Académique Documents
Professionnel Documents
Culture Documents
2
Departmento de Matemticas
Universidad Autnoma
28049 Madrid, Spain
enrique.zuazua@uam.es
3
En este documento recopilamos las notas de los cursos impartidos en la
UAM desde el 2001. En un primer bloque presentamos material introductorio a
la resolucin numrica de Ecuaciones en Derivadas Parciales (EDP) propio de la
licenciatura. En un segundo bloque nos centramos esencialmente en ecuaciones
de tipo ondas y analizamos la convergencia y propiedades cualitativas de los
mtodos de diferencias nitas a travs de la transformada discreta de Fourier. En
el tercer bloque estudiamos los mtodos de descomposicin como son el mtodo
de direccionbes alternadas y el de descomposicin de dominios. En el cuarto
bloque abordamos los mtodos de descenso de gran utilidad en la resolucin
de los sistemas algebraicos a los que todo mtodo numrico da lugar. En el
quinto bloque presentamos los mtodos de Galerkin en el marco de los problemas
elpticos para despus analizar en el bloque sexto los problemas de evolucin.
ndice general
1. Introduccin al numrico de EDPs
11
32
37
41
50
58
63
64
68
80
83
88
89
93
97
ii
3. La ecuacin de transporte lineal
3.1. Dispersin numrica y velocidad de grupo . .
3.2. Transformada discreta de Fourier a escala h .
3.3. Revisin de la ecuacin de transporte y sus
travs de la transformada discreta de Fourier
NDICE GENERAL
. . . . . . . . .
. . . . . . . . .
aproximaciones
. . . . . . . . .
155
. . 174
. . 182
a
. . 186
4. Ecuaciones de conveccin-difusin
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2. La ecuacin de Burgers y la transformacin de Hopf-Cole . . . .
4.3. Viscosidad evanescente . . . . . . . . . . . . . . . . . . . . . . . .
4.4. Aplicacin del splitting a la ecuacin de Burgers . . . . . . . .
4.5. Ecuaciones elpticas de conveccin-difusin . . . . . . . . . . . . .
4.6. Sistemas de leyes de conservacin y soluciones de entropa . . . .
4.7. Esquemas numricos de aproximacin de leyes de conservacin
escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
197
197
198
204
211
212
217
271
272
273
275
276
279
.
.
.
.
.
.
.
.
.
.
234
253
283
283
287
7. Mtodos de descomposicin
7.1. El mtodo de las direcciones alternadas . . . . . . . . . . . .
7.1.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . .
7.1.2. Sistemas de EDO lineales. El teorema de Lie . . . . .
7.1.3. Demostracin del Teorema de Lie . . . . . . . . . . . .
7.1.4. Algunos mbitos de aplicacin . . . . . . . . . . . . .
7.2. Descomposicin de dominios en 1 d . . . . . . . . . . . . . .
7.3. Descomposicin de dominios para las diferencias nitas 1 d
7.4. Splitting . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
295
295
295
296
299
301
302
307
310
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
289
NDICE GENERAL
iii
7.4.1. Peaceman-Rachford . . . . . . . . . . . . . . .
7.4.2. Douglas-Rachford . . . . . . . . . . . . . . . .
7.4.3. -mtodo . . . . . . . . . . . . . . . . . . . . .
7.5. Descripcin del MDD en varias dimensiones espaciales
7.6. MDD para las diferencias nitas multi-d . . . . . . . .
8. Mtodos de descenso
8.1. El mtodo directo del Clculo de Variaciones . . . . .
8.2. El mtodo del mximo descenso . . . . . . . . . . . . .
8.3. El mtodo del gradiente conjugado . . . . . . . . . . .
8.4. Sistema gradiente en dimensin nita: Convergencia al
8.5. Sistemas gradiente y mtodos de descenso . . . . . . .
8.6. Mnimo cuadrados . . . . . . . . . . . . . . . . . . . .
9. Mtodos de Galerkin
9.1. El lema de Lax-Milgram y sus variantes . . . .
9.2. El mtodo de Galerkin . . . . . . . . . . . . . .
9.2.1. Interpretacin geomtrica del mtodo de
9.2.2. Orden de convergencia . . . . . . . . . .
9.2.3. Mtodos espectrales . . . . . . . . . . .
9.2.4. El mtodo de Elementos Finitos 1D . .
9.2.5. El mtodo de Elementos Finitos 2D . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
312
316
318
319
322
. . . . . .
. . . . . .
. . . . . .
equilibrio
. . . . . .
. . . . . .
327
327
329
332
335
338
341
. . . . . .
. . . . . .
Galerkin
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
345
345
347
349
350
351
355
360
371
11.Ecuaciones de evolucin
381
11.1. Resolucin de la ecuacin del calor mediante tcnicas de semigrupos381
11.2. Aproximacin de Galerkin de la ecuacin del calor . . . . . . . . 385
11.3. Breve introduccin a la Teora de Semigrupos . . . . . . . . . . . 393
11.4. La ecuacin de ondas continua . . . . . . . . . . . . . . . . . . . 400
11.5. La ecuacin de ondas semilineal . . . . . . . . . . . . . . . . . . . 411
11.6. El problema elptico . . . . . . . . . . . . . . . . . . . . . . . . . 414
11.7. El mtodo Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . 416
11.8. Discretizacin temporal . . . . . . . . . . . . . . . . . . . . . . . 420
11.9. Ecuaciones parablicas: Comportamiento asinttico . . . . . . . . 423
11.10.Conclusin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
A. Aproximacin de dominios en el problema de Dirichlet
431
441
iv
NDICE GENERAL
C. Ejercicios
443
D. Soluciones a problemas
457
Captulo 1
Introduccin al numrico de
EDPs
1.1.
Introduccin y motivacin
Estas notas constituyen una breve gua de lo que consideramos puede y debe
ser un ltimo captulo de un curso introductorio al Clculo Numrico de Ecuaciones Diferenciales. En efecto, tras haber estudiado los elementos bsicos del
Clculo Numrico para Ecuaciones Diferenciales Ordinarias (EDO) y los aspectos fundamentales de la aproximacin numrica de la ecuacin de Laplace es
coherente y natural combinar y sintetizar estos conocimientos para introducirse
en el mundo de las Ecuaciones en Derivadas Parciales (EDP) de evolucin.
La forma en la que las EDP se presentan habitualmente en la modelizacin de
fenmenos de la Ciencia y Tecnologa es precisamente la de modelos de evolucin
en los que se describe la dinmica a lo largo del tiempo de determinada cantidad
o variable (tambin a veces denominada estado) que puede representar objetos
de lo ms diversos que van desde la posicin de un satlite en el espacio hasta la
dinmica de un tomo, pasando por los ndices burstiles o el grado en que una
enfermedad afecta a la poblacin. En otras palabras, los modelos dinmicos o
de evolucin son los ms naturales en la medida que reproducen nuestra propia
concepcin del mundo: un espacio tri-dimensional que evoluciona y cambia en
el tiempo1 .
1 Si
bien la Teora de la Relatividad establece que es mejor considerar a las cuatro del
mismo modo, nuestra percepcin 3 + 1 est condicionada por razones puramente fisiolgicas
y culturales.
Cuando el estado o variable de un modelo o sistema de evolucin es nitodimensional, el modelo ms natural es un sistema de EDO, cuya dimensin
coincide precisamente con el del nmero de parmetros necesarios para describir dicho estado. As, por ejemplo, para posicionar una partcula en el espacio
necesitamos de tres variables dependientes del tiempo y para describir su dinmica un sistema de tres ecuaciones diferenciales. Pero en muchas ocasiones,
como es el caso sistemticamente en el contexto de la Mecnica de Medios Continuos, la variable de estado es innito-dimensional. Esto ocurre por ejemplo
cuando se pretende describir la deformacin de cuerpos elsticos o la temperatura de un cuerpo slido en los que la deformacin o temperatura de cada
uno de los puntos de ese medio continuo constituye una variable o incgnita del
sistema. Los modelos matemticos naturales en este caso son las EDP.
En la teora clsica de EDP stas se clasican en tres grandes grupos: elpticas, parablicas e hiperblicas.
El modelo elptico por excelencia involucra el operador de Laplace
=
N
X
2 /x2i
(1.1.1)
i=1
y ha sido objeto de estudio en el captulo anterior. La variable tiempo est ausente en este modelo. Es por eso que slo permite describir estados estacionarios o
de equilibrio.
Las ecuaciones parablicas y las hiperblicas, representadas respectivamente
por la ecuacin del calor y la de ondas, son los modelos clsicos en el contexto
de las EDP de evolucin. Sus caractersticas matemticas son bien distintas.
Mientras que la ecuacin del calor permite describir fenmenos altamente irreversibles en tiempo en los que la informacin se propaga a velocidad innita, la
ecuacin de ondas es el prototipo de modelo de propagacin a velocidad nita
y completamente reversible en tiempo.
El operador del calor es
t ,
(1.1.2)
de modo que al actuar sobre una funcin u = u(x, t) que depende de la variable
espacio-tiempo (x, t) RN (0, ) tiene como resultado
N
[t ] u =
u X 2 u
.
t
x2i
i=1
(1.1.3)
(1.1.4)
2u
(1.1.5)
u = t2 u = 2 u.
t
La irreversibilidad temporal de (1.1.3) es evidente. Si hacemos el cambio de
variable t e
t = t, el operador (1.1.3) cambia y da lugar al operador del calor
retrgrado et + mientras que el operador de ondas permanece invariante.
El operador del calor y de ondas se distinguen tambin por sus mbitos de
aplicacin. Mientras que el primero es habitual en la dinmica de uidos (a travs de una versin ms sosticada, el operador de Stokes) o en fenmenos de
difusin (del calor, de contaminantes,. . . ), el operador de ondas y sus variantes
intervienen de forma sistemtica en elasticidad (frecuentemente a travs de sistemas ms sosticados, como el de Lam, por ejemplo) o en la propagacin de
ondas acsticas o electromagnticas (ecuaciones de Maxwell).
La Mecnica de Medios Continuos est repleta tambin de otras ecuaciones,
operadores y modelos, pero en todos ellos, de una u otra manera, encontraremos
siempre el operador del calor, de ondas o una variante muy prxima de los
mismos.
Frecuentemente los modelos son ms sosticados que una simple
ecuacin aislada. Se trata a menudo de sistemas acoplados de EDP en los que
es habitual encontrar tanto componentes parablicos como hiperblicos. Es el
caso por ejemplo de las ecuaciones de la termoelasticidad. En estos casos, si bien
un buen conocimiento de los aspectos ms relevantes de la ecuacin del calor y
de ondas aisladamente puede no ser suciente a causa de las interacciones de
los diferentes componentes, s que resulta indispensable.
Por todo ello es natural e importante entender todos los aspectos matemticos fundamentales de estas dos piezas clave: la ecuacin del calor y la de
ondas. Evidentemente esto es tambin cierto desde el punto de vista del Anlisis
y del Clculo Numrico.
Hasta ahora nos hemos referido slo a las ecuaciones del calor y de ondas en
su expresin ms sencilla: con coecientes constantes. Estas ecuaciones, cuando
modelizan fenmenos en medios heterogneos (compuestos por materiales de diversa naturaleza) adoptan formas ms complejas y se presentan con coecientes
variables, dependientes de la variable espacial x, de la variable temporal t o de
ambas.
Por limitaciones de tiempo nos centraremos esencialmente en el estudio de
estas ecuaciones en el caso ms sencillo de los coecientes constantes y lo haremos, sobre todo, en una variable espacial. A pesar de ello, creemos que quien
asimile bien los conceptos que aqu expondremos y entienda las tcnicas y los
resultados principales que presentaremos estar en condiciones de abordar con
1.2.
1.2.1.
(1.2.1)
(1.2.2)
que 0 es la medida tal que < 0 , >= (0) para toda funcin continua .
(1.2.3)
u=G
En esta expresin se observa inmediatamente la velocidad innita de propagacin. En efecto, todos los valores de , en cualquier punto y de Rn , intervienen
a la hora de calcular u en cualquier punto espacio-temporal (x, t).
En (1.2.4) es tambin fcil comprobar el enorme efecto regularizante de la
ecuacin del calor. En efecto, basta que L1 (RN ) o que L (RN ) para
que la solucin u(, t)3 en cada instante t > 0 sea una funcin de C (RN ). Este
efecto regularizante implica tambin la irreversibilidad temporal.4
De la frmula (1.2.4) se deducen otras propiedades de la solucin de la ecuacin del calor:
Principio del mximo: Si 0 entonces u 0 y en realidad u > 0 en
RN (0, ) salvo que 0.
Conservacin de la masa:
Z
Z
u(x, t)dx =
RN
RN
(x)dx, t > 0.
(1.2.5)
Decaimiento:
k u(t) kL (RN ) CtN/2 k kL1 (RN ) , t > 0.
(1.2.6)
Consideramos ahora el problema de la difusin del calor en un dominio acotado de RN . En esta ocasin, con el objeto de que el sistema de ecuaciones
sea completo tenemos tambin que imponer condiciones de contorno que determinen la interaccin del medio con el medio circundante. Desde un punto de
vista matemtico las condiciones ms simples son las de Dirichlet. Obtenemos
as el sistema
en (0, )
ut u = 0
(1.2.7)
u=0
en (0, )
u(x, 0) = (x) en .
= n,
n
donde denota el operador gradiente =
x1 , . . . , xN
y el producto
escalar euclideo en R .
Pero, con el objeto de simplicar y no hacer demasiado larga la presentacin, en estas notas nos limitaremos a considerar las condiciones de contorno de
Dirichlet como en (1.2.7).
En este caso la solucin no es tan fcil de obtener explcitamente como lo fue
para el problema de Cauchy en RN . Son diversos los mtodos disponibles para
su resolucin: Galerkin, semigrupos, series de Fourier, . . . . El lector interesado
en el estudio de estos mtodos puede consultar el texto de L. Evans [7].
Nosotros nos centraremos en el problema de una sola dimensin espacial.
Consideraremos por lo tanto el sistema
u(x, 0) = (x),
0 < x < .
N
l el t wl (x)
(1.2.10)
l=1
(x)wl (x)dx.
(1.2.11)
Esta expresin de la solucin en series de Fourier nos resultar de gran utilidad a la hora de abordar la aproximacin numrica de la solucin. En realidad,
las propias sumas parciales de la serie proporcionan ya una manera sistemtica
de aproximar la solucin. As, para cada M N podemos introducir
uM (x, t) =
M
X
j ej t wl (x),
(1.2.12)
(1.2.13)
j=1
t/2
k kL2 (0,) , t 0,
(1.2.14)
w=0
en .
10
Antes que nada conviene sealar que las autofunciones wl de (1.2.9) se obtienen precisamente al resolver el anlogo uni-dimensional de (1.2.14). En este
caso el problema de autovalores es un sencillo problema de Sturm-Liouville que
se escribe en la forma
(
w = w,
0<x<
(1.2.15)
w(0) = w() = 0.
Los autovalores son en este caso
l = l2 , l 1
(1.2.16)
y las autofunciones correspondientes, una vez normalizadas en L2 (0, ), las funciones trigonomtricas (1.2.9).
Si bien la teora espectral garantiza la existencia de una sucesin de autofunciones que constituyen una base ortogonal de L2 () ([2]), su forma depende
de la geometra del dominio y, por supuesto, su clculo explcito es imposible
salvo para dominios muy particulares ([30]). Por lo tanto, en varias dimensiones
espaciales, la utilizacin de estas autofunciones exige previamente el desarrollo
de mtodos numricos para su aproximacin, tan elaborados (o ms) como los
que vamos a necesitar para aproximar la propia ecuacin del calor directamente.
Este hecho, junto con otro igualmente importante como es que para muchas
ecuaciones (no-lineales, coecientes dependientes del espacio-tiempo, etc.) la
resolucin mediante series de Fourier no es posible, aconsejan que desarrollemos
mtodos numricos que permitan abordar sistemticamente la ecuacin del calor
y sus variantes, sin pasar por la Teora Espectral.
S que conviene sin embargo utilizar este formalismo de Fourier para entender
las aproximaciones que los diferentes esquemas proporcionan a la ecuacin del
calor y el modo en que afectan a las diferentes componentes de las soluciones
en funcin de la frecuencia de su oscilacin espacial.
Volvamos entonces a la ecuacin (1.2.8) y a su solucin (1.2.10).
En la expresin (1.2.10) se observa un comportamiento de u distinto al del
problema de Cauchy en RN .
En efecto, en este caso es fcil comprobar que la solucin decae exponencialmente cuando t :
k u(t) k2L2 (0,) =
X
j=1
| j |2 e2j
e2t
X
j=1
(1.2.17)
Esta propiedad de decaimiento puede tambin obtenerse directamente de la
ecuacin (1.2.8) mediante el mtodo de la energa, sin hacer uso del desarrollo
11
u2 dx =
u2x dx.
(1.2.18)
(1.2.19)
|a (x)| dx
|a(x)|2 dx, a H01 (0, ).
(1.2.21)
0
En este caso 1 = 1 puesto que se trata del primer autovalor 1 del operador
d2 /dx2 en H01 (0, ) que posee una sucesin de autovalores (1.2.16).
1.2.2.
12
convergencia del mtodo tanto mediante series de Fourier como por estimaciones
de energa.
Si bien los resultados de esta seccin se reeren a un problema muy sencillo
como es (1.2.8), en el transcurso de la misma desarrollaremos una metodologa
susceptible de ser adaptada a situaciones ms complejas. Esto es as, muy en
particular en lo referente al mtodo de la energa, de fcil aplicacin a otras
condiciones de contorno, coecientes variables, ecuaciones no-lineales, etc.
Consideramos por tanto un paso h > 0 del mallado espacial. Para simplicar
la presentacin suponemos que h = /(M + 1) con M N, de modo que la
particin que denen los nodos
xj = jh, j = 0, . . . , M + 1
(1.2.23)
= 0, j = 1, . . . , M, t > 0
uj +
h2
(1.2.24)
u0 = uM+1 = 0,
t>0
uj (0) = j ,
j = 1, . . . , M.
13
dato inicial del problema semi-discreto, i.e. j = (xj ). Cuando no es continua sino meramente integrable podemos tambin hacer medias del dato inicial
= (x) en intervalos en torno a los nodos. Tambin es posible elegir los datos
iniciales del sistema semi-discreto truncando la serie de Fourier del dato inicial
de la ecuacin del calor.
Las posibilidades son diversas pero, si un mtodo es convergente, ha de
serlo para cualquier eleccin razonable de los datos iniciales. Esto depender
esencialmente del esquema elegido para aproximar la ecuacin y las condiciones
de contorno.
Frecuentemente utilizaremos una notacin vectorial para simplicar las expresiones. Introducimos por tanto el vector columna ~u = ~u(t) que representa a
la incgnita del sistema (1.2.24):
u1 (t)
..
,
~u(t) =
(1.2.25)
.
uM (t)
y la matriz tridiagonal:
1 0
0
..
..
.
.
0
1 1
Ah = 2
.
.
h
..
. . 1
0
0
0 1 2
2
(1.2.26)
(1.2.27)
14
y todo t > 0. Con el objeto de probar esta armacin argumentamos del modo
siguiente. En primer lugar observamos que, por continuidad, existe > 0 tal
que uj (t) > 0 para todo j y todo 0 t . Sea el primer instante de tiempo
en el que la solucin se anula en alguna de sus componentes que denotaremos
mediante el ndice j . Tenemos entonces:
uj (t) > 0, j = 1, ..., M, 0 t < .
uj ( ) = 0.
uj ( ) 0.
uj ( ) 0, j = 1, ..., M.
Haciendose uso de estas propiedades escribimos la ecuacin de (1.2.24) correspondiente al ndice j en el instante t = . Obtenemos uj +1 ( )+ uj 1 ( )
0, lo cual implica, en virtud de las propiedades anteriores, que uj +1 ( ) =
uj 1 ( ) = 0. Iterando este argumento se obtiene que uj ( ) = 0 para todo
j = 1, ..., M . Por unicidad de las soluciones de la ecuacin diferencial (1.2.24)
esto implica que ~u 0, lo cual est en contradiccin con el hecho de que el dato
inicial sea positivo. Esto prueba que el principio del mximo se verica tambin
para el sistema semi-discreto (1.2.24).
En el dato inicial de uj hemos tomado el valor exacto del dato inicial de
la ecuacin del calor en el punto xj . Esto exige que el dato sea continuo.
Pero existen otras elecciones del dato inicial de la ecuacin semi-discreta como
decamos anteriormente. En particular, la eleccin puede hacerse a travs de los
coecientes de Fourier de .
El punto de vista de Fourier no slo es sumamente til a la hora de entender
la teora analtica de las EDP sino tambin su Anlisis Numrico. En efecto, la
solucin de (1.2.27) puede escribirse en serie de Fourier en la base de autovectores
de la matriz Ah . En este caso ser simplemente una suma nita de M trminos
pues se trata efectivamente de un problema nito-dimensional de dimensin M .
Para ello es preciso introducir el espectro de la matriz Ah .
Consideremos por tanto el problema de autovalores:
~ = W
~.
Ah W
(1.2.28)
15
sen(lx1 )
r
2
..
~
Wl (h) =
.
sin(lxM )
, l = 1, ..., M.
(1.2.30)
El lector interesado puede encontrar una prueba de este hecho en [14], Lema
10.5.
~ l (h) sern denotadas meA partir de ahora las componentes del vector W
diante (Wl,j )j=1,...,M .
En (1.2.29)-(1.2.30) se observan varias analogas con los autovalores y autofunciones del operador de Laplace expresados en (1.2.9) y (1.2.16). En efecto,
para cada ndice l 1 jo tenemos
l l2 , cuando h 0,
(1.2.31)
lo cual reeja que los autovalores del problema discreto (1.2.28) aproximan a los
del continuo (1.2.15) a medida que h 0, que es a su vez consecuencia de la
convergencia del esquema de tres puntos para la aproximacin del Laplaciano
~ l (h) del proprobada en el captulo anterior. Por otra parte, los autovectores W
blema discreto (1.2.28) no son ms que una restriccin a los puntos del mallado
de las autofunciones (1.2.9) del problema continuo. Esto explica por tanto la
proximidad de ambos espectros. Es oportuno indicar tambin que los autovec~ l (h) dependen de h de dos maneras: Por su nmero de componentes
tores W
M = /h 1 y por el valor de cada una de ellas.
Conviene sin embargo sealar que, en general, cuando se abordan problemas
ms sosticados (en varias dimensiones espaciales, por ejemplo) no es frecuente
que se d la coincidencia exacta entre los autovectores del problema discreto y
las autofunciones del continuo sino simplemente la convergencia a medida que
h 0, si bien, para que sto sea cierto, es indispensable que el esquema numrico
elegido para la aproximacin de la ecuacin de Laplace sea convergente.
Por ltimo es interesante tambin observar que de la expresin explcita de
los autovalores l (h) del problema discreto se deduce que
l (h) l = l2 .
(1.2.32)
Las soluciones del problema discreto, como hemos visto, son vectores columna de RM y en el caso del problema de evolucin, funciones regulares del tiempo
t a valores en RM . En RM consideramos la norma euclidea escalada
1/2
M
X
| ej |2 , ~e = (e1 , ..., eM )t ,
(1.2.33)
k ~e kh = h
j=1
16
M
X
(1.2.34)
ej fj .
j=1
Z
1/2
e2 (x)dx
,
e(x)f (x)dx.
(1.2.35)
(1.2.36)
M
X
(1.2.37)
j=1
Asismismo, si l, l N con 1 l, l M , l 6= l ,
h
M
X
(1.2.38)
j=1
Por consiguiente,
~ l (h)||h = 1,
||W
l = 1, ..., M ;
~ l (h), W
~ k (h) >h = lk ,
<W
l, k = 1, ..., M,
(1.2.39)
y
~ l (h), W
~ l (h) >h = h
< Ah W
M
X
|Wl,j+1 Wl,j |2
j=0
h2
= l (h),
l = 1, ..., M.
(1.2.40)
17
M
X
j=1
hX
[cos(j(l l)h) cos(j(l + l )h)]
2 j=1
M
M
X
X
h
ei(l+l )jh ,
ei(l l)jh
= Re
2
j=0
j=0
PM
j=0
ei(l l) 1
(1)(l l) 1
= i(l l)h
= i(l l)h
e
1
e
1
i(l l)jh
(1)(l l) 1
.
=
cos(l l)h + i sin(l l)h 1
ei(l l)jh
j=0
y por ello
h
M
X
j=1
(l l)h
2
2 sin2
+ 2i sin (l l)h
cos (l l)h
2
2
(1)(l l) 1
(cos (l l)h
+ i sin (l l)h
)
2i sin (l l)h
2
2
2
h
i
l)h
(l
(1)(l l) 1 ei 2
=
Resulta que
(1)(l l) 1
2i sin (l l)h
2
i
i
ih
(l l)h 1 h
(1)(l l) 1 cot
(1)(l l) 1 .
2
2
2
M
i
X
1h
ei(l l)jh = (1)(l l) 1 ,
Re
2
j=0
M
i
X
1h
Re
ei(l +l)jh = (1)(l +l) 1
2
j=0
1
1 1
1
h
(1)(l l) + + (1)(l +l)
= 0.
2
2
2 2
2
18
Para 1 l = l M se tiene
h
M
X
sin2 (ljh) =
j=1
h(M + 1)
hX
(1 cos(2ljh)) =
= ,
2 j=0
2
2
puesto que
M
X
cos(2ljh) = Re
j=0
ei2lh(M+1) 1
ei2lh 1
= 0.
A partir de estas dos identidades se deducen autoamaticamente las propiedades de los autovectores de la matriz Ah . Esto concluye la prueba del Lema.
M
X
~ l (h),
l el (h)t W
(1.2.41)
l=1
~=
M
X
~ l (h).
l W
(1.2.43)
=1
M
X
l=1
(1.2.44)
19
(1.2.45)
l wl (x),
l=1
donde
l =
(1.2.46)
(x)wl (x)dx,
0
"
X
l=1
(l )2
#1/2
(1.2.47)
~=
~ (h) =
M
X
~ l (h).
l W
(1.2.48)
l=1
En este caso los coecientes de Fourier del desarrollo (1.2.41) de la solucin del
problema semi-discreto coinciden con los coecientes l de la funcin (x).
Con esta eleccin de los datos iniciales es fcil probar la convergencia del
esquema numrico. Tenemos el siguiente resultado:
Theorem 1.2.1 Supongamos que L2 (0, ) y consideremos los datos iniciales del problema semi-discreto (1.2.27) como en (1.2.48).
Entonces, las soluciones ~uh = ~uh (t) del problema semi-discreto (1.2.27),
cuando h 0, convergen a la solucin u = u(x, t) del problema continuo en el
sentido que
(1.2.49)
k ~uh (t) ~u(t) kh 0, para todo t > 0,
cuando h 0, donde ~u(t) es la restriccin de la solucin de la ecuacin del
calor a los nodos del mallado: uj (t) = u(xj , t).
20
Conviene explicar la nocin de convergencia adoptada en (1.2.49). La cantidad que aparece en (1.2.49), para cada t > 0, representa la norma k kh de
la diferencia entre la solucin discreta ~uh (t) y la continua u(, t). Ahora bien,
como u(, t) depende continuamente de x, a la hora de compararla con la solucin discreta, slo interviene la restriccin de u a los puntos xj del mallado que
denotamos mediante ~u(t) .
Demostracin del Teorema 2.1.
A la hora de estudiar la diferencia ~uh (t) ~u(t) distinguimos las bajas y las
altas frecuencias, es decir los rangos M0 y M0 + 1 respectivamente:
~uh (t) ~u(t) =
M0
X
l=1
~ l (h)
l [el (h)t el t ]W
M
X
l e
l (h)t
l=M0 +1
~ l (h)
W
(1.2.50)
l e
l t
w
~l.
l=M0 +1
(1.2.51)
~ l || = maxj=1,...,M |w
~ l (xj )| = 2.
||w
~ l ||h ||w
(1.2.52)
jM0 +1
|j | ej t
jM0 +1
1/2
|j |2
jM0 +1
1/2
e2j t
(1.2.53)
21
jM0 +1
con
C(t) =
X
j1
1/2
e2j t
(1.2.55)
X
2
|j |
(1.2.56)
2 (x)dx =
0
j=1
Dado t > 0, este permite por tanto jar el valor de M0 de modo que
(1.2.58)
I3 (t) .
h
M
X
j=M0 +1
2j e2j (h)t
M
X
j=M0 +1
2j 2 ,
t 0.
(1.2.59)
Por tanto, de los desarrollos anteriores se deduce que, dado > 0 arbitrariamente
pequeo podemos hallar M0 tal que
(1.2.60)
2
I1
M0
X
(l )
=1
M0
X
=1
(l )
el (h)t el t
el (h)t el t
2
2
~ l (h)
w
2
(1.2.61)
22
Observacin 1.2.2 En (1.2.49) hemos establecido la convergencia de las soluciones del problema semi-discreto ~uh a la del problema continuo en el sentido
de la norma k kh . Pero sto no es ms que una de las posibles maneras de establecer la proximidad entre las soluciones de ambos problemas. A continuacin
presentamos algunas variantes.
23
l1
lM0 +1
|l |
(M0 + 1)
lM0 +1
hk k
l2 |l |
H01 (0,)
k k2H 1 (0,)
0
(M0 + 1)
1,
h i
siendo la funcin entera, para que (1.2.57) se cumpla.
M0 =
(1.2.63)
(1.2.64)
Una vez que M0 ha sido jado de este modo, tambin h puede ser elegido
de forma que k I1 kh sea menor que .
En efecto,
2
I1
M0
X
=1
M0
X
l=1
|l |2 el (h)t el t
2
|l | t (l l (h)) e (h)t
M0
X
=1
(1.2.65)
(1.2.66)
|l | t (l l (h)) ,
=
=
4
h
1
h
2
2
2
l 2 sen l
= 2 (hl) 4 sen l
h
2
h
2
1
[hl + 2 sen(lh/2)] [hl 2 sen(lh/2)]
h2
l
2l
[hl 2 sen(lh/2)] C(hl)3
h
h
C h2 l4 CM04 h2
(1.2.67)
2
24
(1.2.68)
| |
Por ejemplo, puede resultar ms natural estimar la distancia entre la solucin ~uh del problema semi-discreto y la solucin u de (1.2.8) en la norma
del mximo:
(1.2.69)
~uh (t) ~u(t) = max |uj (t) u(xj , t)| .
j{1,...,M}
Para la estimacin de esta cantidad procedemos del modo siguiente. Descomponiendo la norma de la diferencia como en la prueba del Teorema
1.2.1 tenemos:
~uh (t) ~u(t)
X
X
l (h)t ~
l e
Wl (h)
l el t w
~ l
=
l=1
rl=1 M0
2X
l (h)t
|l | e
el t
l=1
r
M
q
X
2
l (h)t
2
+
|l | e
+
l=M0 +1
= I1 + I2 + I3 .
lM0 +1
|l | el t
p
En esta desigualdad hemos tenido en cuenta que w
~ l 2/, para
todo l 1.
25
lM0 +1
lM0 +1
lM0 +1
X
X
2
e2l t =
e2l t <
l=1
l=1
y, por lo tanto, con una eleccin adecuada de M0 = M0 (), puede asegurarse que
I3 k kL2 (0,) .
La misma acotacin es vlida para I2 .
Fijado el valor de M0 de modo que estas cotas de I2 y I3 sean vlidas
procedemos a acotar I1 :
I1
M0
2X
|l | el (h)t el t .
l=1
Obsrvese que en este caso no se tiene una convergencia uniforme en tiempo t [0, T ]. En efecto, la convergencia en t = 0 exigira estimar los
trminos I2 y I3 de otro modo, y necesitaramos de la hiptesis
X
j=1
|l | < ,
X
j=1
|l |
X
j=1
1/2
1/2
X
j 2
= C k kH01 (0,) .
|l |2 j 2
j=1
(1.2.71)
26
l el t wl (x)
l=1
de modo que
| u(x, t) |
X
l=1
|l | e
l2 t
|wl (x)|
2
2X
|l | el t
(1.2.72)
l=1
"
#1/2 "
#1/2
X
2 X
2
2l2 t
|l |
= C(t) k kL2 (0,)
e
l=1
l=1
con C(t) < para todo t > 0. Esto garantiza el efecto regularizante
L2 (0, ) L (0, ) en la ecuacin del calor para cualquier instante de
tiempo t > 0. Obviamente C(0) = , lo cual corresponde a la existencia
de funciones de L2 (0, ) que no pertenecen a L (0, ).
Este efecto regularizante es compartido por todas las soluciones del problema semi-discreto. Para comprobarlo basta observar que existe c > 0 tal
que
l (h) cl2 , h > 0, l = 1, . . . , M,
(1.2.73)
lo cual garantiza un control uniforme (con respecto a h) de las series que
intervienen en la cuanticacin de dicho efecto.
27
~ (h) =
M
X
l (h)w
~ l (h),
l=1
es decir, denimos el dato inicial mediante coecientes de Fourier que dependen de h. Si extendemos estos coecientes de Fourier l (h) por cero
para l M + 1, podemos identicar, para cada h > 0 los coecientes de
Fourier de
~ (h) con una sucesin de 2 (el espacio de Hilbert de las sucesiones de nmeros reales de cuadrado sumable). El enunciado del Teorema
1.2.1 puede entonces generalizarse del siguiente modo:
El resultado del Teorema 1.2.1 es an cierto si, cuando h 0,
{l (h)}l1 converge en 2 a {l }l1 , donde {l (h)}l1 (resp. {l }l1 )
representa el elemento de 2 constituido por los coeficientes de Fourier del
dato
~ (h) del problema discreto (resp. del dato L2 (0, ) del problema
continuo).
En realidad, si hacemos uso del efecto regularizante, tal y como comentabamos en la variante anterior, se puede probar la convergencia del esquema
bajo hiptesis ms dbiles sobre los datos iniciales:6
Supongamos que los datos iniciales
~ (h) del problema semi-discreto (1.2.24)
(o (1.2.27)) son tales que {l (h)}l1 converge dbilmente en 2 a {l }l1
cuando h 0. Entonces, la convergencia (1.2.49) es cierta uniformemente
en t , para cualquier > 0.
28
~=
M
X
~ l (h)
l W
l=1
M
X
l wl (xk )
l=1
mientras que
k = (xk ) =
l wl (xk ).
l=1
Por tanto
r
X
2 X
| l | .
l wl (xk )
k k =
l=M+1
lM+1
29
2
M
2
2
X
X
~
= h
| l | .
k k 2
~
h
k=1
lM+1
X
l=1
| l |< ,
No es difcil ver que esta eleccin de los datos iniciales conduce a resultados
semejantes de convergencia.
En realidad, y esto es comentario interesante y til, una vez que se dispone
de un resultado de convergencia para una determinada eleccin de los datos
iniciales, no es difcil probar la convergencia para otras posibles opciones
puesto que basta con estimar la diferencia de las soluciones del problema
discreto o semi-discreto para las dos elecciones de los datos, sin necesidad
de volver a comprobar la proximidad con el modelo continuo.
Esto es particularmente sencillo en el caso que nos ocupa puesto que si ~uh y
~vh son dos soluciones del problema semi-discreto (1.2.24) correspondientes
~ se tiene
a datos iniciales
~ y ,
~ h,
||~uh (t) ~vh (t)||h ||~
||
t > 0, h > 0,
(1.2.74)
30
M
X
j=1
(1.2.75)
donde [xj h/2,xj +h/2] denota la funcin caracterstica del intervalo [xj h/2, xj +
h/2]. Esta funcin extendida est denida para todo x (0, ) y para todo t.
Cabe por tanto plantearse su convergencia hacia la solucin de la ecuacin del
calor cuando h 0.
Como consecuencia inmediata del Teorema 2.1 tenemos el siguiente resultado:
Corollary 1.2.1 Bajo las hiptesis del Teorema 2.1 se tiene
E~uh (t) u(t)
en
L2 (0, ),
(1.2.76)
t > 0.
xj h/2
h/2
|u(x, t)| dx +
h/2
31
xj +h/2
xj h/2
Por tanto,
M Z
X
xj +h/2
xj h/2
j=1
2h
M
X
j=1
= 2||~u(t) ~u(t)||2h + 2
M Z
X
j=1
M Z
X
j=1
xj +h/2
xj h/2
xj +h/2
xj h/2
El primero de estos dos trminos tiende a cero en virtud del resultado de convergencia del Teorema 2.1.
Basta entonces analizar el ltimo de ellos.
Para ello observamos que, por la desigualdad de Poincar, cada uno de los
trminos que interviene en el sumatorio satisface:
Z
xj +h/2
xj h/2
h2
2
xj +h/2
xj h/2
(1.2.79)
Por lo tanto,
M Z
X
j=1
xj +h/2
xj h/2
h2
2
(1.2.80)
que, evidentemente, tiende a cero cuando h 0 cuando u(t) H01 (0, ). Pero
esto es cierto para todo t > 0 a causa del efecto regularizante de la ecuacin del
calor, tal y como se puede observar en el desarrollo de Fourier de la solucin u.
32
1.2.3.
M
X
j=1
uj uj
M
1 X
[uj+1 + uj1 2uj ] uj .
h2 j=1
M
X
d
1
2
|uj |
uj uj =
2
dt
j=1
j=1
M
X
j=1
M
X
j=1
M
X
(uj+1 uj ) uj +
(uj+1 uj ) uj
j=1
M
X
j=0
M
X
M
X
j=1
[(uj+1 uj ) + (uj1 uj )] uj
(uj1 uj ) uj
j=1
M1
X
j=0
(uj+1 uj ) uj+1
(uj+1 uj ) .
M
M
X
uj+1 uj 2
d h X
2
.
|uj | = h
(1.2.81)
dt 2 j=1
h
j=0
Las similitudes entre las identidades de energa (1.2.18) del modelo continuo
y la identidad (1.2.81) del caso semi-discreto son obvias. En el trmino de la
izquierda de (1.2.81) se observa la derivada temporal de una suma discreta que
33
j = 1, . . . , M, t > 0,
[2 uj uj+1 uj1 ]
= uxx(xj , t) +
uj +
h2
[2 uj uj+1 uj1 ]
h2
(1.2.82)
= j (t),
j = 1, . . . , M, t > 0
u0 = uM+1 = 0, t > 0
uj (0) = j , j = 1, . . . , M.
(1.2.83)
con j = (xj ). En el segundo miembro de (1.2.83) aparece el residuo o error
de truncacin asociado al mtodo que, como se observa en su propia denicin,
se trata del error que se comete al considerar la solucin del problema continuo
como solucin aproximada del problema discreto. Conviene subrayar este hecho:
las demostraciones de convergencia estn basadas en el anlisis de la solucin
continua como solucin aproximada del problema discreto y no al revs.
Consideramos ahora la diferencia entre la solucin continua uj sobre el
mallado y la solucin del problema semi-discreto:
~v = {vj }j=1,...,M ;
vj = uj uj .
(1.2.84)
= j , j = 1, . . . , M, t > 0
vj +
h2
v0 = vM+1 = 0,
t>0
vj (0) = 0,
j = 1, . . . , M.
(1.2.85)
34
el apartado anterior. Los trminos j del segundo miembro (el error de truncacin) de (1.2.85) representan, tal y como se observa en su denicin (1.2.83), la
diferencia entre el laplaciano continuo y el discreto evaluado en la solucin real
u de (1.2.8). El mtodo de la energa se adapta con facilidad a esta situacin.
Retomamos la estimacin de energa en el sistema (1.2.85). Multiplicando
cada ecuacin de (1.2.85) por vj y sumando con respecto a j = 1, . . . , M, se
obtiene
M
M
M
X
X
vj+1 vj 2
d h X
2
+h
j vj .
(1.2.86)
|vj | = h
dt 2
h
j=0
j=1
j=1
Lemma 1.2.2 Para todo > 0 existe h0 > 0 de modo que para todo 0 < h < h0
y para toda funcin discreta {a0 , a1 , . . . , aM , aM+1 } tal que a0 = aM+1 = 0 se
tiene
M
M
X
X
aj+1 aj 2
2
(1 )h
|aj | .
(1.2.87)
h
h
j=0
j=1
Observacin 1.2.3 Ntese que (1.2.87) es la versin discreta de la clsica desigualdad de Poincar (1.2.21) que ya comentamos en la Observacin 2.1. En
(1.2.87) se establece la versin discreta de esta desigualdad con una constante
(1) arbitrariamente prxima a la constante unidad de la desigualdad (1.2.21).
Tal y como mencionamos en aquella Observacin, la mejor constante de
la desigualdad de Poincar vena dada por el principio de minimalidad que
involucra en el cociente de Rayleigh.
La demostracin del Lema est basada en analizar el correspondiente principio variacional en el caso discreto en funcin del paso del mallado h.
k ~a
k2h =
M
X
j=0
|(aj+1 aj ) /h|
M
X
j=1
|aj |2 .
35
sen
h
2
j=1
j=0
para todo h > 0 y toda funcin discreta {a0 , . . . , aM+1 }, con a0 = aM+1 = 0.
Basta por ltimo observar que
h
4
2
1, h 0,
sen
h2
2
de modo que para todo > 0 existe h0 > 0 tal que
4
h
2
1 , 0 < h < h0 .
sen
2
h
2
Aplicando (1.2.87) con = 1/2 en (1.2.86) obtenemos
M
M
M
M
X
hX
hX
d h X
j vj
| vj |2
| vj |2 +h
| j |2 .
dt 2 j=1
2 j=1
2
j=1
j=1
(1.2.89)
Por lo tanto
h
M
X
j=1
|vj (t)|2 h
M Z
X
j=1
(1.2.90)
Basta por tanto con que estimemos el error producido por los trminos j
(el error de truncacin). Recordemos que
2 uj uj+1 uj1
j = uxx (xj , t) +
.
(1.2.91)
h2
Como es bien sabido, el esquema en diferencias nitas de tres puntos proporciona
una aproximacin de orden dos del operador derivada segunda. Por lo tanto
2
M
X
j=1
|vj (t)| C h4
(1.2.93)
36
Theorem 1.2.2 Supongamos que el dato inicial = (x) es tal que la solucin
u = u(x, t) de la ecuacin del calor (1.2.8) verifica, para todo T < ,
Z T
k u(t) k2C 4 ([0,]) dt < .
(1.2.94)
0
Entonces, para todo 0 < T < existe una constante CT > 0 tal que
h
M
X
uj (t) uj (t)2 =k ~u(t) ~uh (t) k2h CT h4 ,
(1.2.95)
j=1
dx.
m
m+1
dt 2 0 x
x
0
Como hemos mencionado anteriormente, esta identidad tambin tiene su anlogo semi-discreto sobre el que podra establecerse un resultado del tipo del
Teorema 1.2.2.
7 En
este caso se usa el hecho de que, como u, se anula en los extremos del intervalo espacial,
para todo t, lo mismo ocurre con las derivadas temporales sucesivas. Esto conduce a que las
derivadas de orden par de u con respecto a la variable espacial tambin se anulen para todo t.
37
Esto, evidentemente, exige que el dato inicial sea tambin sucientemente regular. Bastara por ejemplo con que el dato inicial fuese de clase C 3 , aunque esta
hiptesis se podra debilitar.
Si comparamos el Teorema 1.2.1 y el Teorema 1.2.2 se observa inmediatamente que si bien en el primero, usando series de Fourier, obtenamos un resultado
de convergencia bajo condiciones mnimas sobre el dato inicial L2 (0, ) ,
en el mtodo de la energa hemos utilizado hiptesis ms fuertes sobre el dato
pero, como contrapartida, hemos obtenido un resultado ms fuerte puesto que
hemos probado que el mtodo es de orden dos. El mtodo de Fourier tambin
permite obtener ordenes de convergencia pero, tal y como se seal en la Observacin 1.2.2, eso exige hiptesis adicionales sobre el dato inicial, tambin en
este caso.
Por consiguiente, el tipo de resultados que se puede obtener por ambos mtodos es semejante, si bien el mtodo de la energa es ms exible pues se puede
aplicar en situaciones en las que, por la presencia de coecientes que dependen del tiempo o de no-linealidades, las soluciones no pueden descomponerse en
series de Fourier mediante el mtodo de separacin de variables.
1.2.4.
38
39
Estabilidad:
Pero la consistencia por s sola no basta para garantizar la convergencia
del mtodo. Es preciso analizar su estabilidad.
La propiedad de estabilidad consiste en asegurarse de que los esquemas
discretos o semi-discretos, en su evolucin temporal (discreta o continua),
no ampliquen los errores iniciales o, al menos, no lo hagan de manera
creciente y descontrolada a medida que el paso del mallado tiende a cero.
En el marco del esquema (1.2.24) esta propiedad de estabilidad queda debidamente recogida en (1.2.81) donde hemos probado que, para cualquier
h > 0, la norma L2 de las soluciones discretas (la norma k kh ) decrece
con el tiempo. Se trata pues de una situacin ideal en la que los errores
iniciales no slo no se amplican en exceso sino que decrecen en tiempo.
Si analizamos detenidamente la prueba del Teorema 1.2.2 mediante el mtodo de la energa observaremos que sta no es ms que una combinacin
adecuada de las propiedades de consistencia y estabilidad y que por tanto obedece elmente al principio de P. Lax antes mencionado. En efecto,
con el objeto de probar la convergencia, hemos establecido en primer lugar que la solucin del problema continuo es una solucin aproximada
del problema discreto (vase (1.2.83)). Es decir, hemos empezado usando la consistencia del mtodo. Despus, usando la linealidad del esquema
40
x(t) = e x0 +
eA(ts) F (s)ds.
En esta frmula se observa con claridad que el efecto de un segundo miembro en la ecuacin es una integral temporal de los efectos que este segundo
miembro tendra en el dato inicial.
41
1.2.5.
En las secciones 2.2 y 2.3 hemos analizado la convergencia del esquema semidiscreto (1.2.24) al modelo continuo (1.2.8). Los resultados de convergencia que
hemos probado han legitimado la utilizacin del esquema (1.2.24) puesto que
sus soluciones convergen a las de la ecuacin del calor (1.2.8) cuando h 0.
Desde un punto de vista prctico, estos resultados permiten concentrar nuestros
esfuerzos en el clculo de las soluciones (1.2.24) con h sucientemente pequeo
pero jo.
El sistema (1.2.24) es un sistema de M ecuaciones diferenciales acopladas
con M incgnitas. Parece por tanto natural utilizar los mtodos numricos desarrollados para la resolucin aproximada de ecuaciones diferenciales. Al hacerlo
discretizando la variable temporal, acabamos obteniendo esquemas completamente discretos para la resolucin de (1.2.8).
Esta seccin est destinada al estudio de las dos aproximaciones completamente discretas ms naturales en este contexto que son las que se obtienen al
aplicar el mtodo explcito e implcito de Euler para la resolucin aproximada
de EDO de primer orden. Por supuesto, la variedad de los mtodos posibles
es muy grande puesto que cualquier mtodo de aproximacin del laplaciano
(de la segunda derivada espacial: esquema en diferencias nitas de orden superior, mtodo espectral o de elementos nitos, ...) junto con cualquier mtodo de
aproximacin de la derivada temporal (mtodo del trapecio, de Runge-Kutta, o
multi-paso, por ejemplo) dan lugar a un mtodo completamente discreto nuevo.
42
Pero el anlisis de estos dos mtodos ms bsicos permite estudiar los aspectos
fundamentales de la teora que bastara para analizar cualquier otro tipo de
esquemas.
En esta ocasin el paso espacial ser denotado mediante x (en lugar de h),
mientras que el paso temporal estar denotado por t. Mediante ukj denotaremos la aproximacin de la solucin u de (1.2.8) en el punto x = xj = jx en el
instante de tiempo t = tk = kt.
Con esta nueva notacin, si en el sistema semi-discreto (1.2.24) aplicamos el
esquema explcito de Euler en la variable temporal obtenemos el sistema:
k+1 k
uj uj
[2ukj ukj+1 ukj1 ]
+
= 0, j = 1, . . . , M ; k 0,
t
(x)2
(1.2.96)
uk0 = ukM+1 = 0,
k 0,
u0 = ,
j = 1, . . . , M.
j
j
Sin embargo, si aplicamos el mtodo de Euler implcito obtenemos
k+1 k
k+1
uj uj
[2uk+1 uk+1
j+1 uj1 ]
+ j (x)
= 0, j = 1, . . . , M ; k 0,
2
(1.2.97)
uk0 = ukM+1 = 0,
k 0,
u0 = ,
j = 1, . . . , M.
j
j
uk+1
= ukj + ukj+1 + ukj1 2ukj .
j
(1.2.99)
43
k+1
k
uk+1
+ 2uk+1
uk+1
j
j
j+1 uj1 = uj .
(1.2.100)
(1.2.101)
u
j
j+1
j1
j
j
2
k+1
ukj + 2 uk+1
uk+1
uk+1
j
j
j+1 uj1 = O t (x) + t
(1.2.103)
44
k=0,...,[T /t]
cuando x 0.
M
X
2
|aj | ,
k a kx = x
j=1
de modo que
~k
~k
u u
1/2
M
X
k
2
u uk .
= x
j
j
j=1
45
(1.2.105)
que mide la diferencia entre las soluciones del problema continuo y del problema
discreto.
El error ekj es solucin del siguiente sistema dinmico discreto:
Mtodo explcito:
ek+1
j
2
= ekj + ekj+1 + ekj1 2ekj + O t (x) + t
= (1 2)ekj + ekj+1 + ekj1 + O t(x)2 + t2 (. 1.2.106)
Mtodo implcito:
ek+1
j
k+1
k+1
k+1
+ 2ek+1
ek+1
ek+1
j
j+1 ej1 = (1 + 2) ej
j+1 + ej1
= ekj + O t (x)2 + t .
(1.2.107)
En la medida en que hemos supuesto que el dato inicial del problema discreto
coincide exactamente con el del problema continuo tenemos
e0j = 0, j = 1, . . . , M.
(1.2.108)
max
j=1,..., M
k
ej ,
2
k+1 [|1 2| + 2] k + C t (x) + t .
(1.2.109)
(1.2.110)
46
donde
(1.2.112)
= [|1 2| + 2] .
Claramente hay dos casos que distinguir: (i) 1/2; y (ii) > 1/2. En el
primero
= 1
y por tanto (1.2.111) se reduce a
k C t (x)2 + t k CT (x)2 + t = O (x)2
(1.2.113)
(1.2.114)
En efecto, para comprobar este hecho basta con analizar la desigualdad (1.2.107)
para el valor j de j para el que
k+1
e = k+1 =
j
max
j=1,..., M
k+1
e .
j
47
= (1 + 2)k+1 2k+1
k+1
ek+1
(1 + 2) ek+1
j
j +1 + ej 1
k+1
k+1
(1 + 2)ek+1
j ej +1 + ej 1
2
ekj + C t (x) + t
k + C t (x)2 + t .
La demostracin del resultado de convergencia ha sido realizada trabajando directamente y de manera elemental en las ecuaciones discretas (1.2.109) y
(1.2.110) que describen cmo el error numrico se propaga. El mismo tipo de
resultados podra haberse obtenido utilizando desarrollos en serie de Fourier.
Este mtodo ser desarrollado con ms detalle en la prxima seccin donde
describiremos el mtodo de von Neumann para el estudio de la estabilidad y
convergencia de mtodos numricos para problemas en toda la recta real o en
un intervalo acotado con condiciones de contorno peridicas.
Pero, comentemos brevemente cmo el mtodo de la seccin 1.2.2 puede
ser adaptado a este contexto de las aproximaciones completamente discretas, lo
cual permite, en particular, comprobar el comportamiento patolgico del mtodo
explcito cuando > 1/2. En efecto, en (1.2.10) dimos ya el desarrollo en serie
de Fourier de la solucin de la ecuacin del calor continua (1.2.8). Procedemos
ahora al desarrollo de la solucin del problema discreto explcito, en la base
de los autovectores de la matriz Ax (= Ah denida en (1.2.26) con h = x).
Tenemos que
M
X
~ (x),
~uk =
pk W
(1.2.116)
=1
48
que
~ (x) = (x)W
~ (x),
Ax W
(1.2.117)
Por lo tanto
k
k
pk = 1 (x)2 (x) p0 = ( ) p0 .
(1.2.119)
Es decir, cada componente de Fourier de la solucin del problema discreto evoluciona de manera exponencial segn la ley (1.2.119). Evidentemente, el comportamiento de pk , i.e. su evolucin a medida que k aumenta, depende de que
| | 1 o | | > 1. Analicemos pues el valor de | |. Tenemos
= 1 (x)2 (x).
Por otra parte,
4
sen2
(x) =
(x)2
Por tanto,
= 1 4 sen2
x
2
x
2
Cuando 0 1/2, | | 1 para todos los valores de . Esto asegura la estabilidad del mtodo puesto que todos las componentes de Fourier de la solucin
discreta se mantienen acotadas en k, con independencia del valor x.
La situacin es completamente distinta cuando > 1/2. En efecto, en este
caso, cuando = M = x
1, tenemos
x
x
= 1 4 sen2
= 1 4 cos2
1 4, cuando x 0.
2
2
2
Obviamente |1 4| > 1 cuando > 1/2. Vemos por tanto que, cuando >
1/2, para x sucientemente pequeo, existen ndices para los que | |> 1,
lo cual implica la inestabilidad del mtodo.
El mtodo explcito (1.2.96) (o (1.2.99)) con > 1/2 es por tanto un primer
y buen ejemplo de mtodo numrico que, a pesar de ser consistente, no es
convergente por no ser estable.
Esto no ocurre en el mtodo implcito (1.2.97) (o (1.2.100)) en el que la ley
de evolucin de los coecientes de Fourier es de la forma:
pk+1
+ (x)2 (x)pk+1
= pk ,
49
k 0
pk = 1 + (x)2 (x)
p .
50
Vemos pues que el mal comportamiento del esquema explcito responde exactamente a las mismas patologas habituales de los mtodos explcitos a la hora
de abordar los problemas sti, si bien, en el caso particular de la ecuacin del
calor que nos ocupa, sto no es incompatible con la convergencia del mtodo
para 0 < 1/2.
Sin embargo, esta limitacin sobre obliga a tomar pasos temporales muy
pequeos, lo cual hace que el coste computacional de la implementacin de este
mtodo sea muy elevado.
Conviene por ltimo observar que los mtodos semi-discretos pueden verse como lmite cuando 0 de los mtodos discretos. En efecto, si jado
x pasamos al lmite de un esquema completamente discreto cuando t 0
recuperamos un esquema semi-discreto. Esto corresponde a considerar el nmero de Courant = 0. El hecho que el mtodo explcito sea convergente para
0 < 1/2, a pesar de no serlo para > 1/2, es pues perfectamente compatible (y lo explica) con el hecho de que el mtodo semi-discreto (1.2.24) sea
convergente, tal y como vimos en las secciones 1.2.2 y 1.2.3.
1.2.6.
(1.2.121)
(1.2.122)
(1.2.123)
51
de modo que
1/2
| x y |2
(y)dy. (1.2.125)
exp
4t
R
(1.2.126)
(1.2.127)
En este caso (1.2.127) es un sistema de una innidad de ecuaciones diferenciales de primer orden acopladas de tres en tres. Son varias las maneras en las
que se puede resolver el sistema (1.2.127). Una de las ms naturales consiste
en truncar el sistema y considerarlo en un rango de ndices nito [M, M ] con
condiciones de contorno de Dirichlet:
uj (0) = j .
Es fcil comprobar que la solucin de (1.2.128), cuando M , converge a la
solucin de (1.2.127).
Pero, admitiendo que el sistema (1.2.127) ha sido ya resuelto (problema sobre
el que volveremos ms adelante) analicemos la convergencia de las soluciones de
(1.2.127) a las de (1.2.120) cuando h 0.
Para el sistema (1.2.127) se verica la siguiente identidad de energa
X uj+1 uj 2
d h X
2
,
(1.2.129)
|uj | = h
dt 2
h
jZ
jZ
que es claramente una versin discreta de (1.2.123). En (1.2.129) estamos implcitamente asumiendo que ~u(t) = {uj (t)}jZ 2 = 2 (Z) lo cual equivale a
suponer que
~ = {j }jZ 2 . Esta ltima condicin se verica puesto que el
dato inicial del problema continuo (1.2.120) pertenece a L2 (R), como indicamos en (1.2.121).
52
(1.2.130)
j Z.
(1.2.132)
53
wj eij .
(1.2.134)
j=
d.
wj =
2 0
(1.2.135)
La aplicacin que a w
~ le asocia w
es una isometra de 2 (Z) en L2 (0, 2) si
dotamos a estos espacios con las normas
kw
~ k2 (Z) =
y
||w||
L2 (0,)
1
=
2
j=
(1.2.136)
|wj |
|w()|
1/2
(1.2.137)
Para comprobar estas propiedades basta con tener en cuenta las identidades:
(
Z 2
0
si j 6= k
eij eik d =
(1.2.138)
2
si j = k.
0
Mediante esta transformacin de Fourier, a cada solucin ~uk k0 de (1.2.131)
k
o (1.2.132) le podemos asignar funciones continuas
u () k0
donde
X
u
k () =
(1.2.139)
ukj eij .
jZ
jZ
ei
jZ
aj eij = ei a
().
(1.2.140)
aj1 eij = ei a
().
(1.2.141)
jZ
jZ
54
uk+1 () u
k () a ei k
u
() = 0,
+
t
(x)2
k 0, [0, 2);
(1.2.142)
Mtodo implcito:
uk+1 () u
k () a ei k+1
u
() = 0,
+
t
(x)2
donde
k 0, [0, 2),
a ei = 2 ei ei .
(1.2.143)
(1.2.144)
u
k+1 () =
1
u
k ()
[1 + a (ei )]
(1.2.145)
(1.2.146)
k
u
k () = 1 + a ei
().
b
(1.2.148)
jZ
Z
Z 2
X 2
k 2
2
u () d = 1
1 + a ei 2k |()|
ukj = 1
b
d.
2 0
2 0
jZ
(1.2.150)
55
1 + a ei 1 1, [0, 2)
(1.2.151)
(1.2.152)
respectivamente.
La suciencia de las condiciones (1.2.151) y (1.2.152) para la estabilidad
del mtodo explcito e implcito respectivamente es evidente pues, bajo estas
condiciones, en virtud de (1.2.149) y (1.2.150), se tiene
~k
~
2 , k 0.
(1.2.153)
u 2
(Z)
(Z)
Por tanto,
a ei = 2 ei ei = 2(1 cos ).
1 a ei = |1 2(1 cos )| .
(1.2.154)
56
Deducimos por tanto que el mtodo explcito (1.2.131) es estable y por tanto
convergente (puesto que, como dijimos, el mtodo es consistente de orden dos)
si y slo si 0 < 1/2.
Mtodo implcito
En vista de (1.2.154) es evidente que
1 + a ei 1, [0, 2), > 0.
Por lo tanto (1.2.152) se satisface para todo > 0 y por tanto el mtodo
implcito (1.2.132) es estable (y, por consiguiente, convergente) para todo > 0.
De este modo vemos que en el caso del problema de Cauchy en toda la
recta real se tienen los mismos resultados que en el caso de un intervalo acotado con condiciones de contorno de Dirichlet. Volvamos ahora sobre el sistema
semi-discreto (1.2.130). Recordemos que, tal y como se comprueba con facilidad
mediante el desarrollo de Taylor, el mtodo es consistente si 0 1/2.
Con el objeto de estudiar la estabilidad observamos que si ~u satisface (1.2.130),
entonces, u
verica:
(1 2( cos ))
u (, t) +
a(ei )
u
(, t) = 0,
h2
(1.2.155)
o, de otro modo,
b()
u(, t) = 0,
h2
(1.2.156)
a(ei )
.
1 2( cos )
(1.2.157)
u
(, t) +
donde
b() =
En este caso, por tanto, el esquema es estable, s y slo s, b() 0 para todo
[0, 2) y esto ocurre slo cuando 0 < < 1/4.
Vemos por tanto que, gracias al anlisis de von Neumann, es fcil estudiar
tambin la estabilidad de los mtodos semi-discretos y que, tal y como indicabamos al inicio de esta seccin, permite comprobar la existencia mtodos consistentes y no estables y, por tanto, no convergentes. A la hora de elegir los datos
iniciales en el sistema semi-discreto (1.2.127) o en los sistemas completamente
discretos (1.2.131) y (1.2.132) tenemos varias posibilidades:
(a) Cuando L2 (R) C(R) podemos elegir simplemente
j = (jh);
57
(x)eix dx.
1
b
u
(, t) = exp 2 a ei ().
h
(1.2.159)
58
Por tanto, u
(, t) L2 (0, 2), para todo t > 0. Por consiguiente, la transformada
inversa de Fourier ~u(t) 2 (Z). De este modo deducimos que para todo
~
2 (Z) el sistema (1.2.127) admite una nica solucin ~u(t) C [0, ); 2 (Z)
que es la transformada de Fourier inversa de la solucin de (1.2.158).
Vemos por tanto que la transformada discreta de Fourier no slo es un mtodo para analizar la estabilidad y convergencia de los mtodos numricos sino
incluso para resolver las ecuaciones semi-discreta y discreta que en ellos intervienen.
1.2.7.
59
(1.2.160)
Buscamos ahora soluciones aproximadas de la ecuacin del calor en el subespacio C([0, T ]; Vh ) de modo que
uh (x, t) =
M
X
uj (t)j (x).
(1.2.161)
j=1
60
u(x, t)(x)dx =
(1.2.162)
en
(0, ).
(1.2.163)
61
en
(0, ).
(1.2.165)
Las analogas entre la formulacin variacional del problema continuo (1.2.162)(1.2.163) y la del problema discreto (1.2.164)-(1.2.165) son evidentes . En esta
ocasin, como uh (t) vive.en cada instante de t en el espacio de dimensin nita
Vh , suponemos que uh es de clase C 1 en tiempo y eso permite escribir (1.2.165)
para cada instante t. Por otra parte, en (1.2.164) exigimos que la versin dbil
de la ecuacin del calor discretizada se verique para todas las funciones de base
j , j = 1, ..., M . Esto es totalmente equivalente a suponer que se verica para
cualquier funcin test del espacio Vh . En (1.2.165) hemos tomado un dato
inicial uh,0 . Tal y como comentamos en el marco de las diferencias nitas, son
varias las maneras en las que este dato inicial se puede tomar de manera que
aproxime el dato inicial u0 de la ecuacin del calor. La manera ms sencilla en
este contexto es tal vez elegir h como la proyeccin ortogonal de u0 sobre Vh .
El sistema (1.2.164)-(1.2.165) es un sistema de M ecuaciones diferenciales
lineales acopladas en las incgnitas uj (t), j = 1, ..., M .
Este sistema se puede escribir de manera mucho ms explcita usando las
matrices de masa Mh y de rigidez Rh del mtodo de elementos nitos.
Recordemos que los elementos mjk de la matriz de masa Mh son precisamente
Z
mjk =
j (x)k (x)dx,
(1.2.166)
0
(1.2.167)
62
2/3 1/6 0
0
1/6 . . . . . .
0
(1.2.168)
Mh = h
,
..
..
.
. 1/6
0
0
0 1/6 2/3
y
1 0
0
.
.
..
.. 0
1
1
Rh =
..
..
h
.
. 1
0
0
0 1 2
2
Rh = hAh ,
(1.2.169)
(1.2.170)
(1.2.172)
6 1 cos(jh)
, j = 1, , M
h2 2 + cos(jh)
(1.2.173)
M
X
j=1
j ej (h)t w
~ l (h).
(1.2.174)
63
A partir de esta expresin no es difcil adaptar los resultados de convergencia que hemos probado para la aproximacin mediante diferencias nitas al caso
presente del MEF. Nuevamente, en este caso simple unidimensional nos encontramos con que los autovectores del esquema discreto coinciden en los nodos del
mallado con los del problema continuo. Y nuevamente tambin los autovalores
j (h) del problema discreto convergen a los del continuo cuando h 0. En
efecto, de (1.2.173) se deduce inmediatamente que
j (h) j 2 ,
cuando h 0,
(1.2.175)
(1.2.176)
Eh (t) =
h X
hX
2
| uj |2 +
|uj + uj+1 | .
6 j=1
12 j=0
(1.2.177)
1.3.
La ecuacin de ondas
64
En esta seccin seguiremos el guin de la anterior. En primer lugar recordaremos algunas propiedades bsicas de la ecuacin de ondas que nos servirn de
gua a la hora de analizar los modelos discretizados correspondientes. Despus
estudiaremos la convergencia de las aproximaciones semi-discretas y por ltimo
las completamente discretas.
Por una cuestin de espacio nos ceiremos a la ecuacin de ondas en una
sola dimensin espacial. Sin embargo, muchos de los conceptos y resultados que
veremos y desarrollaremos se adaptan con relativa facilidad a la ecuacin de
ondas en varias dimensiones espaciales, al sistema de Lam en elasticidad, a
las ecuaciones de placas que involucran habitualmente el operador biharmnico,
las ecuaciones de Schrdinger de la Mecnica Cuntica o incluso a otros modelos como las ecuaciones de Korteweg-de-Vries para las olas en canales poco
profundos. Todos estos temas quedan para desarrollos posteriores.
1.3.1.
utt uxx = 0,
u(x, 0) = (x), ut (x, 0) = (x),
x R, t > 0
x R.
(1.3.1)
El operador en derivadas parciales involucrado t2 x2 se denota frecuentemente mediante el smbolo y se denomina dAlembertiano. Su versin multidimensional es
N
X
x2i .
= t2 x = t2
i=1
1
1
[(x + t) + (x t)] +
2
2
x+t
(s)ds.
(1.3.2)
xt
(1.3.3)
65
1
1
(s) +
2
2
G(s) =
1
1
(s) +
2
2
()d,
(1.3.4)
()d.
(1.3.5)
(1.3.6)
66
y se tiene
dE
(t) = 0, t 0,
(1.3.8)
dt
lo cual es fcil de comprobar multiplicando la ecuacin de (6.3.1) por ut e
integrando en R.
Esta ley de conservacin de la energa sugiere que el espacio H 1 (R) L2 (R)
es un marco funcional adecuado para la resolucin de la ecuacin de ondas. Y,
efectivamente, es as. Por tanto, para todo dato inicial (, ) H 1 (R) L2 (R)
existe
una
nica
solucin
de
(6.3.1)
en
la
clase
u C [0, ); H 1 (R) C 1 [0, ); L2 (R) . Consiguientemente vemos que el
vector incgnita preserva, con continuidad en tiempo, la regularidad de los datos
iniciales.
Son diversos los mtodos que permiten probar este tipo de resultados de
existencia y unicidad: mtodo de Galerkin, teora de semigrupos, transformada
de Fourier, etc. Pero en el caso que nos ocupa puede deducirse inmediatamente
de la frmula de dAlembert (1.3.2).
De la frmula de representacin (1.3.2) se deduce que la ecuacin (6.3.1) est
bien puesta en innidad de otros espacios. Pero el ms natural para resolverlo
y el que se extiende de manera natural a otras situaciones como problemas de
frontera o situaciones multidimensionales es precisamente el marco hilbertiano
H 1 (R) L2 (R).
Consideramos ahora la ecuacin de ondas en un intervalo acotado:
67
Las soluciones de (1.3.9) se pueden representar fcilmente en series de Fourier. En efecto, si los datos iniciales admiten el desarrollo en serie de Fourier
(x) =
l wl (x); (x) =
l1
(1.3.10)
l1
donde wl (x) viene dado por (1.2.9), la solucin de (1.3.9) se escribe del siguiente
modo
!
X
l
sen(lt) wl (x).
(1.3.11)
u(x, t) =
l cos(lt) +
l
l=1
+
X
l eilt wl (x),
(1.3.12)
l=
donde
l
l il
il
wl (x) = wl (x), l 1 y l =
, l = l +
,
2l
l
l 1.
(1.3.13)
satisface
dE
(t) = 0, t 0,
(1.3.15)
dt
lo cual puede comprobarse fcilmente de dos maneras. La primera, por el mtodo
de la energa, multiplicando la ecuacin (1.3.9) por ut e integrando con respecto
a x (0, ). La segunda mediante simple inspeccin del desarrollo en serie de
Fourier (1.3.11). El espacio natural para resolver (1.3.9) es H01 (0, ) L2 (0, ).
De ese modo, cuando (, ) H01 (0, ) L2 (0, ), (1.3.9) admite una nica
solucin u C [0, ); H01 (0, ) C 1 [0, ); L2 (0, ) .
La energa equivale al cuadrado de la norma cannica del espacio H01 (0, )
2
L (0, ). El hecho de que la energa permanezca constante en tiempo equivale
a que la trayectoria de la solucin permanece indenidamente en una esfera del
espacio H01 (0, ) L2 (0, ), la que corresponde a los datos iniciales del sistema.
1
El hecho de que los datos iniciales del problema
n opertenezcan a H0 (0, )
~l
L2 (0, ) equivale a que los coecientes {~
l }l1 y
del desarrollo en serie
l1
68
(1.3.16)
l1
o, equivalentemente,
+ 2
X
~ 2
l l < .
(1.3.17)
l=
1.3.2.
= 0, j = 1, . . . , M, t > 0
uj +
h2
(1.3.18)
u0 = uM+1 = 0,
t>0
uj (0) = j , uj (0) = j ,
j = 1, . . . , M.
~=
M
X
l=1
~=
~ l (h);
l (h)W
M
X
~ l (h),
l (h)W
(1.3.20)
l=1
donde
~ l (h)ih ; l (h) = h,
~ W
~ l (h)ih .
l (h) = h~
, W
(1.3.21)
69
(1.3.22)
l=1
donde
l (h) =
p
l (h).
(1.3.23)
M
X
~ l (h),
l (h)eil (h)t W
(1.3.24)
l=M
con la convencin
~ l (h) = W
~ l (h), l = 1, . . . , M ; l (h) = l (h), l = 1, . . . , M,
W
(1.3.25)
donde
il (h)
l (h)l (h) il (h)
, l (h) = l (h) +
,
l (h) =
2l (h)
2l (h)
l 1.
(1.3.26)
La ley de conservacin de la energa puede obtenerse al menos de dos maneras: a) A partir del desarrollo en serie de Fourier de las soluciones (1.3.22);
b) Multiplicando cada una de las ecuaciones de (1.3.18) por uj y sumando con
respecto al ndice j.
La energa discreta Eh es evidentemente una aproximacin de la energa
continua E de (1.3.14) y las dos formas que hemos indicado de probar su carcter
conservativo son tambin versiones discretas de las pruebas habituales en la
ecuacin de ondas continua.
De todas estas observaciones se deduce que el sistema semi-discreto (1.3.18)
es una aproximacin natural del sistema continuo (1.3.9).
Con el objeto de establecer la convergencia cuando h 0 de las solcuiones
del sistema semi-discreto a las de la ecuacin de ondas hemos de introducir
70
normas que midan la distancia entre ambas. Tenemos por una parte la norma
L2 discreta introducida en la seccin 1.2:
1/2
M
X
2
(1.3.28)
|aj | .
~a = h
h
j=1
1,h
1/2
M
X
aj+1 aj 2
,
= h
h
(1.3.29)
j=0
H1
"
X
lZ
l |
al |
#1/2
(1.3.31)
+
X
u
l (t)wl (x),
(1.3.32)
l=
donde
u
l (t) = l eilt .
(1.3.33)
(1.3.34)
71
(1.3.35)
M
X
~ l (h)
u
l,h (t)W
(1.3.36)
l=M
donde
ul,h (t) = l (h)eil (h)t , l = M, . . . , M.
(1.3.37)
Si extendemos por cero estos coecientes de Fourier para los ndices |l| > M ,
nos encontramos nuevamente con que, para las soluciones del problema semidiscreto, se tiene
M
{
ul,h (t)}l=M C [0, ); H1 C 1 [0, ); 2 .
(1.3.38)
~=
M
X
l=M
n o
donde {l }lZ y l
~=
~ l (h);
l W
M
X
~ l (h),
l W
(1.3.39)
l=M
lZ
H01 (0, )
((x), (x))
L2 (0, ). Es decir, elegimos los datos iniciales del
problema semi-discreto de modo que coincidan con los del problema continuo
para los ndices M k M . De este modo, la solucin de (1.3.19) admite el
desarrollo (1.3.24) (o (1.3.36)-(1.3.37)) con los coecientes de Fourier
l (h)l il
, l = M, . . . , M.
l (h) =
2l (h)
(1.3.40)
72
Entonces, las soluciones del problema semi-discreto convergen a las del continuo en el sentido que
(
1
{
u,h (t)}M
u (t)}
C 1 [0, T ]; 2
= en C [0, T ]; H
=M {
(1.3.41)
cuando h 0.
para todo 0 < T < .
Observacin 1.3.1
Hemos enunciado la convergencia de las soluciones en trminos de sus coecientes de Fourier. En efecto, en (1.3.41) se establece que los coecientes
de Fourier de las soluciones semi-discretas, junto con sus derivadas temporales, convergen, cuando h 0, uniformemente en tiempo, a los de la
solucin continua en el espacio H1 2 . Como hemos dicho antes, este
es el espacio natural al que pertenecen los coecientes de Fourier de las
soluciones de energa nita de la ecuacin de ondas, por lo que el resultado
es ptimo.
Este resultado puede ser tambin interpretado a travs de la convergencia
de las soluciones en el espacio de la energa. Volveremos sobre este punto
ms adelante.
Tal y como habamos anunciado en (1.3.41) hemos abusado de la notaM
cin puesto que hemos interpretado que {
u,h }=M , que es un vector
nito, es una sucesin. Como mencionbamos, ha de sobreentenderse que
extendemos el valor de u,h por cero para todos los ndices || > M .
Demostracin del Teorema 3.1.
Probamos exclusivamente la convergencia en C [0, T ]; H1 . La convergencia
en C 1 [0, T ]; 2 puede ser probada de manera anloga.
Sea
v,h (t) = u
(t) u,h (t) = eit (h)ei (h)t ,
(1.3.42)
donde los coecientes y (h) vienen dados por (1.3.13) y (1.3.40) respectivamente.
Tenemos
2
X
X
2
2
v,h (t)} =
|
v,h (t)| 2 =
|
u (t) u,h (t)| 2 (1.3.43)
{
1
H
M
X
=M
2
X 2
it
2 = I1 (h) + I2 (h)
e (h)ei (h)t 2 +
||>M
73
h > 0.
Una vez jado el valor de M es fcil ver que I1 (h) 0. De hecho, esta
convergencia es uniforme en t [0, T ]. En efecto, como, una vez jado el valor
de M, I1 (h) es una suma nita, basta comprobar que, para cada jo,
(h)ei (h)t eit , h 0,
uniformemente en t [0, T ],
(1.3.44)
~uh (t) ~u(t) + ~uh (t) ~u (t) 0
1,h
74
E+ (t) =
1
2
|uxx (x, t)|2 + |utx (x, t)|2 dx
(1.3.46)
X
=1
| | 4 < .
(1.3.47)
M0 h
i
X
~ (h)
(h)ei (h)t eit W
=M0
M0 +1||M
~ (h)
(h)ei (h)t W
(1.3.48)
X
~ = I1 + I2 + I3 .
eit W
||>M0
75
Tomando normas k k1,h en I1 y utilizando las propiedades de los auto~ (h) enunciados en el Lema 2.1 y la desigualdad (1.2.32) para
vectores W
los autovalores discretos se tiene:
k I1 k21,h
2
(h) (h)ei (h)t eit
M0
X
=M0
M0
X
2
2 (h)ei (h)t eit .
=M0
Trmino I2 .
(h)| (h)|2 ,
(1.3.49)
M0 +1<||M
||>M0
||>M0
(1.3.51)
En esta ltima desigualdad hemos utilizado la desigualdad elemental
h
M
X
|f (xj+1 ) f (xj )|2
j=0
h2
fx2 (x)dx
(1.3.52)
76
lo cual queda plenamente garantizado si los datos iniciales (, ) pertenecen a [H 2 H01 (0, )] H01 (0, ) puesto que, en virtud de (1.3.16), (1.3.17)
y (1.3.47), se tiene
!1/2
!1/2
X
X 2
X
2
2
||
< .
Observacin 1.3.3
Un anlisis cuidadoso de la demostracin del Teorema 3.2 permite establecer una estimacin sobre el orden de convergencia.
El Teorema 3.2 slo demuestra un posible resultado de convergencia entre
los varios que podran probarse mediante argumentos semejantes. Muchas
otras variantes, similares a las descritas en la seccin 2.2 en el contexto de
la ecuacin del calor, son posibles.
77
[E~uh ] (x, t) =
N
X
uj (t)j (x),
(1.3.55)
j=1
donde {j }j=1,...,N son precisamente las funciones de base del mtodo de elementos nitos que, tal y como indicamos en la seccin 2.7, son continuos, lineales
a trozos y satisfacen j (x ) = j .
Es fcil comprobar que, dada una solucin discreta ~uh de (1.3.18), E~uh es
una funcin perteneciente al espacio C [0, ); H01 (0, ) C 1 [0, ); L2 (0, ) .
Cabe por tanto plantearse la convergencia de E~uh hacia la solucin u = u(x, t)
del problema continuo (1.3.9) en el espacio de la energa.
El siguiente resultado responde a esta cuestin:
Demostracin
Procedemos en dos etapas.
Etapa 1. Convergencia en C [0, T ]; H01 (0, ) .
(1.3.56)
78
Observamos que
2
E~uh (t) u(t) 1
H0 (0,)
0
N Z xj+1
X
xj
j=0
N Z
X
j=0
2h
xj+1
xj
xj
N Z
X
j=0
uj+1 (t) uj (t) u(xj+1 , t) u(xj , t) 2
dx
h
h
2
ux (x, t) u(xj+1 , t) u(xj , t) dx
h
[uj+1 (t) u(xj+1 , t)] [uj (t) u(xj , t)] 2
h
N
X
j=0
2
uj+1 (t) uj (t)
dx
u
(x,
t)
x
h
N Z xj+1
X
j=0
(1.3.57)
xj+1
xj
2
Por otra parte, I1 = 2~uh (t) ~u(t)
1,h
2
Z
1 xj+1
ux (s, t)ds dx = I1 + I2 .
ux (x, t)
h xj
|u
(,
t)|
dds
dx
xx
xj
h2 j=0 xj
xj
2
N Z xj+1
X
|uxx (, t)| d
= 2h
xj
j=0
2h2
N Z
X
j=0
xj+1
xj
Este ltimo trmino tiende a cero con un orden O(h2 ) cuando h 0 puesto que,
79
Etapa 2. Convergencia en C 1 [0, T ]; L2 (0, ) .
En este caso
2
N
X
=
uk (t)k (x) ut (x, t) dx
L2 (0,)
0
k=1
2
Z X
N
2
(uk (t) ut (xk , t)) k (x) dx
0 k=1
2
Z X
N
+2
ut (xk , t)k (x) ut (x, t) dx = I1 + I2 .
0
Z
2
E~uh (t) ut (t)
k=1
I1
N
X
j,k=1
2h
(uk (t) ut (xk , t)) uj (t) ut (xj , t)
N
X
2
3
k=1
2
C ~uh (t) ~u (t)
k (x)j (x)dx
1
(uk (t) ut (xk , t)) uk+1 (t) ut (xk+1 , t)
3
80
I2
N Z
X
xj
j=0
xj+1
2
ut (x, t) (ut (xj+1 , t) ut (xj , t)) (x xj ) ut (xj , t) dx
h
Z
2
x
(ut (xj+1 , t) ut (xj , t))
ds dx
2
utx (s, t)
h
xj
j=0 xj
#
"
Z
N Z xj+1 Z x
2
X
1 xj+1
utx (, t)d ds dx
utx (s, t)
2
h
xj
xj
j=0 xj
" Z
#2
N Z xj+1 Z x
X
1 xj+1
2
[utx (s, t) utx (, t)] dds dx
h
x
x
x
j
j
j
j=0
N Z xj+1 Z xj+1
2
X
|u
(s,
t)|
ds
2
2
dx
tx
xj
xj
N Z
X
xj+1
j=0
8h
N Z
X
xj
j=0
8h2
xj+1
xj+1
xj
2
Este trmino tiende a cero con un orden O(h2 ) puesto que ut C [0, T ]; H01 (0, ) ,
tal y como sealamos en la Observacin 3.2.
1.3.3.
81
uj (t) +
h2
u0 = uM+1 = 0, t > 0
uj (0) = j , uj (0) = j , j = 1, . . . , M
(1.3.58)
con j = (xj ) y j = (xj ) si, por ejemplo, los datos (, ) son continuos, lo
cual est garantizado en las hiptesis de los Teoremas 3.2 y 3.3 cuando (, )
2
H H01 (0, ) H01 (0, ).
En el segundo miembro de (1.3.58) aparece un residuo o error de truncacin
~(t) = (j (t))j=1 , . . . , M .
Consideramos ahora la diferencia de las soluciones continua y discreta
(1.3.59)
= j (t), j = 1, . . . , M, t 0
vj (t) +
h2
v0 = vM+1 = 0, t 0
vj (0) = vj (0) = 0, j = 1, . . . , M.
(1.3.60)
2
N
N
N
X
d h X 2 h X vj+1 (t) vj (t)
vj (t) +
j (t)vj (t).
=
h
dt 2
2
h
j=1
j=0
j=1
y por tanto
"
#
N
N h
d hX
2 vj+1 (t) vj (t) 2 h X
2 i
2
vj (t) +
vj (t) .
|
(t)|
+
j
dt 2
2
h
j=1
j=1
Aplicando el Lema de Gronwall deducimos que
"
2 #
N
2
T eT
h X 2 vj+1 (t) vj (t)
vj (t) +
~
(t)
m
a
x
, t [0, T ].
2 j=1
h
2 0tT
h
Basta por tanto que estimemos el error de truncacin ~(t). Tenemos
82
Entonces, para todo 0 < T < existe una constante CT > 0 tal que
2
2
(1.3.61)
(1.3.62)
83
1.3.4.
j +uj
= j+1 (x)j 2 j1 , j = 1, . . . , M ; k 0
(t)2
(1.3.63)
uk0 = ukM+1 = 0, k 0
u0 = , u1 = , j = 1, . . . , M.
j
(1.3.64)
(1.3.65)
84
(1.3.66)
Con esta notacin el esquema (1.3.63) puede ser escrito de la siguiente manera:
(1.3.67)
uk+1
= 2ukj ujk1 + 2 ukj+1 2ukj + ukj1 .
j
Conviene sealar que el modo en que los pasos de espacio y tiempo intervienen en la denicin del nmero de Courant en (1.3.66) es muy distinto a
cmo lo hacen en el caso de la ecuacin del calor ((1.2.95)). En este caso en
el nmero de Courant se reeja el hecho de que en la ecuacin de ondas las
derivadas temporales y espaciales juegan un papel completamente simtrico, lo
cual queda claramente de maniesto en la propia expresin de la ecuacin de
ondas (dos derivadas temporales coinciden con dos derivadas espaciales) o de la
energa de la misma.
Como decamos anteriormente, el mtodo es consistente de orden y, por
consiguiente, si u = u(x, t) es una solucin sucientemente regular (de clase
C 4 ) de la ecuacin de ondas y denotamos mediante ukj sus restricciones a los
puntos del mallado, al insertar esos valores en el esquema discreto obtenemos
un error de truncatura del orden de O (t)2 (x)2 + (t)2 . Es decir ukj es
una solucin aproximada de (1.3.67) que verica
ujk+1 = 2 ukj ujk1 +2 ukj+1 2 ukj + ukj1 + O (t)2 (x)2 + (t)2 .
(1.3.68)
85
(1.3.70)
2 2 (x)2 (x)
q
2
(2 2 (x)2 (x)) 4
2
(1.3.72)
86
i.e.
2 2 (x)2 (x) 2.
(1.3.74)
(1.3.75)
(x)
(x)
+
4
(x)
(x)
=
Adems, las races son simples siempre y cuando > 0, cosa que, evidentemente,
siempre se cumple.
Caso 2: Autovalores reales:
Consideremos ahora el caso en que alguno de los autovalores es real. Esto
ocurre cuando
2
2 2 (x)2 (x) 4
2 (x)2 (x) 4.
(1.3.76)
Tal y como veamos en el caso 1, esto ocurre, por ejemplo, en cuanto > 1,
para el ltimo autovalor M (x), a condicin que h > 0 sea sucientemente
pequeo.
En este caso los dos autovalores
son reales y el de mayor mdulo es el
que corresponde al signo negativo para el cual se tiene
q
2
2 (x)2 (x) 2 + (2 2 (x)2 (x)) 4
=
2
que es, evidentemente, estrictamente mayor que 1 en virtud de (1.3.76).
De este anlisis deducimos que el mtodo lineal multipaso que el mtodo
de leap-frog genera en cada uno de los componentes de Fourier del problema
discreto es estable si y slo se verica la condicin 1.
Como consecuencia de este anlisis deducimos que
87
,
x
+
,
x
+
x kt
. Vemos por tanto que la condicin de estabilidad 1 del esquema numrico garantiza simplemente que el dominio
de dependencia en el esquema discreto contenga al dominio de dependencia de
la ecuacin de ondas continua. Esto es una condicin perfectamente natural
e indispensable para que el esquema numrico sea convergente. En efecto, en
caso de que la condicin no se cumpla, el esquema numrico ignora informacin
esencial de los datos iniciales para la determinacin de la solucin del problema
continuo y esto hace que la convergencia sea imposible.
Volvamos ahora sobre la demostracin de Teorema 1.3.5. En primer lugar
es fcil comprobar que cuando > 1 el esquema diverge. En efecto, para verlo
basta con utilizar que cuando > 1, existen componentes de Fourier para los
que el esquema multipaso correspondiente viola la condicin de estabilidad. Esto
permite construir fcilmente soluciones en variables separadas para el sistema
discreto que, a medida que h 0, divergen.
La prueba de la convergencia del esquema cuando 1 puede realizarse
de diversas maneras. La primera prueba es la basada en el desarrollo en serie
de Fourier. No es difcil adaptar la prueba del Teorema 1.3.1. Basta com proceder del mismo modo y utilizar la propiedad de estabilidad del esquema para
mantener controladas uniformemente en tiempo las colas de las series truncadas.
La segunda prueba de la convergencia est basada en el mtodo de la energa.
En este caso la energa de las soluciones en el nivel temporal k viene dada por
"
#
#"
#
" k+1
M
k+1
k+1
k 2
k
k
X
u
u
u
u
u
u
x
j
j+1
j
j
j+1
j
.
+
(1.3.77)
Ek =
2 j=0
t
x
x
No es difcil comprobar que la energa E k se conserva en tiempo para las soluciones del problema discreto (1.3.63), i.e.
E k+1 = E k , k 0.
Para ello basta con multiplicar en la ecuacin discreta por
1
2t
(1.3.78)
uk+1
ujk1
j
88
1.3.5.
En la seccin 1.2.6 veamos como el anlisis de von Neumann permita analizar con facilidad la estabilidad de los esquemas numricos de aproximacin,
sobre todo en ausencia de condiciones de contorno.
Consideremos pues el problema de Cauchy en toda la recta real para la
ecuacin de ondas (6.3.1) y sus aproximaciones semi-discreta y completamente
discretas siguientes:
Aproximacin semi-discreta:
k+1
k1
k
u0 = , u1 = , j Z.
j
j
j
j
(1.3.80)
89
a(ei )
u
(, t) = 0, t 0, [0, 2)
(x)2
(1.3.81)
(1.3.82)
(1.3.83)
1.3.6.
No es difcil de adaptar el mtodo de elementos nitos, tal y como lo desarrollamos en la seccin 1.2.7 para la ecuacin del calor, al caso de la ecuacin
de ondas.
Para hacerlo, conviene en primer lugar dar una formulacin variacional de
la ecuacin de ondas (1.3.9).
En este caso, tal y como indicamos en la seccin 1.3.1, el espacio de energa
natural es
(1.3.84)
u C [0, ); H01 (0, ) C 1 [0, ); L2 (0, )
90
u(x, t)(x)dx +
(1.3.85)
donde H 1 (0, ) es el espacio de Sobolev dual de H01 (0, ). Esto permite interpretar (1.3.85) como una ecuacin diferencial clsica que se verica para cada
tiempo t 0 y cada funcin test H01 (0, ).
(1.3.87)
De esta formulacin dbil de la ecuacin de ondas es fcil obtener las ecuaciones de la aproximacin por elementos nitos.
Para ello introducimos el espacio Vh de funciones lineales a trozos y continuas
de H01 (0, ), de dimensin M , asociado al mallado de paso h.
La formulacin variacional ms natural es entonces:
Hallar uh C 2 ([0, ); Vh ) tal que
d2
dt2
(1.3.88)
(1.3.89)
91
1
1
hMh ~u (t), ~u (t)i + hRh ~uh (t), ~uh (t)i,
2
2
(1.3.92)
, (1.3.93)
Eh (t) =
u (t) + uj+1 (t)uj (t) +
2 j=0 3 j
3
h
cuya conservacin es tambin fcil deducir de la escritura del sistema componente a componente como en (1.3.91). En efecto, multiplicando en (1.3.91) por
uj (t) y sumando en j no es difcil vericar que la energa (1.3.93) se conserva.
En la expresin (1.3.93) de la energa y con el objeto de comprobar su carcter denido-positivo es conveniente observar que los dos primeros trminos
del sumatorio pueden agruparse dando lugar al cuadrado perfecto
2
1
uj+1 (t) + uj (t) .
3
92
Captulo 2
(2.0.1)
mx + kx = 0.
(2.0.2)
o,
En estas ecuaciones x = x(t) representa la distancia de la masa al punto jo, m
es la masa de la partcula y k es la constante de rigidez del muelle.
En (2.0.1) y en todo lo que sigue x denota la derivada de x con respecto al
tiempo. Ocasionalmente utilizaremos tambin otras notaciones x = dx/dt.
Introduciendo la constante
0 =
p
k/m
(2.0.3)
x + 02 x = 0,
93
(2.0.4)
94
(2.0.5)
(2.0.6)
(2.0.7)
en el plano de fases.
El hecho de que la trayectoria quede atrapada en la elipse (2.0.7) puede
obtenerse fcilmente a travs de un argumento de conservacin de energa. En
efecto, multiplicando en (2.0.4) por x deducimos que
x +
02 x
02
d 1
2
2
|x | +
| x | = 0.
x =
dt 2
2
(2.0.8)
2
1
| x |2 + 0 | x |2
2
2
(2.0.9)
(2.0.10)
95
Cuando el cociente de las dos frecuencias 1 y 2 es un nmero racional, la
superposicin de estos dos movimientos
x = x1 + x2 = A1 ei(1 t+1 ) + A2 ei(2 t+2 )
da lugar a un movimiento peridico de frecuencia igual al mximo comn divisor
de 1 y 2 . Cuando el ratio 1 /2 es irracional la superposicin de x1 y x2 no
tiene ninguna propiedad de periodicidad temporal.
El caso en que ambas frecuencias sean muy prximas es particularmente
interesante. Supongamos que
2 = 1 + .
(2.0.11)
Entonces
x = x1 + x2
=
=
=
donde
A(t) =
y
q
A21 + A22 + 2A1 A2 cos(1 2 t)
tg (t) =
(2.0.12)
A1 sin 1 + A2 sin(2 + t)
.
A1 cos 1 + A2 cos(2 + t)
(2.0.13)
(2.0.14)
Esto permite interpretar la oscilacin obtenida por superposicin como un movimiento armnico simple aproximado con frecuencia 1 y con una amplitud y
fase variando lentamente con frecuencia /2.
El resultado de esta vibracin es semejante al de una vibracin de frecuencia
/2 modulada a travs de la funcin de amplitud (2.0.13).
La dinmica analizada hasta ahora es puramente conservativa. Pero en la
mayora de sistemas de origen fsico la disipacin est presente. El rozamiento
debido al desplazamiento sobre una supercie, o la resistencia producida por
el movimiento en el seno de un uido viscoso son dos ejemplos claros. En este
ltimo caso, por ejemplo, el efecto disipativo consiste en que el movimiento se
ve afectado por una fuerza proporcional a la velocidad pero de signo contrario.
Obtenemos asi el sistema
mx + Rx + kx = 0,
donde R es la constante de resistencia mecnica.
(2.0.15)
96
R2 4mk
2m
(2.0.17)
2
2
x(t) = eRt/2m + ei R 4mkt/2m + ei R 4mkt/2m .
Cuando R > 2 mk los dos autovalores son reales y por tanto las
soluciones no oscilan. En este caso la tasa exponencial de decaimiento de la
solucin general (2.0.15) viene dada por el autovalor + al que corresponde
la solucin fundamental con menor decaimiento.
De este modo la funcin (R) que establece la tasa exponencial de decaimiento toma los valores:
R
2m
,
cuando 0 < R < 2 mk
(R) =
R = 2 mk,
97
k
,
m
2.1.
98
entonces
utt u = 0,
(2.1.1)
n
X
2
.
x2i
i=1
(2.1.2)
n
X
bi uxi = 0,
(2.1.4)
(bi u)xi = 0
(2.1.5)
i=1
y la ecuacin de Liouville
ut
n
X
i=1
(2.1.6)
(t + x ) (t x ) u = 0,
(2.1.7)
(t x ) (t + x ) u = 0,
(2.1.8)
99
(2.1.9)
(2.1.10)
(1 u, , n u)
n
X
ui
i=1
xi
(2.1.11)
(2.1.12)
para los operadores gradiente y divergencia y denotando mediante el producto escalar en Rn las ecuaciones de transporte y Liouville se pueden escribir
respectivamente como
ut + ~b u = 0
(2.1.13)
y
ut div ~bu = 0.
(2.1.14)
iut + u = 0.
(2.1.15)
(2.1.16)
(2.1.17)
100
(2.1.18)
(ecuacin de Airy),
(ecuacin de Klein-Gordon),
(2.1.19)
(2.1.20)
(2.1.21)
(2.1.22)
Et = rot B
(2.1.23)
Bt = rot E
div B = div E = 0.
Aqu rot denota el rotacional de un campo de vectores.
Con el objeto de entender la semejanza de este sistema con la ecuacin de
ondas (2.1.6) conviene observar que esta ltima tambin puede escribirse en la
forma de un sistema hiperblico de ecuaciones de orden uno:
(
ut = vx
(2.1.24)
vt = ux .
Sin embargo, muchas ecuaciones relevantes que intervienen en el estudio de
las ondas tienen un carcter no-lineal. Por ejemplo, la ecuacin eikonal,
| u |= 1
(2.1.25)
101
(2.1.26)
(2.1.27)
(2.1.29)
(2.1.30)
(2.1.31)
2.2.
La frmula de DAlembert
102
DAlembert observ que las soluciones de (2.2.1) pueden escribirse como superposicin de dos ondas de transporte
u(x, t) = f (x + t) + g(x t).
(2.2.2)
(2.2.4)
(t x ) v = vt vx = 0,
(2.2.5)
v = h(x + t).
(2.2.6)
de modo que
La ecuacin (2.2.4) se reduce entonces a
ut + ux = h(x + t).
(2.2.7)
H(2t + x0 )
H(2t + x0 )
+ w(0) =
+ u(x0 , 0),
2
2
(2.2.8)
H(x + t)
+ u(x t, 0)
2
(2.2.9)
2.3.
(2.3.1)
ak sen(kx), u1 (x) =
k=1
bk sen(kx),
(2.3.2)
k=1
donde los coecientes de Fourier vienen dados por las clsicas frmulas:
Z
Z
2
2
ak =
u0 (x) sen(kx)dx; bk =
u1 (x) sen(kx)dx, k 1.
(2.3.3)
0
0
La solucin de (2.3.1) viene entonces dada por la frmula
X
bk
sen(kt) sen(kx).
u(x, t) =
ak cos(kt) +
k
k=1
(2.3.4)
104
(2.3.6)
1
| uk (t) |2 +k 2 | uk (t) |2
2
(2.3.7)
se conserva en tiempo1
Superponiendo cada una de las leyes de conservacin de las energas ek , k
1, de las diferentes componentes de Fourier de la solucin obtenemos la ley de
conservacin de la energa de las soluciones de (2.3.1):
Z
i
1 h
2
2
E(t) =
(2.3.8)
|ux (x, t)| + |ut (x, t)| dx.
2 0
(2.3.9)
E(t) = E(0), t 0
sen(kx) sen(jx)dx = jk ,
cos(kx) cos(jx) = jk ,
(2.3.10)
2
2
0
0
donde jk denota la delta de Kronecker, la ley de conservacin (2.3.9) se deduce
efectivamente de la conservacin de las energas ek de (2.3.7) para cada k 1.
Mtodo de la energa:
1
2
` 2
y
(uk )
utt ut dx =
uxx ut dx =
1 d
2 dt
1 d
ux uxt dx =
2 dt
(2.3.11)
1/2
fx2 + g 2 dx
. (2.3.12)
Conviene observar que, salvo un factor multiplicativo 1/2 la energa E coindice con el cuadrado de la norma H de (u, ut ).
Deducimos que la norma en H de la solucin2 (u, ut ) se conserva a lo largo
del tiempo. Esto sugiere que H es el espacio natural para resolver el sistema
(2.3.1). Esto es as y se tiene el siguiente resultado de existencia y unicidad:
Para todo par de datos iniciales (u0 , u1 ) H, i.e. u0 H01 (0, ) y u1
L2 (0, ), existe una nica solucin (u, ut ) C([0, ); H) de (2.3.1). Esta solucin pertenece por tanto a la clase
2 En
u C [0, ); H01 (0, ) C 1 [0, ); L2 (0, )
(2.3.13)
106
k=1
(2.3.14)
De hecho
E(0) =
1
2
X 2
[k |ak |2 + |bk |2 ] < .
4
(2.3.15)
k=1
x ,
t>0
utt u = 0,
(2.3.16)
u = 0,
x , t > 0
n
X
2u
i=1
x2i
(2.3.17)
Para n 1, (2.3.16) es claramente una generalizacin de la ecuacin de la cuerda vibrante (2.3.1). Cuando n = 2, (2.3.16) es un modelo para las vibraciones
de una membrana que, en reposo, ocupa el dominio del plano. Cuando n = 3,
(2.3.16) describe la propagacin de la presin de las ondas acsticas. Sin embargo, desde un punto de vista matemtico, la ecuacin (2.3.16) puede tratarse
de modo semejante en cualquier dimensin espacial.
(2.3.18)
Es bien sabido (vase [2] o [8], por ejemplo) que los autovalores {j }j1 de
(2.3.18) constituyen una sucesin creciente de nmeros positivos que tiende a
innito
0 < 1 < 2 3 n .
El primero de los autovalores es simple. Es habitual repetir el resto de acuerdo
a su multiplicidad. De este modo, existe una sucesin de autofunciones {j }j1 ,
donde j es una autofuncin asociada al autovalor j , que constituye una base
ortonormal de L2 (). Es decir, se tiene, en particular,
Z
j k dx = jk .
(2.3.19)
ak k (x); u1 (x) =
k=1
bk k (x).
(2.3.21)
k=1
uk (t)k (x).
(2.3.22)
k=1
Observamos entonces que los coecientes {uk } han de resolver la ecuacin diferencial:
uk (t) + k uk (t) = 0, t > 0, uk (0) = ak , uk (0) = bk ,
(2.3.23)
108
de modo que
uk (t) = ak cos
p
p
bk
k t + sen
k t .
k
(2.3.24)
109
2.4.
En la seccin anterior hemos visto que la ecuacin de ondas puede ser resuelta
mediante series de Fourier obtenindose la expresin
u(x, t) =
X
k=1
ak cos
p
p
bk
k t + sen
k t k (x),
k
(2.4.1)
siendo {k }k>1 y {k }k>1 las autofunciones y autovalores del Laplaciano. Como vimos, es conveniente elegir {k }k>1 de modo que constituyan una base
ortonormal de L2 ().
Vimos asimismo que la energa
Z
1
| u(x, t) |2 + | ut (x, t) |2 dx,
(2.4.2)
E(t) =
2
se conserva a lo largo de las trayectorias.
La energa inicial de las soluciones viene dada por
E(0) =
1 X
| k ak |2 + | bk |2 .
2
(2.4.3)
k=1
(2.4.4)
110
es equivalente a que las sucesiones ak k k>1 , {bk }k>1 pertenezcan al espacio
de las sucesiones de cuadrado sumable 2 .
En vista del desarrollo en serie (2.4.1) de las soluciones, parece natural construir un mtodo numrico en el que la aproximacin venga dada, simplemente,
por las sumas parciales de la serie:
uN (x, t) =
N
X
ak cos
k=1
p
p
bk
k t + sen
k t k (x).
k
(2.4.5)
La suma nita de uN en (2.4.5) proporciona, efectivamente, una aproximacin de la solucin u representada en la serie de Fourier (2.4.1). Para comprobarlo consideremos el resto
p
p
X
bk
k t + sen
k t k (x). (2.4.6)
N = u u N =
ak cos
k
k>N +1
Teniendo en cuenta que
Z
k j dx =
0,
si k =
6 j
k , si k = j,
L ()
p i2
h
p
bk
k t + sen
k t (2.4.7)
k ak cos
k
k>N +1
X
6 2
k | ak |2 + | bk |2 .
k>N +1
uN,t ut (t) en C [0, ); L2 () .
(2.4.9)
De (2.4.8)-(2.4.9) deducimos que, cuando los datos iniciales estn en el espacio de la energa H01 () L2 (), las sumas parciales (2.4.5) proporcionan una
aproximacin ecaz de la solucin en dicho espacio, uniformemente en tiempo
t > 0.
Cabe por tanto preguntarse sobre la tasa o velocidad de la convergencia. El
argumento anterior no proporciona ninguna informacin en este sentido puesto
111
i
Xh
2k | ak |2 +k | bk |2 < .
(2.4.11)
k>1
k>1
k | bk |2 < .
(2.4.12)
Por otra parte, k kL2 () dene una norma equivalente a la inducida por
H 2 () en el subespacio 3 H 2 H01 (). Por otra parte, se tiene
(
Z
0 si k 6= j
k j dx =
(2.4.13)
2
si k = j.
k
Deducimos por tanto que
2
u0 2
L ()
k>1
2k |ak |
(2.4.14)
k>N +1
i
1 h 2
2
2
k |ak | + k |bk |
k
k>N +1
i
X h
2
2
2
2k |ak | + k |bk |
N +1
k>N +1
2
C
.
(u0 , u1 ) 2 1
N +1
H H0 ()H01 ()
6 2
6
6
3 En
este punto ultilizamos el resultado clsico de regularidad de las soluciones del problema
de Dirichlet para el Laplaciano que garantiza que, si el dominio es de clase C 2 y el segundo
miembro est en L2 (), entonces la solucin pertenece a H 2 H01 ().
112
El mismo argumento puede ser utilizado para estimar la norma de N,t en L2 ().
De este modo deducimos que
C
(u0 , u1 ) 2 1
.
k uuN kL (0,; H 1 ())W 1, (0,; L2 ()) p
0
H H0 ()H01 ()
N +1
(2.4.15)
Esta desigualdad proporciona estimaciones explcitas sobre la velocidad de convergencia. En efecto, el clsico Teorema de Weyl sobre la distribucin asinttica
de los autovalores del Laplaciano asegura que
N c()N 2/n , N
(2.4.16)
donde c() es una constante positiva que depende del dominio y n es la dimensin espacial4 .
Combinando (2.4.15) y (2.4.16) obtenemos que uN converge a u en el espacio
de la energa, uniformemente en tiempo t > 0, con un orden de O N 1/n .
La hiptesis (u0 , u1 ) H 2 H01 () H01 () realizada sobre los datos iniciales es slo una de las posibles. De manera general puede decirse que, cuando los
datos iniciales son ms regulares que lo que el espacio de la energa exige y verican las condiciones de compatibilidad adecuadas en relacin a las condiciones
de contorno, entonces, se puede establecer una estimacin sobre la velocidad de
convergencia de la aproximacin que las sumas parciales del desarrollo en serie
de Fourier proporcionan a la solucin de la ecuacin de ondas.
Este mtodo de aproximacin lo denominaremos mtodo de Fourier. Se trata
de un mtodo de aproximacin sumamente til en una dimensin espacial puesto
que, al disponer de la expresin explcita de las autofunciones k y autovalores
de k , la aproximacin uN puede calcularse de manera totalmente explcita.
Bastara para ello con utilizar una frmula de cuadratura para aproximar el
valor (2.3.3) de los coecientes de Fourier.
El mtodo de Fourier es sin embargo mucho menos ecaz en varias dimensiones espaciales. En efecto, en ese caso no disponemos de la expresin explcita
de las autofunciones y autovalores y su aproximacin numrica es un problema
tan complejo como el de la propia aproximacin de la ecuacin de ondas.
Otro de los inconvenientes del mtodo de Fourier es que, cuando la ecuacin
es no-lineal o tiene coecientes que dependen de (x, t), ya no se puede obtener
una expresin explcita de la solucin en serie de Fourier y por tanto tampoco
de sus aproximaciones.
4 Es
113
Es por eso que el mtodo de Fourier tiene una utilidad limitada y que precisamos de mtodos ms sistemticos y robustos que funcionen no slo en casos
particulares sino para amplias clases de ecuaciones. En este marco destacan los
mtodos de diferencias y elementos nitos, que sern el objeto central de este
curso.
114
2.5.
en (0, )
utt u + aut = 0
(2.5.1)
u=0
en (0, )
(2.5.2)
utt u = aut .
En esta expresin se observa que aut representa una fuerza que acta en
el dominio en cada instante de tiempo. La fuerza aplicada es proporcional
a la velocidad ut , con una constante de proporcionalidad a que supondremos
positiva. Por ltimo, se observa que la fuerza aplicada es de signo contrario a
la velocidad de modo que cuando ut > 0 (resp. ut < 0) la fuerza aplicada es
negativa (resp. positiva).
Para representar las soluciones en series de Fourier desarrollamos en primer
lugar los datos iniciales:
u0 (x) =
ak k (x), u1 (x) =
k=1
k=1
bk k (x), x .
(2.5.3)
(2.5.4)
k=1
uk (t)k (x)
(2.5.5)
115
(2.5.6)
La solucin de (2.5.6) puede calcularse explcitamente. Para ello basta calcular las races del polinomio caracterstico
2 + k + a = 0,
que vienen dadas por
=
(2.5.7)
a2 4k
.
2
(2.5.8)
a+
a2 4k
2
+ e
a2 4k
2
(2.5.9)
donde las constantes y + son tales que los datos iniciales de (2.5.6) se
verican, i.e.
+ + = ak
(2.5.10)
2
2
a+ a 4k a+ a 4k = b .
2
Esto es as cuando
a2 6= 4k .
(2.5.11)
(2.5.12)
donde las constantes y son tales que se verican los datos iniciales:
a
= ak , + = b k .
2
(2.5.13)
116
i
1 Xh
|uk (t)|2 + k |uk (t)|2 .
2
(2.5.16)
i
1h
|uk (t)|2 + k |uk (t)|2
2
(2.5.17)
k=1
Introducimos la notacin
ek (t) =
k=1
ek (t) =
i
X
1h
|uk (t)|2 + k |uk (t)|2 .
2
(2.5.18)
k=1
(2.5.19)
a a2 4k , cuando a2 > 4k
2
(2.5.20)
k =
a
2
,
cuando
a
<
4
.
k
2
El caso crtico a2 = 4k ser considerado ms adelante.
En el caso en que la condicin (2.5.11) no se cumple tenemos un resultado
ligeramente distinto
ek (t) 6 Cek (0)tek t ,
(2.5.21)
k = a/2.
(2.5.22)
con
117
Combinando estos resultados sobre el decaimiento de cada componente de Fourier y (2.5.18) deducimos que
con
= (a) =
E(t) 6 CE(0)et ,
(2.5.23)
(2.5.24)
a
2
si a2 < 41 ,
a a2 41
2
si a2 > 41 ,
(2.5.25)
E(t) 6 CE(0)te 2 t .
(2.5.26)
(2.5.27)
118
Pero sto es as cuando se consideran globalmente todas las posibles soluciones de (2.5.1) o, lo que es lo mismo, se tienen en cuenta todas las componentes
de Fourier de la solucin. Las expresiones (2.5.9) y (2.5.20) muestran que, si
se consideran nicamente las altas frecuencias de Fourier correspondientes a
autovalores que satisfacen
4k > a2 ,
(2.5.29)
entonces la energa de las soluciones decrece con una tasa exponencial a/2.
Por tanto, a pesar de que de manera global el fenmeno de sobredisipacin se
produce, las altas frecuencias si que presentan un comportamiento ms acorde
con la intuicin de modo que su tasa de decaimiento aumenta linealmente con
el potencial disipativo a.
Este fenmeno de sobredisipacin no ocurre en otros modelos ms sencillos.
Por ejemplo, si consideramos la ecuacin del calor
ut u + au = 0 en (0, ),
(2.5.30)
u=0
en (0, )
u(x, 0) = u0 (x)
en ,
(1 +a)
t
2
k u0 kL2 () , t > 0
(2.5.31)
para toda solucin y todo potencial disipativo a. Vemos pues que en este caso
la tasa de decaimiento aumenta de manera lineal con el potencial disipativo.
Qu es lo que distingue la ecuacin de ondas de la del calor y hace que en la
primera se produzca un fenmeno de sobredisipacin? La respuesta es sencilla:
La ecuacin de ondas es de orden dos en tiempo y sus genuinas incgnitas son
u y ut . Un solo potencial disipativo es incapaz de aumentar arbitrariamente la
tasa de decaimiento.
Esto se pone claramente de maniesto cuando escribimos la ecuacin de
ondas (2.5.1) en forma de sistema. Tenemos
(
ut = v
(2.5.32)
vt = u av.
En la segunda ecuacin de (2.5.32) vemos que el potencial a disipa efectivamente
la segunda componente v = ut del sistema. Uno podra pensar que de (2.5.32) se
desprende que la primera componente u no se disipa. Pero esto no es as, ambas
lo hacen a travs del acoplamiento del sistema pero sin que se pueda evitar el
fenmeno de sobredisipacin.
119
u(0) = u0 , ut (0) = u1
en .
dEb
(t) = a
dt
(2.5.34)
(2.5.35)
(2.5.36)
(2.5.37)
De este modo vemos que, para cualquier a > 0, si tomamos b > 0 sucientemente
grande de modo que
a2 < 4(1 + b)
(2.5.38)
cada componente de Fourier decae con una tasa exponencial
a
kb (a) = .
2
Vemos pues que eligiendo b de acuerdo a (2.5.38) se puede garantizar que la
energa Eb satisface
a
Eb (t) 6 CEb (0)e 2 t
evitndose as el fenmeno de sobredisipacin.
Un anlisis anlogo permite describir el modo en que el espectro de la ecuacin de ondas se convierte en el del calor a lo largo de la familia uniparamtrica
de ecuaciones:
utt u + ut = 0.
(2.5.39)
En efecto, se observa que, en el lmite cuando 0, se obtiene la ecuacin del
calor:
ut u = 0.
(2.5.40)
120
121
2.6.
Teora de Semigrupos
utt u = 0
en (0, )
(2.6.1)
u=0
en (0, )
0 I
0
(2.6.4)
`u
ut
si
122
(2.6.5)
1
2
Z h
i
| u(x, t) |2 + | ut (x, t) |2 dx
(2.6.6)
se conserva en tiempo, lo cual puede ser comprobado formalmente multiplicando la ecuacin de ondas por ut e integrando en .
La conservacin de la energa sugiere que, efectivamente, es natural buscar
soluciones tales que u H 1 () y ut L2 ().
La condicin de contorno de Dirichlet, u = 0 en , sugiere la necesidad
de buscar soluciones que se anulen en la frontera. Es bien conocido que, en
el marco del espacio de Sobolev H 1 , la manera ms natural de interpretar
esta condicin es exigir que u H01 ().
El espacio de la energa H es un espacio de Hilbert dotado de la norma:
2
i1/2
h 2
k (f, g) kH = f 1
.
(2.6.7)
+ g
2
L ()
H0 ()
Por otra parte, las normas k kL2 () , k kH01 () estn denidas de la manera
usual6 :
hZ
i1/2
hZ
i1/2
2
;
.
(2.6.8)
=
|
f
|
dx
=
g 2 dx
f 1
g 2
H0 ()
L ()
123
(2.6.11)
Basta para ello utilizar el hecho de que el operador de Laplace A con dominio
H 2 () H01 () en el espacio de Hilbert L2 () es un operador autoadjunto.
Pero, de hecho, para comprobar la antisimetra que (2.6.11) indica basta con
realizar el siguiente clculo elemental:
e
AU, U
= v, u
e 1
+ u, ve 2
(2.6.12)
H
H0 ()
L ()
Z
Z h
h
i
i
ve
u + u e
v dx
v e
u + ue
v dx =
=
e
= U, AU
H
e D(A).
para todo U, U
Ut = AU, t > 0
U (0) = U0 ,
(2.6.13)
124
o bien
U C([0, ); H)
(2.6.16)
u C [0, ); H01 () C 1 [0, ); L2 () .
(2.6.17)
125
distribucin por lo que su derivada segunda temporal utt est bien denida en
el espacio de las distribuciones D ( (0, )). La ecuacin de ondas (2.6.1)
tiene por
tanto sentido en el marco de las distribuciones. Ahora bien, como
u C [0, ); H 1 () , de la propia ecuacin de ondas deducimos que utt
C [0, ); H 1 () y entonces la ecuacin de ondas tiene sentido, para todo
t > 0, en H 1 (). Vemos por tanto que las soluciones dbiles de la ecuacin de
ondas, en la clase (2.6.17), por ser soluciones de la ecuacin de ondas, tienen la
propiedad de regularidad adicional
(2.6.18)
u C 2 [0, ); H 1 () .
La teora de semi-grupos garantiza la existencia y unicidad de soluciones
de (2.6.13) (y por tanto de la ecuacin de ondas original) tanto fuertes como
dbiles. Basta para ello aplicar el Teorema de Hille-Yosida en su versin ms
elemental (vase, por ejemplo, el captulo VII del libro [2]).
Con el objeto de enunciar este importante Teorema conviene recordar la
nocin de operador maximal disipativo.
(2.6.19)
(2.6.20)
Adems se tiene
du
dt
= Au
u(0) = u .
0
en
[0, )
du
k u(t) k6k u0 kH , (t) =k Au(t) kH 6k Au0 kH , t > 0.
dt
H
(2.6.22)
(2.6.23)
126
(AU, U )H = 0
v =uf
y entonces la segunda adquiere la forma
(2.6.28)
u u = g + f.
127
128
Por lo tanto, para poder garantizar que tambin v es una solucin del problema
abstracto (2.6.22) basta con elegir v0 de modo que
Av0 = u0 .
(2.6.33)
u = vt C [0, ); H .
(2.6.36)
w(t) = et u(t),
(2.6.37)
donde R.
Entonces wt = et [ut + u] . Por tanto, u es solucin de (2.6.22) si y slo si
w es solucin de
(
wt = Aw + w, t > 0
(2.6.38)
w(0) = u0
129
(2.6.39)
(2.6.40)
130
El cambio de variables (2.6.32) establece una relacin biunvoca entre soluciones ultradbiles u y soluciones dbiles v. Como corolario del Teorema
6.3, mediante este cambio de variable, se deduce la existencia y unicidad
de soluciones ultradbiles.
El teorema de Hille-Yosida puede tambin aplicarse directamente en este
marco funcional para obtener la existencia y unicidad de soluciones ultradbiles. Basta para ello considerar el operador A en el espacio H 1 ()
[H 2 H01 ()] con dominio L2 () H 1 () H 1 () [H 2 H01 ()] .
Las soluciones que el Teorema de Hille-Yosida proporciona pertenecen entonces a la clase
u C([0, T ]; L2 ()) C 1 ([0, T ]; H 1()) C 2 ([0, T ]; [H 2 H01 ()] ).
(2.6.41)
Observacin. Los diferentes marcos funcionales y grados de regularidad de
las diversas soluciones que hemos construido y considerado pueden tambin
entenderse en el marco de la representacin de las soluciones en series de Fourier.
Como ya hemos mencionado anteriormente, la Teora de semigrupos permite
sin embargo construir estas soluciones para una familia mucho ms amplia de
ecuaciones.
Por ejemplo, si desarrollamos las soluciones de la ecuacin de ondas como
en (2.3.25) las soluciones dbiles de energa nita corresponden a coecientes de
Fourier tales que:
X
[k |ak |2 + |bk |2 ] < .
(2.6.42)
k=1
Las soluciones fuertes exigen sin embargo condiciones ms fuertes sobre los
coecientes de Fourier:
k=1
(2.6.43)
2
[|ak |2 + 1
k |bk | ] < .
(2.6.44)
k=1
131
en (0, )
utt u = f
(2.6.45)
u=0
en (0, )
u(0) = u0 , ut (0) = u1 en .
En este caso (2.6.45) describe las vibraciones del cuerpo sometido a una fuerza
exterior f = f (x, t).
El problema (2.6.45) tambin puede ser escrito en el marco de los problemas
abstractos que se pueden abordar en el contexto de la Teora de Semigrupos.
En efecto, la primera ecuacin de (2.6.45) puede escribirse como el sistema
(
ut =
v
(2.6.46)
vt = u + f,
que puede tambin reformularse como el problema abstracto
(
Ut = AU + F, t > 0
U (0) = U0
(2.6.47)
132
Vemos por tanto que la fuerza externa F aplicada en la versin abstracta (2.6.47)
del sistema (2.6.45) tiene una primera componente nula mientras que la funcin
f de (2.6.45) interviene slo en su segunda componente.
Inspirndonos en la frmula de variacin de las constantes para la resolucin
de ecuaciones diferenciales no homogneas, el problema abstracto (2.6.47) puede
escribirse en la forma integral siguiente
U (t) = S(t)U0 +
eA(ts) F (s)ds,
(2.6.49)
Sin embargo, para que podamos garantizar que se tiene una solucin fuerte
en la clase (2.6.21) es necesario tambin que
Z
133
Si U0 D(A) y F C([0, T ]; H) L1 (0, T ; D(A)) entonces (2.6.47) admite una nica solucin fuerte en la clase
U C([0, T ]; D(A)) C 1 ([0, T ]; H).
El mismo resultado es vlido bajo la hiptesis de que F W 1,1 (0, T ; H).
Si U0 H y F L1 (0, T ; H), entonces (2.6.47) admite una nica solucin
dbil. U C([0, T ]; H).
Aplicando estos resultados a la ecuacin de ondas no-homognea (2.6.45) obtenemos los siguientes resultados de existencia y unicidad:
Si (u0 , u1 ) H 2 H01 ()H01 () y f C([0, T ]; L2 ())L1 (0, T ; H01 ()),
entonces (2.6.45) admite una nica solucin fuerte u en la clase (2.6.30).
Si (u0 , u1 ) H01 () L2 () y f L1 (0, T ; L2 ()), entonces (2.6.45)
admite una solucin dbil
u C([0, T ]; H01 ()) C 1 ([0, T ]; L2 ()).
(2.6.50)
En este punto conviene subrayar que, salvo que impongamos condiciones adicionales al segundo miembro f , no podemos garantizar que
u C 2 ([0, T ]; H 1 ()).
(2.6.51)
134
Pero, hasta ahora, todos los resultados que hemos obtenido sobre la ecuacin de ondas mediante tcnicas de teora de semigrupos, pueden tambin ser
obtenidos mediante series de Fourier. Sin embargo, como habamos mencionado anteriormente, la teora de semigrupos es indispensable si deseamos abordar
ecuaciones ms generales con coecientes variables dependientes de (x, t), no
lineales, etc. Ilustramos este hecho analizando el ejemplo de una ecuacin de
ondas con un potencial p = p(x, t) L ( (0, T )), i.e.
en (0, T )
utt u + p(x, t)u = 0
(2.6.52)
u=0
en (0, T )
o, en su versin abstracta,
Ut = AU + B(t)U
(2.6.54)
Introduciendo la aplicacin
Z t
At
[(U )](t) = e U0 +
eA(ts) B(s)U (s)ds, 0 6 t 6 T
(2.6.57)
135
136
(2.6.59)
en (0, )
utt u = f (u)
(2.6.60)
u=0
en (0, )
(2.6.62)
donde
u
0
F (U ) = F
=
.
v
f (u)
El problema puede entonces ser reducido a la ecuacin integral
Z t
eA(ts) F (U (s))ds
U (t) = eAt U0 +
(2.6.63)
(2.6.64)
(2.6.65)
(2.6.66)
para la funcin
At
[(U )](t) = e U0 +
eA(ts) F (U (s))ds.
Sea R =k U0 kH y B2R la bola de radio 2R en H. Supongamos que la nolinealidad F enva H en H de modo que se trate de una funcin Lipschitziana
sobre conjuntos acotados de H, es decir: para todo k > 0, existe Lk > 0 tal que
k F (U1 ) F (U2 ) kH
6 L k k U1 U2 k H
U1 , U2 H :k U1 kH , k U2 kH 6 k.
(2.6.67)
137
Bajo estas hiptesis es fcil comprobar que si > 0 es sucientemente pequeo, es una contraccin estrictamente en C([0, ]; B2R ). Esto permite deducir la existencia y unicidad de una solucin local (en tiempo) de (2.6.64) en
C([0, ]; B2R ).
Veamos lo que la hiptesis (2.6.67) supone sobre la no-linealidad de la ecuacin de ondas (2.6.60). En vista de la forma particular (2.6.63) de la no-linealidad
del modelo abstracto correspondiente basta en realidad con comprobar que f
enva H01 () en L2 () de manera Lipschitz sobre conjuntos acotados. Supongamos que la funcin f se comporta esencialmente como una potencia p > 1. Es
decir supongamos que
(2.6.68)
f (x) f (y) 6 C(1+ | x |p1 + | y |p1 ) | x y |, x, y R
para algn p > 1 y C > 011 .
Necesitamos comprobar si para todo k > 0 existe Lk > 0 tal que
k f (u1 ) f (u2 ) kL2 () 6 Lk k u1 u2 kH01 () ,
(2.6.69)
| f (x) |
< .
| x |p1
138
todo tiempo, o bien Tmax < (explosin en tiempo finito) y en este caso
lm
tTmax
(2.6.71)
p1
u=0
en (0, )
utt u+ | u |
(2.6.72)
u=0
en (0, )
(2.6.74)
p1
u
en (0, )
utt u =| u |
(2.6.75)
u=0
en (0, )
139
(2.6.77)
que, cuando p > 1, explotan en tiempo nito, en un tiempo que tiende a cero cuando el tamao de los datos iniciales tiende a innito. El hecho de que
las soluciones de la ecuacin de ondas dependan exclusivamente de los datos
iniciales en la base del cono caracterstico permite entonces construir datos iniciales, independientes de x en una bola de , y de modo que en el interior del
cono correspondiente coinciden con la solucin de la ODE (2.6.77) y por tanto
explotan en tiempo nito.
Esta construccin permite efectivamente probar que, para todo p > 1 y todo
abierto no vaco de Rn , existen datos iniciales (u0 , u1 ) H01 () L2 () para
los que la solucin local de (2.6.75) explota en tiempo nito.
Hemos ilustrado el modo en que la Teora de semigrupos permite resolver la
ecuacin de ondas y sus variantes. Veamos ahora algunas de las ideas fundamentales de la demostracin del Teorema fundamental de esta teora: El Teorema
7.1 de Hille-Yosida.
La idea central de la demostracin de Hille-Yosida, que permite utilizar la
propiedad del operador A de ser maximal-disipativo, es introducir y usar la
regularizacin de Yosida del operador A:
1
A = (I (I A)1 ).
(2.6.78)
1 x
1 x
1 x
140
sobre A garantiza que esto es as cuando = 1. Veamos que sto permite probar
que I A es inversible para todo > 1/2. En efecto, reescribimos la ecuacin
(2.6.79)
x Ax = y
como
x Ax =
o, lo que es lo mismo,
1
1
x,
y+ 1
x = (I A)1
h1
1 i
x .
y+ 1
(2.6.80)
(2.6.81)
y H,
(2.6.82)
X
(A t)k
.
(2.6.84)
e A t =
k!
k=0
141
Es fcil comprobar que para cada > 0 y t > 0, eA t dene un operador lineal
y acotado de H en H. Adems
u (t) = eA t u0 C ([0, ); H)
(2.6.85)
= hA x, x (I A)1 xi + hA x, (I A)1 xi
= k A x k2 +hA x, (I A)1 xi
= k A x k2 +hA(I A)1 x, (I A)1 xi 6 k A x k2 6 0.
= A u A u
dt
dt
y por tanto
1 d
k u u k2H = hA u A u , u u i.
2 dt
Pero
hA u A u , u u i =
= hA u A u , u (I A)1 u + (I A)1 u (I A)1 u + (I A)1 u u i
= hA u A u , A u + A u i
+ hA((I A)1 u (I A)1 u ), (I A)1 u (I A)1 u i
6 hA u A u , A u + A u i.
142
Por tanto
1 d
k u u k2H 6 2( + ) k Au0 k2H .
2 dt
(2.6.88)
2.7.
(2.7.1)
(2.7.2)
143
(2.7.3)
respectivamente.
En virtud de las hiptesis (2.7.3) estas energas son equivalentes a la energa
habitual de la ecuacin de ondas.
Consideremos ahora la ecuacin (2.7.1) y veamos cual es la aproximacin
semi-dicreta ms natural. Proponemos el siguiente esquema
uj
uj uj1 i
1h
uj+1 uj
j1/2
j+1/2
= 0, j Z, t > 0.
h
h
h
(2.7.6)
1
h
h.
= j+
2
2
(2.7.7)
(2.7.9)
uj uj
uj uj1 i
uj+1 uj
1 Xh
uj = 0.
j1/2
j+1/2
h
h
h
jZ
144
uj uj =
jZ
jZ
1 d X 2
| uj |
2 dt
1 Xh
uj uj1 i
uj+1 uj
j1/2
uj
j+1/2
h
h
h
jZ
1X
uj+1 uj
uj uj1
1X
uj +
uj
j+1/2
j1/2
h
h
h
h
jZ
jZ
1X
uj+1 uj
uj+1 uj
1X
uj +
uj+1
j+1/2
j+1/2
=
h
h
h
h
jZ
jZ
j+1/2
jZ
uj+1
h
uj uj+1
uj
u
1 d X
j+1 uj 2
j+1/2
.
2 dt
h
jZ
Deducimos por tanto que la siguiente energa discreta se conserva para las
soluciones de (2.7.6):
Eh (t) =
i
u
1 Xh 2
j+1 uj 2
| uj | +j+1/2
.
2
h
(2.7.10)
jZ
(xj )
+ (xj )
h 2
h
2
h
u(xj+1 ) u(xj ) h2
u(xj ) u(xj1 ) i
1 h h2
(xj )
(xj )
h 8
h
8
h
h u(x ) u(x ) u(x ) u(x ) i
j+1
j
j
j1
+ O(h2 )
+
h
h
145
Para estas ltimas, las soluciones son constantes a lo largo de curvas caractersticas que son las curvas parametrizadas x = x(t) en las que
p
(2.7.15)
x (t) = (x(t)).
(2.7.16)
146
(1 , 1 ), x < 0
(2 , 2 ), x > 0.
(2.7.17)
p
La velocidad de propagacin de las ondas es entonces c1 = 1 /1 y c2 =
p
2 /2 en el medio x > 0 y x < 0 respectivamente.
En este caso es fcil comprobar que, si bien en cada uno de los medios x > 0
y x < 0 las ondas se transportan sin deformacin a velocidad constante c2 y c1
respectivamente, al alcanzar la interfase x = 0 parte de la onda se transmite
mientras que la otra parte rebota. Este fenmeno puede establecerse con claridad
a travs del estudio de los coeficientes de reflexin y transmisin: R y T .
Para introducirlos, consideremos una onda plana que en el medio x < 0 se
desplaza hacia la derecha a velocidad constante c1 hasta alcanzar la interfase
x = 0. Al alcanzarla, parte de la solucin rebota produciendo una onda de
transporte que en el medio x < 0 se propagar en sentido opuesto, siempre a
velocidad c1 y otra parte se transmite al medio x > 0 dando lugar a una onda
que se transporta hacia la derecha a velocidad c2 .
El conjunto de esta solucin que combina los fenmenos descritos puede
escribirse en la forma
i
h
u(x, t) = 1(,0) (x) ei(tk1 x) + Re i(t+k1 x) + T 1(0,)(x)ei(tk2 x) , (2.7.18)
donde 1(,0) y 1(0,) denotan respectivamente las funciones caractersticas de
las semirectas (, 0) y (0, ) y k1 y k2 denotan las relaciones de dispersin
en cada uno de los medios
(2.7.19)
k1 = /c1 ; k2 = /c2 .
En (2.7.18), R y T denotan las constantes de reexin y transmisin que precisamente deseamos calcular.
Es fcil comprobar que u en (2.7.18) constituye una solucin de (2.7.16)
tanto en el semiplano de la izquierda x < 0 como en el de la derecha x > 0.
Sin embargo el que la funcin u denida a trozos en (2.7.18) satisfaga (2.7.16)
depende tambin de las condiciones de transmisin que se han de cumplir en el
punto de interfase. En este caso son:
t > 0.
(2.7.20)
k1 1 R + k2 2 T = k1 1 .
(2.7.21)
147
La solucin de este sistema arroja los siguientes valores para los coecientes R
y T:
1 2
,
1 + 2
21
T =
1 + 2
R=
donde
j =
j j , j = 1, 2
(2.7.22)
(2.7.23)
(2.7.24)
(2.7.25)
(2.7.26)
(2.7.27)
k1,h =
(2.7.28)
k2,h
(2.7.29)
148
Tenemos nuevamente
1 + Rh = Th .
(2.7.31)
eik2 h
2i1 sen(k1 h)
2 2 .
1 2 + 1 eik1 h + (1 + 2 ) 2h
(2.7.33)
1 2 2 1 2 2
21
+
h + O(h3 )
1 + 2
4c1 c2 (1 + 2 )
(2.7.34)
(2.7.35)
(2.7.36)
(2.7.38)
149
(2.7.39)
(2.7.40)
(2.7.41)
150
f x 1/ 1 + g x + 1/ 1 = f x 1/ 2 + ge x + 1/ 2
i
i
1 h
1 h e
f x 1/ 1 g x + 1/ 1 =
f x 1/ 2 ge x + 1/ 2
1
2
(2.7.45)
e
que permiten calcular los perles f y ge del intervalo temporal t > 1 a partir de
los perles f y g del intervalo 0 < t < 1.
donde
j (t) = (xj , t).
En este caso la energa viene dada por la expresin
Eh (t) =
u (t) u (t) 2 i
h Xh
j+1
j
j (t) | uj (t) |2 +
.
2
h
jZ
hX
j (t) | uj (t) |2
2
jZ
2.8.
En la seccin 2.6 hemos estudiado la ecuacin de ondas semilineal en el contexto de la Teora de semigrupos. Hemos visto que, bajo condiciones adecuadas
sobre el crecimiento de la no-linealidad, (que garantizan que la nolinealidad enva H 1 en L2 de manera Lipschitz en acotados) la ecuacin de ondas semi-lineal
est bien puesta, localmente en tiempo. Veamos posteriormente que a travs
de una estimacin de energa, cuando la no-linealidad tena una propiedad de
buen signo la solucin poda prolongarse y denirse globalmente en tiempo.
En esta seccin discutimos brevemente algunos aspectos de la aproximacin
numrica de estas ecuaciones.
Consideremos la ecuacin de ondas semilineal 1 d:
utt uxx + u3 = 0,
x R, t > 0
(2.8.1)
u(x, 0) = u (x), u (x, 0) = u (x), x R.
0
t
1
u (0) = u , u (0) = u ,
j Z,
j
donde u0,j
jZ
0,j
, u1,j
jZ
1,j
continuos de (2.8.1).
El sistema (2.8.3) es un conjunto de una innidad de ecuaciones diferenciales
nolineales acopladas. Se puede probar que, para cada paso de mallado h > 0,
(2.8.3) admite una nica solucin local en tiempo. Para ello basta aplicar la
frmula de variacin de las constantes y utilizar las propiedades ya conocidas
sobre el sistema lineal subyacente.
Pero, nuevamente, para probar la existencia global de soluciones, necesitamos
de una identidad de energa. En este caso tenemos que la energa del sistema
152
semi-discreto es
Eh (t) =
u (t) u (t) 2 i h X
h Xh
j+1
j
u4j (t).
| uj (t) |2 +
+
2
h
4
jZ
(2.8.4)
jZ
tTmax
(2.8.5)
El que la energa E(t) de (2.8.2) se conserve junto con que todos los trminos que en ella intervienen tengan signo positivo permite garantizar que tanto
k ux (t) kL2 (R) como k ut (t) kL2 (R) permanecen acotadas en intervalos nitos de
tiempo. Sin embargo, en la medida que estamos trabajando en R y no disponemos de la desigualdad de Poincar, para probar que (2.8.5) no es posible tenemos
tambin que establecer una cota sobre la norma de la solucin en L2 (R). Para
ello introducimos la energa perturbada
Z h
Z
i
1
1
u2t + u2x + u2 dx +
F (t) =
u4 dx.
2 R
4 R
Para esta nueva energa tenemos la identidad
Z
Z h
i
1
dF (t)
u2 + u2t dx 6 F (t)
u ut dx 6
=
dt
2 R
R
de modo que, por la desigualdad de Gronwall,
F (t) 6 F (0)et .
En particular
u2 (t)dx 6 Cet
154
Captulo 3
La ecuacin de transporte
lineal
Las ecuaciones que modelizan fenmenos de propagacin de ondas y vibraciones son tpicamente Ecuaciones en Derivadas Parciales (EDP) de orden dos.
Sin embargo en todas ellas subyacen las ecuaciones de transporte de orden uno
que analizamos en esta seccin.
El modelo ms sencillo es
ut + ux = 0.
(3.0.1)
(3.0.2)
(3.0.3)
(3.0.4)
155
156
(3.0.5)
(3.0.6)
,
(3.0.7)
h
h
u(xj , t) u(xj1 , t)
uj (t) uj1 (t)
ux (xj , t)
(3.0.8)
h
h
uj+1 (t) uj1 (t)
u(xj+1 , t) u(xj1 , t)
. (3.0.9)
ux (xj , t)
2h
2h
Cada una de estas elecciones corresponde a un determinado sentido de avance a
lo largo del eje x. En efecto (3.0.7) y (3.0.8) y (3.0.9) corresponden a diferencias
progresivas, regresivas y centradas respectivamente.
ux (xj , t)
157
Cada una de estas elecciones proporciona un sistema semi-discreto diferente
de aproximacin de la EDP (3.0.1) en diferencias nitas:
Esquema progresivo:
uj (t) +
(3.0.10)
(3.0.11)
Esquema regresivo:
uj (t) +
Esquema centrado:
uj (t) +
(3.0.12)
(3.0.13)
Es fcil comprobar que en cada uno de los casos anteriores el operador Ah involucrado puede representarse a travs de una matriz innita, tridiagonal y acotada
con norma 1/h. Se trata pues de ecuaciones de evolucin en espacios de Hilbert
de dimensin innita pero en las que el generador Ah est acotado. Esto nos
permite calcular el semigrupo eAh t mediante la representacin en desarrollo de
serie de potencias de la exponencial. Obtenemos as que estas ecuaciones generan semigrupos en H = 2 . De este modo deducimos que para cada dato inicial
dado en 2 cada una de estas ecuaciones admite una nica solucin C (R, 2 )
que toma ese dato en el instante t = 0. Las soluciones dependen en realidad de
manera analtica con respecto a la variable temporal.
Todos estos esquemas son consistentes con la ecuacin de transporte. Es
decir, al llevar a estos esquemas una solucin regular de la ecuacin de transporte
continua vemos que se produce un error que tiende a cero a medida que h 0.
158
u
(, t) = 0, t > 0.
u
(, t) +
2h
(3.0.15)
(3.0.16)
(3.0.17)
1
2
|
u(, t)|2 d =
jZ
|uj (t)|2 .
u
(, t) = eah ()t u(, 0)
donde ah () vara de un caso a otro. De manera ms precisa se tiene
1 ei
,
(esquema progresivo)
i
e 1
a() =
,
(esquema regresivo)
i
i
e e , (esquema centrado).
2h
(3.0.19)
(3.0.20)
(3.0.21)
Como es bien sabido, la convergencia de un mtodo numrico exige su estabilidad2 y sta pasa por que Re ah () permanezca acotada superiormente cuando
h 0 uniformemente en [0, 2). Veriquemos si esta propiedad se cumple
en cada uno de los casos:
2 En este punto estamos haciendo uso del clsico Teorema de Lax que dice que la convergencia de un esquema es equivalente a su estabilidad ms consistencia. En el caso ms sencillo de
159
Esquema progresivo: Tenemos
ah () =
1 cos() i sen()
1 ei
=
.
h
h
h
Por tanto
Re ah () =
(3.0.22)
1 cos()
.
h
Obviamente,
Re ah () , h 0, 0 < < 2,
(3.0.23)
ei 1
cos() 1 i sen
=
h
h
h
(3.0.24)
cos() 1
0, [0, 2).
h
(3.0.25)
de modo que
Re ah () =
i sen
ei ei
=
.
2h
h
(3.0.26)
Re ah () = 0
(3.0.27)
Obviamente,
por lo que este esquema es tambin estable y convergente.
la resolucin de un sistema lineal Ax = b, podemos interpretar este resultado del siguiente modo. Aproximemos este problema por otro de caractersticas semejantes A x = b . Suponemos
que b b cuando 0. Deseamos probar que x x. Para ello hacemos las dos siguientes
hiptesis: a) A y Ay para todo y (consistencia) y b) Las matrices inversas (A )1 estn
uniformemente acotadas (estabilidad). Deducimos entonces la convergencia de las soluciones:
x x cuando 0. En efecto, tenemos A (x x) = b b + (A A )x = r . Por las
hiptesis realizadas sobre la aproximacin deducimos que r 0. La hiptesis de estabilidad
garantiza entonces que x x 0. El Teorema de Lax generaliza este resultado al caso de las
EDP y sus aproximaciones numricas. La ecuacin Ax = b del ejemplo anterior juega el papel
de la EDP, la ecuacin cuya solucin deseamos aproximar. La ecuacin aproximada A x = b
juega el papel de la aproximacin numrica, y es el parmetro destinado a tender a cero, lo
mismo que hace h en las aproximaciones numricas.
160
161
pagan con velocidades y direcciones distintas y no converger a medida que
el paso del mallado tiende a cero.
Los tres esquemas que hemos analizado son en principio coherentes. En realidad en la terminologa del Anlisis Numrico se dice que son esquemas consistentes. De manera ms precisa, mientras que el esquema progresivo y regresivo
son consistentes de orden 1, el esquema centrado es consistente de orden 2. En
efecto, supongamos que u es una solucin sucientemente regular de la ecuacin de transporte (3.0.1) (basta con que u tenga una derivada continua en la
variable tiempo y tres en la variable espacial).
Sea entonces
(3.0.28)
uj (t) = u(xj , t),
la restriccin de (3.0.1) a los puntos del mallado.
Para analizar la consistencia de los esquemas numricos introducidos consi
deramos uj jZ como una solucin aproximada de dicho esquema4 .
Tenemos entonces, en el caso de esquema progresivo
uj +
uj+1 uj
h
u(xj+1 , t) u(xj , t)
(3.0.29)
h
u(xj , t) + h ux (xj , t) + O h2 u(xj , t)
= ut (xj , t) +
h
= ut (xj , t) + ux (xj , t) + O(h) = O(h),
= ut (xj , t) +
uj+1 uj1
2h
= ut (xj , t) +
u(xj+1 , t) u(xj1 , t)
2h
(3.0.30)
h2
uxx (xj , t) + O(h3 )
2
h2
3
u(xj , t) + hux (xj , t) uxx (xj , t) + O h
2h,
2
= ut (xj , t) + ux (xj , t) + O h2 = O h2 .
= ut (xj , t) + u(xj , t) + hux (xj , t) +
En virtud del Teorema de equivalencia de P. Lax que garantiza que la convergencia equivale a la consistencia ms la estabilidad cabe entonces esperar que el
4 Conviene subrayar que, a la hora de comprobar la consistencia de un mtodo numrico, lo
que comunmente se hace es considerar la solucin del problema continuo como una solucin
aproximada del esquema discreto y no al revs, como podra esperarse en la medida en que el
esquema numrico tiene como objeto aproximar la ecuacin continua. As, el error de truncatura es el resto resultante de considerar la solucin del problema continuo como una solucin
aproximada del problema discreto. Cuando el error de truncatura es del orden de O(hp ) se
dice que el mtodo es consistente de orden p.
162
(3.0.31)
es decir la diferencia entre la solucin real y la numrica sobre los puntos del
mallado. Para simplicar la presentacin suponemos que el dato inicial es continuo5 , lo cual permite tomar datos iniciales exactos en el esquema semi-discreto:
(3.0.32)
uj (0) = f (xj ), j Z.
En virtud del anlisis de consistencia anterior, sustrayendo la ecuacin vericada por uj y uj deducimos que
(
j + j hj1 = Oj (h), j Z, t > 0
(3.0.33)
j (0) = 0, j Z.
Multiplicando en (3.0.33) por j y sumando en j Z obtenemos
X
X
1 d
1X 2
2
|j (t)| +
j j1 j =
Oj (h)j .
2 dt
h
jZ
jZ
jZ
jZ
1X
2
(j j1 ) 0.
2
jZ
Por tanto la identidad de energa anterior puede reescribirse del siguiente modo
X
1 X
1 d X
2
2
|j (t)| +
(j (t) j1 (t)) =
Oj (h)j (t).
(3.0.34)
2 dt
2h
jZ
jZ
jZ
1/2
X
2
||(j )||h = h
(3.0.35)
|j | .
jZ
5 Si el dato inicial no fuese continuo sino solamente localmente integrable, por ejemplo,
tomaramos como dato inicial para el problema discreto una media del dato inicial f = f (x)
R x +h/2
en torno a los puntos del mallado. Por ejemplo, uj (0) = h1 x jh/2 f (s)ds.
j
163
En lo sucesivo utilizaremos la notacin vectorial ~ para denotar el vector
innito numerable de componentes (j )jZ .
Conviene observar que (3.0.35) es una aproximacin discreta de la norma
continua en L2 (R) en el mallado de paso h.
Con esta notacin, y denotando mediante 1 ~ la sucesin trasladada una
unidad con componentes (j1 )jZ , la identidad (3.0.34) puede reescribirse del
modo siguiente:
X
1
1 d
~
2
2
|~(t)|h +
|~(t) 1 ~
(t)|h = h
Oj (h)j (t) O(h)
|j (t)|h .
2 dt
2h
h
jZ
(3.0.36)
d
~
|~
(t)|h O(h)
dt
h
|~(t)|h
Z t
~
O(h) ds
0
(3.0.37)
h
uxx (j , t)
2
xR, t0
de donde, habida cuenta que el soporte de uxx est contenido en una traslacin
del soporte compacto de f , se sigue que
~
(3.0.38)
O(h) Ch, t 0, h > 0.
h
(3.0.39)
164
jZ
(3.0.40)
|~u|1,h
1/2
X uj uj1 2
.
= h
h
(3.0.41)
jZ
(3.0.42)
165
En el esquema progresivo tenemos
X (uj+1 uj )
1 d X
uj
|uj (t)|2 +
2 dt
h
jZ
jZ
1 d X
1 X
=
|uj (t)|2
|uj+1 uj |2 = 0.
2 dt
2h
jZ
(3.0.43)
jZ
(3.0.44)
jZ
u(x, t) u(x h, t)
.
h
h
uxx = 0.
2
(3.0.45)
166
deducimos que
1 d
2 dt
h
u (x, t)dx +
2
R
2
(3.0.46)
lo cual reeja el carcter disipativo del trmino de regularizacin huxx/2 aadido en la ecuacin (3.0.45) y supone, claramente, la versin continua de la ley
de disipacin de energa (3.0.40) del esquema regresivo.
El mismo argumento permite detectar el carcter inestable de la aproximacin progresiva puesto que
u(x + h, t) u(x, t)
h
= ux (x, t) + uxx (x, t) + O(h2 ).
(3.0.47)
h
2
En este caso, el esquema progresivo resulta ser una aproximacin de orden dos
de la EDP de segundo orden
h
uxx = 0.
(3.0.48)
2
En esta ocasin (3.0.48) es una ecuacin parablica retrgrada de carcter
inestable7
tal y como queda de maniesto en la ley de amplicacin de la energa que
las soluciones de (3.0.48) satisfacen
Z
Z
1 d
h
2
u (x, t)dx =
u2 (x, t)dx.
(3.0.49)
2 dt R
2 R x
ut + ux +
Sin embargo, este argumento permite conrmar el carcter puramente conservativo de la aproximacin centrada. En efecto:
u(x + h, t) u(x h, t)
h2
h2
= ux (x, t)+ x3 u(x, t)+ +
2+1 u(x, t)+ .
2h
3!
(2 + 1)! x
(3.0.50)
Es fcil comprobar, en efecto, que cualquiera de las aproximaciones de la
ecuacin de transporte (3.0.1) obtenidas truncando el desarrollo en serie de
potencias (3.0.50) de la forma
ut +
L
X
=0
7 La
h2
2+1 = 0
(2 + 1)! x
(3.0.51)
inestabilidad de esta ecuacin a medida que h 0 se pone claramente de manifiesto a travs del cambio de variable vh (x, t) = uh (x + t, t). En este caso, se trata de una
solucin de la ecuacin del calor retrgrada vt + hvxx = 0 que, tras el cambio de variables wh (x, t) = vh (x, t/h), se convierte en una solucin de la ecuacin del calor retrgrada normalizada wt + wxx = 0. As, vemos que vh (x, t) = [Gh ( t) vh (, )](x), para
cada par de instantes de tiempo 0 < t < , siendo Gh el ncleo del calor reescalado:
Gh (x, t) = (4ht)1/2 exp(x2 /4ht). De esta expresin, aplicada con t = 0 de modo que
vh (x, t) = f (x), se deduce fcilmente que vh (x, t) no est acotada en L (0, T ; L2 (R)), para
ningn T > 0.
167
Tiene un carcter puramente conservativo.
Las ecuaciones (3.0.51) tienen sin embargo un carcter dispersivo que analizaremos ms adelante.
En relacin a la ecuacin de transporte (3.0.5) en la que el sentido de progresin de las ondas ha sido invertido, como es de esperar, se tiene que el esquema
regresivo es inestable y no converge mientras que el progresivo y centrado son
convergentes de orden 1 y 2, respectivamente.
Para concluir esta seccin consideremos el siguiente esquema completamente
discreto para la aproximacin de (3.0.1):
uk+1
ujk1
ukj+1 ukj1
j
+
= 0.
2t
2x
(3.0.52)
= t/x.
(3.0.54)
El mtodo de von Neumann permite analizar fcilmente la estabilidad del esquema. En este caso, la transformada de Fourier uk () de la solucin de (3.0.53)
satisface
k
() = u
k1 () 2i sen()
uk (),
u
k+1 () = u
k1 () + ei ei u
es decir,
u
k+1 () + 2i sen()
uk () u
k1 () = 0.
(3.0.55)
En (3.0.55) vemos que cada componente de Fourier uk () satisface un esquema de evolucin discreto de dos pasos cuyos coecientes dependen de [0, 2).
Basta por tanto vericar si se satisface el criterio de la raz. En este caso los
ceros del polinomio caracterstico del esquema (3.0.55) son
p
(3.0.56)
() = i sen() 2 sen2 () + 1.
168
Caso 1: < 1.
En este caso
2
| | = 2 sen2 + 1 2 sen2 = 1
p
2 sen2 1 > 1
=0
(2m + 1)!
(2 + 1)! x
m=0
=0
(3.0.57)
169
Tomando por ejemplo L = M = 1 obtenemos la ecuacin:
t u + x u +
(x)2 3
(t)2 3
t u +
x u = 0.
6
6
(t)2 2
(x)2 2
x u] + x [u +
x u] = 0.
6
6
Vemos sin embargo que el efecto dispersivo introducido por el esquema numrico hace que no sea la norma de u en L2 (R) la que se conserve en tiempo
sino la cantidad:
Z
(t)2
u2
| ux |2 dx
6
R
que, incluso puede ser negativa si la funcin u oscila rpidamente. Conviene sin
embargo no olvidar que en las soluciones numricas su mxima oscilacin est
limitada por el paso del mallado, por lo que esta cantidad nunca se puede hacer
negativa en ellas.
Son muchos los esquemas completamente discretos que surgen de manera
natural en la aproximacin de la ecuacin de transporte (3.0.1), adems del
esquema leap-frog ya estudiado. La mayora de ellos aparecen al realizar una
aproximacin discreta en tiempo de un esquema semidiscreto, pero no siempre
es as. Obviamente, en caso de proceder a la obtencin del esquema completamente discreto mediante la discretizacin temporal de un esquema semi-discreto,
170
(3.0.58)
uk+1
uk+1
uk+1
ukj
j
j1
j
+
=0
t
x
(3.0.59)
o su versin implcita
(3.0.60)
(3.0.61)
tenemos que
| 1 + (ei 1) |2
(3.0.62)
171
Es fcil comprobar que esta condicin de estabilidad es precisamente la que se
obtiene al imponer que el dominio de dependencia del esquema discreto contenga
al de la ecuacin de transporte continua.
En el caso del ERI tenemos
uk+1
= ukj (uk+1
uk+1
j
j
j1 )
que al aplicar la transformada de Fourier, se convierte en
u
k+1 () = u
k () (
uk+1 () ei u
k+1 ()),
es decir,
(3.0.63)
h
i
1 + (1 ei ) u
k+1 () = u
k (),
u
k+1 () = [1 + (1 ei )]1 uk ().
(3.0.64)
=
=
=
B
u k+1 =
uk
donde B es una matriz innita con valores 1 + en la subdiagonal. Se trata
por tanto de una matriz innita triangular inferior que dene un operador
acotado de 2 en 2 . Pero, >se puede invertir el operador B ?
172
[0, 2).
1
2
2
0
X
jZ
| uk+1
|2 =
j
|u
() |2 d =
X
jZ
1
2
|u
k+1 () |2 d
h 4 h uk uk i 1 h uk uk ii
uk+1
ujk1
j+1
j1
j+2
j2
j
=
2t
3
2x
3
4x
(3.0.66)
173
que es de orden dos en tiempo y orden cuatro en espacio.
En todos los mtodos descritos hasta ahora puede observarse que han sido derivados en dos pasos, discretizando primero la variable espacial y despus la temporal. Sin ir ms lejos es obvio que (3.0.66) proviene de una semi-discretizacin
de la forma
h 4 h u (t) u (t) i 1 h u (t) u (t) ii
j+1
j1
j+2
j2
(3.0.67)
uj (t) =
3
2x
3
4x
que es efectivamente consistente con la ecuacin de transporte. El paso de
(3.0.67) a (3.0.66) es claro. Basta con utilizar el esquema de dos pasos
y k+1 y k1
= f (y k )
2t
para la resolucin de la ecuacin diferencial
y (t) = f (y(t)).
Pero, como decamos, no todos los mtodos discretos provienen de discretizar
en tiempo una semi-discretizacin. Por ejemplo el mtodo de la derivada oblicua
es de la forma
k+1
k+1
k
(3.0.68)
uk+2
=
(1
2)
u
u
j
j
j1 + uj1 .
Se trata de un mtodo de orden dos. Para ver que, efectivamente, es un mtodo
consistente con la ecuacin de transporte lo escribimos como
uk+2
ukj1 uk+1
+ uk+1
(uk+1
uk+1
j
j
j1
j
j1 )
= 2
,
t
x
o, de manera ms clara an,
1 h uj
2
k
i uk+1 uk+1
uk+1
uk+1
j
j1
j
j1 uj1
+
+
= 0,
t
t
x
(3.0.69)
1
1
(1 + )ukj1 + (1 2 )ukj (1 )ukj+1
2
2
(3.0.70)
k+2
y el esquema de Lax-Friedrichs
=
uk+1
j
1
1
(1 )ukj1 + (1 + )ukj+1 .
2
2
(3.0.71)
(3.0.72)
174
jZ
Basta entonces sumar con respecto a j Z en (3.0.71) para obtener que las
soluciones del esquema de Lax-Friedrichs satisfacen mk+1 = mk . Esto es una
versin discreta de la propiedad de conservacin de la masa que las soluciones
u(x, t) = f (x t) de (3.0.1) satisfacen, i.e.
Z
Z
u(x, t)dx =
f (x)dx, t R.
R
Esta propiedad de conservacin de la masa juega un papel relevante en la aproximacin numrica de las ecuaciones de transporte no-lineales, como la ecuacin
de Burgers, y los esquemas que la verican se dicen conservativos.
Es fcil comprobar que el esquema de Lax-Friedrichs es estable (y, por tanto,
convergente de orden uno) si y slo
= t/x 6 1.
El esquema de Lax-Wendro es consistente de orden dos y es fcil comprobar que es tambin un esquema conservativo y es convergente bajo la misma
condicin 6 1.
3.1.
En el apartado anterior hemos estudiado la convergencia de diversos esquemas semi-discretos y completamente discretos de aproximacin de la ecuacin
175
continua (3.0.1). Hemos comprobado que esquemas numricos convergentes pueden introducir efectos disipativos o anti-disipativos que pueden ser respectivamente la causa de su estabilidad o inestabilidad o, por el contrario, ser puramente
conservativos.
Sin embargo con independencia de su carcter convergente o divergente la
mayora de los esquemas numricos tienen un carcter dispersivo. Por dispersin
entendemos la propiedad de un sistema dinmico continuo o discreto en tiempo
de propagar a diferentes velocidades las diversas componentes de la solucin.
La ecuacin de transporte (3.0.1) es precisamente un ejemplo claro de sistema
no dispersivo pues, como vimos en la seccin 3, todas sus soluciones son ondas
de transporte puras que se propagan en el espacio a velocidad uno. Este hecho,
obvio de la expresin explcita de la solucin (3.0.3), puede tambin comprobarse
a travs del anlisis de Fourier.
En efecto, consideremos soluciones u de (3.0.1) de la forma
u = eit eix ,
(3.1.1)
(3.1.3)
uj uj1
= 0.
h
(3.1.4)
(3.1.5)
1 eih
= 0,
h
176
es decir
i
(3.1.6)
1 eih .
h
La ecuacin (3.1.6) es la relacin de dispersin para el esquema semi-discreto
(3.1.4).
Un simple desarrollo de Taylor permite comprobar que, en una primera aproximacin, (3.1.6) coincide con la relacin de dispersin (3.1.2) de la ecuacin de
transporte continua. En efecto,
i
2 h2
i
i 2 h
1 1 ih
1 eih =
+ O(h3 ) = +
+ O(h2 ).
h
h
2
2
(3.1.7)
En virtud de (3.1.6) la solucin (3.1.5) de (3.1.4) puede escribirse en la forma
=
uj (t) = ei(xj + t) ,
de donde vemos que la solucin semi-discreta es una onda de transporte progresiva que avanza a una velocidad
ch () =
i
ih
h ()
= (1 eih ) = 1
+ O(h2 ),
h
2
(3.1.8)
uj+1 uj1
= 0,
2h
(3.1.9)
eih eih
= 0.
2h
Es decir,
i +
i sen(h)
=0
h
177
o, equivalentemente,
sen(h)
.
(3.1.10)
h
Nuevamente observamos que (3.1.10) es una aproximacin de la relacin de
dispersin (3.1.2) de la ecuacin de transporte continua. De (3.1.10) se deduce
que la velocidad de propagacin de las ondas semi-discretas es en este caso
=
ch () =
2 h2
sen(h)
=1
+ O(h4 ).
h
3!
(3.1.11)
Comprobamos por lo tanto que las ondas en el medio semi-discreto se propagan ms lentamente que en el medio continuo si bien, jada la longitud de
onda espacial, la velocidad de propagacin ch (), cuando h 0, converge a la
velocidad de propagacin en el caso continuo c 1. Obviamente, la convergencia
de las velocidades de propagacin est motivada por el hecho que el esquema
sea convergente. En efecto, el esquema numrico no podra ser convergente si
para algunas longitudes de onda las velocidades de propagacin no convergiesen
cuando el paso del mallado tiende a cero.
Consideremos por ltimo el esquema leap-frog completamente discreto
(3.0.52). En este caso buscamos ondas discretas de la forma
ukj = eitk eixj = eikt eijx .
(3.1.12)
=1
(3.1.14)
(3.1.15)
178
(3.1.16)
(3.1.18)
179
(3.1.21)
Esta relacin indica que, a medida que nos trasladamos en el espacio a velocidad x/t, slo podemos ver las componentes cuyo nmero de onda satisfaga
la relacin (3.1.20), o, dicho de otro modo, la energa asociada al nmero de
onda se propaga a una velocidad de grupo
Ch () = h ().
(3.1.22)
180
i
1 eih ;
h
ch () =
h ()
ih
=1
+ O(h2 ),
(3.1.23)
(3.1.24)
sen(h)
;
h
ch () =
sen(h)
2 h2
=1
+ O(h4 ).
h
6
(3.1.25)
2 h2
+ O(h4 ).
2
(3.1.26)
1
arcsen [ sen(x)] ;
t
ch () =
1
arcsen [ sen(x)] . (3.1.27)
t
xcos(x)
p
,
t 1 2 sen2 (x)
(3.1.28)
181
(eipx/ ).
pk xk
Rn
ei 4 sgn (A)
a(y)dy =
(a(0) + O())
| det A |1/2
1
2 yAy
182
En efecto, suponiendo que slo se anula en un nmero nito de puntos y1 , yN del soporte de la funcin a y que las matrices D2 (yk ) no son
singulares, k = 1, , N ; obtenemos que
I = (2)n/2
N
X
i(yk )
e
ei 4 sgn (D (yk )) (a(yk ) + O()).
2 (y ) |1/2
|
det
D
k
k=1
3.2.
183
(3.2.3)
ut + ux = 0,
(3.2.4)
u
b(, t) = eit fb().
(3.2.6)
R,
(3.2.7)
t > 0
(3.2.8)
(3.2.10)
f () = h
fj eihj , 6 6 .
h
h
jZ
Denotamos la transformada discreta de Fourier mediante el smbolo para distinguirla de la transformada continua. A pesar de que la transformada (3.2.10)
depende del parmetro h, no lo expresamos explcitamente en la notacin para
aligerarla.
9 El lector interesado en un estudio de las propiedades bsicas de la Transformada de Fourier
y su aplicacin a las EDP puede consultar los textos de F. John [15] y J. Rauch [24].
184
Vemos que la imagen mediante la transformada discreta de Fourier de una sucesin de paso h es una funcin continua con soporte en el intervalo [/h, /h].
Obviamente, a medida que h 0, este soporte converge a toda la recta real.
Este hecho reeja una de las propiedades fundamentales de la transformada de
Fourier, a medida que el carcter oscilante de la funcin en el espacio fsico
aumenta, su transformada de Fourier se amplica para las altas frecuencias. La
sucesin discreta de paso h puede verse como una funcin que oscila a escala h
(basta para ello extender la sucesin discreta de valores a una funcin constante
o lineal a trozos denida en toda la recta real). El soporte de su transformada
de Fourier aumenta, consecuentemente.
La transformada de Fourier discreta puede invertirse con facilidad. Tenemos
Z /h
1
f ()eihj d
(3.2.11)
fj =
2 /h
La analoga entre las frmulas (3.2.1) y (3.2.2) de la transformada continua
de Fourier y (3.2.10)-(3.2.11) de la transforma discreta a escala h son evidentes.
Mientras que (3.2.10) se asemeja a una suma de Riemann de la integral (3.2.1)
que dene la transformada continua de Fourier sobre la particin xj = jh, j Z,
la transformada discreta inversa (3.2.11) es simplemente una versin truncada
de la integral (3.2.2) que dene la transformada inversa de Fourier.
Es fcil tambin comprobar que la transformada discreta dene una isometra:
Z h
X
1 2
1
2
2
~
| f () |2 d =
k f kh = h
|fj | =
(3.2.12)
f 2 .
2 h
2
L ( h , h )
jZ
Esto, evidentemente, no es ms que la versin discreta de la identidad de Parseval para la transformada de Fourier
Z
2
1 b2
1
(3.2.13)
| fb() |2 d =
=
f 2 .
f 2
2 R
2
L (R)
L (R)
La relacin entre transformada continua y discreta se hace ms clara an si
utilizamos la funcin cardinal (tambin denominada funcin cardinal de Whittaker of funcin de Shannon, por su papel relevante en teora de la comunicacin):
0 (x) =
sen(x/h)
.
x/h
(3.2.14)
sen((x xj )/h)
.
(x xj )/h
(3.2.15)
185
Dada una funcin discreta (fj )jZ de paso h denimos entonces la funcin continua
X
f (x) =
fj j (x).
(3.2.16)
jZ
(3.2.18)
(3.2.19)
jZ
fc () =
X
jZ
cj () =
fj
X
jZ
c0 () = h
fj eijh
jZ
iF 1 (1[A,A] )
186
Vemos pues que la transformada discreta de Fourier no es ms que la transformada continua aplicada a la interpolacin de la sucesin mediante la funcin
cardinal.
Estos resultados, probados por Whitakker en 1915 y utilizados en 1949 por
Shannon, contribuyendo de manera decisiva a la teora de la comunicacin,
indican que una funcin de banda limitada (cuya transformada de Fourier se
anula fuera del intervalo [B, B]), puede ser reconstruida a travs de la
interpolacin mediante la funcin cardinal a partir del muestreo de sus valores
en los puntos xj = jh, siempre que h 6 /B. Retomaremos esta cuestin en la
siguiente seccin.
3.3.
(3.3.1)
(3.3.2)
Esta expresin puede tambin obtenerse mediante la transformacin de Fourier. En efecto, como veamos en (3.2.5),
u
bt + ib
u = 0, R, t > 0, u
b(, 0) = fb(), R,
(3.3.3)
u
b(, t) = eit fb().
(3.3.4)
(3.3.5)
f () =
X
kZ
donde
fb( + k0 ), /h 6 6 /h,
0 = 2/h.
(3.3.7)
(3.3.8)
f () = fb()
(3.3.9)
y por tanto el muestreo del dato inicial sobre los puntos del mallado no introduce
error alguno.
Sin embargo, cuando f no es de banda limitada, en virtud de (3.3.7), las
componentes de fb de altas frecuencias se superponen con las de la banda principal [/h, /h] dando lugar a lo que se conoce como fenmeno de aliasing. En
este caso, la tranformada discreta de Fourier de la sucesin obtenida al muestrar f a lo largo de la sucesin xj = jh no permite recuperar la tranformada
de Fourier de f y por tanto no permite codicar todas las caractersticas de la
funcin f .
De este anlisis deducimos que una funcin f es de banda limitada si y slo si
se obtiene como una funcin de la forma f a travs de las funciones de Shannon
a partir de su muestreo a lo largo de la sucesin xj = jh.
En la prctica es por tanto recomendable aproximar en primer lugar la funcin f (x) para una familia de funciones de banda limitada
(3.3.10)
fh (x) = F 1 fb()1(/h, /h) ()
que tienen la virtud de converger a f en L2 (R) cuando h 0 y de forma que
su muestreo no introduzca ningn error.12
P
P
frmula de sumacin de Poisson asegura que jZ f (j) = kZ fb(2k). Para comproP
bar esta frmula basta considerar la funcin g(x) = jZ f (x + j), observar que es peridica
de perodo uno y aplicar su desarrollo en series de Fourier. Los trminos del sumando de la
derecha son precisamente sus coeficientes de Fourier en la base ei2kx . Al aplicar este desarrollo en x = 0 obtenemos esta frmula de sumacin de Poisson. Al aplicar esta identidad a
escala h a la funcin f (x)eix obtenemos la identidad (3.3.7).
12 La prueba de la convergencia de f a f en L2 (R) se realiza combinando el Teorema de la
h
Convergencia Dominada con el hecho de que F sea una isometra en L2 (R).
11 La
188
(3.3.11)
(3.3.12)
En este punto hemos utilizado la siguiente propiedad fundamental de la transformada discreta de Fourier:
(1 f )() = h
jZ
(3.3.13)
jZ
1
(1 eih )
h
(3.3.14)
(3.3.15)
2h
+ .
2
(3.3.16)
(3.3.17)
(3.3.18)
Rh
ih
)t
1
2
/h
(3.3.20)
/h
B
B
(3.3.21)
190
al valor de la solucin continua u(x0 , t) = f (x0 t). Vemos que esto es efectivamente as. Cuando h 0, el integrando de (3.3.21) converge a ei(x0 t) fb().
La aplicacin del Teorema de la convergencia dominada permite entonces ver
que el lmite de (3.3.21) es
u(x0 , t) =
1
2
B
B
ei(x0 t) fb()d =
1
2
(3.3.22)
que coincide con la solucin del problema continuo, gracias a la hiptesis de que
f sea de banda limitada.
En realidad, bajo estas hiptesis, se puede probar que la convergencia de la
solucin discreta a la continua tiene lugar en la norma L2 . Se puede ver esto de
dos maneras. Tomando normas discretas de diferencias en 2 o bien tomando
normas continuas en L2 (R) observando que la expresin (3.3.21) de la solucin
del esquema numrico puede extenderse a una funcin continua con respecto a
la variable espacial x, dependiente del parmetro h:
uh (x, t) =
1
2
(3.3.23)
i
h
u(x, t) = F 1 eit fb (x).
(3.3.25)
Para comprobar que uh (t) u(t) en L2 (R) cuando h 0 basta entonces ver
que
t
e h (1cos(h)) ei sen(h)t/h fb() eit fb() en L2 (R)
B
B
2
t
h (1cos(h)) i sen(h)t/h
e
eit | fb() |2 d 0
e
uj+1 uj (t)
= 0, j Z, t > 0.
h
(3.3.26)
192
(3.3.27)
de modo que
ih
u(, t) = e h (e
1)t
(3.3.28)
Pretendemos ahora ilustrar de manera an ms explcita la ausencia de convergencia de este mtodo. Para ello tomamos un dato inicial f de banda acotada
de modo que
(3.3.29)
y entonces
k
~uh k2h =
1
2
(3.3.30)
2
e h (1cos(h))t | fb() |2 d.
(3.3.31)
1 cos(h) > c 2 h2
(3.3.32)
con c > 0 para todo [B B], a condicin que h sea sucientemente pequeo.
Combinando (3.3.31) y (3.3.32) vemos que
Z B
2
1
2
k ~uh (t) kh >
ech t | fb() |2 d.
(3.3.33)
2 B
Pero esta estimacin es claramente insuciente para concluir la divergencia del
mtodo puesto que la integral a la derecha de (3.3.33) permanece acotada cuando
h 0.
Para ilustrar la divergencia hemos considerar datos iniciales de banda ms
ancha. Dado f L2 (R) tal que el soporte de su transformada de Fourier sea
toda la recta real (por ejemplo la Gaussiana13), introducimos el dato inicial del
esquema discreto fh (x) truncando la transformada de Fourier de f a la banda
admisible [/h, /h], i.e.
fh (x) = F 1 (fb1(/h, /h) ()).
2
fb() = 2e /2 .
13 Es
(3.3.34)
2
/2
es la Gaussiana
1 cos() > c 2 ,
vemos que
k ~uh (t) k2h >
1
2
/h
[, ],
ech
/h
| fb() |2 d.
(3.3.36)
(3.3.37)
donde (Ik )kZ son intervalos disjuntos de R. Para que f = F 1 (fb) L2 (R)
basta entonces con que
X
(3.3.39)
2k | Ik |< ,
kZ
/h
/h
ech
Z
2
1 X 2
| fb() |2 d =
k
ech t d.
2
Ik [/h, /h]
(3.3.40)
kZ
(3.3.41)
con k0 = h 1.
En este caso, adems, la condicin (3.3.39) puede simplemente reescribirse
como
X
2k < .
(3.3.42)
kZ
194
sen(h)
.
h
(3.3.43)
(3.3.44)
sen(h)
cos(h) 1
i(eih 1)
=
+i
.
h
h
h
(3.3.45)
196
Captulo 4
Ecuaciones de
conveccin-difusin
4.1.
Introduccin
198
comportamiento de estas ecuaciones y sus soluciones han hecho que estas hayan
constituido tambin uno de los motores principales del Anlisis Numrico.
En este curso abordaremos algunos de los mtodos principales que en la
actualidad se emplean en la resolucin de estas ecuaciones. El curso est fuertemente inspirado en el excelente libro recopilatorio de R. Glowinski [9]. Sin
embargo, dada la extensin de aquella monografa, en este curso slo cubriremos los aspectos ms bsicos puesto que los ms avanzados necesitaran de
mucho ms tiempo y de unos conocimientos sobre la Teora de las Ecuaciones
en Derivadas Parciales que no podemos presuponer en los cursos de doctorado.
Con el objeto de evitar algunas de las dicultades propias de las ecuaciones
de Euler y de Navier-Stokes y poder ilustrar con ms facilidad las ideas fundamentales de los aspectos ms numricos, nos ocuparemos casi exclusivamente
de la ecuacin de Burgers. Se trata de un modelo relativamente simple que, en
una dimensin espacial, reproduce algunos de los aspectos ms importantes de
las ecuaciones de Navier-Stokes como son la difusin y la conveccin no-lineal.
Como complemento a estas notas sugerimos las siguientes lecturas:
Las notas de J.L. Vzquez [28] sobre Mecnica de Fluidos que recoge los
aspectos ms importantes de la modelizacin y un estudio cualitativo de
los modelos ms importantes.
Las notas introductorias al Anlisis Numrico de Ecuaciones en Derivadas
Parciales [36]. Para el lector interesado en una introduccin ms completa,
recogiendo tambin lo ms relevante del Anlisis Numrico de Ecuaciones
Diferenciales Ordinarias, recomendamos el libro de A. Iserles [14].
Las notas [33], [34] donde recogemos el contenido de los cursos de doctorado de los aos 02-03 y 03-04. En ellos abordamos los mtodos de diferencias nitas, la descomposicin de dominios, los mtodos de descenso y
los elementos nitos.
4.2.
(4.2.1)
(4.2.2)
200
satisface
vt vxx + | vx |2 = 0.
(4.2.6)
Denimos entonces
w = v(x, t/)
que verica
wt wxx +
1
| wx |2 = 0.
(4.2.7)
(4.2.8)
zt zxx + | zx |2 = 0.
(4.2.9)
(x, t) = ez
(4.2.10)
verica entonces
Introducimos por ltimo
que satisface entonces la ecuacin del calor
t xx = 0.
(4.2.11)
x (x, t)
.
(x, t)
(4.2.12)
h
i
(x, t) = G(, t) 0 () (x),
(4.2.14)
.
x
Gx (x, t) = 3/2 exp | x |2 4t .
4 t
(4.2.15)
Obtenemos as
(4.2.16)
Ahora bien
0 (x) = e
Por tanto
Rx
u0 ()d/
(4.2.17)
(x y)eH(x, y, t)/ dy
u (x, t) = R Z
2t eH(x, y, t)/ dy
(4.2.18)
donde
H(x, y, t) =
| x y |2
+
4t
u0 ()d.
(4.2.19)
k f g k k f k1 k g k .
Basta entonces aplicar esta desigualdad utilizando que G(, t) y sus derivadas
de orden arbitrario son, para todo t > 0, funciones regulares
e integrables y que
Z
el dato inicial e
Rx
u0 ()d
u0 ()d, lo cual es
202
son de la forma
h
i
u(x, t) = G(, t) u0 () (x).
Es por tanto fcil ver que u es par (resp. impar) con respecto a x, para todos
t > 0, en funcin de que el dato inicial u0 lo sea.
Esto, sin embargo, no es as para las soluciones de la ecuacin de Burgers
que vienen dadas por (4.2.8).R Esto es por una parte debido a que, en (4.2.1)
x
interviene el dato inicial e u0 ()d , que no preserva la paridad del dato
inicial, y a que en el numerador de dicha expresin interviene no slo el ncleo
G sino tambin Gx .
Lo dicho hasta ahora es vlido cuando > 0. La expresin (4.2.18) presenta
una singularidad para = 0. Tal y como veremos ms adelante, el lmite cuando
0 de la solucin u = u (x, t) de (4.2.1) es la solucin de la ecuacin de
Burgers sin viscosidad (4.2.2).
Analicemos ahora (4.2.2). En este caso la transformacin de Hopf-Cole no se
aplica. De las ideas utilizadas en el caso viscoso la nica que puede ser empleada
es la de realizar el cambio de variables
Z x
v(x, t) =
u(, t)d
(4.2.21)
Esto permite comprobar que las soluciones de (4.2.20), mientras son de clase
C , son constantes a lo largo de las caractersticas, i.e.
1
u(x(t), t) = C,
donde x = x(t) est caracterizada por la ecuacin
x (t) = 2u(x(t), t).
(4.2.22)
(4.2.23)
(4.2.24)
u(x, t) = u0 (x0 ),
(4.2.25)
y por tanto,
donde (x, t) y x0 estn relacionadas a travs de la identidad (4.2.24).
En virtud de este anlisis se comprueba que u es constante a lo largo de lneas
caractersticas de pendiente 1/2u0 en el plano (x, t). De este anlisis se deduce
que si el dato inicial u0 es decreciente, u ha de generar una discontinuidad en
tiempo nito. En efecto, en la medida en que existen dos puntos x0 , x1 tales que
x0 < x1 y u(x0 ) > u(x1 ), las caractersticas que arrancan de x0 y x1 se cruzarn
en un tiempo nito t en un punto x. La solucin habr de ser discontinua en
(x , t ) puesto que los dos valores u0 (x0 ) y u0 (x1 ) son incompatibles.
Un anlisis ms cuidadoso permite calcular el tiempo t en el que se produce
la discontinuidad o choque. En efecto, las caractersticas que, segn la ecuacin
(4.2.23), arrancan de x0 y x1 , se encuentran en tiempo t si
2u0 (x0 )t + x0 = 2u0 (x1 )t + x1 .
Esto se produce en tiempo
t =
x0 x1
x1 x0
=
.
2(u0 (x0 ) u0 (x1 ))
2(u0 (x0 ) u0 (x1 ))
(4.2.26)
1
.
2u0(x0 )
(4.2.27)
204
4.3.
Viscosidad evanescente
x
+ u0 (y) = 0 = x 2tu0 (y),
2t
en los que
H = tu20 () +
(4.3.1)
u0 ()d.
(4.3.2)
(4.3.3)
(4.3.4)
En nuestro caso
1
.
(4.3.5)
2t
Aplicando estas frmulas en las integrales que intervien en (4.2.18) obtenemos
r
Z
[tu20 ()+R
u0 ()d]
H/
e
,
(4.3.6)
(x y)e
dy (x )
t
R
r
Z
[tu20 ()+R
u0 ()d]
e
eH/ dy
.
(4.3.7)
t
R
H () =
Por tanto,
(x )
2t
donde viene caracterizado por la ecuacin
u (x, t)
= x 2tu0 ()
(4.3.8)
(4.3.9)
205
(4.3.10)
Ms adelante justicaremos rigurosamente estas asntotas. Pero, por el momento analicemos su signicado en lo que se reere a la ecuacin de Burgers
(4.2.2).
Distinguimos dos casos:
Caso 4.3.1 Dato inicial u0 creciente.
En este caso, tal y como vimos en la seccin anterior, el mtodo de las
caractersticas no predice ningn choque y esperamos que la ecuacin de Burgers
admita una solucin regular siempre y cuando el dato inicial u0 sea regular.
El anlisis asinttico que acabamos de realizar conrma este hecho. En efecto,
u (x, t) u0 (), 0,
(4.3.11)
(4.3.12)
(4.3.13)
tambin lo es, y por tanto (4.3.12) admite una nica solucin. Esto nos conrma
sin ambigedad alguna que el lmite de las soluciones u de la ecuacin de
Burgers viscosa, cuando la viscosidad 0, es la solucin de Burgers sin
viscosidad obtenida por el mtodo de las caractersticas.
Consideramos ahora el caso particular de un dato discontinuo, constante a
trozos
(
0, x < 0
u0 (x) =
(4.3.14)
1, x > 0.
Resolvemos la ecuacin de Burgers sin viscosidad (4.2.2) con este dato. Es lo
que se conoce como problema de Riemann, elemento bsico del conocido mtodo de Riemann para la aproximacin del dato inicial mediante datos iniciales
constantes a trozos.
206
207
ut + u2 x dxdt = 0
(4.3.20)
C0 (R
(4.3.23)
(4.3.24)
wt + 2w2 = 0
(4.3.25)
con dato inicial w(0) = . Esta solucin puede calcularse explcitamente: w(t) =
1/2t.
Ahora bien, >podemos justicar la aplicacin del principio del mximo para
ecuaciones de la forma (4.3.23) para obtener la comparacin (4.3.23)? Esta justicacin puede en efecto hacerse para las soluciones de entropa. En efecto, si u
208
(4.3.26)
(4.3.28)
(4.3.30)
u (x, t) =
u (x, t).
(4.3.31)
de modo que
La funcin u
es solucin de la misma ecuacin de Burgers viscosa pero con dato
inicial
(
0,
x<0
u
0 =
(4.3.32)
1, x > 0.
Tenemos ahora que estudiar las races de la ecuacin
+ 2t
u0 () = x
(4.3.33)
209
si
si
<0
> 0.
(4.3.34)
u
0 (s)ds.
(4.3.35)
H() = 0
mientras que, cuando > 0, por ejemplo, si = 2 ,
H(2 ) = t
Por tanto
2
0
ds = t 2 = t x 2t = (t + x).
H(1 ) < H(2 )
H(2 ) < H(1 )
si
si
t+x <0
t + x > 0.
(4.3.37)
(4.3.38)
Deducimos as que:
u (x, t) u(x, t)
donde
u(x, t) =
1, x < t
0, x > t.
(4.3.39)
(4.3.40)
(u+ )2 (u )2
.
u+ u
210
f ()
2 H()/
e
,
H ()
H()/
f () H2
(xi) e
2
H ()
1/2
e(H(y)H())/
J (y)dy 1, .
H(y) H() =
y haciendo el cambio de variables
=
H ()
(y)2 + O | y |3
2
r
H ()
(y )
2
e e0( ) d 1
R
lo cual puede probarse mediante el Teorema de la Convergencia dominada.
El lector interesado en un estudio ms detallado de estas cuestiones, para
leyes de conservacin hiperblicas ms generales, podr consultar el libro de C.
Evans [8].
4.4.
u(x, 0) = u0 (x),
0 < x < 1.
k+
k
k 2
u
uk+
=
f
=
u
, 0<x<1
u
xx
xx
t
x
(4.4.2)
k+
u
= 0, x = 0, 1,
k+1
2
u
uk+
uk+1
+ uk+1
= f k+ + uk+
xx
xx , 0 < x < 1
(1 2)t
x
k+1
u
= 0, x = 0, 1,
(4.4.3)
k+1
k+1
2
u
k+1
k+1
k+1
k+1
uxx = f
+ uxx
u
, 0<x<1
t
x
k+1
u
= 0, x = 0, 1.
(4.4.4)
212
uk+ + pk+ = f k+ + uk uk uk en ,
uk+ = 0 en ,
k+
u
= 0 en ,
k+1
u
uk+
k+1
u
= 0 en ,
k+1
u
uk+1
uk+1 = 0 en ,
k+1
u
= 0 en .
4.5.
213
En este caso es bien sabido que para cada f H 1 (0, 1) existe una nica
solucin dbil u H01 (0, 1) que satisface
Z 1
J : H0 (0, 1) R,
Z
(4.5.4)
1 1
J(v) =
| vx |2 dx hf, vi.
2 0
(4.5.6)
Por tanto,
k f kH 1 (0, 1)
C
+
k v k2H 1 (0, 1) .
(4.5.7)
0
k f kH 1 (0, 1)
C
+ R2 R,
(4.5.8)
214
(4.5.9)
(4.5.11)
|uk, x | dx
(4.5.12)
(k (uk ))
x
k (uk )uk, x =
donde
k (s) =
k ()d,
se tiene
k (uk )uk, x dx =
Por tanto
(k (uk )) dx = 0.
x
|uk, x |2 dx = hf, uk i
(4.5.13)
(4.5.14)
215
1
k f kH 1 (0, 1) , k 1.
(4.5.15)
(4.5.16)
(4.5.17)
(4.5.18)
y
Esto permite pasar al lmite en la formulacin dbil de (4.5.10):
Z
1
0
uk, x x dx
(4.5.19)
ux x dx
(4.5.20)
216
Lemma 4.5.1 Sea un dominio acotado de Rn . Sea hk : R una sucesin de funciones medibles tales que
k hk kLp () C, k 1
con p > 1 y
hk h, p.c.t. x .
Entonces
hk h en Lq (), 1 q < p
y
hk h dbilmente en Lp (),
si p < o dbil- en L si p = .
Gracias a este argumento que combina la aproximacin por truncatura y el
paso al lmite hemos probado la existencia de al menos una solucin de (4.5.1)
para cada f H 1 (0, 1) y cada > 0.
Veamos ahora que esta solucin es nica.
Como es habitual en estos casos suponemos que existen dos soluciones u1 , u2 ,
denimos v = u1 u2 e intentamos probar que v 0. La funcin v satisface
(
vxx + u21 u22 x = 0, 0 < x < 1,
(4.5.22)
v(0) = v(1) = 0,
Si bien el resultado de unicidad se cumple para todo > 0, en estas notas
lo probaremos nicamente para > 0 sucientemente grande.
Multiplicando en (4.5.22) por v e integrando por partes obtenemos
Z 1
Z 1
vx2 dx =
(u1 + ux ) vvx dx
(4.5.23)
u2 ux dx = 0.
Por tanto
(4.5.24)
C
k f kH 1 (0, 1) ,
vu + (u )u + p = f en
u = 0
en
u=0
en .
4.6.
218
(4.6.1)
u1
.
.
u=
. .
up
f1j
.
.
fj =
. ,
fpj
u2
2
= 0.
f (u) = 0,
x
con
s
f (s) = 0,
+
t
x
f (s) =
s2
,
s2 + (1 s2 ) wo
donde denota la viscosidad (que suponemos constante) para los dos medios
(el subndice w se reere al agua (water) y el o al petrleo (oil)).
La incgnita s representa la saturacin. La no-linealidad en este caso es una
funcin convexa y regular de [0, 1] en [0, 1].
El p-sistema
Se trata de un sistema de dos ecuaciones para la dinmica de gases isentrpicos uni-dimensionales en coordenadas Lagrangianas:
v u = 0
t
x
p(v) = 0.
+
t
x
w
wtt
=0
x
x
puede escribirse en esta forma en la variable
u=
con p(v) = (v).
w
w
,v=
t
x
220
+
(u) = 0,
t
x
(u)
u2 + p = 0,
+
t
x
(e + p)u = 0.
(e) +
t
x
a u0 (x1 ) a u0 (x2 ) .
.
(4.6.4)
T = mn
yR
dy
Este mtodo, denominado de caractersticas, permite construir soluciones
regulares, constantes a lo largo de las mismas, hasta el tiempo de explosin en
el que se genera un choque o discontinuidad. Esto hace que sea necesario que
elaboremos un concepto de solucin dbil, posiblemente discontinua.
Las soluciones dbiles pueden caracterizarse del modo usual mediante funciones test. Ms concretamente han de satisfacer
Z
Z Z
d
0=
fj (u)
u0 (x) (x, 0)dx
+
dxdt +
u
t
xj
Rd
0
Rd
j=1
C01 Rd [0, ) ,
(4.6.5)
1
1
siendo C0 el espacio de las funciones de clase C y de soporte compacto.
Este concepto de solucin en el sentido de (4.6.5) tiene perfecto sentido en
d
el marco de las funciones u L
loc R (0, ) .
Esta formulacin dbil puede ser interpretada de manera muy grca y geomtrica para funciones u de clase C 1 y que son discontinuas a lo largo de una
hipersupercie . Supongamos que n = n1 , , nd , nt es el vector normal a
esta supercie y que u+ y u son los valores de la solucin a ambos lados de
ella. Se tiene entonces que u es solucin dbil de (4.6.1) s y slo si se verican
las dos siguientes condiciones:
u es una solucin clsica de la ecuacin a cada lado de la supercie en
la que es C 1 ;
u satisface la siguiente condicin de salto sobre :
d
X
fj u+ fj u nxj = 0.
u + u nt +
(4.6.6)
j=1
La condicin (4.6.6) se denomina condicin de Rankine-Hugoniat (RH). Utilizando la notacin [] para el salto puede escribirse de manera ms compacta del
siguiente modo:
d
X
(4.6.7)
nxj [fj (u)] = 0.
nt [u] +
j=1
222
s[u] = [f (u)].
2,
lo cual indica que el salto se propaga con una velocidad que coincide con la
media de los valores de la solucin a cada lado del mismo.
Consideremos algunos ejemplos.
Resolvemos la ecuacin de Burgers
2
u
=0
(4.6.9)
ut + x
2
con dato inicial
x0
1,
u(x, 0) = u0 (x) =
1 x, 0 x 1
0,
x > 1.
(4.6.10)
x0 0
x0 + t,
x(x0 , t) =
x0 + t(1 x0 ), 0 x0 1,
x0 ,
x0 1.
Para t < 1 las caractersticas no se cruzan. Eso permite obtener la solucin por
el mtodo de las caractersticas que preserva la misma regularidad que el dato
inicial: Se trata de una funcin lineal a trozos continua y, por tanto, es Lipschitz.
Obtenemos as:
xt
1,
u=
(4.6.11)
(1 x)/(1 t), t x 1
0,
x 1,
u , x < s1 t
a, s t < x < 0,
1
u=
a,
0
< x < s2 t,
ur , x > s2 t,
es tambin una solucin dbil si
s1 = u1 a /2, s2 = ur + a /2,
de forma que la condicin de RH se satisface a lo largo de cada choque. Obtenemos as una familia uniparamtrica de soluciones dbiles discontinuas.
Por otra parte, cuando u ur , podemos tambin encontrar una solucin
continua pues las caractersticas no se cortan. De hecho, el mtodo de las caractersticas permite determinar la solucin (que toma valores u y ur ) salvo
en la regin u x/t ur . Este espacio puede rellenarse gracias a la funcin
v = x/t que es una solucin de la ecuacin de Burgers. Obtenemos as la solucin
continua
u , x u t
u(x, t) =
x/t, u t x ur t
ur , x ur t.
224
se trata por tanto de denir sus soluciones de entropa como aqullas que son
lmite cuando 0 de las soluciones de Burgers viscosas:
2
u
ut uxx +
= 0.
(4.6.16)
2 x
(4.6.17)
Vemos por tanto que, en este caso particular, el criterio de entropa obtenido
por la viscosidad evanescente permite identicar de manera nica la solucin de
entropa.
La solucin de entropa en este caso puede tambin caracterizarse mediante
la utilizacin de principio del mximo. Indiquemos brevemente cmo sto puede
hacerse.
El problema (4.6.16) es parablico y por tanto sus soluciones son regulares.
Derivando (4.6.16) con respecto a x obtenemos que w = ux satisface
wt wxx + (uw)x = 0,
que puede tambin reescribirse como
wt wxx + w2 + uwx = 0.
(4.6.18)
(4.6.20)
226
(4.6.21)
ut sgn(u k) u sgn(u k) + div f (u) sgn(u k) = 0.
(4.6.22)
div F (u)
(4.6.23)
U (u)
+ div F (u) 0,
t
(4.6.24)
para toda solucin del problema viscoso (4.6.14), para todo > 0, y para todo
par de entropa-ujo de entropa (U, F ) con k R arbitrario.
Nuevamente, es natural imponer a la solucin de entropa de la ecuacin
hiperblica (4.6.13) que la condicin (4.6.24) se cumpla como resultado de paso
a lmite 0.
Al adoptar este punto de vista se plantean dos problemas:
Existencia: Para probar la existencia de la solucin de entropa que satisface (4.6.24) es preciso demostrar que la solucin dbil de (4.6.13) es lmite
cuando 0 de soluciones de (4.6.14) en un sentido sucientemente fuerte como para poder pasar al lmite en el sentido de las distribuciones en
los trminos no-lineales U (u) y F (u) de (4.6.24).
(4.6.26)
tk
L2 0, T ; L2 (Rd ) ,
m = 2k 1.
(4.6.27)
Demostracin del Teorema 4.6.1. Para una demostracin detallada sugerimos la seccin II. 2 de [11]. En estas notas nos limitaremos a indicar las ideas
principales de la prueba.
Paso 1. Suponemos en primer lugar que f es globalmente Lipschitz y que
el dato inicial u0 pertenece a L2 (Rd ). Es entonces fcil probar mediante un
argumento de punto jo que (4.6.25) admite una nica solucin en la clase
u W (0, T )
(4.6.28)
(4.6.29)
Este espacio est incluido con continuidad en BC [0, T ]; L2 (Rd ) .
El argumento de punto jo puede aplicarse tanto en la ecuacin integral
asociada a (4.6.25) como en su formulacin variacional.
228
De este modo se obtiene la existencia local de soluciones. Es decir, la existencia de un tiempo T > 0 (que puede depender de > 0) para el que existe
una nica solucin en la clase (4.6.28).
La solucin puede ser prolongada a una solucin global denida para todo t
0. Para ello es preciso obtener una estimacin a priori que excluya la posibilidad
de explosin en tiempo nito. Esto se obtiene con facilidad en este caso. En
efecto, multiplicando en (4.6.25) por u e integrando en Rd obtenemos
Z
Z
Z
1 d
div f (u) u dx.
| u |2 dx =
u2 dx +
2 dt Rd
Rd
Rd
Ahora bien,
Z
Z
div f (u) u dx =
Rd
Rd
f (u) u u dx =
donde
G(z) =
Deducimos por tanto que
1 d
2 dt
Rd
div G(u) dx = 0
f (s)s ds.
u2 dx +
Rd
Rd
| u |2 dx = 0.
(4.6.30)
(4.6.31)
Rd
div f (u) sgn(u k)+ dx = 0
Z
Rd
u sgn(u k)+ dx 0.
(4.6.33)
(4.6.34)
230
cosa que est plenamente garantizada bajo las hiptesis del Teorema con m = 2.
Iterando este proceso el resultado puede demostrarse para m 1 arbitrario.
Para probar la existencia de una solucin de entropa hemos de ser capaces
de pasar al lmite cuando 0 en las soluciones obtenidas en el Teorema 4.6.1.
La dicultad mayor reside en la obtencin de la compacidad suciente para
pasar al lmite en el trmino no-lineal. En particular, la estimacin de energa
(4.6.30) es insuciente a tal n.
Tenemos el siguiente resultado, que proporciona estimaciones uniformes sobre u en L1 (Rd ), uniformemente en t 0 y en > 0.
Lemma 4.6.1 Supongamos que u0 L1 (Rd ) L (Rd ) BV (Rd ).
Entonces la solucin u de (4.6.25) satisface
Z
k u kL1 (Rd )
u (x, t)dx =
(4.6.35)
k u0 kL1 (Rd ) ,
Z
u0 (x)dx,
(4.6.36)
T V (u0 ),
(4.6.38)
Rd
Rd
k u v kL1 (Rd )
k u kL1 (Rd )
k u0 v0 kL1 (Rd )
(4.6.37)
para todo t > 0 y > 0, u0 , v0 L1 (Rd ), siendo u y v las soluciones correspondientes de (4.6.25).
Demostracin. Para obtener (4.6.36) basta integrar la ecuacin que u satisface
en Rd y usar que
Z
Z
div f (u) dx = 0.
udx =
Rd
Rd
Rd
y que
Rd
deducimos que
div f (u) sgn(u)dx = 0,
d
dt
Rd
| u | dx 0
Rd
Rd
Rd
| u v | dx 0.
w sgn(w)dx 0 y que
div f (u) f (v) sgn(u v)dx = 0.
La propiedad de contraccin en L1 (Rd ) (4.6.37) permite deducir la estimacin (4.6.38) en BV (Rd ). En efecto, sean u y uh las soluciones de (4.6.25) con
datos u0 y u0, h respectivamente, siendo u0, h una traslacin de paso h de u0 , i.e.
u0, h (x) = u0 x + h e
.
h
h
Pasando al lmite cuando h 0, deducimos (4.6.38).
(4.6.39)
(4.6.40)
Entonces
232
(4.6.41)
siendo
k div f (u, 0 ) kL1 (Rd ) M k u, 0 kL1 (Rd )
M =
max
|s|ku0, k
| f (s) | .
(4.6.43)
k u k k u0 k ,
T V u(t) T V (u0 ), t 0,
(4.6.44)
(4.6.45)
(4.6.46)
C,
(4.6.48)
C.
(4.6.50)
L 0, T ; L1 , L2 (Rd )
k u k
L 0, T ; L1 (Rd )
k t u k
C,
L 0, T ; L1 (Rd )
(4.6.47)
(4.6.49)
Utilizando una familia de conjuntos compactos que cubran todo Rd y un procedimiento de extraccin diagonal deducimos que
u u en C [0, T ]; L1loc (Rd ) .
De hecho, el lmite u C [0, T ]; L1 (Rd ) . En efecto, de la cota (4.6.48) se
deduce que
k u(t) kL1 (Rd ) C, 0 t T.
Adems de (4.6.50) se deduce que
k u(t2 ) u(t1 ) kL1 (Rd ) C | t2 t1 |,
de donde se concluye la continuidad en tiempo a valores en L1 (Rd ).
Por otra parte, de (4.6.47) se deduce que
k u k k u0 k .
234
De estas estimaciones se concluye que u C [0, T ]; Lp (Rd ) para todo p ni-
to
1 p .
La estimacin (4.6.45) se obtiene tambin como consecuencia inmediata del
paso al lmite.
De las convergencias anteriores es fcil comprobar que el lmite u construido
de este modo es una solucin dbil de entropa de (4.6.25). La nica dicultad
a la hora de comprobar este hecho es el paso al lmite en los trminos nolineales pero sto es posible como combinacin de la cota L uniforme (que hace
irrelevante el crecimiento de la no-linealidad en el innito) y de la convergencia
fuerte en C [0, T ]; Lp (Rd ) .
En el Teorema anterior hemos probado la existencia de una solucin de
entropa. Queda probar su unicidad. Se trata de un resultado de una importancia
histrica en este campo debido a Kruzhov.
Recordemos que una solucin dbil de (4.6.25) se dice solucin de entropa
si verica que
Z Z
| u k |t + sgn(u k) f (u) f (k) u dxdt 0
0
Rd
para toda funcin test no-negativa C0 Rd (0, T ) , 0 y todo k R.
Tenemos el siguiente resultado:
tenemos que
Z
Z
| u(x, t)v(x, t) | dx
|x|R
|x|R+Mt
4.7.
En las secciones anteriores hemos desarrollado una teora que permite concluir la existencia de unicidad de soluciones de entropa para leyes de conser-
(4.7.2)
a(s) = f (s).
(4.7.3)
H (v) j = H vjk , . . . , vj+k .
(4.7.6)
Diremos que este esquema puede ponerse en forma conservativa si existe una
funcin continua g : R2k R tal que
h
i
(4.7.7)
H vk , . . . , vk = v0 g vk+1 , . . . , vk g vk , . . . , vk1 .
236
g
u
,
.
.
.
,
u
un+1
=
u
g
u
,
.
.
.
,
u
jk
j+k1 .
j
jk+1
j+k
j
Denotando
n
gj+1/2
= g unjk+1 , . . . , unj+k
n
n
un+1
= unj gj+1/2
gj1/2
.
j
(4.7.8)
(4.7.9)
(4.7.10)
(4.7.11)
jZ
Veamos cmo podemos calcular el ujo g para un esquema conservativo. Observamos que
1
G vk , . . . , vk = H(vk , . . . , vk v0
satisface
X
(4.7.12)
G vjk , . . . , vj+k = 0.
jZ
(4.7.17)
X
j, n
X
n
n
n
gj+1/2
gj1/2
j = 0.
un+1
unj nj + t
j
(4.7.18)
j, n
XX
n
X
XX
n
yj0 0j = 0.
nj+1 nj + x
gj+1/2
un+1
n+1
nj + t
j
j
n
(4.7.19)
Con el objeto de comparar los trminos no-lineales del esquema discreto y de
la ecuacin continua introducimos la siguiente extensin constante a trozos de
g que denotamos como g :
n
n
n
g (x, t) = gj+1/2
= g vjk+1
, . . . , vj+k
, xj < x < xj+1 , tn t tn+1 .
(4.7.20)
Esto nos permite escribir la expresin discreta anterior en forma integral
Z
u (x, t) (x, t) (x, t t) t dxdt
(4.7.21)
R(0, )
Z
g (x, t) (x + x/2, t) (x x/2, t) /x dxdt
+
R(0, )
Z
u0 (x) (x, 0)dx = 0.
+
R
Aplicando la convergencia uniforme de a , es fcil comprobar que las integrales correspondientes a los datos iniciales convergen, i.e.
Z
Z
u0 (x)(x, 0)dx,
(4.7.22)
u0 (x) (x, 0)dx
R
238
cuando x, t 0.
De forma anloga se puede comprobar que
Z
(x, t) (x, t t)
t (x, t) dxdt 0. (4.7.23)
u (x, t)
t
R(0, )
Adems, de la convergencia de u a u en L1loc deducimos que
Z
Z
u(x, t)t (x, t) dxdt.
u (x, t)t (x, t) dxdt
(4.7.24)
R(0, )
R(0, )
Observamos que
g (x, t) = g (u (x (k + 1/2)x, t) , . . . , u x + (k 1/2)x, t , (4.7.26)
j
w (x, t) u(x, t)dxdt
K1
u (x, t) u(x, t)dxdt
(4.7.27)
1
x, entonces
2
(4.7.28)
u x + (j 1/2)x, t u(x, t)dxdt.
j
Se deduce entonces que w
converge a u en L1 (k) cuando 0, para cualquier
| j | k, gracias a la convergencia de u . Podemos entonces extraer subsucej
siones de modo que w
converja para casi todo (x, t) R (0, ) y todo
j : | j | k. Utilizando la continuidad de g deducimos que
k+1
k
g (x, t) = g w
(x, t), . . . , w
(x, t) g u(x, t), . . . , (x, t) (4.7.29)
p.c.t. (x, t) R (0, ).
R(0, )
(4.7.31)
Este resultado muestra que el lmite de soluciones numricas obtenidas por
un esquema conservativo necesariamente es una solucin dbil del problema
continuo, de donde se deduce en particular que se verican las condiciones de
Rankine-Hugoniat. Queda por comprobar que este lmite es la solucin de entropa adems de probar la compacidad de la sucesin u de soluciones aproximadas.
Pero analicemos primero el orden de consistencia o de precisin. Diremos que
el esquema es de orden p 1 si para toda solucin regular u de (4.7.1)-(4.7.2)
y jando = x/t, se tiene
u(x, t + t) H u(x kx, t), . . . , u(x + kx, t) = O tp+1 ,
(4.7.32)
(u, ) =
k
X
j=k
.
H
j2
(u, u, . . . , u) 22 a(u)2 /2.
(4.7.34)
240
H(u, u, . . . , u) = u.
Con el objeto de simplicar la notacin introducimos la siguiente:
(4.7.36)
H(vk , . . . , vk ) = v0 g(T v) g(
v)
H
= j0
vj
(4.7.37)
g
g
(T v)
(
v ) , k j k,
vj1
vj
(4.7.38)
g
g
=
= 0.
vk1
vk
(4.7.39)
Por tanto
k
X
j=k
k
X
g
g
H
(u, . . . , u) =
j
(u, . . . , u)
(u, . . . , (4.7.40)
u)
j
vj
vj1
vj
j=k
k
X
g
(u, . . . , ).
vj
j=k
(4.7.41)
j=k
Obtenemos as
k
X
j=k
H
(u, . . . , u) = a(u).
vj
(4.7.42)
i, j=k
+k
X
2H
(u, . . . , u) =
(i j)2
vi vj
i, j=k
2
2
g
g
(u, . . . , u)
(u, . . . , u)
=
vji vji
vi vj
(i j)2
(4.7.43)
0.
k
X
H
(u, . . . , u)(uj u)
vj
j=k
k
1 X 2H
+
(u, . . . , u)(uj u)(ui u) + O(x3 )
2
vi vj
i, j=k
(jx)2 2
x u + O(x3 )
2
y
(ui u)(uj u) = ij(x)2 (x u)2 + O(x3 ).
Por tanto
H(uk , . . . , uk ) =
u + xx u
k
X
j=k
H
(u, . . . , u)
vj
k
(x)2 (x u)2 X
2H
(u, . . . , u)
ij
2
vi vj
i, j=k
(x)2 2
x u
2
k
X
i, j=k
j2
H
(u, . . . , u) + O(x3 ).
vj
k
X
H
2H
(u, . . . , u)x2 u +
ij
(u, . . . , u)(x u)2
(4.7.44)
vj
vi vj
j=k
i, j=k
k
k
X
2H
X 2 H
(u, . . . , u)x u +
(u, . . . , u)(x u)2
j
(ij j 2 )
=
x
vj
vi vj
j=k
i, j=k
k
X
H
= x
j2
(u, . . . , u)x u .
vj
j2
j=k
k
X
i, j=k
(ij j 2 )
H
(u, . . . , u) = 0,
vi vj
(4.7.45)
242
i, k=k
(ij j 2 )
k
1 X
H
2H
(u, . . . , u) =
(u, . . . , u).
(i j)2
vi vj
2
vj vi
i, j=k
k
(x)2 X 2 H
H(uk , . . . , uk ) = u t a(u)x u +
x u + O(x3 ).
x
j
2
vj
j=k
(4.7.46)
(t)2 2
t u + O(t3 ).
2
t u = x f (u) = a(u)x u
t2 u = u t f (u) = x a(u)t u = x a2 (u)x u ,
u(x, t + t) = u t a(u)x u +
2
(t)2
x a(u) x u + O(t3 ).
2
(4.7.47)
+k
X
=k
n
c vj+
, n 0, j Z
X
k v kL2 () = x
vj2 .
jZ
+k
X
c v n (x + x ).
=k
=
2
eix (x)dx,
el esquema se traduce en
vn+1 () = h()
v n ()
donde
h() =
+k
X
c eix
=k
244
c1 c1 = a.
Obtenemos as una familia uniparamtrica de esquemas dependiente de
q = c1 + c1 = 1 c0
que pueden ser escritos en la siguiente forma viscosa
n
n
vjn+1 = vjn a vj+1
vj1
n
n
2 + q vj+1
2vjn + vj1
2.
a2
q
= 0,
22
2
es decir,
q = 2 a2 .
Existe por tanto un slo esquema de tres puntos de orden 2. Es el esquema
denominado de Lax-Wendro
vjn+1 = vjn a
n
n
(vj+1
vj1
) 2 a2 n
n
,
vj+1 2vjn + vj1
+
2
2
| a | 1.
Se trata precisamente de la condicin de Courant-Friedrichs-Lewy (CFL) que
garantiza que el dominio de dependencia del esquema numrico contiene al de
la EDP.
wjn+1 =
=k
n, jZ
vjn
!
n
n
f vj1
f vj+1
2
n
n
n
n
vj+1
+ vj1
f vj1
f vj+1
=
.
2
2
f (u) + f (v) (v u)
2
2
246
El esquema upwind.
n
, si f > 0
vjn f vjn f vj1
n+1
=
vj
n
vn f vn
, si f < 0.
j
j+1 f vj
El esquema de Godunov.
248
k v kL () = max | vj |
jZ
X
T V (v) =
| vj+1 vj | .
jZ
Se trata de los tres casos de las versiones discretas de las normas cannicas de
L1 (R), L (R) y BV (R).
Diremos que un esquema es TVD (total variation diminishing), es decir, que
hace decrecer la variacin total si
T V H (v) T V (v).
(4.7.48)
(4.7.49)
Escribimos entonces
x f (u) = f (u(x + x, t)) f u(x x, t)) + O (x)2
x a(u)x f (u) = a(u(x + x, t)(f (u(x + x, t) f (u(x, t)))
a u(x (1 )x, t) f (u(x, t)) f (u(x x, t)) + O(x).
2 n
n
n
n
n
f vj+1
aj+1/2 f vj+1
f vj1
f vj1
+
2
2
n
anj1/2 f vjn f vj1
n
siendo anj+1/2 el valor de f evaluado en un punto intermedio entre vjn y vj+1
.
g G (u, v) =
mn f (w),
si
uv
mn f (w),
si
v u.
w[u, v]
w[v, u]
El esquema de Murman-Roe.
250
f (u) f (v) si u 6= v
uv
a(u, v) =
f (u)
si u = v.
wjn ,
x < xj+1/2
n
vj+1 , x > xj+1/2 .
n
. La
El resultado es una onda discontinua propagndose a velocidad a vjn , vj+1
solucin que se obtiene es
(
n
vj ,
< a vjn , vj+1
n
n
Roe
x(x, t) = wR , vj , vj+1 =
n
.
vj+1 , > a vjn , vj+1
Sustituyendo este resolvedor en el esquema de Godunov obtenemos
n
Roe
n
Roe
.
, vjn
0; vj1
f wR
0; vjn , vj+1
vjn+1 = vjm f wR
Roe
g R (u, v) = f wR
(0; u, v) =
f (u),
f (v),
si
si
a(u, v) > 0
a(u, v) < 0,
1
f (u) + f (v) | a(u, v) | (v u) .
2
Proposition 4.7.2 Sea (4.7.6) un esquema de diferencias montono y conservativo. Entonces es T.V.D. y L -estable. De hecho,
k v n kL () k v 0 kL () .
(4.7.50)
(4.7.51)
jkj+k
v H (v) j
max
jkj+k
v .
(4.7.52)
wj = max v = c.
Z
(4.7.54)
H (v) H (w).
jZ
252
+
T (f ) T (g)
(f g)+ , f, g C.
(4.7.57)
(4.7.58)
(4.7.59)
Hemos probado que todo esquema conservativo montono es T.V.D. El recproco tambin es cierto. No demostraremos sin embargo este resultado con el
objeto de concluir la prueba de la convergencia.
En virtud de las estimaciones (4.7.57)-(4.7.59) y aplicando los mismos argumentos empleados en el estudio del comportamiento de las soluciones de las
ecuaciones continuas en el lmite de la viscosidad evanescente, no es difcil de
concluir los resultados de acotacin y compacidad necesarios sobre las soluciones discretas. De este hecho y del resultado de convergencia general de LaxWendro, al tratarse de esquemas conservativos, podemos concluir que el lmite
es una solucin dbil de (4.7.1)-(4.7.2).
Queda por ver que se trata de la solucin de entropa. Para ello es preciso
que el esquema numrico verique la condicin adicional de ser consistente con
la condicin de entropa.
Para ello introducimos una versin discreta de la condicin de entropa.
Recordemos que para la ecuacin (4.7.1) la condicin de entropa es de la forma
t U (u) + 0x F (u) 0,
(4.7.60)
(4.7.61)
253
4.8. EJERCICIOS
con k R.
Se puede comprobar que todo esquema montono y consistente es entrpico.
Por otra parte, el mismo tipo de argumentos utilizados en la prueba del Teorema
de Lax-Wendro segn el cual los lmites de soluciones discretas de ecuaciones
conservativas son soluciones dbiles de (4.7.1), en el caso de esquemas entrpicos,
permite probar que se trata de soluciones de entropa.
El ltimo resultado que precisamos es el que garantiza que todo esquema
montono y consistente es entrpico.
De este modo obtenemos el siguiente resultado de convergencia:
Theorem 4.7.1 Supongamos que el esquema es conservativo, consistente y montono y que la funcin de flujo numrico es localmente Lipschitz. Entonces, si
u0 L (R) L1 (R) BV (R) la solucin del esquema numrico converge a la
solucin de entropa de (4.7.1)-(4.7.2) de modo que
u u en L 0, T ; L1loc (R) , T > 0.
4.8.
Ejercicios
q
A21 + A22 + A1 A2 cos(1 2 )
A1 sen 1 + A2 sen 2
.
A1 cos 1 + A2 cos 2
254
~a 2
~a h1 ,
X
h1 = ~a = (aj )j>1 :
j 2 aj 2 <
j=1
k ~a k =
h1
hX
j 2 aj 2
j=1
i1/2
X
j a2j <
h = ~a = (aj )j>1 :
j=1
255
4.8. EJERCICIOS
4 Demuestra que existe C > 0 tal que
k f k2H 2 (0,) 6 C k f k2L2 (0,)
para toda funcin f H 2 (0, ) H01 (0, ).
5 Consideramos la ecuacin de ondas disipativa
utt u + ut = 0
en (0, )
u=0
en (0, )
u(0) = u0 , ut (0) = u1 en .
a) Desarrolla las soluciones en serie de Fourier en la tasa de las autofunciones del Laplaciano.
ut u = 0 en (0, )
u=0
en (0, )
u(0) = u0
en .
utt u + u + ut = 0 en (0, )
u=0
en
(0, )
256
utt u = 0
u=0
en
(0, )
en
(0, )
en la forma abstracta de una ecuacin de evolucin de orden uno en el espacio de la energa. Utilizando la descomposicin espectral del Laplaciano
calcula la forma explcita de la aproximacin de Yosida del generador del
semigrupo de ondas.
Comprueba que se trata de un operador anti-adjunto acotado. Discute en
qu modo se aproxima al generador de la ecuacin de ondas.
8 Utilizando una base ortonormal del Laplaciano {j }j>1 asociado a sus
autofunciones con condiciones de contorno de Dirichlet y deniendo el
producto escalar en H 1 () del siguiente modo
X pj qj
(p, q)H 1 =
j
j>1
donde
p(x) =
pj j (x); q(x) =
j>1
qj j (x),
j>1
comprueba que este producto escalar coincide con el que se obtiene mediante la denicin
(p, q)H 1 () = ()1 p, ()1 q 1 .
H0 ()
utt u = 0
u=0
u(0) = u0 , ut (0) = u1
en
(0, )
en
(0, )
en
257
4.8. EJERCICIOS
ut + ux = 0,
x R, t > 0
u(x, 0) = f (x),
x R.
u
uj1
uj + j+1
= 0, j Z, t > 0
2h
uj (0) = f (xj ),
jZ
X
D(A) = ~u 2 :
2j u2j < .
jZ
denido como A~u = (j uj )jZ sobre los elementos ~u = (uj )jZ del dominio.
a) Demuestra que A es un operador acotado y que D(A) = 2 si y slo
si
sup | j |< .
jZ
|j|
258
14
u(0, t) = u(, t) = 0,
t>0
259
4.8. EJERCICIOS
X
jZ
f (jh)
f (x)dx, h 0.
donde
(2)
0 .....,0
0 ..,0
(4)
AN =
.
.............
0 .....,0
260
18
k A k6 1/;
A U AU,
U D(A).
261
4.8. EJERCICIOS
(2)
(1)
1
1
(1 )ukj1 + (1 + )ukj+1
2
2
ut + ux .
1
1
(1 + )ukj1 + (1 2 )ukj (1 )ukj+1 .
2
2
262
i
u(x, t)dx = 0.
263
4.8. EJERCICIOS
u (t) u (t) 2 i
1 Xh
j+1
j
| uj (t) |2 +
2 j
h
se conserva en tiempo.
264
f (x) = ex .
En particular asegurate de que los siguientes hechos quedan claramente
reejados:
a) El esquema progresivo diverge.
b) A pesar de que el esquema centrado da lugar a una aproximacin de mejor
orden que el regresivo, la dinmica de este ltimo se asemeja ms a la de
la ecuacin de transporte que la del esquema centrado >Por qu?
33 Consideramos el esquema discreto progresivo para la aproximacin numrica de la ecuacin de transporte
ut + ux = 0.
Sabemos que se trata de un mtodo inestable.
a) Comprueba que para cualquier s > 0 existe un dato inicial f H s (R) tal
que si tomamos como dato inicial del problema semi-discreto
fh = F 1 fb()1(/h, /h) () ,
entonces la solucin semi-discreta tiene, para cada t > 0, una norma en
L2 (R) que diverge cuando h 0.
(4.8.1)
265
4.8. EJERCICIOS
decrece en tiempo.
Obtener una frmula explcita para la evolucin de la energa.
Justicar el calicativo de disipativa de la ecuacin.
X
2 = (aj )jZ :
| aj |2 < ,
jZ
266
267
4.8. EJERCICIOS
en RN , t > 0
en RN .
L1 (RN ) cuando t .
ut uxx + ux = 0, x R, t > 0
2
u(x, 0) = f (x),
x R,
con h > 0.
(1)
ut 2 uxx + ux = 0, x R, t > 0
u(0, t) = 0,
t>0
u(x, 0) = f (x),
x R.
268
ut + ux = 0,
(1)
u(0, t) = 0,
u(x, 0) = f (x),
x > 0, t > 0,
t>0
x > 0.
269
4.8. EJERCICIOS
UN (t) = f (N h t).
uN (t) = uN 1 (t).
que la solucin continua verica y del argumento del caso anterior, se trata
de una aproximacin de orden dos
uN (t) = 2uN 1 (t) uN 2 (t).
270
Captulo 5
El problema de Dirichlet en
un dominio acotado
La idea de cmo el mtodo de descomposicin de dominios (MDD) se aplica
en ms de una dimensin espacial es la misma que en 1 D tanto en el marco
continuo como en el discreto. En este ltimo mbito podemos considerar mtodos de aproximacin en diferentes nitas o cualquier otro mtodo eciente de
aproximacin numrica de EDP como puede ser el mtodo de elementos nitos.
El estudio de la convergencia del mtodo es tcnicamente ms elaborado en
este caso. Es por ello que previamente recordamos algunos elementos bsicos de
la teora variacional de las EDP (para ms detalles el lector interesado podr
consultar [2], [8] y [36]).
Consideremos el problema de Dirichlet
(
u
= f en
(5.0.1)
u = 0
y su formulacin variacional
u H0 ()
Z
Z
(5.0.2)
271
5.1.
(5.1.2)
(5.1.3)
Sin embargo la resolucin de este problema conlleva dicultades tcnicas innecesarias derivadas del hecho que la desigualdad de Poincar no se cumple en
H 1 (Rn ).
Es por eso que es ms natural considerar el problema perturbado
w + a(x)w = f en Rn
(5.1.4)
a = 1c ,
(5.1.5)
donde
denota la funcin caracterstica del conjunto c .
La formulacin dbil de este problema es:
1
n
w H (R )
Z
Z
Z
f dx, H 1 (Rn ).
wdx =
w dx +
Rn
(5.1.6)
Es fcil comprobar que este problema admite una nica solucin que se obtiene
por minimizacin del funcional
Z
Z
Z
1
1
f wdx
(5.1.7)
| w |2 dx +
| w |2 dx
J(w) =
2 Rn
2 c
273
Rn
v =uw
que satisface entonces
(
v
= 0
v = w
en
(5.1.10)
(5.1.11)
5.2.
Suponemos en primer lugar que la condicin de contorno g en (5.1.11) pertenece a la clase H 1/2 ().
u H (),
Z
u dx = 0,
(5.1.11) es la siguiente:
u = g
(5.2.1)
H01 ().
1/2
1
Teniendo en cuenta que, como g H () existe u H () tal que
u = g el problema puede tambin reescribirse del modo siguiente
u u H0 ()
Z
Z
(u u ) dx =
u dx, H01 ().
(5.2.2)
d.
(5.2.4)
g
f udx =
n
(5.2.5)
en cuanto g L2 ().
En la siguiente seccin probaremos la desigualdad (5.2.5). Deducimos por
tanto que para cada g L2 () existe una nica solucin u L2 () de (5.1.11)
en el sentido de la transposicin.
275
Pero la regularidad de la solucin que este resultado proporciona no es ptima. En efecto, los resultados clsicos de regularidad elptica garantizan que
si es un dominio de C 2 , H 2 H01 () y, ms concretamente, existe una
constante C > 0 tal que
k kH 2 H01 () 6 C k f kL2 ()
(5.2.6)
(5.2.7)
5.3.
La desigualdad de Rellich
dx
L () .
(5.3.2)
q d +
n
j j (q )dx.
(5.3.3)
Adems
Z
Z
2
j j (q )dx =
j qi ij
+ j qi i dx
Z
Z
| |2
dx.
q
j j qi i dx +
=
2
(5.3.4)
|
dx
6
C(q)
(5.3.5)
(5.3.6)
Nuevamente
Z
Z
2
div q | | dx 6 C(q)
| |2 dx 6 C(q) k f k2L2 () .
2
(5.3.7)
en
=
n
q =1
en .
(5.3.9)
q
2
| | d
q d
n
2
2
Z
Z 2
q
1
d 6 C k f k2 2
=
d =
L () . (5.3.8)
2
2
5.4.
Un resultado de trazas
277
L
(R
R
)
(5.4.2)
H s (Rn ) = u L2 (Rn ) :
n
| x y |s+ 2
(vase [2]).
Pero en esta seccin utilizaremos slo la denicin de H s (Rn ) en trminos
de la transformada de Fourier.
Basta que probemos que la traza de cualquier funcin H 1 Rn+ pertenece a
H 1/2 (Rn1 ). Esto, mediante el uso de cartas locales, conduce al mismo resultado
en el caso de un abierto acotado de clase C 1 arbitrario.
Para ello, dada u = u(x , xn ) consideramos su traza u(x , 0). Debemos probar que
Z
Rn1
| | |
u(, 0)|2 d <
(5.4.3)
Por tanto
| | |
u( , 0)| 6
y entonces
Z
Rn1
i
h
2
2
| |2 |
u( , xn )| + |n u
( , xn )| dxn
| | |
u(, 0)|2 d 6
Rn1
| |2 |
u( , xn )| dxn d
(5.4.4)
Rn1
|n u
(, xn )| dxn d =
Rn
| x u |2 + | n u |2 dx dxn =
Rn
| u |2 dx.
(5.4.5)
El resultado recproco es tambin cierto. Es decir, toda funcin de H 1/2 () es
la traza de una funcin de H 1 (). Como consecuencia de este resultado cuya
prueba vamos a esbozar se deduce que la solucin de
(
u = 0 en
(5.4.6)
u=g
en
con g H 1/2 () pertenece al espacio de Sobolev H 1 ().
Cuando es de clase C 1 , para probar este resultado, nuevamente, gracias a
las cartas locales, basta con probarlo en el caso de Rn1 y Rn+ .
Denimos entonces la extensin de g = g(x ) dada en Rn1 resolviendo el
problema
(
u = 0 Rn+
(5.4.7)
u=g
Rn1 .
Aplicando la transformada de Fourier en x vemos que el problema es equivalente a la familia de ecuaciones diferenciales lineales de segundo orden parametrizadas por Rn1 :
(
n2 u
+ | |2 u
=0
(5.4.8)
u
( , 0) = g( )
cuya solucin viene dada por
u
( , xn ) = g( )e| |xn .
Basta entonces comprobar que si
Z
| g( ) |2 (1+ | |) < ,
(5.4.9)
(5.4.10)
Rn1
Rn
279
Rn1
| g( ) |2 | |2
Rn
5.5.
| g( ) |2 | |
d <
2
(5.4.12)
Entonces
h
i
mn nf u, nf f 6 u(x) 6 max sup u, sup f , x .
(5.5.1)
Demostracin.
Utilizamos el mtodo de truncatura de Stampacchia. Para ello introducimos
una funcin G = G(s) C 1 (R) tal que:
| G (s) |6 M, s R.
G es estrctamente creciente en (0, ).
G(s) = 0 en (, 0).
Sea
k = max sup u, sup f
| u |2 G (u k) +
(u k)G(u k) =
(f k)G(u k).
El Teorema anterior proporciona el principio del mximo (PM) para el operador + I. Pero se verica en un contexto mucho ms general de problemas
elpticos de segundo orden (vase la Proposicin IX.29 de [2]).
El PM se aplica en particular a las soluciones dbiles del problema de Dirichlet asociado al operador de Laplace caracterizadas por la condicin:
u H ();
Z
Z
(5.5.2)
281
Si denimos la funcin
H(s) =
1/2
[G ( k)]
ds
Por tanto, la funcin H(u) ha de ser constante en . Ahora bien, habida cuenta
de la denicin de k tenemos que u 6 k en y por lo tanto H(u) = 0 en
. Deducimos por tanto que H(u) 0 p.c.t. x lo cual implica que u 6
k p.c.t. x . Estas dos ltimas condiciones son efectivamente equivalentes.
En efecto, por las propiedades de G tenemos que G ( k) = 0 cuando 6 k y
que G ( k) > 0 cuando > k. De estas propiedades se deduce que H(s) = 0
cuando s 6 k y que H(s) > 0 cuando s > k.
De este modo, para el problema (5.5.2) se deduce que, cuando f 0, entonces, el mximo de u se alcanza en la frontera del dominio .
Captulo 6
Diferencias y volmenes
finitos
6.1.
(6.1.1)
(6.1.2)
(6.1.3)
284
Con el objeto de que el problema anterior est formulado sin ninguna ambigedad es imprescindible que h > 0 sea de la forma h = 1/k donde k N.
Asimismo hemos de precisar el valor fj de la aproximacin de f (xj ) elegida
en (6.1.2). Cuando f es continua basta tomar f (xj ) y cuando no lo es puede
sustituirse por una media, i.e.
1
fj =
h
xj +h/2
f (s)ds.
(6.1.4)
xj h/2
Este esquema es de orden 2. Para ello basta observar que si u es una solucin
regular de (6.1.1) entonces, la diferencia entre el miembro de la izquierda de
(6.1.1), uxx, y el de (6.1.2), 2uj uj+1 uj1 h2 , es del orden de O(h2 ).
Esta ecuacin (elptica en la clasicacin clsica de las EDPs) surge al analizar las soluciones estacionarias de algunas de las ecuaciones de evolucin ms
importantes como son las ecuaciones de ondas, del calor o de Schrdinger.
El hecho de que los coecientes de la ecuacin (6.1.1) sean constantes reeja
que el medio en el que sta represente la cantidad fsica estudiada sea homogneo.
Sin embargo en la prctica, con frecuencias, hemos de hacer frente a medios
heterogneos. La versin correspondiente de (6.1.1) sera entonces:
a(x)ux
(6.1.5)
(6.1.6)
En estas circunstancias el problema (6.1.5) admite una nica solucin. De manera ms precisa, mediante la aplicacin del Lema de Lax-Milgram, se deduce
que para todo f H 1 (0, 1) existe una nica solucin u H01 (0, 1) de (6.1.5).
En este caso que nos ocupa la solucin puede calcularse de manera explcita.
Tenemos que
Z x
1
u(x) =
f ( )d ds + C1 b(x) + C2 ,
(6.1.7)
0 a(s)
donde
b(x) =
1
ds,
a(s)
(6.1.8)
y las constantes C1 , C2 estn determinadas de manera nica para que las condiciones de contorno se satisfagan. Es decir,
C2 = 0
(6.1.9)
Z
1
a(s)
f ( )d ds
.Z
1
ds.
a(s)
(6.1.10)
(6.1.12)
Con el objeto de que el esquema numrico de aproximacin de (6.1.5) sea simtrico, es conveniente introducir la aproximacin
1
+ a + a+ u = fj , j = 1, , N
(6.1.13)
2
u =u
= 0.
0
N +1
(6.1.15)
286
con 0 < x < 1. Con el objeto de hacer los clculos ms explcitos suponemos
que el segundo miembro f se anula pero tomamos una condicin de contorno
no homognea en x = 1, i.e. consideramos el problema
(
a(x)ux x = 0, 0 < x < 1;
u(0) = 0,
u(1) = 1,
(6.1.16)
u(x) =
x,
0 < x x ,
x + 1 , x x < 1,
(6.1.17)
con
=
1
.
x +
(6.1.18)
(6.1.19)
1
1
= ; =
+ (N + 1 k) + k
.
1+
Por tanto
uk =
xk
.
h(1 )/(1 + ) + (1 )xk +
xk
.
(1 )xk+1 +
(1 )2
h .
(1 + )
287
6.2.
Volmenes finitos
u H0 (0, 1)
Z 1
Z 1
(6.2.1)
a(x)ux x dx =
f dx, H01 (0, 1),
0
u H0 (0, 1)
Z 1
N Z
(6.2.3)
X
j=1
aux x dx = aux
h
j
xj 2
Necesitamos ahora aproximar aux xj +h/2 . En la medida en que aux es regular
(pues es una primitiva de f ), si a tiene una discontinuidad justo en xj + h2 , aux
no puede ser regular en ese punto. Por tanto aproximar ux no es una buena
idea. Es ms bien conveniente escribir
Z xj+1
Z xj+1
xj+1 Z xj+1
1
1
ux dx =
u
aux dx aux j+1/2
dx.
=
a
a
xj
xj
xj
xj
288
wj 2aj aj+1 (aj + aj+1 ) ,
(6.2.4)
j+1/2
wj
(j+1 j )
,
h
(uj+1 uj )
(uj uj1 )
wj
= hfj , j = 1, , N,
h
h
con
fj =
1
h
f dx.
(6.2.5)
(6.2.6)
aj + aj+1
2
(6.2.7)
2
; wj = 1, k < j N.
1+
x x + .
Comparando con la solucin exacta, vemos que el error en los puntos del mallado
es nulo. En circunstancias ms generales sera O(h2 ). El mtodo de volmenes
nitos es por tanto ms preciso que el de diferencias nitas.
El mtodo puede tambin adaptarse fcilmente al caso en que el coeciente
a = a(x) es discontinuo en un punto del mallado xj , i.e. x = xj .
aux x dx = aux
xj h/2
xxj
xxj
Ahora bien, como aux es continuo, los dos ltimos trminos se cancelan. Aproximando ahora ux por diferencias nitas obtendramos
Z
uj uj1
uj+1 uj
+ aj1/2
.
aux dx aj+1/2
h
h
j
Esto da lugar al esquema
aj1/2 uj1 + aj1/2 + aj+1/2 uj aj+1/2 uj+1/2 = hfj .
6.3.
h; j = j je
h.
(6.3.1)
En esta ocasin j = j1 , , jn es un multi-ndice que denota los puntos de
un mallado regular de Rn de nodos
xj = xj1 , , xjn ,
donde xj = jh.
Consideramos ahora la ecuacin elptica
n X
n
X
j=1 i=1
j aij j u = f
(6.3.2)
con coecientes variables aij = aij (x), medibles y acotados que satisfacen adems la condicin de elipticidad
| |2 aij (x)i j | |2 , Rn ,
con 0 < < < .
(6.3.3)
290
(6.3.4)
es solucin de
u
e(x) =
u(x),
u(x),
x>0
x<0
e
uxx = fe, x R
Como u
e1 = u
e1 se deduce que
2 (u0 u1 )
= f0 .
h2
u1 u0
.
h
En este caso la ecuacin escrita en el nodo j = 1 proporciona la ecuacin
ux (0)
u1 u2
= f1 .
h2
Pero en este caso el esquema es de orden 1.
Consideremos ahora el esquema (6.3.4). Supongamos que el punto frontera
xj tiene como coordenada x1 , x1 = 1. Al escribir la ecuacin (6.3.4) en este
punto hacemos aparecer el valor en algunos nodos situados fuera del dominio
. Se trata de nodos virtuales. Como la condicin de contorno es en este caso
de la forma
a1 (1, x2 ) = g(x2 )
292
con
qj3
qj2
qj1
qj1
qj0
,
2h2
2h2
2
(a12, je2 + a12, j+e1 ) 2h ,
(a11, je1 + a11, j ) 2h2 (a12, je1 + a12, j ) 2h2 ,
1
2
3
qj+e
, qj2 = qje
, qj3 = qj+e
1
1 +e2
2
X
m
qj .
m6=0
f dx.
(6.3.5)
Ahora bien
(a u) dx =
a uh d
(6.3.6)
a1 ud h (a1 u)C
(6.3.7)
a12 2 u dx2
h a12 (C)
(2, uj+e1 + 2, + uj ) ,
2
o, lo que es lo mismo,
Z B
h a12 (C)
a12 2 u dx2
(2, + + 2, ) (uj + uj+e1 )
4
A
que tambin coincide con
Z B
h a12 (C)
a12 2 u dx2
(2, + uj+e1 + 2, uj ) .
2
A
Cuando los coecientes son discontinuos sobre j la condicin de salto ha de
ser tenida en cuenta. Por ejemplo, procediendo como en el caso 1 d, realizamos
la siguiente aproximacin
Z B
a11 1 dx2 h wj 1, + uj
A
con
wj =
294
Los nodos son por tanto en este caso de la forma xj = (jp)h con p = (1/2, 1/2).
Las discretizaciones por diferencias nitas pueden realizarse del mismo modo
que antes. Slo las condiciones de contorno necesitan de un tratamiento diferenciado.
Captulo 7
Mtodos de descomposicin
7.1.
7.1.1.
296
7.1.2.
= (A + B)x(t)
x(0) = x0 ,
(7.1.1)
donde x = x(t) es una incgnita vectorial a valores en RN dependiente del parmetro temporal t R, y A y B son matrices cuadradas N N con coecientes
constantes independientes de t.
Para cada dato inicial x0 RN el sistema (7.1.1) admite una nica solucin
global x(t) C R; RN , donde mediante C denotamos la clase de funciones
analticas.
Adems la solucin viene dada por la frmula de representacin:
x(t) = e(A+B)t x0 .
(7.1.2)
X
Ck
k=1
k!
(7.1.3)
X C k X
k C k k X k C kk
k eC k=
6
= ekCk .
(7.1.4)
6
k!
k!
k!
k=0
1 El
k=0
k=0
eL
297
El siguiente resultado, debido a Lie, es la base de los mtodos de descomposicin y de direcciones alternadas:
Theorem 7.1.1 Dadas dos matrices cuadradas N N A y B se tiene
A B n
.
(7.1.5)
eA+B = lm e n e n
n
X
(A + B)k
k=0
k!
I + [A + B] +
[A + B]2
+
2
I + [A + B] +
A2 + AB + BA + B 2
+
2
(7.1.6)
=
=
=
#
X Bj
k!
j!
j=0
k=0
A2
B2
I +A+
+ I + B +
+
2
2
A2
B2
I + [A + B] + AB +
+
+
2
2
"
X
Ak
(7.1.7)
(7.1.8)
298
en en
n
= en en en en
(7.1.10)
x = Bx
(7.1.11)
299
Estas caractersticas del mtodo iterativo hacen que se denomine de direcciones alternadas.
Conviene tambin distinguir el mtodo de direcciones alternadas descrito
con los mtodos numricos de aproximacin de ecuaciones diferenciales. Aqu
hemos descrito un mtodo iterativo en el que suponemos que las soluciones de los
subsistemas (7.1.10) y (7.1.11) pueden calcularse de manera exacta. Nos hemos
mantenido por tanto en el contexto de las Ecuaciones Diferenciales Ordinarias
(EDO). En la prctica, este mtodo de direcciones alternadas ha de ser combinado con un mtodo numrico para la resolucin de ecuaciones diferenciales.
Es importante sealar, y esta es una de las virtudes del mtodo de direcciones
alternadas, que cada uno de los sitemas (7.1.10) y (7.1.11) pueden resolverse
mediante mtodos distintos, de manera que podemos utilizar mtodos mejor
adaptados a las caractersticas de cada subsistema.
7.1.3.
t
n2
(7.1.12)
(7.1.13)
At Bt
At
Bt
C
n + n
e n e n 6 2 | t |
e
n
(7.1.14)
(7.1.15)
300
(7.1.17)
Denotando
At
Cn = e n e
Bt
n
(7.1.18)
Cnn
2 n
t
1
= lm Cn 1 + Cn O
.
n
n2
(7.1.19)
Este hecho puede comprobarse con facilidad utilizando el Teorema del valor
medio
2
2 n
t
t
n1
n
n1
n (1 + n )
C
=
C
O
Cn 1 + Cn1 O
n
n
2
n
n2
1
n1
= t2 O
Cnn1 (1 + n )
, (7.1.20)
n
.
donde n es un elemento del segmento que une 0 con Cn1 O t2 n2 .
Por tanto
Ct2
h
. in
n1
Cnn 6
k Cnn1 k [1+ k n k]
Cn 1 + Cn1 O t2 n2
n
Ct2 kAk(n1)t/n kBk(n1)t/n
Ct2
n1
n1
k Cn kn1 (1+ k n k)
6
e
e
(1+ k n(7.1.21)
k)
.
6
n
n
Ahora bien, como
.
.
.
k n k6k Cn1 k O t2 n2 6 ekAkt/n ekBkt/n O t2 n2 = O t2 n2
(7.1.22)
tenemos que
n1
(1+ k n k)
1+1
k n k1
e0 = 1
(7.1.23)
(7.1.24)
301
Este resultado puede tambin generalizarse al marco de los operadores mdisipativos que generan semigrupos que permiten abordar la resolucin de EDP.
Se trata de la denominada frmula del producto de Trotter ([21], vol. 1, sec.
VIII.8).
7.1.4.
Buena parte de los mtodos de descomposicin o splitting para la resolucin de sistemas lineales de la forma Ax = b estn basados en la idea
de descomponer la matriz A de un modo u otro y proceder a aproximar
la solucin x mediante la resolucin iterada de un sistema simplicado.
Es el caso por ejemplo de los clsicos mtodos iterativos de Gauss-Seidel,
Jacobi, etc. ([14], [19])
Otro de los ejemplos ms notables lo constituyen las ecuaciones de NavierStokes para un uido incompresible
(
ut u + u u = p
div u = 0.
302
El sistema de la termoelasticidad
7.2.
Descomposicin de dominios en 1 d
303
(7.2.2)
(7.2.3)
304
M
(1 x2 ),
2
(7.2.4)
lo mismo ocurre para cada una de las soluciones uk y uk+ en los subdominios
k k M
u , u 6
(1 x2 ).
+
2
(7.2.5)
Estas acotaciones permiten garantizar que, extrayendo subsucesiones, las sucesiones uk y uk+ convergen cuando k en la topologa dbil de L2 (1, 1) por
ejemplo.
Pero la convergencia puede analizarse de manera mucho ms precisa.
En efecto, de (7.2.5) es fcil deducir que uk (resp. uk+ ) est acotada
en H 1 (1, 1/2) (resp. H 1 (1/2, 1)). Sus lmites dbiles son obviamente soluciones de la ecuacin en los subintervalos correspondientes. El punto clave de
la prueba de la convergencia consiste en probar que los dos lmites coinciden en
el subintervalo comn (1/2, 1/2), puesto que es sto lo que garantiza que el
solapamiento de los dos lmites sea la solucin de (7.2.1).
Con el objeto de resolver este ltimo problema sustraemos a la solucin u
de (7.2.1) una solucin cualquiera del problema en toda la recta real2
vxx = f en R,
donde f es la extensin por cero de f fuera del intervalo (1, 1).
Entonces
w =uv
ha de satisfacer
2 Este
wxx = 0
1 < x < 1
w(1) = , w(1) = + ,
(7.2.6)
(7.2.7)
(7.2.8)
305
w,xx = 0,
1/2 < x < 1
w (1/2) = , w (1) = + .
(7.2.10)
(7.2.12)
0 < < 1,
y que, simultneamente,
k+1
k
k1
k
w (1/2) w
(1/2) 6 w+
(1/2) w+
(1/2) .
(7.2.13)
-1
x+
x-
(7.2.14)
306
uk+ = 0
uk+ (x+ ) = uk (x+ ), uk+ (1) = + .
(7.2.15)
k
k
= u uk+
v
= u uk ; v+
que satisfacen
k
v
=0
+
+
k
v+
=0
v k (x ) = v k (x ), v k (1) = 0.
+ +
+
+
(7.2.16)
(7.2.17)
(7.2.18)
Por tanto
con
k
v
(x+ )(x 1)
.
x+ 1
k
k1
k1
v (x+ ) = v+ (x ) | 1 + x+ |= v+
(x ) 1
1 + x
1 =
con
| 1 + x+ |
| 1 + x |
k
k
| x 1 | k
v+ (x ) = v
= v (x+ ) 2
(x+ )
1 x+
2 =
y por tanto
1 x
.
1 x+
k
k1
v (x+ ) = v
(x+ ) 1 2
k
1
0
v (x+ ) = (1 2 )k1 v
(x+ ) = 1 (1 2 )k1 v+
(x )
(7.2.20)
(7.2.21)
(7.2.22)
(7.2.23)
(7.2.24)
(7.2.25)
k
v (x ) = (1 2 )k v 0 (x ) .
+
(7.2.26)
1 2 < 1
(7.2.27)
k
k
para asegurarse de que v+
(x ) y v
(x+ ) convergen exponencialmente a cero
cuando k .
A partir de este hecho es fcil deducir la convergencia de la solucin puesto
que
k1
k
6 v+
(x )
(7.2.28)
v
L
k
v+
(1, x )
L (x+ , 1)
k
(x+ ) .
6 v
(7.2.29)
7.3.
u
=u
=0
N 1
N +1
308
u
= ,
u
= .
N 1
N +1
(7.3.3)
(7.3.4)
y k k denota la norma discreta sobre los puntos {xj }N 6j6N del mallado.
En virtud de (7.3.3), ~uh , la solucin discreta, proporciona una buena aproximacin de la solucin continua.
El mtodo de descomposicin de dominios se adapta sin dicultades al caso
de la ecuacin discreta (7.3.2). Para ello descomponemos el conjunto de ndices
discretos en dos subdominios. Lo hacemos del siguiente modo.
Sean h, y h,+ los ndices tales que
x = h, h, x+ = h,+ h,
(7.3.5)
-1
j=-N-1
x+
j= l
h,+
x-
j=0
j= l
h,-
1
j=N+1
k
k
k
k
k1
u,N 1 = , u,h, = u+,
h,
k
k
k
k
u+,h,+ = uk,h,+ , uk+,N +1 = + .
(7.3.6)
(7.3.7)
(7.3.8)
(7.3.9)
donde las constantes a y b son las que permiten ajustar las condiciones de
Dirichlet en los extremos del intervalo en cuestin.
De este modo deducimos la existencia de una constante C > 0 y otra < 1
de modo que
k ~uh ~uk,h k, 6 Ch2
(7.3.10)
k ~uh ~uk+,h k,+ 6 Ch2 ,
(7.3.11)
(7.3.12)
310
(7.3.13)
7.4.
Splitting
= 0.
(7.4.1)
(7.4.2)
= 0.
(7.4.3)
De hecho, a travs de la transformacin de Hopf-Cole, esto ha quedado claramente de maniesto habindose comprobado que la solucin de (7.4.1) incorpora
tanto efectos viscosos como convectivos.
En este tipo de situaciones en los que el modelo en consideracin incorpora
dos subsistemas bien reconocibles es natural utilizar mtodos de descomposicin o splitting que permiten obtener la solucin del sistema global a partir
de la solucin de cada subsistema y por otra parte aplicar a cada uno de los
subsistemas un mtodo numrico especco.
311
7.4. SPLITTING
En las notas [34] describamos algunas ideas bsicas de los mtodos de descomposicin. En particular presentamos el Teorema de Lie que demuestra que
para dos matrices n n A1 y A2 cualesquiera se tiene
eA1 +A2 = lm
eA1 /j eA2 /j
j
(7.4.4)
(7.4.5)
(7.4.6)
312
7.4.1.
Peaceman-Rachford
xn+1/2 xn
= A1 xn+1/2 + A2 xn
t/2
n+1
xn+1/2
x
= A1 xn+1/2 + A2 xn+1 .
t/2
(7.4.7)
(7.4.8)
(7.4.10)
(7.4.11)
(7.4.12)
A1 = A, A2 = A,
(7.4.13)
> 0, > 0, + = 1.
(7.4.14)
de modo que
con
313
7.4. SPLITTING
1+
1
t
2 j
t
2 j
!k
1+
1
t
2 j
t
2 j
!k
ej .
1 +
1 0, < 0
1
+
1 +
2
2
R1 () =
1
1
2
2
que admite, en un entorno de = 0, el desarrollo de Taylor
R1 () = 1 + +
3
2
+ 2 + 2 +
+ O(1) 4
2
4
3
2
+
+ O( 4 ).
2
6
314
en
, t > 0
ut u = 0
(7.4.15)
u=0
sobre , t > 0
u(x, 0) = u0 (x)
en
.
Analicemos el caso en que R2 .
El esquema semi-discreto ms elemental para la aproximacin numrica de
este sistema es el que se obtiene al utilizar el esquema de aproximacin de cinco
puntos para el Laplaciano. Obtenemos as:
+
= 0,
ui,j +
h2
h2
1
(i, j) , t > 0
(i, j) , t > 0
(i, j) .
(7.4.16)
En estas expresiones utilizamos las notaciones habituales, de modo que h1
denota el paso del mallado en la variable x1 , h2 el del mallado en la direccin
x2 , ui,j la aproximacin de la solucin u en el punto (h1 i, h2 j), (i, j) los
ndices tales que el punto correspondiente del mallado (h1 i, h2 j) pertenece al
dominio y (i, j) para los puntos del mallado que estn sobre la frontera
. Esto es rigurosamente vlido cuando toda la frontera est constituida
por puntos del mallado. En el caso general, es preciso aproximar la frontera
mediante una frontera embebida en el mallado.
Denotando mediante Uh el vector incgnita (ui, j ) que contiene todos los
ui,j = 0,
315
7.4. SPLITTING
valores numricos, el sistema (7.4.16) puede escribirse en la forma
U (0) = U ,
h
(7.4.17)
h, 0
donde A1h y A2h son los anlogos discretos de 2 /x21 y 2 /x22 , respectivamente.
Este sistema puede aproximarse mediante los esquemas de discretizacin
temporal clsicos como son los esquemas de Euler explcitos e implcitos o el
de Crank-Nicolson. Pero podemos tambin aplicar el esquema de PeacemanRachford que se puede escribir de manera sinttica como sigue
n+1/2
Uh
Uhn
t/2
(7.4.18)
n+1/2
n+1
n+1/2
n+1
h
h
= A1h Uh
+ A2h Uh .
t/2
El sistema (7.4.18) consiste esencialmente en dos sistemas desacoplados, semejantes a los que se obtienen al discretizar la ecuacin del calor 1 d. En efecto,
tanto la matriz A1h como A2h que intervienen en cada uno de ellos son las matrices habituales en la discretizacin numrica de la ecuacin del calor 1 d. Se
trata por tanto de sistemas tridiagonales fciles de resolver.
Este mtodo se denomina de direcciones alternadas puesto que la ecuacin
del calor 2d se aproxima mediante la resolucin iterada de ecuaciones del calor
alternadamente en las variables x1 y x2 .
Pero volvamos al sistema abstracto general (7.4.8) y a su discretizacin
(7.4.7). En (7.4.5) los operadores A1 y A2 juegan papeles totalmente simtricos,
pero puede tambin utilizarse de manera asimtrica. Por ejemplo si aplicamos
(7.4.7) para la aproximacin de (7.4.8) con A1 = A y A2 = 0 obtenemos
xn+1/2 xn
= Axn+1/2
t/2
xn+1 xn+1/2
= Axn+1/2 .
t/2
.
Se observa por tanto que xn+1/2 = xn+1 + xn 2, lo cual a su vez implica que
xn+1 xn
=A
t
xn+1 + xn
2
316
t n+1/2
n+1/2
n
A
x
,
(n
+
1/2)t
x
=
x
+
1
n+1
n
n+1/2
(7.4.21)
x
=
x
+
tA
x
,
n
+
t
= xn + 2 xn+1/2 xn
y
t
A (xn , nt) + A xn+1 , (n + 1)t ,
(7.4.22)
2
respectivamente. Se trata pues de esquemas semi-implcitos de Runge-Kutta de
orden 2.
xn+1 = xn +
7.4.2.
Douglas-Rachford
Existen otras variantes del esquema de descomposicin considerado. Tenemos por ejemplo el esquema de Douglas-Rachford que, conocido xn , calcula el
valor de xn+1 y xn+1 , siendo xn+1 la aproximacin del estado x en el tiempo
posterior y xn+1 un valor auxiliar. El esquema es de la forma
n+1
x
xn
t
(7.4.23)
n+1
x
xn
n+1
n+1
, (n + 1)t .
, (n + 1)t + A2 x
= A1 x
t
317
7.4. SPLITTING
En este caso obtenemos, con la descomposicin (7.4.12),
xn+1 = (I tA)1 (I tA)1 (I | t |2 A2 )xn ,
o, lo que es lo mismo,
xn = (I tA)n (I tA)n (I | t |2 A2 )x0 .
k
1 + | t |2 2j
=
x0j , j = 1, , N, k 1.
(1 + tj )k (1 + tj )k
1 + 2
.
(1 )(1 )
318
7.4.3.
-mtodo
k+1
x
xk+
= A1 xk+ , (k + )t + A2 xk+1 , (k + 1 )t ,
(1
2)t
k+1
xk+1
x
= A1 xk+1 , (n + 1)t + A2 xk+1 , (k + 1 )t .
t
(7.4.24)
Conviene distinguir este esquema del habitual -esquema, intermedio entre los
esquemas de Euler explcito e implcito.
Analicemos el esquema (7.4.24) en el caso en que A es una matriz simtrica.
Tenemos en este caso
xk+1 = (I tA)2 (I + tA)2 (I tA)1 (I + tA)xk , (7.4.25)
donde = 1 2, de modo que
xkj =
(1 + tj )2k (1 + tj )k
ej .
(1 tj )2k (1 tj )k
(7.4.26)
(1 + )2 (1 + )
.
(1 )2 (1 )
(7.4.27)
Como
lm R (3) = /,
(7.4.28)
(7.4.29)
(7.4.30)
(7.4.31)
2
1 + ( ) 22 4 + 1 + O( 3 ),
2
(7.4.32)
o bien
= = 1/2
(7.4.33)
= 1 1/ 2.
(7.4.34)
lo cual implica
= (1 2),
(7.4.35)
.
= (1 2)/(1 ); = (1 ).
(7.4.36)
Combinando (7.4.36) con la condicin > deducimos que 0 < < 1/3.
Un anlisis ms cuidadoso muestra la existencia de ( = 0,087385580, , )
de modo que para < < 1/3 el esquema es incondicionalmente y absoluta
mente estable. Con la eleccin = 1 1/ 2 = 0,292893219 se garantiza
asimismo que el esquema sea de orden dos.
7.5.
Consideremos el problema
(
u = 0
u=g
en
en
(7.5.1)
320
W
W-
W-
W+
G+
W+
G-
uk = 0 en
k
u
=g
k1
uk = u+
uk+ = 0 en +
k
u+
=g
+
uk+ = uk
+
(7.5.2)
(7.5.3)
(7.5.4)
(7.5.5)
La inicializacin u0+ H 1/2 ( ) puede por ejemplo obtenerse como restriccin o traza sobre de la funcin u de H 1 () que prolonga los valores de
frontera g al interior de .
Pretendemos ahora probar la convergencia de uk (resp. uk+ ) a u en
(resp. + ) cuando k . Lo hacemos mediante la aplicacin del principio del
mximo.
Denimos
k
k
v
= u uk ; v+
= u uk+
(7.5.6)
v
= 0 en
k
v
=0
k1
k
v
= v+
v+
=0
k
v+
=0
+
k
k
v+
= v
.
+
(7.5.7)
en
+
(7.5.8)
(7.5.9)
k
k
kL (+ ) .
kL (+ ) 6k v
k v+
(7.5.10)
(7.5.11)
W-
W+
W+
W-
G+
G-
v = 0
v=0
v=h
(7.5.12)
322
v6V
donde V es la solucin de
V = 0
V =0
V =k h kL ( )
en
en
en
(7.5.14)
(7.5.15)
donde W = W (x) es la funcin afn que slo depende de la variable x perpendicular a y tal que W = 0 en el punto de ms alejado de .
A partir de (7.5.15) es fcil deducir que se cumple
k v kL (+ ) 6 k h kL ( )
con 0 < < 1.
En efecto, basta de hecho tomar = d/D donde d es la distancia entre las
ms alejado de
dos interfases y + y D y la distancia de al punto de
.
7.6.
(7.6.1)
W-
W+
G+
323
W+
W-
G-
D
Figura 7.5: Representaciones de las dimensiones d y D que intervienen en determinacin de la velocidad de convergencia del MDD.
Introducimos un mallado de paso h > 0 y los nodos xj,k de coordenadas
xj,k = (jh, kh), (N + 1) 6 j, k 6 N + 1
(7.6.2)
(7.6.3)
Se trata efectivamente de una aproximacin del problema de Dirichlet:
(
u = f en
(7.6.4)
u=0
en .
324
(7.6.5)
u=g
en
entonces el esquema discretizado correspondiente es de la forma
u = g , j = (N + 1), N + 1; k = (N + 1), N + 1.
j, k
j, k
(7.6.6)
Aqu y en lo sucesivo fj, k y gj, k proporcionan aproximaciones de f y g en los
puntos xj, k del mallado. Cuando las funciones en cuestin son continuas basta
con tomar su valor en dicho nodo. Cuando no lo son podemos por ejemplo tomar
una media de las mismas en un cuadrado de lado h centrado en dicho nodo.
En ambos casos, la funcin uj, k solucin del problema discreto proporciona
una aproximacin de la solucin u del problema continuo en los nodos xj, k .
Los dos sistemas discretos son de hecho sistemas lineales de N N ecuaciones con N N incgnitas que, escritos en forma matricial, estn asociados a
matrices simtricas denidas positivas (para un estudio ms detallado de estas
cuestiones tanto en el marco de la ecuacin de Laplace como las de evolucin
puede consultarse las notas [36]).
En esta seccin vamos a probar la convergencia del mtodo de descomposicin de dominios en el caso discreto, i.e. con h > 0 jo.
El algoritmo es idntico al caso de la ecuacin de Laplace continua y la
demostracin de convergencia tambin. Basta de hecho aplicar el principio del
mximo para la ecuacin discreta. Su enunciado es idntico al del caso continuo. Con el objeto de presentarlo de manera ms sinttica dado un vector
{uj, k }(N +1)6j, k6N +1 arbitrario introducimos
4uj, k uj+1, k uj1, k uj, k+1 uj, k1
M =
max
N 6j, k6N
h2
m =
M =
m =
mn
N 6j, k6N
max
j=(N +1), N +1, (N +1)6k6N +1
(N +1)6j6N +1; k=(N +1), N +1
mn
j=(N +1), N +1, (N +1)6k6N +1
(N +1)6j6N +1; k=(N +1), N +1
[uj, k ]
[uj, k ] .
325
(N + 1) 6 j, k 6 N + 1.
W_
W+
G+
W-
W+
G-
N 6 j, k 6 N
326
Probamos por ltimo el principio del mximo discreto. Sin prdida de generalidad, basta probar la cota superior, puesto que la inferior se prueba de manera
anloga. Asimismo, podemos suponer que M 6 0. Basta para ello constatar
que la discretizacin de la funcin parablica v(x, y) = x2 + y 2 es tal que
4Vj, k Vj+1, k Vj1, k Vj, k+1 Vj, k1
= 4,
h2
para todo j y k.
Sin prdida de generalidades podemos entonces conseguir que M 0 sumando o sustrayendo a la funcin u en consideracin una constante veces la
funcin parablica v.
Consideremos por tanto el caso M 6 0. Basta entonces probar que el mximo se alcanza en la frontera. Esto es fcil de comprobar. Supongamos que se
alcanza en un nodo interior (j, k). Entonces
uj, k > max {uj+1, k , uj1, k , uj, k+1 , uj, k1 } ,
de modo que
4uj, k uj+1, k uj1, k uj, k+1 uj, k1
> 0.
h2
Como M 6 0 deducimos que, necesariamente,
4uj, k = uj+1, k + uj1, k + uj, k+1 + uj, k1 .
De este modo se obtiene que si el mximo de u se alcanza en un nodo interno
se alcanza tambin en los cuatro vecinos. Iterando el argumento vemos que
necesariamente se ha de alcanzar tambin en el borde, tal y como queramos
probar.
Captulo 8
Mtodos de descenso
8.1.
En numerosas ocasiones las soluciones de problemas elpticos pueden obtenerse mediante el Mtodo Directo del Clculo de Variaciones (MDCV). 1
Recordemos brevemente este principio. Consideramos un funcional convexo
y coercivo J : H R en un espacio de Hilbert H. Entonces, el funcional alcanza
su mnimo en al menos un punto del espacio:
h H : J(h) = mn J(g).
gH
(8.1.1)
(8.1.2)
(8.1.3)
Por la coercividad del funcional J se deduce que (gn )nN est acotada en H.
Paso 3. Como H es un espacio de Hilbert, existe una subsucesin, que seguiremos denotanto (gn )nN , que converge dbilmente:
gn g en H.
1 Para
(8.1.4)
una introduccin ms detallada del mtodo podrn consultarse las notas [36].
327
328
(8.1.5)
(8.1.6)
u=0
en ,
puede resolverse fcilmente de este modo cuando es un dominio acotado.
Basta aplicar el MDCV al funcional
Z
Z
1
f vdx
(8.1.7)
| v |2 dx
J(v) =
2
u H0 ()
Z
Z
(8.1.8)
(8.1.9)
u=0
en ,
minimizando el funcional
Z
Z
Z
1
1
2
p+1
J(u) =
| u | dx +
|u|
dx
f udx
2
p+1
(8.1.10)
8.2.
329
1
hAx, xi hb, xi
2
(8.2.2)
en RN .
Su gradiente viene dado por
J(x) = Ax b.
(8.2.3)
r = b Ay.
(8.2.4)
(8.2.6)
2k
hArk , rk i k hrk , bi + k hAxk , rk i
2
2
= J(xk ) k hrk , rk i + k hArk , rk i.
2
= J(xk ) +
330
rk+1 = rk k Ark ,
(8.2.8)
lo cual permite actualizar el valor del residuo sin tener que computarlo segn
su denicin.
Conviene tambin observar que de (8.2.7)-(8.2.8) se deduce que
hrk+1 , rk i = hrk , rk i k hArk , rk i = 0.
(8.2.9)
Esto signica que el residuo es siempre ortogonal al del paso anterior. Es por eso
que en este mtodo del descenso la direccin de avance es siempre ortogonal a
la del paso previo, lo cual es coherente con el hecho de descender lo ms posible
en cada paso.
Obtenemos asmismo
J(xk+1 ) = J(xk )
1 | rk |2
,
2hArk , rk i
(8.2.10)
xk+1 = xk + k xk
rk+1 = rk .k Ark
(8.2.11)
k =| rk |2 hArk , rk i.
La sucesin {xk } que el mtodo del descenso proporciona tiene necesariamente como punto de acumulacin la solucin de la ecuacin (8.2.1).
En efecto, como J decrece a lo largo de la sucesin {xk } y J es coerciva,
deducimos que {xk } est acotada. En vista de la expresin (8.2.10) cualquier
punto de acumulacin de la sucesin {xk } ha de ser de residuo nulo y por tanto
solucin de (8.2.1). Como la solucin de (8.2.1) es nica deducimos que toda la
sucesin ha de converger a la misma.
Este argumento no es ms que una adaptacin del clsico principio de invarianza de LaSalle para sistemas dinmicos dotados de una funcional Lyapunov.
Recordemos brevemente la argumentacin. Como J(xk ) decrece y est acotada
inferiormente su lmite existe:
= lm J(xk ).
k
331
(8.2.13)
hrk+1 , A1 rk+1 i
332
(8.2.15)
(8.2.16)
(8.2.17)
de donde se deduce que hrk , A1 rk i tiende a cero. Como A1 es denida positiva, esto implica que rk tiende a cero. Es decir b Axk tiende a cero, lo cual
implica que xk tiende a A1 b, la nica solucin de (8.2.1).
Observacin 8.2.2 La demostracin anterior muestra que la convergencia del
mtodo se acelera a medida que c0 c1 se aproxima a 1. Esto ocurre cuando A
es prxima a la matriz identidad. Pero en general el mtodo puede converger
muy lentamente por la tendencia de los residuos a oscilar. En efecto, a pesar de
que rk+1 es ortogonal a rk nada impide que rk+2 deje de serlo, lo cual puede
conducir a las oscilaciones aludidas.
Observacin 8.2.3 La prueba de la convergencia que hemos desarrollado est
basada en el anlisis de la cantidad rk , A1 rk . Esta cantidad es relevante
puesto que
1
(8.2.18)
J(xk ) = hA1 rk , rk i + r(0)
2
donde
1
F (y) = hy x, A(y x)i,
(8.2.19)
2
siendo x = A1 b la solucin de (8.2.1).
8.3.
333
(8.3.1)
donde
pk
Obtenemos as
xk+1
rk+1
pk+1
= xk + k pk
= rk k Apk
= rk+1 + k pk .
(8.3.2)
(8.3.3)
hpk , rk i
.
hpk , Apk i
De este modo
J(xk+1 ) = J(xk )
hpk , rk i2
.
2hpk , Apk i
(8.3.4)
(8.3.5)
(8.3.6)
(8.3.7)
| rk |2
,
hpk , Apk i
(8.3.8)
334
| rk |4
.
2hpk , Apk i
(8.3.9)
En vista de (8.3.9), deberamos elegir pk de modo que hpk , Apk i fuese mnima.
Tenemos
2
hpk , Apk i = hrk , Ark i + 2k1 hrk , Apk1 i + k1
hpk1 , Apk1 i.
hrk+1 , Apk i
.
hpk , Apk i
(8.3.10)
| rk+1 |2
1 | rk+1 |2
.
=
k hpk , Apk i
| rk |2
El mtodo del gradiente conjugado puede entonces reescribirse del modo siguiente:
p0 = r0 = b Ax0
xk+1 = xk + k pk
rk+1 = rk k Apk
pk+1 = rk+1 + k pk
k =| rk |2 /hpk , Apk i
k =| rk+1 |2 / | rk |2 .
k
max mn
8.4.
336
(8.4.2)
Obviamente, se tiene,
H(x ) = 0,
(8.4.4)
(8.4.5)
(8.4.6)
| x (s) |2 ds = H(x0 ).
(8.4.7)
En particular,
H(x(t)) H(x0 ).
(8.4.8)
|x|
(8.4.9)
(8.4.10)
que es no vaco.
Del principio de invarianza de La Salle2 , en vista de la ley de disipacin
(8.4.6) es fcil comprobar que y(t) solucin de (8.4.1) con dato inicial y0 , es tal
que H(y0 ) = 0. Por la unicidad del punto crtico de H deducimos que y0 = x .
Esto demuestra que
(x0 ) = {x }
(8.4.11)
y, por tanto, que
x(t) x , t .
(8.4.12)
El resultado que acabamos de demostrar muestra que, bajo condiciones bastante generales sobre el potencial H, todas las soluciones de (8.4.1) convergen a
la nica solucin de equilibrio x . Esto permite justicar la sustitucin del modelo de evolucin (8.4.1) por el estacionario (8.4.4). Pero sto ha de hacerse con
prudencia puesto que la demostracin de convergencia que hemos realizado no
proporciona ninguna estimacin sobre la velocidad con la que esto se produce.
2 H(x(t))
x(tj +t) y(t). Como H(x(tj +t)) L, j para todo t > 0, deducimos que H(y(t)) = L,
para todo t > 0. Aplicando la identidad de energa (8.4.6) deducimos que y (t) = 0 lo cual
equivale a y(t) y0 . Como la nica solucin estacionaria es x , deducimos que y0 = x .
338
h
i
= H(x(t)) H(x )
h
i
= H(y(t)) + x ) H(x ) .
(8.4.13)
de modo que
hH(y(t) + x ) H(x ), y(t)i | y(t) |2 ,
es decir,
1 d
| y(t) |2 | y(t) |2 ,
2 dt
de donde se deduce la convergencia exponencial
| y(t) | et | y0 |= et | x0 x | .
8.5.
(8.4.14)
(8.4.15)
339
(8.5.2)
Podemos interpretar este resultado, como lo hemos hecho hasta ahora, como el
de la simplicacin asinttica que nos permite pasar de (8.5.1) a (8.5.2).
Pero puede ser interpretado tambin de manera distinta. En efecto, bajo
las hiptesis de convexidad y coercividad impuestas sobre el funcional H, este
posee un nico punto crtico x , que es el mnimo global, solucin de (8.5.2).
El hecho de que las soluciones de (8.5.1) converjan, cuando t , a este
punto crtico nos permiten interpretar la ecuacin de evolucin (8.5.1) como
una manera de aproximar el mnimo del funcional. La ecuacin (8.5.1) puede
por tanto entenderse como un algoritno continuo en t para la aproximacin del
mnimo del funcional H.
De hecho, se trata de un algoritmo de descenso en la medida que, tal y como
probbamos en (8.4.6), se verica la identidad de energa
d
H(x(t)) = | x (t) |2 ,
dt
(8.5.3)
que demuestra que H(x(t)) decrece a medida que t aumenta. La ecuacin diferencial (8.5.1) constituye por tanto un mecanismo continuo de minimizacin
del funcional H que conduce la trayectoria desde el punto inicial x0 de energa y nivel H(x0 ) hasta el punto de mnimo x de energa H(x ), de manera
montona.
El mismo tipo de algoritmo puede reproducirse de manera discreta en tiempo. Para hacerlo, introducimos una discretizacin en tiempo de la ecuacin
(8.5.1) de paso t,
xk+1 xk
= H(xk+1 )
(8.5.4)
t
que puede tambin escribirse como
xk+1 + tH(xk+1 ) = xk ,
(8.5.5)
(8.5.6)
(8.5.7)
340
1
| x |2 +tH(x) y x
2
(8.5.8)
1
< 1.
1 + t
341
Hemos comprobado por tanto que el sistema dinmico discreto (8.5.4) proporciona tambin un algoritmo iterativo de aproximacin del mnimo del funcional H.
8.6.
Mnimo cuadrados
(8.6.1)
u=0
en .
En este caso, las soluciones son puntos crticos del funcional
Z
Z
Z
1
| u |2 dx
eu dx
f udx,
J(u) =
2
que est bien denido si R2 . Pero al no ser convexo, los mtodos de descenso
habituales no garantizan la convergencia a un punto crtico.
En estos casos los mtodos inspirados en los mnimos cuadrados pueden ser
de gran utilidad.
342
f (x) = 0.
(8.6.3)
1
hf (y), f (y)i
2
(8.6.4)
(8.6.7)
b R(A) = {q : q = Ay, y RN }.
(8.6.8)
Tomamos, para simplicar los clculos = I. En este caso las soluciones obtenidas para mnimos cuadrados son las correspondientes a la forma normal
At Ax = At b.
(8.6.9)
(8.6.10)
343
De las soluciones
RN = R(At ) ker(A); (R(At )) = ker(A)),
(8.6.11)
deducimos la relacin
k x k2 =k x
k2 + k z k2 k x k2 .
(8.6.12)
(8.6.16)
344
Captulo 9
Mtodos de Galerkin
9.1.
Muchos de los problemas de la Mecnica de Medios Continuos y sus aproximaciones numricas admiten una formulacin variacional semejante a la siguiente:
(
vV
(9.1.1)
A(u, v) = F (v), v V
Lema de Lax-Milgram.
Sea V un espacio de Hilbert real de norma k k, A(u, v) : V V R una
forma bilineal y F : V R un funcional lineal y continuo. Supongamos que
A(, ) es continua, i.e.,
| A(u, v) |6 k u k k v k, u, v V
(9.1.2)
A(u, u) > k u k2 , u V.
(9.1.3)
y coerciva,
Entonces, existe una nica u V solucin de (9.1.1) y satisface
1
(9.1.4)
k F kV .
345
346
| A(w, v) |6 |||w||| k v k, w W, v V
A(w, v)
> |||w|||, w W
kvk
(9.1.7)
(9.1.8)
sup
vV
v6=0
wW
(9.1.9)
(9.1.10)
(A(wn wm ), v)V
1
1
sup
6 k A(wn wm ) k .
vV
kvk
v6=0
347
(RF, v)V
(Au, v)V
= sup
=k F kV .
kvk
kvk
vV
v6=0
(9.1.13)
hDJ(u), vi = 0, v V.
(9.1.14)
(9.1.15)
es decir,
Es fcil comprobar que
9.2.
El mtodo de Galerkin
El mtodo Galerkin proporciona una forma sistemtica de obtener aproximaciones nito-dimensionales convergentes de problemas variacionales de la forma
(9.1.1).
Para ello consideramos una familia {Vh }h>0 de subespacios de dimensin
nita de V .
Supongamos que para todo v V existe una sucesin vh Vh tal que
vh v en V, cuando h 0.
(9.2.1)
(9.2.2)
348
(9.2.4)
k F kV
.
nf k u vh kV ,
vh Vh
(9.2.5)
(9.2.6)
(9.2.7)
A(u uh , u uh ) = A(u uh , u wh )
k u uh k k u wh k, wh Vh
(9.2.8)
349
9.2.1.
Ortogonalidad:
A(u uh , vh ) = 0, vh Vh .
(9.2.9)
(9.2.10)
350
9.2.2.
Orden de convergencia
351
9.2.3.
Mtodos espectrales
u H0 (),
Z
(9.2.13)
= en
= 0.
(9.2.14)
Los resultados clsicos de teora espectral garantizan que existe una sucesin de
autovalores positivos y de multiplicidad nita
0 < 1 < 2 6 3 6 6 N 6
(9.2.15)
que tiende a innito y cuyas autofunciones asociadas {j }jN pueden ser elegidas de modo que constituyan una base ortonormal de L2 ().
En estas condiciones, si f L2 (), puede descomponerse como
f (x) =
fj j (x),
(9.2.16)
j=1
(9.2.17)
352
X
fj
j (x).
j=1 j
(9.2.18)
(9.2.19)
Aunque las autofunciones constituyen una base ortonormal de L2 () son tambin funciones de H01 () y, de hecho,
Z
Z
| j |2 dx = j
(9.2.20)
2j dx = j , j > 1.
uN VN
Z
(9.2.21)
uN vN dx = hf, vN i, vN VN .
N
X
uj, N j (x)
j=1
(9.2.22)
N
X
fj
(x)
j=1 j
(9.2.23)
(9.2.24)
353
Como
j k dx = 0
(9.2.25)
j k dx = 0,
(9.2.26)
n .p o
p
j . Se deduce por tanto que j
j
j>1
consti-
354
que una hiptesis adicional sobre los datos del problema permite obtener tasas
explcitas.
Supongamos que f L2 (). En este caso la solucin u no slo pertenece a
la clase H01 () sino que verica adems que u L2 (). De este modo, habida
cuenta de (9.2.18) tenemos que
X
j=1
| fj |2 =
X
j=1
| uj |2 2j < .
(9.2.27)
j | uj |2
(9.2.28)
j=N +1
1
N +1
j=N +1
j | uj |2 6
k f k2L2 ()
N +1
1
p
N +1
(9.2.29)
En este caso, es decir, bajo la hiptesis adicional (9.2.27), s que deducimos por
tanto una estimacin sobre la velocidad de convergencia, (9.2.29).
Veamos ahora lo que (9.2.29) signica. En dimensin n = 1, cuando =
(0, L), tenemos j = 2 j 2 /L2 , de donde se deduce que
k u uN kH01 (0, L) = O(1/N ).
(9.2.30)
(9.2.32)
355
9.2.4.
Con el objeto de ilustrar el MEF comenzamos por el caso de una sola dimensin espacial, donde los clculos son particularmente sencillos y explcitos.
El lector interesado en un desarrollo ms detallado del mtodo y su aplicacin
a las ecuaciones del calor y de ondas 1D podr consultar las notas [36].
Consideramos por tanto el problema de Dirichlet en el intervalo = (0, L):
(
u = f,
0<x<L
u(0) = u(L) = 0.
(9.2.33)
u H0 (0, L)
Z L
(9.2.34)
356
Oj
L
x j-1
xj
xj =jh
Figura 9.1: Grca de las funciones de base j del MEF P1 en una dimensin
espacial.
Estas funciones estn representadas en la siguiente gura
La aproximacin de Galerkin se expresa, como es habitual, de la siguiente
forma:
uh Vh
Z L
(9.2.35)
uh vh dx = hf, vh i, vh Vh
0
Se trata del MEF P1 , puesto que los elementos utilizados son polinomios de
grado uno en cada subintervalo.
Veamos cual es la representacin de (9.2.35) en tanto que sistema nitodimensional.
Tenemos
N
X
uj j (x).
(9.2.36)
uh (x) =
j=1
(9.2.37)
Adems
jk
2L
Z L
h
L
=
j k dx =
si
j=k
si
| j k |= 1
si no .
(9.2.39)
357
1
2
2
1
0
0
L
Rh =
h
0
1
2
1
1
2
Fh =
f1
f2
..
.
fN
, Uh =
u1
u2
..
.
uN
Rh Uh = Fh .
(9.2.40)
(9.2.41)
(9.2.42)
N
X
fj j .
(9.2.43)
j=1
En ese caso
fj =
donde
f (x)j (x)dx
0
N
X
k=1
fj j (x) j (x)dx = Mh Fh
f1
.
.
Fh =
.
fN
(9.2.44)
(9.2.45)
358
2Lh
si
j=k
Z L
3
Lh
j k dx =
mjk =
si
| j k |= 1
0
si no .
(9.2.46)
(9.2.47)
1
hRh Uh , Uh i hMh Fh , Uh i.
2
(9.2.48)
Ocupmonos ahora de la estimacin del error. La teora general de los mtodos de Galerkin para garantizar la convergencia exige que para cada v
H01 (0, L) exista una sucesin vh Vh tal que vh v en H01 (0, L) cuando
h 0. Comprobemos esta propiedad.
Como las funciones v H01 (0, L) son continuas y por tanto el valor v(xj )
en los puntos xj = jh del mallado est bien denido es natural tomar como
vh Vh la funcin de interpolacin que toma los valores v(xj ) en los puntos del
mallado, es decir,
N
X
v(xj )j (x).
(9.2.49)
vh (x) =
j=1
| v (x) vh (x) |2 dx =
N Z
X
j=0
xj +1
xj
2
dx.
| v vh | dx =
h
xj
xj
(9.2.50)
359
Ahora bien
Z
Z
Z
1 xj+1 x
1 xj+1
(v(xj+1 ) v(xj ))
(v (x)v (s))ds =
=
v ()dds.
v (x)
h
h xj
h xj
s
Por tanto, suponiendo que v L2 (0, L), obtenemos
Z xj+1 Z x
v (x) (v(xj+1 ) v(xj )) 6 1
| v () | dds
h
h xj
s
Z
Z
1 xj+1 xj+1
| v () | dds
6
h xj
xj
6
xj+1
xj
| v (s) | ds 6 h
xj+1
xj
| v (s) | ds
Por consiguiente:
2
Z xj+1
v (x) (v(xj+1 ) v(xj )) 6 h
| v (s) |2 ds.
h
xj
Volviendo a (9.2.50) obtenemos que
kv
vh k2H 1 (0, L) 6
0
N Z
X
j=0
xj+1
xj
(9.2.51)
!1/2
360
Demostracin. La convergencia del mtodo se deduce de los resultados generales sobre aproximaciones de Galerkin y del hecho que, tal y como hemos
comprobado, todo elemento v de V se puede aproximar mediante elementos de
Vh .
La cota (9.2.54) sobre el orden de convergencia se deduce de la combinacin
de las cotas (9.2.6) y del Lema 9.2.1 de aproximacin puesto que, cuando f
L2 (0, L), la solucin del problema de Dirichlet (9.2.33) no slo pertenece a la
clase H01 (0, L) sino que satisface la propiedad de regularidad adicional u
H 2 (0, L).
En la siguiente seccin vamos a extender estas ideas al caso de dos dimensiones espaciales, aunque, como veremos, el anlisis de la convergencia del mtodo
va a ser ms complejo en aquel caso. Una vez de haber desarrollado la teora del
MEF P1 en el caso de dos dimensiones espaciales, su adaptacin y extensin al
caso de ms dimensiones es ms o menos inmediata si bien computacionalmente
es bastante ms complejo debido a las dicultades derivadas de triangular o
mallar dominios en dimensiones de espacio n > 3.
9.2.5.
(9.2.55)
u=0
en
que admite la formulacin variacional
u H0 ()
Z
(9.2.56)
361
Wh
diam Th
6 , Th Th
h
(9.2.57)
362
(9.2.58)
uh Vh
Z
(9.2.59)
uh vh dx = hf, vh i, vh Vh .
363
Oj
xj
Figura 9.5: Funciones de base para el MEF P1 en dos dimensiones espaciales.
(9.2.60)
(9.2.61)
La prueba de esta propiedad se inspira en las ideas del caso 1D, salvo que en
este caso resulta tcnicamente algo ms complicada.
Por densidad podemos suponer que u Cc (). Entonces, la eleccin ms
364
N
X
u(xj )j (x).
(9.2.62)
j=1
Evidentemente
Z
N Z
X
| (u wh ) |2 dx =
j=1
Tj
| (w uh ) |2 dx.
(9.2.63)
Tenemos por tanto que estudiar la norma en cada uno de los tringulos:
Z
| (wh u) |2 dx.
(9.2.64)
Ij =
Tj
1
I
h
(9.2.65)
| (u w) |2 dx,
I=
(9.2.66)
(9.2.67)
(9.2.68)
2 Ntese que en dimensin espacial n = 2 basta con suponer que u H 2 () para poder
definir la funcin interpolante (9.2.62) puesto que en las funciones de H 2 son continuas.
3 En este punto observamos que la restriccin a K de la interpolacin de u en coincide
con la interpolacin en K de la restriccin de u sobre K.
365
Lema de Deny-Lions: Para cada > 0 existe una constante C = C(), tal
que
nf k u + p kH +1 (K) 6 C k u kH +1 (K) .
(9.2.69)
pP
2 1/2
X Z
k v k = k v k2H 2 (K) +
D v .
(9.2.70)
K
||61
X Z
||61
D v
2
1/2
(9.2.71)
X Z
||61
D v
2
1/2
(9.2.72)
k vj kH 2 (K) 0, j
(9.2.73)
D vj dx 0, | |6 1, j
(9.2.74)
k vj kH 1 (K) = 1.
(9.2.75)
De (9.2.73) y (9.2.75) deducimos que {vj }j>1 est acotada en H 2 (K). Por la
compacidad de la inclusin de H 2 (K) en H 1 (K) deducimos la existencia de una
366
H 2 (K)
dbilmente en
fuertemente en
H (K).
(9.2.76)
(9.2.77)
k v kH 1 (K) = 1.
D v dx =
D p dx, | |6 1.
(9.2.79)
pP1
C k v + p k
C k v + p kH 2 (K)
C k v kH 2 (K) ,
(9.2.80)
Tj
367
(9.2.82)
(9.2.83)
Sumando las estimaciones (9.2.82) sobre todos los tringulos Tj de la triangulacin h deducimos que
Z
| (u wh ) |2 dx 6 C h k u k2H 2 () ,
(9.2.84)
(9.2.86)
(9.2.87)
368
(9.2.88)
(9.2.89)
1
sup{k BT k:k k= k }.
k
(9.2.90)
k BT k6
Demostracin.
Tenemos
k BT k=
Por otra parte, para cualquier vector tal que k k= k , existen puntos
x, y K tales que x y = . Adems, BT = LT x LT y, puesto que LT es
una aplicacin afn. Deducimos por tanto que
k BT k=k LT x LT y k6 hT
(9.2.91)
(9.2.92)
T Th
(9.2.93)
h>0
369
(9.2.95)
(9.2.96)
(9.2.97)
370
T h
Bajo las hiptesis de regularidad del mallado, del Lema 9.2.2 y del Lema 9.2.3,
deducimos que
Z
| (v rh v) |2 dx 6 C h2 k v kH 2 (T )
(9.2.99)
T
Captulo 10
372
1
u
Z
Z H0 ()
(10.0.2)
373
funcional de la forma
1
J(f ) =
2
| u ud |2 dx,
(10.0.3)
(10.0.4)
nf
f L2 ()
J(f )
(10.0.5)
fk sin(kx).
(10.0.8)
k1
X
1/2
Mientras que la norma de f en L2 (0, ) es del orden de
la
| fk |2
X
. 1/2
de u es del orden de
. Es obvio que esta ltima puede
| fk |2 k 4
k1
374
Desde un punto de vista analtico hay maneras sencillas de evitar esta dicultad. De hecho, en la prctica, es natural considerar que los controles f
admisibles no son arbitrarios sino imponer alguna restriccin sobre la talla de
los mismos.
Una posibilidad por tanto consiste en, dado M > 0, restringir la bsqueda del
ptimo a los controles f de norma no superior a M . En este caso nos encontramos
entonces ante el problema de optimizacin:
IM =
nf
f L2 ()
kf k 2
M
L ()
(10.0.9)
J(f ).
En este caso la existencia del mnimo es obvia puesto que estamos minimizando
un funcional continuo y convexo en un conjunto acotado, cerrado y convexo
y por tanto cerrado de la topologa dbil. De este modo se puede asegurar la
existencia del ptimo:
fM L2 () : k fM kL2 () M ; J(fM ) =
mn
f L2 ()
kf k 2
M
L ()
J(f ).
(10.0.10)
Este funcional JN : L2 () R es continuo, convexo y coercivo en el espacio de Hilbert L2 (). Admite por tanto un mnimo. De hecho el funcional es
estrictamente convexo, lo cual asegura la unicidad del mnimo:
!fN L2 () : JN (f ) = mn
JN (f ).
2
f L ()
(10.0.12)
El parmetro N > 0 del funcional JN permite regular el coste del control. As,
cuando N es grande, el control f tender a tener una norma menor que cuando
N es muy pequeo, caso en el que la utilizacin del control f no se penaliza.
De hecho, el control ptimo fN se puede caracterizar fcilmente en este
caso mediante las ecuaciones de Euler-Lagrange del problema de minimizacin
(10.0.12) que en este caso se reducen a:
hDJN (fN ), gi = 0,
g L2 ().
(10.0.13)
375
siendo v la solucin de (10.0.1) correspondiente al segundo miembro g que representa la direccin en la que se est calculando la derivada direccional, i.e.
(
v = g1 en
(10.0.15)
v=0
en .
En (10.0.14) uN representa la solucin ptima asociada al control ptimo.
Si bien el MDCV garantiza la existencia del mnimo, en la prctica ste ha
de ser calculado mediante la utilizacin de un mtodo de descenso que necesita
del clculo de gradiente de J. De manera general tenemos que
Z
Z
hDJN (f ), gi = (u ud )vdx + N
f gdx.
(10.0.16)
En el prctica este modo de calcular es muy costoso pues exige, para cada funcin
g, el clculo de la solucin (10.0.15). Una tcnica habitual para la simplicacin
del clculo de gradientes es la basada en el estado adjunto. El estado adjunto
se dene en este caso como la solucin del problema
(
= u ud en
(10.0.17)
= 0,
(10.0.19)
376
i.e.
N
(10.0.20)
N
donde N es el estado adjunto correspondiente. Escribiendo conjuntamente la
ecuacin de estado y la de estado adjunto correspondientes al control ptimo
fN obtenemos lo que se denomina el sistema de optimalidad (SO):
uN = N 1 en
uN = 0
(10.0.21)
(
=
u
u
en
N
N
d
N = 0.
fN =
( + N f )
k + N f kL2 ()
(10.0.22)
377
h
Sustituir el conjunto L2 () de controles admisibles por Uad
, el conjunto de
funciones del espacio de elementos nitos que slo involucra a los nodos
de h .
u
Z
Zh Vh
(10.0.23)
f dx, Vh ,
uh dx =
Z
Z h Vh
(10.0.26)
h = (uh ud )dx, Vh .
378
En este punto conviene sealar que, en el mbito de las aplicaciones, lo habitual es precisamente utilizar este tipo de aproximaciones mediante elementos
nitos (u otros mtodos numricos) y minimizar el funcional Jh con h sucientemente pequeo mediante un mtodo descenso como, por ejemplo, el mtodo
de gradiente conjugado.
En el caso particular que nos ocupa, por su sencillez, no es difcil probar que
h
el mnimo de funcional JN
converge, cuando h 0, al del funcional JN . Este
procedimiento, el de minimizar una versin discreta del funcional continuo en
consideracin, sin embargo, se utiliza en un contexto mucho ms amplio, y con
frecuencia en casos en que la prueba de la convergencia no es posible con los
mtodos de los que se dispone en la actualidad.
Probemos ahora la convergencia de los mnimos discretos fh .
h
En primer lugar, denotando mediante Ih , el mnimo del funcional JN
en Vh ,
es fcil de comprobar que
Z
1
| ud |2 dx = Jh (0).
(10.0.28)
Ih
2
De la desigualdad (10.0.28) se deduce que
k fh kL2 (h ) C,
(10.0.29)
ku
h kH01 () C.
(10.0.30)
(10.0.31)
379
Para obtener (10.0.32) observamos en primer lugar que
JN (f )
lm h h
J (f ),
h0 N
(10.0.33)
0
h
2
| uh ud |2 dx.
| u ud | dx =
h 0 h
(10.0.35)
(10.0.36)
(10.0.37)
(10.0.38)
h > 0,
(10.0.39)
380
Captulo 11
Ecuaciones de evolucin
11.1.
en (0, )
ut u = 0
(11.1.1)
u=0
en (0, )
u(x, 0) = u0 (x) en .
(11.1.3)
382
y su formulacin variacional
u H0 ()
Z
Z
[u + u] dx =
f dx, H01 ().
(11.1.4)
(11.1.5)
Como consecuencia del Teorema de Lax-Milgram es fcil comprobar que, efectivamente, (11.1.5) admite una nica solucin. Por otra parte, la solucin u
H01 () as obtenida es tal que
u = u f en D ()
(11.1.6)
(b) Soluciones fuertes. Para todo u0 H01 () con u0 L2 (), la ecuacin (11.1.1) admite una nica solucin
u C [0, ); H01 () C 1 ([0, ); L2 ()
(11.1.9)
(11.1.10)
(11.1.11)
Demostracin.
Los resultados de existencia y unicidad de soluciones dbiles y fuertes son
consecuencia directa de la aplicacin de los resultados abstractos de semigrupos,
gracias a que hemos comprobado que A es un operador maximal-disipativo.
La estimacin (11.1.8) se deduce fcilmente de la frmula de disipacin de
la energa. En efecto, multiplicando la ecuacin del calor de (11.1.1) por u e
integrando en deducimos fcilmente que
Z
Z
1 d
u2 (x, t)dx +
| u(x, t) |2 dx = 0.
(11.1.12)
2 dt
| u(x, s) |2 dxds 6
1
2
u20 (x)dx.
(11.1.14)
Observacin. Como consecuencia de (11.1.8) cuando el dominio est acotado en una direccin de modo que la desigualdad de Poincar se cumple, de
ducimos que u L2 0, ; H01 () . Cuando la desigualdad de Poincar no se
cumple slo podemos garantizar que u L2loc 0, ; H01 () . En efecto, en este
caso, para acotar la norma L2 hemos de utilizar que, como consecuencia de la
identidad de energa (11.1.13),
k u(t) kL2 () 6k u0 kL2 () , t > 0.
(11.1.15)
384
Por tanto
Z TZ
0
(11.1.16)
de donde se deduce la estimacin en L2loc 0, ; H01 () .
Estas propiedades establecen un efecto regularizante de las soluciones de
la ecuacin del calor puesto que para datos iniciales u0 L2 () la solucin
pertenece a L2loc 0, ; H01 () . Este efecto regularizante puede cuanticarse
de manera ms precisa an.
En efecto, multiplicando la ecuacin del calor por u e integrando en
deducimos que
Z
(ut u)u = 0
o, lo que es lo mismo,
1 d
2 dt
Por tanto,
| u | dx +
d
dt
| u |2 dx = 0.
| u |2 dx 6 0
De este modo podemos cuanticar el efecto regularizante que muestra que las
soluciones de la ecuacin del calor que parten de un dato inicial en L2 () entran
instantneamente en H01 ():
1
k u(t) kL2 () 6 k u0 kL2 () .
2t
(11.1.18)
11.2.
Z
Z
d
u(x, t) (x)dx = 0, t > 0
u(x, t)(x)dx +
(11.2.1)
dt
Z
Z
u(x, 0)(x)dx =
u0 (x)(x)dx, H01 ()
lo cual signica que, para cualquier funcin test = (t) D(0, ) se tiene
Z Z
Z Z
u(x, t)(t)(x)dx +
u(x, t) (t)(x)dx = 0. (11.2.3)
0
ut dxdt +
u dxdt = 0, D( (0, )). (11.2.4)
0
ut dxdt +
u dxdt = 0
(11.2.5)
ut dxdt +
0
386
Z TZ
Z
Z TZ
u0 (x)(x, 0)dx +
ut dxdt +
u dxdt = 0,
u (x, t)dx +
| u(x, t) |2 dx = 0
(11.2.8)
(11.2.9)
t = f en (0, T )
(11.2.10)
=0
en (0, T )
(x, T ) = 0
en .
La teora de semigrupos, mediante la frmula de variacin de constantes garantiza que cuando f D( (0, T )), (11.2.10) admite una nica solucin que
satisface todos los requerimientos de las funciones test de (11.2.7). De (11.2.7)
y usando la ecuacin t + = f que satisface se deduce que
Z TZ
Z
u0 (x)(x, 0)dx +
f udxdt = 0.
388
uh C([0, ); Vh )
Z
Z
d
uh (x, t)(x)dx +
uh (x, t) (x)dx = 0, t > 0
dt
Z
Z
u0 (x)(x)dx,
Vh .
uh (x, 0)(x)dx =
(11.2.12)
La diferencia entre la formulacin variacional de la ecuacin del calor continuo (11.2.1) y su aproximacin de Galerkin es que si bien en la primera consideramos todas las funciones test de H01 (), en la aproximacin de Galerkin slo
consideramos las funciones test en el espacio Vh de dimensin Nh .
La aproximacin de Galerkin (11.2.12) constituye por tanto un sistema de
Nh ecuaciones diferenciales acopladas de orden uno. Escribamos el sistema de
manera ms explcita.
Sea {1 , , Nh } una base de Vh de modo que
Vn = span {1 , , Nh }.
(11.2.13)
Nh
X
uj (t)j (x)
(11.2.14)
j=1
u1 (t)
..
.
Uh (t) =
.
uNh (t)
El sistema (11.2.12) puede entonces escribirse en la forma
M dUh (t) + R U
~
h h (t) + 0, t > 0
h
dt
~
~ 0, h ,
Uh (0) = U
(11.2.15)
(11.2.16)
Z
j k dx.
(11.2.18)
Rh = (rjk )16j, k6Nh ; rjk =
donde
w(x) =
Nh
X
wj j (x),
j=1
u0, 1
..
~ 0, h =
U
(11.2.19)
.
u0, Nh
donde
u0, j =
u0 (x)j (x)dx, j = 1, , Nh .
(11.2.20)
~h = U
~ h (t) de (11.2.6) existe y es nica y puede representarse
La solucin U
mediante la siguiente frmula exponencial
~ h (t) = eMh1 Rh t U
~ 0, h .
U
(11.2.21)
390
(11.2.22)
Vemos por tanto que las aproximaciones de Galerkin de la ecuacin del calor
satisfacen la misma identidad de energa que las soluciones del propio problema
continuo.
Integrando en tiempo deducimos que
Z tZ
Z
Z
1
1
2
2
u (x, t)dx +
| uh (x, t) | dxdt =
u2 (x)dx
(11.2.23)
2 h
2 0, h
0
{uh }h>0 est acotada en L (0, ; L2 ()) L2loc 0, ; H01 () . (11.2.24)
Una vez que tenemos la cota uniforme (11.2.24) podemos pasar al lmite
cuando h 0. La cuestin central es si el lmite de la sucesin {uh }h>0 es la
solucin de la ecuacin del calor continua.
A partir de (11.2.24), extrayendo subsucesiones que seguimos denotando
mediante el ndice h para simplicar la notacin, tenemos
uh u dbil en L (0, ; L2 () y dbilmente en L2loc 0, ; H01 () .
(11.2.25)
Debemos probar que u es la solucin de la ecuacin del calor. En este punto es
esencial la hiptesis de que los subespacios Vh llenan todo el espacio H01 () o,
en otras palabras, que para todo H01 () existe h Vh tal que
h
H01 ().
(11.2.26)
en
uh (x, t) h dx
(11.2.28)
2
2
1
u L 0, ; L () Lloc 0, ; H0 ()
Z
Z
d
(11.2.29)
en
H01 ()
cuando
h 0.
(11.2.30)
Entonces, para todo u0 L2 () las soluciones de Galerkin {uh }h>0 obtenidas resolviendo (11.2.12) son tales que (11.2.25) se satisface.
Concluyamos por tanto probando las dos propiedades del lmite u que hemos
dejado pendientes.
Continuidad en tiempo de u
Como u = u(x, t) verica (11.2.29) satisface la ecuacin del calor en el
sentido de las distribuciones:
ut u = 0 en D ( (0, )).
Como u L2 0, T ; H01 () para todo 0 < T < , u L2 0, T ; H 1 () .
Por tanto ut L2 0, T ; H 1 () .
Es un resultado clsico que si u L2 0, T ; H01 () y ut L2 0, T ; H 1 () ,
entonces u C [0, T ]; L2 () .
La idea de la prueba es la siguiente. En primer lugar constatamos que
u Cw [0, ); L2 () es dbilmente continua de manera que
Z
u(x, t)dx
t
392
Z Z t2
Z t2 Z
=
t [u2 (x, t)]dtdx = 2
u ut dxdt
t1
t1
Z t2
k u(t) kH01 () k ut (t) kH 1 () dt 0, t1 t2
62
t1
puesto que u L2 0, T ; H01 () y ut L2 0, T ; H 1 () .
Identificacin del dato inicial
Como sabemos ya que u C [0, ); L2 () su dato inicial u(x, 0) est bien
denido y es un elemento de L2 (). Basta ver que se trata del dato u0 L2 ()
de (11.2.1).
Para ello en primer lugar observamos que las soluciones de (11.2.12) satisfacen tambin
Z TZ
Z TZ
uh t h (x)dxdt +
uh h dxdt
0
(11.2.32)
Z
para todo 0 < T < , para todo h Vh y para todo C 1 ([0, T ]) tal que
(T ) = 0.
La convergencia (11.2.25) permite pasar al lmite en (11.2.32). Obtenemos
as
Z TZ
Z TZ
Z
u0 (x)(0)(x)dx = 0.
ut dxdt +
u dxdt
0
(11.2.33)
En el paso al lmite en los datos iniciales de (11.2.32) hemos utilizado la
hiptesis (11.2.30) que garantiza que h converge a fuertemente en H01 ().
Pero necesitamos entonces saber que los datos iniciales uh, 0 elegidos son tales
que
uh, 0 u0 en H 1 ().
(11.2.34)
Recordemos que dado u0 L2 () hemos elegido los datos iniciales aproximantes u0, h de modo que
u0, h (x) =
Nh Z
X
j=1
(11.2.35)
393
(11.2.36)
11.3.
394
(11.3.2)
t.q.
u Au = f.
(11.3.3)
du = Au
dt
u(0) = u .
en
[0, )
(11.3.5)
Adems se tiene
du
k u(t) k6k u0 kH , (t)
dt
(11.3.6)
395
uds
0
Por lo tanto, para poder garantizar que tambin v es una solucin del problema
abstracto (11.3.5) basta con elegir v0 de modo que
Av0 = u0 .
(11.3.8)
396
u = vt C [0, ); H .
(11.3.11)
w(t) = et u(t),
(11.3.12)
donde R.
Entonces wt = et [ut + u]. Por tanto, u es solucin de (11.3.5) si y slo si
w es solucin de
(
wt = Aw + w, t > 0
(11.3.13)
w(0) = u0 .
Esto indica que el cambio de variable permite transformar soluciones fuertes
(resp. dbiles) de (11.3.5) en soluciones fuertes (resp. dbiles) de (11.3.13) y
viceversa.
Por otra parte, cuando A es maximal-disipativo, para = 1, el operador
A I de (11.3.13) es de rango pleno. Esto permite utilizar el argumento anterior de integracin en tiempo para obtener soluciones dbiles a partir de las
soluciones fuertes directamente en (11.3.13) cuando = 1 (porque el problema correspondiente a (11.3.8) podra efectivamente garantizarse que tiene una
nica solucin v0 D(A) para cada u0 H).
El Teorema de Hille-Yosida se extiende con una prueba muy semejante y con
pequeos desarrollos tcnicos adicionales al caso de espacios de Banach X. En
397
(11.3.14)
(11.3.15)
1 x
1 x
1 x
Pero para que la denicin (11.3.15) tenga rigurosamente sentido es primeramente preciso probar que el operador I A es inversible. La hiptesis de
maximalidad sobre A garantiza que esto es as cuando = 1. Veamos que sto
permite probar que I A es inversible para todo > 1/2. En efecto, reescribimos la ecuacin
x Ax = y
(11.3.16)
como
o, lo que es lo mismo,
1
1
x Ax = y + 1
x,
x = (I A)
1
1
x .
y+ 1
(11.3.17)
(11.3.18)
398
y H,
(11.3.19)
X
(A t)k
e A t =
.
(11.3.21)
k!
k=0
u (t) = eA t u0 C ([0, ); H)
(11.3.22)
hA x, x (I A)1 xi + hA x, (I A)1 xi
k A x k2 +hA x, (I A)1 xi
k A x k2 +hA(I A)1 x, (I A)1 xi 6 k A x k2 6 0.
399
= A u A u
dt
dt
y por tanto
1 d
k u u k2H = hA u A u , u u i.
2 dt
Pero
hA u A u , u u i =
= hA u A u , u (I A)1 u + (I A)1 u (I A)1 u + (I A)1 u u i
= hA u A u , A u + A u i
+ hA((I A)1 u (I A)1 u ), (I A)1 u (I A)1 u i
6 hA u A u , A u + A x i.
Por tanto
1 d
k u u k2H 6 2( + ) k Au0 k2H .
(11.3.25)
2 dt
En este punto hemos utilizado la segunda cota de (11.3.24) junto con k A x kH 6k
Ax kH , para todo x H y > 0, propiedad esta que se deduce fcilmente de
la identidad A = (I A)1 A.
La estimacin (11.3.25) garantiza la propiedad de Cauchy de la sucesin u
en C([0, ); H) que habamos enunciado.
El mismo argumento permite probar que si u0 D(A2 ), entonces du /dt es
tambin de Cauchy en C([0, ); H). Esto permite pasar al lmite en (11.3.20)
cuando 0 y obtener la solucin del problema abstracto (11.3.5) que el
Teorema de Hille-Yosida enuncia cuando u0 D(A). Como D(A2 ) es denso en
D(A), un argumento de densidad permite concluir la existencia de solucin para
datos u0 D(A), tal y como se enuncia en el Teorema 11.3.1.
El lector interesado en una demostracin completa del Teorema de HilleYosida puede consultar el captulo VII del libro de H. Brezis [2]. En el libro de
T. Cazenave y A. Haraux [3] se da tambin una extensin de este resultado a
espacios de Banach y diversas aplicaciones a ecuaciones de evolucin semilineales
entre las que se incluyen la ecuacin del calor, de ondas y de Schrdinger.
400
11.4.
utt u = 0
en
(0, )
(11.4.1)
u=0
en (0, )
I
0
(11.4.4)
(11.4.5)
`u
ut
si
401
1
2
| u(x, t) |2 + | ut (x, t) |2 dx
(11.4.6)
se conserva en tiempo, lo cual puede ser comprobado formalmente multiplicando la ecuacin de ondas por ut e integrando en .
La conservacin de la energa sugiere que, efectivamente, es natural buscar
soluciones tales que u H 1 () y ut L2 ().
La condicin de contorno de Dirichlet, u = 0 en , sugiere la necesidad
de buscar soluciones que se anulen en la frontera. Es bien conocido que, en
el marco del espacio de Sobolev H 1 , la manera ms natural de interpretar
esta condicin es exigir que u H01 ().
L ()
Por otra parte, las normas k kL2 () , k kH01 () estn denidas de la manera
usual4 :
Z
1/2
Z
1/2
2
2
=
| f | dx
; g 2
=
g dx
.
(11.4.8)
f 1
H0 ()
L ()
=
=
402
En este punto conviene subrayar que la hiptesis de que sea regular de clase C 2
no es en absoluto esencial. Todo lo que vamos a decir en lo sucesivo identicando
el dominio con (11.4.10) es tambin cierto, sin la hiptesis de regularidad del
abierto , tomando (11.4.9) como denicin del dominio del operador.
En lo sucesivo supondremos por tanto que , adems de ser acotado, es de
clase C 2 .
Es fcil comprobar que A es un operador anti-adjunto, i.e.
A = A.
(11.4.11)
Basta para ello utilizar el hecho de que el operador de Laplace A con dominio
H 2 () H01 () en el espacio de Hilbert L2 () es un operador autoadjunto.
Pero, de hecho, para comprobar la antisimetra que (11.4.11) indica basta
con realizar el siguiente clculo elemental:
AV, U
= v, u
1
+ u, v 2
H
H0 ()
L ()
Z
Z
[v
u + u
v ] dx = U, A(11.4.12)
U
[v
u + u
v ] dx =
=
D(A).
para todo U, U
En (11.4.12) y en lo sucesivo mediante (, )H denotamos el producto escalar
en H. En vista de la estructura de H como espacio producto, el producto escalar
en H es la suma de los productos escalares en H01 () y L2 () de las primeras y
segundas componentes del vector V respectivamente.
Con esta denicin del operador A podemos ahora escribir la ecuacin de
ondas (11.4.1) en la forma del problema de Cauchy abstracto (11.3.1).
Como veamos, tenemos dos tipos de soluciones (11.3.1). Aquellas que denominaremos soluciones fuertes tales que5
U C [0, ); D(A) C 1 ([0, ); H).
(11.4.13)
norma
k u kD(A) = [k u k2H + k Au k2H ]1/2
.
403
en D(A). Es por este hecho precisamente que slo cabe esperar la existencia de
soluciones fuertes cuando el dato inicial U0 de (11.3.1) pertenece a D(A).
En trminos de la posicin u y velocidad ut de la solucin de la ecuacin de
ondas (11.4.1), la regularidad (11.4.13) equivale a
u C [0, ); H 2 H01 () C 1 [0, ); H01 () C 2 [0, ); L2 () .
(11.4.14)
Es tambin claro que (11.4.14) permite dar un sentido a todas las ecuaciones
de (11.4.1). En particular, la ecuacin de ondas se verica, para cada t > 0, en
L2 () y, por tanto, en particular, para casi todo x .
Las soluciones dbiles de (11.3.1) son menos regulares. Son en realidad aqullas que pertenecen al espacio de la energa, i.e.
U C([0, ); H)
o bien
u C [0, ); H01 () C 1 [0, ); L2 () .
(11.4.15)
(11.4.16)
t > 0 en H 1 (). Vemos por tanto que las soluciones dbiles de la ecuacin de
ondas, en la clase (11.4.16), por ser soluciones de la ecuacin de ondas, tienen
la propiedad de regularidad adicional
(11.4.17)
u C 2 [0, ); H 1 () .
404
(11.4.18)
(11.4.21)
(11.4.22)
(11.4.23)
u=0
en ,
admite una nica solucin u H 2 H01 () por los resultados clsicos de existencia, unicidad y regularidad para el problema de Dirichlet. Como f H01 ()
6 Conviene
405
(11.4.26)
(11.4.27)
406
en (0, )
utt u = f
(11.4.28)
u=0
en (0, )
u(0) = u0 , ut (0) = u1 en .
En este caso (11.4.28) describe las vibraciones del cuerpo sometido a una
fuerza exterior f = f (x, t).
El problema (11.4.28) tambin puede ser escrito en el marco de los problemas
abstractos que se pueden abordar en el contexto de la Teora de Semigrupos.
En efecto, la primera ecuacin (11.4.28) puede escribirse como el sistema
(
ut =
v
(11.4.29)
vt = u + f,
que puede tambin reformularse como el problema abstracto
(
Ut + AU = F, t > 0
U (0) = U0
(11.4.30)
407
Sin embargo, para que podamos garantizar que se tiene una solucin fuerte
es necesario tambin que
Z
408
Aplicando estos resultados a la ecuacin de ondas no-homognea (11.4.28) obtenemos los siguientes resultados de existencia y unicidad:
Si (u0 , u1 ) [H 2 H01 ()]H01 () y f C([0, T ]; L2 ())L1 (0, T ; H01 ()),
entonces (11.4.28) admite una nica solucin fuerte u en la clase (11.4.24).
Si (u0 , u1 ) H01 () L2 () y f L1 (0, T ; L2 ()), entonces (11.4.28)
admite una solucin dbil
u C([0, T ]; H01 ()) C 1 ([0, T ]; L2 ()).
(11.4.33)
En este punto conviene subrayar que, salvo que impongamos condiciones adicionales al segundo miembro f , no podemos garantizar que
u C 2 ([0, T ]; H 1 ()).
(11.4.34)
h
i
Adems, si f C [0, T ]; H 2 H01 () , esta solucin pertenece a
u C 2 [0, T ]; H 2 H01 () .
Pero, hasta ahora, todos los resultados que hemos obtenido sobre la ecuacin de ondas mediante tcnicas de teora de semigrupos, pueden tambin ser
obtenidos mediante series de Fourier. Sin embargo, como habamos mencionado anteriormente, la teora de semigrupos es indispensable si deseamos abordar
ecuaciones ms generales con coecientes variables dependientes de (x, t), no
409
en (0, T )
utt u + p(x, t)u = 0
(11.4.35)
u=0
en (0, T )
o, en su versin abstracta,
Ut + AU + B(t)U = 0
(11.4.37)
Introduciendo la aplicacin
Z t
At
eA(ts) B(s)U (s)ds, 0 6 t 6 T
[(U )](t) = e U0 +
(11.4.40)
410
(11.4.42)
411
11.5.
en (0, )
utt u = f (u)
(11.5.1)
u=0
en (0, )
Ut = AU + F (U )
donde
F (U ) = F
u
v
0
f (u)
(11.5.4)
(11.5.5)
(11.5.6)
(11.5.7)
para la funcin
[(U )](t) = eAt U0 +
eA(ts) F (U (s))ds.
Sea R =k U0 kH y B2R la bola de radio 2R en H. Supongamos que la nolinealidad F enva H en H de modo que se trate de una funcin Lipschitziana
412
6 L k k U1 U2 k H
U1 , U2 H :k U1 kH , k U2 kH 6 k.
(11.5.8)
Bajo estas hiptesis es fcil comprobar que si > 0 es sucientemente pequeo,
es una contraccin estricta en C([0, ]; B2R ). Esto permite deducir la existencia y unicidad de una solucin local (en tiempo) de (11.5.5) en C([0, ]; B2R ).
Veamos lo que la hiptesis (11.5.8) supone sobre la no-linealidad de la ecuacin de ondas (11.5.1). En vista de la forma particular (11.5.4) de la no-linealidad
del modelo abstracto correspondiente basta en realidad con comprobar que f
enva H01 () en L2 () de manera Lipschitz sobre conjuntos acotados. Supongamos que la funcin f se comporta esencialmente como una potencia p > 1. Es
decir supongamos que
(11.5.9)
f (x) f (y) 6 C(1+ | x |p1 + | y |p1 ) | x y |, x, y R
para algn p > 1 y C > 08 .
Necesitamos comprobar si para todo k > 0 existe Lk > 0 tal que
| f (x) |
< .
| x |p1
413
tTmax
(11.5.12)
p1
u=0
en (0, )
utt u+ | u |
(11.5.13)
u=0
en (0, )
(11.5.15)
p1
u
en (0, )
utt u =| u |
(11.5.16)
u=0
en (0, )
414
(11.5.18)
que, cuando p > 1, explotan en tiempo nito, en un tiempo que tiende a cero
cuando el tamao de los datos iniciales tiende a innito. El hecho de que las
soluciones de la ecuacin de ondas dependan exclusivamente de los datos iniciales en la base del cono caracterstico permite entonces construir datos iniciales,
independientes de x en una bola de , y de modo que en el interior del cono correspondiente coinciden con la solucin de la ODE (11.5.18) y por tanto
explotan en tiempo nito.
Esta construccin permite efectivamente probar que, para todo p > 1 y todo
abierto no vaco de Rn , existen datos iniciales (u0 , u1 ) H01 () L2 () para
los que la solucin local de (11.5.16) explota en tiempo nito.
11.6.
El problema elptico
415
para resolverlas. En esta seccin ilustraremos la posible utilizacin de mtodos de discretizacin temporal en el caso modelo de una ecuacin parablica
no-lineal que involucra al operador p-Laplaciano:
p2
u = 0 en (0, )
ut div | u |
(11.6.1)
u=0
en (0, ),
u(x, 0) = u0 (x)
en .
Supondremos que es un abierto acotado y regular de Rn y que p 2, si
bien el modelo tiene tambin sentido para p 1, siendo p = 1 un caso lmite.
Pero, para evitar algunas dicultades tcnicas adicionales, supondremos que
p 2.
Conviene observar que cuando p = 2, (11.6.1) se reduce a la ecuacin del
calor lineal para la que, como decamos, disponemos de diversos mtodos. El
caso no-lineal, como veremos, es bastante ms complejo.
Desde un punto de vista numrico, el modo ms natural para abordar el problema es o bien mediante un mtodo de Galerkin o a travs de una discretizacin
temporal. En esta seccin analizaremos ambos mtodos pero antes estudiaremos
brevemente el problema elptico subyacente.
Dado f = f (x) consideramos el problema elptico:
(
div | u |p2 u = f en
(11.6.2)
u=0
en .
Su formulacin variacional es
1, p
u W0 (),
Z
Z
| u |p2 u dx =
f dx, W01, p ().
(11.6.3)
1
p
| v |p dx
(11.6.4)
f vdx.
(11.6.5)
El espacio W01, p () es reexivo. Por otra parte, J es continuo, convexo y coercivo. Por tanto, el funcional J alcanza su mnimo en un punto u W01, p (). Es
fcil comprobar que u es una solucin de (11.6.2) en el sentido de (11.6.3).
416
(11.6.6)
u1 u2 = 0
en ,
o, lo que es lo mismo, su versin variacional
Z
| u1 |p2 u1 | u2 |p2 u2 = 0
W01, p ().
(11.6.7)
(11.6.8)
| a |p2 a | b |p2 b (a b) 0, a, b Rn ,
(11.6.9)
| u1 |p2 u1 | u2 |p2 u2 (u1 u2 ) = 0 p.c.t. x . (11.6.10)
| a |p2 a | b |p2 b (a b) > 0 si a 6= b
(11.6.11)
u1 = u2 p.c.t. x .
(11.6.12)
11.7.
El mtodo Galerkin
417
(11.7.1)
uh C ([0, ); Vh )
de modo que
uh (x, t) =
Nh
X
(11.7.3)
uj (t)ej (x).
j=1
u C [0, ); L2 () Lp 0, ; W01, p ()
d Z
| u |p2 u dx = 0, W01, p (),
u(x, t)(x)dx +
dt
Z
Z
u(x, t)(x)dx
u (x)(x)dx, t 0, W 1, p ().
0
(11.7.4)
El espacio en el que buscamos la solucin est inspirado en la estimacin de
energa para las soluciones de (11.6.1) que, formalmente, consiste en multiplicar
la ecuacin (11.6.1) por u, e integrar por partes en . Se obtiene as:
Z
Z
1 d
2
u (x, t)dx =
| u |p dx.
(11.7.5)
2 dt
u (x, t)dx +
Z tZ
0
| u | dxdt =
u20 (x)dx.
(11.7.6)
uh C([0, ); Vh )
Z
d Z
| uh |p2 uh dx = 0, Vh
uh dx +
dt
uh (0) = u0, h ,
(11.7.7)
418
(11.7.8)
(11.7.11)
donde
!p2
!
Z
Nh
Nh
X
X
Fj (U ) =
ujk ek (x)
uk ek (x) ej (x)dx.
k+1
(11.7.12)
k+1
419
Esto proporciona tambin una cota uniforme sobre las soluciones aproximadas:
1
1
k uh k2L (0, ; L2 ()) + k uh kpLp ((0, )) k u0, h k2L2 () , h > 0.
2
2
(11.7.13)
De esta estimacin podemos deducir que, extrayendo subsucesiones,
(
uh u dbil - en L 0, ; L2 ()
(11.7.14)
uh u dbil en
Lp 0, ; W01, p () .
Pero estas convergencias dbiles no son sucientes para pasar al lmite en (11.7.7)
puesto que se trata de un problema no-lineal.
El paso al lmite necesita de estimaciones adicionales. Con el objeto de obtenerlas conviene volver por un momento a la ecuacin continua y comprobar
qu otras estimaciones se cumplen. En primer lugar observamos que si u1 y u2
son soluciones de (11.6.1) multiplicando por u1 u2 la ecuacin que u1 u2
satisface se obtiene
Z
Z
1 d
2
|u1 |p2 u1 |u2 |p2 u2 (u1 u2 ) dx = 0.
|u1 u2 | dx+
2 dt
(11.7.15)
9
Utilizamos ahora la existencia de c > 0 tal que
| a |p2 a | b |p2 b (a b) c | a b |p , a, b Rn .
(11.7.16)
Obtenemos as que
Z
Z
1 d
| (u1 u2 )|p dx 0.
|u1 u2 |2 dx + c
2 dt
(11.7.17)
(11.7.18)
De esta desigualdad deducimos que si (uj ) es una sucesin de soluciones de
(11.6.1) tales que sus datos iniciales (uj, 0 ) constituyen una sucesin de Cauchy
2
2
en L
() entonces uj es tambin una sucesin de Cauchy en L 0, ; L ()
Lp 0, ; W01, p () .
Este argumento, aplicado en el contexto de las aproximaciones de Galerkin,
permite probar que uh es una sucesin de Cauchy en Lp ( (0, )) lo cual,
en virtud de (11.7.14), proporciona la convergencia fuerte
uh u en Lp ( (0, )),
9 La
(11.7.19)
420
11.8.
Discretizacin temporal
k+1
+ tAp (uk ) = uk ,
en
,
u
k+1
u
=0
sobre , k 0,
0
u = u0
en
.
k+1
+ tAp uk+1 = uk ,
u
uk+1 = 0
0
u = u0 ,
en
sobre
en
,
, k 0
.
(11.8.1)
(11.8.2)
(11.8.3)
421
(11.8.5)
Conviene sin embargo sealar que la expresin (11.8.5), adems de ser fuertemente no-lineal, involucra derivadas del dato inicial u0 del orden de 2k. Teniendo
en cuenta que el nmero de pasos k necesarios para aproximar el valor de la solucin en un instante jo T tiende a innito cuando t 0, este mtodo slo
puede ser til cuando el dato inicial u0 es de clase C . Pero incluso en este caso
la convergencia del mtodo no est garantizada.
En este contexto es mucho ms natural utilizar el mtodo implcito que, como
sabemos, en el marco de las EDOs es incondicionalmente estable y convergente.
Ahora bien, la aplicacin del esquema implcito (11.8.3) exige, en cada paso,
resolver el problema elptico no-lineal:
(
uk+1 + tAp uk+1 = uk , en ,
(11.8.6)
uk+1 = 0
en .
La solucin de este problema puede obtenerse por tcnicas anlogas a las empleadas en la seccin 11.6. Ms concretamente, para probar la existencia de la
solucin de (11.8.6) basta minimizar el funcional
Z
Z
Z
1
t
p
2
uk vdx,
(11.8.7)
| v | dx +
v dx
Jk (v) =
p
2
Z
Z
1/2
k+1 2 1/2
k 2
u
u dx
,
(11.8.8)
L2 ()
uk L2 () .
(11.8.9)
(11.8.10)
422
independiente de t.
Pero de (11.8.8) se deduce tambin que
XZ
X
k+1
uk+1 p dx
uk+1 2
u k 2
u 2
t
L ()
L ()
L ()
k
||u0 ||L2 ()
2
||u0 ||L2 ()
X
uk uk+1 2
L ()
k
(11.8.11)
Las estimaciones (11.8.10) y (11.8.11) son obviamente los anlogos discretos de
la estimacin de energa.
A partir de la solucin discreta {uk }k0 podemos construir una funcin continua ut (x, t) que en cada intervalo temporal de la forma [kt, (k + 1)t]
tome el valor de uk (x). Obtenemos as una familia {ut}t>0 de funciones
continuas, acotadas en el espacio L (0, ; L2 ()) Lp 0, ; W01, p () . Extrayendo subsucesiones podemos pasar al lmite dbilmente en la sucesin ut
cuando t 0 y obtener una funcin lmite u(x, t). El problema que persiste es probar que este lmite es solucin de la ecuacin no-lineal (11.6.1) o, si
se preere, que verica la formulacin dbil (11.7.4). Nuevamente, a causa del
carcter no-lineal de los problemas considerados, esto no es del todo inmediato.
Con el objeto de poder garantizar que el lmite u es solucin de (11.6.1) o
(11.7.4) necesitamos probar la convergencia fuerte de ut en L1loc 0, ; Lp1 () .
Para ello, el ingrediente clave es la obtencin de estimaciones de orden superior.
Con el objeto de entencer cmo se pueden obtener dichas estimaciones volvemos al problema continuo. Multiplicando en (11.6.1) por ut e integrando en
obtenemos
Z
Z
2
| u |p2 u ut dx = 0.
ut dx +
| u |p2 u ut dx =
1 d
p dt
| u |2 dx.
(11.8.13)
(11.8.14)
De esta expresin es fcil deducir que
Z
Z
k+1 p
| u
| dx
| uk |p dx,
(11.8.15)
(11.8.16)
(11.8.17)
11.9.
ut u = f (x) en , t > 0
u=0
en , t > 0
u(x, 0) = u0 (x) en ,
(11.9.1)
424
1
| u |2 dx
k f k2H 1 () ,
u2 dx +
| u |2 dx +
2 dt
2
2
(11.9.3)
(11.9.5)
u20 (x)dx +
(1 ec()t )
k f k2H 1 () .
c()
(11.9.6)
Deducimos as que
u L (0, ; L2 ()),
(11.9.7)
(11.9.9)
En efecto, denimos
v(t) = u(t) u
que es la solucin de la ecuacin del calor homognea
en , t > 0
vt v = 0
v=0
en , t > 0
(11.9.10)
(11.9.11)
(11.9.12)
La desigualdad de Poincar en este caso garantiza la existencia de una constante cp () > 0 tal que
Z
Z
| u |p dx,
| u |p dx cp ()
426
(2p)/2 2/(p2)
2
Z
2 u0 dx
(p 2) 2c ()
cp ()t2/(p2) ,
t
+
u2 dx
| |(p2)/2
(p 2)
2
j = 0
en ,
y asociada a la correspondiente sucesin de autovalores
0 < 1 < 2 . . . N . . . .
Desarrollamos en serie de Fourier los datos u0 y f de (11.9.1).
Tenemos as
X
X
f=
fj j ; u0 =
u0, j j ,
j1
j1
(11.9.15)
(11.9.16)
j1
(1 ej t )
fj , j 1.
j
(11.9.18)
fj
, t , j 1.
j
(11.9.19)
(11.9.20)
j1
(11.9.22)
428
En esta seccin hemos probado que las soluciones de la ecuacin del calor convergen a una solucin estacionaria, cuando la fuente externa f es independiente
del tiempo. El mismo tipo de argumentos permiten probar, por ejemplo, que si
f = f (x, t) depende de manera peridica (de perodo > 0) en el tiempo t,
entonces existe una nica solucin -peridica u = u (x, t) de
ut u = f en , 0 < t <
u=0
en , 0 < t <
u(0) = u( )
de modo que, para cualquier solucin del problema de valores iniciales
en ,
t>0
ut u = f
u=0
en , t > 0
u(x, 0) = u0 (x) en ,
se cumple que
con velocidad exponencial. Dejamos los detalles de esta prueba al lector interesado.
En esta seccin y en la anterior hemos mostrado algunos ejemplos en los
que las soluciones de la ecuacin de evolucin, cuando t , se simplican
asintticamente al converger a un estado estacionario. Esto permite en algunos
casos sustituir el modelo de evolucin por el estacionario pero no sin el riesgo
que supone haber realizado a priori un estudio cuantitativo de la distancia de
ambas soluciones (evolucin / estacionaria) o, lo que es lo mismo, de la velocidad
de convergencia cuando t .
En la prctica son muchos los casos en los que se adopta un modelo estacionario sin disponer de una prueba rigurosa de la convergencia asinttica de las
soluciones de la ecuacin de evolucin cuando t . Esto es una constante en
el mbito del anlisis numrico y computacional en el que, con frecuencia, nos
vemos obligados a emplear mtodos sin poseer prueba rigurosa de convergencia
ms que en algunos casos simplicados.
11.10.
Conclusin
11.10. CONCLUSIN
429
430
Apndice A
Aproximacin de dominios en
el problema de Dirichlet
Tal y como veamos en la seccin 9.2.5, la primera fuente de error en la aproximacin del MEF P1 en 2D es la que se deriva de la aproximacin del dominio
regular mediante un dominio poligonal h . En este Apndice mostramos brevemente que el error producido por esta aproximacin es despreciable.
Consideramos en primer lugar el caso en que h es una aproximacin interior
de modo que h . En este caso, todo elemento del espacio H01 (h ) puede
tambin considerarse como elemento de H01 () puesto que la extensin por cero
fuera de h es una aplicacin lineal y continua de h en .
La solucin u en y uh en h satisfacen respectivamente,
u H0 ()
Z
(A.0.1)
uh H0 (h )
Z
uh vh dx = hf, vh ih , vh H01 (h ).
(A.0.2)
(A.0.3)
mn
wh H01 (h )
k u wh kH01 () .
(A.0.4)
Por consiguiente con el objeto de probar que uh u en H01 () o, incluso, de obtener una estimacin sobre la velocidad de convergencia, es suciente encontrar
elementos wh H01 (h ) lo ms prximos posible a u H01 ().
Procedemos por un argumento de densidad, tal y como es habitual en el
MEF.1
Sabemos que Cc () es denso en H01 (). Por otra parte, si h aproxima a
de modo que h acabe conteniendo a cada compacto K de la propiedad de
aproximacin necesariamente se satisface.
Deducimos por tanto que la distancia (A.0.4) tiende necesariamente a cero
cuando h es una aproximacin interna de con la propiedad de que todo
compacto contenido en est contenido en h para todo h 6 h0 , con h0 > 0
sucientemente pequeo.
Estas propiedades se cumplen eligiendo h como una aproximacin interior
de , poligonal, con lados del orden de h, obtenidos uniendo una familia de
puntos sobre y corrigiendola ligeramente en caso de que, por la falta de
convexidad de , el dominio h exceda parcialmente a .
Dejamos para el lector el caso en que h es una aproximacin que no est estrictamente contenida en , as como el problema de la obtencin de velocidades
de convergencia cuando u H 2 H01 ().
Hemos probado la convergencia de orden en h del MEF 2D para las soluciones H 2 del problema de Dirichlet para el Laplaciano en dominios poligonales.
Sin embargo, cuando se aborda el caso de un dominio curvo regular se comete
un error adicional al aproximarlo por un dominio poligonal.
En este Apndice describimos brvemente cmo la estimacin del error puede
mantenerse en ese caso.
Consideramos por tanto el problema
(
u = f
u=0
en
en
(A.0.5)
433
todo h > 0 y de modo que la distancia mxima entre los puntos y de h
sea del orden de h2 .
Esta aproximacin es la que se obtiene de manera espontnea cuando es
un abierto convexo de clase C 2 y se toma una triangulacin que, sobre el borde,
induzca una aproximacin lineal a trozos de la frontera con vrtices distantes
del orden de h. Vase la gura:
O(h 2 )
O (h)
Figura A.1: Aproximacin de un dominio regular mediante un polgono de lados
del orden de O(h) donde se observa que los sectores prximos a la frontera que
quedan fuera del polgono son de un area del orden de O(h2 ).
Aproximacion W h
que se mantiene
dentro de W
Figura A.2: Aproximacin h que excede que corregimos para que de lugar a
h .
una aproximacin interior
A partir de ahora suponemos por tanto que h y que h proviene
de una triangulacin regular de tamao relativo h y de modo que la distancia
mxima entre y h sea del orden de O(h2 ).
Sea uh Vh la solucin aproximada obtenida por la aplicacin del MEF en
h . Extendemos uh por cero fuera de h y obtenemos as u
h H01 (). Nos
proponemos probar la existencia de C > 0 tal que
kuu
h kH01 () 6 Ch k u kH 2 () ,
(A.0.6)
Bh
435
Conviene observar que en este anlisis no se utiliza para nada el hecho de
que la funcin u se anula en el borde del dominio poligonal o no, cosa que no
ocurre en este caso.
Integral I2 (h)
Hay una primera estimacin de esta integral que es fcil de obtener bajo la
hiptesis adicional de que u L () es decir que u W 1, ().
En este caso tenemos
I2 (h) 6k u k2L () | Bh |,
(A.0.9)
(A.0.10)
O(h 2
)
w
gh
O(
h)
(A.0.12)
u
| u |2 dx 6 C h2 k f k2L2 (h ) + 2
k u kL2 (h ) .
n L (h )
(A.0.14)
437
Basta por tanto, estimar los ltimos trminos de esta desigualdad puesto
que los primeros del miembro de la derecha no entraan dicultad en el sentido
que
Z
X
| u |2 dx
| u |2 dx =
Bh
6 Ch
XZ
h
6 C h2 k f k2L2 ()
Por otra parte
X u
k u kL2 (h ) 6
2
n L (h )
X u
k u kL2 (h )
2
n L (h )
h
X u
k u kL2 (h ) (A.0.15)
.
+
2
n L (h )
f 2 dx +
X u 2
2
n L (h )
!1/2
X
h
k u k2L2 (h )
u 2
X u 2
=
.
2
n
n L2 (h )
L (h )
!1/2
(A.0.16)
(A.0.17)
(A.0.18)
(A.0.19)
d wh, ext
y=f (x)
wh
gh
x=0
x=h
u2 d =
h
u2 (x, 0)dx.
439
Como u(x, (x)) = 0, puesto que (x, (x)) , tenemos que
Z
u d =
"Z
C h2
(x)
C h2
Ch
Ch
C h4
Ch
"Z
"
(x) Z s
(x) Z
h Z (x)
0
ku
uy (x, s)ds
#2
dx
(x)
u2yy (x,
2
ds dx + C h2
)dsds dx + C h
(x)
uyy (x, )d
0
s
u2yy (x,
Por tanto
"Z
#2
uyy (x, ) + uy (x, 0) ds dx
C h4 h2 k u k2H 2 (h )
2
uyy (x, )d + uy (x, 0) ds(x)dx
"Z
#
h Z (x)
uyy (x, )d
"Z
"
(x)
Z
u (x, 0)dx =
(x) Z s
k2L2 (h ) 6
s)ds +
Ch ku
k2H 2 ()
u2y (x,
0)dx
2 #
u
d .
+
h , ext n
Z
Z
h
+C h
2
u
d.
n
Apndice B
(B.0.2)
em
emx emx .
1
e2m
(B.0.4)
em
em em .
e2m 1
(B.0.5)
0 (x) = x
(B.0.6)
0 () = .
(B.0.7)
y por tanto
A medida que m aumenta vemos que
m () 0, m .
(B.0.8)
m () e2m(1) .
(B.0.9)
De hecho
La constante m () establece la contractividad de cada paso de aplicacin
del MDD en este caso. Es por eso que el mtodo converge ms rpido a medida
que m aumenta. De la expresin (B.0.9) se deduce que la aceleracin de la
convergencia es exponencial a medida que m aumenta.
Apndice C
Ejercicios
Ejercicio C.0.1 En el marco continuo, en una dimensin espacial, hemos probado la convergencia del mtodo de descomposicin de dominios tomando en los
extremos de cada subdominio y + condiciones de contorno de Dirichlet.
Analizar la convergencia del mtodo consistente en utilizar la ecuacin de
Neumann en los puntos interiores de la interfase x y x+ . En este caso el
esquema se escribe:
(
uk = 0, 1 < x < x
k1
uk (1) = , uk,x (x ) = u+,x
(x )
(
uk+ = 0, x+ < x < 1
uk+,x (x+ ) = uk,x (x ), uk+ (1) = + .
444
APNDICE C. EJERCICIOS
(c) Demuestra sin embargo que, cuando n > 2, por la desigualdad de Sobolev
y de Trudinger, la nica funcin constante que pertenece a H 1 (Rn ) es la
trivial u 0.
(d) >Qu ocurre cuando n = 1?
Ejercicio C.0.6 (a) Demostrar que si es un dominio acotado se cumple la
siguiente variante de la desigualdad de Poincar:
Z
Z
Z
2
2
2
dx 6 C
dx , H 1 (Rn ).
| | dx +
Rn
Rn
445
Ejercicio C.0.8 Sea un dominio acotado de Rn . Probar que si f H 1 () y
entonces f g H 1 ().
g C 1 (),
Ejercicio C.0.9 Probar que la desigualdad de Sobolev
Z
Z
(n2)/2n
1/2
| |2n/(n2) dx
| |2 dx
6 Cn
Rn
Rn
Probar que
Z
Rn
Rn
| f (x , xn ) | dx dxn =
2
| f (x , xn ) | dx dxn =
Rn
Rn
| f ( , xn ) |2 d dxn ;
2
2
| | f ( , xn ) + n f ( , xn ) d dxn .
2
X
h1 = {aj }jN 2 :
j 2 a2j < .
j=1
446
APNDICE C. EJERCICIOS
X
k ~a kh1 =
j 2 a2j .
j=1
j=1Nh
h0
447
W1
W3
W2
hAx, xi 6 0, x D(A)
k x Ax k>k x k, x D(A),
> 0.
ut u = 0 en (0, )
u=0
en (0, )
u(0) = u0
en
448
APNDICE C. EJERCICIOS
udx y t
en
en
u/ = g
449
comentando el siginicado de cada uno de los elementos que aparecen en la
misma (vector columna de incgnitas U , de datos F y G, matrices de masa y
de rigidez...)
Comenta las diferencias principales con respecto al problema de Dirichlet.
h) Prueba que la sucesin de soluciones aproximadas est acotada en H 1 ()
e indica los pasos principales de la prueba de la convergencia en H 1 () para
soluciones dbiles y convergencia con tasa de orden uno para las soluciones
fuertes en H 2 ().
Ejercicio C.0.22 Consideramos ahora el problema de evolucin con condiciones de contorno de Neumann:
ut u = 0 en (0, ), u/ = 0 en (0, T ); u(x, 0) = u0 (x) en .
Suponemos que es un dominio acotado de clase C 2 .
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
2
L ()
Ut = AU, t > 0; U (0) = U0 .
b) Demuestra que el operador A involucrado es m-disipativo.
c) Identica el dominio del operador utilizando que las soluciones del problema elptico del problema anterior estn en H 2 () cuando g 0 y que f L2 ().
d) Deduce un resultado de existencia y unicidad de soluciones dbiles y otro
de soluciones fuertes.
Suponemos ahora nuevamente que el dominio es poligonal.
e) Introduce una aproximacin Galerkin por elementos nitos P 1. Escrbela
en la forma algebrica
M Ut = RU.
f) Deduce la existencia y unicidad de las soluciones aproximadas.
g) Utilizando el mtodo de la energa obtn una cota de las soluciones aproximadas en C([0, T ]; L2 ()) L2 (0, T ; H 1 ()).
h) Indica los pasos principales de la prueba de la convergencia del mtodo.
i) Integrando la ecuacin en derivadas parciales original prueba que la inteR
gral u(x, t)dx se conserva a lo largo de trayectorias.
j) >Se conserva esta integral para las soluciones aproximadas obtenidas por
elementos nitos? Justica la respuesta.
Ejercicio C.0.23 Consideramos la ecuacin elptica con conveccin y condiciones de contorno de Dirichlet:
u + ~a u = f + div(~g )
en
u=0
en
450
APNDICE C. EJERCICIOS
451
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
L ()
Ut = AU, t > 0; U (0) = U0 .
2
en
u/ + u = g
en
452
APNDICE C. EJERCICIOS
d) Utilizando esta desigualdad, comprueba que el problema est en las condiciones del lema de Lax-Milgram y deduce la existencia y unicidad de una
solucin dbil.
e) Construye el funcional a minimizar que corresponde a este problema variacional y verica que est en las condiciones de aplicar el Mtodo Directo del
Clculo de Variaciones.
f) En el caso de una dimensin espacial introduce un esquema iterativo de
aproximacin por descomposicin de dominios y prueba su convergencia. Calcula
la velocidad de convergencia.
Suponemos ahora que el dominio es poligonal.
g) Introduce una fomulacin aproximada de Galerkin con elementos nitos
P1. Verica la existencia y unicidad de la aproximacin.
h) Escribe el problema en la forma matricial
RU = M1 F + M2 G
comentando el siginicado de cada uno de los elementos que aparecen en la
misma (vector columna de incgnitas U , de datos F y G, matrices de masa y
de rigidez...)
Comenta las diferencias principales con respecto al problema de Dirichlet.
i) Prueba que la sucesin de soluciones aproximadas est acotada en H 1 ()
e indica los pasos principales de la prueba de la convergencia en H 1 () para
soluciones dbiles y convergencia con tasa de orden uno para las soluciones
fuertes en H 2 ().
Ejercicio C.0.26 Consideramos ahora el problema de evolucin con condiciones de contorno de Robin:
ut u = 0 en (0, ), u/+u = 0 en (0, T ); u(x, 0) = u0 (x) en .
Suponemos que es un dominio acotado de clase C 2 .
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
2
L ()
Ut = AU, t > 0; U (0) = U0 .
453
b) Demuestra que el operador A involucrado es m-disipativo.
c) Identica el dominio del operador utilizando que las soluciones del problema elptico del problema anterior estn en H 2 () cuando g 0 y que f L2 ().
d) Deduce un resultado de existencia y unicidad de soluciones dbiles y otro
de soluciones fuertes.
Suponemos ahora nuevamente que el dominio es poligonal.
e) Introduce una aproximacin Galerkin por elementos nitos P 1. Escrbela
en la forma algebrica
M Ut = RU.
f) Deduce la existencia y unicidad de las soluciones aproximadas.
g) Utilizando el mtodo de la energa obtn una cota de las soluciones aproximadas en C([0, T ]; L2 ()) L2 (0, T ; H 1 ()).
h) Indica los pasos principales de la prueba de la convergencia del mtodo.
i) Integrando la ecuacin en derivadas parciales original prueba que la inteR
R
gral u(x, t)dx + u(x, t)d se conserva a lo largo de trayectorias.
j) >Se conserva esta integral para las soluciones aproximadas obtenidas por
elementos nitos? Justica la respuesta.
Ejercicio C.0.27 Consideramos la ecuacin elptica con condiciones de contorno de Dirichlet:
u = f
en
u=0
en
(C.0.1)
en
=0
en
(C.0.2)
Por la teora de descomposicin espectral de operadores autoadjuntos compactos sabemos que (C.0.2) admite una sucesin j de autovalores positivos que
tiende a innito y una sucesin de autofunciones {j }j1 que constituye una
p
base ortonormal de L2 (), a la vez que {j / j }j1 es una base ortonormal
de H01 ().
a) Escribe el problema de autovalores que corresponde a la aproximacin por
elementos nitos P 1 de (C.0.2).
454
APNDICE C. EJERCICIOS
en
u=0
en
(C.0.4)
455
b) Prueba que el funcional J : (0, ) R es continuo.
c) >Se puede asegurar que J sea convexo?
d) Demuestra que J es coercivo y deduce, aplicando el MDCV, que el funcional alcanza su mnimo en un punto .
e) >Puede asegurarse que = 0?
f) Formula la versin elementos nitos P 1 de este problema de diseo. Demuestra que las soluciones ptimas h del problema discreto convergen cuando
h 0 a la solucin ptima continua .
g) Comprueba que la condicin J ( ) = 0 que necesariamente se cumple en
el punto de mnimo se puede escribir en la forma
Z
(u ud )vdx + = 0,
siendo v la solucin de
v + v + u = 0
en
v=0
en
(C.0.5)
456
APNDICE C. EJERCICIOS
Apndice D
Soluciones a problemas
21.
a) Si es de clase C 2 , con datos f y g sucientemente regulares (f
L2 () y g H 1/2 ()) la solucin del problema elptico u pertenece a
H 2 () como consecuencia de los resultados clsicos de regularidad.
Por consiguiente, utilizando la frmula de Green de integracin por partes
obtenemos que, como
Z
u + u = f p.c.t. x ;
(u + u)dx =
f dx.
Ahora bien
udx =
u dx
u
d.
udx =
u dx
gd.
457
gd.
458
Z
udx
Z
f dx
Z
gd
k u kL2 () k kL2 () ,
k u kL2 () k kL2 () ,
k f kL2 () k kL2 () ,
k g kL2 () k kL2 () .
c) El problema variacional
Z
Z
Z
1
[u + u] dx =
f dx+
u H ();
gd,
H 1 (),
[u v + uv] dx
J(u) =
1
2
J : H 1 () ZR
Z
2
2
f udx
| u | +u dx
gud.
En virtud de las estimaciones del apartado anterior sobre las formas bilineales y lineales implicadas en la formulacin variacional adaptada al
Lema de Lax-Milgram es fcil comprobar que J : H 1 () R es una
funcin continua, convexa y coerciva.
459
De la aplicacin directa del Mtodo Directo del Clculo de Variaciones
(MDCV) se deduce que el funcional J alcanza el mnimo en un punto
u H 1 ().
Adems, como J es estrictamente convexo, el punto de mnimo es nico.
Por ltimo, en el punto de mnimo se deduce que
DJ(u) = 0, en H 1 ()
o, lo que es lo mismo,
hDJ(u), i = 0, H 1 (),
donde h, i denota el producto de dualidad entre H 1 () y H 1 ().
Es fcil comprobar que
Z
Z
Z
hDJ(u), i =
[u + u] dx
f dx
gd.
k,
k
0 < x < x+
u + u = 0,
k,
u (0) =
k
k1
(x+ )
u (x+ ) = u
k,
k
x < x < 1
u+ + u+ = 0,
k
u+ (x ) = uk (x+ )
k,
u+ (1) = .
460
W + W = 0, 0 < x < x+
W (0) = 0
W (x+ ) = 1
W+ + W+ = 0, x < x < 1
W+ (x ) = 1
W+ (1) = 0
h
i
max | W (x ) |, | W+ (x+ ) | < 1.
Por tanto
1
a = ex+ + ex+
.
ex + ex
< 1.
ex+ + ex+
Esto concluye la convergencia, con velocidad exponencial, del mtodo de
descomposicin de dominios. Como es habitual, el mtodo acelera su convergencia a medida que la banda intermedia (x , x+ ) de solapamiento de
los subdominios aumenta.
de dimensin nita de H 1 ()
f) Dada una familia de subespacios Vh
| W (x ) |=
h>0
v H 1 (), vh Vh : vh v en H 1 (), h 0,
la aproximacin de Galerkin del problema es la siguiente:
uh Vh ,
Z
Z
Z h
i
gh d, h Vh .
uh h + uh h dx + [f h ]dx
461
Por los Teoremas generales probados en clase, a partir de la condicin de
llenado se deduce la convergencia del mtodo.
Con el objeto de describir el mtodo de elementos nitos P 1 en este caso
conviene descomponer la implementacin del mtodo del siguiente modo:
Aproximamos el dominio mediante dominios poligonales h .
Introducimos una triangulacin (Th )h>0 del dominio bajo las condiciones habituales que garantizan la convergencia de orden 1 del
mtodo en el problema de Dirichlet.
Fijado h numeramos los nodos del mallado mediante el ndice j =
1, , Nh . Introducimos entonces las funciones de base polinomiales
{j }j=1, , Nh de modo que
j (xk ) = jk .
Denimos entonces
Vh = span {j }j=1, , Nh .
El mtodo de elementos nitos P 1 consiste pues en aplicar el mtodo
de Galerkin con esta familia de subespacios.
La diferencia ms relevante con respecto al problema de Dirichlet radica
que, en la construccin del espacio Vh se tienen en cuenta las funciones de
base correspondientes a los nodos del mallado situados en la frontera.
La convergencia del mtodo se prueba de manera idntica al caso del
problema de Dirichlet. Se deduce as que:
Cuando u H 1 () las soluciones aproximadas (uh )h>0 Vh convergen en H 1 () a la solucin u.
Cuando la solucin u es ms regular y, ms concretamente, u
H 2 (), la velocidad de convergencia en H 1 () es de orden uno, O(h).
g) Suponiendo que
f (x) =
Nh
X
j=1
fj j (x),
g(x) =
Nh
X
j=1
gj j (x),
462
16j, k6Nh
M1 = m1, jk
M2 = m2, jk
; rjk =
16j, k6Nh
16j, k6Nh
Z h
i
j k + j k dx
; m1, jk =
j k dx,
; m2, jk =
j k d.
463
Cuando es regular de clase C 2 , D(A) coincide con
n
.
o
D(A) = v H 2 () : v = 0 en .
En este caso, no hay ninguna ambigedad en el sentido de la condicin
de
si v H 2 (), v
trazannula de la derivada normal
puesto que
n
H 1 () y por lo tanto v H 1/2 () .
v
d.
v
vdx +
vdx =
o, lo que es lo mismo,
Z
v
d =
vdx
vdx
de modo que
Z
v
6k v kL2 () k kL2 () + k v kL2 () k kL2 ()
d
/ = 2 . En particular podemos tomar 2 0 y tenemos entonces
k kH 2 () 6 C k 1 kH 3/2 () .
De la identidad
anterior deducimos entonces que si v L2 () y v
.
2
L (), v dene una forma lineal continua sobre H 3/2 (). La traza
.
de v sobre la frontera es por tanto un elemento de H 3/2 (). Esto
da sentido a la traza de la derivada normal.
464
b) A es disipativo.
Basta observar que si v D(A),
(Av, v)L2 () =
vvdx =
.
puesto que v = 0 en
| v |2 dx +
v
vd =
| v |2 dx 6 0
A es maximal.
v
.+ v = f
v = 0
en
en
Si u0 L2 (), existe una nica solucin dbil u C [0, ); L2 () .
Adems u L2 ( (0, )).
Soluciones fuertes.
Cuando
u0 D(A)
existe una nica solucin u C([0, ); D(A))
2
1
C [0, ); L () . En particular, si es de clase C 2 , por la caracterizacin del dominio del operador D(A), tenemos que si u0 H 2 () y
u0 / = 0 en , entonces existe una nica solucin
u C [0, ); H 2 () C 1 [0, ); L2 () .
465
e) Tal y como estudiamos en el curso, las soluciones dbiles pueden caracterizarse del siguiente modo:
u C [0, ); L2 () ; u L2 ( (0, ))
d Z
u(x, t) (x)dx,
p.c.t. t > 0,
u(x, t)(x)dx =
dt
Z
Z
u (x)(x)dx.
u(x, 0)(x)dx =
0
Con el objeto de introducir la aproximacin por elementos nitos P 1, utilizamos la familia de espacios aproximantes (Vh )h>0 del problema anterior.
La aproximacin de Galerkin del problema es entonces la siguiente:
uh C([0, ); Vh ); uh L ( (0, ))
Z
Z
d
uh (x, t) h (x)dx, h Vh , t > 0,
uh (x, t)h (x)dx =
dt
Z
Z
u0 (x)h (x)dx.
uh (x, 0)h (x)dx =
466
Nh
X
uj (t)j (x)
j=1
en
L2 ( (0, )).
y
Z
467
Con el objeto de garantizar que v es la solucin dbil hemos de probar
que:
v C([0, ); L2 ())
v(0) = u0 en .
vt L2 0, T ; (H 1 ()) .
Esta ltima consecuencia de la primera v L2 (0, T ; H 1 () y de que
v sea solucin de la ecuacin del calor en el sentido de las distribuciones,
i.e.
vt = v en D ( (0, ))
cosa que se deduce del hecho que v satisfaga la formulacin dbil de Galerkin del problema continuo.
Una vez que sabemos que v C([0, ); L2 ()) tiene sentido la traza de
la solucin en el instante inicial t = 0, v(x, 0). Para ver que
v(x, 0) = u0 (x) p.c.t. x
podemos proceder como en el curso, usando una formulacin variacional
de la solucin mediante funciones test que dependan de x y de t y que
incorpore el dato inicial del problema.
(i) Integrando la ecuacin continua tenemos
Z
Z
Z
u
d
(x, t)d = 0
u(x, t)dx =
u(x, t)dx =
dt
Z
de donde se deduce que la integral
u(x, t)dx de la solucin se conserva
en el tiempo.
468
Bibliografa
[1] Bender, C.M. and Orszag, S.A. (1978). Advanced Mathematical Methods
for Scientists and Engineers, McGraw-Hill.
[2] Brezis, H. (1983). Analyse Fonctionnelle, Thorie et Applications, Masson,
Paris.
[3] Cazenave, T. and Haraux A. (1989), Introduction aux problmes dvolution
semilinaires, Mathmatiques & Applications, Ellipses, Paris.
[4] Chorin, A. & J.; Marsden, J. E. (1993), A mathematical introduction to
fluid mechanics. Third edition. Texts in Applied Mathematics, 4. SpringerVerlag, New York.
[5] Cohen, G. (2001). Higher-order numerical methods for transient wave equations. Scientic Computation, Springer.
[6] Courant, R. and Hilbert, D. (1989). Methods of Mathematical Physics, John
Wiley & Sons.
[7] Eastham, M.S.P. (1973). The Spectral Theory of Periodic Differential Equations, Scottish Academic Press, Edinburgh.
[8] Evans, L. C. (1998). Partial Differential Equations, Graduate Studies in
Mathematics, Vol.19, AMS.
[9] Glowinski, R. (1992). Ensuring well-posedness by analogy; Stokes problem
and boundary control of the wave equation. J. Compt. Phys., 103(2), 189
221.
[10] Glowinski, R., Li, C. H. and Lions, J.-L. (1990). A numerical approach
to the exact boundary controllability of the wave equation (I). Dirichlet
controls: Description of the numerical methods". Japan J. Appl. Math., 7,
176.
469
470
BIBLIOGRAFA
BIBLIOGRAFA
471
[24] Rauch, J. (1991) Partial Differential Equations, Graduate Texts in Mathematics, Springer Verlag.
[25] Sanz-Serna, J. (1985). Stability and convergence in numerical analysis. I:
linear problemsa simple, comprehensive account". Res. Notes in Math.,
132, Pitman, Boston, MA, pp. 64113.
[26] Temam, R. (1977). Theory and Numerical Analysis of the Navier-Stokes
equations. North-Holland.
[27] Trefethen, L. N. (1982). Group velocity in nite dierence schemes", SIAM
Rev., 24 (2), pp. 113136.
[28] Vzquez, J. L. (2003) Fundamentos Matemticos de las Mecnica de Fluidos.
(http://www.uam.es/juanluis.vazquez)
[29] Vichnevetsky, R. and Bowles, J.B. (1982). Fourier Analysis of Numerical
Approximations of Hyperbolic Equations. SIAM Studies in Applied Mathematics, 5, SIAM, Philadelphia.
[30] Whitham, G. B. (1999), Linear and nonlinear waves. John Wiley & Sons,
Inc., New York.
[31] Young, R. M. (1980). An Introduction to Nonharmonic Fourier Series, Academic Press, New York.
[32] O. C. Zienkiewicz, Achievements and some unsolved problems of the nite
element method, Int. J. Numer. Meth. Engng. 47 (2000), 928.
[33] Zuazua, E. (1999). Boundary observability for the nite-dierence space
semi-discretizations of the 2D wave equation in the square, J. Math. Pures
et Appliques, 78, 523563.
[34] Zuazua, E. (2002). Controllability of Partial Dierential Equations and
its Semi-Discrete Approximations". Discrete and Continuous Dynamical
Systems, 8 (2), 469513.
[35] Zuazua, E. (1999). Observability of 1D waves in heterogeneous and semidiscrete media". Advances in Structural Control. J. Rodellar et al., eds.,
CIMNE, Barcelona, pp. 130.
[36] Zuazua, E. (2003). Ecuaciones en Derivadas Parciales,
http://www.uam.es/personal-pdi/ciencias/ezuazua/docencia.html.