Libro Elementos Finitos Congreso (Actualizado)

2017
Anísio Andrade
Fabian Cabrera Exeni
Paulo Providência
INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS:

ANÁLISIS DE UN PROBLEMA MODELO UNIDIMENSIONAL
Primer Congreso Panamericano De Ingeniería Estructural
Tarija-Bolivia
PRIMER CONGRESO PANAMERICANO DE INGENIERÍA ESTRUCTURAL
TARIJA (BOLIVIA) DEL 26 AL 28 DE OCTUBRE DE 2017
Anísio Andrade
Fabian Cabrera Exeni
Paulo Providência †

†
Departamento de Ingeniería Civil, INESC Coimbra
Universidade de Coimbra
FCTUC-Polo II, Rua Luís Reis Santos, 3030-788 Coimbra, Portugal
, e-mail: anisio@dec.uc.pt (A. Andrade),
fabian.exeni@gmail.com (F. Cabrera) y
provid@dec.uc.pt (P. Providência)
INDICE
1. INTRODUCCIÓN .................................................................................................................................. 1
2. FORMA FUERTE O CLÁSICA DEL PROBLEMA MODELO UNIDIMENSIONAL ..................................................... 2
3. FORMA DÉBIL O VARIACIONAL DEL PROBLEMA MODELO – PRINCIPIO DEL TRABAJO VIRTUAL ........................ 5
4. DEFINICIÓN DEL PROBLEMA MODELO COMO UN PROBLEMA DE ESTACIONALIZACIÓN – EL PRINCIPIO

ESTACIONARIO DE LA ENERGÍA POTENCIAL ........................................................................................... 10
5. APROXIMACIÓN DE GALERKIN Y RAYLEIGH-RITZ .................................................................................... 11
6. ESPACIOS DE ELEMENTOS FINITOS LINEALES POR TRAMOS...................................................................... 25
7. EL PUNTO DE VISTA DEL ELEMENTO FINITO Y EL PROCESO DE ENSAMBLAJE .............................................. 31
8. UNA ESTIMACIÓN DEL ERROR PARA LA APROXIMACIÓN POR ELEMENTOS FINITOS LINEALES POR TRAMOS ..... 40
9. LA FAMILIA DE LAGRANGE DE ELEMENTOS FINITOS ............................................................................... 42
10.UN PROBLEMA SUPLEMENTARIO – PILOTE EMBEBIDO EN UN MEDIO ELÁSTICO ......................................... 58
APÉNDICE A : INTEGRACIÓN NUMÉRICA EN DIMENSIÓN 1 ............................................................. 68
APÉNDICE B : EL MÉTODO DE LAS DIFERENCIAS FINITAS ............................................................... 80
BIBLIOGRAFIA ................................................................................................................... 98
Man muss immer mit den einfachsten Beispielen anfangen.

(Siempre hay que empezar con los ejemplos más simples).
DAVID HILBERT
1. Introducción
El método de los elementos finitos (MEF) es una técnica de análisis numérico que se emplea
para obtener soluciones aproximadas a ecuaciones diferenciales con condiciones de frontera
definidas. Básicamente la idea es dividir el dominio de la función solución en un numero finito de
subdominios: “elementos finitos”, y usando conceptos de cálculo variacional construir una
aproximación a la solución, al juntar las aproximaciones locales sobre elementos finitos
individuales extendidos sobre toda la región del dominio. Dada la generalidad y riqueza en
conceptos, el MEF ha sido usado con notable éxito en prácticamente todas las áreas de la
ingeniería y física matemática.1
Nuestro objetivo en este curso introductorio, es mostrar los conceptos e ideas

fundamentales que definen al método, sin recurrir a elaborados arquetipos matemáticos sino tan
solo usando conceptos básicos de cálculo y algebra lineal. Para cumplir este propósito, definimos
lo que llamaremos: problema modelo unidimensional (con dos valores de frontera), que
corresponde matemáticamente con una ecuación diferencial lineal de segundo orden más su par
separado de variables que son las condiciones de frontera, que caracterizan al problema físico de
la respuesta estática lineal de una barra cargada axialmente.
1
A lo largo de estos apuntes, nos referiremos al MEF como si fuera un único método. De hecho, existe
una variedad de métodos variacionales que emplean elemento-a-elemento soluciones aproximadas.
Para conocer una clasificación general de los métodos de elementos finitos se recomienda consultar a
CIARLET (1978, pp. 422-423).
-1-
Introducción al Método de los Elementos Finitos – Análisis de un problema modelo unidimensional
Como mencionamos previamente, la idea de usar este problema modelo unidimensional a lo largo
del curso, no solo representara una forma didáctica de introducir el tema, sino que servirá a los
principiantes que quieran seguir en un futuro próximo un curso más avanzado, permitiendo la
asimilación de la matemática del método que es exactamente igual para problemas de mayor
dificultad. Al final de las notas se incluye un problema suplementario que tiene por objetivo
ampliar y clarificar ciertos conceptos que previamente se trataran sólo superficialmente,
proporcionando así una visión adicional de los fundamentos del MEF.
2. Forma fuerte o clásica del problema modelo unidimensional
Considere el problema de calcular el desplazamiento axial u de la barra elástica lineal mostrada en

Fig. 1, de longitud L y constante de rigidez EA. La barra está cargada con una fuerza axial que va
variando mediante una distribución continua q (unidades de fuerza/longitud) y una carga puntual
Q aplicada en su extremo final. Designamos por u0 al desplazamiento en el inicio de la barra.
Para plantear el problema matemáticamente, necesitamos definir las siguiente tres

relaciones:
(1) Las condiciones de equilibrio
N(x)  q(x)  0 (1)
N(L)  Q , (2)
donde N denota la fuerza axial y la simbología de la derivada dada por ( )  d( ) / dx .2
2
Para establecer la ecuación de equilibrio (1), se realiza el diagrama del cuerpo libre en una cara arbitraria de la
pieza, como se muestra en la figura siguiente.
q
N(0) N(x)
x
El equilibrio requiere
x
N(x)  N(0)    q(t)dt ,
0
0 x L .
La ecuación (1) se deduce a partir del teorema fundamental del cálculo, es decir, la derivada como operación
inversa de la integral.
-2-
EA
u0
x
L
Fig. 1: Problema modelo unidimensional – barra elástica lineal cargada axialmente

(adaptado de REDDY 1993, § 3.2.1)
(2) Las condiciones cinemáticas
ε(x)  u(x) (3)
u(0)  u0 , (4)
donde ε es la deformación axial (infinitesimal).
(3) La relación constitutiva
N(x)  EA ε(x) . (5)
(las ecuaciones (1), (3) y (5) son válidas en cualquier punto del dominio unidimensional por lo
que tienen una característica local punto a punto.)
Combinando las ecuaciones (1)-(5) – ver Fig. 2, se obtiene la forma fuerte, o clásica, del
problema modelo unidimensional, el cual enunciamos como sigue:
Problema (S): Problema modelo – forma fuerte

determinar u C [0, L] tal que3
2
EAu(x)  q(x)  0 , x (0,L) (6)
u(0)  u0 (7)
EAu(L)  Q . (8)
3
Una función real definida en el intervalo [a, b] , a  b , se dice que es p veces continuamente diferenciable en
ese intervalo (con p ) si sus derivadas de orden  p existen y son continuas en [a, b] . La colección de todas
estas funciones se denomina por C p [a, b] . El símbolo C[a, b] indica la colección de todas las funciones continuas
de valor real en el intervalo [a, b] .
-3-
Fig. 2: Esquema para derivar la forma fuerte del problema modelo (adaptado de FELIPPA 2014, ch. 11)4
Las condiciones de frontera del tipo (7), prescribiendo el desplazamiento (es decir, la
variable dependiente) en una sección extrema de la barra, se denominan condiciones de
frontera de Dirichlet, mientras que las condiciones de frontera del tipo (8), que equivalen a
especificar la fuerza axial final, pasan a llamarse de Neumann. Por supuesto, la solución (única)
del problema (S) es trivial.5
4
Diagramas como este se originaron en los trabajos de Enzo Tonti para describir los razonamientos deductivos de
las analogías entre las teorías físicas (por ejemplo, TONTI 1976) y se conocen como diagramas de Tonti, o
diagramas de clasificación.
5
Si u  C 2 [0,L] y satisface la ecuación diferencial (6), entonces se deduce del teorema fundamental del análisis
matemático que
1  x

u(x) 
EA  0 
 c1  c2 x  F (s)ds  ,

donde c1 y c2 son constantes de integración,
s
F (s)   q(t)dt
0
.
Usando la integración por partes, uno tiene
x x x
 F (s) ds   s F (s)   sF (s) ds   (x  s) q(s) ds .

x
0
0 0 0
Las constantes c1 y c2 se pueden determinar aplicando las condiciones de frontera. La condición u(0)  u0
implica que c1  EA u0 y EA u(L)  Q , tal que
L
c2  Q   q(x)dx .
0
En consecuencia, concluimos que existe una solución única u  C [0,L] al problema (S), que admite la
2
representación
1  L
 x

u(x)  u0  
EA 


Q 
0
q (s) ds 

x 
0 
(x  s) q(s) ds  .

2 m
La continuidad de u se puede derivar de (6) - si f C m [0,L] para m  0 , entonces u C [0,L] .
-4-
Sin embargo, esta no es nuestra principal preocupación, ya que estamos interesados en

desarrollar esquemas para obtener soluciones aproximadas al problema (S) que serán aplicables
a situaciones mucho más complejas, en las que no están disponibles soluciones de forma
exacta. Algunos métodos de aproximación sobre todo el método de las diferencias finita y los
métodos de colocación o posicionamiento, comienzan directamente con la forma fuerte del
problema. El método de los elementos finitos, por otro lado, se basa en una formulación
diferente, expresada en términos de integrales6 y con exigencias de continuidad menos
estrictas, a las que ahora nos referiremos.
3. Forma débil o variacional del problema modelo – Principio del trabajo

virtual
Para mostrar cómo el problema del modelo unidimensional puede ser reformulado en su
forma débil, o variacional, comenzamos por multiplicar la ecuación diferencial ordinaria (6) por
una función de ponderación, w (cuyas propiedades serán definidas a continuación) y luego se
integra sobre el dominio del problema [0, L] para obtener
L L
 EA u(x) w(x) dx   q(x) w(x) dx  0 .
0 0
(9)
Si la función w cumple con ser continua, entonces el primer término en el lado izquierdo puede
ser integrado por partes7, tal que
EA u(x) w(x) 0  0 EA u(x) w(x) dx  0 q(x) w(x) dx  0 .

L L L
(10)
EAu(L)w (L)EAu(0)w (0)
Ahora, requerimos que w(0)  0 , es decir, la función de ponderación debe hacerse nula cuando
se prescriba una condición de frontera de Dirichlet. Luego, aprovechando el hecho de que
EAu(L)  Q , tenemos que
L L
 EA u(x) w(x) dx   q(x) w(x) dx  Qw(L) .
0 0
(11)
Es evidente que no aparecen segundas derivadas en esta ecuación.
6
Ya a principios del siglo XX, David Hilbert en Göttingen argumentó que las leyes físicas no debían haberse
formulado en términos de ecuaciones diferenciales, sino fundamentalmente en un formato integral.
7
Integración por partes (CAMPOS FERREIRA 1999, th. 21, § V.1): Sean f y g funciones continuas con variables reales
en [a, b] con primeras derivadas continuas por tramos en el mismo intervalo. Entonces,
b b
 f (x)g (x)dx   f (x) g(x) a   f (x)g(x)dx .

b
a a
-5-
Antes de dar una definición precisa de la forma débil del problema unidimensional,
necesitamos caracterizar, en términos de continuidad y condiciones de frontera, dos clases de
funciones, (1) de clase S : funciones de prueba, y (2) de clase V : funciones de ponderación.
De hecho, la correcta caracterización de S y V es esencial para definir la formulación débil
del problema (BECKER et al. 1981, p. 6).
Las integrales en (11) están bien definidas si u , w y w , son integrables en el intervalo cerrado
[0,L] . Esto sugiere considerar las funciones de prueba y ponderación continuas, con sus
respectivas derivadas continuas por segmentos en el dominio [0,L] .8, 9 Además, se requieren
funciones de prueba para satisfacer la condición de frontera de Dirichlet u(0)  u0 , mientras que
las funciones de ponderación son necesarias para satisfacer su contrapartida homogénea
w(0)  0 . En consecuencia, definimos el espacio vectorial real (de dimensión infinita) dado por,
V  w : w  C[0, L], w es continua a tramos en [0, L], w(0)  0 (12)
o funciones de ponderación en un espacio afín y
S  u : u  C[0, L], u es continua a tramos en [0, L], u(0)  u0  (13)
correspondiente con las funciones de prueba, teniendo a V como su espacio traslacional.
8
Se dice que una función f :[a, b]  es continua a tramos en el intervalo cerrado [a, b] si (1) es continua en
[a, b] excepto a lo sumo en un número finito de puntos intermedios, (2) si c (a, b) es un punto de
discontinuidad, entonces los límites de derecha e izquierda de f en c existe, y (3) en x  a el límite derecho de f
existe y en x  b el límite izquierdo de f también existe. En particular, esta definición implica que una función
continua definida a tramos en un intervalo cerrado está acotada.
Una función que es continua a tramos (izquierda) y otra que no lo es (derecha), ya que uno de sus límites laterales en
x0 no existe
9
El requisito de funciones continuamente diferenciables resultaría ser inadecuada para los esquemas de
aproximación de los elementos finitos desarrollados a continuación.
-6-
Para una conveniencia posterior, hacemos explícito el siguiente hecho importante: dada u S y
wV , entonces su adición u  w es también una función prueba (es decir, un elemento del
conjunto S ). Las funciones de ponderación de esta forma pueden ser vistas como variaciones
admisibles o perturbaciones de las funciones de prueba.
Podemos ahora establecer la forma débil, o variacional, del problema unidimensional como sigue:
Problema (W): Problema modelo – forma débil, o variacional

Encontrar u S tal que
L L
0
EA u(x) w (x) dx   q(x) w(x) dx  Qw(L) para cada wV .
0
(14)
Desde el punto de vista de la mecánica, el problema (W) expresa el principio del trabajo virtual
(más específicamente el principio de los desplazamientos virtuales):
“Un Sistema deformable está en equilibrio, si y solo si el trabajo virtual exterior total es
igual al total del trabajo virtual interno para un campo de desplazamientos virtuales
compatible con las restricciones del sistema” (ODEN & RIPPERGER 1981, p. 257).
Es decir, las funciones de ponderación w corresponden con los campos de desplazamientos

virtuales. Claramente debe haber alguna relación entre la forma fuerte y débil del problema
modelo unidimensional. Resulta que son equivalentes, en el sentido de la siguiente proposición.
Proposición 1
(a) Si u es la solución del problema con valores de frontera (S), entonces u es también una
solución del problema variacional (W).
(b) Si u es una solución del problema variacional (W) y si u existe y es continua en [0,L] ,
entonces u es también una solución del problema con valores de frontera (S).
Prueba (BRENNER & SCOTT 2008, pp. 2-3, HUGHES 1987, § 1.4, NUNES VICENTE 2007, pp. 78-79)
(a) Sea u una solución de (S). Entonces u C [0, L] y la integración por partes realizada al inicio
2
de esta sección es válida para la función de ponderación en V . Además como u(0)  u0

entonces se prueba que u está en S .
-7-
(b) Sea u una solución de (W). Entonces u satisface u(0)  u0 y la ecuación variacional (14). Dado
que asumimos que u existe y es continua en [0,L] , podemos integrar por partes el primer
término en el lado izquierdo para obtener
EA u(x) w(x) 0  0 EA u(x) w(x) dx  0 q(x) w(x) dx  Qw(L)

L L L
para cada wV (15)
EAu(L)w (L)
  EA u(x)  q(x) w(x) dx  Q  EAu(L) w(L)  0

L
para cada wV . (16)
0
Ahora, necesitamos establecer que (16) implica
(i) EAu(x)  q(x)  0 , x (0,L) .
(ii) EAu(L)  Q .
Supongamos que (i) no es verdadera, es decir que EA u  q no es idénticamente cero,

digamos que sea positiva en x  ξ (0, L) . Entonces por continuidad, debe existir un intervalo
[ξ  δ, ξ  δ] , con δ  0 , ξ  δ  0 y ξ  δ  L , en que EA u  q es positivo. Ahora
consideramos la función de “burbuja” definida en [0, L] por (ver Fig. 3):
 (x  ξ  δ)2 (x  ξ  δ)2 si ξ  δ  x  ξ  δ
w( x )   . (17)
 0 en otra parte
Esta función está claramente en V , pero hace 0  EA u(x)  q(x) w(x) dx  0 . Como
L
w(L)  0 y 0L  EA u(x)  q(x) w(x) dx  Q  EAu(L)  w(L)  0 , en contradicción con (16).
Nuestra suposición es inconsistente y (i) debe ser válida.
x
0 ξ δ ξ ξ δ L
Fig. 3: La función de ponderación definida por (17)
-8-
Ahora que hemos establecido (i), podemos usarlo para demostrar (ii) – necesitamos
demostrar que  Q  EAu(L)  w(L)  0 para cada wV implica EAu(L)  Q . Esto se deduce
inmediatamente del hecho de que no hay ninguna restricción sobre el valor de w en x  L .
Por lo tanto, podemos elegir w tal que w(L)  0 . Así también (ii) debe cumplirse, lo que
completa la prueba de la proposición. ■
La condición de frontera de Neumann EAu(L)  Q no se menciona explícitamente en la

declaración del problema variacional (W). Pero a partir de la prueba anterior vemos que esta
condición de frontera está implícita en la ecuación variacional (14). En este contexto, las
condiciones de frontera de este tipo se denominan condiciones de frontera naturales. Por otro
lado, las funciones de prueba requieren explícitamente satisfacer la condición de frontera de
Dirichlet u(0)  u0 . Debido a esto, en un contexto variacional, las condiciones de frontera de
Dirichlet se denominan condiciones de frontera esenciales. La regla general para distinguir entre
condiciones de frontera esenciales y naturales es la siguiente: para derivadas de orden mayores
a k de una variable dependiente que aparecen en las integrales de la forma débil, entonces las
condiciones de contorno esenciales de esa variable son aquellas que implican derivadas de
menor orden que k ; aquellas que involucran derivadas de orden k o mayores a 2 k  1 , son
condiciones de frontera naturales (AXELSSON & BARKER 1984, ch. 2, ó STRANG & FIX 1973, ch. 1).
El método usado para probar la parte (b) de la proposición 1, se denomina lema

fundamental del cálculo de variaciones (por ejemplo, FUNG 1965, pp. 272-273). En esencia, esta
es la metodología que nos permite deducir las ecuaciones diferenciales llamadas ecuaciones de
Euler-Lagrange, y las condiciones de contorno naturales implicadas por la formulación débil.
El resultado de unicidad siguiente también se establece fácilmente.
Proposición 2
La solución del problema variacional (W) es única.
-9-
Prueba
Supongamos que hay dos soluciones distintas u A y uB para el problema (W). Entonces para
cada wV , tenemos
L L
0
EA uA (x) w (x) dx   q(x) w(x) dx  Qw(L)
0
(18)
L L
 EA u (x) w(x) dx   q(x) w(x) dx  Qw(L) .
0 B 0
(19)
Al restar estas identidades y seleccionar w  uA  uB V , obtenemos
 EA u (x)  u (x)
L 2
A B dx  0 . (20)
0
Esto significa que  uA  uB  se anula en [0, L] , excepto posiblemente en un número finito de

puntos. Se sigue que uA  uB debe ser constante (e.g., DIEUDONNÉ 1969, § 8.6). Pero como
uA  uB V , se tiene que cumplir que  uA  uB  (0)  0 y concluimos que uA  uB es
idénticamente cero en [0, L] . Por lo tanto uA  uB , lo que contradice el supuesto inicial de que
u A y uB son distintos. ■
4. Definición del problema modelo como un problema de estacionalización –
El principio estacionario de la energía potencial
En esta sección, mostramos que la forma variacional (W) de nuestro problema modelo
unidimensional representa una caracterización del campo de desplazamientos que hace
estacionaria la energía potencial total del sistema, definida como
 :S  ,  (u) 
1 L
2 0
EA u(x)2 dx    q(x)u(x)dx  Qu(L) .
0
L
10 (21)
energia elastica trabajo de las cargas aplicadas
Si u S y wV . Entonces (u  αw)  S , α  , y podemos definir la función

g :  , g(α)   (u  αw) , que es cuadrática en α como:
2
α
g(α)   (u)  α   EA u(x)w (x) dx   q(x)w(x) dx  Qw(L) 
L L L
 EA w(x) dx . (22)
2
 0 0  2 0
La primera variación de  en u S en la dirección wV se define entonces como
δ (u)[w]  g(0) . (23)
10
Una “función de funciones” que a cada función le asocia un valor real como  , se denomina funcional.
- 10 -
De (22), se obtiene
L L
δ (u)[w ]   EA u(x) w (x) dx   q(x) w(x) dx  Qw(L) . (24)
0 0
Por el principio estacionario de la energía potencial (e.g., ODEN & RIPPERGER 1981, § 9.4), el
campo de desplazamientos u S especifica la configuración de equilibrio de la barra si y sólo si
δ (u)[w]  0 para cada w V . (25)
En vista de (24), esto es solo una reformulación del problema variacional (W). Pero hay un
punto importante a destacar: las consideraciones que condujeron a la definición del problema
(W) en la sección anterior, no se basaron de ninguna manera en la existencia de un funcional
(energía potencial) por lo que la metodología sigue siendo aplicable para el caso de problemas
no conservativos.
5. Aproximación de Galerkin y Rayleigh-Ritz
El método de Galerkin
La idea básica del método de Galerkin para construir una solución aproximada al problema
variacional (W) puede exponerse brevemente en el planteamiento de (W),
(1) reemplazar V por un subespacio de dimensión finita Vn y
(2) reemplazar S por un subespacio afín S n de funciones de la forma un  u  vn , donde u S

es fija y vn  V n .11
Obtenemos
Problema (G): Problema modelo – aproximación de Galerkin
Dada u S y el subespacio Vn de V , encontrar un  u  vn , con vn  V n , tal que
 EA u(x)  v (x)  w (x) dx   q(x) w (x) dx  Qw (L)

L L
n n n n para cada w n  V n . (26)
0 0
11
Observar que un (0)  u(0)  vn (0)  u0  0  u0 .
- 11 -
Es notable que un esquema discreto para aproximar (W) pueda definirse tan fácilmente. Si
dimV n  n , la aproximación se dice que tiene n grados de libertad. Concretamente, u y V n
tienen que ser definidas explícitamente.
El método de Galerkin conduce a un sistema de ecuaciones algebraicas lineales. Para ver esto,
sea φ1 , φ2 , , φn  una base de V n , tal que cada wn en V n pueda escribirse unívocamente como
n
wn (x)   di φi (x) , (27)
i 1
donde los di se los denominan los coeficiente escalares. Las funciones φi llamadas funciones
base o funciones coordenadas son linealmente independientes en el sentido de que
 d φ (x)  0, x [0, L]
i 1
i i  di  0, i  1, , n . (28)
La ecuación (27) reemplazada en (26), se obtiene
 n
  n  n n
   i i  0  
L L
0 
EA u( x ) 
j 1
c j φ j ( x )
  i 1
d φ ( x )

dx  q( x )
i 1
d φ
i i ( x ) dx  Q
i 1
di φi (L)
para cada selección de d i . (29)
La expansión de (29) y la factorización de los coeficientes di ,
  n
  q(x) φ (x)dx  Q φ (L)   EA u(x) φ(x)dx 
n n
 d    EA φ(x) φ (x) dx c    di
L L L
i i j j i i i
 j 1  i 1
0 0 0
i 1
para cada selección de d i . (30)
Ahora definimos
K i j   EA φi(x) φj (x) dx , i , j  1,

L
,n (31)
0
Fi   q(x) φi (x) dx  Q φi (L)   EA u(x) φi(x) dx , i  1,

L L
,n , (32)
0 0
De modo que (30) es reescrita en forma más compacta como,
n
 n 
 d i   K ij c j  Fi   0 para cada selección de
di . (33)
i 1  j 1 
- 12 -
debido a que los coeficientes di son arbitrarios, (33) representa n ecuaciones que deben
cumplir los c j , en lugar de una única ecuación que puede erróneamente aparentar. De hecho,
considere las siguientes opciones para los di :
(1) d1  1 , di  0 para i  1 . Luego, se deduce de (33) que

n
K
j 1
1j c j  F1 . (34)
(2) d2  1 , di  0 para i  2 . Entonces (33) implica

n
K
j 1
2j c j  F2 . (35)
Continuando de esta manera, llegamos al sistema de n ecuaciones con n coeficientes c j

desconocidos:
n
K
j 1
ij c j  Fi , i  1, ,n . (36)
Cualquier otra elección de d i como alguna combinación lineal de las precedentes, prueba que
no podemos añadir ecuaciones linealmente independientes adicionales al sistema (36). De
forma compacta, adoptando la siguiente notación matricial, tenemos:
 K11 K12 K1 n   F1   c1 
K K22 K2n  F  c 
K   21 F   2 c   2 , (37)
     
     
 K n1 K n2 K nn  Fn   cn 
entonces de (36) tenemos,
Kc F . (38)
La matriz K de n  n es denominada matriz de rigidez, y el vector columna F de n 1 es
equivalente a un vector de fuerza. De la definición (31) se deduce que la matriz de rigidez K es
simétrica: K ij  K ji o K  K , donde el exponente T denota la matriz transpuesta. Además la
T
matriz K es definida como positiva como procederemos a probar.
Proposición 3
La matriz simétrica K ( n  n ) caracterizada en la ecuación (31) es definida positiva, si y solo si:
(a) c T K c  0 , c  n
,y
(b) c T K c  0 implica c  0 .
- 13 -
Prueba (BABUSKA & STROUBOULIS 2001, p. 56, HUGHES 1987, § 1.9)

(a) Sea ci , i  1, 2, , n , los componentes de un vector arbitrario c  n
de la forma
n
 n 
c T K c   ci   K ij c j  . (39)
i 1  j 1 
Luego, usando la definición (31), encontramos

2
 n 
n
 n
 L  
c T K c   ci    EA φi(x) φj (x) dx c j    EA   ci φi (x)   dx  0 .
L
(40)
i 1  j 1
0

0  i 1  
(b) Asumiendo que c T K c  0 . Por la prueba de la parte (a),

2
 n 
  
0 EA  
L
 ci φi (x)  dx  0 (41)
i 1  

Y por consiguiente   i 1 ci φi   0 en [0, L] , excepto posiblemente en un número finito de
n
 i 1 ci φi
n
puntos. Se sigue que debe ser constante (e.g., DIEUDONNÉ 1969, § 8.6). Pero, como
 i 1 ci φi
n
miembros de Vn V , las funciones base satisfacen φi (0)  0 , y concluimos que es
idénticamente nulo. En vista de la independencia lineal de las funciones base, esto implica
ci  0 ,  i  1, , n  . Por tanto c  0 . ■
Obsérvese que la prueba de la parte (b) dependía de la condición de frontera esencial

homogénea explícitamente incorporada en la definición V y también heredada por Vn .
“La definición positiva y simétrica es uno de los mayores elogios a los que una matriz puede
aspirar” (HIGHAM 2002, p. 196). En particular, una matriz definida positiva simétrica no es
singular y por lo tanto el sistema lineal (38) tiene solución única c  K 1 F .12 Una vez c es
conocido, la solución de (G) se puede obtener en cualquier punto x [0, L] por medio de la
función
n
un (x)  u(x)   c j φ j (x) . (42)
j 1
12
No estamos enfocados en la inversa de la matriz K como medio práctico y eficiente de resolver el sistema lineal
(38). FORSYTHE et al. (1977, p. 31) lo expresa bien cuando dice: “en la gran mayoría de los problemas
computacionales prácticos, es innecesario y desaconsejable calcularla realmente [la matriz inversa]”. Además,
podemos explotar la estructura matricial de K dada su definición simétrica y positiva a través de la factorización
de Cholesky, que existe y es estable para cálculos rápidamente (GOLUB & VAN LOAN 2013, § 4.2)
- 14 -
Las derivadas de un si son requeridas pueden obtenerse mediante diferenciación término a

término. Debe hacerse hincapié en que la solución de (G) es una solución aproximada de (W).
En general, la ecuación diferencial (6) y la condición de frontera natural (8) sólo se satisfacen
aproximadamente.
Ejemplo 1 (adaptado de HJELMSTAD 2005, ex. 34)
Consideremos el caso especial del modelo mostrado en la Fig. 4, con u0  0 , Q  0 y

una carga distribuida en forma sinusoidal q(x) .
πx
q(x)  q0 sin
L
u0  0 EA
x
L
Fig. 4: Ejemplo 1
El desplazamiento exacto y el campo de fuerza axial están dados por
q0 L2  π x πx 
u(x)  2   sin  (43)
π EA  L L 
q0 L  πx 
N(x)  EA u(x)   1  cos  , 0 x L (44)
π  L 
(Verificar (43) sustituyéndolo en la forma fuerte del problema (S)). Nuestro objetivo por
otro lado, es construir una solución aproximada usando el método de Galerkin.
Consideremos u(x)  0 y las funciones base monomiales dadas por

i
x
φi (x)    , i  1, ,n . (45)
L
Debido a la condición de frontera esencial, debemos descartar la función constante φ0 ( x)  1 .
- 15 -
Vamos a resolver este problema cuatro veces consecutivas, para n  1 a n  4 , y ver cómo
la solución mejora a medida que tomamos más términos en la aproximación.
Utilizando las definiciones (31)-(32), las entradas de la matriz de rigidez K y del

vector columna F se pueden calcular en términos generales como:
L EA L i  j 2 i j EA
K ij  EA  φi(x) φj (x) dx  i j i  j 0
x dx  (46)
0 L i  j 1 L
L q0 L πx q L
Fi   q(x) φi (x) dx   x i sin dx  0 Ii , (47)
0 Li 0 L π
donde el termino Ii se puede encontrar recursivamente de

4 i2  i
I1  1 I2  1  Ii  1  Ii 2 , i  3, 4, ,n . (48)
π2 π2
El sistema resultante K c  F se da a continuación para el caso n  4 :
1 1 1 1   c1   1 
 8     
q0 L  1  π 2 
4 3 4
EA  1 5   c2 
3 2
 . (49)
L 1 3 9
2   c3  π  1  π62 

2 5  
16   
 48 
1  π 2  π 4 
8
1 5 2 c
7   4
12
Las matrices de rigidez para los tres casos restantes se obtienen de la anterior,
considerando las submatrices de orden 1, 2 y 3 respectivamente. Igualmente para los
vectores c y F , consistentes con las 1ra, 2da y 3ra fila de las que se dan en (49). La solución
a estos cuatro sistemas de ecuaciones se muestra en la Tabla 1.
n c1 c2 c3 c4
1 1. – – –
2 2.21585 -1.21585 – – q0 L2

3 2.21585 -1.21585 0. – π EA
4 1.99096 0.13349 -2.24891 1.12446
Tabla 1: Ejemplo 1 – Soluciones de K c  F para n  1 a n  4
- 16 -
Fig. 5: Ejemplo 1 – Campos de desplazamiento, aproximados y exacto
El término-n que aproxima los campos del desplazamiento y la fuerza axial, son:
n n
un (x)   ci φi (x) Nn (x)  EAun (x)  EA  ci φi(x) (50)
i 1 i 1
las anteriores expresiones son representadas gráficamente en la Fig. 5 para n  1, ,4

, junto con sus contrapartes exactas. El termino cuadrático ( n  2 ) y la solución exacta
del campo de desplazamientos son casi indistinguibles. Para lograr un nivel
comparable de exactitud en el campo de la fuerza axial, necesitamos considerar la
aproximación cuártica ( n  4 ).
Fig. 6: Ejemplo 1 – Campos de fuerza axial, aproximados y exacto
- 17 -
Hay algunas cosas que vale la pena mencionar acerca de estas aproximaciones:
(1) El valor del desplazamiento en el extremo libre para todas las soluciones
aproximadas es igual al valor exacto:
n
q0 L2
un (L)   ci   u(L) . (51)
i 1 πEA
Sin embargo, esta es una característica peculiar del problema en cuestión. No espere
que suceda para cada problema. Obsérvese también que los desplazamientos no son
exactos en ningún otro punto excepto el extremo fijo (donde forzamos la solución
aproximada a satisfacer exactamente la condición de frontera esencial).
(2) La aproximación usando tres términos ( n  3 ) dio lugar a un coeficiente cero c3 , lo

que significa que las aproximaciones cuadrática y cúbica son de hecho una y la
misma. El esquema numérico elimino este término extra porque no contribuye a
mejorar la aproximación (la solución aproximada nunca empeorará con la adición
de más funciones base - ver la Proposición 5 y su corolario).
(3) La condición de frontera natural , es decir, la fuerza axial en el extremo libre

N(L)  EAu(L)  0 no se satisface exactamente por las soluciones aproximadas. De
hecho, la aproximación de desplazamiento lineal produce un campo de fuerza axial
q0 L
uniforme, igual al valor medio π del valor exacto del campo de la fuerza axial
sobre la longitud de la varilla. La aproximación usando dos-términos es
significativamente mejor, con N2 (L)  0.216
q0 L
π . La aproximación de 4-términos da
el resultado casi exacto N4 (L)  0.009
q0 L
π .
El método de Galerkin es particularmente adecuado para su implementación en un

entorno informático con capacidades de manipulación numérica y simbólica, como
MATLAB, MATHEMATICA o MAPLE. El cálculo manual no es ni práctico ni esclarecedor para
problemas con más de unas pocas funciones base.
- 18 -
El siguiente código de MATLAB resuelve el ejemplo anterior para los datos suministrados
por el usuario y traza el desplazamiento aproximado y el campo de fuerza axial.13
clear; clc;
%
% 1. Introducir datos del problema
L= input(['Introducir la longitude de la barra:']);
EA= input('Introducir la rigidez axial EA : ');
q0= input('Introducir el valor máximo de la carga sinusoidal q0 : ');
n= input('Introducir los grados de libertad : ');
%
% 2. Definir las funciones base y sus derivadas
phi = @(x,i,L) ((x/L).î); % funciones base (Función anónima)
syms x % crea variables simbólicas
phiV= phi(x,1:n,L); disp('Vector de funciones base'); disp(phiV);
dphiV = diff(phiV,x); disp('Vector de las derivadas de las funciones base'); disp(dphiV);
%
% 3. calcula la matriz de rigidez y el vector de fuerzas nodales
K = EA * double(int(dphiV' * dphiV , x,0,L)); % eq. (31)
F = q0 * double(int( phiV' * sin(pi*x/L) , x,0,L)); % eq. (32)
disp('MATRIZ DE RIGIDEZ'); disp(K); disp('VECTOR EQUIVALENTE DE FUERZAS NODALES'); disp(F');
input('Pulse cualquier tecla para continuar');
%
% 4. Calcula el sistema de ecuaciones lineales
disp('SOLUCIÓN DEL SISTEMA DE ECUACIONES LINEALES');
c = K \ F; disp('coeficiente ci'); disp(c') % ''K under F'' 14
%
% 5. Gráfica de los resultados
nPointsPlotM1 = 100; xV = 0 : L/nPointsPlotM1 : L ; % vector de abscisas
%
% 5.1 Aproximación del campo de desplazamientos
un = c' * subs(phiV',x,xV); % eq. (42)
13
El método de Galerkin puede por supuesto, ser programado en virtualmente cualquier lenguaje de programación.
La sintaxis puede variar de un idioma a otro, pero la organización básica de los cálculos es la misma.
14
El operador de barra invertida de MATLAB utilizará una factorización de Cholesky si la matriz de coeficientes es
simétrica y positiva definida.
- 19 -
figure (n); plot(xV,un); grid; axis tight;

xlabel('x'); ylabel('un'); title('Aproximación del campo de desplazamientos');
%
% 5.2 Campo de la fuerza axial aproximada
Nn = EA * c' * double(subs(dphiV',x,xV)); % convierte de simbólico a numérico
figure (4+n); plot(xV,Nn); grid; axis tight;
xlabel('x'); ylabel('Nn'); title(' Campo de la fuerza axial aproximada')
Hay un problema serio con la matriz de rigidez (46), que no puede ser totalmente
evidente. La matriz de rigidez está tan mal acondicionada que incluso para valores
moderados de n se vuelve inútil para fines computacionales (por ejemplo, para n  7
en uni-precisión aritmética) – esto se puede ver examinando el 2-número condicional
de la matriz  2 , que crece a saltos y es acotada a medida que n aumenta (ver Tabla 2,
obtenido del MATLAB con la función cond ).15 La dificultad es que los monomios (45)
son “casi” linealmente dependientes: como ilustra la Fig. 7, tienen esencialmente todo
su "peso" en la vecindad de x  L (de hecho, las funciones base de grado superior
parecen casi iguales).16
n 1 2 3 4 5 6 7
5.55 x 1.67 x
2 1.0 14.3 279.6 6 959.5 191 401.
106 108
Tabla 2: Número condicional  2 para la matriz de rigidez (46)
15
Si  2 es pequeño con respecto a 1 (es decir, si la matriz está bien condicionada), entonces un pequeño error
relativo en los coeficientes no puede producir un error relativo grande en la solución, pero si  2 es grande (es
decir, si la matriz está mal condicionada), entonces un pequeño error relativo en los coeficientes puede (pero no
necesariamente) dar lugar a un gran error relativo en la solución (MEYER 2000, § 3.8). El número condicional de la
matriz de rigidez con respecto al problema de la inversión de la matriz es, por tanto, una medida de la
sensibilidad del sistema lineal (38).
16
El problema con funciones base que son casi similares es muy similar al problema de representar los
componentes de un vector dado con respecto a vectores base con casi la misma dirección. Cuanto más cerca
estén los vectores base de ser colineales, más difícil será calcular con precisión las componentes del vector en
cuestión con respecto a esa base.
- 20 -
Fig. 7: Las primeras siete funciones base monomiales (45)
La estabilidad numérica depende de elegir una base más "fuertemente" independiente

para el subespacio V n . Por ejemplo
 1  π x 
φi (x)  sin  i    , i  1, ,n , (52)
 2  L 
en lugar de las funciones base monomiales (45). Tendríamos,
 1   1   EA L  1  π x   1  π x 
2
L
Kij  EA  φi(x) φj (x) dx   i    j   2  cos  i    cos  j    dx
0  2 2 L 0
 2  L   2  L 
  1 2 π 2 EA
i   si i  j
  2  2L
 (53)

 0 si i  j

L q0 L
Fi   q(x) φi (x) dx  (1) i 1 . (54)
0
π  43  i  i 2 
Dado que la matriz de rigidez K es diagonal, el sistema K c  F es trivial para

resolver cualquier valor de n :
Fi 32 q0 L2
ci   (1) i 1 3 . (55)
K ii π EA  3  8 i  16 i 4 
Además, la matriz K está bastante bien acondicionada con  2  K nn / K11  (2 n  1)2 ,

mostrando un crecimiento lento con n creciente.
- 21 -
Método de Rayleigh-Ritz
El método de Rayleigh-Ritz trabaja directamente con el potencial de energía  , definido en (21).

Así como en el método de Galerkin, se define un subespacio n-dimensional V n de V , generado
por la base φ1 , φ2 , , φn  , y una función (fija) u S . Luego, restringiendo el dominio de  al
subconjunto S n de S , cuyos miembros son funciones de la forma
n
un (x)  u(x)   c j φj (x) , (56)
j 1
Donde los c j son coeficientes escalares. Insertando (56) en (21) y realizando las diferenciaciones e
integraciones necesarias, vemos que  se convierte de una "función de funciones", es decir, en
una función de las n variables reales c1 , c2 , …, cn :    (c1 , c2 , , cn ) . Para obtener un punto
estacionario de esta función, se requiere que
  
  q(x) φ (x)dx  Q φ (L)  0 , i  1,
n
  EA φi(x)  u(x)   c j φj (x)  dx 
L L
,n , (57)
ci
i i
 
0 0
j 1
que es exactamente igual que el sistema lineal (36) producido por el método de Galerkin. De hecho,
con la misma elección de u y φi , las aproximaciones de Rayleigh-Ritz y Galerkin resultan ser
idénticas.
El error en el método de Rayleigh-Ritz-Galerkin
¿Qué tan cercana está la aproximación de Rayleigh-Ritz-Galerkin un a la solución exacta u del

problema (es decir, cuán pequeño es el error de aproximación err  u  un )? El progreso hacia la
respuesta a esta pregunta sólo puede hacerse si la noción de distancia entre dos funciones en S se
hace primero precisa. Con este fin, definimos el producto interno de energía sobre el espacio
vectorial V , como
v, w V
L
v , w  E   EA v (x) w (x) dx , (58)
0
y la correspondiente norma energética
L
w E
  EA w(x) dx
2
, w V .17 (59)
0
17
Se puede demostrar que , E satisface todas las propiedades de un producto interno (e.g., MAGALHÃES 1989, def.
4.1).
- 22 -
La distancia entre la solución exacta u y la aproximación de Rayleigh-Ritz-Galerkin un – el tamaño

del error de aproximación, se define ahora como u  un E
(ya que ambas funciones u y un están
en S – recordar que Sn  S –, y su diferencia u  un está en V ). La norma energética es en
realidad una de las maneras más naturales y significativas de medir el error en nuestra aproximación
(BECKER et al. 1981, p. 35).
Con estos preliminares, ahora es posible establecer la siguiente relación fundamental de

ortogonalidad.
Proposición 4
Si u y un son las soluciones a los problemas (W) y (G) respectivamente, tenemos
u  un , wn  E  0 para cada wn  V n , (60)
Es decir, el error err  u  un es ortogonal al subespacio V n con respecto al producto interno de

la energía.
Prueba
La solución u de (W) satisface
L L
 EA u(x) w (x) dx   q(x) w (x) dx  Qw (L)
n n n para cada w n  V n , (61)
0 0
ya que V n  V . Por otro lado, la solución un de (G) satisface

L L
 EA u (x)w (x) dx   q(x) w (x) dx  Qw (L)
n n n n para cada w n  V n . (62)
0 0
Por consiguiente,
 EA u(x)  u (x) w (x) dx  u  u , w 

L
n n n n E  0 para cada wn  V n (63)
0
y la prueba está completa. ■
Podemos usar esta proposición para demostrar que si u está contenida en Sn , entonces
un  u . De hecho, si u Sn , entonces u  un  V n , y la única función en Vn que es ortogonal a sí
misma es la función idénticamente cero.
- 23 -
Una relación crítica entre el producto interno de energía y la norma energética es la desigualdad
de Cauchy-Schwarz
v , w  E  v E
w E
, v, w V , (64)
con la igualdad valida, si y sólo si v y w son linealmente dependientes. Entonces, para cada
zn  Sn ,
  EA u(x)  un (x)  dx 
2 L 2
u  un E 0
  EA  u(x)  un (x) u(x)  zn (x) dx   EA u(x)  un (x)  zn (x)  un (x)  dx 

L L
0 0
 0 por la proposición 3, con wn  zn  un
  EA  u(x)  un (x)  u(x)  zn (x)  dx 

L
 u  un , u  zn  E  u  un E
u  zn E
. (65)
Por lo tanto, hemos probado el siguiente resultado:
Proposición 5
Si u y un son las soluciones a los problemas (W) y (G), respectivamente, entonces
u  un E
 u  zn E
para cada zn  Sn . (66)
Esta es la estimación básica del error para las aproximaciones de Rayleigh-Ritz-Galerkin,

tal que el error es óptimo (mínimo) en la norma energética. Utilizaremos (66) más adelante para
obtener estimaciones de errores más concretas para opciones particulares de Sn . Por el
momento sólo explicaremos una consecuencia inmediata de esta proposición.
Sea Sn , S n
1 2
, …, S n una secuencia de subespacios de dimensión finita de S con la propiedad
N
telescópica
Sn  Sn   Sn
1 2 N
(67)
y sea un1 , un2 , …, unN la sucesión correspondiente de las aproximaciones de Rayleigh-Ritz-
Galerkin. Entonces,
u  un1  u  un2   u  unN , (68)
E E E
es decir, la secuencia de errores de aproximación es no creciente en la norma energética. (Si

Sn  Sn
i i 1
, pudiendo tener u  uni E
 u  uni1 E aunque dimSni  dimSni1 .)
- 24 -
Ejemplo 2
En la Tabla 3, se presenta la norma energética del error en las aproximaciones de

Rayleigh-Ritz-Galerkin derivadas del Ejemplo 1 utilizando las funciones base monomiales
(45). Como predice la teoría, u  un E
es una función no creciente de n .
n u  un E
1 0.225079
2 0.027071 L
 q0 L
3 0.027071 EA
0.882861
4
103
Tabla 3: Norma energética del error en las aproximaciones de Rayleigh-Ritz-Galerkin derivadas del
Ejemplo 1 utilizando las funciones base monomiales (45)
6. Espacios de elementos finitos lineales por tramos
Si bien los métodos de Galerkin y Rayleigh-Ritz proporcionan un marco elegante para

aproximar las soluciones de los problemas de valores de frontera, comparten una deficiencia
notoria: La falta de un procedimiento sistemático para construir funciones φi y u para generar
los espacios de dimensión finita Vn y Sn .18
El calculista se queda con un desconcertante conjunto de posibilidades a su disposición y con el
desconcertante conocimiento de que la calidad de su solución aproximada dependerá muy
fuertemente de las propiedades de las funciones base que elija.
Por otra parte, como hemos visto en la sección anterior, una mala elección de φi puede
producir una matriz de rigidez mal acondicionada, de modo que el sistema lineal (38) puede ser
difícil de resolver dentro de límites aceptables de precisión.
18
Ciertamente, cualquier propiedad de simetría del sistema debe ser explotada.
- 25 -
1 i  i1 n x
x0  0 x1 xi 1 xi xi 1 xn1 xn  L
h1 hi hi 1 hn
Fig. 8: Malla de elementos finitos
El método de los elementos finitos ofrece una técnica simple, general e informática para
superar estas dificultades y ahí radica la razón de su abrumador éxito. El dominio - en nuestro
caso, el intervalo [0,L] - se divide en un número finito n de subintervalos que no se
superponen. El subintervalo típico se denota por  i  [ xi 1 , xi ] , donde xi 1  xi y i  1, 2, , n.
También requerimos que x0  0 y xn  L . Los xi se llaman puntos nodales o simplemente
nodos. Los subintervalos se denominan dominios de los elementos finitos o simplemente
elementos. Las longitudes hi  xi  xi 1 de los elementos no necesitan ser iguales. La colección
de elementos y nodos se llama malla de elementos finitos (Fig. 8).
(Introduciremos un ligero cambio en la notación, en el método de los elementos finitos se suele

utilizar como subíndice el parámetro de malla h  max hi  en lugar del número n de grados de
libertad de la aproximación. Por consiguiente, de ahora en adelante denotaremos, wn , un , Vn , y
Sn por, wh , uh , V h , y Sh .)
En cada elemento, las funciones de prueba y ponderación son polinomios de menor grado. Un
cierto grado de continuidad se impone en los límites entre elementos, pero ordinariamente esta
continuidad no es más de lo que se requiere para que:
(1) Las funciones de prueba y ponderación sean lo suficientemente suaves como para estar en
S y en V respectivamente.
(2) Las cantidades de interés (por ejemplo, fuerzas internas o esfuerzos) se puedan recuperar
convenientemente de la solución aproximada uh .
(Es muy difícil construir polinomios por tramos si se requiere demasiada continuidad en los
límites entre elementos – STRANG & FIX 1973, p. 26.)
En nuestro problema modelo unidimensional, la opción más simple para Vh es el espacio

de las funciones que son continuas en [0,L] , sobre cada elemento  i  [ xi 1 , xi ] y nulas en x  0 .
- 26 -
Llamamos a este espacio un espacio de elementos finitos lineales por tramos. Claramente, este
subespacio en V es n-dimensional. De hecho, hay dos grados de libertad en cada uno de los n
elementos que corresponden a la representación de polinomios de grado no mayor que 1. Pero
también requerimos continuidad en los nodos n  1 interiores y un valor cero en x  0 . El
resultado final es así : dimV h  2 n  (n  1)  1  n . Una base para Vh relativamente simple, pero
perfectamente adecuada, está dada por las funciones tipo "cierra" (ver Fig. 9).
1
 h  x  xi 1  si xi 1  x  xi
 i
 1
φi (x)    xi 1  x  si xi  x  xi 1 , i  1, , n 1 (69)
 hi  1

 0 si x  xi 1 ó x  xi 1

1
 h  x  xn1  si xn1  x  xn  L

φn (x)   n , (70)
 0 si x  xn1

que igualan a la unidad en un nodo particular y desaparecen en todos los otros:
φi (x j )  δij , i , j  1, ,n (71)
donde δi j es el delta de Kronecker( δij  1 si i  j y δij  0 si i  j ). Se dice que tienen apoyo

local, ya que son no-cero sólo sobre las regiones restringidas del dominio. Sus primeras
derivadas son constantes por partes (ver Fig. 9):
 1
 h si xi 1  x  xi
 i
 1
φi(x)    si xi  x  xi 1 , i  1, , n 1 (72)
h
 i 1

 0 si x  xi 1 ó x  xi 1

1
h si xn1  x  xn  L

φn (x)   n . (73)
0 si x  xn1

- 27 -
Fig. 9: Funciones base y sus primeras derivadas para el espacio del elemento finito lineal por tramos,
asociado con la malla de la Fig. 7
- 28 -
φ0
x
x0  0 x1 xi 1 xi xi 1 xn1 xn  L
Fig. 10: Función φ0
Cada elemento de Vh se puede escribir como

n
wh (x)   di φi (x) . (74)
i 1
La función u requerida para satisfacer la condición de frontera esencial u(0)  u0 , se define por
u(x)  u0 φ0 (x) , (75)
con (ver Fig. 10)
1
 h  x1  x  si 0  x0  x  x1

φ0 (x)   1 , (76)
 0 si x  x1

de esta forma, también se muestre apoyo local.
Un elemento típico uh de Sh tiene la forma (ver Fig. 11)
n
uh (x)  u0 φ0 (x)   c j φ j (x) . (77)
j 1
Notar que el coeficiente c j : en virtud de (71), es precisamente el valor de uh en el nodo x j . En

consecuencia, escribimos
n
uh (x)  u0 φ0 (x)   u j φ j (x) , u j  uh (x j ) . (78)
j 1
- 29 -
uh
u0 u1
ui 1 un
ui 1 un 1
xi x
x0  0 x1 xi 1 ui xi 1 xn1 xn  L
Fig. 11: Un elemento típico uh de Sh
Como resultado de la naturaleza local de las funciones base (69)-(70), la matriz de rigidez
K para nuestro problema modelo unidimensional, es una matriz dispersa, es decir, muchas de
sus entradas son cero. De hecho, si los nodos xi y x j no pertenecen al mismo elemento (es
decir, si i  j  1 ) entonces los soportes de φi y φ j no se superponen y se sigue que
(recordar 31)
L
K i j   EA φi(x) φj (x) dx  0 . (79)
0
Además, las entradas que no son cero aparecen agrupadas alrededor de la diagonal principal y
por ello llamamos a la matriz K : una matriz banda - La Fig. 12 ilustra esta propiedad. Las
matrices banda tienen ventajas computacionales significativas, ya que las entradas cero fuera
de la banda no tienen que ser almacenadas ni operadas.
Fig. 12: La estructura de banda de la matriz K
- 30 -
7. El punto de vista del elemento finito y el proceso de ensamblaje
La técnica de dominar la complejidad es conocida desde la antigüedad:

"Divide y vencerás."
EDSGER W. DIJKSTRA
Pasemos ahora al problema de calcular realmente la matriz de rigidez K y el vector de

carga equivalente F , cuyas entradas están definidas por (31)-(32). Las integrales sobre [0,L]
pueden escribirse como sumas de integrales sobre los dominios de elementos finitos:
L
K i j   EA φi(x) φj (x) dx 
0
x1 x2 xn
  EA φi(x) φj (x) dx   EA φi(x) φj (x) dx   EA φi(x) φj (x) dx 
x0 x1 xn 1
n n
   EA φi(x) φj (x) dx   K ij(e) (80)
e
e 1 e 1
L L
Fi   q(x) φi (x) dx  Q φi (L)  u0  EA φ0 (x) φi(x) dx 
0 0
n n
    q(x) φi (x) dx  δenδinQ  u0  EA φ0 (x) φi(x)dx    Fi (e) . (81)

e 1  e
e  e 1
donde  e  [ xe 1 , xe ] es el dominio del elemento finito enésimo . Por lo tanto, concluimos que K y
F puede ser construidos sumando contribuciones elementales:
n
K   K (e) , con K (e)  K i(je)  (82)
i , j  1, ,n
e1
n
F   F (e) con F (e)  Fi (e)  . (83)
i  1, ,n
e1
Esta es una característica clave del método de los elementos finitos.
En virtud de la naturaleza local de las funciones base, tenemos que
K ij(e)  0 si i  e  1 ó e ó j  e  1 ó e (84)
Fi (e)  0 si i  e  1 ó e . (85)
- 31 -
Fig. 13: Contribuciones de cada elemento típico K (e) y F (e) – los  indican entradas no nulas; todas las demás
entradas son cero (adaptado de HUGHES 1987, p. 41)
La situación de un elemento típico “ e ” se muestra en la Fig. 13. Para el primer elemento ( e  1 ),

(1)
todas las entradas aparte de K11 y F1(1) desaparecen.
En la práctica, no añadimos los ceros, sino que simplemente añadimos los términos
distintos de cero a los lugares apropiados. Para ello es fructífero pasar del punto de vista global
que hemos adoptado hasta ahora a un punto de vista local.
Comenzamos intentando responder a una pregunta que hemos eludido hasta ahora:
"¿Qué es un elemento finito?"
Con referencia al espacio de elementos finitos lineales por tramos definido en § 6, un elemento
finito individual “ e ” consiste en:
(G1) Un dominio:  e  [ xe 1 , xe ]
(G2) Nodos:  xe 1 , xe 
(G3) Grados de libertad (desplazamientos nodales): ue 1  uh (xe 1 ), ue  uh (xe )
(G4) Funciones de forma ( o Funciones base locales): φe 1 e , φe e  .19

Coloquialmente hablando, un elemento finito es simplemente la completa interacción asociada
con la definición de las funciones de prueba y ponderación, restringidas al dominio del elemento
(HUGHES 1987, p. 37).
19
Sea f : X  Y una función. Si A es un subconjunto no vacío de X, entonces la restricción de f en A es la función
f A : A  Y definida como  f A  (x)  f (x) para cada x en A. Una función de forma es simplemente la restricción
de alguna función base global a un dominio local del elemento e .
- 32 -
Los elementos anteriores se dan en términos de parámetros globales, a saber, las coordenadas
globales, las funciones base globales, la numeración global de nodos y así sucesivamente. Pero es
conveniente tener también una numeración local de los nodos, grados de libertad y funciones de
forma en cada elemento (ver Fig. 14):
(L1) Dominio: [ x1(e) , x2(e) ]

(L2) Nodos: x1  xe 1 , x2  xe
(e) (e)

(L3) Grados de libertad: u1(e)  ue 1 , u2(e)  ue 
(L4) Funciones de forma: ψ1(e)  φe 1 e , ψ2(e)  φe e  .
Se verifica fácilmente que
1
ψ1(e) (x)  ( xe  x) (86)
he
1
ψ2(e) (x)  (x  xe  1 ) , x  e . (87)
he
Sobre e , un miembro típico uh de Sh se puede escribir como
2
uh (x)   u(je) ψ(je) (x) , x  e , (88)
j 1
mostrando la naturaleza local de la aproximación por elementos finitos.

(e )
Ahora, para el elemento enésimo, introducimos su matriz de rigidez k y su vector de fuerza f (e) :
k(e)  kij(e)  f (e)   fi (e)  (89)

i , j 1,2 i  1,2
ki(je)   EAψi(e) (x)ψ(je) (x) dx (90)

e
u0 ki(1e) si e  1

fi (e)   q(x)ψi(e) (x) dx   0 si e  2, 3, , n 1 . (91)
e
 δ Q si e  n
 i2
- 33 -
Fig. 14: Funciones base globales y funciones de forma elemental
(e )
El cálculo explícito de k resulta
 1 1 EA
k(e )    . (92)
 1 1  he
De la Fig. 13 deducimos el siguiente procedimiento de ensamblaje (la flecha inversa “  ”

significa "asignación"):
(1) Inicializamos la matriz de rigidez K ( n  n ) y el vector de carga equivalente F ( n 1 ) a cero.
(2) Para añadir la contribución del primer elemento ( e  1 ), se tiene
K11  K11  k22

(1)
(93)
F1  F1  f2(1) . (94)
- 34 -
(3) Para añadir la contribución de cada uno de los elementos restantes ( e  2, , n ),
K e 1, e 1  K e 1, e 1  k11

(e )
(95)
K e 1, e  K e 1, e  k12

(e )
(96)
K e , e 1  K e , e 1  k21
(e )
(97)
K e , e  K e , e  k22
(e )
(98)
Fe 1  Fe 1  f1(e) (99)
Fe  Fe  f2(e) . (100)
El proceso de ensamblaje de la matriz de rigidez está dibujado en la Fig. 15- debido a la simetría,
sólo el triángulo superior o el inferior se ensamblan en la práctica.
Fig. 15: Representación esquemática del proceso de ensamblaje de la matriz de rigidez (los bloques 2  2
representan las matrices de rigidez de cada elemento k(e) )
- 35 -
Ejemplo 3
Consideremos el problema modelo unidimensional con u0  0 , q(x)  q0 y

Q  q0 L . Cuya solución es
2 q0 L q
u(x)  x  0 x2 , 0  x  L . (101)
EA 2EA
Hallemos una solución lineal aproximada por tramos usando cuatro elementos finitos
de igual longitud (Fig. 16).
Fig. 16: Ejemplo 3
Puesto que he  14 L y  ψi(e) (x) dx  12 he  18 L son independientes de i ó e, las matrices

e
de rigidez de los elementos y los vectores de fuerza son
 1 1 4 EA
k(1)  k(2)  k(3)  k(4)    (102)
 1 1  L
1 q L
f (1)  f (2)  f (3)    0 (103)
1 8
1  q L
f (4)    0 . (104)
9  8
- 36 -
El proceso de ensamblaje produce la siguiente matriz de rigidez global y el vector de

carga equivalente:
k22
(1)
0 0 0  k11(2) (2)
k12 0 0  0 0 0 0  0 0 0 0 
   (2) (2)   (3) (3)   
0 0 0 0  k21 k22 0 0  0 k11 k12 0  0 0 0 0 
K     
0 0 0 0  0 0 0 0  0 k21
(3) (3)
k22 0  0 (4)
0 k11 (4) 
k12
       (4) 
 0 0   0 0  0 0 0  0 
(4)
0 0 0 0 0 0 k21 k22
K (1) K (2) K (3) K (4)
 k22
(1)
 k11
(2) (2)
k12 0 0   2 1 0 0 
   
 k11    1 2 1 0  4 EA
(2) (2) (3) (3)
 k21 k22 k12 0
 (105)
 0 (3)
k21 (3)
k22  k11
(4) (4)
k12   0 1 2 1 L
   
 0   0 0 1 1 
(4) (4)
0 k21 k22
 f2(1)   f1(2)   0   0   f2(1)  f1(2)  2 

   (2)   (3)     (2)   
 0   f2   f1   0   f2  f1(3)  2  q0 L
F      . (106)
 0   0   f2(3)   f1(4)   f2(3)  f1(4)  2  8
       (4)     
 0   0   0   f2   f2  9 
(4)
F (1) F (2) F (3) F (4)
Al resolver el sistema K u  F , obtenemos los desplazamientos nodales
u1  15 
u  28 
q L2
u   2    0 . (107)
u3  39  32 EA
   
u4  48 
El campo de desplazamientos aproximado es de la forma
4
uh (x)   u j φ j (x) , 0  x  L , (108)
j 1
donde φ j son las funciones base (69)-(70). Como se ilustra en la Fig. 17, su restricción
a un solo elemento es afín a:
uh (x) e  ue 1 φe 1 ( x) e  ue φe (x) e 
 u1(e) ψ1(e) (x)  u2(e) ψ2(e) 

u u
 ue 1  e L e 1  x  (e  1) 4L  , e  1, ,4 . (109)
4
- 37 -
Fig. 17: Ejemplo 3 – Aproximación por elementos finitos del campo de desplazamientos
Los desplazamientos nodales en la aproximación por elementos finitos, resultan

ser exactamente los correctos:
u j  uh (x j )  u(x j ) , j  0,1, ,4 . (110)
Los resultados de este tipo, que incorporan características de precisión uh , se refieren

a menudo como fenómenos de superconvergencia (HUGHES 1987, pp. 26-27). Sin
embargo, en situaciones más complicadas, la exactitud nodal podría no ser alcanzada
(ver Ejemplo 4 y §10).
La distribución aproximada de la fuerza axial es constante en cada elemento

interior, con
ue  ue 1
Nh (x) e  EA uh (x) e  EA L
, e  1, ,4 , (111)
4
y presenta discontinuidades a través de elementos consecutivos (ver Fig.18). Estas

discontinuidades representan una violación del equilibrio. Además, la condición de
borde natural en x  L no se cumple exactamente – otra violación del equilibrio. La
fuerza axial Nh es exacta en el punto medio de cada elemento. Los puntos de precisión
óptimos para las cantidades derivadas reciben el nombre de Barlow (HUGHES 1987, p.
31).
- 38 -
Fig. 18: Ejemplo 3 – Campos de fuerza axial aproximado y exacto
La energía de deformación de la solución por elementos finitos se evalúa

fácilmente como:
2
1 L 1 L  4 
U h  0 EA uh (x)2 dx  0 EA  u j φj (x)  dx 
2 2  j 1 
1 1 149 q02 L3
 uT K u  uT F  . (112)
2 2 128 EA
Es menor que la energía de deformación exacta
1 L 7 q02 L3
2 0
U  EA u( x )2
dx  . (113)
6 EA
- 39 -
8. Una estimación del error para la aproximación por elementos finitos

lineales por tramos
¿Hasta qué punto la solución exacta u S del problema (W) puede ser aproximada por
los miembros de Sh ? No es necesario tratar de trabajar sólo con la aproximación de elementos
finitos uh ; Será suficiente encontrar en Sh una buena aproximación a u , ya que, por la
Proposición 5, uh no puede ser peor.
Sea uI la función de interpolación lineal por tramos de u - las dos funciones coinciden en
cada nodo y uI son afines entre ellas:
n
uI (x)  u0 φ0 (x)   u(x j ) φ j (x) . (114)
j 1
claramente uI  Sh , además si
C  max u(x) . (115)

0 x L
Considere la diferencia
 i (x)  u(x)  uI (x) (116)
sobre un elemento típico  i  [ xi 1 , xi ] . Puesto que  i desaparece en ambos extremos del

intervalo, debe existir al menos un punto ci  (xi 1 , xi ) donde i (ci )  0 en virtud del teorema
de Rolle (ver Fig.19). Entonces,
x x
i (x)   i (t ) dt   u(t ) dt , xi 1  x  xi (117)
ci ci
(notar que i  u en  i porque uI es afín) y sigue de inmediato que
x x
i (x)  ci
u(t ) dt   u(t ) dt  C hi  C h , xi 1  x  xi ,
ci
(118)
donde h  max hi  . Ahora tenemos
n
  EA u(x)  uI (x) dx    EA  i (x) dx 
2 L 2 xi 2
u  uI E 0 xi 1
i 1
n
 C 2 EA h2  hi  C 2 EA L h2 . (119)
i 1
- 40 -
ajustando C1  C EA L , que es claramente independiente de h, escribimos
u  uI E  C1 h . (120)
Debido a que la norma energética del error err  u  uh en la aproximación de elementos finitos es
menor o igual que la norma energética u  uI (por la Proposición 5), concluimos que
u  uh E  C1 h . (121)
Claramente, la norma energética del error se aproxima a cero cuando el parámetro de malla h
tiende a cero - la aproximación por elementos finitos uh converge a la solución exacta u en la
norma de energía.20
La estimación (121) es una típica estimación de error a priori. Tales estimaciones no

requieren información de la aproximación real de los elementos finitos. Indican la rapidez con
que el error disminuye a medida que se refina la malla (es decir, cuando h disminuye). La
constante C 1 generalmente no se conoce, o se conoce muy incorrectamente y a menudo no es
de gran interés.
Fig. 19: Gráfica de la función  i  u  uI i
20
La noción de convergencia es incuestionablemente dependiente a la norma (BECKER et al. 1981, p. 36). Es posible
tener convergencia con respecto a una norma, pero no con respecto a otra.
- 41 -
9. La familia de Lagrange de elementos finitos

El método de los elementos finitos no se limita a las aproximaciones lineales por tramos y
su extensión a los polinomios de grado superior es directa, como lo demostraremos primero con
el siguiente ejemplo.
Fig. 20: Funciones base para el espacio de elementos finitos cuadráticos por tramos,
asociado con la malla de la Fig.8
- 42 -
Una vez más el dominio [0,L] se divide en un número finito n de intervalos que no se
superponen  i  [ xi 1 , xi ] , i  1, 2, , n , con xi 1  xi , x0  0 y xn  L . Sea el espacio de
funciones Vh que son continuas en [0,L] , polinomios de grado menor o igual a 2 sobre cada
elemento  i y nulas en x  0 . La dimensión de este subespacio de dimensión finita de V es
dimV h  3n  (n  1)  1  2 n (tres grados de libertad en cada uno de los n elementos, a los cuales
debemos sustraer una restricción de continuidad en cada uno de los n  1 nodos x1 , x 2 , ...,
xn1 más la restricción wh (0)  0 ). Una base puede construirse colocando nodos adicionales en
los puntos medios xi 1/2  xi  12 hi de los intervalos de  i . Entonces hay 2 n  1 nodos en total.
A cada nodo distinto de x0  0 le corresponde un único polinomio cuadrático continuo por
tramos que es igual a 1 en ese nodo particular y desaparece en todos los demás. Estas
funciones, con soporte local, son de dos tipos, dependiendo de si el nodo es un punto final o un
punto medio (ver Fig.20):
  x  xi 1   x  xi 1/2  2
 x  xi 1  x  xi 1
 2   h si xi 1  x  xi
  xi  xi 1   xi  xi 1/2   hi  i

  x  xi 1   x  xi 1/2 
2
 x i 1  x  x i 1  x
φi (x)   2   h si xi  x  xi 1 , i  1,.., n  1 (122)
  x i  x i  1   x i  x i  1/2   h i  1  i  1

 0 si x  xi 1 ó x  xi 1


  x  xn1   x  xn1/2  2
 x  xn1  x  xn1
  2  h   h si xn1  x  xn  L
  xn  xn1   xn  xn1/2   n  n
φn (x)   (123)

 0 si x  xn1

  x  xi 1   x  xi   4  x  xi 1 2  4 x  xi 1 si x  x  x
  h 
  xi 1/2  xi 1   xi 1/2  xi 
i 1 i
 i  hi
φi 1/2 (x)   ,

 0 si x  xi 1 ó x  xi

i  1,.., n (124)
Colectivamente, constituyen la base de nuestra nueva V h .21
21
El nodo interno podría haber sido elegido en cualquier parte del interior del elemento. La elección del punto
medio afecta a la base pero no al espacio V h ensimismo.(STRANG & FIX 1973, p. 54).
- 43 -
φ0
x
x0  0 x1/2 x1 xi 1 xi 1/2 xi xi 1/2 xi 1 xn1 xn1/2 xn  L
Fig. 21: Función φ0
La función u , requerida para satisfacer la condición de frontera esencial u(0)  u0 , se define

como
u(x)  u0 φ0 (x) , (125)
con (ver Fig. 21)
  x  x1   x  x1/2  2
 x1  x  x1  x
  2  h   h si 0  x0  x  x1
  x0  x1   x0  x1/2   1  1
φ0 (x)   , (126)

 0 si x  x1

para que también exhiba soporte local.
Las funciones φi 1 [ xi 1 , xi ] , φi 1/2 [ xi 1 , xi ] y φi [ xi 1 , xi ] son los polinomios fundamentales

de la interpolación de Lagrange (SZEGÖ 1975, p. 329) correspondientes a las abscisas xi 1 , xi 1/2 y
xi ( i  1, , n ).
Un miembro genérico uh de Sh ahora tiene la forma

2n
uh (x)  u0 φ0 (x)   u j /2 φ j /2 (x) , (127)
j 1
donde u j /2  uh (x j /2 ) .
La matriz de rigidez es de orden 2n , con entradas

L
K ij   EA φi/2 (x) φj /2 (x) dx , i , j  1, , 2n (128)
0
- 44 -
Claramente K i j  0 si i  j  2 , ya que en este caso los soportes de φi /2 y φ j /2 no se

superponen - la matriz de rigidez es una matriz banda, con un ancho de banda medio igual a 3.
El vector de carga equivalente F se define por
L L
Fi   q(x) φi /2 (x) dx  Q φi /2 (L)  u0  EA φ0 (x) φi/2 (x) dx , i  1, , 2n (129)
0 0
como siempre.
Volvamos al punto de vista del elemento. La propiedad de sumación de K y F , es decir, el

hecho de que pueden ser escritas como las sumas de contribuciones de cada elemento en la
malla, permanece válida (de hecho, es una característica clave del método de los elementos
finitos, como se ha observado anteriormente):
n
K   K (e) , con K ij(e)   EA φi/2 (x) φj /2 (x) dx , i , j 1, , 2n (130)
e
e1
n
F   F (e) , con Fi (e)   q(x) φi /2 (x) dx  δen δi (2n)Q  u0  EA φ0 (x) φi/2 (x) dx , i 1, , 2n . (131)
e e
e1
La estructura de la contribución de un elemento tipo ( e  1 ) se muestra en la Fig. 22. Para el

primer elemento ( e  1 ), todas sus entradas distintas de K11
(1) (1)
, K12  K 21
(1) (1)
, K22 y F1(1) , F2(1) , se
anulan.
Fig. 22: Contribuciones elementales típicas K (e) y F (e) - los  indican entradas no nulas;
todas las demás entradas son cero
- 45 -
Fig. 23: Funciones base globales y funciones de forma del elemento enésimo
- 46 -
La descripción local del elemento enésimo consiste en (Fig. 23):
(L1) Dominio:  e  [ x1(e) , x3(e) ]
(L2) Nodos:  x1  xe 1 , x2  xe 1/2 , x3  xe 

(e ) (e ) (e )
(L3) Grados de libertad (desplazamientos nodales): u1(e)  ue 1 , u2(e)  ue 1/2 , u3(e)  ue 
(L4) Funciones de forma: ψ1(e) , ψ2(e) , ψ3(e)  , con
2
 x  x  xe  x
ψ1(e) (x)   φe 1 e  (x)  2  e   h (132)
 he  e
2
 x  xe 1  x  xe 1
ψ (x)  φe 1/2
(e )
2  
e (x)   4   4 (133)
 he  he
2
 x  xe 1  x  xe 1
ψ (x)   φe e  (x)  2 
(e )
3   h , x  e . (134)
 he  e
Sobre e , un miembro uh del espacio prueba Sh , puede escribirse como

3
uh (x)   u(je) ψ(je) (x) , x  e . (135)
j 1
Fig. 24: Representación esquemática del proceso de ensamblaje de la matriz de rigidez y del vector de carga
equivalente
- 47 -
La matriz de rigidez del elemento se define por
ki(je)   EAψi(e) (x)ψ(je) (x) dx , i , j 1, 2, 3 , (136)

e
el resultado final es
 7 8 1 
  8 16 8 
EA
k (e )
. (137)
3 he
 1 8 7 
(e )
Obsérvese que la matriz k es singular - tiene un valor propio cero correspondiente con el
T
vector propio [ 1 1 1 ] .
Ejemplo 4
Resolvamos el problema del Ejemplo 1 usando dos elementos cuadráticos de igual

longitud (ver Fig. 25).
πx
q(x)  q0 sin
L
u0  0 EA
x
L
1 2
x0  0 x1/2 x1 x3/2 x2  L x
h1 L h1 L h2 L h2 L
   
2 4 2 4 2 4 2 4
Fig. 25: Ejemplo 4
- 48 -
Las matrices de rigidez de los elementos y sus vectores de fuerza son (con he  12 L )
 7 8 1 
k  k   8 16 8 
(1) (2) 2 EA
(138)
3L
 1 8 7 
 π 2  2π  16 
 q L
f (1)   8(4  π)  03 (139)
π
 2(3π  8) 
 
 2(3π  8) 
 q L
f (2)   8(4  π)  03 . (140)
π
 π 2  2π  16 
 
Debido a la simetría, f1  f3 , f2  f2 y f3  f1 .
(1) (2) (1) (2) (1) (2)
El proceso de ensamblaje produce la siguiente matriz de rigidez global y el vector de

carga equivalente:
k22
(1) (1)
k23 0 0   0 0 0 0  k22 (1) (1)
k23 0 0 
 (1)   (2)   (1) 
k (1)
k33 0 0 0 (2)
k11 (2)
k12 k13   k32
(1)
k33  k22
(2) (3)
k12 0 
K   32  
 0 0 0 0   0 (2)
k21 (2)
k22 (2) 
k23 0 (2)
k21 (2)
k22 (2) 
k23
     (2) 
 0     0 
(2) (2) (2) (2) (2)
0 0 0 0 k31 k32 k33 k31 k32 k33
K (1) K (2)
 16 8 0 0 
 8 14 8 1 
  2 EA (141)
 0 8 16 8  3 L
 
 0 1 8 7 
 f2(1)   0   f2(1)   8(4  π) 

 (1)   (2)   (1)   
 f3   f1   f3  f1(2)   4(3π  8)  q0 L
F    . (142)
 0   f2(2)   f2(2)   8(4  π)  π 3
   (2)     2 
 0   f3   f3   π  2π  16 
(2)
F (1) F (2)
- 49 -
Al resolver el sistema K u  F , obtenemos los desplazamientos nodales

 π 2  π  12 
 
 4 π2 
u1/2   2  π 
u    q L2
u   1    2 2π  0 . (143)
u3/2   3π  π  12  πEA
   
 u2   4 π2

 1 
 
de esta manera, el campo de desplazamientos aproximado es
4
uh (x)   u j /2 φ j /2 (x) , (144)
j 1
Donde φ j /2 son las funciones base (122)-(124) - ver Fig.26. Su restricción a un solo
elemento es un polinomio de grado dos (o menos):
uh (x) e  ue 1 φe 1 (x) e  ue 1/2 φe 1/2 (x) e  ue φe (x) e 
 u1(e) ψ1(e) (x)  u2(e) ψ2(e) (x)  u3(e) ψ3(e) (x) 
ue  4 ue 1/2  3ue 1 2  ue  2 ue 1/2  3ue 1 

 x  (e  1) 2L    x  (e  1) 2L 
2
 ue 1  L
2  
L 2
2
, e  1, 2 . (145)
Los desplazamientos u0 , u1 y u2 en los nodos finales de los dos elementos son exactos;
En los nodos interiores, no se alcanza la exactitud.
La distribución aproximada de la fuerza axial es afín en cada elemento interior, con
 u  4 ue 1/2  3ue 1 4 ue  2ue 1/2  3ue 1  

Nh (x) e  EAuh (x) e  EA  e   x  (e  1) L
 
 2L 
L 2 2
 2 
, (146)
y presenta discontinuidades a través de elementos consecutivos (ver Fig. 27). La fuerza
de tracción en el extremo libre (condición de frontera natural) en x  L no se satisface
exactamente. Hay dos puntos de Barlow en cada elemento.
- 50 -
Fig. 26: Ejemplo 4 – Aproximación por elementos finitos del campo de desplazamientos
La energía de deformación
q02 L3
U h  u F  6 192  96 π  16 π2  π 3 
1 T
(147)
2 2 π EA
de la solución de elementos finitos es de nuevo menor que la energía de deformación

exacta
1 L 3 q02 L3
2 0
U  EA u( x )2
dx  . (148)
4 π2 EA
Fig. 27: Ejemplo 4 – Campos de fuerza axial aproximado y exacto
- 51 -
ˆ  [1, 1]
Fig. 28: Biyección afín Te mapeando el elemento maestro 
sobre el elemento e  [ xe 1 , xe ] y su inversa
Las ideas anteriores se extienden directamente a polinomios de grado superior, dando lugar a la
familia de Lagrange para elementos finitos unidimensionales. Nuestro objetivo ahora es
describir esta familia lo más sencillamente posible, con un formalismo sistemático. Para
lograrlo, definimos un elemento maestro o estándar ˆ  [1, 1] en el que realizaremos todos
los cálculos en el dominio del elemento. Este elemento maestro es mapeado en el elemento
enésimo en una malla dada por la biyección afín (Fig.28)
1ξ 1ξ
x  Te (ξ )  xe 1  xe , ξ ̂ , (149)
2 2
cuya inversa es
2 x   xe  xe 1  2x   xe  xe 1 
ξ  Te 1 (x)   , x  e . (150)
xe  xe 1 he
Para construir funciones de forma polinomiales de grado p  1 , identificamos p 1 nodos

(incluidos los puntos finales) que dividen el elemento maestro en p segmentos de igual
longitud. Estos nodos se enumeran consecutivamente de izquierda a derecha. Donde
ξ i  1  (i  1) 2p , i  1, , p  1 , denotan la abscisa del i-enésimo nodo en el elemento maestro.
Para cada nodo ξ i , formamos el producto
p 1
ξ  ξ  ,
j 1
j ξ ̂ . (151)
j i
- 52 -
Este producto es cero en todos los nodos excepto ξ i . Para generar la función de forma ψˆ i
asociada con el i-enésimo nodo, el producto (151) se normaliza de modo que ψˆ i (ξ i )  1 :
p 1
 ξ ξj 
ψî (ξ )     , ξ ̂ . (152)
j 1  ξ i  ξ j 
j i
Las p 1 funciones de forma de Lagrange así obtenidas forman una base para el espacio de
todos los polinomios de grado  p en el elemento maestro ̂ . Ellos satisfacen
1 if i  j
ψî (ξ j )  δij   , i , j  1, , p 1 (153)
0 if i  j
p 1
ψˆ (ξ )  1 ,
i 1
i ξ ̂ . (154)
p 1
 ψˆ (ξ )  0 ,
i 1
i ξ ̂ . (155)
Las funciones de forma correspondientes en el elemento existente e , asociadas con los nodos
he
(numeración de nodos locales) xi(e)  Te (ξ i )  xe 1  (i  1) 
p
(numeración de nodos globales) x i 1

, i  1, , p 1 , (156)
e 1 
p
que dividen e en p segmentos de igual longitud, definidos por la composición
 2 x   xe  xe 1  
ψi(e) (x)  ψî Te 1  (x)  ψî   , x  e . (157)
 he 
Son polinomios de grado p (ya que Te 1 es afín) y mapean el espacio de todos los polinomios de
grado  p sobre e . Al juntar las funciones elementales de forma asociadas con un nodo dado
en la malla de elementos finitos, se producen funciones de base globales continuas con soporte
local (un solo elemento o dos elementos consecutivos) y cuya restricción a un solo elemento es
idénticamente cero o un polinomio de grado p.
- 53 -
El cálculo de la matriz de rigidez del elemento enésimo para el problema modelo en consideración
procede de la siguiente manera:
(1) Por la regla de la cadena, tenemos

ψi(e)  (x)   ψî Te 1  (x)  ψî Te 1 (x) Te 1  (x)  ψî(ξ ) , i 1,
2
, p 1 . (158)
he
(2) Luego, integrando por sustitución, resulta
2 ˆ 2
kij(e)   EA ψi(e) (x)ψ(je) (x) dx   EA
1
ψi(ξ ) ψˆ j (ξ ) Te(ξ ) dξ 
e 1 he he
1 2 ˆ
  EA ψi(ξ ) ψˆ j (ξ ) dξ , i , j 1, , p 1 . (159)
1 he
En cuanto al vector de fuerza del elemento enésimo, sus entradas se evalúan por sustitución
mediante
u0 ki(1e) si e  1

fi (e)   q(x) ψi(e) (x) dx   0 si e  2, 3, , n 1
e
δ
 i ( p1) Q si e  n
u0 ki(1e) si e  1

   q Te  (ξ ) ψî (ξ ) Te(ξ ) dξ   0
1
si e  2, 3, , n 1
1
δ
 i ( p1) Q si e  n
u0 ki(1e) si e  1
1 h 1ξ 1ξ  ˆ 
  e q xe 1  xe  ψi (ξ ) dξ   0 si e  2, 3, , n 1 , (160)
1 2  2 2  δ
 i ( p1) Q si e  n
con i 1, , p 1 .
- 54 -
Ejemplo 5
Para p  1 (Fig. 29), tenemos dos nodos en el elemento maestro ( ξ1  1 y ξ2  1 ) y

las funciones de forma
1ξ
ψˆ1 (ξ )  (161)
2
1ξ
ψˆ2 (ξ )  , ξ ̂ . (162)
2
Al realizar la composición (157), recuperamos (86)-(87):
ψ1(e) (x)  ψˆ1 Te 1  (x)  (xe  x)

1
(163)
he
ψ2(e) (x)   ψˆ2 Te 1  (x)  (x  xe  1 ) , x  e .

1
(164)
he
Estas funciones base globales (funciones de "cierra") están ilustradas en la Fig. 9 y Fig. 14.
ˆ  [1, 1] y en el
Fig. 29: Funciones de forma afines de Lagrange en el elemento maestro 
elemento enésimo e  [ xe 1 , xe ] en la malla de elementos finitos
Para p  2 (Fig. 30), tenemos tres nodos en el elemento maestro ( ξ1  1 , ξ2  0 y

ξ3  1 ) y las funciones de forma:
1
ψˆ1 (ξ )  ξ (ξ  1) (165)
2
ψˆ2 (ξ )   (ξ 2  1) (166)
1
ψˆ3 (ξ )  ξ (ξ  1) , ξ ̂ . (167)
2
- 55 -
Al realizar la composición (157), recuperamos (132)-(134):
2
 x  x  xe  x
ψ (x)   ψˆ1 Te 1  (x)  2  e
(e )
1   h (168)
 he  e
2
 x  xe 1  x  xe 1
ψ (x)  ψˆ2 Te 1  (x)   4 
(e )
2  4 (169)
 he  he
2
 x  xe 1  x  xe 1
ψ (x)  ψˆ3 Te 1  (x)  2 
(e )
3   h , x  e . (170)
 he  e
Las funciones base globales correspondientes se ilustran en la Fig. 20 y Fig. 23.
ˆ  [1, 1] y
Fig. 30: Funciones de forma cuadrática de Lagrange en el elemento maestro 
en el elemento enésimo e  [ xe 1 , xe ] en la malla de elementos finitos
Como una ilustración final, las funciones de forma cúbica de Lagrange ( p  3 ) en el

elemento maestro son
9  1
ψˆ1 (ξ )    ξ  1  ξ 2   (171)
16  9
27  1 
ψˆ2 (ξ )   ξ    ξ 2  1 (172)
16  3 
27  1 
ψˆ3 (ξ )    ξ    ξ 2  1 (173)
16  3 
9  1
ψˆ4 (ξ )   ξ  1  ξ 2   , ξ ̂ . (174)
16  9
- 56 -
ˆ  [1, 1]
Fig. 31: Funciones de forma cúbica de Lagrange en el elemento maestro 
Sus gráficas se muestran en la Fig. 31. El cálculo usando (159) de la matriz de rigidez de un
elemento típico de Lagrange cúbico de orden p  1  4 , es completamente trivial, siendo
 148 189 54 13 

 432 297 54  EA
k 
(e )
(175)
 432 189  40 he
 
 148 
(que debe ser completado por simetría). Observe que esta matriz es singular, de rango 3.
- 57 -
10. Un problema suplementario – Pilote embebido en un medio elástico
Consideremos un pilote de longitud L y rigidez constante EA, sometida a una carga

compresiva Q en la parte superior. Como se muestra en la Fig. 32, el pilote está embebido en un
medio elástico, que proporciona una fuerza de resistencia x fS (x) por unidad de longitud que
es proporcional y opuesta a sus desplazamientos verticales, con constante de proporcionalidad
k  EA / L2 . La retención elástica en la punta del pilote es modelada por un resorte de rigidez
2kL . Se nos pide que calculemos la forma fuerte y débil del problema para encontrar el campo
de desplazamientos u (hacia abajo del pilote).
Las relaciones fundamentales que rigen este problema, escritas en forma local, son las
siguientes:
(1) Las condiciones de equilibrio (ver Fig. 33)
N(x)  fS (x)  0 (176)
N(0)  Q (177)
N(L)  FS , (178)
donde FS denota la fuerza de compresión ejercida sobre la punta del pilote por el resorte.
x
fS
EA
L EA k
L2
2k L
Fig. 32: Problema suplementario - Pilote cargado axialmente y empotrado en un medio elástico
(adaptado de HJELMSTAD 2005, p. 237)
- 58 -
Fig. 33: Problema suplementario - Equilibrio de un segmento del pilote
(2) La condición cinemática
ε(x)  u(x) . (179)
(3) La relación constitutiva
N(x)  EA ε(x) (180)
EA
fS (x)  ku(x)  u(x) (181)
L2
2 EA
FS  2 k L u(L)  u(L) . (182)
L
La combinación de las ecuaciones anteriores produce el siguiente problema de valores de

frontera de dos puntos:
Problema (S’): Problema suplementario – forma fuerte

Encontrar u C [0,L] tal que
2
EA
EA u(x)  u(x)  0 , x (0,L) (183)
L2
- 59 -
EAu(0)  Q (184)
2 EA
EA u(L)  u(L)  0 . (185)
L
Reconocemos inmediatamente en (184) una condición de frontera de Neumann. Pero la

condición de frontera (185) es de un nuevo tipo – ella consiste en una combinación entre
Dirichlet y Neumann denominada condición de frontera de Robin (GUSTAFSON & ABE 1998).
La solución exacta del problema de valores de frontera (183)-(185) es
x x
2
3 e  e QL
L L
u(x)  (186)
1  3 e2 EA
y de (179)-(180) la distribución de la fuerza axial a lo largo del pilote es igual a
x x
2
3e L  e L
N(x)  EA u(x)   Q. (187)
1  3 e2
Para derivar la forma débil del problema, tomamos la ecuación diferencial (183),
formamos el producto con una función de ponderación w e integramos sobre el dominio:
L EA L
EA  u(x) w(x) dx 
L2 0
u(x) w(x) dx  0 . (188)
0
si se garantiza la continuidad de w en la integración por partes de la primera integral, tenemos
EA L
EA u(x) w(x) 0  EA  u(x) w(x) dx 
L
L2 0
L
u(x) w(x) dx  0 . (189)
0
La introducción de las condiciones de frontera (184)-(185) nos conduce a
L EA L 2 EA
EA  u(x) w(x) dx  2 0
u(x) w(x) dx  u(L)w(L)  Qw(0) . (190)
0 L L
Nuestro paso final en el establecimiento de la forma débil es la especificación real de los

espacios de prueba y ponderación, S y V respectivamente. Hay dos propiedades a
caracterizar, (1) la continuidad requerida de estas funciones y (2) las condiciones de frontera
que deben satisfacer (condiciones de frontera esenciales).
- 60 -
La primera es relativamente fácil. Puesto que las integrales en (190) involucran al menos las
primeras derivadas, tendrán sentido si requerimos que las funciones de prueba y ponderación
sean continuas, con las primeras derivadas continuas por tramos en [0,L] . Las condiciones de
frontera plantean un problema más sutil. Puesto que tanto las condiciones de frontera de
Neumann como las de Robin implican derivadas primeras, ellas son condiciones de frontera
naturales de acuerdo con la regla general establecida en § 3 y no necesitan ser impuestas. Esto
se confirmará a continuación. Por lo tanto, definimos los espacios de las funciones de prueba y
ponderación como
S  V  u : u  C[0, L], u es continua en tramos en[0, L] (191)
y de esta manera, se define la forma débil del problema
Problema (W’): Problema suplementario – forma débil o variacional

Encontrar uV tal que
L EA L 2 EA
EA  u(x) w(x) dx  2 0
u(x) w(x) dx  u(L)w(L)  Qw(0)
0 L L
para cada w V . (192)
Si la matemática es consistente, entonces la solución del problema en su forma débil

debería satisfacer automáticamente las condiciones de contorno (184)-(185). Esto es bastante
fácil de confirmar. Si u es dos veces continuamente diferenciable en [0,L] , entonces
L EA L 2 EA
EA  u(x) w(x) dx  2 0
u(x) w(x) dx  u(L)w(L)  Qw(0) 
0 L L
 2 EA  L EA 
  EAu(L)  u(L)  w(L)   EAu(0)  Q  w(0)    EAu(x)  2 u(x)  w(x)dx . (193)
 L  0  L 
Por el lema fundamental del cálculo de las variaciones (la técnica utilizada para probar la
parte (b) de la Proposición 1), esta expresión desaparecerá para cada w V solo si (1) la
ecuación de Euler-Lagrange (183) se cumple en el intervalo (0, L) y 2) las condiciones de frontera
naturales (184)-(185) se mantienen en los puntos extremos x  0 y x  L (notar que los valores
de w(0) y w(L) no están en modo alguno restringidos).
- 61 -
El problema (W’) puede ser reformulado para buscar un punto estacionario del funcional
“energía potencial” definido por
EA L EA L EA
 :S  ,  (u)   u(x)2 dx   u(x) dx   Qu(0) .
2
u(L)2 (194)
2 0 2 L2 0 L trabajo
energia de energia de energia de de la
deformación deformación del deformación del carga
en el pilote resorte continuo resorte inferior aplicada
De hecho, la primera variación de  en u S en la dirección de w V esta dada por
L EA L 2 EA
δ (u)[w ]  EA  u(x) w (x) dx  2 0
u(x) w(x) dx  u(L)w(L)  Qw(0) . (195)
0 L L
Ahora procedemos a examinar la aplicación del método de Galerkin a (W’). Sean φ1 , ...,
φn funciones linealmente independientes de V y denotando a V n como el espacio n-
dimensional que generan. Definimos al problema modelo unidimensional como:
Problema (G’): Problema suplementario – Aproximación de Galerkin

Encontrar un  V n tal que
L EA L 2 EA
EA  un (x) wn (x) dx  2 0 n
u (x) wn (x) dx  un (L)wn (L)  Qwn (0)
0 L L
para cada wn  V n . (196)
Utilizando la expansión
n
un   c j φ j (197)
j 1
y aplicando (196) para wn  φi , i  1, , n , se obtiene el sistema lineal de ecuaciones

n
K
j 1
ij c j  Fi , i  1, ,n , (198)
con la matriz de rigidez

L EA L 2 EA
K ij  EA  φi(x) φj (x) dx  2 0 i
φ (x) φ j (x) dx  φi (L) φ j (L) , i , j  1, ,n (199)
0 L L
y el vector de carga equivalente

Fi  Q φi (0) , i  1, ,n . (200)
- 62 -
La matriz de rigidez definida por (199) es simétrica (obviamente) y definida positiva, es decir, la
proposición 3 permanece válida. En efecto,
2
 n  2 2
  EA L n 
  ci φi (x)   dx  2   ci φi (x)  dx  2 EA  n

 ci φi (L)   0 , c 
L
c T K c  EA 
L 0  i 1
n
. (201)
0  i 1    L  i 1
Además, si c T K c  0 entonces
2
 n 
0  
L
ci φi (x)  dx  0 (202)
i 1 
 i 1 ci φi es continua,  i 1 ci φi  0 debe estar en [0, L] . En virtud de la

n n
y, puesto que
independencia lineal de las funciones base, esto implica c  0 .
Para medir el error err  u  un en la aproximación de Galerkin, el espacio vectorial V

está caracterizado con el producto interno de energía
EA L 2 EA
v(L) w(L) , v , w V
L
v , w E  EA  v (x) w (x) dx  2 0
v(x) w(x) dx  (203)
0 L L
y la correspondiente norma energética
EA L 2 EA
w(L)2 , w V .
L
w E
 EA  w(x)2 dx  2 0
w(x)2 dx  (204)
0 L L
La propiedad de ortogonalidad del error, expresado en la proposición 4 permanece válida (con

respecto al producto interno de energía (203)), y también la propiedad de ser la mejor
aproximación, establecida en la proposición 5 (con la medida del error en la norma de energía
204).
- 63 -
Ejemplo 6
Utilicemos las funciones base:
φ1 (x)  1 (205)
x
φ2 (x)  2  1 (206)
L
2
x x
φ3 (x)  6    6  1 , x [0, L] (207)
L L
para encontrar una aproximación a la solución (186) del problema suplementario. El

sistema lineal de ecuaciones resultante es
3 1 1
3   c1   1   c1   115
61

EA  19 1  c     1  Q  c     78  QL .
1 (208)
L 1 12 6   2  2  2   115  EA
 3 1
6
71
180
 c3   61  c3   236 
La aproximación de Galerkin del campo de desplazamientos descendente del pilote es

entonces:
QL  61 78  x  6  x x  
2
u3 (x)     2  1    6    6  1  . (209)
EA  115 115  L  23   L  L  
Observe que los desplazamientos en los extremos u3 (0) y u3 (L) no son exactos (contrasta
con el Ejemplo 1). A su vez, la distribución aproximada de la fuerza axial está dada por
24  x
N3 (x)   Q  14  15  . (210)
115  L
- 64 -
Ejemplo 7
En este ejemplo, construimos una aproximación por elementos finitos lineales por
tramos para la solución (186) del problema suplementario, usando una malla uniforme de
tres elementos (Fig. 34).
x1  0
L
1 h1 
3
fS (x)
x2
EA
L EA k 2 2 h2 
L
L 3
x3
L
3 h3 
3
x4  L
2k L
x
Fig. 34: Ejemplo 7
El cálculo de las matrices de rigidez de los elementos y de los vectores de fuerza se

realiza según
 0 si e  3
2EA 1 ˆ he EA L ˆ 
he 1
k 
(e )
ψi(ξ ) ψj (ξ ) dξ  2  ψi (ξ ) ψj (ξ ) dξ   2 EA
ˆ ˆ
ˆ ˆ
 L ψi (1) ψj (1) si e  3
ij
2L 0
, i , j 1,2 (211)

Q ψˆ (1) si e  1
fi (e)   i , i 1,2 , (212)

 0 si e  1
con las funciones de forma del elemento maestro (161)-(162) y he  13 L . Obtenemos
 28  18
53
 EA
k(1)  k(2)   953 28 
(213)
  18 9  L
- 65 -
 28  18
53
 EA
k(3)   953 46 
(214)
  18 9  L
Q 
f (1)    (215)
0
f (2)  f (3)  0 . (216)
El proceso de ensamblaje produce
k11
(1) (1)
k12 0 0   0 0 0 0   0 0 0 0 
 (1) (1)   (2) (2)   
k k22 0 0 0 k11 k12 0 0 0 0 0 
K   12   
 0 0 0 0   0 (2)
k12 (2)
k22 0   0 0 (3)
k11 (3) 
k12
     (3) 
 0     
(3)
0 0 0 0 0 0 0 0 0 k12 k22
K (1) K (2) K (3)
 (1)
k11 (1)
k12 0 0 
 
(1)
k12 (1)
k22  k11
(2) (2)
k12 0
 
 0 (2)
k12 (2)
k22  k11
(3) (3)
k12 
 
 
(3) (3)
0 0 k12 k22
 289  18
53
0 0 
  53 
9  9  18
28 28 53
0  EA
  18 (217)
 0  18
53
9  9
28 28
 18
53  L
 
 0 0  18
53 46
9 
 f1(1)   0   0   f1(1)  Q 
 (1)   (2)     (1)   
 f2   f1   0   f2  f1(2)   0 
F     . (218)
 0   f2(2)   f1(3)   f2(2)  f1(3)   0 
     (3)     
 0   0   f2   f2   0 
(3)
Resolviendo el sistema K u  F , obtenemos los desplazamientos nodales
u1  0.910739 
u  0.622668 
u   2    QL , (219)
u3   0.405087 EA
   
u4   0.233365
- 66 -
que no son los exactos (contrasta con el Ejemplo 3). El campo de desplazamientos
aproximado es afín sobre cada elemento:
uh (x) e  u1(e) ψ1(e) (x)  u2(e) ψ2(e) 
ue 1  ue
 ue  L
 x  (e  1) 3L  , e  1, 2, 3 . (220)
3
La distribución de la fuerza axial correspondiente es constante en el interior de cada

elemento y presenta discontinuidades a través de elementos consecutivos (ver Fig. 35):
ue 1  ue
Nh (x) e  EA uh (x) e  EA L
, e  1, 2, 3 . (221)
3
Por otra parte, las condiciones de frontera naturales en x  0 y x  L no se cumplen

exactamente.
Fig. 35: Ejemplo 7 – Campos de fuerza axial, aproximado y exacto
- 67 -
Apéndice A : Integración numérica en dimensión 1
Cuando se calculan matrices de rigidez de elementos y vectores de fuerza, las integrales

tienen que ser evaluadas. Debido a que el integrando depende de la información especificada
por el usuario, estas integrales se evalúan numéricamente.
Fórmulas para la interpolación por cuadraturas
Sea una función f integrable real en el intervalo finito [a, b] . Cualquier fórmula explícita
que sea adecuada para proporcionar una aproximación a la integral
b
I( f )   f (x) dx (A.1)
a
se dice que es una fórmula de cuadratura o integración numérica.
Las fórmulas de cuadratura de este apéndice, se basan de una manera u otra, en la

estrategia de sustituir f con una aproximación fn dependiendo del entero n  0 y luego el
posterior calculo
b
In ( f )  I( fn )   fn (x) dx , (A.2)
a
que se toma como la aproximación buscada de I( f ) . La función aproximada fn debe ser

fácilmente integrable. Una opción obvia es usar fn  n f , es decir, el polinomio de Lagrange
que interpola f sobre el conjunto  x0 , x1 , , xn  de n 1 puntos distintos en [a, b] :
n
fn (x)   n f (x)   f (xi ) li (x) , (A.3)
i 0
donde
n
x  xk
l i ( x)   , i  0,1,..., n (A.4)
k  0 xi  xk
k i
son los polinomios fundamentales de la interpolación de Lagrange. Esto produce la fórmula de

cuadratura
n
In ( f )    n f (x) dx   αi f (xi ) ,
b
(A.5)
a
i 0
con
b
αi   li (x) dx , i  0,..., n . (A.6)
a
- 68 -
Los puntos x 0 , x1 , …, xn [a, b] y los coeficientes α 0 , α1 , …, α n se denominan respectivamente

nodos y pesos de cuadratura. El grado de exactitud de una fórmula de cuadratura se define
como el entero máximo r  0 tal que In ( f )  I( f ) para todos los polinomios f de grado  r .
El grado de exactitud de cualquier fórmula de cuadratura que utilice n 1 nodos distintos es al

menos n y como mucho 2 n  1 .22
Fórmulas de Newton-Cotes
La fórmula de Newton-Cotes se basa en la interpolación de Lagrange con nodos

igualmente espaciados en [a, b] :
xi  xi 1  h , i 1,..., n . (A.7)
Podemos definir
(1) Fórmulas cerradas ( n  1 ), con x0  a , xn  b y h  (b  a) / n .
(2) Fórmulas abiertas ( n  0 ), con x0  a  h , xn  b  h y h  (b  a) / (n  2) .
Una propiedad significativa de la fórmula de Newton-Cotes es que los pesos αi dependen

explícitamente sólo de n y h , pero no del intervalo de integración [a, b] .
De hecho, utilizando x  x0  t h , los pesos se pueden escribir como

n
t k
 i  k dt
b q
αi   li (x) dx  h  , (A.8)
a p
k 0
k i
con p  0 , q  n para fórmulas cerradas y p  1 , q  n 1 para fórmulas abiertas.
22
Si f es un polinomio de grado  n , entonces, por la unicidad del polinomio de interpolación (e.g., QUARTERONI et
al. 2007, th. 8.1), n f  f y en consecuencia In ( f )  I(n f )  I( f ) .
Consideremos ahora el llamado polinomio nodal
n
ωn1 (x)   (x  xi ) ,
i 0
de grado n 1 . Claramente,
b
I(ωn21 )   ωn21 (x) dx  0
a
pero In (ωn21 )  0 ya que ωn1 (xi )  0 , i  0, 1,

2
, n . Por lo tanto, la regla de cuadratura no es exacta para el
polinomio ωn21 , que tiene grado 2 n  2 .
- 69 -
n 1 2 3 4 5
w0 1 1 3 14 95
2 3 8 45 288
1 4 9 64 375
w1 2 3 8 45 288
1 9 24 250
w2 3 8 45 288
3 64 250
w3 8 45 288
w4 14 375
45 288
w5 95
288
Tabla A.1: Coeficientes de peso para algunas fórmulas cerradas de Newton-Cotes ( αi  h wi , h  (b  a) / n )
Por lo tanto, si definimos

n
t k
 i  k dt
q
wi   , (A.9)
p
k 0
k i
siendo los pesos cuadráticos simplemente

αi  h w i (A.10)
y de esta forma obtenemos la fórmula
n
In ( f )  h  wi f (xi ) . (A.11)
i 0
Los coeficientes w i solo dependen de n y pueden ser tabulados a priori – ver Tabla A.1 y A.2.
n 0 1 2 3 4
w0 2 3 8 55 66
2 3 24 20
w1 3
2  43 5
24  84
20
8 5 156
w2 3 24 20
w3 55
24  84
20
w4 66
20
Tabla A.2: Coeficientes de peso para algunas fórmulas abiertas de Newton-Cotes ( αi  h wi , h  (b  a) / (n  2) )
- 70 -
Observar que los w i son todos números racionales; además, (i) cumplen: h  i  0 wi  b  a , es
n
 i  0 wi  n  i  0 wi  n  2
n n
decir, es una fórmula cerrada y es una abierta y (ii) son simétricos
en el sentido de que w i  w n  i . Procedemos a examinar tres ejemplos notables de (A-11); la
fórmula abierta más simple de Newton-Cotes ( n  0 ) que es la fórmula del punto medio o
fórmula del rectángulo, obtenida reemplazando f definida en [a, b] con la función constante de
interpolación f en el punto medio x0  12 (a  b) :
ab
I0 ( f )  (b  a) f   (A.12)
 2 
Ver la Fig.A.1 para una interpretación geométrica. Si f C 2[a, b] , el error de cuadratura es
(QUARTERONI et al. 2007, § 9.2.1)
h3 ba
E0 ( f )  I( f )  I0 ( f )  f (ζ ) , h  , ζ (a, b) . (A.13)
3 2
Por lo tanto, la fórmula del punto medio es exacta para las funciones afines y su grado de
exactitud es 1. La fórmula cerrada de Newton-Cotes con n  1 es la fórmula trapezoidal
ba
I1 ( f )   f (a)  f (b) (A.14)
2
ver Fig. A.2; siempre que f C 2[a, b] , el error de cuadratura asociado puede expresarse como
(QUARTERONI et al. 2007, § 9.2.2)
h3
E1 ( f )  I( f )  I1 ( f )   f (ζ ) , h  b  a , ζ (a, b) . (A.15)
12
Este resultado implica que el grado de exactitud de la fórmula trapezoidal es 1.
y
I0 ( f )
y  f (x)
f  12 (a  b)
x
a 1
2 (a  b) b
h  12 (b  a) h  12 (b  a)
Fig. A.1: La fórmula del punto medio
- 71 -
y  f (x) I1 ( f )
y   1 f (x)
f (a)
f (b) x
a b
h  ba
Fig. A.2: La fórmula trapezoidal
La fórmula cerrada de Newton-Cotes con n  2 es la famosa regla de Simpson, es decir

ba  ab 
I2 ( f )   f (a)  4 f  2   f (b) (A.16)
6  
ver Fig. A.3; si f C 4 [a, b] , el error de cuadratura es (QUARTERONI et al. 2007, § 9.2.3)
h5 (4) ba
E2 ( f )  I( f )  I2 ( f )   f (ζ ) , h  , ζ (a, b) . (A.17)
90 2
donde el grado de exactitud es 3. Los ejemplos anteriores ilustran el siguiente resultado general:
el grado de exactitud de las fórmulas de Newton-Cotes (sea cerrada o abierta) es igual a n 1 si
n es par, e igual a n si n es impar (QUARTERONI et al. 2007, th. 9.2).
y I2 ( f )
y  f (x)
y   2 f (x)
f (a) f  12 (a  b)
f (b) x
a 1
2 (a  b) b
h  12 (b  a) h  12 (b  a)
Fig. A.3: La regla de Simpson
- 72 -
n In ( f )
2 5.4902
4 2.2776
6 3.3288
8 1.9411
10 3.5956
Tabla A.3: Aproximación de Newton-Cotes (A.18)
De lo anterior, surge la pregunta obvia: ¿La convergencia de las aproximaciones de

Newton-Cotes In ( f ) converge a I( f ) cuando n   ? La respuesta es que no necesariamente,
incluso para integrales con características simples (DAVIS & RABINOWITZ 1984, p. 80).
La Tabla A.3 muestra los resultados de un ejemplo bien conocido que muestra la falta de
convergencia, relativo a la aproximación
4 1
I( f )   dx  2 arctan(4)  2.65164 (A.18)
4 1  x2
usando las fórmulas cerradas de Newton-Cotes con incrementos de n (ATKINSON 1989, pp. 266-
267). Cuando n es grande, los pesos para las cuadraturas de Newton-Cotes son también valores
grandes y de signos alternantes. Esto puede dar lugar a grandes diferencias en el orden de
magnitud por la cancelación de términos. El uso de una secuencia de fórmulas de Newton-Cotes
con el aumento de n tiene poco o nada de influencia en la convergencia.
Fórmulas compuestas de Newton-Cotes
Si el ancho del intervalo de integración [a, b] no es suficientemente pequeño, los errores

de cuadratura asociados con el punto medio, las fórmulas trapezoidales y de Simpson pueden
ser bastante grandes. Este inconveniente se puede superar recurriendo a sus contrapartes
compuestas. En pocas palabras, las fórmulas compuestas se hallan dividiendo el interval [a, b]
en m  1 subintervalos de igual anchura H  m1 (b  a) y luego aplicar alguna fórmula de
cuadratura fija sobre cada uno de estos subintervalos.23
23
No hay ninguna razón por la que los subintervalos deben tener el mismo ancho, pero esta es la forma habitual en
que las fórmulas compuestas se derivan y se aplican.
- 73 -
Para la fórmula compuesta del punto medio, se definen las m cuadraturas nodales
xi  a   i  12  H , i  0,1,..., m  1 . (A.19)
luego, I( f ) es aproximada por

m 1
I0, m ( f )  H  f (xi ) , (A.20)
i 0
siendo el error de cuadratura
ba 2
E0, m ( f )  I( f )  I0, m ( f )  H f (ζ ) , ζ (a, b) , (A.21)
24
siempre que f C 2[a, b] (QUARTERONI et al. 2007, § 9.2.1). La expresión (A.20) es una suma de
Riemann (ver Fig. A.4.).
Para obtener la fórmula trapezoidal compuesta, introducimos los m  1 nodos
xi  a  i H , i  0,1,..., m . (A.22)
Entonces (ver Fig. A.5),

m 1
H 1 1 
I1, m ( f ) 
2
  f (x )  f (x )  H  2 f (x )  f (x ) 
i 0
i i 1 0 1  f (xm1 ) 
2
f (xm )  .

(A.23)
y  f (x)
a b x
x 0 x1 x m 1
H  m1 (b  a)
Fig. A.4: La fórmula compuesta del punto medio
- 74 -
y  f (x)
x
a  x0 x1 xm  b
H  m1 (b  a)
Fig. A.5: La fórmula trapezoidal compuesta
se puede demostrar que el error de cuadratura asociado es
ba 2
E1, m ( f )   H f (ζ ) , ζ (a, b) , (A.24)
12
bajo el supuesto de que f C 2[a, b] (QUARTERONI et al. 2007, § 9.2.2). La fórmula trapezoidal
compuesta se implementa en MATLAB con las funciones trapz y cumtrapz.
Finalmente, para construir la regla compuesta de Simpson
xi  a  12 i H , i  0,1, , 2m . (A.25)
entonces,
H m 1 m 1

I2, m ( f )   0
6
f ( x )  2  f ( x2i )  4  f (x2i 1 )  f (x2m )  . (A.26)
i 1 i 0 
Si f C 4 [a, b] , el error de cuadratura se puede escribir como (QUARTERONI et al. 2007, § 9.2.3)
4
b  a  H  (4)
E2, m ( f )     f (ζ ) , ζ (a, b) . (A.27)
180  2 
El grado de exactitud de una fórmula compuesta coincide con el de su contraparte.

Además, para valores fijo de n , In , m ( f )  I( f ) cuando m   (QUARTERONI et al. 2007, p. 393).
- 75 -
Cuadratura de Gauss-Legendre
Dado cualquier conjunto de n 1 nodos distintos: x 0 , x1 , …, x n en [a, b] , la

correspondiente fórmula de cuadratura de interpolación (A.5)-(A.6) tiene un grado de exactitud
de al menos n y como máximo 2 n  1 . Naturalmente surge la pregunta de si podemos alcanzar
el grado de exactitud 2 n  1 para alguna elección de los n 1 nodos.
La respuesta es sorprendentemente simple y directa como se indica en la siguiente proposición

(e.g., KRYLOV 1962, § 7.1). La familia resultante de fórmulas de cuadratura se nombra después de
Gauss y Legendre.
Proposición A.1
La fórmula de cuadratura de interpolación (A.5)-(A.6) tiene grado de exactitud 2 n  1 si y sólo si
el polinomio nodal ωn1 , definido como
n
ωn1 (x)   (x  xi ) , (A.28)
i 0
es ortogonal a todos los polinomios p de grado  n , es decir, si y solo si

b
a
ωn1 (x) p(x) dx  0 (A.29)
para todos los polinomios p de grado  n . Los pesos de cuadratura son todos positivos donde
el grado de exactitud es máximo. Si f es continua en [a, b] , entonces In ( f )  I( f ) cuando
n   .
- 76 -
De ahora en adelante, podemos simplificar nuestra discusión limitándonos a un intervalo

de referencia, digamos [1,1] .24 En este caso, hasta un factor constante ωn1 es precisamente
el polinomio de Legendre de grado n 1 , Pn1 . En efecto,
1
 P (ξ ) Pi (ξ ) dξ  0 , i  0,1,
1 n 1
,n (A.30)
y cada polinomio de grado  n puede ser obtenido como una combinación lineal de P0 , P1 , …,
Pn (SZABÓ & BABUSKA 1991, Appendix A.4). Los nodos de cuadratura de Gauss-Legendre ξ i (o puntos
de Gauss) son por lo tanto las n 1 raíces de Pn1 , que son reales, simples y ubicadas entre
(1,1) , con una distribución simétrica alrededor de ξ  0 . En cuanto a los pesos de cuadratura
de Gauss-Legendre, se puede demostrar que admiten la representación explícita (KRYLOV 1962,
p. 108)
1 1 Pn (ξ ) 2 2 1  ξ i2 
αi   li (ξ ) dξ   dξ   , i  0,1, , n . (A.31)
1 1 (ξ  ξ )P (ξ )
i n i 1  ξ i2  Pn1 (ξ i )2 (n  2)2 Pn2 (ξ i )2
Los pesos correspondientes a nodos simétricos son iguales. Si f  C 2 n 2 [1, 1] , el error de
cuadratura se puede escribir en la forma (DAVIS & RABINOWITZ 1984, p. 98)
22n3  (n  1)!
4
En ( f )  f (2n2) (ζ ) , ζ (1,1) . (A.32)

(2n  3)  (2n  2)!
3
Los nodos y los pesos para algunas fórmulas de cuadratura de Gauss-Legendre sobre el intervalo
[1,1] son dados en la Tabla A.4.
24
Para integrales sobre un intervalo finito genérico [a, b] , usamos el cambio de variable
ba ab
x ξ
2 2
a fin de que
b ba  ba
1 ab
 a
f (x) dx 
2  f
1  2
ξ  dξ .
2 
Donde el grado de exactitud no se ve afectado – ya que la transformación es afín. Si f (x) es un polinomio de

grado r en [a, b] , entonces f  12 (b  a) ξ  12 (a  b) es un polinomio del mismo grado r en el intervalo de
referencia [1, 1] .
- 77 -
n Nodos Pesos
0 0 2
1
1  1
3
8
0
9
2
3 5

5 9

1
15  2 30  1
18  30 
35 36
3

1
15  2 30  1
18  30 
35 36
128
0
225
4 
1
3
1
7
 35  2 70  1
900
 322  13 70 

1 1
 35  2 70  1
900
 322  13 70 
3 7
Tabla A.4: Nodos y pesos para algunas fórmulas de cuadratura de Gauss-Legendre en [1, 1]
(los pesos correspondientes a nodos simétricos se escriben sólo una vez)
Cuadratura de Gauss-Lobatto (DAVIS & RABINOWITZ 1984, p. 104)
A menudo es deseable utilizar fórmulas de cuadratura de tipo Gauss con un cierto número de
nodos pre-asignados, siendo los restantes elegidos para maximizar el grado de exactitud.
En la cuadratura de Gauss-Lobatto, hay dos nodos pre-asignados, es decir, los extremos del
intervalo de integración. Para n  1 recuperamos la regla trapezoidal. Para n  1 con el intervalo
de referencia [1,1] tenemos ξ 0  1 , ξ n  1 y n 1 nodos libres designados como ξ i ,
i  1, , n  1 , que son las raíces de Pn , que están situados simétricamente con respecto al
origen. Los pesos correspondientes están dados por
2
αi  , i  0,1, ,n (A.33)
n (n  1) Pn (ξ i )
2
y satisfacen αi  αn  i .
- 78 -
n Nodos Pesos
1 1 1
1
1
3
2
4
0
3
1
1
6
3
5 5

5 6
1
1
10
32
4 0
45
21 49

7 90
Tabla A.5: Nodos y pesos para algunas fórmulas de cuadratura de Gauss-Lobatto en [1, 1]
(los pesos correspondientes a nodos simétricos se escriben sólo una vez)
Si f  C 2 n [1, 1] , el error de cuadratura es
(n  1) n3 22n1  (n  1)!
4
En ( f )   f (2n) (ζ ) , ζ (1,1) . (A.34)

(2n  1) (2n)!
3
Los nodos y pesos para algunas fórmulas de Gauss-Lobatto sobre el intervalo [1,1] se
muestran en la Tabla A.5.
- 79 -
Apéndice B : El método de las diferencias finitas
Este apéndice es un preámbulo de nuestro tema principal. El punto clave es poder

contrastar las ideas y procedimientos básicos de los métodos de las diferencias finitas y de
elementos finitos en problemas unidimensionales simples.
Aproximación de diferencias finitas para derivadas de primer orden
Considere una función continuamente diferenciable f :[a , b]  ( a  b ). Buscamos

aproximaciones a la primera derivada de f en un punto genérico x (a , b) en forma de
combinaciones lineales de valores de funciones discretas. La manera más sencilla e intuitiva de
generar tales aproximaciones es recurrir a la definición de derivada y su interpretación
geométrica. Para h  0 suficientemente pequeña, esperamos que la pendiente
f (x  h)  f (x )
  f (x )  (B.1)
h
de la línea secante que une los puntos  x , f (x )  y  x  h , f (x  h)  en la gráfica de f , sea
cercano a la pendiente tangente f (x ) en  x , f (x )  . La ecuación (B.1) se denomina fórmula de
diferencias finita “hacia adelante” para aproximar f (x ) . Similarmente, podemos aproximar
f (x ) con la fórmula de diferencias finitas “hacia atrás”
f (x )  f (x  h) 25
  f (x )  . (B.2)
h
Una tercera posibilidad es utilizar la aproximación centrada
f (x  h)  f (x  h) 1 
 c f (x )     f (x )    f (x )  , (B.3)
2h 2
que equivale a reemplazar f (x ) con la pendiente de la línea secante uniendo los puntos
 x  h , f (x  h) y  x  h , f (x  h)  en la gráfica de f . Estas tres aproximaciones se ilustran en
la Fig. B.1. Una herramienta estándar para estimar el error en una aproximación de diferencias
finitas es la fórmula de Taylor con la forma de Lagrange del resto (e.g., RUDIN 1976, th. 5.15).
25
Las fórmulas de diferencias finitas hacia adelante y hacia atrás también son aplicables en x  a y x  b
respectivamente.
- 80 -
Fig. B.1: Representación geométrica de las fórmulas de diferencias finitas hacia delante,
hacia atrás y centrada para aproximar f (x ) respectivamente
Para determinar la proximidad de las diferencias finitas hacia adelante   f ( x ) para f (x ) ,
asumimos que f es dos veces diferenciable en el intervalo (x , x  h0 ) , con h0  0 .
Para h  (0, h0 ] , con la fórmula de Taylor-Lagrange obtenemos

h2
f (x  h)  f (x )  h f (x )  f (ζ ) , ζ (x , x  h) , (B.4)
2!
de donde se sigue inmediatamente el error de la aproximación
h
  f (x )  f (x )  f (ζ ) , ζ (x , x  h) . (B.5)
2
Si en adición, f  está limitado en (x , x  h0 ) , entonces la estimación
f (x)
  f (x )  f (x )  C h , C  sup (B.6)
x ( x , x  h 0 ) 2
se verifica para 0  h  h0 y la fórmula de diferencias finitas hacia adelante se dice que es de

primer orden de precisión.26 Un análisis similar conduce a la conclusión de que la fórmula de
diferencias finitas hacia atrás es también de primer orden de precisión.
26
En general, se dice que una aproximación de diferencia finita es de penésimo - orden de precisión ( p  0 ) si existe
una constante C  0 , independiente de h , tal que el error está limitado por C h p para todo h  0
suficientemente pequeño.
- 81 -
Para examinar el orden de precisión de la fórmula centrada (B.3), asumimos que

f  C 2 [ x  h0 , x  h0 ] , h0  0 , y como f  existe en (x  h0 , x  h0 ) e invocando la fórmula de
Taylor-Lagrange podemos escribir para h  (0 , h0 ]
h2 h3
f (x  h)  f (x )  h f (x )  f (x )  f (ζ  ) , ζ   (x , x  h) (B.7)
2! 3!
h2 h3
f (x  h)  f (x )  h f (x )  f (x )  f (ζ  ) , ζ   (x  h , x ) . (B.8)
2! 3!
Restando estas dos expresiones, obtenemos
h3
f (x  h)  f (x  h)  2 h f (x ) 
6

f (ζ  )  f (ζ  ) .  (B.9)
Si en adición f  está limitado en (x  h0 , x  h0 ) , llegamos a la estimación del error
f (x)
 c f (x )  f (x )  C h 2 , C  sup (B.10)
x ( x  h 0 , x  h 0 ) 6
para 0  h  h0 ; Bajo las suposiciones establecidas la fórmula de diferencias finitas para valores
centrados de segundo orden es exacta.
La fórmula centrada (B.3) no se puede usar en los extremos x  a y x  b . Para aproximar

f (a) y f (b) a la precisión de segundo orden, podemos utilizar las fórmulas de tres puntos
 3 f (a)  4 f (a  h)  f (a  2 h) h2
f (a)   f (ζ  ) , ζ   (a , a  2 h) (B.11)
2h 3
3 f (b)  4 f (b  h)  f (b  2 h) h2
f (b)   f (ζ  ) , ζ   (b  2 h , b) . (B.12)
2h 3
Estas fórmulas se obtienen calculando la primera derivada en a (igual para b ) del polinomio
que interpola f en a , a  h y a  2 h (igual para los puntos b  2 h , b  h y b ); Los términos
del error presuponen evidentemente una función lo suficientemente suave para f (ATKINSON
1989, § 5.7).
- 82 -
Ejemplo B.1 (adaptado de LEVEQUE 2007, ej. 1.1)
Consideremos la aproximación de la derivada de f (x)  sin x en x  1 , utilizando la

fórmula de diferencias finitas “hacia delante”, “hacia atrás” y “centrada”. Empezando con
h  0.1 , y mediante disminuciones sucesivas de h (es decir, la mitad del valor anterior) se
observa cómo el valor absoluto del error de aproximación cambia – debería disminuir por un
factor de 2 cuando se aplican las fórmulas de primer orden “hacia delante” y “hacia atrás”
mientras que corresponde un factor de 4 cuando se usa la fórmula centrada exacta de segundo
orden. Los resultados numéricos se muestran en la Tabla B.1 y gráficamente por las pendientes
de las rectas en la gráfica log-log de la Fig. B.2.
h   f (x )  f (x )   f (x )  f (x )  c f (x )  f (x )
10.0 10 2 42.9386 10  3 41.1384 10  3 90.0054 10  5

5.00 10 2 21.257510  3 20.807310  3 22.5098 10  5
2.50 10 2 10.574110  3 10.4616 10  3 5.62797 10  5
1.2510 2 5.27320 10  3 5.2450510  3 1.4070310  5
0.62510 2 2.6331110  3 2.62607 10  3 0.351759 10  5
Tabla B.1: Ejemplo B.1 – Valor absoluto de los errores de la aproximación “hacia delante”, “hacia atrás” y
“centrada” de las diferencias finitas de f (x )
Consideremos ahora una función doblemente diferenciable y continua f :[a , b]  y

queremos buscar una aproximación de diferencias finitas de f (x ) , x (a , b) . Supongamos que
f es tres veces continuamente diferenciable en [ x  h0 , x  h0 ] , h0  0 , por lo que f (4) existe
en (x  h0 , x  h0 ) . Para cada h  (0 , h0 ] podemos escribir
h2 h3 h4 (4) 
f (x  h)  f (x )  h f (x )   
f (x )  f (x )  f (ζ ) , ζ   (x , x  h) (B.13)
2! 3! 4!
h2 h3 h4
f (x  h)  f (x )  h f (x )  f (x )  f (x )  f (4) (ζ  ) , ζ   ( x  h , x) . (B.14)
2! 3! 4!
- 83 -
Fig. B.2: Ejemplo B.1 – Diagrama log-log del valor absoluto de los errores de aproximación & h
Añadiendo las ecuaciones precedentes, encontramos
f (x  h)  2 f (x )  f (x  h) h2 (4) 
f (x ) 
h 2

24

f (ζ )  f (4) (ζ  ) .  (B.15)
esto prueba la aproximación de f (x ) con la fórmula de la diferencia finita centrada
f (x  h)  2 f (x )  f (x  h)
2 f (x )  . (B.16)
h2
Si f (4) está acotada en (x  h0 , x  h0 ) , entonces la estimación del error queda como
f (4) (x)
2 f (x )  f (x )  C h2 , C  sup (B.17)
x ( x h 0 , x  h 0 ) 12
que se cumple para 0  h  h0 . Esto muestra que (B.16) proporciona una aproximación exacta de
segundo orden a f (x ) .
- 84 -
Se debe notar que
 f (x )  f (x  h)  1  f (x  h)  f (x ) f (x )  f (x  h) 
2 f ( x )       f ( x )         
 h  h h h 
      f (x ) , (B.18)
 
donde  y  son los operadores de diferencia finita “hacia adelante” y “hacia atrás”
definidos en (B.1) y (B.2) respectivamente.
Un esquema de diferencias finitas para problemas unidimensionales
Problemas con la condición de frontera de Dirichlet
Consideremos el siguiente problema modelo con las condiciones de contorno de

Dirichlet, que rige el comportamiento linealmente elástico de una barra prismática cargada
axialmente, con desplazamientos prescritos en ambos extremos:
Determinar u C 2[0,L] tal que
EA u(x)  q(x)  0 , x (0,L) (B.19)
u(0)  u0 (B.20)
u(L)  uL , (B.21)
El primer paso en la construcción de un esquema de diferencias finitas para el problema

de valores de frontera (B.19)-(B.21) es reemplazar el dominio   [0, L] con un conjunto finito de
puntos  h  [0, L] , denominado malla de puntos. Por simplicidad consideramos una malla
uniforme de la forma
 h   xi : xi  i h , i  0 , , n , (B.22)
- 85 -
x
x0  0 x1 xi 1 xi xi 1 xn1 xn  L
Fig. B.3: Una malla uniforme unidimensional
donde n es un número entero positivo  2 y h  L / n es la distancia entre puntos de la malla

consecutivos – Fig. B.3.27 Observar que los puntos finales del intervalo cerrado  están
incluidos en la malla.
Ahora buscamos una función de malla uh :  h  que satisfaga
uh (xi 1 )  2 uh (xi )  uh (xi 1 )

EA  q(xi )  0 , i  1, , n 1 (B.23)
h2
uh (x0 )  u0 (B.24)
uh (xn )  uL . (B.25)
En palabras:
(1) Utilizando a la ecuación diferencial (B.19) en cada punto interior de la malla: xi ,

i  1, , n  1 , sustituimos la segunda derivada u(xi ) por la diferencia finita centrada
uh (xi 1 )  2 uh (xi )  uh (xi 1 )

2 uh (xi )  . (B.26)
h2
(2) En los puntos extremos, la función de malla uh , requiere satisfacer las condiciones de
frontera de Dirichlet.
Decimos que hemos discretizado el problema con valores de frontera, con un esquema de
diferencias finitas.
La condición de frontera de Dirichlet es incorporar la primera ( i  1 ) y última ecuación ( i  n  1 )

en (B.26) para obtener el siguiente sistema de ecuaciones lineales
A h u h  Fh , (B.27)
27
Aunque la Fig. B.3 y Fig. 8 se parecen mucho, los dos conceptos de malla son en realidad muy diferentes.
Mientras una consiste enteramente en un número finito de puntos, la otra incluye tanto nodos como elementos.
- 86 -
donde
 2 1 0 0
 1 2 1 
EA  
Ah  2  0 0 (B.28)
h  
 1 2 1
 0 0 1 2 
es la matriz de coeficientes, y
 uh (x1 ) 
 u (x ) 
 h 2 
uh    (B.29)
 
uh (xn2 )
uh (xn1 )
es el vector de las incógnitas, con
 q(x1 )  EA u 
h2 0
 
 q ( x2 ) 
Fh    (B.30)
 
 q( x n  2 ) 
q(x )  EA u 
 n1 h2 L 
siendo el lado derecho de la ecuación lineal. Observar que la matriz de coeficientes A h es

simétrica tridiagonal ( A h. ij  0 cuando |i  j | 1 ) y diagonalmente dominante ( A h. ii   j  i Ah. ij
para cada i  1, , n  1 ); también es una matriz-Z, es decir, una matriz cuadrada real cuyas
entradas fuera de la diagonal, son números inferiores o iguales a cero (BERMAN & PLEMMONS 1994,
p. 132).
- 87 -
Una cuestión inmediata planteada por esta formulación se refiere a la existencia y

unicidad de la solución discreta. La respuesta está dada por la siguiente proposición.
Proposición B.1
La matriz simétrica A h dada por la ecuación (B.28) es definida positiva.
Prueba
Si y  n1
es un vector columna con componentes y1 , , yn1 . Un cálculo simple muestra que la
forma cuadrática asociada con la matriz A h es
EA  2 n2 
y    y1  yi 1   yn21  ,
2
Q: n1
 , Q(y)  y T Ah y  2  1
(B.31)
h  i 1 
del cual deducimos de inmediato que Q(y)  0 ,  y  n1

. Además, si Q(y)  0 , entonces cada
término en la suma anterior debe ser cero, lo que implica y  0 . Esto completa la prueba. ■
Resulta que A h es no-singular y por lo tanto el sistema (B.27) tiene una solución única
para cualquier vector derecho Fh , sin importar el valor de n.
Para comparar la solución (única) del problema discreto uh :  h  con la solución

exacta u :[0, L]  , debido a que el problema está especificado con valores de frontera de
naturaleza diferente, se introduce el operador de muestreo de malla sh : C 0 [0, L]  n
definido
por
 f (x1 ) 
 f (x ) 
sh ( f )   2 
. (B.32)
 
 
 f (xn1 )
el error global es entonces el vector

n 1
eh  uh  sh (u)  , (B.33)
que contiene los errores en cada punto de la malla (diferentes de x0  0 y xn  L , donde se

conoce la solución exacta debido a la condición de frontera de Dirichlet).
- 88 -
La magnitud de este vector se mide comúnmente usando una de las siguientes normas (LEVEQUE
2007, App. A.5):
(1) La norma máxima o infinita
eh 
 max ehi . (B.34)
i   1, , n  1
(2) La norma-1, una norma promedio, definida como

n 1
eh 1
 h  ehi . (B.35)
i1
(3) La norma-2, otra norma promedio definida como

1/2
 n 1 2
eh 2   h  ehi  . (B.36)
 i1 
Una elección apropiada de la norma debe reflejar el propósito del cálculo numérico. Por
ejemplo, en algunas aplicaciones, un error grande en un solo punto del dominio podría ser
catastrófico, mientras que en otros sólo el error promedio sobre el dominio es significativo. Para
nuestro caso tomamos la norma máxima (B.34).
Se dice que un modelo de diferencias finitas es convergente si
lim eh 
0 . (B.37)
h0
Además, se dice que el esquema es convergente de orden p  0 si existe una constante positiva
C , independiente de h , tal que
eh 
 C hp (B.38)
para todo h  0 suficientemente pequeño.
La convergencia es una propiedad altamente deseable – significa que podemos alcanzar

cualquier nivel de precisión que necesitamos, siempre y cuando utilicemos un número
suficientemente grande de puntos para la malla, pero que a menudo es difícil de establecer
directamente. Sin embargo, la convergencia puede ser investigada en términos de consistencia
y estabilidad, que son más fáciles de manejar.
- 89 -
La consistencia de un esquema de discretización se refiere a una medida cuantitativa del grado

en que la solución al problema de valores de frontera original falla en satisfacer el problema
discreto correspondiente. Mientras que la estabilidad se refiere a una medida cuantitativa del
buen comportamiento del problema discreto, a saber, la sensibilidad a los cambios en los
datos.28 Como veremos, consistencia y estabilidad implican convergencia.
El error de truncamiento local del esquema de diferencias (B.27)-(B.30) es el vector

n 1
th  A h sh (u)  Fh  , (B.39)
donde u es la solución al problema de valores de frontera original (B.19)-(B.21). Se dice que el

esquema de diferencias es consistente si
lim th 
 0 .29 (B.40)
h0
Además, se dice que es consistente de orden p  0 si existe una constante C  0 ,

independiente de h , tal que
th 
 C hp (B.41)
Para todo h  0 suficientemente pequeño.
28
Para ilustrar la noción de (in) estabilidad, consideramos un problema numérico más simple que la discretización
de la ecuación diferencial (ARNOLD 2015). Supongamos que deseamos calcular la integral definida
1
γn 1   0
x n e x 1 dx
para n  15 . Usando la integración por partes, obtenemos una serie recursiva, dada por:
1
γ1  1 
e
γn1  1  n γn , n  1, , 15 .
Ahora supongamos que llevamos a cabo este cálculo, empezando por γ1  0.632121 (usando hasta seis cifras
decimales). Entonces encontramos que γ16   576 909 , Que es verdaderamente un error apreciable, ya que el
valor correcto es γ16  0.059021... Este es un esquema numérico altamente inestable: una perturbación de los
datos de menos de 10  6 es enormemente amplificado y conduce a un cambio en la solución de casi 6  10 5 .
Es importante señalar que el cálculo numérico de la integral definida no es un problema difícil de resolver, por
ejemplo, podría ser fácilmente hecho con la regla de Simpson. El problema aquí se refiere a la inestabilidad del
algoritmo.
29
En palabras: En un esquema consistente, la solución al problema con valores de frontera casi resuelve el
problema discreto correspondiente.
- 90 -
Proposición B.2
Suponiendo que u C 4 [0,L] , lo que significa que q  C 2 [0, L] . Entonces el esquema (B.27)-(B.30)
es consistente de orden dos.
Prueba
Por definición, la componente-i del vector del error de truncamiento local es
u(xi 1 )  2 u(xi )  u(xi 1 )

thi   EA  q(xi ) , i  1, , n 1 . (B.42)
h2
Como u C 4 [0,L] por suposición, podemos usar (B.15) para obtener
 h2 (4)  
thi   EA u(xi )  
u (ζ i )  u(4) (ζ i )   q(x ) ,
i (B.43)
 24 
con ζ i  (x i , xi 1 ) y ζ i  (x i  1 , xi ) , i  1, , n  1 . Donde
EA u(xi )  q(xi )  0 , i  1, , n 1 , (B.44)
por lo tanto
h2 (4)  h2
thi   EA
24

u (ζ i )  u(4) (ζ i ) 
24
 
q(ζ i )  q(ζ i ) .  (B.45)
y estableciendo
q(x)
C  sup , (B.46)
x  (0, L) 12
que es independiente de h , vemos que
th 
 max thi  C h2 (B.47)
i   1, , n 1
probando el resultado buscado. ■
Si la solución u al problema de valores de frontera es tal que su derivada de cuarto orden

es cero, entonces th  Ah  sh (u)  uh   0 . Dado que la matriz A h es no-singular, resulta que
uh  sh (u) es lo mismo que uh (xi )  u(xi ) , i  1, , n  1 . La solución al problema discreto y la
solución al problema de valores de frontera original coinciden por lo tanto en cada punto de la
malla. Esta propiedad se utilizará a continuación en la prueba de la Proposición B.3.
- 91 -
Introduzcamos ahora el concepto de estabilidad. Recordemos que tenemos por definición
A h u h  Fh (B.48)
A h sh (u)  Fh  th . (B.49)
Restando la última ecuación de la primera, obtenemos la siguiente relación entre el error global
eh  uh  sh (u) y el error de truncamiento local t h :
A h eh   t h . (B.50)
Como A h es no-singular,
eh   Ah1 th , (B.51)
de donde, tomando las normas
eh 
 Ah1 th  Ah1 th 
. (B.52)
 
En esta desigualdad
n 1
Ah1

 max Ah1 x
x 
1 
 max
i   1, , n 1
 A 
j 1
1
h ij (B.53)
Que viene siendo la norma (de la suma sobre las filas) absoluta máxima de la matriz Ah1 .30
El esquema de diferencias finitas (B.27)-(B.30) se dice que es estable si existe una

constante positiva M , independiente de h , tal que
Ah1 M (B.54)

Para todo h  0 suficientemente pequeño. Tal desigualdad se llama estimación de estabilidad.
30
Esta es la norma matricial inducida por la norma máxima del vector (B.34) (e.g., MEYER 2000, § 5.2).
- 92 -
Proposición B.3
La estimación de estabilidad
L2
Ah1  (B.55)
 8 EA
se verifica para todo h  nL .
Prueba
La matriz A h , siendo una matriz-Z simétrica y definida positiva, significa que su inversa es no-
1
negativa, es decir, las entradas de A h , son todas  0 (BERMAN & PLEMMONS 1994, ch.6, th. 2.3).
Por lo tanto,
Ah1  Ah1 1 , (B.56)

 
n1 1
donde 1 es el vector con todas sus componentes iguales a 1. Pero A h 1 es precisamente
la solución al problema discreto (B.27)-(B.30) con Fh  1 . En otras palabras, es la solución
discreta asociada con el problema de valores de frontera
EA uˆ(x)  1  0 , x (0,L) (B.57)
uˆ(0)  0 (B.58)
uˆ(L)  0 . (B.59)
La solución û a este problema de valores de frontera es
x
uˆ(x)  (L  x) , (B.60)
2 EA
siendo un polinomio de segundo grado. En tal caso particular, las soluciones al problema de
valores de frontera y al problema discreto asociado coinciden en cada punto de la malla. En
consecuencia, podemos escribir
L2
Ah1  Ah1 1  max uˆ(x)  , (B.61)
  x  [0 , L ] 8 EA
completando así la prueba. ■
- 93 -
Combinando nuestros resultados anteriores, obtenemos la siguiente proposición.
Proposición B.4
Si u C 4 [0,L] , el esquema de diferencias finitas (B.27)-(B.30) es consistente de orden dos.
Tenemos que
L2 h2
eh 
 sup q(x) . (B.62)
96 EA x (0, L)
Problemas con las condiciones de frontera de Neumann (o Robin)
Consideremos ahora el problema modelo § 2 (pag.2), con una condición de frontera de

Dirichlet y una de Neumann:
Encontrar u C 2[0,L] tal que
EA u(x)  q(x)  0 , x (0,L) (B.63)
u(0)  u0 (B.64)
EA u(L)  Q . (B.65)
Para definir un esquema de diferencias finitas para este problema, usamos la misma malla
uniforme (B.22) y buscamos una función de malla uh :  h  que satisfaga (B.23) y (B.24).
Todo lo que queda por hacer es aproximar la condición de frontera de Neumann en xn  L ,
puesto que no puede ser satisfecha exactamente - al contrario del caso de Dirichlet.
Hay varias posibilidades. La más obvia consiste en reemplazar u(L) con la diferencia finita
“hacia atrás”
uh (xn )  uh (xn1 )
  uh (xn )  . (B.66)
h
- 94 -
y el sistema lineal de ecuaciones resultante quedaría como
 2 1 0 0   uh (x1 )  q(x1 )  EA h2 0
u 
 1 2 1   u (x )   
   h 2   q(x2 ) 
EA
0 0  . (B.67)
h2     
 1 2 1  uh ( x n 1 )   q( x n 1 ) 
 0 0 1 1   uh (xn )    Q 
h 
La matriz de coeficientes es de nuevo una matriz-Z tridiagonal definida simétrica y positiva. Sin
embargo, debido a la exactitud de primer orden de la fórmula de diferencias finitas “hacia atrás”
usada como una aproximación de la primera derivada, este esquema es convergente de orden
uno (LE DRET & LUCQUIN 2016, pp. 50-53).
Para lograr la convergencia de segundo orden, podríamos considerar el uso de la fórmula

centrada (B.3) para discretizar la condición de frontera de Neumann. Añadiendo un punto de
malla "imaginario" xn1  L  h , localizado fuera del dominio del problema   [0, L] , y
reemplazando la derivada u(L) en la condición de frontera de Neumann por
uh (xn1 )  uh (xn1 )
 c uh (xn )  . (B.68)
2h
el problema discreto ahora consistiría en tener n ecuaciones con n 1 incógnitas, incluyendo

uh (xn1 ) . Con el fin de tener tantas ecuaciones como incógnitas, extendemos la ecuación
diferencial al punto límite xn  L y reemplazamos u(L) por
uh (xn1 )  2 uh (xn )  uh (xn1 )

2 uh (xn )  . (B.69)
h2
esto da el esquema
uh (xi 1 )  2 uh (xi )  uh (xi 1 )

EA  q(xi )  0 , i  1, ,n (B.70)
h2
uh (x0 )  u0 (B.71)
uh (xn1 )  uh (xn1 )
EA Q , (B.72)
2h
- 95 -
que de hecho es convergente de orden dos (LE DRET & LUCQUIN 2016, p. 54). Si insertamos (B.71)
y (B.72) en la primera ( i  1 ) y ultima ( i  n ) de las ecuaciones (B.70) respectivamente, entonces
el sistema lineal resultante para las incógnitas uh (x1 ), , uh (xn ) es exactamente lo mismo que
Q
(B.67), excepto el último componente del vector del lado derecho, que se cambia h por
Q
h  12 q(x n ) .
En lugar de utilizar una aproximación centrada exacta de segundo orden a la condición de

frontera de Neumann, podríamos usar la aproximación asimétrica exacta de segundo orden
(B.12), basada en las tres incógnitas uh (xn ) , uh (xn1 ) y uh (xn2 ) :
3uh (xn )  4 uh (xn1 )  uh (xn2 )

EA Q . (B.73)
2h
Mientras se consigue una convergencia de segundo orden sin necesidad de añadir un punto de
malla imaginaria, esto perturba ligeramente la simetría y la estructura tridiagonal de la matriz
de coeficientes resultante. Por supuesto, todos los enfoques anteriores se aplican también a las
condiciones de frontera de Robin.
Ejemplo B.2
Consideremos el problema modelo § 2 (pag.2) con u0  0 , q(x)  q0 cos

πx
L y Q  0 (Fig. B.4).
La solución a este problema de valores de frontera se muestra en la Fig. B.5 con una línea
continua, junto con las soluciones discretas obtenidas con diferentes aberturas para las mallas
con el esquema de primer orden (B.67) y el esquema de segundo orden (B.70)-(B.72).
πx
q(x)  q0 cos
L
u0  0 EA
x
L
Fig. B.4: Ejemplo B.2
- 96 -
Fig. B.5: Ejemplo B.2 - Solución al problema de valores de frontera y soluciones discretas obtenidas para diferentes
aberturas de mallas, con el esquema de primer orden (B.67) y el esquema de segundo orden (B.70)-(B.72)
Un diagrama log-log de la norma máxima del error a medida que se refinan las mallas se
muestra en la Fig. B.6 para cada esquema. Y como era evidente, se manifiesta el rendimiento
superior del esquema de segundo orden.
Fig. B.6: Ejemplo B.2 – Gráfica Log-log eh 

&h
- 97 -
Bibliografía
ARNOLD D.N. (2015), Stability, consistency, and convergence of numerical discretizations, Encyclopedia of
Applied and Computational Mathematics, B. Engquist (Ed.), Springer, 1358-1364.
ATKINSON K.E. (1989), An Introduction to Numerical Analysis (2nd edition), Wiley.
AXELSSON O. and BARKER V.A. (1984), Finite Element Solution of Boundary Value Problems – Theory and
Computation, Academic Press.
BABUSKA I. and STROUBOULIS T. (2001), The Finite Element Method and its Reliability, Oxford University
Press.
BECKER E.B., CAREY G.F. and ODEN J.T. (1981), Finite Elements – Volume 1: An Introduction, Prentice-Hall.
BERMAN A. and PLEMMONS R.J. (1994), Nonnegative Matrices in the Mathematical Sciences, Society for
Industrial and Applied Mathematics.
BRENNER S. and SCOTT R. (2008), The Mathematical Theory of Finite Element Methods (3rd edition),
Springer.
CAMPOS FERREIRA J. (1999), Introdução à Análise Matemática [Introduction to Mathematical Analysis] (7a
edição), Fundação Calouste Gulbenkian.
CIARLET P.G. (1978), The Finite Element Method for Elliptic Problems, North-Holland.
DAVIS P.J. and RABINOWITZ P. (1984), Methods of Numerical Integration (2nd edition), Academic Press.
DIEUDONNÉ J. (1969), Foundations of Modern Analysis, Academic Press.
FELIPPA C.A. (2014), Introduction to Finite Element Methods, Lecture Notes, Department of Aerospace
Engineering Sciences of the University of Colorado at Boulder.
FORSYTHE G.E, MALCOLM M.A. and MOLER C.B. (1977), Computer Methods for Mathematical Computations,
Prentice-Hall.
FUNG Y.C. (1965), Foundations of Solid Mechanics, Prentice-Hall.
GAUTSCHI W. (2004), Orthogonal Polynomials – Computation and Approximation, Oxford University Press.
GOLUB G.H. and VAN LOAN C.F. (2013), Matrix Computations (4th edition), The Johns Hopkins University
Press.
GUSTAFSON K. and ABE T. (1998), The third boundary condition – Was it Robin’s?, The Mathematical
Intelligencer, 20(1), 63-71.
- 98 -
HIGHAM N.J. (2002), Accuracy and Stability of Numerical Algorithms (2nd edition), Society for Industrial and
Applied Mathematics.
HJELMSTAD K.D. (2005), Fundamentals of Structural Mechanics (2nd edition), Springer.
HUGHES T.J.R. (1987), The Finite Element Method – Linear Static and Dynamic Finite Element Analysis,
Prentice-Hall.
KRYLOV V.I. (1962), Approximate Calculation of Integrals, Macmillan.
LE DRET H. and LUCQUIN B. (2016), Partial Differential Equations – Modeling, Analysis and Numerical
Approximation, Springer.
LEVEQUE R.J. (2007), Finite Difference Methods for Ordinary and Partial Differential Equations – Steady-
State and Time-Dependent Problems, Society for Industrial and Applied Mathematics.
MAGALHÃES L.T. (1989), Álgebra Linear como Introdução à Matemática Aplicada [Linear Algebra as an
Introduction to Applied Mathematics], Texto Editora.
MEYER C.D. (2000), Matrix Analysis and Applied Linear Algebra, Society for Industrial and Applied
Mathematics.
NUNES VICENTE L. (2007), Apontamentos de Matemática Numérica II [Lecture Notes on Numerical

Mathematics II], Departamento de Matemática da Faculdade de Ciências e Tecnologia da
Universidade de Coimbra.
ODEN J.T. and RIPPERGER E.A. (1981), Mechanics of Elastic Structures (2nd edition), McGraw-Hill.
QUARTERONI A., SACCO R. and SALERI F. (2007), Numerical Mathematics (2nd edition), Springer.
REDDY J.N. (1993), An Introduction to the Finite Element Method (2nd edition), McGraw-Hill.
RUDIN W. (1976), Principles of Mathematical Analysis (3rd edition), McGraw-Hill.
STRANG G. and FIX G.J. (1973), An Analysis of the Finite Element Method, Prentice-Hall.
SZABÓ B.A. (1979), Some recent developments in finite element analysis, Computers & Mathematics with
Applications, 5(2), 99-115.
SZABÓ B. and BABUSKA I. (1991), Finite Element Analysis, Wiley.
SZEGÖ G. (1975), Orthogonal Polynomials (4th edition), American Mathematical Society.
TONTI E. (1976), The reason for analogies between physical theories, Applied Mathematical Modelling, 1,
37-50.
- 99 -

Libro Elementos Finitos Congreso (Actualizado)

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Libro Elementos Finitos Congreso (Actualizado)

Загружено:

Авторское право:

Доступные форматы

2017

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS:

Primer Congreso Panamericano De Ingeniería Estructural

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS:

2. FORMA FUERTE O CLÁSICA DEL PROBLEMA MODELO UNIDIMENSIONAL ..................................................... 2

4. DEFINICIÓN DEL PROBLEMA MODELO COMO UN PROBLEMA DE ESTACIONALIZACIÓN – EL PRINCIPIO

5. APROXIMACIÓN DE GALERKIN Y RAYLEIGH-RITZ .................................................................................... 11

6. ESPACIOS DE ELEMENTOS FINITOS LINEALES POR TRAMOS...................................................................... 25

7. EL PUNTO DE VISTA DEL ELEMENTO FINITO Y EL PROCESO DE ENSAMBLAJE .............................................. 31

9. LA FAMILIA DE LAGRANGE DE ELEMENTOS FINITOS ............................................................................... 42

10.UN PROBLEMA SUPLEMENTARIO – PILOTE EMBEBIDO EN UN MEDIO ELÁSTICO ......................................... 58

APÉNDICE A : INTEGRACIÓN NUMÉRICA EN DIMENSIÓN 1 ............................................................. 68

APÉNDICE B : EL MÉTODO DE LAS DIFERENCIAS FINITAS ............................................................... 80

Man muss immer mit den einfachsten Beispielen anfangen.

Nuestro objetivo en este curso introductorio, es mostrar los conceptos e ideas

2. Forma fuerte o clásica del problema modelo unidimensional

Considere el problema de calcular el desplazamiento axial u de la barra elástica lineal mostrada en

Para plantear el problema matemáticamente, necesitamos definir las siguiente tres

(1) Las condiciones de equilibrio

N(x)  q(x)  0 (1)

donde N denota la fuerza axial y la simbología de la derivada dada por ( )  d( ) / dx .2

Fig. 1: Problema modelo unidimensional – barra elástica lineal cargada axialmente

(2) Las condiciones cinemáticas

ε(x)  u(x) (3)

donde ε es la deformación axial (infinitesimal).

(3) La relación constitutiva

N(x)  EA ε(x) . (5)

Problema (S): Problema modelo – forma fuerte

EAu(x)  q(x)  0 , x (0,L) (6)

 F (s) ds   s F (s)   sF (s) ds   (x  s) q(s) ds .

Sin embargo, esta no es nuestra principal preocupación, ya que estamos interesados en

3. Forma débil o variacional del problema modelo – Principio del trabajo

EA u(x) w(x) 0  0 EA u(x) w(x) dx  0 q(x) w(x) dx  0 .

Es evidente que no aparecen segundas derivadas en esta ecuación.

 f (x)g (x)dx   f (x) g(x) a   f (x)g(x)dx .

V  w : w  C[0, L], w es continua a tramos en [0, L], w(0)  0 (12)

o funciones de ponderación en un espacio afín y

S  u : u  C[0, L], u es continua a tramos en [0, L], u(0)  u0  (13)

correspondiente con las funciones de prueba, teniendo a V como su espacio traslacional.

Problema (W): Problema modelo – forma débil, o variacional

Es decir, las funciones de ponderación w corresponden con los campos de desplazamientos

de esta sección es válida para la función de ponderación en V . Además como u(0)  u0

EA u(x) w(x) 0  0 EA u(x) w(x) dx  0 q(x) w(x) dx  Qw(L)

  EA u(x)  q(x) w(x) dx  Q  EAu(L) w(L)  0

Ahora, necesitamos establecer que (16) implica

(i) EAu(x)  q(x)  0 , x (0,L) .

Supongamos que (i) no es verdadera, es decir que EA u  q no es idénticamente cero,

Fig. 3: La función de ponderación definida por (17)

La condición de frontera de Neumann EAu(L)  Q no se menciona explícitamente en la

El método usado para probar la parte (b) de la proposición 1, se denomina lema

El resultado de unicidad siguiente también se establece fácilmente.

Al restar estas identidades y seleccionar w  uA  uB V , obtenemos

Esto significa que  uA  uB  se anula en [0, L] , excepto posiblemente en un número finito de

Si u S y wV . Entonces (u  αw)  S , α  , y podemos definir la función

La primera variación de  en u S en la dirección wV se define entonces como

δ (u)[w]  g(0) . (23)

δ (u)[w]  0 para cada w V . (25)

5. Aproximación de Galerkin y Rayleigh-Ritz

(1) reemplazar V por un subespacio de dimensión finita Vn y

(2) reemplazar S por un subespacio afín S n de funciones de la forma un  u  vn , donde u S

Problema (G): Problema modelo – aproximación de Galerkin

Dada u S y el subespacio Vn de V , encontrar un  u  vn , con vn  V n , tal que

 EA u(x)  v (x)  w (x) dx   q(x) w (x) dx  Qw (L)

La ecuación (27) reemplazada en (26), se obtiene