Métodos de aproximación

Resolución numérica de problemas de valores de contorno

Diferencia entre las frases métodos aproximados y métodos simplificados
El error de la aproximación puede disminuirse cuanto se desee.

1. Método de Rayleigh-Ritz
Se usa cuando hay un principio variacional
La condición estacionaria del principio: el funcional es un mı́nimo entre
todas las funciones admisibles.
El método de Rayleigh-Ritz propone minimizar el funcional con res-
pecto a un número finito de funciones admisibles: la solución será apro-
ximada.
Sea el funcional F (y) y el problema:

hallar y(x) tal que

δF = 0 ∀δy
sujeto a las condiciones de contorno
y|Γu = ȳ

Se escribe una solución aproximada

n
X
ỹ(x) = ci fi (x)
i=1

El funcional aproximado:
F̃ (ỹ) = F̃ (c1 , c2 , . . . , cn )

La condición de mı́nimo:
∂ F̃
=0 i = 1, 2, . . . n
∂ci
da un sistema de n ecuaciones algebraicas con n incógnitas.

1
De allı́ se calculan los ci incógnitas
Puede demostrarse que si n → ∞ ỹ → y, es decir converge, siempre
que las funciones fi (x) cumplan lo siguiente:
1. F (fi ) definido y no nulo;
2. fi verifique las condiciones esenciales de contorno:
3. Los fi sean linealmente independientes;
4. El conjunto de las fi sea completo.
Una serie de funciones es completa si para una g(x)
P cual-
quiera existe un conjunto ci de constantes tal que ci fi (x)
converge a g(x)
(En rigor la convergencia ỹ → y se expresa:
Rb 2
para un ǫ arbitrario, existe n tal que a (y(x) − ni=1 ci fi (x)) dx < ǫ )
P

Ejemplo:

Sea el funcional
"   #
1 2
∂y
Z
F (y) = − + y 2 + 2xy dx
0 ∂x

y las condiciones esenciales:


y(0) = 0
y(1) = 0

Para cumplir las condiciones de contorno proponemos:

ỹ(x) = (1 − x) x φ(x)

ỹ(x) = (1 − x) x (a1 + a2 x + a3 x2 + . . . an xn+1 )

ỹ(x) = (1 − x) (a1 x + a2 x2 + a3 x3 + . . . an xn )

ỹ(x) = a1 f1 (x) + a2 f2 (x) + a3 f3 (x) + . . . an fn (x)

donde
f1 (x) = (1 − x)x

2
 f2 (x) = (1 − x)x2
etc.
Se puede escribir:

ỹ(x) = f T a = aT f

con
f T = [f1 f2 . . . fn ]

aT = [a1 a2 . . . an ]
El funcional aproximado:

1 Z 1 Z 1
∂f ∂f T
Z   
T T T T
F̃ = −a dx a+a f f dx a+a 2xfdx
0 ∂x ∂x 0 0

F̃ = −aT A a + aT B a + aT V

F̃ = aT (B − A) a + aT V

F̃ = aT K a + aT V
Este es un funcional cuadrático. La matriz K es cuadrada y
simétrica.
La condición de mı́nimo δ F̃ = 0 :

δ F̃ = δaT K a + aT K δa + δaT V = 0

δ F̃ = 2δaT K a + δaT V = δaT (2K a + V) = 0

Esto debe valer para δaT arbitrario. Luego debe ser:

(2K a + V) = 0

o sea un sistema de ecuaciones algebraicas lineales.

Por ejemplo:

3
 5
• Para n = 1 a1 = 18

5
ỹ (1) = x(1 − x)
18
71 7
• Para n = 2 a1 = 369
a2 = 41

71 7
ỹ (2) = x(1 − x)( + x)
369 41
La solución exacta:
sin x
y= −x
sin 1
x Sol. exacta ỹ (1) ỹ (2)
0.25 0.044014 0.0521 0.0440
0.5 0.069747 0.0694 0.0698
0.75 0.060056 0.0521 0.0600

Resumiendo:
El método de Rayleigh-Ritz converge
Las funciones fi deben cumplir las condiciones esenciales
La solución automáticamente verifica equilibrio en el interior y en el
contorno (condiciones naturales).
Precisa un funcional.

2. Método de Galerkin
En muchos problemas no hay un principio variacional. Se conoce el problema
a través de las ecuaciones de campo y las condiciones de contorno.
Ejemplo:
L(y(x)) = p(x) enΩ
B(y(x)) = q(x) enΓ
L y B son operadores (diferenciales). Por ejemplo:
d dy
L(y) = − (a )
dx dx
dy d2 y
L(y) = y + +C
dx dx2
etc.

4
Se propone una solución aproximada:

ỹ(x) = f T a

¿ Cómo hallar los ai ?

2.1. Método de los residuos ponderados

La ecuacion diferencial:

L(y(x)) − p(x) = 0 enΩ

Si se introduce la aproximación:

L(ỹ(x)) − p(x) = r(x)

r(x) es el residuo.
Buscamos que el residuo sea nulo.
En los métodos de residuos ponderados se busca que
Z
r(x) dx = 0
Ω

o con más generalidad

Z
ψj (x) r(x) dx = 0 j = 1, 2, . . . n
Ω

Se tienen ası́ n ecuaciones de donde despejar las n incógnitas.

a) Método de colocación por puntos

En este método se toma

ψj (x) = δ(x − xj )
igual al δ de Dirac.
Esto equivale a hacer

r(xj ) = 0 para j = 1, 2, . . . n

b) Método de los momentos

ψj (x) = xj

5
c) Método de los mı́nimos cuadrados

∂r(x)
ψj (x) =
∂aj

O sea
∂
Z
r 2 (x) dx = 0
∂aj Ω

Si L es lineal, esto da una matriz del sistema simétrica, pero del mismo orden
de diferenciación que L

d) Método de Galerkin

ψj (x) = fj (x)
Se toman las mismas funciones para la ponderación que para la aproximación.
Si L es lineal , de orden par, el método de Galerkin da los mismo resultados
que el de Rayleigh-Ritz.
La matriz es simétrica.
El método de Galerkin converge si:

1. Las funciones son linealmente independientes;

2. Adecuada continuidad de fi (x) y sus derivadas;

3. Completitud;

4. Las funciones cumplen todas las condiciones de contorno.

Se puede eliminar la última condición si se introducen las condiciones de

contorno en la integral:
Z Z
fj (x)[L(ỹ(x)) − p(x)]dx + fj (x)[B(ỹ(x)) − q(x)]dx = 0
Ω Γ

3. Ejemplo
Considérese una barra recta con deformación axial. Por ejemplo una barra
de reticulado.
Sea el eje x orientado según el eje de la barra.

6
 p(x)
P

x u(x)
E A
L

Hipótesis:

Las variables son independientes de y y de z.

La única tensión no nula es σx

Incógnitas:

Son todas escalares:

Desplazamientos: u(x) (v 6= 0, w 6= 0, por deformación transversal)

Deformaciones: ǫx (ǫy 6= 0, ǫz 6= 0, γxy = γyz = γzx = 0)

Tensión: σx (el resto es cero)

Ecuaciones subsidiarias:
ǫy = −νǫx
ǫz = −νǫx

Ecuaciones:

Constitutivas: σ = Eǫ
du
Relac. deformación-desplazamiento: ǫx = dx
σ
Equilibrio: dx
+p=0

Energı́a de deformación:

Z L Z L
U = 1/2 σǫAdx = 1/2 EAǫ2 dx
0 0

Problema de valor de contorno:

7
 2
Ecuacion de campo (equilibrio) EA ddxu2 + p = 0 en Ω

Condiciones de contorno u|x=0 = 0 en Γ|u

du
EA dx |x=L = P en Γ|σ
(A)

Principio de la energı́a potencial total estacionaria:

L  2 L
EA du
Z Z
Π = U + Πe = dx − p u dx − P u|x=L
0 2 dx 0

L Z L  2
EA 2 EA du
Z
U = ǫ dx = dx
0 2 0 2 dx
Z L
Πe = − p u dx − P u|x=L
0

δΠ = 0 ∀δu (admisible)
(B)

Resolver (A) o (B) es equivalente.

3.1. Solución analı́tica de (A)

Por simplicidad se considerará EA constante y p constante.
Integrando la ecuación diferencial:
du 1
Z
= − p dx + C1
dx EA
px2
u = − + C1 x + C2
2EA
Aplicando las condiciones de contorno:
En x = 0: u = 0 → C2 = 0
+pL
En x = L: du P
| = EA
dx L
→ C1 = PEA

px2 P + pL
u = − + x
2EA EA

8
3.2. Solución numérica por el método de Rayleigh-Ritz
El funcional
L  2 L
EA du
Z Z
Π = dx − p u dx − P u|x=L
2 0 dx 0
Las condiciones esenciales
u(0) = 0
Se propone una solución aproximada
n
X
ũ = ci xi
i=1

que cumple las condiciones de contorno esenciales.

ũ = f T c = cT f
 
f1 (x)
f = f2 (x)
 
..
.
 
c1
 c2 
c =  
..
.
 T
dũ df df
= c = cT
dx dx dx
El funcional aproximado

L  T L
EA df df
Z Z
T
Π̃ = c c dx − p cT f dx − (P cT f)|x=L
2 0 dx dx 0

T !
L  Z L 
1 T df df
Z
T
Π̃ = c EA dx c−c p f dx − (P f)|x=L
2 0 dx dx 0

Definiendo
L  T
df df
Z
K = EA dx
0 dx dx

9
 Z L
b = p f dx − (P f)|x=L
0
se puede escribir:
1 T
Π̃ = c K c − cT b
2
La condición de mı́nimo:

δ Π̃ = 0 ∀ δc

1 T 1 T
δc K c +
δ Π̃ = c K δc − δcT b = 0
2 2
y por la simetrı́a de K

δ Π̃ = δcT (K c − b) = 0
Para δc arbitrario debe ser:

Kc − b = 0
en el dominio Ω. (Ecuaciones de Euler-Lagrange)

Si se toma n = 2:

ũ = c1 x + c2 x2
 
x
f =
x2
 
c1
c =
c2
"R #
Z L   L RL
1   1dx 2xdx
K = EA 1 2x dx = EA R L0 R 0L 2 dx
0 2x 2xdx 4x dx
0 0

L L2
 
K = EA dx
L2 43 L3

Z L Z L        
x L L L
b = p f dx−(P f)|x=L = p dx − P = p +P 2
0 0 x2 L2 L2 L

y el sistema

10
 Kc − b = 0

pL2
EA Lc1 + EA L2 c2 = − PL
2

2 4 3 pL3
EA L c1 + EA L c2 = − P L2
3 3
de alli:
pL + P
c1 =
EA
p
c2 = −
2EA
Puede verse que en este caso, la aproximación tomada coincide con la solución
analı́tica, por cuanto la solución de Rayleigh- Ritz coincide con la solución
exacta.

3.3. Solución numérica por el método de Galerkin

Para aplicar el método de Galerkin partimos de la formulacioón del problema
(A).
Se propone una solución aproximada
n
X
ũ = ci xi
i=1

La misma que en el caso de Rayleigh-Ritz.

Sustituyendo esta aproximación en la ecuación de campo:
T
d2 ũ d2 f

r = EA 2 + p = EA c + p
dx dx2
El método de Galerkin hace:
Z L
frdx = 0
0
La solución numérica debe cumplir las condiciones mecánicas de contorno
(además de las esenciales). Para ello podemos hacer dos cosas:

1. hacer que ũ cumpla las condiciones mecánicas;

2. aproximar las condiciones mecánicas.

11
Considérese esta última alternativa. Se introducen las condiciones mecánicas
en la integral:

T ! T !
L
d2 f
 
df
Z
f EA c + p dx + f P − EA c  = 0 (1)

0 dx2 dx 
x=L

Integrando por partes el primer término bajo el signo integral:

Z L  2 T  T L Z L  T
df df df df
EA f c dx = EA f c − EA c dx

dx2 dx dx dx
0  0
0

y sustituyendo en (1):

L  T !
L  T 
df df df
Z Z
−EA dx c + fp dx + EA f c

0 dx dx 0 dx 
x=L

 T   T 
df df
− EA f c + f P |x=L − EA f c = 0 (2)
 
dx  dx 
x=0 x=L
El tercero término cancela con el sexto. El cuarto término es nulo ya que las
funciones f son nulas en x = 0 por condiciones esenciales de contorno.
Definiendo Z L  T
df df
K = dx
0 dx dx
Z L
b = fp dx + f P |x=L
0
se llega al sistema

Kc − b = 0
que en este caso es el mismo obtenido con el método de Rayleigh.Ritz. Ambos
métodos coinciden para este ejemplo, pues el funcional Π es autoadjunto (o
sea es simétrico, y conduce a una matriz K simétrica).
La ecuación (2) se conoce como forma débil de la ecuación (1). Se ha bajado
un orden de derivación con respecto a (1). Esto es importante a la hora de
elegir las funciones fi .

12