M�todo de los elementos finitos

El m�todo de los elementos finitos (MEF en castellano o FEM en ingl�s) es un m�todo

num�rico general para la aproximaci�n de soluciones de ecuaciones diferenciales
parciales muy complejas utilizado en diversos problemas de ingenier�a y f�sica.

El MEF est� pensado para ser usado en computadoras y permite resolver ecuaciones
diferenciales asociadas a un problema f�sico sobre geometr�as complicadas. El MEF
se usa en el dise�o y mejora de productos y aplicaciones industriales, as� como en
la simulaci�n de sistemas f�sicos y biol�gicos complejos. La variedad de problemas
a los que puede aplicarse ha crecido enormemente, siendo el requisito b�sico que
las ecuaciones constitutivas y ecuaciones de evoluci�n temporal del problema sean
conocidas de antemano.

ntroducci�n
El MEF permite obtener una soluci�n num�rica aproximada sobre un cuerpo, estructura
o dominio (medio continuo) �sobre el que est�n definidas ciertas ecuaciones
diferenciales en forma d�bil o integral que caracterizan el comportamiento f�sico
del problema� dividi�ndolo en un n�mero elevado de subdominios no-intersectantes
entre s� denominados �elementos finitos�. El conjunto de elementos finitos forma
una partici�n del dominio tambi�n denominada discretizaci�n. Dentro de cada
elemento se distinguen una serie de puntos representativos llamados �nodos�. Dos
nodos son adyacentes si pertenecen al mismo elemento finito; adem�s, un nodo sobre
la frontera de un elemento finito puede pertenecer a varios elementos. El conjunto
de nodos considerando sus relaciones de adyacencia se llama �malla�.

Los c�lculos se realizan sobre una malla de puntos (llamados nodos), que sirven a
su vez de base para discretizaci�n del dominio en elementos finitos. La generaci�n
de la malla se realiza usualmente con programas especiales llamados generadores de
mallas, en una etapa previa a los c�lculos que se denomina pre-proceso. De acuerdo
con estas relaciones de adyacencia o conectividad se relaciona el valor de un
conjunto de variables inc�gnitas definidas en cada nodo y denominadas grados de
libertad. El conjunto de relaciones entre el valor de una determinada variable
entre los nodos se puede escribir en forma de sistema de ecuaciones lineales (o
linealizadas). La matriz de dicho sistema de ecuaciones se llama matriz de rigidez
del sistema. El n�mero de ecuaciones de dicho sistema es proporcional al n�mero de
nodos.

T�picamente el an�lisis de los elementos finitos se programa computacionalmente

para calcular el campo de desplazamientos y, posteriormente, a trav�s de relaciones
cinem�ticas y constitutivas las deformaciones y tensiones respectivamente, cuando
se trata de un problema de mec�nica de s�lidos deformables o m�s generalmente un
problema de mec�nica de medios continuos. El m�todo de los elementos finitos es muy
usado debido a su generalidad y a la facilidad de introducir dominios de c�lculo
complejos (en dos o tres dimensiones). Adem�s el m�todo es f�cilmente adaptable a
problemas de transmisi�n de calor, de mec�nica de fluidos para calcular campos de
velocidades y presiones (mec�nica de fluidos computacional, CFD) o de campo
electromagn�tico. Dada la imposibilidad pr�ctica de encontrar la soluci�n anal�tica
de estos problemas, con frecuencia en la pr�ctica ingenieril los m�todos num�ricos
y, en particular, los elementos finitos, se convierten en la �nica alternativa
pr�ctica de c�lculo.

Una importante propiedad del m�todo es la convergencia; si se consideran

particiones de elementos finitos sucesivamente m�s finas, la soluci�n num�rica
calculada converge r�pidamente hacia la soluci�n exacta del sistema de ecuaciones.

Historia
El MEF fue al principio desarrollado en 1943 por Richard Courant, quien utiliz� el
m�todo de Ritz de an�lisis num�rico y minimizaci�n de las variables de c�lculo para
obtener soluciones aproximadas a un sistema de vibraci�n. Poco despu�s, un
documento publicado en 1956 por M. J. Turner, R. W. Clough, H. C. Martin, y L. J.
Topp estableci� una definici�n m�s amplia del an�lisis num�rico.1? El documento se
centr� en �la rigidez y deformaci�n de estructuras complejas�.

Con la llegada de los primeros ordenadores instaura el c�lculo matricial de

estructuras. �ste parte de la discretizaci�n de la estructura en elementos lineales
tipo barra de los que se conoce su rigidez frente a los desplazamientos de sus
nodos. Se plantea entonces un sistema de ecuaciones resultado de aplicar las
ecuaciones de equilibrio a l} = \mathbf{K}\cdot \mathbf{u}</math>

|*|}} Donde las inc�gnitas son los desplazamientos en los nodos (vector u) que se
hallan a partir de las "fuerzas" o "solicitaciones" en los nodos (vector
{\displaystyle \mathbf {f} } {\displaystyle \mathbf {f} }) y de la rigidez de las
barras (matriz de rigidez {\displaystyle \mathbf {K} } {\displaystyle \mathbf
{K} }). Conocidos dichos desplazamientos es posible determinar los esfuerzos en las
barras. La soluci�n obtenida es exacta.

Uso pr�ctico del m�todo hacia 1950

Cuando se produce la llegada de los primeros equipos de c�mputo en la d�cada de
1950, el c�lculo de estructuras se encontraba en un punto en el que los m�todos de
c�lculo predominantes consist�an en m�todo iterativos (m�todos de Cross y Kani) que
se realizaban de manera manual y, por tanto, resultaban bastante tediosos. El
c�lculo de una estructura de edificaci�n de varios pisos, por ejemplo, pod�a llevar
varias semanas, lo cual supon�a un coste sustancial de tiempo en detrimento de la
posibilidad de invertir este en la optimizaci�n de la estructura.

La llegada de la computadora permiti� el resurgimiento del m�todo de los

desplazamientos ya conocidos en siglos anteriores (Navier, Lagrange, Cauchy), pero
que eran dif�ciles de aplicar dado que al final conduc�an a la resoluci�n de
enormes sistemas de ecuaciones inabordables desde el punto de vista manual.

De 1960 a 1970
Cuando las aplicaciones pr�cticas de elementos finitos crecieron en tama�o, los
requerimientos de tiempo de c�lculo y memoria de los ordenadores creci�. En ese
punto el desarrollo de algoritmos m�s eficientes se volvi� importante. Para la
resoluci�n de los sistemas de ecuaciones se potencia el estudio de la adaptabilidad
de los algoritmos ya conocidos (Gauss, Cholesky, Crout, Gradiente conjugado, etc).
El ahorro de tiempo es impensable y con ello el uso del m�todo matricial se
extiende. Este desarrollo se hace especialmente notable en estructuras de
edificaci�n donde la discretizaci�n de los p�rticos en barras, es pr�cticamente
inmediata a partir de las vigas y los pilares.

Sin embargo, y a pesar de desarrollarse modelizaciones de elementos superficiales

mediante barras (losas con emparrillados, elementos curvos mediante aproximaciones
de elementos rectos, etc.), se plantean grandes dificultades ante estructuras
continuas (superficies y vol�menes) y con geometr�as complejas. De ah� que sea
precisamente dentro del campo aeroespacial donde comiencen a desarrollarse las
nuevas t�cnicas del MEF. Dada su generalidad el m�todo se ampli� a otros campos no
estructurales como la conducci�n de calor, la mec�nica de fluidos, etc. donde
compiti� con otros m�todos num�ricos como el de m�todo de las diferencias finitas
que a�n siendo m�s intuitivos, ten�an de nuevo dificultades de planteamiento para
geometr�as complejas.

Con la llegada de los centros de c�lculo y los primeros programas comerciales en

los a�os 60, el MEF a la vez que se populariza en la industria refuerza sus bases
te�ricas en los centros universitarios.

En los a�os 70 se produce un gran crecimiento de la bibliograf�a as� como la

extensi�n del m�todo a otros problemas como los no lineales. En esta d�cada, el MEF
estaba limitado a caros ordenadores centrales generalmente pose�do por las
industrias aeron�uticas, de automoci�n, de defensa y nucleares. Se estudian nuevos
tipos de elementos y se sientan las bases matem�ticas rigurosas del m�todo, que
hab�a aparecido antes m�s como t�cnica de la ingenier�a que como m�todo num�rico de
la matem�tica.
Por �ltimo, a partir de la d�cada de los 80, con la generalizaci�n de los
ordenadores personales, se extiende el uso de los programas comerciales que se
especializan en los diversos campos, instaur�ndose el uso de pre y postprocesadores
gr�ficos que realizan el mallado y la representaci�n gr�fica de los resultados. Se
contin�a en el estudio de la aplicaci�n del m�todo a nuevos modelos de
comportamiento (plasticidad, fractura, da�o continuo, etc.) y en el an�lisis de los
errores.

En la actualidad, dentro del campo estructural, el MEF comparte protagonismo con el

m�todo matricial, siendo muchos los programas que mezclan el an�lisis por ambos
m�todos, debido sobre todo a la mayor necesidad de memoria que requiere el an�lisis
por elementos finitos. As� se ha dejado la aplicaci�n del MEF para el an�lisis de
elementos continuos tipo losa o pantalla, mientras que los p�rticos siguen todav�a
discretiz�ndose en barras y utilizando el m�todo matricial. Y desde el r�pido
declive en el coste de los ordenadores y el fenomenal incremento en la potencia de
c�lculo, el MEF ha desarrollado una incre�ble precisi�n. A d�a de hoy, los
superordenadores son capaces de dar resultados exactos para todo tipo de
par�metros.

Descripci�n matem�tica del m�todo

El desarrollo de un algoritmo de elementos finitos para resolver un problema
definido mediante ecuaciones diferenciales y condiciones de contorno requiere en
general cuatro etapas:

El problema debe reformularse en forma variacional.

El dominio de variables independientes (usualmente un dominio espacial) debe
dividirse mediante una partici�n en subdominios, llamados elementos finitos.
Asociada a la partici�n anterior se construye un espacio vectorial de dimensi�n
finita, llamado espacio de elementos finitos. Siendo la soluci�n num�rica
aproximada obtenida por elementos finitos una combinaci�n lineal en dicho espacio
vectorial.
Se obtiene la proyecci�n del problema variacional original sobre el espacio de
elementos finitos obtenido de la partici�n. Esto da lugar a un sistema con un
n�mero de ecuaciones finito, aunque en general con un n�mero elevado de ecuaciones
inc�gnitas. El n�mero de inc�gnitas ser� igual a la dimensi�n del espacio vectorial
de elementos finitos obtenido y, en general, cuanto mayor sea dicha dimensi�n tanto
mejor ser� la aproximaci�n num�rica obtenida.
El �ltimo paso es el c�lculo num�rico de la soluci�n del sistema de ecuaciones.
Los pasos anteriores permiten construir un problema de c�lculo diferencial en un
problema de �lgebra lineal. Dicho problema en general se plantea sobre un espacio
vectorial de dimensi�n no-finita, pero que puede resolverse aproximadamente
encontrando una proyecci�n sobre un subespacio de dimensi�n finita, y por tanto con
un n�mero finito de ecuaciones (aunque en general el n�mero de ecuaciones ser�
elevado t�picamente de miles o incluso centenares de miles). La discretizaci�n en
elementos finitos ayuda a construir un algoritmo de proyecci�n sencillo, logrando
adem�s que la soluci�n por el m�todo de elementos finitos sea generalmente exacta
en un conjunto finito de puntos. Estos puntos coinciden usualmente con los v�rtices
de los elementos finitos o puntos destacados de los mismos. Para la resoluci�n
concreta del enorme sistema de ecuaciones algebraicas en general pueden usarse los
m�todos convencionales del �lgebra lineal en espacios de dimensi�n finita.

En lo que sigue d es la dimensi�n del dominio, n el n�mero de elementos finitos y N

el n�mero de nodos total.
Formulaci�n d�bil
Art�culo principal: Formulaci�n d�bil
La formulaci�n d�bil de una ecuaci�n diferencial permite convertir un problema de
c�lculo diferencial formulado en t�rmino de ecuaciones diferenciales en t�rminos de
un problema de �lgebra lineal planteado sobre un espacio de Banach, generalmente de
dimensi�n no finita, pero que puede ser aproximado por un sistema finito de
ecuaciones algebraicas.

Dada una ecuaci�n diferencial lineal de la forma:

(1) {\displaystyle {\mathcal {L}}(u)=f} {\displaystyle {\mathcal {L}}(u)=f}

Donde la soluci�n es una cierta funci�n definida sobre un dominio d-dimensional

{\displaystyle \Omega \subset \mathbb {R} ^{d}} {\displaystyle \Omega \subset
\mathbb {R} ^{d}}, y se han especificado un conjunto de condiciones de contorno
adecuadas, puede suponerse que la funci�n buscada es un elemento de un espacio de
funciones o espacio de Banach V y que la ecuaci�n (2) es equivalente a:

(2a) {\displaystyle \mathbf {A} (u)=f,\qquad {\begin{cases}u\in V&f\in V'\\\mathbf

{A} :V\to V'&\mathbf {A} \in {\mathcal {L}}(V,V')\end{cases}}} {\displaystyle
\mathbf {A} (u)=f,\qquad {\begin{cases}u\in V&f\in V'\\\mathbf {A} :V\to V'&\mathbf
{A} \in {\mathcal {L}}(V,V')\end{cases}}}

Donde V' es el espacio dual de V, la forma variacional d�bil se obtiene buscando la

�nica soluci�n {\displaystyle u\in V} {\displaystyle u\in V} tal que:

(2b) {\displaystyle a(u,v)=\langle f,v\rangle ,\quad \forall v\in V\qquad

{\mbox{donde}}{\begin{cases}a(u,v)=\langle \mathbf {A} u,v\rangle \\\langle
f,v\rangle =\int _{\Omega }fv\ d\Omega \end{cases}}} {\displaystyle a(u,v)=\langle
f,v\rangle ,\quad \forall v\in V\qquad {\mbox{donde}}
{\begin{cases}a(u,v)=\langle \mathbf {A} u,v\rangle \\\langle f,v\rangle =\int
_{\Omega }fv\ d\Omega \end{cases}}}

Cuando el operador lineal es un operador el�ptico, el problema se puede plantear

como un problema de minimizaci�n sobre el espacio de Banach.

Discretizaci�n del dominio

Dado un dominio {\displaystyle \Omega \subset \mathbb {R} ^{d}} {\displaystyle
\Omega \subset \mathbb {R} ^{d}} con una frontera continua en el sentido de
Lipschitz una partici�n en n "elementos finitos", es una colecci�n de n subdominios
{\displaystyle \scriptstyle \{\Omega ^{(e)}\}_{e=1}^{n}\,} {\displaystyle
\scriptstyle \{\Omega ^{(e)}\}_{e=1}^{n}\,} que satisface:

{\displaystyle \Omega =\cup _{e=1}^{n}\Omega ^{(e)}} {\displaystyle \Omega =\cup

_{e=1}^{n}\Omega ^{(e)}}
Cada {\displaystyle \Omega ^{(e)}} {\displaystyle \Omega ^{(e)}} es un conjunto
compacto con una frontera Lipschitz-continua.
{\displaystyle {\mbox{int}}(\Omega ^{(i)})\cap {\mbox{int}}(\Omega
^{(j)})=\emptyset ,\quad i\neq j} {\displaystyle {\mbox{int}}(\Omega ^{(i)})\cap
{\mbox{int}}(\Omega ^{(j)})=\emptyset ,\quad i\neq j}
Usualmente por conveniencia pr�ctica y sencillez de an�lisis, todos los "elementos
finitos" tienen la misma "forma", es decir, existe un dominio de referencia
{\displaystyle \scriptstyle {\hat {\Omega }}\subset \mathbb {R} ^{d}}
{\displaystyle \scriptstyle {\hat {\Omega }}\subset \mathbb {R} ^{d}} y una
colecci�n de funciones biyectivas:

{\displaystyle \{F^{(e)}|F^{(e)}:{\hat {\Omega }}\to \Omega ^{(e)}\}}

{\displaystyle \{F^{(e)}|F^{(e)}:{\hat {\Omega }}\to \Omega ^{(e)}\}}
Este dominio de referencia se suele llamar frecuentemente tambi�n dominio
isoparam�trico. En los an�lisis 2D (d = 2) el dominio de referencia {\displaystyle
{\hat {\Omega }}} {\displaystyle {\hat {\Omega }}} se suele tomar como un tri�ngulo
equil�tero o un cuadrado, mientras que en los an�lisis 3D (d = 3), el dominio de
referencia t�picamente es un tetraedro o un hexaedro. Adem�s sobre cada elemento se
considerar�n algunos puntos especiales, llamados nodos y que generalmente incluir�n
los v�rtices del elemento finito y se requerir� la condici�n adicional de que dos
elementos adyacentes compartan los nodos sobre el subconjunto {\displaystyle
\scriptstyle \Omega ^{(i)}\cap \Omega ^{(j)}} {\displaystyle \scriptstyle \Omega
^{(i)}\cap \Omega ^{(j)}}, es decir:

{\displaystyle \mathbf {x} \in \Omega ^{(i)}\cap \Omega ^{(j)}\land (\mathbf {x}
\in {\mbox{nod}}(\Omega ^{(i)}))\Rightarrow (\mathbf {x} \in {\mbox{nod}}(\Omega
^{(j)}))} {\displaystyle \mathbf {x} \in \Omega ^{(i)}\cap \Omega ^{(j)}\land
(\mathbf {x} \in {\mbox{nod}}(\Omega ^{(i)}))\Rightarrow (\mathbf {x} \in
{\mbox{nod}}(\Omega ^{(j)}))}

Una vez definida la partici�n en elementos finitos, se define sobre cada elemento
un espacio funcional de dimensi�n finita, usualmente formado por polinomios. Este
espacio funcional servir� para aproximar localmente la soluci�n del problema
variacional. El problema variacional en su forma d�bil se plantea sobre un espacio
de dimensi�n no-finita, y por tanto la funci�n buscada ser� una funci�n de dicho
espacio. El problema en esa forma exacta es computacionalmente inabordable, as� que
en la pr�ctica se considerar� un subespacio de dimensi�n finita {\displaystyle
\scriptstyle V^{h}} {\displaystyle \scriptstyle V^{h}} del espacio vectorial
original {\displaystyle \scriptstyle V} \scriptstyle V. Y en lugar de la soluci�n
exacta de (2b) se calcula la proyecci�n de la soluci�n original sobre dicho
subespacio vectorial de dimensi�n finita, es decir, se resolver� num�ricamente el
siguiente problema:

(2c) {\displaystyle a(u^{h},v^{h})=\langle f,v^{h}\rangle ,\quad \forall v^{h}\in

V^{h}} {\displaystyle a(u^{h},v^{h})=\langle f,v^{h}\rangle ,\quad \forall v^{h}\in
V^{h}}

Donde:

{\displaystyle u^{h}=\Pi _{e}(u)\in V^{h}\,} {\displaystyle u^{h}=\Pi _{e}(u)\in

V^{h}\,}, es la soluci�n aproximada.
{\displaystyle \Pi _{e}:V\to V^{h}\,\quad V^{h}\subset V} {\displaystyle \Pi
_{e}:V\to V^{h}\,\quad V^{h}\subset V} es el proyector ortogonal del espacio
original sobre el subespacio vectorial asociado a la discretiaci�n.
Si la discretizaci�n es suficientemente fina y el espacio funcional finito sobre
cada elemento est� bien escogido, la soluci�n num�rica obtenida aproximar�
razonablemente bien la soluci�n original. Eso implicar� en general considerar un
n�mero muy elevado de elementos finitos y por tanto un subespacio de proyecci�n de
dimensi�n elevada. El error entre la soluci�n exacta y la soluci�n aproximada puede
acotarse gracias al lema de Ce�, que en esencia afirma que la soluci�n exacta y la
soluci�n aproximada satisfacen:

(LC) {\displaystyle \|u-u^{h}\|_{V}\leq c\inf _{v^{h}\in V^{h}}\|u-v^{h}\|_{V}}

{\displaystyle \|u-u^{h}\|_{V}\leq c\inf _{v^{h}\in V^{h}}\|u-v^{h}\|_{V}}

Es decir, el error depender� ante todo de lo bien que el subespacio vectorial

asociado a la discretizaci�n en elementos fintios {\displaystyle \scriptstyle
V^{h}} {\displaystyle \scriptstyle V^{h}} aproxime el espacio vectorial original
{\displaystyle \scriptstyle V} \scriptstyle V.

Funciones de forma y espacio de la soluci�n

Existen muchas formas de elegir un conjunto de funciones que formen una base
vectorial sobre la que aproximar la soluci�n exacta del problema. Desde un punto de
vista pr�ctico resulta �til definir un espacio vectorial {\displaystyle
\scriptstyle {\hat {X}}} {\displaystyle \scriptstyle {\hat {X}}} de dimensi�n
finita definido sobre el dominio de referencia {\displaystyle \scriptstyle {\hat
{\Omega }}} {\displaystyle \scriptstyle {\hat {\Omega }}} formado por todos los
polinomios de grado igual o inferior a cierto grado:

{\displaystyle P_{n}(\Omega )\subset {\hat {X}}} {\displaystyle P_{n}

(\Omega )\subset {\hat {X}}}

Entonces mediante las aplicaciones que aplican el dominio de referencia a cada

elemento finito se define el espacio vectorial {\displaystyle \scriptstyle
V^{h}\subset V} {\displaystyle \scriptstyle V^{h}\subset V} que servir� para
aproximar la soluci�n como:

(3) {\displaystyle V^{h}=\{v^{h}\in V|\ \forall e:v^{h}\circ F^{(e)}\in {\hat

{X}}\}} {\displaystyle V^{h}=\{v^{h}\in V|\ \forall e:v^{h}\circ F^{(e)}\in {\hat
{X}}\}}

Cuando {\displaystyle \scriptstyle F^{(e)}\,} {\displaystyle \scriptstyle

F^{(e)}\,} es una funci�n lineal y el espacio {\displaystyle \scriptstyle {\hat
{X}}} {\displaystyle \scriptstyle {\hat {X}}} est� formado por polinomios entonces
la restricci�n de {\displaystyle \scriptstyle v^{h}\in V^{h}} {\displaystyle
\scriptstyle v^{h}\in V^{h}} es tambi�n un polinomio. El espacio vectorial
{\displaystyle \scriptstyle {\hat {X}}} {\displaystyle \scriptstyle {\hat {X}}} es
un espacio polin�mico en que la base de dicho espacio est� formada por funciones de
forma {\displaystyle \scriptstyle {\hat {N}}_{i}} {\displaystyle \scriptstyle {\hat
{N}}_{i}}, que dado el conjunto de nodos del dominio de referencia se definen como:

{\displaystyle {\hat {N}}_{i}(\xi _{j})={\begin{cases}1&i=j\\0&i\neq j\end{cases}}}

{\displaystyle {\hat {N}}_{i}(\xi _{j})={\begin{cases}1&i=j\\0&i\neq j\end{cases}}}

Esto permite definir de manera un�voca unas funciones de forma sobre el dominio
real sobre el que se define el problema:

{\displaystyle \forall \xi \in {\hat {\Omega }}:{\hat {N}}_{i}(\xi )

=(N_{i}^{(e)}\circ F^{(e)})(\xi )} {\displaystyle \forall \xi \in {\hat {\Omega }}:
{\hat {N}}_{i}(\xi )=(N_{i}^{(e)}\circ F^{(e)})(\xi )}

Estas funciones se pueden extender a todo el dominio, gracias a que el conjunto de

subdominios o elementos finitos constituye una partici�n de todo el dominio:

{\displaystyle N_{i}:\Omega \to \mathbb {R} ^{d},\qquad \forall x\in \Omega

^{(e)}\subset \Omega :N_{i}(x)=N_{i}^{e}(x)} {\displaystyle N_{i}:\Omega \to
\mathbb {R} ^{d},\qquad \forall x\in \Omega ^{(e)}\subset \Omega :N_{i}
(x)=N_{i}^{e}(x)}

Las funciones de forma permiten proyectar sobre el espacio de elementos finitos

cualquier funci�n definida sobre el dominio original mediante el proyector
{\displaystyle \scriptstyle \Pi ^{h}} {\displaystyle \scriptstyle \Pi ^{h}}:

(4) {\displaystyle (\Pi ^{h}v)(\cdot )=\sum _{i=1}^{n}v(x_{i})N_{i}(\cdot )\in

V^{h}} {\displaystyle (\Pi ^{h}v)(\cdot )=\sum _{i=1}^{n}v(x_{i})N_{i}(\cdot )\in
V^{h}}

Resoluci�n de las ecuaciones

Fijada una base asociada a una determinada discretizaci�n del dominio, como por
ejemplo la dada por las funciones {\displaystyle \scriptstyle N_{i}(x)}
{\displaystyle \scriptstyle N_{i}(x)} la forma d�bil del problema (, cuando la
funci�n {\displaystyle a(\cdot ,\cdot )} {\displaystyle a(\cdot ,\cdot )} es
bilineal) puede escribirse como una ecuaci�n matricial simple:

{\displaystyle a(u^{h},v^{h})=\langle f,v^{h}\rangle ,\quad \forall v^{h}\in

V^{h},\quad \Rightarrow \sum _{i=1}^{N}\sum _{j=1}^{N}a_{ij}(u^{h})_{i}
(v^{h})_{j}=\sum _{j=1}^{N}(f)_{j}(v^{h})_{j}} {\displaystyle
a(u^{h},v^{h})=\langle f,v^{h}\rangle ,\quad \forall v^{h}\in V^{h},\quad
\Rightarrow \sum _{i=1}^{N}\sum _{j=1}^{N}a_{ij}(u^{h})_{i}(v^{h})_{j}=\sum
_{j=1}^{N}(f)_{j}(v^{h})_{j}}

Donde N es el n�mero de nodos. Agrupando los t�rminos y teniendo en cuenta que v^h
es arbitario y que por tanto la ecuaci�n anterior debe cumplirse para cualquier
valor de dicho vector arbitrario se tiene que:

(5) {\displaystyle \sum _{j=1}^{N}\left(\sum _{i=1}^{N}a_{ij}(u^{h})_{i}-

(f)_{j}\right)(v^{h})_{j}=0\quad \Rightarrow \quad \sum _{i=1}^{N}a_{ij}
(u^{h})_{i}-(f)_{j}=0\quad \Rightarrow \mathbf {K} \mathbf {u} -\mathbf {f} =0}
{\displaystyle \sum _{j=1}^{N}\left(\sum _{i=1}^{N}a_{ij}(u^{h})_{i}-(f)_{j}\right)
(v^{h})_{j}=0\quad \Rightarrow \quad \sum _{i=1}^{N}a_{ij}(u^{h})_{i}-
(f)_{j}=0\quad \Rightarrow \mathbf {K} \mathbf {u} -\mathbf {f} =0}

Este es la forma com�n del sistema de ecuaciones de un problema de elementos

asociado a una ecuaci�n diferencial lineal, no dependiente del tiempo. Esta �ltima
forma es precisamente la forma (*) de la rese�a hist�rica. Para resolver
num�ricamente el sistema de ecuaciones (*), que usualmente consta de miles o
incluso centenares de miles de ecuaciones se requieren algoritmos eficientes que
optimicen el n�mero de operaciones que debe realizarse y ahorren memoria.

En general las complicaciones computacionales que deben resolverse en la resoluci�n

num�rica son:

El c�lculo de la matriz de coeficientes {\displaystyle \mathbf {K} =a_{ij}}

{\displaystyle \mathbf {K} =a_{ij}}, esto generalmente requiere integraci�n
num�rica aproximada lo cual es una nueva fuente de errores en el c�lculo por el
MEF.
El uso de un m�todo eficiente para resolver el sistema de ecuaciones obtenido. Por
ejemplo el m�todo de Cramer es totalmente impracticable para {\displaystyle N\geq
27!} {\displaystyle N\geq 27!}, un ordenador de unos 10 GFlops tardar�a m�s de 2
a�os en resolver el sistema por dicho m�todo, mientras que si se usa el m�todo de
eliminaci�n gaussiana tardar�a menos de una diez mil�sima de segundo.
Para entender la necesidad de la integraci�n num�rica necesitamos ver qu� forma
tiene t�picamente la forma d�bil del problema, expresada en t�rminos de los
subdominios o elementos finitos. Esa forma d�bil involucra integrales de la forma:

{\displaystyle \int _{\Omega }f\ d\Omega =\sum _{e=1}^{n}\ \int _{\Omega ^{(e)}}f\
d\Omega =\sum _{e=1}^{n}\ \int _{\hat {\Omega }}(f\circ F^{(e)})J_{F^{(e)}}\ d{\hat
{\Omega }}\approx \sum _{m=1}^{N_{PI}}w_{m}{\hat {f}}(\xi _{m})J_{F^{(e)}}(\xi
_{m})} {\displaystyle \int _{\Omega }f\ d\Omega =\sum _{e=1}^{n}\ \int _{\Omega
^{(e)}}f\ d\Omega =\sum _{e=1}^{n}\ \int _{\hat {\Omega }}(f\circ
F^{(e)})J_{F^{(e)}}\ d{\hat {\Omega }}\approx \sum _{m=1}^{N_{PI}}w_{m}{\hat {f}}
(\xi _{m})J_{F^{(e)}}(\xi _{m})}

Donde:

{\displaystyle \Omega \subset \mathbb {R} ^{d}} {\displaystyle \Omega \subset

\mathbb {R} ^{d}} son el domino sobre el que se plantea el problema.
{\displaystyle \Omega ^{(e)},{\hat {\Omega }}} {\displaystyle \Omega ^{(e)},{\hat
{\Omega }}}, representan a cada uno de los elementos finitos y al dominio
isoparam�trico que da la forma de los elementos finitos.
{\displaystyle f:\mathbb {R} ^{d}\to \mathbb {R} ,{\hat {f}}:=f\circ F^{(e)}}
{\displaystyle f:\mathbb {R} ^{d}\to \mathbb {R} ,{\hat {f}}:=f\circ F^{(e)}},
representan la funci�n que debe integrarse y su expresi�n sobre el dominio
isoparam�trico.
{\displaystyle F^{(e)}:{\hat {\Omega }}\to \Omega ^{(e)}} {\displaystyle F^{(e)}:
{\hat {\Omega }}\to \Omega ^{(e)}}, la aplicaci�n que relaciona el dominio
isoparam�trico con cada elemento finito.
{\displaystyle w_{m},\xi _{m}} {\displaystyle w_{m},\xi _{m}}, son los pesos y los
puntos de integraci�n usados para integraci�n gaussiana.
{\displaystyle n,n_{PI}} {\displaystyle n,n_{PI}}, son el n�mero total de elementos
y el n�mero de puntos de integraci�n por elemento.
Aproximaci�n del error
De acuerdo con el lema de Ce� (LC) el error cometido en la aproximaci�n de una
soluci�n exacta mediante elementos finitos viene acotada por el error de
aproximaci�n, es decir, la soluci�n obtenida mediante el MEF es, tanto m�s buena
cuanto mejor sea la aproximaci�n {\displaystyle \scriptstyle V^{h}\subset V}
{\displaystyle \scriptstyle V^{h}\subset V}. Dado que el error de aproximaci�n
depende crucialmente del tama�o de los elementos, cuanto mayor sea su n�mero a
igualdad de otros factores tanto menor ser� el error de aproximaci�n. A
continuaci�n acotamos este error de aproximaci�n que acotar� el error de la
soluci�n de elementos finitos.

Para ello necesitamos definir el di�metro de cada subdominio o elemento finito:

{\displaystyle h_{e}={\mbox{diam}}(\Omega ^{(e)})=\max\{\|x-y\|:x,y\in \Omega

^{(e)}\},\qquad h:=\max _{e}|h_{e}|} {\displaystyle h_{e}={\mbox{diam}}(\Omega
^{(e)})=\max\{\|x-y\|:x,y\in \Omega ^{(e)}\},\qquad h:=\max _{e}|h_{e}|}

h es una medida de la finura de la discretizaci�n es el m�ximo de los anteriores

valores. Puede comprobarse que el error de aproximaci�n (y por tanto el error de la
soluci�n mediante elementos finitos) viene acotada por:

(AE) {\displaystyle \|u-u^{h}\|_{V}=\|u-\Pi ^{h}u\|_{V}\leq C_{1}h^{k+1-m}|u|

_{k+1,\Omega },\qquad u\in V\subset H^{k+1}(\Omega )} {\displaystyle \|u-u^{h}\|
_{V}=\|u-\Pi ^{h}u\|_{V}\leq C_{1}h^{k+1-m}|u|_{k+1,\Omega },\qquad u\in V\subset
H^{k+1}(\Omega )}

Donde:

{\displaystyle u,\ u^{h}\,} {\displaystyle u,\ u^{h}\,}, son respectivamente la

soluci�n exacta y la soluci�n obtenida mediante elementos finitos.
{\displaystyle C_{1}\,} C_1\,, es un n�mero real que depende de la forma del
dominio, entre otros factores.
{\displaystyle H^{k+1}(\Omega )\,} {\displaystyle H^{k+1}(\Omega )\,}, es el k+1-
�simo espacio de Sobolev de funciones sobre el dominio {\displaystyle \Omega }
\Omega .
{\displaystyle |u|_{k+1,\Omega }\,} {\displaystyle |u|_{k+1,\Omega }\,}, es la
seminorma dada por:
{\displaystyle |u|_{k+1,\Omega }=\sum _{|\alpha |=k+1}\|D^{\alpha }u\|_{L^{2}
(\Omega )}} {\displaystyle |u|_{k+1,\Omega }=\sum _{|\alpha |=k+1}\|D^{\alpha }u\|
_{L^{2}(\Omega )}}
siendo {\displaystyle \scriptstyle \alpha } \scriptstyle \alpha un multi�ndice y
{\displaystyle \scriptstyle D^{\alpha }u} {\displaystyle \scriptstyle D^{\alpha }u}
la derivada parcial de u asociada al mismo. La norma del espacio L2(O).

�C�mo trabaja el MEF en la pr�ctica?

El MEF es un m�todo num�rico de resoluci�n de ecuaciones diferenciales. La soluci�n
obtenida por MEF es s�lo aproximada, coincidiendo con la soluci�n exacta s�lo en un
n�mero finito de puntos llamados nodos. En el resto de puntos que no son nodos, la
soluci�n aproximada se obtiene interpolando a partir de los resultados obtenidos
para los nodos, lo cual hace que la soluci�n sea s�lo aproximada debido a ese
�ltimo paso.

El MEF convierte un problema definido en t�rminos de ecuaciones diferenciales en un

problema en forma matricial que proporciona el resultado correcto para un n�mero
finito de puntos e interpola posteriormente la soluci�n al resto del dominio,
resultando finalmente s�lo una soluci�n aproximada. El conjunto de puntos donde la
soluci�n es exacta se denomina conjunto nodos. Dicho conjunto de nodos forma una
red, denominada malla formada por ret�culos. Cada uno de los ret�culos contenidos
en dicha malla es un "elemento finito". El conjunto de nodos se obtiene dividiendo
o discretizando la estructura en elementos de forma variada (pueden ser
superficies, vol�menes y barras).

Desde el punto de vista de la programaci�n algor�tmica modular las tareas

necesarias para llevar a cabo un c�lculo mediante un programa MEF se dividen en:

Preproceso, que consiste en la definici�n de geometr�a, generaci�n de la malla, las

condiciones de contorno y asignaci�n de propiedades a los materiales y otras
propiedades. En ocasiones existen operaciones cosm�ticas de regularizaci�n de la
malla y precondicionamiento para garantizar una mejor aproximaci�n o una mejor
convergencia del c�lculo.
C�lculo, el resultado del preproceso, en un problema simple no-dependiente del
tiempo, permite generar un conjunto de N ecuaciones y N inc�gnitas, que puede ser
resuelto con cualquier algoritmo para la resoluci�n de sistemas de ecuaciones
lineales. Cuando el problema a tratar es un problema no lineal o un problema
dependiente del tiempo a veces el c�lculo consiste en una sucesi�n finita de
sistemas de N ecuaciones y N inc�gnitas que deben resolverse uno a continuaci�n de
otro, y cuya entrada depende del resultado del paso anterior.
Postproceso, el c�lculo proporciona valores de cierto conjunto de funciones en los
nodos de la malla que define la discretizaci�n, en el postproceso se calculan
magnitudes derivadas de los valores obtenidos para los nodos, y en ocasiones se
aplican operaciones de suavizado, interpolaci�n e incluso determinaci�n de errores
de aproximaci�n.
Preproceso y generaci�n de la malla
La malla se genera y �sta en general consta de miles (e incluso centenares de
miles) de puntos. La informaci�n sobre las propiedades del material y otras
caracter�sticas del problema se almacena junto con la informaci�n que describe la
malla. Por otro lado las fuerzas, los flujos t�rmicos o las temperaturas se
reasignan a los puntos de la malla. A los nodos de la malla se les asigna una
densidad por todo el material dependiendo del nivel de la tensi�n mec�nica u otra
propiedad. Las regiones que recibir�n gran cantidad de tensi�n tienen normalmente
una mayor densidad de nodos (densidad de malla) que aquellos que experimentan poco
o ninguno. Puntos de inter�s consisten en: puntos de fractura previamente probados
del material, entrantes, esquinas, detalles complejos, y �reas de elevada tensi�n.
La malla act�a como la red de una ara�a en la que desde cada nodo se extiende un
elemento de malla a cada nodo adyacente. Este tipo de red vectorial es la que lleva
las propiedades del material al objeto, creando varios elementos.

Las tareas asignadas al preproceso son:

El continuo se divide, mediante l�neas o superficies imaginarias en un n�mero de

elementos finitos. Esta parte del proceso se desarrolla habitualmente mediante
algoritmos incorporados a programas inform�ticos de mallado durante la etapa de
preproceso.
Se supone que los elementos est�n conectados entre s� mediante un n�mero discreto
de puntos o �nodos�, situados en sus contornos. Los desplazamientos de estos nodos
ser�n las inc�gnitas fundamentales del problema, tal y como ocurre en el an�lisis
simple de estructuras por el m�todo matricial.
Se toma un conjunto de funciones que definan de manera �nica el campo de
desplazamientos dentro de cada �elemento finito� en funci�n de los desplazamientos
nodales de dicho elemento. Por ejemplo el campo de desplazamientos dentro de un
elemento lineal de dos nodos podr�a venir definido por: u = N1u1 + N2u2, siendo N1
y N2 las funciones comentadas (funciones de forma) y u1 y u2 los desplazamientos en
el nodo 1 y en el nodo 2.
Estas funciones de desplazamientos definir�n entonces de manera �nica el estado de
deformaci�n del elemento en funci�n de los desplazamientos nodales. Estas
deformaciones, junto con las propiedades constitutivas del material, definir�n a su
vez el estado de tensiones en todo el elemento, y por consiguiente en sus
contornos.
Se determina un sistema de fuerzas concentradas en los nodos, tal que equilibre las
tensiones en el contorno y cualesquiera cargas repartidas, resultando as� una
relaci�n entre fuerzas y desplazamientos de la forma F = K�u, que como vemos es
similar a la del c�lculo matricial.
C�lculo y resoluci�n de sistemas de ecuaciones
En un problema mec�nico lineal no-dependientes del tiempo, como un problema de
an�lisis estructural est�tico o un problema el�stico, el c�lculo generalmente se
reduce a obtener los desplazamientos en los nodos y con ellos definir de manera
aproximada el campo de desplazamientos en el elemento finito.

Cuando el problema es no lineal en general la aplicaci�n de las fuerzas requiere la

aplicaci�n incremental de las fuerzas y considerar incrementos num�ricos, y
calcular en cada incremento algunas magnitudes referidas a los nodos. Algo similar
sucede con los problemas dependientes del tiempo, para los que se considera una
sucesi�n de instantes, en general bastante cercanos en el tiempo, y se considera el
equilibrio instant�neo en cada instante. En general estos dos �ltimos tipos de
problemas requieren un tiempo de c�lculo sustancialmente m�s elevado que en un
problema estacionario y lineal.

Postproceso
Actualmente, el MEF es usado para calcular problemas tan complejos, que los
ficheros que se generan como resultado del MEF tienen tal cantidad de datos que
resulta conveniente procesarlos de alguna manera adicional para hacerlos m�s
comprensible e ilustrar diferentes aspectos del problema. En la etapa de post-
proceso los resultados obtenidos de la resoluci�n del sistema son tratados, para
obtener representaciones gr�ficas y obtener magnitudes derivadas que permitan
extraer conclusiones del problema.

El post-proceso del MEF generalmente requiere software adicional para organizar los
datos de salida, de tal manera que sea m�s f�cilmente comprensible el resultado y
permita decidir si ciertas consecuencias del problema son o no aceptables. En el
c�lculo de estructuras por ejemplo, el post-proceso puede incluir comprobaciones
adicionales de si una estructura cumple los requisitos de las normas pertinentes,
calculando si se sobrepasan tensiones admisibles, o existe la posibilidad de pandeo
en la estructura.

Problemas termomec�nicos
Un amplio rango de funciones objetivo (variables con el sistema) est�n disponibles
para la minimizaci�n � la maximizaci�n:

Masa, volumen, temperatura

Energ�a tensional, esfuerzo tensional
Fuerza, desplazamiento, velocidad, aceleraci�n
Sint�tica (definidas por el usuario)
Hay m�ltiples condiciones de carga que se pueden aplicar al sistema. Algunos
ejemplos son:

Puntuales, presi�n, t�rmicas, gravedad, y cargas centr�fugas est�ticas

Cargas t�rmicas de soluciones del an�lisis de transmisi�n de calor
Desplazamientos forzados
Flujo de calor y convecci�n
Puntuales, de presi�n, y cargas de gravedad din�micas
Cada programa MEF puede venir con una biblioteca de elementos, o una que es
construida con el tiempo. Algunos ejemplos de elementos son:

Elementos tipo barra

Elementos tipo viga
Placa/C�scara/Elementos compuestos
Panel de s�ndwich
Elementos s�lidos
Elementos tipo muelle
Elementos de masa
Elementos r�gidos
Elementos amortiguadores viscosos
Muchos programas MEF tambi�n est�n equipados con la capacidad de usar m�ltiples
materiales en la estructura, como:

Modelos el�sticos isotr�picos / ortotr�picos / anis�tropicos generales

Materiales homog�neos / heterog�neos
Modelos de plasticidad
Modelos viscosos