You are on page 1of 93

Introdução à Aproximação

Numérica de Equações
Diferenciais Parciais Via o
Método de Elementos Finitos

Publicações Matemáticas

Introdução à Aproximação
Numérica de Equações
Diferenciais Parciais Via o
Método de Elementos Finitos

Juan Galvis
Texas A&M University

Henrique Versieux
UFRJ

impa 28o Colóquio Brasileiro de Matemática

Andrade e T.Alexander Arbieto. Toom.impa. Rocha e A.E. Ramos.Hossein Movasati • Nonlinear Equations . Jana Rodriguez Hertz e Raúl Ures • Processos Aleatórios com Comprimento Variável . RJ E-mail: ddic@impa.br . 110 22460-320 Rio de Janeiro.Copyright  2011 by Juan Galvis e Henrique Versieux Impresso no Brasil / Printed in Brazil Capa: Noni Geiger / Sérgio R.Robert Morris e Roberto Imbuzeiro Oliveira • Fluxos Estrela .Roger J-B Wets • Introdução à Aproximação Numérica de Equações Diferenciais Parciais Via o Método de Elementos Finitos .Federico Rodriguez Hertz. R. Vaz 28o Colóquio Brasileiro de Matemática • Cadeias de Markov e Teoria do Potencial . P. Simas • Um Primeiro Contato com Bases de Gröbner . Alexandre Tavares Baraviera e Marcelo O.Licio Hernanes Bezerra • Mecânica Quântica para Matemáticos em Formação . Pimentel • Introduction to Optimal Transport: Theory and Applications . Lewiner • De Newton a Boltzmann: o Teorema de Lanford .Rodrigo Gondim • Hydrodynamical Methods in Last Passage Percolation Models .M.br http://www. Terra Cunha • Multiple Integrals and Modular Differential Equations .Juan Galvis e Henrique Versieux • Matrizes Especiais em Matemática Numérica .Gregorio Malajovich • Partially Hyperbolic Dynamics . Bruno Santiago e Tatiana Sodero • Geometria Aritmética em Retas e Cônicas . A.Marcelo Escudeiro Hernandes ISBN: 978-85-244-325-5 Distribuição: IMPA Estrada Dona Castorina.Nicola Gigli • Introduction to Stochastic Variational Analysis . A.Bárbara Amaral.Sérgio B. Volchan • Extremal and Probabilistic Combinatorics .Johel Beltrán • Cálculo e Estimação de Invariantes Geométricos: Uma Introdução às Geometrias Euclidiana e Afim .A. Cator e L. A.

o problema de condu¸c˜ao de calor em uma dimens˜ao espacial e intro- duziremos o MEF neste caso. tais como: m´etodos mistos. i 3 Pref´ acio Este livro tem como objetivo apresentar o M´etodo de Elementos Fini- tos (MEF) a alunos de gradua¸c˜ao em matem´atica ou ´areas afins. apresentaremos de forma muito breve. rea¸c˜oes bioqu´ımicas. eletromagnetismo. Finalmente. introduzindo assim o conceito de solu¸c˜ao fraca para este problema. . elasticidade e ciˆencia dos materiais.). O texto foi escrito para ser acess´ıvel a alunos com conhecimentos de c´alculo e ´algebra linear. Posteriormente... alguns t´opicos mais avan¸cados relacionados ao MEF. Este m´etodo ´e uma importante ferramenta para a aproxima¸c˜ao num´erica de equa¸c˜oes diferenciais parciais. biologia (mo- delos para popula¸c˜ao de esp´ecies. Usaremos esta equa¸c˜ao simples como modelo para introduzir o m´etodo de elementos finitos. elasticidade.. Os autores deixam aqui o seu agradecimento a Fernanda Coelho e Martha Miranda pela ajuda com a revis˜ao do texto. Apresentaremos ainda. faremos um breve es- tudo da an´alise do erro de aproxima¸c˜ao num´erica para o problema de Laplace. i i i . etc. finan¸cas. Come¸caremos o livro apresentando a formula¸c˜ao variacional para a equa¸ca˜o de Laplace.). problemas de sela. m´etodo de Taylor-Hood aplicado a equa¸c˜ao de Stokes. e um exemplo de problema n˜ao linear. que por sua vez aparecem na mode- lagem de problemas oriundos de diversas ´areas do conhecimento.. . tais como: f´ısca e engenharias (dinˆamica de fluidos.

i i i i .

.1. . .2 Outros espa¸cos de fun¸c˜oes .1 Primeiros exemplos . . . . . .2 Formula¸c˜oes de primeira ordem . . . .3 A equa¸c˜ao de Laplace com condi¸c˜ao de Neu- mann em dimens˜ao dois . . . . 13 2 O m´etodo de elementos finitos 16 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2. . . .1.1 O problema de Laplace com condi¸c˜ao de Dirichlet 24 5 i i i . 24 2. . . . . . . . . . . . . . . . 12 1. . . .2. . . . . . . 22 2. . . . 22 2. . . . . . . .1. . . . . . . 7 1. .1. 21 2. .2 Espa¸cos com fun¸c˜oes polinomiais de ordem su- perior . . . . . . .2. .2 Formula¸c˜ao de primeira ordem em aplica¸c˜oes f´ısicas: introdu¸c˜ao `a modelagem matem´atica . . . . . . 18 2. . . . . . .2 A equa¸c˜ao de Laplace com condi¸c˜ao de Dirich- let em dimens˜ao dois .2. . . . .1 Caso unidimensional . . . . . i Conte´ udo 1 A equa¸c˜ ao de Laplace 7 1. . . . . . . . . . . . . . . .3.3 A aproxima¸c˜ao via elementos finitos .1 O espa¸co de fun¸c˜oes lineares por partes . . . . . . . . . . . 8 1. . . . . . .2 Caso bidimensional . . . . 18 2. . . . .1. . . . .2. . .3 Espa¸cos de fun¸c˜oes e condi¸c˜oes de contorno . .1 Fun¸c˜oes bilineares . . .1. . . . . . . . . 13 1. . . .1 Formula¸c˜ao de primeira ordem da equa¸c˜ao de Laplace . . . 11 1. 9 1. . . . . . . . .1 A equa¸c˜ao de Laplace com condi¸c˜ao de Dirich- let em dimens˜ao um . . . 23 2. . . . . . . .

i

6 ´
CONTEUDO

2.3.2 O problema de Laplace com condi¸c˜ao de Neu-
mann . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.3 Considera¸c˜oes sobre a implementa¸c˜ao num´erica 28
2.4 Operador de interpola¸c˜ao . . . . . . . . . . . . . . . . 35

3 M´ etodo de elementos finitos aplicado ` a equa¸ c˜
ao do
calor 36
3.1 A equa¸c˜ao do calor . . . . . . . . . . . . . . . . . . . . 36
3.2 Discretiza¸ca˜o espacial . . . . . . . . . . . . . . . . . . 37
3.3 Discretiza¸ca˜o temporal . . . . . . . . . . . . . . . . . . 38
3.3.1 M´etodo reverso de Euler Galerkin . . . . . . . 38
3.3.2 Formula¸c˜ao matricial do problema . . . . . . . 40

4 Ferramentas da an´ alise funcional 42
4.1 Alguns espa¸cos de fun¸c˜oes . . . . . . . . . . . . . . . . 42
4.1.1 Constru¸c˜ao de espa¸cos por completamento . . . 43
4.2 Formula¸c˜oes fracas revisadas . . . . . . . . . . . . . . 46
4.2.1 Solu¸c˜ao fraca para Laplace: 1D . . . . . . . . . 46
4.2.2 Solu¸c˜ao fraca para Laplace: 2D . . . . . . . . . 47
4.2.3 Formula¸c˜oes de primeira ordem e constru¸c˜ao de
formula¸c˜oes fracas . . . . . . . . . . . . . . . . 48
4.2.4 Outras op¸c˜oes . . . . . . . . . . . . . . . . . . . 53
4.3 Desigualdade de Poincar´e . . . . . . . . . . . . . . . . 54
4.4 Teorema de Lax-Milgram . . . . . . . . . . . . . . . . 54

5 An´alise do erro de aproxima¸ c˜
ao para o MEF 57
5.1 Lema de C´ea . . . . . . . . . . . . . . . . . . . . . . . 58
5.2 Erro de aproxima¸c˜ao . . . . . . . . . . . . . . . . . . . 59

6 Outros t´
opicos 62
6.1 Problemas de ponto de sela . . . . . . . . . . . . . . . 62
6.2 Aproxima¸ca˜o de Galerkin para o problema de sela . . 64
6.3 Raviart-Thomas . . . . . . . . . . . . . . . . . . . . . 65
6.4 Equa¸c˜ao de Stokes: aproxima¸c˜ao via Taylor-Hood . . . 69
6.5 Um problema n˜ao linear . . . . . . . . . . . . . . . . 77
6.6 O m´etodo do gradiente conjugado . . . . . . . . . . . . 78

i

i i

i

Cap´ıtulo 1

A equa¸c˜
ao de Laplace

Neste cap´ıtulo introduziremos a formula¸c˜ao fraca da equa¸c˜ao de
Laplace. Primeiramente, apresentaremos exemplos de formula¸c˜oes
fracas em uma e duas dimens˜oes, para diferentes tipos de condi¸c˜ao
de contorno. Posteriormente, apresentaremos a equa¸c˜ao de Laplace
como um sistema de equa¸c˜oes de primeira ordem, e discutiremos bre-
vemente a equa¸c˜ao do Laplace como um modelo para a condu¸c˜ao
do calor. Observamos, que estudaremos com mais detalhes, usando
ferramentas da An´ alise Funcional, as formula¸c˜oes fracas na se¸c˜ao 4.2.

1.1 Formula¸c˜
oes e solu¸c˜
oes fracas: pri-
meiros exemplos

Nesta se¸c˜ao descreveremos a constru¸c˜ao de formula¸c˜oes fracas para
alguns exemplos envolvendo a equa¸c˜ao de Laplace.

7

i

i i

i

8 [CAP. 1: A EQUAC ˜ DE LAPLACE
¸ AO

1.1.1 A equa¸c˜ao de Laplace com condi¸c˜
ao de Di-
richlet em dimens˜ao um
No caso unidimensional, a equa¸c˜ao de Laplace com condi¸c˜ao de Di-
richlet ´e dada por
Achar
½ u : (a, b) → R tal que:
−u00 (x) = f (x), para x ∈ (a, b) (1.1)
u(x) = g(x), para x = a, x = b.

Onde f : (a, b) → R, e g : {a, b} → R s˜ao fun¸c˜oes dadas.
Para obter a formula¸c˜ao fraca de (1.1), primeiro multiplicamos os
dois lados da primeira igualdade em (1.1) por v ∈ C0∞ (a, b), depois
integramos os dois lados da equa¸c˜ao e obtemos
Achar u : (a, b) → R tal que:
 Z b Z b

− u00 (x)v(x)dx = f (x)v(x)dx, ∀v ∈ C0∞ (a, b)
a a

u(x) = g(x), para x = a, x = b,
(1.2)
em seguida, usando a f´ormula de integra¸c˜ao por partes e o fato v(a) =
v(b) = 0 para toda v ∈ C0∞ (a, b) obtemos
Z b Z b
− u00 (x)v(x)dx = u0 (x)v 0 (x)dx − [u0 (b)v(b) − u0 (a)v(a)]
a a
Z b
= u0 (x)v 0 (x)dx − [u0 (b)0 − u0 (a)0]
a
Z b
= u0 (x)v 0 (x)dx.
a

A equa¸ca˜o (1.2) pode ser escrita ent˜ao como
Achar u : (0, 1) → R tal que:
 Z b Z b

u0 (x)v 0 (x)dx = f (x)v(x)dx, ∀v ∈ C0∞ (a, b) (1.3)
 a a
u(x) = g(x), para x = a, x = b.

O problema acima representa uma vers˜ao preliminar de uma for-
mula¸c˜ao fraca da equa¸c˜ao de Laplace em dimens˜ao um. De fato, a

i

i i

multiplicar os dois lados da equa¸c˜ao por uma fun¸c˜ ao teste v ∈ C0∞ (Ω) e integrar os dois lados da igualdade. do ponto de vista matem´atico1 a formula¸c˜ao (1. bem como n˜ao termos definido qual a regularidade das fun¸c˜oes f e g.1). para x = (x1 . tais como discretiza¸c˜oes de elemen- tos finitos. dom´ınio.. an´ alise de erro de aproxima¸c˜oes num´ericas. . usa ferramentas da an´alise funcional.g. 2. 1. Considere a equa¸c˜ao de Laplace juntamente com a condi¸c˜ao de contorno de Dirichlet Achar u : Ω ⊂ R2 → R tal que: ½ −∆u(x) = f (x).1: PRIMEIROS EXEMPLOS 9 formula¸c˜ao (1. 1. depois 1 Existˆ encia e unicidade de solu¸c˜ oes.4) u(x) = g(x). tais ferramentas ser˜ao descritas de forma breve no cap´ıtulo 4.3) n˜ao esta bem posta. O estudo matem´atico relativo a existˆencia e unici- dade de solu¸c˜oes fracas para a equa¸c˜ao de Laplace. i [SEC. Supor que existe uma solu¸c˜ao u de nossa equa¸c˜ao diferencial.3) pode ser usada para construir m´etodos num´ericos para aproximar a solu¸c˜ao de (1. Usar a f´ormula de integra¸c˜ao por partes em R2 (primeira iden- tidade de Green) e a condi¸c˜ao de contorno para ficar com ex- press˜oes que envolvam apenas derivadas de primeira ordem. coeficiente. Para obter a formula¸c˜ao fraca de (1. dados de fronteira. Para tanto vamos: 1.4) multiplicamos os dois lados da primeira igualdade por uma fun¸c˜ao arbitr´aria v ∈ C0∞ (Ω).. Dependˆencia da solu¸ca˜o dos dados do problema (e. x2 ) ∈ Ω (1. O problema com esta formula¸c˜ao vem do fato de n˜ao termos definido o espa¸co de fun¸c˜oes em que estamos bus- cando a fun¸c˜ao u. i i i . No entanto.1.). x2 ) ∈ ∂Ω.2 A equa¸c˜ao de Laplace com condi¸c˜ ao de Di- richlet em dimens˜ao dois Repetiremos o procedimento da se¸c˜ ao anterior para construir a for- mula¸c˜ao fraca da equa¸c˜ao de Laplace em um dom´ınio Ω ⊂ R2 . para x = (x1 .

1. Observa¸ c˜ao 1. abordaremos este problema no cap´ıtulo 4. para x ∈ ∂Ω. A formula¸c˜ao (1. Teorema da Divergˆencia) e o fato v(x) = 0 para todo x ∈ ∂Ω e obtemos Z Z Z − ∆u(x)v(x)dx = ∇u(x) · ∇v(x)dx − v(x)(∇u(x) · ~η (x))dS Ω ZΩ ∂Ω Z = ∇u(x) · ∇v(x)dx − 0 = ∇u(x) · ∇v(x)dx. precisamos apenas que elas tenham a primeira derivada. e ´e uma ao suficientemente regular (por exemplo u ∈ C 2 (Ω)) e f ´e cont´ınua fun¸c˜ i i i .1. J´ a o problema (1.4). De fato. 1: A EQUAC ˜ DE LAPLACE ¸ AO integramos os dois lados da equa¸c˜ao e obtemos 2 Achar  Z u : Ω ⊂ R → R tal Zque:  − ∆u(x)v(x)dx = f (x)v(x)dx.5) pode ser escrito ent˜ao como 2 Achar  Z u : Ω ⊂ R → R tal que: Z  ∇u(x) · ∇v(x)dx = f (x)v(x)dx. Ω Ω (1.5) Usamos a f´ormula de integra¸c˜ao por partes (primeira identidade de Green. (1. ∀v ∈ C0∞ (Ω) Ω Ω  u(x) = g(x). Note que por constru¸c˜ ao se u ∈ C 2 (Ω) satisfaz (1. para x ∈ ∂Ω.7). pois n˜ao definimos os espa¸cos de fun¸c˜oes apropriados. i 10 [CAP.7) n˜ao envolve derivadas de segunda ordem da solu¸c˜ ao u.7) pode ser usada para construir m´etodos num´ericos para aproxi- mar a solu¸c˜ao de (1. ent˜ ao u tamb´em satisfaz (1. na formula de integra¸c˜ao por partes. O problema (1. E´ muito importante observar que se u satisfaz (1. ∀v ∈ C0∞ (Ω) (1.7).6) Lembramos que o ~η (x).4). denota a normal exterior ao dom´ınio Ω em x ∈ ∂Ω. portanto faz sentido buscar a solu¸c˜ ao em uma classe maior de fun¸c˜ oes.7) Ω Ω  u(x) = g(x). Assim como no caso unidimensional a formula¸c˜ao acima n˜ao esta matematicamente bem posta.

1.8)    R Ω u(x)dx = 0. Ω Ω ∂Ω ∂Ω Para obter a formula¸c˜ao fraca de (1. para x = (x1 . 1. a formula¸c˜ ao fraca nos permite generalizar o conceito de solu¸c˜ ao para a equa¸c˜ao (1. Isto ´e. i [SEC.1: PRIMEIROS EXEMPLOS 11 podemos aplicar o procedimento inverso ao que apresentamos e obter que Z (∆u + f )v dx = 0 Ω para toda v ∈ C0∞ (Ω). 1. (1.8) multiplicamos os dois lados da primeira igualdade por v ∈ C ∞ (Ω). para x = (x1 . A condi¸c˜ao de compatibilidade envolve somente dados do problema h e f e vem do seguinte fato: se integrarmos a primeira equa¸c˜ao e aplicarmos o teorema da divergˆencia e a condi¸c˜ao no bordo.3 A equa¸c˜ ao de Laplace com condi¸c˜ ao de Neu- mann em dimens˜ ao dois Nesta subse¸c˜ao consideraremos a equa¸c˜ao de Laplace com condi¸c˜ao de contorno de Neumann: Achar u : Ω ⊂ R2 → R tal que:    −∆u(x) = f (x). Observamos que a condi¸c˜ao de m´edia zero pode ser subs- titu´ıda por outras condi¸c˜oes que determinem unicidade. depois integramos os dois i i i . A condi¸c˜ao de solva- bilidade Ω u(x) = 0 ´e usada para obter unicidade de solu¸c˜ao u para o problema. x2 ) ∈ ∂Ω. o que implica que −∆u = f. NesteRcaso temos duas condi¸c˜oes adicionais. Note que as duas primeiras equa¸c˜oes envolvem somente derivadas da u. o que implica que a solu¸c˜ao ´e definida m´odulo uma constante.4) para uma classe maior de fun¸c˜ oes. obteremos Z Z Z Z f (x)dx = ∆u(x)dx = ∇u(x) · ~η (x)dS = h(x)dS.R (Condi¸c˜ao de solvabilidade) ∂Ω h(x)dS = Ω f (x)dx (Condi¸c˜ao de compatibilidade). x2 ) ∈ Ω  −∇u(x) R · ~η (x) = h(x). e portanto u ´e solu¸c˜ ao do problema original.

Note que desta vez estamos usando v ∈ C ∞ (Ω) no lugar de v ∈ C0∞ (Ω). Ω No cap´ıtulo 4 escreveremos a vers˜ao final desta formula¸c˜ao fraca.2 Formula¸c˜ ao de primeira ordem ´ importante observar que toda equa¸c˜ao de segunda ordem pode ser E escrita como um sistema de equa¸c˜oes de primeira ordem. ∀v ∈ C0∞ (Ω)  Ω Ω   ∇u(x) R · ~η (x) = h(x). isto ´e. em muitos casos os modelos matem´aticos s˜ao introduzidos usando for- mula¸c˜oes de primeira ordem.10)   R ∀v ∈ C0∞ (Ω).9) pode ser escrita como 2 Achar  Z u : Ω ⊂ R → R talZque: Z    ∇u(x) · ∇v(x)dx = f (x)v(x)dx + v(x)h(x)dS. (1. Nesta se¸c˜ao discutiremos como escrever a equa¸c˜ao de Laplace como um sistema de equa¸c˜oes de primeira ordem.9) Da f´ormula de integra¸c˜ao por partes e usando a condi¸c˜ao no bordo −∇u(x) · ~η (x) = h(x). obtemos Z Z Z ³ ´ − ∆u(x)v(x)dx = ∇u(x) · ∇v(x)dx − v(x) ∇u(x) · ~η (x) dS Ω ZΩ Z∂Ω ³ ´ = ∇u(x) · ∇v(x)dx − v(x) h(x) dS ZΩ Z∂Ω = ∇u(x) · ∇v(x)dx − v(x)h(x)dS. i 12 [CAP. Obtemos 2 Achar  Z u : Ω ⊂ R → R tal Zque:   − ∆u(x)v(x)dx = f (x)v(x)dx.  u(x)dx = 0. Mais ainda. Ω Ω ∂Ω (1. para x ∈ ∂Ω. poderemos construir formula¸c˜oes fracas para i i i .  Ω u(x)dx = 0. Ω ∂Ω A equa¸ca˜o (1. O motivo ´e que o valor da u n˜ao ´e prescrito no bordo ∂Ω. 1: A EQUAC ˜ DE LAPLACE ¸ AO lados da equa¸c˜ao. Den- tro desta perspectiva. usando sistemas de equa¸c˜oes de primeira ordem. 1.

−∆u = f . Seja x ∈ Ω (x = (x1 . veja a Figura 1.2. Esta equa¸c˜ao pode ser formulada como um sistema de equa¸c˜oes de primeira ordem.2. p2 ) se Ω ⊂ R2 .2. ( p~ = (p1 . ent˜ao. vamos introduzir a vari´avel vetorial p~ = −∇u. e s˜ao muito u ´teis para elabora¸c˜ao de m´etodos num´ericos.1 Formula¸c˜ ao de primeira ordem da equa¸c˜ ao de Laplace A equa¸c˜ao de Laplace. ´e uma equa¸c˜ao de segunda ordem. Lembrando que ∆u = div(∇u). aborda- remos este assunto na Se¸c˜ao 4. (1. Observe que obtemos de volta a formula¸c˜ao de segunda ordem substituindo p~ por −κ∇u em (1. Para a constru¸c˜ao de formula¸c˜oes fracas. p2 . x2 .11).1 para uma ilustra¸c˜ao em dimens˜ao dois. A formula¸c˜oes de primeira ordem s˜ao flex´ıveis para a elabora¸c˜ao de formula¸c˜oes fracas para equa¸c˜oes diferenciais parciais. A temperatura do corpo ´e determinada pela quantidade de energia t´ermica do corpo i i i .2 Formula¸ c˜ ao de primeira ordem em aplica¸co ˜es f´ısicas: introdu¸c˜ ao ` a modelagem matem´ atica Considere um dom´ınio Ω que representa um corpo s´olido em duas ou trˆes dimens˜oes. i [SEC. algumas vezes. u e p~ satisfazem o sistema de equa¸c˜oes div~ p= f em Ω. De fato. (1. x3 )). x2 ) ou x = (x1 .11) p~ = −κ∇u em Ω. 1. 1.2: FORMULAC ˜ ¸ OES DE PRIMEIRA ORDEM 13 a equa¸c˜ao de Laplace distintas das at´e aqui apresentadas. ou p~ = (p1 . pode ser u ´til considerar formula¸c˜oes de primeira ordem. a formula¸c˜ao de segunda ordem −∆u = f envolve derivadas de segunda ordem.12) O sistema de equa¸c˜oes diferenciais acima envolve somente primeiras derivadas. Em contraste. obtemos que se u ´e tal que ∆u = f . p3 ) se Ω ⊂ R3 ). 1.

em geral. A equa¸c˜ao (1. Se u(t.14) u= g em ΓD .15) −~p · ~η = h em ΓN . p2 . A segunda equa¸c˜ao (1. (1. (1. A primeira igualdade ´e a equa¸c˜ao ou lei de balan¸co do calor. quando pudermos ignorar as mudan¸cas no tempo ∂ i. Chamaremos de caso estacion´ ario. assim a equa¸c˜ao acima cor- responde a uma lei de conserva¸c˜ao do fluxo do calor. Observe que a equa¸c˜ao simplifica-se para −div~ p = f. A rela¸c˜ao entre a temperatura e o fluxo de calor depende das propriedades do material em quest˜ao e ´e. temos que u satisfaz. A rela¸c˜ao linear acima ´e uma simplifica¸c˜ao obtida ao se linearizar o modelo com respeito de uma temperatura de referˆencia.16) O fluxo de calor ´e p~ = (p1 .e. Esta equa¸c˜ao corresponde ao seguinte fato: dado um subdom´ınio Ω0 ⊂ Ω. ela relaciona o fluxo de calor p~ com a temperatura u. o fluxo do calor ´e conservado. (1.1: Dom´ınio Ω ⊂ R2 e regi˜oes Dirichlet and Neumann na fronteira.14) ´e conhecida como Lei de Fourier. x) denota a tem- peratura do s´olido no ponto x no tempo t.14) corresponde `a lei constitutiva do mo- delo. No caso f = 0. a mudan¸ca temporal da temperatura u ´e obtida somente por causa do fluxo de calor em Ω0 e da fonte de calor representada por f . n˜ao linear. (1. p2 ) em dimens˜ao dois ou p~ = (p1 .13) obtendo a seguinte equa¸c˜ao i i i . i 14 [CAP. ∂t u = 0. p3 ) em dimens˜ao trˆes. Supondo que a equa¸c˜ao (1.13) ∂t q = −κ∇u em Ω.14) vale para todo x ∈ Ω podemos substituir p~ por κ∇u na equa¸c˜ao (1. ∂ u + div~ p= f em Ω. 1: A EQUAC ˜ DE LAPLACE ¸ AO Figura 1. s´olido e suas propriedades termodinˆamicas.

(1. No caso estacion´ ario temos o seguinte sistema de equa¸c˜oes dife- renciais: div~ p= f em Ω. (1.18) u= g em ΓD .15) corresponde `a condi¸c˜ao de fronteira de Dirichlet onde a temperatura (em cada instante do tempo) ´e conhecida em ΓD .17) p~ = −κ∇u em Ω. i [SEC.20) Lembramos R que quando ΓN = ∂Ω (ou seja ΓD = ∅). Veja a Se¸ c˜ao 1. A u ´ltima equa¸c˜ao (1.16) ´e referente `a condi¸c˜ao de fronteira de Neumann. Veja a Se¸ca˜o 1. 1. i i i . A equa¸c˜ao (1. e precisamos da condi¸c˜ao de compatibilidade ∂Ω h(x)dS = Ω f (x)dx.1.3. (1.19) −~ p · ~η = h em ΓN .2.2: FORMULAC ˜ ¸ OES DE PRIMEIRA ORDEM 15 de segunda ordem ∂u ∂t − div(κ∇u) = f.1. impomos a condi¸c˜ao Ω u(x) = 0 para obter unicidade R de solu¸ R c˜ao. (1. que corresponde ao caso onde o fluxo de calor entre o dom´ınio e seu exterior ´e conhecido ao longo da parte do bordo denotada por ΓN .

. Come¸caremos este cap´ıtulo introduzindo o conceito de espa¸co de fun¸c˜ oes com dimens˜ao finita. com diferentes tipos de condi¸c˜ao de contorno. .0. tal que qualquer fun¸c˜ ao ϕ ∈ V pode ser escrita como uma combina¸c˜ aoPlinear das fun¸c˜ oes φi . e a aproxima¸c˜ao de Ritz-Galerkin. existem n constantes n αi tal que. n}. 16 i i i . ϕ = i=1 αi φi . entenderemos como solu¸c˜ao da equa¸c˜ao acima uma fun¸c˜ao satisfa- zendo uma das formula¸c˜oes fracas discutidas no cap´ıtulo anterior. Come¸caremos introduzindo o conceito de espa¸co de fun¸c˜oes com dimens˜ao finita. descreveremos o espa¸co de fun¸c˜oes lineares por partes. sendo este um exemplo b´asico de espa¸co de fun¸c˜oes bastante utilizado no MEF. Na se¸c˜ao 2.1. Defini¸c˜ ao 2. se existe n ∈ N. Diremos que um espa¸co de fun¸c˜ oes V tem di- mens˜ao finita. .1. discutiremos o m´etodo de elementos finitos aplicado `a equa¸c˜ao de Laplace. i ∈ {1. e um conjunto de fun¸c˜ oes φi : Ω → R. i Cap´ıtulo 2 O m´ etodo de elementos finitos Neste cap´ıtulo introduziremos o m´etodo de elementos finitos para a equa¸c˜ao de Laplace −∆u = f. Finalmente. . e apresentaremos algumas considera¸c˜oes sobre sua implementa¸ca˜o num´erica. Ao longo deste cap´ıtulo. Isto ´e.

. α2 . . que consiste em buscar uma aproxima¸c˜ao para a solu¸c˜ao do problema (1. . . i=1 Ω Ω Definindo a matriz de rigidez A = (aij ) Z aij = ∇φi · ∇φj dx Ω e os vetores α = (α1 . vamos buscar a aproxima¸c˜ao uh ∈ V h de u. αN h )t e b = (bi ) Z bi = f φi dx. e usando o fato que qualquer fun¸c˜ao em V h pode ser escrita como um combina¸c˜ao linear das fun¸c˜oes base φi . obtemos Z XN h Z ∇( αi φi (x)) · ∇φj dx = f φj dx ∀j ∈ {1. este espa¸co pode ser gerado h por uma base {φi }N i . . Nh } Ω i=1 Ω ou ainda N X h Z Z αi ∇φi · ∇φj dx = f φj dx ∀j ∈ {1.4). . . uma vez definido o espa¸co de dimens˜ao finita V h . Ω i i i . i 17 O m´etodo de elementos finitos se baseia na aproxima¸c˜ao de Ritz- Galerkin. Ω Ω Como o espa¸co V h tem dimens˜ao finita. i=1 Fazendo esta substitui¸c˜ao na formula¸c˜ao acima. . . Nh }. . Assim podemos representar a solu¸ c˜ao aproxi- mada uh da seguinte forma h N X h u (x) = αi φi (x). . . que usaremos para aproximar a solu¸c˜ao u de (1. satisfazendo a seguinte rela¸c˜ao: Z Z h ∇u · ∇v dx = f vdx ∀v ∈ V h . Desta forma.4) em um espa¸co de fun¸c˜oes (reais com dom´ınio Ω) que tenha dimens˜ao finita.

onde z0 = a. i 18 ´ [CAP. N }. 2. abordaremos este problema na se¸c˜ao 2.zi+1 ] (x) = ai x + bi . e bi constantes apropriadas. . zi ]. b).1 O espa¸co de fun¸co ˜es lineares por par- tes Nesta se¸c˜ao introduziremos o espa¸co de fun¸c˜oes lineares por partes. e f |A para designar a restri¸ca ˜o de f ao conjunto A i i i . qualquer fun¸c˜ ao v ∈ V pode ser escrita como N X v(x) = c0 φ0 (x) + c1 φ1 (x) + · · · + cN φN (x) = ci φi (x). .1 Caso unidimensional Nesta subse¸c˜ao vamos supor que Ω = (a.zi+1 ) ´e linear} (2. . onde ½ 1 if i = j φi (zj ) = 0 if i 6= j forma uma base para o espa¸co V . 2. Entenderemos como uma parti¸c˜ao de Ω.1) isto ´e. zN = b e zi < zi+1 . i=0 1 Aqui usamos a nota¸ co ˜es C(Ω) para designar o conjunto das fun¸c˜ oes reais cont´ınuas com dom´ınio Ω. i ∈ {0. Note que aqui n˜ao tratamos a condi¸c˜ao de contorno da equa¸c˜ao de Laplace. 2: O METODO DE ELEMENTOS FINITOS O problema original fica reduzido ao seguinte sistema linear Aα = b. Observe que o conjunto de fun¸c˜oes φi ∈ V . que consiste em um dos exemplos mais simples de espa¸co de elementos finitos. 1. Primeiramente. uma divis˜ao deste dom´ınio em subintervalos dada da seguinte forma [a. sendo ai . As contantes zi s˜ao chamadas v´ertices da parti¸c˜ ao. consideraremos o caso unidimensional (Ω ⊂ R) e depois o caso bidimensional. f |[zi . Dada uma parti¸c˜ao de Ω. f |(zi . b] = ∪N i=1 [zi−1 . Mais especificamente. Quando Ω ⊂ R2 vamos fazer a hip´otese simplificadora que Ω ´e um dom´ınio poligonal. vamos definir o espa¸co das fun¸coes cont´ınuas lineares por partes da seguinte forma1 V = {f ∈ C(Ω).3.1. .

. 2 A restri¸ c˜ao sobre v´ ertices e arestas citada acima n˜ ao ´e usada em alguns m´etodos num´ ericos sofisticados. . Exerc´ıcio 2. desta forma. para cada h > 0 temos uma partica¸c˜ h ao a = α0h < αih < αi+1 < h h αN h = b. Verifique que as constantes ci na f´ ormula acima satisfazem a seguinte rela¸c˜ ao ci = v(zi ).1.1.1: O ESPAC ¸ O DE FUNC ˜ ¸ OES LINEARES POR PARTES 19 Exerc´ıcio 2. Mais ainda. 1.1. . . Dizemos que a fam´ılia T ´e quase uniforme se existem constantes c1 e c2 tal que h max(αi+1 − αih ) ≤ c1 h i e h min(αi+1 − αih ) ≥ c2 h.5. . . 1. 2. h para i ∈ {0. Um exemplo de famil´ıa de parti¸c˜ oes ´e dado por: para cada n ∈ N definimos h = (b − a)/n. i ∈ {0. n}. Veja Figura pertence ao interior de qualquer aresta da parti¸c˜ 2. . Defini¸c˜ ao 2.1.1.3. e i αih = a + . 2. 1) que seja quase uniforme e n˜ ao seja uniforme. dizemos que esta parti¸c˜ao ´e uniforme.2. Isto ´e. n} temos que αi+1 − αih = h. os que usam ferramentas de decomposi¸c˜ ao de dom´ınios ou refinamento de malha i i i . Defini¸ ao 2.1. i Exemplo 2.4.1.2 Caso bidimensional Come¸caremos introduzindo o conceito de triangula¸c˜ao. . Construa uma fam´ılia de parti¸c˜ oes do intervalo (−1. h Observamos que neste caso a parti¸c˜ ao ´e quase uniforme. Uma triangula¸c˜ao de um dominio poligonal Ω ⊂ R2 ´e uma subdivis˜ao de Ω em um conjunto finito de triˆ angulos sa- tisfazendo a seguinte propriedade: qualquer v´ertice da parti¸c˜ ao n˜ ao ao 2 . b).1. i [SEC. como por exemplo. Seja T h uma fam´ılia de parti¸c˜ c˜ oes de Ω = (a.

. Suponha que a parti¸c˜ ao de Ω cont´em um triˆ angulo T com v´ertices z1 = (0. Observamos que.7. Seja T h uma fam´ılia de triangula¸c˜ oes de Ω ⊂ R2 . Dizemos que a a fam´ılia T ´e quase uniforme se existem i i i . . 1.6. Veja o gr´afico de uma fun¸c˜ao base na Figura 2. i ∈ {0. z1 . uma base para o espa¸co V ´e dada pelo conjunto de fun¸c˜oes φi ∈ V . z2 e z3 . . c s˜ao constantes apropriadas. vamos usar V para denotar o espa¸co das fun¸c˜oes lineares por partes sobre T . Isto ´e.1. b. 1). z2 = (1. y) = ax + by + c. e z3 = (1. 0). Seja T uma triangula¸c˜ao de Ω. b) Parti¸c˜ao regular (trian- gula¸c˜ao). 2: O METODO DE ELEMENTOS FINITOS a) b) Figura 2. h 0 < h ≤ 1. Exerc´ıcio 2. Assim como no caso unidimensional. Encontre as restri¸c˜ oes das fun¸c˜ oes base φ1 . 0). onde N representa a quantidade de v´ertices de T e ½ 1 if i = j φi (zj ) = (2. .1. para todo triˆangulo T ∈ T . Estas constantes correspondem aos trˆes graus de liberdade que temos para cada fun¸c˜ao linear por partes restrita ao triangulo T .1: a) Parti¸c˜ao n˜ao regular. Defini¸ c˜ao 2. Definimos o espa¸co de fun¸c˜oes lineares por partes sobre T . no caso bidimensional. temos que v|T (x.2) 0 if i 6= j. φ2 e φ3 ao triˆ angulo com v´ertices. onde a. e dependem do triˆangulo T . N }. i 20 ´ [CAP.2. como o espa¸co formado pelas fun¸c˜oes v tais que v restrita a cada triˆangulo de T ´e linear nas vari´aveis x e y.

i [SEC.3 Espa¸cos de fun¸c˜ oes e condi¸co ˜es de contorno Vale observar que a escolha do espa¸co de fun¸c˜oes lineares a ser uti- lizado no problema depende da condi¸c˜ao de contorno imposta ao i i i . e bT ´e o maior c´ırculo contido em T . 2. 2.1: O ESPAC ¸ O DE FUNC ˜ ¸ OES LINEARES POR PARTES 21 Figura 2.3: Exemplo de uma fun¸c˜ao linear por partes. constantes c1 e c2 tal que max { diˆ ametro de BT } ≤ c1 h T ∈T h e min { diˆ ametro de bT } ≥ c2 h T ∈T h onde BT ´e o menor c´ırculo contendo T .2: Fun¸c˜ao base. Dada uma fam´ılia de triangula¸c˜oes T h de Ω vamos denotar V h (Ω) ou simplesmente V h o espa¸co de fun¸c˜oes lineares por partes aqui definido. Figura 2.1.

1. o caso em que ∂Ω = ΓD ∪ ΓN e u|ΓD = 0 e ∂η u|ΓN = 0. R No problema com condi¸c˜ao de Neumann. ´e importante ressaltar que existem v´arios outros exemplos de espa¸cos de fun¸c˜oes de dimens˜ao finita usados em m´etodos de elementos finitos. Ao trabalharmos com condi¸c˜ao de Dirichelet zero temos que. precisamos da condi¸c˜ao Ω u dx = 0 para que tenhamos unicidade de solu¸c˜ao. em algum casos ´e conveniente considerar uma parti¸c˜ao de Ω em retˆangulos. 2: O METODO DE ELEMENTOS FINITOS mesmo. assim conv´em introduzir o seguinte subespa¸co de V h V0h (Ω) = {v ∈ V h (Ω). 8]. Entretanto.9. i 22 ´ [CAP. Verifique que uma fun¸c˜ ao u = i=1 αi φi pertence P R ao espa¸co Vˆ h se e somente se i=1 αi mi = 0 onde mi = Ω φi . (2.4) Ω PN Exerc´ıcio 2. o espa¸co de fun¸c˜oes bilineares por i i i . Para mais detalhes veja [4. introduzimos o seguinte subespa¸co de V h Z Vˆ h = {v ∈ V h . para tratar deste tipo de condi¸c˜ao de fronteira. v dx = 0}. 5.2.1.8.3) Observe que como as fun¸c˜oes em V h s˜ao lineares por partes. e v(z) = 0 para todo v´ertice z da parti¸c˜ao T h situado na fronteira de Ω. Isto ´e. v|∂Ω = 0}. (2. A seguir. Assim. Encontre o espa¸co de fun¸c˜ oes lineares por partes apropriado para tratar o problema com condi¸c˜ao de fronteira mista.2 Outros espa¸cos de fun¸c˜ oes No restante deste texto nos concentraremos quase que exclusivamente nos espa¸cos de fun¸c˜oes lineares por partes. 2. descreveremos brevemente alguns destes espa¸cos. No entando. para que uma fun¸c˜ao v perten¸ca ao espa¸co V0h ⊂ V h basta que v ∈ V h . N Exerc´ıcio 2.1 Fun¸ co˜es bilineares At´e o momento consideramos apenas parti¸c˜oes triangulares do dom´ınio Ω. Neste caso. 2. u|∂Ω = 0.

s˜ao polinˆomios de ordem 2.1. Estas constantes correspondem aos quatro graus de liberdade que temos para cada fun¸c˜ao bilinear restrita aos retˆangulos da parti¸c˜ao T . d s˜ao constantes apropriadas dependentes de T . b. . . uma fun¸c˜ao v pertence a este espa¸co se ´e continua em Ω. O espa¸co dos elementos triangulares de Bell ´e construido da se- guinte forma.2. As fun¸c˜oes neste espa¸co pertencem a C 1 (Ω). Isto ´e. encontre uma fam´ılia de parti¸c˜ oes de Ω em retˆ angulos e uma base para o espa¸co de fun¸c˜ oes bilineares. . restritas aos triˆangulos da malha. quando restritas a cada triˆangulo da ma- lha. e se para todo retˆangulo T da parti¸c˜ao T temos que v|T (x.2 Espa¸cos com fun¸co ˜es polinomiais de ordem superior Em alguns problemas se faz necess´ario o uso de espa¸cos de fun¸c˜oes mais regulares que o das fun¸c˜oes lineares por partes. y) = axy + by + cx + d onde a. + a16 y + a17 x + a18 onde as constantes ai . Suponha Ω = [0.2. i i i . 18 correspondem aos dezoito graus de liberdade desta fun¸c˜ao. z2 e z3 estes dezoito graus de liberdade s˜ao determinados pelos valores da fun¸c˜ao v e de suas derivadas de primeira e segunda ordem nos v´ertices z1 . 2. e v neste espa¸co temos que v|T (x. i = 1. 2. . Uma forma de obter tais espa¸cos ´e considerar fun¸c˜oes que. 1] × [0.2: OUTROS ESPAC ¸ OS DE FUNC ˜ ¸ OES 23 partes aparece como um espa¸co natural para se trabalhar. . i [SEC. c. e s˜ao polinˆomios de grau cinco. y) = a1 x5 + a2 y 5 + a3 x4 y + a4 xy 4 + a5 x3 y 2 + a6 y 2 + . Exerc´ıcio 2. ou superior. para todo triˆangulo T da parti¸c˜ao T . Vamos apresentar um exemplo de tal tipo de espa¸co. z2 e z3 . 1]. . Mais es- pecificamente. Supondo que o triˆangulo T tem v´ertices z1 .

. Veremos mais adiante que quanto menor for o valor de h melhor uh aproximar´a u. .4) com condi¸c˜ao de Dirichlet zero. atrav´es do m´etodo de elementos finitos. (2. . Assim. tomaremos V = V0h definido no fim da se¸c˜ao 2.3. por (2. suponha que a fam´ılia de parti¸c˜ao T h ´e quase uniforme. Seja φi . . Verifique que uh ´e solu¸c˜ ao de (2.6) Ω Ω Note tamb´em que podemos representar a fun¸c˜ao uh da seguinte forma h N0 X h u (x) = αi φi (x). e teremos uma maior quantidade de v´ertices em T h . Exerc´ıcio 2. Veremos agora como transformar o problema acima em um sis- tema linear. 2.3 A aproxima¸c˜ ao via elementos finitos 2. i=1 onde αi s˜ao constantes a serem determinadas. Primeiramente. i ∈ {1. . a dimens˜ao do espa¸co V0h aumenta quando h → 0.3. Nossa aproxima¸c˜ao de elementos finitos ´e dada por uh ∈ V0h tal que Z Z ∇uh · ∇vdx = f vdx ∀v ∈ V0h . . Como foi dito anteriormente.1. N0h }. 2: O METODO DE ELEMENTOS FINITOS 2. uma base para o espa¸co V0h .5) se e somente se Z Z h ∇u · ∇φi dx = f φi dx ∀i ∈ {1. i 24 ´ [CAP.1 O problema de Laplace com condi¸c˜ ao de Di- richlet Nesta se¸c˜ao obteremos a aproxima¸c˜ao de u. observamos o seguinte resultado.1. a principal id´eia do m´etodo de elemen- tos finitos ´e buscar uma aproxima¸c˜ao para a solu¸c˜ao da formula¸c˜ao fraca da equa¸c˜ao de Laplace em um espa¸co de dimens˜ao finita V . Ou seja. solu¸c˜ao de (1. . . No caso do problema com condi¸c˜ao de Dirichlet zero.6) temos i i i . Mais especificamente. quanto menor for o valor h.5) Ω Ω Observe que h ´e um parˆametro que representa o tamanho da ma- lha. menor ser˜ao os triˆangulos da malha. (2. N0h }.

.8) k=1 Ω Ω h h Definimos a matriz de rigidez A ∈ RN0 ×N0 . . .9) Ω N0h e os vetores coluna α. e o m´etodo num´erico iterativo do tipo gradiente conjugado. as entradas (aij ) da matriz de rigidez A. A = (aij ) da seguinte forma Z aij = ∇φj · ∇φi dx (2.9). por´em o ta- manho da matriz A aumentar´a (pois N0h aumenta). b ∈ R α = (α1 . . . . pode ser usado para resolver o sistema linear de forma eficiente. αN0h )t e b = (b1 .3: A APROXIMAC ˜ VIA ELEMENTOS FINITOS ¸ AO 25 que Z h N0 X Z ∇ αk φk · ∇φi dx = f φi dx ∀i ∈ {1. . 2. .11) A matriz de rigidez A ´e sim´etrica positiva definida. faz-se necess´ario o uso de um m´etodo de integra¸c˜ao num´erica i i i . (2. N0h }. Observamos que quanto menor for h. na maioria dos casos. J´a para calcularmos o vetor b. . N0h }. obtemos que o problema (2.10) Ω Assim. Neste caso mais simples. bN0h )t onde Z bi = f φi dx.7) ´e equivalente ´a resolu¸c˜ao do seguinte sistema linear Aα = b. . (2. 2. . . . . i [SEC. α2 . melhor ser´a a aproxima¸c˜ao da solu¸c˜ao u. podem ser calculadas de forma exata usando a defini¸c˜ao das fun¸c˜oes base e a f´ormula (2.7) Ω k=1 Ω Explorando a lineridade do gradiente e da integral temos: N0 X h Z Z αk ∇φk · ∇φi dx = f φi dx ∀i ∈ {1. . (2. b2 . (2. . 2. e portanto mais trabalho computacional ser´a realizado para resolver o sistema linear.

Este fato pode ser verificado tomando o produto A por um vetor m´ultiplo de (1. ∀x ∈ Ω. . . . Exerc´ıcio 2. 1. A aproxima¸ca˜o para o problema de Laplace com condi¸c˜ao de Neu- mann zero. temos que a i- ´esima componente do vetor A(1. . 1) )i = aij = ∇φi · ∇ φj dx. que por defini¸c˜ao das fun¸c˜oes φi . j=1 i i i . i 26 ´ [CAP. ou seja suas solu¸c˜oes s˜ao defini- das a menos de uma constante. j=1 Ω j=1 Observamos ent˜ ao.10). Numericamente. defina a matriz de rigidez A = (aij ) como Z aij = ∇φi · ∇φj dx. . ´e bem similar ao problema de Dirichlet zero. n˜ao possui unicidade. .2). . Veja a subse¸c˜ao 2.3. N h }. . e depois discutiremos o caso n˜ao homogˆeneo. . Neste caso. tendo um n´ ucleo com dimens˜ao um. . Descreva como aproximar a solu¸c˜ ao da equa¸c˜ ao de Laplace com condi¸c˜ao de contorno u = g em ∂Ω. i : 1. . usando o MEF com fun¸c˜ oes base lineares por partes. Ω A matriz A assim definida n˜ao ´e invers´ıvel. . substituindo o espa¸co V0h pelo espa¸co Vˆ h . . i. . isto se reflete da seguinte maneira: seja φi . 1. N h uma base para o espa¸co V h definido em (2. .3. . 1)t ´e dada por N X h Z N X h t (A(1. 1)t . . 2. por exem- plo. O m´etodo da quadratura Gaussiana.2 O problema de Laplace com condi¸c˜ ao de Neu- mann Abordaremos primeiramente o problema de Laplace com condi¸c˜ao de Neumann nula.3 para uma discuss˜ao mais detalhada sobre o c´alculo da matriz de rigidez e do vetor b. sem a imposi¸c˜ao da condi¸c˜ao Ω u dx = 0. 1. 2: O METODO DE ELEMENTOS FINITOS para calcular (2. . Neste caso. 2. temos que h N X φj (x) = 1. . podemos aplicar o mesmo racioc´ınio apresentado para a condi¸c˜ao de Dirichlet zero. Suponha que g : ∂Ω → Ω seja uma fun¸c˜ ao cont´ınua. pode ser usado para este fim. j ∈ {1. Lem- bremos R que o problema de Neumann.3.2. .

n˜ao ´e f´acil encontrar g˜ que satisfa¸ca exatamente ∂η g˜ = g. podemos encontrar sua aproxima¸c˜ao de elementos finitos seguindo os passos descritos no in´ıcio desta subse¸c˜ao. . u˜ ´e solu¸c˜ao do problema de Neumann com condi¸c˜ao nula. ´e necessario apro- ximar g˜ numericamente.3: A APROXIMAC ˜ VIA ELEMENTOS FINITOS ¸ AO 27 logo h N X ∇ φj (x) = 0. e ∂η u = g em ∂Ω.1. Estrat´egias distintas podem ser usadas para este fim. podemos encontrar uma solu¸c˜ao qualquer para o sistema inde- terminado Ax = b e depois definir h N X xi α=x− h . Vamos agora descrever uma das mais simples. veja o Exerc´ıcio 2. Observamos que a fun¸c˜ao u˜ = u − g ´e solu¸c˜ao do seguinte problema ∆˜ u = f + ∆˜ g em Ω. i i i . i [SEC. . E´ importante observar que. e consequentemente. Desta forma. Suponha que seja dada uma fun¸c˜ao g˜ : Ω → R tal que ∂η g˜ = g onde ∂η v(x) = ∇v(x) · ~η (x) denota a derivada na dire¸c˜ao normal ~η (x). i=1 N PN h Desta forma. 1)t ´e o vetor nulo. Definimos a fun¸c˜ao g˜h ∈ V h da seguinte forma g˜h (z) = 0. 2. Mais especificamente. 1. e ∂η u ˜ = 0 em ∂Ω. sendo conhecida a aproxima¸c˜ao u ˜h de u ˜. Desta forma. podemos obter a h h aproxima¸c˜ao de u tomando u = u ˜ + g˜. estamos interes- sados em aproximar a solu¸c˜ao da equa¸c˜ao de Laplace com a seguinte condi¸c˜ao de fronteira ∆u = f em Ω. . o vetor α satisfaz Aα = b e i=1 αi = 0 e portanto PN h uh = i=1 αi φi ´e a solu¸c˜ao desejada em Vˆ h . . dada a fun¸c˜ao g. Agora apresentaremos uma forma de aproximar a solu¸c˜ao do pro- blema de Neumann n˜ao nulo.8. Isto ´e. Para resolver o problema no espa¸co Vˆ h . j=1 e A(1.

z2 = (1. v = (v1 .3 Considera¸c˜ oes sobre a implementa¸ c˜ ao num´ erica Come¸camos esta se¸c˜ao descrevendo melhor as fun¸c˜oes base do espa¸co de fun¸c˜oes lineares por partes. veja o exerc´ıcio 2. u2 ). Deiaxamos a demonstra¸c˜ao do lema anterior a cargo do leitor.3. b o triˆ Seja K angulo de referˆencia e FKi : K b → K a fun¸c˜ao afim tal b = Ki e FK (0) = u. i 28 ´ [CAP. 2. 0) e z3 = (0.3. Seja Ki um elemento da triangula¸c˜ ao T h com v´ertices u = (u1 . 2: O METODO DE ELEMENTOS FINITOS para todo v´ertice z da malha T h .3. Assim. O lema seguinte nos permite construir fun¸c˜oes base restritas a qualquer triˆangulo da parti¸c˜ao T h . temos que fazer uso da formula¸c˜ao fraca do problema. φˆ2 (ˆ x) = x ˆ1 .3. a partir das fun¸c˜oes b do lema anterior. x b ˆ2 ) ∈ K. As trˆes fun¸c˜oes bases de V h retritas a K b s˜ ao φˆ1 (ˆ x) = 1 − x ˆ1 − x ˆ2 . 0). pertencente ao interior de Ω. 3.1.6. Ent˜ que FKi (K) ao i · ¸ · ¸ v1 − u1 z1 − u2 u1 ˆ FKi (ˆ x) = x ˆ+ . φˆ2 e φˆ3 as respectivas fun¸c˜ oes bases. i i i . 2. para todo x −1 ˆ = FKi (x). φˆ3 (ˆ x) = x ˆ2 . j = 1. φ2 = φv e φ3 = φz as respectivas fun¸c˜ oes base. 1) e φˆ1 .4. z2 ) (ordenados no sentido anti- hor´ ario) e φ1 = φu . Mais especificamente. Seja K b o triˆangulo de referˆencia com v´ertices z1 = (0. as trˆes fun¸c˜ oes bases com suporte no elemento Ki s˜ ao φj (x) = φˆj (ˆ x). a fun¸c˜ ˜h deve satisfazer ao u Z Z Z ∇˜uh · ∇φi dx = f φi dx + ∇˜g h · ∇φi dx Ω Ω Ω h para toda φi na base de V . base restritas ao triˆangulo de referˆencia K Lema 2. v2 ) e z = (z1 . Os valores de g˜h (z) para os v´ertices pertencentes `a ∂Ω s˜ao ent˜ao esco- lhidos de forma que ∂η g˜h (z) = g(z). Lema 2. para todo x ˆ = (ˆ x1 . xˆ∈K v2 − u1 z2 − u2 u2 e para cada x ∈ Ki . Note que a fun¸c˜ao g˜h ´e linear por partes e portanto n˜ao podemos calcular ∆˜ g h .

Normal- mente.3. usamos o seguinte fato Z X Z g(x) dx = g(x) dx Ω T T ∈T h e aplicamos a f´ormula de mudan¸ca de vari´aveis dada pelo seguinte lema. ˆ vale a seguinte f´ormula de quadratura. temos que a seguinte aproxima¸c˜ ao g : K ao ´e v´ alida Z 7 X g(ˆ x)dˆ x≈ g(ζi )ωi . Lema 2. A f´ ormula acima se torna uma igualdade quando g ´e um polinˆ omio de grau menor ou igual a cinco. i [SEC. como por exemplo Ω f (x)φi (x)dx. ωi s˜ ao definidos na Ta- bela 2.3: A APROXIMAC ˜ VIA ELEMENTOS FINITOS ¸ AO 29 Tamb´em temos que ∇x φj = ∇xˆ φˆj (ˆ −1 x)BKi · ¸ v1 − u1 z1 − u2 onde BKi = . Seja Ki um elemento da triangula¸ca ˜o T h com v´ertices u = (u1 . Para toda fun¸c˜ ao integr´ ˆ → R temos avel f : Ki = FKi (K) Z Z · ¸ v1 − u1 z1 − u2 g(x)dx = g(FKi (ˆx))|det |dˆ x. tais integrais s˜ao aproximadas numericamente. Dada uma fun¸c˜ ˆ → R. A fim de aplicar a f´ormula de quadratura do lema anterior para calcular a integral de uma dada fun¸c˜ao g no dom´ınio Ω.3. No triˆangulo de referˆencia K. v2 ) e z = (z1 . Na implementa¸c˜ao do m´etodo de elementosR finitos ´e necess´ario o c´alculo de integrais. 2. u2 ).6 (Quadratura de sete pontos no triˆangulo). Demonstre o lema acima. z2 ) (ordenados no sentido anti- hor´ ario). Ki Kˆ v2 − u1 z2 − u2 i i i .7. v2 − u1 z2 − u2 Exerc´ıcio 2.3. Lema 2. ˆ K i=1 Onde os pontos de quadratura e pesos ζi .5. v = (v1 . Descrevere- mos agora uma forma u ´til de calcular a integral de uma fun¸c˜ao defi- nida em um subconjunto de R2 .1.

8.1: Pontos e pesos da f´ormula de quadratura com sete pontos no triˆangulo de referˆencia (esquerda) e mapa dos pontos de quadra- tura no triˆangulo de referˆencia (direita) Observamos que no caso de fun¸c˜oes lineares por partes. (2. 2: O METODO DE ELEMENTOS FINITOS Ponto ζi Peso ωi ( 13 .18).17) e (1. podemos aplicar o MEF para a equa¸c˜ao (2. 6+21 15 ) 155+ 15 2400 √ √ √ ( 6+21 15 . Se fizermos um procedimento an´alogo ao apresentado para o La- placiano na subse¸c˜ao 2. 9+221 15 ) 155− 15 2400 Tabela 2. o c´alculo das entradas da matriz de rigidez A pode ser feito de forma direta no caso da equa¸c˜ao de Laplace.2 e obtenha uma formula¸c˜ ao fraca para a equa¸c˜ao (2. e obteremos a seguinte f´ormula para as entradas da matriz de rigidez referente a este problema Z aij = κ(x)∇φi · ∇φj .13) Ω i i i . para constantes positivas m e M apro- priadas.12). Observe que. 6+21 15 ) 155+ 15 2400 √ √ √ ( 9−221 15 .1. 13 ) 9 90 √ √ √ ( 6+21 15 . 6−21 15 ) 155− 15 2400 √ √ √ ( 9+221 15 . quando κ(x) = 1 obtemos o Laplaciano.12). em v´arios outros problemas este c´alculo n˜ao pode ser feito de forma simples.1. Esta ´e uma equa¸c˜ao el´ıptica de segunda ordem obtida das equa¸c˜oes (1.12) onde 0 < m < k(x) < M . 9−221 15 ) 155+ 15 2400 √ √ √ ( 6−21 15 . Exerc´ıcio 2. Aplique racioc´ınio similar ao da Subse¸c˜ ao 1.3. i 30 ´ [CAP. 6−21 15 ) 155− 15 2400 √ √ √ ( 6−21 15 . Entretanto. como no exemplo da equa¸c˜ao −div · (κ(x)∇u) = f em Ω e u = 0 em ∂Ω (2.3.

Verifique as afirma¸c˜ oes acima referentes ao MEF aplicado ´ a equa¸c˜ ao (2. Ti 3 Isto ´ e. 3}). Note que em cada elemento triangular temos trˆes graus de liberdade.9.3: A APROXIMAC ˜ VIA ELEMENTOS FINITOS ¸ AO 31 Sendo que. Neh os elementos de uma triangula¸c˜ ao T h . Neste caso.10. .10). (2. Considere a matriz de rigidez A = (aij ) definida por (2. φi1 ) ATi (φi3 . 2.3. Exerc´ıcio 2. onde Neh e N h representam o n´ umero de triˆ angulos e v´ertices h ao. 2. onde tem o valor um. i1 ). j ∈ {1. . φi3 ) onde Z ATi (v. φi3 )  (2. Primeira- mente observamos que podemos calcular a integral acima somando as contribui¸c˜oes locais relativas ´a cada elemento T ∈ T h . ou seja. φi3 ) ATi =  ATi (φi2 . Sejam Ti . respectivamente. Discutiremos agora como aproximar tal integral. Lema 2.12). a integral acima precisa ser aproximada numerica- mente. (2. . w) = κ(x)∇v(x) · ∇w(x)dx. isto ´e.15) Ti Finalmente seja bTi o lado direito local do vetor b dado por (2. φi2 ) ATi (φi1 . φi1 ) ATi (φi2 . Definamos Ri ∈ R3×N como a ma- desta parti¸c˜ ao ao elemento Ti . i = 1. i i i . e (3. φi1 ) ATi (φi1 . . i2 ).   FTi (φi1 ) bTi =  FTi (φi2 )  FTi (φi3 ) onde FTi Z FTi (v) = f (x)v(x)dx. a matriz RiT tem todas as triz de restri¸c˜ entradas nulas com excess˜ ao das posi¸c˜ oes (1.3.13). i3 ) (cor- respondentes aos v´ertices xij ∈ Ti .14) ATi (φi3 . i [SEC. o vetor b correspondente ao problema Aα = b permanece como no caso do Laplaciano sendo dado por (2. Seja ATi a matriz local definida por   ATi (φi1 . apenas trˆ es fun¸c˜ oes da base s˜ ao diferentes de zero em T .10). φi2 ) ATi (φi2 . φi2 ) ATi (φi3 . somente trˆes fun¸c˜oes bases tˆem suporte em cada elemento T 3 .

2: O METODO DE ELEMENTOS FINITOS Temos ent˜ ao que h Ne X A= RiT ATi Ri (2. . A f´ormulas (2.17) i=1 O lema anterior permite calcular a matriz A usando as contribui- ¸c˜oes locais de cada elemento. Achar ½ u : [0. . O resultado de aplicar a matriz A ao vetor x pode ser calculado usando (2. necessi- h tamos calcular Ax dado x ∈ RN .1) usando elementos finitos. Isto ´e. Neh ). nos ´ındices globais [i1 . i = 1. i3 ] (a mesma considera¸c˜ao se aplica `as matrizes RiT i = 1. . Isto representa uma grande vanta- gem para a implementa¸c˜ao num´erica. i i i . .17) s˜ao fundamentais para a constru¸c˜ao de muitos algo- ritmos de decomposi¸c˜ao de dom´ınios na aproxima¸c˜ao num´erica de equa¸c˜oes diferenciais parciais el´ıpticas.16) o papel das matrizes Ri ´e fazer com que a contribui¸c˜ao calculada localmente corresponda ao seu devido lugar na matriz global A.16) i=1 e h Ne X b= RiT bTi . As matrizes de extens˜ao Ri . . i2 . Neh . Para resolver o sistema linear Ax = b com a matriz A em (2. Note tamb´em que as matrizes locais s˜ao calculadas em cada ele- mento Ti separadamente. . u(1) = 1.16) usando um m´etodo iterativo. 3] do elemento Ti . i 32 ´ [CAP. (2. .18) u(0) = 1.16) diretamente. 0<x<1 (2. podem ser substitu´ıdas por fun¸c˜oes que transformem os ´ındices locais [1. somente precisamos de uma rotina que fa¸ca a opera¸c˜ao de multiplica¸c˜ao matriz vezes vetor. . 2. Na igualdade (2.16) e (2. Exemplo: a equa¸c˜ ao de Laplace Queremos aproximar a solu¸c˜ao da equa¸c˜ao de Laplace (1. 1] → R tal que −u00 (x) = −1. Agora introduziremos ideias b´asicas e u ´teis para a implementa¸c˜ao computacional do m´etodo dos elementos finitos.

montamos a matriz A usando o lema 2. x2 ) = (0. tomando κ(x) = 1.14) da seguinte forma Z Z x2 0 0 1 AT1 (φ1 . T x1 Z Z x2 1 1 AT1 (φ2 . x ∈ (x1 .10. φ1 ) = φ0 φ1 = (−3)(3) = −3. 23 ) e T3 = ( 32 .14) e as matrizes de res- tri¸ca˜o RTi . Com estas duas fun¸c˜oes base calculamos as entradas da matriz local AT1 em (2. 3. as matrizes locais ATi em (2. φ2 ) = φ02 φ02 = |φ02 |2 = 32 = 3. 3 3 Nesta triangula¸c˜ao temos trˆes elementos. T2 = ( 13 . i = 1. Montagem da matriz Depois de definir a triangula¸c˜ao. Para isto. T1 = (0. elemento por elemento. Triangula¸ c˜ao Neste exemplo queremos usar a triangula¸c˜ao uniforme com quatro v´ertices 1 2 T h = {x1 = 0. x4 = 1}. T1 x1 3 · ¸ · ¸ 1 −1 1 0 0 0 Portanto AT1 = 3 . T1 x1 3 Z Z x2 0 0 AT1 (φ1 . φ1 ) = φ1 φ1 = |φ01 |2 = (−3)2 = 3. 1). i [SEC.3: A APROXIMAC ˜ VIA ELEMENTOS FINITOS ¸ AO 33 Formula¸ c˜ao fraca A formula¸c˜ao fraca de (2. x2 ). 13 ).1.3. 2. x2 = . Note que R1 = e −1 1 0 1 0 0   1 −1 0 0  −1 1 0 0  R1T AT1 R1 = 3   0 . 13 ).18) foi constru´ıda na Se¸c˜ao 1. φ2 ) = AT1 (φ2 . x3 = . 0 0 0  0 0 0 0 i i i . 2. precisamos construir. O primeiro elemento ´e T1 = (x1 . As fun¸c˜oes base em T1 s˜ao φ1 (x) = xx22−x −x 1 = 3( 13 − x) e φ2 = xx−x 1 2 −x1 = 3x.1.

x2 ) temos Z Z x2 x − x1 1 FT1 (φ1 ) = −1φ1 (x)dx = − dx = − T x x2 − x1 6 Z 1 Z x1 2 x2 − x 1 FT1 (φ2 ) = −1φ2 (x)dx = − dx = − T1 x1 x2 − x1 6 e ent˜ao bT1 = −[ 61 . 2. Temos finalmente que     − 61 1/6 X 3  −1 − 1   1/3  b= RiT bTi =  61 61  = −  . i = 1. 3. elemento por elemento. i = 1. −6 − 6   1/3  i=1 1 −6 1/6 i i i . −1 1 Temos finalmente que a matriz (Neumann) global ´e dada por   (1) −1 0 0 X 3  −1 (1 + 1) −1 0  A= RiT AKi Ri = 3   0 . mas sim adicionar a matriz ATi nas posi¸c˜oes corretas na matriz global A. Montagem do lado direito Agora montamos o lado direito b usando (2. 0 −1 2 −1  0 0 −1 1 Observamos que computacionalmente n˜ao ´e necess´ario criar as ma- trizes Ri e RiT . No elemento T1 = (x1 . a fun¸ca˜o do lado direito ´e f (x) = −1 para todo x ∈ (0. 16 ]T . 1). 16 ]T . Obtemos · ¸ 1 −1 ATi = 3 . os lados direitos locais bTi . 2. i 34 ´ [CAP. −1 (1 + 1) −1  i=1 0 0 −1 (1) ou seja. Neste exemplo. Analogamente bT2 = bT3 = −[ 16 . 3.   1 −1 0 0  −1 2 −1 0   A = 3 . 2: O METODO DE ELEMENTOS FINITOS Analogamente pode-se calcular as matrizes locais ATi e de restri¸c˜ao Ri para i = 2 e i = 3. Novamente va- mos calcular.17).

2. f1 6= f2 tal que I h f1 = I h f2 (Considere Ω = (0. . Exerc´ıcio 2. 2. Observe que a defini¸c˜ao acima se aplica em uma ou duas dimens˜oes. Dada uma fun¸c˜ao cont´ınua f .4. existe uma u ao v ∈ V h tal que I h f = v. 1)). . ´nica fun¸c˜ Exerc´ıcio 2. Isto ´e. construa um exemplo com duas fun¸c˜ oes f1 . f2 ∈ C(Ω).4 Operador de interpola¸c˜ ao Introduziremos agora o operador de interpola¸c˜ao I h : C(Ω) → V h . . Nh }. i [SEC. . dada uma fun¸c˜ ao f ∈ C(Ω). . 2. 2. Note que este operador associa a cada fun¸c˜ao cont´ınua f uma nova fun¸ca˜o I h f ∈ V h .4. i i i . N h } o conjunto dos v´ertices da triangula¸c˜ao T h . i ∈ {1. Note que I h f ´e uma fun¸c˜ao cont´ınua e est´a bem definido. Mostre que o operador I h n˜ ao ´e injetivo. Este operador ser´a usado com frequˆencia na te- oria de elementos finitos. . Ele ´e definido da seguinte forma: seja vi . 2. I h f ∈ V h e T h f (vi ) = f (vi ) para i ∈ {1. Verifique que.4: OPERADOR DE INTERPOLAC ˜ ¸ AO 35 Veja [2] para mais detalhes sobre implementa¸c˜ao do MEF. .1. .

Faremos a seguinte hip´otese simplifi- cadora: o material em quest˜ao se trata de uma barra homogˆenea representada pelo segmento de reta (a. Neste caso temos a EDP ∂u = κ∆u = κ(∂x )2 u em Ω = (a.1 A equa¸c˜ ao do calor A equa¸c˜ao do calor modela a evolu¸c˜ao da temperatura em um dado material ao longo do tempo. ou ent˜ao condi¸c˜oes mistas. b) = g(t)). temperatura fixa na extremidades. i Cap´ıtulo 3 M´ etodo de elementos finitos aplicado ` a equa¸c˜ ao do calor 3. Como. Diferentes tipos de condi¸c˜ao de contorno podem ser associadas a esta equa¸c˜ao. b) (3. Nestas notas vamos con- 36 i i i . x) = u0 (x). onde u0 representa a distribui¸c˜ao de temperatura inicial da barra. a) = f (t). b). e κ ´e uma constante positiva representando o coeficiente de difus˜ao de ca- lor. Observamos que no caso unidimensional temos que ∆u = ∂x2 u = uxx e ∇u = ux .1) ∂t u(0. ∂η u(t. fluxo de calor nas extremidades. ∂η u(t. por exemplo.

i i i . Observe que tal propriedade condiz com o comportamente f´ısico que esperamos do sistema. Diferentemente da equa¸c˜ao de Laplace.1) por uma fun¸c˜ao teste v ∈ C0∞ (Ω). integrando com rela¸c˜ao a x e usando a identidade (1. b). Multiplicando a equa¸c˜ao (3. O m´etodo que vamos apresentar aqui usa elementos finitos na vari´avel espacial e uma discretiza¸c˜ao baseada na s´erie de Taylor na vari´avel temporal. a equa¸c˜ao do calor de- pende do tempo. a equa¸c˜ao do calor possui uma u ´nica solu¸c˜ao infinitamente diferenci´avel definida para todo t > 0. x) = u0 (x). Mais ainda.6). u(t.2). b) = 0 e vamos supor κ = 1. i [SEC. Um estudo mais profundo sobre esta equa¸c˜ao pode ser encontrado em [12]. x) s˜ao limitados pelo m´aximo e m´ınimo de u0 (x). Desta forma. Seja T h uma fam´ılia quase uniforme de parti¸c˜oes de Ω.2: DISCRETIZAC ˜ ESPACIAL ¸ AO 37 siderar apenas o caso mais simples dado pela seguinte condi¸c˜ao de Dirichlet. para aproximar numericamente a solu¸ca˜o desta equa¸c˜ao. vamos precisar discretizar tamb´em o tempo. Note que no problema acima discretizamos a vari´avel espacial. Baseado na formula¸c˜ao fraca (3. x) · ∇v(x) dx ∀v ∈ V0h (3.2) Ω ∂t Ω u(0. definimos a aproxima¸c˜ao semi-discreta da equa¸c˜ao do calor da seguinte forma Z Z h ut (t. esta equa¸c˜ao satisfaz o princ´ıpio do m´aximo. E´ poss´ıvel mostrar que. dada uma fun¸c˜ao u0 cont´ınua no intervalo (a. obtemos a seguinte formula¸c˜ao fraca para a equa¸c˜ao do calor Z Z ∂u v dx = − ∇u · ∇v dx ∀v ∈ C01 (Ω) (3. e V0h o espa¸co de fun¸c˜oes lineares por partes associadas `a fam´ılia T h . mas continuamos com o tempo cont´ınuo.2 Discretiza¸c˜ ao espacial Nesta se¸c˜ao vamos introduzir a discretiza¸c˜ao espacial para a equa¸c˜ao do calor (3.1). x) = I h u0 (x). que diz que o m´aximo e o m´ınimo de u(t. a) = u(t. 3.3) Ω Ω com uh (0. 3. x)v(x) dx = − ∇uh (t. Assim.

podemos aproximar ∂t u da seguinte forma u(t + τ.h · ∇φi dx (3. x) + τ 2 r(x..h v dx = − ∇un. x) ≈ τ e como r(x. x) + τ ∂t u(t. x) · ∇φi (x) dx (3. x) ∂t u(t.1 M´ etodo reverso de Euler Galerkin Vamos denotar un.4) e usando a aproxima¸c˜ao para ∂t u obtida acima. . x) − u(t. x) = u(t. x) ∂t u(t.. temos um erro de aproxima¸c˜ao da ordem de τ . N0h } com uh (0. Logo u(t + τ. 3: METODO ` EQUAC DE ELEMENTOS FINITOS APLICADO A ˜ DO CALOR ¸ AO como no caso de Laplace. 3. . x)φi (x) dx = ∇uh (t. x) − u(t. obtemos da s´erie de Taylor de u u(t + τ. .5) Ω τ Ω ou equivalentemente ∀i ∈ {1. x) = + τ r(x. N0h } Z n. b)).h φi dx = − ∇un. a formula¸c˜ao acima ´e equivalente a Z Z uht (t. Assim. t).N0h } forma uma base para V0h . .h Z u − un−1.. Partindo da formula¸c˜ao fraca da equa¸ca˜o do calor (3. t) ´e uniformemente limitado em t e x. T ) × (a.4) Ω Ω ∀i ∈ {1.4). . x) = I h u0 (x). . t) onde o resto r(x. i 38 ´ [CAP. . ·).3.h Z u − un−1. τ Assim. temos que Z n.6) Ω τ Ω i i i .h · ∇v dx ∀v ∈ V0h (3.. onde {φi }i∈{1. vamos aplicar a aproxima¸c˜ao acima na formula¸c˜ao (3.3 Discretiza¸c˜ ao temporal Vamos agora explicar como ´e feita a discretiza¸c˜ao da vari´avel tem- poral do problema. . 3. ou seja u(nτ. Supondo que a fun¸c˜ao u ∈ C 2 ((0. t) ´e limitado.h ∈ V h a aproxima¸c˜ao para a solu¸c˜ao da equa¸c˜ao do calor no instante t = nτ .

i

[SEC. 3.3: DISCRETIZAC ˜ TEMPORAL
¸ AO 39

e u0,h (x) = I h u0 (x). Observe que no lado direito da equa¸c˜ao acima
aperece un,h (poder´ıamos ter optado por un−1,h ), por isto chamamos
esta aproxima¸c˜ao de reversa. Finalmente, n´os definimos a nossa apro-
xima¸c˜ao discreta uτ,h (x, t) como uma interpola¸c˜ao linear por partes
na vari´avel t
t − (n − 1)τ ¡ n ¢
uτ (t, x) = un−1 (x) + u (x) − un−1 (x) (3.7)
τ
para t ∈ [(n − 1)τ, nτ ). O m´etodo reverso de Euler Galerkin ´e um
exemplo de m´etodo impl´ıcito e de passo simples.

Defini¸ ao 3.3.1. Um m´etodo num´erico para a equa¸c˜
c˜ ao do calor ´e
dito de passo simples, se a formula¸c˜
ao que permite calcular a apro-
xima¸c˜
ao da solu¸c˜
ao no instante t = nτ depende apenas da apro-
xima¸c˜
ao no instante t = (n−1)τ . Caso contr´
ario, o esquema num´erico
´e dito de passo m´ultiplo.

Defini¸ c˜
ao 3.3.2. Um esquema num´erico de passo simples para a
ao do calor1 (3.1) ´e dito est´
equa¸c˜ avel se ∃ c > 0 tal que

kun,h k0 ≤ cku0,h k0 . (3.8)
R
Onde kf k0 = Ω
f (x)2 dx

A estabilidade ´e fundamental para o bom desempenho de m´etodos
num´ericos para equa¸c˜oes de evolu¸c˜ao (ou seja equa¸c˜oes que envolvam
o tempo como vari´avel). A desigualdade (3.8) nos garante que, se
cometermos um pequeno erro em um determinado instante t0 (que
pode ser oriundo de erro de truncamento nos calculos num´ericos),
este pequeno erro pode at´e se propagar ao longo do tempo, mas ele
n˜ao ser´a amplificado quando avan¸camos no tempo.
Um esquema num´erico para a equa¸c˜ao do calor ´e dito condicional-
mente est´avel, quando existe alguma rela¸c˜ao entre τ e h que precisa
ser respeitada para que o m´etodo seja est´avel. Por exemplo, alguns
m´etodos num´ericos para a equa¸c˜ao do calor necessitam da condi¸c˜ao
τ /h2 ≤ c para que sejam est´aveis, onde c ´e uma constante apropriada.
1 A defini¸
c˜ao de estabilidade aqui apresentada ´
e apenas para o problema ho-
mogˆeneo, e n˜
ao se aplica para o problema ut = ∆u + f (t, x), f 6= 0.

i

i i

i

40 ´
[CAP. 3: METODO ` EQUAC
DE ELEMENTOS FINITOS APLICADO A ˜ DO CALOR
¸ AO

Teorema 3.3.3. O esquema de Euler Galerkin reverso ´e incondici-
onalmente est´
avel.
Prova. Tomando v = un,h em (3.5), obtemos ∀i ∈ {1, . . . , N h }
Z
un,h (x) − un−1,h (x) n,h
u (x) dx =
Ω τ
Z
− ∇un,h (x) · ∇un,h (x) dx (3.9)

e como o lado direito da igualdade acima ´e negativo, conclu´ımos que
Z Z
n,h 2
(u (x)) dx ≤ un−1,h (x)un,h (x) dx
Ω Ω
≤ kun−1,h k0 kun,h k0 .

Aqui aplicamos a desigualdade de Cauchy para obter a u ´ltima esti-
mativa. Assim, dividindo ambos os lados por kun,h k0 obtemos

kun,h k0 ≤ kun−1,h k0

e obtemos o resultado desejado usando, sucessivamente, a u ´ltima de-
sigualdade. ¤
Veja [19, 25] para mais detalhes sobre a aproxima¸c˜ao de equa¸c˜oes
de evolu¸c˜ao.

3.3.2 Formula¸
c˜ao matricial do problema
Como un,h ∈ V0h , sabemos que existem constantes αi , tal que
h
N0
X
n,h
u (x) = αin φi (x) (3.10)
i=1

substituindo em (3.4) temos para i ∈ {1, . . . , N0h }

N0h
X Z X
h
N0 Z
αjn (x) − αjn
φj (x)φi (x) dx = − αjn ∇φj (x) · ∇φi (x) dx.
j=1
τ Ω j=1 Ω
(3.11)

i

i i

i

[SEC. 3.3: DISCRETIZAC ˜ TEMPORAL
¸ AO 41

h h
Definindo a matriz de massa K ∈ RN0 ×N0 com entradas
Z
kij = φj (x)φi (x) dx, (3.12)

podemos reescrever o problema (3.11) da seguinte forma

αn − αn−1
K = −Aαn (3.13)
τ
h
onde A ´e a matriz de rigidez definida em (2.9), e αn ∈ RN0 ´e o vetor
com coordenadas αin . Logo, de (3.13) obtemos

(K + τ A)αn = Kαn−1 .

Assim, dada a solu¸c˜ao no instante (n − 1)τ (isto ´e αn−1 ), podemos
resolver o sistema linear acima e calcular a solu¸c˜ao no instante nτ .
Exerc´ıcio 3.3.4. Encontre a formula¸c˜
ao matricial para um m´etodo
num´erico similar ao aqui apresentado, para resolver a equa¸c˜
ao do
calor n˜
ao homogˆenea
ut = ∆u + f (t).

i

i i

∀α ∈ R e v ∈ V vale kαvk = |α|kvk 3.1) 42 i i i . v ∈ V ku + vk ≤ kuk + kvk. kvk = 0 se e somente se v = 0. 4. dado v ∈ V . Depois apresentaremos a defini¸c˜ao precisa de solu¸c˜ao fraca e anunci- aremos os teoremas da An´alise funcional que garantir˜ao a existˆencia e unicidade de solu¸c˜ao para o problema fraco. (4. Dado uma espa¸co vetorial V . 2. Dados quaisquer u. e tamb´em ser˜ao importantes na an´alise de erro do MEF. alguns espa¸cos de fun¸c˜oes que nos per- mitir˜ao definir de forma precisa a formula¸c˜ao fraca do problema de Laplace. i Cap´ıtulo 4 Ferramentas da an´ alise funcional Neste cap´ıtulo apresentaremos alguns aspectos da teoria matem´atica por tr´as do conceito de solu¸c˜ao fraca. Come¸caremos introduzindo os espa¸cos de fun¸ca˜o apropriados para a defini¸c˜ ao da solu¸c˜ao fraca.1 Alguns espa¸cos de fun¸c˜ oes Nesta se¸c˜ao introduziremos. uma fun¸c˜ao k · k : V → R+ ∪ {0} define uma norma se as seguintes propriedades s˜ao satisfeitas: 1.

isto ´e.1 Constru¸c˜ ao de espa¸cos por completamento Veremos nesta se¸c˜ao uma ferramenta que nos possibilitar´a definir os espa¸cos de fun¸c˜oes que usaremos para tratar o problema fraco de Laplace.3. m > k0 kvm − vn k ≤ ².1.2.1. De fato. Dizemos que uma sequˆencia {vn }∞ n=1 ⊂ V tem limite v ∈ V com rela¸c˜ao `a norma k · k se lim kvn − vk = 0. espa¸co das fun¸c˜ oes reais cont´ınuas com dom´ınio dado pelo intervalo [0. Verifique que Z 1 kf k = f (x)2 dx 0 define uma norma. 1]).1: ALGUNS ESPAC ¸ OS DE FUNC ˜ ¸ OES 43 Diremos que o par (V. Mostre que se an ´e uma sequˆencia de Cauchy. existe v ∈ V tal que o limite de vn quando n → ∞ ´e igual a v. k · k) forma um espa¸co vetorial normado. Dada uma sequˆencia de elementos {vn }∞n=1 ⊂ V . Defini¸c˜ ao 4.4. Exerc´ıcio 4. para todo a ∈ R). 1]. Mostre que vn ´e sequˆencia de Cauchy. diremos que esta ´e uma sequˆencia de Cauchy se ∀ ² > 0. Suponha que V = R. i i i .1. munido da norma kak = |a| (modulo de a. Seja V = C([0. i [SEC. dados u. Dizemos que um espa¸co vetorial normado V ´e com- pleto se para qualquer sequˆencia de Cauchy {vn }∞ n=1 ⊂ V .1. v ∈ V podemos definir a distˆancia de u a v como ku − vk.1. Suponha que {vn }∞n=1 ⊂ V ´ e uma sequˆencia con- vergente com limite v ∈ V . Ob- servamos que a m´etrica introduz uma no¸c˜ao de distˆancia entre dois elementos do espa¸co V . n→∞ Exerc´ıcio 4. Come¸caremos introduzindo o conceito de espa¸co vetorial normado e completo. existe k0 ∈ N tal que ∀n. 4.1. ent˜ ao existe α ∈ R tal que limn→∞ an = α. Exerc´ıcio 4. 4.

1. Seja (V. 1]) munido da norma L2 introduzida no exerc´ıcio 4.1. ent˜ ao ´nico espa¸co vetorial completo (H. i i i . ou ainda que H ´e o fecho de (ou completamento) V .1. O espa¸co das fun¸co ˜es C([0. k · k) tal que1 existe um u • V ⊂ H.1 n˜ ao ´e completo. 1). 1]) munido da norma kf k = supx∈[0. 4: FERRAMENTAS DA ANALISE FUNCIONAL Exemplo 4.1. 1 Repare que V e H tˆ em a mesma norma.7. Suponha que Ω = (0. k · k) um espa¸co vetorial normado. Dica: Construa uma oes fn convergindo na norma L2 para a fun¸c˜ sequˆencia de fun¸c˜ ao f (x) = 1 se x > 1/2 e f (x) = 0 se x ≤ 1/2.1] ´e completo. se x > 1/2 pertence ao espa¸co L2 (Ω). Para uma demonstra¸c˜ao deste fato veja [11]. Um resultado importante sobre espa¸cos m´etricos. existe uma sequˆencia {vn }∞ n=1 ⊂ V . i 44 ´ [CAP.8. Ω 2 O espa¸co L (Ω) ´e dado pelo fecho do espa¸co C(Ω) com rela¸c˜ao `a norma L2 Exerc´ıcio 4. Verifique que a fun¸c˜ ao ½ 1.6.5. se x ≤ 1/2 f (x) = 0. • Dado qualquer elemento v ∈ H. Exerc´ıcio 4. tal que lim vn = v n→∞ Neste caso dizemos que V ´e denso em H. Para um demonstra¸c˜ ao deste fato ver [11]. Teorema 4. Motre que o espa¸co C([0. co L2 Espa¸ A norma L2 de uma fun¸c˜ao f : Ω → R ´e dada por µZ ¶1/2 kf k0 = f (x)2 dx .1. nos diz que ´e poss´ıvel completar de forma u ´nica um espa¸co vetorial normado.

ver se¸c˜ao 4. respectivamente. como o completamento dos espa¸cos C ∞ (Ω) e C0∞ (Ω) com rela¸c˜ao `a norma k · k1 . Γ) ⊂ H 1 (Ω) como sendo o completamento do conjunto C0∞ (Ω. x2 ) = v1 (x1 . satisfaz |f |1 = 0.1. (4. definida da seguinte forma: dada uma fun¸c˜ao vetorial ~v : Ω → R2 .3) Ω Observe que a seminorma satisfaz a segunda e a terceira propriedade de norma. (4. qualquer fun¸c˜ao f constante em Ω e distinta de zero. Introduzimos tamb´em a norma H−div. Seja Γ ⊂ ∂Ω um subconjunto (relativamente aberto) do bordo de Ω. v2 ∈ C ∞ (Ω)} C i i i . Definimos ainda a seminorma H 1 como µZ ¶1/2 2 |f |1 = |∇f (x)| dx . mas n˜ao ´e nula. Ω Ω ∂x1 ∂x2 O espa¸co H(div. ¡ ¢ ~v (x1 .2) Ω Os espa¸cos H 1 (Ω) e H01 (Ω) s˜ao definidos. definimos o espa¸co H01 (Ω.1: ALGUNS ESPAC ¸ OS DE FUNC ˜ ¸ OES 45 cos H 1 . Γ) = {v ∈ C ∞ (Ω) : v = 0 on Γ}. O espa¸co H01 (Ω. Note que. x2 ). Denotamos por ∂Ω o bordo do Ω. Ω) ´e o completamento do espa¸co ~ ∞ (Ω) := {~v = (v1 . 4. H01 e H-div Espa¸ Definimos a norma H 1 da seguinte forma µZ ¶1/2 2 2 kf k1 = f (x) + |∇f (x)| dx . Γ) consiste das fun¸c˜ oes v ∈ H 1 (Ω) tais que v = 0 em Γ. se v ∈ H01 (Ω) temos que v = 0 em ∂Ω. v2 ) : v1 . i [SEC. No entanto. v2 (x1 .Ω) = |~v |2 dx + |div~v |2 dx Ω Ω Z Z µ ¶2 µ ¶2 ∂v1 ∂v2 = (v12 (x) + v22 (x)) dx + (x) + (x) dx. x2 ) definimos Z Z k~v kH(div.

2 Formula¸c˜ oes fracas revisadas Apresentaremos nesta se¸c˜ao a formula¸c˜ao fraca dos problemas estu- dados no Cap´ıtulo 1. vi| ≤ ckvk. Γ). Γ) : {~v ∈ H(div. Dizemos que uma aplica¸c˜ao A : V × V :→ R ´e uma forma bilinear se A(c1 v1 + c2 v2 . v2 ∈ V and c1 . b) pelo espa¸co H01 (a. Ω) : ~v · ~η = 0 on Γ}. Ω) = H0 (div. i 46 ´ [CAP. 4: FERRAMENTAS DA ANALISE FUNCIONAL com respeito da norma k · kH(div. usando os espa¸cos de fun¸c˜oes introduzidos na se¸c˜ao anterior.1 Solu¸c˜ ao fraca para Laplace: 1D O espa¸co adequado para estudar a formula¸c˜ao fraca da equa¸c˜ao de La- place unidimensional ´e H 1 (a. c2 v2 i • existe uma constante c ∈ R tal que |hf. i ∈ {1. w2 ) para todo ci . Come¸caremos esta se¸c˜ao introduzindo o conceito de funcional linear e forma bilinear. i i i . Dado x ∈ ∂Ω. Ω. Ω. para Γ ⊂ ∂Ω. w1 ) + c2 d2 A(v2 . Quando Γ = ∂Ω usamos a nota¸c˜ao H0 (div. hf. c2 ∈ R. vi ∈ V . 2}. c1 v1 + c2 v2 i = c1 hf. d1 w1 + d2 w2 ) = c1 d1 A(v1 . di ∈ R e wi . w1 ) + c1 d2 A(v1 . 4. w2 ) c2 d1 A(v2 . v1 i + c2 hf. b) em (1. Vamos tamb´em substituir o espa¸co das fun¸c˜oes teste C0∞ (a. Dize- mos que uma aplica¸c˜ao f : V → R ´e um funcional linear limitado se (introduzimos aqui a nota¸c˜ao hf. definimos o espa¸co H0 (div.2.3). vi para denotar a aplica¸c˜ao do funcional f a uma fun¸c˜ao v ∈ V ): • para toda v1 . Seja V um espa¸co de fun¸c˜oes dotado de uma norma k · k. seja ~η (x) o vetor normal exterior `a ∂Ω em x. 4.Ω) . b).

1. (4.2: FORMULAC ˜ ¸ OES FRACAS REVISADAS 47 Introduzimos a nota¸c˜ao Z b A(u.4) a e Z b F(v) = f (x)v(x)dx para toda v ∈ H 1 (a. em ∂Ω. v) = F(v) ∀v ∈ H01 (Ω) (4. b) → R define uma forma bilinear e F : H 1 (a.7) 4. v) = F(v). v) = ∇u(x) · ∇v(x)dx para toda u. v ∈ H 1 (Ω) (4. v) = u0 (x)v 0 (x)dx para toda u. b) → R um funcional linear. b) (4. b) tal que: A(u. b) tal que: A(u. b).10) u = g. b). 4. b) × H 1 (a.9) Ω Note que A : H 1 (Ω) × H 1 (Ω) → R ´e uma forma bilinear e F : H 1 (Ω) → R ´e um funcional linear.2. v ∈ H 1 (a. (4. b) (4. o problema se reduz `a Achar n u ∈ H01 (a. definimos a formula¸c˜ao fraca da equa¸c˜ao de Laplace unidimen- sional com condi¸c˜ao de Dirichlet como Achar ( u ∈ H 1 (a. quando g(a) = g(b) = 0. Seguindo as mesmas ideias da se¸c˜ao 4.2.4) como Achar ( u ∈ H 1 (Ω) tal que: A(u.6) u(x) = g(x) para x = a. Observamos que. x = b. v) = F(v) ∀v ∈ H01 (a. Assim.5) a Note que A : H 1 (a.2 Solu¸c˜ ao fraca para Laplace: 2D Defina Z A(u. ∀v ∈ H01 (a. i i i .8) Ω e Z F(v) = f (x)v(x)dx para toda v ∈ H 1 (Ω).3) e usando os espa¸cos apropri- ados. (4. i [SEC. definimos a formula¸c˜ao fraca de (1. partindo da formula¸c˜ao (1.

ou valores de u em subdom´ınios.12) Ω ∂Ω Note que A : H 1 (Ω) × H 1 (Ω) → R ´e uma forma bilinear e F : H 1 (Ω) → R ´e um funcional linear. ou ainda o fluxo m´edio.1 conclu´ımos que a formula¸c˜ao fraca do problema introdu- zido na Se¸c˜ao 1.18) ou quantidades relacionadas com p~. i 48 ´ [CAP. Mas este calculo em geral ´e complicado e pode n˜ao ser a forma mais i i i . podemos estar interessados em obter a aproxima¸c˜ao de alguma fun¸c˜ao de u ou do gradiente de u.3 ´e Achar ( u ∈ H 1 (Ω) tal que: A(u. v ∈ H 1 (Ω) (4.17)–(1. Observamos que podemos calcular tais grandezas relacionadas `a u usando procedimentos posteriores. (4. v) = ∇u(x) · ∇v(x)dx para toda u. depois de calcular a temperatura u. Em alguns casos.1. • O fluxo p~(x) = κ(x)∇u em (1. 4: FERRAMENTAS DA ANALISE FUNCIONAL Laplace com condi¸ c˜ao de Neumann Defina Z A(u.11) Ω e Z Z F(v) = f (x)v(x)dx + v(x)h(x)dS ∀v ∈ H 1 (Ω).2. Seguindo as mesmas ideias da se¸c˜ao 1.1. etc. integrais de u em subdom´ınios. v) = F(v) ∀v ∈ H 1 (Ω) (4.20). o fluxo p~ pode ser calculado como sendo p~ = κ∇u. etc. por exemplo. como por exemplo: • Quantidades relacionadas `a u tais como m´edia de u.3 Formula¸ c˜oes de primeira ordem e constru¸c˜ ao de formula¸ c˜oes fracas Em problemas oriundos de aplica¸c˜oes. 4. podemos estar interessados n˜ao apenas em obter uma boa aproxima¸c˜ao para a solu¸c˜ao u da equa¸c˜ao resultante do sistema (1.13) R Ω u dx = 0. o fluxo do calor atrav´es da regi˜ao da fronteira ΓD .

formula¸c˜oes fracas permitem uma maior flexibilidade na constru¸c˜ao de m´etodos num´ericos. 4.14) onde L representa um operador diferencial (por exemplo.2 e 1.1. Lu = −div(a(x)∇u).1. i i i . que consiste em multiplicar a igualdade (4.3. este tipo de formula¸c˜ao ´e importante pois ele nos permite estender o conceito de solu¸c˜oes de uma equa¸c˜ao diferencial para uma classe maior de fun¸c˜oes. Observamos que podemos tratar equa¸c˜oes distintas de nosso sistema de forma diferente. De uma forma abstrata podemos ver uma equa¸c˜ao diferencial como sendo uma igualdade entre duas fun¸c˜oes da forma Lu = f (4.1. 1. Veja a Tabela 4.14) por uma fun¸c˜ao teste e integrar por partes. Existem v´arias formas de “enfraquecer” esta igualdade.1. 1. isto ´e podemos tratar uma ou mais das equa¸c˜oes do sistema de forma forte e as demais de forma fraca. para todo ponto x ∈ Ω.1.1 para dois exemplos.20). Sendo as formula¸c˜oes fracas apre- sentadas nas se¸c˜oes 1. nossos exemplos principais. poderi- amos substitu´ı-la por uma m´edia Z Z Lu dx = f dx Ω Ω ou ainda proceder como fizemos nos exemplos das Se¸c˜oes 1.2 e 1. estamos impondo Lu(x) = f (x).17)-(1. etc).17)-(1.1.1. Vamos agora introduzir o conceito de formula¸c˜ao fraca para o sistema de equa¸c˜oes (1. Do ponto de vista da an´alise matem´atica. Dependendo desta escolha podemos obter formula¸c˜oes fracas distintas. Do ponto de vista da an´alise num´erica. Ou ainda.2: FORMULAC ˜ ¸ OES FRACAS REVISADAS 49 eficiente de atacar o problema.1. Por exemplo. se o interesse ´e o calculo da temperatura m´edia no dom´ınio Ω. i [SEC.20). calcular o fluxo p~ n˜ao ´e muito relevante. As formula¸co˜es de primeira ordem s˜ao u ´teis na constru¸c˜ao de m´etodos num´ericos apropriados para a obten¸c˜ao de aproxima¸c˜oes de grandezas relacionadas `a u. As considera¸c˜oes que acabamos de mencionar tˆem um papel importante na escolha das ferramentas ma- tem´aticas e num´ericas adequadas para a resolu¸c˜ao de problemas apli- cados. Note que a igualdade acima significa que.3. Lu = −∆u. Vamos agora explorar as id´eias apresentadas no u ´ltimo par´agrafo para a constru¸c˜ao de formula¸c˜oes fracas para o sistema (1.

De uma forma geral.e. fun¸c˜ao de u ou ∇u que estamos interessados em aproximar) influencia na constru¸c˜ao da formula¸c˜ao fraca. resultando na formula¸c˜ao fraca da Se¸c˜ao 1. provar existˆencia de solu¸c˜oes pode ser mais f´acil para uma determinada formula¸c˜ao fraca do que para outras. Integramos a equa¸c˜ao fun¸c˜ resultante para obter Z Z div~p vdx = f vdx.2. a escolha de quais equa¸c˜oes ser˜ao tra- tadas de forma forte ou fraca.15) Ω Ω Aplicando a f´ormula de integra¸c˜ao por partes e as condi¸c˜oes no bordo (v = 0 em ΓD e p~ · ~η = h em ΓN ). multiplicamos esta equa¸c˜ao por uma ao v ∈ C0∞ (Ω) tal que v = 0 em ΓD . Op¸ c˜ao 1: equa¸ c˜ao de balan¸ co no sentido fraco Queremos achar a fun¸c˜ao u tal que u = g em ΓD . a aplica¸c˜ao em mente (i. Ou ainda.1: Equa¸c˜oes e duas op¸c˜oes para construir a formula¸c˜ao fraca. (4. Para impor equa¸c˜ao de balan¸co no sentido fraco. con- siste em impor a primeira equa¸c˜ao no sentido fraco e todas as outras equa¸c˜oes no sentido forte. Equa¸ca˜o Op¸c˜ao 1 Op¸c˜ao 2 A sua op¸c˜ao div~ p = f em Ω Fraco Fraco p~ = −κ∇u em Ω Forte Fraco u = f em ΓD Forte Forte p~ · ~η = g em ΓN Forte Forte Tabela 4.1. obtemos Z Z Z div~ p vx = v~p · ~η dS − p~ · ∇vdx Ω ∂Ω Ω Z Z Z = v~p · ~η dS + v~ p · ~η dS − p~ · ∇vdx ΓD ΓN Ω Z Z = 0− vhdS − p~ · ∇vdx. i 50 ´ [CAP. Por exemplo. depende do problema em quest˜ao. ΓN Ω i i i .1. 4: FERRAMENTAS DA ANALISE FUNCIONAL A escolha correspondente `a primeira coluna da Tabela 4.

q3 ) com q1 .1. Ω Ω ΓN O procedimento acima ´e o mesmo que foi usado nas Se¸c˜oes 1.3.17) (κ∇u) · ∇vdx = f vdx + vhdS. Por conveniˆencia (para aplica¸c˜oes posteriores) escreveremos κ−1 p~ + ∇u = ~0.1.. Tomando os espa¸cos de Hilbert apropriados.1. obtemos Achar u : Ω ⊂ R2 → R com u = g em ΓD e tal que para ∞ toda ½ Z v ∈ C (Ω) com vZ = 0 em ΓZD .2 e 1.16) Ω Ω ΓN Substituindo a equa¸c˜ao p~ = −k∇u (que ´e imposta no sentido forte) no resultado acima. Z Z Z − p~ · ∇vdx = f vdx + hvdS. fun¸c˜oes teste vetoriais ~q ∈ C ∞ (Ω)d .15) antes da integra¸c˜ao por partes ou (4.g. 4. i [SEC. Ω Ω ΓN Op¸c˜ ao 2: equa¸ c˜oes de balan¸ co e de lei constitutiva no sentido fraco A equa¸c˜ao de balan¸co no sentido fraco foi obtida na se¸c˜ao anterior.19) observamos que esta ´e uma equa¸c˜ao vetorial. Z Z Z −1 κ p~ · ~qdx + ∇u · ~qdx = ~0 · ~qdx = 0. Para obter a formula¸c˜ao fraca de p~ = −κ∇u (4.16) se usarmos integra¸c˜ao por partes. (4.2: FORMULAC ˜ ¸ OES FRACAS REVISADAS 51 Chegamos assim `a forma fraca da equa¸c˜ao div~q = f .1. Ela ´e dada por (4. 1. vale (4.18) (κ∇u) · ∇vdx = f vdx + vhdS. ~q = (q1 . (4. q2 . Usamos ent˜ao. Multiplicamos (4. onde d = 2 ou d = 3 ´e a dimens˜ao espacial (e. q3 ∈ C ∞ (Ω) no caso d = 3).19) por fun¸c˜oes teste vetoriais e integramos para obter. ΓD ) Z Z (4.20) Ω Ω Ω Temos duas poss´ıveis formula¸c˜oes fracas conforme aplicamos in- tegra¸c˜ao por partes ou n˜ao: i i i . obtemos Achar u ∈ H 1 (Ω) com u = g em ΓD e tal que para toda v½ ∈ZH01 (Ω. q2 .

para obter a formula¸c˜ao fraca.20). requereremos ~q = ~0 em ΓN . precisamos introdu- zir os espa¸cos de Hilbert adequados. ΓD ). a seguinte formula¸c˜ao Achar u e p~ tais que. e v ∈ H ~ 2 R 0 (Ω.  ~q · ~η = h em ΓN . substituindo em (4. onde o fluxo p~ ´e dado.16) e (4. vale −1  Ω κ p ~ · ~ q dx + RΩ ∇u · ~qdx = 0 R R Ω p~ · ∇vdx = − Ω f vdx − ΓN hvdS. obtemos Z Z Z κ−1 p~ · ~qdx − udiv~qdx = g~q · ~η dS. Aplicando a f´ormula de integra¸c˜ao por partes e os dados do problema no bordo (u = g em ΓD e ~q = 0 em ΓN ) obtemos Z Z Z ∇u · ~qdx = u~q · ~η dS − udiv~qdx Ω Z∂Ω ZΩ Z = u~q · ~η dS + u~q · ~η dS − udiv~qdx ΓN ΓD Ω Z Z = 0+ g~q · ~η dS − udiv~qdx ΓD Ω e. i 52 ´ [CAP. usamos ~q ∈ L2 (Ω)2 e v ∈ H 1 (Ω). e v ∈ C ∞ (Ω) com  R v =−10 em ΓD . Para os espa¸cos das fun¸c˜oes teste. para toda ~q ∈ C ∞ (Ω). Rvale  Ω κ p~ · ~qdx + RΩ ∇u · ~qdx = 0 R R Ω p~ · ∇vdx = − Ω f vdx − ΓN hvdS.23) Ω Ω ΓD i i i . Obtemos assim Achar u ∈ H 1 (Ω) e p~ ∈ L2 (Ω)2 tais que para toda q ∈RL2 (Ω)2 .  ~q · ~η = h em ΓN . (4.21) Finalmente. Neste caso buscamos uma solu¸c˜ao tal que p~ ∈ L2 (Ω)2 e u ∈ H 1 (Ω).22) • Se aplicamos integra¸c˜ao por partes em (4.20). obtemos de (4. 4: FERRAMENTAS DA ANALISE FUNCIONAL • Se n˜ao usamos integra¸c˜ao por partes. (4. (4.20) multiplicada por −1.

Para as fun¸c˜oes teste.2. temos a seguinte formula¸c˜ao Achar u e p~ tal que para toda ~q ∈ C ∞ (Ω) com ~q = 0 em ΓN e v ∈ C ∞ (Ω) vale  R −1 R R   Ω κ p~ · ~qdx − ∂Ω udiv~qdx = ΓD g~q · ~η dS.23). Ω.21) na Se¸c˜ao 4.24) Apresentamos agora os espa¸cos de fun¸c˜oes adequados para esta formula¸c˜ao fraca.3. i [SEC. Outras formula¸c˜oes podem ser consideradas. (4.4 Outras op¸c˜ oes Outras op¸c˜oes para constru¸c˜oes de formula¸c˜oes fracas podem ser con- sideradas. Usamos u ∈ L2 (Ω) e p~ ∈ H(div. Um dos principais objetivos deste cap´ıtulo do livro ´e que o leitor compreenda a generalidade das id´eias apresentadas nesta se¸c˜ao. Ω). A formula¸c˜ao fraca em (4.    R R − Ω div~pvdx = − f vdx.17) na Se¸c˜ao 4.3. ΓN ). Obtemos Achar u ∈ L2 (Ω) e p~ ∈ H(div. 1.2.    R R − Ω div~ pvdx = − Ω f vdx.25) 4. Ω) tal que para toda ~q ∈ H0 (div. a condi¸c˜ao u = g em ΓD tamb´em ser imposta no sentido fraco. ΓN ) e v ∈ L2 (Ω) vale  R −1 R R   Ω κ p~ · ~qdx − ∂Ω udiv~qdx = ΓD g~q · ~η dS. Apresentamos trˆes formula¸c˜oes fracas diferentes para a equa¸c˜ao de Laplace (κ = 1).2. 3.24) na Se¸c˜ao 4. A formula¸c˜ao fraca em (4. 2. usamos v ∈ L2 (Ω) e ~q ∈ H(div. por exemplo.      p~ · ~η = h em ΓN . (4. Ω.   Ω    p~ · ~η = h em ΓN .3. i i i .2. A formula¸c˜ao fraca em (4.2: FORMULAC ˜ ¸ OES FRACAS REVISADAS 53 De (4. 4.15) e (4.

i i i . a seminorma | · |H 1 e a norma k · kH 1 s˜ao equivalentes. Observamos que formula¸c˜oes distintas po- dem apresentar ordens de aproxima¸c˜ao distintas para as diferentes vari´aveis. Esta desigualdade nos permite mostrar que. Estes espa¸cos devem ser escolhidos de tal forma que a nossa formula¸c˜ao fique bem definida e que possamos achar uma u ´nica solu¸c˜ao (fraca) de nossa formula¸c˜ao. Mais especificamente. 4.26) Observe que por defini¸c˜ao vale |v|1 ≤ kvk1 . Sugerimos a leitura de [12] para a demonstra¸c˜ao de (4.4 Teorema de Lax-Milgram Vamos agora enunciar o Teorema de Lax-Milgram. Seja Ω = (a.3 Desigualdade de Poincar´ e A desigualdade de Poincar´e ´e uma ferramenta importante no estudo da existˆencia de solu¸c˜oes fracas e na an´alise do erro de aproxima¸c˜ao do MEF. quando nos restringimos ao espa¸co de fun¸c˜oes H01 . Analistas num´ericos experientes podem apre- sentar motivos pr´aticos e te´oricos para justificar a escolha de uma determinada formula¸c˜ao fraca. Mostre que existe uma constante c tal que kvk1 ≤ c|v|1 . bem como complexidade num´erica distintas. As formula¸c˜oes fracas devem ser estudadas tamb´em do ponto de vista da an´alise num´erica. ∀v ∈ C0∞ (Ω).1. das grandezas relacionadas a u que queremos aproximar e outras considera¸co˜es. Deixaremos a cargo do leitor a demonstra¸c˜ao desta desigualdade em um caso mais espec´ıfico. O leitor pode se perguntar: qual formula¸c˜ao fraca usar para atacar um problema pr´atico? A resposta depende em parte dos recursos computacionais dispon´ıveis. b). Exerc´ıcio 4. que nos guarante a existˆencia de solu¸c˜oes fracas para o problema de Laplace. 4.3. 4: FERRAMENTAS DA ANALISE FUNCIONAL Um problema importante ao se trabalhar com formula¸c˜oes fracas consiste na escolha de espa¸cos de fun¸c˜oes apropriados. i 54 ´ [CAP. (4.26). existe constante c tal que kvk1 ≤ c|v|1 . ∀v ∈ H01 (Ω).

Definimos Z B(u.28). podemos aplicar o teorema de Lax-Milgram de forma similar ao caso Dirichlet zero. v) = ∇u · ∇v dx Ω e Z hf. 4. Para finalizar esta i i i .4: TEOREMA DE LAX-MILGRAM 55 Teorema 4. Observamos que o teorema de Lax-Milgram tamb´em pode ser usado para mostrar a existˆencia e unicidade para a aproxima¸c˜ao de elementos finitos. Ω v dx = 0}. tal que B(u. Consideraremos primeiramente a condi¸c˜ao de contorno Dirichlet zero. as desigualdes de Cauchy e Poincar´e para verificar que B satisfaz as hip´oteses (4. v ∈ V (4. v) = hf. u) ∀ u ∈ V (4. satisfazendo |B(u. V´arias generaliza¸c˜oes do teorema de Lax-Milgram podem ser en- contradas na literatura em diferentes contextos. Ω A escolha do espa¸co de fun¸c˜oes V a ser utilizado vai depender do tipo de condi¸c˜ao de contorno imposta ao problema. Para cada funcional linear limitado f : V → R existe uma u ´nica fun¸ca ˜o u ∈ V . e B : V × V → R ´e uma forma bilinear. respectivamente. Recomendamos a leitura de [12] para uma demonstra¸c˜ao deste fato. vi. vi = f v dx. No caso do problema com condi¸ R c˜ao de contorno Neumann zero.27) e (4. e usamos. Neste caso consideramos V = H01 (Ω). Seja V um espa¸co de fun¸c˜ oes completo dotado de uma norma k · k. Vamos agora ver como aplicar o teorema de Lax-Milgram para garantir a existˆencia de solu¸c˜ao para a equa¸c˜ao de Laplace. consideramos V = {v ∈ H 1 (Ω). basta aplicar o teorema tomando o espa¸co de elementos finitos adequado `a condi¸c˜ao de contorno. v)| ≤ αkukkvk.27) e βkuk2 ≤ B(u. E ´ poss´ıvel mostrar para esta escolha de espa¸co que a desigualdade de Poincar´e tamb´em ´e satisfeita.4. Uma vez que a desigualdade de Poincar´e ´e v´alida. i [SEC.1. ∀ u. Para tanto.28) para constantes α e β > 0 apropriadas.

(4.30) 06=v kvkV e para toda v ∈ V vale. (4. v) > 0. apresentamos uma generaliza¸c˜ao do teorema de Lax-Milgram devida a Neˇcas. V ) → R uma forma bilinear e ` ∈ V 0 . B(u. ∀ u ∈ U. v) sup ≥ αkukU . v ∈ V. Teorema 4. i i i . vi ∀v ∈ V. Sejam U e V espa¸cos de Hilbert e B(U. Suponha que |B(u.4. 4: FERRAMENTAS DA ANALISE FUNCIONAL se¸c˜ao. i 56 ´ [CAP. v) = hf. (4.2. tal que B(u.29) temos a seguinte condi¸c˜ ao de inf-sup.31) u∈U Ent˜ ao existe uma u ´nica fun¸c˜ ao u ∈ U . sup B(u. ∀ u ∈ U (Condi¸c˜ ao inf -sup ). v)| ≤ αkukU kvkV .

57 i i i . Isto ´e: Achar n u ∈ H01 (Ω) tal que: A(u. ·) ´e definida pela equa¸c˜ao (4. que nos diz que o erro de aproxima¸c˜ao do MEF depende do espa¸co de aproxima¸c˜ao V0h escolhido.1) onde a forma bilinear A(·.8).2) Come¸caremos introduzindo o lema de C´ea. Considerando V h como o espa¸co de fun¸c˜oes lineares por partes. Observe que neste caso a aproxima¸c˜ao de elementos finitos uh de u ´e a solu¸c˜ao de: Achar n uh ∈ V0h (Ω) tal que: h A(u . v) = F(v) ∀v ∈ V0h (Ω) (5. (5. estudaremos o erro de aproxima¸c˜ao entre uma dada fun¸c˜ao u e sua interpola¸c˜ao neste espa¸co. i Cap´ıtulo 5 An´alise do erro de aproxima¸c˜ao para o MEF Neste cap´ıtulo estudaremos o erro de aproxima¸c˜ao do m´etodo de ele- mentos finitos aplicado `a equa¸c˜ao de Laplace com condi¸c˜ao de Diri- chlet zero. v) = F(v) ∀v ∈ H01 (Ω) .

u − uh ). na norma H 1 . vale a seguinte rela¸c˜ao A(u − uh . Au ´ltima desigualdade nos permite concluir o resultado desejado.8)) conclu´ımos que |u − uh |21 = A(u − uh . u. Logo. 5: ANALISE DO ERRO DE APROXIMAC ˜ PARA O MEF ¸ AO 5. i 58 ´ [CAP. u − uh ). Pela bilinearidade de a temos A(u − uh . uh ) = A(u.1. Assim. temos que A(u − uh . ku − uh k21 ≤ cA(u − uh . u − uh ) ≤ cA(u − uh . para todo v ∈ V h temos ku − uh k21 ≤ cA(u − uh . depende do qu˜ao bem a solu¸c˜ao u pode ser aproximada no espa¸co V0h . uh ) Z Z h = f (x)u (x) dx − f (x)uh (x) dx Ω Ω = 0. u − uh ) = A(u − uh . Similarmente. u − v) ≤ cku − uh k1 ku − vk1 . ¤ i i i .1 Lema de C´ ea O lema de C´ea nos diz que o erro de aproxima¸c˜ao do MEF. Pela desigualdade de Poincar´e temos ku − uh k21 ≤ c|u − uh |21 . ·) (ver (4.1. Lema 5. e usando a defini¸c˜ ao de | · |1 e da forma bilinear A(·. u) − A(u − uh . uh ) − A(uh . Existe uma constante c > 0 tal que ku − uh k1 ≤ c inf ku − vk1 v∈V0h Prova. v) = 0. uh . para qualquer fun¸c˜ao v ∈ V0h (Ω). uh ). obtemos que. Usando a defini¸ca˜o de A.

2 Erro de aproxima¸ c˜ ao O lema de C´ea nos permite limitar o erro da aproxima¸c˜ao pelo termo c inf v∈V0h ku − vk1 . onde a norma k · k2 ´e definida da seguinte forma  1/2 Z X kf k2 =  f (x)2 + |∇f (x)|2 + (∂ij f )2 dx .1. Pela desigualdade de Poincar´e temos que kI h u − uk1 ≤ c|I h u − u|1 . 2 A hip´otese extra de termos uma malha uniforme ´ e feita apenas para facilitar a exposi¸ca ˜o da demonstra¸ca ˜o. Para obter uma estimativa de erro em fun¸c˜ao de h. Ω ij Prova.∞ = sup |u(x)|. k ∈ N. veremos que o erro de aproxima¸c˜ao ´e O(h) 1 . vamos usar este resultado para en- contrar uma estimativa de erro em termos do tamanho da malha h. J´ a a troca da norma k · k2 pela k · k2. e substituindo no resultado desejado a norma k·k2 pela norma uniforme 2 em C 2 (Ω) ½ ¯ ¯ ¯ ¯¾ ¯ du ¯ ¯ d2 u ¯ kuk2. 1 A nota¸c˜ ao O(h) significa que o termo pode ser limitado por ch. tomaremos v = I h u no lema de C´ea e usar o seguinte fato inf ku − vk1 ≤ kI h u − uk1 . b) ou Ω ⊂ R2 um conjunto poligonal. ¯¯ (u)¯¯ .2. i [SEC.∞ permite a apresenta¸c˜ao de uma demonstra¸c˜ ao usando resultados b´ asicos de an´ alise real. Nesta se¸c˜ao. x∈Ω dx dx Seja T h uma parti¸c˜ao uniforme de Ω de tamanho h = 1/k. i i i . 1). Seja Ω = (a. Dada uma fam´ılia de triangula¸c˜oes quase uniforme T h de Ω. Vamos apresentar a demonstra¸c˜ao de um resultado similar no caso Ω = (0.2: ERRO DE APROXIMAC ˜ ¸ AO 59 5. Mais especificamente. Lema 5. onde c ´ e uma constante apropriada. v∈V0h Assim. ¯¯ 2 (u)¯¯ . Temos oes lineares por partes associado ` que kI h u − uk1 ≤ chkuk2 . seja h V0 o espa¸co de fun¸c˜ a T h . nosso problema se resume a descobrir o qu˜ao bem o operador de interpola¸c˜ao aproxima a fun¸c˜ao u. 5.

ent˜ao a derivada segunda de u ´e uniformemente limitada em Ω. zk = 1 os k + 1 v´ertices da parti¸c˜ao T h . quando nos restringimos ao intervalo (zi−1 . .∞ |x − y|.∞ . (5. 5: ANALISE DO ERRO DE APROXIMAC ˜ PARA O MEF ¸ AO Notemos que se kuk2. i 60 ´ [CAP. onde |r(x)| ≤ ckuk2. z1 = h. u0 ´e Lipschitz cont´ınua.5) i=1 zi−1 dy Por defini¸c˜ao do operador de interpola¸c˜ao. se x. a ∈ (0. para x 6= a u(x) − u(a) u0 (a) = + (x − a)r(x) x−a e ¯ ¯ ¯ 0 ¯ ¯u (a) − u(x) − u(a) ¯ ≤ c(x − a)ckuk2. z2 = 2h . ou seja |u0 (x) − u0 (y)| ≤ kuk2. Logo. .∞ . (5. (5. .4) ¯ x−a ¯ Sejam z0 = 0. 1) temos u(x) = u(a) + (x − a)u0 (a) + (x − a)2 r(x).∞ ´e finita.3) Pela s´erie de Taylor de u. Por defini¸c˜ao temos que Z 1 µ ¶2 h d h |I u − u|21 = (I u − u) dy = 0 dy Xn Z zi µ ¶2 d h (I u − u) dy. zi ) temos que d h u(zi ) − u(zi−1 ) (I u(y) − u(y)) = − u0 (y) dy h e ¯ ¯ ¯d h ¯ ¯ (I u(y) − u(y))¯ ¯ dy ¯ ¯ ¯ ¯ u(zi ) − u(zi−1 ) ¯ = ¯¯ − u0 (zi−1 ) + u0 (zi−1 ) − u0 (y)¯¯ h ¯ ¯ ¯ u(zi ) − u(zi−1 ) ¯ ≤ ¯¯ − u0 (zi−1 )¯¯ + |u0 (zi−1 ) − u0 (y)| h i i i . Assim.

5) obtemos n Z X zi 2 |I h u − u|21 ≤ ((c + 1)hkuk2. Para uma demonstra¸c˜ao do teorema original veja [4.3) para estimar o segundo termo do lado direito da u ´ltima desigualdade. 8]. ¤ i i i . i [SEC.∞ ¯ dy ¯ ≤ (c + 1)hkuk2. 5.2: ERRO DE APROXIMAC ˜ ¸ AO 61 Usamos (5. zi ) obtemos que ¯ ¯ ¯d h ¯ ¯ (I u(y) − u(y))¯ ≤ (|zi − zi−1 | + c|y − zi−1 |)kuk2. 5. Assim.∞ ) .∞ ) dy i=1 zi−1 2 ≤ ((c + 1)hkuk2.4) para estimar o primeiro termo do lado direito da u ´ltima desigualdade e (5. O que nos permite obter o resultado desejado. Substituindo a u ´ltima estimativa em (5. para y ∈ (zi−1 .∞ .

Veja [4. Nesta se¸c˜ao apresentamos uma breve uma introdu¸c˜ao a este tipo de formula¸c˜ao. precisamos fazer uso das chamadas formula¸c˜ oes de ponto de sela. Podemos definir os operadores lineares A : 1X0 ´ e o espa¸co dos funcionais lineares limitados f : X → R. 29. i Cap´ıtulo 6 Outros t´ opicos A teoria matem´atica do m´etodo de elementos finitos ´e muito extensa e aborda muitas quest˜oes interessantes. O leitor interes- sado pode consultar [4. 8]. u) ≤ ckvkX kukX . entre outros. 3]. 13. Mencionamos tamb´em algumas teses do IMPA [28. 5. 2 Isto ´ e: a(v. 9. M 0 ´ e definido similarmente. Neste cap´ıtulo mencionaremos rapidamente alguns t´opicos adicionais importantes.3. Sejam X 0 e M 0 os espa¸cos duais1 de X e M . Para estudar a existˆencia de solu¸c˜oes para a formula¸c˜oes ali discuti- das. 62 i i i . Suponha que a : X × X → R e b : X × M → R s˜ao duas formas bilineares cont´ınuas2 . respectivamente.2. Sejam X e M dois espa¸cos de Hilbert com normas k · kX e k · kM .1 Problemas de ponto de sela Observamos que o teorema de Lax-Milgram n˜ao pode ser aplicado para mostrar a existˆencia de solu¸c˜oes fracas discutidas na se¸c˜ao 4. 22. 15] para mais detalhes. 6. 17.

µi ∀ µ ∈ M. v) + b(v. Considere a seguinte formula¸c˜ao fraca abstrata. Se Φ ´e um isomorfismo de X × M em X 0 × M 0 . i [SEC.  0 0   Dados ` ∈ X e χ ∈ M . achar (u.1. Defina Φ : X × M → X 0 × M 0 por. µ∈M \{0} υ∈X\{0} kυkX kµkM i i i . µ) ∀ (v. p) ∈ X × M . que depende continuamente n . µ) inf sup ≥ β > 0. achar (u.2)   Bu = χ in M 0 . v) ≥ αkvk2X para toda v ∈ V = V (0).e. υi = 0 in V (0) . se existe uma constante α > 0 tal que : a(v. v) := (Au + B 0 µ.1 (Teorema do Brezzi). existe uma u ´nica solu¸c˜ao (u.2) ´e dito bem posto.1) Esta formula¸c˜ao ´e equivalente ao problema linear  0 0   Dados ` ∈ X e χ ∈ M . λ) ∈ X × M tais que: a(u. hBv.1: PROBLEMAS DE PONTO DE SELA 63 X → X 0 e B : X → M 0 por hAu. 6. ·) ´e V −el´ıptica (o coer- civa). ( Achar u ∈ V (χ) tal que: (6. vi ∀ v ∈ X   b(u.. v) ∈ X × X. v) ∀ (u. vi = a(u. Denote V (χ) := υ ∈ X Bυ = χ e considere o problema. µ) = hχ. Se a(·. ent˜ao o problema (6.1) ´e bem-posto se e somente se a forma bilinear b(·. i. (6. µi = b(v.3) a(u. λ) ∈ X × M tais que: Au + B 0 λ = ` in X 0 (6. µ) ∈ X × M. ent˜ao o problema (6. n o Denote tamb´em V 0 = g ∈ X 0 : hg. Lema 6. ·) satisfaz a condi¸c˜ ao inf-sup: Existe uma constante β > 0 tal que: b(υ.dos dados o iniciais ` e χ. Neste caso. υ) = h`. λ) = h`. υi ∀υ ∈ V = V (0). Φ(u. Bv).

v) + h`. q) a solu¸ca ao de problema discreto (6. Temos o seguinte resultado. Se- jam X h ⊂ X e M h ⊂ M espa¸cos de elementos finitos.4)   b(uh . Como antes definimos V h := {v ∈ X h : b(v. i i i . v)| C sup ≤ inf kp − qkM . p ) ∈ X × M tais que: a(uh . vi in X h . vi ∀v ∈ V h . ph ) ∈ V h a solu¸c˜ (u.  h h h h   Achar (u . Suponha que V e V h s˜ ao subespa¸cos do X e que M h ´e subespa¸co de M .4) ´e equivalente ao problema.1.2. Suponha tamb´em que a forma bilinear a : X × X → R ´e continua na norma C e el´ıptica em V h com constante α. O problema (6. vi ∀ v ∈ V h (6. ( Achar uh ∈ V h tal que: (6. 6: OUTROS TOPICOS 6. qi ∀ q ∈ M h . q) = hχ. α v∈V h \{0} kvkX α q∈M h Vemos que o erro de aproxima¸c˜ao depende somente das proprie- dades de aproxima¸c˜ao dos espa¸cos V h e M h . v)| ku − u kX ≤ 1 + inf ku − vkX + sup . (veja [5]) Lema 6. A formula¸c˜ao de Galerkin ´e escrita como sendo. ph ) = −a(uh .1 e seja (uh .1). Seja ˜o do problema 6. Os resultados para o erro de aproxima¸c˜ao para a vari´avel p s˜ao mais delicados e n˜ao ser˜ao tratados aqui. e depois achar ph ∈ M h with b(v. q) = 0 ∀ q ∈ M h }.2 Aproxima¸c˜ ao de Galerkin para o pro- blema de sela Agora vamos aplicar a m´etodo de Galerkin para o problema (6.5) a(uh .4). α v∈V h α v∈V h \{0} kvkX onde o segundo termo do lado direito da desigualdade acima pode ser limitado por 1 |a(u − uh . Temos o seguinte erro de aproxima¸c˜ ao µ ¶ h C 1 |a(u − uh . v) + b(v. i 64 ´ [CAP. v) = h`. ph ) = h`.

6)  ~u · ~η = h em ∂Ω. Ω e (abusando da nota¸c˜ao) o funcional linear Z f (~v ) := f~ · ~v dx para toda ~v ∈ H(div.3: RAVIART-THOMAS 65 6. Nesta Se¸c˜ao vamos apresentar de forma breve um exemplo de m´etodo de elementos finitos misto proposto por Raviart e Thomas. 6. relembramos ao leitor a equa¸c˜ao de Laplace vista como um sistema de primeira ordem.10). i [SEC. κ representa a permeabilidade do meio no dom´ınio Ω.2. para a aproxima¸c˜ao de u. Observamos que as apro- xima¸c˜oes de elementos finitos apresentados at´e aqui para a equa¸c˜ao de Laplace se basearam na formula¸c˜ao fraca (4. Os m´etodos mistos foram desenvolvidos explorando a formula¸c˜ao fraca mais geral discutida na subse¸c˜ao 4. vamos supor que κ ´e uma constante positiva. ~v ∈ H(div.7) Ω κ Z b(~v .3. · ¸ κ11 (x) κ21 (x) A matriz κ = ´e uma matriz com entradas κ21 (x) κ22 (x) positivas e com autovalores uniformemente positivos. quando este envolve a aproxima¸c˜ao de mais de um espa¸co de fun¸c˜ao. Em modelos de fluidos em meios porosos.   ~u = − κν ∇p + f~ em Ω (Lei de Darcy3 ) div~u = g em Ω (6. Primeiramente. no qual as fun¸c˜oes base s˜ao lineares por partes. Ω) e q ∈ L2 (Ω). Para simplificar a exposi¸c˜ao. ~v ) := ~u · ~v dx para toda ~u. Ω) Ω i i i . Vamos apresentar apenas o caso mais simples deste m´etodo. para a aproxima¸c˜ao de ∇u e constante por partes. Ω). (6.3 Formula¸c˜ ao de primeira ordem e ele- mentos finitos de Raviart-Thomas Dizemos que um m´etodo de elementos finitos ´e um m´etodo misto. q) := − q div~v dx para toda ~v ∈ H(div. Introduzimos as seguintes formas bilineares Z ν a(~u.

~v ) + b(~v . M h ) com M0 = M ∩ L2 (Ω). (6. restritos a um triˆangulo K da parti¸c˜ao de Ω com lados e1 . (6. 2. q) =0 ∀q ∈ L2 (Ω).11) O espa¸co de elementos finitos de Raviart-Thomas ´e dado pelo par ~ h . 6: OUTROS TOPICOS A formula¸c˜ao fraca proposta para este problema na Subse¸c˜ao 4. a velocidade do espa¸co de elementos finitos de Raviart- Thomas RT0 (K).9) b(~u. Definimos n o ~ h := RT0 := ~v ∈ X X ~ : ~v |K ∈ RT0 (K) ∀K . consistem de polinˆomios por partes. ∂Ω) (6. b x2 Uma oberva¸c˜ao importante ´e que para determinar a. p) = f (~v ) ∀~v ∈ H0 (div. b e c acima. q e r s˜ao polinˆomios de grau k. Se ~v ∈ RTk (K) ent˜ao div~v ´e um polinˆomio de grau k e ~v · ~η |ei ´e um polinˆomio de grau k para todo lado ei . ´e suficiente especificar trˆes graus de liberdade. i 66 ´ [CAP. 15]) µ ¶ µ ¶ p(x) x1 RTk (K) := + r(x) q(x) x2 onde p. usados para aproximar a fun¸c˜ao vetorial u. i = 1. K ∈ T . s˜ao definidos por (veja [4. em particular. x2 ) = +c . tem a forma µ ¶ µ ¶ a x1 ~v (x1 .2. 7. usados para aproximar a fun¸ca˜o vetorial u. de forma que a fun¸c˜ao vetorial resultante tenha divergente (que ´e tamb´em polinˆomio por partes mas descont´ınuo) definido em L2 (Ω).3 pode ser escrita como Achar u ∈ H(div. Vamos introduzir apenas o espa¸co de elementos finitos de Raviar-Thomas de mais baixa ordem. Os espa¸cos de elementos finitos de Raviart-Thomas. Ω) e p ∈ L2 (Ω) tais que (6. Note que. 3.8) ½ a(~u.10) e M h := P 0 := {p ∈ M : p|K ∈ P0 (K) ∀K} . Ω. (X 0 i i i . podemos determinar ~v ∈ RT0 (K) especificando o componente normal em cada uma das trˆes arestas do triˆangulo K. e2 . Os espa¸cos de elementos finitos de Raviart-Thomas. e3 . em duas dimens˜oes.

1: Fun¸c˜ao base da velocidade do Raviart-Thomas corres- pondente `a hipotenusa do triˆangulo e. 6. Note que estas fun¸c˜oes base da press˜ao n˜ao tˆem m´edia zero. Lembramos que cada aresta e compartilhada com dois triˆangulos tem dois vetores normais associ- ados. ~ηe coincide com um destes dois vetores normais. φ~e · ~ηe = 1 e φ~e · ~ηe0 = 0. que corresponde `a fun¸c˜ao caracter´ıstica do triˆangulo.3: RAVIART-THOMAS 67 Agora introduzimos as fun¸c˜oes base do espa¸co de elementos fini- tos de Raviart-Tomas. q )h =0 ∀q ∈ M0h . A condi¸c˜ao de m´edia zero para a press˜ao pode ser obtida usando um procedimento posterior ou impondo um multiplicador de Lagrange que force esta condi¸c˜ao. i [SEC. Para cada aresta e. ~v h ) + b(~v h . ph ) = f (~v h ) ∀~v h ∈ X0 ~ b(uh . Figura 6. temos uma fun¸c˜ ao base definida por φ~e ∈ RT0 . A fun¸ca˜o base associada ao elemento K ´e definida por pK = 1 em K e pK = 0 em todo K 0 com K 0 6= K. Primeiro. O espa¸co das press˜oes M h tem uma fun¸c˜ao base para cada triˆangulo da malha. ~ηe aponta para dentro do triˆangulo. para cada aresta e da triangula¸c˜ao T h . Neste caso.12) ( ~h a(~uh . para toda aresta e0 6= e. Neste caso. h i i i . associamos um vetor normal ~ηe . A formula¸c˜ao discreta para nosso problema ´e dada por Achar uh ∈ X ~ h e ph ∈ M h tais que (6.

p) a solu¸c˜ ao fraca de equa¸c˜ao (6. Seja (u. O sistema linear (6. Ω. . de Darcy) e seja (uh . o 0 0 problema (6. ~v ∈ X ~h e h p. . b(~u. (6. ∂Ω). Note que a matriz do sistema linear (6.12) ´e equivalente ao sistema linear · ¸· ¸ · ¸ A BT U F = . e P. i 68 ´ [CAP. ph ) a aproxima¸c˜ ao de elementos finitos de Raviart- Thomas. Para resolver este problema podemos. V. . temos a seguinte estimativa de erro a priori ku − uh kX + kp − ph kM ≤ C µ ¶ hkukH 1 (Ω)2 + hkpkH 1 (Ω) + inf kg − g h kL2 (Ω) . Q. adicionar um multiplicador de Lagrange. 5]): Lema 6. . respectivamente. q) = QT BU.15) ´e invers´ıvel.15) P 0 0 WT 0 onde o vetor W ´e definido tal forma que a u ´ltima equa¸c˜ao imponha a condi¸c˜ao de m´edia zero para a press˜ao.13) fica indeterminado se usarmos fun¸c˜oes base para M h que n˜ao tenham m´edia zero. ~v ) = V T AU.6) (eq. de tal forma que (6. Esta matriz ´e tamb´em esparsa e mal condicionada. 6: OUTROS TOPICOS Aqui usamos a nota¸c˜ao X~ h := X ~ h ∩ H0 (div.   A BT 0 · ¸ · ¸  B  U F 0 W = . g h ∈M h i i i . Como antes. para denotar o vetor cujas coor- denadas correspondem aos coeficientes das combina¸c˜oes lineares das bases de Raviart-Thomas. . B e o vetor F s˜ao definidos por a(~u. (6. como ´e usual nos sistemas lineares resultantes de discretiza¸c˜oes de elementos finitos. q ∈ M . A aproxima¸c˜ao de elementos finitos de Raviart-Thomas satisfaz (veja [4. (6. sim´etrica mas n˜ao ´e definida positiva (tˆem autovalores negativos e positivos). que representam as fun¸c˜oes ~u. As matrizes A.13) B 0 P 0 Aqui usamos U.13) ´e substitu´ıdo pelo sistema linear. .1. por exemplo.3. .14) f (~v ) = V T F.

apresentamos o decaimento dos erros da velocidade (norma H(div. Veja [4].4. Consideraremos apenas a equa¸c˜ao com i i i .1 e as propriedades de interpola¸c˜ao do espa¸co de elementos finitos de Raviart-Thomas.4: EQUAC ˜ DE STOKES: APROXIMAC ¸ AO ˜ VIA TAYLOR-HOOD ¸ AO 69 Aqui.6). na Figura 6. Escolhe- mos os dados do problema (6.2 mostramos a solu¸c˜ao exata e a√calculada usando ele- mentos finitos de Raviart-Thomas com h = 2/8 e a triangula¸c˜ao uniforme na figura.3 mostramos press˜oes calculadas usando elementos finitos de Raviart-Thomas para diferentes valores de tamanho da malha. Consideraremos o dom´ınio Ω = [0. Ω)) e da press˜ao (norma L2 (Ω)) quando a malha ´e refinada. Na Figura 6. e p = e−x1 sin(x2 ) − (e−1 − 1)(cos(1) − 1). 6. C ´e uma constante positiva. Na Figura 6. u2 ).6) de tal forma que a solu¸c˜ao exata seja dada por ~u = (u1 . Obtemos √ assim uma triangula¸c˜ao uniforme e estruturada do Ω com h = 2/n. O modelo se baseia na conserva¸c˜ao da massa e na conserva¸c˜ao do momento. Isto ocorre quando as for¸cas relativas `a viscosidade do fluido predominam `as for¸cas inerciais. dividimos o D em n × n quadrados e cada quadrado ´e dividido em dois triˆangulos. Para construir a triangula¸c˜ao.2. Finalmente. 1] ⊂ R2 . u2 = −e−x1 cos(x2 ). 1] × [0. 6. com u1 = e−x1 sin(x2 ).4 Equa¸c˜ ao de Stokes: aproxima¸ c˜ ao via Taylor-Hood Nesta se¸c˜ao apresentaremos uma curta introdu¸c˜ao `a aproxima¸c˜ao num´erica da equa¸c˜ao de Stokes usando elementos finitos de Taylor- Hood de mais baixa ordem. A equa¸c˜ao de Stokes modela escoamen- tos de fluidos quando o n´ umero de Reynolds ´e muito baixo. i [SEC. A prova do resultado acima usa o lema 6. Finalizamos esta se¸c˜ao apresentando um exemplo num´erico usando elementos finitos de Raviart-Thomas para aproximar a solu¸c˜ao do problema (6.

estamos interessados em aproximar a solu¸c˜ao de   −div T (~u.2: Velocidade solu¸c˜ao ~uh aproximada interpolada no centro de cada triˆangulo (esquerda) e velocidade solu¸c˜ao ~u exata interpolada √ no ponto meio de cada triˆangulo (direita). 6: OUTROS TOPICOS Figura 6. note que ~v = ~v (x1 . seja Ω ⊂ R2 . usamos tamb´em a nota¸c˜ao  ∂e11 ∂e21  ∂x1 + ∂x2 · ¸ e11 e12 divE =   se E = . Neste exemplo h = 2/n com n = 8. v2 (x1 . i 70 ´ [CAP. x2 ) = (v1 (x1 . T (~v . p) := −pI + 2ν D~ ~ v onde ν ´e a viscocidade do fluido e ~ 1 T D~v := 2 (∇~v + ∇ ~v ) ´e o tensor de estresse linearizado. ∂e21 ∂e22 e21 e22 ∂x1 + ∂x2 i i i . condi¸c˜ao de fronteira de Dirichlet. ∂v2 ∂v2 ∂x1 ∂x2 Acima. x2 ). x2 )) ´e uma fun¸c˜ao vetorial e usamos a nota¸c˜ao   ∂v1 ∂v1 ∂x1 ∂x2 ∇~v =   e ∇T ~v = (∇~v )T . p) = f~ em Ω ∇ · ~u = g em Ω (6. Mais especificamente.16)  ~u = ~h em ∂Ω. Acima.

n = 16 (direita acima).4: EQUAC ˜ DE STOKES: APROXIMAC ¸ AO ˜ VIA TAYLOR-HOOD ¸ AO 71 √ Figura 6. i [SEC. i i i .3: Solu¸c˜ao aproximada ph da press˜ao usando h = 2/n com n = 8 (esquerda acima). n = 64 (esquerda abaixo) e solu¸c˜ao exata p interpolada nos v´ertices da malha (direita abaixo). 6.

v2 ) ∈ H 1 (Ω)2 . Abaixo vamos usar a nota¸c˜ao “·”para o produto interno de vetores e matrizes.j=1 Note que · ¸ ∆v1 div ∇~v = . temos Z Z Z ~ u) · ~v dx + (−2νdivD~ ∇p · ~v dx = f~ · ~v dx. i 72 ´ [CAP. ~v s˜ao vetores e E. Para toda ~v = (v1 .17) Ω Ω Ω i i i . isto ´e. u2 ) e ~v = (v1 . e 2 X · ¸ · ¸ e11 e12 f11 f12 E·F = eij fij se E = eF = . e21 e22 f21 f22 i. ∆v2 Para deduzir uma forma fraca para o problema de Stokes.4: Logaritmo do erro de aproxima¸c˜ao em diferentes normas: L2 (Ω) para a press˜ao e velocidade. procedemos como antes. temos ~u · ~v = u1 v1 + u2 v2 se ~u = (u1 . v2 ). 6: OUTROS TOPICOS Figura 6. Multiplicamos as equa¸c˜oes por fun¸c˜oes teste correspon- dentes e usamos integra¸c˜ao por partes. (6. e logaritmo da seminorma kdiv(u− uh )kL2 (Ω) do erro da velocidade. se ~u. F s˜ao matrizes 2 × 2.

Ω Assim.19) Ω Z b(~v . Ω e Z Z Z − (div∇~uT ) · ~v dx = ∇~uT · ∇~v dx − (∇~uT ~η ) · ~v dS Ω ZΩ ∂Ω T = ∇~u · ∇~v dx. (6. ~v ) + b(~v . ~v ) := 2ν ~ u · D~ D~ ~ v dx (6. ZΩ = ∇~u · ∇~v dx.  ~u = ~g in ∂Ω. (6.18) Ω ∂Ω Ω Para ~u. (6. q) := − q div~v dx. obtemos Z Z ~ u) · ~v dx − (2divD~ = 2 ~ u · D~ D~ ~ v dx.22)   a(~u.16) temos Z Z Z ∇p · ~v dx = p ~v · ~η dS − p div~v dx. 6. p) = F (~v ) ∀~v ∈ H01 (Ω)2 b(~u.20) Ω Z F (~v ) := ~v · f~dx. ~v ∈ H 1 (Ω)2 e q ∈ L2 (Ω) defina as formas bilineares Z a(~u. q) =0 ∀q ∈ L2 (Ω).4: EQUAC ˜ DE STOKES: APROXIMAC ¸ AO ˜ VIA TAYLOR-HOOD ¸ AO 73 Da f´ormula de Green temos que Z Z Z − (div∇~u) · ~v = ∇~u · ∇~v − (∇~u~η ) · ~v dS Ω ZΩ ∂Ω = ∇~u · ∇~v dx − 0. i [SEC.21) Ω Obtemos a seguinte formula¸c˜ao fraca para o problema de Stokes Achar u ∈ H 1 (Ω)2 and p ∈ L2 (Ω) tais que (6. Ω Ω Para a segunda equa¸c˜ao de (6. i i i .

q h ) =0 ∀q h ∈ M0h . ph ) = f (~v h ) ∀~v h ∈ X0 b(u~h . usando as bases usuais para espa¸cos de polinˆomios por partes. Definimos    ~vK = ~vˆK ◦ FK−1 em X~ := P~ 2 := ~v ∈ H 1 (Ω)2 ∩ C 0 (Ω)2 : K e . 7. Estes espa¸cos precisam ser definidos de forma que a condi¸c˜ao de inf-sup (veja (6. e qˆK ∈ P 1 (K) O par de espa¸cos de elementos finitos de Taylor-Hood de ordem um ´e dado pelo par (X.  ~vˆK ∈ P 2 (K) ˆ 2  (6. A formula¸c˜ao discreta do problema de Stokes. ´e escrita como. a escolha de espa¸cos de ele- mentos finitos mistos ´e delicada. Achar uh ∈ X ~ h e ph ∈ M h tais que (6.24) ( ~h a(~uh . ~v h ) + b(~v h . i 74 ´ [CAP. Como foi mencionado anteriormente. cont´ınuos para a press˜ao. Definimos tamb´em ½ −1 ¾ q = qˆK ◦ FK em K M := P 1 (Ω) = q ∈ L2 (Ω) ∩ C 0 (Ω) : K ˆ . Por exemplo. Aqui usamos a nota¸c˜ao X ~ h := X~ h ∩ H 1 (Ω). o espa¸co de elementos finitos para a press˜ao tem que ter o “tama- nho” certo (n˜ao pode ser muito grande nem muito pequeno quando comparado com o espa¸co para a velocidade). cont´ınuos para a velocidade em cada componente e polinˆomios de grau k por partes. O espa¸co de Taylor-Hood de ordem k consiste de polinˆomios de grau k + 1 por partes.1.23) onde ~vK := ~v |K .24) ´e 0 0 0 equivalente ao sistema linear · ¸· ¸ · ¸ A BT U F = . Veja [5. O problema (6. 15]. 6: OUTROS TOPICOS Suponha que Ω ´e um dom´ınio poligonal e que Th ´e uma trian- gula¸c˜ao de Ω.25) B 0 P 0 i i i . Vamos introduzir o espa¸co de elementos finitos co- nhecido como Taylor-Hood de mas baixa ordem. Os espa¸cos de fun¸c˜oes teste para a velocidade e a press˜ao tem que ser os adequados.~ M0 ) onde M0 = M ∩ L0 (Ω). (6.1)) seja satisfeita.

1 e as propriedades de interpola¸c˜ao do espa¸co de elementos finitos de Taylor-Hood. Escolhemos os dados do problema (6. e P. aqui usamos U. pode ser obtido para os elementos finitos de Taylor-Hood. dividimos Ω em n × n quadrados e cada quadrado ´e dividido em dois triˆangulos. B as fun¸c˜oes ~u. veja (6. apresentamos o decaimento dos erros na velocidade (norma H 1 (Ω)) e da press˜ao (norma L2 (Ω)) quando a malha ´e refinada.3.26) f (~v ) = V T F. respectivamente.4: EQUAC ˜ DE STOKES: APROXIMAC ¸ AO ˜ VIA TAYLOR-HOOD ¸ AO 75 Assim como na se¸c˜ao anterior.15). 6. Para construir a trian- gula¸c˜ao. q) = QT BU. . A condi¸c˜ao de m´edia zero para a press˜ao pode ser imposta como no caso das equa¸c˜oes de Raviart-Thomas. Con- sideramos o dom´ınio Ω = [0.6) de tal forma que a solu¸c˜ao exata venha dada por ~u = (u1 . ~v ) = V T AU. 1] ⊂ R2 . i [SEC.6 mostramos press˜ √ oes calculadas usando elementos finitos de Taylor-Hood com h = 2/64. . . que representam ~ h e p.16). a(~u. para denotar o vetor cujas coordenadas correspondem aos coeficientes das combina¸c˜oes lineares das bases de Raviart-Thomas. Na Figura 6. Q.2. . Na Figura 6. b(~u. i i i . As matrizes A.1. 5]). Obtemos √ assim uma triangula¸c˜ao uniforme e es- truturada de Ω com h = 2/n. q ∈ M h . Finalmente. Um resultado de aproxima¸c˜ao an´alogo ao resultado de aproxima¸c˜ao dos elementos finitos de Raviart-Thomas no Lemma 6.7. 1] × [0. . (6. ~v ∈ X e o vetor F s˜ao definidos por. Apresentaremos um exemplo num´erico usando elementos finitos de Taylor-Hood para aproximar a solu¸c˜ao do problema (6. A prova do resultado de apro- xima¸c˜ao usa o Lema 6. . u2 ) com u1 = 4x1 (1 − x1 ) sin(2πx2 ) e u2 = 16x1 (1 − x1 )x2 (1 − x2 ) e p = x21 + x22 − 2/3. V. na Figura 6. veja [4. . Este resultado n˜ao ser´a apresentado aqui.5 mostramos a solu¸c˜ao exata√e a calculada usando elementos finitos de Taylor-Hood com h = 2/8 e a triangula¸c˜ao uniforme na figura.

6: OUTROS TOPICOS Figura 6. i 76 ´ [CAP. i i i . Neste exemplo h = 2/n com n = 8.6: Press˜ao solu¸c˜ao aproximada ph usando h = 2/n com n = 64 (esquerda) e solu¸c˜ao exata p interpolada nos v´ertices da malha (direita). √ Figura 6.5: Velocidade solu¸c˜ao ~uh aproximada interpolada no centro de cada triˆangulo (esquerda) e velocidade solu¸c˜ao ~u exata interpolada √ no ponto meio de cada triˆangulo (direita).

(6. poder´ıamos considerar por exemplo. L2 (Ω) para a press˜ao e velocidade. W h = V0h o espa¸co de fun¸c˜oes lineares por partes discutido no cap´ıtulo 2. 6. i=1 i i i . .1. obtemos Z Z |∇u|p−2 ∇u · ∇φ dx = f φ dx em Ω e u = 0 em ∂Ω.28) Ω Ω Seja W h um espa¸co de fun¸c˜oes com dimens˜ao finita (a ser usado para aproximar u) e seja φi . e logaritmo da seminorma k∇(~u − ~uh )kL2 (D) do erro da velocidade. 6. i ˜ LINEAR [SEC. .5 Um problema n˜ ao linear Nesta se¸c˜ao. . Multiplicando a equa¸c˜ao acima por uma fun¸c˜ao teste φ ∈ C01 (Ω) e integrando por partes.27) onde p > 1 ´e um parˆametro do problema. Vamos considerar a equa¸c˜ao conhecida como o p-laplaciano ∇ · (|∇u|p−2 ∇u) = f em Ω e u = 0 em ∂Ω (6. discutiremos brevemente um exemplo de problema n˜ao linear. N h } uma base para este espa¸co.7: Logaritmo do erro de aproxima¸c˜ao em diferentes normas. i ∈ {1.5: UM PROBLEMA NAO 77 Figura 6. . Desta forma escrevemos h N X h u = α i φi .

.  . observamos que podemos resolver o problema acima por um m´etodo iterativo. e aplicando ra- cioc´ınio an´alogo ao apresentado para a equa¸c˜ao de Laplace obtemos Z N X h N X h Z p−2 |∇ αi φi | ∇ αi φi ·∇φj dx = f φj dx ∀ j ∈ {1.6 O m´ etodo do gradiente conjugado Apresentaremos agora um m´etodo iterativo poderoso para a resolu¸c˜ao de sistemas lineares Ax = b. y ∈ Rn s˜ao ditos conjugados com rela¸c˜ao a A. como por exemplo. Veja [20] para um outro exemplo de problema n˜ao linear. i 78 ´ [CAP.28). onde k · k2 ´e a norma Euclidiana de Rn . o nosso problema num´erico se reduz a encontrar α ∈ RN . substituindo a express˜ao acima em (6.  fN h (α) onde Z N X h N X h p−2 fj (α) = |∇ αi φi | ∇ αi φi · ∇φj − f φj dx. Ax) = (A1/2 x. A1/2 x) = kA1/2 xk2 . . . Nh } Ω i=1 i=1 Ω h h Definimos assim uma fun¸c˜ao F : RN → RN   f1 (α)  f2 (α)    F (α) =  . Dois vetores x. . 6: OUTROS TOPICOS Assim. tal que F (α) = 0. 6. Finalmente. . Newton. . onde a matriz A ∈ Rn×n ´e auto-adjunta e definida positiva. ou A-ortogonais se eles s˜ao i i i . Definimos a norma gerada pela matriz A por kxkA = (x. Ω i=1 i=1 h Logo.

. i=j i i i . Ay) = xT Ay = 0. (6. Suponha que {di }ni=1 s˜ao dire¸c˜oes conjugadas em Rn . j = 1. (6. . obtemos n X 0 = Ax∗ − b = Axj−1 − b + αi Adi . i ´ [SEC.6: O METODO DO GRADIENTE CONJUGADO 79 ortogonais com rela¸c˜ao ao produto interno gerado pela matriz A. isto ´e (x. Logo span{di }ni=1 = Rn e se x∗ ´e tal que Ax∗ = b. αn tais que n X x∗ = α i di . mas arbitr´ario. . defina a j-´esima aproxima¸c˜ao de x∗ por j X xj = αi di . . . Neste caso. temos dTi Adj = 0 para todo i 6= j. existem α1 . obtemos que i=1 αi Adi = b e tomando produto interno com dj para j fixo.31) i=1 Como Ax∗ = b. . O conjunto {di }ni=1 ´e dito conjugado se di ´e conjugado a dj para todo i 6= j. temos que estas dire¸c˜oes s˜ao linearmente independentes. n. . 6. .30) i=1 Pn Das equa¸c˜oes (6. dTj Adj Para j = 1. (6.29) Portanto. obtemos dTj b αj = . . n.29) e (6. . . . obtemos n X αi dTj Adi = dTj b i=1 usando o fato dTj Adi = 0 para i 6= j.30).

j = 1. Suponha que temos k + 1 dire¸c˜oes A-ortogonais d1 . qk s˜ ao linearmente independentes.33) j=1 i i i . Observe que. dk . d2 . n X dTi qk = αj dTi Adj = 0. (6.32) dTk+1 Adk+1 Faremos uso do seguinte lema auxiliar. dado xk .6.. i 80 ´ [CAP. d2 . podemos calcular dTk+1 qk xk+1 = xk + αk+1 dk+1 onde αk+1 = . Para obter outra dire¸c˜ao conjugada a partir de qk . geramos dk+1 com k X dk+1 = qk − a ¯jk dj . (6. e qk = b − Axk 6= 0 ent˜ ao os vetores d1 . . .. . j=k+1 ¤ Corol´ario 6. aplicamos Gram-Schmidt com rela¸c˜ao ao produto interno A.. isto ´e. ao dTi qk = 0. dTj Adj dTj Adj onde o j−´esimo res´ıduo ´e qj = −(Axj − b) = b − Axj . De (6.30) obtemos   n X n X qk = b − Axk = A(x∗ − xk ) = A  αj dj  = αj Adj j=k+1 j=k+1 e portanto para i ≤ k. .. dk .2. temos dTj (Axj−1 − b) dTj qj−1 αj = − = .1. Lema 6.. .. . 6: OUTROS TOPICOS e tomando novamente produto com dTj . Se temos as k primeiras dire¸c˜ oes conjugadas {di }ki=1 . n. ent˜ Prova.6. Suponha que x0 = 0 e i ≤ k.

Defina Vk := span{d1 . . 6. qkT AVk−1 = {0}. dk . i = 1.3. . Teorema 6. qkT Vk−1 = {0} e qkT qi = 0 para i ≤ k − 1. Temos que 1. . k. . . . . de (6. i = 1.6.6. dk } = span{di }ki=1 . 1. Assim. i = 1. k. Ak b}. . Vk = span{b. Ab. e di 6= 0. Usamos indu¸c˜ao para provar a primeira afirma¸c˜ao. Para provar o teorema anterior precisamos de um lema simples. Ab. . Lema 6. obtemos k X 0 = dTi Adk+1 = dTi Aqk − ¯jk dTi Adj a j=1 = dTi Aqk − ¯ik dTi Adi . . b} = span{b. . qk } = span{d1 . . . . e os coeficientes a ¯jk s˜ao definidos a seguir. d1 ´e um m´ ultiplo escalar de b e di 6= 0. . . . . dk+1 }. Ak−1 b.4. . . q1 = b. . . . para xk ∈ Vk temos que qk = b − Axk ∈ span{AVk . .6: O METODO DO GRADIENTE CONJUGADO 81 onde span{d1 . Ak−1 b. k. . i i i . . . Suponha que o lema vale para o inteiro k. Ak b}. Prova. . qk } 3. Ab. i ´ [SEC. . . . . dk . . .33) e da hip´otese de indu¸c˜ao vemos que dk+1 ∈ span{b. Tomando produto interno com Adi . . temos que a ¯ik = . . Se d1 = b. . Suponha que x0 = 0. Vk = span{q1 . . a dTi Aqk Logo. Sabemos que V1 = span{d1 } = span{b}. Portanto. AVk ⊆ Vk+1 4. O teorema a seguir nos mostra que dTi Adi fazendo hip´oteses apropriadas somente o coeficiente a ¯kk ´e diferente de zero. Ak−1 b} (subespa¸co de Krylov!) 2. . temos ent˜ ao a ¯1k = a ¯2k = · · · = a ¯(k−1)k = 0. .

30) e (6. −a Note que dTi Adk+1 = 0. Isto prova o primeiro enunciado.33). Este resultado segue do processo de ortogonaliza¸c˜ao em (6. Como podemos es- crever qk = qk−1 − αk Adk e usando 4. dTk Adk dTk+1 Adk+1 Vamos simplificar um pouco mais estas f´ormulas.4 obtemos que qkT qk = qkT (qk−1 − αk Adk ) = −αk qkT Adk .4 temos que dTi Aqk = 0. Note que da pri- meira f´ormula acima e do Lema 6. Se i ≤ k − 1 usando (6. 6: OUTROS TOPICOS Logo. dk+1 Adk+1 dk+1 Adk+1 e na itera¸c˜ao k ter´ıamos αk dTk Adk = qk−1 T qk−1 .6.1. dTk Aqk dTk+1 qk dk+1 = qk − akk dk .3.6. A prova deste ´ıtem segue do ´ıtem 2. o que implica que aik = 0. e o Lema 6. e dTi Adj 6= 0. do Lema 6. αk+1 = .32). do Lema 6. ¤ Agora provamos o Teorema 6. Este resultado ´e consequˆencia do ´ıtem 1. i 82 ´ [CAP. a ¯kk = . 2. Prova.1 obtemos (qk − akk dk )qk q T qk αk+1 = T = T k . 3. Juntando estas duas u ´ltimas igualdades temos dTk Aqk − α1k qkT qk q T qk βk := −¯ akk =− T =− 1 T = T k . span{di }k+1 i k k+1 i=1 ⊆ span{A b}i=0 e como os vetores {di }i=1 s˜ao linearmente independentes eles devem gerar um espa¸co de dimens˜ao k + 1.6. dk Adk αk qk−1 qk−1 qk−1 qk−1 i i i . ¤ Temos ent˜ao a seguintes f´ormulas para a dire¸c˜ao conjugada k + 1 e o seu coeficiente αk+1 em (6. por 3.33) temos k X dTi Adk+1 = dTi Aqk − ¯jk dTi Adj a j=1 = dTi Aqk ¯ik dTi Adj .6.6. 4.

. 6. Inicializar q0 = b − Ax0 2. . ate a convergˆencia (qk−1 . i ´ [SEC. Esta estrat´egia ´e justifi- cada pelo estudo da an´alise de convergˆencia do m´etodo do gradiente conjudado que apresentamos agora. com {di }i=1 dire¸c˜oes conjugadas e Note x∗ = i=1 αi di . qk−1 ) βk = [β1 = 0] (qk−2 . qk−2 ) dk = qk−1 + βk dk−1 [d1 = q0 ] (qk−1 . consideraremos uma aproxima¸c˜ao da forma x ≈ xk0 para algum k0 menor que n.1. Adk ) xk = xk−1 + αk dk qk = qk−1 − αk Adk Tabela 6. Mais especificamente. Iterar k = 1. em algumas aplica¸c˜oes n poder ser um n´ umero muito grande acarre- tando um trabalho computacional invi´avel. A(x∗ − xk )) = 0 i = 1. . 2. . . . Usando estas f´ormulas finais descrevemos o algor´ıtmo na Tabela 6.1: Algoritmo do gradiente conjugado. qk−1 ) αk = (dk . (6. e min ||x∗ − y||A = ||x∗ − xk ||A .34) y∈Vk i i i . . k. Embora o m´etodo do gradiente conjugado convirja em n itera¸c˜oes. . obtemos (di . Pk n Pnque se xk := i=1 αi di . Das propriedades gerais das proje¸c˜oes ortogonais. Neste caso podemos ado- tar a estrat´egia de obter uma aproxima¸c˜ao da solu¸c˜ao do problema Ax = b. ent˜ao xk ´e proje¸c˜ ao ortogonal (no produto interno gerado pela matriz A) do vetor x∗ no espa¸co Vk = span{di }ki=1 .6: O METODO DO GRADIENTE CONJUGADO 83 1.

i=0 Pk−1 Se P ´e o polinˆomio de grau k − 1 definido por P (x) = i=0 γi xi podemos escrever y = P (A)b. . temos. Dado y ∈ Vk .6.4 pode-se exprimir k−1 X y= γi Ai−1 b.35) P ∈Pk−1 Considere a decomposi¸c˜ao espectral da matriz auto-adjunta e posi- tiva definida A = Q∗ ΛQ.34) e o fato kykA = kA1/2 yk2 para todo y ∈ Rn conclu´ımos que ||x∗ − xk ||A = min ||x∗ − y||A = min ||x∗ − P (A)Ax∗ ||A y∈Vk P ∈Pk−1 1/2 = min ||A [I − P (A)A] x∗ ||2 (6. λmax = λ1 ≥ λ2 ≥ · · · ≥ λn = λmin . usando o Lema 6. Obtemos que Vk = {P (A)b : P ∈ Pk−1 } = {P (A)Ax∗ : P ∈ Pk−1 }. λn ) ´e a matriz diagonal com os autovetores de A ordenados do maior ao menor. (6.λ1 ] i i i .(6. isto ´e. Temos que a decomposi¸c˜ao espectral I − P (A)A = Q∗ [I − P (Λ)Λ] Q e usando propriedades das matrizes ortonormais temos ||A1/2 [I − P (A)A] x∗ ||2 = || [I − P (A)A] A1/2 x∗ ||2 ≤ ||I − P (A)A||2 ||A1/2 x∗ ||2 ≤ ||Q∗ [I − P (Λ)Λ] Q||2 ||x∗ ||A = ||I − P (Λ)Λ||2 ||x∗ ||A onde temos usado a desigualdade ||Bzk2 ≤ kBk2 kzk2 valida para toda matriz B. Com esta igualdade.36) λ∈[λn . ||A1/2 [I − P (A)A] x∗ ||2 = ||I − P (Λ)Λ||2 ||x∗ ||A ≤ max |1 − P (λi )λi |||x∗ ||A 1≤i≤n ≤ max |1 − P (λ)λ|||x∗ ||A . i 84 ´ [CAP. . 6: OUTROS TOPICOS Denote por Pk−1 o conjunto de polinˆomios de grau menor o igual que k − 1. onde Q ´e uma matriz ortonormal (tem colunas ortonormais) e Λ = diag(λ1 . . Lembrando que para B auto-adjunta e definida positiva kBk2 ´e o m´aximo autovalor de B. .

−1 onde δij ´e o delta de Kronecker. λ1 . Tk+1 (x) = 2xTk (x) − Tk−1 (x) (6. . 6. Uma das muitas defini¸c˜oes dos Polinˆomio de Chebyshev ´e a seguinte. para todo x ∈ [−1.6: O METODO DO GRADIENTE CONJUGADO 85 onde na u´ltima linha o m´aximo ´e tomado no intervalo [λn . Obtemos Tk (1) = 1. T1 (x) = x.λ1 ] = ||x∗ ||A min max |P (λ)| (6. se |x| > 1.P (0)=1 λ∈[λn . se |x| ≤ 1. Define-se o polinˆomio de Chebyshev de grau k por 4   cos(k cos−1 (x)). 1]. . 0] e portanto Tk define um polinˆomio de grau k na vari´avel x j´a que cos(kθ) ´e um polinˆomio em cos(θ). Finalmente pondo (6. Z 1 1 Ti (x)Tj (x)(1 − x2 )− 2 dx = δij .38)  cosh(k cosh−1 (x)). λ1 ] e n˜ao somente nos n autovalores λn . i ´ [SEC.39) para cada uma. Para entender melhor o problema de minimiza¸c˜ao (6. Note que Tk (x) = cos(kθ) onde cos(θ) = x com θ ∈ [−π. Tk (x) = (6. Os polinˆomios Tn (x) podem tamb´em ser obtidos a partir da recorrˆencia T0 (x) = 1. Uma outra forma de ver este fato ´ e que passando a vari´avel complexa temos cosh(k cosh−1 (ζ)) = cos(−ik cosh−1 (ζ)) = cos(k cos−1 (ζ)) para todo ζ no dom´ınio das duas fun¸c˜ oes no plano complexo. i i i .37) estu- damos polinˆomios ortogonais de Chebyshev(Tchebyshev). |Tk (x)| ≤ 1. .35) obtemos ||x∗ − xk ||A ≤ ||x∗ ||A min max |1 − λP (λ)| P ∈Pk−1 λ∈[λn .39) 4 Para ver que as duas partes da defini¸c˜ ao d˜ ao os mesmos polinˆ omios podemos verificar a f´ ormula de recorrˆ encia (6.36) em (6. .λ1 ] onde para obter a u´ltima igualdade notamos que se P ´e de grau k − 1 ent˜ao o polinˆomio definido por 1 − λP (λ) ´e de grau k e tem o valor 1 quando λ = 0.37) P ∈Pk .

De (6.5. Tk . Temos ent˜ao que no caso λ1 6= λn λ1 + λn g(0) = > 1. Os zeros do polinˆomio T k ficam localizados no intervalo [λn . Na equa¸c˜ao (6.λ1 ] Tk (g(0)) com λ1 + λn Cond(A) + 1 g(0) = = . Tk (g(0)) λ1 − λn Observe que g leva o intervalo [λn . i 86 ´ [CAP. λ1 − λn vemos que T k (0) = 1. e Tk (x) = . λ1 − λn Cond(A) − 1 e onde o n´ ao 5 de A ´e definido por umero de condi¸c˜ λ1 λmax Cond(A) = = . Lema 6. λ1 ]. 1] com g(λn ) = 1.37) vemos que 1 ||x∗ − xk ||A ≤ max |T k (λ)|||x∗ ||A ≤ ||x∗ ||A [λn .40) λn λmin Para continuar com o argumento usaremos o seguinte resultado. (6. 1]. 6: OUTROS TOPICOS que pode ser deduzida facilmente de (6.38).6.37) podemos tomar P = T k definido a partir do polinˆomio de Chebyshev de grau k. por Tk (g(λ)) λ1 + λn − 2λ T k (λ) = com g(λ) = . 2 2 5 ou n´ umero de condi¸c˜ ao espectral i i i . Os zeros do polinˆomio Tk ficam localizados no inter- valo [−1. g(λ1 ) = −1. logo Tk (g(0)) 6= 0. Para todo x com |x| ≥ 1 existe z tal que z + z −1 z k + z −k x= . λ1 ] no intervalo [−1.

1 2 = ·√ ¸k · √ ¸k Tk (g(0)) Cond(A)−1 Cond(A)+1 √ + √ Cond(A)+1 Cond(A)−1 "p #k 2 Cond(A) + 1 ≤ ·√ ¸k = 2 p . Seja x∗ tal que Ax∗ = b e xk o k−´esimo iterado do gradiente conjugado.6. Para o caso em que x0 6= 0. Cond(A) + 1 Corol´ario 6. Cond (A)+1 Cond(A) − 1 √ Cond(A)−1 Fica provado ent˜ao o seguinte Teorema. (δx)0 = 0 i i i .6: O METODO DO GRADIENTE CONJUGADO 87 √ Cond(A)+1 Note que √ ≥ 1.7. i ´ [SEC.6. aplicamos o argumento anterior a Aδx = b − Ax0 . 6.6.5 com z = √ temos que Cond(A)+1 · ¸ Cond(A) + 1 Tk (g(0)) = Tk Cond(A) − 1 " p #k " p #k  1 Cond(A) − 1 Cond(A) + 1  = p + p 2 Cond(A) + 1 Cond(A) − 1 logo. Ent˜ ao "p #k Cond(A) − 1 ||x∗ − xk ||A ≤ 2 p ||x∗ ||A . e que podemos escrever Cond(A)−1   p Cond(A) + 1 1  Cond(A) − 1 1  =   p + √  Cond(A) − 1 2 Cond(A) + 1 Cond (A)−1  √ Cond(A)+1 √ Cond(A)−1 Aplicando o Lema 6.6. Teorema 6.

pode-se exprimir eζ + e−ζ z + z −1 x = cosh(ζ) = = . Pode-se provar que quando A ´e auto-adjunta e definida positiva temos que Cond(A) = λ1 /λn . Provaremos agora o Lema 6.6. i 88 ´ [CAP. o n´ umero de condi¸c˜ao na norma k · k2 ´e definido por Cond(B) = kBk2 kB −1 k2 . Veja [27.6 nos diz que o erro do m´etodo do gradiente conju- gado na norma da energia depende do n´ umero de condi¸c˜ao da matriz Cond(A) = λmax /λmax .6. 26] para mais detalhes sobre m´etodos iterativos. 2 2 usando a defini¸c˜ao do Tk em (6. Em geral. 6: OUTROS TOPICOS e obtemos "p #k Cond(A) − 1 ||x∗ − xk ||A ≤ 2 p ||x∗ − x0 ||A Cond(A) + 1 para todo k. ekζ + e−kζ z k + z −k Tk (x) = cosh(k cosh−1 ζ) = = . i i i . 2 2 Box O Teorema 6. com z = eζ . dada uma matriz invers´ıvel B.38). Prova Se x ≥ 1.5 para completar a demonstra¸c˜ao do teorema anterior.

Alberty. Brenner. second edition. SIAM. [8] P. Algorithms. Funken. R. Masson. Remarks around 50 lines of Matlab: short finite element implementation. and applica- tions in solid mechanics. Springer-Verlag. [7] F. fast solvers. Carstensen. 2003. 2007. M. [2] J. 1991. 89 i i i . J. Brezzi. Analyse fontionnelle: th´eorie et applications. Amsterdam. Springer-Verlag. Numer. Cambrige. Mixed and hybrid finite element methods. Sobolev spaces. vol. The Mathematical Theory of Finite Element Methods. [3] C. S. 2002. Springer series in computational mathematics. Adams. 1999. Borges. volume 140 of Pure and Applied Mathematics (Amsterdam) Elsevier/Academic Press. [5] S. [4] D. Finite elements: Theory. 2001. The Finite Element Method for Elliptic Problems. Ciarlet. C. 15. Ins- tituto Nacional de Matem´atica Pura e Aplicada. Braess. Fournier. Coarse grid correction operator splitting for para- bolic partial differential equations Disserta¸c˜ao de mestrado. Collec- tion math´ematiques appliqu´ees pour la maˆıtrise. Fortin. 1994. Scott. 20(2-3):117–137. 1983. [6] H. i Bibliografia [1] R. Bre´zis.

Numerical Analysis of a Steepest- Descent PDE Model for Surface Relaxation below the Roughe- ning Temperature. [13] J. Lima. Matrix computations Johns Hop- kins Studies in the Mathematical Sciences. P. 1985. Cambridge. Introdu¸c˜ ao aos m´etodos de decomposi¸c˜ ao de dom´ınio. [15] V. [20] R. 1987. Kohn. Lions. Gonc ¸ alves. 1984. 2008. [14] J. Johnson. Domain Decomposition Aanlysis for Hetrogeneous Darcy’s Flow. 3–4. 2009. Projeto Euclides. 1986. F. vol. IMPA. Preconditioners for Elliptic Control Problems Tese de doutorado. 48. Partial Differential Equations. i 90 BIBLIOGRAFIA [9] D. [10] R. American Mathema- tical Society. Golub. Van Loan.L. Girault. 2006. Evans. IMPA. [17] E. 2009. Anal. Baltimore. Rio de Janeiro. 24. [19] C. Numer. vol. Masson. [18] P. 1998. [16] G. Galvis. Tese de Doutorado. C. Pitman. third edition. Springer-Verlag. H. Instituto de Matem´atica Pura e Aplicada. Versieux. Raviart. 1996. Finite element methods for navier- stokes equations. Grisvard. 5. Analyse math´ematique et calcul num´erique pour les sciences et les techniques. 27 Col´oquio Brasileiro de Matem´atica IMPA. Balancing Domain Decomposition Preconditio- ¸a ners for Non-symmetric Problems. i i i . Conceic ˜ o. Numerical solution of partial differential equati- ons by the finite element method. IMPA. [12] L. vol. Espa¸cos m´etricos. Instituto de Matem´atica Pura e Aplicada. [11] E. Mono- graphs and Studies in Mathematics. MD. SIAM J. Dautray. Springer series in computational mathematics. Galvis. Cambridge University Press. Tese de doutorado. Instituto de Matem´atica Pura e Aplicada. Johns Hopkins Uni- versity Press. 1993. 2010. Elliptic problems in nonsmooth domains. J.

[25] J. 2005.edu/˜jrs/jrspapers. IMPA. Tese de doutorado. Society for Industrial and Applied Mathematics. i i i . Masson. Miranda. IMPA. Iterative methods for sparse linear systems. Masson. [23] J. Les m´ethodes directes en th´eorie des ´equations ellip- tiques. Collection math´ematiques appliqu´ees pour la maˆıtrise. SIAM J. Computational mathe- matics and applications. [28] H. Versieux. 2003.html. Marti. 2005. PA. An introduction to the conjugate gradient method without the agonizing pain Technical report. Instituto de Matem´atica Pura e Aplicada. J. The weighted extended B-Splines finite element method. Saad. second edition. August 1994. 1983. 2006. Instituto Nacional de Ma- tem´atica Pura e Aplicada. [27] J. Numerical boundary corrector methods and analy- sis for a second order elliptic PDE with highly oscillatory periodic coefficients with applications to porous media. Disserta¸c˜ao de Mestrado. 33 no. Error analysis for implicit approximations to soluti- ons to Cauchy problems. Rulla. Perda de Injetividade em Reservat´ orios Estratifi- cados. [26] Y. Philadelphia. Numer. [22] M. Anal. 1.cmu. Tese de doutorado. Academic Press. i BIBLIOGRAFIA 91 [21] J.cs. Nec ˇas. Introduction to sobolev spaces and finite element solu- tions of elliptic boundary value problems. Raviart. Thomas. [24] P. 1967. 68-87 1996. http://www. Wrobel. Shewchuk. [29] J. Instituto de Matem´atica Pura e Apli- cada. Introduction ` a l’ analyse num´erique des ´equations aux d´eriv´ees partieles. 1986.