FORMULACION VARIACIONAL DE

PROBLEMAS DE CONTORNO EN
ESPACIOS DE SOBOLEV
IRLA D. MANTILLA N.
Laboratoriode Simulacin e Investigacin Numrica - Facultad de
Ciencias -Universidad Nacional de Ingeniera
Octubre, 2007
RESUMEN 2
RESUMEN
El propsito de este trabajo es mostrar una tcnica de aproximacin de los
diferentes problemas de contorno en los espacios de Sobolev
El anlisis consta de tres captulos:
Captulo1.- se darn algunos resultados necesarios sobre los espacios fun-
cionales de Sobolev, Formulas de Green, operadores traza que introducimos en la
Formulacin variacional del problema.
En el capitulo 2, se enfoca la formulacin variacional en espacios de Sobolev
V, de los problemas de contorno elpticos Dirichlet y Newman y comentamos
acerca de la existencia de solucin de manera aproximada, se enuncia algunos re-
sultados que permiten demostrar la existencia y unicidad de solucin del problema
variacional.
En el captulo 3, en este captulo tambin se trata de mostrar la descom-
posicin vectorial del espacio [L
2
()]
n
, importante resultado para constituir la
formulacin variacional del Problema de Stokes en los espacios de sobolev V, as
tambien se dan algun resultados con los que permite demostrar la existencia y
unicidad de solucin.
Finalmente se dan las referencias bibliogracas.
INDICE GENERAL 3
INDICE GENERAL
1. PRELIMINARES
1.1 Espacios de Hilbert 5
1.2 Espacios L
P
() 8
1.3 Espacios de Sobolev 12
1.4 Valor de una funcin en el borde de 15
2.-FORMULACIN VARIACIONAL DE PROBLEMAS ELIPTI-
COS
2.1 Problema de Dirichlet
2.2 Problema de Newmann 17
2.3 Existencia y Unicidad para problemas elpticos lineales 21
2.3.A Problema continuo 21
2.3.B Problema discreto 28
2.3.C Interpretacin geomtrica de la solucin
aproximada y estimacin del error 29
3.- Problema de Stokes
3.1-Campos vectoriales en [L
2
()]
n
31
3.2-Formulacin Variacional del Problema de Stokes
3.3- Existencia y unicidad del problema de Stokes
BIBLIOGRAFIA
CAPITULO 1.- 4
CAPITULO 1.-
INTRODUCCION
Los espacios de Sobolev son espa cios vectoriales cuyos eleementos son fun-
ciones denidas sobre dominios en el espacio Euclideano n-dimensional R
n
y cuyas
derivadas parciales satisfacen ciertas condiciones de integrabilidad Empezaremos
comentando algunos conceptos bsicos sobre los espacios de Hilbert.
1.1 ESPACIOS DE HILBERT
Denicin 1.1.1
Sea H un espacio vectorial normado real o complejo, se dene el producto
escalar (., .) : H H K = R o C como una funcin de valor real, tal que a
cada par de vectores u, v H, se le asocia un escalar denotado por (u, v) y que
satisface las siguientes propiedades:
i) (u, v) = (v, u) u, v H, (v, u) es el nmero complejo conjugado de (v, u)
ii) (u +v, w) = (u, w) + (v, w) u, v, w H
iii) (u, v) = (u, v) K u, v H
iv) (u, u) > 0 u 6= 0
Denicin 1.1.2
Sea (H, k.k) un espacio vectorial normado, si toda sucesin {u
n
} de cauchy
es convergente respecto a su norma k.k , entonces se dice que es completo o de
Banach.
Si un espacio vectorial normado H es completo con la norma que cumple la
condicin kuk =
p
(u, u), entonces se le dene a H como un espacio de Hilbert.
Ejemplos
El espacio R
n
con el producto escalar (x, y) =
n
P
i=1
x
i
y
i
es un espacio de Hilbert
es decir (., .) dene una norma en este espacio denida por:
(x, x) =
n
P
i=1
x
i
x
i
=
n
P
i=1
(x
i
)
2
= kxk
2
R
n
.
Recordaremos algunas normas en R
n
.
La longitud euclideana de un vector en R
n
est denotada por:
kvk
2
=
p
v
2
1
+v
2
2
+.... +v
2
n
es llamada una norma para el espacio R
n
e indica
la distancia del origen hacia v R
n
.
INTRODUCCION 5
La norma que generaliza el valor absoluto en R
1
es:
kvk
1
=
n
P
i=1
|v
i
|
Tambin es otra norma, llamada la norma innita en R
n
y se escribe asi:
kvk

=max
1in
{|v
i
|} cada v
i
es una componente del vector v.
Denicin 1.1.3
Un subconjunto M de un espacio vectorial H real o complejo, es convexo si
x+(1 )y M x, y M, (0, 1).
Si H es un espacio vectorial normado real o complejo y M es un convexo
cerrado no vaco de H, a cada x H se le asocia su distancia a M representada
por d(x,M)=inf
zM
kx zk .
Proposicin 1.1.4 (Teorema de la proyeccin sobre un convexo cerrado)
Sea H un espacio de Hilbert y S 6= un subconjunto convexo y cerrado de H.
Para cada u H existe un nico elemento u
o
S tal que ku u
o
k =inf
vS
ku vk
y se dice la proyeccin de u sobre S, u
o
= P(u) = P
S
(u).
Demostracin
Sea = d(x,S); =inf
vS
ku vk
1.1 i) Si u S, tomamos u
o
= u
1.1 ii) Supondremos entonces que u / S. Por denicin de inmo existe una
sucesin (v
n
) en S tal que lim
n
ku v
n
k = .
Probaremos que (v
n
) es una sucesin de Cauchy en H.
Sean x = v
n
u, y = u v
m
. Usando la ley del paralelogramo se obtiene:
k(v
n
u) + (u v
m
)k
2
+ k(v
n
u) (u v
m
)k
2
= 2 kv
n
uk
2
+ 2 ku v
m
k
2
kv
n
v
m
k
2
= 2(kv
n
uk
2
+ ku v
m
k
2
) kv
n
+v
m
2xk
2
= 2(kv
n
uk
2
+ ku v
m
k
2
) 4

v
n
+v
m
2
u

2
v
n
+v
m
2
S, por ser convexo; luego:

v
n
+v
m
2
u

,
(*) kv
n
v
m
k
2
2(kv
n
uk
2
+ ku v
m
k
2
) 4
2
lim
n
m
kv
n
v
m
k
2
2(
2
+
2
) 4
2
= 0.
INTRODUCCION 6
Luego, (v
n
) es una sucesin de Cauchy, y como H es completo, existe u
o
H
tal que v
n
u
o
. siendo S cerrado, se tiene u
o
S y = lim
n
ku v
n
k = ku u
o
k .
Unicidad de u
o
Supongamos que u
o
, u
1
son puntos de S tales que ku u
o
k = ku u
1
k =
de modo similar a la relacin (*) se obtiene:
ku
o
u
1
k
2
2

ku
o
uk
2
+ ku u
1
k
2

4
2
= 0
luego u
1
= u
o
.
Denicin 1.1.5
Sea V un espacio de Hilbert. Una proyeccin P : V V es una aplicacin
lineal tal que PoP = P
2
= P y satisface las siguientes propiedades:
1.1 a) Pu = u, u P(V ).
1.1.b) IP tambin es una proyeccin
1.1.c) Ker P =(I P)(V ), Ker(IP) = P(V )
1.1.d) P(V ) Ker P = {0}
1.1.e) P(V )+Ker P = V.
La proyeccin P se llama ortogonal si (PV ) (I P) (V ).
Proposicin 1.1.6.-Sea V un espacio de Hilbert real o complejo, y sea M un
subespacio vectorial cerrado de V.
La aplicacin P
M
: V V es un operador lineal y continuo, de norma kP
M
k
1 en L(V, V )
( kPk = 1 si M 6= ).
Si Ker(P
M
) = N, entonces N es un subespacio vectorial cerrado suplementario
de M en V tal que N = M

, V = M N
Teorema 1.1.7
Sea H un espacio de Hilbert y M un subespacio vectorial cerrado de H.
Si u = u
o
+ u
1
M + M

, es la descomposicin ortogonal de u, denimos

P
M
: H H mediante P
M
(u) = u
o
como el nico elemento de M talque (u
o
u)
M. Entonces se dice:
1.1.I) P
M
es una proyeccin ortogonal.
1.1.II) [d(u, M)]
2
= ku P
M
(u)k
2
1.1.III) (P
M
(u), u) = (u, P
M
(u)) = kP
M
(u)k
2
Demostracin (ver [10] )
Observacin:
Si u M, entonces u = u + 0 M +M

; luego P
M
(u) = u, u M
Adems d(u, M) = kuk P
M
(u) = 0, u M

.
Nota 1.1: Sea H un espacio de Hilbert y P : H H una proyeccin
ortogonal. Si M = P(H) entonces M es un subespacio cerrado de H.
En efecto: M = P(H) = Ker(IP) y (IP) es ortogonal.
INTRODUCCION 7
Teorema 1.1.8
Sea H un espacio de Hilbert y M un subespacio cerrado de H. Entonces existe
una nica proyeccin ortogonal P : H H tal que P(H) = M
Demostracin
Sea P
M
: H H la proyeccin ortogonal denida en el Teorema 1.1.7; se
tiene P
M
(H) = M.
Sea P : H H cualquier proyeccin ortogonal tal que P(H) = M.
P(H) (IP)(H)
1.1.c
M (Ker P) Ker P M

.
Como H = M +Ker P, si z M

, entonces z = m+n con m M

y n Ker P; 0 = (z, m) = kmk
2
+ (n, m)
| {z }
0
, m = 0,
z = n Ker P. luego M

Ker P, M

= Ker P.
Sea u H, u = u
o
+u
1
M +M

.
P
M
(u) = u
o
; Pu = Pu
o
+Pu
1
.
Pu
o
= u
o
, pues u
o
M = P(H)
Pu
1
= 0, pues u
1
M

= Ker P.
Luego P
M
= P.
A continuacin introduciremos algunos espacios Funcionales que usaremos de
manera natural en la formulacin variacional de algunos problemas elpticos con
valores de contorno.
1.2 ESPACIOS L
P
()
En todo el contenido del trabajo denotaremos por a un subconjunto abierto,
acotado y simplemente conexo de R
n
y por = la frontera de , considerada
sucientemente regular.
Sea p un nmero real tal que 1 p < y R
n
un conjunto medible y
f : R una funcin medible tal que
R

|f(x)|
p
dx < x .
Denicin 1.2.1
Denotemos por M
p
() el conjunto de funciones medibles, entonces para f
M
p
() denimos la relacin < tal que:
f < g f(x) = g(x), g M
p
() c.t.p , es decir salvo, quizs en un
subconjunto de de medida nula.
INTRODUCCION 8
Sobre este conjunto denimos la seminorma
N
p
(f) = [
R

|f(x)|
p
dx]
1/p
para f M
p
().
Observacin: N
p
(f) = 0 no implica que f = 0 f M
p
().
Denicin 1.2.2
La relacin < es de equivalencia, haciendo una particin sobre el conjunto
M
p
() denimos el conjunto de clases de equivalencia de funciones medibles en
denotado por
L
p
() = (M
p
())/<
para las cuales se tiene que:
R

|f(x)|
p
dx < .
Entonces en el espacio L
p
() denimos la norma k.k
L
P
kgk
L
P
= [
R

|f(x)|
p
dx]
1/p
, donde f es un elemento de la clase g.
Se verica que L
p
(), kgk
p
es completo (ver [10]).
puesto que si {f
n
} es una sucesin de cauchy en L
p
(), entonces f
n
f en
L
p
() con la norma kgk
L
P
.
Al conjunto L
p
() se le conoce como el espacio de funciones medibles y
pintegrables sobre .
Es de gran inters en el presente trabajo considerar el espacio L
p
() para el
caso de p = 2,
L
2
() = {f : R/
Z

|f|
2
dx < }
L
2
() es llamado el espacio de funciones medibles de cuadrado integrable
sobre .
Sobre este espacio se dene el producto escalar (., .)
L
2
()
: L
2
()L
2
() R
tal que:
(f, g)
L
2
()
=
Z

f(x)g(x)dx
que induce a la norma kfk
0,
denida por:
INTRODUCCION 9
kfk
0,
= kfk
L
2
()
= [
Z

|f(x)|
2
dx]
1/2
f L
2
()
.
El espacio L
2
() con la norma kfk
L
2
()
= (f, f)
1/2
L
2
()
, es completo. Entonces
L
2
() para la norma kfk
L
2
()
es un espacio de Hilbert.
Proposicin 1.2.3:Para el producto escalar (., .)
L
2
()
asociado a la norma
k.k
L
2
()
se tiene la siguiente Desigualdad de Cauchys
|(, )| kk
L
2
()
kk
L
2
()
.
Esto mismo se cumple para cualquier producto escalar asociado a su norma
correspondiente.
1.2.4.-Identicacin de L
P
() por elementos de D
0
()
Denicin.- Si G es un conjunto no vacio y G es su clausura en R
n
.Se dene
la inclusin compacta G , si G y G es compacto (cerrado y acotado)
Denicin.- Si u es una funcin denida sobre G, se dene el soporte de u,
como el conjunto
sop(u) = {x G : u(x) 6= 0}
Se dice que u tiene soporte compacto en , si sop(u) . Si denotamos por
la frontera de G al conjunto
Front(G) = G G
c
, donde G
c
= R
n
\G = {x R
n
: x / G}
Si denotamos por = como la frontera de
FUNCIONES TEST
Denotemos por:
C
0
() es el espacio de funciones continuas denidas sobre ,donde = ,
C
k
() el espacio de funciones continuas, denidas sobre tales que, las
derivadas hasta del orden k (0<k ) son continuas
D() =C

0
() el espacio de funciones de funciones innitamente diferencia-
bles, continuas y de soporte compacto.
Espacio de Distribuciones.-Sea D
0
() = L(D(), R) el conjunto de fun-
cionales aplicadas sobre el espacio D(), al cual se le dene como el espacio Dual
de D(), es llamado el Espacio de Distribuciones.
Sea IN el co njunto de los nmeros naturales, dado un
i
, IN, el vector
de componentes naturales = (
1
, ........,
N
) para IN
N
, entonces es un
INTRODUCCION 10
muti-ndice si cumple: 0 || m, donde m es un entero y || =
1
+ ........+
N
,
donde N IN.
Derivada Distribucional
Sea u C
1
() y D(), integrando por partes respecto a la variable x
j
R

x
j
u(x)

(x)dx =
R

u(x)

x
j
(x)

dx
Similarmente si u C
||
(), || y la integracion por partes conduce a
R

x
j
u(x)

(x)dx = (1)
||
R

u(x)

x
j
(x)

dx
Sea T D
0
(), denotaremos por D

x
j
y deniremos a la derivada D

T,
en el sentido Distribucional, si existe D(), tal que:
D

T() = (1)
||
TD

()
Sea ,
j
C

0
(), una sucesin de funciones

se dice que converge

en D() si satisface las siguientes condiciones:
i) Existe K , tal que sop(
j
) K, j
ii) lim
j
D

j
(x) = D

(x) uniformemente sobre K, para cada multi-ndice

Sea C el campo de los nmeros complejos, si D

j
D

en C, donde D

L(D(), R)
Entonces a los elementos de D() que satisfacen (i) y (ii) se les dene como
funciones Test o funciones de prueba.
Dualidad entre D
0
() y D()
El espacio D
0
() constituye un espacio vectorial topolgico dbil que repre-
senta el espacio dual de D()
Usaremos la notacin < ., . > para indicar la dualidad
Sea D
0
() es decir que:
: D() R es una aplicacin lineal y continua,
entonces podemos representar () = < , >; D()
Sea L
2
(), que se puede identicar por la distribucin simple-
mente como , entonces:
< , >= (, )
L
2
()
=
R

(x)(x)dx D().
Por tanto se puede establecer una aplicacin continua e inyectiva del espacio
L
2
() al espacio D
0
() es decir L
2
() D
0
()
INTRODUCCION 11
Entoces a la derivada D

x
j
, se le puede identicar por dualidad como
< D

, >= (D

, )
L
2
()
=
R

(D

(x)) (x)dx = (1)

||
R

(x) (D

(x)) dx
<

x
j
, >= (

x
j
, )
L
2
()
=
R

(x)
x
j

(x)dx = (1)
||
R

(x)

x
j
(x)

dx
Denicin 1.2.5.-Una funcin : R R se llama simple si existe un
nmero nito A
1
, A
2
, ....A
m
de conjuntos medibles en R y dos a dos disjuntos
tales que:
i) es una constante diferente de cero en cada A
i
, o sea existe a
i
R tal
que,
(x) = a
i,
si x A
i
,para i = 1, 2, ....m.
ii) (x) = 0 si x /
m

i=1
A
i
Ejemplo: La funcin caracterstica del conjunto A
i
.
Teorema 1.2.6.- Sea R
n
abierto y acotado entonces D()= L
p
() (1
p < )
Demostracin
La demostracin se realiza en varias etapas: (ver [10])
1.4.A). Aproximacin puntual de una funcin medible mediante funciones sim-
ples
1.4.B). Aproximacin de una funcin medible y de soporte compacto mediante
funciones continuas
1.4.C). El conjunto de funciones simples integrables es denso en L
p
()
1.4.D). El conjunto de funciones de clase C
k
() y de soporte compacto es
denso en L
p
().
1.4.E). El espacio D() es denso en L
p
(); 1 p < .
Denotemos por el conjunto D(

) el espacio de funciones innitamente difer-

enciables sobre

con soporte compacto incluido en ,
D(

) = { |

D(R
n
)} y donde

es la clausura de .
Sea
R
n
+
= {x = (x
0
, x
n
) R
n
, x
n
> 0; x
0
= (x
1,
x
2
, ..., x
n1
)}
Si = R
n
+
, entonces la frontera de est dada por:
= {x = (x
0
, x
n
) R
n
, x
n
= 0}
INTRODUCCION 12
1.3 ESPACIOS DE SOBOLEV
Es el espacio funcional denido por 1 p
W
m,p
() = {u L
p
() : D

u L
p
() para 0 || m}
Es un espacio de Hilbert separable con el producto interno (u, v)
m
=
P
0||m
(D

u, D

v)
kuk m, p =
P
0||m
(kD

uk
p
p
)
1/p
; p <
kuk
m,
= max
0||m
kD

uk

W
m,p
0
() = D() en el espacio W
m,p
()
W
m,p
0
() W
m,p
() L
p
()
Con lo establecido anteriormente sobre la identicacin de L
2
(), podemos
introducir los espacios de Sobolev H
m
() = W
m,2
(), donde m entero
Denicin 1.3.1.-Sea R
n
, denimos el espacio de Sobolev H
0
() =
L
2
() y el espacio de Sobolev de orden 1 sobre denotado por
H
1
() = { L
2
();

x
i
L
2
() i = 1, ..., n; (L
2
())
n
},
donde las derivadas para son en el sentido de las distribuciones.
H
1
() est dotado del producto escalar:
(, )
1,
= (, )
L
2
()
+ (, )
L
2
()
es decir,
(, )
1,
=
Z

[. +.]dx , H
1
()
que induce a la norma :
kk
1,
= (, )
1/2
1,
= [
Z

(
2
+ ||
2
)dx]
1/2
H
1
()
Proposicin 1.3.2
El espacio H
1
() es completo con la norma k.k
1,
.
Demostracin
Probaremos que toda sucesin de Cauchy en H
1
() es convergente con la
norma k.k
1,
En efecto:
INTRODUCCION 13
Sea {
n
} una sucesin de Cauchy en H
1
()
> 0 n
o
N tal que p, q n
o

2
1,

entonces:
{
n
} es de Cauchy en L
2
()
(

n
x
i
)
es de Cauchy en L
2
()
i = 1, 2, ..., n
pero L
2
() es completo, entonces

n
converge en L
2
()

n
x
i

i
converge en L
2
() para i = 1, .., n
sabemos que se aplica:
L
2
() D
0
() tal que

es lineal y continua, luego pertenece a D
0
()
entonces

n
converge en D
0
(),

n
x
i
v
i
converge en D
0
() para i = 1, .., n.
Sabemos tambin,

x
i
: D
0
() D
0
() es tal que


x
i
es lineal y continua por lo que

n
x
i

x
i
en D
0
()
entonces:

x
i
=
i
L
2
(), puesto que D
0
() es un espacio de Hausdor
(Ver [18]).
Finalmente se tiene la convergencia de
n
:
H
1
(), entonces
n
en H
1
()
ya que:
_

n
en L
2
(),

n
x
i

x
i
en L
2
()
_

n
en H
1
()
INTRODUCCION 14
Proposicin 1.3.3 Entonces el espacio H
1
() para la norma kk
1,
es un
espacio de Hilbert.
Demostracin
Puesto que H
1
() para la norma kk
1,
= (, )
1/2
1,
es completo, de la proposi-
cin anterior se tiene lo que se desea demostrar.
Denicin 1.3.4.-
Denimos por H
1
0
() como la clausura de D() en H
1
()
es decir H
1
0
() = D()
H
1
()
donde:
H
1
0
() = { H
1
() : v = 0 sobre } , es la frontera de
El espacio de funciones H
1
0
() es un sub espacio cerrado en H
1
() (ver [5])
H
1
0
() est dotado del producto escalar y de la norma de H
1
().
Nota: si H
1
0
(), entonces existe {
n
} D(), tal que
n
ie.
converge en H
1
() (ver [7]),como H
1
() es completo, entonces H
1
0
() es completo.
Teorema 1.3.5 (Desigualdad de Poincar).-(ver [10])
Si es un abierto acotado en R
n
, entonces una cte. C = C() positiva tal
que
kk
0,
C()
_
_
n
P
i=1

x
i

2
0,
_
_
1/2
; H
1
0
().
Denicin 1.3.6
Si es un abierto acotado en R
n
, denimos la seminorma |.|
1,
representada
por
||
1,
=
_
_
n
P
i=1

x
i

2
0,
_
_
1/2
H
1
().
Proposicines 1.3.7
La seminorma |.|
1,
es una norma sobre el espacio H
1
0
(), y es equivalente a
la norma inducida por k.k
1,
.
Demostracin
Es una consecuencia del teorema de Poincar.
Sea H
1
0
() tal que ||
1,
= 0 kk
1,
= 0 v = 0.
Notar que:
INTRODUCCION 15
1 H
1
(), entonces 1/ H
1
0
()
H
1
0
() 6H
1
().
Denicin 1.3.8
Sea W
m,p
() = {v L
p
();

v L
p
() || m}
En general un espacio de Sobolev de orden m se dene cuando p = 2, en
W
m,2
() se denota usualmente como H
m
().
Para m 1 entero positivo, abierto y acotado en R
n
, se dene:
H
m
() = { L
2
();

L
2
(), || m, (N)
m
}
el espacio H
m
() est dotado del producto escalar (., .)
m,
denido por
(, )
m,
=
P
||m
R

(x).

(x)dx; , H
m
()
que induce a la norma
kk
m,
= (, )
1/2
m,
Por ejemplo para R
2
y m = 2
H
2
() = { L
2
(),

x
,

y
,

2

x
2
,

2

y
2
,

2

xy
L
2
()}
y = (1, 0), (0, 1), (2, 0), (0, 2), (1, 1) respectivamente.
Se verica que

H
2
(), k.k
2,

es un espacio de Hilbert (ver [8]).

Denimos tambin el espacio
H
m
0
() = D()
H
m
()
, es decir la clausura de D() respecto a H
m
()
y su espacio dual por:
H
m
(), dotado de la norma,
kk
m,
= sup
v H
m
0
()
v 6= 0
< , v >
kvk
m,
.
1.4 VALOR DE UNA FUNCION EN EL BORDE DE
Asumimos que es la frontera de en R
2
, la cual es continua de clase
C
1
, es decir puede ser representado parametricamente por funciones continuas y
diferenciables.
Designaremos por:
d como la medida de supercie sobre ,
INTRODUCCION 16
L
2
() = {f : R, f es medible y de cuadrado integrable sobre para la
medida d}
con el producto escalar
(f, g)
L
2
()
=
R
(

f.g)dx , x , y est dotado de la norma

kfk
0,
= kfk
L
2
()
= [
R

|f|
2
dx]
1/2
Denicin 1.4.1
Dado que es un abierto acotado de frontera continua y diferenciable,
denimos la aplicacin traza como la aplicacin lineal y continua
o
: D()
L
2
() tal que por la continuidad de la aplicacin, puede ser extendida a una
aplicacin de H
1
() L
2
() tal que
o
= |

es llamado el valor de sobre

la frontera ,
adems dado que

x
i
H
1
() podemos tambin denir la traza

x
i
|

o
(

x
i
) L
2
().
Teorema 1.4.2.
1) El espacio D() es denso en H
1
()
2) Existe una constancte C tal quek
o
k
L
2
()
C kk
1,
Demostracion
La demostracin (ver [18])
Denicin 1.4.3
Sean:
Ker(
o
) = H
1
0
()
Imagen(
o
) = H
1/2
() L
2
() un subespacio propio y denso
dotado de la norma k.k
1/2,
denida por
kk
1/2,
= inf
H
1
()

o
=
kk
1,
Se dene como la completitud del espacio L
2
() al espacio H
1/2
(), dual de
H
1/2
() dotado de la norma,
kgk

1
2
,
= sup
H
1/2
()
< g, >
kk1
2
,
Nota 1.4 El espacio H
1/2
() es un espacio de Hilbert para la norma k.k
1/2,
(ver [18]).
Denicin 1.4.4
El espacio H
1/2
0
() es un subespacio de H
1/2
() denido por
H
1/2
0
() = {g H
1/2
(); < g, 1 >= 0},
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
17
donde < ., . > ndica el producto escalar de dualidad entre H
1/2
() y H
1/2
()
extendido de L
2
(), ie. si g L
2
(), podemos identicar < g, >=
R

g.dx
, x , H
1/2
().
1.4.5 FORMULAS DE GREEN
Por la densidad de D(

) en H
1
() y de las propiedades de extensin de |

por
o
() se tiene la siguiente frmula de Green
Si , H
1
() se verica
N
P
i=1
R

(

x
i
)dx =
N
P
i=1
R

(

x
i
)dx+
N
P
i=1
R

o
()
o
()n
i
ds
(1.4-i) Si H
2
(), entonces

x
i
H
1
() reeplazando
por

x
i
y sumando para i = 1, ...N.
R

.dx =
R

4.dx +
R

(

n
)dx, H
1
()
(1.4-ii)Si tomamos de H
2
() y H
1
() se deduce la sigu-
iente frmula
R

.dx =
R

.4dx +
R

(

n
)dx
y de la diferencia de ambas ecuaciones se tiene
(1.4-iii)
R

.4dx
R

4.dx =
R

[(

n
) (

n
)]dx
, H
2
().
DESCOMPOSICION ORTOGONAL DE [L
2
()]
n
Sobre un conjunto abierto y acotado de R
n
de frontera contnua se dene
los problemas de contorno elpticos lineales de tipo Dirichlet (D) y de tipo Neu-
mann (N), demostraremos la existencia y unicidad de la solucin y los usaremos
para demostrar la existencia y unicidad de la descomposicin del espacio [L
2
()]
n
.
Se busca una funcin u : R que verique:
(D)

4u = f en
u = g sobre
(N)
_
_
_
4u = f en
u

= g sobre
si g = 0 se dice homognea, y si g 6= 0 es no homognea respecto a la condicin
de contorno.
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
18
2.1 FORMULACION VARIACIONAL DE LOS PROBLEMAS
DIRICHLET NEUMANN
2.1.1 PROBLEMA ELIPTICO DE DIRICHLET
Se sabe que una solucin clsica de (D) es una funcin u C
2
() y que
verica (D). Una solucin dbil para (D) es una funcin u H
1
0
() que verica
Z

u.vdx =
Z

f.vdx+
Z

gvdx v H
1
0
()
es llamada la foma variacional del problema (D).
En efecto:
Para el caso que f L
2
() y g = 0
Supongamos que u es sucientemente regular, por ejemplo u H
2
(), multi-
plicando la ecuacin de (D) por una funcin test v de H
1
0
() y gracias a la frmula
de Green (1.4.i.) de la ecuacin:

4u.vdx =
R

f.vdx
R

u.vdx
Z

.vdx
| {z }
0
=
R

f.vdx ;como v H
1
0
() y satisface el problema
(D),
se llega a tener lo siguiente:
R

u.vdx =
R

f.vd v H
1
0
().
por tanto se tiene la formulacin debil del problema (D).
(VD)
(
Hallar u H
1
0
() tal que
R

u.vdx =
R

f.vd v H
1
0
()
por densidad veamos que esta igualdad es vlida v H
1
0
()
Reciprocamente:
si u H
1
0
() es solucin de (VD)u es solucin para (D)
En efecto:
tomemos enparticular:
R

u.vdx =
R

f.vdx v D()
R

u.vdx =
n
P
i=1
R

u
x
i
.
v
x
i
dx =
n
P
i=1
<
u
x
i
,
v
x
i
>
D
0
(),D()
=< f, v >
D
0
(),D()
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
19
entonces:
<
n
P
i=1

2
u
x
2
i
, v >
D
0
(),D()
=< f, v >
D
0
(),D()
se puede deducir que (D) se satisface en el sentido de las distribuciones, es
decir,
< 4u, v >=< f, v > v D() 4u = f en D
0
()
pero f L
2
() 4u L
2
(),
luego la ecuacin tiene sentido c.t.p de L
2
().
Adems el hecho de que u H
1
0
(), entonces se tiene la condicin de contorno
u = 0 sobre y se satisface en el sentido de las trazas
o
u = u |

= 0 en L
2
().
2.1.2 PROBLEMA ELIPTICO DE NEUMANN
Para el problema (N) analizaremos los casos homogneo y no homogneo re-
specto a la condicin de contorno:
I) Dada f L
2
() y g = 0
(N)
1
_
_
_
4u = f en
u

= 0 sobre
Si u es sucientemente regular, por ejemplo u H
2
(), multiplicando por
una funcin test v H
1
() e integrando sobre el problema se escribe:

(4u).vdx =
R

f.vdx v H
1
()
aplicando la frmula de Green (1.4.i) y teniendo en cuenta la condicin de
contorno
u

= 0 en la ecuacin:
R

u.vdx+
R

.vd =
R

4udx v H
1
()
resulta entonces,
R

u.vdx =
R

f.vdx v H
1
().
por tanto se tiene la siguiente formulacin variacional para el porblema (N).
(VN)
1
(
v H
1
() hallar u
R

u.vdx =
R

f.vdx
Si u es solucin clsica de (N) entonces u tambin es solucin de (VN).
En efecto:
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
20
tomemos u H
1
() que verique (VN),
y en particular tomemos
v D() :
()
R

u.vdx =
R

f.vdx
de la frmula de Green
R

u.vdx =
R

4u.vdx+
R

(
u

).vdx

4u.vdx+
R

(
u

).vdx =
()
R

f.vdx
R

(4u).vdx+
R

(
u

).vdx =
R

f.vdx v D().
< 4u, v > +
R

(
u

).vdx =< f, v > v D()

para que se verique 4u = f en el sentido de distribuciones
4u = f D
0
()
pero f L
2
() 4u L
2
().
se tiene que:
R

u.vdx =
R

f.vdx , puesto que

R

.vdx = 0 v H
1
()
tomando v = 1 se tiene la condicin de compatibilidad
R

fdx = 0.
Podemos observar que en la formulacin variacional de este problema desa-
parece la condicin de contorno.
II) Para f L
2
() y g 6= 0,con g L
2
()
(N)
2
_
_
_
4u = f en
u
n
= g
Si u es solucin de (N) u +c tambin es solucin de (N) c R
multiplicando por una funcin test v H
1
()
resulta:

4u.vdx =
R

f.vdx+
R

g.vdx v H
1
()
de la frmula de Green:
R

uvdx
R

u
n
.vds =
R

f.vdx+
R

g.vds v H
1
()
de la condicin de contorno se tiene
R

uvdx =
R

f.vdx+
R

g.vds v H
1
()
tomando v = 1 H
1
()
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
21
R

fdx+
R

gds = 0, esta es la condicin de compatibilidad

Es decir existe solucin en ambos casos pero no existe unicidad
Entonces para garantizar la existencia y unicidad introduciremos los siguientes
resultados.
2.2.A) Existencia y Unicidad del Problema Variacional
2.2.a) Sea V un espacio de Hilbert,
2.2.b) Con producto escalar (., .)
V
y la V norma correspondiente k.k
V
,
2.2.c) Sea a(., .) una forma bilineal continua sobre V V, es tal que M > 0 ;
a(u, v) M kuk . kvk u, v V.
2.2.d) Sea l(.) : V R una forma lineal continua sobre V, l V
0
espacio
dual de V, i.e.
u, v V y
C > 0 tal que :
l(v) C kvk v V donde
klk
V
0
= sup
v V
v 6= 0
(
l(v)
kvk
), V
0
es de Banach.
Entonces el problema variacional elptico lineal estara dado por:
(P)

Hallar u V tal que:

a(u, v) = l(v)
Para la existencia nica de solucin del problema (P) necesitamos introducir
una condicin adicional sobre a(., .), entonces a continuacin utilizaremos la sigu-
iente denicin como una condicin suciente.
Denicin2.2.1A.
Se dice que la forma bilineal a(., .) es V -elptica, si existe 0 tal que
a(v, v) kvk
2
v V.
Teorema 2.2.2A( Lema de Lax-Milgram)
Con las hiptesis a), b), c) y s la forma bilineal satisface la denicin 2.2.1A,
i.e. a(., .)es V elptica. Entonces el problema (P) admite solucin nica u V ;
adems la aplicacin lineal
l u es continua de V
0
en V .
Si a(., .) es simtrica, entonces u se caracteriza por la propiedad:
u V y
1
2
a(u, u) l(u) =min
vV
{
1
2
a(v, v) l(v)}
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
22
Demostracin
(ver [18])
Sea (., .) el producto escalar en V
Sea V
0
el dual de V
l V
0
del teorema de representacin de Riez ! L tal que l(v) = (l, v)
V
v V
entonces existe una correspondencia biunivoca : l l de V
0
sobre V
esta correspondencia es una isometra. Por notacin usaremos l = L
kLk
V
= sup
v V
v 6= 0
(L, v)
kvk
= sup
v V
v 6= 0
l(v)
kvk
= klk
V
0
Por tanto klk
V
0
= kLk
V
. []
Fijando u dentro de V la forma lineal que aplica v a(u, v) es continua sobre
V.
entonces es un elemento de V
0
.
Aplicando nuevamente el teorema de representacin de Riesz, se tiene la ex-
istencia y unicidad de un elemento Au V tal que:
(Au, v) = a(u, v) v V.
Entonces hemos denido el operador A : V V tal que
para u se tiene que Au es lineal y continua, dado que:
kAuk
V
= sup
v V
v 6= 0
(Au, v)
kvk
= sup
v V
v 6= 0
a(u, v)
kvk

(2.2.c)
M kuk .
Entonces el problema variacional (P) es equivalente al siguiente problema:

Encontrar u V tal que

Au = L
Entonces el teorema se reduce a demostrar que A es biyectivo
en efecto:
De la elipticidad de a(., .) se tiene,
kvk
2
a(v, v) = (Av, v)
V
kAvk . kvk
dividiendo por kvk ,
kvk kAvk v V [+]
pero A es lineal y contnua, entonces es inyectiva.
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
23
Con esto prueba que A es inyectivo.
Para probar que A suprayectivo es decir que AV = V
veremos sucesivamente que:

i) AV es cerrado en V
ii) (AV )

= {0}
i) Sea w AV V, es decir (Av
m
) AV tal que (w
m
) w en V ,
entonces v
m
V tal que w
m
= Av
m
, en virtud de [+]
kAv
m
Av
p
k = kA(v
m
v
p
)k kv
m
v
p
k
v
m
es una sucesin de Cauchy en un espacio de Hilbert V
v
m
v en V.
Por la continuidad de A Av
m
= w
m
Av = w AV
esto prueba que AV es cerrado dentro de V.
ii) Sea v
0
(AV )

kv
0
k
2
a(v
0
, v
0
) = (Av
0
, v
0
) = 0
v
0
= 0.
Sea H = AV
H es cerrado en V y V = H H

entonces V = A(V )
luego A es suryectiva
Con esto se prueba la biyectividad de A.
Se puede demostrar tambin que A
1
: V V es continua dado que:
kAvk . kvk v V
kA
1
vk
1

kvk , luego A
1
es continua.
De todo lo dicho en [*] sobre l se puede deducir que la solucin u del problema
(P)
verica:
kuk = kA
1
Lk
1

. kLk =
1

. klk .
Con esto queda demostrado el teorema.
Adems si a(., .) es simtrica,
a(u, v) = a(v, u) u V, v V
introducimos el funcional F(v) =
1
2
a(v, v) l(v)
y consideramos que el problema dado es equivalente al problema de mini-
mizacin
(PM)
(
Encontrar u V tal que:
F(u) =inf
vV
F(v)
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
24
Nota 2.2.2A:
Por tanto si a(., .) es simtrica y V elptica, entonces el problema (PM) ad-
mite una solucin nica u V , que es tambin solucin del problema (P).
En efecto:
Sea u V solucin del problema (P) y w cualquier elemento de V ; por la
simetra de a(., .)
F(u +w) =
1
2
{a(u, u) + 2a(u, w) +a(w, w)} {l(u) +l(w)} =
= F(u) + {a(u, w) l(w)} +
1
2
a(w, w)
desde que u satisface el problema (P)
F(u +w) = F(u) +
1
2
a(w, w),
y de la V -elpticidad de a(., .) se tiene que:
F(u +w) F(u) +

2
kwk
2
F : V R es diferenciable segn Gateaux en u V si existe F
0
(u) talque
(F
0
(u), v) = a(u, v) l(v) = 0 a(u, v) = l(v)
v V ; v 6= u
F(u) < F(v).
De la V-elipticidad y continuidad de a(., .)
M kuk l(u) = a(u, u) kuk
2
se obtiene una estimacin para u
kuk
V

M

.
2.2.2.APLICACION DE LAX MILGRAM AL PROBLEMA (VN)
Veremos para el caso del problema de Neumann no homogneo.
Sea la forma bilineal denad sobre H
1
() H
1
() R
a(., .) no es H
1
()-elptica, puesto que:
kk
2
1,
= [
R

(
2
+ ||
2
)dx]
1/2
, luego no existe > 0 tal que:
a(, ) =
R

||
2
dx kk
2
1,
.
Por lo que no se asegura la unicidad en H
1
(). Para poder aplicar el teorema
de existencia y unicidad de Lax Milgram a este problema primero daremos los
siguientes resultados que nos permitan demostrar la unicidad.
Denicin 2.2.3A
Sea P
0
es el conjunto de polinomios de grado cero. Dado un espacio de fun-
ciones V , la clase de equivalencia de u V en el espacio cociente V/P
0
se denotar
por
.
u, es decir,
.
u= {u +c donde c P
0
} V/P
0
.
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
25
Haciendo V = H
1
()
Denimos el espacio cociente H
1
()/P
0
como el conjunto de elementos
.
u,
donde
.
u es la clase de equivalencia perteneciente a H
1
()/P
0
y est dotado de la
norma:

.
u

H
1
()/P
0
= inf
u
.
u, cR
ku +ck
1,
.
Entonces tiene sentido la siguiente formulacin variacional en el espacio co-
ciente H
1
()/P
0
(VN)
2
(
hallar
.
u H
1
()/P
0
R

.
u
.
v dx =
R

f.
.
v dx+
R

g.
.
v ds
.
v H
1
()/P
0
.
u= {u +c donde u H
1
(), c P
0
} H
1
()/P
0
.
Probaremos primero que el espacio cociente H
1
()/P
0
es de Hilbert.
Proposicin 2.2.4A
El espacio H
1
()/P
0
dotado de la norma del cociente

.
u

H
1
()/P
0
es un espacio
de Hilbert.
Demostracin
Como H
1
() es un espacio de Hilbert

.
u

H
1
()/P
0
=inf
u
.
u
ku Pr
P
o
(u)k
1,
;
(2.2.4) Pr
P
o
(u) =
1
med()
R

udx
u Pr
P
o
(u) = Pr
P

o
(u)

.
u

H
1
()/P
0
=

Pr
P

o
(u)

haciendo P
0
= M,
denimos una isometra de
H
1
()/M M

tal que
.
uPr
M
(u)
luego H
1
()/M est dotado del producto escalar
(
.
u,
.
v)
H
1
()/M
= (Pr
M
(u), Pr
M
(v))
H
1
()
(
.
u,
.
u)
H
1
()/M
=

.
u

2
H
1
()/P
0
.
por tanto H
1
()/M es un espacio de Hilbert.
por comodidad a partir de ahora prescindiremos del punto ()
Proposicin 2.2.5A
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
26
Sea l(.) una forma lineal continua sobre H
1
() tal que
l(s) = 0 s = 0 s R.
Entonces la norma [|u|
2
1,
+ (l(u))
2
]
1/2
es equivalente sobre H
1
() a la norma
usual kuk
1,
.
(ver [18])
Proposicin 2.2.6A
La seminorma

.
u

1,
es una norma en el espacio cociente H
1
()/P
0,
entonces
las normas

.
u

H
1
()/P
0
y |u|
1,
son equivalentes.
Demostracin:
Sea |u|
1,
=

.
u

1,
u
.
u
Si

.
u

1,
= 0
.
u= 0 en H
1
()/P
0
Probaremos (H
1
()/P
0,
|u|
1,
) es un espacio completo
Sea (
.
u
n
) una sucesin de Cauchy en H
1
()/P
0
para la norma |.|
1,
dado que

.
u
p

.
u
q

1,
= |u
p
u
q
|
1,
u
p

.
u
p
, u
q

.
u
q
construimos a partir de (
.
u
n
) una sucesin (u

n
) tal que:
l(u

n
) = 0 n, donde l(.) es la forma lineal de la Proposicin 2.3.4
veamos:
Sea u
n

.
u
n
, tomando u

n
= u
n

l(u
n
)
l(1)
l(u

n
) = l(u
n
)
l(u
n
)
l(1)
.l(1) = 0
u

n
es de Cauchy con |.|
1,
, por la proposicin anterior

p
u

2
1,
+l
2
(u

p
u

q
) =

p
u

2
1,
por lo que (u

n
) es de Cauchy en H
1
(), y este espacio es completo con |.|
1,
,
entonces
u

H
1
() tal que u

n
u

en .
Para concluir se observa que

.
u
n

.
u

1,
= |u

n
u

|
1,

n
0
de la continuidad

.
v

1,
kvk
H
1
()/P
0
y por el teorema de la aplicacin abierta
(ver en [10]) se tiene la equivalencia de las normas

.
u

H
1
()/P
0
y |u|
1,
.
Pretendemos aplicar el teorema de Lax Milgram al problema variacional (VN)
Entonces formulamos el siguiente problema abstracto para el mtodo de ele-
mentos nitos:
(VN)

Encontrar
.
u H
1
()/P
0
talque
a(
.
u,
.
v) = l(
.
v)
.
v H
1
()/P
0
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
27
?Este problema tiene solucin nica
.
u H
1
()/P
0
?.
Tomando
a(
.
u,
.
v) =
R

u.vdx
l(
.
v) =
R

f.vdx+
R

g.vdx v H
1
()/P
0
.
H
1
()/P
0
es un espacio de Hilbert (de Prop.2.2.6)
Demostraremos ahora:
i) La continuidad de a(., .) :
a(u, v) =
R

u.vdx |u|
1,
|v|
1,
kuk
1,
kvk
1,
u, v H
1
()
Sustituyendo u por u +s y v por v +r, s,r R
R

(u +s).(v +r)dx |u +s|

1,
. |v +r|
1,
ku +sk
1,
. kv +rk
1,
a(u, v) [inf
sR
. ku +sk
1,
. inf
rR
kv +rk
1,
]
= kuk
H
1
()/P
0
kvk
H
1
()/P
0
u, v H
1
()/P
0
ii) La elipticidad de a(., .):
Por lo dicho anteriormente
a(u, u) =
R

u.udx = |u|
2
1,

(Prop.2.2.6.)
kuk
2
H
1
()/P
0
iii) La continuidad de l
|l(v)| =
R

f.vdx+
R

g.vds kfk
0,
. kvk
0,
+ kgk
0,
. kvk
0,

kfk
0,
+C kgk
0,

. kvk
1,
v H
1
()
y sustituyendo v por v +s; s R se tiene que:
l(v + s) =
R

f.vdx+
R

g.vdx) +s (
Z

f.dx+
Z

g.dx)
| {z }
= 0
= l(v)
asumimos que existe C > 0 tal que:
|l(v +s)|

kfk
0,
+C kgk
0,

. kv +sk
1,
tomando el inmo
|l(v +s)|

kfk
0,
+C kgk
0,

. inf
sR
kv +sk
1,
l(v) C

kvk
H
1
()/P
0
.
Del teorema 2.2.2 A (Lema de Lax Milgram) de i), ii) y iii) se tiene la existencia
nica de la solucin del problema (VN)

.
Observacin 2.2.2A Supongamos que en el problema (VN)

f W
m,p
(),
g W
m+11/p,p
(), donde 1 < p < . Entonces
.
uW
m+2,p
()P
0
y existe una
constante C> 0, tal que

.
u

W
m+2,p
()P
0
C{kfk
m,p,
+ kgk
m+11/p,p,
}.
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
28
(ver en [18])
2.2.C INTERPRETACION GEOMETRICA Y ESTIMACION DE
ERROR DE LA SOLUCION APROXIMADA
La solucin
h
es la proyeccin con respecto al producto escalar de V, de la
solucin exacta sobre V
h
, es decir
h
V
h
y es el elemento mas cercano a con
respecto a la norma k.k
H
1
()
o que:
k
h
k
H
1
()
k k
H
1
()
V
h
.
2.2.C1 ESTIMACION DEL ERROR
En primer lugar probaremos un resultado importante que estima la estabilidad
de la solucin
h
V
h
.
Elegimos un =
h
en el problema (P
h
),
de la propiedad de V elipticidad de la forma bilineal a(., .) y de la continuidad
de la forma lineal l(.), existen , C > 0 tales que:
k
h
k
2
V
a(
h
,
h
) = l(
h
) C k
h
k
V
donde k
h
k
V
6= 0, entonces dividiendo por este trmino, se obtiene:
k
h
k
V

C

.
Teorema 2.2.C2
Sean los problemas continuo (A) y discreto (B) respectivamente:
(A)

a(, ) = l()
V
(B)

a(
h
, ) = l()
V
h
Si V es la solucin de (A) y
h
V
h
es la solucin de (B), donde V
h
V.
Entonces
k
h
k
V

C

k k
V
V
h
.
Demostracin
Como V
h
V , tomemos en particular
a(, w) = l(w) w V
h
, de la sustraccin
a(
h
, w) = 0 w V
h
Para V
h
arbitrario, denimos w =
h
w V
h
,
=
h
w
De la elipticidad y continuidad de a(., .) existen , > 0 tales que:
k
h
k
2
V
a(
h
,
h
)
= a(
h
,
h
) +a(
h
, w)
= a(
h
,
h
+w) = a(
h
, )
k
h
k
V
k k
V
,
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
29
dividiendo por k
h
k
V
6= 0 en ambos lados de la desigualdad, se tiene que,
k
h
k
V

k k
V
, V
h
. 2
La estimacin que muestra el teorema 2.2.C.2, es una estimacin cualitativa
abstracta, pero podemos obtener una estimacin cuantitativa eligiendo una
funcin apropiada V
h
y luego estimamos k k
V
.
Generalmente se elige =
h
;
h
V
h
puede ser la funcin interpolante
a trozos

h
(N
i
) =
h
, donde N
i
es un nodo de la malla para i = 1, ...., M + 1.
Se puede estimar el error
h
sobre cada tringulo K, lo que consiste en
la construccin del espacio de aproximacin Discreto, previamente utilizando un
mtodo Variacional discreto (Galerkin, u otro), en el caso de Galerkin denominado
como el Mtodo de Elementos Finitos.
Teorema 2.2.C3
Sea K
h
un tringulo con vrtices a
i
, i = 1, 2, 3. Dado C
0
(K) la
interpolante P
1
(K) denido por = (a
i
), i = 1, 2, 3. Entonces existe
una constante C tal que:
k k
L
2
(K)
C.h
2
K
||
H
2
(K)
,
k k
H
1
(K)
C.
h
2
K

K
. ||
H
2
(K)
donde:

K
= es el dimetro del crculo inscrito en el tringulo K,
h
K
= es la longitud del mayor lado de K
h =max
K
h
h
K
.
Demostracin
(ver [5])
Este msmo teorema podemos aplicar para estimar el error de interpolacin
global de:
k
h
k
L
2
()
y |
h
|
H
1
()
es decir que:
k
h
k
L
2
()
C.h
2
K
||
H
2
(K)
|
h
|
H
1
()

h
2
K

K
. ||
H
2
(K)
.
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
30
2.3. CAMPOS VECTORIALES EN [L
2
()]
n
En esta seccin describiremos algunos subespacios de [L
2
()]
n
para luego
denir la descomposicin ortogonal de sus elementos, para ello introducimos los
siguientes resultados:
Sea v = (v
1,
v
2,
......v
n
) [D
0
()]
n
, denimos el operador divergencia
div : [D
0
()]
n
L
2
() tal que: para v [D
0
()]
n
, se tiene
div.v =
n
X
i=1

v
i
x
i

=
v
1
x
1
+
v
2
x
2
+..... +
v
n
x
n
Notar que: Para R
n
acotado, de frontera continua,
Si L
2
(), =


x
i

[L
2
()]
n
, para i = 1, 2, ....n
div() =
n
X
i=1

x
2
i

=

2

x
2
1
+..... +

2

x
2
n
= 4
Como L
2
() D
0
() (inyeccin continua), entonces el espacio [L
2
()]
n
es
un subespacio de [D
0
()]
n
(ver [17]). Entonces es posible introducir la siguiente
denicin:
Denicin 2.3.1
Denimos el Espacio Divergencia como el conjunto de vectores, expresado
por
H(div; ) = {v [L
2
()]
n
; div.v L
2
(); i = 1, ..., n}
est dotado de la norma:
kvk
H(div.;)
= {kvk
2
0,
+ kdiv.vk
2
0,
}
1/2
.
Este espacio satisface importantes propiedades, como la de ser un espacio de
Banach, convexo y cerrado en [L
2
()]
n
y dado que H(div.; ) = [L
2
()]
n
es un
espacio de Banach para la norma kvk
H(div.;)
, existe una sucesin (v
m
) H(div; )
que es de cauchy y esta sucesin converge a v [L
2
()]
n
con la norma kvk
H(div.;)
(ver en [9]), por tanto es un espacio de Hilbert.
Tambin se dene el espacio H
0
(div; ) = [D()]
n
H(div;)
.
TEOREMA 2.3.2
D
0
(

)]
n
es denso en H(div.; ). (ver en [9])
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
31
Se puede ver tambin que [H
1
()]
n
H(div; ) [L
2
()]
n
Consideremos los siguientes resultados:
Proposicin 2.3.3
La aplicacin
n
: [D()]
n
L
2
(); denida por
(
n
v) = v.n a.e. de
puede ser extendida por la continuidad a una aplicacin lineal y continua
denotada tambin por
n
: H(div; ) H
1/2
().
Demostracin
Sea D() y v [D()]
n
por la frmula de Green se tiene:
[2.3.i]
(v, ) + (div.v, ) =
Z

(v.n)ds
.
Como D() es denso en H
1
() entonces esta igualdad es vlida tambin para
H
1
() y v [D(

)]
n
.

n
es lineal y continua con la norma de H(div; ) y como [D(

)]
n
es denso en
H(div.; ) por el (Teorema 2.3.2), considerando la norma de H(div; ) y la norma
de H
1
() se tiene la desigualdad
(*)

(v.n)ds

kvk
H(div;)
kk
1,
H
1
(), v [D(

)]
n
.
Sea H
1/2
(). Entonces existe un elemento H
1
() tal que = sobre
. Por la desigualdad anterior (*) implica:

(v.n)ds

kvk
H(div;)
kk
1/2,
H
1/2
(), v [D(

)]
n
.
Por tanto se extiende de manera nica
n
a una aplicacin lineal y continua
denotada tambin como
n
, talque
se tienek
n
k
1/2,
= kv.nk
1/2,
kvk
H(div;)
v H(div.; )
donde
n
L(H(div.; ), H
1/2
()) tal que
(**) k
n
k
L
(
H(div.;),H
1/2
()
) 1. 2
Por extensin
n
v = v.n es llamada la componente normal de v sobre
Del teorema 2.3.2 y de la Prop. 2.3.3 se deduce las siguientes frmulas:
[2.3ii]
(div.v, ) = (v, )+ < v.n, >

v H(div; ), H
1
().
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
32
En consecuencia de esto se puede extender la derivada normal para el operador
laplaciano y se tiene la siguiente frmula:
Para H
1
() y 4 L
2
(). Entonces

n
H
1/2
()
y
[2.3.iii]
(, ) = (4, )+ <

n
, >

H
1
()
En adelante, usaremos v.n en vez de
n
(v).
Proposicin 2.3.4.-
Rang(
n
) = H
1/2
()
k
n
k
L
(
H(div.;),H
1/2
()
) = 1
Demostracin
Sea

H
1/2
() debemos demostrar que:
para v H(div; ), v.n = sobre entonces kv.nk
1/2,
kvk
H(div;)
para ello consideremos el siguiente problema
(N)
_
_
_
Hallar H
1
() tal que
4 + = 0 en

n
= sobre
Como vimos anteriormente este es un problema de Neumann y tiene solucin
nica H
1
().
Sea v = . Entonces v H(div; ) y v.n =
Adems kk
2
1,
=< , >

kk
1/2,
kk
1,
.
Como div.v = , se tiene que:
kvk
H(div;)
kk
1/2,
= kv.nk
1/2,
. 2
Proposicin 2.3.5
Ker(
n
) = {u H(div; ); u.n |

= 0} = H
0
(div; )
Demostracin
Para demostrar Ker(
n
) H
0
(div; ) , [D()]
n
es denso en Ker(
n
), luego
aplicamos la propiedad de densidad usada en el teorema 2.3.1.
Se demuestra que H
0
(div; ) Ker(
n
) como una consecuencia inmediata de
la frmula (2.3.ii)
de ambas iclusiones se tiene la igualdad. 2
Denicin 2.3.6
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
33
Considerando que H
0
(div; ) = [D()]
n
H(div;)
, denimos el conjunto:
H = {u H
0
(div; ); div(u) = 0}
H es un subespacio cerrado de [L
2
()]
n
.
Si es un subconjunto conexo en R
n
se dene el ortogonal de H por el
conjunto:
H

= {; H
1
()}
Observacin 2.3.7
En vista de la Proposicin 2.2.4A resulta que, H

es un subespacio cerrado
de [L
2
()]
n
. Si u H resulta de la frmula 2.3.ii y de la Prop. 2.3.4 que:
(u, ) = 0 H
1
()
2.3.8 ESPACIO ROTACIONAL H(rot;)
Sea una regin acotada en R
N
,
para N = 2, 3. Denimos el operador rotacional para las distribuciones
D
0
() y v [D
0
()]
2
por:
rot. =


x
2
,

x
1

,
rot.v =
v
2
x
1

v
1
x
2
Notar que el rotacional de un campo vectorial bidimensional es un escalar.
Cuando N = 3. Denimos el rotacional de la distribucin v [D
0
()]
3
por
rot.v =

v
3
x
2

v
2
x
3
,
v
1
x
3

v
3
x
1
,
v
2
x
1

v
1
x
2

y satisface las siguientes identidades:

rot(rot.) = 4 N = 2
rot(rot.v) = 4v +(div.v) N = 2, 3.
El espacio rotacional se dene por:
H(rot; ) = {v [L
2
()]
n
; rot.v [L
2
()]
n
}
esta dotado con la norma:
kvk
H(rot;)
= {kvk
2
0,
+ krot.vk
2
0,
}
1/2
con la que constituye un espacio de Banach (ver [9]).
denimos tambin el conjunto:
H
0
(rot; ) = (D())
n
H(rot;)
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
34
2.4 EXISTENCIA Y UNICIDAD DEL POTENCIAL
ESCALAR
Teorema 2.4.1
Sea R
n
, una regin simplemente conexa. Una funcin u [L
2
()]
n
, que
satisface la siguiente ecuacin:
rot.u = 0 en
entonces existe una nica funcin
.
H
1
()/P
0
, tal que:
u =
.

Demostracin
(ver la demostracin en [9]).
Segun este teorema se puede dar otra caracterizacin para el subespacio:
H

= {v [L
2
()]
n
, rot.v = 0} =Ker(rot)
y una consecuencia es u H si rot.u = 0 u = 0.
Por lo dicho anteriormente es posible la descomposicin del espacio [L
2
()]
n
como la suma directa de los subespacios H y H

, es decir:
[L
2
()]
n
= H H

y la denicin de sus elementos lo demuestra el siguiente teorema.

2.4.2 Teorema de la Descomposicin en [L
2
()]
2
Toda funcin v [L
2
()]
2
= HH

tiene la siguiente descomposicin ortog-

onal: se puede representar a v as
(2.4.a) v = +rot.
donde H
1
()/P
0
, es la solucin nica del problema variacional:
(2.4.b)

(, ) = (v, )
H
1
()
Sea = { H
1
(); |

= 0}, es la nica solucin del problema

(2.4.c)

(rot., rot.) = (v , rot.)

Demostracin
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
35
Para v [L
2
()]
2
, el problema (2.4.b) tiene una solucin nica H
1
()/P
0
.
Esta solucin satisface 4 = div(v) en H
1
()
como (v ) H(div; )
de la frmula de Green (2.3.ii) aplicada a (2.3b) se obtiene:
0 = (v , ) =< (v ).n, >

H
1
()
(v ).n = 0 en H
1/2
(), es decir que (v ) H
existe una funcin que verica las frmulas (2.3.a) y (2.3.c). 2
Observaciones 2.4.3
1) Cuando u H(div; ), el problema (2.3.b) tiene la siguiente interpretacin
_
_
_
4 = div(u) en

n
=

x

1
+

y

2
= u.n sobre
2
Si u pertenece unicamente a [L
2
()]
2
, y es irrotacional entonces se cumple la
propiedad
4 = div(u)
u = .
2)Sea R
2
abierto, acotado y simplemente conexo, sean los conjuntos
U = H
0
(div; ) H(rot; )
W= H(div; ) H
0
(rot; )
si v U, entonces v puede ser expresado como:
v = +rot.
donde es solucin nica del problema
_
_
_
4 = div.v en

n
= 0 sobre
y es la solucin del problema

4 = rot.v en
= 0 sobre
2.5 Valor de un campo vectorial en el borde de
Sea el vector w = (v
2
, v
1
) H(div; ) tal que v = (v
1
, v
2
) H(rot; ) y
= (
2
,
1
) es un vector tangente unitario a , talque:
w.n = v.
donde n = (
1,

2
) representa el vector normal exterior a .
2.5.1 Denicin
DESCOMPOSICION ORTOGONAL DE [L
2
()]
N
36
Se dene la traza de un campo vectorial, como la aplicacin

: v v.
lineal y continua, se dice el valor de v en la frontera de , donde v H(rot; ).
P1) [D(

)]
2
es denso en H(rot; )
P2) La aplicacin

restringido a y denida sobre [D(

)]
2
puede ser
extendida por la continuidad de la aplicacin lineal llamada tambin

, desde el
espacio H(rot; ) hacia el espacio H
1/2
().
P3) El espacio H
0
(rot; ) = ker

P4)-Se puede escribir la frmula de Green en H(rot; ) como:

(v, rot.) (rot.v, ) = < v.,
o
>

v H(rot; ), H
1
().
Proposicin 2.5.2
Dada la funcin g [H
1/2
()]
n
, talque
R

g.nd = 0
Entonces existe una funcin u en [H
1
()]
n
talque:
div.u = 0 en
u = g sobre
Demostracin
(Ver en [9])
Proposicin 2.5.3
Una condicin necesaria y suciente para que una funcin v [H
1
()]
2
, es
que verique las siguientes condiciones:
div(v) = 0 en ,
R

v.nd = 0
! H
2
() tal que:
v = rot.
cuyas componentes de v son

x
2
y

x
1
respectivamente
v.n =

n
,
v. =

n
, = (
2,

1
).
Observacin 2.5.4
CAPITULO 3.- 37
Se puede ver que de todo lo dicho anteriormente se deduce lo siguiente:
1) [H
1
()]
2
H(div; ) [L
2
()]
2
2) Las funciones rot.() y son ortogonales en [L
2
()]
2
.
3) v = rot.(v) = 0
4) v = rot.() div(v) = 0
5) Si u H(div; )

n
= u.n H
1
()
(ver [9]).
CAPITULO 3.-
ADAPTACION DE UN MALLADO
En el presente capitulo se plantea un mtodo de adaptacin de un mallado a
un cierto estimador de error, concervando el nmero de grados de libertad y las
conectividades de la malla inicial.
El principio de ste mtodo consiste en considerar los nodos del mallado inicial,
como las partculas de un uido irrotacional y compresible, pero cuya compresi-
bilidad local es proporcional a la desviacin del error sobre su media; con lo que
se consigue que globalmente el uido sea incompresible.
3.1 PLANTEAMIENTO DEL PROBLEMA
Sea un dominio abierto y acotado de R
n
sobre el que se plantea la resolucin
aproximada de un cierto problema de contorno lineal no lineal.
Supongamos que se dispone de un mallado M
x
de , mediante elementos
nitos, volmenes nitos o diferencias nitas y que resolvemos un problema de
contorno sobre este mallado M
x
.
Asi tambin dispondremos como dato, de la estimacin local del error cometido
en la aproximacin del problema dado sobre M
x
.
Esta estimacin local del error se representar por la funcin w(x) tal que:
w :

R
+
x w(x)
w es una funcin bin denida sobre y sobre los nodos de la malla M
x
bin
en los elementos o celdas del mallado y talque w L
2
().
El problema a resolver es entonces el siguiente:
ADAPTACION DE UN MALLADO 38
Hallar un nuevo mallado M
y
de un mallado adaptado el estimador
de error w(x), tal que, debe cumplir las siguientes condiciones:
(C
1
) M
y
conserve la msma topologa que M
x
, es decir, tiene
el msmo nmero de nodos de M
x
y concerve las conectividades entre nodos y
elementos.
(C
2
) M
y
es un mallado admisible de , es decir, no hay pene-
tracin de unos elementos en otros y stos no degeneran.
(C
3
) Sobre el mallado M
y
se obtiene un mejor reparto de la
funcin w que sobre el mallado M
x.
3.2 TECNICA DE RESOLUCION
Supondremos a abierto y acotado en R
2
, un mallado sobre denotado por
M
x
, cuyas coordenadas de cada nodo son {x
j
= (x
1
, x
2
)}, j = 1, ...N., una funcin
w(x) que representa la estimacin de error cometido al aproximar un problema de
contorno mediante elementos nitos y resuelto sobre M
x
. Ahora mi objetivo es
obtener un nuevo mallado que se adapte a w(x) al que se denotar por M
y
. Las
coordenadas de los nodos en M
y
son {y
j
= (y
1
, y
2
)}; j = 1, ..., N.
Consideraremos a cada uno de los N-nodos del mallado M
x
, {x
j
} como si
fueran las partculas de un uido irrotacional y localmente compresible de modo
que la localizacin de los N-nodos del nuevo mallado M
y
, los {y
j
} se obtengan de
la forma siguiente:
y
j
= x
j
+ u
j
j = 1, .....N (3.2.1)
donde u
j
designa la velocidadde desplazamiento de la partcula j. El parmetro
homogneo > 0 es el que dimensionalmente representa a un incremento de
tiempo que tardar el nodo x
j
para llegar al nuevo lugar nodo y
j
con velocidad
u
j
.
Resultar til, a partir de ahora, considerar la versin continua de (3.2.1), es
decir:
y = x + u x

R
2
, > 0 (3.2.2)
donde la funcin:
ADAPTACION DE UN MALLADO 39
y :

x y(x)
que debe vericar la siguiente condicin:
J[y] =

y
1
x
1
y
1
x
2
y
2
x
1
y
2
x
2

= 1 +

u
1
(x
1
, x
2
)
x
1
+
u
2
(x
1
, x
2
)
x
2

u
1
(x
1
, x
2
)
x
1
u
2
(x
1
, x
2
)
x
2

u
1
(x
1
, x
2
)
x
2
u
2
(x
1
, x
2
)
x
1

> 0
Es decir, que el jacobiano J[y] designada como la transformacin del mallado
M
x
en M
y
debe ser positivo y lo denotaremos por D(, u(x)). Entonces
D(, u(x)) = 1 + div(u(x)) +
2
det
e
u(x) > 0 x

(3.2.3)
es el que asegurar el cumplimiento de la condicin (C
2
).
El problema ahora consiste unicamente en hallar el campo de velocidades
admisibles u(x) H(div; ) asociado a las partculas del udo, en funcin de
la distribucin del estimador local de error w(x) sobre la malla M
x
de .
Considerando el mallado M
x
sobre R
2
como un uido irrotacional, se
supondr entonces que:
rot.u = (
u
2
x
1

u
1
x
2
) = 0 (3.2.4)
Esta hiptesis, se formula tanto con el nimo de no distorsionar excesiva-
mente la malla original, eliminando posibles rotaciones de la msma, como con la
intensin de poder usar el teorema (2.3.B1) que muestra que el vector velocidad
con rotacional nulo, es el gradiente de una funcin escalar . Por tanto existe el
potencial del ujo y denido por:
u = (3.2.5)
ADAPTACION DE UN MALLADO 40
Con el propsito de vericar la condicin (C
3
) del enunciado del problema,
se postula que el udo es localmente compresible, con una compresibilidad
local proporcional a la desviacin sobre el error medio, es decir:
div(u(x)) = f(x) en (3.2.6 a)
u.n = 0 sobre
Por el teorema 2.4.1 y la observacin (2.4.3) se tiene que existe H
1
()/P
0
talque:
div(u(x)) = 4
u.n =

n
de la ecuacin (3.2.6a) se tiene que es la solucin nica que debe satisfacer:
el problema de Neumann homogneo:
4 = f en (3.2.6 b)

n
= 0 sobre
donde:
f(x) = w(x)

w (3.2.7)

w=
1
med()
Z

w(x)dx (3.2.8)
y n es la normal unitaria exterior a en su frontera . La condicin sobre su
frontera asegurar que los nodos de la malla M
x
que se encuentra sobre la frontera
, permanecern tambin en la frontera en la nueva malla M
y
.
Como podemos observar para el problema (3.2.6) si queremos encontrar la
solucin en un espacio funcional dotado de cierta regularidad (C
1
, C
2
, etc.), no
se conoce ningn resultado general del Anlisis Funcional que proporcione la ex-
istencia de solucin del problema clsico, pero se dispone de un teorema general
conocido como el teorema de Lax-Milgram, que asegura la existencia y unicidad de
solucin en un marco variacional. Para ello surge la necesidad de una formulacin
apropiada que permita demostrar la existencia y unicidad la solucin. Para hacer
uso de los resultados vistos en el capitulo 2 suponemos la siguiente formulacin.
ADAPTACION DE UN MALLADO 41
3.2.1 FORMULACION VARIACIONAL
Suponiendo que el estimador de error w L
2
(), entonces hay que buscar la
velocidad u en el espacio H(div, ) donde el conjunto:
H(div, ) = {v [L
2
()]
2
, div L
2
() }
Gracias al Teorema de descomposicin de [L
2
()]
2
(teorema 2.4.2) se deduce
de (3.2.4), (3.2.6), (3.2.7) y (3.2.8) la existencia de un nico potencial escalar
H
1
() que verique el problema variacional lineal siguiente:
a(, ) = l() H
1
() (3.2.9)
donde:
a(, ) =
R

dx
l() =
R

fdx
(3.2.10)
Dado que de (3.2.7) y (3.2.8)
R

f(x)dx =
R

[w(x)

w]dx =
R

w(x)dx

w
R

dx =
R

w(x)dx
R

w(x)dx = 0
se tiene la condicin de compatibilidad
Z

f(x)dx = 0 (3.2.11)
con este resultado sobre , me ndica que, globalmente el uido es incomprensible.
Por tanto el problema (3.2.6.b) con la formulacin variacional (3.2.9) y (3.2.10)
admite solucin nica sobre el espacio:
V () = { H
1
() tal que:
R

(x)(x)dx = 0}
donde L
2
() es de media no nula en , 6= 0
(3.2.12)
(ver [17])
En estas condiciones, resulta natural plantear para la resolucin del problema
original, el siguiente problema contnuo (PC):
*****************************************************************
(PC):
ADAPTACION DE UN MALLADO 42
Dado (0, 1) y w L
2
(), hallar
y() H(div, ) solucin de:
y = x + ()u x

(3.2.13)
donde:
(i) u H(div; ) viene dada por:
u = P
H(div,)
() (3.2.14)
siendo V () la solucin nica del problema variacional lineal:
a(, ) = l() V () (3.2.15)
(ii) () R
+
viene dada por:
() =inf
x
G() (3.2.16)
siendo:
G() = { R
+
talque D(, u) = x } (3.2.17)
********************************************************************
OBSERVACIONES
(1) El operador P
H(div,)
utilizando en (3.2.14) es el operador de proyeccin
de
[L
2
()]
2
, sobre H(div, ). Este operador est bin denido al ser H(div, )
un espacio de Banach cerrado y convexo en [L
2
()]
2
. (ver [9]).
Mediante este operador obtendr la solucin de u en cada nodo, mientras que
con la div.u se obtendr el valor de u en cada elemento.
(2) Puede demostrarse que para (0, 1), el conjunto G() denido en
(3.2.17) es no vaco.
En efecto:(absurdo)
Supongamos que G() =
R
+
, D(, u) 0
D(, u) = 1 + div(u(x)) +
2
det
e
u(x) = ;
(0, 1). Entonces es una contradiccin
G() 6=
(3) Como consecuencia de lo dicho en las observaciones (1) y (2) se deduce
facilmente que el problema continuo (PC) admite una nica solucin para todo
(0, 1).
ADAPTACION DE UN MALLADO 43
(4) El parmetro (0, 1) que interviene en la denicin del problema
continuo (PC), tiene un signicado geomtrico claro, de (3.2.3) y (3.2.17), el
parmetro no es ms que el valor mnimo del Jacobiano D(, u(x)) de la transfor-
macin del mallado original M
x
en el nuevo mallado M
y
. Sobre el plano discreto,
si se utilizan por ejemplo elementos nitos P
1
de Lagrange (tringulos de 3 nodos
en R
2
tetraedros de 4 nodos en R
3
) en la denicin del mallado original M
x
3.2.5 FORMULACION ABSTRACTA DEL METODO DE ELE-
MENTOS FINITOS
La resolucin aproximada del problema (PC) mediante mtodos conformes de
elementos nitos no presenta nnguna dicultad.
En particular, el conjunto G
h
() (equivalente discreto del conjunto G() denido
en (3.2.17), se construye, en dimensin nita, mediante la resolucin de una
ecuacin de segundo grado sobre cada elemento de la malla M
x
.
Por su parte, la construccin del operador de proyeccin discreto asociado a
(3.2.14) es trivial, ya que salvo para elementos nitos P
1
de Lagrange, segn la
proposicin es el operador unidad. Para este tipo de elementos, para obtener el
operador de proyeccin basta con resolver el siguiente problema variacional lineal:
Hallar u H(div, ) solucin de:
(u, v)
[L
2
()]
2 = (P
u
, v)
[L
2
()]
2
y es equivalente a resolver la ecuacin:
Z

uv dx =
Z

.v dx v [L
2
()]
2
(3.2.18)
lo que se consigue, a nivel discreto, mediante una etapa de promediado en los
nodos de la malla de la funcin [L
2
()]
2
, denida por:
u
i
=
R

()
i
dx
R

i
dx
=
P
T(i)
()
T.
med(T)
P
T(i)
med(T)
(3.2.19)
donde (i) es el conjunto de elementos T M
x
que rodean al nodo i y
i
es
una funcin de la base de P
1
de Lagrange del espacio H
1
h
() (Aproximacin en
dimensin nita de H
1
()) asociado al nodo i (i = 1, ...., N).
A esta etapa le sigue una etapa de interpolacin dada por:
ADAPTACION DE UN MALLADO 44
u
h
(x) =
N
X
i=1
u
i

i
(x) (3.2.20)
En la prctica, en vez de resolver el problema lineal (3.2.15), puede optarse por
resolverse una versin penalizada que consiste en elegir un parmetro 0 < 1
y se tiene el siguiente problema: Hallar

H
1
() solucin de:
Z

.dx +
Z

. dx =
Z

f.dx H
1
() (3.2.21)
Esto con la nalidad de demostrar la unicidad de la solucin, la existencia
queda garantizada con la condicin de compatibilidad
R

fdx = 0
La ventaja de trabajar con (3.2.21) en vez de (3.2.15) es la de no tener que
modicar las funciones de base standar del espacio aproximador H
1
()
h
. La solu-
cin nica de (3.2.21) es de media nula en , es decir
Z

) dx =
1
med()
(
Z

fdx) = 0 > 0 (3.2.22)

El problema (3.2.21) es origen del problema de Neumann (3.2.10) por tanto
existe solucin. Por la condicin 3.2.22, aplicando el teorema de Lax milgram se
garantiza la existencia de la solucin nica que verica:

H
1
() : es un espacio de Hilbert para la norma k.k
1,
a(., .) es bilineal y continua sobre H
1
() H
1
()
l(.) es lineal y continua sobre el dual de H
1
()
a(., .) es H
1
()-elptica ( Proposicin 2.2.6A):
a(, ) =
R

.dx +
R

.dx
= ||
2
1,
+ . kk
2
0,
Sobre H
1
(), es un abierto acotado, entonces por el teorema de Poincar
existe una constante C > 0 tal que:
R

2
dx C
R

||
2
dx
R

||
2
dx+
R

2
dx C
1
min(1, ){||
2
1,
+kk
2
0,
} 1/2C
1
min(1, ) kk
2
1,
a(, ) kk
2
1,
.
.
ADAPTACION DE UN MALLADO 45
3.3 IMPLEMENTACIN NUMERICA
Las etapas para la construccin de la solucin numrica mediante el mtodo
de elementos nitos son:
i) Formulacin del problema en forma variacional es decir
a(

, ) =
R

.dx +
R

.dx = l() =
R

f.dx H
1
()
ii) Construccin de la malla de elementos nitos y funciones de base del sube-
spacio aproximador
iii) Construccin de la aproximacin del problema en tal subespacio.
iv) Resolucin del sistema algebraico generado.
v) Anlisis de las caractrsticas de la solucin y estimacin del error.
3.3.1 DISCRETIZACIN DEL PROBLEMA
Sea
h
una triangulacin en el interior de

h
= {K
1,
......, K
m
} de tringulos K
i
, donde
=
K
h
K = K
1
K
2
...... K
m
tal que K
i
K
j
= o un vrtice o una arista.
Introducimos el parmetro h = max(h
K
);
h
K
=la longitud del lado del tringulo K.
Sea W=H
1
() y W
h
= { C
0
(), |
K
es lineal y continuas a trozos}
Es una familia de subespacios de dimensin nita de W que dependen del
paramtro h > 0 y tiende a cero.
A cada subespacio W
h
H
1
() se le puede asociar al problema aproximado
al problema
(P
h
)

Encontrar
h
W
h
a(
h
, ) = (f, ) W
h
Por el teorema de Lax-Milgram existe una nica
h
solucin de (P
h
).
Si es sucientemente regular, la funcin
h
satisface la condicin de Neu-
mann

n
aproximadamente, es decir

h
n
0 sobre
En un problema de Neumann homogneo

h
n
= 0 sobre la frontera, en la
prctica ya no se toma en cuenta pues desaparece en la formulacin del problema
variacional.
3.3.2 OBSERVACIONES PARA LA PROGRAMACION
El programa principal est constituido por 6 subprogramas:
Subprograma 1
Consideremos un dominio de forma rectangular (a1,a2)x(b1,b2) con un
mallado inicial
h
, con tringulos K, cuyos nodos de la malla son los 3 vrtices de
cada K, para k=1,nt, se tiene N
i
vrtices, para i = 1, nv; donde nv es el nmero
de vrtices global, nt es el nmero de tringulos y nov(i, k) es la variable que
construye la matrz de conectividad sobre
h
.
ADAPTACION DE UN MALLADO 46
Subprograma 2
Buscaremos una solucin
h
en cada subespacio de dimensin nita W
h
, de
cada elemento
y la nueva base {
1
,
2
, .
3
}.
Supongamos que,
h
(x, y) = c
1
+c
2
x +c
3
y, es decir:

1h
= c
1
+c
2
x
1
+c
3
y
1
,

2h
= c
1
+c
2
x
2
+c
3
y
2
,

3h
= c
1
+c
2
x
3
+c
3
y
3
De este sistema determinaremos: los c
j
, j = 1, 2, 3 y las funciones de aprox-
imacin
i
= (x
i
, y
i
), que son llamadas funciones de forma, o de interpolacin
lineal de Lagrange y son polinomios de grado 1.
c
1
=
1
2A
K
(
1h
(x
2
y
3
x
3
y
2
) +
2h
(x
3
y
1
y
3
x
1
) +
3h
(x
1
y
2
x
2
y
1
)
c
2
=
1
2A
K
(
1h
(y
2
y
3
) +
2h
(y
3
y
1
) +
3h
(y
1
y
2
)
c
3
=
1
2A
K
(
1h
(x
3
x
2
) +
2h
(x
1
x
3
) +
3h
(x
2
x
1
)

1
(x, y) =
1
2A
K
[(x
2
y
3
x
3
y
2
) + (y
2
y
3
)x + (x
3
x
2
)y]

2
(x, y) =
1
2A
K
= [(x
3
y
1
y
3
x
1
) + (y
3
y
1
)x + (x
1
x
3
)y]

3
(x, y) =
1
2A
K
= [(x
1
y
2
x
2
y
1
) + (y
1
y
2
)x + (x
2
x
1
)y]
donde A
K
=ara de cada tringulo K
Estas funciones satisface:

i
(N
j
) =

1 si i = j
0 si i 6= j
, donde N
j
= (x
j
, y
j
) son las coordenadas de cada
nodo.
3
P
i=1

i
(N
j
) = 1
Entonces (P
h
) se puede escribir como el problema:

Encontrar
h
W
h
a(
h
,
i
) = (f,
i
)i = 1, .., M
y debemos encontrar la solucin R
M
, tales que

=
M
P
j=1

j

j
, y
j
es el valor de

en cada nodo, es llamado grado de libertad

y satisface el sistema
A = b
A = (a
ij
), b = (b
1,
..., b
M
)
a
ij
=
P
K
h
a
K
ij
, b
i
=
P
K
h
b
K
i
a
K
ij
=
R
K
{
i
.
j
+ (
i

j
)}dx
b
K
i
=
R
K
(f.
i
)dx =
R
K
(w(x) b w)
i
.dx
Integrando numericamente
Para K =1,nt
ADAPTACION DE UN MALLADO 47
a
K
ij
=
R
K
{
i
.
j
+ (
i

j
)}dx =
P
Kh
{ area(k).
i
.
j
} +
R
K

i

j
dx
Por la regla de Simpson

R
K

i

j
dx =
area(K)
12
3
P
i=1
{
i
(N
k
)
j
(N
k
) + 1}
considerando
i
(N
j
) =

1 si i = j
0 si i 6= j
Obtenindose asi la matrz de rigidez A, la cual es simtrica y denida positiva
(ver J.N. Redy)
Para obtener el vector del segundo miembro del sistema, determinamos b
K
i
,
considerando la interpolacin sobre el baricentro de cada tringulo. En este caso
las funciones de forma sern constantes a trozos.
b
K
i
=
R
K
(f.
i
)dx = f
K
R
K

i
dx = f
K
(
area(K)
3
).
_
_
1
1
1
_
_
f
K
= w(k) b w
w(k) =
P
Kh
area(K).w(K)
b w =
1
med()
(
P
Kh
area(K).w(K))
Para resolver el sistema de ecuaciones previamente se almacena la matriz A
en forma de un vector, se factoriza la matriz almacenada y mediante el mtodo
de Cholesky se resuelve, obtenindose as la solucin aproximada
h
.
Subprograma 3
Se realiza el clculo de
h
(x, y), considerando las mismas funciones de in-
terpolacin lineal de la base de W
h
. As mismo se realiza el clculo de u
h
ver
(frmula 3.2.19). Dentro de la msma subrutina se calcula u
h
, |u
h
| y div(u
h
).
Subprograma 4
Realizamos el clculo de (), la misma que se obtiene de la discretizacin de
la ecuacin cuadrtica (ver frmula 3.2.17).
Subprograma 5
De la discretizacin de la frmula 3.13, se calcula las coordenadas de los nodos
del nuevo mallado.
Subprograma 6
Se obtiene el ndice de efectividad de la nueva malla.
CAPITULO 4 48
CAPITULO 4
EXPERIENCIAS NUMERICAS Y CONCLUSIONES
4.1 EXPERIENCIAS NUMERICAS
Tomaremos por comodidad las regiones del mallado
1
y
2
Sea
1
= {(x, y) R
2
, 0 x, y 1}, en el que se utiliza un mallado
k
de
elementos triangulares.
Consideremos las siguientes funciones w(x), como estimadores de error dados
a priori:
1) w
1
(x, y) = 1 sen(2x)sen(2y) o
2) w
2
(x, y) = 1 +sen(4(y x)
Con el parmetro de penalizacin = 1.10
6
= 1/4 y = 1/2
3) Sea
2
= {(x, y) R
2
, 2 x, y 2}
Sea g(x,y)= tanh(3(x
2
+y
2
1)) + tanh(3(x y))
Con el parmetro de penalizacin = 1.10
3
.
En las guras mostradas en el anexo 1, se visualiza la interpolacin de w
1
,
w
2
, w
3
y de g sobre los mallados iniciales M
1
de 8 8 divisiones y M
2
de 1616
divisiones en los ejes X eY respectivamente.
Para el ejemplo 3 se tomar como estimador de error la funcin w
3
(x, y) =
|g(x, y)| .
4.2 EVALUACION CUANTITATIVA DEL METODO
Para dar una evaluacin de la metodologa empleada en la adaptabilidd de
mallados a un cierto estimador de error, hemos considerado lo siguiente:
Sea la funcin de valor real distribucin del error en la malla inicial como el
vector d(M
0
) y distribucin del error en la malla adaptada como el vector d(M
k
).
Sea d: M R, la distribucin del error en cada tringulo de la malla y
denido por:
EXPERIENCIAS NUMERICAS Y CONCLUSIONES 49
d(k
i
) =
Z
Ki
w(x)dx
b
d
donde
b
d =
k1k
nt
.

nT
P
i=1
R
Ki
w(x)dx

.
Por tanto el vector d(M) R
nt
tiene componentes
d(M)=
_
_
_
_
_
d(k
1
)
d(k
2
)
.
.
.
d(k
nt
)
_
_
_
_
_
, donde nt: es el nmero de tringulos de la malla.
El ndice de efectividad, de la malla adaptada se mide mediante el indicador
de error, denido por:
I
k.k
= 1
kd(M)k
kd(M
0
)k
respecto a cada una de las normas en R
n
:
k.k
1
=
nT
X
i=1
|d(k
i
)|
k.k
2
=

nT
X
i=1
|d(k
i
)|
2
!
1/2
k.k

=Max
i=1, nt
|d(k
i
)|
Este indicador de error tiene la siguiente evaluacin:
1.- Si I
k.k
< 0, ndica que en la malla adaptada la distribucin del errror no
es mejor que en la inicial.
2.- Si I
k.k
= 0, ndica que en la malla adaptada sigue tan igual la distribucin
del error como en la malla inicial.
3.- Si I
k.k
(0, 1), ndica que en la malla adaptada se ha mejorado la distribu-
cin del error
4. Si I
k.k
= 1, ndica que la calidad de la malla adaptada es ptima, es decir
que la distribucin del error es uniforme en todos los elementos de la malla.
EXPERIENCIAS NUMERICAS Y CONCLUSIONES 50
4.3 CONCLUSIONES
1.- El ndice de efectividad que se muestra en el anexo 2, nos ndica la impor-
tancia del parmetro (0, 1) en la adaptabilidad del mallado a la funcin de
error, puesto que el valor que tome inuye en la calidad del mallado.
2.- Puede decirse que con el mtodo propuesto el coste computacional viene
asociado a la resolucin aproximada sobre la malla inicial M
x
del problema varia-
cional (3.2.21).
3.- La adaptacin de la malla al estimador de error favorece que, al aplicar en
cualquier problema de contorno resuelto aproximadamente por elementos nitos,
los elementos de la malla inicial no necesariamente tienen que ser triangulares,
dado que como datos del problema solo es necesario las conectividades de la malla
inicial, el estimador de error, y los parmetros y .
4.- Esta metodologa se puede aplicar con mayor ventaja frente a otra alterna-
tiva en la adaptabilidad de mallados en problemas de mecnica de uidos, puesto
que, se estara resolviendo a la vez, el problema y tambin la regeneracin del
mallado.
5.-Sobre el plano discreto, si se utilizan por ejemplo elementos nitos (trin-
gulos de 3 nodos en R
2
tetraedros de 4 nodos en R
3
) en la denicin del mallado
original M
x
, el valor de (0, 1) ptimo sera el rea mnima de los tringulos
de la nueva malla. Por tanto se concluye que este parmetro es el que regula el
mayor o menor grado de adaptacin del mallado resultante al estimador de error.
6.-Los estimadores de error apriori, usados en el problema, nos dan una idea
de como crece o decrece el error al variar la malla que se emplee, sin necesidad de
un clculo sobre la msma. En todos los ejemplos analizados, se puede apreciar
que los mallados resultantes agrupan sus nodos en la vecindad de la funcin de
error, mientras que los elementos situados sobre sus mnimos resultan agrandados.
EXPERIENCIAS NUMERICAS Y CONCLUSIONES 51