Вы находитесь на странице: 1из 80

Soluci

on num
erica de ecuaciones
diferenciales parciales elpticas

Trabajo de grado presentado por:


Fabio Andres Barreto Pinto

Requisito para el grado de matematico en la Universidad Nacional de


Colombia

Revisado por:
Juan Galvis

Bogota, Colombia
2013-II

Indice general
I Estudios num
ericos sobre la difusi
on de calor y la concentraci
on de humedad en un grano de caf
e
5
1. El modelo de ecuaciones diferenciales
1.1. Descripcion del modelo acoplado de temperatura y humedad . . . .
1.2. Formulacion debil para la temperatura . . . . . . . . . . . . . . . .
1.3. Formulacion debil para la humedad . . . . . . . . . . . . . . . . . .
1.4. Formulacion de Galerkin semidiscreta para el problema acoplado. Espacios de elementos finitos. Tiempo continuo. . . . . . . . . . . . .
1.5. Discretizacion completa con propiedades explicitas en el tiempo . .
1.6. Formulacion Matricial . . . . . . . . . . . . . . . . . . . . . . . . .
2. Resultados num
ericos
2.1. Descripcion del codigo en MatLab . . . . . .
2.2. Resultados . . . . . . . . . . . . . . . . . . .
2.3. Descripcion implementacion en FreeFem++
2.4. Resultados . . . . . . . . . . . . . . . . . . .
2.5. Conclusiones . . . . . . . . . . . . . . . . . .

II

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

7
. 7
. 12
. 13
. 14
. 15
. 17

.
.
.
.
.

Introducci
on al m
etodo de elementos finitos

3. Espacios de Funciones
3.1. Espacio de funciones de cuadrado integrable L2
3.1.1. Caso unidimensional . . . . . . . . . . .
3.1.2. Caso en dos dimensiones . . . . . . . . .
3.2. Espacios de funciones continuas . . . . . . . . .
3.3. Espacios de Elementos Finitos . . . . . . . . . .
3.3.1. En una dimension . . . . . . . . . . . . .
3.3.2. En dos dimensiones . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

21
21
26
30
33
37

39
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

41
42
42
44
45
45
45
46

4. M
etodo de elementos finitos en una dimensi
on
49
4.0.3. Soluciones debiles de ecuaciones diferenciales . . . . . . . . . . 49
4.0.4. Formulacion de Galerkin . . . . . . . . . . . . . . . . . . . . . 51
3

INDICE GENERAL

5. M
etodo de elementos finitos en dos dimensiones
61
5.1. Soluciones debiles de ecuaciones diferenciales parciales . . . . . . . . . 61
5.2. Formulacion de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.3. Analisis del error de aproximacion para el MEF . . . . . . . . . . . . 66
A. C
odigos de MatLab
69
A.1. Codigo en dimension uno . . . . . . . . . . . . . . . . . . . . . . . . . 69
A.2. Codigo en dimension dos . . . . . . . . . . . . . . . . . . . . . . . . . 72

Parte I
Estudios num
ericos sobre la
difusi
on de calor y la
concentraci
on de humedad en un
grano de caf
e

Captulo 1
El modelo de ecuaciones
diferenciales
Introducci
on
El modelo sobre el cual trabajaremos esta basado en la transferencia de calor y de
humedad dentro de un grano de cafe durante el proceso de tostado. El proceso de
tostado del cafe permite la transformacion de las propiedades qumicas y fsicas de
los granos de cafe verde a productos de cafe torrefacto. Cuando el grano de cafe verde
es tostado, este aumenta su volumen aproximadamente al doble, cambia su densidad
y el color cambia a amarillo, despues a un ligero color marron, y finalmente a un color
oscuro y aceitoso. Existen varios metodos de tostado entre los cuales los mas comunes
son, Tueste Claro,Tueste Oscuro y Tueste Espresso, los cuales varian basicamente
en el tiempo de tostado 7 minutos, 12-13 minutos y 20-30 minutos respectivamente,
para este proceso generalmente se utilizan tostadores de cilindro giratorio pues tanto
el tostado como el enfriado posterior del grano, se producen mediante conveccion
de aire caliente o fro respectivamente. La eficiencia del proceso y la calidad del
cafe tostado dependen varios factores que incluyen: la composicion del gas y la
temperatura, la presion, el tiempo, la velocidad relativa de los granos y la tasa de
flujo de gas. Cada torrefaccion necesita una eleccion adecuada de los parametros del
proceso como los que afectan la tasa de transferencia de calor para el grano de cafe y
por lo tanto el desarrollo de las reacciones inducidas por el calor durante el tostado
[11]. El tiempo optimo de tostado se define en base a la temperatura final del grano
y la deteccion del grado de color deseada, y la perdida de peso del grano verde,
as como el aroma y el sabor. La perdida de relacion color - peso podra cambiar
dependiendo de los parametros de tostado y de proceso ( vea [10]).

1.1.

Descripci
on del modelo acoplado de temperatura y humedad

El modelo estudiado es basado en el modelo publicado en [13]. Para el modelage,


se tiene en cuenta lo siguiente. Durante el proceso de tostado de los granos de
7

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

cafe dentro de una planta de peque


na escala, el calor se transfiere principalmente
por conveccion natural de aire a la superficie del grano, y por conduccion desde la
superficie hacia el centro de grano. Mientras tanto la humedad se difunde desde el
interior, hacia el superficie de grano y, a continuacion, se vaporiza. Para simular
la transferencia simultanea de calor y de humedad en el grano de cafe durante el
tostado, se hicieron los siguientes supuestos (vea [13])
1. La humedad se difunde hacia la superficie del producto, y se evapora solo en
la superficie.
2. El material del grano de cafe es homogeneo e isotropico.
3. La humedad inicial y la temperatura del grano son uniformes.
4. El calor producido por las reacciones exotermicas durante el tostado se desprecian.
5. El volumen del grano de cafe es constante.
6. El grano de cafe se tuesta en condiciones de conveccion natural.
Como el modelo es un sistema acoplado de temperatura y humedad, se mostraran
las ecuaciones que modelan el problema, la ecuacion de transferencia de calor la
cual tiene coeficientes que depende de la concentracion de humedad y la ecuacion de
transferencia de masa la cual tiene un coeficiente que depende de la temperatura.
En el presente trabajo trabajaremos con estos supuestos aunque notamos que cada
uno de estos supuestos puede ser considerado independientemente en mayor o menor
grado o abandonado seg
un el ejercicio que se desee realizar. Tendramos entonces
que reescribir el modelo, y en particular las ecuaciones diferenciales y condiciones
de frontera utilizadas.
Ecuaci
on del calor
La ecuacion del calor es una importante ecuacion diferencial parcial que describe la
distribucion del calor (o variaciones de la temperatura) en una region a lo largo del
transcurso del tiempo. Para el caso de una funcion de tres variables en el espacio
(x, y, z) y la variable temporal t, la ecuacion del calor es
2T
2T
2T
T
( 2 +
+
) = 0,
t
x
y 2
z 2
donde es la difusividad termica, que es una propiedad del material.
La ecuacion del calor es de una importancia fundamental en numerosos y diversos
campos de la ciencia. Aunque Newton articulo algunos principios del flujo de calor a
traves de solidos, fue Fourier quien creo la teora sistematica correcta. Dentro de un
solido no hay transferencia convectiva de la energa termica y poca transferencia de
radiacion, por lo que los cambios de temperatura son solo por conduccion, ya que la
energa que ahora reconocemos como energa cinetica molecular fluye de las regiones
mas calientes a regiones mas fras. Hay dos principios basicos del calor estos son,

DEL MODELO ACOPLADO DE TEMPERATURA Y HUMEDAD9


1.1. DESCRIPCION
1. La energa termica contenida en un material es proporcional a la temperatura,
la densidad del material, y una caracterstica fsica del material llamado la
capacidad de calor especfica.
2. La transferencia de calor a traves del lmite de una region es proporcional a
la conductividad de calor, para el gradiente de la temperatura a traves de la
region, y para el area de contacto.
Transferencia de calor
A continuacion presentaremos la ecuacion de transferencia de calor para el modelo
presentado en [13] con sus respectivas condiciones de frontera. Para este problema
se utilizo la ecuacion de balance de energa en la siguiente version,
T
+ (kT ) = 0,
(1.1.1)
t
donde es la densidad del grano de cafe, y esta dada en (Kg/m3 ), Cp es calor
especifico del grano de cafe dado en (J/KgK), T es temperatura, t es tiempo y k es
conductividad termica del grano de cafe dada en (W/mK). Los coeficientes fueron
obtenidos experimentalmente en el articulo [13] y estan dados por
Cp

= 78,845c + 1723 (R2 = 0,93; p < 0,05),

(1.1.2)

k = 0,0116c + 0,062 (R2 = 0,98; p < 0,05)1 ,

(1.1.3)

y
Cp =

(1.1.4)

En (1.1.4), representa difusividad termica del grano de cafe dada en (m2 /s) y cuya
expresion esta dada por
= 5E(9)c + 6E(8) (R2 = 0,92; p < 0,05).

(1.1.5)

La temperatura inicial en el grano de cafe se tomo uniforme de (298K). La condicion


sobre la superficie del grano fue convectiva y esta dada por
n q = h(T T ) + q0 ,

(1.1.6)

donde T es la temperatura externa (473K), n es el vector normal a la superficie,


los valores de q y q0 se calcularon por las siguientes ecuaciones

q = kT n,

(1.1.7)

q0 = Dm c n,

(1.1.8)

La probabilidad de exito en la estimacion se representa con R2 y se denomina nivel de confianza.


En estas circunstancias, p es el llamado error aleatorio o nivel de significacion, esto es, una medida
de las posibilidades de fallar en la estimacion mediante tal intervalo.

10

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

con representando el calor latente de vaporizacion (J/kg), Dm difusividad de la


humedad superficial (m2 /s). Estos estan dados experimentalmente y estan dados
por (vea la referencia [13])
Dm = 5E(10),
(1.1.9)
y
= 2,3E(6).

(1.1.10)

Ademas k es como en (1.1.3) y h es el coeficiente de transferencia de calor que


depende de la geometra y las condiciones de flujo ambientales el cual fue obtenido
por n
umero de Nusselt. El n
umero de Nusselt se define como N u dado por,
Nu =

hL
,
ka

(1.1.11)

donde L = 0,007m es el diametro ecuatorial del grano de cafe, ka es la conductividad


termica del aire dada en (W/mK), que esta dada experimentalmente por
ka = 2,28E(3) + 1,155E(4)T 7,9E(8)T 2 + 4,12E(11)T 3 7,44E(15)T 4 .
(1.1.12)
Como en este caso se tiene conveccion natural, el n
umero de Nusselt depende de el
n
umero de Grashof, el n
umero de Prandtl, la geometra y las condiciones de frontera.
Asumiendo el grano como una esfera se aplico la siguiente ecuacion (vea [14])
N u = ((N ul )6 + (N ut )6 )1/6 ,

(1.1.13)

donde
N ul = 2 + 0,878Cl Ra1/4 ,
N ut = 0,11Ra1/4 ,

(componente laminar),

(componente turbulenta),

(1.1.14)
(1.1.15)

y ademas

Cl = 0,671 1 +

0,492
Pr

9/16 !4/9
,

(1.1.16)

donde Ra es el n
umero de Rayleigh y esta dado por
Ra = Gr P r,

(1.1.17)

el n
umero de Grashof Gr viene dado por
Gr =

ga L3 2a (T )
= 2500,
2a

(1.1.18)

y el n
umero de Prandtl P r es dado por
Pr =

Cpa a
,
ka

(1.1.19)

DEL MODELO ACOPLADO DE TEMPERATURA Y HUMEDAD11


1.1. DESCRIPCION
donde ka es como en (1.1.12) y Cpa calor especifico del aire (J/kgK), a viscosidad
dinamica del aire (P as) tambien se conocen experimentalmente y estan dadas por
Cpa = 1,05E(3) 3,73E(1)T + 9,45E(4)T 2 6,02E(7)T 3 + 1,28E(10)T 4 ,
(1.1.20)
2
a = 75,2E(10) + 4,427E(8)T 7,887E(12)T .
(1.1.21)
Transferencia de masa
Procederemos ahora a mostrar la parte del problema referente a la transferencia
de masa cuya variable es la concentracion de humedad en el grano de cafe. Para
la transferencia de masa se supuso que segua la ley de Fick, seg
un la cual el flujo
de masa es proporcional al gradiente de concentracion a traves de la difusion de
humedad,
c
+ (Dc) = 0,
(1.1.22)
t
donde D es la difusividad de la humedad (m2 /s), que depende de la temperatura y
esta dada por


cavg
66856,4
+ 1,74
,
(1.1.23)
D = exp 2,7085
RT
c0
con R 8,314J/Kmol es la constante del gas, cavg es el promedio de concentracion
de humedad (mol/m3 ) y c0 es la concentracion de humedad inicial en el grano de
cafe, la cual se tomo como constante e igual a 5500mol/m3 .
Sobre la superficie del grano se impuso una condicion de flujo dada por
n (Dc) = kc (cb c),

(1.1.24)

siendo cb concentracion de humedad en el aire (mol/m3 ) la cual es constante igual


a 0,5 y kc es el coeficiente de transferencia de masa y es dado por
kc =

hm
,
Cm

(1.1.25)

aqu es como en (1.1.2), hm es coeficiente de transferencia de masa (kg/m2 s) y


Cm es capacidad especfca de humedad (adimensional2 ) ambos se obtuvieron experimentalmente y estan dados por

hm = 5,09E(4),

(1.1.26)

Cm = 1E(5)c + 0,012 (R2 = 0,9849).

(1.1.27)

En fsica, qumica, ingeniera y otras ciencias aplicadas se denomina magnitud adimensional


a toda aquella magnitud que carece de una unidad de medida asociada. As, seran magnitudes
adimensionales todas aquellas que no tienen unidades, o cuyas unidades pueden expresarse como
relaciones matem
aticas puras.

12

1.2.

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

Formulaci
on d
ebil para la temperatura

En esta seccion se obtendra la formulacion debil para el problema de temperatura


por lo que comenzaremos enunciando la forma fuerte de este problema,
Forma Fuerte,
Encontrar T : R tal que:

C T + (kT ) = 0, para x ,
p
t

n q = h(T T ) + q0 , para x ,

(1.2.1)

donde q y q0 son como en (1.1.7) y(1.1.8) respectivamente, de donde reescribimos la


forma fuerte como
Forma Fuerte,
Encontrar T : R tal que:

Cp
+ (kT ) = 0, para x ,
t

n kT = h(T T ) + Dm c n, para x .

(1.2.2)

Para deducir una formulacion debil de (1.2.2), vamos a suponer que existe una
solucion T de (1.2.2), multiplicamos a los dos lados de la primera igualdad por una
funcion de prueba v C (), luego se integra a ambos lados de la igualdad
Z
Z
T
Cp
v dx + (kT ) v dx = 0.
t

Enseguida usamos la formula de integracion por partes en R2 (primera identidad


de Green)y las condiciones de contorno para quedarse con expresiones que solo
requieran
derivadasZdel mas bajo orden posible
luego
Z
Z
Z
T
T
Cp
v dx + (kT ) v dx = Cp
v dx + kT v dx
t
t

Z
+
(n kT )v dx,

y como por condicion de frontera n kT = h(T T ) + Dm c n, entonces


Z
Z
(n kT )v dx =
(h(T T ) + Dm c n)v dx,

yZ por lo tanto
Z
Z
Z
T
T
Cp
v dx + (kT ) v dx = Cp
v dx + kT v dx
t
t

Z
+
(h(T T ) + Dm c n)v dx.

Por u
ltimo cambiamos v C () por v V donde el espacio de funciones de
prueba V es el mas grande posible, en este caso tomaremos V = H 1 (). Ademas

DEBIL

1.3. FORMULACION
PARA LA HUMEDAD

13

escogemos el espacio de funciones U tal que la solucion T U , de igual forma


tomamos U = H 1 (). De esta forma nuestra formulacion debil queda como
Forma Debil,
Encontrar T H 1 () tal que:
Z
Z
T

v dx + kT v dx
Cp

+
(h(T T ) + Dm c n)v dx = 0,

para v H 1 ().

(1.2.3)

1.3.

Formulaci
on d
ebil para la humedad

Obtendremos ahora la formulacion debil para el problema de humedad, seguiremos


los mismos pasos de la seccion anterior, por lo tanto iniciaremos dando la forma
fuerte de este problema
Forma Fuerte,
Encontrar c : R tal que:

c + (Dc) = 0,
t

n (Dc) = kc (cb c),

para x ,

(1.3.1)

para x .

Para deducir la formulacion debil de (1.3.1), primero vamos a suponer que existe
una solucion c de (1.3.1), multiplicamos a los dos lados de la primera igualdad por
una funcion de prueba w C (), luego se integra a ambos lados de la igualdad
Z

c
dx +
t

Z
(Dc) w dx = 0,

a continuacion usamos la formula de integracion por partes en R2 (primera identidad


de Green)y las condiciones de contorno para quedarse con expresiones que solo
requieran
derivadas
del mas bajo orden
Z posible Zluego
Z
Z
Z
c
c
n (Dc) dx,
dx + (Dc) w dx =
dx + Dc w dx +
t

ahora por condicion de frontera tenemos que n (Dc) = kc (cb c), de donde
Z

Z
n (Dc) dx =

kc (cb c) dx

y
Z por lo tanto
Z
Z
Z
Z
c
c
dx + (Dc) w dx =
dx + Dc w dx +
kc (cb c) dx,
t

por u
ltimo cambiamos w C () por w V = H 1 (). Ademas escogemos el
espacio de funciones U tal que la solucion c U , de igual forma tomamos U =

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

14

H 1 (). De esta forma nuestra formulacion debil queda de la siguiente forma


Forma Debil,
Encontrar c H 1 () tal que:
Z
Z
Z
c
dx + Dc w dx +
kc (cb c) dx = 0,

1.4.

para v H 1 (). (1.3.2)

Formulaci
on de Galerkin semidiscreta para
el problema acoplado. Espacios de elementos
finitos. Tiempo continuo.

La formulacion de Galerkin busca restringir las posibles soluciones en (1.2.3) y (1.3.2)


a un espacio de dimension finita, de la misma forma restringir las funciones de
prueba v, w, a un espacio de dimension finita, lo que hacemos es cambiar el espacios
de dimension infinita H 1 , por un espacio de dimension finita, espacio de elementos
finitos. En la segunda parte se veran con mas detalle los espacios de elementos finitos,
aqu trabajaremos con el espacio P 1 (T h ), el espacio de funciones contnuas lineales
por partes asociado a la triangulacion T h . De igual forma en la segunda parte se
vera con mas detalle el concepto de triangulacion.
Ahora sean v h , wh P 1 (T h ), lo que se hara ahora es encontrar T h , ch P 1 (T h ),
aproximaciones de las soluciones de (1.2.3) y (1.3.2) respectivamente. Teniendo esto
en cuenta la formulacion de Galerkin de (1.2.3) y (1.3.2) se puede escribir de la
siguiente forma,

Formulacion de Galerkin para temperatura,


Encontrar T h P 1 (T h )() tal que:
Z
Z
h
T

v dx + kT h v h dx
Cp
t

+
(h(T T h ) + Dm c n)v h dx = 0,

para v h P 1 (T h ).

(1.4.1)

Formulacion de Galerkin para humedad,


Encontrar ch P 1 (T h )() tal que:
Z
Z
h
c

w dx + Dch wh dx

+
kc (cb chm )wh dx = 0,

para wh P 1 (T h ).

(1.4.2)

COMPLETA CON PROPIEDADES EXPLICITAS EN EL TIEMPO15


1.5. DISCRETIZACION

1.5.

Discretizaci
on completa con propiedades explicitas en el tiempo

En esta seccion se hara la discretizacion del tiempo para (1.4.1) y (1.4.2), mediante
un metodo tipo Euler. Lo que se busca hacer despues es usar un metodo iterativo
para hallar una aproximacion de la solucion de los problemas de transferencia de
calor y transferencia de humedad en el transcurso del tiempo con la condicion inicial de nuestros problemas. (1.4.1) y (1.4.2). Iniciaremos con la discretizacion del
problema de transferencia de calor. Lo primero que haremos sera tomar la derivada
de la temperatura con respecto al tiempo y escribirla como coeficiente incremental
de temperatura en un intervalo de tiempo t esto es
T h
T h (x, tm ) T h (x, tm1 )
=
,
t
t
donde x = (x, y) , tm = t + t y tm1 = t, es decir se esta tomando la
diferencia de temperatura en el intervalo (t, t + ). Para simplificar la notacion
h
haremos Tmh = T h (x, tm ) y Tm1
= T h (x, tm1 ), luego tendremos
h
T h Tm1
T h
= m
.
t
t

(1.5.1)

Reemplazamos (1.5.1) en (1.4.1) y obtenemos


h
Tmh Tm1
Cp
v h dx+
t

kTmh v h

Z
dx+

(h(T Tmh )+Dm cn)v h dx = 0.

Lo siguiente que haremos sera abrir las integrales de tal forma que podamos despejar
para Tmh , entonces
Z
Z
Z
h
Tm1
Tmh h
h
Cp
v dx Cp
v dx + kTmh v h dx
t
t

Z
Z
Z
h
h h
+
hT v dx
hTm v dx +
(Dm c n)v h dx = 0.

Ahora dejamos los terminos que dependen de Tmh a la izquierda del signo igual y
escribimos
el resto al
Z lado derecho. De esta
Z forma obtenemos
Z
Tmh h
v dx+ kTmh v h dx
hTmh v h dx =
Cp
t

Z
Z
Z
h
Tm1
h
h
Cp
v dx
hT v dx
(Dm c n)v h dx,
t

hasta este punto tendremos una nueva formulacion de Galerkin del problema de
transferencia de calor, esta es la formulacion de Galerkin discreta dada por

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

16

Formulacion de Galerkin discreta (Temperatura),


Encontrar Tmh P 1 (T h )() tal que:
Z
Z
Z
Tmh h

h
h

Cp
hTmh v h dx =
v dx + kTm v dx

Z
Z
Z
h

Tm1

h
h

Cp
v dx
hT v dx
(Dm c n)v h dx,
t

para v h P 1 (T h ).

(1.5.2)
Escribiremos ahora la discretizacion para el problema de transferencia de masa, para
esto seguiremos los mismos pasos de la discretizacion anterior. Entonces, iniciaremos
tomando la derivada de la concentracion de humedad con respecto al tiempo y la
escribiremos como el cociente incremental de concentracion en un intervalo de tiempo
t esto es
ch (x, tm ) ch (x, tm1 )
ch
=
,
t
t
donde x = (x, y) , tm = t + t y tm1 = t, es decir ahora se esta tomando la
diferencia de concentracion de humedad en el intervalo (t, t + ). De igual forma
para simplificar la notacion haremos chm = ch (x, tm ) y chm1 = ch (x, tm1 ), de donde
chm chm1
ch
=
.
t
t

(1.5.3)

Luego reemplazamos (1.5.3) en (1.4.2) para obtener


Z

chm chm1
wh dx +
t

Dchm

kc (cb chm )wh dx = 0.

w dx +

Lo siguiente es abrir las integrales de tal forma que podamos despejar para chm ,
entonces,
Z

Z
Z h
Z
Z
cm1 h
chm h
h
h
h
kc chm wh dx = 0.
w dx
w dx+ Dcm w dx+
kc cb w dx
t
t

Dejamos los terminos que dependen de chm a la izquierda del igual y escribimos el
resto al lado derecho. De esta forma obtenemos,
Z

chm h
w dx+
t

Dchm wh

Z
dx

kc chm wh

Z
dx =

chm1 h
w dx
t

kc cb wh dx.

Hemos entonces obtenido una nueva formulacion de Galerkin del problema de transferencia de masa, esta es la formulacion de Galerkin discreta,

MATRICIAL
1.6. FORMULACION

17

Formulacion de Galerkin discreta (Humedad),


Encontrar chm P 1 (T h )() tal que:
Z
Z
Z h
cm

h
h
h

kc chm wh dx =
w dx+ Dcm w dx

Z h
Z

m1

wh dx
kc cb wh dx,

para wh P 1 (T h ).
(1.5.4)

1.6.

Formulaci
on Matricial

En esta seccion se dara la formulacion matricial de los problemas de transferencia de


calor y transferencia de masa, la cual usaremos para la implementacion del codigo
en MatLab.
Comenzaremos con el problema de transferencia de calor y daremos la formulacion
matricial para este, como Tmh P 1 (T h )() y como las funciones i , i = 1, , N h ,
no dependen del tiempo, entonces existen funciones i , i = 1, , N h , que dependen
del tiempo tales que
Tmh (x, t) = 1 (t)1 (x) + 2 (t)2 (x) + + Nh (t)Nh (x) =

PN h

i=1

i (t)i (x).

Ademas como v h P 1 (T h )(), sera suficiente tomar v h = j para j = 1, , N h ,


de acuerdo a lo anterior podemos escribir cada intregral de (1.5.2) de la siguiente
forma
Th
1
Cp m v h dx =
t
t

Z
Cp (

N
X

im (t)im (x)) j (x) dx,

i=1

Nh

1 X
=
i (t)
t i=1 m

(1.6.1)

Z
Cp im (x) j (x) dx,

lo que hicimos fue reescribir la primera integral de (1.5.2) en terminos de las funciones
base y luego sacar la sumatoria de la integral esto ultimo por linealidad de la integral.
Z

kTmh v h dx =

N
X
k(
im (t)im (x)) j (x) dx,

i=1

Nh

X
i=1

(1.6.2)
Z
kim (x) j (x) dx,

im (t)

18

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

la segunda integral de (1.5.2) tambien fue reescrita en terminos de las funciones base
y se saco la sumatoria de la integral.
Z

hTmh v h

Z
dx =

Nh
X

N
X
h(
im (t)im (x))j (x) dx,
i=1

(1.6.3)
Z

im (t)

him (x)j (x) dx,

i=1

para la integral sobre la frontera del lado izquierdo de (1.5.2) tambien fue necesario
reescribirla en terminos de las funciones base y sacar la sumatoria de la integral.
Z
Z
Z
Z
h
h
hT v dx
(Dm c)v dx =
hT j (x) dx
(Dm c n)j (x) dx,

Z
=
(hT + Dm c)j (x) dx.

(1.6.4)
las dos integrales sobre la frontera del lado derecho de (1.5.2) solo fueron reescritas en
terminos de las funciones base. Definimos a partir de (1.6.1) la matriz Mm = (mij ),
Z
mij =
Cp im (x) j (x) dx,
(1.6.5)

y el vector = (1 (t), 2 (t), , Nh (t))T .


A partir de (1.6.2) y (1.6.3) definimos la matriz A = (aij ),
Z
Z
him (x)j (x) dx.
kim (x) j (x) dx
aij =

(1.6.6)

Finalmente a partir de (1.6.4) se define el vector b = bj ,


Z
(hT + Dm c n)j (x) dx.
bj =

(1.6.7)

Podemos ahora escribir el problema (1.5.2) en su forma matricial,


1
1
Mm m + Am =
Mm1 m1 + b,
t
t
que finalmente arroja la formulacion matricial discreta,
Formulacion Matricial transferencia de calor,

1
1
( Mm + A)m =
Mm1 m1 + b.
t
t

(1.6.8)

Daremos ahora la formulacion matricial para el problema de transferencia de masa.


Como antes tenemos que chm P 1 (T h )() y como las funciones i , i = 1, , N h ,
no dependen del tiempo, entonces existen funciones i , i = 1, , N h , que dependen
del tiempo tales que

MATRICIAL
1.6. FORMULACION

19

chm (x, t) = 1 (t)1 (x) + 2 (t)2 (x) + + Nh (t)Nh (x) =

PN h

i=1

i (t)i (x).

Del mismo modo, como wh P 1 (T h )(), sera suficiente tomar wh = j para j =


1, , N h , de acuerdo a lo anterior podemos escribir cada intregral de (1.5.4) de la
siguiente forma
Z

1
chm
wh dx =
t
t

Z X
Nh
(
i (t)i (x)) j (x) dx,
i=1
h

Z
N
1 X
=
i (t) i (x) j (x) dx,
t i=1

(1.6.9)

lo que se hizo fue reescribir la primera integral de (1.5.4) en terminos de las funciones
base y luego sacar la sumatoria de la integral por linealidad de la integral.
Z

Dchm wh dx =

N
X
D(
i (t)i (x)) j (x) dx

i=1

Nh

(1.6.10)

Z
Di (x) j (x) dx,

i (t)

i=1

la segunda integral de (1.5.4) tambien fue reescrita en terminos de las funciones base
y se saco la sumatoria de la integral.
Z

kc chm wh

Z
dx =

kc (

N
X

i=1

Nh
X

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


(1.6.11)
kc i (x)j (x) dx,

i (t)

i=1

tambien para la integral sobre la frontera del lado izquierdo de (1.5.2) fue necesario
reescribirla en terminos de las funciones base y sacar la sumatoria de la integral.
Z
Z
h

kc cb w dx =
kc cb j (x) dx,
(1.6.12)

la integral sobre la frontera del lado derecho de (1.5.4) fue reescrita en terminos de
las funciones base. Definimos a partir de (1.6.9) la matriz Nm = (nij ),
Z
nij =
i (x) j (x) dx,
(1.6.13)

y el vector = (1 (t), 2 (t), , Nh (t)).


Definimos ahora a partir de (1.6.10) y (1.6.11) la matriz F = fij ,
Z
Z
fij =
Di (x) j (x) dx
kc i (x)j (x) dx.

(1.6.14)

20

CAPITULO 1. EL MODELO DE ECUACIONES DIFERENCIALES

Por u
ltimo definimos a partir de (1.6.12) el vector d = dj ,
Z
kc cb j (x) dx.
dj =

(1.6.15)

Procedemos ahora a escribir el problema (1.5.4) en su forma matricial,


1
1
Nm m + F m =
Nm1 m1 + d,
t
t
y por lo tanto
Formulacion Matricial transferencia de masa,

1
1
( Nm + F )m =
Nm1 m1 + d.
t
t

(1.6.16)

Finalmente de (1.6.8) y (1.6.16) podemos escribir la formulacion matricial del modelo


acoplado de temperatura y humedad,
Formulacion Matricial,

1
1

( Mm + A)m =
Mm1 m1 + b,
t
t

( 1 Nm + F )m = 1 Nm1 m1 + d.
t
t

(1.6.17)

Captulo 2
Resultados num
ericos
A pesar de que el modelo esta propuesto sobre un grano de cafe, es decir en dimension
tres, en este trabajo solo se considero el problema en dimension uno y en dimension
dos. Para la implementacion del modelo acoplado de temperatura y humedad en
este trabajo, se utilizo MatLab para trabajar en dimension uno y FreeFem++ para
trabajar en dimension dos.

2.1.

Descripci
on del c
odigo en MatLab

A continuacion presentaremos el codigo en MatLab utilizado para hallar la aproximacion numerica del modelo acoplado de temperatura y humedad. Para comenzar
definimos un parametro n el cual indica el n
umero de vertices de la triangulacion,
definir un par de vectores T y C para la temperatura y la concentracion de humedad respectivamente y luego crear el dominio x = (c, d), que en este caso por ser en
que indica el tama
no
dimension uno es un intervalo, ademas el parametro h = dc
n
de los elementos de la triangulacion, en este caso se uso una triangulacion uniforme.
%Elementos finitos en una dimension para el modelo acoplado de
%temperatura y humedad en un grano de cafe
n=20;
T=sparse(n,1);
C=sparse(n,1);
x=sparse(n,1);
c=0;
d=0.007;
h=(d-c)/(n-1);
Luego mediante un ciclo for se crea la triangulacion y se introducen las condiciones
iniciales.
%Triangulacion
for i=0:(n-1)
21


CAPITULO 2. RESULTADOS NUMERICOS

22
x(i+1)=c+(i*h);
%condiciones iniciales
T(i+1)=298;
C(i+1)=5500;
end

Como el modelo depende del tiempo el problema se resolvera por un metodo de


Euler a lo largo del tiempo, por esta razon en esta parte se crea el delta de tiempo
y se inicia un ciclo for para las iteraciones. Ademas, se crean el resto de matrices y
vectores necesarios para montar los dos sistemas a resolver.
%tie=10 ;
%m=1000;
%dt= tie/m;
%for t=dt:dt:tie
%Ag=sparse(n,n);
%Mg=sparse(n,n);
%Fg=sparse(n,n);
%Ng=sparse(n,n);
%bg=sparse(n,1);
%dg=sparse(n,1);
Antes de continuar con el codigo presentaremos, la formula de cuadratura de Gauss,
la cual nos permitira hacer el calculo numerico de las integrales que nos permitiran
armar el sistema lineal que se debe resolver.
Formula de cuadratura de Gauss
Consiste en dar una aproximacion de una integral definida, de una funcion dada.
Una cuadratura de Gauss, selecciona unos puntos de evaluacion xi llamados puntos
de cuadratura y unos coeficientes o pesos i para i = 1, ..., n. El dominio de tal
cuadratura es de [1, 1] y esta dada por,
Z

f (x) dx
1

n
X

i f (xi ).

i=1

Como nuestras integrales deben ser calculadas en un dominio [a, b] diferente a [1, 1]
entonces debemos hacer el cambio.
b

Z
a

ba
f (x) dx =
2

ba
a+b
x+
2
2


dx,

y al aplicar cuadratura obtenemos,


Z
a

baX
f (x) dx
i f
2 i=1

ba
a+b
xi +
2
2


.

DEL CODIGO

2.1. DESCRIPCION
EN MATLAB

23

Esta es la aproximacion que usamos en el codigo para calcular las integrales, para
mas detalle de Cuadratura de Gauss ver [3, 4, 5].
Continuando con el codigo, el siguiente paso es mediante otro ciclo for, unimos a
cada elemento Kj , j = 1, . . . , n 1, de la triangulacion los datos necesarios para
realizar las integrales necesarias para montar las matrices, como lo son .ini, .fin
vertices del elemento Kj , .xi vector con los puntos de cuadratura en el intervalo (c, d),
.phi1 y .phi2 las funciones base (dadas en el Lema 2 un par de capitulos adelante)
evaluadas en los puntos de cuadratura, phi1prima y phi2prima las derivadas de las
funciones base, .w son los pesos de cuadratura, .indices son los indices globales de los
vertices de el elemento Kj , Iint se utilizara para obtener la matriz y los vectores que
conformaran el sistema a resolver permite ubicar los aportes locales en las matrices
y vectores globales seg
un corresponda.
%Lista de elementos
for j=1:n-1
K(j).ini=x(j);
K(j).fin=x(j+1);
K(j).xi=[((x(j+1)-x(j))*(-0.7745966))/2+(x(j)+x(j+1))/2
((x(j+1)-x(j))*0)/2+(x(j)+x(j+1))/2
((x(j+1)-x(j))*0.7745966)/2+(x(j)+x(j+1))/2];
K(j).phi1=(x(j+1)-K(j).xi)/(x(j+1)-x(j));
K(j).phi1prima=(-1/(x(j+1)-x(j)));
K(j).phi2=(K(j).xi-x(j))/(x(j+1)-x(j));
K(j).phi2prima=(1/(x(j+1)-x(j)));
K(j).w=[0.55555 0.88888 0.55555];
K(j).indices=[j,j+1];
Iint=2:n-1;
Luego se introducen todos los coeficientes del problema de transferencia de calor,
los cuales estan dados en (1.1.3), (1.1.2), (1.1.5), (1.1.4), (1.1.20), (1.1.21), (1.1.12),
(1.1.19), (1.1.17), (1.1.16), (1.1.13), (1.1.10),(1.1.9). Como muchos de los coeficientes
dependen ya sea de la temperatura o de la concentracion de humedad es necesario
hacer la combinacion lineal respectiva de las dos funciones base de cada elemento.
%coeficientes para sistema calor
Caux=C(j)*K(j).phi1+C(j+1)*K(j).phi2;
k=0.0116*Caux+0.062;
rho=78.845*Caux+1723;
alpha=5*10^(-9)*Caux+6*10^(-8);
cp=k./(alpha);
%acontinuacion haremos el calculo de h
Taux=T(j)*K(j).phi1+T(j+1)*K(j).phi2;
cpa=abs(-1.05*10^(-3)-3.73*10^(-1)*Taux+9.45*10^(-4)*Taux.^2

24

CAPITULO 2. RESULTADOS NUMERICOS

-6.02*10^(-7)*Taux.^3+1.28*10^(-10)*Taux.^4);
miua=-75.2*10^(-10)+4.427*10^(-8)*Taux-7.887*10^(-12)*Taux.^2;
ka=-2.28*10^(-3)+1.155*10^(-4)*Taux-7.9*10^(-8)*Taux.^2
+4.12*10^(-11)*Taux.^3-7.44*10^(-15)*Taux.^4;
Pr=(cpa.*miua)./ka;
Ra=2500*Pr;
kdeh=0.671./(1+(0.492./Pr).^(9/14)).^(4/9);
Nu=((2+0.878*kdeh.*Ra.^(1/4)).^6+(0.11*Ra.^(1/4)).^6).^(1/6);
L=0.007;
K(j).h=(Nu.*ka)/L;
Tinf=473;
lambda=2.3*10^(6);
Dm=5*10^(-10);
K(j).Cprima=(C(j)-C(j+1))/(K(j).ini-K(j).fin);
Seguido se introducen todos los coeficientes del problema de transferencia de masa,
estos estan dados en (1.1.23), (1.1.26), (1.1.27), (1.1.25). Es necesario mencionar
que para el coeficiente dado en (1.1.23) no se uso la exponencial en dimension uno
y tampoco en dimension dos en lugar de esto se utilizo un truncamiento de la serie
de la exponencial con cinco terminos.
%coeficientes para sistema humedad
Cavg=dot(C*0+1,Ng*C);
Daux=2.7085*66856.4./(8.314*Taux)+1.74*Cavg/5500;
D=1+Daux+Daux.^2/2+Daux.^3/6+Daux.^4/24+Daux.^5/120;
hm=5.09*10^(-4);
Cm=10^(-5)*Caux+0.012;
K(j).kc=hm./(rho.*Cm);
cb=0.5;
Lo siguiente es calcular las matrices locales del problema de transferencia de calor,
sus coeficientes estan dados por (1.6.5) y (1.6.6), luego su aporte a las matrices
globales. En el caso de la matriz Al sus componentes son calculados mediante (1.6.6),
pero como este codigo es para dimension uno la segunda integral solo afectara dos
elementos de la triangulacion lo que se traduce en que solo se veran afectadas dos
entradas de la matriz Ag, estas son a11 y ann . Esto sucede ya que las funciones
base tienen soporte en maximo dos elementos de la triangulacion y en el caso de los
vertices exteriores solo tienen una funcion base con soporte en ellos.
%Difusion de calor
%Matrices locales
Al(1,1)=sum(k.*K(j).w*K(j).phi1prima*K(j).phi1prima)
*(K(j).fin-K(j).ini)/2;
Al(1,2)=sum(k.*K(j).w*K(j).phi1prima*K(j).phi2prima)
*(K(j).fin-K(j).ini)/2;
Al(2,1)=Al(1,2);
Al(2,2)=sum(k.*K(j).w*K(j).phi2prima*K(j).phi2prima)

DEL CODIGO

2.1. DESCRIPCION
EN MATLAB

25

*(K(j).fin-K(j).ini)/2;
Ml(1,1)=sum(cp.*K(j).w.*K(j).phi1.*K(j).phi1)*(K(j).fin-K(j).ini)/2;
Ml(1,2)=sum(cp.*K(j).w.*K(j).phi1.*K(j).phi2)*(K(j).fin-K(j).ini)/2;
Ml(2,1)=Ml(1,2);
Ml(2,2)=sum(cp.*K(j).w.*K(j).phi2.*K(j).phi2)*(K(j).fin-K(j).ini)/2;

%Matriz global
Ag(K(j).indices,K(j).indices)=Ag(K(j).indices,K(j).indices)+Al;
Mg(K(j).indices,K(j).indices)=Mg(K(j).indices,K(j).indices)+Ml;
Tambien se calculan las matrices del problema de transferencia de masa, en este
caso sus coeficientes estan dados por (1.6.13) y (1.6.14), al igual que en la matriz
Ag en la matriz. Fg solo dos entradas se ven afectadas por la segunda integral dada
en eqreffij, estos aportes se calcularan.
%Transferencia de masa
Fl(1,1)=sum(D.*K(j).w*K(j).phi1prima*K(j).phi1prima)
*(K(j).fin-K(j).ini)/2;
Fl(1,2)=sum(D.*K(j).w*K(j).phi1prima*K(j).phi2prima)
*(K(j).fin-K(j).ini)/2;
Fl(2,1)=Bl(1,2);
Fl(2,2)=sum(D.*K(j).w*K(j).phi2prima*K(j).phi2prima)
*(K(j).fin-K(j).ini)/2;

Nl(1,1)=sum(K(j).w.*K(j).phi1.*K(j).phi1)*(K(j).fin-K(j).ini)/2;
Nl(1,2)=sum(K(j).w.*K(j).phi1.*K(j).phi2)*(K(j).fin-K(j).ini)/2;
Nl(2,1)=Nl(1,2);
Nl(2,2)=sum(K(j).w.*K(j).phi2.*K(j).phi2)*(K(j).fin-K(j).ini)/2;
Fg(K(j).indices,K(j).indices)=Fg(K(j).indices,K(j).indices)+Fl;
Ng(K(j).indices,K(j).indices)=Ng(K(j).indices,K(j).indices)+Nl;
end
En esta parte se calculan los vectores dados en (1.6.7) y (1.6.15). Ademas los complementos de las matrices A y F, es decir se calculan las entradas a11 y ann de la
matriz A y las entradas f11 y fnn de la matriz F, respectivamente.
%lado derecho sistema 1
bg(1)=K(1).h(1)*1*Tinf+lambda*Dm*K(1).Cprima;
bg(n)=K(n-1).h(3)*1*Tinf-lambda*Dm*K(n-1).Cprima;
%lado derecho sistema 2


CAPITULO 2. RESULTADOS NUMERICOS

26

dg(1)=cb*K(1).kc(1);
dg(n)=cb*K(n-1).kc(3);
%complemento matriz A
Ag(1,1)=Ag(1,1)+K(1).h(1);
Ag(n,n)=Ag(n,n)+K(n-1).h(3);
%complemento matriz F
Fg(1,1)=Fg(1,1)+K(1).kc(1);
Fg(n,n)=Fg(n,n)+K(n-1).kc(1);
Por u
ltimo se soluciona el sistema lineal obtenido, para la implementacion de esta
parte se utilizan las formas matriciales dadas en (1.6.8) y (1.6.16). Tambien se
grafican las aproximaciones en cada paso de tiempo.
% %Solucion del sistema lineal
A=((1/dt)*Mg)+Ag;
F=((1/dt)*Ng)+Fg;
b=bg+(((1/dt)*Mg)*T);
T=A\b;
d=dg+(((1/dt)*Ng)*C);
C=F\d;
subplot(1,2,1)
plot(x,T,-,markerfacecolor,k) ;
title(t)
subplot(1,2,2)
plot(x,C,-) ;
pause(0.1)
end

2.2.

Resultados

A continuacion se mostraran algunos resultados obtenidos con el codigo en MatLab,


como este codigo es para dimension uno, supondremos que se esta mirando la temperatura y la humedad del grano de cafe en solo una dimension.

2.2. RESULTADOS

27

Figura 2.1: Temperatura del grano de cafe despues de 100s de iniciar el tostado. Es
una grafica de temperatura contra longitud es decir nos esta dando la distribucion
de calor a lo largo del grano de cafe.
La Figura 2.1 muestra la temperatura del grano de cafe despues de 100s de iniciar
el tostado, la temperatura en la frontera es ligeramente mayor que en el interior
del grano y hasta este momento es aproximadamente de 332, 598K en la parte mas
caliente la frontera y 332, 578K en la parte mas fra el centro del grano.

Figura 2.2: Temperatura del grano de cafe despues de 200s de iniciar el tostado.
La Figura 2.2 muestra la temperatura del grano de cafe a los 200s, la temperatura
en la frontera ahora es de 362, 545K aproximadamente y la temperatura en el centro
del grano es de 362, 543K aproximadamente, nuevamente la diferencia de temperatura entre la frontera y el interior del grano es muy peque
na lo que nos indica que

28

CAPITULO 2. RESULTADOS NUMERICOS

la temperatura esta incrementando uniformemente en el grano de cafe.

Figura 2.3: Temperatura del grano de cafe despues de 300s de iniciar el tostado.
En la Figura 2.3 vemos la temperatura del grano despues de 300s, nuevamente es
bastante uniforme con 387,69K en la frontera y 387,55K en el centro del grano,
as despues de 300s de tostado la temperatura a aumentado 89,69K aproximadamente.

Figura 2.4: Concentracion de humedad del grano de cafe despues de 100s de iniciar
el tostado. Esta es una grafica de humedad contra longitud nos da la concentracion
de humedad a lo largo del grano de cafe.
En cuanto a la concentracion de humedad, la Figura 2.4 nos muestra la humedad

2.2. RESULTADOS

29

a los 100s de tostado, en este caso vemos que la humedad es constante a lo largo
del grano de cafe e igual a 1114,5406, recordemos que la concentracion de humedad
inicial era 5500 mol/m3 por lo tanto hasta este momento el grano habra perdido
mas del 75 % de la humedad.

Figura 2.5: Concentracion de humedad del grano de cafe a los 200s de tostado. La
concentracion de humedad a lo largo del grano de cafe continua constante.
En la Figura 2.5 encontramos que la concentracion de humedad sigue disminuyendo,
pero continua siendo constante a lo largo del grano de cafe, en este punto la humedad
del grano de cafe es de 945,2855 mol/m3 , lo que nos indica que entre los 100s y los
200s de tostado solo se perdio el 3,07 % de humedad, lo que muestra que la tasa de
perdida de humedad disminuye considerablemente a medida que avanza el tiempo.

Figura 2.6: Concentracion de humedad del grano de cafe a los 300s de tostado. La
concentracion de humedad a lo largo del grano de cafe se mantiene constante.
La Figura 2.6 nuevamente nos muestra la concentracion de humedad en el grano de


CAPITULO 2. RESULTADOS NUMERICOS

30

cafe, pero esta vez a los 300s de tostado, la humedad continua siendo constante a lo
largo del grano de cafe y disminuyo 143,6149 mol/m3 con respecto a la figura 2.5,
lo que equivale a un 2,61 % de humedad lo que nos confirma que la tasa de perdida
de humedad disminuye a medida que avanza el tiempo.

2.3.

Descripci
on implementaci
on en FreeFem++

Como ya se haba indicado antes para el problema en dimension dos se utilizo,


FreeFem++ el cual es un entorno integrado de alto nivel de desarrollo utilizado
para resolver numericamente ecuaciones diferenciales parciales. FreeFem se basa en
el metodo de elementos finitos, tiene un generador de malla automatico avanzado, capaz de una adaptacion de malla posterior, tiene un solucionador elptico de
proposito general en interfase con algoritmos rapidos como el multi-frontal metodo
UMFPACK, SuperLU. Problemas hiperbolicos y parabolicos se resuelven mediante algoritmos iterativos prescritos por el usuario con el lenguaje de alto nivel de
FreeFem++. Tiene varios espacios de elementos finitos, incluyendo elementos discontinuos [12]. A continuacion presentamos la implementacion en FreeFem++ de
los problemas de transferencia de calor y transferencia de humedad. El codigo inicia
con la definicion de la frontera del dominio en el que vamos a trabajar, esto se hace
mediante el comando border, se denota por C y se define en forma parametrica, en
este caso es una circunferencia de diametro 0,007.
border C(t=0,1){ x=0.007*cos(2*pi*t); y=0.007*sin(2*pi*t);};
Luego se hace la triangulacion, esta se hace mediante el comando mesh, buildmesh
y se denota por Th. El n
umero 30 indica que sobre la frontera se ubican 30 puntos y
a partir de estos se va construyendo la malla hacia el interior del dominio. Ademas
se puede graficar la malla mediante el comando plot.
mesh Th = buildmesh(C(30));
//plot(Th);
El siguiente paso es elegir el espacio de elementos finitos con el que se va a trabajar,
en este caso se escogio el espacio P 1 (T h ), el espacio de funciones contnuas lineales por partes, aunque tambien se puede escoger el espacio P 2 (T h ), el espacio de
funciones contnuas cuadraticas por partes.
fespace Vh(Th,P1);
Se definen algunas constantes son algunos de los coeficientes del problema de transferencia de calor, mediante el comando real y una funcion mediante el comando
func.

IMPLEMENTACION
EN FREEFEM++
2.3. DESCRIPCION

31

real Tinf=473.0, lambda=2.3*1000000, Dm=0.0000000005, q0=0;


real cb=0.5, Caaverage;
real dt, t;
func f=0;
Se nombran funciones asociadas al espacio de elementos finitos. Entre ellas las funciones Cn, Ca, Tn, Ta, v, donde teniendo en cuenta que se resuelve por un metodo
iterativo, Cn y Ca representan la concentracion de humedad en los pasos m y m 1
respectivamente. De igual forma Tn y Ta representan la temperatura en los pasos
m y m 1 respectivamente. ademas, v representa las funciones de prueba.

Vh Cn, Ca, Tn, Ta, v, rho,Cp, h=1,kc, D, alpha,k, aux,Cm, Ra,Gr,Pr,


Cpa, mua, ka,kaux, Nu;
Luego se introducen las condiciones iniciales y el promedio de la humedad.
Ta=292.0;
Ca=5500.0;
real Caaverage0;
Caaverage0= int2d(Th)(Ca)/ (int2d(Th)(Ca*0+1));
Se implementa el problema de transferencia de calor, esto mediante (1.2.3), la formulacion debil del problema, int2d(Th) indica integral sobre el dominio y int1d(Th,C)
es integral sobre la frontera. Ademas, se indica la funcion sobre la que se esta resolviendo Tn, las funciones de prueba v y el metodo por el cual se va a resolver en este
caso CG (gradiente conjugado).

problem Tem(Tn,v,solver=CG)=
int2d(Th)( (1.0/dt)*rho*Cp*Tn*v+k*(dx(Tn)*dx(v)+dy(Tn)*dy(v)))
-int2d(Th)( f*v+(1.0/dt)*rho*Cp*Ta*v )+int1d(Th,C)(h*Tn*v)
-int1d(Th,C)(h*Tinf*v +q0*v);
Del mismo modo se implementa el problema de transferencia de masa.

problem Hum(Cn,v,solver=CG)=
int2d(Th)( (1.0/dt)*Cn*v+D*(dx(Cn)*dx(v)+dy(Cn)*dy(v)))
-int2d(Th)( f*v+(1.0/dt)*Ca*v )+int1d(Th,C)(kc*Cn*v)
-int1d(Th,C)(kc*cb*v);

32

CAPITULO 2. RESULTADOS NUMERICOS

Lo siguiente es definir el delta de tiempo e iniciar un ciclo for que hara las iteraciones
en el tiempo. Ademas se definen todos los coeficientes necesarios para resolver los
problemas de transferencia de calor y transferencia de masa, todos esto fueron dados
en la Seccion 1.1.
dt=0.1;
for(t=dt;t<9000;t+=dt){
rho=78.845*Ca+1723;
Caaverage= int2d(Th)(Ca)/ (int2d(Th)(Ca*0+1));
aux=2.7085*( 66856.4/(8.314*Ta)
)+ 1.74;
D=1+aux+aux*aux/2+aux*aux*aux/6;
//D=exp(aux);
Cm=0.00001*Ca+0.012;
kc=500*5.09*0.0001/(Cm*rho);
Cpa=1.05*1000-3.73*0.1*Ta+ 9.45*0.0001*Ta*Ta-6.02*0.0000001*Ta
*Ta*Ta+0.000000000128*Ta*Ta*Ta*Ta;
mua=-75.2/10000000000.0+4.427*0.00000001*Ta-7.887
*0.000000000001*Ta*Ta;
ka=-2.28*0.001+1.155*0.0001*Ta-7.9*0.00000001*Ta*Ta
+4.12*0.00000000001*Ta*Ta*Ta-7.44
*0.000000000000001*Ta*Ta*Ta*Ta;
Gr=2500;
Pr=Cpa*mua/ka;
kaux=0.671/(( (1+(0.492/Pr*Pr)^(18.0/16.0)))^(4.0/9.0) );
Ra=Gr*Pr;
Nu= ( (2+0.878*kaux*( Ra^(1.0/4.0) ) )^6.0
+( 0.11* (Ra^(1.0/4.0)) ) ^6.0 )^(1.0/6.0);
h=Nu*ka/(0.007);
k=0.0116*Ca+0.062;
alpha=0.000000005*Ca+0.00000006;
q0=lambda*Dm* ( dx(Ca)*N.x+dy(Ca)*N.y );
Cp=k/(alpha*rho);
Se refrescan las funciones para la siguiente iteracion y por u
ltimo se grafica la solucion.

Hum;
Ca=Cn;

2.4. RESULTADOS

33

Tem;
Ta=Tn;
plot( Cn,cmm="Time=
}

"+t, dim=3, fill=true, value=true, wait=false);

Como se puede evidenciar la implementacion en Freefem++ es bastante sencilla, empezando por la malla que es la parte mas complicada para implementar en MatLab,
en esta herramienta basta usar un comando, ademas no se necesita la formulacion
matricial es suficiente la formulacion debil.

2.4.

Resultados

Veremos ahora algunos resultados obtenidos con el codigo que se hizo en FreeFem++.
Ademas, como este codigo es para dimension dos, de igual forma supondremos que
se esta mirando la temperatura y la humedad del grano de cafe, dimension dos.

Figura 2.7: Temperatura del grano de cafe despues de 100s de iniciar el tostado.
Muestra la distribucion de calor a lo largo del area del grano de cafe.
Podemos ver en la Figura 2.7 la temperatura del grano de cafe a los 100s de tostado,
la diferencia de temperatura entre la frontera y el interior del grano es muy peque
na,
es decir la temperatura del grano es casi uniforme, la figura muestra la temperatura
del grano de cafe a los 100s.
La Figura 2.9 muestra la temperatura del grano a los 200s de tostado, nuevamente
la temperatura sobre el grano es casi uniforme y hasta este momento a aumentado

34

CAPITULO 2. RESULTADOS NUMERICOS

Figura 2.8: Temperatura del grano de cafe despues de 100s de iniciar el tostado en
3d.

Figura 2.9: Temperatura del grano de cafe despues de 200s de iniciar el tostado.

2.4. RESULTADOS

35

65K aproximadamente. En este punto los resultados obtenidos en dimension uno y


en dimension dos son bastante parecidos, que era lo que se esperaba.

Figura 2.10: Concentracion de humedad del grano de cafe despues de 100s de iniciar
el tostado. Esta grafica muestra la concentracion de humedad a lo largo del grano
de cafe.
La Figura 2.10 muestra la concentracion de humedad del grano de cafe a los 100s,
igual que el resultado en dimension uno la concentracion es constante a lo largo del
grano, aunque en cuanto al porcentaje de perdida de humedad difieren bastante.
A continuacion se muestran resultados, obtenidos en dos nuevos dominios,

Figura 2.11: Temperatura en el segundo dominio a los 150s.

36

CAPITULO 2. RESULTADOS NUMERICOS

La Figura (2.11) muestra la temperatura a los 150s en un nuevo dominio con una
forma mas cercana a un grano de cafe, la cual es mayor a la temperatura del dominio
en la Figura (2.9), lo que indica que la distribucion de calor depende de la geometra
del dominio.

Figura 2.12: Temperatura en el tercer dominio (un cardioide) a los 150s.


Vemos la aproximacion de la temperatura para 100s en un cardioide, este resultado
es mas parecido a el resultado obtenido para este tiempo en dimension uno.

Figura 2.13: Triangulacion en el tercer dominio (un cardioide).


Encontramos ahora en la Figura (2.13) la triangulacion en el cardioide con 70 vertices
en la frontera.

2.5. CONCLUSIONES

37

Figura 2.14: Grafica de temperatura contra tiempo para 160s de tostado.

Figura 2.15: Grafica de humedad contra tiempo para 160s de tostado.


Por u
ltimo las Figuras (2.14) y (2.15) muestran la variacion de la temperatura y la
humedad en el tiempo respectivamente. Se observa una disminucion bastante rapida
de la humedad, esto se debe a que el problema depende de h dada en (1.1.11) y kc
dada en (1.1.25) que se re-escalo con el truncamiento de la exponencial en (1.1.23).

2.5.

Conclusiones

En esta seccion vamos a dar algunas conclusiones obtenidas a partir del trabajo desarrollado en el modelo acoplado de temperatura y humedad. Reiteramos que aunque
el modelo planteado en [13] fue planteado para dimension tres, aqu se trabajo en
dimension uno y en dimension dos. Por lo que se modificaron algunos coeficientes
de los dados originalmente. Algunos hechos observados son
La definicion original del coeficiente D difusividad de la humedad dado en
(1.1.23), no funciona adecuadamente para el modelo en dimension uno y en

38

CAPITULO 2. RESULTADOS NUMERICOS


dimension dos. Por lo que se hizo necesario hacer un truncamiento en la serie
de la exponencial tomando cuatro terminos.
El tama
no y la geometra del dominio son importantes para la modelacion, con
dominios mas grandes que el dado se reescala el problema y la aproximacion
no funciona adecuadamente. Ademas el coeficiente de transferencia de calor h
dado en (1.1.11), depende de la geometra.

Como el modelo es un sistema acoplado existen coeficientes que dependen de la


temperatura y coeficientes que dependen de la concentracion de humedad, como el
problema se resuelve por metodo de Euler entonces, por ejemplo para el coeficiente k
conductividad termica del grano de cafe dado en (1.1.3), al calcular la aproximacion
para un tiempo m, k puede ser calculada en el tiempo m o en el tiempo m 1, en
este caso el calculo se hizo en el tiempo m 1, es decir para calcular una nueva
aproximacion, los coeficientes se calculan en la aproximacion anterior, esto se llama
forma explicita de los coeficientes. Aunque tambien se puede hacer el calculo de los
coeficientes en el tiempo m, este problema es mucho mas complicado, pero seria
bastante interesante intentar resolver el problema de esta forma.
Ademas se intentara mas adelante implementar y resolver el problema en dimension
tres esperando que el modelo funcione de manera adecuada.

Parte II
Introducci
on al m
etodo de
elementos finitos

39

Captulo 3
Espacios de Funciones
En el estudio de (MEF) Metodo DE LOS ELEMENTOS FINITOS, se hace necesario
conocer algunos espacios de funciones que nos permitiran garantizar definiciones y
operaciones, involucradas en el desarrollo de MEF, tengan sentido (es decir estan
bien definidas).
Empezaremos con la definicion de espacio lineal.
n 1 Si V es un espacio lineal, entonces diremos que L es una forma lineal
Definicio
sobre V si L : V R y L es lineal es decir para todo v, w V y , R se tiene
que
L(v + w) = L(v) + L(w).
Ademas diremos que a(, ) es una forma bilineal sobre V V si a : V V R y
a(, ) es lineal para cada argumento, es decir, para todo u, v, w V y , R se
tiene que
a(u, v + w) = a(u, v) + a(u, w)
a(u + v, w) = a(u, w) + a(v, w).
La forma bilineal a(, ) sobre V V , se dice simetrica si tenemos
a(u, v) = a(v, u) para todo u, v V .
Una forma bilineal simetrica a(, ) sobre V V , se dice un producto escalar sobre
V , si vale
a(v, v) > 0 para todo v V, v 6= 0.
Se define la norma k ka por
k v ka = (a(v, v, ))1/2 para todo v V .
Una sucesion {vn }
on de Cauchy con respecto a la norma
n=1 V se dice una sucesi
k k, si para todo  > 0, existe N N tal que
41

CAPITULO 3. ESPACIOS DE FUNCIONES

42

k vi vj k<  si i, j > N .
Ademas se dice que vn converge a v si k vn v k 0 cuando n .
Daremos ahora la definicion de espacio completo.
n 2 Un espacio lineal V con una norma k . k correspondiente a un proDefinicio
ducto escalar, se dice completo si para cualquier sucesion de Cauchy {vn }
n=1 V ,
existe v V tal que
lm k vn v k = 0.

Ahora si V es un espacio lineal completo con norma k . k correspondiente a un


producto escalar, entonces V se dice Espacio de Hilbert.
En nuestro estudio del Metodo de los Elementos Finitos se utilizaran algunos espacios de Hilbert los cuales vamos a introducir a continuacion.

3.1.
3.1.1.

Espacio de funciones de cuadrado integrable


L2
Caso unidimensional

Si I = (a, b) R, definimos L2 sobre I como:


2

L (I) =

Z
v : vesta definida en I y


v dx < .
2

En esta definicion la integral utilizada es una integral de Lebesgue, aunque podemos


tener una idea de L2 (I) usando integral de Riemann, se podra entonces pensar
en una funcion Rv L2 (I), como una funcion continua por partes, posiblemente no
acotada tal que I v 2 dx < . El espacio L2 (I) es un espacio de Hilbert con producto
escalar dado por
Z
(v, w)L2 = vw dx,
I

y norma dada por


Z
k v kL2 =

v dx

1/2
.

Se puede verificar que (v, w)L2 esta bien definido pues la integral en la definicion
existe si v, w L2 (I), esto se deduce por la desigualdad de Cauchy ya que
| (v, w)L2 |k v kL2 k w kL2 .

3.1. ESPACIO DE FUNCIONES DE CUADRADO INTEGRABLE L2

43

Como se menciono anteriormente el espacio L2 (I) es un espacio de Hilbert, pero


para verificar esto, debemos verificar que este espacio es completo. La completitud
se tiene como consecuencia del teorema Riesz-Fisher. Ver [1].
Ahora definiremos los espacios de Sobolev H 1 , H01 y H 2 . Tenemos que
H 1 (I) = {v L2 (I) : v 0 L2 (I)},
dotado con producto escalar
Z
(v, w)H 1 (I) =

(vw + v w ) dx =
I

v 0 w0 dx = (v, w)L2 (I) + (v 0 , w0 )L2 (I) ,

vw dx +
I

y norma dada por


kv

k2H 1 (I) =

02

(v + v ) dx =
I

v 02 dx =k v k2L2 (I) + k v k2L2 (I) .

v dx +
I

Definimos tambien el subespacio


H01 (I) = {v H 1 (I) : v(a) = v(b) = 0}.
Este espacio cuenta con el mismo producto escalar y norma que H 1 (I). Y por u
ltimo
definimos
H 2 (I) = {v L2 (I) : v 0 , v 00 L2 (I)},
con producto escalar
Z

(vw + v 0 w0 + v 00 w00 ) dx
ZI
Z
Z
0 0
= vw dx + v w dx + v 00 w00 dx

(v, w)H 2 (I) =

I
0

= (v, w)L2 (I) + (v , w )L2 (I) + (v 00 , w00 )L2 (I) ,


y norma dada por
kv

k2H 2 (I)

(v 2 + v 02 + v 002 ) dx
ZI
Z
Z
2
02
= v dx + v dx + v 002 dx

=k v k2L2 (I) + k v 0 k2L2 (I) + k v 00 k2L2 (I) .

CAPITULO 3. ESPACIOS DE FUNCIONES

44

3.1.2.

Caso en dos dimensiones

Del mismo modo si R2 definimos el espacio de Hilbert L2 sobre por




Z
2
2
v dx < ,
L () = v : v esta def inida en y

donde v = v(x) y x = (x1 , x2 ). El producto escalar definido como


Z
(v, w) =
vw dx,

y norma correspondiente dada por


Z
k v kL2 () = ( v 2 dx)1/2 .

Definimos ahora el espacio de Sobolev de orden uno por


H 1 () = {v L2 () :

,
x1 x2

L2 ()}.

Este espacio tiene producto escalar dado por


Z
(v, w)H 1 () = (v(x)w(x) + v(x) w(x)) dx
Z
Z
Z
v w
v w
=
v(x)w(x) dx +
dx +
dx

x1 x1
x2 x2
= (v, w)L2 () + (1 v, 1 w)L2 () + (2 v, 2 w)L2 () .
La norma esta dada por
kv

k2H 1 ()

Z
=

| v(x) |2 + | 5v(x) |2 dx

=k v k2L2 () + k 1 v k2L2 () + k 2 v k2L2 () .


Ahora definiremos el espacio de funciones H01 , este se define como,
H01 () = {v H 1 () : v = 0 en },
Z
donde v = 0 en significa que
| v(x) |2 dx = 0 es decir la integra sobre la

frontera es igual a cero.


Por u
ltimo definimos
H 2 () = {v L2 () :

2
v
, v
xi xi xj

L2 () con i, j = 1, 2}.

Cuya norma esta dada por


k v k2H 2 () =k v k2L2 () +

P2

i=1

k i v k2L2 () +

P2

i=1

P2

j=1

k ij v k2L2 () .

Hasta este punto es evidente que H01 () H 1 () y H 2 () H 1 () L2 ().

3.2. ESPACIOS DE FUNCIONES CONTINUAS

3.2.

45

Espacios de funciones continuas

Sea un dominio en Rn , es decir un conjunto abierto y conexo. Para cualquier


entero no negativo m, C m () denota el espacio que, consta de todas las funciones
que junto con sus derivadas parciales D de orden | | m, son continuas sobre
m
. Escribiremos C 0 () = C(). Definimos C () =
m=0 C ().
Definimos tambien los subespacios C0 () y C0 () que consisten en todas las funciones en C() y C (), respectivamente, que tienen soporte compacto en , esto
es
C0 () = { C() : (x) = 0, para todo x },
y tambien
C0 () = { C () : (x) = 0, para todo x },
donde , denota la frontera de . Para mas detalles ver [2]. Cabe mencionar que
los espacios H 1 () y H01 () pueden ser definidos como el completamiento de los
espacios C () y C0 () con relacion a la norma k kH 1 () , respectivamente.

3.3.

Espacios de Elementos Finitos

En esta seccion vamos primero a definir lo que es una triangulacion T h y luego


daremos la definicion de los espacios P r (K), en dimension uno y en dimension dos.

3.3.1.

En una dimensi
on

Sea = (a, b), diremos que T h = {K1 , K2 , . . . , Kn } es una particion o triangulacion


de tal que Ki = [zi , zi+1 ], ni=1 Ki = y ademas z1 = a, zn = b y zi < zi+1 . Los
valores zi se conocen como vertices de la particion. Y h es igual al maximo diametro
de los Ki .
Dada T h , se define ahora el espacio de funciones contnuas lineales por partes asociado a la triangulacion T h , esto es
P 1 (T h ) = {v C() : v |Ki = ai x + bi , con ai , bi constantes apropiadas}.
Definimos tambien P01 (T h ) = {v P 1 (T h ) : v(z1 ) = v(zn ) = 0}.
Se tiene que el conjunto de funciones i P 1 (T h ) con i {1, 2, . . . , n} forma una
base para el espacio donde

1 si i = j
i (zj ) =
0 si i 6= j.
As cualquier funcion v P 1 (T h ) se puede escribir como combinacion lineal de las
funciones i , esto es,
P
v = a1 1 + a2 2 + . . . + an n = ni=1 ai i .

CAPITULO 3. ESPACIOS DE FUNCIONES

46

Figura 3.1: Funcion base en una dimension de una triangulacion uniforme.

3.3.2.

En dos dimensiones

Sea R2 un domnio poligonal. Diremos que T h = {K1 , K2 , . . . , Kn } es una


triangulacion de tal que cada Ki es un triangulo, ni=1 Ki = y ademas cualquier
vertice de la particion no pertenece al interior de cualquier arista de la particion.
Por lo tanto dada T h . Daremos ahora la definicion de espacios P r (K), en dos dimensiones.
n 3 Dada T h una triangulacion, los espacios P r (K) asociados a la trianDefinicio
gulacion T h se definen como,
P
P r (K) = {v : v(x1 , x2 ) = 0i+jr ai,j xi1 xj2 , para todo (x1 , x2 ) K, ai,j R}.
Esto es P r (K) = {v : v es un polinomio de grado r en K} y ademas puede
verificarse que la dimension de P r (K), esta dada por,
dimP r (K) =

(r+1)(r+2)
.
2

A partir de esta definicion tenemos que:


P 1 (K) es el espacio de funciones lineales en K, es decir v(x1 , x2 ) = a00 +
a10 x1 + a01 x2 con (x1 , x2 ) K, luego {1, x1 , x2 } forma una base para P 1 (K)
y dimP 1 (K) = 3.
P 2 (K) es el espacio de funciones cuadraticas en K, es decir
v(x1 , x2 ) = a00 + a10 x1 + a01 x2 + a20 x21 + a11 x1 x2 + a0 x22 con (x1 , x2 ) K, luego
{1, x1 , x2 , x21 , x1 x2 , x22 } forma una base para P 2 (K) y dimP 2 (K) = 6.
A partir de P 1 (K) definimos,
Vh = {v : v C() y v |K P 1 (K), para todo K T h }.
Los parametros que se necesitan para describir las funciones v Vh se denominan
grados de libertad globales y se eligen coincidentes con los valores de v en los nodos
de la triangulacion T h . Si K T h es un triangulo lineal de vertices (xi , yi ), con
i = 1, 2, 3, los grados de libertad elementales son los valores de v en los dichos
vertices. Para mostrar que una funcion v Vh esta u
nicamente determinada por los
grados de libertad elementales es suficiente probar el siguiente teorema.

3.3. ESPACIOS DE ELEMENTOS FINITOS

47

Figura 3.2: Funcion base en dimension dos de una triangulacion uniforme.


Teorema 1 Sea K T h un triangulo con vertices ai = (xi , yi ) con i = 1, 2, 3. Una
funcion v P 1 (K) esta determinada de manera u
nica por los grados de libertad
elementales, es decir dados los valores i , i = 1, 2, 3 existe una u
nica v P 1 (K) tal
que
v(ai ) = i con i = 1, 2, 3.
Antes de probar el teorema daremos una definicion,
n 4 Sean dos vectores a y b en el espacio vectorial R3 . El producto vecDefinicio
torial entre a y b da como resultado un nuevo vector, c, el cual es perpendicular al
plano que contiene a a y b. El producto vectorial entre a y b se denota mediante
a b, luego
a b = (| a || b | sin)b
n,
donde n
b, es un vector unitario ortogonal a a y b, y es el menor angulo entre a y
b.
Ademas se define la norma de a b como |a b| = |a||b| sin , en donde en la
expresion del termino de la derecha, seran las normas de los vectores a y b, siendo
, el angulo menor entre los vectores a y b; esta expresion relaciona al producto
vectorial con el area del paralelogramo que definen ambos vectores, esto es facil de
comprobar pues como sabemos el area de un paralelogramo se calcula como el area
de su base por su altura, as si tomamos como base por ejemplo el vector a, entonces
la altura estara dada como b sin y por lo tanto el area del paralelogramo sera
|a||b| sin , que es precisamente |a b|, teniendo en cuenta lo anterior podemos ver
de donde 2AreaK = |a b|.
que el area del triangulo K. (Figura 1) es |ab|
2
Ahora si procedemos a probar el Teorema.
Demostraci
on: Como v P 1 (K) entonces v(x, y) = a00 + a10 x + a01 y. Al evaluar
en los vertices obtenemos el siguiente sistema lineal:

v(x1 , y1 ) = a00 + a10 x1 + a01 y1 = 1


v(x2 , y2 ) = a00 + a10 x2 + a01 y2 = 2

v(x3 , y3 ) = a00 + a10 x3 + a01 y3 = 3


Ahora existira una u
nica solucion para este sistema para los i dados si y solamente
si

CAPITULO 3. ESPACIOS DE FUNCIONES

48

Figura 3.3: Triangulo K




1 x1 y 1


det B = 1 x2 y2 =
6 0,
1 x3 y 3
Tenemos que det B =| a b |= 2areaK 6= 0. Por lo tanto, B es no singular luego
existe una u
nica solucion.

Podemos ahora determinar las funciones de la base nodal para P 1 (K), asociado a los
grados de libertad elementales, es decir las funciones i P 1 (T h ) con i {1, 2, 3},
tales que

1 si i = j
i (aj ) =
con i, j = 1, 2, 3.
0 si i 6= j
As cualquier funcion v P 1 (K) se puede expresar de la siguiente forma
v(x) =

P3

i=1

v(ai )i (x) con x K.

Captulo 4
M
etodo de elementos finitos en
una dimensi
on
4.0.3.

Soluciones d
ebiles de ecuaciones diferenciales

Considere la siguiente ecuacion diferencial parcial elptica.


Forma Fuerte,
Encontrar u : (a, b) R tal que:
(
(k(x)u0 (x))0 (x) = f (x), para todo x (a, b),
u(x) = g(x), para x = a, x = b.

(4.0.1)

Donde suponemos que existen kmin y kmax tales que


0 < kmin k(x) kmax para todo x (a, b).
Para deducir una formulacion debil de (4.0.1), tenemos los siguientes pasos:
1. Suponer que existe una solucion u de (4.0.1), se multiplica a los dos lados de la
primera igualdad por una funcion de prueba v C0 (a, b), (esto significa que
v es infinitamente diferenciable y ademas v(a) = v(b) = 0), luego se integra a
ambos lados de la igualdad.
2. Usar la formula de integracion por partes y las condiciones de contorno para
quedarse con expresiones que solo requieran derivadas del mas bajo orden
posible.
3. Cambiar v C0 (a, b) por v V donde el espacio de funciones de prueba V
es el mas grande posible. Ademas escogemos el espacio de funciones U tal que
la solucion u U .
Sea v C0 (a, b) fija pero arbitraria, entonces siguiendo el paso 1 arriba, obtenemos,
49

50CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION
Encontrar u : (a, b) R tal que:
Z
Z b
b

0
0
f (x)v(x) dx, para todo v C0 (a, b),
(k(x)u (x)) (x)v(x) dx =
a
a

u(x) = g(x), para x = a, x = b.


En seguida si seguimos el paso 2 y usamos la formula de integracion por partes y el
hecho de que v(a) = v(b) = 0 para toda v C0 (a, b) obtenemos,
Z

b
0

k(x)u0 (x)v 0 (x) dx [u0 (b)v(b) u0 (a)v(a)]

(k(x)u (x)) (x)v(x) dx =


a

k(x)u0 (x)v 0 (x) dx [u0 (b)0 u0 (a)0]

=
a

Z
=

k(x)u0 (x)v 0 (x) dx.

De donde reescribimos el problema como:


Forma Debil,
Encontrar u : (a, b) R tal que:
Z
Z b
b

0
0
k(x)u (x)v (x)) dx =
f (x)v(x) dx, para todo v C0 (a, b),
a
a

u(x) = g(x), para x = a, x = b.

(4.0.2)

Hasta este punto hemos encontrado una formulacion debil de la ecuacion diferencial,
pero esto no es suficiente, pues ahora debemos plantear el problema en los espacios
adecuados, es decir espacios que nos garanticen que en la formulacion todo este bien
definido y exista solucion u
nica. Tenemos que escoger un espacio U en el cual buscar
la solucion y un espacio V para las funciones de prueba, estos espacios deben ser
tales que,
1. Para toda u, v las integrales obtenidas deben estar bien definidas, en el caso
de la ecuacion de Laplace las derivadas u0 (x), v 0 (x) y las integrales
Z b
Z b
0
0
k(x)u (x)v (x)) dx y
f (x)v(x) dx deben estar bien definidas. Esto se
a

logra si, por ejemplo, tomamos u, v, u0 , v 0 y f L2 (a, b), es decir si u, v, u0 , v 0


y f son funciones de cuadrado integrable.
2. Para toda u debe tener sentido la condicion de frontera del problema, en este
caso la igualdad u(x) = g(x) para x = a, x = b, debe tener sentido. Aqu u L2
no es suficiente pues los valores u(a), u(b) podran no estar bien definidos, por
lo cual seria mejor escoger U = H01 (a, b), de esta forma tendramos u(a) =
u(b) = 0, lo que se conoce como condicion de Dirichlet cero.

51
3. Al espacio U lo llamaremos, espacio de funciones de forma y a V , espacio
de funciones de prueba y aunque se pueden escoger independientemente en
ocasiones conviene escoger U = V , pues de esta forma es mas facil encontrar
sistemas lineales simetricos.
Por lo anterior debemos decir que los espacios mas adecuados para trabajar son los
espacios definidos en el capitulo anterior, es decir los espacios de Sobolev.
En cuanto a la existencia y unicidad de soluciones debiles, esta se pueden garantizar
con resultados como el Teorema de Lax-Milgram el cual enunciaremos mas adelante.
El concepto solucion debil se debe entender teniendo en cuenta precisamente el hecho
de que al llegar a la formulacion debil lo que se busca es cambiar una condicion sobre
todos los puntos del dominio a una sobre un conjunto de funciones de prueba de
las cuales veremos mas adelante, solo consideraremos un conjunto finito, para poder
llegar a una aproximacion numerica.
Nota 1 Si u resuelve (4.0.1) entonces u resuelve (4.0.2), pero si u resuelve (4.0.2)
entonces no necesariamente resuelve (4.0.1).
El siguiente Lema nos da una condicion para la existencia y unicidad de la solucion
debil.
Lema 1 Si existen kmin y kmax tales que 0 < kmin k(x) kmax para todo x
(a, b), entonces existe una u
nica solucion debil para (4.0.2).

4.0.4.

Formulaci
on de Galerkin

Basicamente la formulacion de Galerkin lo que busca es restringir las posibles soluciones en (4.0.2) a un espacio de dimension finita, de igual modo restringir las
funciones de prueba a un espacio de dimension finita, lo que hacemos es cambiar
los espacios de dimension infinita V y U que en nuestro ejemplo son H 1 , H01 por
espacios de dimension finita, espacios de elementos finitos.
Para esto se debe considerar V h V , donde V h es de dimension finita, por lo tanto
existen funciones 1 , 2 , . . . , N , las cuales forman una base para V h . Teniendo esto
en cuenta esto la formulacion de Galerkin se escribe de la siguiente forma,
Formulacion de Galerkin,
Encontrar u : (a, b) R tal que:
Z
Z b
b

0
0
k(x)u (x)v (x)) dx =
f (x)v(x) dx, para todo v h V h ,
a
a

u(x) = g(x), para x = a, x = b.


Ahora como uh V h , entonces existen x1 , x2 , . . . , xN tales que :
uh = x1 1 + x2 2 + . . . + xN N =

PN

i=1

xi i ,

(4.0.3)

52CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION
y como v h V h , es suficiente tomar v h = i con i = 1, 2, . . . , N para resolver el
problema, de donde,
Z

k(x)(x1 1 + x2 2 + . . . +

xN N )0 0j

f j dx

dx =
a

Z b
N
X
0 0
(
f j dx.
xi k(x)i ) j dx =

i=1

Y como el lado izquierdo corresponde a una forma bilineal y el lado derecho corresponde a un funcional lineal entonces,
PN

i=1 (

k(x)0i 0j )xi

Z
dx =

f j dx.

Z
Si ahora hacemos aij =

k(x)0i 0j

Z
dx y bj =

f j dx, tendremos la formulacion,


a

PN

i=1

aij xi = bj

i = 1, . . . , N .

Lo cual nos permite dar la formulacion matricial, luego tenemos la matriz A = [aij ]
de dimension N N con entradas
Z b
k(x)0i 0j dx,
ai,j =
(4.0.4)
a

y los vectores b = [b1 , b2 , . . . , bN ]T RN y u = [x1 , x2 , . . . , xN ]T RN para


i, j = 1, 2, . . . , N , donde
Z b
bj =
f j dx.
(4.0.5)
a

De donde finalmente obtenemos el problema


Formulacion Matricial,
Encontrar uh RN tal que:
Auh = b.

(4.0.6)

Donde la solucion del problema (4.0.6) es dada por la combinacion lineal de las
funciones base con los pesos en las coordenadas del vector uh .

53
Ejemplo
Considere el siguiente problema
Forma Fuerte,
Encontrar u : (0, 1) R tal que:
(
u00 (x) = 1, para todo x (0, 1),
u(x) = 0,
para x = 0, x = 1.
Podemos ahora hacer la formulacion debil, multiplicamos la primera igualdad por
una funcion de prueba v H01 e integramos por partes para obtener
Forma Debil,
Encontrar u H01 tal que:
Z 1
Z 1

0
0
u (x)v (x) dx =
v dx, para todo x (0, 1),
0
0

u(x) = 0, para x = 0, x = 1.
Procedemos ahora con la formulacion de Galerkin, sea V el espacio generado por
{1 } donde 1 (x) = sen(x) luego 01 (x) = cos(x) suponemos tambien que ua
V luego ua (x) = x1 1 y obtenemos
Formulacion de Galerkin,
Encontrar ua V tal que:
Z 1
Z 1

0 0
(x1 1 (x)) (x) dx =
(x) dx, para toda V,
0
0

x1 1 (x) = 0, para x = 0, x = 1.
La formulacion matricial queda entonces,
Formulacion Matricial,
Encontrar x R tal que:
Ax = b.
Donde A = [a11 ] con
Z
a11 =

b
0 0

1 (x) (x) dx =
a

cos(x)cos(x) dx =
0

Ademas b = [b1 ] con


Z
b1 =

Z
1 (x) dx =

sen(x) dx =
0

2
.

2
.
2

54CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION

Figura 4.1: Solucion exacta de nuestro ejemplo (en azul) y la aproximacion que
obtuvimos con el metodo (en rojo).
2
2
4
Por lo tanto de AX = b, obtenemos
x1 =
de donde x1 = 3 y como
2

4
ua = x1 1 (x), entonces ua = 3 sen(x).

1
La solucion exacta del problema es u(x) = x(1 x), la obtenemos facilmente
2
simplemente integrando dos veces.
Para continuar con el MEF, lo que haremos sera usar funciones base con soporte
peque
no, aqu utilizaremos el espacio de funciones lineales por partes P 1 (T h ) que
definimos en la seccion 1.3.1. Recordemos que las funciones base de P 1 (T h ) son las
funciones i , i = 1, . . . , N , definidas por,

1 si i = j,
i (zj ) =
0 si i 6= j.
Donde los zj , j = 1, . . . , N , son los vertices de la particion. Ademas la solucion que
se obtiene en (4.0.6) es una aproximacion de elementos finitos P 1 (T h ) de la solucion
de (4.0.2).
Lema 2 Sea Ki = [xi , xi+1 ] que pertenece a T h de (a, b). Se tiene que

i (x) =

x xi
xi+1 x
, i+1 (x) =
, para todo x Ki .
xi+1 xi
xi+1 xi

Nota 2 El lema anterior nos dice que el metodo de elementos finitos lineales por
partes tiene dos grados de libertad por cada elemento.
h
Note que si v h P 1 (T h ), entonces v h (x) = sumN
i=1 v (xi )i (x). De acuerdo a lo
h
N
anterior el vector ~u R , el cual representa las coordenadas de la funcion de
elementos finitos uh P 1 (T h ) esta dado por los valores de la funcion uh en los
vertices de la triangulacion T h , luego

55

~uh = [uh (x1 ), uh (x2 ), . . . , uh (xN )].

(4.0.7)

Por lo tanto el sistema lineal obtenido con funciones del espacio de elementos finitos
lineales por partes es,
A~uh = ~b.
(4.0.8)
Donde A se calcula como en (4.0.4), ~b esta dado por (4.0.5) y ~uh es como en (4.0.7).
Z
Lema 3 Sea A(u, v) =

k(x)u0 (x)v 0 (x) dx la forma bilineal que definimos en

la formulacion debil y T h una triangulacion de (a, b). Sean Ki = [xi , xi+1 ], i =


1, 2, . . . , N 1 los elementos de la triangulacion. Se define Ri como la matriz 2 N
de restriccion al elemento Ki es decir, la matriz Ri tiene todas las entradas nulas
excepto las posiciones (1, i) y (2, i + 1) correspondientes al vertice xi y al vertice xi+1
respectivamente. Sea AKi la matriz local definida por


AKi (i , i )
AKi (i , i+1 )
AKi =
,
(4.0.9)
AKi (i+1 , i ) AKi (i+1 , i+1 )
donde AKi es la restriccion de la forma bilineal A al elemento Ki de T h , y esta dada
por
Z
k(x)u0 (x)v 0 (x) dx.
(4.0.10)
Ki

Z
Por u
ltimo sea F =

f (x)v(x) dx el funcional lineal que definimos en la formulaa

cion debil y ~bKi definido por


~bK
i


FKi (i )
=
,
FKi (i+1 )

donde FKi , es la restriccion de F al elemento Ki de T h , dada por


Z
FKi =
f (x)v(x) dx.

(4.0.11)

(4.0.12)

Ki

Entonces
A=

N
1
X

RiT AKi Ri ,

(4.0.13)

i=1

y
~b =

N
1
X
i=1

RiT~bKi .

(4.0.14)

56CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION
Lo que nos indica el lema anterior es que podemos montar tanto la matriz A, como
el vector ~b usando las contribuciones locales de cada elemento. Ademas las matrices
Ri permiten colocar la contribucion local en el lugar indicado dentro de la matriz A
y el vector ~b.
Ejemplo
Forma Fuerte,
Encontrar u : (0, 1) R tal que:
(
u00 (x) = sin(x), para todo x (0, 1),
u(x) = 1,
para x = 0, x = 1.
Formulaci
on d
ebil
Multiplicamos la primera igualdad por una funcion de prueba v H01 e integramos
por partes para obtener:
Forma Debil,
Encontrar u H01 tal que:
Z 1
Z 1

0
0
sin(x)v dx,
u (x)v (x) dx =
0
0

u(x) = 1,

para toda v H01 ,


para x = 0, x = 1.

Triangulaci
on
En este ejemplo utilizaremos una triangulacion uniforme con cinco vertices,
{x1 = 0, x2 = 14 , x3 = 24 , x4 = 34 , x5 = 1} y por lo tanto
T h = {K1 = [0, 41 ], K2 = [ 41 , 24 ], K3 = [ 24 , 43 ], K4 = [ 34 , 1]}.
Formulaci
on de Galerkin
Para hacer la formulacion de Galerkin de nuestro problema usaremos el espacio
P 1 (T h ), espacio de funciones lineales por partes.
Formulacion de Galerkin,
Encontrar uh P 1 (T h ) tal que:
Z 1
Z 1

0h
0h
u (x)v (x) dx =
sin(x)v h (x) dx,
0
0
u(x) = 1,

para toda v h P01 (T h ),


para x = 0, x = 1.

Montaje de la matriz
Ahora usaremos el lema anterior para montar la matriz por medio de (4.0.13), es
decir montaremos la matriz juntando los aportes de cada elemento de la triangulacion, pero para esto necesitamos construir, elemento por elemento, las matrices
locales AKi dadas en (4.0.9) y las matrices restriccion RKi , i = 1, 2, 3, 4.

57
Comenzaremos con K1 = (x1 , x2 ) = (0, 14 ). Las funciones base en K1 son 1 (x) =
x2 x
1
= 1 4x y 2 (x) = xxx
= 4x, para x (x1 , x2 ). Calculamos las entradas de
x2 x1
2 x1
la matriz AK1 , Z
Z
x2

(4)(4) dx = 4,
01 (x)01 (x) dx =
x1
K1
Z x2
Z
0
0
(4)(4) dx = 4,
AK1 (1 , 2 ) = AK1 (2 , 1 ) =
1 (x)2 (x) dx =
x1
K1
Z
Z x2
0
0
(4)(4) dx = 4,
AK1 (2 , 2 ) =
2 (x)2 (x) dx =
x1
K1


1 1
por lo tanto la matriz AK1 queda de la siguiente forma, AK1 = 4
.Y junto
1
1


1 0 0 0 0
con la matriz R1 =
tenemos,
0 1 0 0 0
AK1 (1 , 1 ) =

1 1 0 0 0
1
1 0 0 0

0 0 0 0
R1 AK1 R1 = 4 0
.
0
0 0 0 0
0
0 0 0 0
De la misma forma podemos calcular las matrices locales AKi y las matrices de
restriccion Ri con i = 2, 3, 4. Obteniendo


1 1
AKi = 4
, para i = 2, 3, 4.
1
1
Donde las funciones base en K2 son 2 (x) = 2 4x, 3 = 4x 1, en K3 son
3 (x) = 3 4x, 4 = 4x 2 y en 4 (x) = 4 4x, 5 = 4x 3. Finalmente tendremos
la matriz de Neumann global, nombrada as debido a que la solucion vive en (P 1 T h )
lo que indica que la matriz es de tama
no 5 5, si buscamos una solucion en (P01 T h ),
nuestra matriz sera llamada matriz de Dirichlet en este caso la matriz es de tama
no
3 3. De esta forma por (4.0.13) tenemos

1 1
0
0
0
1
2 1
0
0

P4
T

2 1
0
A = i=1 Ri AKi Ri = 4 0 1
.
0
0 1
2 1
0
0
0 1
1
Montaje del lado derecho
Ahora mediante (4.0.14) montaremos ~b, por medio de los aportes de cada ~bKi con
i = 1, 2, 3, 4, los cuales calcularemos, elemento por elemento. En nuestro ejemplo
f (x) = sin(x) para x (0, 1). En K1 = (x1 , x2 ) = (0, 41 ), por (4.0.12) tenemos

58CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION
Z
FK1 (1 ) =

1
4

f (x)1 (x) dx =
K1

sin(x)(1 4x) dx

cos(x) + 4x cos(x) 4 sin(x)


,
2
Z
Z 1
4
4x cos(x) + 4 sin(x)
sin(x)4x dx =
FK1 (2 ) =
f (x)2 (x) dx =
,
2
0
K1
luego FK1 (1 ) = 0,0317 y FK1 (2 ) = 0,0615, entonces b~K1 = [0,0317, 0,0615]. Si realizamos los calculos analogos para K2 , K3 y K4 tendremos que b~K2 = [0,1064, 0,1187],
b~K = [0,1187, 0,1064] y b~K = [0,0615, 0,0317], de donde finalmente
=

~b = sum4 RT~bK
i=1 i
i

0,0317
0,0317
0,0615 + 0,1064 0,1679

= 0,2374.
0,1187
+
0,1187
=

0,1064 + 0,0615 0,1679


0,0317
0,0317

Soluci
on del sistema lineal obtenido
Ahora debemos resolver el sistema lineal A~uh = ~b, recuerde que queremos calcular
el vector dado en (4.0.5), cuyas entradas son los valores de la funcion uh , en los
vertices de la particion. Es decir

1 1
0
0
0
u (x1 )
0,0317
1
h

2 1
0
0

uh (x2 ) 0,1679

2 1
0
4
0 1
uh (x3 ) = 0,2374.
0

0,1679
0 1
2 1 u (x4 )
0
0
0 1
1
uh (x5 )
0,0317
Como uh (x1 ) = 1 y uh (x5 ) = 1. Podemos hacer
h

u (x1 )
1
0
uh (x2 ) 0 uh (x2 )
h

u (x3 ) = 0 + uh (x3 ),

h
h
u (x4 ) 0 u (x4 )
uh (x5 )
1
0
y sustituirlo al lado izquierdo, obteniendo

1 1
0
0
0
1
0
0,0317
1
h

2 1
0
0

0 uh (x2 ) 0,1679

2 1
0
4
0 1
0 + uh (x3 ) = 0,2374.
0

0 1
2 1
0
u (x4 )
0,1679
0
0
0 1
1
1
0
0,0317
Ahora como el producto de matrices es distributivo con respecto a la suma de
matrices, podemos distribuir pasar la componente

59


1 1
0
0
0
1
4
1

2 1
0
0 0 4


2 1
0
4
0 1
0 = 0 ,
0
0 1
2 1 0 4
0
0
0 1
1
1
4
al lado derecho y as obtenemos



1 1
0
0
0
0
0,0317
4
h
1

2 1
0
0 u (x2 ) 0,1679 4

h


2 1
0
4 0 1
uh (x3 ) = 0,2374 + 0 .
0
0 1
2 1 u (x4 ) 0,1679 4
0
0
0 1
1
0
0,0317
4
De esta forma solo debemos resolver el sistema

2 1
0
u (x2 )
4,1678
2 1 uh (x3 ) = 0,2374,
4 1
0 1
2
uh (x4 )
4,1678
h

u (x2 )
1,0716
cuya solucion es uh (x3 ) = 1,1013. Por lo tanto la aproximacion de elementos
uh (x4 )
1,0716
finitos de nuestro problema es
h

u (x1 )
1
uh (x2 ) 1,0716

~uh =
uh (x3 ) = 1,1013,
u (x4 ) 1,0716
uh (x5 )
1
y
uh (x) = 1 (x) + 1,07162 (x) + 1,10133 (x) + 1,07164 (x) + 5 (x).
La solucion exacta del problema es u(x) = 12 sin(x) + 1, la cual obtenemos facilmente integrando dos veces y utilizando las condiciones de frontera.
En este ejercicio h = 14 y tuvimos que resolver un sistema 3 3 para obtener
nuestra aproximacion uh , en la siguiente figura se compara la solucion real con una
aproximacion va elementos finitos, utilizando una triangulacion mas fina, en este
1
caso se utiliza una triangulacion uniforme con h = 12
, por lo tanto hay que resolver
un sistema 11 11 para encontrar la aproximacion.

60CAPITULO 4. METODO
DE ELEMENTOS FINITOS EN UNA DIMENSION

Figura 4.2: Solucion exacta linea solida, y aproximacion de elementos finitos con
h=1/4, linea a trozos.

Figura 4.3: Solucion exacta linea solida, y aproximacion de elementos finitos con
h=1/12, linea a trozos.

Captulo 5
M
etodo de elementos finitos en
dos dimensiones
En este capitulo trataremos el metodo de elementos finitos en un dominio D R2 ,
es decir un subconjunto abierto, conexo de R2 , aqu ademas impondremos que sea
poligonal. A partir de esto realizaremos los mismos procedimientos del capitulo
anterior, es decir plantearemos una ecuacion diferencial sobre D R2 , daremos su
formulacion debil, formulacion de galerkin y por u
ltimo su formulacion matricial.

5.1.

Soluciones d
ebiles de ecuaciones diferenciales
parciales

Considere la siguiente ecuacion diferencial parcial elptica.


Forma Fuerte,
Encontrar u : D R tal que:
(
div(k(x)u(x)) = f (x), para x D,
u(x) = g(x), para x D.

(5.1.1)

Que sera nuestra forma fuerte, donde x = (x1 , x2 ) R2 , D denota la frontera del
i
h
k (x) k12 (x)
u u
es una matriz 2 2 para cada
dominio D, u = x1 , x2 , k(x) = 11
k21 (x) k22 (x)
x D llamado tensor de permeabilidad (o conductividad), y el operador div(k())
es
div(k(u)) =

2
X

sum2j=1 i (j kij u).

i=1

Donde i =

xi

y j =

xj

para i, j = 1, 2.

Ademas suponemos que existen kmin y kmax tales que


61


62CAPITULO 5. METODO
DE ELEMENTOS FINITOS EN DOS DIMENSIONES

0 < kmin 6 min (x) 6 max (x) 6 kmax.

(5.1.2)

Donde min (x) y max (x) son el menor y mayor autovalor de la matriz k(x).
Para deducir una formulacion debil de (5.1.1), tenemos que:
1. Suponer que existe una solucion u de (5.1.1), se multiplica a los dos lados de
la primera igualdad por una funcion de prueba v C0 (a, b), (esto significa
que v es infinitamente diferenciable y ademas v(x) = 0 para x D), luego
se integra a ambos lados de la igualdad.
2. Usar la formula de integracion por partes en R2 (primera identidad de Green)y
las condiciones de contorno para quedarse con expresiones que solo requieran
derivadas del mas bajo orden posible.
3. Cambiar v C0 (a, b) por v V donde el espacio de funciones de prueba V
es el mas grande posible. Ademas escogemos el espacio de funciones U tal que
la solucion u U .
Sea v C0 (a, b) fija pero arbitraria, entonces siguiendo 1, multiplicamos por v e
integramos,
Z
Z
f (x)v(x) dx,
div(k(x)u(x))v(x) dx =

aplicamos la formula de integracion por partes, las condiciones de frontera y obtenemos


Z

Z
u(x)k(x) v(x) dx

div(k(x)u(x))v(x) dx =
D

ZD

v(x)(u(x)k(x) (x)) dS
D

u(x)k(x) v(x) dx 0

=
ZD

u(x)k(x) v(x) dx,

=
D

donde (x) denota el vector normal exterior de D en x, para todo x D y


T

u(x)k(x) v(x) = u(x)k(x) (v(x)) =

2 X
2
X

kij i uj v.

i=1 j=1

De donde reescribimos el problema como


Forma Debil,
Encontrar u H 1 (D) tal que:
Z
Z

u(x)k(x) v(x) dx =
f (x)v(x) dx, para todav H01 (D),
D
D

u(x) = g(x), para x D.

(5.1.3)

DE GALERKIN
5.2. FORMULACION

63

Que sera nuestra forma debil, si definimos la forma bilineal A como


Z
A(u, v) =
u(x)k(x) v(x) dx,

(5.1.4)

y el funcional lineal F como


Z
F(v) =

f (x)v(x) dx,

(5.1.5)

entonces podemos escribir la formulacion debil como


Forma Debil,
Encontrar u H 1 (D) tal que:
(
A(u, v) = F(v), para todav H01 (D)
.
u(x) = g(x), para x D

(5.1.6)

Analogamente al problema en una dimension hasta este punto se ha encontrado


una formulacion debil de la ecuacion diferencial parcial, se puso el problema en los
espacios adecuados, es decir espacios que garantizan que en la formulacion todo esta
bien definido. Se escoge un espacio U = H 1 (D) en el cual buscar la solucion y un
espacio V = H01 (D) para las funciones de prueba.
Como ya se haba dicho en el capitulo anterior la existencia y unicidad de soluciones
debiles, se puede garantizar con resultados como el Teorema de Lax-Milgram, el cual
enunciaremos a continuacion.
Lema 4 (Lema de Lax-Milgram) Sea V un espacio de funciones completo dotado de una norma || ||, y B : V V R es una forma bilineal, que satisface
|B(u, v)| ||u||||v||, para toda u, v V,

(5.1.7)

||u||2 B(u, u)u V,

(5.1.8)

y es eliptica

para constantes , > 0 apropiadas. Entonces para cada funcional lineal limitado
f : V R existe una u
nica funcion u V , tal que
B(u, v) = hf, vi.
Puede leer una demostracion de este Lema en [6].

5.2.

Formulaci
on de Galerkin

Nuevamente reiteramos que, la formulacion de Galerkin lo que busca es restringir


las posibles soluciones en (5.1.6) a un espacio de dimension finita, de igual modo


64CAPITULO 5. METODO
DE ELEMENTOS FINITOS EN DOS DIMENSIONES
restringir las funciones de prueba a un espacio de dimension finita, lo que hacemos
es cambiar los espacios de dimension infinita V y U que en nuestro ejemplo son
H 1 , H01 por espacios de dimension finita, espacios de elementos finitos.
Para esto se debe considerar V h V y h > 0, donde V h es de dimension finita,
por lo tanto existen funciones 1 , 2 , . . . , Nh , las cuales forman una base para V h ,
donde Nh es la dimension de Vh . Teniendo esto en cuenta la formulacion de Galerkin
se escribe de la siguiente forma,
Formulacion de Galerkin,
Encontrar uh V h tal que:

A(uh , v h ) = F(v h ), para todav h V h .

(5.2.1)

Ahora como uh V h , entonces existen x1 , x2 , . . . , xNh tales que :


uh = x1 1 + x2 2 + . . . + xNh Nh =

PNh

i=1

xi i ,

y como v h V h , es suficiente tomar v h = i con i = 1, 2, . . . , Nh para resolver el


problema, de donde, tendremos la formulacion matricial, luego tenemos la matriz
A = [aij ] de dimension Nh Nh con entradas
aij = A(i , j ),

(5.2.2)

y los vectores b = [b1 , b2 , . . . , bNh ]T RNh y uh = [x1 , x2 , . . . , xNh ]T RNh para


i, j = 1, 2, . . . , Nh , donde
bj = F(j ).

(5.2.3)

De donde finalmente obtenemos el problema


Formulacion Matricial,
Encontrar uh RNh tal que:
Auh = b.

(5.2.4)

Ahora presentaremos algunos lemas, que seran de gran ayuda a la hora de la implementacion del MEF.
b el triangulo de referencia con vertices (0, 0), (1, 0) y (0, 1) y sean
Lema 5 Sea K
b estan dadas por
b1 , b2 y b3 sus respectivas funciones bases. Las funciones base en K
b1 (b
x1 , x
b2 ) = 1 x
b1 x
b2 ,

b2 (b
x1 , x
b2 ) = x
b1 ,

b3 (b
x1 , x
b2 ) = x
b2 ,

b
Para todo (b
x1 , x
b2 ) K.
El siguiente lema nos muestra la transformacion afim, que permitira pasar de un
elemento de la triangulacion a el triangulo de referencia.

DE GALERKIN
5.2. FORMULACION

65

Lema 6 Sea Ki un elemento de la triangulacion T h con vertices u = (u1 , u2 ), v =


(v1 , v2 ) y w = (w1 , w2 ), (ordenados en el sentido anti-horario) y 1 = u , 2 = v y
b el triangulo de referencia y
3 = w las respectivas funciones base. sea K
b K una funcion afim tal que FK (K)
b = Ki y FK (0) = u. Entonces
FKi : K
i
i


 
v u1 w1 u1
u
FKi (b
x) = 1
x
b+ 1 ,
(5.2.5)
v2 u2 w2 u2
u2
b y para cada x Ki , las tres funciones base con soporte en el elemento
para x
bK
Ki son
para todo x
b = FK1i (x), j = 1, 2, 3.

j (x) = bj (b
x),
Tambien tenemos que

1
x j = xbbj (b
x)BK
,
i

donde

BKi

v u1 w1 u1
= 1
v2 u2 w2 u2

(5.2.6)

(5.2.7)

Nota 3 El lema anterior nos dice que el metodo de elementos finitos lineales por
partes tiene tres grados de libertad por cada elemento.
Lema 7 Sea A(u, v) la forma bilineal definida en (5.1.4) y T h una triangulacion de
. Sean Ki , i = 1, 2, . . . , Nhe los elementos de la triangulacion. Se define Ri como
la matriz 3 Nhv de restriccion al elemento Ki es decir, la matriz Ri tiene todas las
entradas nulas excepto las posiciones (1, i1 ) (del vertice xi1 Ki ), (2, i2 ) (del vertice
xi2 Ki ) y (3, i3 ) (del vertice xi3 Ki ), cuyas posiciones tienen valor 1. Sea AKi
la matriz local definida por

AKi (i1 , i1 ) AKi (i1 , i2 ) AKi (i1 , i3 )


AKi = AKi (i2 , i1 ) AKi (i2 , i2 ) AKi (i2 , i3 ) ,
(5.2.8)
AKi (i3 , i1 ) AKi (i3 , i2 ) AKi (i3 , i3 )
donde AKi es la restriccion de la forma bilineal A al elemento Ki de T h , y esta dada
por
Z
u(x)k(x) v(x) dx,
(5.2.9)
AKi (u, v) =
Ki

Por u
ltimo sea F el funcional lineal definido en (5.1.5) y bKi definido por

FKi (i1 )
bKi = FKi (i2 ) ,
(5.2.10)
FKi (i3 )
donde FKi , es la restriccion de F al elemento Ki de T h , dada por
Z
FKi (v) =
f (x)v(x) dx,
Ki

(5.2.11)


66CAPITULO 5. METODO
DE ELEMENTOS FINITOS EN DOS DIMENSIONES
Entonces
e

A=

Nh
X

RiT AKi Ri ,

(5.2.12)

i=1

y
e

b=

Nh
X

RiT bKi .

(5.2.13)

i=1

Lo que nos indica el lema anterior es que podemos montar tanto la matriz A, como
el vector b usando las contribuciones locales de cada elemento. Ademas las matrices
Ri permiten colocar la contribucion local en el lugar indicado dentro de la matriz A
y el vector b.

5.3.

Analisis del error de aproximaci


on para el
MEF

En esta seccion se presentaran algunas herramientas que permitiran, estudiar el


error de aproximacion del metodo de elementos finitos para la ecuacion que hemos
trabajado en este capitulo, la ecuacion de Laplace con condicion de Dirichlet.
Desigualdad de Poincar
e
Comenzaremos con la desigualdad de Poincare la cual se utiliza en el estudio de la
existencia de soluciones debiles y en el analisis de error de aproximacion de MEF.
Lo que dice la desigualdad es que si nos restringimos al espacio de funciones H01 ,
entonces existe una constante c tal que
k v k1 c | v |1 ;

para todo v C01 ().

(5.3.1)

Es decir la seminorma | |H 1 y la norma k kH 1 son equivalentes. Para una demostracion de (5.3.1) puede ver [6]. Vamos ahora a presentar el Lema de Cea, el cual
es otra importante herramienta en el analisis del error de MEF, pues nos permite
acotar el error por medio de funciones del espacio de prueba.
Lema de C
ea
El lema de Cea dice que el error de aproximacion de MEF depende del espacio de
prueba escogido, si el espacio escogido V h , es el espacio de funciones lineales por
partes, el error de aproximacion de MEF en la norma H 1 , depende de que tan bien
se pueda aproximar la solucion u en el espacio V0h .
Lema 8 Existe una constante c > 0 tal que
k u uh k1 c nf k u v k1
vV0h

(5.3.2)

PARA EL MEF
5.3. ANALISIS DEL ERROR DE APROXIMACION

67

Para la demostracion de este lema se utiliza, desigualdad de Poincare, para una


demostracion del lema puede ver [8].


68CAPITULO 5. METODO
DE ELEMENTOS FINITOS EN DOS DIMENSIONES

Ap
endice A
C
odigos de MatLab
Los siguientes codigos en MATLAB, nos permiten hallar la solucion de (4.0.6), es
decir la aproximacion va elementos finitos de (4.0.1).

A.1.

C
odigo en dimensi
on uno

Para comenzar se crean la matriz A y los vectores bg y x, que representan (4.0.13),


(5.2.13) y los vertices de la triangulacion, respectivamente, ademas n es el numero
de vertices de la triangulacion.
%Elementos finitos en una dimension
n=5;
Ag=zeros(n);
bg=zeros(n,1);
x=zeros(n,1);
Luego ponemos los puntos inicial y final del dominio que en nuestra triangulacion son
los vertices x1 y x5 respectivamente y hacemos la triangulacion esta se logra mediante
un ciclo for, donde h representa el tama
no de los elementos de la triangulacion, en
este caso la triangulacion es uniforme.
%%Dominio
a=0;
b=1;
%Triangulacion
h=(b-a)/(n-1);
for i=0:(n-1)
x(i+1)=a+(i*h);
end
69

70

APENDICE
A. CODIGOS
DE MATLAB

El siguiente paso es mediante otro ciclo for, asociar a cada elemento Kj j = 1, . . . , n


1, de la triangulacion los datos necesarios para realizar las integrales definidas en
(4.0.10) y (4.0.12), como lo son .ini, .fin vertices del elemento Kj , .xi vector con los
puntos de cuadratura en el intervalo (a, b), .phi1 y .phi2 las funciones base dadas
en el Lema 2 evaluadas en los puntos de cuadratura, phi1prima y phi2prima las
derivadas de las funciones base, .coef coeficiente k(x) en este caso es igual a 1, .w
son los pesos de cuadratura, .indices son los indices globales de los vertices de el
elemento Kj , Iint se utilizara para obtener la matriz y los vectores que conformaran
el sistema a resolver estos son submatriz de tama
no n 2 n 2 de la matriz
Ag, subvector de tama
no n 2 del vector bg definido mas adelante y subvector de
tama
no n 2, del vector u1 definido mas adelante, basicamente me permite ubicar
los aportes locales en las matrices y vectores globales seg
un corresponda.
%Lista de elementos
for j=1:n-1
K(j).ini=x(j);
K(j).fin=x(j+1);
K(j).xi=[((x(j+1)-x(j))*(-0.7745966))/2+(x(j)+x(j+1))/2
((x(j+1)-x(j))*0)/2+(x(j)+x(j+1))/2
((x(j+1)-x(j))*0.7745966)/2+(x(j)+x(j+1))/2];
K(j).phi1=(x(j+1)-K(j).xi)/(x(j+1)-x(j));
K(j).phi1prima=(-1/(x(j+1)-x(j)));
K(j).phi2=(K(j).xi-x(j))/(x(j+1)-x(j));
K(j).phi2prima=(1/(x(j+1)-x(j)));
K(j).coef=1;
K(j).w=[0.55555 0.88888 0.55555];
K(j).indices=[j,j+1];
Iint=2:n-1;

Luego procedemos a armar la matriz dada en (4.0.9), recuerde que las entradas de
esta matriz estan dadas por (4.0.10), es decir se deben calcular estas integrales, este
calculo lo hacemos mediante formula de cuadratura de Gauss, la cual se introdujo
en la seccion 2.1.
A medida que se calcula Al se se van agregando los aportes a la matriz Ag.
%%Matrices locales
Al(1,1)=sum(K(j).w*K(j).phi1prima*K(j).phi1prima)
*(K(j).fin-K(j).ini)/2;
Al(1,2)=sum(K(j).w*K(j).phi1prima*K(j).phi2prima)
*(K(j).fin-K(j).ini)/2;
Al(2,1)=sum(K(j).w*K(j).phi2prima*K(j).phi1prima)
*(K(j).fin-K(j).ini)/2;


UNO
A.1. CODIGO
EN DIMENSION

71

Al(2,2)=sum(K(j).w*K(j).phi2prima*K(j).phi2prima)
*(K(j).fin-K(j).ini)/2;
%Matriz global
Ag(K(j).indices,K(j).indices)=Ag(K(j).indices,K(j).indices)+Al;
A=Ag(Iint,Iint);
Se procede despues a montar el lado derecho calculando las contribuciones locales
bl al vector bg, nuevamente se utiliza cuadratura para estos calculos.
%lado derecho
f=sin(pi*K(j).xi);
bl(1)=sum(K(j).w.*K(j).phi1.*f)*(K(j).fin-K(j).ini)/2
bl(2)=sum(K(j).w.*K(j).phi2.*f)*(K(j).fin-K(j).ini)/2
bg(K(j).indices)=bg(K(j).indices)+bl;
end
Luego se procede a resolver el sistema lineal teniendo en cuenta las condiciones de
frontera mediante un u
ltimo ciclo for. Por u
ltimo se grafican la solucion exacta u y
h
la aproximacion va elementos finitos u .
%Solucion del sistema lineal
for i=1:n
u1=zeros(n,1);
%condiciones de frontera
u1(1)=1;
u1(n)=1;
c=Ag*u1;
b=bg-(Ag*u1);
bf=b(Iint);
%Sistema lineal a resolver
u1(Iint)=A\bf;
uh=u1;
end
%Solucion exacta
y=(0:0.001:1);
u=(sin(pi*y)/pi^2)+1;
%Grafica solucion exacta y aproximacion de elementos finitos
hold on
plot(x,uh,k-.o,markerfacecolor,k) ;
plot(y,u,-);

APENDICE
A. CODIGOS
DE MATLAB

72
%

Para nuestros calculos utilizamos cuadratura por tres puntos los cuales son
[0,7745966 0 0,7745966] y los pesos i , estan dados por [0,55555 0,88888 0,55555].
Cabe mencionar que se pueden utilizar mas puntos de cuadratura, pero en este caso
con tres puntos obtenemos una buena aproximacion.

A.2.

C
odigo en dimensi
on dos

El codigo que se presenta a continuacion se hizo para un dominio rectangular para


dominios mas complejos la programacion, puede ser un poco mas complicada. Para
comenzar este codigo lo primero que se hizo fue escoger un intervalo en x y un
intervalo en y, los cuales formaran el dominio, ademas escoger una particion en x y
una particion en y, lo que dara como resultado una malla cuadriculada. Nombrar la
matriz y los vectores que se necesitan para montar el sistema lineal.
%N representa la particion en x y M la particion en y
N=10;
M=15;
a=0; b=1; %intervalo en x
c=0; d=1; %intervalo en y
Ag=sparse((N+1)*(M+1),(N+1)*(M+1));
bg=sparse((N+1)*(M+1),1);
uh=zeros((N+1)*(M+1),1);
Ahora se procedera a hacer la triangulacion del dominio, para esto primero haremos
un par de ciclos for, uno dentro del otro, que permitiran armar una matriz cuyas
filas son las coordenadas de los vertices de la triangulacion, ademas se hara una
enumeracion de los vertices esto con el fin de poder identificar los vertices de cada
triangulo de la triangulacion.
%malla
for j=1:(M+1)
for i=1:(N+1)
I= (N+1)*(j-1)+ i;
It(I)=I;
hx=((b-a)/N);
hy=((d-c)/M);
v(I,1)=a+ hx*(i-1);
v(I,2)=c+ hy*(j-1);
end
end


DOS
A.2. CODIGO
EN DIMENSION

73

Continuando con el montaje de la triangulacion, se procedera mediante dos ciclos


for, uno dentro del otro, a armar la triangulacion en si, es decir se identificara cada
triangulo esto por medio de sus vertices, entonces se armara una matriz cuyas filas
seran los vertices de cada triangulo.
P=0;
for ly=1:M
for lx=1:N
T(P+1,1)=(N+1)*(ly-1)+lx;
T(P+1,2)=(N+1)*(ly-1)+lx+1;
T(P+1,3)=(N+1)*(ly+1-1)+lx+1;
T(P+2,1)=(N+1)*(ly-1)+lx;
T(P+2,2)=(N+1)*(ly+1-1)+lx+1;
T(P+2,3)=(N+1)*(ly+1-1)+lx;

P=2*(N*((ly)-1)+(lx));

end
end
El siguiente comando permite graficar la triangulacion.
trimesh(T,v(:,1), v(:,2));
Hasta este punto ya se tiene la triangulacion, la cual cuenta con una particion de 10
en el eje x y 15 en el eje y, para un total de 300 triangulos.
Como se tiene una condicion de frontera, es necesario diferenciar los vertices interiores de los exteriores, esto se logra mediante cuatro ciclos for, los cuales identifican
cuando un vertice esta en el borde inferior, superior o alguno de los vertices laterales.
%Vertices (interiores If) y (exteriores Ie)
for i=1:(N+1)
j=1;
I=(N+1)*(j-1)+ i;
Id(I,1)=I;
end
for j=1:(M+1)
i=1;
I= (N+1)*(j-1)+ i;
Id(I,1)=I;
end

APENDICE
A. CODIGOS
DE MATLAB

74

Figura A.1: Triangulacion generada por el codigo que se esta presentando.


for j=1:(M+1)
i=N+1;
I= (N+1)*(j-1)+ i;
Id(I,1)=I;
end
for i=1:(N+1)
j=M+1;
I= (N+1)*(j-1)+ i;
Id(I,1)=I;
end
If=setdiff(It,Id);
Ie=setdiff(It,If);
Igual que en dimension uno, el siguiente paso es mediante un ciclo for, asociar a cada
elemento Kj j = 1, . . . , 2N M , de la triangulacion los datos necesarios para realizar
las integrales definidas en (5.2.9) y (5.2.11), como lo son .ver, vertices del elemento
b .xi
Kj , .xafi, vector con los puntos de cuadratura en el triangulo de referencia K,
los puntos de cuadratura despues de aplicar la transformacion (5.2.5). .phi1gorro,
.phi2gorro y .phi3gorro las funciones base dadas en el Lema 5 evaluadas en los puntos
de cuadratura, .gradphi1gorro, .gradphi2gorro y .gradphi3gorro, los gradientes de
las funciones base, .Bk y .inversaBk la matriz de transformacion dada en (5.2.7)
y su inversa, respectivamente, .gradphi1, .gradphi2 y .gradphi3 la transformacion
del gradiente dada en (5.2.6), .w son los pesos de cuadratura, .coef coeficiente k(x)
en este caso es igual a la matriz identidad, .indices son los indices globales de los
vertices de el elemento Kj , Iint se utilizara para obtener la matriz y los vectores que
conformaran el sistema a resolver.
%Lista de elementos


DOS
A.2. CODIGO
EN DIMENSION

75

for j=1:2*N*M
K(j).ver=v(T(j,:),:);
K(j).xafi=[1/3 1/3;(6+sqrt(15))/21 (6+sqrt(15))/21;(9-2*sqrt(15))/21
(6+sqrt(15))/21;(6+sqrt(15))/21 (9-2*sqrt(15))/21;
(6-sqrt(15))/21 (6-sqrt(15))/21;(9+2*sqrt(15))/21
(6-sqrt(15))/21;(6-sqrt(15))/21 (9+2*sqrt(15))/21];
[zaux,saux]=afin(K(j).xafi(:,1),K(j).xafi(:,2),K(j));
K(j).xi=[zaux,saux];
K(j).phi1gorro=1-K(j).xi(:,1)-K(j).xi(:,2);
K(j).gradphi1gorro=[-1,-1];
K(j).phi2gorro=K(j).xi(:,1);
K(j).gradphi2gorro=[1,0];
K(j).phi3gorro=K(j).xi(:,2);
K(j).gradphi3gorro=[0,1];
K(j).B_k=[(K(j).ver(2,1)-K(j).ver(1,1))
(K(j).ver(3,1)-K(j).ver(1,1);
(K(j).ver(2,2)-K(j).ver(1,2))
(K(j).ver(3,2)-K(j).ver(1,2))];
K(j).inversaB_k=K(j).B_k^(-1);
K(j).gradphi1=K(j).gradphi1gorro*K(j).inversaB_k;
K(j).gradphi2=K(j).gradphi2gorro*K(j).inversaB_k;
K(j).gradphi3=K(j).gradphi3gorro*K(j).inversaB_k;
K(j).w=[9/80;(155+sqrt(15))/2400;(155+sqrt(15))/2400;
(155+sqrt(15))/2400;(155-sqrt(15))/2400;
(155-sqrt(15))/2400;(155-sqrt(15))/2400];
K(j).coef=[1,0;0,1];
K(j).indices=[T(j,:)];
Iint=If;
Luego procedemos a armar la matriz dada en (5.2.8), recuerde que las entradas de
esta matriz estan dadas por (5.2.9), es decir se deben calcular estas integrales, este
calculo lo hacemos mediante cuadratura por siete puntos.
b vale la siguiente formula de cuadratura
Lema 9 En el triangulo de referencia K
Z
f (b
x) db
x
b
K

7
X

f (i )i ,

i=1

donde i y i son los puntos de cuadratura y pesos de cuadratura respectivamente.


La formula arriba integra de manera exacta polinomios de grado total menor o igual
que cinco.
Para poder aplicar la formula de cuadratura del lema anterior, para calcular los
terminos del la matriz A cuando k(x) es un coeficiente complicado se usa la formula
de mudanza de variables.

76

APENDICE
A. CODIGOS
DE MATLAB

Lema 10 Sea Ki un elemento de la triangulacion T h , con vertices u = (u1 , u2 ),


v = (v1 , v2 ) y w = (w1 , w2 ), (ordenados en el sentido anti-horario). Para toda
b R tenemos
funcion integrable f : FKi (K)


Z
Z
v1 u1 w1 u1
f (x) dx =
f (FKi (b
x)) | det
| db
x,
(A.2.1)
v2 u2 w2 u2
b
Ki
K
A medida que se calcula Al se se van agregando los aportes a la matriz Ag.
%%Matrices locales
Al(1,1)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi1,K(j).gradphi1));
Al(1,2)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi1,K(j).gradphi2));
Al(1,3)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi1,K(j).gradphi3));
Al(2,1)=Al(1,2);
Al(2,2)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi2,K(j).gradphi2));
Al(2,3)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi2,K(j).gradphi3));
Al(3,1)=Al(1,3);
Al(3,2)=Al(2,3);
Al(3,3)=det(K(j).B_k)*sum(K(j).w*dot(K(j).gradphi3,K(j).gradphi3));
Ag(K(j).indices,K(j).indices)=Ag(K(j).indices,K(j).indices)+Al;
A=Ag(Iint,Iint);
Se procede despues a montar el lado derecho calculando las contribuciones locales
bl al vector bg, nuevamente se utiliza cuadratura para estos calculos.
%lado derecho
f=mif(K(j).xi(:,1),K(j).xi(:,2));
bl(1)=sum(det(K(j).B_k)*K(j).w.*K(j).phi1gorro.*f);
bl(2)=sum(det(K(j).B_k)*K(j).w.*K(j).phi2gorro.*f);
bl(3)=sum(det(K(j).B_k)*K(j).w.*K(j).phi3gorro.*f);
%bg(K(j).indices)=bg(K(j).indices)+bl;
end
Luego se procede a resolver el sistema lineal teniendo en cuenta las condiciones de
frontera. Por u
ltimo se grafica aproximacion va elementos finitos uh .
%Condicion de frontera
uh(Ie)=micf(v(Ie,1),v(Ie,2));
%Solucion del sistema lineal Dirichlet
b=bg-(Ag*uh);
bf=b(Iint);
uh(Iint)=A\bf;
trisurf(T,v(:,1),v(:,2),uh)


DOS
A.2. CODIGO
EN DIMENSION

77

Con esto termina el codigo en dos dimensiones y acontinuacion presentamos la solucion del problema que viene dado en este codigo.

Figura A.2: Aproximacion del problema dado por el codigo que se esta presentando.

78

APENDICE
A. CODIGOS
DE MATLAB

Bibliografa
n, Fernando (2000), Los espacios abstractos y el analisis
[1] Bombal Gordo
funcional., En Las matematicas del siglo XX : Una mirada en 101 artculos.
Nivola, Madrid, pp. 205-210. ISBN 84-95599-03-1
[2] R. ADAMS, J. FOURNIER; Sobolev spaces, volumen 140 of Pure and Applied Mathematics (Amsterdam) Elsevier/Academic Press, Amsterdam,second
edition, 2003.
[3] (Dover Books on Mathematics), Handbook of Mathematical Functions:
with Formulas, Graphs, and Mathematical Tables, 9th.
[4] Weisstein,
Eric
W.
Gaussian
re.From
MathWorld A
Wolfram
Web
hhttp : //mathworld.wolf ram.com/GaussianQuadrature.htmli
26 de Septiembre de 2013].

QuadratuResource.
, [ref. de

[5] obra deriva de la traduccion de Gaussian quadrature, publicada bajo la Licencia


de documentacion libre de GNU y la Licencia Creative Commons AtribucionCompartir Igual 3.0 importada por editores de Wikipedia en ingles. [ref. de 26
de Septiembre de 2013]. hhttp : //es.wikipedia.org/wiki/Cuadraturad eG aussi.
[6] L. EVANS; Partial Differential Equations, American Mathematical Society,
1998.
[7] C. JOHNSON; Numerical solution of partial differential equations by the finite
element method, Cambridge University Press, Cambridge, 1987.
[8] J. GALVIS, H. VERSIEUX; Introducao a Aproximacao Numerica de
Equacoes Diferenciais parciais Via o Metodo de Elementos Finitos, 28 Coloquio
Brasileiro de Matematica IMPA, Rio de Janeiro, 2009.
[9] J. GALVIS; Introducao aos Metodos de Descomposicao de Domnio, 27
Coloquio Brasileiro de Matematica IMPA, Rio de Janeiro, 2008.
[10] R. EGGERS; Roasting techniques. In: Illy, A., Vian, R. (Eds.), Espresso coffee
The Science of quality, second ed.. Elsevier Academic Press, London, UK. pp.
184? 197. 2005.
79

80

BIBLIOGRAFIA

[11] P. PITTIA, S. ROMANI; In press. Coffee Processing. In: K. Kristbergsson,


S. Otles (Eds.), Food Processing - Part IV Food Processing Operations, ISEKI
Food Series, Springer. 2010.
[12] F. HECHT; FreeFem++. Third Edition, Version 3.11-1. Laboratoire
Jacques-Louis Lions, Universite Pierre et Marie Curie, Paris. http :
//www.f reef em.org/f f + +.
[13] A. FABBRI, C. CEVOLI, L. ALESSANDRINI, S. ROMANI; Numerical
modeling of heat and mass transfer during coffee roasting process. Journal of
Food Engineering 105 (2011) 264-269.
[14] RAITHBY, G.D., TERRY, K.G.; Convection Heat Transfer. Kreith, F.
(Ed.), The CRC Handbook of Thermal Engineering. CRC Press LLC, Boca
Raton.