Advanced Engineering for Real Solutions

CURSO BÁSICO DE ELEMENTOS

FINITOS
1.2 CONCEPTOS DE ÁLGEBRA LINEAL
 Advanced Engineering for Real Solutions

Siguiente Paso: Conceptos de Álgebra Lineal

Álgebra
Métodos
Numéricos matricial y
solución de
ecuaciones
 Advanced Engineering for Real Solutions

Módulo MEF 1
1. Introducción al Método de Elementos Finitos
(MEF)
1. Definición
2. Historia
2. Conceptos básicos de álgebra lineal
1. Sistemas de ecuaciones simultáneas y
matrices
2. Tipos especiales de matrices
3. Operaciones con matrices
4. Introducción a Scilab
3. Matriz de rigidez del elemento barra
1. Definición del elemento barra
2. Derivación de la matriz de rigidez
3. Ensamble de matriz de rigidez
4. Análisis de estructuras reticulares utilizando
barras bidimensionales
 Advanced Engineering for Real Solutions

Instalación de Scilab
Se recomienda instalar la última versión estable. En este caso la 5.5.2.
1. En la página principal, seleccionar la liga “Download Scilab”
2. Completar el formato correspondiente a estudiante o profesional
3. Seleccione y descargue el instalador correspondiente a la versión deseada.

2
1
 Advanced Engineering for Real Solutions

Solución de Ecuaciones Simultáneas

La solución de elementos finitos requiere resolver sistemas de

ecuaciones simultáneas, como el mostrado a continuación,

2x  y
2x  3y  12

Por su simplicidad, el sistema anterior puede ser resuelto a mano,

utilizando la técnica de sustitución:

2x  y 2x  3
4y  12
y  3y  12 3
y3 x
2
 Advanced Engineering for Real Solutions

Ejemplo 1

Resuelva el siguiente sistema de ecuaciones:

3x  y  x  3 2x  y  3 2x  y  3
x  2y  y  2 x  3y  2 2x  6y  4
Ordenar variables y Multiplicar la Sumar 7y  7
constantes segunda ecuación ambas y  1
por (-2)
2x  1  3 x  2y  y  2
Sustituir 2x  2 1  21  1 2
x 1 1  2  1
1  1
 Advanced Engineering for Real Solutions

Sistemas de Ecuaciones 
Representación Matricial
Una manera eficiente de escribir un sistema de ecuaciones es utilizando
matrices. Por ejemplo, el sistema
4 x1  6 x2  3x3  2 x4  8 x5  53
3x1  1x2  7 x3  9 x4  4 x5  65
6 x1  3x2  2 x3  1x4  5 x5  25
 4 x1  3x2  6 x3  1x4  9 x5  7
2 x1  6 x2  9 x3  8 x4  7 x5  30

Puede reescribirse en forma matricial como Ax=b:

 4 6 3 2 8   x 1   53 
    
Arreglo de  3 1 7 9 4  x 2   65 
coeficientes [A] 6 3 2 1 5  x 3    25 
    
 4 3 6 1 9  x 4   7 
    
2 6 9 8 7   x 5   30

Arreglo de Arreglo de valores

incógnitas conocidos
[x] [b]
 Advanced Engineering for Real Solutions

Introducción a las Matrices

DEFINICIONES:

•Una matriz es un arreglo de números ordenados, variables o constantes, en filas

horizontales y columnas verticales encerrados entre paréntesis rectangulares.

•Elemento matricial, es cada valor –constante o variable- en una matriz.

•Dimensión, es el número de filas por el número de columnas de una matriz (mxn).

•Un elemento típico en la i-ésima fila y la j-ésima columna de A se identifica como
𝑎𝑖𝑗 . Por ejemplo, en la primera matriz, 𝑎11 =2 y 𝑎32 =8.
1 
2 1 2 
 0 5 3 1
1. A = 
 0 5 

2. B =   3. C =
3   2 0 9 6 
   

4 8 
 4 
8
 Advanced Engineering for Real Solutions

Tipos Especiales de Matrices

Matriz Columna (Vector):

Una matriz con solamente una columna.

Matriz cuadrada (m=n):

Una matriz con el mismo número de columnas y

renglones.

Matriz Diagonal:

Matriz donde todos los elementos son cero, a

excepción de la diagonal principal.

Matriz Nula:

Matriz donde todos los elementos son cero.

 Advanced Engineering for Real Solutions

Tipos Especiales de Matrices

2 2 −1
−1
𝐴= 0 5
Transpuesta de una Matriz 𝐴 = 0−4 58
La transpuesta de la matriz A de mxn, escrita como 𝑨𝑻 , −4 8
2 0 −4
se obtiene al intercambiar los renglones y columnas en 𝐴𝑇 =
−1 5 8
2 0 −4
A. 𝐴𝑇 =
−1 5 8
Matriz Simétrica

Si A=𝑨𝑻 , resulta que la matriz A es cuadrada y que

 4 6 3 0 0 
𝑎𝑖𝑗 =𝑎𝑗𝑖  
  6 1 7 9 0 
Las matrices generadas por FEM son simétricas y en A   3 7  2 1  5
forma de bandas, por lo que utilizando un esquema de  
almacenaje efectivo, se pueden almacenar matrices de  0 9 1 1  9
 0 0 5 9 7 
gran tamaño en la memoria de alta velocidad.  
 Advanced Engineering for Real Solutions

Operaciones con Matrices

Inténtelo con Scilab:

Suma/Resta
Dos matrices se pueden
sumar si son de la misma
dimensión. La operación se
hace elemento por elemento.

2 4  1 0   3 4
5 0   2 1    7 1
     
1 3  3 3 2 0 

11
 Advanced Engineering for Real Solutions

Operaciones con Matrices en SCILAB

Inténtelo con Scilab:

Suma/Resta
Dos matrices se pueden
sumar si son de la misma
dimensión. La operación se
hace elemento por elemento.

2 4  1 0   3 4
5 0   2 1    7 1
     
1 3  3 3 2 0 
12
 Advanced Engineering for Real Solutions

Operaciones con Matrices (2)

Multiplicación por escalar Inténtelo con Scilab:

Se multiplica cada elemento de la
matriz por el escalar.

2 4  8 16
  
4 5 0   20 0 
 
1 3  4 12
 Advanced Engineering for Real Solutions

Operaciones con Matrices (3)

Multiplicación de matrices
La multiplicación matricial no es conmutativa

A B  B  A

Además, sólo es posible multiplicar matrices si el número de columnas de

A es igual al número de renglones de B:

2 columnas

2 3
 5 6    1 2 0 
   3 4 5 
2 renglones
 9 7 
 Advanced Engineering for Real Solutions

Multiplicación de Matrices
Sean:

Cada elemento Cij será el producto punto de la i-esima fila

de A con la j-esima columna de B. Así, el elemento C21
será el producto punto de la segunda fila de A con la
primera columna de B.
 Advanced Engineering for Real Solutions

Ejemplo 2
Multiplique la siguiente matriz:
2 3
 5 6    1 2 0 
   3 4 5 
 
 9 7 
3x2
__ 2 x__
3
3x3

 2 *1  3 * 3  11 A11 * B12  A12 * B22 A11 * B13  A12 * B23 

C   A21 * B11  A22 * B21 A21 * B12  A22 * B22 A21 * B13  A22 * B23 
 A31 * B11  A32 * B21 A31 * B12  A32 * B22 A31 * B13  A32 * B23 
 Advanced Engineering for Real Solutions

Ejemplo 2
Multiplique la siguiente matriz:

2 3
 5 6   1 2 0 
  3 4 5 

 9 7 
3x2
__ 2 x__
3
3x3

 2 *1  3 * 3  11  4  12  8 A11 * B13  A12 * B23 

C   A21 * B11  A22 * B21 A21 * B12  A22 * B22 A21 * B13  A22 * B23 
 A31 * B11  A32 * B21 A31 * B12  A32 * B22 A31 * B13  A32 * B23 
 Advanced Engineering for Real Solutions

Ejemplo 2

Multiplique la siguiente matriz:

2 3  11 8 15 
 5 6    1 2 0    13 34 30 
   3 4 5   
 9 7   12 46 35 
3x2
__ 2 x __
3 3 x __
__ 3
 Advanced Engineering for Real Solutions

Ejemplo 3

Resuelva el ejemplo 2 con Scilab:

2 3  11 8 15 
 5 6    1 2 0  
   3    13 34 30 
4 5 
 9 7   12 46 35 
 Advanced Engineering for Real Solutions

Inversa de una Matriz

La inversa de una matriz es aquella que multiplicada por la matriz

original, da como resultado la matriz identidad.

é 3 -1 ù é 2 1 ù é 1 0 ù
ê ú*iê ú=ê ú
ë -5 2 û ë 5 3 û ë 0 1 û
Una matriz identidad es una matriz (mxn) cuadrada (m=n) que contiene
unos en los elementos de la diagonal y ceros en todos los demás
elementos.
1 0 0 
0 1 0  1 0 
  0 1 
 0 0 1   
 Advanced Engineering for Real Solutions

Ejemplo 4:
-->C=[3 -1;-5 2]
En Scilab, realice la siguiente operación: C =

é 3 -1 ù é 2 1 ù é 1 0 ù 3. - 1.
ê úiê ú=ê ú - 5. 2.
ë -5 2 ûë 5 3 û ë 0 1 û

-->inv(C)
Note que el resultado no es totalmente el esperado ans =
-->C*inv(C)
ans = 2. 1.
5. 3.
1. - 4.441D-16
0. 1.
 Advanced Engineering for Real Solutions

Ejemplo 5:
En Scilab, compruebe la siguiente operación matricial:
2 2  11 4 2   2 1 
B  B     5 
 5 4  2 5 2   2 1
 Advanced Engineering for Real Solutions

Matrices Singulares
No todas las matrices tienen inversa, a aquellas matrices no-invertibles se
les denomina matrices singulares. Ejemplos de matrices singulares de 2x2
son:
 1 1  1  1

 1 1  
 1 
   1 

Al intentar obtener la inversa de dichas matrices en Scilab obtendremos:

-->inv([1 1;1 1])

!--error 19
Problem is singular
-->inv([1 -1;-1 1])
!--error 19
Problem is singular
 Advanced Engineering for Real Solutions

Ejemplo 6: Solución de Ecuaciones

Simultáneas
La solución de un sistema de ecuaciones planteado en forma matricial como A*X=B,
donde X es un vector columna conteniendo a x1, x2, x3, se puede obtener de la forma
siguiente: X=inv(A)*B. -->A=[0 4 3; 1 9 8; 2 5 3]
A =
Ejemplo: A·X=B
0. 4. 3.
 4 x2  3x3  29 A-1 · A · X = A-1 · B 1. 9. 8.
2. 5. 3.
3x1  9 x2  8 x3  53 -->B=[29 53 26]'
1 · X = A-1 · B B =
2 x1  5 x2  3x3  26
29.
A · X = B X = A-1 · B
53.
26.
0 4 3  x1   29 
     -->x=inv(A)*B
1 9 8  x2    53  x =

2 5 3  x3   26 
 - 6.7692308
10.538462
- 4.3846154
 Advanced Engineering for Real Solutions

Ejercicio 1: Solución de Ecuaciones

Simultáneas
Resuelva el siguiente sistema de ecuaciones simultáneas:

4 x1  6 x2  3x3  2 x4  8 x5  53
3x1  1x2  7 x3  9 x4  4 x5  65
6 x1  3x2  2 x3  1x4  5 x5  25
 4 x1  3x2  6 x3  1x4  9 x5  7
2 x1  6 x2  9 x3  8 x4  7 x5  30
 Advanced Engineering for Real Solutions

Siguiente Paso: Derivación de Matriz de Rigidez

Derivación de
Modelos
Matemáticos Matriz de
Rigidez

AGRADECEMOS TU ATENCIÓN
 Advanced Engineering for Real Solutions

Referencias

Zienkiewicz, O., & Taylor, R. (2004). El método de los elementos finitos.

Barcelona: CIMNE.

Carnegie Mellon Curriculum: introduction to CAD and CAE. (2014). Obtenido

de Autodesk University: http://auworkshop.autodesk.com/library/carnegie-
mellon-curriculum-introduction-cad-and-cae?language=en

Introduction to Finite Element Methods (ASEN 5007). (22 de Diciembre de

2014). Recuperado el 17 de Junio de 2015, de Department of Aerospace
Engineering Sciences University of Colorado at Boulder:
http://www.colorado.edu/engineering/cas/courses.d/IFEM.d/

Gallegos, S., (2006). Notas del Curso de Elementos Finitos. Monterrey.

ITESM.