ACE 04 02 MRP Método Dos Resíduos Ponderados

Aplicao de Computadores a Engenharia
It is necessary to solve
differential equations
(Isaac Newton)
Prof. Henrique Mariano C. Amaral 1

Mtodo dos Resduos
Ponderados
Aplicao Soluo de Equaes
Diferenciais

The best world has the greatest

variety of phenomena regulated by the
simplest laws.
(Leibniz)

Mtodos dos Resduos Ponderados
Introduo
So mtodos de aproximao utilizados para
resolver equaes diferenciais. Estes mtodos tm
diversos procedimentos, dentre os quais se destacam
Mtodo Geral,
Mtodo da Colocao,
Mtodo do Subdomnio,
Mtodo dos Mnimos Quadrados,
Mtodo de Galerkin
Conceitos Bsicos
Seja um operador de um processo
qualquer, que aplicado a uma funo u,
produz outra funo p, em algum domnio
(espao onde o operador est definido):
(u) = p , em

Seja um problema representado por um

conjunto de equaes homogneas
vlidas no interior de :
L ( u) = 0
e seja a definio de produto escalar ou
interno de (u) com outra funo v
definido e dado por:
( L ( u) , v ) = L ( u) vd W
W
Pode-se ver que, integrando-se por partes a

expresso anterior, sucessivamente,
podemos eliminar as derivadas de u.
Da anlise linear, sabe-se que tal
procedimento leva a uma forma transposta
do produto interno - com o operador adjunto
de - associado a termos contendo
informao sobre as condies de contorno :

(1)
* *
L ( u ).v.d W= u.L ( v ).d W+ G ( v ) S ( u ) - G ( u ) S ( v ) .d G

W W G
onde a superfcie de contorno de ; e

so operadores diferenciais devido a
integrao por partes e * o operador
adjunto de .
(v )

* *
L ( u ).v.d W= u.L ( v ).d W+ G ( v ) S ( u ) - G ( u ) S .d G

W W G

Por definio (v) contm os termos

de v resultantes da primeira fase de
integrao por parte e (u) os
correspondentes termos em u.
Se = * ento dito auto-adjunto
e neste caso * = tambm:
( L u, v ) = ( u, L v )
A integrao por partes acima conduz

tambm a duas categorias de
condies de contorno:
- o conjunto (u) prescrito e denominado
de condio de contorno essencial; e
- o conjunto (u) prescrito e denominado
condio de contorno natural.

As condies de contorno tipo essencial

precisam ser conhecidas em alguns pontos,
a fim de possibilitar a unicidade da soluo.
Sejam 1 e 2 pores complementares da
superfcie total (1 + 2 = ), ento, para
um operador auto-adjunto , tem-se:
(u) prescrito sobre 1
(u) prescrito sobre 2
Lembrar que, todo operador auto-adjunto
positivo-definido se: ( L ( u) ) ud W> 0, " u
W
Prof. Henrique Mariano C. Amaral

( L ( u) ) ud W= 0, u @0
11
W
Para determinar se positivo-definido

podemos integrar o produto interno por partes
at ele conter derivadas de uma mesma ordem.
Essa operao fundamental na transformao
de em *
Deve-se ter sempre em mente que a
propriedade de positividade definida
extremamente importante para o
estabelecimento de esquemas de soluo e
tambm na construo de procedimentos
variacionais.
Exemplos

Aplicao de Computadores a Engenharia Mtodos dos Resduos
Ponderados
1. Propriedades anlogas a auto-
adjunto e positivo-definido em
operadores tambm pode ser
definida para as matrizes; estas
propriedades so respectivamente
simetria e positivo-definida.
Lembrando: uma matriz dita
simtrica se A = AT ou ainda (y,
Ax)=(x, Ay) e
dita positivo-definida se xTAx > 0 ,
x e xTAx=0 x=0.
Ponderados
2. Mostre que o operador
= - d2/dx2
auto-adjunto e positivo
definido no intervalo [0,1].

Ponderados
Sejam u e duas funes quaisquer, ento

-
1
d 2
u du
1 1
du dv
(L (u).v) =

vdx =- v + =
2
0
dx dx 0 0 dx dx
du
1
dv
1 1
d 2v

=- v +u +
-

udx =
2
dx 0 dx 0 0 dx
= ( L ( v) u) +
G
( v ) S ( u ) - G ( u ) S *
(v )
.d G

G
que comparando com (1)(pag 7) vemos que
auto-adjunto. Note que:
(u) = u (u) = -du/dx
(v) = v (v) = -dv/dx e = * .
Ponderados
A condio de contorno essencial
u prescrito;
e a condio de contorno natural
du/dx prescrito.
Se u = v e condies de contorno
homogneas ver-se- que
positivo-definida.
Ponderados
3. Investigue as propriedades do
4
operador . L ( u) = ddxu [ 0 , 1] 4
Seja v uma funo auxiliar qualquer,

ento o produto
1
interno 1
d 4u:
L (u)vdx= dx 4
vdx
0 0
integrando por parte a expresso

1 acima, quatro
3 1
vezes,
2 1 2
tem-se:
1 3 1 1
du dv d u d v du dv d 4v
L (u)vdx= v dx 3 - dx dx 2 + dx 2 dx - dx 3 u + dx 4 udx
0 0 0 0 0 0

Ponderados
Colocando a expresso anterior na
forma de (1)(slide 7) v-se que
1 1
1 1
L (u)vdx=L (v)udx +[ G (v)S (u) - G (v)S (u) ] +[ S (v)G (u) - S (v)G (u) ]
*
1 1 2 2 0 2 2 1 1 0
0 0
logo, as condies de contorno
essenciais so:
1(u) = u e 2(u) = du/dx
prescritas
e as condies de contorno naturais
so:
1(u) = d3u/dx3 e 2(u) = d2u/dx2 prescritas.
Ponderados
Admite-se ser o operador
*(.) = d4(.)/dx4 = (.) auto-
adjunto.
Agora colocando u = v, e fazendo as
condies de contorno homogneas,
2
1
obtm-se:
1

d 2
u

L (u)udx=
dx 2

dx 0
0 0
que mostra ser o operador em
questo positivo-definido.
Ponderados
Isto , para que
(u) 0
para toda e qualquer funo u,
precisa-se que se restrinja no
mnimo
[u(0)=u(1)=0]
ou [u(0)=0 ou [u(1)=du/dx=0] ] .
Mtodos dos Resduos
Ponderados
Mtodo Geral

Mtodo Geral
Os mtodos dos resduos ponderados so
procedimentos numricos para a soluo de
um conjunto de equaes diferenciveis da
forma:
(u0) = p em (1)
com as seguintes condies de contorno:
essencial: (u0) = g sobre 1
e natural: (u0) = q sobre 2 (2)
com 1+ 2= sendo a superfcie externa do
domnio , e u0 a soluo exata.
A funo u0 primeiramente
aproximada por funes k(x), tal que
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}.
As funes linearmente independentes

e completas {1,2,...,n} so
usualmente escolhidas de forma que
satisfaam certas condies,
denominadas de condies de
admissibilidade, relacionando as
condies de contorno e o grau de
continuidade.

Lembrar que uma seqncia de funes

linearmente independentes dita completa
se um nmero N e um conjunto de
constantes i podem ser achados tal que,
dada uma admissibilidade e uma funo
arbitrria u0, tem-se:
N
(4)
u - xj b
0
i =1
i i
onde a quantidade uma quantidade to

pequena quanto se queira.
As funes para o problema (1) tem

que satisfazer as condies (2) e
devem ter necessariamente um grau
de continuidade suficiente para fazer o
lado esquerdo de (2) diferente de
zero.

Substituindo (3) em (1) determina-se

uma funo erro , chamada de
residual, isto :
= (u) - p 0 (5)
Note que igual a zero para a
soluo exata mas no para uma
soluo aproximada.

O residual forado a zero, no sentido

mdio, isto , em mdia, por intermdio de
um procedimento de zerar a integral
ponderada do residual:
i dx = 0, para i=1,2,..., n (6)
onde i um conjunto de funes de
ponderao, as quais so, tambm, parte
de um conjunto completo e linearmente
independente.
Assim procedendo, a soluo

converge para a soluo exata, com o
aumento do nmero de termos
adotados.

Quando um ZERO realmente um ZERO?

Em nossa teoria = (u) - p 0 , mas
se deseja encontrar uma funo u que
faa com que u -\
N
xj b b 0 N 0
i =1
i i
ou em outras palavras, quando u0

(sol. exata) igual, numericamente, a
u (sol aproximada)?

Se sabe que se u0 um mnimo de uma

funcional J e soluo de (u)=p ento u
tambm o ser devido a norma induzida em L2:
Na linguagem da u - u b
0 teoria das medidas, elas s
podem diferir de uma funo de medida de
Lebesgue nula, isto , u0 e u devem ser
funes de uma mesma classe de equivalncia,
com
u0 - u = 0
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.
Ponderados
Seja o seguinte conjunto de
funes k = sen kx/l , para
k=1,2,... e seja
a soluo
u = xkj k
k =1
A soluo escrita como est

no permite que se reproduza
a soluo u = const. Muito
embora seja o conjunto LI, mas
o conjunto no completo.
Ponderados
Se a possibilidade de u ser
constante existe, ento h
necessidade de se ter na soluo
um termo que permita reproduzir
a soluo desejada.
Assim
u = a01 + xkj k
k =1
Este exemplo ilustra a dificuldade

que se tem em estabelecer a
completude de um dado conjunto de
funes.
A seguir ser apresentado alguns mtodos

baseados na idia de ortogonalizao.
Neles, as funes de ponderao so
escolhidas de modos diferentes.
Considerar-se-, em princpio, apenas
operadores auto-adjuntos e positivo-
definidos por questes de simplicidade
de apresentao dos mtodos, mas os
mesmos se aplicam a operadores de tipos
mais gerais, o que ser visto
posteriormente.
Mtodo dos Momentos

Mtodo dos Momentos
Mtodo dos Momentos

Como j mencionado anteriormente, as
funes de ponderao i podem ser
diferentes das funes de aproximao i
e qualquer conjunto de funes
linearmente independente e completo
pode ser usado.
Uma escolha simples o conjunto LI e
completo:
1, x, x2, x3, ...
para problemas unidimensionais.
Mtodo dos Momentos
Dessa forma, sucessivos momentos de ordem

crescente do residual so forados a zero assim:
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.
Exemplo

Mtodo dos Momentos
Seja = (u) - p = (d2u/dx2) + u + x = 0

em , sendo = (0,1), com as seguintes
condies de contorno: u(0) = u(1) = 0.
Seja a seguinte aproximao para a
soluo:
u = x(1-x)(1 + 2x + 3x2 + ....)
que satisfaz as condies de contorno
dadas. Para efeito de clculo
considerar-se- apenas os dois
primeiros termos em , isto :
u = x(1-x)(1 + 2x)

Mtodo dos Momentos
Logo a funo residual ser:

= (u)-p = x+(-2+-x2)1+(2-6x+x2-x3)2
Fazendo agora a ortogonalizao do
residual em relao s funes de
ponderao 1 e x, tem-se
respectivamente:
[0,1] .1 dx = 0
[0,1] .x dx = 0 11 11
x+ x =
1

6
1
12
2
2
Ou integrando se tem

11 19 1
x1 + x2 =

12 20 3
Mtodo dos Momentos
O sistema obtido integrando,

colocado na forma matricial
11 11 fica: 1

6 12 x1
2

* =

11
19 x2

1

12 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
A soluo exata do problema posto
sin ( x )
uexata ( x ) = - x
sin ( 1)
Mtodo dos Momentos
sin( x) 1 ( 122 110 x)
u( x) x( 1 x)
ue( x) x
sin( 1) 649
0.08
Comparao
entre a 0.07
soluo 0.06
exata e a
soluo
0.05
ue( x)
aproximada u ( x)
0.04
0.03
0.02
0.01
0
0 0.2 0.4 0.6 0.8
x
Mtodo da Colocao

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
onde k satisfaz as condies de contorno.
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.
Seja k a funo delta de Dirac, funo
que
x +c
igual a zero se xxk, e
k
D ( xk )dx = 1 quando c 0
x -c
Prof. kHenrique Mariano C. Amaral 47
Mtodo da Colocao
Dessa forma, se pode escrever o

mtodo da colocao como uma
tcnica de resduos ponderados:
eD k dx = 0 " k = 1, 2, K , n
W

Exemplo
Mtodo da Colocao

Mtodo da Colocao
Problema 1
Seja resolver a equao diferencial
(d2u/dx2) - 4u - 4x = 0, em [0,1].
Considere primeiramente
um ponto de colocao em x=0,5, e
posteriormente dois pontos de
colocao em x=0,25 e x=0,5.

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)

Mtodo da Colocao
b) Seja agora u2= 1(x-x2)+ 2(x2-x3) .

Fazendo x=0,25=0 e x=0,5=0, tem-se
1= -0,41975 e 2=-0,49382
logo
u2 = -0,41975(x-x2) - 0,49382(x2-x3)
que mostra que a soluo
aproximada, neste mtodo, depende
dos pontos de colocao.
Mtodo da Colocao
0
0.05
2

u1( x) x x
2
3
u1( x)
0.1
u2( x)

u2( x) 0.41975 x x
2 0.49382 x2 x3
0.15
0.2
0 0.5 1
x
Mtodo da Colocao
2. Seja resolver a seguinte

equao diferencial de Poisson:
2u/x2 + 2u/y2 = p
com as seguintes condies de
contorno: u = 0 em x=a e
y=b. b
-a a
-b
Mtodo da Colocao
Seja a seguinte funo de

aproximao:
u = (x2-a2)(y2-b2)[1+ 2(x2+y2)+...]
que geral. Para simplificar o
exemplo, seja considerar apenas o
primeiro termo da soma, e uma regio
quadrada a = b. Dessa forma, tem-se:
u1 = 1(x2-a2)(y2-a2)
logo
= (u1) - p = 2{(y2-a2)+(x2-a2)} 1 - p
Mtodo da Colocao
Fazendo |x=0,y=0=0 , obtm-se 1= -

p/4a2 e a funo de aproximao:
u1 = -(p/4a2) (x2-a2)(y2-a2)
Seja agora
u2= (x2-a2)(y2-a2)[1+ 2(x2+y2)] .
Fazendo |x=0,y=0=0 e |x=y=a/2=0
encontra-se: 1 = -(19/60)(p/a2)
e 2 = -(1/15)(p/a4)
logo 1
p 19 1
u2 = ( x - a
2 2
)( y 2
- b )
2

2
- -
(

x 2
+ y )

2

15

a
4
a
2

Mtodo da Colocao
A B
Mtodo das Sub-Regies


Este mtodo similar ao mtodo da
colocao descrito anteriormente, mas
aqui em vez de zerar a funo erro em
determinados pontos, procura-se zerar a
funo residual sobre pequenas regies do
domnio, isto , divide-se o domnio em
pequenas regies, anulando a integral do
erro sobre cada regio:
ed W= 0, "WW\
i UW=
i W
Wi
Exemplo

Seja resolver
d 2u
2
+ 4u - 4 x = 0, [ 0,1]
dx
dividindo o domnio em duas
regies
{0 x 1/2}
e {1/2 x 1}.

Seja u1 = x1 ( x - x 2 ) + x2 ( x 2 - x 3 )
Zerando a integral do resduo em

cada sub-regio, tem-se:
12 12

( ) ( - 6 x + 2) x2 - 4 x

2 3 2
edx = 4 x - 4 x - 2 x1 + 4 x - 4 x dx = 0

0 0
1 1

( ) ( )

2 3 2
edx = 4 x - 4 x - 2 x1 + 4 x - 4 x - 6 x + 2 x2 - 4 x dx = 0

12 12

que resolvendo, encontra-se:

x1 =- 0.44230; x2 =- 0.61538

Logo a funo de aproximao :

u1 =- 0.44230 ( x - x ) - 0.61538( x - x 2 2 3
)

Mtodo dos Mnimos
Quadrados

Mtodo dos Mnimos Quadrados
Neste mtodo, as funes de ponderao
so escolhidas como sendo:
yi = L (f i )
onde {f } so funes LI e parte de um
i
conjunto completo. Seja ento L ( u) = p ,

sendo u uma funo aproximao de u ,
1
com

u1 = xfi i
logo o residual ser:
e=L u - p( 1)
Como devemos ter o produto interno entre

o residual e as funes de ponderao,
no domnio zeradas, tem-se:
( e,y i ) = ey i d W= 0
W
como as funes y i = L ( f i ) , substituindo na
expresso acima, e resolvendo vem:
( e,y i ) = ( L ( u1 ) - p,y i ) = ( L ( xf
i i ) - p, L ( i ) ) =
= xi ( L ( fi ) , L ( i ) ) - ( p, L ( f i ) ) = 0
Como
2
( L ( fi ) , L ( i ) ) = L ( fi ) L ( i ) d W= L ( f i )
tem-se:
2
xi L ( fi ) - ( p, L ( i ) ) = 0, " i = 1, 2,K , n

Exemplo

Aplicao de Computadores a Engenharia Mtodo dos Mnimos
Quadrados
Resolver
d 2

+ 4 u - 4 x = 0, " x [ 0, 1]

dx 2

Soluo:
Seja u1 = 1(x-x2) + 2(x2-x3),
onde 1 = 1(x-x2) e 2 = 2(x2-x3),
logo 2
x1 L ( f1 ) - ( p, L ( 1 ) ) = 0
2
x2 L ( f2 ) - ( p, L ( 2 ) ) = 0
Aplicao de Computadores a Engenharia Mtodo dos Mnimos
Quadrados
cuja soluo :
1 = -110/101 e 2 =
-399/449
e

110
399

u1 =-

101
(

x - x 2
) -

(

449
x 2
- x 3
)

Mtodos dos Resduos
Ponderados
Mtodo de Galerkin

Mtodo de Galerkin
O Mtodo de Galerkin um caso particular
do mtodo dos resduos ponderados, no
qual as funes de ponderao so as

yi
mesmas que as funes de aproximao
fi

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.

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) .

Mtodo de Galerkin
Seja ento, o sistema de equaes:

e W = L ( u1 ) - p = 0
com as condies de contorno essenciais e
naturais G ( u ) G = g ; S ( u ) G = q sobre , onde
L, S, G .
podem ser operadores diferenciveis,
integrais, integro-diferenciveis, etc.
Mtodo de Galerkin
Seja u1 uma funo de aproximao

que satisfaz as condies de
contorno e formado pela combinao
de funes fi pertencentes a um
conjunto linearmente independente e
completo: n
u1 = xfi i
i =1
Mtodo de Galerkin
com resduo
n

e W = L ( u1 ) - p = L
xfi i
- p

i=1
que deve ser ortogonalizado com relao
mesma funo de aproximao f k
isto :
( e,f k ) = ef k d W= 0, " k = 1, 2,K , n

W

Mtodo de Galerkin
Se o operador L linear, a equao acima

produz um sistema de equaes lineares do qual
se pode obter os coeficientes a k
( e,fk ) = ( L ( i ) ) f k d W=
W
= pf k d W"
, i, k = 1,2,K , n
W
ou na forma matricial
Ax = p
Mtodo de Galerkin
claro que a funo de aproximao u1

pertence ao espao H gerado pelas
funes {f 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.

Mtodo de Galerkin
Um operador diferencial linear dito ser

limitado:
Se existe um > 0 tal que:
( L ( v ) , w) d v H w H , " v, w H
12
@ ( )
2
\ v H
v

+ L ( v ) , v


v ) , v ) k v
2
H
, "v
Mtodo de Galerkin
Um operador diferencial linear dito ser

coercivo:
Se existe um > 0 tal que:
( L ( v ) , v ) k
2
v H
, " v H
12
@ ( )
2
\ v H
v

+ L ( v ) , v


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, v V
E mais, d
u1 - u inf { v - u : v f 0 + V}
H
k H
Onde f 0 H arbitrrio e u uma soluo

fraca de (u)=p com x em ().
Mtodo de Galerkin
A inequao que aparece no teorema de Lax-

Milgram muitas vezes chamada de Lema
de Ca:
d
u1 - u inf { v - u : v f 0 + V}
H
k H

Mtodo de Galerkin
Exemplos

Mtodo de Galerkin
Exemplo
1. Resolver a equao
2
d u
2
+u + x = 0
dx
em [0,1] e com as condies
u ( 0) = u ( 1) = 0

Mtodo de Galerkin
Soluo
Como a funo de aproximao tem que
satisfazer as condies de contorno, tem-se:
u = x ( 1- x ) ( a1 +a 2 x +a 3 x +K )
* 2
Seja como primeira aproximao

u1 = x ( 1 - x ) ( a1 +a 2 x )

Mtodo de Galerkin
1
onde
ef. k dx = 0 \ e = L ( u ) - p
0
f 1 = x ( 1 - x )
com

f 2 = x ( 1- x )
2
logo 1 1
ef. 1 dx = e. x.( 1 - x ) dx = 0
0 0
1 1
ef. 2 dx = e. x .( 1 - x ) dx = 0
2
0 0
Mtodo de Galerkin
Integrando, encontra-se
71
a1 = ;
369
7
a2 = ;
41
que gera
71 7

u1 = x ( 1 - x )
+ x

369 41

Cuja soluo exata :
sin ( x )
y ( x) = - x
sin ( 1)
Mtodo de Galerkin
0.08
Soluo pelo Mtodo dos
Momentos y2:
1
u = x ( 1- x )

( 122 +110 x )

649 0.06
Soluo pelo Mtodo de

Galerkin yg: y( x)
y2( x) 0.04
71 7

u1 = x ( 1 - x ) + x yg( x)

369 41

Soluo Exata: 0.02
sin ( x )
y ( x) = - x
sin ( 1)
0
0 0.2 0.4 0.6 0.8
Prof. Henrique Mariano C. Amaral x 89
Mtodo de Galerkin
x y2( x) yg( x) y( x)
0 0 0 0
0.05 9.33210 -3 9.54510 -3 9.39510 -3
0.1 0.018 0.019 0.019
0.15 0.027 0.028 0.028
0.2 0.036 0.036 0.036
0.25 0.043 0.044 0.044
0.3 0.05 0.051 0.051
0.35 0.056 0.057 0.057
0.4 0.061 0.063 0.063
0.45 0.065 0.067 0.067
0.5 0.068 0.069 0.07
0.55 0.07 0.071 0.071
0.6 0.07 0.071 0.071
0.65 0.068 0.069 0.069
0.7 0.064 0.066 0.066
0.75 0.059 0.06 0.06

Mtodo de Galerkin
2. Encontrar uma soluo para a equao de Poisson

2
u = p
com as seguintes condies de contorno:
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 {f i }
apresentar-se- uma soluo polinomial e depois outra
trigonomtrica.
Mtodo de Galerkin
Seja u =a ( x - a 2 2
)( y - b ) 2 2
ento du = da ( x - 2
a )( y - b )
2 2 2
e
e = u - p = 2a ( y - b ) + 2a ( x - a ) - p
2 2 2 2 2
logo
( e,f k ) = ef
. k d W= 0, " k = 1, 2, K , n
W
a b a b

k
2
ef
. d W= ed
. udxdy = u - p .dudxdy = 0

W - a - b - a - b
Mtodo de Galerkin
substituindo u
na expresso anterior, sabendo-se que f 1 =u
a b

2a ( y 2
- b 2
) + 2a ( x 2
- a 2
) - p
.
( a ( y 2
- b 2
)( x 2
- a 2
) ) dxdy = 0
- a - b
e integrando, obtm-se

5
p
a= 2 2

( a +b )
8

Mtodo de Galerkin
logo
5 p

u = 2

8 a +b 2 (

y 2
- b 2
)( x 2
- a 2
)

Mtodo de Galerkin
Seja agora

kp x
jp y

u = a jk cos
cos

k j

2 a
b
funo que satisfaz as condies de
contorno e pertence a um conjunto LI, isto :
a

kp x
jp y

cos
2 a
cos

2 b

= adjk
- a
Mtodo de Galerkin
Fazendo kp x jp y
f k = cos

cos

2a 2b

ento o produto interno

( e,f ) = 0
ou seja ( u - p
f2
) d W= 0
W

Mtodo de Galerkin
Substituindo as expresses das funes

dadas, integrando e resolvendo tem-se:
2 2
64a b p
a kj = 4
p kj ( k b + j a )
2 2 2 2
logo, a soluo espectral procurada :

2 2

64a b p kp x jp y

u = 2 2
.cos
cos

j
4 2 2
p k . j.( k b + j b ) 2a 2b
k

Mtodo de Galerkin
Importncia e
Surpresa
Mtodo de Galerkin
Muitas vezes se tem equaes do tipo
u&( t ) = l u ( t ) , " t ( 0,1] = W

u ( 0) = u0
Que um problema de valor inicial, e onde

uma constante real e positiva. A soluo
do problema acima :
( l t)
u ( t ) = u0e
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].

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.

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 + xi t i
i =1
Onde a parte desconhecida de U est num

subespao H0(n) de H(n) consistindo de
funes em H(n) que so nulas em t=0, isto
, ( n)
{
( n)
H 0 = f : f H , f ( 0) = 0 }
Mtodo de Galerkin
Ento o residual do problema proposto, de

acordo com o Mtodo de Galerkin :
1
efl d W= ( U ( t ) - U ( t ) ) fi dt = 0, " ( n)
i i H 0
W 0
Levando o valor da funo U na expresso

acima, lembrando que {j}={j}={tj}, se tem
1
n n

( ]

i- 1 i j
ixi t - l u0 - l xi t
t
dt = 0, " t 0,1

i=1 i =1
0

Mtodo de Galerkin
Realizando as operaes necessrias e

transferindo para o lado direito os termos
envolvendo os dados iniciais, se tem:
n 1 n 1 1
i dt - l
ix
i =1
t j+i- 1
i
x t
i =1
j+i
dt = l u0 dt ,
t j
" j = 1, 2,K , n
0 0 0
Realizando as integrais, se tem:

n i l
l

- xi =

i + j i + j +1
i =1 j +1
u0 , " j = 1, 2,K , n

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 l

aij =
- , " i, j = 1, 2,K , n

i + j i + j +1

Para o caso de n=3 e u0 = = 1, se encontra
U ( t ) 1 +1.03448t + 0.38793t + 0.301724t

2 3

Mtodo de Galerkin
u0 1 1
t 2 3
u( t) u0e U ( t) 1 1.03448 t 0.38793 t 0.301793 t
2.5
u ( t)
2
U ( t)
1.5
1
0 0.2 0.4 0.6 0.8
t
Mtodo de Galerkin
Erros pontuais

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.
Mtodo de Galerkin
Utilizando uma ferramenta de manipulao

simblica MathCad determinou-se os
coeficientes i , cujos valores achados foram:

Mtodo de Galerkin
0.997074 0.166667 0.416667 0.55 0.633333

0.516091 A
0.083333 0.3 0.433333 0.52381
X
0.131071 0.05 0.233333 0.357143 0.446429

0.073727 0.033333 0.190476 0.303571 0.388889
8
A 3.203773 10
Soluco EXATA x APROXIMADA

3 4 Erro emtre Soluo EXATA e APROXIMADA
4 10
4
2.5 3 10
u
z 4
ue 2 2 10
4
1.5 1 10
0
1 0 0.2 0.4 0.6 0.8
0 0.2 0.4 0.6 0.8

Prof. Henrique Mariano C. Amaral N=4 110

Mtodo de Galerkin
1.000189 0.166667 0.416667 0.55 0.633333 0.690476
0.49844 0.083333 0.3

0.433333 0.52381 0.589286

X 0.172028 A 0.05 0.233333 0.357143 0.446429 0.513889
0.033082 0.033333 0.190476 0.303571 0.388889 0.455556

0.014556 0.02381 0.160714 0.263889 0.344444 0.409091
12
A 1.022116 10
Soluco EXATA x APROXIMADA
3 Erro emtre Soluo EXATA e APROXIMADA
2.5
6
5 10
u
z
ue 2
5
1 10
1.5
5
1.5 10
1 0 0.2 0.4 0.6 0.8
0 0.2 0.4 0.6 0.8


Mtodo de Galerkin
0.99999
0.166667 0.416667 0.55 0.633333 0.690476 0.732143
0.500113
0.166116 0.083333 0.3 0.433333 0.52381 0.589286 0.638889
0.05 0.233333 0.357143 0.446429 0.513889 0.566667
X 0.043

A

3 0.033333 0.190476 0.303571 0.388889 0.455556 0.509091
6.658083 10 0.02381 0.160714 0.263889 0.344444 0.409091 0.462121
3
2.404308 10 0.017857 0.138889 0.233333 0.309091 0.371212 0.423077
0 1 17
A 0.00000000 10 A 4.139102 10
Soluco EXATA x APROXIMADA Erro emtre Soluo EXATA e APROXIMADA

3
2.5
7
4 10
u
z
ue 2
7
2 10
1.5
1 0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8


1
Mtodo de Galerkin
0.166667 0.416667 0.55 0.633333 0.690476 0.732143 0.763889

0.499994 0.083333 0.3 0.433333 0.52381 0.589286 0.638889 0.677778

0.166709
0.05 0.233333 0.357143 0.446429 0.513889 0.566667 0.609091
A 0.033333 0.55303
0.041524
X 0.190476 0.303571 0.388889 0.455556 0.509091
3
8.598805 10 0.02381 0.160714 0.263889 0.344444 0.409091 0.462121 0.50641
3 0.017857
1.11466 10 0.138889 0.233333 0.309091 0.371212 0.423077 0.467033

3.412225 10 4 0.013889 0.122222 0.209091 0.280303 0.339744 0.39011 0.433333

0 1 24
A 0.00000000 10 A 2.421678 10

3 0
9
2.5 5 10
u
z
ue
8
2 1 10
8
1.5 1.5 10
8
1 2 10
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8



1
0.5

Mtodo de Galerkin
0.166664 0.166667 0.416667 0.55 0.633333 0.690476 0.732143 0.763889 0.788889

0.083333 0.3 0.433333 0.52381 0.589286 0.638889 0.677778 0.709091
0.041678 0.05 0.233333 0.357143 0.446429 0.513889 0.566667 0.609091 0.643939

X 8.30432 10 3
A
0.033333 0.190476 0.303571 0.388889 0.455556 0.509091 0.55303 0.589744
3 0.02381 0.160714 0.263889 0.344444 0.409091 0.462121 0.50641 0.543956
1.432915 10
4 0.017857 0.138889 0.233333 0.309091 0.371212 0.423077 0.467033 0.504762
1.597745 10 0.013889 0.122222 0.209091 0.280303 0.339744 0.39011 0.433333 0.470833

4.243908 10 5
0.011111 0.109091 0.189394 0.25641 0.313187 0.361905 0.404167 0.441176
0
A 0.00000000 10 1 32
A 1.995568 10

3
2.5 0
u
z
ue
10
2 5 10
9
1.5 1 10
9
1 1.5 10
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8



1
0.5

Mtodo de Galerkin
0.166667 0.416667 0.55 0.633333 0.690476 0.732143 0.763889 0.788889 0.809091
0.
0.166668 0.083333 0.3 0.433333 0.52381 0.589286 0.638889 0.677778 0.709091 0.734848 0.333
0.041665 0.05 0.233333 0.357143 0.446429 0.513889 0.566667 0.609091 0.643939 0.673077 0.2

0.033333 0.190476 0.303571 0.388889 0.455556 0.509091 0.55303 0.589744 0.620879 0.
8.334519 10
3
X A 0.02381 0.160714 0.263889 0.344444 0.409091 0.462121 0.50641 0.543956 0.57619 B

0.166

1.387478 10 3 0.017857 0.138889 0.233333 0.309091 0.371212 0.423077 0.467033 0.504762 0.5375 0.142
0.013889 0.122222 0.209091 0.280303 0.339744 0.39011 0.433333 0.470833 0.503676 0.1
4
2.01923 10
0.011111 0.109091 0.189394 0.25641 0.313187 0.361905 0.404167 0.441176 0.473856 0.111
5
3
2.094026 10 9.090909 10 0.098485 0.173077 0.236264 0.290476 0.3375 0.378676 0.415033 0.447368 0.
6
4.566347 10 A 0.00000000 10
0
A
1
2.349389 10
41

3
9
5 10
2.5
u
8
1 10
z
ue 2
8
1.5 10
1.5 8
2 10
8
1 2.5 10
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8


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, ... }
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,
e @b - Ax
pode ser encontrada uma soluo mal-
condicionada, como a mostrada a seguir:

Mtodo de Galerkin
Como se sabe que a soluo exata :
( l t)
u ( t ) = u0e
Desenvolvendo-a em srie, fazendo u0 = 1
se tem:
1 2 1 3 1 4 1 5 1 6
1 1 t t t t t t
1 7
t
1 8
t
1 9
t O t
10
2 6 24 120 720 5040 40320 362880
Fazendo =1, se tem os seguintes

coeficientes exatos da serie:
Mtodo de Galerkin
Soluo Aproximada Soluo Exata

152.72 K 1.0000000K

- 3432.6 K

0.5000000 K

32163.2 K
0.1666667 K

- 157267.8K

0.0426667 K

441485.8 K
K

0.0083333

- 737459.5K

0.0013889 K

723830.3 K
0.0001984 K

-
385203.7 K
0.0000248 K

85733.4 K
0.000002756
K

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.

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. 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.

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:
j 0 ( x ) 1
2i +1 d i i
j i ( x ) = ( - 1)
i
i ! dx
(
i ) i
x ( 1 - x ) , " 1 i n

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.

Mtodo de Galerkin
Uso de Polinmios
Contnuos por Partes

Mtodo de Galerkin
Para estudar o Mtodo de Galerkin com

polinmios contnuos por parte, considerar-
se- o modelo bsico da conduo de calor
estacionrio, e ento formular-se- o mtodo
dos elementos finitos baseado em
aproximaes lineares por partes.

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.

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 sub-
intervalo arbitrrio (x1, x2) de (0, 1) seja igual
ao calor produzido em (x1, x2) por unidade de
tempo: x2
q ( x2 ) - q ( x1 ) = f ( x ) dx
x1
Mtodo de Galerkin
Do Teorema Fundamental do Clculo se

tem: x2
q ( x2 ) - q ( x1 ) = qx ( x ) dx
x1
Donde se pode concluir que:

x2 x2
q ( x) dx = f ( x ) dx
x
x1 x1
E como o intervalo (x1, x2) arbitrrio, ento

qx ( x ) = f ( x ) , " x ( 0, 1)
Mtodo de Galerkin
A igualdade anterior expressa a equao

diferencial da conservao de energia.
O que se precisa agora algo que relacione o
fluxo de calor q com o gradiente de
temperatura Tx. Esse algo a equao
constitutiva do fluxo de calor, conhecida
como Lei de Fourier:
dT
q ( x ) =- k ( x ) Tx ( x ) \ Tx =
dx
Onde k(x) a condutividade trmica.
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
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)
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)
e =- 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.

Mtodo de Galerkin
Para isso, precisamos discretizar o espao de
definio do problema. Essa discretizao
consiste em construir uma partio de I=(0,1)
em sub-intervalos
I j = ( x j- 1 , x j ) T h \ h j = x j - x j- 1
de modo que a partio de (0,1)
T h : 0 = x0 < x1 <L < xM < xM +1 = 1
onde hj o comprimento de cada sub-
intervalo Ij , e T h a partio onde ser
definida as funes contnuas por parte. 134
Mtodo de Galerkin
Sejam os conjuntos de funes lineares
contnuas por parte {j i } sobre T h , que so
nulas em x = 0 e x = 1:
( n)
Wh = j : j { Ii
P n ( I i ) , i = 1, 2,K , M +1}
( n)
{ ( n)
Vh = j Wh : j contnua sobre I }
Observar que a notao j I significa que
i
restrita ao intervalo Ii , isto uma funo

( n)
definida sobre Ii , e que n
P ( I i ) o conjunto
p ( x ) = ci x i
dos polinmios i =0
de grau<n sobre I.
{j i } Th
Mtodo de Galerkin
Lembrar que no Mtodo de Galerkin as
funes de ponderao so tiradas do
conjunto das funes de aproximao, por
isso se toma Vh como um subconjunto de
Wh, conforme definido no slide anterior e
reproduzido abaixo:
( n)
Wh = j : j { Ii
P ( I i ) , i = 1, 2,K , M +1
n
}
( n)
{ ( n)
Vh = j Wh : j contnua sobre I }
Mtodo de Galerkin
Uma base para Wh( n) pode ser construda

pela combinao para i = 1, ... , M+1, do
conjunto de funes que so iguais s
funes base de P( n) ( I i ) para xi- 1 < x < xie nulas
no restante. Assim, para constru-la toma-se
como base para P( n) ( I i ) a seguinte:
x - xi x - xi- 1
l i ,0 ( 0) = e l i ,1 ( 0) =
xi- 1 - xi xi - xi- 1

Mtodo de Galerkin
A partir das funes anteriores, pode-se

( 1)
definir que as funes base de Wh so:
0, x [ xi- 1 , xi ]

j i, j ( x) =
i = 1, 2,K , M +1; j = 0,1

l i , j ( x ) , x [ xi- 1 , xi ]


Mtodo de Galerkin
A construo da base para o espao V ( n) de

h
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
tipo chapu ou seja as funes nodais {j i } Vh( 1)

Mtodo de Galerkin

0
x
x , x
i - 1 i +1

x- xi- 1

j i ( x) = x [ xi- 1 , xi ]

xi - xi- 1

x- xi+1

x
x
i , xi +1

xi - xi+1

Mtodo de Galerkin
( 1) ( 1)
Como Vh Wh que por sua vez um
subespao vetorial de dimenso finita M com
base consistindo das funes {j } . As
M
j j =1
coordenadas de uma funo v Vh na citada

base so os valores v ( x j ) nos pontos
interiores x j , j = 1, 2,K , M e uma funo v Vh
pode ser escrita da seguinte forma:
M
v ( x ) = v ( x j ) j ( x )
j =1

Mtodo de Galerkin
Note que devido a que v Vh ser nula em x

= 0 e em x = 1, no foi includo na base de Vh
j 0 e j M +1
as funes

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 1
evdx = ( - T xx - f ) vdx = 0, " v

0 0
\ e( j ) = L ( T ( j ) ) - f e v = v(j )
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
1
v(1) = 0 e v(0) = 0: 1 1
- Txx vdx =- Tx ( 1) v ( 1) + Tx ( 0) v ( 0) + Tx v x dx = Tx v x dx
0 0 0
Mtodo de Galerkin
Dessa forma, o problema original:

1 1
L ( T ) =- Txx ( x ) = f ( x ) , " x ( 0, 1) evdx = ( - Txx - f ) vdx = 0

0 0
T ( 0) = T ( 1) = 0
Foi transformado no seguinte problema

variacional: determine T com T(0)=T(1)=0,
tal que:
1 1
T v dx = f vdx,
x x " v Vh v ( 0) = v ( 1) = 0
0 0
(1)
Mtodo de Galerkin
Usando as funes de base {j } j=1 tipo chapu

M
j
para aproximar T, se tem:

M
T ( x ) = xjj j
j =1
Levando na expresso (1) anterior se tem:

M 1 1
x ( j )
j =1
j j x v x dx = f vdx, " v Vh
0 0

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 M
conjunto de funes {j } para ponderar, e

j j =1
assim obter M x M equaes lineares:
M 1 1
x ( j )
j =1
j j x ( j i ) x dx = f j i dx, i = 1, 2,K , M
0 0

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
por: 1
aij = (j ) ( j i ) x dx
j x
0
1
bi = f j i dx
0
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 j i ( x ) ou
j j.( x ) ser nulo em cada sub-intervalo onde
ocorre a integrao
Mtodo de Galerkin
( x - xi- 1 )

, xi- 1 x xi

hi

j i ( x ) ( xi+1 - x )

, xi x xi+1

hi+1

Prof. Henrique Mariano C.
0Amaral
fora dos limites acima 150
Mtodo de Galerkin
1

, xi- 1 x xi

hi

( j i ( x) ) x
- 1 , x x x

h
i i+1

i +1

0 fora dos limites acima

Assim a integrao dos elementos aij fica:
2 2
xi
1 - 1

xi +1
1 1
aij =
dx +

dx = +

x
hi h
x i+1
hi hi+1
i- 1 i
xi +1
- 1 1 1
ai ,i+1 = dx =-
x
hi+1 hi+1 hi+1
i
xi
- 11 1
ai- 1,i = dx = -
x
hi hi hi 151
i- 1
Mtodo de Galerkin
O clculo dos coeficientes de b feito de

maneira similar:
xi xi +1
x - xi- 1 xi+1 - x
bi = f ( x ) dx + f ( x ) dx , " i = 1, 2,K , M
x
hi x
hi+1
i- 1 i
A seguir, usando a teoria desenvolvida,

resolver-se- um problema.

Mtodo de Galerkin
EXEMPLO

Mtodo de Galerkin
Seja o seguinte problema:

L ( T ) =- Txx ( x ) = f ( x ) , " x ( 0, 1)
T ( 0) = T ( 1) = 0
( )
2
2 - 5( x- 0.5)
\ f ( x ) = 10 1 - 10 ( x - 0.5) e
cuja soluo exata :

2
- 5( x- 0.5)
T ( x) = e -54
- e
Mtodo de Galerkin

Mtodo de Galerkin
Neste exemplo, f(x) varia completamente

sobre o intervalo, assim a malha esperada
para se aplicar o mtodo computacional deve
ser eficiente com um nmero mnimo de
pontos nodais. Seja uma malha uniforme
sobre o domnio, com h=0.1, de modo que
u
- U L ( 0,1)
2
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
Prof. Henrique 7Mariano
10 C. Amaral h8 = h9 0.0335
156
Mtodo de Galerkin
Uma escolha de malha que minimize

com M=16 :
u
- U L ( 0,1)
2
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
Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

Mtodo de Galerkin

ACE 04 02 MRP Método Dos Resíduos Ponderados

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ACE 04 02 MRP Método Dos Resíduos Ponderados

Uploaded by

Copyright:

Available Formats

Aplicao de Computadores a Engenharia

Prof. Henrique Mariano C. Amaral 1

Prof. Henrique Mariano C. Amaral 2

The best world has the greatest

Prof. Henrique Mariano C. Amaral 3

Prof. Henrique Mariano C. Amaral 5

Seja um problema representado por um

Pode-se ver que, integrando-se por partes a

onde a superfcie de contorno de ; e

Prof. Henrique Mariano C. Amaral 8

Por definio (v) contm os termos

A integrao por partes acima conduz

Prof. Henrique Mariano C. Amaral 10

As condies de contorno tipo essencial

Prof. Henrique Mariano C. Amaral

Para determinar se positivo-definido

Prof. Henrique Mariano C. Amaral 13

Prof. Henrique Mariano C. Amaral 15

Seja v uma funo auxiliar qualquer,

integrando por parte a expresso

Prof. Henrique Mariano C. Amaral 18

Prof. Henrique Mariano C. Amaral 22

As funes linearmente independentes

Prof. Henrique Mariano C. Amaral 25

Lembrar que uma seqncia de funes

onde a quantidade uma quantidade to

As funes para o problema (1) tem

Prof. Henrique Mariano C. Amaral 27

Substituindo (3) em (1) determina-se

Prof. Henrique Mariano C. Amaral 28

O residual forado a zero, no sentido

Assim procedendo, a soluo

Prof. Henrique Mariano C. Amaral 30

Quando um ZERO realmente um ZERO?

ou em outras palavras, quando u0

Prof. Henrique Mariano C. Amaral 31

Se sabe que se u0 um mnimo de uma

A soluo escrita como est

Este exemplo ilustra a dificuldade

A seguir ser apresentado alguns mtodos

Prof. Henrique Mariano C. Amaral 37

Mtodo dos Momentos

Dessa forma, sucessivos momentos de ordem

Prof. Henrique Mariano C. Amaral 40

Seja = (u) - p = (d2u/dx2) + u + x = 0

Prof. Henrique Mariano C. Amaral 41

Logo a funo residual ser:

O sistema obtido integrando,

Prof. Henrique Mariano C. Amaral 45

Este mtodo consiste em anular a funo

Seja agora determinar os valores de k,

Dessa forma, se pode escrever o

Prof. Henrique Mariano C. Amaral 48

Prof. Henrique Mariano C. Amaral 49

Prof. Henrique Mariano C. Amaral 50

Prof. Henrique Mariano C. Amaral 51

b) Seja agora u2= 1(x-x2)+ 2(x2-x3) .

2. Seja resolver a seguinte

Seja a seguinte funo de

Fazendo |x=0,y=0=0 , obtm-se 1= -

Prof. Henrique Mariano C. Amaral 58

Mtodo das Sub-Regies

Prof. Henrique Mariano C. Amaral 60

Prof. Henrique Mariano C. Amaral 61