Estructura

Introducción
El sistema de Fourier
Método Espectral Tau

Una breve introducción a los Métodos

Espectrales

Ricardo Becerril Bárcenas

Instituto de Fisica y Matemáticas

Universidad Michoacana
Pachuca, Hidalgo, agosto 2009.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción
El sistema de Fourier
Método Espectral Tau

Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción
El sistema de Fourier
Método Espectral Tau

Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción
El sistema de Fourier
Método Espectral Tau

Estructura
1 Introducción
Por qué usar métodos espectrales?
Ejemplo Ilustrativo
2 El sistema de Fourier
Método de Galerkin
Expansión Discreta de Fourier
Aliasing
Polinomios de Chebyshev
Método de Colocación
3 Método Espectral Tau
Ecuación de Calor
Ecuación de Burgers
Implementación del método Tau
Convección Marangoni

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Introducción
Blinova en 1944 propuso los métodos espectrales (MS) como una
herramienta para simulaciones a gran escala en dinámica de fluidos.
Después su uso de abandonó hasta que Orszag y Eliason los hicieron
resurgir a principios de los 70’s.
Los MS probaron ser particularmente útiles en estudios numéricos de la
dinámica de fluidos. Se utilizaron códigos espectrales en estudios de
turbulencia, modelaje global del comportamiento climático y en la
dinámica de los oceanos.
Con el trabajo de Gottlieb y Orszag que los condujo a la publicación del
libro “Numerical Analysis of Spectral Methods: theory and applications”
se presentaban los primeros fundamentos matemáticos después de los
cuales el uso de los MS alcanzó otras areas en los 80’s y entron en la
“corriente principal” de la computación cientı́fica en los 90’s.
El libro de Canto et al “Spectral methods in fluid dynamics” (1988) fue
un baluarte de los MS y contribuyó a su expansión. En la primera década
del siglo XXI, han aparecido varios libros sobre MS que le han ido dando
madurez.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Por qué usar los métodos espectrales?

Una de las razones más importantes es el mayor grado de precisión de sus
soluciones que las logradas con otros métodos.
Pero los muchos decimales de precisión de los ME se requieren realmente
en la practica? La respuesta es: a veces.
En algunos problemas de fusión, en los pronósticos del clima, en
problemas de aereodinámica, en inestabilidades hidrodinámicas y
transiciones a la turbulencia, por citar algunos ejemplos, sı́, si se necesita
un grado de precisión elevado.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Introducción

Entonces los ME son útiles sólo cuando se necesita una gran precisión?
La respuesta es no, porque también los ME minimizan el uso de memoria,
debido a la economı́a del número de grados de libertad.
Dada una precisión numérica se requieren menos grados de libertad que
en el caso de diferencias finitas.
Especı́ficamente, podemos decir que los MS el número de puntos de la
red se reduce por un factor de 5 por cada dimensión espacial. De modo
que en el caso 3-D el número de puntos de la red se reducirá por un
factor de 53 = 125. Si uno considera un problema dinámico donde el paso
de tiempo de integración se escala por lo menos como N, donde N es el
número de grados de libertad, la ventaja se torna obvia.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

En los métodos espectrales se buscan soluciones aproximadas u(x) a un

sistema de ecuaciones diferenciales en terminos de series (truncadas) de
funciones ortogonales conocidas
N
X
u(x) = an φn (x) (1)
n=0

ası́ que las incógnitas aquı́ son los coeficientes de la expansión an . La

forma en que éstos se encuentran da lugar a los diferentes métodos
espectrales que se encuentran en la literatura. Los más conocidos son: el
método de colocación, de Galerkin y de Tau.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Ejemplo ilustrativo
Ejemplo simple:
dy
+ 2y = 0, 0 ≤ x ≤ 1, y (0) = 1. (2)
dx
La solución exacta es y (x) = e −2x .
Construyamos una solución de la forma
N
X
yN (x) = an Tn (x) (3)
n=0

Donde Tn (x) son los polinomios de Chebyshev Tn (x) = cos(ncos −1 (x)),

especificamente

T0 (x) = 1 , T1 (x) = x, T2 (x) = 2x 2 − 1

T3 (x) = 4x 3 − 3x , T4 (x) = 8x 4 − 8x 2 + 1, ... (4)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

En el método de Colocación se seleccionan N + 1 puntos en el dominio

para generar N + 1 ecuaciones para los coeficientes an .
Una elección adecuada de estos puntos para la base de funciones de
Chebyshev es
πj
xj = cos( ) , j = 0, ..., N
N
Ası́ que Tn (xj ) = cos(nπj/N). {xj } se usan para colocar la función en
esos puntos,

yN (xj ) = y (xj ). (5)

Es decir, se requiere que la ecuación diferencial se satisfaga exactamente
en los puntos de colocación {xj }.
Como el dominio del problema es [0, 1] y el de los polinomios Tn (x) es
[−1, 1] se utiliza el mapeo x̃ = 2x − 1. Con este mapeo el problema se
convierte en
dy
+ y = 0, −1 ≤ x̃ ≤ 1, y (−1) = 1
d x̃
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Sustituya yN en la ecuación a resolver, y evalúe en los puntos de

colocación. Elejimos N = 4

Figura: Puntos de colocación xj = cos(πj/N) con N = 4.

N N
X d X
an Tn (x˜j ) + an Tn (x˜j ) = 0, j = 0, 1, ..., N − 1. (6)
n=0
d x̃ n=0
d
Tn (x̃) y d x̃ Tn (x̃) son conocidas.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

(6) junto con la condición yN (−1) = 1, esto es

N
X
yN (−1) = an Tn (−1) = 1 (7)
n=0

constituyen un sistema de N + 1 ecuaciones para los N + 1 coeficientes

an . Con N = 4 el sistema especı́ficamente es
    
1 2 5 10 17 a0 0
 1 1,707 2,828 2,292 −1   a1   0 
    
 1
 1 −1 −3 1   a2  =  0 
    (8)
 1 0,292 −2,828 3,707 −1   a3   0 
1 −1 1 −1 1 a4 1

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Cuya solución es: a0 =0.466129, a1 = -0.41612 , a2 =0.1 , a3 =

-0.016129, a4 =0.001613
La solución está dada en todo el dominio [−1, 1] y no sólo en los puntos
de colocación y ésta es
4
X
y4 (x̃) = an Tn (x̃)
n=0

y la solución en el dominio original se encuentra mapeando a x la

solución (x̃ = 2x − 1).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Usando diferencias finitas, 2do orden

Mismo ejemplo dy /dx + 2y = 0, y (0) = 1 en [0, 1], con solución exacta
y (x) = e −2x , con diferencias finitas. Para comparar con el MS, usaremos
también una red de 5 puntos, ası́ que ∆x =0.25

Figura: Puntos de colocación xj = j/4.

 
dy yi+1 − yi−1
y0 = 1 , = i = 1, 2, 3
dx 2∆x
 i
dy 3yi − 4yi−1 + yi−2
= i =4
dx i 2∆x

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

Del que se obtiene el siguiente sistema lineal

    
1 0 0 0 0 a0 y0
 −1 1 1 0 0   a1   y1 
    
 0 −1 1 1 0    a2 y2
 =  (9)
   
 0 0 −1 1 1   a3   y3 
0 0 1 −4 4 a4 y4
que al resolver da la solución en los puntos de la red y0 =1.0 , y1 =0.619,
y2 =0.3809, y3 =0.238, y4 =0.1428

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura
Introducción Por qué usar métodos espectrales?
El sistema de Fourier Ejemplo Ilustrativo
Método Espectral Tau

x e−2x Dif. Finitas ( % error) Colocación ( % error)

0.0 1.0 1.0 (0 %) 1.0 (0 %)
0.5 0.367879 0.380952 (3.5 %) 0.367742 (0.037 %)
1.0 0.135335 0.142857 (5.5 %) 0.135484 (0.11 %)
Cuadro: Comparación de la precisión con el mismo número de grados de
libertad usando DF y el método de colocación espectral en x = 0, 1/2, 1.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Series de Fourier

La serie de Fourier de una función general es

∞
X ∞
X
u(x) = a0 + an cos (nx) + bn sin (nx) (10)
n=1 n=1

donde los coeficientes se calculan con

Z π
1
a0 = u(x)dx
2π −π
Z π
1
an = u(x) cos (nx)dx
π −π
Z π
1
bn = u(x) sin (nx)dx (11)
π −π

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

También puede tenerse la serie de Fourier en el interválo [0, 2π] y los

coeficientes se calculan con (11) cambiando los limites de integración de
0 a 2π. En la forma compleja, la serie de Fourier se escribe
∞
X
u(x) = ûn e inx (12)
n=−∞

donde los coeficientes se calculan con

Z π
1
ûn = u(x)e −inx dx (13)
2π −π

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Por supuesto que los coeficientes de las dos formas de la serie están
relacionados

 a0 , n=0
ûn = (an − ibn )/2 , n>0
(a−n + ib−n )/2 , n<0


Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Algunos casos de interés

1. Si la función u(x) es real, los coeficientes an y bn son numeros reales,

consecuentemente û−n = ûn∗ .
2. Si u(x) es real y par (u(x) = u(−x)), bn = 0 para todo n y se tiene
una serie coseno
3. Si u(x) es real e impar (u(x) = −u(−x)), an = 0 para todo n y se
tiene una serie seno

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Desde el punto de vista de los métodos espectrales, la pregunta relevante

es cúan bien la serie truncada de Fourier
X
PN u(x) = ûn exp(inx) (14)
|n|≤N/2

aproxima a la función u(x). PN u(x) es una proyección al espacio de

dimensión finita

B̂N+1 = span{exp(inx)||n| ≤ N/2}, dim(B̂N ) = N + 1. (15)

Teorema
If |n|<∞ |ûn |2 < ∞ entonces la serie truncada converge en la norma L2
P

||u − PN u||L2 |0,2π| → 0 cuando N→∞ (16)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

El hecho de que la serie truncada converja implica que el error es

dominado por la “cola” de la serie, es decir, se tiene que el error de
truncación es
X
||u − PN u||2L2 |0,2π| = 2π |ûn |2 (17)
|n|>N/2

De modo que el error cometido al reemplazar u(x) con la serie de Fourier

de N-ésimo orden depende solamente de qué tan rápido decaen los
coeficientes de la expansión de u(x).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Teorema
Si u(x), sus primeras (m − 1) derivadas y sus extensiones periódicas son
continuas y si su m-ésima derivada u (m) (x) ∈ L2 [0, 2π] entonces para
toda n 6=
0 los coeficientes de Fourier ûn de u(x) decaen como
m
|ûn | ∝ n1

Qué pasa si u(x) ∈ C ∞ [0, 2π]? En ese caso ûn decae más rápido que
cualquier potencia negativa de n, esta propiedad se conoce como
convergencia espectral. Se sigue que entre más suave sea la función más
rápido converge la serie truncada.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Ejemplos
Considere la función antisimétrica f (x) = x

Figura: Función diente de sierra, antisimétrica y discontinua en ±π.

Los coeficientes del coseno se anulan an = 0, y los coeficientes de la serie

seno son

1 π
Z
2
bn = xsin(nx)dx = (−1)n+1 (18)
π −π n

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Sumas parciales de la serie de Fourier uN (x) para la función discontinua

diente de sierra para diferentes N’s. Por claridad se han “subido” las graficas.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Los errores correspondientes uN (x) − u(x) para diferentes N’s.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Ejemplos
Considere la función rectificadora de media onda f (x) = sen(x) para
0 < t < π que se anula en π < t < 2π que se extiende a todo t
periódicamente.

Figura: Función media onda, extendida periódicamente.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Esta función es continua en su dominio pero su primera derivada no lo es

en π, 2π, 3π, ....

Los coeficientes de la serie de Fourier de la función de media onda,

especificamente son

a0 = 1/π , a2n = −2/[π(4n2 − 1)] y a2n−1 = 0

El resto son b1 = 1/2, bn = 0.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Comparación de la función de media onda con u4 (t) = 0.318+ 0.5

sin(t)− 0.212 cos(2t)− 0.042 cos(4t) (linea negra), función exacta en rojo.
Las dos curvas son casi indistinguibles. Errores O(10−2 ).
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

La serie de la función de media onda converge más rápidamente que la

del diente de sierra porque es más suave. Esta última es de hecho no
continua y sus coeficientes decrecen como O(1/n) mientras que la
función de media onda en continua pero con su primera derivada
discontinua, ası́ que sus coefcientes decaen como O(1/n2 )

“Entre mas suave sea la función los coeficientes de Fourier decrecerán

más rápido”

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Ordenes de Covergencia

Si los coeficientes de una serie son an y si para n >> 1

an ∼ O(1/nk )
entonces k es el ı́ndice de convergencia algebráica.
Para n >> 1 se tiene los siguientes ordenes de convergencia

∞ , supergeometrico
log (|an |) 
= constante , geometrico
n
0 , subgeometrico


Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: |an | vs n para cuatro ordenes de convergencia. Convergencia algebraica

k = 2 (cı́rculos), convergencia subgeométrica (lineas punteadas), convergencia
geométrica (linea continua), convergencia supergeométrica (cruces).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

3
Figura: Convergencia geométrica de la función u(x) = 5−4cos(x)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Si no se conoce la solución exacta, el error de truncación puede estimarse

(si la serie tiene convergencia geométrica) con el siguiente criterio

|u − PN u| ∼ O(|aN |)
Claro que la prueba final de una solución numérica es repetir el cálculo
con diferentes N’s y hacer comparaciones. El criterio aquı́ mencionado
sólo tiene la intención de proveer de una forma rápida de estimar el error
en un cálculo simple: si |aN | no es pequeño comparado con la precisión
deseada, entonces se necesita un N mas grande, si sı́ lo es, y los |an |
decrecen suavemente hacia |aN |, es muy probable que la simulación sea
correcta.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Comportamiento de an para u = 3/(5 − 4cos(x)), el último término de

la expansión |a32 |O ∼ 10−9 − 10−10 ası́ que el error de truncación se espera de
ese orden.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Error de truncación para N = 2 (negro), N = 4 (rojo), N = 8 (verde),

N = 16 (azul), para N = 32 (naranja) en efecto, el error de truncación es
∼ 10−10 . Para N ≥ 8 se observa una convergencia muy rápida.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Sobre la convergencia

Uno espera que la solución numérica |uN − u(x)| → 0 a medida que

N → 0, pero u(x) = uexacta no se conoce generalmente, ası́ que uno
verifica convergencia a través del residuo del sistema. En el caso del
ejemplo dy /dx = −2y , el residuo es
dyN
Res = + 2yN
dx
qR
y en la norma L2 : |f |2 = D
f 2 dx se verifica la convergencia cuando

|Res|2 → 0 N→∞

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Comportamiento del error en el residuo en P función de N, que es el

último término en la truncación espectral: uN = N
n=0 an Tn (x). En el caso del
ejemplo con N = 10 ya se tiene una solución con una alta precisión
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

La aplicabilidad de los ME se da mayormente en ecuaciones parabólicas y

elı́pticas, pero se aplican también en hiperbólicas si no aparecen
discontinuidades.
La aplicación de ME en gravitación puede verse en

Spectral methods in general relativistic astrophysics S. Bonazzola, E.

Gourgoulhon, J. Marck aiXiv:gr-qc/9811089v1.

Los textos mas conocidos son

1.Spectral methods in single domains C. Canuto ...

2.Chebyshev and Fourier Spectral Methods J. Boyd
3. Spectral methods for Time-independent problems J. Hesthaven,...
La arena en que se trabajan los aspectos teóricos son los espacios de
Sobolev.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Método de Galerkin

Para una función bien comportada generalmente su desarrollo en

términos de una serie truncada de un conjunto ortogonal {Φn } los
coeficientes de la expansión decrecen muy rápidamente.

PN
Al sustituir la expansión uN (x, t) = n=0 an (t)Φn (x) en la ecuación, se
tiene que el Residuo R(x, t, an ) no se anula

∂uN (x, t)
R= − O(x, t)uN (x, t) 6= 0 (19)
∂t

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Esta función residual puede expandirse, como cualquier función, en

términos de un conjunto ortogonal,
∞
X
R(x, t, a0 , ..., aN ) = rk (a0 , ..., aN )Φk (x) (20)
k=0

donde, debido a la ortogonalidad de la base de funciones Φk (x), los

coeficientes rk se determinan por el producto interno
Z
rn = (R, Φn ) = RΦn (x)dx. (21)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

En el método espectral Galerkin, se pide que el residuo sea pequeño, en

el sentido de que los primeros (N + 1) términos de la serie espectral (20)
se anulen.

Presumiblemente todos los rk para k > N serán muy pequeños para N

grandes. Ası́ que, forzar que los primeros rk sean cero, minimiza a R(x).
En el lı́mite en el que N → ∞ R(x) → 0, y por lo tanto, la
aproximación, debe converger muy rápido a la solución exacta. Todo esto
entonces se traduce a:

“Para minimizar el residuo se pide que (R, Φn ) = 0 para n = 0, 1, 2, ...N”.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

En el método Galerkin, se pide que la base (o un arreglo de esta base)

cumplan de entrada las condiciones de frontera. Por ejemplo, con
condiciones de frontera periódicas, lo natural es elegir una base de
Fourier.

Un ejemplo muy simple: considere la siguiente ecuación hiperbólica y

lineal (ecuación de advección)
∂u ∂u
= (22)
∂t ∂x
en el interválo x ∈ [0, 2π], condiciones periódicas, y condición inicial
u(x, 0) = g (x).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Se busca una solución de la forma

X
uN (x, t) = an (t)Φn (x)
n

La condición de minimización del residuo

 N
X
∂ ∂
R(x, t, an ) = − ak (t)e ikx . (23)
∂t ∂x
k=0
es en este caso
" N
#
Z 2π X
1 ∂ ∂
− ak (t)e ikx
e −inx dx = 0. (24)
2π 0 ∂t ∂x
k=0

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Haciendo la derivada espacial, esta relación se convierte en

Z 2π "XN   #
1 dak
− ikak e ikx e −inx dx = 0. (25)
2π 0 dt
k=0

Como la base es ortogonal, la integral en x es proporcional a una delta de

Kronecker, dando por resultado un conjunto de ecuaciones diferenciales
para los coeficientes ak , a saber
dak
− ikak = 0 (26)
dt

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

PN
La condición inicial u(x, 0) = g (x) = n=0 an (t = 0)Φn (x) nos da las
condiciones iniciales ak (0) para este conjunto de ecuaciones al multiplicar
por Φk e integrar la expansion
Z 2π
ak (0) = g (x)Φk (x)dx (27)
0

El problema consiste en evaluar ak (0) y resolver las ecuaciones

diferenciales (26)
dak
− ikak = 0
dt
para encontrar las ak (t) a todo tiempo.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Usando como condición inicial g (x) = u(x, 0) = sin (π cos x), es posible
probar que los coeficientes tienen la forma
kπ
ak (t) = sin ( )Jk (π)e ikt (28)
2
donde Jk (t) son las funciones de Bessel de orden k, cuyas propiedades
asintóticas implican k m ak (t) → 0 cuando k → ∞ para todo natural m.
Esto nos dice que la serie truncada de Fourier converge mas rápido que
cualquier potencia finita de 1/N, que es la propiedad conocida como
convergencia espectral

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Errores máximos en terminos de N para la ecuación de advección en

t = 2π usando el método de Galerkin.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Decaimiento de |ûn | al tiempo t = 2π.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Expansión Discreta de Fourier EDF

Las series de Fourier continuas de una función arbitraria u(x) requieren

de la evaluación de los coeficientes
Z 2π
1
ûn = u(x)e −inx dx
2π 0
que en general no se conocen en forma cerrada y deben aproximarse.
También es necesario recuperar en el espacio fisico la información que se
calcula en el espacio transformado o espectral y con las no-linealidades
eso se complica.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Siendo más precisos, si se conoce los coeficientes an y bn de las

expansiones
N
X N
X
f (x) = an φn (x) y g (x) = bk φk (x)
n=0 k=0

cuales son los coeficientes del producto fg ?

N
X
(fg )(x) = pn φn (x)
n=0

Teoremas de convolución no son tan eficientes, y son practicamente

imposibles con nolinealidades como
1 du
. (29)
u 2 dx
Estas inconveniencias se pueden superar con las transformadas discretas
de Fourier.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Dado N par, considere los puntos xj = 2πj

N con j = 0, 1, ..., N − 1
La transformada de Fourier discreta de una función u(x) es
N−1
1 X
ũn = u(xj )e −inxj n = −N/2, ..., N/2 − 1 (30)
N
j=0

Se puede mostrar que la fórmula de inversión es

N/2−1
X
u(xj ) = ũn e inxj j = 0, 1, ..., N − 1. (31)
n=−N/2

En consecuencia se define en polinomio interpolante trigonométrico de

orden N/2 de u en los nodos xj como
N/2−1
X
IN u(x) = ũn e inx (32)
n=−N/2

es decir IN (xj ) = u(xj ) con j = 0, ..., N − 1. (32) también se conoce como

serie de Fourier discreta de u.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

La transformada discreta de Fourier es el mapeo entre los N números

complejos {u(xj )}, j = 0, 1, ..., N − 1 y el conjunto {ũk }
k = −N/2, ..., N/2 − 1. (30) se conoce como la transformada inversa de
Fourier.

La transformación discreta de Fourier (TDF) (30) y (31) requiere de

O(N 2 ) operaciones, pero se realiza eficientemente con el algoritmo de la
transformada de Fourier rápida 5Nlog2 (N).

ũn puede considerarse como una aproximación a ûn .

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

El fenómeno de aliasing
Cómo se conectan las transformadas de Fourier continuas y discretas
basadas en N par?
Nótese que los modos discretos de Fourier se basan en {xj = 2πj/N} para
los cuales el (n + Nm)-ésimo modo es indistinguible del n-ésimo modo

e i(n+Nm)xj = e inxj e i2πmj = e inxj

Este fenómeno se conoce como aliasing .

P∞
Si la serie de Fourier de n=−∞ ûn e inx converge a u(x) en cada nodo xj ,
entonces (33) implica
∞
X
ũk = ûk + ûk+Nm k = −N/2, ..., N/2 − 1 (33)
m=−∞,m6=0

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Figura: Fenómeno de aliasing. Tres ondas sinusoidales que tienen la misma

interpretación de k = −2 sobre una red con N = 8. Los puntos nodales están
representados por cı́rculos negros. Las ondas con k = 6 (verde) y k = −10
(azul) se confunden con la de k = −2 (roja) sobre la red.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Una formulación equivalente de

∞
X
ũk = ûk + ûk+Nm k = −N/2, ..., N/2 − 1
m=−∞,m6=0

es IN u = PN u + RN u con

 
N/2−1 ∞
X X
RN u =  ûk+Nm  e ikx k = −N/2, ..., N/2 − 1
k=−N/2 m=−∞,m6=0

llamado el error aliasing. Puede probarse que es ortogonal al error de

truncación ası́ que

|u − IN u|2 = |u − PN u|2 + |RN u|2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

|u − IN u|2 = |u − PN u|2 + |RN u|2

Aunque el error debido a interpolación es siempre mayor que el error
debido a la truncación de la serie de Fourier, se ha demostrado que el
error de truncación y de interpolación decaen al menos con la misma
razón.
Para el caso de la ecuación de advección
∂u ∂u
=
∂t ∂x
Usando como condición inicial g (x) = u(x, 0) = sin (π cos x), los
coeficientes calculados analı́ticamente son
kπ
ak (t) = sin ()Jk (π)e ikt (34)
2
Al calcular ãn con la TDF se tiene que la diferencia más grande entre
an − ãn ∼ O(10−9 ) aun para N moderadas.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Polinomios de Chebyshev

Los polinomios de Chebyshev (PCH) de orden k, que tienen dominio en

[−1, 1] se define como

Tk (x) = cos(k cos−1 x) k = 0, 1, 2, ... (35)

Haciendo x = cos θ, se tiene que Tk (x) = cos kθ, de modo que los
polinomios de Chebyshev son funciones coseno. De este hecho, es fácil
determinar los primeros PCH

T0 = 1, T1 = cos θ = x, T2 = cos 2θ = 2 cos2 θ − 1 = 2x 2 − 1, ...

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

La expresión Tk = cos (kθ) para estos polinomios nos permite usar

relaciones trigonométricas para obtener relaciones de recurrencia para Tk .
Por ejemplo cos (k + 1)θ + cos (k − 1)θ = 2 cos θ cos kθ conduce a

Tk+1 (x) − 2xTk (x) + Tk−1 (x) = 0, k ≥ 1, (36)

que se emplea para generar cualquier Tk (x) a partir de T0 (x) = 1 y
T1 (x) = x.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

La relación trigonometrica 2 sin θcoskθ = sin (k + 1)θ − sin(k − 1)θ tiene

su contraparte de Chebyshev
1 1
2Tk (x) = T 0 (x) − T 0 (x) (37)
k + 1 k+1 k − 1 k−1
de la que se tiene una relación de recurrencia muy útil
(1) (1)
2kak = ck−1 ak−1 − ak+1 , k ≥1 (38)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

donde

2 if k = 0,
ck = (39)
1 if k ≥1
(1)
y ak son los coeficientes de la expansion de la derivada espacial de u(x)
N−1
(1)
X
u 0 (x) = ak Tk (x) (40)
k=0

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Nótese que como

N
X
u(x) = ak Tk (x) (41)
k=0

es un polinomio de grado N, entonces u 0 (x) es un polinomio de grado

N − 1 por eso en su expansion k corre de 0 to N − 1.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

En general, los coeficientes de la expansión de la q-ésima derivada de u

pueden calcularse con
(q) (q) (q−1)
ck ak = ak+2 + 2(k + 1)ak+1 (42)
(q)
Aunque hay expresiones explicitas para calcular an la forma más
eficiente para calcularlos es usando (42).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Los PCH son mutuamente ortogonales sobre (−1, 1) con respecto al peso
R1
w = (1 − x 2 )−1/2 y con el producto escalar (u, v )w = −1 uvwdx:

Z 1
π
(Tk , Tj )w = Tk (x)Tj (x)w = (1 − x 2 )−1/2 dx = ck δk,j . (43)
−1 2

donde δk,j es la delta de Kronecker. Para la implementación de

condiciones de frontera, las siguientes relaciones son muy útiles

Tn (±1) = (±1)n Tk0 (±1) = (±1)k+1 k 2 (44)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Método de Colocación Espectral

En este método se asume que la solución aproximada uN satisface la

ecuación diferencial en cuestión en algunos puntos x1 , x2 , ..., xN , llamados
puntos de colocación del dominio respectivo.

Es decir, se sustituye la expansión

N−1
X
u(x) = ak Tk (x) (45)
k=0

en el sistema O(uN (xi )) = f (xi ), que junto con las condiciones de

frontera, forman un sistema lineal de ecuaciónes (N + 1) × (N + 1) para
los coeficientes an .

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Resolveremos la ecuación de Helmholtz −d 2 u/dx 2 + λu = f (x), donde

λ > 0 es una constante con valores de frontera (λ = 0 y se tiene Poisson)

u(−1) = F1 u(1) = F2 (46)

La solución la queremos de la forma
N
X
u(x) = an Tn (x) (47)
n=0

Sean {xi } un conjunto finito de puntos interiores al dominio [−1, 1], a

estos puntos se les llama puntos de colocación, La red que se utiliza para
definir estos puntos es xi = cos (πi/N).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Al sustituir (47) en la ecuación diferencial d 2 u/dx 2 = f (x), y al evaluar

en los puntos de colocación xi = cos(iπ/N) se obtiene
N
X d2
an Tn (xi ) = f (xi ) (48)
n=0
dx 2
que junto con las condiciones de frontera forman un sistema lineal de
ecuaciones (N + 1) × (N + 1) para los coeficientes an .
Veamos mas de cerca. Digamos que N = 5, los puntos de colocación son
x0 = 1, x1 = cos(π/5) =0.809016, x2 = cos(2π/5) =0.309,
x3 = cos(3π/5) = -0.309, x4 = cos(4π/5) = -0.809016,
x1 = cos(π) = −1 Estos valores se usan en (48) para obtener el sistema
lineal AX = b donde la primera fila corresponde a i = 0, la segunda fila a
i = 1 y asi sucesivamente. La primera y última fila corresponden a las
condiciones de frontera. El sistema especı́ficamente es

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

   
T0 (1) T1 (1) T2 (1) T3 (1) T4 (1) T5 (1) a0 F2

 T0 (x1 ) T1 (x1 ) T2 (x1 ) T3 (x1 ) T4 (x1 ) T5 (x1 ) 
 a1  
  f (x

 T0 (x2 ) T1 (x2 ) T2 (x2 ) T3 (x2 ) T4 (x2 ) T5 (x2 ) 
 a2  
= f (x

 T0 (x3 ) T1 (x3 ) T2 (x3 ) T3 (x3 ) T4 (x3 ) T5 (x3 ) 
 a3  
  f (x
 T0 (x4 ) T1 (x4 ) T2 (x4 ) T3 (x4 ) T4 (x4 ) T5 (x4 )  a4   f (x
T0 (−1) T1 (−1) T2 (−1) T3 (−1) T4 (−1) T5 (−1) a5 F1

ó bien, puesto que Tn (1) = 1 y Tn (−1) = (−1)n para toda n, se tiene

    
1 1 1 1 1 1 a0 F2

 T0 (x1 ) T1 (x1 ) T2 (x1 ) T3 (x1 ) T4 (x1 ) T5 (x1 ) 
 a1  
  f (x1 ) 


 T0 (x2 ) T1 (x2 ) T2 (x2 ) T3 (x2 ) T4 (x2 ) T5 (x2 ) 
 a2  
= f (x2 ) 


 T0 (x3 ) T1 (x3 ) T2 (x3 ) T3 (x3 ) T4 (x3 ) T5 (x3 ) 
 a3  
  f (x3 ) 

 T0 (x4 ) T1 (x4 ) T2 (x4 ) T3 (x4 ) T4 (x4 ) T5 (x4 )  a4   f (x4 ) 
1 −1 1 −1 1 −1 a5 F1

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Al invertir la matriz A se tendrán los coeficientes an , y de ese modo la

solución (47) estará completa.
Cómo invertir la matriz? Nótese primero que la matriz es densa (de
hecho no tiene ningún cero) Se puede utilizar el método de
descomposición LU. Éste consiste en escribir la matriz A como A = LU
donde L es una matriz Lower triangular, es decir, tiene sólo ceros arriba
de la diagonal, y U es una matriz Upper triangular, es decir, tiene sólo
ceros abajo de la diagonal. De este modo el problema original AX = b se
escribe AX = (LU)X = L(UX ) = b, y dividimos el proceso de solución
en dos pasos. Primero se resuelve LY = b y despúes UX = Y (nótese
que es el mismo problema, pues la primera ecuación b = LY al usar la
segunda Y = UX da AX = b. La ventaja de tener dos pasos en el
proceso de solución es que en éstos, se lidia con conjuntos triangulares de
ecuaciones, que son sencillitos de resolver. La descomposición matricial la
hace la rutina ludcmp.c y la solución la da lubksb.c.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Buscamos una solución de la forma

N X
X N
u(x, y ) = anm Tn (x)Tm (y ) (49)
n=0 m=0

Para encontrar los coeficientes anm , sustituimos la expansión en la

ecuación de Poisson ∇2 u(x, y ) = f (x, y ), y asumimos que en los puntos
de colocación se cumple la ecuación, ası́ que al sustituir la expansión y
evaluarla en los puntos de colocación se tiene:

N X
N
d 2 Tn (xi ) d 2 Tm (yi )
X  
anm Tm (yj ) + Tn (xi ) = f (xi , yj ) (50)
n=0 m=0
dx 2 dy 2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Junto con las condiciones de frontera (que es el perı́metro del cuadrado

de lado 2 centrado en el origen)

u(x = ±1, y = ±1) (51)

2 2
se tendrán (N + 1) ecuaciones lineales para las (N + 1) incógnitas anm ,
~ = ~b,
asi que se tendrá que resolver una ecuación matricial del tipo AX
~ ~
donde el vector columna X tiene como elementos X = (a00 , a01 , ..., aNN ).

Parte importante de la elaboración del código, será visualizar como

arreglar en el vector X = (X1 , X2 , ..., X(N+1)2 ) los coeficientes anm , y
como escribir los elementos de la matriz A. La manera natural de arreglar
el vector es

X = (a00 , a01 , ...a0N , ..., aN0 , aN1 , ..., aNN ) (52)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Nótese que para n = 0, se tiene que en a00 , a01 , ...a0N hay N + 1

elementos que asociamos con X1 , X2 , ..., XN+1 , asi que aquı́ se escribirı́a
Xm+1 = a0m para m = 0, 1, 2, ..., N
Cuando n = 1, se tiene que los N + 1 elementos a10 , a11 , ...a1N se asocian
con X(N+1)+1 , X(N+1)+2 , ..., X2(N+1) , ası́ que escribirı́amos (recuerde que
n = 1) X(N+1)+(m+1) = a1m para m = 0, 1, ..., N
Cuando n = 2, se tiene que los N + 1 elementos a20 , a21 , ...a2N se asocian
con X2(N+1)+1 , X2(N+1)+2 , ..., X3(N+1) , ası́ que escribirı́amos (recuerde que
n = 2) X2(N+1)+(m+1) = a2m para m = 0, 1, ..., N
Cuando se tiene un n ≤ N arbitrario, se tiene que los N + 1 elementos
an0 , an1 , ...anN se asocian con Xn(N+1)+1 , Xn(N+1)+2 , ..., X(n+1)(N+1) ,
ası́ que escribirı́amos Xn(N+1)+(m+1) = anm para m = 0, 1, ..., N

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Ahora veamos como a partir del sistema de ecuaciones lineales

N X
N
d 2 Tn (xi ) d 2 Tm (yi )
X  
anm Tm (y j ) + Tn (x i ) = f (xi , yj )
n=0 m=0
dx 2 dy 2
junto con las condiciones de frontera u(x ± 1, y ± 1), debemos escribir los
elementos de la matriz A. La primera fila se obtiene cuando i = 0, j = 0,
la segunda cuando i = 0, j = 1, la tercera i = 0, j = 2, y
ası́ sucesivamente. Siguiendo el mismo razonamiento para construir el
vector X , dada un valor arbitrario de i y de j, la fila correspondiente
será α = i(N + 1) + (j + 1). La columna β de la matriz A se localiza
dados los valores de n y m, a saber β = n(N + 1) + (m + 1). De este
modo, dados los valores de los indices i, j, n, m los elementos de matriz
son (para i,j=0,N, estamos en la frontera)

d 2 Tn (xi ) d 2 Tm (yi )
Aαβ = Ai(N+1)+(j+1),n(N+1)+(m+1) = Tm (y j ) + Tn (x i )
dx 2 dy 2
(53)
con tal de que i, j 6= 0, N.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Método de Galerkin
Estructura
Expansión Discreta de Fourier
Introducción
Aliasing
El sistema de Fourier
Polinomios de Chebyshev
Método Espectral Tau
Método de Colocación

Una vez que se tiene, la matriz, y se usa ludcmp y lubksb, se tendran los
coeficientes anm , esa es la busqueda fundamental en los métodos
espectrales: los coeficientes. Una vez obtenidos, se tiene la solución
buscada u(x, y ) que debe guardarse en un archivo de datos para graficar.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Método Espectral Tau

El método de Tau es una versión modificada del método de Galerkin, que

resuelve un sistema un poco diferente (al de Galerkin) para poder
incorporar eficientemente las condiciones de frontera en la solución.
Nuevamente, se toma una base ortogonal de funciones Φn (x), en este
método se utiliza una solución aproximada de la forma
N+K
X
uN (x, t) = an (t)Φn (x) (54)
n=0

donde N es el número de términos de la expansiń y K es el número de

condiciones de frontera del problema.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Ecuación de Calor

Ejemplo simple para ilustrar la implementación del método

∂u ∂u 2
= , |x| ≤ 1 (55)
∂t ∂x 2
con las condiciones de frontera

u(±1, t) = 0 (56)
y condición inicial
1
u(x, 0) = (1 − x 2 ) sin 2πx
2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Desarrollamos u(x, t) en términos de N + 1 polinomios de un conjunto

ortogonal de funciones, usaremos los polinomios de Chebyshev
N
X
uN (x, t) = an (t)Tn (x) (57)
n=0

Para minimizar el residuo

∂uN ∂ 2 uN
−
R(x, t) = (58)
∂t ∂x 2
uno demanda que R(x, t) sea ortogonal al espacio expandido por
{Tk (x)}N−2
k=0 , es decir
Z 1
dx
R(x, t)Tk (x) √ =0 0≤k ≤N −2 (59)
−1 1 − x2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

debido a la ortogonalidad de los polinomios Tk (x), la integral anterior se

convierte en
(2)
ȧk = ak 0≤k ≤N −2 (60)
(2)
donde ak = fk (an ) son los coeficientes de la expansión de la segunda
derivada de u(x, t) con respecto a la variable espacial x. Como hemos
dicho, la manera más eficiente de calcularlos es usando la relación de
recurrencia
(2) (2) (1)
ck ak = ak+2 + 2(k + 1)ak+1 . (61)
con

2 if k = 0,
ck = (62)
1 if k ≥1

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Las condiciones de frontera u(x = −1, t) = u(x = 1, t) = 0 en términos

de los coeficientes son
N
X N
X
u(−1, t) = an = 0 u(−1, t) = (−1)n an = 0 (63)
n=0 n=0

donde se usó Tk (±1) = (±1)−k , (63) es equivalentes al par de ecuaciones

X X
ak = 0, ak = 0. (64)
n=0 n=1
n par n impar

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

El sistema de ecuaciones diferenciales

ȧn = an(2) (ak ) 0≤n ≤N −2

Evoluciona a los coeficientes an 0 ≤ n ≤ N − 2, y con las condiciones de
frontera
X X
ak = 0, ak = 0.
n=0 n=1
n par n impar

se encuentra aN y aN−1 a cada paso temporal.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura: Se muestra el residuo en función de la N para verificar convergencia de

la solución.
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Ecuación de Burgers

Vamos a resolver la ecuación diferencial de Burgers usando el método de

Tau

∂u ∂u ∂u 2
+u = ν 2, |x| ≤ 1 (65)
∂t ∂x ∂x
con las condiciones de frontera

u(±1, t) = 0 (66)
y condición inicial

u(x, 0) = − sin πx (67)

donde ν es la viscosidad.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Para viscosidades pequeñas, la solución se desarrolla como una onda de

“diente de sierra” en el origen. La solución teórica de este problema es
conocida, la obtuvo J. D. Cole y fue compilada por Benton y Platzmann
" P #
∞ 2 2
n=1 nan e −n π tν sin nπx
u(x, t) = 4πν P∞ , (68)
a0 + 2 n=1 an e −n2 π2 tν cos nπx
donde an = (−1)n In (1/2πν) e In (ξ) denota las funciones de Bessel
modificadas del primer tipo. A veces se piensa que una solución analı́tica
es siempre mucho mejor que una númerica, pero esto no es siempre ası́,
para graficarla con una computadora, la solución (68) es intratable para
valores pequeños de t y ν, donde In (ξ), cuando ξ → ∞, se comporta
asintóticamente como e ξ (2πξ)−1/2 independiente de n.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Una representación manejable de la solución es

I (x, t)
u(x, t) = − (69)
J(x, t)
donde I (x, t) y J(x, t) están definidas por

Z ∞
I (x, t) = sin [π(x − η)]f (x − η) exp (−η 2 /4νt)dη (70)
−∞
Z ∞
J(x, t) = f (x − η) exp (−η 2 /4νt)dη (71)
−∞

donde f (ξ) = exp (− cos(πξ/2πν)).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Esta solución exacta nos permitirá comparar nuestra solución numérica.

Usaremos el método trapezoidal con limites finitos. Debido al hecho de
que los integrandos decaen muy rápidamente cuando |η| aumenta, la
integración se hará en un intervalo entre [−n, n] y luego en [−2n, 2n] y si
no cambia el resultado dentro de una tolerancia previamente establecida
(por ejemplo 10−10 ), entonces ahı́ nos detenemos.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Como se ha dicho, empezamos desarrollando u(x, t) en terminos de los

primeros N + 1 polinomios de un conjunto ortogonal de funciones. En
este caso usamos los polinomios de Chebyshev
N
X
uN (x, t) = an (t)Tn (x) (72)
n=0

A fin de minimizar el residuo

∂uN ∂uN ∂ 2 uN
R(x, t) = + uN −ν (73)
∂t ∂x ∂x 2
uno demanda que R(x, t) sea ortogonal al espacio expandido por
{Tk (x)}N−2
k=0 , es decir
Z 1
dx
R(x, t)Tk (x) √ =0 0≤k ≤N −2 (74)
−1 1 − x2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

esta integral, debido a la ortogonalidad de los polinomios Tk (x), nos

conduce a
(2)
ȧk = N̂k + νak 0≤k ≤N −2 (75)
(2)
donde N̂ = −(uN ∂x uN )k , y ak
son los coeficientes de la expansión de la
segunda derivada de u(x, t) con respecto a la variable espacial x. La
manera más eficiente de calcularlos es usando la relación de recurrencia
(2) (2) (1)
ck ak = ak+2 + 2(k + 1)ak+1 . (76)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

El sistema de ecuaciones (75) junto con las condiciones de frontera

u(x = −1, t) = u(x = 1, t) = 0, constituyen un conjunto completo para
calcular los coeficientes de la expansión a todo tiempo con la condición
inicial dada. Las condiciones de frontera en terminos de los coeficientes
son
N
X N
X
an = (−1)n an = 0 (77)
n=0 n=0

que son equivalentes al par de ecuaciones

X X
ak = 0, ak = 0. (78)
n=0 n=1
n par n impar

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

El sistema (75) evoluciona a los coeficientes an para 0 ≤ N − 2, y con las

condiciones de frontera (78), se calculan aN−1 y aN a cada paso de
tiempo.
El termino no lineal de (75) requiere de trato especial. Tanto u(x, t)
como ∂x u(x, t) tienen su expansión en terminos de los polinomios Tn y
(1)
tienen sus coeficientes respectivos an y an . La pregunta es, cuáles son
los coeficientes < u∂u >k = bk de la expansión del producto u∂x u

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

N
∂uN X
uN = bk Tk (x), (79)
∂x
k=0
(1)
en términos de ak y ak . En principio podrı́a usarse la relación
 
1 X X
bk =< u∂u >k = ap aq(1) + ap aq(1)  (80)
2
p+q=k |p−q|=k

que puede demostrarse facilmente con ayuda de las propiedades de los

polinomios de Chebyshev. Sin embargo, es mucho más eficiente utilizar
un cálculo pseudo-espectral con la ayuda de las Transformadas de Fourier
Rápidas (TFR). El proceso del cálculo se sistematiza a continuación

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Cálculo de < u∂x u >k = bk dados los coeficientes ak

1. Use la relación de recurrencia
(1) (1)
ck ak = ak+2 + 2(k + 1)ak+1 (81)
para calcular los coeficientes de la expansión de la primera
derivada con respecto a x de u(x, t)
2. Las TFR necesitan de “entrada” los coeficientes de la
expansión de una función u(x, t), y dan de salida la función
valuada en varios puntos (de “colocación”) uN (xi ). Ası́ que,
(1)
teniendo ak y ak , utilice las TFR y obtenga uN (xi ) y
(∂uN /∂x)(xi ) (esto es, u y su derivada con respecto a x en el
espacio fı́sico).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

∂uN (xi )
(1)
ak −→ uN (xi ) ak −→ (82)
∂x
3. Realice los productos en el espacio fisico:
∂uN
uN (xi )
(xi ) (83)
∂x
4. A través de la TFR inversas, regrese al espacio espectral. La
TFR inversa tienen por entrada los valores dados por (83), y
por salida los coeficiientes < u∂x u >k = bk

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

∂uN (xi )
−→< u∂x u >k = bk (84)
∂x
Esta “danza” entre el espacio espectral y el fı́sico, se realiza a cada paso
de tiempo. La evolución temporal se realizará usando el esquema
Adams-Bashforth para el término no lineal, y el esquema Crank-Nicolson
para el termino lineal. De este modo se tiene el esquema ABCN

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

∆t
an (t + ∆t) = an (t) + [bn (t − ∆t) − 3bn (t)]
2
ν∆t (2)
h i
+ an (t) + an(2) (t + ∆t) 0 ≤ n ≤ N − 2 (85)
2
que puede re-escribirse como

 
an(2) − λan (t + ∆t) = fn (an , bn , t, t − ∆t) 0 ≤ n ≤ N − 2 (86)

donde λ = 2/ν∆t y la función fn es explı́citamente

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

1
fn = −λan (t) − [bn (t − ∆t) − 3bn (t)] − an(2) (t) (87)
ν
Si usamos la ecuación
N
(2) 1 X
ak = p(p 2 − k 2 )ap (88)
ck p=k+2
(p+k)par

en 86, sta última se escribirı́a como

N
1 X
p(p 2 − k 2 )ap − λak = fk k = 0, ..., N − 2 (89)
ck p=k+2
(p+k)par

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Usando (78) y (89) llegamos a un sistema de ecuaciones lineales de la

forma

LX = b (90)
donde L es una matriz triangular superior, cuya solución requiere N 2
operaciones. Un procedimiento de solución más eficiente se consigue
rearreglando las ecuaciones 86 con ayuda de la relación de recurrencia
(1) (2) (2)
2kak = ck−1 ak−1 − ak+1 (91)
la ecuación 86 queda

(1)
2kak = ck−1 [−fk−1 + λak−1 ] − [−fk+1 + λak+1 ] k = 1, ..., N − 3.
(92)

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Despúes, usando la relación de recurrencia (??) para la primera derivada,

en combinación con la (92), resulta una ecuación con solamente los
coeficientes ak , a saber

 
cn−2 λ λβn λβn+2
an−2 − 1 + an + an+2
4n(n − 1) 2(n2 − 1) 4n(n + 1)
cn−2 βn βn+2
= − fn−2 + fn − fn+2 , k = 2, ..,(93)
N
4n(n − 1) 2(n2 − 1) 4n(n + 1)

donde

1 0≤n ≤N −2
βn = (94)
0 n >N −2

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Note que los coeficientes pares e impares están desacoplados en 93 y en

78. El sistema de ecuaciones que surge para los coeficientes pares e
impares resulta ser uno con una matriz tridiagonal con una “trenza” (en
la primera fila). Un procedimiento muy eficiente (más que el de Gauss) se
expone en el apéndice, y es el que se usó para integrar en el tiempo la
ecuación de Burgers.
Para manejar el error de “aliasing” explicado en el apéndice A, se usĺa
regla de 2N/3. Es decir, en la expansión de uN (x, t) se tienen 32
términos, realmente se usarán 21; si se tienen 64, realmente se usarán 42,
etc.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Convección Marangoni

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

La ecuación de evolución para la altura de la interface h(x, t) la derivó J.

Swift y S. Van-Hook, y ésta es

3D(1 + F )h2 ∂h h3 ∂h
 
∂h ∂ 3 ∂h
+ −h + =0 (95)
∂t ∂x 2(1 + F − Fh)2 ∂x ∂x B ∂x
∂J(x,t)
O bien, ∂h
∂t ≡ ∂x donde D ≡ σT 4 T /ρgd 2 , B ≡ ρg (L/2π)/σ y
F ≡ (1 − kg /k)/(dg /d + kg /k).

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura: Puntos de colocación xj = cos(πj/N) con N = 4.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

En el protocolo experimental, para tener diferentes valores de d se

sobrellenaba o medio llenaba el contenedor que tenı́a una altura fija, de
este modo, la superficie inicial no es plana ni aun en la ausencia de
gradientes de temperatura.

Además el fluido permanecı́a adherido a las paredes laterales del

contenedor de modo que h(x ± 1) = h0 . A fin de incorporar éstas
caracterı́sticas del experimento, se resuelve la ecuación Swift-Van-Hook
con las condiciones de frontera adecuadas y partiendo de una superficie
no plana.

Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales

 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales
 Estructura Ecuación de Calor
Introducción Ecuación de Burgers
El sistema de Fourier Implementación del método Tau
Método Espectral Tau Convección Marangoni

Figura:
Ricardo Becerril Bárcenas Una breve introducción a los Métodos Espectrales