Escolar Documentos
Profissional Documentos
Cultura Documentos
Metodos Variacionais
Raul A. Feijoo(1), Edgardo Taroco(1) e Claudio Padra(2)
(1) Laborat
orio
Nacional de Computac
ao Cientfica
Av. Get
ulio Vargas, 333, Quitandinha, Petr
opolis, RJ, Brasil
(2)
Fevereiro, 2004
Indice
1 Motiva
c
ao
Introduc
ao ao C
alculo Variacional
2 Introduc
ao
2.1 O problema da Braquistocrona . .
2.2 Geodesicas em Rd , d3 . . . . . .
2.2.1 Geodesica sobre esferas . .
2.3 Problema de Controle de Direcao
2.4 Problemas Isoperimetricos . . . .
2.4.1 Problema da catenaria . .
2.5 Mnima Superfcie de Revolucao .
2.6 Comentarios . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Formaliza
c
ao do C
alculo Variacional
3.1 Diferencial Gateaux de um Operador .
3.2 Diferencial Gateaux de um Funcional .
3.3 Notacao Variacional . . . . . . . . . . .
3.4 Lemas de du Bois-Raymond e Lagrange
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Equaco
es de Euler
4.1 Extremos, Extremos locais . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2 Equacao de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3 Casos Especiais da Equacao de Euler . . . . . . . . . . . . . . . . . . . .
4.4 Segunda Forma da Equacao de Euler . . . . . . . . . . . . . . . . . . . .
4.5 Gradiente de um funcional . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Problemas Variacionais com Condicoes Subsidiarias. Multiplicadores de
Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.7 Condicoes subsidiarias finitas . . . . . . . . . . . . . . . . . . . . . . . .
4.8 Funcionais Dependendo de Varias Variaveis Independentes . . . . . . . .
4.9 Funcionais Dependendo de Derivadas de Ordem Superior a Primeira . . .
4.10 Funcionais dependendo de varias funcoes . . . . . . . . . . . . . . . . . .
4.11 Condicoes Naturais de Contorno . . . . . . . . . . . . . . . . . . . . . . .
i
.
.
.
.
.
.
.
.
17
17
19
21
24
25
27
28
29
.
.
.
.
33
33
36
45
46
.
.
.
.
.
51
52
54
55
61
62
.
.
.
.
.
.
71
75
79
82
84
86
II
Os M
etodos Diretos no C
alculo Variacional
5 M
etodos Variacionais
5.1 Introducao . . . . . . . . . . . . . . . . . . . . .
5.2 Metodo dos Resduos Ponderados . . . . . . . .
5.2.1 Metodo de Colocacao . . . . . . . . . . .
5.2.2 Metodo de Galerkin . . . . . . . . . . . .
5.2.3 Condicoes de Contorno Nao-homogeneas
5.3 Metodo de Ritz . . . . . . . . . . . . . . . . . .
5.3.1 Mnimo de um Funcional . . . . . . . . .
5.3.2 Sequencias Minimizantes . . . . . . . . .
5.3.3 Metodo de Ritz . . . . . . . . . . . . . .
5.3.4 Condicoes de Contorno Homogeneas . .
5.4 Metodo de Mnimos Quadrados . . . . . . . . .
5.5 Conclusoes . . . . . . . . . . . . . . . . . . . .
III
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
111
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
O C
alculo Variacional na Mec
anica
6 A Formula
c
ao Variacional
6.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Cinematica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2.1 Deformacoes . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2.2 Movimento. Taxa de Deformacao . . . . . . . . . . . . . .
6.2.3 Acoes de Movimento. Restricoes Cinematicas . . . . . . .
6.3 Dualidade entre Forcas e Acoes de Movimento. . . . . . . . . . . .
6.4 Dualidade entre Esforcos Internos e Taxas de Deformacao . . . . .
6.5 Equilbrio e Compatibilidade em Corpos Livres . . . . . . . . . .
6.5.1 Princpio da Potencia Virtual . . . . . . . . . . . . . . . .
6.5.2 O Teorema da Representacao . . . . . . . . . . . . . . . .
6.5.3 Princpio da Potencia Virtual Complementar . . . . . . . .
6.6 Equilbrio e Compatibilidade em Corpos com Restricoes Bilaterais
6.6.1 Princpio da Potencia Virtual . . . . . . . . . . . . . . . .
6.6.2 O Teorema da Representacao . . . . . . . . . . . . . . . .
6.6.3 Princpio da Potencia Virtual Complementar . . . . . . . .
ii
113
. 113
. 114
. 116
. 119
. 137
. 141
. 141
. 146
. 147
. 158
. 165
. 168
171
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
173
. 173
. 174
. 174
. 178
. 183
. 186
. 187
. 190
. 191
. 192
. 195
. 196
. 197
. 198
. 201
IV
Ap
endices
A Definico
es e Notac
oes
A.1 Espaco Vetorial Real . .
A.1.1 Subespaco . . . .
A.1.2 Variedade Linear.
A.2 Transformacoes Lineares.
259
. . . . . . . .
. . . . . . . .
Translacao de
. . . . . . . .
iii
. . . . . . . . .
. . . . . . . . .
um Subespaco
. . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
261
. 261
. 262
. 262
. 263
A.3
A.4
A.5
A.6
O Espaco L (U, V ) . . . . . . . .
Funcionais . . . . . . . . . . . . .
O Espaco Dual Algebrico . . . . .
Alguns Elementos de Analise Real
A.6.1 Sequencias . . . . . . . . .
A.7 Limite e Continuidade de Funcoes
A.8 Espacos Metricos . . . . . . . . .
A.9 Espacos Normados . . . . . . . .
A.10 Espacos com Produto Interno . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
B A Convexidade no C
alculo Variacional
B.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.2 Funcoes Convexas . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.3 Semicontinuidade . . . . . . . . . . . . . . . . . . . . . . . . . . .
B.4 Diferencial no Sentido de Gateaux . . . . . . . . . . . . . . . . . .
B.5 Minimizacao de Funcionais Convexos. Caracterizacao do Ponto de
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
263
264
264
265
267
269
270
273
279
281
. . . . . 281
. . . . . 283
. . . . . 283
. . . . . 284
Mnimo 284
C Exerccios
287
C.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
iv
Lista de Figuras
1.1
1.2
1.3
1.4
1.5
1.6
Viga . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ponto de cela . . . . . . . . . . . . . . . . . . . . . .
Maximos, mnimos e pontos estacionarios . . . . . . .
Viga apoiada em ambas extremidades . . . . . . . . .
Viga engastada em x=0 . . . . . . . . . . . . . . . .
Viga engastada em x=0 com descontinuidade em x=a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 2
. 5
. 5
. 11
. 11
. 11
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
Problema da Brachistochrone . . . . . . . . . . . . . . . . . .
Geodesica em <3 . . . . . . . . . . . . . . . . . . . . . . . . .
Geodesica numa esfera . . . . . . . . . . . . . . . . . . . . . .
Problema de control da direcao . . . . . . . . . . . . . . . . .
Problema de Dido . . . . . . . . . . . . . . . . . . . . . . . . .
Analogia fsica para o problema isoperimetrico de Dido . . . .
Problema isoperimetrico . . . . . . . . . . . . . . . . . . . . .
Problema da catenaria . . . . . . . . . . . . . . . . . . . . . .
Superfcie mnima de revolucao . . . . . . . . . . . . . . . . .
Mnima superfcie de revolucao para L muito maior que r1 e r2
Mnima superfcie de revolucao para L suficientemente grande
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
20
22
24
25
26
26
27
28
28
29
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
52
57
57
71
91
94
95
100
101
105
5.1
5.2
5.3
5.4
.
.
.
.
122
122
128
129
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
5.15
5.16
5.17
5.18
5.19
5.20
5.21
Restricao de un em e = 2 . . . . . . . . . . . . . . . . . . . . . . . . . . .
Restricao de 1 e 2 em e = 2 . . . . . . . . . . . . . . . . . . . . . . . .
Montagem da matriz global. . . . . . . . . . . . . . . . . . . . . . . . . . .
Viga sob fundacao felxvel. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funcoes c
ubicas de suporte compacto. . . . . . . . . . . . . . . . . . . . . .
Exerccio 5.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exerccio 5.7, torcao numa barra retangular . . . . . . . . . . . . . . . . .
Funcao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exemplo 5.9, Viga simplesmente apoiada com carga uniforme . . . . . . . .
Exemplo 5.10. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funcoes de interpolacao de suporte compacto. . . . . . . . . . . . . . . . .
Contribuicao da regiao e nas funcoes de interpolacao de suporte compacto.
Exerccio 5.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exerccio 5.11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exerccio 5.12. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exerccio 5.13. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exemplo 5.12. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
132
132
133
137
139
140
140
143
151
153
157
158
163
164
164
165
167
6.1
6.2
6.3
6.4
6.5
Deformacao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Configuracoes admissveis. . . . . . . . . . . . . . . . . . . . . . . . . . .
Espacos vetoriais e demais elementos introduzidos pela cinematica. . . .
Formulacao Variacional: principais elementos. . . . . . . . . . . . . . . .
Corpo com restricoes cinematicas bilaterais. Exemplo de carga externa
compatvel com o equilbrio. . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
175
184
186
190
. 206
. 215
7.1
7.2
7.3
7.4
7.5
. 197
. 232
. 235
. 238
A.1 O espaco C(0, 1) com a norma definida em (A.6) nao e completo. . . . . . 275
A.2 O espaco C(0, 1) com a norma definida em (A.7) nao e completo. . . . . . 275
C.1
C.2
C.3
C.4
C.5
Problema da Braquistocrona . . .
Problema da Geodesica: Cone . .
Problema da Geodesica: Cilindro
Problema do bote . . . . . . . . .
Barra elastica submetida a torsao
.
.
.
.
.
vi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
288
289
290
290
293
Prefacio
Os metodos e princpios variacionais tem um papel importante na Modelagem e Simulacao
Computacional. Como veremos nesta monografia, a forma variacional das leis que governam o comportamento dos meios contnuos, e a maneira mais natural e rigorosa de
institu-las.
O emprego da formulacao variacional permite reduzir em uma u
nica expressao integral
todos os elementos que participam na modelagem do problema que se esta analisando,
tais como: equacoes de equilbrio, equacoes constitutivas (comportamento do material),
condicoes de contorno, condicoes iniciais, de descontinuidade, etc.
Por exemplo, as formas locais das equacoes que regem o movimento de um corpo,
podem ser obtidas diretamente a partir da propria formulacao variacional. Por sua vez, e
isto e importante desde o ponto de vista das aplicacoes, a formulacao variacional proporciona, de maneira natural, os metodos de resolucao para a obtencao de solucoes aproximadas. Estes metodos, chamados Metodos Variacionais, permitem determinar solucoes
aproximadas muitas vezes de facil implementacao computacional independentemente da
complexidade da geometria do domnio onde o problema esta definido.
Outro aspecto importante dos Metodos Variacionais na Modelagem e Simulacao Computacional quando comparada com a formulacao classica (local), e a de permitir reunir
dentro de um mesmo formalismo diferentes problemas aparentemente nao relacionados
entre si. Este poder de sntese, permite distinguir as hipoteses e aspectos fundamentais
dos modelos que estejam sendo analisados. Finalmente, os Metodos Variacionais proporcionam, atraves das ferramentas da Analise Funcional, os elementos necessarios ao estudo
da existencia e unicidade da solucao e das estimativas a priori e a posteriori do erro de
aproximacao.
Iniciado por Aristoteles a mais de 300 anos antes de Cristo, formulado pela primeira
vez nos celebres trabalhos de J. Bernoulli e definitivamente estabelecido a partir dos
trabalhos de DAlambert, podemos concluir (ver [Lan70]) que os Metodos Variacionais
tem um significado muito mais que acidental. De fato, os Metodos Variacionais tem
uma importancia fundamental na elaboracao dos modelos constituindo-se na formulacao
natural para os mesmos.
Com o intuito de facilitar o aprendizado deste tema, fornecendo uma introducao do
Calculo Variacional, dos Metodos Variacionais e de suas aplicacoes em Mecanica, esta
monografia foi elaborada para o curso GA-015 Metodos Variacionais da Pos-Graduacao
em Modelagem Computacional do LNCC/MCT.
Como a idioma materno dos autores nao e o portugues, agradecemos todo tipo de
vii
correcoes, sugestoes e criticas que nos sejam enviadas (feij@lncc.br). Da mesma maneira,
as correcoes, sugestoes e criticas referente ao conte
udo destas notas serao tambem muito
apreciadas pelos autores ja que, tanto estas como as anteriores, permitirao melhorar em
muito esta monografia.
Recomendamos ainda a leitura dos seguintes livros: Calculus of Variations, de Gelfand
& Fomin, PrenticeHall, 1963, ([GF63]); Variational Methods in Mathematical Physics,
Pergamon Press, 1969, ([Mik64]); The Problem of the Minimum of Quadratic Functionals, Holden Day, 1965, ([Mik65]); Mathematical Physics and Advanced Course, North
Holland, 1970, ([Mik70]); The Numerical Performance of Variational Methods, Nordhoff
Pub., 1971, ([Mik71]); An Approximation on Rectangular Grid, Sijthoff-Noordhoff, 1979,
([Mik79]), todos de S. G. Mikhlin; Approximate Methods of Solution for Differential
and Integral Equations, Elsevier, 1967, de S. G. Mikhlin & K. L. Smolitskiy ([MS67]);
Variational Methods in Theoretical Mechanics, de J. T. Oden, Springer Verlag, 1983,
([OR76b]); Direct Methods in the Calculus of Variations, de B. Dacorogna, Springer Verlag, (1989); Ecuaciones Diferenciales y Calculo Variacional, de L. Elsgoltz, Editorial MIR,
1969, ([Els69]).
Finalmente, para os interessados em adquirir maiores conhecimentos nestes temas,
tambem recomendamos a leitura dos captulos 3 e 4 de C. Lanczos ([Lan70]), os livros
de Duvaut e Lions ([DL72]), de Ekeland y Temam ([ET74]), de P. Germain ([Ger80]),
de Y. C. Fung ([Fun65]), de M. Fremond ([Fre80]), de Oden e colaboradores ([Ode79],
[OCB81], [OC83a], [OC83b], [OR76b]), de P. D. Panagiotopoulos ([Pan90]), de Rektorys
([Rek75]), os trabajos de P. Germain ([Ger72], [Ger73a], [Ger73b], [Ger82]) , de M. A.
Maugin ([Mau80]), de Romano e colaboradores ([Rom75], [Rom79], [Rom82], [Rom84],
[RA], [RR79], [RRMdSB93], [RRMdS93a], [RRMdS93c], [RRMdS93b]) , e os trabalhos
[FT83], [FT80], [FT82], [TF83], citados na bibliografia.
viii
Captulo 1
Motivac
ao
Neste cattulo pretendemos fornecer uma visao panoramica do papel que jogam os Metodos
Variacionais no contexto da Modelagem Computacional. De fato, durante a etapa de estudo e definicao do modelo (matematico) que governa (ou que aproxima) um determinado
problema fsico podemos distinguir dois caminhos. O primeiro, que chamaremos classico,
consistira em modelar o problema fsico atraves de um problema de valor de contorno. O
segundo, que chamaremos variacional, consistira em formular o problema atraves de uma
expressao integral que poderemos requerer
i) alcance um valor extremal (maximo ou mnimo), neste caso a expressao integral
recebe o nome de funcional;
ii) que seja nula, neste caso a expressao integral recebe o nome de equac
ao variacional;
iii) que seja menor ou igual a zero, neste caso a expressao integral recebe o nome de
inequac
ao variacional;
Como veremos mais adiante, esta u
ltima forma de modelar um determinado problema
fsico ainda proporciona de maneira natural procedimentos (Metodos Variacionais) para
obter uma soluc
ao aproximada quando a solucao exata e difcil ou, muitas vezes, impossvel
de ser calculada.
Para entendermos melhor o anterior, suponha que estamos estudando o problema de
uma viga de material elastico submetida a um carregamento transversal q como indicado
na Figura 1.1. Empregando o primeiro caminho, o problema consistira em determinar a
funcao u = u(x) tal que satisfaca a seguinte equacao
d2 u
d2
E(x)I(x) 2 = q(x)
dx2
dx
(1.1)
(1.2)
Captulo 1. Motivacao
(1.3)
Da equacao (1.1) podemos observar que, se existe uma solucao u, existirao infinitas
ja que v = u + f (x), onde f (x) e uma funcao arbitraria tal que sua derivada segunda
seja identicamente nula, tambem e uma solucao. Vemos assim que o problema ainda nao
esta totalmente definido sendo necessario incluir outras informacoes. Estas informacoes
adicionais estao associadas ao valor que a possvel solucao u = u(x) e suas derivadas ate
um certo ordem (no presente problema ate a terceira ordem) assumem nos extremos do
intervalo [0, L] isto e, em x = 0 e x = L. Estas condicoes sao chamadas condic
oes de
contorno que, para o exemplo da Figura 1.1, correspondem `a condicao de viga engastada
u(0) =
du
du
(0) = u(L) =
(L) = 0
dx
dx
(1.4)
d2 u
d2
E(x)I(x) 2 = q(x), x (0, L)
dx2
dx
du
du
u(0) =
(0) = u(L) =
(L) = 0
(1.5)
dx
dx
q C[0, L], E, I, C 2 (0, L)
Como o leitor pode observar, este tipo de abordagem para formular (modelar) um
determinado problema apresenta serias desvantagens. Por exemplo, no problema fsico
3
que desejamos modelar dificilmente encontraremos tanta regularidade. O carregamento q
geralmente e caracterizado por uma funcao descontinua e, muitas vezes pode ser representado por uma funcao tipo delta-Dirac (que corresponde a um carregamento pontual).
Algo similar pode acontecer com as propriedades do material e/ou geometria da viga
que poderao tambem ser caracterizadas por funcoes descontinuas. Neste caso o P.V.C.
(1.5) nao podera ser visto da maneira classica sendo necessario estender (ou generalizar) o conceito de derivada (derivada generalizada). Outra desvantagem da formulacao
classica surge no momento de tratar de calcular a solucao do P.V.C. Em geral, os metodos
disponveis exigem um grau de conhecimento matematico muitas vezes fora do alcance
dos profissionais em engenharia, biologia, etc. Em outros casos, os metodos existentes
nao sao suficientes para determinar uma solucao seja pela complexidade do P.V.C. (por
exemplo nao linearidade), seja pela complexidade do domnio onde esta definido o P.V.C.
Como mencionamos no inicio desta secao, outra forma de modelar o problema fsico e
empregando a formulac
ao variacional. Neste caso, o problema e formulado, por exemplo,
atraves da algumas das seguintes formas
Determinar u U tal que
Z
u = arg min F(v) =
f (v)d
def
vU
(1.6)
f (u, v)d = 0 v V
(1.7)
f (u, v)d 0 v V
(1.8)
Captulo 1. Motivacao
(1.10)
(1.11)
f f
,
], dx = [dx, dy]
x y
(1.12)
onde
f (x, y) = [
(1.13)
Entretanto, devemos observar que satisfazer este principio nao e suficiente para garantir um ponto extremal. Como mostrado na Figura 1.2, para certa direcao temos um
maximo e para outra um mnimo. De maneira mais simples, a Figura 1.3 nos apresenta
todos os casos discutidos.
O estudo de pontos onde a taxa de variacao em toda direcao e nula e importante.
Pontos onde isto acontece, sao pontos excepcionais que recebem o nome de pontos estacion
arios. Em particular o equilbrio de certos sistemas fsicos requer valores estacionarios
Captulo 1. Motivacao
para uma certa expressao integral (ver a expressao (1.6) onde estamos procurando a funcao
u U de maneira a minimizar (ou maximizar) o valor que toma a expressao integral
F(u)), ou requer que o valor que toma uma certa expressao integral seja nula ou satisfaca
uma desigualdade para toda direcao admissvel (ver expressoes (1.7) e (1.8) onde v V
corresponde a uma direcao admissvel).
Retornando ao problema da viga, cuja modelagem classica foi caracterizada pelo problema de valor de contorno (1.5), veremos agora como este problema fica caracterizado
atraves da formulac
ao variacional.
Para isto, definamos primeiro o conjunto de funcoes admissveis ou funcoes testes
du
du
U = u suficientemente regular, u(0) =
(1.14)
(0) = u(L) =
(L) = 0
dx
dx
Com a expressao suficientemente regular desejamos enfatizar que a funcao u deve ter a
regularidade necessaria para que as operacoes matematicas a serem realizadas tenham sentido. Fora deste requisito, a caracterizacao de U somente requer a imposicao de restricoes
fsicas evidentes (condic
oes principais de contorno). Como as restricoes sao homogeneas,
este conjunto e um espaco vetorial onde as operacoes de adicao e multiplicacao por escalar
estao definidas.
Seja u = u(x) solucao do P.V.C. dado pelo conjunto de expressoes (1.5). Neste caso e
evidente que
uU
(1.15)
Por sua vez, para toda v U se verifica que
Z L 2
d
d2 u
E(x)I(x) 2 q(x) v(x)dx = 0, v U
dx2
dx
0
(1.16)
d
d2 u
E(x)I(x) 2 q(x) C(0, L)
(x) =
(1.17)
dx2
dx
Admitindo a existencia de um ponto xo (0, L) tal que
2
d2 u
d
E(x)I(x) 2 q(x) |x=xo 6= 0
(x) =
dx2
dx
(1.18)
7
escolher a funcao v U que tenha o mesmo sinal de no intervalo Ixo e seja nula fora
do mesmo. Do anterior obtemos
Z L 2
d
d2 u
E(x)I(x) 2 q(x) v(x)dx =
dx2
dx
0
Z xo + 2
d
d2 u
=
E(x)I(x) 2 q(x) v(x)dx > 0.
(1.19)
dx2
dx
xo
Chegamos assim a uma contradicao resultante de supor que (xo ) 6= 0. Por tanto
(xo ) = 0
e, como xo e um ponto arbitrario do intervalo (0, L), temos
2
d
d2 u
(x) =
E(x)I(x) 2 q(x) 0, x (0, L)
dx2
dx
(1.20)
(1.21)
(1.22)
O segundo resultado esta associado `a equivalencia entre o problema de valor de contorno (1.5) e o Problama Variacional:
Determinar u U tal que
Z L 2
d2 u
d
E(x)I(x) 2 q(x) v(x)dx = 0, v U
(1.23)
F(u, v) =
dx2
dx
0
compare este resultado com a expressao (1.7).
Podemos avancar ainda mais. Integrando por partes a expressao(1.23) temos
Z L 2
d
d2 u
E(x)I(x) 2 q(x) v(x)dx =
dx2
dx
0
L Z L
2
d
du
d
d2 u
dv
E(x)I(x) 2 v(x) +
E(x)I(x) 2
q(x)v(x) dx =
=
dx
dx
dx
dx
dx
0
0
|
{z
}
=0 j
a que vU
L Z L
d2 u dv
d2 u d2 v
= E(x)I(x) 2
+
E(x)I(x) 2 2 q(x)v(x) dx =
dx dx 0
dx dx
0
{z
}
|
=0 j
a que vU
Z L
d2 u d2 v
=
{E(x)I(x) 2 2 q(x)v(x)}dx = 0, v U
(1.24)
dx dx
0
Captulo 1. Motivacao
Desta maneira, o Problema Variacional (1.23) e equivalente a:
Determinar u U tal que
Z L
Z L
d2 u d2 v
G(u, v) =
E(x)I(x) 2 2 dx
q(x)v(x)dx = 0, v U
dx dx
0
0
(1.25)
(1.26)
(1.27)
(1.28)
(1.29)
(1.30)
e das propriedades impostas aos dados fsico e geometrico ((1.2) e (1.3)) temos
2 2
Z L
du
d2 u
a(u, u) = 0
E(x)I(x)
dx
=
0
0 x [0, L]
dx2
dx2
0
du
du
cte. x [0, L]
0 x [0, L] condicoes de contorno!
dx
dx
u cte. x [0, L] u 0 condicoes de contorno!
(1.31)
Deste u
ltimo resultado obtemos mais uma propriedade da forma a(u, v)
a(u, u) 0, e = 0 se e so se u = 0 U positiva definida
(1.32)
(1.33)
(1.34)
9
subtraindo ambas expressoes obtemos
a(u1 u2 , v) = 0 v U
(1.35)
(1.36)
(1.37)
(1.38)
1
1
a(v, v) l(v) a(u, u) + l(u)
2
2
1
1
a(v, v) a(u, u) l(v u)
=
2
2
1
1
=
a(v, v) a(u, u) a(u, v u)
2
2
1
1
=
a(v, v) + a(u, u) a(u, v)
2
2
1
a(v u, v u) 0 e = 0 se e so se v = u
(1.39)
=
2
Do resultado anterior obtemos uma outra forma de caracterizar a solucao do problema
da viga que estamos estudando: Determinar u U tal que
F(v) F(u) =
def
(1.40)
U = {v; v,
(1.41)
10
Captulo 1. Motivacao
permite o estudo da unicidade da solucao.
Outra vantagem adicional na formulacao variacional esta relacionada com o estabelecimento das condicoes de contorno. Quando tratamos de formular o problema da viga de
maneira classica a equacao diferencial nao foi suficiente, sendo necessario incluir condicoes
de contorno. Estas condicoes de contorno foram inferidas pelas caractersticas fsicas do
problema (viga engastada). Isto ja nao seria tao simples se, em lugar de solucionar o problema da Figura 1.1, for necessario solucionar problemas como os indicados nas Figuras
1.4 - 1.6. Assim, quais seriam as condicoes de contorno apropriadas para resolver estes
problemas ?. Para o problema da Figura 1.4 somente podemos dizer que u(0) = u(L) = 0
e que du/dx esta livre nos extremos. De maneira similar, para o problema da Figura
1.5-1.6 temos que u(0) = du
(0) = 0. Qual e a condicao de salto no ponto x = a?. Assim,
dx
nao temos informacoes suficientes para podermos integrar a equacao diferencial. Logo,
como obter as condicoes de contorno faltantes?.
O anterior nao acontece com as formulacoes variacionais (1.28) e (1.40). As condicoes
de contorno anteriores sao suficientes para definir os diferentes problemas de viga com
precisao
Problema da viga da Figura 1.1. u(0) = u(L) =
du
(0)
dx
du
(L)
dx
=0
du
(0)
dx
=0
Como ja mencionado, estas condicoes sao suficientes para formular corretamente todos
estes problemas. Por esta razao sao chamadas condic
oes de contorno principais. Como
veremos, as outras condicoes de contorno, necessarias para resolver os problemas de valor
de contorno (forma classica), sao automaticamente satisfeitas pela solucao do problema
variacional. Em outras palavras, estas condicoes de contorno estao naturalmente incorporadas na propria formulacao variacional. Por esta razao estas condicoes recebem o nome
condic
oes de contorno naturais.
Para obte-las basta integrar por parte. Para isto, tomemos a formulacao variacional
definida em (1.28) e integremos por parte
Z
Z L
d2 u d2 v
E(x)I(x) 2 2 dx
q(x)v(x)dx
v U 0 = a(u, v) l(v) =
dx dx
0
0
L
a
d2 u dv
d2 u dv
= E(x)I(x) 2
+ E(x)I(x) 2
dx dx 0
dx dx a+
Z L
Z L
2
d u dv
d
dx
q(x)v(x)dx
E(x)I(x) 2
dx dx
0
0 dx
a
d
d
d2 u
d2 u
=
E(x)I(x) 2 v(x)
E(x)I(x) 2 v(x)
dx
dx
dx
dx
0
a+
|
{z
}|
{z
}
1
2
L
11
L
a
d2 u dv
d2 u dv
+ E(x)I(x) 2
+ E(x)I(x) 2
dx dx 0
dx dx a+
|
{z
} |
{z
}
3
4
Z L 2
Z L
d
d2 u
+
E(x)I(x) 2 v(x)dx
q(x)v(x)dx
2
dx
0 dx
0
{z
}
|
5
(1.42)
d2
d2 u
E(x)I(x) 2 q(x) = 0 x [0, a ) e (a+ , L]
2
dx
dx
(1.43)
du
du
(0) = u(L) =
(L) = 0
dx
dx
(1.44)
(1.45)
12
Captulo 1. Motivacao
Para as vigas das Figuras 1.5-1.6
u(0) =
du
(0) = 0
dx
(1.46)
d
d2 u
E(x)I(x) 2 (L) = 0
dx
dx
d2 u
EI 2 (L) = 0
dx
(1.47)
(1.48)
(1.49)
Condicoes de salto
Para todas as vigas
a
d
d2 u
E(x)I(x) 2
=0
dx
dx
a+
a
d2 u
=0
E(x)I(x) 2
dx a+
(1.50)
(1.51)
Finalmente, outra vantagem da formulacao variacional quando comparada com a formulacao classica, esta relacionada com os metodos para a obtencao da solucao do problema. Como veremos em detalhe neste curso, a formulacao variacional tambem proporciona de maneira natural os metodos de solucao. Metodos estes que exigem um conhecimento diferente do necessario para determinar a solucao do problema de valor de
contorno.
Por exemplo, se o problema variacional consiste em determinar u U tal que
def
(1.52)
(1.53)
13
Como Un e de dimensao finita, sera possvel escolher uma base para este espaco, por
exemplo {i }i=1,n , isto e
Un = span {i }i=1,n
(1.54)
Do anterior, temos ainda
vn Un vn =
n
X
bi i , bi R
(1.55)
i=1
F(b1 , ..., bn ) X
=
a(i , j )bj l(i ) = 0, i = 1, n
bi
j=1
(1.57)
n
X
bi i
(1.58)
i=1
14
Captulo 1. Motivacao
Parte I
Introduc
ao ao C
alculo Variacional
15
Captulo 2
Introduc
ao
Tradicionalmente o calculo das variacoes esta relacionado com o problema de determinar o maximo (ou o mnimo) de expressoes que envolvem funcoes. Neste captulo vamos
apresentar alguns destes problemas, que sao classicos na literatura, e que influenciaram
o desenvolvimento dos fundamentos teoricos do calculo das variacoes e dos metodos associados para obter suas solucoes. A analise destes problemas nos permitira detectar
elementos comuns que, posteriormente, serao detalhados com o objetivo de formalizar
nossa apresentacao.
2.1
O problema da Braquist
ocrona
Todos sabemos que, ao cair, um objeto se acelera rapidamente sob a acao da gravidade.
Esta constatacao levou Galileo a perguntar, em 1637, por que uma partcula deslizando
sem atrito sob acao da gravidade sobre um arco de crculo requeria um tempo para varrer
dois pontos A e B deste arco nao maior do que empregaria movendo-se sobre a reta que
os une.
Podemos dizer que o calculo das variacoes inicia com Johann Bernoulli, quem em 1696
desafia os matematicos da epoca a encontrar a braquist
ocrona (do grego o
o menor, oo tempo), ou seja, a curva plana que, unindo os pontos A e B, proporcione o menor tempo de percurso para uma partcula deslizando sem atrito sob acao
18
Captulo 2. Introducao
da gravidade. A solucao encontrada por Bernoulli, baseada em uma analogia otica que
empregava o princpio de Fermat da otica, assim como as solucoes encontradas por seu
irmao Jacob, por Newton, Euler e Leibnizt, mostraram que tal curva era uma cicloide.
De um ponto de vista mais formal este problema pode ser formulado da seguinte
maneira. Para um certo instante de tempo t a velocidade da partcula sera:
s
p
2
2
2
dx + dy
ds
dy dx
v(x) =
=
= 1+
(2.1)
dt
dt
dx dt
Por outro lado, se designamos com g a aceleracao da gravidade e com o angulo entre
a tangente `a curva y = y(x) e o eixo vertical no ponto x, temos:
dv
= g cos
dt
dy
y =
= v cos
dt
v =
(2.2)
(2.3)
De onde:
dv
dy
d 2
dy
v=g
v = 2g
v 2 = 2gy + cte
(2.4)
dt
dt
dt
dt
Em particular, supondo que em A v = y = 0 (A tem coordenadas x = 0, y = 0),
resulta:
p
v = 2gy
(2.5)
Substituindo este resultado em (2.1) obtemos:
s
1 + (y 0 )2
1
dt =
dx
y
2g
(2.6)
dy
onde y 0 = dx
.
Logo, o tempo T = T (y) necessario para que a partcula, partindo de A com velocidade
nula, alcance o ponto B, de coordenadas x = a e y = b, deslizando-se sem atrito sobre a
curva y = y(x) sera:
1
Z a
1
1 + (y 0 )2 2
T = T (y)
dx
(2.7)
y
2g 0
De (2.7) vemos que o problema pode ser formalmente formulado da seguinte maneira:
Problema da Braquist
ocrona: determinar u D(T ) tal que:
def
(2.8)
onde:
(2.9)
2.2. Geodesicas em Rd , d3
19
2.2
Geod
esicas em Rd, d3
(2.10)
una os pontos A e B desta superfcie com o menor comprimento possvel. A curva solucao
deste problema recebe o nome de Geodesica.
Podemos observar que, se as curvas sao percorridas com uma velocidade constante, o
problema da geodesica corresponde ao problema da braquist
ocrona. Quando a velocidade
nao e constante, ou depende do caminho, os dois problemas sao totalmente diferentes e
devem ser tratados separadamente.
A formulacao da geodesica em superfcies arbitrarias do R3 foi iniciada por Johann
Bernoulli em 1698; posteriormente continuada por seu aluno Euler (1728), seguido por
Lagrange (1760) e tratada de maneira decisiva por Gauss (1827) dando lugar a uma area
importante da geometria diferencial.
Para analisar este problema consideremos o caso mais simples, que consiste em nao
restringir a curva a uma dada superfcie, e consideraremos d = 3
Uma curva podera ser parametrizada em funcao de um parametro t tal que, para t = 0
estejamos no ponto A, para t = 1 estejamos no ponto B e para t (0, 1) arbitrario, em
um ponto desta curva dada por:
def
(2.11)
(2.12)
20
Captulo 2. Introducao
(2.14)
(2.15)
onde:
k v 0 k = (v 0 .v 0 ) 2
n
o
3
D(L) =
v C 1 [0, 1] , v(0) = A, v(1) = B
(2.16)
(2.17)
(2.18)
Como u0 (t) D(L), temos que se existe a curva u que minimiza L(v) seu comprimento
Lmin tera que satisfazer:
Z 1
Lmin L(u0 ) =
k B A k dt =k B A k
(2.19)
0
Quer dizer, tera que ser menor ou igual `a distancia euclideana entre os pontos A e B.
Para confirmar a suposicao natural de que Lmin =k B A k temos que mostrar que:
k B A k L(v) v D(L)
(2.20)
2.2. Geodesicas em Rd , d3
21
B A = v(1) v(0) =
(2.21)
v 0 dt
(2.22)
kB Ak kv 0 k dt = kB Ak
kv 0 k dt
0
(2.24)
Aplicacoes praticas do problema da geodesica, nao tao simples como o anterior, surgem
ao procurarmos encontrar a solucao para o seguinte tipo de proposicao.
2.2.1
Geod
esica sobre esferas
(2.25)
onde (0, ) e [0, 2). Por sua vez, as coordenadas esfericas de A e B sao
A = (R, 0, 0) , B = (R, B , 0) , B > 0
(2.26)
Uma curva, u, sobre esta esfera pode ser caracterizada pela parametrizacao
(t) , (t) , t [0, 1]
(2.27)
22
Captulo 2. Introducao
(2.28)
(2.29)
Tambem, supondo que cada uma destas funcoes, (t) e (t), sao continuamente diferenciaveis em [0, 1], de (2.29) temos
u0 (t) = R (cos cos 0 sensen0 , sen cos 0 + sen cos 0 , sen0 ) (t)
e o comprimento da curva e dado por
Z 1
Z
0
L(u) =
ku k dt = R
0
1
0
R
0
(2.30)
0 dt = R(t)|10 = R(1) = RB
(2.31)
(2.32)
(2.33)
donde
e como (1) = 0 cte = 0, a curva que minimiza (geodesica sobre a esfera) e a dada
pelo menor arco de crculo unindo A e B. Com isto confirmamos uma suposicao que se
conhecia desde a antiguidade.
Para uma superfcie arbitraria dada por
g = g(u, v) = 0
(2.34)
2.2. Geodesicas em Rd , d3
23
(2.35)
(2.36)
tal que
Um elemento diferencial sob esta curva esta dado por
dr = (
r du r dv
r
r
+
)dt = (u0
+ v 0 )dt
u dt
v dt
u
v
1
r r
r r
r r 0 0 1
2
0
2
(u ) +
(v 0 ) + 2
k dr k= (dr dr) 2 = {
u v }2
u u
v v
u v
Assim, o comprimento desta curva entre estes dois pontos e dada por:
Z 1p
L(r(u, v)) =
Eu0 2 + 2F u0 v 0 + Gv 0 2 dt
(2.37)
(2.38)
(2.39)
r r
r r
r r
, F =
, G=
u u
u v
v v
(2.40)
r(u, v) = arg
min
q(u,v)D(L)
L(q(u, v))
(2.41)
onde:
L(q(u, v)) esta definido por (2.39) e (2.40) com q(u, v) dado por (2.35)
D(L) definido por
D(L) = {q(u(t), v(t)); u(t), v(t) C 1 [0, 1], q(u(0), v(0)) = A, q(u(1), v(1)) = B,
g(q(u(t), v(t))) 0, t [0, 1]}
(2.42)
Surge assim um novo tipo de restricao, conhecida como Lagrangiana, que deve ser satisfeita pelas curvas admissveis q(u(t), v(t)) e que corresponde `a exigencia de que todo
ponto da curva seja ponto da superfcie g(u, v) = 0 isto e
g(q(u(t), v(t))) = 0 t [0, 1]
(2.43)
24
Captulo 2. Introducao
2.3
Este tipo de problema surgiu pela primeira vez no seculo XX. Se propoe, por exemplo,
controlar a direcao quando se esta navegando em uma corrente variavel de maneira a
obter o menor percurso. Por exemplo, dados dois pontos A e B em margens opostas de
um rio com corrente variavel se procura conhecer qual e o caminho que um barco deve
percorrer para que, viajando a velocidade constante com relacao `a agua, una os pontos A
e B no menor tempo possvel. A Figura 2.4 representa o problema anterior.
Para uma velocidade constante do barco (w = 1) e chamando com v = v(x) a velocidade da corrente no rio, o tempo empregado pelo barco para unir os pontos A = (0, 0) e
B = (h, yB ) seguindo um percurso dado pela curva y = y(x) esta dado pela expressao
Z
T (y) =
p
[(x) 1 + (y 0 )2 (x) (2 vy 0 )(x)]dx
(2.44)
(2.45)
(2.46)
yD(T )
onde
Neste exemplo, temos simplificado ao maximo:
as margens do rio sao paralelas (podemos generalizar para curvas dadas);
a velocidade do barco e constante (poderia ser variavel);
a velocidade da corrente v se supoe v = v(x), mas nada impediria que v = v(x, y).
25
2.4
Problemas Isoperim
etricos
Um dos problemas mais antigo da otimizacao corresponde a encontrar a maxima area que
pode ser fechada por uma curva de comprimento determinado. De acordo com Virglio, a
rainha Dido de Cartago, quando disse que sua provncia teria toda a superfcie que poderia
ser fechada pelo couro de um touro, cortou este couro em finas tiras que unidas formaram
uma corda de longitude L cujos extremos ancorou-os na costa (reta) do Meditarraneo
(ver figura 2.5). Esta corda foi colocada formando um semi-crculo que, nessa epoca (850
a.c.) acreditava-se que conduzia a maior superfcie e, desta forma, nascia na mitologia a
provncia de Cartago.
O geometra grego Zenodoros aparentemente conhecia que o crculo proporcionava
a maior area entre polgonos com o mesmo permetro. Posteriormente, Pappus (390
d.c.) concluiu que o crculo era o que realmente maximizava a area entre todas as
curvas fechadas de igual permetro (por isto o nome dado a estes problemas: problema
isoperimetrico).
Uma forma intuitiva de ver que o crculo e a resposta correta a este problema e a
seguinte. Suponha para isto um cilindro de paredes inextensveis mas completamente
flexvel que se deforma se colocarmos agua (ver figura 2.6). Devido a acao da gravidade,
a agua tende a adquirir a menor altura possvel. Por outro lado, como a pressao depende
somente da altura, o estado de esforco a que a parede do cilindro esta submetido e o mesmo
em todo ponto de sua secao transversal. Logo, a configuracao de equilbrio tendera a ter
uma curvatura constante. Em outras palavras, a configuracao de equilbrio e a de um
cilindro com secao transversal circular. Por sua vez, como a agua tende a adquirir a
menor altura possvel, a area da secao transversal tera que ser maxima. Logo, dasta
analise teremos que a solucao imaginada pela rainha Dido estava correta.
Do ponto de vista matematico, o problema pode ser formulado da seguinte maneira
(figura 2.7). Vamos supor que a curva e suave (suficientemente regular), de longitude L
26
Captulo 2. Introducao
(2.47)
u(0) = u(1)
(2.48)
tal que
por ser uma curva fechada.
A area fechada por esta curva esta dada por
Z 1
Z
A(u) =
x(t)dy(t) =
0
x(t)
0
dy(t)
dt
dt
(2.49)
(2.50)
onde
D(A) =
dv
dt = L
dt
(2.51)
Uma versao moderna que combina aspectos do problema isoperimetrico com o problema de controle da trajetoria otima discutida na secao anterior, se deve a Chaplygin
(1938). Consiste, por exemplo, ao problema de um aviao de reconhecimento que voando
a velocidade constante com relacao ao vento deve realizar em um tempo predeterminado
e conhecido um caminho fechado varrendo a maior area possvel.
Zenodoros considerou uma generalizacao do problema isoperimetrico ao procurar o
maior volume limitado por uma superfcie de area prefixada.
27
2.4.1
Problema da caten
aria
Um outro problema similar ao isoperimetrico, atraibuido a Euler, mas segundo Goldstine originalmente proposto por Galileo que inclusive acreditava que a forma otima era
parabolica e que foi analisado por Bernoulli em 1701, consiste em encontrar a forma que
um cabo inextensvel, de peso por unidade de comprimento dado por W e de comprimento
L, assume devido a seu peso proprio quando suportado em seus extremos separados de
uma distancia H (figura 2.8)
Para formular este problema, adotamos a seguinte parametrizacao
y(s), s [0, L] e H < L
(2.52)
A forma que toma a corda devera ser tal que minimize a energia potencial total ou,
por ser o cavo inextensvel, maximize o trabalho realizado pelo peso proprio
Z L
Z L
(2.53)
F (y) =
W y(s)ds = W
y(s)ds
0
s
dx(s) =
logo
G(y) =
1
0
dy
ds
dy
ds
2
ds
(2.55)
2
ds = H
(2.56)
onde
(2.57)
(2.58)
28
Captulo 2. Introducao
2.5
Considere os aros circulares indicados na Figura 2.9. Queremos encontrar a superfcie que
apoiada sobre estes dois crculos tenha a menor superfcie de revolucao. Este problema
foi analisado por Euler em 1744.
Para formular este problema teremos que calcular a superfcie de revolucao associada
a uma curva y = y(x) suficientemente regular
s
2
Z L Z 2
Z L
dy
S(y) =
(y(x)d) ds(x) = 2
y(x) 1 +
dx
(2.59)
dx
0
0
0
e onde
y(0) = r1
e y(L) = r2
(2.60)
com r1 e r2 os raios dos respectivos crculos. O problema pode assim ser formulado:
Determinar y D(S) tal que
def
y = arg min S(v)
(2.61)
vD(F )
onde
(2.62)
facil ver neste problema que se vamos aumentando a distancia entre ambos os
E
crculos, a solucao tera que ser do tipo indicado na Figura 2.10.
Espera-se, portanto, que para L suficientemente grande em relacao a r1 e r2 , a solucao
se degenere da forma como indicado na Figura 2.11.
Ou seja, a solucao e agora uma funcao y
/ D(S)!. A superfcie se obtem atraves da
rotac`ao da func
ao indicada na Figura 2.11. Temos assim duas alternativas. A primeira
simplesmente e dizer que a solucao nao existe no espaco D(S). A segunda alternativa
consiste em estender este espaco de maneira a incluir funcoes com pontos angulosos.
2.6. Comentarios
29
2.6
Coment
arios
Z b
dy
F(y) =
f x, y(x),
dx
(2.63)
dx
a
para uma funcao de valor real f conhecida. As funcoes y sao de valor real (vetorial)
suficientemente regulares. D e o conjunto destas funcoes que devem satisfazer condicoes
de contorno de definicao do problema, em nosso caso, nos extremos x = a e x = b.
Ainda mais, em alguns problemas vimos que estas funcoes deveriam satisfazer restricoes
adicionais do tipo isoperim
etrico, ou seja, dadas por uma expressao do tipo L (y) igual
a um valor prescrito.
Outras vezes, a restricao adicional e do tipo Lagrangiana, ou seja, e uma restricao
que deve ser satisfeita em todo ponto do domnio de integracao
dy
g x, y(x),
= 0, x (a, b)
(2.64)
dx
como ocorre com o problema da geodesica.
Finalmente, e como vimos com o problema da superfcie de revolucao, em alguns casos
a solucao nao existe em D, mas sim em um conjunto maior.
Nos proximos captulos trataremos de formalizar estas ideias.
Antes de finalizar com este captulo, vamos observar mais um detalhe. Todos os
problemas apresentados dao lugar ao que e conhecido na literatura com o nome de C
alculo
das Varia
co
es. Com este nome se distingue fundamentalmente o problema de determinar
uma funcao que minimiza (maximiza) um certo funcional.
Atualmente, esta terminologia e mais abrangente. De fato, se observamos todos os
casos estudados, o valor que estes funcionais tomam depende:
da funcao (ou funcoes) u;
das condicoes de contorno e/ou condicoes isoperimetricas ou lagrangianas;
do domnio de integracao.
30
Captulo 2. Introducao
Z b
du
F(u) =
f x, u,
dx,
(2.65)
dx
a
u(a) = A e u(b) = B
Logo, podemos particionar o intervalo [a, b] em n + 1 partes iguais (ou nao) dado pelos
pontos
x0 = a, x1 , , xn , xn+1 = b
(2.66)
Fazendo uso de (2.66) e (2.65) obteremos:
Z x1
Z xn+1
n+1 Z
X
0
0
F(u) =
f (x, u, u ) dx + +
f (x, u, u ) dx =
x0
xn
i=1
xi
f (x, u, u0 ) dx (2.67)
xi1
Por outro lado, podemos substituir (aproximar) a funcao u, que temos admitido suficientemente regular, pela funcao linear por partes ua definida pela poligonal de vertices:
(x0 , u0 = u(x0 ) = A) , (x1 , u1 = u(x1 )) , , (xn , un = u(xn )) , (xn+1 , un+1 = u(xn+1 ) = B)
(2.68)
O valor do funcional para esta aproximacao sera:
n+1 Z xi
X
ui ui1
F(ua ) = F(u1 , , un ) =
dx
(2.69)
f x, ua ,
h
i=1 xi1
onde h = xi xi1 , i [1, , n + 1] (particao uniforme).
Por sua vez, as integrais em (2.69) podem ser aproximadas empregando algum metodo
de integracao. Como resultado temos mais uma aproximacao (integracao numerica) que
resulta, por exemplo, em
n+1
X
u
u
i
i1
e a ) = F(u
e 1 , , un )
f xi , u i ,
(2.70)
F(u
h
h
i=1
2.6. Comentarios
31
n+1
X
h
ui ui1
ui ui1
f xi1 , ui1 ,
+ f xi , u i ,
h
h
2
i=1
(2.71)
De (2.70) e (2.71) vemos que com estas aproximacoes o funcional F(u) passa agora a
e a ) = F(u
e 1 , , un ) de n variaveis u1 , , un .
ser aproximado pela func
ao F(u
Devido `as hipoteses de regularidade que temos imposto a u segue-se que ua converge
(em algum sentido) a u para n . Novamente, devido `as hipoteses de regularidade
e a ) F(u) para n .
sobre f tambem podemos esperar que F(u
Logo, o problema exato do min F(u) podemos aproxima-lo pelo problema:
e a ) = F(u
e 1 , , un )
F(u
min
ui <,i=1,,n
e 1 , , un )
F(u
(2.72)
Ou seja, o problema original foi substituido pelo problema de mnimo (sem restricoes!)
de uma funcao de n variaveis e que, da teoria do calculo de funcoes, esta caracterizado
pelo sistema de equacoes (geralmente nao linear) dado por:
Fe
= 0,
ui
i = 1, 2, , n
(2.73)
32
Captulo 2. Introducao
Captulo 3
Formalizac
ao do C
alculo Variacional
3.1
Diferencial G
ateaux de um Operador
Nesta secao vamos estender os conceitos de diferencial de uma funcao para poder definir
o conceito de diferencial de um operador.
Para isto, sejam U e V dois espacos normados e P um operador de U em V
P : U V
u P (u) V
(3.1)
(3.2)
=0
lim
[P
(u
+
P
(u)]
dP
(u,
)
0
V
dP (u, ) = lim
(3.4)
(3.5)
= e 00
(3.7)
c
33
34
logo:
i
1 h
dP (u, c) = lim
P (u + c) P (u)
0 /c
c
1
= c lim [P (u + ) P (u)]
0
= c dP (u, )
com o que provamos que e homogeneo, mas nao podemos provar a propriedade aditiva.
Outro detalhe implcito na definicao (3.4) e que tanto u como estao fixos, porem o
limite e tomado para 0. A existencia do limite pressupoe:
1. P (u) esta definido
2. P (u+ ) esta definido para todo suficientemente pequeno, logo, neste caso teremos
que P (u + ) e uma funcao em e a definicao (3.4) implica em:
dP (u, ) =
P (u + )
(3.8)
=0
se esta derivada classica em relacao a existe em = 0.
Vemos, assim, que o diferencial Gateaux em u depende do comportamento local de P
na vizinhanca de u. Nao obstante, este diferencial pode nao existir para qualquer direcao
nao nula ou pode existir para algumas direcoes e nao existir para outras. De qualquer
maneira, se existe para uma direcao , P (u, ) tem uma continuidade direcional, ja
que da definicao (3.4) temos:
lim kP (u + ) P (u)kV = 0
(3.9)
(
u21 1 + u12 , u2 6= 0
P (u) =
0
se u2 = 0
Para calcular dP (0, ), tomemos = (1 , 2 ) , 2 6= 0 logo:
P (0 + ) P (0) = P (0 + ) = ( 1 )
donde
1
1+
2
1
2
1
2
dP (0, ) = lim ( 1 ) 1 +
= 1
0
2
2
35
P (u) =
sin x + u2 (x) dx
a
P (u + v) =
sin x + (u + v)2 dx
a
est
a tambem definido. Apliquemos a definic
ao (3.4), logo:
Z
1
1 b
[P (u + v) P (u)] =
(u + v)2 u2 dx
a
Z
1 b 2
=
u + 2u v + 2 v 2 u2 dx
a
Z
Z
1 b 2 2
1 b
2u v dx +
v dx
=
a
a
Z b
Z b
v 2 dx
uv dx +
= 2
a
Cada uma destas integrais esta definida e sao constantes independentes de . Logo, o
limite (3.4) existe e esta dado por:
Z b
dP (u, v) = 2
uv dx
u, v U
a
Observa
c
ao 3.1 Podemos notar que neste exemplo se verifica que:
P (u + v) P (u) = P (u, v) + h (u, v)
(3.10)
onde P (u, v) e homogeneo em v e neste exemplo aditivo (logo e linear!) e h (u, v) e tal
que:
lim h (u, v) = 0
0
sin x + (u + v)2 dx
P (u + v) =
a
Z b
Z b
Z b
3
2
2
v 2 dx
uv dx +
sin x + u dx + 2
=
a
P (u + v) = 2
uv dx + 2
v 2 dx
a
a
36
de onde
Z b
P (u + v)
=2
uv dx
a
=0
P (u) =
(x)
1 + u0 (x)2 dx,
du
= u0
dx
est
a definido u C 1 [a, b]. Logo
Z
P (u + ) =
(x)
1 + [(u + )0 ]2 dx
Z b
(x) u0 0
dP (u, ) =
P (u + v)
dx
=
1 + u02
a
=0
3.2
Diferencial G
ateaux de um Funcional
A seguir, vamos limitar nossa apresentacao para o caso do operador P ser um funcional
(neste caso V = R) onde imporemos retricoes adicionais de maneira a satisfazer (3.10).
Logo, seja F : D (F) U R um funcional definido em um subconjunto D (F) ,
domnio de definicao de F, do espaco Banach U . Em particular vamos admitir a seguinte
restricao:
Restric
ao 1: O domnio de definicao do funcional e uma variedade linear
densa em U .
Se D (F) e uma variedade linear em U , isso significa que existe u D (F) tal que todo
elemento v D (F) pode ser expresso por:
v =u+
(3.11)
37
Como D (F) e denso em U , isso significa que existe um elemento v desta variedade, tal
que
ku + u vkU < u U
mas como v D (F) isso significa que pode expressar-se da forma (3.11) para algum
M, logo
ku + u (u + )kU = ku k <
u U
O anterior nos diz que qualquer elemento do espaco Banach U pode ser aproximado com
a precisao que desejarmos por um elemento de M. Em outras palavras, M e denso em
U . Reciprocamente e da mesma maneira anterior podemos mostrar que se M e denso em
U e se u e um elemento fixo de U entao a variedade linear de elementos da forma u + ,
M, e denso em U.
Exemplo 3.4 Consideremos, por exemplo, o Problema 2.5 da Mnima Superfcie de
Revolu
c
ao. Neste caso, o funcional estava dado por
Z L
S (u) = 2
u (x) 1 + u02 dx
0
e onde u D (S) = {v; v C 1 [0, L] , v(0) = r1 , v(L) = r2 }. Para este problema, podemos
tomar como U o espaco L2 [0, L] de func
oes quadraticamente integr
aveis em [0, L] . Por
sua vez, D (S) e uma variedade linear de L2 [0, L]. De fato, podemos tomar u como
u (x) = r1 +
x
(r2 r1 )
L
Diz-se que a funcao e finita no domnio limitado se tem infinitas derivadas em e se e diferente
de zero em algum subdomnio interior de .
38
Vejamos com mais detalhes o que queremos dizer com a restricao anterior. Se varia
em um subespaco n-dimensional Mn , podemos introduzir uma base {i , i = 1, 2, ..., n} ,
logo se Mn , podemos expressa-lo como
=
n
X
ai i
ai R
i=1
e para u resulta:
F (u + ) = Fe (a1 , a2 , ..., an )
Desta maneira, o funcional resulta uma funcao de n-variaveis que pela Restricao 2
estamos admitindo que e continuamente diferenciavel com relacao a estas variaveis `as
vezes necessarias.
A partir de agora, consideremos o funcional F sujeito `as Restricoes 1 e 2. Logo, seja
u D (F) arbitrario o mesmo que M e seja R tambem arbitrario. Nao resulta
difcil provar que o elemento:
u + D (F)
Para isto, sabemos que dado u D (F) existe um 0 M tal que
u = u + 0
Logo:
u + = u + 0 + = u + (0 + )
Entao, cada termo no parenteses pertence a M (e, portanto, sua soma tambem!):
0 + M
de onde
u + (0 + ) D (F) u + D (F)
Vejamos agora o funcional F (u + ) = F (u + (0 + )) . O elemento 0 + pertence ao subespaco 2-dimensional. Da Restricao 2 F (u + ) e continuamente diferenciavel em . Logo podemos calcular a diferencial Gateaux no ponto u segundo a direcao
dF (u, )
= F (u, )
dF (u, ) =
d
=0
39
1 , 2 R
da Restricao 2 a express
ao F (u + 1 1 + 2 2 ) e uma func
ao continuamente diferenci
avel
em 1 , 2 . Suponha 1 = a1 e 2 = a2 onde e uma variavel real independente e a1 , a2
s
ao n
umeros arbitrarios, no entanto fixos, logo
F (u, a1 1 + a2 2 ) =
F (u + 1 1 + 2 2 )
F (u + a1 1 + a2 2 )
=
1
1 =2 =0
=0
1
2
F (u + 1 1 + 2 2 )| = =0
+
1
2
= 1 F (u, 1 ) + 2 F (u, 2 )
Como pudemos ver, a variacao Gateaux em um espaco normado e analoga ao conceito de derivada direcional em Rn . Nao podemos esperar que esta variacao nos de uma
boa aproximacao do funcional correspondente (exceto para as Restricoes anteriores). Estas Restricoes estao, de certa maneira, associadas a um conceito mais forte que e o de
diferencial no sentido Frechet.
Diferencial Fr
echet O funcional F : U R se diz diferenciavel no sentido Frechet
em u S U , S um subconjunto aberto de U, se existe um funcional linear e contnuo
DF (u) : U R tal que
F (u + ) F (u) = DF (u) + w (u, )
onde
|w (u, ) |R
=0
0
kkU
lim
40
de onde:
F (u + ) F (u)
() 1
= DF (u)
+ w (u, )
w (u, )
= DF (u) + kkU
kkU
w (u, )
= DF (u) + kkU
kkU
e tomando o limite para 0 (e, portanto,kk 0) resulta
F (u, ) = DF (u)
Proposic
ao 3.3 Se F e diferenci
avel no sentido Frechet em u0 S U, logo F e
contnuo em u0 .
Demonstrac
ao Como F e diferenciavel no sentido Frechet temos:
|F (u) F (u0 )| |DF (u0 ) (u u0 )| + |w (u0 , u u0 )|
logo:
|F (u) F (u0 )| 0, com u u0
Teorema 3.1 Se o funcional F : U R tem em uma vizinhanca aberta Sr (u0 ) U a
variac
ao Gateaux F (u0 , ) para todo U e:
(i) F (u0 , ) e linear e contnuo em
(ii) para u u0 |F (u, ) F (u0 , )| 0 uniformemente B = { U, kkU = 1}
logo F e diferenci
avel no sentido Frechet em u0 e ambas coincidem.
Vejamos alguns exemplos que poem em evidencia os aspectos anteriores.
Exemplo 3.5 Consideremos o seguinte funcional
Z b
3
F(u) =
sin x + u (x)2 dx
a
Observa
c
ao:
(3.12)
41
x [a, b]
logo
|u| = 0 u (x) = 0
x [a, b] u = 0 em C [a, b]
x[a,b]
Vamos mostrar que F (u) e contnuo em u0 C [a, b] para isto devemos estimar:
Z b
2
2
|F(u) F (u0 )| =
u (x) u0 (x) dx
a
Z b
u (x)2 u0 (x)2 dx
a
Z b
=
|[u (x) u0 (x)] [u (x) + u0 (x)]| dx
a
Z b
=
|u (x) u0 (x)| |u (x) + u0 (x)| dx
a
Z b
|u u0 | |u + u0 | dx = (b a) |u u0 | |u + u0 |
a
ent
ao se |u u0 | < 1. Logo |u| < 1 + |u0 | . Com efeito:
|(u u0 ) + u0 | |u u0 | + |u0 | |u| |u u0 | + |u0 |
onde:
|u| < 1 + |u0 |
se |u u0 | < 1
42
Logo
|F(u) F(u0 )| < (b a) (1 + 2 |u0 | ) |u u0 | = A0 |u u0 |
toda vez que |u u0 | < 1 e onde A0 = (b a) (1 + 2 |u0 | ) . Este resultado mostra que
para todo > 0 podemos fazer:
|F(u) F(u0 )| <
desde que tomemos:
|u u0 |
< = min 1,
A0
def
Com isto temos que F (u0 , ) e linear e contnuo em u0 . Com isto provamos a condic
ao
(i) do Teorema 3.1. Vejamos a condic
ao (ii): para isto suponhamos || = 1, logo
Z b
|F(u, ) F(u0 , )| = 2
(u (x) u0 (x)) (x) dx
a
2 (b a) |u u0 | || = 2 (b a) |u u0 |
que tende a zero para u u0 independentemente da direc
ao . Logo, do Teorema teremos
que o funcional e diferenci
avel no sentido Frechet para todo u0 C [a, b] ja que u0 foi
tomado de forma arbitraria.
Exemplo 3.6 Consideremos o funcional
Z b
p
F(u) =
(x) 1 + u0 (x)2 dx
a
43
que, para C [a, b] dado, esta definido para todo u C 1 [a, b] . Vamos adotar neste
espaco a seguinte norma:
def
x[a,b]
(3.13)
Vamos mostrar que (3.13) e uma norma, nesta norma o funcional e contnuo em todo
espaco, a diferencial Gateaux e um funcional linear e contnuo em e que para
||C 1 [a,b] = 1, |F (u, ) F (u0 , )| 0
uniformemente para u u0 .
(i) Vamos provar que (3.13) e uma norma
Positiva definida: da definic
ao (3.13) vemos:
0 |u0 | kuk1
Desigualdade do tri
angulo:
|(u1 + u2 ) (x)| + (u1 + u2 )0 (x) |u1 (x)| + |u2 (x)| + |u01 (x)| + |u02 (x)|
= (|u1 (x)| + |u01 (x)|) + (|u2 (x)| + |u02 (x)|)
max {(|u1 (x)| + |u01 (x)|) + (|u2 (x)| + |u02 (x)|)}
x[a,b]
0
+ max |u2 (x)| + max |u2 (x)|
x[a,b]
x[a,b]
= ku1 k1 + ku2 k1
Do resultado anterior obtemos:
def
ku1 + u2 k1 = max |(u1 + u2 ) (x)| + max (u1 + u2 )0 (x)
[a,b]
[a,b]
ku1 k1 + ku2 k1
(ii) Vamos mostrar que o funcional e contnuo em (C 1 [a, b] , kk1 ) . Para isso, observemos que:
f (z) = 1 + z 2
est
a definida para todo z R. Por sua vez:
f 0 (z) =
|z|
z
|f 0 (z)| =
1
1 + z2
1 + z2
z R
44
f (z) f (z0 ) =
f 0 (t) dt
z0
logo
|f (z) f (z0 )| =
z
z0
f (t) dt
0
z0
0
0
2
2
|F(u) F(u0 )| =
(x)
1 + u (x) 1 + u0 (x) dx
Za b
0
0
=
(x) [f (u (x)) f (u0 (x))] dx
a
Z b
Z b
| (x)| dx ku u0 k1
=
a
b
b
u00 (x) 0 (x)
u00 (x) 0 (x)
|F(u0 , )| =
(x) p
dx
dx
(x) p
a
1 + u00 (x)2
1 + u00 (x)2
a
Z b
Z b
0
| (x)| dx kk1 = A kk1
| (x)| | (x)| dx
a
Agora nos falta mostrar a parte (ii) do Teorema 3.1. Para kk1 = 1, temos:
Z b
|F(u, ) F(u0 , )|
| (x)| |f (u0 (x)) f (u00 (x))| | 0 (x)| dx
a
Z b
kk1
| (x)| |u0 (x) u00 (x)| dx
Z b a
Z b
| (x)| dx
|u0 (x) u00 (x)| dx
a
A ku u0 k1
para
kk1 = 1
45
tal que
3.3
Notac
ao Variacional
F (u + )
F (u, ) =
=0
que corresponde ao diferencial Gateaux do funcional F no ponto u segundo a direcao .
Na literatura e comum encontrar a seguinte notacao:
F (u, ) primeira variacao do funcional
variacao admissvel
Nao resulta difcil mostrar que (exerccio):
(i) Se F1 (u, ) e F2 (u, ) existem para u e U resulta:
(F1 F2 ) (u, ) = F1 (u, ) F2 (u) + F1 (u) F2 (u, )
(ii) Se F1 (u) 6= 0 logo:
F2
F2 (u, ) F1 (u) F2 (u) F1 (u, )
(u, ) =
F1
F1 (u)2
(iii) Se h C 1 (R) logo:
(h (F)) (u, ) =
dh
(F (u)) F (u, )
dx
46
Tendo sempre presente esta diferenca, mas levando em conta esta semelhanca formal
de ambos os conceitos, podemos introduzir uma notacao (formal) para o calculo das
variacoes. Para isso, observamos que dada a funcao u, definida em um certo domnio do
espaco Euclidiano, e dado a varia
c
ao admissvel em u temos:
u +
e sua variacao sera
=
u =
(u + )
=0
(3.14)
de onde
(u + )(m) = (m)
F ((u, v) , (, )) =
3.4
b
a
h (x) v 0 (x) dx = 0
Demonstrac
ao Seja c uma constante a ser definida convenientemente, a funcao:
Z x
def
v (x) =
(h (t) c) dt C 1 [a, b]
0
(3.15)
47
e tal que v 0 (x) = h (x) c C [a, b] . Por sua vez, da definicao resulta v (0) = 0. Para que
v C01 [a, b] temos que determinar c de maneira que v (b) = 0. Para isso:
Z b
Z b
1
(h (x) c) dx = 0 c =
h (x) dx
ba a
a
logo para esta funcao h e esta constante c assim calculados temos:
Z b
Z b
2
0
(h (x) c) dx =
(h (x) c) (h (x) c) dx
a
a
Z b
Z b
Z b
=
(h (x) c) v (x) dx =
h (x) v (x) dx c
vdx
a
a
a
Z b
= 0 h (x) c 0 h (x) = cte em [a, b]
=
h(x)v 0 (x)dx
cv|ba
|{z}
a
=0,(C01 [a,b])
Proposic
ao 3.4 Se g, h C [a, b] sao tais que
Z b
[g (x) v (x) + h (x) v 0 (x)] dx = 0
a
onde
v C01 [a, b]
logo
h C 1 [a, b] e h0 (x) = g (x)
x [a, b]
Demonstrac
ao Definamos a funcao G (x) dada por:
Z x
def
G (x) =
g (t) dt para x [a, b]
a
logo
G C 1 [a, b] e G0 (x) = g (x)
por sua vez
g (x) v (x) dx =
a
G0 (x) v (x) dx
48
v C01 [a, b]
e
h0 (x) = g (x) em [a, b]
Adotando h = 0 nesta Proposicao obtemos o seguinte Corolario:
Corol
ario 3.1 Se g C [a, b] e tal que:
Z
g (x) v (x) dx = 0
a
v C01 [a, b]
logo
g 0 em [a, b]
Este resultado admite generalizacao dada pelo seguinte Lema conhecido como de Lagrange.
Lema 2 (Lagrange)
Se g C [a, b] e para algum m = 0, 1, 2, resulta
Z
g (x) v (x) dx = 0
v D0 g 0
em [a, b]
(3.16)
onde
D0 =
k = 0, 1, ..., m
dk v
dxk
Demonstrac
ao Suponhamos que existe c (a, b) tal que g(c) > 0. Logo, da continuidade de g, temos um intervalo [, ] (a, b) no qual:
g (x) > 0
x [, ]
49
[(x )( x)]m+1 x [, ]
def
v(x) =
0
x
/ [, ]
Da definicao vemos que v D0 e nao negativa, logo
Z b
Z
g (x) v (x) dx =
g (x) v (x) dx > 0
a
o que contradiz a hipotese do Lema. De maneira similar, se g (c) < 0 podemos tomar
w (x) = v (x) , resultando novamente a mesma contradicao. Como c foi escolhido arbitrariamente em (a, b) temos finalmente, que
g (x) = 0
x (a, b)
mas como por hipotese g C [a, b] , por continuidade forcosamente g devera anular-se nos
extremos do intervalo. Logo
g (x) 0
em [a, b]
Proposic
ao 3.5 O Lema de du Bois-Raymond pode tambem ser generalizado. Com
efeito, se h C [a, b] e para algum m = 1, 2, ... resulta:
Z b
h (x) v m (x) dx = 0
v Dm
a
onde
k = 0, 1, ..., m 1
entao
h C 1 [a, b]
h = cte em [a, b]
para sua demonstracao temos construdo funcoes v (x) a partir de h (x) de maneira a estar
em D1 . Logo, para m = 2 podemos repetir o raciocnio:
Z x Z t
v(x) =
[h() c0 c1 ]d dt
a
50
v (x) =
(h (t) c0 c1 t) dt
a
v (b) = 0 =
(h (x) c0 c1 x) dx = 0
(3.17)
v (b) = 0 =
dx
a
(h (t) c0 c1 t) dt = 0
a
(h (x) c0 c1 x) dx =
Z
a
b
(h (x) c0 c1 x) (h (x) c0 c1 x) dx
a
(h (x) c0 c1 x) v 00 (x) dx = 0
pelo que:
h (x) = c0 + c1 x
e assim sucessivamente.
(3.18)
Captulo 4
Equac
oes de Euler
A solucao de Jacob Bernoulli (em 1696) do problema proposto por seu irmao Johann
(Brachistochrone problem) marca o aparecimento do calculo variacional. Entretanto, foi
somente com os trabalhos de Euler (1742) e de Lagrange (1755) que surgiu uma teoria
sistematica do calculo variacional.
Inicialmente estes dois autores se limitaram a estabelecer as condicoes que eram
necess
arias para que a integral (funcional):
Z b
F(u) =
f (x, u (x) , u0 (x)) dx
(4.1)
a
(4.2)
(4.3)
Este novo problema procura a curva que, cobrindo uma distancia horizontal b a prefixada, seja percorrida por uma partcula no menor tempo possvel, nao importando
quanto esta curva descende no ponto x = b. Este problema pertence aos problemas
com um extremo livre.
Existem, tambem, problemas com os dois extremos livres. O problema correspondente da Brachistochrone e o de determinar a curva que seja percorrida no menor tempo
possvel e cujos extremos estao apoiados sobre duas curvas conhecidas. O anterior se
conhece como condi
c
oes transversais. Neste caso, o funcional toma a forma
Z x2
(4.4)
F (u) =
f (x, u (x) , u0 (x)) dx
x1
51
52
(4.5)
onde [x1 , x2 ] < e gi (x, y) = 0, (i = 1, 2), sao funcoes conhecidas. A Figura 4.1 representa
estes distintos problemas.
Neste captulo estudaremos as condicoes necessarias que deve satisfazer um dado funcional para alcancar um mnimo (ou maximo) local.
4.1
53
Defini
c
ao 4.1 (Extremos locais) Seja (U, kkU ) um espaco vetorial real normado e F
um funcional definido em D U . Logo, u0 D e um ponto extremo local de F em D se
para algum r > 0, u0 e um ponto extremo para F em Br (u0 ) = {u D; ku u0 kU < r}.
Em outras palavras, se:
1. F (u0 ) F (u) u Br (u0 ) maximo local, ou
2. F (u0 ) F (u) u Br (u0 ) mnimo local.
Das definicoes se segue que todo ponto extremo e um ponto extremo local, qualquer
que seja a norma implicada. Nao obstante, um extremo local relativo a uma norma pode
nao ser um extremo local pertinente a outra norma.
Assim, a variacao de Gateaux de um funcional (definida no Captulo 3) pode ser
calculada sem levar em consideracao a norma em U e se seu valor e n
ao nulo em u0 ,
entao, elimina toda possibilidade de extremo local com relacao a qualquer norma. Com
efeito, suponha-se que, para uma certa direcao admissvel resulte:
F (u0 , ) > 0
logo, existira um > 0 suficientemente pequeno, para o qual:
F (u0 + ) F (u0 )
>0
e possvel.
Temos, assim, o seguinte teorema:
Teorema 4.1 No espaco normado (U, kkU ), se u0 D U e um ponto extremo local
para o funcional F definido em D, logo
F (u0 , ) = 0
admissvel em u0
(4.6)
54
Observa
c
ao 4.1 Quando o funcional em estudo satisfaz as restric
oes impostas no Captulo
3, ou seja, quando o diferencial Gateaux F (u0 , ) e linear e contnuo em , o incremento
do funcional em u0 na direc
ao admissvel est
a dado pela express
ao (3.10)
F (u0 , ) F (u0 ) = F (u0 , ) + h (u0 , )
onde h (u0; ) e um funcional de ordem superior em . Desta maneira, e para suficientemente pequeno, o sinal de F (u0 , ) F (u0 ) esta dado pelo sinal de F (u0 , ).
importante observar que e mais correto empregar a designacao ponto estacionario
E
em lugar de ponto extremo. Assim, e como no calculo de funcoes, a condicao
F (u0 , ) = 0
D (F) admissvel
4.2
Equac
ao de Euler
Por simplicidade, vamos supor que a funcao f (x, u (x) , u0 (x)) em (4.1) e uma funcao
contnua com relacao a x, u (x) e u0 (x) bem como suas derivadas
fu =
f
,
u
f u0 =
f
u0
em [a, b] <2 . Logo, para cada u (x) C 1 [a, b] o funcional (4.1) esta definido. Por sua
vez, a variacao Gateaux do funcional no ponto u e na direcao (admissvel), esta dada
por:
Z b
dF (u + )
=
[fu (x, u (x) , u0 (x)) (x) + fu0 (x, u (x) , u0 (x)) 0 (x)] dx
F (u; ) =
d
a
=0
(4.7)
Proposic
ao 4.1 Se u C 1 [a, b] e tal que que F (u; ) = 0 para todo D (F) admissvel, ou seja, para todo , tal que
55
logo
fu0 (x, u (x) , u0 (x)) C 1 [a, b]
(4.8)
d
fu0 (x, u (x) , u0 (x)) = fu (x, u (x) , u0 (x))
dx
F (u; ) = f
u0
x [a, b]
b
(4.9)
(4.10)
Prova. As express
oes (4.8) e (4.9) sao obtidas da Proposic
ao 3.4, onde:
g (x) = fu (x, u (x) , u0 (x)) ;
Por sua vez, o resultado (4.9) permite escrever o integrando de (4.7) como:
d
(fu0 (x) (x))
dx
logo:
F (u; ) =
a
d
(fu0 (x) (x)) dx = fu0 (x) (x)|ba
dx
d
fu0 (x, u (x) , u0 (x)) = 0
dx
x (a, b)
4.3
56
ou de
f (u, u (x) , u0 (x)) = u (x) u0 (x)
em geral nao e simples encontrar alguma solucao para a equacao de Euler. Porem, quando
uma ou mais variaveis da funcao f (u, u (x) , u0 (x)) nao esta presente explicitamente, podemos obter alguns resultados. Nesta secao veremos alguns desses casos.
a) f (x, u (x) , u0 (x)) = f (u0 (x)).
Para este caso, a equacao Euler toma a forma:
fu
d
d
fu0 = fu0 = 0 fu0 (u0 (x)) = cte
dx
dx
(4.11)
1 + z 0 ()2 d
L () =
0
logo
1 + z 0 ()2 = f (z 0 ())
f (, z () , z 0 ()) =
z0
1 2z 0
=
2 1 + z 02
1 + z 02
onde a condica
o necess
aria para que z () D (L) minimize L (z) em D (L) e:
fz 0 =
z0
= cte z 0 = cte
02
1+z
(4.12)
(4.13)
57
x, y I
0<<1
(4.14)
Defini
c
ao 4.4 Se diz estritamente convexa se somente a desigualdade em (4.14)
e satisfeita.
Exemplo 4.2 A func
ao linear em x e convexa, mas nao estrita.
A Figura 4.2 nos mostra o sentido geometrico deste conceito para f : I = [x0 , x1 ]
R. Entretanto, se a funcao f C 1 [I], o conceito anterior podemos reformula-lo da
seguinte forma (ver Figura 4.3.
58
x0 , x I
(4.15)
(4.16)
(4.17)
1
f (x) f (x0 ) = f (x0 + (x x0 )) (x x0 )2 > 0
2
ou seja, se f e convexa, a condicao e tambem suficiente de mnimo!
Algo absolutamente similar ocorre com os funcionais. Desta forma, para u0 D (F)
fixo e D (F) admissvel, o funcional F (u0 + ) e uma funcao na variavel (
suficientemente pequeno). Admitindo a regularidade necessaria, podemos expandir
esta funcao em serie de Taylor e, adotando-se = 1, resulta:
1
d
d
+
F (u0 + ) = F (u0 ) + F (u0 + )
F (u0 + )
d
2 d 2
=0
=
1 d2
= F (u0 ) + F (u0 ; ) +
F (u0 + )
, (0, 1)(4.18)
2 d 2
=
Em particular, a expressao:
1 d2
F (u0 + )
F (u0 ; ) =
2
2 d
=
2
(4.19)
59
1 d2
1 d2
F (u0 + )
=
F (u0 + + )
= 2 F (u0 + ; )
2
2 d 2
2
d
=
=0
Vemos, assim, que se para 6= 0 a segunda variacao Gateaux e nao negativa para
todo u0 D (F), logo (4.18) conduz a:
F (u0 + ) F (u0 ) F (u0 ; )
D (F) admissvel
Z 1 q
d
d
2
0
0
F (z, ) =
1 + (z + ) d
F (z + )
=
d
d 0
=0
=0
Z 1
0 0
z
d
=
1 + z 02
0
A condicao necess
aria de mnimo resulta:
F (z, ) = 0
D (F) admissvel
z0
= cte z 0 = cte z = c1 + c2
1 + z 02
Z 1
0
0
0
d
d
(z + )
2
q
=
F (z, ) =
F (z + , )
d
d
d 0
=0
1 + (z 0 + 0 )2
=0
Z 1
Z 1 02
02
02 02
02 02
+ z z
d =
d > 0!
=
(1 + z 02 ) 1 + z 02
(1 + z 02 ) 1 + z 02
0
0
Observe que 2 F (z, ) = 0 0 = 0 = 0.
Logo, F e estritamente convexo. Assim, a solucao obtida
e a solucao que minimiza o funcional (que podemos dizer sobre a funcao f = 1 + z 02 ?).
60
1 + (sin u0 ())2 d
L (, u ()) = R
0
onde
q
1 + (sin u0 ())2
f (, u0 ()) = R
logo,
sin2 u0 ()
fu0 (, u0 ()) = R q
1 + (sin u0 ())2
R sin2 u0 ()
1 + (sin u0 ())2
= cte
para
[0, B ]
R sin2 u0 ()
1 + (sin
u0
=0
[0, B ]
())
Por tanto
u0 () = 0 u () = cte = u () = cte = 0
j
a que u D (L). Logo, a soluc
ao (estacionaria) corresponde ao crculo que une
os pontos A e B. Nada mais podemos dizer sobre esta soluc
ao. Pode-se dizer
algo mais sobre o funcional L(, u()). Este funcional e estritamente convexo na
vari
avel u()?.
61
d
0
00
00
0 d
0
= fu u + fu0 u u fu0 u fu0 = u
fu0 fu
dx
dx
(4.20)
(4.21)
F(u) =
f (u (x) , u0 (x)) dx
a
0
1 + y 02
y
12
dx
4.4
(4.22)
(4.23)
62
(4.24)
d
[f u0 fu0 ] = fx
dx
(4.25)
Observe que (4.25) se parece com (4.23) que e a forma integral da primeira equacao
de Euler. Por outro lado, (4.25) nao exibe explicitamente a exigencia de que u C 2 [a, b]
possvel mostrar que (4.25) pode obter-se diretamente sem
usada para sua obtencao. E
esta exigencia. Lamentavelmente, sua demonstracao esta alem dos objetivos deste curso.
Assim, nos limitaremos a apresentar o seguinte teorema:
Teorema 4.2 Se f (x, u(x), u0 (x)) C 1 ([a, b] R2 ) e se u0 D e um extremo local do
funcional F definido em D, u0 satisfaz a segunda forma da equac
ao de Euler
Z x
f u0 fu0 =
(4.26)
ft dt + c0
a
4.5
Gradiente de um funcional
Dado o funcional F definido na variedade linear D(F ) do espaco de Banach U , se este funcional satisfizer as restricoes 1 e 2, teremos que a primeira variacao Gateaux do funcional
no ponto u na direcao estava dada por um funcional linear e contnuo
d
em D (F) admissvel = M
F(u + )
F(u, ) =
d
=0
63
gu0 U 0
d
F(u0 , ) = hP (u0 ) , i =
F(u0 + )
d
=0
(4.27)
(4.29)
(4.30)
F(u) =
a
64
onde
e onde f C 1 ([a, b] R2 ) .
Tomemos, primeiro, U = L2 (a, b) . Resulta obvio que D(F ) U . Por outro lado,
podemos contruir a funcao
xa
u(x) = u +
(u u)
ba
que pertence a D(F ). Logo dado u D(F ) podemos definir as funcoes
=uu
que satisfazem
C 1 [a, b]
(a) = (b) = 0
Logo, o conjunto destas funcoes assim definidadas define o subespaco M que, como temos
visto, e denso em L2 (a, b) e, potanto, D(F ) tambem e denso em L2 (a, b). Vemos assim
que a Restricao 1 e satisfeita. Vimos tambem que a Restricao 2 e tambem satisfeita.
Logo, o diferencial Gateaux do funcional F esta dado por
d
F(u, ) =
F (u + )
d
=0
Z b
=
[fu (x, u(x), u0 (x)) + fu0 (x, u(x), u0 (x)) 0 ] dx
(4.31)
a
que e um funcional linear em . Dado que este funcional e linear podemos agora ver qual
e a forma do gradiente do funcional. Para isto, vamos ver quais sao as restricoes sobre
u D(F ) para que F(u, ) seja um funcional limitado em .
Para tal, recordamos que L2 (a, b) e um espaco de Hilbert onde o produto interno esta
devinido por
Z
b
u(x)v(x)dx
a
u2 (x)dx
12
Dessa forma, dado um espaco de Hilbert H com seu produto interno definido por (, )H ,
podemos construir funcionais lineares e contnuos fazendo uso deste produto interno. De
fato, se u0 H e um elemento fixo, podemos definir o funcional lu0 H da seguinte
maneira
def
hlu0 , i = (u0 , )H H
Este funcional, por definicao, depende linear e continuamente do elemento u0 . Esta correspondencia podemos formalisar introduzindo um operador linear
K : H H0
u0 Ku0 = lu0
65
Logo, teremos
hlu0 , i = hKu0 , i = (u0 , )H
(4.32)
(4.33)
(4.34)
fu0 0 dx
(4.35)
66
Agora introduzimos o espaco M(k) [a, b] de funcoes contnuas e continuamente diferenciaveis ate ordem k e tais que a funcao e suas derivadas ate ordem (k 1) e nula nos
extremos do intervalo. Sejam agora duas funcoes u = u(x) e v = v(x) integraveis em [a, b]
e suponha que para M(k) a seguinte igualdade se verifica
Z
b
a
dk
u k dx = (1)k
dx
vdx
(4.37)
fu0 0 dx
d
fu0 dx
| {z }=0
a dx
Z b
Z b
d
=
fu0 dx =
wdx
a dx
a
fu0 dx =
fu0 |ba
67
Z b
d
F(u, ) =
fu fu0 dx M
dx
a
Por outro lado, da definicao de gradiente de um funcional F
Z b
F(u, ) =
gradF(u)dx M
a
Desses dois u
ltimos resultados teremos:
Z b
d
gradF(u) fu fu0
dx = 0 M
dx
a
e da densidade de M em L2 [a, b], resulta
gradF(u) = fu
d
fu0
dx
(4.39)
d
fu0
dx
e limitado. Logo, do Teorema de Riesz existe uma funcao g L2 (a, b), tal que
Z b
Z b
0
fu0 dx =
gdx
a
(4.41)
(4.42)
68
cuja derivada (no sentido classico) e igual em quase todo lugar de (a, b) a g. Logo:
Z
gdx =
a
dG
dx
dx
(4.43)
gdx =
a
G|ba
| {z }=0
G dx =
a
G 0 dx
(4.44)
(fu0 G) 0 dx = 0 M
(4.45)
fu0 = G + cte =
g(t)dt + c
(4.46)
Esta u
ltima expressao nos diz que fu0 e absolutamente contnua. Por sua vez:
d
fu0 (x) = g(x) L2 (a, b)
dx
com o que finalizamos a demonstracao. Este resultado assim alcancado pode ser formulado
no seguinte Teorema.
Teorema 4.5 Seja o funcional F(u) definido em
u(b) = u = 0
69
Observa
c
ao 4.4 Observe que o caso geral de condic
oes de contorno nao homogeneas
pode-se reduzir a este caso mediante a seguinte substituic
ao:
u(x) = v(x) + u +
xa
(u u)
ba
v(a) = v(b) = 0
Vamos supor que o espaco que contem a variedade linear (agora um subespaco) D (F)
esta dado pelo espaco de Hilbert
0 (1)
Vamos mostrar agora que para todo u D (F) (4.47) e um funcional limitado em
H01 (a, b) (com isto teremos D (gradF) = D (F)). De fato, da desigualdade de CauchySchwarz
Z b
Z b
Z b
0
0
|F(u, )| =
(fu + fu0 ) dx
fu dx +
fu0 dx
a
(fu ) dx
2 dx
12
(fu0 ) dx
+
a
02 dx
21
(4.48)
|F(u, )| c0
2 dx
12
+ c1
02 dx
21
(t)dt =
a
0 (t)dt
(4.50)
Z x
Z x
Z
1
0
0
1 (t)dt (x a) 2
(t)dt =
|(x)| =
a
(4.49)
02
dt
a
12
70
de onde
(x a)
dt (b a)
a
e, consequentemente
02 dx
02
dx (b a)
a
02 dx
(4.51)
|F(u, )| (c0 (b a) + c1 )
02 dx
21
= c k 0 kH 1 (a,b)
0
Vemos assim que o funcional F(u, ) e limitado em . Vamos ver a expressao de gradF.
Tomemos, para isto
Z
x
g(x) =
fu dx =
a
dg
dx = g|ba
|{z}=0
dx
logo:
F(u, ) =
g dx =
a
(fu0 g) 0 dx
G(x) =
(fu0 g) dt
a
G(b) =
(f
fu d )dt + c(b a) = 0
u0
(fu0
a
fu d )dt
a
g 0 dx
F(u, ) =
a
G0 0 dx = (G, )H 1 (a,b)
0
Z x
Z t
0
0
gradF = G =
fu0 (t, u(t), u (t))
fu (, u( ), u ( ))d dt
a
(4.52)
Vemos assim que em L2 (a, b) e em H01 (a, b) o gradF esta dado, respectivamente, por
d
fu0 (x, u(x), u0 (x))
dx
Z x
Z t
0
0
gradF =
fu0 (t, u(t), u (t))
fu (, u( ), u ( ))d dt
gradF = fu (x, u(x), u0 (x))
(4.53)
(4.54)
Z x
Z t
0
0
fu0 (t, u(t), u (t))
fu (, u( ), u ( ))d dt = 0
fu (x, u(x), u0 (x))
(4.55)
(4.56)
Nao resulta difcil ver que as equacoes (4.55) e (4.56) sao equivalentes: (4.55) se obtem
de (4.56) diferenciando duas vezes, reciprocamente, integrando duas vezes (4.55) obtemos
(4.56).
4.6
72
Z bp
1 + u0 (x)2 dx = l
inf (L(u) l) =
0 se L(u) l = 0
caso contrario
max
v{D(F)D(L)}
F (v)
onde:
F (v) se L(v) = l
caso contrario
(4.57)
(4.58)
De onde obteremos
L(u) = l
F (u, ) + L(u, ) = 0
(4.59)
D0
(4.60)
F (u, w)
L(u, w)
Com esta constante, temos que a equacao de Euler de (4.60) toma a forma
grad[F + L](u) = 0
(4.61)
onde
Z b
u0 0
d
=
+
J (u + )
dx
J (u, ) =
d
1 + u02
a
=0
b
Z b
d
u0
u0
=
1
dx +
dx 1 + u02
1 + u02 a
a
Z b
d
u0
=
1
dx = 0
D0
dx 1 + u02
a
74
de onde tem-se
d
u0
xc
u0
= 1
=
dx 1 + u02
1 + u02
2
(x c)2
u02
2 02
=
(x
c)
u = (x c)2
02
2
1+u
q
xc
0
u = q
, integrando, u = 2 (x c)2 + c1
2
2 (x c)
logo
(u c1 )2 + (x c)2 = 2
portanto, se a solucao existe ela deve ser um crculo de raio e centro (c, c1 ) . Estas tres
constantes sao calculadas de
Z b
u(a) = 0, u(b) = 0, e
1 + u02 dx = l
a
! 12
Z b
Z b
2
(x c)
q
dx = l
dx =
1+
2
2
2 (x c)
a
a
2
(x c)
De onde obtemos:
c=0
c1 =
b2
b
2 arcsin
=l
i = 1, 2, ...n
M e u D0
Finalmente, assumimos que M e denso no espaco que estamos considerando. Uma analise
inteiramente similar a realizada conduz a
n
X
i (Gi (u) li )
J (u, 1 , 2 , ..., n ) = F (u) +
(4.62)
i=1
75
n o
bi ) =
J (u, {i } ; ,
"
F (u; ) +
n
X
#
i Gi (u; )
i=1
n
X
bi (Gi (u) l) = 0
n o
b i M Rn
,
(4.63)
i=1
de onde obtemos
Gi (u) l = 0
F(u, ) +
n
X
i = 1, 2, ..., n
i Gi (u; ) = 0
(4.64)
(4.65)
i=1
Se existem dire
c
oes 1 , 2 ,..., n
G1 (u; 1 )
G1 (u; 2 )
det
...
G1 (u; n )
M, para as quais o
G2 (u; 1 ) ... Gn (u; 1 )
G2 (u; 2 ) ... Gn (u; 2 )
...
...
G2 (u; n ) ... Gn (u; n )
6= 0
(4.66)
(4.67)
Com estes valores de i assim calculados, teremos que a equacao de Euler toma a forma
grad[F +
i=n
X
i Gi ](u) = 0
(4.68)
i=1
4.7
Condic
oes subsidi
arias finitas
x [a, b]
(4.69)
76
Em outras palavras, o funcional nao e analisado para todas as curvas que satisfazem
as condicoes de contorno. Somente intervem aquelas que satisfazem as equacoes (4.69),
ou seja, encontram-se na n k variedade linear definida pelo sistema (4.69).
Por simplicidade, vamos limitar-nos ao caso de n = 2 e k = 1, isto e, seja o funcional
Z b
0
0
F(x, u1 (x), u2 (x), u1 (x), u2 (x)) =
f (x, u1 (x), u2 (x), u01 (x), u02 (x))dx
(4.70)
a
definido em
n
o
2
D = u | u C 1 [a, b] , u(a) = u, u(b) = u
(4.71)
onde com u queremos indicar o par de funcoes (u1 , u2 ). Entao, de todas as funcoes u D
vamos buscar aquela que, satisfazendo a equacao (condicao subsidiaria)
g (x, u) = g(x, u1 (x), u2 (x)) = 0
sejam extremos (estacionarios) do funcional F.
A seguir, vamos supor que
gu1
u g (x) =
(x) 6= 0
gu2
x [a, b]
(4.72)
x [a, b]
ou seja, gu1 (x) = u 1 g (x, u1 (x) , u2 (x)) e gu2 (x) = u 2 g (x, u1 (x) , u2 (x)) nao sao simultaneamente nulos em qualquer ponto x [a, b]. Vamos estudar este problema por dois
caminhos:
Primeiro Caminho - Cl
assico
Como sempre, D e uma variedade linear associada ao espaco das varia
co
es admissveis
n
o
1
2
M = | C [a, b] , (a) = (b) = 0
Se u = (u1 , u2 ) e um extremo, teremos que devera satisfazer (4.72), ou seja,
g (x, u) = 0
x [a, b]
x [a, b]
77
logo
d
G (u, ) =
G (x, u+)
d
=0
Z b
=
(gu1 1 + gu2 2 ) dx = 0 1 , 2 D (G) admissvel
a
e, como por hipotese gu1 e gu2 nao sao simultaneamente nulas, a expressao anterior
conduz a (por exemplo para gu1 6= 0):
1 =
gu2
2
gu1
(4.73)
F(u, ) =
a
Z b
d
d
F(u, ) =
fu1 fu01 1 + fu2 fu02 2 dx
dx
dx
a
e fazendo uso de (4.73) teremos
Z b
gu2
d
d
F(u, ) =
d
d
fu1 dx
fu01
fu2 dx
fu02
=
gu1
gu2
(4.74)
que nos diz que o quociente comum (4.74) determina a existencia de uma funcao
(x). Isto e
d
fu0 = 0
dx 1
d
fu02 = 0
dx
fu1 + gu1
(4.75)
fu2 + gu2
(4.76)
J (u) =
(4.77)
78
sup
(x) g (x, u) dx =
L2 [a,b]
0
se u D (G)
+ caso contrario
Portanto, o funcional
F (u) se u D (G)
+ se u D
/ (G)
L (u,) = F (u) +
(x) g (x, u) dx
(4.78)
b
b (x) g (x, u) dx = 0
L u,; , = F (u, ) +
(x) gdx +
a
a
b M L2 [a, b]
,
(4.79)
De onde
Z
Z b
F (u, ) +
(x) gdx =
a
a
Z b
d
+
fu2 fu02 + gu2 2 dx = 0
dx
a
Z
b (x, u) dx = 0
g
fu1
d
fu01 + gu1 1 dx (4.80)
dx
(1 , 2 ) M
b L2 [a, b]
(4.81)
d
f 0
dx u1
d
f 0
dx u2
+ gu1 = 0
+ gu2 = 0
g (x, u) = 0
(4.82)
4.8
79
Funcionais Dependendo de V
arias Vari
aveis Independentes
Nos problemas estudados nos limitamos `aqueles funcionais onde x [a, b]. Vamos ver,
agora, funcionais onde x , e e um domnio aberto e limitado do espaco Euclidiano
m-dimensional. Vamos supor, tambem, que o contorno do domnio esta formado
por um conjunto finito de superfcies suaves (m 1)-dimensionais. Com isto, estamos
permitindo realizar integracoes por partes em :
Se P = P (x) C 1 logo
Z
Se P, Q C 1 logo
Z
P
dx =
xk
Q
P
dx =
xk
Z
P cos (n, xk ) d
(4.83)
(P Q) dx
xk
Z
Q
P
dx
xk
(4.84)
(4.85)
(4.86)
Z
u
u
F (u) =
f x, u,
, ...,
(4.87)
d
x1
xm
Vamos definir este funcional no conjunto D (F) de funcoes u C 1 que satisfazem
as condicoes de contorno:
(4.88)
u| = g(x)
com g (x) definida e continua em . Vamos supor, tambem, que existe ao menos uma
funcao u = u (x) que satisfaz ambas as restricoes
u C 1 , u (x) = g(x)
x
(4.89)
80
(4.90)
e que
Sendo assim:
u0 D (gradF)
(4.91)
gradF (u0 ) = 0
(4.92)
Z
m
X
d
f
f
F(u, ) = F (u + )
+
k d
=
d
u
u
k
=0
k=1
(4.93)
u
,
xk
k =
xk
m
X
f
f
F(u, ) =
,
+
, k
(4.94)
u
u
k
L2 ()
L
()
2
k=1
f
As funcoes f
e u
, k = 1, ..., m, sao contnuas em e, o que e mais importante,
u
k
pertencem a L2 () . Logo, o primeiro produto escalar de (4.94) e um funcional limitado
em L2 (). Novamente, nada podemos dizer a respeito dos outros produtos escalares.
Suponhamos agora que u D (F) seja tal que existam as derivadas generalizadas:
f
,
xk uk
k = 1, 2, ..., m
(4.95)
81
(4.96)
F(u, ) =
m
!
X
f
f
,
,
u
xk uk
L2 ()
k=1
(4.97)
L2 ()
m
X
f
L2 ()
x
k uk
k=1
resulta
F(u, ) =
f X f
,
u k=1 xk uk
(4.98)
!
(4.99)
L2 ()
(4.100)
u k=1 xk uk
e como u D (F), u| = g (x).
Teremos assim que o domnio de definicao do gradiente do funcional F contem funcoes
com as seguintes propriedades:
1. u C 1 , de modo que u| = g (x)
2. sao tais que as derivadas generalizadas
3.
f
xk uk
existem
Pm
f
k=1 xk uk
u| = g (x)
(4.101)
ou em forma estendida
m
f X f
=0
u k=1 xk uk
u| = g (x)
(4.102)
82
Exemplo 4.5
2
Z X
m
u
F (u) =
d
xk
k=1
Se designamos
u =
u| = g (x)
u u
u
,
, ...,
x1 x2
xm
a express
ao anterior pode ser colocada em forma mais compacta
Z
F (u) =
u u d
u| = g (x)
de (4.102) a equac
ao de Euler sera
m
X
u2
k=1
x2k
=0
u| = g (x)
(4.103)
(u u 2f u) d
u| = 0 (x)
4.9
F (u) =
f x, u, u(1) , u(2) , ..., u(k) dx
(4.105)
onde
dj u
j = 1, 2, ..., k
dxj
Por simplicidade vamos supor que a funcao
u(j) =
esta definida em
(4.106)
f (x, z0 , z1 , ..., zk )
(4.107)
C k [a, b] Rk
(4.108)
83
d
F (u, ) =
F (u + )
d
=0
Z b
(1)
(1)
(k)
(k)
=
f x, u + , u + , ..., u +
dx
a
!
Z b
k
X
f (j)
f
+
dx
(4.110)
=
(j)
u
u
a
j=1
Vamos adicionar mais uma restricao: a funcao u = u(x) e tal que:
j = 1, 2, ..., k
(4.111)
(1)j
j=1
dj f
L2 (a, b)
dxj u(j)
Z b
Z b j
f (j)
d f
j
dx = (1)
dx
(j)
dxj u(j)
a u
a
(4.112)
(4.113)
e consequentemente:
Z b"
F (u, ) =
a
#
k
j
f
f X
j d
+
(1)
dx
u j=1
dxj u(j)
(4.114)
Isto quer dizer que a funcao uf(j) e contnua em [a, b] conjuntamente com todas suas derivadas ate a
ordem (j 1) e que a derivada de ordem (j 1) e absolutamente contnua neste segmento.
1
84
f X
dj f
gradF (u) =
+
(1)j j (j)
u j=1
dx u
(4.115)
e se e um extremo, resultara:
gradF (u) = 0
(4.116)
Finalmente, com os resultados desta secao e da anterior, nao resulta difcil estender
ao caso de varias variaveis independentes e derivadas parciais de ordem superior.
4.10
Funcionais dependendo de v
arias func
oes
Alguns resultados que vamos mostrar nesta secao ja foram mostrados de alguma maneira
quando vimos os multiplicadores de Lagrange, onde trabalhamos com duas funcoes u e .
Nesta secao vamos analisar este caso com mais detalhes, limitando a apresentacao ao
caso de:
(i) uma variavel independente, ou seja, x [a, b]
(ii) duas funcoes u e v
(iii) o funcional depende de x, u, v e u0 , v
A extensao para problemas do tipo, no entanto mais gerais, nao apresenta dificuldades
adicionais. Assim, consideremos o funcional
Z b
F (u) =
f (x, u(x), v(x), u0 (x), v 0 (x)) dx
(4.117)
a
n
o
2
D (F) = {u, v} C 1 [a, b] , u(a) = A1 , v(a) = B1 , u(b) = A2 , v(b) = B2
(4.118)
A2 A1
B2 B1
(x a) , v (x) = B1 +
(x a)
ba
ba
2
{, } M = {w, q} C 1 [a, b] ; w(a) = w(b) = q(a) = q(b) = 0
85
Logo, D (F) e uma variedade linear e M o subspaco a ela associado. Podemos agora
ver D (F) como parte de L = [L2 (a, b)]2 , isto e, de funcoes vetoriais quadraticamente
integraveis no intervalo [a, b] e onde o produto escalar e a norma por ele induzida estao
dados por:
Produto escalar
Z
({u1 , v1 } , {u2 , v2 })L =
Norma
Z
k{u, v}kL =
(4.119)
(u1 u2 + v1 v2 ) dx
a
u +v
12
(4.120)
dx
Com estas restricoes, o funcional (4.117) satisfaz as Restricoes 1 e 2. Assim, temos que
F ({u1 , u2 } , {1 , 2 }) e um funcional linear em e esta dado por
F ({u1 , u2 } , {1 , 2 }) =
F ({u1 + 1 , u2 + 2 })
(4.121)
=0
que conduz a
Z b
F ({u1 , u2 } , {1 , 2 }) =
a
f
f 0
f
f 0
1 + 0 1 +
2 + 0 2 dx
u1
u1
u2
u2
Repetindo os argumento usados para analisar o problema F (x, u(x), u0 (x)) (ver Secao
4.5 Gradiente de um Funcional), temos
1. O domnio de definicao do gradiente do funcional F, D (gradF) , esta constituido
somente pelas funcoes {u, v} que satisfazem
(i) {u, v} D (F)
f
f
coes absolutamente contnuas em [a, b] e, por(ii) sejam tais que u
0 e v 0 sejam fun
tanto, suas derivadas em relacao a x sao funcoes quadraticamente integraveis
em [a, b] .
f
d f f
d f
0
u dx u v dx v 0
= 0;
u dx u0
com as condicoes de contorno
f
d f
=0
v dx v 0
u(a) = A1 , u(b) = A2 ,
v(a) = B1 , v(b) = B2 .
86
De fato, se {u, v} sao tais que fu0 e fv0 sao absolutamente contnuas resulta que existem
funcoes w L2 (a, b) e L2 (a, b) tais que:
Z x
Z x
fu0 =
w(t)dt,
fv 0 =
(t)dt,
a
onde
d
fu0 = w(t),
dx
e
Z
Z
0
fu0 dx =
a
fv0 dx =
a
fu0 |ba
| {z }
=0
b
d
fv0 = (t)
dx
fv0 |ba
| {z }
=0
d
fu0 dx =
dx
d
fv0 dx =
dx
wdx
a
dx
a
Z b
d
d
F ({u, v} , {, }) =
fu fu0 + fv fv0 dx + fu0 |ba + fv0 |ba
| {z } | {z }
dx
dx
a
=0
=0
d
d
=
fu fu0 , fv fv0 , {, }
dx
dx
L
de onde
4.11
d
d
fu fu0 , fv fv0
dx
dx
Condic
oes Naturais de Contorno
Em todos os exemplos ate agora analisados vimos que as funcoes admissveis deveriam
satisfazer restricoes nos contornos do domnio onde estavam definidas. Vamos analisar
agora aqueles casos em que as funcoes n
ao est
ao obrigadas a satisfazer alguma
restri
c
ao, ou seja, estao livres. Recordando os problemas vistos no incio do captulo
estamos estudando funcionais onde os extremos de integra
c
ao est
ao fixos, mas as
funcoes nestes extremos estao livres ou, em outras palavras, nao estao obrigadas a tomar
valores pre-estabelecidos.
Assim, vamos estudar a caracterizacao da funcao extrema correspondente ao funcional
Z b
F(u) =
f (x, u (x) , u0 (x)) dx
(4.122)
a
D (F) = u | u C 1 [a, b]
(4.123)
87
que como vemos e em si mesmo um espaco vetorial, o qual podemos considerar como parte
do espaco L2 [a, b] . Resulta obvio tambem dizer que o espaco das variacoes admissveis
M coincide com o proprio D (F) (basta observar que podemos tomar u = 0). Com essas
hipoteses as Restricoes 1 e 2 estao satisfeitas.
Vamos, primeiro, estudar o problema de maneira operacional, para, posteriormente,
formalizar os resultados.
O diferencial Gateaux esta dado por
Z b
F (u, ) =
(fu + fu0 0 ) dx
(4.124)
a
Z b
d
F (u, ) =
fu fu0 dx + fu0 |ba
(4.125)
dx
a
Se u e um extremo, resulta:
Z b
d
F (u, ) =
fu fu0 dx + fu0 |ba = 0 D (F)
dx
a
(4.126)
Se (4.126) vale para todo D (F) deve verificar-se para aqueles tais que (a) =
(b) = 0, logo:
Z b
d
(4.127)
fu fu0 dx = 0 M0
dx
a
onde
M0 = { D (F) , (a) = (b) = 0}
Obtendo-se, assim, a equacao de Euler
fu
d
fu0 = 0 x (a, b)
dx
(4.128)
(4.129)
de onde
fu0 |x=a = 0 e
fu0 |x=b = 0
(4.130)
88
(ii) Condi
c
oes naturais: sao as condicoes que sao satisfeitas pelas fun
c
oes extremais
(como veremos mais adiante, sao as condicoes que sao satisfeitas pelas funcoes u
D (gradF)).
Vamos agora apresentar de maneira mais formal. Para isso, vamos provar o seguinte
Teorema.
Teorema 4.6 Para que u D (gradF) F dado por (4.122), e necess
ario e suficiente
que satisfaca as seguintes condic
oes:
1. u C 1 [a, b]
0
e absolutamente contnua com derivada quadrati2. A func
ao fu0 = u
0 f (x, u (x) , u (x))
camente integr
avel no intervalo [a, b]
f
= fu0 (a, u(a), u0 (a)) = 0
u0 x=a
f
= fu0 (b, u(b), u0 (b)) = 0
u0 x=b
Prova.
i - Condi
c
ao necess
aria: u D (gradF) logo e necessario que:
(a) como D (gradF) D (F) u C 1 [a, b], condicao 1
(b) a variacao Gateaux
Z
F (u, ) =
(fu + fu0 0 ) dx
fu0 0 dx
Rb
a
fu0 0 dx e
(4.131)
Introduzindo a funcao
Z
G(x) =
g(t)dt + c,
a
c = cte
(4.132)
89
Teremos
logo,
d
G(x) = g(x)
dx
Z
gdx =
a
dG
dx = G|ba +
dx
G 0 dx
b
a
g(t)dt + c
a
que nos diz que fu0 e absolutamente contnua. Com isto temos provado a
necessidade da condicao 2.
(c) Para provar a necessidade da condicao 3 basta integrar por partes a expressao
da diferencial Gateaux (ja que fu0 e absolutamente contnua):
Z b
F (u, ) =
a
d
fu fu0 dx + fu0 |ba
dx
(4.133)
fu0 |x=a = 0
(4.134)
d
fu0
dx
(4.135)
90
ii - Condi
c
ao suficiente: vamos mostrar que estas condicoes sao suficientes. Ou seja,
se u satisfaz as propriedades 1-3 entao u D (gradF) . De fato, da integracao por
partes e das condicoes naturais resulta:
Z b
d
F (u, ) =
fu fu0 dx
dx
a
que e um funcional limitado, logo u D (gradF).
Com isto vemos que as funcoes u D (gradF) necessariamente satisfazem as condicoes
de contorno (4.134) que as funcoes u D (F) nao estao obrigadas a satisfazer. Condicoes
deste tipo sao ditas Naturais. As condicoes satisfeitas por todas as funcoes u D (F)
se chamam Principais.
Finalmente, as funcoes extremais se caracterizam pela equacao de Euler
fu
d
fu0
dx
x (a, b)
4.12
Variac
ao Geral de um Funcional
Ate agora temos estudado a variacao de funcionais onde as funcoes admissveis e suas
derivadas estavam prescritas nos extremos, ou entao eram livres para tomar qualquer
valor nos mesmos. Em outras palavras, o domnio de integracao nao sofria nenhuma
variacao.
Em numerosos problemas, o domnio de integracao varia, uma vez que as funcoes
admissveis estao livres para mover-se sobre superfcies conhecidas nos contornos desses
domnios.
Um exemplo deste tipo de problema foi apresentado na introducao deste captulo. Para
estudar este tipo de problema, nos limitaremos a analisar este caso simples. A extensao
a domnios em espacos Euclidianos m-dimensional e/ou funcionais dependentes de varias
funcoes e derivadas de ordem superior pode realizar-se seguindo um raciocnio similar ao
que sera a seguir apresentado.
Assim, consideremos o funcional
Z t
0
F(x, u (x) , u (x)) =
f (x, u (x) , u0 (x)) dx
a
91
=
,
6= 0
x u
O mesmo vamos supor com respeito `as funcoes u, as quais serao definidas em um
domnio maior, [a, b], por um prolongamento convenientemente escolhido.
Como podemos observar, teremos que adotar variacoes mais gerais do que as estudadas
ate aqui. De fato, agora nao so varia a funcao u, mas tambem varia o extremo t, de
integracao. Logo, estamos, na realidade, trabalhando com pares [u, t] , portanto o espaco
mais adequado para formular nosso problema e o espaco
U = C 1 [a, b] R
onde a norma sera
k{u, t}kU = kukC 1 [a,b] + |t|
e
kukC 1 [a,b] = max |u| + max |u0 |
x[a,b]
x[a,b]
Suponhamos que [u0 , t] e um extremo do funcional. Neste caso, estamos supondo que
u0 e tal que
(t, u0 (t)) = 0
92
F(u0 ) =
a
t+
a
f (x, u + , u + ) dx
0
=0
(t + , (u + ) (t + )) = 0
Como vemos agora, o extremo de integracao tambem e funcao de e isto deve ser
levado em conta ao calcular o diferencial Gateaux do funcional.
Para isso, apliquemos a regra de Leibnizt (ver expressao (A.5) no apendice):
Z t
0
F ({u0 , t} , {, }) = f (t, u0 (t), u0 (t)) +
(fu + fu0 0 ) dx
a
Supondo que u0 e tal que fu0 seja absolutamente contnua, podemos integrar por parte
o termo em fu0 0 , com o que obteremos:
Z t
d
t
0
F ({u0 , t} , {, }) = f (t, u0 (t), u0 (t)) + fu0 |a +
fu fu0 dx
dx
a
Z t
d
0
0
= f (t, u0 (t), u0 (t)) + fu0 (t, u0 (t), u0 (t)) (t) +
fu fu0 dx
dx
a
por ser (a) = 0. Por outra parte, a variacao admissvel no extremo t deve satisfazer a
restricao
= (u, t) = (t + , (u + ) (t + )) = 0
Logo
d
= ({u0 , t} , {, }) =
(t + , (u0 + ) (t + ))
d
=0
= x (t, u0 (t)) + u (t, u0 (t)) (u00 (t) + (t))
{, } variacoes admissveis
Z t
d
fu fu0 dx = 0
dx
a
R
admissvel ( (a) = 0!)
93
Como vemos, a equacao de Euler sempre deve ser satisfeita pela funcao extremal
independentemente do problema variacional ser um problema de pontos fixos ou nao.
Das primeiras expressoes teremos:
f
fu0
=
=
0
x + u u0
u
de onde obteremos a condicao subsidi
aria tambem conhecida neste caso como condic
ao
de transversalidade
f (t, u0 (t), u00 (t)) u (t, u0 (t)) = fu0 (t, u0 (t), u00 (t)) [x (t, u0 (t)) + u (t, u0 (t)) u00 (t)]
Esta condicao natural de contorno no extremo t conjuntamente com a condicao de
contorno u0 (a) = u sao as condicoes de contorno necessarias para integrar a equacao de
Euler.
Como esperado, esta varia
c
ao geral engloba as outras como caso particular. De fato,
o caso de extremos de integracao fixo, mas com o valor da funcao livre, resulta:
(x, u) = b x
de onde x = 1, u = 0 e a condicao de tranversalidade se reduz a:
fu0 (b, u0 (a), u00 (b)) = 0
como ja havamos obtido.
Similarmente, se
(x, y) = u b1
que corresponde ao caso do extremo de integracao estar livre e o valor da funcao estar
fixo em y(t) = b1 , onde b1 = cte prefixada, teremos
x = 0 e u = 1
logo, a condicao de transversalidade resulta
f u00 fu0 = 0
que em Economia e conhecido como problema de horizonte livre.
Finalmente, consideremos o caso particular de funcionais dados por funcoes f do tipo
p
f (x, u(x), u0 (x)) = h (x, u(x)) 1 + u0 (x)2
Para estes problemas, resulta
fu0 = h (x, u(x))
u0
u0 f (x, u(x), u0 (x))
=
1 + u02
1 + u02
94
u0
f
0
f u
(
+
u
)
=
(u x u0 ) = 0
x
u
1 + u02
1 + u02
de onde obtemos
u
x
ou seja, a condicao de transversalidade se reduz `a de ortogonalidade. Assim, o problema
da Brachistochrone com extremo variavel e funcao apoiada sobre uma curva estara dada
por uma cicloide, tal que em seu extremo seja ortogonal `a curva (Figura 4.6).
Este resultado generaliza o alcancado por Jacob Bernoulli que encontrou que a soluca`o
de seu problema de um extremo fixo correspondia a uma cicloide com tangente horizontal
no ponto x = b.
y 0 (b) = 0
u0 =
Ate aqui temos analisado o problema de extremos livres desde um ponto de vista
cl
assico. Vamos analisa-lo novamente a partir de um ponto de vista mais moderno, que
corresponde ao que hoje e chamado An
alise de Sensibilidade. Para isso, consideremos
o funcional para uma funcao admissvel definida no domnio [a, x ] (Figura 4.7)
Z x
F(u ) =
f (x , u (x ) , u0 (x )) dx , x = t +
a
95
du =
e dxe
due = du
dx =
dxe dx
dum
dum = dx dx
due
(1
dxe
+ v 0 )dx
Obtemos assim
due
dum
1
=
dx
dx
1 + v 0
Com estes elementos podemos encontrar a descric
ao material do funcional F (u ).
Com efeito,
Z t
1
0
F(u ) =
f x + v (x) , um (x) , um (x)
(1 + v 0 ) dx = F(um )
0
1 + v
a
Da mesma maneira, a restric`ao no extremo dada pela descricao espacial:
(x , u (x )) = 0
96
Z t
0
u0m + m
b
L um + m , + =
f x + v (x) , um + m ,
(1 + v 0 (x)) dx
1 + v 0 (x)
a
n
o
d
0
b
b m (...)
L {u0 , } , ,
=
f (...) (1 + v ) dx + +
d
a
x=t
=0
Aqui o leitor devera observar que
1
0
1. lim70 ue = lim70 um = u(x); lim70 u0m 1+v
0 = u0
2. O operador derivada com relacao a pode ser introduzido dentro do sinal de integral. Assim, com esta tecnica de transformar o domnio atual (espacial) no domnio
fixo (material ou referencial) temos reduzido o problema do calculo do diferencial
Gateaux de um funcional definido em um domnio variavel, ao calculo do diferencial
Gateaux da correspondete descricao material do funcional definido em um domnio
fixo (material). Ou seja, estamos no caso estudado ate agora! Teremos assim:
Z t
Z t
n
o
0
0 0
b
[fx v + fu + fu0 ( u v )] dx +
f v 0 dx
L {u0 , } , ,
=
a
a
b
+ (x + u )|t +
t
Z t
d
0
0
=
fx v + (f fu0 u ) v + fu fu0 dx + fu0 |t
dx
a
b
+ (x + u )|t +
t
Z t
d
d
0
(f fu0 u ) v + fu fu0 dx + fu0 |t
=
fx
dx
dx
a
b
+ (f fu0 u0 ) |t + (x + u )|t +
t
Z t
d
d
0
=
fx
(f fu0 u ) v + fu fu0 dx
dx
dx
a
0
b
+ (fu0 + u ) |t + (f fu0 u + x ) |t +
t
97
d
0
fx
(f fu0 u ) 0 x [a, t]
dx
(ii)
Z t
a
d
fu fu0 dx = 0
dx
b R | = (t, u0 (t)) = 0
b
= 0
t
t
(iv)
fu0
(fu0 + u ) |t = 0 |t R
=
u t
(v)
f fu0 u0
(f f u + x ) |t = 0 =
=
6 0R
x
u0
98
Este u
ltimo ponto e muito importante, ja que no processo de modelar o problema e
necessario conhecer a sensibilidade do mesmo devido a variacoes dos par
ametros que o
governam. Assim, por exemplo, o funcional
2
Z
1 b
du
F (u) =
E(x)A(x)
dx
2 a
dx
que corresponde `a energia interna de deformacao de uma barra definida no intervalo [a, b]
e onde E e o Modulo de Elasticidade de Young, A e a area da seccao transversal e u e o
deslocamento transversal da barra, que devera satisfazer a equacao de equilbrio
d
du
E(x)A(x)
= q(x)
x [a, b]
dx
dx
e as condicoes de contorno u (a) = u (b) = 0 por exemplo.
Vemos, assim, que o funcional depende de u = u (x), de E = E (x), de A = A (x) e
do domnio atraves da propria integral e e ainda atraves de u = u (x), ja que a solucao
depende do domnio e das propriedades mecanicas (E=E(x)) e geometricas (A=A(x)).
Assim, a sensibilidade do funcional a uma variacao (conhecida) da area transversal dada
por
A = A (x)
estara dada por
DF
, A
DA
d
{F (A + A )}=0
d
e onde u = u (x) deve satisfazer a equacao de equilbrio e, portanto depende implicitamente de A = A (x). Logo, para poder realizar esta sensibilidade, devemos primeiro
relaxar a restricao introduzida por esta equacao. Como vimos, uma maneira de faze-lo e
introduzindo um multiplicador de Lagrange = (x) que suporemos:
D = {| C 1 [a, b], (a) = (b) = 0}
Logo, se u e a solucao da equacao de equilbrio, segue-se que
Z b
Z b
d
du
du d
EA
+ q (x) dx =
EA
q dx = 0
dx
dx
dx dx
a
a
de onde
( Z
)
2
Z b
Z b
du
du d
1 b
EA
dx +
EA
dx
qdx
L (A, u, ) =
2 a
dx
dx dx
a
a
onde com (A, u, ) queremos ressaltar que L depende da area transversal A = A (x) do
deslocamento (livre de satisfazer a equacao de equilbrio) e de variavel dual associada
ao relaxamento desta equacao. Como e arbitrario (so requer que C 1 [a, b], (a) =
99
L
L
L
dL =
, A +
, u +
,
A
u
onde
2
Z b(
L
d
d
1
du
du
, A = L (A + A , u, )
=
EA
+ EA
dx
A
d
2
dx
dx dx
a
=0
Z b
du
d
L
d
d
d
u
u
EA
=
dx
, u = L (A, u + A , )
+ EA
u
d
dx dx
dx dx
a
=0
Z b
du
L
d
d
EA
, = L (A, u, , + )
=
q dx
d
dx dx
a
=0
Em particular, se temos
L
, = 0
C 1 [a, b] , (a) = (b) = 0
obtemos a equacao de equilbrio. Logo, designemos por u0 = u0 (x) esta solucao. Por sua
vez, como e arbitrario podemos escolhe-lo de maneira a anular
L
, u = 0
u C 1 [a, b] ,u (a) = u (b) = 0
u
que conduz a
Z b
Z b
d du
du0 du
EA
dx =
EA
dx,
dx dx
dx dx
a
a
Como vemos, neste caso e solucao de uma equacao (chamada equacao adjunta)
que, para este exemplo e identica `a equacao de equilbrio da barra, mas agora com outro
sistema de carga:
du0
, u0 solucao da Eq. de Equilbrio
dx
Designemos por 0 = 0 (x) esta solucao. Com estes elementos, a sensibilidade a uma
variacao em A estara dada por
)
Z b(
2
L
1
du0
du0 d0
DF
, A =
, A =
E
+E
dx
DA
A
2
dx
dx dx
a
q = EA
obtemos a sensibilidade.
,
A
A
100
4.13
definido em
(4.136)
1
D (F) = u Ccp
[a, b] , u (a) = u, u (b) = u
(4.137)
1
Ccp
onde com
[a, b] definimos o espaco de funcoes contnuas com derivadas de primeira
ordem contnuas, exceto em um n
umero finito de pontos c (a, b). Vemos, assim, que
1
em cada subintervalo a funcao u
b Ccp
[a, b] e contnua com derivada contnua e, em
particular, para um ponto c (a, b) onde existe uma descontinuidade em sua derivada
tem-se
u
b c = u
b c+ = u (c)
(4.138)
+
0
0
u
b c 6= u
b c
(4.139)
Nao obstante, observamos que a integral
Z x
u
b0 (t) dt
(4.140)
esta bem definida x [a, b] e, alem do mais, define uma funcao contnua. Teremos,
assim, o seguinte Lema.
1
[a, b] logo
Lema 4.1 Se u
b Ccp
u
b (x) = u
b (a) +
u
b (t) dt = u
b (a) +
a
r1 Z
X
k=0
ck+1
Z
0
u
b (t) dt +
ck
cr
u
b0 (t) dt
101
u
b (t) dt +
=
cr
r1
X
(b
u (ck+1 ) u
b (ck ))
k=0
r1
X Z ck+1
k=0
u
b (t) dt =
ck
u
b0 (t) dt
1
Do anterior, se segue que: se b
h Ccp
[a, b] , logo,
Z x
def
1
b
h0 (t) dt Ccp
[a, b]
u(x) =
(4.141)
02
u
b dx =
a
N
1 Z ck+1
X
k=0
u
b02 dx 0
ck
e esta norma so sera nula se e somente se cada um de seus termos forem nulos. Por sua
vez se
Z ck+1
u
b02 dx = 0 u
b0 = 0 em [ck , ck+1 ]
ck
onde
u
b0 = 0 em [a, b]
A Proposic
ao (ii) e um resulatado obvio do Lema 4.1
102
1
1
Nao resulta difcil ver que C 1 [a, b] Ccp
[a, b] e que, dada uma funcao u
b Ccp
[a, b]
1
sempre sera possvel encontrar uma funcao u C [a, b] suficientemente proxima a u
b na
norma de C 1 [a, b], por exemplo em:
d
F(u, ) = F (u + )
(4.142)
d
=0
1
sera um funcional linear em D (F) admissvel M = Ccp
[a, b] , (a) = (a) = 0 .
1
Vamos estudar agora as condicoes que a funcao u0 Ccp
[a, b] deve satisfazer para ser
um extremo do funcional definido em (4.136 e 4.137). Para simplificar, vamos supor que u0
tem um u
nico ponto anguloso no ponto x = c (a, b) que pode mover-se livremente.
Com estes elementos, o funcional em u0 toma a forma
Z b
Z c
Z b
0
F(u0 ) =
f (x, u0 (x) , u0 (x)) dx =
f dx +
f dx
a
1
e para uma varia
c
ao admissvel Ccp
[a, b] resulta:
c+
F (u0 + ) =
f dx +
a
c+
(4.143)
n
o
b
b (u0 )
L {u0 , 0 } , ,
= F (u0 , ) + G (u0 , ) + G
onde
+
G (u0 ) = u
u0 c +
0 u0 = u0 c
Z
F(u0 ; ) = f (c , u0 (c
), u00 (c ))
+
a
(4.144)
(4.145)
(4.146)
103
(a) = (b) = 0
(4.148)
0+
G (u0 ; ) = + u0
0 + u0
(4.149)
Rc
a
Rb
d
d
fu0 dx + c fu dx
fu0 dx M
fu dx
d
fu dx
fu0 = 0 x (a, c) e x (c, b)
(4.150)
(4.151)
h
i
+
(f + u00 ) (f + u00 ) = 0
fu0 + = 0
+
fu0 + + = 0 +
(4.152)
(4.153)
(4.154)
fu+0 =
fu0 = fu+0
(4.155)
(4.156)
(4.157)
104
numericos para resolver o calculo dos extremos. Assim, por exemplo, se desenvolvemos
um programa para calcular um extremo de
Z b
F (u) =
f (x, u (x) , u0 (x)) dx
a
onde u = u (x) deve satisfazer condicoes de contorno principais, tais como u (a) = u e
u (b) =u. Parece natural buscar os possveis extremos na variedade linear
1
D = u | u Ccp
[a, b] , u (a) = u, u (b) = u
1
Seja agora Cdp
[a, b] o espaco das funcoes cujos elementos sao funcoes que, em um n
umero
finito de pontos interiores a funcao e sua derivada sao descontnuas, ou seja, se c (a, b)
1
e u Cdp
[a, b] resulta
u c 6= u c+ , u0 c 6= u0 c+
nos perguntamos:
possvel trabalhar com o mesmo funcional, mas agora definido em
(i) E
1
D = u | u Cdp
[a, b] , u (a) = u, u (b) = u ,
recuperando os mesmos extremos de F (u) e D (F)?
(ii) Se a resposta nao e afirmativa, e possvel construir um novo funcional F definido
em D tal que se u0 e um extremo de F entao u0 u0 onde u0 e um extremo de
F (u) definido em D (F)?
Como se pode esperar, a resposta `a pergunta (i) e negativa. Em outras palavras, se
violamos as exigencias mnimas para o conjunto D (F) estaremos cometendo o que foi
chamado, na literatura, crime variacional. Em outras palavras, se existe um extremo
de F (u) para u D este u nao e igual ao extremo do problema original. Por sua vez, o
proprio modelo fsico nao nos permite trabalhar com funcoes descontnuas!
O mesmo nao ocorre com a pergunta (ii). A resposta, neste caso, e afirmativa e um
funcional F pode ser construdo a partir de F e das condicoes naturais de WeierstrassErdmann para pontos angulosos. Desde o ponto de vista computacional, isto abre um
horizonte enorme ao permitir, por exemplo, particionar o domnio em subdomnios e
105
2 se 0 x < 12
q(x) =
, g(x) = 1x [0, 1]
(4.158)
1 se 12 < x 1
e
Z 1
1
2
0
q(x) (u (x)) g(x)u(x) dx
F (u) =
2
0
u(0) = u(1) = 0
Este funcional corresponde ao funcional de energia potencial total da barra elastica
em tracao da Figura 4.10, onde E e o modulo de elasticidade de Young e A a area da
seccao transversal.
O problema fsico nos diz que u = u (x) e como mnimo uma funcao contnua e dado
que q = q (x) e descontnuo em x = 1/2 podemos esperar descontinuidade da primeira
derivada de u no ponto x = 1/2 (ponto anguloso). Logo, a variedade linear (neste caso
um espaco) com a mnima regularidade para este funcional sera
1
D (F) = u | u Ccp
[a, b] , u(0) = u(1) = 0
Dado que as condicoes principais sao homogeneas, podemos adotar u 0 de onde o
espaco das variacoes admissveis e o proprio D (F) . Logo:
(Z 1
)
Z 1
2
d
d
=
F (u0 , ) = F (u0 + )
(...) dx +
(...) dx
1
d
d
0
=0
2
=0
de onde
Z
1
2
F (u0 , ) =
Z
1
2
(qu ) dx +
1
2
Z
0 0
(qu0 0 ) dx
Z 1
d
d
0
0
(qu ) 1 dx +
(qu ) 1 dx + (qu0 )|( 1 ) (qu0 )|( 1 )+
2
2
1
dx
dx
2
106
Da condicao necessaria
F (u0 , ) = 0 D (F)
obtemos:
(i)
00
2u 1 = 0 x
1
0,
2
1
1
1
u00 = u0 = x + c1 u = x2 + c1 x + c2
2
2
4
(ii)
00
u 1 = 0 x
1
1
, 1 u00 = 1 u0 = x + c3 u = x2 + c3 x + c4
2
2
(iii)
2u0 | 1 = u0 | 1 +
2
7
7
1
, c2 = 0, c3 = , c4 =
24
12
12
7
x,
u0 (x) = 14 x2 + 24
1 2
7
u0 (x) = 2 x + 12
x
x 0, 21
1
, x 21 , 1
12
(4.159)
Sendo assim, a primeira pergunta que fazamos era: podemos trabalhar com o mesmo
funcional, mas agora com funcoes descontnuas em x = 1/2? A resposta e negativa.
Primeiro, porque o modelo fsico nao permite segundo, porque:
Z 1
d
d
0
0
F (u, ) =
(qu ) 1 dx +
(qu ) 1 dx + (qu0 )| 1 (qu0 )| 1 +
2
2
1
dx
dx
0
2
(4.160)
como u e descontnua, teremos:
(i) 2u00 1 = 0 x 0, 12
(ii) u00 1 = 0 x 12 , 1
Z
1
2
(iii) (qu0 ) = 0 u0 | 1 = 0!
2
107
(iv) (qu0 )+ + = 0 + u0 | 1 + = 0!
2
logo, u 6= u0 !
A resposta `a segunda pergunta e afirmativa. De fato, consideremos o funcional
1 +
u u 2u0 + u0+
2
+
1
1
1
D = u Cdp [0, 1] , u(0) = u(1) = 0, u
6= u
2
2
Calculemos o diferencial Gateaux
1 0
1 0
F = F (u, ) +
2u + u0+ +
2u + u0+
2
2
0 1 +
1 +
+ u u 2 +
u u 2 0+
2
2
F (u) = F (u) +
00
2u 1 = 0 x
1
0,
2
(ii)
00
u 1 = 0 x
1
,1
2
(iii)
1 0+
1
u
= 0 u0 = u0+
2
2
1 0+ +
1
u
= 0 + u0 = u0+
2
2
(iv)
(v)
+
u u 0 = 0 0 u+ = u
(vi)
1 +
u u 0+ = 0 0+ u+ = u
2
logo, u u0 que e o que queramos mostrar.
(4.161)
108
4.14
Problema Inverso no C
alculo Variacional. Operadores Potenciais
Se temos um funcional F (u) diferenciavel no sentido Gateaux temos visto que calcular o
gradF consistia em realizar a operacao
d
hgradF(u), i = F (u + )
d
=0
Nao obstante, se invertermos o problema, ou seja, se dada uma equacao (ou sistema
de equacoes, caso u seja um campo vetorial) existe um funcional cujos pontos extremos
sao solucoes desta equacao? Se a resposta e afirmativa, diremos que o operador que
caracteriza a equacao e potencial. Teremos, assim, a seguinte definicao:
Defini
c
ao 4.7 Seja P : S U U onde U e um espaco de Banach e U seu dual
topol
ogico, diremos que P e potencial se e somente se existe um funcional F (u) em S
diferenci
avel no sentido Gateaux tal que
P (u) = gradF(u)
Neste caso, solucoes de P (u) = 0 s
ao extremos de F (u) .
As condicoes que um operador P deve satisfazer para ser potencial estao estabelecidas
no seguinte Teorema.
Teorema 4.7 Se P : S U U e operador contnuo em U que tem um diferencial no
sentido Gateaux linear P (u, ) para todo ponto u S U onde S e um subconjunto
convexo de U (observac
ao: as variac
oes lineares sao convexas!) e se o funcional bilinear
hP (u, ) , i e contnuo em u S, logo, a condic
ao necess
aria e suficiente para que P
seja um operador potencial em S e que:
hP (u, ) , i = hP (u, ) , i
(4.162)
F (u) =
hP (u0 + (u u0 )) , (u u0 )i d + F (u0 )
0
onde R.
(4.163)
(4.164)
109
Prova. Se P e potencial por definicao sabemos que existe F (u) tal que
d
F(u, ) = F (u + )
= hP (u), i
d
=0
Seja [0, 1] , u = u0 e = u u0 (se u, u0 S u u0 e uma variacao admissvel),
logo a expressao anterior toma a forma
d
F(u0 , u u0 ) =
F (u0 + (u u0 ))
d
=0
= hgradF(u0 ), u u0 i = hP (u0 ), u u0 i
e da continuidade de P teremos
d
F (u0 + (u u0 )) = hP (u0 + (u u0 )), u u0 i
d
integrando esta expressao de = 0 ate = 1 obteremos (4.164).
Exemplo 4.7 Consideremos um problema de valor no contorno linear caracterizado por
Au = f
uSU
1
=
A u0 + (u u0 ) f, (u u0 ) + F(u0 )
2
1
1
=
A
u0 + u f, (u u0 ) + F(u0 )
2
2
1
1
1
1
=
hAu0 , ui hAu0 , u0 i + hAu, ui hAu, u0 i hf, ui + hf, u0 i + F(u0 )
2
2
2
2
1
1
=
hAu, ui hf, ui
hAu0 , u0 i hf, u0 i + F(u0 )
2
2
110
1
hAu, ui hf, ui
2
F (u) =
u ux + u2y + uf d
u| = 0
Sua variac
ao Gateaux sera
Z
F (u, ) =
ux + u2y + f + 2uux x + 2uuy y d
Z
Z
2
2
=
ux + uy + f 2 (uux ) 2 (uuy ) d +
u (...) d
x
y
}
| {z
=0
Z
=
2u4u u2x u2y + f d
onde
gradF (u) = 2u4u u2x u2y + f
logo o operador P associado a equac
ao nao-linear anterior deve ser um operador potencial.
Parte II
Os M
etodos Diretos no C
alculo
Variacional
111
Captulo 5
M
etodos Variacionais
5.1
Introduc
ao
Neste captulo, apresenta-se uma serie de metodos variacionais, chamados tambem Metodos
Diretos, que permitem obter solucoes aproximadas de problemas de valor de contorno e
problemas variacionais associados.
No que se segue e com o intuito de nao complicar a apresentacao, supoe-se que as
funcoes consideradas sao suficientemente regulares, no sentido que as operacoes de integracao ou de derivacao tenham sentido. Por outro lado, limita-se exclusivamente ao
caso de operadores lineares. Problemas de valor de contorno nao lineares escapam dos
objetivos deste curso. Tambem, durante a primeira parte deste captulo, limita-se ao caso
de condicoes de contorno homogeneas.
Dado um problema de valor de contorno cuja solucao sera designada por u0 , os metodos
variacioanais a serem apresentados sao metodos numericos que, dadas as funcoes i
(chamadas de funcoes coordenadas, de base, ou de interpolacao, e que satisfazem certas restricoes) permitem determinar as constantes 1 , 2 , ..., n , n finito, de maneira tal
que a funcao:
n
X
un =
i i
i=1
114
Como sera visto mais adiante, o Metodo dos Elementos Finitos permite determinar
unicamente as funcoes i de uma maneira simples e de facil implementacao computacional.
Uma vez dadas as i , deve-se aplicar alguns dos metodos anteriores para determinar uma
solucao aproximada. Quer dizer, quando se fala em utilizar o Metodo dos Elementos
Finitos, na realidade esta se falando simultaneamente de dois aspectos:
1. construcao das funcoes i pela tecnica proporcionada pelo Metodo dos Elementos
Finitos;
2. utilizacao de um determinado metodo variacional (por exemplo algum dos acima
menicionados) para calcular uma solucao aproximada.
5.2
M
etodo dos Resduos Ponderados
O metodo dos resduos, do qual o Metodo de Colocacao e de Galerkin sao casos particulares, baseai-se na seguinte ideia. Considere os espacos U e V normados e completos.
Como apresentado anteriormente, recorde que em cada espaco foi definido uma norma,
ou seja, uma maneira de medir a distancia entre os elementos deste espaco; o fato de ser
completo significa que toda sequencia {un }n=1, de elementos un U , por exemplo, tal
que kun um k 0; n, m (sequencia de Cauchy) sempre converge a um elemento u
do mesmo espaco.
Define-se, agora, a seguinte transformacao:
S :U V R
quer dizer, dado um par ordenado (u, v), onde u U e v V , a transformacao S
proporciona um n
umero real. Em particular esta transformacao satisfaz:
S (u1 + u2 , v) = S (u1 , v) + S (u2 , v)
S (u, v1 + v2 ) = S (u, v1 ) + S (u, v2 )
S (u, v ) = 0 para v V fixo e u U v = 0
S (u , v) = 0 para u U fixo e v V u = 0
onde , R.
Considere, agora, um operador linear A definido no conjunto linear DA denso no espaco
U . Para um elemento f U procura-se a solucao de:
Au = f
Diz-se que u0 e a solucao do problema caso se verifique:
S (Au0 f, v) = 0 para todo v V
Para a obtencao de uma solucao aproximada un0 de u0 , o Metodo dos Resduos Ponderados propoe o seguinte algoritmo:
115
n
X
ai i
i=1
r =
Aun0
f =
n
X
aj Aj f
j=1
satisfaca:
Z
n
rn wi = 0, i = 1, 2, , n
S (r , wi ) =
Em virtude de que {i } e {wi } sao densos em seus respectivos espacos, o Metodo dos
Resduos Ponderados conduz, quando n , a,
hrn , wn i
hr, wi = 0 w V
n
quer dizer rn converge debilmente a r = 0 (resduo nulo) ou, em outras palavras, un0
converge debilmente para a solucao de u0 do problema de valor de contorno.
A expressao anterior pode ser escrita em forma estendida conduzindo a:
Z
Z
wi Aj d aj =
f wi d, i = 1, 2, , n
ou em forma matricial:
Ka = f
onde:
Z
K = (Kij ) =
wi Aj d
a = (ai )
Z
f = (fi ) =
f wi d
116
5.2.1
M
etodo de Colocac
ao
Como ja foi dito, o Metodo de Colocacao e um caso particular do Metodo dos Resduos
Ponderados. Para o Metodo de Colocacao, as funcoes wi sao as funcoes generalizadas
Dirac associadas aos pontos xi , i = 1, 2, . . . , n, de . Designam-se estas funcoes como
i e sao tais que:
Z
f (x) i d = f (xi )
n
P
i=1
ai i exigindo que
117
2
2
a1
1
=
2 4
a2
1
A soluc
ao deste sistema conduz aos seguintes valores dos coeficientes a1 e a2 :
a1 =
1
2
a2 = 0
1 x
u0 =
e + e1x 1
(e + 1)
A Tabela 5.1 apresenta, para efeito de comparac
ao, os valores de u0 e ua0 em diferentes
pontos do intervalo. Como pode-se ver, a soluc
ao u0 e simetrica com respeito a x = 0.5.
118
u0 (x)
0.0000 0000
-0.0412 8461
-0.0729 7407
-0.0953 8554
-0.1087 4333
-0.1131 8112
-0.1087 4333
-0.0953 8554
-0.0729 7407
-0.0412 8461
-0.0000 0000
ua0 (x)
0.0000 0000
-0.0450 0000
-0.0800 0000
-0.1050 0000
-0.1200 0000
-0.1250 0000
-0.1200 0000
-0.1050 0000
-0.0800 0000
-0.0450 0000
0.0000 0000
1
= 0.44444444....
2.25
Logo, a soluc
ao aproximada sera:
u10 = 0.44444444...x(x 1)
Na Tabela 5.2, compara-se esta soluc
ao aproximada com a exata.
Como pode-se notar, o resultado alcancado e de extraordin
aria exatidao, mesmo utilizando apenas uma funcao coordenada.
Do ponto de vista computacional, o Metodo de Colocacao se mostra de facil implementacao. Em todos os casos, as funcoes coordenadas devem satisfazer as condicoes de
contorno e devem ser suficientemente regulares para que a aplicacao do operador A tenha
sentido. Estes sao, provavelmente, os maiores inconvinientes deste metodo.
Exerccio 5.1 Considere o problema de valor de contorno definido anteriormente. Aplique
o Metodo de Colocacao tomando as seguintes func
oes coordenadas:
1 = x (1 x) 3 = x3 (1 x)
e os pontos:
x1 = 0.25 e x2 = 0.75
Compare com a soluc
ao e comente os resultados obtidos.
119
u0 (x)
0.0000 0000
-0.0412 8461
-0.0729 7407
-0.0953 8554
-0.1087 4333
-0.1131 8112
-0.1087 4333
-0.0953 8554
-0.0729 7407
-0.0412 8461
-0.0000 0000
ua0 (x)
0.0000 0000
-0.0400 0000
-0.0711 1111
-0.0933 3333
-0.1066 6667
-0.1111 1111
-0.1066 6667
-0.0933 3333
-0.0711 1111
-0.0400 0000
0.0000 0000
5.2.2
sin x
x
sin 1
M
etodo de Galerkin
120
Substituindo uk =
k
P
i=1
k
P
j=1
!
aj j
!
f
i d = 0 i = 1, 2, . . . , k
[i Aj d] aj
f i d = 0 i = 1, 2, . . . , k
i Aj d
Z
fi =
f i d
121
i j
122
AE
d2 u
= q, x (0, L)
dx2
u (0) = u (L) = 0
Logo, as func
oes i devem, em princpio, ser de classe C 2 (0, L) e satisfazer as condic
oes
de contorno.
Considere polin
omios. Logo, as func
oes bases serao,
1
2
3
= x (L x)
= x2 (L x)
= x3 (L x)
etc.
e os espacos de aproximac
ao ser
ao:
H1 = Span {1 } , H2 = Span {i }2i=1 , etc.
Determinando a soluc
ao em H1 , quer dizer tomando a primeira func
ao coordenada, a
soluc
ao tomara a forma:
u1 = a1 1
e o coeficiente a1 sera determinado exigindo que o resduo seja ortogonal a todo elemento
de H1 . Logo:
Z L
Z L
d2
qx (L x) dx = 0
a1
x (L x) AE 2 {x (L x)} dx
dx
0
0
123
Z
2AE
x (L x) dxa1 q
0
x (L x) dx = 0
0
cuja solucao e,
q
2AE
Assim, a solucao aproximada obtida com o Metodo de Galerkin e:
a1 =
u1 =
q
x (L x)
2AE
q0 L2 x x 3
u=
6AE L
L
Calculando a solucao de Galerkin com a primeira func
ao 1 , vem que,
Z L
Z
q0 L 2
2AE
x (L x) dxa1
x (L x) dx = 0
L 0
0
Integrando, obtem-se,
a1 =
q0
4AE
q0
q0 L2 x x 2
u1 =
x(L x) =
4AE
4AE L
L
Seja agora a soluc
ao aproximada com dois termos, ou seja, considera-se as duas
primeiras func
oes coordenadas:
1 = x (L x) , 2 = x2 (L x)
Os coeficientes da matriz sao:
Z L
Z
00
K11 =
1 AE1 dx =
0
Z
K12 =
K21
L
0
1
2AEx (L x) dx = AEL3
3
1
x (L x) AE (2L 6x) dx = AEL4
6
0
0
Z L
Z L
1
00
=
2 AE1 dx =
2x2 (L x) AEdx = AEL4
6
0
0
00
1 AE2 dx =
124
q0 L3 1
AEL3 2
L
a1
.
=
3
L 12
L2
a2
L
6
12
15
5
A soluc
ao do sistema conduz a:
a1 =
q0
6AE
a2 =
q0
6AEL
q0
q0
q0 L2 x
x
x(L x) +
x2 (L x) =
[ ( )3 ] que e a propia soluc
ao exata!.
6AE
6AEL
6AE L
L
u1 AE/q0 L2
0.0000
0.0225
0.0400
0.0525
0.0600
0.0625
0.0600
0.0525
0.0400
0.0225
0.0000
u2 AE/q0 L2
0.0000
0.0165
0.0320
0.0455
0.0560
0.0625
0.0640
0.0595
0.0480
0.0285
0.0000
125
nx
, n = 1, 2, 3, ...
L
1 dx
1 AE1 dxa1 =
L
0
0
x
onde 1 = sin
.
L
Substituindo, tem-se,
2 AE
L2
L
0
Z
x
q0 L
x
sin
dxa1 =
x sin
dx
L
L 0
L
Z
x
q0 L
2 AE L
x
sin
a
=
dx
1
L2 2
L 0
L
2
de onde:
2q0
a1 = 2
AE
x sin
0
2q0
L
x xL
x
a1 = 2
sin
cos
2
AE
L
L
=
0
x
dx
L
2q0 L2
3 AE
A soluc
ao aproximada resulta:
u1 =
2q0 L2
x
sin
3
AE
L
x
2x
nx
, 2 = sin
, . . . n = sin
, etc
L
L
L
L
0
mx
nx
sin
=
sin
L
L
0 n 6= m
L
n=m
2
tem-se que os coeficientes da matriz K sao todos nulos exceto os da diagonal principal:
Kii =
2 i2 AE
2 i2 AE L
=
L2 2
2L
126
e o sistema de equac
oes que o Metodo de Galerkin proporciona se reduz a:
2 i2 AE
q0 L2
ai =
cos i, i = 1, 2, . . . , n, . . .
2L
i
de onde:
ai =
2q0 L2 (1)i+1
2q0 L2
cos
i
=
, i = 1, 2, . . . , n
i3 3 AE
i3 3 AE
A soluc
ao aproximada obtida atraves do Metodo de Galerkin resulta em:
a
u =
(1)i+1
i=1
2q0 L2
ix
sin
3
3
i AE
L
u1 AE/q0 L2
0.0000
0.0199
0.0379
0.0522
0.0613
0.0645
0.0613
0.0522
0.0379
0.0199
0.0000
u2 AE/q0 L2
0.0000
0.0152
0.0302
0.0445
0.0566
0.0645
0.0661
0.0599
0.0455
0.0247
0.0000
Ate aqui, tem-se aplicado o Metodo de Galerkin sem levar em consideracao as caractersticas que o operador A pode ter. Isto implica na necessidade de se trabalhar com
funcoes coordenadas que, alem de satisfazer, em princpio, todas as condicoes de contorno, devem ser suficientemente regulares para que a aplicacao do operador diferencial
A `as funcoes coordenadas i tenha sentido.
Em numerosos problemas da Fsica Matematica, o operador A apresenta caractersticas
tais como simetria, positividade e de ser limitado inferiormente. Atraves destas caractersticas e possvel trabalhar, aplicando o Metodo de Galerkin, com funcoes coordenadas
que nao precisam ser tao regulares como as anteriores, nem tampouco precisam satisfazer
todas as condicoes de contorno.
Para fixar as ideias aqui expostas, tomam-se alguns exemplos e posteriormente passase a formalizar sua apresentacao.
127
(Aun f, vn ) =
0
d2 u
AE 2 q vn dx = 0, vn Span {i }ni=1
dx
Z L
Z L
d2 u
dun dvn
dun
qvn dxAE
vn |L0 = 0, vn Span {i }ni=1
AE 2 q vn dx =
AE
dx
dx
dx
dx
0
0
Na expressao anterior, o termo no contorno e nulo por ser vn (0) = vn (L) = 0. Logo,
o problema de Galerkin se reduz a:
Z L
Z L
dun dvn
AE
=
qvn dx, vn Span {i }ni=1
dx dx
0
0
que e identico a:
(
n Z
X
j=1
L
0
)
Z L
dj di
AE
dx aj =
qi dx, i = 1, 2, . . . , n
dx dx
0
Na expressao anterior, as funcoes un e vn nao precisam ser tao regulares. De fato, e sufi1
(0, L), quer dizer, funcoes contnuas com derivadas
cientemente que sejam elementos de Ccp
contnuas por parte, continuando nulas no contorno.
A observacao anterior e de enorme importancia ja que traz conjuntamente dois aspectos
ja discutidos:
As funcoes coordenadas sao menos regulares. Isto facilita a sua construcao.
Ao serem menos regulares, e mais facil construir funcoes coordenadas de suporte
compacto.
128
Como sera visito mais adiante, estes aspectos sao fundamentais no Metodo dos Elementos
Finitos.
1
Como um exemplo, as funcoes coordenadas mais simples em Ccp
(0, L) e nulas no
contorno podem ser construdas da seguinte forma. Dado um intervalo (0, L), divide-se
o mesmo em N subintervalos que, por simplicidade, supoe-se serem iguais. Ao realizar
esta particao, tem-se definidos N 1 pontos no interior do intervalo [0, L], sendo o ponto
L
generico i de coordenada xi = ih, h =
. A cada no i, pode-se associar a funcao i
N
que satisfaz a propriedade de ser nula para todo x
/ (xi1 , xi ), vale 1 em xi variando
linearmente em (xi1 , xi ) e (xi , xi+1 ). Esta funcao pode ser expressar da seguinte forma
(Figura 5.3),
0
se x
/ [xi1 , xi+1 ]
x xi1
se x [xi1 , xi ]
i (x) =
h
x xi+1 se x [x , x ]
i
i+1
h
vn =
N
1
X
ai i
i=1
129
xi1
di
O calculo destes coeficientes resulta ainda mais simples em virtude de que
esta dado
dx
por:
0
se x
/ [xi1 , xi+1 ]
1
di
se x [xi1 , xi ]
=
h
dx
se x [xi , xi+1 ]
h
Como se ve, as derivadas resultam constantes por partes, facilitando o calculo dos coeficientes.
Se consideramos uma particao como na Figura 5.4, os coeficientes da matriz e o termo
independente do sistema de equacoes resultam iguais a:
Z 2h
1
2AE
K11 =
AE 2 dx =
= K22 = K33
!
h
h
0
Z 2h
1
AE
K12 = K21 =
AE 2 dx =
= K23 = K32
!
h
h
h
Z h
Z 2h
x
(x 2h)
f1 =
q dx
q
dx = qh = f2 = f3
!
h
h
0
h
Matricialmente, o sistema consiste em
2 1 0
a1 qh2 1
1 2 1 . a2
1
=
AE
a3
0 1 2
1
cuja solucao consiste em
a1 qh2 1 3 2 1 1 qh2 1 6
2 4 2 1
a2
8
=
=
AE 4
AE 4
a3
1 2 3
1
6
130
Em particular para x = L/2, a solucao exata conduzia ao resultado (ver Exemplo 5.1)
u|x= L
2
ua |x= L
2
q
qL2
=
x(L x) L =
2AE
AE8
x= 2
2
2
qL 8
qL
= a2 =
=
3
AE 4
AE8
q
3 qL2
x(L x) L =
2AE
32 AE
x= 4
2
2
6 qL
3 qL
= a2 = 3
=
4 AE
32 AE
u|x= L =
4
ua |x= L
4
Como pode-se observar, novamente alcancou-se o valor exato. Nao resulta dificil mostrar
que a solucao via Metodo de Galerkin para este tipo de problemas e sempre nodalmente
exata!.
Entretanto, entre dois pontos da particao, a solucao aproximada e linear, enquanto
a solucao exata e quadratica. A diferenca entre a solucao aproximada e a exata faz-se
sentir quando se tomam as derivadas. Em efeito, a derivada de ua e constante em cada
subregiao definida pela particao sendo descontnua no ponto comum de duas subregioes.
O mesmo nao ocorre com a solucao exata cuja derivada e linear em (0, L). No exemplo
em consideracao, tem-se:
Solucao exata:
du
q
=
(L 2x) , x (0, L)
dx
2AE
Solucao aproximada:
dua
1 qL2 0
0
0
= 3
61 + 82 + 63 , x (0, L)
dx
4 AE
Recordando a definicao das i resulta:
6 qL2 1
3 qL
L
dua
= 3
=
, x 0,
dx
4 AE h
8 AE
4
2
a
1 qL
1 qL2
du
6 8
0
0
= 3
61 + 82 = 3
+
dx
4 AE
4 AE
h h
2
1 qL
L L
2 qL
=
,x
,
= 3
4 AEh
8 AE
4 2
131
e dada a simetria, nas outras subregioes as derivadas sao iguais mas de sinais contrarios.
Observa-se outro detalhe importante. Por exemplo, no primeiro intervalo, o valor da
derivada da solucao exata varia linearmente entre os valores:
du
qL
du
qL
=
e
=
dx x=0 2AE
dx x= L
4AE
4
qL
+ 4AE
3 qL
=
=
2
8 AE
m
edio
Como pode-se ver, o valor medio no intervalo 0, L4 da derivada da solucao exata coincide
com o valor da derivada (constante) da solucao aproximada no correspondente intervalo.
De uma maneira intuitiva, o exposto anteriormente diz que, aumentando o n
umero
a
de subregioes (N isto e h 0), tem-se que u se aproximara da solucao exata.
Matematicamente se pode demonstrar que:
du
dx
qL
2AE
ua u, uniformemente
e se q e suficientemente regular (caso do exemplo),
dua
du
, uniformemente
dx
dx
Se q nao e tao regular, a convergencia da derivada primeira e no sentido da media ou
L2 , ou seja,
R L dua du 2
dx 0
0
dx
dx
h0
Agora bem, empregando funcoes coordenadas como as que se tem utilizando, para cada
particao (quer dizer, para cada N e, portanto, para cada h = NL ) sera necessario construir
toda a matriz do sistema e seu vetor termo independente. Entretanto, a construcao
desta matriz resulta extremamente facilitada atraves da definicao de uma matriz de base
ou elementar. De fato, recorde que o Metodo de Galerkin consista em:
Z L
Z L
dun dvn
dx =
qvn dx, vn Span {i }ni=1
AE
dx dx
0
0
onde n esta associado ao n
umero de funcoes bases adotada que, para o problema em
estudo, esta associado `a divisao realizada no intervalo (0, L). Em particular, se N e o
n
umero de subintervalos, n = N 1. Para esta divisao, a expressao anterior pode ser
reescrita como:
Z
N Z
X
duen dei
e
dx
qi dx = 0, i = 1, 2, . . . , N 1
AE
dx
dx
e
e
e=1
132
0
se x
/ e
e
un =
e
e
ae1 e1 + ae e se x e
L
,
N
e:
0
se x
/ [xe1 , xe ]
x xe
para todo x [xe1 , xe ] se i = e 1
ei =
h
e
e
K11 K12
ae1
f1
=
e
e
K21
K22
ae
f2e
onde:
e
K12
dee1 2
AE
=
AE
dx =
dx
h
e
e 2
Z
de
AE
e
K22
=
AE
dx =
dx
h
e
Z
de de
AE
e
= K21
=
AE e1 e dx =
dx dx
h
e
Z
e
K11
133
qee1 dx , f2e =
e
R
e
qee dx
AE
qh f1e
1 1
ae1
=
1 1
ae
h
2 f2e
e para o exemplo em consideracao (q = cte), o sistema anterior resulta,
AE
h
1 1
1 1
ae1
ae
qh
=
2
1
1
Desta maneira, uma vez calculado o sistema de equacoes associado a cada subregiao
e (como sera visto mais adiante o Metodo de Elementos Finitos chama esta subregiao de
elemento e), o sistema global e estabelecido atraves da montagem adequada de cada um
dos subsistemas. A Figura 5.7 representa geometricamente a ideia anterior para o caso
particular do elemento e = 4 e N = 7.
134
d2 u
= q, x (0, L)
dx2
u (0) = 0
du
AE
= 0
dx
AE
x=L
du
2
=0
DA = u, u C (0, L) , u|x=0 ,
dx x=L
Considere o espaco Admu DA :
L
0
d2 u
du
= 0, v Admu
AE 2 q vdx + AE v
dx
dx x=L
L
0
du
du
du dv
=0
qv dx AE v + AE v
AE
dx dx
dx
dx x=L
0
du dv
AE
qv dx = 0, v Admu
dx dx
L
0
onde :
du dv
qv dx = 0, v Admu
AE
dx dx
1
V u; u Ccp
(0, L) , u (0) = 0
135
du
=0
dx
x=1
x
2
3
2
3
1 = x 1
, 2 = x 1 x , 3 = x 1 x , etc
2
3
4
Se tomamos a primeira func
ao, a soluc
ao aproximada sera tal que:
Z L
00
a1 1 + a1 1 + x 1 dx = 0
0
2
5
a1
=0
10
24
de onde:
a1 =
25
24
25
x
x 1
24
2
Z 1 2
du
du
+ u + x vdx +
= 0, v V
v|
2
dx
dx x=1
0
Integrando por partes:
Z
1
0
du dv
+ uv + xv dx = 0, v V
dx dx
As func
oes coordenadas sao agora mais faceis de serem escolhidas e, por exemplo, podem
ser:
1 = x, 2 = x2 , etc
136
a1
0
1 2 + 1 2 dx + a2
de onde:
2 +
22
o
dx =
x2 dx
23 a1 34 a2 = 13
34 a1 17
a = 14
15 2
137
60
; a2 =
139
139
137
60 2
x
x
139
139
sin x
x
cos 1
u
0.000000
0.095092
0.157700
0.245953
0.320742
0.397329
0.445049
0.492329
0.527594
0.549794
0.557409
ua
0.000000
0.099958
0.197500
0.255525
0.333333
0.390625
0.437500
0.473958
0.500000
0.515625
0.520933
ua
0.000000
0.094245
0.179856
0.284029
0.325180
0.384892
0.435971
0.478417
0.512230
0.537410
0.553957
137
A derivada de ua em x = 1 resulta:
d
ua
137 120
17
=
=
= 0.122302
dx
139 139
139
que, como pode-se notar, resulta aproximadamente nula. Em particular, `a medida que
aumenta-se o n
umero de func
oes coordenadas que irao intervir na soluc
ao aproximada, a
derivada em x = 1 tende a zero.
5.2.3
Condic
oes de Contorno N
ao-homog
eneas
i e Q
i sao os momentos e as forcas cortantes aplicadas nas extremidades da viga
onde M
e k o coeficiente de elasticidade da fundacao.
2
(0, L). Logo, o problema do valor de contorno anterior e equivalente
Considere v Ccp
2
2
(0, L),
tal que para todo v Ccp
ao de determinar a funcao u Ccp
Z
EI
0
d2 u
dx2
d2 v
dx2
dx+
kuvdx
0
L v 0 (L) Q
0 v (0) M
0 v 0 (0)
qvdx+QL v (L)+ M
(5.1)
Para provar o anterior, integra-se por partes o primeiro membro da equacao anterior.
Tem-se assim:
138
EI
0
d2 u
dx2
d2 v
dx2
dx +
0
L
d4 u
d2 u dv
d3 u L
kuvdx =
(EI 4 + ku)vdx + EI 2
EI
v|
dx
dx dx 0
dx3 0
0
Z L
0 L
L
=
qvdx + Qi v|0 + Mi v
Z
d3 u
d4 u
d2 u
dv
+ EI 3 Qi v|L0 = 0
EI 4 + k q vdx + EI 2 Mi
dx
dx
dx 0
dx
2
para todo v Ccp
(0, L). O anterior diz que cada termo deve ser nulo. Logo, o primeiro
termo conduz `a propria equacao que governa o problema. O segundo termo diz que se
as derivadas das funcoes coordenadas nao satisfazem nenhuma restricao no contorno, a
solucao do problema variacional satisfaz na forma natural a condicao:
EI
d2 u
i , i = 0, L
=M
dx2
O mesmo ocorre com o terceiro termo que garantira que a solucao ira satisfazer:
EI
d3 u
i = 0, i = 0, L
Q
dx3
L
0
d2 un d2 i
EI 2
dx +
dx dx2
kun i dx =
0
i+M
0i L , i = 1, 2, . . . , n
qi dx + Q
0
Como pode ser visto, o problema consiste agora em determinar as funcoes bases i . Estas
funcoes devem ser funcoes contnuas com derivadas contnuas e com derivadas segundas
quadrado integraveis.
Por exemplo, poderia se trabalhar com funcoes coordenadas do tipo senos e/ou cosenos ou ainda com polinomios. Estas funcoes estao definidas em todo intervalo (0, L) e
sao mais regulares do que realmente necessario. Como ja foi notado anteriormente, no
caso de estarem definidas em todo o intervalo (0, L) traz junto alguns inconvinientes:
139
0
se x
/ (xi1 , xi+1 )
1
x = xi
fi (x) =
0
x = xi1 e x = xi+1
df
y tal que
= 0 em x = xi1 , x = xi , x = xi+1
dx
0
para x
/ (xi1 , xi+1 )
0
x
=
x
i1 e x = xi+1
dg
gi (x) =
= 0 em x = xi1 , xi+1
dx
dg = 1 em x = xi
dx
podem ser consideradas como funcoes bases e tem a caracterstica de serem de suporte
compacto (Figura 5.9).
140
5.3
5.3.1
141
M
etodo de Ritz
Mnimo de um Funcional
O problema basico que deseja-se resolver consiste em determinar a solucao de uma certa
equacao diferencial associada a determinadas condicoes homogeneas de contorno. Chamando
como DA o conjunto de funcoes u suficientemente regulares (no sentido do operador diferencial A) tal que satisfacam as condicoes de contorno do problema, tem-se que o anterior
e equivalente a determinar u DA tal que:
Au = f em
(5.2)
e como u DA significa explicitamente que as condicoes de contorno estao todas satisfeitas. No que segue, supoe-se, tambem, que o operador A e positivo-definido(p.d.).
Em virtude da limitacao anterior (o operador A e p.d.) pode-se colocar o seguinte
teorema.
Teorema 5.1 Se o operador A e positivo-definido, o problema de valor de contorno
definido anteriormente e tal que se existe solu
c
ao, a mesma
e u
nica.
Demonstracao: Suponha que existam duas soluc
oes u1 6= u2 , logo:
Au1 = f , Au2 = f
subtraindo membro a membro e da linearidade do operador A resulta:
A (u1 u2 ) = 0 em
multiplicando ambos os membros da equac
ao anterior por (u1 u2 ) e integrando em
tem-se:
Z
(u1 u2 ) A (u1 u2 ) d = 0
e = 0 se e somente se v = 0
disto e da express
ao anterior se segue que:
u1 = u2
com isso, demonstra-se o teorema.
Pode-se colocar agora um segundo teorema que e a base do ponto de partida do Metodo
de Ritz.
142
uDA
v DA
143
portanto:
(Au f, v) = 0
v DA
K+1
(R2 r2 )
se x
v = v (x) =
0
se x
/
onde R indica o raio da esfera e r a distancia entre o ponto x e o centro P da mesma.
Por sua vez, k e a ordem da maior derivada contida no operador A (Figura 5.12).
k+1
(Au f, v) =
(Au f ) vd =
(Au f ) R2 r2
d = 0
k+1
R2 r 2
> 0 em
(Au f ) > 0 em
144
Como tambem pode-se notar, o Teorema 5.2 permite substituir o problema de integrar a equacao diferencial sob certas condicoes de contorno pelo problema de determinar
a funcao que minimize a funcional F (u). Em particular, o Metodo de Ritz permite
determinar solucoes aproximadas deste problema mnimo.
Apresentam-se agora alguns exemplos que mostrarao alguns aspectos interessantes,
Exemplo 5.7 Seja o seguinte problema de valor de contorno:
d2 u
= 2 x (0, 1)
dx2
com as condicoes de contorno:
u (0) = u (1) = 0
A soluc
ao deste problema e u0 = x (1 x). O operador A do p.v.c. e positivo-definido
(na realidade tambem e positivo limitado inferiormente). De fato:
Z
(Au, u) =
Z
00
u udx = u
u|10
0 2
(u ) dx =
0
(u0 ) dx 0
F (u) =
00
u u 4u dx
0
F (u1 ) =
[2x (2 x) 4x (2 x)] dx =
Z
F (u0 ) =
4
3
2x (1 x) dx =
1
3
2x (2 x) dx =
1
[2x (1 x) 4x (1 x)] dx =
0
(5.4)
(5.5)
145
F (u) =
(u ) 4u dx + (u(1))2
0
tome o menor valor de todos os valores que pode alcancar para cada u DA . Mostra-se
que para este caso a func
ao u0 faz com que F (u) tome o menor valor comparado com os
que alcancaria com qualquer func
ao que em 0 x 1 e contnua com derivada primeira
tambem contnua independentemente de serem satisfeitas as condic
oes de contorno. Para
mostrar isto, seja u = u (x) uma func
ao continuamente diferenci
avel em x [0, 1]. Podese definir v como:
v = u u0
Tem-se, assim:
i
R1h
00
F (u) = F (u0 + v) = 0 (u0 + v) (u0 + v) 4 (u0 + v) dx =
i
1
R1h
0
0
0
0
= 0 (u0 + v) (u0 + v) 4 (u0 + v) u0 + v (u0 + v)0
i
R 1 h 0
0 2
= 0 u0 + v 4 (u0 + v) dx + [u0 (1) + v (1)]2
R1 0 2
0
0
0 2
=
u
+
2u
v
+
v
4u
4v
dx + u20 (1) + v 2 (1) +o2u0n(1) v (1)
0
0
0
0
nR
o n R
o
R1 0
0
0
0
1
1
= 0 u0 2 4u0 dx + u20 (1) + 2 0 u0 v 2v dx + 2u0 (1) v (1) + 0 v 2 dx + v 2 (1)
R1 0 0
R 1 00
0
0
1
2 0 u0 v 2v dx + 2u0 (1) v (1) = 2 0 u0 + 2 vdx + 2u
0 v|0 + 2u0 (1) v (1)
0
0
= 2u0 (1) v (1) + 2u0 (1) v (1) = 2 u0 (1) + u0 (1) v (1) = 0
Logo, F (u) toma a forma:
Z
F (u) = F (u0 ) +
dx + v (1) F (u0 )
2
146
Proposic
ao 5.1 (Observa
c
ao) Deve-se ressaltar que para estabelecer o Teorema 5.2,
partiu-se da hipotese que a soluc
ao do problema de valor de contorno existia e de que
existia a func
ao que minimiza F (u) em DA . Este problema da exist
encia nao sera
discutido neste texto. O leitor interessado poder
a consultar, por exemplo, as obras de
Mikhlin citadas na Bibliografia (veja tambem o Apendice, Sec
ao B.5).
5.3.2
Sequ
encias Minimizantes
Seja um certo funcional (u) cujos valores estao limitados inferiormente. Neste caso,
pode-se demonstrar que existe um limite exato d para (u):
d = inf (u)
(5.6)
uD
lim (un ) = d
Seja agora A um operador positivo-definido. Logo seu funcional de energia sera dado
por:
F (u) = (Au, u) 2 (f, u)
(5.8)
Se existe solucao u0 do p.v.c. Au = f , foi visto na seccao anterior que este funcional
pode ser reescrito como:
F (u) = (A (u u0 ) , (u u0 )) (Au0 , u0 ) = ku u0 k2A ku0 k2A
onde kkA e a norma energia. Como pode-se notar da expressao anterior, o funcional
F (u) esta limitado inferiormente e seu nfimo d esta dado por:
d = inf F (u) = ku0 k2A
uDA
Tendo presente a Definicao 5.1 e a expressao anterior, conclu-se que uma sequencia
minimizante para a funcao F (u) esta caracterizada por:
Z
2
lim F (un ) = ku0 kA = u0 Au0 d
n
147
Observa
c
ao 5.1 (Demonstrac
ao) Se un e uma sequencia minimizante para F (u), temse que:
F (un ) = kun u0 k2A ku0 k2A
ku0 k2A
n
que implica em:
kun u0 k2A
0
n
5.3.3
M
etodo de Ritz
(5.9)
para todo u, v DA . Como ja foi visto, este produto interno induz uma metrica chamada
norma energia:
Z
21
ku0 kA =
uAud , u DA
148
Tem-se, assim, que o espaco DA com o produto interno na energia, passa a ser um
espaco vetorial com produto interno. Este espaco nao e necessariamente completo, quer
dizer, nem toda sequencia fundamental de Cauchy converge para elementos deste espaco.
Completando este espaco, ou seja, agregando ao espaco vetorial com o produto interno,
todas as funcoes para as quais convergem todas as sequencias de Cauchy, tem-se, entao,
o que comumente denomina-se de Espaco Energia, designado por HA , e em virtude da
forma como foi construdo e um espaco completo chamado espaco de Hilbert.
Como e facil perceber, o espaco de Hilbert HA esta formado por todas as funcoes em
DA (quer dizer funcoes bem regulares e cujas derivadas sao calculadas no sentido classico),
mais outras funcoes u que se caracterizam porque sempre existe em DA uma sequencia
{un }n=1, tal que:
kun uk2A
0
n
Estas funcoes sao mais gerais que as de DA ja que sao menos regulares, implicando
que o conceito de derivada deve ser generalizado dando lugar ao que se denomina derivada
generalizada de u.
Nao serao abordados mais detalhes ja que so interessa o aspecto computacional do
metodo. Portanto, e interessante ressaltar que HA e um espaco mais amplo que DA e
menos regular, logo se apresenta como um espaco adequado para procurar a solucao.
Surgem a as perguntas
e possvel estender o problema de mnimo do funcional energia F (u), colocado
originalmente em DA , para o espaco energia HA ?;
o mnimo de F (u) e o mesmo em ambos os espacos?;
Existindo o mnimo de F (u) em HA , a funcao que o minimiza satisfaz o problema
de valor de contorno?.
No que segue, limita-se a explicacao ao caso de operadores A positivos limitados inferiormente. Para este caso, a resposta para todas as perguntas anteriores sao afirmativas.
De fato, dado A positivo limitado inferiormente, foi visto que o p.v.c. era equivalente a
minimizar F (u) em DA , quer dizer:
min {F (u) = (u, Au) 2 (f, u)}
uDA
Agora bem,
(u, Au) = hu, uiA
de onde, do ponto de vista computacional, para passar `a forma do segundo membro,
integrou-se por partes quantas vezes necessario e usou-se as condicoes de contorno. Logo,
o problema anterior em HA corresponde a:
149
Para o caso em questao (A positivo limitado inferiormente) nao e difcil mostrar que
F (u) esta limitado inferiormente em HA logo existe o mnimo de F (u) em HA e, por sua
vez, este mnimo corresponde `a solucao (ao menos no sentido generalizado) do problema de
valor de contorno. O sentido de uma solucao generalizada quer dizer o seguinte: suponha
u0 HA minimiza F (u), logo:
hu0 , iA (f, ) = 0, HA
e se u0 e suficientemente regular, a equacao anterior equivale a:
(Au0 f, ) = 0, n HA
Como pode-se notar, a condicao do mnimo da funcao e equivalente `a condicao de
ortogonalidade do resduo, ponto de partida do Metodo de Galerkin.
Em outras palavras, ja esta se vendo que o Metodo de Galerkin e o Metodo de Ritz
sao coincidentes quando o operador e positivo definido limitado inferiormente. Do ponto
de vista mecanico, o anterior equivale a dizer que o princpio do Trabalho Virtual e
equivalente ao Princpio da Mnima Energia quando este u
ltimo existe.
Com os elementos ate aqui apresentados, pode-se utilizar o Metodo de Ritz. Dado o
problema de valor de contorno:
Au = f em + c.c homogeneas
Com A positivo limitado inferiormente, considere o problema do mnimo de F (u) em HA :
min {F (u) = hu, uiA 2 (f, u)}
uHA
Para obter uma solucao aproximada do problema anterior, o Metodo de Ritz procede a:
1. Considere o conjunto {n }
coes coordenadas, completo em HA .
n=1 , chamado de fun
Do ponto de vista computacional, isto e equivalente a dizer que deve-se considerar
um conjunto de funcoes satisfazendo, pelo menos, todas as condicoes principais e
devem ser de classe C m1 (), onde m e a ordem da maior derivada presente no
funcional.
2. Para cada n finito, defina o espaco HAn = Span {n } HA , ou seja se u HAn logo:
u=
n
X
a k k
k=1
n
un HA
150
ai
i,j=1
i=1
X
F
=
hi , j iA aj (f, i ) = 0
ai
j=1
i = 1, 2, . . . , n
K = [Kij ] = hi , j iA
nao e outra coisa que o Gramiano das funcoes coordenadas (linearmente independentes), logo o seu determinante nao e nulo. Quer dizer, o sistema tem sempre
solucao (e inclusive e u
nica).
Se designa-se com ai , i = 1, 2, . . . , n a solucao do sistema de equacoes, a sequencia:
{un }
n=1
onde:
un =
n
X
ai i
i=1
151
Figura 5.13: Exemplo 5.9, Viga simplesmente apoiada com carga uniforme
O problema de valor de contorno consiste em:
EIu(4) = q x (0, L)
u=0
para x = 0 e x = L (condic
ao de contorno principal)
00
u =0
para x = 0 e x = L (condica
o de contorno natural)
Primeiramente, deve-se estudar a simetria do operador. Logo, dado u, v tais que
satisfacam as condic
oes de contorno resulta:
Z L
d4 u
d3 u L
d3 u dv
v, EIu
=
EI 4 vdx = EI 3 v|0
EI 3 dx
dx
dx
dx dx
0
0
Z
Z
L
L
L
d2 u dv
d2 u d2 v
d2 u d2 v
= EI 2
+
EI
dx
=
EI
dx
dx dx
dx2 dx2
dx2 dx2
(4)
A express
ao anterior e simetrica em u e v, isto e, com as condic
oes de contorno
estabelecidas o operador da viga resulta simetrico.
Tambem, da express
ao surge que e positivo definido. De fato:
u, EIu
(4)
EI
0
d2 u
dx2
2
dx 0
d2 u
0
Se u, EIu(4) = 0 2 = 0 u = cte. Da condic
ao de contorno em u, u = 0 em
dx
x = 0 e x = L resulta u 0.
Do anterior o operador e positivo-definido. Pode-se demonstrar-se que o operador
tambem e limitado inferiormente.
Do que foi apresentado, segue-se que o p.v.c. e equivalente a minimizar a func
ao:
Z
F (u) =
0
d4 u
uEI 4 dx 2
dx
qudx =
0
EI
0
d2 u
dx2
dx 2
qudx
0
3x
nx
x
, 3 = sin
, . . . n = sin
L
L
L
152
de onde supoe-se n mpar (como se vera mais adiante os coeficientes associados `as func
oes
n
P
com n par resultar
ao nulos). Tome un =
ai n. Tem-se, neste caso:
i=1
n
X
F (ai ) =
ai aj EI
0
i,j=1
Z L
n
X
d2 i d2 j
dx 2
ai
qi dx
dx2 dx2
0
i=1
i2 j 2 4
EI
L4
j=1,3,...
L
0
ix
jx
sin
sin
dx aj q
L
L
sin
0
ix
dx = 0 para i = 1, 3, . . .
L
Recordando que:
Z
sin
0
ix
L
sin
jx
L
dx =
0
L
2
se i 6= j
se i = j
Z L
ix
0 i = 2, 4, ....
sin(
)dx =
2L
i = 1, 3, ...
L
0
i
e cada equacao i-esima (i = 1, 3, 5 etc.) esta dada por:
equac
ao i:
de onde:
EIi4 4
2L
ai q
=0
3
2L
i
qL4 4
, i = 1, 3, . . .
EI i5 5
Desta maneira a soluc
ao de Ritz esta dada por:
x
1
3x
1
5x
qL4 4
sin
+ 5 sin
+ 5 sin
,...
u=
EI 5
L
3
L
5
L
L
Para o centro da viga x =
, tem-se:
2
1
1
qL4 4
1 5 + 5 + ...
u|x= L =
2
EI 5
3
5
ai =
153
qL4
qL4 4
5
qL4
=
=
0,
013071
EI 5
EI 382, 5246
EI
qL4
5
qL4
= 0, 013017
EI 384, 1053
EI
u3 |x= L =
qL4
5
qL4
= 0, 013021
EI 383, 9819
EI
Observa
c
ao: Deve-se notar que nas funcoes coordenadas nao foram considerados
ix
os termos sin
, i = 2, 4, . . . Porque? A resposta e obvia. Se tivessemos aplicando o
L
Metodo de Ritz, o termo independente associado `a equacao i = 2, 4, . . . seria:
Z
i dx = q
0
L
ix
L
ix
sin
dx = q cos
= 0, i = 2, 4, . . .
L
i
L 0
154
Z L
d3 u L
d3 u dv
d4 u
EI 3 dx
=
EI 4 vdx = EI 3 v|0
dx
dx
dx dx
0
0
Z
Z
L
L
L
d2 u dv
d2 u d2 v
d2 u d2 v
= EI 2
+
EI
dx
=
EI
dx
dx dx
dx2 dx2
dx2 dx2
L
d2 u
0
= 0 u = cte
2
dx
0
0
pela condic
ao de contorno u (0) se segue que u = 0 em (0, L) u = cte e novamente,
da condic
ao u (0) = 0 u = 0, ou seja,:
hu, uiA 0 e = 0 se e somente se
X
u = a0 +
a i xi
i=1
devendo satisfazer:
u (0) = 0
a0 = 0, logo u =
ai xi
i=1
u (0) = 0 a1 = 0
logo u =
X
i=2
ai xi
155
Logo, as func
oes coordenadas sao:
1 = x2 , 2 = x3 , . . . ,etc
Tomando HA1 = Span {x2 } e aplicando o Metodo de Ritz temos:
Z L
Z L
h
00 i2
2
F (a1 ) =
EI a1 x
dx 2q
a1 x2 dx
0
Z L 0
L3
L3
2
2
= EI
4a1 dx 2qa1
= 4EILa1 2qa1
3
3
0
A condic
ao de mnimo conduz a:
dF
2
= 8EILa1 qL3 = 0
da1
3
logo:
a1 =
1 qL2
12 EI
1 qL2 2
x
12 EI
de onde,
1 qL2
12 EI
Tomando as funcoes coordenadas 1 e 2 e em forma matricial temos
Z L
2
K11 = EI
(001 ) dx = 4EIL
0
Z L
2
K22 = EI
(002 ) dx = 12EIL3
0
Z L
K12 = EI
001 002 dx = 6EIL2
0
Z L
1
f1 = q
1 dx = qL3
3
0
Z L
1
f1 = q
2 dx = qL4
4
0
u1 (L) =
EIL
4
6L
sim. 12L
a1
a2
= 3L qL3
4
156
A soluc
ao do sistema conduz a:
a1 =
5 qL2
1 qL 3
a2 =
x
24 EI
12 EI
1 qL 3
5 qL2 2
x
x
24 EI
12 EI
e o deslocamento em x = L resulta:
u2 (L) =
A soluc
ao exata e:
q
u(x) =
2EI
1 qL4
8 EI
L2 x2 Lx3 x4
+
2
3
12
1 qL4
8 EI
Observa-se que somente apenas dois termos ja permite obter uma boa aproximac
ao da
soluc
ao. Entretanto, quando deriva-se a soluc
ao aproximada na procura dos momentos,
por exemplo, a ordem de aproximacao cai. De fato:
u (L) =
M2 |x=0 = EI
d2 u
10
|x=0 = qL2 = 0.4167qL2
2
dx
24
/ (xi1 , xi+1 )
0 em x
i
0
em
x
=
xi1 , x = xi+1
0 =
1 em x = xi
157
i0
=
dx
0 em x
/ (xi1 , xi+1 )
0 em x = xi1 , xi , xi+1
0
0
0
i1
0
=
dx
1
i1
em x
/ (xi1 , xi+1 )
em x = xi1 , xi , xi+1
em x
/ (xi1 , xi+1 )
em x = xi1 , xi+1
em x = xi
A Figura 5.15 representa estas funcoes que nao sao outra coisa que os polinomios
c
ubicos de Hermit. Recorde o leitor que os polinomios de Hermit permitem interpolar
funcoes garantindo, para o exemplo que nos ocupa, a continuidade da funcao e de sua
primeira derivada. Temos, assim, que uma funcao arbitraria do espaco obtido pelas
combinacoes lineares destas funcoes toma a forma
N
X
i i
u =
a0 0 (x) + ai1 i1 (x)
a
(5.10)
i=1
N
[
e=1
u(e) =
N n
[
o
1(e) 1(e)
1(e) 1(e)
2(e) 2(e)
2(e) 2(e)
b0 0 (x) + b1 1 (x) + b0 0 (x) + b1 1 (x)
(5.11)
e=1
=
=
=
=
b10
b20
b11
b21
se
se
se
se
o
o
o
o
no
no
no
no
1
2
1
2
da
da
da
da
regiao
regiao
regiao
regiao
e
e
e
e
coincide
coincide
coincide
coincide
com
com
com
com
o
o
o
o
no
no
no
no
xi
xi
xi
xi
158
5.3.4
Condic
oes de Contorno Homog
eneas
Ate aqui foi apresentado como definir o funcional a minimizar quando as condicoes de
contorno eram do tipo homogeneas. Define-se, agora, o funcional associado quando as
condicoes de contorno sao nao-homogeneas.
Para isso, considere a equacao:
Au = f em
(5.12)
onde A e, por exemplo, um operador linear diferencial que contem derivadas ate a ordem
k. Como campo de definicao deste operador, toma-se o conjunto de todas as funcoes com
derivadas contnuas de ordem 1, 2, . . . , k 1 com derivada contnua por parte de ordem k
= S.
no domnio fechado
Suponha agora que a equacao (5.12) deve ser integrada sob as condicoes de contorno
G1 u|S = g1 , G2 u|S = g2 , Gr u|S = gr ,
(5.13)
(5.14)
159
(5.15)
(5.16)
Agora, se nosso operador A e positivo-definido para o conjunto de funcoes que satisfazem as condicoes de contorno (5.16), tem-se, de acordo com o que ja foi visto (teorema
do mnimo da funcao energia), que o problema (5.15)-(5.16) e equivalente a determinar a
funcao v que dentro do conjunto de funcoes satisfazem (5.16), minimizam o funcional:
F (v) = (v, Av) 2 (f , v) , v MDA
(5.17)
Para-se, aqui, um momento a fim de direcionar ao leitor para onde deseja-se caminhar.
O problema (5.12)-(5.13) corresponde `as condicoes de contorno nao-homogeneas. Logo,
nao e possvel estabelecer o funcional energia associado. Observe que tem sido deduzido
esta funcao somente para o caso de condicoes homogeneas. Admitindo, justamente, a
existencia da funcao foi introduzido uma troca de variaveis, u = v, a qual introduzida
em (5.12)-(5.13) permite reescrever este problema em outro (5.15)-(5.16) associado `as
condicoes de contorno homogeneas. Logo, pode-se definir o funcional energia, expressao
(5.17). Para definir (5.17) em termos de u sera suficiente substituir em (5.17) v = u .
Logo:
F (v) = F (u ) = (Au A, u ) 2 (u , f A) =
= (Au, u) 2 (u, f ) + (u, A) (, Au) + 2 (, f ) (, A)
Agora , o termo (u, A) (, Au) atraves de integracoes por parte pode escrever-se
com uma integral de superfcie, quer dizer:
Z
(u, A) (, Au) =
R (u, ) dS
S
160
Z
Z
F (v) = (Au, u) 2 (f, u) + N (u, gi ) dS + 2 (, f ) (, A) + M () dS
S
A expressao entre colchetes e uma constante ja que nao depende de u. Logo, o mnimo
de F (v) e equivalente a minimizar o funcional:
Z
(u) = (Au, u) 2 (f, u) + N (u, gi ) dS
(5.18)
S
dentro do conjunto de funcoes DA . Este e o funcional que foi proposto determinar quando
comecou-se esta seccao.
Observa
c
ao: Deve-se notar que o funcional (5.18) pode construir-se sem a necessidade de conhecer a funcao . No entanto, para que o mnimo de (5.18) tenha sentido e
necessario que a funcao exista.
Por u
ltimo, observa-se que para a minimizacao do funcional (5.18), algumas das
condicoes de contorno (5.13) podem ser naturais. Tendo isto presente, o mnimo de (5.18),
pode-se procurar num espaco mais amplo onde a forma simetrica (u, Au) e substituda
por hu, uiA e onde so e preciso satisfazer as condicoes de contorno principais.
Na continuacao, alguns exemplos serao apresentados.
Exemplo 5.11 Considere o problema de integrar a equac
ao de Laplace:
2 u = 0
em
(5.19)
(5.20)
(5.22)
(5.23)
161
Z 2
v 2v
2
v, v =
+
d
x2 y 2
v
v
v, 2 v =
+
d 0, e = 0 se e somente se v 0
2
x
y 2
F (v) = v, 2 v 2 v, 2
(5.24)
F (u) = u, 2 u + , 2 u u, 2 + , 2
(5.25)
Z
Z
Z
u
2
2
u
dS =
g dS g dS
, u u, =
n
n
S n
S n
S
O integrando do segundo membro corresponde a R (u, ). Em particular:
N (u, gi ) = g
u
,
n
M () = g
u
2
F (u) = u, u + g dS + , g dS
S n
S n
u
2
(u) = u, u + g dS
(5.26)
S n
Integrando por parte o primeiro termo do segundo membro e utilizando a equac
ao
(5.20) obtem-se:
Z ( 2 2 )
u
u
+
d
(u) =
(5.27)
x
y
162
Exerccio 5.9 Determine o funcional cujo mnimo seja equivalente a integrar o seguinte
problema de valor de contorno:
2 u
em
u
= h em S
n
S
conhecido como problema de Neumann. Qual e o conjunto onde o mnimo desta funcional esta definido?. A condic
ao de contorno nao-homogenea e uma condic
ao natural ou
principal?
Ate aqui tem-se resolvido o problema de determinar o funcional a minimizar equivalente ao problema de valor de contorno (linear) nao-homogeneo. Para determinar uma
solucao aproximada do mnimo deste funcional, pode-se recorrer ao Metodo de Ritz. Sem
d
uvidas, o problema de determinar as funcoes coordenadas se complica em virtude de
que o conjunto onde o funcional esta definido nao e um espaco vetorial. Na realidade, o
que o Metodo de Ritz propoe e trabalhar com funcoes coordenadas densas no espaco das
funcoes v da transformacao u = v + . Em outras palavras, o metodo consiste em:
Considere {i }
co energia associado `as funcoes v da transformacao
i=1 denso no espa
u = v + . Quer dizer que i satisfazem as condicoes de contorno homog
eneas.
Para cada n finito {i }ni=1 sao linearmente independentes.
Para cada n finito, tome como aproximante de u a combinacao:
X
un =
ai i +
O mnimo de F (un ) e equivalente ao mnimo da funcao F (a1 , a2 , . . . , an ) logo, os
coeficientes ai , que satisfazem ao sistema de equacoes:
F
= 0, i = 1, 2, . . . , n
ai
sao, segundo ja visto, os coeficientes de Ritz que determinam a solucao aproximada:
un
n
X
ai i +
i=1
163
Este problema e difcil de resolver e, `a medida que a dimensao do espaco onde esta
imerso aumenta, o problema se faz cada vez mais difcil. Outro aspecto que complica
enormemente satisfazer as condicoes de contorno e a forma do contorno.
Para solucionar esta dificuldade distintas tecnicas tem sido desenvolvidas. Uma das
mais conhecidas e a de trabalhar com funcionais extendidos. Basicamente o que se procura
com estes funcionais e que as condicoes de contorno principais nao homogeneas do primitivo funcional passem a ser condicoes naturais do novo funcional (ver R. A. Feijoo,
Aplicac
ao do Metodo de Ritz a Funcionais Relajados em Mec
anica dos Solidos, M.Sc.
Tese, COPPE, 1973).
Por u
ltimo, deve-se ressaltar que as condicoes de contorno sao mais facil de satisfazer
quando se trabalha com funcoes localmente suportadas.
Exerccio 5.10 Considere o problema de distribuic
ao de temperatura na placa da Figura
5.17.
T
kx
+
ky
= 0 em
x
x
y
y
0
em y = 0, x = 0 e y = b
T =
100 em x = a
Determine o funcional F (T ) cujo mnimo corresponde a um um campo T soluc
ao do
problema anterior. kx e ky sao os coeficientes de condutividade termica segundo x e y.
Exerccio 5.11 Considere o problema de conducao de calor no tubo circular infinito da
Figura 5.18. Denotam-se as temperaturas interna e externa como T1 e T2 , respectivamente.
Em coordenadas cilndricas, o problema esta governado pelo seguinte problema de valor
de contorno:
1 dT
d2 T
+
= 0, em r (Ri , Re )
dr2
r dr
T |r=Ri = T1 , T |r=R2 = T2
donde Ri e o raio interno e Re o raio externo. Determine:
164
r Ri
T2 + a1 1 = + a1 1
Re Ri
onde 1 = (r Ri ) (r Re ).
3. compare com a soluc
ao exata:
T = T1 +
T2 T1
r
ln
Re
Ri
ln
Ri
165
u(1) = a1 a2 x2 b2 y 2
3. Calcule a soluc
ao de Ritz para:
u(2) = a1 + a2 x2 + a3 y 2 a2 x2 b2 y 2
4. Compare e comente os resultados.
5.4
M
etodo de Mnimos Quadrados
Como pode-se notar, para aplicar o Metodo de Ritz a um determinado problema de valor
de contorno foi necessario admitir que o operador diferencial A era simetrico positivodefinido. Se o operador nao satisfaz estas restricoes, nao se pode aplicar o metodo. Existe,
entretanto, outra formulacao variacional, conhecida com o nome de Mnimos Quadrados
que permite atender este tipo de problema.
166
gerando a norma:
hu, viA,A
12
= kukA,A
Definida a norma anterior, pode-se colocar o problema de determinar a melhor aproximacao para a solucao u0 do p.v.c., com respeito `a norma kkA,A . Em outras palavras, u0
minimiza o funcional
F (u) = ku u0 kA,A
O problema anterior pode ser reescrito como:
Z
F (u) = hu u0 , u u0 iA,A = hAu f, Au f i = hr, ri =
r2 d
onde i deve ser suficientemente regular como para garantir que Aun tenha sentido. Por
outro lado, un deve satisfazer as condicoes de contorno. Substituindo esta aproximacao
no problema do mnimo tem-se:
F (ai ) =
n
X
j,k=1
hj , k iA,A aj ak 2
n
X
hj , f iA aj
j=1
X
F
=
hj , k iA,A aj = (Aj , f ) , i = 1, 2, . . . , n
ai
j=1
A expressao anterior pode ser reescrita como,
!
n
X
F
aj j Ai (Aj , f ) = 0, i = 1, 2, . . . , n
= A
ai
j=1
de onde :
(Aun f, Ai ) = 0, i = 1, 2, . . . , n
167
tenha sentido.
Exemplo 5.12 Considere o problema da viga em balanco ja estudado anteriormente. A
Figura 5.21 nos indica as caractersticas geometricas e de carga.
tenha sentido, quer dizer, seja limitado. Neste exemplo, limita-se ao caso de polin
omios
definidos em todo (0, L). Tome, por exemplo, a seguinte aproximac
ao:
ua = a1 1 = a1
x3
x4
x2
6 2 4 3 + 4
L
L
L
A func
ao 1 e tal que:
0
00
000
168
satisfazendo as condic
oes de contorno e, portanto, e uma func
ao admissvel para o problema. Tem-se, assim:
Z
F (a1 ) =
(A1 )
0
onde:
Z
2
dxa21
dF
=
da1
24
L4
q
(A1 )
dxa1 =
EI
2La1 2
24
L4
24
L4
La21
24
L4
q
a1
EI
q
=0
EI
portanto:
1 qL4
24 EI
O Metodo dos Mnimos Quadrados conduz `a soluc
ao aproximada:.
2
2 2
1 qL4
x
Lx
x3
x4
1 q
Lx3 x4
ua =
6 4 3 + 4 =
+
24 EI
L
L
2 EI
2
3
12
2
a1 =
que n
ao e outra coisa que a pr
opria soluc
ao exata.
5.5
Conclus
oes
Ao longo deste captulo, apresentou-se uma serie de metodos que permitem determinar
uma solucao aproximada de um dado problema de valor de contorno.
Foi possvel apreciar que o Metodo de Ritz recai no Metodo de Galerkin. Este u
ltimo
metodo e mais geral que o de Ritz ja que nao requer a existencia do funcional a minimizar.
Por sua vez, nao e difcil estender o metodo a problemas nao lineares.
Tambem foi visto que o Metodo dos Mnimos Quadrados e um caso particular do
Metodo dos Resduos Ponderados, fazendo que o resduo seja ortogonal `as funcoes bases
Ai , i = 1, 2, . . . , etc.
Agora bem, em todos estes metodos a caracterstica geral e a definicao das funcoes
coordenadas que, em geral, foram denotadas por {i }
etodo, estas funcoes
i=1 . Para cada m
deverao satisfazer adequadas condicoes de regularidade e, por sua vez, deverao satisfazer
parte ou todas as condicoes de contorno.
A construcao destas funcoes e uma das tarefas mais difceis destes metodos e na escolha
das mesmas esta concentrada grande parte do sucesso do metodo.
Em todos os casos (Colocacao, Galerkin, Ritz, Mnimos Quadrados) uma vez introduzidas estas funcoes coordenadas, chegou-se a um sistema de equacoes algebricas cuja
solucao determina o valor dos coeficientes da combinacao de funcoes i que melhor se
aproxima da solucao exata.
Como se sabe, o comportamento numerico da solucao do sistema depende do chamado
n
umero P da matriz do sistema. Em geral, quando as funcoes bases estao definidas em
toda a regiao, a matriz do sistema e cheia e o condicionamento numerico tende a deteriorarse a medida que o n
umero de equacoes aumenta.
5.5. Conclusoes
169
Esta tendencia pode diminuir e muitas vezes eliminar-se por completo quando trabalhase com funcoes coordenadas localmente suportadas. Em particular, o Metodo de Elemento
Finitos se constitui em um metodo sistematico, e simples, para a construcao dessas funcoes
coordenadas. Em outras palavras, o Metodo de Elemento Finitos fornecera unicamente as
funcoes bases ou coordenadas e posteriromente, para a obtencao da solucao aproximada,
aplica-se alguns dos metodos estudados.
170
Parte III
O C
alculo Variacional na Mec
anica
171
Captulo 6
A Formulac
ao Variacional
6.1
Introduc
ao
Veremos, neste captulo, a importancia que a Formulacao Variacional assume na modelagem dos problemas de Mecanica, mais ainda, poder-se-`a concluir ser esta uma formulacao de carater natural para os problemas que iremos tratar.
O uso da Formulacao Variacional permite-nos colocar numa u
nica expressao todos
os elementos relevantes ao problema que se esta analisando, tais como: as equacoes de
equilbrio, as condicoes de contorno, as equacoes constitutivas, as condicoes de discontinuidade. Mais ainda, ela e capaz de fornecer, de maneira natural, o tipo de condicao
de contorno compatvel com o modelo estudado. Outra grande vantagem no seu uso esta
no fato de nos sugerir o metodo de resolucao que devemos empregar. Estes metodos, conhecidos com o nome de Metodos Variacionais sao, muitas vezes, de facil implementacao
computacional, alguns deles prestando-se para a resolucao de problemas com as mais
variadas e complexas geometrias.
Neste captulo iremos analizar a cinematica dos meios contnuos como ponto de partida
para o estabelecimento do nosso modelo, o conceito de esforcos, externos e internos, ao qual
um corpo podera estar submetido, os conceitos de equilbrio e compatibilidade dentro do
enfoque variacional, mostrando que as leis de Newton sao uma consequencia do Princpio
das Potencias Virtuais se o admitirmos como um Princpio Fundamental.
Ou
ltimo ira caracterizar perfeitamente as duas formas de tratamento dos problemas
em Mecanica: a que denominamos cl
assica e a variacional. A primeira e caracterizada
pelo conhecimento de um ente abstrato denominado forca pertencente a um campo vetorial e sendo a Lei de Newton o princpio fundamental no qual iremos basear toda a teoria
mecanica construda `a partir da. No segundo enfoque, estaremos nos baseando no estudo
de um funcional linear nos campos de deslocamento, ou seja, de uma funcao de vetores em
n
umeros reais correspondente a uma medida da Potencia associada com o deslocamento
do nosso corpo. O anterior nao passa de uma formalizacao daquilo que somos obrigados
a fazer sempre que desejamos saber o quanto alguma coisa se opoe ao movimento que
lhe desejamos efetuar. Assim e que, para sabermos o quanto pesa uma mala, realizamos
uma serie de experiencias: primeiro a levantamos e notamos que existe uma potencia
173
174
dispendida nesse movimento (isto pode ser visto pelo quanto suamos!), depois a movimentamos no sentido horizontal e notamos que nao foi dispendido nenhum esforco nessa
acao de movimento (suposto eliminado o atrito) assim, por simples averiguacao de como
se comporta essa funcao somos capazes de dizer que existe um vetor, denominado peso
do corpo com direcao normal ao plano do chao e intensidade medida atraves da potencia
dispendida numa acao de movimento virtual.
Por tudo isto, vemos que a u
ltima maneira de definir os esforcos e mais natural que a
primeira, ja que vem a expressar uma realidade mecanica que vivemos no diaadia.
6.2
Cinem
atica
6.2.1
Deformac
oes
Todo corpo tem como caracterstica fsica o fato de ocupar regioes do espaco euclidiano
E. Apesar de um corpo poder ocupar diferentes regioes do espaco em instantes diferentes,
nenhuma delas define o corpo, se bem que podemos selecionar uma qualquer destas regioes,
a qual designaremos por B, e estabelecer uma correspondencia biunvoca entre os pontos
x ocupados pelas partculas do corpo em qualquer instante e os pontos X ocupados na
regiao de referencia B. Assim estaremos identificando uma partcula do corpo com o lugar
ocupado por ela em B.
Portanto um corpo passa a ser formalmente uma regiao (inclusive pode ser nao limitada) B de E. Esta regiao B recebe a denominacao de configurac
ao de referencia e, por
(6.1)
Entretanto, esta aplicacao deve possuir algumas propriedades para caracterizar o que
denominamos deformac
ao. Assim, torna-se necessario impor que nao haja interpenetracao
de material, o que matematicamente significa que Xt e biunvoca. Tambem devemos evitar
que um corpo de volume nao-nulo possa, atraves de uma aplicacao contnua, passar a um
volume nulo depois da deformacao, o que significa termos
det Xt > 0 t,
(6.2)
6.2. Cinematica
175
(6.3)
Xt (B) = Bt ,
onde o smbolo de derivada parcial designa a fronteira de uma regiao.
Esta deformacao pode ser materializada atraves de um campo vetorial definido `a partir
das posicoes que ocupa uma partcula antes e depois da deformacao, sendo este campo
definido sobre todos os pontos do corpo B, como mostrado na Figura 6.1. Temos assim
que
x = Xt (X)
(6.4)
ut = ut (X) = x X,
por tanto
x = X + ut (X).
(6.5)
(6.6)
(6.7)
176
onde
F = X .
Iremos agora classificar dois tipos de deformacoes homogeneas que nos serao u
teis mais
adiante. Dizemos que X e uma translac
ao se
X (X) = X + u
(6.8)
onde u e um vetor constante que mede a translacao. Dizemos que X e uma rotac
ao ao
redor do ponto fixo Xo se
X (X) = Xo + R(X Xo )
(6.9)
onde R e um tensor de rotacao constante (isto e, R Skw+ ).
Suponhamos agora que X nao seja homogenea e seja dada uma vizinhanca suficientemente pequena de Xo B arbitraria, assim
X (X) = X (Xo ) + X (Xo )(X Xo ) + o(X Xo )
= X (Xo ) + F (Xo )(X Xo ) + o(X Xo ).
(6.10)
(6.11)
dx dx = F dX F dX = F T F dX dX.
(6.12)
e, portanto,
Logo, uma medida da deformacao da fibra dX ao passar para a configuracao deformada
dx sera dada por
dx dx dX dX = (F T F I)dX dX = 2EdX dX
onde
(6.13)
1
1
E = (F T F I) = (u + uT + uT u)
(6.14)
2
2
e denominado tensor de deformac
ao de Green.
Ate aqui foi adotada uma descricao da deformacao conhecida como descric
ao Lagrangeana onde nos preocupamos em acompanhar o ponto material X na sua trajetoria.
Dadas as propriedades da deformacao 6.1, se segue que existe X 1 , suficientemente regular, logo podemos distinguir o ponto x ja que `a medida que t varia x passa a ser o lugar
ocupado por distintos pontos materiais X. A este tipo de descricao denominamos euleriana ou espacial e, procedendo da mesma forma que na descricao Lagrangeana, teremos
que
(6.15)
X = x ut (x),
6.2. Cinematica
177
dX = F 1 dx,
F
= grad X
(6.16)
(6.17)
onde grad e o gradiente com respeito `a variavel espacial x. Teremos, finalmente que
dx dx dX dX = (I F T F 1 )dx dx
dx
= 2Edx
(6.18)
(6.19)
Se agora supormos que os deslocamentos e seus gradientes sao suficientemente pequenos, ou seja
(6.20)
kut k, kut k e k grad ut k <
onde > 0 e suficientemente pequeno teremos que sera possvel desprezar os termos de
maior ordem dados por uT u ou grad uT grad u frente aos termos lineares u e grad u
e, mais ainda, se igualarmos os termos `a direita de 6.13 e de 6.18 encontraremos
dx = (EF
dX) (F dX)
EdX dX = Edx
dX dX
= F T EF
= (I + uT )E(I
+ u)
E = F T EF
= E + uT E + Eu
+ uT Eu
= E + o(E)
mostrando que, sob tais hipoteses, os tensores de Green e de Almansi diferem por termos
de ordem superior.Se agora desprezarmos tais termos chegaremos `a conclusao de que
= grad, ou seja, os gradientes espacial e material coincidem e portanto
1
E = E = (u + uT ),
2
(6.21)
(6.22)
Aqui cabe ressaltar que estamos considerando a descricao espacial do campo de deslocamentos, por
isso temos ut = ut (x).
178
(6.23)
Notamos que
[u(X) u(Xo )] (X Xo ) = W (X Xo ) (X Xo ) = W (X Xo ) (X Xo ) = 0 (6.24)
pois W e antisimetrico, logo
u(X) u(Xo ) X Xo .
(6.25)
6.2.2
(6.26)
(6.27)
e o lugar ocupado pela partcula X no instante de tempo t. Por sua vez, a regiao ocupada
pelo corpo no instante t sera dada por
Bt = X (B, t).
Como ja foi observado, `as vezes e conveniente trabalhar com as variaveis x, t no lugar
de X, t. Para tanto iremos introduzir o conceito de trajet
oria
T = {(x, t); x Bt , t [t0 , tf ]}.
(6.28)
(6.29)
X (X 1 (x, t), t) = x,
X 1 (X (X, t), t) = X.
(6.30)
6.2. Cinematica
179
(6.32)
(6.33)
(e )m = ,
(m )e = .
(6.34)
Torna-se portanto necessario distinguir as derivadas com respeito `as variaveis materiais
das derivadas espaciais. Assim, teremos
para o campo material
(X,
t) =
(X, t)
t
X fixo
(X, t) = X (X, t)
t fixo
(6.35)
(6.36)
(x, t)
t
x fixo
t fixo
(6.37)
(6.38)
que sao chamadas, respectivamente, de taxa espacial (derivada espacial com respeito
ao tempo) e gradiente espacial de .
Vejamos alguns exemplos que nos serao u
teis mais adiante.
Seja a descricao material 6.27, logo
x =
(X, t)
t
X fixo
(6.39)
180
2X
(X, t)
x =
2
t
X fixo
(6.40)
(6.42)
(6.43)
Pode-se demonstrar (ver [Gur81, pag. 62]) que a taxa material comuta com as transformacoes materiais e espaciais, isto e
e = (e ) = e ,
()
(6.44)
m = (m ) = m .
()
(6.45)
(6.47)
u = u0 + (grad u)v
(6.48)
v = v 0 + (grad v)v.
(6.49)
e, no caso particular de u = v
As expressoes anteriores nos permitem relacionar as taxas materiais e espaciais.
6.2. Cinematica
181
Uma relacao similar pode estabelecer-se entre o gradiente espacial e o material. Para
tanto, seja u um campo vetorial espacial suficientemente regular, logo
um = (grad u)m F
(6.50)
X (X, t) X (Xo , t) = 0 X, Xo B.
t
(6.51)
X B, t <,
(X, t)
t
X=X 1 (x,t)
(6.53)
182
(6.54)
L = D + W.
(6.55)
teremos que
Logo, a expressao 6.52 pode ser reescrita como
v(x, t) = v(y, t) + W (y, t)(x y) + D(y, t)(x y) + o(x y).
(6.56)
Logo, na vizinhanca do ponto y e com um erro de ordem o(x y), o campo de velocidades
v e a soma de um campo de velocidades rgido com um campo da forma
D(y, t)(x y).
(6.57)
Nao e difcil mostrar que o tensor D esta associado ao quadrado da taxa de variacao do
tamanho de uma fibra infinitesimal, na configuracao atual Bt , `a partir do ponto y no
instante t. Por esta razao, o campo tensorial espacial D e conhecido como campo taxa de
deformac
ao. De fato
dx = F dX,
(dx dx) = 2dx (dx) = 2dx (F dX)e .
(6.58)
F = Lm F
(6.59)
(6.60)
sera a regiao ocupada pela parte P do corpo no instante t. Seu volume esta dado por
Z
vol(Pt ) =
dV.
(6.61)
Pt
6.2. Cinematica
183
Do significado do det F = det X , podemos realizar este calculo diretamente na configuracao de referencia 2
Z
vol (Pt ) =
det F dV.
(6.62)
P
Por definicao, um movimento se diz isocorico se, para toda parte Pt de Bt e todo t,
permanece constante seu volume, ou seja
(vol Pt ) = 0
(6.63)
det F dV
P
(det F ) dV.
(6.64)
Falta-nos agora saber qual e a derivada do determinante. De [Gur81, pag. 23], temos
que
(det F ) = (det F ) tr(F F 1 ) = (det F ) tr Lm
= (det F )(tr(grad v))m = (det F )(div v)m
logo,
(vol Pt ) =
Z
(div v)m det F dV =
P
div v dVt .
(6.65)
Pt
Como, para um movimento isocorico, a expressao anterior deve ser nula para todo Pt
se tem localmente que
div v = tr L = tr D = 0.
(6.66)
6.2.3
Ac
oes de Movimento. Restric
oes Cinem
aticas
Nas secoes anteriores foram definidos uma serie de conceitos relacionados `a cinematica
dos corpos deformaveis. Vimos assim, que todas as configuracoes possveis que um corpo
pode tomar em E podem colocar-se em correspondencia biunvoca com os campos de
deslocamento associados a uma certa configuracao de referencia B.
Em outras palavras, tnhamos que dada a configuracao Bt , a mesma podia ser obtida
mediante o campo ut definido em B. Portanto, sera equivalente tratarmos da configuracao
Bt ou da configuracao ut , sempre e quando tornarmos conhecida a configuracao de referencia B.
O conjunto de todas as configurac
oes possveis que nosso corpo pode tomar, constitui
o espaco vetorial U.
2
Ver [Gur81, pag. 51]. Para uma demonstracao rigorosa da primeira das equacoes (14) que aparecem
na referencia anterior veja [CH53, pag. 247254].
184
ut
v = v(x, t) =
(X, )
.
(6.67)
6.2. Cinematica
185
configuracao admissvel sera admissvel se cada uma das configuracoes desse movimento
e tambem admissvel.
A cada movimento admissvel `a partir de ut Kinu lhe correspondera uma acao de
movimento v V chamada ac
ao de movimento cinematicamente admissvel e o conjunto
de todas as acoes de movimento cinematicamente admissveis constitui o subconjunto
Kinv V
Kinv = {v; v V, v cinematicamente admissvel}.
(6.68)
Em particular, diremos que ut Kinu e uma configuracao com restricoes cinematicas
se Kinv V. Assim, na Figura 6.2, dada uma configuracao admissvel, as acoes de
movimento admissveis devem ser tais que no apoio fixo a velocidade e nula e no movel
deve ser paralela ao plano inclinado. Neste exemplo, toda configuracao admissvel e uma
configuracao com restricoes cinematicas.
Assim, dada uma restricao cinematica, sempre podemos fazer Kinv = v + Varv , onde
v Kinv e uma acao de movimento arbitraria compatvel com as restricoes cinematicas e
Varv = {v; v V, v = 0 nos pontos onde estao prescritas
as acoes de movimento}.
(6.69)
Para uma descricao mais detalhada de alguns tipos de restricao cinematica bastante comuns na
Mecanica dos Solidos, recomenda-se a leitura de [FT82, FT83].
186
6.3
187
rgida, nao podemos estabelecer esta tensao, mas se provoca uma deformacao, a medida
da potencia dispendida neste processo nos dira o valor da tensao na correia.
Assim, conclumos que a introducao de acoes de movimento para evaluar as forcas
externas e internas que atuam sobre um corpo numa configuracao dada assume um significado fsico incontestavel.
A fim de formalizar a ideia anterior, consideremos o corpo numa configuracao Bt livre
de restricoes, logo Kinu U e o conjunto de todas as acoes de movimento cinematicamente
admissveis Kinv V. O sistema de forcas externas f que no instante t atua sobre o corpo
B esta caracterizado pelo funcional linear e contnuo em V, cujo valor em < para cada
v V, e a potencia virtual do sistema de forcas f para esta acao de movimento v,
Pe = hf, vi. O conjunto de todos os sistemas de forcas f , isto e, de todos os funcionais
lineares e contnuos de V, define o espaco vetorial V 0 chamado espaco vetorial de forcas
externas.
Notamos entao, que nesta apresentacao dos fundamentos da mecanica, dois aspectos
surgem como fundamentais
Dado o problema mecanico, a primeira atitude a tomar e definir o espaco de acoes
de movimento V e seu correspondente conceito de acoes rgidas.
O segundo conceito fundamental e o da dualidade entre o espaco V e o espaco de
forcas V 0 . Em outras palavras, dado o modelo cinematico, o sistema de forcas que
sao compatveis com este modelo fica totalmente definido por dualidade atraves da
forma bilinear
h, i : V 0 V 7 <
f, v 7 Pe = hf, vi
O anterior tambem nos mostra que, quanto mais rico for nosso espaco V, isto e,
quanto mais ampla for a definicao de acao de movimento, mais refinada sera nossa
definicao de forcas.
6.4
188
Bt
onde o sinal negativo resultara evidente mais adiante. Por sua vez, da observacao de que
toda acao rgida nao nos permite avaliar o esforco interior teremos que
Pi = 0 v N (D).
(6.71)
Seja entao
v uma translacao, logo v = conste. x Bt . Temos que grad v = 0 D = W = 0.
Temos assim que
Z
Pi =
` v dV = 0
(6.72)
Bt
v V e x Bt .
(6.73)
Portanto teremos
`=0
em todo x Bt .
(6.74)
(6.76)
Bt
(6.77)
em todo x Bt .
Os resultados anteriores nos levam a concluir que
Z
Z
Pi =
pi dV =
T D dV,
Bt
(6.78)
Bt
isto e, o esforco interno esta caracterizado por um funcional linear e contnuo sobre o
espaco de acoes de deformacao W. O conjunto de todos estes funcionais lineares constitui
o espaco de esforcos interiores W 0 , dual de W e cujos elementos estao dados por campos
tensoriais simetricos T chamados campos de tensoes de Cauchy.
Resumindo temos que, para estabelecer um determinado modelo mecanico, procedemos segundo o esquema abaixo
189
(6.79)
Bt
Por regular queremos dizer que se trata de um contorno de Lipschitz (ver [Rek75, pag. 323]).
190
(6.81)
6.5
Outro princpio sobre o qual vamos a construir toda a nossa mecanica e o Princpio das
Potencias Virtuais (daqui em diante iremos sempre refer-lo como PPV). Este princpio
nos estabelece sob quais restricoes existe o equilbrio global e suas consequencias desde o
tambem `a partir dele que se podera determinar uma
ponto de vista pontual ou local. E
representacao para f , isto e, estabelecer quais sao as cargas externas compatveis com o
modelo.
Iremos apresentar o princpio segundo uma ordem crescente de complexidade. Assim,
primeiro analisaremos o caso de corpos livres e posteriormente o de corpos com restricoes
bilaterais.
191
6.5.1
Princpio da Pot
encia Virtual
Para todo referencial Galileano 6 e para cada instante de tempo t, o corpo B se encontra
em equilbrio (estatico) na configuracao livre de restricoes cinematicas Bt sob a acao da
carga aplicada f V 0 se
Pe = hf, vbi = 0 b
v Varv
N (D) = N (D).
(6.82)
Isto e, se a potencia virtual das forcas externas que atuam sobre o corpo na configuracao Bt e nula para toda acao de movimento virtual rgida.
Pi + Pe = (T, Db
v ) + hf, vbi = 0
b
v Varv .
(6.83)
Isto e, se a soma da potencia interna e da externa e nula para toda acao de movimento virtual.
Se extendermos este princpio para incluir o conceito de equilbrio dinamico, devemos
agregar `as potencias anteriores a potencia correspondente `as forcas de inercia, isto e, `as
forcas externas f que atuam sobre o nosso corpo, devemos agregar a forca v.
Teremos
assim
Pe = hf , vbi,
f = f v.
(6.84)
Notamos que, no caso dinamico, o PPV nao e outra coisa que o princpio de DAlembert
(ver [Lan70]).
Retornando ao PPV notamos que a primeira parte nos permite caracterizar as forcas
f V 0 compatveis com a nossa definicao de equilbrio. De fato, para o caso em questao
N (D) = {v; v V, Dv = 0 v(x) = vo + w (x o)}
(6.85)
192
(6.86)
O resultado anterior nos diz que as forcas externas compatveis com o nosso conceito
de equilbrio devem ser tais que sua resultante seja nula e a resultante de momentos com
respeito ao ponto arbitrario o deve ser igualmente nula. Em geral, as forcas externas f
sao conhecidas. Este dado sera compatvel com o problema se a restricao anterior for
satisfeita. Observe tambem que o conjunto das f V 0 que satisfaz o PPV e nao vazio,
ja que f = 0 e um elemento deste conjunto. Mecanicamente, o anterior nos diz que o
sistema de forca nulo e compatvel com o equilbrio de B na configuracao Bt .
A segunda parte do PPV nos permite extender a definicao de equilbrio para acoes
de movimento nao necessariamente rgidas. Pode-se observar que a segunda parte do
PPV contem a primeira como caso particular ja que, por hipotese, admitimos que Pi = 0
para todo v rgido. Entretanto, a aplicacao da segunda parte do PPV apresenta uma
dificuldade, ja que estabelece uma relacao, a relacao de equilbrio, entre os esforcos interno
T W 0 e externo f V 0 compatveis com o equilbrio (isto e, Pe = 0 v N (D)). Tornase portanto necessario encontrar um representante para f , o que faremos a seguir.
6.5.2
O Teorema da Representac
ao
(6.88)
N (D) = R(D ).
(6.89)
(6.90)
193
Esta expressao nos fornece a representacao para f ou, de forma equivalente, a expressao da operacao de dualidade h, i entre V 0 e V. Do ponto de vista pratico, o anterior
corresponde a determinar o operador D atraves da integrac
ao por partes da expressao da
Potencia Interna
Pi = (T, Db
v ) b
v Varv .
(6.91)
Do PPV podemos introduzir os seguintes conjuntos
EstT = {T ; T W 0 ; (T, Db
v ) + hf, vbi = 0 b
v Varv } e o conjunto de todos os esforcos internos equilibrados com o sistema de cargas f . Do teorema da
representacao vimos que EstT e nao vazio.
VarT = {Tb; Tb W 0 ; (Tb, Db
v ) = 0 b
v Varv } e o subespaco vetorial de W 0
integrado por todos os esforcos internos Tb em equilbrio com f = 0, da o nome
dado a Tb: esforco interno autoequilibrado.
Da propria definicao se segue que
se Tb VarT D Tb = 0 Tb N (D ) VarT = N (D )
seja R(D) = {D; D W; v V tal que Dv = D} logo, Tb VarT (Tb, Db
v) =
b
0 b
v Varv T D(Varv ) = R(D) VarT = R(D)
logo
VarT = N (D ) = R(D)
(6.92)
Var
T = N (D ) = R(D),
(6.93)
e portanto
o que nos sera u
til mais adiante.
Tambem podemos observar que
EstT = To + VarT
(6.94)
194
Bt
= hD T, vbi
Temos portanto que
D () =
div() em Bt
()n
em Bt
(6.95)
e, por sua vez, que a carga f V 0 compatvel com o modelo cinematico adotado,
esta dada por uma densidade de forca de corpo b = div T definida por unidade
de volume em Bt e por uma densidade de forca de superfcie a = T n definida por
unidade de superfcie emR Bt . Como se pode entao observar, do PPV e da hipotese
de que Pi = (T, D) = Bt T D dV , obtivemos uma representacao para f V 0
Z
Z
hf, vbi =
b vb dV +
a vb dS.
(6.96)
Bt
Bt
2. Do resultado anterior o PPV toma, para o modelo que nos prestamos a resolver, a
forma extendida
Z
Z
Z
T Db
v dV
(6.97)
b vb dV
a vb dS = 0 b
v Varv
Bt
Bt
Bt
Bt
195
(6.98)
(6.99)
O resultado anterior nao e outra coisa que o Teorema de Cauchy, que pode portanto
ser obtido como consequencia do PPV.
O PPV nos define o equilbrio e nos permite determinar os campos T EstT que
equilibram uma carga f dada (onde f deve estar em equilbrio pela primeira parte do
PPV) ou, de forma inversa, qual e a carga f que equilibra um campo de tensoes T dado.
Vejamos `a seguir que condicoes devem ser satisfeitas para que uma taxa de deformacao
D W seja compatvel, isto e, v V tal que Dv = D.
6.5.3
Princpio da Pot
encia Virtual Complementar
(6.100)
Demonstrac
ao. Se D e compatvel teremos que v V tal que
D = Dv
(6.101)
(6.102)
(Tb, D) = 0 Tb VarT = N (D )
(6.103)
D N (D ) .
(6.104)
logo
196
(6.105)
6.6
Iremos aqui considerar o caso de corpos onde, em lugar de supor que na configuracao Bt
(ut Kinu ) o corpo esta submetido `a acao de uma carga de superfcie a prescrita em
todo Bt , vamos supor que prescrevemos a acao de movimento em toda esta regiao. Se
designarmos por vb o campo de velocidades prescritas em Bt teremos
Kinv = {v V; v = v}.
(6.107)
Bt
Varv = {b
v V; vb = 0}.
Bt
(6.108)
(6.109)
197
Figura 6.5: Corpo com restricoes cinematicas bilaterais. Exemplo de carga externa compatvel com o equilbrio.
6.6.1
Princpio da Pot
encia Virtual
Para todo referencial Galileano e para cada instante de tempo t, o corpo B se encontra
em equilbrio (estatico) na configuracao com restricoes cinematicas bilaterais Bt , sob a
acao da carga aplicada l V 0 se
T
Pe = h`, vbi = 0 b
v Varv N (D),
Pi + Pe = (T, Db
v ) + h`, vbi = 0 b
v Varv .
Assim como no caso de corpos livres, a primeira parte do princpio nos permite caracterizar quais sao as cargas ` que sao compatveis com o equilbrio do nosso corpo. Em
particular, se temos que
Varv N (D) = {0},
ou seja, se as restricoes cinematicas sao tais que eliminam o movimento rgido, teremos
que toda l V 0 podera ser aplicada ao nosso corpo mantendo o equilbrio.
Suponhamos agora que as restricoes cinematicas sao tais que
Varv N (D) = V ,
onde V e o subespaco vetorial bidimensional de vetores paralelos ao plano (veja
Figura 6.5). Logo
Pe = h`, vbi = F vb = 0 b
v V
o que nos mostra que a resultante F das cargas aplicadas ` deve ser ortogonal ao plano
.
OTexemplo anterior nos motrou que, dada a cinematica, determinamos o conjunto
Varv N (D) e, deste conjunto e do PPV podemos caracterizar totalmente as cargas `
compatveis com o equilbrio.
198
Novamente, assim como no caso de corpos livres, a segunda parte do princpio nos
permite determinar os campos de tensoes T W 0 que equilibram a carga ` V 0 . Tornase portanto necessario obter um representante para `. Somos entao compelidos a mostrar
o teorema que segue.
6.6.2
O Teorema da Representa
c
ao
` (Varv
N (D)) ` Var
v + N (D)
(6.110)
` Var
v + R(D ).
(6.111)
0
O anterior nos mostra que existem r Var
v e T W tais que
` = D T r
(6.112)
D T = ` + r.
(6.113)
(6.114)
(6.115)
2. As reacoes de vnculo r nao podem ser evaluadas atraves de sua potencia para
campos virtuais vb Varv porque sao ortogonais a estes campos. A fim de calcula-las
recorremos ao proprio conceito de equilbrio local ja que, dados ` e T em equilbrio,
199
segundo o PPV para corpos com restricoes bilaterais, a reacao de vnculo esta dada
por
r = D T `.
(6.116)
Tambem podemos encontra-la fazendo uso do PPV para corpos livres. Assim
hr, vbi = hD T `, vbi = (T, Db
v ) h`, vbi
b
v V.
Do ponto de vista mecanico, o que fizemos foi simplesmente substituir a restricao
cinematica por sua correspondente dual, a forca de vnculo, resultando assim o corpo
livre de restricoes. Portanto, uma vez tendo achado T em funcao de ` atraves do
PPV, liberamos o corpo da restricao cinematica imposta o que permite-nos, desta
forma, calcular r.
De maneira inteiramente similar `a seccao anterior, dada a carga l V 0 compatvel
com o equilbrio, podemos definir o conjunto
EstT = {T W 0 ; (T, Db
v ) + h`, vbi = 0 b
v Varv }
que contem todos os campos de tensoes T em equilbrio com a carga `. Do teorema da
representacao vemos que este conjunto e nao-vazio.
Podemos tambem definir
VarT = {Tb W 0 ; (Tb, Db
v ) = 0 b
v Varv } = (D(Varv ))
como o subespaco vetorial formado por todos os campos de tensoes auto-equilibrados
(equilibrados com ` = 0). As definicoes anteriores nos levam a
EstT = To + VarT ,
To EstT arbitrario.
(6.118)
200
hl, vbi =
div T vb dV,
(6.119)
Bt
isto e, a carga ` compatvel com as restricoes cinematicas impostas em toda a fronteira dada por Bt somente podera estar representada por um campo vetorial b que
tera unidades de forca por unidade de volume, portanto
Z
h`, vbi =
b vb dV
(6.120)
Bt
isto e, n
ao podemos prescrever cargas na fronteira Bt .
2. A expressao do PPV toma a seguinte forma final
Z
Z
s
T (grad vb) dV =
b vb dV
Bt
b
v Varv .
(6.121)
Bt
Bt
(6.122)
Encontremos agora a reacao de vnculo a partir do PPV para corpos livres como
anteriormente mencionado
Z
Z
hr, vbi =
T (grad vb) dV
b vb dS b
vV
(6.123)
Bt
Bt
hr, vbi =
T n vb dS
Z
Bt
(div T + b) vb dV
Bt
T n vb dS
b
v V.
Bt
portanto chegamos a
Z
(r T n) vb dS = 0 b
vV
(6.124)
Bt
(6.125)
Vamos agora analizar o problema dual ao do equilbrio, isto e, o problema de compatibilidade, quando estamos na presenca de restricoes bilaterais.
6.6.3
201
Princpio da Pot
encia Virtual Complementar
Tb VarT
(6.126)
e w Kinv arbitrario.
Antes de prosseguirmos na demonstracao da relacao acima, iremos primeiramente
transformar a expressao abstrata 6.126 na forma extendida abaixo
Z
Z
b
T D dV =
Tb (grad w)s dV
Bt
ZB t
=
{div(Tbw) div Tb w} dV
ZB t
Z
b
=
T n w dS =
Tbn v dS
Bt
Bt
Bt
Demonstrac
ao. Se D e compatvel, existe v Kinv tal que Dv = D. Recordando que
Kinv e uma variedade linear de Varv , isto e
Kinv = w + Varv ,
w Kinv arbitrario
Tb VarT
(Tb, D Dw) = 0
Tb VarT
202
Como pode ser observado ate agora, sempre estivemos preocupados na analise de
casos extremos, isto e, ou sup
unhamos que as cargas eram prescritas em toda a fronteira
(corpos livres) ou entao tnhamos a cinematica prescrita. Consideremos agora o caso em
que na fronteira Bt do corpo possamos distinguir duas regioes: Btv onde a cinematica
(ou acoes de movimento) esta prescrita e Btf onde as cargas estejam prescritas. Mais
especificamente seja
v = v em Btv .
Neste caso, teremos entao que
Kinv = {v V; v = v em Btv },
Varv = {v V; v = 0 em Btv }.
Uma analise inteiramente similar as anteriormente realizadas nos mostra que a carga
aplicada ao corpo e da forma
Z
Z
Pe = hl, vbi =
b vb dV +
a vb dS b
v Varv ,
Bt
Btf
isto e, estara caracterizada por uma densidade de forca de corpo definida em Bt e aqui
representada por b e por uma densidade de forca de superfcie, definida em Btf e dada
por a.
importante aqui ressaltar que, quando nos referimos a Btv como a regiao onde
E
temos a cinematica prescrita, devemos nos lembrar que, num mesmo ponto, podemos ter
algumas componentes livres e outras nao.
Assim, para este caso mais geral, o PPV estabelece em forma abstrata que
h`, vbi = 0 b
v Varv N (D),
(T, Db
v ) + h`, vbi = 0 b
v Varv .
ou, em forma expandida
Z
b vb dV +
Bt
a vb dS = 0 b
v Varv N (D),
(6.128)
Btf
T (grad vb) dV =
Bt
b vb dV +
Bt
a vb dS
Btf
b
v Varv .
(6.129)
Por u
ltimo, teremos que a forma local do equilbrio estara dada por D T = ` + r, ou
seja,
div T + b = 0 em Bt ,
T n = a em Btf ,
Tn = r
em Btv .
(6.130)
Captulo 7
Princpios Variacionais em
Elasticidade. Pequenas Deformac
oes
7.1
Introduc
ao
7.2
Material El
astico. Comportamento Uniaxial
204
1 d2
d
( 0 ) +
( 0 ) ( 0 )
() = (0 ) +
d 0
2 d2 0
1
= (0 ) + E0 ( 0 ) + E ( 0 ) ( 0 )
2
(0 ) + (0 ) ( 0 )
e onde a igualdade se verifica se e somente se = 0 .
Da mesma maneira que definimos a funcao de densidade de energia de deformacao
, podemos definir a funcao = () chamada de funcao densidade de energia
complementar dada por:
Z
Z
1
1
d =
0
() =
() d =
2 E
0
0 E
e igual a zero se e somente se = 0.
De a definicao anterior podemos observar que:
d
=
d
ou seja a deformacao associada pela equacao constitutiva elastica com a tensao
pode ser obtida por intermedio do calculo da derivada da funcao densidade de
energia complementar calculada no ponto .
Tambem observamos que:
1 d2
d
( 0 ) ( 0 )
( 0 ) +
() = (0 ) +
d 0
2 d 2 0
(0 ) + (0 ) ( 0 )
205
Os resultados anteriores sao totalmente validos para elasticidade nao linear desde
que a relacao constitutiva = () (ou sua inversa = ()) seja uma funcao
monotona, ou seja se:
B
A B A 0 A , B
e igual a zero se e somente se A = B onde B = B e A = A Em
particular para B = A + d e empregando a notacao = (B ) temos:
A d 0
e integrando entre A e :
A d 0
de onde:
d A A 0 () A A A
A B A 0 A , B
e igual a zero se e somente se B = A .
Novamente, para B = = A + d teremos:
A d 0
e integrando entre A e :
A d 0
de onde:
d A A 0 () A A A
206
1
1
E
=
E
2
E2
2 E
207
d
=
d
Reciprocamente
d
=
d
(iii)
() + () =
e
() + ()
e igual se e somente se , estao associados pela equacao constitutiva.
7.3
Extens
ao a Estados M
ultiplos
A generalizacao a estados m
ultiplos consistira em substituir a ideia unidimensional por
outra capaz de inclu-la como caso particular. Para isto vimos que no caso linear = E,
ou seja, tnhamos uma aplicacao linear do espaco de deformacoes sobre o de tencoes.
Com base nisto, sua generalizacao imediata consistira em uma aplicacao linear de W
em W 0 . Para o caso de corpos tridimensionais teremos:
T =DE
onde D e o tensor de elasticidade de 4a ordem. A seguir, limitaremos nossa apresentacao
ao caso em que este tensor satisfaz as seguintes propriedades:
D = DT
DE E 0
208
T (E) dE =
0
1
DE dE = DE E
2
= DE
T =
E E=E
Por sua vez:
1 2
(E) = (E0 ) +
(E E0 ) +
(E E0 ) (E E0 )
E E0
2 E 2 E0
1
= (E0 ) + DE0 (E E0 ) + D (E E0 ) (E E0 )
2
de onde:
(E) (E0 ) DE0 (E E0 ) = T0 (E E0 )
e onde a igualdade se verifica se e somente se E = E0 .
Desta maneira conclumos que e uma funcao estritamente convexa no espaco de
deformacoes.
O resultado anterior pode ser estendido sem dificuldades ao caso de elasticidade nao
linear, para o qual suporemos satisfeita a seguinte restricao (monotonicidade)
B
T T A E B E A 0 E A , E B W
e igual a zero se e somente se E A = E B , e onde T B = T E B , T A = T E A . Como a
expressao anterior e valida para todo ponto do espaco de deformacoes em particular o
sera para:
E = E A + dE
209
T T dE 0
Logo, o incremento da densidade de energia de deformacao que se produz no processo
que nos leva do estado E A ao E B sera:
Z
EB
T A T dE 0
EA
de onde:
EB EA T A EB EA
e igual a zero se e somente se E A = E B , obtemos assim novamente a propriedade de convexidade da funcao , mas desta vez a partir da monotonicidade da equacao constitutiva.
Dado que D e positivo definido existe D1 tambem simetrico positivo definido. O
anterior nos permite determinar E em funcao de T :
E = E (T ) = D1 T
e a partir dela obtemos:
T =
E (T ) dT =
0
1
D1 T dT = D1 T T 0
2
E=
T T =T
e
(T ) (T0 ) E0 (T T0 )
onde E0 = E (T0 ) e onde a igualdade se verifica se e somente se T = T0 . Em outras
palavras, a funcao de densidade de energia complementar e uma funcao estritamente
convexa no espaco de tensoes.
Novamente, o resultado anterior pode ser obtido a partir da monotonicidade da funcao
constitutiva inversa.
Por u
ltimo da propriedade de e tem-se que T e E estao associados atraves da
equacao constitutiva se:
(E) + (T ) = E T
e de forma equivalente:
(E) + (T ) E T
e igual se e somente se T e E estao relacionados atraves da equacao constitutiva.
Resumindo, a caracterizacao de um material como o ate aqui apresentado pode realizarse de tres maneiras equivalentes:
210
T =
E E
.
ou sua dual tal que E =
T T
3. Dados E W e T W 0 tem-se
(E) + (T ) E T
e onde a igualdade se verifica se e somente se E e T estao associados atraves da
equacao constitutiva do material.
Para o caso do material elastico isotropico o anterior corresponde a:
T = DE = 2E + (trE) I
1
E = D1 T =
T
(trT ) I
2
2 (2 + 3)
1
1
(E) =
DE E =
2E E + (trE)2
2
2
1
(T ) = max [T E (E)] = D1 T T
EW
2
1 1
2
T T
(trT )
=
2 2
2 (2 + 3)
7.4
, T0 =
E0 =
T T0
E E0
E0 = Du0 ou seja, a deformacao deve ser compatvel.
211
Segundo vimos no captulo anterior, o P.T.V. nos permite caracterizar T0 que, para o
caso de corpos livres, corresponde a:
(T0 , Db
u) = hf, u
bi
b
u Varu = U
K = D DD
f N (D)
b
u Varu = U
212
7.4.1
b
u Varu = U
Recordemos que Kinu = u0 +Varu teremos que Varu = Kinu u0 portanto o problema
variacional anterior pode ser reescrito da seguinte forma:
(DDu0 , D (u u0 )) = hf, u u0 i
u Kinu
O leitor podera notar que no caso de material hiperelastico nao linear o P.T.V. tomara
a forma mais geral:
!
, D (u u0 ) = hf, u u0 i u Kinu
E E=Du0
Das propriedades assumidas para nosso material, o P.T.V. corresponde `a condicao de
mnimo de um certo funcional. De fato, da convexidade de :
(E) (E0 ) DE0 (E E0 )
e igual a zero se e somente se E = E0 , ou no caso nao linear:
(E) (E0 )
(E E0 )
E E0
e igual a zero se e somente se E = E0 , que para deformaco
es cinematicamente
admissveis corresponde a:
(Du) (Du0 ) DDu0 D (u u0 )
ou no caso nao linear:
(Du) (Du0 )
D (u u0 )
E Du0
e onde a igualdade se satisfaz agora para todo uu0 U N (D) . Integrando no domnio
B (regiao ocupada pelo corpo) obtemos:
Z
[ (Du) (Du0 )] dB (DDu0 , D (u u0 )) u Kinu
B
D (u u0 ) dB
E Du0
213
u Kinu
e agrupando termos:
Z
Z
(u) =
(Du) dB hf, ui
(Du0 ) dB hf, u0 i = (u0 )
B
u Kinu
7.4.2
7.4.3
Equac
oes Locais e Condic
oes de Contorno (Corpos Livres)
214
Z
Z
1
s
s
min (u) =
D (u) (u) dB
b u dB +
a u dB
uKinu
B
B
B 2
A condicao necessaria (e suficiente) de mnimo em u0 corresponde a:
(u0 , u
b) = 0 b
u Varu = U
onde (u0 , u
b) representa o diferencial Gateaux em u0 segundo a direcao u
b, ou seja:
d
(u0 , u
b) =
(u0 + b
u)
d
=0
Z
Z
Z
s
s
=
D (u0 ) (b
u) dB
bu
b dB
au
b dB = 0
B
b
u Varu = U
que nao e outra coisa que a expressao do P.T.V. para o exemplo em estudo.
Admitindo regularidade e recordando que:
D (u0 )s (b
u)s = div [D (u0 )s u
b] div [D (u0 )s ] u
b
obtemos:
Z
{div [D (u0 ) ] + b}b
u dB+
s
(u0 , u
b) =
B
[D (u0 )s n a]b
u dB = 0 b
u Varu = U
B
div [D (u0 )s ] + b = 0 em
B
s
D (u0 ) n = a
sobre B
Se nosso corpo e isotropico, as equacoes anteriores correspondem a:
div u + uT = 4u + div u
div (S) = div S + S
obtemos para o caso de corpos homogeneos as equa
c
oes de Navier:
(u0 + div u0 ) + div u0 + b = 0 em B
215
7.4.4
Segundo havamos visto na Secao A Formulacao Variacional, para o caso de corpos livres
dada a carga f U 0 em equilbrio:
hf, u
bi = 0 b
u Varu N (D) = N (D)
a variedade linear no espaco vetorial W 0 formada por todos os campos de tensoes T W 0
em equilbrio com f esta dada por:
EstT = {T W 0 ; (T, Db
u) + hf, u
bi = 0 b
u Varu }
216
VarT = Tb W 0 ; Tb, Db
u = 0 b
u Varu
e onde:
EstT = T0 + VarT ,
T0 EstT arbitrario
Tb, E0 = 0 Tb VarT
Se consideramos a compatibilidade dentro do contexto de materiais hiperelasticos
definidos nas secoes anteriores, a deformacao E0 estara associada ao estado de tensoes
T0 W 0 atraves de
E0 =
T T0
que no caso de material elastico linear se reduz a:
E0 = D1 T0
Logo o problema da elastostatica sera equivalente a determinar o campo T0 EstT
tal que:
Tb,
= 0 Tb VarT
T T0
Recordando que EstT = T0 + VarT teremos:
VarT = EstT T0
com o que a expressao anterior pode ser reescrita como:
Determinar T0 EstT tal que:
!
T T0 ,
= 0 T EstT
T T0
A equacao variacional anterior corresponde ao P.T.V.C. para o caso do material
hiperel
astico em estudo, que no caso linear corresponde a:
T T0 , D1 T0 = 0 T EstT
Se recordamos a convexidade de a funcao de densidade de energia complementar :
(T T0 )
(T ) (T0 )
T T0
217
!
Z
[ (T ) (T0 )] dB T T0 ,
= 0 T W 0
T
B
T0
Substituindo este resultado no P.T.V.C. obtemos:
Z
Z
(T ) =
(T ) dB
(T0 ) dB = (T0 )
B
T EstT
7.4.5
(T ) =
(T ) dB T EstT
B
d
T0 , Tb =
T0 + Tb
d
=0
Z
d
b
=
T0 + T
dB = 0 Tb VarT
d
B
=0
ou seja:
!
Z
Tb dB = Tb,
= 0 Tb VarT
T0 , Tb =
dT T0
B dT T0
218
P.1)
min (u) = (u0 )
uKinu
P.2)
min (T ) = (T0 )
T EstT
Em particular e facil mostrar que (u0 ) = (T0 ) com o que que fica mais uma
vez caracterizada a dualidade entre o problema P.l) e P.2). De fato, para demonstrar isto
recordemos que:
(E0 ) + (T0 ) = E0 T0
logo:
Z
(u) (u0 ) =
(Du0 ) dB hf, u0 i =
B
(T0 ) dB +
B
T0 Du0 dB hf, u0 i
B
e como T0 EstT e u0 Kinu = Varu , o termo entre colchetes e nulo (P.T.V.) logo:
(u) (u0 ) = (T0 ) (T )
u Kinu ,
T EstT
A expressao anterior nos proporciona uma maneira de obter um limite superior e inferior de nossa solucao, fazendo uso para ele respectivamente de campos de deslocamentos
cinematicamente admissveis e de tensoes estaticamente equilibradas com a carga f.
Por u
ltimo, para o exemplo em estudo (corpo tridimensional, material elastico linear)
o P.M.E.C. toma a forma:
Z
1 1
min (T ) =
D T T dB
T EstT
B 2
7.5
Nas secoes anteriores discutimos os princpios variacionais supondo o corpo livre de restricoes cinematicas. Agora passaremos a apresentar o caso de restricoes bilaterais. Logo:
Kinu = {u U ; u = u sobre Bu }
Varu = {b
u U; u
b = 0 sobre Bu }
onde Varu e um s.e.v. de U , Kinu uma variedade linear (translacao de Varu ), e Bu e a
parte da fronteira B de B onde estao prescritos os deslocamentos. Recordando o P.T.V.
tnhamos que:
l esta em equilbrio se:
Te = hl, u
bi = 0 b
u Varu N (D)
219
T0 =
E E0 =Du0
equilibra l? Ou seja, tal que:
!
, Db
u + hl, u
bi = 0 b
u Varu
E E0 =Du0
A resposta a esta pergunta e afirmativa e a formalizamos atraves do seguinte Teorema.
Teorema 7.2 (Corpo com restric
oes bilaterais) Dado l em equilbrio existe r Var
u
e u0 Kinu tal que:
Ku0 = l + r
Por sua vez, se o movimento de corpo rgido e eliminado, novamente u0 e u
nico.
Prova. Por hipotese
l [Varu N (D)]
l Var
u + R (K) = Varu K (Varu )
l Var
u + Kw + K (Varu ) = Varu + K (w + Varu )
220
obtemos:
l Var
u + K (Kinu )
A expressao anterior nos diz finalmente que existe r Var
u e u0 Kinu tal que:
l + r = Ku0
Demonstrada a existencia, demostraremos a unicidade. Para isto, seja u
b Varu arbitrario,
logo:
hl, u
bi = hr + Ku0 , u
bi = hKu0 , u
bi = (DDu0 , Db
u) b
u Varu
Recordando novamente que Kinu e uma traslacao de Varu e tomando u0 como essa
traslacao teremos:
Kinu = u0 + Varu Varu = Kinu u0
de onde a expressao anterior pode ser reescrita como:
hl, u u0 i = (DDu0 , D (u u0 ))
u Kinu
u Kinu
7.5.1
u Kinu
221
u Kinu
u Kinu
e agrupando:
Z
(u) =
(Du) dB hl, ui
B
u Kinu
7.5.2
Tb, E0 = Tb, Dw
Tb VarT
e onde w Kinu .
Se aplicamos este princpio ao caso do material apresentado, teremos que o problema da
elastostatica sera equivalente a determinar T0 EstT tal que a deformacao E0 associada
pela equacao constitutiva elastica (no caso linear E0 = D1 T0 e no caso mais geral E0 =
) seja compatvel, ou seja:
T T0
222
7.5.3
b
b
T,
= T , Du0
T T0
Tb VarT
!
T T0 ,
= (T T0 , Du0 )
T T0
T EstT
(T ) (T0 )
(T T0 )
T T0
e onde a igualdade e satisfeita se e somente se T = T0 , se segue que:
!
Z
[ (T ) (T0 )] dB T T0 ,
T
B
T0
que substituda no P.T.V.C. conduz a:
Z
[ (T ) (T0 )] dB (T T0 , Du0 )
T EstT
Z
=
div [(T T0 ) u0 ] div (T T0 ) u0
dB
|
{z
}=0
B
Z
Z
=
(T T0 ) n u0 dB =
(T T0 ) n u dB
B
Bu
Logo, para por em evidencia esta caracterstica geral introduzimos a seguinte notacao:
(T T0 , Du0 ) = ((T T0 , u))
223
(T ) =
(T ) dB ((T, u))
(T0 ) dB ((T0 , u)) = (T0 )
B
T EstT
7.5.4
(T ) =
(T ) dB ((T, u))
B
u Kinu ,
T EstT
e onde u0 , T0 sao as solucoes dos problemas de mnima energia potencial total e complementar respectivamente.
7.6
Prncipios Variacionais.
Perfeitas (Sem Atrito)
Restric
oes Unilaterais
224
Dentro dessa limitacao, Varu cone convexo, dada a carga equilibrada l U 0 , vimos
que existia T W 0 tal que:
(T, Db
u) + hl, u
bi 0 b
u Varu
Novamente o problema da elastostatica consistira em determinar u0 Kinu tal que o
estado de tensoes T0 associado a este campo pela equacao constitutiva estudada:
T0 =
E Du0
equilibre l, teremos assim que o Princpio dos Trabalhos Virtuais (P.T.V.) toma a
forma:
!
, Db
u + hl, u
bi 0 b
u (Varu (u0 ))
E Du0
Novamente, dado que Kinu e a traslacao de Varu , a expressao anterior pode ser
colocada em termos somente de campos cinematicamente admissveis, ou seja:
, D (u u0 ) hl, u u0 i 0 u Kinu
E Du0
Entao, o primeiro termo nao e outra coisa que o diferencial em u0 segundo a direcao
u u0 do funcional de energia potencial total:
Z
(u) =
(Du) dB hl, ui
B
De fato:
(u0 , u u0 ) =
(u0 + (u u0 ))
=
D (u u0 ) dB hl, u u0 i
d
B E Du0
=0
e das propriedades do funcional , diferenciavel, estritamente convexo, semi-contnuo
inferiormente e coercivo se segue (ver Apendice A3) que o problema anterior e equivalente
ao seguinte problema de mnimo:
7.6.1
225
Tb VarT
Tb, E Tb, Dw
Logo, o problema da elastostatica consistira em determinar T0 EstT tal que (Princpio
do Trabalho Virtual Complementar):
b, Du0
Tb,
T
Tb VarT
T T0
Entao, recordando que:
n
o
VarT =
Tb W 0 ; Tb, Db
u 0 b
u Varu (u0 )
EstT = {T W 0 ; (T, Db
u) + hl, u
bi 0 b
u Varu (u0 )}
Por sua vez, EstT = T + VarT T EstT . De fato, seja T EstT e Tb VarT
arbitrario logo:
Tb, Db
u 0 b
u Varu (u0 )
(T, Db
u) + hl, u
bi 0 b
u Varu (u0 )
somando membro a membro estas desigualdades teremos:
T + Tb, Db
u + hl, u
bi 0 b
u Varu (u0 )
de onde se conclui que T + Tb EstT e como T e Tb sao elementos arbitrarios de EstT e
VarT se conclui que EstT = T + VarT para todo T EstT . Este resultado nos permite
reescrever o princpio do Trabalho Virtual complementar da seguinte forma:
Determinar T0 EstT tal que:
!
T T0 ,
(T T0 , Du0 ) T EstT
T T0
Recordando as propriedadees de :
(T T0 )
(T ) (T0 )
T T0
!
Z
[ (T ) (T0 )] dB T T0 ,
T T0
B
226
T EstT
Novamente por ser T e T0 campos equilibrados com a carga aplicada l, a forma bilinear
(T T0 , Du0 ) se reduz a uma forma linear em T T0 sobre a parte Bu da fronteira B
onde os deslocamentos estao prescritos. O anterior sera representado da seguinte forma:
(T T0 , Du0 ) = ((T T0 , u))
Substituindo este u
ltimo resultado no P.T.V.C. e agrupando, chegamos finalmente a
Z
Z
(T ) =
(T ) dB ((T, u))
(T0 ) dB ((T0 , u)) = (T0 )
B
7.6.2
(T ) =
D T T dB
T n u dB
B 2
Bu
7.7
Como vimos nas secoes anteriores, para materiais hiperelasticos definidos por funcoes
convexas de densidade de energia de deformacao, , e de energia complementar, , dentro
das hipoteses de pequenas deformacoes e deslocamentos, o problema de determinar os
campos u0 , E0 e T0 tais que satisfacam:
admisibilidade cinematica
compatibilidade
227
equacao constitutiva
equilbrio
e equivalente aos seguintes problemas de mnimo:
(P1)
min
uKinu
Z
(u) =
(u) dB hl, ui
B
(P2)
min (T ) =
(T ) dB ((T, u))
T EstT
228
= max0 (T ) dB +
T Du dB hl, ui
T W
chamando:
FHR =
(T ) dB +
B
T Du dB hl, ui
B
conhecido como funcional de Hellinger-Reissner (em virtude de ser estes dois autores
quem o propuseram pela primeira vez em 1914 e 1950, respectivamente), a expressao
anterior pode ser escrita como:
(u) = max0 FHR (u, T )
T W
uKinu
uKinu T W
de onde:
FHR (u0 , T ) (u0 ) = FHR (u0 , T0 )
por sua vez como:
(u0 ) = (T0 ) = min ( (T )) = max ( (T ))
se segue que:
max min FHR (u, T ) = min max0 FHR (u, T )
T W 0 uKinu
uKinu T W
logo:
FHR (u0 , T ) (u0 ) = FHR (u0 , T0 ) FHR (u, T0 )
Em outras palavras os campos u0 , T0 solucoes de (P1) e (P2), respectivamente sao o
ponto de sela do funcional de Hellinger-Reissner. Temos chegado ao seguinte problema
variacional.
7.7.1
Princpio de Hellinger-Reissner
O problema da elastostatica e equivalente ao problema variacional de determinar os campos u0 Kinu e T0 W 0 solucao do seguinte problema de min-max
min max FHR (u, T )
uKinu T W 0
Do ponto de vista mais mecanico, para formular o princpio de min-max temos raciocinado da seguinte maneira:
229
No P.M.E.P.T.
min (u)
uKinu
, T0 =
E0 =
T T0
E E0
Logo, para formular o funcional FHR o que temos feito e incorporar explicitamente esta u
ltima equacao no funcional . Isto o fizemos ao estabelecer que
o campo T associado `a deformacao Du pela equacao constitutiva e a solucao do
problema:
max0 [T Du (T )] = (Du)
T W
Por u
ltimo, atraves do mnimo com relacao `a variavel u Kinu estamos procurando
aquele T que, alem de estar associado a Du pela equacao constitutiva, satisfaca o
equilbrio.
Do anterior vemos claramente que as equacoes associadas ao problema de min-max
deverao ser:
Equilbrio
Equacao Constitutiva
De fato, a condicao de max em T W 0 e por ser W 0 um e.v. esta dada por:
d
FHR u0 , T0 ; Tb =
FHR u0 , T0 + Tb
d
! =0
0
b
b
=
Du0 T dB T W
T
B
T0
de onde se conclui que:
E0 = Du0 =
T T0
x B
230
Por sua vez, a condicao de mnimo com relacao a u Kinu e por ser Kinu um convexo
fechado nao vazio esta dada pela inequacao variacional
d
FHR (u0 , T0 ; u
b) =
FHR (u0 + b
u, T0 )
d
=0
Z
=
T Db
u dB hl, ui
B
= (T, Db
u) hl, u
bi 0 b
u Varu (u0 )
que nao e outra coisa que o proprio P.T.V. que como ja sabemos estabelece o equilbrio
entre o campo T e a carga l.
Por u
ltimo e interessante ressaltar que ao resolver o problema de min-max obtemos
u0 e T0 simultaneamente. Isto tem sua importancia quando utilizamos metodos aproximados.
7.8
Funcional Generalizado
Nesta secao vamos deduzir um novo funcional, F (u, E, T ), chamado funcional generalizado ou funcional de tres campos. Para isso recordemos novamente o P.M.E.P.T.:
Z
min (u) =
(u) dB hl, ui
uKinu
Z
min (u) =
(E) dB hl, ui
uKinu
7.8.1
231
b = 0 E
bW
F u0 , E0 , T0 ; E
F u0 , E0 , T0 ; Tb = 0 Tb W 0
ou de forma estendida:
d
F (u0 , E0 , T0 ; u
b) =
F (u0 + b
u, E0 , T0 )
d
=0
= (T0 , Db
u) hl, u
bi 0 b
u Varu (u0 )
b
F u0 , E0 , T0 ; E
de onde:
d
b
=
F u0 , E0 + E, T0
d
=0
!
Z
b
b
=
T0 E dB = 0 E W
E
B
E0
T0 =
E E0
x B
d
F u0 , E0 , T0 + Tb
d
=0
Z
=
Tb (E0 Du0 ) dB = 0 Tb W 0
b
F u0 , E0 , T0 ; T
=
de onde:
E0 = Du0
x B
7.9
Teorema de Castigliano
232
(u) dB
Z
n
X
Qi hli , ui
i=1
(u) dB
B
n
X
Qi qi
i=1
onde:
qi = hli , ui
e chamado parametro de deslocamento generalizado e esta associado a u atraves da expressao anterior.
233
uKinu
min
qi ,i=1,...,n
Z
e (qi ) =
(u (qi )) dB
B
(u (qi )) dB = Qi ,
qi B
n
X
)
Qi qi
i=1
i = 1, 2, ..., n
min (T ) =
(T ) dB ((T, u))
T EstT
n
X
q i ei
i=1
(T ) =
(T ) dB
B
n
X
Z
((T, ei )) q i =
i=1
(T ) dB
B
n
X
Qi q i
i=1
onde:
Qi = ((T, ei ))
ou seja Qi = Qi (T ). Em virtude deste resultado, em geral, poderemos expressar os
campos T EstT em funcao dos parametros Qi . Neste caso teremos:
)
(
Z
n
X
e (Qi ) =
min (T ) =
min
(T (Qi )) dB
Qi qi
T EstT
Qi ,i=1,...,n
(T (Qi )) dB = qi ,
Qi B
i=1
i = 1, 2, ..., n
234
7.10
= (T )
u Kinu ,
T EstT
(Du) dB Qq
(Du0 ) dB Qq0 = (T0 ) dB (T ) dB
B
q0 = hl1 , u0 i
Logo,
R dada uma direcao u Kinu (arbitraria) podemos obter a melhor cota inferior
para B (T0 ) dB resolvendo o problema:
Z
Z
Z
Z
max Qq
(Du ) dB Qq0
(Du0 ) dB =
(T0 ) dB
(T ) dB
Z
Z
Z
Z
max Qq
(Du ) dB Qq0 (Du0 ) dB =
(T0 ) dB
(T ) dB
Qq 2 (Du ) dB = 0
B
de onde:
max =
Qq
2 B (Du ) dB
R
235
Z
Z
Qq
max Qq R
(Du ) dB
Qq0
(Du0 ) dB
2 B (Du ) dB B
B
Z
Z
=
(T0 ) dB
(T ) dB
B
de onde:
max
Qq Qq0
2
Z
(T0 ) dB
(Du0 ) dB =
(T ) dB
b
u Varu }
de onde:
1
Qq0 =
2
Qq0
=1
2 B (Du0 ) dB
R
2
q0
Q
(T ) dB
(T0 ) dB
B
Z
(T ) dB
T EstT
Obtemos assim uma cota superior para o deslocamento generalizado real da estrutura,
q0 , associada `a carga generalizada Q em funcao simplesmente de campos de tensoes com
ela equilibradas.
Exemplo 7.1 Seja a estrutura da Figura 7.4.
Para este exemplo temos:
EstT = {M ; M = Qx}
1 M2
1 Q2 x2
(T ) =
=
2 EI
2 EI
236
logo
Z
2 L 1 Q 2 x2
QL3
q0
dx =
Q 0 2 EI
3EI
com o que obtemos a cota superior coincidente com o deslocamento exato.
Recordemos novamente a desigualdade:
(u) (u0 ) = (T0 ) (T )
u Kinu ,
T EstT
(T ) dB ((T0 , u))
(T0 ) dB
(T ) = ((T, u))
B
B
Z
Z
=
(Du0 ) dB
(Du) dB u Kinu , T EstT
B
Z
Z
(T ) dB
((T0 , u))
(T0 ) dB
max ((T , u))
R
B
B
Z
Z
=
(Du0 ) dB
(Du) dB
B
para todo T EstT e todo u Kinu . Para o material elastico linear teremos, com um
raciocnio similar ao ja realizado, que:
max =
((T , u))
2 B (T ) dB
R
Z
Z
de onde:
Z
1
237
ou seja, depende de um u
nico parametro de deslocamento generalizado, teremos:
Z
1
1
((T0 , e)) q = Q0 q
(Du) dB
2
2
B
de onde:
2
Q0
q
Z
(Du) dB
B
Logo fazendo uso de campos cinematicamente admissveis obtemos uma cota superior
para a carga generalizada real que seja necessaria aplicar `a estrutura para produzir o
deslocamento generalizado q.
Ate aqui, temos obtido cotas de cargas e deslocamentos em pontos onde a carga esta
aplicada ou o deslocamento esta prescrito. Vamos mostrar uma tecnica para obter uma
cota do deslocamento em qualquer ponto da estrutura. Consideremos o corpo B submetido
`a acao da carga l U 0 e as restricoes cinematicas em Bu do tipo u = 0, e chamemos
de u0 o campo de deslocamento solucao do problema elastostatico correspondente. Seja
agora T W 0 um estado de tensoes equilibrado com a carga l por agora arbitraria. Da
propriedade das funcoes potenciais e temos:
(Du0 ) + (T ) T Du0
de onde:
(T ) T Du0 (Du0 )
Integrando no domnio B e recordando que T e um campo estaticamente equilibrado
com l resulta:
Z
Z
Z
(T ) dB
T Du0 dB
(Du0 ) dB
B
B
B
Z
= hl , u0 i
(Du0 ) dB
B
T0 = DDu0
Z
1
1
(T ) dB hl , u0 i hl, u0 i = l l, u0
2
2
B
Em particular, se queremos cotar u0 em um ponto arbitrario x B segundo a direcao e,
tambem arbitraria, bastara para isso adotar como carga l a seguinte:
1
l = l + x Q e
2
238
de onde:
1
(u0 e)x
Q
Z
(T ) dB
B
onde recorde que T e um campo equilibrado com a carga l adotada. Como T dependera
de Q poderemos modificar Q de maneira a minimizar o segundo termo da desigualdade.
Temos assim que a cota superior otima corresponde a:
Z
1
2
Z L 1 2
1 M 2
1 4 px + Q x
(T ) dB =
dx =
dx
EI
B
0 2 EI
0 2
1
1 2 5 1 4 1 2 3
p L + pQ L + Q L
=
2EI 80
8
3
Z
q0 min
1
2EI
1 p2 L5 1 4 1 3
+ pL + Q L
80 Q
8
3
239
A condic
ao de mnimo corresponde a:
d
1 p2 L5 1 4 1 3
+ pL + Q L = 0
dQ 80 Q
8
3
de onde:
r
Q =
3
pL
8
1
1 pL4
pL4
q0
+
0.127
EI
240 16 EI
O deslocamento exato corresponde a q0 = 0.125qL4 / (EI). Ou seja, o deslocamento foi
cotado por um erro de 1.6%.
7.11
Problema da Elastodin
amica (Restrico
es Bilaterais)
Nas secoes anteriores concentramos nossa atencao ao problema da elastostatica. Entretanto, na Secao 6.5.1 vimos que o Princpio da Potencia Virtual nos define o conceito
de equilbrio inclusive para o caso dinamico. Neste caso era necessario incluir no termo
correspondente `a potencia externa, Pe , a potencia das forcas de inercia, v,
onde v e a
descricao espacial da aceleracao real do movimento.
Para simplificar nossa apresentacao vamos a supor que o conjunto Kinu esta definido
da seguinte maneira
Kinu = {u = u(x, t)|u suficientemente regular em B [0, tf ],
u = u(t, x)x Bu [0, tf ]}
(7.1)
240
(
, Db
u) hlt
u0 , u
bi
E Du0
b
u Varu (u0 (, t))
(7.2)
x B
(7.3)
(7.4)
Para este u
ltimo caso e suposta a existencia de uma solucao, nao resulta difcil demonstrar
unicidade. Para isso, recorde que Varu e o conjunto de todas as acoes de movimento
(campos de velocidades) virtuais, cinematicamente admissveis. Com base nisto a equacao
de equilbrio pode ser reescrita da seguinte forma:
!
, D(u u 0 ) + h
u0 , u u 0 i = hlt , u u 0 i u Varu
(7.5)
E Du0
Se existe outra solucao u1 , u0 6= u1 , a equacao variacional anterior (7.5) tambem se
verifica para u1 :
!
, D(u u 1 ) + h
u1 , u u 1 i = hlt , u u 1 i u Varu
(7.6)
E Du1
241
, D (u 1 u 0 ) + h (
u1 u0 ) , u 1 u 0 i = 0
E Du1
E Du0
Para o caso de um material hiperelastico linear a expressao anterior corresponde a:
(DD (u1 u0 ) , D (u 1 u 0 )) + h (
u1 u0 ) , u 1 u 0 i = 0
de onde:
1d
[(DD (u1 u0 ) , D (u1 u0 )) + h (u 1 u 0 ) , u 1 u 0 i] = 0
2 dt
Integrando a expressao anterior entre 0 e o tempo generico t, dado que u0 e u1 satisfazem a mesma condicao inicial e da positividade de D e de se segue que:
D (u1 u0 ) = 0
u 1 u 0 = 0
t [0, tf ] e x B
t [0, tf ] e x B
(7.8)
tf
=
hu 0 , u
bi|
+
{h
u0 , u
bi (
|Du , Db
u) + hlt , u
bi}dt =
| {z 0}
E 0
0
=0 por ser u
bVaru
Z tf
=
{h
u0 , u
bi (
|Du , Db
u) + hlt , u
bi}dt = 0 b
u Varu (7.9)
E 0
0
242
|Du , Db
u) hlt
u0 , u
bi = 0 b
u Varu
E 0
(7.10)
7.12
Soluc
ao Aproximada dos Problemas Variacionais
Nesta secao vamos mostrar como os Princpios Variacionais estudados nas secoes anteriores
nos proporcionam de uma maneira natural os algoritmos numericos adequados para a
obtencao de solucoes aproximadas.
7.13
Problema da Elastost
atica. Restric
oes Bilaterais
Segundo temos visto em secoes anteriores este problema e equivalente aos seguintes problemas variacionais:
min (u) P.M.E.P.T.
(7.11)
min (T ) P.M.E.C.
(7.12)
uKinu
T EstT
Como podemos apreciar estes dois problemas estao definidos nos conjuntos Kinu e
EstT que para restricoes cinematicas do tipo bilateral sao traslacoes dos s.e. Varu e VarT
de dimens
ao infinita, ou seja:
Kinu = u + Varu
EstT = T + VarT
Para obter solucoes aproximadas destes dois problemas procedemos a definicao dos
mesmos em espacos de dimens
ao finita. Para isso designemos por {i }
i=1 o conjunto
completo de funcoes coordenadas ou funcoes bases no s.e. Varu (no caso do corpo
tridimensional i e um campo vetorial). Recorde que o anterior equivale a dizer que
dado > 0 arbitrariamente pequeno, sempre sera possvel estabelecer um n
umero inteiro
N = N () tal que para todo n > N resulta possvel definir a1 , a2 ,..., an , ai R, tais que:
i=1
Com base no anterior e para n finito podemos definir o espaco de dimensao finita:
Varnu = Span {i }ni=1
243
verificando-se,por sua vez que Varnu Varu . Recordando que Kinu e uma traslacao u
(u Kinu arbitrario) de Varu , podemos estabelecer em Kinu o subconjunto Kinnu Kinu
dado por:
Kinnu = u + Varnu = u + Span {i }ni=1
O anterior pode ser estendido de uma maneira similar ao espaco VarT e ao conjunto
EstT . Logo, designando por {i }
coes coordenadas (no
i=1 ao conjunto completo de fun
caso de corpo tridimensional i e um campo tensorial) no espaco VarT . Logo, para cada
r finito temos:
VarrT = Span {i }ri=1 VarT
EstrT = T + VarrT = T + Span {i }ri=1 EstT
Com estes novos conjuntos, passamos a reformular os problemas variacionais mas
desta vez definindo-os nos conjuntos Kinnu e EstrT , respectivamente. Como veremos mais
adiante, isto conduzira ao problema de minimizar uma func
ao em Rn e Rr respectivamente. Os algoritmos numericos para a resolucao destes problemas em dimensao finita
basicamente podem agrupar-se em duas grandes categorias: uma chamada metodos diretos integrada por algoritmos que em geral procuram minimizar em cada passo a funcao
objetivo, a outra categoria (metodos indiretos).corresponde aos algoritmos que procuram
a resolucao das equacoes que caracterizam o mnimo.
O P.M.E.P.T. e o P.M.E.C. resultam agora definidos da seguinte maneira:
min (u)
uKinn
u
minr (T )
T EstT
n
X
i=1
r
X
ai i
b i i
i=1
! Z
!
n
n
n
X
X
X
e (a1 , a2 , ..., an ) =
e (a)
u+
ai i =
u+
ai i dB
ai hl, i i =
i=1
i=1
i=1
e e uma fun
onde
c
ao definida em Rn , ou seja:
(P1)
e (a)
min (u) minn
uKinn
u
(7.13)
244
em outras palavras ao trabalhar em dimensao finita temos transformado o problema original (P.M.E.P.T.) de minimizar um funcional em um espaco de dimensao infinita em um
e e em Rn .
problema de minimizar uma funcao
De forma similar o P.M.E.C. se transforma em:
e (b)
min (T ) minr
(P2)
onde:
T EstrT
Z
e (b) =
T +
B
r
X
!
bi i
dB
(7.14)
T+
i=1
r
X
!!
bi i , u
i=1
Z
n
n
n
X
X
X
1
e
ai i D u +
aj j dB hl, ui
ai hl, i i
(a) =
DD u +
2 B
i=1
j=1
i=1
e dada a simetria e positividade de D se segue-se que a condicao necessaria e suficiente
e esta dada por:
para o mnimo de
e
= 0, para i = 1, 2, ..., n
ai
ou em forma explcita:
n Z
X
j=1
Z
DDi Dj dB aj = hl, i i
B
DDi Dj dB
B
245
Por sua vez, das propriedades de K se segue-se que existe sua inversa K 1 pelo que
os coeficientes da solucao aproximada estao dados por a = K 1 f .
Aqui se ve perfeitamente que se as funcoes coordenadas i . sao escolhidas de maneira
a serem ortogonais no sentido:
= 0 se i 6= j
Kij
6= 0 se i = j
teremos que o sistema de equacoes (P1.a) (7.15) e diagonal. A construcao de tal tipo
de funcoes e em numerosos casos praticos impossvel de ser realizada. Nao obstante,
uma maneira de obter matrizes K com a maior quantidade possvel de coeficientes nulos,
consiste em trabalhar com funcoes coordenadas i de suporte compacto, ou seja i nao e
identicamente nula em uma parte de B e e identicamente nula em sua parte complementar.
Assim o suporte de i o designamos por Bi , teremos que:
Z
= 0 se Bi Bj =
Kij =
DDi Dj dB
=
6
0 se caso contrario
B
Este aspecto, conjuntamente com a necessidade de facilitar a construcao da funcao u,
tem feito do Metodo dos Elementos Finitos (MEF) um dos metodos mais atrativos na
atualidade para a construcao das funcoes coordenadas ([BH82], [ZT89], [OCB81, OC83a,
OC83b, Ode72b, Ode72a, Ode79, OR76b, OR76a], [Joh87], [Tho89], [FT80, FT82, FT83]).
Por u
ltimo, no caso de um material hiperelastico nao linear, a condicao necessaria e
suficiente de mnimo esta caracterizado por:
Z
(P1.b)
Di dB = hl, i i para i = 1, 2, ..., n
(7.16)
P
B E D(u+ n
j=1 aj j )
que corresponde agora a um sistema nao linear de equacoes algebricas.
Resumindo, o P.M.E.P.T. corresponde em dimensao finita ao seguinte problema classico
de programacao matematica (7.13):
minimizacao sem restricao de uma funcao quadratica em Rn , caso o material seja
hipereslastico linear.
minimizacao sem restricao da funcao estritamente convexa (a) (recorde a convexidade de e suponha eliminado os movimentos de corpo rgido).
a caracterizacao do mnimo estara dada pelo sistema de equacoes algebricas lineares
(P1.a) (7.15) ou nao lineares (P1.b) (7.16) respectivamente.
Um raciocnio inteiramente similar ao ja realizado nos permite concluir que o P.M.E.C.
corresponde em dimensao finita ao problema classico de programacao matematica (P2)
(7.14):
e (b) (recorde que e estri minimizacao em Rr sem restricao da funcao convexa
tamente convexo) caso o material seja hiperelastico nao linear.
246
!!
Z
r
r
r
X
X
X
1
e (b) =
D1 T +
bi i T +
bj j dB
T+
bi i , u
2 B
i=1
j=1
i=1
A caracterizacao do mnimo estara dado pelo sistema nao linear de equacoes algebricas:
(P2.a)
ou explicitamente:
Z
P
B T T + r
= 0, para i = 1, 2, ..., r
bi
(7.17)
j=1 bj j
caso o material seja hiperelastico nao linear, e no caso linear pelo sistema linear
(P2.b) (7.18) de equacoes algebricas:
(P2.b)
r Z
X
j=1
Z
1
D j i dB bj = ((i , u))
B
(7.18)
e onde a matriz do sistema novamente e simetrica positiva definida.
Como podemos apreciar, a determinacao de solucoes aproximadas dos Princpios Variacionais: P.M.E.P.T. e P.M.E.C. recaem, no caso de um material elastico linear, na resolucao de um sistema linear de equac
oes alg
ebricas. Para a determinacao deste
sistema requer-se:
Construir as funcoes coordenadas (i ou i ) cujas combinacoes lineares definem as
funcoes aproximantes admissveis. Em termos do MEF o anterior corresponde a
definir o tipo de elemento a ser empregado.
Para determinar os coeficientes da matriz do sistema se requer integrar uma forma
bilinear simetrica positiva definida:
Z
DD (j ) D (i ) dB
B
Z
D1 j i dB
B
247
A determinacao dos coeficientes do termo independente requer a integracao de formas lineares do tipo:
Z
hl, i i , DDu D (i ) dB
BZ
((i , u)) , D1 T i dB
B
{i }
atica de construir estas funcoes e atraves do MEF.
i=1 e {i }i=1 , e uma maneira sistem
Entao que caracterstica gerais tem estas funcoes coordenadas? A resposta a esta
pergunta esta implcita na propria formulacao variacional.
Para mostrar esto u
ltimo consideremos o P.M.E.P. e suponhamos por simplicidade que
u = 0 em Bu . Neste caso Kinu Varu e um s.e. e das propriedades de D tem-se que a
forma bilinear
Z
a (u, v) =
DDu DvdB, u, v Kinu
B
e um produto interno neste espaco que nos induz uma norma, chamada norma energia:
p
kukE = a (u, u) u Kinu
Completar Kinu com relacao a esta norma energia da lugar ao espaco de Hilbert H,
chamado espaco energia, formado por todas as funcoes (classes de funcoes) que, conjuntamente com suas derivadas ate a ordem contida no operador de deformacao D, sao
quadraticamente integraveis em B e tais que em Bu sao nulas. Desta maneira as funcoes
coordenadas i sao funcoes que em Bu sao nulas, e que conjuntamente com suas derivadas
ate uma ordem menor que a prevista em D sao contnuas.
Assim, por exemplo, no caso de um corpo B tridimensional vimos que:
D = ()s
logo, as funcoes i devem ser contnuas em B com derivadas primeiras contnuas por parte
em B.
Se o problema for flexao de vigas e placas, por exemplo, as funcoes i devem ser
contnuas com derivadas primeiras tambem contnuas e derivadas segundas contnuas por
parte ja que D contem derivadas ate a segunda ordem.
248
de onde:
kT k =
a (T, T ) T EstT
7.14
Soluc
ao Aproximada do Problema Variacional
de Hellinger-Reissner
Seguindo um raciocnio similar ao ja realizado teremos que, para determinar uma solucao
aproximada do problema variacional de Hellinger-Reissner (limitamos a apresentacao para
restricoes bilaterais) devemos redefini-lo sobre espacos de dimensao finita.
Chamando:
{i }
coes coordenadas em Varu
i=1 : ao conjunto completo de fun
n
X
i=1
T W 0r T =
r
X
c i i
i=1
Z
Z
249
O anterior e equivalente a:
Determinar os n
umeros reais ai , i = 1, 2, ..., n e cj , j = 1, 2, ..., r tais que facam estacionaria a func
ao:
!
r
!
!
Z X
Z
r
n
X
X
cj j dB +
c j j D u +
ai i dB
FeHR (a, c) =
B
j=1
l, u +
n
X
!+
j=1
i=1
ai i
i=1
j=1
i=1
Novamente, podemos distinguir dois tipos de algoritmos numericos para resolver este
problema:
algoritmos que procuram diretamente a solucao do problema de min-max, chamados
por esta razao de algoritmos de ponto de sela.
algoritmos que procuram a solucao do problema de min-max encontrando a solucao
do sistema de equacoes (lineares ou nao, dependendo o caso) que a caracterizam.
Neste u
ltimo caso, a condicao de min-max esta caracterizada pelo seguinte sistema de
equacoes algebricas:
e
FHR (a, c) = 0,
ai
e
FHR (a, c) = 0,
cj
i = 1, 2, ..., n
j = 1, 2, ..., r
ou em forma explcita:
r
X
j=1
T Pr
s=1 cs s
Z
cj
j Di dB hl, i i = 0,
i = 1, 2, ..., n
j dB +
n
X
i=1
ai
j Di dB +
B
j DudB = 0 j = 1, 2, ..., r
B
250
que no caso de material elastico linear se reduz ao seguinte sistema linear de equacoes
algebricas:
Z
r
X
cj
j Di dB hl, i i = 0, i = 1, 2, ..., n
B
j=1
r
X
s=1
Z
1
cs
j D s dB +
B
n
X
ai
j Di dB +
B
i=1
j DudB = 0 j = 1, 2, ..., r
B
0 AT
K =
A C
T T T
= a ,c
, matriz (r + n) (r + n)
T
f = (f11 , f12 , ..., f1n , f21 , f22 , ..., f2r )T = f1 T , f2 T
f1i = hl, i i
Z
f2j = j DudB
ZB
Cjs = j D1 s dB = Csj
Z B
Aji =
j Di dB
B
7.15
251
Soluc
ao Aproximada do Princpio Variacional
Generalizado
Kinnu
n
X
Kinu u = u +
ai i ,
i=1
E Wm W E =
T W 0r W 0 T =
m
X
i=1
r
X
bi i
ci i
i=1
m
X
!
bk k
k=1
r
X
j=1
*
dB
! "
c j j
l, u +
m
X
k=1
!
bk k
n
X
i=1
!+
ai i
D u+
n
X
!#
ai i
dB
i=1
252
Neste u
ltimo caso, as equacoes estao dadas por
e
F (a, b, c) = 0,
ai
e
F (a, b, c) = 0,
bk
e
F (a, b, c) = 0,
cj
i = 1, 2, ..., n
k = 1, 2, ..., m
j = 1, 2, ..., r
ou de forma explcita:
r
X
Z
cj
j Di dB hl, i i = 0,
m
X
E Pm
k dB
t=1 bt t
r
X
Z
cj
j k dB +
j DudB +
j k dB = 0,
k = 1, 2, ..., m
j=1
bk
k=1
i = 1, 2, ..., n
j=1
n
X
Z
ai
j Di dB = 0 j = 1, 2, ..., r
B
i=1
m
X
k=1
Z
cj
j Di dB hl, i i = 0,
Z
bt
Dt k dB
B
r
X
j=1
Z
cj
j k dB = 0,
j k dB +
B
k = 1, 2, ..., m
bk
i = 1, 2, ..., n
j DudB +
B
n
X
Z
ai
i=1
j Di dB = 0 j = 1, 2, ..., r
B
j = 1, 2, ..., r;
i = 1, 2, ..., n
Matriz B Rm Rm de coeficientes
Z
Bkt =
Dt k dB,
B
t, k = 1, 2, ..., m
253
Matriz H Rm Rr de coeficientes
Z
Hkj =
j k dB,
k = 1, 2, ..., m;
j = 1, 2, ..., r
Vetor f1 Rn de coeficientes
f1i = hl, i i ,
i = 1, 2, ..., n
Vetor f2 Rr de coeficientes
Z
f2j =
j DudB,
j = 1, 2, ..., r
(7.19)
H T B 1 H c + Aa = f2
1
(7.20)
c = H T B 1 H
(f2 Aa)
que substituda na primeira das equacoes conduz finalmente a:
h
1 i
1
AT H T B 1 H
A a = AT H T B 1 H
f2 + f1
(7.21)
254
7.16
Algoritmos Num
ericos para Problemas de Contato em Elastost
atica
Segundo temos visto nas secoes anteriores, o problema da elastostatica incluindo restricoes
do tipo unilateral sem atrito (perfeitas) consiste no seguinte problema variacional:
Determinar u0 Kinu tal que minimize o funcional de energia potencial total, (u) ,
no conjunto convexo nao vazio de todos os deslocamentos cinematicamente admissveis
Kinu . Logo, nosso problema consiste em:
Z
(P1)
min n (u) =
(Du) hl, ui
(7.22)
uKinu
Para obter uma solucao aproximada de (P1) (7.22) novamente procedemos a redefinilo em um espaco de dimensao finita.
Designando por {i }
coes coordenadas no espaco U de
i=1 o conjunto completo de fun
n
deslocamentos possveis, o conjunto Kinu pode ser definido como
(
)
n
X
T
Kinnu = u; u =
ai i , a = (a1 , ..., an ) K Rn
i=1
i=1
i=1
Em geral, para fazer o problema anterior tratavel numericamente, o convexo K e novamente aproximado obtendo-se assim um novo convexo Ka . Quando usamos o MEF, uma
maneira de construir Ka e estabelecer que as restricoes que definem Kinu sejam somente
satisfeitas em determinados pontos por exemplos: pontos nodais, pontos de integracao,
etc. ([FZ83], [FB83], [BF84]).
Como resultado desta aproximacao numerosos problemas recaem em um conjunto
convexo Ka que pode ser descrito atraves do sistema de m inequacoes:
Aa c
onde A e uma matriz de ordem m n e posto m.
Nao obstante, para o caso de apoios discretos unilaterais - muito comuns em tubulacoes
- pode-se chegar a restricoes do tipo ([FB83]):
dab
Logo, o P.M.E.P.T., incluindo restricoes unilaterais, toma a forma:
)
+
* n
!!
(
n
Z
X
X
ai i ; Aa c
db l,
min (a) =
ai i
D
B
i=1
i=1
255
1
(PP)
min (a) = a Ka f a; Aa c
(7.23)
2
chamado problema primal.
Onde K e uma matriz n n simetrica positiva definida de componentes:
Z
Kij =
DDi Dj dB
B
e f Rn de componentes:
fi = hl, i i
A restricao sobre a no problema (PP) (7.23) pode ser eliminada atraves do multiplicador de Lagrange Rm e tal que 0. De fato, observando que:
1
SP
min max
a Ka f a + (Aa c)
(7.24)
aRn 0,Rm
2
Como agora no problema (SP) (7.24) a minimizacao sobre a nao esta restringida, a
mesma e alcancada por todo vector a Rn associado a Rm dado por:
Ka f + AT = 0 a = K 1 f AT
que substituda no problema (SP) (7.24) conduz a um novo problema definido sobre o
multiplicador de Lagrange chamado problema dual do problema (PP) (7.23):
1
DP
min
P e
(7.25)
0
2
onde P e uma matriz m m simetrica e e Rm estao dados por:
P = AK 1 AT , e = AK 1 f c
O problema dual novamente e um problema de programacao quadratica mas desta vez
definido sobre um convexo K muito mais simples que no problema (PP) (7.23).
Tanto no problema do ponto de sela (SP) (7.24) como no problema dual (DP) (7.25)
este tipo de restricao mais simples, 0, nao e outra coisa que um cone convexo de
vertice na origem. Isto permite que a caracterizacao da solucao de (SP) (7.24) e (DP)
(7.25) seja um problema de complementariedade linear.
256
Ka f + AT (a a ) = 0
a Rn
(Aa c) ( ) 0
0, Rm
A primeira corresponde `a condicao de mnimo sobre a variavel nao restringida a.
A segunda corresponde `a condicao de maximo sobre restringida a pertencer ao cone
convexo 0. Da primeira expressao se conclui rapidamente que:
Ka f + AT = 0
Da segunda expressao temos que para:
= 0 (Aa c) 0
(Aa c) = 0
= 2 (Aa c) 0
logo:
(Aa c) 0
Ka + AT = f
(7.26)
Aa c + z = 0
z = 0
z 0
0
onde o vetor z Rm , e chamado variavel de ajuste.
Um raciocnio analogo ao que acabamos de realizar nos mostra que a solucao do
problema (DP) (7.25) esta caracterizada por:
(P e) ( ) 0
de onde:
(P e) = 0
(P e) 0
257
com o que conclumos que a solucao do problema (DP) (7.25) e solucao do seguinte
problema de complementariedade linear:
CL.b
P e z = 0
(7.27)
z = 0
z 0
0
Logo, para resolver o problema dual (DP) (7.25) podemos recorrer, por exemplo, a
dois algoritmos. O primeiro deles e o Metodo de Gauss-Seidell com Relaxac
ao e Projecao,
MGSRP, o segundo e o Metodo de Lemke que e um algoritmo numerico que em um
n
umero finito de passos permite determinar a solucao do problema de complementariedade linear associado ([BS79]).
Em particular o metodo MGSRP resulta de facil programacao e consiste em:
1. Adote 0 admissvel, ou seja, 0 0.
2. Adote w (0, 2)
3. Para k = 0, 1, 2, ..., n
umero maximo de iteracoes. Calcule para i = 1, 2, ..., m :
Pi1
Pn
k+1
k
e
i
ij
j
j=1
j=i+1 Pij j
i =
Pii
k+1
= (1 w) ki + wi
i
ate que
k+1
k
kk k
uR
onde e um n
umero positivo suficientemente pequeno definindo a tolerancia e onde
kk e a norma adotada.
258
Parte IV
Ap
endices
259
Ap
endice A
Definic
oes e Notac
oes
Como vimos nos Captulos anteriores, teremos que definir os conceitos de funcional e
domnio de definic
ao do funcional.
Para isso, vamos introduzir de maneira resumida alguns conceitos que nos serao u
teis.
A.1
Seja U = {u, v, w...} um conjunto arbitrario de elementos para o qual se tenha definido
duas operacoes:
de adicao +
de multiplicacao por um real R
tais que dados u, v, w U e , R arbitrarios se satisfaz
i) u + v U (o conjunto U e fechado com relacao `a adicao)
ii) (u + v) + w = u + (v + w) (lei associativa)
iii) u + v = v + u (lei comutativa)
iv) Elemento identidade (ou elemento nulo). Existe o elemento 0 U tal que u + 0
U u U
v) Elemento inverso. Para todo u U existe u tal que u + (u) = 0
vi) u U (o conjunto U e fechado com relacao `a multiplicacao por n
umeros reais)
vii) () u = ( u) (lei associativa com relacao ao m.p. real)
viii)
( + ) u = u + u
(lei distributiva com relacao ao m.p. real)
(u + v) = u + v
262
A.1.1
Subespaco
Em geral, nossos problemas nao estao definidos em todo um espaco, mas em certos conjuntos chamados Subespacos.
Um subespaco S do espaco vetorial real U e um conjunto nao vazio que e fechado com
relacao `as operacoes de adicao e multiplicacao definidas em U. Desta definicao se segue
que S e em si mesmo um espaco vetorial real.
Exemplo A.4 P2 [0, 1] e um subespaco de P5 [0, 1] .
Exemplo A.5 Uma reta ou plano que contem a origem sao exemplos de subespacos de
E 3 (espaco Euclidiano tridimensional).
A.1.2
A.2
263
Transformaco
es Lineares.
d
f (x) = f 0 (x)
dx
T e uma transformac
ao linear e como a derivada de um polin
omio e um polin
omio se tem
T : PK [0, L] PK [0, L]
mais precisamente em PK1 [0, L] .
A.3
O Espaco L (U, V )
264
A.4
Funcionais
T (f (x)) =
f (x) dx
a
A.5
265
2)
hf, ui = 0
hf, ui = 0
u U f = 0 de U
f U u = 0 de U
Observa
c
ao. Seja U m e V n e.v.r. de dimensao finita m e n respectivamente. Logo:
dim L (U m , V n ) = m n
Tendo isto presente, se U n e um e.v.r. de dimensao finita se segue que:
dim U = dim L (U n , R) = n 1 = n
Ou seja, tem a mesma dimensao que U n . Logo, podemos estabelecer uma correspondencia
um-a-um de U n sobre U , ou seja, U n e U sao isomorfos. Desta maneira, cada funcional linear l U pode identificar-se com um u
nico elemento ul U n . Quando esta
n
identificacao e realizada dizemos que U e auto-dual.
A.6
Alguns Elementos de An
alise Real
Vimos nos Captulos anteriores que existia uma ntima semelhanca entre o problema do
mnimo de um funcional com o de uma funcao. Neste u
ltimo caso o conceito de derivada
ocupava um importante papel. Para isso, recordemos alguns conceitos de Analise Real
tais como proximidade, sequencias, limites e continuidades.
Assim, veremos resumidamente alguns conceitos do sistema de n
umeros reais onde
introduzimos de maneira usual a operacao de adicao, multiplicacao e ordenamento (se
x y logo x + z z + y
z R; se x 0 e y 0 logo x y 0, e um
ordenamento completo!).
Valor absoluto. Se x R o valor absoluto de x, designado por |x| , esta definido por:
|x| = x se x 0
|x| = x se x 0
A desigualdade do tri
angulo.
|x + y| |x| + |y|
(Exerccio: demonstre esta propriedade). Observe que o valor absoluto satisfaz:
|x y| 0
x, y R
|x y| = 0 x = y
|x y| = |y x|
x, y R
(A.2)
266
Diferen
ca de valores abolutos.
||x| |y|| |x y|
(A.3)
!2
ai bi
n
X
i=1
i=1
!
a2i
n
X
!
b2i
(A.4)
i=1
267
Pontos de Acumula
c
ao. Seja A R. O ponto a nao necessariamente em A, e um ponto
de acumulacao de A se e somente se toda vizinhanca N (a) contem ao menos um ponto
de A distinto de a. Logo, N (a) contem infinitos pontos (veja Teorema A.1).
Fechamento de um Conjunto. Seja A R, seu fechamento e o conjunto contendo
todos os pontos de A e todos os seus pontos de acumulacao. Logo, se Ab e o conjunto de
pontos de acumulacao, A= AAb e o fechamento de A.
Conjunto Fechado. A e fechado se e somente se A =A. Tambem o anterior e equivalente
a dizer que A e fechado se seu complemento, R A, e aberto.
Exemplo A.8 R e fechado ja que seu complemento e o conjunto que e aberto.
Teorema A.1 Se a e um ponto de acumulac
ao de A R, logo, toda vizinhanca de a
contem infinitos pontos de A (demonstrac
ao via contradic
ao!).
PODE TER PONTOS
Este Teorema nos diz que todo conjunto finito de pontos NAO
O que ocorre com os conjuntos infinitos?
DE ACUMULAC
AO.
Teorema de Bolzano-Weierstrass. Seja A R um conjunto infinito mas limitado,
logo, existe ao menos
um ponto em
A.6.1
Sequ
encias
Se para cada n
umero inteiro positivo n lhe corresponde um ponto an R o conjunto
a, a2 , ...an , ... forma uma sequ
encia que representamos por {an } .
Exemplos de sequ
encias
n
1
n+2
1
an = , an = n , an =
n
2
n+1
descrevem as seguintes sequencias em R :
1 1
1, , , ...
2 3
1 1
1, , , ...
4 8
268
2 3
4
5
,
, ...
3
4
n, m > N
Se observa que se a sequencia e convergente logo e uma sequencia Cauchy. De fato, seja
a seu limite, logo:
|an am | = |an a (am a )| |an a | + |am a |
como {an } e convergente sempre podemos escolher N tal que para n, m > N resulte:
|an a | < 1 ,
|am a | < 2 e 1 + 2 =
269
logo:
|an am | < para n, m > N
Conjunto Completo. O conjunto A R e completo se e somente se toda sequencia
Cauchy de pontos de A converge para algum ponto em A.
Exemplos
O conjunto dos n
umeros racionais n
ao
e completo ja que,
por exemplo, a sequencia
{1, 1.4, 1.41, 1.412, ...} tem por limite o n
umero irracional 2.
R e completo.
A.7
Seja
f : RR
x f (x)
dizemos que esta funcao tem o limite a no ponto x0 se para todo > 0, existe um n
umero
> 0 tal que toda vez que:
0 < |x x0 | <
resulta |f (x0 ) a| < . Isto representamos assim:
lim f (x) = a
xx0
270
xx0
f (x) f (x0 )
= f 0 (x0 )
x x0
logo:
dJ
dx2
dx1
= f (x2 , )
f (x1 , )
+
d
d
d
x2
x1
f
dx
(A.5)
Integra
c
ao por Partes. Vamos usar repetidamente a regra de integracao por partes:
Z x2
Z x2
df
dg
x2
g dx = gf |x1
f dx
dx
x1
x1 dx
A.8
Espacos M
etricos
271
x, y, z X (desigualdade do triangulo)
1
d (x, y) = |x1 y1 |2 + |x2 y2 |2 2
que corresponde ao espaco Euclidiano bidimensional.
Exemplo. Seja X = R R e d (x, y) dado por:
d1 (x, y) = |x1 y1 | + |x2 y2 |
que se pode verificar satisfaz todas as propriedades de uma metrica.
Vemos, assim, que para um mesmo conjunto podemos eleger diferentes metricas dando
lugar a espa
cos m
etricos diferentes.
Fazendo uso da Desigualdade de H
older:
n
! p1 n
! 1q
n
X
X
X
1 1
|xi yi |
|xi |p
|yi |q
, 1<p<, + =1
p q
i=1
i=1
i=1
que permite demonstrar a Desigualdade de Minkowski: Seja 1 p < , logo:
! p1 n
! p1 n
! p1
n
X
X
X
|xi yi |p
|xi |p
+
|yi |p
i=1
i=1
i=1
n
X
i=1
! p1
|xi yi |p
272
1
d2 (x, y) = |x1 y1 |2 + |x2 y2 |2 2
1
d3 (x, y) = |x1 y1 |3 + |x2 y2 |3 3
..
.
1
dp (x, y) = (|x1 y1 |p + |x2 y2 |p ) p
d (x, y) = max {|x1 y1 | + |x2 y2 |}
Exemplo. O espaco C (a, b) de funcoes de valor real contnuas no intervalo (a, b) podemos
definir a m
etrica de Chebyshev:
d (f, g) = max {|f (x) g (x)| ; x (a, b)}
Exemplo. Os espacos Lp (a, b) , 1 p < isto e, onde as funcoes (classes de equivalencia)
sao tais que:
Z b
|f (x)|p dx < (a medida no Sentido de Lebesgue)
a
dp (f, g) =
|f g|p dx
p1
|f (x) g (x)| dx
a
p1
|f (x)| dx
p1
p1
|g (x)| dx
+
a
Continuidade e Converg
encia: Fazendo uso da metrica podemos estender os conceitos
de continuidade e convergencia que vimos anteriormente para funcoes em espacos metricos
e sequencias.
Conjuntos Densos em Espacos M
etricos: Seja A X e (X, d) um espaco metrico,
logo A e denso em toda parte de X se e somente se para todo > 0 e todo x X existe
um elemento xA A tal que:
d (x, xA ) <
Espa
co M
etrico Separ
avel: O espaco (X, d) e separavel se existe um conjunto enumeravel de elemento de X denso em toda parte de X. Em outras palavras, se existe
{x1 , x2 , ..., xn , ...} , xi X i, tal que para cada > 0 e cada x X existe um elemento
xn deste conjunto tal que:
d (x, xn ) <
273
Sequ
encias Cauchy em Espacos M
etricos: Seja (X, d) um espaco metrico.
sequencia {xn } e uma sequencia Cauchy se:
d (xn , xm ) 0 para n, m
Converg
encia em Espacos M
etricos: Uma sequencia {xn } de (X, d) e convergente se
existe x X tal que:
d (xn , x) 0 n
Podemos observar desta definicao que toda sequencia convergente e uma sequencia Cauchy.
Mas as sequencias Cauchy nao s
ao necessariamente convergentes.
Exemplo. Seja a sequencia n1 em (X, d) , onde
X = {x R tal que 0 < x 1} , d (x, y) = |x y|
Claramente
1
=0
/X
n n
Se agregamos o elemento zero ao conjunto X (completamos o conjunto), a sequencia n1
resulta convergente.
Espa
co M
etrico Completo: (X, d) e completo se toda sequencia Cauchy em (X, d) e
uma sequencia convergente em (X, d).
Exemplos
lim
(C [a, b] , d ) e completo.
(Lp [a, b] , dp ) e completo.
A.9
Espacos Normados
u V,
274
(2) (C [a, b] , kf k =
(3) (C [a, b] , kf k =
R
b
a
Rb
a
|f (x)|2 dx
12
|f (x)| dx)
Observa
c
ao 1. Nao obstante o e.v.r. V e o mesmo em todos os exemplos (C [a, b]) , os
espacos normados sao diferentes. Em particular, (2) e (3) nao sao completos com relacao
`a metrica (topologia) induzida pela norma. Por outro lado, (1) e completo.
Observa
c
ao 2. Dada uma norma, k k em V podemos induzir uma metrica
d(f, g) = kf gk
isto e, todo espaco normado e um espaco metrico.
Sequ
encias Cauchy em Espacos Normados: A sequencia {xn } e uma sequencia
Cauchy em (V, kk) se para todo > 0 existe N tal que
kun um k < ,
n, m > N
ou o que e equivalente:
kun um k 0 n, m
O espaco (V, kk) e completo se toda sequencia Cauchy e convergente a um elemento do
espaco.
Espa
co Banach: O e.v.r. normado completo se chama Espaco Banach. Vejamos alguns
exemplos.
Exemplo. O espaco Euclidiano n-dimensional Rn . Seja {xi } uma sequencia Cauchy, logo
para todo > 0 existe N tal que:
2
kxm xn k =
n
X
(i)
x(i)
m xn
< 2
n, m > N
i=1
(i)
|xm
(i)
xn |
n
< , m, n > N , ou seja,
(i)
xm
o
e
(i)
uma sequ
umeros reais, logo converge por exemplo para x =
nencia
o de Cauchy de n
(i)
limm xm . Podemos construir x = x(i) , ..., x(n) logo resulta kxm xk 0 m
pelo que Rn e completo.
Exemplo. Todo espaco normado de dimensao finita e completo. A demonstraca`o e por
inducao.
Exemplo. Varios espacos normados de dimensao infinita n
ao s
ao completos. Seja, por
exemplo, o espaco C (0, 1) com a norma
Z
kf k =
21
|f (x)| dx
0
(A.6)
275
Figura A.1: O espaco C(0, 1) com a norma definida em (A.6) nao e completo.
Figura A.2: O espaco C(0, 1) com a norma definida em (A.7) nao e completo.
e uma sequencia Cauchy com respeito `a norma definida anteriormente. Entretanto,
a sequencia converge para a funcao u
/ C [0, 1] (kun uk 0 para n ) dada por
(Figura A.1),
0 para 0 x < 12
1
para x = 12
u (x) =
2
1 para 12 < x 1
Exemplo. O espaco C (0, 1) com a norma:
Z
kf k =
|f (x)| dx
(A.7)
para x 21 n1
0
nx n2 + 1 12 n1 x 12
fn (x) =
1
x<1
1
2
Converge para a funcao discontnua indicada na Figura A.2.
Exemplo. C (0, 1) e completo com relacao `a norma:
kf k = sup |f (x)|
x(0,1)
(A.8)
276
De fato, para x0 (0, 1) arbitrario, a sequencia Cauchy {fn (x)} conduz `a sequencia
Cauchy de n
umero reais
|fn (x0 ) fm (x0 )| < sup |fn (x) fm (x)| 0
x(0,1)
Logo, existe um n
umero, f (x0 ), para o qual fn (x0 ) converge para cada x0 (0, 1). Logo,
a sequencia Cauchy {fn (x)} converge uniformemente em (0, 1) para f (x) . Falta provar
que f (x) C (0, 1) . Para isso, seja {xm } uma sequencia que converge para x em (0, 1) .
Logo:
|f (x) f (xm )| |f (x) fn (xm )| + |fn (xm ) f (xm )|
Como fn e contnua fn (xm ) fn (x) para m . Por sua vez, fn (x) f (x). Da
mesma maneira, fn (xm ) f (xm ) para n . Logo, o segundo membro pode ser feito
tao pequeno quanto se queira. Ou seja:
|f (x) f (xm )| 0 m 0
Em outras palavras:
f (xm ) m f (x) f e contnua
Logo:
(C(0, 1), k k= sup |f (x)|) e um espaco completo (Banach)
x(0,1)
Exemplo. Retornemos ao exemplo onde C (0, 1) era incompleto com relacao `a norma:
Z
|f (x)|
kf k =
21
Nao obstante isto, podemos completar este espaco nesta norma. Este espaco e precisamente o espaco L2 (0, 1) de de funcoes (classes de equivalencias) integraveis no sentido de
Lebesgue. Em outras palavras, neste espaco nao distinguimos a diferenca entre funcoes
que diferem somente em um conjunto de medida nula. Neste caso, se diz que f e g sao
iguais em quase toda parte e:
Z 1
(f g)2 dx = 0
0
Operadores n
ao lineares. Sejam (U, kkU ) e (V, kkV ) dois espacos Banach e seja P um
operador (funcao, aplicacao) que leva elementos de U em V :
P : U V
u P (u) V
Se V = R ja vimos que P recebe o nome de funcional. Recordemos que P e homogeneo
se:
P (u) = P (u) , R u U
277
e aditivo se:
P (u + v) = P (u) + P (v) ,
u, v U
(A.9)
(A.10)
u U
Se P e nao linear e
kP (u) P (v)kV M ku vkU
u, v S U
278
kP ukV
,
kukU
u 6= 0
du
dx
x[0,1]
x[x,1]
U U .
A norma neste espaco esta dada por:
kf (u)kR
|hf, ui|
kf kU 0 = sup
, u 6= 0 = sup
, u 6= 0
kukU
kukU
uU
uU
do anterior se segue tambem que:
|hf, ui| kf kU 0 kukU
f U 0 , u U
279
Converg
encia. Seja U um espaco Banach e U 0 seu dual (topologico). Logo, dada a
sequencia {un } em U, dizemos que converge fortemente para u0 se para > 0 existe
N > 0 tal que:
kun ukU < n > N lim kun u0 kU = 0
n
se
lim hln l, ui = 0 u U
A.10
280
Espa
co com Produto interno. O e.v.r. U no qual se tem definido um produto interno e
chamado espaco (real) produto interno. Neste caso, os elementos de U sao comumente
chamados vetores na literatura.
Desigualdade de Cauchy-Schwarz. Sejam u, v U vetores do e.p.i. U logo:
p
|(u, v)| (u, u) (v, v)
Demonstracao Suponhamos v, u 6= 0 (caso contrario, a desigualdade e satisfeita trivialmente). Logo:
0 (u + v, u + v) = (u, u) + 2 (u, v) + 2 (v, v)
A expressao anterior e uma expressao quadratica em (observe que u, v estao fixos e que
(u, u) , (u, v) e (v, v) sao n
umeros reais definidos). Esta forma e nao negativa para todo
valor de , mas isto somente e possvel se sua discriminante satisfaz:
4 (u, v)2 4 (u, u) (v, v) 0
de onde:
kuk = (u, u) 2
Ap
endice B
A Convexidade no C
alculo
Variacional
B.1
Introduc
ao
Neste Apendice vamos apresentar alguns resultados que utilizamos na Parte III desta
monografia.
Seja D o operador taxa de deformacao satisfazendo as propriedades ja estabelecidas no
Captulo 6 e seja K = D DD o operador rigidez correspondente ao material hiperelastico
estudado (recorde que D e simetrico positivo definido no espaco de deformacoes). A seguir,
vamos demonstrar os seguintes Lemas.
Lema B.1
N (D) = N (K)
A demostrac
ao sera feita em duas etapas:
u N (D) Du = 0 u N (D) DDu = 0 u N (D) (Recorde que D e
positivo definido) D DD = 0 u N (D) Ku = 0 u N (D) N (D)
N (K) .
u N (K) Ku = 0 u N (K) hKu, ui = 0 u N (K) hKu, ui =
(DDu, Du) = 0 u N (K) recordando que D e positivo definido, Du =
0 u N (K) N (K) N (D) .
Dos dois resultados anteriores se segue que:
N (D) N (K) N (D) N (D) = N (K)
com o que demostramos o Lema.
Lema B.2
N (K) = R (K)
281
282
Entao, para certas hipoteses sobre o e.v. U (por exemplo para o corpo tridimensional
em estudo e suficiente pensar que U = H 1 (B) e o espaco de Sobolev cujos elementos u
sao campos de funcoes - classe de funcoes - tais que, conjuntamente com suas derivadas
primeiras sao quadraticamente integraveis no sentido de Lebesgue na regiao B do espaco
Euclidiano puntual), supondo que eliminamos os movimentos de corpo rgido (ou seja
estamos trabalhando no espaco quociente U/N (D)) e para hipoteses de regularidade da
regiao B, e possvel mostrar que o operador K : U U 0 e limitado inferiormente, pelo
que R (K) e um s.e.v. fechado de U 0 . Com isto, temos que ao tomar o complemento
ortogonal da expressao do Lema B.2 obtemos o seguinte resultado:
Corol
ario B.1 (Corol
ario do Lema B.2)
N (K) = R (K)
Lema B.3 Com os resultados dos Lemas B.1 e B.2 e do Corol
ario do Lema B.2 obtemos:
N (D) = N (K) = R (K)
N (D) = N (K) = R (K)
Lema B.4
V aru N (K) = V aru K (V aru )
De fato:
se u V aru N (K) u V aru e u N (K) u V aru e hKu, wi = 0 w
V aru (por simetria do operador de rigidez K) u V aru e hKw, ui = 0 w V aru
u V aru R e u K (V aru ) u V aru K (V aru ) .
Lema B.5
h
i
V aru K (V aru ) = V aru K (V aru )
onde indica soma direta. De fato:
283
V aru K (V aru )
= V aru K (V aru ) = V aru + K (V aru )
Nos falta demonstrar que a adic
ao pode ser substituda pela soma direta. Para isso
V aru K (V aru )
= V aru K (V aru )
B.2
Funco
es Convexas
x, y C e (0, 1)
x, y C,
(0, 1)
f (x) se x C
f : X R tal que f (x) =
+ se x
/C
Do anterior se conclui que f e convexa se e somente se f e convexa.
B.3
Semicontinuidade
284
B.4
x V
possui um limite quando 0 por valores positivos e se existe y V 0 tal que este limite
seja igual a hy, xi . Este funcional linear e contnuo y e chamado derivada Gateaux de f
em x. A seguinte notacao sera introduzida:
y = f 0 (x0 )
f (x0 ; x) = hy, xi = hf 0 (x0 ) , xi
Teorema B.1 Seja f : V R Gateaux - diferenci
avel. Logo, o funcional f e convexo
0
se e somente se a aplicac
ao de V em V que a cada x V lhe faz corresponder f 0 (x) e
mon
otona, ou seja se:
hf 0 (x2 ) f 0 (x1 ) , x2 x1 i 0
B.5
x1, x2 V
Minimizac
ao de Funcionais Convexos. Caracterizac
ao do Ponto de Mnimo
u C N (u)
u C
285
u C; u C
J (u; ) = 0
V; u C
u C
logo:
J (u; v u) 0 v C
ii) Se J e convexo as duas express
oes anteriores sao equivalentes.
286
Ap
endice C
Exerccios
C.1
Introduc
ao
R1
0
i) u(x) = x2 ;
ii) u(x) = 1 + x2 ;
iii) u(x) = ex ;
b) Seja U = C 1 [a, b] e F(u) =
calcule F(u) para
du
| ,
dx x0
i) u(x) = 1;
ii) u(x) = ex ;
iii) u(x) = senx;
c) Seja U = C[1, 1]. Considere o funcional F(u) =
x(1 + u2 (x)). Calcule F(u) para
i) u(x) = x;
ii) u(x) = 1 + x;
287
R1
1
288
Apendice C. Exerccios
C.1. Introducao
289
"
dy 2
1 + ( dx
) (x)
y(x)
#1/2
dx
(C.3)
1
0
d
(sin )1/2
(C.4)
290
Apendice C. Exerccios
dy
= r(x) sec + sec2 1
dx
C.1. Introducao
291
P (u + ) P (u)
dP (u, ) = lim
(C.6)
0
d
dFi (u, ) = Fi (u, ) =
Fi (u + )
(C.7)
d
=0
mostrar que
i) Se F1 (u, ) e F2 (u, ) existem para u e U resulta
(F1 F2 ) (u, ) = F1 (u, ) F2 (u) + F1 (u) F2 (u, )
ii) Se F1 (u) 6= 0 logo:
F2
F2 (u, ) F1 (u) F2 (u) F1 (u, )
(u, ) =
F1
F1 (u)2
iii) Se h C 1 (R) logo:
(h (F)) (u, ) =
dh
(F (u)) F (u, )
dx
292
vii) F(u) =
Apendice C. Exerccios
1
2
1 + u ud.
Exerccio C.9 O estado de equilbrio de uma viga elastica dentro das hipoteses de pequenas deformac
oes (e deslocamentos) submetida a seu peso proprio esta caracterizado
pelo deslocamento transversal u = u(x), cinematicamente admissvel (isto e que satisfaz
as condic
oes de contorno), que minimiza o funcional de energia potencial total dado por
Z L
1
d2 u 2
F(u) =
(C.8)
E(x)I(x)( 2 ) q(x)u(x) dx
2
dx
0
Empregando a condicao necess
aria de mnimo justifique
i) O espaco U.
ii) Os conjuntos D(F) para os quais o problema esta definido;
iii) Para cada um destes conjuntos determinar o espaco M de variac
oes admissveis, a
equac
ao de Euler e as correspondentes condic
oes de contorno principais e naturais.
Exerccio C.10 No problema anterior admita que no ponto xo (0, L) o material, caracterizado pelo modulo de elasticidade de Young E = E(x), ou a geometria, caracterizada
pelo momento de inercia I = I(x) ou o carregamento q = q(x) admitem algum grau de
descontinuidade. Empregando a condic
ao necess
aria de mnimo justifique
i) O espaco U.
ii) Os conjuntos D(F) para os quais o problema esta definido;
iii) Para cada um destes conjuntos determinar o espaco M de variac
oes admissveis, a
equac
ao de Euler, as correspondentes condic
oes de contorno principais e naturais e
as condic
oes de salto no ponto xo .
Exerccio C.11 A condic
ao necessaria de mnimo nos problemas anteriores e uma condic
ao
suficiente?. Justifique matematicamente a resposta.
Exerccio C.12 Seja o funcional (energia complementar de barra submetida a torsao em
elasticidade linear Figura C.5)
Z
Z
c
F(u) =
(u)d 2 ud
(C.9)
onde
D(F) = {u; u suf. regular, u| = 0};
c (u) =
1
uu;
2
C.1. Introducao
293
(.)(operador gradiente) = [ x
; y
];
F(uo ) =
uo dx
(C.10)
(C.11)
294
Apendice C. Exerccios
(C.12)
(C.13)
d e
F(k
d
+ k )| =0
Observar que o calculo anterior foi possvel por conhecermos a expressao uo = uo (k).
Exerccio C.15 O calculo anterior pode ser realizado empregando o Lagrangeano
L(k, u, ) = F(u) + a(u, ) `()
(C.14)
ii)
d
L(k, u,
d
+ )| =0 . A express
ao variacional obtida se igualada a zero para todo
M corresponde a que problema variacional?. A soluc
ao deste probleam variacional fornece uo ?. Justifique a resposta.
d
L(k, u + u , )| =0
d
= 0u M fornece a equac
ao adjunta (em sua forma varia-
cional!). Logo:
(C.15)
C.1. Introducao
295
1
( u u 2u)d
2
(C.16)
onde
i) u D(F) = {u; suf. reg. em ; u| = 0};
ii) = {(x, y); 0 x 2a, 0 y 2b}
Exerccio C.16 Empregando o Metodo de Ritz determine uma soluc
ao aproximada da
func
ao que minimiza o funcional tomando como func
oes bases (observar a simetria do
problema!):
a) func
oes polinomiais em convenientemente escolhidas:
a.i) defina esta base e justifique sua escolha;
a.ii) calcular a soluc
ao aproximada adotando somente o primeiro elemento da base;
b) func
oes trigonometricas em convenientemente escolhidas:
b.i) defina esta base e justifique sua escolha;
b.ii) calcular a soluc
ao aproximada adotando somente o primeiro elemento da base;
c) compare os resultados.
Exerccio C.17 Seja o funcional
Z
F(u) =
0
1
dv
A(x)E(x)( )2 dx P v(L)
2
dx
(C.17)
du
quadrado integr
avel e tais que u(0) = 0} (C.18)
dx
296
Apendice C. Exerccios
iv.2) Calcule uma soluc
ao aproximada com o primeiro elemento desta base considerando A(x)E(x) = AE constante em (0, L);
iv.3) Esta soluc
ao aproximada coincide com a soluc
ao exata uo ?. Justifique a resposta.
Exerccio C.18 Seja o seguinte funcional (observar que e identico ao funcional do exerccio anterior ao qual foi incorporado mais um termo (funcional linear))
Z L
Z L
dv 2
1
F(u) =
A(x)E(x)( ) dx
(C.19)
q vdx P v(L)
dx
0 2
0
onde D(F) e identico ao do problema anterior.
i) Caracterizar o espaco M de variac
oes admissveis;
ii) Determine a condic
ao necess
aria de mnimo;
iii) Determine a Equac
ao de Euler, as condic
oes principais e naturais que a soluc
ao
minimizante uo deve satisfazer. Considere A, E e q constantes em (0, L);
iv) Seja a base polinomial do problema anterior. Quantos elementos desta base devem
ser adotados para obter a soluc
ao exata do problema?. Justifique a resposta;
v) Aplique o Metodo de Ritz e verifique que a resposta anterior esta correta;
vi) Se q(x) = sen( x
), a base polinomial poderia fornecer a soluc
ao exata?. Justifique
L
a resposta.
Exerccio C.19 Considere o seguinte funcional
Z L
1
d2 u 2
du
F(u) =
E(x)I(x)( 2 ) q(x)u(x) dx P u(xo ) M (xo )
2
dx
dx
0
(C.20)
onde
du
d2 u
continua em(0, L) e
quadrado integr
avel
dx
dx2
e tais que u(0) = 0 e u(L) = 1}
(C.21)
Bibliografia
[BF84]
H. J. C. Barbosa and R. A. Feijoo. Numerical algorithms for contact problems in linear elastostatic. In Conference on Stress Analysis in Nuclear
Power Plants, Porto Alegre, Brasil, 1984.
[BH82]
[BS79]
[CH53]
[DL72]
[Els69]
[ET74]
[FB83]
[Fei78]
R. A. Feijoo. Introducci
on a Mec
anica del Contnuo. I Escola de Matematica
Aplicada. Laboratorio Nacional de Computacao Cientfica, Brasil, 1978.
[Fre80]
[FT80]
298
BIBLIOGRAFIA
[FT82]
[FT83]
[Fun65]
[FZ83]
R. A. Feijoo and N. Zouain. Analisis elastoplastica via optimizacion. Publicacao Tecnico Cientfica 004/83, Laboratorio de Computacao Cienfica
-LCC/CNPq, 1983.
[Ger72]
[Ger73a]
P. Germain. La methode des poissances virtuelles en mechanique des milieux continus. premi`ere partie: Theorie du second gradiant. Journal de
Mechanique, 12(2):235274, 1973.
[Ger73b]
[Ger80]
[Ger82]
[GF63]
[Gur72]
[Gur81]
[Joh87]
[Lan70]
BIBLIOGRAFIA
299
[Mau80]
[Mik64]
[Mik65]
[Mik70]
[Mik71]
[Mik79]
[MS67]
[OC83a]
[OC83b]
[OCB81]
J. T. Oden, G. F. Carey, and E. B. Becker. Finite Elements: An Introduction, volume 1 of The Texas Finite Element Series. PrenticeHall, 1981.
[Ode72a]
J. T. Oden. Finite element applications in mathematical physics. In Whiteman, editor, The Mathematics of Finite Elements and Applications, pages
239282. England, April 1972.
[Ode72b]
[Ode79]
[OR76a]
[OR76b]
[Pan90]
[RA]
300
BIBLIOGRAFIA
[Rek75]
K. Rektorys. Variational Methods in Mathematical Sciences and Engineering. D. Reidel Publishing Company, 1975.
[Rom75]
G. Romano. Variational inequalities and extremum principles in incremental elastoplasticity, parte i and ii. Technical Report 307, Univ. Calabria,
Cosenza, Italy, 1975.
[Rom79]
[Rom82]
G. Romano. Duality and variational principles in structural mechanics under bilateral and unilateral constrainsts. Technical Report 13, Laboratorio
de Computacao Cientfica, LCC-CNPq, Rio de Janeiro, Brasil, 1982.
[Rom84]
G. Romano. Principi e metodi variazionali nella meccanica delle struture e dei solidi, parte i: Principi. Technical report, Facolt`a di Ingegneria
dellUniversit`a di Napoli, Italy, 1984.
[RR79]
[Tho89]
BIBLIOGRAFIA
[ZT89]
301