Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Método de Elementos Finito - Geofisica UNAM PDF
Método de Elementos Finito - Geofisica UNAM PDF
DE MXICO
INSTITUTO DE GEOFSICA
Y
GRUPO DE MODELACIN
MATEMATICA Y COMPUTACIONAL
INSTITUTO DE GEOFSICA
UNAM
2008
ndice
1. Sistemas Continuos y sus Modelos
1.1. Los Modelos . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Fsica Microscpica y Fsica Macroscpica . . .
1.2. Cinemtica de los Modelos de Sistemas Continuos . .
1.2.1. Propiedades Intensivas y sus Representaciones
1.2.2. Propiedades Extensivas . . . . . . . . . . . . .
1.2.3. Balance de Propiedades Extensivas e Intensivas
1.3. Ejemplos de Modelos . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
3
4
6
8
9
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
21
22
25
25
27
35
39
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
45
48
50
52
54
58
.
.
.
.
.
.
.
.
.
.
.
.
.
.
para EDP
60
. . . . . . . . . . . . . . . . . . 60
. . . . . . . . . . . . . . . . . . 63
. . . . . . . . . . . . . . . . . . 64
68
68
69
70
74
79
7. Apndice A
7.1. Nociones de Algebra Lineal . .
7.2. -Algebra y Espacios Medibles
7.3. Espacios Lp . . . . . . . . . . .
7.4. Distribuciones . . . . . . . . . .
8. Bibliografa
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
84
84
85
86
87
91
1.
1.1.
Los Modelos
La materia, cuando se le observa en el mbito ultramicroscpico, est formada por molculas y tomos. Estos a su vez, por partculas an ms pequeas
como los protones, neutrones y electrones. La prediccin del comportamiento de
estas partculas es el objeto de estudio de la mecnica cuntica y la fsica nuclear. Sin embargo, cuando deseamos predecir el comportamiento de sistemas tan
grandes como la atmsfera o un yacimiento petrolero, los cuales estn formados
por un nmero extraordinariamente grande de molculas y tomos, su estudio
resulta inaccesible con esos mtodos y en cambio el enfoque macroscpico es
apropiado.
Por eso en lo que sigue distinguiremos dos enfoques para el estudio de la
materia y su movimiento. El primero -el de las molculas, los tomos y las
partculas elementales- es el enfoque microscpico y el segundo es el enfoque
macroscpico. Al estudio de la materia con el enfoque macroscpico, se le llama
fsica macroscpica y sus bases tericas las proporciona la mecnica de los medios
continuos.
Cuando se estudia la materia con este ltimo enfoque, se considera que los
cuerpos llenan el espacio que ocupan, es decir que no tienen huecos, que es la forma en que los vemos sin el auxilio de un microscopio. Por ejemplo, el agua llena
todo el espacio del recipiente donde est contenida. Este enfoque macroscpico
est presente en la fsica clsica. La ciencia ha avanzado y ahora sabemos que la
materia est llena de huecos, que nuestros sentidos no perciben y que la energa
tambin est cuantizada. A pesar de que estos dos enfoques para el anlisis de
los sistemas fsicos, el microscpico y el macroscpico, parecen a primera vista
conceptualmente contradictorios, ambos son compatibles, y complementarios, y
es posible establecer la relacin entre ellos utilizando a la mecnica estadstica.
1.2.
En la teora de los sistemas continuos, los cuerpos llenan todo el espacio que
ocupan. Y en cada punto del espacio fsico hay una y solamente una partcula.
As, definimos como sistema continuo a un conjunto de partculas. An ms,
dicho conjunto es un subconjunto del espacio Euclidiano tridimensional. Un
cuerpo es un subconjunto de partculas que en cualquier instante dado ocupa
un dominio, en el sentido matemtico, del espacio fsico; es decir, del espacio
Euclidiano tridimensional. Denotaremos por B(t) a la regin ocupada por el
cuerpo B, en el tiempo t, donde t puede ser cualquier nmero real.
(2)
1.2.1.
(4)
p
(X, t) = V(X, t) v(p(X, t), t)
(5)
(p(X, t), t)
=
(p(X, t), t) +
(X, t).
t
t
xi
t
i=1
D
Dt
(7)
por
3
X
D
vi
=
+
Dt
t
xi
i=1
(8)
o, ms brevemente,
D
=
+ v
Dt
t
D
(X, t)
=
(p(X, t)
+ v (p(X, t), t).
t
Dt
t
(9)
(10)
(11)
Dt
t
(12)
(13)
1.2.2.
Propiedades Extensivas
B(t)
Observe que, en tal caso, el integrando define una funcin (x, t) y por lo
mismo, una propiedad intensiva. En particular, la funcin (x, t) es la representacin Euleriana de esa propiedad intensiva. Adems, la Ec. (14) establece
una correspondencia biunvoca entre las propiedades extensivas y las intensivas, porqu dada la representacin Eulereana (x, t) de cualquier propiedad
intensiva, su integral sobre el dominio ocupado por cualquier cuerpo, define
una propiedad extensiva. Finalmente, la notacin empleada en la Ec. (14) es
muy explicita, pues ah se ha escrito E(B, t) para enfatizar que el valor de la
propiedad extensiva corresponde al cuerpo B. Sin embargo, en lo que sucesivo,
se simplificara la notacin omitiendo el smbolo B es decir, se escribir E(t) en
vez de E(B, t).
Hay diferentes formas de definir a las propiedades intensivas. Como aqu lo
hemos hecho, es por unidad de volumen. Sin embargo, es frecuente que se le
defina por unidad de masa vase [16]. Es fcil ver que la propiedad intensiva
por unidad de volumen es igual a la propiedad intensiva por unidad de masa
multiplicada por la densidad de masa (es decir, masa por unidad de volumen),
por lo que es fcil pasar de un concepto al otro, utilizando la densidad de masa.
Sin embargo, una ventaja de utilizar a las propiedades intensivas por unidad
de volumen, en lugar de las propiedades intensivas por unidad de masa, es que la
correspondencia entre las propiedades extensivas y las intensivas es ms directa:
dada una propiedad extensiva, la propiedad intensiva que le corresponde es
la funcin que aparece como integrando, cuando aqulla se expresa como una
integral de volumen. Adems, del clculo se sabe que
R
(, t)d
E(t)
B(t)
(x, t) lm
= lm
.
(15)
V ol0 V ol
V ol0
V ol
La Ec. (15) proporciona un procedimiento efectivo para determinar las propiedades extensivas experimentalmente: se mide la propiedad extensiva en un volumen pequeo del sistema continuo de que se trate, se le divide entre le volumen y
el cociente que se obtiene es una buena aproximacin de la propiedad intensiva.
El uso que haremos del concepto de propiedad extensiva es, desde luego,
lgicamente consistente. En particular, cualquier propiedad que satisface las
condiciones de la definicin de propiedad extensiva establecidas antes es, por
8
ese hecho, una propiedad extensiva. Sin embargo, no todas las propiedades extensivas que se pueden obtener de esta manera son de inters en la mecnica
de los medios continuos. Una razn bsica por la que ellas son importantes es
porqu el modelo general de los sistemas continuos se formula en trminos de
ecuaciones de balance de propiedades extensivas, como se ver ms adelante.
1.2.3.
Esto conduce a la siguiente ecuacin de balance global, de gran generalidad, para las propiedades extensivas
Z
Z
Z
dE
g(x, t)dx +
q(x, t)dx +
g (x, t)dx.
(17)
(t) =
dt
B(t)
B(t)
(t)
Donde g(x, t) es la generacin en el interior del cuerpo, con signo, de la
propiedad extensiva correspondiente, por unidad de volumen, por unidad de
tiempo. Adems, en la Ec. (17) se ha tomado en cuenta la posibilidad de que
haya produccin concentrada en la superficie (t), la cual est dada en esa
ecuacin por la ltima integral, donde g (x, t) es la produccin por unidad de
rea. Por otra parte q(x, t) es lo que se importa o transporta hacia el interior
del cuerpo a travs de la frontera del cuerpo B(t), en otras palabras, es el
flujo de la propiedad extensiva a travs de la frontera del cuerpo, por unidad de
rea, por unidad de tiempo. Puede demostrarse, con base en hiptesis vlidas
en condiciones muy generales, que para cada tiempo t existe un campo vectorial
(x, t) tal que
q(x, t) (x, t) n(x, t)
(18)
donde n(x, t) es normal exterior a B(t). En vista de esta relacin, la Ec. (17)
de balance se puede escribir como
Z
Z
Z
dE
g(x, t)dx +
(x, t) n(x, t)dx +
g (x, t)dx.
(19)
(t) =
dt
B(t)
B(t)
(t)
La relacin (19) se le conoce con el nombre de ecuacin general de balance
global y es la ecuacin bsica de los balances de los sistemas continuos. A la
funcin g(x, t) se le denomina el generacin interna y al campo vectorial (x, t)
el campo de flujo.
Condiciones de Balance Local Los modelos de los sistemas continuos estn
constituidos por las ecuaciones de balance correspondientes a una coleccin de
propiedades extensivas. As, a cada sistema continuo le corresponde una familia
de propiedades extensivas, tal que, el modelo matemtico del sistema est constituido por las condiciones de balance de cada una de las propiedades extensivas
de dicha familia.
Sin embargo, las propiedades extensivas mismas no se utilizan directamente
en la formulacin del modelo, en su lugar se usan las propiedades intensivas
asociadas a cada una de ellas. Esto es posible porqu las ecuaciones de balance
global son equivalentes a las llamadas condiciones de balance local, las cuales
se expresan en trminos de las propiedades intensivas correspondientes. Las
condiciones de balance local son de dos clases: las ecuaciones diferenciales de
balance local y las condiciones de salto.
Las primeras son ecuaciones diferenciales parciales, que se deben satisfacer
en cada punto del espacio ocupado por el sistema continuo, y las segundas son
ecuaciones algebraicas que las discontinuidades deben satisfacer donde ocurren;
es decir, en cada punto de . Cabe mencionar que las ecuaciones diferenciales
10
de balance local son de uso mucho ms amplio que las condiciones de salto,
pues estas ltimas solamente se aplican cuando y donde hay discontinuidades,
mientras que las primeras en todo punto del espacio ocupado por el sistema
continuo.
Una vez establecidas las ecuaciones diferenciales y de salto del balance local,
e incorporada la informacin cientfica y tecnolgica necesaria para completar
el modelo (la cual por cierto se introduce a travs de las llamadas ecuaciones
constitutivas), el problema matemtico de desarrollar el modelo y derivar sus
predicciones se transforma en uno correspondiente a la teora de la ecuaciones
diferenciales, generalmente parciales, y sus mtodos numricos.
Las Ecuaciones de Balance Local En lo que sigue se supone que las
propiedades intensivas pueden tener discontinuidades, de salto exclusivamente,
a travs de la superficie (t). Se entiende por discontinuidad de salto, una en
que el lmite por ambos lados de (t) existe, pero son diferentes.
Se utilizar en lo que sigue los resultados matemticos que se dan a continuacin, ver [8].
Teorema 1 Para cada t > 0, sea B(t) R3 el dominio ocupado por un cuerpo.
Suponga que la propiedad intensiva (x, t) es de clase C 1 , excepto a travs
de la superficie (t). Adems, sean las funciones v(x, t) y v (x, t) esta ltima
definida para x (t) solamente, las velocidades de las partculas y la de (t),
respectivamente. Entonces
Z
Z
Z
d
dx
[(v v ) ] ndx.
(20)
+ (v) dx +
dt B(t)
t
B(t)
+ (v) = + g
t
vale en todo punto x R3 , de la regin ocupada por el sistema.
ii) La ecuacin
[ (v v ) ] n = g
(21)
(22)
(23)
(24)
1.3.
Ejemplos de Modelos
aqu, Vf (t) es el volumen del fluido y B(t) es el dominio del espacio fsico (es
decir, de R3 ) ocupado por el cuerpo. Observe que una forma ms explicita de
esta ecuacin es
Z
Vf (t) =
1dx
(26)
B(t)
(27)
V 0
Volumen de huecos
Volumen total
(29)
aqu hemos escrito (x, t) para enfatizar que la porosidad generalmente es funcin tanto de la posicin como del tiempo. Las variaciones con la posicin pueden
ser debidas, por ejemplo, a heterogeneidad del medio y los cambios con el tiempo a su elasticidad; es decir, los cambios de presin del fluido originan esfuerzos
en los poros que los dilatan o los encogen.
Cuando el medio esta saturado, el volumen del fluido Vf es igual al volumen
de los huecos del dominio del espacio fsico que ocupa, as
Z
Vf (t) =
(x, t)dx.
(30)
B(t)
+ (v) = 0.
t
(31)
(32)
(33)
+ vn+ = vn .
(34)
o, de otra manera
Aqu, la componente normal de la velocidad es vn v n y los subndices
ms y menos se utilizan para denotar los lmites por los lado ms y menos de
, respectivamente. Al producto de la porosidad por la velocidad se le conoce
con el nombre de velocidad de Darcy U , es decir
U = v
(35)
(36)
es decir, 1.
La Ec. (34) es ampliamente utilizada en el estudio del agua subterrnea (geohidrologa). Ah, es frecuente que la porosidad sea discontinua en la superficie
de contacto entre dos estratos geolgicos diferentes, pues generalmente los valores que toma esta propiedad dependen de cada estrato. En tal caso, + 6=
por lo que vn+ 6= vn necesariamente.
Para ms detalles de la forma y del desarrollo de algunos modelos usados en
ciencias de la tierra, vase [8], [16], [24] y [14].
14
2.
2.1.
Clasificacin
Es importante clasificar a las ecuaciones diferenciales parciales y a los sistemas de tales ecuaciones, porqu muchas de sus propiedades son comunes a
cada una de sus clases. As, su clasificacin es un instrumento para alcanzar el
objetivo de unidad conceptual. La forma ms general de abordar la clasificacin
de tales ecuaciones, es estudiando la clasificacin de sistemas de ecuaciones.
Sin embargo, aqu solamente abordaremos el caso de una ecuacin diferencia
de segundo orden, pero utilizando un mtodo de anlisis que es adecuado para
extenderse a sistemas de ecuaciones.
La forma general de un operador diferencial cuasi-lineal de segundo orden
definido en R2 es
Lu a(x, y)
2u
2u
2u
+ b(x, y)
+ c(x, y) 2 = F (x, y, u, ux , uy )
2
x
xy
y
(37)
2u
2u
2u
+
b
=0
+
c
x2
xy
y 2
(38)
2u
= mf 00 ,
xy
2u
= f 00
y 2
2
am + bm + c f 00 = 0
(40)
(41)
(42)
b + 2 b2 4ac
b 2 b2 4ac
m1 =
, m2 =
(43)
2a
2a
de donde es evidente la importancia
de los coeficientes de la Ec. (38), ya que el
signo del discriminante b2 4ac es crucial para determinar el nmero y tipo
de soluciones de la Ec. (42). As, tenemos tres casos a considerar:
(44)
(45)
(46)
= 0.
x2
t
(48)
(49)
(50)
n
n X
X
i=1 j=1
aij
X u
2u
+
bi
+ cu
xi xj i=1 xi
(51)
(52)
adems, sea x un punto del espacio Euclidiano y V (x) una vecindad de ese
punto. Sea una funcin u definida en V (x) con la propiedad de que exista una
variedad de dimensin n 1 cerrada y orientada, tal que la funcin u satisface
la Ec. (52) en V (x)\. Se supone adems que existe un vector unitario n que
apunta en la direccin positiva (nico) est definido en . Adems, la funcin
u y sus derivadas de primer orden son continuas a travs de , mientras que los
lmites de las segundas derivadas de u existen por ambos lados de . Sea x
tal que
2
u
(x) 6= 0
(53)
xi xj
para alguna pareja i, j = 1, ..., n. Entonces decimos que la funcin u es una
solucin dbil de esta ecuacin en x.
Teorema 3 Una condicin necesaria para que existan soluciones dbiles de la
ecuacin homognea (52) en un punto x es que
n X
n
X
aij ni nj = 0.
i=1 j=1
17
(54)
n X
n
X
aij ni nj
(55)
i=1 j=1
2.2.
(56)
B) Condiciones de Frontera
Las condiciones de frontera especifican los valores que la funcin
u(x, y, t) o u(x, y, t) tomarn en la frontera , siendo de tres
tipos posibles:
1) Condiciones tipo Dirichlet
Especifica los valores que la funcin u(x, y, t) toma en la frontera
u(x, y, t) = (x, y).
18
(57)
(58)
(59)
x, y .
En un problema dado se debe prescribir las condiciones iniciales al problema
y debe de existir alguno de los tipos de condiciones de frontera o combinacin
de ellas en .
2.3.
Modelos Completos
(60)
u
(x, 0) = v0 (x),
t
(61)
aqu u0 (x) y v0 (x) son dos funciones prescritas. El hecho de que para la ecuacin
de onda se prescriban los valores iniciales, de la funcin y su derivada con respecto al tiempo, es reminiscente de que en la mecnica de partculas se necesitan
las posiciones y las velocidades iniciales para determinar el movimiento de un
sistema de partculas.
Ecuacin de Calor Tambin para la ecuacin del calor un problema general
importante consiste en obtener la solucin de la ecuacin de onda, en el dominio
del espacio-tiempo [0, t], que satisface para cada t (0, t] una condicin de
frontera de Robin en y ciertas condiciones iniciales. Sin embargo, en este caso
en ellas slo se prescribe a la funcin
u(x, 0) = u0 (x),
20
x .
(62)
3.
3.1.
Lu =
(1)|| D a (x)D u , x Rn
(64)
||,||m
21
n
+
1
Teorema 6 Sea un vector en Rn , y sea =
n ... n , Zn . Entonces
i) L es elptico en xo si
X
a xo + 6= 0
6= 0;
(67)
||,||=m
||2m
a xo
||,||=m
(68)
1
satisfacindose en todo punto xo , y para todo Rn . Aqu || = 21 + ... + 2n 2 .
Para el caso en el cual L es un operador de 2do orden (m = 1), la notacin
se simplifica, tomando la forma
X
n
n
X
u
u
Lu =
aj
+ a0 u = f
(69)
aij (x)
+
xi
xj
xj
i,j=1
j=1
en .
Para coeficientes adecuados aij , aj y a0 la condicin para conocer si el operador es elptico, es examinado por la condicin
n
X
i,j=1
aij (x0 ) i j 6= 0
6= 0
(70)
3.2.
Espacios de Sobolev
es decir, es integrable.
22
(73)
H m () = u | D u L2 () tal que || m .
(74)
||m
x, y .
(76)
(77)
24
(80)
3.2.1.
(81)
se satisface para toda funcin u C 1 , para alguna constante C > 0.
(82)
con la propiedad que si u C 1 , entonces tr (u) = u | .
ii) El rango de tr () es denso en L2 ().
El argumento anterior puede ser generalizado para los espacios H m () , de
hecho, cuando m > 1, entonces para toda u H m () tenemos que
D u H 1 ()
para || m 1,
(83)
|| m 1.
(84)
(85)
Espacios H0m () .
Los espacio H0m () surgen comnmente al trabajar con problemas con valor
en la frontera y sern aquellos espacios que se nulifiquen en la frontera del
dominio, es decir
25
Definicin 19 Definimos a los espacios H0m () como la cerradura, en la norma de Sobolev kkH m , del espacio C0m () de funciones con derivadas continuas
del orden menor que m, todas las cuales tienen soporte compacto en , es decir H0m () es formado al tomar la unin de C0m () y de todos los lmites de
sucesiones de Cauchy en C0m () que no pertenecen a C0m () .
Las propiedades bsicas de estos espacios estn contenidas en el siguiente
resultado.
Teorema 20 Sea un dominio acotado en Rn con frontera suficientemente
suave y sea H0m () la cerradura de C0 () en la norma kkH m , entonces
a) H0m () es la cerradura de C0 () en la norma kkH m ;
b) H0m () H m ();
c) Si u H m () pertenece a H0m (), entonces
D u = 0, sobre , || m 1.
(86)
|u| dx C
para toda u
H01
|u| dx
(87)
() .
Introduciendo ahora una familia de semi-normas sobre H m () (una seminorma || satisface casi todos los axiomas de una norma excepto el de positivo
definido), de la siguiente forma:
Definicin 22 La semi-norma ||m sobre H m () , se define como
X Z
2
2
|D u| dx.
|u|m =
(88)
||=m
26
para toda u H0m () , adems, ||m es una norma sobre H0m () equivalente a
la norma estndar kkH m .
Definicin 25 Sea un dominio acotado en Rn . Definimos por H m () al espacio de todas las funcionales lineales acotadas sobre H0m () , es decir, H m ()
ser el espacio dual del espacio H0m () .
Teorema 26 q ser una distribucin de H m () si y slo si q puede ser expresada en la forma
X
q=
D q
(90)
||<m
3.3.
Lu = f
Bm1 u = gm1
(91)
en
X
X
||
(1) D
a (x)D u , x Rn
Lu =
||m
(92)
||m
n
X
j=1
bj
u
+ cu = g
xj
27
en .
(94)
Antes de poder ver las condiciones bajo las cuales se garantice la existencia
y unicidad es necesario introducir el concepto de formula de Green asociada con
el operador L , para ello definimos:
Definicin 27 Con el operador dado como en la Ec. (92), denotaremos por L
al operador definido por
X
X
(1)|| D
a (x)D u
(95)
L u =
||m
||m
obtenemos
vLudx =
uL vdx +
F (u, v)ds
(97)
Z
Z
Z
u
u
u v
v
vaij
ni ds +
aij
dx (98)
aij
dx =
x
x
x
x
i
j
j
j xi
Z
u
v
ni uaij
nj ds
vaij
=
xj
xi
Z
v
u
aij
dx.
x
x
j
i
n
X
v
L v =
aji (x)
xi
xj
i,j=1
y
F (u, v) =
v
u
aij v
ni u
nj
xj
xi
i,j=1
n
X
(99)
(100)
Bo u = 0
B1 u = 0
..
Bm1 u = 0
Lu = f
(101)
en
(102)
para j = 0, 1, 2, ..., m 1.
Adicionalmente definimos al dominio del operador L, como el espacio
D(L) = H s () N (B0 ) ... N (Bm1 )
= {u H s () | Bj u = 0 en , j = 0, 1, .., m 1} .
(103)
(106)
As, los elementos del ncleo N (L) de L debern ser excluidos del dominio D(L)
del operador L, para poder asegurar la unicidad de la solucin u.
Si ahora, introducimos el complemento ortogonal N (L) del ncleo N (L)
del operador L con respecto al producto interior L2 , definindolo como
N (L) = {v D(L) | (v, w) = 0 w N (L)} .
(107)
(108)
y definimos
en Rn
Bo u = 0
B1 u = 0
..
Bm1 u = 0
(109)
en
=
u H () | Bj u = 0 en , j = 0, 1, .., m 1 .
(110)
N (L ) = {u D(L ) | L u = 0}
(112)
=
u H () | L u = 0 en , Bj u = 0 en , j = 0, 1, .., m 1 .
(113)
As, con estas definiciones, es posible ver una cuestin fundamental, esta es,
conocer bajo que condiciones el problema elptico con valores en la frontera de
la Ec. (101) con s 2m tiene solucin y esta es nica, esto queda resuelto en el
siguiente teorema cuya demostracin puede verse en [3] y [13].
30
v N (L ).
(114)
ii) Asumiendo que la solucin u existe, esta es nica si u N (L) , esto es,
(u, w)L2 () = 0
w N (L).
(115)
iii) Si existe una nica solucin, entonces existe una nica constante C > 0,
independiente de u, tal que
kukH s C kf kH s2m .
(116)
Observacin 29 i) El teorema afirma que el operador L es un operador suprayectivo de D(L) sobre el subespacio de funciones en H s2m que satisface (115).
Adems el operador L es inyectivo si el dominio es restringido al espacio de
funciones que satisfagan a (114).
ii) La parte (iii) del teorema puede interpretarse como un resultado de regularidad, en el sentido en que se muestra
u H s2m () si f H s () .
(117)
(3.1)
tal que las funciones u y w pertenecen a un espacio lineal. Aqu D(u, w) es una
funcional bilineal que representa trminos de frontera.
Ejemplos de Operadores Adjuntos Formales A continuacin se muestra
mediante ejemplos el uso de la definicin de operadores adjuntos formales y la
parte correspondiente a trminos de frontera.
A) Operador de la derivada de orden cero
La derivada de orden cero de una funcin u es tal que
dn u
=u
dxn
(118)
Lu = u
(119)
31
(120)
(121)
uL w = uw
(122)
de aqu
por lo tanto el operador adjunto formal es
L w = w
(123)
du
dx
(124)
(125)
wLu = wc
=
=
(126)
dw
dx
(127)
(128)
C) Operador Elptico
El operador elptico ms sencillo es el Laplaciano
Lu 4u =
xi xi
32
(129)
wLu = w
xi xi
u
u w
=
w
+
xi
xi
xi xi
w
=
w
+
u
u
xi
xi
xi
xi
xi xi
u
w
w
=
w
u
u
xi
xi
xi
xi xi
(130)
xi
w
xi
(131)
Lu = a u + (bu) + cu
(133)
de la definicin de operador adjunto formal tenemos que
wLu = uL w + D (u, w)
desarrollando el lado derecho de la ecuacin anterior
wLu = w a u + (bu) + cu
= w a u + w (bu) + wcu
(134)
(135)
(136)
wLu = wa u + a u w + (wbu)
bu w + wcu
= wa u + uaw u a w + (wbu)
bu w + wcu
L w = a w b w + cw
(138)
(139)
E) La ecuacin bi-armnica
Consideremos el operador diferencial bi-armnico
Lu = 2 u
(140)
wLu = uL w + D (u, w)
(141)
(142)
(143)
(144)
(145)
(146)
reordenando trminos
wLu = u2 w + (wu + wu uw uw)
(148)
(149)
D (u, w) = wu + wu uw uw.
(150)
3.4.
En esta seccin trabajaremos con funciones vectoriales; para ello necesitamos plantear la definicin de operadores adjuntos formales para este tipo de
funciones.
Definicin 31 Sea L un operador diferencial, decimos que un operador L es
su adjunto formal si satisface la siguiente condicin
w L u u L w = D (u, w)
(151)
tal que las funciones u y w pertenecen a un espacio lineal. Aqu D(u, w) representa trminos de frontera.
Por lo tanto se puede trabajar con funciones vectoriales utilizando operadores
matriciales.
A) Operador diferencial vector-valuado con elasticidad esttica
L u = C : u
(152)
(153)
para hacer el desarrollo del trmino del lado derecho se utilizar notacin
indicial, es decir, este vector wLu tiene los siguientes componentes
up
Cijpq
; i = 1, 2, 3
(154)
wi
xj
xq
utilizando la igualdad de divergencia tenemos
up
Cijpq
(155)
wi
xj
xq
up wi
up
wi Cijpq
= Cijpq
xq xj
xj
xq
wi
wi
up
ui Cijpq
ui
Cijpq
wi Cijpq
=
xj
xj
xj
xj
xj
xq
35
wi
up
wi
wi Cijpq
ui Cijpq
ui
Cijpq
xj
xj
xq
xj
xj
en notacin simblica tenemos que
w L u = u C : w + u C : w w C : u
por lo tanto el operador adjunto formal es
L w = C : w
(156)
(157)
(158)
(159)
p
1 -
0
Lu=
=
0
f
u
(160)
(161)
u p, u y w = q, w
(162)
p
1
Lu =
0
u
p u
=
p
entonces
w Lu=
q
w
p
1
0
u
(163)
(164)
36
(165)
p
q
1
wLu =
0
w
u
p u
q
=
p
w
= qp q u + w p
(166)
aqu se utiliza la igualdad de divergencia en los dos trminos del lado derecho y
obtenemos
qp q u + w p
= qp + u q qu p w + wp
= p q w + u q + wp uq
p q w + u q + wp uq
q w
p
+ wp uq
=
w
u
q
p
1
+ wp uq
=
0
u
w
por lo tanto, el operador adjunto formal es
q
1
L w =
0
w
q w
=
q
(167)
(168)
(169)
(170)
C) Problema de Stokes
El problema de Stokes es derivado de la ecuacin de Navier-Stokes, la
cual es utilizada en dinmica de fluidos viscosos. En este caso estamos
suponiendo que el fluido es estacionario, la fuerza gravitacional es nula y
el fluido incompresible. Entonces el sistema de ecuaciones a ser considerado
es
u + p = f
u = 0
(171)
u
LU =
0
p
el desarrollo se har en notacin indicial, entonces tenemos que
wu + wp
W LU =
q u
usando notacin indicial se obtiene
X 2 ui
X 2 ui
p
p
wi
+
=
wi 2 + wi
2
x
x
x
x
i
i
j
j
j
j
(173)
(174)
(175)
X wi ui X ui
=
wi
xj x2j
xj
xj
j
j
p
wi
+
(wi p)
xi
xi
x2j
xj
xj
j
j
X ui
wi
+
(wi p)
wi
p
x
x
x
x
j
j
i
i
j
reordenando trminos tenemos
X
wi
2 wi
p
+
2
xj
xi
j
X wi
ui
ui
+
wi
(wi p)
xj
xj
xj
xi
j
ui
(177)
(178)
X ui
i
xi
X ui
q
xi
i
X q
X
=
ui
(qui )
xi
xi
i
i
38
(179)
en la ecuacin anterior se utiliz la igualdad de divergencia, entonces agrupando las ecuaciones Ec. (177) y Ec. (179) se tiene
X 2 ui
X ui
p
q
+
(180)
wi
2
xj
xi
xi
j
i
X
wi
2 wi
p
+
2
xj
xi
j
X wi
ui
wi
(wi p) +
ui
+
x
x
x
x
j
j
j
i
j
X
i
ui
ui
X
q
(qui )
xi
xi
i
wi
2 wi X q
ui
p
(181)
2 +
x
x
xi
i
j
j
i
X wi
X
ui
+
wi
(wi p)
(qui )
ui
+
xj
xj
xj
xi
xi
j
i
ui
L W =
0
q
(182)
(183)
3.5.
(184)
(185)
(186)
v a u + cu = vf
(187)
aplicando el teorema de Green (83) obtenemos la Ec. (98), que podemos reescribir como
Z
Z
vf dx.
(188)
v a u + cuv dx =
a (u, v) =
v a u + cuv dx
(189)
y la funcional lineal
l(v) = hf, vi =
vf dx
(190)
podemos reescribir el problema dado por la Ec. (91) de orden 2, haciendo uso
de la forma bilineal a (, ) y la funcional lineal l ().
Entonces entenderemos en el presente contexto un problema variacional con
valores de frontera (VBVP) por uno de la forma: hallar una funcin u que
pertenezca a un espacio de Hilbert V = H01 () y que satisfaga la ecuacin
a (u, v) = hf, vi
(191)
u, v V
(192)
v V
(193)
Esto significa que una forma V elptico es una que siempre es no negativa
y toma el valor de 0 slo en el caso de que v = 0, i.e. es positiva definida.
Notemos que el problema (186) definido en V = H01 () reescrito como el
problema (191) genera una forma bilineal V -elptico cuyo producto interior sobre
V es simtrico y positivo definido ya que
2
v V, v 6= 0
(194)
(195)
(196)
1
klkV
(197)
u, v V y p, p P.
(198)
Tambin denotando por Q el subespacio de V consistente de las funciones ortogonales a P en la norma L2 ; tal que
Z
updx = 0 p P ,
(199)
Q= vV |
41
a (q, q) kqkQ
para q Q,
(200)
v V
(201)
para p P
(202)
se satisfacen.
ii) La solucin u satisface
kukQ 1 klkQ
(203)
vV
(204)
42
4.
(206)
4.1.
Mtodos Directos
43
(0)
(0)
aij xj = ai,n+1 ,
i = 1, 2, ..., N
(207)
j=1
(0)
(i1)
y si a11 6= 0 y los pivotes aii , i = 2, 3, ..., N de las dems filas, que se obtienen
en el curso de los clculos, son distintos de cero, entonces, el sistema lineal
anterior se reduce a la forma triangular superior (eliminacin hacia adelante)
N
X
xi +
(i)
(i)
aij xj = ai,n+1 ,
i = 1, 2, ..., N
(208)
j=i+1
donde
k
= 1, 2, ..., N ; {j = k + 1, ..., N {
(k1)
(k)
akj
;
(k1)
akk
i = k + 1, ..., N + 1{
(k)
aij
akj
(k1)
= aij
(k) (k1)
akj aik
}}}
y las incgnitas se calculan por sustitucin hacia atrs, usando las frmulas
(N)
xN = aN,N+1 ;
i = N 1, N 2, ..., 1
N
X
(i)
(i)
aij xj .
xi = ai,N +1
(209)
j=i+1
(210)
4.2.
Mtodos Iterativos
(211)
0
comienza con una
aproximacin inicial u a la solucin u y genera una sucesin
de vectores uk k=1 que converge a u. Los mtodos iterativos traen consigo
un proceso que convierte el sistema Au = b en otro equivalente de la forma
u = T u + c para alguna matriz fija T y un vector c. Luego de seleccionar el
vector inicial u0 la sucesin de los vectores de la solucin aproximada se genera
calculando
uk = T uk1 + c k = 1, 2, 3, ...
(212)
Teorema 36 Si T < 1, entonces el sistema lineal u = T u + c tiene una solucin nica u y las iteraciones uk definidas por la frmula uk = T uk1 +c k =
1, 2, 3, ... convergen hacia la solucin exacta u para cualquier aproximacin lineal u0 .
Notemos que mientras menorsea la norma de la matriz T , ms rpida es la
convergencia, en el caso cuando T es menor que uno, pero cercano a uno, la
convergencia es muy lenta y el nmero de iteraciones necesario para disminuir
el error depende significativamente del error inicial. En este caso, es deseable
proponer al vector inicial u0 de forma tal que se mnimo el error
inicial. Sin
embargo, la eleccin de dicho vector no tiene importancia si la T es pequea
ya que la convergencia es rpida.
Como es conocido, la velocidad de convergencia de los mtodos iterativos
dependen de las propiedades espectrales de la matriz de coeficientes del sistema
de ecuaciones, cuando el operador diferencial L de la ecuacin del problema a
resolver es auto-adjunto se obtiene una matriz simtrica y positivo definida y el
nmero de condicionamiento de la matriz A, es por definicin
cond(A) =
max
1
mn
(213)
bi
aii
y B = {bij } =
46
(214)
a
si j 6= i
aij
ii
.
0
si j = i
n
X
(k1)
bij xj
+ di
(215)
j=1
(0)
donde xi
I B u = b.
(216)
Para la primera iteracin asumimos que k=b; entonces la ltima ecuacin se escribe como u = Bu+k. Tomando una aproximacin inicial u0 , podemos obtener
una mejor aproximacin remplazando u por la ms resiente aproximacin de
um . Esta es la idea que subyace en el mtodo Jacobi. El proceso iterativo queda
como
um+1 = Bum + k.
(217)
La aplicacin del mtodo a la ecuacin de la forma Au = b, con la matriz A
no cero en los elementos diagonales, se obtiene multiplicando la Ec. (211) por
1
D1 = diag(A)
obteniendo
B = I D1 A,
k = D1 b.
(218)
j>i
Notemos que el mtodo Gauss-Seidel requiere el mismo nmero de operaciones aritmticas por iteracin que el mtodo de Jacobi. Este mtodo se escribe
en forma matricial como
um+1 = Eum+1 + F um + k
(220)
47
(221)
um+1 = um + b Aum .
(222)
um+1 = I A um + b
(223)
en la prctica encontrar el valor de puede resultar muy costoso computacionalmente y las diversas estrategias para encontrar dependen de las caractersticas
propias del problema, pero este mtodo con un valor ptimo resulta mejor
que el mtodo de Gauss-Seidel.
Relajacin Sucesiva Partiendo del mtodo de Gauss-Seidel y sobrerrelajando este esquema, obtenemos
i1
N
X
X
um+1
= (1 ) um
bij um+1
+
bij um
(224)
i +
j + ki
i
j
j=1
j=i+1
4.3.
Gradiente Conjugado
48
A + AT
u > 0, con u Rn \ {0} .
2
(225)
k+1
pk+1
= rk k+1 pk
k+1
(226)
rk rk
pk+1
Apk+1
uk+1
= uk + k+1 pk+1
rk+1
= rk k+1 Apk+1 .
Si denotamos {i , Vi }N
i=1 como las eigensoluciones de A, i.e. AVi = i Vi ,
i = 1, 2, ..., N. Ya que la matriz A es simtrica, los eigenvalores son reales y
podemos ordenarlos por 1 2 ... N . Definimos el nmero de condicin
2
por Cond(A) = N /1 y la norma de la energa asociada a A por kukA = u Au
entonces
q
2k
1 Cond(A)
u uk u u0
.
q
(227)
A
A
1 + Cond(A)
El siguiente teorema nos da idea del espectro de convergencia del sistema
Au = b para el mtodo de Gradiente Conjugado.
49
ax
Teorema 38 Sea = cond(A) = m
1, entonces el mtodo de Gradiente
m
n
Conjugado satisface la Anorma del error dado por
ken k
2
n
n 2
ke0 k
+1
+1
+
1
1
+1
(228)
2
1
'1
+1
tal que
n
ken kA ' e0 A exp 2
(229)
(230)
4.4.
Precondicionadores
Una va que permite mejorar la eficiencia de los mtodos iterativos consiste en transformar al sistema de ecuaciones en otro equivalente, en el sentido
de que posea la misma solucin del sistema original pero que a su vez tenga
mejores condiciones espectrales. Esta transformacin se conoce como precondicionamiento y consiste en aplicar al sistema de ecuaciones una matriz conocida
como precondicionador encargada de realizar el mejoramiento del nmero de
condicionamiento.
Una amplia clase de precondicionadores han sido propuestos basados en las
caractersticas algebraicas de la matriz del sistema de ecuaciones, mientras que
por otro lado tambin existen precondicionadores desarrollados a partir de las
caractersticas propias del problema que lo origina, un estudio ms completo
puede encontrarse en [2] y [18].
Qu es un Precondicionador? De una manera formal podemos decir que
un precondicionador consiste en construir una matriz C, la cul es una aproximacin en algn sentido de la matriz A del sistema Au = b, de manera tal que
si multiplicamos ambos miembros del sistema de ecuaciones original por C 1
obtenemos el siguiente sistema
C 1 Au = C 1 b
50
(231)
(232)
uA u
n
uu
(234)
C 1 Au = C 1 b
(236)
u, C 1 Av = u C C 1 Av
= u Av
(237)
(238)
rk rk
pk+1 C 1 pk+1
52
(239)
y
k+1 =
pk C 1 rk
pk Apk
(240)
generando el mtodo de Gradiente Conjugado precondicionado con precondicionador C 1 . Es necesario hacer notar que los mtodos Gradiente Conjugado y
Gradiente Conjugado Precondicionado slo difieren en la eleccin del producto
interior.
Para el mtodo de Gradiente Conjugado Precondicionado, los datos de entrada son un vector de bsqueda inicial u0 y el precondicionador C 1 . Calculndose
r0 = b Au0 , p = C 1 r0 , quedando el mtodo esquemticamente como:
pk C 1 rk
pk Apk
k+1
pk+1
= rk k+1 pk
k+1
uk+1
= uk + k+1 pk+1
rk+1
= C 1 rk k+1 Apk+1 .
(241)
rk rk
pk+1 C 1 pk+1
Salir
x = Av
t = Pn
j=1 vj xj
u = u + tv
r = r tx
w = C 1 r
P
= nj=1 wj2
53
s=
T
v = C 1 w + sv
=
k =k+1
La salida del mtodo ser la solucin aproximada u = (u1 , ..., un ) y el residual r = (r1 , ..., rn ).
En el caso del mtodo sin precondicionamiento, C 1 es la matriz identidad,
que para propsitos de optimizacin slo es necesario hacer la asignacin de
vectores correspondiente en lugar del producto de la matriz por el vector. En
el caso de que la matriz A no sea simtrica, el mtodo de Gradiente Conjugado puede extenderse para soportarlas, para ms informacin sobre pruebas
de convergencia, resultados numricos entre los distintos mtodos de solucin
del sistema algebraico Au = b generada por la discretizacin de un problema
elptico y como extender estos para matrices no simtricas ver [9] y [7].
Teorema 40 Sean A, B y C tres matrices simtricas y positivas definidas entonces
C 1 A C 1 B B 1 A .
Clasificacin de los Precondicionadores En general se pueden clasificar
en dos grandes grupos segn su manera de construccin: los algebraicos o a
posteriori y los a priori o directamente relacionados con el problema continuo
que lo origina.
4.4.2.
Precondicionador a Posteriori
Aij si i = j
Cij =
(242)
0 si i 6= j.
54
1
T
1
1
1
1
C() =
(244)
D+L
D
D+L
2w
Si (i, j) S
Aij Aij A1
ij Akj
Sij =
(245)
Aij
Si (i, j)
/ S.
55
(246)
(247)
C 0 = arg mnCS AC I .
(248)
AC 0 I = < 1.
Existen dos razones para esto, primero, la ecuacin (248) permite asegurar
que C 0 no es singular (lema de Banach), y segundo, esta ser la base para
construir un algoritmo explcito para mejorar C 0 y resolver la ecuacin Au = b.
La construccin de C 0 se realiza en paralelo, independizando el clculo de
cada columna. El algoritmo permite comenzar desde cualquier entrada de la
columna k, se acepta comnmente el uso de la diagonal como primera aproximacin. Sea rk el residuo correspondiente a la columna k-sima, es decir
rk = AC k ek
(249)
nulas de rk . En lo que sigue, asumimos que Lk {j} = ik1 , ik2 , ..., ikpk es no
vaco, siendo pk el nmero actual de entradas no nulas de C k y que ikpk = j,
para todo j Jk . Para cada j, calculamos
AC k ek 2 = 1
2
pk
X
l=1
i2
det Dkl
det Gkl2 det Gkl
(250)
donde, para todo k, det Gk0 = 1 y Gkl es la matriz de Gram de las colum-
nas ik1 , ik2 , ..., ikpk de la matriz A con respecto al producto escalar Euclideano;
Dkl es la matriz que resulta de remplazar la ltima fila de la matriz Gkl por
akik1 , akik2 , , ..., akikl , con 1 l pk . Se selecciona el ndice jk que minimiza el
valor de AC k ek 2 .
Esta estrategia define el nuevo ndice seleccionado jk atendiendo solamente
al conjunto Lk , lo que nos lleva a un nuevo ptimo donde se actualizan todas las
entradas correspondientes a los ndices de Lk . Esto mejora el criterio de (247)
donde el nuevo ndice se selecciona manteniendo las entradas correspondientes
a los ndices de Lk . As C k se busca en el conjunto
Sk = {C k Rn | Cik = 0, i Lk {jk }} ,
pk
det Dkl
X
m
mk =
l
k
k
l=1 det Gl2 det Gl
(251)
k
t
la ltima fila del det Gl por eh , con 1 l pk .
2
Evidentemente, los clculos de AC k ek 2 y de C k pueden actualizarse
aadiendo la contribucin de la ltima entrada j Jk a la suma previa de 1 a
pk 1. En la prctica, det Gkl se calcula usando la descomposicin de Cholesky
puesto que Gkl es una matriz simtrica y definida positiva. Esto slo involucra la
factorizacin de la ltimafila y columna
si aprovechamos la descomposicin de
Gkl1 . Por otra parte, det Dkl / det Gkl es el valor de la ltima incgnita del
T
57
4.4.3.
Precondicionador a Priori
(252)
xT Ax
c2
xT Bx
58
(253)
donde c1 y c2 no dependen del tamao de la matriz. La importancia de esta propiedad es que del uso de B como precondicionador resulta un mtodo
iterativo cuyo nmero de iteraciones no depende del tamao de la matriz.
La eleccin ms comn para construir el precondicionador B es a partir de
la ecuacin diferencial parcial separable. El sistema resultante con la matriz B
puede ser resuelto usando uno de los mtodos directos de solucin rpida, como
pueden ser por ejemplo los basados en la transformada rpida de Fourier.
Como una ilustracin simple del presente caso obtenemos que cualquier operador elptico puede ser precondicionado con el operador de Poisson.
Construccin de Precondicionadores para Problemas Elpticos Empleando DDM Existen una amplia gama de este tipo de precondicionadores,
pero son especficos al mtodo de descomposicin de dominio usado, para el
mtodo de subestructuracin, los ms importantes se derivan de la matriz de
rigidez y por el mtodo de proyecciones, el primero se detalla en la seccin (??) y
el segundo, conjuntamente con otros precondicionadores pueden ser consultados
en [12], [5], [4] y [2].
Definicin 41 Un mtodo para la solucin del sistema lineal generado por
mtodos de descomposicin de dominio es llamado escalable, si la razn de convergencia no se deteriora cuando el nmero de subdominios crece.
La gran ventaja de este tipo de precondicionadores es que pueden ser ptimos
y escalables.
59
5.
(254)
Lu = a u + cu
(255)
donde
con a una matriz positiva definida, simtrica y c 0, como un caso particular
del operador elptico definido por la Ec. (91) de orden 2, con R2 un dominio
poligonal, es decir, es un conjunto abierto acotado y conexo tal que su frontera
es la unin de un nmero finito de polgonos.
La sencillez del operador L nos permite facilitar la comprensin de muchas
de las ideas bsicas que se expondrn a continuacin, pero tengamos en mente
que esta es una ecuacin que gobierna los modelos de muchos sistemas de la
ciencia y la ingeniera, por ello es muy importante su solucin.
Si multiplicamos a la ecuacin a u + cu = f por v V = H01 (),
obtenemos
v a u + cu = vf
(256)
aplicando el teorema de Green (83) obtenemos la Ec. (98), que podemos reescribir como
Z
Z
vf dx.
(257)
v a u + cuv dx =
a (u, v) =
v a u + cuv dx
(258)
y la funcional lineal
l(v) = hf, vi =
vf dx
(259)
5.1.
Mtodo Galerkin
La idea bsica detrs del mtodo Galerkin es, considerando el VBVP, encontrar u V = H01 () que satisfaga
a (u, v) = hf, vi
60
v V
(260)
V h = Generado {i }i=1 ,
V h V.
(261)
vh V h .
(262)
Esta es la esencia del mtodo Galerkin, notemos que uh y vh son slo combinaciones lineales de las funciones base de V h , tales que
uh =
N
X
ci i
y vh =
i=1
N
X
dj j
(263)
j=1
a i , j ci = f, j
(264)
i=1
o ms concisamente, como
N
X
i=1
en la cual
Kij ci Fj = 0 j = 1, 2, ...N
Kij = a i , j
y Fj = f, j
(265)
(266)
Kij ci Fj ,
61
j = 1, 2, ...N
(267)
o ms compactamente
Ku = F
(268)
en la cual K y F son la matriz y el vector cuyas entradas son Kij y Fj . Una vez
que el sistema es resuelto, la solucin aproximada uh es encontrada.
Notemos que la forma bilineal a (, ) define un producto interior sobre V ,
si a (, ) es simetrica y V elptica, entonces las propiedades de linealidad y
simetria son obvias, mientras que la propiedad de V elticidad de a (, ) es por
a(v, v) kvk2 > 0
v 6= 0,
(269)
Kij = a i , j = 0
si i 6= j
(270)
y
Kii ci = Fi
ci = Fi /Kii .
(271)
vh V h , vh 6= 0
(272)
reescribindose el problema (262) como el problema aproximado en el cual debemos encontrar uh V h V tal que
a (uh , vh ) = hf, vh i a (u0 , vh )
donde u0 = g = 0 en , para toda vh V h , es decir
Z
Z
f vh dxdy
vh a uh + cuh vh dxdy =
(273)
(274)
para todo vh V h .
Entonces, el problema (254) al aplicarle el mtodo Galerkin obtenemos (257),
el cual podemos reescribirlo como (274). Aplicando el teorema de Lax-Milgram
(33) a este caso particular, tenemos que este tiene solucin nica y esta depende
continuamente de los datos.
Como un caso particular del teorema de Lax-Milgram (33) tenemoe el siguiente resultado
62
a (uh , vh ) = hl, vh i
(275)
Adems, si l () es de la forma
hl, vh i =
con f L2 () , entonces
f vh dx
(276)
1
kf kL2 ,
(277)
kuh kV
(278)
vh V h
5.2.
cuando
h 0.
(279)
entonces
uh =
N
X
ci i y vh =
i=1
N
X
bj j
j=1
(281)
(282)
i=1
Kij = Li , j y Fj = f, j
(283)
5.3.
donde:
64
65
f j dxdy
(285)
i a j ci j dxdy =
Kij a i , j =
y la funcional lineal
i aij j ci j dxdy
Fj f, j =
f j dxdy
(286)
(287)
(288)
donde u ser el vector solucin a la Ec. (288) cuyos valores sern la solucin al
problema dado por la Ec. (274) que es la solucin aproximada a la Ec. (254) en
los nodos interiores de .
Un Caso ms General Sea el operador elptico (caso simtrico) en el dominio
, y el operador definido por
Lu
u
[u]
[an u]
=
=
=
=
f en \
g en
J0
J1
(289)
donde
Lu = a u + cu
(290)
Q
conjuntamente con una particin
= {1 , ..., E } de . Multiplicando por la
funcin w obtenemos
wLu = w a u + cwu = wf
entonces si w(x) es tal que [w] = 0 (es decir w es continua) y definimos
66
(291)
a (u, w) =
E Z
X
i=1
u a w + cwu dx
(292)
H 1 () = H 1 (1 ) H 1 (2 ) .... H 1 (E ) .
Entonces, reescribimos la Ec. (291) como
a (u, w) =
wf dx +
E Z
X
i=1
wf dx +
wan uds
(293)
Z
wan uds
w [an u] ds.
Sea u0 (x) una funcin que satisface las condiciones de frontera y J0 una
funcin que satisface las condiciones de salto, tal que
i) u0 (x) = g(x) en
ii) [u0 (x)] = J0
y sea u(x) = u0 (x) + v(x). Entonces u(x) satisface la Ec. (292) si y slo si
v(x) satisface
Z
Z
a (u, w) =
wf dx hu0 , wi
J1 wds
(294)
V h = i | i C 1 (i ) , i, i = 0 en y i C 0 () .
(295)
Kij = a i , j
j f dx a u0 , j
(297)
Z
J1 j ds
(298)
esta solucin ser la solucin en los nodos interiores de .En el presente captulo se prestar atencin a varios aspectos necesarios para encontrar la solucin
aproximada de problemas variacionales con valor en la frontera (VBVP). Ya que
en general encontrar la solucin a problemas con geometra diversa es difcil y
en algunos casos imposible usando mtodos analticos.
67
6.
(299)
Lu = a u + cu
(300)
donde
con a una matriz positiva definida, simtrica y c 0, como un caso particular
del operador elptico definido por la Ec. (91) de orden 2, con R2 un dominio
poligonal, es decir, es un conjunto abierto acotado y conexo tal que su frontera
es la unin de un nmero finito de polgonos.
La sencillez del operador L nos permite facilitar la comprensin de muchas
de las ideas bsicas que se expondrn a continuacin, pero tengamos en mente
que esta es una ecuacin que gobierna los modelos de muchos sistemas de la
ciencia y la ingeniera, por ello es muy importante su solucin.
Si multiplicamos a la ecuacin a u + cu = f por v V = H01 (),
obtenemos
v a u + cu = vf
(301)
aplicando el teorema de Green (83) obtenemos la Ec. (98), que podemos reescribir como
Z
Z
vf dx.
(302)
v a u + cuv dx =
a (u, v) =
v a u + cuv dx
(303)
y la funcional lineal
l(v) = hf, vi =
vf dx
(304)
6.1.
Triangulacin
E
[
e=1
donde:
68
6.2.
ii) Existen funciones base por cada nodo del polgono e , y cada
funcin i es no cero solo en los elementos contiguos conectados por
el nodo i.
iii) i = 1 en cada i nodo del polgono e y cero en los otros nodos.
69
6.3.
Para resolver la Ec. (299), usando una discretizacin con rectngulos, primero
dividimos el dominio R2 en Nx nodos horizontales por Ny nodos verticales,
teniendo E = (Nx 1)(Ny 1) subdominios o elementos rectangulares e tales
que = E
e=1 e y i j 6= si son adyacentes, con un total de N = Nx Ny
nodos.
Donde las funciones lineales definidas por pedazos en e en nuestro caso
sern polinomios de orden uno en cada variable separadamente y cuya restriccin
(e)
de i a e es i . Para simplificar
los clculos en esta etapa, supondremos que
1 0
, entonces se tiene que la integral del lado izquierdo
la matriz a = a
0 1
de la Ec. (285) queda escrita como
Z
Z
f j dxdy
(305)
ai j + ci j dxdy =
donde
Kij
=
=
ai j + ci j dxdy
E Z
X
e=1
E Z
X
e=1
(306)
(e)
(e)
(e) (e)
ai j + ci j dxdy
"
(e)
(e)
(e)
(e)
i j
i j
a
+
x x
y y
(e) (e)
ci j
dxdy
=
=
f j dxdy
E Z
X
(e)
f j dxdy.
e=1 e
70
(307)
(e)
K1,1
K (e)
2,1
(e)
K3,1
(e)
K4,1
(e)
K1,2
(e)
K2,2
(e)
K3,2
(e)
K4,2
(e)
K1,3
(e)
K2,3
(e)
K3,3
(e)
K4,3
(e)
K1,4
(e)
K2,4
(e)
K3,4
(e)
K4,4
Fj =
con la estructura
f j dxdy
(309)
(e)
F1
(e)
F2
(e)
F3
(e)
F4
el cual tambin deber ser ensamblado en el vector de carga global que corresponda a la numeracin de nodos locales al elemento e con respecto a la
numeracin global de los elementos de .
(e)
(e)
Montando los Kij en la matriz K y los Fj en el vector F segn la numeracin de nodos global, se genera el sistema Kuh =F donde uh ser el vector
cuyos valores sern la solucin aproximada a la Ec. (299) en los nodos interiores
de . La matriz K generada de esta forma, tiene una propiedad muy importante,
es bandada y el ancho de banda es de 9 elementos, esto es muy til al momento
de soportar la matriz en memoria.
Para implementar numricamente en cada e las integrales
!
#
Z " (e) (e)
(e)
(e)
i j
i j
(e) (e)
a
dxdy
+
+ ci j
x x
y y
e
y
(e)
f j dxdy,
(310)
(311)
Figura 2:
mediante la transformacin f (x, y) = T (, )+b, quedando dicha transformacin como
(e)
(e)
(e)
(e)
x2 x1
y y1
+ 2
2
2
(e)
(e)
(e)
(e)
x4 x1
y y1
+ 4
2
2
x =
=
(312)
(e)
(e)
x2 x1
2
(e)
(e)
x4 x1
2
(e)
(e)
y2 y1
2
(e)
(e)
y4 y1
2
(313)
72
(e)
x b1
yb2
(e)
(e)
!
y2 y1
(e)
x(e)
xb1
2
4 x1
(e)
y2 y1
2
(e)
(e)
x2 x1
2
(e)
Entonces las i
(e)
(e)
x4 x1
y b2
(e)
(e)
y2 y1
2
(e)
(e)
x2 x1
2
xb1
(e)
(e)
x2 x1
2
(314)
.
(e)
(e)
y4 y1
2
como
quedan definidas en trminos de
i
(, ) =
1
(, ) =
2
(, ) =
3
(, ) =
1
(1 )(1 )
4
1
(1 + )(1 )
4
1
(1 + )(1 + )
4
1
(1 )(1 + )
4
(315)
(e)
(e)
(, ) con (x, y) y
y las funciones i son obtenidas por el conjunto i (x, y) =
i
(,) relacionadas por la Ec. (312), entonces se tendrian las siguientes integrales
!
#
Z " (e) (e)
(e)
(e)
i j
i j
(e)
(e) (e)
Kij
=
a
dxdy
(316)
+
+ ci j
x x
y y
e
!
!
Z "
j
j
i
=
a
+
+
+
x
x
x
x
!
!
!#
j
j
i
i
+
+
+ ci j |J| dd
y
y
y
y
Para realizar el clculo numrico de las integrales en el rectngulo de refe = [1, 1] [1, 1], debemos conocer i , i , , , y , entonces
rencia
x y x
y
realizando las operaciones necesarias a la Ec. (315) obtenemos
1
= 14 (1 )
= 14 (1 )
= 14 (1 + )
= 14 (1 + )
y tambin
(e)
(e)
y4 y1
2 det T
(e)
(e)
y2 y1
2 det T
= 14 (1 )
= 14 (1 + )
= 14 (1 + )
= 14 (1 )
(e)
(e)
(e)
(e)
x4 x1
2 det T
x2 x1
2 det T
(e)
(318)
(319)
(e)
y Fj
i = 1, 2, ..., E
As, se construye una matriz global en la cual estn representados los nodos
conocidos y los desconocidos, tomando slo los nodos desconocidos de la matriz
K formaremos una matriz A, haciendo lo mismo al vector F formamos el vector
b, entonces la solucin al problema ser la resolucin del sistema de ecuaciones
lineales Ax= b, este sistema puede resolverse usando por ejemplo el mtodo de
Gradiente Conjugado. El vector x contendr la solucin buscada en los nodos
desconocidos Nd .
6.4.
Para resolver la Ec. (254), usando una discretizacin con tringulos, primero
dividimos el dominio R2 en Nx nodos horizontales por Ny nodos verticales,
teniendo E = 2(Nx 1)(Ny 1) subdominios o elementos tringulares e tales
74
que = E
e=1 e y i j 6= si son adyacentes, con un total de N = Nx Ny
nodos.
Donde las funciones lineales definidas por pedazos en e en nustro caso sern
polinomios de orden uno en cada variable separadamente y cuya restriccin de
(e)
i a e es i . Para simplificar
los clculos en esta etapa, supondremos que la
1 0
, entonces se tiene que la integral del lado izquierdo de
matriz a = a
0 1
la Ec. (285) queda escrita como
Z
Z
f j dxdy
(320)
ai j + ci j dxdy =
donde
Kij
=
=
ai j + ci j dxdy
E Z
X
e=1
E Z
X
e=1
(321)
(e)
(e)
(e) (e)
ai j + ci j dxdy
"
(e)
(e)
(e)
(e)
i j
i j
a
+
x x
y y
(e) (e)
ci j
dxdy
=
=
f j dxdy
E Z
X
(e)
f j dxdy.
e=1 e
(322)
(e)
k1,1
(e)
k2,1
(e)
k3,1
(e)
k1,2
(e)
k2,2
(e)
k3,2
(e)
k1,3
(e)
k2,3
(e)
k3,3
Fj =
f j dxdy
75
(324)
con la estructura
(e)
F
1(e)
F2
(e)
F3
el cual tambin deber ser ensamblado en el vector de carga global que corresponda a la numeriacin de nodos locales al elemento e con respecto a la
numeracin global de los elementos de .
(e)
(e)
Montando los Kij en la matriz K y los Fj en el vector F segn la numeracin de nodos global, se genera el sistema Kuh =F donde uh ser el vector
cuyos valores sern la solucin aproximada a la Ec. (254) en los nodos interiores
de . La matriz K generada de esta forma, tiene una propiedad muy importante,
es bandada y el ancho de banda es de 7 elementos, esto es muy til al momento
de soportar la matriz en memoria.
Para implementar numricamente en cada e las integrales
!
#
Z " (e) (e)
(e)
(e)
i j
i j
(e) (e)
a
dxdy
+
+ ci j
x x
y y
e
y
(325)
(e)
f j dxdy
(e)
(e)
x = x1 (1 ) + x2 + x3
(e)
(e)
(e)
y = y1 (1 ) + y2 + y3
(326)
(e)
(e)
(e)
x2 x1
(e)
(e)
y2 y1
(e)
x3 x1
(e)
(e)
y3 y1
(327)
(e)
x1
(e)
y1
76
(328)
Figura 3:
tambin se tiene que la transformacin inversa es
i
1 h (e)
(e)
(e)
(e)
(e)
(e)
y3 y1
x x1 x3 x1
y y1
(329)
=
2Ae
i
1 h (e)
(e)
(e)
(e)
(e)
(e)
=
y2 y1
x x1 x2 x1
y y1
2Ae
donde
Ae
(e)
Entoces las i
(e)
1 x1
= det 1 x(e)
2
(e)
1 x3
(e)
y1
(e)
y2 .
(e)
y3
(330)
como
quedan definidas en trminos de
i
(, ) = 1
1
(, ) =
2
(, ) =
(331)
(e)
(e)
(, ) con
entoces las funciones i son obtenidas por el conjunto i (x, y) =
i
(x, y) y (,) relacionadas por la Ec. (326), entonces se tendrian las siguientes
77
integrales
(e)
kij
!
#
(e)
(e)
(e)
(e)
i j
i j
(e) (e)
=
a
dxdy
(332)
+
+ ci j
x x
y y
e
!
!
Z "
j
j
i
=
a
+
+
+
x
x
x
x
!
!
!#
j
j
i
i
+
+
+ ci j |J| dd
y
y
y
y
Z
"
x y x
y
operaciones necesarias a las Ec. (331) obtenemos
1
y tambin
(e)
= 1
=1
=0
(e)
y3 y1
2Ae
(e)
(e)
y2 y1
2Ae
(334)
= 1
=0
=1
(e)
(e)
x3 x1
2Ae
(e)
(e)
x2 x1
(335)
2Ae
(e)
(e)
y Fj
integrales en el elemento e .
Suponiendo que fue dividido en E elementos, estos elementos generan
N nodos en total, de los cuales Nd son nodos desconocidos y Nc son nodos
conocidos con valor j , entonces el algoritmo de ensamble de la matriz K y el
vector F se puede esquematizar como:
Ki,j = (i , j ) i = 1, 2, ..., E, j = 1, 2, ..., E
Fj = (f , j ) j = 1, 2, ..., E
j = 1, 2, ..., Nd :
78
bj = bj i Ki,j
i = 1, 2, ..., E
As, se construye una matriz global en la cual estn representados los nodos
conocidos y los desconocidos, tomando slo los nodos desconocidos de la matriz
K formaremos una matriz A, haciendo lo mismo al vector F formamos el vector
b, entonces la solucin al problema ser la resolucin del sistema de ecuaciones
lineales Ax= b, este sistema puede resolverse usando por ejemplo el mtodo de
gradiente conjugado. El vector x contendr la solucin buscada en los nodos
desconocidos Nd .
6.5.
Implementacin Computacional
(336)
(337)
(338)
(339)
donde
cuya solucin es
Para las pruebas de rendimiento en las cuales se evala el desempeo de los
programas realizados se usa n = 10, pero es posible hacerlo con n N grande.
Por ejemplo para n = 4, la solucin es u(x, y) = sin(4x)sin(4y), cuya grfica
se muestra a continuacin:
Hay que hacer notar que al implementar la solucin numrica por el mtodo
del elemento finito y el mtodo de subestructuracin secuencial en un procesador, un factor limitante para su operacin es la cantidad de memoria disponible
en la computadora, ya que el sistema algebraico de ecuaciones asociado a est
problema crece muy rpido (del orden de n2 ), donde n es el nmero de nodos
en la particin.
En todos los clculos de los mtodos numricos usados para resolver el sistema lineal algebraico asociado se us una tolerancia mnima de 11010 . Ahora,
veremos la implementacin del mtodo de elemento finito secuencial para despus continuar con el mtodo de descomposicin de dominio tanto secuencial
como paralelo y poder analizar en cada caso los requerimientos de cmputo,
necesarios para correr eficientemente un problema en particular.
80
Iteraciones
865037
446932
761
Tiempo Total
115897 seg.
63311 seg.
6388 seg.
82
Precondicionador
Jacobi
SSOR
Factorizacin Incompleta
Iteraciones
760
758
745
Tiempo Total
6388 seg.
6375 seg.
6373 seg.
83
7.
Apndice A
7.1.
A continuacin detallaremos algunos resultados de lgebra lineal, las demostraciones de los siguientes resultados puede ser consultada en [21].
Definicin 46 Sea V un espacio vectorial y sea f () : V R, f es llamada
funcional lineal si satisface la condicin
f (v + w) = f (v) + f (w)
v, w V
, R.
(340)
v D} .
(341)
(342)
84
(343)
Definicin 55 Sea V un espacio vectorial sobre los reales. Se dice que una
funcin (, ) : V V R es una forma bilineal sobre V, si para toda x, y, z V
y , R se tiene
(x + y, z) = (x, z) + (y, z)
(x, y + z) = (x, y) + (x, z) .
(344)
x V
(345)
7.2.
A continuacin detallaremos algunos resultados conjuntos de espacios algebra, conjuntos de medida cero y funciones medibles, las demostraciones de
los siguientes resultados puede ser consultada en [23] y [3].
Definicin 58 Una -algebra sobre un conjunto es una familia de subconjuntos de que satisface
Si n entonces
n=1
Si entonces c .
Definicin 59 Si es un espacio topolgico, la familia de Borel es el conjunto
-algebra ms pequeo que contiene a los abiertos del conjunto .
Definicin 60 Una medida sobre es una funcin no negativa real valuada
cuyo dominio es una -algebra sobre que satisface
() = 0 y
85
[
X
n =
( n ) .
n=1
(346)
n=1
X Y
(347)
Y X
7.3.
Espacios Lp
Las definiciones y material adicional puede ser consultada en [13], [19] y [3].
Definicin 69 Una funcin medible f () (en el sentido de Lebesgue) es llamada
integrable sobre un conjunto medible Rn si
Z
|f | dx < .
(348)
86
es integrable.
Al espacio L2 () se le llama cuadrado integrable.
Definicin 71 La norma L2 () se define como
12
Z
2
kukL2 () =
|u(x)| dx
<
(350)
(351)
(352)
7.4.
Distribuciones
f dx
(355)
con D().
Si el soporte de es K , entonces
Z
Z
|hF, i| = f dx = f dx sup ||
|f (x)| dx
xK
(356)
(357)
xi
que se satisface para todas las funciones u, v en C 1 (), donde ni es la i-sima
componente de la derivada normal del vector n en la frontera de un dominio
.
Una versin de la Ec. (359) en una dimensin se obtiene usando la formula
de integracin por partes, quedando como
Z b
Z b
0
b
uv dx = [uv] |a
vu0 dx, u, v C 1 [a, b]
(360)
a
(361)
89
(364)
||
hu, D i ,
D().
(366)
hD u, i = (1)
||
hu, D i ,
D().
(368)
hD u, i =
D u (x) (x) dx
(369)
(370)
para || m.
Definicin 85 Llamamos a la funcin (o ms precisamente, a la equivalencia
de clases de funciones) D u obtenida en la Ec. (370), la sima derivada
dbil de la funcin u.
, entonces la derivada D u coincide
Notemos que si u pertenece a C m
con la derivada clsica para || m.
90
8.
Bibliografa
Referencias
[1] A. Quarteroni, A. Valli; Domain Decomposition Methods for Partial Differential Equations. Clarendon Press Oxford 1999.
[2] A. Toselli, O. Widlund; Domain Decomposition Methods - Algorithms and
Theory. Springer, 2005.
[3] B. D. Reddy; Introductory Functional Analysis - With Applications to
Boundary Value Problems and Finite Elements. Springer 1991.
[4] B. F. Smith, P. E. Bjrstad, W. D. Gropp; Domain Decomposition, Parallel
Multilevel Methods for Elliptic Partial Dierential Equations. Cambridge
University Press, 1996.
[5] B. I. Wohlmuth; Discretization Methods and Iterative Solvers Based on
Domain Decomposition. Springer, 2003.
[6] I. Foster; Designing and Building Parallel Programs. Addison-Wesley Inc.,
Argonne National Laboratory, and the NSF, 2004.
[7] G. Herrera; Anlisis de Alternativas al Mtodo de Gradiente Conjugado
para Matrices no Simtricas. Tesis de Licenciatura, Facultad de Ciencias,
UNAM, 1989.
[8] I. Herrera, M. Daz; Modelacin Matemtica de Sistemas Terrestres (Notas
de Curso en Preparacin). Instituto de Geofsica, (UNAM).
[9] I. Herrera;Un Anlisis del Mtodo de Gradiente Conjugado. Comunicaciones Tcnicas del Instituto de Geofsica, UNAM; Serie Investigacin, No.
7, 1988.
[10] I. Herrera; Mtodo de Subestructuracin (Notas de Curso en Preparacin).
Instituto de Geofsica, (UNAM).
[11] I. Herrera y R. Yates; UnifieD Multipliers-Free Theory of Dual-Primal Domain Decomposition Methods, ....
[12] J. II. Bramble, J. E. Pasciak and A. II Schatz. The Construction of Preconditioners for Elliptic Problems by Substructuring. I. Math. Comput., 47,
103-134,1986.
[13] J. L. Lions & E. Magenes; Non-Homogeneous Bonduary Value Problems
and Applications Vol. I, Springer-Verlag Berlin Heidelber New York 1972.
[14] K. Hutter & K. Jhnk; Continuum Methods of Physical Modeling. SpringerVerlag Berlin Heidelber New York 2004.
91
92