TAREA DE MÉTODOS NUMÉRICOS

José Fernando Menacho Abanto

Junio 29, 2019

1 INTRODUCCION
1.1 ECUACIONES
Se presenta la siguiente ecuación diferencial ordinaria, con la cual se generalizara
la solución para la formula variacional con el método de Galerkin.
d d
− (P (x) U (x)) + g(x)U (x) = f (x) . . . (1)
dx dx
Introduciendo una función aproximada Un y redistribuyendo el error con pesos
residuales w(x) que cumplan con ciertas condiciones de borde, obtenemos las
siguientes expresiones:
Z L
d d
a(Un , w) = (P (x) Un (x) w + g(x)Un w)dx . . . (2)
0 dx dx
Z L
L(w) = f (x)wdx . . . (3)
0

Eligiendo una base en un subespacio vectorial Vn , {ϕi }N

i=1 ⊂ Vn

N
X
Un = αj ϕj . . . (4)
j=1

Eligiendo como pesos residuales los valores de las bases:

w(x) = ϕi . . . (5)
Expresando (2) en forma matricial por (4) y (5).

Kij = αj a(ϕj , ϕi ) . . . (6)

1
Por ultimo expresamos la ecuación (1) en función de las otras ecuaciones deter-
minadas, obteniendo ası́:
N
X
Kij αj = bi . . . (7)
j=1

2 EJEMPLOS
Para los ejemplos que se detallaran en esta sección, se considero determinados
valores para las siguientes funciones, tales como:

P (x) = 1, g(x) = 1, f (x) = x . . . (a)

Reemplazando estos valores en (1) obtenemos la siguiente expresión.

d2
− U (x) + U (x) = x . . . (8)
dx2
Reemplazando los valores dados en (a) en (2).
Z L
d d
a(ϕj , ϕi ) = ( ϕj ϕi + ϕj ϕi )dx . . . (9)
0 dx dx
Reemplazando los valores dados en (a) en (3) se obtiene la siguiente expresión.
Z L
bi = L(ϕi ) = xϕi dx . . . (10)
0

2.0.1 EJEMPLO I
Usar las siguientes bases:
ϕ1 = x(1 − x)
ϕ2 = x2 (1 − x)
ϕ3 = x3 (1 − x)
Para efecto de los cálculos posteriores se debe de obtener la derivada de cada base.
d
ϕ1 = 1 − 2x
dx
d
ϕ2 = 2x − 3x2
dx
d
ϕ3 = 3x2 − 4x3
dx

2
Ahora usando (6) y(9) para cada valor de i y j obtenemos una matriz de 3x3 que
sera la matriz de coeficientes.
Z L
d d
Kij = ( ϕj ϕi + ϕj ϕi )dx . . . (11)
0 dx dx

Usando (10) obtenemos los elementos de la matriz solución.

Z L
bi = xϕi dx . . . (12)
0

De (11) se obtiene:
 
0.367 0.183 0.109
Kij = 0.183 0.143 0.105 . . . (13)
0.109 0.105 0.089

De (12) se obtiene:  
0.083
bi =  0.05  . . . (14)
0.033
Considerando (7),(13)y (14) y usando conocimientos de álgebra lineal, llegamos a
la matriz de incógnitas.  
0.141
αj = 0.178
0.011

2.0.2 CASO II
Usar las siguientes bases:
ϕ1 = sin(Πx)
ϕ2 = sin(2Πx)
ϕ3 = sin(3Πx)
Para efecto de los cálculos posteriores se debe obtener la derivada de cada base.
d
ϕ1 = cos(Πx)Π
dx
d
ϕ2 = cos(2Πx)2Π
dx
d
ϕ3 = cos(3Πx)3Π
dx

3
Ahora usando (6) y(9) para cada valor de i y j obtenemos una matriz de 3x3 que
sera la matriz de coeficientes.
Z L
d d
Kij = ( ϕj ϕi + ϕj ϕi )dx . . . (15)
0 dx dx

Usando (10) obtenemos los elementos de la matriz solución.

Z L
bi = xϕi . . . (16)dx
0

De (15) se obtiene:
 
5.435 0 0
Kij =  0 20.239 0  . . . (17)
0 0 44.913
De (16) se obtiene:  
0.318
bi = −0.159 . . . (18)
0.106
Considerando (7),(17) y (18) y usando conocimientos de álgebra lineal, llegamos
a la matriz de incógnitas.  
0.0585
αj = −0.00785
0.00236