Capítulo 1 Métodos de residuos ponderados Funciones de prueba ...

Capítulo 1 Métodos de residuos ponderados Funciones de prueba ... Capítulo 1 Métodos de residuos ponderados Funciones de prueba ...

efn.uncor.edu
from efn.uncor.edu More from this publisher
15.07.2014 Views

Elemento Ω 4 K 4 = [ ] Kij 4 1 = 24 ⎡ ⎢ ⎣ 0 0 0 0 0 0 0 0 98 ⎤ ⎡ ⎥ ⎦ ; F4 = { } Fi 4 1 = 96 ⎢ ⎣ 0 0 10 ⎤ ⎥ ⎦ y de acuerdo a las ec. (2.30) y (2.31) resulta ⎡ 196 −95 0 K = [K ij ] = K 1 + K 2 + K 3 + K 4 = 1 24 ⎢ −95 196 −95 ⎣ 0 −95 196 ⎡ ⎤ 6 F = {F i } = F 1 + F 2 + F 3 + F 4 = 1 96 ⎢ 12 ⎥ ⎣ ⎦ 18 que conducen, luego de resolver el sistema, a los siguientes valores nodales ⎤ ⎥ ⎦ u = [0,0353, 0,0569, 0,0505] T que permite escribir la solución aproximada como û = 0,0353 φ 1 + 0,0569 φ 2 + 0,0505 φ 3 (2.48) Ejercicio N ◦ 24: Calcular el vector de cargas F y la matriz de rigidez K para un modelo de elementos finitos de 4 elementos igualmente espaciados con funciones de base lineales para el siguiente problema −u ,xx = 1 , con 0 ≤ x ≤ 1 Graficar la solución exacta y la aproximada. u(0) = u(1) = 0 2.5. Estimación del error en el MEF La necesidad de estimar el error aparece en forma natural, ya que de partida estamos obteniendo soluciones aproximadas. Además, debemos establecer la forma en que dicho error se verá afectado a medida que el número de elementos se incremente. Se define el error, e (x), de una aproximación como la diferencia entre el valor exacto y el aproximado e(x) = u (x) − û (x) (2.49) Es obvio que el verdadero error no podrá ser evaluado si no se conoce la solución exacta; sin embargo, aun cuando u (x) sea desconocido, es posible construir estimaciones del error y determinar si éste decrece a medida que aumenta el número de elementos. Tener información al respecto es de gran utilidad cuando se debe elegir entre varios elementos o cuando habiendo elegido elemento, se desea conocer la influencia que tendrá en la solución el duplicar o triplicar su número. De hecho, un análisis del error puede mostrar la incapacidad de algún elemento para resolver el problema entre manos. De la definición de error se observa que éste es una función, y en consecuencia, si vamos a hablar de la exactitud de nuestra solución, debemos ser capaces de cuantificar o medir el tamaño 32

de funciones. Una medida universalmente aceptada como la magnitud de una función g, es un número positivo que se conoce como norma de g y se escribe ‖g‖. Si g ≡ 0, entonces ‖g‖ = 0; recíprocamente, si ‖g‖ = 0, entonces se interpreta que g es cero. De esto surge que para poder estimar el error debemos elegir la norma con la que mediremos nuestra aproximación. Las normas comúnmente utilizadas en conjunción con el MEF son tres: la norma basada en la energía ‖e‖ E , la norma media cuadrática ‖e‖ 0 y la norma infinita o máxima ‖e‖ ∞ . a) La definición de la norma energética ‖e‖ E está asociada a la forma que toma la energía elástica del problema entre manos. Tomemos por ejemplo el problema definido en la sección anterior mediante la (2.17) y cuya solución esta dada en la expresión (2.48). Esta solución se puede escribir en forma compacta como u (x) = φ u = u T φ T en donde φ = [φ 1 , φ 2 , φ 3 ] y u = [u 1 , u 2 , u 3 ] T contienen las funciones de forma y los desplazamientos nodales respectivamente. Mostremos que la energía de deformación aproximada es U = 1 2 ∫ 1 [ (û,x ) 2 + û 2] dx 0 = 1 2 ∫ 1 [ 0 u T φ Ț x φ ,xu + u T φ T φ u ] dx = 1 { ∫ 1 [ 2 uT 0 φ T ,x φ ,x + φ T φ ] } dx u = 1 2 uT K u Entonces, se define a la norma energética del error como la raíz cuadrada del doble de la energía de deformación producida por el error {∫ 1 ‖e‖ E = 0 [ (e,x ) 2 + e 2] } 1/2 dx (2.50) Esta norma es una de las formas mas naturales y significativas de cuantificar el error. Si la aproximación adoptada muestra un buen comportamiento respecto de esta norma a medida que se refina la malla, podemos, en general, asegurar que tenemos un método de aproximación aceptable. b) La norma media cuadrática (L 2 o “L-dos”) mide la raíz media cuadrática del error de una función en su dominio y se define por (∫ 1 1/2 ‖e‖ 0 = e dx) 2 (2.51) 0 c) La norma infinita o máxima mide el máximo valor absoluto de la función en su dominio ‖e‖ ∞ = max |e (x)| 0 ≤ x ≤ 1 (2.52) 2.5.1. Estimaciones asintóticas del error En las aplicaciones del MEF es común buscar “estimaciones asintóticas” de las normas recién definidas, es decir, estimaciones de la forma ‖e‖ ≤ Ch p (2.53) en las que h es la longitud de los elementos utilizados para discretizar el dominio, C es una constante que depende de los datos del problema y p es un entero que depende de las funciones de base adoptadas en los elementos. El exponente p es una medida de la velocidad de convergencia del método respecto a una norma en particular. Es posible que existan situaciones en las que se obtiene 33

<strong>de</strong> funciones. Una medida universalmente aceptada como la magnitud <strong>de</strong> una función g, es un<br />

número positivo que se conoce como norma <strong>de</strong> g y se escribe ‖g‖. Si g ≡ 0, entonces ‖g‖ = 0;<br />

recíprocamente, si ‖g‖ = 0, entonces se interpreta que g es cero. De esto surge que para po<strong>de</strong>r<br />

estimar el error <strong>de</strong>bemos elegir la norma con la que mediremos nuestra aproximación.<br />

Las normas comúnmente utilizadas en conjunción con el MEF son tres: la norma basada en la<br />

energía ‖e‖ E<br />

, la norma media cuadrática ‖e‖ 0<br />

y la norma infinita o máxima ‖e‖ ∞<br />

.<br />

a) La <strong>de</strong>finición <strong>de</strong> la norma energética ‖e‖ E<br />

está asociada a la forma que toma la energía<br />

elástica <strong>de</strong>l problema entre manos. Tomemos por ejemplo el problema <strong>de</strong>finido en la sección anterior<br />

mediante la (2.17) y cuya solución esta dada en la expresión (2.48). Esta solución se pue<strong>de</strong> escribir<br />

en forma compacta como<br />

u (x) = φ u = u T φ T<br />

en don<strong>de</strong> φ = [φ 1 , φ 2 , φ 3 ] y u = [u 1 , u 2 , u 3 ] T contienen las funciones <strong>de</strong> forma y los <strong>de</strong>splazamientos<br />

nodales respectivamente. Mostremos que la energía <strong>de</strong> <strong>de</strong>formación aproximada es<br />

U = 1 2<br />

∫ 1<br />

[<br />

(û,x ) 2 + û 2] dx<br />

0<br />

= 1 2<br />

∫ 1<br />

[<br />

0 u T φ Ț x φ ,xu + u T φ T φ u ] dx<br />

= 1 { ∫ 1 [<br />

2 uT 0 φ<br />

T<br />

,x φ ,x + φ T φ ] }<br />

dx u<br />

= 1 2 uT K u<br />

Entonces, se <strong>de</strong>fine a la norma energética <strong>de</strong>l error como la raíz cuadrada <strong>de</strong>l doble <strong>de</strong> la energía<br />

<strong>de</strong> <strong>de</strong>formación producida por el error<br />

{∫ 1<br />

‖e‖ E<br />

=<br />

0<br />

[<br />

(e,x ) 2 + e 2] } 1/2<br />

dx<br />

(2.50)<br />

Esta norma es una <strong>de</strong> las formas mas naturales y significativas <strong>de</strong> cuantificar el error. Si la aproximación<br />

adoptada muestra un buen comportamiento respecto <strong>de</strong> esta norma a medida que se refina<br />

la malla, po<strong>de</strong>mos, en general, asegurar que tenemos un método <strong>de</strong> aproximación aceptable.<br />

b) La norma media cuadrática (L 2 o “L-dos”) mi<strong>de</strong> la raíz media cuadrática <strong>de</strong>l error <strong>de</strong><br />

una función en su dominio y se <strong>de</strong>fine por<br />

(∫ 1 1/2<br />

‖e‖ 0<br />

= e dx) 2 (2.51)<br />

0<br />

c) La norma infinita o máxima mi<strong>de</strong> el máximo valor absoluto <strong>de</strong> la función en su dominio<br />

‖e‖ ∞<br />

= max |e (x)| 0 ≤ x ≤ 1 (2.52)<br />

2.5.1. Estimaciones asintóticas <strong>de</strong>l error<br />

En las aplicaciones <strong>de</strong>l MEF es común buscar “estimaciones asintóticas” <strong>de</strong> las normas recién<br />

<strong>de</strong>finidas, es <strong>de</strong>cir, estimaciones <strong>de</strong> la forma<br />

‖e‖ ≤ Ch p (2.53)<br />

en las que h es la longitud <strong>de</strong> los elementos utilizados para discretizar el dominio, C es una<br />

constante que <strong>de</strong>pen<strong>de</strong> <strong>de</strong> los datos <strong>de</strong>l problema y p es un entero que <strong>de</strong>pen<strong>de</strong> <strong>de</strong> las funciones <strong>de</strong><br />

base adoptadas en los elementos. El exponente p es una medida <strong>de</strong> la velocidad <strong>de</strong> convergencia <strong>de</strong>l<br />

método respecto a una norma en particular. Es posible que existan situaciones en las que se obtiene<br />

33

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!