Método dos elementos finitos

2 Problemas bidimensionais 2.1 Malha e espaço 2.3 Malha adaptativa baseada no resíduo

Ajude a manter o site livre, gratuito e sem propagandas. Colabore!

2.2 Problema modelo

Vamos estudar a aplicação do método de elementos finitos a equação de Poisson⁷⁷7Siméon Denis Poisson, 1781 - 1840, matemático francês. Fonte: Wikipédia: Siméon Denis Poisson. com condições de Dirichlet⁸⁸8Johann Peter Gustav Lejeune Dirichlet, 1805 - 1859, matemático alemão. Fonte: Wikipédia: Johann Peter Gustav Lejeune Dirichlet., que usaremos como um problema modelo. Mais precisamente, definimos o chamdo problema forte: encontrar $u$ tal que

	$\displaystyle-\Delta u=f,\leavevmode\nobreak\ (x,y)\in\Omega:=[0,1]^{2},$		(2.31)
	$\displaystyle u=0,\leavevmode\nobreak\ (x,y)\in\partial\Omega,$		(2.32)

onde $\Delta=\partial^{2}/\partial x^{2}+\partial^{2}/\partial y^{2}$ é o operador de Laplace⁹⁹9Pierre-Simon Laplace, 1749 - 1827, matemático francês. Fonte: Wikipédia: Pierre-Simon Laplace. e $f$ é uma função dada.

2.2.1 Formulação Fraca

A aplicação do método de elementos finitos é construída sobre a formulação fraca do problema (2.31)-(2.32). Para a obtermos, multiplicamos (2.31) por uma função teste $v$ em um espaço adequado $V_{0}$ e integramos no domínio $\Omega$ , obtendo

-\int_{\Omega}\Delta u\,v\,dx=\int_{\Omega}fv\,dx.

(2.33)

Então, no lado esquerdo, aplicamos a fórmula de Green¹⁰¹⁰10George Green, 1793 - 1841, matemático britânico. Fonte: Wikipédia: George Green.

\int_{\Omega}\Delta u\,v\,dx=-\int_{\Omega}\nabla u\cdot\nabla v\,dx+\int_{% \partial\Omega}\left(\bm{n}\cdot\nabla u\right)v\,ds.

(2.34)

donde temos

\int_{\Omega}\nabla u\cdot\nabla v\,dx-\int_{\partial\Omega}\left(\bm{n}\cdot% \nabla u\right)v\,ds=\int_{\Omega}fv\,dx.

(2.35)

Então, observando critérios de regularidade e a condição de contorno (2.32), escolhemos o espaço teste

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}V_{0}:=\{v\in H% ^{1}(\Omega):\leavevmode\nobreak\ v|_{\partial\Omega}=0\}.

(2.36)

Lembramos que $H^{1}(\Omega)=\{v:\leavevmode\nobreak\ \|v\|_{L^{2}(\Omega)}+\|\nabla v\|_{L^{% 2}(\Omega)}<\infty\}$ .

Com isso, temos o seguinte problema fraco associado a (2.31)-(2.32): encontrar $u\in V_{0}$ tal que

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}a(u,v)=L(v),% \leavevmode\nobreak\ \forall v\in V_{0},

(2.37)

onde $a(u,v)$ é chamada de forma bilinear e definida por

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}a(u,v):=\int_% {\Omega}\nabla u\cdot\nabla v\,dx

(2.38)

e $L(v)$ é chamada de forma linear e definida por

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}L(v):=\int_{% \Omega}fv\,dx.

(2.39)

2.2.2 Formulação de Elementos Finitos

A formulação de elementos finitos é obtida da formulação fraca (2.37) pela aproximação do espaço teste $V_{0}$ por uma espaço de dimensão finita. Tomando uma triangulação $\mathcal{K}\subset\Omega$ e considerando o espaço contínuo dos polinômios afins por partes

V_{h}:=\{v:\leavevmode\nobreak\ v\in C^{0}(\Omega),v|_{K}\in P_{1}(K)% \leavevmode\nobreak\ \forall K\in\mathcal{K}\},

(2.40)

assumimos o espaço de elementos finitos

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}V_{h,0}:=\{v% \in V_{h}:\leavevmode\nobreak\ v|_{\partial\Omega}=0\}.

(2.41)

Com isso, temos o seguinte problema de elementos finitos associado (2.37): encontrar $u_{h}\in V_{h,0}$ tal que

\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}a(u_{h},v_{h}% )=L(v_{h}),\leavevmode\nobreak\ \forall v_{h}\in V_{h,0}.

(2.42)

Observemos que (2.42) é equivalente ao problema de encontrar $u_{h}\in V_{h,0}$ tal que

a(u_{h},\varphi_{i})=L(\varphi_{i}),

(2.43)

com $i=0,1,\cdots,n_{\text{in}}-1$ , onde $\{\varphi_{i}\}_{i=0}^{n_{\text{in}}-1}$ é a base nodal de $V_{h,0}$ e $n_{\text{in}}$ é o número de funções bases (igual ao número de nodos internos da triangulação $\mathcal{K}$ ). Ainda, como

u_{h}=\sum_{j=0}^{n_{\text{in}}-1}\xi_{j}\varphi_{j},

(2.44)

temos

	$\displaystyle a(u_{h},\varphi_{i})=a\left(\sum_{j=0}^{n_{\text{in}}-1}\xi_{j}% \varphi_{j},\varphi_{i}\right)$		(2.45)
	$\displaystyle\text{}\quad=\sum_{j=0}^{n_{\text{in}}-1}\xi_{j}a(\varphi_{j},% \varphi_{i}).$		(2.46)

Com isso, o problema de elementos finitos é equivalente a resolver o seguinte sistema linear

\sum_{j=0}^{n_{i}-1}\xi_{j}a(\varphi_{j},\varphi_{i})=L(\varphi_{i}),% \leavevmode\nobreak\ i=0,1,\cdots,n_{i}-1,

(2.47)

para as incógnitas $\xi_{j}$ , $j=0,1,\cdots,n_{\text{in}}-1$ . Ou, equivalentemente, temos sua forma matricial

A\bm{\xi}=\bm{b},

(2.48)

onde $A=[a_{i,j}]_{i,j=0}^{n_{i}-1}$ é chamada de matriz de rigidez com

a_{i,j}=a(\varphi_{j},\varphi_{i})

(2.49)

e $\bm{b}=(b_{0},b_{1},\cdots,b_{n_{i}-1})$ é o vetor de carga com

b_{i}=L(\varphi_{i}).

(2.50)

Exemplo 2.2.1.

Consideremos o seguinte problema de Poisson

	$\displaystyle-\Delta u=2\pi^{2}\operatorname{sen}(\pi x)\operatorname{sen}(\pi y% ),\leavevmode\nobreak\ x\in\Omega:=(0,1)^{2},$		(2.51)
	$\displaystyle u=0,\leavevmode\nobreak\ x\in\partial\Omega.$		(2.52)

A solução exata deste problema é dada por $u(x,y)=\operatorname{sen}(\pi x)\operatorname{sen}(\pi y)$ . Na Figura 2.4 temos um esboço da aproximação de elementos finitos obtida em uma malha uniforme com $16\times 16$ nodos. As isolinhas correspondem à solução exata $u$ .

Refer to caption — Figura 2.4: Solução de elementos finitos versus solução analítica do problema do Exemplo 2.2.1.

O seguinte Código 16 computa a solução de elementos finitos deste problema. Verifique!

Código 16: mef2d_pm.py

⬇

1from mpi4py import MPI

3# malha

4from dolfinx import mesh

5domain = mesh.create_unit_square(MPI.COMM_WORLD,

6 nx = 16, ny=16)

7# espaço

8from dolfinx import fem

9V = fem.functionspace(domain, ('P', 1))

11# condição de contorno

12import numpy as np

13uD = fem.Function(V)

14uD.interpolate(lambda x: np.full(x.shape[1], 0.))

16tdim = domain.topology.dim

17fdim = tdim - 1

18domain.topology.create_connectivity(fdim, tdim)

19boundary_facets = mesh.exterior_facet_indices(domain.topology)

20boundary_dofs = fem.locate_dofs_topological(V, fdim,

21 boundary_facets)

22bc = fem.dirichletbc(uD, boundary_dofs)

24# problema mef

25import ufl

26from dolfinx import default_scalar_type

27from dolfinx.fem.petsc import LinearProblem

28u = ufl.TrialFunction(V)

29v = ufl.TestFunction(V)

31# termo de fonte

32x = ufl.SpatialCoordinate(domain)

33f = 2 * ufl.pi**2 * ufl.sin(ufl.pi * x[0]) * ufl.sin(ufl.pi * x[1])

35# forma bilinear

36a = ufl.dot(ufl.grad(u), ufl.grad(v)) * ufl.dx

38# forma linear

39L = f * v * ufl.dx

41# problema linear

42problem = LinearProblem(a, L, bcs=[bc],

43 petsc_options_prefix="ex_mef2d_modelo")

44uh = problem.solve()

2.2.3 Análise de elementos finitos

Vamos estudar os fundamentos da análise de elementos finitos para o problema modelo (2.31)-(2.32). Vamos estabelecer a existência e unicidade da solução do problema de elementos finitos (2.42) e, posteriormente, obter uma estimativas a priori e a posteriori do erro $\||u-u_{h}\||_{L^{2}(\Omega)}$ .

Existência e unicidade

Para mostrarmos a existência e unicidade da solução de elementos finitos, precisamos do seguinte resultado sobre a matriz de rigidez.

Lema 2.2.1.(Matriz positiva definida)

A matriz de rigidez é positiva definida.

Demonstração.

A matriz de rigidez $A=[a(\varphi_{j},\varphi_{i})]_{ij=0}^{n_{\text{in}}-1}$ é obviamente simétrica. Além disso, para todo $\bm{\xi}\in\mathbb{R}^{n_{\text{in}}}$ , $\bm{\xi}\neq 0$ , temos

	$\displaystyle\bm{\xi}^{T}A\bm{\xi}=\sum_{i,j=0}^{n_{\text{in}}-1}\xi_{j}a(% \varphi_{j},\varphi_{i})\xi_{i}$		(2.53)
	$\displaystyle\text{}\quad=\sum_{i,j=0}^{n_{\text{in}}-1}\xi_{j}\int_{\Omega}% \nabla\varphi_{j}\cdot\nabla\varphi_{i}\,dx\,\xi_{i}$		(2.54)
	$\displaystyle\text{}\quad=\int_{\Omega}\nabla\left(\sum_{j=0}^{n_{\text{in}}-1% }\xi_{j}\varphi_{j}\right)\cdot\nabla\left(\sum_{i=0}^{n_{\text{in}}-1}\xi_{i}% \varphi_{i}\right)\,dx$		(2.55)
	$\displaystyle\text{}\quad=\left\\|\nabla\left(\sum_{j=0}^{n_{\text{in}}-1}\xi_{% j}\varphi_{j}\right)\right\\|_{L^{2}(\Omega)}^{2}.$		(2.56)

Portanto, $\bm{\xi}^{T}A\bm{\xi}\geq 0$ e é nulo se, e somente se, $v=\sum_{j=0}^{n_{\text{in}}-1}\xi_{j}\varphi_{j}$ for constante. Como $v\in V_{h,0}$ , temos que $v$ constante implica $v\equiv 0$ , mas então $\bm{\xi}=0$ , o que é uma contradição. Logo, $\bm{\xi}^{T}A\bm{\xi}>0$ para todo $\bm{\xi}\in\mathbb{R}^{n_{\text{in}}}$ , $\bm{\xi}\neq 0$ . ∎

Teorema 2.2.1.(Existência e unicidade)

O problema de elementos finitos (2.42) tem solução única.

Demonstração.

O problema de elementos finitos (2.42) se resume a resolver o sistema linear $A\bm{\xi}=\bm{b}$ . Do Lema 2.2.1, temos que $A$ é uma matriz definida positiva e, portanto, invertível. Daí segue, imediatamente, que o problema (2.42) tem solução única. ∎

Estimativa a priori do erro

Teorema 2.2.2.(Ortogonalidade de Galerkin)

A solução $u_{h}$ do problema de elementos finitos (2.42) satisfaz

a(u-u_{h},v_{h})=0,\leavevmode\nobreak\ \forall v_{h}\in V_{h,0},

(2.57)

onde $u$ é a solução do problema fraco (2.37).

Demonstração.

Segue, imediatamente, do fato de que $V_{h,0}\subset V_{0}$ e, portanto,

a(u,v_{h})=L(v_{h}),\leavevmode\nobreak\ \forall v_{h}\in V_{h,0},

(2.58)

bem como

a(u_{h},v_{h})=L(v_{h}),\leavevmode\nobreak\ \forall v_{h}\in V_{h,0}.

(2.59)

∎

No decorrer do texto, vamos usar a norma da energia, definida por

\|v\|_{E}:=\left(\int_{\Omega}\nabla v\cdot\nabla v\,dx\right)^{1/2}=\|\nabla v% \|_{L^{2}(\Omega)},

(2.60)

para todo $v\in V_{0}$ . Nesta norma, a solução de elementos finitos $u_{h}$ é a melhor aproximação da solução exata $u$ no espaço $V_{h,0}$ , como mostra o seguinte resultado.

Teorema 2.2.3.(Melhor aproximação)

A solução $u_{h}$ do problema de elementos finitos satisfaz

\|u-u_{h}\|_{E}\leq\|u-v_{h}\|_{E},\leavevmode\nobreak\ \forall v_{h}\in V_{h,% 0}.

(2.61)

Demonstração.

Observando que $u-u_{h}=u-v_{h}+v_{h}-u_{h}$ e usando a ortogonalidade de Galerkin (Teorema 2.2.2), temos:

	$\displaystyle\\|u-u_{h}\\|_{E}^{2}=\int_{\Omega}\nabla(u-u_{h})\cdot\nabla(u-u_{% h})\,dx$		(2.62)
	$\displaystyle\text{}\quad=\int_{\Omega}\nabla(u-u_{h})\cdot\nabla(u-v_{h})\,dx$
	$\displaystyle\text{}\qquad+\int_{\Omega}\nabla(u-u_{h})\cdot\nabla(v_{h}-u_{h}% )\,dx$		(2.63)
	$\displaystyle\text{}\quad=\int_{\Omega}\nabla(u-u_{h})\cdot\nabla(u-v_{h})\,dx$		(2.64)
	$\displaystyle\text{}\quad\leq\\|\nabla(u-u_{h})\\|_{L^{2}(\Omega)}\\|\nabla(u-v_{% h})\\|_{L^{2}(\Omega)}$		(2.65)
	$\displaystyle\text{}\quad=\\|u-u_{h}\\|_{E}\\|u-v_{h}\\|_{E}.$		(2.66)

∎

Teorema 2.2.4.(Estimativa a priori)

A solução $u_{h}$ do problema de elementos finitos (2.42) satisfaz

\|u-u_{h}\|_{E}^{2}\leq C\sum_{K\in\mathcal{K}}h_{K}^{2}\|D^{2}u\|_{L^{2}(K)}^% {2}.

(2.67)

Demonstração.

Do resultado da melhor aproximação (Teorema 2.2.3) e da estimativa do erro de interpolação (Proposição 2.1.2), segue que

	$\displaystyle\\|u-u_{h}\\|_{E}^{2}\leq\\|u-\pi u\\|_{E}^{2}$		(2.68)
	$\displaystyle\text{}\quad=\\|D(u-\pi u)\\|_{L^{2}(\Omega)}^{2}$		(2.69)
	$\displaystyle\text{}\quad\leq C\sum_{K\in\mathcal{K}}h_{K}^{2}\\|D^{2}u\\|_{L^{2% }(K)}^{2}.$		(2.70)

∎

Para obtermos uma estimativa na norma $L^{2}(\Omega)$ , podemos usar a desigualdade de Poincaré.

Teorema 2.2.5.(Desigualdade de Poincaré)

Seja $\Omega\subset\mathbb{R}^{2}$ um domínio limitado. Então, existe uma constante $C=C(\Omega)$ , tal que

\|v\|_{L^{2}(\Omega)}\leq C\|\nabla v\|_{L^{2}(\Omega)},\leavevmode\nobreak\ % \forall v\in V_{0}.

(2.71)

Demonstração.

Se $\Omega$ tem contorno suficientemente suave, então existe $\phi$ tal que $-\Delta\phi=1$ em $\Omega$ com $\sup_{x\in\Omega}|\nabla\phi|<C$ . Com isso, temos

	$\displaystyle\\|v\\|_{L^{2}(\Omega)}^{2}=\int_{\Omega}v^{2}\,dx$		(2.72)
	$\displaystyle\text{}\quad=-\int_{\Omega}v^{2}\Delta\phi\,dx.$		(2.73)

Agora, usando o Teorema de Green¹¹¹¹11George Green, 1793 - 1841, matemático britânico. Fonte: Wikipédia: George Green. e a desigualdade de Cauchy¹²¹²12Augustin-Louis Cauchy, 1789-1857, matemático francês. Fonte: Wikipédia: Augustin-Louis Cauchy.-Schwarz¹³¹³13Karl Hermann Amandus Schwarz, 1843-1921, matemático alemão. Fonte: Wikipédia: Hermann Amandus Schwarz., obtemos

	$\displaystyle\\|v\\|_{L^{2}(\Omega)}^{2}=-\int_{\partial\Omega}v^{2}(\bm{n}\cdot% \nabla\phi)\,ds+\int_{\Omega}\nabla v^{2}\cdot\nabla\phi\,dx$		(2.74)
	$\displaystyle\text{}\quad=\int_{\Omega}2v\nabla v\cdot\nabla\phi\,dx$		(2.75)
	$\displaystyle\text{}\quad\leq 2\sup_{x\in\Omega}\|\nabla\phi\|\\|v\\|_{L^{2}(% \Omega)}\\|\nabla v\\|_{L^{2}(\Omega)}.$		(2.76)

∎

Com a desigualdade de Poincaré e da estimativa a priori do erro (Teorema 2.2.4), temos

\|u-u_{h}\|_{L^{2}(\Omega)}\leq Ch\|D^{2}u\|_{L^{2}(\Omega)},

(2.77)

onde $h$ é o tamanho global da malha . Entretanto, esta estimativa pode ser melhorada.

Teorema 2.2.6.(Estimativa ótima a priori do erro)

A solução $u_{h}$ do problema de elementos finitos (2.42) satisfaz

\|u-u_{h}\|_{L^{2}(\Omega)}\leq Ch^{2}\|D^{2}u\|_{L^{2}(\Omega)}.

(2.78)

Demonstração.

Seja $e=u-u_{h}$ o erro e $\phi$ a solução do problema dual (ou problema adjunto)

	$\displaystyle-\Delta\phi=e,\forall x\in\Omega$		(2.79)
	$\displaystyle\phi=0,\forall x\in\partial\Omega.$		(2.80)

Então, usando a fórmula de Green¹⁴¹⁴14George Green, 1793 - 1841, matemático britânico. Fonte: Wikipédia: George Green., a ortogonalidade de Galerkin¹⁵¹⁵15Boris Galerkin, 1871 - 1945, engenheiro e matemático soviético. Fonte: Wikipédia: Boris Galerkin. e, então, a desigualdade de Cauchy¹⁶¹⁶16Augustin-Louis Cauchy, 1789-1857, matemático francês. Fonte: Wikipédia: Augustin-Louis Cauchy.-Schwarz¹⁷¹⁷17Karl Hermann Amandus Schwarz, 1843-1921, matemático alemão. Fonte: Wikipédia: Hermann Amandus Schwarz., temos

	$\displaystyle\\|e\\|^{2}_{L^{2}(\Omega)}=-\int_{\Omega}e\Delta\phi\,dx$		(2.81)
	$\displaystyle\text{}\quad=\int_{\Omega}\nabla e\cdot\nabla\phi\,dx-\int_{% \partial\Omega}e\,(\bm{n}\cdot\nabla\phi)\,ds$		(2.82)
	$\displaystyle\text{}\quad=\int_{\Omega}\nabla e\cdot\nabla(\phi-\pi\phi)\,dx$		(2.83)
	$\displaystyle\text{}\quad\leq\\|\nabla e\\|_{L^{2}(\Omega)}\\|\nabla(\phi-\pi\phi% )\\|_{L^{2}(\Omega)}.$		(2.84)

Da estimativa a priori (2.77), temos

\|\nabla e\|_{L^{2}(\Omega)}\leq Ch\|D^{2}u\|_{L^{2}(\Omega)}.

(2.85)

Agora, da regularidade elíptica $\|D^{2}\phi\|_{L^{2}(\Omega)}\leq C\|\Delta\phi\|_{L^{2}(\Omega)}$ [6, Seção 6.3] e da estimativa do erro de interpolação (Proposição 2.1.2), temos

	$\displaystyle\\|\nabla(\phi-\pi\phi)\\|_{L^{2}(\Omega)}\leq Ch\\|D^{2}\phi\\|_{L^{% 2}(\Omega)}$		(2.86)
	$\displaystyle\text{}\quad\leq Ch\\|\Delta\phi\\|_{L^{2}(\Omega)}$		(2.87)
	$\displaystyle\text{}\quad\leq Ch\\|e\\|_{L^{2}(\Omega)}.$		(2.88)

Então, temos

\|e\|_{L^{2}(\Omega)}^{2}\leq Ch\|D^{2}u\|_{L^{2}(\Omega)}Ch\|e\|_{L^{2}(% \Omega)}.

(2.89)

∎

Exemplo 2.2.2.

A Tabela 2.1 apresenta o estudo de convergência de malha para o problema do Exemplo 2.2.1. Verifique!

Tabela 2.1: Erros de aproximações por elementos finitos referente ao problema dado no Exemplo 2.2.2.

#nodos	$h$	$\\|u-u_{h}\\|_{L^{2}(\Omega)}$	Taxa
$4\times 4$	$3.54\mathrm{e}\!-\!1$	$7.91\mathrm{e}\!-\!2$	–
$8\times 8$	$1.77\mathrm{e}\!-\!1$	$2.11\mathrm{e}\!-\!2$	1.90
$16\times 16$	$8.84\mathrm{e}\!-\!2$	$5.38\mathrm{e}\!-\!3$	1.97
$32\times 32$	$4.42\mathrm{e}\!-\!2$	$1.35\mathrm{e}\!-\!3$	1.99
$64\times 64$	$2.21\mathrm{e}\!-\!2$	$3.38\mathrm{e}\!-\!4$	2.00

2.2.4 Exercícios

E. 2.2.1.

Compute uma aproximação de elementos finitos para a solução do seguinte problema de Poisson com condições de Dirichlet

	$\displaystyle-\Delta u=2\pi^{2}\operatorname{sen}(\pi x)\cos(\pi y),% \leavevmode\nobreak\ x\in\Omega:=(0,1)^{2},$		(2.90)
	$\displaystyle u=0,\leavevmode\nobreak\ (x,y)\in\{0,1\}\times(0,1),$		(2.91)
	$\displaystyle u=\operatorname{sen}(\pi x),\leavevmode\nobreak\ (x,y)\in(0,1)% \times\{0\},$		(2.92)
	$\displaystyle u=-\operatorname{sen}(\pi x),\leavevmode\nobreak\ (x,y)\in(0,1)% \times\{1\}.$		(2.93)

A solução exata deste problema é dada por $u(x,y)=\operatorname{sen}(\pi x)\cos(\pi y)$ . Faça gráfico comparativo entre a solução de elementos finitos e a solução exata, bem como, faça um estudo de convergência de malha.

E. 2.2.2.

Compute uma aproximação de elementos finitos para a solução do seguinte problema de Poisson

	$\displaystyle-\Delta u=\pi^{2}(x^{2}+y^{2})\cos(\pi xy),\leavevmode\nobreak\ x% \in\Omega:=(0,1)^{2},$		(2.94)
	$\displaystyle\frac{\partial u}{\partial x}=0,\leavevmode\nobreak\ (x,y)\in\{0% \}\times(0,1),$		(2.95)
	$\displaystyle\frac{\partial u}{\partial x}=-\pi\operatorname{sen}(\pi x),% \leavevmode\nobreak\ (x,y)\in\{1\}\times(0,1),$		(2.96)
	$\displaystyle u=1,\leavevmode\nobreak\ (x,y)\in(0,1)\times\{0\},$		(2.97)
	$\displaystyle u=-\cos(\pi x),\leavevmode\nobreak\ (x,y)\in(0,1)\times\{1\}.$		(2.98)

A solução exata deste problema é dada por $u(x,y)=\cos(\pi xy)$ . Faça gráfico comparativo entre a solução de elementos finitos e a solução exata, bem como, faça um estudo de convergência de malha.

E. 2.2.3.

Compute uma aproximação de elementos finitos para a solução do seguinte problema de Poisson com condições de Robin

	$\displaystyle-\Delta u=2\pi^{2}\operatorname{sen}(\pi x)\operatorname{sen}(\pi y% ),\leavevmode\nobreak\ x\in\Omega:=(0,1)^{2},$		(2.99)
	$\displaystyle\frac{\partial u}{\partial x}+u=\operatorname{sen}(\pi x),% \leavevmode\nobreak\ (x,y)\in\{0\}\times(0,1),$		(2.100)
	$\displaystyle\frac{\partial u}{\partial x}+u=-\operatorname{sen}(\pi x),% \leavevmode\nobreak\ (x,y)\in\{1\}\times(0,1),$		(2.101)
	$\displaystyle\frac{\partial u}{\partial y}+u=\operatorname{sen}(\pi x),% \leavevmode\nobreak\ (x,y)\in(0,1)\times\{0\},$		(2.102)
	$\displaystyle\frac{\partial u}{\partial y}+u=-\operatorname{sen}(\pi x),% \leavevmode\nobreak\ (x,y)\in(0,1)\times\{1\}.$		(2.103)

A solução exata deste problema é dada por $u(x,y)=\operatorname{sen}(\pi x)\operatorname{sen}(\pi y)$ . Faça gráfico comparativo entre a solução de elementos finitos e a solução exata, bem como, faça um estudo de convergência de malha.

E. 2.2.4.

Compute uma aproximação de elementos finitos para a solução do seguinte problema do calor

	$\displaystyle\frac{\partial u}{\partial t}-\Delta u=2\pi^{2}\left(1-e^{-t}% \right)\operatorname{sen}(\pi x)\operatorname{sen}(\pi y)$
	$\displaystyle\text{}\qquad+e^{-t}\operatorname{sen}(\pi x)\cos(\pi y),% \leavevmode\nobreak\ (x,y)\in\Omega:=(0,1)^{2},\leavevmode\nobreak\ t>0,$		(2.104)
	$\displaystyle u=0,\leavevmode\nobreak\ (x,y)\in\partial\Omega,\leavevmode% \nobreak\ t>0,$		(2.105)
	$\displaystyle u(0,x,y)=0,\leavevmode\nobreak\ (x,y)\in\Omega.$		(2.106)

A solução exata deste problema é dada por $u(x,y,t)=(1-e^{-t})\operatorname{sen}(\pi x)\operatorname{sen}(\pi y)$ . Faça gráfico comparativo entre a solução de elementos finitos e a solução exata, bem como, faça um estudo de convergência de malha e de tempo.

E. 2.2.5.

Compute uma aproximação de elementos finitos para a solução do seguinte problema

	$\displaystyle\frac{\partial u}{\partial t}+\bm{v}\cdot\nabla u=\Delta u,% \leavevmode\nobreak\ (x,y)\in\Omega:=(-1,1)^{2},\leavevmode\nobreak\ t>0,$		(2.107)
	$\displaystyle u(0,x,y)=\begin{cases}1,\leavevmode\nobreak\ (x,y)\in(-0.1,0.1)^% {2}\\ 0,\leavevmode\nobreak\ \text{caso contr\'{a}rio},\end{cases},\leavevmode% \nobreak\ (x,y)\in\Omega,\leavevmode\nobreak\ t>0,$		(2.108)
	$\displaystyle u(x,y,t)=0,\leavevmode\nobreak\ (x,y)\in\partial\Omega.$		(2.109)

Teste a aproximação de elementos finitos para diferentes campos de velocidade $\bm{v}$ , como $\bm{v}=(1,0)$ , $\bm{v}=(0,1)$ e $\bm{v}=(1,1)/\sqrt{2}$ .

Envie seu comentário

Aproveito para agradecer a todas/os que de forma assídua ou esporádica contribuem enviando correções, sugestões e críticas!

Este texto é disponibilizado nos termos da Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional. Ícones e elementos gráficos podem estar sujeitos a condições adicionais.

Política de uso de dados

Política de uso de dados

Método dos elementos finitos

2.2 Problema modelo

2.2.1 Formulação Fraca

2.2.2 Formulação de Elementos Finitos

Exemplo 2.2.1.

2.2.3 Análise de elementos finitos

Existência e unicidade

Lema 2.2.1.(Matriz positiva definida)

Demonstração.

Teorema 2.2.1.(Existência e unicidade)

Demonstração.

Estimativa a priori do erro

Teorema 2.2.2.(Ortogonalidade de Galerkin)

Demonstração.

Teorema 2.2.3.(Melhor aproximação)

Demonstração.

Teorema 2.2.4.(Estimativa a priori)

Demonstração.

Teorema 2.2.5.(Desigualdade de Poincaré)

Demonstração.

Teorema 2.2.6.(Estimativa ótima a priori do erro)

Demonstração.

Exemplo 2.2.2.

2.2.4 Exercícios

E. 2.2.1.

E. 2.2.2.

E. 2.2.3.

E. 2.2.4.

E. 2.2.5.

Envie seu comentário