Numrica de Equaes
Diferenciais Parciais Via o
Mtodo de Elementos Finitos
Publicaes Matemticas
Introduo Aproximao
Numrica de Equaes
Diferenciais Parciais Via o
Mtodo de Elementos Finitos
Juan Galvis
Texas A&M University
Henrique Versieux
UFRJ
impa
ISBN: 978-85-244-325-5
Distribuio: IMPA
Estrada Dona Castorina, 110
22460-320 Rio de Janeiro, RJ
E-mail: ddic@impa.br
http://www.impa.br
3
Pref
acio
Este livro tem como objetivo apresentar o Metodo de Elementos Finitos (MEF) a alunos de graduacao em matematica ou areas afins. Este
metodo e uma importante ferramenta para a aproximacao numerica
de equacoes diferenciais parciais, que por sua vez aparecem na modelagem de problemas oriundos de diversas areas do conhecimento, tais
como: fsca e engenharias (dinamica de fluidos, eletromagnetismo,
elasticidade, elasticidade e ciencia dos materiais, ...), biologia (modelos para populacao de especies, reacoes bioqumicas, ...), financas,
etc. O texto foi escrito para ser acessvel a alunos com conhecimentos
de calculo e algebra linear.
Comecaremos o livro apresentando a formulacao variacional para
a equacao de Laplace, introduzindo assim o conceito de solucao fraca
para este problema. Usaremos esta equacao simples como modelo
para introduzir o metodo de elementos finitos. Apresentaremos ainda,
o problema de conducao de calor em uma dimensao espacial e introduziremos o MEF neste caso. Posteriormente, faremos um breve estudo da analise do erro de aproximacao numerica para o problema de
Laplace. Finalmente, apresentaremos de forma muito breve, alguns
topicos mais avancados relacionados ao MEF, tais como: metodos
mistos, problemas de sela, metodo de Taylor-Hood aplicado a equacao
de Stokes, e um exemplo de problema nao linear.
Os autores deixam aqui o seu agradecimento a Fernanda Coelho
e Martha Miranda pela ajuda com a revisao do texto.
i
i
i
i
Conte
udo
1 A equa
c
ao de Laplace
1.1 Primeiros exemplos . . . . . . . . . . . . . . . . . . . .
1.1.1 A equacao de Laplace com condicao de Dirichlet em dimensao um . . . . . . . . . . . . . . .
1.1.2 A equacao de Laplace com condicao de Dirichlet em dimensao dois . . . . . . . . . . . . . . .
1.1.3 A equacao de Laplace com condicao de Neumann em dimensao dois . . . . . . . . . . . . .
1.2 Formulacoes de primeira ordem . . . . . . . . . . . . .
1.2.1 Formulacao de primeira ordem da equacao de
Laplace . . . . . . . . . . . . . . . . . . . . . .
1.2.2 Formulacao de primeira ordem em aplicacoes
fsicas: introducao `a modelagem matematica .
2 O m
etodo de elementos finitos
2.1 O espaco de funcoes lineares por partes . . . . . . . .
2.1.1 Caso unidimensional . . . . . . . . . . . . . . .
2.1.2 Caso bidimensional . . . . . . . . . . . . . . . .
2.1.3 Espacos de funcoes e condicoes de contorno . .
2.2 Outros espacos de funcoes . . . . . . . . . . . . . . . .
2.2.1 Funcoes bilineares . . . . . . . . . . . . . . . .
2.2.2 Espacos com funcoes polinomiais de ordem superior . . . . . . . . . . . . . . . . . . . . . . .
2.3 A aproximacao via elementos finitos . . . . . . . . . .
2.3.1 O problema de Laplace com condicao de Dirichlet
7
7
8
9
11
12
13
13
16
18
18
19
21
22
22
23
24
24
i
i
CONTEUDO
2.3.2
2.4
3 M
etodo de elementos finitos aplicado `
a equa
c
ao do
calor
3.1 A equacao do calor . . . . . . . . . . . . . . . . . . . .
3.2 Discretizacao espacial . . . . . . . . . . . . . . . . . .
3.3 Discretizacao temporal . . . . . . . . . . . . . . . . . .
3.3.1 Metodo reverso de Euler Galerkin . . . . . . .
3.3.2 Formulacao matricial do problema . . . . . . .
26
28
35
36
36
37
38
38
40
4 Ferramentas da an
alise funcional
42
4.1 Alguns espacos de funcoes . . . . . . . . . . . . . . . . 42
4.1.1 Construcao de espacos por completamento . . . 43
4.2 Formulacoes fracas revisadas . . . . . . . . . . . . . . 46
4.2.1 Solucao fraca para Laplace: 1D . . . . . . . . . 46
4.2.2 Solucao fraca para Laplace: 2D . . . . . . . . . 47
4.2.3 Formulacoes de primeira ordem e construcao de
formulacoes fracas . . . . . . . . . . . . . . . . 48
4.2.4 Outras opcoes . . . . . . . . . . . . . . . . . . . 53
4.3 Desigualdade de Poincare . . . . . . . . . . . . . . . . 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 Cea . . . . . . . . . . . . . . . . . . . . . . . 58
5.2 Erro de aproximacao . . . . . . . . . . . . . . . . . . . 59
6 Outros t
opicos
6.1 Problemas de ponto de sela . . . . . . . . . . . . .
6.2 Aproximacao de Galerkin para o problema de sela
6.3 Raviart-Thomas . . . . . . . . . . . . . . . . . . .
6.4 Equacao de Stokes: aproximacao via Taylor-Hood .
6.5 Um problema nao linear . . . . . . . . . . . . . .
6.6 O metodo do gradiente conjugado . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
62
62
64
65
69
77
78
i
i
Captulo 1
A equac
ao de Laplace
Neste captulo introduziremos a formulacao fraca da equacao de
Laplace. Primeiramente, apresentaremos exemplos de formulacoes
fracas em uma e duas dimensoes, para diferentes tipos de condicao
de contorno. Posteriormente, apresentaremos a equacao de Laplace
como um sistema de equacoes de primeira ordem, e discutiremos brevemente a equacao do Laplace como um modelo para a conducao
do calor. Observamos, que estudaremos com mais detalhes, usando
ferramentas da An
alise Funcional, as formulacoes fracas na secao 4.2.
1.1
Formula
c
oes e soluc
oes fracas: primeiros exemplos
i
i
DE LAPLACE
[CAP. 1: A EQUAC
AO
1.1.1
A equac
ao de Laplace com condic
ao de Dirichlet em dimens
ao um
(1.1)
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 formula de integracao 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
Z
=
u0 (x)v 0 (x)dx.
u0 (x)v 0 (x)dx =
f (x)v(x)dx,
a
a
u(x) = g(x),
v C0 (a, b)
(1.3)
para x = a, x = b.
O problema acima representa uma versao preliminar de uma formulacao fraca da equacao de Laplace em dimensao um. De fato, a
i
i
1.1.2
A equac
ao de Laplace com condic
ao de Dirichlet em dimens
ao dois
(1.4)
i
i
10
DE LAPLACE
[CAP. 1: A EQUAC
AO
u(x) = g(x),
para x .
(1.5)
Usamos a formula de integracao por partes (primeira identidade
de Green, Teorema da Divergencia) e o fato v(x) = 0 para todo
x e obtemos
Z
Z
Z
u(x)v(x)dx = u(x) v(x)dx v(x)(u(x) ~ (x))dS
Z
Z
= u(x) v(x)dx 0 = u(x) v(x)dx.
(1.6)
u(x) v(x)dx =
f (x)v(x)dx, v C0 ()
u(x) = g(x),
para x .
(1.7)
i
i
11
1.1.3
A equac
ao de Laplace com condic
ao de Neumann em dimens
ao dois
u(x) = f (x),
u(x)
R ~ (x) = h(x),
R u(x)dx = 0,
R
h(x)dS = f (x)dx
para x = (x1 , x2 )
para x = (x1 , x2 ) , (1.8)
(Condicao de solvabilidade)
(Condicao de compatibilidade).
NesteRcaso temos duas condicoes adicionais. A condicao de solvabilidade u(x) = 0 e usada para obter unicidade de solucao u para
o problema. Note que as duas primeiras equacoes envolvem somente
derivadas da u, o que implica que a solucao e definida modulo uma
constante. Observamos que a condicao de media zero pode ser substituda por outras condicoes que determinem unicidade. A condicao
de compatibilidade envolve somente dados do problema h e f e vem
do seguinte fato: se integrarmos a primeira equacao e aplicarmos o
teorema da divergencia e a condicao no bordo, obteremos
Z
Z
Z
Z
f (x)dx =
u(x)dx =
u(x) ~ (x)dS =
h(x)dS.
i
i
12
DE LAPLACE
[CAP. 1: A EQUAC
AO
u(x)v(x)dx =
f (x)v(x)dx, v C0 ()
u(x)
R ~ (x) = h(x),
u(x)dx = 0,
para x ,
(1.9)
Da formula de integracao por partes e usando a condicao no bordo
u(x) ~ (x) = h(x), obtemos
Z
Z
Z
Z
Z
Z u : R R talZque:
Z
u(x) v(x)dx =
f (x)v(x)dx + v(x)h(x)dS,
v C0 ().
u(x)dx = 0.
(1.10)
1.2
Formulac
ao de primeira ordem
i
i
13
a equacao de Laplace distintas das ate aqui apresentadas; abordaremos este assunto na Secao 4.2. A formulacoes de primeira ordem
sao flexveis para a elaboracao de formulacoes fracas para equacoes
diferenciais parciais, e sao muito u
teis para elaboracao de metodos
numericos.
1.2.1
Formula
c
ao de primeira ordem da equac
ao
de Laplace
f
u
em ,
em .
(1.11)
(1.12)
1.2.2
Formula
c
ao de primeira ordem em aplicaco
es
fsicas: introduc
ao `
a modelagem matem
atica
i
i
14
DE LAPLACE
[CAP. 1: A EQUAC
AO
u + div~
p=
f
t
q = u
u=
g
~
p ~ =
h
em ,
(1.13)
em ,
em D ,
em N .
(1.14)
(1.15)
(1.16)
i.e. t
u = 0. Observe que a equacao simplifica-se para div~
p = f.
A segunda equacao (1.14) corresponde `a lei constitutiva do modelo, ela relaciona o fluxo de calor p~ com a temperatura u. A equacao
(1.14) e conhecida como Lei de Fourier. A relacao entre a temperatura
e o fluxo de calor depende das propriedades do material em questao
e e, em geral, nao linear. A relacao linear acima e uma simplificacao
obtida ao se linearizar o modelo com respeito de uma temperatura
de referencia.
Supondo que a equacao (1.14) vale para todo x podemos
substituir p~ por u na equacao (1.13) obtendo a seguinte equacao
i
i
15
de segunda ordem u
cao 1.2.1.
t div(u) = f. Veja a Se
A equacao (1.15) corresponde `a condicao de fronteira de Dirichlet
onde a temperatura (em cada instante do tempo) e conhecida em
D . A u
ltima equacao (1.16) e referente `a condicao de fronteira
de Neumann, que corresponde ao caso onde o fluxo de calor entre
o domnio e seu exterior e conhecido ao longo da parte do bordo
denotada por N .
No caso estacion
ario temos o seguinte sistema de equacoes diferenciais:
div~
p=
p~ =
u=
~
p ~ =
f
u
g
h
em
em
em
em
,
,
D ,
N .
(1.17)
(1.18)
(1.19)
(1.20)
Lembramos
que quando N = (ou seja D = ), impomos a
R
condicao u(x) = 0 para obter unicidade
de solu
R
R cao, e precisamos
da condicao de compatibilidade h(x)dS = f (x)dx. Veja a
Secao 1.1.3.
i
i
Captulo 2
O m
etodo de elementos
finitos
Neste captulo introduziremos o metodo de elementos finitos para a
equacao de Laplace
u = f,
com diferentes tipos de condicao de contorno. Ao longo deste captulo,
entenderemos como solucao da equacao acima uma funcao satisfazendo uma das formulacoes fracas discutidas no captulo anterior.
Comecaremos introduzindo o conceito de espaco de funcoes com
dimensao finita, e a aproximacao de Ritz-Galerkin. Na secao 2.1,
descreveremos o espaco de funcoes lineares por partes, sendo este
um exemplo basico de espaco de funcoes bastante utilizado no MEF.
Finalmente, discutiremos o metodo de elementos finitos aplicado `a
equacao de Laplace, e apresentaremos algumas consideracoes sobre
sua implementacao numerica.
Comecaremos este captulo introduzindo o conceito de espaco de
func
oes com dimensao finita.
Defini
c
ao 2.0.1. Diremos que um espaco de func
oes V tem dimens
ao finita, se existe n N, e um conjunto de func
oes i : R,
i {1, . . . , n}, tal que qualquer func
ao V pode ser escrita como
uma combinac
aoPlinear das func
oes i . Isto e, existem n constantes
n
i tal que, = i=1 i i .
16
i
i
17
O metodo de elementos finitos se baseia na aproximacao de RitzGalerkin, que consiste em buscar uma aproximacao para a solucao
do problema (1.4) em um espaco de funcoes (reais com domnio )
que tenha dimensao finita. Desta forma, uma vez definido o espaco
de dimensao finita V h , que usaremos para aproximar a solucao u de
(1.4), vamos buscar a aproximacao uh V h de u, satisfazendo a
seguinte relacao:
Z
Z
h
u v dx =
f vdx v V h .
Como o espaco V h tem dimensao finita, este espaco pode ser gerado
h
por uma base {i }N
cao aproxii . Assim podemos representar a solu
mada uh da seguinte forma
h
u (x) =
N
X
i i (x).
i=1
Z
N
X
(
i i (x)) j dx =
f j dx j {1, . . . , Nh }
h
i=1
ou ainda
Z
N
X
i=1
i j dx =
f j dx
j {1, . . . , Nh }.
e os vetores = (1 , 2 , . . . , N h )t e b = (bi )
Z
bi =
f i dx.
i
i
18
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
2.1
O espaco de funco
es lineares por partes
2.1.1
Caso unidimensional
Nesta subsecao vamos supor que = (a, b). Entenderemos como uma
particao de , uma divisao deste domnio em subintervalos dada da
seguinte forma [a, b] = N
i=1 [zi1 , zi ], onde z0 = a, zN = b e zi < zi+1 .
As contantes zi sao chamadas vertices da partic
ao.
Dada uma particao de , vamos definir o espaco das funcoes
contnuas lineares por partes da seguinte forma1
V = {f C(); f |(zi ,zi+1 ) e linear}
(2.1)
1 if i = j
i (zj ) =
0 if i 6= j
forma uma base para o espaco V . Mais especificamente, qualquer
func
ao v V pode ser escrita como
v(x) = c0 0 (x) + c1 1 (x) + + cN N (x) =
N
X
ci i (x).
i=0
1 Aqui usamos a nota
co
es C() para designar o conjunto das func
oes reais
contnuas com domnio , e f |A para designar a restrica
o de f ao conjunto A
i
i
19
h
min(i+1
ih ) c2 h.
i
i
,
h
i {0, 1, . . . , n}.
2.1.2
Caso bidimensional
i
i
20
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
a)
b)
1 if i = j
i (zj ) =
(2.2)
0 if i 6= j.
Veja o grafico de uma funcao base na Figura 2.2.
Exerccio 2.1.6. Suponha que a partic
ao de contem um tri
angulo
T com vertices z1 = (0, 0), z2 = (1, 0), e z3 = (1, 1). Encontre as
restric
oes das func
oes base 1 , 2 e 3 ao tri
angulo com vertices,
z1 , z2 e z3 .
Defini
c
ao 2.1.7. Seja T h uma famlia de triangulac
oes de R2 ,
h
0 < h 1. Dizemos que a a famlia T e quase uniforme se existem
i
i
21
T T h
e
min { di
ametro de bT } c2 h
T T h
2.1.3
Espacos de func
oes e condico
es de contorno
Vale observar que a escolha do espaco de funcoes lineares a ser utilizado no problema depende da condicao de contorno imposta ao
i
i
22
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
(2.3)
PN
Exerccio 2.1.8. Verifique que uma func
ao u = i=1 i i pertence
R
P
N
ao espaco V h se e somente se i=1 i mi = 0 onde mi = i .
Exerccio 2.1.9. Encontre o espaco de func
oes lineares por partes
apropriado para tratar o problema com condic
ao de fronteira mista.
Isto e, o caso em que = D N e u|D = 0 e u|N = 0.
2.2
2.2.1
Fun
co
es bilineares
i
i
23
partes aparece como um espaco natural para se trabalhar. Mais especificamente, uma funcao v pertence a este espaco se e continua em
, e se para todo retangulo T da particao T temos que
v|T (x, y) = axy + by + cx + d
onde a, b, c, d sao constantes apropriadas dependentes de T . Estas
constantes correspondem aos quatro graus de liberdade que temos
para cada funcao bilinear restrita aos retangulos da particao T .
Exerccio 2.2.1. Suponha = [0, 1] [0, 1], encontre uma famlia
de partic
oes de em ret
angulos e uma base para o espaco de func
oes
bilineares.
2.2.2
i
i
24
2.3
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
A aproximac
ao via elementos finitos
2.3.1
Z
uh vdx =
f vdx
v V0h .
(2.5)
Observe que h e um parametro que representa o tamanho da malha. Mais especificamente, suponha que a famlia de particao T h e
quase uniforme, quanto menor for o valor h, menor serao os triangulos
da malha, e teremos uma maior quantidade de vertices em T h . Ou
seja, a dimensao do espaco V0h aumenta quando h 0. Veremos mais
adiante que quanto menor for o valor de h melhor uh aproximara u.
Veremos agora como transformar o problema acima em um sistema linear. Seja i , i {1, . . . , N0h }, uma base para o espaco V0h .
Primeiramente, observamos o seguinte resultado.
Exerccio 2.3.1. Verifique que uh e soluc
ao de (2.5) se e somente
se
Z
Z
h
u i dx =
f i dx i {1, 2, . . . , N0h }.
(2.6)
u (x) =
N0
X
i i (x),
i=1
i
i
25
que
Z
N0
X
k k i dx =
i {1, 2, . . . , N0h }.
f i dx
k=1
(2.7)
N0
X
k=1
Z
k i dx =
i {1, 2, . . . , N0h }.
f i dx
(2.8)
N0h
e os vetores coluna , b R
= (1 , 2 , . . . , N0h )t
e b = (b1 , b2 , . . . , bN0h )t onde
Z
bi =
f i dx.
(2.10)
i
i
26
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
para calcular (2.10). O metodo da quadratura Gaussiana, por exemplo, pode ser usado para este fim. Veja a subsecao 2.3.3 para uma
discussao mais detalhada sobre o calculo da matriz de rigidez e do
vetor b.
Exerccio 2.3.2. Suponha que g : seja uma func
ao contnua.
Descreva como aproximar a soluc
ao da equac
ao de Laplace com condic
ao
de contorno u = g em , usando o MEF com func
oes base lineares
por partes.
2.3.2
(A(1, 1, . . . , 1) )i =
N
X
j=1
aij =
N
X
j dx.
j=1
Observamos ent
ao, que por definicao das funcoes i , temos que
h
N
X
j (x) = 1, x ,
j=1
i
i
27
logo
h
N
X
j (x) = 0,
j=1
N
X
xi
=x
.
h
N
i=1
PN h
Desta forma, o vetor satisfaz A = b e i=1 i = 0 e portanto
PN h
uh = i=1 i i e a solucao desejada em V h ; veja o Exerccio 2.1.8.
Agora apresentaremos uma forma de aproximar a solucao do problema de Neumann nao nulo. Mais especificamente, estamos interessados em aproximar a solucao da equacao de Laplace com a seguinte
condicao de fronteira
u = f em , e u = g em .
Suponha que seja dada uma funcao g : R tal que g = g onde
v(x) = v(x) ~ (x) denota a derivada na direcao normal ~ (x).
Observamos que a funcao u
= u g e solucao do seguinte problema
u = f +
g em , e u
= 0 em .
Isto e, u
e solucao do problema de Neumann com condicao nula, e
consequentemente, podemos encontrar sua aproximacao de elementos
finitos seguindo os passos descritos no incio desta subsecao. Desta
forma, sendo conhecida a aproximacao u
h de u
, podemos obter a
h
h
aproximacao de u tomando u = u
+ g.
importante observar que, dada a funcao g, nao e facil encontrar
E
g que satisfaca exatamente g = g. Desta forma, e necessario aproximar g numericamente. Estrategias distintas podem ser usadas para
este fim. Vamos agora descrever uma das mais simples. Definimos a
funcao gh V h da seguinte forma
gh (z) = 0,
i
i
28
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
uh i dx =
f i dx +
g h i dx
2.3.3
Considerac
oes sobre a implementa
c
ao num
erica
2 (
x) = x
1 ,
3 (
x) = x
2 ,
b
para todo x
= (
x1 , x
2 ) K.
Deiaxamos a demonstracao do lema anterior a cargo do leitor; veja
o exerccio 2.1.6. O lema seguinte nos permite construir funcoes base
restritas a qualquer triangulo da particao T h , a partir das funcoes
b do lema anterior.
base restritas ao triangulo de referencia K
Lema 2.3.4. Seja Ki um elemento da triangulac
ao T h com vertices
u = (u1 , u2 ), v = (v1 , v2 ) e z = (z1 , z2 ) (ordenados no sentido antihor
ario) e 1 = u , 2 = v e 3 = z as respectivas func
oes base.
b o tri
b K a func
Seja K
angulo de referencia e FKi : K
ao afim tal
b = Ki e FK (0) = u. Ent
que FKi (K)
ao
i
v1 u1 z1 u2
u1
FKi (
x) =
x
+
, x
K
v2 u1 z2 u2
u2
e para cada x Ki , as tres func
oes bases com suporte no elemento
Ki s
ao
1
j (x) = j (
x), para todo x
= FK
(x), j = 1, 2, 3.
i
i
i
29
onde BKi =
1
x j = x j (
x)BK
i
z1 u2
.
z2 u2
v1 u1
v2 u1
g(
x)d
x
7
X
g(i )i .
i=1
T T h
Z
Z
v1 u1 z1 u2
|d
x.
g(x)dx =
g(FKi (
x))|det
v2 u1 z2 u2
Ki
K
i
i
30
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
Ponto i
Peso i
( 13 , 13 )
9
90
155+ 15
2400
155+ 15
2400
155+ 15
2400
155 15
2400
155 15
2400
155 15
2400
( 6+21 15 , 6+21 15 )
( 9221 15 , 6+21 15 )
( 6+21 15 , 9221 15 )
( 621 15 , 621 15 )
( 9+221 15 , 621 15 )
( 621 15 , 9+221 15 )
(2.12)
onde 0 < m < k(x) < M , para constantes positivas m e M apropriadas. Esta e uma equacao elptica de segunda ordem obtida das
equacoes (1.17) e (1.18). Observe que, quando (x) = 1 obtemos o
Laplaciano.
Exerccio 2.3.8. Aplique raciocnio similar ao da Subsec
ao 1.1.2 e
obtenha uma formulac
ao fraca para a equac
ao (2.12).
Se fizermos um procedimento analogo ao apresentado para o Laplaciano na subsec
ao 2.3.1, podemos aplicar o MEF para a equacao
(2.12), e obteremos a seguinte formula para as entradas da matriz de
rigidez referente a este problema
Z
aij =
(x)i j .
(2.13)
i
i
31
Z
ATi (v, w) =
(x)v(x) w(x)dx.
(2.15)
Ti
Finalmente seja bTi o lado direito local do vetor b dado por (2.10),
FTi (i1 )
bTi = FTi (i2 )
FTi (i3 )
onde FTi
Z
FTi (v) =
3 Isto
f (x)v(x)dx.
Ti
e, apenas tr
es func
oes da base s
ao diferentes de zero em T .
i
i
32
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
Temos ent
ao que
h
A=
Ne
X
RiT ATi Ri
(2.16)
i=1
b=
Ne
X
RiT bTi .
(2.17)
i=1
O lema anterior permite calcular a matriz A usando as contribuicoes locais de cada elemento. Isto representa uma grande vantagem para a implementacao numerica. Na igualdade (2.16) o papel
das matrizes Ri e fazer com que a contribuicao calculada localmente
corresponda ao seu devido lugar na matriz global A. As matrizes
de extensao Ri , i = 1, . . . , Neh , podem ser substitudas por funcoes
que transformem os ndices locais [1, 2, 3] do elemento Ti , nos ndices
globais [i1 , i2 , i3 ] (a mesma consideracao se aplica `as matrizes RiT
i = 1, . . . , Neh ).
Note tambem que as matrizes locais sao calculadas em cada elemento Ti separadamente.
Para resolver o sistema linear Ax = b com a matriz A em (2.16)
usando um metodo iterativo, somente precisamos de uma rotina que
faca a operacao de multiplicacao matriz vezes vetor. Isto e, necessih
tamos calcular Ax dado x RN . O resultado de aplicar a matriz A
ao vetor x pode ser calculado usando (2.16) diretamente. A formulas
(2.16) e (2.17) sao fundamentais para a construcao de muitos algoritmos de decomposicao de domnios na aproximacao numerica de
equacoes diferenciais parciais elpticas.
Exemplo: a equac
ao de Laplace
Queremos aproximar a solucao da equacao de Laplace (1.1) usando
elementos finitos.
Achar
u : [0, 1] R tal que
u00 (x) = 1,
0<x<1
u(0) = 1, u(1) = 1.
(2.18)
i
i
33
Formula
c
ao fraca
A formulacao fraca de (2.18) foi construda na Secao 1.1.1.
Triangula
c
ao
Neste exemplo queremos usar a triangulacao uniforme com quatro
vertices
1
2
T h = {x1 = 0, x2 = , x3 = , x4 = 1}.
3
3
Nesta triangulacao temos tres elementos, T1 = (0, 13 ), T2 = ( 13 , 23 ) e
T3 = ( 32 , 1).
Montagem da matriz
Depois de definir a triangulacao, montamos a matriz A usando o lema
2.3.10, tomando (x) = 1. Para isto, precisamos construir, elemento
por elemento, as matrizes locais ATi em (2.14) e as matrizes de restricao RTi , i = 1, 2, 3.
O primeiro elemento e T1 = (x1 , x2 ) = (0, 13 ). As funcoes base em
x
1
T1 sao 1 (x) = xx22x
= 3( 13 x) e 2 = xxx
= 3x, x (x1 , x2 ).
1
2 x1
Com estas duas funcoes base calculamos as entradas da matriz local
AT1 em (2.14) da seguinte forma
Z
Z x2
1
0 0
AT1 (1 , 1 ) =
1 1 =
|01 |2 = (3)2 = 3,
3
T1
x1
Z
Z x2
0 0
AT1 (1 , 2 ) = AT1 (2 , 1 ) =
0 1 =
(3)(3) = 3,
T
x1
Z
Z x2 1
1
AT1 (2 , 2 ) =
02 02 =
|02 |2 = 32 = 3.
3
T1
x1
1 1
1 0 0 0
Portanto AT1 = 3
. Note que R1 =
e
1
1
0 1 0 0
1 1 0 0
1
1 0 0
.
R1T AT1 R1 = 3
0
0 0 0
0
0 0 0
i
i
34
[CAP. 2: O METODO
DE ELEMENTOS FINITOS
1 1
ATi = 3
, i = 1, 2, 3.
1 1
Temos finalmente que a matriz (Neumann) global e dada por
(1)
1
0
0
3
X
1 (1 + 1)
1
0
,
A=
RiT AKi Ri = 3
0
1
(1 + 1) 1
i=1
0
0
1
(1)
ou seja,
1
1
A = 3
0
0
1
0
2 1
1
2
0 1
0
0
.
1
1
Observamos que computacionalmente nao e necessario criar as matrizes Ri e RiT , mas sim adicionar a matriz ATi nas posicoes corretas
na matriz global A.
Montagem do lado direito
Agora montamos o lado direito b usando (2.17). Novamente vamos calcular, elemento por elemento, os lados direitos locais bTi ,
i = 1, 2, 3. Neste exemplo, a funcao do lado direito e f (x) = 1
para todo x (0, 1). No elemento T1 = (x1 , x2 ) temos
Z
Z x2
1
x x1
FT1 (1 ) =
11 (x)dx =
dx =
x
x
6
2
1
T
x
Z 1
Z x1 2
x2 x
1
FT1 (2 ) =
12 (x)dx =
dx =
x
x
6
2
1
T1
x1
e entao bT1 = [ 61 , 16 ]T . Analogamente bT2 = bT3
finalmente que
61
3
X
1 1
61 61 =
b=
RiT bTi =
6 6
i=1
1
6
= [ 16 , 16 ]T . Temos
1/6
1/3
.
1/3
1/6
i
i
35
2.4
Operador de interpolac
ao
i
i
Captulo 3
M
etodo de elementos
finitos aplicado `
a
equac
ao do calor
3.1
A equac
ao do calor
(3.1)
i
i
ESPACIAL
[SEC. 3.2: DISCRETIZAC
AO
37
u(0, x) = u0 (x).
3.2
Discretizac
ao espacial
i
i
38
` EQUAC
DO CALOR
[CAP. 3: METODO
DE ELEMENTOS FINITOS APLICADO A
AO
(3.4)
3.3
Discretizac
ao temporal
Vamos agora explicar como e feita a discretizacao da variavel temporal do problema. Supondo que a funcao u C 2 ((0, T ) (a, b)),
obtemos da serie de Taylor de u
u(t + , x) = u(t, x) + t u(t, x) + 2 r(x, t)
onde o resto r(x, t) e uniformemente limitado em t e x. Logo
u(t + , x) u(t, x)
+ r(x, t).
t u(t, x)
u(t + , x) u(t, x)
3.3.1
M
etodo reverso de Euler Galerkin
(3.6)
i
i
TEMPORAL
[SEC. 3.3: DISCRETIZAC
AO
39
t (n 1) n
u (x) un1 (x)
(3.7)
(3.8)
f (x)2 dx
i
i
40
` EQUAC
DO CALOR
[CAP. 3: METODO
DE ELEMENTOS FINITOS APLICADO A
AO
(3.9)
kun1,h k0 kun,h k0 .
Aqui aplicamos a desigualdade de Cauchy para obter a u
ltima estimativa. Assim, dividindo ambos os lados por kun,h k0 obtemos
kun,h k0 kun1,h k0
e obtemos o resultado desejado usando, sucessivamente, a u
ltima desigualdade.
Veja [19, 25] para mais detalhes sobre a aproximacao de equacoes
de evolucao.
3.3.2
Formula
c
ao matricial do problema
n,h
(x) =
N0
X
in i (x)
(3.10)
i=1
j (x)i (x) dx =
N0
X
j=1
jn
(3.11)
i
i
41
TEMPORAL
[SEC. 3.3: DISCRETIZAC
AO
h
(3.12)
n n1
= An
(3.13)
h
i
i
Captulo 4
Ferramentas da an
alise
funcional
Neste captulo apresentaremos alguns aspectos da teoria matematica
por tras do conceito de solucao fraca. Comecaremos introduzindo
os espacos de funcao apropriados para a definic
ao da solucao fraca.
Depois apresentaremos a definicao precisa de solucao fraca e anunciaremos os teoremas da Analise funcional que garantirao a existencia
e unicidade de solucao para o problema fraco.
4.1
Nesta secao introduziremos, alguns espacos de funcoes que nos permitirao definir de forma precisa a formulacao fraca do problema de
Laplace, e tambem serao importantes na analise de erro do MEF.
Dado uma espaco vetorial V , uma funcao k k : V R+ {0}
define uma norma se as seguintes propriedades sao satisfeitas:
1. dado v V , kvk = 0 se e somente se v = 0.
2. R e v V vale kvk = ||kvk
3. Dados quaisquer u, v V
ku + vk kuk + kvk.
(4.1)
42
i
i
43
Diremos que o par (V, k k) forma um espaco vetorial normado. Observamos que a metrica introduz uma nocao de distancia entre dois
elementos do espaco V . De fato, dados u, v V podemos definir a
distancia de u a v como ku vk.
Exerccio 4.1.1. Seja V = C([0, 1]), isto e, espaco das func
oes reais
contnuas com domnio dado pelo intervalo [0, 1]. Verifique que
Z
kf k =
f (x)2 dx
4.1.1
Construc
ao de espacos por completamento
i
i
44
1, se x 1/2
f (x) =
0, se x > 1/2
pertence ao espaco L2 ().
1 Repare
que V e H t
em a mesma norma.
i
i
45
Espa
cos H 1 , H01 e H-div
Definimos a norma H 1 da seguinte forma
Z
1/2
2
2
kf k1 =
f (x) + |f (x)| dx
.
(4.2)
k~v kH(div,) =
Z
=
Z
|~v |2 dx +
(v12 (x)
|div~v |2 dx
v22 (x))
dx +
2
2
v1
v2
(x) +
(x)
dx.
x1
x2
i
i
46
4.2
Formulac
oes fracas revisadas
Apresentaremos nesta secao a formulacao fraca dos problemas estudados no Captulo 1, usando os espacos de funcoes introduzidos na
secao anterior. Comecaremos esta secao introduzindo o conceito de
funcional linear e forma bilinear.
Seja V um espaco de funcoes dotado de uma norma k k. Dizemos que uma aplicacao f : V R e um funcional linear limitado
se (introduzimos aqui a notacao hf, vi para denotar a aplicacao do
funcional f a uma funcao v V ):
para toda v1 , v2 V and c1 , c2 R, hf, c1 v1 + c2 v2 i =
c1 hf, v1 i + c2 hf, c2 v2 i
existe uma constante c R tal que |hf, vi| ckvk.
Dizemos que uma aplicacao A : V V : R e uma forma bilinear se
A(c1 v1 + c2 v2 , d1 w1 + d2 w2 ) = c1 d1 A(v1 , w1 ) + c1 d2 A(v1 , w2 )
c2 d1 A(v2 , w1 ) + c2 d2 A(v2 , w2 )
para todo ci , di R e wi , vi V , i {1, 2}.
4.2.1
Soluc
ao fraca para Laplace: 1D
O espaco adequado para estudar a formulacao fraca da equacao de Laplace unidimensional e H 1 (a, b). Vamos tambem substituir o espaco
das funcoes teste C0 (a, b) pelo espaco H01 (a, b) em (1.3).
i
i
47
Introduzimos a notacao
Z b
A(u, v) =
u0 (x)v 0 (x)dx
(4.4)
F(v) =
f (x)v(x)dx
(4.5)
(4.6)
4.2.2
(4.7)
Soluc
ao fraca para Laplace: 2D
Defina
A(u, v) =
u(x) v(x)dx
para toda u, v H 1 ()
(4.8)
(4.9)
Z
F(v)
f (x)v(x)dx
(4.10)
i
i
48
u(x) v(x)dx
para toda u, v H 1 ()
(4.11)
v H 1 ().
(4.12)
e
Z
F(v) =
f (x)v(x)dx +
v(x)h(x)dS
4.2.3
(4.13)
Formula
c
oes de primeira ordem e construc
ao
de formula
c
oes fracas
i
i
49
(4.14)
ou ainda proceder como fizemos nos exemplos das Secoes 1.1.1, 1.1.2 e
1.1.3, que consiste em multiplicar a igualdade (4.14) por uma funcao
teste e integrar por partes.
Vamos agora explorar as ideias apresentadas no u
ltimo paragrafo
para a construcao de formulacoes fracas para o sistema (1.17)-(1.20).
Observamos que podemos tratar equacoes distintas de nosso sistema
de forma diferente, isto e podemos tratar uma ou mais das equacoes
do sistema de forma forte e as demais de forma fraca. Dependendo
desta escolha podemos obter formulacoes fracas distintas. Veja a
Tabela 4.1 para dois exemplos.
i
i
50
A escolha correspondente `a primeira coluna da Tabela 4.1, consiste em impor a primeira equacao no sentido fraco e todas as outras
equacoes no sentido forte, resultando na formulacao fraca da Secao
1.1.2. De uma forma geral, a escolha de quais equacoes serao tratadas de forma forte ou fraca, depende do problema em questao.
Por exemplo, provar existencia de solucoes pode ser mais facil para
uma determinada formulacao fraca do que para outras. Ou ainda, a
aplicacao em mente (i.e. funcao de u ou u que estamos interessados
em aproximar) influencia na construcao da formulacao fraca.
Equacao
div~
p = f em
p~ = u em
u = f em D
p~ ~ = g em N
Opcao 1
Fraco
Forte
Forte
Forte
Opcao 2
Fraco
Fraco
Forte
Forte
A sua opcao
Op
c
ao 1: equa
c
ao de balan
co no sentido fraco
Queremos achar a funcao u tal que u = g em D . Para impor equacao
de balanco no sentido fraco, multiplicamos esta equacao por uma
func
ao v C0 () tal que v = 0 em D . Integramos a equacao
resultante para obter
Z
Z
div~
p vdx =
f vdx.
(4.15)
Z
Z
Z
=
v~
p ~ dS +
v~
p ~ dS
p~ vdx
D
N
Z
Z
= 0
vhdS
p~ vdx.
N
i
i
51
p~ vdx =
f vdx +
hvdS.
(4.16)
toda
Z v C () com vZ = 0 em ZD , vale
(u) vdx =
f vdx +
(4.17)
vhdS.
N
Op
c
ao 2: equa
c
oes de balan
co e de lei constitutiva no sentido
fraco
A equacao de balanco no sentido fraco foi obtida na secao anterior.
Ela e dada por (4.15) antes da integracao por partes ou (4.16) se
usarmos integracao por partes.
Para obter a formulacao fraca de
p~ = u
(4.19)
Temos duas possveis formulacoes fracas conforme aplicamos integracao por partes ou nao:
i
i
52
~q ~ = h em N .
(4.21)
Finalmente, para obter a formulacao fraca, precisamos introduzir os espacos de Hilbert adequados. Neste caso buscamos uma
solucao tal que p~ L2 ()2 e u H 1 (). Para os espacos das
funcoes teste, usamos ~q L2 ()2 e v H 1 (). Obtemos assim
Achar u H 1 () e p~ L2 ()2 tais que para toda
2
~
q RL2 ()2 , e v H
R 0 (, D ), vale
1
p
~
~
q
dx
+
R u ~qdx = 0 R
R
p~ vdx = f vdx N hvdS.
~q ~ = h em N .
(4.22)
Se aplicamos integracao por partes em (4.20), requereremos ~q =
~0 em N , onde o fluxo p~ e dado. Aplicando a formula de
integracao por partes e os dados do problema no bordo (u = g
em D e ~q = 0 em N ) obtemos
Z
Z
u ~qdx
u~q ~ dS
Z
udiv~qdx
Z
u~q ~ dS +
u~q ~ dS
D
Z
Z
= 0+
g~q ~ dS
udiv~qdx
N
udiv~qdx
1 p~ ~qdx
udiv~qdx =
g~q ~ dS.
(4.23)
i
i
53
R
div~
pvdx =
p~ ~ =
C () com ~q = 0 em
R
D
g~q ~ dS.
f vdx.
h em N .
(4.24)
Apresentamos agora os espacos de funcoes adequados para esta
formulacao fraca. Usamos u L2 () e p~ H(div, ). Para as
funcoes teste, usamos v L2 () e ~q H(div, , N ). Obtemos
Achar u L2 () e p~ H(div, ) tal que para toda
~q H0 (div, , N ) e v L2 () vale
R
R
R 1
p~ ~qdx udiv~qdx = D g~q ~ dS.
R
R
div~
pvdx = f vdx.
p~ ~ = h em N .
(4.25)
4.2.4
Outras opc
oes
Outras opcoes para construcoes de formulacoes fracas podem ser consideradas. Um dos principais objetivos deste captulo do livro e que o
leitor compreenda a generalidade das ideias apresentadas nesta secao.
Apresentamos tres formulacoes fracas diferentes para a equacao de
Laplace ( = 1),
1. A formulacao fraca em (4.17) na Secao 4.2.3.
2. A formulacao fraca em (4.21) na Secao 4.2.3.
3. A formulacao fraca em (4.24) na Secao 4.2.3.
Outras formulacoes podem ser consideradas, por exemplo, a condicao
u = g em D tambem ser imposta no sentido fraco.
i
i
54
4.3
Desigualdade de Poincar
e
4.4
Teorema de Lax-Milgram
i
i
55
(4.27)
kuk2 B(u, u) u V
(4.28)
Z
hf, vi =
f v dx.
i
i
56
(4.29)
B(u, v)
kukU , u U (Condic
ao inf -sup );
kvkV
(4.30)
(4.31)
uU
Ent
ao existe uma u
nica func
ao u U , tal que
B(u, v) = hf, vi
v V.
i
i
Captulo 5
An
alise do erro de
aproximac
ao para o
MEF
Neste captulo estudaremos o erro de aproximacao do metodo de elementos finitos aplicado `a equacao de Laplace com condicao de Dirichlet zero. Isto e:
Achar
u H01 () tal que:
n
A(u, v) = F(v) v H01 () ,
(5.1)
(5.2)
i
i
58
PARA O MEF
[CAP. 5: ANALISE
DO ERRO DE APROXIMAC
AO
5.1
Lema de C
ea
ku uh k21 cA(u uh , u uh ).
A(u, uh ) A(uh , uh )
Z
Z
h
f (x)u (x) dx
f (x)uh (x) dx
0.
cA(u uh , u uh )
cA(u uh , u v)
cku uh k1 ku vk1 .
Au
ltima desigualdade nos permite concluir o resultado desejado.
i
i
59
5.2
Erro de aproxima
c
ao
vV0h
1/2
Z
X
kf k2 = f (x)2 + |f (x)|2 +
(ij f )2 dx .
ij
du d2 u
kuk2, = sup |u(x)|, (u) , 2 (u) .
dx
dx
x
Seja T h uma particao uniforme de de tamanho h = 1/k, k N.
Pela desigualdade de Poincare temos que
kI h u uk1 c|I h u u|1 .
1 A nota
c
ao O(h) significa que o termo pode ser limitado por ch, onde c
e uma
constante apropriada.
2 A hip
otese extra de termos uma malha uniforme
e feita apenas para facilitar
a exposica
o da demonstraca
o. J
a a troca da norma k k2 pela k k2, permite a
apresentac
ao de uma demonstrac
ao usando resultados b
asicos de an
alise real.
i
i
60
PARA O MEF
[CAP. 5: ANALISE
DO ERRO DE APROXIMAC
AO
(5.3)
u(x) u(a)
+ (x a)r(x)
xa
xa
(5.4)
|I u
u|21
=
0
2
d h
(I u u)
dy =
dy
2
n Z zi
X
d h
(I u u) dy.
dy
i=1 zi1
(5.5)
d h
(I u(y) u(y))
dy
u(zi ) u(zi1 )
=
u0 (zi1 ) + u0 (zi1 ) u0 (y)
h
u(zi ) u(zi1 )
i
i
61
d h
(c + 1)hkuk2, .
Substituindo a u
ltima estimativa em (5.5) obtemos
|I h u u|21
n Z
X
i=1
zi
((c + 1)hkuk2, ) dy
zi1
2
((c + 1)hkuk2, ) .
i
i
Captulo 6
Outros t
opicos
A teoria matematica do metodo de elementos finitos e muito extensa e
aborda muitas questoes interessantes. Neste captulo mencionaremos
rapidamente alguns topicos adicionais importantes. O leitor interessado pode consultar [4, 5, 8], entre outros. Mencionamos tambem
algumas teses do IMPA [28, 9, 29, 17, 13, 22, 3].
6.1
62
i
i
63
X X 0 e B : X M 0 por
hAu, vi = a(u, v)
hBv, i = b(v, )
(u, v) X X.
(v, ) X M.
0
0
0
0
Bu = in M 0 .
(6.2)
(6.3)
n
o
Denote tambem V 0 = g X 0 : hg, i = 0 in V (0) .
Lema 6.1.1 (Teorema do Brezzi). Se a(, ) e V elptica (o coerciva), i.e., se existe uma constante > 0 tal que :
a(v, v) kvk2X para toda v V = V (0),
ent
ao o problema (6.1) e bem-posto se e somente se a forma bilinear
b(, ) satisfaz a condic
ao inf-sup: Existe uma constante > 0 tal
que:
b(, )
inf
sup
> 0.
M \{0} X\{0} kkX kkM
i
i
64
6.2
Aproximac
ao de Galerkin para o problema de sela
Agora vamos aplicar a metodo de Galerkin para o problema (6.1). Sejam X h X e M h M espacos de elementos finitos. A formulacao
de Galerkin e escrita como sendo,
h h
h
h
b(uh , q) = h, qi q M h .
Como antes definimos V h := {v X h : b(v, q) = 0 q M h }. O
problema (6.4) e equivalente ao problema,
(
Achar uh V h tal que:
(6.5)
a(uh , v) = h`, vi v V h .
e depois achar ph M h with b(v, ph ) = a(uh , v) + h`, vi in X h .
Temos o seguinte resultado, (veja [5])
Lema 6.2.1. Suponha que V e V h s
ao subespacos do X e que M h e
subespaco de M . Suponha tambem que a forma bilinear a : X X
R e continua na norma C e elptica em V h com constante . Seja
(u, q) a soluca
o do problema 6.1 e seja (uh , ph ) V h a soluc
ao de
problema discreto (6.4). Temos o seguinte erro de aproximac
ao
C
1
|a(u uh , v)|
h
ku u kX 1 +
inf ku vkX +
sup
,
vV h
vV h \{0}
kvkX
onde o segundo termo do lado direito da desigualdade acima pode ser
limitado por
1
|a(u uh , v)|
C
sup
inf kp qkM .
vV h \{0}
kvkX
qM h
Vemos que o erro de aproximacao depende somente das propriedades de aproximacao dos espacos V h e M h . Os resultados para o
erro de aproximacao para a variavel p sao mais delicados e nao serao
tratados aqui.
i
i
6.3
65
Formulac
ao de primeira ordem e elementos finitos de Raviart-Thomas
~u = p + f~ em
(Lei de Darcy3 )
(6.6)
div~u = g
em
~u ~ = h
em .
11 (x) 21 (x)
A matriz =
e uma matriz com entradas
21 (x) 22 (x)
positivas e com autovalores uniformemente positivos. Em modelos
de fluidos em meios porosos, representa a permeabilidade do meio
no domnio . Para simplificar a exposicao, vamos supor que e
uma constante positiva.
Introduzimos as seguintes formas bilineares
Z
a(~u, ~v ) :=
~u ~v dx
para toda ~u, ~v H(div, ),
(6.7)
Z
b(~v , q) :=
q div~v dx para toda ~v H(div, ) e q L2 ().
i
i
66
(6.8)
(6.9)
p(x)
x1
RTk (K) :=
+ r(x)
q(x)
x2
onde p, q e r sao polinomios de grau k. Se ~v RTk (K) entao div~v e
um polinomio de grau k e ~v ~ |ei e um polinomio de grau k para todo
lado ei , i = 1, 2, 3. Vamos introduzir apenas o espaco de elementos
finitos de Raviar-Thomas de mais baixa ordem. Note que, em duas
dimensoes, a velocidade do espaco de elementos finitos de RaviartThomas RT0 (K), K T , tem a forma
a
x1
~v (x1 , x2 ) =
+c
.
b
x2
Uma obervacao importante e que para determinar a, b e c acima, e
suficiente especificar tres graus de liberdade, em particular, podemos
determinar ~v RT0 (K) especificando o componente normal em cada
uma das tres arestas do triangulo K. Definimos
n
o
~ h := RT0 := ~v X
~ : ~v |K RT0 (K) K ,
X
(6.10)
e
M h := P 0 := {p M : p|K P0 (K) K} .
(6.11)
i
i
67
Agora introduzimos as funcoes base do espaco de elementos finitos de Raviart-Tomas. Primeiro, para cada aresta e da triangulacao
T h , associamos um vetor normal ~e . Lembramos que cada aresta e
compartilhada com dois triangulos tem dois vetores normais associados. Neste caso, ~e coincide com um destes dois vetores normais.
Para cada aresta e, temos uma func
ao base definida por
~e RT0 ,
Figura 6.1: Funcao base da velocidade do Raviart-Thomas correspondente `a hipotenusa do triangulo e. Neste caso, ~e aponta para
dentro do triangulo.
O espaco das pressoes M h tem uma funcao base para cada triangulo
da malha, que corresponde `a funcao caracterstica do triangulo. A
funcao base associada ao elemento K e definida por
pK = 1 em K e pK = 0 em todo K 0 com K 0 6= K.
Note que estas funcoes base da pressao nao tem media zero. A
condicao de media zero para a pressao pode ser obtida usando um
procedimento posterior ou impondo um multiplicador de Lagrange
que force esta condicao.
A formulacao discreta para nosso problema e dada por
~ h e ph M h tais que
Achar uh X
(
~h
a(~uh , ~v h ) + b(~v h , ph ) = f (~v h ) ~v h X
0
h
h
~
b(uh , q )
=0
q M0h .
(6.12)
i
i
68
~ h := X
~ h H0 (div, , ). Como antes, o
Aqui usamos a notacao X
0
0
problema (6.12) e equivalente ao sistema linear
U
F
A BT
=
.
(6.13)
P
0
B 0
Aqui usamos U, V, . . . e P, Q, . . . , para denotar o vetor cujas coordenadas correspondem aos coeficientes das combinacoes lineares das
~h e
bases de Raviart-Thomas, que representam as funcoes ~u, ~v X
h
p, q M , respectivamente.
As matrizes A, B e o vetor F sao definidos por
a(~u, ~v ) = V T AU,
b(~u, q) = QT BU,
f (~v )
= V T F.
(6.14)
A BT
0
U
F
B
0
W
=
.
(6.15)
P
0
0 WT 0
onde o vetor W e definido tal forma que a u
ltima equacao imponha
a condicao de media zero para a pressao.
Note que a matriz do sistema linear (6.15) e inversvel, simetrica
mas nao e definida positiva (tem autovalores negativos e positivos).
Esta matriz e tambem esparsa e mal condicionada, como e usual nos
sistemas lineares resultantes de discretizacoes de elementos finitos.
A aproximacao de elementos finitos de Raviart-Thomas satisfaz
(veja [4, 5]):
Lema 6.3.1. Seja (u, p) a soluc
ao fraca de equac
ao (6.6) (eq. de
Darcy) e seja (uh , ph ) a aproximac
ao de elementos finitos de RaviartThomas, temos a seguinte estimativa de erro a priori
ku uh kX + kp ph kM C
i
i
DE STOKES: APROXIMAC
VIA TAYLOR-HOOD
[SEC. 6.4: EQUAC
AO
AO
69
u1 = ex1 sin(x2 ),
u2 = ex1 cos(x2 );
e
p = ex1 sin(x2 ) (e1 1)(cos(1) 1).
Na Figura 6.2 mostramos a solucao exata e acalculada usando elementos finitos de Raviart-Thomas com h = 2/8 e a triangulacao
uniforme na figura. Na Figura 6.3 mostramos pressoes calculadas
usando elementos finitos de Raviart-Thomas para diferentes valores
de tamanho da malha.
Finalmente, na Figura 6.4, apresentamos o decaimento dos erros
da velocidade (norma H(div, )) e da pressao (norma L2 ()) quando
a malha e refinada.
6.4
Equac
ao de Stokes: aproxima
c
ao via
Taylor-Hood
i
i
70
div T (~u, p) = f~ em
~u = g em
(6.16)
~u = ~h em .
~ v onde e a viscocidade do fluido e
Acima, T (~v , p) := pI + 2 D~
1
T
~
D~v := 2 (~v + ~v ) e o tensor de estresse linearizado, note que ~v =
~v (x1 , x2 ) = (v1 (x1 , x2 ), v2 (x1 , x2 )) e uma funcao vetorial e usamos a
notacao
~v =
v1
x1
v1
x2
v2
x1
v2
x2
divE =
e21
e22
+
x1
x2
T ~v = (~v )T .
se E =
e11
e21
e12
e22
i
i
DE STOKES: APROXIMAC
VIA TAYLOR-HOOD
[SEC. 6.4: EQUAC
AO
AO
71
i
i
72
2
X
eij fij
se E =
i,j=1
Note que
e11
e21
div ~v =
e12
e22
v1
v2
eF =
f11
f21
f12
f22
i
i
73
DE STOKES: APROXIMAC
VIA TAYLOR-HOOD
[SEC. 6.4: EQUAC
AO
AO
Z
~u ~v dx 0,
=
Z
=
~u ~v dx,
Z
(div~uT ) ~v dx =
Z
~uT ~v dx
(~uT ~ ) ~v dS
~u ~v dx.
Assim, obtemos
Z
~ u) ~v dx
(2divD~
Z
~ u D~
~ v dx.
D~
= 2
(6.18)
(6.19)
Z
b(~v , q) :=
Z
q div~v dx.
(6.20)
~v f~dx.
F (~v ) :=
(6.21)
~u = ~g in .
(6.22)
i
i
74
Suponha que e um domnio poligonal e que Th e uma triangulacao de . Vamos introduzir o espaco de elementos finitos conhecido como Taylor-Hood de mas baixa ordem. Veja [5, 7, 15]. O
espaco de Taylor-Hood de ordem k consiste de polinomios de grau
k + 1 por partes, contnuos para a velocidade em cada componente e
polinomios de grau k por partes, contnuos para a pressao. Definimos
em
~vK = ~vK FK
~ := P~ 2 := ~v H 1 ()2 C 0 ()2 : K e
X
,
~vK P 2 (K)
2
(6.23)
onde ~vK := ~v |K . Definimos tambem
1
q = qK FK
em K
M := P 1 () = q L2 () C 0 () : K
.
e qK P 1 (K)
O par de espacos de elementos finitos de Taylor-Hood de ordem um
~ M0 ) onde M0 = M L0 ().
e dado pelo par (X,
Como foi mencionado anteriormente, a escolha de espacos de elementos finitos mistos e delicada. Os espacos de funcoes teste para
a velocidade e a pressao tem que ser os adequados. Por exemplo,
o espaco de elementos finitos para a pressao tem que ter o tamanho certo (nao pode ser muito grande nem muito pequeno quando
comparado com o espaco para a velocidade). Estes espacos precisam
ser definidos de forma que a condicao de inf-sup (veja (6.1.1)) seja
satisfeita.
A formulacao discreta do problema de Stokes, usando as bases
usuais para espacos de polinomios por partes, e escrita como,
~ h e ph M h tais que
Achar uh X
(
~h
a(~uh , ~v h ) + b(~v h , ph ) = f (~v h ) ~v h X
0
b(u~h , q h )
=0
q h M0h .
(6.24)
A BT
U
F
=
.
(6.25)
P
0
B 0
i
i
DE STOKES: APROXIMAC
VIA TAYLOR-HOOD
[SEC. 6.4: EQUAC
AO
AO
75
(6.26)
i
i
76
i
i
77
LINEAR
[SEC. 6.5: UM PROBLEMA NAO
6.5
Um problema n
ao linear
(6.27)
u =
N
X
i i .
i=1
i
i
78
Assim, substituindo a expressao acima em (6.28), e aplicando raciocnio analogo ao apresentado para a equacao de Laplace obtemos
Z
N
X
p2
i i |
i=1
N
X
i i j dx =
f j dx j {1, . . . , Nh }
i=1
h
f1 ()
f2 ()
F () =
,
..
.
fN h ()
onde
Z
fj () =
N
X
i=1
p2
i i |
N
X
i i j f j dx.
i=1
h
6.6
O m
etodo do gradiente conjugado
i
i
79
n
X
i di .
(6.30)
i=1
Pn
Das equacoes (6.29) e (6.30), obtemos que i=1 i Adi = b e tomando
produto interno com dj para j fixo, mas arbitrario, obtemos
n
X
i=1
dTj b
,
dTj Adj
j = 1, . . . , n.
j
X
i di .
(6.31)
i=1
Como Ax = b, obtemos
0 = Ax b = Axj1 b +
n
X
i Adi ,
i=j
i
i
80
dTj qj1
dTj (Axj1 b)
=
,
dTj Adj
dTj Adj
j = 1, . . . , n.
onde k+1 =
dTk+1 qk
.
dTk+1 Adk+1
(6.32)
qk = b Axk = A(x xk ) = A
n
X
j dj =
j=k+1
n
X
j Adj
j=k+1
e portanto para i k,
dTi qk =
n
X
j dTi Adj = 0.
j=k+1
Corol
ario 6.6.2. Se temos as k primeiras direc
oes conjugadas {di }ki=1 ,
e qk = b Axk 6= 0 ent
ao os vetores d1 , d2 , ..., dk , qk s
ao linearmente
independentes.
Suponha que temos k + 1 direcoes A-ortogonais d1 , d2 , ..., dk . Para
obter outra direcao conjugada a partir de qk , aplicamos Gram-Schmidt
com relacao ao produto interno A, isto e, geramos dk+1 com
dk+1 = qk
k
X
a
jk dj ,
(6.33)
j=1
i
i
81
k
X
a
jk dTi Adj
j=1
dTi Aqk
a
ik dTi Adi .
dTi Aqk
. O teorema a seguir nos mostra que
dTi Adi
fazendo hipoteses apropriadas somente o coeficiente a
kk e diferente
de zero.
Sabemos
lema vale
qk = b
Portanto,
i
i
82
= dTi Aqk
k
X
a
jk dTi Adj
j=1
dTi Aqk
a
ik dTi Adj .
Note que dTi Adk+1 = 0, por 3. do Lema 6.6.4 temos que dTi Aqk = 0,
e dTi Adj 6= 0, o que implica que aik = 0. Temos entao a seguintes
formulas para a direcao conjugada k + 1 e o seu coeficiente k+1 em
(6.30) e (6.32),
dk+1 = qk akk dk ,
a
kk =
dTk Aqk
,
dTk Adk
k+1 =
dTk+1 qk
.
dTk+1 Adk+1
Vamos simplificar um pouco mais estas formulas. Note que da primeira formula acima e do Lema 6.6.1 obtemos
k+1 =
T
e na iteracao k teramos k dTk Adk = qk1
qk1 . Como podemos escrever qk = qk1 k Adk e usando 4. do Lema 6.6.4 obtemos que
1k qkT qk
q T qk
dTk Aqk
= 1 T
= T k
.
= T
dk Adk
qk1 qk1
k qk1 qk1
i
i
83
1. Inicializar q0 = b Ax0
2. Iterar k = 1, 2, . . . , ate a convergencia
k
dk
xk
qk
=
=
(qk1 , qk1 )
[1 = 0]
(qk2 , qk2 )
qk1 + k dk1 [d1 = q0 ]
(qk1 , qk1 )
(dk , Adk )
xk1 + k dk
qk1 k Adk
0 i = 1, . . . , k,
e
min ||x y||A
yVk
= ||x xk ||A .
(6.34)
i
i
84
k1
X
i Ai1 b.
i=0
=
=
Pk1
i=0
i xi
{P (A)b : P Pk1 }
{P (A)Ax : P Pk1 }.
Com esta igualdade, (6.34) e o fato kykA = kA1/2 yk2 para todo
y Rn conclumos que
||x xk ||A
=
=
yVk
P Pk1
1/2
min ||A
P Pk1
[I P (A)A] x ||2
(6.35)
Considere a decomposicao espectral da matriz auto-adjunta e positiva definida A = Q Q, onde Q e uma matriz ortonormal (tem
colunas ortonormais) e = diag(1 , . . . , n ) e a matriz diagonal com
os autovetores de A ordenados do maior ao menor, isto e, max =
1 2 n = min . Temos que a decomposicao espectral
I P (A)A = Q [I P ()] Q e usando propriedades das matrizes
ortonormais temos
||A1/2 [I P (A)A] x ||2
onde temos usado a desigualdade ||Bzk2 kBk2 kzk2 valida para toda
matriz B. Lembrando que para B auto-adjunta e definida positiva
kBk2 e o maximo autovalor de B, temos,
||A1/2 [I P (A)A] x ||2
max
[n ,1 ]
i
i
85
onde na u
ltima linha o maximo e tomado no intervalo [n , 1 ] e nao
somente nos n autovalores n , . . . , 1 . Finalmente pondo (6.36) em
(6.35) obtemos
||x xk ||A
max
P Pk1 [n ,1 ]
||x ||A
min
P Pk ,P (0)=1
|1 P ()|
max
[n ,1 ]
|P ()| (6.37)
se |x| 1,
cos(k cos1 (x)),
Tk (x) =
(6.38)
|Tk (x)| 1,
Ti (x)Tj (x)(1 x2 ) 2 dx = ij ,
T1 (x) = x,
(6.39)
i
i
86
Tk (g())
Tk (g(0))
com
g() =
1 + n 2
.
1 n
1 + n
> 1,
1 n
logo
Tk (g(0)) 6= 0,
[n ,1 ]
1
||x ||A
Tk (g(0))
com
g(0)
1 + n
Cond(A) + 1
=
,
1 n
Cond(A) 1
e onde o n
umero de condic
ao 5 de A e definido por
Cond(A) =
1
max
=
.
n
min
(6.40)
z + z 1
,
2
Tk (x) =
z k + z k
.
2
n
umero de condic
ao espectral
i
i
87
Cond(A)+1
Note que
1, e que podemos escrever
Cond(A)1
1
Cond(A) + 1
1 Cond(A) 1
p
+
=
Cond(A) 1
2
Cond
(A)1
Cond(A) + 1
Cond(A)+1
Cond(A)1
Aplicando o Lema 6.6.5 com z =
temos que
Cond(A)+1
Cond(A) + 1
Tk (g(0)) = Tk
Cond(A) 1
" p
#k " p
#k
Cond(A) 1
Cond(A) + 1
1
p
=
+ p
2
Cond(A) + 1
Cond(A) 1
logo,
1
Tk (g(0))
k
k
Cond
(A)1
Cond
(A)+1
+
Cond(A)+1
Cond(A)1
"p
#k
Cond(A) + 1
2
.
k = 2 p
Cond(A) 1
Cond
(A)+1
Cond(A)1
Cond(A) 1
Cond(A) + 1
#k
||x ||A .
Corol
ario 6.6.7. Para o caso em que x0 6= 0, aplicamos o argumento
anterior a
Ax = b Ax0 , (x)0 = 0
i
i
88
e obtemos
"p
||x xk ||A 2 p
Cond(A) 1
#k
Cond(A) + 1
||x x0 ||A
para todo k.
Provaremos agora o Lema 6.6.5 para completar a demonstracao
do teorema anterior. Prova Se x 1, pode-se exprimir
x = cosh() =
e + e
z + z 1
=
,
2
2
com z = e ,
cosh(k cosh1 ) =
ek + ek
z k + z k
=
.
2
2
Box
O Teorema 6.6.6 nos diz que o erro do metodo do gradiente conjugado na norma da energia depende do n
umero de condicao da matriz
Cond(A) = max /max .
Em geral, dada uma matriz inversvel B, o n
umero de condicao
na norma k k2 e definido por
Cond(B) = kBk2 kB 1 k2 .
Pode-se provar que quando A e auto-adjunta e definida positiva temos
que Cond(A) = 1 /n .
Veja [27, 26] para mais detalhes sobre metodos iterativos.
i
i
Bibliografia
[1] R. Adams, J. Fournier; Sobolev spaces, volume 140 of
Pure and Applied Mathematics (Amsterdam) Elsevier/Academic
Press, Amsterdam, second edition, 2003.
[2] J. Alberty, C. Carstensen, S. Funken; Remarks around
50 lines of Matlab: short finite element implementation. Numer.
Algorithms, 20(2-3):117137, 1999.
[3] C. Borges; Coarse grid correction operator splitting for parabolic partial differential equations Dissertacao de mestrado, Instituto Nacional de Matematica Pura e Aplicada, 2007.
[4] D. Braess; Finite elements: Theory, fast solvers, and applications in solid mechanics, Cambrige, 2001.
[5] S. Brenner, R. Scott; The Mathematical Theory of Finite
Element Methods, Springer-Verlag, 1994.
zis; Analyse fontionnelle: theorie et applications, Collec[6] H. Bre
tion mathematiques appliquees pour la matrise, Masson, 1983.
[7] F. Brezzi, M. Fortin; Mixed and hybrid finite element
methods, Springer series in computational mathematics, vol. 15,
Springer-Verlag, 1991.
[8] P. Ciarlet; The Finite Element Method for Elliptic Problems,
SIAM, 2002.
89
i
i
90
BIBLIOGRAFIA
i
i
BIBLIOGRAFIA
91
[21] J. Marti; Introduction to sobolev spaces and finite element solutions of elliptic boundary value problems, Computational mathematics and applications, Academic Press, 1986.
[22] M. Miranda; The weighted extended B-Splines finite element
method. Dissertacao de Mestrado, Instituto Nacional de Matematica Pura e Aplicada, 2005.
as; Les methodes directes en theorie des equations ellip[23] J. Nec
tiques, Masson, 1967.
[24] P. Raviart, J. Thomas; Introduction `
a l analyse numerique
des equations aux derivees partieles, Collection mathematiques
appliquees pour la matrise, Masson, 1983.
[25] J. Rulla; Error analysis for implicit approximations to solutions to Cauchy problems, SIAM J. Numer. Anal. 33 no. 1, 68-87
1996.
[26] Y. Saad; Iterative methods for sparse linear systems. Society for
Industrial and Applied Mathematics, Philadelphia, PA, second
edition, 2003.
[27] J. Shewchuk; An introduction to the conjugate gradient method
without the agonizing pain Technical report, August 1994.
http://www.cs.cmu.edu/jrs/jrspapers.html.
[28] H. Versieux; Numerical boundary corrector methods and analysis for a second order elliptic PDE with highly oscillatory periodic
coefficients with applications to porous media. Tese de doutorado,
Instituto de Matematica Pura e Aplicada, IMPA, 2006.
[29] J. Wrobel; Perda de Injetividade em Reservat
orios Estratificados. Tese de doutorado, Instituto de Matematica Pura e Aplicada, IMPA, 2005.
i
i