Documentos de Académico
Documentos de Profesional
Documentos de Cultura
^ M
X
' = + am Nm (1)
m=1
donde am es un conjunto de parametros que hay que calcular para obtener un buen ajuste. Las
funciones de prueba tambien son conocidas como funciones de base o funciones de forma.
Para elegir el conjunto de funciones Nm se debe cumplir la condicion que al aumentar el numero
^
M se tenga la garant a de obtener una mejor solucion aproximada, con lo cual la funcion convergera
a . Una condicion para que se logre la convergencia es que el conjunto de funciones elegido tenga la
posibilidad de representar cualquier variacion de la funcion en el dominio . Esto es conocido como
requerimiento de completitud.
El concepto de discretizacion aparece cuando se reemplazan los in nitos puntos donde se necesita
conocer la funcion incognita por un numero nito de parametros desconocidos am . En general este
conjunto de parametros am estara asociado al conjunto de funciones que utilizaremos para aproximar a
la funcion mediante una interpolacion parametrica (1) . Las funciones que utilizaremos para aproximar
y los parametros constituiran una interpolacion parametrica.
Solo resta establecer una metodolog a (o procedimiento) que nos permita determinar los valores de
los parametros. Con este n se presenta, luego del ejemplo, el metodo de aproximacion por residuos
ponderados.
EJEMPLO 1:
Este ejemplo tiene la nalidad de encontrar una funcion aproximante parametrica como la (1) a
una funcion dada. Supongamos que tenemos la funcion:
^
= + a1 N1 + a2 N2
= 0:3505740306 x
= [ (0:1 + 1=3) sin(1:7 1)] x
N1 = x (1 x)
2
N2 = x (1 x)
^
Como debemos calcular dos parametros, pondremos las siguientes condiciones (arbitrarias): (1=3) =
^
(1=3) y (2=3) = (2=3), lo cual permitira plantear un sistema de dos ecuaciones con dos incognitas,
resolverlo y obtener el valor de los parametros a1 y a2 .
1
^
(1=3) = (1=3) + a1 N1 (1=3) + a2 N2 (1=3)
^
(2=3) = (2=3) + a1 N1 (2=3) + a2 N2 (2=3)
2 2
9 27 a1 0:2064978 0:350574 1=3
2 4 =
9 27 a2 +0:1310596 0:350574 2=3
a1 2:44824857
=
a2 2:97944192
^
= 0:3505740306 x 2:44824857x (1 x) + 2:97944192x2 (1 x)
Z Z " M
#
^ X
0 = Wl d = Wl am Nm d (4)
m=1
Z Z " M
#
X
= Wl [ ]d Wl am Nm d
m=1
0 1
Z M
X Z
= Wl [ ]d @ Wl Nm d A am
m=1
0 = f Ka
Donde:
2
aT = (a1 ; a2 ; :::; aM ) (5)
Z
Klm = Wl Nm d 1 l M y1 m M
Z
fl = Wl ( ) d 1 l M
Ka + f = 0 (6)
Donde K es la matriz de coe cientes, a el vector que contiene los parametros incognitas y f el
vector de terminos independientes.
Para poder resolver las integrales previamente debemos elegir al conjunto de funciones de peso
Wl . Varios conjuntos de funciones de peso pueden ser utilizados cada uno conduce a un metodo
de aproximacion por residuos ponderados diferente. A continuacion se presentan algunos de los mas
utilizados.
Wl = (x xl ) (7)
donde (x xl ) es la funcion Delta de Dirac, que tiene las siguientes propiedades:
(x xl ) = 0 si x 6= xl (8)
(x xl ) = 1 si x = xl
Z l
x>x
(x xl ) G(x) dx = G(xl )
x<xl
3
xZ
l+1
Klm = 1 Nm dx (11)
xl
xZ
l+1
fl = 1 ( ) dx
xl
M nimos cuadrados
En general el metodo de m nimos cuadrados no es presentado como un metodo de residuos ponderados,
pero puede mostrarse que pertenece a esta clase de metodos. La aproximacion general por m nimos
cuadrados es tratar de minimizar la suma de los cuadrados del residuo (o error) en cada punto del
dominio . En este caso se requiere la minimizacion de:
Z ^ 2
I (a1 ; a2 ; :::; aM ) = d (12)
se plantea que
@I
= 0 para l = 1; 2; :::M (13)
@al
Llevando a cabo el proceso de derivacion, y teniendo en cuenta (1) se obtiene:
@I
= Nl (14)
@al
Puede mostrarse que I es un m nimo cuando:
Z ^
Nl d =0 (15)
Esta ultima expresion es de la misma forma que (3) si se considera que Wl = Nl . Las expresiones
para las componentes:
Z
Klm = Nl Nm d (16)
Z
fl = Nl ( ) d
Galerkin
Este es sin dudas es el mas popular de los metodos de residuos ponderados. En este caso se eligen
como funciones de peso a las mismas funciones que se utilizan como funciones de forma, es decir
Wl = Nl . Haciendo el reemplazo en (3), las componentes de la matriz K y del vector f son:
Z
Klm = Nl Nm d (17)
Z
fl = Nl ( ) d
4
Observaciones:
| Este metodo tiene la ventaja computacional de que la matriz K , en general, resulta simetrica.
| Las expresiones (16) y (17) resultan ser identicas (por lo cual la aproximacion capturara la
tendencia de la funcion ).
| Si el conjunto de funciones de prueba Nm = sin (m x=Lx ) para m = 1; 2; :::M y =
fxn 0 x Lx g se obtiene que:
Z
Lx
l x m x
Klm = sin sin dx
Lx Lx
0
Z
Lx
l x
fl = sin ( ) dx
Lx
0
que al realizar las integrales (teniendo en cuenta las propiedades de las integrales de las funciones
trigonometricas) da:
Lx =2 si l = m
Klm =
0 si l 6= m
dando lugar a un sistema diagonal, resultando inmediatamente en la solucion:
Z
Lx
2 l x
am = sin ( ) dx para m = 1; 2; :::m
Lx Lx
0
Que es identica a la representacion de una serie seno de Fourier truncada, donde la particular
simplicidad se debe a la propiedad de ortogonalidad de las funciones de forma.
EJEMPLO 2:
Encontraremos ahora las aproximaciones a la funcion del ejemplo 1 empleando el metodo de resid-
uos ponderados utilizando las distintas funciones de peso presentadas. La funcion a aproximar en
= [0; 1] es:
^
= + a1 N1 + a2 N2
= 0:3505740306 x
N1 = x (1 x)
2
N2 = x (1 x)
5
El sistema y su solucion son:
Klm = Nm dx y fl = ( ) dx
xl xl
R
0:5
K11 = N1 (x) dx = 0:083333
0
R
0:5
K12 = N2 (x) dx = 0:0260416
0
R
0:5
f1 = [ (x) (x)] dx = 0:11234019
0
R1
K21 = N1 (x) dx = 0:0833333
0:5
R1
K22 = N2 (x) dx = 0:0572916
0:5
R1
f2 = [ (x) (x)] dx = 0:02452481
0:5
El sistema algebraico y su solucion son:
M nimos cuadrados
En este caso se tiene que las expresiones para Klm y fl coinciden con las que corresponden a
Galerkin:
xZ
l+1 xZ
l+1
Klm = Nl Nm d y fl = Nl ( ) d
xl xl
R1 1
K11 = N1 (x) N1 (x) dx = 30
0
R1 1
K12 = N1 (x) N2 (x) dx = 60
0
R1
f1 = N1 (x) [ (x) (x)] dx = 0:03053668742
0
R1 1
K21 = N2 (x) N1 (x) dx = 60
0
R1 1
K22 = N2 (x) N2 (x) dx = 105
0
R1
f2 = N2 (x) [ (x) (x)] dx = 0:01192414968
0
6
El sistema y su solucion son:
1 1
30 60 a1 0:03053668742 a1 = 2:32066211519
1 1 = )
60 105 a2 0:01192414968 a2 = 2:80912298519
^
= 0:3505740306 x 2:32066211519 x (1 x) + 2:80912298519 x2 (1 x)
En el siguiente gra co se han superpuesto la funcion y las aproximaciones obtenidas.
7
Ecuaciones diferenciales a tratar.
Las soluciones numericas a ecuaciones diferenciales ordinarias o a derivadas parciales por aplicacion
de procedimientos numericos llevaran impl citos los conceptos de aproximacion y de discretizacion del
tipo de los considerados al tratar la interpolacion parametrica.
La seleccion del conjunto de funciones de aproximacion es un punto clave para la solucion de
ecuaciones diferenciales utilizando metodos numericos. Es el primer paso para replantear el problema
matematico a resolver, con el n de obtener una forma puramente algebraica que aproxime a la solucion
de las mismas.
En ingenier a cuando se quiere encontrar una descripcion cuantitativa de un fenomeno f sico lo
primero que se hace es plantear un conjunto de ecuaciones de gobierno, que en general consiste en un
sistema de ecuaciones diferenciales ordinarias o a derivadas parciales, en una dada region o dominio y
las condiciones de contorno e iniciales correspondientes al problema.
El segundo paso es resolver ese sistema para un dado conjunto de datos. En este punto es donde
aparecen los inconvenientes, pues solo es posible resolverlas exactamente (anal ticamente) si las ecua-
ciones son muy simples y estan de nidas en un dominio de geometr a simple. As y todo si el numero
de variables dependientes aumenta, suelen encontrarse di cultades para resolver el sistema.
Para salvar este problema y utilizar una de las mas potentes herramientas (la computadora) se
debe replantear el problema de una manera puramente algebraica. Para llevar a cabo esto puede
utilizarse alguna de las formas de discretizacion del problema continuo de nido por las ecuaciones
diferenciales. En esta discretizacion el conjunto in nito de numeros que representa a la/s funcion/es
solucion desconocida/s es reemplazado por un numero nito de parametros desconocidos. En este
proceso se requiere alguna forma de aproximacion.
Una de las formas de discretizacion posible, y una de las mas simples, es el proceso de diferencias
nitas. En lo que sigue veremos varias aproximaciones por funciones de prueba que conducen a otra
clasi cacion general que se conoce como metodo de elementos nitos.
Para poder avanzar, vamos a concentrar la atencion en algunos problemas particulares simples.
Estos problemas serviran para desarrollar ejemplos y para introducir los principios generales de aprox-
imacion, de modo tal que luego puedan aplicarlos a sus propios casos especiales sea que generen sus
propios programas o que utilicen un programa desarrollado con esta metodolog a.
Problema: ujo de calor en un dominio bidimensional
Planteo: utilizaremos la notacion qx para el calor que uye en la direccion del eje x en la unidad
de tiempo y qy cuando ocurre en la direccion del eje y. La diferencia D entre el calor que entra y el
que sale de un elemento de tama~ no dx dy viene representado por la expresion:
@qx @qy
D= qx + dx qx dy + qy + dy qy dx (18)
@x @y
Por conservacion de la energ a, D debe ser igual a la suma del calor generado en el elemento y al
calor liberado en el mismo en la unidad de tiempo. Para el calor generado utilizaremos la notacion Q
dx dy donde Q podra variar con la posicion (coordenada (x; y) del punto dentro del dominio) y del
tiempo, y para el calor liberado c (@ = @t) dx dy donde c es el calor espec co, la densidad y
8
(x; y; t) es la distribucion de temperatura en el tiempo t. El requerimiento de igualdad nos lleva a la
relacion diferencial, que debe satisfacerse en todo el dominio:
@qx @qy @
+ Q+ c =0 (19)
@x @y @t
La ley f sica que gobierna el ujo de calor en un medio isotropico, puede escribirse para la compo-
nente de ujo en una direccion cualquiera n por Ley de Fourier:
@
qn = k (20)
@n
Donde k es una propiedad conocida del medio denominada conductividad termica. Para las direc-
ciones x e y especi camente:
@
qx = k (21)
@x
@
qy = k
@y
Las relaciones (19) y (21) de nen un sistema de ecuaciones diferenciales que gobiernan el problema
y requieren la solucion para las tres variables dependientes qx , qy y . Tal solucion requiere se
especi quen las condiciones iniciales (por ejemplo la distribucion de temperatura) en todo el dominio
para t = to y las condiciones de contorno (o borde) en el borde del dominio .
T picamente podremos encontrarnos con dos clases de condiciones de borde involucradas en el
problema f sico.
La primer clase de condicion, aplicable a la parte del contorno, donde se especi can los valores
(x; y; t) de la temperatura. A este tipo de condicion se la suele denominar condicion de Dirichlet o
condicion esencial. Podemos escribirla como:
=0 en (22)
La segunda clase de condicion de borde que se aplica a la parte q , que es lo que resta del borde
del dominio, donde se especi ca el valor del ujo de calor (o del gradiente de temperatura) referido a
la direccion n normal al borde q(x; y; t). A este tipo de condicion se la suele denominar condicion de
Newman o condicion natural. Se la puede escribir como:
qn q=0 en q (23)
El problema esta completamente de nido por las ecuaciones (19), (21), (22) y (23) y la condicion
inicial ( en t = t0 )los valores que representan la distribucion de , qx y qy para todo tiempo t pueden
ser, en principio, obtenidas resolviendo este conjunto de ecuaciones.
Cabe remarcar que todo punto del contorno debe tener especi cada alguna condicion, lo cual lleva
a que en todos los casos se cumpla que:
= + q (24)
La ecuacion (19) puede expresarse de una forma alternativa utilizando (21) para eliminar como
incognitas a qx y qy . Como consecuencia obtenemos la siguiente ecuacion diferencial de mayor orden:
@ @ @ @ @
k + k +Q c =0 (25)
@x @x @y @y @t
Esta ecuacion diferencial tambien requiere que se especi quen las condiciones iniciales y de con-
torno. Esta ecuacion representa un problema de nido en el dominio del tiempo y del espacio. Si
suponemos que para nuestro problema se esta en estado estable (o estacionario) entonces @ =@t = 0 y
la ecuacion de gobierno se simpli ca a:
9
@ @ @ @
k + k +Q=0 (26)
@x @x @y @y
Esta ultima solo requiere que se especi quen las condiciones de contorno como en (22) y (23).
Principalmente vamos a trabajar con esta ultima forma de de nir el problema, por ser mas simple y
porque varias situaciones f sicas tienen expresiones matematicas similares (solo cambian el signi cado
de las variables y de los coe cientes que caracterizan al sistema). Otras aplicaciones de esta ecuacion
son por ejemplo: ujo irrotacional de un uido ideal (k = cte y Q = 0), ujo de un uido a traves de
un medio poroso (Q = 0 y k = permeabilidad del medio poroso), entre otras.
Primeramente, para un problema unidimensional, las expresiones se reducen a:
@ @
k +Q = 0 (27)
@x @x
= 0
qn q = 0
En este caso la funcion sera la encargada de cumplir las condiciones de borde y las funciones Nm
las encargadas de ajustar a la funcion solucion en el dominio. Estas funciones son elegidas de manera
tal que cumplan con las siguientes condiciones:
M( ) = r en (31)
M(Nm ) = 0 para m = 1; 2; :::M en
10
^
Por esto u satisface automaticamente las condiciones de borde, cualquiera sean los valores que
^
adopten los coe cientes am . La funcion u (30) puede utilizarse tambien para aproximar a las derivadas
de u derivando esta directamente con tal que las funciones Nm sean continuas en el dominio y que
existan todas sus derivadas necesarias (no nulas):
M
X
^
u ' u = + am Nm (32)
m=1
^ M
X
@u @u @ @Nm
' = + am
@x @x @x @x
m=1
@2u @ u 2^@2 XM
@ 2 Nm
' = + am
@x2 @x2 @x2 @x2
m=1
@u @2u
Las aproximaciones a u, @x y @x2
son reemplazadas en la ecuacion diferencial A(u) para obtener
la expresion del residuo R :
^
R = A(u) (33)
^
= L(u) + p
M
X
= L( ) + am L(Nm ) + p
m=1
Obtenido el residuo este se minimizara utilizando el metodo de los residuos ponderados, para que
R ' 0 en , lo cual lleva a plantear:
Z Z " M
#
X
Wl R d = Wl L( ) + am L(Nm ) + p = 0 (34)
m=1
Z
Klm = Wl L(Nm ) d 1 l M y 1 m M
Z Z
fl = Wl p d + Wl L( ) d 1 l M (35)
Ka + f = 0
11
^
Como u no satisface las condiciones de borde, aparecera un residuo R en el borde ademas del
residuo R en el dominio. Ahora se tiene :
^ ^
R = A(u) = L(u) + p en (37)
^ ^
R = B(u) = M(u) + r en
Ahora deben ser minimizados ambos, para lo cual se propone plantear el metodo de los residuos
ponderados de la siguiente manera:
Z Z
Wl R d + W l R d = 0 (38)
Las funciones de peso Wl (en el dominio) y las W l (en el contorno) pueden ser elegidas en forma
independiente. La aproximacion (36) puede utilizarse para aproximar a las derivadas de u, con tal que
las funciones Nm sean continuas en el dominio y que existan todas sus derivadas:
M
X
^
u ' u = am Nm (39)
m=1
^ M
X
@u @u @Nm
' = am
@x @x @x
m=1
^ M
X
@2u @2u @ 2 Nm
' = am
@x2 @x2 @x2
m=1
Z Z
Klm = Wl L(Nm ) d + W l M(Nm ) d 1 l M y 1 m M (40)
Z Z
fl = Wl p d Wl r d 1 l M
Z Z h ^ i
Wl R d = Wl L(u) + p d
Z Z
^
= Wl L(u) d + Wl p d
R R
El primer termino puede ser integrado por partes (recordar que udv = uv j vdu) obteniendo:
12
Z Z Z
^ ^ ^
Wl L(u) d = Wl E u d C (Wl ) D u d (41)
Debido a que los nuevos operadores diferenciales son de menor orden, son menores tambien los
requerimientos que deben cumplir las funciones de prueba, lo cual es una ventaja adicional.
Con el n de aclarar los conceptos que han sido presentados de manera abstracta, plantearemos
un par de problemas simples a los que aplicaremos los procedimientos recien vistos, estos se presentan
en los siguientes ejemplos.
EJEMPLO 3:
Vamos a tratar con el siguiente problema de transferencia de calor unidimensional con una fuente
distribuida gobernado por el siguiente sistema de ecuaciones:
@2
@x2
+ + 1 = 0 x 2 [0; 1]
= 0 en x = 0
= 1 en x = 1
p (x) =
@2
@x2
=0
0+ +1=0) = 1
13
Con funciones que satisfacen las condiciones de borde
El problema esta de nido por:
@2
@x2
+ + 1 = 0 para 0 x 1
= 0 en x = 0
= 1 en x = 1
Si analizamos las ecuaciones de gobierno comparandolas con las expresiones generales (28) y (29),
se tiene que:
@ 2 ()
L() = + () p=1
@x2
M() = () r=0 en x = 0
M() = () r= 1 en x = 1
^
La aproximacion , estara formada por la funcion a la que le exigiremos que cumpla las condi-
ciones de contorno, y una familia de funciones de prueba Nm = 0 en el borde. Se propone utilizar:
^
= + a1 N1 + a2 N2
= x
N1 = x (1 x)
2
N2 = x (1 x)
Entonces:
@ @2
=x @x = 1 @x2
=0 L( ) = 0 + x
@N1 @ 2 N1
N1 = x (1 x) @x = 1 2x @x2
= 2 L(N1 ) = 2 + x (1 x)
@N2 @ 2 N2
N2 = x2 (1 x) @x = 2x 3x2 @x2
=2 6x L(N2 ) = 2 6x + x2 (1 x)
Z Z h ^ i
Wl R d = Wl L(u) + p d
Z1 " 2
#
X
= Wl L( + am Nm ) + p dx
0 m=1
Z1 2
X Z1 Z1
= Wl L( ) dx + am Wl L (Nm ) dx + Wl p dx
0 m=1 0 0
Agrupando, se obtienen:
Z1
Klm = Wl L(Nm ) dx
0
Z1 Z1
fl = Wl p dx + Wl L( ) dx
0 0
Utilizaremos las diferentes funciones de peso para encontrar las soluciones aproximadas.
Colocacion por puntos
Wl = (x xl )
Elegimos los puntos de colocacion a x1 = 1=3 y x2 = 2=3:
14
R1 16
K11 = (x x1 ) L(N1 )dx = 9
0
R1 2
K12 = (x x1 ) L(N2 )dx = 27
0
R1 R1 4
f1 = (x x1 ) L( )dx + (x x1 ) pdx = 3
0 0
R1 16
K21 = (x x2 ) L(N1 )dx = 9
0
R1 50
K22 = (x x2 ) L(N2 )dx = 27
0
R1 R1 5
f2 = (x x1 ) L( )dx + (x x1 ) pdx = 3
0 0
El sistema a resolver y su solucion son:
16 2 4
9 27 a1 3 a1 = 315
416
16 50 = 5 ) 9
9 27 a2 3 a2 = 52
^ 315 9 2
=x+ x (1 x) + x (1 x)
416 52
Colocacion por subdominios
Galerkin
Wl = Nl (44)
15
R1 3
K11 = N1 L(N1 )dx = 10
0
R1 3
K12 = N1 L(N2 )dx = 20
0
R1 R1 1
f1 = N1 L( )dx + N1 p dx = 4
0 0
R1 3
K21 = N2 L(N1 )dx = 20
0
R1 13
K22 = N2 L(N2 )dx = 105
0
R1 R1 2
f2 = N2 L( )dx + N2 p dx = 15
0 0
El sistema y su solucion:
3 3 1 92
10 20 a1 4 a1 = 123
3 13 = 2 ) 7
20 105 a2 15 a2 = 41
^
92 7
x (1 x) + x x2 (1 x)
=x+
123 41
En el siguiente gra co se han superpuesto la solucion anal tica y las soluciones aproximadas
obtenidas.
(En este caso tambien se podr a haber trabajado encontrando la forma debil del problema)
16
EJEMPLO 4:
Se propone resolver el problema de nido por:
@2
@x2
+ + 1 = 0 para 0 x 1
= 0 en x = 0
@
@x = 1 en x = 1
Solucion anal tica
@ 2 ()
L() = + () p=1
@x2
M() = () r = 0 en x = 0
@ ()
M() = r = 1 en x = 1
@x
La aproximacion estara dada por la funcion = 0 (que cumple la condicion de contorno en x = 0)
y las Nm = 0 en x = 0. Por lo cual habra un residuo en el contorno x = 1. Se propone la siguiente
funcion de aproximacion:
^
= a1 N1 + a2 N2 + a3 N3
Nm = xm m = 1; 2; ::; M
Entonces:
@ 2 N1
N1 = x @N 11
@x = 1 @x2
=0
2 @N2 @ 2 N2
N2 = x @x = 2x @x2
=2
3 @N3 2 @ 2 N3
N3 = x @x = 3x @x2
= 6x
La expresion del residuo:
Z h ^ i Z h i
^
0 = Wl L(u) + p d + Wl M(u) + r d
Z1 " 2
# 2
! 2
!
X X X
0= Wl L( am Nm ) + p dx + Wl M( am Nm ) + r + Wl M( am Nm ) + r
0 m=1 m=1 x=0 m=1 x=1
2
X Z1 Z1 2
X
0= am Wl L (Nm ) dx + Wl p dx + 0 + 0 + am Wl M(Nm ) x=1
+ Wl r x=1
m=1 0 0 m=1
17
Z1
Klm = Wl L(Nm ) dx + Wl M(Nm ) x=1
0
Z1
fl = Wl p dx + Wl r x=1
0
Ka + f = 0
Expl citamente:
Z1
@ 2 Nm @Nm
Klm = Wl 2
+ Nm dx + Wl
@x @x x=1
0
Z1 Z1
@ 2 (Nm ) @Nm
= Wl dx + Wl Nm dx + Wl
@x2 @x x=1
0 0
Integrando por partes el primer termino de la expresion de Klm para obtener la forma debil:
Z1 1Z
@ 2 Nm @Wl @Nm @Nm @Nm
Wl dx = dx + Wl + Wl
@x2 @x @x @x x=0 @x x=1
0 0
Los dos ultimos terminos pueden cancelarse si se eligen Wl (1) = Wl (1) = Nl (1). Entonces
queda:
1Z Z1
@Nl @Nm
Klm = dx + Nl Nm dx
@x @x
0 0
Z1
fl = Nl p dx + ( Nl r)x=1
0
Ka + f = 0
18
R1 @N1 @N1
R1 2
K11 = @x @x dx + N1 N1 dx = 3
0 0
R1 @N1 @N2
R1 3
K12 = @x @x dx + N1 N2 dx = 4
0 0
R1 @N1 @N3
R1 4
K13 = @x @x dx + N1 N3 dx = 5
0 0
R1 3
f1 = N1 1 dx + ( N1 (1)) ( 1) dx = 2
0
R1 @N2 @N1
R1 3
K21 = @x @x dx + N2 N1 dx = 4
0 0
R1 @N2 @N2
R1 17
K22 = @x @x dx + N2 N2 dx = 15
0 0
R1 @N2 @N3
R1 4
K23 = @x @x dx + N2 N3 dx = 3
0 0
R1 4
f2 = N2 1 dx + ( N2 (1)) ( 1) dx = 3
0
R1 @N3 @N1
R1 4
K31 = @x @x dx + N3 N1 dx = 5
0 0
R1 @N3 @N2
R1 4
K32 = @x @x dx + N3 N2 dx = 3
0 0
R1 @N3 @N3
R1 58
K33 = @x @x dx + N3 N3 dx = 35
0 0
R1 5
f3 = N3 1 dx + ( N3 (1)) ( 1) dx = 4
0
Para M = 1; 2 el sistema a resolver y su solucion son:
2 3 3 504
3 4 a1 2 a1 = 139
3 17 = 4 ) 170
4 15 a2 3 a2 = 139
504 ^
170 2
x =
x
139 139
Para M = 1; 2; 3 el sistema a resolver y su solucion son:
2 2 3 4
32 3 2 3 3
3 4 5 a1 2 a1 = 6090
1777
4 3 17 4 5 4 a2 5 = 4 4 5 ) a2 = 1080
4 15 3 3 1777
4 4 58 5 5845
5 3 35 a 3 4 a3 = 14216
6090 ^
1080 2 5845 3
x = x x
1777 1777 14216
En el siguiente gra co se han superpuesto la solucion anal tica y las soluciones aproximadas:
19
Con el n de \ver" las distintas funciones, se presenta el siguiente gra co:
20
Anexo
Integracion por partes en dos dimensiones.
Zys h i
RR @' RR @
dxdy = 'dxdy + ( ')x=xd ( ')x=xi
@x @x
yi
Si consideramos un segmento d del contorno
dy = d nx
donde nx es el coseno director entre el vector normal saliente del dominio y la direccion positiva del
eje x. Los dos terminos nales de la relacion para la integracion por partes se pueden expresar como
la integral de contorno, en sentido antihorario, del borde completo de
H
'nx d
con lo cual
RR @' RR @ H
dxdy = 'dxdy + 'nx d
@x @x
Similarmente si
RR @' RR @ H
dxdy = 'dxdy + 'ny d
@y @y
donde ny es el coseno director entre la normal y la direccion positiva del eje y.
Referencias:
El Metodo de elementos nitos, O: C. Zienkiewicz
Finite Elements and Approximation; O. C. Zienkiewicz & K. Morgan
21