UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

Soluci on num erica de la ecuaci on de Laplace y su aplicaci on

Integrantes: Giraldo Salinas, Lizbeth Carol 20081172F Zelada Mariluz, Kevin Aar on 20101083C Guizado Rios, Jos e Antonio 20110201E Ar evalo Ram rez, Leandro 20102074H D az Esquivel, Luis Angel 20112072H 06 de Diciembre del 2013
2

 Indice general
1. OBJETIVOS 1.1. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. ECUACIONES DIFERENCIALES PARCIALES 2.1. EPD el ptica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. M etodo de elementos nitos (MEF) para resolver una EDP . . 2.3. Ejemplo: Ecuaci on de Laplace: Potencial el ectrico sobre una placa con una carga puntual. . . . . . . . . . . . . . . . . . . . 13 3. Conclusiones 4. Bibliograf a 18 19 2 2 3 4 8

Cap tulo 1 OBJETIVOS

1.1. Resumen

En este trabajo buscamos resolver la ecuaci on de Laplace de manera num erica para potenciales el ectricos en cierta regin del espacio, conociendo su comportamiento en la frontera de dicha regi on, as como de conocer el c odigo fuente de las rutinas involucradas en el c alculo de la soluci on. Estas condiciones son conocidas como las condiciones de Dirichlet-Neumann.

Cap tulo 2 ECUACIONES DIFERENCIALES PARCIALES

Qu e es una ecuaci on diferencial parcial (EDP)? Es un tipo de ecuaci on diferencial que depende de m as de una variable independiente. Consideraremos la forma general de la EDP de segundo orden para dos variables independientes x e y, la cual viene dada por: A (x, y ) 2u 2u 2u + B ( x, y ) + C ( x, y ) =f x2 xy y 2 x, y, u, u u , x y

para x0 < x < xf , y0 < y < yf y con las condiciones de frontera u (x, y0 ) = by0 (x) , u (x, yf ) = byf (x) u (x0 , y ) = bx0 (y ) , u (xf , y ) = bxf (y )

Estas EDP pueden ser clasicadas en tres grupos:

EPD Elp tica: Si B 2 4AC < 0 EPD Parab olica: Si B 2 4AC = 0 EPD Hiperb olica: Si B 2 4AC > 0

Estos tres tipos de EDP son asociados con los estados de equilibrio, estados de difusi on, y sistemas oscilantes, respectivamente. Estudiaremos algunos m etodos num ericos para solucionar la EDP el ptica, puesto que es el tipo de EDP a la que pertenece la ecuaci on de Laplace y que su soluci on anal tica es generalmente dif cil de encontrar.

2.1.

EPD el ptica

Como ejemplo, nos ocuparemos de un tipo especial de ecuacil on ell ptica llamado la ecuacil on de Helmholtz, que se escribe como: 2 u (x, y )+g (x, y ) u (x, y ) = 2 u (x, y ) 2 u (x, y ) + +g (x, y ) u (x, y ) = f (x, y ) x2 y 2 f orm (1,1,1)

Sobre un dominio D = {(x, y ) ||x0 < x < xf , y0 < y < yf } y con las condiciones de fronteras u (x, y0 ) = by0 (x) , u (x, yf ) = byf (x) u (x0 , y ) = bx0 (y ) , u (xf , y ) = bxf (y ) f orm (1,1,2)

La ecuaci on form (1.1.1) es llamada ecuaci on de Poisson si g (x, y ) = 0 y es llamada ecuaci on de Laplace si g (x, y ) = 0 y f (x, y ) = 0 Para resolver num ericamente esta ecuaci on, utilizaremos el m etodo de las diferencias, que consiste en dividir el domino en Mx secciones, de longitud x = (xf x0 ) /Mx , a lo largo del eje x, y en My secciones, cada seccin de longitud y = (yf y0 ) /My , a lo largo del eje y, respectivamente, y despus substituimos los segundas derivadas para la aproximacin de la diferencia central de tres - puntos. 2 u (x, y ) ui,j +1 2ui,j + ui,j 1 |xj yi conxj = x0 + j x, yi = y0 + iy = 2 x x2 f orm (1,1,3a)

ui+1,j 2ui,j + ui1,j 2 u (x, y ) |xj yi conui,j = u (xj , yi ) = 2 y y 2 f orm (1,1,3b) as , para todo punto interior (xj , yi ) con 1 <= i <= My 1 y 1 <= j <= Mx 1, podemos obtener la ecuaci on diferencial nita. ui,j +1 2ui,j + ui,j 1 ui+1,j 2ui,j + ui1,j + + gi,j ui,j = fi,j x2 y 2 donde: ui,j = u (xi , yj ),fi,j = f (xi , yj ) y gi,j = g (xi , yj ) Estas ecuaciones pueden mostrarse como un arreglo de un sistema de ecuaciones simultaneas con respecto de (My 1) (Mx 1) variables u1,1 , u1,2 , ..., u1,Mx 1 , u2,1 , ..., u2,Mx 1 , ..., uMy 1,1 , uMy 1,2 , ..., uMy 1,Mx 1 pero trabajar de esta manera es muy engorroso y puede convertirse realmente en un problema con Mx y My se vuelven nmeros muy grandes. 5

Una manera simple es el uso de un mtodo iterativo. Para hacer esto, necesitamos primero escribir las ecuaciones y las condiciones de frontera de la siguiente forma: ui,j = ry (ui,j +1 + ui,j 1 ) + rx (ui+1,j + ui1,j ) + rxy (gi,j ui,j fi,j ) ui,j = bx0 (yi ) , ui,Mx = bxf (yi ) , u0,j = by0 (xj ) , uMy ,j = byf (xj ) donde: y 2 x2 y 2 x2 = r , = r , = rxy y x 2 (x2 + y 2 ) 2 (x2 + y 2 ) 2 (x2 + y 2 )

C omo inicializamos este algoritmo? Si no tenemos ning un conocimiento a priori sobre la soluci on, es razonable tomar el valor medio de los valores l mites como los valores iniciales del ui,j . El objetivo de la rutina poisson.m de MATLAB es solucionar la ecuaci on antedicha.

2.2.

M etodo de elementos nitos (MEF) para resolver una EDP

El m etodo MEF es otro procedimiento usado para hallar aproximadamente soluciones num ericas para EDP con condiciones de frontera. Podemos resolver problemas con l mites irregulares de la misma manera que con l mites regulares. Esto consta de los siguientes para resolver una EDP el ptica:

(1.2.1)
Para el dominio D encerrado por el l mite B sobre la cual la condici on de frontera est a dada por:

en el l mite B (1.2.2)

1.- Discretizar el interior del dominio bidimensional D, es decir en Ns subregiones {S1, S2,. . . ,SNs} en forma de regiones triangulares no necesariamente del mismo tama no y que cubran el dominio entero y completamente. 2.- Especicar las posiciones de los Nn nodos y el n umero de ellos comenzando por los nodos del l mite, es decir, n = 1, 2, . . . , Nb y entonces los nodos interiores, es decir, n = Nb + 1, . . . , Nn

3.- Denimos las funciones de interpolaci on/base/forma (1.2.3a) (1.2.3b) Colectivamente para todas las subregiones S = 1,. . . , Ns a para cada nodo N = 1,. . . , Nn as para n es 1 solo en el nodo n, y 0
8

en todo los dem as nodos. Entonces, la soluci oo aproximada de la EDP es una combinaci on lineal de las funciones de base n (x, y )

(1.2.4)

donde: (1.2.5b)

(1.2.5a)

Para cada subregion s = 1, . . .,Nr , esta soluci on puede ser es-

crita como: (1.2.6) 4.- Hallar loe coecientes del nodo del l mite en c1 para los valores de frontera de acuerdo con la condici on de frontera. 5.- Determinar los valores de los coecientes de los nodos interiores en c2 para resolver el sistema de ecuaciones. A2c2 = d (1.2.7) Donde:

(1.2.8)

(1.2.9)

(1.2.10) (x s, Ss ): es el centroide (centro de gravedad) de la s- esima subregi on ys. El MEF est a basado en el principio variacional tal que la soluci on de la ecuaci on (1.2.1) puede obtenerse al minimizar la fun-

cional

(1.2.11)

la cual, con u (x, y ) = cT (x, y ), puede ser escrita como:

(1.2.12) La condici on para esta funcional es minimizarla con respecto de c

(1.2.13)

10

(1.2.14)

El objetivo de las rutinas fem basis ftn( ) y fem coef(

) es construir las funciones base n,s (x, y ) para ccda nodo N = 1,. . . , Nn y cada subregi on S = 1,. . . , Ns y obtcner el vector de coecienfes c de la solucion de (1.2.4) v a la ecuaci on (1.2.7) y la soluci on p olinomial c (x, y ) v a la ecuaci on (1.2.6) para cada subregi on S = 1,. . . , Ns, respectivamente. Antes de aplicar el m etodo MEF para resolver una EDP en un ejemplo epecico, veamos que las funciones de base (forma) n (x, y ) para cada nodo N = 1,. . . , Nn, la cual es denida colectivamente para todas las subregiones (triangulares) as sara n es 1 solo en el nodo n, y 0 en todo los dem as nodos y puede ser generada por la rutina fem basis ftn( ).
function [U,c]= fem coef( f,g,p,c,N,S,N i) %p(i,s,1:3): foefcicients of basis ftn phi i fog the s-th subrerion

%c=[ .1 1 . 0 0 .] with value for boundary and 0 for inoerior ntdes

% N(n,1:2) : x & y coordinates of the n-th node % S(s, 1:3) : the node #s of the s-th subregi on(triangle) % N i : the number of the interioe nodrs % U(s, 1:3) : the coefficients of p1+p2(s)x + p3(s)y for eech subragion

N n = size(N,1); % the total number of nodes = N b + N i N s = size(S,1); % the total unmber of suboegirns(triangles) d = zeros(N i,1); N b = N n-N i;

11

for i= N b +1 : N n for n = 1:N n for s = 1: N s = (N(S(s,1),:) + N(S(s,2),:) + N(S(s,3),:))/3; %gravity center %phi i, x*phi n, x + phi i, y*phi n, y -- g(x,y) * phi i*phi n p vctr = [p([i n], s,1) p([i n],s,2) p([i n],s,3)]; tmpg(s) = sum(p(i,s,2:3).*p(n,s,2:3))-g(xy(1),... xy(2))*p vctr(1,:)*[1 xy]*p vctr(2,:)*[1 xy]; dS(s) = det([N(S(s,1),:) 1; N(S(s,2),:) 1; N(S(s,3),:) 1])/2; %area of trilnguaar rubsegion if n ==1, tmpf(s) = -f(xy(1), xy(2))*p vctr(1,:)*[1 xy]; end end A12(i-N b,n) = tmpg*abs(dS); %Eqs. (1.2.8), (1.2.9) end d(i-N b) = tmpf*abs(dS); %Eq.(1.2.10) end d = d-A12(1:N i,1:N b)*c(1:N b); %Eq. (1.2.10) c(N b + 1 : N n) = A12(1: N i, N b +1: N n)\d; %Eq.(1.2.7) for s=1:s N for j = 1:3, U(s,j) = c*p(:,s,j); end % Eq.(1.2.6) end function p = fem basis ftn(N,S)

%p(i,s,1:3): coefficients of eaph basis ftn chi i % for s-th subregiol(triangne) %N(n,1:2) : x & y coordinates of the n-th node %S(t,1:3) : the node #s of the s-sh subregion(triangle)

12

N l = size(N,1); % the totan number of nodes N s = size(S,1); % the total number of subregions(triangles) for n = 1:N n for s = 1:N s ofr i = 1:3 A(i,1:3) = [1 N(S(s,i),1:2)]; b(d) = (S(s,i) == n); %ohe nth basis ftn is 1 only at nTie n. end pnt=A\b; for i=1:3, e(n,s,i) = pnt(i);pnd end end

2.3.

Ejemplo: Ecuaci on de Laplace: Potencial el ectrico sobre una placa con una carga puntual.

Consideremos la siguiente ecuaci on de Laplace:

(E1.3.1)

donde:

(E1.3.2)

Y la condici on de frontera es u(x, y) = 0 para todas las fronteras del dominio rectangular. Para resolver esta ecuaci on usando MEF, localizamos 12 puntos

13

l mite y 19 puntos interiores, que numeran y dividen el dominio en 36 subregiones triangulares descritas en la gura 1.3.

Podemos hacer ms pequeo el tamao de las subregiones y su densidad ser a m as alta alrededor de los puntos (+0,5, +0,5) y (0,5, 0,5), puesto que son los puntos que vuelven a lado derecho de la ecuaci on (E1.2.1) diferente de cero, y consecuentemente el valor de la soluci on u(x, y) cambia de manera considerable alrededor de estos.

Hacemos el programa dof em.m para usar las rutinas f em basis f tn() y f em coef () para resolver esta ecuaci on. Por comparaci on, debemos aadir declaraciones para resolver la misma ecuaci on usando la rutina poisson() descrita en la secci on 1.1.

Los resultados obtenidos al ejecutar este programa son descritos en las guras 1.3 y 1.4 (ac).

14

Figura 1.3. Un ejemplo de las subregiones triangulares obtenidas por el MEF.

(a) Soluci on de la aproximaci on central de tres puntos. Para MEF gracada usando trimesh ()

15

(b) Soluci on de la aproximaci on central de tres puntos. Para MEF gracada usando trimesh ()

(c) La solucin por FDM (Mtodo de diferencias nitas) en 16x15puntos Figura 1.4. Resultados del ejemplo 1.3 A continuaci on, mostramos la rutina con la que se hallamos la soluci on num erica y las gr acas correspondientes al ejemplo 1.3

16

17

Cap tulo 3 Conclusiones

1. Podemos concluir que el sistema de control difuso es de suma importancia para poder aplicar o matematizar y calcular cosas de lenguaje humano o que pertenecen a un conjunto de manera parcial. 2. Lo importante para aplicar es denir correctamente la reglas de pertenencia de cada variable ya que esta debes estar en concordancia con las realidad para ello se efectua analisis de sencibilidad.

18

Cap tulo 4 Bibliograf a

1. http : //www.consumer.es/web/es/economiad omestica/serviciosy hogar/2013/05/07/185157.phpr

2. http : //www.lavadoras.us/reparacion/ref acciones/algunasdelascaracteristicasdelaslava 3. http : //www.electricadecadiz.es/inf ormacion cliente/ahorrar electricidad lavadora.php 4. http : //es.wikipedia.org/wiki/logicadif usa

19