Anda di halaman 1dari 80

Metodo de Elementos Finitos: Teoria Basica

Frederic VALENTIN

12 de dezembro de 2011
2
Sum
ario

1 Conceitos B
asicos 7
1.1 Exemplo 1D: Elemento Linear por Partes . . . . . . . . . . . . . . . . 7
1.1.1 Forma Fraca . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 Metodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Melhor Approximacao . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4 O Metodo de Elementos Finitos: Elemento Linear por Partes . 13
1.1.5 Interpolacao e estimativa de erro . . . . . . . . . . . . . . . . 16
1.2 Exemplo 2D: Elemento Linear por Partes . . . . . . . . . . . . . . . . 19
1.2.1 Forma Fraca . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.2 Metodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.3 Melhor Aproximacao . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.4 Metodo de Elementos Finitos Lineares por Partes . . . . . . . 21
1.2.5 Interpolacao e estimativa de erro . . . . . . . . . . . . . . . . 23

2 Formulac
ao Contnua 25
2.1 Formulacao Variacional de uma EDP . . . . . . . . . . . . . . . . . . 25
2.1.1 Formas e operadores . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.2 Espacos de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.3 Representacoes das Formas Lineares Continuas . . . . . . . . 31
2.2 Existencia e Unicidade . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Exemplos de Formulacoes Variacionais . . . . . . . . . . . . . . . . . 37
2.3.1 Equacao de Laplace Homogenea . . . . . . . . . . . . . . . . . 37
2.3.2 Equacao de Laplace Nao Homogenea . . . . . . . . . . . . . . 38
2.3.3 Equacao adveccao-difusao . . . . . . . . . . . . . . . . . . . . 39

3
4
SUMARIO

3 Formulac
ao Discreta 41
3.1 Metodo de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Melhor Aproximacao: Lema de Cea . . . . . . . . . . . . . . . . . . . 42

4 M
etodo de Elementos Finitos 45
4.1 Exemplos de Elementos Finitos . . . . . . . . . . . . . . . . . . . . . 48
4.1.1 Elemento de Lagrange linear em 2D . . . . . . . . . . . . . . . 48
4.1.2 Elemento de Lagrange quadratico em 2D . . . . . . . . . . . . 49
4.1.3 Elemento de Lagrange bilinear em 2D . . . . . . . . . . . . . . 50
4.1.4 Elemento de Hermite 2D . . . . . . . . . . . . . . . . . . . . . 51
4.1.5 Elemento de Raviart-Thomas 2D . . . . . . . . . . . . . . . . 52
4.2 Elemento Finito de Lagrange Pk (K) em Rd . . . . . . . . . . . . . . . 53
4.2.1 Elemento d-simplex . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2.2 Coordenadas baricentricas . . . . . . . . . . . . . . . . . . . . 55
4.3 Nocao de Elemento de Referencia . . . . . . . . . . . . . . . . . . . . 62
4.4 Elemento Finito Global de Lagrange Pk () . . . . . . . . . . . . . . . 66
4.4.1 Malha de elementos finitos . . . . . . . . . . . . . . . . . . . . 66
4.4.2 Graus de liberdade globais . . . . . . . . . . . . . . . . . . . . 67
4.4.3 Espaco global de elementos finitos . . . . . . . . . . . . . . . . 68
4.5 Aproximacao Polinomial . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.5.1 Erro de interpolacao local . . . . . . . . . . . . . . . . . . . . 69
4.5.2 Erro de interpolacao global . . . . . . . . . . . . . . . . . . . . 72

5 Aplicac
ao do M
etodo de Elementos Finitos 75
5.1 Elemento finito de Lagrange de ordem Pk () . . . . . . . . . . . . . . 75
Lista de Figuras

1.1 Uma funcao em C 1 (esquerda) e derivada da funcao (direita). . . . . 8


1.2 Projecao de uma funcao em V sobre Vh usando a(., .). . . . . . . . . . 12
1.3 Exemplo de uma funcao linear por partes. . . . . . . . . . . . . . . . 13
1.4 Funcao de base j . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5 Exemplo de i e j com |i j| > 1. . . . . . . . . . . . . . . . . . . . 15
1.6 Exemplo de i e j com |i j| = 1. . . . . . . . . . . . . . . . . . . . 15
1.7 Exemplo de i = j . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.8 Interpolacao da funcao u por uma funcao linear por partes uh . . . . . 17
1.9 Funcao de Green (esquerda) e derivada da funcao de Green (direita). 18
1.10 Triangularizacao conforme (esquerda) e nao conforme (direita). . . . . 21
1.11 Uma funcao de base linear j . . . . . . . . . . . . . . . . . . . . . . . 22
1.12 Nos associados as j com a propriedade a(i , j ) = 0. . . . . . . . . 23
1.13 Numeracao onde a(3 , 4 ) = 0 e onde a(3 , 4 ) = 0 (direita). . . . . 23

2.1 Exemplo de uma sequencia em C 0 () (esquerda) que nao tem limite


0
(direita) em C (). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Projecao de um vetor v V sobre o subespaco M . . . . . . . . . . . . 31

4.1 Elementos finitos triangulares P1 (K) (a) e P2 (K) (b). . . . . . . . . . 49


4.2 Elemento finito rectangular Q1 (K). . . . . . . . . . . . . . . . . . . . 50
4.3 Elementos finitos triangulares de Hermite (esquerda) e de RT0 (direita). 51
4.4 Exemplos de d-simplex em 1D (esquerda), 2D (centro), e 3D (direita). 53
4.5 Visualizacao dos aspectos geometricos. . . . . . . . . . . . . . . . . . 54
4.6 Exemplos de domnios d-simplex em 1D (esquerda) e 2D (direita). O
da direita tambem mostra os vetores independentes a1 a3 e a2 a3 . 58

5
6 LISTA DE FIGURAS

4.7 Exemplos de domnios d-simplex unitarios em 1D (esquerda) e 2D


(direita). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.8 Exemplos de grades principais Tk (K) em 1D com k = 0 (esquerda),
k = 1 (centro) e k = 2 (direita). . . . . . . . . . . . . . . . . . . . . . 60
4.9 Exemplos de grades principais Tk (K) em 2D com k = 0 (esquerda),
k = 1 (centro) e k = 2 (direita). . . . . . . . . . . . . . . . . . . . . . 60
4.10 Exemplo de grade principal T3 (K) em 2D. . . . . . . . . . . . . . . . 60
4.11 Exemplos de funcoes de base quadraticas associadas a um vertice
(esquerda) e a um ponto no meio de uma aresta (direita) de um
triangulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.12 O 1-simplex (esquerda) e o 2-simplex (direita) de referencia. . . . . . 63
4.13 Acao da matriz B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.14 Exemplo de um mapeamento bijetivo entre o elemento de referencia
e um elemento fsico. . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.15 Mapeamento entre o elemento finito de referencia e um elemento fsico. 66
4.16 Particao regular {Th }h>0 que nao e quasi-uniforme. . . . . . . . . . . 67
4.17 Dois triangulos adjacentes em uma malha nao estrutura. . . . . . . . 68
Captulo 1

Conceitos B
asicos

1.1 Exemplo 1D: Elemento Linear por Partes

1.1.1 Forma Fraca

Seja f = f (x) C 0 ([0, 1]) e considere o seguinte problema de valor de contorno:




Achar u = u(x) C 2 ([0, 1]) tal que

2
d u = f, em I := (0, 1),
dx2 (1.1)

u(0) = 0,



u (1) = 0,
Logo (1.1) tem solucao u
nica.
Observacao 1.1. Observe que u C 2 ([0, 1]) significa que u e as primeiras duas
derivadas sao continuo.

/ C 2 ([0, 1])?
Qual o sentido de (1.1) se u
Podemos propor um problema que generaliza (1.1), isto e, tal que sua solucao
coincida com a de (1.1) quando u C 2 ([0, 1])? (Veja Figura 1.1)

Seja v uma funcao suficientemente regular tal que v(0) = 0. Multiplicando


(1.1) por v e integrando-a temos
1 2 1
du
2
v dx = f v dx := (f, v)I . (1.2)
0 dx 0

Utilizando a formula de Green (integracao por partes) temos


1 2 1
du
2
v dx = u v dx u (1)v(1) + u (0)v(0)
0 dx
0 1
= u v dx := a(u, v).
0

7
8 CAPITULO 1. CONCEITOS BASICOS

Figura 1.1: Uma funcao em C 1 (esquerda) e derivada da funcao (direita).

Logo (1.2) torna-se:



Achar u tal que
(1.3)
a(u, v) = (f, v)I v tal que v(0) = 0.

Precisamos definir onde u faz sentido!


Seja

V := v H 1 (0, 1) : v(0) = 0 .
Lembramos que
1
2
L (0, 1) := v : (0, 1) R : 2
v dx < ,
0
1
1 2 2
H (0, 1) := v L (0, 1) : (v ) dx < .
0

Entao, o problema torna-se:



Achar u V tal que
(1.4)
a(u, v) = (f, v)I v V.

Observe que

(1.1) (1.4).

Lema 1.1. Seja f C 0 ([0, 1]) e u C 2 ([0, 1]) a solucao de (1.1). Entao (1.1)
(1.4).

Demonstracao. Observe que (1.1)(1.4). Agora, provemos que (1.4) (1.1). Seja
v V C 1 ([0, 1]) V . Portanto temos u V satisfazendo

a(u, v) = (f, v)I .


1.1. EXEMPLO 1D: ELEMENTO LINEAR POR PARTES 9

Usando integracao por partes


(f, v)I = a(u, v)
1
= u v dx
0
1 2
du
= 2
v dx + u (1)v(1) u (0)v(0)
dx
0 1 2
du
= 2
v dx + u (1)v(1). (1.5)
0 dx
Selecione v V C 1 ([0, 1]) tal que v(1) = 0, tal que
2
du
2 f, v = 0 v V C 1 ([0, 1]).
dx I
Isso implica que (exerccio)
d2 u
=f em I.
dx2
Agora selecione v(x) = x V C 1 ([0, 1]) e use-o em (1.5). Portanto
2
du
u (1) = u (1)v(1) + 2 f, v
dx I
= 0,
e como u(0) = 0 pois u V , o resultado segue.
Observacao 1.2. As condicoes de contorno denominam-se

u(0) = 0 : condicao de contorno essencial (ou Dirichlet)


u (1) = 0 : condicao de contorno natural (ou Neumann)

Observacao 1.3. O problema (1.4) corresponde ao princpio do trabalho virtual em


mecanica. Seja o funcional linear F : V R
1
F (v) = a(v, v) (f, v)I .
2
Definimos o seguinte problema de minimizacao:

Achar u V tal que
(1.6)
F (u) F (v) v V.
Esse problema corresponde ao princpio da energia potencial mnima em mecanica.
Podemos provar que

(1.6) (1.4).

Observacao 1.4. Se u C 2 ([0, 1]), temos (1.1) (1.4) (1.6).


Observacao 1.5. Assumimos que quando v V o problema (1.4) tem solucao u
nica.

10 CAPITULO 1. CONCEITOS BASICOS


1.1.2 M
etodo de Galerkin

Seja Vh V um subespaco de dimensao finita. O metodo de Galerkin consiste em:



Achar uh Vh tal que
(1.7)
a(uh , vh ) = (f, vh )I vh Vh .
Observacao 1.6. Analogamente ao problema contnuo, podemos associar o metodo
de Galerkin a um problema de minimzacao:

Achar uh Vh tal que
(1.8)
F (uh ) F (vh ), vh Vh .

Seja {}i{1,...,n} uma base para Vh . Logo


n

uh = uj j .
j=1

Como (1.7) e valido para todo vh Vh , tomemos vh = i . Entao


n
a(uh , vh ) = a( uj j , i )
j=1
n

= a(j , i )uj .
j=1

Seja
Kij = a(j , i ) e Fi = (f, i )I .
Entao (1.7) e equivalente ao sistema linear
n

Kij uj = Fi i {1,. . . ,n}.
j=1

De forma compacta,
K = [Kij ], u = [uj ], F = [Fi ],

(1.7) e equivalente ao sistema


K u = F.
Observacao 1.7. Como este sistema e finito e quadrado, unicidade e igual existencia.

Teorema 1.2. Seja f L2 ([0, 1]), entao o problema



Achar u Rn tal que
K u = F, (1.9)

tem solucao u
nica.
1.1. EXEMPLO 1D: ELEMENTO LINEAR POR PARTES 11

Demonstracao. Suponha v tal que

K v = 0.

Temos que provar que v = 0. Escreva v = ni=1 vi i , logo
1
(v )2 dx = a(v, v)
0
0


n

=
a(v, i ) vi

i=1
= 0.

Entao, v = 0 logo v = c R. Mas v(0) = 0, e portanto v = 0. Como {i } e uma


base,
n
0=v= vi i vi = 0, i {1, . . . , n} v = 0.
i=1

Observacao 1.8. A matriz K e simetrica e positiva definida (chamada de matriz de



rigidez). De fato, seja v Rn . Definindo v = ni=1 vi i , temos
n

T
v Kv = vi Kij vj
i,j=1
= a(v, v)
1
= (v )2 dx
0
0.
1
Quando 0
(v )2 dx = 0 v = 0 v = c R. Como v(0) = 0 v = 0 v = 0.
Logo
vT K v > 0 v Rn , v = 0.

1.1.3 Melhor Approxima


c
ao

Queremos mostrar que a funcao uh Vh , solucao do metodo de Galerkin, e a que


aproxima melhor u V dentre todas as funcoes vh Vh .
Usando

a(u, vh ) = (f, vh )I vh Vh (do problema (1.4) e Vh V )


a(uh , vh ) = (f, vh )I vh Vh (do problem (1.7)),

temos
a(u uh , vh ) = 0 vh Vh . (1.10)
12 CAPITULO 1. CONCEITOS BASICOS

u
V

Vh

uh

Figura 1.2: Projecao de uma funcao em V sobre Vh usando a(., .).

ao 1.1. A funcao u uh V e chamada de erro de aproximacao.


Definic

ao 1.2. A funcao vE =
Definic a(v, v), v V e chamada de norma da
energia. (Exerccio: Prove que .E e uma norma sobre V .)

O resultado seguinte, chamado de desigualdade de Cauchy-Schwarz, e uma relacao


entre a(., .) e .E ,
|a(w, v)| wE vE v, w V. (1.11)
De (1.10) e (1.11) temos, dado vh Vh ,
u uh 2E = a(u uh , u uh )
0


= a(u uh , u vh ) + a(u
u
h , vh uh ) (ortogonalidade)

= a(u uh , u vh )
u uh E u vh E . (Cauchy-Schwarz)
Se u uh E = 0, logo
u uh E u vh E vh Vh .
Este resultado e trivial se u uh E = 0. Logo, provamos que
u uh E inf u vh E .
vh Vh

Por outro lado, sendo uh Vh , temos


inf u vh E u uh E .
vh Vh

O espaco Vh e de dimensao finita, logo inf vh Vh u vh E = minvh Vh u vh E , e


temos o seguinte resultado.
Teorema 1.3. Seja u V a solucao do problema (1.4) e uh Vh a solucao do
problema (1.7). Logo uh e a melhor aproximacao no espaco Vh , i.e.
u uh E = min u vh E .
vh Vh
1.1. EXEMPLO 1D: ELEMENTO LINEAR POR PARTES 13

0 xj 1

Figura 1.3: Exemplo de uma funcao linear por partes.

1.1.4 O Metodo de Elementos Finitos: Elemento Linear por


Partes

Falta escolher Vh V para tornar o metodo de Galerkin efetivo. Portanto, cons-


truimos Vh da seguinte forma: Seja a seguinte particao de [0, 1]

0 = x0 < x1 < < xn = 1,

e definimos Ij = (xj1 , xj ), j {1, . . . , n}, hj = xj xj1 e h = maxj{1,...,n} hj .

Definic
ao 1.3. Definimos Vh o espaco das funcoes lineares vh tal que

vh C 0 ([0, 1]),

vh |Ij e um polinomio linear, j {1, . . . , n},

vh (0) = 0.

Assumimos que Vh V .

ao 1.4. Seja {i }i{i,...,n} Vh as funcoes definadas por


Definic

1 i = j,
i (xj ) = ij = (delta de Kronecker)
0 i = j,

e assumimos que {i }i{i,...,n} e uma base para Vh . Para i {1, . . . , n}, chamamos

xi e chamado de no,
14 CAPITULO 1. CONCEITOS BASICOS

0 xj1 xj xj+1 1
Ij Ij+1

Figura 1.4: Funcao de base j .

i e chamado de funcao de base nodal,

vh (xi ) e chamado de valor nodal ou grau de liberdade.

Portanto, uma funcao vh Vh possui a seguinte representacao (


unica)
n

vh (x) = vi i (x),
i=1

onde
vi = vh (xi ) (pois i (xi ) = 1 e i (xj ) = 0, i = j).
Observacao 1.9. O espaco Vh tem dimensao n. .

Lembramos que associado ao metodo de Galerkin, existe o sistema linear

K v = F,

onde
K = [Kij ] := a(i , j ),
e simetrica e positiva definida.
Observacao 1.10. Gracas a escolha as funcoes de base polinomiais por parte, a matriz
K e tridiagonal. De fato,
1
j i dx = a(j , i ) = 0,
0

se |i j| > 1 (veja Fig. 1.5, 1.6, 1.7).


1.1. EXEMPLO 1D: ELEMENTO LINEAR POR PARTES 15

1
i j

0 xi xj 1

Figura 1.5: Exemplo de i e j com |i j| > 1.

i j

0 xi xj 1

Figura 1.6: Exemplo de i e j com |i j| = 1.


16 CAPITULO 1. CONCEITOS BASICOS

j = i

0 xj 1

Figura 1.7: Exemplo de i = j .

Se hj = h, j {1, . . . , n}, temos (verifique)



2 1 0 0 0 0
1 2 1 0 0 0

0 1 2 0 0 0
1


K = ... ..
.
..
.
..
.
..
. .
..
.
..
.
h
0 0 0 2 1 0

0 0 0 1 2 1
0 0 0 0 1 2

1.1.5 Interpola
c
ao e estimativa de erro

ao 1.5. Dado v C 0 ([0, 1]), a funcao interpolante Iv Vh de v e definida


Definic
por
n
Iv(x) := v(xi )i (x).
i=1

Observacao 1.11. Se v Vh entao Iv = v, pois (Iv v)|Ij e linear contnua e


(Iv v)(xj1 ) = (Iv v)(xj ) = 0 (Iv v)|Ij = 0, j {1, . . . , n}. (Exerccio:
Use esse resultado para provar que {i }i{1, ,n} e uma base para Vh .)

De modo geral temos a seguinte estimativa para o erro de interpolacao (assu-


mido):
1 1
Lema 1.4. Seja vL2 (I) := ( 0 |v|2 ) 2 . Logo

2
(i) v IvE Ch ddxu2 L2 (I) ,
1.1. EXEMPLO 1D: ELEMENTO LINEAR POR PARTES 17

uh u

$0$ $1$

Figura 1.8: Interpolacao da funcao u por uma funcao linear por partes uh .

2
(ii) maxx[0,1] |u(x) Iu(x)| Ch2 maxx[0,1] | d dx
u(x)
2 |,

onde C e independente de h e u.

Como Iu Vh e temos a estimativa para u Iu gracas ao Lema 1.4, podemos


usa-la para estimar o erro u uh . De fato, do Teorema 1.3 temos

u uh E = minvh Vh u vh E
u IuE
d2 u
Ch 2 L2 (I) .
dx
Portanto, provamos a seguinte estimativa de erro:
Teorema 1.5. Seja u V H 2 (I) a solucao exata de (1.4), e uh Vh a solucao
do metodo de Galerkin (1.7). Logo, temos que
d2 u
u uh E Ch L2 (I) ,
dx2
onde C > 0 e uma constante independente de u e h.
1 1
Lembre que u uh E = ( 0 [(u uh ) ]2 ) 2 . O que podemos dizer sobre |u(x)
uh (x)|?
Definic
ao 1.6. Seja gx (t) uma funcao, chamada de funcao de Green, definida por

t, t < x,
gx (t) =
x, senao,

onde x [0, 1].


18 CAPITULO 1. CONCEITOS BASICOS

1 gx (t)
+
gx(t)
x


x 1 x 1

Figura 1.9: Funcao de Green (esquerda) e derivada da funcao de Green (direita).

Observe que, dado v V , temos


1
a(v, gx ) = v gx
0
x 2 1 2
dg dg 0
0

= v 2 dx v 2 dx + v(x)gx (x)|+
v(0)g
gx
x (0) + v(1) (1) v(x)gx (x)|
0 dx x dx

1
= v(x)g x (x)
= v(x)

Portanto, escolhendo v = u uh acima, temos


(u uh )(x) = a(u uh , gx ), x [0, 1].
Em seguida, escolhendo x = xi (os nos), temos que
(u uh )(x) = a(u uh , gxi ) (1.12)
= 0, (ortogonalidade)
pois gxi Vh . Logo (1.12) e equivalente, pela Definicao 1.5,
uh Iu ! (1.13)
Logo, usando o Lema 1.4 item (ii), temos a seguinte estimativa de erro pontual.
Teorema 1.6. Seja u V H 2 (I) a solucao exata de (1.4) e uh a solucao de (1.7).
Logo, temos que
d2 u(x)
max |u(x) uh (x)| Ch2 max | .
x[0,1] x[0,1] dx2

Demonstracao. Seja x [0, 1]. Logo,


0



|u(x) uh (x)| |u(x) Iu(x)| + |Iu(x) u
h (x)| (Eq. (1.13))

max |u(x) Iu(x)|
x[0,1]

d2 u
Ch2 max | |.
x[0,1] dx2
1.2. EXEMPLO 2D: ELEMENTO LINEAR POR PARTES 19

1.2 Exemplo 2D: Elemento Linear por Partes

1.2.1 Forma Fraca

Suponha R2 um aberto com fronteira poligonal , f e uma funcao dada


regular e
2u 2u
u := + .
x2 y 2
Considere o seguinte problema:

Achar u tal que
u = f, em , (1.14)

u = 0, em .
Observacao 1.12. Denotamos o gradiente de v por v, e lembramos que a formula
de Green se escreve

v
v w dx + v w dx = w ds,
n
v
onde v, w sao funcoes suficientemente regulares, e n
:= v n e a derivada
normal.

Definimos,

V := {v H 1 () : v| = 0} C 0 (), (1.15)
e logo a forma fraca de (1.14) e dada por:

Achar u V tal que
(1.16)
a(u, v) = (f, v) , v V,
onde

a(u, v) := u v dx (f, v) := f v dx.

De fato, multiplicando a equacao (1.14) por v, integrando sobre , e usando a


formula de Green obtemos

(f, v) := f v dx

= u v dx

0
u

= u v dx v ds (v| = 0)

n

= u v dx

= a(u, v).
20 CAPITULO 1. CONCEITOS BASICOS

Analogamente ao exemplo 1D, existe um problema de minimizacao equivalente


a (1.14) dado por:

Achar u V tal que
(1.17)
F (u) F (v), v V,

onde
1
F (v) := a(v, v) (f, v) .
2

Ex. 1 Suponha u C 2 (). Prove que (1.14) (1.16).

1.2.2 M
etodo de Galerkin

Seja Vh V um subespaco de dimensao finita. O metodo de Galerkin corresponde


a:
Achar uh Vh tal que,
(1.18)
a(uh , vh ) = (f, vh ) , vh Vh .

Seja {i }i{1,...,n} uma base para Vh .

Ex. 2 Mostrar que (1.18) K v = F onde para i, j {1, . . . , n},

K = [Kij ] := a(i , j ),
F = [Fi ] := (f, i ) ,
v = [vi ],

e que a matriz K e simetrica e positiva definida. Finalmente, provar que o sistema


nica.
linear tem uma solucao u

1.2.3 Melhor Aproxima


c
ao

Seja u V a solucao de (1.16) e uh Vh a solucao de (1.18). Temos que,

u uh E = min u vh E . (1.19)
vh Vh

Ex. 3 Verifique (1.19) usando o mesmo procedimento do case 1D onde agora.

12
2
vE := a(v, v) = |v| dx .

1.2. EXEMPLO 2D: ELEMENTO LINEAR POR PARTES 21

K2
K1

Figura 1.10: Triangularizacao conforme (esquerda) e nao conforme (direita).

1.2.4 M
etodo de Elementos Finitos Lineares por Partes

Lembramos que R2 e um aberto com fronteira poligonal.


Definic ao 1.7. Uma particao (ou malha) de em elementos K, e denotada por
Th , e chamada de conforme se
= KT K,
h


e tal que K1 K2 = , um no, ou uma aresta, onde K1 , K2 Th .

Seja hK := diam(K) = maior lado de K e h := maxKTh hK .


Definic
ao 1.8. Seja Vh o espaco das funcoes


(i) vh C 0 ();
(ii) vh |K e um polinomio linear, K Th ;
(iii) vh | = 0.
Observacao 1.13. Podemos re-escrever (i)-(iii) da definicao 1.8 de forma compacta
como
: vh |K P1 (K) e v| = 0},
Vh = {vh C 0 ()
e podemos provar que (assumido neste momento)
Vh V.
Denotamos por P1 (K) o espaco dos polinomios por partes de ordem 1.
ao 1.9. Seja {i }i{1,...,n} Vh as funcoes definidas por
Definic

1 i = j,
i (xj ) = ij =
0 i = j,

onde i, j {1, . . . , n}. Chamamos de


22 CAPITULO 1. CONCEITOS BASICOS

xj

Figura 1.11: Uma funcao de base linear j .

xi os nos da malha;
i as funcoes de base nodais (assumido neste momento);
vh (xj ) grau de liberdade.

Portanto, dado vh Vh
n

vh (x) = vi i (x),
i=1
onde vi = vh (xi ).
Observacao 1.14. O espaco Vh tem dimensao n, mas o numero de graus de liberdade
desconhecidos e n menos o n umero de nos no contorno .

Lembre que associado a (1.18) temos


K u = F,

onde
K = [Kij ] := a(i , j ),
F = [Fi ] := (f, i ) ,
u = [ui ].
Uma vez calculado u Rn , a solucao aproximada e dada por
n

uh (x) = ui i (x), x .
i=1
1.2. EXEMPLO 2D: ELEMENTO LINEAR POR PARTES 23

Figura 1.12: Nos associados as j com a propriedade a(i , j ) = 0.

Observacao 1.15. Observe que a numericacao dos nos da malha impacta a forma da
matriz K!

1.2.5 Interpola
c
ao e estimativa de erro
Vh e definido como,
ao 1.10. O operador de interpolacao I : C 0 ()
Definic
n

Iv(x) := v(xi )i (x),
i=1

1 1

1 2 3 4 5 3 2 1 4 5

Figura 1.13: Numeracao onde a(3 , 4 ) = 0 e onde a(3 , 4 ) = 0 (direita).


24 CAPITULO 1. CONCEITOS BASICOS


onde v C 0 ().

Ex. 4 Rever demonstracao, se vh Vh entao Ivh = vh .


Observacao 1.16. {i }i{1,...,n} e uma base para Vh .

De fato, seja vh Vh , entao


vh = Ivh
n
= vh (xi )i ,
i=1

logo qualquer funcao de Vh pode ser representado por uma combinacao {i }i{1,...,n} .
Agora, suponha
n

vh (xi )i (x) = 0, x .
i=1

Logo, tomando x = xi acima, temos


n

1
0 = vh (xi ) (x
i i)
i=1
= vh (xi ).
Portanto, fazendo variar i = 1, . . . , n vh (xi ) = 0, i {1, . . . , n}, e o resultado
segue.

Assuma o seguinte erro de interpolacao


Lema 1.7. Seja v H 2 () H01 (). Logo,
v IvE ChuL2 () ,
onde C > 0 e uma constante independente de h e u.

Usando o Lema 1.7, estimamos o erro entre u e uh , solucoes de (1.16) e (1.18)


respectivamente, por
u uh E = min u vh E
vh Vh
u IuE
ChuL2 () .

Apresentamos o resultado formalmente no seguinte teorema:


Teorema 1.8. Seja u V H 2 () a solucao exata de (1.16), e uh Vh a solucao
de (1.18). Entao,
u uh E ChuL2 () ,
onde C > 0 e uma constante independente de u e h.
Captulo 2

Formula
c
ao Contnua

2.1 Formulac
ao Variacional de uma EDP
Suponha Rn , n {1, 2, 3}, um aberto limitado com contorno poligonal .
Vamos considerar o problema abstrato,

Achar u V tal que
(2.1)
a(u, v) = L(v), v V.
Um problema como (2.1) e dito bem posto se

1. existe uma solucao,


2. a solucao e unica,
3. a solucao depende continuamente dos dados.

O seguinte teorema nos propociona condicoes suficientes para o problema (2.1) ser
bem posto.
Lema 2.1 (Lax-Milgram). Seja (V, (., .)V ) um espaco de Hilbert. Seja a(., .) uma
forma bilinear contnua e coerciva sobre V V , e L(.) uma forma linear contnua
nica u V tal que
sobre V . Entao, existe uma u
a(u, v) = L(v), v V,
e que satisfaz
LV
uV ,

onde e a constante de coercividade.

Note que a estimativa


LV
uV ,

implica que u depende continuamente dos dados. Precisamos definir o sentido dos
conceitos incluidos na definicao do problema (2.1) e no Lema 2.1.

25
26 CAPITULO 2. FORMULAC CONTINUA
AO

2.1.1 Formas e operadores

ao 2.1. Seja V um espaco vetorial. Uma forma linear L : V R e um


Definic
operador linear se e somente se

L(v + w) = L(v) + L(w),

onde , R e v, w V, V .

ao 2.2. Uma forma bilinear a : V V R e um operador linear em cada


Definic
argumento, isto e,

a(v + w, z) = a(v, z) + a(w, z),


a(v, w + z) = a(v, w) + a(v, z),

onde , R e v, w, z V .

Dizemos que:

L : V R e contnua se existe CL > 0 tal que

|L(v)| CL vV , v V ;

a : V V R e contnua se existe Ca > 0 tal que

|a(u, v)| Ca uV vV , u, v V ;

a : V V R e simetrica, isto e,

a(u, v) = a(v, u), u, v V ;

a : V V R e coerciva se existe > 0 tal que

a(v, v) v2V , v V.

Definicao 2.3. O espaco de todas as formas lineares contnuas sobre V e chamado


de espaco dual de V , e denotado por V . Definimos a seguinte norma

|L(v)|
LV := sup .
vV, v=0 vV

Ex. 5 Prove que .V definido na Definicao 2.3 e uma norma.


2.1. FORMULAC VARIACIONAL DE UMA EDP
AO 27

Formulac
ao equivalente do problema (2.1)

Denotamos, para u V dado,

Au(v) := a(u, v).

Observe que Au : V R e linear.


Observacao 2.1. Notacao alternativa: Au, vV ,V := a(u, v).

Entao reescrevemos o problema (2.1) como



Achar u V tal que
(2.2)
Au(v) = L(v), v V.

Assumimos neste momento que Au e contnua, isto e, Au V . Logo, (AuL)(v) =


0, v V , isto e, a formulacao (2.2) do problema (2.1) reescreve-se como

Achar u V tal que
(2.3)
Au = L, em V .

Podemos interpretar o problema (2.3) da mesma forma que interpretamos a resolucao


de um sistema linear. De fato, A pode ser vista como um operador linear

V ,
V
A :
u Au

sobre um vetor u V . Porem neste caso os espacos sao de dimensao infinita.


Portanto, provar a existencia de solucao para (2.1) e equivalente a provar que
dado L V arbitraria, existe u V tal que Au = L. Isto significa que A e
sobrejectiva! A unicidade de solucao para o problema (2.1) consiste em provar que
A e tambem injetiva sobre V , isto e,

Av = 0 v = 0, v V.

O Lema de Lax-Milgram 2.1 nos fornece as condicoes suficientes sobre a(., .) e L(.)
para existencia e unicidade de solucao para (2.1). Vamos ver que as condicoes sobre
a sao tambem condicoes sobre A tal que o problema (2.3) tem solucao u
nica. Temos
a norma
AwV
A = sup . (2.4)
wV, w=0 wV

Ex. 6 Prove que: se a(u, v) e bilinear e contnua sobre V entao a forma Au e


linear e contnua sobre V . Logo Au V .

Ex. 7 Prove que: se a(u, v) e bilinear e contnua sobre V entao o operador A


e linear sobre V , e A Ca , onde Ca e a constante de continuidade para a(., .).
28 CAPITULO 2. FORMULAC CONTINUA
AO

2.1.2 Espa
cos de Hilbert

Definic ao 2.4. Seja V um espaco vetorial sobre R. Um produto interno e uma


aplicacao (., .)V : V V R tal que

1. (v, v)V 0 e (v, v)V = 0 v = 0;

2. (v, w + z)V = (v, w)V + (v, z)V , , R;

3. (v, w)V = (w, v)V , w, v, z V .


Lema 2.2 (Desigualidade de Cauchy-Schwarz). Seja V um espaco vetorial munido
de (., .)V . Logo,
|(u, v)V | uV vV , u, v V.

Observacao 2.2. Verifique que vV := (v, v)V e uma norma sobre V .
Observacao 2.3. Seja V um espaco vetorial munido de um produto
interno (., .)V .
Entao V e um espaco vetorial normado com norma .V := (., .)V .
Definic
ao 2.5 (Espaco de Hilbert). Seja V um espaco linear e suponha

(i) V e equipado de um produto interno (., .)V ;

(ii) Toda sequencia de Cauchy em V converge em V na norma .V . O espaco V


e dito completo (relembre o que e uma sequencia de Cauchy).

O espaco (V, (., .)V ) e chamado espaco de Hilbert.

A definicao do espaco de Hilbert e composto de um espaco vetorial e um produto


interno. Quando o produto interno esta claramente definido pelo contexto, vamos
utilizar a notacao V ao inves de de (V, (., .)V ).
Exemplo 2.1.

(i) O espaco V := C 0 ([0, 1]) com o produto interno


1
(v, w)V := v w dx R,
0

nao e completo: existe uma sequencia {un }nN tal que un uV 0, mas
u / C 0 ([0, 1])! (veja Figura 2.1) Logo, V nao e um espaco de Hilbert.

(ii) O espaco V := R e um espaco de Hilbert munido do produto interno

(u, v)V := uv, u, v R.



A norma uV = u2 = |u|. O espaco V := Rn munido com produto interno
e um espaco de Hilbert.

(iii) Todo vetorial espaco (V, (., .)V ) de dimensao finita e um espaco de Hilbert.
2.1. FORMULAC VARIACIONAL DE UMA EDP
AO 29

1 un 1 u

1
2
n1 1
2
1 1
2
1

(esquerda) que nao tem limite


Figura 2.1: Exemplo de uma sequencia em C 0 ()
0
(direita) em C ().

(iv) O espaco V := L2 () onde



L () := {v : R :
2
|v|2 dx < },

e um espaco de Hilbert munido do produto interno



(u, v)V = (u, v) := u v dx, u, v V.

(v) Os espacos V := H k () onde, k {0, 1, 2, . . . }



k 2
H () := {v L () : (D u)2 dx < },
||k

sao espacos de Hilbert com



(u, v)V := (D u, D v)V ,
||k


D operador diferencial de ordem || e || = di=1 i . Denotamos a norma
induzida por
vV := (v, v)V .

(vi) Os espacos V := H0k () onde, k {0, 1, 2, . . . }

H0k () := {v H k () : v| = 0},

sao espacos de Hilbert com o mesmo produto interno de H k ().


30 CAPITULO 2. FORMULAC CONTINUA
AO

Observacao 2.4. Uma semi-norma no espaco H k () e definida por


12

|v|V := (D v, D v)V , v H k ().
||=k

Observe que |v|V = 0 v = 0!

A semi-norma no espaco H01 () e uma norma, e denotamos


vH01 () = |v|H 1 () = vL2 () .
Este resultado e uma consequencia da desigualidade de Poincare:
Lema 2.3 (Desigualidade de Poincare). Seja um aberto limitado. Existe C > 0
tal que
vL2 () C vL2 () , v H01 ().

Subespacos

ao 2.6. Seja (V, (., .)V ) um espaco de Hilbert. Dizemos que M V e um


Definic
sub-espaco de V se M e fechado.

Se M e um sub-espaco de um espaco de Hilbert (V, (., .)V ), entao (M, (., .)V )
e um espaco de Hilbert porque M fechado implica M ser completo. O seguinte
teorema (assumido) usa esse fato fara decompor V em sub-espacos.
Lema 2.4. Seja M um sub-espaco de um espaco de Hilbert (V, (., .)V ) entao
V = M M ,
onde
M := {v V : (v, w)V = 0, w M },
e um sub-espaco de V .

De acordo com Lema 2.4, dado v V , v decompoe-se univocamente como



v = vM + vM ,

onde v M M e v M := v v M M . Veja Figura 2.2.
Lema 2.5. Seja (V, (., .)V ) um espaco de Hilbert, e suponha a(., .) uma forma
bilinear simetrica contnua em V , e coerciva em um sub-espaco M de V . Logo,

1. (M, a(., .)) e um espaco de Hilbert;


2. C1 vV vE C2 vV , v M, C1 , C2 > 0.

Ex. 8 Prove o lema anterior. Dicas:


Prove que a(., .) e um produto interno sobre M .

Toda sequencia de Cauchy converge em M na norma .E = a(., .).
2.1. FORMULAC VARIACIONAL DE UMA EDP
AO 31
V v
vM = v vM

vM

Figura 2.2: Projecao de um vetor v V sobre o subespaco M .

2.1.3 Representa
coes das Formas Lineares Continuas

Observe que dado u V , existe uma forma linear Lu definida por

Lu (v) := (u, v)V , v V,

e contnua, isto e, Lu V . Do seguinte teorema, dado L V , existe u V tal que

L(v) = (u, v)V , v V.

Teorema 2.6 (Teorema da Representacao de Riesz). Seja L V , onde V e o


nico u V tal que
espaco dual do espaco de Hilbert (V, (., .)V ). Entao existe um u

L(v) = (u, v)V , v V.

Alem disso,
LV = uV .

Demonstracao. Provamos o resultado em tres passos: i) existencia de u V , ii)


unicidade de u V , e finalmente iii) LV = uV .

(i) existencia:
Seja M o seguinte sub-espaco de V

M := {v V : L(v) = 0}.

Portanto,
V = M M .
Caso M = {0}. Entao neste caso M = V , e logo L(v) = 0, v V . Tome
u = 0!
32 CAPITULO 2. FORMULAC CONTINUA
AO

Caso M = {0}. Tome z M , z = 0. Entao L(z) = 0. Dado v V e


= L(v)
L(z)
, obtemos

L(v z) = L(v) L(z)


= 0,
logo v z M .

Portanto, escrevendo v M = v z, temos z = v M . Em particular, se
v M entao v = z o que mostra que M tem dimensao 1. Tome
L(z)
u := z,
z2V
entao u M . Temos:
(u, v)V = (u, (v z)V + z)V
0

v
= (u, z)V + (u, z)V

= (u, z)V (u M , e v z M )
L(z)
= (z, z)V (Definicao de u)
z2V
= L(z) (Definicao de )
= L(v).

(ii) unicidade:
Sejam u1 , u2 V tais que
L(v) = (u1 , v)V e L(v) = (u2 , v)V .
Logo, tomando v = u1 u2 V ,
0 = L(u1 u2 ) L(u1 u2 )
= (u1 , u1 u2 )V (u2 , u1 u2 )V
= u1 u2 2V ,
isto e, u1 u2 = 0 u1 = u2 .
(iii) LV = uV
Observe que
L(z)zV
uV =
z2V
zV
= |L(z)|
z2V
|L(z)|
=
zV
|L(z)|
sup
zV, z=0 zV

= LV .

2.2. EXISTENCIA E UNICIDADE 33

Por outro lado,


|L(v)|
LV = sup
vV, v=0 vV
|(u, v)V |
= sup
vV, v=0 vV
uV vV
sup (Cauchy-Schwarz)
vV, v=0 vV
= uV .
Portanto, LV = uV .

Definic
ao 2.7. Seja (V, (., .)V ) um espaco de Hilbert. Definimos um mapeamento
dual sobre V ,
V
J : V ,
u Ju
atraves de
Ju := Lu ,
onde Lu e a forma linear contnua associada a u V , isto e,
Lu (v) = Ju, vV ,V := (u, v)V , u, v V.

aca
o de Ju sobre v

Observacao 2.5. Pelo teorema da representacao de Riesz o mapeamento J e bijetivo,


contnuo e preserva a norma. Isto e,
JuV = uV .

Ex. 9 Mostre que J : V V definido acima e um mapeamento contnuo sobre


V.

2.2 Exist
encia e Unicidade
O Teorema de Riesz esta na base da demonstracao do Lema de Lax-Milgram. Con-
sidere a formulacao (2.2) do problema (2.1) e observe que pelo teorema do represen-
tatcao de Riesz, existe Au V e L V tais que
( Au, v)V = Au(v), v V,
( L, v)V = L(v), v V,
onde AuV = AuV e LV = LV (note : V V e igual a J 1 ).
Portanto, o problema (2.1) e equivalente ao problema (2.2) e reescriva-se:

Achar u V tal que
(2.5)
( Au, v)V = ( L, v)V , v V,
34 CAPITULO 2. FORMULAC CONTINUA
AO

isto e, dado L V ,
Achar u V tal que
(2.6)
Au = L, em V.

O problema (2.5) e equivalente ao problema (2.1), mas e uma formulacao mais


adequada para a demonstacao. Supondo a : V V R e contnua, observe que o
operador A : V V tem a propriedade

A Ca , (2.7)

onde Ca e a constante de continuidade de a(., .) (a definicao de . e dada em (2.4)).


Lema 2.7 (Lax-Milgram). Seja (V, (., .)V ) um espaco de Hilbert. Seja a(., .) uma
forma bilinear contnua e coerciva sobre V V , e L(.) uma forma linear contnua
nica u V tal que
sobre V . Entao, existe uma u

a(u, v) = L(v), v V,

e que satisfaz
LV
uV ,

onde e a constante de coercividade.

Demonstracao.

(i) Existencia
Os passos usados para provar existencia no caso simetrico sao u
teis para o caso
geral, entao provamos este caso antes do caso mais geral.

1. Caso a(., .) simetrico.


Veja que (V, a(., .)) e um espaco de Hilbert (Lema 2.5). Temos que a(., .)
e contnua e coerciva sobre V , logo .V e .E sao equivalentes (Lema
2.5). A forma L(v) tambem e contnua sobre V com relacao a .E , i.e.,
CL
|L(v)| CL vV vE .
C1
nico u V
Portanto, pelo teorema da representacao de Riesz, existe um u
tal que
L(v) = a(u, v), v V.
2. Caso a(., .) nao simetrico.
Vamos usar o problema (2.5), que e equivalente ao problema (2.1). Pela
hipotese de coercividade sobre V , dado v V ,

v2V a(v, v)
= Av(v)
= ( Av, v)V (Teorema da representacao de Riesz)
AvV vV , (Cauchy-Schwarz)

2.2. EXISTENCIA E UNICIDADE 35

onde > 0, e Av V . Logo,

vV AvV , v V. (2.8)

Portanto Im( A) := {w V : w = Av, v V } e um sub-espaco de V


(Exerccio; Dica: usando as equacoes (2.8) e (2.7), mostre que Im( A) e
fechado.), logo (Im( A), (., .)V ) e um espaco de Hilbert. Logo,

V = Im( A) Im( A) .

Seja w Im( A) , portanto pela coercividade sobre V , temos

w2V a(w, w)
= Aw(w) (ou Aw, wV V )
= ( Aw, w)V
=0 ( Aw Im( A) e w Im( A) )

logo w = 0 e Im( A) = {0}. Entao, V = Im( A), e A e sobrejetiva,


isto e, dado L V , existe u V tal que

Au = L.

(ii) Estabilidade e unicidade


Tome v = u em (2.1). Pela coercividade de a(., .) e continuidade de L(.) sobre
V temos
1
u2V a(u, u)

1
= L(u),

logo
1 L(u)
uV
uV
1 |L(u)|

uV
1 |L(v)|
sup
vV vV
1
= LV .

Suponha u1 e u2 solucoes de (2.1). Portanto pela coercividade de a(., .) sobre
V , com v = u1 u2 , temos

u1 u2 2V a(u1 u2 , u1 u2 )
= L(u1 u2 ) L(u1 u2 )
= 0.

Logo u1 u2 V = 0 u1 = u2
36 CAPITULO 2. FORMULAC CONTINUA
AO

Seja o problema de minimizacao



Achar u V tal que
(2.9)
F (u) F (v), v V,

onde F (v) := 21 a(v, v) L(v).


Teorema 2.8. Seja V um espaco de Hilbert. Seja a : V V R uma forma
bilinear simetrica, contnua e coerciva sobre V . Seja L : V R uma forma linear
contnua sobre V . Logo,
(2.1) (2.9),
e (2.9) tem solucao u
nica.

Demonstracao. Lembramos que, existem constantes C1 , C2 > 0 tal que

C1 v2V a(v, v) C2 v2V , v V.

Seja u, v V e definimos

(t) := F (u + tv), t R.

Usando a condicao de simetria de a(., .) temos

t2 1
(t) = a(v, v) + t [a(u, v) L(v)] + a(u, u) L(u), (2.10)
2 2
logo,
(t) = ta(v, v) + [a(u, v) L(v)] .
A coercividade de a(., .) implica

a(v, v) v2V , 0 = v V, > 0.

Logo, (2.10) tem um mnimo se e somente e

(0) = 0, 0 = v V.

Seja u solucao de (2.1), logo

a(u, v) = L(v) v V
(t) = ta(v, v)
(0) = 0
u e o mmimo de (2.9).

Seja u V o mnimo de (2.9). Logo, (0) = 0 a(u, v) = L(v), 0 = v V .


Logo, u e solucao de (2.1). A existencia e unicidade de (2.9) segue da existencia e
unicidade de (2.1).
2.3. EXEMPLOS DE FORMULAC
OES VARIACIONAIS 37

2.3 Exemplos de Formula


coes Variacionais

2.3.1 Equa
cao de Laplace Homog
enea

Considere o problema
Achar u tal que
u = f em , (2.11)

u = 0 em .
Suponha f L2 () e definimos

a(u, v) := u v dx

L(v) := f v dx.


Definimos V := H01 () munido do produto interno (u, v)H01 () :=
u v dx. A
formulacao variacional do problema (2.11) consiste em

Achar u V tal que
(2.12)
a(u, v) = L(v), v V.

Note que a forma bilinear a(., .) e simetrica, isto e,

a(u, v) = (u, v)H01 () = (v, u)H01 () = a(v, u).

Vamos verificar para o problema (2.12) as hipoteses do Lema de Lax-Milgram:

(i) (V, (., .)V ) = (H01 (), (., .)H01 () ) e um espaco de Hilbert pois (., .)H01 () e um

1
produto interno e H0 () e completo na norma uH01 () = (v, v)H01 () .

(ii) A forma linear L(.) e contnua,

|L(v)| = |(f, v)L2 () | (Cauchy-Schwarz)


f L2 () vL2 ()
= Cf vL2 () (Poincare)
C Cf vH01 () , v V.

(iii) A forma bilinear a(., .) e contnua,

|a(u, v)| = |(u, v)H01 () |


uH01 () vH01 () . (Cauchy-Schwarz)

(iv) A forma bilinear a(., .) e coerciva,

a(v, v) = (v, v)H01 ()


= v2H 1 () . ( = |v|H 1 () = vL2 () )
0
38 CAPITULO 2. FORMULAC CONTINUA
AO

nica u V solucao do problema (2.12) e


Portanto existe uma u

uH01 () L(H01 ()) (2.13)


|L(v)|
= sup (2.14)
vV, v=0 vH01 ()

f L2 () C vH01 ()
= sup (2.15)
vV, v=0 vH01 ()
= C f L2 () (2.16)

Seja um domnio C 1 ou convexo. Se f L2 () entao u H 2 () e existe C tal


que
uH 2 () Cf L2 () .

2.3.2 Equa
cao de Laplace N
ao Homog
enea

Considere o problema:
Achar u tal que
u = f em , (2.17)

u = g em ,
Seja R(g) uma funcao suficientemente regular tal que R(g)| = g. Definimos
u = u + R(g), onde u satisfaz o seguinte problema:

Achar u tal que
u = f + R(g) em , (2.18)

u = 0 em ,

A formulacao variacional do problema (2.18) e



Achar u V tal que
(2.19)
a(
u, v) = L(v), v V,

onde f L2 (). Definimos



a(u, v) := u v dx

L(v) := f v dx R(g) v dx.


Definimos a seguinte norma:

vH 12 () := inf wH 1 () .
w| =v

Temos que (assumido) sempre existe R(v) H 1 () tal que R(v)| = v e R(v)H 1 () =
vH 12 () . Verificamos as hipoteses do Lema Lax-Milgram. Note que a coercivi-
dade e a continuidade da forma bilinear a(., .) seguem da demonstracao dada na
2.3. EXEMPLOS DE FORMULAC
OES VARIACIONAIS 39

secao 2.3.1, usando-se os mesmos argumentos. Falta demonstramos a continuidade


de L(.):

|L(v)| = |(f, v)L2 () (R(g), v)H01 () |


f L2 () vL2 () + R(g)L2 () vL2 ()
C f L2 () vL2 () + R(g)H01 () vL2 ()

C f L2 () + gH 12 () vH01 ()
= Cf,g vH01 () , v V.

nico u V satisfazendo (2.19) e


Logo, existe um u
|L(v)|

uH01 () sup
vV, v=0 vH01 ()

C f L2 () + gH 12 () .

Agora, tome
u = u + R(g).
Logo,

uH 1 ()
uH01 () + R(g)H 1 ()
C f L2 () + 2gH 12 () .

2.3.3 Equa
cao advec
cao-difus
ao

Considere o problema:

Achar u tal que
u + b u = f em , (2.20)

u=0 em ,

onde f L2 () e b = b(x) C 1 () e |b(x)| C, x e tal que

b(x) = 0, x ,

onde e o operador divergente, isto e,

x = (x1 , x2 ),
b = (b1 , b2 ),
b1 b2
b = + .
x1 x2

Tomamos V := H01 () com (u, v)V := (u, v)H01 () = u v dx. A formulacao
variacional deste problema e

Achar u V tal que
(2.21)
a(
u, v) = L(v), v V,
40 CAPITULO 2. FORMULAC CONTINUA
AO

onde

a(u, v) := u v dx + b u v dx

L(v) := f v dx.

Portanto a(., .) e nao-simetrica.


Ja vimos que o V e um espaco de Hilbert. Provamos as outras condicoes do
Lema de Lax-Milgram.

(i) A forma linear L(.) e contnua:

|L(v)| cvV , v V,

(ii) A forma bilinear a(., .) e contnua,

|a(u, v)| = |(u, v)V + (b u, v)L2 () |


|(u, v)V | + |(b u, v)L2 () |
uV vV + b uL2 () vL2 ()
uV vV + max |b(x)uL2 () vL2 ()
x

uV vV + CC uL2 () vL2 ()
= (1 + CC )uV vV

(iii) A forma blinear a(., .) e coerciva:

a(v, v) = (v, v)V + (b v, v)L2 ()


= v2V + (b v, v)L2 () .

Mas usando integracao por partes temos,

(b v, v)L2 () = (v, b v)L2 () + (b nv, v)L2 ()


1 0
(b v, v)L2 () = (b nv,
v)L2 ()
2
=0

Portanto, a(v, v) = v2V , v V .

nico u H01 () solucao de (2.21) e


Pelo Lema de Lax-Milgram, existe um u

uH01 () C f L2 () .
Captulo 3

Formula
c
ao Discreta

Dado L V , consideramos aproximacoes do problema:



Achar u V tal que
(3.1)
a(u, v) = L(v), v V,

onde (V, (., .)V ) e um espaco de Hilbert.

3.1 M
etodo de Galerkin

O metodo de Galerkin consiste em utilizar um espaco de dimensao finita para apro-


ximar o problema (3.1), isto e, dado Vh V um sub-espaco de V e L V ,

Achar uh Vh tal que
(3.2)
a(uh , vh ) = L(vh ), vh Vh .

Questoes:

1. Existe uma u
nica solucao para (3.2)?

2. Qual o erro u uh ?

Corol ario 3.1. Suponha que as condicoes do Lema de Lax-Milgram sejam satisfeitas
pelo problema (3.1). Entao o problema (3.2) tem solucao u
nica.

Demonstracao. Como Vh e um sub-espaco de V , entao Vh e um espaco de Hilbert.


Alem disso L(.)|Vh Vh e a(., .)|Vh e contnua e coerciva (com a mesma constante
!). Portanto, aplica-se o Lema de Lax-Milgram e o resultado segue.

41
42 CAPITULO 3. FORMULAC DISCRETA
AO

3.2 Melhor Aproxima


c
ao: Lema de C
ea
Lema 3.2 (Lema de Cea). Suponha validas as hipoteses do Lema de Lax-Milgram.
Seja uh a solucao de (3.2), e u a solucao de (3.1), logo,
Ca
u uh V min u vh V .
vh Vh
Se a(., .) for simetrica, entao

Ca
u uh V min u vh V .
vh Vh

Demonstracao. Lembrar: Se a(., .) for simetrica, entao a(., .) e um produto interno,


e u uh E = minvh Vh u vh E .
Como uh e solucao de (3.2), entao

a(uh , vh ) = L(vh ), vh Vh .

e como u e solucao de (3.1), logo

a(u, vh ) = L(vh ), vh Vh .

Portanto,
a(u uh , vh ) = 0, vh Vh . (3.3)

Pela coercividade e continuidade de a(., .) sobre V , temos

u uh 2V a(u uh , u uh ) (coercividade)
0


= a(u uh , vh uh ) + a(u uh , u vh ) (equacao (3.3))

= a(u uh , u vh )
Ca u uh V u vh V , (continuidade)

logo
Ca
u uh V u vh V , vh Vh

Ca
u uh V min u vh V .
vh Vh

Provamos que, quando a(., .) e simetrica, temos

u uh E = min u vh E ,
vh Vh

e a equivalencia de normas, segue


1 1
2 vV vE Ca2 vV , v V.
3.2. MELHOR APROXIMAC LEMA DE CEA
AO: 43

Portanto, tomando acima temos v = u uh ,


1
u uh V u uh E

1
= min u vh E
vh Vh

Ca
min u vh V .
vh Vh

Ex. 10 Seja o sistema linear associado a (3.2)

Au = F.

Verifique que se a(., .) e simetrica e coerciva sobre Vh , entao A e uma matriz simetrica
e definida positiva.
Observacao 3.1. Repare que as constantes de continuidade e coercividade impactam
a precisao do erro de aproximacao.
44 CAPITULO 3. FORMULAC DISCRETA
AO
Captulo 4

M
etodo de Elementos Finitos

Objetivo: Contruir um espaco de dimensao finita Vh , de forma que,

1. O calculo das entradas da matriz A e do vetor F seja simples e rapido,

2. O sistema linear A u = F seja calculado rapidamente e com baixo custo quando


h 0.

O candidato natural e utilizar funcoes polinomias por partes (localidade) por

simplicidade de integracao,

matrizes esparsas e bem condicionadas.

Para tanto, o dominio e decomposto (discretizado) em uma particao Th cha-


mada de malha, de forma que Vh seja gerado por polinomios por partes em cada
elementos K Th .
Estrat
egia:

1. Definir o conceito de elemento finito em cada K, i.e., determinar as funcoes


de base sobre K.

2. Estender o conceito de elemento finito globalmente, i.e., definir as funcoes de


base globais de forma que coincidam com as funcoes de base locais quando
restrita a K, e casem adequadamente no contorno de K.

Vamos definir um elemento finito na forma proposta por Ciarlet.

Definic
ao 4.1 (Elemento Finito). Seja:

(i) K Rn chamado de elemento (geometrico), um conjunto fechado limitado nao


vazio com contorno suave por partes;

45
46 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

(ii) PK chamado de espaco das funcoes de base, um espaco de funcoes sobre K de


dimensao finita k;

(iii) K chamado de o conjunto de graus de liberdade, uma base {Li }i{1,...,k} para
PK .

Entao (K, PK , K ) e chamado de elemento finito.


Observacao 4.1. Ideia: Dado = [i ]i{1,...,n} Rk existe um u
nico p PK tal que

i = Li (p), i {1, . . . , k}. (4.1)

Afirmamos que (4.1) e equivalente a {Li }i{1,...,k} ser uma base para PK .
Lema 4.1. Seja PK um espaco de dimensao k, e {Li }i{1,...,k} formas lineares sobre
PK . Entao temos as seguintes equivalencias:

(i) {Li }i{1,...,k} e uma base para PK ;

(ii) Dado p PK tal que Li (p) = 0 i {1, . . . , k}, entao p = 0;

(iii) Dado = [i ]i{1,...,k} Rk , ! p PK tal que Li (p) = i .

Demonstracao. Seja {i }i{1,...,k} uma base para PK . Vamos provar que as condicoes
(i), (ii) e (iii) sao equivalentes a` condicao (iv) a matriz L := [Lj (i )]i,j{1,...,k} e
inversvel. Portanto, (i), (ii), e (iii) sao equivalentes.
((i) (iv)). Note que {Li }i{1,...,k} e uma base para PK se e somente se dado
L PK existe {i }i{1,...,k} , tal que
k

L= j Lj (pois dim PK = dim PK ).
j=1

Isso e verdade
k

{i }i{1,...,k} tal que L(p) = j Lj (p), p Pk ,
j=1
k

{i }i{1,...,k} tal que L(i ) = j Lj (i ), i {1, . . . , k},
j=1
k

{i }i{1,...,k} tal que R i = j Lj (i ), i {1, . . . , k}.
j=1

Logo,
L = ,
onde

:= [j ]j{1,...,k} := [i ]i{1,...,k} .
47

Portanto, dado Rn ,
L = ,

nica se e somente se L for inversvel. Isto e verdade se e somente se


tem solucao u
{Lj }j{1,...,k} for uma base para PK .
((ii),(iii) (iv)). Dado p PK temos que
k

p= j j ,
j=1

logo
k

Li (p) = j Li (j ), i {1, . . . , k}.
j=1

Portanto, (iii) e equivalente a


k

! {j }j{1,...,k} R tal que
k
j Li (j ) = i i {1, . . . , k}
j=1

! := [j ]j{1,...,k} R tal que LT = ,


k

LT e inversvel,
L e inversvel.

Tambem, (ii) e equivalente a


k

j Li (j ) = 0 i {1, . . . , k} = j = 0, j {1, . . . , k}
j=1

LT = 0 = = 0,
LT e inversvel,
L e inversvel.

ao 4.2. Seja {Lj }j{1,...,k} uma base para PK . As funcoes de base {i }i{1,...,k}
Definic
sao chamadas de nodais se para cada i, j {1, . . . , k},

1 i = j,
Lj (i ) = ij :=
0 senao.

Observa
k cao 4.2. As funcoes de base nodais sao u
nicas pelo lema anterior, e dado
p = j=1 cj j PK ,
k
p= Li (p)j PK .
j=1
48 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

ao 4.3. Dizemos que K determina PK se para todo p PK


Definic
L(p) = 0 p = 0 L K .

Definimos


K := [0, 1];
PK := polinomios de grau menor ou igual a 1;

:= {L , L }, onde L (p) = p(i), p P , i {0, 1}.
K 0 1 i K

Entao (K, PK , K ) e um elemento finito pois, dado p PK e i {0, 1},




p(0) = 0,
Li (p) = 0 e

p(1) = 0,

e como p e linear, logo p = 0 em [0, 1].


As funcoes de base nodais {j }j{0,1} por definicao sao tais que:
Li (j ) = ij .
Como j (x) = aj + bj x, temos
1 = L0 (0 ) = 0 (0) 0 = L1 (0 ) = 0 (1)
e
a0 , = a0 + b 0 ,
logo a0 = 1 e b0 = 1. Procedendo da mesma forma para 1 , temos a1 = 0 e b1 = 1.
Logo,
0 (x) = 1 x, e 1 (x) = x.
Lema 4.2. Seja p(x), x Rd um polinomio de grau k 1 que se anula sobre
{x : (x) = 0},
onde e uma funcao linear, chamado de hiperplano . Entao
p(x) = (x)q(x),
onde q e um polinomio de grau k 1.

Demonstracao. (Exerccio. Brenner e Scott pg. 71 por exemplo)

4.1 Exemplos de Elementos Finitos

4.1.1 Elemento de Lagrange linear em 2D

Definimos o elemento finito linear (veja figura 4.1)




K := triangulo;
PK := P1 (K);

:= {L }
K i i{1,2,3} , onde Li (p) = p(ai ), p PK .
4.1. EXEMPLOS DE ELEMENTOS FINITOS 49

a3 a3

1 1

a6 a5

2 2

a1 3 a2 a1 a4 3 a2

(a) (b)

Figura 4.1: Elementos finitos triangulares P1 (K) (a) e P2 (K) (b).

A dimensao de PK e igual a cardinalidade de K . Provemos que K determina


PK (veja Def. 4.3). Devemos provar que: Dado p PK ,

Li (p) = p(ai ) = 0, i {1, 2, 3} = p = 0

Seja i , i {1, . . . , 3}, as funcoes lineares que caracterizam as arestas, i.e.,

{x, i (x) = 0}.

Como p|1 e linear de uma variavel, se anulando em a2 e a3 , logo p|1 = 0. Pelo lema
anterior,
p = 1 q, onde q R.
Mas,
0 = p(a1 ) = 1 (a1 )q q = 0,
pois 1 (a1 ) = 0. Entao p = 0.

4.1.2 Elemento de Lagrange quadr


atico em 2D

Definimos o elemento finito quadratico (veja Fig 4.1)




K := triangulo;
PK := P2 (K);

:= {L }
K i i{1,...,6} , onde Li (p) = p(ai ), p PK .

Primeiro,
dim P2 (K) = cardK .
Suponhamos, dado p PK

Li (p) = p(ai ) = 0, i {1, . . . , 6},

e j , j {1, 2, 3} sao funcoes lineares que definem as arestas.


50 CAPITULO 4. METODO
DE ELEMENTOS FINITOS
a4 3 a3

4 2

a1 1 a2

Figura 4.2: Elemento finito rectangular Q1 (K).

Como p|1 e um polinomio quadratico de uma variavel, e que se anula em


a2 , a3 e a5 , logo p|1 = 0. Portanto,

p = 1 q, q um polinomio linear.

Mas p|2 = 0 tambem pelas mesmas razoes. Logo,

1 q|2 = 0 1 |2 = 0 ou q|2 = 0.

Mas 1 pode ser zero apenas em um ponto de 2 (triangulo nao degenderado),


que implica
q|2 = 0,
a menos de 1 ponto, mas q e uma funcao contnua logo

q|2 = 0.

Pelo lema anterior


p = 1 2 r, onde r R.
Por outro lado
0 = p(a6 ) = 1 (a6 )2 (a6 )r,
que implica r = 0 pois 1 (a6 ) = 0 e 2 (a6 ) = 0, entao p = 0.

4.1.3 Elemento de Lagrange bilinear em 2D

Definimos o elemento finito bilinear (veja figura 4.2)




K := retangulo;
PK := Q1 (K);


K := {Li }i{1,2,3,4} , onde Li (p) = p(ai ), p PK .

Primeiro, veja que


dim Q1 (K) = 4 = cardK .
Seja p PK , e suponha

Li (p) = p(a1 ) = 0, i {1, . . . , 4}.


4.1. EXEMPLOS DE ELEMENTOS FINITOS 51

a3 = a7 = a10
1

1 n2 n1

s = (s1, s2) 2
a4
2 n = (n1, n2)

a1 = a5 = a8 3 a2 = a6 = a9 n3

Figura 4.3: Elementos finitos triangulares de Hermite (esquerda) e de RT0 (direita).

Como p|1 e um polinomio linear de uma variavel, assim como p|2 , temos que p
decompoe-se como
p(x) = c1 (x)2 (y),
mas
p(a4 ) = c1 (a4 )(a4 ),
onde 1 (a4 ), (a4 ) = 0, portanto c = 0 p = 0.

4.1.4 Elemento de Hermite 2D

Definimos o elemento finito (veja Fig 4.3)




K := triangulo;
PK := P3 (K);

:= {L }
K i i{1,...,10} ,

onde, dado p PK ,
Li (p) = p(ai ), i {1, . . . , 4}, (4.2)
p
Lj (p) = (aj ), j {5, . . . , 7}, (4.3)
x
p
Lk (p) = (ak ), k {8, . . . , 10}. (4.4)
y

Seja p PK tal que


Li (p) = 0, i {1, . . . , 10},
entao p|1 tem a2 e a3 como razes duplas pois p(a2 ) = p (a2 ) = 0 e p(a3 ) = p (a3 ) = 0,
onde p := p s
p
= x p
s1 + y s2 . Mas p|1 e um polinomio de ordem 3 de uma variavel
com 4 razes, portanto p|1 = 0. Analogamente, p|2 = p|3 = 0. Portanto,
p = 1 2 3 q, q R.
Logo,
0 = p(a4 ) = 1 (a4 )2 (a4 )3 (a4 )q,
implica q = 0, isto e, p = 0.
52 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

4.1.5 Elemento de Raviart-Thomas 2D

Definimos o elemento finito linear (veja Fig 4.3)




K := triangulo;
PK := {p(x) = + x, R2 , R};


K := {Li }i{1,...,3} ,
onde

Li (p) = p ni ds.
i

Primeiro, veja que



1 x
p(x) = +
2 y

1 0 x
= 1 + 2 + .
0 1 y

1 0 x
Logo, se p = 0, 1 = 2 = = 0, entao , , e uma base para
0 1 y
PK e dim PK = 3. Veja que
dim PK = 3 = cardK .
Seja p PK tal que

Li (p) = p ni ds = 0, i {1, 2, 3}.
i

Veja que

p dx = p n ds (4.5)
K K
3

= p ni ds
i=1 i

= 0.
Como p e linear, p R onde p = ( + x) = . De (4.5) temos que
p = 0, logo = 0. Neste momento,

p(x) = R2 ,
mas

p ni ds = ni ds (4.6)
i i
= 0, i {1, 2, 3}, (4.7)
que implica ni = 0, i {1, 2, 3}, e logo e ortogonal a uma base do R2 , isto e,
= 0.
4.2. ELEMENTO FINITO DE LAGRANGE PK (K) EM RD 53

v3

v3

v4 v2

v1 v2 v1 v2 v1

Figura 4.4: Exemplos de d-simplex em 1D (esquerda), 2D (centro), e 3D (direita).

4.2 Elemento Finito de Lagrange Pk (K) em Rd

4.2.1 Elemento d-simplex

Definic ao 4.4 (d-simplex). Um d-simplex K Rd , d = {1, 2, 3} e o envelope


convexo de d + 1 pontos aj = [ai j ]i{1,...,d+1} , j {1, . . . , d + 1}, chamados de
vertices de K, que nao estao contidos no hiperplano de Rd , isto e,

a1 1 a1 2 a1 d a1 d+1
a2 1 a2 2 a2 d a2 d+1

.. ,
A = [a1 a2 ad+1 ] = ... ..
.
..
.
..
. .

ad 1 ad 2 ad d ad d+1
1 1 1 1
e inversvel.
Exemplo 4.1. Consideramos os seguintes exemplos em 1D, 2D, e 3D (veja figura
4.4):

(i) d = 1, segmento;
(ii) d = 2, triangulo;
(iii) d = 3, tetrahedro.

Seja K Rd um d-simplex com d + 1 vertices aj = [ai j ]i,j{1,...,d+1} (definicao


4.4). Lembre que a matriz

a1 1 a1 2 a1 d a1 d+1
a2 1 a2 2 a2 d a2 d+1


A = [a1 a2 ad+1 ] = ... ..
.
... ..
.
..
. ,

ad 1 ad 2 ad d ad d+1
1 1 1 1
54 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

hK

Figura 4.5: Visualizacao dos aspectos geometricos.

e inversvel, e veja que




|K| d = 1


2|K| d = 2
| det A| = d!|K| = .

6|K| d = 3


... ..
.

Definicao 4.5. Seja K um d-Simplex. Definimos os seguintes aspectos geometricos


(veja figura 4.5):

hK = diam(K) = comprimento da maior aresta de K;

K = diametro da bola (esfera) inscrita em K;


hK
K = K
e a medida de nao degenerencia de K.

Seja a tripla (K, PK , K ) definida como




K := d-simplex;
PK := P (K) = polinomios de grau menor ou igual a k sobre K;
k


K := {Li }i{1,...,k } , onde Li (p) = p(ai ), p PK , i {0, . . . , k }.

onde ai sao os nos de K.


Queremos provar que a tripla e um elemento finito. Precisamos caracterizar
P (K) e K de forma conveniente. Dado x = (x1 , . . . , xd ) Rd , o espaco Pk (K) e
k

gerado por d

xi i , 0 || k ,
i=1
d d
onde i=1 representa o produto e || = j=1 j .

Exemplo 4.2. Exemplos de bases.



d 1
d = 1: i=1 x1 , 0 || k

k = 0: Neste caso, 1 = 0 {1}, dim P0 (K) = 1.


4.2. ELEMENTO FINITO DE LAGRANGE PK (K) EM RD 55

k = 1: Neste caso, 0 1 1 {1, x}, dim P1 (K) = 2.


k = 2: Neste caso, 0 1 2 {1, x, x2 }, dim P2 (K) = 3.

d 1 2
d = 2: x
i=1 1 x 2 , 0 || k

k = 0: Neste caso, 1 + 2 = 0 {1}, dim P0 (K) = 1.


k = 1: Neste caso, 0 1 + 2 1 {1, x1 , x2 }, dim P1 (K) = 3.
k = 2: Neste caso, 0 1 +2 2 {1, x1 , x2 , x1 x2 , x21 , x22 }, dim P2 (K) = 6.

d 1 2
d = 3: x
i=1 1 x 2 , 0 || k

k = 0: Neste caso, 1 + 2 + 3 = 0 {1}, dim P0 (K) = 1.


k = 1: Neste caso, 0 1 + 2 + 3 1 {1, x1 , x2 , x3 }, dim P1 (K) = 4.

De forma geral temos que (pode ser provado por inducao)

(k + d)!
dim Pk (K) = .
k! d!
Portanto, devemos definir
(k + d)!
k = ,
k! d!
formas lineares linearmente independentes. Devemos portanto determinar a loca-
lizacao de k nos aj no elemento K, o que nos leva a dever representar K de forma
conveniente.

4.2.2 Coordenadas baric


entricas

O objetivo das coordenadas baricentricas e descrever o triangulo K de modo mais


conveniente do que por coordenadas cartesianas.

Definicao 4.6 (Coordenadas Baricentricas). Seja K Rd , d {1, 2, 3}, um ele-


mento geometrico d-simplex. Dado x K, definimos suas coordenadas baricentricas
{i (x)}i{1,...,d+1} como a solucao do seguinte sistema
d+1
ai i (x) = x
i=1
d+1
i=1 i (x) = 1,

onde ai sao os nos de K.

Observacao 4.3. Veja que o sistema tem a forma

A = b,
56 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

onde

a1 1 a1 2 a1 d a1 d+1
a2 1 a2 2 a2 d a2 d+1


A = [a1 a2 ad+1 ] = ... ..
.
..
.
..
.
..
. , (4.8)

ad 1 ad 2 ad d ad d+1
1 1 1 1

1 (x) x1
.
= .. , b = ... . (4.9)
d+1 (x) xd+1

Logo, como K e um d-simplex det A = 0, e o sistema tem solucao u


nica. Alem
disso, as coordenadas baricentricas i (x) P1 (K) pois

= A1 b.

Observacao 4.4. Observe que:


1 i=j
(i) i (aj ) = ij = .
j
0 i=

Logo {i }i{1,...,d+1} e a base nodal para P1 (K).

(ii) Podemos definir

K := {x Rd : 0 i (x) 1, 1 i d + 1}

(iii) Dado p P1 (K) entao


d+1

p(x) = p(ai )i (x).
i=1

Exemplo 4.3.

(i) 1D (veja figura 4.6)


Dado x K, as coordenadas baricentricas sao definidas por

a1 1 (x) + a2 2 (x) = x
1 (x) + 2 (x) = 1.
4.2. ELEMENTO FINITO DE LAGRANGE PK (K) EM RD 57

Logo, 2 (x) = 1 1 (x) e dado h := a2 a1 temos

a1 1 (x) + a2 (1 1 (x)) = x
x a2
1 (x) =
a1 a2
a2 x
1 (x) = .
h
Portanto,
a2 x
2 (x) = 1
h
x a1
= .
h
Logo, x (1 , 2 ) = ( a2hx , xa1
h
).

(ii) 2D
Dado x K,

a1 1 (x) + a2 2 (x) + a3 3 (x) = x


1 (x) + 2 (x) + 3 (x) = 1.

Logo, 3 (x) = 1 1 (x) 2 (x) e temos

(a1 a3 )1 (x) + (a2 a3 )2 (x) + a3 = x



1 (x)
B = x a3 ,
2 (x)

onde
B := [a1 a3 , a2 a3 ].

Como as colunas da matrix B sao linearmente independentes (veja figura 4.6),


a matriz e inversvel e temos:
(a2 2 a1 3 )(x1 a1 3 ) + (a1 3 a1 2 )(x2 a2 3 )
1 (x) =
(a2 2 a1 3 )(a1, 1 a1 3 ) + (a1 3 a1 2 )(a2 1 a2 3 )
(a2 3 a2 1 )(x1 a1 3 ) + (a1 1 a1 3 )(x2 a2 3 )
2 (x) =
(a2 3 a2 1 )(a1, 2 a1 3 ) + (a1 1 a1 3 )(a2 2 a2 3 )
3 (x) = 1 1 (x) 2 (x)

Observacao 4.5.

:= [0, 1] (figura 4.7). As coordenadas baricentricas sao:


(i) Seja K

1 (x) = x, 2 (x) = 1 x.

o triangulo mostrado na figura 4.7. As coordenadas baricentricas sao:


(ii) Seja K

1 (x) = 1 x1 x2 , 2 (x) = x1 , 3 (x) = x2


58 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

a3

a1 x a2
h = a2 a1 a1 a2

Figura 4.6: Exemplos de domnios d-simplex em 1D (esquerda) e 2D (direita). O da


direita tambem mostra os vetores independentes a1 a3 e a2 a3 .

a3 = (0, 1)T

x (1, 2, 3)

x (1, 2)
a1 = 0 a2 = 1 a1 = (0, 0)T a2 = (1, 0)T

Figura 4.7: Exemplos de domnios d-simplex unitarios em 1D (esquerda) e 2D (di-


reita).
4.2. ELEMENTO FINITO DE LAGRANGE PK (K) EM RD 59

Observacao 4.6 (Assumido). Seja i 0 para i {1, . . . , d + 1}, temos que



d+1 1 ! d+1 !d!
1 1 d+1 dx = |K|
K (1 + + d+1 + d)!
Exemplo 4.4. Em 1D, temos

2!1! 2 1
1 1 dx = |K| = |K| = |K|,
K (2 + 1)! 6 3

1!1! 1
1 2 dx = |K| = |K|.
K (1 + 1 + 1)! 6

Construimos ate o momento formas de representar Pk (K) e K. Vamos agora


construir as formas lineares de K , i.e., os nos do elemento K onde p sera avaliado.

ao 4.7. Seja k 0. Chamamos de grade principal de ordem k de K,


Definic
denotado por Tk (K), o seguinte conjunto

{x Rd : j (x) = d+1
1
, 1 j d + 1}, k = 0,
Tk (K) =
{x R : j (x) {0, k , . . . , k+1 , 1} 1 j d + 1}, k 1.
d 1 k

Exemplo 4.5.

T0 (K) = 1 ponto no baricentro

1D Veja figura 4.8


1
{x R : j (x) = , j = 1, 2}.
2
2D Veja figura 4.9
1
{x R2 : j (x) = , 1 j 3}.
3
T1 (k) = vertices

1D Veja figura 4.8

{x R : j (x) {0, 1}, j = 1, 2}.

2D Veja figura 4.9

{x R2 : j (x) {0, 1}, 1 j 3}.

T2 (k) = vertices + meio das arestas

1D Veja figura 4.8


1
{x R : j (x) {0, , 1}, j = 1, 2}.
2
60 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

a2 a1 a2 a1 a3 a2

Figura 4.8: Exemplos de grades principais Tk (K) em 1D com k = 0 (esquerda),


k = 1 (centro) e k = 2 (direita).

a3 a3

a6 a5

a1

a1 a2 a1 a4 a2

Figura 4.9: Exemplos de grades principais Tk (K) em 2D com k = 0 (esquerda),


k = 1 (centro) e k = 2 (direita).

2 = 0
3 = 1

1
2 = 3

2
3 = 3

2
2 = 3
1
3 = 3

2 = 1
3 = 0

2 1
1 = 1 1 = 3 1 = 3 1 = 0

Figura 4.10: Exemplo de grade principal T3 (K) em 2D.


4.2. ELEMENTO FINITO DE LAGRANGE PK (K) EM RD 61

2D Veja figura 4.9


1
{x R2 : j (x) {0, , 1}, 1 j 3}.
2
Veja figura 4.10 para ver a forma construtiva no caso T3 (K) em 2D.

Lema 4.3. Seja K um d-simplex e Tk (K) sua grade principal de ordem k, k 0.


Portanto a tripla (K, PK , K ) onde PK := Pk (K) e K := {Li }i{1,...,k } , com Li (p) =
p(ai ), p PK , onde ai Tk (K), e um elemento finito.

Demonstracao. Primeiro, por construcao temos que


(k + d)!
k = cardK = dim Pk (K) = .
k!d!
Temos que verificar que dado p Pk (K), k 0, tal que
Li (p) = p(ai ) = 0, i {1, . . . , k },
implica p 0. Provamos por inducao sobre d.

(i) d = 1:
Neste caso temos que p Pk (K) se anula em k + 1 pontos, isto e, os pontos x
tais que
1
1 (x) = 0, 1 (x) = , . . . , 1 (x) = 1.
k
Portanto p e divisvel por
1
1 (x)(1 (x) ) (1 (x) 1),
k
que e um polinomio de ordem k + 1. Logo p = 0.
(ii) Assuma a propriedade valida em d 1. Seja p um polinomio de Pk (K) se
anulando nos pontos de Tk (K). Seja i o hiperplano associado a 1 (x) = 0.
Logo p|1 e um polinomio que pertence a Pk (K) de d 1 variaveis. Logo p|1
se anula na grade principal de ordem k, e pela hipotese de inducao p|1 = 0.
Portanto,
p = 1 q, onde q Pk1 (K).
Em seguida, restrinja p|2 onde 2 e o hiperplano de dimensao d 1 associado
a 1 = k1 . Como
1 |2 = 0,
logo q|2 se anula na grade principal de ordem k 1 associada a 2 . Pela
hipotese de inducao q|2 = 0, que implica
1
p = 1 (1 )r, onde r Pk2 (K).
k
Interando k vezes, utilizando o mesmo argumento, provamos que p e divisvel
pelo polinomio de grau k + 1, a saber
1
1 (1 ) (1 1).
k
Portanto p 0.
62 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

Exemplo 4.6 (Calculo das funcoes de base nodais).

(i)

K := d-simplex;
PK := P (K)(= polinomio constante);
0

:= {L }
K i i{1,...,k } , onde Li (p) = p(ai ), ai T0 (K).

Logo, dim P0 (K) = 1 = cardK = k e a1 e o baricentro.


Seja 1 P0 (K) tal que L1 (1 ) = 1 1 = 1.
(ii)

K := d-simplex;
PK := P1 (K);


K := {Li }i{1,...,k } , onde Li (p) = p(ai ), ai T1 (K).
Logo, dim P1 (K) = d + 1 e T1 (K) e composto dos vertices do d-simplex, com
k = cardK = d + 1. As funcoes de base nodais sao
Li (j ) = ij , i, j {1, . . . , d + 1},
que implica j = j .
(iii)

K := d-simplex;
PK := P2 (K);

:= {L }
K i i{1,...,k } , onde Li (p) = p(ai ), ai T2 (K).

Logo, dim P2 (K) = (d+1)!


2d!
= (d+1)(d+2)
2
= cardT2 (K) e T2 (K) e composto pelos
vertices do d-simplex e os pontos no meio dos lados. Denotando aij o no entre
os nos ai e aj , temos
(d + 1)(d + 2)
Li (j ) = ij , i, j {1, . . . , }.
2
Temos j = j (2j 1), j {1, . . . , d + 1} e ij = 4i j , i, j {1, . . . , d + 1}.
Veja figura 4.11.

4.3 Noc
ao de Elemento de Refer
encia
Objetivo: Dado um elemento finito (K, PK , K ) queremos associa-lo a um elemento
P , ).
finito de referencia (K, K K

ao 4.8. Uma tranformacao F : Rd Rd e dita afim se existe uma matriz


Definic
B e um vetor b tal que

x = F (
x) = B x
+ b, Rd .
x
4.3. NOC DE ELEMENTO DE REFERENCIA
AO 63

13

a3 a3

a13 a13

a13 a23

a1 a1
a12 a12
a2 a2

Figura 4.11: Exemplos de funcoes de base quadraticas associadas a um vertice


(esquerda) e a um ponto no meio de uma aresta (direita) de um triangulo.

a3 = (0, 1)T
3(
x) = y


K
1(
x) = x 2(
x) = 1 x a1 = (0, 0)T a2 = (1, 0)T
0 1 1(
x) = 1 x y 2(
x) = x

Figura 4.12: O 1-simplex (esquerda) e o 2-simplex (direita) de referencia.

Observacao 4.7.

F P1 (Rd ).

A transformacao e inversvel, e logo F e uma bijecao, se e somente se det B = 0,


e logo F 1 P1 (Rd ), pois

= F 1 (x) = B 1 (x b).
x

Definicao 4.9. Um d-simplex K e chamado d-simplex de referencia se um vertice a1


tiver todas suas coordenadas iguais a zero, e os d vertices restantes uma coordenada
igual a 1 e as outras iguais a 0.

tal que
Lema 4.4. Seja K um d-simplex. Existe uma bijecao FK P1 (K)
K,
FK : K
coincidem com os vertices de K.
onde os vertices de K
64 CAPITULO 4. METODO
DE ELEMENTOS FINITOS
a3

a1 K

FK
a3
a2

B = (a3 a1, a3 a2)


K FK1

a1 a2

Figura 4.13: Acao da matriz B.

Demonstracao. Seja a1 , a2 , . . . , ad+1 os vertices de K. Escolha


b = ad+1 ,
e construa B de forma que suas colunas sejam formadas pelos vetores

bj = aj ad+1 , j {1, . . . , d}.


(Veja figura 4.13 para um exemplo em 2D.) Pela definicao de um d-simplex, det B =
0. Portanto, escolhendo
F (
x) = B x
+ b,

temos que F ( em K, pois toda transformacao


ai ) = ai , e logo F e uma bijecao de K
afim preserva a convexidade, e logo, o envelope convexo K e preservado, isto e,
= K.
F (K)

Observacao 4.8.

(i) A transformacao F nao e u


nica, pois podemos numerar os vertices de (d + 1)!
formas.
(ii) Usamos a transformacao F para transportar objetos de K sobre K. Deno-
tamos por q a quantidade obtida pelo transporte de q.
= FK1 (x) ou x = FK (
(a) x x) (veja figura 4.14)
(b) Seja v(x) um funcao definida sobre K. Definimos v(
x) por
v( x)) = v(x) v = v FK .
x) := v(FK (
por
(c) Seja L uma forma linear sobre PK . Definimos L
v ) = L(
L( v FK1 ) = L(v).
4.3. NOC DE ELEMENTO DE REFERENCIA
AO 65

FK
x

x = FK (
x)


K
FK1

Figura 4.14: Exemplo de um mapeamento bijetivo entre o elemento de referencia e


um elemento fsico.

(iii) As coordenadas baricentricas sao invariantes por transformacao afim, isto e,


i (
x) = i (x).

Definicao 4.10. Seja (K, PK , K ) um elemento finito. Dizemos que um elemento


finito (K , PK , K ) e afim equivalente `a (K, PK , K ) se existe uma tranformacao
afim FK (x ) = B x + b com det B = 0, tal que

1. F (K) = K ;

2. PK e tal que PK = {p = p FK1 : p PK };

3. K e tal que K = {Li : Li (p ) = Li (p FK ), Li K }.

Observacao 4.9.

1. Dois elementos finitos de Lagrange de ordem k sao afim equivalentes.

2. Dois elementos finitos de Crouzeix-Raviart sao afim equivalentes. Os elementos


de Raviart-Thomas nao sao afim-equivalentes.
P := P ,
3. Dado um elemento finito de referencia (K, := ) de Lagrange de
K K
ordem k, para todo K existe uma transformacao afim FK ( x) = B x + b, com
det B = 0, tal que
= K,
FK (K)
e logo (K, PK , K ) e um elemento finito de Lagrange de ordem k com

p FK1 : p P };
PK := {
K := {Li : Li (p) = L i (p FK ), L
i }.

66 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

(K, PK , K )

K
FK

FK1
K
P , )
(K,

Figura 4.15: Mapeamento entre o elemento finito de referencia e um elemento fsico.

4.4 Elemento Finito Global de Lagrange Pk ()


Considere um espaco de funcoes polinomiais por partes sobre a malha (veja figura
1.11 para um exemplo do caso P1 ()). Perguntas:

Um polinomio p sobre tal que p|K Pk (K) com seus graus de liberdade
fixados atraves de K localmente, e univocamente determinado?
p e uma funcao contnua sobre ?

4.4.1 Malha de elementos finitos

Definicao 4.11. Uma triangularizacao (ou particao) conforme de e um conjunto


finito Th de elementos K tal que

= KT K;
(i) h

(ii) A intersecao de dois elementos distintos de Th e vazia, um vertice ou uma


aresta (face).

Lembre os exemplos de triangularizacoes conforme e nao conforme na figura 1.10.


Lembramos que (definicao 4.5)
hK = diametro de K;
K = diametro da bola inscrita em K.
Definimos tambem
h = max hK .
KTh
4.4. ELEMENTO FINITO GLOBAL DE LAGRANGE PK () 67

Figura 4.16: Particao regular {Th }h>0 que nao e quasi-uniforme.

ao 4.12. Uma famlia {Th }h>0 de triangularizacoes e dita regular se existe


Definic
uma constante positiva tal que, para todo h,

hK
K := .
K

Observacao 4.10. Interpretacao:

existe 0 > 0 tal que o menor angulo de K e maior que 0 ;

existe NK > 0 tal que o n


umero de elementos K com um vetice comum e
menor que NK ;

existe N > 0 tal que se K e K dividem um no, hK /hK e menor que N .

ao 4.13. Uma famlia de particoes {Th }h>0 e dita quase-uniforme se existe


Definic
uma constante C > 0 tal que
Ch hK h,
para todo K Th .

Veja figura 4.16 para ver um exemplo de uma famlia {Th }h>0 de particoes que
e regular mas nao quasi-uniforme.

4.4.2 Graus de liberdade globais

Definic ao 4.14. Seja k > 0 e seja h o conjunto de nos globais associado `a malha
Th . h e definida por
h := KTh Tk (K),
onde Tk (K) e a grade principal de K de ordem k

Definic
ao 4.15. O conjunto h definido por

h := KTh K ,

e chamado graus de liberdade globais, onde K e o conjunto de formas lineares


associado ao elemento finito (K, PK , K ). Em h conta-se apenas uma vez os graus
de liberdade comuns a diferentes elementos K.
68 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

K
K

Figura 4.17: Dois triangulos adjacentes em uma malha nao estrutura.

4.4.3 Espa
co global de elementos finitos

Denotamos Vh o espaco de elementos finitos, tal que p Vh implica p|K ser um


polinomio de ordem k sobre K Th e caracterizado pelas formas linear Li h ,
onde,
Li (p) = p(ai ), ai h .

Lema 4.5.
Vh = {p Pk (K), K Th }.

Demonstracao. Seja p uma funcao definida em , polinomial de ordem k em cada


K Th , e com um valor u nico em cada ai h . Seja K, K Th adjacentes
(veja figura 4.17). Portanto p|K e p|K sobre K K coincidem nos nos ai
Tk (K) Tk (K ). Por outro lado Tk (K) Tk (K ) e uma grade principal de ordem k
prar o d 1-simplex K K . Mas p|K p|K sobre K K e um polinomio de
grau k que se anula em k + 1 pontos, logo p|K = p|K sobre K K .

Observacao 4.11.

(i) Vh H 1 ().

(ii) A aplicacao p p(ai ), ai h e um isomorfismo de Vh em Rcardh , logo


dim Vh = cardh . Logo dizemos que a aproximacao e H 1 -conforme.

(iii) Dado ai h , a base nodal i associada a ai e

j (ai ) = Li (j ) = ij .

Logo j tem como suporte os elementos K que contem aj , onde j quando


restrita a K coincide com a funcao de base do elemento finito (K, PK , K ) (veja
figura 1.11). Alem disso,

p(x) = p(ai )i (x), x .
i
4.5. APROXIMAC POLINOMIAL
AO 69

Observacao 4.12. Podemos integrar condicoes de contorno de Dirichlet homogeneas


definindo
Vh0 := Vh H01 ().
Neste caso devemos retirar de h os nos contidos sobre , isto e, definimos

0,h := {a h \ }.

As funcoes de base sao j tal que j (ai ) = ij , ai 0,h .

4.5 Aproximac
ao Polinomial
Lembre que, pelo lema de Cea, existe uma constante C > 0 tal que

u uh V Cu vh V , vh Vh ,

onde u e a solucao exata de (3.1) e uh e a solucao de (3.2).


Ideia. Escolher vh = Iu, onde I : V Vh e o operador de interpolacao.
Observacao 4.13. O operador I so faz sentido quando definido sobre funcoes contnuas.
Em casos menos regulares, podemos usar outros operadores (projecao, regularizan-
tes).

Logo, existe C > 0 tal que



u uh 2V Cu Iu2V = C u IK u2V (K) ,
K

onde IK u = Iu|K .
Devemos portanto estimar localmente

u IK uV (K) .

4.5.1 Erro de interpola


c
ao local

Seja k > 0, K Th e (K, Pk (K), K ) um elemento finito de Lagrange de ordem k.


k
Definic
ao 4.16. Denotamos IK um operador de interpolacao local com valores em
Pk (K) sobre o espaco das funcoes contnuas em K por
k
(IK p)(a) = p(a), a Tk (K),

se e somente se n

k
IK p(x) = p(ai )i (x), ai Tk (K),
i=1
(k+d)!
en= k!d!
, i (x) e base nodal de Pk (K).
70 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

Lema 4.6. Seja K um d-simplex, e (K, PK , K ) um elemento finito de Lagrande


de ordem k. Entao existe C > 0, dependente apenas do elementos de referencia
P , ) tal que, m Z, 0 m k + 1,
(K, K K

k hk+1
|v IK v|H m (K) C K
|v|H k+1 (K) , v H k+1 (K).
m
K

Demonstracao. Assumido.

Observacao 4.14.

k
(i) v IK vL2 (K) Chk+1
K |v|H k+1 (K)

1
k=1: v IK vL2 (K) Ch2K |v|H 2 (K)
2
k=2: v IK vL2 (K) Ch3K |v|H 3 (K)

k
(ii) |v IK v|H 1 (K) C hKK hkK |v|H k+1 (K)

1 hK
k=1: |v IK v|H 1 (K) C hK |v|H 2 (K)
K
2 hK 2
k=2: |v IK v|H 1 (K) C h |v|H 3 (K)
K K

Sabemos que dado v H01 () existe C > 0 tal que

vL2 () C |v|H 1 () .

Quando v H01 (K) temos entao

vL2 (K) CK |v|H 1 (K) .

Questoes

possvel explicitar CK em termos de hK ? De fato, CK = chK , c > 0.


(i) E

possvel termos C > 0 tal que


(ii) E

vH 1 (K) ChK vL2 (K) ,

para Z?

Observacao 4.15. Se v pertence a um espaco de dimensao infinita, (ii) e falso!


4.5. APROXIMAC POLINOMIAL
AO 71

Lema 4.7 (Desigualidade inversa). Seja (K, P , ) um elemento finito de re-


K K
ferencia. Seja {Th }h>0 uma famlia de triangularizacao regular, sobre a qual, para
cada K Th tem-se (K, PK , K ) um elemento afim equivalente a (K, P , ). Su-
K K
ponhamos, h 1.
Entao existe C > 0 independente de hK , tal que

vH 1 (K) Ch1
K vL2 (K) , v PK .

Demonstracao. Como estamos em dimensao finita, todas as normas sao equivalentes,


e P , tal que
logo existe C > 0, dependente apenas de K


v H 1 (K)
C
v L2 (K)
, v P . (4.10)

De (4.10) temos
1
|K| 2
|v|H 1 (K) C2 |
v |H 1 (K)

K
1
|K| 2
C2 v H 1 (K)

K
1
|K| 2
C2 C v L2 (K)
.
K
Mas

v2L2 (K) = (v 2 )dx
K
= v 2 )| det B|d
( x
K

= | det B| ( v 2 )d
x

K

|K|
= v 2 )d
( x

|K| K

= C|K| v 2L2 (K)


,

portanto
1
vL2 (K) = C|K| 2
v L2 (K)
.

Logo,
1
|K| 2
|v|H 1 (K) C 1 vL2 (K)
K |K| 2
C
vL2 (K) .
K
Como a famlia de triangularizacao e regular, existe > 0 tal que
hK 1
= ,
K K hK
72 CAPITULO 4. METODO
DE ELEMENTOS FINITOS

e portanto,
C
|v|H 1 (K) vL2 (K) .
hK
Utilizando a definicao da norma H 1 (), temos

v2H 1 (K) = v2L2 (K) + |v|2H 1 (K)


C
v2L2 (K) + 2 v2L2 (K)
hK
2
(h + C)
K2 v2L2 (K) .
hK

Como por hipotese hK h 1, obtemos

C
vH 1 (K) vL2 (K) .
hK

4.5.2 Erro de interpola


c
ao global
P , ) o elemento finito de referencia de Lagrange de ordem k, k > 0, e
Seja (K, K K
(K, PK , K ) o correspondente elemento finito (via transformacao afim) de Lagrange
de ordem k sobre o d-simplex K.
Seja Vh o seguinte espaco de aproximacao

: v|K Pk (K), K Th },
Vh := {v C 0 ()

onde {Th }h>0 e uma famlia de malhas regulares.


Finalmente, seja o operador de interpolacao global de ordem k,

Ihk : H k+1 () Vh , (v Ihk v),

tal que
Ihk v|K = IK
k
v.

Lema 4.8. Assuma as hipoteses do Lema 4.7 validas. Seja Rd um domnio


aberto limitado com fronteira poligonal. Existe C > 0, independente de h > 0 tal
que, v H k+1 (),

k+1

v Ihk vL2 () + hm |v Ihk v|H m () Chk+1 |v|H k+1 () .
m=1

Se v H 1 () temos
lim inf |v vh |H 1 () = 0.
h0 vh Vh
4.5. APROXIMAC POLINOMIAL
AO 73

Demonstracao. Por definicao temos



v Ihk v2L2 () = k
v IK v2L2 (K)
KTh
h2k+2
C K
0
|v|2H k+1 (K) ,
KTh
K

Ch2k+2 |v|2H k+1 (K) ,
KTh

Ch2k+2 |v|2H k+1 () , (4.11)


portanto
v Ihk vL2 () Chk+1 |v|H k+1 () .

Agora, tome m tal que 1 m k + 1. Logo,



h2m |v Ihk v|2H m () = h2m k
|v IK v|2H m (K)
KTh
h2k+2
h2m K
2m
|v|2H k+1 (K)
KTh
K

Ch2m h2k+22m
K |v|2H k+1 (K) (malha regular)
KTh

Ch2k+2 |v|2H k+1 (K)
KTh

Ch2k+2 |v|2H k+1 () ,


e portanto
hm |v Ihk v|H m () Chk+1 |v|H k+1 () .
O resultado segue somando o resultado acima para 1 m k + 1 e (4.11).
Seja v H 1 (). Como H 2 () e denso em H 1 (), existe w H 2 () tal que
|v w|H 1 () , > 0.
Aplicando o resultado anterior com w temos
inf |w vh |H 1 () |w Ihk w|H 1 ()
vh Vh

Ch|w|H 2 () ,
logo

lim inf |v vh |H 1 () |v w|H 1 () + lim inf |w vh |
h0 vh Vh h0 vh Vh

,
e como e arbitrario o segundo resultado segue.
74 CAPITULO 4. METODO
DE ELEMENTOS FINITOS
Captulo 5

Aplica
cao do M
etodo de
Elementos Finitos

5.1 Elemento finito de Lagrange de ordem Pk ()


Definimos o operador
Lu := (u) + u + u.

Considere o problema

Achar u tal que
Lu = f, em , (5.1)

u = 0, em,

onde Rd um domnio aberto limitado com fronteira poligonal .


Supomos

L () = (x) > 0 positiva.


e = 0.
(x) = (1 (x), . . . , d (x))T , i C 0 ()
L () = (x) > 0 > 0 positiva.
f L2 ().

Multiplicando a EDP do problema (5.1) por v H01 () (a funcao teste),



(u) v dx + u v dx + u v dx = f v dx. (5.2)

Usando a formula de Green e v | = 0, temos


0

n
(u) v dx = u v dx
u v ds,

75
76 CAPITULO 5. APLICAC DO METODO
AO DE ELEMENTOS FINITOS

portanto, (5.2) torna-se,



u v dx + u v dx + u v dx = f v dx. (5.3)

Seja (V, (., .)V ) o seguinte espaco de Hilbert

V := H01 () ,

(u, v)V = u v dx + u v dx.

Portanto o problema variacional correspondente ao problema (5.1) e



Achar u V tal que
(5.4)
a(u, v) = L(v), v V,

onde

a(u, v) := u v dx + u v dx + u v dx

L(u) := f v dx.

Observacao 5.1. A solucao do problema (5.4) satisfaz (5.1) quase sempre, isto e,
uV

Lu v dx = f v dx, v L2 () Lu = f em L2 ().

(Guermond e Ern [1])

A formulacao variacional (5.4) tem solucao u


nica em V . De fato, provemos as
hipoteses do Teorema de Lax-Milgram.

(i) Continuidade de L(). Dado v V ,



|L(v)| = | f v dx| f L2 () vL2 () C f L2 () vH 1 () ,

logo
|L(v)| CL vH 1 () ,

onde CL := C f L2 () > 0.
5.1. ELEMENTO FINITO DE LAGRANGE DE ORDEM PK () 77

(ii) Continuidade de a(., .). Dado u, v V ,



|a(u, v) = | u v dx + u v dx + u v dx|



| u v dx| + | u v dx| + | u v dx|

L () uL2 () vL2 () + max{i L () }uL2 () vL2 ()
i
+ L () uL2 () vL2 ()
L () uL2 () vL2 () + C L () }uL2 () vL2 ()
+ L () uL2 () vL2 ()
max{L () , C L () }uL2 () vL2 ()
+ L () uL2 () vL2 ()
Ca uH 1 () vH 1 () ,

onde Ca := max{L () , C L () , L () } > 0.

(iii) Coercividade de a(., .). Seja v V ,



a(v, v) = v v dx + u v dx + u v dx

0 v2L2 () + 0 v2L2 ()
v2H 1 () ,

onde := min{0 , 0 }.

nico u V solucao de
Portanto, pelo Theorema de Lax-Milgram, existe um u
(5.4) e

uH 1 () L[H01 ()]
|L(v)|
= sup
vV, v=0 vH01 ()

C f L2 () .

Seja Vh V definido por


: vh |K Pk (K), K Th } H01 (),
Vh := {vh C 0 ()

onde Th e uma particao do domnio e Pk (K) e o espaco dos polinomios de ordem


menor ou igual a k sobre o d-simplex K.
Portanto, como (Vh , (., .)V ) e um espaco de Hilbert e por Vh V ser fechado,
temos que o problema:

Achar uh Vh tal que
(5.5)
a(uh , vh ) = L(vh ), vh Vh

tem uma solucao u


nica pelo teorema de Lax-Milgram.
78 CAPITULO 5. APLICAC DO METODO
AO DE ELEMENTOS FINITOS

Vamos estimar o erro entre u e uh solucoes de (5.4) e (5.5), respectivamente.


Para tanto, seja
Vh ,
Ihk : C 0 ()
o interpolante global de Lagrange de ordem k, e assuma a seguinte regularidade:
u H k+1 () H01 ().

Lembre que
k+1

u Ihk uL2 () + hm |u Ihk u|H m () Chk+1 |u|H k+1 () .
m=1

Recordando a demonstracao do Lema de C`ea, temos


u uh 2H 1 () a(u uh , u uh ) (coercividade)
0

= a(u uh , u vh + vh uh )
0

= a(u uh , u vh ) + a(u u h , v h u h ) (linearidade e ortogonalidade)

= a(u uh , u vh )
Ca u uh H 1 () u vh H 1 () , (continuidade)
portanto, usando (ii) e (iii), temos
Ca
u uh H 1 () u vh H 1 () .

Tome vh = Ihk u, logo
Ca
u uh H 1 () u Ihk uH 1 ()

Ca 1/2
= u Ihk u2L2 () + (u Ihk u)2L2 ()

Ca k+1
C h |u|H k+1 () + hk+11 |u|H k+1 ()

Ca k
C h |u|H k+1 () .

Observacao 5.2.

O erro converge de forma otima na norma .H 1 () , porem nao na norma


.L2 () . Isto e,
(u uh )L2 () C Ca hk uH k+1 () (convergencia otima!);
u uh L2 () C Ca hk uH k+1 () (convergencia sub-otima!).
Ca
A constant
depende de , , e como
Ca max{L () , C L () , L () }
= .
min{0 , 0 }
Ca
Logo se 0,
.
5.1. ELEMENTO FINITO DE LAGRANGE DE ORDEM PK () 79

Vamos mostrar que convergencia em .L2 () e de fato otima, se assumimos que


e um domnio convexo. Definimos o seguinte problema, chamado de dual:
2
Achar H () tal que

L = u uh , em , (5.6)

= 0, em ,

onde
L = () + ,
e chamado de operador adjunto de L. Temos que ||H 2 () Cu uh L2 () , C > 0,
se for convexo. Logo

u uh 2L2 () = (u uh , u uh )L2 ()
= (L , u uh )L2 ()
= ( () + , u uh )L2 ()
0

= (, (u uh ))L2 () ( n,u uh )L2 ()

0


+ (, (u uh ))L2 () (,
n(u uh ))L2 ()

+ (, (u uh ))L2 ()
= (, (u uh ))L2 () + (, (u uh ))L2 ()
+ (, (u uh ))L2 ()
= a(u uh , )
= a(u uh , Ihk ) (ortogonalidade)
Ca u uh H 1 () Ihk H 1 () (continuidade)
Ca C h||H 2 () u uh H 1 () . (erro de interpolacao)

Mas, existe C > 0 tal que

||H 2 () Cu uh L2 () ,

logo,
u uh 2L2 () CCa hu uh L2 () u uh H 1 () ,
ou seja

u uh L2 () CCa hu uh H 1 ()
C2
C a hk+1 |u|H k+1 () .

Teorema 5.1. Seja u H k+1 () H01 (), onde e convexo, solucao de (5.4) e
k > 0. Seja uh solucao de (5.5). Logo, existe C > 0, independente de h, tal que

u uh L2 () + h(u uh )L2 () Chk+1 |u|H k+1 () .


80 CAPITULO 5. APLICAC DO METODO
AO DE ELEMENTOS FINITOS

Perguntas:

Como minimizar a dependencia da constante C do theorema acima com relacao


a , e ?

Esta dependencia e de fato um problema numerico?