Sei sulla pagina 1di 477

1

Mtodos Numricos de resolucin de Ecuaciones


en Derivadas Parciales
Enrique Zuazua
Basque Center for Applied Mathematics (BCAM),
Bilbao, Spain
zuazua@bcamath.org
http://www.bcamath.org/zuazua/
January 2009
2
1
ndice general
1. Introduccin al numrico de EDPs 1
1.1. Introduccin y motivacin . . . . . . . . . . . . . . . . . . . . . . 1
1.2. La ecuacin del calor . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Propiedades bsicas de la ecuacin del calor . . . . . . . . 6
1.2.2. Semi-discretizacin espacial: El mtodo de Fourier . . . . 11
1.2.3. Semi-discretizacin espacial: El mtodo de la energa . . . 32
1.2.4. Consistencia + estabilidad = Convergencia . . . . . . . . 37
1.2.5. Aproximaciones completamente discretas . . . . . . . . . 41
1.2.6. El anlisis de von Neumann . . . . . . . . . . . . . . . . . 50
1.2.7. El mtodo de elementos nitos . . . . . . . . . . . . . . . 58
1.3. La ecuacin de ondas . . . . . . . . . . . . . . . . . . . . . . . . . 63
1.3.1. Propiedades bsicas de la ecuacin de ondas 1 d . . . . 64
1.3.2. Semi-discretizacin espacial: El mtodo de Fourier . . . . 68
1.3.3. Semi-discretizacin espacial: El mtodo de la energa . . . 80
1.3.4. Aproximaciones completamente discretas . . . . . . . . . 83
1.3.5. El anlisis de von Neumann . . . . . . . . . . . . . . . . . 88
1.3.6. El mtodo de elementos nitos . . . . . . . . . . . . . . . 89
2. Movimiento armnico en una dimensin 93
2.1. La ecuacin de ondas y sus variantes . . . . . . . . . . . . . . . . 97
2.2. La frmula de DAlembert . . . . . . . . . . . . . . . . . . . . . . 101
2.3. Resolucin de la ecuacin de ondas mediante series de Fourier . . 103
2.4. Series de Fourier como mtodo numrico . . . . . . . . . . . . . . 109
2.5. La ecuacin de ondas disipativa . . . . . . . . . . . . . . . . . . . 114
2.6. Teora de Semigrupos . . . . . . . . . . . . . . . . . . . . . . . . 121
2.7. La ecuacin de ondas con coecientes variables . . . . . . . . . . 142
2.8. Semi-discretizacin de la ecuacin de ondas semilineal . . . . . . 151
i
ii NDICE GENERAL
3. La ecuacin de transporte lineal 155
3.1. Dispersin numrica y velocidad de grupo . . . . . . . . . . . . . 174
3.2. Transformada discreta de Fourier a escala h . . . . . . . . . . . . 182
3.3. Revisin de la ecuacin de transporte y sus aproximaciones a
travs de la transformada discreta de Fourier . . . . . . . . . . . 186
4. Ecuaciones de conveccin-difusin 197
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
4.2. La ecuacin de Burgers y la transformacin de Hopf-Cole . . . . 198
4.3. Viscosidad evanescente . . . . . . . . . . . . . . . . . . . . . . . . 204
4.4. Aplicacin del splitting a la ecuacin de Burgers . . . . . . . . 211
4.5. Ecuaciones elpticas de conveccin-difusin . . . . . . . . . . . . . 212
4.6. Sistemas de leyes de conservacin y soluciones de entropa . . . . 217
4.7. Esquemas numricos de aproximacin de leyes de conservacin
escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
4.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
5. El problema de Dirichlet en un dominio acotado 271
5.1. Reduccin al problema de valores de contorno no homogneos . . 272
5.2. El problema de contorno no homogneo . . . . . . . . . . . . . . 273
5.3. La desigualdad de Rellich . . . . . . . . . . . . . . . . . . . . . . 275
5.4. Un resultado de trazas . . . . . . . . . . . . . . . . . . . . . . . . 276
5.5. Principio del mximo . . . . . . . . . . . . . . . . . . . . . . . . . 279
6. Diferencias y volmenes nitos 283
6.1. Diferencias nitas para coecientes variables 1 d . . . . . . . . 283
6.2. Volmenes nitos . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
6.3. Diferencias nitas para coecientes variables: varias dimensiones
espaciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
7. Mtodos de descomposicin 295
7.1. El mtodo de las direcciones alternadas . . . . . . . . . . . . . . 295
7.1.1. Motivacin . . . . . . . . . . . . . . . . . . . . . . . . . . 295
7.1.2. Sistemas de EDO lineales. El teorema de Lie . . . . . . . 296
7.1.3. Demostracin del Teorema de Lie . . . . . . . . . . . . . . 299
7.1.4. Algunos mbitos de aplicacin . . . . . . . . . . . . . . . 301
7.2. Descomposicin de dominios en 1 d . . . . . . . . . . . . . . . . 302
7.3. Descomposicin de dominios para las diferencias nitas 1 d . . 307
7.4. Splitting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
NDICE GENERAL iii
7.4.1. Peaceman-Rachford . . . . . . . . . . . . . . . . . . . . . 311
7.4.2. Douglas-Rachford . . . . . . . . . . . . . . . . . . . . . . 316
7.4.3. -mtodo . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
7.5. Descripcin del MDD en varias dimensiones espaciales . . . . . . 319
7.6. MDD para las diferencias nitas multi-d . . . . . . . . . . . . . . 322
8. Mtodos de descenso 327
8.1. El mtodo directo del Clculo de Variaciones . . . . . . . . . . . 327
8.2. El mtodo del mximo descenso . . . . . . . . . . . . . . . . . . . 329
8.3. El mtodo del gradiente conjugado . . . . . . . . . . . . . . . . . 332
8.4. Sistema gradiente en dimensin nita: Convergencia al equilibrio 335
8.5. Sistemas gradiente y mtodos de descenso . . . . . . . . . . . . . 338
8.6. Mnimo cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . 341
9. Mtodos de Galerkin 345
9.1. El lema de Lax-Milgram y sus variantes . . . . . . . . . . . . . . 345
9.2. El mtodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . 347
9.2.1. Interpretacin geomtrica del mtodo de Galerkin . . . . 349
9.2.2. Orden de convergencia . . . . . . . . . . . . . . . . . . . . 350
9.2.3. Mtodos espectrales . . . . . . . . . . . . . . . . . . . . . 351
9.2.4. El mtodo de Elementos Finitos 1D . . . . . . . . . . . . 355
9.2.5. El mtodo de Elementos Finitos 2D . . . . . . . . . . . . 360
10.Breve introduccin al control ptimo 371
11.Ecuaciones de evolucin 381
11.1. Resolucin de la ecuacin del calor mediante tcnicas de semigrupos381
11.2. Aproximacin de Galerkin de la ecuacin del calor . . . . . . . . 385
11.3. Breve introduccin a la Teora de Semigrupos . . . . . . . . . . . 393
11.4. La ecuacin de ondas continua . . . . . . . . . . . . . . . . . . . 400
11.5. La ecuacin de ondas semilineal . . . . . . . . . . . . . . . . . . . 411
11.6. El problema elptico . . . . . . . . . . . . . . . . . . . . . . . . . 414
11.7. El mtodo Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . 416
11.8. Discretizacin temporal . . . . . . . . . . . . . . . . . . . . . . . 420
11.9. Ecuaciones parablicas: Comportamiento asinttico . . . . . . . . 423
11.10.Conclusin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
A. Aproximacin de dominios en el problema de Dirichlet 431
B. Aceleracin del MDD para datos rpidamente oscilantes 441
iv NDICE GENERAL
C. Ejercicios 443
D. Soluciones a problemas 457
Captulo 1
Introduccin al numrico de
EDPs
1.1. Introduccin y motivacin
Estas notas constituyen una breve gua de lo que consideramos puede y debe
ser un ltimo captulo de un curso introductorio al Clculo Numrico de Ecua-
ciones Diferenciales. En efecto, tras haber estudiado los elementos bsicos del
Clculo Numrico para Ecuaciones Diferenciales Ordinarias (EDO) y los aspec-
tos fundamentales de la aproximacin numrica de la ecuacin de Laplace es
coherente y natural combinar y sintetizar estos conocimientos para introducirse
en el mundo de las Ecuaciones en Derivadas Parciales (EDP) de evolucin.
La forma en la que las EDP se presentan habitualmente en la modelizacin de
fenmenos de la Ciencia y Tecnologa es precisamente la de modelos de evolucin
en los que se describe la dinmica a lo largo del tiempo de determinada cantidad
o variable (tambin a veces denominada estado) que puede representar objetos
de lo ms diversos que van desde la posicin de un satlite en el espacio hasta la
dinmica de un tomo, pasando por los ndices burstiles o el grado en que una
enfermedad afecta a la poblacin. En otras palabras, los modelos dinmicos o
de evolucin son los ms naturales en la medida que reproducen nuestra propia
concepcin del mundo: un espacio tri-dimensional que evoluciona y cambia en
el tiempo
1
.
1
Si bien la Teora de la Relatividad establece que es mejor considerar a las cuatro del
mismo modo, nuestra percepcin 3 + 1 est condicionada por razones puramente siolgicas
y culturales.
1
2 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Cuando el estado o variable de un modelo o sistema de evolucin es nito-
dimensional, el modelo ms natural es un sistema de EDO, cuya dimensin
coincide precisamente con el del nmero de parmetros necesarios para descri-
bir dicho estado. As, por ejemplo, para posicionar una partcula en el espacio
necesitamos de tres variables dependientes del tiempo y para describir su di-
nmica un sistema de tres ecuaciones diferenciales. Pero en muchas ocasiones,
como es el caso sistemticamente en el contexto de la Mecnica de Medios Con-
tinuos, la variable de estado es innito-dimensional. Esto ocurre por ejemplo
cuando se pretende describir la deformacin de cuerpos elsticos o la tempe-
ratura de un cuerpo slido en los que la deformacin o temperatura de cada
uno de los puntos de ese medio continuo constituye una variable o incgnita del
sistema. Los modelos matemticos naturales en este caso son las EDP.
En la teora clsica de EDP stas se clasican en tres grandes grupos: elp-
ticas, parablicas e hiperblicas.
El modelo elptico por excelencia involucra el operador de Laplace
=
N

i=1

2
/x
2
i
(1.1.1)
y ha sido objeto de estudio en el captulo anterior. La variable tiempo est au-
sente en este modelo. Es por eso que slo permite describir estados estacionarios
o de equilibrio.
Las ecuaciones parablicas y las hiperblicas, representadas respectivamente
por la ecuacin del calor y la de ondas, son los modelos clsicos en el contexto
de las EDP de evolucin. Sus caractersticas matemticas son bien distintas.
Mientras que la ecuacin del calor permite describir fenmenos altamente irre-
versibles en tiempo en los que la informacin se propaga a velocidad innita, la
ecuacin de ondas es el prototipo de modelo de propagacin a velocidad nita
y completamente reversible en tiempo.
El operador del calor es

t
, (1.1.2)
de modo que al actuar sobre una funcin u = u(x, t) que depende de la variable
espacio-tiempo (x, t) R
N
(0, ) tiene como resultado
[
t
] u =
u
t

N

i=1

2
u
x
2
i
. (1.1.3)
Sin embargo, el operador de ondas o de DAlembert es de la forma
=
2
t
(1.1.4)
1.1. INTRODUCCIN Y MOTIVACIN 3
y da lugar a
u =
_

2
t

u =

2
u
t
2
u. (1.1.5)
La irreversibilidad temporal de (1.1.3) es evidente. Si hacemos el cambio de
variable t

t = t, el operador (1.1.3) cambia y da lugar al operador del calor


retrgrado
e
t
+ mientras que el operador de ondas permanece invariante.
El operador del calor y de ondas se distinguen tambin por sus mbitos de
aplicacin. Mientras que el primero es habitual en la dinmica de uidos (a tra-
vs de una versin ms sosticada, el operador de Stokes) o en fenmenos de
difusin (del calor, de contaminantes,. . . ), el operador de ondas y sus variantes
intervienen de forma sistemtica en elasticidad (frecuentemente a travs de sis-
temas ms sosticados, como el de Lam, por ejemplo) o en la propagacin de
ondas acsticas o electromagnticas (ecuaciones de Maxwell).
La Mecnica de Medios Continuos est repleta tambin de otras ecuaciones,
operadores y modelos, pero en todos ellos, de una u otra manera, encontraremos
siempre el operador del calor, de ondas o una variante muy prxima de los
mismos.
Frecuentemente los modelos son ms sosticados que una simple
ecuacin aislada. Se trata a menudo de sistemas acoplados de EDP en los que
es habitual encontrar tanto componentes parablicos como hiperblicos. Es el
caso por ejemplo de las ecuaciones de la termoelasticidad. En estos casos, si bien
un buen conocimiento de los aspectos ms relevantes de la ecuacin del calor y
de ondas aisladamente puede no ser suciente a causa de las interacciones de
los diferentes componentes, s que resulta indispensable.
Por todo ello es natural e importante entender todos los aspectos mate-
mticos fundamentales de estas dos piezas clave: la ecuacin del calor y la de
ondas. Evidentemente esto es tambin cierto desde el punto de vista del Anlisis
y del Clculo Numrico.
Hasta ahora nos hemos referido slo a las ecuaciones del calor y de ondas en
su expresin ms sencilla: con coecientes constantes. Estas ecuaciones, cuando
modelizan fenmenos en medios heterogneos (compuestos por materiales de di-
versa naturaleza) adoptan formas ms complejas y se presentan con coecientes
variables, dependientes de la variable espacial x, de la variable temporal t o de
ambas.
Por limitaciones de tiempo nos centraremos esencialmente en el estudio de
estas ecuaciones en el caso ms sencillo de los coecientes constantes y lo hare-
mos, sobre todo, en una variable espacial. A pesar de ello, creemos que quien
asimile bien los conceptos que aqu expondremos y entienda las tcnicas y los
resultados principales que presentaremos estar en condiciones de abordar con
4 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
xito situaciones ms complejas, incluyendo EDP con coecientes variables y en
varias dimensiones espaciales.
En esta introduccin no hemos mencionado para nada otras palabras clave en
la modelizacin de fenmenos complejos como son los trminos no-lineal
2
no-
determinista". La aproximacin numrica de modelos de EDP que involucran
estos fenmenos queda fuera de los objetivos de este curso pero, nuevamente,
se puede asegurar que los elementos que aqu expondremos sern sin duda de
gran utilidad, si no indispensables, a la hora de adentrarse en otros modelos ms
complejos que involucren trminos no-lineales y estocsticos.
Habiendo ya motivado la necesidad de proceder al desarrollo de mtodos
numricos para la resolucin de la ecuacin del calor y de la ecuacin de ondas,
veamos cual es la forma o, ms bien, cules son las formas ms naturales de
proceder. Hay al menos tres
a) Discretizamos simultneamente las variable de espacio y de tiempo. De
este modo pasamos directamente de la EDP de evolucin a un sistema
puramente discreto. Es lo que se denomina una discretizacin completa.
b) Mantenemos la variable temporal continua y discretizamos la variable es-
pacial. En este caso se trata de una semi-discretizacin espacial y el proble-
ma se reduce a un sistema de ecuaciones diferenciales de dimensin igual
al de nodos espaciales que tenga el mallado utilizado en la discretizacin
espacial. Estos mtodos se conocen tambin como mtodos de lneas.
c) Mantenemos la variable espacial continua y discretizamos el tiempo. Se
trata en este caso de una semi-discretizacin temporal. El sistema se reduce
a la resolucin iterada, discretamente en tiempo, de ecuaciones de Laplace.
De entre todas estas vas la ltima es la menos habitual (si bien se trata de
un mtodo frecuente a la hora de probar resultados analticos de existencia de
soluciones, idea que inspira, por ejemplo, la teora de semigrupos no-lineales) y
actualmente es objeto de estudio intensivo de cara, en particular, a desarrollar
algortmos paralelizables.
Desde un punto de vista estrictamente computacional slo la primera es v-
lida y realmente programable en el ordenador. Pero hay varias razones para
no descartar la segunda. En primer lugar, cuando realizamos la discretizacin
espacial estamos sustituyendo la dinmica innito-dimensional de la EDP por
una dinmica en dimensin nita. El estudio de la legitimidad de esta susti-
tucin, en s, es ya un objetivo interesante no slo desde un punto de vista
prctico sino tambin en el plano conceptual. Por supuesto, en este empeo
1.1. INTRODUCCIN Y MOTIVACIN 5
lo estudiado sobre la ecuacin de Laplace nos resultar de suma utilidad pues
la semi-discretizacin consiste precisamente en discretizar el laplaciano en la
variable espacial dejando intacta la variable temporal. Una vez justicada la
idoneidad de esta primera discretizacin espacial, lo cual pasa obviamente por
un anlisis de la convergencia a medida que el paso del mallado espacial tien-
de a cero, nos encontramos pues frente a un sistema de EDO. Algunos de los
programas comerciales (Matlab, por ejemplo) estn equipados de rutinas de re-
solucin de EDO. Esto hace que se puedan obtener con facilidad aproximaciones
numricas y visualizaciones grcas de las soluciones de dicho sistema de EDO
y, por consiguiente de la EDP, lo cual supone sin duda una razn importante
para proceder de este modo. Pero no debemos olvidar que la teora desarrollada
en la primera parte de este curso est precisamente orientada a la discretizacin
temporal de sistemas de EDO, con su consiguiente anlisis de convergencia. Al
nal de este doble proceso de aproximacin nos encontraremos por tanto con
un sistema completamente discreto, igual que si hubiesemos procedido directa-
mente por la primera va, pero esta vez lo haremos habiendo utilizado las dos
teoras de convergencia previamente desarrolladas. Ni que decir tiene que, si rea-
lizamos los dos procesos de aproximacin (el del laplaciano y el de la EDO) con
cuidado, obtendremos no slo los resultados de convergencia de las soluciones
del problema discreto al continuo sino estimaciones del error. Las estimaciones
de error junto con el coste computacional del mtodo numrico es lo que al nal
establece su bondad.
Es por esto que, en cada uno de los ejemplos (ecuacin del calor y de ondas)
analizaremos las dos primeras vas: discretizacin completa y semi-discretizacin
espacial. Por supuesto lo que aqu presentaremos no sern ms que algunos
aspectos, conceptos y resultados bsicos y fundamentales. El lector interesado
en un anlisis ms detallado encontrar en los textos de la Bibliografa que
incluimos al nal de estas notas un excelente material para profundizar en el
estudio de este campo, adems de diversas y tiles referencias complementarias.
Tanto en la seccin dedicada a la ecuacin del calor como a la de ondas
comenzaremos recordando algunas de sus propiedades analticas ms importan-
tes, para despus abordar los aspectos numricos. No conviene olvidar que la
ecacia de un mtodo numrico depende en gran medida de la delidad con
que consigue reproducir a nivel discreto las propiedades analticas del modelo
continuo.
Antes de concluir esta introduccin conviene hacer una observacin sobre la
notacin que usaremos a lo largo de las notas:
1. El ndice j ser utilizado para denotar la componente j-sima de la
6 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
solucin numrica, que ser de hecho una aproximacin de la solucin de
la EDP en el punto nodal x
j
= jh, siendo h = x el paso del mallado
espacial.
2. El exponente k se utiliza para denotar la solucin numrica en el paso
temporal k-simo, aproximacin de la solucin de la EDP en el instante
de tiempo t = kt.
3. El superndice se utiliza para denotar las componentes de Fourier de
las soluciones tanto en el marco continuo como en el discreto.
1.2. La ecuacin del calor
Como hemos mencionado anteriormente, la ecuacin del calor es el prototipo
de ecuacin de evolucin de tipo parablico cuyas variantes estn presentes de
manera sistemtica en todos los modelos matemticos de la difusin y de la
Mecnica de Fluidos.
Como hemos dicho antes, la ecuacin del calor es un modelo fuertemente
irreversible en tiempo en el que la informacin se propaga a velocidad innita.
Estas propiedades quedarn claramente de maniesto en la siguiente seccin en
la que recordamos sus principales propiedades analticas.
1.2.1. Propiedades bsicas de la ecuacin del calor
Consideremos en primer lugar el problema de Cauchy
_
u
t
u = 0 en R
N
(0, )
u(x, 0) = (x) en R
N
.
(1.2.1)
Se trata de un problema caracterstico en el sentido de Cauchy-Kowaleski (ver F.
John [30]). Precisamente por serlo cabe esperar que (1.2.1) est bien planteado
a pesar de que no damos dos datos de Cauchy como es habitual en una ecuacin
de orden dos, sino slo una.
La solucin fundamental de (1.2.1) se puede calcular explcitamente.
Obtenemos as el ncleo de Gauss:
G(x, t) = (4t)
N/2
exp
_
[ x [
2
/4t
_
. (1.2.2)
No es difcil comprobar que G es efectivamente la solucin de (1.2.1) con =
0
,
la delta de Dirac en x = 0
2
.
2
Recordemos que
0
es la medida tal que <
0
, >= (0) para toda funcin continua .
1.2. LA ECUACIN DEL CALOR 7
Por consiguiente, para cualquier ,
u = G (1.2.3)
representa la nica solucin de (1.2.1). (Hemos entrecomillado el cuanticador
cualquier puesto que se requieren algunas condiciones mnimas sobre y la
propia solucin para que sta pueda escribirse de manera nica como en (1.2.3).
Basta por ejemplo con tomar L
2
(R
N
) o L

(R
N
) y buscar soluciones
u tales que, para cualquier t > 0, sean funciones acotadas (vase F. John [30])).
En (1.2.3) representa la convolucin espacial de modo que
u(x, t) = (4t)
N/2
_
R
N
exp
_
[ x y [
2
/4t
_
(y)dy. (1.2.4)
En esta expresin se observa inmediatamente la velocidad innita de propaga-
cin. En efecto, todos los valores de , en cualquier punto y de R
n
, intervienen
a la hora de calcular u en cualquier punto espacio-temporal (x, t).
En (1.2.4) es tambin fcil comprobar el enorme efecto regularizante de la
ecuacin del calor. En efecto, basta que L
1
(R
N
) o que L

(R
N
) para
que la solucin u(, t)
3
en cada instante t > 0 sea una funcin de C

(R
N
). Este
efecto regularizante implica tambin la irreversibilidad temporal.
4
De la frmula (1.2.4) se deducen otras propiedades de la solucin de la ecua-
cin del calor:
Principio del mximo: Si 0 entonces u 0 y en realidad u > 0 en
R
N
(0, ) salvo que 0.
Conservacin de la masa:
_
R
N
u(x, t)dx =
_
R
N
(x)dx, t > 0. (1.2.5)
Decaimiento:
| u(t) |
L

(R
N
)
Ct
N/2
| |
L
1
(R
N
)
, t > 0. (1.2.6)
Todas ellas admiten claras interpretaciones fsicas y obedecen, efectivamente,
al comportamiento habitual en un proceso de difusin.
3
Interpretamos la funcin u = u(x, t) como una funcin del tiempo t que, a cada instante
t, tiene como imagen una funcin de x que vara en el tiempo.
4
En efecto, si la ecuacin del calor estuviese bien puesta en el sentido retrgrado del tiempo,
como la solucin es regular para t > 0, volviendo hacia atrs en el tiempo, obtendramos en
el instante inicial t = 0 una funcin C

(R
N
). De este modo acabaramos probando que toda
funcin de L
1
(R
N
) o L

(R
N
) est en C

(R
N
), cosa falsa evidentemente.
8 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Consideramos ahora el problema de la difusin del calor en un dominio aco-
tado de R
N
. En esta ocasin, con el objeto de que el sistema de ecuaciones
sea completo tenemos tambin que imponer condiciones de contorno que deter-
minen la interaccin del medio con el medio circundante. Desde un punto de
vista matemtico las condiciones ms simples son las de Dirichlet. Obtenemos
as el sistema
_

_
u
t
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = (x) en .
(1.2.7)
Las condiciones de contorno u = 0 en indican que las paredes del dominio
se mantienen a temperatura constante u = 0. En la prctica, frecuentemente,
se utilizan otras condiciones de contorno no tanto sobre la variable u que en la
ecuacin del calor representa la temperatura, sino sobre el ujo de calor a travs
de la frontera. As, por ejemplo, en el caso en que queramos representar que el
dominio est completamente aislado de su entorno impondremos condiciones
de ujo nulo, i.e.
u
n
= 0 en (0, ).
Aqu /n denota el operador derivada normal y n es el vector normal exterior
unitario a que vara en funcin de la geometra del dominio al variar el punto
x . Se trata de una derivada direccional, de modo que

n
= n,
donde denota el operador gradiente =
_

x1
, . . . ,

x
N
_
y el producto
escalar euclideo en R
N
.
Pero, con el objeto de simplicar y no hacer demasiado larga la presenta-
cin, en estas notas nos limitaremos a considerar las condiciones de contorno de
Dirichlet como en (1.2.7).
En este caso la solucin no es tan fcil de obtener explcitamente como lo fue
para el problema de Cauchy en R
N
. Son diversos los mtodos disponibles para
su resolucin: Galerkin, semigrupos, series de Fourier, . . . . El lector interesado
en el estudio de estos mtodos puede consultar el texto de L. Evans [7].
Nosotros nos centraremos en el problema de una sola dimensin espacial.
Consideraremos por lo tanto el sistema
_

_
u
t
u
xx
= 0, 0 < x < , t > 0
u(0, t) = u(, t) = 0, t > 0
u(x, 0) = (x), 0 < x < .
(1.2.8)
1.2. LA ECUACIN DEL CALOR 9
En este caso la solucin puede obtenerse fcilmente mediante el desarrollo
en series de Fourier. En efecto, las funciones trigonomtricas
w
l
(x) =
_
2

sen(lx), l 1 (1.2.9)
constituyen una base ortonormal de L
2
(0, ) (v

ease Lema 2.1).


Por lo tanto, para cualquier funcin L
2
(0, ) la solucin u de (1.2.8) se
puede escribir en la forma
u(x, t) =

l=1

l
e
l
2
t
w
l
(x) (1.2.10)
donde
l

l1
son los coecientes de Fourier de la funcin , i.e.

l
=
_

0
(x)w
l
(x)dx. (1.2.11)
Esta expresin de la solucin en series de Fourier nos resultar de gran utili-
dad a la hora de abordar la aproximacin numrica de la solucin. En realidad,
las propias sumas parciales de la serie proporcionan ya una manera sistemtica
de aproximar la solucin. As, para cada M N podemos introducir
u
M
(x, t) =
M

j=1

j
e
j
2
t
w
l
(x), (1.2.12)
y es entonces fcil comprobar que
| u(t) u
M
(t) |
L
2
(0,)
e
(M+1)
2
t/2
| |
L
2
(0,)
, t 0, (1.2.13)
lo cual indica, efectivamente, que la aproximacin de u mediante u
M
mejora a
medida que M .
En vista de la aparente simplicidad de este mtodo de aproximacin cabe
entonces preguntarse: >Para qu necesitamos otros mtodos?
Las razones son diversas, pero hay una particularmente importante. Si bien
en este caso la obtencin de las funciones de base w
l

l1
(que son, en realidad,
autofunciones del operador de Laplace involucrado en la ecuacin del calor con
condiciones de contorno de Dirichlet) es muy simple por encontrarnos en una
dimensin espacial, en varias dimensiones espaciales el problema es mucho ms
complejo, pues pasa por calcular las autofunciones del problema:
_
w = w en
w = 0 en .
(1.2.14)
10 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Antes que nada conviene sealar que las autofunciones w
l
de (1.2.9) se ob-
tienen precisamente al resolver el anlogo uni-dimensional de (1.2.14). En este
caso el problema de autovalores es un sencillo problema de Sturm-Liouville que
se escribe en la forma
_
w
tt
= w, 0 < x <
w(0) = w() = 0.
(1.2.15)
Los autovalores son en este caso

l
= l
2
, l 1 (1.2.16)
y las autofunciones correspondientes, una vez normalizadas en L
2
(0, ), las fun-
ciones trigonomtricas (1.2.9).
Si bien la teora espectral garantiza la existencia de una sucesin de auto-
funciones que constituyen una base ortogonal de L
2
() ([2]), su forma depende
de la geometra del dominio y, por supuesto, su clculo explcito es imposible
salvo para dominios muy particulares ([30]). Por lo tanto, en varias dimensiones
espaciales, la utilizacin de estas autofunciones exige previamente el desarrollo
de mtodos numricos para su aproximacin, tan elaborados (o ms) como los
que vamos a necesitar para aproximar la propia ecuacin del calor directamente.
Este hecho, junto con otro igualmente importante como es que para muchas
ecuaciones (no-lineales, coecientes dependientes del espacio-tiempo, etc.) la
resolucin mediante series de Fourier no es posible, aconsejan que desarrollemos
mtodos numricos que permitan abordar sistemticamente la ecuacin del calor
y sus variantes, sin pasar por la Teora Espectral.
S que conviene sin embargo utilizar este formalismo de Fourier para entender
las aproximaciones que los diferentes esquemas proporcionan a la ecuacin del
calor y el modo en que afectan a las diferentes componentes de las soluciones
en funcin de la frecuencia de su oscilacin espacial.
Volvamos entonces a la ecuacin (1.2.8) y a su solucin (1.2.10).
En la expresin (1.2.10) se observa un comportamiento de u distinto al del
problema de Cauchy en R
N
.
En efecto, en este caso es fcil comprobar que la solucin decae exponencial-
mente cuando t :
| u(t) |
2
L
2
(0,)
=

j=1
[
j
[
2
e
2j
2
t
e
2t

j=1
[
j
[
2
= e
2t
| |
2
L
2
(0)
.
(1.2.17)
Esta propiedad de decaimiento puede tambin obtenerse directamente de la
ecuacin (1.2.8) mediante el mtodo de la energa, sin hacer uso del desarrollo
1.2. LA ECUACIN DEL CALOR 11
en serie de Fourier de la solucin. En efecto, multiplicando en (1.2.8) por u e
integrando por partes se obtiene que
0 =
_

0
(u
t
u
xx
) udx =
1
2
d
dt
_

0
u
2
dx +
_

0
u
2
x
dx,
o, lo que es lo mismo,
1
2
d
dt
_

0
u
2
dx =
_

0
u
2
x
dx. (1.2.18)
Utilizamos ahora la desigualdad de Poincar ([2])
_

0
u
2
x
dx
_

0
u
2
dx, u H
1
0
(0, ) (1.2.19)
que, combinada con la identidad (1.2.18), proporciona la desigualdad
d
dt
_

0
u
2
dx 2
_

0
u
2
dx. (1.2.20)
Integrando esta desigualdad (1.2.20) obtenemos exactamente la tasa expo-
nencial de decaimiento de la solucin que predijimos en (1.2.17).
Observacin 1.2.1 La desigualdad de Poincar (ver [B]) garantiza que
_

0
[a
t
(x)[
2
dx
_

0
[a(x)[
2
dx, a H
1
0
(0, ). (1.2.21)
La mejor constante de la desigualdad (1.2.21) viene caracterizada por el
siguiente principio de minimalidad que involucra el cociente de Rayleigh:

1
= mn
aH
1
0
(0,)
_

0
[a
t
(x)[
2
dx
_

0
a
2
(x)dx
. (1.2.22)
En este caso
1
= 1 puesto que se trata del primer autovalor
1
del operador
d
2
/dx
2
en H
1
0
(0, ) que posee una sucesin de autovalores (1.2.16).
1.2.2. Semi-discretizacin espacial: El mtodo de Fourier
Esta seccin est dedicada a estudiar las semi-discretizaciones espaciales de
la ecuacin del calor 1 d (unidimensional) (1.2.8).
Lo haremos en el caso ms sencillo en el que el operador de Laplace espacial se
aproxima mediante el esquema clsico y sencillo de tres puntos. Analizaremos la
12 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
convergencia del mtodo tanto mediante series de Fourier como por estimaciones
de energa.
Si bien los resultados de esta seccin se reeren a un problema muy sencillo
como es (1.2.8), en el transcurso de la misma desarrollaremos una metodologa
susceptible de ser adaptada a situaciones ms complejas. Esto es as, muy en
particular en lo referente al mtodo de la energa, de fcil aplicacin a otras
condiciones de contorno, coecientes variables, ecuaciones no-lineales, etc.
Consideramos por tanto un paso h > 0 del mallado espacial. Para simplicar
la presentacin suponemos que h = /(M + 1) con M N, de modo que la
particin que denen los nodos
x
j
= jh, j = 0, . . . , M + 1 (1.2.23)
descompone el intervalo [0, ] en M + 1 subintervalos de longitud h : I
j
=
[x
j
, x
j+1
] , j = 0, . . . , M. Obsrvese que el primer y el ltimo nodo corresponden
a los extremos del intervalo, i.e. x
0
= 0, x
M+1
= .
Utilizando la clsica aproximacin de tres puntos para el operador d
2
/dx
2
(que, como vimos, es de orden dos) obtenemos de manera natural la siguiente
semi-discretizacin de (1.2.8):
_

_
u
t
j
+
2ujuj+1uj1
h
2
= 0, j = 1, . . . , M, t > 0
u
0
= u
M+1
= 0, t > 0
u
j
(0) =
j
, j = 1, . . . , M.
(1.2.24)
Este sistema constituye un conjunto de M ecuaciones diferenciales de orden
uno, lineales, acopladas de tres en tres con M incgnitas. En vista de que, por las
condiciones de contorno, u
0
u
M+1
0, las genuinas incgnitas del problema
son las M funciones u
j
(t), j = 1, . . . , M.
Cada una de las funciones u
j
(t) proporciona una aproximacin de la solucin
u(, t) en el punto x = x
j
. A medida que el paso h de la discretizacin tiende
a cero tenemos ms y ms puntos en el mallado. Cabe por tanto esperar que
obtengamos progresivamente estimaciones ms nas de la solucin. Sin embargo,
tal y como veremos, no basta con que una aproximacin parezca coherente
para poder garantizar su convergencia. El objetivo principal de este captulo
es precisamente desarrollar una teora que nos permita discernir si un mtodo
numrico es convergente o no.
Queda sin embargo por determinar una buena eleccin de los datos iniciales

j
, j = 1, ..., M. Las posibilidades son diversas y algunas de ellas sern analiza-
das a lo largo de estas notas. Cuando la funcin del dato inicial de la ecuacin
del calor es continua, lo ms sencillo es tomar sus valores en los nodos como
1.2. LA ECUACIN DEL CALOR 13
dato inicial del problema semi-discreto, i.e.
j
= (x
j
). Cuando no es conti-
nua sino meramente integrable podemos tambin hacer medias del dato inicial
= (x) en intervalos en torno a los nodos. Tambin es posible elegir los datos
iniciales del sistema semi-discreto truncando la serie de Fourier del dato inicial
de la ecuacin del calor.
Las posibilidades son diversas pero, si un mtodo es convergente, ha de
serlo para cualquier eleccin razonable de los datos iniciales. Esto depender
esencialmente del esquema elegido para aproximar la ecuacin y las condiciones
de contorno.
Frecuentemente utilizaremos una notacin vectorial para simplicar las ex-
presiones. Introducimos por tanto el vector columna u = u(t) que representa a
la incgnita del sistema (1.2.24):
u(t) =
_
_
_
_
u
1
(t)
.
.
.
u
M
(t)
_
_
_
_
, (1.2.25)
y la matriz tridiagonal:
A
h
=
1
h
2
_
_
_
_
_
_
_
2 1 0 0
1
.
.
.
.
.
. 0
0
.
.
.
.
.
. 1
0 0 1 2
_
_
_
_
_
_
_
. (1.2.26)
As, el sistema (1.2.24) se escribe
_
u
t
(t) +A
h
u(t) = 0, t > 0
u(0) = .
(1.2.27)
Obviamente la solucin u de (1.2.27) tambin depende de h de modo que sera
ms legtimo denotarla mediante el subndice h: u
h
. Pero, para simplicar la
notacin, escribiremos simplemente u, salvo que este hecho pueda conducir a
confusin.
En la seccin anterior vimos que que la ecuacin del calor continua verica
el principio del mximo que garantiza que si el dato inicial es no-negativo,
la solucin lo es para todo x y todo t. Esto es cierto para el problema de
Cauchy en todo el espacio pero tambin lo es para el problema de Dirichlet con
condiciones de contono nulas. El sistema (1.2.24) reeja tambin esta propiedad
de naturaleza fsica. En efecto, supongamos que el dato inicial de (1.2.24) es
positivo, i.e.
j
> 0, j = 1, ..., M. Entonces, u
j
(t) > 0 para todo j = 1, ..., M
14 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
y todo t > 0. Con el objeto de probar esta armacin argumentamos del modo
siguiente. En primer lugar observamos que, por continuidad, existe > 0 tal
que u
j
(t) > 0 para todo j y todo 0 t . Sea

el primer instante de tiempo


en el que la solucin se anula en alguna de sus componentes que denotaremos
mediante el ndice j

. Tenemos entonces:
u
j
(t) > 0, j = 1, ..., M, 0 t <

.
u
j
(

) = 0.
u
t
j
(

) 0.
u
j
(

) 0, j = 1, ..., M.
Haciendose uso de estas propiedades escribimos la ecuacin de (1.2.24) co-
rrespondiente al ndice j

en el instante t =

. Obtenemos u
j

+1
(

)+u
j

1
(

)
0, lo cual implica, en virtud de las propiedades anteriores, que u
j

+1
(

) =
u
j

1
(

) = 0. Iterando este argumento se obtiene que u


j
(

) = 0 para todo
j = 1, ..., M. Por unicidad de las soluciones de la ecuacin diferencial (1.2.24)
esto implica que u 0, lo cual est en contradiccin con el hecho de que el dato
inicial sea positivo. Esto prueba que el principio del mximo se verica tambin
para el sistema semi-discreto (1.2.24).
En el dato inicial de u
j
hemos tomado el valor exacto del dato inicial de
la ecuacin del calor en el punto x
j
. Esto exige que el dato sea continuo.
Pero existen otras elecciones del dato inicial de la ecuacin semi-discreta como
decamos anteriormente. En particular, la eleccin puede hacerse a travs de los
coecientes de Fourier de .
El punto de vista de Fourier no slo es sumamente til a la hora de entender
la teora analtica de las EDP sino tambin su Anlisis Numrico. En efecto, la
solucin de (1.2.27) puede escribirse en serie de Fourier en la base de autovectores
de la matriz A
h
. En este caso ser simplemente una suma nita de M trminos
pues se trata efectivamente de un problema nito-dimensional de dimensin M.
Para ello es preciso introducir el espectro de la matriz A
h
.
Consideremos por tanto el problema de autovalores:
A
h

W =

W. (1.2.28)
Los autovalores y autovectores solucin de (1.2.28) pueden calcularse de
forma explcita:

l
(h) =
4
h
2
sen
2
_
l
h
2
_
, = 1, ..., M. (1.2.29)
1.2. LA ECUACIN DEL CALOR 15
Los autovectores correspondientes son

W
l
(h) =
_
2

_
_
_
_
sen(lx
1
)
.
.
.
sin(lx
M
)
_
_
_
_
, l = 1, ..., M. (1.2.30)
El lector interesado puede encontrar una prueba de este hecho en [14], Lema
10.5.
A partir de ahora las componentes del vector

W
l
(h) sern denotadas me-
diante (W
l,j
)
j=1,...,M
.
En (1.2.29)-(1.2.30) se observan varias analogas con los autovalores y auto-
funciones del operador de Laplace expresados en (1.2.9) y (1.2.16). En efecto,
para cada ndice l 1 jo tenemos

l
l
2
, cuando h 0, (1.2.31)
lo cual reeja que los autovalores del problema discreto (1.2.28) aproximan a los
del continuo (1.2.15) a medida que h 0, que es a su vez consecuencia de la
convergencia del esquema de tres puntos para la aproximacin del Laplaciano
probada en el captulo anterior. Por otra parte, los autovectores

W
l
(h) del pro-
blema discreto (1.2.28) no son ms que una restriccin a los puntos del mallado
de las autofunciones (1.2.9) del problema continuo. Esto explica por tanto la
proximidad de ambos espectros. Es oportuno indicar tambin que los autovec-
tores

W
l
(h) dependen de h de dos maneras: Por su nmero de componentes
M = /h 1 y por el valor de cada una de ellas.
Conviene sin embargo sealar que, en general, cuando se abordan problemas
ms sosticados (en varias dimensiones espaciales, por ejemplo) no es frecuente
que se d la coincidencia exacta entre los autovectores del problema discreto y
las autofunciones del continuo sino simplemente la convergencia a medida que
h 0, si bien, para que sto sea cierto, es indispensable que el esquema numrico
elegido para la aproximacin de la ecuacin de Laplace sea convergente.
Por ltimo es interesante tambin observar que de la expresin explcita de
los autovalores
l
(h) del problema discreto se deduce que

l
(h)
l
= l
2
. (1.2.32)
Las soluciones del problema discreto, como hemos visto, son vectores colum-
na de R
M
y en el caso del problema de evolucin, funciones regulares del tiempo
t a valores en R
M
. En R
M
consideramos la norma euclidea escalada
| e |
h
=
_
_
h
M

j=1
[ e
j
[
2
_
_
1/2
, e = (e
1
, ..., e
M
)
t
, (1.2.33)
16 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
y su producto escalar asociado
e,

f)
h
= h
M

j=1
e
j
f
j
. (1.2.34)
El factor de escala introducido en la norma y producto escalar (

h y h
respectivamente) es importante pues garantiza que, cuando h 0, estas normas
y producto escalar aproximan a las correspondientes de L
2
(0, ):
| e |
L
2
(0,)
=
__

0
e
2
(x)dx
_
1/2
, (1.2.35)
e, f)
L
2
(0,)
=
_

0
e(x)f(x)dx. (1.2.36)
En efecto, en vista de que h = /(M + 1), se observa inmediatamente que
(1.2.33) y (1.2.34) son versiones discretas de las integrales (1.2.35) y (1.2.36),
semejantes a las sumas de Riemann.
Es por tanto natural, abusando un poco del lenguaje, referirse a este pro-
ducto euclideo escalado, como el producto en L
2
.
Es fcil comprobar que los autovectores

W
l
(h) de (1.2.30) son ortonormales
en el producto escalar (1.2.34).
En efecto, tenemos el siguiente resultado:
Lemma 1.2.1 Para cada h de la forma h = /(M + 1), con M N y para
cada l N, 1 l M, se tiene
h
M

j=1
sen
2
(ljh) = /2. (1.2.37)
Asismismo, si l, l
t
N con 1 l, l
t
M, l ,= l
t
,
h
M

j=1
sen(ljh) sen(l
t
jh) = 0. (1.2.38)
Por consiguiente,
[[

W
l
(h)[[
h
= 1, l = 1, ..., M; <

W
l
(h),

W
k
(h) >
h
=
lk
, l, k = 1, ..., M,
(1.2.39)
y
< A
h

W
l
(h),

W
l
(h) >
h
= h
M

j=0
[W
l,j+1
W
l,j
[
2
h
2
=
l
(h), l = 1, ..., M.
(1.2.40)
1.2. LA ECUACIN DEL CALOR 17
Demostracin del Lema 1.2.1. Para todo par l, l
t
con 1 l, l
t
M y l ,= l
t
se tiene:
h
M

j=1
sin(ljh) sin(l
t
jh) =
h
2
M

j=1
[cos(j(l
t
l)h) cos(j(l +l
t
)h)]
=
h
2
Re
_
_
M

j=0
e
i(l

l)jh

j=0
e
i(l+l

)jh
_
_
,
donde Re denota la parte real de un nmero complejo. Aplicando la frmula de
la suma para una serie geomtrica tenemos

M
j=0
e
i(l

l)jh
=
e
i(l

l)
1
e
i(l

l)h
1
=
(1)
(l

l)
1
e
i(l

l)h
1
=
(1)
(l

l)
1
cos(l
t
l)h +i sin(l
t
l)h 1
.
Aplicando las frmulas trigonomtricas
cos(x) = 1 2 sin
2
x
2
, sin(x) = 2 sin
x
2
cos
x
2
en la identidad anterior obtenemos
M

j=0
e
i(l

l)jh
=
(1)
(l

l)
1
2 sin
2 (l

l)h
2
+ 2i sin
(l

l)h
2
cos
(l

l)h
2
=
(1)
(l

l)
1
2i sin
(l

l)h
2
(cos
(l

l)h
2
+i sin
(l

l)h
2
)
=
_
(1)
(l

l)
1
_
e
i
(l

l)h
2
2i sin
(l

l)h
2
=
i
2
_
(1)
(l

l)
1
_
cot
(l
t
l)h
2

1
2
_
(1)
(l

l)
1
_
.
Resulta que
Re
_
_
M

j=0
e
i(l

l)jh
_
_
=
1
2
_
(1)
(l

l)
1
_
,
y
Re
_
_
M

j=0
e
i(l

+l)jh
_
_
=
1
2
_
(1)
(l

+l)
1
_
y por ello
h
M

j=1
sin(ljh) sin(l
t
jh) =
h
2
_

1
2
(1)
(l

l)
+
1
2
+
1
2
(1)
(l

+l)

1
2
_
= 0.
18 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Para 1 l
t
= l M se tiene
h
M

j=1
sin
2
(ljh) =
h
2
M

j=0
(1 cos(2ljh)) =
h(M + 1)
2
=

2
,
puesto que
M

j=0
cos(2ljh) = Re
_
e
i2lh(M+1)
1
e
i2lh
1
_
= 0.
A partir de estas dos identidades se deducen autoamaticamente las propie-
dades de los autovectores de la matriz A
h
. Esto concluye la prueba del Lema.
Este hecho permite desarrollar fcilmente las soluciones de (1.2.27) en series
de Fourier, es decir, en la base

W
l
(h)
l=1,...,M
:
u(t) = u
h
(t) =
M

l=1

l
e

l
(h)t

W
l
(h), (1.2.41)
donde
l
son los coecientes del vector de datos iniciales en la base de auto-
vectores

W
l
, i.e.

l
= ,

W
l
(h))
h
, (1.2.42)
de modo que
=
M

=1

l

W
l
(h). (1.2.43)
Las analogas entre la frmula de representacin (1.2.41) y el desarrollo en
serie de Fourier (1.2.10) de las soluciones del problema continuo son evidentes.
En realidad slo hay dos diferencias dignas de ser reseadas:
(a) En (1.2.41) se tiene una suma nita de M trminos en lugar de la serie
innita de (1.2.10). Ahora bien M cuando h 0.
(b) Las exponenciales temporales de (1.2.41) y (1.2.10) no son exactamente las
mismas pues en ellas intervienen los autovalores de uno y otro problema,
si bien, en virtud de (1.2.31), ambas son semejantes.
En vista de esta similitud existente entre las expresiones de las soluciones
continuas y discretas, estas ltimas presentan propiedades semejantes a las de
las primeras. En particular, en lo referente a decaimiento de la solucin tenemos:
| u(t) |
2
h
=
M

l=1
[
l
[
2
e
2
l
(h)t
e
21(h)t
| |
2
h
. (1.2.44)
1.2. LA ECUACIN DEL CALOR 19
As, en el lmite cuando h 0, recuperamos la tasa de decaimiento en tiempo
del problema continuo (1.2.17) puesto que
1
(h) 1 cuando h 0.
El primer resultado importante de esta seccin es el siguiente y garantiza la
convergencia de las soluciones del problema semi-discreto (1.2.15) a las solucio-
nes del problema continuo (1.2.8) cuando h 0, bajo una eleccin adecuada de
los datos iniciales del problema discreto.
Desde el punto de vista del desarrollo en serie de Fourier de las soluciones
que estamos barajando, a la hora de elegir una aproximacin del dato inicial
del problema semi-discreto parece adecuado proceder del siguiente modo.
Dado L
2
(0, ), consideramos su desarrollo en serie de Fourier
(x) =

l=1

l
w
l
(x), (1.2.45)
donde

l
=
_

0
(x)w
l
(x)dx, (1.2.46)
de modo que, por la identidad de Parseval, se tiene
| |
L
2
(0,)
=
_

l=1
(
l
)
2
_
1/2
. (1.2.47)
Elegimos entonces el dato inicial de la ecuacin discreta de modo que tenga
los mismos coecientes de Fourier que los M primeros de (x), i.e.
= (h) =
M

l=1

l

W
l
(h). (1.2.48)
En este caso los coecientes de Fourier del desarrollo (1.2.41) de la solucin del
problema semi-discreto coinciden con los coecientes
l
de la funcin (x).
Con esta eleccin de los datos iniciales es fcil probar la convergencia del
esquema numrico. Tenemos el siguiente resultado:
Theorem 1.2.1 Supongamos que L
2
(0, ) y consideremos los datos inicia-
les del problema semi-discreto (1.2.27) como en (1.2.48).
Entonces, las soluciones u
h
= u
h
(t) del problema semi-discreto (1.2.27),
cuando h 0, convergen a la solucin u = u(x, t) del problema continuo en el
sentido que
| u
h
(t) u(t) |
h
0, para todo t > 0, (1.2.49)
cuando h 0, donde u(t) es la restriccin de la solucin de la ecuacin del
calor a los nodos del mallado: u
j
(t) = u(x
j
, t).
20 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Conviene explicar la nocin de convergencia adoptada en (1.2.49). La can-
tidad que aparece en (1.2.49), para cada t > 0, representa la norma | |
h
de
la diferencia entre la solucin discreta u
h
(t) y la continua u(, t). Ahora bien,
como u(, t) depende continuamente de x, a la hora de compararla con la solu-
cin discreta, slo interviene la restriccin de u a los puntos x
j
del mallado que
denotamos mediante u(t) .
Demostracin del Teorema 2.1.
A la hora de estudiar la diferencia u
h
(t) u(t) distinguimos las bajas y las
altas frecuencias, es decir los rangos M
0
y M
0
+ 1 respectivamente:
u
h
(t) u(t) =
M0

l=1

l
[e

l
(h)t
e

l
t
]

W
l
(h)
+
M

l=M0+1

l
e

l
(h)t

W
l
(h)

l=M0+1

l
e

l
t
w
l
.
(1.2.50)
El valor del parmetro de corte M
0
ser jado ms adelante.
Conviene observar que en el tercer sumatorio I
3
, mediante la expresin w
l
denotamos las restriccin de la autofuncin continua w
l
= w
l
(x) a los puntos
del mallado. Se trata por tanto de una notacin puesto que, para > M, w

no
corresponde a un autovector de la matriz A
h
. Por el contrario, cuando M,

= w

(h). En el caso que nos ocupa (diferencias nitas en una dimensin


espacial), las expresiones son en este caso particularmente simples pues, como
ya dijimos, los autovectores del problema discreto son restricciones al mallado
de las autofunciones continuas.
A la hora de estimar los tres trminos en los que hemos descompuesto la
diferencia (I
1
para las bajas frecuencias, I
2
, I
3
para las altas) el Lema 2.1 nos
ser de gran utilidad.
Tomando normas | |
h
en (1.2.50) obtenemos
| u
h
(t)

u(t) |
h
| I
1
|
h
+ | I
2
|
h
+ | I
3
|
h
. (1.2.51)
Estimamos ahora por separado las tres normas | I
j
|
h
, j = 1, 2, 3.
Observamos en primer lugar que
[[ w
l
[[
h

[[ w
l
[[

max
j=1,...,M
[ w
l
(x
j
)[ =

2. (1.2.52)
De este modo deducimos que
[[I
3
[[
h
=

jM0+1
[
j
[ e
jt

2
_
_

jM0+1
[
j
[
2
_
_
1/2
_
_

jM0+1
e
2jt
_
_
1/2
.
(1.2.53)
1.2. LA ECUACIN DEL CALOR 21
Evidentemente, este clculo est justicado por la convergencia de la ltima de
las series que interviene en esta desigualdad, lo cual est garantizado para todo
t > 0.
De (1.2.53) tenemos

I
3

1/2
h
C(t)
_

jM0+1

2
_
1/2
, (1.2.54)
con
C(t) =
_
_

j1
e
2jt
_
_
1/2
. (1.2.55)
Como el dato inicial L
2
(0, ), sus coecientes de Fourier satisfacen
_

0

2
(x)dx =

j=1
[
j
[
2
(1.2.56)
y, por lo tanto, dado > 0 arbitrariamente pequeo, existe M
0
N tal que

jM0+1
[
j
[
2

2
, M M
0
. (1.2.57)
Dado t > 0, este permite por tanto jar el valor de M
0
de modo que

I
3
(t)

h
. (1.2.58)
El trmino I
2
puede estimarse de manera idntica con la misma eleccin de M
0
.
Pero en este caso puede incluso encontrarse una estimacin uniforme para todo
t 0 gracias a las propiedades de ortonormalidad de los autovectores w
l
(h). En
efecto,
[[I
2
[[
2
h
=
M

j=M0+1

2
j
e
2j(h)t

j=M0+1

2
j

2
, t 0. (1.2.59)
Por tanto, de los desarrollos anteriores se deduce que, dado > 0 arbitrariamente
pequeo podemos hallar M
0
tal que
[[I
2
(t)[[
h
+[[I
3
(t)[[
h
2, t 0. (1.2.60)
Procedemos ahora a la estimacin de

I
1

h
. Tenemos

I
1

2
h
=
M0

=1
(
l
)
2
_
e

l
(h)t
e

l
t
_
2

w
l
(h)

2
h
(1.2.61)
=
M0

=1
(
l
)
2
_
e

l
(h)t
e

l
t
_
2
.
22 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Ntese que en esta ocasin el valor de M
0
est ya jado, en virtud de la eleccin
hecha antes en funcin de . En esta ocasin es el parmetro h el que tiende a
cero. Obsrvese que, para cada l 1, . . . , M
0
y T > 0 jo, en vista de (1.2.31),
el sumando (
l
)
2
_
e

l
(h)t
e

l
t
_
tiende a cero cuando h 0 uniformemente
en t [0, T]. Por lo tanto, en vista de que el nmero M
0
de sumandos est
jado, deducimos que

I
1

h
0, h 0, uniformemente en t [0, T].
En particular, eligiendo h sucientemente pequeo se puede asegurar que

I
1
(t)

h
, para todo t 0.
Combinando estas estimaciones deducimos, que para cualquier t > 0 y > 0
existe h sucientemente pequeo tal que, segn (1.2.51),

u
h
(t)

u(t)

h
3.
Esto concluye la demostracin del Teorema 1.2.1.
Observacin 1.2.2 En (1.2.49) hemos establecido la convergencia de las solu-
ciones del problema semi-discreto u
h
a la del problema continuo en el sentido
de la norma | |
h
. Pero sto no es ms que una de las posibles maneras de es-
tablecer la proximidad entre las soluciones de ambos problemas. A continuacin
presentamos algunas variantes.
Algunas variantes del Teorema de convergencia 2.1.
Variante 1. Datos iniciales en H
1
0
(0, ).
Supongamos, por ejemplo, que el dato inicial es un poco ms regular:
H
1
0
(0, ) =
_
L
2
(0, ) :
t
L
2
(0, ), (0) = () = 0
_
.
En este caso, obviamente, tenemos el resultado de convergencia del Teore-
ma 2.1. Pero, bajo esta hiptesis adicional sobre el dato inicial, se puede
dar una versin ms precisa y cuantitativa de este resultado.
1.2. LA ECUACIN DEL CALOR 23
En este caso los coecientes de Fourier
l

N
de satisfacen:
5
| |
2
H
1
0
(0,)
=

l1
l
2
[
l
[
2
< . (1.2.62)
Gracias a esta hiptesis adicional la eleccin del M
0
que es preciso para
que se cumpla (1.2.57) se puede realizar explcitamente. En efecto

lM0+1
[
l
[
2

1
(M
0
+ 1)
2

lM0+1
l
2
[
l
[
| |
2
H
1
0
(0,)
(M
0
+ 1)
2
(1.2.63)
y, por tanto, basta con elegir
M
0
=
_
| |
H
1
0
(0,)

_
1, (1.2.64)
siendo
_

_
la funcin entera, para que (1.2.57) se cumpla.
Una vez que M
0
ha sido jado de este modo, tambin h puede ser elegido
de forma que | I
1
|
h
sea menor que .
En efecto,

I
1

2
h
=
M0

=1
[
l
[
2
_
e

l
(h)t
e

l
t
_
(1.2.65)
=
M0

l=1
[
l
[
2
t (
l

l
(h)) e

(h)t
(1.2.66)

M0

=1
[
l
[
2
t (
l

l
(h)) ,
donde, mediante

(h), hemos denotado un nmero real entre


l
(h) y
l
,
obtenido en la aplicacin del Teorema del Valor Medio.
Por otra parte,

l
(h) = l
2

4
h
2
sen
2
_
l
h
2
_
=
1
h
2
_
(hl)
2
4 sen
2
_
l
h
2
__
=
1
h
2
[hl + 2 sen(lh/2)] [hl 2 sen(lh/2)]

2l
h
[hl 2 sen(lh/2)]
l
h
C(hl)
3
= C h
2
l
4
CM
4
0
h
2
(1.2.67)
5
Obsrvese que, en virtud de la desigualdad de Poincar, la norma inducida por H
1
(0, )
sobre H
1
0
(0, ) y la norma | |
2
H
1
0
(0,)
=
R

0
[

[
2
dx

1/2
son normas equivalentes. A nivel de
los coecientes de Fourier esta ltima se reduce a | |
H
1
0
(0,)
=
h
P
l1
l
2
[
l
[
2
i
1/2
que es a
su vez equivalente a la inducida por la norma | |
H
1
0
(0,)
=
h
P
l1
(1 +l
2
) [
l
[
2
i
1/2
.
24 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
donde C es una constante que puede ser calculada explcitamente. El ma-
yor valor de dicha constante viene dado por
C = 2 max
]]
[ 2 sen(/2)] /
3
(1.2.68)
siempre y cuando h > 0 sea lo sucientemente pequeo de modo que
lh M
0
h (M + 1)h = , es decir que M + 1 M
0
.
En virtud de (1.2.67) y en vista del valor explcito de M
0
dado en (1.2.64) el
valor de h para que, segn (1.2.65), | I
1
|
h
puede calcularse explcita-
mente. Esto permite cuanticar el resultado de convergencia del Teorema
2.1. Obsrvese sin embargo que este tipo de argumentos necesita que el
dato inicial este en un espacio ms pequeo que el espacio L
2
(0, ) donde
el resultado de convergencia ha sido probado.
Pero hay otras variantes del resultado de convergencia del Teorema 1.2.1
que pueden resultar incluso ms elocuentes.
Variante 2. Convergencia en la norma del mximo
Por ejemplo, puede resultar ms natural estimar la distancia entre la solu-
cin u
h
del problema semi-discreto y la solucin u de (1.2.8) en la norma
del mximo:

u
h
(t) u(t)

= max
j1,...,M]
[u
j
(t) u(x
j
, t)[ . (1.2.69)
Para la estimacin de esta cantidad procedemos del modo siguiente. Des-
componiendo la norma de la diferencia como en la prueba del Teorema
1.2.1 tenemos:

u
h
(t) u(t)

l=1

l
e

l
(h)t

W
l
(h)

l=1

l
e

l
t
w
l

_
2

M0

l=1
[
l
[

l
(h)t
e

l
t

+
_
2

l=M0+1
[
l
[ e

l
(h)t
+
_
2

lM0+1
[
l
[ e

l
t
= I
1
+I
2
+I
3
.
En esta desigualdad hemos tenido en cuenta que

w
l

_
2/, para
todo l 1.
1.2. LA ECUACIN DEL CALOR 25
Estimamos ahora el ltimo trmino:
I
3
=
_
2

lM0+1
[
l
[ e

l
t

_
2

_
_

lM0+1
[
l
[
2
_
_
1/2
_
_

lM0+1
e
2
l
t
_
_
1/2
.
Como
l
= l
2
, la ltima serie de esta desigualdad converge para cada
t > 0, i.e.

l=1
e
2
l
t
=

l=1
e
2l
2
t
<
y, por lo tanto, con una eleccin adecuada de M
0
= M
0
(), puede asegu-
rarse que
I
3
| |
L
2
(0,)
.
La misma acotacin es vlida para I
2
.
Fijado el valor de M
0
de modo que estas cotas de I
2
y I
3
sean vlidas
procedemos a acotar I
1
:
I
1

_
2

M0

l=1
[
l
[

l
(h)t
e

l
t

.
Este ltimo trmino tiende a cero cuando h 0 puesto que se trata de
una suma nita en la que cada uno de los trminos tiende a cero.
De este modo concluimos que, cuando el dato inicial L
2
(0, ), para
todo t > 0 se tiene

u
h
(t) u(t)

0, h 0. (1.2.70)
Obsrvese que en este caso no se tiene una convergencia uniforme en tiem-
po t [0, T]. En efecto, la convergencia en t = 0 exigira estimar los
trminos I
2
y I
3
de otro modo, y necesitaramos de la hiptesis

j=1
[
l
[ < ,
cosa que no est garantizada por la condicin L
2
(0, ). Sin embargo, s
que bastara con suponer que H
1
0
(0, ), como en la variante anterior,
puesto que

j=1
[
l
[
_
_

j=1
[
l
[
2
j
2
_
_
1/2
_
_

j=1
j
2
_
_
1/2
= C | |
H
1
0
(0,)
. (1.2.71)
26 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Volviendo al caso general L
2
(0, ), acabamos de comprobar que, a
pesar de que el dato inicial se supone nicamente en L
2
(0, ), la conver-
gencia de la solucin semi-discreta a la solucin continua se produce en la
norma del mximo (que corresponde a la norma de L

(0, )). Esto es as


gracias al efecto regularizante que, como hemos mencionado, caracteriza
a la ecuacin del calor y que todos los problemas semi-discretos (1.2.24)
comparten. En efecto, la solucin de la ecuacin del calor es de la forma
u(x, t) =

l=1

l
e
l
2
t
w
l
(x)
de modo que
[ u(x, t) [

l=1
[
l
[ e
l
2
t
[w
l
(x)[
_
2

l=1
[
l
[ e
l
2
t
(1.2.72)

_
2

l=1
[
l
[
2
_
1/2
_

l=1
e
2l
2
t
_
1/2
= C(t) | |
L
2
(0,)
con C(t) < para todo t > 0. Esto garantiza el efecto regularizante
L
2
(0, ) L

(0, ) en la ecuacin del calor para cualquier instante de


tiempo t > 0. Obviamente C(0) = , lo cual corresponde a la existencia
de funciones de L
2
(0, ) que no pertenecen a L

(0, ).
Este efecto regularizante es compartido por todas las soluciones del pro-
blema semi-discreto. Para comprobarlo basta observar que existe c > 0 tal
que

l
(h) cl
2
, h > 0, l = 1, . . . , M, (1.2.73)
lo cual garantiza un control uniforme (con respecto a h) de las series que
intervienen en la cuanticacin de dicho efecto.
Variante 3. Datos iniciales en Fourier dependientes de h.
En el Teorema 1.2.1 hemos optado por elegir en el problema semi-discreto
(1.2.24) (o (1.2.27)) como dato inicial la truncamiento de la serie de Fourier
del dato inicial de la ecuacin del calor. Podra decirse pues que el dato
inicial es independiente de h, en el sentido en que sus coecientes de Fourier
(los que se pueden imponer en el problema semi-discreto) lo son.
En realidad, el mismo mtodo de demostracin del Teorema 1.2.1 permite
probar otro tipo de resultados en los que el dato inicial del problema
1.2. LA ECUACIN DEL CALOR 27
semi-discreto no es necesariamente se. En particular, permite establecer
la convergencia de las soluciones a partir de informaciones mnimas sobre
la convergencia de los datos iniciales.
Por ejemplo, supongamos que en el problema semi-discreto (1.2.24) (o
(1.2.27)) tomamos como dato inicial
(h) =
M

l=1

l
(h) w
l
(h),
es decir, denimos el dato inicial mediante coecientes de Fourier que de-
penden de h. Si extendemos estos coecientes de Fourier
l
(h) por cero
para l M + 1, podemos identicar, para cada h > 0 los coecientes de
Fourier de (h) con una sucesin de
2
(el espacio de Hilbert de las suce-
siones de nmeros reales de cuadrado sumable). El enunciado del Teorema
1.2.1 puede entonces generalizarse del siguiente modo:
El resultado del Teorema 1.2.1 es an cierto si, cuando h 0,

l
(h)
l1
converge en
2
a
l

l1
, donde
l
(h)
l1
(resp.
l

l1
)
representa el elemento de
2
constituido por los coecientes de Fourier del
dato (h) del problema discreto (resp. del dato L
2
(0, ) del problema
continuo).
En realidad, si hacemos uso del efecto regularizante, tal y como comenta-
bamos en la variante anterior, se puede probar la convergencia del esquema
bajo hiptesis ms dbiles sobre los datos iniciales:
6
Supongamos que los datos iniciales (h) del problema semi-discreto (1.2.24)
(o (1.2.27)) son tales que
l
(h)
l1
converge dbilmente en
2
a
l

l1
cuando h 0. Entonces, la convergencia (1.2.49) es cierta uniformemente
en t , para cualquier > 0.
6
En un espacio de Hilbert H se dice que una sucesin h
k

k1
converge dbilmente a un
elemento h H, si (h
k
, g)
H
(h, g)
H
para todo g H. Obviamente, la convergencia clsica
en el sentido de la norma (tambin denominada convergencia fuerte) implica la convergencia
dbil. Por otra parte, si una sucesin converge dbilmente y adems se tiene que [[h
k
[[
H

[[h[[
H
, entonces se tiene tambin la convergencia en norma. Una de las propiedades ms
utilizadas de la convergencia dbil es que de toda sucesin acotada en un espacio de Hilbert
se puede extraer una subsucesin que converge dbilmente.
28 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Variante 4. Datos iniciales por restriccin al mallado.
Pero en todos estos resultados la convergencia de la solucin del problema
discreto al continuo se establece en funcin del comportamiento de los
coecientes de Fourier de los datos iniciales cuando h 0. Sin embargo,
desde un punto de vista estrctamente numrico, ste no es el modo ms
natural de proceder puesto que sera deseable disponer de un mtodo ms
sencillo que no pase por el clculo de las series de Fourier continuas y/o
discretas para realizar la eleccin de los datos iniciales en la ecuacin semi-
discreta.
Supongamos por ejemplo que el dato inicial de la ecuacin del calor es
un poco ms regular: C([0, ]). En este caso la eleccin ms natural
del dato inicial en el mtodo numrico (1.2.24) (o (1.2.27)) es
u
j
(0) =
j
= (x
j
).
En efecto, al elegir este dato inicial no necesitamos calcular los coecientes
de Fourier de (lo cual exige realizar una integral y, desde un punto de
vista numrico la utilizacin de frmulas de cuadratura) sino que basta
evaluar el dato inicial sobre los puntos del mallado.
Si bien sto supone una eleccin distinta de los datos iniciales, su valor
efectivo no dista mucho del que utilizamos mediante series de Fourier. En
efecto en el Teorema 1.2.1 hicimos la eleccin
=
M

l=1

l

W
l
(h)
que denotaremos mediante para distinguirla de la anterior. Teniendo en
cuenta que la k-sima componente del vector w
l
(h) coincide con el valor
de la autofuncin w
l
(x) en el punto x = x
k
= kh, tenemos entonces

k
=
M

l=1

l
w
l
(x
k
)
mientras que

k
= (x
k
) =

l=1

l
w
l
(x
k
).
Por tanto

k

k

l=M+1

l
w
l
(x
k
)

_
2

lM+1
[
l
[ .
1.2. LA ECUACIN DEL CALOR 29
As

2
h
= h
M

k=1

k

k

2
2
_
_

lM+1
[
l
[
_
_
2
.
Con el objeto de garantizar que

h
0, cuando h 0
basta por tanto con saber que

l=1
[
l
[< ,
lo cual, como vimos en la variante 1, est garantizado, por ejemplo, si
H
1
0
(0, ), lo que supone una hiptesis ligeramente ms fuerte que la
continuidad de .
Es fcil ver entonces que el resultado del Teorema 1.2.1 se preserva con
esta eleccin del dato inicial del problema semi-discreto.
Variante 5. Datos iniciales en media.
Hay otras elecciones posibles del dato inicial en el problema semi-discreto
(1.2.24) (o (1.2.27)) que no pasan por el clculo de los coecientes de
Fourier del dato inicial. Por ejemplo, para cualquier L
2
(0, ), podemos
elegir

j
=
1
h
_
xj+h/2
xjh/2
(x)dx.
No es difcil ver que esta eleccin de los datos iniciales conduce a resultados
semejantes de convergencia.
En realidad, y esto es comentario interesante y til, una vez que se dispone
de un resultado de convergencia para una determinada eleccin de los datos
iniciales, no es difcil probar la convergencia para otras posibles opciones
puesto que basta con estimar la diferencia de las soluciones del problema
discreto o semi-discreto para las dos elecciones de los datos, sin necesidad
de volver a comprobar la proximidad con el modelo continuo.
Esto es particularmente sencillo en el caso que nos ocupa puesto que si u
h
y
v
h
son dos soluciones del problema semi-discreto (1.2.24) correspondientes
a datos iniciales y

, se tiene
[[u
h
(t) v
h
(t)[[
h
[[

[[
h
, t > 0, h > 0, (1.2.74)
30 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
tal y como se desprende de (1.2.44).
Por lo tanto, el mtodo que hemos desarrollado en esta seccin, basado
en series de Fourier, permite probar la convergencia del mtodo no slo
cuando los datos iniciales han sido adaptados en funcin del desarrollo en
serie de Fourier del dato inicial de la ecuacin del calor, sino en cualquier
circunstancia en la que el dato inicial de la ecuacin semi-discreta haya
sido elegido de manera coherente.
Una interpretacin global del resultado de convergencia nodal.
En el Teorema 2.1 hemos probado la convergencia de la solucin del problema
semi-discreto a la del problema continuo en el sentido de la norma discreta
[[ [[
h
, i.e. sobre los nodos del mallado. Sin embargo, en la medida en que la
solucin de la ecuacin del calor est denida en todo el intervalo (0, ) cabra
esperar que pueda tambin establecerse un resultado de carcter global. Con el
objeto de probar dicho resultado lo primero que tenemos que hacer es extender
la funcin discreta u a una funcin denida en todo el intervalo (0, ). Hay
diversas maneras de realizar sto. La ms sencilla es tal vez considerar la funcin
constante a trozos:
[Eu
h
(t)](x) =
M

j=1
u
j
(t)
[xjh/2,xj+h/2]
, (1.2.75)
donde
[xjh/2,xj+h/2]
denota la funcin caracterstica del intervalo [x
j
h/2, x
j
+
h/2]. Esta funcin extendida est denida para todo x (0, ) y para todo t.
Cabe por tanto plantearse su convergencia hacia la solucin de la ecuacin del
calor cuando h 0.
Como consecuencia inmediata del Teorema 2.1 tenemos el siguiente resulta-
do:
Corollary 1.2.1 Bajo las hiptesis del Teorema 2.1 se tiene
Eu
h
(t) u(t) en L
2
(0, ), t > 0. (1.2.76)
Demostracin del Corolario 2.1.
Para probar este Corolario basta observar que
[[Eu
h
(t) u(t)[[
2
L
2
(0,)
=
M

j=1
_
xj+h/2
xjh/2
[u
j
(t) u(x, t)[
2
dx
+
_
h/2
0
[u(x, t)[
2
dx +
_

h/2
[u(x, t)[
2
dx.
(1.2.77)
1.2. LA ECUACIN DEL CALOR 31
Las dos ltimas integrales, evidentemente, tienden a cero cuando h 0. Cada
una de las otras integrales que interviene en el sumatorio puede ser estimada
del siguiente modo:
_
xj+h/2
xjh/2
[u
j
(t) u(x, t)[
2
dx 2h[u
j
(t) u(x
j
, t)[
2
+2
_
xj+h/2
xjh/2
[u(x, t) u(x
j
, t)[
2
dx.
(1.2.78)
Por tanto,
M

j=1
_
xj+h/2
xjh/2
[u
j
(t) u(x, t)[
2
dx
2h
M

j=1
[u
j
(t) u(x
j
, t)[
2
+ 2
M

j=1
_
xj+h/2
xjh/2
[u(x, t) u(x
j
, t)[
2
dx
= 2[[u(t) u(t)[[
2
h
+ 2
M

j=1
_
xj+h/2
xjh/2
[u(x, t) u(x
j
, t)[
2
dx
El primero de estos dos trminos tiende a cero en virtud del resultado de con-
vergencia del Teorema 2.1.
Basta entonces analizar el ltimo de ellos.
Para ello observamos que, por la desigualdad de Poincar, cada uno de los
trminos que interviene en el sumatorio satisface:
_
xj+h/2
xjh/2
[u(x, t) u(x
j
, t)[
2
dx
h
2

2
_
xj+h/2
xjh/2
[u
x
(x, t)[
2
dx. (1.2.79)
Por lo tanto,
M

j=1
_
xj+h/2
xjh/2
[u(x, t) u(x
j
, t)[
2
dx
h
2

2
_

0
[u
x
(x, t)[
2
dx, (1.2.80)
que, evidentemente, tiende a cero cuando h 0 cuando u(t) H
1
0
(0, ). Pero
esto es cierto para todo t > 0 a causa del efecto regularizante de la ecuacin del
calor, tal y como se puede observar en el desarrollo de Fourier de la solucin u.
En el Corolario 2.1 hemos optado por la extensin constante a trozos de
la solucin numrica al intervalo (0, ) pero el mismo resultado se cumple para
cualquier otra extensin razonable, por ejemplo las funciones continuas y lineales
a trozos.
32 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
1.2.3. Semi-discretizacin espacial: El mtodo de la ener-
ga
Hemos probado, mediante mtodos basados en el desarrollo en series de
Fourier de las soluciones, la convergencia del problema semi-discreto (1.2.24)
a la ecuacin del calor. En lo sucesivo lo haremos mediante el mtodo de la
energa.
El mtodo de la energa est basado en la identidad de energa (1.2.18) que
las soluciones de la ecuacin del calor satisfacen.
Para el problema semi-discreto se satisface una identidad de energa seme-
jante. En efecto multiplicamos la j-sima ecuacin (1.2.24) por u
j
y sumamos
con respecto al ndice j = 1, , M. Obtenemos as
0 =
M

j=1
u
j
u
t
j

1
h
2
M

j=1
[u
j+1
+u
j1
2u
j
] u
j
.
Observamos en primer lugar que
M

j=1
u
j
u
t
j
=
1
2
d
dt
_
_
M

j=1
[u
j
[
2
_
_
y, por otra parte,
M

j=1
[u
j+1
+u
j1
2u
j
] u
j
=
M

j=1
[(u
j+1
u
j
) + (u
j1
u
j
)] u
j
=
M

j=1
(u
j+1
u
j
) u
j
+
M

j=1
(u
j1
u
j
) u
j
=
M

j=1
(u
j+1
u
j
) u
j

M1

j=0
(u
j+1
u
j
) u
j+1
=
M

j=0
(u
j+1
u
j
)
2
.
Obtenemos as la siguiente identidad de energa para el sistema semi-discreto
(1.2.24):
d
dt
_
_
h
2
M

j=1
[u
j
[
2
_
_
= h
M

j=0

u
j+1
u
j
h

2
. (1.2.81)
Las similitudes entre las identidades de energa (1.2.18) del modelo continuo
y la identidad (1.2.81) del caso semi-discreto son obvias. En el trmino de la
izquierda de (1.2.81) se observa la derivada temporal de una suma discreta que
1.2. LA ECUACIN DEL CALOR 33
aproxima el cuadrado de la norma en L
2
(0, ) de la identidad (1.2.18). Por otro
lado, en el miembro de la derecha de (1.2.81) encontramos una versin discreta
de la norma de u
x
en L
2
(0, ).
A partir de estas identidades podemos dar una demostracin alternativa de
la convergencia del problema semi-discreto (1.2.24) al continuo.
En primer lugar observamos que la solucin del problema continuo u =
u(x, t) es una solucin aproximada del problema discreto. En efecto, sea
u
j
(t) = u(x
j
, t), j = 1, . . . , M, t > 0, (1.2.82)
siendo u = u(x, t) la solucin exacta de (1.2.8).
En efecto,
_
u
j
(t)
_
j=1,...,M
satisface
_

_
u
t
j
+
[2 u
j
u
j+1
u
j1
]
h
2
= u
xx
(x
j
, t) +
[2 u
j
u
j+1
u
j1
]
h
2
=
j
(t),
j = 1, . . . , M, t > 0
u
0
= u
M+1
= 0, t > 0
u
j
(0) =
j
, j = 1, . . . , M.
(1.2.83)
con
j
= (x
j
). En el segundo miembro de (1.2.83) aparece el residuo o error
de truncacin asociado al mtodo que, como se observa en su propia denicin,
se trata del error que se comete al considerar la solucin del problema continuo
como solucin aproximada del problema discreto. Conviene subrayar este hecho:
las demostraciones de convergencia estn basadas en el anlisis de la solucin
continua como solucin aproximada del problema discreto y no al revs.
Consideramos ahora la diferencia entre la solucin continua u
j
sobre el
mallado y la solucin del problema semi-discreto:
v = v
j

j=1,...,M
; v
j
= u
j
u
j
. (1.2.84)
En vista de (1.2.24) y (1.2.83), v
j

j=0,...,M
satisface
_

_
v
t
j
+
[2vjvj+1vj1]
h
2
=
j
, j = 1, . . . , M, t > 0
v
0
= v
M+1
= 0, t > 0
v
j
(0) = 0, j = 1, . . . , M.
(1.2.85)
El sistema (1.2.85) no es homogneo y su dato inicial es nulo pues hemos
supuesto que en el sistema semi-discreto el dato inicial del sistema continuo se
toma de manera exacta sobre los puntos del mallado. Pero sera fcil adaptar
las estimaciones que vamos a realizar al caso en que tambin hubiese un cierto
error en los datos iniciales y, en particular, a las dems situaciones discutidas en
34 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
el apartado anterior. Los trminos
j
del segundo miembro (el error de trunca-
cin) de (1.2.85) representan, tal y como se observa en su denicin (1.2.83), la
diferencia entre el laplaciano continuo y el discreto evaluado en la solucin real
u de (1.2.8). El mtodo de la energa se adapta con facilidad a esta situacin.
Retomamos la estimacin de energa en el sistema (1.2.85). Multiplicando
cada ecuacin de (1.2.85) por v
j
y sumando con respecto a j = 1, . . . , M, se
obtiene
d
dt
_
_
h
2
M

j=1
[v
j
[
2
_
_
= h
M

j=0

v
j+1
v
j
h

2
+h
M

j=1

j
v
j
. (1.2.86)
Necesitamos ahora la siguiente desigualdad elemental:
Lemma 1.2.2 Para todo > 0 existe h
0
> 0 de modo que para todo 0 < h < h
0
y para toda funcin discreta a
0
, a
1
, . . . , a
M
, a
M+1
tal que a
0
= a
M+1
= 0 se
tiene
h
M

j=0

a
j+1
a
j
h

2
(1 )h
M

j=1
[a
j
[
2
. (1.2.87)
Observacin 1.2.3 Ntese que (1.2.87) es la versin discreta de la clsica de-
sigualdad de Poincar (1.2.21) que ya comentamos en la Observacin 2.1. En
(1.2.87) se establece la versin discreta de esta desigualdad con una constante
(1) arbitrariamente prxima a la constante unidad de la desigualdad (1.2.21).
Tal y como mencionamos en aquella Observacin, la mejor constante de
la desigualdad de Poincar vena dada por el principio de minimalidad que
involucra en el cociente de Rayleigh.
La demostracin del Lema est basada en analizar el correspondiente prin-
cipio variacional en el caso discreto en funcin del paso del mallado h.
Demostracin del Lema 1.2.2. Tal y como se indic en (1.2.29) el mnimo
autovalor de la matriz A
h
denida en (1.2.26) es
1
(h) = 4 sen
2
(h/2)
_
h
2
. Como
A
h
es simtrica,
1
est caracterizado por
4
h
2
sen
2
_
h
2
_
=
1
(h) = mn
aR
M
A
h
a, a)
h
| a |
2
h
. (1.2.88)
Es fcil comprobar que
A
h
a, a)
h
_
| a |
2
h
= h
M

j=0
[(a
j+1
a
j
) /h[
2
_
h
M

j=1
[a
j
[
2
.
1.2. LA ECUACIN DEL CALOR 35
Deducimos por tanto que
h
M

j=0

a
j+1
a
j
h

2
sen
2
_
h
2
_
h
M

j=1
[a
j
[
2
,
para todo h > 0 y toda funcin discreta a
0
, . . . , a
M+1
, con a
0
= a
M+1
= 0.
Basta por ltimo observar que
4
h
2
sen
2
_
h
2
_
1, h 0,
de modo que para todo > 0 existe h
0
> 0 tal que
4
h
2
sen
2
_
h
2
_
1 , 0 < h < h
0
.
Aplicando (1.2.87) con = 1/2 en (1.2.86) obtenemos
d
dt
_
_
h
2
M

j=1
[ v
j
[
2
_
_

h
2
M

j=1
[ v
j
[
2
+h
M

j=1

j
v
j

h
2
M

j=1
[
j
[
2
. (1.2.89)
Por lo tanto
h
M

j=1
[v
j
(t)[
2
h
M

j=1
_
T
0
[
j
[
2
dt, 0 < h < h
0
, 0 t T. (1.2.90)
Basta por tanto con que estimemos el error producido por los trminos
j
(el error de truncacin). Recordemos que

j
= u
xx
(x
j
, t) +
_
2 u
j
u
j+1
u
j1

h
2
. (1.2.91)
Como es bien sabido, el esquema en diferencias nitas de tres puntos proporciona
una aproximacin de orden dos del operador derivada segunda. Por lo tanto
[
j
(t)[
2
C h
4
| u(t) |
2
C
4
([0,])
, j = 1, . . . , M, 0 < h < h
0
, 0 t T.
(1.2.92)
Combinando (1.2.90) y (1.2.92) deducimos que
h
M

j=1
[v
j
(t)[
2
C h
4
_
T
0
| u(t) |
2
C
4
([0,])
dt. (1.2.93)
Hemos por tanto probado el siguiente resultado.
36 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Theorem 1.2.2 Supongamos que el dato inicial = (x) es tal que la solucin
u = u(x, t) de la ecuacin del calor (1.2.8) verica, para todo T < ,
_
T
0
| u(t) |
2
C
4
([0,])
dt < . (1.2.94)
Entonces, para todo 0 < T < existe una constante C
T
> 0 tal que
h
M

j=1

u
j
(t) u
j
(t)

2
=| u(t) u
h
(t) |
2
h
C
T
h
4
, (1.2.95)
para todo 0 t T y para todo h > 0, donde u = u
j

j=1,...,M
denota
la restriccin a los puntos del mallado de la solucin de la ecuacin del calor
(1.2.8) y u
h
= u
j

j=1,...,M
representa la solucin del sistema semi-discreto
(1.2.24).
Observacin 1.2.4 En (1.2.95) hemos establecido que el sistema
semi-discreto (1.2.24) proporciona una estimacin de orden dos de la ecuacin
del calor (1.2.8). Este resultado caba ser esperado pues la nica discretizacin
que ha sido realizada es la del laplaciano espacial, al ser sustituido por el es-
quema de tres puntos que, como es bien sabido, es una aproximacin de orden
dos.
El Teorema 1.2.2 ha sido establecido mediante el mtodo de energa que ha
sido aplicado en una de sus versiones ms simples. Muchas otras variantes son
posibles. En realidad, por cada estimacin de energa de la que dispongamos para
la ecuacin del calor (1.2.8) se puede establecer un resultado de convergencia
distinto que, bajo hiptesis de regularidad adecuadas sobre la solucin de la
ecuacin del calor, conrmar que el mtodo semi-discreto es de segundo orden.
Recordemos que la estimacin de energa (1.2.18) en la que nos hemos inspirado
para probar el Teorema 1.2.2 se obtiene multiplicando la ecuacin del calor
(1.2.8) por u. Si en lugar de multiplicar por u, multiplicamos la ecuacin por

2m
u/x
2m
, es decir por una derivada espacial de u de orden par, se obtiene
una nueva identidad de energa de la forma
7
d
dt
_
1
2
_

0

m
u
x
m

2
dx
_
=
_

0

m+1
u
x
m+1

2
dx.
Como hemos mencionado anteriormente, esta identidad tambin tiene su anlo-
go semi-discreto sobre el que podra establecerse un resultado del tipo del Teo-
rema 1.2.2.
7
En este caso se usa el hecho de que, como u, se anula en los extremos del intervalo espacial,
para todo t, lo mismo ocurre con las derivadas temporales sucesivas. Esto conduce a que las
derivadas de orden par de u con respecto a la variable espacial tambin se anulen para todo t.
1.2. LA ECUACIN DEL CALOR 37
Los comentarios realizados en el Teorema 1.2.1 son tambin aplicables en el
Teorema 1.2.2. Por ejemplo, si bien en (1.2.95) hemos establecido una estimacin
en norma L
2
, tambin el mtodo de la energa nos habra permitido probar
estimaciones en otras normas, por ejemplo, en la norma del mximo.
En el Teorema 1.2.2 hemos supuesto que la solucin u de la ecuacin del
calor es sucientemente regular como para que (1.2.94) se satisfaga, i.e. que
u L
1
_
0, T; C
4
([0, ]
_
.
Esto, evidentemente, exige que el dato inicial sea tambin sucientemente regu-
lar. Bastara por ejemplo con que el dato inicial fuese de clase C
3
, aunque esta
hiptesis se podra debilitar.
Si comparamos el Teorema 1.2.1 y el Teorema 1.2.2 se observa inmediatamen-
te que si bien en el primero, usando series de Fourier, obtenamos un resultado
de convergencia bajo condiciones mnimas sobre el dato inicial
_
L
2
(0, )
_
,
en el mtodo de la energa hemos utilizado hiptesis ms fuertes sobre el dato
pero, como contrapartida, hemos obtenido un resultado ms fuerte puesto que
hemos probado que el mtodo es de orden dos. El mtodo de Fourier tambin
permite obtener ordenes de convergencia pero, tal y como se seal en la Ob-
servacin 1.2.2, eso exige hiptesis adicionales sobre el dato inicial, tambin en
este caso.
Por consiguiente, el tipo de resultados que se puede obtener por ambos m-
todos es semejante, si bien el mtodo de la energa es ms exible pues se puede
aplicar en situaciones en las que, por la presencia de coecientes que depen-
den del tiempo o de no-linealidades, las soluciones no pueden descomponerse en
series de Fourier mediante el mtodo de separacin de variables.
1.2.4. Consistencia + estabilidad = Convergencia
Es habitual que en los textos dedicados al Anlisis Numrico de EDP se
incluya un Teorema, habitualmente atribuido a P. Lax, que garantiza que
Consistencia + Estabilidad = Convergencia.
Sin embargo, tanto al interpretar el concepto de estabilidad como el de con-
vergencia y hacer uso de este resultado, lo mismo que ocurre en el marco de las
EDP, nos enfrentamos a genuinos problemas de dimensin innita y la eleccin
que se hace de las normas es por tanto fundamental. As, estos tres conceptos
han de ser manipulados en un mismo contexto, una vez establecidas con claridad
38 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
las normas en las que trabajamos, lo cual, en realidad, consiste en determinar
el criterio o distancia en la que se va a comprobar la convergencia del mtodo.
Es por eso que, en estas notas, en lugar de incluir este enunciado como
Teorema, lo presentamos simplemente como un principio general, de validez
universal una vez que se han elegido con prudencia las normas, pero que conviene
tambin utilizar con cuidado en cada caso. Es decir, para cada EDP y cada
aproximacin numrica habr que elegir de manera precisa la norma en la que
se va a medir la convergencia del mtodo.
Lo ms habitual es utilizar este principio general con el objeto de probar la
convergencia. De este modo el problema se reduce a vericar dos propiedades
bsicas del esquema: su consistencia y estabilidad.
En las secciones anteriores estos dos conceptos han surgido ya y el principio
general ha sido implcitamente utilizado en la demostracin de los dos Teoremas
de convergencia. El objeto de esta seccin es comentar y claricar el modo en
que estos conceptos han intervenido y se han combinado en las pruebas de
convergencia y de este modo ilustrar este principio general fundamental del
Anlisis Numrico de las EDP.
Si bien estos conceptos y principios estn tambin presentes en la prueba del
Teorema 1.2.1 realizada mediante desarrollos en series de Fourier, son tal vez
ms claros en la demostracin del Teorema 1.2.2 realizada mediante el mtodo
de la energa. Nos centraremos pues en este segundo caso, dejando para el lector
la reexin sobre la prueba del primer resultado mediante el mtodo de Fourier
que comentaremos muy brevemente al nal de la seccin.
Consistencia:
La consistencia del mtodo numrico hace referencia a su coherencia a
la hora de aproximar la EDP. Se trata simplemente de comprobar si el
esquema numrico utilizado es un esquema razonable para aproximar la
EDP en cuestin o, si por el contrario, corre el riesgo de aproximar a otra
EDP. Lo ms habitual es comprobar la consistencia mediante el desarrollo
de Taylor. El problema se reduce entonces a vericar si, cuando el paso del
mallado tiende a cero, (en el caso que nos ocupa: h 0), las soluciones
regulares del problema continuo son soluciones aproximadas del problema
discreto en la medida en que el error de truncacin tiende a cero. Cuando
sto es as con un error del orden de una potencia p del tamao del mallado
se dice que el mtodo es de orden p.
En nuestro caso particular, como (1.2.24) es una aproximacin semi-discreta
de (1.2.8) en la que la variable tiempo no ha sido discretizada, la propiedad
1.2. LA ECUACIN DEL CALOR 39
de consistencia del esquema se reduce meramente a la consistencia de la
aproximacin de tres puntos del operador de derivada segunda en espacio
que, como sabemos y recordamos en (1.2.91) y (1.2.92), es efectivamente
consistente de orden dos.
Conviene subrayar que, aunque pueda resultar paradjico, a la hora de
comprobar la consistencia no vericamos hasta qu punto las soluciones
del problema discreto son soluciones del problema continuo mdulo un
cierto error, sino que hacemos precisamente lo contrario: comprobamos si
la solucin del problema continuo es una solucin aproximada del problema
discreto.
Evidentemente sto se hace exclusivamente a la hora de vericar la bondad
del mtodo numrico a priori puesto que, en la prctica, no disponemos
de la solucin del problema continuo: el objeto del clculo numrico es
precisamente aproximar la solucin real de la EDP.
Estabilidad:
Pero la consistencia por s sola no basta para garantizar la convergencia
del mtodo. Es preciso analizar su estabilidad.
La propiedad de estabilidad consiste en asegurarse de que los esquemas
discretos o semi-discretos, en su evolucin temporal (discreta o continua),
no ampliquen los errores iniciales o, al menos, no lo hagan de manera
creciente y descontrolada a medida que el paso del mallado tiende a cero.
En el marco del esquema (1.2.24) esta propiedad de estabilidad queda de-
bidamente recogida en (1.2.81) donde hemos probado que, para cualquier
h > 0, la norma L
2
de las soluciones discretas (la norma | |
h
) decrece
con el tiempo. Se trata pues de una situacin ideal en la que los errores
iniciales no slo no se amplican en exceso sino que decrecen en tiempo.
Si analizamos detenidamente la prueba del Teorema 1.2.2 mediante el m-
todo de la energa observaremos que sta no es ms que una combinacin
adecuada de las propiedades de consistencia y estabilidad y que por tan-
to obedece elmente al principio de P. Lax antes mencionado. En efecto,
con el objeto de probar la convergencia, hemos establecido en primer lu-
gar que la solucin del problema continuo es una solucin aproximada
del problema discreto (vase (1.2.83)). Es decir, hemos empezado usan-
do la consistencia del mtodo. Despus, usando la linealidad del esquema
40 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
discreto, hemos introducido la variable v diferencia entre la solucin del
problema continuo y discreto, y hemos establecido que se trata de una
solucin aproximada del problema discreto en el que el dato inicial es nulo
pero la dinmica est forzada por un segundo miembro (
j
, j = 1, . . . , M)
que tiende a cero cuando h 0 (vase (1.2.85)). Finalmente, usando la
estabilidad, hemos establecido que esta diferencia se mantiene pequea
cuando el tiempo avanza y tiende a cero cuando h 0.
Puede resultar paradjico que el concepto de estabilidad haga referencia a
la propagacin de errores en el dato inicial y que, sin embargo, se aplique en
el sistema (1.2.85) donde el dato inicial es exactamente cero pero en el que
est presente una fuerza externa (t) continua en tiempo. Pero, en vista
del principio de Duhamel o de la frmula de variacin de las constantes,
esto no debera de resultar extrao pues el efecto de un segundo miembro
continuo en una ecuacin de evolucin no es otro que el de la integral
temporal de los efectos que ese segundo miembro tendra, en cada instante
de tiempo, como perturbacin del dato inicial.
Este hecho queda claramente reejado en la frmula de representacin de
la solucin de ecuaciones diferenciales no homogneas:
_
x(t) = Ax(t) +F(t), t > 0
x(0) = x
0
.
La frmula de variacin de las constantes asegura en este caso que
x(t) = e
At
x
0
+
_
t
0
e
A(ts)
F(s)ds.
En esta frmula se observa con claridad que el efecto de un segundo miem-
bro en la ecuacin es una integral temporal de los efectos que este segundo
miembro tendra en el dato inicial.
Hemos descrito cmo los conceptos de consistencia y estabilidad han jugado
un papel esencial en la prueba del resultado convergencia del Teorema 1.2.2. Es-
tos conceptos estn tambin presentes en la prueba realizada del Teorema 1.2.1
mediante el mtodo de Fourier. En efecto, la consistencia del esquema garantiza
su convergencia para las soluciones que involucran un solo modo de Fourier,
mientras que la estabilidad asegura que basta con probar la convergencia pa-
ra datos iniciales que involucran nicamente un nmero nito de componentes.
1.2. LA ECUACIN DEL CALOR 41
Nuevamente, la consistencia junto con la estabilidad proporcionan la convergen-
cia del mtodo.
Conviene sin embargo subrayar que los sistemas de EDO que obtenemos
al realizar discretizaciones espaciales tienen un carcter sti. Para ello basta
observar que el ratio
M
(h)/
1
(h) entre el mximo y mnimo autovalor de la
matriz A
h
es del orden de 1/h
2
. En virtud del anlisis de los sistemas sti
realizados en captulos previos, se trata de un hecho relevante que habremos de
tener en cuenta a la hora de proceder a la discretizacin temporal del sistema,
con el objeto de garantizar la convergencia de las discretizaciones completas
espacio-tiempo.
En la seccin 2.6 veremos algunos ejemplos de mtodos semi-discretos y com-
pletamente discretos que, siendo consistentes, no son estables y, por tanto, no
convergen. Este hecho conrma la necesidad tanto de la propiedad de consisten-
cia como de estabilidad de un mtodo numrico para garantizar su convergencia.
1.2.5. Aproximaciones completamente discretas
En las secciones 2.2 y 2.3 hemos analizado la convergencia del esquema semi-
discreto (1.2.24) al modelo continuo (1.2.8). Los resultados de convergencia que
hemos probado han legitimado la utilizacin del esquema (1.2.24) puesto que
sus soluciones convergen a las de la ecuacin del calor (1.2.8) cuando h 0.
Desde un punto de vista prctico, estos resultados permiten concentrar nuestros
esfuerzos en el clculo de las soluciones (1.2.24) con h sucientemente pequeo
pero jo.
El sistema (1.2.24) es un sistema de M ecuaciones diferenciales acopladas
con M incgnitas. Parece por tanto natural utilizar los mtodos numricos desa-
rrollados para la resolucin aproximada de ecuaciones diferenciales. Al hacerlo
discretizando la variable temporal, acabamos obteniendo esquemas completa-
mente discretos para la resolucin de (1.2.8).
Esta seccin est destinada al estudio de las dos aproximaciones completa-
mente discretas ms naturales en este contexto que son las que se obtienen al
aplicar el mtodo explcito e implcito de Euler para la resolucin aproximada
de EDO de primer orden. Por supuesto, la variedad de los mtodos posibles
es muy grande puesto que cualquier mtodo de aproximacin del laplaciano
(de la segunda derivada espacial: esquema en diferencias nitas de orden supe-
rior, mtodo espectral o de elementos nitos, ...) junto con cualquier mtodo de
aproximacin de la derivada temporal (mtodo del trapecio, de Runge-Kutta, o
multi-paso, por ejemplo) dan lugar a un mtodo completamente discreto nuevo.
42 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Pero el anlisis de estos dos mtodos ms bsicos permite estudiar los aspectos
fundamentales de la teora que bastara para analizar cualquier otro tipo de
esquemas.
En esta ocasin el paso espacial ser denotado mediante x (en lugar de h),
mientras que el paso temporal estar denotado por t. Mediante u
k
j
denotare-
mos la aproximacin de la solucin u de (1.2.8) en el punto x = x
j
= jx en el
instante de tiempo t = t
k
= kt.
Con esta nueva notacin, si en el sistema semi-discreto (1.2.24) aplicamos el
esquema explcito de Euler en la variable temporal obtenemos el sistema:
_

_
u
k+1
j
u
k
j
t
+
[2u
k
j
u
k
j+1
u
k
j1
]
(x)
2
= 0, j = 1, . . . , M; k 0,
u
k
0
= u
k
M+1
= 0, k 0,
u
0
j
=
j
, j = 1, . . . , M.
(1.2.96)
Sin embargo, si aplicamos el mtodo de Euler implcito obtenemos
_

_
u
k+1
j
u
k
j
t
+
[2u
k+1
j
u
k+1
j+1
u
k+1
j1
]
(x)
2
= 0, j = 1, . . . , M; k 0,
u
k
0
= u
k
M+1
= 0, k 0,
u
0
j
=
j
, j = 1, . . . , M.
(1.2.97)
La diferencia principal entre (1.2.96) y (1.2.97) es la habitual entre esquemas
explcitos e implcitos. Mientras que (1.2.97) permite leer explcitamente el
valor de la solucin discreta en el paso temporal k +1 a partir de la solucin en
el paso temporal k, el mtodo implcito (1.2.97) exige, en cada paso temporal, la
resolucin de un sistema tridiagonal de M ecuaciones lineales con M incgnitas.
Con el objeto de estudiar la convergencia de estos mtodos conviene utilizar
el nmero de Courant
= t/(x)
2
, (1.2.98)
en el que queda claramente reejada la diferencia de homogeneidad en la va-
riable espacial y temporal del operador en derivadas parciales involucrado en la
ecuacin del calor, en la que una derivada temporal juega el mismo papel que
dos derivadas espaciales.
Con esta nueva notacin los esquemas (1.2.96) y (1.2.97) pueden reescribirse
del modo siguiente:
Mtodo de Euler explcito:
u
k+1
j
= u
k
j
+
_
u
k
j+1
+u
k
j1
2u
k
j

. (1.2.99)
1.2. LA ECUACIN DEL CALOR 43
Mtodo de Euler implcito:
u
k+1
j
+
_
2u
k+1
j
u
k+1
j+1
u
k+1
j1

= u
k
j
. (1.2.100)
La consistencia de ambos mtodos est claramente garantizada.
En efecto, hemos utilizado el esquema de tres puntos para la aproximacin
de la segunda derivada espacial que es consistente de orden dos, mientras que la
discretizacin de la derivada temporal mediante la diferencia nita que involucra
dos niveles temporales (k y k +1) proporciona una aproximacin consistente de
orden uno en tiempo.
El anlisis de la convergencia de los mtodos se har a valor de jo. En
otras palabras, describiremos el rango de valores del parmetro de Courant
para el que los mtodos discretos en consideracin son convergentes. Fijado este
valor del parmetro de Courant tenemos t = (x)
2
. Por tanto un orden de
consistencia temporal corresponde a un orden dos de consistencia espacial. Es
por eso que diremos que ambos mtodos (1.2.99) y (1.2.100) son consistentes de
orden dos (teniendo como referencia el paso espacial). De manera ms precisa,
si, dada una solucin u del problema continuo original (1.2.8), introducimos la
proyeccin de dicha solucin sobre el mallado
u
k
j
= u(x
j
, t
k
) = u(jx, kt), (1.2.101)
entonces u es solucin aproximada de los esquemas discretos. En efecto se tiene
u
k+1
j

_
u
k
j
+
_
u
k
j+1
+ u
k
j1
2u
k
j

= O
_
t
_
(x)
2
+ t
__
(1.2.102)
y
u
k+1
j
u
k
j
+
_
2 u
k+1
j
u
k+1
j+1
u
k+1
j1

= O
_
t
_
(x)
2
+ t
__
(1.2.103)
que corresponde efectivamente a la consistencia de orden dos de los mtodos
siempre y cuando u tenga dos derivadas temporales y cuatro derivadas espaciales
acotadas.
Es natural que obtengamos el mismo tipo de hiptesis sobre dos derivadas
temporales y cuatro derivadas espaciales de la solucin de la ecuacin del calor.
En efecto, la ecuacin garantiza que u
t
= u
xx
, lo cual implica tambin que
u
tt
= u
xxxx
.
Conviene observar la presencia de un trmino adicional t en la estimacin
del error de truncacin, con respecto al (x)
2
propio de la aproximacin espacial
44 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
y al t de la aproximacin temporal puesto que (1.2.96) y (1.2.97) han sido
ambas multiplicadas por t para obtener (1.2.99) y (1.2.100).
Pero, lo mismo que ocurra en el caso de los esquemas semi-discretos, la
consistencia no basta para garantizar la convergencia del mtodo. De hecho
estos dos esquemas tienen un comportamiento bien distinto en relacin con el
rango de valores de para los que se tiene la convergencia:
Theorem 1.2.3 El mtodo explcito (1.2.96) es convergente si 0 < 1/2
mientras que el mtodo implcito (1.2.97) lo es para todo > 0.
En ambos casos, los mtodos son convergentes de orden dos, lo que signica
que, si la solucin de (1.2.8) es sucientemente regular, se tiene, para todo
0 < T < ,
max
k=0,...,[T/t]

u
k


u
k

x
= O
_
(x)
2
_
(1.2.104)
cuando x 0.
Observacin 1.2.5 En (1.2.104) mediante | |
x
denotamos la norma L
2
en
el mallado de paso x, i.e.
| a |
x
=
_
_
x
M

j=1
[a
j
[
2
_
_
1/2
,
de modo que

u
k


u
k

x
=
_
_
x
M

j=1

u
k
j
u
k
j

2
_
_
1/2
.
Conviene tambin observar que

u
k
(resp.

u
k
) denota el vector de componentes
u
k
j
, j = 1, . . . , M, (resp. u
k
j
, j = 1, . . . , M) que, a su vez, representa la solucin
del problema discreto (resp. continuo) en el paso temporal k.
En (1.2.104) estimamos la norma de la diferencia entre la solucin continua
y discreta para los pasos k = 0, 1, . . . , [T/t], que son los necesarios para cubrir
el intervalo temporal [0, T].
Por otra parte, en (1.2.104), se enuncia la convergencia a cero del error
cuando x 0. Evidentemente, aunque no se diga explcitamente, tambin
t 0 puesto que en el enunciado se supone que el parmetro de Courant
est jado dentro del rango en el que se tiene la convergencia ( (0, 1/2) para
el mtodo explcito y (0, ) para el implcito).
En virtud de este resultado de convergencia se observa la superioridad del
mtodo implcito frente al explcito puesto que su convergencia est garantizada
para un valor arbitrario del parmetro de Courant . Esto permite tomar pasos
temporales ms grandes que para el mtodo explcito.
1.2. LA ECUACIN DEL CALOR 45
Demostracin del Teorema 2.3.
En la demostracin supondremos que la solucin u de la ecuacin continua
(1.2.8) es de clase C
2
en tiempo y C
4
en espacio. Esto garantiza que las identi-
dades (1.2.102) y (1.2.103) sean vlidas, uniformemente en k = 0, . . . , [T/t] y
j = 1, . . . , M, a medida que t, x 0.
Introducimos ahora el error
e
k
j
= u
k
j
u
k
j
(1.2.105)
que mide la diferencia entre las soluciones del problema continuo y del problema
discreto.
El error e
k
j
es solucin del siguiente sistema dinmico discreto:
Mtodo explcito:
e
k+1
j
= e
k
j
+
_
e
k
j+1
+e
k
j1
2e
k
j

+O
_
t
_
(x)
2
+ t
__
= (1 2)e
k
j
+
_
e
k
j+1
+e
k
j1
_
+O
_
t(x)
2
+ t
2
_
. (1.2.106)
Mtodo implcito:
e
k+1
j
+
_
2e
k+1
j
e
k+1
j+1
e
k+1
j1

= (1 + 2) e
k+1
j

_
e
k+1
j+1
+e
k+1
j1
_
= e
k
j
+O
_
t
_
(x)
2
+ t
__
. (1.2.107)
En la medida en que hemos supuesto que el dato inicial del problema discreto
coincide exactamente con el del problema continuo tenemos
e
0
j
= 0, j = 1, . . . , M. (1.2.108)
Procedemos ahora a estimar el error distinguiendo los mtodos explcito e
implcito:
Mtodo explcito
A partir de (1.2.106) observamos que si

k
= max
j=1,..., M

e
k
j

, (1.2.109)
se tiene

k+1
[[1 2[ + 2]
k
+C
_
t
_
(x)
2
+ t
__
. (1.2.110)
46 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Iterando esta desigualdad y haciendo uso de (1.2.108) obtenemos

k
C
_
t
_
(x)
2
+ t
__
_
1 +

+
2

+ +
k1

(1.2.111)
donde

= [[1 2[ + 2] . (1.2.112)
Claramente hay dos casos que distinguir: (i) 1/2; y (ii) > 1/2. En el
primero

= 1
y por tanto (1.2.111) se reduce a

k
C
_
t
_
(x)
2
+ t
__
k C
T
_
(x)
2
+ t
_
= O
_
(x)
2
_
(1.2.113)
puesto que kt T y que t = (x)
2
. La desigualdad (1.2.113) proporciona
el resultado de convergencia enunciado en el Teorema para 1/2.
La situacin es distinta cuando > 1/2. En este caso

= 4 1 > 1
y por tanto el miembro de la derecha de (1.2.111) diverge exponencialmente. En
efecto, en el ltimo paso temporal en el que k T/t tenemos que
C
_
t
_
(x)
2
+ t
__
_
1 +

+ +
k1

_
C
_
t
_
(x)
2
+ t
__

k1

C
_
t
_
(x)
2
+ t
__
e
T/t
, cuando x 0 con t = (x)
2
. (1.2.114)
Esta estimacin del error no permite concluir la convergencia del mtodo.
En realidad en este caso el mtodo es inestable y por tanto no converge. Este
ltimo aspecto ser analizado con ms en detalle en la prxima seccin mediante
el mtodo de von Neumann.
Mtodo implcito
En este caso, de (1.2.107), con independencia del valor de > 0 se deduce
que

k+1

k
+C
_
t
_
(x)
2
+ t
__
. (1.2.115)
En efecto, para comprobar este hecho basta con analizar la desigualdad (1.2.107)
para el valor j

de j para el que

e
k+1
j

=
k+1
= max
j=1,..., M

e
k+1
j

.
1.2. LA ECUACIN DEL CALOR 47
De (1.2.107) con j = j

deducimos que

k+1
= (1 + 2)
k+1
2
k+1
(1 + 2)

e
k+1
j

e
k+1
j

+1

e
k+1
j

(1 + 2)e
k+1
j

_
e
k+1
j

+1
+e
k+1
j

1
_

e
k
j

+C
_
t
_
(x)
2
+ t
__

k
+C
_
t
_
(x)
2
+ t
__
.
En este argumento el valor de j

puede depender de k pero esto es irrrelevante


pues nalmente acabamos estableciendo una relacin entre
k
y
k+1
que en nada
depende del valor de j

.
Por (1.2.115) observamos que, en el caso del mtodo implcito, con inde-
pendencia del valor de > 0, nos encontramos exactamente en las mismas
condiciones que en el mtodo explcito cuando (0, 1/2). La convergencia del
mtodo implcito y, en particular, (1.2.104) quedan por tanto probados.
La demostracin del resultado de convergencia ha sido realizada trabajan-
do directamente y de manera elemental en las ecuaciones discretas (1.2.109) y
(1.2.110) que describen cmo el error numrico se propaga. El mismo tipo de
resultados podra haberse obtenido utilizando desarrollos en serie de Fourier.
Este mtodo ser desarrollado con ms detalle en la prxima seccin donde
describiremos el mtodo de von Neumann para el estudio de la estabilidad y
convergencia de mtodos numricos para problemas en toda la recta real o en
un intervalo acotado con condiciones de contorno peridicas.
Pero, comentemos brevemente cmo el mtodo de la seccin 1.2.2 puede
ser adaptado a este contexto de las aproximaciones completamente discretas, lo
cual permite, en particular, comprobar el comportamiento patolgico del mtodo
explcito cuando > 1/2. En efecto, en (1.2.10) dimos ya el desarrollo en serie
de Fourier de la solucin de la ecuacin del calor continua (1.2.8). Procedemos
ahora al desarrollo de la solucin del problema discreto explcito, en la base
de los autovectores de la matriz A
x
(= A
h
denida en (1.2.26) con h = x).
Tenemos que
u
k
=
M

=1
p
k

(x), (1.2.116)
donde

W

(x) denota el simo autovector de la matriz A


x
y p
k

el coeciente
de Fourier de este simo autovector en el paso temporal k. Teniendo en cuenta
48 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
que
A
x

W

(x) =

(x)

(x), (1.2.117)
la funcin discreta denida en (1.2.116) satisface la ecuacin discreta (1.2.96) o
(1.2.99) si y slamente si
p
k+1

= p
k

(x)(x)
2
p
k

=
_
1 (x)
2

(x)

p
k

. (1.2.118)
Por lo tanto
p
k

=
_
1 (x)
2

(x)

k
p
0

= (

)
k
p
0

. (1.2.119)
Es decir, cada componente de Fourier de la solucin del problema discreto evo-
luciona de manera exponencial segn la ley (1.2.119). Evidentemente, el com-
portamiento de p
k

, i.e. su evolucin a medida que k aumenta, depende de que


[

[ 1 o [

[ > 1. Analicemos pues el valor de [

[. Tenemos

= 1 (x)
2

(x).
Por otra parte,

(x) =
4
(x)
2
sen
2
_
x
2
_
.
Por tanto,

= 1 4sen
2
_
x
2
_
.
Cuando 0 1/2, [

[ 1 para todos los valores de . Esto asegura la esta-


bilidad del mtodo puesto que todos las componentes de Fourier de la solucin
discreta se mantienen acotadas en k, con independencia del valor x.
La situacin es completamente distinta cuando > 1/2. En efecto, en este
caso, cuando = M =

x
1, tenemos

= 1 4sen
2
_

2

x
2
_
= 1 4cos
2
_
x
2
_
1 4, cuando x 0.
Obviamente [1 4[ > 1 cuando > 1/2. Vemos por tanto que, cuando >
1/2, para x sucientemente pequeo, existen ndices para los que [

[> 1,
lo cual implica la inestabilidad del mtodo.
El mtodo explcito (1.2.96) (o (1.2.99)) con > 1/2 es por tanto un primer
y buen ejemplo de mtodo numrico que, a pesar de ser consistente, no es
convergente por no ser estable.
Esto no ocurre en el mtodo implcito (1.2.97) (o (1.2.100)) en el que la ley
de evolucin de los coecientes de Fourier es de la forma:
p
k+1

+(x)
2

(x)p
k+1

= p
k

,
1.2. LA ECUACIN DEL CALOR 49
es decir
p
k

=
_
1 +(x)
2

(x)
_
k
p
0

.
En este caso, evidentemente, la estabilidad queda garantizada para todo valor
del nmero de Courant > 0 puesto que

_
1 +(x)
2

(x)
_
1

=
1
1 +(x)
2

(x)
< 1,
para todo x > 0 y todo = 1, . . . , M.
No sera difcil desarrollar este mtodo de Fourier y completarlo con las
tcnicas desarrolladas en la seccin 1.2.2 para dar una demostracin alternativa
del Teorema 1.2.3.
Conviene tambin subrayar que la inestabilidad que hemos detectado en el
mtodo explcito cuando > 1/2 y, en particular, la interpretacin que aca-
bamos de hacer mediante el desarrollo en series de Fourier se asemeja en gran
medida al tipo de anlisis que hacamos en el contexto de los problemas sti.
En efecto, en aquella ocasin introdujimos el concepto Aestabilidad en el que
exigamos que el esquema numrico a h > 0 jo reprodujese, al avanzar el tiem-
po, las propiedades de estabilidad de la ecuacin diferencial continua. En el
caso que nos ocupa la ecuacin continua en cuestin es el sistema semi-discreto
(1.2.24) (o (1.2.27)) en el que sabemos que, a h jo, todas las soluciones tienden
a cero exponencialmente cuando t (para comprobarlo basta observar el
desarrollo (1.2.41) en serie de Fourier de la solucin del problema semi-discreto).
Cuando > 1/2 hemos comprobado que el esquema numrico explcito deja de
reproducir este comportamiento asinttico puesto que surgen componentes de
Fourier que se amplican exponencialmente cuando k .
A pesar de ello, hemos visto que el esquema explcito converge cuando 0
1/2. Esto, sin embargo, no est en contradiccin con el resultado que asegura
la falta de Aestabilidad de los mtodos de Runge-Kutta explcitos (el mtodo
de Euler explcito es efectivamente un mtodo de Runge-Kutte explcito). En
efecto, en este caso estamos analizando el sistema (1.2.24) (o (1.2.27)) en el que
la matriz involucrada, A
x
, si bien es sumamente dispersa pues su autovalor
mnimo es
1
(x) = 4 sen
2
(x/2)
_
(x)
2
(muy prximo a 1 cuando x 0)
y el mximo es sin embargo
M
(x) = 4 cos
2
(x/2)
_
(x)
2
(muy prximo a
4/(x)
2
cuando x 0), su grado de dispersin est limitado. Esto queda de
maniesto en el hecho que
(x)
2

l
(x) 4, x > 0, j = 1, . . . , M
y es lo que permite garantizar la convergencia del mtodo explcito, pero slo
en el rango 0 < 1/2.
50 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Vemos pues que el mal comportamiento del esquema explcito responde exac-
tamente a las mismas patologas habituales de los mtodos explcitos a la hora
de abordar los problemas sti, si bien, en el caso particular de la ecuacin del
calor que nos ocupa, sto no es incompatible con la convergencia del mtodo
para 0 < 1/2.
Sin embargo, esta limitacin sobre obliga a tomar pasos temporales muy
pequeos, lo cual hace que el coste computacional de la implementacin de este
mtodo sea muy elevado.
Conviene por ltimo observar que los mtodos semi-discretos pueden ver-
se como lmite cuando 0 de los mtodos discretos. En efecto, si jado
x pasamos al lmite de un esquema completamente discreto cuando t 0
recuperamos un esquema semi-discreto. Esto corresponde a considerar el nme-
ro de Courant = 0. El hecho que el mtodo explcito sea convergente para
0 < 1/2, a pesar de no serlo para > 1/2, es pues perfectamente com-
patible (y lo explica) con el hecho de que el mtodo semi-discreto (1.2.24) sea
convergente, tal y como vimos en las secciones 1.2.2 y 1.2.3.
1.2.6. El anlisis de von Neumann
En esta seccin presentamos el anlisis de von Neumann para el estudio de
la estabilidad de esquemas numricos, que es especialmente til en problemas
denidos en todo el espacio con mallados regulares. El mtodo, basado en la uti-
lizacin de la transformada discreta de Fourier, es muy semejante al desarrollado
en la seccin 1.2.2 y 1.2.5 mediante el desarrollo en series de Fourier.
Con el objeto de ilustrar las ideas bsicas de este mtodo consideramos el
problema de Cauchy para la ecuacin del calor en toda la recta real:
_
u
t
u
xx
= 0, x R, t > 0
u(x, 0) = (x), x R.
(1.2.120)
Suponemos que
L
2
(R) (1.2.121)
de modo que (1.2.120) admite una nica solucin
u C
_
[0, ); L
2
(R)
_
. (1.2.122)
En este caso la identidad de energa garantiza que
d
dt
_
1
2
_
R
u
2
(x, t)dx
_
=
_
R
[u
x
[
2
dx. (1.2.123)
1.2. LA ECUACIN DEL CALOR 51
Como indicamos en la seccin 1.2.1, la solucin de (1.2.120) puede representarse
por convolucin con la solucin fundamental
G(x, t) = (4t)
1/2
exp
_
[ x [
2
_
4t
_
, (1.2.124)
de modo que
u(x, t) = [G(, t) ] (x) = (4t)
1/2
_
R
exp
_

[ x y [
2
4t
_
(y)dy. (1.2.125)
Dado h > 0 introducimos la particin
x
j
= jh, j Z (1.2.126)
y consideramos la semi-discretizacin
_
u
t
j
+
[2ujuj+1uj1]
h
2
= 0, j Z, t > 0
u
j
(0) =
j
, j Z.
(1.2.127)
En este caso (1.2.127) es un sistema de una innidad de ecuaciones diferen-
ciales de primer orden acopladas de tres en tres. Son varias las maneras en las
que se puede resolver el sistema (1.2.127). Una de las ms naturales consiste
en truncar el sistema y considerarlo en un rango de ndices nito [M, M] con
condiciones de contorno de Dirichlet:
_

_
u
t
j
+
[2ujuj+1uj1]
h
2
= 0, M < j < M, t > 0
u
M
= u
M
= 0, t > 0
u
j
(0) =
j
.
(1.2.128)
Es fcil comprobar que la solucin de (1.2.128), cuando M , converge a la
solucin de (1.2.127).
Pero, admitiendo que el sistema (1.2.127) ha sido ya resuelto (problema sobre
el que volveremos ms adelante) analicemos la convergencia de las soluciones de
(1.2.127) a las de (1.2.120) cuando h 0.
Para el sistema (1.2.127) se verica la siguiente identidad de energa
d
dt
_
_
h
2

jZ
[u
j
[
2
_
_
= h

jZ

u
j+1
u
j
h

2
, (1.2.129)
que es claramente una versin discreta de (1.2.123). En (1.2.129) estamos im-
plcitamente asumiendo que u(t) = u
j
(t)
jZ

2
=
2
(Z) lo cual equivale a
suponer que =
j

jZ

2
. Esta ltima condicin se verica puesto que el
dato inicial del problema continuo (1.2.120) pertenece a L
2
(R), como indica-
mos en (1.2.121).
52 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
El esquema (1.2.127) es consistente de orden dos. La prueba de este hecho,
basada en el desarrollo de Taylor, es independiente de que el intervalo en el
que se verique la ecuacin sea acotado o no. El esquema ser por tanto con-
vergente si comprobamos que es estable. Es en la vericacin de la propiedad
de estabilidad donde el mtodo de von Neumann basado en la utilizacin de
la transformada discreta de Fourier resulta sumamente til. En este caso sin
embargo la estabilidad es tambin inmediata a partir de la identidad de energa
(1.2.129).
Pero existen otros esquemas semi-discretos sumamente naturales que, sien-
do consistentes, carecen de la propiedad de estabilidad y, por tanto, no son
convergentes. Para observar este hecho basta considerar la siguiente familia de
mtodos:
u
t
j+1
+ (1 2)u
t
j
+u
t
j1
+
[2u
j
u
j+1
u
j1
]
h
2
= 0, (1.2.130)
donde 0 1/2. Cuando = 0 recuperamos el sistema anterior que, como
vimos, es convergente.
Para esta familia de mtodos la consistencia es fcil de vericar. Sin embargo
la estabilidad no est garantizada y, de hecho, slo se verica cuando 0
1/4. Como consecuencia de este hecho, el mtodo es divergente cuando >
1/4. Para comprobar este hecho lo ms sencillo es utilizar el mtodo de von
Neumann que introducimos en el caso completamente discreto. Volveremos sobre
el ejemplo (1.2.130) ms adelante.
Introducimos ahora los dos esquemas completamente discretos ms naturales
en la aproximcin de la ecuacin del calor, correspondientes a utilizar el mtodo
de Euler explcito e implcito para la discretizacin de la derivada temporal.
El mtodo explcito se escribe en este caso
_
u
k+1
j
u
k
j
t
+
[2u
k
j
u
k
j+1
u
k
j1
]
(x)
2
= 0, j Z, t > 0,
u
0
j
=
j
, j Z,
(1.2.131)
mientras que el mtodo implcito es
_
u
k+1
j
u
k
j
t
+
[2u
k+1
j
u
k+1
j+1
u
k+1
j1
]
(x)
2
= 0, j Z, t > 0,
u
0
j
=
j
, j Z.
(1.2.132)
Nuevamente u
k
j
representa una aproximacin de u(jx, kt).
Los esquemas (1.2.131) y (1.2.132) son ambos consistentes de orden dos tal
y como vimos en la seccin 1.2.5. La solucin en el paso temporal k es una
sucesin
_
u
k
j
_
jZ
que denotamos de manera simplicada mediante la notacin
vectorial u
k
.
1.2. LA ECUACIN DEL CALOR 53
En el estudio de la estabilidad utilizamos la transformada discreta de Fourier.
As a cada sucesin
w = w
l

jZ

2
(Z) (1.2.133)
le asignamos la funcin continua
w() =

j=
w
j
e
ij
. (1.2.134)
Recprocamente, tenemos la frmula de inversin
w
j
=
1
2
_
2
0
w()e
ij
d. (1.2.135)
La aplicacin que a w le asocia w es una isometra de
2
(Z) en L
2
(0, 2) si
dotamos a estos espacios con las normas
| w |

2
(Z)
=

j=
[w
j
[
2
(1.2.136)
y
[[ w[[
L
2
(0,)
=
_
1
2
_
2
0
[ w()[
2
d
_1/2
. (1.2.137)
Para comprobar estas propiedades basta con tener en cuenta las identidades:
_
2
0
e
ij
e
ik
d =
_
0 si j ,= k
2 si j = k.
(1.2.138)
Mediante esta transformacin de Fourier, a cada solucin
_
u
k
_
k0
de (1.2.131)
o (1.2.132) le podemos asignar funciones continuas
_
u
k
()
_
k0
donde
u
k
() =

jZ
u
k
j
e
ij
. (1.2.139)
La clave en el estudio de la estabilidad de los esquemas numricos mediante
esta transformada de Fourier reside en la siguiente identidad:

jZ
a
j+1
e
ij
=

jZ
a
j+1
e
i(j+1)
e
i
= e
i

jZ
a
j+1
e
i(j+1)
= e
i

jZ
a
j
e
ij
= e
i
a(). (1.2.140)
De modo anlogo tenemos

jZ
a
j1
e
ij
= e
i
a(). (1.2.141)
54 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
As, tomando la transformada de Fourier en las ecuaciones (1.2.131) y (1.2.132)
obtenemos las siguientes ecuaciones para la transformada de Fourier u
k
().
Mtodo explcito:
u
k+1
() u
k
()
t
+
a
_
e
i
_
(x)
2
u
k
() = 0, k 0, [0, 2); (1.2.142)
Mtodo implcito:
u
k+1
() u
k
()
t
+
a
_
e
i
_
(x)
2
u
k+1
() = 0, k 0, [0, 2), (1.2.143)
donde
a
_
e
i
_
= 2 e
i
e
i
. (1.2.144)
En vista de la equivalencia de las normas de
2
(Z) y de L
2
(0, 2) para las
sucesiones de
2
(Z) y sus transformadas de Fourier, para analizar la evolucin
de la norma de u
k
en
2
(Z) basta con analizar la norma L
2
(0, 2) de u
k
().
Ahora bien, en vista de (1.2.142) y (1.2.143) tenemos que
u
k+1
() =
_
1 a
_
e
i
_
u
k
() (1.2.145)
y
u
k+1
() =
1
[1 +a (e
i
)]
u
k
() (1.2.146)
en el mtodo explcito e implcito respectivamente. Aqu y en lo que sigue
denota el nmero de Courant = t/(x)
2
.
Iterando esta regla de recurrencia obtenemos para cada uno de estos esque-
mas
u
k
() =
_
1 a
_
e
i
_
k
() (1.2.147)
y
u
k
() =
_
1 +a
_
e
i
_
k
(). (1.2.148)
Tenemos por tanto

jZ

u
k
j

2
=
1
2
_
2
0

u
k
()

2
d =
1
2
_
2
0

1 a
_
e
i
_

2k
[ ()[
2
d (1.2.149)
y

jZ

u
k
j

2
=
1
2
_

0

u
k
()

2
d =
1
2
_
2
0

1 +a
_
e
i
_

2k
[ ()[
2
d.
(1.2.150)
1.2. LA ECUACIN DEL CALOR 55
La comprobacin de la estabilidad del esquema numrico consiste en probar
cotas sobre el crecimiento de la norma L
2
(0, 2) de u
k
() de manera controlada,
independientemente del paso del mallado. En la medida que para recorrer un
intervalo temporal [0, T] el nmero de pasos temporales que hemos de dar es del
orden de k T/t, es fcil comprobar que la condicin necesaria y suciente
para la estabilidad de cada uno de los mtodos es que

1 a
_
e
i
_

1, [0, 2) (1.2.151)
y

1 +a
_
e
i
_

1
1, [0, 2) (1.2.152)
respectivamente.
La suciencia de las condiciones (1.2.151) y (1.2.152) para la estabilidad
del mtodo explcito e implcito respectivamente es evidente pues, bajo estas
condiciones, en virtud de (1.2.149) y (1.2.150), se tiene

u
k

2
(Z)

2
(Z)
, k 0. (1.2.153)
El hecho de que las condiciones (1.2.151) o (1.2.152) sean tambin necesarias
exige un poco ms de reexin. Pero para entenderlo basta observar que si para
algn
0
[0, 2) el mdulo de alguna de estas cantidades es estrictamente ma-
yor que uno, por continuidad lo es en un intervalo de la forma [
0
,
0
+]
para algn > 0. Basta entonces considerar funciones tales que el soporte
de est contenido en [
0
,
0
+] para ver que la norma de la solucin

u
k
correspondiente crece exponencialmente en k. En este punto conviene ob-
servar que, en vista de la frmula de inversin (1.2.135), a cada eleccin le
corresponde una del dato inicial discreto
2
(Z).
Por lo tanto para analizar la estabilidad de los mtodos discretos en conside-
racin basta estudiar el rango de nmeros de Courant para el que se satisface
(1.2.151) y (1.2.152), respectivamente.
Mtodo explcito
Conviene observar que
a
_
e
i
_
= 2 e
i
e
i
= 2(1 cos ). (1.2.154)
Por tanto,

1 a
_
e
i
_

= [1 2(1 cos )[ .
Es fcil comprobar que
[1 2(1 cos )[ 1, [0, 2) 0 1/2.
56 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Deducimos por tanto que el mtodo explcito (1.2.131) es estable y por tanto
convergente (puesto que, como dijimos, el mtodo es consistente de orden dos)
si y slo si 0 < 1/2.
Mtodo implcito
En vista de (1.2.154) es evidente que
1 +a
_
e
i
_
1, [0, 2), > 0.
Por lo tanto (1.2.152) se satisface para todo > 0 y por tanto el mtodo
implcito (1.2.132) es estable (y, por consiguiente, convergente) para todo > 0.
De este modo vemos que en el caso del problema de Cauchy en toda la
recta real se tienen los mismos resultados que en el caso de un intervalo acota-
do con condiciones de contorno de Dirichlet. Volvamos ahora sobre el sistema
semi-discreto (1.2.130). Recordemos que, tal y como se comprueba con facilidad
mediante el desarrollo de Taylor, el mtodo es consistente si 0 1/2.
Con el objeto de estudiar la estabilidad observamos que si u satisface (1.2.130),
entonces, u verica:
(1 2( cos )) u
t
(, t) +
a(e
i
)
h
2
u(, t) = 0, (1.2.155)
o, de otro modo,
u
t
(, t) +
b()
h
2
u(, t) = 0, (1.2.156)
donde
b() =
a(e
i
)
1 2( cos )
. (1.2.157)
En este caso, por tanto, el esquema es estable, s y slo s, b() 0 para todo
[0, 2) y esto ocurre slo cuando 0 < < 1/4.
Vemos por tanto que, gracias al anlisis de von Neumann, es fcil estudiar
tambin la estabilidad de los mtodos semi-discretos y que, tal y como indicaba-
mos al inicio de esta seccin, permite comprobar la existencia mtodos consis-
tentes y no estables y, por tanto, no convergentes. A la hora de elegir los datos
iniciales en el sistema semi-discreto (1.2.127) o en los sistemas completamente
discretos (1.2.131) y (1.2.132) tenemos varias posibilidades:
(a) Cuando L
2
(R) C(R) podemos elegir simplemente

j
= (jh);
1.2. LA ECUACIN DEL CALOR 57
(b) Cuando L
2
(R) podemos sustituir la evaluacin puntual de por el
conjunto de sus medias

j
=
1
h
_
(j+1/2)h
(j1/2)h
(x)dx;
(c) Cuando L
2
(R) podemos tambin denir los datos iniciales utilizando
la transformada de Fourier. Sea T() L
2
(R) la transformada de Fourier
continua de , i.e.
T()() =
_
R
(x)e
ix
dx.
Es natural aproximar esta transformada de Fourier por una funcin de banda
limitada

h
= T()1
[/h, /h]
,
donde 1
[/h, /h]
() denota la funcin caracterstica del intervalo [/h, /h].
Basta entonces elegir el dato inicial
j
del problema semi-discreto o completa-
mente discreto como el valor de la antitransformada de Fourier de
h
en el punto
jh (o jx en el caso completamente discreto).
Conviene por ltimo sealar que la transformada discreta de Fourier puede
ser utilizada para probar la existencia y unicidad de las soluciones del problema
semi-discreto y discreto.
Consideremos por ejemplo el problema semi-discreto (1.2.127). Se trata de
un sistema de una innidad de ecuaciones diferenciales de orden uno acopladas
de tres en tres. Por lo tanto, los resultados clsicos de la teora de EDO no
pueden ser aplicados por tratarse de un problema en dimensin innita. La
transformada discreta de Fourier puede, efectivamente, utilizarse para resolver
(1.2.127). En efecto, u(t) = u
j
(t)
jZ
es la solucin de (1.2.127) si y slo si
la transformada de Fourier correspondiente u(, t) verica
_
u
t
(, t) +
1
h
2
a(e
i
) u(, t) = 0, [0, 2), t > 0,
u(, 0) = (), [0, 2).
(1.2.158)
De (1.2.158) deducimos que
u(, t) = exp
_

1
h
2
a
_
e
i
_
_
(). (1.2.159)
Como la transformada de Fourier dene una isometra de
2
(Z) en L
2
(0, )
sabemos que, como
2
(Z) entonces () L
2
(0, 2). Como a
_
e
i
_
0 para
todo [0, 2) tenemos que
[ u(, t)[ [ ()[ , [0, 2), t > 0.
58 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Por tanto, u(, t) L
2
(0, 2), para todo t > 0. Por consiguiente, la transformada
inversa de Fourier u(t)
2
(Z). De este modo deducimos que para todo

2
(Z) el sistema (1.2.127) admite una nica solucin u(t) C
_
[0, );
2
(Z)
_
que es la transformada de Fourier inversa de la solucin de (1.2.158).
Vemos por tanto que la transformada discreta de Fourier no slo es un m-
todo para analizar la estabilidad y convergencia de los mtodos numricos sino
incluso para resolver las ecuaciones semi-discreta y discreta que en ellos inter-
vienen.
1.2.7. El mtodo de elementos nitos
Tal y como vimos en el captulo anterior en el estudio de la ecuacin de
Laplace, uno de los mtodos ms frecuentemente utilizados en la actualidad es
el mtodo de elementos nitos (MEF).
El MEF, si bien en una dimensin espacial y en problemas con coecientes
constantes como los que estamos estudiando proporciona esquemas numricos
de aproximacin muy semejantes a los que hemos barajado mediante diferen-
cias nitas, conceptualmente es bien distinto. Como vimos en el contexto de
la ecuacin de Laplace, el MEF consiste en buscar soluciones.
en
un espacio de
dimensin nita. No adoptamos pues el punto de vista nodal"sino el del mto-
do de Galerkin: habiendo elegido una base de funciones y denido subespacios
de dimensin nita, elegimos en l la funcin que es solucin de la EDP en el
sentido ms preciso posible. Para ello comprobamos si el producto escalar del
operador diferencial con todas las funciones de dicho espacio es nulo (para lo
cual es preciso adoptar una formulacin variacional del problema que se obtiene
integrando por partes). De este modo obtenemos una proyeccin de la solucin
real de la EDP sobre el espacio nito-dimensional considerado.
Esta metodologa puede tambin ser aplicada en el marco de las ecuaciones
de evolucin y, en particular, en el de la ecuacin del calor analizada en esta
seccin.
Presentemos pues brevemente la adaptacin del MEF al problema que nos
ocupa. Lo haremos en el caso de las aproximaciones semi-discretas si bien la
adaptacin al caso de aproximaciones completamente discretas (explcitas o im-
plcitas en tiempo) es automtica.
Consideramos la misma particin x
j

j=1,...,M
, x
j
= jh del intervalo (0, ).
A cada nodo interno x
j
, j = 1, ..., M le asociamos una funcin de base
j
(x),
continua y lineal a trozos tal que
j
(x
l
) =
jl
, j = 1, ..., M; l = 0, ..., M + 1,
siendo la delta de Kronecker.
1.2. LA ECUACIN DEL CALOR 59
Introducimos ahora el subespacio vectorial de dimensin M generado por las
funciones
j

j=1,...,M
:
V
h
= span
j
: j = 1, ..., M. (1.2.160)
Buscamos ahora soluciones aproximadas de la ecuacin del calor en el subes-
pacio C([0, T]; V
h
) de modo que
u
h
(x, t) =
M

j=1
u
j
(t)
j
(x). (1.2.161)
Observese que se trata de una funcin que depende tanto de la variable
espacial x como de la temporal. Por tanto, en este caso, el mtodo numrico
proporciona automticamente una funcin continua. Es sin embargo evidente
que la funcin u
h
as obtenida, para cada instante de tiempo t, vara con respecto
a x como una funcin continua y lineal a trozos. Es pues imposible que pueda
reproducir exactamente la dinmica de cualquier solucin u = u(x, t) de la
ecuacin del calor. Sin embargo, como veremos, se puede demostrar con bastante
facilidad que esta funcin puede ser elegida de modo que converja a la solucin
del calor cuando h 0.
Pero para que la funcin u
h
est unvocamente determinada es imprescindible
denir con precisin sus coecientes u
j
(t). Conviene sealar en este punto que,
debido a la eleccin de las funciones de base
j
realizada, u
j
(t) es tambin
el valor en el punto x = x
j
de la funcin u
h
. Sin embargo, en el marco de los
elementos nitos la interpretacin ms natural es que u
j
(t) son los coecientes
de u
h
como funcin que, en cada instante t, pertenece al subespacio V
h
.
Conviene tambin sealar que el mtodo de elementos nitos no es slo
una herramienta para la aproximacin numrica de EDP sino que en realidad
permite modelizar fenmenos de la Mecnica de Medios continuos a travs de
modelos discretos, que pueden ser manipulados mucho ms fcilmente tanto de
un punto de vista conceptual como computacional. Es por eso que el MEF est
tan extendido en la literatura de las diversas ramas de la Ingeniera y que fue
introducido paralelamente tanto en el mbito de la modelizacin como de las
aproximaciones numricas hasta convertirse en una disciplina unicada y bien
establecida.
8
Debemos por tanto obtener las ecuaciones ms naturales que gobiernan la
dinmica de los coecientes u
j
(t) de la solucin aproximada. Como decamos lo
hacemos a travs del mtodo de Galerkin. Para ello es necesario, en primer lugar,
8
El lector interesado en una descripcin de los orgenes del mtodo de elementos nitos
podr consultar ([32]).
60 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
introducir la formulacin variacional de la ecuacin del calor (1.2.8). Recordemos
que la solucin de esta ecuacin pertenece al espacio u C([0, T]; L
2
(0, ))
L
2
(0, T; H
1
0
(0, ). La formulacin variacional de (1.2.8) es por tanto la siguiente:
Hallar u C([0, T]; L
2
(0, )) L
2
(0, T; H
1
0
(0, ))
9
que satisfaga
d
dt
_

0
u(x, t)(x)dx =
_

0
u
x
(x, t)
x
(x)dx, p. c. t. t > 0, H
1
0
(0, ),
(1.2.162)
junto con la condicin inicial
u(x, 0) = (x), en (0, ). (1.2.163)
Conviene comentar brevemente el sentido de esta formulacin variacional. La
condicin inicial de (1.2.8) ha sido, evidentemente, tenida en cuenta en (1.2.163).
Esta ltima tiene sentido puesto que u depende continuamente en tiempo a va-
lores en el espacio L
2
(0, ). Su evaluacin en un instante t dado y, en particular,
en t = 0 est pues plenamente justicada. Por otra parte, en (1.2.162) se da
una versin dbil o distribucional de la ecuacin del calor (1.2.8). Los dos trmi-
nos de (1.2.162) tienen sentido. El segundo miembro es una funcin de L
2
(0, T)
puesto que la solucin u pertenece al espacio L
2
(0, T; H
1
0
(0, )). Sin embargo,
a causa del efecto regularizante de la ecuacin del calor, se trata tambin de
una funcin de C((0, T]; H
1
0
(0, )) por lo que podra exigirse que (1.2.163) se
verique no slo para casi todo t en el intervalo [0, T] sino para todo t > 0. Por
otra parte, como u C([0, T]; L
2
(0, )) tenemos que la funcin
_

0
u(x, t)(x)dx
es continua en tiempo. Su derivada temporal ha de ser por tanto entendida en
el sentido de las distribuciones. Sin embargo, la solucin de la ecuacin calor
tambin pertenece al espacio H
1
(0, T; H
1
(0, )), siendo H
1
(0, ) el dual de
H
1
0
(0, ), por lo que esta derivada temporal tiene tambin sentido en L
2
(0, T)
o, por el efecto regularizante, un sentido puntual para cada t > 0. Por ltimo
sealar que la condicin de contorno que se impone en (1.2.8) est incorporada
en la formulacin variacional al haber exigido a la funcin u que pertenezca al
espacio L
2
(0, T; H
1
0
(0, )). Pero no vamos a profundizar ms en este terreno.
9
El espacio C([0, T]; L
2
(0, )) L
2
(0, T; H
1
0
(0, )) es un espacio de Banach, interseccin de
C([0, T]; L
2
(0, )) y de L
2
(0, T; H
1
0
(0, )), en el que la norma viene dada por la suma de las nor-
mas en cada uno de los espacios. Las funciones de C([0, T]; L
2
(0, )), dependen continuamente
de t [0, T] y toman valores en L
2
(0, ), y su norma viene dada por [[f[[
C([0,T];L
2
(0,))
=
max
t[0,T]
[[f(t)[[
L
2
(0,)
mientras que las de L
2
(0, T; H
1
0
(0, )) son funciones mediables y de
cuadrado integrable de t 0, T] a valores en el espacio de Sobolev H
1
0
(0, ). La norma corres-
pondiente es entonces [[f[[
L
2
(0,T;H
1
0
(0,))
=
h
R
T
0
R

0
f
2
x
(x, t)dxdt
i
1/2
.
1.2. LA ECUACIN DEL CALOR 61
El lector interesado en un estudio ms detallado del punto de vista variacional
para la resolucin de EDP de evolucin podr consultar los textos [7] y [16].
Inspirndonos en la formulacin variacional de la ecuacin del calor es fcil
introducir el anlogo discreto que caracteriza a la solucin que el mtodo de
elementos nitos proporciona. La formulacin variacional para el clculo de la
solucin aproximada u
h
es pues la siguiente: Hallar u
h
C
1
([0, T]; V
h
) tal que
d
dt
_

0
u
h
(x, t)
j
(x)dx =
_

0
u
h,x
(x, t)
j,x
(x)dx, t > 0, j = 1, ..., M,
(1.2.164)
junto con la condicin inicial
u
h
(x, 0) =
h
(x), en (0, ). (1.2.165)
Las analogas entre la formulacin variacional del problema continuo (1.2.162)-
(1.2.163) y la del problema discreto (1.2.164)-(1.2.165) son evidentes . En esta
ocasin, como u
h
(t) vive.
en
cada instante de t en el espacio de dimensin nita
V
h
, suponemos que u
h
es de clase C
1
en tiempo y eso permite escribir (1.2.165)
para cada instante t. Por otra parte, en (1.2.164) exigimos que la versin dbil
de la ecuacin del calor discretizada se verique para todas las funciones de base

j
, j = 1, ..., M. Esto es totalmente equivalente a suponer que se verica para
cualquier funcin test del espacio V
h
. En (1.2.165) hemos tomado un dato
inicial u
h,0
. Tal y como comentamos en el marco de las diferencias nitas, son
varias las maneras en las que este dato inicial se puede tomar de manera que
aproxime el dato inicial u
0
de la ecuacin del calor. La manera ms sencilla en
este contexto es tal vez elegir
h
como la proyeccin ortogonal de u
0
sobre V
h
.
El sistema (1.2.164)-(1.2.165) es un sistema de M ecuaciones diferenciales
lineales acopladas en las incgnitas u
j
(t), j = 1, ..., M.
Este sistema se puede escribir de manera mucho ms explcita usando las
matrices de masa /
h
y de rigidez 1
h
del mtodo de elementos nitos.
Recordemos que los elementos m
jk
de la matriz de masa /
h
son precisa-
mente
m
jk
=
_

0

j
(x)
k
(x)dx, (1.2.166)
y lo elementos (r
jk
) de la matriz de rigidez 1
h
:
r
jk
=
_

0

j,x
(x)
k,x
(x)dx. (1.2.167)
Todos estos coecientes pueden calcularse explcitamente con facilidad y
constituyen en ambos casos matrices simtricas tridiagonales, con coecientes
62 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
constantes a lo largo de las diagonales y de las sub y super-diagonales. De manera
ms precisa se tiene:
/
h
= h
_
_
_
_
_
_
_
2/3 1/6 0 0
1/6
.
.
.
.
.
. 0
0
.
.
.
.
.
. 1/6
0 0 1/6 2/3
_
_
_
_
_
_
_
, (1.2.168)
y
1
h
=
1
h
_
_
_
_
_
_
_
2 1 0 0
1
.
.
.
.
.
. 0
0
.
.
.
.
.
. 1
0 0 1 2
_
_
_
_
_
_
_
. (1.2.169)
Observese que, en particular,
1
h
= hA
h
, (1.2.170)
donde A
h
es la matriz (1.2.26) que interviene en la discretizacin de tres puntos
del Laplaciano mediante elementos nitos.
El sistema (1.2.164)-(1.2.165), con la notacin vectorial empleada en el m-
todo de diferencias nitas puede entonces escribirse en la forma:
_
/
h
u
t
(t) +1
h
u(t) = 0, t > 0
u(0) = .
(1.2.171)
Ambas matrices /
h
y 1
h
comparten los autovectores de la matriz A
h
. As
los autovectores de estas matrices son

(h)
=1,...,M
denidos (1.2.30). Esto
permite desarrollar con facilidad las soluciones de (1.2.171) en la base de estos
autovectores. En efecto, teniendo en cuenta que la ecuacin en (1.2.171) puede
tambin escribirse en la forma
u
t
(t) +/
1
h
1
h
u(t) = 0, (1.2.172)
calculando los autovalores de /
1
h
1
h
que vienen dados por

j
(h) =
6
h
2
1 cos(jh)
2 + cos(jh)
, j = 1, , M (1.2.173)
Obtenemos as la siguiente expresin en series de Fourier de las soluciones del
problema semi-discreto:
u(t) = u
h
(t) =
M

j=1

j
e
j(h)t
w
l
(h). (1.2.174)
1.3. LA ECUACIN DE ONDAS 63
A partir de esta expresin no es difcil adaptar los resultados de convergen-
cia que hemos probado para la aproximacin mediante diferencias nitas al caso
presente del MEF. Nuevamente, en este caso simple unidimensional nos encon-
tramos con que los autovectores del esquema discreto coinciden en los nodos del
mallado con los del problema continuo. Y nuevamente tambin los autovalores

j
(h) del problema discreto convergen a los del continuo cuando h 0. En
efecto, de (1.2.173) se deduce inmediatamente que

j
(h) j
2
, cuando h 0, (1.2.175)
para cada j jo.
Tambin el mtodo de energa puede ser desarrollado en este caso sin dicul-
tad. En efecto, multiplicando la ecuacin (1.2.171) componente a componente
por u
j
(t), obtenemos la identidad:
d
dt
c
h
(t) = h
M

j=0

u
j+1
u
j
h

2
(1.2.176)
donde en esta ocasin la energa viene dada por
c
h
(t) =
h
6
M

j=1
[ u
j
[
2
+
h
12
M

j=0
[u
j
+u
j+1
[
2
. (1.2.177)
A partir de esta ley de disipacin de la energa discreta (que es un anlogo
de la energa L
2
de la ecuacin del calor continua), se establecen con facilidad
resultados de convergencia similares a los probados en el caso del mtodo de
diferencias nitas.
1.3. La ecuacin de ondas
Tal y como hemos mencionado en la introduccin, la ecuacin de ondas es
otro de los modelos ms relevantes que se escribe en trminos de EDP puesto
que interviene, de uno u otro modo, en innidad de problemas de la Mecnica,
de la Fsica y de la Ingeniera. As, se trata de un modelo ubicuo en elasticidad
y vibraciones de estructuras pero tambin en el mbito de la propagacin de
ondas acsticas o electromagnticas.
Desde un punto de vista matemtico la ecuacin de ondas es el opuesto
exacto de la del calor pues se trata de un sistema reversible en tiempo, conser-
vativo, carente de efectos regularizantes y en el que la velocidad de propagacin
es nita.
64 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
En esta seccin seguiremos el guin de la anterior. En primer lugar recorda-
remos algunas propiedades bsicas de la ecuacin de ondas que nos servirn de
gua a la hora de analizar los modelos discretizados correspondientes. Despus
estudiaremos la convergencia de las aproximaciones semi-discretas y por ltimo
las completamente discretas.
Por una cuestin de espacio nos ceiremos a la ecuacin de ondas en una
sola dimensin espacial. Sin embargo, muchos de los conceptos y resultados que
veremos y desarrollaremos se adaptan con relativa facilidad a la ecuacin de
ondas en varias dimensiones espaciales, al sistema de Lam en elasticidad, a
las ecuaciones de placas que involucran habitualmente el operador biharmnico,
las ecuaciones de Schrdinger de la Mecnica Cuntica o incluso a otros mo-
delos como las ecuaciones de Korteweg-de-Vries para las olas en canales poco
profundos. Todos estos temas quedan para desarrollos posteriores.
1.3.1. Propiedades bsicas de la ecuacin de ondas 1 d
En primer lugar consideramos el problema de Cauchy en toda la recta:
_
u
tt
u
xx
= 0, x R, t > 0
u(x, 0) = (x), u
t
(x, 0) = (x), x R.
(1.3.1)
El operador en derivadas parciales involucrado
2
t

2
x
se denota frecuente-
mente mediante el smbolo y se denomina dAlembertiano. Su versin multi-
dimensional es
=
2
t

x
=
2
t

N

i=1

2
xi
.
Pero en esta seccin nos limitaremos al caso unidimensional.
En una dimensin espacial la ecuacin de ondas es un modelo simplicado
para las vibraciones de pequea amplitud de una cuerda y mediante u = u(x, t)
se describen las deformaciones verticales de la misma.
La solucin de (6.3.1) puede calcularse de forma explcita. En efecto, es fcil
comprobar que la solucin de (6.3.1) es
u(x, t) =
1
2
[(x +t) +(x t)] +
1
2
_
x+t
xt
(s)ds. (1.3.2)
Conviene tambin observar que u es de la forma
u(x, t) = T(x +t) +((x t) (1.3.3)
1.3. LA ECUACIN DE ONDAS 65
donde
T(s) =
1
2
(s) +
1
2
_
s
0
()d, (1.3.4)
((s) =
1
2
(s) +
1
2
_
0
s
()d. (1.3.5)
Es tambin digno de mencin que cualquier funcin de la forma (1.3.3) es
solucin de (6.3.1). Este hecho corresponde a la siguiente factorizacin del ope-
rador de dAlembert
=
2
t

2
x
= (
t

x
) (
t
+
x
) = (
t
+
x
) (
t

x
) , (1.3.6)
segn la cual el operador de ondas es la composicin de los dos operadores
de transporte de orden uno
t

x
, cuyas soluciones son efectivamente ondas
viajeras de la forma T(x +t) o ((x t).
En la frmula (1.3.2) se observa tambin otra de las propiedades fundamen-
tales de la ecuacin de ondas: la velocidad nita de propagacin. As el valor de
la solucin u en el punto (x, t) depende exclusivamente del valor de los datos
iniciales en el intervalo de dependencia [x t, x + t]. Por otra parte, una per-
turbacin de los datos iniciales en el instante t = 0 en el punto x
0
slo afecta al
valor de la solucin en el cono de inuencia [x x
0
[ < [t[.
Otra de las propiedades que se deduce de la frmula de representacin (1.3.2)
es la ausencia de efecto regularizante. En efecto, de (1.3.2) se deduce que la
solucin u, en cualquier instante t > 0, es tan regular como el dato inicial
para la posicin y gana una derivada con respecto a la velocidad inicial . Del
mismo modo, la velocidad u
t
tiene la misma regularidad que y pierde una
derivada con respecto a .
Al tratarse de una ecuacin de orden dos en tiempo, las genuinas incgnitas
del problema son tanto u como u
t
. Es por eso que en (6.3.1) hemos de pro-
porcionar los datos iniciales de ambas incgnitas para garantizar la existencia y
unicidad de soluciones. Desde este punto de vista es habitual escribir la ecuacin
(6.3.1) como un sistema de la forma
_
u
t
= v
v
t
= u
xx
o bien como un sistema de leyes de conservacin hiperblica
_
u
t
= w
x
w
t
= u
x
66 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Como hemos dicho anteriormente algunas de estas propiedades de la ecuacin se
preservan en ms de una dimensin espacial. En particular, se tienen frmulas
de representacin explcitas semejantes a (1.3.2) aunque algo ms complejas ([7],
[30]).
Otra de las propiedades importantes de la ecuacin de ondas es la ley de
conservacin de la energa. En este caso la energa correspondiente es
E(t) =
1
2
_
R
_
[u
x
(x, t)[
2
+[u
t
(x, t)[
2
_
dx (1.3.7)
y se tiene
dE
dt
(t) = 0, t 0, (1.3.8)
lo cual es fcil de comprobar multiplicando la ecuacin de (6.3.1) por u
t
e
integrando en R.
Esta ley de conservacin de la energa sugiere que el espacio H
1
(R) L
2
(R)
es un marco funcional adecuado para la resolucin de la ecuacin de ondas. Y,
efectivamente, es as. Por tanto, para todo dato inicial (, ) H
1
(R) L
2
(R)
existe una nica solucin de (6.3.1) en la clase
u C
_
[0, ); H
1
(R)
_
C
1
_
[0, ); L
2
(R)
_
. Consiguientemente vemos que el
vector incgnita preserva, con continuidad en tiempo, la regularidad de los datos
iniciales.
Son diversos los mtodos que permiten probar este tipo de resultados de
existencia y unicidad: mtodo de Galerkin, teora de semigrupos, transformada
de Fourier, etc. Pero en el caso que nos ocupa puede deducirse inmediatamente
de la frmula de dAlembert (1.3.2).
De la frmula de representacin (1.3.2) se deduce que la ecuacin (6.3.1) est
bien puesta en innidad de otros espacios. Pero el ms natural para resolverlo
y el que se extiende de manera natural a otras situaciones como problemas de
frontera o situaciones multidimensionales es precisamente el marco hilbertiano
H
1
(R) L
2
(R).
Consideramos ahora la ecuacin de ondas en un intervalo acotado:
_

_
u
tt
u
xx
= 0, 0 < x < , t > 0
u(0, t) = u(, t) = 0, t > 0
u(x, 0) = (x), u
t
(x, 0) = (x), 0 < x < .
(1.3.9)
Se trata de un modelo simplicado para las vibraciones de una cuerda de lon-
gitud . En este caso hemos impuesto condiciones de contorno de Dirichlet que
indican que la cuerda est ja en sus extremos, si bien los resultados que aqu
describimos se adaptan con facilidad a otras.
1.3. LA ECUACIN DE ONDAS 67
Las soluciones de (1.3.9) se pueden representar fcilmente en series de Fou-
rier. En efecto, si los datos iniciales admiten el desarrollo en serie de Fourier
(x) =

l1

l
w
l
(x); (x) =

l1

l
w
l
(x), 0 < x < , (1.3.10)
donde w
l
(x) viene dado por (1.2.9), la solucin de (1.3.9) se escribe del siguiente
modo
u(x, t) =

l=1
_

l
cos(lt) +

l
l
sen(lt)
_
w
l
(x). (1.3.11)
Esta expresin puede ser simplicada utilizando exponenciales complejas:
u(x, t) =
+

l=

l
e
ilt
w
l
(x), (1.3.12)
donde
w
l
(x) = w
l
(x), l 1 y

l
=
l
l
i

l
2l
,

l
=

l
+
i

l
l
, l 1. (1.3.13)
Como veremos ms adelante, las soluciones de los problemas semi-discretos y
completamente discretos que consideramos admiten desarrollos en serie de Fou-
rier semejantes.
Nuevamente, la energa de las soluciones de (1.3.9) se conserva en tiempo.
En efecto
E(t) =
1
2
_

0
_
[u
t
(x, t)[
2
+[u
x
(x, t)[
2
_
dx, (1.3.14)
satisface
dE
dt
(t) = 0, t 0, (1.3.15)
lo cual puede comprobarse fcilmente de dos maneras. La primera, por el mtodo
de la energa, multiplicando la ecuacin (1.3.9) por u
t
e integrando con respecto
a x (0, ). La segunda mediante simple inspeccin del desarrollo en serie de
Fourier (1.3.11). El espacio natural para resolver (1.3.9) es H
1
0
(0, ) L
2
(0, ).
De ese modo, cuando (, ) H
1
0
(0, ) L
2
(0, ), (1.3.9) admite una nica
solucin u C
_
[0, ); H
1
0
(0, )
_
C
1
_
[0, ); L
2
(0, )
_
.
La energa equivale al cuadrado de la norma cannica del espacio H
1
0
(0, )
L
2
(0, ). El hecho de que la energa permanezca constante en tiempo equivale
a que la trayectoria de la solucin permanece indenidamente en una esfera del
espacio H
1
0
(0, ) L
2
(0, ), la que corresponde a los datos iniciales del sistema.
El hecho de que los datos iniciales del problema pertenezcan a H
1
0
(0, )
L
2
(0, ) equivale a que los coecientes
l

l1
y
_

l
_
l1
del desarrollo en serie
68 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
de Fourier (1.3.11) de u satisfagan

l1
_
l
2
[
l
[
2
+

2
_
< , (1.3.16)
o, equivalentemente,
+

l=

2
l
2
< . (1.3.17)
1.3.2. Semi-discretizacin espacial: El mtodo de Fourier
Con las notaciones de la seccin 1.2 dedicada a la ecuacin del calor, la
semi-discretizacin espacial ms natural de la ecuacin de ondas (1.3.9) es la
siguiente:
_

_
u
tt
j
+
[2ujuj+1uj1]
h
2
= 0, j = 1, . . . , M, t > 0
u
0
= u
M+1
= 0, t > 0
u
j
(0) =
j
, u
t
j
(0) =
j
, j = 1, . . . , M.
(1.3.18)
Se trata de un sistema acoplado de M ecuaciones diferenciales de orden dos
con M incgnitas. Las M incgnitas u
1
(t), . . . , u
M
(t) proporcionan aproxima-
ciones de la solucin continua u = u(x, t) de la ecuacin de ondas (1.3.9) en los
puntos x
1
, . . . , x
M
del mallado. En vista de las condiciones de contorno de Diri-
chlet es natural imponer que los desplazamientos u
0
y u
M+1
que proporcionan
aproximaciones de u en los extremos x
0
= 0 y x
M+1
= sean nulos.
Los datos iniciales (
j
,
j
)
M
j=1
son tpicamente una aproximacin de los da-
tos iniciales ((x), (x)) de la ecuacin de ondas (1.3.9) sobre el mallado. Tal y
como vimos en la seccin anterior, son diversas las elecciones posibles. En cada
uno de los resultados de convergencia que probaremos indicaremos explcita-
mente la eleccin de los datos iniciales realizada.
Con la notacin vectorial de la seccin 1.2.2 el sistema (1.3.18) puede escri-
birse en la forma
_
u
tt
(t) +A
h
u(t) = 0, t > 0,
u(0) = , u
t
(0) =

.
(1.3.19)
Las soluciones de (1.3.19) tambin pueden desarrollarse en serie de Fourier.
As, los datos iniciales admiten el desarrollo
=
M

l=1

l
(h)

W
l
(h);

=
M

l=1

l
(h)

W
l
(h), (1.3.20)
donde

l
(h) = ,

W
l
(h))
h
;

l
(h) =

,

W
l
(h))
h
. (1.3.21)
1.3. LA ECUACIN DE ONDAS 69
Entonces, la solucin de (1.3.19) puede escribirse del siguiente modo
u
h
(t) =
M

l=1
_

l
(h) cos (
l
(h)t) +

l
(h)

l
(h)
sen(
l
(h)t)
_

W
l
(h), (1.3.22)
donde

l
(h) =
_

l
(h). (1.3.23)
Aqu y en lo sucesivo

W
l
(h) y
l
(h) denotan los autovectores y autovalores de
la matriz A
h
introducidos en (1.2.29)-(1.2.30).
Nuevamente la expresin puede simplicarse:
u
h
(t) =
M

l=M

l
(h)e
i
l
(h)t

W
l
(h), (1.3.24)
con la convencin

W
l
(h) =

W
l
(h), l = 1, . . . , M;
l
(h) =
l
(h), l = 1, . . . , M, (1.3.25)
donde

l
(h) =

l
(h)
l
(h) i

l
(h)
2
l
(h)
,

l
(h) =

l
(h) +
i

l
(h)
2
l
(h)
, l 1. (1.3.26)
Si tenemos en cuenta que, para l jo,
l
(h) l cuando h 0, a la vez la
analoga entre las expresiones (1.3.13) y (1.3.24) son evidentes.
El sistema (1.3.18) y (1.3.19) tiene tambin la propiedad de conservacin de
la energa. En este caso la energa conservada admite la expresin
E
h
(t) =
h
2
M

k=0
_

u
j+1
u
j
h

2
+

u
t
j

2
_
. (1.3.27)
La ley de conservacin de la energa puede obtenerse al menos de dos ma-
neras: a) A partir del desarrollo en serie de Fourier de las soluciones (1.3.22);
b) Multiplicando cada una de las ecuaciones de (1.3.18) por u
t
j
y sumando con
respecto al ndice j.
La energa discreta E
h
es evidentemente una aproximacin de la energa
continua E de (1.3.14) y las dos formas que hemos indicado de probar su carcter
conservativo son tambin versiones discretas de las pruebas habituales en la
ecuacin de ondas continua.
De todas estas observaciones se deduce que el sistema semi-discreto (1.3.18)
es una aproximacin natural del sistema continuo (1.3.9).
Con el objeto de establecer la convergencia cuando h 0 de las solcuiones
del sistema semi-discreto a las de la ecuacin de ondas hemos de introducir
70 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
normas que midan la distancia entre ambas. Tenemos por una parte la norma
L
2
discreta introducida en la seccin 1.2:

h
=
_
_
h
M

j=1
[a
j
[
2
_
_
1/2
. (1.3.28)
Introducimos tambin la norma H
1
discreta correspondiente

1,h
=
_
_
h
M

j=0

a
j+1
a
j
h

2
_
_
1/2
, (1.3.29)
siempre con la convencin a
0
= a
M+1
= 0.
Pero es tambin natural medir la proximidad de las soluciones en funcin de
sus coecientes de Fourier. Tal y como vimos en la seccin 1.3.1, las soluciones
de energa nita de la ecuacin de ondas pueden ser identicadas, en virtud de
(1.3.17), con sus coecientes de Fourier pertenecientes al espacio H
1
:
H
1
=
_
a
l

lZ
:

lZ
l
2
[ a
l
[
2
<
_
(1.3.30)
que es un espacio de Hilbert con la norma

a
l

lZ

1
1
=
_

lZ
l
2
[ a
l
[
2
_
1/2
. (1.3.31)
En efecto, tal como observamos en (1.3.17), las soluciones de energa nita de
la ecuacin de ondas corresponden a datos iniciales que se representan a travs
de los coecientes
_

l
_
lZ
H
1
.
En vista de la representacin de Fourier (1.3.12) de las soluciones de la
ecuacin de ondas, stas pueden escribirse del siguiente modo
u(x, t) =
+

l=
u
l
(t)w
l
(x), (1.3.32)
donde
u
l
(t) =

l
e
ilt
. (1.3.33)
De este modo se observa que la regularidad propia de las soluciones de energa
nita, i.e. el hecho de que
u C
_
[0, ); H
1
0
(0, )
_
C
1
_
[0, ); L
2
(0, )
_
, (1.3.34)
1.3. LA ECUACIN DE ONDAS 71
equivale a que sus coecientes de Fourier u
l
(t)
lZ
pertenezcan al espacio
u
l
(t)
lZ
C
_
[0, ); H
1
_
C
1
_
[0, );
2
_
. (1.3.35)
Asimismo, las soluciones del problema semi-discreto, en vista de (1.3.24),
pueden escribirse como
u(t) =
M

l=M
u
l,h
(t)

W
l
(h) (1.3.36)
donde
u
l,h
(t) =

l
(h)e
i
l
(h)t
, l = M, . . . , M. (1.3.37)
Si extendemos por cero estos coecientes de Fourier para los ndices [l[ > M,
nos encontramos nuevamente con que, para las soluciones del problema semi-
discreto, se tiene
u
l,h
(t)
M
l=M
C
_
[0, ); H
1
_
C
1
_
[0, );
2
_
. (1.3.38)
Es por tanto natural medir la convergencia de las soluciones del problema
semi-discreto al continuo a travs de la convergencia de sus coecientes de Fou-
rier en el espacio C
_
[0, ); H
1
_
C
1
_
[0, );
2
_
.
Con estas notaciones y con el objeto de establecer la convergencia de las
soluciones del problema semi-discreto al continuo realizamos la siguiente eleccin
de los datos iniciales de (1.3.19):
=
M

l=M

l

W
l
(h);

=
M

l=M

l

W
l
(h), (1.3.39)
donde
l

lZ
y
_

l
_
lZ
son los coecientes de Fourier del dato inicial continuo
((x), (x)) H
1
0
(0, ) L
2
(0, ). Es decir, elegimos los datos iniciales del
problema semi-discreto de modo que coincidan con los del problema continuo
para los ndices M k M. De este modo, la solucin de (1.3.19) admite el
desarrollo (1.3.24) (o (1.3.36)-(1.3.37)) con los coecientes de Fourier

l
(h) =

l
(h)
l
i

l
2
l
(h)
, l = M, . . . , M. (1.3.40)
Con esta eleccin de los datos iniciales en el sistema semi-discreto tenemos
el siguiente resultado de convergencia.
Theorem 1.3.1 Supongamos que (, ) H
1
0
(0, ) L
2
(0, ) y que elegimos
los datos iniciales del problema semi-discreto como en (1.3.39).
72 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Entonces, las soluciones del problema semi-discreto convergen a las del con-
tinuo en el sentido que
_
u
,h
(t)
M
=M
u

(t)

=
en C
_
[0, T]; H
1
_
C
1
_
[0, T];
2
_
cuando h 0.
(1.3.41)
para todo 0 < T < .
Observacin 1.3.1
Hemos enunciado la convergencia de las soluciones en trminos de sus coe-
cientes de Fourier. En efecto, en (1.3.41) se establece que los coecientes
de Fourier de las soluciones semi-discretas, junto con sus derivadas tem-
porales, convergen, cuando h 0, uniformemente en tiempo, a los de la
solucin continua en el espacio H
1

2
. Como hemos dicho antes, este
es el espacio natural al que pertenecen los coecientes de Fourier de las
soluciones de energa nita de la ecuacin de ondas, por lo que el resultado
es ptimo.
Este resultado puede ser tambin interpretado a travs de la convergencia
de las soluciones en el espacio de la energa. Volveremos sobre este punto
ms adelante.
Tal y como habamos anunciado en (1.3.41) hemos abusado de la nota-
cin puesto que hemos interpretado que u
,h

M
=M
, que es un vector
nito, es una sucesin. Como mencionbamos, ha de sobreentenderse que
extendemos el valor de u
,h
por cero para todos los ndices [[ > M.
Demostracin del Teorema 3.1.
Probamos exclusivamente la convergencia en C
_
[0, T]; H
1
_
. La convergencia
en C
1
_
[0, T];
2
_
puede ser probada de manera anloga.
Sea
v
,h
(t) = u

(t) u
,h
(t) =

e
it

(h)e
i

(h)t
, (1.3.42)
donde los coecientes

(h) vienen dados por (1.3.13) y (1.3.40) respecti-


vamente.
Tenemos

v
,h
(t)

2
1
1
=

=
[ v
,h
(t)[
2

2
=

=
[ u

(t) u
,h
(t)[
2

2
(1.3.43)
=
M

=M

e
it

(h)e
i

(h)t

2
+

]]>M

2
= I
1
(h) +I
2
(h)
1.3. LA ECUACIN DE ONDAS 73
El trmino I
2
(h) es fcil de estimar. En efecto, en virtud de (1.3.17), y en la
medida en que los coecientes que intervienen en la serie I
2
(h) no dependen de
h es fcil ver que, dado > 0 arbitrario, existe M > 0 de modo que
[I
2
(h)[ , h > 0.
Una vez jado el valor de M es fcil ver que I
1
(h) 0. De hecho, esta
convergencia es uniforme en t [0, T]. En efecto, como, una vez jado el valor
de M, I
1
(h) es una suma nita, basta comprobar que, para cada jo,

(h)e
i

(h)t

e
it
, h 0, uniformemente en t [0, T],
lo cual es evidentemente cierto puesto que

(h) , h 0
y de que, en vista de la eleccin de los datos iniciales para el sistema discreto
realizado en el enunciado del Teorema 1.3.1,

(h)

, h 0.
Tal y como hemos mencionado anteriormente, este Teorema no proporciona
un resultado muy intuitivo puesto que garantiza la convergencia de los coe-
cientes de Fourier pero no de las soluciones en el espacio fsico. En este sentido,
sera natural analizar la convergencia de la solucin discreta u
h
hacia los valores
de la solucin continua u = u(x, t) sobre los puntos del mallado (que denotamos
mediante u) tal como hicimos en el Teorema 1.2.1 en el caso de la ecuacin del
calor.
En este caso, en vista de la ausencia de efectos disipativos necesitamos hi-
ptesis adicionales de regularidad sobre los datos iniciales de la ecuacin de
ondas:
Theorem 1.3.2 Supongamos que (, )
_
H
2
H
1
0
(0, )

H
1
0
(0, ) y que
elegimos los datos iniciales del problema semi-discreto como en (1.3.39).
Entonces

u
h
(t) u(t)

1,h
+

u
t
h
(t) u
t
(t)

h
0 (1.3.44)
cuando h 0 uniformemente en 0 t T para todo 0 < T < .
Observacin 1.3.2
74 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
El espacio H
2
H
1
0
(0, ) es el constituido por las funciones H
1
0
(0, )
tales que
xx
L
2
(0, ). Dotado de la norma
10
| |
H
2
H
1
0
(0,)
=
__

0
[
xx
[
2
dx
_
1/2
constituye un espacio de Hilbert.
El espacio
_
H
2
H
1
0
(0, )

H
1
0
(0, ) es un marco funcional natural para
resolver la ecuacin de ondas. En efecto, si (, )
_
H
2
H
1
0
(0, )

H
1
0
(0, ), la ecuacin de ondas (6.3.1) admite una nica solucin
u C
_
[0, ); H
2
H
1
0
(0, )
_
C
1
_
[0, ); H
1
0
(0, )
_
. (1.3.45)
Adems la energa
E
+
(t) =
1
2
_

0
_
[u
xx
(x, t)[
2
+[u
tx
(x, t)[
2

dx (1.3.46)
que es equivalente al cuadrado de la norma en este espacio se conserva en
el tiempo (para comprobarlo basta con multiplicar la ecuacin de ondas
por u
xxt
e integrar por partes en x).
Cuando H
2
H
1
0
(0, ) sus coecientes de Fourier satisfacen

=1
[

[
2

4
< . (1.3.47)
Este hecho jugar un papel decisivo en la prueba del Teorema.
Demostracin del Teorema 1.3.2.
Analizamos el primer trmino de (1.3.44) puesto que el segundo puede ser
tratado del mismo modo.
Procediendo como en la demostracin del Teorema 2.1 y distinguiendo bajas
y altas frecuencias descomponemos u
h
u del siguiente modo:
u
h
(t) u(t) =
M0

=M0
_

(h)e
i

(h)t

e
it
_

W

(h) (1.3.48)
+

M0+1]]M

(h)e
i

(h)t

W

(h)

]]>M0

e
it

W

= I
1
+I
2
+I
3
.
Analizamos ahora la norma | I
k
|
2
1,h
, para cada k = 1, 2, 3.
10
Obsrvese que en el subespacio de H
2
considerado esta semi-norma es en realidad una
norma, equivalente a la norma cannica de H
2
.
1.3. LA ECUACIN DE ONDAS 75
Trmino I
1
.
Tomando normas | |
1,h
en I
1
y utilizando las propiedades de los auto-
vectores

W

(h) enunciados en el Lema 2.1 y la desigualdad (1.2.32) para


los autovalores discretos se tiene:
| I
1
|
2
1,h
=
M0

=M0

(h)

(h)e
i

(h)t

e
it

M0

=M0

(h)e
i

(h)t

e
it

2
.
Trmino I
2
.
Tenemos, por el mismo argumento,
| I
2
|
2
1,h

M0+1<]]M

(h)[

(h)[
2
, (1.3.49)
en virtud de la eleccin (1.3.40) de los coecientes de Fourier de los datos
iniciales del problema semi-discreto deducimos por tanto que
| I
2
|
2
1,h
C

M0+1<]]M
_

2
[

[
2
+[

[
2
_
. (1.3.50)
La convergencia de esta serie est garantizada por la hiptesis de que los
datos iniciales considerados son de energa nita, i.e. (, ) H
1
0
(0, )
L
2
(0, ).
Trmino I
3
.
Este trmino ha de ser analizado con algo ms de cuidado. En efecto,

representa en este caso la restriccin a los puntos del mallado de las


autofunciones continuas que no se obtienen en el espectro de la matriz.
Por lo tanto se pierden las propiedades de ortogonalidad enunciadas en el
Lema 2.1. Por tanto, en este caso aplicamos nuevamente la desigualdad
triangular y obtenemos
| I
3
|
1,h

]]>M0

|

W

|
1,h

]]>M0

| W
,x
|
L
2
(0,)
=

]]>M0
[[

.
(1.3.51)
En esta ltima desigualdad hemos utilizado la desigualdad elemental
h
M

j=0
[f(x
j+1
) f(x
j
)[
2
h
2

_

0
f
2
x
(x)dx (1.3.52)
76 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
que es vlida para cualquier funcin de H
1
0
(0, ) y cualquier h > 0, y por
otra parte que
| W
,x
|
2
L
2
(0,)
=
_

0
[W
,x
[
2
dx =
2
. (1.3.53)
Con el objeto de poder estimar la serie que se obtiene en esta estimacin
es indispensable suponer que

[[

< , (1.3.54)
lo cual queda plenamente garantizado si los datos iniciales (, ) pertene-
cen a [H
2
H
1
0
(0, )] H
1
0
(0, ) puesto que, en virtud de (1.3.16), (1.3.17)
y (1.3.47), se tiene

[[

2
_
1/2
_

2
_
1/2
< .
De estas desigualdades es fcil concluir la demostracin del Teorema 3.2.
En efecto, de (1.3.50), (1.3.51) y (1.3.54) vemos que dado > 0 arbitrario
existe M
0
> 0 tal que
| I
2
|
1,h
+ | I
3
|
1,h
, h > 0.
Una vez jado el valor de M
0
el hecho que | I
1
|
1,h
0 cuando h 0
resulta evidente de (1.3.49), puesto que se trata de una suma de un nmero
nito de trminos en los que cada uno tiende a cero puesto que

(h)

(h) respectivamente.
Se observa asimismo que la convergencia es uniforme en intervalos com-
pactos de tiempo [0, T].
Esto concluye la demostracin de Teorema 3.2.
Observacin 1.3.3
Un anlisis cuidadoso de la demostracin del Teorema 3.2 permite esta-
blecer una estimacin sobre el orden de convergencia.
El Teorema 3.2 slo demuestra un posible resultado de convergencia entre
los varios que podran probarse mediante argumentos semejantes. Muchas
otras variantes, similares a las descritas en la seccin 2.2 en el contexto de
la ecuacin del calor, son posibles.
1.3. LA ECUACIN DE ONDAS 77
Los resultados de convergencia que hemos presentado en los dos Teoremas
anteriores hacen referencia a los coecientes de Fourier o a la restriccin de las
soluciones a los puntos del mallado. Sin embargo, tal y como ocurra en el caso
de la ecuacin del calor, estos resultados admiten tambin una interpretacin
global. Para ello es necesario introducir un operador de extensin que a una
funcin discreta denida sobre el mallado asocie una funcin continua de la
variable x. Para ello, tal y como se hizo en la seccin 2.7 dedicada el estudio de
la ecuacin del calor mediante el mtodo de elementos nitos, dada una solucin
discreta u
h
de (1.3.18), podemos denir su extensin
[Eu
h
] (x, t) =
N

j=1
u
j
(t)
j
(x), (1.3.55)
donde
j

j=1,...,N
son precisamente las funciones de base del mtodo de ele-
mentos nitos que, tal y como indicamos en la seccin 2.7, son continuos, lineales
a trozos y satisfacen
j
(x

) =
j
.
Es fcil comprobar que, dada una solucin discreta u
h
de (1.3.18), Eu
h
es
una funcin perteneciente al espacio C
_
[0, ); H
1
0
(0, )
_
C
1
_
[0, ); L
2
(0, )
_
.
Cabe por tanto plantearse la convergencia de Eu
h
hacia la solucin u = u(x, t)
del problema continuo (1.3.9) en el espacio de la energa.
El siguiente resultado responde a esta cuestin:
Theorem 1.3.3 Bajo las hiptesis el Teorema 3.2 se tiene
Eu
h
u en C
_
[0, T]; H
1
0
(0, )
_
C
1
_
[0, T]; L
2
(0, )
_
(1.3.56)
para todo intervalo compacto [0.T]
Demostracin
Procedemos en dos etapas.
Etapa 1. Convergencia en C
_
[0, T]; H
1
0
(0, )
_
.
78 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Observamos que

Eu
h
(t) u(t)

2
H
1
0
(0,)
=
_

0
[
x
(Eu
h
) (x, t) u
x
(x, t)[
2
dx (1.3.57)
=
N

j=0
_
xj+1
xj

u
j+1
(t) u
j
(t)
h
u
x
(x, t)

2
dx
2
N

j=0
_
xj+1
xj

u
j+1
(t) u
j
(t)
h

u(x
j+1
, t) u(x
j
, t)
h

2
dx
+ 2
N

j=0
_
xj+1
xj

u
x
(x, t)
u(x
j+1
, t) u(x
j
, t)
h

2
dx
= 2h
N

j=0

[u
j+1
(t) u(x
j+1
, t)] [u
j
(t) u(x
j
, t)]
h

2
+ 2
N

j=0
_
xj+1
xj

u
x
(x, t)
1
h
_
xj+1
xj
u
x
(s, t)ds

2
dx = I
1
+I
2
.
Por otra parte, I
1
= 2

u
h
(t) u(t)

2
1,h
que, tal y como vimos en el Teorema 3.2,
converge a cero uniformemente en 0 t T cuando h 0.
Adems,
I
2
= 2
N

j=0
_
xj+1
xj

1
h
_
xj+1
xj
(u
x
(x, t) u
x
(s, t)) ds

2
dx

2
h
2
N

j=0
_
xj+1
xj

_
xj+1
xj
(u
x
(x, t) u
x
(x, t)) ds

2
dx
=
2
h
2
N

j=0
_
xj+1
xj

_
xj+1
xj
_
x
s
u
xx
(, t)ddx

2
dx

2
h
2
N

j=0
_
xj+1
xj

_
xj+1
xj
_
xj+1
xj
[u
xx
(, t)[ dds

2
dx
= 2h
N

j=0

_
xj+1
xj
[u
xx
(, t)[ d

2
2h
2
N

j=0
_
xj+1
xj
[u
xx
(, t)[
2
d = 2h
2
_

0
[u
xx
(x, t)[
2
dx
= 2h
2
| u(t) |
2
H
2
H

0
(0,)
.
Este ltimo trmino tiende a cero con un orden O(h
2
) cuando h 0 puesto que,
1.3. LA ECUACIN DE ONDAS 79
tal y como se indic en la Observacin 3.2, bajo la hiptesis de regularidad de
los datos iniciales del Teorema 3.2, la solucin u del problema continuo (1.3.9)
pertenece a la clase C
_
[0, ); H
2
H
1
0
(0, )
_
. En realidad la convergencia es
uniforme para todo t 0.
Etapa 2. Convergencia en C
1
_
[0, T]; L
2
(0, )
_
.
En este caso

Eu
t
h
(t) u
t
(t)

2
L
2
(0,)
=
_

0

k=1
u
t
k
(t)
k
(x) u
t
(x, t)

2
dx
2
_

0

k=1
(u
t
k
(t) u
t
(x
k
, t))
k
(x)

2
dx
+ 2
_

0

k=1
u
t
(x
k
, t)
k
(x) u
t
(x, t)

2
dx = I
1
+I
2
.
El primer trmino I
1
, en virtud de la expresin de la matriz de masa que
aparece en el mtodo de elementos nitos, admite la expresin
I
1
= 2
N

j,k=1
(u
t
k
(t) u
t
(x
k
, t))
_
u
t
j
(t) u
t
(x
j
, t)
_
_

0

k
(x)
j
(x)dx
= 2h
N

k=1
_
2
3
[u
t
k
(t) u
t
(x
k
, t)[
2
+
1
3
(u
t
k
(t) u
t
(x
k
, t))
_
u
t
k+1
(t) u
t
(x
k+1
, t)
_
_
C

u
t
h
(t) u
t
(t)

2
h
que tiende a cero uniformemente en [0, T] cuando h 0, por el Teorema 3.2.
80 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Por otra parte,
I
2
= 2
N

j=0
_
xj+1
xj

u
t
(x, t)
(u
t
(x
j+1
, t) u
t
(x
j
, t))
h
(x x
j
) u
t
(x
j
, t)

2
dx
= 2
N

j=0
_
xj+1
xj

_
x
xj
_
u
tx
(s, t)
(u
t
(x
j+1
, t) u
t
(x
j
, t))
h
_
ds

2
dx
= 2
N

j=0
_
xj+1
xj

_
x
xj
_
u
tx
(s, t)
1
h
_
xj+1
xj
u
tx
(, t)d
_
ds

2
dx
= 2
N

j=0
_
xj+1
xj

_
x
xj
_
1
h
_
xj+1
xj
[u
tx
(s, t) u
tx
(, t)] dds
_

2
dx
2
N

j=0
_
xj+1
xj

2
_
xj+1
xj
[u
tx
(s, t)[ ds

2
dx
8h
N

j=0
_
xj+1
xj
_
xj+1
xj
[u
tx
(s, t)[
2
dsdx
= 8h
2
_

0
[u
tx
(s, t)[
2
ds.
Este trmino tiende a cero con un orden O(h
2
) puesto que u
t
C
_
[0, T]; H
1
0
(0, )
_
,
tal y como sealamos en la Observacin 3.2.
1.3.3. Semi-discretizacin espacial: El mtodo de la ener-
ga
La prueba de la convergencia de las soluciones del problema discreto a las
del continuo est basada en el hecho que la energa (1.3.12) (resp. (1.3.27)) se
conserva para las soluciones del problema continuo (1.3.9) (rep. para las del
problema discreto (1.3.18)).
Procedemos como en la seccin 1.2.3 en el caso de la ecuacin del calor y
por tanto consideramos la solucin u = u(x, t) de la ecuacin de ondas continua
(1.3.9) como una solucin aproximada de la ecuacin discreta (1.3.18). Tenemos
1.3. LA ECUACIN DE ONDAS 81
entonces
_

_
u
tt
j
(t) +
[2 u
j
(t) u
j+1
(t) u
j1
(t)]
h
2
= u
xx
(x
j,t
) +
[2 u
j
(t) u
j+1
(t) u
j1
(t)]
h
2
=
j
(t), j = 1, . . . , M, t > 0
u
0
= u
M+1
= 0, t > 0
u
j
(0) =
j
, u
t
j
(0) =
j
, j = 1, . . . , M
(1.3.58)
con
j
= (x
j
) y
j
= (x
j
) si, por ejemplo, los datos (, ) son continuos, lo
cual est garantizado en las hiptesis de los Teoremas 3.2 y 3.3 cuando (, )
_
H
2
H
1
0
(0, )

H
1
0
(0, ).
En el segundo miembro de (1.3.58) aparece un residuo o error de truncacin
(t) = (
j
(t))
j=1
, . . . , M.
Consideramos ahora la diferencia de las soluciones continua y discreta
v
h
(t) = u(t) u
h
(t), (1.3.59)
que satisface
_

_
v
tt
j
(t) +
[2vj(t)vj+1(t)vj1(t)]
h
2
=
j
(t), j = 1, . . . , M, t 0
v
0
= v
M+1
= 0, t 0
v
j
(0) = v
t
j
(0) = 0, j = 1, . . . , M.
(1.3.60)
Multiplicando en (1.3.60) por v
t
j
(t) y sumando en j, como es propio para
la obtencin de la identidad de energa para las soluciones del sistema semi-
discreto, obtenemos que
d
dt
_
_
h
2
N

j=1

v
t
j
(t)

2
+
h
2
N

j=0

v
j+1
(t) v
j
(t)
h

2
_
_
= h
N

j=1

j
(t)v
t
j
(t).
y por tanto

d
dt
_
_
h
2
N

j=1
_

v
t
j
(t)

2
+

v
j+1
(t) v
j
(t)
h

2
_
_
_

h
2
N

j=1
_
[
j
(t)[
2
+

v
t
j
(t)

2
_
.
Aplicando el Lema de Gronwall deducimos que
h
2
N

j=1
_

v
t
j
(t)

2
+

v
j+1
(t) v
j
(t)
h

2
_

Te
T
2
max
0tT

(t)

2
h
, t [0, T].
Basta por tanto que estimemos el error de truncacin (t). Tenemos
[
j
(t)[ Ch
2
| u(t) |
C
4
([0,])
, j = 1, . . . , M, 0 < h < h
0
, t 0.
82 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
De estas dos ltimas desigualdades deducimos que
1
2
_
| v(t) |
2
1,h
+ | v
t
(t) |
2
h

Ch
4
| u(t) |
L

(0,T; C
4
(0,))
, t [0, T].
Hemos probado el siguiente resultado:
Theorem 1.3.4 Supongamos que los datos iniciales (, ) de la ecuacin de
ondas (1.3.9) son tales que la solucin u = u(x, t) satisface
u C
_
[0, T]; C
4
([0, ])
_
. (1.3.61)
Entonces, para todo 0 < T < existe una constante C
T
> 0 tal que

u
h
(t) u(t)

2
1,h
+

u
t
h
(t) u
t
(t)

2
h
C
T
h
4
(1.3.62)
para todo 0 t T y todo h > 0, donde u denota la restriccin a los puntos
del mallado de la solucin de la ecuacin de ondas (1.3.9) y u
h
representa la
solucin del sistema semi-discreto (1.3.18).
Observacin 1.3.4
La estimacin de error (1.3.62) garantiza que la ecuacin semi-discreta
(1.3.18) proporciona una aproximacin de orden 2 de la ecuacin de ondas
(1.3.9). Se trata de un resultado natural puesto que la nica discretizacin
realizada en el esquema (1.3.18) es la del laplaciano a travs del esquema de
tres puntos que, como hemos visto en captulos anteriores, es un esquema
de aproximacin de orden 2.
El resultado del Teorema 1.3.4 es slo uno de los posibles que pueden ser
obtenidos mediante el mtodo de la energa. En particular, el mtodo de
la energa puede ser utilizado para probar la convergencia del mtodo bajo
hiptesis de regularidad de la solucin mucho ms dbiles que (1.3.61).
Tal y como se observ en la seccin 2.3 la ventaja del mtodo de la energa
frente al de descomposicin en series de Fourier es que puede ser aplicado
en un contexto mucho ms amplio: coecientes variables dependientes del
espacio y del tiempo, problemas no-lineales,. . . .
Observacin 1.3.5 Consistencia+Estabilidad=Convergencia.
Aunque no se haya mencionado explcitamente, las demostraciones de con-
vergencia de los resultados anteriores estn inspiradas en el principio de Lax
1.3. LA ECUACIN DE ONDAS 83
discutido en la seccin 2.4 segn el cual la propiedad de convergencia equivale a
la de consistencia ms la de estabilidad. Comentemos este aspecto brevemente.
Las demostraciones de los Teoremas 1.3.1 y 1.3.2 mediante series de Fou-
rier reejan perfectamente este principio. La consistencia garantiza que los au-
tovectores y autovalores del esquema discreto se aproximan a los del continuo.
La estabilidad permite truncar las series de Fourier y reducir el problema a
la convergencia de una suma nita (garantizada a su vez por la consistencia)
manteniendo un control uniforme en tiempo de la cola de la serie.
La demostracin del Teorema 1.3.3, basada en el mtodo de la energa, tam-
bin reeja esta losofa. La consistencia del esquema garantiza que una solu-
cin regular de la ecuacin continua es una solucin aproximada del sistema
semi-discreto con una cota (del orden de O(h
2
)) sobre el error de truncamiento.
La estabilidad del esquema se ve reejada en la propiedad de conservacin de la
energa para el sistema semi-discreto.
1.3.4. Aproximaciones completamente discretas
Utilizamos las mismas notaciones que en la seccin 2.5 dedicada al estudio
de las aproximaciones completamente discretas de la ecuacin del calor.
El esquema completamente discreto ms habitual para la aproximacin nu-
mrica de la ecuacin de ondas es el conocido como leap-frog:
_

_
u
k+1
j
2u
k
j
+u
k1
j
(t)
2
=
u
k
j+1
2u
k
j
+u
k
j1
(x)
2
, j = 1, . . . , M; k 0
u
k
0
= u
k
M+1
= 0, k 0
u
0
j
=
j
, u
1
j
=
j
, j = 1, . . . , M.
(1.3.63)
Obviamente, el esquema (1.3.63) se obtiene aplicando el clsico esquema de
tres puntos centrado para aproximar tanto la segunda derivada temporal como
espacial.
Se trata de un esquema de dos pasos por lo que es indispensable para su
inicializacin dar el valor de la solucin discreta u
k
j
en los dos primeros niveles
temporales k = 0, 1. Como u
0
j
es una aproximacin de la solucin de la ecuacin
de ondas u = u(x, t) en el punto (x, t) = (x
j
, 0) es natural tener como dato
inicial en el nivel k = 0 para el problema discreto
u
0
j
=
j
= (x
j
). (1.3.64)
Por otra parte u
1
j
es una aproximacin de u = u(x, t) en el punto (x, t) =
(x
j
, t). Por lo tanto, por el desarrollo de Taylor, es natural tomar como dato
inicial en el esquema discreto para h = 1

j
=
j
+ t
j
= (x
j
) + t(x
j
). (1.3.65)
84 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
En efecto, si u es sucientemente regular se tiene
u(x
j
, t) = u(x
j
, 0) + tu
t
(x
j
, 0) +O
_
(t)
2
_
,
lo cual justica la eleccin (1.3.65).
Obviamente, para que (1.3.65) sea posible es indispensable que tanto como
sean funciones continuas. Cuando se eligen datos iniciales (, ) de energa
nita, i.e. (, ) H
1
0
(0, ) L
2
(0, ), la continuidad de est garantizada
pero no la de . En ese caso, el valor de
j
= (x
j
) puede ser sustituido, por
ejemplo, por una media de entorno al punto x = x
j
.
El esquema (1.3.63) es claramente explcito y permite calcular fcilmente el
valor de la solucin discreta en el paso k + 1 a partir de los valores en los dos
pasos anteriores k 1 y k.
Por otra parte, el esquema es consistente de orden dos puesto que, como
indicabamos anteriormente, nos hemos limitado a aplicar el esquema centrado
de tres puntos a la hora de discretizar la derivada segunda en tiempo y en
espacio.
El nmero de Courant en este caso viene dado por
= t/x. (1.3.66)
Con esta notacin el esquema (1.3.63) puede ser escrito de la siguiente manera:
u
k+1
j
= 2u
k
j
u
k1
j
+
2
_
u
k
j+1
2u
k
j
+u
k
j1

. (1.3.67)
Conviene sealar que el modo en que los pasos de espacio y tiempo inter-
vienen en la denicin del nmero de Courant en (1.3.66) es muy distinto a
cmo lo hacen en el caso de la ecuacin del calor ((1.2.95)). En este caso en
el nmero de Courant se reeja el hecho de que en la ecuacin de ondas las
derivadas temporales y espaciales juegan un papel completamente simtrico, lo
cual queda claramente de maniesto en la propia expresin de la ecuacin de
ondas (dos derivadas temporales coinciden con dos derivadas espaciales) o de la
energa de la misma.
Como decamos anteriormente, el mtodo es consistente de orden y, por
consiguiente, si u = u(x, t) es una solucin sucientemente regular (de clase
C
4
) de la ecuacin de ondas y denotamos mediante u
k
j
sus restricciones a los
puntos del mallado, al insertar esos valores en el esquema discreto obtenemos
un error de truncatura del orden de O
_
(t)
2
_
(x)
2
+ (t)
2
__
. Es decir u
k
j
es
una solucin aproximada de (1.3.67) que verica
u
k+1
j
= 2 u
k
j
u
k1
j
+
2
_
u
k
j+1
2 u
k
j
+ u
k
j1

+O
_
(t)
2
_
(x)
2
+ (t)
2
__
.
(1.3.68)
1.3. LA ECUACIN DE ONDAS 85
Sin embargo, la consistencia del esquema no garantiza su convergencia, sino
que es necesaria tambin una propiedad de estabilidad.
La estabilidad de los mtodos multi-paso ha sido ya estudiada en el marco de
los sistemas de ecuaciones diferenciales ordinarias. En aqul contexto veamos
que la estabilidad necesaria poda garantizarse a travs de la condicin de la
raz: El polinomio caracterstico del mtodo lineal multi-paso ha de tener todas
las races de mdulo menor o igual que uno y, en caso de tener alguna raz de
mdulo unidad, sta ha de ser simple.
Con el objeto de adaptar este concepto al marco del sistema discreto (1.3.68)
conviene utilizar el desarrollo en serie de Fourier. As, la solucin discreta puede
descomponerse como
u
k
=
M

=1

(x), (1.3.69)
donde, como es habitual,

W

(x) denota el -simo autovector de la matriz A


x
de la discretizacin mediante el esquema de tres puntos del laplaciano ((1.2.26)
con h = x) y
k

el coeciente de Fourier correspondiente en el paso temporal


k.
Aplicando el esquema discreto en la expresin (1.3.69) obtenemos

k+1

= 2
k


k1


2
(x)
2

(x)
k

. (1.3.70)
Cada una de las expresiones (1.3.70) es un esquema de evolucin discreto en
tiempo en dos pasos para cada valor de = 1, . . . , M. Su polinomio caracterstico
es en este caso
P

() =
2

_
2
2
(x)
2

(x)

+ 1. (1.3.71)
Sus races son

=
2
2
(x)
2

(x)
_
(2
2
(x)
2

(x))
2
4
2
. (1.3.72)
En vista de esta expresin es fcil comprobar que la condicin de estabilidad
se satisface si y slo si
1. (1.3.73)
Es lo que se denomina la condicin de Courant-Friedrichs-Lewy.
En efecto, para comprobarlo conviene distinguir dos casos:
Caso 1: Autovalores complejos.
Esto ocurre cuando
_
2
2
(x)

(x)
_
2
4 0
86 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
i.e.

2
2
(x)
2

(x)

2. (1.3.74)
Teniendo en cuenta que
c(x)
2
(x)
2

(x) 4 (1.3.75)
para c > 0 adecuado, es obvio que la condicin (1.3.74) se verica siempre y
cuando 1. Cuando > 1, como la cota superior en (1.3.75) es ptima, i.e.
a medida que x 0,
M
(x) 4, se deduce la existencia de coecientes
para los cuales la condicin (1.3.74) es violada. Estos sern analizados en el
segundo caso.
Volviendo al caso 1, en el que (1.3.74) se cumple, observamos que
_

_
2
=
1
4
_

2
2
(x)
2

(x)

2
+ 4

2
2
(x)
2

(x)

2
_
= 1.
Adems, las races son simples siempre y cuando > 0, cosa que, evidentemente,
siempre se cumple.
Caso 2: Autovalores reales:
Consideremos ahora el caso en que alguno de los autovalores es real. Esto
ocurre cuando
_
2
2
(x)
2

(x)
_
2
4
lo cual exige que

2
(x)
2

(x) 4. (1.3.76)
Tal y como veamos en el caso 1, esto ocurre, por ejemplo, en cuanto > 1,
para el ltimo autovalor
M
(x), a condicin que h > 0 sea sucientemente
pequeo.
En este caso los dos autovalores

son reales y el de mayor mdulo es el


que corresponde al signo negativo para el cual se tiene

=

2
(x)
2

(x) 2 +
_
(2
2
(x)
2

(x))
2
4
2
que es, evidentemente, estrictamente mayor que 1 en virtud de (1.3.76).
De este anlisis deducimos que el mtodo lineal multipaso que el mtodo
de leap-frog genera en cada uno de los componentes de Fourier del problema
discreto es estable si y slo se verica la condicin 1.
Como consecuencia de este anlisis deducimos que
Theorem 1.3.5 El esquema leap-frog (1.3.63) es un esquema convergente de
orden 2 para la ecuacin de ondas si y slo si 1.
1.3. LA ECUACIN DE ONDAS 87
Volveremos ms adelante sobre la demostracin de este resultado.
Un aspecto muy importante de la condicin de estabilidad (1.3.73) es el
relacionado con los dominios de dependencia.
En la seccin 1.3.1 vimos, por medio de la frmula de dAlembert, que la
solucin de la ecuacin de ondas continua en toda la recta real depende en
el punto (x, t) de los valores de los datos iniciales en el intervalo de depen-
dencia [x t, x + t]. Para el esquema discreto (1.3.67) es fcil comprobar que
la solucin discreta en el punto (x, t) = (jx, kt) depende del valor de los
datos iniciales en intervalo [(j k)x, (j + k)x)] = [x kx, x + kx] =
_
x
kt

, x +
kt

_
=
_
x
t

, x +
t

_
. Vemos por tanto que la condicin de es-
tabilidad 1 del esquema numrico garantiza simplemente que el dominio
de dependencia en el esquema discreto contenga al dominio de dependencia de
la ecuacin de ondas continua. Esto es una condicin perfectamente natural
e indispensable para que el esquema numrico sea convergente. En efecto, en
caso de que la condicin no se cumpla, el esquema numrico ignora informacin
esencial de los datos iniciales para la determinacin de la solucin del problema
continuo y esto hace que la convergencia sea imposible.
Volvamos ahora sobre la demostracin de Teorema 1.3.5. En primer lugar
es fcil comprobar que cuando > 1 el esquema diverge. En efecto, para verlo
basta con utilizar que cuando > 1, existen componentes de Fourier para los
que el esquema multipaso correspondiente viola la condicin de estabilidad. Esto
permite construir fcilmente soluciones en variables separadas para el sistema
discreto que, a medida que h 0, divergen.
La prueba de la convergencia del esquema cuando 1 puede realizarse
de diversas maneras. La primera prueba es la basada en el desarrollo en serie
de Fourier. No es difcil adaptar la prueba del Teorema 1.3.1. Basta com pro-
ceder del mismo modo y utilizar la propiedad de estabilidad del esquema para
mantener controladas uniformemente en tiempo las colas de las series truncadas.
La segunda prueba de la convergencia est basada en el mtodo de la energa.
En este caso la energa de las soluciones en el nivel temporal k viene dada por
E
k
=
x
2
M

j=0
_
_
_
u
k+1
j
u
k
j
t
_
2
+
_
u
k+1
j+1
u
k+1
j
x
__
u
k
j+1
u
k
j
x
_
_
_
. (1.3.77)
No es difcil comprobar que la energa E
k
se conserva en tiempo para las solu-
ciones del problema discreto (1.3.63), i.e.
E
k+1
= E
k
, k 0. (1.3.78)
Para ello basta con multiplicar en la ecuacin discreta por
1
2t
_
u
k+1
j
u
k1
j
_
88 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
y sumar con respecto al ndice espacial j. Esta prueba es anloga a la de la
conservacin de la energa en la ecuacin de ondas continua. En efecto, en la
ecuacin de ondas multiplicamos la ecuacin por u
t
e integramos con respecto
a x (0, ). El procedimiento presentado por el sistema discreto es la versin
discreta del mtodo continuo. Conviene sin embargo subrayar que, en vista de
la estructura simtrica del esquema de leap-frog la discretizacin introducida
de u
t
es tambin centrada y simtrica.
Pero la conservacin de la energa por si sola no garantiza la estabilidad
del mtodo. Para poder garantizar que se cumple esta propiedad es preciso
comprobar que la energa denida una cantidad denida positiva, cosa que no
es obvio en su denicin. No se difcil comprobar que esto ltimo es cierto si y
slo si 1.
1.3.5. El anlisis de von Neumann
En la seccin 1.2.6 veamos como el anlisis de von Neumann permita ana-
lizar con facilidad la estabilidad de los esquemas numricos de aproximacin,
sobre todo en ausencia de condiciones de contorno.
Consideremos pues el problema de Cauchy en toda la recta real para la
ecuacin de ondas (6.3.1) y sus aproximaciones semi-discreta y completamente
discretas siguientes:
Aproximacin semi-discreta:
_
_
_
u
tt
j
+
[2u
j
u
j+1
u
j1
]
h
2
= 0, j Z, t 0
u
j
(0) =
j
, u
t
j
(0) =
j
, j Z
(1.3.79)
Aproximacin completamente discreta:
_

_
u
k+1
j
2u
k
j
+u
k1
j
(t)
2
=
u
k
j+1
2u
k
j
+u
k
j1
(x)
2
, j Z, k 0
u
0
j
=
j
, u
1
j
=
j
, j Z.
(1.3.80)
No es difcil adaptar los desarrollos de la seccin anterior para probar que:
El mtodo semi-discreto (1.3.79) converge y es de orden 2, cuando x 0.
El mtodo completamente discreto (1.3.80) es convergente si y slo si
= t/x 1
Comprobemos como, efectivamente, el anlisis de von Neumann permite
detectar las propiedades de estabilidad que estos resultados exigen.
1.3. LA ECUACIN DE ONDAS 89
Con las notacions de la seccin 1.2.6, dada la solucin de (1.3.79) o (1.3.80)
denimos sus transformada de Fourier w(, t) o w
k
() respectivamente. Las
ecuaciones que gobiernan su evolucin son entonces:
Mtodo semi-discreto:
u
tt
(, t) +
a(e
i
)
(x)
2
u(, t) = 0, t 0, [0, 2) (1.3.81)
donde, a() est denida como en (1.2.140), i.e.
a(e
i
) = 2 e
i
e
i
. (1.3.82)
En (1.3.81) y en lo que sigue
t
denota la derivada con respecto al tiempo.
Mtodo completamente discreto:
u
k+1
() 2 u
k
() + u
k1
()
(t)
2
+
a(e
i
)
(x)
2
u
k
() = 0, k 0, [0, 2). (1.3.83)
En el caso de la ecuacin semi-discreta, multiplicando por u
t
(, t) se obtiene que
d
dt
_
1
2
[ u
t
(, t)[
2
+
a(e
i
)
2(x)
2
[ u(, t)[
2
_
= 0.
Esto garantiza la estabilidad del mtodo.
En el caso completamente discreto, para cada valor de obtenemos un es-
quema discreto de dos pasos semejante al que obtenamos en (1.3.70) al utilizar
la separacin de variables para estudiar la estabilidad del mtodo en el intervalo
nito con condiciones de contorno de Dirichlet. En este caso la propiedad de
estabilidad se reduce a comprobar que las races del polinomio caracterstico de
(1.3.83), para cada valor de , son de mdulo menor o igual a uno y, en caso de
ser de mdulo unidad, se trata de una raz simple. No es difcil comprobar que
esto ocurre si y slo si 1.
1.3.6. El mtodo de elementos nitos
No es difcil de adaptar el mtodo de elementos nitos, tal y como lo desa-
rrollamos en la seccin 1.2.7 para la ecuacin del calor, al caso de la ecuacin
de ondas.
Para hacerlo, conviene en primer lugar dar una formulacin variacional de
la ecuacin de ondas (1.3.9).
En este caso, tal y como indicamos en la seccin 1.3.1, el espacio de energa
natural es
u C
_
[0, ); H
1
0
(0, )
_
C
1
_
[0, ); L
2
(0, )
_
(1.3.84)
90 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
y la formulacin variacional correspondiente es
d
2
dt
2
_

0
u(x, t)(x)dx +
_

0
u
x
(x, t)
x
(x)dx = 0, H
1
0
(0, ). (1.3.85)
Conviene interpretar (1.3.85) con cautela puesto que la regularidad indicada en
(1.3.84) no garantiza que el primer trmino de (1.3.85) tenga un sentido clsico
puesto que de (1.3.84) no se deduce que la funcin
_

0
u(x, t)(x)dx sea de clase
C
2
con respecto al tiempo. Sin embargo lo es puesto que las soluciones de la
ecuacin de ondas con la propiedad de regularidad (1.3.84) verican tambin
que
u C
2
_
[0, ); H
1
(0, )
_
, (1.3.86)
donde H
1
(0, ) es el espacio de Sobolev dual de H
1
0
(0, ). Esto permite inter-
pretar (1.3.85) como una ecuacin diferencial clsica que se verica para cada
tiempo t 0 y cada funcin test H
1
0
(0, ).
Obviamente (1.3.84) y (1.3.85) han de ser completadas con las condiciones
iniciales
u(x, 0) = (x), u
t
(x, 0) = (x), 0 < x < . (1.3.87)
De esta formulacin dbil de la ecuacin de ondas es fcil obtener las ecua-
ciones de la aproximacin por elementos nitos.
Para ello introducimos el espacio V
h
de funciones lineales a trozos y continuas
de H
1
0
(0, ), de dimensin M, asociado al mallado de paso h.
La formulacin variacional ms natural es entonces:
Hallar u
h
C
2
([0, ); V
h
) tal que
d
2
dt
2
_

0
u
h
(x, t)
j
(x)dx +
_

0
u
h,x
(x, t)
j,x
(x)dx = 0, t > 0, j = 1, . . . , M
(1.3.88)
junto con las condiciones iniciales.
u
h
(x, 0) =
h
(x), u
t
h
(x, 0) =
h
(x), 0 < x < . (1.3.89)
Aqu y en lo sucesivo, como en la seccin 1.2.7,
j
=
j
(x) denota la j-sima
funcin de base del espacio V
h
, con centro en el punto x
j
= jh del mallado. Las
funciones
h
y
h
son por otra parte aproximaciones del dato inicial continuo
(, ) en V
h
.
Utilizando la notacin vectorial habitual y las matrices de masa y rigidez
introducidas en el marco de la ecuacin del calor, es fcil reescribir el problema
1.3. LA ECUACIN DE ONDAS 91
como un sistema de M ecuaciones diferenciales lineales de orden 2, acopladas,
con M incgnitas:
_
/
h
u
tt
(t) +1
h
u(t) = 0, t > 0
u(0) =
h
, u
t
(0) =

h
.
(1.3.90)
Los mtodos desarrollados en las secciones anteriores, tanto los basados en
las descomposiciones espectrales como en el mtodo de la energa, permiten
comprobar que se trata de un mtodo convergente de orden 2.
Como es habitual en el mtodo de elementos nitos, en una dimensin espa-
cial, (1.3.90) proporciona un esquema discreto que tambin puede interpretarse
como una variacin del mtodo semi-discreto en diferencias nitas (1.3.18). En
efecto, (1.3.90) puede reescribirse como
h
_
2
3
u
tt
j
(t) +
1
6
u
tt
j+1
(t) +
1
6
u
tt
j1
(t)
_
=
1
h
[2u
j
(t) u
j+1
(t) u
j1
(t)] . (1.3.91)
Pero, la ventaja del mtodo de elementos nitos reside precisamente no en este
hecho sino en su versatilidad para adaptarse a situaciones ms complejas donde
el mtodo de diferencias nitas es de difcil utilizacin (problemas no-lineales,
geometras complejas en varias variables espaciales, coecientes variables, etc.).
La identidad de energa es tambin fcil de obtener. De (1.3.90) y teniendo
en cuenta que tanto la matriz de masa domo de rigidez son simtricas y denidas
positivas la energa correspondiente viene dada por
E
h
(t) =
1
2
/
h
u
t
(t), u
t
(t)) +
1
2
1
h
u
h
(t), u
h
(t)), (1.3.92)
donde < , > denota le producto escalar euclideo.
La energa puede tambin escribirse componente a componente. Obtendra-
mos entonces:
E
h
(t) =
h
2
2
M

j=0
_
2
3

u
t
j
(t)

2
+
1
3
u
t
j+1
(t)u
t
j
(t) +

u
j+1
(t) u
j
(t)
h

2
_
, (1.3.93)
cuya conservacin es tambin fcil deducir de la escritura del sistema compo-
nente a componente como en (1.3.91). En efecto, multiplicando en (1.3.91) por
u
t
j
(t) y sumando en j no es difcil vericar que la energa (1.3.93) se conserva.
En la expresin (1.3.93) de la energa y con el objeto de comprobar su ca-
rcter denido-positivo es conveniente observar que los dos primeros trminos
del sumatorio pueden agruparse dando lugar al cuadrado perfecto
1
3

u
t
j+1
(t) +u
t
j
(t)

2
.
92 CAPTULO 1. INTRODUCCIN AL NUMRICO DE EDPS
Una vez que se ha obtenido el esquema de aproximacin semi-discreto (1.3.90)
y probado su convergencia, no es difcil introducir esquemas completamente dis-
cretos basados en el mtodo de elementos nitos. Bastara por ejemplo utilizar
diferencias nitas centradas en la discretizacin de la segunda derivada temporal
de (1.3.90). Pero el anlisis de la convergencia de este mtodo y, en particular,
de la condicin de estabilidad en funcin del nmero de Courant queda fuera
del contenido de este texto y constituye un excelente ejercicio para que el lector
evale su dominio de las materias abordadas en estas notas.
Captulo 2
Movimiento armnico en una
dimensin
El modelo ms simple de vibraciones es el correspondiente al de una masa
puntual desplazndose a lo largo de una linea recta con una aceleracin orien-
tada hacia un punto jo y proporcional a la distancia a ese punto. Este es
precisamente el movimiento asociado a un simple sistema masa-muelle, en el
que el muelle es el responsable de la aceleracin de la masa sujeta al mismo.
El movimiento descrito por la masa es lo que se denomina movimiento ar-
mnico simple.
Las ecuaciones que gobiernan este movimiento son
mx
tt
= kx (2.0.1)
o,
mx
tt
+kx = 0. (2.0.2)
En estas ecuaciones x = x(t) representa la distancia de la masa al punto jo, m
es la masa de la partcula y k es la constante de rigidez del muelle.
En (2.0.1) y en todo lo que sigue x
t
denota la derivada de x con respecto al
tiempo. Ocasionalmente utilizaremos tambin otras notaciones x
t
= dx/dt.
Introduciendo la constante

0
=
_
k/m (2.0.3)
el sistema (2.0.2) puede ser reescrito como
x
tt
+
2
0
x = 0, (2.0.4)
93
94 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
cuya solucin general es
x(t) = Acos(
0
t +). (2.0.5)
en esta expresin en la que A es la amplitud de oscilacin,
0
su frecuencia y
la fase inicial del movimiento, se observa que el movimiento descrito por la
masa es puramente oscilante.
Habida cuenta que se trata de una ecuacin de orden dos en tiempo, las
genuinas variables del sistema no son solamente la posicin x = x(t) de la masa
sino tambin su velocidad
v = x
t
=
0
Asin(
0
t +). (2.0.6)
Obviamente, la trayectoria t (x, x
t
) describe una elipse de ecuacin
[ x
t
[
2
+
2
0
x
2
= cte., (2.0.7)
en el plano de fases.
El hecho de que la trayectoria quede atrapada en la elipse (2.0.7) puede
obtenerse fcilmente a travs de un argumento de conservacin de energa. En
efecto, multiplicando en (2.0.4) por x
t
deducimos que
_
x
tt
+
2
0
x
_
x
t
=
d
dt
_
1
2
[ x
t
[
2
+

2
0
2
[ x [
2
_
= 0. (2.0.8)
Esta identidad conrma que la energa total de la vibracin
e(t) =
1
2
[ x
t
[
2
+

2
0
2
[ x [
2
(2.0.9)
se conserva en tiempo y permite determinar la elipse (2.0.7) en la que la trayec-
toria permanece.
Es evidente que dos oscilaciones armnicas con la misma frecuencia
0
que
se superponen generan una nueva oscilacin armnica de la misma frecuencia.
Por otra parte es fcil calcular la amplitud y fase de la nueva oscilacin a partir
de las dos originales. Pero esto deja de ser cierto cuando las frecuencias no son
las mismas, dando lugar a un fenmeno que, como veremos ms adelante, jugar
un papel importante en el anlisis numrico de las ondas.
Con el objeto de analizar este nuevo fenmeno de superposicin conviene
reescribir las soluciones en la forma de exponenciales complejas
x
1
= A
1
e
i(1t+1)
; x
2
= A
2
e
i(2t+2)
. (2.0.10)
95
Cuando el cociente de las dos frecuencias
1
y
2
es un nmero racional, la
superposicin de estos dos movimientos
x = x
1
+x
2
= A
1
e
i(1t+1)
+A
2
e
i(2t+2)
da lugar a un movimiento peridico de frecuencia igual al mximo comn divisor
de
1
y
2
. Cuando el ratio
1
/
2
es irracional la superposicin de x
1
y x
2
no
tiene ninguna propiedad de periodicidad temporal.
El caso en que ambas frecuencias sean muy prximas es particularmente
interesante. Supongamos que

2
=
1
+ . (2.0.11)
Entonces
x = x
1
+x
2
= A
1
e
i(1t+1)
+A
2
e
i(2t+2)
(2.0.12)
=
_
A
1
e
i1
+A
2
e
i(2+t)
_
e
i1t
= A(t)e
i(1t+(t))
,
donde
A(t) =
_
A
2
1
+A
2
2
+ 2A
1
A
2
cos(
1

2
t) (2.0.13)
y
tg (t) =
A
1
sin
1
+A
2
sin(
2
+ t)
A
1
cos
1
+A
2
cos(
2
+ t)
. (2.0.14)
Esto permite interpretar la oscilacin obtenida por superposicin como un mo-
vimiento armnico simple aproximado con frecuencia
1
y con una amplitud y
fase variando lentamente con frecuencia /2.
El resultado de esta vibracin es semejante al de una vibracin de frecuencia
/2 modulada a travs de la funcin de amplitud (2.0.13).
La dinmica analizada hasta ahora es puramente conservativa. Pero en la
mayora de sistemas de origen fsico la disipacin est presente. El rozamiento
debido al desplazamiento sobre una supercie, o la resistencia producida por
el movimiento en el seno de un uido viscoso son dos ejemplos claros. En este
ltimo caso, por ejemplo, el efecto disipativo consiste en que el movimiento se
ve afectado por una fuerza proporcional a la velocidad pero de signo contrario.
Obtenemos asi el sistema
mx
tt
+Rx
t
+kx = 0, (2.0.15)
donde R es la constante de resistencia mecnica.
96 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Es fcil calcular la solucin general de (2.0.15) como superposicin de las
dos soluciones fundamentales obtenidas resolviendo el polinomio caracterstico
de (2.0.15):
m
2
+R +k = 0. (2.0.16)
Obtenemos las dos races

=
R

R
2
4mk
2m
(2.0.17)
De (2.0.17) es fcil deducir que:
Cuando 0 < R < 2

mk, es decir, para tasas de disipacin sucientemente


pequeas, los autovalores

son complejos con parte real R/2m. De


este modo las soluciones de (2.0.15) admiten la expresin
x(t) = e
Rt/2m
_

+
e
i

R
2
4mkt/2m
+

e
i

R
2
4mkt/2m
_
.
Las soluciones son por tanto oscilaciones armnicas exponencialmente
amortiguadas.
Conviene tambin observar que en este rango de valores de R, la tasa de
decaimiento exponencial R/2m, depende de manera lineal y creciente de
R.
Cuando R > 2

mk los dos autovalores

son reales y por tanto las


soluciones no oscilan. En este caso la tasa exponencial de decaimiento de la
solucin general (2.0.15) viene dada por el autovalor
+
al que corresponde
la solucin fundamental con menor decaimiento.
De este modo la funcin (R) que establece la tasa exponencial de decai-
miento toma los valores:
(R) =
_
_
_
R
2m
, cuando 0 < R < 2

mk
R
2m

R
2
4mk
2m
, cuando R > 2

mk.
Esta funcin es creciente cuando 0 < R < 2

mk y decreciente cuando R >


2

mk y alcanza su mximo cuando R = 2

mk. En este caso


+
=

y
por tanto las soluciones fundamentales de (2.0.15) son x
1
(t) = e
Rt/2m
y
x
2
(t) = te
Rt/2m
.
Por tanto, la eleccin de la constante disipativa R que maximiza la tasa
de decaimiento exponencial es
R = 2

mk,
2.1. LA ECUACIN DE ONDAS Y SUS VARIANTES 97
y la tasa ptima correspondiente
=
R
2m
=
_
k
m
,
si bien sta no se alcanza, en un sentido estricto, puesto que la solucin
fundamental correspondiente presenta un factor multiplicativo t.
De este anlisis se deduce que, contrariamente a lo que podra indicar-
nos una primera intuicin, la tasa exponencial de decaimiento no es una
funcin creciente del coeciente de disipacin R. De hecho, a medida que
R la tasa de decaimiento tiende a cero. El hecho que cuando R
supera el valor critico 2

mk la tasa de decaimiento empieza a decrecer se


denomina fenmeno de sobredisipacin (overdamping).
En esta seccin hemos estudiado algunos de los aspectos ms sencillos del
movimiento armnico lineal. Evidentemente, las ecuaciones de ondas y sus apro-
ximaciones numricas, objetivo de este curso, son de naturaleza mucho ms com-
pleja. Pero puede decirse que la ecuacin de ondas es en realidad el anlogo de
la ecuacin (2.0.1) del oscilador armnico en un espacio de Hilbert en dimensin
innita.
Por otra parte, la aproximacin numrica de las ecuaciones de ondas conduce
de manera natural a versiones vectoriales de la ecuacin (2.0.1) en las que los
fenmenos aqui descritos son tambin relevantes. Surge sin embargo una nueva
problemtica relativa a la interaccin de los diferentes componentes del sistema
que se hace ms y ms compleja a medida que el sistema aumenta de dimensin
y se aproxima a la ecuacin de ondas original.
En la prxima seccin analizamos la ecuacin de transporte lineal en la que
algunas de estas dicultades pueden ya ser vislumbradas.
2.1. La ecuacin de ondas y sus variantes
En esta seccin indicamos algunos ejemplos de ecuaciones y
sistemas en Derivadas Parciales de la Fsica, Mecnica y otras Ciencias en
las que, de un modo u otro, intervienen los mismos fenmenos ondulatorios que
la ecuacin de ondas describe.
Recordemos que, normalmente, cuando nos referimos a la ecuacin de ondas,
la incgnita es una funcin escalar u = u(x, t) donde x = (x
1
, , x
n
) R
n
denota la variable espacial y t R la temporal. En las aplicaciones fsicas la
dimensin espacial es normalmente n = 1, 2, 3. La ecuacin de ondas se escribe
98 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
entonces
u
tt
u = 0, (2.1.1)
donde u
t
= u/t denota la derivacin temporal con respecto al tiempo y es
al clsico operador de Laplace:
=
n

i=1

2
x
2
i
. (2.1.2)
La ecuacin de ondas en dimensiones espaciales n = 1 y 2 permite modelizar las
pequeas vibraciones de cuerdas y membranas, mientras que en tres dimensiones
espaciales interviene en la propagacin del potencial de un campo acstico.
Para simplicar la presentacin en esta seccin introduciremos las ecuacio-
nes en su forma ms sencilla. En particular, supondremos que los coecientes
son constantes (lo cual equivale a suponer que el medio considerado es homog-
neo) y los normalizamos al valor unidad, lo cual en este caso no supone ninguna
prdida de generalidad como se puede comprobar mediante una simple dilata-
cin/contraccin de la variable temporal o espacial.
En el mbito de las frecuencias, como es habitual en acstica y en el estudio
de las vibraciones, la ecuacin de ondas puede tambin reducirse a la ecuacin
de Helmholtz
u = u. (2.1.3)
La ecuacin de transporte lineal
u
t
+
n

i=1
b
i
u
xi
= 0, (2.1.4)
y la ecuacin de Liouville
u
t

i=1
(b
i
u)
xi
= 0 (2.1.5)
estn tambin intimamente ligadas a la ecuacin de ondas. En efecto, en una
dimensin espacial, la ecuacin de ondas
u
tt
u
xx
= 0 (2.1.6)
puede tambin escribirse como
(
t
+
x
) (
t

x
) u = 0, (2.1.7)
o
(
t

x
) (
t
+
x
) u = 0, (2.1.8)
2.1. LA ECUACIN DE ONDAS Y SUS VARIANTES 99
o, lo que es lo mismo, el operador de dAlembert

2
t

2
x
(2.1.9)
puede factorizarse de las dos siguientes maneras

2
t

2
x
= (
t
+
x
) (
t

x
) = (
t

x
) (
t
+
x
) . (2.1.10)
Vemos pues que el operador de dAlembert es la composicin de dos operadores
de transporte.
Conviene tambin sealar que, cuando los coecientes b
i
son constantes, la
ecuacin de transporte y de Liouville slo dieren en un signo, diferencia que
puede ser eliminada invirtiendo el sentido del tiempo.
Utilizando las notaciones habituales
u = (
1
u, ,
n
u) (2.1.11)
divu =
n

i=1
u
i
x
i
(2.1.12)
para los operadores gradiente y divergencia y denotando mediante el produc-
to escalar en R
n
las ecuaciones de transporte y Liouville se pueden escribir
respectivamente como
u
t
+

b u = 0 (2.1.13)
y
u
t
div
_

bu
_
= 0. (2.1.14)
La ecuacin de Schrdinger de la Mecnica Cuntica, que tambin interviene
en el estudio de bras pticas es tambin una ecuacin que, en muchos sentidos,
se asemeja a la ecuacin de ondas:
iu
t
+ u = 0. (2.1.15)
En este caso, la incgnita u toma valores complejos.
La ecuacin de las placas vibrantes
u
tt
+
2
u = 0 (2.1.16)
es tambin muy similar a la ecuacin de ondas. Adems puede factorizarse en
dos operadores de Schrdinger conjugados

2
t
+
2
= (i
t
+ ) (i
t
) . (2.1.17)
100 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
En una dimensin espacial la ecuacin

2
t
+
4
x
u = 0 (2.1.18)
describe las vibraciones de una viga.
Las siguientes son tambin variantes de la ecuacin de ondas:
u
tt
u
xx
+d u
t
= 0 (ecuacin del telgrafo), (2.1.19)
u
t
+u
xxx
= 0 (ecuacin de Airy), (2.1.20)
u
tt
u +u = 0 (ecuacin de Klein-Gordon), (2.1.21)
El sistema de Lam para las vibraciones de un cuerpo tridimensional elstico
puede tambin entenderse como un sistema de ecuaciones de ondas acopladas:
u
tt
u ( +)div u = 0. (2.1.22)
En este caso la incgnita u es un vector de tres componentes u = (u
1
, u
2
, u
3
)
que describe las deformaciones del cuerpo elstico.
Las ecuaciones que hemos descrito son lineales y provienen de ecuaciones
y sistemas ms complejos de la Mecnica, de carcter no-lineal, a travs de
linealizaciones, lo cual las hace vlidas slo para pequeos valores de la incgnita
u.
El sistema de Maxwell para las ondas electromagnticas posee tambin mu-
chas de las caractersticas de las ecuaciones de ondas:
_

_
E
t
= rot B
B
t
= rot E
div B = div E = 0.
(2.1.23)
Aqu rot denota el rotacional de un campo de vectores.
Con el objeto de entender la semejanza de este sistema con la ecuacin de
ondas (2.1.6) conviene observar que esta ltima tambin puede escribirse en la
forma de un sistema hiperblico de ecuaciones de orden uno:
_
u
t
= v
x
v
t
= u
x
.
(2.1.24)
Sin embargo, muchas ecuaciones relevantes que intervienen en el estudio de
las ondas tienen un carcter no-lineal. Por ejemplo, la ecuacin eikonal,
[ u [= 1 (2.1.25)
2.2. LA FRMULA DE DALEMBERT 101
interviene en el clculo de soluciones de ecuaciones de ondas mediante mtodos
de la ptica Geomtrica.
Lo mismo ocurre con ecuacin de Hamilton-Jacobi:
u
t
+H(u, x) = 0. (2.1.26)
La ecuacin de Korteweg-de Vries (KdV) es una versin no-lineal de la ecuacin
de Airy que permite analizar la propagacin de ondas en canales:
u
t
+uu
x
+u
xxx
= 0 (2.1.27)
y da lugar a los clebres solitones.
En el contexto de la Mecnica de Fluidos los dos ejemplos ms relevantes
son sin duda las ecuaciones de Navier-Stokes para un uido viscoso homogneo
e incompresible
_
u
t
u +u u = p
div u = 0
(2.1.28)
y las ecuaciones de Euler para uidos perfectos
_
u
t
+u u = p
div u = 0.
(2.1.29)
En estos sistemas u denota el campo de velocidades del uido y p es la presin.
Las ecuaciones de Burgers viscosa e inviscida son, en algn sentido, versiones
unidimensionales de estas ecuaciones
u
t
+uu
x
u
xx
= 0, (2.1.30)
u
t
+uu
x
= 0. (2.1.31)
En esta ltima las soluciones desarrollan ondas de choque en tiempo nito.
Las ecuaciones que hemos citado, aunque numerosas, no son ms que algunos
de los ejemplos ms relevantes de ecuaciones en las que intervienen de un modo
u otro fenmenos de propagacin de ondas y en las que los contenidos que
desarrollaremos en este curso resultarn de utilidad.
2.2. La frmula de DAlembert
Consideramos la ecuacin de ondas unidimensional (1 d) en toda la recta
real
u
tt
u
xx
= 0, x R, t > 0. (2.2.1)
102 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
DAlembert observ que las soluciones de (2.2.1) pueden escribirse como super-
posicin de dos ondas de transporte
u(x, t) = f(x +t) +g(x t). (2.2.2)
Es fcil comprobar que toda funcin de la forma (2.2.2) es solucin de (2.2.1).
La frmula (2.2.2) muestra que la velocidad de propagacin en el modelo
(2.2.1) es uno. En efecto, segn (2.2.2), las soluciones de (2.2.1) son superpo-
sicin de ondas de transporte que viajan en el espacio R a velocidad uno a
izquierda y derecha.
Para comprobar que toda solucin de (2.2.1) es de la forma (2.2.2) basta
observar que el operador de dAlembert
2
t

2
x
puede descomponerse del modo
siguiente:
u
tt
u
xx
= (
t

x
) (
t
+
x
) u = 0. (2.2.3)
Introduciendo la variable auxiliar
v = (
t
+
x
) u, (2.2.4)
la ecuacin se escribe como
(
t

x
) v = v
t
v
x
= 0, (2.2.5)
de modo que
v = h(x +t). (2.2.6)
La ecuacin (2.2.4) se reduce entonces a
u
t
+u
x
= h(x +t). (2.2.7)
Para su resolucin observamos que la funcin
w(t) = u(t +x
0
, t)
verica
w
t
(t) = h(2t +x
0
)
cuya solucin es
w(t) =
H(2t +x
0
)
2
+w(0) =
H(2t +x
0
)
2
+u(x
0
, 0), (2.2.8)
donde H es una primitiva de h.
Por lo tanto, como
u(x, t) = w(t)
2.3. RESOLUCINDE LAECUACINDE ONDAS MEDIANTE SERIES DE FOURIER103
con x
0
= x t obtenemos
u(x, t) =
H(x +t)
2
+u(x t, 0) (2.2.9)
lo cual conrma la expresin (2.2.2).
Esta frmula permite calcular explcitamente la solucin del problem de
Cauchy:
_
u
tt
u
xx
= 0, x R, t > 0
u(x, 0) = (x), u
t
(x, 0) = (x), x R.
(2.2.10)
En efecto, en vista de la expresin (2.2.2), e identicando los perles f y g en
funcin de los datos iniciales y obtenemos que
u(x, t) =
(x +t) +(x t)
2
+
1
2
_
x+t
xt
(y)dy (2.2.11)
es la nica solucin de (2.2.10).
2.3. Resolucin de la ecuacin de ondas mediante
series de Fourier
Consideramos la ecuacin de ondas unidimensional (1 d):
_

_
u
tt
u
xx
= 0, 0 < x < , t > 0
u(0, t) = u(, t) = 0, t > 0
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x), 0 < x < .
(2.3.1)
Se trata de un modelo sencillo para las vibraciones de una cuerda unidimensional
exible de longitud , jada en sus extremos x = 0, .
Es fcil representar las soluciones de (2.3.1) mediante series de Fourier. Para
ello escribimos el desarrollo de Fourier de los datos iniciales:
u
0
(x) =

k=1
a
k
sen(kx), u
1
(x) =

k=1
b
k
sen(kx), (2.3.2)
donde los coecientes de Fourier vienen dados por las clsicas frmulas:
a
k
=
2

_

0
u
0
(x) sen(kx)dx; b
k
=
2

_

0
u
1
(x) sen(kx)dx, k 1. (2.3.3)
La solucin de (2.3.1) viene entonces dada por la frmula
u(x, t) =

k=1
_
a
k
cos(kt) +
b
k
k
sen(kt)
_
sen(kx). (2.3.4)
104 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Conviene observar que la evolucin temporal de cada uno de los coecientes
de Fourier
u
k
(t) = a
k
cos(kt) +
b
k
k
sen(kt), (2.3.5)
obedece la ecuacin del muelle
u
tt
k
+k
2
u
k
= 0. (2.3.6)
Para cada una de estas ecuaciones la energa
e
k
(t) =
1
2
_
[ u
t
k
(t) [
2
+k
2
[ u
k
(t) [
2

(2.3.7)
se conserva en tiempo
1
Superponiendo cada una de las leyes de conservacin de las energas e
k
, k
1, de las diferentes componentes de Fourier de la solucin obtenemos la ley de
conservacin de la energa de las soluciones de (2.3.1):
E(t) =
1
2
_

0
_
[u
x
(x, t)[
2
+[u
t
(x, t)[
2
_
dx. (2.3.8)
Se trata de la energa total de la vibracin, suma de la energa potencial y de la
energa cintica.
Se cumple efectivamente que
E(t) = E(0), t 0 (2.3.9)
para las soluciones de (2.3.1).
Esta ley de conservacin de energa puede probarse de, al menos, dos modos
distintos:
Series de Fourier:
Si utilizamos las propiedades clsicas de ortogonalidad de las funciones tri-
gonomtricas
_

0
sen(kx) sen(jx)dx =

2

jk
,
_

0
cos(kx) cos(jx) =

2

jk
, (2.3.10)
donde
jk
denota la delta de Kronecker, la ley de conservacin (2.3.9) se deduce
efectivamente de la conservacin de las energas e
k
de (2.3.7) para cada k 1.
Mtodo de la energa:
1
Para comprobarlo basta multiplicar (2.3.6) por u

k
y observar que u

k
u

k
=
1
2
`
(u

k
)
2

y
u
k
u

k
=
1
2
`
u
2
k

.
2.3. RESOLUCINDE LAECUACINDE ONDAS MEDIANTE SERIES DE FOURIER105
La ley de conservacin (2.3.9) puede tambin obtenerse directamente de
(2.3.1). Basta para ello multiplicar por u
t
e integrar con respecto a x (0, ).
Tenemos entonces
_

0
(u
tt
u
xx
) u
t
dx = 0.
Por otra parte,
_

0
u
tt
u
t
dx =
1
2
d
dt
_

0
[u
t
(x, t)[
2
dx
y

_

0
u
xx
u
t
dx =
_

0
u
x
u
xt
dx =
1
2
d
dt
_

0
[u
x
(x, t)[
2
dx.
En la ltima identidad hemos utilizado la frmula de integracin por partes
y las condiciones de contorno de modo que, como u(, t) = 0 para x = 0, ,
necesariamente tambin se tiene u
t
(, t) = 0 para x = 0, .
Los argumentos anteriores son formales pero la ley de conservacin y la
estructura de la energa E en (2.3.8) indican en realidad cul es el espacio
natural para resolver la ecuacin de ondas. En efecto, se trata del espacio de
Hilbert, tambin denominado espacio de energa,
H = H
1
0
(0, ) L
2
(0, ). (2.3.11)
La norma natural en este espacio es
[(f, g)[
H
=
_
| f |
2
H
1
0
(0,)
+ | g |
2
L
2
(0,)
_
1/2
=
__

0
_
f
2
x
+g
2
_
dx
_
1/2
. (2.3.12)
Conviene observar que, salvo un factor multiplicativo 1/2 la energa E coin-
dice con el cuadrado de la norma H de (u, u
t
).
Deducimos que la norma en H de la solucin
2
(u, u
t
) se conserva a lo largo
del tiempo. Esto sugiere que H es el espacio natural para resolver el sistema
(2.3.1). Esto es as y se tiene el siguiente resultado de existencia y unicidad:
Para todo par de datos iniciales (u
0
, u
1
) H, i.e. u
0
H
1
0
(0, ) y u
1

L
2
(0, ), existe una nica solucin (u, u
t
) C([0, ); H) de (2.3.1). Esta solu-
cin pertenece por tanto a la clase
u C
_
[0, ); H
1
0
(0, )
_
C
1
_
[0, ); L
2
(0, )
_
(2.3.13)
2
En este punto abusamos un tanto de la terminologa. En efecto, la
solucin de (2.3.1) es la funcin u = u(x, t). Ahora bien, como (2.3.1) es una ecuacin de
orden dos en tiempo es natural escribirla como un sistema de dos ecuaciones de orden uno en
tiempo, con dos incgnitas. En este caso el par (u, ut) puede ser considerado como la solucin,
lo cual es coherente con el hecho de haber introducido dos datos iniciales en el sistema (2.3.1).
106 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
y la energa correspondiente E(t) de (2.3.8) se conserva en el tiempo.
En lo que respecta al desarrollo en serie de Fourier (2.3.2)-(2.3.3) de los datos
iniciales, el hecho de que estos pertenezcan a H
1
0
(0, ) L
2
(0, ) signica que

k=1
[k
2
[a
k
[
2
+[b
k
[
2
] < . (2.3.14)
De hecho
E(0) =
1
2
_

0
[[u
0,x
[
2
+[u
1
[
2
]dx =

4

k=1
[k
2
[a
k
[
2
+[b
k
[
2
] < . (2.3.15)
Este resultado de existencia y unicidad puede probarse de al menos dos
maneras adicionales, adems del mtodo de series de Fourier que acabamos de
desarrollar:
la teora de semigrupos;
el mtodo de Galerkin.
El mismo tipo de anlisis puede ser desarrollado con muy pocas modica-
ciones en el caso de varias dimensiones espaciales. Basta para ello utilizar los
resultados clsicos sobre la descomposicin espectral de la ecuacin de Laplace.
Con el objeto de presentar los resultados fundamentales en el caso de varias
dimensiones consideramos un abierto de R
n
, n 1. En este punto la regula-
ridad de no es relevante. Con el objeto de desarrollar las soluciones en series
de Fourier es, sin embargo, importante suponer que es acotado.
Consideramos entonces la ecuacin de ondas
_

_
u
tt
u = 0, x , t > 0
u = 0, x , t > 0
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x), x .
(2.3.16)
Aqu y en lo sucesivo denota el clsico operador de Laplace
u =
n

i=1

2
u
x
2
i
. (2.3.17)
Para n 1, (2.3.16) es claramente una generalizacin de la ecuacin de la cuer-
da vibrante (2.3.1). Cuando n = 2, (2.3.16) es un modelo para las vibraciones
de una membrana que, en reposo, ocupa el dominio del plano. Cuando n = 3,
(2.3.16) describe la propagacin de la presin de las ondas acsticas. Sin em-
bargo, desde un punto de vista matemtico, la ecuacin (2.3.16) puede tratarse
de modo semejante en cualquier dimensin espacial.
2.3. RESOLUCINDE LAECUACINDE ONDAS MEDIANTE SERIES DE FOURIER107
Consideramos ahora el problema espectral:
_
= en
= 0 en .
(2.3.18)
Es bien sabido (vase [2] o [8], por ejemplo) que los autovalores
j

j1
de
(2.3.18) constituyen una sucesin creciente de nmeros positivos que tiende a
innito
0 <
1
<
2

3

n
.
El primero de los autovalores es simple. Es habitual repetir el resto de acuerdo
a su multiplicidad. De este modo, existe una sucesin de autofunciones
j

j1
,
donde
j
es una autofuncin asociada al autovalor
j
, que constituye una base
ortonormal de L
2
(). Es decir, se tiene, en particular,
_

k
dx =
jk
. (2.3.19)
De acuerdo a (2.3.19), multiplicando la ecuacin (2.3.18) correspondiente a
k
por
j
e integrando en , gracias a la frmula de Green obtenemos que
_

j

k
dx =
j
_

k
dx =
j

jk
=
k

jk
. (2.3.20)
De este modo se deduce que las autofunciones son tambin ortogonales en
H
1
0
(). Ms concretamente, la sucesin
_

j
/
_

j
_
j1
constituye una base or-
tonormal de H
1
0
().
Utilizando esta base de funciones propias del Laplaciano podemos resolver
la ecuacin de ondas (2.3.16) como lo hicimos en una variable espacial. Para ello
desarrollamos los datos iniciales (u
0
, u
1
) de (2.3.16) del modo siguiente
u
0
(x) =

k=1
a
k

k
(x); u
1
(x) =

k=1
b
k

k
(x). (2.3.21)
Buscamos entonces la solucin u de (2.3.16) en la forma
u(x, t) =

k=1
u
k
(t)
k
(x). (2.3.22)
Observamos entonces que los coecientes u
k
han de resolver la ecuacin dife-
rencial:
u
tt
k
(t) +
k
u
k
(t) = 0, t > 0, u
k
(0) = a
k
, u
t
k
(0) = b
k
, (2.3.23)
108 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
de modo que
u
k
(t) = a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
_
. (2.3.24)
De este modo obtenemos que la solucin u de (2.3.16) admite la expresin
u(x, t) =

k=1
_
a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
_
_

k
(x). (2.3.25)
La similitud de la expresin (2.3.4) del caso de una dimensin espacial con
la frmula (2.3.25) del caso general es evidente. En realidad (2.3.4) es un caso
particular de (2.3.25). Basta observar que cuando = (0, ), el problema de
autovalores para el Laplaciano se convierte en un problema clsico de Sturm-
Liouville. El espectro es por tanto explcito:

k
= k
2
, k 1;
k
(x) =
_
2

sen(kx), k 1. (2.3.26)
Con estos datos las expresiones (2.3.4) y (2.3.25) coinciden efectivamente.
La energa de las soluciones de (2.3.16) es en este caso
E(t) =
1
2
_

_
[ u(x, t) [
2
+[u
t
(x, t)[
2
_
dx (2.3.27)
y tambin se conserva en tiempo. Nuevamente la energa es proporcional al
cuadrado de la norma en el espacio de la energa H = H
1
0
() L
2
().
En este caso el resultado bsico de existencia y unicidad de soluciones dice
que:
Si (u
0
, u
1
) H
1
0
()L
2
(), existe una nica solucin (u, u
t
) C([0, ); H),
i.e.
u C
_
[0, ); H
1
0
()
_
C
1
_
[0, ); L
2
()
_
, (2.3.28)
de (2.3.16). La energa E(t) en (2.3.27) es constante en tiempo.
Conviene tambin sealar que, si bien la regularidad (2.3.28) de las soluciones
dbiles permite interpretar la ecuacin de ondas en un sentido dbil, el hecho que
u sea solucin con la regularidad (2.3.28), junto con la propiedad del operador
de Laplace con condiciones de contono de Dirichlet de constituir un isomorsmo
de H
1
0
() en H
1
(), permite deducir que u C
2
_
[0, ); H
1
()
_
. De este
modo se concluye que la ecuacin (2.3.16) tiene sentido para cada t > 0 en el
espacio H
1
().
Acabamos de ver cmo se puede aplicar el mtodo de Fourier para la re-
solucin de la ecuacin de ondas. Basta para ello conocer la descomposicin
espectral del Laplaciano con condiciones de Dirichlet (2.3.18).
El mtodo de Fourier puede ser adaptado a muchas otras situaciones:
2.4. SERIES DE FOURIER COMO MTODO NUMRICO 109
Condiciones de contorno de Neumann, o mixtas en las que la condicin de
Dirichlet y Neumann se satisfacen en subconjuntos complementarios de la
frontera.
Ecuaciones ms generales con coecientes dependientes de x de la forma:
(x)u
tt
div(a(x)u) +q(x)u = 0,
donde , a y q son funciones medibles y acotadas y y a son uniformemente
positivas, i.e. existen
0
, a
0
> 0 tales que
(x)
0
, a(x) a
0
, p.c.t. x .
Pero es cierto tambin que el mtodo de Fourier tiene sus limitaciones. En
particular no permite abordar ecuaciones no lineales, con coecientes que
dependen de x y t, etc. En estos ltimos casos, los mtodos de Galerkin y
la teora de semi-grupos se muestran mucho ms exibles y tiles.
2.4. Series de Fourier como mtodo numrico
En la seccin anterior hemos visto que la ecuacin de ondas puede ser resuelta
mediante series de Fourier obtenindose la expresin
u(x, t) =

k=1
_
a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
_
_

k
(x), (2.4.1)
siendo
k

k1
y
k

k1
las autofunciones y autovalores del Laplaciano. Co-
mo vimos, es conveniente elegir
k

k1
de modo que constituyan una base
ortonormal de L
2
().
Vimos asimismo que la energa
E(t) =
1
2
_

_
[ u(x, t) [
2
+ [ u
t
(x, t) [
2

dx, (2.4.2)
se conserva a lo largo de las trayectorias.
La energa inicial de las soluciones viene dada por
E(0) =
1
2

k=1
_
[
k
a
k
[
2
+ [ b
k
[
2

. (2.4.3)
As, la hiptesis de que los datos iniciales sean de energa nita
(u
0
, u
1
) H
1
0
() L
2
(), (2.4.4)
110 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
es equivalente a que las sucesiones
_
a
k

k
_
k1
, b
k

k1
pertenezcan al espacio
de las sucesiones de cuadrado sumable
2
.
En vista del desarrollo en serie (2.4.1) de las soluciones, parece natural cons-
truir un mtodo numrico en el que la aproximacin venga dada, simplemente,
por las sumas parciales de la serie:
u
N
(x, t) =
N

k=1
_
a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
_
_

k
(x). (2.4.5)
La suma nita de u
N
en (2.4.5) proporciona, efectivamente, una aproxima-
cin de la solucin u representada en la serie de Fourier (2.4.1). Para compro-
barlo consideremos el resto

N
= u u
N
=

kN+1
_
a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
_
_

k
(x). (2.4.6)
Teniendo en cuenta que
_

k

j
dx =
_
0, si k ,= j

k
, si k = j,
es fcil comprobar que

N
(t)

2
L
2
()
=

kN+1

k
_
a
k
cos
_
_

k
t
_
+
b
k

k
sen
_
_

k
t
__
2
(2.4.7)
2

kN+1
_

k
[ a
k
[
2
+ [ b
k
[
2

.
Como la serie (2.4.3) de la energa inicial es convergente, en virtud de (2.4.7)
deducimos que
u
N
(t) u(t) en C
_
[0, ); H
1
0
()
_
, (2.4.8)
cuando N .
El mismo argumento permite probar que
u
N,t
u
t
(t) en C
_
[0, ); L
2
()
_
. (2.4.9)
De (2.4.8)-(2.4.9) deducimos que, cuando los datos iniciales estn en el espa-
cio de la energa H
1
0
() L
2
(), las sumas parciales (2.4.5) proporcionan una
aproximacin ecaz de la solucin en dicho espacio, uniformemente en tiempo
t 0.
Cabe por tanto preguntarse sobre la tasa o velocidad de la convergencia. El
argumento anterior no proporciona ninguna informacin en este sentido puesto
2.4. SERIES DE FOURIER COMO MTODO NUMRICO 111
que la mera convergencia de la serie (2.4.3) no permite decir nada sobre la
velocidad de convergencia de sus sumas parciales.
Con el objeto de obtener tasas de convergencia es necesario hacer hiptesis
adicionales sobre los datos iniciales. Supongamos por ejemplo que
(u
0
, u
1
)
_
H
2
H
1
0
()
_
H
1
0
(). (2.4.10)
En este caso tenemos

k1
_

2
k
[ a
k
[
2
+
k
[ b
k
[
2
_
< . (2.4.11)
En efecto, tal y como veamos anteriormente en el caso de u
0
, el que u
1
H
1
0
()
se caracteriza porque sus coecientes de Fourier (b
k
)
k1
satisfacen

k1

k
[ b
k
[
2
< . (2.4.12)
Por otra parte, | |
L
2
()
dene una norma equivalente a la inducida por
H
2
() en el subespacio
3
H
2
H
1
0
(). Por otra parte, se tiene
_

j
dx =
_
0 si k ,= j

2
k
si k = j.
(2.4.13)
Deducimos por tanto que

u
0

2
L
2
()
=

k1

2
k
[a
k
[
2
(2.4.14)
y, de este modo, observamos que, efectivamente, la serie (2.4.11) converge.
La informacin adicional que (2.4.11) proporciona sobre los coecientes de
Fourier permite obtener tasas de convergencia de u
N
hacia u en el espacio de la
energa. Por ejemplo, volviendo a (2.4.7) tenemos, usando el hecho de que
j

es creciente,

N
(t)

2
L
2
()
2

kN+1
_

k
[a
k
[
2
+[b
k
[
2
_
2

kN+1
1

k
_

2
k
[a
k
[
2
+
k
[b
k
[
2
_

N+1

kN+1
_

2
k
[a
k
[
2
+
k
[b
k
[
2
_

N+1

(u
0
, u
1
)

2
H
2
H
1
0
()H
1
0
()
.
3
En este punto ultilizamos el resultado clsico de regularidad de las soluciones del problema
de Dirichlet para el Laplaciano que garantiza que, si el dominio es de clase C
2
y el segundo
miembro est en L
2
(), entonces la solucin pertenece a H
2
H
1
0
().
112 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
El mismo argumento puede ser utilizado para estimar la norma de
N,t
en L
2
().
De este modo deducimos que
| uu
N
|
L

(0,; H
1
0
())W
1,
(0,; L
2
())

C
_

N+1

(u
0
, u
1
)

H
2
H
1
0
()H
1
0
()
.
(2.4.15)
Esta desigualdad proporciona estimaciones explcitas sobre la velocidad de con-
vergencia. En efecto, el clsico Teorema de Weyl sobre la distribucin asinttica
de los autovalores del Laplaciano asegura que

N
c()N
2/n
, N (2.4.16)
donde c() es una constante positiva que depende del dominio y n es la dimen-
sin espacial
4
.
Combinando (2.4.15) y (2.4.16) obtenemos que u
N
converge a u en el espacio
de la energa, uniformemente en tiempo t 0, con un orden de O
_
N
1/n
_
.
La hiptesis (u
0
, u
1
) H
2
H
1
0
() H
1
0
() realizada sobre los datos inicia-
les es slo una de las posibles. De manera general puede decirse que, cuando los
datos iniciales son ms regulares que lo que el espacio de la energa exige y veri-
can las condiciones de compatibilidad adecuadas en relacin a las condiciones
de contorno, entonces, se puede establecer una estimacin sobre la velocidad de
convergencia de la aproximacin que las sumas parciales del desarrollo en serie
de Fourier proporcionan a la solucin de la ecuacin de ondas.
Este mtodo de aproximacin lo denominaremos mtodo de Fourier. Se trata
de un mtodo de aproximacin sumamente til en una dimensin espacial puesto
que, al disponer de la expresin explcita de las autofunciones
k
y autovalores
de
k
, la aproximacin u
N
puede calcularse de manera totalmente explcita.
Bastara para ello con utilizar una frmula de cuadratura para aproximar el
valor (2.3.3) de los coecientes de Fourier.
El mtodo de Fourier es sin embargo mucho menos ecaz en varias dimen-
siones espaciales. En efecto, en ese caso no disponemos de la expresin explcita
de las autofunciones y autovalores y su aproximacin numrica es un problema
tan complejo como el de la propia aproximacin de la ecuacin de ondas.
Otro de los inconvenientes del mtodo de Fourier es que, cuando la ecuacin
es no-lineal o tiene coecientes que dependen de (x, t), ya no se puede obtener
una expresin explcita de la solucin en serie de Fourier y por tanto tampoco
de sus aproximaciones.
4
Es obvio que, por ejemplo, en una dimensin espacial n = 1, la expresin asinttica
en (2.4.16) coincide con lo que se observa en la expresin explcita del espectro. En efecto,
recordemos que, cuando = (0, ),
k
= k
2
.
2.4. SERIES DE FOURIER COMO MTODO NUMRICO 113
Es por eso que el mtodo de Fourier tiene una utilidad limitada y que pre-
cisamos de mtodos ms sistemticos y robustos que funcionen no slo en casos
particulares sino para amplias clases de ecuaciones. En este marco destacan los
mtodos de diferencias y elementos nitos, que sern el objeto central de este
curso.
114 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
2.5. La ecuacin de ondas disipativa
Hemos visto cmo el mtodo de Fourier permite representar explcitamente
las soluciones de la ecuacin de ondas y que proporciona en s un mtodo num-
rico de aproximacin de las mismas. En esta seccin vamos a describir cmo se
puede utilizar este mtodo para analizar propiedades cualitativas de ecuaciones
de ondas perturbadas. Para ello consideremos el caso de la ecuacin de ondas
disipativa:
_

_
u
tt
u +au
t
= 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(2.5.1)
Suponemos que es un abierto acotado de R
n
con n 1 y que la constante a
es positiva: a > 0.
La ecuacin de ondas (2.5.1) incorpora un trmino disipativo. La manera
ms natural de interpretar el efecto del trmino aadido au
t
es reescribir la
ecuacin como
u
tt
u = au
t
. (2.5.2)
En esta expresin se observa que au
t
representa una fuerza que acta en
el dominio en cada instante de tiempo. La fuerza aplicada es proporcional
a la velocidad u
t
, con una constante de proporcionalidad a que supondremos
positiva. Por ltimo, se observa que la fuerza aplicada es de signo contrario a
la velocidad de modo que cuando u
t
> 0 (resp. u
t
< 0) la fuerza aplicada es
negativa (resp. positiva).
Para representar las soluciones en series de Fourier desarrollamos en primer
lugar los datos iniciales:
u
0
(x) =

k=1
a
k

k
(x), u
1
(x) =

k=1
b
k

k
(x), x . (2.5.3)
Aqu y en lo que sigue
k

k1
:

k
=
k

k
en ;
k
= 0 en . (2.5.4)
Buscamos entonces una solucin de (2.5.1) de la forma
u(x, t) =

k=1
u
k
(t)
k
(x) (2.5.5)
2.5. LA ECUACIN DE ONDAS DISIPATIVA 115
con u
k
= u
k
(t) solucin de
_
u
tt
k
+
k
u
k
+au
t
k
= 0, t > 0
u
k
(0) = a
k
, u
t
k
(0) = b
k
.
(2.5.6)
La solucin de (2.5.6) puede calcularse explcitamente. Para ello basta cal-
cular las races del polinomio caracterstico

2
+
k
+a = 0, (2.5.7)
que vienen dadas por

=
a

a
2
4
k
2
. (2.5.8)
La solucin de (2.5.6) es de la forma
u
k
(t) =
+
e
a+

a
2
4
k
2
t
+

e
a

a
2
4
k
2
t
(2.5.9)
donde las constantes

y
+
son tales que los datos iniciales de (2.5.6) se
verican, i.e.
_
_
_

+
+

= a
k
a+

a
2
4
k
2

+

a+

a
2
4
k

= b
k
.
(2.5.10)
Esto es as cuando
a
2
,= 4
k
. (2.5.11)
En caso contrario, cuando a
2
= 4
k
, la solucin es de la forma
u
k
(t) = e
at/2
+te
at/2
, (2.5.12)
donde las constantes y son tales que se verican los datos iniciales:
= a
k
,
a
2
+ = b
k
. (2.5.13)
A partir de estas expresiones es fcil deducir cul es el comportamiento
cualitativo de las soluciones (2.5.5) de (2.5.1). Para ello es conveniente analizar
la evolucin temporal de la energa:
E(t) =
1
2
_

_
[u(x, t)[
2
+[u
t
(x, t)[
2
_
dx. (2.5.14)
Es fcil comprobar que la energa E es decreciente. En efecto, multiplicando
por u
t
en la ecuacin (2.5.1) obtenemos la frmula de disipacin de la energa:
dE
dt
(t) = a
_

[u
t
(x, t)[
2
dx. (2.5.15)
116 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
De esta identidad deducimos que, efectivamente, la energa decrece en el tiempo.
Pero la identidad (2.5.15) en s misma no proporciona informacin precisa
sobre el modo en que las soluciones decrecen. Este anlisis exige la utilizacin
de las series de Fourier.
Recordemos que, por las propiedades de ortogonalidad de las autofunciones

k1
en L
2
() y H
1
0
(), tenemos
E(t) =
1
2

k=1
_
[u
t
k
(t)[
2
+
k
[u
k
(t)[
2
_
. (2.5.16)
Introducimos la notacin
e
k
(t) =
1
2
_
[u
t
k
(t)[
2
+
k
[u
k
(t)[
2
_
(2.5.17)
para la energa de cada una de las componentes de Fourier.
En efecto:
E(t) =

k=1
e
k
(t) =

k=1
1
2
_
[u
t
k
(t)[
2
+
k
[u
k
(t)[
2
_
. (2.5.18)
Ahora bien, en el caso genrico en el que (2.5.9) se cumple (obsrvese que

k1
es un conjunto numerable y que, por tanto, para casi todo a > 0
la condicin (2.5.11) se cumple) de la expresin (2.5.9) deducimos que e
k
(t) es
una funcin con un decaimiento exponencial que satisface
e
k
(t) Ce
k
(0)e

k
t
(2.5.19)
donde C es una constante positiva independiente de k y de la solucin y
k
es
la tasa exponencial de decaimiento de la ksima componente de Fourier que
viene dada por

k
=
_
_
_
a

a
2
4
k
2
, cuando a
2
> 4
k
a
2
, cuando a
2
< 4
k
.
(2.5.20)
El caso crtico a
2
= 4
k
ser considerado ms adelante.
En el caso en que la condicin (2.5.11) no se cumple tenemos un resultado
ligeramente distinto
e
k
(t) Ce
k
(0)te

k
t
, (2.5.21)
con

k
= a/2. (2.5.22)
2.5. LA ECUACIN DE ONDAS DISIPATIVA 117
Combinando estos resultados sobre el decaimiento de cada componente de Fou-
rier y (2.5.18) deducimos que
E(t) CE(0)e
t
, (2.5.23)
con
= (a) =
_
_
_
a
2
si a
2
< 4
1
,
a

a
2
41
2
si a
2
> 4
1
,
(2.5.24)
teniendo en cuenta tambin que en el caso crtico en que
a
2
= 4
1
, (2.5.25)
tenemos un decaimiento ligeramente inferior
E(t) CE(0)te

a
2
t
. (2.5.26)
En cualquier caso vemos que la funcin
a (a) (2.5.27)
que al potencial disipativo a le asocia la tasa exponencial de decaimiento de la
energa de las soluciones tiene las siguientes propiedades:
(a) crece linealmente para a [0, 2

1
];
(a) decrece cuando a > 2

1
;
(a) 0 cuando a ;
El mximo de (a) se alcanza cuando (2.5.25) se cumple, es decir, para el
potencial disipativo
a = 2
_

1
. (2.5.28)
En particular vemos que, contrariamente a lo que una primera intuicin
podra sugerir, la tasa de decaimiento de las soluciones, (a), no es una funcin
montona creciente del potencial disipativo a, ni tiende a innito cuando a
sino que, la cantidad de disipacin que el sistema (2.5.1) puede soportar
se satura cuando se alcanza el valor crtico (2.5.28) del potencial disipativo
y a partir de ese momento, para mayores valores de a, la tasa de decaimiento
comienza a decrecer. Esto es lo que se conoce como fenmeno de sobredisipacin
(overdampingen ingls). A partir del valor (2.5.28) del potencial disipativo, el
decaimiento empeora.
118 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Pero sto es as cuando se consideran globalmente todas las posibles solucio-
nes de (2.5.1) o, lo que es lo mismo, se tienen en cuenta todas las componentes
de Fourier de la solucin. Las expresiones (2.5.9) y (2.5.20) muestran que, si
se consideran nicamente las altas frecuencias de Fourier correspondientes a
autovalores que satisfacen
4
k
a
2
, (2.5.29)
entonces la energa de las soluciones decrece con una tasa exponencial a/2.
Por tanto, a pesar de que de manera global el fenmeno de sobredisipacin se
produce, las altas frecuencias si que presentan un comportamiento ms acorde
con la intuicin de modo que su tasa de decaimiento aumenta linealmente con
el potencial disipativo a.
Este fenmeno de sobredisipacin no ocurre en otros modelos ms sencillos.
Por ejemplo, si consideramos la ecuacin del calor
_

_
u
t
u +au = 0 en (0, ),
u = 0 en (0, )
u(x, 0) = u
0
(x) en ,
(2.5.30)
utilizando su desarrollo en serie de Fourier es muy fcil probar que
| u(t) |
L
2
()
e

(
1
+a)
2
t
| u
0
|
L
2
()
, t > 0 (2.5.31)
para toda solucin y todo potencial disipativo a. Vemos pues que en este caso
la tasa de decaimiento aumenta de manera lineal con el potencial disipativo.
Qu es lo que distingue la ecuacin de ondas de la del calor y hace que en la
primera se produzca un fenmeno de sobredisipacin? La respuesta es sencilla:
La ecuacin de ondas es de orden dos en tiempo y sus genuinas incgnitas son
u y u
t
. Un solo potencial disipativo es incapaz de aumentar arbitrariamente la
tasa de decaimiento.
Esto se pone claramente de maniesto cuando escribimos la ecuacin de
ondas (2.5.1) en forma de sistema. Tenemos
_
u
t
= v
v
t
= u av.
(2.5.32)
En la segunda ecuacin de (2.5.32) vemos que el potencial a disipa efectivamente
la segunda componente v = u
t
del sistema. Uno podra pensar que de (2.5.32) se
desprende que la primera componente u no se disipa. Pero esto no es as, ambas
lo hacen a travs del acoplamiento del sistema pero sin que se pueda evitar el
fenmeno de sobredisipacin.
2.5. LA ECUACIN DE ONDAS DISIPATIVA 119
El remedio parece entonces sencillo. Utilizamos dos potenciales distintos a >
0 y b > 0 que afecten tanto la componente u
t
como u. Llegamos as al sistema:
_

_
u
tt
u +au
t
+bu = 0 en (0, )
u = 0 en (0, )
u(0) = u
0
, u
t
(0) = u
1
en .
(2.5.33)
En este caso la energa del sistema es
E
b
(t) =
1
2
_

_
[u
t
(x, t)[
2
+[u(x, t)[
2
+bu
2
(x, t)
_
dx (2.5.34)
y satisface
dE
b
dt
(t) = a
_

u
2
t
(x, t)dx. (2.5.35)
El anlisis de Fourier proporciona una expresin de las soluciones de (2.5.33)
de la forma (2.5.5) donde, ahora, cada coeciente de Fourier es solucin de
u
tt
k
+ (
k
+b)u +au
t
= 0. (2.5.36)
las races del polinomio caracterstico son ahora

=
a
_
a
2
4(
k
+b)
2
. (2.5.37)
De este modo vemos que, para cualquier a > 0, si tomamos b > 0 sucientemente
grande de modo que
a
2
< 4(
1
+b) (2.5.38)
cada componente de Fourier decae con una tasa exponencial

b
k
(a) =
a
2
.
Vemos pues que eligiendo b de acuerdo a (2.5.38) se puede garantizar que la
energa E
b
satisface
E
b
(t) CE
b
(0)e

a
2
t
evitndose as el fenmeno de sobredisipacin.
Un anlisis anlogo permite describir el modo en que el espectro de la ecua-
cin de ondas se convierte en el del calor a lo largo de la familia uniparamtrica
de ecuaciones:
u
tt
u +u
t
= 0. (2.5.39)
En efecto, se observa que, en el lmite cuando 0, se obtiene la ecuacin del
calor:
u
t
u = 0. (2.5.40)
120 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Es interesante analizar cmo el espectro de la ecuacin de ondas disipativa,
esencialmente localizado a lo largo de una recta vertical del plano complejo se
convierte en un espectro localizado en el semieje real negativo. El hecho de que
el orden del sistema pase de ser dos a ser uno tambin queda de maniesto en
este proceso lmite puesto que la mitad de los autovalores de la ecuacin de
ondas se desvanecen tendiendo a menos innito.
2.6. TEORA DE SEMIGRUPOS 121
2.6. Teora de Semigrupos
En las secciones anteriores hemos descrito cmo la ecuacin de ondas puede
ser resuelta mediante series de Fourier. Sin embargo, tal y como sealamos, este
mtodo carece de la generalidad que desearamos puesto que no permite analizar
ecuaciones con coecientes dependientes de (x, t), ecuaciones no-lineales, etc.
En esta seccin vamos a indicar el modo en que la ecuacin de ondas puede
enmarcarse en el contexto de la teora de semigrupos que se muestra mucho ms
exible a la hora de abordar sus variantes.
Consideremos pues la ecuacin de ondas
_

_
u
tt
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
, u
t
(x, 0) = u
1
(x) en ,
(2.6.1)
donde es un abierto de R
n
, n 1, que supondremos acotado para simplicar
la presentacin, si bien esta hiptesis no es en absoluto esencial.
Conviene escribir la ecuacin de ondas como un sistema de orden uno:
_
u
t
= v
v
t
= u.
(2.6.2)
De este modo la incgnita genuina del sistema es el par U = (u, v) = (u, u
t
),
lo cual coincide con nuestra intuicin segn la cual la verdadera incgnita no es
slamente la posicin u sino tambin la velocidad u
t
. Por otra parte, esto explica
que en (4.1) tomemos dos datos iniciales u
0
y u
1
para u y u
t
respectivamente.
En la variable vectorial U el sistema (2.6.2) puede escribirse formalmente
como
5
U
t
= AU (2.6.3)
donde A es el operador lineal
A =
_
0 I
0
_
, (2.6.4)
siendo I el operador identidad y el operador de Laplace.
Pero la escritura (2.6.3)-(2.6.4) es puramente formal. En efecto, como es
bien sabido, en el marco de los espacios de Hilbert (o de Banach) de dimensin
innita, una denicin rigurosa de operador exige no solamente que indiquemos
el modo en que acta sino tambin su dominio.
5
En este punto abusamos de la notacin, pues U se tratara del vector columna
`
u
u
t

si
bien, para simplicar la escritura a veces lo escribiremos como vector la.
122 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Como habamos indicado anteriormente, el espacio natural para resolver la
ecuacin de ondas es el espacio de Hilbert
H = H
1
0
() L
2
(). (2.6.5)
La eleccin de este espacio es efectivamente natural en vista de los siguientes
hechos:
La energa
E(t) =
1
2
_

_
[ u(x, t) [
2
+ [ u
t
(x, t) [
2
_
dx (2.6.6)
se conserva en tiempo, lo cual puede ser comprobado formalmente multi-
plicando la ecuacin de ondas por u
t
e integrando en .
La conservacin de la energa sugiere que, efectivamente, es natural buscar
soluciones tales que u H
1
() y u
t
L
2
().
La condicin de contorno de Dirichlet, u = 0 en , sugiere la necesidad
de buscar soluciones que se anulen en la frontera. Es bien conocido que, en
el marco del espacio de Sobolev H
1
, la manera ms natural de interpretar
esta condicin es exigir que u H
1
0
().
El espacio de la energa H es un espacio de Hilbert dotado de la norma:
| (f, g) |
H
=
_

2
H
1
0
()
+

2
L
2
()
_
1/2
. (2.6.7)
Por otra parte, las normas | |
L
2
()
, | |
H
1
0
()
estn denidas de la manera
usual
6
:

H
1
0
()
=
_
_

[ f [
2
dx
_
1/2
;

L
2
()
=
_
_

g
2
dx
_
1/2
. (2.6.8)
Denimos el operador A como un operador lineal no-acotado en H. Para
ello establecemos que el dominio del operador A es precisamente el subespacio
de los elementos V H para los que AV H. En vista de la estructura de A
sto da como resultado el dominio:
D(A) =
_
(u, v) H
1
0
() L
2
() : v H
1
0
(), u L
2
()
_
(2.6.9)
=
_
(u, v) H
1
0
() H
1
0
() : u L
2
()
_
.
6
En este punto utilizamos implcitamente el hecho que sea acotado. En efecto, si no
lo fuese (o si, de manera ms general, si no fuese acotado en una direccin) no se podra
garantizar que la desigualdad de Poincar se verica, lo cual a su vez no permitira garantizar
que la norma denida en (2.6.8) fuese equivalente a la inducida por H
1
() sobre el subespacio
H
1
0
().
2.6. TEORA DE SEMIGRUPOS 123
Cuando el dominio es de clase C
2
el resultado clsico de regularidad elptica
que garantiza que las funciones u H
1
0
() tales que u L
2
() pertenecen en
realidad a H
2
(), permite reescribir el dominio de la manera siguiente
D(A) =
_
H
2
() H
1
0
()
_
H
1
0
(). (2.6.10)
En este punto conviene subrayar que la hiptesis de que sea regular de clase C
2
no es en absoluto esencial. Todo lo que vamos a decir en lo sucesivo identicando
el dominio con (2.6.10) es tambin cierto, sin la hiptesis de regularidad del
abierto , tomando (2.6.9) como denicin del dominio del operador.
En lo sucesivo supondremos por tanto que , adems de ser acotado, es de
clase C
2
.
Es fcil comprobar que A es un operador anti-adjunto, i.e.
A

= A. (2.6.11)
Basta para ello utilizar el hecho de que el operador de Laplace A con dominio
H
2
() H
1
0
() en el espacio de Hilbert L
2
() es un operador autoadjunto.
Pero, de hecho, para comprobar la antisimetra que (2.6.11) indica basta con
realizar el siguiente clculo elemental:
_
AU,

U
_
H
=
_
v, u
_
H
1
0
()
+
_
u, v
_
L
2
()
(2.6.12)
=
_

_
v u + u v
_
dx =
_

_
v u +u v
_
dx
=
_
U, A

U
_
H
para todo U,

U D(A).
En (2.6.12) y en lo sucesivo mediante (, )
H
denotamos el producto escalar
en H. En vista de la estructura de H como espacio producto, el producto escalar
en H es la suma de los productos escalares en H
1
0
() y L
2
() de las primeras y
segundas componentes de vector V .
Con esta denicin del operador A podemos ahora escribir la ecuacin de
ondas (2.6.1) en la forma del siguiente problema de Cauchy abstracto
_
U
t
= AU, t > 0
U(0) = U
0
,
(2.6.13)
donde el dato inicial U
0
es, evidentemente, el vector columna (u
0
, u
1
) de los
datos iniciales de (2.6.1).
124 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Tenemos dos tipos de soluciones de (2.6.13). Aqullas que denominaremos
soluciones fuertes tales que
7
U C
_
[0, ); D(A)
_
C
1
([0, ); H). (2.6.14)
En este caso tanto el trmino de la izquierda como de la derecha de (2.6.13) son
funciones bien denidas que pertenecen al espacio C([0, ); H) y, por tanto, la
ecuacin de (2.6.13) tiene sentido en el espacio H para todo valor de t > 0. La
segunda ecuacin de (2.6.13) relativa al dato inicial tiene tambin sentido pues,
por la continuidad de U en tiempo a valores en D(A), U(0) est bien denida
en D(A). Es por este hecho precisamente que slo cabe esperar la existencia de
soluciones fuertes cuando el dato inicial U
0
de (2.6.13) pertenece a D(A).
En trminos de la posicin u y velocidad u
t
de la solucin de la ecuacin de
ondas (2.6.1), la regularidad (2.6.14) equivale a
u C
_
[0, ); H
2
H
1
0
()
_
C
1
_
[0, ); H
1
0
()
_
C
2
_
[0, ); L
2
()
_
.
(2.6.15)
Es tambin claro que (2.6.15) permite dar un sentido a todas las ecuaciones
de (2.6.1). En particular, la ecuacin de ondas se verica, para cada t > 0, en
L
2
() y, por tanto, en particular, para casi todo x .
Las soluciones dbiles de (2.6.13) son menos regulares. Son en realidad aqu-
llas que pertenecen al espacio de la energa, i.e.
U C([0, ); H) (2.6.16)
o bien
u C
_
[0, ); H
1
0
()
_
C
1
_
[0, ); L
2
()
_
. (2.6.17)
Cabe preguntarse por el sentido de (2.6.13) bajo las condiciones de regularidad
(2.6.16). En efecto, este sentido no est a priori claro pues (2.6.16) no permite
denir, en principio, AU, al no pertenecer U a D(A) ni permite calcular la
derivada temporal de U.
A pesar de ello, tiene efectivamente sentido hablar de soluciones dbiles de
(2.6.1) o (2.6.13) y esto se puede ver con ms claridad en el contexto de (2.6.1)
y bajo la condicin de regularidad (2.6.17). En efecto, es bien sabido que el
operador dene un isomorsmo de H
1
0
() en su dual H
1
(). Por tanto,
como u C
_
[0, ); H
1
0
()
_
, tenemos tambin que u C
_
[0, ); H
1
()
_
.
Por otra parte, como u C
_
[0, ); H
1
0
()
_
, se trata en particular de una
7
El dominio D(A) de un operador se puede dotar de estructura Hilbertiana a travs de la
norma [[u[[
D(A)
= [[[u[[
2
H
+[[Au[[
2
H
]
1/2
.
2.6. TEORA DE SEMIGRUPOS 125
distribucin por lo que su derivada segunda temporal u
tt
est bien denida en
el espacio de las distribuciones T
t
( (0, )). La ecuacin de ondas (2.6.1)
tiene por tanto sentido en el marco de las distribuciones. Ahora bien, como
u C
_
[0, ); H
1
()
_
, de la propia ecuacin de ondas deducimos que u
tt

C
_
[0, ); H
1
()
_
y entonces la ecuacin de ondas tiene sentido, para todo
t > 0, en H
1
(). Vemos por tanto que las soluciones dbiles de la ecuacin de
ondas, en la clase (2.6.17), por ser soluciones de la ecuacin de ondas, tienen la
propiedad de regularidad adicional
u C
2
_
[0, ); H
1
()
_
. (2.6.18)
La teora de semi-grupos garantiza la existencia y unicidad de soluciones
de (2.6.13) (y por tanto de la ecuacin de ondas original) tanto fuertes como
dbiles. Basta para ello aplicar el Teorema de Hille-Yosida en su versin ms
elemental (vase, por ejemplo, el captulo VII del libro [2]).
Con el objeto de enunciar este importante Teorema conviene recordar la
nocin de operador maximal disipativo.
Denition 2.6.1 Un operador A : D(A) H H lineal, no acotado, en el
espacio de Hilbert H se dice disipativo si
(Av, v)
H
0, v D(A). (2.6.19)
Se dice que es maximal-disipativo si, adems, satisface la siguiente condicin de
maximalidad:
R(I A) = H f H, u D(A) t.q. u Au = f. (2.6.20)
Bajo esta condicin se verica el siguiente importante Teorema:
Theorem 2.6.1 (de Hille-Yosida)
Sea A un operador maximal-disipativo en un espacio de Hilbert H. Entonces,
para todo u
0
D(A) existe una funcin
u C
_
[0, ); D(A)
_
C
1
_
[0, ); H
_
(2.6.21)
nica tal que
_
_
_
du
dt
= Au en [0, )
u(0) = u
0
.
(2.6.22)
Adems se tiene
| u(t) || u
0
|
H
,

du
dt
(t)

H
=| Au(t) |
H
| Au
0
|
H
, t > 0. (2.6.23)
126 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Es fcil comprobar que el operador A asociado a la ecuacin de ondas (2.6.1)
denido anteriormente es maximal disipativo. El hecho de que A sea anti-adjunto
(A

= A) garantiza que tanto A como A son disipativos en el sentido de la


Denicin 2.6.1
8
.
En efecto, de (2.6.12) deducimos que
(AU, U)
H
= (AU, U)
H
y por tanto
(AU, U)
H
= 0 (2.6.24)
lo cual garantiza la disipatividad de A y A.
9
Por otra parte, el operador A de la ecuacin de ondas verica tambin la
condicin de maximalidad (2.6.20). En efecto, para comprobarlo basta ver que
para todo par (f, g) H, i.e. f H
1
0
(), g L
2
(), existe al menos una
solucin de la ecuacin
(I A)
_
u
v
_
=
_
f
g
_
(2.6.25)
con (u, v) D(A) =
_
H
2
H
1
0
()
_
H
1
0
(). Esto es efectivamente cierto. Dada
la forma explcita del operador A el sistema (2.6.25) se escribe del siguiente
modo
u v = f, v u = g. (2.6.26)
La primera ecuacin de (2.6.26) puede reescribirse como
v = u f (2.6.27)
y entonces la segunda adquiere la forma
u u = g +f. (2.6.28)
8
En el contexto de los sistemas de la Mecnica la palabra disipativo tiene un sentido
preciso: Se dice que un sistema de evolucin es disipativo si la energa de las soluciones decrece
en tiempo. Es este precisamente el sentido del trmino en el marco abstracto en la Teora
de Operadores que se desprende de (2.6.19). En efecto, multiplicando escalarmente en H la
primera ecuacin (2.6.22) por u, en virtud de (2.6.19) deducimos que

d
dt
u(t), u(t)

H
=
1
2
d
dt
|
u(t) |
2
H
=< Au(t), u(t), u(t)) >0.
9
Conviene observar que cuando A satisface (2.6.24) las soluciones de la ecuacin abstracta
du
dt
(t) = Au(t)
conservan la energa puesto que
1
2
d
dt

u(t)

2
H
= (Au(t), u(t)) = 0.
2.6. TEORA DE SEMIGRUPOS 127
Como g + f L
2
(), la segunda ecuacin (2.6.28), que puede escribirse de
manera ms precisa como
_
u u = f +g en
u = 0 en ,
(2.6.29)
admite una nica solucin u H
2
H
1
0
() por los resultados clsicos de exis-
tencia, unicidad y regularidad para el problema de Dirichlet. Como f H
1
0
() y
u H
2
H
1
0
() la solucin v de (2.6.27) satisface entonces v H
1
0
(). Deduci-
mos entonces que (2.6.25) admite una nica solucin en D(A), lo cual garantiza
la maximalidad de A.
El Teorema 2.6.1, aplicado a la versin abstracta (2.6.13) de la ecuacin
de ondas (2.6.1) proporciona de manera inmediata la existencia y unicidad de
soluciones fuertes. En efecto, se tiene:
Theorem 2.6.2 Si es un dominio acotado de clase C
2
, para cada par de
datos iniciales (u
0
, u
1
)
_
H
2
H
1
0
()
_
H
1
0
(), la ecuacin de ondas posee
una nica solucin fuerte en la clase
u C
_
[0, ); H
2
H
1
0
()
_
C
1
_
[0, ); H
1
0
()
_
C
2
_
[0, ); L
2
()
_
.
(2.6.30)
Slo nos resta deducir la existencia y unicidad de soluciones en el espacio de
la energa. Tenemos para ello varias opciones. Una de ellas consiste en analizar
el operador de ondas como operador no acotado en el espacio de Hilbert

H =
L
2
()H
1
() con dominio H

H. Es fcil comprobar que el operador A antes
denido es tambin un operador maximal disipativo en este marco funcional.
De este modo, como consecuencia del Teorema de Hille-Yosida deducimos que:
Theorem 2.6.3 En las hiptesis del Teorema 2.6.2, si los datos iniciales (u
0
, u
1
)
H
1
0
() L
2
() la ecuacin de ondas (2.6.1) admite una nica solucin en
u C
_
[0, ); H
1
0
()
_
C
1
_
0, ); L
2
()
_
C
2
_
[0, ); H
1
()
_
. (2.6.31)
Conviene observar que ambos teoremas de existencia y unicidad (Teoremas
2.6.2 y 2.6.3) proporcionan resultados semejantes pero en espacios que dieren
en una derivada en su regularidad.
La posibilidad de obtener soluciones dbiles a partir de soluciones fuertes
puede tambin explicarse en el marco del problema abstracto (2.6.22). En efecto,
suponiendo que A es un operador maximal disipativo, consideremos el problema
abstracto y denamos la funcin
v(t) =
_
t
0
u(s)ds +v
0
. (2.6.32)
128 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Integrando a su vez la ecuacin de (2.6.22) con respecto al tiempo obtenemos
u(t) u
0
= A
_
t
0
uds
que podemos reescribir de la siguiente manera:
u(t) = A
_
t
0
uds +u
0
v
t
= Av Av
0
+u
0
.
Por lo tanto, para poder garantizar que tambin v es una solucin del problema
abstracto (2.6.22) basta con elegir v
0
de modo que
Av
0
= u
0
. (2.6.33)
Supongamos que, dado u
0
H, (2.6.33) admite una nica solucin v
0
D(A).
Entonces la funcin v denida en (2.6.32) satisface
_
v
t
= Av, t > 0
v(0) = v
0
.
(2.6.34)
En virtud del Teorema de Hille-Yosida, como v
0
D(A), la ecuacin (2.6.34)
admite una nica solucin fuerte
v C
_
[0, ); D(A)
_
C
1
_
[0, ); H
_
. (2.6.35)
De (2.6.35) deducimos que
u = v
t
C
_
[0, ); H
_
. (2.6.36)
Vemos de este modo que, cuando u
0
H, la ecuacin abstracta admite una
nica solucin dbil en la clase (2.6.36).
Comentemos brevemente la ecuacin (2.6.33). En la denicin de operador
maximal disipativo se garantiza que I A es un operador con rango pleno. Pero
nada se dice del operador A. Conviene sin embargo sealar que sto es irrelevante
a la hora de resolver el problema abstracto (2.6.22). En efecto, introduzcamos
el clsico cambio de variables
w(t) = e
t
u(t), (2.6.37)
donde R.
Entonces w
t
= e
t
[u
t
+u] . Por tanto, u es solucin de (2.6.22) si y slo si
w es solucin de
_
w
t
= Aw +w, t > 0
w(0) = u
0
(2.6.38)
2.6. TEORA DE SEMIGRUPOS 129
Esto indica que el cambio de variable permite transformar soluciones fuertes
(resp. dbiles) de (2.6.22) en soluciones fuertes (resp. dbiles) de (2.6.38) y
viceversa.
Por otra parte, cuando A es maximal-disipativo, para = 1, el operador
A I de (2.6.38) es de rango pleno. Esto permite utilizar el argumento ante-
rior de integracin en tiempo para obtener soluciones dbiles a partir de las
soluciones fuertes directamente en (2.6.38) cuando = 1 (porque el proble-
ma correspondiente a (2.6.33) podra efectivamente garantizarse que tiene una
nica solucin v
0
D(A) para cada u
0
H).
En el caso de la ecuacin de ondas, (2.6.33) puede resolverse directamente
sin apelar al cambio de variables. En efecto, en este caso, el problema (2.6.33)
puede reescribirse de la siguiente manera: Dado (u
0
, u
1
) H
1
0
()L
2
() hallar
(v
0
, v
1
)
_
H
2
H
1
0
()
_
H
1
0
() tal que
v
1
= u
0
; v
0
= u
1
. (2.6.39)
La primera ecuacin de (2.6.39) proporciona inmediatamente la solucin v
1

H
1
0
(). Por otra parte, como u
1
L
2
(), sabemos que el problema elptico
v
0
= u
1
en ; v
0
= 0 en , (2.6.40)
admite una nica solucin v
0
H
2
H
1
0
().
Por lo tanto, en el marco de la ecuacin de ondas, (2.6.33) admite una nica
solucin, la cual permite obtener soluciones dbiles de la ecuacin de ondas a
partir de las soluciones fuertes, a travs del cambio de variable (2.6.32).
Como ya hemos indicado anteriormente, en el marco de la ecuacin de ondas,
el operador de ondas A es antiadjunto, y sto equivale a la ley de conservacin de
energa (2.6.6). Vemos por tanto cmo la Teora de semigrupos permite recuperar
todos los resultados obtenidos mediante series de Fourier, pero con la ventaja
de ofrecer un marco mucho ms exible para abordar otras ecuaciones.
Hemos visto que los resultados clsicos de la Teora de semigrupos permiten
construir soluciones fuertes para datos iniciales en D(A) = H
2
H
1
0
()H
1
0
()
y soluciones dbiles para datos en H = H
1
0
()L
2
(). Pero estos no son ms que
dos de los posibles ejemplos de marcos funcionales en los que la ecuacin de ondas
est bien puesta. Otro ejemplo interesante es el de las soluciones ultradbiles
con datos iniciales (u
0
, u
1
) L
2
() H
1
(). En este caso el espacio natural
para las soluciones es C([0, T]; L
2
()) C
1
([0, T]; H
1
()). Los argumentos
anteriores permiten probar de dos maneras distintas este resultado de existencia
y unicidad de soluciones ultradbiles. En efecto:
130 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
El cambio de variables (2.6.32) establece una relacin biunvoca entre so-
luciones ultradbiles u y soluciones dbiles v. Como corolario del Teorema
6.3, mediante este cambio de variable, se deduce la existencia y unicidad
de soluciones ultradbiles.
El teorema de Hille-Yosida puede tambin aplicarse directamente en este
marco funcional para obtener la existencia y unicidad de soluciones ultra-
dbiles. Basta para ello considerar el operador A en el espacio H
1
()
[H
2
H
1
0
()]
t
con dominio L
2
() H
1
() H
1
() [H
2
H
1
0
()]
t
.
Las soluciones que el Teorema de Hille-Yosida proporciona pertenecen en-
tonces a la clase
u C([0, T]; L
2
()) C
1
([0, T]; H
1
()) C
2
([0, T]; [H
2
H
1
0
()]
t
).
(2.6.41)
Observacin. Los diferentes marcos funcionales y grados de regularidad de
las diversas soluciones que hemos construido y considerado pueden tambin
entenderse en el marco de la representacin de las soluciones en series de Fourier.
Como ya hemos mencionado anteriormente, la Teora de semigrupos permite
sin embargo construir estas soluciones para una familia mucho ms amplia de
ecuaciones.
Por ejemplo, si desarrollamos las soluciones de la ecuacin de ondas como
en (2.3.25) las soluciones dbiles de energa nita corresponden a coecientes de
Fourier tales que:

k=1
[
k
[a
k
[
2
+[b
k
[
2
] < . (2.6.42)
Las soluciones fuertes exigen sin embargo condiciones ms fuertes sobre los
coecientes de Fourier:

k=1
[
2
k
[a
k
[
2
+
k
[b
k
[
2
] < . (2.6.43)
Por ltimo, las soluciones ultradbiles exigen simplemente que

k=1
[[a
k
[
2
+
1
k
[b
k
[
2
] < . (2.6.44)
En virtud del Teorema de Hille-Yosida (Teorema 2.6.1), cuando A es un operador
maximal disipativo, es el generador de un semigrupo S(t) : H H que a cada
2.6. TEORA DE SEMIGRUPOS 131
u
0
H asocia el valor u(t) = S(t)u
0
de la solucin del problema abstracto
(2.6.22) en cada instante de tiempo t > 0.
El semigrupo S(t) tambin se denota habitualmente como e
At
, en vista de la
analoga del sistema abstracto (2.6.22) con el clsico sistema lineal de ecuaciones
diferenciales lineales con coecientes constantes en el que A es una matriz.
El semigrupo S(t)
t0
= e
At

t0
es una familia uniparamtrica de ope-
radores lineales acotados en H. En realidad, en virtud de (2.6.23), S(t) es una
contraccin para cada t 0. Por otra parte, el semigrupo verica las siguientes
propiedades:
S(0) = I,
t S(t)u
0
es continua de [0, ) en H para cada u
0
H,
S(t) S(s) = S(t +s).
La ltima propiedad, denominada propiedad de semigrupo, es debida al
carcter autnomo (o invariante por traslaciones temporales) de la ecuacin
(2.6.26).
Consideramos por ltimo la ecuacin de ondas no-homognea:
_

_
u
tt
u = f en (0, )
u = 0 en (0, )
u(0) = u
0
, u
t
(0) = u
1
en .
(2.6.45)
En este caso (2.6.45) describe las vibraciones del cuerpo sometido a una fuerza
exterior f = f(x, t).
El problema (2.6.45) tambin puede ser escrito en el marco de los problemas
abstractos que se pueden abordar en el contexto de la Teora de Semigrupos.
En efecto, la primera ecuacin de (2.6.45) puede escribirse como el sistema
_
u
t
= v
v
t
= u +f,
(2.6.46)
que puede tambin reformularse como el problema abstracto
_
U
t
= AU +F, t > 0
U(0) = U
0
(2.6.47)
donde U = (u, u
t
), A es el generador del semigrupo de la ecuacin de ondas que
acabamos de estudiar y
F(t) =
_
0
f(t)
_
. (2.6.48)
132 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Vemos por tanto que la fuerza externa F aplicada en la versin abstracta (2.6.47)
del sistema (2.6.45) tiene una primera componente nula mientras que la funcin
f de (2.6.45) interviene slo en su segunda componente.
Inspirndonos en la frmula de variacin de las constantes para la resolucin
de ecuaciones diferenciales no homogneas, el problema abstracto (2.6.47) puede
escribirse en la forma integral siguiente
U(t) = S(t)U
0
+
_
t
0
S(t s)F(s)ds = e
At
U
0
+
_
t
0
e
A(ts)
F(s)ds, (2.6.49)
siendo S(t) = e
At
el semigrupo generado por el operador maximal disipativo A.
En virtud de los resultados anteriores sobre las soluciones fuertes y dbiles
del sistema abstracto (2.6.22) asociado al operador A, es fcil deducir que:
Si F L
2
(0, T; D(A)), entonces e
A(ts)
F(s) L
1
(0, t; D(A)).
Basta para ello utilizar las estimaciones (2.6.23) que, con las notaciones
presentes, garantizan que

e
A(ts)
F(s)

F(s)

H
,

Ae
A(ts)
F(s)

AF(s)

H
,
para todo t s y casi todo s [0, T].
Deducimos entonces que
_
t
0
e
A(ts)
F(s)ds C([0, T]; D(A)).
Sin embargo, para que podamos garantizar que se tiene una solucin fuerte
en la clase (2.6.21) es necesario tambin que
_
t
0
e
A(ts)
F(s)ds C
1
([0, T]; H)
para lo que es tambin necesario que F C([0, T]; H).
Si F L
1
(0, T; H), entonces e
A(ts)
F(s) L
1
(0, t; H) para todo 0
t T y por tanto
_
t
0
e
A(ts)
F(s)ds C([0, T]; H).
De estos hechos deducimos los siguientes resultados de existencia y unicidad
para el sistema abstracto no homogneo (2.6.47):
2.6. TEORA DE SEMIGRUPOS 133
Si U
0
D(A) y F C([0, T]; H) L
1
(0, T; D(A)) entonces (2.6.47) ad-
mite una nica solucin fuerte en la clase
U C([0, T]; D(A)) C
1
([0, T]; H).
El mismo resultado es vlido bajo la hiptesis de que F W
1,1
(0, T; H).
Si U
0
H y F L
1
(0, T; H), entonces (2.6.47) admite una nica solucin
dbil. U C([0, T]; H).
Aplicando estos resultados a la ecuacin de ondas no-homognea (2.6.45) obte-
nemos los siguientes resultados de existencia y unicidad:
Si (u
0
, u
1
) H
2
H
1
0
()H
1
0
() y f C([0, T]; L
2
())L
1
(0, T; H
1
0
()),
entonces (2.6.45) admite una nica solucin fuerte u en la clase (2.6.30).
Si (u
0
, u
1
) H
1
0
() L
2
() y f L
1
(0, T; L
2
()), entonces (2.6.45)
admite una solucin dbil
u C([0, T]; H
1
0
()) C
1
([0, T]; L
2
()). (2.6.50)
En este punto conviene subrayar que, salvo que impongamos condiciones adi-
cionales al segundo miembro f, no podemos garantizar que
u C
2
([0, T]; H
1
()). (2.6.51)
En efecto, como u C([0, T]; H
1
0
()) y es un isomorsmo de H
1
0
() en
H
1
(), tenemos u C([0, T]; H
1
()). Por tanto, para que (2.6.51) pueda
cumplirse, en vista de la ecuacin f = u
tt
u, es imprescindible que f
C([0, T]; H
1
()).
El cambio de variable (2.6.32) tambin puede ser aplicado en el marco de la
ecuacin abstracta (2.6.47) y permite nuevamente establecer una corresponden-
cia biunvoca entre soluciones fuertes y dbiles.
Las mismas tcnicas que las desarrolladas en el caso homogneo pueden ser
tambin utilizadas en el no homogneo. Esto nos permite, por ejemplo, construir
soluciones ultradbiles de (2.6.45). De este modo obtenemos que si (u
0
, u
1
)
L
2
()H
1
() y F L
1
(0, T; H
1
()), la ecuacin (2.6.45) admite una nica
solucin ultra-dbil en la clase
u C([0, T]; L
2
()) C
1
([0, T]; H
1
()).
Adems, si f C
_
[0, T];
_
H
2
H
1
0
()
_
t
_
, esta solucin pertenece a
u C
2
_
[0, T];
_
H
2
H
1
0
()
_
t
_
.
134 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Pero, hasta ahora, todos los resultados que hemos obtenido sobre la ecua-
cin de ondas mediante tcnicas de teora de semigrupos, pueden tambin ser
obtenidos mediante series de Fourier. Sin embargo, como habamos menciona-
do anteriormente, la teora de semigrupos es indispensable si deseamos abordar
ecuaciones ms generales con coecientes variables dependientes de (x, t), no
lineales, etc. Ilustramos este hecho analizando el ejemplo de una ecuacin de
ondas con un potencial p = p(x, t) L

( (0, T)), i.e.


_

_
u
tt
u +p(x, t)u = 0 en (0, T)
u = 0 en (0, T)
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(2.6.52)
Nuevamente la ecuacin (2.6.52) puede ser escrita en la forma de un sistema
_
u
t
= v
v
t
= u p(x, t)u,
(2.6.53)
o, en su versin abstracta,
U
t
= AU +B(t)U (2.6.54)
donde A es el operador maximal-disipativo asociado a la ecuacin de ondas y
B(t) : H H es un operador lineal acotado dependiente del tiempo:
B(t)U = B(t)
_
u
v
_
=
_
0
p(x, t)u
_
(2.6.55)
la ecuacin abstracta (2.6.54) puede escribirse como una ecuacin integral
U(t) = e
At
U
0
+
_
t
0
e
A(ts)
B(s)U(s)ds. (2.6.56)
Introduciendo la aplicacin
[(U)](t) = e
At
U
0
+
_
t
0
e
A(ts)
B(s)U(s)ds, 0 t T (2.6.57)
la ecuacin integral (2.6.56) puede tambin ser reescrita como un problema de
punto jo
U(t) = [(U)](t), 0 t T (2.6.58)
que puede ser resuelto mediante la aplicacin del Teorema de punto jo de
Banach para aplicaciones contractivas.
En efecto, si utilizamos que B(t) es un operador lineal y acotado de H
en H, con una cota independiente de 0 t T, es fcil comprobar que la
2.6. TEORA DE SEMIGRUPOS 135
aplicacin (2.6.57) constituye una contraccin estricta en C([0, ); H) para un
sucientemente pequeo (0 T). De este modo obtenemos una nica
solucin U C([0, ]; H) que, mediante un argumento de continuacin puede
ser extendido a una solucin global nica U C([0, T]; H)
10
.
Aplicando este resultado abstracto en el caso de la ecuacin de ondas (2.6.52)
con potencial obtenemos inmediatamente que: Si (u
0
, u
1
) H
1
0
() L
2
(), y
p L

( (0, T)), la ecuacin de ondas con potencial (2.6.52) admite una


nica solucin
u C
_
[0, T]; H
1
0
()
_
C
1
_
[0, T]; L
2
()
_
.
En realidad la estructura (2.6.55) del operador permite debilitar la hiptesis
sobre el potencial p para que el resultado anterior sea vlido. En efecto, en
la prctica es suciente que el operador de multiplicacin u p(t)u envie de
manera acotada H
1
0
() en L
2
(). Si utilizamos las inclusiones de Sobolev es
fcil comprobar que esto es as cuando:
Si n = 1, p L

(0, T; L
2
());
Si n = 2, p L

(0, T; L
r
()), para algn r > 2;
Si n 3, p L

(0, T; L
n
()).
Ms an, basta analizar con un poco ms de cuidado la prueba del carcter
contractivo de la aplicacin para observar que las hiptesis L

en la variable t
pueden ser debilitadas y sustituidas por hiptesis L
1
. As, el resultado anterior
de existencia y unicidad de soluciones dbiles para la ecuacin de ondas con
potencial (2.6.52) es cierto en cuanto el potencial p satisface las condiciones:
p L
1
(0, T; L
2
()), si n = 1.
p L
1
(0, T; L
r
()), con r > 2, si n = 2.
p L
1
(0, T; L
n
()), si n 3.
Los mismos argumentos permiten obtener soluciones fuertes. Pero en este ca-
so habremos de comprobar si el operador abstracto B(t) envia D(A) en D(A).
En el marco de la ecuacin de ondas con potencial esto supone imponer hip-
tesis sobre el potencial p = p(x, t) de modo que, para cada t, el operador de
10
Esto es as puesto que la amplitud de > 0 del intervalo temporal en el que podemos
aplicar el Teorema de punto jo a para deducir la existencia local de soluciones, depende
exclusivamente de la cota de la que dispongamos sobre la norma del operador B
136 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
multiplicacin mediante p(t) envie H
2
H
1
0
() en H
1
0
() y que haga sto de
modo que la cota resultante pertenezca a L
1
(0, T). Esto, evidentemente, exige
hiptesis adicionales sobre la regularidad del potencial p.
Estos argumentos permiten en realidad obtener resultados de existencia y
unicidad tanto de soluciones fuertes como dbiles para ecuaciones ms generales
con potenciales de la forma
u
tt
u +a(x, t) u +b(x, t)u
t
+p(x, t)u = 0. (2.6.59)
Consideremos ahora brevemente una ecuacin de ondas semilineal
_

_
u
tt
u = f(u) en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(2.6.60)
En esta ocasin f : R R es una funcin no lineal. Nuevamente, la ecuacin
(2.6.60) puede ser reescrita en la forma de un sistema
_
u
t
= v
v
t
= u +f(u)
(2.6.61)
que, a su vez, puede ser enmarcado en un sistema semilineal abstracto
U
t
= AU +F(U) (2.6.62)
donde
F(U) = F
_
u
v
_
=
_
0
f(u)
_
. (2.6.63)
El problema puede entonces ser reducido a la ecuacin integral
U(t) = e
At
U
0
+
_
t
0
e
A(ts)
F(U(s))ds (2.6.64)
que, a su vez, es equivalente al problema de punto jo
U(t) = [(U)](t), (2.6.65)
para la funcin
[(U)](t) = e
At
U
0
+
_
t
0
e
A(ts)
F(U(s))ds. (2.6.66)
Sea R =| U
0
|
H
y B
2R
la bola de radio 2R en H. Supongamos que la no-
linealidad F enva H en H de modo que se trate de una funcin Lipschitziana
sobre conjuntos acotados de H, es decir: para todo k > 0, existe L
k
> 0 tal que
| F(U
1
) F(U
2
) |
H
L
k
| U
1
U
2
|
H
U
1
, U
2
H :| U
1
|
H
, | U
2
|
H
k.
(2.6.67)
2.6. TEORA DE SEMIGRUPOS 137
Bajo estas hiptesis es fcil comprobar que si > 0 es sucientemente peque-
o, es una contraccin estrictamente en C([0, ]; B
2R
). Esto permite dedu-
cir la existencia y unicidad de una solucin local (en tiempo) de (2.6.64) en
C([0, ]; B
2R
).
Veamos lo que la hiptesis (2.6.67) supone sobre la no-linealidad de la ecua-
cin de ondas (2.6.60). En vista de la forma particular (2.6.63) de la no-linealidad
del modelo abstracto correspondiente basta en realidad con comprobar que f
enva H
1
0
() en L
2
() de manera Lipschitz sobre conjuntos acotados. Suponga-
mos que la funcin f se comporta esencialmente como una potencia p 1. Es
decir supongamos que

f(x) f(y)

C(1+ [ x [
p1
+ [ y [
p1
) [ x y [, x, y R (2.6.68)
para algn p 1 y C > 0
11
.
Necesitamos comprobar si para todo k > 0 existe L
k
> 0 tal que
| f(u
1
) f(u
2
) |
L
2
()
L
k
| u
1
u
2
|
H
1
0
()
,
u
1
, u
2
H
1
0
() : | u
1
|
H
1
0
()
, | u
2
|
H
1
0
()
k.
(2.6.69)
En vista de la hiptesis (2.6.68) y usando las inclusiones de Sobolev es fcil
comprobar que (2.6.69) se cumple bajo las siguientes restricciones sobre p:
_
Para todo 1 p < , si n = 1, 2.
Para todo 1 p
n
n2
, si n 3.
(2.6.70)
Deducimos por tanto que: Bajo estas condiciones sobre el exponente p, si la
no-linealidad f satisface la condicin de Lipschitz (2.6.68), para cada par de
datos iniciales (u
0
, u
1
) H
1
0
() L
2
() existe un > 0 y una nica solucin
u C([0, ]; H
1
0
()) C
1
([0, ]; L
2
()).
Una vez que la solucin local en tiempo ha sido obtenida, mediante los
mismos argumentos de prolongacin que se utilizan en el marco de las Ecuaciones
Diferenciales Ordinarias (EDO), esta solucin local puede ser prolongada al
mximo intervalo de existencia T
m ax
de modo que la solucin nica de (2.6.60)
se obtiene nalmente en la clase
C([0, T
m ax
); H
1
0
()) C
1
([0, T
m ax
); L
2
()).
Adems, para el tiempo mximo de existencia se verica la siguiente alternativa:
O bien T
max
= (existencia global) y por lo tanto la solucin est denida para
11
Esta hiptesis se cumple, por ejemplo, si f C
1
(R; R) y limsup
|x|
[ f

(x) [
[ x [
p1
< .
138 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
todo tiempo, o bien T
m ax
< (explosin en tiempo nito) y en este caso
lm
t,T
m ax
| u(t) |
H
1
0
()
+ | u
t
(t) |
L
2
()
= . (2.6.71)
El fenmeno que subyace a esta alternativa es fcil de entender. Mientras
que la solucin se mantiene acotada puede ser prolongada en el tiempo, con
un paso temporal que depende continuamente de la cota de la solucin. Por lo
tanto, la nica manera en que la solucin pueda no ser prolongada a todos los
tiempos es si explota en tiempo nito.
Mediante una mera hiptesis de crecimiento del tipo (2.6.68) sobre la no-
linealidad es imposible determinar si se produce explosin en tiempo nito o no y
para sto son necesarias hiptesis adicinales sobre el signo de la no-linealidad.
Consideremos en primer lugar el caso en que la no-linealidad f tiene el buen
signo:
_

_
u
tt
u+ [ u [
p1
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(2.6.72)
En este caso, evidentemente, la condicin (2.6.68) se cumple y bajo las hiptesis
(2.6.70) se deduce la existencia y unicidad local (en tiempo) de soluciones de
energa nita de (2.6.72). Adems, mientras la solucin existe, su energa se
conserva. En este caso la energa viene dada por
E(t) =
1
2
_

_
[ u(x, t) [
2
+ [ u
t
(x, t) [
2
_
dx +
1
p + 1
_

[ u(x, t) [
p+1
dx.
(2.6.73)
Como la energa E(t) se conserva y claramente mayora al cuadrado de la norma
de (u, u
t
) en H
1
0
() L
2
() deducimos inmediatamente que (2.6.71) es imposi-
ble. De este modo concluimos que, bajo la condicin (2.6.70), para cada par de
datos iniciales (u
0
, u
1
) H
1
0
() L
2
() existe una nica solucin global
u C([0, ); H
1
0
()) C
1
([0, ); L
2
()) (2.6.74)
y que la energa E(t) de la solucin denida en (2.6.73) se conserva para todo
t 0.
La situacin cambia completamente para no-linealidades con mal-signo:
_

_
u
tt
u =[ u [
p1
u en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(2.6.75)
2.6. TEORA DE SEMIGRUPOS 139
La existencia y unicidad de soluciones locales (en tiempo) es igualmente cierta
en este caso. Pero no se puede decir lo mismo acerca de la existencia global. Para
el sistema (2.6.75), la energa, que se observa mientras las soluciones existen es
E(t) =
1
2
_

[[ u(x, t) [
2
+ [ u
t
(x, t) [
2
]dx
1
p + 1
_

[ u(x, t) [
p+1
dx (2.6.76)
pero, el que esta energa permanezca constante o acotada es perfectamente com-
patible con la explosin (2.6.71) de las soluciones en tiempo nito. De hecho, en
este caso, las soluciones pueden efectivamente explotar en tiempo nito. Para
convencerse de este hecho basta ver que existen soluciones de la EDO
x
tt
=[ x [
p1
x (2.6.77)
que, cuando p > 1, explotan en tiempo nito, en un tiempo que tiende a cero
cuando el tamao de los datos iniciales tiende a innito. El hecho de que las
soluciones de la ecuacin de ondas dependan exclusivamente de los datos inicia-
les en la base del cono caracterstico permite entonces construir datos iniciales,
independientes de x en una bola de , y de modo que en el interior del cono co-
rrespondiente coinciden con la solucin de la ODE (2.6.77) y por tanto explotan
en tiempo nito.
Esta construccin permite efectivamente probar que, para todo p > 1 y todo
abierto no vaco de R
n
, existen datos iniciales (u
0
, u
1
) H
1
0
() L
2
() para
los que la solucin local de (2.6.75) explota en tiempo nito.
Hemos ilustrado el modo en que la Teora de semigrupos permite resolver la
ecuacin de ondas y sus variantes. Veamos ahora algunas de las ideas fundamen-
tales de la demostracin del Teorema fundamental de esta teora: El Teorema
7.1 de Hille-Yosida.
La idea central de la demostracin de Hille-Yosida, que permite utilizar la
propiedad del operador A de ser maximal-disipativo, es introducir y usar la
regularizacin de Yosida del operador A:
A

=
1

(I (I A)
1
). (2.6.78)
Es fcil comprobar que, formalmente, A

converge a A cuando 0. Para


ello basta analizar la expresin algebraica de la derecha de (2.6.78) en el caso
de nmeros reales:

_
1
1
1 x
_
=
1

_
1 x 1
1 x
_
=
x
1 x
x, 0.
Pero para que la denicin (2.6.78) tenga rigurosamente sentido es primeramente
preciso probar que el operador I A es inversible. La hiptesis de maximalidad
140 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
sobre A garantiza que esto es as cuando = 1. Veamos que sto permite probar
que I A es inversible para todo > 1/2. En efecto, reescribimos la ecuacin
x Ax = y (2.6.79)
como
x Ax =
1

y +
_
1
1

_
x,
o, lo que es lo mismo,
x = (I A)
1
_
1

y +
_
1
1

_
x
_
. (2.6.80)
Es fcil comprobar que cuando [ 1 1/ [< 1 el segundo miembro de (2.6.80)
admite una nica solucin para el Teorema de punto jo de Banach.
Iterando este argumento se puede comprobar que (I A)
1
est bien de-
nido para todo > 0. Adems
| (I A)
1
|
1(H,H)
1. (2.6.81)
En efecto, como A es disipativo, Ax, x) 0 y por tanto, si x = (I A)
1
y
tenemos
(IA)
1
y, y) = x, (IA)x) = xx)xAx) x, x) =| x |
2
H
=| (IA)
1
y |
2
H
,
de donde se deduce que, efectivamente,
| (I A)
1
y |
H
| y |
H
, y H, (2.6.82)
lo cual equivale a (2.6.81).
Deducimos por tanto que A

, para cada > 0, es un operador lineal y


acotado de H en H.
Esto nos permite resolver la ecuacin abstracta
_
u
t
= A

u, t > 0
u(0) = u
0
,
(2.6.83)
Como si se tratase de una EDO.
En efecto, como A

es un operador lineal y acotado, e


A

t
se puede denir,
como en el caso matricial, mediante el desarrollo en serie de potencias de la
exponencial
e
A

t
=

k=0
(A

t)
k
k!
. (2.6.84)
2.6. TEORA DE SEMIGRUPOS 141
Es fcil comprobar que para cada > 0 y t > 0, e
A

t
dene un operador lineal
y acotado de H en H. Adems
u

(t) = e
A

t
u
0
C

([0, ); H) (2.6.85)
y es la nica solucin de (2.6.83).
La regularizacin de Yosida genera entonces un semigrupo S

(t) = e
A

t
.
Adems, para todo > 0, A

hereda la propiedad de A de ser disipativo, de


modo que
A

x, x) 0, x H, > 0. (2.6.86)
Entonces
| u

(t) |
H
| u
0
|,

du

(t)
dt

H
=| A

(t) |
H
| A

u
0
|
H
, t > 0, > 0.
(2.6.87)
Para comprobar (2.6.86) basta proceder del modo siguiente
A

x, x) = A

x, x (I A)
1
x) +A

x, (I A)
1
x)
= | A

x |
2
+A

x, (I A)
1
x)
= | A

x |
2
+A(I A)
1
x, (I A)
1
x) | A

x |
2
0.
Como, al menos formalmente, A

A cuando 0, en virtud de las cotas


uniformes (2.6.87) de las soluciones de las ecuaciones aproximadas (2.6.83) en
las que el operador A ha sido sustituido por su regularizacin de Yosida A

, cabe
esperar que la solucin u de (2.6.22) en el Teorema de Hille-Yosida se obtenga
como lmite cuando 0 de las soluciones aproximadas u

.
La clave de la demostracin del Teorema de Hille-Yosida consiste en ver
que, cuando u
0
D(A), u

(t)
>0
constituye una sucesin de Cauchy cuando
0 en C([0, ); H).
En efecto. tenemos
du

dt

du

dt
= A

y por tanto
1
2
d
dt
| u

|
2
H
= A

, u

).
Pero
A

, u

) =
= A

, u

(I A)
1
u

+ (I A)
1
u

(I A)
1
u

+ (I A)
1
u

)
= A

, A

+A

)
+A((I A)
1
u

(I A)
1
u

), (I A)
1
u

(I A)
1
u

)
A

, A

+A

).
142 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Por tanto
1
2
d
dt
| u

|
2
H
2( +) | Au
0
|
2
H
. (2.6.88)
En este punto hemos utilizado la segunda cota de (2.6.87) junto con | A

x |
H
|
Ax |
H
, para todo x H y > 0, propiedad esta que se deduce fcilmente de
la identidad A

= (I A)
1
A.
La estimacin (2.6.88) proporciona el carcter de Cauchy de la sucesin u

en C([0, ); H) que habamos enunciado.


El mismo argumento permite probar que si u
0
D(A
2
), entonces du

/dt es
tambin de Cauchy en C([0, ); H). Esto permite pasar al lmite en (2.6.83)
cuando 0 y obtener la solucin del problema abstracto (2.6.22) que el
Teorema de Hille-Yosida enuncia cuando u
0
D(A). Como D(A
2
) es denso en
D(A), un argumento de densidad permite concluir la existencia de solucin para
datos u
0
D(A), tal y como se enuncia en el Teorema 2.6.1.
El lector interesado en una demostracin completa del Teorema de Hille-
Yosida puede consultar el captulo VII del libro de H. Brezis [2]. En el libro de
T. Cazenave y A. Haraux [3] se da tambin una extensin de este resultado a
espacios de Banach y diversas aplicaciones a ecuaciones de evolucin semilineales
entre las que se incluyen la ecuacin del calor, de ondas y de Schrdinger.
2.7. La ecuacin de ondas con coecientes varia-
bles
En esta seccin analizamos brevemente la ecuacin de ondas 1 d con coe-
cientes variables
u
tt
((x)u
x
)
x
= 0, x R, t > 0. (2.7.1)
Consideramos en primer lugar el problema de Cauchy en el que ya tendremos
que hacer frente a las principales diferencias con respecto al caso de coecientes
constantes.
Desde el punto de vista de la modelizacin, el hecho que la constante = (x)
(de rigidez en el caso de un medio elstico) dependa de x indica que las ondas
se propagan en un medio heterogneo compuesto de diferentes materiales.
En el caso en que la densidad del medio tambin es variable, la ecuacin de
ondas correspondiente es
(x)u
tt
((x)u
x
)
x
= 0, x R, t > 0. (2.7.2)
2.7. LA ECUACIN DE ONDAS CON COEFICIENTES VARIABLES 143
Supondremos que los coecientes y son medibles y que existen constantes
positivas
j
,
j
, j = 0, 1 tales que
0 <
0
(x)
1
< , 0 <
0
(x)
1
< p.c.t. x R. (2.7.3)
En estas condiciones ambos sistemas estn bien puestos en H
1
(R) L
2
(R)
y la energa de las soluciones se conserva. Las energas de los sistemas (2.7.1) y
(2.7.2) es
E(t) =
1
2
_
R
[[ u
t
(x, t) [
2
+(x) [ u
x
(x, t) [
2
]dx, (2.7.4)
y
E

(t) =
1
2
_
R
[(x) [ u
t
(x, t) [
2
+(x) [ u
x
(x, t) [
2
]dx, (2.7.5)
respectivamente.
En virtud de las hiptesis (2.7.3) estas energas son equivalentes a la energa
habitual de la ecuacin de ondas.
Consideremos ahora la ecuacin (2.7.1) y veamos cual es la aproximacin
semi-dicreta ms natural. Proponemos el siguiente esquema
u
tt
j

1
h
_

j+1/2
u
j+1
u
j
h

j1/2
u
j
u
j1
h
_
= 0, j Z, t > 0. (2.7.6)
En (2.7.6) el coeciente se evala en puntos intermedios del mallado. As,
por ejemplo,

j+1/2
= (x
j+1/2
), x
j+1/2
= x
j
+
h
2
=
_
j +
1
2
_
h. (2.7.7)
Obviamente, la denicin (2.7.7) de
j+1/2
es vlida cuando es continuo. Si
no lo fuese, como es habitual, lo ms natural sera denir
j+1/2
a travs de una
media:

j+1/2
=
1
h
_
xj+1
xj
(s)ds (2.7.8)
Cuando el coeciente es constante (i.e. (x) ), el esquema (2.7.6) coin-
cide con el esquema semi-discreto centrado de orden dos para la aproximacin
de la ecuacin de ondas:
u
tt
j
+

h
2
[2u
j
u
j+1
u
j1
] = 0, j Z, t > 0. (2.7.9)
El sistema (2.7.6) es conservativo. En efecto, multiplicando en (2.7.6) por u
t
j
y sumando en j Z obtenemos que

jZ
u
tt
j
u
t
j

1
h

jZ
_

j+1/2
u
j+1
u
j
h

j1/2
u
j
u
j1
h
_
u
t
j
= 0.
144 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Por otra parte

jZ
u
tt
j
u
t
j
=
1
2
d
dt

jZ
[ u
t
j
[
2
y

1
h

jZ
_

j+1/2
u
j+1
u
j
h

j1/2
u
j
u
j1
h
_
u
t
j
=
1
h

jZ

j+1/2
u
j+1
u
j
h
u
t
j
+
1
h

jZ

j1/2
u
j
u
j1
h
u
t
j
=
1
h

jZ

j+1/2
u
j+1
u
j
h
u
t
j
+
1
h

jZ

j+1/2
u
j+1
u
j
h
u
t
j+1
=

jZ

j+1/2
u
j+1
u
j
h
u
t
j+1
u
t
j
h
=
1
2
d
dt

jZ

j+1/2

u
j+1
u
j
h

2
.
Deducimos por tanto que la siguiente energa discreta se conserva para las
soluciones de (2.7.6):
E
h
(t) =
1
2

jZ
_
[ u
t
j
[
2
+
j+1/2

u
j+1
u
j
h

2
_
. (2.7.10)
Es obvio que E
h
es una aproximacin discreta de la energa (2.7.4) del problema
continuo (2.7.1).
El hecho que la energa E
h
se conserva garantiza la estabilidad del esquema
numrico. Se trata por otra parte de un esquema consistente de orden dos, al
menos cuando es sucientemente regular. En la medida en que el esquema que
consideraremos es semi-discreto y que la variable temporal no ha sido discreti-
zada, basta analizar la consistencia de la discretizacin espacial. Tenemos

1
h
_
(x
j+1/2
)
u(x
j+1
) u(x
j
)
h
(x
j1/2
)
u(x
j
) u(x
j1
)
h
_
=
1
h
_
(x
j
)
u(x
j+1
) u(x
j
)
h
(x
j
)
u(x
j
) u(x
j1
)
h
_

1
h
_
h
2

t
(x
j
)
u(x
j+1
) u(x
j
)
h
+
h
2

t
(x
j
)
u(x
j
) u(x
j1
)
h
_

1
h
_
h
2
8

tt
(x
j
)
u(x
j+1
) u(x
j
)
h

h
2
8

tt
(x
j
)
u(x
j
) u(x
j1
)
h
_
+O(h
2
)
_

u(x
j+1
) u(x
j
)
h

u(x
j
) u(x
j1
)
h

_
La estabilidad, junto a su consistencia de orden dos garantiza que se trata de
un mtodo convergente de orden dos, cuando es sucientemente regular.
2.7. LA ECUACIN DE ONDAS CON COEFICIENTES VARIABLES 145
En el caso de la ecuacin (2.7.2) con densidad variable es fcil modicar el
esquema (2.7.6). Basta en este caso considerar
(x
j
)u
tt

1
h
_

j+1/2
u
j+1
u
j
h

j1/2
u
j
u
j1
h
_
= 0, j Z, t > 0. (2.7.11)
Analicemos ahora uno de los aspectos ms importantes en los que las ecua-
ciones de ondas con coecientes irregulares ms se distinguen de los de coe-
cientes regulares: la reexin y transmisin de energa en las singularidades de
los coecientes.
Ya hemos visto en el caso de la ecuacin con coecientes constantes, a travs
de la frmula de dAlembert, que las soluciones de la ecuacin de ondas son una
mera superposicin de ondas de transporte que viajan a izquierda y derecha en
el espacio a velocidad constante unidad. Esto no ocurre en el caso de ecuaciones
con coecientes variables. Si estos son regulares, las soluciones se propagan a lo
largo de curvas caractersticas que no son rectilneas, mientras que en el caso de
coecientes irregulares las ondas pueden incluso llegar a rebotar parcialmente
en los puntos de discontinuidad de los coecientes.
Por ejemplo, si = (x) es una funcin de clase C
1
, una ecuacin de ondas
de la forma

2
t
u (x)
2
x
u

t
(x)
2

x
= 0, (2.7.12)
puede factorizarse como
_

t
+
_
(x)
x
__

_
(x)
x
_
u = 0. (2.7.13)
Las soluciones pueden entonces escribirse como superposicin de las soluciones
de ecuaciones de transporte de la forma
_

_
(x)
x
_
u = 0. (2.7.14)
Para estas ltimas, las soluciones son constantes a lo largo de curvas caracters-
ticas que son las curvas parametrizadas x = x(t) en las que
x
t
(t) =
_
(x(t)). (2.7.15)
Las curvas caractersticas estn denidas de manera nica cuando el coeciente

1/2
tiene continuidad Lipschitz.
Pero cuando el coeciente
1/2
=
1/2
(x) deja de ser regular, tanto la de-
nicin de caractersticas como el hecho de que transporten la informacin de
las soluciones deja de ser vlida. Para analizar este hecho consideramos el ca-
so de una ecuacin de ondas con coecientes constantes a trozos en un medio
heterogneo con dos caras:
(x)u
tt
((x)u
x
)
x
= 0. (2.7.16)
146 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Suponemos entonces que
((x), (x)) =
_
(
1
,
1
), x < 0
(
2
,
2
), x > 0.
(2.7.17)
La velocidad de propagacin de las ondas es entonces c
1
=
_

1
/
1
y c
2
=
_

2
/
2
en el medio x > 0 y x < 0 respectivamente.
En este caso es fcil comprobar que, si bien en cada uno de los medios x > 0
y x < 0 las ondas se transportan sin deformacin a velocidad constante c
2
y c
1
respectivamente, al alcanzar la interfase x = 0 parte de la onda se transmite
mientras que la otra parte rebota. Este fenmeno puede establecerse con claridad
a travs del estudio de los coecientes de reexin y transmisin: R y T.
Para introducirlos, consideremos una onda plana que en el medio x < 0 se
desplaza hacia la derecha a velocidad constante c
1
hasta alcanzar la interfase
x = 0. Al alcanzarla, parte de la solucin rebota produciendo una onda de
transporte que en el medio x < 0 se propagar en sentido opuesto, siempre a
velocidad c
1
y otra parte se transmite al medio x > 0 dando lugar a una onda
que se transporta hacia la derecha a velocidad c
2
.
El conjunto de esta solucin que combina los fenmenos descritos puede
escribirse en la forma
u(x, t) = 1
(,0)
(x)
_
e
i(tk1x)
+Re
i(t+k1x)
_
+T1
(0,)
(x)e
i(tk2x)
, (2.7.18)
donde 1
(,0)
y 1
(0,)
denotan respectivamente las funciones caractersticas de
las semirectas (, 0) y (0, ) y k
1
y k
2
denotan las relaciones de dispersin
en cada uno de los medios
k
1
= /c
1
; k
2
= /c
2
. (2.7.19)
En (2.7.18), R y T denotan las constantes de reexin y transmisin que preci-
samente deseamos calcular.
Es fcil comprobar que u en (2.7.18) constituye una solucin de (2.7.16)
tanto en el semiplano de la izquierda x < 0 como en el de la derecha x > 0.
Sin embargo el que la funcin u denida a trozos en (2.7.18) satisfaga (2.7.16)
depende tambin de las condiciones de transmisin que se han de cumplir en el
punto de interfase. En este caso son:
u
+
(0, t) = u

(0, t);
2
u
+
x
(0, t) =
1
u

x
(0, t), t > 0. (2.7.20)
Para que las condiciones (2.7.20) se veriquen es preciso que:
1 +R = T, k
1

1
R +k
2

2
T = k
1

1
. (2.7.21)
2.7. LA ECUACIN DE ONDAS CON COEFICIENTES VARIABLES 147
La solucin de este sistema arroja los siguientes valores para los coecientes R
y T:
R =

1

1
+
2
, (2.7.22)
T =
2
1

1
+
2
(2.7.23)
donde

j
=

j
, j = 1, 2 (2.7.24)
es la impedancia acstica en cada uno de los medios.
De estas expresiones se deduce que si la impedancia acstica de ambos me-
dios es la misma (i.e.
1
=
2
), entonces toda la onda se transmite mientras que
la parte de la onda reejada se anula.
Veamos ahora lo que ocurre en una aproximacin numrica de estas ecua-
ciones. Consideremos para ello una semi-discretizacin en diferencias nitas de
paso h en cada uno de los medios. En el medio x < 0 la semi-discretizacin
adopta la forma

1
u
tt
j
+
1
2u
j
u
j+1
u
j1
h
2
= 0, j 1, t > 0 (2.7.25)
mientras que en el medio x > 0 la aproximacin correspondiente es

2
u
tt
j
+
2
2u
j
u
j+1
u
j1
h
2
= 0, j 1, t > 0. (2.7.26)
En el nodo j = 0 correspondiente a la interfase x = 0 la aproximacin corres-
pondiente ms natural es

1
+
2
2
u
tt
0
+
1
h
_

1
u
0
u
1
h

2
u
1
u
0
h
_
= 0, t > 0. (2.7.27)
Las relaciones de dispersin asociadas a los esquemas (2.7.25) y (2.7.26) son,
en cada uno de los casos,
k
1,h
=
2
h
arc sen
_
h
2c
1
_
, x < 0 (2.7.28)
k
2,h
=
2
h
arc sen
_
h
2c
2
_
, x > 0. (2.7.29)
Escribimos entonces la solucin numrica, inspirndonos en el caso continuo, del
modo siguiente
u
j
(t)
_
e
(tjk1h)
+R
h
e
i(t+jk1h)
, j 0
T
h
e
i(tjk2h)
, j 0.
(2.7.30)
148 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Tenemos nuevamente
1 +R
h
= T
h
. (2.7.31)
La ecuacin (2.7.27) en el punto x = 0 de transmisin proporciona la relacin
adicional
(
1
+
2
)
T
h

2
2
+
1
h
_

1
h
_
1+R
h
e
ik1h
R
h
e
ik1h
_

2
h
T
h
_
e
ik2h
1
__
= 0.
(2.7.32)
De estas ecuaciones obtenemos
T
h
=
2i
1
sen(k
1
h)

2
e
ik2h

2
+
1
e
ik1h
+ (
1
+
2
)

2
h
2
2
. (2.7.33)
Mediante un desarrollo de Taylor observamos que
T
h
=
2
1

1
+
2
+

1

1
4c
1
c
2
(
1
+
2
)

2
h
2
+O(h
3
) (2.7.34)
de donde se deduce que el coeciente de transmisin del mtodo numrico es
una aproximacin de orden dos del caso continuo (2.7.23).
Conviene sin embargo sealar que no siempre los esquemas numricos pro-
porcionan aproximaciones de los coecientes de reexin y transmisin del mis-
mo orden que el que caracteriza al mtodo numrico.
Hemos estudiado ecuaciones de ondas con coecientes variables dependientes
de la variable espacial. Los mismos problemas se plantean con ecuaciones cuyos
coecientes dependen tambin de la variable tiempo. Consideremos por ejemplo
la siguiente ecuacin de ondas con densidad variable dependiente de x y t:
(x, t)u
tt
u
xx
= 0, x R, t > 0. (2.7.35)
Es natural suponer que la densidad es una funcin medible, acotada superior e
inferiormente por constantes positivas
0
y
1
:
0 <
0
(x, t)
1
< , p.c.t. x R, t > 0. (2.7.36)
Cabe entonces plantearse si la ecuacin (2.7.35) est bien planteada bajo
estas hiptesis. Para entender esta cuestin es conveniente considerar la energa
de las soluciones
E(t) =
1
2
_
R
_
(x, t) [ u
t
(x, t) [
2
+ [ u
x
(x, t) [
2
_
dx. (2.7.37)
Sin embargo, la energa verica, formalmente, la identidad
E
t
(t) =
1
2
_
R

t
(x, t) [ u
t
(x, t) [
2
dx. (2.7.38)
2.7. LA ECUACIN DE ONDAS CON COEFICIENTES VARIABLES 149
En virtud de (2.7.38) es fcil comprobar que la ecuacin de ondas (2.7.35) no
est bien puesta en el espacio de la energa bajo la mera hiptesis (2.7.36). En
efecto para que la ecuacin est bien puesta es necesaria alguna hiptesis sobre

t
= /
t
. Supongamos por ejemplo que
[
t
(x, t) [ k, x R, t > 0. (2.7.39)
En este caso, de la identidad de energa (2.7.38) se deduce que
[ E
t
(t) [
k
2
0
_
R
(x, t) [ u
t
(x, t) [
2
dx
k

0
E(t), (2.7.40)
de donde, por la desigualdad de Gronwall, se obtiene que
E(t) e
kt/0
E(0), t 0. (2.7.41)
Bajo las hiptesis (2.7.36) y (2.7.39) sobre el coeciente variable de densidad
= (x, t) se puede entonces probar que la ecuacin (2.7.35) est bien puesta en
H
1
(R)L
2
(R) de modo que para cada par de datos iniciales (u
0
, u
1
) H
1
(R)
L
2
(R) existe una nica solucin u C([0, ); H
1
(R)) C
1
([0, ); L
2
(R)) que
toma este dato inicial y cuya energa E(t) satisface la estimacin (2.7.41).
La hiptesis (2.7.39) no es meramente tcnica. En efecto, de manera general,
la ecuacin (2.7.35) no est bien puesta bajo la mera hiptesis (2.7.36). En el caso
en que la densidad es en cada instante de tiempo independiente de x y depende
del tiempo de modo que sea constante a trozos, la solucin de la ecuacin de
ondas correspondiente puede calcularse explcitamente mediante la frmula de
dAlembert, prestando especial atencin al cambio de los perles de la solucin
en los instantes de tiempo en los que la densidad presenta la discontinuidad. En
efecto, consideremos el caso particular en que
=
_

1
, 0 t 1, x R

2
, t > 1, x R
(2.7.42)
siendo
1
y
2
dos constantes positivas distintas.
En el intervalo temporal 0 t 1 en el que la densidad es la constante
1
la solucin de la ecuacin de ondas es de la forma
u = f
_
x t/

1
_
+g
_
x +t/

1
_
. (2.7.43)
A partir de ese instante, i.e. para t > 1, la solucin es sin embargo de la
forma
u =

f
_
x t/

2
_
+ g
_
x +t/

2
_
. (2.7.44)
150 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Al imponer la condicin de continuidad sobre u y u
t
en t = 1 obtenemos las
ecuaciones
_

_
f
_
x 1/

1
_
+g
_
x + 1/

1
_
=

f
_
x 1/

2
_
+ g
_
x + 1/

2
_

1
_
f
t
_
x 1/

1
_
g
t
_
x + 1/

1
__
=
1

2
_

f
t
_
x 1/

2
_
g
t
_
x + 1/

2
__
(2.7.45)
que permiten calcular los perles

f y g del intervalo temporal t > 1 a partir de
los perles f y g del intervalo 0 < t < 1.
Es sin embargo obvio que este tipo de procedimiento resulta sumamente
costoso y difcil de adaptar a casos ms generales de densidades variables.
Los mismos fenmenos que acabamos de describir se presentan tambin para
las aproximaciones numricas. Consideremos por ejemplo la semidiscretizacin
ms natural de (2.7.35)

j
(t)u
tt
j
+
[2u
j
u
j+1
u
j1
]
h
2
= 0, j Z, t > 0
donde

j
(t) = (x
j
, t).
En este caso la energa viene dada por la expresin
E
h
(t) =
h
2

jZ
_

j
(t) [ u
t
j
(t) [
2
+

u
j+1
(t) u
j
(t)
h

2
_
.
Es fcil comprobar que en este caso la energa evoluciona segn la ley
E
t
h
(t) =
h
2

jZ

t
j
(t) [ u
t
j
(t) [
2
de modo que no es posible obtener estimaciones sobre su evolucin temporal,
independientes del paso del mallado h, sin imponer condiciones sobre la derivada
temporal de la densidad.
Conviene pues abordar el anlisis de ecuaciones de ondas y de sus apro-
ximaciones discretas, en presencia de coecientes dependientes del tiempo, con
prudencia, pues, como hemos visto, es habitual que esto exija hiptesis adiciona-
les sobre la regularidad de los coecientes en su evolucin temporal, inesperadas
en primera instancia.
2.8. SEMI-DISCRETIZACINDE LAECUACINDE ONDAS SEMILINEAL151
2.8. Semi-discretizacin de la ecuacin de ondas
semilineal
En la seccin 2.6 hemos estudiado la ecuacin de ondas semilineal en el con-
texto de la Teora de semigrupos. Hemos visto que, bajo condiciones adecuadas
sobre el crecimiento de la no-linealidad, (que garantizan que la nolinealidad en-
va H
1
en L
2
de manera Lipschitz en acotados) la ecuacin de ondas semi-lineal
est bien puesta, localmente en tiempo. Veamos posteriormente que a travs
de una estimacin de energa, cuando la no-linealidad tena una propiedad de
buen signo la solucin poda prolongarse y denirse globalmente en tiempo.
En esta seccin discutimos brevemente algunos aspectos de la aproximacin
numrica de estas ecuaciones.
Consideremos la ecuacin de ondas semilineal 1 d:
_
_
_
u
tt
u
xx
+u
3
= 0, x R, t > 0
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x), x R.
(2.8.1)
Gracias a la inclusin de Sobolev H
1
(R) L
p
(R), para todo 2 p , la
ecuacin (2.8.1) est bien puesta en el espacio de la energa. Adems, la energa
E(t) =
1
2
_
R
_
[ u
t
(x, t) [
2
+ [ u
x
(x, t) [
2
_
dx +
1
4
_
R
u
4
(x, t)dx (2.8.2)
se conserva de modo que las soluciones estn globalmente denidas en tiempo.
En este caso la aproximacin semi-discreta ms natural viene dada por las
siguientes ecuaciones
_

_
u
tt
j
+
[2u
j
u
j+1
u
j1
]
h
2
+u
3
j
= 0, j Z, t > 0
u
j
(0) = u
0,j
, u
t
j
(0) = u
1,j
, j Z,
(2.8.3)
donde
_
u
0,j
_
jZ
,
_
u
1,j
_
jZ
son aproximaciones adecuadas de los datos iniciales
continuos de (2.8.1).
El sistema (2.8.3) es un conjunto de una innidad de ecuaciones diferenciales
nolineales acopladas. Se puede probar que, para cada paso de mallado h > 0,
(2.8.3) admite una nica solucin local en tiempo. Para ello basta aplicar la
frmula de variacin de las constantes y utilizar las propiedades ya conocidas
sobre el sistema lineal subyacente.
Pero, nuevamente, para probar la existencia global de soluciones, necesitamos
de una identidad de energa. En este caso tenemos que la energa del sistema
152 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
semi-discreto es
E
h
(t) =
h
2

jZ
_
[ u
t
j
(t) [
2
+

u
j+1
(t) u
j
(t)
h

2
_
+
h
4

jZ
u
4
j
(t). (2.8.4)
Nuevamente, esta energa se conserva en tiempo y este hecho permite probar
que las soluciones de (2.8.3) estn globalmente denidas.
Ms adelante analizaremos el modo en que las soluciones de (2.8.3) convergen
a las de (2.8.1) cuando h 0.
Conviene de todos modos analizar con un poco ms de cuidado el argumento
que permite deducir la existencia global de soluciones a partir de la conservacin
de las energas (2.8.2) o (2.8.4).
En efecto, el resultado de existencia y unicidad de soluciones de (2.8.1) en
H
1
(R) L
2
(R), localmente en tiempo y el posterior argumento de prolongacin
al intervalo maximal de existencia [0, T
max
) permite establecer la alternativa
siguiente: O bien T
max
= (existencia global); o bien T
max
< en cuyo caso
se produce la explosin en tiempo nito de las soluciones, i.e.
lm
t,T
max
| u(t) |
H
1
(R)
+ | u
t
(t) |
L
2
(R)
= . (2.8.5)
El que la energa E(t) de (2.8.2) se conserve junto con que todos los trmi-
nos que en ella intervienen tengan signo positivo permite garantizar que tanto
| u
x
(t) |
L
2
(R)
como | u
t
(t) |
L
2
(R)
permanecen acotadas en intervalos nitos de
tiempo. Sin embargo, en la medida que estamos trabajando en R y no dispone-
mos de la desigualdad de Poincar, para probar que (2.8.5) no es posible tenemos
tambin que establecer una cota sobre la norma de la solucin en L
2
(R). Para
ello introducimos la energa perturbada
F(t) =
1
2
_
R
_
u
2
t
+u
2
x
+u
2
_
dx +
1
4
_
R
u
4
dx.
Para esta nueva energa tenemos la identidad
dF(t)
dt
=
_
R
uu
t
dx
1
2
_
R
_
u
2
+u
2
t
_
dx F(t)
de modo que, por la desigualdad de Gronwall,
F(t) F(0)e
t
.
En particular
_
u
2
(t)dx Ce
t
2.8. SEMI-DISCRETIZACINDE LAECUACINDE ONDAS SEMILINEAL153
de modo que la explosin de la norma L
2
de la solucin en tiempo nito queda
tambin excluida.
El mismo tipo de argumento, basado en la perturbacin de la energa na-
tural del sistema, permite tambin probar que las soluciones de (2.8.3) estn
globalmente denidas en tiempo.
Se trata de una aplicacin ms del denominado mtodo de la energa que
consiste en construir cantidades de interpretacin fsica ms o menos directa,
para las que se puede establecer alguna desigualdad diferencial que proporcione
cotas sobre dicha cantidad permitiendo a su vez obtener estimaciones sobre las
soluciones.
154 CAPTULO 2. MOVIMIENTO ARMNICO EN UNA DIMENSIN
Captulo 3
La ecuacin de transporte
lineal
Las ecuaciones que modelizan fenmenos de propagacin de ondas y vibra-
ciones son tpicamente Ecuaciones en Derivadas Parciales (EDP) de orden dos.
Sin embargo en todas ellas subyacen las ecuaciones de transporte de orden uno
que analizamos en esta seccin.
El modelo ms sencillo es
u
t
+u
x
= 0. (3.0.1)
Es fcil comprobar que u = u(x, t) es solucin de esta ecuacin si y slo si
es constante a lo largo de las lneas caractersticas
x +t = cte. (3.0.2)
De este modo deducimos que las soluciones de (3.0.1) son de la forma
u = f(x t), (3.0.3)
donde f es el perl de la solucin en el instante inicial t = 0, i.e.
u(x, 0) = f(x). (3.0.4)
La solucin (3.0.3) es entonces una simple onda de transporte pura en la que
el perl f se transporta (avanza) en el eje real a velocidad constante uno
1
.
1
Si bien en este caso la ecuacin puede resolverse explcitamente, el problema (3.0.1) en-
tra tambin el marco de la Teora de Semigrupos. En efecto, basta considerar el espacio
155
156 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Al invertir el sentido del tiempo (i.e. haciendo el cambio de variable t t)
la ecuacin (3.0.1) se transforma en
u
t
u
x
= 0 (3.0.5)
cuyas soluciones son ahora de la forma
u = g(x +t), (3.0.6)
tratndose de ondas viajeras que se propagan en direccin opuesta a velocidad
uno.
Vemos por tanto que las soluciones de la ecuacin de transporte pueden
calcularse de manera explcita y que en ellas se observa un sencillo fenmeno de
transporte lineal sin deformacin.
Esta ecuacin es por tanto un excelente laboratorio para experimentar algu-
nas de las ideas ms sencillas del anlisis numrico.
Consideremos pues un paso de discretizacin h > 0 en la variable espacial e
introduzcamos el mallado x
j

jZ
, x
j
= jh.
Buscamos una semi-discretizacin (continua en tiempo y discreta en espacio)
que reduzca la EDP (3.0.1) a un sistema de ecuaciones diferenciales cuya solucin
proporcione una aproximacin u
j
(t) de la solucin u = u(x, t) de (3.0.1) en el
punto x = x
j
.
La manera ms sencilla de construir esta semi-discretizacin es utilizar el
desarrollo de Taylor para introducir una aproximacin de la derivacin parcial
en la variable espacial.Son varias las posibilidades:
u
x
(x
j
, t)
u(x
j+1
, t) u(x
j
, t)
h

u
j+1
(t) u
j
(t)
h
, (3.0.7)
u
x
(x
j
, t)
u(x
j
, t) u(x
j1
, t)
h

u
j
(t) u
j1
(t)
h
(3.0.8)
u
x
(x
j
, t)
u(x
j+1
, t) u(x
j1
, t)
2h

u
j+1
(t) u
j1
(t)
2h
. (3.0.9)
Cada una de estas elecciones corresponde a un determinado sentido de avance a
lo largo del eje x. En efecto (3.0.7) y (3.0.8) y (3.0.9) corresponden a diferencias
progresivas, regresivas y centradas respectivamente.
de Hilbert H = L
2
(R) y el operador A = x con dominio D(A) = H
1
(R) para que el
problema (3.0.1) entre en el marco abstracto del Teorema de Hille-Yosida. En efecto, el ope-
rador A as denido es maximal disipativo. Para ver que es disipativo basta con observar que
< Au, u >
L
2
(R)
=
R
R
xuudx =
1
2
R
R
x(u
2
)dx = 0. Adems A es maximal. En efec-
to, dado f L
2
(R), existe una nica solucin u H
1
(R) de u + xu = f. Esta solucin
puede calcularse explcitamente y se obtiene: u(x) =
R
x

f(s)e
sx
ds =
R
0

f(z + x)e
z
dz.
Tomando normas en L
2
(R) y aplicando la desigualdad de Minkowski se deduce fcilmente
que [[u[[
L
2
(R)

R
0

[[f[[
L
2
(R)
e
z
dz = [[f[[
L
2
(R)
. Como ux = f u vemos inmediatamente
que, efectivamente, u pertenece a H
1
(R).
157
Cada una de estas elecciones proporciona un sistema semi-discreto diferente
de aproximacin de la EDP (3.0.1) en diferencias nitas:
Esquema progresivo:
u
t
j
(t) +
u
j+1
(t) u
j
(t)
h
= 0, j Z, t > 0, (3.0.10)
Esquema regresivo:
u
t
j
(t) +
u
j
(t) u
j1
(t)
h
= 0, j Z, t > 0, (3.0.11)
Esquema centrado:
u
t
j
(t) +
u
j+1
(t) u
j1
(t)
2h
= 0, j Z, t > 0. (3.0.12)
Estos sistemas constituyen un conjunto numerable de ecuaciones diferenciales
de orden uno lineales acopladas.
Al tratarse de sistema innitos su resolucin no entra en el marco de la
teora clsica de EDO. Sin embargo, es fcil vericar que su solucin existe y
es nica sin necesidad de utilizar la Teora de Semigrupos desarrollada en la
seccin anterior. Para ello basta considerar el espacio de Hilbert H =
2
de las
sucesiones de cuadrado sumables. La solucin de cualquiera de estas ecuaciones
semi-discretas puede entonces verse como un elemento de este espacio: u =
u
j

jZ

2
. Estos sistemas pueden escribirse entonces en forma abstracta
d
dt
u = A
h
u. (3.0.13)
Es fcil comprobar que en cada uno de los casos anteriores el operador A
h
involu-
crado puede representarse a travs de una matriz innita, tridiagonal y acotada
con norma 1/h. Se trata pues de ecuaciones de evolucin en espacios de Hilbert
de dimensin innita pero en las que el generador A
h
est acotado. Esto nos
permite calcular el semigrupo e
A
h
t
mediante la representacin en desarrollo de
serie de potencias de la exponencial. Obtenemos as que estas ecuaciones gene-
ran semigrupos en H =
2
. De este modo deducimos que para cada dato inicial
dado en
2
cada una de estas ecuaciones admite una nica solucin C

(R,
2
)
que toma ese dato en el instante t = 0. Las soluciones dependen en realidad de
manera analtica con respecto a la variable temporal.
Todos estos esquemas son consistentes con la ecuacin de transporte. Es
decir, al llevar a estos esquemas una solucin regular de la ecuacin de transporte
continua vemos que se produce un error que tiende a cero a medida que h 0.
158 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
La mejor manera de analizar la estabilidad es a travs del mtodo de von
Neumann. As, introduciendo
u(, t) =

jZ
u
j
(t)e
ij
(3.0.14)
obtenemos que u, en cada uno de los casos, satisface
u
t
(, t) +
_
e
i
1
h
_
u(, t) = 0, t > 0, (3.0.15)
u
t
(, t) +
_
1 e
i
h
_
u(, t) = 0, t > 0, (3.0.16)
u
t
(, t) +
_
e
i
e
i
2h
_
u(, t) = 0, t > 0. (3.0.17)
La transformada discreta de Fourier no slo tiene la virtud de transformar
los sistemas de ecuaciones semi-discretas (3.0.10)-(3.0.12) en ecuaciones diferen-
ciales con paramtro (3.0.15)-(3.0.17) que son inmediatas de resolver, sino que
dene tambin una isomtrica de
2
a valores en L
2
(0, 2). En efecto, la frmula
(3.0.14) puede invertirse fcilmente. de hecho tenemos
u
j
(t) =
1
2
_
2
0
u(, t)e
ij
d. (3.0.18)
Adems
1
2
_
2
0
[ u(, t)[
2
d =

jZ
[u
j
(t)[
2
. (3.0.19)
Obtenemos por tanto
u(, t) = e
a
h
()t
u(, 0) (3.0.20)
donde a
h
() vara de un caso a otro. De manera ms precisa se tiene
a() =
_

_
1 e
i
h
, (esquema progresivo)
e
i
1
h
, (esquema regresivo)
e
i
e
i
2h
, (esquema centrado).
(3.0.21)
Como es bien sabido, la convergencia de un mtodo numrico exige su estabili-
dad
2
y sta pasa por que Re a
h
() permanezca acotada superiormente cuando
h 0 uniformemente en [0, 2). Veriquemos si esta propiedad se cumple
en cada uno de los casos:
2
En este punto estamos haciendo uso del clsico Teorema de Lax que dice que la convergen-
cia de un esquema es equivalente a su estabilidad ms consistencia. En el caso ms sencillo de
159
Esquema progresivo: Tenemos
a
h
() =
1 e
i
h
=
1 cos()
h

i sen()
h
. (3.0.22)
Por tanto
Re a
h
() =
1 cos()
h
.
Obviamente,
Re a
h
() , h 0, 0 < < 2, (3.0.23)
lo cual demuestra la falta de estabilidad y por tanto de convergencia de
este esquema.
Esquema regresivo: En este caso
a
h
() =
e
i
1
h
=
cos() 1
h

i sen
h
(3.0.24)
de modo que
Re a
h
() =
cos() 1
h
0, [0, 2). (3.0.25)
La estabilidad del esquema est por tanto garantizada. Esto demuestra
que el esquema es tambin convergente, propiedad que analizaremos ms
adelante.
Esquema centrado: En este caso
a
h
() =
e
i
e
i
2h
=
i sen
h
. (3.0.26)
Obviamente,
Re a
h
() = 0 (3.0.27)
por lo que este esquema es tambin estable y convergente.
la resolucin de un sistema lineal Ax = b, podemos interpretar este resultado del siguiente mo-
do. Aproximemos este problema por otro de caractersticas semejantes Ax = b. Suponemos
que b b cuando 0. Deseamos probar que x x. Para ello hacemos las dos siguientes
hiptesis: a) Ay Ay para todo y (consistencia) y b) Las matrices inversas (A)
1
estn
uniformemente acotadas (estabilidad). Deducimos entonces la convergencia de las soluciones:
x x cuando 0. En efecto, tenemos A(x x) = b b + (A A)x = r. Por las
hiptesis realizadas sobre la aproximacin deducimos que r 0. La hiptesis de estabilidad
garantiza entonces que x x 0. El Teorema de Lax generaliza este resultado al caso de las
EDP y sus aproximaciones numricas. La ecuacin Ax = b del ejemplo anterior juega el papel
de la EDP, la ecuacin cuya solucin deseamos aproximar. La ecuacin aproximada Ax = b
juega el papel de la aproximacin numrica, y es el parmetro destinado a tender a cero, lo
mismo que hace h en las aproximaciones numricas.
160 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
En realidad bastara vericar las propiedades geomtricas ms elementales
asociadas a la evolucin temporal que la ecuacin continua y semi-discreta gene-
ran para ver que el esquema progresivo no puede de ningn modo ser convergente
y que, sin embargo, los otros dos esquemas pueden perfectamente serlo.
En efecto, en virtud de la expresin explcita (3.0.3) de la solucin de la
ecuacin de transporte (3.0.1), observamos que el dominio de dependencia de la
solucin en el punto (x, t) se reduce al punto xt en el instante inicial. Veamos
ahora cules son los dominio de dependencia en los esquemas discretos.
En el esquema progresivo, jado un punto x = x
j
, vemos que la ecuacin que
gobierna la dinmica de u
j
(t) depende de u
j+1
(t), la aproximacin de la solucin
en el nodo x
j+1
inmediatamente a la derecha de x
j
, que a su vez depende de
u
j+1
(t), etc. Vemos pues que, en este caso, el sistema semi-discreto depende del
valor del dato inicial a la derecha de x
j
mientras que el nico valor relevante
para la solucin real es el punto xt que est al lado opuesto, a la izquierda de
x.
Por lo tanto el esquema semi-discreto progresivo viola la condicin indispen-
sable para la convergencia de un esquema numrico segn la cual el dominio de
dependencia del esquema numrico ha de contener el dominio de dependencia
de la ecuacin original
3
.
Sin embargo, los otros dos esquemas si que verican esta propiedad geom-
trica, lo cual garantiza su convergencia.
El esquema progresivo para la ecuacin de transporte que consideramos suele
normalmente denominarse upwind", que viene a signicar algo asi como a favor
de la correinte". Con este trmino se pone de maniesto que en los problemas
en los que est presente el fenmeno de transporte, el sentido y orientacin
del mismo ha de ser tenido en cuenta a la hora de disear mtodos numricos
convergentes.
El anlisis que acabamos de realizar indica que:
Las ondas continuas se propagan en el espacio-tiempo con una velocidad
y direccin determinadas.
Los esquemas numricos, a pesar de estar basados en un mecanismo apa-
rentemente coherentes de discretizacin, pueden generar ondas que se pro-
3
Se trata efectivamente de una condicin necesaria para la convergencia de un mtodo
numrico. Cuando no se cumple, hay puntos del dominio de dependencia del problema continuo
que no pertenecen al del problema discreto. En estas circunstancias, modicando los datos
iniciales en esos puntos, podemos conseguir alterar la solucin del problema continuo sin que la
del problema discreto sufra ningn cambio. Esto excluye cualquier posibilidad de convergencia
del mtodo numrico.
161
pagan con velocidades y direcciones distintas y no converger a medida que
el paso del mallado tiende a cero.
Los tres esquemas que hemos analizado son en principio coherentes. En reali-
dad en la terminologa del Anlisis Numrico se dice que son esquemas consis-
tentes. De manera ms precisa, mientras que el esquema progresivo y regresivo
son consistentes de orden 1, el esquema centrado es consistente de orden 2. En
efecto, supongamos que u es una solucin sucientemente regular de la ecua-
cin de transporte (3.0.1) (basta con que u tenga una derivada continua en la
variable tiempo y tres en la variable espacial).
Sea entonces
u
j
(t) = u(x
j
, t), (3.0.28)
la restriccin de (3.0.1) a los puntos del mallado.
Para analizar la consistencia de los esquemas numricos introducidos consi-
deramos
_
u
j
_
jZ
como una solucin aproximada de dicho esquema
4
.
Tenemos entonces, en el caso de esquema progresivo
u
t
j
+
u
j+1
u
j
h
= u
t
(x
j
, t) +
u(x
j+1
, t) u(x
j
, t)
h
(3.0.29)
= u
t
(x
j
, t) +
u(x
j
, t) +hu
x
(x
j
, t) +O
_
h
2
_
u(x
j
, t)
h
= u
t
(x
j
, t) +u
x
(x
j
, t) +O(h) = O(h),
lo cual indica que se trata efectivamente de un esquema consistente de orden 1.
Por ltimo, el esquema centrado es consistente de orden 2:
u
t
j
+
u
j+1
u
j1
2h
= u
t
(x
j
, t) +
u(x
j+1
, t) u(x
j1
, t)
2h
(3.0.30)
= u
t
(x
j
, t) +
_
u(x
j
, t) +hu
x
(x
j
, t) +
h
2
2
u
xx
(x
j
, t) +O(h
3
)
u(x
j
, t) +hu
x
(x
j
, t)
h
2
2
u
xx
(x
j
, t) +O
_
h
3
_
__
2h,
= u
t
(x
j
, t) +u
x
(x
j
, t) +O
_
h
2
_
= O
_
h
2
_
.
En virtud del Teorema de equivalencia de P. Lax que garantiza que la conver-
gencia equivale a la consistencia ms la estabilidad cabe entonces esperar que el
4
Conviene subrayar que, a la hora de comprobar la consistencia de un mtodo numrico, lo
que comunmente se hace es considerar la solucin del problema continuo como una solucin
aproximada del esquema discreto y no al revs, como podra esperarse en la medida en que el
esquema numrico tiene como objeto aproximar la ecuacin continua. As, el error de trunca-
tura es el resto resultante de considerar la solucin del problema continuo como una solucin
aproximada del problema discreto. Cuando el error de truncatura es del orden de O(h
p
) se
dice que el mtodo es consistente de orden p.
162 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
esquema regresivo sea convergente de orden 1 y que el centrado sea convergente
de orden 2.
Comprobmoslo. Consideremos en primer lugar el esquema regresivo y ana-
licemos el error

j
(t) = u
j
(t) u
j
(t) = u(x
j
, t) u
j
(t), (3.0.31)
es decir la diferencia entre la solucin real y la numrica sobre los puntos del
mallado. Para simplicar la presentacin suponemos que el dato inicial es conti-
nuo
5
, lo cual permite tomar datos iniciales exactos en el esquema semi-discreto:
u
j
(0) = f(x
j
), j Z. (3.0.32)
En virtud del anlisis de consistencia anterior, sustrayendo la ecuacin veri-
cada por u
j
y u
j
deducimos que
_

t
j
+
jj1
h
= O
j
(h), j Z, t > 0

j
(0) = 0, j Z.
(3.0.33)
Multiplicando en (3.0.33) por
j
y sumando en j Z obtenemos
1
2
d
dt
_
_

jZ
[
j
(t)[
2
_
_
+
1
h

jZ
_

2
j

j1

j
_
=

jZ
O
j
(h)
j
.
En este punto conviene observar que

jZ
_

2
j

j1

j
_
=
1
2

jZ
_

2
j
+
2
j1
2
j1

j
_
=
1
2

jZ
(
j

j1
)
2
0.
Por tanto la identidad de energa anterior puede reescribirse del siguiente modo
1
2
d
dt
_
_

jZ
[
j
(t)[
2
_
_
+
1
2h

jZ
(
j
(t)
j1
(t))
2
=

jZ
O
j
(h)
j
(t). (3.0.34)
En este punto introducimos la norma en
2
, el espacio de las sucesiones de
cuadrado sumable a escala h:
[[(
j
)[[
h
=
_
_
h

jZ
[
j
[
2
_
_
1/2
. (3.0.35)
5
Si el dato inicial no fuese continuo sino solamente localmente integrable, por ejemplo,
tomaramos como dato inicial para el problema discreto una media del dato inicial f = f(x)
en torno a los puntos del mallado. Por ejemplo, u
j
(0) =
1
h
R
x
j
+h/2
x
j
h/2
f(s)ds.
163
En lo sucesivo utilizaremos la notacin vectorial para denotar el vector
innito numerable de componentes (
j
)
jZ
.
Conviene observar que (3.0.35) es una aproximacin discreta de la norma
continua en L
2
(R) en el mallado de paso h.
Con esta notacin, y denotando mediante
1
la sucesin trasladada una
unidad con componentes (
j1
)
jZ
, la identidad (3.0.34) puede reescribirse del
modo siguiente:
1
2
d
dt
[(t)[
2
h
+
1
2h
[(t)
1
(t)[
2
h
= h

jZ
O
j
(h)
j
(t)

O(h)

h
[
j
(t)[
h
.
(3.0.36)
De esta desigualdad se deduce que
d
dt
[(t)[
h

O(h)

h
de donde se sigue que
[(t)[
h

_
t
0

O(h)

h
ds (3.0.37)
puesto que (0) = 0.
En este punto tenemos que analizar el error de truncatura

O(h). En vista del
anlisis de la consistencia realizado previamente se observa que cada componente
O
j
(h) del error es de la forma
O
j
(h) =
h
2
u
xx
(
j
, t)
donde
j
es un punto en el intervalo [x
j1
, x
j
].
Con el objeto de concluir la prueba de la convergencia suponemos que el dato
inicial f = f(x) es de clase C
2
y de soporte compacto: f C
2
c
(R). Entonces, la
solucin u, cuya forma explcita fue derivada en (3.0.3), tiene la misma propiedad
para todo t > 0 y adems:
max
xR, t0
[u
xx
(x, t)[ = C < ,
de donde, habida cuenta que el soporte de u
xx
est contenido en una traslacin
del soporte compacto de f, se sigue que

O(h)

h
Ch, t 0, h > 0. (3.0.38)
Combinando (3.0.37)-(3.0.38) se concluye que
[(t)[
h
Cth, t 0, h > 0, (3.0.39)
164 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
lo cual concluye la demostracin de que el mtodo semi-discreto de diferencias
nitas regresivas es convergente de orden uno.
El mtodo empleado en la prueba de la convergencia es el denominado m-
todo de la energa y est basado en la siguiente ley de energa que las soluciones
del problema semi-discreto verican
1
2
d
dt

jZ
[u
j
(t)[
2
+h

jZ
_
u
j
(t) u
j1
(t)
h
_
2
= 0
y que, con las notaciones anteriores, puede reescribirse como
1
2
d
dt
[u(t)[
2
h
+h[u(t)[
2
1,h
= 0. (3.0.40)
Aqu y en lo sucesivo | |
1,h
denota la versin discreta de la semi-norma
__
R
u
2
x
dx
_
1/2
, i.e.
[u[
1,h
=
_
_
h

jZ

u
j
u
j1
h

2
_
_
1/2
. (3.0.41)
Conviene comparar (3.0.40) con la ley de conservacin de la energa para la
ecuacin de transporte continua (3.0.1) donde, multiplicando por u e integrando
con respecto a x se deduce que
d
dt
| u(t) |
2
L
2
(R)
= 0. (3.0.42)
Obviamente, la ley de conservacin de energa (3.0.42) para el problema continuo
(3.0.1) es perfectamente coherente con la forma explcita (3.0.3) de la solucin
(3.0.1).
Sin embargo, es de sealar que, en contraste con la ley de conservacin de
energa (3.0.42) de la ecuacin continua (3.0.1), la identidad (3.0.40) establece el
carcter disipativo del esquema semi-discreto regresivo. Este carcter disipativo
no est reido con la convergencia del esquema cuando h 0, esencialmente
por dos razones:
La tasa de disipacin del esquema semi-discreto decrece a medida que
h 0, tal y como se observa con claridad en (3.0.40).
El carcter disipativo del equema numrico contribuye a su estabilidad.
Veriquemos la ley de energa de los otros dos esquemas considerados.
165
En el esquema progresivo tenemos
1
2
d
dt

jZ
[u
j
(t)[
2
+

jZ
(u
j+1
u
j
)
h
u
j
=
1
2
d
dt

jZ
[u
j
(t)[
2

1
2h

jZ
[u
j+1
u
j
[
2
= 0. (3.0.43)
En esta identidad queda claramente de maniesto el carcter anti-disipativo del
mtodo progresivo, causante de su inestabilidad.
En el caso del esquema centrado tenemos sin embargo
d
dt

jZ
[u
j
(t)[
2
= 0, (3.0.44)
identidad que garantiza su carcter puramente conservativo y su estabilidad.
Las propiedades disipativas, anti-disipativas y conservativas de los esquemas
regresivo, progresivo y centrado pueden interpretarse fcilmente de la siguiente
manera.
Consideremos por ejemplo el esquema regresivo en el que hemos adoptado
la siguiente aproximacin de la derivada espacial
u
x
(x, t)
u(x, t) u(x h, t)
h
.
Un anlisis ms cuidadoso indica que, en realidad,
u(x, t) u(x h, t)
h
= u
x
(x, t)
h
2
u
xx
(x, t) +O(h
2
).
Por lo tanto, el esquema regresivo es en realidad una aproximacin de orden dos
de la ecuacin de transporte perturbada
u
t
+u
x

h
2
u
xx
= 0. (3.0.45)
La ecuacin (3.0.45) es una aproximacin parablica o viscosa de la ecuacin
de transporte puro
6
(3.0.1). Multiplicando en (3.0.45) por u e integrando en x
6
No es difcil comprobar que la ecuacin (3.0.45) genera un semigrupo de contracciones en
L
2
(R) para cada h > 0 y que, dado un dato inicial f L
2
(R), la solucin u
h
= u
h
(x, t) de
(3.0.45) converge a la solucin de la ecuacin de transporte puro u(x, t) = f(x t), cuando
h 0 en L
2
(R) para cada t > 0. Para ello basta observar que v
h
(x, t) = u
h
(x+t, t) es solucin
de la ecuacin del calor vt hvxx = 0 que, tras el cambio de variables w
h
(x, t) = v
h
(x, t/h),
se convierte en una solucin de la ecuacin del calor wt wxx = 0. As, vemos que v
h
(x, t) =
[G
h
(t) f](x) siendo G
h
el ncleo del calor reescalado: G
h
(x, t) = (4ht)
1/2
exp(x
2
/4ht).
De esta expresin se deduce fcilmente que v
h
(x, t) f(x) en L
2
(R), para cada t > 0, o, lo
que es lo mismo, u
h
(x, t) f(x t).
166 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
deducimos que
1
2
d
dt
_
R
u
2
(x, t)dx +
h
2
_
R
u
2
x
(x, t)dx = 0, (3.0.46)
lo cual reeja el carcter disipativo del trmino de regularizacin hu
xx
/2 aa-
dido en la ecuacin (3.0.45) y supone, claramente, la versin continua de la ley
de disipacin de energa (3.0.40) del esquema regresivo.
El mismo argumento permite detectar el carcter inestable de la aproxima-
cin progresiva puesto que
u(x +h, t) u(x, t)
h
= u
x
(x, t) +
h
2
u
xx
(x, t) +O(h
2
). (3.0.47)
En este caso, el esquema progresivo resulta ser una aproximacin de orden dos
de la EDP de segundo orden
u
t
+u
x
+
h
2
u
xx
= 0. (3.0.48)
En esta ocasin (3.0.48) es una ecuacin parablica retrgrada de carcter
inestable
7
tal y como queda de maniesto en la ley de amplicacin de la energa que
las soluciones de (3.0.48) satisfacen
1
2
d
dt
_
R
u
2
(x, t)dx =
h
2
_
R
u
2
x
(x, t)dx. (3.0.49)
Sin embargo, este argumento permite conrmar el carcter puramente con-
servativo de la aproximacin centrada. En efecto:
u(x +h, t) u(x h, t)
2h
= u
x
(x, t)+
h
2
3!

3
x
u(x, t)+ +
h
2
(2 + 1)!

2+1
x
u(x, t)+ .
(3.0.50)
Es fcil comprobar, en efecto, que cualquiera de las aproximaciones de la
ecuacin de transporte (3.0.1) obtenidas truncando el desarrollo en serie de
potencias (3.0.50) de la forma
u
t
+
L

=0
h
2
(2 + 1)!

2+1
x
= 0 (3.0.51)
7
La inestabilidad de esta ecuacin a medida que h 0 se pone claramente de mani-
esto a travs del cambio de variable v
h
(x, t) = u
h
(x + t, t). En este caso, se trata de una
solucin de la ecuacin del calor retrgrada vt + hvxx = 0 que, tras el cambio de varia-
bles w
h
(x, t) = v
h
(x, t/h), se convierte en una solucin de la ecuacin del calor retrgra-
da normalizada wt + wxx = 0. As, vemos que v
h
(x, t) = [G
h
( t) v
h
(, )](x), para
cada par de instantes de tiempo 0 < t < , siendo G
h
el ncleo del calor reescalado:
G
h
(x, t) = (4ht)
1/2
exp(x
2
/4ht). De esta expresin, aplicada con t = 0 de modo que
v
h
(x, t) = f(x), se deduce fcilmente que v
h
(x, t) no est acotada en L

(0, T; L
2
(R)), para
ningn T > 0.
167
Tiene un carcter puramente conservativo.
Las ecuaciones (3.0.51) tienen sin embargo un carcter dispersivo que anali-
zaremos ms adelante.
En relacin a la ecuacin de transporte (3.0.5) en la que el sentido de progre-
sin de las ondas ha sido invertido, como es de esperar, se tiene que el esquema
regresivo es inestable y no converge mientras que el progresivo y centrado son
convergentes de orden 1 y 2, respectivamente.
Para concluir esta seccin consideremos el siguiente esquema completamente
discreto para la aproximacin de (3.0.1):
u
k+1
j
u
k1
j
2t
+
u
k
j+1
u
k
j1
2x
= 0. (3.0.52)
Aqu y en lo sucesivo utilizamos las notaciones habituales de modo que t y
x denotan los pasos del mallado en la direccin temporal y espacial respec-
tivamente. Por otra parte, u
k
j
denota la aproximacin de la solucin continua
u = u(x, t) de (3.0.1) en el punto (x, t) = (x
j
, t
k
) = (jx, kt).
El esquema (3.0.52) est perfectamente centrado tanto en la variable espacial
como temporal y se denomina esquema leap-frog.
Se trata de un esquema consistente de orden 2 y puede ser escrito en la forma
u
k+1
j
= u
k1
j
+
_
u
k
j1
u
k
j+1

(3.0.53)
donde es el nmero de Courant:
= t/x. (3.0.54)
El mtodo de von Neumann permite analizar fcilmente la estabilidad del es-
quema. En este caso, la transformada de Fourier u
k
() de la solucin de (3.0.53)
satisface
u
k+1
() = u
k1
() +
_
e
i
e
i

u
k
() = u
k1
() 2isen() u
k
(),
es decir,
u
k+1
() + 2isen() u
k
() u
k1
() = 0. (3.0.55)
En (3.0.55) vemos que cada componente de Fourier u
k
() satisface un esque-
ma de evolucin discreto de dos pasos cuyos coecientes dependen de [0, 2).
Basta por tanto vericar si se satisface el criterio de la raz. En este caso los
ceros del polinomio caracterstico del esquema (3.0.55) son

() = isen()
_

2
sen
2
() + 1. (3.0.56)
Conviene entonces distinguir los tres siguientes casos:
168 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Caso 1: < 1.
En este caso
[

[
2
=
_

2
sen
2
+ 1
2
sen
2

= 1
con lo cual la estabilidad queda garantizada al ser las raices

simples.
Caso 2: = 1.
En este caso lmite se observa que cuando = /2 o = 3/2 el discrimi-
nante se anula. Tenemos entonces races dobles de mdulo unidad, lo cual
produce la inestabilidad del esquema.
Caso 3: > 1.
En este caso, cuando /2 tenemos que
4
2
sen
2
() + 4 < 0
y por lo tanto los ceros son de la forma

() = i
_
sen
_

2
sen
2
1
_
.
La raz de mayor mdulo es la que corresponde al signo negativo. En este
caso tenemos
[

()[ = sen +
_

2
sen
2
1 > 1
puesto que sen > 1.
El mtodo es por tanto inestable en este caso.
De este anlisis deducimos que el mtodo completamente discreto de leap-frog
es convergente de orden dos si y slo si < 1.
Es fcil comprobar tambin que 1 es precisamente la condicin que
garantiza que el dominio de dependencia del esquema discreto contiene el de la
ecuacin continua.
Sealemos por ltimo que el mtodo consistente en sustituir el esquema nu-
mrico por una aproximacin semejante escrita en trminos de EDP puede tam-
bin aplicarse en este caso. Obtendramos ahora aproximaciones conservativas
pero dispersivas de la ecuacin de transporte de la forma
M

m=0
(t)
2m
(2m+ 1)!

2m+1
t
+
L

=0
(x)
2
(2 + 1)!

2+1
x
= 0 (3.0.57)
169
Tomando por ejemplo L = M = 1 obtenemos la ecuacin:

t
u +
x
u +
(t)
2
6

3
t
u +
(x)
2
6

3
x
u = 0.
Ahora bien, la ecuacin de transporte indica que
t
u =
x
u y por tanto

2
t
=
2
x
, de modo que la ecuacin anterior puede escribirse del modo siguiente:

t
[u +
(t)
2
6

2
x
u] +
x
[u +
(x)
2
6

2
x
u] = 0.
En esta ltima expresin es fcil comprobar el carcter conservativo de estas
aproximaciones. En efecto, multiplicando en la ecuacin por u e integrando en
R obtenemos:
_
R

t
_
u +
(t)
2
6

2
x
u
_
udx +
_
R

x
_
u +
(x)
2
6

2
x
u
_
udx + 0.
Ahora bien, tenemos,
_
R

t
uudx =
1
2
d
dt
_
R
u
2
dx;
_
R

3
x
uudx =
_
R

2
x
u
x
udx = 0.
_
R

2
x
uudx =
_
R

x
u
x
udx =
1
2
d
dt
_
R
[
x
u [
2
dx;
_
R

x
uudx = 0.
Obtenemos as la ley de conservacin de la energa:
d
dt
_
1
2
_
R
_
u
2

(t)
2
6
[ u
x
[
2
_
dx
_
= 0
Vemos sin embargo que el efecto dispersivo introducido por el esquema nu-
mrico hace que no sea la norma de u en L
2
(R) la que se conserve en tiempo
sino la cantidad:
_
R
_
u
2

(t)
2
6
[ u
x
[
2
_
dx
que, incluso puede ser negativa si la funcin u oscila rpidamente. Conviene sin
embargo no olvidar que en las soluciones numricas su mxima oscilacin est
limitada por el paso del mallado, por lo que esta cantidad nunca se puede hacer
negativa en ellas.
Son muchos los esquemas completamente discretos que surgen de manera
natural en la aproximacin de la ecuacin de transporte (3.0.1), adems del
esquema leap-frog ya estudiado. La mayora de ellos aparecen al realizar una
aproximacin discreta en tiempo de un esquema semidiscreto, pero no siempre
es as. Obviamente, en caso de proceder a la obtencin del esquema completa-
mente discreto mediante la discretizacin temporal de un esquema semi-discreto,
170 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
elegiremos uno que sea convergente puesto que si el esquema semi-discreto de
partida fuese divergente, el esquema completamente discreto obtenido tampoco
convergera.
En vista de este hecho, conviene excluir inmediatamente los esquemas com-
pletamente discretos derivados del esquema semi-discreto progresivo (3.0.10)
puesto que ya vimos que es inestable y por tanto divergente.
Sin embargo, como el esquema regresivo (3.0.11) es convergente parece na-
tural introducir el esquema de Euler regresivo
u
k+1
j
u
k
j
t
+
u
k
j
u
k
j1
x
= 0 (3.0.58)
o su versin implcita
u
k+1
j
u
k
j
t
+
u
k+1
j
u
k+1
j1
x
= 0 (3.0.59)
Nos referiremos a estos esquemas con ER (Euler regresivo explcito) y ERI
(Euler regresivo implcito), respectivamente.
Ambos esquemas son de un paso temporal y consistentes de orden uno.
Comprobemos pues su estabilidad.
El esquema ER puede reescribirse como
u
k+1
j
= u
k
j
+(u
k
j1
u
k
j
). (3.0.60)
El anlisis de von Neumann conduce al esquema discreto
u
k+1
() = u
k
() +(e
i
u
k
() u
k
()) =
_
1 +(e
i
1)
_
u
k
() (3.0.61)
Para su estabilidad basta entonces comprobar si [ 1 +(e
i
1) [ 1. Como
1 +(e
i
1) = 1 +[cos +i sen 1] = 1 +(cos 1) +isen
tenemos que
[ 1 +(e
i
1) [
2
= (1 +(cos 1))
2
+
2
sen
2

= 1 +
2
(cos 1)
2
+ 2(cos 1) +
2
sen
2

= 1 +
2
(cos
2
+ 1 2 cos ) + 2(cos 1) +
2
sen
2
= 1 2
de donde deducimos que es estable, y por tanto convergente de orden uno, si y
slo si
[ 1 2 [ 1 1. (3.0.62)
171
Es fcil comprobar que esta condicin de estabilidad es precisamente la que se
obtiene al imponer que el dominio de dependencia del esquema discreto contenga
al de la ecuacin de transporte continua.
En el caso del ERI tenemos
u
k+1
j
= u
k
j
(u
k+1
j
u
k+1
j1
)
que al aplicar la transformada de Fourier, se convierte en
u
k+1
() = u
k
() ( u
k+1
() e
i
u
k+1
()), (3.0.63)
es decir,
_
1 +(1 e
i
)
_
u
k+1
() = u
k
(),
o
u
k+1
() = [1 +(1 e
i
)]
1
u
k
(). (3.0.64)
La condicin de estabilidad es entonces en este caso [ 1 +(1 e
i
) [ 1. Como
1 +(1 e
i
) = 1 +(1 cos ) isen
tenemos que
[ 1 +(1 e
i
) [
2
= (1 +(1 cos ))
2
+
2
sen
2

= 1 +
2
(1 + cos
2
2 cos ) + 2(1 cos ) +
2
sen
2

= 1 + 2(1 cos ) + 2
2
(1 cos ) 1
y por tanto el mtodo es incondicionalmente estable.
A primera vista puede resultar sorprendente que el mtodo ERI sea conver-
gente para cualquier valor del nmero de Courant pues cabra preguntarse si
la condicin de inclusin de los dominios de dependencia se cumple con inde-
pendencia del valor de . Esto es efectivamente as puesto que en el esquema
discreto (3.0.59) el clculo de u
k+1
j
involucra a u
k+1
j1
, cuyo valor a su vez in-
volucra a u
k+1
j2
, . Vemos pues que el dominio de dependencia de ERI es el
conjunto de todos los nodos del mallado, con independencia del valor de .
De hecho cabe preguntarse sobre cual es el modo de resolver el sistema
(3.0.59). Este sistema, con la notacin vectorial habitual puede escribirse en la
forma
B


u
k+1
=

u
k
donde B

es una matriz innita con valores 1 + en la subdiagonal. Se trata


por tanto de una matriz innita triangular inferior que dene un operador
acotado de
2
en
2
. Pero, >se puede invertir el operador B

?
172 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Para comprobar que esto es efectivamente as, conviene utilizar el anlisis
de von Neumann. En efecto, el sistema equivalente (3.0.63) se resuelve inmedia-
tamente y tiene como solucin (3.0.64). Adems, tal y como hemos visto en el
anlisis de la estabilidad del esquema
[ u
k+1
() [[ u
k
() [, [0, 2).
Deducimos por tanto que
| (u
k+1
j
)
jZ
|
2

2
=

jZ
[ u
k+1
j
[
2
=
1
2
_
2
0
[ u
k+1
() [
2
d

1
2
_
2
0
[ u
k
() [
2
d =

jZ
[ u
k
j
[
2
=| (u
k
j
)
jZ
|
2

2
de modo que B
1

est bien denido y es un operador acotado de


2
en
2
con
norma no superior a uno. Vemos pues que la transformada discreta de Fourier
permite probar la resolubilidad del sistema algebrico (3.0.59) que el mtodo
ERI plantea.
Evidentemente hay muchos otros esquemas que pueden considerarse. Por
ejemplo, el esquema de Crank-Nicolson (CN) inspirado en la regla del trapecio
para la resolucin de ecuaciones diferenciales y en la diferencia nita centrada
para la aproximacin de la derivada espacial:
u
k+1
j
u
k
j
t
=
1
2
_
u
k
j+1
u
k
j1
2x
+
u
k+1
j+1
u
k+1
j1
2x
_
. (3.0.65)
El mtodo CN es convergente de orden dos para cualquier valor del parmetro
de Courant . Vemos pues que CN preserva la propiedad que el mtodo ERI de
converger para todo valor de , pero tiene adems la propiedad de ser de orden
dos. El orden dos proviene de la combinacin de los dos hechos siguientes: a) La
utilizacin de diferencias centradas en la aproximacin de la derivada espacial, lo
cual da, efectivamente, una aproximacin de orden dos de la derivada espacial;
b) La utilizacin del mtodo del trapecio en la aproximacin de la derivada
temporal, que es tambin un mtodo de orden dos, aunque esta vez en tiempo.
Nuevamente (3.0.65) es un sistema implcito. Pero se puede ver que es reso-
luble utilizando el argumento que hemos usado para el mtodo ERI, mediante
la transformada discreta de Fourier.
Existen otros muchos mtodos que proporcionan aproximaciones convergen-
tes de la ecuacin de transporte. Tenemos por ejemplo de leap-frog de orden
cuatro (LF4):
u
k+1
j
u
k1
j
2t
=
_
4
3
_
u
k
j+1
u
k
j1
2x
_

1
3
_
u
k
j+2
u
k
j2
4x
__
(3.0.66)
173
que es de orden dos en tiempo y orden cuatro en espacio.
En todos los mtodos descritos hasta ahora puede observarse que han sido de-
rivados en dos pasos, discretizando primero la variable espacial y despus la tem-
poral. Sin ir ms lejos es obvio que (3.0.66) proviene de una semi-discretizacin
de la forma
u
t
j
(t) =
_
4
3
_
u
j+1
(t) u
j1
(t)
2x
_

1
3
_
u
j+2
(t) u
j2
(t)
4x
__
(3.0.67)
que es efectivamente consistente con la ecuacin de transporte. El paso de
(3.0.67) a (3.0.66) es claro. Basta con utilizar el esquema de dos pasos
y
k+1
y
k1
2t
= f(y
k
)
para la resolucin de la ecuacin diferencial
y
t
(t) = f(y(t)).
Pero, como decamos, no todos los mtodos discretos provienen de discretizar
en tiempo una semi-discretizacin. Por ejemplo el mtodo de la derivada oblicua
es de la forma
u
k+2
j
= (1 2)
_
u
k+1
j
u
k+1
j1
_
+u
k
j1
. (3.0.68)
Se trata de un mtodo de orden dos. Para ver que, efectivamente, es un mtodo
consistente con la ecuacin de transporte lo escribimos como
u
k+2
j
u
k
j1
u
k+1
j
+u
k+1
j1
t
= 2
(u
k+1
j
u
k+1
j1
)
x
,
o, de manera ms clara an,
1
2
_
u
k+2
j
u
k+1
j
t
+
u
k+1
j1
u
k
j1
t
_
+
u
k+1
j
u
k+1
j1
x
= 0, (3.0.69)
expresin en la que queda claramente de maniesto la analoga del esquema
discreto con la ecuacin de transporte continua.
Citemos por ltimo los esquemas de Lax-Wendro
u
k+1
j
=
1
2
(1 +)u
k
j1
+ (1
2
)u
k
j

1
2
(1 )u
k
j+1
(3.0.70)
y el esquema de Lax-Friedrichs
u
k+1
j
=
1
2
(1 )u
k
j1
+
1
2
(1 +)u
k
j+1
. (3.0.71)
El esquema de Lax-Friedrichs puede escribirse en la forma
u
k+1
j

1
2
(u
k
j1
+u
k
j+1
)
t
=
u
k
j+1
u
k
j1
2x
(3.0.72)
174 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
en la que queda claramente de maniesto la consistencia con la ecuacin de
transporte. En esta expresin se observa que este esquema se obtiene a partir
de la semi-discretizacin centrada realizando una discretizacin explcita de la
derivada temporal en la que el valor u
k
j
de la discretizacin ms tpica de u
t
,
(i.e. (u
k+1
j
u
k
j
)/t) ha sido sustituido por la media de los valores u
k
j1
y u
k
j+1
.
Es fcil comprobar que (3.0.72) es una aproximacin difusiva de la ecuacin
de transporte. En efecto, basta aplicar formalmente en (3.0.72) el desarrollo de
Taylor para observar que (3.0.72) da lugar en realidad a la siguiente correccin
difusiva de la ecuacin de transporte:
u
t

(x)
2
2t
u
xx
+u
x
= 0,
que es anloga a la que obtuvimos para el esquema semi-discreto regresivo.
Obviamente, se trata de un esquema discreto. Es de orden uno y tiene la
propiedad de conservar la masa de la solucin. En efecto, denimos la masa de
la solucin discreta como
m
k
=

jZ
u
k
j
.
Basta entonces sumar con respecto a j Z en (3.0.71) para obtener que las
soluciones del esquema de Lax-Friedrichs satisfacen m
k+1
= m
k
. Esto es una
versin discreta de la propiedad de conservacin de la masa que las soluciones
u(x, t) = f(x t) de (3.0.1) satisfacen, i.e.
_
R
u(x, t)dx =
_
R
f(x)dx, t R.
Esta propiedad de conservacin de la masa juega un papel relevante en la apro-
ximacin numrica de las ecuaciones de transporte no-lineales, como la ecuacin
de Burgers, y los esquemas que la verican se dicen conservativos.
Es fcil comprobar que el esquema de Lax-Friedrichs es estable (y, por tanto,
convergente de orden uno) si y slo
= t/x 1.
El esquema de Lax-Wendro es consistente de orden dos y es fcil compro-
bar que es tambin un esquema conservativo y es convergente bajo la misma
condicin 1.
3.1. Dispersin numrica y velocidad de grupo
En el apartado anterior hemos estudiado la convergencia de diversos esque-
mas semi-discretos y completamente discretos de aproximacin de la ecuacin
3.1. DISPERSIN NUMRICA Y VELOCIDAD DE GRUPO 175
continua (3.0.1). Hemos comprobado que esquemas numricos convergentes pue-
den introducir efectos disipativos o anti-disipativos que pueden ser respectiva-
mente la causa de su estabilidad o inestabilidad o, por el contrario, ser puramente
conservativos.
Sin embargo con independencia de su carcter convergente o divergente la
mayora de los esquemas numricos tienen un carcter dispersivo. Por dispersin
entendemos la propiedad de un sistema dinmico continuo o discreto en tiempo
de propagar a diferentes velocidades las diversas componentes de la solucin.
La ecuacin de transporte (3.0.1) es precisamente un ejemplo claro de sistema
no dispersivo pues, como vimos en la seccin 3, todas sus soluciones son ondas
de transporte puras que se propagan en el espacio a velocidad uno. Este hecho,
obvio de la expresin explcita de la solucin (3.0.3), puede tambin comprobarse
a travs del anlisis de Fourier.
En efecto, consideremos soluciones u de (3.0.1) de la forma
u = e
it
e
ix
, (3.1.1)
es decir soluciones sinusoidales en variables separadas de frecuencia temporal
y longitud de onda espacial 2/, i.e. nmero de onda .
Es fcil comprobar que u de la forma (3.1.1) es solucin de (3.0.1) si y slo
si
= . (3.1.2)
En este caso la solucin (3.1.1) adquiere la forma
u(x, t) = e
i(tx)
(3.1.3)
y se conrma lo observado en (3.0.3) en el sentido que las soluciones de (3.0.1)
son meras ondas de transporte progresivas con velocidad uno.
La relacin (3.1.2) es la que se denomina relacin de dispersin para la
ecuacin de transporte (3.0.1).
Analicemos ahora, por ejemplo, el esquema semi-discreto regresivo que, como
vimos en la seccin anterior, es convergente de orden uno:
u
t
j
+
u
j
u
j1
h
= 0. (3.1.4)
Buscamos ahora soluciones de la forma
u
j
(t) = e
it
e
ixj
. (3.1.5)
Llevando la expresin (3.1.5) a la ecuacin (3.1.4) obtenemos la ecuacin
i +
1 e
ih
h
= 0,
176 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
es decir
=
i
h
_
1 e
ih

. (3.1.6)
La ecuacin (3.1.6) es la relacin de dispersin para el esquema semi-discreto
(3.1.4).
Un simple desarrollo de Taylor permite comprobar que, en una primera apro-
ximacin, (3.1.6) coincide con la relacin de dispersin (3.1.2) de la ecuacin de
transporte continua. En efecto,
i
h
_
1 e
ih

=
i
h
_
1
_
1 ih

2
h
2
2
+O(h
3
)
__
= +
i
2
h
2
+O(h
2
).
(3.1.7)
En virtud de (3.1.6) la solucin (3.1.5) de (3.1.4) puede escribirse en la forma
u
j
(t) = e
i(xj+

t)
,
de donde vemos que la solucin semi-discreta es una onda de transporte progre-
siva que avanza a una velocidad
c
h
() =

h
()

=
i
h
(1 e
ih
) = 1
ih
2
+O(h
2
), (3.1.8)
denominada velocidad de fase.
En la expresin (3.1.8) queda claramente de maniesto el carcter dispersivo
de la ecuacin semi-discreta, en la medida en que la velocidad de propagacin
de la onda depende de la longitud de la misma.
Pero, cabra argumentar que la expresin (3.1.8) es un nmero complejo, por
lo que no representa realmente una velocidad de transporte en el espacio fsico.
Esto es debido al efecto disipativo que el esquema (3.1.4) introduce y que qued
claramente de maniesto en su anlogo continuo (3.0.45).
Consideremos ahora el esquema centrado
u
t
j
+
u
j+1
u
j1
2h
= 0, (3.1.9)
que, como vimos en la seccin 3, es convergente de orden 2 y puramente con-
servativo.
En este caso se obtiene la relacin de dispersin
i +
e
ih
e
ih
2h
= 0.
Es decir,
i +
i sen(h)
h
= 0
3.1. DISPERSIN NUMRICA Y VELOCIDAD DE GRUPO 177
o, equivalentemente,
=
sen(h)
h
. (3.1.10)
Nuevamente observamos que (3.1.10) es una aproximacin de la relacin de
dispersin (3.1.2) de la ecuacin de transporte continua. De (3.1.10) se deduce
que la velocidad de propagacin de las ondas semi-discretas es en este caso
c
h
() =
sen(h)
h
= 1

2
h
2
3!
+O(h
4
). (3.1.11)
Comprobamos por lo tanto que las ondas en el medio semi-discreto se pro-
pagan ms lentamente que en el medio continuo si bien, jada la longitud de
onda espacial, la velocidad de propagacin c
h
(), cuando h 0, converge a la
velocidad de propagacin en el caso continuo c 1. Obviamente, la convergencia
de las velocidades de propagacin est motivada por el hecho que el esquema
sea convergente. En efecto, el esquema numrico no podra ser convergente si
para algunas longitudes de onda las velocidades de propagacin no convergiesen
cuando el paso del mallado tiende a cero.
Consideremos por ltimo el esquema leap-frog completamente discreto
(3.0.52). En este caso buscamos ondas discretas de la forma
u
k
j
= e
it
k
e
ixj
= e
ikt
e
ijx
. (3.1.12)
Obtenemos entonces la relacin de dispersin:
e
it
e
it
2t
+
e
ix
e
ix
2x
= 0
que, en funcin del nmero de Courant = t/x, puede reeescribirse como
sen(t) = sen(x),
o, de otro modo,
=
1
t
arcsen [sen(x)] . (3.1.13)
Nuevamente es evidente que a medida que x 0, t 0 la relacin de
dispersin (3.1.13) se aproxima a la de la ecuacin de transporte continua.
El caso
= 1 (3.1.14)
es particularmente interesante puesto que la relacin de dispersin (3.1.13) se
reduce a
= (3.1.15)
178 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
que es precisamente la correspondiente a la ecuacin de transporte continua. En
este caso las ondas discretas se propagan a velocidad constante idnticamente
igual a uno, como lo hacen en el caso continuo.
Con el objeto de entender esta coincidencia de las velocidades de propagacin
continua y discretas conviene reescribir el esquema discreto con = 1. Se obtiene
en este caso
u
k+1
j
u
k1
j
+u
k
j+1
u
k
j1
= 0.
Es decir
u
k+1
j
+u
k
j+1
= u
k1
j
+u
k
j1
. (3.1.16)
Habida cuenta que las soluciones de la ecuacin de transporte continua son de
la forma u = f(x t), se comprueba que, en este caso, son tambin soluciones
exactas del esquema discreto (3.1.16) con = 1. El esquema numrico es por
tanto en este caso de orden innito y reproduce de manera exacta las soluciones
de la ecuacin de transporte continua sobre los puntos del mallado.
Pero esto ocurre slo cuando = 1. Cuando 0 < < 1 el esquema es
convergente pero tambin dispersivo. En efecto, en este caso la velocidad de
propagacin es
c
h
() =
1
t
arcsen [sen(x)] . (3.1.17)
Nuevamente observamos que, para cualquier valor del nmero de Courant 0 <
< 1:
c
h
() 1, h 0, ;
[ c
h
() [< 1, h > 0, .
La velocidad c
h
() describe de manera adecuada la propagacin de las ondas
semi-discretas o discretas que involucran un solo modo de Fourier. Son las que
llamaremos ondas monocromticas. Pero, tal y como vimos en la seccin 2 en
el marco del anlisis del movimiento armnico simple, cuando se superponen
dos ondas con velocidades de propagacin semejantes pero no idnticas surgen
paquetes de ondas que pueden propagarse a velocidades distintas. Con el objeto
de entender este fenmeno es conveniente introducir la nocin de velocidad de
grupo.
Para introducir esta nocin consideremos cualquiera de los anteriores esque-
mas semi-discretos que admite soluciones de la forma
u
j
(t) = e
i
h
()t
e
ixj
. (3.1.18)
3.1. DISPERSIN NUMRICA Y VELOCIDAD DE GRUPO 179
Superponiendo dos soluciones de esta forma con longitudes de ondas y
+ respectivamente obtenemos una nueva solucin
u
,j
(t) =
e
i
h
()t
e
ixj
e
i
h
(+)t
e
i(+)xj

cuyo lmite, cuando 0, viene dado por


w
j
(t) = i[
t
h
()t +x
j
]e
i
h
()t
e
ixj
.
El resultado es un nuevo tipo de onda, producto de la solucin (3.1.18) que se
propaga a la velocidad de fase habitual c
h
() con la onda g(x, t) = i[
t
h
()t+x
j
]
que se propaga a velocidad
t
h
() que se denomina velocidad de grupo.
La velocidad de grupo es la que determina la propagacin de paquetes de
ondas conteniendo varias ondas de nmeros de onda semejantes. Para comprobar
este hecho basta con considerar la solucin que se obtendra a partir de un dato
inicial f = f(x) con transformada de Fourier F(). La solucin tendra entonces
la expresin
8
:
u(x, t) =
_
+

F()e
i(
h
()t+x)
d =
_
+

F()e
it(
h
()+x/t)
d. (3.1.19)
Supongamos ahora que jamos el valor de x/t, lo cual corresponde a mover
el origen de referencia a velocidad x/t = cte. Evidentemente, cuando t
la exponencial del integrando oscila ms y ms con respecto a la variable y
tiende a cero en un sentido dbil haciendo que la integral tienda a anularse. Esta
cancelacin ocurre efectivamente para todos los valores de salvo para aqullos
en los que
d
d
(
h
() +x/t) = 0. (3.1.20)
Este hecho puede probarse de manera rigurosa mediante el Teorema de la Fase
Estacionaria (TFE) (vase [8]).
La ecuacin (3.1.20) puede tambin escribirse del modo siguiente:

t
h
() = x/t. (3.1.21)
Esta relacin indica que, a medida que nos trasladamos en el espacio a velo-
cidad x/t, slo podemos ver las componentes cuyo nmero de onda satisfaga
la relacin (3.1.20), o, dicho de otro modo, la energa asociada al nmero de
onda se propaga a una velocidad de grupo
C
h
() =
t
h
(). (3.1.22)
8
Evitamos aqu las constantes multiplicativas de la transformada y antitransformada de
Fourier que en nada afectan al fenmeno cualitativo que pretendemos ilustrar.
180 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Conviene en este punto sealar que la velocidad de fase c
h
() y la velocidad
de grupo C
h
(), en general, no coinciden. Analicemos este hecho en los ejemplos
que hemos introducido ms arriba.
En el caso de la ecuacin de transporte continua tenamos que w() =
para todo . En este caso, obviamente c
h
() C
h
() 1, lo cual indica que
todas las ondas se propagan a velociad uno en este modelo.
Sin embargo en el esquema semi-discreto regresivo tenamos que
=
i
h
_
1 e
ih

; c
h
() =

h
()

= 1
ih
2
+O(h
2
), (3.1.23)
mientras la velocidad de grupo viene dada por la expresin
C
h
() =
t
h
() = e
ih
= 1 ih +O(h
2
), (3.1.24)
Se observa efectivamente una sutil diferencia entre las expresiones obtenidas en
(3.1.23) y (3.1.24).
Consideramos ahora el esquema centrado en el que, como veamos anterior-
mente,
=
sen(h)
h
; c
h
() =
sen(h)
h
= 1

2
h
2
6
+O(h
4
). (3.1.25)
En este caso la velocidad de grupo es
C
h
() = cos(h) = 1

2
h
2
2
+O(h
4
). (3.1.26)
Nuevamente se observa una ligera diferencia en las expresiones de velocidad de
fase y de grupo.
Consideremos por ltimo el esquema completamente discreto de leap-frog".
En aqul caso veamos que

h
() =
1
t
arcsen [sen(x)] ; c
h
() =
1
t
arcsen [sen(x)] . (3.1.27)
Sin embargo, la velocidad de grupo viene dada por la expresin:
C
h
() =
xcos(x)
t
_
1
2
sen
2
(x)
, (3.1.28)
que, nuevamente, diere de la velocidad de fase, salvo en el caso = 1 en el que
c
h
() C
h
() 1.
Estas, aparentemente, pequeas diferencias entre la velocidad de fase y de
grupo pueden sin embargo ser la causa de comportamientos inesperados de las
soluciones de los esquemas numricos.
3.1. DISPERSIN NUMRICA Y VELOCIDAD DE GRUPO 181
Hemos antes mencionado que el Teorema de la Fase Estacionaria (TFE)
juega un papel fundamental a la hora de entender el fenmeno de la velocidad
de grupo. El lector interesado en una presentacin bsica pero completa de este
Teorema puede consultar la seccin 4.5.3 del libro de Evans [8].
El TFE parte de la observacin siguiente: Si a C

c
(R
n
), entonces
_
R
n
e
px

a(x)dx = O(
m
), 0 (3.1.29)
para todo p R
n
, p ,= 0 y m 1.
En (3.1.29) se pone de maniesto el hecho de que la integral se anula a
un orden arbitrariamente grande cuando 0. Esto, evidentemente, no es
as porque el integrando tienda a cero en mdulo. Todo lo contrario, tenemos
[ e
ipx/
a(x) [=[ a(x) [ para todo > 0. Sin embargo es el carcter rpidamente
oscilante de la exponencial compleja del integrando lo que hace que la integral
se anule a cualquier orden. La prueba de (3.1.29) es muy sencilla. Basta integrar
por partes teniendo en cuenta que
e
ipx/
=

p
k

x
k
(e
ipx/
).
El nmero de integrales por partes que podemos realizar es ilimitado pues la
funcin a = a(x) es de clase C

. Adems, al ser su soporte compacto, las


integrales por partes no aportan trminos de frontera.
En el caso en que en la exponencial aparecen trminos cuadrticos obtenemos
la expresin
1
(2)
n/2
_
R
n
e
1
2
yAy
a(y)dy =
e
i

4
sgn (A)
[ det A [
1/2
(a(0) +O())
para todo a C

c
(R
n
), A matriz real, simtrica, no singular, siendo det A el
determinante de A y sgn (A) su signatura, i.e. el nmero de autovalores positi-
vos de A menos el nmero de autovalores negativos. Este resultado se prueba
primero en el caso diagonal para despus abordar el caso general utilizando una
rotacin que permita representar A como una matriz diagonal en la base de sus
autovectores.
Estos resultados, junto con el desarrollo de Taylor, permiten describir el
comportamiento de la integral
I

=
_
R
n
e
i(y)

a(y)dy
para una funcin real, regular general.
182 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
En efecto, suponiendo que slo se anula en un nmero nito de pun-
tos y
1
, y
N
del soporte de la funcin a y que las matrices D
2
(y
k
) no son
singulares, k = 1, , N; obtenemos que
I

= (2)
n/2
N

k=1
e
i(y
k
)

[ det D
2
(y
k
) [
1/2
e
i

4
sgn (D
2
(y
k
))
(a(y
k
) +O()).
Las pruebas detalladas de estos resultados se encuentran en 4.5.4. del libro de
Evans [8].
3.2. Transformada discreta de Fourier a escala h
En la seccin 3 hemos introducido y utilizado el mtodo de von Neumann
para el anlisis de la estabilidad de un esquema numrico que est basado en la
utilizacin de una transformada discreta de Fourier que permite:
Denir una isometra entre
2
y L
2
(0, 2);
Transformar un esquema en diferencias en una ecuacin diferencial depen-
diente de un parmetro [0, 2).
La transformada de Fourier que introducimos en su momento, sin embargo,
no tiene en cuenta el paso h del mallado puesto que se aplica meramente sobre
sucesiones en
2
, sin tener en cuenta el mallado al que estn asociadas. Con el
objeto de analizar el comportamiento de las soluciones cuando h 0 es conve-
niente introducir una transformada de Fourier a escala h, cuyo lmite cuando
h 0 sea la clsica transformada de Fourier, de modo que recuperemos en el
lmite la ecuacin en derivadas parciales.
Recordemos en primer lugar la denicin clsica de la transformada de Fou-
rier continua

f() =
_
R
f(x)e
ix
dx = T(f). (3.2.1)
Es bien sabido que la transformada de Fourier dene una isometra de L
2
(R)
en s mismo. La transformada inversa de Fourier viene dada por
T
1
(g)(x) =
1
2
_
R
g()e
ix
d. (3.2.2)
Una de las mayores utilidades de la transformada continua de Fourier es su
posible utilizacin para la resolucin de EDP con coecientes constantes. En
3.2. TRANSFORMADA DISCRETA DE FOURIER A ESCALA H 183
esto la siguiente propiedad juega un papel fundamental
9

x
f() = i

f(). (3.2.3)
Por ejemplo, gracias a la propiedad (3.2.3), la ecuacin de transporte
u
t
+u
x
= 0, (3.2.4)
mediante la aplicacin de la transformada de Fourier en la variable x, se con-
vierte en
u
t
+i u = 0 (3.2.5)
de donde deducimos que
u(, t) = e
it

f(). (3.2.6)
La expresin (3.2.6) ya nos conrma el carcter conservativo de la ecuacin de
transporte (3.2.4) puesto que proporciona la identidad
[ u(, t) [=[

f() [, R, t > 0 (3.2.7)
que, tras integracin en R, asegura que
| u(t) |
L
2
(R)
=|

f |
L
2
(R)
, t > 0 (3.2.8)
lo cual, a su vez, por el carcter isomtrico de la transformada de Fourier,
garantiza que
| u(t) |
L
2
(R)
=| f |
L
2
(R)
, t > 0. (3.2.9)
Introduzcamos pues ahora la transformada discreta de Fourier a escala h,
una de cuyas propiedades ms relevantes ser que, en el lmite cuando h 0,
recuperaremos la transformada continua de Fourier que acabamos de denir.
Dada la sucesin (f
j
)
jZ
proveniente de un mallado espacial de paso h (i.e.
de modo que f
j
f(x
j
) con x
j
= jh), denimos la transformada discreta de
Fourier a escala h como
|
f() = h

jZ
f
j
e
ihj
,

h


h
. (3.2.10)
Denotamos la transformada discreta de Fourier mediante el smbolo
|
para dis-
tinguirla de la transformada continua. A pesar de que la transformada (3.2.10)
depende del parmetro h, no lo expresamos explcitamente en la notacin para
aligerarla.
9
El lector interesado en un estudio de las propiedades bsicas de la Transformada de Fourier
y su aplicacin a las EDP puede consultar los textos de F. John [15] y J. Rauch [24].
184 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Vemos que la imagen mediante la transformada discreta de Fourier de una su-
cesin de paso h es una funcin continua con soporte en el intervalo [/h, /h].
Obviamente, a medida que h 0, este soporte converge a toda la recta real.
Este hecho reeja una de las propiedades fundamentales de la transformada de
Fourier, a medida que el carcter oscilante de la funcin en el espacio fsico
aumenta, su transformada de Fourier se amplica para las altas frecuencias. La
sucesin discreta de paso h puede verse como una funcin que oscila a escala h
(basta para ello extender la sucesin discreta de valores a una funcin constante
o lineal a trozos denida en toda la recta real). El soporte de su transformada
de Fourier aumenta, consecuentemente.
La transformada de Fourier discreta puede invertirse con facilidad. Tenemos
f
j
=
1
2
_
/h
/h
|
f()e
ihj
d (3.2.11)
La analoga entre las frmulas (3.2.1) y (3.2.2) de la transformada continua
de Fourier y (3.2.10)-(3.2.11) de la transforma discreta a escala h son evidentes.
Mientras que (3.2.10) se asemeja a una suma de Riemann de la integral (3.2.1)
que dene la transformada continua de Fourier sobre la particin x
j
= jh, j Z,
la transformada discreta inversa (3.2.11) es simplemente una versin truncada
de la integral (3.2.2) que dene la transformada inversa de Fourier.
Es fcil tambin comprobar que la transformada discreta dene una isome-
tra:
|

f |
2
h
= h

jZ
[f
j
[
2
=
1
2
_
h

h
[
|
f() [
2
d =
1
2

|
f

2
L
2
(

h
,

h
)
. (3.2.12)
Esto, evidentemente, no es ms que la versin discreta de la identidad de Par-
seval para la transformada de Fourier

2
L
2
(R)
=
1
2
_
R
[

f() [
2
d =
1
2

2
L
2
(R)
. (3.2.13)
La relacin entre transformada continua y discreta se hace ms clara an si
utilizamos la funcin cardinal (tambin denominada funcin cardinal de Whitta-
ker of funcin de Shannon, por su papel relevante en teora de la comunicacin):

0
(x) =
sen(x/h)
x/h
. (3.2.14)
Denotamos mediante
j
su trasladada al punto x
j
= jh, i.e.

j
(x) =
sen((x x
j
)/h)
(x x
j
)/h
. (3.2.15)
3.2. TRANSFORMADA DISCRETA DE FOURIER A ESCALA H 185
Dada una funcin discreta (f
j
)
jZ
de paso h denimos entonces la funcin con-
tinua
f

(x) =

jZ
f
j

j
(x). (3.2.16)
Es fcil comprobar que la funcin continua f

interpola la sucesin (f
j
)
jZ
. En
efecto,
f

(x
j
) = f
j
, j Z. (3.2.17)
Esto es simplemente debido a que

j
(x
k
) =
jk
, j, k Z. (3.2.18)
La funcin cardinal
0
tiene adems la interesante propiedad que
10

0
() = h1
(/h, /h)
(). (3.2.19)
Su transformada de Fourier es por tanto, mdulo un factor multiplicativo h, la
funcin caracterstica del intervalo
_


h
,

h
_
.
Es fcil probar que, como
j
se obtiene de
0
mediante una nueva traslacin,
entonces

j
() = e
ijh

0
(). (3.2.20)
Por otra parte, utilizando la identidad de Plancherel obtenemos que
_
R

j
(x)
k
(x)dx =
1
2
_
R

j
()

k
()d =
h
2
2
_
h

h
e
ih(kj)
d = h
jk
.
(3.2.21)
Vemos por tanto que las funciones
j
(x)
jZ
son ortogonales. De esta propie-
dad de ortogonalidad deducimos fcilmente que

2
L
2
(R)
= h

jZ
[ f
j
[
2
. (3.2.22)
Por tanto, la extensin continua f

de sucesiones de paso h dene en realidad


una isometra de
2
en un subespacio de L
2
(R).
Por otra parte, la transformada continua de Fourier de la funcin f

est
ntimamente ligada a la transformada discreta de la sucesin (f
j
)
jZ
. En efecto,

() =

jZ
f
j

j
() =

jZ
f
j
e
ijh

0
() = h

jZ
f
j
e
ijh
1
(/h, /h)
=
|
f().
10
Para comprobarlo observamos que

1
[A,A]
=
A

A
. Adems T
1
(

1
[A,A]
) =
iT
1
(1
[A,A]
) y, por otra parte, T
1
(
A

A
) =
1
2
(e
ixA
e
ixA
) =
i

sen(xA). De
estas identidades deducimos (3.2.19) fcilmente, utilizando el hecho que la transformada de
Fourier es un isomorsmo.
186 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Vemos pues que la transformada discreta de Fourier no es ms que la trans-
formada continua aplicada a la interpolacin de la sucesin mediante la funcin
cardinal.
Estos resultados, probados por Whitakker en 1915 y utilizados en 1949 por
Shannon, contribuyendo de manera decisiva a la teora de la comunicacin,
indican que una funcin de banda limitada (cuya transformada de Fourier se
anula fuera del intervalo [B, B]), puede ser reconstruida a travs de la
interpolacin mediante la funcin cardinal a partir del muestreo de sus valores
en los puntos x
j
= jh, siempre que h /B. Retomaremos esta cuestin en la
siguiente seccin.
3.3. Revisin de la ecuacin de transporte y sus
aproximaciones a travs de la transformada
discreta de Fourier
Consideremos el problema de Cauchy para la ecuacin de transporte
u
t
+u
x
= 0, x R, t > 0; u(x, 0) = f(x), x R. (3.3.1)
Sabemos que la solucin es una onda de transporte pura
u(x, t) = f(x t). (3.3.2)
Esta expresin puede tambin obtenerse mediante la transformacin de Fou-
rier. En efecto, como veamos en (3.2.5),
u
t
+i u = 0, R, t > 0, u(, 0) =

f(), R, (3.3.3)
de donde deducimos que
u(, t) = e
it

f(). (3.3.4)
Aplicando la transformada inversa obtenemos
u(x, t) = T
1
(e
it

f()) = f(x t). (3.3.5)


En este ltimo punto hemos usado el hecho de que la transformada de Fourier
de la masa de Dirac es la constante unidad (

0
1) o, equivalentemente,

x0

e
ix0
.
Retomemos ahora el problema de la aproximacin numrica de la solucin.
Suponiendo que el dato inicial f es continuo, es natural tomar los datos
discretos
f
j
= f(x
j
) = f(jh), j Z, (3.3.6)
3.3. REVISINDE LAECUACINDE TRANSPORTE YSUS APROXIMACIONES ATRAVS DE LATRANSFORMADADISCRETADE FOURIER187
lo cual supone realizar un muestreo de la funcin f.
Gracias a la frmula de sumacin de Poisson
11
es fcil comprobar que:
|
f() =

kZ

f( +k
0
), /h /h, (3.3.7)
donde

0
= 2/h. (3.3.8)
Si el dato inicial f es de banda limitada o, ms precisamente, si

f() = 0
para todo tal que [ [> /h, tenemos entonces
|
f() =

f() (3.3.9)
y por tanto el muestreo del dato inicial sobre los puntos del mallado no introduce
error alguno.
Sin embargo, cuando f no es de banda limitada, en virtud de (3.3.7), las
componentes de

f de altas frecuencias se superponen con las de la banda princi-
pal [/h, /h] dando lugar a lo que se conoce como fenmeno de aliasing. En
este caso, la tranformada discreta de Fourier de la sucesin obtenida al mues-
trar f a lo largo de la sucesin x
j
= jh no permite recuperar la tranformada
de Fourier de f y por tanto no permite codicar todas las caractersticas de la
funcin f.
De este anlisis deducimos que una funcin f es de banda limitada si y slo si
se obtiene como una funcin de la forma f

a travs de las funciones de Shannon


a partir de su muestreo a lo largo de la sucesin x
j
= jh.
En la prctica es por tanto recomendable aproximar en primer lugar la fun-
cin f(x) para una familia de funciones de banda limitada
f
h
(x) = T
1
_

f()1
(/h, /h)
()
_
(3.3.10)
que tienen la virtud de converger a f en L
2
(R) cuando h 0 y de forma que
su muestreo no introduzca ningn error.
12
11
La frmula de sumacin de Poisson asegura que
P
jZ
f(j) =
P
kZ
b
f(2k). Para compro-
bar esta frmula basta considerar la funcin g(x) =
P
jZ
f(x +j), observar que es peridica
de perodo uno y aplicar su desarrollo en series de Fourier. Los trminos del sumando de la
derecha son precisamente sus coecientes de Fourier en la base e
i2kx
. Al aplicar este desa-
rrollo en x = 0 obtenemos esta frmula de sumacin de Poisson. Al aplicar esta identidad a
escala h a la funcin f(x)e
ix
obtenemos la identidad (3.3.7).
12
La prueba de la convergencia de f
h
a f en L
2
(R) se realiza combinando el Teorema de la
Convergencia Dominada con el hecho de que T sea una isometra en L
2
(R).
188 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Pero, dejando de lado los errores introducidos por la aproximacin de los
datos iniciales, consideremos el generado por los esquemas numricos. Consi-
deramos por tanto el esquema semi-discreto regresivo y progresivo (3.0.10) y
(3.0.11) que, como vimos, son convergentes y divergentes respectivamente.
Revisin del esquema semi-discreto regresivo.
Consideremos en primer lugar el esquema
u
t
j
(t) +
u
j
(t) u
j1
(t)
h
= 0, j Z, t > 0. (3.3.11)
Aplicando la transformada discreta de Fourier a escala h obtenemos
d
dt
|
u(, t) +
1
h
(1 e
ih
)
|
u(, t) = 0, t > 0, [/h, /h]. (3.3.12)
En este punto hemos utilizado la siguiente propiedad fundamental de la trans-
formada discreta de Fourier:
(
1
f)
|
() = h

jZ
f
j1
e
ijh
= e
ih
h

jZ
f
j
e
ijh
= e
ih
|
f(). (3.3.13)
La proximidad entre la ecuacin de transporte continua (3.3.1) y la aproximacin
semi-discreta regresiva (3.3.11) es evidente. El coeciente

h
() =
1
h
(1 e
ih
) (3.3.14)
que interviene en la ecuacin diferencial (3.3.12) converge, cuando h 0, de
manera evidente, al coeciente
() = i (3.3.15)
correspondiente a la ecuacin de transporte continua.
De hecho, mediante el desarrollo de Taylor se observa que

h
() = i +

2
h
2
+ . (3.3.16)
En la expresin (3.3.16) se observa que, efectivamente, para cada R,

h
() () cuando h 0. (3.3.17)
Adems en (3.3.16) volvemos a constatar el carcter difusivo de la aproximacin
regresiva. En efecto, esto queda de maniesto en que el primer trmino corrector
en (3.3.16) (
2
h/2) sea real y positivo.
3.3. REVISINDE LAECUACINDE TRANSPORTE YSUS APROXIMACIONES ATRAVS DE LATRANSFORMADADISCRETADE FOURIER189
Conviene sin embargo observar que la convergencia (3.3.17) es slamente
uniforme en conjuntos R
h
en los que
max
R
h

2
h 0, h 0. (3.3.18)
En otras palabras, la convergencia de los smbolos (3.3.17) slo se produce en
regiones en las que
[ [= O(h
1/2
), h 0. (3.3.19)
Sin embargo, conviene sealar que la convergencia (3.3.17) interesa para cual-
quier R. En efecto, en el lmite cuando h 0, la banda de frecuencias del
dato inicial continuo f = f(x) de la ecuacin de transporte es toda la recta
real. Por otra parte, a medida que h 0, la banda de frecuencias de los datos
iniciales del problema discreto [/h, /h] aumenta hasta cubrir toda la recta
real.
En virtud de que la convergencia (3.3.17) es uniforme en conjuntos de la
forma (3.3.19) es fcil ver que las soluciones del problema discreto convergen a
las del continuo para datos con una banda de frecuencias limitada, independiente
de h. La estabilidad del esquema permite despus extender esta convergencia a
un dato inicial cualquiera f L
2
(R).
En efecto, en virtud de (3.3.12) tenemos
|
u(, t) = e

h
()t
|
f() = e

1
h
(1e
ih
)t
|
f() = e

1
h
(1cos(h))t
e
i sen(h)t/h
|
f().
Aplicando la anti-transformada discreta de Fourier tenemos
u
j
(t) =
1
2
_
/h
/h
e

1
h
(1cos(h))t
e
i(jhsen(h)t/h)
|
f()d. (3.3.20)
En virtud de (3.3.9) sabemos que, si f es de banda acotada,
|
f

f, para
h sucientemente pequeo. Bajo estas hiptesis es por tanto evidente que la
solucin del problema numrico puede reescribirse como
u
j
(t) =
1
2
_
B
B
e

1
h
(1cos(h)t)
e
it(jhsen(h)/h)t

f()d, (3.3.21)
donde B > 0 es tal que sop(

f) [B, B].
Elegimos ahora j Z de modo que jh = x
0
, siendo x
0
R un punto jado.
Evidentemente, esto supone elegir j = x
0
/h que, para que j Z, exige a su
vez tomar una sucesin determinada de h 0. Bajo esta condicin (x
0
= jh),
deberamos ser capaces de ver que la expresin (3.3.21) converge, cuando h 0,
190 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
al valor de la solucin continua u(x
0
, t) = f(x
0
t). Vemos que esto es efecti-
vamente as. Cuando h 0, el integrando de (3.3.21) converge a e
i(x0t)
f().
La aplicacin del Teorema de la convergencia dominada permite entonces ver
que el lmite de (3.3.21) es
u(x
0
, t) =
1
2
_
B
B
e
i(x0t)

f()d =
1
2
_
B
B
e
ix0
e
it

f()d = f(x
0
t),
(3.3.22)
que coincide con la solucin del problema continuo, gracias a la hiptesis de que
f sea de banda limitada.
En realidad, bajo estas hiptesis, se puede probar que la convergencia de la
solucin discreta a la continua tiene lugar en la norma L
2
. Se puede ver esto de
dos maneras. Tomando normas discretas de diferencias en
2
o bien tomando
normas continuas en L
2
(R) observando que la expresin (3.3.21) de la solucin
del esquema numrico puede extenderse a una funcin continua con respecto a
la variable espacial x, dependiente del parmetro h:
u
h
(x, t) =
1
2
_
B
B
e

1
h
(1cos(h))t
e
i(xsen(h)t/h)

f()d. (3.3.23)
Combinando (3.3.22) y (3.3.23) vemos que, tanto la solucin continua como
la discreta pueden ser escritas de un modo semejante mediante la transformada
inversa de Fourier
u
h
(x, t) = T
1
_
e

t
h
(1cos(h))
e
i sen(h)t/h

f
_
(x) (3.3.24)
y
u(x, t) = T
1
_
e
it

f
_
(x). (3.3.25)
Para comprobar que u
h
(t) u(t) en L
2
(R) cuando h 0 basta entonces ver
que
e

t
h
(1cos(h))
e
i sen(h)t/h

f() e
it

f() en L
2
(R)
cuando h 0. Teniendo en cuenta que f es, por hiptesis, de banda acotada,
vemos que esto es equivalente a que
_
B
B

t
h
(1cos(h))
e
i sen(h)t/h
e
it

2
[

f() [
2
d 0
y esto, efectivamente, ocurre en virtud del Teorema de la convergencia domina-
da.
3.3. REVISINDE LAECUACINDE TRANSPORTE YSUS APROXIMACIONES ATRAVS DE LATRANSFORMADADISCRETADE FOURIER191
Esto conrma la convergencia del esquema regresivo para datos iniciales con
banda acotada. Para considerar el caso general, dado f L
2
(R) basta introducir
su aproximacin
f
B
(x) = T
1
_

f()1
(B,B)
()
_
que es, por denicin, una funcin de banda acotada tal que
f
B
f en L
2
(R) cuando B .
Denotamos mediante u y u
B
la solucin de la ecuacin de transporte con datos
f y f
B
respectivamente. Como
| u(t) u
B
(t) |
L
2
(R)
=| f f
B
|
L
2
(R)
vemos que
u
B
u en L

(0, ; L
2
(R)), B .
Por tanto, dado > 0 existe B
0
> 0 sucientemente grande tal que
| u u
B0
|
L

(0,;L
2
(R))
/2.
Fijado este valor de B
0
y resolviendo la ecuacin semi-discreta con dato inicial
f
B0
muestreado sobre el mallado tenemos que
u
h,B0
(t) u
B0
(t), h 0, en L
2
(R)
para cada t > 0. Por tanto, para h sucientemente pequeo
| u(t) u
h,B0
(t) |
L
2
(R)
| u(t) u
B0
(t) |
L
2
(R)
+ | u
B0
(t) u
h,B0
(t) |
L
2
(R)
/2 +/2 = .
Esto demuestra la convergencia para datos iniciales obtenidos muestreando una
aproximacin del dato inicial de banda acotada. Evidentemente, gracias a la
estabilidad del esquema numrico, se puede obtener el mismo resultado de con-
vergencia para cualquier eleccin de la aproximacin de los datos iniciales que
converja al dato inicial del problema continuo.
Revisin del esquema semi-discreto progresivo.
Consideramos ahora el caso progresivo que, como vimos, es inestable y diver-
gente. Analicmoslo pues con la herramienta que las transformadas de Fourier
proporcionan.
En este caso el esquema es de la forma
u
t
j
(t) +
u
j+1
u
j
(t)
h
= 0, j Z, t > 0. (3.3.26)
192 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Aplicando la transformada discreta de Fourier obtenemos
d
dt
|
u(, t) +
1
h
(e
ih
1)
|
u(, t) = 0, t > 0, [/h, /h], (3.3.27)
de modo que
|
u(, t) = e

1
h
(e
ih
1)t
|
f() = e
1
h
(1cos(h))t
e
i sen(h)t/h
|
f(). (3.3.28)
Pretendemos ahora ilustrar de manera an ms explcita la ausencia de con-
vergencia de este mtodo. Para ello tomamos un dato inicial f de banda acotada
de modo que
|
f

f para h sucientemente pequeo.
Obtenemos as
|
u(, t) = e
1
h
(1cos(h))t
e
i sen(h)t/h

f(), (3.3.29)
de modo que
[
|
u(, t) [= e
1
h
(1cos(h))t
[

f() [, (3.3.30)
y entonces
| u
h
|
2
h
=
1
2
_
B
B
e
2
h
(1cos(h))t
[

f() [
2
d. (3.3.31)
Habida cuenta que [B, B], tenemos que
1 cos(h) c
2
h
2
(3.3.32)
con c > 0 para todo [BB], a condicin que h sea sucientemente pequeo.
Combinando (3.3.31) y (3.3.32) vemos que
| u
h
(t) |
2
h

1
2
_
B
B
e
ch
2
t
[

f() [
2
d. (3.3.33)
Pero esta estimacin es claramente insuciente para concluir la divergencia del
mtodo puesto que la integral a la derecha de (3.3.33) permanece acotada cuando
h 0.
Para ilustrar la divergencia hemos considerar datos iniciales de banda ms
ancha. Dado f L
2
(R) tal que el soporte de su transformada de Fourier sea
toda la recta real (por ejemplo la Gaussiana
13
), introducimos el dato inicial del
esquema discreto f
h
(x) truncando la transformada de Fourier de f a la banda
admisible [/h, /h], i.e.
f
h
(x) = T
1
(

f1
(/h, /h)
()). (3.3.34)
13
Es bien sabido que la transformada de Fourier de la funcin f(x) = e
x
2
/2
es la Gaussiana
b
f() =

2e

2
/2
.
3.3. REVISINDE LAECUACINDE TRANSPORTE YSUS APROXIMACIONES ATRAVS DE LATRANSFORMADADISCRETADE FOURIER193
En este caso la norma de la aproximacin discreta viene dada por
| u
h
(t) |
2
h
=
1
2
_
/h
/h
e
2
h
(1cos(h))t
[

f() [
2
d. (3.3.35)
Utilizando ahora el hecho que
1 cos() c
2
, [, ], (3.3.36)
vemos que
| u
h
(t) |
2
h

1
2
_
/h
/h
e
ch
2
t
[

f() [
2
d. (3.3.37)
En esta ocasin la integral a la derecha de (3.3.37) puede diverger puesto que
en la banda [/h, /h] hay zonas donde h
2
. Para comprobar la
divergencia de esta integral con ms detalle consideremos el dato inicial f de
modo que

f() =

kZ

k
1
I
k
() (3.3.38)
donde (I
k
)
kZ
son intervalos disjuntos de R. Para que f = T
1
(

f) L
2
(R)
basta entonces con que

kZ

2
k
[ I
k
[< , (3.3.39)
donde [ I
k
[ denota la longitud del intervalo I
k
.
En este caso la integral a la derecha (3.3.37) puede reescribirse como
1
2
_
/h
/h
e
ch
2
t
[

f() [
2
d =
1
2

kZ

2
k
_
I
k
[/h, /h]
e
ch
2
t
d. (3.3.40)
Si elegimos los intervalos I
k
= (k, k + 1) observamos que el ltimo sumatorio
puede acotarse inferiormente por
1
2

2
k0
e
ch(

h
1)
2
t
(3.3.41)
con k
0
=

h
1.
En este caso, adems, la condicin (3.3.39) puede simplemente reescribirse
como

kZ

2
k
< . (3.3.42)
Es evidente que es perfectamente posible elegir una sucesin
k
de la forma

k
= 1/k, de modo que (3.3.42) se cumpla y que, sin embargo, la cota inferior
(3.3.41) de la norma
2
de la solucin discreta correspondiente diverja cuando
h 0 con un orden e
ct/h
.
194 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Vemos por tanto que la utilizacin de la transformada de Fourier a escala
h permite ilustrar de manera mucho ms cuantitativa la divergencia del mto-
do semi-discreto progresivo que habamos predicho mediante el anlisis de von
Neumann. En el caso en que el esquema es convergente puede tambin apli-
carse para ilustrar de un modo ms claro la convergencia hacia la solucin del
problema continuo.
A pesar de que en esta seccin slo hemos analizado las aproximaciones semi-
discretas progresiva y regresiva las ideas que hemos desarrollado son completa-
mente generales y pueden ser aplicadas al estudio de cualquier otro esquema,
en particular para los completamente discretos.
Revisin del comportamiento de las velocidades de fase y grupo.
Ahora que sabemos que el rango de frecuencias relevantes para una apro-
ximacin numrica es /h /h, conviene revisar los conceptos de ve-
locidades de fase y grupo. Consideremos en primer lugar el esquema centrado
semi-discreto. En este caso la velocidad de fase viene dada por
c
h
() =
sen(h)
h
. (3.3.43)
Vemos entonces que la velocidad de fase se anula cuando h = . Se trata
evidentemente de un fenmeno nuevo con respecto a la ecuacin de transporte
continua donde todas las componentes de Fourier de las soluciones se transpor-
tan a velocidad constante uno. En virtud de este hecho, para cada h > 0 jo,
existen soluciones del problema numrico que apenas se tranportan. Esto no es
incompatible con la convergencia de orden dos del esquema numrico centrado
que ya comprobamos. En efecto, en el problema clsico de la convergencia, el
dato inicial se supone jo, lo cual, en la prctica, gracias a la propiedad de
estabilidad del esquema, permite ltrar las altas frecuencias del dato inicial y
considerar nicamente datos cuya transformada de Fourier tiene soporte com-
pacto. El hecho de que la velocidad de propagacin se anule cuando [[ /h,
no tiene entonces efectos a nivel de la convergencia. Pero, insistimos, si lo que
nos interesa es la dinmica de las soluciones para h pequeo pero jo, este he-
cho tiene un gran impacto puesto que surgen soluciones que nada tienen que
ver con el comportamiento de la ecuacin de transporte continua. Se trata del
mismo fenmeno que surge al estudiar la estabilidad absoluta de los sistemas
sti de ecuaciones diferenciales ordinarias (vase por ejemplo [14]). En el caso
del sistema centrado este hecho especialmente grave puesto que el esquema es
puramente conservativo y por tanto estas soluciones a altas frecuencias en ab-
soluto se disipan. Diremos que se trata de soluciones espreas, en el sentido que
3.3. REVISINDE LAECUACINDE TRANSPORTE YSUS APROXIMACIONES ATRAVS DE LATRANSFORMADADISCRETADE FOURIER195
son cticias puesto que no corresponden a la ecuacin de transporte continua y
slo surgen como soluciones del esquema numrico. Por otra parte, la velocidad
de grupo en este caso toma el valor
C
h
() = cos(h). (3.3.44)
Vemos que la situacin es an peor puesto que se anula cuando h = /2 y tiene
signo negativo para todo h (/2, ]. En este caso por tanto tendremos incluso
soluciones que se transportan en la direccin opuesta a la de la ecuacin de
transporte continua. Se trata de un fenmeno de soluciones numricas espreas
que no es incompatible con la convergencia del esquema numrico.
Consideremos ahora el esquema numrico regresivo que, como vimos, tiene
un carcter disipativo. En este caso la velocidad de fase viene dada por:
c
h
() =
i(e
ih
1)
h
=
sen(h)
h
+i
cos(h) 1
h
. (3.3.45)
Vemos que la parte real de la velocidad de fase se comporta como en el caso
de la aproximacin centrada de modo que sta se anula cuando h = . Sin
embargo, vemos tambin que para estos valores de frecuencias la parte imagi-
naria de la velocidad de grupo es estrictamente negativa, lo cual asegura que
estas componentes de Fourier de la solucin decaen exponencialmente en tiem-
po. Vemos pues que la aproximacin regresiva, a pesar de introducir soluciones
numricas espreas, las disipa. Es a causa de este hecho que la soluciones del
esquema regresivo para h > 0 pequeo y jo se comportan de manera mucho
ms semejante a las de la ecuacin de transporte continua que las del esquema
centrado. Lo mismo ocurre con la velocidad de grupo.
De este anlisis concluimos que ms all de las propiedades de convergencia
clsicas de un esquema numrico, con el objeto de garantizar que para h > 0
pequeo la dinmica del esquema discreto se asemeja a la del continuo es preciso
tener en cuenta el comportamiento de las velocidades de fase y de grupo en
frecuencias [[ del orden de c/h con 0 < c < .
196 CAPTULO 3. LA ECUACIN DE TRANSPORTE LINEAL
Captulo 4
Ecuaciones de
conveccin-difusin
4.1. Introduccin
En estas notas recogemos un resumen del curso de doctorado impartido en
la UAM en el segundo cuatrimestre del curso 04-05.
El curso estar esencialmente orientado a analizar algunos mtodos numri-
cos relevantes en la simulacin y aproximacin numrica de las ecuaciones de la
Mecnica de Fluidos.
Como es bien sabido las ecuaciones de Euler y de Navier-Stokes son, respec-
tivamente, las que describen el movimiento de los uidos perfectos y viscosos
incomprensibles. Se trata sin duda de dos de los modelos ms relevantes de las
Ciencias y Tecnologas pues intervienen de manera decisiva en la modelizacin
y diseo de fenmenos muy diversos como las corrientes marinas, el movimiento
del aire en meteorologa y aeronutica y la circulacin sangunea.
La gran complejidad de estas ecuaciones, sobre todo en tres dimensiones
espaciales, ha hecho que durante el siglo XX hayan sido un tema de investigacin
permanente. Buena parte de los desarrollos del Anlisis Matemtico y de las
ecuaciones diferenciales han estado orientados a la comprensin y resolucin de
estas ecuaciones. A pesar de ello, algunas de las cuestiones ms elementales,
como la regularidad y unicidad de las soluciones en tres dimensiones est an
abierto.
La necesidad de obtener aproximaciones numricas efectivas y la relativa
incapacidad de los mtodos analticos para describir de manera ms precisa el
197
198 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
comportamiento de estas ecuaciones y sus soluciones han hecho que estas hayan
constituido tambin uno de los motores principales del Anlisis Numrico.
En este curso abordaremos algunos de los mtodos principales que en la
actualidad se emplean en la resolucin de estas ecuaciones. El curso est fuer-
temente inspirado en el excelente libro recopilatorio de R. Glowinski [9]. Sin
embargo, dada la extensin de aquella monografa, en este curso slo cubri-
remos los aspectos ms bsicos puesto que los ms avanzados necesitaran de
mucho ms tiempo y de unos conocimientos sobre la Teora de las Ecuaciones
en Derivadas Parciales que no podemos presuponer en los cursos de doctorado.
Con el objeto de evitar algunas de las dicultades propias de las ecuaciones
de Euler y de Navier-Stokes y poder ilustrar con ms facilidad las ideas funda-
mentales de los aspectos ms numricos, nos ocuparemos casi exclusivamente
de la ecuacin de Burgers. Se trata de un modelo relativamente simple que, en
una dimensin espacial, reproduce algunos de los aspectos ms importantes de
las ecuaciones de Navier-Stokes como son la difusin y la conveccin no-lineal.
Como complemento a estas notas sugerimos las siguientes lecturas:
Las notas de J.L. Vzquez [28] sobre Mecnica de Fluidos que recoge los
aspectos ms importantes de la modelizacin y un estudio cualitativo de
los modelos ms importantes.
Las notas introductorias al Anlisis Numrico de Ecuaciones en Derivadas
Parciales [36]. Para el lector interesado en una introduccin ms completa,
recogiendo tambin lo ms relevante del Anlisis Numrico de Ecuaciones
Diferenciales Ordinarias, recomendamos el libro de A. Iserles [14].
Las notas [33], [34] donde recogemos el contenido de los cursos de docto-
rado de los aos 02-03 y 03-04. En ellos abordamos los mtodos de dife-
rencias nitas, la descomposicin de dominios, los mtodos de descenso y
los elementos nitos.
4.2. La ecuacin de Burgers y la transformacin
de Hopf-Cole
La ecuacin de Burgers viscosa es la siguiente
u
t
u
xx
+ (u
2
)
x
= 0. (4.2.1)
En (4.2.1) > 0 es el parmetro de viscosidad.
4.2. LAECUACINDE BURGERS YLATRANSFORMACINDE HOPF-COLE199
En el caso = 0 la ecuacin (4.2.1) se convierte en la siguiente ecuacin
hiperblica no-lineal de orden uno:
u
t
+ (u
2
)
x
= 0. (4.2.2)
Se trata en ambos casos del anlogo 1d de las ecuaciones de Navier-Stokes
y de Euler para el movimiento de los uidos.
Las ecuaciones de Navier-Stokes para un uido incompresible y homogneo
pueden escribirse como
_
u
t
u +u u = p
div u = 0.
(4.2.3)
En (4.2.3) u = u(x, t) es el vector velocidad del uido que puede por tanto tener
tres componentes o slo dos en casos simplicados de uidos bidimensionales.
El parmetro > 0 es el de viscosidad del uido. La funcin p = p(x, t) es
escalar y denota la presin.
La primera ecuacin de (4.2.3) es en realidad un sistema de tres (resp. dos en
dimensin dos) ecuaciones en derivadas parciales con tres (resp. dos) incgnitas.
La segunda ecuacin es la que reeja la incompresibilidad del uido.
En el caso de ausencia de viscosidad, i.e. cuando = 0, obtenemos las
ecuaciones de Euler para un uido perfecto o ideal:
_
u
t
+u u = p
div u = 0.
(4.2.4)
Se trata efectivamente de una idealizacin puesto que todo uido tiene un cierto
grado de viscosidad. Pero (4.2.4) es un modelo til para describir el movimiento
de uidos poco viscosos.
Las ecuaciones (4.2.1) y (4.2.2) son modelos reducidos de las ecuaciones de
Navier-Stokes (4.2.3) y de Euler (4.2.4) respectivamente.
La ecuacin (4.2.1), tambin denominada ecuacin del calor no-lineal, es la
ms sencilla en la que se combinan los efectos de la viscosidad y de la conveccin
no-lineal cuadrtica. Esta ecuacin, mediante un cambio de variables introdu-
cido independientemente por Hopf y Cole en los aos 50, puede reducirse a la
ecuacin del calor lineal y, por tanto, ser resuelta explcitamente. En la siguiente
seccin describiremos este cambio de variables. La solucin as obtenida reeja
adecuadamente la presencia de los dos trminos y efectos principales presentes
en (4.2.1): la viscosidad y la conveccin no-lineal. La viscosidad hace que la
solucin tenga una escala Gaussiana, mientras que la conveccin no-lineal hace
200 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
que la solucin desarrolle una asimetra, producto de un fenmeno de transporte
a una velocidad no homognea.
Las soluciones de (4.2.2) son el lmite cuando 0 de las de (4.2.1). En
ellas el efecto de la viscosidad desaparece y eso hace que las soluciones puedan
dejar de ser regulares en tiempo nito desarrollando choques.
Con el objeto de introducir esta transformacin consideraremos soluciones
u = u(x, t) de (4.2.1) tales que [ u(x, t) [ + [ u
x
(x, t) [0 cuando [ x [.
Si u = u(x, t) es una solucin de (4.2.1) de este tipo, la funcin
v = v(x, t) =
_
x

u(s, t)ds (4.2.5)


satisface
v
t
v
xx
+ [ v
x
[
2
= 0. (4.2.6)
Denimos entonces
w = v(x, t/)
que verica
w
t
w
xx
+
1

[ w
x
[
2
= 0. (4.2.7)
Por otra parte
z = 2/ (4.2.8)
verica entonces
z
t
z
xx
+ [ z
x
[
2
= 0. (4.2.9)
Introducimos por ltimo
(x, t) = e
z
(4.2.10)
que satisface entonces la ecuacin del calor

xx
= 0. (4.2.11)
Deshaciendo este cambio de variables vemos que
u = v
x
v(, t/) = w(, t) = z(, t) = log().
Por tanto
u(x, t) =

x
(x, t)
(x, t)
. (4.2.12)
La solucin de la ecuacin del calor se obtiene por convolucin con el ncleo
de Gauss:
G(x, t) = (4t)
1/2
exp
_
[ x [
2
_
4t
_
, (4.2.13)
4.2. LAECUACINDE BURGERS YLATRANSFORMACINDE HOPF-COLE201
de modo que
(x, t) =
_
G(, t)
0
()
_
(x), (4.2.14)
donde
0
es el dato inicial de .
Por otra parte
G
x
(x, t) =
x
4

t
3/2
exp
_
[ x [
2
_
4t
_
. (4.2.15)
Obtenemos as
u(x, t) =
_
R
(x y)e
]xy]
2
/4t

0
(y)dy
2t
_
R
e
]xy]
2
/4t

0
(t)dy
. (4.2.16)
Ahora bien

0
(x) = e

R
x

u0()d/
. (4.2.17)
Por tanto
u

(x, t) =
_
R
(x y)e
H(x, y, t)/
dy
2t
_
R
e
H(x, y, t)/
dy
(4.2.18)
donde
H(x, y, t) =
[ x y [
2
4t
+
_
y

u
0
()d. (4.2.19)
De la expresin de esta solucin observamos que:
La funcin solucin u = u

(x, t) es regular para todo x R y t > 0 cuando


u
0
pertenece, por ejemplo, a L
1
(R).
Basta para ello utilizar el efecto regularizante de la convolucin con el ncleo
de Gauss que se deduce de la desigualdad de Young:
| f g |

| f |
1
| g |

. (4.2.20)
Basta entonces aplicar esta desigualdad utilizando que G(, t) y sus derivadas
de orden arbitrario son, para todo t > 0, funciones regulares e integrables y que
el dato inicial e

R
x

u0()d
est acotado por estarlo
_
x

u
0
()d, lo cual es
a su vez consecuencia de que el dato inicial u
0
sea integrable.
Cuando el dato inicial u
0
es par, la solucin deja de serlo.
Esto es consecuencia del efecto de la convolucin no-lineal. Esto no ocurre
para las soluciones de la ecuacin del calor lineal. En efecto, las soluciones de
_
u
t
u
xx
= 0, x R, t > 0
u(x, 0) = u
0
(x), x R
202 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
son de la forma
u(x, t) =
_
G(, t) u
0
()
_
(x).
Es por tanto fcil ver que u es par (resp. impar) con respecto a x, para todos
t > 0, en funcin de que el dato inicial u
0
lo sea.
Esto, sin embargo, no es as para las soluciones de la ecuacin de Burgers
que vienen dadas por (4.2.8). Esto es por una parte debido a que, en (4.2.1)
interviene el dato inicial e

R
x

u0()d
, que no preserva la paridad del dato
inicial, y a que en el numerador de dicha expresin interviene no slo el ncleo
G sino tambin G
x
.
Lo dicho hasta ahora es vlido cuando > 0. La expresin (4.2.18) presenta
una singularidad para = 0. Tal y como veremos ms adelante, el lmite cuando
0 de la solucin u

= u

(x, t) de (4.2.1) es la solucin de la ecuacin de


Burgers sin viscosidad (4.2.2).
Analicemos ahora (4.2.2). En este caso la transformacin de Hopf-Cole no se
aplica. De las ideas utilizadas en el caso viscoso la nica que puede ser empleada
es la de realizar el cambio de variables
v(x, t) =
_
x

u(, t)d
que reduce (4.2.2) a la ecuacin de Hamilton-Jacobi
v
t
+ [ v
x
[
2
= 0.
Pero esta ecuacin no se puede linealizar de modo que es mejor resolver
directamente (4.2.2) mediante el mtodo de las caractersticas.
Escribimos (4.2.2) en la forma
u
t
+ 2uu
x
= 0. (4.2.21)
Esto permite comprobar que las soluciones de (4.2.20), mientras son de clase
C
1
, son constantes a lo largo de las caractersticas, i.e.
u(x(t), t) = C,
donde x = x(t) est caracterizada por la ecuacin
x
t
(t) = 2u(x(t), t). (4.2.22)
Estas curvas son fciles de calcular. En efecto, como u es constante a lo largo
de caractersticas, u(x(t), t) ha de coincidir con su valor en t = 0, de modo que
u(x(t), t) = u
0
(x
0
), (4.2.23)
4.2. LAECUACINDE BURGERS YLATRANSFORMACINDE HOPF-COLE203
donde x
0
es el punto de partida de la caracterstica. La ecuacin de la recta
caracterstica es entonces
x(t) = 2u
0
(x
0
)t +x
0
(4.2.24)
y por tanto,
u(x, t) = u
0
(x
0
), (4.2.25)
donde (x, t) y x
0
estn relacionadas a travs de la identidad (4.2.24).
En virtud de este anlisis se comprueba que u es constante a lo largo de lneas
caractersticas de pendiente 1/2u
0
en el plano (x, t). De este anlisis se deduce
que si el dato inicial u
0
es decreciente, u ha de generar una discontinuidad en
tiempo nito. En efecto, en la medida en que existen dos puntos x
0
, x
1
tales que
x
0
< x
1
y u(x
0
) > u(x
1
), las caractersticas que arrancan de x
0
y x
1
se cruzarn
en un tiempo nito t

en un punto x. La solucin habr de ser discontinua en


(x

, t

) puesto que los dos valores u


0
(x
0
) y u
0
(x
1
) son incompatibles.
Un anlisis ms cuidadoso permite calcular el tiempo t

en el que se produce
la discontinuidad o choque. En efecto, las caractersticas que, segn la ecuacin
(4.2.23), arrancan de x
0
y x
1
, se encuentran en tiempo t

si
2u
0
(x
0
)t +x
0
= 2u
0
(x
1
)t +x
1
.
Esto se produce en tiempo
t

=
x
1
x
0
2(u
0
(x
0
) u
0
(x
1
))
=
x
0
x
1
2(u
0
(x
0
) u
0
(x
1
))
. (4.2.26)
Cuando x
0
x
1
el tiempo t

tiene como lmite


t

=
1
2u
t
0
(x
0
)
. (4.2.27)
De esta expresin se deduce que el tiempo mnimo en el que se produce el choque
es
t

=
1
2 m ax
x0R
_
u
t
0
(x
0
)
_. (4.2.28)
Vemos por tanto que el comportamiento de la ecuacin de Burgers viscosa (4.2.1)
y la no viscosa (4.2.2) es muy dispar en la medida que, mientras las soluciones
de (4.2.1) son regulares para cualquier > 0, las soluciones de (4.2.2) son
discontinuas cuando el dato inicial es decreciente. Basta de hecho que el dato
inicial sea decreciente en un intervalo para que los choques se produzcan en
tiempo nito. A pesar de ello, como veremos en la prxima seccin, las soluciones
en ausencia de viscosidad, son el lmite de las de la ecuacin de Burgers viscosa
cuando 0
+
.
204 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
4.3. Viscosidad evanescente
En esta seccin analizamos el comportamiento lmite cuando 0 de las
soluciones (4.2.18) de la ecuacin de Burgers (4.2.1).
Al pasar al lmite en (4.2.18) cuando 0
+
, las integrales que intervienen
se concentran en torno a los puntos en los que H alcanza su mnimo. Calculamos
por tanto los puntos crticos de H:
H
y
=
x
2t
+u
0
(y) = 0 = x 2tu
0
(y), (4.3.1)
en los que
H = tu
2
0
() +
_

u
0
()d. (4.3.2)
La contribucin de una integral
_
R
f(y)e
H/
dy (4.3.3)
en un entorno de un punto de mnimo y = es
f()

2
H
tt
()
e
H()/
. (4.3.4)
En nuestro caso
H
tt
() =
1
2t
. (4.3.5)
Aplicando estas frmulas en las integrales que intervien en (4.2.18) obtene-
mos
_
R
(x y)e
H/
dy (x )
_

t
e
[tu
2
0
()+
R

u0()d]
, (4.3.6)
_
R
e
H/
dy
_

t
e
[tu
2
0
()+
R

u0()d]
. (4.3.7)
Por tanto,
u

(x, t)
(x )
2t
(4.3.8)
donde viene caracterizado por la ecuacin
= x 2tu
0
() (4.3.9)
que es exactamente la expresin obtenida en la seccin anterior para la ecuacin
de Burgers sin viscosidad (4.2.2), puesto que (x )/2t = u
0
().
Esta expresin es vlida cuando la funcin H slo tiene un mnimo. En
caso en que H tiene varios puntos de mnimo
1
, . . . ,
N
, cada uno de ellos
4.3. VISCOSIDAD EVANESCENTE 205
contribuye de manera semejante a las integrales que aparecen en (4.2.18). Sin
embargo, debido a la presencia el factor exponencial, en la determinacin de la
forma asinttica de u

, slo intervienen los mnimos absolutos de H. En caso,


por ejemplo, de que H posea dos mnimos absolutos
1
,
2
, la forma asinttica
de u

sera:
u

(x, t) u
0
(
1
) +u
0
(
2
). (4.3.10)
Ms adelante justicaremos rigurosamente estas asntotas. Pero, por el mo-
mento analicemos su signicado en lo que se reere a la ecuacin de Burgers
(4.2.2).
Distinguimos dos casos:
Caso 4.3.1 Dato inicial u
0
creciente.
En este caso, tal y como vimos en la seccin anterior, el mtodo de las
caractersticas no predice ningn choque y esperamos que la ecuacin de Burgers
admita una solucin regular siempre y cuando el dato inicial u
0
sea regular.
El anlisis asinttico que acabamos de realizar conrma este hecho. En efec-
to,
u

(x, t) u
0
(), 0, (4.3.11)
donde R viene caracterizado por la ecuacin
+ 2tu
0
() = x. (4.3.12)
Para t > 0, si u
0
() es creciente, la funcin
+ 2tu
0
(), (4.3.13)
tambin lo es, y por tanto (4.3.12) admite una nica solucin. Esto nos conrma
sin ambigedad alguna que el lmite de las soluciones u

de la ecuacin de
Burgers viscosa, cuando la viscosidad 0, es la solucin de Burgers sin
viscosidad obtenida por el mtodo de las caractersticas.
Consideramos ahora el caso particular de un dato discontinuo, constante a
trozos
u
0
(x) =
_
0, x < 0
1, x > 0.
(4.3.14)
Resolvemos la ecuacin de Burgers sin viscosidad (4.2.2) con este dato. Es lo
que se conoce como problema de Riemann, elemento bsico del conocido mto-
do de Riemann para la aproximacin del dato inicial mediante datos iniciales
constantes a trozos.
206 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Si aplicamos el mtodo de las caractersticas con el dato inicial u
0
de (4.3.14)
obtenemos que la solucin u de (4.2.2) es de la forma
u =
_
0, x < 0, t > 0
1, x t.
(4.3.15)
Sin embargo, el mtodo de las caractersticas no proporciona ningn valor para
la solucin u en la regin 0 < x < t.
El mtodo de la viscosidad evanescente es en realidad un modo de obte-
ner una solucin globalmente denida en este caso. En efecto, consideramos la
ecuacin (4.3.12) en este caso particular. Este sistema se escribe
_
= x, si < 0
+ 2t = x, si > 0.
(4.3.16)
Cuando x < 0, esto nos da como solucin = x y por consiguiente, segn
(4.3.11), el valor lmite u = u
0
() = 0. Esto coincide con lo obtenido en (4.3.15).
Cuando x > 0 obtenemos = x/(1+2t). En el lmite cuando 0, por (4.3.12)
obtenemos entonces
u(x, t) =
x
t
=
x
t
(4.3.17)
que est ahora globalmente denida para todo x R y t > 0.
Evidentemente el frente u = x/t conecta adecuadamente el valor constante
u = 0 a izquierda y el valor x = 1 a derecha. Se trata de una onda de rarefaccin.
Acabamos de ver que el mtodo de la viscosidad evanescente proporciona en
el lmite una solucin de la ecuacin de Burgers sin viscosidad (4.2.2). Es lo que
se denomina la solucin de entropa.
Tal y como vamos a ver, la ecuacin de Burgers puede incluso tener varias
soluciones dbiles. En este caso, la solucin de entropa es la que tiene signicado
fsico puesto que el modelo sin difusin ha de entenderse como una idealizacin
del caso en que la viscosidad es pequea y tiende a cero.
En la situacin presente existen tambin otras soluciones dbiles aunque,
como decamos, la nica con signicado fsico es la denominada de entropa que
acabamos de obtener. En vista de que la solucin u se anula para x < 0 y toma
el valor u = 1 para x > t es natural considerar tambin soluciones de la forma
u =
_
0, x < t
1, x > t
(4.3.18)
donde la recta x = t es a determinar. Vemos cual es el valor de que hemos
de elegir para que la funcin u dada por (4.3.14) puede ser una solucin dbil
4.3. VISCOSIDAD EVANESCENTE 207
de la ecuacin de Burgers. Recordemos que por ser solucin de la ecuacin de
Burgers
u
t
+ (u
2
)
x
= 0 (4.3.19)
es preciso que
_

0
_
R
_
u
t
+u
2

x
_
dxdt = 0 (4.3.20)
para toda funcin test C

0
(R (0, )).
En el caso de una funcin de la forma (4.3.14), (4.3.16) se reduce a
_

0
_

t
(
t
+
x
) dxdt = 0 (4.3.21)
lo cual ocurre s y slo s = 1.
Vemos por tanto que la ecuacin de Burgers admite tambin como solu-
cin dbil aquella que propaga el choque a velocidad 1. Ahora bien esta ltima
solucin de choque no es una solucin de entropa. Tal y como hemos visto an-
teriormente la nica solucin de entropa es aquella que desarrolla la onda de
rarefaccin.
Un resultado clsico e importante de Kruzkov (vase la seccin 11.4.3 de
[8]) asegura que la solucin de entropa es nica. Esta puede caracterizarse no
slo como la solucin obtenida por el mtodo de viscosidad evanescente. Otra
manera de caracterizarla es, por ejemplo, la siguiente cota unilateral sobre la
derivada de la solucin
u
x
1/2t. (4.3.22)
Esta cota se obtiene del siguiente modo. Formalmente, si u resuelve (4.3.19),
entonces v = u
x
satisface
v
t
+ (2uv)
x
= v
t
+ 2v
2
+ 2uv
x
= 0. (4.3.23)
Aplicando el principio del mximo, deducimos que
v w (4.3.24)
donde w = w(t) es la solucin de
w
t
+ 2w
2
= 0 (4.3.25)
con dato inicial w(0) = . Esta solucin puede calcularse explcitamente: w(t) =
1/2t.
Ahora bien, >podemos justicar la aplicacin del principio del mximo para
ecuaciones de la forma (4.3.23) para obtener la comparacin (4.3.23)? Esta jus-
ticacin puede en efecto hacerse para las soluciones de entropa. En efecto, si u
208 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
es solucin de entropa, es el lmite cuando 0 de soluciones u

con viscosidad
> 0. Derivando sus ecuaciones vemos que v

= u
, x
satisface entonces
v
, t
v
v, xx
+ 2v
2

+ 2u

v
, x
= 0. (4.3.26)
En esta ecuacin parablica podemos aplicar el principio del mximo y deducir
que
v

1/2t (4.3.27)
para todo > 0. Pasando al lmite cuando 0 obtenemos la cota (4.3.22)
para u
x
= v.
Caso 4.3.2 Dato inicial u
0
decreciente.
Segn el anlisis previo debemos de analizar los valores de para los que
+ 2tu
0
() = x. (4.3.28)
Ahora bien, como u
0
es decreciente, no est garantizado que (4.3.28) admita
una nica solucin para cada x R y t > 0. Ms bien al contrario, para t > 0
sucientemente grande, el trmino 2tu
0
() de la izquierda de (4.3.28) dominar
y destruir el carcter montono creciente de la funcin + 2tu
0
(). De hecho,
el anlisis de las caractersticas ya predeca la aparicin de choques en este caso.
Ambos hechos son reejo del mismo fenmeno.
Consideramos nuevamente como caso modelo el problema de Riemann con
dato inicial
u
0
(x) =
_
1, x < 0
0, x > 0.
(4.3.29)
En este caso, el cambio de variables (4.3.28) no puede aplicarse puesto que
u
0
no es integrable en . Para evitar esta dicultad denimos
u

(x, t) = u

(x, t) (4.3.30)
de modo que
u

(x, t) = u

(x, t). (4.3.31)


La funcin u es solucin de la misma ecuacin de Burgers viscosa pero con dato
inicial
u
0
=
_
0, x < 0
1, x > 0.
(4.3.32)
Tenemos ahora que estudiar las races de la ecuacin
+ 2t u
0
() = x (4.3.33)
4.3. VISCOSIDAD EVANESCENTE 209
que puede escribirse en la forma
_
= x, si < 0
2t = x, si > 0.
(4.3.34)
De (4.3.34) deducimos que para 2t < x < 0 se obtienen dos soluciones
distantes
1
= x y
2
= x + 2t. Para el resto de valores de (x, t) se tiene una
nica solucin.
Tenemos ahora que analizar en cul de estos puntos el valor crtico el valor
de H es mnimo. Segn (4.3.2), en cada punto crtico el valor de H es
H() = t u
0
() +
_

u
0
(s)ds. (4.3.35)
Por tanto, cuando < 0,
H() = 0 (4.3.36)
mientras que, cuando > 0, por ejemplo, si =
2
,
H(
2
) = t
_
2
0
ds = t
2
= t x 2t = (t +x). (4.3.37)
Por tanto
_
H(
1
) < H(
2
) si t +x < 0
H(
2
) < H(
1
) si t +x > 0.
(4.3.38)
Deducimos as que:
u

(x, t) u(x, t) (4.3.39)


donde
u(x, t) =
_
1, x < t
0, x > t.
(4.3.40)
Nuevamente en el lmite (4.3.40) obtenemos una solucin de entropa de la
ecuacin de Burgers sin viscosidad (4.2.2). Se trata de una onda de choque que
se propaga a una velocidad 1. Esto es coherente con la condicin de Rankine-
Hugoniot que se precisa para que una funcin discontinua pueda ser solucin
dbil de la ecuacin de Burgers. Suponiendo que u

son los valores a izquierda


y derecha del choque la velocidad de propagacin es precisamente
s =
(u
+
)
2
(u

)
2
u
+
u

.
En nuestro caso, con valores u

= 1 y u
+
= 0, esto nos da una velocidad de
propagacin unidad.
210 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Hemos por tanto visto que el mtodo de la viscosidad evanescente permite
obtener la solucin de la ecuacin de Burgers de entropa. Aunque no hayamos
probado aqu la unicidad, esta solucin es la nica que tiene sentido fsico.
Mientras la solucin es regular coincide con la obtenida por caractersticas.
Cuando no lo es puede ser de dos tipos: O bien una onda de rarefaccin, o una
onda de choque, dependiendo del signo del choque, i.e. de los valores relativos
de la solucin a cada lado del choque. Cuando se tiene choque, ste se propaga
con una velocidad que es la indicada por la condicin de Rankine-Hugoniot.
Con el objeto de completar esta seccin comprobamos por ltimo que el
valor asinttico de la integral
_
R
f(y)e
H/
dy
cuando 0 es del orden de
f()

2
H
tt
()
e
H()/
,
siendo el punto mnimo de H. De manera rigurosa, lo que esto signica es que
lm

_
R
f(y)e
H(y)/
dy
f()
_
2
H

(xi)
e
H()/
= 1.
Para comprobarlo, basta ver que
J

(y) =
_
2
H
tt
()
_
1/2
e
(H(y)H())/
es una aproximacin de la identidad cuando . Es obvio que, cuando
, J

(y) 0 exponencialmente salvo en el punto de mnimo y = .


Por otra parte,
_
R
J

(y)dy 1, .
En efecto, habida cuenta de que
H(y) H() =
H
tt
()
2
(y)
2
+O
_
[ y [
3
_
y haciendo el cambio de variables
=
_
H
tt
()
2
(y )
4.4. APLICACIN DEL SPLITTING A LA ECUACIN DE BURGERS211
el problema se reduce a probar que
1

_
R
e

2
e
0(
1/2

3
)
d 1
lo cual puede probarse mediante el Teorema de la Convergencia dominada.
El lector interesado en un estudio ms detallado de estas cuestiones, para
leyes de conservacin hiperblicas ms generales, podr consultar el libro de C.
Evans [8].
4.4. Aplicacin del splitting a la ecuacin de
Burgers
En esta seccin vamos a aplicar el -mtodo de splitting descrito en la seccin
anterior a la ecuacin de Burgers viscosa:
_

_
u
t
u
xx
+ (u
2
)
x
= f, 0 < x < 1, t > 0
u = 0, x = 0, 1, t > 0
u(x, 0) = u
0
(x), 0 < x < 1.
(4.4.1)
Estamos considerando el problema en un abierto acotado con condiciones de
contorno de Dirichlet. Obviamente, al abordar el problema de Cauchy en toda
la recta real esto exige un primer paso en la aproximacin consistente en sustituir
la recta real R por un intervalo acotado [k, k] con k sucientemente grande. El
error cometido en dicha aproximacin puede estimarse mediante un mtodo de
energa. De este modo acabamos habiendo de abordar el problema de Dirichlet
en un intervalo acotado, problema que nos ocupa en esta seccin.
Aplicando el -mtodo obtenemos la siguiente secuencia de ecuaciones:
_

_
u
k+
u
k
t
u
k+
xx
= f
k+
= u
k
xx

_
_
u
k
_
2
_
x
, 0 < x < 1
u
k+
= 0, x = 0, 1,
(4.4.2)
_

_
u
k+1
u
k+
(1 2)t
u
k+1
xx
+
_
_
u
k+1
_
2
_
x
= f
k+
+u
k+
xx
, 0 < x < 1
u
k+1
= 0, x = 0, 1,
(4.4.3)
_

_
u
k+1
u
k+1
t
u
k+1
xx
= f
k+1
+u
k+1
xx

_
_
u
k+1
_
2
_
x
, 0 < x < 1
u
k+1
= 0, x = 0, 1.
(4.4.4)
212 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Conviene sealar que (4.4.2) y (4.4.4) se reducen a resolver un problema de
Dirichlet lineal, que puede ser resuelto utilizando un mtodo de elementos nitos,
lo cual proporciona un esquema completamente discreto.
El problema (4.4.3) es no-lineal aunque los experimentos numricos indi-
can que se obtienen esencialmente los mismos resultados si la no-linealidad
_
_
u
k+1
_
2
_
x
se sustituye por 2
_
u
k+
_
u
k+1
_
x
_
, en cuyo caso el sistema re-
ducido que se obtiene tiene la virtud de ser lineal.
En el contexto de las ecuaciones de Navier-Stokes, el -mtodo tiene la virtud
de permitir desacoplar la no-linealidad de la condicin de incompresibilidad.
Obtenemos as
_

_
u
k+
u
k
t
u
k+
+p
k+
= f
k+
+u
k

_
u
k

_
u
k
en ,
u
k+
= 0 en ,
u
k+
= 0 en ,
_

_
u
k+1
u
k+
(1 2)t
u
k+1
+
_
u
k+1

_
u
k+1
= f
k+
+u
k+
p
k+
en
u
k+1
= 0 en ,
_

_
u
k+1
u
k+1
t
u
k+1
+p
k+1
= f
k+1
+u
k+1

_
u
k+1

_
u
k+1
en
u
k+1
= 0 en ,
u
k+1
= 0 en .
4.5. Ecuaciones elpticas de conveccin-difusin
Como hemos visto en la seccin anterior, al aplicar el mtodo de splitting
a la ecuacin de Burgers viscosa obtenemos una familia de problemas elpticos
con conveccin cuadrtica de la forma
_
u
xx
+ (u
2
)
x
= f, 0 < x < 1
u = 0, x = 0, 1.
(4.5.1)
En esta seccin analizamos brevemente la existencia y unicidad de soluciones
para esta ecuacin.
Comenzamos recordando los resultados elementales para el problema de Di-
richlet lineal en ausencia de conveccin:
_
u
xx
= f, 0 < x < 1
u = 0, x = 0, 1.
(4.5.2)
4.5. ECUACIONES ELPTICAS DE CONVECCIN-DIFUSIN 213
En este caso es bien sabido que para cada f H
1
(0, 1) existe una nica
solucin dbil u H
1
0
(0, 1) que satisface
_
_
_

_
1
0
u
x

x
dx = f, ), H
1
0
(0, 1)
u H
1
0
(0, 1).
(4.5.3)
En (4.5.3) , ) denota el producto de dualidad entre H
1
(0, 1) y H
1
0
(0, 1).
Adems, cuando f L
2
(0, 1) la solucin pertence a H
2
(0, 1).
La solucin dbil puede obtenerse mediante la aplicacin directa del Lema
de Lax-Milgram o bien mediante el Mtodo Directo del Clculo de Variaciones
(MDCV), minimizando el funcional
_

_
J : H
1
0
(0, 1) R,
J(v) =
1
2
_
1
0
[ v
x
[
2
dx f, v).
(4.5.4)
El modo ms simple de abordar el problema no-lineal (4.5.1) es mediante una
tcnica de punto jo. Para cada v H
1
0
(0, 1) podemos considerar el problema
_
u
xx
= f
_
v
2
_
x
, 0 < x < 1
u(0) = u(1) = 0.
(4.5.5)
Como f
_
v
2
_
x
H
1
(0, 1), el problema (4.5.5) admite una nica solucin
u H
1
0
(0, 1). Esto nos permite denir una aplicacin no-lineal ^ : H
1
0
(0, 1)
H
1
0
(0, 1) que a v H
1
0
(0, 1) asocia ^v = u. No es difcil de comprobar que esta
aplicacin es compacta. Basta para ello constatar que si v vara en un conjunto
acotado de H
1
0
(0, 1), entonces
_
v
2
_
x
= 2vv
x
vara en un conjunto acotado de
L
2
(0, 1) y por tanto en un conjunto compacto de H
1
(0, 1). Es pues natural
aplicar el Teorema de Schauder. Pero esto no es directamente posible. En efecto
| ^(v) |
2
H
1
0
(0, 1)
= | f
_
v
2
_
x
|
H
1
(0, 1)
| f |
H
1
(0, 1)
+ | v
2
|
L
2
(0, 1)
| f |
H
1
(0, 1)
+C | v |
2
H
1
0
(0, 1)
.
(4.5.6)
Por tanto,
| u |
H
1
0
(0, 1)

| f |
H
1
(0, 1)

+
C

| v |
2
H
1
0
(0, 1)
. (4.5.7)
Con el objeto de aplicar el Teorema de Schauder lo ms simple es buscar una
bola B
R
de H
1
0
(0, 1) en la que la aplicacin de ^ sea invariante. En virtud de
la estimacin (4.5.7) esto exige que
| f |
H
1
(0, 1)

+
C

R
2
R, (4.5.8)
214 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
lo cual es posible para cualquier f H
1
(0, 1) si > 0 es sucientemente
grande o bien para > 0 arbitrario, siempre y cuando | f |
H
1
(0, 1)
sea su-
cientemente pequeo con respecto a .
Pero este punto de vista no permite resolver el problema no-lineal (4.5.1) en
toda su generalidad. Con el objeto de hacerlo introducimos una aproximacin
acotada de la no-linealidad cuadrtica que interviene en (4.5.1), i.e.

k
(s) = mn(s
2
, k). (4.5.9)
Consideramos ahora, en lugar de (4.5.1), el problema con no-linealidad truncada
_
u
xx
+ (
k
(u))
x
= f, 0 < x < 1
u(0) = u(1) = 0.
(4.5.10)
En esta ocasin el argumento anterior permite concluir la existencia de una
solucin u
k
H
1
0
(0, 1). En efecto, en el presente caso, la condicin sobre el
radio R de la bola B
R
que se precisa para aplicar el Teorema del punto jo de
Schauder es simplemente
| f |
H
1
(0, 1)

+
Ck
2

R, (4.5.11)
que, evidentemente, se cumple si R > 0 es sucientemente grande.
Por otra parte, no es difcil obtener una cota uniforme sobre la sucesin de
soluciones aproximadas u
k

k0
. En efecto, multiplicando en (4.5.10) por u
k
e
integrando por partes o, ms bien, utilizando la propia funcin u
k
como funcin
test en la formulacin dbil de (4.5.10) obtenemos

_
1
0
[u
k, x
[
2
dx
_
1
0

k
(u
k
)u
k, x
dx = f, u
k
). (4.5.12)
Ahora bien, como

k
(u
k
)u
k, x
=

x
(
k
(u
k
))
donde

k
(s) =
_
s

k
()d,
se tiene
_
1
0

k
(u
k
)u
k, x
dx =
_
1
0

x
(
k
(u
k
)) dx = 0. (4.5.13)
Por tanto

_
1
0
[u
k, x
[
2
dx = f, u
k
) (4.5.14)
4.5. ECUACIONES ELPTICAS DE CONVECCIN-DIFUSIN 215
lo cual implica la cota
| u
k
|
H
1
0
(0, 1)

| f |
H
1
(0, 1)
, k 1. (4.5.15)
Esto permite pasar al lmite en las soluciones aproximadas. En efecto, como
u
k
est acotada en H
1
0
(0, 1) se puede extraer una subsucesin, que seguimos
denotando mediante u
k
, tal que
u
k
u dbilmente en H
1
0
(0, 1). (4.5.16)
Esta sucesin puede adems extraerse de modo que
u
k
u fuertemente en L
2
(0, 1) (4.5.17)
y
u
k
up.c.t. x (0, 1). (4.5.18)
Esto permite pasar al lmite en la formulacin dbil de (4.5.10):
_
1
0
u
k, x

x
dx
_
1
0

k
(u
k
)
x
dx = f, ), H
1
0
(0, 1). (4.5.19)
En efecto, pasando al lmite en (4.5.19) obtenemos que el lmite u H
1
0
(0, 1)
es solucin dbil de (4.5.1) puesto que satisface
_
1
0
u
x

x
dx
_
1
0
u
2

x
dx = f, ), H
1
0
(0, 1). (4.5.20)
En virtud de la convergencia dbil en H
1
0
(0, 1) de u
k
, la nica dicultad para
obtener (4.5.20) de (4.5.19) es el paso al lmite en el trmino no-lineal. Esto
puede hacerse comprobando que

k
(u
k
) u
2
dbilmente en L
2
(0, 1).
Esto es as puesto que, en virtud de (4.5.18),

k
(u
k
) u
2
, p.c.t. x (0, 1)
y, por otra parte,
[[
k
(u
k
)[[
L

(0, 1)

u
2
k

(0, 1)
| u
k
|
2
L

(0, 1)
C[[u |
2
H
1
0
(0, 1)
C. (4.5.21)
En este punto hemos usado el siguiente lema clsico de convergencia que se
demuestra gracias al Teorema de Egorov.
216 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Lemma 4.5.1 Sea un dominio acotado de R
n
. Sea h
k
: R una suce-
sin de funciones medibles tales que
| h
k
|
L
p
()
C, k 1
con p > 1 y
h
k
h, p.c.t. x .
Entonces
h
k
h en L
q
(), 1 q < p
y
h
k
h dbilmente en L
p
(),
si p < o dbil- en L

si p = .
Gracias a este argumento que combina la aproximacin por truncatura y el
paso al lmite hemos probado la existencia de al menos una solucin de (4.5.1)
para cada f H
1
(0, 1) y cada > 0.
Veamos ahora que esta solucin es nica.
Como es habitual en estos casos suponemos que existen dos soluciones u
1
, u
2
,
denimos v = u
1
u
2
e intentamos probar que v 0. La funcin v satisface
_
v
xx
+
_
u
2
1
u
2
2
_
x
= 0, 0 < x < 1,
v(0) = v(1) = 0,
(4.5.22)
Si bien el resultado de unicidad se cumple para todo > 0, en estas notas
lo probaremos nicamente para > 0 sucientemente grande.
Multiplicando en (4.5.22) por v e integrando por partes obtenemos

_
1
0
v
2
x
dx =
_
1
0
(u
1
+u
x
) vv
x
dx
| u
1
+u
2
|
L

(0, 1)
| v |
L
2
(0, 1)
| v
x
|
L
2
(0, 1)
de donde deducimos que
| v |
H
1
0
(0, 1)
C | u
1
+u
2
|
L

(0, 1)
| v |
H
1
0
(0, 1)
con C > 0, independiente de . Es decir
C | u
1
+u
2
|
L

(0, 1)
. (4.5.23)
Ahora bien, cualquier solucin de (4.5.1) satisface

_
1
0
u
2
x
dx = f, u).
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA217
Esto es as puesto que
_
1
0
u
2
u
x
dx = 0.
Por tanto
| u
x
|
H
1
0
(0, 1)
| f |
H
1
(0, 1)
,
y por consiguiente,
| u |
L

(0, 1)
C | f |
H
1
(0, 1)
. (4.5.24)
Combinando (4.5.23) y (4.5.24) se deduce que

C

| f |
H
1
(0, 1)
,
lo cual es imposible si > 0 es sucientemente grande.
Esto prueba la unicidad si > 0 es sucientemente grande.
Los mismos argumentos permiten probar la existencia y unicidad (si > 0
es grande) para las soluciones del problema de Navier-Stokes estacionario
_

_
vu + (u )u +p = f en
u = 0 en
u = 0 en .
Esto justica la existencia y unicidad de las soluciones aproximadas obtenidas
mediante la aplicacin del -mtodo de splitting de la seccin anterior.
4.6. Sistemas de leyes de conservacin y solucio-
nes de entropa
En este captulo recogemos brevemente algunos aspectos tericos sobre la
existencia y unicidad de soluciones de ecuaciones escalares hiperblicas.
Se trata de modelos de gran importancia en numerosos campos y, en parti-
cular, en Mecnica de Fluidos. Precisamente a causa de su importancia han sido
objeto de un intenssimo estudio tanto en el mbito terico como en el diseo
de mtodos numricos ecaces.
En este captulo nos centraremos en los aspectos ms bsicos analizando slo
el caso de ecuaciones escalares aunque muchas de las ideas que desarrollaremos
son aplicables en un contexto mucho ms amplio y, son hoy en da utilizadas en
aplicaciones muy importantes, en particular en el mbito de la Aeronatica.
En estas notas nos guiaremos por el libro de E. Godlewski y P. A. Raviart
[11].
218 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Aunque, como decamos, nos centraremos en el caso de ecuaciones escalares,
empezaremos presentando el sistema vectorial tipo:
u
t
+
d

j=1

x
j
_
f
j
(u)
_
= 0, x = (x
1
, , x
d
) R
d
, t > 0 (4.6.1)
donde la incgnita u = u(x, t) es un vector de p componentes
u =
_
_
_
_
u
1
.
.
.
u
p
_
_
_
_
.
Las no-linealidades o funciones de ujo f
j
son tambin funciones vectoriales
f
j
=
_
_
_
_
f
1j
.
.
.
f
pj
_
_
_
_
,
que supondremos de clase C
1
.
Se trata pues de un sistema de p ecuaciones en R
d
x
R
t
.
Frecuentemente escribiremos el sistema de manera ms compacta del siguien-
te modo:
u
t
+ div
_
f(u)
_
= 0, (4.6.2)
donde div denota el operador de divergencia en las variables espaciales.
El sistema (4.6.1) representa una ley de conservacin. En efecto, integrando
las ecuaciones en un recinto D de R
d
obtenemos que
d
dt
_
D
udx +
_
D
f(u) nd = 0
donde n denota el vector exterior unitario a D y el producto escalar en R
d
.
Consideraremos la matriz Jacobiana del ujo
A
j
(u) =
_
f
ij
(u)
u
k
_
1i, kp
.
Algunos de los ejemplos ms relevantes de este tipo de sistemas son:
La ecuacin de Burgers
Las ecuaciones de Burgers en su versin viscosa y no viscosa respectivamente
son:
u
t
u
xx
+u
u
x
= 0,
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA219
y
u
t
+

x
_
u
2
2
_
= 0.
Esta ltima se trata de un caso particular de ecuaciones escalares de la forma
u
t
+

x
_
f(u)
_
= 0,
en las que el ujo f es convexo.
La ecuacin de Buckley - Leverett
Se trata de un modelo uni-dimensional para un ujo bi-fsico de uidos
inmiscibles. Un ejemplo tpico de este tipo de modelos con porosidad constante
(= 1) y en el que se ignora los efectos de capilaridad y gravedad es:
s
t
+

x
_
f(s)
_
= 0,
con
f(s) =
s
2
s
2
+ (1 s
2
)
w
o
,
donde denota la viscosidad (que suponemos constante) para los dos medios
(el subndice w se reere al agua (water) y el o al petrleo (oil)).
La incgnita s representa la saturacin. La no-linealidad en este caso es una
funcin convexa y regular de [0, 1] en [0, 1].
El p-sistema
Se trata de un sistema de dos ecuaciones para la dinmica de gases isentr-
picos uni-dimensionales en coordenadas Lagrangianas:
_

_
v
t

u
x
= 0
u
t
+

x
_
p(v)
_
= 0.
En este sistema v es el volumen especco, u la velocidad y p = p(v) una funcin
de presin dada.
Conviene observar que toda ecuacin de ondas de la forma
w
tt


x
_

_
w
x
__
= 0
puede escribirse en esta forma en la variable
u =
w
t
, v =
w
x
con p(v) = (v).
220 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
El sistema de la dinmica de gases en coordenadas Eulerianas
Bajo condiciones de simetra adecuadas el sistema es de la forma:

t
+

x
(u) = 0,
(u)
t
+

x
_
u
2
+p
_
= 0,

t
(e) +

x
_
(e +p)u
_
= 0.
En este caso representa la densidad, u la velocidad, p la presin y e = + [
u [
2
/2 la energa especca total, siendo la energa interna especca. Este
sistema puede escribirse como un sistema de la forma general (4.6.1) con d = 1
y p = 3 en las incgnitas , m = u y E = e.
Una de las propiedades ms relevantes de estos sistemas es que, contraria-
mente a lo que ocurre tpicamente en los sistemas lineales, incluso cuando los
datos del problema son regulares, las soluciones no lo son y, ms concretamente,
desarrollan discontinuidades en tiempo nito.
Para convencerse de ello basta con considerar la ecuacin escalar en una
dimensin espacial:
_
u
t
+
x
_
f(u)
_
, x R, t > 0
u(x, 0) = u
0
(x), x R.
(4.6.3)
Sea a(u) = f
t
(u).
Es fcil entonces comprobar que las soluciones, mientras son regulares, son
constantes a lo largo de las caractersticas que son rectas de la forma
x = x
0
+t a
_
u
0
(x
0
)
_
.
Supongamos ahora que el dato inicial u
0
y la no-linealidad f son tales que
existen dos puntos x
1
< x
2
tales que
m
1
= 1/a
0
_
u
0
(x
1
)
_
< m
2
= 1/a
_
u
0
(x
2
)
_
.
Entonces, las caractersticas que arrancan de los puntos x
1
y x
2
, que tienen
pendientes m
1
y m
2
respectivamente necesariamente se cruzan en un punto P
en tiempo nito. La solucin no puede ser continua en este punto puesto que los
dos valores u
0
(x
1
) y u
0
(x
2
) son incompatibles. El tiempo en el que se produce
esta discontinuidad o choque es
t =
_
x
2
x
1
___
a
_
u
0
(x
1
)
_
a
_
u
0
(x
2
)
__
.
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA221
Esto demuestra que, salvo que la funcin x a
_
u
0
(x)
_
sea montona creciente,
el choque necesariamente se producir en un cierto tiempo nito t > 0. El tiempo
mnimo de explosin resulta ser:
T

= mn
yR
d
_
a
_
u
0
(y)
__
dy
. (4.6.4)
Este mtodo, denominado de caractersticas, permite construir soluciones
regulares, constantes a lo largo de las mismas, hasta el tiempo de explosin en
el que se genera un choque o discontinuidad. Esto hace que sea necesario que
elaboremos un concepto de solucin dbil, posiblemente discontinua.
Las soluciones dbiles pueden caracterizarse del modo usual mediante fun-
ciones test. Ms concretamente han de satisfacer
_

_
0 =
_

0
_
R
d
_
_
u

t
+
d

j=1
f
j
(u)

x
j
_
_
dxdt +
_
R
d
u
0
(x) (x, 0)dx
C
1
0
_
R
d
[0, )
_
,
(4.6.5)
siendo C
1
0
el espacio de las funciones de clase C
1
y de soporte compacto.
Este concepto de solucin en el sentido de (4.6.5) tiene perfecto sentido en
el marco de las funciones u L

loc
_
R
d
(0, )
_
.
Esta formulacin dbil puede ser interpretada de manera muy grca y geo-
mtrica para funciones u de clase C
1
y que son discontinuas a lo largo de una
hipersupercie . Supongamos que n =
_
n
1
, , n
d
, n
t
_
es el vector normal a
esta supercie y que u
+
y u

son los valores de la solucin a ambos lados de


ella. Se tiene entonces que u es solucin dbil de (4.6.1) s y slo si se verican
las dos siguientes condiciones:
u es una solucin clsica de la ecuacin a cada lado de la supercie en
la que es C
1
;
u satisface la siguiente condicin de salto sobre :
_
u
+
u

_
n
t
+
d

j=1
_
f
j
_
u
+
_
f
j
_
u

__
n
xj
= 0. (4.6.6)
La condicin (4.6.6) se denomina condicin de Rankine-Hugoniat (RH). Utili-
zando la notacin [] para el salto puede escribirse de manera ms compacta del
siguiente modo:
n
t
[u] +
d

j=1
n
xj
[f
j
(u)] = 0. (4.6.7)
222 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Esta condicin relaciona la velocidad de propagacin del salto con su amplitud.
Por ejemplo, en una dimensin espacial (d = 1), suponiendo que es una
curva regular de parametrizacin
_
t, (t)
_
, el vector normal es de la forma n =
(1, s), s =
t
(t), y por tanto la condicin de RH se escribe
s[u] = [f(u)]. (4.6.8)
En el caso particular de la ecuacin de Burgers en que f(z) = z
2
/2 obtenemos
s =
_
u
+
+u

__
2,
lo cual indica que el salto se propaga con una velocidad que coincide con la
media de los valores de la solucin a cada lado del mismo.
Consideremos algunos ejemplos.
Resolvemos la ecuacin de Burgers
u
t
+
x
_
u
2
2
_
= 0 (4.6.9)
con dato inicial
u(x, 0) = u
0
(x) =
_

_
1, x 0
1 x, 0 x 1
0, x > 1.
(4.6.10)
Las caractersticas son entonces de la forma
x(x
0
, t) =
_

_
x
0
+t, x
0
0
x
0
+t(1 x
0
), 0 x
0
1,
x
0
, x
0
1.
Para t < 1 las caractersticas no se cruzan. Eso permite obtener la solucin por
el mtodo de las caractersticas que preserva la misma regularidad que el dato
inicial: Se trata de una funcin lineal a trozos continua y, por tanto, es Lipschitz.
Obtenemos as:
u =
_

_
1, x t
(1 x)/(1 t), t x 1
0, x 1,
(4.6.11)
en el intervalo temporal 0 < t < 1.
Cuando t = 1 se produce un choque en el punto x = 1 en el que entran en
conicto los valores 0 y 1 de u
_
u
+
y u

_
. En este caso la condicin de RH nos
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA223
indica que el choque se habr de propagar con velocidad s = 1/2. Denimos por
tanto para t 1 la siguiente funcin constante a trozos:
u(x, t) =
_
1, x < (t + 1)/2,
0, x > (t + 1)/2.
(4.6.12)
Las expresiones (4.6.11) y (4.6.12) proporcionan la solucin de (4.6.9)-(4.6.10)
buscada.
Consideramos ahora la ecuacin de Burgers pero con dato inicial discontinuo:
u
0
=
_
u

, x < 0
u
r
, x > 0.
Este problema de Cauchy se denomina el problema de Riemann.
La condicin de RH nos proporciona una solucin constante a trozos con
una discontinuidad que se propaga con velocidad s =
_
u

+ u
r
_
/2. Obtenemos
as
u(x, t) =
_
u

, x <
_
u

+u
r
_
/2
u
r
, x >
_
u

+u
r
_
/2.
Sin embargo esta no es la nica solucin dbil posible. De hecho pueden
encontrarse muchas otras. En efecto, para cada a max
_
u

, u
r
_
la funcin
denida por
u =
_

_
u

, x < s
1
t
a, s
1
t < x < 0,
a, 0 < x < s
2
t,
u
r
, x > s
2
t,
es tambin una solucin dbil si
s
1
=
_
u
1
a
_
/2, s
2
=
_
u
r
+a
_
/2,
de forma que la condicin de RH se satisface a lo largo de cada choque. Obte-
nemos as una familia uniparamtrica de soluciones dbiles discontinuas.
Por otra parte, cuando u

u
r
, podemos tambin encontrar una solucin
continua pues las caractersticas no se cortan. De hecho, el mtodo de las ca-
ractersticas permite determinar la solucin (que toma valores u

y u
r
) salvo
en la regin u

x/t u
r
. Este espacio puede rellenarse gracias a la funcin
v = x/t que es una solucin de la ecuacin de Burgers. Obtenemos as la solucin
continua
u(x, t) =
_

_
u

, x u

t
x/t, u

t x u
r
t
u
r
, x u
r
t.
224 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Es lo que se denomina una onda de rarefaccin.
Estos ejemplos demuestran que, a pesar de que la nocin de solucin d-
bil regular a trozos y con posibles choques a lo largo de los cuales se satisface
la condicin de RH, permite incorporar las soluciones discontinuas que las ca-
ractersticas necesariamente generan, no es un marco funcional suciente para
garantizar la unicidad. Para ello es necesario introducir un criterio de entropa
que seleccione la solucin fsica o buena en la clase de soluciones dbiles
existentes.
Son varias las maneras de introducir el criterio de entropa. En estas notas
nos limitaremos al estudio de ecuaciones escalares de la forma
u
t
+ div
_
f(u)
_
= 0, x R
d
, t > 0, (4.6.13)
en las que la incgnita u = u(x, t) es una funcin escalar.
La ecuacin (4.6.13) es un modelo simplicado que se asemeja a las ecua-
ciones de Euler para un uido perfecto o ideal, en ausencia de viscosidad. Pero
estos no son ms que una idealizacin o aproximacin de los uidos con viscosi-
dad pequea. Es por tanto natural considerar (4.6.13) como una simplicacin
del modelo viscoso
u
t
u + div
_
f(u)
_
= 0, x R
d
, t > 0. (4.6.14)
Consideraremos que una solucin dbil de (4.6.13) es una solucin de entropa
cuando sea el lmite cuando 0 de soluciones u

del problema viscoso.


En el caso particular de la ecuacin de Burgers
u
t
+
_
u
2
2
_
x
= 0, (4.6.15)
se trata por tanto de denir sus soluciones de entropa como aqullas que son
lmite cuando 0 de las soluciones de Burgers viscosas:
u
t
u
xx
+
_
u
2
2
_
x
= 0. (4.6.16)
En este caso particular, la transformacin de Hopf-Cole permite transformar
la ecuacin viscosa (4.6.16) en la ecuacin del calor
v
t
v
xx
= 0, (4.6.17)
cuya solucin puede calcularse explcitamente por convolucin con el ncleo de
Gauss.
De este modo la solucin de entropa de (4.6.15) puede calcularse explci-
tamente. Se observa entonces que, en particular, en el caso del problema de
Riemann, la solucin de entropa es como sigue:
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA225
Cuando u

> u
r
, obtenemos la solucin discontinua con valores u

y u
r
a
izquierda y derecha del choque que se propaga con velocidad s =
_
u

+
u
r
_
/2.
Cuando u

< u
r
, obtenemos la onda de rarefaccin.
Vemos por tanto que, en este caso particular, el criterio de entropa obtenido
por la viscosidad evanescente permite identicar de manera nica la solucin de
entropa.
La solucin de entropa en este caso puede tambin caracterizarse mediante
la utilizacin de principio del mximo. Indiquemos brevemente cmo sto puede
hacerse.
El problema (4.6.16) es parablico y por tanto sus soluciones son regulares.
Derivando (4.6.16) con respecto a x obtenemos que w = u
x
satisface
w
t
w
xx
+ (uw)
x
= 0,
que puede tambin reescribirse como
w
t
w
xx
+w
2
+uw
x
= 0. (4.6.18)
La ecuacin (4.6.18) satisface el principio del mximo y admite la solucin ex-
plcita
w

= 1/t. (4.6.19)
Como su dato inicial es w(0) = , toda solucin de (4.6.18) est por debajo de
ella. Obtenemos por tanto que
u
x
= w 1/t (4.6.20)
para todo > 0.
Como la solucin de entropa de (4.6.15) es el lmite de soluciones de (4.6.16)
cuando 0, la desigualdad (4.6.20) se preserva en el lmite. La condicin
(4.6.20) caracteriza la solucin de entropa.
Es fcil ver que (4.6.20) selecciona las soluciones de entropa obtenidas me-
diante el mtodo de la viscosidad evanescente. En efecto, cuando u

> u
r
, he-
mos elegido la solucin discontinua con la condicin de propagacin del choque
s =
_
u

+u
r
_
/2. Esta solucin satisface (4.6.20) puesto que, en este caso,
u
x
= (u
r
u

)
x(t)
siendo x(t) el punto donde se ubica el choque.
226 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Cuando u

< u
r
, hemos obtenido la onda de rarefaccin. En este caso (4.6.20)
se verica con igualdad puesto que la derivada espacial de v = x/t es precisa-
mente 1/t.
La condicin (4.6.20) es conocida como la condicin de Oleinick.
La condicin de entropa puede an describirse de otro modo alternativo.
Se trata de la manera ms conveniente para probar la unicidad de la misma,
siguiendo el trabajo pionero de Kruzkov.
Consideremos la siguiente familia uniparamtrica de funciones de entropa
U(u) =[ u k [, k R. (4.6.21)
Multiplicando por (4.6.14) por sgn(u k) obtenemos
u
t
sgn(u k) usgn(u k) + div
_
f(u)
_
sgn(u k) = 0. (4.6.22)
La funcin usgn(u k) es no-negativa en el sentido de las distribuciones
puesto que sgn(u k) es montona creciente. Por otra parte, el trmino
div
_
f(u)
_
sgn(u k)
se puede describir como
div
_
F(u)
_
donde F(u) es la funcin del ujo de entropa
F(u) =
_
f(u) f(k)
_
sgn(u k). (4.6.23)
De este modo vemos que
U(u)
t
+ div
_
F(u)
_
0, (4.6.24)
para toda solucin del problema viscoso (4.6.14), para todo > 0, y para todo
par de entropa-ujo de entropa (U, F) con k R arbitrario.
Nuevamente, es natural imponer a la solucin de entropa de la ecuacin
hiperblica (4.6.13) que la condicin (4.6.24) se cumpla como resultado de paso
a lmite 0.
Al adoptar este punto de vista se plantean dos problemas:
Existencia: Para probar la existencia de la solucin de entropa que satis-
face (4.6.24) es preciso demostrar que la solucin dbil de (4.6.13) es lmite
cuando 0 de soluciones de (4.6.14) en un sentido sucientemente fuer-
te como para poder pasar al lmite en el sentido de las distribuciones en
los trminos no-lineales U(u) y F(u) de (4.6.24).
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA227
Unicidad: Una vez que la solucin que satisface (4.6.24) ha sido construida
es preciso probar su unicidad.
En lo sucesivo vamos a abordar estas dos cuestiones con el objeto de concluir
un resultado de existencia y unicidad de soluciones de entropa para la ley de
conservacin.
Para ello consideramos en primer lugar el problema viscoso:
_
u
t
u + div
_
f(u)
_
= 0, x R
d
, t > 0
u(x, 0) = u
0
, x R
d
.
(4.6.25)
Se tiene el siguiente resultado de existencia y unicidad de soluciones:
Theorem 4.6.1 Supongamos que f es de clase C
m
, m 1 y que el dato inicial
u
0
pertenece a H
m
(R
d
) L

(R
d
). Entonces, para cada > 0, (4.6.25) admite
una nica solucin tal que
u L
2
_
0, T; H
m+1
(R
d
0
_
L

_
0, T; H
m
(R
d
)
_
(4.6.26)
para todo T > 0 y

k
u

k
t

_
L
2
_
0, T; H
m+12k
(R
d
)
_
L

_
0, T; H
m2k
(R
d
)
_
, m > 2k
L
2
_
0, T; L
2
(R
d
)
_
, m = 2k 1.
(4.6.27)
Demostracin del Teorema 4.6.1. Para una demostracin detallada sugeri-
mos la seccin II. 2 de [11]. En estas notas nos limitaremos a indicar las ideas
principales de la prueba.
Paso 1. Suponemos en primer lugar que f es globalmente Lipschitz y que
el dato inicial u
0
pertenece a L
2
(R
d
). Es entonces fcil probar mediante un
argumento de punto jo que (4.6.25) admite una nica solucin en la clase
u W(0, T) (4.6.28)
donde W(0, T) es el espacio
W(0, T) = L
2
_
0, T; H
1
(R
d
)
_
H
1
_
0, T; H
1
(R
d
)
_
. (4.6.29)
Este espacio est incluido con continuidad en BC
_
[0, T]; L
2
(R
d
)
_
.
El argumento de punto jo puede aplicarse tanto en la ecuacin integral
asociada a (4.6.25) como en su formulacin variacional.
228 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
De este modo se obtiene la existencia local de soluciones. Es decir, la exis-
tencia de un tiempo T > 0 (que puede depender de > 0) para el que existe
una nica solucin en la clase (4.6.28).
La solucin puede ser prolongada a una solucin global denida para todo t
0. Para ello es preciso obtener una estimacin a priori que excluya la posibilidad
de explosin en tiempo nito. Esto se obtiene con facilidad en este caso. En
efecto, multiplicando en (4.6.25) por u e integrando en R
d
obtenemos
1
2
d
dt
_
R
d
u
2
dx +
_
R
d
[ u [
2
dx =
_
R
d
div
_
f(u)
_
udx.
Ahora bien,
_
R
d
div
_
f(u)
_
udx =
_
R
d
f
t
(u) uudx =
_
R
d
div
_
((u)
_
dx = 0
donde
((z) =
_
z
0
f
t
(s)s ds.
Deducimos por tanto que
1
2
d
dt
_
R
d
u
2
dx +
_
R
d
[ u [
2
dx = 0.
Integrando esta ecuacin en tiempo obtenemos
| u(t) |
2
L
2
(R
d
)
+2
_
t
0
| u(s) |
2
L
2
(R
d
)
ds =| u
0
|
2
L
2
(R
d
)
. (4.6.30)
De esta identidad se deduce que no se puede producir explosin en tiempo -
nito. La solucin se prolonga por tanto a una solucin global u BC
_
[0, ); L
2
(R
d
)
_
tal que u L
2
_
R
d
(0, )
_
.
Obtenemos as el resultado de regularidad (4.6.26) con m = 0.
Paso 2. Supongamos ahora que u
0
L

(R
d
) L
2
(R
d
). Vamos a probar que
la solucin denida en el paso anterior verica la cota
| u |

| u
0
|

. (4.6.31)
Esto permite extender el resultado del paso anterior a no-linealidades f C
1
,
sin necesidad de suponer que sean globalmente Lipschitz.
Con el objeto de probar (4.6.31) basta con demostrar que u k siendo
k = max(u
0
). Del mismo modo se prueba que u | u
0
|

. Para ello
multiplicamos la ecuacin por sgn(u k)
+
e integramos en R
d
. Obtenemos que
d
dt
_
R
d
(u k)
+
dx 0, (4.6.32)
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA229
puesto que:
_
R
d
div
_
f(u)
_
sgn(u k)
+
dx = 0 (4.6.33)

_
R
d
usgn(u k)
+
dx 0. (4.6.34)
El hecho de que (4.6.33) se cumpla es consecuencia, nuevamente de que
div
_
f(u)
_
sgn(u k)
+
= div
_
(
k
(u)
_
para una funcin (
k
adecuada.
El que (4.6.34) se satisfaga es producto del hecho que sgn(u k)
+
es una
funcin montona creciente. En realidad la prueba de (4.6.34) pasa por utilizar
como funcin test funciones de la forma

(uk), siendo

una regularizacin
de la funcin sgn
+
.
Paso 3. En el marco de las hiptesis generales del Teorema basta probar la
regularidad aadida de la solucin (4.6.26)-(4.6.27) con m 1 arbitrario. Esto
puede hacerse tomando derivadas sucesivas de la ecuacin.
En primer lugar observamos que la ecuacin que u satisface puede escribirse
en la forma
u
t
u = f
t
(u) u.
Como u L
2
_
0, T; H
1
(R
d
)
_
L

_
R
d
(0, T)
_
, deducimos que
f
t
(u) u L
2
_
R
d
(0, T)
_
.
Suponiendo que u
0
H
1
(R
d
), resultados clsicos de regularidad para la ecuacin
del calor lineal garantizan que
_
u BC
_
[0, T]; H
1
(R
d
)
_
L
2
_
0, T; H
2
(R
d
)
_
;
u
t
L
2
_
R
d
(0, T)
_
.
Esto proporciona el resultado del Teorema 4.6.1 cuando m = 1.
Con el objeto de obtener regularidad adicional consideramos las sucesivas
derivadas de u. Tomando la deriva con respecto a t de la ecuacin que u satisface
deducimos que u = v
t
verica la ecuacin
v
t
v = div
_
f
t
(u)u
t
_
.
De los resultados anteriores deducimos que el segundo miembro pertenece a
L
2
_
0, T; H
1
(R
d
)
_
de donde deducimos que v BC
_
[0, T]; L
2
(R
d
)
_
L
2
_
0, T; H
1
(R
d
)
_
siempre y cuando
v(0) = u
t
(0) = u(0) div
_
f
_
u(0)
__
= u
0
div
_
f(u
0
)
_
L
2
(R
d
),
230 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
cosa que est plenamente garantizada bajo las hiptesis del Teorema con m = 2.
Iterando este proceso el resultado puede demostrarse para m 1 arbitrario.
Para probar la existencia de una solucin de entropa hemos de ser capaces
de pasar al lmite cuando 0 en las soluciones obtenidas en el Teorema 4.6.1.
La dicultad mayor reside en la obtencin de la compacidad suciente para
pasar al lmite en el trmino no-lineal. En particular, la estimacin de energa
(4.6.30) es insuciente a tal n.
Tenemos el siguiente resultado, que proporciona estimaciones uniformes so-
bre u en L
1
(R
d
), uniformemente en t 0 y en > 0.
Lemma 4.6.1 Supongamos que u
0
L
1
(R
d
) L

(R
d
) BV (R
d
).
Entonces la solucin u

de (4.6.25) satisface
| u

|
L
1
(R
d
)
| u
0
|
L
1
(R
d
)
, (4.6.35)
_
R
d
u

(x, t)dx =
_
R
d
u
0
(x)dx, (4.6.36)
| u

|
L
1
(R
d
)
| u
0
v
0
|
L
1
(R
d
)
(4.6.37)
| u

|
L
1
(R
d
)
TV (u
0
), (4.6.38)
para todo t > 0 y > 0, u
0
, v
0
L
1
(R
d
), siendo u

y v

las soluciones corres-


pondientes de (4.6.25).
Demostracin. Para obtener (4.6.36) basta integrar la ecuacin que u satisface
en R
d
y usar que
_
R
d
udx =
_
R
d
div
_
f(u)
_
dx = 0.
Para obtener (4.6.35) multiplicamos la ecuacin por sgn(u). Utilizando que

_
R
d
usgn(u)dx 0
y que
_
R
d
div
_
f(u)
_
sgn(u)dx = 0,
deducimos que
d
dt
_
R
d
[ u [ dx 0
de donde se deduce a su vez (4.6.35).
Para obtener (4.6.37) consideramos las soluciones u y v de (4.6.25) con datos
iniciales u
0
y v
0
. Entonces w = u v satisface
w
t
w = div
_
f(u) f(v)
_
.
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA231
Multiplicando en esta ecuacin por sgn(u v) = sgn(w) obtenemos que
d
dt
_
R
d
[ u v [ dx 0.
Esto es as puesto que
_
R
d
wsgn(w)dx 0 y que
_
R
d
div
_
f(u) f(v)
_
sgn(u v)dx = 0.
La propiedad de contraccin en L
1
(R
d
) (4.6.37) permite deducir la estima-
cin (4.6.38) en BV (R
d
). En efecto, sean u y u
h
las soluciones de (4.6.25) con
datos u
0
y u
0, h
respectivamente, siendo u
0, h
una traslacin de paso h de u
0
, i.e.
u
0, h
(x) = u
0
_
x +he

_
siendo e

, = 1, , d, uno de los vectores unitarios de la base cannica de


R
d
.
Por invarianza (4.6.25) con respecto a traslaciones y por la unicidad de la
solucin, deducimos que
u
h
(x, t) = u
_
x +he
, t
_
.
Por la propiedad de contraccin en L
1
(R
d
) se concluye que
| u u
h
|
L
1
(R
d
)
h

| u
0
u
0, h
|
L
1
(R
d
)
h
.
Pasando al lmite cuando h 0, deducimos (4.6.38).
Con el objeto de probar la compacidad de las soluciones u

conviene probar
una estimacin sobre las derivadas temporales
t
u

:
Lemma 4.6.2 Supongamos que los datos iniciales de (4.6.25) son tales que,
adems de estar uniformemente acotados en L
1
(R
d
) L

(R
d
) w
1, 1
(R
d
), sa-
tisfacen la cota uniforme
| u
0,
|
L
1
(R
d
)
C. (4.6.39)
Entonces
|
t
u

|
L
1
(R
d
)
C TV (u
0
), (4.6.40)
para todo t > 0 y > 0.
232 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Demostracin. Consideramos en este caso traslaciones temporales u
,
de las
soluciones u

de (4.6.25). Procediendo como en la prueba del Lema anterior


deducimos que
| u

(t) u
,
(t) |
L
1
(R
d
)
| u
, 0
u
,
(0) |
L
1
(R
d
)
.
Pasando al lmite cuando 0
+
deducimos que
|
t
u

|
L
1
(R
d
)
|
t
u

(0) |
L
1
(R
d
)
| u
0,
|
L
1
(R
d
)
+ | div
_
f(u
, 0
)
_
|
L
1
(R
d
)
(4.6.41)
la hiptesis (4.6.39) permite acotar el primer trmino del miembro de la derecha
de (4.6.41). El segundo miembro puede acotarse del modo siguiente:
| div
_
f(u
, 0
)
_
|
L
1
(R
d
)
M

| u
, 0
|
L
1
(R
d
)
siendo
M

= max
]s]|u0, |
[ f
t
(s) [ .
De este modo se concluye la prueba de (4.6.40).
Estamos ahora en condiciones de probar la existencia de una solucin de
entropa para (4.6.13).
Theorem 4.6.2 Supongamos que el dato inicial u
0
pertenece al espacio L
1
(R
d
)
L

(R
d
)BV (R
d
) y que la no-linealidad f es de clase C
1
. Entonces el problema
_
u
t
+ div
_
f(u)
_
= 0 en R
d
, t > 0
u(x, 0) = u
0
(x) en R
d
(4.6.42)
tiene una solucin de entropa que verica (4.6.24).
Adems, la solucin pertenece a la clase
u L

_
R
d
(0, )
_
BC
_
[0, ); L
1
(R
d
)
_
(4.6.43)
y satisface las estimaciones
| u |

| u
0
|

, (4.6.44)
TV
_
u(t)
_
TV (u
0
), t 0, (4.6.45)
| u(t
2
) u(t
1
) | C TV (u
0
) [ t
2
t
1
[, t
1
, t
2
0. (4.6.46)
Demostracin. Utilizamos el mtodo de aproximacin y paso al lmite basado
en las regularizaciones viscosas (4.6.25).
4.6. SISTEMAS DE LEYES DE CONSERVACINYSOLUCIONES DE ENTROPA233
En primer lugar hemos de construir los datos iniciales para las ecuaciones
regularizadas (4.6.25). Esto puede hacerse convolucionando el dato inicial u
0
con una aproximacin de la identidad. De este modo no slo se preservan, uni-
formemente en > 0, las estimaciones que las hiptesis sobre u
0
proporcionan,
sino que podemos adems garantizar que se satisface (4.6.39).
Aplicando los resultados anteriores obtenemos una familia de soluciones u

de (4.6.25) que satisfacen las siguientes cotas, uniformemente en > 0:


| u

| u
0
|

, (4.6.47)
| u

|
L

_
0, T; L
1
, L
2
(R
d
)
_
C, (4.6.48)
| u

|
L

_
0, T; L
1
(R
d
)
_
C, (4.6.49)
|
t
u

|
L

_
0, T; L
1
(R
d
)
_
C. (4.6.50)
Dado un dominio acotado de R
d
, como la inclusin W
1, 1
() L
1
() es
compacta, deducimos que para todo 0 t T, u

(t) permanece en subconjunto


compacto de L
1
(). Por otra parte, de la cota (4.6.50) se deduce que u

es
uniformemente equicontinua en [0, T] a valores en L
1
(R
d
).
Por el Teorema de Ascoli-Arzela deducimos por tanto la existencia de una
subsucesin (que seguimos denotando por el subndice ) tal que
u

u en C
_
[0, T]; L
1
()
_
.
Utilizando una familia de conjuntos compactos que cubran todo R
d
y un proce-
dimiento de extraccin diagonal deducimos que
u

u en C
_
[0, T]; L
1
loc
(R
d
)
_
.
De hecho, el lmite u C
_
[0, T]; L
1
(R
d
)
_
. En efecto, de la cota (4.6.48) se
deduce que
| u(t) |
L
1
(R
d
)
C, 0 t T.
Adems de (4.6.50) se deduce que
| u(t
2
) u(t
1
) |
L
1
(R
d
)
C [ t
2
t
1
[,
de donde se concluye la continuidad en tiempo a valores en L
1
(R
d
).
Por otra parte, de (4.6.47) se deduce que
| u |

| u
0
|

.
234 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
De estas estimaciones se concluye que u C
_
[0, T]; L
p
(R
d
)
_
para todo p ni-
to
1 p .
La estimacin (4.6.45) se obtiene tambin como consecuencia inmediata del
paso al lmite.
De las convergencias anteriores es fcil comprobar que el lmite u construido
de este modo es una solucin dbil de entropa de (4.6.25). La nica dicultad
a la hora de comprobar este hecho es el paso al lmite en los trminos no-
lineales pero sto es posible como combinacin de la cota L

uniforme (que hace


irrelevante el crecimiento de la no-linealidad en el innito) y de la convergencia
fuerte en C
_
[0, T]; L
p
(R
d
)
_
.
En el Teorema anterior hemos probado la existencia de una solucin de
entropa. Queda probar su unicidad. Se trata de un resultado de una importancia
histrica en este campo debido a Kruzhov.
Recordemos que una solucin dbil de (4.6.25) se dice solucin de entropa
si verica que
_

0
_
R
d
_
[ u k [
t
+ sgn(u k)
_
f(u) f(k)
_
u

dxdt 0
para toda funcin test no-negativa C

0
_
R
d
(0, T)
_
, 0 y todo k R.
Tenemos el siguiente resultado:
Theorem 4.6.3 Sean u y v dos soluciones de entropa de (4.6.25) asocia-
dos a datos iniciales u
0
, v
0
L

(R
d
), tales que u, v L

_
R
d
(0, )
_

BC
_
[0, T]; L
1
loc
(R
d
)
_
, para todo T > 0.
Entonces, siendo
M = max
_
[ f
t
() [: [ [ max(| u |

, | v |

)
_
,
tenemos que
_
]x]R
[ u(x, t)v(x, t) [ dx
_
]x]R+Mt
[ u
0
(x)v
0
(x) [ dx, R > 0, p.c.t. t 0.
Omitiremos la prueba de este resultado. El lector interesado podr encontrar
una presentacin de la misma en el libro [11]
4.7. Esquemas numricos de aproximacin de le-
yes de conservacin escalares
En las secciones anteriores hemos desarrollado una teora que permite con-
cluir la existencia de unicidad de soluciones de entropa para leyes de conser-
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES235
vacin escalares en una y en varias dimensiones espaciales. El mtodo de cons-
truccin empleado ha sido el de la viscosidad evanescente, que es un mtodo de
aproximacin. El objetivo de esta seccin es obtener resultados de aproximacin
mediante esquemas numricos. La tarea es en este caso ms compleja que en el
marco de las ecuaciones en derivadas parciales lineales. En efecto, tal y como
hemos visto, las soluciones de entropa de las leyes de conservacin escalares
en algunos casos desarrollan ondas de choque y en otros ondas de rarefaccin.
Es por tanto indispensable que los mtodos que desarrollemos sean capaces de
capturar y reproducir estas soluciones discerniendo los choques admisibles de
los que no lo son.
Comenzamos con el caso uni-dimensional
u
t
+
x
_
f(u)
_
= 0, x R, t > 0, (4.7.1)
u(x, 0) = u
0
(x), x R. (4.7.2)
Supondremos que f C
2
y usaremos la notacin
a(s) = f
t
(s). (4.7.3)
Consideramos ahora un paso espacial y temporal x y t e introducimos el
ratio
= t/x. (4.7.4)
Con el objeto de aproximar las soluciones de (4.7.1)-(4.7.2) utilizaremos es-
quemas de la forma
u
n+1
j
= H
_
u
n
jk
, . . . , u
n
j+k
_
, n 0, j Z. (4.7.5)
La funcin discreta u
n
j
representa una aproximacin de la solucin continua u
en el punto (x
j
= jx, t
k
= kt) y H : R
2k+1
R es una funcin continua.
Con el objeto de simplicar la notacin denotaremos mediante H

pa-
ra la funcin que enva la sucesin (v
j
)
jZ
en la sucesin imagen H

(v) =
_
_
H

(v)
_
j
_
jZ
tal que
_
H

(v)
_
j
= H
_
v
jk
, . . . , v
j+k
_
.
De este modo el esquema numrico (4.7.5) puede reescribirse como
v
n+1
= H

(v
n
). (4.7.6)
Diremos que este esquema puede ponerse en forma conservativa si existe una
funcin continua g : R
2k
R tal que
H
_
v
k
, . . . , v
k
_
= v
0

_
g
_
v
k+1
, . . . , v
k
_
g
_
v
k
, . . . , v
k1
_
_
. (4.7.7)
236 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
La funcin g se denomina ujo numrico.
El esquema numrico tiene entonces la forma
u
n+1
j
= u
n
j

_
g
_
u
n
jk+1
, . . . , u
n
j+k
_
g
_
u
n
jk
, . . . , u
n
j+k1
_
_
. (4.7.8)
Denotando
g
n
j+1/2
= g
_
u
n
jk+1
, . . . , u
n
j+k
_
(4.7.9)
el esquema puede escribirse como
u
n+1
j
= u
n
j

_
g
n
j+1/2
g
n
j1/2
_
. (4.7.10)
Entonces (4.7.5) puede ponerse en forma conservativa s y slo s

jZ
H
_
v
jk
, . . . , v
j+k
_
=

jZ
v
j
. (4.7.11)
Veamos cmo podemos calcular el ujo g para un esquema conservativo. Obser-
vamos que
(
_
v
k
, . . . , v
k
_
=
1

_
H(v
k
, . . . , v
k
_
v
0
_
satisface

jZ
(
_
v
jk
, . . . , v
j+k
_
= 0. (4.7.12)
Se puede entonces comprobar la existencia de una funcin continua g tal que
(
_
v
k
, . . . , v
k
_
= g
_
v
k+1
, . . . , v
k
_
g
_
v
k
, . . . , v
k1
_
. (4.7.13)
Todo esquema conservativo, adems de preservar la integral discreta (4.7.11),
enva L
1
(Z) en s mismo.
Por otra parte, con el objeto de garantizar la consistencia del esquema
(4.7.10) con la ecuacin (4.7.1) necesitamos que
_
g
_
u
k+1
, . . . , u
k
_
g
_
u
k
, . . . , u
k1
_
_
_
x
sea una aproximacin de
x
_
f(u)
_
. Diremos por tanto que el esquema (4.7.5),
(4.7.7) es consistente si
g(v, . . . , v) = f(v). (4.7.14)
Con el objeto de analizar la convergencia del mtodo introducimos la funcin
constante a trozos
u

(x, t) = u
n
j
, x
j1/2
< x < x
j+1/2
, t
n
t t
n+1
, (4.7.15)
donde x
j+1/2
=
_
x
j
+x
j+1
__
2. Analizamos entonces la convergencia de la fun-
cin constante a trozos u

hacia u. Para ello debemos introducir una aproxi-


macin del dato inicial. Son varias las posibilidades. Entre ellas
u
0
j
=
1
x
_
xj+1/2
xj1/2
u
0
(x)dx. (4.7.16)
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES237
El primer resultado en esta direccin, debido a Lax-Wendro, asegura que si la
sucesin u

est acotada en L

_
R(0, )
_
y converge en L
1
loc
_
R(0, )
_
y
en casi todo punto a una funcin u, sta es una solucin dbil de (4.7.1)-(4.7.2).
La prueba de este resultado consiste en pasar al lmite en las formulaciones
dbiles de ambos problemas, discretos y continuos. Obviamente se presenta la
dicultad adicional del paso de una formulacin discreta a la continua. El modo
de proceder consiste en tomar una funcin test para el problema continuo y, de
ella, evalundola en el mallado discreto, obtener una funcin test ara el problema
discreto. De manera ms precisa, dada C
1
0
_
R (0, )
_
consideramos la
funcin test discreta

n
j
= (x
j
, t
n
), j Z, n 0. (4.7.17)
Utilizando esta funcin test en (4.7.10) deducimos que
x

j, n
_
u
n+1
j
u
n
j
_

n
j
+ t

j, n
_
g
n
j+1/2
g
n
j1/2
_

n
j
= 0. (4.7.18)
Sumando por partes deducimos que
x

j
u
n+1
j
_

n+1
j

n
j
_
+t

j
g
n
j+1/2
_

n
j+1

n
j
_
+x

j
y
0
j

0
j
= 0.
(4.7.19)
Con el objeto de comparar los trminos no-lineales del esquema discreto y de
la ecuacin continua introducimos la siguiente extensin constante a trozos de
g que denotamos como g

:
g

(x, t) = g
n
j+1/2
= g
_
v
n
jk+1
, . . . , v
n
j+k
_
, x
j
< x < x
j+1
, t
n
t t
n+1
.
(4.7.20)
Esto nos permite escribir la expresin discreta anterior en forma integral
_
R(0, )
u

(x, t)
_

(x, t)

(x, t t)
_
_
t dxdt (4.7.21)
+
_
R(0, )
g

(x, t)
_

(x + x/2, t)

(x x/2, t)
_
/xdxdt
+
_
R
u
0
(x)

(x, 0)dx = 0.
Aplicando la convergencia uniforme de

a , es fcil comprobar que las inte-


grales correspondientes a los datos iniciales convergen, i.e.
_
R
u
0
(x)

(x, 0)dx
_
R
u
0
(x)(x, 0)dx, (4.7.22)
238 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
cuando x, t 0.
De forma anloga se puede comprobar que
_
R(0, )
u

(x, t)
_

(x, t)

(x, t t)
t

t
(x, t)
_
dxdt 0. (4.7.23)
Adems, de la convergencia de u

a u en L
1
loc
deducimos que
_
R(0, )
u

(x, t)
t
(x, t) dxdt
_
R(0, )
u(x, t)
t
(x, t) dxdt. (4.7.24)
Se concluye por tanto que
_
R(0, )
u

(x, t)
_

(x, t)

(x, t t)
t
_
dxdt
_
R(0, )
u(x, t)
t
(x, t) dxdt.
(4.7.25)
Por ltimo hemos de considerar el trmino no-lineal. El mismo argumento an-
terior reduce el problema al estudio del lmite de
_
R(0, )
g

(x, t)
t
(x, t)dxdt.
Observamos que
g

(x, t) = g (u

(x (k + 1/2)x, t) , . . . , u

_
x + (k 1/2)x, t
_
, (4.7.26)
y, consecuentemente, introducimos la notacin
w
j

(x, t) = u

(x +
_
j 1/2)x, t
_
, k j k. (4.7.27)
Si / es un subconjunto compacto de R(0, ) y /
1
= /+
_
j
1
2
_
x, entonces
_
K

w
j

(x, t) u(x, t)

dxdt
_
K1

(x, t) u(x, t)

dxdt (4.7.28)
+
_
K

u
_
x + (j 1/2)x, t
_
u(x, t)

dxdt.
Se deduce entonces que w
j

converge a u en L
1
(k) cuando 0, para cualquier
[ j [ k, gracias a la convergencia de u

. Podemos entonces extraer subsuce-


siones de modo que w
j

converja para casi todo (x, t) R (0, ) y todo


j : [ j [ k. Utilizando la continuidad de g deducimos que
g

(x, t) = g
_
w
k+1

(x, t), . . . , w
k

(x, t)
_
g
_
u(x, t), . . . , (x, t)
_
(4.7.29)
p.c.t. (x, t) R (0, ).
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES239
De la condicin de consistencia sobre g se deduce que g(u, u, . . . , u) = f(u). Por
tanto, aplicando el Teorema de convergencia dominada de Lebesgue, deducimos
que
_
R(0, )
g

(x, t)
t
(x, t) dxdt
_
R(0, )
f(u)
t
(x, t) dxdt. (4.7.30)
De sto se desprende que el lmite u es una solucin dbil de (4.7.1)-(4.7.2) en
el sentido que
_
R(0, )
_
u(x, t)
t
(x, t)+f
_
u(x, t)
_

x
(x, t)
_
dxdt+
_
R
u
0
(x)(x, 0)dx = 0.
(4.7.31)
Este resultado muestra que el lmite de soluciones numricas obtenidas por
un esquema conservativo necesariamente es una solucin dbil del problema
continuo, de donde se deduce en particular que se verican las condiciones de
Rankine-Hugoniat. Queda por comprobar que este lmite es la solucin de en-
tropa adems de probar la compacidad de la sucesin u

de soluciones aproxi-
madas.
Pero analicemos primero el orden de consistencia o de precisin. Diremos que
el esquema es de orden p 1 si para toda solucin regular u de (4.7.1)-(4.7.2)
y jando = x/t, se tiene
u(x, t + t) H
_
u(x kx, t), . . . , u(x +kx, t)
_
= O
_
t
p+1
_
, (4.7.32)
cuando t 0. El trmino que se estima a la izquierda de (4.7.32) es lo que se
denomina el error de truncacin y se estima tpicamente realizando un desarrollo
de Taylor de u y de H, usando la ecuacin que u satisface y la estructura de H.
La siguiente Proposicin resulta til para estimar el error de truncacin.
Proposition 4.7.1 Consideremos el esquema en diferencias (4.7.5) que supo-
nemos puede escribirse en la forma conservativa (4.7.7) y que es consistente con
la ecuacin (4.7.1). Supongamos que H C
3
. Entonces, para toda solucin u
de (4.7.1)-(4.7.2) sucientemente regular y con = x/t constante, el error
de truncacin admite la siguiente expresin
u(x, t + t) H
_
u(x kx, t), . . . , u(x +kx, t)
_
(4.7.33)
= t
2

x
_
(u, )
x
u(x, t)
_
+O(t
3
)
con
(u, ) =
_
_
k

j=k
j
2
H

(u, u, . . . , u)
_
_
_
2
2
a(u)
2
/2. (4.7.34)
240 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Demostracin. En primer lugar observamos por (4.7.7) que
H(u, u, . . . , u) = u. (4.7.35)
Con el objeto de simplicar la notacin introducimos la siguiente:
v = (v
k
, . . . , v
k1
); T v = (v
k+1
, . . . , v
k
). (4.7.36)
Entonces
H(v
k
, . . . , v
k
) = v
0

_
g(T v) g( v)
_
(4.7.37)
y
H
v
j
=
0
j

_
g
v
j1
(T v)
g
v
j
( v)
_
, k j k, (4.7.38)
siempre y cuando usemos la convencin
g
v
k1
=
g
v
k
= 0. (4.7.39)
Por tanto
k

j=k
j
H
v
j
(u, . . . , u) =
k

j=k
j
_
g
v
j1
(u, . . . , u)
g
v
j
(u, . . . , u)
_
(4.7.40)
=
k

j=k
g
v
j
(u, . . . , ).
La condicin de consistencia (4.7.14) asegura que
k

j=k
g
v
j
(u, . . . , u) = a(u). (4.7.41)
Obtenemos as
k

j=k
j
H
v
j
(u, . . . , u) = a(u). (4.7.42)
Diferenciando de nuevo en (4.7.38) deducimos que

2
H
v
i
v
j
=
_

2
g
v
ji
v
ji
(T v)

2
g
v
i
v
j
( v)
_
y
k

i, j=k
(i j)
2

2
H
v
i
v
j
(u, . . . , u) =
+k

i, j=k
(i j)
2
(4.7.43)
_

2
g
v
ji
v
ji
(u, . . . , u)

2
g
v
i
v
j
(u, . . . , u)
_
= 0.
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES241
Utilizamos ahora el desarrollo de Taylor de H en el punto (u, . . . , u):
H(u
k
, . . . , u
k
) = u +
k

j=k
H
v
j
(u, . . . , u)(u
j
u)
+
1
2
k

i, j=k

2
H
v
i
v
j
(u, . . . , u)(u
j
u)(u
i
u) +O(x
3
)
en donde hemos usado la notacin u = u(x, t) y u
j
= u(x + jx, t). Por el
desarrollo de Taylor de u tenemos que
u
j
u = jx
x
u +
(jx)
2
2

2
x
u +O(x
3
)
y
(u
i
u)(u
j
u) = ij(x)
2
(
x
u)
2
+O(x
3
).
Por tanto
H(u
k
, . . . , u
k
) = u + x
x
u
k

j=k
j
H
v
j
(u, . . . , u)
+
(x)
2
(
x
u)
2
2
k

i, j=k
ij

2
H
v
i
v
j
(u, . . . , u)
+
(x)
2
2

2
x
u
k

i, j=k
j
2
H
v
j
(u, . . . , u) +O(x
3
).
Por otra parte
k

j=k
j
2
H
v
j
(u, . . . , u)
2
x
u +
k

i, j=k
ij

2
H
v
i
v
j
(u, . . . , u)(
x
u)
2
(4.7.44)
=

x
_
_
k

j=k
j
2
H
v
j
(u, . . . , u)
x
u
_
_
+
k

i, j=k
(ij j
2
)

2
H
v
i
v
j
(u, . . . , u)(
x
u)
2
=
x
_
_
k

j=k
j
2
H
v
j
(u, . . . , u)
x
u
_
_
.
Esto es as puesto que
k

i, j=k
(ij j
2
)
H
v
i
v
j
(u, . . . , u) = 0, (4.7.45)
242 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
lo cual es consecuencia de (4.7.43) y de la simetra de la matriz
2
H/v
j
v
i
puesto que
k

i, k=k
(ij j
2
)

2
H
v
i
v
j
(u, . . . , u) =
1
2
k

i, j=k
(i j)
2
H
v
j
v
i
(u, . . . , u).
Deducimos de este modo que
H(u
k
, . . . , u
k
) = u t a(u)
x
u +
(x)
2
2

x
_
_
k

j=k
j
2
H
v
j

x
u
_
_
+O(x
3
).
(4.7.46)
Por otra parte, el desarrollo de Taylor de u(x, t + t) garantiza que
u(x, t + t) = u + t
t
u +
(t)
2
2

2
t
u +O(t
3
).
Utilizando que

t
u =
x
_
f(u)
_
= a(u)
x
u
y

2
t
u =
u
_

t
_
f(u)
_
=
x
_
a(u)
t
u
_
=
x
_
a
2
(u)
x
u
_
,
deducimos
u(x, t + t) = u t a(u)
x
u +
(t)
2
2

x
_
_
a(u)
_
2

x
u
_
+O(t
3
). (4.7.47)
Combinando (4.7.46) y (4.7.47) deducimos la identidad (4.7.33) deseada.
Observacin: Supongamos que el esquema numrico es consistente de orden 1
en cuyo caso (u, ) ,= 0. Entonces, el esquema proporciona una aproximacin
de orden dos de la ecuacin viscosa
v
t
+
x
_
f(v)
_
x
x
_
(v, )
x
v
_
= 0.
Una manera heurstica de estudiar el comportamiento del esquema numrico es
precisamente estudiar el de esta aproximacin parablica o viscosa.
Con el objeto de analizar la estabilidad de los esquemas numricos es preciso
considerar en primer lugar la ecuacin lineal
u
t
+a
x
u = 0
en la que no-linealidad f(s) se reduce a la ecuacin lineal f(s) = a s en la que
a es una constante.
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES243
Supongamos que el esquema es de la forma
v
n+1
j
=
+k

=k
c

v
n
j+
, n 0, j Z
con coecientes constantes c

, k k, que dependen slo de a y de .


Consideramos la norma L
2
-discreta:
| v |
L
2
()
=
_
_
x

jZ
v
2
j
_
_
1/2
.
El esquema se dice estable si existe una constante c > 0 independiente de t > 0
tal que
| v
n
|
L
2
()
C | v
0
|
L
2
()
, n 0.
Es conveniente extender el esquema a funciones denidas para todo x:
v
n+1
(x) =
+k

=k
c

v
n
(x +
x
).
La propiedad de estabilidad se reescribe entonces como
| v
n
|
L
2
(R)
C | v
0
|
L
2
(R)
, n 0.
Utilizando la transformada de Fourier
() =
1

2
_
R
e
ix
(x)dx,
el esquema se traduce en
v
n+1
() = h() v
n
()
donde
h() =
+k

=k
c

e
ix
se denomina el factor de amplicacin.
Es fcil entonces comprobar que el esquema es estable s y slo s se verica
la condicin de Von-Neumann
[ h() [ 1, R.
Consideremos por ejemplo el esquema de tres puntos
v
n+1
j
= c
1
v
n
j1
+c
0
v
n
j
+c
1
v
n
j+1
244 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
que puede ponerse en forma conservariva si
c
1
+c
0
+c
1
= 1,
siendo su ujo numrico
g(u, v) =
_
c
1
u c
1
v
__
.
La condicin de consistencia impone que
c
1
c
1
= a.
Obtenemos as una familia uniparamtrica de esquemas dependiente de
q = c
1
+c
1
= 1 c
0
que pueden ser escritos en la siguiente forma viscosa
v
n+1
j
= v
n
j
a
_
v
n
j+1
v
n
j1
__
2 +q
_
v
n
j+1
2v
n
j
+v
n
j1
__
2.
Es fcil comprobar que el esquema es estable si el nmero de Courant v = a
satisface
(a)
2
q 1.
Para que el esquema sea de orden 2 es preciso que
(u, ) =
q
2
2

a
2
2
= 0,
es decir,
q =
2
a
2
.
Existe por tanto un slo esquema de tres puntos de orden 2. Es el esquema
denominado de Lax-Wendro
v
n+1
j
= v
n
j
a
(v
n
j+1
v
n
j1
)
2
+

2
a
2
2
_
v
n
j+1
2v
n
j
+v
n
j1
_
,
que es estable bajo la condicin
[ a [ 1.
Se trata precisamente de la condicin de Courant-Friedrichs-Lewy (CFL) que
garantiza que el dominio de dependencia del esquema numrico contiene al de
la EDP.
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES245
Este anlisis lineal de la estabilidad de los esquemas nos permite derivar
algunos criterios heursticos para los esquemas de ecuaciones no-lineales por
linearizacin. La ecuacin linealizada es de la forma
w
t
+a(u)
x
w = 0
siendo u una solucin de la ecuacin no-lineal.
Lo mismo puede hacerse para el esquema numrico obtenindose el siguiente
esquema linealizado:
w
n+1
j
=
+k

=k
H
v

_
v
n
j
, . . . , v
n
j
_
w
n
j+
.
Aunque la estabilidad del esquema linealizado no es una condicin suciente
de estabilidad del esquema permite obtener algunas condiciones heursticas. De
este modo, para el esquema de Lax-Wendro obtenemos la condicin
max
n, jZ

a
_
v
n
j
_

1.
Mencionemos ahora algunos ejemplos relevantes de esquemas de tres puntos:
El esquema de Lax-Friedrichs:
Consideremos primero el esquema centrado
v
n+1
j
= v
n
j

_
f
_
v
n
j+1
_
f
_
v
n
j1
_
2
_
que es linealmente inestable.
Sustituyendo la aproximacin de la derivada
u
t

_
v
n+1
j

_
v
n
j+1
+v
n
j1
__
2

t
obtenemos el esquema de Lax-Friedrichs
v
n+1
j
=
v
n
j+1
+v
n
j1
2

_
f
_
v
n
j+1
_
f
_
v
n
j1
__
2
.
Puede ponerse en forma conservativa con el ujo numrico
g
LF
(u, v) =
f(u) +f(v)
2

(v u)
2
y es de orden uno.
246 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
En el caso lineal este esquema corresponde a un coeciente de viscosidad
q = 1 de modo que es estable si
[ a [ 1.
En el caso lineal el esquema proporciona la interpolacin entre los valores de la
solucin en
_
x
j1
, t
n
_
y
_
x
j+1
, t
n
_
.
El esquema upwind.
En el caso lineal teniendo en cuenta la orientacin de las caractersticas en
funcin del signo de a obtenemos
v
n+1
j
=
_
v
n
j
a
_
v
n
j
v
n
j1
_
, si a > 0
v
n
j
a
_
v
n
j+1
v
n
j
_
, si a < 0.
Cuando la no-linealidad f es montona el esquema es extiende con facilidad:
v
n+1
j
=
_

_
v
n
j

_
f
_
v
n
j
_
f
_
v
n
j1
_
_
, si f
t
> 0
v
n
j

_
f
_
v
n
j+1
_
f
_
v
n
j
_
_
, si f
t
< 0.
El esquema de Godunov.
El esquema de Godunov est basado en la resolucin de problemas de Rie-
mann locales de la forma:
u
t
+
x
_
f(u)
_
= 0,
u(x, t) =
_
u

, si x < 0
u
r
, si x > 0,
cuya solucin es autosemejante de la forma
u(x, t) = w
R
_
x
t
; u

, u
r
_
.
El esquema de Godunov genera v
n+1
a partir de v
n
del siguiente modo.
Paso 1 Resolvemos exactamente el problema
_
w
t
+
x
_
f(w)
_
= 0
w(x, t
n
) = v

(x, t
n
)
donde v

est denida del siguiente modo:


v

(x, t
n
) = v
n
j
, x
j1/2
x x
j+1/2
, j Z.
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES247
Como el dato inicial es constante a trozos presenta una discontinuidad en cada
punto de la forma x
k+1/2
. Esto da lugar a un problema de Riemann en cada
uno de ellos. Estos no interactuan antes de un tiempo t si
max
_
[ a(v) [: v
_
v
n
j1
, v
j
_
1/2, j Z.
Paso 2 v
n+1
j
se dene como la media de la solucin precedente en el intervalo
_
x
j1/2
, x
j+1/2

.
Con el objeto de obtener una expresin sencilla para v
n+1
j
integramos la
ecuacin que w satisface en
_
x
j1/2
, x
j+1/2
_
(0, t), cosa que puede hacerse
por tratarse de una solucin dbil regular a trozos y que satisface las condiciones
de Rankine-Hugoniot. Obtenemos de este modo
v
n+1
j
= v
n
j

_
f
_
w
R
_
0; v
n
j
, v
n
j+1
_
f
_
w
R
_
0; v
n
j1
, v
n
j
_
.
Se trata de un esquema en forma conservativa con ujo
g

(u, v) = f
_
w
R
(0; u, v)
_
.
Es fcil comprobar que cuando f es lineal o, ms generalmente, f es convexa
en las regiones en que es montona, el esquema de Godunov coincide con el
upwind.
En el caso general el ujo puede tambin representarse de manera sencilla del
siguiente modo. Como hemos visto antes, este esquema es linealmente estable
pero es no-linealmente estable cerca de los puntos de estagnacin en los que
a(u) = 0. Esto es debido a que el esquema pierde su carcter disipativo en esos
puntos.
Hasta ahora hemos visto algunos ejemplos de esquemas numricos conser-
vativos y hemos analizado su estabilidad lineal. Pero no hemos estudiado el
problema de la convergencia a las soluciones de entropa de (4.7.1)-(4.7.2) cuan-
do x 0 y t 0. Tal y como hemos, por el Teorema de Lax-Wendro, si
el esquema es conservativo y las soluciones numricas estn acotadas en L

y
convergen en L
1
loc
y para casi todo punto, su lmite es una solucin dbil.
Con el objeto de completar el anlisis de la convergencia de los esquemas
debemos:
Analizar para cules de los esquemas introducidos las soluciones numricas
tienen las propiedades de acotacin y de compacidad requeridas;
Estudiar cuando la solucin dbil obtenida en el lmite es tambin una
solucin de entropa.
Para analizar estas cuestiones vamos a considerar la clase de esquemas mo-
ntonos y T.V.D.
248 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
El esquema en diferencias (4.7.6) es montono si H

es montona creciente
con respecto a cada una de las variables involucradas.
Es por ejemplo fcil de comprobar que el esquema de Lax-Friedrichs es mo-
ntono si se cumple la condicin de CFL
max [ f
t
(v) [ 1
y que el esquema de Engquist-Osher lo es bajo la misma condicin. Es fcil
comprobar que el esquema de Godunov es tambin montono.
La monotona de un esquema conservativo puede tambin caracterizarse a
travs de la funcin de ujo. En efecto, el esquema conservativo asociado a la
funcin de ujo g(u, v) es montono si g es creciente en la primera variable y
decreciente en la segunda.
Una de las limitaciones de los esquemas montonos es que no pueden ser de
orden mayor que uno.
Con el objeto de analizar la convergencia de las soluciones discretas intro-
ducimos las siguientes normas:
| v |
L
1
()
= x

jZ
[ v
j
[
| v |
L

()
= max
jZ
[ v
j
[
TV (v) =

jZ
[ v
j+1
v
j
[ .
Se trata de los tres casos de las versiones discretas de las normas cannicas de
L
1
(R), L

(R) y BV (R).
Diremos que un esquema es TVD (total variation diminishing), es decir, que
hace decrecer la variacin total si
TV
_
H

(v)
_
TV (v). (4.7.48)
Nuevamente los esquemas TVD pueden ser a lo sumo de orden 1.
Por otra parte, diremos que un esquema es L

-estable si existe una constante


independiente de n y de t > 0 tal que
| v
n
|
L

()
C, n 0. (4.7.49)
Tenemos el siguiente resultado que asocia la monotona de un esquema a su
estabilidad L

y su carcter TVD.
Sin embargo el esquema de Murman-Roe presenta soluciones discontinuas
estacionarias con u

< u
r
que violan las condiciones de entropa.
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES249
El esquema de Engquist-Osher.
Este esquema no tiene el inconveniente del de Roe de admitir soluciones que
no verican la condicin de entropa. El esquema se escribe como
v
n+1
j
= v
n
j


2
_
f
_
v
n
j+1
_
f
_
v
n
j1
_
+

2
_
_
vj+1
vj
[ a() [ d
_
vj
vj1
[ a() [ d
_
.
El esquema es conservativo con ujo
g
0
(u, v) =
1
2
_
f(u) +f(v)
_
v
u
[ a() [ d
_
.
Conviene observar que en los intervalos en que f
t
tiene signo constante coincide
con el esquema upwind.
El esquema de Lax-Wendro.
Se trata de derivar un esquema de orden 2 mediante la expansin de Taylor
de una solucin regular.
Tenemos
u(x, t + t) = u(x, t) t
x
_
f(u)
_
+
(t)
2
2

x
_
a(u)
x
f(u)
_
+O
_
(t)
3
_
.
Escribimos entonces

x
_
f(u)
_
=
_
f(u(x + x, t)) f
_
u(x x, t))
_
+O
_
(x)
2
_
y para cualquier [0, 1]:

x
_
a(u)
x
_
f(u)
__
=
_
a(u(x +x, t)(f(u(x + x, t) f(u(x, t)))
a
_
u(x (1 )x, t)
__
f(u(x, t)) f(u(x x, t))
_
+O(x).
Obtenemos as un esquema de segundo orden tomando
v
n+1
j
= v
n
j


2
_
f
_
v
n
j+1
_
f
_
v
n
j1
_
+

2
2
_
a
n
j+1/2
_
f
_
v
n
j+1
_
f
_
v
n
j1
__
a
n
j1/2
_
f
_
v
n
j
_
f
_
v
n
j1
__
siendo a
n
j+1/2
el valor de f
t
evaluado en un punto intermedio entre v
n
j
y v
n
j+1
.
g

(u, v) =
_
_
_
mn
w[u, v]
f(w), si u v
mn
w[v, u]
f(w), si v u.
El esquema de Murman-Roe.
250 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Se trata de evitar el mayor inconveniente del esquema de Godunov que exige
resolver un problema de Riemann. El esquema de Murman-Roe utiliza un re-
solvedor aproximado muy sencillo del problema de Riemann. Para introducirlo
consideramos la funcin
a(u, v) =
_

_
f(u) f(v)
u v
si u ,= v
f
t
(u) si u = v.
Procedemos como en el esquema de Godunov pero sustituyendo la resolucin
del problema de Riemann por la del problema lineal
w
t
+a
_
v
n
j
, v
n
j+1
_
w
x
= 0
w(x, 0) =
_
w
n
j
, x < x
j+1/2
v
n
j+1
, x > x
j+1/2
.
El resultado es una onda discontinua propagndose a velocidad a
_
v
n
j
, v
n
j+1
_
. La
solucin que se obtiene es
x(x, t) = w
Roe
R
_
, v
n
j
, v
n
j+1
_
=
_
v
j
, < a
_
v
n
j
, v
n
j+1
_
v
j+1
, > a
_
v
n
j
, v
n
j+1
_
.
Sustituyendo este resolvedor en el esquema de Godunov obtenemos
v
n+1
j
= v
m
j

_
f
_
w
Roe
R
_
0; v
n
j
, v
n
j+1
__
f
_
w
Roe
R
_
0; v
n
j1
, v
n
j
__
.
El ujo numrico asociado es entonces
g
R
(u, v) = f
_
w
Roe
R
(0; u, v)
_
=
_
f(u), si a(u, v) > 0
f(v), si a(u, v) < 0,
que puede tambin escribirse como
g
R
(u, v) =
1
2
_
f(u) +f(v) [ a(u, v) [ (v u)
_
.
Proposition 4.7.2 Sea (4.7.6) un esquema de diferencias montono y conser-
vativo. Entonces es T.V.D. y L

-estable. De hecho,
| v
n
|
L

()
| v
0
|
L

()
. (4.7.50)
Adems para cualquier par de sucesiones u y v tenemos
| H

(u) H

(v) |
L
1
()
| u v |
L
1
()
. (4.7.51)
4.7. ESQUEMAS NUMRICOS DE APROXIMACINDE LEYES DE CONSERVACINESCALARES251
Demostracin.
En primer lugar vemos que por la monotona del esquema se verica el
principio del mximo. Es decir
mn
jkj+k
v


_
H

(v)
_
j
max
jkj+k
v

. (4.7.52)
Para ello, dada la sucesin acotada v
j
introducimos la sucesin constante w
j
:
w
j
= max
Z
v

= c. (4.7.53)
Como el esquema es conservativo tenemos
_
H

(v)
_
j
= c (4.7.54)
y por la monotona del esquema, como v w, tenemos
H

(v) H

(w). (4.7.55)
Como H

depende slo de 2k + 1 variables, de (4.7.55) se deduce (4.7.52). De


(4.7.52) se deduce (4.7.50).
Conviene sealar que en este punto hemos usado un argumento clsico en
EDP que consiste en deducir propiedades de estabilidad en L

a partir del
principio del mximo.
Observamos ahora que la propiedad T.V.D. es consecuencia inmediata de
(4.7.51), que es una propiedad de contraccin en L
1
() de la aplicacin no-
lineal H

.
Para verlo constatamos que H

preserva la integral, gracias a que es un


esquema conservativo, que es montono, y que est acotado en L
1
():
| H

(v) |
L
1
()
= x

jZ
[ H

(v)
j
[ (2k + 1)x

j
[ v
j
[ (4.7.56)
lo cual es consecuencia de (4.7.52). Esto es as como consecuencia del Lema de
Crandall-Tartar siguiente:
Lema (Crandall-Tartar). Sea C un subconjunto de L
1
() tal que
f
v
g = sup(f, g) C, f, g C.
Sea T una aplicacin de C en L
1
() que verica
_

T(f) =
_

f.
Entonces las siguientes propiedades son equivalentes:
252 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
(a) f, g C, f g p.c.t. x T(f) T(g) p.c.t. x ;
(b)
_

[ T(f) T(g) [
_

[ f g [, f, g C;
(c)
_

_
T(f) T(g)
_
+

(f g)
+
, f, g C.
Como consecuencia de la proposicin tenemos que:
Corolario. Si el esquema es conservativo y montono entonces satisface las
siguientes estimaciones
| v

(, t) |
L

(R)
| v

(, 0) |
L

()
, (4.7.57)
| v

(, t) |
L
1
(R)
| v

(, 0) |
L
1
()
, (4.7.58)
Tv
_
v

(, t)
_
TV
_
v

(, 0)
_
. (4.7.59)
Hemos probado que todo esquema conservativo montono es T.V.D. El re-
cproco tambin es cierto. No demostraremos sin embargo este resultado con el
objeto de concluir la prueba de la convergencia.
En virtud de las estimaciones (4.7.57)-(4.7.59) y aplicando los mismos ar-
gumentos empleados en el estudio del comportamiento de las soluciones de las
ecuaciones continuas en el lmite de la viscosidad evanescente, no es difcil de
concluir los resultados de acotacin y compacidad necesarios sobre las solucio-
nes discretas. De este hecho y del resultado de convergencia general de Lax-
Wendro, al tratarse de esquemas conservativos, podemos concluir que el lmite
es una solucin dbil de (4.7.1)-(4.7.2).
Queda por ver que se trata de la solucin de entropa. Para ello es preciso
que el esquema numrico verique la condicin adicional de ser consistente con
la condicin de entropa.
Para ello introducimos una versin discreta de la condicin de entropa.
Recordemos que para la ecuacin (4.7.1) la condicin de entropa es de la forma

t
U(u) + 0
x
_
F(u)
_
0, (4.7.60)
para todo par (U, F) de entropa + ujo de entropa relacionados a travs de la
condicin
F
t
(s) = U
t
(s)f
t
(s).
De manera anloga diremos que el esquema es entrpico si
_
(U, F), ( : ((s, s, . . . , s) = F(s) t.q.
v
n+1
j
v
n
j

_
(
n
j+1/2
(
n
j1/2
_
.
(4.7.61)
4.8. EJERCICIOS 253
Lo mismo que ocurre en el caso de la EDP podemos limitarnos al caso en que
U(s) =[ s k [, F(s) = sgn(s k)
_
f(s) f(k)
_
,
con k R.
Se puede comprobar que todo esquema montono y consistente es entrpico.
Por otra parte, el mismo tipo de argumentos utilizados en la prueba del Teorema
de Lax-Wendro segn el cual los lmites de soluciones discretas de ecuaciones
conservativas son soluciones dbiles de (4.7.1), en el caso de esquemas entrpicos,
permite probar que se trata de soluciones de entropa.
El ltimo resultado que precisamos es el que garantiza que todo esquema
montono y consistente es entrpico.
De este modo obtenemos el siguiente resultado de convergencia:
Theorem 4.7.1 Supongamos que el esquema es conservativo, consistente y mo-
ntono y que la funcin de ujo numrico es localmente Lipschitz. Entonces, si
u
0
L

(R) L
1
(R) BV (R) la solucin del esquema numrico converge a la
solucin de entropa de (4.7.1)-(4.7.2) de modo que
u

u en L

_
0, T; L
1
loc
(R)
_
, T > 0.
4.8. Ejercicios
1 Comprueba que la superposicin de dos movimientos armnicos de la mis-
ma frecuencia de la forma
x
j
(t) = A
j
cos(
0
t +
j
), j = 1, 2
puede escribirse en la forma
x(t) = Ae
i(0t+)
con
A =
_
A
2
1
+A
2
2
+A
1
A
2
cos(
1

2
)
tg =
A
1
sen
1
+A
2
sen
2
A
1
cos
1
+A
2
cos
2
.
2 a) Comprueba mediante un cambio de variables que la ecuacin de ondas
v
tt
v
xx
= 0
con y constantes positivas, puede reducirse al caso particular en
que = = 1.
254 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
b) Deduce la frmula de dAlembert para esta ecuacin y analiza la velo-
cidad de propagacin, dominio de dependencia y regin de inuencia.
c) Comprueba que, mediante un cambio de variables adecuado, la ecua-
cin
(x)v
tt
((x)v
x
)
x
= 0
con coecientes regulares positivos puede reducirse a una ecuacin
de ondas de la forma
v
tt
v
xx
+a(x)v = 0
en la que la parte principal es el operador de dAlembert, que se ve
perturbada por un potencial a = a(x) dependiente de los coecientes
(x) y (x).
3 a) Comprueba que no existe ninguna funcin discreta (N) tal que
(N) 0 cuando N y que satisfaga
| a a
N
|

2 (N) | a |

2, a
2
donde a
N
denota la sucesin truncada en el N-simo elemento.
b) Comprueba que existe dicha funcin si nos limitamos a una versin
ms dbil de esta desigualdad:
| a a
N
|

2 (N) | a |
h
1, a h
1
,
donde
h
1
=
_
_
_
a = (a
j
)
j1
:

j=1
j
2
aj
2
<
_
_
_
y
| a |
h
1=
_

j=1
j
2
aj
2
_
1/2
.
Prueba primeramente que h
1
es denso en
2
.
c) Demuestra que una desigualdad semejante se verica si sustituimos
h
1
por h

:
h

=
_
_
_
a = (a
j
)
j1
:

j=1

j
a
2
j
<
_
_
_
siendo = (
j
)
j1
una funcin discreta tal que
j
cuando
j .
Calcula = (N) en funcin de (
j
)
j1
.
4.8. EJERCICIOS 255
4 Demuestra que existe C > 0 tal que
| f |
2
H
2
(0,)
C | f
tt
|
2
L
2
(0,)
para toda funcin f H
2
(0, ) H
1
0
(0, ).
5 Consideramos la ecuacin de ondas disipativa
_

_
u
tt
u +u
t
= 0 en (0, )
u = 0 en (0, )
u(0) = u
0
, u
t
(0) = u
1
en .
a) Desarrolla las soluciones en serie de Fourier en la tasa de las auto-
funciones del Laplaciano.
b) Calcula la base exponencial de convergencia de la energa cuando
t .
c) Comprueba que a medida que tiende a cero el comportamiento
de las soluciones se asemeja cada vez ms al de las soluciones de la
ecuacin del calor
_

_
u
t
u = 0 en (0, )
u = 0 en (0, )
u(0) = u
0
en .
d) Dibuja el espectro de la ecuacin de ondas disipativa en el plano
complejo, describe su evolucin a medida que 0 y comprueba
que en el lmite se recupera el espectro de la ecuacin del calor.
e) >Cmo se reeja a nivel del espectro el hecho de que la ecuacin
de ondas sea una ecuacin de orden dos en tiempo y, sin embargo,
su lmite singular sea simplemente una ecuacin de ondas uno en
tiempo?
6 Consideremos la ecuacin de ondas disipativa
_
_
_
u
tt
u +u +u
t
= 0 en (0, )
u = 0 en (0, )
en un dominio acotado y regular de R
n
.
Demuestra que eligiendo , > 0 adecuados se puede conseguir que la tasa
de decaimiento exponencial de las soluciones sea arbitrariamente grande.
256 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
7 Escribe la ecuacin de ondas
_
_
_
u
tt
u = 0 en (0, )
u = 0 en (0, )
en la forma abstracta de una ecuacin de evolucin de orden uno en el es-
pacio de la energa. Utilizando la descomposicin espectral del Laplaciano
calcula la forma explcita de la aproximacin de Yosida del generador del
semigrupo de ondas.
Comprueba que se trata de un operador anti-adjunto acotado. Discute en
qu modo se aproxima al generador de la ecuacin de ondas.
8 Utilizando una base ortonormal del Laplaciano
j

j1
asociado a sus
autofunciones con condiciones de contorno de Dirichlet y deniendo el
producto escalar en H
1
() del siguiente modo
(p, q)
H
1 =

j1
p
j
q
j

j
donde
p(x) =

j1
p
j

j
(x); q(x) =

j1
q
j

j
(x),
comprueba que este producto escalar coincide con el que se obtiene me-
diante la denicin
(p, q)
H
1
()
=
_
()
1
p, ()
1
q
_
H
1
0
()
.
9 Consideramos la ecuacin de ondas
_

_
u
tt
u = 0 en (0, )
u = 0 en (0, )
u(0) = u
0
, u
t
(0) = u
1
en
en un dominio acotado de R
n
con datos iniciales u
0
L
2
() y u
1

H
1
().
a) Comprueba que si denimos
v(x, t) =
_
t
0
u(x, s)ds +(x)
con una funcin adecuadamente elegida, entonces v es solucin de
la ecuacin de ondas con datos iniciales en H
1
0
() L
2
().
4.8. EJERCICIOS 257
b) Utilizando el resultado de existencia y unicidad de las soluciones de
energa nita con datos iniciales en H
1
0
() L
2
(), deduce que con
datos iniciales en L
2
() H
1
() existe una nica solucin en el
espacio
u C
_
[0, ); L
2
()
_
C
1
_
[0, ); H
1
()
_
.
10 Consideramos la ecuacin de transporte
_
_
_
u
t
+u
x
= 0, x R, t > 0
u(x, 0) = f(x), x R.
Demuestra que si f C
3
(R) es de soporte compacto, las soluciones del
esquema semi-discreto centrado
_
_
_
u
t
j
+
u
j+1
u
j1
2h
= 0, j Z, t > 0
u
j
(0) = f(x
j
), j Z
convergen a la solucin de la ecuacin de transporte con un orden dos de
convergencia.
Obtn una estimacin explcita del error.
11 Consideramos un operador no acotado diagonal en
2
, con dominio
D(A) =
_
_
_
u
2
:

jZ

2
j
u
2
j
<
_
_
_
.
denido como Au = (
j
u
j
)
jZ
sobre los elementos u = (u
j
)
jZ
del domi-
nio.
a) Demuestra que A es un operador acotado y que D(A) =
2
si y slo
si
sup
jZ
[
j
[< .
b) Demuestra que A es un operador compacto (enva conjuntos acotados
de
2
en conjuntos relativamente compactos) si y slo si
lm
]j]
[
j
[= 0.
Comprueba que en este caso A puede ser aproximado en L(
2
,
2
)
para operadores de rango nito.
258 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
12 Sea e
At

t0
un semigrupo de contracciones en un espacio de Hilbert H.
Prueba que las dos siguientes condiciones son equivalentes:
T > 0 : | e
AT
|
1(H, H)
< 1;
C, > 0 : | e
At
|
1(H, H)
Ce
t
.
13 Probar que el recproco de la desigualdad de Poincar no es cierto en
ningn abierto no vaco de R
n
. Es decir, probar que si es un abierto no
vaco de R
n
,
sup
uH
1
0
()
_

[ u [
2
dx
_

u
2
dx
= .
Indicacin: Considrese en primer lugar el caso de una variable espacial
con u(x) = (x/) siendo C

c
(R) y 0. Abrdese despus el caso
multi-dimensional por separacin de variables.
14 a) Resuelve mediante el mtodo de las caractersticas la ecuacin de
transporte
u
t
+a(x) u = 0
donde a = a(x) es una funcin regular.
b) Resuelve posteriormente la ecuacin perturbada
u
t
+a(x) u +b(x)u = 0.
15 Utiliza el mtodo de descomposicin de Fourier y la frmula de variacin
de las constantes para obtener una ecuacin integral de las soluciones de
la ecuacin de ondas semi-lineal
_

_
u
tt
u
xx
+u
3
= 0, 0 < x < , t > 0
u(0, t) = u(, t) = 0, t > 0
u(x, 0) = (x), u
t
(x, 0) = (x), 0 < x < .
Comprueba que se trata de un sistema de innitas ecuaciones con innitas
incgnitas acopladas. Analiza la naturaleza de este acoplamiento utilizan-
do el valor explcito de las integrales
_

0
sin(k
1
x) sen(k
2
x) sen(k
3
x) sen(k
4
x)dx.
4.8. EJERCICIOS 259
16 Supongamos que f es una funcin continua para la que existe g L
1
(R)
tal que
[ f(x) [ g(x), p.c.t. x R
de modo que g sea decreciente para x > 0 y creciente para x < 0.
Demuestra que
h

jZ
f(jh)
_
R
f(x)dx, h 0.
17 Consideramos el siguiente operador lineal acotado de
2
en
2
:
(1) T
_
(u
j
)
jZ
_
=
_
u
j
+u
j1
_
jZ
donde
(2) 0 < < < .
Pretendemos probar que, bajo la condicin (2), este operador es inversible
y que su inverso T
1
es tambin un operador acotado de
2
en
2
.
Procedemos de dos modos distintos.
a) Utilizando la transformacin de von Neumann obtn una expresin
explcita de T
1
y una cota de su norma como operador lineal acotado
de
2
en
2
.
b) Aproximamos la ecuacin (1) por sistemas de dimensin nita
(3)
T
N
(u
N
, . . . , u
1
, u
0
, u
1
, . . . , u
N
) = A
N
(u
N
, . . . , u
1
, u
0
, u
1
, . . . , u
N
)
donde A
N
es la matriz (2N + 1) (2N + 1) de la forma
(4) A
N
=
_
_
_
_
_
0 .....,0
0 ..,0
.............
0 .....,0
_
_
_
_
_
.
Comprobad que A
1
N
es inversible para cada N y vericar que,
para cada (f
j
)
jZ
, (A
1
N
)(f
j
)
jZ
es una sucesin acotada en
2
. (En
este punto abusamos un poco de la notacin. En efecto, A
1
N
no se
aplica a la sucesin (f
j
)
jZ
sino al vector de dimensin 2N +1 trun-
cado (f
N
, . . . , f
1
, f
0
, f
1
, . . . , f
N
). Anlogamente, (A
1
N
)(f
j
)
jZ
no
pertenece a
2
sino que es un vector de 2N +1 componentes. Se con-
vierte en un elemento de
2
cuando lo prolongamos mediante el valor
cero para todos los ndices j con [ j [> N.
260 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
18 a) Escribe la ecuacin de ondas con coecientes constantes y condiciones
de contorno de Dirichlet homogneas en un dominio acotado en forma
abstracta
U
t
= AU.
b) Utilizando las autofunciones del Laplaciano Dirichlet, realiza la des-
composicin espectral del operador A que adopta la forma de un
operador diagonal.
c) Calcula la regularizacin Yosida de A.
d) Verica que la regularizacin Yosida A

satisface:
| A

| 1/;
A

U AU, U D(A).
e) Comenta la idoneidad de la aproximacin Yosida en el sentido de que
genera una dinmica innito-dimensional muy semejante que la de la
ecuacin de ondas.
19 Aplicar el resultado general del ejercicio #17 para probar que se puede
resolver el esquema implcito de Crank-Nicholson siguiente
u
k+1
j
u
k
j
t
=
1
2
_
u
k
j+1
u
k
j1
2x
+
u
k+1
j+1
u
k+1
j1
2x
_
para la aproximacin de la ecuacin de transporte
u
t
+u
x
= 0.
Comprobar que se trata de un esquema convergente de orden dos para
cualquier valor del parmetro de Courant .
20 Comprueba que los espacios L
2
(0, ; L
3
(0, )) y L
3
(0, ; L
2
(0, )) no
son comparables (ninguno de los dos est contenido en el otro).
21 Demuestra que cualquier funcin de L
2
(0, ) puede aproximarse para fun-
ciones regulares que en los extremos x = 0, toman un valor arbitrario.
Comprueba que sto no es posible en H
1
0
(0, ).
22 Sea un dominio regular, estrctamente convexo de R
N
. Demuestra que
la traza de u tiene sentido si u L
2
() y
1
u L
2
().
>A qu espacio pertenece la traza?
4.8. EJERCICIOS 261
23 Sea A un operador no acotado en un espacio de Hilbert H que genera un
semigrupo de contracciones.
Comprueba que las dos siguientes condiciones son equivalentes:
(1) T > 0 :| e
AT
|< 1;
(2) C, > 0 :| e
At
| Ce
t
, t > 0.
24 Demuestra de manera rigurosa en el contexto de la ecuacin de transporte
u
t
+u
x
= 0
que un esquema numrico semi-discreto o completamente discreto que no
verica la condicin de CFL sobre los dominios de dependencia no puede
ser convergente.
25 Consideremos el esquema de Lax-Friedrichs
(1) u
k+1
j
=
1
2
(1 )u
k
j1
+
1
2
(1 +)u
k
j+1
para aproximar las soluciones de la ecuacin de transporte
(2) u
t
+u
x
.
a) Comprueba que el esquema puede escribirse de la forma
(3)
u
k+1
j

1
2
_
u
k
j1
+u
k
j+1
_
t
+
u
k
j+1
u
k
j1
2x
= 0
y comenta la analoga entre (3) y (2).
b) Verica que se trata de un esquema consistente de orden uno.
c) Comprueba que es estable si y slo si el nmero de Courant 1
d) Escribe un modelo de EDP que sea intermedio entre (2) y (3). >Se percibe
algn efecto disipativo en el mismo?
Comenta este resultado en relacin con lo observado en el anlisis de von
Neumann del esquema (3).
26 Desarrolla el programa del ejercicio anterior en el caso de la aproximacin
de Lax-Wendro:
u
k+1
j
=
1
2
(1 +)u
k
j1
+ (1
2
)u
k
j

1
2
(1 )u
k
j+1
.
262 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
27 Como es bien sabido y es fcil de comprobar, la ecuacin de transporte
u
t
+u
x
= 0
conserva la masa. Es decir,
d
dt
_
_
R
u(x, t)dx
_
= 0.
Esta propiedad puede obtenerse tanto a travs de la frmula explcita de
solucin (u(x, t) = f(x, t)) como integrando con respecto a x R en la
ecuacin de transporte.
Verica si los esquemas de aproximacin semi-discretos y discretos de la
ecuacin de transporte introducidos en las notas reproducen esta propie-
dad.
>Es necesario que esta propiedad de conservacin se cumpla para que
un esquema sea convergente?>Es necesario que se cumpla en un sentido
aproximado cada vez ms preciso a medida que los parmetros de discre-
tizacin tienden a cero?
28 Obtn la expresin explcita de la velocidad de fase y de grupo en los es-
quemas numricos introducidos en las notas. Comenta en particular si se
percibe la existencia de efectos disipativos en la aproximacin numrica.
Compara con el comportamiento de la ecuacin en derivadas parciales, co-
rreccin de la ecuacin de transporte puro, que ms se asemeja al esquema
numrico.
29 Consideramos la funcin f H
s
(R) con s 0. Denimos la aproximacin
f
h
(x) = T
1
(

f1
(/h, /h)
).
La sucesin f
h

h>0
est constituida por funciones de banda limitada
representables en un mallado de paso h.
a) Demuestra que si s = 0,
f
h
f en L
2
(R), h 0.
b) Cuando s > 0, obtn una estimacin superior de la tasa de convergencia
de f
h
a f en L
2
(R).
c) Construye un ejemplo explcito de funcin f donde se observe que el orden
de convergencia obtenido en el apartado anterior es ptimo.
4.8. EJERCICIOS 263
d) demuestra que, cuando s = 0 el orden de converegncia puede ser arbitra-
riamente lento.
e) Comprueba que lo dicho en el caso s > 0 sirve cuando s > s
t
, si se trata
de medir la convergencia en el espacio
30 Consideramos el siguiente esquema centrado
u
tt
j
+
2u
j
u
j+1
u
j1
h
2
= 0, j Z, t > 0
para la aproximacin de la ecuacin de ondas
u
tt
u
xx
= 0.
a) Prueba que tanto en el problema de Cauchy como en el problema de
Dirichlet la energa
E
h
(t) =
1
2

j
_
[ u
t
j
(t) [
2
+

u
j+1
(t) u
j
(t)
h

2
_
se conserva en tiempo.
Deduce la estabilidad del mtodo.
b) Comprueba en el caso del problema de Cauchy esta propiedad de estabi-
lidad mediante el mtodo de von Neumann.
c) Comprueba que el esquema es consistente de orden dos.
d) Enuncia un resultado preciso de la convergencia de orden dos tanto para
el problema de Cauchy como para el de Dirichlet, imponiendo condiciones
adecuadas sobre los datos iniciales.
e) Escribe una correccin de la ecuacin de las ecuaciones de ondas que reeje
mejor que ella la dinmica del sistema semi-discreto.
31 Responde a las cuestiones del problema anterior en el marco del esquema
semi-discreto
u
tt
j
+
_
2u
j
u
j+1
u
j1
h
2
_
+h

_
2u
t
j
u
t
j1
u
t
j+1
_
= 0
En particular, calcula el orden del mtodo en funcin del valor del par-
metro > 2.
264 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
32 Ilustra en Matlab el comportamiento del esquema progresivo, centrado y
regresivo para la aproximacin de la ecuacin de transporte
u
t
+u
x
= 0
con dato inicial
f(x) = e
x
2
.
En particular asegurate de que los siguientes hechos quedan claramente
reejados:
a) El esquema progresivo diverge.
b) A pesar de que el esquema centrado da lugar a una aproximacin de mejor
orden que el regresivo, la dinmica de este ltimo se asemeja ms a la de
la ecuacin de transporte que la del esquema centrado >Por qu?
33 Consideramos el esquema discreto progresivo para la aproximacin num-
rica de la ecuacin de transporte
u
t
+u
x
= 0.
Sabemos que se trata de un mtodo inestable.
a) Comprueba que para cualquier s > 0 existe un dato inicial f H
s
(R) tal
que si tomamos como dato inicial del problema semi-discreto
f
h
= T
1
_

f()1
(/h, /h)
()
_
,
entonces la solucin semi-discreta tiene, para cada t > 0, una norma en
L
2
(R) que diverge cuando h 0.
b) Impn una condicin sobre el dato inicial f que garantice la convergencia
del mtodo.
34 Consideramos la ecuacin de ondas disipativa
_
u
tt
u
xx
+u
t
= 0, x R, t > 0
u(x, 0) = f(x), u
t
(x, 0) = g(x), x R.
(4.8.1)
A Comprobar formalmente que las soluciones regulares de (4.8.1) que
decaen cuando x son tales que la energa
E(t) +
1
2
_
R
_
u
2
x
(x, t) +u
2
t
(x, t)

dx (4.8.2)
4.8. EJERCICIOS 265
decrece en tiempo.
Obtener una frmula explcita para la evolucin de la energa.
Justicar el calicativo de disipativa de la ecuacin.
B Escribir el sistema (4.8.1) como un problema abstracto de Cauchy
_

t
= A, t > 0
(0) =
0
,
(4.8.3)
siendo A un operador lineal no acotado en un espacio de Hilbert H.
C Indicar la estructura funcional adecuada del espacio H y del dominio
del operador A.
D Demostrar que el operador A as construido es maximal disipativo.
Deducir un resultado de existencia y unicidad de soluciones de (4.8.1).
E Comparar el valor explcito de A, )
H
con la frmula de disipacin
de la energa obtenida en el apartado A .
Consideramos a partir de este momento la aproximacin semi-discreta
_
_
_
u
tt
j
+
[2u
j
u
j+1
u
j1
]
h
2
+u
t
j
= 0, j Z, t > 0
u
j
(0) = f
j
, u
t
j
(0) = g
j
, j Z
(4.8.4)
con las notaciones habituales.
F Construye la energa discreta E
h
asociada al sistema (4.8.4). Obtn
una ley de disipacin para esta energa. Comprala con la obtenida en el
apartado A para la ecuacin continua (4.8.1).
G Escribe (4.8.4) en la forma de un problema de Cauchy abstracto
_

t
= A
h
, t > 0
(0) =
0
.
Comprueba que, en este caso, A
h
es un operador acotado en
2

2
siendo

2
=
_
_
_
(a
j
)
jZ
:

jZ
[ a
j
[
2
<
_
_
_
,
266 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
dotado de la norma cannica usual.
Deduce la existencia y unicidad de soluciones de (4.8.4).
H Comprueba la consistencia, estabilidad y convergencia del esquema
(4.8.4) a la ecuacin continua (4.8.1). >Cul es el orden de convergencia?
Enuncia de manera precisa el resultado de convergencia sealando las hi-
ptesis necesarias sobre la solucin u del problema continuo (4.8.1) y por
tanto de sus datos iniciales f = f(x) y g = g(x) y la norma en la que se
tiene la convergencia.
I Utilizando el desarrollo de Taylor escribe una ecuacin en derivadas
parciales intermedia entre la EDP (4.8.1) y el esquema discreto (4.8.4).
J Integrando la ecuacin (4.8.1) con respecto a x comprueba que la
cantidad _
R
[u(x, t) +u
t
(x, t)]dx
se conserva en tiempo para las soluciones de (4.8.1).
Verica si el esquema semi-discreto satisface una propiedad similar.
K Aplica la transformada discreta de Fourier a escala h en (4.8.4) y de-
duce una ecuacin que gobierne la evolucin de la tranformada de Fourier
discreta de la solucin de (4).
Obtn una expresin de esta tranformada de Fourier discreta como com-
binacin de exponenciales complejos.
Comprala con la transformada continua de Fourier de la solucin de (1).
L Dene la velocidad de fase. >Es puramente real? En caso de que no
lo sea, >cul es el signicado de la parte imaginaria en relacin a las
propiedades de disipatividad del esquema semi-discreto (4.8.4)?
M Dibuja un diagrama para la parte real de la velocidad de fase y com-
pralo con el de la ecuacin continua.
Comenta las semejanzas y diferencias de ambos casos.
N Suponiendo que los datos iniciales f y g son de banda limitada (su
transformada de Fourier tiene soporte en un intervalo acotado) argumenta
4.8. EJERCICIOS 267
que la velocidad de propagacin en el esquema semi-discreto se asemeja
cada vez ms, a medida que h 0, a la de la ecuacin continua.
O Calcula la velocidad de grupo, dibuja su diagrama y comntalo.
35 Consideramos la ecuacin del calor
(1)
_
u
t
u = 0 en R
N
, t > 0
u(x, 0) = f(x), en R
N
.
a) Comprueba que la solucin de (1) puede escribirse como
u = G(, t) f()
donde denota la convolucin en la variable espacial y G en el ncleo de
Gauss
G(x, t) = (4t)
N/2
exp
_

[ x [
2
4t
_
.
Para ello, comprueba (directamente o usando la transformada de Fourier)
que G es la solucin fundamental de la ecuacin del calor.
b) Demuestra que si f L
1
(R
N
) entonces u es de clase C

en t > 0.
c) Demuestra que si f L
1
(R
N
) y
_
R
N
f(x)dx = 0, entonces u(t) 0 en
L
1
(R
N
) cuando t .
d) Obtn la expresin explcita de la solucin de
_
_
_
u
t

h
2
u
xx
+u
x
= 0, x R, t > 0
u(x, 0) = f(x), x R,
con h > 0.
36 Consideramos el problema de Dirichlet
(1)
_

_
u
t

h
2
u
xx
+u
x
= 0, x R, t > 0
u(0, t) = 0, t > 0
u(x, 0) = f(x), x R.
a) Demuestra que (1) genera un semigrupo de contracciones en L
2
(R).
b) Obtn la ley de disipacin de la energa en L
2
(R).
268 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
c) Demuestra que si f L
2
(R) L

(R) entonces las normas de u en L


p
(R)
con 2 p decrecen cuando t .
37 Consideramos el siguiente problema de transporte en la semi-recta con
condiciones de contorno de Dirichlet:
(1)
_

_
u
t
+u
x
= 0, x > 0, t > 0,
u(0, t) = 0, t > 0
u(x, 0) = f(x), x > 0.
a) Demuestra que (1) genera un semigrupo de contracciones en L
2
(R
+
).
b) Calcula explcitamente el valor de la solucin.
c) Demuestra que el esquema semi-discreto centrado y regresivo habitual
junto con la condicin
u
0
(t) = 0, t > 0
en el nodo x
0
= 0, proporcionan una aproximacin convergente de orden
dos y uno respectivamente.
A partir de este momento buscamos calcular una aproximacin de la so-
lucin exclusivamente en el intervalo espacial 0 < x < 1.
d) Comprueba que la solucin del problema continuo para 0 < x < 1 y t > 0
arbitrario depende exclusivamente del valor del dato inicial f(x) en el
intervalo 0 < x < 1.
e) Comprueba que el esquema regresivo puede resolverse considerando ex-
clusivamente los ndices j N tales que x
j
= jh (0, 1) proporcionando
una aproximacin convergente de la solucin en el intervalo (0, 1).
f) Demuestra que esto no es as en el esquema centrado.
A partir de este momento intentamos localizar el esquema centrado para
los ndices
j = 0, , N 1
donde N N es tal que Nh = 1.
Para ello, evidentemente, hemos de proporcionar el valor de u
N
.
g) Analiza la convergencia del esquema centrado para los ndices j = 0, , N
1, considerando para el nodo x
N
cada una de las aproximaciones siguien-
tes:
4.8. EJERCICIOS 269
U
N
(t) = f(Nh t).
Obsrvese que esta aproximacin es exacta puesto que f(Nh t) es el
valor de la solucin continua de (1) durante un cierto intervalo de tiempo.
u
N
(t) = u
N1
(t).
Se trata tambin de una aproximacin natural puesto que, en el caso
continuo,
u(x
N
, t) = u(x
N1
, t) +hu
x
(x
N1
, t) +O(h
2
)
de modo que
u(x
N
, t) = u(x
N1
, t) +O(h).
Obsrvese sin embargo que esta aproximacin es de orden uno y no de
orden dos como es habitual en el esquema centrado.
u
N
(t) = 2u
N1
(t) u
N2
(t).
Nuevamente, por el desarrollo de Taylor, se trata de una aproximacin de
orden dos. En este caso por tanto el esquema debera ser convergente de
orden 2.
u
N
(t) = u
N1
(t) u
t
N1
(t).
En vista de la ecuacin de transporte
u
t
= u
x
que la solucin continua verica y del argumento del caso anterior, se trata
de una aproximacin de orden dos
u
N
(t) = 2u
N1
(t) u
N2
(t).
Nuevamente, por el desarrollo de Taylor, se trata de una aproximacin de
orden dos. En este caso por tanto el esquema debera ser convergente de
orden 2.
270 CAPTULO 4. ECUACIONES DE CONVECCIN-DIFUSIN
Captulo 5
El problema de Dirichlet en
un dominio acotado
La idea de cmo el mtodo de descomposicin de dominios (MDD) se aplica
en ms de una dimensin espacial es la misma que en 1 D tanto en el marco
continuo como en el discreto. En este ltimo mbito podemos considerar mto-
dos de aproximacin en diferentes nitas o cualquier otro mtodo eciente de
aproximacin numrica de EDP como puede ser el mtodo de elementos nitos.
El estudio de la convergencia del mtodo es tcnicamente ms elaborado en
este caso. Es por ello que previamente recordamos algunos elementos bsicos de
la teora variacional de las EDP (para ms detalles el lector interesado podr
consultar [2], [8] y [36]).
Consideremos el problema de Dirichlet
_
u = f en
u

= 0
(5.0.1)
y su formulacin variacional
_

_
u H
1
0
()
_

u dx =
_

fdx, H
1
0
().
(5.0.2)
Suponiendo que es un dominio acotado de R
n
es fcil comprobar que (5.0.1)
admite una nica solucin dbil que satisface (5.0.2). Ms an, la solucin puede
obtenerse minimizando el funcional
J(w) =
1
2
_

[ w [
2
dx
_

fwdx (5.0.3)
271
272CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
en el espacio H
1
0
().
El funcional J alcanza efectivamente su mnimo tal y como garantiza el
mtodo directo del Clculo de Variaciones (MDCV)
5.1. Reduccin al problema de valores de con-
torno no homogneos
Pretendemos ahora reducir el problema al estudio de la ecuacin con segundo
miembro nulo y condiciones de contorno no homogneas.
La manera aparentemente ms sencilla de proceder es resolver el problema
en R
n
:
w =

f en R
n
(5.1.1)
donde

f denota la extensin por cero de f fuera de , i.e.

f =
_
f en
0 en
c
.
(5.1.2)
La formulacin dbil de (5.1.1) es
_
R
n
w dx =
_

fdx, C

c
(R
n
). (5.1.3)
Sin embargo la resolucin de este problema conlleva dicultades tcnicas inne-
cesarias derivadas del hecho que la desigualdad de Poincar no se cumple en
H
1
(R
n
).
Es por eso que es ms natural considerar el problema perturbado
w +a(x)w =

f en R
n
(5.1.4)
donde
a = 1

c , (5.1.5)
denota la funcin caracterstica del conjunto
c
.
La formulacin dbil de este problema es:
_

_
w H
1
(R
n
)
_
R
n
w dx +
_

c
wdx =
_

fdx, H
1
(R
n
).
(5.1.6)
Es fcil comprobar que este problema admite una nica solucin que se obtiene
por minimizacin del funcional
J(w) =
1
2
_
R
n
[ w [
2
dx +
1
2
_

c
[ w [
2
dx
_

fwdx (5.1.7)
5.2. EL PROBLEMA DE CONTORNO NO HOMOGNEO 273
en el espacio de Hilbert H
1
(R
n
).
Este funcional alcanza su mnimo en un nico punto de H
1
(R
n
). Para verlo
basta aplicar el Mtodo Directo del Clculo de Variaciones (MDCV). La nica
dicultad al hacerlo es probar la coercividad del funcional J pero sto se obtiene
fcilmente a partir de la desigualdad de Poincar:
_
R
n
[ [
2
dx C
__
R
n
[ [
2
dx +
_

2
dx
_
. (5.1.8)
La prueba de esta desigualdad puede realizarse de las tres formas ms habituales:
Un argumento de contradiccin basado en la compacidad de la inyeccin
de H
1
(R
n
) en L
2
loc
(R
n
);
Directamente de la desigualdad de Poincar en dominios acotados median-
te un argumento de truncatura del soporte de .
La prueba directa por integracin de la desigualdad de Poincar en H
1
(),
para un dominio acotado o meramente acotado en una direccin.
Consideramos ahora
v = u w (5.1.9)
que satisface entonces
_
v = 0 en
v

= w

.
(5.1.10)
A partir de ahora trabajaremos sobre el problema (5.1.10).
Conviene observar que por los resultados clsicos de trazas que revisaremos
ms adelante, como w H
1
(R
n
) su traza w

pertenece a H
1/2
().
Cambiando la notacin consideramos por tanto el problema
_
u = 0 en
u = g en .
(5.1.11)
Antes de proceder a aplicar el MDD en esta ecuacin analizamos en primer
lugar algunas de sus propiedades ms importantes.
5.2. El problema de contorno no homogneo
Suponemos en primer lugar que la condicin de contorno g en (5.1.11) per-
tenece a la clase H
1/2
().
274CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
La formulacin variacional del problema (5.1.11) es la siguiente:
_

_
u H
1
(), u

= g
_

u dx = 0, H
1
0
().
(5.2.1)
Teniendo en cuenta que, como g H
1/2
() existe u

H
1
() tal que
u

= g el problema puede tambin reescribirse del modo siguiente


_

_
u u

H
1
0
()
_

(u u

) dx =
_

dx, H
1
0
().
(5.2.2)
Las tcnicas variacionales habituales permiten probar la existencia de una nica
solucin uu

de (5.2.2) o, lo que es lo mismo, una nica solucin u de (5.2.1).


Otro mtodo posible para el estudio del problema no homogneo (5.1.11)
es el denominado mtodo de transposicin o dualidad (vase por ejemplo [2]).
Recordamos brevemente sus principios fundamentales.
Consideramos el problema auxiliar:
_
= f en
= 0 en .
(5.2.3)
Multiplicando (por ahora formalmente) en (5.1.11) por e integrando por partes
en obtenemos: _

fudx =
_

n
d. (5.2.4)
Adoptamos (5.2.4) como denicin de solucin de (5.1.11) en el sentido de
la transposicin. Ms concretamente, decimos que u L
2
() es solucin de
(5.1.11) en el sentido de la transposicin si (5.2.4) se satisface para todo f
L
2
().
Por el Teorema de representacin de Riesz la existencia de una nica solucin
en el sentido de la transposicin se deduce a partir de la siguiente estimacin
de las soluciones de (5.2.3),

L
2
()
C | f |
L
2
()
, f L
2
() (5.2.5)
en cuanto g L
2
().
En la siguiente seccin probaremos la desigualdad (5.2.5). Deducimos por
tanto que para cada g L
2
() existe una nica solucin u L
2
() de (5.1.11)
en el sentido de la transposicin.
5.3. LA DESIGUALDAD DE RELLICH 275
Pero la regularidad de la solucin que este resultado proporciona no es p-
tima. En efecto, los resultados clsicos de regularidad elptica garantizan que
si es un dominio de C
2
, H
2
H
1
0
() y, ms concretamente, existe una
constante C > 0 tal que
| |
H
2
H
1
0
()
C | f |
L
2
()
(5.2.6)
para todo f L
2
().
Los resultados clsicos de trazas garantizan entonces que

H
1/2
()
C | f |
L
2
()
, f L
2
(). (5.2.7)
De este resultado se deduce que si g H
1/2
() entonces existe una nica
solucin u L
2
(). En este resultado se observa una ganancia de 1/2 derivada
que es ptima, de acuerdo con los resultados clsicos de trazas.
5.3. La desigualdad de Rellich
En esta seccin probamos la desigualdad (5.2.5), debida a Rellich y que es
vlida en un contexto muy amplio de ecuaciones elpticas y de evolucin.
Suponemos que el dominio es de clase C
2
, de modo que el campo normal
= (x) exterior unitario es de clase C
1
en el borde . En estas circunstancias
existe una extensin q : R
n
de clase C
1
(

) del campo normal de modo que


q

= . (5.3.1)
Multiplicamos la ecuacin (5.2.3) por q . Obtenemos

q dx

f q dx

C | f |
L
2
()
| |
L
2
()
C | f |
2
L
2
()
.
(5.3.2)
Por otra parte,

q dx =
_

n
q d +
_

j
(q )dx. (5.3.3)
Adems
_

j
(q )dx =
_

_
q
i

2
ij
+
j
q
i

_
dx
=
_

j
q
i

i
dx +
_

q
_
[ [
2
2
_
dx. (5.3.4)
276CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
Obviamente,

j
q
i

i
dx

C(q)
_

[ [
2
dx C(q)
_

f
2
dx. (5.3.5)
Por otra parte,
_

q
_
[ [
2
2
_
dx =
_

div q
[ [
2
2
dx +
_

q
2
[ [
2
d. (5.3.6)
Nuevamente

div q
[ [
2
2
dx

C(q)
_

[ [
2
dx C(q) | f |
2
L
2
()
. (5.3.7)
Combinando las identidades y estimaciones anteriores deducimos que

q
2
[ [
2
d
_

n
q d

=
_

q
2

2
d =
1
2
_

2
d C | f |
2
L
2
()
. (5.3.8)
En estas identidades hemos usado que, como = 0 en ,
_
_
_
=

n
en
q = 1 en .
(5.3.9)
5.4. Un resultado de trazas
El resultado ptimo de trazas garantiza que si es un dominio de clase C
1
,
las trazas de funciones de clase H
1
() pertenecen al espacio H
1/2
().
En esta seccin recordamos brevemente los ingredientes principales de la
demostracin de este resultado.
En primer lugar sealamos que para denir el espacio H
1/2
(), usando
cartas locales (en este punto usamos que el dominio es de clase C
1
), basta
hacerlo en el espacio eucldeo R
n
(R
n1
en el caso en que es un dominio de
R
n
pues entonces es una hipersupercie de dimensin n 1).
En el caso del espacio eucldeo, el modo ms sencillo de denir el espacio
H
1/2
(R
n
) y, de manera ms general, el espacio H
s
(R
n
) con s > 0 arbitrario
(o, incluso, para cualquier s R) es mediante la transformada de Fourier.
Recordemos que u L
2
(R
n
), si y slo si u L
2
(R
n
). Del mismo modo, u
L
2
(R) si y slo si [ [ u() L
2
(R
n
).
5.4. UN RESULTADO DE TRAZAS 277
El espacio H
s
(R
n
) con s > 0 se dene entonces como el subespacio de L
2
(R
n
)
de las funciones u tales que
_
R
n
_
1+ [ [
2s
_
[ u() [
2
d. (5.4.1)
La cantidad (5.4.1) constituye en realidad el cuadrado de la norma en H
s
(R
n
).
Se trata de espacios de Hilbert.
Con esta denicin, cuando s recorre el intervalo [0, 1], el espacio H
s
(R
n
)
decrece desde L
2
(R
n
) hasta H
1
(R
n
).
Se puede tambin denir una norma equivalente en el espacio fsico obte-
nindose que
H
s
(R
n
) =
_
u L
2
(R
n
) :
[ u(x) u(y) [
[ x y [
s+
n
2
L
2
(R
n
R
n
)
_
(5.4.2)
(vase [2]).
Pero en esta seccin utilizaremos slo la denicin de H
s
(R
n
) en trminos
de la transformada de Fourier.
Basta que probemos que la traza de cualquier funcin H
1
_
R
n
+
_
pertenece a
H
1/2
(R
n1
). Esto, mediante el uso de cartas locales, conduce al mismo resultado
en el caso de un abierto acotado de clase C
1
arbitrario.
Para ello, dada u = u(x
t
, x
n
) consideramos su traza u(x
t
, 0). Debemos pro-
bar que
_
R
n1
[
t
[ [ u(, 0)[
2
d < (5.4.3)
donde denota la transformada de Fourier en las variables x
t
, siendo
t
la variable
dual correspondiente.
Como la propiedad de traza es de naturaleza local podemos suponer que u
es de soporte compacto de modo que u = 0 cuando x
n
1.
Entonces
[ u(
t
, 0)[
2
=
_
1
0

n
_
[ u(
t
, x
n
)[
2
_
dx
n
= 2
_
1
0
u(
t
, x
n
)
xn
u(
t
, x
n
)dx
n
.
Por tanto
[
t
[ [ u(
t
, 0)[
2

_
1
0
_
[
t
[
2
[ u(
t
, x
n
)[
2
+[
n
u(
t
, x
n
)[
2
_
dx
n
(5.4.4)
y entonces
_
R
n1
[ [ [ u(, 0)[
2
d
_
R
n1
_
1
0
[
t
[
2
[ u(
t
, x
n
)[
2
dx
n
d
t
278CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
+
_
R
n1
_
1
0
[
n
u(, x
n
)[
2
dx
n
d =
_
R
n
_
[
x
u [
2
+ [
n
u [
2

dx
t
dx
n
=
_
R
n
[ u [
2
dx.
(5.4.5)
El resultado recproco es tambin cierto. Es decir, toda funcin de H
1/2
() es
la traza de una funcin de H
1
(). Como consecuencia de este resultado cuya
prueba vamos a esbozar se deduce que la solucin de
_
u = 0 en
u = g en
(5.4.6)
con g H
1/2
() pertenece al espacio de Sobolev H
1
().
Cuando es de clase C
1
, para probar este resultado, nuevamente, gracias a
las cartas locales, basta con probarlo en el caso de R
n1
y R
n
+
.
Denimos entonces la extensin de g = g(x
t
) dada en R
n1
resolviendo el
problema
_
u = 0 R
n
+
u = g R
n1
.
(5.4.7)
Aplicando la transformada de Fourier en x
t
vemos que el problema es equi-
valente a la familia de ecuaciones diferenciales lineales de segundo orden para-
metrizadas por
t
R
n1
:
_

2
n
u+ [
t
[
2
u = 0
u(
t
, 0) = g(
t
)
(5.4.8)
cuya solucin viene dada por
u(
t
, x
n
) = g(
t
)e
]

]xn
. (5.4.9)
Basta entonces comprobar que si
_
R
n1
[ g(
t
) [
2
(1+ [ [) < , (5.4.10)
lo cual equivale a que g H
1/2
(R
n1
), entonces la solucin u = u(
t
, x
n
)
obtenida en (5.4.9) satisface
_
R
n
_
[
t
[
2
[ u(
t
, x
n
) [
2
+[
n
u(
t
, x
n
)[
2
_
d
t
dx
n
< . (5.4.11)
Este resultado es fcil de probar.
Veriquemos por ejemplo la nitud de la primera integral en (5.4.11), puesto
que la otra puede estimarse del mismo modo. En virtud de la expresin explcita
de la solucin en (5.4.9) tenemos
_
R
n
[
t
[
2
[ u(
t
, x
n
) [
2
d
t
dx
n
=
_
R
n
[ g(
t
) [
2
[
t
[
2
e
2]

]xn
d
t
dx
n
5.5. PRINCIPIO DEL MXIMO 279
=
_
R
n1
[ g(
t
) [
2
[
t
[
2
_
R
e
2]

]xn
dx
n
=
_
R
n
[ g(
t
) [
2
[
t
[
2
d
t
< (5.4.12)
por la hiptesis g H
1/2
(R
n1
).
5.5. Principio del mximo
En esta subseccin recordamos una versin bsica del
principio del mximo que permite comparar soluciones de ecuaciones elpti-
cas con datos distintos y que juega un papel decisivo en la prueba de la con-
vergencia del MDD, adems de aplicarse en muchos otros contextos. La versin
que aqu reproducimos ha sido extraida de la seccin IX.7 del libro de Brzis
[2].
Teorema. (Principio del mximo para el problema de Dirichlet). Sean f
L
2
() y u H
1
() C(

) tales que
_

u dx +
_

uudx =
_

f, H
1
0
().
Entonces
mn
_
nf

u, nf

f
_
u(x) max
_
sup

u, sup

f
_
, x . (5.5.1)
Demostracin.
Utilizamos el mtodo de truncatura de Stampacchia. Para ello introducimos
una funcin G = G(s) C
1
(R) tal que:
[ G
t
(s) [ M, s R.
G es estrctamente creciente en (0, ).
G(s) = 0 en (, 0).
Sea
k = m ax
_
sup

u, sup

f
_
que suponemos nito.
Pretendemos probar que u k p.c.t. x . La otra desigualdad se prueba
de manera anloga.
La prueba consiste esencialmente en utilizar v = G(uk) como funcin test.
Distinguimos dos casos:
280CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
a) [ [< .
En este caso v = G(uk) H
1
0
(). En efecto, v es la composicin de u con
una funcin globalmente Lipschitz y, por tanto, como [ [< , v H
1
(). Por
otra parte v H
1
0
() puesto que v es continua y se anula en el borde.
De la formulacin variacional deducimos que
_

[ u [
2
G
t
(u k) +
_

uG(u k) =
_

fG(u k).
Es decir
_

[ u [
2
G
t
(u k) +
_

(u k)G(u k) =
_

(f k)G(u k).
Deducimos inmediatamente que
_

(u k)G(u k)dx 0,
y, como sG(s) 0 para todo x R, que (u k)G(u k) = 0 p. c. t. x . Por
consiguiente u k para todo x .
En esta argumentacin hemos utilizado que
_

(f k)G(u k) 0;
_

[ u [
2
G
t
(u k)dx 0
lo cual es cierto obviamente por la eleccin de f y las propiedades de la funcin
G.
b) El mismo argumento puede adaptarse sin mucha dicultad al caso en que
[ [= . Para ello es suciente elegir como funcin test v = G(u k
t
) con
k
t
> k.
El Teorema anterior proporciona el principio del mximo (PM) para el ope-
rador +I. Pero se verica en un contexto mucho ms general de problemas
elpticos de segundo orden (vase la Proposicin IX.29 de [2]).
El PM se aplica en particular a las soluciones dbiles del problema de Diri-
chlet asociado al operador de Laplace caracterizadas por la condicin:
_

_
u H
1
();
_

u dx =
_

fdx, H
1
0
().
(5.5.2)
5.5. PRINCIPIO DEL MXIMO 281
La prueba es semejante a la anterior slo que en este caso obtenemos, si f 0,
_

[ u [
2
G
t
(u k)dx 0.
Si denimos la funcin
H(s) =
_
s
0
[G
t
( k)]
1/2
ds
esta condicin puede escribirse simplemente como
_

[ (H(u)) [
2
dx 0.
Por tanto, la funcin H(u) ha de ser constante en . Ahora bien, habida cuenta
de la denicin de k tenemos que u k en y por lo tanto H(u) = 0 en
. Deducimos por tanto que H(u) 0 p.c.t. x lo cual implica que u
k p.c.t. x . Estas dos ltimas condiciones son efectivamente equivalentes.
En efecto, por las propiedades de G tenemos que G
t
( k) = 0 cuando k y
que G
t
( k) > 0 cuando > k. De estas propiedades se deduce que H(s) = 0
cuando s k y que H(s) > 0 cuando s > k.
De este modo, para el problema (5.5.2) se deduce que, cuando f 0, enton-
ces, el mximo de u se alcanza en la frontera del dominio .
282CAPTULO5. EL PROBLEMADE DIRICHLET ENUNDOMINIOACOTADO
Captulo 6
Diferencias y volmenes
nitos
6.1. Diferencias nitas para coecientes variables
1 d
Sin duda el problema ms ejemplar del Anlisis Numrico de EDPs es el de
resolver el problema de Dirichlet 1 d:
u
xx
= f, 0 < x < 1; u(0) = u(1) = 0. (6.1.1)
El mtodo ms elemental para hacerlo es el basado en diferencias nitas
en un mallado regular. Esto consiste esencialmente en introducir una particin
regular del intervalo (0, 1), x
j

N+1
j=0
, donde x
j
= jh, con h > 0, y buscar, para
cada h > 0 y j 0, , N + 1 una aproximacin u
j
de u(x
j
). Para ello
utilizamos el esquema de tres puntos
2u
j
u
j+1
u
j1
h
2
= f
j
, j = 1, , N; u
0
= u
N+1
= 0. (6.1.2)
Para cada h > 0 (6.1.2) es un sistema lineal de N ecuaciones con N incgnitas
que puede escribirse de la forma
AU = F (6.1.3)
con U = (u
j
, , u
N
)

, F = (f
1
, , f
N
)

.
La matriz A del sistema es simtrica, denida positiva de modo que, para
cada h > 0, (6.1.3) admite una nica solucin.
283
284 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
Con el objeto de que el problema anterior est formulado sin ninguna am-
bigedad es imprescindible que h > 0 sea de la forma h = 1/k donde k N.
Asimismo hemos de precisar el valor f
j
de la aproximacin de f(x
j
) elegida
en (6.1.2). Cuando f es continua basta tomar f(x
j
) y cuando no lo es puede
sustituirse por una media, i.e.
f
j
=
1
h
_
xj+h/2
xjh/2
f(s)ds. (6.1.4)
Este esquema es de orden 2. Para ello basta observar que si u es una solucin
regular de (6.1.1) entonces, la diferencia entre el miembro de la izquierda de
(6.1.1), u
xx
, y el de (6.1.2),
_
2u
j
u
j+1
u
j1
_
h
2
, es del orden de O(h
2
).
Esta ecuacin (elptica en la clasicacin clsica de las EDPs) surge al ana-
lizar las soluciones estacionarias de algunas de las ecuaciones de evolucin ms
importantes como son las ecuaciones de ondas, del calor o de Schrdinger.
El hecho de que los coecientes de la ecuacin (6.1.1) sean constantes reeja
que el medio en el que sta represente la cantidad fsica estudiada sea homogneo.
Sin embargo en la prctica, con frecuencias, hemos de hacer frente a medios
heterogneos. La versin correspondiente de (6.1.1) sera entonces:

_
a(x)u
x
_
x
= f, 0 < x < 1, u(0) = u(1) = 0. (6.1.5)
El coeciente variable a = a(x) se supone acotado y medible, i.e. a L

(0, 1).
Suponemos adems que existen constantes 0 < < < tales que
a(x) , p.c.t. x (0, 1). (6.1.6)
En estas circunstancias el problema (6.1.5) admite una nica solucin. De ma-
nera ms precisa, mediante la aplicacin del Lema de Lax-Milgram, se deduce
que para todo f H
1
(0, 1) existe una nica solucin u H
1
0
(0, 1) de (6.1.5).
En este caso que nos ocupa la solucin puede calcularse de manera explcita.
Tenemos que
u(x) =
_
x
0
1
a(s)
f()dds +C
1
b(x) +C
2
, (6.1.7)
donde
b(x) =
_
x
0
1
a(s)
ds, (6.1.8)
y las constantes C
1
, C
2
estn determinadas de manera nica para que las con-
diciones de contorno se satisfagan. Es decir,
C
2
= 0 (6.1.9)
6.1. DIFERENCIAS FINITAS PARA COEFICIENTES VARIABLES 1D285
y
C
1
=
__
1
0
1
a(s)
_
s
0
f()dds
_
_
_
1
0
1
a(s)
ds. (6.1.10)
Cuando a = a(x) es variable (6.1.5) es el modelo para la deformacin de una
cuerda elstica heterognea, por ejemplo.
Analicemos ahora los esquemas en diferencias nitas de aproximacin de
(6.1.5). Para ello introducimos los operadores de diferencias nitas discretos
+
y

donde
_

+
U
_
j
=
u
j+1
u
j
h
;
_

U
_
j
=
u
j
u
j1
h
. (6.1.11)
Ambos operadores son una aproximacin del operador de derivacin continuo
d
x
= d /dx. Se trata obviamente de aproximaciones de primer orden puesto
que, cuando u
j
= u(x
j
), siendo u = u(x) una funcin de clase C
2
, tenemos
du
dx
(x
j
) =
_

+
U
_
j
+O(h) =
_

U
_
j
+O(h). (6.1.12)
Con el objeto de que el esquema numrico de aproximacin de (6.1.5) sea sim-
trico, es conveniente introducir la aproximacin
_
_
_

1
2
_

+
_
a

_
+

_
a
+
_
u = f
j
, j = 1, , N
u
0
= u
N+1
= 0.
(6.1.13)
Cuando a es constante el esquema (6.1.13) es una generalizacin de (6.1.2). Este
esquema, componente a componente, puede escribirse del siguiente modo:
_

_
a
j1
+a
j
_
u
j1
+
_
a
j1
+ 2a
j
+a
j+1
_
u
j

_
a
j
+a
j+1
_
u
j+1
__
2h
2
= f
j
,
(6.1.14)
para los nodos interiores j = 1, , N.
Dejamos como ejercicio para el lector comprobar cual es el orden del esquema
cuando el coeciente a = a(x) es regular.
Pero muchas veces las ecuaciones heterogneas y los coecientes variables se
presentan en situaciones en que estos no son regulares, ni siquiera continuos.
Este es el caso, por ejemplo, cuando a es constante a trozos en el cual se
representa la presencia de dos materiales homogneos diferentes con constantes
materiales distintas.
Consideremos por ejemplo el caso de un coeciente de la forma
a(x) =
_
, 0 < x x

1, x

< x < 1,
(6.1.15)
286 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
con 0 < x

< 1. Con el objeto de hacer los clculos ms explcitos suponemos


que el segundo miembro f se anula pero tomamos una condicin de contorno
no homognea en x = 1, i.e. consideramos el problema
_

_
a(x)u
x
_
x
= 0, 0 < x < 1;
u(0) = 0, u(1) = 1,
(6.1.16)
donde a = a(x) es como en (6.1.15). La solucin explcita de (6.1.16) es conocida:
u(x) =
_
x, 0 < x x

,
x + 1 , x

x < 1,
(6.1.17)
con
=
1
x

+
. (6.1.18)
Supongamos ahora que el punto de discontinuidad x

del coeciente es tal que


x
k
< x

x
k+1
. La solucin obtenida en este caso es
u
j
=
j
, 0 j k; u
j
=
j
(N + 1) + 1, k + 1 j N + 1 (6.1.19)
con
= ; =
_

1
1 +
+(N + 1 k) +k
_
1
.
Por tanto
u
k
=
x
k
h(1 )/(1 +) + (1 )x
k
+
.
Cuando x

= x
k+1
la solucin exacta en el punto x = x
k
es,
u(x
k
) =
x
k
(1 )x
k+1
+
.
El error satisface por tanto
u
k
u(x
k
) = O
_

1
1 +
h
_
.
Cuando x

= x
k
+h/2 se comprueba que el error es ms bien
u
k
u(x
k
) = O
_
(1 )
2
(1 +)
h
_
.
Vemos entonces que, cuando ,= 1, el error es O(h), lo cual contrasta con el
hecho de que el mtodo sea de orden 2 cuando a es regular.
6.2. VOLMENES FINITOS 287
6.2. Volmenes nitos
En esta seccin vamos a desarrollar un mtodo de volmenes nitos que, con
respecto a las diferencias nitas, tiene la ventaja de que el mtodo es de orden
O(h
2
) tanto para coecientes regulares como discontinuos.
El mtodo de volmenes nitos est basado en la formulacin variacional de
problema (6.1.5)
_

_
u H
1
0
(0, 1)
_
1
0
a(x)u
x

x
dx =
_
1
0
fdx, H
1
0
(0, 1),
(6.2.1)
en la cual no se distingue si a es regular o no, siempre y cuando se satisfaga la
condicin (6.1.6) de elipticidad. En efecto, bajo la condicin (6.1.6) la existencia
de una nica solucin de (6.2.1) est garantizada por el lema de Lax-Milgram.
Denotemos mediante el dominio (0, 1) en el que la ecuacin est formu-
lada y mediante
j
los intervalos centrados en los puntos del mallado
j
=
_
x
j
h/2, x
j
+ h/2
_
, j = 1, , N. Denotamos por
j
=
j
(x) la funcin
caracterstica del intervalo
j
. Mediante a
j
denotamos una aproximacin de a
en el intervalo
j
que puede ser tomada como la media
a
j
=
1
h
_
j
adx. (6.2.2)
Una manera natural de aproximar (6.2.1) es utilizar la formulacin variacional
_

_
u H
1
0
(0, 1)
N

j=1
_
j
a
j
u
x
v
x
dx =
_
1
0
fvdx, v H
1
0
(0, 1)
(6.2.3)
en la cual hemos sustituido el valor del coeciente a = a(x) por su aproximacin
constante a trozos. Pero, obviamente no hay ninguna razn de que la solucin
de (6.2.3) sea constante o lineal a trozos.
Con el objeto de introducir una tal aproximacin utilizamos que

_
j
_
au
x
_
x
dx = au
x

xj+
h
2
xj
h
2
.
Necesitamos ahora aproximar au
x
_
x
j
+h/2
_
. En la medida en que au
x
es regular
(pues es una primitiva de f), si a tiene una discontinuidad justo en x
j
+
h
2
, au
x
no puede ser regular en ese punto. Por tanto aproximar u
x
no es una buena
idea. Es ms bien conveniente escribir
u

xj+1
xj
=
_
xj+1
xj
u
x
dx =
_
xj+1
xj
1
a
au
x
dx
_
au
x
_
j+1/2
_
xj+1
xj
1
a
dx.
288 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
De la aproximacin constante a trozos de a deducimos que
_
xj+1
xj
1
a
dx =
h
w
j
con
w
j
2a
j
a
j+1
_
(a
j
+a
j+1
) , (6.2.4)
es decir la media armnica de a
j
y a
j+1
.
Obtenemos por tanto
_
au
x
_
j+1/2
w
j
(
j+1

j
)
h
,
y, por tanto, la siguiente discretizacin:
w
j1
(u
j
u
j1
)
h
w
j
(u
j+1
u
j
)
h
= hf
j
, j = 1, , N, (6.2.5)
con
f
j
=
1
h
_
j
fdx. (6.2.6)
Se trata de un esquema de aproximacin que diere del de diferencias nitas
(6.1.14).
Puede sin embargo verse que ambos son muy prximos cuando a es regular.
En efecto, cuando a es regular
w
j

a
j
+a
j+1
2
(6.2.7)
y, en caso de realizar esta sustitucin, en (6.2.5) recuperaramos el esquema
(6.1.14).
Apliquemos ahora este mtodo, denominado de volmenes nitos, al caso
en que a es discontinuo discutido en la seccin anterior. Supongamos que x

=
x
k
+h/2. Entonces
w
j
= , 1 j < k; w
k
=
2
1 +
; w
j
= 1, k < j N.
Obtenemos en este caso (6.1.19) con
= , = h
__
x

+
_
.
Comparando con la solucin exacta, vemos que el error en los puntos del mallado
es nulo. En circunstancias ms generales sera O(h
2
). El mtodo de volmenes
nitos es por tanto ms preciso que el de diferencias nitas.
El mtodo puede tambin adaptarse fcilmente al caso en que el coeciente
a = a(x) es discontinuo en un punto del mallado x
j
, i.e. x

= x
j
.
6.3. DIFERENCIAS FINITAS PARACOEFICIENTES VARIABLES: VARIAS DIMENSIONES ESPACIALES289
En este caso tendramos

_
j
_
au
x
_
x
dx = au
x

xj+h/2
xjh/2
+ lm
xxj
au
x
lm
xxj
au
x
.
Ahora bien, como au
x
es continuo, los dos ltimos trminos se cancelan. Apro-
ximando ahora u
x
por diferencias nitas obtendramos

_
j
_
au
x
_
dx a
j+1/2
_
u
j+1
u
j
h
_
+a
j1/2
_
u
j
u
j1
h
_
.
Esto da lugar al esquema
_
a
j1/2
u
j1
+
_
a
j1/2
+a
j+1/2
_
u
j
a
j+1/2
u
j+1/2

= hf
j
.
Se trata de un esquema semejante al clsico de diferencias nitas pero es mucho
ms ecaz cuando a es discontinuo puesto que el error de este nuevo esquema
es del orden de O(h
2
), incluso para coecientes discontinuos.
6.3. Diferencias nitas para coecientes variables:
varias dimensiones espaciales
Siendo e

el simo vector de la base cannica de R


n
denimos los opera-
dores de diferencias

, +
=
_

j+e

j
__
h;
j
=
_

j

je
__
h. (6.3.1)
En esta ocasin j =
_
j
1
, , j
n
_
es un multi-ndice que denota los puntos de
un mallado regular de R
n
de nodos
x
j
=
_
x
j1
, , x
jn
_
,
donde x
j
= jh.
Consideramos ahora la ecuacin elptica
n

j=1
n

i=1

j
_
a
ij

j
u
_
= f (6.3.2)
con coecientes variables a
ij
= a
ij
(x), medibles y acotados que satisfacen ade-
ms la condicin de elipticidad
[ [
2
a
ij
(x)
i

j
[ [
2
, R
n
, (6.3.3)
con 0 < < < .
290 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
Aqu y en lo sucesivo hemos adoptado la convencin de sumacin de ndices
repetidos.
Con el objeto de simplicar la presentacin suponemos adems que la matriz
de coecientes es simtrica de modo que
a
ij
a
ji
, i, j = 1, , n.
Inspirndonos en el caso 1d podemos ahora introducir el siguiente esquema
de discretizacin

1
2
[
, +
(a

,
) +
,
(a

,+
)] u
j
= f
j
. (6.3.4)
Se trata de un esquema en diferencias de orden 2 para coecientes variables.
Obviamente, en la prctica, la ecuacin (6.3.2) normalmente se estudia en
un dominio de R
n
y por tanto la ecuacin (6.3.4) habr de satisfacerse en
el conjunto de multi-ndices correspondiente. La ecuacin (6.3.2) y su versin
discreta (6.3.4) han normalmente de ser tambin completadas con condiciones
de contorno.
Conviene observar que en la discretizacin (6.3.4) los puntos del mallado
en los que se apoya el esquema en cada nodo no es simtrico. Por ejemplo,
en dos dimensiones espaciales, la aproximacin (6.3.4) en el punto de coor-
denadas
_
j
1
h, j
2
h
_
slo involucra los siguientes puntos, adems de s mismo:
((j
1
+1)h, (j
2
1)h), (j
1
h, (j
2
1)h), (j
1
h, (j
2
+1)h) ((j
1
1)h), (j
2
+1)h), ((j
1

1)h, j
2
h), ((j
1
+ 1)h, j
2
h). Pero, por ejemplo, los nodos ((j
1
+ 1)h, (j
2
+ 1)h)
y ((j
1
1)h, (j
2
1)h) no intervienen en la discretizacin. Pero esta no es la
nica eleccin posible y pueden construirse esquemas en diferencias que invo-
lucren otros nodos. En particular puede encontrarse un esquema simtrico que
involucre todos los nodos pero en este caso la matriz del sistema es menos hueca
y su resolucin es por tanto ms costosa.
El tratamiento de las condiciones de contorno no siempre es sencillo. Una vez
que el dominio se ha aproximado mediante otro cuadriculado cuya frontera est
integramente en el mallado tenemos que establecer una condicin de contorno en
cada nodo de la frontera. Cuando la condicin de contorno es de tipo Dirichlet,
i.e.
u = g en
la cuestin se resuelve imponiendo la condicin u
j
= g
j
en cada nodo x
j
.
Esto determina completamente la incgnita u
j
y reduce la dimensin del vector
solucin. El valor g
j
de u
j
interviene entonces en la ecuacin que se satisface en
los nodos interiores vecinos.
6.3. DIFERENCIAS FINITAS PARACOEFICIENTES VARIABLES: VARIAS DIMENSIONES ESPACIALES291
La situacin es algo ms compleja para la ecuacin de contorno de Neumann.
Recordemos brevemente el tratamiento que se le da en una dimensin, cuando
el operador involucrado es de coecientes constantes. En este caso se procede
por extensin par. Es decir, se usa el hecho de que si u = u(x) es solucin de
u
xx
= f, x > 0; u
x
(0) = 0,
entonces su reexin par
u(x) =
_
u(x), x > 0
u(x), x < 0
es solucin de
u
xx
=

f, x R
donde

f es la reexin par de f.
Aplicando el mismo criterio en el caso discreto escribimos la ecuacin corres-
pondiente al nodo j = 0:
2 u
0
u
1
u
1
h
2
=

f
0
.
Como u
1
= u
1
se deduce que
2 (u
0
u
1
)
h
2
= f
0
.
De este modo obtenemos una aproximacin de orden dos.
Otra manera natural de tratar la condicin de Neumann en el extremo j = 0
es escribir que
u
0
= u
1
puesto que
u
x
(0)
u
1
u
0
h
.
En este caso la ecuacin escrita en el nodo j = 1 proporciona la ecuacin
u
1
u
2
h
2
= f
1
.
Pero en este caso el esquema es de orden 1.
Consideremos ahora el esquema (6.3.4). Supongamos que el punto frontera
x
j
tiene como coordenada x
1
, x
1
= 1. Al escribir la ecuacin (6.3.4) en este
punto hacemos aparecer el valor en algunos nodos situados fuera del dominio
. Se trata de nodos virtuales. Como la condicin de contorno es en este caso
de la forma
a
1

(1, x
2
) = g(x
2
)
292 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
es esta la condicin que hemos de utilizar para eliminar las contribuciones de
los nodos virtuales.
La ecuacin discreta es de la forma

1
2
[
, +
(a

,
) +
,
(a

, +
)] u
= q
3
j
u
je2
+q
2
j
u
j+e1e2
+q
1
j
u
je1
+q
0
j
u
j
+q
1
j
u
j+e1
+q
2
j
u
je1+e2
+q
3
j
u
j+e2
con
q
3
j
=
(a
22, je2
+a
22,j
)
2h
2

(a
12, je2
+a
12, j
)
2h
2
,
q
2
j
= (a
12, je2
+a
12, j+e1
)
_
2h
2
,
q
1
j
= (a
11, je1
+a
11, j
)
_
2h
2
(a
12, je1
+a
12, j
)
_
2h
2
,
q
1
j
= q
1
j+e1
, q
2
j
= q
2
je1+e2
, q
3
j
= q
3
j+e2
q
0
j
=

m,=0
q
m
j
.
Por la frmula de Taylor tenemos que
q
1
j
(u
j
u
je1
) +q
1
j
(u
j+31
u
j
) q
2
j
(u
j
u
je1+e2
)
+q
2
j
(u
j+e1e2
u
j
)
2
h
a
1

u(x
j
) =
2
h
f(x
2
).
Esta identidad permite eliminar la contribucin de los nodos virtuales.
Tal y como ocurra en 1 d, en caso en que los coecientes de la ecua-
cin sean discontinuos el mtodo de volmenes nitos permite obtener mejores
aproximaciones.
Para implementarlo descomponemos en celdas
j
centradas en los puntos
x
j
del mallado.
Integrando la ecuacin en
j
obtenemos

_
j

(a

u) dx =
_
j
fdx. (6.3.5)
Ahora bien

_
1

(a

u) dx =
_
j
a

uh

d (6.3.6)
donde n = (n
1
, n
2
) es el vector exterior unitario a
j
y
j
es su frontera. La
clave reside por tanto en la aproximacin de las integrales de frontera sobre
j
.
6.3. DIFERENCIAS FINITAS PARACOEFICIENTES VARIABLES: VARIAS DIMENSIONES ESPACIALES293
Consideramos en primer lugar la integral sobre el segmento AB con A =
x
j
+
_
h
2
,
h
2
_
y B = x
j
+
_
h
2
,
h
2
_
. Hacemos entonces la aproximacin
_
B
A
a
1

ud h(a
1

u)
C
(6.3.7)
donde C es el centro de AB, i.e. C = x
j
+ (h/2, 0). Debemos ahora aproximar
el segundo miembro de (6.3.7).
Consideramos en primer lugar el caso de los coecientes continuos. Realiza-
mos las siguientes aproximaciones :
_
B
A
a
11

1
udx
2
ha
11
(C) (
1, +
u)
j
_
B
A
a
12

2
udx
2

ha
12
(C)
2
(
2,
u
j+e1
+
2, +
u
j
) ,
o, lo que es lo mismo,
_
B
A
a
12

2
udx
2

ha
12
(C)
4
(
2, +
+
2,
) (u
j
+u
j+e1
)
que tambin coincide con
_
B
A
a
12

2
udx
2

ha
12
(C)
2
(
2, +
u
j+e1
+
2,
u
j
) .
Cuando los coecientes son discontinuos sobre
j
la condicin de salto ha de
ser tenida en cuenta. Por ejemplo, procediendo como en el caso 1d, realizamos
la siguiente aproximacin
_
B
A
a
11

1
dx
2
hw
j

1, +
u
j
con
w
j
=
2a
11, j
a
11, j+e1
a
11, j
+a
11, j+e1
.
Las condiciones de contorno pueden tratarse de manera semejante. Cuando
se trata de la condicin de Dirichlet simplemente sustituimos el valor de la in-
cgnita correspondiente. En el caso de las condiciones de Neumann procedemos
promediando el valor de contorno. Por ejemplo:
_
B
A
a
1

udx
2
hf(x
2, j
).
Los mtodos de discretizacin presentados hasta ahora estn centrados en los
nodos del mallado de modo que
j
es el cuadrado centrado en x
j
y con lados
de longitud h en cada una de las direcciones espaciales.
294 CAPTULO 6. DIFERENCIAS Y VOLMENES FINITOS
Se pueden hacer desarrollos semejantes en el caso en que la particin
j
cubra todo , y sus centros sean los nodos en los que vamos a aproximar la
solucin tal y como se indica en la siguiente gura.
Los nodos son por tanto en este caso de la forma x
j
= (jp)h con p = (1/2, 1/2).
Las discretizaciones por diferencias nitas pueden realizarse del mismo modo
que antes. Slo las condiciones de contorno necesitan de un tratamiento diferen-
ciado.
Captulo 7
Mtodos de descomposicin
7.1. El mtodo de las direcciones alternadas
7.1.1. Motivacin
La complejidad de los modelos matemticos que se precisan para analizar
los cada vez ms sosticados problemas que se plantean en Ciencia y Tecnologa
crece sin cesar. Es por eso que, frecuentemente, en dichos problemas podemos
encontrar varios sistemas de naturaleza distinta acoplados: Ecuaciones Diferen-
ciales Ordinarias (EDO), Ecuaciones en Derivadas Parciales (EDP) de diferentes
tipos, sistemas discretos, estocsticos, etc. Cabe decir que se trata de modelos
heterogneos o de carcter multi-fsico.
Es por eso que, a menudo, el anlisis de los modelos no puede realizarse
mediante el uso de uno de los mtodos matemticos o numricos especcos
de determinado tipo de sistemas sino que es preciso combinar varios de ellos.
Lo mismo puede decirse en lo que respecta a los mtodos de aproximacin y
simulacin numrica.
Resulta por tanto natural desarrollar y utilizar mtodos de descomposicin
que permitan descomponer o dividir el sistema en subsistemas ms simples
con caractersticas bien precisas e identicadas en los que podamos aplicar un
mtodo especco.
Pero los mtodos de descomposicin precisan de un ensamblaje posterior
para poder obtener las propiedades globales del sistema. Esto puede realizarse
mediante el mtodo de direcciones alternadas en el que se resuelven de manera
iterada los diversos subsistemas en los que el sistema global se ha descompuesto.
Este mtodo iterativo permite aplicar en cada subsistema un mtodo especco
295
296 CAPTULO 7. MTODOS DE DESCOMPOSICIN
pero al mismo tiempo recuperar las propiedades globales del sistema.
Este mtodo de direcciones alternadas es muy verstil y puede aplicarse en
muy diversas situaciones. En particular puede ser utilizado para descomponer
sistemas de EDP en el que coexisten subsistemas de naturaleza diversa. Es el
caso por ejemplo del sistema de la termoelasticidad que acopla una ecuacin
de ondas con la ecuacin del calor o de las ecuaciones de Navier-Stokes donde
coexisten los efectos difusivos de la ecuacin del calor (y ms precisamente del
sistema de Stokes lineal) y los propios de las ecuaciones hiperblicas no-lineales
(ecuaciones de Euler) en las que est presente un trmino convectivo no-lineal
cuadrtico.
En la siguiente seccin presentamos el mtodo en el contexto de los sistemas
de ecuaciones diferenciales lineales con coecientes constantes.
7.1.2. Sistemas de EDO lineales. El teorema de Lie
Consideremos el sistema de EDO:
_
x(t) = (A+B)x(t)
x(0) = x
0
,
(7.1.1)
donde x = x(t) es una incgnita vectorial a valores en R
N
dependiente del par-
metro temporal t R, y A y B son matrices cuadradas N N con coecientes
constantes independientes de t.
Para cada dato inicial x
0
R
N
el sistema (7.1.1) admite una nica solucin
global x(t) C

_
R; R
N
_
, donde mediante C

denotamos la clase de funciones


analticas.
Adems la solucin viene dada por la frmula de representacin:
x(t) = e
(A+B)t
x
0
. (7.1.2)
Recordemos que dada una matriz cuadrada C, su exponencial puede denirse
mediante el desarrollo en serie de potencias
e
C
=

k=1
C
k
k!
(7.1.3)
cuya convergencia puede garantizarse mediante el criterio de la mayorante de
Weierstrass. En efecto
1
| e
C
|=

k=0
C
k
k!

k=0
| C
k
|
k!

k=0
| C |
k
k!
= e
|C|
. (7.1.4)
1
El mismo argumento permite denir e
L
donde L /(X; Y ) es cualquier operador lineal
y acotado entre dos espacios de Banach X e Y .
7.1. EL MTODO DE LAS DIRECCIONES ALTERNADAS 297
El siguiente resultado, debido a Lie, es la base de los mtodos de descompo-
sicin y de direcciones alternadas:
Theorem 7.1.1 Dadas dos matrices cuadradas N N A y B se tiene
e
A+B
= lm
n
_
e
A
n
e
B
n
_
n
. (7.1.5)
Antes de proceder a su demostracin analicemos su signicado.
Es bien sabido que, en general, salvo que las matrices A y B conmuten, no
es cierto que e
A+B
coincida con el producto e
A
e
B
. Analicemos este hecho. De
acuerdo con (7.1.3):
e
A+B
=

k=0
(A+B)
k
k!
= I + [A+B] +
[A+B]
2
2
+ (7.1.6)
= I + [A+B] +
A
2
+AB +BA+B
2
2
+
Por otra parte
e
A
e
B
=
_

k=0
A
k
k!
_
_
_

j=0
B
j
j!
_
_
(7.1.7)
=
_
I +A+
A
2
2
+
_

_
I +B +
B
2
2
+
_
= I + [A+B] +AB +
A
2
2
+
B
2
2
+
En las expresiones (7.1.6) se constata efectivamente una diferencia al nivel de
los trminos cuadrticos. En efecto, mientras que en (7.1.6) los trminos cuadr-
ticos son
_
A
2
+B
2
+AB +BA

_
2 en (7.1.7) son
_
A
2
+B
2
+ 2AB

_
2 de modo que
la diferencia entre uno y otro es el trmino [BA AB]
_
2. Obviamente esta
diferencia se anula cuando A y B conmutan pero no en caso contrario. El tr-
mino BAAB que interviene en esta diferencia se denomina conmutador y ser
denotado del modo siguiente:
[A, B] = BAAB. (7.1.8)
Se trata de una medida del grado de conmutatividad de las matrices A y B.
En virtud de la identidad (7.1.5) tenemos que
e
A+B

_
e
A
n
e
B
n
_
n
.
298 CAPTULO 7. MTODOS DE DESCOMPOSICIN
Para n jo, se tiene
_
e
A
n
e
B
n
_
n
= e
A
n
e
B
n
e
A
n
e
B
n
es decir se trata de un producto iterado, n veces, del operador e
A/n
e
B/n
.
Analicemos ahora el signicado de la expresin e
A/n
e
B/n
. Conviene observar
que al aplicar e
A/n
e
B/n
a un elemento x
0
R
N
lo que se obtiene es
_
e
A/n
e
B/n
_
x
0
= e
A/n
_
e
B/n
x
0
_
.
Por otra parte e
B/n
x
0
= y
0
es el valor en el instante t = 1/n de la solucin de
y = By; y(0) = x
0
,
mientras que e
A/n
y
0
= z
0
es el valor en el instante t = 1/n de la solucin de
z = Az, z(0) = y
0
.
Al aplicar por tanto el Teorema 7.1.1 a la resolucin de (7.1.1) obtenemos que
x(t) = e
(A+B)t
x
0
= lm
n
_
e
At
n
e
Bt
n
_
n
x
0
, (7.1.9)
lo cual signica que x(t) se aproxima mediante la expresin
x
n
(t) =
_
e
At
n
e
Bt
n
_
n
x
0
que se obtiene del modo siguiente:
Iteramos n veces un procedimiento en el que, arrancando del valor del
paso anterior, se avanza un paso temporal del tamao t/n en la resolucin
del sistema (7.1.1).
En cada paso lo que hacemos es resolver de manera consecutiva cada uno
de los dos sistemas involucrados en (7.1.1):
x
t
= Ax (7.1.10)
y
x
t
= Bx (7.1.11)
Conviene observar que, segn este procedimiento, en ningn caso resolvemos el
sistema completo (7.1.1) sino que siempre resolvemos los subsistemas (7.1.10) y
(7.1.11).
En cada intervalo temporal de longitud t/n resolvemos ambos sistemas (7.1.10)
y (7.1.11), lo cual indica que recorremos el intervalo temporal en dos ocasiones,
una por cada subsistema.
7.1. EL MTODO DE LAS DIRECCIONES ALTERNADAS 299
Estas caractersticas del mtodo iterativo hacen que se denomine de direc-
ciones alternadas.
Conviene tambin distinguir el mtodo de direcciones alternadas descrito
con los mtodos numricos de aproximacin de ecuaciones diferenciales. Aqu
hemos descrito un mtodo iterativo en el que suponemos que las soluciones de los
subsistemas (7.1.10) y (7.1.11) pueden calcularse de manera exacta. Nos hemos
mantenido por tanto en el contexto de las Ecuaciones Diferenciales Ordinarias
(EDO). En la prctica, este mtodo de direcciones alternadas ha de ser com-
binado con un mtodo numrico para la resolucin de ecuaciones diferenciales.
Es importante sealar, y esta es una de las virtudes del mtodo de direcciones
alternadas, que cada uno de los sitemas (7.1.10) y (7.1.11) pueden resolverse
mediante mtodos distintos, de manera que podemos utilizar mtodos mejor
adaptados a las caractersticas de cada subsistema.
7.1.3. Demostracin del Teorema de Lie
En esta seccin probamos el Teorema 7.1.1.
En virtud de (7.1.6) y (7.1.7) tenemos que
e
(
A
n
+
B
n
)t
= e
A
n
t
e
B
n
t
+O
_
t
n
2
_
. (7.1.12)
En (7.1.12) el trmino principal del resto es, tal y como veamos,
[A, B]
_
2n
2
. (7.1.13)
La frmula (7.1.13) es rigurosa en el sentido que

e
At
n
+
Bt
n
e
At
n
e
Bt
n


C
n
2
[ t [ (7.1.14)
donde C > 0 es una constante independiente de n. La prueba de (7.1.14) puede
realizarse utilizando el criterio de la mayorante de Werierstrass. Obviamente,
la constante C en (7.1.14) depende de A y B pero conviene subrayar que es
independiente del parmetro n.
En virtud de (7.1.12) tenemos
e
(A+B)t
=
_
e
(A+B)
t
n
_
n
=
_
e
At
n
e
Bt
n
+O
_
t
2
n
2
__
2
. (7.1.15)
Por otra parte,
_
e
At
n
e
Bt
n
+O
_
t
2
_
n
2
__
n
=
_
e
At
n
e
Bt
n
_
1 +e

Bt
n
e

At
n
O
_
t
2
_
n
2
___
n
. (7.1.16)
300 CAPTULO 7. MTODOS DE DESCOMPOSICIN
Basta por tanto concluir que
lm
n
_
e
At
n
e
Bt
n
_
n
= lm
n
_
e
At
n
e
Bt
n
_
1 +e

Bt
n
e

At
n
O
_
t
2
_
n
2
___
n
. (7.1.17)
Denotando
C
n
= e
At
n
e
Bt
n
(7.1.18)
se trata de probar que
lm
n
C
n
n
= lm
n
_
C
n
_
1 +C
1
n
O
_
t
2
n
2
___
n
. (7.1.19)
Este hecho puede comprobarse con facilidad utilizando el Teorema del valor
medio
_
C
n
_
1 +C
1
n
O
_
t
2
n
2
___
n
C
n
n
= C
n1
n
O
_
t
2
n
2
_
n(1 +
n
)
n1
= t
2
O
_
1
n
_
C
n1
n
(1 +
n
)
n1
, (7.1.20)
donde
n
es un elemento del segmento que une 0 con C
1
n
O
_
t
2
_
n
2
_
.
Por tanto

_
C
n
_
1 +C
1
n
O
_
t
2
_
n
2
___
n
C
n
n


Ct
2
n
| C
n1
n
| [1+ |
n
|]
n1

Ct
2
n
| C
n
|
n1
(1+ |
n
|)
n1

Ct
2
n
e
|A|(n1)t/n
e
|B|(n1)t/n
(1+ |
n
|)
n1
. (7.1.21)
Ahora bien, como
|
n
|| C
1
n
| O
_
t
2
_
n
2
_
e
|A|t/n
e
|B|t/n
O
_
t
2
_
n
2
_
= O
_
t
2
_
n
2
_
(7.1.22)
tenemos que
(1+ |
n
|)
n1
=
_
_
1 + 1
_
|
n
|
1
_
|n|
1
_
|n|(n1)
e
0
= 1 (7.1.23)
y, por tanto, volviendo a (7.1.21) deducimos que

_
C
n
_
1 +C
1
n
O
_
t
2
_
n
2
___
n
C
n
n

= O(1/n), 0 t T. (7.1.24)
Se obtiene por tanto (7.1.19) y (7.1.17) que es el resultado que precisbamos
probar.
Conviene hacer las consideraciones siguientes:
La prueba que hemos realizado es vlida no slo para matrices N N A
y B. Se aplica tambin a operadores acotados entre espacios de Banach.
7.1. EL MTODO DE LAS DIRECCIONES ALTERNADAS 301
Este resultado puede tambin generalizarse al marco de los operadores m-
disipativos que generan semigrupos que permiten abordar la resolucin de EDP.
Se trata de la denominada frmula del producto de Trotter ([21], vol. 1, sec.
VIII.8).
7.1.4. Algunos mbitos de aplicacin
Tal y como hemos mencionado en la introduccin de la seccin el mtodo
de descomposicin o de direcciones alternadas descrito es sumamente verstil
y puede aplicarse en muy diferentes formas, no solamente en el mbito de la
resolucin de un sistema lineal de EDO de la forma (7.1.1).
De manera general, el mtodo puede aplicarse en cualquier sistema en el que
estn presentes subsistemas de naturaleza diversa.
Mencionemos algunos ejemplos:
Resolucin de sistemas algebraicos
Buena parte de los mtodos de descomposicin o splitting para la reso-
lucin de sistemas lineales de la forma Ax = b estn basados en la idea
de descomponer la matriz A de un modo u otro y proceder a aproximar
la solucin x mediante la resolucin iterada de un sistema simplicado.
Es el caso por ejemplo de los clsicos mtodos iterativos de Gauss-Seidel,
Jacobi, etc. ([14], [19])
Las ecuaciones de Navier-Stokes
Otro de los ejemplos ms notables lo constituyen las ecuaciones de Navier-
Stokes para un uido incompresible
_
u
t
u +u u = p
div u = 0.
En este caso el sistema es una superposicin de las ecuaciones de Stokes
lineales
_
u
t
u = p
div u = 0
y de las ecuaciones de Euler para un uido perfecto
_
u
t
+u u = p
div u = 0.
El mtodo de las direcciones alternadas puede tambin ser aplicado en
este caso, [26].
302 CAPTULO 7. MTODOS DE DESCOMPOSICIN
El sistema de la termoelasticidad
En este caso el sistema es de la forma
_
u
tt
u ( +)div u + = 0

t
+ div u
t
= 0
en el que se observa el acoplamiento de una ecuacin de tipo ondas (el
sistema de Lam en elasticidad) con la ecuacin del calor.
El mtodo de la descomposicin de dominios
Una de las variantes ms til del mtodo de las direcciones alternadas es
el de la descomposicin de dominios. Se trata de un mtodo muy verstil
aplicable de manera sistemtica en todo sistema de EDP denido en un
dominio de R
N
. La idea de base consiste simplemente en descomponer el
dominio en subdominios ms pequeos y de propiedades geomtricas ms
homogneas, de modo que la resolucin del subsistema correspondiente
a cada subdominio sea ms sencilla. Nuevamente es preciso establecer
una iteracin alternada y eso exige introducir condiciones de contorno
adecuadas en las interfases entre uno y otro dominio que garanticen la
convergencia. Este mtodo es debido en sus orgenes a H.A. Schwarz. En la
prxima seccin haremos una breve presentacin del mismo inspirndonos
en el captulo IV, 4 del volumen II del libro de R. Courant y D. Hilbert
[6].
7.2. Descomposicin de dominios en 1 d
Consideremos un dominio acotado y regular de R
N
y una descomposicin
en dos subdominios

y
+
con interseccin no vaca, con fronteras regulares
compuestas por un nmero nito de componentes y que se intersequen con
ngulo no nulo.
La idea es probar que a partir de la resolubilidad de una ecuacin, por
ejemplo el problema de Dirichlet para el Laplaciano, en los subdominios

+
, mediante un mtodo iterativo de direcciones alternadas, el mismo problema
puede resolverse en el dominio total .
Este mtodo fue ideado en un principio para calcular las soluciones en otros
dominios que no fuesen esferas, cuadrados, etc., donde las funciones de Green (y
por tanto las soluciones) podan calcularse explcitamente. En la actualidad el
mtodo se utiliza de manera profusa como herramienta bsica de aproximacin
y simulacin numrica.
7.2. DESCOMPOSICIN DE DOMINIOS EN 1 D 303
Con el objeto de presentar el mtodo consideremos el caso en que el dominio
= (1, 1) y los subdominios son, por ejemplo,

= (1, 1/2) y
+
=
(1/2, 1).
Consideramos la ecuacin
_
u
xx
= f 1 < x < 1
u(1) = u(1) = 0
(7.2.1)
y las ecuaciones en los subdominios
_
u
,xx
= f, 1 < x < 1/2
u

(1) = 0, u

(1/2) =
(7.2.2)
_
u
+,xx
= f, 1/2 < x < 1
u
+
(1/2) = , u
+
(1) = 0.
(7.2.3)
El mtodo consiste en resolver de manera alternada los sistemas reducidos
(7.2.2) y (7.2.3) para obtener una sucesin cuyo lmite sea la solucin de (7.2.1).
Obviamente, para denir la iteracin tenemos que establecer el valor de y
que imponemos en los extremos x = 1/2 y x = 1/2 respectivamente.
Una posible iteracin es la siguiente:
Etapa 1. Inicializacin.
Resolvemos en primer lugar (7.2.2) con = 0 y posteriormente (7.2.3) con
dato = u
1

(1/2), siendo u
1

la solucin obtenida de (7.2.2).


Etapa 2.
Con el valor u
1
+
obtenido en la solucin de (7.2.3) de la primera etapa re-
solvemos (7.2.2) con = u
1
+
(1/2) y posteriormente (7.2.3) con = u
2

(1/2),
siendo u
2

la nueva solucin de (7.2.2). De este modo


calculamos u
2

y u
2
+
.
Siguientes etapas
Iterando este proceso obtenemos una sucesin u
k

de soluciones de (7.2.2) y
otra u
k
+
de soluciones de (7.2.3).
La clave de la convergencia del mtodo est en probar que u
k

y u
k
+
convergen
cuando k a la solucin de (7.2.1) en (1, 1/2) y (1/2, 1) respectivamente
cuando k .
El mtodo que acabamos de describir no es ms que una de las numerosas va-
riantes del mtodo de descomposicin de dominios. En este caso los subdominios
304 CAPTULO 7. MTODOS DE DESCOMPOSICIN
se superponen o solapan teniendo como interseccin el subintervalo (1/2, 1/2).
En otras de las variantes los dominios no se superponen sino que dividen al do-
minio compartiendo nicamente una interfase. Sera el caso por ejemplo si

= (1, 0) y
+
= (0, 1). En este caso sin embargo es preciso elegir las
condiciones de transmisin en la interfase (x = 0 en el presente caso) de manera
adecuada para garantizar la convergencia del mtodo.
El principio del mximo es muy til para probar la convergencia del mtodo
en este caso particular.
Suponiendo que f L

(1, 1) y denotando por M su norma tenemos que


la solucin de (7.2.3) satisface
[ u(x) [
M
2
(1 x
2
), (7.2.4)
lo mismo ocurre para cada una de las soluciones u
k

y u
k
+
en los subdominios

u
k

u
k
+

M
2
(1 x
2
). (7.2.5)
Estas acotaciones permiten garantizar que, extrayendo subsucesiones, las suce-
siones u
k

y u
k
+
convergen cuando k en la topologa dbil de L
2
(1, 1) por
ejemplo.
Pero la convergencia puede analizarse de manera mucho ms precisa.
En efecto, de (7.2.5) es fcil deducir que
_
u
k

_
(resp.
_
u
k
+
_
) est acotada
en H
1
(1, 1/2) (resp. H
1
(1/2, 1)). Sus lmites dbiles son obviamente solu-
ciones de la ecuacin en los subintervalos correspondientes. El punto clave de
la prueba de la convergencia consiste en probar que los dos lmites coinciden en
el subintervalo comn (1/2, 1/2), puesto que es sto lo que garantiza que el
solapamiento de los dos lmites sea la solucin de (7.2.1).
Con el objeto de resolver este ltimo problema sustraemos a la solucin u
de (7.2.1) una solucin cualquiera del problema en toda la recta real
2
v
xx
=

f en R, (7.2.6)
donde

f es la extensin por cero de f fuera del intervalo (1, 1).
Entonces
w = u v (7.2.7)
ha de satisfacer
_
w
xx
= 0 1 < x < 1
w(1) =

, w(1) =
+
,
(7.2.8)
2
Este argumento puede tambin aplicarse en varias dimensiones espaciales.
7.2. DESCOMPOSICIN DE DOMINIOS EN 1 D 305
con valores a y b unvocamente determinados por la solucin v en la recta real.
Es en este marco en el que aplicamos el mtodo de descomposicin de domi-
nios.
Conviene sealar que el cambio de variables (7.2.6)-(7.2.7) que permite pasar
del problema (7.2.1) a (7.2.8) puede tambin aplicarse en varias dimensiones
espaciales puesto que la solucin del problema de Laplace en R
N
puede calcularse
fcilmente por convolucin con la solucin fundamental.
Con el objeto de aplicar la iteracin en direcciones alternadas a (7.2.8) con-
sideramos los dos subsistemas
_
w
+,xx
= 0, 1 < x < 1/2
w
+
(1) =

, w
+
(1/2) =
+
(7.2.9)
y
_
w
,xx
= 0, 1/2 < x < 1
w

(1/2) =

, w

(1) =
+
.
(7.2.10)
Iterando y alternando la resolucin de (7.2.9) y (7.2.10) tal y como indicamos
ms arriba, obtenemos dos sucesiones
_
w
k

_
k1
y
_
w
k
+
_
k1
.
El punto clave de la demostracin de convergencia consiste en observar que

w
k+1
+
(1/2) w
k
+
(1/2)

w
k+1

(1/2) w
k

(1/2)

(7.2.11)
con
0 < < 1, (7.2.12)
y que, simultneamente,

w
k+1

(1/2) w
k

(1/2)

w
k
+
(1/2) w
k1
+
(1/2)

. (7.2.13)
De (7.2.11) y (7.2.13) deducimos que

w
k+1
+
(1/2) w
k
+
(1/2)

w
k
+
(1/2) w
k1
+
(1/2)

.
Figura 7.1: Descomposicin de dominios 1 d:

= (1, x

),
+
= (x
+
, 1).
Procedemos entonces con la iteracin
_

_
u
k

_
tt
= 0
u
k

(1) =

; u
k

(x

) = u
k1
+
(x

)
(7.2.14)
306 CAPTULO 7. MTODOS DE DESCOMPOSICIN
_

_
u
k
+
_
tt
= 0
u
k
+
(x
+
) = u
k

(x
+
), u
k
+
(1) =
+
.
(7.2.15)
Analizamos ahora las diferencias
v
k

= u u
k

; v
k
+
= u u
k
+
(7.2.16)
que satisfacen
_
_
_

_
v
k

_
tt
= 0
v
k

(1) = 0, v
k

(x

) = u(x

) u
k1
+
(x

) = v
k1
+
(x

)
(7.2.17)
_
_
_

_
v
k
+
_
tt
= 0
v
k
+
(x
+
) = v
k

(x
+
), v
k
+
(1) = 0.
(7.2.18)
Las soluciones de estos problemas pueden calcularse de manera explcita aunque
sto no sea necesario para la prueba de la convergencia de las soluciones, puesto
que, tal y como veremos ms adelante, puede desarrollarse tambin en el caso
de un dominio general en varias dimensiones espaciales.
Tenemos
v
k

(x) =
v
k1
+
(x

)(x + 1)
x

+ 1
(7.2.19)
v
k
+
(x) =
v
k

(x
+
)(x 1)
x
+
1
. (7.2.20)
Por tanto

v
k

(x
+
)

v
k1
+
(x

1 +x

[ 1 +x
+
[=

v
k1
+
(x

1
(7.2.21)
con

1
=
[ 1 +x
+
[
[ 1 +x

[
(7.2.22)
y

v
k
+
(x

v
k

(x
+
)

[ x

1 [
1 x
+
=

v
k

(x
+
)

2
(7.2.23)
con

2
=
1 x

1 x
+
. (7.2.24)
De este modo obtenemos

v
k

(x
+
)

v
k1

(x
+
)

2
(7.2.25)
y por tanto

v
k

(x
+
)

= (
1

2
)
k1

v
1

(x
+
)

=
1
(
1

2
)
k1

v
0
+
(x

7.3. DESCOMPOSICINDE DOMINIOS PARALAS DIFERENCIAS FINITAS 1D307


siendo v
0
+
(x

) un valor cualquiera de inicializacin del mtodo.


De modo anlogo

v
k
+
(x

= (
1

2
)
k

v
0
+
(x

. (7.2.26)
Basta entonces comprobar que

2
< 1 (7.2.27)
para asegurarse de que v
k
+
(x

) y v
k

(x
+
) convergen exponencialmente a cero
cuando k .
A partir de este hecho es fcil deducir la convergencia de la solucin puesto
que

v
k

(1, x)

v
k1
+
(x

(7.2.28)
y

v
k
+

(x+, 1)

v
k

(x
+
)

. (7.2.29)
Comprobamos nalmente (7.2.27). Basta para ello comprobar que
1
,
2
< 1.
Pero esto es obvio puesto que
1
y
2
no representan ms que la longitud relativa
de los subintervalos que en cada subdominio

y
+
quedan fuera del intervalo
de solapamiento (x
+
, x

). As, a medida que el intervalo en el que se tiene


solapamiento aumenta, la velocidad de convergencia del mtodo tse incrementa.
Conviene sealar que esta prueba, mediante la utilizacin del Principio del
Mximo, puede adaptarse para abordar el caso de varias dimensiones espaciales
y el caso de aproximaciones numricas.
Consideramos en primer lugar las aproximaciones numricas nitas 1 d.
7.3. Descomposicin de dominios para las dife-
rencias nitas 1 d
Consideramos ahora el esquema en diferencias nitas de tres puntos para la
aproximacin del problema de Dirichlet (7.2.1):
_

_
2u
j
u
j+1
u
j1
h
2
= f
j
, j = N, , N
u
N1
= u
N+1
= 0
(7.3.1)
donde h > 0 es un parmetro destinado a tender a cero, N N es tal que
Nh = 1, u
j
representa una aproximacin numrica de la solucin u de (7.2.1)
en x
j
y f
j
de f(x
j
). Cuando f es continua podemos tomar f
j
= f(x
j
) mientras
308 CAPTULO 7. MTODOS DE DESCOMPOSICIN
que si f es simplemente integrable podemos elegir la media de f en el intervalo
(x
j
h/2, x
j
+ h/2) como aproximacin de f en f
j
, es decir, como valor de
f
j
.
El mismo esquema puede utilizarse para la aproximacin u de (7.2.2). Tene-
mos en este caso
_

_
2u
j
u
j+1
u
j1
h
2
= 0, j = N, , N
u
N1
=

, u
N+1
=
+
.
(7.3.2)
Es bien conocido que el esquema de tres puntos es consistente de orden 2 de
modo que
| u u
h
|

Ch
2
. (7.3.3)
Aqu y en lo sucesivo u = u(x) denota la solucin del problema continuo, u
h
es
el vector que representa la solucin del problema numrico
u
h
= (u
N
, , u
0
, , u
N
) (7.3.4)
y | |

denota la norma

discreta sobre los puntos x


j

NjN
del mallado.
En virtud de (7.3.3), u
h
, la solucin discreta, proporciona una buena apro-
ximacin de la solucin continua.
El mtodo de descomposicin de dominios se adapta sin dicultades al caso
de la ecuacin discreta (7.3.2). Para ello descomponemos el conjunto de ndices
discretos en dos subdominios. Lo hacemos del siguiente modo.
Sean
h,
y
h,+
los ndices tales que
x

=
h,
h, x
+
=
h,+
h, (7.3.5)
siendo x

y x
+
los extremos interiores de los subdominios

y
+
en los
que descomponemos el dominio global (1, 1) en la aplicacin del mtodo de
descomposicin de dominios.
Figura 7.2: Descomposicin de dominios en el mallado discreto.
Consideramos ahora los dos subproblemas
_

_
2u
k
,j
u
k
,j+1
u
k
,j1
h
2
= 0, N j
h,
1
u
k
,N1
=

, u
,
h,
= u
k1
+,
h,
(7.3.6)
y
_

_
2u
k
+,j
u
k
+,j+1
u
k
+,j1
h
2
= 0,
h,+
j N
u
k
+,
h,+
= u
k
,
h,+
, u
k
+,N+1
=
+
.
(7.3.7)
7.3. DESCOMPOSICINDE DOMINIOS PARALAS DIFERENCIAS FINITAS 1D309
Se trata de los anlogos discretos de (7.2.14) y (7.2.15).
Comprobamos ahora la convergencia exponencial de u
k

y u
k
+
a los valores
correspondientes de la solucin numrica u
h
en

. Procedemos como en el
caso continuo. Para ello omitimos en lo sucesivo el subndice h en la notacin
y denimos v
k

y v
k
+
como la diferencia entre la solucin discreta u de (7.3.2) y
las soluciones u
k

y u
k
+
de los subproblemas (7.3.6) y (7.3.7).
El mismo argumento del caso continuo se aplica y obtenemos exactamente
la misma tasa de convergencia cuando k , independiente de h. Esto es as
porque tanto v
k

como v
k
+
son soluciones de los problemas
2v
j
v
j+1
v
j1
h
2
= 0 (7.3.8)
y estas a su vez son funciones anes
v
j
= ajh +b, (7.3.9)
donde las constantes a y b son las que permiten ajustar las condiciones de
Dirichlet en los extremos del intervalo en cuestin.
De este modo deducimos la existencia de una constante C > 0 y otra < 1
de modo que
| u
h
u
k
,h
|
,
Ch
2
(7.3.10)
| u
h
u
k
+,h
|
,+
Ch
2
, (7.3.11)
donde | |
,
denotan las normas

discretas en los subdominios corres-


pondientes.
Combinando la estimacin (7.3.3) y (7.3.10) y (7.3.11) obtenemos
| u u
k
h,
|
,
+ | u u
k
h,+
|
,+
Ch
2
+C
k
. (7.3.12)
Esto permite cuanticar la convergencia del genuino mtodo numrico que
consiste en aplicar el mtodo de descomposicin de dominios en el esquema
discreto de aproximacin numrica.
As si el error admisible es > 0, en virtud de (7.3.12) elegimos h
0
> 0
sucientemente pequeo tal que
Ch
2
0
/2. (7.3.13)
Una vez realizada esta eleccin de h
0
elegimos k
0
tal que
C
k0
h
0
.
De este modo nos aseguramos que el par
_
u
k0
h0,
, u
k0
h0,+
_
proporciona una apro-
ximacin de la solucin u = u(x) del problema continuo u = u(x) con error
inferior a .
310 CAPTULO 7. MTODOS DE DESCOMPOSICIN
7.4. Splitting
En esta seccin analizaremos brevemente los mtodos de splitting para la
resolucin de la ecuacin de Burgers viscosa
u
t
u
xx
+
_
u
2
_
x
= 0. (7.4.1)
A lo largo de esta seccin suponemos que > 0 est jado.
Buena parte de las ideas que aqu introduzcamos sern tiles tambin en
el contexto de las ecuaciones ms realistas y complejas de las ecuaciones de
Navier-Stokes con viscosidad.
En vista de la propia estructura de la ecuacin (7.4.1) es obvio que en ella
subyacen dos modelos. Por una parte la ecuacin del calor
u
t
u
xx
= 0 (7.4.2)
y por otra, la ecuacin de Burgers sin viscosidad
u
t
+
_
u
2
_
x
= 0. (7.4.3)
De hecho, a travs de la transformacin de Hopf-Cole, esto ha quedado clara-
mente de maniesto habindose comprobado que la solucin de (7.4.1) incorpora
tanto efectos viscosos como convectivos.
En este tipo de situaciones en los que el modelo en consideracin incorpora
dos subsistemas bien reconocibles es natural utilizar mtodos de descomposi-
cin o splitting que permiten obtener la solucin del sistema global a partir
de la solucin de cada subsistema y por otra parte aplicar a cada uno de los
subsistemas un mtodo numrico especco.
En las notas [34] describamos algunas ideas bsicas de los mtodos de des-
composicin. En particular presentamos el Teorema de Lie que demuestra que
para dos matrices n nA
1
y A
2
cualesquiera se tiene
e
A1+A2
= lm
j
_
e
A1/j
e
A2/j
_
j
, (7.4.4)
con independencia de que A
1
y A
2
conmuten o no. Esto resulta de utilidad a la
hora de resolver la ecuacin diferencial
x
t
=
_
A
1
+A
2
_
x, t R, x(0) = x
0
, (7.4.5)
puesto que su solucin es de la forma
x(t) = e
(A1+A2)t
x
0
. (7.4.6)
7.4. SPLITTING 311
La ecuacin de Burgers viscosa (7.4.1) puede tambin entenderse como un
problema de la forma (7.4.5), si bien en este caso la incgnita u = u(x, t) es,
para cada t > 0, una funcin que depende de x y que por tanto pertenece a un
espacio de dimensin innita, A
1
es el operador diferencial A
1
u =
2
x
u y A
2
es
el operador no-lineal A
2
u = (u
2
)
x
.
En esta seccin vamos a introducir esquemas de descomposicin para las
versiones discretas de estas ecuaciones.
Consideramos por tanto el modelo (7.4.5) que puede discretizarse en tiempo
con paso t sustituyendo, como es habitual, la derivada x
t
(t) por un cociente
incremental en el intervalo [nt, (n + 1)t]. El tipo de esquemas de descom-
posicin que vamos a utilizar se basan en la utilizacin de un nodo adicional
(o varios), por ejemplo en el punto medio (n + 1/2)t, de modo que en cada
subintervalo [nt, (n+1/2)t] y [(n+1/2)t, (n+1)t], veamos (7.4.5) como
un sistema en el que domina A
1
o A
2
.
En la seccin siguiente analizaremos la validez de las discretizaciones tem-
porales a la hora de aproximar las soluciones de EDP de evolucin. Tal y como
veremos, este tipo de mtodos, clsicos y bien comprendidos en el marco de las
EDOs, es tambin de aplicacin en EDPs, incluso en el marco no-lineal en el
que la teora clsica de semigrupos lineales no se aplica, hacindose necesaria la
utilizacin de ideas propias de los semigrupos no-lineales.
7.4.1. Peaceman-Rachford
Introducimos en primer lugar el esquema de Peaceman-Rachford:
_

_
x
0
= x
0
x
n+1/2
x
n
t/2
= A
1
x
n+1/2
+A
2
x
n
x
n+1
x
n+1/2
t/2
= A
1
x
n+1/2
+A
2
x
n+1
.
(7.4.7)
Vemos que el esquema as obtenido es doblemente implcito, una primera vez
al pasar de x
n
a x
n+1/2
y despus al pasar de x
n+1/2
a x
n+1
. En cada caso sin
embargo, nos apoyamos principalmente en uno de los operadores A, B consi-
derando al otro como una perturbacin que incorpora la informacin del paso
anterior.
Con el objeto de entender el efecto que este esquema de descomposicin tiene
sobre un sistema consideremos el caso del sistema ms sencillo posible
x
t
(t) = Ax(t), t > 0; x(0) = x
0
, (7.4.8)
312 CAPTULO 7. MTODOS DE DESCOMPOSICIN
siendo A una matriz simtrica denida negativa para la que la solucin es de la
forma
x(t) = e
At
x
0
. (7.4.9)
Si
1
, ,
N
son los autovalores de la matriz A y e
1
, , e
N
los corres-
pondientes autovectores, las soluciones son combinaciones lineales de soluciones
elementales de la forma
x(t) = e
jt
e
j
, j = 1, , N. (7.4.10)
Como
j
0, j = 1, , N vemos, obviamente que
[ x(t) [[ x
0
[, t 0, (7.4.11)
para toda solucin.
Descomponemos ahora la matriz A como
A = A+A (7.4.12)
de modo que
A
1
= A, A
2
= A, (7.4.13)
con
> 0, > 0, + = 1. (7.4.14)
Aplicando el esquema de descomposicin (7.4.7) obtenemos
x
k+1
=
_
I
t
2
A
_
1
_
I +
t
2
A
__
I
t
2
A
_
1
_
I +
t
2
A
_
x
k
.
Iterando esta identidad obtenemos
x
k
=
_
I
t
2
A
_
k
_
I +
t
2
A
_
k
_
I
t
2
A
_
k
_
I +
t
2
A
_
k
x
0
.
Cuando aplicamos esta identidad en la direccin de cada uno de los vectores
propios e
j
, i.e. con x
0
= e
j
, deducimos que
x
k
j
=
_
1 +
t
2

j
1
t
2

j
_
k
_
1 +
t
2

j
1
t
2

j
_
k
e
j
.
Teniendo en cuenta que

1 +
1

0, < 0
deducimos la estabilidad del esquema puesto que

x
k
j

[ e
j
[, k 0, j = 1, , N.
7.4. SPLITTING 313
Adems en el caso en que
j
< 0, j = 1, , N, en el que x(t) 0 cuando
t exponencialmente, la solucin discreta tambin reproduce este compor-
tamiento puesto que

1 +
t
2

j
1
t
2

j

< 1,

1 +
t
2

j
1
t
2

j

< 1, j = 1, , N.
Con el objeto de estudiar ms en detalle este esquema introducimos la fun-
cin racional
R
1
() =
_
1 +

2
1

2
__
1 +

2
1

2
_
que admite, en un entorno de = 0, el desarrollo de Taylor
R
1
() = 1 + +

2
2
+
_

2
+
2
+
_

3
4
+O(1)
4
mientras que la funcin exponencial que interviene en la resolucin de la ecuacin
diferencial tiene el desarrollo
e

= 1 + +

2
2
+

3
6
+O(
4
).
De estos dos desarrollos de Taylor se deduce que el esquema es consistente de
orden dos para cualquier eleccin de los parmetros 0 < , < 1 tal que
+ = 1. La menor diferencia en el trmino de orden 3 se produce para la
eleccin = = 1/2.
El esquema es por tanto convergente de orden 2.
El nico inconveniente de este mtodo es su falta de estabilidad absoluta o
de estabilidad sti que se pone de maniesto en el hecho que R
1
() 1 cuando
. Como juega el papel de t, esto indica que la velocidad exponencial
de convergencia se pierde a medida que [t[ aumenta. Pero esto es inevitable
en el marco de las ecuaciones parablicas en las que tpicamente recorre una
sucesin innita que tiene a . Sea cual sea el valor de t > 0 elegido, por
pequeo que este sea, el esquema numrica es incapaz de reproducir la dinmica
de la EDP en la que a medida que [[ aumenta, la estabilidad exponencial de
las soluciones de acenta.
El mtodo de Peacema-Rachford que acabamos de describir es uno de la
amplia familia de mtodos de descomposicin o de direcciones alternadas cuyo
abanico de aplicaciones es muy amplio.
Consideremos por ejemplo el problema de Dirichlet para la ecuacin del
calor:
_

_
u
t
u = 0 en , t > 0
u = 0 sobre , t > 0
u(x, 0) = u
0
(x) en .
(7.4.15)
314 CAPTULO 7. MTODOS DE DESCOMPOSICIN
Analicemos el caso en que R
2
.
El esquema semi-discreto ms elemental para la aproximacin numrica de
este sistema es el que se obtiene al utilizar el esquema de aproximacin de cinco
puntos para el Laplaciano. Obtenemos as:
_

_
u
i,j
+
2u
i,j
u
i+1,j
u
i1,j
h
2
1
+
2u
i,j
u
i,j+1
u
i,j1
h
2
2
= 0, (i, j) , t > 0
u
i,j
= 0, (i, j) , t > 0
u
i,j
(0) = u
0,i,j
, (i, j) .
(7.4.16)
En estas expresiones utilizamos las notaciones habituales, de modo que h
1
denota el paso del mallado en la variable x
1
, h
2
el del mallado en la direccin
x
2
, u
i,j
la aproximacin de la solucin u en el punto (h
1
i, h
2
j), (i, j) los
ndices tales que el punto correspondiente del mallado (h
1
i, h
2
j) pertenece al
dominio y (i, j) para los puntos del mallado que estn sobre la frontera
. Esto es rigurosamente vlido cuando toda la frontera est constituida
por puntos del mallado. En el caso general, es preciso aproximar la frontera
mediante una frontera embebida en el mallado.
Denotando mediante U
h
el vector incgnita (u
i, j
) que contiene todos los
valores numricos, el sistema (7.4.16) puede escribirse en la forma
_

_
dU
h
dt
+A
1h
U
h
+A
2h
U
h
= 0, t > 0
U
h
(0) = U
h, 0
,
(7.4.17)
donde A
1h
y A
2h
son los anlogos discretos de
2
/x
2
1
y
2
/x
2
2
, respectivamen-
te.
Este sistema puede aproximarse mediante los esquemas de discretizacin
temporal clsicos como son los esquemas de Euler explcitos e implcitos o el
de Crank-Nicolson. Pero podemos tambin aplicar el esquema de Peaceman-
Rachford que se puede escribir de manera sinttica como sigue
_

_
U
n+1/2
h
U
n
h
t/2
= A
1h
U
n+1/2
+A
2h
U
n
U
n+1
h
U
n+1/2
h
t/2
= A
1h
U
n+1/2
h
+A
2h
U
n+1
h
.
(7.4.18)
El sistema (7.4.18) consiste esencialmente en dos sistemas desacoplados, seme-
jantes a los que se obtienen al discretizar la ecuacin del calor 1 d. En efecto,
tanto la matriz A
1h
como A
2h
que intervienen en cada uno de ellos son las ma-
trices habituales en la discretizacin numrica de la ecuacin del calor 1 d. Se
trata por tanto de sistemas tridiagonales fciles de resolver.
7.4. SPLITTING 315
Este mtodo se denomina de direcciones alternadas puesto que la ecuacin
del calor 2d se aproxima mediante la resolucin iterada de ecuaciones del calor
alternadamente en las variables x
1
y x
2
.
Pero volvamos al sistema abstracto general (7.4.8) y a su discretizacin
(7.4.7). En (7.4.5) los operadores A
1
y A
2
juegan papeles totalmente simtricos,
pero puede tambin utilizarse de manera asimtrica. Por ejemplo si aplicamos
(7.4.7) para la aproximacin de (7.4.8) con A
1
= A y A
2
= 0 obtenemos
x
n+1/2
x
n
t/2
= Ax
n+1/2
x
n+1
x
n+1/2
t/2
= Ax
n+1/2
.
Se observa por tanto que x
n+1/2
=
_
x
n+1
+x
n
__
2, lo cual a su vez implica que
x
n+1
x
n
t
= A
_
x
n+1
+x
n
2
_
.
Tomando A
1
= 0 y A
2
= A en la descomposicin llegamos exactamente a
la misma expresin. Pero esto slo es cierto cuando el sistema considerado es
autnomo. En efecto, cuando el operador A depende tambin de t, mientras que
la primera eleccin conduce al sistema
x
n+1
x
n
t
= A
__
n +
1
2
_
t
__
x
n+1
+x
n
2
_
(7.4.19)
la segunda proporciona
x
n+1
x
n
t
=
1
2
_
A(nt)x
n
+A((n + 1)t)x
n+1

. (7.4.20)
Un anlisis ms cuidadoso indica que, para que ambos esquemas coincidan, no
slo es necesario que A sea independiente de t, i.e. que el sistema sea autnomo,
sino tambin que A sea lineal. En el caso en que A sea no-lineal la diferencia
entre (7.4.19) y (7.4.20) es obvia.
Ambos esquemas son esquemas de tipo Crank-Nicolson y son de orden dos
cuando el operador A es sucientemente regular tanto en t como en x.
Estos esquemas pueden tambin escribirse como
_

_
x
n+1/2
= x
n
+
t
2
A
_
x
n+1/2
, (n + 1/2)t
_
x
n+1
= x
n
+ tA
_
x
n+1/2
,
_
n +
1
2
_
t
_
= x
n
+ 2
_
x
n+1/2
x
n
_
(7.4.21)
316 CAPTULO 7. MTODOS DE DESCOMPOSICIN
y
x
n+1
= x
n
+
t
2
_
A(x
n
, nt) +A
_
x
n+1
, (n + 1)t
_
, (7.4.22)
respectivamente. Se trata pues de esquemas semi-implcitos de Runge-Kutta de
orden 2.
7.4.2. Douglas-Rachford
Existen otras variantes del esquema de descomposicin considerado. Tene-
mos por ejemplo el esquema de Douglas-Rachford que, conocido x
n
, calcula el
valor de x
n+1
y x
n+1
, siendo x
n+1
la aproximacin del estado x en el tiempo
posterior y x
n+1
un valor auxiliar. El esquema es de la forma
_

_
x
n+1
x
n
t
= A
1
_
x
n+1
, (n + 1)t
_
+A
2
(x
n
, nt)
x
n+1
x
n
t
= A
1
_
x
n+1
, (n + 1)t
_
+A
2
_
x
n+1
, (n + 1)t
_
.
(7.4.23)
La convergencia de este esquema es conocida en un contexto muy general
de operadores montonos A
1
y A
2
. Analicemos, como en el caso anterior, la
convergencia en el caso ms sencillo en que A es una matriz simtrica N N.
En este caso obtenemos, con la descomposicin (7.4.12),
x
n+1
= (I tA)
1
(I tA)
1
(I [ t [
2
A
2
)x
n
,
o, lo que es lo mismo,
x
n
= (I tA)
n
(I tA)
n
(I [ t [
2
A
2
)x
0
.
Aplicando el esquema en cada una de las direcciones propias de la matriz A
deducimos que
x
k
j
=
_
1 + [ t [
2

2
j
_
k
(1 +t
j
)
k
(1 +t
j
)
k
x
0j
, j = 1, , N, k 1.
La funcional racional asociada al esquema es por tanto en este caso
R
2
() =
1 +
2
(1 )(1 )
.
Como 0 < R
2
() < 1 para todo < 0, se deduce que

x
k
j

x
0
j

, j = 1, , N, k 1,
lo cual implica la estabilidad incondicional del esquema. Sin embargo, como
R
2
() = 1 + +
2
+O(
3
)
7.4. SPLITTING 317
se observa que este esquema de Douglas-Rachford es slo consistente de orden
1.
Nuevamente tenemos que
R
2
() 1,
lo cual indica que el esquema tendr un mal comportamiento para los sistemas
sti en lo que respecta la estabilidad absoluta.
Conviene observar que en este esquema los papeles jugados por A
1
y A
2
no
son simtricos.
Este esquema es ms fcil de generalizar al caso de descomposiciones en un
mayor nmero de operadores que el esquema de Peaceman-Rachford.
Si en (7.4.23) tomamos A
1
= 0 y A
2
= A o A
1
= A y A
2
= 0, obtenemos en
ambos casos el esquema de Euler implcito.
7.4.3. -mtodo
Consideramos por ltimo el -mtodo introducido por Glowinski. Supuesto
conocido x
k
, calculamos x
k+
, x
k+1
y x
k+1
del siguiente modo:
_

_
x
k+
x
k
t
= A
1
_
x
k+
, (k +)t
_
+A
2
(x
k
, kt),
x
k+1
x
k+
(1 2)t
= A
1
_
x
k+
, (k +)t
_
+A
2
_
x
k+1
, (k + 1 )t
_
,
x
k+1
x
k+1
t
= A
1
_
x
k+1
, (n + 1)t
_
+A
2
_
x
k+1
, (k + 1 )t
_
.
(7.4.24)
Conviene distinguir este esquema del habitual -esquema, intermedio entre los
esquemas de Euler explcito e implcito.
Analicemos el esquema (7.4.24) en el caso en que A es una matriz simtrica.
Tenemos en este caso
x
k+1
= (I tA)
2
(I +tA)
2
(I
t
tA)
1
(I +
t
tA)x
k
, (7.4.25)
donde
t
= 1 2, de modo que
x
k
j
=
(1 +t
j
)
2k
(1 +
t
t
j
)
k
(1 t
j
)
2k
(1
t
t
j
)
k
e
j
. (7.4.26)
La funcin racional caracterstica del esquema es por tanto en este caso
R
3
() =
(1 +)
2
(1 +
t
)
(1 )
2
(1
t
)
. (7.4.27)
318 CAPTULO 7. MTODOS DE DESCOMPOSICIN
Como
lm

(3) = /, (7.4.28)
para alcanzar la estabilidad del esquema es necesario imponer la condicin
y la condicin > para alcanzar la estabilidad absoluta.
La estabilidad incondicional del esquema exige que
[R
3
()[ 1, R

. (7.4.29)
Un anlisis ms cuidadoso permite probar que
[R
3
()[ < 1, R

(7.4.30)
se verica al menos siempre y cuando , y estn en el rango
[1/4, 1/2), 0 < < < 1, + = 1. (7.4.31)
Por otra parte
R
3
() = 1 +

2
2
_
1 + ( )
_
2
2
4 + 1
_
+O(
3
), (7.4.32)
de modo que el esquema es consistente de orden dos s y slo s
= = 1/2 (7.4.33)
o bien
= 1 1/

2. (7.4.34)
Si se elige = = 1/2 se pierde la estabilidad absoluta. Conviene pues elegir
segn (7.4.34).
A la hora de aplicar el -mtodo en el contexto de las EDP, es conveniente
que en cada una de las tres ecuaciones de (7.4.24) la ecuacin sea la misma.
Esto conduce a la condicin
= (1 2), (7.4.35)
lo cual implica
= (1 2)/(1 ); =
_
(1 ). (7.4.36)
Combinando (7.4.36) con la condicin > deducimos que 0 < < 1/3.
Un anlisis ms cuidadoso muestra la existencia de

= 0,087385580, , )
de modo que para

< < 1/3 el esquema es incondicionalmente y absoluta-


mente estable. Con la eleccin = 1 1/

2 = 0,292893219 se garantiza
asimismo que el esquema sea de orden dos.
7.5. DESCRIPCINDEL MDDENVARIAS DIMENSIONES ESPACIALES319
7.5. Descripcin del MDD en varias dimensiones
espaciales
Consideremos el problema
_
u = 0 en
u = g en ,
(7.5.1)
y describamos el algoritmo de aplicacin del MDD.
Descomponemos el dominio en dos subdominios

y
+
de que cubren
con una zona de solapamiento

+
como se indica en la siguiente gura.
Figura 7.3: Descomposicin de dominios en dos dimensiones espaciales.
Denimos entonces la secuencia
_

_
u
k

= 0 en

u
k

= g
u
k

= u
k1
+

(7.5.2)
_

_
u
k
+
= 0 en
+
u
k
+

+
= g
u
k
+

+
= u
k

+
(7.5.3)
donde

y
+
son respectivamente las partes de las fronteras de

y
+
contenidas en .
A partir de una inicializacin
u
0
+
H
1/2
(

) (7.5.4)
320 CAPTULO 7. MTODOS DE DESCOMPOSICIN
este procedimiento da lugar a una sucesin de soluciones
_
u
k

_
k1
H
1
(

);
_
u
k
+
_
k1
H
1
(
+
). (7.5.5)
La inicializacin u
0
+
H
1/2
(

) puede por ejemplo obtenerse como restric-


cin o traza sobre

de la funcin u

de H
1
() que prolonga los valores de
frontera g al interior de .
Pretendemos ahora probar la convergencia de u
k

(resp. u
k
+
) a u en

(resp.
+
) cuando k . Lo hacemos mediante la aplicacin del principio del
mximo.
Denimos
v
k

= u u
k

; v
k
+
= u u
k
+
(7.5.6)
que satisfacen
_

_
v
k

= 0 en

v
k

= 0
v
k

= v
k1
+

(7.5.7)
_

_
v
k
+
= 0 en
+
v
k
+

+
= 0
v
k
+

+
= v
k

+
.
(7.5.8)
Por el principio del mximo probado en la seccin anterior tenemos que
| v
k

|
L

()
| v
k1
+
|
L

()
(7.5.9)
| v
k
+
|
L

(+)
| v
k

|
L

(+)
. (7.5.10)
Con el objeto de concluir la convergencia es por tanto suciente probar que
| v
k
+
|
L

()
+ | v
k

|
L

(+)
0, k . (7.5.11)
En este hecho va a jugar un papel determinante el que
+
y

estn alejadas
la una de la otra.
Consideremos el caso particular en que
+
y

son segmentos paralelos,


tal y como se indica en la siguiente gura:
Consideramos ahora un problema de la forma (7.5.7) que se verica en

:
_

_
v = 0 en

v = 0 en

v = h en

.
(7.5.12)
7.5. DESCRIPCINDEL MDDENVARIAS DIMENSIONES ESPACIALES321
Figura 7.4: Descomposicin de dominios con interfases planas paralelas.
La clave de la convergencia del mtodo
| v |
L

(+)
| h |
L

()
,
con 0 < < 1 independiente de h que calcularemos de manera explcita.
En efecto, por el principio del mximo,
v V (7.5.13)
donde V es la solucin de
_

_
V = 0 en

V = 0 en

V =| h |
L

()
en

.
(7.5.14)
A su vez, tambin por el principio del mximo,
V W (7.5.15)
donde W = W(x) es la funcin afn que slo depende de la variable x
t
perpen-
dicular a

y tal que W = 0 en el punto de

ms alejado de

.
A partir de (7.5.15) es fcil deducir que se cumple
| v |
L

(+)
| h |
L

()
con 0 < < 1.
En efecto, basta de hecho tomar = d/D donde d es la distancia entre las
dos interfases

y
+
y D y la distancia de

al punto de

ms alejado de

.
322 CAPTULO 7. MTODOS DE DESCOMPOSICIN
Figura 7.5: Representaciones de las dimensiones d y D que intervienen en de-
terminacin de la velocidad de convergencia del MDD.
7.6. MDD para las diferencias nitas multi-d
En esta seccin vamos a extender el estudio realizado de la convergencia del
MDD en el marco de las aproximaciones por diferencias nitas en el caso de una
dimensin espacial, al caso de varias dimensiones.
Con el objeto de simplicar la presentacin vamos a considerar el caso de un
dominio cuadrado en el plano, aunque las ideas que aqu vamos a desarrollar se
adaptan con facilidad al caso de dominios generales en cualquier dimensin.
Consideramos por tanto el dominio
= (1, 1) (1, 1). (7.6.1)
Introducimos un mallado de paso h > 0 y los nodos x
j,k
de coordenadas
x
j,k
= (jh, kh), (N + 1) j, k N + 1 (7.6.2)
con N + 1 = 1/h que supondremos un nmero entero, lo cual en la prctica
supone elegir h de la forma h = 1/(N + 1) donde N es un nmero natural.
Con esta particin, los nodos de la frontera corresponden a los ndices
j = (N + 1), N + 1 y k = (N + 1), N + 1.
Introducimos ahora la aproximacin por diferencias nitas del problema de
7.6. MDD PARA LAS DIFERENCIAS FINITAS MULTI-D 323
Dirichlet en el dominio :
_
_
_
4u
j,k
u
j+1, k
u
j1, k
u
j, k+1
u
j, k1
h
2
= f
j,k
, N j, k N
u
j,k
= 0 si j = (N + 1), N + 1 o k = (N + 1), N + 1.
(7.6.3)
Se trata efectivamente de una aproximacin del problema de Dirichlet:
_
u = f en
u = 0 en .
(7.6.4)
Es bien sabido que (7.6.3) proporciona una aproximacin convergente de
orden dos de las soluciones de (7.6.4). Son diversas las pruebas de este hecho,
una de ellas basada en el principio del mximo discreto que presentaremos en
breve (vase [13] para ms detalles).
El problema de Dirichlet con condiciones de contorno no homogneas puede
aproximarse del mismo modo. En efecto, si la ecuacin considerada es
_
u = 0 en
u = g en
(7.6.5)
entonces el esquema discretizado correspondiente es de la forma
_

_
4u
j, k
u
j+1, k
u
j1, k
u
j, k+1
u
j, k1
h
2
= 0, N j, k N
u
j, k
= g
j, k
, j = (N + 1), N + 1; k = (N + 1), N + 1.
(7.6.6)
Aqu y en lo sucesivo f
j, k
y g
j, k
proporcionan aproximaciones de f y g en los
puntos x
j, k
del mallado. Cuando las funciones en cuestin son continuas basta
con tomar su valor en dicho nodo. Cuando no lo son podemos por ejemplo tomar
una media de las mismas en un cuadrado de lado h centrado en dicho nodo.
En ambos casos, la funcin u
j, k
solucin del problema discreto proporciona
una aproximacin de la solucin u del problema continuo en los nodos x
j, k
.
Los dos sistemas discretos son de hecho sistemas lineales de N N ecuacio-
nes con N N incgnitas que, escritos en forma matricial, estn asociados a
matrices simtricas denidas positivas (para un estudio ms detallado de estas
cuestiones tanto en el marco de la ecuacin de Laplace como las de evolucin
puede consultarse las notas [36]).
En esta seccin vamos a probar la convergencia del mtodo de descomposi-
cin de dominios en el caso discreto, i.e. con h > 0 jo.
El algoritmo es idntico al caso de la ecuacin de Laplace continua y la
demostracin de convergencia tambin. Basta de hecho aplicar el principio del
324 CAPTULO 7. MTODOS DE DESCOMPOSICIN
mximo para la ecuacin discreta. Su enunciado es idntico al del caso con-
tinuo. Con el objeto de presentarlo de manera ms sinttica dado un vector
u
j, k

(N+1)j, kN+1
arbitrario introducimos
M

= m ax
Nj, kN
_
4u
j, k
u
j+1, k
u
j1, k
u
j, k+1
u
j, k1
h
2
_
m

= mn
Nj, kN
_
4u
j, k
u
j+1, k
u
j1, k
u
j, k+1
u
j, k1
h
2
_
M

= max
j=(N+1), N+1, (N+1)kN+1
(N+1)jN+1; k=(N+1), N+1
[u
j, k
]
m

= mn
j=(N+1), N+1, (N+1)kN+1
(N+1)jN+1; k=(N+1), N+1
[u
j, k
] .
Entonces, para cualquier vector u
j, k
tenemos
mn[m

, m

] u
j, k
max [M

, M

] , (N + 1) j, k N + 1.
Este hecho es independiente del valor de h.
A partir de este principio del mximo discreto, la convergencia del MDD en
el marco discreto puede probarse de manera idntica a como lo hicimos en el
caso continuo.
Supongamos por ejemplo que introducimos las interfases

= (1/2, y), 1
y 1}, y
+
= (1/2, y), 1 y 1:
Es fcil entonces construir funciones discretas W
j, k
tales que
_
_
_
4W
j, k
W
j+1, k
W
j1, k
W
j, k+1
W
j, k1
h
2
= 0, N j, k N
W
j, k
= C en

donde C > 0 es una constante arbitraria y de modo que


W 0 en

.
Basta por ejemplo considerar una funcin afn que depende exclusivamente de
x
1
. Obviamente el valor de esta funcin W a lo largo de la interfase
+
es
entonces Cd/D. Utilizando este tipo de funcin para obtener mayoraciones de
las sucesiones de soluciones obtenidas en la aplicacin del MDD deducimos con
facilidad la convergencia exponencial del mtodo.
Probamos por ltimo el principio del mximo discreto. Sin prdida de gene-
ralidad, basta probar la cota superior, puesto que la inferior se prueba de manera
7.6. MDD PARA LAS DIFERENCIAS FINITAS MULTI-D 325
Figura 7.6: Descomposicin de un dominio rectangular en subdominios rectan-
gulares.
anloga. Asimismo, podemos suponer que M

0. Basta para ello constatar


que la discretizacin de la funcin parablica v(x, y) = x
2
+y
2
es tal que
4V
j, k
V
j+1, k
V
j1, k
V
j, k+1
V
j, k1
h
2
= 4,
para todo j y k.
Sin prdida de generalidades podemos entonces conseguir que M

0 su-
mando o sustrayendo a la funcin u en consideracin una constante veces la
funcin parablica v.
Consideremos por tanto el caso M

0. Basta entonces probar que el m-


ximo se alcanza en la frontera. Esto es fcil de comprobar. Supongamos que se
alcanza en un nodo interior (j, k). Entonces
u
j, k
max u
j+1, k
, u
j1, k
, u
j, k+1
, u
j, k1
,
de modo que
4u
j, k
u
j+1, k
u
j1, k
u
j, k+1
u
j, k1
h
2
0.
Como M

0 deducimos que, necesariamente,


4u
j, k
= u
j+1, k
+u
j1, k
+u
j, k+1
+u
j, k1
.
De este modo se obtiene que si el mximo de u se alcanza en un nodo interno
se alcanza tambin en los cuatro vecinos. Iterando el argumento vemos que
326 CAPTULO 7. MTODOS DE DESCOMPOSICIN
necesariamente se ha de alcanzar tambin en el borde, tal y como queramos
probar.
Captulo 8
Mtodos de descenso
8.1. El mtodo directo del Clculo de Variaciones
En numerosas ocasiones las soluciones de problemas elpticos pueden obte-
nerse mediante el Mtodo Directo del Clculo de Variaciones (MDCV).
1
Recordemos brevemente este principio. Consideramos un funcional convexo
y coercivo J : H R en un espacio de Hilbert H. Entonces, el funcional alcanza
su mnimo en al menos un punto del espacio:
h H : J(h) = mn
gH
J(g). (8.1.1)
Para comprobarlo basta proceder del modo siguiente:
Paso 1. Se dene el nmo
I = nf
gH
J(g) (8.1.2)
que, por la coercividad de J, necesariamente satisface I > .
Paso 2. Se construye una sucesin minimizante
(g
n
)
nN
H : J(g
n
) I. (8.1.3)
Por la coercividad del funcional J se deduce que (g
n
)
nN
est acotada en H.
Paso 3. Como H es un espacio de Hilbert, existe una subsucesin, que seguire-
mos denotanto (g
n
)
nN
, que converge dbilmente:
g
n
g en H. (8.1.4)
1
Para una introduccin ms detallada del mtodo podrn consultarse las notas [36].
327
328 CAPTULO 8. MTODOS DE DESCENSO
Paso 4. Como J es continuo en H y convexo, es semicontinuo inferiormente
para la topologa dbil. Por tanto
J(g) liminf
n
J(g
n
). (8.1.5)
Deducimos que J(g) I lo cual, a su vez, por la denicin de nmo, garantiza
que J(g) = I, lo cual demuestra que el nmo se alcanza y que, por tanto, se
trata de un mnimo.
Este principio es suciente para resolver muchos problemas elpticos.
Por ejemplo, el problema de Dirichlet
_
u = f en
u = 0 en ,
(8.1.6)
puede resolverse fcilmente de este modo cuando es un dominio acotado.
Basta aplicar el MDCV al funcional
J(v) =
1
2
_

[ v [
2
dx
_

fvdx (8.1.7)
en el espacio de Hilbert H
1
0
().
Cuando f L
2
(), por la desigualdad de Poincar es fcil comprobar que J
es continuo, convexo y coercivo. El mnimo se alcanza en un punto u H
1
0
()
que resulta ser una solucin dbil caracterizada por las condiciones
_

_
u H
1
0
()
_

u vdx =
_

fvdx, v H
1
0
().
(8.1.8)
El mismo principio se aplica en todo espacio de Banach reexivo. Esto permite
por ejemplo resolver problemas elpticos no lineales de la forma
_
u+ [ u [
p1
= f en
u = 0 en ,
(8.1.9)
minimizando el funcional
J(u) =
1
2
_

[ u [
2
dx +
1
p + 1
_

[ u [
p+1
dx
_

fudx (8.1.10)
en el espacio de Banach reexivo H
1
0
() L
p+1
().
Este MDCV es ms que un mtodo demostracin de resultados de existencia
y puede dar lugar a mtodos iterativos de aproximacin de soluciones. Se trata de
los mtodos de descenso que en cada paso hacen decrecer el valor del funcional a
minimizar hasta alcanzar el mnimo. En las prximas subsecciones presentamos
los mtodos de mximo descenso y de gradiente conjugado en el contexto de los
sistemas lineales en dimensin nita.
8.2. EL MTODO DEL MXIMO DESCENSO 329
8.2. El mtodo del mximo descenso
Con el objeto de ilustrar estos mtodos consideramos el sistema lineal alge-
braico
Ax = b (8.2.1)
donde b es un vector dado de R
N
, A es una matriz simtrica denida positiva
N N y x es el vector incgnita, tambin de R
N
.
La solucin de (8.2.1) es el mnimo del funcional
J(x) =
1
2
Ax, x) b, x) (8.2.2)
en R
N
.
Su gradiente viene dado por
J(x) = Ax b. (8.2.3)
Al aplicar un mtodo de descenso obtendremos una sucesin de puntos en
R
N
que tendrn como objetivo aproximar el punto de mnimo x R
N
. Dado
uno de esos puntos y R
N
, denimos el residuo
r = b Ay. (8.2.4)
Es obvio que x es solucin de (8.2.1) cuando el residuo se anula.
La sucesin x
k
que el mtodo de descenso proporciona puede denirse del
modo siguiente:
x
k+1
= x
k
+
k
r
k
(8.2.5)
donde
r
k
= b Ax
k
, (8.2.6)
siendo
k
una constante que elegirememos de modo que el funcional J decrezca
lo ms posible.
Por tanto, en este mtodo de descenso, a partir del punto x
k
de la iteracin
anterior avanzamos en la direccin del residuo, pues se trata de la direccin de
mxima pendiente del funcional.
Con el objeto de elegir el valor ms adecuado de
k
calculamos J(x
k+1
).
Tenemos
J(x
k+1
) = J(x
k
) +

2
k
2
Ar
k
, r
k
)
k
r
k
, b) +
k
Ax
k
, r
k
)
= J(x
k
)
k
r
k
, r
k
) +

2
k
2
Ar
k
, r
k
).
330 CAPTULO 8. MTODOS DE DESCENSO
Calculamos el valor ptimo de
k
imponiendo la condicin J/
k
= 0. Obte-
nemos as

k
=
r
k
, r
k
)
Ar
k
, r
k
)
=
[ r
k
[
2
Ar
k
, r
k
)
. (8.2.7)
De esta expresin deducimos a su vez que
r
k+1
= r
k

k
Ar
k
, (8.2.8)
lo cual permite actualizar el valor del residuo sin tener que computarlo segn
su denicin.
Conviene tambin observar que de (8.2.7)-(8.2.8) se deduce que
r
k+1
, r
k
) = r
k
, r
k
)
k
Ar
k
, r
k
) = 0. (8.2.9)
Esto signica que el residuo es siempre ortogonal al del paso anterior. Es por eso
que en este mtodo del descenso la direccin de avance es siempre ortogonal a
la del paso previo, lo cual es coherente con el hecho de descender lo ms posible
en cada paso.
Obtenemos asmismo
J(x
k+1
) = J(x
k
)
1 [ r
k
[
2
2Ar
k
, r
k
)
, (8.2.10)
lo cual conrma que el funcional J decrece.
De manera sinttica, el mtodo del descenso puede escribirse como
_

_
x
k+1
= x
k
+
k
x
k
r
k+1
= r
k

k
Ar
k

k
=[ r
k
[
2
_
Ar
k
, r
k
).
(8.2.11)
La sucesin x
k
que el mtodo del descenso proporciona tiene necesaria-
mente como punto de acumulacin la solucin de la ecuacin (8.2.1).
En efecto, como J decrece a lo largo de la sucesin x
k
y J es coerciva,
deducimos que x
k
est acotada. En vista de la expresin (8.2.10) cualquier
punto de acumulacin de la sucesin x
k
ha de ser de residuo nulo y por tanto
solucin de (8.2.1). Como la solucin de (8.2.1) es nica deducimos que toda la
sucesin ha de converger a la misma.
Este argumento no es ms que una adaptacin del clsico principio de inva-
rianza de LaSalle para sistemas dinmicos dotados de una funcional Lyapunov.
Recordemos brevemente la argumentacin. Como J(x
k
) decrece y est acotada
inferiormente su lmite existe:
= lm
k
J(x
k
).
8.2. EL MTODO DEL MXIMO DESCENSO 331
Para cualquier punto de acumulacin y de la sucesin, como x
kj
y tenemos,
por la continuidad de J,
= J(y) = lm
j
J
_
x
kj
_
.
Podemos aplicar una vez ms el algoritmo de descenso (8.2.11) a partir de y,
para obtener y
1
. Ahora bien, y
1
ser entonces el lmite de la sucesin x
kj+1
obtenida a partir de la anterior x
kj
trasladando el ndice de una unidad o, lo
que es lo mismo, aplicando el algoritmo (8.2.11) a la misma.
Entonces x
kj+1
y y, por consiguiente,
J(y
1
) = lmJ
_
x
kj+1
_
= .
Por lo tanto J(y) = J(y
1
) = y, en virtud de (8.2.11), esto slo es posible si
el residuo correspondiente al punto de acumulacin y se anula. Es decir, si y es
solucin de (8.2.1).
Ms adelante vamos a dar una prueba ms cuantitativa de la convergencia
del mtodo. Antes de hacerlo conviene observar que en la implementacin del
mtodo (8.2.11) slo hemos de aplicar el operador A una sola vez en el clculo
de Ar
k
.
A pesar de que el mtodo ha sido desarrollado en el caso en que A es simtrica
denida positiva, el mtodo converge en un marco mucho ms general.
Theorem 8.2.1 Si A es denida positiva y si A
t
A
1
tambin lo es, el mtodo
del descenso (8.2.11) converge a la nica solucin de (8.2.1) para cualquier valor
x
0
de la inicializacin.
Observacin 8.2.1 Obviamente, si A es simtrica y denida positiva, A
t
A
1
tambin lo es puesto que, en este caso, A
t
A
1
= I.
Demostracin 8.2.1 En primer lugar observamos que si A es denida positiva,
A
1
tambin lo es. Por otra parte, como A
t
A
1
es denida positiva, existe c
0
> 0
tal que
c
0
x, A
1
x) x, A
t
A
1
x) (8.2.12)
y c
1
> 0 tal que
c
1
x, Ax) x, x). (8.2.13)
Consideramos ahora la cantidad r
k
, A
1
r
k
). Tenemos, por la denicin de

k
,
r
k+1
, A
1
r
k+1
) = r
k
, A
1
r
k
)
k
r
k
, r
k
)
k
Ar
k
, A
1
r
k
)
+
k
r
k
, Ar
k
) = r
k
, A
1
r
k
)
k
r
k
, A
t
A
1
r
k
).
(8.2.14)
332 CAPTULO 8. MTODOS DE DESCENSO
Por otra parte, de (8.2.13) deducimos que

k
c
1
, (8.2.15)
y, por tanto, por (8.2.12),
r
k+1
, A
1
r
k+1
) (1 c
0
c
1
) r
k
, A
1
r
k
). (8.2.16)
La constante 1 c
0
c
1
es positiva. Basta para ello observar que, como A y A
1
son denidas positivas, si (8.2.12) y (8.2.13) se cumplen, tambin se cumplen
para valores menores de c
0
y c
1
.
Iterando (8.2.16) obtenemos
r
k
, A
1
r
k
) (1 c
0
c
1
)
k
r
0
, A
1
r
0
), (8.2.17)
de donde se deduce que r
k
, A
1
r
k
) tiende a cero. Como A
1
es denida posi-
tiva, esto implica que r
k
tiende a cero. Es decir b Ax
k
tiende a cero, lo cual
implica que x
k
tiende a A
1
b, la nica solucin de (8.2.1).
Observacin 8.2.2 La demostracin anterior muestra que la convergencia del
mtodo se acelera a medida que c
0
c
1
se aproxima a 1. Esto ocurre cuando A
es prxima a la matriz identidad. Pero en general el mtodo puede converger
muy lentamente por la tendencia de los residuos a oscilar. En efecto, a pesar de
que r
k+1
es ortogonal a r
k
nada impide que r
k+2
deje de serlo, lo cual puede
conducir a las oscilaciones aludidas.
Observacin 8.2.3 La prueba de la convergencia que hemos desarrollado est
basada en el anlisis de la cantidad
_
r
k
, A
1
r
k
_
. Esta cantidad es relevante
puesto que
J(x
k
) =
1
2
A
1
r
k
, r
k
) +r(0) (8.2.18)
donde
F(y) =
1
2
y x, A(y x)), (8.2.19)
siendo x = A
1
b la solucin de (8.2.1).
8.3. El mtodo del gradiente conjugado
El mtodo del gradiente conjugado es una de las maneras ms habituales de
acelerar la convergencia del mtodo del descenso.
En este caso elegimos la siguiente iteracin:
x
k+1
= x
k
+
k
[r
k
+
k
(x
k
x
k1
)]
8.3. EL MTODO DEL GRADIENTE CONJUGADO 333
para parmetros
k
y
k
a determinar.
Segn esta frmula, el nuevo cambio de posicin x
k+1
x
k
es combinacin
del residuo r
k
que es la direccin de pendiente mxima y el cambio de direccin
en el paso anterior.
Escribimos la frmula anterior como
x
k+1
= x
k
+
k
p
k
(8.3.1)
donde
p
k
= r
k
+
k
(x
k
x
k1
) = r
k
+
k

k1
p
k1
= r
k
+
k1
p
k1
.
(8.3.2)
Obtenemos as
_

_
x
k+1
= x
k
+
k
p
k
r
k+1
= r
k

k
Ap
k
p
k+1
= r
k+1
+
k
p
k
.
(8.3.3)
El vector p
k
se denomina direccin de bsqueda.
Necesitamos determinar
k
,
k
y p
0
. Nuevamente, hemos de hacerlo de modo
que J(x
k+1
) sea mnimo.
Optimizando el valor de
k
obtenemos

k
=
p
k
, r
k
)
p
k
, Ap
k
)
. (8.3.4)
De este modo
J(x
k+1
) = J(x
k
)
p
k
, r
k
)
2
2p
k
, Ap
k
)
. (8.3.5)
De esta forma se oberva que r
0
es una buena eleccin de p
0
pues garantiza el
decrecimiento del valor de J.
Combinando (8.3.4) con la segunda identidad de (8.3.3) obtenemos
p
k
, r
k+1
) = p
k
, r
k
)
k
p
k
, Ap
k
) = 0. (8.3.6)
Ahora, de (8.3.6) y de la tercera identidad de (8.3.3) obtenemos
p
k+1
, r
k+1
) = r
k+1
, r
k+1
) +
k
p
k
, r
k+1
) =[ r
k+1
[
2
. (8.3.7)
Como hemos elegido p
0
= r
0
deducimos que
p
k
, r
k
) =[ r
k
[
2
, k 0
y por lo tanto

k
=
[ r
k
[
2
p
k
, Ap
k
)
, (8.3.8)
334 CAPTULO 8. MTODOS DE DESCENSO
J(x
k+1
) = J(x
k
)
[ r
k
[
4
2p
k
, Ap
k
)
. (8.3.9)
En vista de (8.3.9), deberamos elegir p
k
de modo que p
k
, Ap
k
) fuese mnima.
Tenemos
p
k
, Ap
k
) = r
k
, Ar
k
) + 2
k1
r
k
, Ap
k1
) +
2
k1
p
k1
, Ap
k1
).
Por tanto, la eleccin ptima de
k1
es

k
=
r
k+1
, Ap
k
)
p
k
, Ap
k
)
.
De este modo observamos que
p
k+1
, Ap
k
) = r
k+1
, Ap
k
) +
k
p
k
, Ap
k
) = 0
y por consiguiente
p
k+1
, Ap
k
) = 0.
Esto signica que las sucesivas direcciones de bsqueda verican una condicin
de conjugacin.
Por otra parte,
p
k
, Ap
k
) = r
k
, Ap
k
) +
k+1
p
k1
, Ap
k
) = r
k
, Ap
k
)
y por tanto
r
k+1
, r
k
) = r
k
, r
k
)
k
Ap
k
, r
k
) = r
k
, r
k
)
k
p
k
, Ap
k
) = 0. (8.3.10)
Esto permite reescribir
k
. En efecto,
r
k+1
, r
k+1
) = r
k+1
, r
k
)
k
r
r+1
, Ap
k
) =
k
r
k+1
, Ap
k
)
y por tanto

k
=
1

k
[ r
k+1
[
2
p
k
, Ap
k
)
=
[ r
k+1
[
2
[ r
k
[
2
.
El mtodo del gradiente conjugado puede entonces reescribirse del modo siguien-
te:
p
0
= r
0
= b Ax
0
x
k+1
= x
k
+
k
p
k
r
k+1
= r
k

k
Ap
k
p
k+1
= r
k+1
+
k
p
k

k
=[ r
k
[
2
/p
k
, Ap
k
)

k
=[ r
k+1
[
2
/ [ r
k
[
2
.
8.4. SISTEMAGRADIENTE ENDIMENSINFINITA: CONVERGENCIAAL EQUILIBRIO335
Conviene sealar que cuando
k
es pequeo el mtodo es prximo al de
descenso mximo.
Para el mtodo de gradiente conjugado se tiene la siguiente propiedad fun-
damental:
r
k
, r
j
) = p
k
, Ap
j
) = 0, k ,= j.
Com consecuencia de sto tenemos que:
Theorem 8.3.1 Si A es una matriz N N simtrica y denida positiva, el
mtodo de gradiente conjugado converge en, a lo sumo, N pasos.
Sin embargo, en las aplicaciones prcticas, el valor de N puede resultar muy
grande por lo que puede resultar necesario una estimacin de convergencia ms
precisa.
Theorem 8.3.2 Si la matriz A es simtrica y denida positiva, el error e
k
del
mtodo de gradiente conjugado satisface:
e
k
, Ae
k
)
1/2
2
_

max

mn

max
+

mn
_
k
e
0
, Ae
0
)
1/2
,
donde
mn
y
m ax
son respectivamente los autovalores mnimo y mximo de la
matriz A.
De acuerdo con este resultado, la convergencia del mtodo de gradiente con-
jugado se acelera cuando los autovalores de A estn muy cerca unos de otros.
Para un desarrollo ms completo de este mtodo el lector podr consultar el
captulo 14 del libro de Strikwerda [22] y el captulo 2 del libro de Quarteroni y
Valli [19].
8.4. Sistema gradiente en dimensin nita: Con-
vergencia al equilibrio
Hemos visto que al discretizar las ecuaciones de evolucin tipo Navier-Stokes
y Burgers en tiempo, en cada paso de la iteracin temporal, nos encontramos con
una ecuacin elptica no-lineal a resolver. Lo mismo ocurre cuando abordamos
la resolucin de la ecuacin de evolucin mediante la teora de semi-grupos no-
lineales, como veremos ms adelante.
Pero los problemas elpticos subyacentes tiene importancia ms all de estas
consideraciones al nivel de la modelizacin. En efecto, son muchos los casos en
los que, con el objeto de simplicar el modelo en consideracin, se sustituye la
336 CAPTULO 8. MTODOS DE DESCENSO
ecuacin de evolucin por una ecuacin estacionaria, de modo que, en el mbito
de las ecuaciones analizadas en este curso, esto supone pasar de una ecuacin
parablica a una elptica.
Esto supone una simplicacin muy importante tambin desde el punto de
vista numrico pues desaparece la variable temporal.
Hay una razn para que esta reduccin se pueda hacer en algunas ecuaciones:
las soluciones, a medida que t +, sufren una simplicacin asinttica que
hace que se parezcan cada vez ms a la (o una) solucin estacionaria. En esta
seccin vamos a analizar algunos casos sencillos en los que este hecho puede
probarse de manera rigurosa. Obviamente, en la prctica, esta posibilidad de
simplicar el modelo para considerarlo estacionario, se utiliza incluso en casos en
cuya validez es dudosa. Esto, evidentemente, puede ser una causa para invalidar
los resultados obtenidos. Es precisamente por esta razn que es importante
conocer las tcnicas bsicas que permiten justicar esta simplicacin al nivel
de la modelizacin.
Consideramos en primer lugar un sistema gradiente en dimensin nita
_
x
t
(t) +H(x(t)) = 0, t > 0
x(0) = 0,
(8.4.1)
donde
H : R
N
R (8.4.2)
es una funcin de clase C
2
, convexa y que alcanza su valor mnimo en un nico
punto x

R
N
:
H(x

) = mn
xR
N
H(x). (8.4.3)
Obviamente, se tiene,
H(x

) = 0, (8.4.4)
por lo que x

es una solucin estacionaria de (8.4.1). En realidad, x

es la nica
solucin estacionaria de (8.4.1) puesto que serlo es equivalente a ser un punto
crtico de H y slo existe uno: el mnimo global x

.
Multiplicando en (8.4.1) por x
t
(t) obtenemos que
[ x
t
(t) [
2
+H(x(t)), x
t
(t)) = 0. (8.4.5)
Aqu y en lo sucesivo, [ [ denota la norma euclidea en R
N
y , ) el producto
escalar asociado.
Por otra parte,
H(x(t)), x
t
(t)) =
d
dt
H(x(t)).
8.4. SISTEMAGRADIENTE ENDIMENSINFINITA: CONVERGENCIAAL EQUILIBRIO337
Deducimos por tanto la identidad,
d
dt
H(x(t)) = [ x
t
(t) [
2
, (8.4.6)
de donde se obtiene que
H(x(t)) +
_
t
0
[ x
t
(s) [
2
ds = H(x
0
). (8.4.7)
En particular,
H(x(t)) H(x
0
). (8.4.8)
Suponiendo que H es coerciva, i.e.
lm
]x]
H(x) = , (8.4.9)
lo cual es una hiptesis natural a la hora de minimizar el funcional H, obtenemos
que la trayectoria t x(t) est acotada.
Denimos ahora el conjunto -lmite:
(x
0
) = y
0
R
N
: t
j
, x(t
j
) y
0
(8.4.10)
que es no vaco.
Del principio de invarianza de La Salle
2
, en vista de la ley de disipacin
(8.4.6) es fcil comprobar que y(t) solucin de (8.4.1) con dato inicial y
0
, es tal
que H(y
0
) = 0. Por la unicidad del punto crtico de H deducimos que y
0
= x

.
Esto demuestra que
(x
0
) = x

(8.4.11)
y, por tanto, que
x(t) x

, t . (8.4.12)
El resultado que acabamos de demostrar muestra que, bajo condiciones bas-
tante generales sobre el potencial H, todas las soluciones de (8.4.1) convergen a
la nica solucin de equilibrio x

. Esto permite justicar la sustitucin del mo-


delo de evolucin (8.4.1) por el estacionario (8.4.4). Pero sto ha de hacerse con
prudencia puesto que la demostracin de convergencia que hemos realizado no
proporciona ninguna estimacin sobre la velocidad con la que esto se produce.
2
H(x(t)) est acotada inferiormente y es decreciente. Tiene por tanto un lmite
lm
t
H(x(t)) = L. Por otra parte, como x(t
j
) y
0
, por la propiedad de semigrupo,
x(t
j
+t) y(t). Como H(x(t
j
+t)) L, j para todo t > 0, deducimos que H(y(t)) = L,
para todo t > 0. Aplicando la identidad de energa (8.4.6) deducimos que y

(t) = 0 lo cual
equivale a y(t) y
0
. Como la nica solucin estacionaria es x

, deducimos que y
0
= x

.
338 CAPTULO 8. MTODOS DE DESCENSO
Bajo hiptesis adicionales sobre el potencial H, se puede adems estimar la
velocidad de convergencia. Dada la solucin x = x(t) de (8.4.1) y la solucin
estacionaria x

de (8.4.4), consideramos la diferencia


y(t) = x(t) x

.
Tenemos entonces
y
t
(t) =
_
H(x(t)) H(x

)
_
=
_
H(y(t)) +x

) H(x

)
_
.
Multiplicando escalarmente por y(t) en esta ecuacin deducimos que
1
2
d
dt
[ y(t) [
2
=
_
H(y(t) +x

) H(x

), y(t))
_
.
Si H es de clase C
2
, utilizando el desarrollo de Taylor, deducimos que
H(y(t) +x

) H(x

), y(t)) = D
2
H((t))y(t), y(t)),
donde D
2
H denota la matriz Hessiana de H.
Suponiendo que H es estrictamente uniformemente convexa, deducimos la
existencia de > 0 tal que
D
2
H() I, R
N
, (8.4.13)
de modo que
H(y(t) +x

) H(x

), y(t)) [ y(t) [
2
,
es decir,
1
2
d
dt
[ y(t) [
2
[ y(t) [
2
, (8.4.14)
de donde se deduce la convergencia exponencial
[ y(t) [ e
t
[ y
0
[= e
t
[ x
0
x

[ . (8.4.15)
8.5. Sistemas gradiente y mtodos de descenso
En la seccin 8.4 hemos probado que por sistemas gradiente de la forma
_
x
t
+H(x) = 0, t > 0
x(0) = x
0
,
(8.5.1)
8.5. SISTEMAS GRADIENTE Y MTODOS DE DESCENSO 339
bajo condiciones adecuadas de convexidad y de coercividad del potencial H, las
soluciones de (8.5.1) convergen, cuando t , a la solucin estacionaria x

:
H(x

) = 0. (8.5.2)
Podemos interpretar este resultado, como lo hemos hecho hasta ahora, como el
de la simplicacin asinttica que nos permite pasar de (8.5.1) a (8.5.2).
Pero puede ser interpretado tambin de manera distinta. En efecto, bajo
las hiptesis de convexidad y coercividad impuestas sobre el funcional H, este
posee un nico punto crtico x

, que es el mnimo global, solucin de (8.5.2).


El hecho de que las soluciones de (8.5.1) converjan, cuando t , a este
punto crtico nos permiten interpretar la ecuacin de evolucin (8.5.1) como
una manera de aproximar el mnimo del funcional. La ecuacin (8.5.1) puede
por tanto entenderse como un algoritno continuo en t para la aproximacin del
mnimo del funcional H.
De hecho, se trata de un algoritmo de descenso en la medida que, tal y como
probbamos en (8.4.6), se verica la identidad de energa
d
dt
H(x(t)) = [ x
t
(t) [
2
, (8.5.3)
que demuestra que H(x(t)) decrece a medida que t aumenta. La ecuacin di-
ferencial (8.5.1) constituye por tanto un mecanismo continuo de minimizacin
del funcional H que conduce la trayectoria desde el punto inicial x
0
de ener-
ga y nivel H(x
0
) hasta el punto de mnimo x

de energa H(x

), de manera
montona.
El mismo tipo de algoritmo puede reproducirse de manera discreta en tiem-
po. Para hacerlo, introducimos una discretizacin en tiempo de la ecuacin
(8.5.1) de paso t,
x
k+1
x
k
t
= H(x
k+1
) (8.5.4)
que puede tambin escribirse como
x
k+1
+ tH(x
k+1
) = x
k
, (8.5.5)
o, de otro modo, como
x
k+1
= (I + tH)
1
(x
k
). (8.5.6)
La aplicacin h = (I + tH)
1
est bien denida. En efecto, para resolver
h(x) = y x + tH(x) = y (8.5.7)
340 CAPTULO 8. MTODOS DE DESCENSO
basta con minimizar el funcional
J(x) =
1
2
[ x [
2
+tH(x) y x (8.5.8)
en R
N
. Este funcional posee en efecto un nico mnimo x R para cada y R
N
puesto que es continuo, convexo y coercivo.
Este punto de mnimo es precisamente la nica solucin de (8.5.7) por ser J
tambin estrictamente convexo.
La iteracin discreta (8.5.4) es por tanto la misma, escrita en la forma (8.5.6)
que se utilizara en la bsqueda de un punto jo de la aplicacin J = (I +
tH)
1
si esta fuese contractiva. Veamos que en realidad lo es.
Consideramos dos puntos y
1
, y
2
R
N
y las correspondientes soluciones
x
1
, x
2
R
N
:
x
j
+ tH(x
j
) = y
j
, j = 1, 2.
Resultando las ecuaciones para j = 1, 2 obtenemos
x
1
x
2
= t
_
H(x
1
) H(x
2
)
_
= y
1
y
2
.
Multiplicando esta identidad por x
1
x
2
(haciendo el producto escalar en R
N
)
obtenemos que
[ x
1
x
2
[
2
+tH(x
1
) H(x
2
), x
1
x
2
) = y
1
y
2
, x
1
x
2
) [ y
1
y
2
[ [ x
1
x
2
[ .
Ahora bien, si H es uniforme y estrictamente convexa, existe > 0 tal que
H(x
1
) H(x
2
), x
1
x
2
) [ x
1
x
2
[
2
,
de donde deducimos que
(1 +t) [ x
1
x
2
[
2
[ y
1
y
2
[ [ x
1
x
2
[ .
Es decir,
[ x
1
x
2
[ k [ y
1
y
2
[
con
k =
1
1 +t
< 1.
Vemos pues que J = (I + tH)
1
es estrictamente contractiva. La iteracin
(8.5.4) construida discretizando en tiempo el sistema dinmico gradiente, por lo
tanto, converge y converge al punto jo de J que satisface
x +tH(x) = x.
8.6. MNIMO CUADRADOS 341
Se trata evidentemente de una ecuacin equivalente a
H(x) = 0
cuya nica solucin es el mnimo absoluto x

de H.
Hemos comprobado por tanto que el sistema dinmico discreto (8.5.4) pro-
porciona tambin un algoritmo iterativo de aproximacin del mnimo del fun-
cional H.
8.6. Mnimo cuadrados
Hemos visto que muchos de los problemas que se plantean en el contexto de la
Mecnica de Fluidos admiten una formulacin variacional. Esto permite, desde
un punto de vista terico, resolverlos mediante el Mtodo Directo del Clculo
de Variaciones y, desde un punto de vista computacional, hacerlo mediante un
mtodo iterativo de descenso como el Mtodo del Gradiente Conjugado.
Pero hay otros muchos problemas que no pueden ser abordados de este modo,
ya sea porque no admiten una formulacin variacional o bien porque el funcional
involucrado no es convexo.
En el caso por ejemplo de los sistemas lineales
Ax = b, (8.6.1)
en los que, si A no es simtrica, Ax b no es el gradiente de un funcional
J : R
N
R.
Por otra parte, el contexto de las ecuaciones de reaccin-difusin de la teora
de la combustin surgen ecuaciones elpticas con no-linealidad exponencial de
la forma
_
u = e
u
+f en
u = 0 en .
En este caso, las soluciones son puntos crticos del funcional
J(u) =
1
2
_

[ u [
2
dx
_

e
u
dx
_

fudx,
que est bien denido si R
2
. Pero al no ser convexo, los mtodos de descenso
habituales no garantizan la convergencia a un punto crtico.
En estos casos los mtodos inspirados en los mnimos cuadrados pueden ser
de gran utilidad.
342 CAPTULO 8. MTODOS DE DESCENSO
Para ilustrar este tipo de mtodos consideramos en primer lugar un sistema
de N ecuaciones no-lineales en R
N
:
f
i
_
x
1
, . . . , x
N
_
= 0, i = 1, . . . , N, (8.6.2)
que escribimos en forma vectorial como
f(x) = 0. (8.6.3)
Sea una matriz NN simtrica y denida positiva y consideremos la funcin
j(y) =
1
2
f(y), f(y)) (8.6.4)
donde < , > denota el producto escalar en R
N
.
La solucin mnimos cuadrados asociada a la matriz M es aquella que re-
suelve el siguiente problema de minimizacin:
_
x R
N
j(x) j(y), y R
N
.
(8.6.5)
Para ilustrar el signicado de esta reduccin consideramos la ecuacin lineal en
la que
f(y) = Ay b. (8.6.6)
La ecuacin original a resolver es entonces
Ax = b, (8.6.7)
que tiene una solucin s y slo s
b R(A) = q : q = Ay, y R
N
. (8.6.8)
Tomamos, para simplicar los clculos = I. En este caso las soluciones obte-
nidas para mnimos cuadrados son las correspondientes a la forma normal
A
t
Ax = A
t
b. (8.6.9)
Lo sorprendente de este hecho es que la matriz A
t
A involucrada en la ecuacin
normal es simtrica y semi-denida positiva. Adems, este nuevo sistema tiene
siempre al menos una solucin puesto que b R(A
t
) = R(A
t
A).
Cuando ker(A
t
A) = 0 (i.e. rank (A) = N) el sistema (8.6.9) admite una nica
solucin. Sin embargo, cuando rank (A) < N, el sistema admite una innidad
de soluciones de la forma
x = x +z, x R(A
t
), z ker A. (8.6.10)
8.6. MNIMO CUADRADOS 343
De las soluciones
R
N
= R(A
t
) ker(A); (R(A
t
)) = ker(A)), (8.6.11)
deducimos la relacin
| x |
2
=| x |
2
+ | z |
2
| x |
2
. (8.6.12)
Vemos pues que x es la nica solucin de norma mnima de (8.6.9) son los puntos
crticos del funcional
J(x) =
1
2
| A
t
x |
2
A
t
b x, (8.6.13)
que es convexo. El mtodo de mnimos cuadrados juega pues el papel de conve-
xicador del sistema (8.6.7).
Consideramos ahora el caso en que f no es afn. Suponemos que f C
2
. Sea
x una solucin (8.6.3), entonces
_
j
t
(x) = f
t
(x)
t
f(x) = 0
j
tt
(x) = f
t
(x)
t
f
t
(x).
(8.6.14)
La matriz j
tt
(x) es semi-denida positiva y, cuando f(x) es regular (i.e.
det (f
t
(x)) ,= 0), es denida positiva. De este modo observamos que j
tt
() es
denida positiva en un entorno de x y por tanto j es estrictamente convexa.
Vemos por tanto que el mtodo de mnimos cuadrados tiene propiedades de
convexicacin locales.
El papel de la matriz elegida para aplicar el mtodo de mnimos cuadrados
es mltiple. Por ejemplo, permite privilegiar algunas de las ecuaciones f
i
(x) = 0
frente a otras. La matriz puede tambin contribuir a reducir el nmero de
condicin de j
t
(y), lo cual hace el problema de los mnimos cuadrados (8.6.5)
ms robusto.
En el marco lineal, la ecuacin correspondiente a cada matriz es de la
forma
A
t
Ax = A
t
b. (8.6.15)
Se trata de la ecuacin normal generalizada. Este sistema tiene siempre una
solucin que puede ser nica o no en funcin de que ker (A) se reduzca o no al
0.
Cuando las dimensiones del sistema no son excesivas el sistema (8.6.15) puede
resolver mediante un mtodo directo (Cholesky, por ejemplo). Cuando R(A
t
) <
N conviene introducir una regularizacin del sistema de la forma
(S +A
t
A)x

= A
t
b, (8.6.16)
344 CAPTULO 8. MTODOS DE DESCENSO
siendo > 0 y S una matriz simtrica y denida positiva (S = I, por ejemplo).
Se tiene entonces que
x

x
s
= O(), (8.6.17)
donde x
s
es la nica solucin de (8.6.15) en R(S
1
A
t
). Por otra parte, la ecua-
cin (8.6.16) puede resolverse mediante el mtodo de gradiente conjugado.
Captulo 9
Mtodos de Galerkin
9.1. El lema de Lax-Milgram y sus variantes
Muchos de los problemas de la Mecnica de Medios Continuos y sus apro-
ximaciones numricas admiten una formulacin variacional semejante a la si-
guiente:
_
v V
A(u, v) = F(v), v V
(9.1.1)
donde V es un espacio de Hilbert, A una forma bilineal y F una forma lineal.
El siguiente resultado de Lax-Milgram es una herramienta bsica y funda-
mental para su resolucin:
Lema de Lax-Milgram.
Sea V un espacio de Hilbert real de norma | |, A(u, v) : V V R una
forma bilineal y F : V R un funcional lineal y continuo. Supongamos que
A(, ) es continua, i.e.,
[ A(u, v) [ | u | | v |, u, v V (9.1.2)
y coerciva,
A(u, u) | u |
2
, u V. (9.1.3)
Entonces, existe una nica u V solucin de (9.1.1) y satisface
| u |
1

| F |
V
. (9.1.4)
Por otra parte, si A es simtrica, la solucin u de (9.1.1) es el nico punto de
mnimo del funcional
J(v) =
1
2
A(v, v) F(v). (9.1.5)
345
346 CAPTULO 9. MTODOS DE GALERKIN
La siguiente generalizacin es debida a Necas:
Theorem 9.1.1 Sean W y V dos espacios de Hilbert reales, con normas [[[ [[[
y | | respectivamente. Supongamos que existen dos constantes positivas y
tales que la forma bilineal A : W V R satisface
[ A(w, v) [ [[[w[[[ | v |, w W, v V (9.1.6)
sup
vV
v=0
A(w, v)
| v |
[[[w[[[, w W (9.1.7)
sup
wW
A(w, v) > 0, v V, v ,= 0. (9.1.8)
Entonces, para todo F V
t
, existe una nica solucin de
_
w W
A(w, v) = F(v), v V.
(9.1.9)
Conviene observar que la diferencia fundamental entre (9.1.1) y (9.1.9) es
que, en la segunda, la solucin w pertenece a un espacio distinto (W) al que
pertenecen las funciones test (V ).
Demostracin 9.1.1 Gracias al teorema de representacin de Riesz existe un
operador continuo / : W V tal que
A(w, v) = (/w, v)
V
, v V (9.1.10)
donde (, )
V
denota el producto escalar en V . Adems, en virtud de (9.1.6)
tenemos
| /w | [[[w[[[, w W. (9.1.11)
El problema se reduce a probar que, para cada F V
t
, existe una nica
w W tal que
/w = RF (9.1.12)
donde R : V
t
V es la isometra asociada al teorema de representacin de
Riesz.
El operador / es inyectivo, i.e., /w = 0 implica que w = 0.
Por otra parte el rango de / es cerrado. En efecto, si /w
n
v en V tenemos
[[[w
n
w
m
[[[
1

sup
vV
v=0
(/(w
n
w
m
), v)
V
| v |

1

| /(w
n
w
m
) | .
Por tanto w
n
w en W y entonces /w
n
/w en V . Entonces v = /w.
9.2. EL MTODO DE GALERKIN 347
Por ltimo, si z R(A)

, i.e., si
(/w, z)
V
= A(w, z) = 0, w W,
necesariamente z = 0. Por tanto / es sobreyectivo.
Por consiguiente, deducimos que si F V
t
existe una nica solucin de
(9.1.12), tal y como se pretenda probar.
Adems,
[[[u[[[ sup
vV
v=0
(/u, v)
V
| v |
= sup
vV
v=0
(RF, v)
V
| v |
=| F |
V
.
Acabamos de probar una generalizacin del Lema de Lax-Milgram. En el
caso en que la forma bilineal A es simtrica, es fcil comprobar que la solucin
de (9.1.1) se puede obtener por minimizacin del funcional J de (9.1.5).
Para probar que J alcanza su mnimo basta aplicar el Mtodo Directo del
Clculo de Variaciones pues J es un funcional continuo, coercivo y convexo en
el espacio de Hilbert V . Para comprobar que en el mnimo de J es la solucin
de (9.1.1) basta constatar que el mnimo u V se tiene
DJ(u) = 0 en V
t
, (9.1.13)
es decir,
DJ(u), v) = 0, v V. (9.1.14)
Es fcil comprobar que
DJ(u), v) = A(u, v) F(v). (9.1.15)
9.2. El mtodo de Galerkin
El mtodo Galerkin proporciona una forma sistemtica de obtener aproxima-
ciones nito-dimensionales convergentes de problemas variacionales de la forma
(9.1.1).
Para ello consideramos una familia V
h

h>0
de subespacios de dimensin
nita de V .
Supongamos que para todo v V existe una sucesin v
h
V
h
tal que
v
h
v en V, cuando h 0. (9.2.1)
Dado F V
t
, la aproximacin de Galerkin de (9.1.1) es:
u
h
V
h
, A(u
h
, v
h
) = F(v
h
), v
h
V
h
. (9.2.2)
348 CAPTULO 9. MTODOS DE GALERKIN
Este sistema puede reescribirse en forma matricial. Si
j
: j = 1, , N
h

es una base de V
h
y
u
h
=
N
h

j=1

j
, (9.2.3)
el problema (9.2.2) puede reescribirse de la forma siguiente

A = F (9.2.4)
donde

A es la matriz de componentes

A
ij
= A(
i
,
j
) , es el vector incgnita
de componentes
j
, y F es el dato con componentes F
j
= F(
j
).
La matriz A se denomina matriz de rigidez.
Tenemos el siguiente resultado:
Theorem 9.2.1 Bajo las hiptesis del Lema de Lax-Milgram, para todo h > 0
existe una nica solucin u
h
V
h
de (9.2.2) tal que
| u
h
|
V

| F |
V

. (9.2.5)
Adems,
| u u
h
|
V

nf
v
h
V
h
| u v
h
|
V
, (9.2.6)
donde u y u
h
son respectivamente las soluciones de (9.1.1) y de (9.2.2).
En particular, bajo la hiptesis adicional (9.2.1) el mtodo de Galerkin con-
verge.
Demostracin 9.2.1 La aplicacin del Lema de Lax-Milgram en (9.2.2) pro-
porciona la existencia de una nica solucin u
h
V
h
. Tomando la funcin test
v
h
= u
h
obtenemos
| u
h
|
2
A(u
h
, u
h
) = F(u
h
) | F |
V
| u
h
|, (9.2.7)
lo cual garantiza que la sucesin u
h
est acotada en V .
Sustrayendo las formulaciones variacionales (9.1.1) y (9.2.2) obtenemos
A(u u
h
, v
h
) = 0, v
h
V
h
. (9.2.8)
Tomando como funcin test v
h
= w
h
u
h
con w
h
V
h
obtenemos
| u u
h
|
2
A(u u
h
, u u
h
) = A(u u
h
, u w
h
)
| u u
h
| | u w
h
|, w
h
V
h
de donde se obtiene (9.2.6).
9.2. EL MTODO DE GALERKIN 349
Observacin 9.2.1 Cuando A es simtrica, la solucin u
h
de (9.2.2) se obtiene
minimizando la restriccin de J a V
h
V
h
. En este caso la matriz

A del sistema
(9.2.4) es tambin simtrica denida positiva.
Observacin 9.2.2 En la estimacin (9.2.6) que es vlida sea cual sea la familia
de espacios V
h

h>0
de dimensin nita considerada se observa con claridad la
importancia de suponer que (9.2.1) se satisface. En efecto, es slo bajo esta
hiptesis que (9.2.1) garantiza que u
h
u en V cuando h 0.
Por otra parte, es natural que, cuando (9.2.1) no se cumple, el mtodo de
Galerkin no converja. En efecto, cuando (9.2.1) no se cumple, los subespacios V
h
elegidos no llenan.
el
espacio de Hilbert V donde el problema variacional ortiginal
est formulado y por tanto no cabe esperar la convergencia de la aproximacin.
De todas maneras, de (9.2.6) se deduce que el mtodo converge siempre que la
solucin u sea lmite de funciones u
h
de V
h
. En otras palabras, siempre que u
sea lmite de funciones de V
h
, u es en realidad lmite de las aproximaciones de
Galerkin.
9.2.1. Interpretacin geomtrica del mtodo de Galerkin
Cuando la forma bilineal A es simtrica, la solucin u
h
V
h
del problema
aproximado de Galerkin es la proyeccin ortogonal de la solucin (9.1.1) sobre
V
h
con respecto al producto escalar correspondiente a la forma bilineal A(, ).
En efecto, como A(, ) es una forma bilineal simtrica, continua y coerciva en
V , induce unn producto escalar que es completamente equivalente al producto
escalar cannico de V .
Por tanto, dado u V cualquiera, su proyeccin ortogonal u
h
V
h
con res-
pecto a este producto escalar est caracterizado por las dos propiedades equi-
valentes siguientes:
Distancia mnima entre u y u
h
:
A(u u
h
, u u
h
) = mn
v
h
V
h
A(u v
h
, u v
h
); (9.2.9)
Ortogonalidad:
A(u u
h
, v
h
) = 0, v
h
V
h
. (9.2.10)
La segunda propiedad de ortogonalidad puede reescribirse de la siguiente
forma
A(u, v
h
) = A(u
h
, v
h
), v
h
V
h
(9.2.11)
Vemos por tanto que, cuando u es solucin de (9.1.1), u
h
es solucin de (9.2.1).
350 CAPTULO 9. MTODOS DE GALERKIN
En virtud de esta propiedad es ms fcil entender la estimacin de error
(9.2.6). En la medida en que u
h
es el elemento de V
h
ms prximo a u en la norma
inducida por la forma bilineal A, para estimar el error, es decir, la distancia de u
a u
h
podemos tomar como cota superior la distancia de u a cualquier elemento
u
h
de V
h
. Este hecho se utiliza de manera profusa en la prctica para obtener
estimaciones explcitas de error o rdenes de convergencia. Esto se hace mediante
la obtencin de una aproximacin u
h
de u ms o menos explcita para la que
seamos capaces de estimar la distancia a u de una manera sencilla. Cada vez que
somos capaces de hacer sto hemos obtenido una estimacin del error entre u y
u
h
, la solucin del problema original (9.1.1) y de la aproximacin de Galerkin
(9.2.1).
9.2.2. Orden de convergencia
En la terminologa clsica del Anlisis Numrico se dice que el mtodo de
aproximacin es de orden p si | u u
h
|= O(h
p
) cuando h 0.
En vista de (9.2.6) para obtener un mtodo de Galerkin de orden p bastara
con encontrar unos subespacios V
h
de V de dimensin nita de modo que para
cada u V existiese una sucesin aproximante v
h
V
h
tal que
| u v
h
|= O(h
p
).
Desafortunadamente esto no puede ocurrir en dimensin innita.
1
Sin embargo esto es perfectamente factible para determinados subespacios
1 densos en V .
Este ltimo hecho nos va a permitir en la prctica obtener estimaciones de
la velocidad de convergencia para los problemas elpticos ms clsicos asociados
al Laplaciano, al operador de Stokes, al sistema de elasticidad, etc. Esto es as
puesto que los resultados clsicos de la teora de regularidad elptica garantizan
que, a pesar de que en un principio las soluciones pertenecen a V , en la prctica
pertenecen a un subespacio de funciones ms regulares que podemos identicar
y que permite establecer una tasa explcita de convergencia del mtodo. Por
ejemplo, en el caso del problema de Dirichlet para el Laplaciano, esto es as
puesto que, cuando el segundo miembro es de cuadrado integrable y el dominio
de clase C
2
las soluciones dbiles de H
1
0
() pertenecen en realidad a H
2
().
1
El lector interesado podr reexionar sobre el ejemplo cannico en que V =
2
y V
h
es
el subespacio de dimensin nita constituido por las sucesiones con trminos nulos a partir
del [1/h]-simo. Si bien no se puede obtener un orden de aproximacin uniforme en todo el
espacio
2
si que puede hacerse, por ejemplo, para el subespacio h
1
del espacio
2
(vase el
ejercicio 12).
9.2. EL MTODO DE GALERKIN 351
A partir de esta formulacin abstracta y general del mtodo de Galerkin
pueden darse un sinn de aplicaciones importantes. En el contexto del problema
de Dirichlet para la ecuacin de Laplace las variantes ms importantes provienen
de hacer las diversas posibles elecciones de los subespacios aproximantes V
h
.
Hay dos casos particularmente importantes y que analizaremos brevemente en
las proximas secciones: los mtodos espectrales y el mtodo de elementos nitos.
9.2.3. Mtodos espectrales
Se trata de un caso particular del mtodo de Galerkin en el que elegimos V
h
a partir de las autofunciones del operador de Laplace.
Recordemos brevemente los resultados bsicos de descomposicin espectral.
Consideramos por tanto un dominino acotado de R
n
, f H
1
() y estu-
diamos el problema de Dirichlet
_
u = f en
u

= 0
(9.2.12)
que admite la formulacin variacional
_

_
u H
1
0
(),
_

u dx = f, )
H
1
()H
1
0
()
, H
1
0
().
(9.2.13)
Consideramos ahora el problema espectral
_
= en

= 0.
(9.2.14)
Los resultados clsicos de teora espectral garantizan que existe una sucesin de
autovalores positivos y de multiplicidad nita
0 <
1
<
2

3

N
(9.2.15)
que tiende a innito y cuyas autofunciones asociadas
j

jN
pueden ser elegi-
das de modo que constituyan una base ortonormal de L
2
().
En estas condiciones, si f L
2
(), puede descomponerse como
f(x) =

j=1
f
j

j
(x), (9.2.16)
donde f
j
son los coecientes de Fourier que vienen dados por
f
j
=
_

f
j
dx, (9.2.17)
352 CAPTULO 9. MTODOS DE GALERKIN
y la solucin correspondiente del problema (9.2.11) ( (9.2.12)) es entonces
u(x) =

j=1
f
j

j
(x). (9.2.18)
Utilicemos ahora la base de autofunciones para construir un mtodo de Ga-
lerkin.
Para cualquier N 1 introducimos el subespacio V
N
de V generado por las
N primeras funciones propias
1
, ,
N
, i.e.
V
N
= span [
1
, ,
N
] . (9.2.19)
Aunque las autofunciones constituyen una base ortonormal de L
2
() son tam-
bin funciones de H
1
0
() y, de hecho,
_

[
j
[
2
dx =
j
_

2
j
dx =
j
, j 1. (9.2.20)
La aproximacin de Galerkin se dene entonces del modo siguiente:
_

_
u
N
V
N
_

u
N
v
N
dx = f, v
N
), v
N
V
N
.
(9.2.21)
Como V
N
es un espacio de dimensin N, (9.2.20) equivale en realidad a un
sistema lineal de N ecuaciones con N incgnitas.
Buscamos la solucin u
N
de (9.2.21) en la forma
u
N
=
N

j=1
u
j, N

j
(x)
y escribimos las N ecuaciones que codican (9.2.21) consistentes en tomar las
funciones test v
N
=
1, ,

N
. Usando la ortogonalidad de
j
en H
1
0
() y en
L
2
() deducimos que (9.2.21) equivale a

j
u
j, N
= f
j
, j = 1, , N (9.2.22)
lo cual muestra que el sistema (9.2.21) es diagonal y admite por solucin
u
j, N
= f
j
/
j
, j = 1, , N. (9.2.23)
Es decir
u
N
(x) =
N

j=1
f
j

j
(x) (9.2.24)
9.2. EL MTODO DE GALERKIN 353
que es en realidad la truncatura de la solucin del problema de Dirichlet u
H
1
0
() calculada explcitamente en (9.2.18).
Esto era efectivamente previsible. El producto escalar inducido por la forma
bilineal de este problema es precisamente el cannico de H
1
0
(). Por tanto u
N
no es ms que la proyeccin ortogonal sobre V
N
, subespacio cerrado de H
1
0
(),
de la solucin u de (9.2.18). Como las autofunciones
j

j1
son ortogonales
en H
1
0
() se deduce entonces que u
N
es necesariamente de la forma (9.2.24).
Observamos por tanto que el mtodo de Galerkin en la base de las funciones
propias del Laplaciano es en realidad el mtodo de Fourier consistente en apro-
ximar la solucin mediante la truncatura del desarrollo de la serie de Fourier de
la misma.
En la argumentacin anterior hemos utilizado en un par de ocasiones la
ortogonalidad de las funciones en H
1
0
(). Esto necesita justicacin pues, en
principio, las autofunciones son ortonormales en L
2
(). La ortogonalidad en
H
1
0
() se deduce del siguiente sencillo clculo. Multiplicando por
k
en la ecua-
cin satisfecha por
j
e integrando por partes se deduce que
_

j

k
dx =
j
_

k
dx.
Como
_

k
dx = 0
cuando j ,= k, deducimos que
_

j

k
dx = 0, (9.2.25)
si j ,= k. Adems, cuando j = k tenemos
_

[
j
[
2
dx =
j
_

2
j
dx =
j
. (9.2.26)
Por tanto |
j
|
H
1
0
()
=
_

j
. Se deduce por tanto que
_

j
_
_

j
_
j1
consti-
tuye una base ortonormal de H
1
0
().
Hemos comprobado que el mtodo de Galerkin en la base de autofuncio-
nes del Laplaciano conduce al mtodo de Fourier. Por otra parte, el mtodo
es convergente. Nos proponemos ahora estudiar el orden de convergencia del
mtodo.
Tal y como habamos comentado anteriormente, bajo la nueva hiptesis de
que f H
1
() o, equivalentemente, u H
1
0
(), no cabe esperar ninguna
estimacin precisa sobre el orden convergencia del mtodo. Veamos sin embargo
354 CAPTULO 9. MTODOS DE GALERKIN
que una hiptesis adicional sobre los datos del problema permite obtener tasas
explcitas.
Supongamos que f L
2
(). En este caso la solucin u no slo pertenece a
la clase H
1
0
() sino que verica adems que u L
2
(). De este modo, habida
cuenta de (9.2.18) tenemos que

j=1
[ f
j
[
2
=

j=1
[ u
j
[
2

2
j
< . (9.2.27)
Por otra parte,
| u u
N
|
2
H
1
0
()
=

j=N+1

j
[ u
j
[
2
(9.2.28)

N+1

j=N+1

j
[ u
j
[
2

| f |
2
L
2
()

N+1
.
Deducimos pues que
| u u
N
|
H
1
0
()
= O
_
1
_

N+1
_
. (9.2.29)
En este caso, es decir, bajo la hiptesis adicional (9.2.27), s que deducimos por
tanto una estimacin sobre la velocidad de convergencia, (9.2.29).
Veamos ahora lo que (9.2.29) signica. En dimensin n = 1, cuando =
(0, L), tenemos
j
=
2
j
2
/L
2
, de donde se deduce que
| u u
N
|
H
1
0
(0, L)
= O(1/N). (9.2.30)
Pero esta estimacin se deteriora a medida que aumentamos en dimensin. En
efecto, por el Teorema de Weyl (vase [6]), sabemos que cuando es un abierto
acotado de R
n
,

N
() c()N
2/n
, N . (9.2.31)
A partir de (9.2.29) y (9.2.31) se deduce que
| u u
N
|
H
1
0
()
= O
_
N
1/n
_
. (9.2.32)
Es decir, bajo la hiptesis de que f L
2
() obtenemos una convergencia del
mtodo de Fourier de orden 1/n, siendo n la dimensin espacial.
Hemos comprobado la convergencia del mtodo de Galerkin-Fourier y la
posibilidad de obtener estimaciones explcitas sobre el orden de convergencia,
mediante hiptesis adicionales sobre el segundo miembro f de la ecuacin.
9.2. EL MTODO DE GALERKIN 355
El mtodo de Fourier-Galerkin sin embargo no es fcil de manejar puesto
que, salvo en caso en que la geometra de sea particularmente sencilla (un
intervalo de R, un cuadrado de R
2
, etc.), el propio problema del clculo de las
autofunciones
j
que constituyen la base del mtodo es ms complejo que el
clculo de la propia solucin del problema (9.2.12).
Es por eso que conviene disear otros mtodos, donde la base pueda ser
calculada de manera simple. Uno de los ms relevantes es sin duda el Mtodo
de los Elementos Finitos (MEF) que describimos brevemente en la siguiente
seccin en el caso de una dimensin espacial.
9.2.4. El mtodo de Elementos Finitos 1D
Con el objeto de ilustrar el MEF comenzamos por el caso de una sola di-
mensin espacial, donde los clculos son particularmente sencillos y explcitos.
El lector interesado en un desarrollo ms detallado del mtodo y su aplicacin
a las ecuaciones del calor y de ondas 1D podr consultar las notas [36].
Consideramos por tanto el problema de Dirichlet en el intervalo = (0, L):
_
u
tt
= f, 0 < x < L
u(0) = u(L) = 0.
(9.2.33)
La solucin de este problema puede calcularse explcitamente pero es un ejemplo
excelente para elaborar y desarrollar el MEF.
La formulacin variacional de (9.2.33) es
_

_
u H
1
0
(0, L)
_
L
0
u
t
v
t
dx = f, v), v H
1
0
(0, L).
(9.2.34)
Dado h > 0 de la forma h = 1/(N + 1) con N natural, introducimos el
espacio V
h
de las funciones continuas, lineales a trozos en los segmentos de la
forma [x
j
, x
j+1
] , x
j
= jh, y que se anulan en los extremos x = 0, L. Este
espacio est generado por las funciones de base
j
=
j
(x), j = 1, , N que
satisfacen, para cada j = 1, , N:

j
(x
j
) = 1,

j
(x
k
) = 0 si k ,= j,

j
es lineal en cada intervalo [x
k
, x
k+1
].
356 CAPTULO 9. MTODOS DE GALERKIN
Figura 9.1: Grca de las funciones de base
j
del MEF P1 en una dimensin
espacial.
Estas funciones estn representadas en la siguiente gura
La aproximacin de Galerkin se expresa, como es habitual, de la siguiente
forma:
_

_
u
h
V
h
_
L
0
u
t
h
v
t
h
dx = f, v
h
), v
h
V
h
(9.2.35)
Se trata del MEF P
1
, puesto que los elementos utilizados son polinomios de
grado uno en cada subintervalo.
Veamos cual es la representacin de (9.2.35) en tanto que sistema nito-
dimensional.
Tenemos
u
h
(x) =
N

j=1
u
j

j
(x). (9.2.36)
Por otra parte, (9.2.35) se verica si y slo si
_
L
0
u
t
h

t
j
dx = f,
j
), j = 1, , N. (9.2.37)
Con el objeto de reescribir (9.2.37) suponemos que f L
2
(0, L). Entonces
f,
j
) =
_
L
0
f(x)
j
(x)dx = f
j
. (9.2.38)
Adems

jk
=
_
L
0

t
j

t
k
dx =
_

_
2L
h
si j = k

L
h
si [ j k [= 1
0 si no .
(9.2.39)
9.2. EL MTODO DE GALERKIN 357
Introduciendo la matriz
R
h
=
L
h
_
_
_
_
_
_
_
_
2 1 0
1 2 1

0 1 2 1
0 1 2
_
_
_
_
_
_
_
_
(9.2.40)
y los vectores dato e incgnita respectivamente
F
h
=
_
_
_
_
_
_
f
1
f
2
.
.
.
f
N
_
_
_
_
_
_
, U
h
=
_
_
_
_
_
_
u
1
u
2
.
.
.
u
N
_
_
_
_
_
_
, (9.2.41)
el sistema se puede escribir en la forma
R
h
U
h
= F
h
. (9.2.42)
En el contexto de la teora de MEF la matriz R
h
se denomina matriz de
rigidez.
Es fcil comprobar que R
h
es una matriz simtrica denida positiva. Por
tanto (9.2.42) admite una nica solucin U
h
R
N
.
En realidad, el hecho que (9.2.35), y por tanto (9.2.42), admite una nica
solucin es consecuencia de la teora general desarrollada para los mtodos de
Galerkin.
En la prctica frecuentemente se toma, en lugar de un segundo miembro
general f L
2
(0, L) su interpolacin lineal a trozos
f(x) =
N

j=1

f
j

j
. (9.2.43)
En ese caso
f
j
=
_
L
0
f(x)
j
(x)dx =
_
L
0
_
N

k=1

f
j

j
(x)
_

j
(x)dx = M
h

F
h
(9.2.44)
donde

F
h
=
_
_
_
_

f
1
.
.
.

f
N
_
_
_
_
(9.2.45)
358 CAPTULO 9. MTODOS DE GALERKIN
y M
h
es la denominada matriz de masa de elementos
m
jk
=
_
L
0

k
dx =
_

_
2Lh
3
si j = k
Lh
6
si [ j k [= 1
0 si no .
(9.2.46)
En este caso el sistema (9.2.42) se escribe de la forma
R
h
U
h
= M
h

F
h
. (9.2.47)
Las soluciones de la aproximacin de Galerkin (9.2.35), en la medida en
que la forma bilineal asociada es simtrica, se puede caracterizar mediante un
problema de minimizacin. Con la notacin de (9.2.47) la solucin U
h
R
N
es
el mnimo de la funcin cuadrtica J
h
: R
N
R denida como
J
h
(U
h
) =
1
2
R
h
U
h
, U
h
) M
h

F
h
, U
h
). (9.2.48)
Ocupmonos ahora de la estimacin del error. La teora general de los m-
todos de Galerkin para garantizar la convergencia exige que para cada v
H
1
0
(0, L) exista una sucesin v
h
V
h
tal que v
h
v en H
1
0
(0, L) cuando
h 0. Comprobemos esta propiedad.
Como las funciones v H
1
0
(0, L) son continuas y por tanto el valor v(x
j
)
en los puntos x
j
= jh del mallado est bien denido es natural tomar como
v
h
V
h
la funcin de interpolacin que toma los valores v(x
j
) en los puntos del
mallado, es decir,
v
h
(x) =
N

j=1
v(x
j
)
j
(x). (9.2.49)
Veamos pues que v
h
v en H
1
0
(0, L) con esta eleccin de V
h
.
Tenemos
| v v
h
|
2
H
1
0
(0, L)
=
_
L
0
[ v
t
(x) v
t
h
(x) [
2
dx =
N

j=0
_
xj+1
xj
[ v
t
(x) v
t
h
(x) [
2
dx.
(9.2.50)
Calculemos las integrales en cada uno de los subintervalos.
Tenemos
_
xj+1
xj
[ v
t
v
t
h
[
2
dx =
_
xj+1
xj

v(x
j+1
) v(x
j
)
h

2
dx.
9.2. EL MTODO DE GALERKIN 359
Ahora bien
v
t
(x)
(v(x
j+1
) v(x
j
))
h
=
1
h
_
xj+1
xj
(v
t
(x)v
t
(s))ds =
1
h
_
xj+1
xj
_
x
s
v
tt
()dds.
Por tanto, suponiendo que v
tt
L
2
(0, L), obtenemos

v
t
(x)
(v(x
j+1
) v(x
j
))
h


1
h
_
xj+1
xj
_
x
s
[ v
tt
() [ dds

1
h
_
xj+1
xj
_
xj+1
xj
[ v
tt
() [ dds

_
xj+1
xj
[ v
tt
(s) [ ds

h
_
_
xj+1
xj
[ v
tt
(s) [
2
ds
_
1/2
.
Por consiguiente:

v
t
(x)
(v(x
j+1
) v(x
j
))
h

2
h
_
xj+1
xj
[ v
tt
(s) [
2
ds.
Volviendo a (9.2.50) obtenemos que
| v v
h
|
2
H
1
0
(0, L)
h
2
N

j=0
_
xj+1
xj
[ v
tt
(s) [
2
ds = h
2
| v
tt
|
2
L
2
(0, L)
. (9.2.51)
Hemos por tanto probado el siguiente resultado.
Lemma 9.2.1 Si v H
2
H
1
0
(0, L), la funcin de interpolacin v
h
V
h
es
tal que
| v v
h
|
H
1
0
(0, L)
C h | v
tt
|
L
2
(0, L)
. (9.2.52)
Pero este lema no responde por completo a la cuestin puesto que suponemos
que v H
2
H
1
0
(0, L). En el caso general en que v meramente pertenezca al
espacio v H
1
0
(0, L), por densidad de H
2
H
1
0
(0, L) en H
1
0
(0, L), se deduce la
existencia de v
h
V
h
tal que v
h
v en H
1
0
(0, L).
Obtenemos as el siguiente resultado.
Theorem 9.2.2 El mtodo de elementos nitos P
1
diseado converge. Es decir,
para todo f H
1
(0, L) la solucin de la aproximacin de Galerkin (9.2.35) es
tal que
u
h
u en H
1
0
(0, L), (9.2.53)
siendo u la solucin del problema de Dirichlet (9.2.33).
Adems, bajo la hiptesis adicional f L
2
(0, L) el mtodo es convergente
de orden 1, es decir,
| u u
h
|
H
1
0
(0, L)
= O(h). (9.2.54)
360 CAPTULO 9. MTODOS DE GALERKIN
Demostracin. La convergencia del mtodo se deduce de los resultados ge-
nerales sobre aproximaciones de Galerkin y del hecho que, tal y como hemos
comprobado, todo elemento v de V se puede aproximar mediante elementos de
V
h
.
La cota (9.2.54) sobre el orden de convergencia se deduce de la combinacin
de las cotas (9.2.6) y del Lema 9.2.1 de aproximacin puesto que, cuando f
L
2
(0, L), la solucin del problema de Dirichlet (9.2.33) no slo pertenece a la
clase H
1
0
(0, L) sino que satisface la propiedad de regularidad adicional u
H
2
(0, L).
En la siguiente seccin vamos a extender estas ideas al caso de dos dimensio-
nes espaciales, aunque, como veremos, el anlisis de la convergencia del mtodo
va a ser ms complejo en aquel caso. Una vez de haber desarrollado la teora del
MEF P
1
en el caso de dos dimensiones espaciales, su adaptacin y extensin al
caso de ms dimensiones es ms o menos inmediata si bien computacionalmente
es bastante ms complejo debido a las dicultades derivadas de triangular o
mallar dominios en dimensiones de espacio n 3.
9.2.5. El mtodo de Elementos Finitos 2D
A lo largo de esta seccin suponemos que es un abierto acotado de R
2
de
clase C
2
y consideramos el problema de Dirichlet
_
u = f en
u = 0 en
(9.2.55)
que admite la formulacin variacional
_

_
u H
1
0
()
_

u vdx = f, v), v H
1
0
().
(9.2.56)
Con el objeto de introducir una aproximacin de la solucin u en primer
lugar introducimos una aproximacin polinomial
h
del dominio tal y como
se reeja en la gura:
Sustituimos entonces la solucin u de (9.2.55) en por la solucin corres-
pondiente en
h
. Esto corresponde de hecho a sustituir el dominio por su
aproximacin
h
lo cual en la prctica es lo mismo que suponer que el dominio
considerado es poligonal.
9.2. EL MTODO DE GALERKIN 361
Figura 9.2: Aproximacin poligonal de un dominio curvo regular.
Obviamente, al sustituir por
h
en la resolucin del problema de Dirichlet,
introducimos ya una primera fuente de error que estimamos en el Apndice A
al nal de estas notas. Pero continuemos por el momento, puesto que este error
efectivamente tiende a cero cuando h 0 si la aproximacin polinomial que
h
proporciona de es ms y ms na.
En lo que sigue supondremos que es pues un dominio poligonal.
Introducimos ahora una triangulacin T
h
del dominio constituida por
tringulos de tamao del orden de h. Como es habitual en el MEF supondremos
que si dos tringulos de la triangulacin se tocan lo hacen en un punto o bien a
lo largo de todo un lado comn. Obtenemos as una triangulacin de la forma:
Ms adelante indicaremos lo que entendemos por un mallado en el que los
tringulos son de tamao del orden de h. Por el momento podemos suponer que
existen constantes positivas y > 0 tales que

diamT
h
h
, T
h
T
h
(9.2.57)
y para todo h > 0.
Por T
h
denotamos los tringulos del mallado T
h
.
Subrayamos que hemos excluido expresamente las situaciones descritas en
las dos siguientes guras en las que, respectivamente, dos tringulos comparten
parte de un lado sin compartirlo ntegramente, o se tocan en un slo punto sin
que este sea un vrtice.
Denotamos mediante x
j

j1, ,N]
los nodos internos del mallado. Eviden-
temente, a medida que el mallado T
h
es ms y ms no de forma que h 0, el
nmero N de nodos internos tiende a innito.
362 CAPTULO 9. MTODOS DE GALERKIN
Figura 9.3: Triangulacin de un dominio poligonal.
Figura 9.4: Conguraciones no admisibles en la triangulacin.
Introducimos el espacio V
h
constituido por las funciones lineales a trozos y
continuas, que se anulan en , generada por las funciones de base
j

j1, ,N]
denidas de modo que

j
(x
j
) = 1,
j
(x
k
) ,= 0, si k ,= 0. (9.2.58)
Se trata obviamente de funciones piramidales. Nuevamente consideramos el
MEF P
1
.
La aproximacin de Galerkin adopta la forma habitual:
_

_
u
h
V
h
_

u
h
v
h
dx = f, v
h
), v
h
V
h
.
(9.2.59)
9.2. EL MTODO DE GALERKIN 363
Figura 9.5: Funciones de base para el MEF P1 en dos dimensiones espaciales.
La solucin de este problema existe y es nica. Se trata de un sistema de N
ecuaciones lineales con N incgnitas.
Tal y como ocurra en el caso 1D, el sistema puede escribirse en la forma
R
h
U
h
= M
h
F
h
(9.2.60)
donde R
h
y M
h
son las matrices de rigidez y de masa respectivamente.
Nuestro objetivo ahora es probar que, a medida que la talla caracterstica h
del mallado T
h
tiende a cero, es decir, a medida que el mallado se hace ms y
ms no, la solucin u
h
de (9.2.59) converge en H
1
0
() a la solucin del problema
continuo (9.2.55).
Para ello, segn la teora general de los mtodos de Galerkin (Teorema 9.2.1)
basta probar que para cada u H
1
0
() existe una sucesin de elementos w
h
V
h
tales que
w
h
u en H
1
0
(), h 0. (9.2.61)
La prueba de esta propiedad se inspira en las ideas del caso 1D, salvo que en
este caso resulta tcnicamente algo ms complicada.
Por densidad podemos suponer que u C

c
(). Entonces, la eleccin ms
364 CAPTULO 9. MTODOS DE GALERKIN
natural de w
h
= w
h
(x) es la familia interpolante
2
w
h
(x) =
N

j=1
u(x
j
)
j
(x). (9.2.62)
Evidentemente
_

[ (u w
h
) [
2
dx =
N

j=1
_
Tj
[ (w u
h
) [
2
dx. (9.2.63)
Tenemos por tanto que estudiar la norma en cada uno de los tringulos:
I
j
=
_
Tj
[ (w
h
u) [
2
dx. (9.2.64)
Con el objeto de estudiar la norma (9.2.64) procedemos en dos etapas:
Primero lo hacemos en el caso del tringulo T
j
= hK donde K es el
tringulo de vrtices (0, 0), (0, 1), (1, 0).
Despus, mediante un cambio de variables abordamos el caso general.
Paso 1: El caso T
j
= hK.
En este caso, mediante un simple cambio de variables vemos que
I
j
=
1
h

I (9.2.65)
donde

I es la integral correspondiente al tringulo de referencia K.
Por otra parte

I =
_
K
[ (u w) [
2
dx, (9.2.66)
siendo w la funcin de interpolacin de una funcin regular denida en K puede
estimarse del modo siguiente.
3
En lo sucesivo denotamos mediante r
k
el operador de interpolacin de modo
que w = r
k
u. El problema consiste pues en estimar la norma
| (I r
k
)u |

H
1
(K)
. (9.2.67)
Teniendo que I r
k
se anula sobre las funciones anes en K, i.e. sobre P
1
,
tenemos que
| (I r
k
)u |

H
1
(K)
| I r
k
|
1(H
s
(K), H
1
(K))
nf
pP1
| u +p |

H
1
(K)
. (9.2.68)
2
Ntese que en dimensin espacial n = 2 basta con suponer que u H
2
() para poder
denir la funcin interpolante (9.2.62) puesto que en las funciones de H
2
son continuas.
3
En este punto observamos que la restriccin a K de la interpolacin de u en coincide
con la interpolacin en K de la restriccin de u sobre K.
9.2. EL MTODO DE GALERKIN 365
Por otra parte tenemos:
Lema de Deny-Lions: Para cada 0 existe una constante C = C(), tal
que
nf
pP

| u +p |
H
+1
(K)
C | u |

H
+1
(K)
. (9.2.69)
Observacin 9.2.3 Nosotros slo utilizaremos este lema en el caso = 1 pero
se cumple para 0 arbitrario. Recordemos que | |

H
+1
(K)
denota la semi-
norma en H
+1
(K) que slo involucra las normas L
2
de las derivadas de orden
mximo + 1 y P

el espacio de polinomios de grado .


Demostracin del lema de Deny-Lions ( = 1)
Como slo lo utilizaremos cuando = 1 nos limitamos a probarlo en este
caso.
En primer lugar observamos que la norma en H
2
(K) es equivalente a la
semi-norma
| v |

=
_
_
| v |
2

H
2
(K)
+

]]1
__
K
D

v
_
2
_
_
1/2
. (9.2.70)
En otras palabras, existe C > 0 tal que
| v |
2
H
2
(K)
C
_
_
| v |
2

H
2
(K)
+

]]1
__
K
D

v
_
2
_
_
1/2
. (9.2.71)
La prueba se realiza mediante el argumento clsico de reduccin al absurdo.
Como la seminorma | |

H
2
(K)
involucra las normas de todas las derivadas
puras de orden 2 basta con probar que
| v |
2
H
1
(K)
C
_
_
| v |
2

H
2
(K)
+

]]1
__
K
D

v
_
2
_
_
1/2
. (9.2.72)
Argumentamos ahora por reduccin al absurdo. Si (9.2.72) no se cumple existe
una sucesin de funciones v
j

j1
en H
2
(K) tales que
| v
j
|

H
2
(K)
0, j (9.2.73)
_
K
D

v
j
dx 0, [ [ 1, j (9.2.74)
| v
j
|
H
1
(K)
= 1. (9.2.75)
De (9.2.73) y (9.2.75) deducimos que v
j

j1
est acotada en H
2
(K). Por la
compacidad de la inclusin de H
2
(K) en H
1
(K) deducimos la existencia de una
366 CAPTULO 9. MTODOS DE GALERKIN
subsucesin, que seguimos denotando como v
j
, tal que
v
j
v dbilmente en H
2
(K) (9.2.76)
v
j
v fuertemente en H
1
(K). (9.2.77)
De (9.2.75) y (9.2.77) deducimos que
| v |
H
1
(K)
= 1. (9.2.78)
Por otra parte, por la semicontinuidad inferior de la seminorma | |

H
2
(K)
= 0
con respecto a la topologa dbil de H
2
(K) y (9.2.73) tenemos que | v |

H
2
(K)
=
0, lo cual implica que v es una funcin lineal. Este hecho, combinado con (9.2.74)
implica que, como D

v 0 para todo tal que [ [ 1, entonces v 0. Esto


ltimo est en contradiccin con (9.2.78).
Esto concluye la demostracin de (9.2.72).
Por otra parte, dada cualquier funcin v H
2
(K) existe un nico polinomio
p P
1
tal que
_
K
D

v dx =
_
K
D

p dx, [ [ 1. (9.2.79)
En efecto, (9.2.79) constituye un sistema de tres ecuaciones algebraicas lineales
con tres incgnitas que admite una nica solucin.
Aplicando (9.2.71) a v + p obtenemos que
nf
pP1
| v +p |
H
2
(K)
| v + p |
H
2
(K)
C | v + p |

= C | v + p |

H
2
(K)
= C | v |

H
2
(K)
,
lo cual concluye la demostracin del Lema de Deny-Lions en el caso = 1.
Combinando (9.2.68) y (9.2.69) deducimos que
| (I r
K
)u |

H
1
(K)
C | u |

H
2
(K)
,
o, lo que es, lo mismo, para la integral

I de (9.2.66) tenemos la estimacin
[

I [ C | u |
2

H
2
(K)
. (9.2.80)
Volviendo ahora al intervalo original T
j
= hk observamos que si u est
denida en T
j
, entonces v(x) = u(hx) est denida en K. Adems

I =
_
K
[ (v r
K
v) [
2
=
_
Tj
[ (u w
h
) [
2
(9.2.81)
9.2. EL MTODO DE GALERKIN 367
y por otra parte
| v |
2

H(K)
= h
2
| u |
2

H
2
(Tj)
. (9.2.82)
De (9.2.80)-(9.2.82) se deduce que
[ I
j
[ C h
2
| u |
2

H
2
(Tj)
. (9.2.83)
Sumando las estimaciones (9.2.82) sobre todos los tringulos T
j
de la triangu-
lacin
h
deducimos que
_

[ (u w
h
) [
2
dx C h | u |
2
H
2
()
, (9.2.84)
tal y como queramos probar.
Paso 2: El caso general.
El caso considerado en el paso anterior en el que cada tringulo de la trian-
gulacin se considera una contraccin de tamao del tringulo de referencia K
no es realista pues en general las triangulaciones tienen una estructura mucho
ms homognea.
Para abordar el caso general necesitamos analizar el cambio de variables que
nos permite pasar de un tringulo arbitrario T al tringulo de referencia K.
Consideramos la aplicacin afn
_
L
T
: K T
L
T
(x) = B
T
x +b
T
(9.2.85)
que transforma el tringulo o elemento de referencia K en T, siendo B
T
una
matriz 2 2 y b
T
un vector de traslacin.
Tenemos el siguiente resultado:
Lemma 9.2.2 Sea v H
m
(T), m 0 y w = v
0
L
T
la correspondiente funcin
denida en el elemento de referencia K.
Entonces, existe una constante C = C(m) > 0 tal que
| w |

H
m
(K)
C | B
T
|
m
(det B
T
)
1/2
| v |

H
m
(T)
, v H
m
(T) (9.2.86)
y
| v |

H
m
(T)
C | B
1
T
|
m
(det B
T
)
1/2
| w |

H
m
(K)
, w H
m
(K). (9.2.87)
Demostracin. La demostracin es una sencilla combinacin de la regla de la
cadena para la derivacin de la funcin compuesta y del teorema de cambio de
variables en la integral.
368 CAPTULO 9. MTODOS DE GALERKIN
El ltimo ingrediente que necesitamos es una estimacin de las normas de
B
T
y de su inversa en funcin de la geometra del tringulo T.
Introducimos la siguiente notacin
h
T
:= diam(T);
T
= supdiam(B) : B T, B = bola . (9.2.88)
Tenemos el siguiente resultado:
Lemma 9.2.3 Se verican las siguientes estimaciones
| B
T
|
h
T

k
; | B
1
T
|
h
k

T
. (9.2.89)
Demostracin.
Tenemos
| B
T
|=
1

k
sup| B
T
|:| |=
k
. (9.2.90)
Por otra parte, para cualquier vector tal que | |=
k
, existen puntos
x, y K tales que x y = . Adems, B
T
= L
T
x L
T
y, puesto que L
T
es
una aplicacin afn. Deducimos por tanto que
| B
T
|=| L
T
x L
T
y | h
T
(9.2.91)
puesto que tanto L
T
x como L
T
y pertenecen a T.
De (9.2.90) y (9.2.91) deducimos la primera desigualdad de (9.2.89). La se-
gunda se prueba de manera semejante.
Estamos ya en condiciones de probar la convergencia del MEF en el caso
general. En vista de las estimaciones del Lema 9.2.3 introducimos el concepto
de triangulacin regular. Diremos que las triangulaciones T

h>0
del dominio
son regulares si existen constantes , > 0 tales que
h
2
[ T [ h
2
, T
h
, h > 0 (9.2.92)
y adems existe > 0 de modo que
nf
TT
h
h>0
ngulos del tringulo T . (9.2.93)
La condicin (9.2.92) asegura que todos los tringulos involucrados en la
triangulacin son esencialmente de un dimetro del orden de h o de rea del
orden de h
2
. La condicin (9.2.93) garantiza que los tringulos involucrados en
las triangulaciones no son excesivamente excntricos. Esta condicin asegura
9.2. EL MTODO DE GALERKIN 369
que
T
es tambin uniformemente del orden h de modo que existen constantes
, > 0 tales que
h
T
h, T
h
, h > 0. (9.2.94)
Bajo estas hiptesis tenemos el siguiente resultado:
Theorem 9.2.3 Supongamos que es un dominio poligonal plano y conside-
remos una familia regular de triangulaciones
h

h>0
.
Entonces se verican las siguientes propiedades:
(a) Para todo v H
1
0
() existe una sucesin v
h
V
h
tal que
v
h
v en H
1
0
(), h 0. (9.2.95)
(b) Existe una constante C > 0 tal que
| v r
h
v |
H
1
0
()
C h | v |
H
2
()
, (9.2.96)
para todo v H
2
() H
1
0
() y h > 0.
(c) Para todo f H
1
() las soluciones u
h
V
h
obtenidas mediante el MEF-
P
1
asociado a la triangulacin T
h

h>0
convergen en H
1
0
() a la solucin
u del problema de Dirichlet (9.2.55) ( (9.2.56)).
(d) Cuando la solucin de (9.2.55) ( (9.2.56)) u es tal que u H
2
H
1
0
(),
| u u
h
|
H
1
0
()
C h | u |
H
2
()
, (9.2.97)
para todo h > 0.
Observacin.
El Teorema 9.2.3(d) establece una convergencia de orden h del mtodo para
las soluciones u de clase H
2
(). Conviene entonces analizar bajo qu condiciones
se puede garantizar que la solucin del problema continuo (9.2.55) pertenece a
la clase H
2
(). En este punto hemos de ser cuidadosos pues el dominio en
cuestin es poligonal y por tanto no se pueden aplicar los teoremas clsicos de
regularidad de soluciones de problemas elpticos.
Sin embargo, es bien sabido que cuando es un polgono convexo de R
2
, las
soluciones u de (9.2.55) ( (9.2.56)) pertenecen a H
2
() para todo f L
2
().
Por tanto, bajo la hiptesis de convexidad de , el MEF-P
1
converge con
orden 1 para todo f L
2
().
Conviene observar que, en la prctica, el dominio poligonal en el que
aplicamos el MEF-P
1
es una aproximacin poligonal del dominio original que es
370 CAPTULO 9. MTODOS DE GALERKIN
un dominio regular. Es obvio que si el dominio original regular es convexo las
aproximaciones
h
de se pueden tomar de modo que sean tambin convexas.
Por tanto, el orden 1 del mtodo queda garantizado cuando el dominio regular
de entrada es convexo.
A pesar que la estimacin (9.2.97) sobre el orden de convergencia exige que
el dominio sea convexo esto no es as en lo que respecta a la propiedad (c) de
convergencia del mtodo que se cumple para cualquier dominino poligonal y por
tanto sin hiptesis adicional alguna sobre la convexidad del dominio regularidad
sobre el que se formula el producto de Dirichlet (9.2.57) ( (9.2.56)).
Demostracin.
Basta en realidad que completemos la prueba de (9.2.96), i.e. de (b) del
Teorema 9.2.3.
En efecto, una vez que (9.2.96) se cumple, por densidad, se verica tambin
(a). A partir de (c) se deduce inmediatamente la convergencia del MEF-P
1
,
propiedad (c). Asimismo (9.2.96) implica inmediatamente (9.2.97).
Concluyamos por tanto la prueba de (9.2.96). Volviendo a (9.2.63) tenemos
_

[ (v r
h
v) [
2
dx =

T
h
_
T
[ (v r
h
v) [
2
dx. (9.2.98)
Bajo las hiptesis de regularidad del mallado, del Lema 9.2.2 y del Lema 9.2.3,
deducimos que
_
T
[ (v r
h
v) [
2
dx C h
2
| v |

H
2
(T)
(9.2.99)
para cada T
h
y cada h > 0.
Combinando (9.2.98) y (9.2.99) deducimos (9.2.97). Esto concluye la demos-
tracin del Teorema 9.2.3.
Captulo 10
Breve introduccin al control
ptimo
A lo largo de estas notas hemos desarrollado un cierto nmero de tcnicas
numricas que tienen como objetivo principal el proporcionar mtodos ecaces
de aproximacin de las soluciones de EDP. Pero, muchas veces, en la prctica,
la obtencin de la solucin de una EDP no es ms que uno de los pasos en la
resolucin del problema completo que se plantea en algn mbito del I+D+i.
Un tipo de problema, sumamente importante por su ubicuidad, es el de Control
ptimo o la Optimizacin. En estos problemas se trata de disear una estrategia
ptima que nos asegure el mejor rendimiento posible del procedimiento o me-
canismo en consideracin. En este tipo de situaciones la EDP es el modelo que
sustituye o representa la realidad en consideracin, y su solucin se denomina
la variable de estado.
Al analizar este tipo de problemas no se trata slo de resolver la EDP, cosa
que con frecuencia se puede hacer mediante las tcnicas analticas y numricas
que hemos presentado, sino que en este caso hemos de realizar una eleccin
ptima de algunos de los parmetros que intervienen en el modelo: los controles.
Dependiendo de la aplicacin en consideracin el tipo de problemas de control
puede ser muy diverso. Por ejemplo, son frecuentes los problemas de Diseo
ptimo en los que el parmetro a optimizar puede ser la forma del dominio en el
que la EDP se verica. Pero puede tambin tratarse de optimizar los coecientes
de la ecuacin, lo cual correspondera al caso en que lo que hay que elegir son las
propiedades materiales del medio que ocupa la geometra considerada. Puede
tambin tratarse de optimizar una fuerza o fuente externa que puede intervenir
371
372 CAPTULO 10. BREVE INTRODUCCIN AL CONTROL PTIMO
en la EDP tanto como un segundo miembro como una condicin de contorno
no homognea.
En esta seccin vamos a ilustrar las ideas bsicas que subyacen en esta rica
teora considerando el caso ms sencillo de una ecuacin elptica formulada en un
dominio jo y en la que el parmetro a optimizar es una fuente o fuerza externa
que interviene en el segundo miembro de la EDP. En primer lugar discutiremos
la existencia y la caracterizacin del control ptimo en el marco del modelo con-
tinuo. Despus analizaremos una versin discreta basada en una aproximacin
por elementos nitos. Mostraremos tambin la existencia del ptimo en el marco
discreto. Por ltimo probaremos la convergencia del control ptimo discreto al
continuo. Este ltimo es un resultado importante pues la praxis en ingeniera
consiste precisamente en, a la hora de calcular los controles ptimos, sustituir
el modelo continuo por el discreto.
Con el objeto de presentar el problema concreto que vamos a abordar vamos
pues a considerar un dominio acotado de R
d
, con d 1. Sea un subdominio
de que es lugar en el que el control va a poder ser aplicado. Sea 1

la funcin
caracterstica del subconjunto y consideremos la ecuacin de estado:
_
u = f1

en
u = 0 en .
(10.0.1)
Este modelo nos permite describir por ejemplo la vibracin de una membrana
sometida a una fuerza f = f(x) localizada en o la difusin de un contaminante
concentrado en dicho conjunto.
A pesar de que el modelo considerado es particularmente sencillo la mayora
de las ideas que vamos a desarrollar en esta seccin son de aplicacin en un
contexto mucho ms amplio.
En (10.0.1) el segundo miembro f = f(x) que usa una fuente o fuerza externa
que se ejerce en el subconjunto es el control.
Para cada f L
2
(), el problema (10.0.1) admite una nica solucin que
admite la caracterizacin variacional:
_
_
_
u H
1
0
()
_

u dx =
_

fdx, H
1
0
().
(10.0.2)
El problema de control ptimo que nos planteamos resolver es el siguiente.
Dada una conguracin u
d
= u
d
(x) deseada dada, buscamos el valor del control
f = f(x) que hace que la solucin o estado u coincida o se parezca a u
d
.
Hay muchas maneras de expresar esta proximidad. Una es la de minimizar un
373
funcional de la forma
J(f) =
1
2
_

[ u u
d
[
2
dx, (10.0.3)
para toda funcin f L
2
().
Es fcil coprobar que
J : L
2
() R (10.0.4)
es una funcin continua y convexa denida en un espacio de Hilbert. Con el
objeto de probar la existencia del control ptimo, i.e. para poder aseguar que el
nmo
I = nf
fL
2
()
J(f) (10.0.5)
es en realidad un mnimo, bastara pues probar su coercividad.
En otras palabras, deseamos probar que el funcional J es coercivo
La coercividad del funcional equivale a probar que J(f) cuando |
u |
L
2
()
. En vista de la estructura del funcional J esto es lo mismo que
probar que | u |
L
2
()
cuando | f |
L
2
()
. Pero esto no necesariamente
ocurre pues la norma de la solucin u que corresponde a la del segundo miembro
f en L
2
() es la norma en H
2
(). Para convencerse de ello basta considerar el
problema uni-dimensional
_
u
tt
= f, 0 < x <
u(0) = u() = 0
(10.0.6)
en el que la solucin se puede calcular de manera explcita usando series de
Fourier:
u(x) =

k1
f
k
k
2
sin(kx), (10.0.7)
siendo f
k

k1
los coecientes de Fourier de f:
f(x) =

k1
f
k
sin(kx). (10.0.8)
Mientras que la norma de f en L
2
(0, ) es del orden de
_

[ f
k
[
2
_
1/2
la
de u es del orden de
_

k1
[ f
k
[
2
_
k
4
_
1/2
. Es obvio que esta ltima puede
mantenerse acotada mientras que la primera diverge.
El funcional considerado, por tanto, no es coercivo y no podemos aplicar el
Mtodo Directo del Clculo de Variaciones puesto que la sucesiones minimizan-
tes de (10.0.5) no estn necesariamente acotadas.
374 CAPTULO 10. BREVE INTRODUCCIN AL CONTROL PTIMO
Desde un punto de vista analtico hay maneras sencillas de evitar esta di-
cultad. De hecho, en la prctica, es natural considerar que los controles f
admisibles no son arbitrarios sino imponer alguna restriccin sobre la talla de
los mismos.
Una posibilidad por tanto consiste en, dado M > 0, restringir la bsqueda del
ptimo a los controles f de norma no superior a M. En este caso nos encontramos
entonces ante el problema de optimizacin:
I
M
= nf
fL
2
()
f
L
2
()
M
J(f). (10.0.9)
En este caso la existencia del mnimo es obvia puesto que estamos minimizando
un funcional continuo y convexo en un conjunto acotado, cerrado y convexo
y por tanto cerrado de la topologa dbil. De este modo se puede asegurar la
existencia del ptimo:
f
M
L
2
() : | f
M
|
L
2
()
M; J(f
M
) = mn
fL
2
()
f
L
2
()
M
J(f). (10.0.10)
Otra manera de asegurar la existencia del ptimo es reforzar la coercividad
del funcional J. Dado N > 0 esto puede hacerse considerando el funcional
J
N
(f) =
1
2
_

[ u u
d
[
2
dx +
N
2
_

f
2
dx. (10.0.11)
Este funcional J
N
: L
2
() R es continuo, convexo y coercivo en el espa-
cio de Hilbert L
2
(). Admite por tanto un mnimo. De hecho el funcional es
estrictamente convexo, lo cual asegura la unicidad del mnimo:
!f
N
L
2
() : J
N
(f) = mn
fL
2
()
J
N
(f). (10.0.12)
El parmetro N > 0 del funcional J
N
permite regular el coste del control. As,
cuando N es grande, el control f tender a tener una norma menor que cuando
N es muy pequeo, caso en el que la utilizacin del control f no se penaliza.
De hecho, el control ptimo f
N
se puede caracterizar fcilmente en este
caso mediante las ecuaciones de Euler-Lagrange del problema de minimizacin
(10.0.12) que en este caso se reducen a:
DJ
N
(f
N
), g) = 0, g L
2
(). (10.0.13)
En (10.0.13) DJ
N
(f
N
) denota la diferencial de J
N
en el punto f
N
.
En vista de la estructura del funcional J
N
de (10.0.11), el sistema (10.0.13)
se reduce a:
_

(u
N
u
d
) vdx +N
_

f
N
gdx = 0, g L
2
(), (10.0.14)
375
siendo v la solucin de (10.0.1) correspondiente al segundo miembro g que re-
presenta la direccin en la que se est calculando la derivada direccional, i.e.
_
v = g1

en
v = 0 en .
(10.0.15)
En (10.0.14) u
N
representa la solucin ptima asociada al control ptimo.
Si bien el MDCV garantiza la existencia del mnimo, en la prctica ste ha
de ser calculado mediante la utilizacin de un mtodo de descenso que necesita
del clculo de gradiente de J. De manera general tenemos que
DJ
N
(f), g) =
_

(u u
d
)vdx +N
_

fgdx. (10.0.16)
En el prctica este modo de calcular es muy costoso pues exige, para cada funcin
g, el clculo de la solucin (10.0.15). Una tcnica habitual para la simplicacin
del clculo de gradientes es la basada en el estado adjunto. El estado adjunto
se dene en este caso como la solucin del problema
_
= u u
d
en

= 0,
(10.0.17)
siendo u la solucin de la ecuacin de estado (10.0.1). Obviamente, como uu
d

L
2
(), la ecuacin de estado adjunto admite una nica solucin H
1
0
().
Multiplicando en (10.0.17) por v y en (10.0.15) por tenemos:
_

(u u
d
)vdx =
_

vdx =
_

gdx. (10.0.18)
De este modo la expresin (10.0.16) del gradiente se reduce a
DJ
N
, g) =
_

g( +Nf)dx. (10.0.19)
De esta identidad se deduce la principal propiedad del estado adjunto : A
condicin de resolver el problema adjunto (10.0.17), que tiene una complejidad
semejante a la ecuacin de estado (10.0.1), todas las derivadas direccionales
de J
N
se reducen al clculo de integrales en , como las que aparecen en el
segundo miembro de (10.0.19). Este hecho contrasta de manera considerable
con la primera expresin (10.0.16) que exige la resolucin de la ecuacin de
estado (10.0.15) para cada valor de g.
Este mismo procedimiento nos permite caracterizar el control ptimo f
N
que
verica (10.0.14). En efecto, combinando (10.0.14) y (10.0.19) deducimos que

N
+Nf
N
= 0 en
376 CAPTULO 10. BREVE INTRODUCCIN AL CONTROL PTIMO
i.e.
f
N
=

N
N
(10.0.20)
donde
N
es el estado adjunto correspondiente. Escribiendo conjuntamente la
ecuacin de estado y la de estado adjunto correspondientes al control ptimo
f
N
obtenemos lo que se denomina el sistema de optimalidad (SO):
_

_
_
_
_
u
N
=

N
N
1

en
u
N

= 0
_

N
= u
N
u
d
en

= 0.
(10.0.21)
De los desarrollos anteriores sabemos que el SO (10.0.21) admite una nica
solucin (u
N
,
N
) y que el control ptimo viene entonces dado por (10.0.20).
Los mtodos de descenso habituales lo que hacen es, precisamente, de manera
iterativa, acercamos al control ptimo (10.0.20). Para hacerlo, en vista de la
expresin (10.0.19) del gradiente, se constata que en cada punto f L
2
(), la
direccin g de mximo descenso es aquella en que
g =
( +Nf)
| +Nf |
L
2
()
(10.0.22)
siendo la solucin correspondiente de (10.0.17).
Una vez que hemos desarrollado el clculo de gradientes en el marco del
funcional continuo (10.0.11) asociado a la ecuacin de estado (10.0.1), lo cual
permite a su vez la implementacin de mtodos de descenso ecaces para el
clculo del mnimo, hemos de desarrollar el mismo programa en el marco de una
aproximacin numrica por elementos nitos. Vamos primeramente a describir
cmo esto puede ser desarrollado, probando la existencia del ptimo en este
marco discreto y despus la convergencia del ptimo discreto al ptimo continuo.
Los cambios a realizar al pasar del funcional y marco continuo al discreto
son los siguientes:
Sustituir por una aproximacin poligonal
h
y triangularla T
TJ
h
,
siguiendo los criterios habituales de regularidad de los mallados que ga-
rantizan la convergencia de orden 1 del mtodo de elementos nitos en
H
1
0
().
Sustituir por una aproximacin adaptada al mallado T
h
. Esto puede
hacerse de diversas maneras y, en particular, deniendo
h
como la unin
de los tringulos de T
h
contenidos en .
377
Sustituir el conjunto L
2
() de controles admisibles por |
h
ad
, el conjunto de
funciones del espacio de elementos nitos que slo involucra a los nodos
de
h
.
Una vez realizadas estas adaptaciones geomtricas sustituimos la ecuacin de
estado continua (10.0.1) por su versin discreta:
_
_
_
u
h
V
h
_

u
h
dx =
_

fdx, V
h
,
(10.0.23)
donde V
h
es el subespacio de elementos nitos P1 asociado a la triangulacin
T
h
.
El funcional J
N
de (10.0.11) ha de entonces ser reemplazado por su versin
discreta:
J
h
N
(f) =
1
2
_

h
[ u
h
u
d
[
2
dx +
N
2
_

h
f
2
dx. (10.0.24)
Se trata en esta ocasin de un funcional continuo y convexo denido en un
espacio de dimensin nita. El funcional es tambin coercivo en este caso.
Como consecuencia de estas propiedades deducimos que el funcional J
h
al-
canza su valor mnimo en un nico punto. Con el objeto de analizar el compor-
tamiento en el lmite cuando h 0, denotamos este punto de mnimo por

f
h
y
la solucin correspondiente de (10.0.23) por u
h
. Omitimos aqu la dependencia
con respecto al parmetro N del funcional J
h
N
con el objeto de simplicar la
notacin.
Procediendo como en el marco del funcional continuo J
N
es fcil comprobar
que el mnimo

f
h
se caracteriza por la versin discreta de (10.0.14), i.e.
_

( u
h
u
d
) v
h
dx +N
_

f
h
gdx = 0, g |
h
ad
. (10.0.25)
Esto, a su vez, permite caracterizar el control ptimo

f
h
a travs del sistema
adjunto:
_
_
_

h
V
h
_

h
=
_

(u
h
u
d
)dx, V
h
.
(10.0.26)
El sistema adjunto (10.0.26) admite una nica solucin
h
V
h
y el control
ptimo

f
h
est entonces caracterizado por la ecuacin

f
h
=
h
_
N en
h
. (10.0.27)
378 CAPTULO 10. BREVE INTRODUCCIN AL CONTROL PTIMO
En este punto conviene sealar que, en el mbito de las aplicaciones, lo ha-
bitual es precisamente utilizar este tipo de aproximaciones mediante elementos
nitos (u otros mtodos numricos) y minimizar el funcional J
h
con h sucien-
temente pequeo mediante un mtodo descenso como, por ejemplo, el mtodo
de gradiente conjugado.
En el caso particular que nos ocupa, por su sencillez, no es difcil probar que
el mnimo de funcional J
h
N
converge, cuando h 0, al del funcional J
N
. Este
procedimiento, el de minimizar una versin discreta del funcional continuo en
consideracin, sin embargo, se utiliza en un contexto mucho ms amplio, y con
frecuencia en casos en que la prueba de la convergencia no es posible con los
mtodos de los que se dispone en la actualidad.
Probemos ahora la convergencia de los mnimos discretos

f
h
.
En primer lugar, denotando mediante I
h
, el mnimo del funcional J
h
N
en V
h
,
es fcil de comprobar que
I
h

1
2
_

[ u
d
[
2
dx = J
h
(0). (10.0.28)
De la desigualdad (10.0.28) se deduce que
|

f
h
|
L
2
(
h
)
C, (10.0.29)
lo cual a su vez implica que
| u
h
|
H
1
0
()
C. (10.0.30)
Extrayendo subsucesiones tenemos que

f
h
f

en L
2
(); u
h
u

en H
1
0
(), (10.0.31)
siendo f L
2
() y u

la solucin correspondiente de (10.0.1). En la primera


convergencia de (10.0.31), en la medida en que el conjunto
h
de soporte de

f
h
no necesariamente coincide con (10.0.31), podemos entender que se trata de una
convergencia dbil en L
2
() a la funcin f

, de las funciones

f
h
1

h
.
Debemos ahora probar que f

es el mnimo de J. Una vez que esto haya


sido probado habremos obtenido la convergencia de toda la familia f
h
, cuando
h 0, sin necesidad de extraer subsucesiones. Ms adelante veremos que, de
hecho, la convergencia tiene lugar en la topologa fuerte de L
2
.
Para identicar f

con el mnimo de J procedemos mediante un argumento


habitual de -convergencia. Para ello basta probar que f

es un minimizador
de J, es decir que
J
N
(f

) J
N
(g), g L
2
(). (10.0.32)
379
Para obtener (10.0.32) observamos en primer lugar que
J
N
(f

)
lm
h 0
J
h
N
(

f
h
), (10.0.33)
gracias a las convergencias (10.0.31) y a la semicontinuidad inferior dbil de los
dos trminos que intervienen en la denicin de J
h
N
.
De hecho, de (10.0.31) tenemos
_

[ f

[
2
dx
lm
h 0
_

h
[ f
h
[
2
dx, (10.0.34)
y, por la compacidad de la inclusin de H
1
0
() en L
2
(),
_

[ u

u
d
[
2
dx =
lm
h 0
_

h
[ u
h
u
d
[
2
dx. (10.0.35)
Por otra parte, dado g L
2
() arbitrario, es fcil probar la existencia de
una familia g
h
L
2
(
h
) tal que
g
h
g en L
2
() (10.0.36)
y, por consiguiente, de modo que las soluciones correspondientes del problema
discreto y continuo, v
h
y v, respectivamente, satisfagan
v
h
v en H
1
0
(). (10.0.37)
De estas convergencias se deduce que
J
h
N
(g
h
) J
N
(g). (10.0.38)
Como, por otra parte
J
h
N
_

f
h
_
J
h
N
(g
h
), h > 0, (10.0.39)
combinando (10.0.33), (10.0.38) y (10.0.39), deducimos que (10.0.32) se verica.
Esto nos permite identicar f

con el mnimo

f, y probar que es toda la
sucesin

f
h
la que converge dbilmente a

f en L
2
(). Adems obtenemos
J
h
N
_

f
h
_
J
N
(

f)
de lo cual, en virtud de (10.0.34) y (10.0.35), obtenemos asimismo que
_

f
h

2
dx
_

f
2
dx.
380 CAPTULO 10. BREVE INTRODUCCIN AL CONTROL PTIMO
Deducimos as, gracias a la convergencia dbil y a la convergencia de las
normas, que

f
h


f en L
2
() fuertemente,
y, por consiguiente,
u
h
u en H
1
0
() fuertemente.
Esto concluye la prueba de la convergencia fuerte de los minimizadores.
De hecho, si usamos los resultados sobre el orden de convergencia del mto-
do de elementos nitos podemos tambin deducir resultados sobre el orden de
convergencia de los controles.
Captulo 11
Ecuaciones de evolucin
11.1. Resolucin de la ecuacin del calor median-
te tcnicas de semigrupos
Si bien el mtodo de semigrupos no es un mtodo numrico de aproximacin
en el sentido estricto del concepto, antes de proceder al anlisis numrico de la
ecuacin del calor, conviene aplicarlo pues nos proporciona un marco funcional
adecuado para aproximar soluciones.
Consideramos por tanto un abierto de R
n
que, en principio, no es necesario
suponer que sea ni acotado ni regular.
Consideramos la ecuacin del calor con condiciones de contorno de Dirichlet:
_

_
u
t
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x) en .
(11.1.1)
Con el objeto de situar el problema en el marco abstracto de la Teora de
Hille-Yosida denimos el espacio de Hilbert X = L
2
() y el operador A = D(A)
con dominio
D(A) =
_
H
1
0
() : L
2
()
_
. (11.1.2)
El problema de valores iniciales (11.1.1) entra de este modo en el marco de
los problemas abstractos de evolucin que el Teorema de Hille-Yosida permite
resolver. Pero para poder aplicarlo necesitamos comprobar que A es un operador
maximal-disipativo. Comprobamos en primer lugar que es maximal. Para ello,
dado f L
2
() hemos de probar la existencia de una solucin de
u D(A), (I A)u = f. (11.1.3)
381
382 CAPTULO 11. ECUACIONES DE EVOLUCIN
La formulacin en trminos de EDP de (11.1.3) es
_
u u = f en
u = 0 en
(11.1.4)
y su formulacin variacional
_

_
u H
1
0
()
_

[u +u] dx =
_

fdx, H
1
0
().
(11.1.5)
Como consecuencia del Teorema de Lax-Milgram es fcil comprobar que, efec-
tivamente, (11.1.5) admite una nica solucin. Por otra parte, la solucin u
H
1
0
() as obtenida es tal que
u = u f en T
t
() (11.1.6)
de donde deducimos que u L
2
() y por tanto u D(A).
Comprobamos ahora que el operador A es disipativo. Formalmente esto es
fcil de hacer utilizando integracin por partes:
(Au, u)
L
2
()
=
_

uudx =
_

[ u [
2
dx 0. (11.1.7)
En la prctica esto exige justicar la frmula de integracin por partes en el
dominio para funciones u D(A). Cuando el dominio es de clase C
2
esto
no supone ninguna dicultad pues la frmula de Green es vlida para funciones
de H
2
() y por otra parte, por los resultados clsicos de regularidad elptica,
D(A) = H
2
H
1
0
(). Cuando no es regular la justicacin de (11.1.7) exige
un argumento adicional de densidad.
Como A es un operador maximal disipativo, como consecuencia directa de
la aplicacin del Teorema de Hille-Yosida obtenemos el siguiente resultado de
existencia y unicidad de soluciones de la ecuacin del calor.
Theorem 11.1.1 (a) Soluciones dbiles. Para todo u
0
L
2
() la ecuacin
(11.1.1) admite una nica solucin u C
_
[0, ); L
2
()
_
que adems es tal que
_

0
_

[ u [
2
dxdt
1
2
_

u
2
0
(x)dx. (11.1.8)
(b) Soluciones fuertes. Para todo u
0
H
1
0
() con u
0
L
2
(), la ecua-
cin (11.1.1) admite una nica solucin
u C
_
[0, ); H
1
0
()
_
C
1
([0, ); L
2
() (11.1.9)
11.1. RESOLUCINDE LAECUACINDEL CALOR MEDIANTE TCNICAS DE SEMIGRUPOS383
tal que
u C([0, ); L
2
()). (11.1.10)
Adems, cuando el dominio es de clase C
2
la solucin pertenece a la clase
u C
_
[0, ); H
2
H
1
0
()
_
. (11.1.11)
Demostracin.
Los resultados de existencia y unicidad de soluciones dbiles y fuertes son
consecuencia directa de la aplicacin de los resultados abstractos de semigrupos,
gracias a que hemos comprobado que A es un operador maximal-disipativo.
La estimacin (11.1.8) se deduce fcilmente de la frmula de disipacin de
la energa. En efecto, multiplicando la ecuacin del calor de (11.1.1) por u e
integrando en deducimos fcilmente que
1
2
d
dt
_

u
2
(x, t)dx +
_

[ u(x, t) [
2
dx = 0. (11.1.12)
Integrando esta identidad en tiempo deducimos que
1
2
_

u
2
(x, t)dx +
_
t
0
_

[ u(x, s) [
2
dxds =
1
2
_

u
2
0
(x)dx, t > 0. (11.1.13)
De (11.1.13) deducimos que
_
t
0
_

[ u(x, s) [
2
dxds
1
2
_

u
2
0
(x)dx. (11.1.14)
Pasando al lmite cuando t deducimos (11.1.8).
El hecho de que cuando es de clase C
2
las soluciones fuertes pertenecen a la
clase (11.1.11) es consecuencia inmediata de que, en ese caso, por los resultados
clsicos de regularidad elptica D(A) = H
2
H
1
0
().
Observacin. Como consecuencia de (11.1.8) cuando el dominio est aco-
tado en una direccin de modo que la desigualdad de Poincar se cumple, de-
ducimos que u L
2
_
0, ; H
1
0
()
_
. Cuando la desigualdad de Poincar no se
cumple slo podemos garantizar que u L
2
loc
_
0, ; H
1
0
()
_
. En efecto, en este
caso, para acotar la norma L
2
hemos de utilizar que, como consecuencia de la
identidad de energa (11.1.13),
| u(t) |
L
2
()
| u
0
|
L
2
()
, t > 0. (11.1.15)
384 CAPTULO 11. ECUACIONES DE EVOLUCIN
Por tanto
_
T
0
_

u
2
dxdt T | u |
2
L

(0, T; L
2
())
T | u
0
|
2
L
2
()
. (11.1.16)
Combinando (11.1.14) y (11.1.16) deducimos que
_
T
0
_

_
u
2
+ [ u [
2

dxdt
_
T +
1
2
_
| u
0
|
2
L
2
()
, (11.1.17)
de donde se deduce la estimacin en L
2
loc
_
0, ; H
1
0
()
_
.
Estas propiedades establecen un efecto regularizante de las soluciones de
la ecuacin del calor puesto que para datos iniciales u
0
L
2
() la solucin
pertenece a L
2
loc
_
0, ; H
1
0
()
_
. Este efecto regularizante puede cuanticarse
de manera ms precisa an.
En efecto, multiplicando la ecuacin del calor por u e integrando en
deducimos que

(u
t
u)u = 0
o, lo que es lo mismo,
1
2
d
dt
_

[ u [
2
dx +
_

[ u [
2
dx = 0.
Por tanto,
d
dt
_

[ u [
2
dx 0
y, por consiguiente, la funcin t | u(t) |
2
L
2
()
es decreciente.
Deducimos por tanto que
T | u(T) |
2
L
2
()

_
T
0
_

[ u [
2
dxdt
1
2
| u
0
|
2
L
2
()
.
De este modo podemos cuanticar el efecto regularizante que muestra que las
soluciones de la ecuacin del calor que parten de un dato inicial en L
2
() entran
instantneamente en H
1
0
():
| u(t) |
L
2
()

2t
| u
0
|
L
2
()
. (11.1.18)
La estimacin (11.1.18) es singular en t = 0. Esto no podra ser de otro modo
si suponemos que u
0
L
2
() pues, de lo contrario, el dato inicial debera de
pertenecer a H
1
0
().
En realidad el efecto regularizante de la ecuacin del calor es mucho ms
fuerte an. Cuando el dominio es de clase C

las soluciones de la ecuacin


del calor pertenecen a C

( (0, )).
11.2. APROXIMACINDE GALERKINDE LAECUACINDEL CALOR385
11.2. Aproximacin de Galerkin de la ecuacin
del calor
Las soluciones dbiles de la ecuacin del calor pueden caracterizarse mediante
la siguiente formulacin variacional
_

_
u C
_
[0, ); L
2
()
_
L
2
loc
_
0, ; H
1
0
()
_
d
dt
_

u(x, t)(x)dx +
_

u(x, t) (x)dx = 0, t > 0


_

u(x, 0)(x)dx =
_

u
0
(x)(x)dx, H
1
0
()
(11.2.1)
En (11.2.1) hemos tomado funciones test = (x). La ecuacin de (11.2.1) ha
por tanto de entenderse en el sentido de las distribuciones en tiempo, i.e.
d
dt
_

u(x, t)(x)dx +
_

u(x, t) (x)dx = 0, en T
t
(0, ), (11.2.2)
lo cual signica que, para cualquier funcin test = (t) T(0, ) se tiene

_

0
_

u(x, t)(t)(x)dx +
_

0
_

u(x, t) (t)(x)dx = 0. (11.2.3)


Como las combinaciones lineales nitas de funciones test en variables separadas
de la forma (t)(x) son densas en T( (0, )) deducimos entonces que la
ecuacin del calor se satisface en el sentido de las distribuciones:

_

0
_

u
t
dxdt +
_

0
_

u dxdt = 0, T( (0, )). (11.2.4)


Mediante un argumento de densidad se deduce de esta expresin que, como
u C
_
[0, ); L
2
()
_
L
2
loc
_
0, ; H
1
0
()
_
, entonces

_
T
0
_

u
t
dxdt +
_
T
0
_

u dxdt = 0 (11.2.5)
para toda funcin test H
1
( (0, T)) tal que (x, T) (x, 0) 0.
De esta expresin se puede deducir mediante un nuevo argumento de apro-
ximacin una formulacin variacional de la ecuacin del calor que incorpora el
dato inicial:

_
T
0
_

u
t
dxdt +
_

u
0
(x)(x, 0)dx +
_
T
0
_

u dxdt = 0, (11.2.6)
para todo H
1
( (0, T)) tal que (x, T) 0.
386 CAPTULO 11. ECUACIONES DE EVOLUCIN
Acabamos de ver que (11.2.1) implica (11.2.6). En realidad (11.2.6) tambin
implica (11.2.1). Podramos entonces adoptar, en lugar de (11.2.1), la siguiente
formulacin variacional de la solucin de la ecuacin calor, totalmente equiva-
lente a (11.2.1):
_

_
u C
_
[0, ); L
2
()
_
L
2
loc
_
0, ; H
1
0
()
_
,

_
T
0
_

u
t
dxdt +
_

u
0
(x)(x, 0)dx +
_
T
0
_

u dxdt = 0,
H
1
( (0, T)); (x, T) 0, T > 0.
(11.2.7)
Los resultados que presentaremos en esta sccin podran tambin obtenerse
trabajando con la formulacin (11.2.7), pero nosotros lo haremos basndonos
en (11.2.1).
Antes de continuar conviene comentar la relacin existente entre la solucin
obtenida mediante el mtodo de semigrupos como en la seccin anterior y la
solucin en el sentido variacional (11.2.1). Obviamente las dos soluciones son
la misma. Vemos por ejemplo que la solucin obtenida mediante el mtodo de
semigrupos es tambin solucin en el sentido dbil (11.2.1).
En el caso en que el dato inicial pertenece al dominio del operador esto
es obvio pues se trata de una solucin fuerte que satisface la ecuacin en casi
todo punto. Cuando el dato inicial slo pertenece a L
2
() la solucin obtenida
mediante el mtodo de semigrupos es lmite de soluciones con datos iniciales en
el dominio del operador. Por tanto, por densidad,
1
las soluciones en el sentido
de los semigrupos satisfacen (11.2.1).
Una cuestin fundamental que cabe plantearse antes de continuar trabajando
con la formulacin dbil es si las soluciones de (11.2.1) son nicas. En efecto lo
son. Formalmente para demostrarlo basta utilizar = u(t) como funcin test
en (11.2.1) de donde se deduce la ley de energa
1
2
d
dt
_

u
2
(x, t)dx +
_

[ u(x, t) [
2
dx = 0 (11.2.8)
1
Cuando A es un operador m-disipativo el dominio del operador es denso en X, si X es un
espacio de Banach reexivo. Para comprobarlo basta tomar un elemento f X y resolver las
ecuaciones x Ax = f para > 0 arbitrario. Para cada > 0 la solucin x

X de este
problema existe y es nica. Adems x

D(A) y x

f dbilmente cuando 0. Esto


permite garantizar que las soluciones de problemas de evolucin obtenidas mediante el mtodo
de semigrupos para operadores m-disipativos, son lmites de soluciones con datos iniciales en
el dominio del operador.
11.2. APROXIMACINDE GALERKINDE LAECUACINDEL CALOR387
que implica en particular que
_

u
2
(x, t)dx
_

u
2
0
(x)dx. (11.2.9)
De (11.2.9) se obtiene la unicidad con facilidad puesto que si u y u son soluciones
con el mismo dato inicial, la diferencia u u es solucin de (11.2.1) con el dato
inicial u
0
0. Al aplicar (11.2.9) a u u deduciramos que u u.
Pero, en la prctica, este argumento necesita de desarrollos tcnicos adi-
cionales puesto que la utilizacin de u(t) como funcin test no est del todo
justicada puesto que: a) u(t) depende de t y en (11.2.1) slo se admiten fun-
ciones test independientes de t; b) la regularidad de u que (11.2.1) proporciona
no permite garantizar que u(t) H
1
0
() para todo t 0.
Pero hemos visto ya que las soluciones dbiles en el sentido de (11.2.1) lo
son tambin en el sentido de (11.2.7). A partir de (11.2.7) la unicidad se deduce
fcilmente por el mtodo de dualidad o transposicin. Para ello consideramos el
problema adjunto:
_

t
= f en (0, T)
= 0 en (0, T)
(x, T) = 0 en .
(11.2.10)
La teora de semigrupos, mediante la frmula de variacin de constantes garan-
tiza que cuando f T( (0, T)), (11.2.10) admite una nica solucin que
satisface todos los requerimientos de las funciones test de (11.2.7). De (11.2.7)
y usando la ecuacin
t
+ = f que satisface se deduce que
_

u
0
(x)(x, 0)dx +
_
T
0
_

f udxdt = 0.
Si aplicamos esta identidad a dos posibles soluciones dbiles u y u con el mismo
dato inicial u
0
L
2
() deducimos que
_
T
0
_

f(u u)dxdt = 0, f T( (0, T)) (11.2.11)


lo cual garantiza que u u.
A partir de este momento adoptamos (11.2.1) como formulacin dbil de las
soluciones de la ecuacin del calor sabiendo que la solucin de (11.2.1) existe,
es nica y coincide con la obtenida en la seccin anterior por la tcnica de
semigrupos.
Procedemos ahora a introducir la aproximacin de Galerkin.
Es muy fcil introducir ahora una aproximacin de Galerkin. Dada una fa-
milia de subespacios V
h
de H
1
0
() que cubren todo el espacio H
1
0
() cuando
388 CAPTULO 11. ECUACIONES DE EVOLUCIN
h 0 de modo que cada uno de los subespacios V
h
son de dimensin nita
dim(V
h
) = N
h
con N
h
, h 0 consideramos el problema
_

_
u
h
C([0, ); V
h
)
d
dt
_

u
h
(x, t)(x)dx +
_

u
h
(x, t) (x)dx = 0, t > 0
_

u
h
(x, 0)(x)dx =
_

u
0
(x)(x)dx, V
h
.
(11.2.12)
La diferencia entre la formulacin variacional de la ecuacin del calor conti-
nuo (11.2.1) y su aproximacin de Galerkin es que si bien en la primera consi-
deramos todas las funciones test de H
1
0
(), en la aproximacin de Galerkin slo
consideramos las funciones test en el espacio V
h
de dimensin N
h
.
La aproximacin de Galerkin (11.2.12) constituye por tanto un sistema de
N
h
ecuaciones diferenciales acopladas de orden uno. Escribamos el sistema de
manera ms explcita.
Sea
1
, ,
N
h
una base de V
h
de modo que
V
n
= span
1
, ,
N
h
. (11.2.13)
La funcin u
h
solucin de (11.2.12), por pertenecer a la clase C([0, ); V
h
), es
por tanto necesariamente de la forma
u
h
(x, t) =
N
h

j=1
u
j
(t)
j
(x) (11.2.14)
Podemos por tanto identicar la solucin con el vector incgnita
U
h
(t) =
_
_
_
_
u
1
(t)
.
.
.
u
N
h
(t)
_
_
_
_
. (11.2.15)
El sistema (11.2.12) puede entonces escribirse en la forma
_

_
M
h
d

U
h
dt
(t) +R
h

U
h
(t) + 0, t > 0

U
h
(0) =

U
0, h
,
(11.2.16)
donde M
h
y R
h
son las matrices de masa y de rigidez asociadas a la aproximacin
de Galerkin. Los elementos de M
h
y R
h
son respectivamente:
M
h
= (m
jk
)
1j, kN
h
; m
jk
=
_

k
dx (11.2.17)
R
h
= (r
jk
)
1j, kN
h
; r
jk
=
_

j

k
dx. (11.2.18)
11.2. APROXIMACINDE GALERKINDE LAECUACINDEL CALOR389
Ambas matrices son simtricas y denidas positivas. La simetra es obvia. Para
comprobar el carcter denido positivo lo hacemos por ejemplo en el caso M
h
,
siendo la prueba semejante para R
h
. Dado un vector

W
h
tenemos
M
h

W
h
,

W
h
) =
_

w
2
(x)dx
donde
w(x) =
N
h

j=1
w
j

j
(x),
siendo w
j

1jN
h
las componentes del vector

W
h
; donde se deduce que M
h
es
denida positiva.
El dato inicial

U
0, h
del sistema (11.2.16) es de la forma

U
0, h
=
_
_
_
_
u
0, 1
.
.
.
u
0, N
h
_
_
_
_
(11.2.19)
donde
u
0, j
=
_

u
0
(x)
j
(x)dx, j = 1, , N
h
. (11.2.20)
La solucin

U
h
=

U
h
(t) de (11.2.6) existe y es nica y puede representarse
mediante la siguiente frmula exponencial

U
h
(t) = e
M
1
h
R
h
t

U
0, h
. (11.2.21)
El problema que se plantea es analizar de qu modo las soluciones de (11.2.12)
o, equivalentemente, de (11.2.16), convergen cuando h 0 a la solucin de
la ecuacin del calor. Para hacerlo es ms sencillo trabajar con las funciones
u
h
= u
h
(x, t) obtenidas como soluciones de las aproximaciones de Galerkin que
con los vectores

U
h
de las componentes de la solucin en la base V
h
.
Antes de pasar al lmite es preciso obtener estimaciones uniformes, indepen-
dientes de h, de las soluciones. El modo ms natural de hacerlo es utilizar el
mtodo de la energa. Para ello hemos de emplear en la formulacin de Galerkin
(11.2.12) la propia solucin u
h
como funcin test. Pero esto no es posible, al
menos de manera inmediata, puesto que la solucin u
h
depende en particular de
t y en (11.2.12) slo se pueden admitir funciones test independientes de t. Con
el objeto de justicar la utilizacin de u
h
como funcin test es conveniente con-
siderar la formulacin (11.2.16) de la aproximacin de Galerkin como sistema de
EDO de orden uno. Las soluciones

U
h
=

U
h
(t) son funciones regulares, incluso
390 CAPTULO 11. ECUACIONES DE EVOLUCIN
analticas de t a valores en R
N
h
. Podemos entonces multiplicar escalarmente en
(11.2.16) por

U
h
y deducir
1
2
d
dt
M
h

U
h
(t),

U
h
(t)) +R
h

U
h
(t),

U
h
(t)) = 0. (11.2.22)
Utilizando las deniciones de las matrices M
h
y R
h
y la propia estructura de
las soluciones u
h
= u
h
(x, t) de la aproximacin de Galerkin deducimos que
1
2
d
dt
_

u
2
h
(x, t)dx +
_

[ u
h
(x, t) [
2
dx = 0.
Vemos por tanto que las aproximaciones de Galerkin de la ecuacin del calor
satisfacen la misma identidad de energa que las soluciones del propio problema
continuo.
Integrando en tiempo deducimos que
1
2
_

u
2
h
(x, t)dx +
_
t
0
_

[ u
h
(x, t) [
2
dxdt =
1
2
_

u
2
0, h
(x)dx (11.2.23)
de donde deducimos inmediatamente que
u
h

h>0
est acotada en L

(0, ; L
2
()) L
2
loc
_
0, ; H
1
0
()
_
. (11.2.24)
Una vez que tenemos la cota uniforme (11.2.24) podemos pasar al lmite
cuando h 0. La cuestin central es si el lmite de la sucesin u
h

h>0
es la
solucin de la ecuacin del calor continua.
A partir de (11.2.24), extrayendo subsucesiones que seguimos denotando
mediante el ndice h para simplicar la notacin, tenemos
u
h
u dbil en L

(0, ; L
2
() y dbilmente en L
2
loc
_
0, ; H
1
0
()
_
.
(11.2.25)
Debemos probar que u es la solucin de la ecuacin del calor. En este punto es
esencial la hiptesis de que los subespacios V
h
llenan todo el espacio H
1
0
() o,
en otras palabras, que para todo H
1
0
() existe
h
V
h
tal que

h
en H
1
0
(). (11.2.26)
Combinando las convergencias (11.2.25) y (11.2.26) deducimos que
_
T

u
h
(x, t)
h
(x)dx
_

u(x, t)(x)dx en L

(0, ) dbil (11.2.27)


y
_

u
h
(x, t)
h
dx
_

u(x, t) (x)dx dbilmente en L


2
loc
(0, ).
(11.2.28)
11.2. APROXIMACINDE GALERKINDE LAECUACINDEL CALOR391
Deducimos as que el lmite u = u(x, t) satisface
_

_
u L

_
0, ; L
2
()
_
L
2
loc
_
0, ; H
1
0
()
_
d
dt
_

u(x, t)(x)dx +
_

u(x, t) (x)dx = 0, H
1
0
().
(11.2.29)
Con el objeto de poder garantizar que el lmite u obtenido de este modo es
la solucin de (11.2.1) hemos de comprobar que:
(a) u C([0, ); L
2
()),
(b) u(x, 0) = u
0
(x) en .
Vamos ahora a comprobar estas dos propiedades del lmite u. Pero antes de
hacerlo sealamos que, como el lmite que hemos obtenido est identicado
de manera nica, es toda la sucesin u
h

h>0
de soluciones aproximadas de
Galerkin la que converge en el sentido de (11.2.25) sin necesidad de extraer
subsucesiones.
Tenemos por tanto el siguiente resultado:
Theorem 11.2.1 Supongamos que los subespacios V
h
de H
1
0
() de dimensin
nita considerados son tales que para todo H
1
0
() existe
h
V
h
tal que

h
en H
1
0
() cuando h 0. (11.2.30)
Entonces, para todo u
0
L
2
() las soluciones de Galerkin u
h

h>0
obteni-
das resolviendo (11.2.12) son tales que (11.2.25) se satisface.
Concluyamos por tanto probando las dos propiedades del lmite u que hemos
dejado pendientes.
Continuidad en tiempo de u
Como u = u(x, t) verica (11.2.29) satisface la ecuacin del calor en el
sentido de las distribuciones:
u
t
u = 0 en T
t
( (0, )).
Como u L
2
_
0, T; H
1
0
()
_
para todo 0 < T < , u L
2
_
0, T; H
1
()
_
.
Por tanto u
t
L
2
_
0, T; H
1
()
_
.
Es un resultado clsico que si u L
2
_
0, T; H
1
0
()
_
y u
t
L
2
_
0, T; H
1
()
_
,
entonces u C
_
[0, T]; L
2
()
_
.
La idea de la prueba es la siguiente. En primer lugar constatamos que
u C
w
_
[0, ); L
2
()
_
es dbilmente continua de manera que
t
_

u(x, t)dx
392 CAPTULO 11. ECUACIONES DE EVOLUCIN
es continua para cada L
2
().
Basta entonces probar la continuidad de las normas. Consideramos entonces

u
2
(x, t
2
)dx
_

u
2
(x, t
1
)dx

_
u
2
(x, t
2
) u
2
(x, t
1
)

dx

(11.2.31)
=

_
t2
t1

t
[u
2
(x, t)]dtdx

2
_
t2
t1
_

uu
t
dxdt

2
_
t2
t1
| u(t) |
H
1
0
()
| u
t
(t) |
H
1
()
dt 0, t
1
t
2
puesto que u L
2
_
0, T; H
1
0
()
_
y u
t
L
2
_
0, T; H
1
()
_
.
Identicacin del dato inicial
Como sabemos ya que u C
_
[0, ); L
2
()
_
su dato inicial u(x, 0) est bien
denido y es un elemento de L
2
(). Basta ver que se trata del dato u
0
L
2
()
de (11.2.1).
Para ello en primer lugar observamos que las soluciones de (11.2.12) satisfa-
cen tambin

_
T
0
_

u
h

h
(x)dxdt +
_
T
0
_

u
h

h
dxdt

u
h, 0
(0)
h
(x)dx = 0,
(11.2.32)
para todo 0 < T < , para todo
h
V
h
y para todo C
1
([0, T]) tal que
(T) = 0.
La convergencia (11.2.25) permite pasar al lmite en (11.2.32). Obtenemos
as

_
T
0
_

u
t
dxdt +
_
T
0
_

u dxdt
_

u
0
(x)(0)(x)dx = 0.
(11.2.33)
En el paso al lmite en los datos iniciales de (11.2.32) hemos utilizado la
hiptesis (11.2.30) que garantiza que
h
converge a fuertemente en H
1
0
().
Pero necesitamos entonces saber que los datos iniciales u
h, 0
elegidos son tales
que
u
h, 0
u
0
en H
1
(). (11.2.34)
Recordemos que dado u
0
L
2
() hemos elegido los datos iniciales aproxi-
mantes u
0, h
de modo que
u
0, h
(x) =
N
h

j=1
_

u
0
(x)
j
(x)dx
j
(x). (11.2.35)
11.3. BREVE INTRODUCCIN A LA TEORA DE SEMIGRUPOS 393
Obviamente, cuando
j
es una base ortogonal de V
h
, u
0, h
es la proyeccin
ortogonal de u
0
L
2
() sobre V
h
. En general, u
0,h
se obtiene de la proyerccin
a travs del producto con la matriz de masa correspondiente.En cualquier caso
tenemos
| u
0, h
|
L
2
()
C | u
0
|
L
2
()
, (11.2.36)
con C = 1 en el caso de la base ortogonal.
Como H
1
0
() es denso en L
2
() basta con que probemos que (11.2.34) se
cumple para todo u
0
H
1
0
(). Ahora bien, como por denicin u
0, h
es el
elemento de V
h
ms prximo a u
0
en la norma L
2
() y (11.2.30) se cumple (lo
cual implica, obviamente, que
h
en L
2
()), deducimos que (11.2.34) se
cumple para todo u
0
H
1
0
().
Esto concluye la prueba de la convergencia del mtodo de Galerkin.
11.3. Breve introduccin a la Teora de Semigru-
pos
En las secciones anteriores hemos abordado el problema de la aproximacin
numrica de ecuaciones elpticas. Pero la mayora de problemas relevantes del
mbito de las Ciencias y de la Tecnologa son problemas de evolucin en los que
interviene la variable temporal.
Los mtodos numricos para la aproximacin de EDP son esencialmente una
superposicin o combinacin de los mtodos numricos propios de las ecuaciones
elpticas, que conducen a ecuaciones semi-discretas, y los mtodos de discreti-
zacin temporal de EDO. El lector interesado en una introduccin elemental a
estas tcnicas en el marco de los problemas en una dimensin espacial podr
consultar las notas [36]. En [35] abordamos con ms profundidad los mtodos
en diferencias nitas para ecuaciones de tipo ondas.
A la hora de realizar un estudio sistemtico de estos problemas es preciso
disponer de un marco funcional adecuado. En este sentido, una de las mejores
alternativas es el uso de la teora de semigrupos que, de manera muy verstil,
permite abordar el problema de la existencia, unicidad y regularidad de solu-
ciones de numerosos problemas de EDP de evolucin.
La teora de semigrupos garantiza la existencia y unicidad de soluciones de
ecuaciones abstractas de la forma
_
U
t
= AU, t > 0
U(0) = U
0
,
(11.3.1)
394 CAPTULO 11. ECUACIONES DE EVOLUCIN
siendo A un operador lineal no acotado en un espacio de Banach.
En estas notas vamos a recordar las nociones y resultados ms bsicos de la
Teora de semigrupos y en particular el Teorema de Hille-Yosida en su versin
ms elemental (vase, por ejemplo, el captulo VII del libro [2]).
Con el objeto de enunciar este importante Teorema conviene recordar la
nocin del operador maximal disipativo.
2
Denition 11.3.1 Un operador A : D(A) H H lineal, no acotado, en
el espacio de Hilbert H se dice disipativo si
(Av, v)
H
0, v D(A). (11.3.2)
Se dice que es maximal-disipativo si, adems, satisface la siguiente condicin de
maximalidad:
R(I A) = H f H, D(A) t.q. u Au = f. (11.3.3)
Theorem 11.3.1 (de Hille-Yosida).
Sea A un operador maximal-disipativo en un espacio de Hilbert H. Entonces,
para todo u
0
D(A) existe una funcin
u C
_
[0, ); D(A)
_
C
1
_
[0, ); H
_
(11.3.4)
nica tal que
_

_
du
dt
= Au en [0, )
u(0) = u
0
.
(11.3.5)
Adems se tiene
| u(t) || u
0
|
H
,

du
dt
(t)

H
=| Au(t) |
H
Au
0
|
H
, t > 0. (11.3.6)
En virtud del Teroema de Hille-Yosida, cuando A es un operador maximal
disipativo, es el generador de un semigrupo S(t) : H H que a cada u
0
H
asocia el valor u(t) = S(t)u
0
de la solucin del problema abstracto (11.3.5) en
cada instante de tiempo t > 0.
2
En el contexto de los sistemas de la Mecnica la palabra disipativo tiene un sentido
preciso: Se dice que un sistema de evolucin es disipativo si la energa de las soluciones decrece
en tiempo. Es este precisamente el sentido del trmino en el marco abstracto en la Teora
de Operadores que se desprende de (11.3.2). En efecto, multiplicando escalarmente en H la
primera ecuacin (11.3.5) por u, en virtud de (11.3.2) deducimos que (
d
dt
u(t), u(t))
H
=
1
2
d
dt
|
u(t) |
2
H
= Au(t), u(t)) 0.
11.3. BREVE INTRODUCCIN A LA TEORA DE SEMIGRUPOS 395
El semigrupo S(t) tambin se denota habitualmente como e
At
, en vista de la
analoga del sistema abstracto (11.3.5) con el clsico sistema lineal de ecuaciones
diferenciales lineales con coecientes constantes en el que A es una matriz.
El semigrupo S(t)
t0
= e
At

t0
es una familia uniparamtrica de ope-
radores lineales acotados en H. En realidad, en virtud de (11.3.6), S(t) es una
contraccin para cada t 0. Por otra parte, el semigrupo verica las siguientes
propiedades:
S(0) = I,
t S(t)u
0
es continua de [0, ) en H para cada u
0
H,
S(t) S(s) = S(t +s).
La ltima propiedad, denominada propiedad de semigrupo, es debida al
carcter autnomo (o invariante por traslaciones temporales) de la ecuacin
(11.3.1).
En el teorema anterior hemos enunciado el resultado de existencia y unicidad
de soluciones fuertes en el dominio D(A) del operador. Pero el semigrupo S(t)
se extiende a todo el espacio H de modo que para todo U
0
en H existe una nica
solucin U = U(t) en la clase C([0, ); H) que viene dada por U(t)) = S(t)U
0
y que constituye una solucin dbil del problema.
La posibilidad de obtener soluciones dbiles a partir de funciones fuertes
puede explicarse fcilmente en el marco del problema abstracto (11.3.5). En
efecto, suponiendo que A es un operador maximal disipativo, consideremos el
problema abstracto y denamos la funcin
v(t) =
_
t
0
u(s)ds +v
0
. (11.3.7)
Integrando a su vez la ecuacin de (11.3.5) con respecto al tiempo obtenemos
u(t) u
0
= A
_
t
0
uds
que podemos reescribir de la siguiente manera:
u(t) = A
_
t
0
uds +u
0
v
t
= Av Av
0
+u
0
.
Por lo tanto, para poder garantizar que tambin v es una solucin del problema
abstracto (11.3.5) basta con elegir v
0
de modo que
Av
0
= u
0
. (11.3.8)
396 CAPTULO 11. ECUACIONES DE EVOLUCIN
Supongamos que, dado u
0
H, (11.3.8) admite una nica solucin v
0
D(A).
Entonces la funcin v denida en (11.3.7) satisface
_
v
t
= Av, t > 0
v(0) = v
0
.
(11.3.9)
En virtud del Teorema de Hille-Yosida, como v
0
D(A), la ecuacin (11.3.9)
admite una nica solucin fuerte
v D
_
[0, ); D(A)
_
C
1
_
[0, ); H
_
. (11.3.10)
De (11.3.10) deducimos que
u = v
t
C
_
[0, ); H
_
. (11.3.11)
Vemos de este modo que, cuando u
0
H, la ecuacin abstracta admite una
nica solucin dbil en la clase (11.3.11).
En la denicin de operador maximal disipativo se garantiza que I A
es un operador con rango pleno. Pero nada se dice del operador A. Conviene
sin embargo sealar que sto es irrelevante a la hora de resolver el problema
abstracto (11.3.5). En efecto, introduzcamos el clsico cambio de variables
w(t) = e
t
u(t), (11.3.12)
donde R.
Entonces w
t
= e
t
[u
t
+ u]. Por tanto, u es solucin de (11.3.5) si y slo si
w es solucin de
_
w
t
= Aw +w, t > 0
w(0) = u
0
.
(11.3.13)
Esto indica que el cambio de variable permite transformar soluciones fuertes
(resp. dbiles) de (11.3.5) en soluciones fuertes (resp. dbiles) de (11.3.13) y
viceversa.
Por otra parte, cuando A es maximal-disipativo, para = 1, el operador
A I de (11.3.13) es de rango pleno. Esto permite utilizar el argumento an-
terior de integracin en tiempo para obtener soluciones dbiles a partir de las
soluciones fuertes directamente en (11.3.13) cuando = 1 (porque el proble-
ma correspondiente a (11.3.8) podra efectivamente garantizarse que tiene una
nica solucin v
0
D(A) para cada u
0
H).
El Teorema de Hille-Yosida se extiende con una prueba muy semejante y con
pequeos desarrollos tcnicos adicionales al caso de espacios de Banach X. En
11.3. BREVE INTRODUCCIN A LA TEORA DE SEMIGRUPOS 397
ese caso la mayor diferencia radica en la denicin de operador disipativo. La
condicin a imponer es que
| (I A)x |
X
| x |
X
, x D(A), > 0. (11.3.14)
Es fcil comprobar que si A es un operador disipativo en un espacio de Hilbert
tal y como lo hemos denido anteriormente, tambin lo es segn esta denicin.
Veamos ahora algunas de las ideas fundamentales de la demostracin del
Teorema fundamental de esta teora: El Teorema de Hille-Yosida.
La idea central de la demostracin de Hille-Yosida, que permite utillizar la
propiedad del operador A de ser maximal-disipativo, es introducir y usar la
regularizacin de Yosida del operador A:
A

=
1

(I (I A)
1
). (11.3.15)
Es fcil comprobar que, formalmente, A

converge a A cuando 0. Para


ello basta analizar la expresin algebraica de la derecha de (11.3.15) en el caso
de nmeros reales:

_
1
1
1
x
_
=
1

_
1 x 1
1
x
_
=
x
1
x
x, 0.
Pero para que la denicin (11.3.15) tenga rigurosamente sentido es primera-
mente preciso probar que el operador I A es inversible. La hiptesis de
maximalidad sobre A garantiza que esto es as cuando = 1. Veamos que sto
permite probar que I A es inversible para todo > 1/2. En efecto, reescri-
bimos la ecuacin
x Ax = y (11.3.16)
como
x Ax =
1

y +
_
1
1

_
x,
o, lo que es lo mismo,
x = (I A)
1
_
1

y +
_
1
1

_
x
_
. (11.3.17)
Es fcil comprobar que cuando [ 1 1/ [< 1 el segundo miembro de (11.3.17)
admite una nica solucin para el Teorema de punto jo de Banach.
Iterando este argumento se puede comprobar que (I A)
1
est bien de-
nido para todo > 0. Adems
| (I A) |
1
1(H, H)
1. (11.3.18)
398 CAPTULO 11. ECUACIONES DE EVOLUCIN
En efecto, como A es disipativo, Ax, x) 0 y por tanto, si x = (I A)
1
y
tenemos
(IA)
1
y, y) = x, (IA)x) = x, x)x, Ax) x, x) =| x |
2
H
=| (IA)
1
y |
2
H
de donde se deduce que, efectivamente,
| (I A)
1
y |
H
| y |
H
, y H, (11.3.19)
lo cual equivale a (11.3.18).
Deducimos por tanto que A

, para cada > 0, es un operador lineal y


acotado de H en H.
Esto nos permite resolver la ecuacin abstracta
_
u
t
= A

u, t > 0
u(0) = u
0
,
(11.3.20)
como si se tratase de una EDO.
En efecto, como A

es un operador lineal y acotado, e


A

t
se puede denir,
como en el caso matricial, mediante el desarrollo en serie de potencias de la
exponencial
e
A

t
=

k=0
(A

t)
k
k!
. (11.3.21)
Es fcil comprobar que e
A

t
dene un operador lineal y acotado de H en H
para cada > 0 y t > 0. Adems
u

(t) = e
A

t
u
0
C

([0, ); H) (11.3.22)
y es la nica solucin de (11.3.20).
La regularizacin de Yosida genera entonces un semigrupo S

(t) = e
A

t
.
Adems, para todo > 0, A

hereda la propiedad de A de ser disipativo, de


modo que
A

x, x) 0, x H, > 0. (11.3.23)
Entonces
| u

(t) |
H
| u
0
|,

du

(t)
dt

H
=| A

(t) |
H
| A

u
0
|
H
, t > 0, > 0.
(11.3.24)
Para comprobar (11.3.23) basta proceder del modo siguiente
A

x, x) = A

x, x (I A)
1
x) +A

x, (I A)
1
x)
= | A

x |
2
+A

x, (I A)
1
x)
= | A

x |
2
+A(I A)
1
x, (I A)
1
x) | A

x |
2
0.
11.3. BREVE INTRODUCCIN A LA TEORA DE SEMIGRUPOS 399
Como, al menos formalmente, A

A cuando 0, en virtud de las cotas


uniformes (11.3.24) de las soluciones de las ecuaciones aproximadas (11.3.20) en
las que el operador A ha sido sustituido por su regularizacin de Yosida A

cabe
esperar que la solucin u de (11.3.5) en el Teorema de Hille-Yosida se obtenga
como lmite cuando 0 de las soluciones aproximadas u

.
La clave de la demostracin del Teorema de Hille-Yosida consiste en ver
que, cuando u
0
D(A), u

(t)
>0
constituye una sucesin de Cauchy en
C([0, ); H) cuando 0.
En efecto, tenemos
du

dt

du

dt
= A

y por tanto
1
2
d
dt
| u

|
2
H
= A

, u

).
Pero
A

, u

) =
= A

, u

(I A)
1
u

+ (I A)
1
u

(I A)
1
u

+ (I A)
1
u

)
= A

, A

+A

)
+A((I A)
1
u

(I A)
1
u

), (I A)
1
u

(I A)
1
u

)
A

, A

+A

).
Por tanto
1
2
d
dt
| u

|
2
H
2( +) | Au
0
|
2
H
. (11.3.25)
En este punto hemos utilizado la segunda cota de (11.3.24) junto con | A

x |
H
|
Ax |
H
, para todo x H y > 0, propiedad esta que se deduce fcilmente de
la identidad A

= (I A)
1
A.
La estimacin (11.3.25) garantiza la propiedad de Cauchy de la sucesin u

en C([0, ); H) que habamos enunciado.


El mismo argumento permite probar que si u
0
D(A
2
), entonces du

/dt es
tambin de Cauchy en C([0, ); H). Esto permite pasar al lmite en (11.3.20)
cuando 0 y obtener la solucin del problema abstracto (11.3.5) que el
Teorema de Hille-Yosida enuncia cuando u
0
D(A). Como D(A
2
) es denso en
D(A), un argumento de densidad permite concluir la existencia de solucin para
datos u
0
D(A), tal y como se enuncia en el Teorema 11.3.1.
El lector interesado en una demostracin completa del Teorema de Hille-
Yosida puede consultar el captulo VII del libro de H. Brezis [2]. En el libro de
T. Cazenave y A. Haraux [3] se da tambin una extensin de este resultado a
espacios de Banach y diversas aplicaciones a ecuaciones de evolucin semilineales
entre las que se incluyen la ecuacin del calor, de ondas y de Schrdinger.
400 CAPTULO 11. ECUACIONES DE EVOLUCIN
11.4. La ecuacin de ondas continua
En esta seccin vamos a indicar el modo en que la ecuacin de ondas puede
enmarcarse en el contexto de la teora de semigrupos que se muestra mucho
ms exible a la hora de abordar sus variantes que, por ejemplo, el mtodo de
Fourier ([35]).
Consideremos pues la ecuacin de ondas
_

_
u
tt
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
, u
t
(x, 0) = u
1
(x) en ,
(11.4.1)
donde es un abierto de R
n
, n 1, que supondremos acotado para simplicar
la presentacin, si bien esta hiptesis no es en absoluto esencial.
Conviene escribir la ecuacin de ondas como un sistema de orden uno:
_
u
t
= v
v
t
= u.
(11.4.2)
De este modo la incgnita genuina del sistema es el par U = (u, v) = (u, u
t
),
lo cual coincide con nuestra intuicin segn la cual la verdadera incgnita no es
slamente la posicin u sino tambin la velocidad u
t
. Por otra parte, esto explica
que en (5.0.1) tomemos los datos iniciales u
0
y u
1
para u y u
t
respectivamente.
En la variable vectorial U el sistema (11.4.2) puede escribirse formalmente
como
3
U
t
= AU (11.4.3)
donde A es el operador lineal
A =
_
0 I
0
_
, (11.4.4)
siendo I el operador identidad y el operador de Laplace.
Pero la escritura (11.4.3)-(11.4.4) es puramente formal. En efecto, como es
bien sabido, en el marco de los espacios de Hilbert (o de Banach) de dimensin
innita, una denicin rigurosa del opeador exige no solamente que indiquemos
el modo en que acta sino tambin su dominio.
El espacio natural para resolver la ecuacin de ondas es el espacio de Hilbert
H = H
1
0
() L
2
(). (11.4.5)
3
En este punto abusamos de la notacin, pues U se tratara del vector columna
`
u
u
t

si
bien, para simplicar la escritura a veces lo escribiremos como vector la.
11.4. LA ECUACIN DE ONDAS CONTINUA 401
La eleccin de este espacio es efectivamente natural en vista de los siguientes
hechos:
La energa
E(t) =
1
2
_

_
[ u(x, t) [
2
+ [ u
t
(x, t) [
2

dx (11.4.6)
se conserva en tiempo, lo cual puede ser comprobado formalmente multi-
plicando la ecuacin de ondas por u
t
e integrando en .
La conservacin de la energa sugiere que, efectivamente, es natural buscar
soluciones tales que u H
1
() y u
t
L
2
().
La condicin de contorno de Dirichlet, u = 0 en , sugiere la necesidad
de buscar soluciones que se anulen en la frontera. Es bien conocido que, en
el marco del espacio de Sobolev H
1
, la manera ms natural de interpretar
esta condicin es exigir que u H
1
0
().
El espacio de la energa H es un espacio de Hilbert dotado de la norma:
| (f, g) |
H
=
_

2
H
1
0
()
+

2
L
2
()
_
1/2
. (11.4.7)
Por otra parte, las normas | |
L
2
()
, | |
H
1
0
()
estn denidas de la manera
usual
4
:

H
1
0
()
=
__

[ f [
2
dx
_
1/2
;

L
2
()
=
__

g
2
dx
_
1/2
. (11.4.8)
Denimos el operador A como un operador lineal no-acotado en H. Para
ello establecemos que el dominio del operador A es precisamente el subespacio
de los elementos V H para los que AV H. En vista de la estructura de A
sto da como resultado el dominio:
D(A) = (u, v) H
1
0
() L
2
() : v H
1
0
(), u L
2
()(11.4.9)
= (u, v) H
1
0
() H
1
0
() : u L
2
().
Cuando el dominio es de clase C
2
el resultado clsico de regularidad elptica
que garantiza que las funciones u H
1
0
() tales que u L
2
() pertenecen en
realidad a H
2
(), permite reescribir el dominio de la manera siguiente
D(A) =
_
H
2
() H
1
0
()
_
H
1
0
(). (11.4.10)
4
En este punto utilizamos implcitamente el hecho que sea acotado. En efecto, si no
lo fuese (o si, de manera ms general, si no fuese acotado en una direccin) no se podra
garantizar que la desigualdad de Poincar se verica, lo cual a su vez no permitira garantizar
que la norma denida en (11.4.8) fuese equivalente a la inducida por H
1
() sobre el subespacio
H
1
0
().
402 CAPTULO 11. ECUACIONES DE EVOLUCIN
En este punto conviene subrayar que la hiptesis de que sea regular de clase C
2
no es en absoluto esencial. Todo lo que vamos a decir en lo sucesivo identicando
el dominio con (11.4.10) es tambin cierto, sin la hiptesis de regularidad del
abierto , tomando (11.4.9) como denicin del dominio del operador.
En lo sucesivo supondremos por tanto que , adems de ser acotado, es de
clase C
2
.
Es fcil comprobar que A es un operador anti-adjunto, i.e.
A

= A. (11.4.11)
Basta para ello utilizar el hecho de que el operador de Laplace A con dominio
H
2
() H
1
0
() en el espacio de Hilbert L
2
() es un operador autoadjunto.
Pero, de hecho, para comprobar la antisimetra que (11.4.11) indica basta
con realizar el siguiente clculo elemental:
_
AV,

U
_
H
=
_
v, u
_
H
1
0
()
+
_
u, v
_
L
2
()
=
_

[v u + u v] dx =
_

[v u +u v] dx =
_
U, A

U
_
H
(11.4.12)
para todo U,

U D(A).
En (11.4.12) y en lo sucesivo mediante (, )
H
denotamos el producto escalar
en H. En vista de la estructura de H como espacio producto, el producto escalar
en H es la suma de los productos escalares en H
1
0
() y L
2
() de las primeras y
segundas componentes del vector V respectivamente.
Con esta denicin del operador A podemos ahora escribir la ecuacin de
ondas (11.4.1) en la forma del problema de Cauchy abstracto (11.3.1).
Como veamos, tenemos dos tipos de soluciones (11.3.1). Aquellas que deno-
minaremos soluciones fuertes tales que
5
U C
_
[0, ); D(A)
_
C
1
([0, ); H). (11.4.13)
En este caso tanto el trmino de la izquierda como de la derecha (11.3.1) son
funciones bien denidas que pertenecen al espacio C([0, ); H) y, por tanto,
la ecuacin de (11.3.1) tiene sentido en el espacio H para todo valor de t > 0.
La segunda ecuacin (11.3.1) relativa al dato inicial tiene tambin sentido pues,
por la continuidad de U en tiempo a valores en D(A), U(0) est bien denida
5
El dominio D(A) de un operador se puede dotar de estructura Hilbertiana a travs de la
norma
| u |
D(A)
= [| u |
2
H
+ | Au |
2
H
]
1/2
.
11.4. LA ECUACIN DE ONDAS CONTINUA 403
en D(A). Es por este hecho precisamente que slo cabe esperar la existencia de
soluciones fuertes cuando el dato inicial U
0
de (11.3.1) pertenece a D(A).
En trminos de la posicin u y velocidad u
t
de la solucin de la ecuacin de
ondas (11.4.1), la regularidad (11.4.13) equivale a
u C
_
[0, ); H
2
H
1
0
()
_
C
1
_
[0, ); H
1
0
()
_
C
2
_
[0, ); L
2
()
_
.
(11.4.14)
Es tambin claro que (11.4.14) permite dar un sentido a todas las ecuaciones
de (11.4.1). En particular, la ecuacin de ondas se verica, para cada t > 0, en
L
2
() y, por tanto, en particular, para casi todo x .
Las soluciones dbiles de (11.3.1) son menos regulares. Son en realidad aqu-
llas que pertenecen al espacio de la energa, i.e.
U C([0, ); H) (11.4.15)
o bien
u C
_
[0, ); H
1
0
()
_
C
1
_
[0, ); L
2
()
_
. (11.4.16)
Cabe preguntarse por el sentido de (11.3.1) bajos las condiciones de regularidad
(11.4.15). En efecto, este sentido no est a priori claro pues (11.4.15) no permite
denir, en principio, AU, al no pertenecer U a D(A) ni permite calcular la
derivada temporal de U.
A pesar de ello, tiene efectivamente sentido hablar de soluciones dbiles de
(11.4.1) o (11.3.1) y esto se puede ver con ms claridad en el contexto de (11.4.1)
y bajo la condicin de regularidad (11.4.16). En efecto, es bien sabido que el
operador dene un isomorsmo de H
1
0
() en su dual H
1
(). Por tanto,
como u C
_
[0, ); H
1
0
()
_
, tenemos tambin que u C
_
[0, ); H
1
()
_
.
Por otra parte, como u C
_
[0, ); H
1
0
()
_
, se trata en particular de una
distribucin por lo que su derivada segunda temporal u
tt
est bien denida en
el espacio de las distribuciones T
t
( (0, )). La ecuacin de ondas (11.4.1)
tiene por tanto sentido en el marco de las distribuciones. Ahora bien, como
u C
_
[0, ); H
1
()
_
, de la propia ecuacin de ondas deducimos que u
tt

C
_
[0, ); H
1
()
_
y entonces la ecuacin de ondas tiene sentido, para todo
t > 0 en H
1
(). Vemos por tanto que las soluciones dbiles de la ecuacin de
ondas, en la clase (11.4.16), por ser soluciones de la ecuacin de ondas, tienen
la propiedad de regularidad adicional
u C
2
_
[0, ); H
1
()
_
. (11.4.17)
Es fcil comprobar que el operador A asociado a la ecuacin de ondas (11.4.1)
denido anteriormente es maximal disipativo. El hecho de que A sea anti-adjunto
404 CAPTULO 11. ECUACIONES DE EVOLUCIN
(A

= A) garantiza que tanto A como A son disipativos en el sentido de la


Denicin 11.3.1.
En efecto, de (11.4.12) deducimos que
(AU, U)
H
= 0 (11.4.18)
lo cual garantiza la disipatividad
6
de A y A.
Por otra parte, el operador A de la ecuacin de ondas verica tambin la
condicin de maximalidad (11.3.3). En efecto, para comprobarlo basta ver que
para todo par (f, g) H, i.e. f H
1
0
(), g L
2
(), existe al menos una
solucin de la ecuacin
(I A)
_
u
v
_
=
_
f
g
_
(11.4.19)
con (u, v) D(A) =
_
H
2
H
1
0
()
_
H
1
0
(). Esto es efectivamente cierto. Dada
la forma explcita del operador A el sistema (11.4.19) se escribe del siguiente
modo
u v = f, v u = g. (11.4.20)
La primera ecuacin de (11.4.20) puede reescribirse como
v = u f (11.4.21)
y entonces la segunda adquiere la forma
u u = g +f. (11.4.22)
Como g +f L
2
(), la segunda ecuacin (11.4.22), que puede escribirse de
manera ms precisa como
_
u u = f +g en
u = 0 en ,
(11.4.23)
admite una nica solucin u H
2
H
1
0
() por los resultados clsicos de exis-
tencia, unicidad y regularidad para el problema de Dirichlet. Como f H
1
0
()
6
Conviene observar que cuando A satisface (11.4.18) las soluciones de la ecuacin abstracta
du
dt
(t) = Au(t)
conservan la energa puesto que
1
2
d
dt

u(t)

2
H
= (Au(t), u(t)) = 0.
11.4. LA ECUACIN DE ONDAS CONTINUA 405
y u H
2
H
1
0
() la solucin v de (11.4.21) satisface entonces v H
1
0
().
Deducimos entonces que (11.4.19) admite una nica solucin en D(A), lo cual
garantiza la maximalidad de A.
El Teorema 11.3.1, aplicado a la versin abstracta (11.3.1) de la ecuacin
de ondas (11.4.1) proporciona de manera inmediata la existencia y unicidad de
soluciones fuertes. En efecto, se tiene:
Theorem 11.4.1 Si es un dominio acotado de clase C
2
, para cada par de
datos iniciales (u
0
, u
1
)
_
H
2
H
1
0
()
_
H
1
0
(), la ecuacin de ondas posee
una nica solucin fuerte en la clase
u C
_
[0, ); H
2
H
1
0
()
_
C
1
_
[0, ); H
1
0
()
_
C
2
_
[0, ); L
2
()
_
.
(11.4.24)
Slo nos resta deducir la existencia y unicidad de soluciones en el espaico de
la energa. Tenemos para ello varias opciones. Una de ellas consiste en analizar
el operador de ondas como operador no acotado en el espacio de Hilbert

H =
L
2
()H
1
() con dominio H

H. Es fcil comprobar que el operador A antes
denido es tambin un operador maximal disipativo en este marco funcional.
De este modo, como consecuencia del Teorema de Hille-Yosida deducimos que:
Theorem 11.4.2 En las hiptesis del Teorema 11.4.1, si los datos iniciales
(u
0
, u
1
) H
1
0
() L
2
() la ecuacin de ondas (11.4.1) admite una nica so-
lucin en
u C
_
[0, ); H
1
0
()
_
C
1
_
[0, ); L
2
()
_
C
2
_
[0, ); H
1
()
_
. (11.4.25)
Conviene observar que ambos teoremas de existencia y unicidad (Teoremas
11.4.1 y 11.4.2) proporcionan resultados semejantes pero en espacios que dieren
en una derivada en su regularidad.
En el caso de la ecuacin de ondas, (11.3.8) puede resolverse directamente
sin apelar al cambio de variables. En efecto, en este caso, el problema (11.3.8)
puede reescribirse de la siguiente manera: Dadp (u
0
, u
1
) H
1
0
()L
2
() hallar
(v
0
, v
1
)
_
H
2
H
1
0
()
_
H
1
0
() tal que
v
1
= u
0
; v
0
= u
1
. (11.4.26)
La primera ecuacin de (11.4.26) proporciona inmediatamente la solucin v
1

H
1
0
(). Por otra parte, como u
1
L
2
(), sabemos que el problema elptico
v
0
= u
1
en ; v
0
= 0 en , (11.4.27)
406 CAPTULO 11. ECUACIONES DE EVOLUCIN
admite una nica solucin v
0
H
2
H
1
0
().
Por lo tanto, en el marco de la ecuacin de ondas (11.3.8) admite una nica
solucin, la cual permite obtener soluciones dbiles de la ecuacin de ondas a
partir de las soluciones fuertes, a travs del cambio de variable (11.3.7).
Como ya hemos indicado anteriormente, el operador de ondas A es antiad-
junto, y sto equivale a la ley de conservacin de energa (11.4.6). Vemos por
tanto cmo la Teora semigrupos permite recuperar todos los resultados obteni-
dos mediante series de Fourier o separacin de variables, pero con la ventaja de
ofrecer un marco mucho ms exible para abordar otras ecuaciones.
Consideramos por ltimo la ecuacin de ondas no-homognea:
_

_
u
tt
u = f en (0, )
u = 0 en (0, )
u(0) = u
0
, u
t
(0) = u
1
en .
(11.4.28)
En este caso (11.4.28) describe las vibraciones del cuerpo sometido a una
fuerza exterior f = f(x, t).
El problema (11.4.28) tambin puede ser escrito en el marco de los problemas
abstractos que se pueden abordar en el contexto de la Teora de Semigrupos.
En efecto, la primera ecuacin (11.4.28) puede escribirse como el sistema
_
u
t
= v
v
t
= u +f,
(11.4.29)
que puede tambin reformularse como el problema abstracto
_
U
t
+AU = F, t > 0
U(0) = U
0
(11.4.30)
donde U = (u, u
t
), A es el generador del semigrupo de la ecuacin de ondas que
acabamos de estudiar y
F(t) =
_
0
f(t)
_
. (11.4.31)
Vemos por tanto que la fuerza externa F aplicada en la versin abstracta
(11.4.30) del sistema (11.4.28) tiene una primera componente nula mientras
que la funcin f de (11.4.28) interviene slo en su segunda componente.
Inspirndonos en la frmula de variacin de las constantes para la resolu-
cin de ecuaciones diferenciales no homogneas, el problema abstracto (11.4.30)
puede escribirse en la forma integral siguiente
U(t) = S(t)U
0
+
_
t
0
S(t s)F(s)ds = e
At
U
0
+
_
t
0
e
A(ts)
F(s)ds, (11.4.32)
11.4. LA ECUACIN DE ONDAS CONTINUA 407
siendo S(t) = e
At
el semigrupo generado por el operador maximal disipativo A.
En virtud de los resultados anteriores sobre las soluciones fuertes y dbiles
del sistema abstracto (11.3.5) asociado al operador A, es fcil deducir que
Si F L
2
(0, T; D(A)), entonces e
A(ts)
F(s) L
1
(0, t; D(A)) para todo
0 < t < T.
Basta para ello utilizar las estimaciones (11.3.6) que, con las notaciones
presentes, garantizan que

e
A(ts)
F(s)

F(s)

H
,

Ae
A(ts)
F(s)

AF(s)

H
,
para todo t s y casi todo s [0, T].
Deducimos entonces que
_
t
0
e
A(ts)
F(s)ds C([0, T]; D(A)).
Sin embargo, para que podamos garantizar que se tiene una solucin fuerte
es necesario tambin que
_
t
0
e
A(ts)
F(s)ds C
1
([0, T]; H)
para lo que es tambin necesario que F C([0, T]; H)
Si F L
1
(0, T; H), entonces e
A(ts)
F(s) L
1
(0, t; H) para todo 0
t T y por tanto
_
t
0
e
A(ts)
F(s)ds C([0, T]; H).
De estos hechos deducimos los siguientes resultados de existencia y unicidad
para el sistema abstracto no homogneo (11.4.30):
Si U
0
D(A) y F C([0, T]; H) L
1
(0, T; D(A)) entonces (11.4.30)
admite una nica solucin fuerte en la clase
U C([0, T]; D(A)) C
1
([0, T]; H).
El mismo resultado es vlido bajo la hiptesis de que F W
1, 1
(0, T; H).
Si U
0
H y F L
1
(0, T; H), entonces (11.4.30) admite una nica solu-
cin dbil U C([0, T]; H).
408 CAPTULO 11. ECUACIONES DE EVOLUCIN
Aplicando estos resultados a la ecuacin de ondas no-homognea (11.4.28) ob-
tenemos los siguientes resultados de existencia y unicidad:
Si (u
0
, u
1
) [H
2
H
1
0
()]H
1
0
() y f C([0, T]; L
2
())L
1
(0, T; H
1
0
()),
entonces (11.4.28) admite una nica solucin fuerte u en la clase (11.4.24).
Si (u
0
, u
1
) H
1
0
() L
2
() y f L
1
(0, T; L
2
()), entonces (11.4.28)
admite una solucin dbil
u C([0, T]; H
1
0
()) C
1
([0, T]; L
2
()). (11.4.33)
En este punto conviene subrayar que, salvo que impongamos condiciones adi-
cionales al segundo miembro f, no podemos garantizar que
u C
2
([0, T]; H
1
()). (11.4.34)
En efecto, como u C([0, T]; H
1
0
()) y es un isomorsmo de H
1
0
() en
H
1
(), tenemos u C([0, T]; H
1
()). Por tanto, para que (11.4.34)
pueda cumplirse, en vista de la ecuacin f = u
tt
u, es imprescindible que
f C([0, T]; H
1
()).
El cambio de variable (11.3.7) tambin puede ser aplicado en el marco de
la ecuacin abstracta (11.4.30) y permite nuevamente establecer una correspon-
dencia biunvoca entre soluciones fuertes y dbiles.
Las mismas tcnicas que las desarrolladas en el caso homogneo pueden ser
tambin utilizadas en el no homogneo. Esto nos permite, por ejemplo, construir
soluciones ultradbiles de (11.4.28). De este modo obtenemos que si (u
0
, u
1
)
L
2
() H
1
() y F L
1
(0, T; H
1
()), la ecuacin (11.4.28) admite una
nica solucin ultra-dbil en la clase
u C([0, T]; L
2
()) C
1
([0, T]; H
1
()).
Adems, si f C
_
[0, T];
_
H
2
H
1
0
()
_
t
_
, esta solucin pertenece a
u C
2
_
[0, T];
_
H
2
H
1
0
()
_
t
_
.
Pero, hasta ahora, todos los resultados que hemos obtenido sobre la ecua-
cin de ondas mediante tcnicas de teora de semigrupos, pueden tambin ser
obtenidos mediante series de Fourier. Sin embargo, como habamos menciona-
do anteriormente, la teora de semigrupos es indispensable si deseamos abordar
ecuaciones ms generales con coecientes variables dependientes de (x, t), no
11.4. LA ECUACIN DE ONDAS CONTINUA 409
lineales, etc. Ilustramos este hecho analizando el ejemplo de una ecuacin de
ondas con un potencial p = p(x, t) L

( (0, T)), i.e.


_

_
u
tt
u +p(x, t)u = 0 en (0, T)
u = 0 en (0, T)
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(11.4.35)
Nuevamente la ecuacin (11.4.35) puede ser escrita en la forma de un sistema
_
u
t
= v
v
t
= u p(x, t)u,
(11.4.36)
o, en su versin abstracta,
U
t
+AU +B(t)U = 0 (11.4.37)
donde A es el operador maximal-disipativo asociado a la ecuacin de ondas
B(t) : H H es un operador lineal acotado dependiente del tiempo:
B(t) = B(t)
_
u
v
_
=
_
0
p(x, t)u
_
(11.4.38)
la ecuacin abstracta (11.4.37) puede escribirse como una ecuacin integral
U(t) = e
At
U
0
+
_
t
0
e
A(ts)
B(s)U(s)ds. (11.4.39)
Introduciendo la aplicacin
[(U)](t) = e
At
U
0
+
_
t
0
e
A(ts)
B(s)U(s)ds, 0 t T (11.4.40)
la ecuacin integral (11.4.39) puede tambin ser reescrita como un problema de
punto jo
U(t) = [(U)](t), 0 t T (11.4.41)
que puede ser resuelto mediante la aplicacin del Teorema de punto jo de
Banach para aplicaciones contractivas.
En efecto, si utilizamos que B(t) es un operador lineal y acotado de H
en H, con una cota independiente de 0 t T, es fcil comprobar que la
aplicacin (11.4.40) constituye una contradiccin estricta en C([0, ); H) para
un sucientemente pequeo (0 T). De este modo obtenemos una nica
solucin U C([0, ]; H) que, mediante un argumento de continuacin puede
ser extendido a una solucin global nica U C([0, T]; H)
7
.
7
Esto es as puesto que la amplitud > 0 del intervalo temporal en el que podemos
aplicar el Teorema de punto jo a para deducir la existencia local de soluciones, depende
exclusivamente de la cota de la que dispongamos sobre la norma del operador B.
410 CAPTULO 11. ECUACIONES DE EVOLUCIN
Aplicando este resultado abstracto en el caso de la ecuacin de ondas (11.4.35)
con potencial obtenemos inmediatamente que: Si (u
0
, u
1
) H
1
0
() L
2
(), y
p L

( (0, T)), la ecuacin de ondas con potencial (11.4.35) admite una


nica solucin
u C
_
[0, T]; H
1
0
()
_
C
1
_
[0, T]; L
2
()
_
.
En realidad la estructura (11.4.38) del operador permite debilitar la hiptesis
sobre el potencial p para que el resultado anterior sea vlido. En efecto, en la
prctica es suciente que el operador de multiplicacin u p(t)u envie de
manera acotada H
1
0
() en L
2
(). Si utilizamos las inclusiones de Sobolev es
fcil comprobar que esto es as cuando:
Si n = 1, p L

(0, T; L
2
());
Si n = 2, p L

(0, T; L
r
()), para algn r > 2;
Si n 3, p L

(0, T; L
n
()).
Ms an, basta analizar con un poco ms de cuidado la prueba del carcter
contractivo de la aplicacin para observar que las hiptesis L

en la variable t
pueden ser debilitadas y sustituidas por hiptesis L
1
. As, el resultado anterior
de existencia y unicidad de soluciones dbiles para la ecuacin de ondas con
potencial (11.4.35) es cierto en cuanto el potencial p satisface las condiciones:
p L
1
(0, T; L
2
()), si n = 1.
p L
1
(0, T; L
r
()), con r > 2, si n = 2.
p L
1
(0, T; L
n
()), si n 3.
Los mismos argumentos permiten obtener soluciones fuertes. Pero en este ca-
so habremos de comprobar si el operador abstracto B(t) envia D(A) en D(A).
En el marco de la ecuacin de ondas con potencial esto supone imponer hip-
tesis sobre el potencial p = p(x, t) de modo que, para cada t, el operador de
multiplicacin mediante p(t) envie H
2
H
1
0
() en H
1
0
() y que haga sto de
modo que la cota resultante pertenezca a L
1
(0, T). Esto, evidentemente, exige
hiptesis adicionales sobre la regularidad del potencial p.
Estos argumentos permiten en realidad obtener resultados de existencia y
unicidad tanto de soluciones fuertes como dbiles para ecuaciones ms generales
con potenciales de la forma
u
tt
u +a(x, t) u +b(x, t)u
t
+p(x, t)u = 0. (11.4.42)
11.5. LA ECUACIN DE ONDAS SEMILINEAL 411
11.5. La ecuacin de ondas semilineal
En estas notas no hemos reproducido ms que los elementos ms elementales
de la Teora de Semigrupos. Esta, inspirndose en la teora clsica de EDO y
usando en particular la frmula de variacin de las constantes puede adaptarse
fcilmente para abordar ecuaciones de evolucin semilineales. Existe tambin
una versin no-lineal de la Teora de Semigrupos que permite abordar problemas
genuinamente no lineales como la ecuacin de medios porosos, por ejemplo, pero
este tema queda fuera del mbito de estas notas.
Consideremos ahora brevemente una ecuacin de ondas semilineal
_

_
u
tt
u = f(u) en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(11.5.1)
En esta ocasin f : R R es una funcin no lineal. Nuevamente, la ecuacin
(11.5.1) puede ser reescrita en la forma de un sistema
_
u
t
= v
v
t
= u +f(u)
(11.5.2)
que, a su vez, puede ser enmarcado en un sistema semilineal abstracto
U
t
= AU +F(U) (11.5.3)
donde
F(U) = F
_
u
v
_
=
_
0
f(u)
_
. (11.5.4)
El problema puede entonces ser reducido a la ecuacin integral
U(t) = e
At
U
0
+
_
t
0
e
A(ts)
F(U(s))ds (11.5.5)
que, a su vez, es equivalente al problema de punto jo
U(t) = [(U)](t), (11.5.6)
para la funcin
[(U)](t) = e
At
U
0
+
_
t
0
e
A(ts)
F(U(s))ds. (11.5.7)
Sea R =| U
0
|
H
y B
2R
la bola de radio 2R en H. Supongamos que la no-
linealidad F enva H en H de modo que se trate de una funcin Lipschitziana
412 CAPTULO 11. ECUACIONES DE EVOLUCIN
sobre conjuntos acotados de H, es decir
k > 0, L
k
> 0 :| F(U
1
) F(U
2
) |
H
L
k
| U
1
U
2
|
H
U
1
, U
2
H :| U
1
|
H
, | U
2
|
H
k.
(11.5.8)
Bajo estas hiptesis es fcil comprobar que si > 0 es sucientemente pequeo,
es una contraccin estricta en C([0, ]; B
2R
). Esto permite deducir la existen-
cia y unicidad de una solucin local (en tiempo) de (11.5.5) en C([0, ]; B
2R
).
Veamos lo que la hiptesis (11.5.8) supone sobre la no-linealidad de la ecua-
cin de ondas (11.5.1). En vista de la forma particular (11.5.4) de la no-linealidad
del modelo abstracto correspondiente basta en realidad con comprobar que f
enva H
1
0
() en L
2
() de manera Lipschitz sobre conjuntos acotados. Suponga-
mos que la funcin f se comporta esencialmente como una potencia p 1. Es
decir supongamos que

f(x) f(y)

C(1+ [ x [
p1
+ [ y [
p1
) [ x y [, x, y R (11.5.9)
para algn p 1 y C > 0
8
.
Necesitamos comprobar si para todo k > 0 existe L
k
> 0 tal que
| f(u
1
) f(u
2
) |
L
2
()
L
k
| u
1
u
2
|
H
1
0
()
, u
1
, u
2
H
1
0
() :
| u
1
|
H
1
0
()
, | u
2
|
H
1
0
()
k.
(11.5.10)
En vista de la hiptesis (11.5.9) y usando las inclusiones de Sobolev es fcil
comprobar que (11.5.10) se cumple bajo las siguientes restricciones sobre p:
_
Para todo 1 p < , si n = 1, 2.
Para todo 1 p
n
n2
, si n 3.
(11.5.11)
Deducimos por tanto que: Bajo estas condiciones sobre el exponente p, si la
no-linealidad f satisface la condicin de Lipschitz (11.5.9), para cada par de
datos iniciales (u
0
, u
1
) H
1
0
() L
2
() existe un > 0 y una nica solucin
u C([0, ]; H
1
0
()) C
1
([0, ]; L
2
()).
Una vez que la solucin local en tiempo ha sido obtenida, mediante los
mismos argumentos de prolongacin que se utilizan en el marco de las Ecuaciones
Diferenciales Ordinarias (EDO), esta solucin local puede ser prolongada al
mximo intervalo de existencia T
max
de modo que la solucin nica de (11.5.1)
se obtiene nalmente en la clase
C([0, T
max
); H
1
0
()) C
1
([0, T
max
); L
2
()).
8
Esta hiptesis se cumple, por ejemplo, si f C
1
(R; R y limsup
|x|
[ f

(x) [
[ x [
p1
< .
11.5. LA ECUACIN DE ONDAS SEMILINEAL 413
Adems, para el tiempo mximo de existencia se verica la siguiente alternativa:
O bien T
max
= (existencia global) y por lo tanto la solucin est denida para
todo tiempo, o bien T
max
< (exploxin en tiempo nito) y en este caso
lm
t,Tmax
| u(t) |
H
1
0
()
+ | u
t
(t) |
L
2
()
= . (11.5.12)
El fenmeno que subyace a esta alternativa es fcil de entender. Mientras
que la solucin se mantiene acotada puede ser prolongada en el tiempo, con
un paso temporal que depende continuamente de la cota de la solucin. Por lo
tanto, la nica manera en que la solucin pueda no ser prolongada a todos los
tiempos es si explota en tiempo nito.
Mediante una mera hiptesis de crecimiento del tipo (11.5.9) sobre la no-
linealidad es imposible determinar si se produce explosin en tiempo nito o no y
para sto son necesarias hiptesis adicionales sobre el signo de la no-linealidad.
Consideremos en primer lugar el caso en que la no-linealidad f tiene el buen
signo:
_

_
u
tt
u+ [ u [
p1
u = 0 en (0, )
u = 0 en (0, )
u(x, 0) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(11.5.13)
En este caso, evidentemente, la condicin (11.5.9) se cumple y bajo la hiptesis
(11.5.11) se deduce la existencia y unicidad local (en tiempo) de soluciones de
energa nita de (11.5.13). Adems, mientras la solucin existe, su energa se
conserva. En este caso la energa viene dada por
E(t) =
1
2
_

_
[ u(x, t) [
2
+ [ u
t
(x, t) [
2
_
dx +
1
p + 1
_

[ u(x, t) [
p+1
dx.
(11.5.14)
Como la energa E(t) se conserva y claramente mayora al cuadrado de la norma
de (u, u
t
) en H
1
0
() L
2
() deducimos inmediatamente que (11.5.12) es impo-
sible. De este modo concluimos que, bajo la condicin (11.5.11), para cada par
de datos iniciales (u
0
, u
1
) H
1
0
() L
2
() existe una nica solucin global
u C([0, ); H
1
0
()) C
1
([0, ); L
2
()) (11.5.15)
y que la energa E(t) de la solucin denida en (11.5.14) se conserva para todo
t 0.
La situacin cambia completamente para no-linealidades con mal-signo:
_

_
u
tt
u =[ u [
p1
u en (0, )
u = 0 en (0, )
u(x, 00) = u
0
(x), u
t
(x, 0) = u
1
(x) en .
(11.5.16)
414 CAPTULO 11. ECUACIONES DE EVOLUCIN
La existencia y unicidad de soluciones locales (en tiempo) es igualmente cierta
en este caso. Pero no se puede decir lo mismo acerca de la existencia global. Para
el sistema (11.5.16), la energa, que se observa mientras las soluciones existen,
es
E(t) =
1
2
_

[[ u(x, t) [
2
+ [ u
t
(x, t) [
2
]dx
1
p + 1
_

[ u(x, t) [
p+1
dx
(11.5.17)
pero, el que esta energa permanezca constante o acotada es perfectamente com-
patible con la explosin (11.5.12) de las soluciones en tiempo nito. De hecho,
en este caso, las soluciones pueden efectivamente explotar en tiempo nito. Para
convencerse de este hecho basta ver que existen soluciones de la EDO
x
tt
=[ x [
p1
x (11.5.18)
que, cuando p > 1, explotan en tiempo nito, en un tiempo que tiende a ce-
ro cuando el tamao de los datos iniciales tiende a innito. El hecho de que
las soluciones de la ecuacin de ondas dependan exclusivamente de los datos
iniciales en la base del cono caracterstico permite entonces construir datos ini-
ciales, independientes de x en una bola de , y de modo que en el interior del
cono correspondiente coinciden con la solucin de la ODE (11.5.18) y por tanto
explotan en tiempo nito.
Esta construccin permite efectivamente probar que, para todo p > 1 y todo
abierto no vaco de R
n
, existen datos iniciales (u
0
, u
1
) H
1
0
() L
2
() para
los que la solucin local de (11.5.16) explota en tiempo nito.
11.6. El problema elptico
Hemos aplicado mtodos de splitting o de descomposicin para ecuaciones
discretas en tiempo, inspiandonos en la teora clsica de aproximacin numrica
de Ecuaciones Diferenciales Ordinarias.
Son dos las razones principales para considerar esquemas discretos en tiempo.
Por una parte, la resolucin numrica efectiva siempre pasa por una discretiza-
cin temporal. Es pues natural considerar esquemas discretos en tiempo. Pero
adems, en muchas ocasiones la utilizacin de discretizaciones temporales es
tambin un mtodo para obtener soluciones para el modelo continuo.
En el marco de las EDP lineales son muchas las tcnicas que se pueden utili-
zar para resolverlas: soluciones fundamentales, anlisis de Fourier, separacin de
variables y mtodos espectrales, semigrupos,. . . . Sin embargo, las ecuaciones no-
lineales son mucho ms complejas y se dispone de menos mtodos sistemticos
11.6. EL PROBLEMA ELPTICO 415
para resolverlas. En esta seccin ilustraremos la posible utilizacin de mto-
dos de discretizacin temporal en el caso modelo de una ecuacin parablica
no-lineal que involucra al operador p-Laplaciano:
_

_
u
t
div
_
[ u [
p2
u
_
= 0 en (0, )
u = 0 en (0, ),
u(x, 0) = u
0
(x) en .
(11.6.1)
Supondremos que es un abierto acotado y regular de R
n
y que p 2, si
bien el modelo tiene tambin sentido para p 1, siendo p = 1 un caso lmite.
Pero, para evitar algunas dicultades tcnicas adicionales, supondremos que
p 2.
Conviene observar que cuando p = 2, (11.6.1) se reduce a la ecuacin del
calor lineal para la que, como decamos, disponemos de diversos mtodos. El
caso no-lineal, como veremos, es bastante ms complejo.
Desde un punto de vista numrico, el modo ms natural para abordar el pro-
blema es o bien mediante un mtodo de Galerkin o a travs de una discretizacin
temporal. En esta seccin analizaremos ambos mtodos pero antes estudiaremos
brevemente el problema elptico subyacente.
Dado f = f(x) consideramos el problema elptico:
_
div
_
[ u [
p2
u
_
= f en
u = 0 en .
(11.6.2)
Su formulacin variacional es
_

_
u W
1, p
0
(),
_

[ u [
p2
u dx =
_

fdx, W
1, p
0
().
(11.6.3)
Para que esta formulacin variacional tenga sentido basta que f pertenezca al
dual de W
1, p
0
(). Para ello es suciente que f L
q
() con q > np
_
(np+p1).
Para obtener una solucin dbil consideramos el funcional
J : W
1, p
0
() R, (11.6.4)
tal que
J(v) =
1
p
_

[ v [
p
dx
_

fvdx. (11.6.5)
El espacio W
1, p
0
() es reexivo. Por otra parte, J es continuo, convexo y coer-
civo. Por tanto, el funcional J alcanza su mnimo en un punto u W
1, p
0
(). Es
fcil comprobar que u es una solucin de (11.6.2) en el sentido de (11.6.3).
416 CAPTULO 11. ECUACIONES DE EVOLUCIN
Por otra parte la solucin dbil es nica, puesto que J es estrictamente
convexo.
Otra manera de comprobar la unicidad es, como es habitual, suponer que
hay dos soluciones u
1
y u
2
y denir v = u
1
u
2
. Entonces, v satisface
_
div
_
[ u
1
[
p2
u
1
[ u
2
[
p2
u
2
_
= 0 en
u
1
u
2
= 0 en ,
(11.6.6)
o, lo que es lo mismo, su versin variacional
_

_
[ u
1
[
p2
u
1
[ u
2
[
p2
u
2

= 0 W
1, p
0
(). (11.6.7)
Tomando como funcin test = u
1
u
2
= v obtenemos
_

_
[ u
1
[
p2
u
1
[ u
2
[
p2
u
2

(u
1
u
2
) dx = 0. (11.6.8)
Por otra parte, se tiene la desigualdad en R
n
:
_
[ a [
p2
a [ b [
p2
b
_
(a b) 0, a, b R
n
, (11.6.9)
de donde deducimos que, necesariamente,
_
[ u
1
[
p2
u
1
[ u
2
[
p2
u
2
_
(u
1
u
2
) = 0 p.c.t. x . (11.6.10)
Pero en realidad podemos decir ms an y garantizar que
_
[ a [
p2
a [ b [
p2
b
_
(a b) > 0 si a ,= b (11.6.11)
lo que asegura, en virtud de (11.6.8), que
u
1
= u
2
p.c.t. x . (11.6.12)
Teniendo en cuenta que u
1
, u
2
W
1, p
0
(), deducimos entonces que u
1
=
u
2
p.c.t. x .
11.7. El mtodo Galerkin
El mtodo de Galerkin para aproximar la ecuacin (11.6.1) se introduce del
mismo modo que en el caso lineal. Introducimos una aproximacin de W
1, p
0
()
mediante subespacios de dimensin nita V
h
de elementos nitos P
1
a trozos y
continuos. El lector interesado en los aspectos bsicos del mtodo de elementos
nitos podr consultar [33] o [34].
11.7. EL MTODO GALERKIN 417
Suponemos que
dim(V
h
) = N
h
, V
h
= span [e
1
, , e
N
h
] . (11.7.1)
Buscamos entonces aproximaciones de la solucin de (11.6.1) tales que
u
h
C ([0, ); V
h
) (11.7.2)
de modo que
u
h
(x, t) =
N
h

j=1
u
j
(t)e
j
(x). (11.7.3)
Con el objeto de introducir esta aproximacin conviene previamente introducir
la formulacin variacional de (11.6.1):
_

_
u C
_
[0, ); L
2
()
_
L
p
_
0, ; W
1, p
0
()
_
d
dt
_

u(x, t)(x)dx +
_

[ u [
p2
u dx = 0, W
1, p
0
(),
_

u(x, t)(x)dx
_

u
0
(x)(x)dx, t 0, W
1, p
0
().
(11.7.4)
El espacio en el que buscamos la solucin est inspirado en la estimacin de
energa para las soluciones de (11.6.1) que, formalmente, consiste en multiplicar
la ecuacin (11.6.1) por u, e integrar por partes en . Se obtiene as:
1
2
d
dt
_

u
2
(x, t)dx =
_

[ u [
p
dx. (11.7.5)
Integrando en tiempo obtenemos
_

u
2
(x, t)dx +
_
t
0
_

[ u [
p
dxdt =
_

u
2
0
(x)dx. (11.7.6)
De esta estimacin formal deducimos que, si el dato inicial u
0
L
2
(), cabe
esperar que la solucin verique que u L

_
0, ; L
2
()
_
y adems u
L
p
_
0, ; W
1, p
0
()
_
.
A partir de (11.7.4) es fcil introducir una aproximacin de Galerkin:
_

_
u
h
C([0, ); V
h
)
d
dt
_

u
h
dx +
_

[ u
h
[
p2
u
h
dx = 0, V
h
u
h
(0) = u
0, h
,
(11.7.7)
418 CAPTULO 11. ECUACIONES DE EVOLUCIN
donde u
0, h
es una aproximacin de u
0
en V
h
que verica
u
0, h
u
0
en L
2
(). (11.7.8)
Como es habitual en el marco de las aproximaciones de Galerkin, tenemos
que resolver dos cuestiones. En primer lugar tenemos que probar que (11.7.7)
admite una nica solucin u
h
y en segundo que converge a una solucin de
(11.6.1).
Con el objeto de vericar si (11.7.7) admite una solucin, escribimos esta
formulacin variacional como un sistema de N
h
ecuaciones diferenciales ordina-
rias no lineales con N
h
incgnitas. En virtud de la estructura (11.7.3) y teniendo
en cuenta que (11.7.7) se satsiface para toda funcin test V
h
s y slo s se
cumple para toda funcin e
j
, j = 1, , N
h
de la base de V
h
, deducimos que
(11.7.7) equivale a
_
MU
t
+F(U) = 0, t > 0
U(0) = U
0, h
,
(11.7.9)
donde el vector columna U = (u
1
, , u
N
h
)
t
, codica las N
h
incgnitas del
sistema, U
0, h
representa del mismo modo el dato inicial u
0, h
V
h
, M es la
matriz de masa del mtodo de elementos nitos M = (m
ij
)
1i, jN
h
con
m
ij
=
_

e
i
(x)e
j
(x)dx, (11.7.10)
y F es una funcin no-lineal que est denida del siguiente modo:
F(U) = (F
j
(U))
1jN
h
, (11.7.11)
donde
F
j
(U) =
_

_
N
h

k+1
u
j
k
e
k
(x)
_

p2

_
N
h

k+1
u
k
e
k
(x)
_
e
j
(x)dx. (11.7.12)
En el caso en que p = 2, F(U) = RU, donde R es la matriz de rigidez del
mtodo de elementos nitos.
Cuando p 2, la funcin F es no-lineal y de clase C
1
de modo que (11.7.9)
admite una nica solucin local. Con el objeto de probar que la solucin es
global precisamos de una estimacin a priori. Aplicando de nuevo el mtodo de
energa que consiste en tomar en (11.7.7) la propia solucin u
h
como funcin
test o multiplicar en (11.7.9) escalarmente con la propia incgnita U, obtenemos
que (11.7.6) se satisface tambin para cada aproximacin u
h
. Deducimos pues
por tanto que la solucin de (11.7.7) est globalmente denida.
11.7. EL MTODO GALERKIN 419
Esto proporciona tambin una cota uniforme sobre las soluciones aproxima-
das:
1
2
| u
h
|
2
L

(0, ; L
2
())
+ | u
h
|
p
L
p
((0, ))

1
2
| u
0, h
|
2
L
2
()
, h > 0.
(11.7.13)
De esta estimacin podemos deducir que, extrayendo subsucesiones,
_
u
h
u dbil - en L

_
0, ; L
2
()
_
u
h
u dbil en L
p
_
0, ; W
1, p
0
()
_
.
(11.7.14)
Pero estas convergencias dbiles no son sucientes para pasar al lmite en (11.7.7)
puesto que se trata de un problema no-lineal.
El paso al lmite necesita de estimaciones adicionales. Con el objeto de ob-
tenerlas conviene volver por un momento a la ecuacin continua y comprobar
qu otras estimaciones se cumplen. En primer lugar observamos que si u
1
y u
2
son soluciones de (11.6.1) multiplicando por u
1
u
2
la ecuacin que u
1
u
2
satisface se obtiene
1
2
d
dt
_

[u
1
u
2
[
2
dx+
_

_
[u
1
[
p2
u
1
[u
2
[
p2
u
2
_
(u
1
u
2
) dx = 0.
(11.7.15)
Utilizamos ahora la existencia de c > 0 tal que
9
_
[ a [
p2
a [ b [
p2
b
_
(a b) c [ a b [
p
, a, b R
n
. (11.7.16)
Obtenemos as que
1
2
d
dt
_

[u
1
u
2
[
2
dx +c
_

[(u
1
u
2
)[
p
dx 0. (11.7.17)
Deducimos entonces que
1
2
_

[u
1
(x, t) u
2
(x, t)[
2
dx+c
_
(0, t)
[u
1
u
2
[
p
dxds
1
2
_

[u
1, 0
u
2, 0
[
2
dx.
(11.7.18)
De esta desigualdad deducimos que si (u
j
) es una sucesin de soluciones de
(11.6.1) tales que sus datos iniciales (u
j, 0
) constituyen una sucesin de Cauchy
en L
2
() entonces u
j
es tambin una sucesin de Cauchy en L

_
0, ; L
2
()
_

L
p
_
0, ; W
1, p
0
()
_
.
Este argumento, aplicado en el contexto de las aproximaciones de Galerkin,
permite probar que u
h
es una sucesin de Cauchy en L
p
((0, )) lo cual,
en virtud de (11.7.14), proporciona la convergencia fuerte
u
h
u en L
p
( (0, )), (11.7.19)
9
La demostracin de esta desigualdad se deja como ejercicio al lector.
420 CAPTULO 11. ECUACIONES DE EVOLUCIN
que se precise para pasar al lmite en la aproximacin de Galerkin (11.7.7) y
obtener en el lmite la formulacin variacional (11.7.4) de la ecuacin (11.6.1).
Esto es rigurosamente cierto cuando los espacios de Galerkin V
h
crecen a
medida que h decrece. Esto no es as para una triangulacin arbitraria en el
contexto de los elementos nitos, pero ocurre efectivamente cuando, a medida
que h decrece, el nuevo espacio V
h
se obtiene como el correspondiente a un
mallado proveniente del anterior por renamiento.
Hemos comprobado por tanto que el mtodo de Galerkin proporciona una
manera de construir soluciones de (11.6.1).
11.8. Discretizacin temporal
Dado un paso temporal t > 0, destinado a tender a cero, nos proponemos
obtener las soluciones de (11.6.1) como lmite cuando t 0 de soluciones de
sistemas discretos en tiempo.
En lo sucesivo, con el objeto de simplicar la notacin, denotamos mediante
A
p
el operador p-Laplaciano, de modo que
A
p
(u) = div
_
[ u [
p2
u
_
. (11.8.1)
A la hora de discretizar (11.6.1) tenemos dos opciones bsicas:
El esquema de Euler explcito:
_

_
u
k+1
+ tA
p
(u
k
) = u
k
, en ,
u
k+1
= 0 sobre , k 0,
u
0
= u
0
en .
(11.8.2)
El esquema de Euler implcito:
_

_
u
k+1
+ tA
p
_
u
k+1
_
= u
k
, en ,
u
k+1
= 0 sobre , k 0
u
0
= u
0
, en .
(11.8.3)
En ambos casos u
k
representa una aproximacin de la solucin de (11.6.1) en
el instante t = kt. Tambin en ambos esquemas el dato inicial u
0
del sistema
(11.6.1) se toma como valor inicial de la iteracin para k = 0.
La ventaja principal del esquema explcito (11.8.2) frente al implcito (11.8.3)
es que los sucesivos valores de u
k
se obtienen sin necesidad de resolver ninguna
ecuacin, leyendo su valor a partir de los del paso anterior. As, de (11.8.2)
tenemos
u
k+1
= u
k
tA
p
_
u
k
_
= B
t
_
u
k
_
. (11.8.4)
11.8. DISCRETIZACIN TEMPORAL 421
Iterando en esta aplicacin no-lineal B
t
, podemos escribir el valor de la solucin
discreta a partir del dato inicial de manera explcita:
u
k
= (B
t
)
k
(u
0
) . (11.8.5)
Conviene sin embargo sealar que la expresin (11.8.5), adems de ser fuerte-
mente no-lineal, involucra derivadas del dato inicial u
0
del orden de 2k. Teniendo
en cuenta que el nmero de pasos k necesarios para aproximar el valor de la so-
lucin en un instante jo T tiende a innito cuando t 0, este mtodo slo
puede ser til cuando el dato inicial u
0
es de clase C

. Pero incluso en este caso


la convergencia del mtodo no est garantizada.
En este contexto es mucho ms natural utilizar el mtodo implcito que, como
sabemos, en el marco de las EDOs es incondicionalmente estable y convergente.
Ahora bien, la aplicacin del esquema implcito (11.8.3) exige, en cada paso,
resolver el problema elptico no-lineal:
_
u
k+1
+ tA
p
_
u
k+1
_
= u
k
, en ,
u
k+1
= 0 en .
(11.8.6)
La solucin de este problema puede obtenerse por tcnicas anlogas a las em-
pleadas en la seccin 11.6. Ms concretamente, para probar la existencia de la
solucin de (11.8.6) basta minimizar el funcional
J
k
(v) =
t
p
_

[ v [
p
dx +
1
2
_

v
2
dx
_

u
k
vdx, (11.8.7)
en el espacio W
1, p
0
(). La unicidad de la solucin se demuestra por tcnicas
anlogas a las empleadas en la seccin 11.6.
Adems, el mtodo de energa proporciona estimaciones inmediatas. En efec-
to, multiplicando en (11.8.6) por u
k+1
e integrando en obtenemos
_

u
k+1

2
dx + t
_

u
k+1

p
dx =
_

u
k+1
u
k
dx

__

u
k+1

2
_
1/2
__

u
k

2
dx
_
1/2
,
(11.8.8)
de donde se deduce que, en particular,

u
k+1

L
2
()

u
k

L
2
()
. (11.8.9)
Iterando esta desigualdad llegamos con facilidad a la cota
max
k

u
k

L
2
()
[[u
0
[[
L
2
()
, (11.8.10)
422 CAPTULO 11. ECUACIONES DE EVOLUCIN
independiente de t.
Pero de (11.8.8) se deduce tambin que
t

k
_

u
k+1

p
dx

u
k+1

L
2
()
_

u
k

L
2
()

u
k+1

L
2
()
_
[[u
0
[[
L
2
()

k
_

u
k

u
k+1

L
2
()
_
[[u
0
[[
2
L
2
()
.
(11.8.11)
Las estimaciones (11.8.10) y (11.8.11) son obviamente los anlogos discretos de
la estimacin de energa.
A partir de la solucin discreta u
k

k0
podemos construir una funcin con-
tinua u
t
(x, t) que en cada intervalo temporal de la forma [kt, (k + 1)t]
tome el valor de u
k
(x). Obtenemos as una familia u
t

t>0
de funciones
continuas, acotadas en el espacio L

(0, ; L
2
()) L
p
_
0, ; W
1, p
0
()
_
. Ex-
trayendo subsucesiones podemos pasar al lmite dbilmente en la sucesin u
t
cuando t 0 y obtener una funcin lmite u(x, t). El problema que persis-
te es probar que este lmite es solucin de la ecuacin no-lineal (11.6.1) o, si
se preere, que verica la formulacin dbil (11.7.4). Nuevamente, a causa del
carcter no-lineal de los problemas considerados, esto no es del todo inmediato.
Con el objeto de poder garantizar que el lmite u es solucin de (11.6.1) o
(11.7.4) necesitamos probar la convergencia fuerte de u
t
en L
1
loc
_
0, ; L
p1
()
_
.
Para ello, el ingrediente clave es la obtencin de estimaciones de orden superior.
Con el objeto de entencer cmo se pueden obtener dichas estimaciones volve-
mos al problema continuo. Multiplicando en (11.6.1) por u
t
e integrando en
obtenemos _

u
2
t
dx +
_

[ u [
p2
u u
t
dx = 0.
Por otra parte
_

[ u [
p2
u u
t
dx =
1
p
d
dt
_

[ u [
2
dx.
Obtenemos por tanto la identidad
d
dt
_
1
p
_

[ u [
p
dx
_
=
_

u
2
t
dx =
_

div
_
[ u [
p2
u
_

2
dx (11.8.12)
que, integrada en t, proporciona
1
p
_

[ u(x, t) [
p
dx +
_
t
0
_

div
_
[ u [
p2
u
_

2
dxds =
1
p
_

[u
0
(x)[
p
dx,
(11.8.13)
11.9. ECUACIONES PARABLICAS: COMPORTAMIENTOASINTTICO423
siempre y cuando u
0
W
1, p
0
(). Deducimos as una estimacin para la solucin
continua en L

_
0, ; W
1, p
0
()
_
, adems de una cota de div
_
[ u [
p2
u
_
en L
2
( (0, )).
Esta estimacin puede reproducirse en el marco discreto. Multiplicando en
(11.8.6) por
_
u
k+1
u
k
_ _
t deducimos que
_

u
k+1
u
k
t

2
dx +
1
t
_

div
_
[ u
k+1
[
p2
u
k+1
_

_
u
k+1
u
k
_
dx = 0,
que, tras la integracin por partes, proporciona
_

u
k+1
u
k
t

2
dx+
1
t
_

[ u
k+1
[
p
dx
1
t
_

[ u
k+1
[
p2
u
k+1
u
k
dx = 0.
(11.8.14)
De esta expresin es fcil deducir que
_

[ u
k+1
[
p
dx
_

[ u
k
[
p
dx, (11.8.15)
que, iterndola, proporciona la cota
| u
k
|
L
p
()
| u
0
|
L
p
()
, k 0, (11.8.16)
independiente de t.
Una vez que ya disponemos de esta cota es fcil concluir que
t

k
_

u
k+1
u
k
t

2
dx C | u
0
|
p
L
p
()
. (11.8.17)
Obtenemos as un anlogo discreto de la estimacin de energa de segundo orden
(11.8.13).
Esta estimacin permite obtener la convergencia fuerte de u
t
necesaria
para probar que el lmite u es solucin de la ecuacin (11.6.1) si bien en esta
seccin omitiremos los detalles.
11.9. Ecuaciones parablicas: Comportamiento asin-
ttico
Consideramos ahora la ecuacin del calor lineal
_

_
u
t
u = f(x) en , t > 0
u = 0 en , t > 0
u(x, 0) = u
0
(x) en ,
(11.9.1)
424 CAPTULO 11. ECUACIONES DE EVOLUCIN
en un dominio acotado y regular de R
N
y f = f(x) es una fuente externa
independiente de t.
Mediante los mtodos habituales (Galerkin, semigrupos,. . . ) es fcil com-
probar que si u
0
L
2
() y f H
1
(), existe una nica solucin de (11.9.1)
en la clase u C
_
[0, ); L
2
()
_
L
2
loc
_
0, ; H
1
0
()
_
.
Por otra parte, la identidad de energa proporciona
1
2
d
dt
_

u
2
dx +
_

[ u [
2
dx =
_

fudx (11.9.2)
de donde se deduce que
1
2
d
dt
_

u
2
dx +
_

[ u [
2
dx

2
_

[ u [
2
dx +
1
2
| f |
2
H
1
()
,
para todo > 0. Tomando por ejemplo = 1 se deduce que
d
dt
_

u
2
+
_

[ u [
2
| f |
2
H
1
()
. (11.9.3)
Aplicando la desigualdad de Poincar, que garantiza la existencia de c() > 0
tal que
_

[ [
2
dx c()
_

2
dx, H
1
0
(), (11.9.4)
deducimos la desigualdad de energa
d
dt
_

u
2
dx +c()
_

u
2
dx | f |
2
H
1
()
, (11.9.5)
cuya resolucin explcita da lugar a la cota
_

u
2
(x, t)dx e
c()t
_

u
2
0
(x)dx +
(1 e
c()t
)
c()
| f |
2
H
1
()
. (11.9.6)
Deducimos as que
u L

(0, ; L
2
()), (11.9.7)
o, lo que es lo mismo, que la trayectoria u(t)
t0
est acotada en L
2
().
Una vez que sabemos que la trayectoria est acotada, cabe plantearse la
cuestin de su comportamiento asinttico cuando t . En caso de que el
lmite de u(t) cuando t existe, es previsible que sta sea una solucin
estacionaria, independiente de t, de la ecuacin que satisfar entonces la ecuacin
elptica
_
u = f en
u

= 0.
(11.9.8)
11.9. ECUACIONES PARABLICAS: COMPORTAMIENTOASINTTICO425
La teora variacional clsica garantiza la existencia y unicidad de la solucin
u

H
1
0
() de (11.9.8).
Veamos ahora que
u(t) u

, exponencialmente en L
2
(), t . (11.9.9)
En efecto, denimos
v(t) = u(t) u

(11.9.10)
que es la solucin de la ecuacin del calor homognea
_

_
v
t
v = 0 en , t > 0
v = 0 en , t > 0
v(x, 0) = v
0
(x) = u
0
(x) u

(x) en .
(11.9.11)
La identidad de energa asgura en este caso que
1
2
d
dt
_

v
2
dx +
_

[ v [
2
dx = 0. (11.9.12)
Aplicando la desigualdad de Poincar, como en el argumento anterior, deducimos
que
| v(t) |
L
2
()
e
c()t
| u
0
u

|
L
2
()
, (11.9.13)
lo cual proporciona la velocidad exponencial de convergencia anunciada.
De hecho (11.9.13) proporciona una tasa de decaimiento exponencial expl-
cita, del orden de la constante de Poincar c().
El mtodo de la energa que acabamos de presentar permite obtener tasas
de convergencia al equilibrio para una amplia clase de ecuaciones parablicas
lineales y no-lineales y tambin incluso, para ecuaciones de ondas disipativas.
De este modo puede por ejemplo abordarse el caso de la ecuacin parablica
p-Laplaciana:
u
t
div
_
[ u [
p2
u
_
= 0. (11.9.14)
Conviene sin embargo tener en cuenta que no siempre se obtiene decaimiento
exponencial, pudiendo ser este polinomial.
Por ejemplo, en el caso de la ecuacin (11.9.14) con condiciones de contorno
de Dirichlet, por el mtodo de la energa deducimos la identidad
1
2
d
dt
_

[ u [
2
dx +
_

[ u [
p
dx = 0.
La desigualdad de Poincar en este caso garantiza la existencia de una cons-
tante c
p
() > 0 tal que
_
[ u [
p
dx c
p
()
_

[ u [
p
dx,
426 CAPTULO 11. ECUACIONES DE EVOLUCIN
de donde obtenemos la estimacin
1
2
d
dt
_

u
2
dx +c
p
()
_

[ u [
p
dx 0.
Suponiendo que p > 2 y aplicando la desigualdad de Hlder deducimos que
_

u
2
dx
__

[ u [
p
dx
_
2/p
[ [
(p2)/p
.
De estas dos desigualdades deducimos que
d
dt
_

u
2
dx +
2c
p
()
[ [
(p2)/2
__

[ u [
2
dx
_
p/2
0.
Resolviendo esta desigualdad deducimos que
_

u
2
dx
_

_
(p 2)
2
_
_
_
_
2c
p
()
[ [
(p2)/2
t +
2
_

u
2
0
dx
(p 2)
_
_
_
_
(2p)/2
_

_
2/(p2)
c
p
()t
2/(p2)
,
es decir, un decaimiento polinomial con un exponente 2/(p 2). A medida que
p esta tasa de convergencia se debilita, lo cual reeja la creciente debilidad
del efecto disipativo del p-Laplaciano. Esto es natural puesto que, en la medida
que, u 0 cuando t , al aumentar p la difusividad del p-Laplaciano
disminuye. Sin embargo, a medida que p 2, la tasa de decaimiento polinomial
2/(p 2) tiende a innito, lo cual reeja el hecho de que para el caso de la
ecuacin lineal (p = 2), se tenga una tasa de decaimiento exponencial.
Pero volvamos a la ecuacin lineal (11.9.1). En (11.9.13) hemos obtenido una
tasa de decaimiento exponencial con constante C(), la constante de Poincar.
Con el objeto de analizar con ms cuidado el comportamiento exponencial de las
soluciones es conveniente utilizar desarrollos en serie de Fourier. Para ello con-
sideramos una base ortogonal de L
2
(),
j

j1
, constituida por autofunciones
del Laplaciano:
_

j
=
j

j
en

j
= 0 en ,
y asociada a la correspondiente sucesin de autovalores
0 <
1
<
2
. . .
N
. . . .
Desarrollamos en serie de Fourier los datos u
0
y f de (11.9.1).
Tenemos as
f =

j1
f
j

j
; u
0
=

j1
u
0, j

j
, (11.9.15)
11.9. ECUACIONES PARABLICAS: COMPORTAMIENTOASINTTICO427
mientras que la solucin habr de ser de la forma
u(x, t) =

j1
u
j
(t)
j
. (11.9.16)
La bsqueda de la solucin se reduce a la determinacin de sus coecientes de
Fourier. Estos vienen caracterizados por las ecuaciones
_
u
t
j
+
j
u
j
= f
j
, t > 0
u
j
(0) = u
0, j
, j 1
(11.9.17)
que pueden calcularse explcitamente:
u
j
(t) = u
0, j
e
jt
+
(1 e
jt
)

j
f
j
, j 1. (11.9.18)
De esta expresin se deduce inmediatamente que
u
j
(t)
f
j

j
, t , j 1. (11.9.19)
Un anlisis un poco ms cuidadoso permite comprobar que
u(, t)
t

j1
f
j

j
(x), en L
2
(). (11.9.20)
Esto coincide con el resultado obtenido mediante el mtodo de la energa puesto
que

j1
f
j

j
(x), (11.9.21)
es precisamente el desarrollo en serie de Fourier de la solucin estacionaria u

de (11.9.8).
De hecho este anlisis conrma que
| u(t) u

|
L
2
()
e
1t
| u
0
u

|
L
2
()
, (11.9.22)
siendo
1
> 0 el primer autovalor del operador en H
1
0
().
En realidad esta estimacin coincide con la obtenida en (11.9.13) puesto que
la constante de Poincar c() coincide con
1
, i.e.
c() =
1
.
Esto es as puesto que, por el principio mini-max, el primer autovalor
1
se
caracteriza como el mnimo del cociente de Rayleigh,

1
= mn
H
1
0
()
_

[ [
2
dx
_

2
dx
.
428 CAPTULO 11. ECUACIONES DE EVOLUCIN
De modo que
1
, el primer autovalor, es la mayor constante de la desigualdad

1
_

2
dx
_

[ [
2
dx, H
1
0
().
En esta seccin hemos probado que las soluciones de la ecuacin del calor con-
vergen a una solucin estacionaria, cuando la fuente externa f es independiente
del tiempo. El mismo tipo de argumentos permiten probar, por ejemplo, que si
f = f(x, t) depende de manera peridica (de perodo > 0) en el tiempo t,
entonces existe una nica solucin -peridica u

= u

(x, t) de
_

_
u
t
u = f en , 0 < t <
u = 0 en , 0 < t <
u(0) = u()
de modo que, para cualquier solucin del problema de valores iniciales
_

_
u
t
u = f en , t > 0
u = 0 en , t > 0
u(x, 0) = u
0
(x) en ,
se cumple que
| u(t) u

(t) |
L
2
()
0, t
con velocidad exponencial. Dejamos los detalles de esta prueba al lector intere-
sado.
En esta seccin y en la anterior hemos mostrado algunos ejemplos en los
que las soluciones de la ecuacin de evolucin, cuando t , se simplican
asintticamente al converger a un estado estacionario. Esto permite en algunos
casos sustituir el modelo de evolucin por el estacionario pero no sin el riesgo
que supone haber realizado a priori un estudio cuantitativo de la distancia de
ambas soluciones (evolucin / estacionaria) o, lo que es lo mismo, de la velocidad
de convergencia cuando t .
En la prctica son muchos los casos en los que se adopta un modelo estacio-
nario sin disponer de una prueba rigurosa de la convergencia asinttica de las
soluciones de la ecuacin de evolucin cuando t . Esto es una constante en
el mbito del anlisis numrico y computacional en el que, con frecuencia, nos
vemos obligados a emplear mtodos sin poseer prueba rigurosa de convergencia
ms que en algunos casos simplicados.
11.10. Conclusin
En esta seccin hemos visto cmo la discretizacin temporal implcita de
Euler y la aproximacin de Galerkin continua en tiempo son dos mtodos de
11.10. CONCLUSIN 429
aproximacin para ecuaciones parablicas no-lineales de la forma (11.6.1).
El hecho de que el esquema discreto en tiempo sea una manera natural de
aproximar la EDP de evolucin es lo que nos ha motivado en la seccin ante-
rior a introducir los esquemas de splitting o de descomposicin en ecuaciones
discretas en tiempo.
Los desarrollos de esta seccin, en el marco de la ecuacin del calor p-
Laplaciana (11.6.1), pueden tambin hacerse, con argumentos anlogos, para
otros modelos como son las ecuaciones de Navier-Stokes 2 d o la ecuacin de
Burgers viscosa 1 d.
Como el sistema (11.6.1) es autnomo y posee soluciones nicas, es el genera-
dor de un semigrupo que, por analoga con el caso lineal, denotamos S(t). As la
solucin u de (11.6.1) en el instante t se puede denotar como u(t) = S(t)u
0
, don-
de S(t) es la aplicacin no-lineal solucin. Esta familia de aplicaciones S(t)
t>0
satisface las dos relaciones
_
S(0) = Id,
S(t) S(s) = S(t +s),
por lo que se dice semigrupo.
Los desarrollos de esta seccin estn en la base de la teora de semigrupos
no-lineales en el marco de la cual (11.6.1) y los dems modelos mencionados
no son ms que ejemplos concretos que pueden abordarse mediante esta tcnica
sistemtica.
430 CAPTULO 11. ECUACIONES DE EVOLUCIN
Apndice A
Aproximacin de dominios en
el problema de Dirichlet
Tal y como veamos en la seccin 9.2.5, la primera fuente de error en la apro-
ximacin del MEF P
1
en 2D es la que se deriva de la aproximacin del dominio
regular mediante un dominio poligonal
h
. En este Apndice mostramos bre-
vemente que el error producido por esta aproximacin es despreciable.
Consideramos en primer lugar el caso en que
h
es una aproximacin interior
de modo que
h
. En este caso, todo elemento del espacio H
1
0
(
h
) puede
tambin considerarse como elemento de H
1
0
() puesto que la extensin por cero
fuera de
h
es una aplicacin lineal y continua de
h
en .
La solucin u en y u
h
en
h
satisfacen respectivamente,
_

_
u H
1
0
()
_

u vdx = f, v)

, v H
1
0
()
(A.0.1)
y
_

_
u
h
H
1
0
(
h
)
_

u
h
v
h
dx = f, v
h
)

h
, v
h
H
1
0
(
h
).
(A.0.2)
Como toda funcin v
h
H
1
0
(
h
) mediante el operador lineal de extensin
por cero fuera del dominio
h
puede considerarse como un elemento de H
1
0
()
y de este modo H
1
0
(
h
) es un subespacio cerrado de H
1
0
(), tenemos que
u
h
=
h
u (A.0.3)
donde
h
: H
1
0
() H
1
0
(
h
) es el operador de proyeccin ortogonal.
431
432APNDICE A. APROXIMACINDE DOMINIOS ENEL PROBLEMADE DIRICHLET
Por tanto
| u u
h
|
H
1
0
()
=| u
h
u |
H
1
0
()
= mn
w
h
H
1
0
(
h
)
| u w
h
|
H
1
0
()
. (A.0.4)
Por consiguiente con el objeto de probar que u
h
u en H
1
0
() o, incluso, de ob-
tener una estimacin sobre la velocidad de convergencia, es suciente encontrar
elementos w
h
H
1
0
(
h
) lo ms prximos posible a u H
1
0
().
Procedemos por un argumento de densidad, tal y como es habitual en el
MEF.
1
Sabemos que C

c
() es denso en H
1
0
(). Por otra parte, si
h
aproxima a
de modo que
h
acabe conteniendo a cada compacto K de la propiedad de
aproximacin necesariamente se satisface.
Deducimos por tanto que la distancia (A.0.4) tiende necesariamente a cero
cuando
h
es una aproximacin interna de con la propiedad de que todo
compacto contenido en est contenido en
h
para todo h h
0
, con h
0
> 0
sucientemente pequeo.
Estas propiedades se cumplen eligiendo
h
como una aproximacin interior
de , poligonal, con lados del orden de h, obtenidos uniendo una familia de
puntos sobre y corrigiendola ligeramente en caso de que, por la falta de
convexidad de , el dominio
h
exceda parcialmente a .
Dejamos para el lector el caso en que
h
es una aproximacin que no est es-
trictamente contenida en , as como el problema de la obtencin de velocidades
de convergencia cuando u H
2
H
1
0
().
Hemos probado la convergencia de orden en h del MEF 2D para las solucio-
nes H
2
del problema de Dirichlet para el Laplaciano en dominios poligonales.
Sin embargo, cuando se aborda el caso de un dominio curvo regular se comete
un error adicional al aproximarlo por un dominio poligonal.
En este Apndice describimos brvemente cmo la estimacin del error puede
mantenerse en ese caso.
Consideramos por tanto el problema
_
u = f en
u = 0 en
(A.0.5)
con f L
2
() y un abierto de clase C
2
.
Consideramos una familia de triangulaciones regulares (
h

h>0
de tales
que los dominios
h
poligonales que constituyen sean tales que
h
para
1
Este argumento ha sido usado en la prueba de la convergencia del mtodo de elementos
nitos en 1D, por ejemplo, en la seccin 9.2.3.
433
todo h > 0 y de modo que la distancia mxima entre los puntos y de
h
sea del orden de h
2
.
Esta aproximacin es la que se obtiene de manera espontnea cuando es
un abierto convexo de clase C
2
y se toma una triangulacin que, sobre el borde,
induzca una aproximacin lineal a trozos de la frontera con vrtices distantes
del orden de h. Vase la gura:
Figura A.1: Aproximacin de un dominio regular mediante un polgono de lados
del orden de O(h) donde se observa que los sectores prximos a la frontera que
quedan fuera del polgono son de un area del orden de O(h
2
).
434APNDICE A. APROXIMACINDE DOMINIOS ENEL PROBLEMADE DIRICHLET
Cuando el dominio es no convexo la aproximacin
h
as obtenida no
tiene por qu ser interna. Es por eso que es necesario eventualmente corregirla.
Pero esto puede realizarse manteniendo una distancia del orden O(h
2
) entre las
fronteras
Figura A.2: Aproximacin
h
que excede que corregimos para que de lugar a
una aproximacin interior

h
.
A partir de ahora suponemos por tanto que
h
y que
h
proviene
de una triangulacin regular de tamao relativo h y de modo que la distancia
mxima entre y
h
sea del orden de O(h
2
).
Sea u
h
V
h
la solucin aproximada obtenida por la aplicacin del MEF en

h
. Extendemos u
h
por cero fuera de
h
y obtenemos as u
h
H
1
0
(). Nos
proponemos probar la existencia de C > 0 tal que
| u u
h
|
H
1
0
()
Ch | u |
H
2
()
, (A.0.6)
para todo h > 0.
Descomponemos la norma a estimar en dos partes: El dominio poligonal
interior
h
y la banda en torno a la frontera B
h
=

h
.
Tenemos que
| u u
h
|
2
H
1
0
()
=
_

h
[ (uu
h
) [
2
dx+
_
B
h
[ u [
2
dx = I
1
(h)+I
2
(h). (A.0.7)
Distinguimos ahora el tratamiento de cada una de las integrales.
Integral I
1
(h)
La funcin u es de clase H
2
en el dominio
h
en consideracin. Por tanto,
el anlisis realizado para soluciones H
2
en un polgono se aplica sin ninguna
alteracin y obtenemos que
I
1
(h) C h
2
. (A.0.8)
435
Conviene observar que en este anlisis no se utiliza para nada el hecho de
que la funcin u se anula en el borde del dominio poligonal o no, cosa que no
ocurre en este caso.
Integral I
2
(h)
Hay una primera estimacin de esta integral que es fcil de obtener bajo la
hiptesis adicional de que u L

() es decir que u W
1,
().
En este caso tenemos
I
2
(h) | u |
2
L

()
[ B
h
[, (A.0.9)
donde [ B
h
[ denota la medida de B
h
.
Ahora bien, teniendo en cuenta que B
h
est contenido en un entorno de la
frontera de de anchura del orden de O(h
2
) deducimos que [ B
h
[= O(h
2
), de
donde se deduce la estimacin que buscbamos
I
2
(h) C h
2
. (A.0.10)
Pero hay que observar que en dos dimensiones espaciales el espacio H
2
() no
est contenido en W
1,
(). En efecto, las funciones de H
2
() pueden tener
gradientes con singularidades logortmicas. Por tanto, la hiptesis de que la so-
lucin u W
1,
() es una condicin adicional. Hay resultados clsicos sobre
regularidad para problemas elpticos que nos permiten dar condiciones sucien-
tes para que esta condicin se cumpla. As, por ejemplo, en un dominio de clase
C
2
, si el segundo miembro f del problema de Dirichlet pertenece a L
p
() con
p > 2, la solucin u pertence a W
2, p
() que a su vez se inyecta con continuidad
en W
1,
(). Esto proporciona condiciones sucientes para que (A.0.10) se cum-
pla pero no garantiza el resultado bajo la condicin ptima de que u H
2
().
Analicemos pues este caso que tiene naturaleza crtica.
El conjunto B
h
es unin de elementos curvos de la forma mostrada en la
gura que denotamos mediante
h
:
Su dimetro es del orden de O(h) pero su anchura es del orden de O(h
2
).
La frontera de
h
consta de dos partes, la exterior,
h, ext
que est contenida
en y la interior que denotamos por
h
.
Multiplicando la ecuacin u = f por u en
h
, integrando por partes y
usando que u se anula en la frontera exterior
h, ext
deducimos que
_

h
[ u [
2
dx =
_

h
f udx +
_

h
u
n
ud (A.0.11)
| f |
L
2
(
h
)
| u |
L
2
(
h
)
+

u
n

L
2
(
h
)
| u |
L
2
(
h
)
.
436APNDICE A. APROXIMACINDE DOMINIOS ENEL PROBLEMADE DIRICHLET
Figura A.3: Vista aumentada de la zona que queda fuera de la aproximacin
poligonal donde se observa que el dimetro es del orden de O(h) mientras que
el rea es del orden de O(h
2
).
En la medida en que el dominio
h
es de anchura O(h
2
), retomando la prueba
de la desigualdad de Poincar se obtiene que
| u |
L
2
(
h
)
C h | u |
L
2
(
h
)
. (A.0.12)
Esto es as puesto que u se anula en la frontera exterior de
h
.
De (A.0.12) se deduce que
| f |
L
2
(
h
)
| u |
L
2
(
h
)
C | f |
L
2
(
h
)
h | u |
L
2
(
h
)
C | f |
2
L
2
(
h
)
h
2
+
1
2
| u |
2
L
2
(
h
)
.
(A.0.13)
Combinando (A.0.12) y (A.0.13) deducimos que
_

h
[ u [
2
dx C h
2
| f |
2
L
2
(
h
)
+

u
n

L
2
(
h
)
| u |
L
2
(
h
)
. (A.0.14)
437
Basta por tanto, estimar los ltimos trminos de esta desigualdad puesto
que los primeros del miembro de la derecha no entraan dicultad en el sentido
que
_
B
h
[ u [
2
dx =

h
[ u [
2
dx
C h
2

h
_

h
f
2
dx +

u
n

L
2
(
h
)
| u |
L
2
(
h
)
C h
2
| f |
2
L
2
()
+

u
n

L
2
(
h
)
| u |
L
2
(
h
)
. (A.0.15)
Por otra parte

u
n

L
2
(
h
)
| u |
L
2
(
h
)

u
n

2
L
2
(
h
)
_
1/2
_

h
| u |
2
L
2
(
h
)
_
1/2
.
(A.0.16)
y

u
n

2
L
2
(
h
)
=

u
n

2
L
2
(
h
)
. (A.0.17)
La demostracin del Teorema de trazas garantiza la existencia de una constante
C independiente de h tal que

u
n

L
2
(
h
)
C | u |
H
2
()
. (A.0.18)
Basta por tanto probar que

h
| u |
2
L
2
(
h
)
=| u |
2
L
2
(
h
)
= O(h
2
). (A.0.19)
Esto es nuevamente fcil de comprobar en el caso en que u L

(). En este
caso, como u se anula en el borde exterior de y la anchura de la banda B
h
es O(h
2
) tenemos que | u |
L

(
h
)
= O(h
2
). Como la longitud o permetro de

h
est uniformemente acotada deduciramos que (A.0.19) se cumple. Pero,
nuevamente, hemos de hacerlo bajo la hiptesis u H
2
().
Con el objeto de probar (A.0.19), sin prdida de generalidad, suponemos que

h
es un conjunto del plano de la forma

h
= (x, y) R
2
: v x h, 0 y (x)
donde | |

= O(h
2
). Entonces
h
= (x, y) : y = 0, tal y como se indica en
la siguiente gura.
438APNDICE A. APROXIMACINDE DOMINIOS ENEL PROBLEMADE DIRICHLET
Figura A.4: Representacin del dominio
h
de referencia.
Se trata entonces de estimar
_

h
u
2
d =
_
h
0
u
2
(x, 0)dx.
439
Como u(x, (x)) = 0, puesto que (x, (x)) , tenemos que
_

h
u
2
d =
_
h
0
u
2
(x, 0)dx =
_
h
0
_
_
(x)
0
u
y
(x, s)ds
_
2
dx
=
_
h
0
_
_
(x)
0
__
s
0
u
yy
(x, ) +u
y
(x, 0)
_
ds
_
2
dx

_
h
0
_
(x)
0
__
s
0
u
yy
(x, )d +u
y
(x, 0)
_
2
ds(x)dx
C h
2
_
h
0
_
(x)
0
_
__
s
0
u
yy
(x, )d
_
2
+u
2
y
(x, 0)
_
dsdx
C h
2
_
h
0
_
(x)
0
__
s
0
u
yy
(x, )d
_
2
ds dx +C h
2
_
h
0
(x)u
2
y
(x, 0)dx
C h
2
_
h
0
_
(x)
0
_
s
0
u
2
yy
(x, )dsds dx +C h
4
_
h
0
u
2
y
(x, 0)dx
C h
4
_
_
h
0
_
(x)
0
_
s
0
u
2
yy
(x, )d dsdx +
_
h
0
u
2
y
(x, 0)dx
_
C h
4
_
_
h
0
_
(x)
0
u
2
yy
(x, s)ds(x)dx +
_
h
0
u
2
y
(x, 0)dx
_
C h
4
_
h
2
_
h
0
_
(x)
0
u
2
yy
(x, s)ds +
_
h
0
u
2
y
(x, 0)dx
_
C h
4
_
h
2
| u |
2
H
2
(
h
)
+
_

h
, ext

u
n

2
d
_
.
Por tanto

h
| u |
2
L
2
(
h
)
C h
6
| u |
2
H
2
()
+C h
4
_

u
n

2
d.
Pero, los resultados de trazas garantizan que
_

u
n

2
d C | u |
2
H
2
()
.
Llegamos por tanto a la conclusin que

n
| u |
2
L
2
(
h
)
C h
4
| u |
H
2
()
.
Se satisface por tanto con creces la desigualdad (A.0.19) que necesitabamos
probar.
440APNDICE A. APROXIMACINDE DOMINIOS ENEL PROBLEMADE DIRICHLET
Apndice B
Aceleracin del MDD para
datos rpidamente oscilantes
En los experimentos numricos realizados en clase hemos constatado que, en
algunas ocasiones, el hecho de que los datos del problema oscilen rpidamente
a lo largo de la interfase hace que el MDD converja ms rpidamente. El objeto
de esta seccin es dar una prueba rigurosa de este hecho.
Consideramos para ello el caso sencillo de un cuadrado = (0, 1) (0, 1)
que descomponemos en dos subdominios
1
= (0, 2/3)(0, 1) y
2
= (1/3, 1)
(0, 1), siendo el dominio de solapamiento la banda vertical
1

2
= (1/3, 2/3)
(0, 1).
En los experimentos numricos constatamos que las oscilaciones de las so-
luciones a lo largo de las dos interfases verticales x = 1/3 y x = 2/3 pareca
acelerar la convergencia del mtodo.
Veamos que sto es efectivamente as. Consideramos para ello soluciones de
la forma u(x, y) = (x) sen(my). Se trata entonces de soluciones que en la
direccin vertical y paralela a las interfases oscilan ms rpido a medida que m
aumenta.
El operador de Laplace para estas soluciones admite entonces la forma
u =
_
d
2
x
+m
2

2
_
(x) sen(my). (B.0.1)
Como la descomposicin de dominios elegida no perturba la variable vertical y
que en cada subdominio y pertenece al intervalo (0, 1) las sucesivas iteraciones
del mtodo proporcionan siempre funciones que preservan la misma estructura
en variables separadas, siendo la dependencia en y siempre la misma, es decir,
de la forma sen(my).
441
442APNDICE B. ACELERACINDEL MDDPARADATOS RPIDAMENTE OSCILANTES
El anlisis habitual de la convergencia del MDD 2 D en este caso indica
que la ecuacin 1 D que gobierna el proceso es
d
2
x
+m
2
= 0. (B.0.2)
En otras palabras, al resolver esta ecuacin en el intervalo de x correspondiente
al dominio
1
que es x (0, 2/3) con condiciones (0) = 0 y (2/3) = 1, la
constante que nos da el orden de convergencia es el valor de esta solucin en el
punto 1/3. Tal y como veremos este valor tiende a cero cuando m aumenta.
Para realizar este clculo conviene situarnos en el intervalo unidad (0, 1). La
ecuacin a resolver es entonces
_

tt
+m
2
= 0, 0 < x < 1
(0) = 0, (1) = 1
(B.0.3)
cuya solucin es

m
(x) =
e
m
e
2m
1
_
e
mx
e
mx
_
. (B.0.4)
Consideremos ahora un punto intermedio (0, 1). Entonces

m
() =
e
m
e
2m
1
_
e
m
e
m
_
. (B.0.5)
Cuando m = 0 tenemos

0
(x) = x (B.0.6)
y por tanto

0
() = . (B.0.7)
A medida que m aumenta vemos que

m
() 0, m . (B.0.8)
De hecho

m
() e
2m(1)
. (B.0.9)
La constante
m
() establece la contractividad de cada paso de aplicacin
del MDD en este caso. Es por eso que el mtodo converge ms rpido a medida
que m aumenta. De la expresin (B.0.9) se deduce que la aceleracin de la
convergencia es exponencial a medida que m aumenta.
Apndice C
Ejercicios
Ejercicio C.0.1 En el marco continuo, en una dimensin espacial, hemos pro-
bado la convergencia del mtodo de descomposicin de dominios tomando en los
extremos de cada subdominio

y
+
condiciones de contorno de Dirichlet.
Analizar la convergencia del mtodo consistente en utilizar la ecuacin de
Neumann en los puntos interiores de la interfase x

y x
+
. En este caso el
esquema se escribe:
_

_
u
k

_
tt
= 0, 1 < x < x

u
k

(1) =

, u
k
,x
(x

) = u
k1
+,x
(x

)
_

_
u
k
+
_
tt
= 0, x
+
< x < 1
u
k
+,x
(x
+
) = u
k
,x
(x

), u
k
+
(1) =
+
.
Ejercicio C.0.2 Estudiar el mismo problema cuando en una de las interfases
tomamos condiciones de contorno de Dirichlet y en la otra de Neumann.
Ejercicio C.0.3 Probar la convergencia del mtodo de descomposicin de do-
minios en el marco continuo para el problema de Dirichlet en el caso en que
el operador d
2
x
se sustituye por d
x
(a(x)d
x
) siendo a = a(x) un coeciente
medible acotado y elptico, i.e.
a
0
> 0 : a(x) a
0
> 0 p.c.t. 1 < x < 1.
Ejercicio C.0.4 Resolvemos la ecuacin de Laplace
u = f en R
n
donde f es una funcin de soporte compacto.
443
444 APNDICE C. EJERCICIOS
(a) Escribir la representacin de u por convolucin con la solucin fundamen-
tal.
(b) Suponiendo adems que f L
r
(R
n
) determinar, en funcin de la dimen-
sin espacial n, el rango de espacios L
p
loc
al que pertenece la solucin.
Indicacin: En la medida en que f es de soporte compacto y
slo nos interesan las propiedades locales de la solucin podemos
truncar el soporte de la solucin fundamental y aplicar despus
la desigualdad de Young.
Ejercicio C.0.5 (a) Demostrar que la desigualdad de Poincar no se verica
en R
n
.
(b) Deducir que el espacio

H
1
(R
n
), completado de H
1
(R
n
) con respecto a la
norma
| |

H
1
(R
n
)
=
__
R
n
[ [
2
dx
_
1/2
es un espacio ms grande que H
1
(R
n
).
(c) Demuestra sin embargo que, cuando n 2, por la desigualdad de Sobolev
y de Trudinger, la nica funcin constante que pertenece a

H
1
(R
n
) es la
trivial u 0.
(d) >Qu ocurre cuando n = 1?
Ejercicio C.0.6 (a) Demostrar que si es un dominio acotado se cumple la
siguiente variante de la desigualdad de Poincar:
_
R
n

2
dx C
__
R
n
[ [
2
dx +
_

2
dx
_
, H
1
(R
n
).
(b) Probarlo tanto por un argumento de contradiccin por compacidad como
por la demostracin constructiva habitual de la desigualdad de Poincar
en un dominio acotado
(c) >Se puede relajar la condicin de que sea acotado?
Ejercicio C.0.7 (a) Suponiendo que n 2 demostrar que existen funciones
de H
1
(R
n
) que no son continuas en x = 0.
(b) Usando un argumento de superposicin y la existencia de conjuntos densos
y numerables en R
n
deducir la existencia de funciones de H
1
(R
n
) que no
son continuas en ningn punto.
445
Ejercicio C.0.8 Sea un dominio acotado de R
n
. Probar que si f H
1
() y
g C
1
(

), entonces fg H
1
().
Ejercicio C.0.9 Probar que la desigualdad de Sobolev
__
R
n
[ [
2n/(n2)
dx
_
(n2)/2n
C
n
__
R
n
[ [
2
dx
_
1/2
que se cumple en dimensiones n 3, es invariante por cambios de escala
R
(x) =
(Rx).
Ejercicio C.0.10 Consideramos la transformada de Fourier parcial en la va-
riable x
t
R
n1
de x = (x
t
, x
n
) R
n
:

f (
t
, x
n
) =
_
R
n1
e
ix

f (x
t
, x
n
) dx
t
.
Probar que
_
R
n
[ f (x
t
, x
n
) [
2
dx
t
dx
n
=
_
R
n
[

f (
t
, x
n
) [
2
d
t
dx
n
;
_
R
n
[ f (x
t
, x
n
) [
2
dx
t
dx
n
=
_
R
n
_
[
t
[
2

f (
t
, x
n
)

2
+

n

f (
t
, x
n
)

2
_
d
t
dx
n
.
Ejercicio C.0.11 Suponiendo que A es simtrica denida positiva comparar la
velocidad de convergencia obtenida para los mtodos de mximo descenso y de
gradiente conjugado.
Ejercicio C.0.12 Consideramos el espacio de las sucesiones de cuadrado su-
mable
2
. Consideramos asimismo el subespacio
h
1
=
_
_
_
a
j

jN

2
:

j=1
j
2
a
2
j
<
_
_
_
.
Consideramos por ltimo el subespacio
2
N
de los elementos de
2
tales que los
trminos de la sucesin correspondiente a ndices j N se anulen.
Probar que:
h
1
es denso en
2
,
Para cada a
2
y N N existe a
N

2
N
tal que a
N
a en
2
cuando
N .
No existe ninguna funcin (N) 0 cuando N tal que para cada
a
N

2
N
tal que
| a a
N
|

2 (N) | a |

2 .
446 APNDICE C. EJERCICIOS
Probar que existe (N) y calcularlo explcitamente de modo que
| a a
N
|

2 (N) | a |
h
1, a h
1
,
donde | |
h
1 denota la norma cannica de h
1
, i.e.
| a |
h
1=
_
_

j=1
j
2
a
2
j
_
_
1/2
.
Ejercicio C.0.13 Demuestra que se mantiene el orden O(h) de convergencia
del mtodo de elementos nitos P
1
en una dimensin espacial sin necesidad de
suponer que el mallado sea uniforme, es decir, bajo la hiptesis ms general que
max
j=1N
h
[ x
j+1
x
j
[= O(h)
siendo x
j

j=1, ,N
h
los nodos del mallado.
Ejercicio C.0.14 Obtn una estimacin del orden de convergencia para el m-
todo de elementos nitos P
1
en una dimensin espacial bajo la hiptesis de que
u W
2,p
con 1 p 2.
Ejercicio C.0.15 Sea un dominio acotado de R
n
. Suponemos que u y v
L
p
() con 1 < p < .
Para cada h > 0 consideramos la funcin:
J(h) =
1
h
_

[[ u +hv [
p
[ u [
p
] dx.
(a) Comprobar que J : R
+
R est bien denida.
(b) Aplicando el Teorema de la Convergencia Dominada comprueba que J es
continua en cada punto h > 0.
(c) Calcula
lm
h0
J(h).
(d) Responde a las mismas cuestiones en el caso del funcional

J(h) =
1
h
_

_
[ u +hv [
p1
(u +hv) [ u [
p1
u

dx.
Ejercicio C.0.16 Consideramos la ecuacin de Laplace en un dominio cuadra-
do de R
2
:
(1)
_
u = f
u

= 0.
Descomponemos el dominio en tres bandas verticales con solapamiento:
447
(a) Construir un mtodo de descomposicin de dominios en el que se itere
entre los subdominios
1
,
2
y
3
.
(b) Demostrar la convergencia del mtodo.
(c) Hacer lo mismo en el caso de una discretizacin de la ecuacin por dife-
rencias nitas.
Ejercicio C.0.17 Sea X un espacio de Banach y L L(X, X) un operador
lineal acotado. Probar que la funcin x
0
X e
tL
x
0
es analtica real.
Ejercicio C.0.18 Consideramos un operador no acotado lineal A en un espacio
de Hilbert H. Probar que las dos siguientes caracterizaciones de la propiedad
de disipatividad son equivalentes:
Ax, x) 0, x D(A)
| x Ax || x |, x D(A), > 0.
Ejercicio C.0.19 Consideramos la ecuacin del calor
_

_
u
t
u = 0 en (0, )
u = 0 en (0, )
u(0) = u
0
en
448 APNDICE C. EJERCICIOS
con dato inicial u
0
L
2
().
Analizar la regularidad e integrabilidad de las funciones t
_

udx y t
_

u dx tanto cuando L
2
() como cuando H
1
0
() distinguiendo
el caso en que en se cumple la desigualdad de Poincar del que no.
Ejercicio C.0.20 Sea un abierto no vaco de R
n
y T > 0. Demostrar que
el espacio de las combinaciones lineales nales de funciones test en variables
separadas de la forma (x)(t) con T() y T(0, T) es denso en
T( (0, T)).
Ejercicio C.0.21 Consideramos la ecuacin elptica con condiciones de con-
torno de Neumann:
u +u = f en , u/ = g en .
Mediante denotamos la normal exterior unitaria. Suponemos que es un
abierto acotado y regular y que f L
2
(), g L
2
().
a) Comprobar que las soluciones fuertes satisfacen tambin la siguiente ver-
sin variacional del problema:
u H
1
();
_

[u +u]dx =
_

fdx +
_

gd, H
1
(),
donde d denota la medida supercial.
b) Comprueba que todas las integrales que intervienen en la formulacin
variacional son nitas.
c) Comprueba que el problema est en las condiciones del lema de Lax-
Milgram y deduce la existencia y unicidad de una solucin dbil.
d) Construye el funcional a minimizar que corresponde a este problema va-
riacional y verica que est en las condiciones de aplicar el Mtodo Directo del
Clculo de Variaciones.
e) En el caso de una dimensin espacial introduce un esquema iterativo de
aproximacin por descomposicin de dominios y prueba su convergencia. Calcula
la velocidad de convergencia.
Suponemos ahora que el dominio es poligonal.
f) Introduce una fomulacin aproximada de Galerkin con elementos nitos
P1. Verica la existencia y unicidad de la aproximacin.
g) Escribe el problema en la forma matricial
RU = M
1
F +M
2
G
449
comentando el siginicado de cada uno de los elementos que aparecen en la
misma (vector columna de incgnitas U, de datos F y G, matrices de masa y
de rigidez...)
Comenta las diferencias principales con respecto al problema de Dirichlet.
h) Prueba que la sucesin de soluciones aproximadas est acotada en H
1
()
e indica los pasos principales de la prueba de la convergencia en H
1
() para
soluciones dbiles y convergencia con tasa de orden uno para las soluciones
fuertes en H
2
().
Ejercicio C.0.22 Consideramos ahora el problema de evolucin con condicio-
nes de contorno de Neumann:
u
t
u = 0 en (0, ), u/ = 0 en (0, T); u(x, 0) = u
0
(x) en .
Suponemos que es un dominio acotado de clase C
2
.
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
L
2
()
U
t
= AU, t > 0; U(0) = U
0
.
b) Demuestra que el operador A involucrado es m-disipativo.
c) Identica el dominio del operador utilizando que las soluciones del proble-
ma elptico del problema anterior estn en H
2
() cuando g 0 y que f L
2
().
d) Deduce un resultado de existencia y unicidad de soluciones dbiles y otro
de soluciones fuertes.
Suponemos ahora nuevamente que el dominio es poligonal.
e) Introduce una aproximacin Galerkin por elementos nitos P1. Escrbela
en la forma algebrica
MU
t
= RU.
f) Deduce la existencia y unicidad de las soluciones aproximadas.
g) Utilizando el mtodo de la energa obtn una cota de las soluciones apro-
ximadas en C([0, T]; L
2
()) L
2
(0, T; H
1
()).
h) Indica los pasos principales de la prueba de la convergencia del mtodo.
i) Integrando la ecuacin en derivadas parciales original prueba que la inte-
gral
_

u(x, t)dx se conserva a lo largo de trayectorias.


j) >Se conserva esta integral para las soluciones aproximadas obtenidas por
elementos nitos? Justica la respuesta.
Ejercicio C.0.23 Consideramos la ecuacin elptica con conveccin y condi-
ciones de contorno de Dirichlet:
u +a u = f + div(g) en , u = 0 en .
450 APNDICE C. EJERCICIOS
En este sistema a es un vector jo arbitrario de R
n
, y denota el producto
escalar euclideo.
Suponemos que es un abierto acotado y regular y que f L
2
(), g
(L
2
())
n
.
a) Enuncia la formulacin variacional del problema para soluciones dbiles
u H
1
0
().
b) Comprueba que todas las integrales que intervienen en la formulacin
variacional son nitas.
c) Comprueba que el problema est en las condiciones del lema de Lax-
Milgram y deduce la existencia y unicidad de una solucin dbil.
d) >El problema puede abordarse mediante la minimizacin de un funcional?
Razona la respuesta.
e) Demuestra una cota de la solucin que sea independiente del valor del
vector de conveccin a.
f) En el caso de una dimensin espacial introduce un esquema iterativo de
aproximacin por descomposicin de dominios y prueba su convergencia. Calcula
la velocidad de convergencia.
Suponemos ahora que el dominio es poligonal.
g) Introduce una fomulacin aproximada de Galerkin con elementos nitos
P1. Verica la existencia y unicidad de la aproximacin.
h) Escribe el problema en la forma matricial
RU = M
1
F +M
2
G
comentando el signicado de cada uno de los elementos que aparecen en la
misma (vector columna de incgnitas U, de datos F y G, matrices de masa y
de rigidez...)
Comenta las diferencias principales con respecto al caso ms habitual en el
que a = 0 y g 0.
i) Prueba que la sucesin de soluciones aproximadas est acotada en H
1
()
e indica los pasos principales de la prueba de la convergencia en H
1
() para
soluciones dbiles y convergencia con tasa de orden uno para las soluciones
fuertes en H
2
().
Ejercicio C.0.24 Consideramos ahora la ecuacin del calor
u
t
u = 0 en (0, ), u = 0 en (0, T); u(x, 0) = u
0
(x) en .
Suponemos que es un dominio acotado de clase C
2
.
451
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
L
2
()
U
t
= AU, t > 0; U(0) = U
0
.
b) Demuestra que el operador A involucrado es m-disipativo.
c) Identica el dominio del operador.
d) Deduce un resultado de existencia y unicidad de soluciones dbiles y otro
de soluciones fuertes.
e) Comprueba que las soluciones verican la identidad de energa:
1
2
d
dt
_

u
2
dx =
_

[u[
2
dx.
Suponemos ahora nuevamente que el dominio es poligonal.
f) Introduce una aproximacin Galerkin por elementos nitos P1. Escrbela
en la forma algebrica
MU
t
= RU.
g) Deduce la existencia y unicidad de las soluciones aproximadas.
h) Utilizando el mtodo de la energa obtn una cota de las soluciones apro-
ximadas en C([0, T]; L
2
()) L
2
(0, T; H
1
()).
i) Indica los pasos principales de la prueba de la convergencia del mtodo.
k) En el caso de una dimensin espacial indica cul debera ser el lmite de
las soluciones del problema continuo cuando a 0 y cuando a .
Ejercicio C.0.25 Consideramos la ecuacin elptica con condiciones de con-
torno de Neumann:
u = f en , u/ +u = g en .
Mediante denotamos la normal exterior unitaria y mediante / la
derivada en esa direccin.
Suponemos que es un abierto acotado y regular y que f L
2
(), g
L
2
().
a) Comprobar que las soluciones fuertes satisfacen tambin la siguiente ver-
sin variacional del problema:
u H
1
();
_

u dx +
_

ud =
_

fdx +
_

gd, H
1
(),
donde d denota la medida supercial.
452 APNDICE C. EJERCICIOS
b) Comprueba que todas las integrales que intervienen en la formulacin
variacional son nitas.
c) Prueba la siguiente variante de la desigualdad de Poincar:
_

u
2
dx C[
_

[u[
2
dx +
_

u
2
d].
d) Utilizando esta desigualdad, comprueba que el problema est en las con-
diciones del lema de Lax-Milgram y deduce la existencia y unicidad de una
solucin dbil.
e) Construye el funcional a minimizar que corresponde a este problema va-
riacional y verica que est en las condiciones de aplicar el Mtodo Directo del
Clculo de Variaciones.
f) En el caso de una dimensin espacial introduce un esquema iterativo de
aproximacin por descomposicin de dominios y prueba su convergencia. Calcula
la velocidad de convergencia.
Suponemos ahora que el dominio es poligonal.
g) Introduce una fomulacin aproximada de Galerkin con elementos nitos
P1. Verica la existencia y unicidad de la aproximacin.
h) Escribe el problema en la forma matricial
RU = M
1
F +M
2
G
comentando el siginicado de cada uno de los elementos que aparecen en la
misma (vector columna de incgnitas U, de datos F y G, matrices de masa y
de rigidez...)
Comenta las diferencias principales con respecto al problema de Dirichlet.
i) Prueba que la sucesin de soluciones aproximadas est acotada en H
1
()
e indica los pasos principales de la prueba de la convergencia en H
1
() para
soluciones dbiles y convergencia con tasa de orden uno para las soluciones
fuertes en H
2
().
Ejercicio C.0.26 Consideramos ahora el problema de evolucin con condicio-
nes de contorno de Robin:
u
t
u = 0 en (0, ), u/+u = 0 en (0, T); u(x, 0) = u
0
(x) en .
Suponemos que es un dominio acotado de clase C
2
.
a) Escribe el problema en la forma de un problema de Cauchy abstracto en
L
2
()
U
t
= AU, t > 0; U(0) = U
0
.
453
b) Demuestra que el operador A involucrado es m-disipativo.
c) Identica el dominio del operador utilizando que las soluciones del proble-
ma elptico del problema anterior estn en H
2
() cuando g 0 y que f L
2
().
d) Deduce un resultado de existencia y unicidad de soluciones dbiles y otro
de soluciones fuertes.
Suponemos ahora nuevamente que el dominio es poligonal.
e) Introduce una aproximacin Galerkin por elementos nitos P1. Escrbela
en la forma algebrica
MU
t
= RU.
f) Deduce la existencia y unicidad de las soluciones aproximadas.
g) Utilizando el mtodo de la energa obtn una cota de las soluciones apro-
ximadas en C([0, T]; L
2
()) L
2
(0, T; H
1
()).
h) Indica los pasos principales de la prueba de la convergencia del mtodo.
i) Integrando la ecuacin en derivadas parciales original prueba que la inte-
gral
_

u(x, t)dx +
_

u(x, t)d se conserva a lo largo de trayectorias.


j) >Se conserva esta integral para las soluciones aproximadas obtenidas por
elementos nitos? Justica la respuesta.
Ejercicio C.0.27 Consideramos la ecuacin elptica con condiciones de con-
torno de Dirichlet:
u = f en , u = 0 en . (C.0.1)
Suponemos que es un abierto acotado y regular y que f L
2
().
Consideramos asimismo una aproximacin poligonal
h
de y una triangu-
lacin T
h
que satisface las condiciones de regularidad necesarias para garantizar
la convergencia del mtodo de elementos nitos P1 con un orden h en H
1
0
().
Consideramos asimismo el problema de autovalores
= en , = 0 en . (C.0.2)
Por la teora de descomposicin espectral de operadores autoadjuntos com-
pactos sabemos que (C.0.2) admite una sucesin
j
de autovalores positivos que
tiende a innito y una sucesin de autofunciones
j

j1
que constituye una
base ortonormal de L
2
(), a la vez que
j
/
_

j1
es una base ortonormal
de H
1
0
().
a) Escribe el problema de autovalores que corresponde a la aproximacin por
elementos nitos P1 de (C.0.2).
454 APNDICE C. EJERCICIOS
b) Prueba que sta admite N autovalores y autovectores, siendo N el nmero
de nodos interiores de la triangulacin. Demuestra que existe una base ortonor-
mal de R
N
constituida por los autovectores. Prueba que la ortogonalidad de
los autovectores se verica tanto en los productos escalares inducidos por las
matrices de masa M
h
como de rigidez R
h
.
A partir de ahora denotamos por
h
j
y
h
j
los autovalores y autovectores del
problema discreto.
c) Escribe el desarrollo en serie de la solucin de (C.0.1) y de su versin
discreta utilizando la base espectral.
Comprueba en particular que de este modo se puede recuperar el resultado
clsico que garantiza que la solucin u de (C.0.1) est en H
1
0
() cuando f est
en L
2
().
d) Comprueba que la convergencia espectral, i. e. el hecho de que cada au-
tovalor y autovector converja cuando h 0, permite recuperar la convergencia
de las soluciones de la aproximacin por elementos nitos de (C.0.1).
e) Demuestra que el pimer autovalor
1
se puede caracterizar mediante el
cociente de Rayleigh como:

1
= mn
H
1
0
()
_

[[
2
dx
_

[[
2
dx.
(C.0.3)
f) Utilizando una caracterizacin semejante para
h
1
, prueba que el primer
autovalor
h
1
del problema discreto converge, cuando h 0, al autovalor
1
de
la ecuacin de Laplace (C.0.1).
g) Pasando al lmite en la ecuacin que satisface
h
1
prueba su convergencia
fuerte en H
1
0
() a
1
. Para ello deduce primero la convergencia dbil y despus
la convergencia de las normas a partir de las ecuaciones correspondientes.
Ejercicio C.0.28 Consideramos ahora el problema de diseo ptimo
u +u = f en , u = 0 en , (C.0.4)
en el que f es un elemento dado de L
2
() y es un paramtro no-negativo
cuyo valor ptimo hemos de determinar de modo que la solucin u

de (C.0.4)
se asemeje lo ms posible a una funcin u
d
dada de H
1
0
().
Para ello introducimos el funcional
J() =
1
2
_

[u u
d
[
2
dx +

2
2
.
a) Prueba que para cada 0, (C.0.4) admite una nica solucin u


H
1
0
().
455
b) Prueba que el funcional J : (0, ) R es continuo.
c) >Se puede asegurar que J sea convexo?
d) Demuestra que J es coercivo y deduce, aplicando el MDCV, que el fun-
cional alcanza su mnimo en un punto

.
e) >Puede asegurarse que

= 0?
f) Formula la versin elementos nitos P1 de este problema de diseo. De-
muestra que las soluciones ptimas

h
del problema discreto convergen cuando
h 0 a la solucin ptima continua

.
g) Comprueba que la condicin J
t
(

) = 0 que necesariamente se cumple en


el punto de mnimo se puede escribir en la forma
_

(u

u
d
)vdx +

= 0,
siendo v la solucin de
v +

v +u

= 0 en , v = 0 en . (C.0.5)
h) Prueba la existencia y unicidad de la solucin v de (C.0.5).
456 APNDICE C. EJERCICIOS
Apndice D
Soluciones a problemas
21.
a) Si es de clase C
2
, con datos f y g sucientemente regulares (f
L
2
() y g H
1/2
()) la solucin del problema elptico u pertenece a
H
2
() como consecuencia de los resultados clsicos de regularidad.
Por consiguiente, utilizando la frmula de Green de integracin por partes
obtenemos que, como
u +u = f p.c.t. x ;
_

(u +u)dx =
_

fdx.
Ahora bien

udx =
_

u dx
_

d.
La condicin de Neumann garantiza que u/ = g en , de donde se
deduce que

udx =
_

u dx
_

gd.
Obtenemos as la formulacin dbil buscada:
_

u dx +
_

udx =
_

fdx +
_

gd.
457
458 APNDICE D. SOLUCIONES A PROBLEMAS
b) Tenemos, por Cauchy,

u dx

| u |
L
2
()
| |
L
2
()
,

udx

| u |
L
2
()
| |
L
2
()
,

fdx

| f |
L
2
()
| |
L
2
()
,

gd

| g |
L
2
()
| |
L
2
()
.
Con el objeto de comprobar que la ltima integral converge basta utilizar
el resultado clsico de trazas que garantiza que si H
1
(), entonces

H
1/2
() y por lo tanto, en particular,

L
2
().
c) El problema variacional
u H
1
();
_

[u +u] dx =
_

fdx+
_

gd, H
1
(),
est, en efecto, en las condiciones del Lema de Lax-Milgram.
Basta observar que H = H
1
() es un espacio de Hilbert, que la forma
bilineal
a(u, v) =
_

[u v +uv] dx
es en realidad el producto escalar cannico de H
1
(), y que la forma lineal
H
1
()
_

fdx +
_

gd
es continua cuando f L
2
() y g L
2
(), por las cotas establecidas en
el apartado b).
d) El funcional a minimizar para obtener una solucin es:
J : H
1
() R
J(u) =
1
2
_

_
[ u [
2
+u
2

dx
_

fudx
_

gud.
En virtud de las estimaciones del apartado anterior sobre las formas bi-
lineales y lineales implicadas en la formulacin variacional adaptada al
Lema de Lax-Milgram es fcil comprobar que J : H
1
() R es una
funcin continua, convexa y coerciva.
459
De la aplicacin directa del Mtodo Directo del Clculo de Variaciones
(MDCV) se deduce que el funcional J alcanza el mnimo en un punto
u H
1
().
Adems, como J es estrictamente convexo, el punto de mnimo es nico.
Por ltimo, en el punto de mnimo se deduce que
DJ(u) = 0, en
_
H
1
()
_
t
o, lo que es lo mismo,
DJ(u), ) = 0, H
1
(),
donde , ) denota el producto de dualidad entre
_
H
1
()
_
t
y H
1
().
Es fcil comprobar que
DJ(u), ) =
_

[u +u] dx
_

fdx
_

gd.
Se observa por tanto que u H
1
() es una solucin dbil.
e) Descomponemos el dominio = (0, 1) en dos subdominios

= (0, x
+
)
y
+
= (x

, 1) donde
0 < x

< x
+
< 1.
Utilizando esta descomposicin y usando en las interfasses x = x

y x =
x
+
la condicin de contorno de Dirichlet para transmitir la informacin de
un dominio a otro, podemos construir la siguiente iteracin, para k 1,
_

_
u
k,

+u
k

= 0, 0 < x < x
+
u
k,

(0) =
u
k

(x
+
) = u
k1

(x
+
)
_

_
u
k,

+
+u
k
+
= 0, x

< x < 1
u
k
+
(x

) = u
k

(x
+
)
u
k,

+
(1) = .
Esta iteracin puede inicializarse mediante la eleccin de una funcin u
+
0
de arrancada arbitraria, que podra se por ejemplo una funcin parablica
que toma en los extremos del intervalo los valores de Neumann exigidos.
La demostracin de la convergencia del mtodo iterativo es entonces idn-
tica a la del problema de Dirichlet. Basta comprobar que las soluciones de
460 APNDICE D. SOLUCIONES A PROBLEMAS
los problemas de referencia
_

_
W

+W

= 0, 0 < x < x
+
W

(0) = 0
W

(x
+
) = 1
_

_
W

+
+W
+
= 0, x

< x < 1
W
+
(x

) = 1
W

+
(1) = 0
son tales que
max
_
[ W

(x

) [, [ W
+
(x
+
) [
_
< 1.
Para comprobar esta ltima propiedad basta hacerlo para cualquiera de
las ecuaciones pues la de la otra es muy similar.
Consideremos el primer caso. Tenemos que
W

(x) = ae
x
+be
x
.
De las condiciones de contorno se deduce que, primero, a = b y, en segundo
lugar,
W

(x
+
) = a
_
e
x+
+e
x+
_
= 1.
Por tanto
a =
_
e
x+
+e
x+
_
1
.
Vemos pues que
[ W

(x

) [=
e
x
+e
x
e
x+
+e
x+
< 1.
Esto concluye la convergencia, con velocidad exponencial, del mtodo de
descomposicin de dominios. Como es habitual, el mtodo acelera su con-
vergencia a medida que la banda intermedia (x

, x
+
) de solapamiento de
los subdominios aumenta.
f) Dada una familia de subespacios
_
V
h
_
h>0
de dimensin nita de H
1
()
que satisface la condicin de llenado:
v H
1
(), v
h
V
h
: v
h
v en H
1
(), h 0,
la aproximacin de Galerkin del problema es la siguiente:
_

_
u
h
V
h
,
_

_
u
h

h
+u
h

h
_
dx +
_

[f
h
]dx
_

g
h
d,
h
V
h
.
461
Por los Teoremas generales probados en clase, a partir de la condicin de
llenado se deduce la convergencia del mtodo.
Con el objeto de describir el mtodo de elementos nitos P1 en este caso
conviene descomponer la implementacin del mtodo del siguiente modo:
Aproximamos el dominio mediante dominios poligonales
h
.
Una vez realizada esta aproximacin en el resto de la construccin
suponemos que el dominio es poligonal.
Introducimos una triangulacin (T
h
)
h>0
del dominio bajo las con-
diciones habituales que garantizan la convergencia de orden 1 del
mtodo en el problema de Dirichlet.
Fijado h numeramos los nodos del mallado mediante el ndice j =
1, , N
h
. Introducimos entonces las funciones de base polinomiales

j=1, , N
h
de modo que

j
(x
k
) =
jk
.
Denimos entonces
V
h
= span
j

j=1, , N
h
.
El mtodo de elementos nitos P1 consiste pues en aplicar el mtodo
de Galerkin con esta familia de subespacios.
La diferencia ms relevante con respecto al problema de Dirichlet radica
que, en la construccin del espacio V
h
se tienen en cuenta las funciones de
base correspondientes a los nodos del mallado situados en la frontera.
La convergencia del mtodo se prueba de manera idntica al caso del
problema de Dirichlet. Se deduce as que:
Cuando u H
1
() las soluciones aproximadas (u
h
)
h>0
V
h
conver-
gen en H
1
() a la solucin u.
Cuando la solucin u es ms regular y, ms concretamente, u
H
2
(), la velocidad de convergencia en H
1
() es de orden uno, O(h).
g) Suponiendo que
f(x) =
N
h

j=1
f
j

j
(x), g(x) =
N
h

j=1
g
j

j
(x),
462 APNDICE D. SOLUCIONES A PROBLEMAS
el problema aproximado de Galerkin puede escribirse en la forma
RU = M
1
F +M
2
G,
con
R =
_
r
jk
_
1j, kN
h
; r
jk
=
_

j

k
+
j

k
_
dx
M
1
=
_
m
1, jk
_
1j, kN
h
; m
1, jk
=
_

k
dx,
M
2
=
_
m
2, jk
_
1j, kN
h
; m
2, jk
=
_

k
d.
Las diferencias principales con respecto al problema de Dirichlet son:
En la base de V
h
se introducen los elementos que se apoyan en los
nodos que se ubican en la frontera del dominio.
La matriz R de rigidez es en realidad la suma de las que en el contexto
del problema de Dirichlet se denominan matrices de rigidez y de masa.
La matriz de masa M
1
es la habitual en el mtodo de elementos
nitos. La novedad en este caso es la aparicin de una segunda matriz
de masa M
2
derivada de los trminos frontera. Esta matriz M
2
es
hueca en el sentido, por ejemplo, en una dimensin espacial, de que
slo dos elementos de esa matriz son no nulos
h) Tal y como hemos indicado anteriormente la prueba es anloga a la del
caso de Dirichlet.
22.
a) El espacio de Hilbert ambiente es H = L
2
(). El operador A = es lineal
y no acotado con dominio
D(A) =
_
v L
2
() : v L
2
(), v/ = 0 en
_
.
En estas condiciones el problema se escribe como un problema de Cauchy
abstracto
_
U
t
= AU, t > 0
U(0) = U
0
.
A este respecto conviene precisar el sentido de la condicin de traza nula
de la derivada normal.
463
Cuando es regular de clase C
2
, D(A) coincide con
D(A) =
_
v H
2
() : v
_
= 0 en
_
.
En este caso, no hay ninguna ambigedad en el sentido de la condicin
de traza nula de la derivada normal puesto que si v H
2
(), v
_
H
1
()
_
n
y por lo tanto v

_
H
1/2
()
_
n
.
Cuando es menos regular hay que elaborar un poco ms el sentido de
la condicin de traza nula de la derivada normal. Cuando el dominio es
de clase C
1
el campo normal = (x) est bien denido y se trata de una
funcin continua denida sobre y a valores en la esfera unidad de R
n
.
Por otra parte, cuando es de clase C
1
se verica la frmula de Green de
modo que, formalmente, se tiene la identidad:
_

vdx =
_

vdx +
_

_
v

_
d.
En particular, si C
2
(

) y / = 0 sobre tenemos que


_

vdx =
_

vdx +
_

d,
o, lo que es lo mismo,
_

d =
_

vdx
_

vdx
de modo que

| v |
L
2
()
| |
L
2
()
+ | v |
L
2
()
| |
L
2
()
Utilizamos ahora resultados csicos de trazas que garantizan que si
1

H
3/2
() y
2
H
1/2
(), existe H
2
() tal que

=
1
y
/

=
2
. En particular podemos tomar
2
0 y tenemos entonces
| |
H
2
()
C |
1
|
H
3/2
()
.
De la identidad anterior deducimos entonces que si v L
2
() y v
L
2
(), v
_
dene una forma lineal continua sobre H
3/2
(). La traza
de v
_
sobre la frontera es por tanto un elemento de H
3/2
(). Esto
da sentido a la traza de la derivada normal.
464 APNDICE D. SOLUCIONES A PROBLEMAS
b) A es disipativo.
Basta observar que si v D(A),
(Av, v)
L
2
()
=
_

vvdx =
_

[ v [
2
dx +
_

vd =
_

[ v [
2
dx 0
puesto que v
_
= 0 en
A es maximal.
Dado f L
2
() hemos de probar la existencia de una nica solucin de
la ecuacin
(I A)v = f, v D(A).
Este es precisamente el problema considerado en el ejercicio anterior
_
v +v = f en
v
_
= 0 en .
Aplicando el Lema de Lax-Milgram deducimos la existencia de una nica
solucin dbil v H
1
(). Es fcil comprobar que v D(A).
c) Tal y como hemos visto anteriormente, cuando el dominio es de clase
C
2
, el dominio del operador D(A) coincide con:
D(A) =
_
v H
2
(); v
_
= 0 en
_
.
d) Aplicando el Teorema de Hille-Yosida deducimos inmediatamente los dos
siguientes resultados:
Soluciones dbiles.
Si u
0
L
2
(), existe una nica solucin dbil u C
_
[0, ); L
2
()
_
.
Adems u L
2
( (0, )).
Soluciones fuertes.
Cuando u
0
D(A) existe una nica solucin u C([0, ); D(A))
C
1
_
[0, ); L
2
()
_
. En particular, si es de clase C
2
, por la caracte-
rizacin del dominio del operador D(A), tenemos que si u
0
H
2
() y
u
0
/ = 0 en , entonces existe una nica solucin
u C
_
[0, ); H
2
()
_
C
1
_
[0, ); L
2
()
_
.
465
e) Tal y como estudiamos en el curso, las soluciones dbiles pueden caracte-
rizarse del siguiente modo:
_

_
u C
_
[0, ); L
2
()
_
; u L
2
( (0, ))
d
dt
_

u(x, t)(x)dx =
_

u(x, t) (x)dx, p.c.t. t > 0,


_

u(x, 0)(x)dx =
_

u
0
(x)(x)dx.
Con el objeto de introducir la aproximacin por elementos nitos P1, uti-
lizamos la familia de espacios aproximantes (V
h
)
h>0
del problema anterior.
La aproximacin de Galerkin del problema es entonces la siguiente:
_

_
u
h
C([0, ); V
h
); u
h
L
2
( (0, ))
d
dt
_

u
h
(x, t)
h
(x)dx =
_

u
h
(x, t)
h
(x)dx,
h
V
h
, t > 0,
_

u
h
(x, 0)
h
(x)dx =
_

u
0
(x)
h
(x)dx.
Es fcil comprobar que el problema puede escribirse en la forma matricial:
MU
h, t
= RU
h
,
donde R es la matriz de rigidez introducida en el problema anterior y
M = M
1
, siendo M
1
la primera matriz de masa del problema anterior.
f) Como R y M son matrices simtricas denidas positivas, el problema
aproximado tiene una nica solucin que viene dada por la representacin
exponencial
U
h
(t) = e
M
1
Rt
U
0
.
Obviamente
U
h
C

([0, ); V
h
).
g) Utilizando el mtodo de la energa, consistente en justicar la utilizacin
de la funcin test
h
= u
h
(, t) en la formulacin de Galerkin del problema
aproximado obtenemos que
1
2
d
dt
_

u
2
h
(x, t) =
_

[ u
h
(x, t) [
2
dx,
de donde deducimos que
1
2
| u
h
|
2
L

(0, ; L
2
()
+ | u
h
|
2
L
2
((0, ))

1
2
| u
0
|
2
L
2
()
,
466 APNDICE D. SOLUCIONES A PROBLEMAS
lo cual proporciona las estimaciones uniformes buscadas.
Conviene en este punto recordar que las soluciones del problema de Ga-
lerkin son de la forma
u
h
(x, t) =
N
h

j=1
u
j
(t)
j
(x)
donde las componentes u
j
(t)
1jNj
son precisamente las de la incgnita
vectorial U
h
(t) que interviene en la representacin matricial del problema
nito-dimensional.
h) Los pasos principales de la prueba de la convergencia son las mismas que
en el caso del problema de Dirichlet.
Extrayendo subsucesiones, que podemos seguir denotando mediante el
parmetro h, tenemos
_
u
h
v en L

_
0, ; L
2
()
_
dbil
u
h
v en L
2
( (0, )).
El problema se reduce a probar que v es la solucin dbil del problema
continuo. En efecto, en ese caso tendramos que v = u y toda la sucesin
u
h
convergera a u en el sentido anterior.
Con el objeto de comprobar que v es la solucin dbil del problema
continuo basta pasar al lmite en la formulacin de Galerkin del problema
aproximado. En este punto la hiptesis de que los subespacios (V
h
)
h>0
llenan el espacio H
1
() juega un papel esencial.
Dado H
1
() tenemos una sucesin
h
V
h
tal que

h
en H
1
().
Esta convergencia, junto con la convergencia de las funciones u
h
garantiza
que
_

u
h
(x, t)
h
(x)dx
_

v(x, t)(x)dx en L

(0, ) dbil
y
_

u
h
(x, t)
h
(x)dx
_

v(x, t)(x)dx dbilmente en L


2
(0, ).
Tenemos as que el lmite v = v(x, t) satisface
d
dt
_

v(x, t)(x)dx+
_

u(x, t)(x)dx = 0, en T
t
(0, ), H
1
().
467
Con el objeto de garantizar que v es la solucin dbil hemos de probar
que:
v C([0, ); L
2
())
v(0) = u
0
en .
La primera propiedad de continuidad en el tiempo no se obtiene en el
proceso de paso al lmite que slo asegura que v L

(0, ; L
2
()). Para
probar la continuidad en tiempo basta proceder como en el curso. Esto es
efectivamente consecuencia del hecho que
v L
2
(0, T; H
1
())
y que
v
t
L
2
_
0, T; (H
1
())
t
_
.
Esta ltima consecuencia de la primera
_
v L
2
(0, T; H
1
()
_
y de que
v sea solucin de la ecuacin del calor en el sentido de las distribuciones,
i.e.
v
t
= v en T
t
( (0, ))
cosa que se deduce del hecho que v satisfaga la formulacin dbil de Ga-
lerkin del problema continuo.
Una vez que sabemos que v C([0, ); L
2
()) tiene sentido la traza de
la solucin en el instante inicial t = 0, v(x, 0). Para ver que
v(x, 0) = u
0
(x) p.c.t. x
podemos proceder como en el curso, usando una formulacin variacional
de la solucin mediante funciones test que dependan de x y de t y que
incorpore el dato inicial del problema.
(i) Integrando la ecuacin continua tenemos
d
dt
_

u(x, t)dx =
_

u(x, t)dx =
_

(x, t)d = 0
de donde se deduce que la integral
_

u(x, t)dx de la solucin se conserva


en el tiempo.
En el caso del problema aproximado, para que esta propiedad se cumpla,
es imprescindible que la funcin test
h
1 pertenezca al espacio aproxi-
mante V
h
. Esto ocurre en el caso de los elementos nitos P1 considerados
468 APNDICE D. SOLUCIONES A PROBLEMAS
puesto que la funcin constante 1 pertenece al espacio V
h
pues se
trata de una funcin continua y constante a trozos sobre los tringulos del
mallado.
Bibliografa
[1] Bender, C.M. and Orszag, S.A. (1978). Advanced Mathematical Methods
for Scientists and Engineers, McGraw-Hill.
[2] Brezis, H. (1983). Analyse Fonctionnelle, Thorie et Applications, Masson,
Paris.
[3] Cazenave, T. and Haraux A. (1989), Introduction aux problmes dvolution
semilinaires, Mathmatiques & Applications, Ellipses, Paris.
[4] Chorin, A. & J.; Marsden, J. E. (1993), A mathematical introduction to
uid mechanics. Third edition. Texts in Applied Mathematics, 4. Springer-
Verlag, New York.
[5] Cohen, G. (2001). Higher-order numerical methods for transient wave equa-
tions. Scientic Computation, Springer.
[6] Courant, R. and Hilbert, D. (1989). Methods of Mathematical Physics, John
Wiley & Sons.
[7] Eastham, M.S.P. (1973). The Spectral Theory of Periodic Dierential Equa-
tions, Scottish Academic Press, Edinburgh.
[8] Evans, L. C. (1998). Partial Dierential Equations, Graduate Studies in
Mathematics, Vol.19, AMS.
[9] Glowinski, R. (1992). Ensuring well-posedness by analogy; Stokes problem
and boundary control of the wave equation. J. Compt. Phys., 103(2), 189
221.
[10] Glowinski, R., Li, C. H. and Lions, J.-L. (1990). A numerical approach
to the exact boundary controllability of the wave equation (I). Dirichlet
controls: Description of the numerical methods". Japan J. Appl. Math., 7,
176.
469
470 BIBLIOGRAFA
[11] E. Godlewski y P. A. Raviart , (1987). Hyperbolic Systems of Conservation
Laws, Ellipses, Paris.
[12] Infante, J.A. and Zuazua, E. (1999). Boundary observability for the space-
discretizations of the one-dimensional wave equation, Mathematical Mode-
lling and Numerical Analysis, 33, 407438.
[13] Isaacson, E. and Keller, H.B. (1966). Analysis of Numerical Methods, John
Wiley & Sons.
[14] Iserles, A. (1996) A First Course in the Numerical Analysis of Dierential
Equations, Cambridge Texts in Applied Mathematics, Cambridge Univer-
sity Press.
[15] John, F. (1982) Partial dierential Equations, (4. ed), Springer.
[16] LeVeque, R. J. (1992). Numerical methods for conservation laws. Second
edition. Lectures in Mathematics ETH Zrich. Birkhuser Verlag, Basel.
[17] J.L. Lions, Quelques mthodes de rsolution des problmes aux limites non
linaires. Dunod; Gauthier-Villars, Paris, 1969.
[18] Negreanu, M. and Zuazua, E. (2003). Uniform boundary controllability
of a discrete 1D wave equation. Systems and Control Letters, 48 (3-4) ,
261-280.
[19] Quarteroni A. y Valli, A. (1998). Numerical approximation of Partial die-
rential Equations, Springer, Springer Series in Computational Mathematics,
23.
[20] Quarteroni A. y Valli, A. (1999). Domain Decomposition Methods for Par-
tial dierential Equations, Oxford Science Publications.
[Q] F. Quirs, Notas de Clculo Numrico. 2002.
[21] Reed M. y Simon B. (1978) Modern Methods of Mathematical Physics. Vol.
1. Functional Analysis, Academic Press.
[22] Sethian, J. A. (2002), Level set methods and fast marching methods. Cam-
bridge Monographs in Applied and Computational Mathematics, Cambrid-
ge University Press.
[23] Strikwerda, J. C. (1989) Finite Dierence Schemes and Partial Dierential
Equations, Wadsworth & Brooks, California.
BIBLIOGRAFA 471
[24] Rauch, J. (1991) Partial Dierential Equations, Graduate Texts in Mathe-
matics, Springer Verlag.
[25] Sanz-Serna, J. (1985). Stability and convergence in numerical analysis. I:
linear problemsa simple, comprehensive account". Res. Notes in Math.,
132, Pitman, Boston, MA, pp. 64113.
[26] Temam, R. (1977). Theory and Numerical Analysis of the Navier-Stokes
equations. North-Holland.
[27] Trefethen, L. N. (1982). Group velocity in nite dierence schemes", SIAM
Rev., 24 (2), pp. 113136.
[28] Vzquez, J. L. (2003) Fundamentos Matemticos de las Mecnica de Flui-
dos.
(http://www.uam.es/juanluis.vazquez)
[29] Vichnevetsky, R. and Bowles, J.B. (1982). Fourier Analysis of Numerical
Approximations of Hyperbolic Equations. SIAM Studies in Applied Mathe-
matics, 5, SIAM, Philadelphia.
[30] Whitham, G. B. (1999), Linear and nonlinear waves. John Wiley & Sons,
Inc., New York.
[31] Young, R. M. (1980). An Introduction to Nonharmonic Fourier Series, Aca-
demic Press, New York.
[32] O. C. Zienkiewicz, Achievements and some unsolved problems of the nite
element method, Int. J. Numer. Meth. Engng. 47 (2000), 928.
[33] Zuazua, E. (1999). Boundary observability for the nite-dierence space
semi-discretizations of the 2D wave equation in the square, J. Math. Pures
et Appliques, 78, 523563.
[34] Zuazua, E. (2002). Controllability of Partial Dierential Equations and
its Semi-Discrete Approximations". Discrete and Continuous Dynamical
Systems, 8 (2), 469513.
[35] Zuazua, E. (1999). Observability of 1D waves in heterogeneous and semi-
discrete media". Advances in Structural Control. J. Rodellar et al., eds.,
CIMNE, Barcelona, pp. 130.
[36] Zuazua, E. (2003). Ecuaciones en Derivadas Parciales,
http://www.uam.es/personal-pdi/ciencias/ezuazua/docencia.html.

Potrebbero piacerti anche