El dominio ser un rectngulo en el plano, que por conveniencia asumimos que tiene su vrtice inferior

izquierdo en el origen: = {(x, y): 0 <x <a, 0 <y <b}. Los smbolo denota el lmite del dominio , que
en este caso consiste en los cuatro lados del rectngulo. A diferencia de los problemas parablicos e
hiperblicos que discutiremos en el prximo captulo, la relacin de la horizontal a la vertical de tamaos
no es tan importante para los problemas elpticos, por lo que por simplicidad usaremos iguales
Escalones (h = k). Suponemos que se ha elegido un tamao de paso h> 0 para que
A = (N + \) h y b= (M + 1) . Los puntos x-grid y j> -grid son entonces especificado por:

xi= ih(0iN+1), yj= jh(0jM+1) (23)

Y los valores funcionales correspondientes se indican seguidamente por:

Ui,j = u(xi,yj) = u(ih,jh) (0 iN+1, 0 jM+1) (24)

Utilizamos la notacin anloga para las funciones de datos del problema: fi,j, gi,j (de
Supuesto, este ltimo slo se define para los ndices correspondientes a los puntos fronterizos).
Sustituyendo las aproximaciones de diferencia central (14) y (15) en la PDE
(22) resulta en la siguiente desratizacin de la PDE de Poisson:

Dado que la frmula de diferencia central empleada tiene un error O(h2) e deduce que el
Error de truncamiento local de la discretizacin (25) es O(h2)+ O(h2)= O(h2)
Reescribir (25) en la siguiente forma ms simple:

Este es un sistema lineal con ecuaciones de NM en los valores de la rejilla interior desconocida
de U (x, y) que indexamos usando el esquema (18) en las componentes de un vector U:

Recordemos que este esquema de indexacin da como resultado el etiquetado de "orden de

lectura" del Puntos de la rejilla interior (vase la figura 11.11).
Deseamos mirar cuidadosamente en la forma de matriz de este sistema lineal:
AU = C. (28)
Observe que hemos reetiquetado slo los valores desconocidos del ut. . Que aparecen en (26);
Las condiciones de frontera de Dirichlet de (22) nos dan los siguientes datos:

Si incorporamos directamente el esquema de indexacin (27) en (26), llegamos a la

siguiendo:

Que, sin embargo, necesita ser corregido en caso de que cualquiera de los valores de w en (26)
sea un
Valor lmite conocido. Si esto sucede, estos valores deben ser sustituidos por los G-valores en
(29) y luego se traslad a la derecha. Consideremos cuidadosamente cada caso de que se
necesiten tales correcciones. Es muy til ver estos casos pensando en la "orden de lectura" de
la indexacin de los nodos interiores Pk = (xi,yj ), (k = i + N (M-j)) (como en la figura 11.11), as
como la plantilla para nuestro finito de diferente mtodo (Figura 11.10).
Caso 1: Pk se encuentra en la fila superior (so j = M). El valor Uk + N es as conocido y
Debe moverse hacia el lado derecho como giM + 1
Caso 2: Pk se encuentra en la fila inferior (so j = 1). El valor Uk - N es as conocido y
Debe ser movido al lado derecho como gi,0.
Caso 3: Pk se encuentra en el borde derecho (so i= M). El valor Uk -+N es as conocido y
Debe ser movido al lado derecho como gN + 1,j .
Caso 4: Pk se encuentra en el borde izquierdo (so i= 0). El valor Uk - N es as conocido y Debe ser
movido al lado derecho como g0,j .

Obsrvese que los casos 1 y 2 no pueden ocurrir simultneamente, ni los casos 3 y 4,

Cualquiera de los dos ltimos casos puede ocurrir en conjuncin con cualquiera de los dos
primeros. En Luz de la estructura de bloque de los casos anteriores, el NM x NM coeficiente
La matriz A en (28) se expresa fcilmente como una matriz de bloque MxM donde cada bloque
Es una matriz NxN (ordinaria) como se indica a continuacin:

Donde IN indica la matriz de identidad NxN, 0N "indica la matriz NxN cero, Y TN es la siguiente
matriz tridiagonal N x N:

Se dice que la matriz de bloques A en (31) tiene estructura de bloque tridiagonal. Usando esto
La misma descomposicin en bloques, los NM x 1 vectore U y C de (28) pueden ser
Expresadas como las yuxtaposiciones siguientes de M Nx1 vectores:

Obsrvese que la matriz de coeficientes A es bastante escasa; De hecho, es una matriz con
bandas 5 bandas: la diagonal principal, la sub- y superdiagonales, y las diagonales que se
encuentran M unidades por encima y por debajo de la diagonal principal. Por la Proposicin
7.14, A es invertible (De hecho positivo definido). En la Seccin 7.7, se mostr cmo el mtodo
SOR puede Resuelven muy efectivamente sistemas lineales que tienen A como matriz de
coeficientes. Tal Tcnicas de solucin escasa ampliarn enormemente la resolucin que
podremos Para lograr en nuestras tcnicas numricas de solucin de PDE. De hecho, si
queramos tener un Resolucin de, digamos, 100 valores de rejilla interior en los ejes JC y y (con
un cuadrado Dominio), esto significara que el sistema lineal (28) que se necesita para ser
resuelto Implicara una matriz de coeficientes 10.000 x 10.000 A. Incluso almacenando dicha
matriz Podra imponer la mayora de las PC caseras; Intentando resolver el sistema con el
sistema general El mtodo de eliminacin gaussiana requerira del orden de (1, ) 3= 1012
Flops.
Incluso a razn de 1 milln de flops/ segundo, esto tardara casi dos semanas en resolver! La
brecha izquierda de MATLAB es capaz de aprovechar la estructura especial de matrices definidas
positivas, como A, que surgen en mtodos de diferencias finitas. Estos Resultados en la
capacidad de MATLAB para resolver estos sistemas lineales siempre y cuando sea posible para
almacenar la matriz de coeficientes. Adems, muchas de las matrices que se las ecuaciones
diferenciales numricas son escasas, y as aprovechando la escasez permitir la solucin de
sistemas an ms grandes (vase la Seccin 7.7). A fin de mantener este captulo ms accesible,
usaremos este solver de divisin izquierda en lugar de mtodos interactivos; Sin embargo, se
alienta a los lectores que han estudiado la Seccin 7.7.
Para aplicar algunos de los mtodos que han aprendido sobre los sistemas lineales que surgen
En esta seccin y en las siguientes.

Nuestro prximo ejemplo demostrar cmo la notacin anterior nos permitir codificar
Este mtodo de diferencias finitas en un sucinto programa MATLAB.

Ejemplo 11.7: (a) Utilice el mtodo de diferencias finitas para resolver los siguientes
Poisson problema:

Utilice un tamao de paso h = 0,02.

(B) Trace la solucin numrica como un diagrama de superficie.
(C) Dar un diagrama de contorno bidimensional de la solucin.

NOTA: Recuerde que la ecuacin de Poisson modela la temperatura de estado estacionario

Distribucin con una fuente de calor independiente del tiempo f (x, y). As, podemos ver el
Solucin al problema anterior como la distribucin de temperatura en estado estacionario en la
Unidad cuadrada con los bordes mantenidos a las temperaturas especificadas por el BC
Y con una fuente de calor homognea concentrada en el cuadrado ms pequeo especificado
De longitud de 1/4. Los contornos de la parcela en la parte (c) son entonces las isotermas de la
Distribucin de la temperatura.

SOLUCIN: Como hemos estado haciendo hasta ahora en nuestro desarrollo de

Resolviendo problemas de valores lmite para PDEs, resolveremos este problema de una manera
que pueda generalizarse fcilmente a la creacin de un M-file para resolver problemas ms
generales.
Obsrvese que con h = 0,02, de N + 1 = 1 / h, vemos que habr N = 49 Puntos de rejilla interior
en los x- y y- axes. As, el sistema lineal a resolver, AU = C, tendr una matriz de coeficientes de
tamao N2 x N2 (N2= 2401). Creando La matriz de coeficientes A de (32) se puede hacer de
manera bastante eficiente usando el diagrama de MATLAB

Para crear el vector C de (33), primero almacenamos los valores lmite dados en nuestros puntos
de rejilla, usando alguna notacin bastante obvia:
Tambin almacenamos el archivo M siguiente para la funcin en el lado derecho de la PDE:

FIGURA 11.19: (a) Diagrama de malla de temperatura (izquierda) para el Ejemplo 11.7. (B)
(derecha) Isotermas correspondientes.

EJERCICIO PARA EL LECTOR 11.7: (a) Escriba una funcin MATLAB M-file que est precisamente
diseado para resolver el problema de Dirichlet para la ecuacin de Poisson u = f en el
rectngulo con vrtices (0,0), (a, 0), (a, b) y (0, b). La sintaxis Debe ser la siguiente:

[Z, x, y] = rectanglepoissonsolver (h, a, b, varf, leftdata, rightdata, Topdata, bottomdata)

Donde h = el tamao de paso comn en los ejes x e y (h = k) (supuesto para dividir en a y b), a y
b son las dimensiones del dominio rectangular, varf es Ya sea un M-archivo o una funcin en
lnea para la funcin / que aparece en el PDE, Y las restantes cuatro variables de entrada son
vectores para los datos de frontera. El primero dos deberan ser vectores columna de longitud
M = b/h + 1, con los valores lmite dado de arriba hacia abajo. Los dos ltimos deben ser
vectores de fila de longitud N = a / h + 1 con valores lmite dados de izquierda a derecha. Las
primeras variables de salida son Z, una (N + 2) (M+ 2) matriz de los valores de la solucin en
la red correspondiente valores del rectngulo: La primera columna de Z debera ser el vector
Leftdata, etc. Las ltimas dos variables de salida xey deberan ser simplemente los vectores
que dan los valores x y y-grid; Sin embargo, v debera darse en disminucin para facilitar el
trazado.
(B) Pruebe el programa resolviendo el Ejemplo 11.7.
Ahora procedemos a discutir el problema generalizado de Neumann para el Poisson ecuacin
en dos dimensiones espaciales.

Aqu du / dn denota la derivada de u (x,y) en la direccin del punto de salida vector normal n
para puntos en el lmite. Recordemos que cuando este BVP modelos de distribucin de calor en
estado estacionario (con fuente de calor independiente del las condiciones de frontera de
Neumann generalizadas especifican la velocidad a la que se pierde calor (g> 0) o ganado (g <0)
en el punto lmite (x,y)

A diferencia del problema de Dirichet para la ecuacin de Poisson, el problema de Neumann

Requiere una hiptesis de consistencia adicional para que exista una solucin. Tambin, est
claro que si u (x, y) es una solucin al problema de Neumann (36) y C es cualquier constante,
entonces u (x, y) + C tambin ser una solucin (por qu?). Aparte de esto lo hacemos tienen
singularidad. El siguiente teorema hace estas afirmaciones ms precisas.

TEOREMA 11.4: (Existencia y Unicidad para la PDE de Poisson con condiciones de los lmites de
Neumann) Supongamos que es un plano liso y delimitado Dominio y que en el BVP (36):

F (x, y) tiene derivadas parciales continuas por partes a lo largo de y g(x, y) es Por pieza
continua en d. Entonces el BVP tiene una solucin si y slo si los datos cumple la siguiente
condicin de compatibilidad:

Donde la ltima integral es con respecto a la longitud del arco a lo largo de la frontera. En esto
Caso, la solucin es nica hasta una constante aditiva.

Algunos comentarios estn en orden. Si interpretamos el BVP (36) como un calor en estado
estacionario (BC) se puede interpretar que requiere que el flujo de calor (calor neto flujo a travs
del lmite) en (x, y) est dado por g (x, y). La integral del lado derecho en (37) se convierte as en
el flujo de calor neto perdido a travs de la frontera de la regin. La integral del lado izquierdo
es el calor neto producido dentro de la regin. Para el equilibrio (Estado estacionario) la cantidad
de calor interno producido debe ser igual a la prdida neta de calor A travs de la frontera
(conservacin del calor). Esta es la razn por la compatibilidad condicin. En cuanto a la no
singularidad, esto es plausible ya que el BVP es indicando nicamente la produccin neta de
calor dentro de la regin y el flujo neto de calor. Ah no se hace referencia a cmo se mide la
temperatura (Fahrenheit o Celsius). O cunta energa trmica est contenida en la regin, por
lo que es natural ditivo debe aparecer como un punto de referencia.

Mientras que para el problema de Dirichlet en la plaza es bastante comn para el datos de
frontera sean continuos, para el problema de Neumann es tpico que los datos de los lmites son
discontinuos en las esquinas. De hecho, en cada punto de esquina, la situacin ms tpica
permitira dos valores de g (x, y), dependiendo de cul lado estamos mirando a derivados
normales. Esto simplemente se corresponde con el hecho de que la direccin del vector normal
(con respecto al cual estamos midiendo la velocidad de cambio de u (x, y)) toma una curva aguda
(discontinua) en cada punto de esquina y la velocidad del flujo de calor cambiar con la direccin
en la que lo estamos midiendo. A Hacer que el problema de Neumann bien planteado (tener
una solucin nica) que podra requerir una condicin adicional de que la temperatura sea un
cierto valor en un cierto el dominio. El clculo vectorial puede utilizarse para probar el teorema
11.4; Algunos elementos
De la prueba aparecern en los ejercicios.

Volviendo a mtodos de diferencias finitas para resolver el problema de Neumann (36),

Necesidad de aproximar la derivada BC utilizando una frmula de diferencias finitas. los
Despus de las denominadas frmulas de diferencia directa y diferencia inversa
Para ser bastante plausible para este fin:

LEMMA 11.5: (Frmulas de diferencia hacia delante / hacia atrs) (a) Supongamos que f ^ x)
Es una funcin que tiene una segunda derivada continua en el intervalo a <x <a + h
Entonces tenemos la aproximacin de diferencia hacia adelante:

(B) Supongamos que ^ x) es una funcin que tiene una segunda derivada continua en el intervalo
a-h <x <a \, entonces tenemos la aproximacin de diferencia hacia atrs:

El lema es una consecuencia fcil del teorema de Taylor (Ejercicio 14). Un plausible manera de
establecer un mtodo de diferencias finitas para el problema de Neumann (en un rectngulo)
sera mediante la incorporacin de los datos de frontera con el esquema de diferencias a futuro
en los nodos de borde izquierdo e inferior, y el esquema de diferencias hacia atrs derecho y
borde superior. Si bien esto podra convertirse en un inconveniente es que los errores 0 (h)
introducidos por el avance / retroceso las porciones de diferencia de los esquemas
contaminaran el 0 mucho mejor (h2)
Los errores de truncamiento locales que surgieron de la aproximacin de diferencia central
utilizado en la discretizacin del nodo interno de la PDE. Un mejor enfoque es usar el las
aproximaciones de diferencia central tanto para la PDE como las condiciones de contorno.
Esto puede lograrse introduciendo nodos adicionales, los llamados nodos fantasma, como
explicaremos ahora (vase la figura 11.21). La diferencia hacia delante y hacia atrs esquemas,
sin embargo, sern de utilidad en mtodos de diferencia finita para hiperblicas BVPs, que se
estudian en el prximo captulo.

Nuestro prximo ejemplo explicar cmo desarrollar un esquema de diferencias finitas para un
Problema de Neumann que tendr error de desretizacin local 0 (h2).

Ejemplo 11.8 Utilizar un mtodo de diferencia finita con un tamao de paso comn h = 0,1 Para
resolver la siguiente distribucin de temperatura de estado estacionario Neumann problema:

Con el requisito adicional de que u (0fi) = 0. A continuacin, graficar el resultado Aproximacin

a la solucin.

SOLUCIN: El lector puede comprobar que ambas integrales en (37) tienen una valor comn de
1, por lo que sabemos que este problema de Neumann tiene una solucin. A diferencia del
mtodo correspondiente para el problema de Dirichlet (Ejemplo 11.5), el nuevo esquema
requerir que resolvamos los valores de u tanto en los nodos interiores como en los nodos
fronterizos. Estos nodos, as como los nodos fantasmas que vamos a necesitar son Ilustrado en
la Figura 11.21 (compare con la Figura 11.11). La imagen ilustra Cmo debe modificarse el
esquema de ndice para el mtodo de Dirichlet. Brevemente Destacar las anotaciones generales
que se utilizarn:

Corresponden a valores de funcin desconocidos, y de manera similar para j> 's). El esquema de
indexacin o es como antes:

(Los nodos fantasma no estn indexados con k). La discretizacin de PDE de Poisson es igual que
antes 26)

FIGURA 11.21: Una rejilla para el problema de Neumann del Ejemplo 11.7. Los nodos 1 con
etiqueta slida son los (valores de la funcin) que necesitan ser resueltos; Los nodos huecos
son los nodos fantasma necesarios para configurar el mtodo.

En nuestro ejemplo, por supuesto, N = 6, M=11 y f (x, y) = - (2y) 2 Pero queremos presentar el
desarrollo general. Para permitir diferentes datos de Neumann en la esquina, Utilizamos las
siguientes anotaciones para los datos de Neumann:

Ahora usamos la frmula de diferencia central para eliminar cualquier valor de nodo fantasma
que (26). Para ver cmo funciona esto, supongamos primero que i = N (as que estamos
Tratando con un nodo en el lado derecho del dominio rectangular). Entonces

es un valor fantasma. La frmula de la

diferencia central nos da que

Que hace que (26) se convierta en:

Dejamos de lado los dos casos y = 1 y j = M, ya que cada uno necesita otro nodo fantasma
para ser contabilizados. Anlogamente, stos dan lo siguiente:

Se pueden obtener as ecuaciones similares para nodos en los otros tres lados. Estas
consideraciones nos llevan al sistema lineal:
AU = C (40)
Donde la matriz NM x NM A est dada por:

Obsrvese que A es una matriz de bloque MxM compuesta por la matriz NxN indicada Bloques
Aqu IN indica la matriz de identidad NxN, 0N denota el NxN cero Matriz, y WN es la siguiente
matriz tridiagonal NxN:

Los NMx1 vectores U y C de (28) se pueden expresar como los siguientes Yuxtaposiciones de
MNx1 vectores:

Donde