Capítulo 1 Métodos de residuos ponderados Funciones de prueba ...
Capítulo 1 Métodos de residuos ponderados Funciones de prueba ...
Capítulo 1 Métodos de residuos ponderados Funciones de prueba ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
En forma similar en el extremo opuesto tendremos las siguientes relaciones<br />
ū 2 1 = u 2 1<br />
ū 2 2 = u 2 2 − β2 e 2<br />
¯β 2 = β 2<br />
La matriz <strong>de</strong> transformación Λ resulta entonces<br />
⎡<br />
1<br />
1 e 1<br />
Λ =<br />
1<br />
⎢ 1<br />
⎣<br />
1 −e 2<br />
Notar que en este caso Λ no es ya una simple matriz <strong>de</strong> rotación y <strong>de</strong> hecho su inversa no es<br />
igual a su traspuesta.<br />
7.4. Solución <strong>de</strong>l sistema <strong>de</strong> ecuaciones<br />
La matriz <strong>de</strong> coeficientes K <strong>de</strong> los sistema <strong>de</strong> ecuaciones resultantes (K x = f) en el método<br />
<strong>de</strong> elementos finitos (en problemas autoadjuntos basados en la aproximación <strong>de</strong> Galerkin en el<br />
método <strong>de</strong> <strong>residuos</strong> pon<strong>de</strong>rados), normalmente goza <strong>de</strong> las siguientes propieda<strong>de</strong>s:<br />
1. Es simétrica k ij = k ji<br />
2. Está bien condicionada, por lo que no requiere <strong>de</strong> cuidados especiales en la resolución.<br />
3. Es <strong>de</strong>finida positiva x T K x > 0 ∀x ≠ 0<br />
4. Muchos <strong>de</strong> sus coeficientes son nulos, y los coeficientes no nulos forman una banda alre<strong>de</strong>dor<br />
<strong>de</strong> la diagonal<br />
La resolución <strong>de</strong> este sistema <strong>de</strong> ecuaciones pue<strong>de</strong> hacerse por métodos directos o iterativos<br />
(gradientes conjugados). Los directos están basados en el algoritmo <strong>de</strong> Gauss, consistente en convertir<br />
el sistema <strong>de</strong> ecuaciones a una forma triangular superior mediante operaciones <strong>de</strong> fila y una<br />
posterior substitución hacia atrás. Los métodos iterativos tienen mayor competencia en problemas<br />
tridimensionales con gran cantidad <strong>de</strong> coeficientes nulos (matrices ralas) y tienen la ventaja <strong>de</strong> que<br />
no requieren la construcción <strong>de</strong> la matriz, lo que pue<strong>de</strong> ser muy importante cuando no se dispone<br />
<strong>de</strong> suficiente memoria. Los métodos directos tienen la ventaja <strong>de</strong> que permiten resolver con el<br />
mismo esfuerzo computacional múltiples estados <strong>de</strong> carga y para el caso bidimensional resultan en<br />
general más económicos. En los métodos directos resulta <strong>de</strong> particular importancia la numeración<br />
<strong>de</strong> los grados <strong>de</strong> libertad <strong>de</strong>l problema, pues esto afecta a la <strong>de</strong>manda <strong>de</strong> memoria necesaria para<br />
almacenar la matriz K por un lado y por otro a la cantidad <strong>de</strong> operaciones necesaria para resolver<br />
el sistema. Esto es importante cuando se resuelven sistemas con gran cantidad <strong>de</strong> grados <strong>de</strong><br />
libertad o problemas no-lineales, por ello existen algoritmos que optimizan la numeración <strong>de</strong> las<br />
incógnitas a los fines <strong>de</strong> disminuir tanto la necesidad <strong>de</strong> almacenamiento como el tiempo necesario<br />
para resolver el sistema. Estos algoritmos <strong>de</strong> optimización están presentes en la mayoría <strong>de</strong> los<br />
códigos a este efecto y <strong>de</strong> tal forma que el usuario no tenga que preocuparse por como numerar<br />
los nudos.<br />
De los métodos directos el más utilizado es el <strong>de</strong> factorización que consiste en los siguiente:<br />
1. Descomponer la matriz K en factores<br />
K = L D U<br />
1<br />
⎤<br />
⎥<br />
⎦<br />
134<br />
don<strong>de</strong>