Método dos Elementos Finitos

Introdução
Diversos tipos de problemas físicos que são encontrados nas ciências e nas
engenharias são descritos matematicamente na forma de equações diferenciais ordinárias e
parciais. A solução exata usualmente é fruto de um método de solução analítica encontrado
através de métodos algébricos e diferenciais aplicados a geometrias e condições de contorno
particulares; a aplicação generalizada dos métodos analíticos para diferentes geometrias e
condições de contorno torna impraticável ou até mesmo impossível a obtenção de soluções
analíticas exatas. O chamado Método dos Elementos Finitos (MEF) consiste em diferentes
métodos numéricos que aproximam a solução de problemas de valor de fronteira descritos
tanto por equações diferenciais ordinárias quanto por equações diferenciais parciais através da
subdivisão da geometria do problema em elementos menores, chamados elementos finitos, nos
quais a aproximação da solução exata pode ser obtida por interpolação de uma solução
aproximada.
Atualmente o MEF encontra aplicação em praticamente todas as áreas de engenharia,
como na análise de tensões e deformações, transferência de calor, mecânica dos fluidos e
reologia, eletromagnetismo, etc, inclusive recebendo designações específicas como na
mecânica dos fluidos computacionais (CFD) e no eletromagnetismo computacional (CEM).
O MEF foi originalmente concebido pelo matemático Courant à época da 2ª guerra
mundial através da publicação de um artigo em 1943. Como nessa época ainda não haviam
sido desenvolvidos computadores capazes de realizar uma grande quantidade de cálculos
matemáticos, o método matemático foi ignorado pela academia durante vários anos.
Na década de 1950 engenheiros e pesquisadores envolvidos no desenvolvimento de
aviões a jato na Boeing iniciaram os primeiros trabalhos práticos no estabelecimento do MEF
aplicados à indústria aeronáutica. M. J. Turner, R. W. Clough, H. C. Martin e L. J. Topp
publicaram em 1956, um dos primeiros artigos que delinearam as principais idéias do MEF,
entre elas a formulação matemática dos elementos e a montagem da matriz de elementos.
Mas, no artigo ainda não se fazia referência ao nome elementos finitos para designar os
elementos de discretização da geometria do problema físico. O segundo co-autor do artigo,
Ray Clough era a época professor em Berkeley que estava trabalhando na Boeing durante o
período de férias escolares e que descreveu o método com o nome de método dos elementos
finitos num artigo publicado subseqüentemente. Os seus trabalhos deram início à intensas
pesquisas em Berkeley por outros professores, entre eles E. Wilson e R. L. Taylor, juntamente
com os estudantes de pós-graduação T. J. R. Hughes, C. Felippa e K. J. Bathe. Durante muitos
anos, Berkeley foi o principal centro de pesquisa em MEF. Essas pesquisas coincidiram com a
rápida disseminação de computadores eletrônicos nas universidades e institutos de pesquisas,
que levaram o método a se tornar amplamente utilizado em áreas estratégicas à segurança
americana durante o período da Guerra Fria, tais como pesquisa nuclear, defesa, indústria
automotiva e aeroespacial.
E. Wilson desenvolveu um dos primeiros programas de computador de cálculo pelo
MEF. A sua popularização foi possível pela disponibilização gratuita do software, fato
bastante comum nos anos 1960, pois o valor comercial de programas de computadore ainda
não eram reconhecidos nessa época.
Em 1965, a agência espacial norte-americana NASA financiou um projeto liderado
por Dick MacNeal para desenvolver um programa de cálculo pelo MEF de uso geral. Este
programa, batizado NASTRAN, incluía uma grande capacidade de manipulação de dados e
permitia análise de tensão e deformação, cálculo de vigas, de problemas de cascas e placas,

1
análise de estruturas complexas como asas de aviões e análise de vibrações em duas e três
dimensões. O programa inicial foi colocado em domínio público, porém continha muito bugs
de programação. Logo após o término do projeto, Dick MacNeal e Bruce McCormick criaram
uma empresa de software que corrigiu a maioria dos bugs e comercializaram essa versão
depurada com o nome MS-NASTRAN.
Na mesma época, John Swanson estava desenvolvendo um programa de MEF na
Westinghouse para a análise de reatores nucleares. Em 1969, Swanson deixou a
Westinghouse para comercializar o programa ANSYS. O programa tinha capacidade de
análise de problemas lineares e não-lineares e essas características tornariam o software
ANSYS um dos programas de elementos finitos comerciais mais utilizados atualmente.
Outros programas comerciais desenvolvidos desde então foram o LS-DYNA usado
para análises não-lineares tais como teste de colisão, conformação de metais e simulação de
protótipos; ALGOR, ABAQUS e COSMOS como programas de MEF de uso geral; sendo que
todos os programas possuem versões para microcomputadores e alguns versões mais potentes
para sistemas computacionais paralelos e “cluster”.

Diferenças entre o MDF e o MEF

As diferenças entre o Método das Diferenças Finitas (MDF), visto anteriormente neste
curso, e o MEF são que no MDF são aplicadas aproximações nas derivadas das equações
diferenciais, reduzindo a um problema de sistemas de equações lineares que fornecem a
solução em pontos (nós) discretos no interior do domínio do problema. No MEF, a solução
das equações diferenciais governantes do problema físico pode ser resolvida por funções de
aproximação que satisfazem condições descritas por equações integrais no domínio do
problema. Essas funções de aproximação podem ser funções polinomiais com grau razoável
de ajuste em elementos discretizados a partir da geometria do problema satisfazendo as
equações integrais em cada elemento discreto ou elemento finito. Assim, como no MDF o
MEF ocorre um processo de discretização do domínio, mas diferente daquele, o MEF resulta
em soluções descritas por polinômios conhecidos todo o domínio e não apenas em nós da
malha de diferenças finitas.
Outra diferença marcante entre o MDF e o MEF é na topologia de discretização do
domínio. No MDF 2D geralmente empregam-se malhas de topologia triangular ou retangular
estruturada (Fig. 1). Na malha estruturada os intervalos entre nós adjacentes nas direções x e y
são constantes, como pode ser observado na figura.

(a) (b)
Fig. 1. (a) Exemplos de malha triangular estruturada e (b) malha estruturada retangular
aplicadas a um polígono regular (retângulo).

2
 O emprego de malhas estruturadas dificulta a descrição de geometrias irregulares,
como pode ser observado na Fig. 2 e por essa razão a aplicação do MDF em problemas com
geometria irregulares resulta em problemas numéricos de aproximação da fronteira.

(a) (b)
Fig. 2. (a) Exemplos de malha estruturada retangular e (b) malha estruturada triangular
aplicadas a um polígono com geometria irregular.

O MEF por sua vez não requer topologia de malha estruturada e como usualmente
emprega uma aproximação polinomial aos valores interiores aos elementos discretizados,
pode utilizar para descrever problemas com geometria 2D usando elementos triangulares ou
retangulares não estruturados, isto é, com dimensões diferenciadas entre os elementos
discretos (Fig. 3).

(a) (b)
Fig. 3. Exemplos de malhas não estruturadas (a) triangular e (b) retangular.

Métodos de resolução diretos (Forma “forte” do MEF)

No MEF duas formas de resolução de problemas descritos por EDOs e por EDPs se
desenvolveram. A chamada “forma forte” consiste na resolução direta das equações que
governam o problema físico e suas condições de contorno. A “forma fraca” evoluiu de

3
métodos numéricos aproximados que são representações integrais das equações diferenciais
que governam o problema físico.
A forma forte em contraste com a forma fraca requer continuidade nas soluções das
variáveis dependentes do potencial. Independentemente das funções que definem essas
variáveis, elas devem ser diferenciáveis pelo menos até a ordem da equação diferencial que
define o problema. A obtenção da solução exata pela forma forte é, em geral, difícil e limitada
a casos especiais. O MDF pode ser aplicado na obtenção da solução aproximada de problemas
pela forma forte; entretanto, o MDF funciona bem apenas para problemas com geometrias e
condições de contorno regulares.
A forma fraca permite a aplicação de um método único para resolver diferentes tipos
de problemas físicos, na medida em que os métodos para transformação das equações
diferenciais na forma integral são genéricos e podem ser usadas em diversos tipos de
equações diferenciais. Os principais métodos usados na resolução pela forma fraca são o
método variacional e os métodos dos resíduos ponderados.

Resolução pela forma forte da equação de difusão de calor 1D

A transferência de calor em regime permanente numa barra de comprimento L

submetida ao aquecimento q é um problema de valor de fronteira 1D, descrito pela equação
de difusão de calor:

d  dT 
 kA  − q = 0, 0 < x < L (1)
dx  dx 

Considerando as condições de contorno homogêneas:

T(0) = T(L) = 0 (2)

A solução da equação (1) na forma forte pode ser obtida pela sua integração no
intervalo 0 < x < L e atendendo as condições de contorno (2), resulta em:

T (x ) = x (x − L )
q
(3)
2kA

A solução analítica (3) representa a solução pela forma forte da equação de difusão de
calor (1). A equação (3) tem forma gráfica de uma curva parabólica com ponto máximo em
x = L/2.

Forma Fraca do MEF

Dentre os diversos métodos matemáticos de resolução de problemas de valor de
fronteira podemos classificá-los em dois métodos principais:
• Método variacional ou de Rayleigh-Ritz;
• Método dos resíduos ponderados.

Método variacional ou método de Rayleigh-Ritz

O método variacional, desenvolvido independentemente por W. Ritz (1908) e por
Lord Rayleigh, é um método analítico no qual a minimização de um funcional que descreve a

4
distância de um caminho limitado nas extremidades [a, b] por uma função y(x) que descreve o
caminho (Fig. 4).

y(a)
y4(x)
y3(x)

y2(x)

y1(x)
y(b)

a b x
Fig. 4. Diferentes funções que representam caminhos entre os limites [a, b]. O caminho
mínimo será determinado pela minimização do funcional.I[y].

Para a equação diferencial ordinária linear de 2ª ordem:

y" +Q( x ) y = F ( x ) (4)

com as condições de contorno: y (a ) = y a , y (b ) = yb . O funcional que descreve a equação

diferencial(4) é:

b
 du  2 
I [u ] =
∫
a
  − Q u 2 + 2 Fu  dx
 dx  
(5)

A relação entre o funcional (5) e a equação diferencial (4) é estabelecida pela condição
de Euler-Lagrange:

∂  ∂  ∂
 F ( x , y , y' ) = F ( x , y , y' ) (6)
∂x  ∂y'  ∂y

no qual a equação diferencial de 2ª ordem (4) é expressa na forma da função F ( x , y , y' ) .

b
A minimização do funcional I [u ] =
∫ F (x, y, y' )dx
a
corresponde à condição que

minimiza a função (ou caminho) entre os valores de fronteira [a ,b] descrito pela solução da a
equação diferencial (4).

Exemplo:

5
   du  2 
Verificar que o funcional: I [u ] =
∫
1
a  + ku 2  dx é equivalente à equação diferencial
2   dx  
d 2u
a − ku = 0 através do critério de Euler-Lagrange.
dx 2

Solução:
O integrando do funcional pode ser escrito como:

F ( x ,u ,u' ) = au' 2 + ku 2

∂F ∂F ∂ ∂F
As derivadas de F(x, u, u’) são:= 2au' , = 2ku e = 2au" . Substituindo
∂u' ∂u ∂x ∂u'
na condição de Euler-Lagrange (6), obtém-se:

2au" = 2ku ⇒ au" −ku = 0

d 2u
que corresponde à equação diferencial a − ku = 0 .
dx 2

Distribuição de temperatura numa barra 1D

Vamos aplicar o método variacional para encontrar a distribuição de temperatura em

regime permanente numa barra unidimensional de comprimento L submetida ao aquecimento
q descrito pela equação de difusão de calor (1):

d  dT 
 kA  − q = 0, 0 < x < L (1)
dx  dx 

Considerando as condições de contorno homogêneas:

T(0) = T(L) = 0 (2)

O funcional da equação diferencial (1) é descrito por:

L
 dT  2 2q 
I [T ] =
∫
0
  +
 dx 
T  dx
kA 

(7)

Considerando que a equação diferencial é de 2ª ordem, vamos considerar que a

solução tentativa seja descrita pela equação algébrica de 2º grau:

T ( x ) = ax + bx 2 (8)

Calculando a derivada dT / dx = a + 2bx e substituindo na equação (7), vem que:

6
 L
I [T ] =
∫

(
(a + 2bx ) + kA ax + bx

2 2q 2
) dx (9)
0

Integrando a equação (9), resulta:

L
 2q  ax bx 3 
2

I [T ] =  a 2 x + 2abx 2 + b 2 x 3  +
4
+ (10)
 3  kA  2 3 
0

Os coeficientes a e b serão determinados pela minimização do funcional I[T] em

relação aos coeficientes, isto é, fazendo ∂I / ∂a = 0 e ∂I / ∂b = 0
Aplicando as derivadas parciais de I[T] em função de a e b, vem que:

∂I qL2
= 2aL + 2bL2 + =0 (11)
∂a kA

∂I 8 2qL3
= 2aL2 + bL3 + =0 (12)
∂a 3 3kA

Resolvendo o sistema de equações (11) e (12), obtém-se os coeficientes da solução

tentativa (8), vem que:

T (x ) = x (x − L )
q
(13)
2kA

A solução descrita por (13) é idêntica à solução analítica (3) da EDO (1) e das
condições de contorno (2).
Desta forma, mostramos neste exemplo particular que a solução pela forma fraca
obtida através do método variacional possui o mesmo resultado da solução analítica na forma
forte da EDO.

Método dos Resíduos Ponderados

O funcional também satisfaz as condições de contorno naturais, du/dx = 0 numa
extremidade na qual as condições de contorno essenciais, u = u0, não são aplicadas.
O método dos resíduos ponderados inicia-se com uma equação diferencial genérica na
forma:

Lu = f (14)

no qual L é um operador diferencial qualquer. Este método evita a procura por uma expressão
variacional equivalente. Admite-se uma solução aproximada u* e substitui-se esta solução na
equação diferencial. Como esta é uma solução aproximada, a operação define um erro
residual na equação diferencial:

7
 Lu* - f = r (15)

Não se pode forçar que o resíduo r desapareça diretamente da equação, mas pode-se
forçar que, para uma integral ponderada sobre o domínio Ω da solução, o resíduo desapareça.
Isto quer dizer que a solução em Ω da solução do produto do termo residual e de uma função
peso w seja igual a zero:

I=
∫ rwdΩ = 0 (16)
Ω

Substituindo funções de interpolação pela solução aproximada u* e pela função peso

w, resulta num conjunto de equações algébricas que podem ser resolvidas para n coeficientes
indeterminados da função de interpolação.
Uma das formas empregadas para tornar o resíduo r = Lu* - f pequeno é o de se anular
a integral (16), isto é, de anular pela média o resíduo. Considere que a função peso w é uma
função que testa o resíduo, de modo que ela também é conhecida como função teste. A classe
de funções teste é tal que a integral (16) possa ser escrita na forma:

∫ ( Lu )wdΩ = ∫ fwdΩ
*
(17)
Ω Ω

Geralmente, a formulação matemática original baseada na equação diferencial (14)

denomina-se forma clássica ou forte e a formulação baseada no método dos resíduos
ponderados por forma fraca. Pode-se demonstrar que para funções teste r pertencentes ao
subespaço das funções aproximadas u*, as formulações clássica e fraca são equivalentes e que,
portanto, conduzem às mesmas soluções.

Funções de Aproximação
Diversas formas de aproximação da função u podem ser obtidas. Entretanto, as
condições estabelecidas para que as formulações clássica e fraca sejam equivalentes
restringem a forma e o número de aproximações que podem ser utilizadas para as funções u.
O problema consiste em obter-se uma aproximação de uma função real no intervalo [a, b], na
forma:

n
u n (x ) = c1φ1 ( x ) + c 2φ 2 ( x ) + K + c nφ n ( x ) = ∑ c φ (x )
j =1
j j (18)

As funções φj(x) são conhecidas e supostas linearmente independentes, os coeficientes

cj são parâmetros a determinar.

A equação diferencial pode ser escrita numa outra forma geral como:

D[x , y ] = 0 , a< x<b (19)

8
sujeita às condições de contorno homogêneas:

y (a ) = y (b ) = 0 (20)

O método dos resíduos ponderados escreverá uma solução na forma:

n
u(x ) = ∑ ci Ni (x) (21)
i =1

na qual u(x) é a solução aproximada e expressa como o produto de coeficientes constantes ci a

serem determinados e Ni(x) são funções tentativas (trial functions). Os requisitos das funções
tentativas são que sejam contínuas no domínio do problema e que satisfaçam as condições de
contorno exatamente. A escolha das funções tentativas é definida pelo tipo de problema físico
descrito pelo PVF.
O resíduo r(x) é calculado pela equação:

r ( x ) = D[x ,u ( x )] ≠ 0 (22)

O método dos resíduos ponderados requer que os coeficientes ci sejam avaliados de

forma que:

∫ wi (x)r (x)dx = 0 i = 1, 2, .., n (23)

a

na qual wi(x) representam n funções peso que minimizam a integral.

A escolha da função peso wi(x) define o tipo do método de resíduo ponderado a ser
utilizado, de acordo com os seguintes critérios:

• Método de Galerkin: critério wi(x) = Ni(x)

• Método dos Mínimos Quadrados: critério wi(x) = ∂u/∂ci

• Método da Colocação: critério wi(x) = δ(x - xi) (função delta de Dirac)

O uso da integração por partes com o método de Galerkin normalmente reduz os

requisitos de continuidade das funções de aproximação. Se o funcional variacional existir, o
método de Galerkin fornecerá a mesma aproximação algébrica. Assim, ela sempre oferece
uma estimativa de erro ótima para a solução por elementos finitos.

Método de Galerkin
No método dos resíduos ponderados pelo critério de Galerkin também conhecido
como Método de Galerkin, a função tentativa Ni(x) é igualada à função peso wi(x), de modo
que o sistema de equações lineares é determinado pela integral:

9
 b b

∫ wi (x)r (x)dx = ∫ Ni (x)r(x)dx = 0 i = 1, 2, .., n (24)

a a

Veremos no exemplo seguinte a aplicação do método de Galerkin.

Exemplo:
Resolver o problema de valor de fronteira descrito pela equação diferencial ordinária:

d2y
− 10 x 2 = 5 (25)
2
dx

sujeita às condições de contorno homogêneas: y(0) = y(1) = 0.

Solução:
A presença do termo quadrático na EDO sugere que funções tentativas polinomiais
possam ser usadas. Para as condições de contorno homogêneas em x = a e x = b, a seguinte
função tentativa será usada:

N ( x ) = ( x − a ) p ( x − b )q (26)

na qual as constantes p e q são valores estritamente positivos e inteiros. Essa função tentativa
satisfaz as condições de contorno e é contínua no intervalo a ≤ x ≤ b.
A função tentativa mais simples que pode ser escolhida é aquela fazendo p = q = 1:

N1 ( x ) = x ( x − 1) (27)

Usando esta função tentativa na solução aproximada da EDO:

u ( x ) = c1 x ( x − 1) (28)

de onde vem a primeira e a segunda derivadas:

d 2u
= c1 (2 x − 1) ,
du
= 2c1
dx dx 2

Observamos neste ponto que a solução escolhida não corresponde à solução “física”
do PVF, pois a derivada segunda acima é constante, enquanto que na EDO que descreve o
problema, a derivada segunda é função da variável x2. Entretanto, continuaremos com o
cálculo do problema para ilustrar o método de Galerkin.
Substituindo a derivada segunda de u(x) na equação para o cálculo do resíduo, resulta:

r ( x ) = 2c1 − 10 x 2 − 5 (29)

que, claramente, é não-nulo. Substituindo na integral (24):

10
 1

∫
0
x ( x − 1)( 2c1 − 10 x 2 − 5) dx = 0 (30)

Integrando a equação acima, vem que c1 = 4, de modo que a solução aproximada

resulta em:

u ( x ) = 4 x ( x − 1) (31)

Para este exemplo simples, podemos encontrar a solução analítica através da

integração sucessiva da EDO:

dy
dx
=
d2y
∫ dx 2
dx =
∫ (
10 x 2 + 5)dx = x 3 + 5 x + C1
10
3
(32)

na qual C1 é uma constante de integração.

 10 3 
∫ ∫
dy 5 4 5 2
y= dx =  x + 5 x + C1  dx = x + x + C1 x + C 2 (33)
dx 3  6 2

Aplicando a condição de contorno y(0) = 0, obtém-se C2 = 0, ao passo que a condição

de contorno y(1) = 0 faz com que C1 = -10/3, de maneira que a solução exata seja:

5 4 5 2 10
y= x + x − x (34)
6 2 3

O gráfico da Fig. 5 mostra as curvas da solução aproximada pelo método de Galerkin

e da solução analítica exata.

Fig. 5. Comparação entre a solução aproximada pelo método de Galerkin e pela solução
analítica da EDO.

11
Comparação entre os métodos de análise

O diagrama mostrado na Fig. 6 apresenta os principais métodos analíticos e numéricos

para solução de PVF de equações diferenciais. Observar que embora o método dos elementos
finitos seja uma técnica essencialmente numérica, pode utilizar-se de métodos analíticos na
sua forma fraca.

Métodos de análise (solução de equações diferenciais)

Métodos analíticos Métodos numéricos

Métodos exatos Métodos aproximados Elementos Solução

(p. ex.: separação de (p. ex.: métodos finitos numérica
variáveis, transformada Rayleigh-Ritz,
de Laplace) Galerkin)
Integração Diferenças
numérica finitas

Fig. 6. Diagrama de métodos de análise de problemas de valor de fronteira representados por

equações diferenciais.

Referências Bibliográficas
H. Pina, MÉTODOS NUMÉRICOS, Lisboa: McGraw-Hill, 1995.

D. Hutton, FUNDAMENTALS OF FINITE ELEMENT ANALYSIS, New York: McGraw-

Hill, 2004.

C. F. Gerald, P. O. Wheatley, APPLIED NUMERICAL ANALYSIS, Reading, MA: Addison-

Wesley, 1989.

J. Fish, T. Belytschko, A FIRST COURSE IN FINITE ELEMENTS, New York: John Wiley,
2007.

L. J. Segerlind, APLIED FINITE ELEMENT ANALYSIS, New York: John Wiley, 1984.

Y. W. Kwon, H. Bang, THE FINITE ELEMENT METHOD USING MATLAB, CRC

Mechanical Engineering Series, Boca Raton, Flórida: CRC Press, 1996.

D. H. Norrie, G. De Vries, THE FINITE ELEMENT METHOD, Fundamentals and

Applications, New York: Academic Press, 1973.

W. Ritz, "Ueber eine neue Methode zur Lösung gewisser Variationsprobleme der
mathematischen Physik" J. Reine Angew. Math. 135 (1908 or 1909)

J.K. MacDonald, "Successive Approximations by the Rayleigh-Ritz Variation Method", Phys.

Rev. 43 (1933) 830

12