Contenido

1. Conceptos de análisis vectorial e Introducción al análisis vectorial. ............................................. 2

1.1 Composición de vectores. ......................................................................................................... 3
1.2 Descomposición vectorial. ........................................................................................................ 4
1.3 Ejemplo Calculo (Analisis) Vectorial. ......................................................................................... 5
2. Determinantes y matrices. .............................................................................................................. 6
2.1 Definición de Matriz .................................................................................................................. 6
2.2 Definición de Determinante. ..................................................................................................... 6
2.3 Ejemplos de cálculo de determinante de una matriz. .............................................................. 7
3. Sistemas de coordenadas curvilíneas.............................................................................................. 8
3.1 Ejemplo de sistema de coordenadas curvilineas. ..................................................................... 9
4. Teoría de Sturm-Liouville .............................................................................................................. 10
4.1 Ejemplo de ecuación diferencial usando Teoría de Sturm-Liouville ....................................... 11
5. Método de diferencias finitas. ...................................................................................................... 11
5.1 Ejemplo de ecuación en diferencias finitas. ............................................................................ 12
6. Funciones de Bessel y polinomios de Legendre ............................................................................ 13
6.1 Función de Bessel .................................................................................................................... 13
6.1.1 Ejemplo de función de Bessel. ......................................................................................... 14
6.2 Ecuaciones de Legrende. ......................................................................................................... 15
6.2.1 Ejemplos de polinomios de Legendre .............................................................................. 16
7. Transformada de Laplace. ............................................................................................................. 17
7.1 Definicion de la transformada. ................................................................................................ 17
7.2 Ejemplo de aplicación de transformada de Laplace. .............................................................. 18
8.1 Introducción al elemento finito .................................................................................................. 20
8.1 Generalidades ......................................................................................................................... 20
9. Problemas no lineales ................................................................................................................... 26
9.1 Sistemas no lineales. ............................................................................................................... 27

1
Matemáticas aplicadas a la Ing. Química

1. Conceptos de análisis vectorial e Introducción al análisis vectorial.

Un Vector es un ente matemático que representa a todas las magnitudes físicas
de naturaleza vectorial, físicamente un vector es una semirrecta orientada dentro
de un espacio Euclidiano en el plano o en el espacio. Simbólicamente se
representa con cualquier letra del alfabeto acompañado con una flecha en la parte
superior.
El cálculo vectorial o análisis vectorial es un campo de las matemáticas referidas
al análisis real multivariable de vectores en 2 o más dimensiones. Es un enfoque
de la geometría diferencial como conjunto de fórmulas y técnicas para solucionar
problemas muy útiles para la ingeniería y la física.
Consideramos los campos vectoriales, que asocian un vector a cada punto en el
espacio, y campos escalares, que asocian un escalar a cada punto en el espacio.
Por ejemplo, la temperatura de una piscina es un campo escalar: a cada punto
asociamos un valor escalar de temperatura. El flujo del agua en la misma piscina
es un campo vectorial: a cada punto asociamos un vector de velocidad.

Cuatro operaciones son importantes en el cálculo vectorial:

 Gradiente: mide la tasa y la dirección del cambio en un campo escalar; el
gradiente de un campo escalar es un campo vectorial.
 Rotor o rotacional: mide la tendencia de un campo vectorial a rotar
alrededor de un punto; el rotor de un campo vectorial es otro campo
vectorial.
 Divergencia: mide la tendencia de un campo vectorial a originarse o
converger hacia ciertos puntos; la divergencia de un campo vectorial es un
campo escalar.
 Laplaciano: relaciona el "promedio" de una propiedad en un punto del
espacio con otra magnitud, es un operador diferencial de segundo orden.
La mayoría de los resultados analíticos se entienden más fácilmente usando la
maquinaria de la geometría diferencial, de la cual el cálculo vectorial forma un
subconjunto.

2
Vector

Un vector tiene como elementos a:

 Módulo. Denominado también magnitud, representa el valor numérico o la
cantidad o el tamaño del vector.
 Dirección. Es la orientación del vector con respecto a un sistema de
coordenadas cartesianas.
 Sentido. Indica el lado hacia donde se dirige el vector (línea/acción) el
sentido también se indica por la dirección de las flechas.
 Punto de aplicación. Se da por el origen del vector.

Ilustración 1 Vector

1.1 Composición de vectores.

Dos o más vectores son cooplanares, si están contenidos en un mismo plano:

Ilustración 1.1 Vectores cooplaares

3
Dos o más vectores son concurrentes cuando sus líneas de acción se intersecan
en un solo punto:

Ilustración 1.2 Vectores concurrentes

1.2 Descomposición vectorial.

En el plano: sea un vector A en el sistema XY:

Ilustración 1.3 Plano vectorial

i = (1,0) vector unitario en dirección X

J = (0.1) Vector unitario en dirección y

Vectorialmente el vector A se denota por:

4
Relacionando con la dirección θ:

La magnitud del vector se determina por:

La dirección del vector será:

1.3 Ejemplo Calculo (Analisis) Vectorial.

Ejemplo 1: Sabiendo que el punto A es A(-3,-2) y que el vector AB es AB (9,5)
determinar las coordenadas del punto B.
Resolución

AB = [ (xB – xA) , (yB – yA) ]

(9,5) = [(xB – (-3)) , ( yB – (-2))]

9 = xB + 3 ; xB = 9 – 3 = 6 ; xB = 6
5 = yB + 2 ; yB = 5 – 2 = 3 ; yB = 3
Punto B(6,3)

5
2. Determinantes y matrices.
Las matrices y los determinantes son herramientas del algebra que facilitan el
ordenamiento de datos, así como su manejo.
Las matrices se encuentran en aquellos ámbitos en los que se trabaja con datos
regularmente ordenados y aparecen en situaciones propias de las Ciencias
Sociales, Económicas y Biológicas.

2.1 Definición de Matriz

Una matriz es una tabla rectangular de números reales dispuestos en filas y
columnas del modo:

Abreviadamente se puede expresar A = (aij). Cada elemento de la matriz lleva dos

subíndices. El primero de ellos “i”, indica la fila en la que se encuentra el elemento,
y el segundo, “j”, la columna. Así el elemento a23 está en la fila 2 y columna 3. Las
matrices siempre se representaran con letras mayúsculas.

2.2 Definición de Determinante.

Supongamos una matriz cuadrada A (puede repasar la noción de matriz) de orden
n:

Llamamos determinante de A, det A, al número obtenido al sumar todos los

diferentes productos de n elementos que se pueden formar con los elementos de
dicha matriz, de modo que en cada producto figuren un elemento de cada distinta
fila y uno de cada distinta columna, a cada producto se le asigna el signo (+) si la
permutación de los subíndices de filas es del mismo orden que la permutación de
los subíndices de columnas, y signo (-) si son de distinto orden.

6
2.3 Ejemplos de cálculo de determinante de una matriz.

Ejemplo 1: Calcular la determinante de:

Se calcula la determinante mediante la formula

= (1*4) – (2*3)
= (4) – (6)
=-2

Ejemplo 2: Calcular la determinante de:

Se calcula la determinante mediante la formula

7
3. Sistemas de coordenadas curvilíneas.
Un sistema de coordenadas curvilíneos es la forma más general de parametrizar o
etiquetar los puntos de un espacio localmente euclídeo o variedad diferenciable
(globalmente el espacio puede ser euclídeo pero no necesariamente). Si tenemos
un espacio localmente euclídeo M de dimensión m, podemos construir un sistema
de coordenadas curvilíneo local en torno a un punto p siempre a partir de cualquier
difeomorfismo que cumpla:

Para cualquier punto q cercano a p se definen sus coordenadas curvilíneas:

En el manejo de problemas físicos y para simplificar las manipulaciones

matemáticas es necesario describir los vectores en función de sus componentes
sobre un conjunto de direcciones de referencia.
Un sistema de coordenadas utiliza la representación de cada punto como
intersección de tres superficies mutuamente ortogonales:

Estas superficies se llaman superficies coordenadas del sistema y para que la

representación de cada punto sea unívoca se requiere que las funciones que
representan las superficies coordenadas sean:

 Independientes
 Uniformes
 Derivables y con derivadas continuas
 Admitan función inversa

8
3.1 Ejemplo de sistema de coordenadas curvilineas.
Ejemplo 1

9
4. Teoría de Sturm-Liouville
En matemáticas, una ecuación de Sturm-Liouville, que toma su nombre de
Jacques Charles Francois Sturm (1803-1855) y Joseph Liouville (1809-1882), es
una ecuación diferencial lineal de segundo orden de la forma:

Donde las funciones p(x) y w(x) son positivas y q(x) es real. En el caso más
simple, estas funciones son continuas en un intervalo finito cerrado [a,b], en el
que, por lo general, se definen unas condiciones de contorno o frontera, es decir,
se concretan unos valores específicos que adoptan las funciones y y en los
extremos de dicho intervalo. La función w(x) es llamada función de densidad o
función peso.

Cuando las condiciones de frontera son regulares de la forma:

Donde p(x) es diferente, las funciones p(x), q(x) y w(x) son continuas y las
funciones p(x) y w(x) son positivas sobre el intervalo , y los valores están
en el intervalo la teoría nos indica que:

 Los valores propios del problema de S-L, son valores reales y bien
ordenados en el sentido de que
 A cada valor propio le corresponde una única función propia que
tiene exactamente n-1 ceros en la frontera (a,b).
 Las funciones propias son mutuamente ortogonales y satisfacen la relación
de ortogonalidad.

Donde w(x) es la función de peso.

 Un conjunto ortonormal puede ser formado si el conjunto de funciones

propias satisface la relación de ortonormalidad:

10
 Donde es la delta de Kronecker.

 Los valores propios del problema de S-L pueden ser caracterizados por el
cociente de Rayleigh.

4.1 Ejemplo de ecuación diferencial usando Teoría de Sturm-Liouville

Ejemplo 1

Si dividimos por x3 tenemos:

Multiplicando por un factor integrante:

Nos da:

Que puede ponerse fácilmente en la forma de S-L así:

En general, dada una ecuación diferencial

Dividida para P(x), multiplicada por un factor integrante tenemos la forma de S-L:

5. Método de diferencias finitas.

El Método de Diferencias Finitas es un método de carácter general que permite la
resolución aproximada de ecuaciones diferenciales en derivadas parciales
definidas en recintos finitos. Es de una gran sencillez conceptual y constituye un
procedimiento muy adecuado para la resolución de una ecuación bidimensional
como la que hemos planteado.

11
El primer paso para la aplicación del método consiste en discretizar el recinto del
plano en el que se quiere resolver la ecuación con una malla, por conveniencia
cuadrada. Los puntos de la malla están separados una distancia h en ambas
direcciones x e y.
Podemos desarrollar T(x,y) en serie de Taylor alrededor de un punto:

Sumando miembro a miembro, agrupando, despreciando los términos o(h3) y

despejando el término de la derivada segunda resulta:

De forma similar se obtiene la expresión equivalente:

5.1 Ejemplo de ecuación en diferencias finitas.

Ejemplo1: Resolver la ecuación en diferencias finitas

Con la condición inicial

La ecuación característica es λ2+2λ+1=0λ2+2λ+1=0 cuya solución es λ=−1
(doble). La solución general de la ecuación en diferencias homogénea asociada es
por tanto:

Dado que 1 no es solución de la ecuación característica, por un conocido teorema

una solución particular de la ecuación completa es de la forma xp(m)=am2+bm+c.
Obligando a que sea solución:

Operando e identificando coeficientes de m obtenemos el sistema

12
Cuya solución es a=1/4,b=−1/2,c=1/8. La solución general de la ecuación
completa es:

Imponiendo la condición inicial x(0)=1,x(1)=0:

Lo cual implica C1=7/8, C2=−1. La solución al problema de valor inicial propuesto

es:

6. Funciones de Bessel y polinomios de Legendre

6.1 Función de Bessel

En matemática, las funciones de Bessel, primero definidas por el matemático
Daniel Bernoulli y más tarde generalizadas por Friedrich Bessel, son soluciones
canónicas y(x) de la ecuación diferencial de Bessel:

Donde a es un número real o complejo. El caso más común es cuando a es un

entero n, aunque la solución para a no enteros es similar. El número a se
denomina orden de las funciones de Bessel asociadas a dicha ecuación.

Dado que la ecuación anterior es una ecuación diferencial de segundo orden, tiene
dos soluciones linealmente independientes.

Aunque a y -a dan como resultado la misma función, es conveniente definir

diferentes funciones de Bessel para estos dos parámetros, pues las funciones de
Bessel en función del parámetro a son funciones suaves casi doquiera. Las
funciones de Bessel se denominan también funciones cilíndricas, o armónicos

13
cilíndricos porque son solución de la ecuación de Laplace en coordenadas
cilíndricas.

6.1.1 Ejemplo de función de Bessel.

Ejemplo 1: Ecuación de Bessel en coordenada radial y su forma canónica.

Comprobar que la ecuación de Bessel que aparece como la parte radial de EDP
con Laplaciano.

Se puede reducir a la forma canónica:

Utilizando el cambio:

Solución:
Dividimos por r2 en todos los términos y dado que > 0 hacemos el cambio
r=

Las derivadas cambian de la forma:

Sustituyendo los cambios obtenemos:

14
Ejemplo 2: Ecuación de Bessel cerca de su punto singular x = 0
Dada la ecuación de Bessel escrita en la forma:

Donde m puede ser un número real. Comprueba que el comportamiento de las

soluciones para valores de es del tipo ley de potencia

Solución
Si entonces la ecuacion de Bessel queda:

Sustituimos y(x) = xk en la ecuación y obtenemos:

Nótese que aunque las derivadas son de distinto orden todos los términos siguen
la misma ley de potencias. Si queremos anular el miembro de la izquierda para
cualquier valor de x.

Luego el exponente está restringido a valer

Para valores de las dos funciones linealmente independientes que
componen la solución son:

6.2 Ecuaciones de Legrende.

En matemáticas, en el análisis de ecuaciones diferenciales ordinarias, las
funciones de Legendre son las soluciones de las ecuaciones diferenciales de
Legendre:

15
Llamadas así en honor del matemático francés Adrien-Marie Legendre. Estas
ecuaciones se encuentran frecuentemente en Física. En particular, aparecen
cuando se resuelve la ecuación de Laplace (un tipo de ecuación en derivadas
parciales) en coordenadas esféricas mediante el método de separación de
variables.
La ecuación diferencial de Legendre puede resolverse usando el método de serie
de potencias. En general la serie de potencias obtenida converge cuando |x| < 1 y
en el caso particular de que n sea un entero no negativo (0, 1, 2,...) las soluciones
forman una familia de polinomios ortogonales llamados Polinomios de Legendre.

Cada polinomio de Legendre Pn(x) es un polinomio de grado n. Éste puede ser

expresado usando la Fórmula de Rodrigues:

6.2.1 Ejemplos de polinomios de Legendre

Tabla 1 Polinomios de Legendre

16
7. Transformada de Laplace.
La Transformada de Laplace es una técnica Matemática que forma parte de
ciertas transformadas integrales como la transformada de Fourier, la transformada
de Hilbert, y la transformada de Mellin entre otras. Estas transformadas están
definidas por medio de una integral impropia y cambian una función en una
variable de entrada en otra función en otra variable. La transformada de Laplace
puede ser usada para resolver Ecuaciones Diferenciales Lineales y Ecuaciones
Integrales. Aunque se pueden resolver algún tipo de ED con coeficientes
variables, en general se aplica a problemas con coeficientes constantes. Un
requisito adicional es el conocimiento de las condiciones iniciales a la misma ED.
Su mayor ventaja sale a relucir cuando la función en la variable independiente que
aparece en la ED es una función seccionada.

Cuando se resuelven ED usando la técnica de la transformada, se cambia una

ecuación diferencial en un problema algebraico. La metodología consiste en
aplicar la transformada a la ED y posteriormente usar las propiedades de la
transformada. El problema de ahora consiste en encontrar una función en la
variable independiente tenga una cierta expresión como transformada.

7.1 Definicion de la transformada.

Sea f una función definida para , la transformada de Laplace de f(t) se
define como:

Cuando tal integral converge

Notas
 La letra s representa una nueva variable, que para el proceso de
integración se considera constante
 La transformada de Laplace convierte una función en t en una función en la
variable s
 Condiciones para la existencia de la transformada de una función:
- De orden exponencial
- Continua a trozos

17
7.2 Ejemplo de aplicación de transformada de Laplace.

Ejemplo 1: Hallar la transformada de Laplace para la función f(t) = 1

Ejemplo 2: Hallar la transformada de Laplace para la función f(t) = t

18
Ejemplo 3: Hallar la transformada de Laplace para la función f(t) = ta

Ejemplo 4: Hallar la transformada de Laplace para la función f(t) = tn

19
8.1 Introducción al elemento finito
Muchos fenómenos físicos, cuyo entendimiento y predicción son importantes, se
describen con modelos matemáticos que involucran cantidades físicas junto con
razones de cambio temporal o espacial (ecuaciones diferenciales parciales o
EDP). Las soluciones de las EDP son funciones; a diferencia de las ecuaciones
algebraicas, que tienen cantidades numéricas como solución.

El método del elemento finito es una técnica numérica para resolver problemas
que se pueden describir por ecuaciones diferenciales parciales o que pueden ser
formulados por medio de una minimización de un funcional (cálculo variacional). El
método del elemento finito es una herramienta de análisis muy poderosa que
permite obtener soluciones aproximadas a una amplia variedad de problemas de
mecánica en el continuo

Este método numérico es usado para obtener la solución aproximada de

problemas complejos, además es útil para problemas físicos con geometría, carga
y propiedades de material complicados donde las soluciones analíticas no son
factibles. Es considerado como un método de gran relevancia porque convierte un
problema grande a un conjunto de problemas pequeños, ensamblando las
soluciones individuales para obtener la solución del problema global.

La premisa básica de este método es que una región de solución puede ser
modelada analíticamente reemplazándola con un arreglo de elementos discretos.
Esto permite reducir un número infinito de incógnitas del problema a uno con un
número finito de incógnitas.

Por otro lado, el método también permite variar las condiciones (parámetros
elásticos, viscosidad, densidad, temperatura, etc.) de los elementos
individualmente o en grupos de acuerdo a las ecuaciones constitutivas que se
empleen en el problema.

8.1 Generalidades
El método del elemento finito (MEF en español o FEM en inglés) es un método
numérico para la resolución de ecuaciones diferenciales, utilizado en diversos
problemas de ingeniería y física.

El método se basa en dividir el cuerpo, estructura o dominio (medio continuo)

sobre el que están definidas ciertas ecuaciones integrales que caracterizan el
comportamiento físico del problema, en una serie de subdominios no
intersectantes entre sí denominados elementos finitos. El conjunto de elementos
finitos forma una partición del dominio también llamada discretización.

20
Dentro de cada elemento se distinguen una serie de puntos representativos
llamados nodos. Dos nodos son adyacentes sí pertenecen al mismo elemento
finito, además, un nodo sobre la frontera de un elemento finito puede pertenecer a
varios elementos (figura 8.2). El conjunto de nodos considerando sus relaciones
de adyacencia se conoce como malla. Los cálculos se realizan sobre una malla o
discretización creada a partir del dominio con programas generadores de mallas,
en una etapa previa a los
cálculos que se denomina pre-
proceso.

De acuerdo con estas

relaciones de adyacencia o
conectividad se relaciona el
valor de un conjunto de
variables incógnitas 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 número de ecuaciones de
dicho sistema es proporcional al número de nodos.

El método trabaja dividiendo la región de solución en elementos y expresando las

variables de campo incógnitas en términos de funciones aproximadas dentro de
cada elemento. En turno, las funciones aproximadas se expresan en términos de
valores de la variable de campo para ciertos puntos llamados nodos o puntos
nodales. El conjunto de nodos configura una malla o rejilla de solución para el
problema.

Existen básicamente cuatro maneras de formular las ecuaciones del sistema:

1.Aproximación directa. Las ecuaciones del sistema se ensamblan directamente

de las ecuaciones que gobiernan el problema. Desventaja: Sólo se pueden
analizar elementos de formas o geometrías simples.

2. Aproximación Variacional. En esta alternativa, se requieren usar funciones

obtenidas del cálculo variacional, es decir, encontrando los valores extremos de un
funcional (por ej. la Energía Potencial). Ventaja: Se pueden usar formas de
elementos tanto simples como complejas.

21
3. Aproximación de Residuales Pesados (Weighted Residuals). En esta forma
se traslada el problema del campo de solución físico al campo de solución
puramente matemático. Ventaja: Puede aplicarse en problemas donde no se
cuenta con un funcional adecuado.

4. Aproximación de Balance de Energía. (Muy empleado en casos de mecánica

de sólidos) Se basa en el balance de la energía térmica o mecánica del sistema.
Ventaja: Igual al anterior.

En una aproximación de solución a los desplazamientos, el error de discretización

introducido al suponer un polinomio como función de interpolación es del orden de :

Donde h es el tamaño del elemento y p es el orden del polinomio que se usa en la

interpolación.

Lo anterior se debe a que mientras mayor sea el número de elementos empleado

(reduciendo, por tanto, el tamaño de los mismos) tendremos una mejor
aproximación a la solución exacta del problema. Por ejemplo, en el caso de
problemas de elasticidad plana (podría un caso ser deformación plana), donde se
puede suponer una expansión lineal, por lo tanto, una interpolación lineal (p = 1)
podemos esperar una convergencia del orden de:

Es decir, el error en desplazamiento se reduciría a 1/4, si reducimos el espacio

entre nodos a la mitad (1/2).

Por otro lado, los esfuerzos y las deformaciones, los cuales corresponden a la
mésima derivada del desplazamiento, convergen con un error del orden de:

Pasos
Pasos a seguir (de manera general y a manera de receta) para encontrar la
solución a un problema del continúo usando el MEF.

1. Discretizar el continuo

2. Seleccionar funciones de interpolación apropiadas

22
3. Encontrar las propiedades de los elementos (ecuaciones que relacionan las
condiciones de los elementos con la solución buscada, p.ej. ecuaciones fuerza-
desplazamiento en caso de elasticidad), se emplea uno de los cuatro
procedimientos.

4. Ensamblar las propiedades de los elementos para formar las ecuaciones del
sistema (trasladar las ecuaciones del esquema local, por elemento, al esquema
global, del sistema)

5. Modificar las ecuaciones del sistema para tomar en cuenta las condiciones de
frontera.

6. Resolver el sistema de ecuaciones.

7. Desplegar los resultados en manera gráfica conveniente

En ocasiones el modelo físico está directamente relacionado (idealizado) por el

modelo matemático, pero no tiene que ser siempre así.

Veamos un ejemplo del Método de Galerkin usando un elemento sencillo.

Supongamos que necesitamos resolver numéricamente la siguiente ecuación
diferencial (U es desplazamiento):

Y condiciones de frontera:

U es nuestra incógnita. Usaremos dos elementos unidimensionales como los de la

figura:

Primero, consideremos el elemento finito de la derecha. Este elemento tiene dos

nodos. Una aproximación de la función u(x) puede efectuarse de la siguiente
manera:

23
Donde Ni son conocidas como funciones de interpolación o forma (shape
functions)

Las cuales se emplean para interpolar u(x) usando sus valores nodales. Los
valores nodales u1 y u2 son incógnitas que deben ser determinadas por la
discretización global del sistema.

Después de sustituir U expresada por medio de sus valores nodales y funciones

de forma, la ecuación diferencial nos queda:

Donde ψ es un residual diferente de cero debido a la representación aproximada

de la función dentro del elemento. El método de Galerkin minimiza el residual por
medio de multiplicar los términos de la ecuación anterior por las funciones de
forma, integrar sobre el elemento e igualar con cero:

Si integramos por partes nos lleva a la siguiente solución:

Aquí ya se empieza a notar la formulación típica del elemento finito. La relación

anterior puede ser escrita como:

24
En mecánica de sólidos a [ k ] le llamamos la matriz de dureza o resistencia
(stiffness matrix) y { f } se le llama el vector de cargas (load vector). Se usa la
misma terminología en elemento finito. De esta forma tenemos:

En el sencillo ejemplo considerado para dos elementos de longitud L las matrices

de resistencia y vectores de carga pueden ser calculados de manera simple:

Las relaciones anteriores proporcionan las ecuaciones de cada elemento. Para

obtener la ecuación global del sistema de dos elementos unidos, tendremos el
caso de un dominio de dos elementos con 3 nodos (uno es compartido), para lo
que necesitamos ensamblar las ecuaciones de los elementos individuales.

En nuestro ejemplo el sistema queda de la siguiente forma:

Después de aplicar las condiciones de frontera u(x = 0) = 0 el sistema global de

ecuaciones nos queda así:

Los valores nodales Ui se obtienen como resultado de la solución del sistema

lineal de ecuaciones algebraicas.

El valor de U para cualquier punto dentro de un elemento puede ser calculado por
medio de las funciones de interpolación o de forma.

La solución exacta es una función cuadrática. La solución de elemento finito con la

ayuda de los elementos más simples es lineal pieza a pieza.

25
Una solución más precisa puede ser obtenida aumentando el número de
elementos sencillos o por medio de elementos con funciones de interpolación más
complicadas. Para nuestro ejemplo se puede notar que en los nodos el método de
elemento finito proporciona los valores exactos de U. Elementos finitos con
funciones lineales de interpolación producen valores exactos en los nodos si la
solución que se busca es cuadrática. Elementos con funciones de interpolación
cuadráticas dan una solución nodal exacta para una solución cúbica, etc.

La solución de la ecuación diferencial se muestra en la siguiente figura. para a = 1,

b = 1, L = 1 y R = 1.

9. Problemas no lineales
En matemáticas, los sistemas no lineales representan sistemas cuyo
comportamiento no es expresable como la suma de los comportamientos de sus
descriptores. Más formalmente, un sistema físico, matemático o de otro tipo es no
lineal cuando las ecuaciones de movimiento, evolución o comportamiento que
regulan su comportamiento son no lineales. En particular, el comportamiento de
sistemas no lineales no está sujeto al principio de superposición, como lo es un
sistema lineal.

En diversas ramas de las ciencias la no linealidad es la responsable de la

comportamientos complejos y, frecuentemente, impredictibles o caóticos. La no
linealidad frecuentemente aparece ligada a la autointeracción, el efecto sobre el
propio sistema del estado anterior del sistema. En física, biología o economía la no
linealidad de diversos subsistemas es una fuente de problemas complejos, en las
últimas décadas la aparición de los ordenadores digitales y la simulación numérica
ha disparado el interés científico por los sistemas no lineales, ya que por primera
vez muchos sistemas han podido ser investigados de manera más o menos
sistemática.

26
9.1 Sistemas no lineales.
Las ecuaciones no lineales son de interés en física y matemáticas debido a que la
mayoría de los problemas físicos son implícitamente no lineales en su naturaleza.
Ejemplos físicos de sistemas lineales son relativamente raros. Las ecuaciones no
lineales son difíciles de resolver y dan origen a interesantes fenómenos como la
teoría del caos. Una ecuación lineal puede ser descrita usando un operador lineal,
L. Una ecuación lineal en algún valor desconocido de u tiene la forma:

Una ecuación no lineal es una ecuación de la forma:

Para algún valor desconocido de {\displaystyle u} u.

Para poder resolver cualquier ecuación se necesita decidir en qué espacio

matemático se encuentra la solución u. Podría ser que u es un número real, un
vector o, tal vez, una función con algunas propiedades.

Las soluciones de ecuaciones lineales pueden ser generalmente descritas como

una superposición de otras soluciones de la misma ecuación. Esto hace que las
ecuaciones lineales sean fáciles de resolver.

Las ecuaciones no lineales son mucho más complejas, y mucho más difíciles de
entender por la falta de soluciones simples superpuestas. Para las ecuaciones no
lineales las soluciones generalmente no forman un espacio vectorial y, en general,
no pueden ser superpuestas para producir nuevas soluciones. Esto hace el
resolver las ecuaciones mucho más difícil que en sistemas lineales.

27