I.

APROXIMACIONES TÉCNICAS

1. Métodos de Residuos Ponderados

El método de residuos ponderado es útil para obtener soluciones aproximadas a una
ecuación diferencial. Para explicar los métodos, consideramos el siguiente problema de
muestra:

El primer paso en los métodos de ponderación residual es asumir una función de prueba
que contenga coeficientes desconocidos que se determinarán más adelante. Por ejemplo,
una función de prueba se selecciona como una solución aproximada a la
ecuación Aquí, ~ denota Una solución aproximada que suele ser diferente de
la solución exacta. La función de prueba se elige aquí de modo que satisfaga las
condiciones de contorno ( y ), y tiene un coeficiente desconocido a
por determinar.

En general, la precisión de una solución aproximada depende de la selección adecuada de

la función de prueba. Sin embargo, se selecciona una forma simple de función de prueba
para el presente ejemplo para mostrar el procedimiento básico de los métodos de
ponderación residual.
Una vez que se selecciona una función de prueba, el residuo se calcula sustituyendo la
función de prueba en la ecuación diferencial. Es decir, la R residual se convierte en

Como es diferente de la solución exacta, el residuo no desaparece para todos los

valores de x; dentro del dominio. El siguiente paso es determinar la constante desconocida
de tal manera que la función de prueba elegida se aproxime mejor a la solución exacta.
Para este fin, se selecciona una función de prueba (o ponderación) w y el promedio
ponderado residual sobre el dominio del problema se establece en cero. Es decir,

El siguiente paso es decidir la función de prueba. La solución aproximada difiere

dependiendo de la función de prueba. Los métodos de residuo ponderado se pueden
clasificar según la forma en que se determina la función de prueba. Algunos de los métodos
de ponderación residual se explican a continuación. Los lectores pueden consultar las
referencias [1-3] para otros métodos.

a. Método de colocación. La función delta de Dirac, se utiliza como función

de prueba, donde el punto de muestreo Xi debe estar dentro del dominio,
En otras palabras,
 Sea y sustituimla función de prueba en el residual ponderado, Eq.( 2.1.3), para
encontrar a = 0.2222. Entonces, la solución aproximada se convierte en

b. Método de mínimos cuadrados. La función de prueba se determina a partir del

residuo de tal manera que

c. El método de Galerkin. Para el método de Galerkin, la función de prueba proviene de

la función de prueba elegida. Es decir,

Para mejorar las soluciones aproximadas, podemos agregar más términos a la función
de prueba previamente seleccionada. Por ejemplo, otra función de prueba es
. Esta función de prueba tiene dos constantes
desconocidas para ser determinado. Cálculo del residual utilizando los rendimientos de
la presente función de prueba.

Necesitamos el mismo número de funciones de prueba que las constantes desconocidas

para que las constantes se puedan determinar correctamente. La tabla 2.1.2 resume
cómo determinar la prueba.
Funciones para una función de prueba elegida que tiene n coeficientes desconocidos.
La aplicación de la Tabla 2.1.2 a la presente función de prueba da como resultado las
siguientes funciones de prueba para cada método.

Para el método de colocación, х1 y x2 deben seleccionarse de modo que el residual

ponderado resultante, es decir, la ecuación. B.1.3), puede producir dos ecuaciones
independientes para determinar las incógnitas ai y a2 de forma única. El método de
mínimos cuadrados produce una matriz simétrica.
Independientemente de una función de prueba elegida. El ejemplo 2.1.1 muestra la
simetría de la matriz resultante del método de mínimos cuadrados. El método de
Galerkin no da como resultado una matriz simétrica cuando se aplica a la ecuación.
B.1.1). Sin embargo, el método de Galerkin puede producir una matriz simétrica bajo
ciertas condiciones como se explica en la siguiente sección.

Ejemplo 2.1.1 Una ecuación diferencial se escribe como

Dónde L Es un operador diferencial lineal. Se elige una solución de prueba tal que

En la cuales una función conocida en términos del sistema de coordenadas espaciales y

se supone que satisface las condiciones de contorno. Sustitución de la ec. (2.1.12) en la
ec. (2.1.11) y la colección de términos con el mismo coeficiente a, - produce el residual
como se ve a continuación;
Aquí, hi y p son funciones en términos del sistema de coordenadas espaciales. Las
funciones de prueba para el método de mínimos cuadrados son

El promedio ponderado del residual sobre el dominio produce la ecuación matricial

Dónde

La ecuación (2.1.16) muestra que A ij = Aji (simetría).

2.2 Formulación débil

Consideramos el problema de muestra anterior, ec. (2.1.1), de nuevo. La formulación

descrita en la sección de procedimientos se denomina formulación sólida del método
residuos ponderados. La formulación sólida requiere la evaluación, que incluye el orden
más alto del térm no derivado en la ecuación diferencial. La integral debe tener un
valor finito distinto de cero para proporcionar una solución aproximada significativa a la
ecuación diferencial. Esto significa que una función de prueba debe ser diferenciable dos
veces y su segunda derivada no debe desaparecer.