Professional Documents
Culture Documents
It is necessary to solve
differential equations
(Isaac Newton)
Mtodo Geral,
Mtodo da Colocao,
Mtodo do Subdomnio,
Mtodo dos Mnimos Quadrados,
Prof. Henrique Mariano C. Amaral
Mtodo de Galerkin
(u) = p , em
L (u ) = 0
(L (u), v ) = L (u) vd
(1)
Prof. Henrique Mariano C. Amaral
G ( v ) S (u ) G (u ) S * ( v ) .d
(L u , v ) = (u, L v )
Prof. Henrique Mariano C. Amaral
10
( L (u)) ud = 0,
u0
11
12
Exemplos
13
14
= - d2/dx2
auto-adjunto e positivo definido no
intervalo [0,1].
15
v +
(L (u).v) = 2 vdx =
=
dx
dx 0 0 dx dx
0
1
d 2v
du
dv
= v + u
+ 2 udx =
dx 0
dx 0 0 dx
1
= ( L (v ) u ) +
G ( v ) S (u ) G (u ) S * (v ) .d
(u) = u
(u) = -du/dx
(v) = v
(v) = -dv/dx e = * .
16
u prescrito;
du/dx prescrito.
17
L (u)vdx=
0
d u
vdx
4
dx
4
du
dv d u
d v du
dv
d 4v
+ 2
3 u + 4 udx
L (u)vdx= v 3
2
dx 0 dx dx 0 dx dx 0 dx 0 0 dx
3
18
L(u)vdx= L (v)udx+[G (v)S (u)G (v)S (u)] +[ S (v)G (u)S (v)G (u)]
1
prescritas
19
L
(u)udx=
dx 2 dx 0
0
0
que mostra ser o operador em questo
positivo-definido.
20
[u(0)=u(1)=0]
ou [u(0)=0 ou [u(1)=du/dx=0] ] .
Prof. Henrique Mariano C. Amaral
21
22
(u0) = p em
(1)
com as seguintes condies de contorno:
23
u = k=1,n kk
(3)
onde k so parmetros
indeterminados e k so funes
linearmente independentes, retiradas
de uma seqncia completa de
funes {1,2,...,n}.
Prof. Henrique Mariano C. Amaral
24
25
(4)
u0 i i
i =1
26
27
= (u) - p 0
(5)
28
i dx = 0, para i=1,2,..., n
(6)
29
30
i =1
31
u0 u
32
Exemplo
NOTA: bom lembrar que um
conjunto infinito de funes
ortogonais no necessariamente
completo, isto , pode-se ter um
nmero infinito de funes mas a
soluo no converge para a
soluo exata.
Prof. Henrique Mariano C. Amaral
33
soluo
u = k k
k =1
34
u = a0 1 + k k
k =1
35
36
37
38
j dx =((u) - p)j dx = 0
u = ii
j = xj , para j=0,1,2,...
A tcnica acima denominada de Mtodo dos
Momentos, devido ao tipo de escolha feita para
as funes de ponderao. Se qualquer outro
conjunto for escolhido para as funes de
ponderao no ser mais o Mtodo dos
momentos, mas apenas um mtodo de resduo
ponderado.
Prof. Henrique Mariano C. Amaral
39
Exemplo
40
41
11
11
1
Ou integrando se tem
1 + 2 =
6
12
2
11
19
1
1 + 2 =
20
3
12
42
matricial fica:
1
11
12
12
2
1
*
=
2 1
19
20
3
cuja soluo :
1 = 122/649
e 2 = 110/649
Assim a funo soluo aproximada
1
u = x (1 x )
122 + 110 x )
649 (
43
Comparao
entre a
soluo
exata e a
soluo
aproximada
sin( x)
x
sin( 1)
1 ( 122 + 110 x)
649
u( x) := x( 1 x)
0.08
0.07
0.06
0.05
ue ( x)
u ( x)
0.04
0.03
0.02
0.01
0
0
Prof. Henrique Mariano C. Amaral
0.2
0.4
0.6
x
0.8
44
Mtodo da Colocao
45
Mtodo da Colocao
Este mtodo consiste em anular a funo
residual em uma srie de pontos escolhidos
dentro do domnio de integrao do problema.
Deve-se notar que esses pontos so usualmente,
mas no necessariamente, distribudos no
domnio.
Seja ento a seguinte funo de aproximao:
u = k k
46
Mtodo da Colocao
Seja agora determinar os valores de k,
forando a condio:
= (u) - p = 0
em n pontos do domnio. Note que o
nmero de constantes k tem que ser igual
ao nmero de pontos de colocao
escolhidos.
xk c
47
Mtodo da Colocao
Dessa forma, se pode escrever o
mtodo da colocao como uma
tcnica de resduos ponderados:
dx
=
0
k
=
1,
2,
K
,
n
k
48
Exemplo
Mtodo da Colocao
49
Mtodo da Colocao
Problema 1
(d2u/dx2) - 4u - 4x = 0, em [0,1].
Considere primeiramente
50
Mtodo da Colocao
Soluo
a) Seja u1 = (x-x2) funo admissvel
tirada do conjunto admissvel {(xi-xi+1)},
que so LI. Usando u1 e fazendo x=0,5=0
tem-se:
|x=0,5 = {[-2-4(x-x2)] - 4x}|x=0,5 = 0
resolvendo encontra-se = -2/3, logo
u1 = -(2/3)(x-x2)
Prof. Henrique Mariano C. Amaral
51
Mtodo da Colocao
1= -0,41975
2=-0,49382
logo
u2 = -0,41975(x-x2) - 0,49382(x2-x3)
52
Mtodo da Colocao
0
0.05
2
2
u1( x) := x x
3
) 0.49382 ( x
u2( x) := 0.41975 x x
u1( x)
2
u2( x)
0.1
0.15
0.2
0.5
x
Prof. Henrique Mariano C. Amaral
53
Mtodo da Colocao
-a
-b
54
Mtodo da Colocao
55
Mtodo da Colocao
19 1 2
p
2
u2 = ( x a )( y b ) 2 2 ( x + y )
15 a 4 a
56
Mtodo da Colocao
A
Prof. Henrique Mariano C. Amaral
57
58
d = 0,
Prof. Henrique Mariano C. Amaral
i Ui =
59
Exemplo
Mtodo das Sub-Regies
60
Seja resolver
d 2u
+ 4u 4 x = 0, [ 0,1]
2
dx
61
12
(4 x 2 4 x 2) + (4 x 3 4 x 2 6 x + 2) 4 x dx = 0
dx
=
1
2
12
12
(4 x 2 4 x 2) + (4 x 3 4 x 2 6 x + 2) 4 x dx = 0
=
dx
1
2
62
1 = 0.44230;
2 = 0.61538
u1 = 0.44230 ( x x ) 0.61538( x x
2
63
64
= L (u1 ) p
65
( , i ) = (L (u1 ) p, i ) = (L ( ii ) p, L (i )) =
= i (L (i ) , L (i )) ( p, L (i )) = 0
Prof. Henrique Mariano C. Amaral
66
(L (i ), L (i )) = L (i ) L (i ) d = L (i )
tem-se:
i L (i ) ( p, L (i )) = 0, i = 1, 2,K , n
2
67
Exemplo
Mtodo dos Mnimos Quadrados
68
d2
+ 4 u 4 x = 0, x [ 0, 1]
2
dx
Soluo:
Seja u1 = 1(x-x2) + 2(x2-x3),
onde 1 = 1(x-x2) e 2 = 2(x2-x3), logo
1 L (1 ) ( p, L (1 )) = 0
2
2 L (2 ) ( p, L (2 )) = 0
2
69
e 2 = -399/449
110
399 2
2
3
u1 =
x
x
x
x
(
)
(
)
101
449
70
71
Mtodo de Galerkin
HMCdA1
72
Slide 72
HMCdA1
Mtodo de Galerkin
Este mtodo aproxima a soluo de um
dado conjunto de equaes diferenciais e
de suas condies de contorno pela
substituio nelas de uma ou mais funes
de verificao, as quais, em princpio,
satisfazem s condies de contorno.
73
Mtodo de Galerkin
Como as funes de verificao so, em
geral, diferentes da soluo exata, o
conjunto das equaes produz alguns
resduos. Esses resduos so ento
ponderados pelos modos de soluo
aproximada e feitos iguais a zero, sobre o
domnio. (Ver Teorema de Lax-Milgram
para o critrio de convergncia) .
Prof. Henrique Mariano C. Amaral
74
Mtodo de Galerkin
Seja ento, o sistema de equaes:
= L (u1 ) p = 0
S , G
75
Mtodo de Galerkin
Seja u 1 uma funo de aproximao
que satisfaz as condies de
contorno e formado pela combinao
de funes
pertencentes a um
u1 = ii
i =1
76
Mtodo de Galerkin
com resduo
= L (u1 ) p = L ii p
i=1
( ,k ) = k d = 0, k = 1, 2,K , n
77
Mtodo de Galerkin
Se o operador L linear, a equao acima
produz um sistema de equaes lineares do qual
se pode obter os coeficientes k
(,k ) = (L (i ))kd=
= pkd, i, k =1,2,K , n
ou na forma matricial
A = p
78
Mtodo de Galerkin
claro que a funo de aproximao u1
pertence ao espao H gerado pelas
funes {i } H . Dessa forma, o
Teorema de Lax-Milgram estabelece o
critrio de convergncia do processo.
Antes de enuncia-lo, precisa-se definir o
que um operador diferencial limitado e
um operador diferencial coercivo.
Prof. Henrique Mariano C. Amaral
79
Mtodo de Galerkin
Um operador diferencial linear dito ser
limitado:
Se existe um > 0 tal que:
( L ( v ) , w)
v
w
H
@ v + (L (v ) , v )
, v, w H
12
80
v ), v ) v
2
H
, v
Mtodo de Galerkin
(L ( v ) , v )
v
, vH
@ v + (L (v ) , v )
12
81
Mtodo de Galerkin
Teorema de Lax-Milgram:
Seja um operador diferencial linear,
limitado e coercivo, e seja um subespao
linear de . Ento existe um nico u1
pertencente a tal que
(L (u1 ) p, v ) = 0,
vV
E mais,
u1 u H inf { v u H : v 0 + V }
82
Mtodo de Galerkin
A inequao que aparece no teorema de LaxMilgram muitas vezes chamada de Lema
de Ca:
u1 u
inf { v u
: v 0 + V }
83
Mtodo de Galerkin
Exemplos
84
Mtodo de Galerkin
Exemplo
1. Resolver a equao
d u
+
u
+
x
=
0
2
dx
2
u (0) = u (1) = 0
85
Mtodo de Galerkin
Soluo
Como a funo de aproximao tem que
satisfazer as condies de contorno, tem-se:
u = x (1 x )(1 + 2 x + 3 x +K )
*
u1 = x (1 x )(1 + 2 x )
Prof. Henrique Mariano C. Amaral
86
Mtodo de Galerkin
1
onde
. dx = 0 = L (u) p
k
1 = x (1 x )
com
2
2 = x (1 x )
logo
. dx = . x.(1 x) dx = 0
1
. dx = . x .(1 x) dx = 0
2
0
Prof. Henrique Mariano C. Amaral
0
87
Mtodo de Galerkin
Integrando, encontra-se
que gera
71
1 =
;
369
7
2 = ;
41
71
7
u1 = x (1 x )
+ x
369 41
sin ( x )
y ( x) =
x
sin (1)
88
Mtodo de Galerkin
0.08
71
7
u1 = x (1 x )
+ x
369 41
0.06
y( x)
y2( x) 0.04
yg( x)
Soluo Exata:
y ( x) =
0.02
sin ( x )
x
sin (1)
0
Prof. Henrique Mariano C. Amaral
0.2
0.4
0.6
0.8
89
Mtodo de Galerkin
x=
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
0.65
0.7
0.75
y2( x) =
yg( x) =
y( x) =
9.33210 -3
0.018
0.027
0.036
0.043
0.05
0.056
0.061
0.065
0.068
0.07
0.07
0.068
0.064
0.059
9.54510 -3
0.019
0.028
0.036
0.044
0.051
0.057
0.063
0.067
0.069
0.071
0.071
0.069
0.066
0.06
9.39510 -3
0.019
0.028
0.036
0.044
0.051
0.057
0.063
0.067
0.07
0.071
0.071
0.069
0.066
0.06
90
Mtodo de Galerkin
2. Encontrar uma soluo para a equao de Poisson
u= p
2
u (a ) = u (a ) = u (b) = u (b) = 0
em uma regio retangular
.
[b, b ][a, a ]
Soluo:
Para mostrar o mtodo aplicando diversos conjuntos {i }
apresentar-se- uma soluo polinomial e depois outra
trigonomtrica.
Prof. Henrique Mariano C. Amaral
91
Mtodo de Galerkin
u = (x a
)( y b )
u = ( x a )( y b )
2
Seja
ento
e
= u p = 2 ( y b ) + 2 ( x a ) p
2
logo
( ,k ) = .k d = 0, k = 1, 2,K , n
.k d =
. udxdy =
a b
a b
2u p . udxdy = 0
92
Mtodo de Galerkin
substituindo u
na expresso anterior, sabendo-se que 1 = u
a
a b
2 ( y 2 b 2 ) + 2 ( x 2 a 2 ) p .( ( y 2 b 2 )( x 2 a 2 )) dxdy = 0
e integrando, obtm-se
5
p
= 2
2
8 (a + b )
Prof. Henrique Mariano C. Amaral
93
Mtodo de Galerkin
logo
5 p 2
2
2
2
u= 2
y
b
x
a
(
)(
)
8 a +b
94
Mtodo de Galerkin
Seja agora
k x j y
u = jk cos
cos
2a b
k
j
funo que satisfaz as condies de
contorno e pertence a um conjunto LI, isto :
a
k x j y
=
co
s
cos
a
2a 2b jk
a
Prof. Henrique Mariano C. Amaral
95
Mtodo de Galerkin
Fazendo
k x j y
k = cos
cos
2 a 2b
( , ) = 0
ou seja
( u p ) d = 0
96
Mtodo de Galerkin
Substituindo as expresses das funes
dadas, integrando e resolvendo tem-se:
64a b p
kj = 4
2 2
2 2
kj (k b + j a )
2 2
2 2
64a b p
k x j y
u = 4
.cos
cos
2 2
2 2
2
a
2
b
k
.
j
.
k
b
j
b
+
(
)
k
j
97
Mtodo de Galerkin
Importncia e
Surpresa
Prof. Henrique Mariano C. Amaral
98
Mtodo de Galerkin
Muitas vezes se tem equaes do tipo
u&(t ) = u (t ) , t (0,1] =
u (0) = u0
Que um problema de valor inicial, e onde
uma constante real e positiva. A soluo
do problema acima :
(t )
u (t ) = u0e
99
Mtodo de Galerkin
Sabe-se que, quase sempre, aproximaes
polinomiais para u so adotadas, como por
exemplo polinmios de Taylor ou
polinmios interpoladores; mas estes
exigem o conhecimento de u ou de suas
derivadas em determinados pontos do
intervalo (0, 1].
Prof. Henrique Mariano C. Amaral
100
Mtodo de Galerkin
O que se precisa ento determinar uma
aproximao, podendo ser polinomial, para
u usando apenas as informaes que u
resolve a equao diferencial especificada e
tem um valor especifico num determinado
ponto.
Prof. Henrique Mariano C. Amaral
101
Mtodo de Galerkin
Aqui entra o Mtodo de Galerkin. Assim
escolhendo {i}={ti} como base, pode-se
escrever a soluo como:
n
U (t ) = u0 + i t
i =1
( )
102
Mtodo de Galerkin
Ento o residual do problema proposto, de
acordo com o Mtodo de Galerkin :
1
d = (U (t ) U (t )) dt = 0, H
i
(n )
0
1
i t u t t dt = 0, t (0,1]
i
0
i=1 i
i =1
1
103
Mtodo de Galerkin
Realizando as operaes necessrias e
transferindo para o lado direito os termos
envolvendo os dados iniciais, se tem:
n
i =1
i =1
j+i1
j+i
j
i
t
dt
t
dt
=
u
t
dt , j = 1, 2,K , n
i
i
0
u0 , j = 1, 2,K , n
i =
i + j + 1
j +1
i=1 i + j
n
104
Mtodo de Galerkin
A expresso anterior um sistema de
equaes n x n que tem soluo nica, se e
somente se, a matriz dos coeficientes A=(aij)
for inversvel e onde
i
aij =
, i, j = 1, 2,K , n
i + j i + j + 1
105
Mtodo de Galerkin
u0 := 1
:= 1
t
u( t) := u0e
2.5
u ( t)
U ( t)
1.5
0.2
0.4
0.6
0.8
t
Prof. Henrique Mariano C. Amaral
106
Mtodo de Galerkin
E( t) := u( t) U( t)
0
Erros pontuais
0.002
E ( t)
0.004
0.006
0.2
0.4
0.6
0.8
t
Prof. Henrique Mariano C. Amaral
107
Mtodo de Galerkin
Com o intuito de simular a preciso da
soluo achada para n = 3, seja agora n
variar de 4 at 9, novas solues.
Procedendo com os passos, determina-se um
sistema n x n, como j afirmado
anteriormente, devido a discretizao da
equao diferencial. Esses sistemas,
provenientes de discretizao de ED so
muito grandes (da ordem de milhares) que
nos foram a resolv-los numericamente
utilizando, por exemplo, o mtodo de
eliminao de Gauss.
Prof. Henrique Mariano C. Amaral
108
Mtodo de Galerkin
109
Mtodo de Galerkin
0.997074
0.516091
X=
0.131071
0.073727
0.083333
0.3
0.433333 0.52381
A=
0.05 0.233333 0.357143 0.446429
4 .10
2.5
3 .10
u( )
ue ( )
z( ) . 4
2 10
1 .10
1.5
0
0
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
N=4
110
Mtodo de Galerkin
1.000189
0.49844
X = 0.172028
0.033082
0.014556
0.166667
0.083333
A = 0.05
0.033333
0.02381
0.633333 0.690476
0.55
0.416667
0.3
A = 1.022116 10
12
2.5
u( )
ue ( )
5 .10
1 .10
1.5 .10
z( )
1.5
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
N=5
111
Mtodo de Galerkin
0.99999
0.500113
0.166116
X=
0.043
3
6.658083 10
3
2.404308 10
0.166667
0.083333
0.05
A=
0.033333
0.02381
0.017857
A = 0.00000000 10
0.416667
0.55
= 4.139102 10
17
2.5
u( )
ue ( )
4 .10
2 .10
z( )
1.5
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
N=6
112
Mtodo de Galerkin
0.499994
0.166709
0.041524
X=
3
8.598805 10
3
1.11466 10
3.412225 10 4
0.166667
0.083333
0.05
A = 0.033333
0.02381
0.017857
0.013889
A = 0.00000000 10
0.55
0.416667
0.3
= 2.421678 10
2.5
u( )
z( )
1.5
24
ue ( )
0.2
0.4
0.6
0.8
5 .10
1 .10
1.5 .10
2 .10
0.2
0.4
0.6
0.8
N=7
113
Mtodo de Galerkin
0.5
0.166664
0.041678
X = 8.30432 10 3
3
1.432915 10
4
1.597745 10
4.243908 10 5
0.166667
0.083333
0.05
0.033333
A=
0.02381
0.017857
0.013889
0.011111
0.416667
0.55
A = 0.00000000 10
32
= 1.995568 10
2.5
u( )
ue ( )
z( )
1.5
0.2
0.4
0.6
0.8
5 .10
10
1 .10
1.5 .10
0.2
0.4
0.6
0.8
N=8
114
0.5
0.166668
0.041665
3
8.334519 10
X=
3
1.387478 10
4
2.01923 10
5
2.094026 10
6
4.566347 10
Mtodo de Galerkin
0.166667
0.083333
0.05
0.033333
0.02381
A=
0.017857
0.013889
0.011111
3
9.090909 10
0.416667
0.55
0.5375
0.122222 0.209091 0.280303 0.339744 0.39011 0.433333 0.470833 0.503676
0.138889 0.233333 0.309091 0.371212 0.423077 0.467033 0.504762
A = 0.00000000 10
= 2.349389 10
3
5 .10
1 .10
1.5 .10
2 .10
2.5 .10
2.5
u( )
ue ( )
z( )
1.5
0.2
0.4
0.6
0.8
0.2
0.4
0.6
0.8
N=9
115
Mtodo de Galerkin
Parece tudo certo, mas pode-se verificar
que a partir de N = 6, o determinante da
matriz de coeficientes praticamente nulo, o
que provoca instabilidade numrica da
soluo, provocando mal-condicionamento
do sistema de equaes.
Esse mal-condicionamento devido a
similaridade entre as ltimas linhas da matriz
de coeficientes, provocadas pelas funes de
base de alta ordem, {x8, x9, ... }
Prof. Henrique Mariano C. Amaral
116
Mtodo de Galerkin
Utilizando uma ferramenta de manipulao
numrica Matlab ou Octave a
determinao dos coeficientes i
numericamente, por mtodos que no
garantam a minimizao da norma
euclidiana do vetor de erro residual da
equao,
@ b Ax
117
Mtodo de Galerkin
Como se sabe que a soluo exata :
(t )
u (t ) = u0e
( )
1 2 1 3 1 4 1 5 1 6
1
7
1
8
1
9
10
1 + 1t + t + t + t +
t +
t +
t +
t +
t + O t
2
6
24
120
720
5040
40320
362880
118
Mtodo de Galerkin
Soluo Aproximada
152.72 K
3432.6K
32163.2 K
157267.8K
441485.8K
737459.5K
723830.3K
385203.7 K
85733.4 K
Prof. Henrique Mariano C. Amaral
Soluo Exata
1.0000000K
0.5000000K
0.1666667 K
0.0426667 K
0.0083333K
0.0013889 K
0.0001984 K
0.0000248K
0.000002756K
119
Mtodo de Galerkin
Esses erros so provenientes tambm do
fato que os computadores armazenam
nmeros reais com uma quantidade finita de
algarismos ou dgitos.
Em geral, os sistemas de equaes lineares
obtidos da discretizao de equaes
diferenciais tendem a ser mal-condicionados,
quando se refina a malha.
Prof. Henrique Mariano C. Amaral
120
Mtodo de Galerkin
Isso compreensvel, pelo fato de que o
refinamento da discretizao e o aumento da
preciso da aproximao fazem com que o
clculo do erro residual seja plenamente
influenciado pela preciso finito do
computador em uso.
Alm disso, o mal-condicionamento
bastante influenciado pela prpria equao
diferencial e pela escolha das funes de
ponderao e das funes geradoras do
espao de soluo.
Prof. Henrique Mariano C. Amaral
121
Mtodo de Galerkin
As funes geradoras do espao de
soluo na forma de monmios, como
utilizado em nosso caso, levam sempre a um
mal-condicionamento devido a similaridade
dos mesmos quando o grau aumenta.
Isso devido ao fato de que monmios
no so uma base ortogonal.
Prof. Henrique Mariano C. Amaral
122
Mtodo de Galerkin
Em geral, para melhorar o resultado e
reduzir os efeitos do mal-condicionamento,
deve-se usar funes ortogonais tanto para
a base do espao de solues quanto para
as funes de ponderao.
Um exemplo so os polinmios de
Legendre, assim definidos:
0 ( x) 1
i
i ( x ) = (1)
Prof. Henrique Mariano C. Amaral
2i + 1 d i i
i
x (1 x ) , 1 i n
i
i ! dx
123
Mtodo de Galerkin
Os polinmios de Legendre formam uma
base ortogonal para o espao dos
polinmios em (0 , 1), Pn(0,1), com relao
ao produto interno euclidiano.
Seu uso, apesar de complicar os clculos,
minimizam os efeitos do aumento de
preciso e do refinamento da malha.
Uma outra alternativa usar polinmios
contnuos por partes.
Prof. Henrique Mariano C. Amaral
124
Mtodo de Galerkin
Uso de Polinmios
Contnuos por Partes
125
Mtodo de Galerkin
Para estudar o Mtodo de Galerkin com
polinmios contnuos por parte, considerarse- o modelo bsico da conduo de calor
estacionrio, e ento formular-se- o mtodo
dos elementos finitos baseado em
aproximaes lineares por partes.
Prof. Henrique Mariano C. Amaral
126
Mtodo de Galerkin
Para o modelo de conduo de calor, seja
um fio ocupando o intervalo [0, 1] que
aquecido por uma fonte de calor com
intensidade f(x).
Assim, se estar interessado na distribuio
estacionria de temperatura T(x) no fio.
127
Mtodo de Galerkin
Seja q(x) o fluxo de calor na direo positiva
do eixo dos x no fio de forma que 0 < x < 1.
A Lei de Conservao de Energia,
Energia no
caso estacionrio, requer que o fluxo de
calor lquido nos extremos de um subintervalo arbitrrio (x1, x2) de (0, 1) seja igual
ao calor produzido em (x1, x2) por unidade de
x2
tempo:
q ( x2 ) q ( x1 ) = f ( x ) dx
x1
128
Mtodo de Galerkin
Do Teorema Fundamental do Clculo se
x2
tem:
q ( x2 ) q ( x1 ) = qx ( x ) dx
x1
x2
q ( x) dx =
x
x1
f ( x ) dx
x1
qx ( x ) = f ( x ) , x (0, 1)
Prof. Henrique Mariano C. Amaral
129
Mtodo de Galerkin
130
Mtodo de Galerkin
Assim se tem:
qx ( x ) = f ( x ) , x (0, 1)
dT
q ( x ) = k ( x )Tx ( x ) Tx =
dx
Combinando essas duas equaes, se
encontra a eq. Unidimensional da conduo
de calor estacionria:
d
qx ( x ) = (k ( x )Tx ( x )) = f ( x ) , x (0, 1)
dx
Prof. Henrique Mariano C. Amaral
131
Mtodo de Galerkin
A equao anterior tem uma soluo nica,
quando a ela est associada condies de
contorno como, por exemplo, as condies
homogneas de Dirichlet:
T (0) = T (1) = 0
que corresponde a temperatura zero nos
pontos extremos do fio. Dessa forma, o
resultado um problema de valor de
contorno de dois pontos:
(k ( x )Tx ( x ))x = f ( x ) , x (0, 1)
Prof. Henrique Mariano C. Amaral
T (0) = T (1) = 0
132
Mtodo de Galerkin
Desta forma, o que se quer agora resolver
o problema a seguir, com k(x)=1 :
L (T ) = Txx ( x ) = f ( x ) , x (0, 1)
= Txx ( x ) f ( x )
T (0) = T (1) = 0
de forma numrica com uso do mtodo (dos
elementos finitos) de Galerkin com
polinmios contnuos por parte.
Prof. Henrique Mariano C. Amaral
133
Mtodo de Galerkin
I j = ( x j1 , x j ) T h h j = x j x j1
134
Mtodo de Galerkin
Wh = : I P ( I i ) , i = 1, 2,K , M + 1
i
(n )
(n)
Vh = Wh : contnua sobre I
i =0
135
Mtodo de Galerkin
{ i }
Th
Wh = : I P n ( I i ) , i = 1, 2,K , M + 1
(n )
(n)
Vh = Wh : contnua sobre I
Prof. Henrique Mariano C. Amaral
}
136
Mtodo de Galerkin
(n )
x xi1
i ,1 (0 ) =
xi xi1
137
Mtodo de Galerkin
A partir das funes anteriores, pode-se
(1)
definir que as funes base de Wh so:
x [ xi1 , xi ]
0,
i, j ( x) =
i , j ( x ) , x [ xi1 , xi ]
i = 1, 2,K , M + 1; j = 0,1
138
Mtodo de Galerkin
A construo da base para o espao Vh(n) de
polinmios contnuos por partes um pouco
mais trabalhosa, face as funes local de
base de Lagrange sobre cada sub-intervalo
ter que ser rearranjado de modo que as
funes resultantes sejam contnuas sobre
(0,1). No caso de n = 1 se obtm funes
(1)
V
{
}
tipo chapu ou seja as funes nodais i
h
Prof. Henrique Mariano C. Amaral
139
Mtodo de Galerkin
x xi1
i ( x) =
xi xi1
x xi+1
xi xi+1
x xi1 , xi+1
x [ xi1 , xi ]
x xi , xi+1
140
Mtodo de Galerkin
(1)
(1)
j =1
v ( x ) = v ( x j ) ( x )
j =1
141
Mtodo de Galerkin
142
Mtodo de Galerkin
Mas de fato, se estar interessado em
solucionar o problema:
L (T ) = Txx ( x ) = f ( x ) , x (0, 1)
T (0) = T (1) = 0
pelo mtodo de Galerkin, donde se tem:
1
vdx = (T
xx
f ) vdx = 0, v
( ) = L (T ( )) f
Prof. Henrique Mariano C. Amaral
e v = v ( )
143
Mtodo de Galerkin
Como foram construdas, as funes v em Vh
no tm 2 derivada; assim no podemos
simplesmente coloca-las como funes de
aproximao de T no espao Vh. Essa
dificuldade precisa ser contornada. Para isso,
deve-se usar a integrao por parte para
mover uma derivada de Txx sobre v ,
assumindo que v seja diferencivel e mais
que v(1) = 0 e v(0) = 0:
1
0
144
Mtodo de Galerkin
Dessa forma, o problema original:
1
T (0) = T (1) = 0
T v dx =
x x
(1)
145
Mtodo de Galerkin
Usando as funes de base
para aproximar T, se tem:
{ j } j=1
M
tipo chapu
T ( x ) = j j
j =1
( )
j
j =1
j x
v x dx = f vdx, v Vh
0
146
Mtodo de Galerkin
Como j foi visto, as funes de ponderao
so as mesmas que as funes de
aproximao; como se tem M incgnitas j a
serem determinados pode-se usar o mesmo
conjunto de funes { } para ponderar, e
assim obter M x M equaes lineares:
M
( ) ( )
j
j =1
j x
i x
j =1
dx = f i dx, i = 1, 2,K , M
0
147
Mtodo de Galerkin
A equao anterior pode ser colocada na
forma matricial A = b onde o vetor
das incgnitas ou coeficientes a determinar,
A a matriz de rigidez de dimenso MxM e b
o vetor de cargas, definidos respectivamente
1
por:
aij = ( j ) ( i )x dx
x
0
1
bi = f i dx
0
Prof. Henrique Mariano C. Amaral
148
Mtodo de Galerkin
Para se encontrar os coeficientes de T,
primeiro se acha a matriz de rigidez A e o
vetor de carga b.
Notar que na matriz de rigidez A, os
elementos aij so nulos a menos que i = j-1,
i = j ou i = j+1 devido a que ou i ( x ) ou
. j ( x ) ser nulo em cada sub-intervalo onde
ocorre a integrao
Prof. Henrique Mariano C. Amaral
149
Mtodo de Galerkin
x
x
(
i1 )
, xi1 x xi
hi
i ( x ) ( xi+1 x )
, xi x xi+1
hi+1
150
Mtodo de Galerkin
, xi1 x xi
hi
( i ( x ))x 1 , x x x
i
i+1
h
i+1
aij =
xi1
xi +1
ai ,i+1 =
xi
xi
ai1,i =
Prof. Henrique Mariano C. Amaral
xi1
2
xi +1
1
1
1
1
dx +
h dx = h + h
h
i
i +1
i
i+1
x
2
1
1 1
dx =
hi+1 hi+1
hi+1
1
1 1
dx =
hi hi
hi
151
Mtodo de Galerkin
O clculo dos coeficientes de b feito de
maneira similar:
xi
bi =
xi1
xi +1
xi+1 x
x xi1
f ( x)
dx + f ( x )
dx, i = 1, 2,K , M
hi
hi+1
x
i
152
Mtodo de Galerkin
EXEMPLO
Prof. Henrique Mariano C. Amaral
153
Mtodo de Galerkin
L (T ) = Txx ( x ) = f ( x ) , x (0, 1)
T (0) = T (1) = 0
5( x0.5)
f ( x ) = 10 1 10 ( x 0.5) e
2
T ( x) = e
Prof. Henrique Mariano C. Amaral
5 4
154
Mtodo de Galerkin
Soluo Exata
0.8
0.75
0.7
0.65
0.6
0.55
0.5
T ( x)
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
x
Prof. Henrique Mariano C. Amaral
155
Mtodo de Galerkin
L2 (0,1)
h1 = h16 0.2012
h2 = h15 0.0673
h3 = h14 0.0493
h4 = h13 0.0417
h5 = h12 0.0376
h6 = h11 0.0353
h = h 0.0341
h8 = h9 0.0335
10
Prof. Henrique Mariano7 C. Amaral
156
Mtodo de Galerkin
u U
L2 (0,1)
h1 = h16 0.2012
h2 = h15 0.0673
h3 = h14 0.0493
h4 = h13 0.0417
h5 = h12 0.0376
h6 = h11 0.0353
h7 = h10 0.0341
h8 = h9 0.0335
157
Mtodo de Galerkin
158
Mtodo de Galerkin
159
Mtodo de Galerkin
160
Mtodo de Galerkin
161
Mtodo de Galerkin
162
Mtodo de Galerkin
163
Mtodo de Galerkin
164
Mtodo de Galerkin
165
Mtodo de Galerkin
166
Mtodo de Galerkin
167
Mtodo de Galerkin
168
Mtodo de Galerkin
169
Mtodo de Galerkin
170
Mtodo de Galerkin
171
Mtodo de Galerkin
172
Mtodo de Galerkin
173
Mtodo de Galerkin
174
Mtodo de Galerkin
175
Mtodo de Galerkin
176
Mtodo de Galerkin
177
Mtodo de Galerkin
178
Mtodo de Galerkin
179
Mtodo de Galerkin
180
Mtodo de Galerkin
181