh y las mismas funciones de forma {i }1in
que en el caso estacionario, y se busca la solucin aproximada uh en la forma
uh (x, t) =

n
X

uih (t) i (x) .

i=1

Se formula entonces el problema variacional (10) en el espacio Hh y se concluye

que el vector incgnita

1
uh (t)
u2h (t)

U (t) = .

..
unh (t)

ha de ser solucin del sistema de ecuaciones diferenciales ordinarias

M dU
dt + KU = F

U (0) = (Ui (0) = u0 (xi ))

20
donde

Fundamentos Matemticos del MEF

Z
ci j
M = Mij =

se denomina matriz de masa,

"
Z

K = Kij = a i , j =

nn

(x) i (x) j (x) dx

nn

es la matriz de rigidez, F = [< f, i >]1n es el trmino independiente, y xi son

los nodos de la malla.
Con la resolucin numrica del sistema de ecuaciones diferenciales ordinarias
anterior concluye el proceso.

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.