Professional Documents
Culture Documents
Consecuentemente, la ecuacin de Poisson puede expresarse en este esquema como:
Expresin de la cual se puede despejar:
) (1.1-1)
Esta ecuacin permite expresar el potencial de un nodo de la maya en funcin
de los potenciales de los nodos que lo rodean, as como tambin la densidad de carga
en el mismo nodo. Esta ecuacin puede resolverse aplicando la resolucin directa del
sistema de ecuaciones:
La ecuacin (1.1-1) puede representarse de forma matricial de la siguiente
manera:
[] []
Donde:
La matriz de potenciales, es decir, las incgnitas es: [] {
}
7
La matriz de densidades de carga es: []
}
y {} = {
es una matriz tridiagonal
Entonces, la solucin de este sistema de ecuaciones viene dado por:
[]
[]
Donde
})
Este mtodo es conocido como mtodo de relajacin, este es de convergencia
usualmente lenta, por lo que se han desarrollado mtodos de aceleracin, como el
mtodo de sobre-relajacin, que es uno de los ms usados en la actualidad.
La diferencia entre dos iteraciones sucesivas para Vi,j es:
})
8
Esta diferencia es conocida como residuo y cuando el clculo haya obtenido la
convergencia debera tender cero. Entonces, la solucin iterativa puede expresarse
como:
En este sentido, el mtodo de sobre-relajacin se basa en la realizacin de una
sobre-correccin, aplicando el factor de convergencia
De esta manera se puede demostrar que se acelera la convergencia de la
iteracin si
2. Si
Donde N es el nmero de elementos finitos en los que se ha dividido el
recinto de integracin. La manera ms sencilla de expresar el potencial dentro de un
elemento es:
Esta expresin es conocida como aproximacin de primer orden, la cual desde
el punto de vista matemtico resulta ser sencilla, sin embargo, involucra en general
errores que pueden ser importantes en la determinacin de la solucin, por lo que
11
usualmente los programas comerciales que utilizan este mtodo, emplean potenciales
de orden superior, donde el campo elctrico de elemento es constante:
= -
= -(
)
Aplicacin del mtodo
Una manera de comprender el mtodo de los elementos finitos es mediante su
aplicacin a una placa sometida a tensin plana, debido a que este mtodo puede ser
entendido desde el punto de vista estructural, como una generalizacin del clculo
matricial de estructuras al anlisis de sistemas continuos.
Un elemento finito e, est definido por sus nodos (i,j,m) y por las lneas que
los unen, es decir su contorno. Los desplazamientos u de cualquier punto del
elemento, son aproximados por un vector columna :
] (
(1.2-1)
12
Figura 3. Coordenadas nodales (i,j,k) y desplazamientos de los nodos.
Fuente: http://www.tdr.cesca.es/TESIS_UPC/AVAILABLE/TDX-1214104-
114808//06Efv06de23.pdf
Donde N son funciones de forma, (de posicin dadas) y
es un vector
formado por los desplazamientos de los nodos de los elementos considerados.
Entonces, para el caso de tensin plana:
{
}
}
Donde u son los movimientos horizontales y verticales en un punto cualquiera
del elemento y a son los desplazamientos del nodo i.
Las funciones Ni, N
j
, N
m
, se escogen de manera tal que al sustituir las
coordenadas nodales en la ecuacin (2.2-1), se consigan los desplazamientos nodales.
Una vez conocidos dichos desplazamientos de todos los puntos del elemento, se
13
pueden determinar ahora las deformaciones () en cualquier punto, las cuales vienen
dadas por una relacin del tipo:
(1.2-2)
Donde S es un operador lineal. Al sustituir la expresin (1.2-1), en (1.2-2) se
tiene que:
(1.2-3)
(1.2-4)
Considerando que el cuerpo est sometido a deformaciones inciales
debidas a cristalizaciones, cambios trmicos, entre otros, y que adems posee
tensiones internar residuales
(1.2-5)
Donde D es una matriz de elasticidad de contiene las propiedades de los
materiales. Definida por:
}
Existen fuerzas que actan por unidad de volumen en direcciones
correspondientes a los desplazamientos u en un punto, estas son conocidas como
fuerzas distribuidas (b). El resultado de la relacin entra las fuerzas nodales, tensiones
en el contorno y fuerzas distribuidas, est dado por:
(1.2-6)
14
Si las tensiones siguen una ley lineal como la (1.2-5), se puede reescribir la
ecuacin en la siguiente forma:
(1.2-7),
En esta ultima expresin aparecen las fuerzas debidas a las fuerzas
distribuidas, las deformaciones inciales y las tensiones inciales, respectivamente. K
es la matriz de rigideces. En el caso de que existan fuerzas distribuidas por unidad de
superficie (t), se tiene que agregar un trmino adicional a las fuerzas nodales del
elemento cuyo contorno tiene una superficie A
e
, de la siguiente manera:
Donde t, deber tener el mismo numero de componentes que u, para que la
expresin sea valida. Una vez obtenidos los desplazamientos nodales de las
ecuaciones, se pueden calcular las tensiones en cualquier punto del elemento:
1.3 MTODO DE TAYLOR
En general, los mtodos de Taylor consiguen rdenes altos para el error con el
correspondiente coste que supone tener que derivar repetidamente la funcin. Si
queremos un mtodo de orden superior podemos incluir mas trminos en la serie de
Taylor. El trmino de la segunda derivada se calcula usando la regla de la cadena:
15
En general los mtodos de Taylor los podemos escribir como
Donde n es el orden de la aproximacin, de esa manera el mtodo de Euler se
rescribe como:
Con T
(1)(
t; y) = f(t; y): Un mtodo de Taylor de orden 2, se escribe como:
Con
La dificultad de los mtodos de Taylor radica en que es necesario conocer las
derivadas parciales de la funcin y eso no siempre es tarea fcil. Los mtodos de
Runge Kutta poseen las mismas ventajas de los mtodos de Euler sin las desventajas
asociadas.
1.4 METODO DE EULER
El mtodo ms sencillo para resolver una ecuacin de la forma y
0
= f(t; y);
y(t
0
) = y
0
, es el mtodo de Euler. La idea central con los mtodos numricos es
aproximar la solucin de la ecuacin con condicin inicial en los puntos t
1
; t
2
; t
3
; : : :
; t
N
; con ti = t
i-1
+h y h = (t
N
t
0
)/N. Conociendo la informacin en t
0
, y(t
0
) = y
0
,
16
podemos aproximar la solucin de y en t
N
. El mtodo puede ser descrito desde cuatro
puntos de vista distintos.
Serie Taylor. El mtodo de Euler tambin se puede obtener expandiendo Y
(tn+1) alrededor de tn, de la siguiente manera:
Y (tn+1) = Y (t
n
+ h) = Y (t
n
) + hY(t
n
) + h
2
/2Y (n)
Con tn n tn+1. Tomando la aproximacin de primer orden tenemos que
yn+1 = y
n
+ hy(t
n
) = y
n
+ hf(tn; yn).
2. MTODOS INTEGRALES
Los mtodos integrales estn referidos al clculo de los campos radiados por
las corrientes que fluyen en el interior o sobre la superficie de un objeto y los campos
resultantes. Se presentaran varios mtodos y aplicaciones para su estudio.
Aplicacin del teorema de equivalencia
El teorema de equivalencia permite sustituir las fuentes originales por otras
equivalentes que conducen a la misma solucin de las ecuaciones de Maxwell en una
regin determinada. Ello permite utilizar en las integrales de radiacin las funciones
de Green del espacio libre, con lo que se simplifican enormemente los clculos.
Equivalencia volumtrica
En la figura 1 se observan los distintos tipos de equivalente volumtrica
17
Figura 4
Fuente: Cardama, A. et al. Antenas. Segunda edicin. (2002). Ediciones UPC.
La formulacin de este problema de la equivalente volumtrica se obtiene
sustituyendo en las ecuaciones de maxwell el medio original por el espacio libre y
aadiendo unas corrientes equivalentes que compensen el cambio de medio
Para satisfacer la igualdad de las corrientes equivalentes volumtricas son
Como en el problema equivalente existen dos conjuntos de fuentes, pueden
separarse los campos elctricos y magnticos en sus componentes incidente E
i
, H
i
y
dispersada E
s
, H
s
debidas, respectivamente, a las fuentes originales y a las fuentes
equivalentes, radiando ambas en el espacio libre en lugar de en presencia del objeto
18
Los campos dispersados pueden calcularse a
travs de la radiacin de las fuentes equivalentes en el espacio libre
Las corrientes equivalentes constituyen la incgnita del problema y deben cumplir la
ecuacin
Calculando los campos a partir de la radiacin de las fuentes
equivalentes queda el sistema de ecuaciones funcionales, definidas en todo el
volumen
La resolucin de este sistema permite obtener el valor de las incgnitas
Habitualmente con lo que slo es necesario
resolver la ecuacin de con la incgnita
Equivalencia Superficial
19
Cuando el objeto est formado por un medio homogneo a trozos, puede
utilizarse una formulacin del teorema de equivalencia en la que las corrientes
equivalentes se definen nicamente sobre las superficies de separacin entre las
regiones homogneas del medio. Y la equivalente superficial seria:
En el problema equivalente, el campo total debe cumplir las condiciones de
contorno en las superficies en las que existen corrientes equivalentes
La resolucin de este sistema de ecuaciones funcionales permite obtener el
valor de las incgnitas En el caso particular de superficies
perfectamente conductoras y basta resolver una de las
dos ecuaciones con la incgnita .
Ecuaciones de Maxwell en Forma Integral: Condiciones de Contorno
El comportamiento del campo electromagntico al atravesar discontinuidades
est gobernado por una serie de ecuaciones, conocidas como condiciones de
contorno, que se pueden deducir fcilmente a partir de las ecuaciones de Maxwell en
forma integral. Aplicando Descripcin del problema diferencial. Las ecuaciones de
Maxwell en el dominio temporal mediante el teorema de Stoke y el teorema de
divergencia obtenemos fcilmente las ecuaciones de Maxwell en su forma integral
20
Donde las 2 primeras ecuaciones, C representa un contorno cerrado que limita
a una superficie S del espacio, y en las ultimas 2 ecuaciones S denota una superficie
cerrada que engloba a un volumen V, en el cual existe una densidad elctrica de carga
libre
v
.
A partir de estas ecuaciones es trivial encontrar las condiciones de contorno
que verifican los campos al pasar de un medio 1 a un medio 2 con parmetros
constitutivos distintos. Siguiendo los pasos obtenemos las siguientes condiciones de
contorno universales:
En estas ecuaciones, es el vector normal a la superficie de separacin entre
los dos medios. La primera ecuacin establece que las componentes tangenciales del
campo elctrico se conservan al atravesar la superficie de separacin entre dos
medios. La segunda ecuacin nos dice que la diferencia entre las componentes
tangenciales de la intensidad magntica es igual a la densidad superficial de corriente
libre Ks que existe en la superficie de separacin entre los dos medios. Mientras, que
21
la tercera ecuacin establece que la diferencia entre las componentes normales del
vector desplazamiento es igual a la densidad superficial de carga libre que existe en la
superficie de separacin. Por ltimo, la cuarta ecuacin pone de manifiesto que las
componentes normales de la induccin magntica permanecen constantes al atravesar
la superficie de separacin entre los dos medios.
2.1 METODO DE LOS MOMENTOS
El mtodo de los momentos es un mtodo numrico que se concentra en la
resolucin de las ecuaciones integrales de campos armnicos en el tiempo. La
aplicacin de este mtodo en antenas, permite conocer la distribucin de corriente
sobre ellas y los objetos metlicos que la rodean. Al tener conocimiento de las
distribuciones de densidades de corriente y de carga en todo punto del espacio de
muestro, (es decir, en el espacio considerado durante los clculos, que generalmente
es infinito), la tarea del diseador radica principalmente en la resolucin de dichas
ecuaciones integrales, obtenindose en principio, los valores de A y V en todo punto
deseado.
Discretizacin de las ecuaciones integrales
Las ecuaciones integrales funcionales pueden representarse de manera general
mediante la siguiente expresin:
L X = Y (2.1-1)
Donde L es un operador lineal, bien sea LE, LH
La funcin X es la incgnita, es decir, las corrientes equivalentes
La funcin Y es el trmino independiente, es decir, el campo incidente.
Para resolver esta expresin en un computador, es necesario discretizar tanto las
funciones como los operadores, para convertir dicha ecuacin funcional en una
ecuacin matricial.
22
Discretizacin en un sistema de ecuaciones algebraicas
Para llevar a cabo la discretizacin en un sistema de ecuaciones, inicialmente
se debe aproximar la funcin incognita X por una combinacin lineal de funciones
base Xj:
X
N
=
(2.1-2)
Donde el problema numrico a resolver esta constituido por las muestras de
discretizacin de X representadas por los N coeficientes aj. Cabe destacar que es
importante que las funciones base Xj cumplan las condiciones de diferenciabilidad y
de contorno del operador L, es decir tienen que pertenecer a su dominio.
Sustituyendo la ecuacin (2.1-2) en la ecuacin funcional (2.1-1) se tiene que:
(2.1-3)
Esta ecuacin es igualmente funcional, pero con N incgnitas numricas aj.
Las funciones base Xj deber ser tales que las funciones LXj pertenezcan al rango del
operador L, de manera que cuando el orden de la discretizacin N tienda a infinito, el
conjunto {Lxj} sea una base completa del rango de L, de manera que el campo pueda
representarse en la base de funciones {Lxj}, y para que la combinacin lineal de las
funciones Lxj pueda aproximar adecuadamente a la funcin Y. Por otra parte, el error
en las condiciones de contorno o residuo es:
(2.1-4)
23
Haciendo nulo este residuo ponderado con M funciones peso Wi, se puede
convertir en un sistema de M ecuaciones con N incgnitas la ecuacin funcional (2.1-
3):
i = 1 M (2.1-5)
El producto escalar viene definido por el producto interno de Hilbert:
=
(2.1-6)
De esta manera, el sistema de M ecuaciones con N incgnitas resulta ser:
i = 1 M (2.1-7)
Este puede representarse matricialmente como:
Aa = b (2.1- 8)
A representa la matriz MxN Aij = Wi,Lxj, a, el vector columna constituido
por los elementos aj y b, el vector columna bi = Wi ,Y . Para solucionar este
sistema, teniendo que M = N, la matriz A es cuadrada, se tiene que:
a = A
-1
b (2.1-9)
En el caso de que M sea mayor que N, el sistema resulta ser sobredeterminado
y generalmente no posee una solucin puntual para que el residuo se haga nulo. Para
obtener un mnimo error o residuo R, se emplea la solucin de mnimos cuadrados, la
cual se puede obtener mediante la siguiente ecuacin:
A
+
Aa = A
+
b a = (A
+
A)
-1
A
+
b (2.1-10)
24
A+ es la matriz la traspuesta conjugada de A, A+ = (A*)T. La matriz (A+A) es una
matriz cuadrada por lo que puede ser invertida si no es singular; cuando esta matriz A
es singular, se utilizan soluciones homogneas del sistema de ecuaciones (para b = 0
o Y = 0), lo que quiere decir que se presentan condiciones de resonancia, debido a que
existen campos que verifican las condiciones de contorno sin excitacin.
La solucin numrica del problema X
N
en (2-2) se obtiene una vez conocidos
los coeficientes X
N
a travs de las ecuaciones. Esta solucin generalmente es
aproximada, debido a que Wi, R = 0 no implica que el residuo sea cero, adems de
que el espacio funcional en el que est definida la funcin X es de dimensin infinita,
solo puede ser representada con X
N
por medio de un conjunto finito de N coeficientes
aj.
Eleccin de las funciones peso
- Mtodo de los autovalores y de las autofunciones
Al conocer los autovalores y las autofunciones del operador L, la ecuacin
(2.1-1) puede solucionarse analticamente aplicando el mtodo de los momentos de la
siguiente manera:
Siendo las funciones base las autofunciones de L, Lxj = j xj, y las funciones
peso las autofunciones del operador adjunto L
a
, L
a
W
i
=
i
* W
i,
se tiene que:
=
Como las autofunciones corresponden a autovalores distintos ortogonales, el
sistema de de M ecuaciones lineales con N incgnitas de la expresin (2-7) queda:
i = 1N
25
Es decir, la expresin (2.1-7) con una matriz A diagonal. Se tiene entonces
que:
Este mtodo produce un solucin de mnimos cuadrados debido a que la
eleccin de las funciones base y peso cumple el criterio {Wi} = {Lxj}. Ejemplos ms
comunes de las aplicaciones de este mtodo son los desarrollos en series modales en
guas de onda y las series de Fourier.
- Mtodo de colocacin (point-matching)
En este caso, si se eligen funciones peso iguales a funciones delta de Dirac, de la
siguiente manera:
W
i
() =
i = 1M
Siendo
i = 1M
Esta versin del mtodo de los momentos se utiliza con frecuencia en la prctica,
debido a su sencillez y a que no son necesarios los productos escalares con las
funciones peso (integraciones numricas), lo cual se traduce en una mayor velocidad
de clculo.
26
- Mtodo de Galerkin
Cuando se emplea la misma funcin como base y peso, se dice que se utiliza
el mtodo de Galerkin.
W
i
= X
i
Debido a que las funciones de peso son iguales a las funciones base, si el
operador L es autoadjunto, L = L
a
, es decir que las funciones base, son una base
completa del dominio del operador adjunto L, las funciones peso son una base
completa del rango de L. Esto debe cumplirse cuando M tiene a infinito. Es por esto
que si el mtodo de Galerkin es aplicado en operadores que no son autoadjuntos, no
se garantiza que el residuo R tienda hacia cero cuando M tiende a infinito. Este
mtodo suele emplearse con funciones base que puedan representar a la corriente y al
campo y que hagan que alguna de las integrales pueda realizarse analticamente.
Mtodo de los momentos aplicado a un material conductor perfecto
Al considerar un material conductor perfecto de volumen y superficie ,
en el espacio de muestreo , inmerso en un campo elctrico E
G
(r), donde r . Este
campo inducir en el conductor una corriente J(r
CF
), siendo r
CF
y esta a su vez
generar un campo inducido E
D
(r) (campo de dispersin) que se superpondr a E
G
,
como se muestra en la siguiente figura:
27
Figura 5. Disposicin de los vectores de un conductor perfecto de volumen y
superficie en el espacio de muestreo
Fuente: Brgains, Universidad de Santiago de Compostela.
Donde r
1
representa el vector posicin de las zonas de volumen del
conductor, r
1
, mientras que r
CF
representa el caso especial en que el punto campo
r se toma sobre la misma superficie de frontera. El campo E
D
(r) con r puede
hallarse integrando sobre la superficie :
{}
28
Siendo {} el operador que indica las expresiones integrales aplicadas a la
densidad de corriente J. Debido a que en la superficie la componente tangencial
del campo es igual a cero, se tiene que:
[
]
[
{}
([
)
Esta ecuacin es generalmente denominada Ecuacin Integral del Campo
Elctrico. Donde el subndice indica que se trata de la componente tangencial del
campo, en este caso con r
CF
.
Ahora se considera que la densidad de corriente es una serie infinita de
funciones de expansin J
n
, para transformar en un sistema de ecuaciones resoluble
mediante mtodos numricos conocidos, de manera que:
Los trminos I
n
son coeficientes complejos de expansin. Debido a que el
operador { } es lineal, se tiene que:
} [
Ahora se define el producto escalar entre dos funciones vectoriales U, V
continas en la superficie :
|
(2.1-11)
A continuacin se define un conjunto de funciones de prueba W
m
, con
m[1,N], las cuales son funciones vectoriales tangentes a la superficie de contorno
29
, y se establece el producto escalar entre ellas y ambos miembros de la ecuacin
(2.1-11) para finalmente obtener el sistema de ecuaciones buscado:
|{
|{
|{
Los subndices han desaparecido debido a que la aplicacin de la ecuacin (2.1-11)
se realiza proyectando J
n
y E
G
sobre las funciones de prueba tangenciales a . De
manera ms reducida el sistema de ecuaciones anterior puede expresarse como:
[] [][]
Donde: Z
mn
= impedancia generalizada
I
n
= corriente generalizada y V
m
= voltaje generalizado.
La solucin de esta ecuacin se obtiene invirtiendo la matriz [Z] para obtener
la matriz de admitancias generalizada [Y]:
[] []
[] [][]
Esta ecuacin es para casos de conductores perfectos y de acuerdo a las
caractersticas geomtricas que presente el problema ser necesario plantear un nuevo
sistema de ecuaciones que se ajuste a las mismas, cuando por ejemplo los campos
externos son alterados o en general el sistema de conductores, ms aun cuando ste
est compuesto por otro tipo de materiales, bien sea dielctricos o metales. He aqu la
ventaja de contar en la actualidad con una diversidad de herramientas de simulacin
30
electromagntica que se basan en el mtodo de los momentos, facilitando as la
realizacin ms prctica de esta tediosa tarea.
Debido a que el mtodo de los momentos se basa en clculos de integrales,
involucra grandes cargas computacionales ms an en sistemas que cuentan con
geometras muy irregulares y en donde se disponen de un nmero muy grande de
puntos N lo que implica un crecimiento de la matriz de impedancia generalizada, ste
resulta ser relativamente lento debido a ello. Adems de que como se mencion
anteriormente, el establecimiento de las condiciones de contorno se vuelve ms
complicado en los casos cuando se tienen distintos materiales dielctricos que al
presentar inhomogeneidad continua, hacen imposible resolver el problema. A pesar
de esto, el mtodo de los momentos cuenta con la ventaja de que por el hecho de
aplicar condiciones de contorno en los bordes de los cuerpos que constituyen la
geometra en estudio, se pueden obtener valores de campo en zonas muy alejas del
sistema, logrando de esta manera calcular valores de campo lejano en regiones
infinitas, razn por la cual este mtodo es uno de los mas empleados por los
diseadores de antenas en la actualidad.
2.2 MTODO DEL GRADIENTE CONJUGADO
Se pretende dar a conocer el mtodo del gradiente conjugado para poder
resolver sistemas de n ecuaciones lineales simultaneas a travs de matrices,
encontrando as las n soluciones lo mas exactas posibles (de acuerdo a las
posibilidades de este mtodo.
Como se mencion anteriormente el objetivo del mtodo del gradiente
conjugado es encontrar una solucin lo ms exacta para n ecuaciones lineales
simultneas con n incgnitas, las cuales definiremos de la siguiente forma:
31
=
=
n
j
i j ij
b x a
1
i=1,...,n
Esta ecuacin se escribe convenientemente en la forma matricial:
b Ax =
En donde | |
ij
a A = es la matriz n x n de coeficientes ) ,..., (
1 n
T
x x x = y
) ,..., (
1 n
T
b b b = con la T denotando la transpuesta. Suponemos que A y b son
reales.
El vector residual es:
c
Ax b r = Donde
c
x es la solucin computada
Si
t
x es la solucin exacta nos queda que:
) (
c t
x x A r =
Consideremos que
n
v v ,...,
1
sea una base para un espacio euclidiano n y que t
x
sea la solucin exacta. Entonces si
1
x es nuestra aproximacin inicial de la
solucin, podemos escribir:
=
=
n
j
j j t
v x x
1
1
o
(2.2-1)
Si por ejemplo, las
j
v son ortogonales, entonces
( )
j
T
j
t
T
j
j
v v
x x v
1
= o j = 1,..., n
(2.2-2)
Pero esto es de poca ayuda, ya que es
t
x la que estamos buscando. Por
otro lado, suponer que
0 =
i
T
j
Av v j i =
(2.2-3)
32
En este caso las
j
v son llamadas A ortogonal y A conjugada. Entonces
( )
j
T
j
t
T
j
j
Av v
x x A v
1
= o j = 1,...,n
(2.2-4)
De donde fcilmente podemos calcular a las
j
o . (Observe que
0 =
j
T
j
Av v si A es positiva definida.)La idea bsica del mtodo del gradiente
conjugado es generar una secuencia { }
j
v de vectores A ortogonales, calcular las
j
o como en 4) y de esta manera obtener
t
x .
Para generar un conjunto A ortogonal de vectores, suponemos que
tenemos algn conjunto de vectores
n
u u ,...,
1
que son una base. Entonces usamos
el procedimiento de ortogonalizacion de Gram-Schmidt para calcular:
1 1
u v =
=
+ + +
+ =
i
k
k k i i i
v u v
1
, 1 1 1
| i=1,..., n-1
(2.2-5)
Donde:
( )
k
T
k i
T
k k i
Av v Au v /
1 , 1 + +
= |
(2.2-6)
Como las
i
u son linealmente independientes, lo sern por lo tanto las
i
v .
Nos resta entonces escoger la secuencia { }
j
u . Una posibilidad sera usar los n
vectores coordenados. Si lo hacemos as, puede demostrarse que el
procedimiento resultante es funcionalmente equivalente a la eliminacin
gaussiana. Sin embargo, una eleccin que conduce a un algoritmo ms
conveniente es la siguiente:
Definimos:
33
=
+ =
1
1
1
i
j
j j i
v x x o
i=1,...,n
(2.2-7)
Con las
j
o dadas por (2.2-4). De esta manera,
i i i i
v x x o + =
+1
i=1,...,n
(2.2-8)
El ensimo residuo esta dado por
i i
Ax b r = i=1,...,n
(2.2-9)
La base del mtodo del gradiente conjugado es escoger n i r u
i i
,..., 1 , = = .
Dejamos a un problema la demostracin del hecho de que la secuencia
i
r
termina (es decir alguna
i
r =0 ) antes de n i + =1 en cuyo caso tenemos una
solucin o que la secuencia forma una base ortogonal para espacios n. A priori
no conocemos la secuencia
i
r pero como lo indicaremos ahora, podemos
determinar las
j
v y las
i
r por un proceso iterativo.
De la aproximacin inicial tenemos
1 1
Ax b r =
(2.2-10)
De (2.2-5)
1 1
r v =
(2.2-11)
Entonces de (2.2-4) y (2.2-8)
34
1 1
1 1
1
Av v
r v
T
T
= o (2.2-12) y
1 1 1 2
v x x o + =
(2.2-13)
Entonces
1 1 1 2 2
Av r Ax b r o = =
(2.2-14)
y
1 21 2 2
v r v | + =
(2.2-15)
Donde
( )
1 1 2 1 21
/ Av v Ar v
T T
= |
(2.2-16)
Las ecuaciones del algoritmo general son:
i
T
i
i
T
i
i
Av v
r v
= o
i i i i
v x x o + =
+1
i=1,...,n
i i i i
Av r r o =
+1
1 1 1
Ax b r v = =
( )
i
T
i i
T
i i
Av v Ar v /
1 +
= |
i i i i
v r v | + =
+ + 1 1
(2.2-17)
Observando que
i
o como est dada anteriormente difiere de
i
o cmo
est dada por 4). Sin embargo, usando la ortogonalidad A de las
i
v , puede
demostrarse que las dos formas son idnticas. Tambin
1 + i
v en 17) involucra
nicamente una sola
i
| en contraste con 5). Pero nuevamente usando la
35
ortogonalidad A de las
i
v , puede demostrarse que todas las otras
ik
| se anulan.
De 1) y 17) se deduce que:
t n
x x =
+1
(2.2-18)
El mtodo del gradiente conjugado es por lo tanto, no un mtodo iterativo
infinito sino ms bien un mtodo finito (es decir n pasos). En este sentido es
directamente anlogo a los mtodos directos. La solucin requiere
3
n operaciones.
Para matrices dispersas, el nmero de operaciones puede ser reducido
considerablemente debido a que se usa una matriz original A en cada etapa. Sin
embargo para tales matrices hay otros mtodos que son ms fcilmente
organizados para una computadora digital. En la computacin real, usando el
mtodo del gradiente conjugado, n iteraciones no conducen a la solucin exacta
debido al redondeo acumulado. Un aspecto til del mtodo es que, si la
iteracin 17) es realizada para valores de i>n, entonces
i i
c c <
+1
para toda i donde
i t i
x x = c
(2.2-19)
Hasta que el redondeo en cada etapa impida un mejoramiento adicional.
36
CONCLUSIN
37
REFERENCIAS
Libros:
Cardama, A.; Jofre, L.; Rius, J.; Romeu, J.; Blanch, S. y Ferrando, M. (2002)
Antenas. Segunda Edicin. Espaa: Universidad Politcnica de Catalunya.
Ediciones UPC.
Fuentes Electrnicas en Lnea:
Brgains, J. Anlisis, sntesis y control de diagramas de radiacin generados por
distribuciones continuas y discretas utilizando algoritmos estadsticos y redes
neuronales artificiales. Aplicaciones. (Libro en lnea). Espaa: Universidad de
Santiago de Compostela. Facultad de Fsica. Disponible:
http://books.google.co.ve/books?id=z9WefCGdmBAC&pg=PA83&dq=metodos
+numericos+en+antenas&hl=es&ei=c5k3TY3zM8rXgQfc3azGCA&sa=X&oi=
book_result&ct=result&resnum=4&ved=0CC8Q6AEwAw#v=onepage&q&f=fa
lse. (Consulta: 2011, Enero 27)
Beltrn, F. (1999). Teoria General del Metodo de los Elementos Finitos.
(Documento en Linea.) Disponible:
http://www.demecanica.com/TeoriaEst/archivos/TeoriaMEF.pdf. (Consulta:
2011, Enero 27)
Fernndez, J. (2004). Mtodos Numricos. (Documento en Lnea). Universidad
de Buenos Aires. Facultad de Ingeniera. Disponible:
http://materias.fi.uba.ar/6209/download/7-Numerico1.pdf (Consulta: 2011,
Febrero 10)
38
Fras, E. (2004). Aportaciones al estudio de las maquinas elctricas de flujo axial
mediante la aplicacin del mtodo de los elementos finitos. Tesis Doctoral. (En
Lnea). Disponible: http://www.tdr.cesca.es/TESIS_UPC/AVAILABLE/TDX-
1214104-114808//06Efv06de23.pdf (Consulta: 2011, Febrero 10)
Universidad Simn Bolvar. Divisin de Ciencias Fsicas y Matemticas
Aproximaciones Numricas. (Documento en Lnea). Disponible:
http://prof.usb.ve/mvillasa/modmatEM06/aproxnumericas.pdf (Consulta: 2011,
Febrero 02)