Solución Aproximada de La Ecuación KDV Por El Método de Los Elementos Finitos Taylor - Petrov - Galerkin

Solucin aproximada de la ecuacin KdV
por el mtodo de los elementos nitos

Taylor - Petrov - Galerkin
Lida Buitrago Garca
Universidad EAFIT
Escuela de Ciencias y Humanidades
Departamento de Ciencias Bsicas
Maestra en Matemticas Aplicadas
Medelln
Solucin aproximada de la ecuacin KdV
por el mtodo de los elementos nitos
Taylor - Petrov - Galerkin
Lida Buitrago Garca
Trabajo de Grado presentado para optar el ttulo de Magister en

Matemticas Aplicadas
Director
Jairo Villegas Gutirrez
Universidad EAFIT
Escuela de Ciencias y Humanidades
Departamento de Ciencias Bsicas
Maestra en Matemticas Aplicadas
Medelln
Agradecimientos
Quiero agradecer a mi familia por su constante apoyo y comprensin, a mi director de

proyecto el Profesor Jairo Villegas Gutirrez por su impulso y apoyo para nalizar este
trabajo y cumplir con el objetivo, a la Universidad EAFIT, que por medio del Depar-
tamento de Ciencias Bsicas y sus profesores me brindaron los conocimientos durante el
desarrollo de la maestra.
Gracias a mi amigo Hctor Vega por su gran colaboracin y ayuda en la programacin
en MATLAB.
Finalmente a todos aqullos quienes de una u otra forma me animaron y apoyaron a
cumplir este objetivo.
ndice general
ndice general IV
ndice de guras VI
1. Preliminares 4
1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Anlisis Funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Formas bilineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2. Distribuciones y espacios de Sobolev . . . . . . . . . . . . . . . . . 8
1.3. B-Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Polinomios de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.1. Ortogonalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2. Ecuacin diferencial Korteweg-de Vries (KdV) 18

2.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2. Formulacin del problema variacional de frontera . . . . . . . . . . . . . . 18
2.3. Ondas Dispersivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Relaciones de dispersin: Velocidades de fase y de grupo . . . . . . 22
2.4. Ecuacin Korteweg-de Vries . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1. Solucin Exacta de la ecuacin KdV . . . . . . . . . . . . . . . . . 24
2.4.2. Leyes de conservacin . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3. Mtodo de elementos nitos 29

3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2. Formulacin del mtodo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4. Solucin aproximada de la ecuacin KdV 33

4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2. Mtodo de Taylor - Petrov - Galerkin para la ecuacin KdV . . . . . . . . 33
4.3. Clculos y simulacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5. Conclusiones y recomendaciones 61
Bibliografa 63
ndice de guras
4.1. Onda solitaria: solucin exacta con t = 0 . . . . . . . . . . . . . . . . . . . 43

4.2. Solucin aproximada UN para N = 4 elementos . . . . . . . . . . . . . . . 47
4.3. Onda solitaria propagada para tiempos desde 0 hasta 3 con t = 0,5 . . . 47
4.4. Comparacin de onda solitaria exacta y aproximada con t = 0 y N = 8 . . 48
4.5. Onda solitaria propagada para tiempos desde 0 hasta 3 con N = 8 . . . . . 49
4.6. Onda solitaria propagada para tiempos desde 0 hasta 3 con N = 16 . . . . 50
4.7. Onda solitaria con t = 0,001 y N = 16 . . . . . . . . . . . . . . . . . . . 50
4.8. Soliton: N = 32, t = 0,001 . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.9. Soliton: N = 40, t = 0,001 . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.10. Soliton: N = 40, t = 0,0006 . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.11. Soliton: N = 40, t = 0,0001 . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.12. Soliton: N = 6, t = 0,005 . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.13. Soliton: N = 10, t = 0,005 . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2
4.14. Solucin exacta para t = 0, u (x, 0) = ex . . . . . . . . . . . . . . . . . . 55
4.15. Comparacin solucin exacta y solucin aproximada para t = 0 . . . . . . . 56
4.16. Solucin aproximada = 0,04, N = 4 . . . . . . . . . . . . . . . . . . . . . 57
4.17. Solucin aproximada = 0,04, N = 4 . . . . . . . . . . . . . . . . . . . . . 57
4.18. Solucin Un con = 0,001 y N = 4 . . . . . . . . . . . . . . . . . . . . . . 59
4.19. Solucin Un con = 0,001 y N = 8 . . . . . . . . . . . . . . . . . . . . . . 59
4.20. Solucin Un con = 0,000048 y N = 16 . . . . . . . . . . . . . . . . . . . 60
Introduccin
La ecuacin Korteweg - de Vries es una ecuacin diferencial en derivadas parciales no

lineal, sobre la cual se han realizado diversas investigaciones como modelo matemtico,
con el n de encontrar soluciones exactas y soluciones aproximadas. En [19] la ecuacin
KdV se centra en el estudio para diferentes sistemas fsicos, uno de ellos es el problema
de Cauchy y tambin el problema peridico en la variable espacial.
En Curry [8], se considera la Aproximacin de Pad, que supone a la solucin de la
ecuacin KdV como el cociente de funciones polinmicas de exponenciales decrecientes,
y luego dene un operador de diferenciacin bilineal conocido como el D-operador Hirota
que permite expresar la ecuacin KdV en trminos de una forma bilineal y as obtener
nalmente la solucin.
El mtodo de Galerkin tambin ha sido utilizado para resolver la ecuacin KdV. Este
mtodo consiste en hallar la solucin aproximada a partir de considerar a la solucin como
una combinacin lineal de funciones base, que pueden ser funciones polinmicas [6], [17],
Polinomios cbicos de Hermite [24] , Spline o B-Spline [1], [31]. En [24], se toman como
funciones base a Hermites cbicos, sta es una opcin particularmente adecuada cuando se
requiere la derivada de la funcin como solucin. Desafortunadamente una interpolacin
de este tipo conduce al crecimiento de errores substanciales en la solucin para pequeos
pasos de tiempo; el mtodo de Galerkin para polinomios cbicos de Hermite considera
una gran cantidad de clculo computacional, pero si se requieren derivadas de la solucin
puede ser el mtodo a utilizar y aunque muchas soluciones tericas estn disponibles para
la ecuacin KdV, se eligen los solitones individuales como medio para comparar varios
mtodos numricos.
El mtodo de Petrov-Galerkin para ondas dispersivas no lineales, enfoca su estudio
para encontrar la solucin de la ecuacin diferencial Korteweg-de Vries utilizando inter-
polantes lineales por tramos, este mtodo emplea diferentes funciones de forma y funciones
base, donde al considerar interpolantes lineales se reduce el esfuerzo de clculo computa-
cional. En [32], se considera las funciones prueba en trminos de las funciones base para
realizar la intepolacin por Hermite cbicos, en comparacin con el mtodo de Galerkin
donde se emplean splines cbicos como funciones base admitiendo de esta forma un tr-
mino de disipacin adicional en la KdV.
En sntesis, el mtodo de Petrov- Galerkin proporciona una mejora signicativa en
2
relacin al estudio de la exactitud y eciencia en el clculo de la solucin, el cual es el

resultado de un esfuerzo de clculo menor que el asociado con el mtodo estndar de
Galerkin.
Mitchell [24] tambin presenta el mtodo de Petrov-Galerkin para hallar la solucin
de la ecuacin KdV, adems de mostrar otros mtodos de solucin, uno de ellos es el
mtodo de dispersin inversa, el cual centra su atencin en emplear condiciones iniciales
obteniendo la forma reducida de la ecuacin de Schrdinger, calcula la evolucin en el
tiempo de los datos de dispersin y resuelve la ecuacin integral lineal Gelfand-Levitan
para obtener la solucin al problema inverso. Estudios concernientes al mtodo numrico
de solucin estn en relacin a la discretizacin del espacio y tiempo de la ecuacin facil-
itando su solucin con el empleo del computador. En [37] las funciones base consideradas
son Hermite racionales.
Otro trabajo que considera el estudio de los elementos nitos en la bsqueda de la
solucin de la ecuacin KdV, es [7] en donde la aproximacin de la solucin se busca
a partir del mtodo de elementos nitos de mnimos cuadrados. La ecuacin Korteweg
- de Vries se establece como un sistema de primer orden, se introduce el mtodo de
elementos nitos de mnimos cuadrados con el n de obtener la forma semidiscreta del
tiempo. Al establecer un problema representativo, en donde la amplitud y el error de
fase del solitn son analizados, se llega a la conclusin de que para solitones de amplitud
pequea existe una pequea disipacin o dispersin, mientras que para amplitudes altas
estas inuencias son signicativas, ya que en este mtodo la disipacin es proporcional al
tiempo, la reduccin del paso mejora la situacin pero aumenta el tiempo para realizar los
clculos computacionales; sin embargo el mtodo resulta ser una buena alternativa para
llegar a la solucin aproximada.
Diversas modicaciones se han realizado al implementar el mtodo de elementos nitos
para solucionar una ecuacin diferencial parcial. Una primera ha sido la seleccin de las
funciones base, en algunos casos se han tomado funciones polinmicas, Polinomios cbicos
de Hermite, Splines o B- Splines de diferentes ordenes [5], [14], [18], [20], [27], [33]. Adems
de la discretizacin en el espacio que establece el mtodo, se puede realizar discretizacin
en el tiempo usando expansin en serie de Taylor, a dicho mtodo se le llama mtodo
Taylor-Galerkin [3], [5], [22], [23], [34], [36].
En Canivar [5] se utiliza el mtodo de elementos nitos Taylor-Galerkin para la

ecuacin Korteweg-de Vries con el objetivo de encontrar la solucin aproximada con alta
precisin; el mtodo se implementa inicialmente relizando la particin del intervalo sobre
el cual se est buscando la solucin y se denen los B-Splines cbicos sobre los subtinter-
valos obtenidos. La solucin aproximada de la ecuacin diferencial se supone como una
combinacin lineal de los B-Spline. Luego se realiza la discretizacin en el tiempo usando
expansin en serie de Taylor y as aplicar el mtodo de Galerkin en la discretizacin del
espacio, es decir, considera la funcin de peso y la aplica en el problema variacional que
nalmente da la solucin de la ecuacin con la interpolacin, en este artculo el autor con-
sidera tres tipos de problemas con los cuales realiza los clculos y compara las soluciones
aproximadas con las soluciones exactas llegando a la conclusin de que el error es pequeo
S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

3
al analizar la estabilidad del problema.

El principal objetivo de este trabajo consiste en determinar una solucin aproximada
de la ecuacin Korteweg-de Vries (KdV), sujeta a condiciones de frontera nulas y con
condiciones iniciales dadas, mediante la aplicacin del mtodo de los elementos nitos
Taylor - Petrov - Galerkin. La aplicacin del mtodo consiste inicialmente en realizar la
discretizacin en el tiempo, usando la expansin en serie de tiempo discreta de Taylor, para
luego realizar la discretizacin en el espacio usando como funciones base los polinomios
de Legendre y como funciones de forma a B-spline cbicos. Los clculos son realizados
usando MATLAB y comparando los resultados obtenidos con la solucin exacta.
Organizacin del trabajo
El documento est organizado mediante cinco captulos que permiten la adecuada

lectura y comprensin del problema planteado y su solucin. El Captulo 1 se ocupa de
describir las bases tericas necesarias en cuanto a deniciones y teoremas del anlisis
funcional necesarios para abordar el mtodo de los elementos nitos, adems de describir
las principales caractersticas de los Polinomios de Legendre y los B-Splines cbicos, que
son las funciones con las cuales se aplica el mtodo de elementos nitos.
En el Captulo 2 se presenta la teora bsica de la forma variacional de un problema
de ecuaciones diferenciales parciales sujeto a condiciones iniciales y de frontera, adems
de describir las principales caractersticas de la ecuacin Korteweg - de Vries.
En el Captulo 3, se describen las principales caractersitcas del mtodo de elementos
nitos para solucionar una ecuacin diferencial parcial, en particular el mtodo de Petrov
- Galerkin que es el utilizado en el desarrollo del trabajo.
En el Captulo 4 se muestra el desarrollo completo del mtodo de los elementos nitos
para la determinacin de la solucin aproximada de la ecuacin KdV. Adems se presentan
los clculos desarrollados en MATLAB para llegar a dicha solucin aproximada
Finalmente en el Captulo 5 se presentan las conclusiones del trabajo y algunos puntos
de inters para futuras trabajos.

Captulo 1
Preliminares
1.1. Introduccin
En este captulo se presentan algunas deniciones del anlisis funcional necesarias
para tener una buena comprensin de este trabajo. Adems se describen las principales
caractersticas de los B-Splines y de los Polinomios de Legendre utilizadas en captulos
posteriores.
1.2. Anlisis Funcional

Denicin 1.1 Sea un dominio acotado en Rd con d = 2, 3 y p [1, ), p 1, se
dene
Lp () = u : R : u es medible y |u (x)|p dx < (1.1)

el espacio formado por todas las funciones denidas en , medibles con |u (x)|p dx <

y
L () = u : R : sup |u (x)| < (1.2)
x
Denicin 1.2 Un operador lineal es un operador A denido sobre el espacio lineal

normado E en otro F , A : E F , tal que
A (u + v) = A (u) + A (v) (1.3)
para todo u y v D (A) con y escalares del campo K sobre el cual est denido el
espacio E.
Denicin 1.3 Un operador lineal A se dice acotado, si existe una constante M > 0 tal
que para cualquier u D (A) se cumple que
Au F M x E (1.4)
donde E es la norma del espacio E y F es la norma del espacio F.
4
1.2. ANLISIS FUNCIONAL 5
Ejemplo 1.1 Uno de los operadores lineales ms importantes del anlisis es el operador
d
diferenciacin Dy (x) = dx y(x) = y , (x). Este operador no se encuentra denido sobre todo
el espacio de las funciones continuas C [a, b] ,se restringue para el espacio C 1 [a, b], esto
es, el espacio de las funciones con primera derivada continua y con campo en C [a, b]
dn
: C n [a, b] C [a, b]
dxn
Es posible considerar el espacio ms restringido C 2 [a, b], al considerar la ecuacin
diferencial y (x) + y (x) = f(x), la cual es equivalente en trminos de operadores a
Ly(x) = y (x) + y (x) = f(x),siendo L un operador de C 2 [a, b] en C [a, b] .[6].
Denicin 1.4 Sea K un campo escalar, el funcional lineal l sobre un espacio vectorial
E est denido como el operador lineal que asigna a un elemento u E un escalar l (u) .
El espacio de todos los funcionales lineales l sobre el espacio normado E, L (E, K) = E

se le denomina espacio dual de E.
b
Ejemplo 1.2 El operador integral A : C [a, b] R, denido por A(f ) = f (x)dx, para
a
todo f C [a, b] , es un funcional lineal sobre C [a, b] .
b
Ejemplo 1.3 Si f : L (a, b) R denida por f, u =

2
u(x)dx entonces f es un
a
funcional lineal acotado.
Como f es lineal entonces se cumple que f, u + v = f, u + f, v . Por otro

lado, por la desigualdad de Cauchy - Schwarz sobre L2 se tiene que
b
| f, u | = 1u(x)dx 1 L2 u L2 = |b a| u L2
a
lo cual indica que el funcional es acotado, por tanto f es un elemento del espacio dual

(L2 (a, b))
El teorema de representacin de Riesz hace referencia a que si se tiene un espacio E
con producto interno (u, v) con u E y v un elemento arbitrario de E. El producto
interno (u, v) puede ser interpretado como la accin de un funcional l, es decir, se puede
tener la igualdad l, v = (v, u) para un u dado y un elemento arbitrario v del espacio con
producto interno.

Teorema 1.1 Teorema de representacin de Riesz Sea H un espacio de Hilbert y sea l

un funcional lineal acotado sobre H . Entonces existe un nico elemento u H tal que
l, v = (v, u) para todo v H (1.5)
Adems
l = u (1.6)
Demostracin:
Considerese un espacio de Hilbert H real. Si l = 0 entonces (1.5) y (1.6) se cumplen
solo si u = 0, por tanto para que (1.5) se cumpla u debe ser diferente de cero, as que
supngase que l = 0, luego para cualquier v en H para el cual l, v = 0 entonces se
debe tener que (v, u) = 0, esto implica que u debe ser ortogonal a cualquier miembro del
espacio nulo del funcional l, es decir u N (l), as que la existencia de u se mostrar
considerando a N (l) y a N (l) . [28]
Existencia: Si el espacio nulo N (l) = H entonces l es un funcional lineal cero y se
puede denir que u = 0. Si N (l) = H , entonces existe un elemento u0 de N (l) diferente
de cero . Si z = l, v u0 l, u0 v para cualquier v H, entonces
l, z = l, l, v u0 l, u0 v
= l, v l, u0 l, u0 l, v
=0
luego z N (l) .
Por otro lado, como u0 N (l) se tiene que
0 = u0 , z = (u0 , l, v u0 l, u0 v)
= l, v (u0 , u0 ) l, u0 (u0 , v)
2
0 = l, v u0 l, u0 (u0 , v)
l, u0 (u0 , v)
de donde al despejar l, v se tiene l, v = para todo v H .
u0 2
l, u0
Por lo cual se concluye que u = u0 .
u0 2
Unicidad: Supngase que existen u y w del espacio E, tales que
l, v = (v, u) = (v, w) , para todo v H
luego por linealidad del producto interno se tiene que (v, u w) = 0 para todo v H.
Si v = u w entonces u = w.
Finalmente falta demostrar l = u . Como l es lineal y acotado, entonces se cumple
que
| l, v | = |(u, v)| K v

por la desigualdad de Cauchy-Schwarz y tomando como K = u se tiene que
l u
2 2
Adems l = |(u, u)| = u l u entonces l u , por lo tanto se cumple que
l = u .
Ejemplo 1.4 Sean l un funcional tal que l : Rn R, lo cual signica que l es un

funcional real, por tanto por el teorema de Riesz se puede encontrar un nico elemento
u Rn tal que l, v = u v. Si se dene al funcional como l, v = v1 + v2 + v3 + ... + vn
para v = (v1 , v2 , v3 , ..., vn ) Rn, entonces existe u = (1, 1, 1, ..,1) tal que l, v = u v.
1.2.1. Formas bilineales

Otro operador importante que se utiliza en el trabajo con problemas de valores en la
frontera y en particular en este trabajo son las formas bilineales.
Denicin 1.5 Si E y F son espacios vectoriales, una forma bilineal a : E F R

est denida como un operador que cumple las siguientes propiedades
a (u + w, v) = a (u, v) + a (w, v) , para u, w E y v F (1.7)

a (u, v + w) = a (u, v) + a (u, w) , para u E y v, w F
con y nmeros reales.
Ejemplo 1.5 Sea E = F = C 1 [a, b] los espacios vectoriales de las funciones con derivadas
continuas en el intervalo [a, b]. El operador a : C 1 [a, b] C 1 [a, b] R, denido como
b
a (u, v) = (uv + u v ) dx
a
es una forma bilineal.
Se dice que la forma bilineal a : E F R donde E y F son espacios lineales

normados, es continua, si es posible encontrar un nmero K positivo tal que
|a (u, v)| K u v , para todo u E y v F
Tambin una denicin importante es la de una forma bilineal H-elptica, [28]; se

considera as a la forma bilineal a : H H R donde H es un espacio con producto
interior, si existe una constante > 0 tal que
2
a (u, v) v H para todo v H
esto indica que la forma bilineal H-elptica es siempre no negativa y es cero solamente
en el caso en que v = 0, lo cual signica que es denida positiva.

Un teorema importante que relaciona a las formas bilineales con los funcionales lineales
es el Teorema de Lax -Milgram. Este teorema es utilizado en problemas de valores en la
frontera y garantiza que existe u en un espacio de Hilbert H, tal que para todo v de
H la forma bilineal y H-eliptica a (u, v) es igual al funcional l. A continuacin se da el
enunciado del teorema, sin demostracin.
Teorema 1.2 Teorema de Lax-Milgram. Sea H un espacio de Hilbert y sea a : H H

R una forma bilineal continua y H-elptica denida sobre H. Entonces dado cualquier
funcional lineal l sobre H, existe un nico elemento u H tal que
a (u, v) = l, u para todo v H (1.8)
1.2.2. Distribuciones y espacios de Sobolev

Una distribucin, tambin llamada funcin generalizada, es una funcin innitamente
diferenciable donde la funcin y todas sus derivadas tienen soporte compacto [6], [28], es
decir, es diferente de cero en un dominio de denicin, llamado soporte, y fuera de ste
es igual a cero, por lo cual la adherencia del dominio es un conjunto cerrado y acotado.
Denicin 1.6 Sea un subconjunto abierto y no vaco de Rd , se dene:
1. El soporte de una funcin continua , como sop () := {x : (x) = 0}.

2. El conjunto C () = { : tiene derivadas continuas en } .
3. El conjunto C0 () tal que
C0 () = { C () : sop () , donde sop () es compacto} (1.9)
4. El conjunto DK () , tal que

DK () = { C () : sop () K}
donde K es un subconjunto compacto de
Denicin 1.7 Una distribucin en un conjunto abierto Rd , es una aplicacin T :

C0 () C tal que:
1. T es un funcional lineal
2. Para cada compacto K existe una constante CK > 0 y un entero no negativo
mK tal que
| T, | Ck sup |D (x)| DK ()
xK
||N
donde es un multindice1 .
1
Notacin multindice: Sea Zn+ el conjunto de todas la n-uplas de enteros no negativos, Zn+ tiene
la forma = (1 , 2 , ..., n ) donde cada i 0 y || = 1 + 2 + ... + n

1.3. B-SPLINE 9
Teorema 1.3 Sea Rd abierto, u C m () y un multindice tal que || m.

Entonces2
D u (x) (x) dx = (1)|| u (x) D (x) dx , C0 () (1.10)

Denicin 1.8 Sea Rd un conjunto abierto, m 1 un entero positivo y p [1, ).

Se dene el espacio de Sobolev W m,p () como
W m,p () = {f Lp () : D f existe y pertenece a Lp () , , || m} (1.11)
Los espacios de Sobolev H m () = W m,2 () sobre R2 , abierto, denidos

anteriormente son espacios de Banach, y al denir el producto interno
2
u Hm = (u, v)H m = (D u) (D v) dx para todo u, v H m ()
||m
2
el espacio de Sobolev es tambin un espacio de Hilbert con norma u Hm .
1.3. B-Spline
La interpolacin polinmica es un mtodo numrico que permite aproximar funciones
a partir de cierto nmero nito de imagenes conocidas de la funcin, sin embargo, presenta
una desventaja ya que a medida que aumenta el grado del polinomio de interpolacin,
es posible que se presenten oscilaciones entre los puntos lo cual se disminuye cuando la
interpolacin polinmica se hace a trozos.
La interpolacin polinmica a trozos consiste en dividir el conjunto de puntos ( o
nodos) en subconjuntos disyuntos que se interpolan con un polinomio de grado bajo, por
lo cual la interpolacin queda denida a trozos. Estas aproximaciones se pueden realizar
utilizando diferentes tcnicas entre las que estn las de interpolacin de Lagrange, de
Newton, de Hermite, por Splines, a partir de los polinomios de Legrendre, de Hermite, de
Chebyshev, de Laguerre o las funciones de Jacobi.
Un Spline cbico es una funcin polinomica cbica a trozos que es dos veces con-
tinuamente diferenciable, por lo cual la funcin polinmica cbica a trozos s (x) es la
interpolacin de una funcin f (x) en los nodos xi , 0 i n, de una particin P del
intervalo [a, b] .
Dada la particin P del intevalo [a, b] tal que a = x0 < x1 < x2 < ... < xn1 < xn = b.
Sea S3 (P ) el espacio de todas las funciones s (x) C 2 [a, b] que son funciones polinmicas
2 || u
Se denota por D u la derivada parcial D u = n . Si || = m entonces D u representa
x 2
1 x2 ...xn
1
la m-sima derivada parcial de u.

1.3. B-SPLINE 10
reducidas al subintervalo (xi , xi+1 ), con 0 i n, de [a, b] . Existe una funcin s (x) en
S3 (P ), que satisface las restricciones de interpolacin
s (x0 ) = f (x0 ) (1.12)

s (xi ) = f (xi ) para 0 i n
s (xn ) = f (xn )
a la funcin s (x) se le denomina la interpolacin spline cbica de f (x) .

ba
Denicin 1.9 Considrese la particin P uniformemente espaciada, con h = =
n
xi xi1 , y nodos xi . Se denen cuatro nodos adicionales x2 < x1 < x0 y xn < xn+1 <
xn+2 y se construyen las funciones i (x) denidas como

(x xi2 )3 si x [xi2 , xi1 ]

3 2 2 3
h + 3h (x xi1 ) + 3h (x xi1 ) 3 (x xi1 ) si x [xi1 , xi ]
1 3
i (x) = 3 h + 3h2 (xi+1 x) + 3h (xi+1 x)2 3 (xi+1 x)3 si x [xi , xi+1 ]
h

(x x)3 si x [xi+1 , xi+2 ]
i+2
0 en otro caso
(1.13)
las cuales son continuamente diferenciables. Adems se tiene que

4 si j = i
i (xj ) = 1 si j = i 1 o j = i + 1

0 si j = i + 1 o j = i 1
y que i (x) 0, para toda x xi+2 y x xi1 .
Teorema 1.4 Sea = 1 , 0 , 1 , ..., n , n+1 y sea 3 (P ) = gen (). El conjunto

es linealmente independiente sobre [a, b] .
Demostracin: Ver [27]
Teorema 1.5 Existe una nica funcin s (x) 3 (P ) que satisface el problema de inter-
polacin (1.12).
Demostracin:
Sea s (x) una funcin del conjunto 3 (P ) , entonces existen a1 , a0 , ..., an+1 , tal que
s (x) = a1 1 + a0 0 + ... + an+1 n+1 (1.14)
Como s (x) satisface las condiciones (1.12), entonces se tiene que
s (x0 ) = a1 1 (x0 ) + a0 0 (x0 ) + ... + an+1 n+1 (x0 ) = f (x0 )

s (xi ) = a1 1 (xi ) + a0 0 (xi ) + ... + an+1 n+1 (xi ) = f (xi ) para 1 i n
s (xn ) = a1 1 (xn ) + a0 0 (xn ) + ... + an+1 n+1 (xn ) = f (xn )

1.3. B-SPLINE 11
generando un sistema de ecuaciones lineales (n + 3) (n + 3) , que se puede escribir en

la forma matricial AX = B donde la matriz de coecientes es
3 3
0 0 0 0 0 0
h h
1 4 1 0 0 0 0 0

0 1 4 1 0 0 0 0

A = .. .. .. .. .. . . .. .. .. ,
. . . . . . . . .

0 0 0 0 0 1 4 1

3 3
0 0 0 0 0 0
h h
la matriz incognita es
X = (a1 , a0 , ..., an+1 )T
y los trminos independientes son
B = (f (x0 ) , f (x0 ) , f (x1 ) , ..., f (xn) , f (xn ))
.
Debido a que la matriz es 3-diagonal, entonces por el teorema de Gershgorin, se tiene
que A es no singular por lo que el sistema de ecuaciones tiene nica solucin, esto es s (x)
existe y es nica, para dichas condiciones.
Los siguientes resultados se enuncian sin demostracin, sin embargo ellas se pueden
encontrar en [27]
Teorema 1.6 3 (P ) = S3 (P ) .
Corolario 1: dim S3 (P ) = n + 3 y = 1 , 0 , 1 , ..., n , n+1 es una base para

S3 (P ) .
Corolario 2: Existe un nico spline s (x) que resuelve el problema de interpolacin y
es llamado spline cbico interpolante de f (x) .
Usando la misma demostracin del teorema 1.5, es posible demostrar que existe un
nico s (x) spline interpolante dado por (1.13) tal que satisfaga el problema de interpo-
lacin
s (x0 ) = f (x0 )
s (xi ) = f (xi ) para 0 i n
s (xn ) = f (xn )


1.4. POLINOMIOS DE LEGENDRE 12
En este caso la matriz de coecientes toma la forma

6 12 6
2
2 0 0 0 0 0
h h h2
1 4 1 0 0 0 0 0

0 1 4 1 0 0 0 0

A = .. .. .. .. .. . . .. .. ..
. . . . . . . . .

0 0 0 0 0 1 4 1

6 12 6
0 0 0 0 0 2
2
h h h2
1.4. Polinomios de Legendre

Los polinomios de Legendre son un ejemplo de polinomios ortogonales que son solucin
de varias ecuaciones diferenciales que modelan diversos fenmenos como reconocimiento
de objetos o imgenes, distribucin de temperaturas, entre otros [26] . Estos polinomios,
por su propiedad de ortogonalidad, son utilizados para aproximar funciones, determinar
soluciones de integrales, determinar raices de funciones complejas, razn por la cual se
pueden utilizar como funciones base en la aplicacin del mtodo Taylor-Petrov-Galerkin
para determinar una solucin aproximada a la ecuacin diferencial Korteweg-de Vries.
Una de las ecuaciones diferenciales para la cual los polinomios de Legendre son solucin
es justamente la ecuacin diferencial de Legendre (1.15)
(1 x2 )y 2xy + y = 0 (1.15)
con 1 x 1; R.
En primera instancia se trata de encontrar valores para de tal manera que la ecuacin
diferencial de Legendre tenga soluciones no triviales. Usando series de potencias, se con-
sidera que la solucin de la ecuacin tiene la forma

y(x) = an xn
n=0
Sustituyendo entonces la solucin en series en la ecuacin
y x2 y 2xy + y = 0
se tiene que

n2 n n
n(n 1)an x n(n 1)an x 2nan x + an xn = 0
n=2 n=2 n=1 n=0
reescribiendo la primera sumatoria con el ndice desde cero

n n n
(n + 2)(n + 1)an+2 x n(n 1)an x 2nan x + an xn = 0
n=0 n=2 n=1 n=0

escribiendo separadamente los trminos para n = 0 y n = 1 e inicializando todas las

sumatorias en n = 2 , se reescribe la ecuacin como

0 n
(2a2 x + 6a3 x) + (n + 2)(n + 1)an+2 x n(n 1)anxn
n=2 n=2

2a1 x 2nan xn + a0 x0 + a1 x + an xn = 0
n=2 n=2
al reordenar y agrupar trminos entonces,

2a2 + 6a3 x 2a1 x + a0 + a1 x + (n + 2)(n + 1)an+2 (n2 + n )an xn = 0
n=2

2a2 + a0 + (6a3 2a1 + +a1 ) x + (n + 2)(n + 1)an+2 (n2 + n )an xn = 0
n=2
Para que la igualdad a cero se cumpla el coeciente en cada potencia de x debe ser
cero, as que
2a2 + a0 = 0 (1.16)
6a3 2a1 + a1 = 0 (1.17)
y para n = 2,3, ...
(n + 2)(n + 1)an+2 [n(n + 1) ] an = 0 (1.18)

Despejando an+2 de (1.18) se obtiene la relacin de recurrencia
n(n + 1)
an+2 = an ; n = 2, 3, ... (1.19)
(n + 1)(n + 2)
adems de la ecuacin (1.16)

a2 = a0
2
Ahora, hallando, con (1.19), los coecientes de ndice par ,a2n ,
6 6
a4 = a2 = a0
34 2 34
(6 )
a4 = a0
4!
20 (6 )(20 )
a6 = a4 = a0
56 6!
se observa que son mltiplos de a0 y se encuentran en trminos de n y , con esto, el

proceso se vuelve iterativo para el clculo de cualesquier coeciente.
Para el caso de los coecientes impares, usando la ecuacin (1.17)
2 2
a3 = a1 = a1
6 3!
Luego, por la relacin recursiva de (1.19)
12 (2 )(12 )
a5 = a3 = a1
45 5!
30 (2 )(12 )(30 )
a7 = a5 = a1
67 7!
lo cual muestra que los coecientes de ndice impar, a2n+1 , son mltiplos de a1 y se
encuentran en trminos de n y , con esto el proceso se vuelve iterativo tambin, para el
clculo de cualesquier coeciente.
Lo anterior, permite escribir la solucin como

y(x) = an xn
n=0
(6 ) 4 (6 )(20 ) 6
= a0 1 x2 x x + ... +
2 4! 6!
2 3 (2 )(12 ) 5 (2 )(12 )(30 ) 7
a1 (x + x + x + x + ...)
3! 5! 7!
Las series de los parntesis son linealmente independientes con potencias pares e im-
pares de x.
Sean
(6 ) 4 (6 )(20 ) 6
ye (x) = 1 x2 x x + ...
2 4! 6!
2 3 (2 )(12 ) 5 (2 )(12 )(30 ) 7

y0 (x) = x + x + x + x + ...
3! 5! 7!
Con esto la solucin general para la ecuacin diferencial de Legendre es
y(x) = a0 ye (x) + a1 y0 (x)

con a0 y a1 constantes arbitrarias.

Calculando algunas soluciones particulares se tiene:
con = 0 y a1 = 1 y(x) = 1
con = 2 y a1 = 1 y(x) = a1 x
con = 6 y a1 = 0 y(x) = a0 (1 3x2 )
con = 12 y a1 = 0 y(x) = a1 (x 53 x3 )
con = 20 y a1 = 0 y(x) = a0 (1 10x2 + 35 4
3
x)
y as sucesivamente para otras soluciones.

Se debe tener en cuenta que los valores que puede tomar para que las soluciones sean
polinomios (series innitas) estan dados por = n(n + 1) ; n = 0, 1, 2, 3, ..., por tanto al
estandarizar y tabular estas soluciones dado = n(n + 1), se deben elegir a0 y a1 de tal
manera que la solucin polinomial sea 1 en x = 1.
Los polinomios que resultan son los polinomios de Legendre, notados por Pn (x),como
caso particular se tiene que los seis primeros polinomios de Legendre son:
P0 (x) = 1
P1 (x) = x
1
P2 (x) = (3x2 1)
2
1
P3 (x) = (5x2 3x)
2
1
P4 (x) = (35x4 30x2 + 3)
8
1
P5 (x) = (63x5 70x3 + 15x)
8
Una caracterstica importante de los polinomios de Legendre es que si n es par, todas

las potencias de x en el polinomio son pares y si n es impar las potencias de x son impares,
adems que ellos son solucin de la ecuacin de Legendre para 1 x 1.
Existen varias formas numricas de obtener los polinomos de Legendre, usando la
1
funcin generadora f (x, t) = , mediante una relacin de recurrencia o a
1 2xt + t2
partir de la frmula de Rodriguez. La siguiente tabla presenta cada una de dichas formas,
sin demostracin, para ms detalles se puede consultar a [26].

Polinomio Observaciones
[| |]
n
(1)k (2n 2k)! n2k

2
1 Si n es par hay singularidad para
Pn (x) = n x
2 k! (n k)! (n 2k)! x = 0 y n 2k = 0
k=0
[| n2 |]
1 n 2n 2k n2k Si n es par hay singularidad para
Pn (x) = n (1)k x
2 k=0 k n x = 0 y n 2k = 0
n
1 n existe singularidad cuando
Pn (x) = n (x 1)nk (x + 1)k
2 k=0 k x = 1 y k = 0
(2n + 1) xPn (x) nPn1 (x)
Pn+1 (x) = P0 (x) = 1 y P1 (x) = x
n+1
xPn (x) Pn1 (x)
Pn+1 (x) = 2xPn (x) Pn1 (x) P0 (x) = 1 y P1 (x) = x
n+1
1 dn n
Pn (x) = n (x2 1) Frmula de Rodriguez
2 n! dxn
1.4.1. Ortogonalidad
Los polinomios de Legendre son ortogonales en el intervalo [1, 1] , para demostrarlo,
considerese los polinomios de Legendre Pn y Pm con n y m enteros no negativos, entonces
se debe demostrar que
1
Pn (x) Pm (x) dx = 0
1
Como Pn (x) y Pm (x) son solucin de la ecuacin (1.15) para = n (n + 1) , entonces

1 x2 Pn (x) + n (n + 1) Pn (x) = 0
y

1 x2 Pm (x) + m (m + 1) Pm (x) = 0
al multiplicar la primera ecuacin por Pm (x) y la segunda por Pn (x)

1 x2 Pn (x) Pm (x) + n (n + 1) Pn (x) Pm (x) = 0

1 x2 Pm (x) Pn (x) + m (m + 1) Pm (x) Pn (x) = 0
al restarlas

1 x2 Pn (x) Pm (x) 1 x2 Pm (x) Pn (x)+(n (n + 1) m (m + 1)) Pm (x) Pn (x) = 0

e integrar respecto de x
1 1

1 x2 Pn (x) Pm (x) dx 1 x2 Pm (x) Pn (x) dx (1.20)
1 1
1
= (m (m + 1) n (n + 1)) Pm (x) Pn (x) dx

1
Integrando por partes las dos integrales del lado izquierdo de la ecuacin, tomando

como u = Pm (x) y dv = [(1 x2 ) Pn (x)] dx, y u = Pn (x) y dv = [(1 x2 ) Pm (x)] dx,
respectivamente se tiene que:
1 1
1
[(1 x2 ) Pn (x)] Pm (x) dx = (1 x2 ) Pn (x) Pm (x)|1 (1 x2 ) Pn (x) Pm (x) dx
1 1
y
1 1
1
[(1 x2 ) Pm (x)] Pn (x) dx = (1 x2 ) Pm (x) Pn (x)|1 (1 x2 ) Pm (x) Pn (x) dx
1 1
que al restarlas de acuerdo a la ecuacin (1.20), da lugar a
1
0 = (m (m + 1) n (n + 1)) Pm (x) Pn (x) dx

1
y como n = m entonces Pm (x) Pn (x) dx = 0, lo que indica que los polinomios de

1
Legendre son ortogonales en el intervalo [1, 1] .

Captulo 2
Ecuacin diferencial Korteweg-de
Vries (KdV)
2.1. Introduccin
En este captulo se describe inicialmente la formulacin del problema variacional de
frontera, o forma dbil, de un problema clsico de ecuaciones diferenciales parciales sujeto
a condiciones de frontera homogeneas y con condiciones iniciales dadas. Adems se realiza
un resumen de las caractersticas de las ondas dispersivas, para nalmente presentar las
propiedades principales de la ecuacin Korteweg - de Vries (KdV).
2.2. Formulacin del problema variacional de fron-

tera
Las ecuaciones diferenciales parciales son ecuaciones en las cuales su funcin incgnita
es una funcin de varias variables. Una ecuacin diferencial parcial de orden m es una
expresin de la forma (2.1)
u u u mu
F x1 , x2 , ..., xn , , , ..., , ..., k1 k2 k =0 (2.1)
x1 x2 xn x1 x2 ...xnm
con variables independientes x1 , x2 , ..., xn y funcin incognita u (x1 , x2 , ..., xn ) continua en

el dominio de denicin de la ecuacin.
La ecuacin diferencial parcial puede ser lineal o no lineal, de orden m. Siendo las ecua-
ciones diferenciales parciales lineales clasicadas como Hiperblicas, Elpticas o Parabli-
cas [30], y su clasicacin depende bsicamente de sus coecientes, por ejemplo si la
ecuacin es de segundo orden con incognita u (x, y) y ecuacin general (2.2)
18
2.2. FORMULACIN DEL PROBLEMA VARIACIONAL DE FRONTERA 19
2 u (x, y) 2 u (x, y) 2 u (x, y) u (x, y)

A (x, y) 2
+ B (x, y) + C (x, y) 2
+ a (x, y) + (2.2)
x xy y x
u (x, y)
b (x, y) + c (x, y) u (x, y) = f (x, y)
y
denida en el dominio R2 , se tiene que:
Si B 2 AC > 0 en , entonces la ecuacin es elptica en
Si B 2 AC = 0 en , entonces la ecuacin es parablica en y
Si B 2 AC < 0 en , entonces la ecuacin es hipblica en
Existen muchos problemas de aplicacin que son modelados mediante ecuaciones difer-
enciales parciales, que se solucionan a partir de problemas de valor inicial o de condiciones
en la frontera: Uno de estos problemas consiste en determinar la funcin u que satisface
Au = f sobre el dominio (2.3)
sujeta a las condiciones de frontera

B0 u = g0

.. .. sobre (2.4)
.=.
Bm1 u = gm1
donde es la frontera del dominio y A es una ecuacin diferencial parcial elptica

de orden 2m en un dominio de denicin .
La ecuacin (2.3) con condiciones (2.4), se denomina la forma clsica o fuerte del
problema, sin embargo para algunos problemas de valores en la frontera es posible que las
solucin no exista, debido a que la funcin u no satisface alguna de las condiciones. Por
esta razn se busca la solucin del problema usando el problema variacional de valores en
la frontera, tambin llamada la forma dbil del problema de valores en la frontera.
Las condiciones de frontera juegan un papel importante al buscar la solucin del
problema. Estas condiciones de frontera se pueden clasicar en dos tipos:
Condiciones de frontera esenciales, en donde el orden es menor a m, y
Condiciones de frontera naturales, para las cuales el orden es mayor o igual a m.
Para la formulacin del problema variacional se considerarn condiciones de frontera

esenciales, puesto que la solucin del problema variacional se encuentra en el subespacio
H m () . Dichas condiciones esenciales de frontera sern consideradas homogeneas, lo cual

2.2. FORMULACIN DEL PROBLEMA VARIACIONAL DE FRONTERA 20
no restringe el tipo de problemas a considerar. De aqu que el problema de valores en la

frontera toma la forma
Au = (1)|| D a (x) D u (2.5)

||,||m
=f en
sujeto a las condiciones

B0 u = 0
.. .. esenciales (2.6)
.=.
Bp1 u = 0

Bp u = gp

.. .. naturales
.=.
Bm1 u = gm1
Para denir el problema variacional de frontera, [6], [25], [28], primero se debe denir
el espacio V en el cual se encuentra la solucin del problema variacional, el cual es llamado
el espacio de las funciones admisibles y est denido como
V = {v H m () : Bj v = 0 sobre , j = 1, ..., p 1} (2.7)
luego se multiplica a ambos lados de (2.5) por una funcin arbitraria v V , para despus
integrar y llegar a la forma
a (u, v) = l, v (2.8)
con la forma bilineal a denida mediante la expresin
a (u, v) = a (x) D uD vdx + trminos de la frontera (2.9)

||,||m
Por lo cual la formulacin del problema variacional de frontera consiste en encontrar una
funcin u V tal que satisface la igualdad (2.8) para todo v V.
Al igual que en la forma clsica, es posible establecer la existencia y unicidad de la
solucin del problema, dicho criterio se garantiza mediante el siguiente teorema.
Teorema 2.1 Sea V un espacio de Hilbert y sea a (, ) : V V R una forma bilineal

continua y H elptica sobre V y l : V R un funcional lineal continuo sobre V,
entonces:
el problema variacional de condiciones en la frontera que consiste en encontrar u

V que satisface
a (u, v) = l, v para todo v V (2.10)
tiene una y solo una solucin

2.3. ONDAS DISPERSIVAS 21
la solucin depende de manera continua sobre los datos en el sentido de que

1
u V l V (2.11)

donde V es la norma en el espacio dual V de V y es una constante.
2.3. Ondas Dispersivas

Se puede denir que una onda es una seal que se transere de una parte de un medio a
otra, con una velocidad de propagacin dada, su origen puede deberse a cualquier disturbio
ocasionado en el medio al variar alguna cantidad especca, pero que permite identicar
claramente su ubicacin en cualquier tiempo determinado.
Las ondas pueden clasicarse en dos clases, las ondas hiperblicas que obedecen al
modelo matemtico de las ecuaciones diferenciales parciales hiperblicas y las ondas dis-
persivas, las cuales no tienen un modelado matemtico general.
Considrese inicialmente la ecuacin de onda lineal unidimensional
2u 2
2 u
= c (2.12)
t2 x2
donde c es la velocidad de propagacin de la onda. Dicha ecuacin describe la altura de
una cuerda vibrante en funcin del tiempo y el espacio.
Si se considera que = x ct y = x + ct, se tiene entonces que
2u 2
2 u 2u 2
2 u
= c 2 + c
t2 2 2
2u 2
2 u 2u 2
2 u
= c + 2 + c
x2 2 2
que al ser sustituido en la ecuacin (2.12), se tiene
2u
=0

e integrando dos veces, entonces la solucin de la ecuacin tiene la forma u = f ()+g (),
con f y g funciones arbitrarias que describen ondas que se mueven con velocidad constante
y sin cambio de forma una hacia la parte negativa y la otra hacia la parte positiva [8],[39].
Si se escribe la ecuacin (2.12) como el producto

c +c u=0
t x t x
entonces la solucin de DAlembert dice que si se considera la ecuacin de onda simpli-
cada
ut + cux = 0

2.3. ONDAS DISPERSIVAS 22
se tiene que la solucin son ondas viajeras solamente a izquierda o a derecha, esto es
u (x, t) = f (x ct) , la cual no tiene cambio de forma.
Una onda plana es una solucin de la ecuacin (2.12) y tiene la forma
u (x, t) = Aei(kxt) (2.13)
donde A, k y son constantes. A k se le denomina nmero de onda, A es la amplitud

de la onda y es la frecuencia angular.
El nmero de onda k est relacionado con la longitud de onda y la frecuencia ,
2
mediante la expresin k = = , de donde = ck denominada como la relacin de
c
dispersin para este tipo de ondas.
En general la relacin de dispersin indica que la frecuencia depende del nmero de
onda, as = (k) y esto signica que existe una relacin entre la energa del sistema y
su momento.
Esto indica que para una onda plana (2.13), se tiene que ei(kxt) = eik(x k i) , por

tanto la velocidad de la onda depende del nmero de onda, lo que lleva a concluir que ondas
con diferente nmero de onda se mueven a diferente velocidad, asi que que el problema
de propagacin es dispersivo.
En conclusin, un problema de propagacin de ondas es no dispersivo si la velocidad
(k)
de la onda es constante, esto es =constante.
k
2.3.1. Relaciones de dispersin: Velocidades de fase y de grupo

Teniendo en cuenta que la energa en la onda es proporcional a la frecuencia y que
el nmero de onda es porporcional al momento, la relacin de dispersin es importante
porque permite describir como se disipa la energa en un sistema dado, esto indica que es
posible denir dos tipos de velocidades, la velocidad de la fase y la velocidad del grupo.
Denicin 2.1 Para una onda de la forma u (x, t) = f (kx t) donde k y son con-
stantes, la velocidad de fase es

cp :=
k
y la propagacin de la energa en un sistema est dada por la velocidad de los paquetes de
onda, dicha velocidad se denomina velocidad de grupo y est denida por

cg :=
k
En el caso de la onda plana, la velocidad de fase y la velocidad de grupo son iguales,
puesto que (k) = ck, por tanto,
ck
cp = = = c = cg
k k

2.4. ECUACIN KORTEWEG-DE VRIES 23
Si se considera el caso de una ecuacin linealizada de la forma
ut + ux + uxxx = 0
cuya solucin es u (x, t) = ei(kxt) , entonces al derivar y sustituir en la ecuacin
ux = ikei(kxt)
uxx = k 2 ei(kxt)
uxxx = ik 3 ei(kxt)
ut = iei(kxt)
iei(kxt) + ikei(kxt) ik 3 ei(kxt) = 0

iei(kxt) + k k 3 = 0
de donde + k k 3 = 0. Al despejar la frecuencia se tiene que la relacin de

dispersin entre la frecuencia y el nmero de onda k es = k k 3 .
k k 3
A partir de all, se tienen las velocidades de fase cp = = = k 2 y
k k
cg = 3k 2 , as que la velocidad de grupo no es constante lo que lleva a concluir que
la ecuacin linealizada es una onda dispersiva, adems si > 0 entonces la velocidad de
fase es mayor que la velocidad de grupo, cp > cg .
2.4. Ecuacin Korteweg-de Vries

El estudio de los solitones u ondas solitarias se ha desarrollado desde hace muchos
aos, este fenmeno fue identicado formalmente hacia 1834, por el ingeniero escoces
John Scott Russell, al observar el fenmeno que se formaba cuando un bote pequeo o
barcaza, que se movilizaba por un canal de poca profundidad, se detena abruptamente;
en el instante en que la barcaza se detuvo, el ingeniero observ que se generaba una onda
que se mova a gran velocidad y que aparentemente no presentaba cambio en su forma
y velocidad por un periodo de tiempo bastante grande. Tiempo despus y tras realizar
muchos experimentos lleg a la conclusin de que existan ondas que se desvanecen y otras
que mantienen su forma y velocidad [10],[24].
Hacia 1895, el matemtico Holandes Diederick Korteweg y su estudiante Gustav de
Vries, presentan la ecuacin (2.14) que lleva sus nombres, Korteweg-de Vries (KdV), la
cual modela el fenmeno de las ondas solitarias,
ut + uux + uxxx = 0 (2.14)
La ecuacin KdV (2.14) tiene un trmino no lineal, que indica conveccin y un trmino
de orden 3 que indica dispersin, el balance de estos dos efectos son los que forman los
solitones. La ecuacin fue obtenida a partir de un modelo simplicado de las ecuaciones

1
de Euler para ondas largas, donde = (gh0 ) 2 y = 16 h20 , con g la gravedad y h0 la
profundidad del agua.
En 1965, Zabusky y Kruskal [40], describen que los solitones son ondas localizadas
muy especiales ya que presentan un comportamiento de partculas, es decir, que adems
de mantener su forma y velocidad por largo tiempo, con su velocidad proporcional a
la amplitud de la onda, tambin mantienen su forma al colisionar con otro solitn, solo
presentndose un cambio de fase. A raz de este descubrimiento decidieron darle el nombre
de solitn por tener las mismas caractersticas de partculas elementales como electrn,
protn y fotn.
2.4.1. Solucin Exacta de la ecuacin KdV

La solucin de la ecuacin KdV se ha estudiado en muchos trabajos, en [2], [8], [25] se
describen algunos mtodos de solucin como la ecuacin integral de Marchenko, el mto-
do de "inverse scattering Transform" o el mtodo de Hirota, los cuales permiten obtener
soluciones exactas de la ecuacin. Aunque por la complejidad de los clculos y proced-
imientos algebraicos, se han buscado soluciones aproximadas mediante diversos mtodos
numricos, tales como el mtodo de aproximacin de Pad, el mtodo de perturbacin,
el mtodo de diferencias nitas o el de elementos nitos. A continuacin se muestra la
solucin de tipo onda solitaria que admite la ecuacin KdV, mediante la obtencin de la
solucin cannica exacta [4], [11], [10].
Supngase que la solucin de la ecuacin (2.14) es una funcin de onda viajera con la
forma
u (x, t) = v (x ct) , con x R, t > 0 (2.15)
dv d
para una funcin v, con velocidad de onda constante c. Si = x ct, con ut = =
d dt
dv dv d3 v
c , ux = y uxxx = 3 , y se sustituye en la ecuacin (2.14), entonces la funcin
d d d
u es solucin de la ecuacin KdV si la funcin v es solucin de la ecuacin diferencial
ordinaria
dv dv d3 v
c + v + 3 = 0 (2.16)
d d d
al integrar una vez respecto de
v2 d2 v
cv + + 2 =A (2.17)
2 d
dv
con A constante de integracin. Ahora multiplicando por a ambos lados de la igualdad
d
(2.17),
dv v 2 dv d2 v dv dv
cv + + 2 =A (2.18)
d 2 d d d d

e integrar nuevamente respecto de , se tiene

2
v2 v3 dv
c + + = Av + B (2.19)
2 6 d
Teniendo en cuenta que la onda solucin es una onda solitn, entonces si || ,
dv d2 v
entonces v, y tienden a cero, raz por la cual las constantes A y B son cero.
d d 2
As
2
v2 v3 dv
c + + =0
2 6 2 d
dv
de la cual se despeja
d
dv cv2 v3
=
d 3
dv c
= v v
d 3
Separando variables e integrando respecto de ,
dv
= d
c
v v
3
dv
+d=
c
v v
3
dv
= d
c
v v
3
con d constante de integracin.
3c 6c
Si se toma a v = sec h2 y entonces dv = sec h2 y tanh ydy, que al sustituir en la

ecuacin
6c
sec h2 y tanh ydy
= 3c d
2 c 3c 2
sec h y sec h y
3

y simplicando
2 tanh ydy
= d
c 2

(1 sec h y)

=2 dy d
c

por tanto

=2 yd
c
1 c 3c
Luego y = + d, por tanto al reemplazar en v = sec h2 y, se tiene
2
3c 1 c
v= sec h2 +d
2
3c 1 c
v= sec h2 (x ct) + d
2
As que la solucin exacta de la ecuacin KdV (2.14)es
3c 1 c
u (x, t) = sec h2 (x ct) + d (2.20)
2
3c 1 c c c
u (x, t) = sec h2 x t+d
2 2
.
Es importante hacer notar que no se toma como posible solucin a la funcin v =
3c
csc h2 y ya que no sera una solucin de tipo onda solitaria, debido a que no es una

funcin acotada si = 0.
2.4.2. Leyes de conservacin

La ecuacin KdV tiene la propiedad de la integrabilidad, razn por la cual tiene muchas
leyes de conservacin[5] [8] [11], en este trabajo se considerarn tres de ellas. Teniendo en
cuenta que la masa se dene como

M := u (x, t) dx (2.21)

y la energa como

1
E := (u (x, t))2 dx (2.22)
2

las dos primeras leyes de conservacin a tener en cuenta son que la masa y la energa son
independientes del tiempo, esto indica que tanto la masa como la energia en un solitn
son constantes.
Para probar estas leyes se hallan las derivadas de M y de E respecto del tiempo, se
probar que estas dos derivadas son cero, por tanto


dM
= ut dx
dt

pero de 2.14, ut = u ux uxxx , al reemplazar

dM
= (uux uxxx ) dx
dt

que al integrar se obtiene

dM u2
= uxx |

dt 2
y como u y uxx 0 cuando |x| , entonces
dM
=0
dt

M = C1 = u (x, t) dx

con C1 constante.
dE
De igual manera, considrese , luego
dt

dE
= uut dx
dt

al sustituir ut

uut dx = u (uux uxxx ) dx

= u2 ux uuxxx dx

integrando

dE u3
= (u uxx )|
+ ux uxx dx
dt 3

2
(ux )
= ux uxx dx =
2

=0

puesto que uxx 0 cuando |x|

Por tanto la energa es constante, esto es

1
E = C2 = (u (x, t))2 dx
2

3
La tercera ley consiste en que la integral de u3 (ux )2 respecto de x es constante,

esto es
3
u3 (ux )2 dx

Para demostrar esta ltima ley, se multiplica la ecuacin KdV por 3u2 y luego se le
resta el producto ux con la derivada respecto de x de la ecuacin KdV [11], luego

3u2 (ut + u ux + uxxx ) ux (ut + u ux + uxxx ) = 0
x

Captulo 3
Mtodo de elementos nitos
3.1. Introduccin
El mtodo de los elementos nitos es una poderosa herramienta que en la actualidad
ha cobrado bastante fuerza en los campos de la ingeniera y la matemtica. Este mtodo
permite resolver modelos matematicos con clculos menos complejos y se considera como
uno de los mtodos mas ecaces para resolver problemas de ingeniera, ya que debido al
fuerte auge y avance de programas computacionales se facilita la resolucin de problemas
donde las manipulaciones algebraicas no son el camino ms adecuado.
Son muchas las limitantes que pueden existir al abordar un sistema complejo con-
siderando una sola propiedad global, debido a esto, diversas disciplinas han requerido
para la solucin de sus problemas, particionar los sistemas en trminos de sus compo-
nentes o " elementos " de tal manera que se pueda tener una informacin mas detallada
y concreta de stos, para luego volver a reconstruirlo teniendo en cuenta la contribucin
de cada elemento y as establecer un patrn en su comportamiento, es por esto que el
nombre elemento nito hace referencia al estudio de sistemas discretos, criterio unicado
teniendo en cuenta la parte conceptual y numrica en el problema de estudio [42]. Este
proceso, de ver un sistema complejo como un conjunto nito de elementos se denomina
discretizacin y para el cual han existido bastantes estudios en la bsqueda de los mtodos
para llevarlo a cabo.
El gnesis y desarrollo del mtodo data de siglos atrs, cuando sus primeros estudios
se basaron en el problema del discretizado, segn, [13] los egipcios empleaban tcnicas de
discretizacin para las contrucciones de las pirmides, tambin Arqumedes(287-212 ac)
hizo uso del mtodo en el clculo de volmenes de algunos slidos y reas de supercies;
en china el matemtico Liu Hui (300 dc) emple la tcnica del discretizado en el problema
de encontrar la longitud de las circunferencias en un polgono regular de 3072 lados. En
la actualidad, el mtodo se encuentra en un amplio desarrollo con muchas publicaciones
cada ao relacionadas en campos aplicados a las ciencias en general.
Existen modelos donde su estudio requiere de un nmero nito de componentes correc-
tamente denidos, problemas tales reciben el nombre de discretos. Sin embargo, existen
sistemas en donde sus componentes no son tan evidentes y realizar tal particin puede
29
3.2. FORMULACIN DEL MTODO 30
llevar a procesos indenidos, de esta forma el problema podr expresarse en trminos de

innitsimos dando lugar a un modelo matemtico en ecuaciones diferenciales parciales,
sistemas de este tipo se denominan continuos [42]. La solucin exacta de los problemas
continuos ha sido posible mediante tcnicas algebraicas, abordar problemas continuos
reales demanda el uso de mtodos diversos de discretizacin en donde el objetivo radica
en buscar una aproximacin que se acerque lo mejor posible a la solucin continua en la
medida que se incrementa el nmero de variables discretas. El estudio de problemas con-
tinuos sigue despertando el inters de matemticos e ingenieros, algunas de sus tcnicas
se emplean en ecuaciones diferenciales y en diversas aproximaciones como lo son mtodo
de residuos ponderados, mtodos de colocacin y diferencias nitas.
3.2. Formulacin del mtodo

El mtodo de los elementos nitos se utiliza en diferentes problemas. Para este trabajo
el inters principal consiste en determinar una aproximacin para la solucin del problema
variacional de frontera (2.10).
Denicin 3.1 Malla de elementos nitos: La malla de elementos nitos es el conjunto
formado por E elementos nitos y G nodos que denen el dominio de denicin.
Los elementos nitos son el conjunto nito formado por los E subdominios 1 , 2, ..., E ,
que se obtienen al dividir el dominio de denicin del problema variacional (2.10), de
tal manera que no se superponen y su unin es igual al dominio inicial, esto es,
E
e f = y e = .
(3.1)
e=1
Por otra parte, los nodos o puntos nodales son puntos que generalmente se ubican en
los vrtices de los elementos, aunque es posible ubicar nodos adicionales contenidos en los
elementos [28], [29].
Por ejemplo, si el dominio es un subconjunto de R2 , entonces el dominio ser una
forma poligonal cuya frontera est compuesta de segmentos de recta y los nodos son los
puntos vrtices de cada uno de los segmentos poligonales y/o en sus puntos medios. En
el caso en que el dominio de denicin sea en R, los elementos sern subintervalos, cuyos
extemos sern los nodos
Considrese una sucesin de subespacios de un espacio de Hilbert V, de dimensin

h
nita V n=1
que converge a V , tal que V h = V donde V h V h+1 V , cuya base
h=1
son las funciones Ni , con i = 1, ..., G, esto es V h = gen{Ni }G
i=1 .
Las funciones base Ni ,de V , deben satisfacer las condiciones de frontera esenciales y
h
adems cumplen las siguientes propiedades:

Las funciones Ni son acotadas y continuas en el dominio de denicin, es decir,
Ni C .

Hay un total de G funciones base, una por cada nodo. Ni es diferente de cero
solamente en los elementos que estn conectados al nodo i.
1 si i = j
Ni es igual a 1 en el nodo i, e igual a cero en los otros nodos: Ni (xj ) =
0 en otro caso
(e) (e)
La restriccin Ni de Ni para e es una funcin polinomial, esto es Ni |e Ni ,
(e)
con Ni Pk (e ) para algn k 1, donde Pk (e ) es el espacio de los polinomios
de grado mayor o igual a k sobre e .
As el problema consiste en determinar la funcin aproximada uh V h V tal que

satisface el problema
a (uh , vh ) = l, vh para todo vh V h (3.2)
G G
donde uh = ai Ni (x) y vh = bj Nj (x) , por tanto al sustituir en (3.2) se obtiene
i=1 j=1
G G G
!
a ai Ni , bj Nj = l, bj Nj (3.3)
i=1 j=1 j=1
de donde por la bilinealidad de a (, ) y la linealidad de l se tiene que

G G G
a (Ni , Nj ) ai bj = l, Nj bj (3.4)
i=1 j=1 j=1
al igualar a cero y reordenar

G G
bj a (Ni , Nj ) ai l, Nj =0 (3.5)
j=1 i=1
Si se dene la matriz de rigidez K, con Kij = a (Ni , Nj ) y el vector de carga F , con

Fj = l, Nj se puede escribir a (3.5) como
G G
bj Kij ai Fj =0 (3.6)
j=1 i=1
Teniendo en cuenta que bj son coecientes arbitrarios entonces para que la igualdad
(3.6) se tenga se debe cumplir que
G
Kij ai = Fj
i=1
el cual es un sistema de ecuaciones con incognitas ai .

Para calcular
" la solucin aproximada se obtiene a Kij mediante la expresin Kij =
a (Ni , Nj ) = F (Ni , Nj ) dx, la cual se puede escribir como una sumatoria de integrales
sobre cada uno de los elementos nitos, esto es
a (Ni , Nj ) = F (Ni , Nj ) d (3.7)

E
= F (Ni , Nj ) de
e=1 e
E # $
(e) (e)
= F Ni , Nj de
e=1 e
E # $
(e) (e) (e)
= a Ni , Nj
e=1
De manera similar se halla a Fj , as
Fj = l, Nj = G (Nj ) d (3.8)

E
= G (Nj ) de
e=1 e
E # $
(e)
= G Nj de
e=1 e
E % &
= l(e) , Nj(e)
e=1
De (3.7) y (3.8) se puede concluir que para obtener la matriz K y el vector F es suciente
con sumar los aportes de las matrices K (e) y F (e) obtenidas para cada uno de los elementos
considerados, esto es
E E
(e)
K= K yF = F (e) (3.9)
e=1 e=1
# $ % &
(e) (e) (e) (e) (e)
en donde =a Kij y (e)
= l . [28], [29].
Ni , Nj Fj (e)
, Nj
Dependiendo del tipo de funciones elegidas como funciones base, el mtodo de ele-
mentos nitos ser de diferente tipo. Si Ni y Nj son funciones del mismo tipo, entonces
el mtodo se denomina Mtodo de Galerkin. Si se considera el problema (3.2) en donde
uh U h y vh = V h con U h y V h subespacios nito dimensionales del espacio de Hilbert
G ' (
V, con bases {Ni }G
i=1 y j j=1 , tales que Kij = a Ni , j y Fj = l, j entonces el
mtodo toma el nombre de Petrov - Galerkin, en muchos artculos o textos de estudio
se le denomina a las funciones Ni , como funciones de forma y a las funciones j como
funciones base o de peso.

Captulo 4
Solucin aproximada de la ecuacin
KdV
4.1. Introduccin
Para determinar la solucin aproximada de la ecuacin KdV se utilizar el mtodo de
los elementos nitos Taylor-Petrov-Galerkin, en el cual la discretizacin para la variable
tiempo t se realiza usando discretizacin en serie discreta de Taylor y para la discretizacin
en el espacio se consideran, como funciones de forma a B-Spline cbicos y como funciones
base o peso a los polinomios de Legendre. Dichas funciones son adecuadas ya que cumplen
con las condiciones de continuidad, integrabilidad y ortogonalidad exigidas para aplicar
el mtodo.
4.2. Mtodo de Taylor - Petrov - Galerkin para la

ecuacin KdV
Considrese el problema de valores en la frontera
ut + uux + uxxx = 0 (4.1)

u (a, t) = u (b, t) = 0
ux (a, t) = ux (b, t) = 0 (4.2)

uxx (a, t) = uxx (b, t) = 0
u (x, 0) = f (x) (4.3)

con ecuacin diferencial parcial Korteweg - de Vries, para y constantes, sujeta a
las condiciones de frontera iguales a cero y con condiciones iniciales u (x, t) .
El dominio de denicin espacial de este PVF es el intervalo = [a, b], y los subndices
x y t indican las derivadas parciales de u respecto del espacio y del tiempo respectivamente.
33
4.2. MTODO DE TAYLOR - PETROV - GALERKIN PARA LA ECUACIN KDV 34
Se buscar determinar la solucin del problema usando el mtodo de elementos nitos

Taylor - Petrov - Galerkin. Esto signica, discretizar inicialmente el tiempo mediante
la expansin en serie de Taylor, para luego realizar la discretizacin espacial mediante la
aplicacin del mtodo Petrov - Galerkin usando como funciones de forma B-Spline cbicos
y como funciones base polinomios de Legendre
Para realizar la discretizacin en el tiempo se tiene en cuenta que por la expansin en
serie de Taylor [9] para el tiempo se obtiene
un+1 un t n
unt = u O t2 (4.4)
t 2 tt
y por la ecuacin (4.1), ut = uux uxxx , luego si se deriva (4.1) respecto del tiempo
se obtiene
utt = (uux uxxx )t (4.5)

= ut ux u (ux )t (uxxx )t
Por lo cual considerando la funcin u en un paso del tiempo
untt = unt unx un (ux )nt (uxxx )nt (4.6)

= unt unx un (unt )x (unt )xxx
un+1 un un+1 un un+1 un
= unx un (4.7)
t t x t xxx
al reemplazar unt de (4.1) y untt de (4.6) en (4.4) se tiene

)
n n n un+1 un t un+1 un
u ux uxxx = unx
t 2 t
n+1 n
*
u u un+1 un
un
t x t xxx
ral simplicar se tiene
un+1 un t un+1 un t n un+1 un

un unx unxxx = + unx + u
t 2 t 2 t x
n+1 n
t u u
+
2 t xxx
ahora, realizando las derivadas y reordenando

) *
un+1 un t un+1 n nu
n n+1
n ux
n
n ux
+ u ux +u u + un unx
t 2 t x t t t
) *
n t un+1xxx unxxx
= uxxx
2 t t

multiplicando por t la ecuacin

t n+1 n
un+1 un + u ux 2unx un + un un+1
x + tun unx
2
t n+1
= tunxxx uxxx unxxx
2
la cual al reagrupar se obtiene
t n+1 n t n+1
un+1 un + u ux 2unx un + un un+1
x + 2un unx = uxxx unxxx + 2unxxx
2 2
al simplicar y reordenar los trminos para u n+1
yu n
t n+1 n t n+1 t n
un+1 + u ux + un un+1
x + uxxx = un u (4.8)
2 2 2 xxx
Por lo tanto, la ecuacin (4.1) ha sido discretizada nicamente en el tiempo, por tanto
se tiene que la ecuacin (4.8) depende nicamente de espacio; Ahora se aplica el mtodo
de Petrov - Galerkin, a la forma dbil de la ecuacin diferencial (4.8), con funcin de peso
w (x) , para discretizar el espacio.
Inicialmente para aplicar el mtodo, se realiza una particin para el dominio de deni-
cin , con tamao del subintervalo uniforme h, N + 1 puntos nodales xm tales que
a = x0 < x1 < x2 < ...xm < xm+1 < ... < xN1 < xN = b, y m = [xm , xm+1 ] y
h = xm+1 xm . Al plantear el problema variacional para el elemento de muestra m , se
multiplica la ecuacin discretizada (4.8) por la funcin de peso w (x),
t n+1 n t n+1 t n
un+1 w +
u ux + un un+1
x w+ uxxx w = un w u w (4.9)
2 2 2 xxx
y luego integrando respecto de x sobre el intervalo [a, b]
b b
n+1 t n+1 n t n n+1 t n+1 t n
u w+ u ux w + u ux w + u w dx = un w u w dx
2 2 2 xxx 2 xxx
a a
b b b b
t t t
un+1 wdx + un+1 unxwdx + un un+1
x wdx + un+1
xxx wdx
2 2 2
a a a a
b b
t
= unwdx unxxx wdx
2
a a
o con notacin acorde a la particin

xN xN xN xN
n+1 t t t
u wdx + un+1 unxwdx + un un+1
x wdx + un+1
xxx wdx
2 2 2
x0 x0 x0 x0
xN xN
t
= unwdx unxxx wdx
2
x0 x0

aplicando integracin por partes en los trminos en los cuales se tienen derivadas de tercer
orden, tomando t = w y dv = un+1
xxx dx en la primera y, t = w y dv = uxxx dx en la segunda,
n
se obtiene
xN xN xN
n+1 t t t + n+1 xN
u wdx + un+1 unx wdx + un un+1
x wdx + wuxx x0
2 2 2
x0 x0 x0
xN
xN
xN

t n xN
un+1
xx wx dx = un wdx wuxx |x0 unxx wx dx (4.10)
2
x0 x0 x0
al evaluar en los lmites de integracin y teniendo en cuenta que las condiciones de frontera
son cero, la ecuacin (4.10) toma la forma
xN xN xN xN
t t t
un+1 wdx + un+1 unx wdx + un un+1
x wdx un+1
xx wx dx(4.11)
2 2 2
x0 x0 x0 x0
xN xN
t
= un wdx + unxx wx dx
2
x0 x0
Ahora, considerando como funciones de peso (funciones base) a los polinomios de

Legendre Pm (x), que por simplicad en la escritura se escribirn solamente como Pm , la
ecuacin (4.11) para el elemento m, [xm , xm+1 ] ,
xm+1 xm+1 xm+1
t t
u n+1
Pi dx + un+1 unx Pi dx + un un+1
x Pi dx (4.12)
2 2
xm xm xm
xm+1 xm+1 xm+1

t t
un+1
xx Pi dx = n
u Pi dx + unxx Pi dx
2 2
xm xm xm
Por otra parte, si se considera que la solucin aproximada toma la forma

N+1
UN (x, t) = m (x) m (t)
m=1
donde m (x) es el B-Spline cbico (4.20) y m (t) es una funcin paramtrica discretizada
N+1 N+1
en el tiempo, se tiene que UN = m (x) m (t) y UN = m (x) m (t) , donde la
m=1 m=1
comilla indica la derivada respecto de x.

Al reemplazar la funcin U y sus derivadas por su funcin aproximacin entonces

(4.12) toma la forma
xm+1 xm+1
N+1 N+1 N+1
t
j n+1
j Pi dx + j n+1
j k nk Pi dx (4.13)
j=1
2 j=1 k=1
xm xm
xm+1 xm+1
N+1 N+1 N+1
t t
+ k nk j n+1
j Pi dx j n+1
j Pi dx
2 k=1 j=1
2 j=1
xm xm
xm+1 xm+1
N+1 N+1
t
= j nj Pi dx + j nj Pi dx
j=1
2 j=1
xm xm
Como los B-Spline j estn denidos para j = m 1, m, m + 1, m + 2, la integral

xm+1
N+1 N+1
j n+1
j k nk Pi dx se puede escribir como
xm j=1 k=1
xm+1 0 m+2 m+2

Pi k nk m1 n+1
m1 + k nk m n+1
m
xm k=m1 k=m1
m+2 m+2
1
+ k nk m+1 n+1
m+1 + k nk m+2 n+1
m+2 dx
k=m1 k=m1
xm+1

m+2 m+2
= Pi j (k nk ) n+1
j dx
j=m1 k=m1 x
m
de igual manera la integral

xm+1
xm+1

N+1 N+1 m+2 m+2
k nk j n+1
j Pi dx = Pi j (k nk ) n+1
j dx
xm k=1 j=1 j=m1 k=m1 x
m
Ahora reemplazando estas integrales en la ecuacin (4.13), se tiene que la ecuacin a

resolver en cada elemento se escribe como

xm+1 xm+1
m+2
t
Pi j dx n+1
j Pi j dx n+1
j (4.14)
j=m1
2
xm xm
xm+1 xm+1

m+2
t
+ Pi j (k nk ) n+1
j dx + Pi j (k nk ) n+1
j dx
2 k=m1
xm xm
xm+1 xm+1
m+2 m+2
t
= Pi j dx nj + Pi j dx nj
j=m1
2 j=m1
xm xm
Al tomar como factor comn a n+1

j en el lado izquierdo de la ecuacin (4.14) y en el lado
n
derecho a j , entonces
xm+1 xm+1
m+2
t
Pi j dx Pi j dx (4.15)
j=m1
2
xm xm
xm+1 xm+1

m+2
t
+ Pi j (k nk ) dx + Pi j (k nk ) dx n+1
j
2 k=m1
x x
xm+1 m xm+1 m
m+2
t
= Pi j dx + Pi j dx nj
j=m1
2
xm xm
Analizando cada uno de los trminos de la ecuacin (4.15) se tiene
xm+1 xm+1 xm+1

m+2
Pi j dx n+1
j = Pi m1 dx n+1
m1 +
Pi m dx n+1
m +
j=m1 xm x x
m xm+1 m xm+1
+ Pi m+1 dx n+1
m+1 +
Pi m+2 dx n+1
m+2
x x
xm+1 xm+1m m
xm+1
m+2
Pi j dx n+1
j = Pi m1 dx n+1
m1 +
Pi m dx n+1
m +
j=m1 xm x x
m xm+1 m xm+1
+ Pi m+1 dx n+1
m+1 +
Pi m+1 dx n+1
m+2
xm xm

xm+1
xm+1

m+2 m+2 m+2
Pi j (k nk ) dx n+1
j = Pi m1 (k nk ) dx n+1
m1
j=m1 k=m1 x k=m1 x
m m
xm+1
xm+1

m+2 m+2
+ Pi m (k nk ) dx n+1
m + Pi m+1 (k nk ) dx n+1
m+1
k=m1 x k=m1 x
m m
xm+1

m+2
+ Pi m+2 (k nk ) dx n+1
m+2
k=m1 x
m
xm+1
xm+1

m+2 m+2 m+2
Pi j (k nk ) dx n+1
j = Pi m1 (k nk ) dx n+1
m1
j=m1 k=m1 x k=m1 x
m m
xm+1
xm+1

m+2 m+2
+ Pi m (k nk ) dx n+1
m + Pi m+1 (k nk ) dx n+1
m+1
k=m1 x k=m1 x
m m
xm+1

m+2
+ Pi m+2 (k nk ) dx n+1
m+2
k=m1 x
m
xm+1 xm+1 xm+1 xm+1

luego si Aei = Pi m1 dx, Pi m dx, Pi m+1 dx, Pi m+2 dx ,

xm+1 xm xm+1
xm
xm+1
xm
xm+1
xm
Bie = Pi m1 dx, Pi m dx, Pi m+1 dx, Pi m+1 dx,

xm xm xm xm
xm+1 xm+1
m+2 m+2
Cije = Pi j (k nk ) dx y Dij
e
= Pi j (k nk ) dx
k=m1 x k=m1 x
m m
Se llega a que la ecuacin (4.15) toma la forma matricial para el elemento e
) * ) *
t e t e t e e n+1 t e
e
A + C + D B ( ) e
= A + B ( e )n (4.16)
2 2 2 2
con e = ( m1 , m , m+1 , m+2 )T .
Para facilitar los clculos de los elementos de las matrices, es posible reescribir las
matrices C y D, esto es
xm+1
m+2 xm+1 m+2
Cij = Pi j (k nk ) dx = Pi j k dx nk
k=m1 xm k=m1 xm
m+2
= Lijk nk
k=m1

xm+1
donde Lijk = Pi j k dx y
xm
xm+1
xm+1
m+2 m+2
Dij = Pi j (k nk ) dx = Pi j k dx nk
k=m1 x k=m1 xm
m
m+2
= Nijk nk
k=m1
xm+1
donde Nijk = Pi j k dx.

xm
Las matrices Ae , B e , Le y N e son matrices independientes de los parmetros , esto
es que solo dependen de las funciones base y de las funciones de forma, razn por la cual
es posible determinalas mediante las integrales ya denidas anteriormente.
Para determinar la solucin nal de la ecuacin se suman los aportes de cada uno de
los elementos, llegando al sistema matricial de (N + 3) (N + 3)
) * ) *
t t t n+1 t
A+ C () + D () B = A+ B n (4.17)
2 2 2 2
con = ( 1 , 0 , ..., N+1 )T como incognitas del sistema.

Para determinar las incognitas del sistema (4.17), es necesario tener en cuenta las
condiciones de frontera y las condiciones iniciales del problema.
N +1
Como la solucin aproximada tiene la forma UN (x, t) = m (x) m (t), y los B-
m=1
spline se anulan fuera del intervalo [xm2 , xm+2 ] ,entonces los valores de la funcin aprox-
imada en el nodo x = xm queda en trminos de , as
Um = m1 + 4 m + m+1 (4.18)

hUm = 3 ( m1 + m+1 )
2
h Um = 6 ( m1 2 m + m+1 )
con h = xm xm1 , y las comillas indican la primera y segunda derivada de UN

respecto de x.
Por tanto al evaluar en x0 = a y xN = b se tiene que m = 0 y m = N respectivamente,
luego
U0 (a, t) = 1 + 4 0 + 1 = 0 (4.19)
U0 (a, t) = 6 ( 1 2 0 + 1 ) = 0

UN (a, t) = N1 + 4 N + N +1 = 0 (4.20)
UN (a, t) = 6 ( N1 2 N + N+1 ) = 0
Al resolver este sistema para 1 , 0 , N , y N+1 , se llega a que son iguales a cero, es
decir, 1 = 0 = N = N+1 = 0. Haciendo que el sistema matricial de ecuaciones sea
ahora de tamao (N 1) (N 1).
Por otro lado, la condicin inicial permite obtener los valores n+1 que describen la

evolucin en el tiempo a partir del vector inicial 0 . Con dicho vector se resuelve el sistema

matricial de ecuaciones (4.17) con incognitas n+1 .

N +1
Como la solucin aproximada tiene la forma UN (x, t) = m (x) m (t) , entonces
m=1
N+1
si t = 0 se tiene que UN (x, 0) = m (x) 0m , en donde la UN (x, 0) = fN (0) debe
m=1
cumplir con las siguientes dos condiciones:
Debe ser igual a la condicin inicial u (x, 0) en los nodos xi , i = 0, ..., N, generando
N condiciones y
La segunda derivada de la condicin aproximada U debe ser igual a la segunda

derivada de la condicin inicial en los lmites del intervalo considerado.
Esto signica que se debe resolver el sistema de ecuaciones ,
UN (x0 , 0) = 0
UN (xm , 0) = u (xm , 0) para 0 m N
UN (xN , 0) = 0
con incognitas 01 , 00 , ..., 0N , 0N+1 . As, usando (4.18), se obtiene el sistema de ecuaciones
UN (x0 , 0) =
6 1 12 0 + 6 1 = 0
UN (x0 , 0) =
1 + 4 0 + 1 = u (x0 , 0)
UN (x1 , 0) =
0 + 4 1 + 2 = u (x1 , 0)
UN (x2 , 0) =
1 + 4 2 + 3 = u (x2 , 0)
..
.
UN (xN , 0) = N1 + 4 N + N+1 = u (xN , 0)
UN (xN , 0) = 6 N1 12 N + 6 N+1 = 0

4.3. CLCULOS Y SIMULACIN 42
el cual se puede escribir en forma matricial A 0 = B, donde

6 12 6 0 0 0 0 0
1 4 1 0 0 0 0 0

0 1 4 1 0 0 0 0

A= .. .. .. .. .. . . . .. .. ..

. . . . . . . .

0 0 0 0 0 1 4 1
0 0 0 0 0 6 12 6
T
0 = 01 , 00 , ..., 0N , 0N+1 y B = (0, u (x0 , 0) , u (x1 , 0) , ..., u (xN , 0) , 0) .

4.3. Clculos y simulacin

Para mostrar la aplicacin del mtodo se han considerado dos problemas de val-
ores iniciales, el primer caso considera la solucin exacta de la ecuacin con solucin
de onda solitaria "soliton" al considerar como condicin inicial a la funcin u (x, 0) =
3c sec h2 (Ax + D). En el segundo caso se considera como condicin inicial a la condicin
2
inicial de Maxwellian u (x, 0) = ex , [5], [12], [41].
El anlisis del error presentado en el mtodo se realizar mediante las normas L2 y
L denidas por [29]
2
3 N
3 2
L2 = u U 2 = 4h
m
uj Ujm
j
y
L = u U m = max uj Ujm
j
Ejemplo 4.1 Considrese como constantes = 1, = 4,84 104 , sobre el intervalo

[a, b] = [1, 1] y el tiempo en t [0, 3] , con t = 0,05. As el problema a resolver es
ut + uux + 4,84 104 uxxx = 0 con 1 x 1
sujeta a las condiciones de frontera

u (1, t) = u (1, t) = 0
u (1, t) = ux (1, t) = 0
x
uxx (1, t) = uxx (1, t) = 0
y condicin inicial
u (x, 0) = 3c sec h2 (Ax + D)
1 c
con A = y D = 6.
2

La solucin exacta para este problema en t = 0 se muestra en la Figura (4.1)
2
U(x,t)=3csech (Ax+Bt+D)
1
0.9
0.8
0.7 t=0
D=6
0.6
U
0.5
0.4
0.3
0.2
0.1
0
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
x
Figura 4.1: Onda solitaria: solucin exacta con t = 0
Al aplicar el mtodo se considera, inicialment, la particin P del intervalo [1, 1], con 4
1
elementos y 5 nodos por tanto N = 4. As: P = {x0 , x1 , x2 , x3 , x4 }, con h = = xm xm1 ,
2
para m = 0, ..., 4.
Obteniendo el sistema matricial
A + 0,0025C ( n ) + 0,0025D ( n ) 1. 21 106 B n+1 = A + 1. 21 106 B n

(4.21)
La siguiente tabla muestra los elementos denidos junto con los nodos de conectividad,
lo que indica que al realizar el ensamble del sistema los elementos ubicados en las posiciones
de los nodos de conectividad se suman.
Nm Elemento Nodo 1 Nodo 2 Nodo 3 Nodo 4

1 [x0 , x1 ] = 1, 12 -1 0 1 2
2 [x1 , x2 ] = 12 , 0 0 1 2 3
3 [x2 , x3 ] = 0, 12 1 2 3 4
4 [x3 , x4 ] = 12 , 1 2 3 4 5
Debido a que los polinomios de Legendre cambian de acuerdo al elemento considerado,

las matrices A, B, C y D cambian en cada uno de los elementos. Para el caso considerado

la matriz A, para el primer elemento es

1 1

2 2 12 12

P1 1 P1 0 dx P1 2 dx 0 0 0
P1 1 dx

1 1 1 1
1
2 12 12 12

P dx P2 0 dx P2 1 dx P2 2 dx 0 0 0
2 1

1 1 1 1
1 12 12 12

2

A(1) = P dx P3 0 dx P3 1 dx P3 2 dx 0 0 0
3 1

1 1 1 1
1 2 1
2 1
2 1
2

P4 1 dx P4 0 dx P4 1 dx P4 2 dx 0 0 0

1 1 1 1

0 0 0 0 0 0 0

0 0 0 0 0 0 0
0 0 0 0 0 0 0
el segundo

0 0 0 0 0 0 0
0 0 0 0

0 P2 0 dx P2 1 dx P2 2 dx P2 3 dx 0 0

12 12 12 12
0 0 0 0

0 P3 0 dx P3 1 dx P3 2 dx P3 3 dx 0 0

12 12 12 12
(2) 0 0 0 0
A =

0 P4 0 dx P4 1 dx P4 2 dx P4 3 dx 0 0

12 12 12 12

0 0 0 0

0 P5 0 dx P5 1 dx P5 2 dx P5 3 dx 0 0

12 12 12 12

0 0 0 0 0 0 0
0 0 0 0 0 0 0
y as de manera sucesiva para los otros dos elementos. Al hacer el ensamble de los cuatro
elementos y teniendo en cuenta la conectividad de los nodos se obtiene nalmente como
matriz A


(1) (1) (1) (1)
A11 A12 A13 A14 0 0 0
2 2 2
(1)
A21
A(e)
22 A(e)
23 A(e)
24 A(2)
25 0 0

e=1 e=1 e=1
2 3 3 3
(1) (e) (e) (e) (e) (3)
A31 A32 A33 A34 A35 A36 0

e=1 e=1 e=1 e=2
2 3 4 4 4
(1) (e) (e) (e) (e) (e) (4)

A=
A41 A42 A43 A44 A45 A46 A47

e=1 e=1 e=1 e=2 e=3
3 4 4 4
(2) (e) (e) (e) (e) (4)

0 A52 A53 A54 A55 A56 A57

e=2 e=2 e=2 e=3
4 4 4
(3) (e) (e) (e) (4)

0 0 A63 A64 A65 A66 A67

e=3 e=3 e=3
(4) (4) (4) (4)
0 0 0 A74 A75 A76 A77
por tanto al realizar los clculos de las integrales se obtiene

0,112 5 1. 1 0,962 5 0,075 0 0 0
0,090 6 0,637 5 0,106 2 0,562 4 0,059 4 0 0

0,064 5 0,199 1 0,591 8 0,041 1 0,457 2 0,052 7 0

A=
0,039 6 0,033 2 0,223 1 0,433 6 0,223 1 0,033 2 0,039 6

0 0,029 3 0,328 1 0,016 1 0,098 9 0,079 1 0,019 8

0 0 0,027 5 0,065 2 0,125 9 0,040 2 0,006 9
0 0 0 0,029 6 0,131 4 0,002 7 0,000 5
De manera similar se obtienen las matrices B, C y D, teniendo en cuenta que las

matrices C y D dependen de n (t) , luego

6,0 6,0 6,0 6,0 0 0 0
15,0 12,0 18,0 12,0 3,0 0 0

22. 875 37. 5 7. 875 33. 375 7. 5 3. 375 0

B= 26. 813 59. 25 38. 063 0 38. 063 59. 25 26. 813
0 3. 515 6 18. 375 34. 547 54. 703 61. 688 26. 672

0 0 7. 992 2 16. 969 34. 453 49. 969 24. 492
0 0 0 4. 085 4 30. 901 49. 545 22. 73
Por simplicidad en la muestra de los resultados, para el caso de C y D se presentan

) elementos
los * de las matrices C (1) y D(1) correspondientes al primer elemento [x0 , x1 ] =
1
1, , as:
2
(1)
C11 = 0,4643 1 + 0,3821 0 0,8071 1 0,0393 2
(1)
C12 = 3,1571 1 + 5,6286 0 7,5286 1 1,2571 2

(1)
C13 = 1,5929 1 + 6,1964 0 5,6214 1 2,1679 2
(1)
C14 = 0,0357 1 + 0,5429 0 0,2929 1 0,2857 2
(1)
C21 = 0,3996 1 0,2665 0 + 0,6442 1 + 0,0219 2
(1)
C22 = 2,4772 1 2,7415 0 + 4,8897 1 + 0,3290 2
(1)
C23 = 1,0844 1 1,8924 0 + 2,7254 1 + 0,2513 2
(1)
C24 = 0,0138 1 0,0496 0 + 0,0656 1 0,0022 2
(1)
C31 = 0,3173 1 + 0,1355 0 0,4489 1 0,0039 2
(1)
C32 = 1,6817 1 + 0,0616 0 2,1469 1 + 0,4036 2
(1)
C33 = 0,5382 1 1,5904 0 0,0489 1 + 1,1011 2
(1)
C34 = 0,0060 1 0,2942 0 + 0,1134 1 + 0,1868 2
(1)
C41 = 0,2309 1 0,0217 0 + 0,2615 1 0,0089 2
(1)
C42 = 0,9458 1 + 1,4827 0 + 0,1005 1 0,6374 2
(1)
C43 = 0,1051 1 + 2,8476 0 1,4601 1 1,2824 2
(1)
C44 = 0,0162 1 + 0,3320 0 0,1675 1 0,1806 2
y para D
(1)
D11 = 0,4643 1 + 3,1571 0 + 1,5929 1 + 0,0357 2
(1)
D12 = 0,3821 1 + 5,6286 0 + 6,1964 1 + 0,5429 2
(1)
D13 = 0,8071 1 7,5286 0 5,6214 1 0,2929 2
(1)
D14 = 0,0393 1 1,2571 0 2,1679 1 0,2857 2
(1)
D21 = 0,3996 1 2,4772 0 1,0844 1 0,0138 2
(1)
D22 = 0,2665 1 2,7415 0 1,8924 1 0,0496 2
(1)
D23 = 0,6442 1 + 4,8897 0 + 2,7254 1 + 0,0656 2
(1)
D24 = 0,0219 1 + 0,3290 0 + 0,2513 1 0,0022 2
(1)
D31 = 0,3173 1 + 1,6817 0 + 0,5382 1 0,0060 2
(1)
D32 = 0,1355 1 + 0,0616 0 1,5904 1 0,2942 2
(1)
D33 = 0,4489 1 2,1469 0 0,0489 1 + 0,1134 2
(1)
D34 = 0,0039 1 + 0,4036 0 + 1,1011 1 + 0,1868 2
(1)
D41 = 0,2309 1 0,9458 0 0,1051 1 + 0,0162 2
(1)
D42 = 0,0217 1 + 1,4827 0 + 2,8476 1 + 0,3320 2
(1)
D43 = 0,2615 1 + 0,1005 0 1,4601 1 0,1675 2
(1)
D44 = 0,0089 1 0,6374 0 1,2824 1 0,1806 2
El sistema matricial de ecuaciones (4.21) es de (N + 3)(N + 3) = 77, que al aplicar

las condiciones de frontera iguales a cero, se reduce a un sistema de 3 3. Resolviendo

el sistema para la condicin inicial dada se obtiene como solucin aproximada la funcin
cuya grca se muestra en la Figura 4.2
0.8
0.6
Un(x,0)
Un
0.4
0.2
U(x,0)
0.2
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
x
Figura 4.2: Solucin aproximada UN para N = 4 elementos
Al resolver el sistema y determinar la solucin para diferentes valores de t [0, 3], se

obtienen las funciones aproximadas, ver la Figura 4.3,
0.8
0.6
Un
0.4
0.2
0
3
2
0.2
1 1
0.5 0 0.5 1 0
t
x
Figura 4.3: Onda solitaria propagada para tiempos desde 0 hasta 3 con t = 0,5

En la tabla siguiente se consigan los valores obtenidos del error y de las leyes de
conservacin C1 , C2 y C3
t C1 C2 C3 L2 L
0 0,2790507037 0,1918476342 0,1395822179 7,4214880772 0,8617713752
0,5 0,3130413381 0,2180020404 0,1609575029 7,8326312864 0,8785614024
1,0 0,3182434652 0,2254276556 0,1693771541 7,9639922904 0,8949470742
1,5 0,3236491959 0,2332750113 0,1784309723 8,1006588894 0,9119888833
2,0 0,3292703014 0,2415767718 0,1881805835 8,2429405679 0,9297252992
2,5 0,3351195443 0,2503689362 0,1986951050 8,3911728372 0,9481980723
3,0 0,3412107806 0,2596912527 0,2100522350 8,5457198949 0,9674525721
Para el caso en que se toman N = 4 elementos se observa que el error obtenido es

grande, razn por la cual se aplica el mtodo aumentando el nmero de elementos, las
Figuras 4.4 y 4.5 muestran el resultado obtenido al aumentar el nmero de elementos a
8, para las cuales el error disminuye de forma importante, tal como se puede vericar en
la tabla que presenta dichos resultados.
0.8
0.6
Un
0.4
Un(x,0)
0.2
0
U(x,0)
0.2
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1
x
Figura 4.4: Comparacin de onda solitaria exacta y aproximada con t = 0 y N = 8

0.8
0.6
Un
0.4
0.2
4
0.2 2
1 0.75 0.5 0.25 0 0.25 0.5 0
0.75 1
t
x
Figura 4.5: Onda solitaria propagada para tiempos desde 0 hasta 3 con N = 8
tal como se puede vericar en la tabla que presenta dichos resultados.
t C1 C2 103 C3 L2 L
0 0,0222320757 0,0024261796 0,8985275545 2,1657157956 1,0026155610
0,5 0,0252988293 0,0028792835 0,8218905964 2,2339871903 1,0193231143
1,0 0,0245537694 0,0027337078 0,7975160668 2,2191531640 1,0170361633
1,5 0,0237569652 0,0025832788 0,7726560887 2,2034955374 1,0145719583
2,0 0,0229078251 0,0024289817 0,7475560055 2,1870598292 1,0119285597
2,5 0,0220058184 0,0022719014 0,7224634364 2,1698993999 1,0091042336
3,0 0,0210504805 0,0021132228 0,6976236390 2,1520760325 1,0060974664
Sin embargo, si se sigue aumentando el nmero de elementos sin modicar la dis-

cretizacin en el tiempo, aunque el error disminuye en los primeros tiempos en los ltimos
dos el error aumenta, y la forma de la onda se ver considerablemente afectada, presen-
tando oscilaciones, ver la Figura 4.6,
t L2 L
0 1,2230785828 0,9033729286
0,5 1,3162861242 0,9354242749
1,0 1,4628413419 0,9697332293
1,5 1,6642615573 1,0073704683
2,0 1,9181464844 1,0486038359
2,5 2,2215402596 1,0936847507
3,0 2,5717614142 1,1428343527

0.5
Un
0.5 2
1
0.5 1
0
0.5 0
1
t
x
Figura 4.6: Onda solitaria propagada para tiempos desde 0 hasta 3 con N = 16
Al tomar t = 0,001, los cambios signicativos se observan al tomar N = 16, el

error obtenido es menor al anterior y las leyes de conservacin disminuyen. La Figura 4.7
muestra las grcas de la funcin para diferentes tiempos
0.8
0.6
Un
0.4
0.2
3
0.2 2
1 0.8 0.6 1
0.4 0.2 0 0.2 0.4 0.6 0.8 1 0
t
x
Figura 4.7: Onda solitaria con t = 0,001 y N = 16

con errores y constantes C1 , C2 y C3 dadas en la tabla
t C1 103 C2 104 C3 L2
0 0,0004666826 0,0021401946 0,0218493987 1,2231461497
0,5 0,0014980498 0,0190638528 0,0311644029 1,2388852274
1,0 0,0024680269 0,0525055846 0,0710215465 1,2550851536
1,5 0,0034564928 0,1039642448 0,1429723677 1,2734277732
2,0 0,0044637762 0,1744526250 0,2540246929 1,2939435278
2,5 0,0054902067 0,2650260468 0,4118620586 1,3166551625
3,0 0,0065361135 0,3767834628 0,6248916132 1,3415780642
Con este valor de t, se observa que al aumentar el nmero de elementos nitos

utilizados, el mtodo proporciona una buena aproximacin, ya que el error y los valores
de las constantes C1 , C2 y C3 son cercanos a cero, la siguiente tabla proporciona los errores
obtenidos para 32 y 40 elementos
N = 32 t = 0,001 N = 40 t = 0,001 N = 40 t = 0,0006

t L2 t L2 t L2
0 0,8584427823 0 0,767815659 0 0,7678156526
0,5 0,8535180978 0,5 0,7678476547 0,5 0,7678360876
1,0 0,8440498841 1,0 0,7678892109 1,0 0,7678553113
1,5 0,8657493682 1,5 0,7679495545 1,5 0,7678805132
2,0 0,8577013873 2,0 0,7680326660 2,0 0,7679123552
2,5 0,8552444992 2,5 0,7681469309 2,5 0,7679515835
3,0 0,8532795390 3,0 0,7683099413 3,0 0,7679993482
N = 32 t = 0,0001 N = 40 t = 0,0001
t L2 t L2
0 0,8584427592 0 0,7678156436
0,5 0,8576406911 0,5 0,7678240327
1,0 0,8569154763 1,0 0,7678262411
1,5 0,8562459586 1,5 0,7678285665
2,0 0,8556106742 2,0 0,7678310157
2,5 0,8549917717 2,5 0,7678335949
3,0 0,8543729006 3,0 0,7678363100
Las Figuras 4.8, 4.9, 4.10 y 4.11 muestran la grca de las ondas para varios tiempos
y diversos nmeros de elementos

0.9
0.8
0.7
0.6
0.5
Un 0.4
0.3
0.2
0.1
0
6
0.1 4
1 0.5 2
0 0.5 0
1
t
x
Figura 4.8: Soliton: N = 32, t = 0,001
0.9
0.8
0.7
0.6
0.5
Un
0.4
0.3
0.2
0.1
0 8
6
0.1
1 4
0.5
0 2
0.5
1 0
t
x

0.9
0.8
0.7
0.6
Un
0.5
0.4
0.3
0.2
0.1
10
0
1 0.5 5
0 0.5 1 0
t
x
0.9
0.8
0.7
0.6
Un
0.5
0.4
0.3
0.2
0.1
0
1 0.5 0 4 6 8
0.5 0
1 2
t
x
Es importante hacer notar que al elegir un nmero de elementos que no sea mltiplo
de 4, la solucin aproximada obtenida ser de menor amplitud debido a que no se suman
todos los aportes de los splines considerados en cada uno de los elementos, la Figura 4.12
muestra la solucin obtenida con N = 6 elementos, en el elemento 5 y en el elemento 6
no se estn considerando los 4 nodos necesarios para cada uno de los splines de dichos
elementos

0.1
0.08
0.06
Un 0.04
0.02
0.02 3
1 2
0.5
0 1
0.5
1 0
t
x
de igual manera se observa lo que ocurre cuando se eligen 10 elementos, los ltimos
dos, 9 y 10, tendrn splines que consideran 3 y 2 nodos respectivamente, la Figura 4.13
muestra lo mencionado aqu
0.35
0.3
0.25
0.2
Un
0.15
0.1
0.05 4
0
2
0.05
1 0.5 0 0.5 0
1 t
x

Ejemplo 4.2 Considrese el problema de valores en la frontera y condiciones iniciales,
ut + uux + uxxx = 0 con 1 x 1
donde = 1, y tomar diversos valores. Las condiciones de frontera

u (1, t) = u (1, t) = 0
ux (1, t) = ux (1, t) = 0

uxx (1, t) = uxx (1, t) = 0
y condicin inicial
2
u (x, 0) = ex
En este caso la funcin solucin cuando t = 0 se muestra en la Figura 4.14
0.9
0.8
0.7
0.6
U
0.5
0.4
0.3
0.2
0.1
0
1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 1.2
x
2
Figura 4.14: Solucin exacta para t = 0, u (x, 0) = ex
Al igual que en el problema anterior se realizaron clculos para diversos nmeros de

elementos y variando la constante .
Si se toma = 0,04 con N = 4 se obtiene la Figura 4.15 para t = 0

0.9
Un(x,0)
0.8
0.7
U
0.6
0.5
0.4
0.3
u(x,0)
0.2
1 0.5 0 0.5 1
x
Figura 4.15: Comparacin solucin exacta y solucin aproximada para t = 0
Al obtener la solucin aproximada para 0 t 3 con t = 0,005, con cuatro

elementos, se tienen valores para las constantes C1 , C2 y C3 de acuerdo a la tabla, con
error absoluto variante entre 0,4109 y 0,6857
t C1 C2 C3 L2 L
0 0,2894958286 0,1747324147 0,0687266762 3,1798668245 0,4109213419
0,5 0,1967319346 0,0913772933 0,0286251135 4,8925081021 0,6044720775
1,0 0,1877300214 0,0832804713 0,0284580344 5,0454706774 0,6220903646
1,5 0,1791220435 0,0758900372 0,0280432297 5,1977090053 0,6390089814
2,0 0,1708976487 0,0691503574 0,0274347091 5,3481465913 0,6552402576
2,5 0,1630459407 0,0630090781 0,0266783093 5,4959350055 0,6708113353
3,0 0,1555555875 0,0574171124 0,0258126379 5,6404157302 0,6857141801
las grcas de las soluciones obtenidas se presentan en la Figura 4.16

0.8
0.6
Un
0.4
0.2 3
2
0
1
1
0.5
0
0.5 0 t
1
x
Figura 4.16: Solucin aproximada = 0,04, N = 4
Al aumentar el nmero de elementos se observan oscilaciones a medida que se aumenta

el tiempo, ver Figura 4.17,
0.8
0.6
Un
0.4
0.2
0
3
2
1 0.5 1
0 0.5 1 0
t
x
Figura 4.17: Solucin aproximada = 0,04, N = 4
Realizando cambios a se obtienen los siguientes resultados para las constantes C1 ,

C2 y C3
= 0,01 N =4 = 0,01 N =8
t C1 C2 C3 C1 C2 C3
0 0,2894 0,1747 0,0992 0,1169 0,0555 0,0219
0,5 0,2049 0,0990 0,0327 0,0750 0,0265 0,0112
1,0 0,2036 0,0978 0,0321 0,0772 0,0281 0,0112
1,5 0,2024 0,0966 0,0314 0,0795 0,0297 0,0112
2,0 0,2012 0,0954 0,0307 0,0818 0,0313 0,0112
2,5 0,1999 0,0943 0,0299 0,0841 0,0331 0,0111
3,0 0,1987 0,0931 0,0293 0,0866 0,0349 0,0109
= 0,001 N =4 = 0,001 N =8
t C1 C2 C3 C1 C2 C3
0 0,2894 0,1747 0,1083 0,1169 0,0555 0,0262
0,5 0,2074 0,1014 0,0530 0,0734 0,0256 0,0079
1,0 0,2087 0,1027 0,0540 0,0745 0,0262 0,0081
1,5 0,2101 0,1040 0,0550 0,0753 0,0267 0,0084
2,0 0,2114 0,1053 0,0560 0,0762 0,0274 0,0087
2,5 0,2128 0,1066 0,0571 0,0770 0,0279 0,0089
3,0 0,2142 0,1080 0,0582 0,0778 0,0285 0,0093
= 0,000048 N =4
t C1 C2 C3
0 0,0520 0,0217 0,0090
0,5 0,0306 0,0088 0,0015
1,0 0,0319 0,0095 0,0017
1,5 0,0333 0,0104 0,0020
2,0 0,0348 0,0114 0,0024
2,5 0,0365 0,0124 0,0028
3,0 0,0382 0,0137 0,0033
Como se observa en cada caso las leyes de conservacin se mantienen dentro de rangos
aceptables muy cercanos para cada uno de los tiempos. Algunas de las grcas obtenidas
se presentan a continuacin.

0.9
0.8
0.7
0.6
Un 0.5
0.4
0.3
0.2 1.5
0.1 1
1 0.5 0.5
0 0.5 1 0
t
x
Figura 4.18: Solucin Un con = 0,001 y N = 4
0.8
0.6
Un
0.4
0.2 3
2
0
1
0.5 1
0
0.5 0
1 t
x

0.8
0.6
Un
0.4
0.2
6
0
1 4
0.5 2
0
0.5
1 0
t
x
Se observa que a medida que disminuye es posible aumentar el nmero de elementos

para determinar la solucin, sin que se presenten grandes variaciones en la forma de la
onda a medida que pasa el tiempo.

Captulo 5
Conclusiones y recomendaciones
El objetivo de este trabajo es utilizar el mtodo de elementos nitos Taylor-Petrov-

Galerkin, para determinar una solucin aproximada de la ecuacin Korteweg-de Vries
(KdV) sujeta a condiciones de frontera nulas y condiciones iniciales dadas, e implementar
el mtodo a partir de un programa diseado en Matlab. Las funciones de forma utilizadas
fueron B-Splines cbicos que son funciones polinmicas a trozos doblemente continuas y
las funciones base elegidas los polinomios de Legendre; dichos polinomios son continuos
y ortogonales en el intervalo [1, 1], razn por la cual la solucin y anlisis de resultados
se limitaron a este intervalo.
A partir de los resultados obtenidos se puede mencionar las siguientes conclusiones:
Debido a que las funciones de forma son B-Splines cbicos, el nmero de elementos
nitos a elegir debe ser un mltiplo de cuatro, ya que para determinar un B-Spline
cbico son necesarios 4 puntos y un nmero de elementos menor a 4 o no mltiplo
de este hace que no se sumen los aportes correspondientes a la solucin debidos a
cada uno de los splines, afectando directamente a la amplitud de la solucin.
A medida que se aumenta el nmero de elementos para calcular la solucin, esta
presenta oscilaciones en el progreso en el tiempo de la onda.
Las oscilaciones que se presentan al aumentar el nmero de elementos se eliminan
al aumentar la discretizacin en el tiempo, es decir disminuir t.
Si se eligen valores de t pequeos, menores a 0,005, las aproximaciones de la solu-
cin son mejores si se aumenta el nmero de elementos considerados, los resultados
muestran que el error disminuye.
Las leyes de conservacin para la ecuacin KdV, obtenidas mediante el mtodo se
mantienen, es decir, tienden a un valor constante dentro del progreso en el tiempo
de la solucin.
El mtodo de elementos nitos Taylor-Petrov-Galerkin permite aproximar soluciones
de problemas en los cuales la ecuacin KdV sea el modelo matemtico adecuado,
manteniendo las leyes de conservacin y errores pequeos.
61
62
Como recomendaciones para trabajos futuros se pueden mencionar las siguientes:
Implementar el mtodo a problemas con otras condiciones iniciales, como N-solitones

l
o con interaccin entre solitones, esto es u (x, 0) = ui , l ondas.
i=1
Realizar el anlisis de estabilidad del mtodo de elementos nitos Taylor-Petrov-

Galerkin.
Debido a que los polinomios de Legendre son ortogonales en el intervalo [1, 1] ,

el anlisis se limit a la discretizacin en el espacio para dicho intervalo, un traba-
jo interesante sera determinar el comportamiento del mtodo para intervalos ms
grandes.

Bibliografa
[1] Aksan, E. N. and zdes, A. Numerical solution of Korteweg-de Vries equation by

Galerkin B-spline nite element method. Applied Mathematics and Computation.
vol 175. pag. 1256-1265. 2006.
[2] Aktosun, T. and Van der Mee, C. Explicit Solutions to the Korteweg - de Vries
Equation on the Half Line. Institute of Physics Publishing. Inverse Problems, vol 22.
pg. 2165-2174. 2006.
[3] Ambrosi, D. and Quartapelle, L. A Taylor-Galerkin Method for Simulating Nonlinear

Dispersive Water Waves. Journal of Computational Physics. vol 146. pg. 546-569.
1998.
[4] Brauer, K. The Korteweg-de Vries Equation: History, exact Solutions, and graphical
Representation. University of Osnabrck. Alemania. 2014.
[5] Canivar, A. and Sari, M. and Dag, Idris. A Taylor-Galerkin nite element method
for the KdV equation using cubic B-splines. ScienceDirect. vol 405. pag. 3376-3383.
2010.
[6] Calderon, G. and Gallo, R. Introduccin al mtodo de los elementos nitos: Un

enfoque matemtico. XXIV Escuela Venezolana de Matemticas. 4 al 9 de septiembre
de 2011. Venezuela.
[7] Carey, G. F. and Shene, Y. Aproximations of the KdV equation by least squares
nite elements. Computer Methods in Applied Mechanics and Engineering. vol. 93.
pg. 1-11. 1991. North-Holland.
[8] Curry, J.M. Soliton Solutions of Integrable Systems and Hirotas Method. The Har-
vard College Mathematics Review 2.1. 2008.
[9] Donea, J. & Huerta, A. Finite Elements Methods for Flow Problems. John Wiley &
sons Ltd. 2003.
63
BIBLIOGRAFA 64
[10] Drazin, P, G. and Johnson, R. S. Solitons: An Introduction. Cambridge University

Press. 1989.
[11] Duarte, J. and Fierro, E. and Villegas, J. and Castao, J. Wavelet-Petrov-Galerkin

Method for the Numerical Solution of the KdV Equation. Applied Mathematical
Sciences. vol 6. Num 69. pg.
[12] Evans, D. J. and Raslan, K. R. Solitary waves for the generalized equal width (GEW)
equation. International Journal of Computer Mathematics. Vol 82, Num 4, pg. 445
- 455. 2005.
[13] Fuentes Calles Laura. El mtodo de los elementos nitos aplicados al clculo de
pequeas estructuras. Pre y post procesado.
[14] Gardner, G.A. Gardner, L.R.T. Ali, A.H.A. A nite element solution for the
Korteweg-de Vries with cubic B.Splines.
[15] Gardner, C. S. Greene, J. M. Kruskal, M. D. Miura, R. M. Method for Solving the

Korteweg-de Vries Equation. Phisical Reviw Letters. Vol 19. Number 19. 1967.
[16] Gardner, C. S. Greene, J. M. Kruskal, M. D. Miura, R. M. Korteweg-de Vries Equa-

tion and Generalizations VI. Methods for Exact Solution. Communicatiosn on pure
and applied mathematics. Vol. XXVII. pag. 97-133. 1974.
[17] Hao, Shu-Yan, Xie, Shu-Sen, Yi, Su-Cheol. The Galerkin method for KdV equation
using a new basis of smooth piecewise cubic polynomial. Applied Mathematics and
Computation. vol 218. pg. 8659-8671. 2012.
[18] Hllig, K. Finite element methods with B-Splines. Society for Industrial and Applied
Mathematics. Frontiers in Applied Mathematics. 2003. Philadelphia.
[19] Isaza Jaramillo, P. Meja Laverde, J. E. and Stallbohm, V. Problema peridico

asociado a la ecuacin KDV: funciones con valores en espacios de Banach, regulacin
parablica y mtodos de compacidad. Tesis de maestra. Universidad Nacional de
Colombia. Sede Medelln, Medelln. 1989
[20] Khattak, A. J. and Siraj-ul-Islam. A comparative study of numerical solutions of a

class of KdV equation. Applied Mathematicas and Computation. Number 199. pag.
425-434. 2008.
[21] Hllig, K. Finite Element Methods with B-Splines. Frontiers in Applied Mathematics.
2003.
[22] Rathish Kumar, B.V. and Mehra, M. A Wavelet-Taylor Galerkin Method for Par-
abolic and Hiperbolic Partial Diferential Equations. International Journal of Com-
putational Methods. vol 2, Num 1. pg. 75-97. 2005.

BIBLIOGRAFA 65
[23] Mehra, M. and Kumar, V. Fast wavelet-Taylor Galerkin method for linear and non-
linear wave problems. Applied Mathematics and Computation. vol 189. pg. 1292-
1299.
[24] Mitchell, A. R. and Schoombie, S. W. Finite Element Studies of Solitons. Numerical

Methods in Coupled Systems. Captulo 16. John Wiley and Sons Ltd. 1984.
[25] Myint-U T. and Debanath, L. Linear Partial Dierential Equations. Birkhuser.

Cuarta Edicin. Boston. 2007.
[26] ONeal, Peter V. Matemticas avanzadas para ingeniera. Editorial Thomson. Quinta
Edicin. 2004. Mejico.
[27] Prender, P. M. Splines and variational Methods. John Wiley and sons. 1989. New
York.
[28] Reddy, B. D. Introductory Functional Analysis, with applications to Boundary Value

Problems and Finite Elements. Springer. Text in Applied Mathematics. 1998. New
York.
[29] Reddy, J. N. An Introduction to the Finite Element Method. McGraw Hill. Third
Edition. 2006.
[30] Romero, S. Moreno, F. Rodriguez, I. Introduccin a las Ecuaciones Diferenciales

Parciales. Universidad de Huelva, Escuela Politcnica Superior. 2001.
[31] Saka, B. and DaG, I dris. Quartic B-Spline Galerkin Approach to the Numerical
Solution of the KdVB Equation. Applied Mathematics and Computation. vol 225.
pg. 746-758. 2009.
[32] Sanz-Serna, J. M. and Christie, I. Petrov-Galerkin Methods for Nonlinear Dispersive

Waves. Journal of Computational Physics. vol 39. pag. 94-102. 1981.
[33] Schoombie, S. W. Spline Petrov-Galerkin Methods for the Numerical Solution of the
Korteweg-deVries Equation. IMA, Journal of Numerical Analysis. vol 2. pag. 95-109.
1982.
[34] Sheu, W.H. and Lee, P. H. A theoretical Taylor-Galerkin model for rst-order hyper-
bolic equation. International Journal for Numerical Methods in Fluids. vol 42. pag.
439-463. 2003.
[35] Talaat, S. Aly El-Danaf. Septic B-spline of the Korteweg-de Vries-Burgers equation.
Communications in Nonlinear Science and Numerical Simulation. vol 13. pg. 554-
566. 2008

BIBLIOGRAFA 66
[36] Timmermans, L. J. P. Van de Vosse, F. N. and Minev, P. D. Taylor-Galerkin-Based

Spectral Methods for Convection-Diusion Problems. International Journal for Nu-
merical Methods in Fluids. vol 18. pag. 853-870. 1994.
[37] Van Niekerk, F. D. and Van Niekerk, A. A Hermite Rational Aproximation Method
for the Korteweg-De Vries Equation. Mathl Comput. Modelling. vol 13. Num 5. pg.
63-70. 1990.
[38] Winther, R. A conservative Finite Element Method for the Korteweg-de Vries Equa-
tion. Mathematics of Computation, vol 34. Number 149. pag. 23-43. 1980.
[39] Whitham, G. B. Linear and Nonlinear Waves. Pure & Applied Mathematics. A Wiley-
Interscience series of texts, Monographs & Tracts. 1974.
[40] Zabusky, N. J. and Kruskal, M. D. Interaction of "Solitons"in a collisionless plasma

and the recurrence of initial states. Physical Review Letters. Vol 15. Num. 6. 1965.
[41] Zaki, S. I. Solitary wave interactions for the modied equal width equation. Computer
Physics Comunications. Num 126. pg 219-231. 2000.
[42] Zienkiewicz, O. C. and Taylor, R. L. El mtodo de los elementos nitos: Formulacin

bsica y problemas lineales. Vol 1. Cuarta Edicin. McGraw Hill. CIMNE. Barcelona.
1994.

Anexos
Programa Principal
%Progama principal Implementacin del mtodo de elementos nitos Taylor- Petrov-
Galerkin
clear;clc; %Limpiar pantalla y variables en workspace
format long % Establece el formato numrico para los resultados
% % % % % % % % % % % % Ingresar datos para la ecuacin y la solucin (parmetros)
E=input(Epsilon = );dt=input(dt = );
N=input(Nmero de elementos = );
miu=input(miu = )
c=input(velocidad de la onda = );
D1=input(D = );
h=2/N;xm=-1:h:1;
% % % % % %Clculo de delta super cero % % % % % % % % % %
disp(1- f(x,0)=3*c*sech^2(Ax+D))
disp(2- f(x,0)=e(-x^2))
% % % % % % % %Seleccin de la condicin inicial % % % %
f1=input(Elija la funcin de condicin inicial = );
if f1==1
A1=0.5*sqrt(c/miu);f=[0,3*c/E*(sech(A1*xm+D1)).^2,0];
else
f=[0,exp(-xm.^2),0];
end
% % % % % % % % % %Planteamiento del sistema para determinar el vector inicial de
la discretizacin en el tiempo delta super cero
A2(N+3,N+3)=0;
A2(1,1:3)=[6,-12,6];
for i=2:N+2
A2(i,i-1:i+1)=[1,4,1];
end
BIBLIOGRAFA 68
A2(N+3,N+1:N+3)=[6,-12,6];
delta=zeros(N+3,N+3);
delta(:,1)=inv(A2)*f.; %vector columna
%Programa para calcular A y B
integralA
%Programa para armar las matrices A y B
A=Armado(A,N);B=Armado(B,N);
%Programa para calcular C y D
matrizC1;
%Armado de la matriz C y D
armadoC
%%%%%%%%%%%%%%%%%%%%%%%%%%
% % %Armar el sistema Matricial de ecuaciones % %
%%%%%%%%%%%%%%%%%%%%%%%%%%
for k=2:N+3 % para obtener l Matriz de deltas.
for i=1:N+3
for j=1:N+3
Cd(i,j)=sumaC{i,j}*delta(:,k-1);
Dd(i,j)=sumaD{i,j}*delta(:,k-1);
end
end
% % %matriz de coecientes del sistema matricial general
AA=A-miu*dt/2*B+E*dt/2*Cd+E*dt/2*Dd;
% % % % % %Aplicacin de las condiciones de frontera
AA(1,:)=zeros(1,N+3);AA(2,:)=zeros(1,N+3);
AA(N+2,:)=zeros(1,N+3);AA(N+3,:)=zeros(1,N+3);
AA(:,1)=zeros(N+3,1);AA(:,2)=zeros(N+3,1);
AA(:,N+2)=zeros(N+3,1);AA(:,N+3)=zeros(N+3,1);
AA(1,1)=1;AA(2,2)=1;AA(N+2,N+2)=1;AA(N+3,N+3)=1;
AB=(A+miu*dt/2*B);
AB(1,:)=zeros(1,N+3);AB(2,:)=zeros(1,N+3);
AB(N+2,:)=zeros(1,N+3);AB(N+3,:)=zeros(1,N+3);
AB(:,1)=zeros(N+3,1);AB(:,2)=zeros(N+3,1);
AB(:,N+2)=zeros(N+3,1);AB(:,N+3)=zeros(N+3,1);
AB(1,1)=1;AB(2,2)=1;AB(N+2,N+2)=1;AB(N+3,N+3)=1;
BB=AB*delta(:,k-1); %Vector de trminos independientes
BB(1,1)=0;BB(2,1)=0;BB(N+2,1)=0;BB(N+3,1)=0;
% % % %Solucin del sistema matrical con condiciones de frontera
delta(:,k)=inv(AA)*BB;
end
% % % % % % % % % % %Grca solucin exacta % % % % % % % % % %

BIBLIOGRAFA 69
t=0:dt:3;
gure(1);hold on
for i=1:1 %N+3
x=linspace(-1,1.2,300);
B1=c/2*sqrt(c/miu);
if f1==1
U=3*c/E*(sech(A1*x-B1*t(i)-6)).^2;
else
U=exp(-x.^2-c*t(i)^2);
end
plot(x,U)
end
% % % % % %Clculo de la solucin aproximada % % % %
gure(2);hold on
tt=zeros(1,300);
for z=1:7;
for i=2:N+1
x=linspace(xm(i-1),xm(i),300);
xmj=xm(i-1);
% % % Denicin del B-Spline cbico
fhid=[-1 3*(xmj+h) -3*(xmj+h)^2 (xmj+h)^3]/h^3;
fhic=[3 3*h-9*(xmj+h) 9*(xmj+h)^2-6*h*(xmj+h)-3*h^2
-3*(xmj+h)^3+3*h*(xmj+h)^2+3*h^2*(xmj+h)+h^3]/h^3;
fhib=[-3 3*h+9*xmj -9*xmj^2-6*h*xmj+3*h^2
3*xmj^3+3*h*xmj^2-3*h^2*xmj+h^3]/h^3;
fhia=[1 -3*xmj 3*xmj^2 -xmj^3]/h^3;fhia2=polyder(polyder(fhia));
U1=fhid*delta(i-1,z)+fhic*delta(i,z)+fhib*delta(i+1,z)+fhia*delta(i+2,z);
Un=polyval(U1,x);
% % % % % % % Grca de la solucin aproximada % % % % % % % % % % % % %

%plot(x,Un,Color,red,LineWidth,1.5)
%plot3(tt,x,U,Color,[1-0.03*z,1-0.04*z,0.1+0.02*z]); %
plot3(x,tt,Un,Color,[1-0.05*z,1-0.08*z,0.1+0.01*z],LineWidth,2);
tt=tt+0.05;
% % % % % % % % % % % % % %Clculo de leyes de conservacin % % % % %
C1(z)=trapz(x,Un);
C2(z)=trapz(x,Un.^2);
dUn=di(Un)./di(x);dUn=[dUn,dUn(99)];
C3(z)=trapz(x,Un.^3-3*miu/E*dUn.^2);
% % % % % % % Clculo de error L2 y Linf % % % % % % % % %
e(z)=sqrt(h*sum((U-Un).^2)); %Errores
e2(z)=max(abs(U-Un));

BIBLIOGRAFA 70
end
end
disp(error= );disp(e);disp(error inf = );disp(e2);
disp(Conservacin: );disp(C1);disp(C2);disp(C3);
Programas y funciones auxiliares

Funcin para determinar los polinomios de Legendre
%polinomios de legendre
function Pn=legen(n)
%clc;
%n=input(Grado del polinomio n= );
coef=zeros(1,n+1);
for k=0:x(n/2);
coef(k+1)=(-1)^k*factorial(2*n-2*k)/(factorial(k)*factorial(n-k)*factorial(n-2*k))/2^n;
end
for i=1:length(coef)
if i/2~=x(i/2)
coef1(i)=coef(x(i/2+1));
end
end
rats(coef1);
if n/2~=x(n/2);
coef1=[coef1,0];
end
Pn=coef1;
Programa para determinar las matrices A(e) y B (e) para cada elemento
%spline cbico
for z=1:N;
% % % % % % % % %Clculos de la matriz A
for ii=1:4; %las de A
j=1;
xmj=xm(z);fhid=[-1 3*(xmj+h) -3*(xmj+h)^2 (xmj+h)^3]/h^3;
n=1;Pn=legen(ii+z-1); %disp(Leg=);disp(Pn)
dx=conv(Pn,fhid);
int=polyint(dx);
%fprintf(Lmites inf = %1.3f sup= %1.3f\n,xmj,xmj+h)
A(ii,j,z)=polyval(int,xmj+h)-polyval(int,xmj);
%para fhi(0)
j=2;

BIBLIOGRAFA 71

dx=conv(Pn,fhic);int=polyint(dx);
%para fhi(1)
j=3;
%xmj=-1;
3*xmj^3+3*h*xmj^2-3*h^2*xmj+h^3]/h^3;
dx=conv(Pn,fhib);int=polyint(dx);
%para fhi(2)
j=4;
fhia=[1 -3*xmj 3*xmj^2 -xmj^3]/h^3;
dx=conv(Pn,fhia);int=polyint(dx);
end
end
A;
% % % % % % %Clculos de la matriz B % % % % %
%fhi1=(xm-xm(1))^3;
%clculo del primer elemento de B
for z=1:N
for ii=1:4; %las de A
%el fhi(-1)
j=1;
xmj=xm(z);fhid=[-1 3*(xmj+h) -3*(xmj+h)^2 (xmj+h)^3]/h^3;
fhid2=polyder(polyder(fhid));
Pn=legen(ii+z-1);Pn=polyder(Pn);
dx=conv(Pn,fhid2);int=polyint(dx);
B(ii,j,z)=polyval(int,xmj+h)-polyval(int,xmj);
%para fhi(0)
j=2;
fhic2=polyder(polyder(fhic));
dx=conv(Pn,fhic2);int=polyint(dx);
%para fhi(1)
j=3;
3*xmj^3+3*h*xmj^2-3*h^2*xmj+h^3]/h^3;
fhib2=polyder(polyder(fhib));

BIBLIOGRAFA 72
dx=conv(Pn,fhib2);int=polyint(dx);
%para fhi(2)
j=4;
fhia=[1 -3*xmj 3*xmj^2 -xmj^3]/h^3;fhia2=polyder(polyder(fhia));
dx=conv(Pn,fhia2);int=polyint(dx);
end
end
B
Funcin para ensamblar las matrices A y B
%ordena las matrices A,B

function suma=Armado(A,N)
M(:,N+3,1) =0;M(N+3,:,1) =0;
for ii=1:N
M(ii:ii+3,ii:ii+3,ii)=A(:,:,ii);
end
suma=M(:,:,1);
for ii=2:N
suma=suma+M(:,:,ii);
end
Programa para hallar las matrices C (e) y D(e) para cada elemento
% %Clculo de las matrices C y D

for z=1:N;
xmj=xm(z);
fhi{1}=[-1 3*(xmj+h) -3*(xmj+h)^2 (xmj+h)^3]/h^3;
fhi{2}=[3 3*h-9*(xmj+h) 9*(xmj+h)^2-6*h*(xmj+h)-3*h^2
fhi{3}=[-3 3*h+9*xmj -9*xmj^2-6*h*xmj+3*h^2
3*xmj^3+3*h*xmj^2-3*h^2*xmj+h^3]/h^3;
fhi{4}=[1 -3*xmj 3*xmj^2 -xmj^3]/h^3;
fhi1{1}=polyder(fhi{1});
for ii=1:N;
for k=1:4
for j=1:4
Pn=legen(ii+z-1);
dx=conv(Pn,fhi{j});dx=conv(dx,fhi1{k});int=polyint(dx);

BIBLIOGRAFA 73
%C(j,k,ii,z)=polyval(int,xmj+h)-polyval(int,xmj);
C{z,ii}(j,k)=polyval(int,xmj+h)-polyval(int,xmj);
dx=conv(Pn,fhi{k});dx=conv(dx,fhi1{j});int=polyint(dx);
D{z,ii}(j,k)=polyval(int,xmj+h)-polyval(int,xmj);
end
end
end
end
C;
D;
Programa para ensamblar las matrices C y D del sistema matricial principal
%ordena la matrices C y D
M{4,4}=[0];
MD{4,4}=[0];
for z=1:N
for ii=1:4
for k=1:4
M{ii,k,z}=C{z,ii}(k,:);
MD{ii,k,z}=D{z,ii}(k,:);
end
end
end
%Correr cada vector una posicin en cada matriz.

for i=1:N+3 %las
for j=1:N+3 %columnas
for k=1:N %# matrices
MC1{i,j,k}=zeros(1,N+3);
MD1{i,j,k}=zeros(1,N+3);
end
end
end
% Correr cada una de las matrices una la y una columna
for k=1:N %matriz
for i=k:N+3 %las
for j=k:N+3 %# columnas
for l=k:N+3
if i-k+1<=4 && j+1-k<=4 && l-k+1<=4
MC1{i,j,k}(l)=M{i-k+1,j+1-k,k}(l-k+1);
MD1{i,j,k}(l)=MD{i-k+1,j+1-k,k}(l-k+1);
end

BIBLIOGRAFA 74
end
end
end
end
%Suma
for i=1:N+3 %las
sumaC{i,j}=zeros(1,N+3);
sumaD{i,j}=zeros(1,N+3);
end
end
for i=1:N+3 %las
for k=1:N %# matriz
for l=1:N+3
sumaC{i,j}(l)=sumaC{i,j}(l)+MC1{i,j,k}(l);
sumaD{i,j}(l)=sumaD{i,j}(l)+MD1{i,j,k}(l);
end
end
end
end

Solución Aproximada de La Ecuación KDV Por El Método de Los Elementos Finitos Taylor - Petrov - Galerkin

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Solución Aproximada de La Ecuación KDV Por El Método de Los Elementos Finitos Taylor - Petrov - Galerkin

Transféré par

Droits d'auteur :

Formats disponibles

Solucin aproximada de la ecuacin KdV

por el mtodo de los elementos nitos

Lida Buitrago Garca

Lida Buitrago Garca

Trabajo de Grado presentado para optar el ttulo de Magister en

Quiero agradecer a mi familia por su constante apoyo y comprensin, a mi director de

2. Ecuacin diferencial Korteweg-de Vries (KdV) 18

3. Mtodo de elementos nitos 29

4. Solucin aproximada de la ecuacin KdV 33

4.1. Onda solitaria: solucin exacta con t = 0 . . . . . . . . . . . . . . . . . . . 43

La ecuacin Korteweg - de Vries es una ecuacin diferencial en derivadas parciales no

relacin al estudio de la exactitud y eciencia en el clculo de la solucin, el cual es el

En Canivar [5] se utiliza el mtodo de elementos nitos Taylor-Galerkin para la

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

al analizar la estabilidad del problema.

Organizacin del trabajo

El documento est organizado mediante cinco captulos que permiten la adecuada

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

1.2. Anlisis Funcional

Denicin 1.2 Un operador lineal es un operador A denido sobre el espacio lineal

El espacio de todos los funcionales lineales l sobre el espacio normado E, L (E, K) = E

Ejemplo 1.3 Si f : L (a, b) R denida por f, u =

Como f es lineal entonces se cumple que f, u + v = f, u + f, v . Por otro

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

Teorema 1.1 Teorema de representacin de Riesz Sea H un espacio de Hilbert y sea l

l, v = (v, u) para todo v H (1.5)

l, v = (v, u) = (v, w) , para todo v H

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

por la desigualdad de Cauchy-Schwarz y tomando como K = u se tiene que

Ejemplo 1.4 Sean l un funcional tal que l : Rn R, lo cual signica que l es un

1.2.1. Formas bilineales

Denicin 1.5 Si E y F son espacios vectoriales, una forma bilineal a : E F R

a (u + w, v) = a (u, v) + a (w, v) , para u, w E y v F (1.7)

con y nmeros reales.

es una forma bilineal.

Se dice que la forma bilineal a : E F R donde E y F son espacios lineales

|a (u, v)| K u v , para todo u E y v F

Tambin una denicin importante es la de una forma bilineal H-elptica, [28]; se

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

Teorema 1.2 Teorema de Lax-Milgram. Sea H un espacio de Hilbert y sea a : H H

1.2.2. Distribuciones y espacios de Sobolev

Denicin 1.6 Sea un subconjunto abierto y no vaco de Rd , se dene:

1. El soporte de una funcin continua , como sop () := {x : (x) = 0}.

4. El conjunto DK () , tal que

Denicin 1.7 Una distribucin en un conjunto abierto Rd , es una aplicacin T :

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

Teorema 1.3 Sea Rd abierto, u C m () y un multindice tal que || m.

D u (x) (x) dx = (1)|| u (x) D (x) dx , C0 () (1.10)

Denicin 1.8 Sea Rd un conjunto abierto, m 1 un entero positivo y p [1, ).

W m,p () = {f Lp () : D f existe y pertenece a Lp () , , || m} (1.11)

Los espacios de Sobolev H m () = W m,2 () sobre R2 , abierto, denidos

la m-sima derivada parcial de u.

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in

s (x0 ) = f (x0 ) (1.12)

a la funcin s (x) se le denomina la interpolacin spline cbica de f (x) .

y que i (x) 0, para toda x xi+2 y x xi1 .

Teorema 1.4 Sea = 1 , 0 , 1 , ..., n , n+1 y sea 3 (P ) = gen (). El conjunto

Demostracin: Ver [27]

s (x) = a1 1 + a0 0 + ... + an+1 n+1 (1.14)

Como s (x) satisface las condiciones (1.12), entonces se tiene que

s (x0 ) = a1 1 (x0 ) + a0 0 (x0 ) + ... + an+1 n+1 (x0 ) = f (x0 )

S o lu ci n a p rox im a d a d e la ec u a ci n K d V p o r el m to d o d e lo s elem ento s n ito s Tay lo r - P etrov - G a lerk in