Cálculo Variacional

Monografia do Curso GA-015
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)
Centro Atomico Bariloche, 8400, Bariloche, Argentina
Programa de Pos-Graduacao em Modelagem Computacional

LNCCLaboratorio Nacional de Computacao Cientfica
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
4.12 Variacao Geral de um Funcional . . . . . . . . . . . . . . . . . . . . . . . . 90

4.13 Extremos com Pontos Angulosos. Condicoes de Weierstrass-Erdmann . . . 100
4.14 Problema Inverso no Calculo Variacional. Operadores Potenciais . . . . . . 108
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
7 Princpios Variacionais em Elasticidade. Pequenas Deformac

oes
203
7.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
7.2 Material Elastico. Comportamento Uniaxial . . . . . . . . . . . . . . . . . 203
7.3 Extensao a Estados M
ultiplos . . . . . . . . . . . . . . . . . . . . . . . . . 207
7.4 Princpios Variacionais (Corpos Livres) . . . . . . . . . . . . . . . . . . . . 210
7.4.1 Princpio do Trabalho Virtual (Corpos Livres) . . . . . . . . . . . . 212
7.4.2 Princpio de Mnima Energia Potencial Total (Corpos Livres) . . . . 213
7.4.3 Equacoes Locais e Condicoes de Contorno (Corpos Livres) . . . . . 213
7.4.4 Compatibilidade. Princpio do Trabalho Virtual Complementar.
Princpio de Mnima Energia Complementar (Corpos Livres) . . . . 215
7.4.5 Princpio de Mnima Energia Complementar P.M.E.C. (Corpos Livres)217
7.5 Princpios Variacionais. Restricoes Bilaterais. . . . . . . . . . . . . . . . . 218
7.5.1 Princpio do Trabalho Virtual (Restricoes Bilaterais): . . . . . . . . 220
7.5.2 Princpio de Mnima Energia Potencial Total P.M.E.P.T. (Restricoes
Bilaterais) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
7.5.3 Princpio do Trabalho Virtual Complementar P.T.V.C. (Restricoes
Bilaterais) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
7.5.4 Princpio de Mnima Energia Complementar P.M.E.C. (Restricoes
Bilaterais) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
7.6 Prncipios Variacionais. Restricoes Unilaterais Perfeitas (Sem Atrito) . . . 223
7.6.1 Princpio de Mnima Energia Potencial Total (Restricoes Unilaterais)224
7.6.2 Princpio de Mnima Energia Complementar (Restricoes Unilaterais) 226
7.7 Princpio de Min-Max. Funcional de Hellinger-Reissner . . . . . . . . . . . 226
7.7.1 Princpio de Hellinger-Reissner . . . . . . . . . . . . . . . . . . . . 228
7.8 Funcional Generalizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
7.8.1 Princpio Variacional Generalizado . . . . . . . . . . . . . . . . . . 230
7.9 Teorema de Castigliano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
7.10 Cotas para Deslocamentos e Cargas Generalizadas . . . . . . . . . . . . . . 234
7.11 Problema da Elastodinamica (Restricoes Bilaterais) . . . . . . . . . . . . . 239
7.12 Solucao Aproximada dos Problemas Variacionais . . . . . . . . . . . . . . . 242
7.13 Problema da Elastostatica. Restricoes Bilaterais . . . . . . . . . . . . . . . 242
7.14 Solucao Aproximada do Problema Variacional de Hellinger-Reissner . . . . 248
7.15 Solucao Aproximada do Princpio Variacional Generalizado . . . . . . . . . 251
7.16 Algoritmos Numericos para Problemas de Contato em Elastostatica . . . . 254
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
Diferentes concicoes de contorno . . . . . . . . . . . . . . . . . . .

Funcoes convexas . . . . . . . . . . . . . . . . . . . . . . . . . . .
Convexidade para funcoes f C 1 [I] . . . . . . . . . . . . . . . .
Problema de Dido . . . . . . . . . . . . . . . . . . . . . . . . . . .
Variao geral de um funcional . . . . . . . . . . . . . . . . . . . . .
Curva Braquistocrona com extremo livre . . . . . . . . . . . . . .
Extremos livres via Analise de Sensibilidade . . . . . . . . . . . .
Funcoes extremos com pontos angulosos . . . . . . . . . . . . . . .
Extremos com pontos angulosos . . . . . . . . . . . . . . . . . . .
Viga elastica com propriedades geometricas/material descontnuas
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
52
57
57
71
91
94
95
100
101
105
5.1
5.2
5.3
5.4
Matriz (a) banda e (b) skyline . . . . . . . . . . . . . . . . . . . . . . . .

Barra elastica homogenea de secao transversal e carregamento constante
Funcao i linear por parte. . . . . . . . . . . . . . . . . . . . . . . . . . .
Particao de [0, L] em 4 intervalos. . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
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
Propriedade das funcoes e . . . . . . . . . . . . . . . . . . . . . . .

Princpio do Trabalho Virtual para corpos de Material Hiperelastico . . .
Principios Variacionais na teoria da elasticidade em pequenas deformacoes
e deslocamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Viga engastada em um extremo do exemplo 7.1 . . . . . . . . . . . . . .
Viga engastada do exemplo 7.2 . . . . . . . . . . . . . . . . . . . . . . .
. 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.
R. A. Feijoo, E. Taroco e C. Padra

LNCC/MCT - Laboratoio Nacional de Compurtacao Cientfica.
Petropolis, Rio de Janeiro, Brasil
Fevereiro, 2004
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)
onde E = E(x) e o Modulo de Elasticidade de Young que satisfaz a propriedade

E E0 > 0, x [0, L]
1
(1.2)
Captulo 1. Motivacao
Figura 1.1: Viga

I = I(x) e o Momento de Inercia da sec
ao transversal que tambem satisfaz a condicao
I I0 > 0, x [0, L]
(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 à condicao de viga engastada
u(0) =
du
du
(0) = u(L) =
(L) = 0
dx
dx
(1.4)
Para completar a definicao do problema, falta ainda definir o grau de regularidade

da funcao u. Desde o ponto de vista classico, a equacao (1.1) tera sentido somente se
admitirmos como mnimo que o carregamento transversal q seja uma funcao continua
(q C(0, L)), o dado fsico (comportamento do material - Modulo de Elasticidade de
Young) e o dado geometrico (momento de inercia) sejam funcoes de classe C 2 (E, I
C 2 (0, L)). Com estas restricoes, o modelo fica definido pelo seguinte problema de valor de
contorno-P.V.C.:
Determinar u C 4 (0, L) tal que
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)

Z
F(u, v) =
f (u, v)d = 0 v V
(1.7)
f (u, v)d 0 v V
(1.8)

Z
F(u, v) =
onde U e o conjunto de func

oes admissveis ou func
oes testes e V e a variedade linear
associada. Como veremos no decorrer deste curso, esta abordagem pode ser considerada
natural tendo em vista sua relacao intrnseca com o homem.
Em particular, os problemas variaicionais despertaram o interesse do homem desde
sua origem. Por exemplo, o caminhar em linha reta para alcancar um ponto visvel de
destino e uma soluc
ao instintiva do homem para encontrar o extremal do problema: dados
dois pontos em um plano, A de partida e B de destino, determinar o caminho que tenha o
menor comprimento possvel. Outro exemplo surge quando desejamos realizar uma tarefa
fsica. Neste caso o ser humano tratara de realiza-la seguindo o caminho do menor esforco
possvel.
Mais formalmente, empregaremos a expressao problema extremal toda vez que se deseje
determinar o maior ou o menor valor possvel de uma certa quantidade. Por exemplo,
desejamos determinar o ponto mais alto de uma montanha (ou o ponto mais baixo num
vale) ou o caminho de menor comprimento unindo dois pontos de uma superfcie. A

formulac
ao e soluc
ao destes e outros problemas similares, e uma area da matematica
conhecida como C
alculo Variacional e Metodos Variacionais respectivamente.
Desde um ponto de vista formal, o problema de minimizar (ou maximizar) uma dada
expressao integral e considerada como o domnio proprio do Calculo Variacional. Por
outro lado, o problema de minimizar (ou maximizar) uma funcao pertence ao C
alculo (de
funcoes).
Historicamente ambos problemas surgiram simultaneamente nao existindo uma clara
distincao entre ambos ate que Euler, em 1732 (tinha somente 25 anos!), deu os primeiros
passos no desenvolvimento de um metodo geral para a solucao de problemas variacionais
quando apresentou a solucao geral do problema isoperimetrico: encontrar entre as curvas
planas de comprimento dado aquela que limite a maior area possvel.
Outro grande passo no desenvolvimento do Calculo Variacional teve origem nas contribuicoes de Lagrange quando, aos 19 anos!, manteve ativa correspondencia com Euler.
Euler trabalhou intensamente no desenvolvimento do metodo proposto por Lagrange,
publicando seus resultados somente apos os trabalhos de Lagrange serem publicados em
1760 e 1761. Estes trabalhos conjuntamente com o trabalho de Lagrange (Mechanique
Analytique, 1788) estabeleceram as bases para a solucao geral dos problemas variacionais.
Antes de proceder ao desenvolvimento formal das ferramentas do Calculo Variacional
(e metodos associados) vamos a considerar um conjunto de exemplos simples que permitira
fornecer uma visao geral dos elementos que integram o Calculo Variacional.
Suponha que desejamos encontrar o ponto mais alto em uma montanha onde a altura
esta dada pela funcao
h = f (x, y)
(1.9)
onde, para simplificar, suporemos que f (x, y) e uma funcao contnua e suficientemente
regular nas variaveis x e y.
O problema do ponto maximo (ou mnimo) esta associado intimamente com o conceito
natural de comparac
ao e distancia. De fato, se a gente se encontra no topo da montanha
todos os pontos da mesma deverao ter altura menor. Encontramos aqui uma caracterstica
dos problemas de extremo: a comparacao entre pontos que poderao estar proximos ou
distantes do ponto onde estamos parados. Logo, na definicao do conceito de ponto mais
alto (baixo) devemos primeiro definir o conjunto dos pontos com os quais faremos a
comparacao. Se neste conjunto todos os pontos que o integram estao proximos ao ponto
onde estamos parados teremos que o conceito de extremal e um conceito local. Neste caso
diremos que estamos procurando um maximo (ou mnimo) local. Se o conjunto engloba
todos os pontos da montanha teremos um maximo (ou mnimo) global.
Na procura do extremal local, podemos restringir a comparacao a pontos arbitrariamente proximos (infinitesimal) a nossa posicao. Neste caso, todos os pontos terao, dentro
de uma aproximacao de primeira ordem, a mesma altura. Em outras palavras a taxa de
variacao da altura deve ser nula em qualquer direc
ao adotada (estamos supondo que o
ponto onde estamos parados e um ponto interior do conjunto e esta e uma condicao fundamental em nossa analise). Certamente, se a taxa de variacao para uma dada direcao for
positiva isto diz que existem, nessa direcao, pontos mais altos proximos a nos. Por outro
Figura 1.2: Ponto de cela
Figura 1.3: Maximos, mnimos e pontos estacionarios

lado, se a taxa for negativa a gente podera mover-se em direcao oposta dando lugar a uma
mudanca positiva indicando, mais uma vez, pontos mais altos. Assim, vemos que valores
negativos ou positivos da taxa de variacao da altura sao excludos se um maximo (ou
mnimo) local e requerido no ponto onde estamos parados. Chegamos assim formalmente
ao principio de que a funcao alcanca um ponto extremal maximo se
f (x, y) dx 0 dx admissvel
(1.10)
e um ponto extremal mnimo se

f (x, y) dx 0 dx admissvel
(1.11)
f f
,
], dx = [dx, dy]
x y
(1.12)
onde
f (x, y) = [
Se o ponto (x, y) e interior, verificamos que se dx e admissvel entao dx tambem e

admissvel, logo da expressao (1.10) ou da expressao (1.11) obtemos
f (x, y) dx 0 dx f (x, y) = 0
(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
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)
Com este resultado, podemos pensar em caracterizar a solucao do problema da viga

pela expressao anterior (compare isto com a equacao variacional (1.7)). Para que isto seja
correto, temos que verificar que, satisfazer a expressao (1.16) seja equivalente a satisfazer o
P.V.C. (1.5). De fato, do grau de regularidade existente em U e admitindo a regularidade
necessaria nos dados geometricos (I = I(x)), nos dados associados ao material da viga
(E = E(x)) e de carregamento (q = q(x)), temos
2
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)
pela continuidade de , existe um intervalo Ixo = (xo , xo + ) para suficientemente

pequeno dentro do qual a funcao conserva seu sinal. Por outro lado, sempre poderemos
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)
Chegamos assim a dois resultados. O primeiro e chamado Lema Fundamental do

C
alculo das Variac
oes: seja C(a, b) tal que
Z
(x)v(x)dx = 0 v C[a, b] 0 [a, b]
(1.22)
O segundo resultado esta associado à equivalencia entre o problema de valor de contorno (1.5) e o Problama Variacional:
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
Desta maneira, o Problema Variacional (1.23) e equivalente a:
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
Introduzindo a notacao mais compacta

Z L
d2 u d2 v
a(u, v) =
E(x)I(x) 2 2 dx
dx dx
0
Z L
l(v) =
q(x)v(x)dx
(1.25)
(1.26)
(1.27)
o problema variacional (1.25) toma a forma final:

a(u, v) = l(v), v U
(1.28)
Da definicao da forma a(u, v) temos

a(u, v) = a(v, u) u, v U simetria
a(u, u) 0, u U positiva semidefinida
(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)
Das propriedades da forma a(u, v) podemos obter o seguinte resultado.

Proposic
ao 1.1 (Unicidade) Se existe soluc
ao do Problema Variacional (1.28) esta
soluc
ao e u
nica.
Prova. Sejam duas solucoes diferentes u1 e u2 U, isto e
u1 u2 6= 0
(1.33)
Sendo solucoes de (1.28) satisfazem respectivamente

a(u1 , v) = l(v); a(u2 , v) = l(v) v U
(1.34)
9
subtraindo ambas expressoes obtemos
a(u1 u2 , v) = 0 v U
(1.35)
Por sua vez como v e arbitrario, podemos adotar v = u1 u2 U obtendo

a(u1 u2 , u1 u2 ) = 0
(1.36)
e da propriedade (1.32), temos finalmente

u 1 = u2 = u
(1.37)
Isto e, se a solucao existe ela e u

nica.
Outro resultado importante que podemos obter das propriedades da forma a(u, v) e o
seguinte. Definamos a seguinte expressao integral (funcional)
1
F(v) = a(v, v) l(v); v U
2
Da definicao anterior e para todo v U temos
(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
u = arg min F(v)

vU
(1.40)
Compare este resultado com a expressao (1.6).

importante ressaltar aqui que as formulacoes variacionais (1.28) e (1.40) embora
E
tenham sido obtidas atraves da formulacao classica podem ser obtidas diretamente dos
Princpios Variacionais da Mec
anica chamados, respectivamente, Princpio da Potencia
Virtual e Princpio da Mnima Energia Potencial Total.
Neste momento podemos ja observar algumas vantagens da formulacao variacional
a caracterizacao do conjunto U e simples e o termo suficientemente regular pode
agora ser definido com precisao
dv d2 v
e
quadrado integraveis em [0, L] e
dx dx2
dv
dv
v(0) =
(0) = v(L) =
(L) = 0};
dx
dx
U = {v; v,
(1.41)
10
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
Problema da viga da Figura 1.4. u(0) = u(L) = 0

Problema da viga da Figura 1.5-1.6. u(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
Figura 1.4: Viga apoiada em ambas extremidades
Figura 1.5: Viga engastada em x=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
} |
{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)
Da expressao (1.42) obtemos todas as equacoes e restricoes que a solucao do problema

de viga deve satisfazer
Equacao de equilibrio
d2
d2 u
E(x)I(x) 2 q(x) = 0 x [0, a ) e (a+ , L]
2
dx
dx
(1.43)
Condicoes de contorno principais

Para a viga de Figura 1.1
u(0) =
du
du
(0) = u(L) =
(L) = 0
dx
dx
(1.44)

u(0) = u(L) = 0
Figura 1.6: Viga engastada em x=0 com descontinuidade em x=a
(1.45)
12
Para as vigas das Figuras 1.5-1.6
u(0) =
du
(0) = 0
dx
(1.46)
Condicoes de contorno naturais

d2 u
d2 u
(0)
=
(L) = 0
dx2
dx2
Para as vigas das Figuras 1.5-1.6
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
u = arg min F(v)

vU
(1.52)
podemos apreciar que o espaco U (definido em (1.41)) e um espaco de dimensao infinita.

Uma maneira natural para obtermos uma solucao aproximada un deste problema consistira
em definir o problema em um subespaco de dimensao finita Un de U, onde n representa a
dimensao deste espaco e ainda que para n un u na norma do espaco U. Assim,
o problema variacional toma a forma: determinar un Un tal que
def
un = arg min F(v)

vUn
(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
Substituindo este resultado em (1.53) obtemos o seguinte metodo numerico: Determinar

bi R, i = 1, n tal que
( n
)
n
X
X1
F(vn ) =
bi
(1.56)
bj a(i , j ) l(i ) = F(b1 , ..., bn )
2
i=1
j=1
alcance um valor mnimo em Un . A expressao anterior e uma func
ao regular de n variaveis
bi , i = 1, n e, como ja visto, a condicao necessaria de mnimo (em este caso tambem
suficiente) consiste em:
n
F(b1 , ..., bn ) X
=
a(i , j )bj l(i ) = 0, i = 1, n
bi
j=1
(1.57)
A solucao {b1 , b2 , ..., bn } do sistema de equacoes algebricas (lineares) anterior proporciona

a solucao aproximada que estamos procurando
un =
n
X
bi i
(1.58)
i=1
Vemos assim, que a formulacao variacional proporcionou de maneira natural o metodo

numerico para a obtencao da solucao aproximada e que a mesma e obtida atraves da
solucao de um sistema de equacoes algebricas. Tendo em vista os computadores, este
problema resulta muito facil de ser resolvido. O emprego de tecnicas similares à presente
e largamente utilizado nos problemas de Calculo das Variac
oes.
Resumindo, neste captulo foi apresentado de maneira superficial diversos aspectos
presentes na Formulacao Variacional. A mesma se apresenta como a ferramenta mais
adequada (natural) para modelar (formular) e resolver problemas da fsica e de outras
areas do conhecimento. Esta formulacao proporciona de maneira natural as condicoes de
contorno (principais e naturais) e ainda fornece de maneira direta os metodos numericos
que podem ser empregados para a obtencao de uma solucao aproximada (por esta razao
estes metodos recebem o nome de metodos diretos).
14
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
Figura 2.1: Problema da Brachistochrone

17
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 à 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
u = arg min T (v)

vD(T )
(2.8)
onde:
D(T ) = y C 1 [0, a] , y(0) = 0, y(a) = b e que a integral (2.7) esteja definida

Neste ponto surgem varias perguntas:
(2.9)
2.2. Geodesicas em Rd , d3
19
1. O problema tem solucao? (existencia)

2. Se existe solucao, ela e u
nica? (unicidade)
3. Que outras propriedades satisfaz esta solucao no interior do domnio e no contorno?
4. Como calcula-la?
5. No caso de nao se poder calcular uma solucao exata e possvel determinar uma boa
aproximacao desta solucao? (solucao aproximada)
6. De todas as solucoes aproximadas e possvel determinar a melhor?
Ao longo deste curso trataremos de responder estas perguntas para diferentes problemas variacionais.
Por outro lado, e nao obstante nao se tenha uma resposta simples para este problema,
podemos verificar que a suposicao de Galileo da superioridade do arco de crculo sobre a
reta estava correta. Como verificar isto?
2.2
Geod
esicas em Rd, d3
Outro problema classico do calculo das variacoes consiste em determinar a curva em Rd

que, estando sobre uma hipersuperfcie caracterizada, por exemplo, por:
g(x) = 0, x Rd
(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
u(t) = (u1 (t) , u2 (t) , u3 (t)) , t [0, 1]
(2.11)
Em particular, a reta que une os pontos A e B estara definida por:

def
u0 (t) = (1 t) A + tB, t [0, 1]
(2.12)
20
Figura 2.2: Geodesica em <3

Admitindo que cada componente ui (t) e continuamente diferenciavel em [0, 1], o prob3
lema consiste em determinar u(t) [C 1 [0, 1]] tal que minimize o comprimento da curva:
s
2
2
2
Z 1
du1
du2
du3
L(u) =
+
+
dt
(2.13)
dt
dt
dt
0
com a condicao adicional
u(0) = A, e u(1) = B
Em forma compacta o problema pode ser formulado da seguinte maneira
Z 1
def
k v 0 k dt
u = arg min L(v) =
vD(L)
(2.14)
(2.15)
onde:
dv1 dv2 dv3

,
,
dt dt dt
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 à 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)
21
Para isto facamos uso do Teorema Fundamental do Calculo:

Z 1
df
f (1) f (0) =
dt
0 dt
logo
B A = v(1) v(0) =
(2.21)
v 0 dt
(2.22)
Multiplicando escalarmente ambos membros da expressao anterior por (B A), temos

Z 1
Z 1
2
0
(B A) (B A) = k B A k = (B A)
v dt =
(B A) v 0 dt
0
Z 1
Z 10
(2.23)
kB Ak kv 0 k dt = kB Ak
kv 0 k dt
0
Donde se conclui, para A 6= B (que e o caso, senao o problema seria trivial)

Z 1
kB Ak L(v) =
kv 0 k dt v D(L)
(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
Se considerarmos que a Terra e esferica temos

i) Qual e a trajetoria mais curta que um aviao, voando a uma velocidade constante,
deve percorrer para unir duas cidades;
ii) Se o custo de perfuracao de um t
unel e constante, qual e a trajetoria mais curta do
t
unel que une dois pontos dados;
Para caracterizar este problema consideremos que o ponto A se encontra no p
olo norte
da esfera e B 6= A sera um outro ponto na esfera, conforme a Figura 2.3.
Empregando coordenadas esfericas, (R, , ), temos que um ponto arbitrario x sobre
a esfera tem as seguintes coordenadas cartesianas
x = R (sen cos ; sensen; cos )
(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
Figura 2.3: Geodesica numa esfera

e se esta curva passa por A e B temos
(0) = (0) = 0, (1) = 0 e (1) = B > 0
(2.28)
desta maneira a curva fica caracterizada por

u(t) = (Rsen(t) cos (t); Rsen(t)sen(t); R cos (t))
(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)
sen2 (t) 02 (t) +02 (t)dt

|
{z
}
0
0 dt = R(t)|10 = R(1) = RB
(2.31)
e a igualdade so ocorre se e somente se

sen2 (t) 02 (t) = 0, t [0, 1]
(2.32)
0 (t) 0 (t) = cte
(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)
23
uma curva, r, em esta superfcie pode ser parametrizada da seguinte forma

r(t) = r(u(t), v(t))
(2.35)
A = r(u(0), v(0)), B = r(u(1), v(1))
(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
O comprimento deste elemento sera
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)
onde E, F e G sao os coeficientes da Primeira Forma Fundamental (forma quadratica)

da superfcie. Em particular:
E=
r r
r r
r r
, F =
, G=
u u
u v
v v
(2.40)
Logo, o problema da geodesica sobre uma superfcie arbitraria e da forma

Determinar r(u, v) D(L) tal que:
def
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 à 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
Figura 2.4: Problema de control da direcao
2.3
Problema de Controle de Direc

ao
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 à 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)
onde = (1 v 2 (x))1/2 . Assim o problema variacional consiste em

def
u = arg min T (y)
(2.45)
D(T ) = {y = y(x) C 1 (0, h); y(0) = 0, y(h) = yB }
(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).
2.4. Problemas Isoperimetricos
25
Figura 2.5: Problema de Dido

De fato, em 1931, Zarmelo investigou este problema mais geral, de interesse de um
comandante de submarino ou de uma embarcacao, ou de um piloto de aviao. Se perguntamos agora como operar estas embarcacoes de maneira a obter o caminho otimo, entramos
no que chamamos de problema de controle
otimo considerado pela primeira vez por
Minorsky em 1920.
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
Figura 2.6: Analogia fsica para o problema isoperimetrico de Dido
Figura 2.7: Problema isoperimetrico

e que podemos representa-la parametricamente da seguinte maneira:
u(t) = (x(t), y(t)), t [0, 1]
(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)
e o problema isoperimetrico consistira em: Determinar u(t) D(A) tal que

def
(2.50)
u(t) = arg max A(v)

vD(A)
onde
D(A) =
v suficientemente regular, tal que L(v) =

0
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.
2.4. Problemas Isoperimetricos
27
Figura 2.8: Problema da catenaria
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
com a restricao adicional (restric

ao subsidiaria) que a projecao sobre o eixo x da corda
seja o valor H. Para isto tenhamos em mente que
2 2
dx
dy
2
2
2
dx + dy = ds
(2.54)
+
=1
ds
ds
de onde
s
dx(s) =
logo
G(y) =
1
0
dy
ds
dy
ds
2
ds
(2.55)
2
ds = H
(2.56)
e o problema se formula como: Determinar y(s) D(F ) tal que

def
y(s) = arg max F (v)

vD(F )
onde
D(F ) = v = v(s), s [0, L] , v C 1 [0, L] , v(0) = v(L) = 0; G(v) = H
(2.57)
(2.58)
28
Figura 2.9: Superfcie mnima de revolucao
Figura 2.10: Mnima superfcie de revolucao para L muito maior que r1 e r2
2.5
Mnima Superfcie de Revoluc

ao
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
D(S) = v; v(0) = r1 , v(L) = r2 , v C 1 [0, L]
(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
rotacào 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
Figura 2.11: Mnima superfcie de revolucao para L suficientemente grande
2.6
Coment
arios
Em todos os problemas que temos apresentado podemos distinguir aspectos comuns. Em

primeiro lugar, teremos que minimizar (ou maximizar) uma certa funcao F de valor real
definida em um certo domnio D de funcoes y e dada por expressoes do tipo
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
Logo, uma pergunta que nos podemos fazer e: Qual

e a sensibilidade do funcional
a varia
co
es em alguns desses par
ametros?. Em outras palavras, em quanto varia
o valor do funcional, quando algum dos parametros anteriores e modificado em uma
determinada direcao?. A resposta a esta pergunta e conhecida na literatura atual com o
nome de An
alise de Sensibilidade. Dentro deste enfoque mais moderno, o C
alculo
Variacional corresponde à An
alise de Sensibilidade a mudancas (ou variacoes) na
funcao u.
Assim, recomenda-se que todo o que veremos dentro do C
alculo Variacional seja
visto apartir deste ponto de vista mais geral. Em particular, mais adiante veremos com
algum detalhe este aspecto.
Finalmente, e como ja mencionamos no captulo de motivacao do curso, para entender
os aspectos basicos dos problemas e metodos do Calculo Variacional, e importante ver
como estao relacionadas com a analise de funcoes de n variaveis.
De fato, os funcionais que temos visto neste captulo tomam, por exemplo, a seguinte
forma:
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
ou, se deseja-se algo mais exato (regra do trapezio)
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 às hipoteses de regularidade que temos imposto a u segue-se que ua converge
(em algum sentido) a u para n . Novamente, devido às 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)
Aqui e importante mencionar que Euler (e seus contemporaneos) empregaram este

tipo de aproximacao para resolver seus problemas de calculo das variacoes.
Como ja mencionamos, esta e outra das vantagens do Calculo Variacional ja que
em forma natural conduz ao emprego de metodos aproximados que em u
ltima instancia
equivalem a resolver um sistema de equacoes. Algo mais tratavel pela maioria dos mortais.
32
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)
Seja S um subconjunto aberto de U e u um elemento arbitrario do conjunto S. Seja

I = (, ) R logo, dado U , nao nulo, sempre sera possvel escolher de maneira
que:
u + S U I
(3.3)
Com estes elementos assim definidos temos que a diferencial G
ateaux (ou no sentido
de Gateaux) do operador P no ponto u e na direcao esta dada, quando existe, pelo limite
1
[P (u + ) P (u)]
0
no qual a notacao anterior deve ser entendida no sentido da norma no espaco V
=0
lim
[P
(u
+
P
(u)]
dP
(u,
)
0
V
dP (u, ) = lim
(3.4)
(3.5)
Da definicao se segue que dP (u; ) e homog

eneo em mas n
ao aditivo. Portanto,
em geral dP (u; ) e um operador nao linear em . De fato, temos: dado c R, c 6= 0 e
arbitrario, resulta:
1
(3.6)
dP (u, c) = lim [P (u + c) P (u)]
0
Dado que c e nao nulo, sempre podemos escolher suficientemente pequeno, tal que:
= e 00
(3.7)
c
33
34
Captulo 3. Formalizacao do Calculo Variacional
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)
Exemplo 3.1 Seja U = R2 e V = R, para u = (u1 , u2 ) e P definido por:
(
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
de onde vemos que nao e contnuo em u = 0 e e nao linear em .
3.1. Diferencial Gateaux de um Operador
35
Exemplo 3.2 Seja U = C [a, b] e V = R, tomemos:

Z b
3
P (u) =
sin x + u2 (x) dx
a
podemos ver que P (u) est

a definido para todo u U . Por sua vez, para um u fixo e
v U temos u + v U e
Z b
3
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
usemos agora a definic

ao (3.8)
Z b
3
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
Logo para u e v fixos a derivada com relac

ao a sera
Z b
Z b
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
Podemos ver que usar a definic

ao (3.8) nos resulta mais simples quando comparada com
a (3.4). Nao obstante, o uso de (3.8) requer que a derivada exista para todo 6= 0
suficientemente pequeno e que seja contnuo em = 0. Em contraposic
ao, a definic
ao
(3.4) requer somente a existencia desta derivada em = 0.
Exemplo 3.3 Seja C [a, b] logo
Z
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
Aplicando a definicao (3.8) teremos:
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)
onde M e M e um subespaco de U . Vamos mostrar que se D (F) e denso em U, M

tambem e denso em U .
Demonstrac
ao Seja u U um elemento arbitrario de U , logo
u+uU
3.2. Diferencial Gateaux de um Funcional
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
que vemos e uma funcao de D (S). Logo, para
M = , (0) = (L) = 0, C 1 [0, L]

temos que
u = u + D (S)
Por sua vez M contem o conjunto de todas as func
oes finitas1 no intervalo [0, L] . Mas
o espaco de todas as func
oes finitas em [0, L] e denso em L2 [0, L] , logo D (S) e uma
variedade linear densa em L2 [0, L] .
Vamos supor mais uma restricao. Suponhamos que U e de dimensao infinita (caso
contrario o problema variacional se reduz a minimizar uma funcao que depende de um
n
umero finito de variaveis). Por sua vez, vamos supor que o subespaco M, denso em U,
e tambem de dimensao infinita.
Restric
ao 2: Se varia sobre um subespaco de dimensao finita de M,
logo neste subespaco vamos admitir que o funcional F (u) = F (u + ) e continuamente diferenciavel o n
umero de vezes necessario.
1
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 às
vezes necessarias.
A partir de agora, consideremos o funcional F sujeito às 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
que chamaremos primeira varia

c
ao de F em u na direc
ao .
Proposic
ao 3.1 Se as Restric
oes 1 e 2 sao satisfeitas, logo F (u, ) e um funcional
linear em .
Demonstracao Teremos que provar que:
F (u, a1 1 + a2 2 ) = a1 F (u, 1 ) + a2 F (u, 2 )
39
para 1 , 2 M arbitrarios e a1 , a2 R arbitrarios. De fato, dados 1 , 2 resulta:

1 1 + 2 2 Span {1 , 2 }
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
O valor que o funcional linear contnuo DF (u) toma em e chamado diferencial Fr

echet de
F em u na direc
ao . Em particular, DF (u) recebe o nome de derivada Fr
echet de
F em u.
Observa
c
ao 3.2 Por definic
ao DF (u) e um funcional linear e contnuo em .
Proposic
ao 3.2 Se F e diferenci
avel no sentido Frechet em u S logo, F tem o diferencial G
ateaux F (u, ) = DF (u) para cada direc
ao .
Demonstrac
ao Seja U e 6= 0 suficientemente pequeno de maneira a ter
v = u + S
Como F e Frechet diferenciavel, teremos:
F (u + ) F (u) = DF (u) () + w (u, )
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
O domnio de definicao deste funcional e

D (F) = C [a, b]
A este espaco vetorial real vamos incorporar a norma do maximo
kukC[a,b] = kuk = max |u (x)|
x[a,b]
Observa
c
ao:
(3.12)
41
(i) dado u C [a, b] |u| C [a, b]

(ii) [a, b] e compacto
(iii) uma func
ao contnua |u| em um intervalo compacto [a, b] tem um valor maximo
|u| . Logo, (3.12) esta definida. nos falta provar que e uma norma:
(iv) Positiva definida:
0 |u (x)| |u|
x [a, b]
logo
|u| = 0 u (x) = 0
x [a, b] u = 0 em C [a, b]
(v) Homogenea: seja R arbitr

ario
|u| = max |u (x)| = || max |u (x)| = || |u|
x[a,b]
x[a,b]
(vi) Desigualdade do triangulo

|(u1 + u2 ) (x)| = |u1 (x) + u2 (x)|
|u1 (x)| + |u2 (x)| |u1 | + |u2 |
Com este resultado teremos:
|u1 + u1 | = max |(u1 + u2 ) (x)| |u1 | + |u2 |
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

Com este resultado em maos temos:
|u + u0 | |u| + |u0 | < (1 + |u0 | ) + |u0 | = 1 + 2 |u0 |
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
Logo F (u) e contnuo em u0 C [a, b] e como u0 foi eleito arbitrariamente, resulta

contnuo em todo C [a, b] . Por outro lado, ja vimos nesta sec
ao que (Exemplo 3.2)
Z b
u0 (x) (x) dx
dF(u0 , ) = F(u0 , ) = 2
a
e linear em . Logo, para estabelecer a continuidade de F (u0 , ) e suficiente provar a

continuidade na origem, ou seja, em = 0. Assim, e tendo presente que F (u0 , 0) = 0,
temos:
|F(u0 , ) F(u0 , 0)| = |F(u0 , )|
Z b
Z b
= 2
u0 (x) (x) dx 2
|u0 (x)| | (x)| dx
a
a
Z b
2
|u0 | || dx 2 (b a) |u0 | || 0, com || 0
a
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
kuk1 = kukC 1 [a,b] = max |u (x)| + max |u0 (x)|

x[a,b]
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
logo kuk1 = 0 |u| = 0 u = 0
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]
max |u1 (x)| + max |u1 (x)|

x[a,b]
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

recordando que
f (z) f (z0 ) =
f 0 (t) dt
z0
logo
|f (z) f (z0 )| =
z
z0
f (t) dt
0
|f 0 (t)| dt < |(z z0 )|
z0
Com este resultado em maos temos:

Z b
p

p
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
| (x)| |f (u0 (x)) f (u00 (x))| dx

a
Z b
Z b
0
0
| (x)| ku u0 k1 dx
| (x)| |u (x) u0 (x)| dx

a
a
Z b
| (x)| dx ku u0 k1
=
a
de onde resulta evidente que F (u) e (uniformemente) contnuo em C1 [a, b] .

No exemplo 3.3, vimos que o diferencial Gateaux deste funcional em u0 C1 [a, b] esta
dado por:
Z b
u0 (x) 0 (x)
dx
F(u0 , ) =
(x) p 0
1 + u00 (x)2
a
Novamente, a linearidade e evidente (por este motivo adotamos a notacao F (u0 , )).
Vamos mostrar sua continuidade com relacao a , pelo que sera suficiente mostrar a
continuidade em = 0. Temos, assim:
Z
Z
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
3.3. Notacao Variacional
45
Logo, para todo > 0 existe <
tal que
|F (u, ) F (u0 , )| <

toda vez que ku u0 k1 < e como pode ser tao pequeno como se queira, temos que
|F (u, ) F (u0 , )| 0
uniformemente para u u0 em kk1 = 1.
3.3
Notac
ao Variacional
Na secao 3.2 introduzimos a notacao:
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
Vemos, assim, que o operador varia

c
ao que usamos no Calculo Variacional tem um
comportamento identico que o operador diferencial empregado no calculo diferencial
de funcoes. Podemos observar que o diferencial de uma funcao e a aproxima
c
ao de
primeira ordem da mudanca que a funcao experimenta ao passar de um ponto para
outro. De maneira similar, pode-se dizer que a varia
c
ao do funcional e a aproximacao
de primeira ordem da mudanca que um funcional experimenta ao passar de uma func
ao
para outra.
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
por sua vez
(3.14)
(u + )(m) = u(m) + (m)
de onde
(u + )(m) = (m)
mas tambem de (3.14) resulta

(u)(m) = ()(m)
de onde
u(m) = (u)(m) = ()(m)
Com isto em mente, consideremos o funcional

F (x, y, u, ux , uy , v, vx , vy )
logo, com esta analogia temos:
F
F
F
F
F
F
u+
v+
ux +
uy +
vx +
vy
u
v
ux
uy
vx
vy
F
F
F
F
F
F
=
u +
v +
(u)x +
(u)y +
(v)x +
(v)y
u
v
ux
uy
vx
vy
F
F
F F F
F
+
+
+
+
+
=
u
v
ux x uy y vx x vy y
F ((u, v) , (, )) =
3.4
Lemas de du Bois-Raymond e Lagrange
Lema 1 (du Bois-Raymond) Se h C [a, b] tal que

Z
b
a
h (x) v 0 (x) dx = 0
v C01 [a, b] = v C 1 [a, b] , v (a) = v (b) = 0

h = cte em [a, b]
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)
3.4. Lemas de du Bois-Raymond e Lagrange
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]
C01 [a, b] = v | v C 1 [a, b] , v (a) = v (b) = 0
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
e como v C01 [a, b] podemos integrar por parte, de onde

Z b
Z b
b
g (x) v (x) dx = G (x) v (x)|a
G (x) v 0 (x) dx
a
a
Z b
=
G (x) v 0 (x) dx
a
48
ja que v C01 [a, b] . Logo:

Z
[g (x) v (x) + h (x) v (x)] dx =

a
[h (x) G (x)] v 0 (x) dx = 0
v C01 [a, b]
por hipoteses. Mas do Lema de du Bois-Raymond, a condicao anterior implica em:

h (x) G (x) = c, c R, x [a, b]
logo
h (x) = G (x) + c C 1 [a, b]
ja que G (x) C 1 [a, b] por construcao. De onde:
h C 1 [a, b]
(observe que h resulta mais regular!!!)
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 =
v | v C m [a, b] , v (k) (a) = v (k) (b) = 0,
C 0 [a, b] = C [a, b] e v (k) (x) =
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 [, ]
3.4. Lemas de du Bois-Raymond e Lagrange
49
Por outro lado, podemos construir a funcao:
[(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
Dm = v | v C m [a, b] , v (k) (a) = v (k) (b) = 0,
k = 0, 1, ..., m 1
logo em [a, b] h e um polin

omio de grau < m.
Demonstrac
ao Para m = 1 temos exatamente o Lema de du Bois-Raymond e a
Proposicao 3.4: h (x) C [a, b]
Z b
h (x) v 0 dx = 0
v D1 = {v | v C 1 [a, b] , v (a) = v (b) = 0}
a
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
Se observa que v (a) = 0 e que

Z
v (x) =
(h (t) c0 c1 t) dt
a
e e tal que v 0 (a) = 0 e

v 00 (x) = h (x) c0 c1 x
as constantes c0 e c1 serao escolhidas de maneira a ter v (b) = v 0 (b) = 0 com o que obtemos
v (x) assim construda pertence a D2 . Logo estas constantes estao dadas por:
Z
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
Por sua vez:

Z
(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
tenha um extremo (maximo ou mnimo) local no conjunto:
D (F) = u | u C 1 [a, b] ; u (a) = a1 , u (b) = b1
(4.2)
Para valores especificados de a1 e b1 este problema pertence àqueles conhecidos como

problemas com extremos fixos para por em evidencia que os extremos da possvel
funcao solucao estao pre-fixados. Isto e, a curva deve passar pelos pontos (a, u (a) = a1 ),
(b, u (b) = b1 ). Posteriormente, Jacob Bernoulli se interessou pelo mesmo problema da
Brachistochrone, mas agora definido em um conjunto mais amplo
Db (F) = u C 1 [a, b] ; u (a) = a1
(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
Captulo 4. Equacoes de Euler
Figura 4.1: Diferentes concicoes de contorno

e sua definicao de domnio e
Dt (F) = u C 1 [x1 , x2 ] ; gi (xi , u (xi )) = 0, i = 1, 2
(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
Extremos, Extremos locais
Seja (U, kkU ) um espaco normado e F um funcional definido em D U . Dizemos que

u0 D e um extremo de F em D se F (u0 ) alcanca o valor maximo (ou mnimo) de todos
os valores que F pode tomar em D. Equivale a dizer que:
1. u0 D e um extremo (maximo) se F (u0 ) F (u) u D
2. u0 D e um extremo (mnimo) se F (u0 ) F (u) u D
Como vemos, esta definicao nao requer nenhuma consideracao sobre a norma em U.
Nao obstante, a presenca da norma kkU nos permite uma descricao local do comportamento F na proximidade de um ponto u0 D. Surge assim a seguinte definicao:
4.1. Extremos, Extremos locais
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
ou seja, F (u0 + ) F (u0 ) tem o sinal de , logo

F (u0 , ) > 0 F (u0 ) < F (u0 ) < F (u0 + ) > 0 suficientemente pequeno.
Vemos, assim, que em u0 e na direcao , F
e estritamente crescente (ou decrescente
na direcao ).
Por outro lado, se ao inves de ser positivo, resultar negativo, isto e:
F (u0 , ) < 0
recordando que a variacao de Gateaux e homogenea em v resulta:
F (u0 , ) < 0 F (u0 , ) > 0
com o que podemos repetir o raciocnio anterior, conduzindo ao resultado de que em u0 ,
F e estritamente decrescente na direcao (ou crescente na direcao ). Em qualquer
dos dois casos, dado que para 0, k(u0 ) u0 kU = kkU 0, os pontos u0
estao em uma vizinhanca de u0 . Logo, um comportamento de extremo local em u0 n
ao
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
so garante que o ponto e estacionario, ja que nao elimina a possibilidade de um ponto de

inflexao (ponto de sela). Para verificar em que caso estamos (mnimo ou maximo local,
ou ponto de sela) temos que estudar o sinal de h (u, ). Em outras palavras, temos
que estudar a segunda varia
c
ao G
ateaux do funcional. Entretanto, muitas vezes nos
contentamos com o calculo destes pontos estacionarios, ja que desde o ponto de vista fsico
eles sao importantes por si mesmos, ja que representam o equilbrio do sistema fsico.
Por sua vez, da analise desse problema fsico pode-se obter as informacoes adicionais que
nos permitem garantir se estamos em um ponto de mnimo/maximo local ou ponto de
sela.
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
D0 = v; C 1 [a, b] , (a) = (b) = 0
4.3. Casos Especiais da Equacao de Euler
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
(x, u (x) , u0 (x)) (x)|a
(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)) ;
h (x) = fu0 (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
como o que obtemos (4.10).

Observa
c
ao 4.2 A express
ao (4.9)
fu (x, u (x) , u0 (x))
d
fu0 (x, u (x) , u0 (x)) = 0
dx
x (a, b)
e conhecida como equa

c
ao de Euler (primeira forma), ja que foi Euler quem a obteve,
pela primeira vez em 1736. Ele deduziu-a de maneira heurstica, variando os vertices de
uma soluc
ao poligonal imaginaria. Posteriormente, em 1755 Lagrange a obteve integrando
por parte o segundo termo do segundo membro de (4.7) (esta forma de deduzir a equac
ao
de Euler esta incorreta, por que isto nao pode ser possvel?). A forma correta de obter a
equac
ao de Euler foi deduzida por du Bois-Raymond em 1879.
Observa
c
ao 4.3 A Proposic
ao 4.1 e valida para toda u C 1 [a, b] que anula a variac
ao
de Gateaux. Logo, vemos que a equac
ao de Euler tambem tera que ser satisfeita pela
soluc
ao com extremos livres.
Defini
c
ao 4.2 Cada uma das func
oes u C 1 [a, b] que satisfaz a equac
ao de Euler e
chamada fun
ca
o estacion
aria de f (u, u (x) , u0 (x))
4.3
Casos Especiais da Equac

ao de Euler
Embora u = u (x) C 1 [a, b] e a funcao estacionaria de

f (u, u (x) , u0 (x)) = u0 (x)
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)
Exemplo 4.1 Vejamos o problema da geodesica em um cilindro de raio unitario:

x = (x, y, z) = (cos , sin , z ())
s
2 2
2
p
dx
dy
dz
ds () =
+
+
d = (1 + z 02 )d
d
d
d
Z 1 q
1 + z 0 ()2 d
L () =
0
logo
1 + z 0 ()2 = f (z 0 ())
f (, z () , z 0 ()) =
D (L) = z = z () ; z C 1 [0, 1 ] , z (0) = zA , z (1 ) = zB
Com isto, temos:
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)
Logo, vemos que a soluc

ao devera ser a func
ao linear em :
z () = C1 + C2
(4.13)
que corresponde a uma h

elice circular no cilindro. As constantes C1 e C2 s
ao determinadas atraves das condic
oes de contorno z (0) = zA , z (1 ) = zB . De qualquer
maneira, n
ao podemos dizer que (4.12) proporciona um mnimo. Nao obstante, existe uma caracterstica intrnseca neste funcional, que nos permitir
a assegurar que
(4.13) e a soluc
ao que estamos buscando. Alem do mais, esta soluc
ao e u
nica.
Esta propriedade e a convexidade estrita deste funcional. Vejamos isto com algum
detalhe e depois facamos uso disto neste exemplo.
57
Figura 4.2: Funcoes convexas
Figura 4.3: Convexidade para funcoes f C 1 [I]

Para isso, recordemos primeiro o conceito de convexidade para funcoes em R.
Defini
c
ao 4.3 Seja f : I R R se diz convexa em I se:
f (x + (1 ) y) f (x) + (1 ) f (y)
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

Defini
c
ao 4.5 Se f C 1 [I] e se
f (x) f (x0 ) f 0 (x0 ) (x x0 )
x0 , x I
(4.15)
se diz que f e convexa. Se a igualdade e satisfeita, se e somente se x = x0 , dizemos

que e estritamente convexa.
Estes conceitos globais (validos para todo o intervalo), podem ser restringidos de
maneira a definir convexidade e convexidade estrita local. Basta, para isso, limitar
as definicoes em um ponto x0 do intervalo de definicao de f e em uma vizinhanca
suficientemente pequena de x0 .
Se a funcao e suficientemente regular em x0 , a convexidade pode ser deduzida do
sinal de sua derivada segunda. Com efeito, suponhamos existir essa regularidade,
logo, a expansao em serie de Taylor nos conduz a:
1
f (x) = f (x0 ) + f 0 (x0 ) (x x0 ) + f (x0 ) (x x0 )2 + ....
2
(4.16)
Em particular, para (0, 1) temos:

1
f (x) f (x0 ) = f 0 (x0 ) (x x0 ) + f (x0 + (x x0 )) (x x0 )2
2
(4.17)
Se f (x0 + (x x0 )) > 0 se satisfaz a desigualdade (4.15).

Por outro lado, se a funcao alcanca um mnimo em x0 resulta que a condicao
necessaria era
f 0 (x0 ) = 0
logo:
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
e chamada segunda varia

c
ao G
ateaux do funcional F no ponto u0 , segundo a
direcao .
Por sua vez, a definicao (4.19) resulta, tambem:
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
e onde a igualdade se verifica se e somente se = 0. Neste caso, o funcional e

estritamente convexo e a condicao necessaria de mnimo F (u0 ; ) = 0 e tambem
suficiente.
Voltemos ao nosso exemplo da Geodesica em um cilindro de raio unitario. A primeira
variacao Gateaux em z = z(x) esta dada por:
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
D (F) admissvel = , C 1 [0, 1 ] , (0) = (1 ) = 0

Logo, do Lema de du Bois-Raymond teremos:
z0
= cte z 0 = cte z = c1 + c2
1 + z 02
Por sua vez,
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

b) f (x, u (x) , u0 (x)) = f (x, u0 (x))
Recordando a equacao de Euler,
d
fu0 (x, u (x) , u0 (x))
dx
fu (x, u (x) , u0 (x)) =

teremos:
fu (x, u (x) , u0 (x)) = fu (x, u0 (x)) = 0

para este caso (b). Logo, teremos novamente:
d
fu0 (x, u0 (x)) = 0 fu0 (x, u0 (x)) = cte
dx
Exemplo 4.3 Vejamos o problema da Geodesica na esfera de raio R. O funcional
para a parametrizac
ao
= u ()
est
a dado por
1 + (sin u0 ())2 d
L (, u ()) = R
0
onde
u D (L) = u, u() C 1 [0, B ] , u (0) = u (B ) = 0
Para este funcional teremos:
q
1 + (sin u0 ())2
f (, u0 ()) = R
logo,
sin2 u0 ()
fu0 (, u0 ()) = R q
1 + (sin u0 ())2
Logo, se u D (L) faz estacionario o funcional, teremos da equac

ao de Euler que:
q
R sin2 u0 ()
1 + (sin u0 ())2
= cte
para
[0, B ]
Em = 0 esta constante e nula (sin = 0), logo

q
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()?.
4.4. Segunda Forma da Equacao de Euler
61
c) f (x, u (x) , u0 (x)) = f (u (x) , u0 (x))

Se vemos f como uma funcao (implcita) em x temos que:
d
du
du0
f (u(x), u0 (x)) = fu
+ fu0
= fu u0 + fu0 u00
dx
dx
dx
desde que u C 2 [a, b] . Levando isto em conta, temos
d
[f (u(x), u0 (x)) u0 (x)fu0 (u(x), u0 (x))] =
dx
d
0
00
00
0 d
0
= fu u + fu0 u u fu0 u fu0 = u
fu0 fu
dx
dx
(4.20)
Logo, se u = u(x) e um extremo do funcional, a equacao de Euler devera ser satisfeita

por esta funcao e o segundo membro de (4.20) se anula. Logo:
d
[f (u(x), u0 (x)) u0 (x) fu0 (u(x), u0 (x))] = 0
dx
de onde
f u0 fu0 = cte
(4.21)
Reciprocamente, se (4.21) e satisfeita e se u0 (x) nao se anula no intervalo [a, b]

teremos que u = u(x) sera um extremo do funcional
Z
F(u) =
f (u (x) , u0 (x)) dx
Exemplo 4.4 O problema da Brachistochrone (ver express

ao 2.7)
1
T =
2g
a
0
1 + y 02
y
12
dx
Como vemos, o integrando esta dado por uma func

ao do tipo f (y(x), y 0 (x)).
4.4
Segunda Forma da Equac

ao de Euler
A primeira forma da equacao de Euler esta dada por:

d
fu0 (x, u (x) , u0 (x)) = fu (x, u (x) , u0 (x))
dx
(4.22)
que, integrada, conduz a

Z
fu0 (x, u (x) , u (x)) =

a
fu (t, u (t) , u0 (t)) dt + cte
(4.23)
62

Por outro lado, se u C 2 [a, b] , resulta
d
f (x, u (x) , u0 (x)) = fx + fu u0 + fu0 u00
dx
(4.24)
alem do mais, se e um extremo, podemos utilizar (4.22) em (4.24), obtendo

d
d
d 0
f = fx + fu0 u0 + fu0 u00 = fx +
(u fu0 )
dx
dx
dx
Logo,
d
[f u0 fu0 ] = fx
dx
que, integrando, conduz a

Z
0
f (x, u(x), u (x)) u (x) fu0 (x, u(x), u (x)) =
ft (t, u (t) , u0 (t)) dt + cte
(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
para alguma constante c0

Temos visto assim que a forma da equacao de Euler depende do espaco em que
estamos trabalhando, mas as solucoes desta equacao nao. Esta propriedade e conhecida na
literatura como invari
ancia da euquacao de Euler. De fato, as solucoes sao os elementos
u D(F ) para os quais F(u, ) = 0 e onde a variacao do funcional depende de D(F ),
u e mas nao do espaco U no qual temos introduzido D(F ). Na proxima secao veremos
com mais detalhes este aspecto, uma vez que vamos introduzir o conceito de gradiente de
um funcional.
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
4.5. Gradiente de um funcional
63
Em geral, para u D(F ), o funcional F(u, ) nao e um funcional limitado em .

Consideramos o conjunto N D(F ) cujos elementos u fazem com que este funcional seja
limitado. Dado que F(u, ) R, este diferencial Gateaux define para cada u0 N um
funcional linear, contnuo e limitado gu0 tal que
F(u0 , ) = hgu0 , i ,
gu0 U 0
donde U e um espaco dual (topologico) de U . Ha correspondencia

u0 N gu0
define um operador P, que, em geral, e nao linear,
P : N U0
u0 P (u0 ) = gu0
tal que
d
F(u0 , ) = hP (u0 ) , i =
F(u0 + )
d
=0
(4.27)
e onde h, i representa o par de dualidade U U . O operador P definido desta maneira

(expressao 4.27) e chamado gradiente do funcional F no ponto u0 , o qual sera representado da seguinte maneira
P (u0 ) = gradF(u0 )
(4.28)
O ponto u0 U e um ponto extremo do funcional se
F(u0 , ) = hP (u0 ) , i = 0 M
(4.29)
e como M e denso em U , (4.29) implica em

P (u0 ) = 0
(4.30)
onde 0 e o elemento (funcional linear) nulo (e, portanto, limitado) de U . A equacao

(4.30) tem sido chamada por nos de equac
ao de Euler (ou, simplesmente, equacao de
Euler) para o funcional F(u).
De (4.30) e (4.29) vemos que encontrar as solucoes da equacao de Euler e equivalente
a encontrar os extremos do funcional. Por sua vez, (4.29) poe em evidencia o sentido em
que deve-se interpretar (4.30). Por esta razao, u0 e tambem chamada soluc
ao fraca da
equacao de Euler.
Vamos mostrar agora que o domnio de definicao do graditene de um funcional e,
portanto, sua expressao, dependem essencialmetne do espaco U onde D(F ) tem sido
colocado. Para mostrar isto, consideramos nosso exemplo
Z
F(u) =
a
f (x, u(x), u0 (x))dx
64
onde
u D(F ) = u | u C 1 [a, b] , u(a) = u, u(b) = u
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, v)L2 (a,b) =
u(x)v(x)dx
a
que induz a norma em L2 (a, b)

Z
kukL2 (a,b) =
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)
Nos perguntamos agora se existem funcionais lineares em H que n

ao podem ser representados por intermedio do produto interno. De fato, se representamos por HK0 todos os
funcionais lineares e limitados que podem ser representados como em (4.32) teremos que
HK0 H 0
(4.33)
importante ressaltar que, ao inves da inclusao (4.33), se verifica que

E
0
= H0
HK
(4.34)
Isto foi demonstrado pelo matematico h

ungaro Riesz dando assim lugar ao seguinte Teorema.
Teorema 4.3 (Teorema da Representa
c
ao de Riesz) Todo funcional linear e limitado l em um espcaco de Hilbert H pode ser expresso da seguinte forma:
hl, i = (u, )
onde u e um elemento de H determinado de maneira u

nica por l, tal que
klkH 0 = kukH
Com isto em mente, retornamos a expressao (4.31). Neste expressao o segundo membro
esta formado por dois termos. O primeiro
Z b
fu dx
a
e um funcional linear e limitado em dada as hipoteses assumidas para f (fu e contnua

e quadraticamente integravel em (a, b)). O mesmo n
ao podemos dizer do segundo termo
Z
fu0 0 dx
(4.35)
Para estudar este funcional recordamos a definicao de funcoes absolutamente contnuas.

Defini
c
ao 4.6 A func
ao u = u(x) e absolutamente contnua no intervalo [a, b] se existe
a func
ao v = v(x) integravel no mesmo intervalo, tal que
Z x
(4.36)
u(x) =
v(t)dt + cte
x [a, b]
a
Por sua vez, a func

ao u(x) tem derivada no sentido classico que e igual a v = v(x) em
quase todo lugar do intervado [a, b] .
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)
logo, v e chamada derivada generalizada de ordem k da func

ao u. Pode-se mostrar
(k)
que esta derivada e u
nica (recorde que M contem o espaco = [a, b] formado pelas funcoes
C tais que a funcao e todas as suas derivadas se anulam nos extremos de algum subintervalo [, ] de [a, b] . Este espaco e denso em L2 [a, b]). Com estes elementos pode-se
demonstrar o seguinte Teorema:
Teorema 4.4 Seja u = u(x) uma func
ao definida em quase toda parte do intervalo
[a, b] , quadraticamente integr
avel neste intervalo e com derivada generalizada de ordem k,
u(k) (x) = v(x) com v tambem quadraticamente integr
avel. Logo a func`
ao u e equivalente
a uma func
ao que e k 1 vezes continuamente diferenci
avel em [a, b] e que tem derivada
de ordem k no sentido classico igual em quase toda parte a v. Por sua vez, a derivada
u(k1) e absolutamente contnua no segmento [a, b] .
Com estes conceitos em mente, voltemos à expressao (4.35). Suponhamos que a
funcao u = u(x) e tal que
fu0 (x, u(x), u0 (x))
e absolutamente contnua em x com derivada quadraticamente integravel em (a, b).
Logo, existe uma funcao w L2 [a, b] tal que:
Z x
0
(4.38)
fu0 (x, u(x), u (x)) =
w(t)dt + c
a
e que em quase toda parte de (a, b) resulta

d
fu0 (x, u(x), u0 (x)) = w(x)
dx
Neste caso a integral
fu0 0 dx
pode integrar-se por parte, obtendo-se

Z
d
fu0 dx
| {z }=0
a dx
Z b
Z b
d
=
fu0 dx =
wdx
a dx
a
fu0 dx =
fu0 |ba
67
O Teorema de Riesz nos diz que esta u

ltima integral e um funcional linear limitado em
. Vemos, assim, que os dois termos que compoem F(u, ) sao limitados, logo, F(u, )
e um funcional linear limitado em . Teremos assim:
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)
Temos obtido assim, o seguinte resultado:

O gradiente do funcional F est
a definido em u D (F) se fu0
e uma
fun
c
ao absolutamente contnua em x com derivada quadraticamente
integr
avel.
Vamos mostrar agora que a proposicao inversa e tambem verdadeira. Isto e, vamos
d
fu0 e
provar que se u D (gradF) entao fu0 e absolutamente contnua e sua derivada dx
quadraticamente integravel em (a, b) e
gradF(u) = fu
d
fu0
dx
De fato, se, u D (gradF), logo F(u, ) e um funcional linear e limitado em . Neste

caso, cada um dos termos da integral (4.31) e um funcional limitado. Em particular
Z b
fu0 0 dx
(4.40)
a
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)
Podemos construir a funcao absolutamente contnua

Z x
G(x) =
g(t)dt + c
a
(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)
Integrando por parte o segundo membro de (4.43) teremos:

Z
gdx =
a
G|ba
| {z }=0
G dx =
a
G 0 dx
(4.44)
Logo, (4.41) e (4.44) obtemos:

Z
(fu0 G) 0 dx = 0 M
(4.45)
que nos diz que:

fu0 G = cte
logo:
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
D(F ) = u | u C 1 [a, b] , u(a) = u, u(b) = u

e consideremos D (F) como uma variedade linear de L2 [a, b]. Logo, o domnio de definic
ao
do gradF consiste somente daquelas func
oes que tem as seguintes propriedades
(i) u D (F)
(ii) substituda em fu0 (x, u(x), u0 (x)) a converte em func
ao absolutamente contnua em
d
fu0 e quadraticamente integr
avel neste intervalo.
[a, b] e cuja derivada dx
Vamos ver a forma do gradiente do mesmo funcional, mas agora adotando outro
espaco U . No que segue, para simplificar nossa apresentacao, suponhamos que:
u(a) = u = 0
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)
H01 [a, b] =W 2 (a, b)

formado por todas as funcoes absolutamente contnuas em [a, b], iguais a zero nos extremos
deste intervalo e com derivadas de primeira ordem, quadraticamente integraveis em [a, b] .
O produto escalar e a norma induzida por ele serao representados por
Z b
Z b 2
du
du dv
2
dx
dx,
kukH 1 (a,b) =
(u, v)H 1 (a,b) =
0
0
dx
a dx dx
a
Como D (F) = M = H01 (a, b) , as Restricoes 1 e 2 estao satisfeitas, portanto, o
diferencial Gateaux esta dado por
Z b
(4.47)
F(u, ) =
(fu + fu0 0 ) dx
a
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)
As funcoes fu e fu0 sao contnuas e, portanto, limitadas em [a, b], logo

Z
|F(u, )| c0
2 dx
12
+ c1
02 dx
21
onde c0 e c1 sao constantes. Por sua vez

Z
(x) = (a) +
(t)dt =
a
0 (t)dt
(4.50)
logo, aplicando novamente a desigualdade de Cauchy-Schwarz
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)
Substituindo (4.51) em (4.49) obtemos

Z
|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 (t, u(t), u0 (t))dt + c
onde c e uma constante a ser definida. Logo

d
g(x) = fu (x, u(x), u0 (x))
dx
de onde
fu dx =
a
dg
dx = g|ba
|{z}=0
dx
logo:
F(u, ) =
g dx =
a
(fu0 g) 0 dx
Podemos agora construir a funcao

Z
G(x) =
(fu0 g) dt
a
e adotar c de maneira tal que G (b) = 0. Temos assim

Z
G(b) =
(f
fu d )dt + c(b a) = 0
u0
e a constante c resulta definida por

1
c=
ba
(fu0
a
fu d )dt
a
Logo G H01 (a, b) e por sua vez resulta:

dG
= fu0 g
dx
g 0 dx
4.6. Problemas Variacionais com Condicoes Subsidiarias. Multiplicadores de Lagrange71
Figura 4.4: Problema de Dido

logo
F(u, ) =
a
G0 0 dx = (G, )H 1 (a,b)
0
e deste se segue que no espaco H01 (a, b)
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)
e as equacoes de Euler sao obtidas anulando-se ambas as expressoes (gradF = 0):

d
fu0 (x, u(x), u0 (x)) = 0
dx
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
Problemas Variacionais com Condic

oes Subsidi
arias. Multiplicadores de Lagrange
Antes de analisar este problema, recordemos, primeiramente, o problema da rainha Dido

de Cartago. Para simplificar, vamos supor o indicado na Figura 4.4.
A area entre a curva u = u(x) e o eixo x est
a dada por
Z b
F(u) =
u(x)dx,
u(a) = u(b) = 0
a
72

Por sua vez, tnhamos a restricao
L(u) =
Z bp
1 + u0 (x)2 dx = l
Logo, o problema isoperimetrico consistia em encontrar em D (F) a funcao u = u(x)

tal que L (u) = l e faca tomar o maior valor possvel de F(u). Claramente este problema
requer que
D = D (F) D (L) 6= , (conjunto vazio)
Em particular, para o problema formulado podemos adotar:
D(F) = {u | u C [a, b] , u(a) = u(b) = 0}
e para D (L) podemos adotar:
D(L) = {u | u C 1 [a, b] , u(a) = u(b) = 0, L(u) = l}
Claramente, D (L) D (F) e D (L) D (F) = D (L) = D, que resulta nao vazio.
Seja agora u D0 , onde
D0 = u | u C 1 [a, b] , u(a) = u(b) = 0

isto significa que para R
inf (L(u) l) =
0 se L(u) l = 0
caso contrario
Logo, o problema original de encontrar u D (F) D(L), tal que

u = arg
max
v{D(F)D(L)}
F (v)
e equivalente ao de determinar (problema onde a restricao isoperimetrica foi eliminada!):

u = arg maxJ (v)
vD0
onde:
J (v) = F(v) + inf (L(v) l) =
F (v) se L(v) = l
caso contrario
Assim, podemos considerar o seguinte funcional:

J (u, ) = F (u) + (L(u) l)
onde
D (J ) = D0 R
(4.57)
4.6. Problemas Variacionais com Condicoes Subsidiarias. Multiplicadores de Lagrange73

Supondo que as Restricoes 1 e 2 estejam satisfeitas, a condicao de ponto estacionario
requer
J (u, ; , ) = [F (u, ) + L(u, )] + [L(u) l] = 0 D0 e R
(4.58)
De onde obteremos
L(u) = l
F (u, ) + L(u, ) = 0
(4.59)
D0
(4.60)
que, conjuntamente com as condicoes u(a) = u(b) = 0 nos permitem calcular u e . Em

particular, se existe w D0 , tal que:
L(u, w) 6= 0
de (4.60) teremos
=
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)
Como regra, esta tecnica conhecida como de multiplicadores de Lagrange consiste

em:
1. Calcular o funcional estendido J (u) = F (u) + L(u)
2. Calcular as funcoes u que fazem estacionario este funcional, sem levar em conta a
restricao L(u) = l
3. De J (u; ) = 0 e L(u) = l calcular u e .
Vamos aplicar esta tecnica ao problema de Dido.
Z b
J (u) = F (u) + L(u) =

u + 1 + u02 dx
a
onde
D0 = u | u C 1 [a, b] , u(a) = u(b) = 0
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
Se tomarmos a origem de coordenadas no ponto medio do intervalo [a, b], teremos

neste caso que a = b, logo, as restricoes anteriores tomam a forma:
c21 + (b + c)2 = 2
c21 + (b c)2 = 2
! 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
Em particular, tomando l = b, teremos = b, e a solucao e o semi-crculo.

Os conceitos anteriores podem ser estendidos a problemas isoperimetricos mais gerais.
Neste caso, suponhamos dados os funcionais F, G1 , G2 , ..., Gn e as constantes l1 , l2 , ..., ln
(n 1) e de todas as funcoes em D (F) que satisfazem
Gi (u) = li
i = 1, 2, ...n
pretende-se determinar aquela que faca mnimo o funcional F. Suponhamos, tambem,

que F, Gi , i = 1, ..., n, satisfazem as Restricoes 1 e 2. Como a intersecao de variedades
lineares e uma variedade linear, existe u D0 e o espaco M tal que
u=u+
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
4.7. Condicoes subsidiarias finitas
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
sera possvel encontrar constantes 1 , 2 ,..., n solucao de

P
F(u, 1 ) + Pni=1 i Gi (u; 1 ) = 0
F(u, 2 ) + ni=1 i Gi (u; 1 ) = 0
P ...
F(u, n ) + ni=1 i Gi (u; 1 ) = 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
No problema isoperimetrico, as condicoes subsidiarias que deviam satisfazer as funcoes

u estavam dadas por funcionais. Vamos considerar, agora, um outro tipo de problema
(problema da Geodesica), que pode ser formulado da seguinte maneira:
Encontre a funcao u = u(x) para a qual o funcional
F (x, ui (x) , u0i (x) , i = 1, ..., n)
alcanca um extremo e onde o conjunto de funcoes admissveis do funcional
devem satisfazer as condicoes subsidiarias finitas
gj (x, ui , i = 1, 2, ..., n) = 0, j = 1, 2, ..., k, k < n
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]
Por sua vez, a fun

c
ao admissvel u+ = (u1 + 1 , u2 + 2 ) devera satisfazer
g (x, u + ) = 0
x [a, b]
que nos diz que as variacoes 1 (x) e 2 (x) n

ao podem ser arbitr
arias. De fato,
a restricao subsidiaria nos diz que podemos construir o funcional
Z b
G (x, u) =
g(x, u)dx = 0
a
D (G) = {u suf. regular | g(x, u) = 0 x [a, b]}
4.7. Condicoes subsidiarias finitas
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)
e como devem pertencer a M teremos tambem (a) = (b) = 0.

Por sua vez, se u e um extremo, teremos:
Z
F(u, ) =
a
fu1 1 + fu01 10 + fu2 2 + fu02 20 dx
integrando por partes

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, ) =
fu1 fu01 + fu2 fu02

2 dx = 0 2 M
gu1
dx
dx
a
De onde obtemos
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)
As equacoes (4.75) e (4.76) sao as equacoes de Euler do funcional

Z
J (u) =
[f (x, u) + g (x, u)] dx

a
(4.77)
78

Segundo Caminho
Aqui vamos ver o problema desde um ponto de vista similar ao apresentado na
primeira parte desta secao. De fato, seja = (x) quadraticamente integravel, logo
Z
G(u) =
sup
(x) g (x, u) dx =
L2 [a,b]
0
se u D (G)
+ caso contrario
Portanto, o funcional
J (u) = F (u) + G(u) =
F (u) se u D (G)
+ se u D
/ (G)
Desta maneira, o problema original de encontrar os extremos de F (u) tais que

satisfazem g (x, u) = 0 em todo x [a, b] e equivalente ao problema de determinar
os extremos de J (u) mas agora sem a restricao subsidiaria g (x, u) = 0. Logo, as
funcoes que fazem estacionario o funcional
Z
L (u,) = F (u) +
(x) g (x, u) dx
(4.78)
em D (F) L2 [a, b] serao tais que

Z b
Z b
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)
que conduz às equacoes de Euler

fu1
fu2
d
f 0
dx u1
d
f 0
dx u2
+ gu1 = 0
+ gu2 = 0
g (x, u) = 0
(4.82)
4.8. Funcionais Dependendo de Varias Variaveis Independentes
4.8
79
Funcionais Dependendo de V
arias Vari
aveis Independentes
Nos problemas estudados nos limitamos àqueles 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
fazendo uso de (4.83):

Z
Z
Z
Q
P
P
dx = Q
dx +
(P Q) cos (n, xk ) d
xk
xk
(4.84)
(4.85)
Como sempre, seja a funcao

f (x, u, z1 , ..., zm )
(4.86)
definida em x = e u, z1 , ..., zm variaveis numericas que podem assumir valores

reais arbitrarios, no entanto finitos. Vamos supor tambem que f e contnua, bem como
suas derivadas de primeira e segunda ordem, com respeito às variaveis independentes
x1 , x2 , ..., xm , u, z1 , ..., zm . Com estes elementos assim definidos consideremos o funcional
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
importante ressaltar esta u

Observa
c
ao 4.5 E
ltima suposic
ao. Em contraste com os
problemas de uma u
nica variavel, onde sempre e possvel encontrar a func
ao u satisfazendo restric
oes equivalentes a (4.89), nos problemas com varias variaveis e possvel
escolher g (x) continua de tal maneira que n
ao exista nenhuma func
ao u C 1 () satisfazendo (4.89).
Logo, se u existe, entao D (F) e uma variedade linear onde todos os elementos u
D (F) podem ser representados como u=u + , onde M () e um espaco vetorial.
Vamos supor, ainda, que D (F) e visto como uma parte de L2 () e que M () e denso
em L2 () .
Com todas estas hipoteses, as Restricoes 1 e 2 sao satisfeitas, sendo assim, a variacao
Gateaux de F esta dada por um funcional linear em .
A seguir, vamos estudar o problema de minimizar este funcional e obter as condicoes
necessarias para tal.
Se u0 e um extremo de F vimos que necessariamente:
F (u0 , ) = 0
(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)
onde temos introduzido a notacao

uk =
u
,
xk
k =
xk
e onde temos omitido os argumentos de f para simplificar a notacao.

A funcao u D (F) pertence ao domnio D (gradF) se e somente se a integral do
segundo membro de (4.93) e um funcional limitado em L2 ().
Em particular, (4.90) pode ser reescrita como
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)
4.8. Funcionais Dependendo de Varias Variaveis Independentes
81
Logo, da definicao de derivada generalizada

Z
Z
Z
f
f
f
k d =
d =
d
uk
uk xk
xk uk
(4.96)
que substituda em (4.94) obtemos
F(u, ) =
m
!
X
f
f
,
,
u
xk uk
L2 ()
k=1
(4.97)
L2 ()
Se supormos agora que
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 ()
um funcional em limitado em L2 (). Com isto teremos que u D (gradF) e este

gradiente tem a forma
m
f X f
gradF(u) =
(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
L2 () . Em geral os termos da soma podem nao ter sentido se

tomados separadamente.

4. Em particular D (gradF) contem funcoes de C 2 que satisfazem u| = g (x)
Logo, a equacao de Euler do problema variacional sera:
gradF (u) = 0
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)
ou, em forma compacta 4u = 0.

Exemplo 4.6
Z
F (u) =
(u u 2f u) d
u| = 0 (x)
Observe que, neste caso, a existencia de u e obvia, ja que e suficiente tomar u 0. A

equac
ao de Euler ser
a
4u = f
u| = g (x)
(4.104)
4.9
Funcionais Dependendo de Derivadas de Ordem

Superior a Primeira
Consideremos o funcional da forma

Z b
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)
4.9. Funcionais Dependendo de Derivadas de Ordem Superior a Primeira
83
O funcional F esta definido em

D (F) =
u | u C k [a, b] ; u(a) = A0 , u(1) (a) = A1 , ..., u(k1) (a) = Ak1 ,
u(b) = B0 , u(1) (b) = B1 , ..., u(k1) (b) = Bk1

(4.109)
onde Ai e Bi sao constantes conhecidas. No papel de u podemos tomar o polinomio de

grau 2k 1 que satisfaca as condicoes de contorno (e bem conhecido que este polinomio
pode ser construido). Logo D (F) e uma variedade linear de funcoes da forma u = u +
donde
M(k) = C k (a, b) , (a) = (1) (a) = ... = (k1) (b) = 0

Se vemos D (F) como parte de L2 (a, b) nao resulta difcil mostrar que as Restricoes 1
e 2 sao satisfeitas. Logo, a variacao Gateaux do funcional sera um funcional linear em ,
sendo dado por
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:
f x, u(x), u(1) (x), u(2) (x), ..., u(k) (x) ,

(j)
u
j = 1, 2, ..., k
(4.111)
tem derivada generalizada ate ordem j(1 ), logo:

k
X
(1)j
j=1
dj f
L2 (a, b)
dxj u(j)
Por sua vez podemos realizar a integracao por partes:
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
A integral (4.114) e um funcional em limitado em L2 (a, b) , logo a funcao u D (F)

que satisfaz as propriedades anteriormente mencionadas e tal que tambem pertence ao
domnio D (gradF) e para estas funcoes
k
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)
Podemos construir a funcao {u, v} dada por:

u (x) = A1 +
A2 A1
B2 B1
(x a) , v (x) = B1 +
(x a)
ba
ba
logo, todo vetor {u, v} de D (F) pode ser expresso como

{u, v} = {u + , v + }
2
onde o vetor de variacoes admissveis {, } sao funcoes de (C 1 [a, b]) satisfazendo as

condicoes de contorno homogeneas, ou seja
n
o
2
{, } M = {w, q} C 1 [a, b] ; w(a) = w(b) = q(a) = q(b) = 0
4.10. Funcionais dependendo de varias funcoes
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] .
2. O gradF e um vetor definido por

(gradF) {u, v} =
f
d f f
d f
0
u dx u v dx v 0
3. A equacao de Euler do funcional F se reduz ao sistema de equacoes diferenciais

d f
f
= 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
funcionais limitados. Logo:

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
gradF ({u, v}) =
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
cujo domnio de definicao (conjunto de funcoes admissveis) esta dado por:
D (F) = u | u C 1 [a, b]
(4.123)
4.11. Condicoes Naturais de Contorno
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
supondo que u satisfaca as propriedades necessarias de maneira que as operacoes que se

seguem sejam validas, teremos:
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)
Com este resultado, obtemos

F (u, ) = fu0 (b) fu0 (a) = 0
(4.129)
de onde
fu0 |x=a = 0 e
fu0 |x=b = 0
(4.130)
As expressoes (4.130) sao chamadas condico

es naturais, que sao satisfeitas (automaticamente) pelas funcoes extremais. As funcoes de D (F) - funcoes admissveis - nao
estao obrigadas a satisfaze-las. Teremos, assim, as seguintes definico
es:
(i) Condi
c
oes principais: sao as condicoes que devem ser satisfeitas por todas as
funcoes admissveis.
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]
3. u satisfaz as seguintes condic

oes de contorno
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
sera um funcional limitado se

Z
fu0 0 dx
e limitado. Como u D (gradF) F (u, ) e limitado, logo,

limitado. Logo, pelo Teorema de Riesz existe g L2 (a, b) tal que
Z b
Z b
0
fu0 dx =
gdx C 1 [a, b]
a
Rb
a
fu0 0 dx e
(4.131)
Introduzindo a funcao
Z
G(x) =
g(t)dt + c,
a
c = cte
(4.132)
4.11. Condicoes Naturais de Contorno
89
Teremos
logo,
d
G(x) = g(x)
dx
Z
gdx =
a
dG
dx = G|ba +
dx
G 0 dx
fazendo uso deste resultado, de (4.131) tem-se:

Z
b
a
(fu0 G) 0 dx = G|ba = 0 C 1 [a, b]
e do Lema de du Bois-Raymond teremos

Z
fu0 = G + c =
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)
Recordemos que F (u, ) e um funcional limitado em . Das propriedades de

fu e fu0 teremos que o primeiro termo do segundo membro de (4.133) e um
funcional limitado em . Como (a) ou (b) e um funcional nao limitado
em L2 (a, b) se conclui que para que F (u, ) seja limitado a expressao
fu0 |x=b fu0 |x=a
sera um funcional limitado somente se
fu0 |x=b fu0 |x=a = 0 C 1 [a, b]
que conduz a
fu0 |x=b = 0
fu0 |x=a = 0
(4.134)
Portanto, temos demonstrado a condicao necessaria 3.

Finalmente, de (4.133) e (4.134) segue-se que o gradiente de F esta dado por
gradF (u) = fu
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)
que deve ser integrada levando em conta as condicoes de contorno (4.134).

Por u
ltimo, se o funcional esta definido em D (F) = {u | u C 1 (a, b) , u (a) = u}, a
condicao natural de contorno sera
fu0 |x=b = 0
reciprocamente se D (F) = {u | u C 1 (a, b) , u (b) = u} a condicao natural sera
fu0 |x=a = 0
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
4.12. Variacao Geral de um Funcional
91
Figura 4.5: Variao geral de um funcional

onde as funcoes admissveis pertencem ao conjunto
D = u | u C 1 [a, t] ; u (a) = u, (t, u(t)) = 0

Nosso problema consiste em caracterizar as funcoes u0 C 1 [a, t] extremos do funcional
F tais que em x = a tomam o valor prescrito u e no extremo t (nao conhecido) se apoiam
na curva (x, u) = 0 (Figura 4.5).
Para isto, vamos supor que f e sao funcoes C 1 [a, b] onde b e suficientemente grande
de modo a admitir todas as funcoes de interesse e que

=
,
6= 0
x u
O mesmo vamos supor com respeito às 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
e que faz com que o funcional

Z
F(u0 ) =
a
alcance um valor estacionario.

Logo:
d
F ({u0 , t} , {, }) =
d
f (x, u0 (x) , u00 (x)) dx
t+
a
f (x, u + , u + ) dx
0
=0
Onde estamos supondo que as variacoes admissveis sao tais que

(a) = 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))
Recordando a secao 4.6 de Multiplicadores de Lagrange, teremos R tal que

(F + =) ({u0 , t} , {, }) = 0
{, } variacoes admissveis
como condicao necessaria de extremo. Logo

(f + [x + u u00 ]) (t) = 0
(fu0 + u ) (t)(t) = 0
Z t
d
fu fu0 dx = 0
dx
a
R
admissvel ( (a) = 0!)
admissvel C 1 [a, b] , (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
Figura 4.6: Curva Braquistocrona com extremo livre

logo a condicao de transversalidade resulta
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 à 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 à curva (Figura 4.6).
Este resultado generaliza o alcancado por Jacob Bernoulli que encontrou que a solucaò
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
Em lugar de proceder à derivada com relacao ao parametro , primeiro realizaremos

uma troca de variaveis que nos permita escrever esta integral, mas agora definida em
um domnio fixo. Esta transformacao de domnio pode ser realizada, por exemplo,
empregando a seguinte transformacao:
: [a, t] [a, x ]
x x = (x)
onde sera uma deforma
c
ao do domnio [a, t] ; ou seja, e uma transformacao um-a-um,
6= 0 em [a, t]. Para isso, consideremos uma funcao v tal

suficientemente regular com dx
dx
que:
v C 1 [a, b] , v(a) = 0 e v(t) =
95
Figura 4.7: Extremos livres via Analise de Sensibilidade

logo esta transformacao para suficientemente pequeno pode ser escrita como
x = x + v (x)
Desta expressao obteremos:
dx = (1 + v 0 ) dx
Das hipoteses existe a seguinte transformacao inversa:
1
: [a, x ] [a, t]
Com esta transformacao vemos que uma funcao u definida no domnio atual [a, x ] (a
literatura se expressa dizendo que se conhece a descric
ao espacial de u) podemos determinar sua descricao com relacao ao domnio de referencia [a, t] (chamada, na literatura,
descri
c
ao material ou referencial). Se designamos ambas as descricoes com ue e um
respectivamente teremos:
um (x) = ue (x ) = ue (x + v (x))
Desta definicao se segue que:
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 restricào no extremo dada pela descricao espacial:
(x , u (x )) = 0
96
pode ser escrita em forma material por:

m (x + v (x) , um (x))|x=t = 0 m (t + , um (t)) = 0
Finalmente, e recordando a tecnica dos multiplicadores de Lagrange para relaxar esta
restricao, teremos que o funcional em estudo estara dado por:
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
b m (t + v (t) , (um + m )(t))

+ +
b R e m C 1 [a, t] e tal que (a) = 0 e mais as outras restricoes que asseguram
onde
que as operacoes a serem realizadas tenham sentido. Logo:

Z t
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
Se {u0 , } sao extremos de L resulta:
97
(i) o termo entre colchetes e identicamente nulo, ja que corresponde à segunda

forma da equacao de Euler:
d
0
fx
(f fu0 u ) 0 x [a, t]
dx
(ii)
Z t
a
d
fu fu0 dx = 0
dx
que conduz à equacao de Euler.

(iii)
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
De (iv) e (v) obtemos

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)]
Em outras palavras, temos recuperado todos os elementos que permitem caracterizar
u0 ja deduzidos por um caminho mais classico.
Esta nova forma de abordar o problema nos permitiu:
(i) nao utilizar a formula de Leibnitz para derivar integrais com extremos de integracao
variaveis. Isto facilita a extensao a domnios variaveis m-dimensionais.
(ii) concluir que a diferencial de Gateaux mede a sensibilidade do funcional devido a
variacoes do parametro que estamos permitindo que varie. Isto nos permite colocar
o Calculo Variacional dentro de um enfoque mais amplo que e o de Analise de
Sensibilidade.
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 à 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
(b) = 0) este sera escolhido de maneira a simplificar os calculos que realizaremos a

seguir. A variacao total de L estara dada por

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
u C 1 [a, b] , u (a) = u (b) = 0
Como vemos, neste caso e solucao de uma equacao (chamada equacao adjunta)
que, para este exemplo e identica à 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
Logo, os passos para calcular a sesibilidade sao:

1. calcula-se u0 (equacao de equilbrio)
2. calcula-se 0 (equacao adjunta)
3. substituindo u0 e 0 na expressao
obtemos a sensibilidade.
,
A
A
100
Figura 4.8: Funcoes extremos com pontos angulosos
4.13
Extremos com Pontos Angulosos. Condico

es de
Weierstrass-Erdmann
Em todos os problemas estudados ate agora temos considerado funcoes suficientemente

regulares. No obstante, quando apresentamos o problema de encontrar a curva u =
u (x) C 1 [a, b] passando pelos pontos (a, u) e (b, u) gere, ao girar em torno do eixo
x, uma superfcie de revolucao de area mnima, vimos que se u e u sao suficientemente
pequenos frente ao valor b a, a curva extrema era contnua por partes, apresentando
pontos angulosos (Figura 4.8).
Vemos, assim, a necessidade de estender nosso espaco de funco
es. Assim, nesta
secao vamos analisar o seguinte problema variacional:
Encontrar a funcao u0 D (F) tal que seja um extremo do funcional
definido em
F (x, u (x) , u0 (x))
(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
4.13. Extremos com Pontos Angulosos. Condicoes de Weierstrass-Erdmann
101
Figura 4.9: Extremos com pontos angulosos

onde r < N e c0 = a < c1 ... < cN = b e cj , j = 1, 2, ..., N 1, sao os pontos angulosos de
u
b x [cr , cr+1 ]
Prova. Suponha que x [cr , cr+1 ] , r < N
u
b (x) u
b (a) = u
b (x) u
b (cr ) +
Z
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)
Por outro lado, e possvel mostrar que:

Proposic
ao 4.2 Se
Rb 0
1. a (b
u (x))2 dx = 0 u0 (x) = 0 em todo x [a, b] onde esta definida
2. u
b0 (x) = 0 x [a, b] onde esta definida u
b = cte x [a, b]
Prova. (b
u0 )2 Ccp [a, b] e e tal que (b
u0 )2 (x) 0 logo
Z
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:
kukC 1 [a,b] = max |u| + max |u0 |

1
Em outras palavras, C 1 [a, b] e denso em Ccp
[a, b] e se C 1 [a, b] e denso em U (D (F) U )
1
teremos que Ccp [a, b] o sera. Vemos assim que o funcional estara ampliando as Restricoes
1 e 2. Ou seja,
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+
f dx, f = f (x, u0 + , u00 + 0 )
(4.143)
e onde e u0 sao tais que

(u0 (c + ) + ) = (u0 (c + ) + )+
Relaxando esta condicao via Multiplicadores de Lagrange, teremos:
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)
[fu (x, u0 (x), u00 (x))
fu0 (x, u0 (x), u00 (x))]dx

dx
Z b
d
+
+
+
0
[fu (x, u0 (x), u00 (x)) fu0 (x, u0 (x), u00 (x))]dx
f (c , u0 (c ), u0 (c )) +
dx
c
+ fu0 |c fu0 |c+
(4.147)
103
ja que das condicoes principais resulta:
Por sua vez
(a) = (b) = 0
(4.148)
0+
G (u0 ; ) = + u0
0 + u0
(4.149)
Da condicao necessaria de ponto estacionario e de (4.145 - 4.149) obtemos:

(i)
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)
Como sempre, se u0 e um extremo, entao a equacao de Euler e satisfeita.

(ii)
b R u0 (c ) = u0 (c+ ) = u0 (c)
b u+ ) = 0
(u
0
0
(4.151)
Com o que a continuidade e recuperada no ponto x = c.

(iii)
h
i
+
(f + u00 ) (f + u00 ) = 0

fu0 + = 0
+
fu0 + + = 0 +
(4.152)
(4.153)
(4.154)
De (4.153 e 4.154) obtemos

fu0 = ,
fu+0 =
fu0 = fu+0
(4.155)
(4.156)
Conhecida como Primeira Condicao (Natural!) de Weierstrass-Erdmann. De (4.155,

4.156 e 4.152) obtemos
(f u00 fu0 ) = (f u00 fu0 )+
(4.157)
que e a Segunda Condicao (Natural!) de Weierstrass-Erdmann de ponto anguloso.

Observa
c
ao 4.6 A condic
ao natural (4.157) surge porque admitimos varia
c
ao no ponto
0
anguloso x = c. Por sua vez, de (4.156 e 4.157) obtemos [|f |] = fu0 [|u |] no ponto anguloso.
Observa
c
ao 4.7 As condic
oes de Weierstrass-Erdmann sao condic
oes naturais. Em outras palavras, se a func
ao extremal apresenta um ponto anguloso em x = c ent
ao estas
1
1
condic
oes sao satisfeitas. Dado que C [a, b] Ccp [a, b] o anterior nos diz que, se estamos
buscando um extremo (ponto estacionario) do funcional F (x, u (x) , u0 (x)) n
ao devemos
impor, na definic
ao do problema, maior regularidade que a mnima exigida para ter
o problema bem definido. Isto tem um papel fundamental quando empregamos metodos
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
com u0 C 1 [a, b] mais as condic

oes principais, este programa nao permitir
a o calculo de
possveis extremos com pontos angulosos. Em outras palavras, com esta soluc
ao regular
n
ao sera possvel capturar o salto da derivada no ponto anguloso (em outros casos nem
sequer ser
a possvel calcular uma soluc
ao!).
Os comentarios anteriores nos permitem formular o seguinte problema. Seja o funcional
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 à 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
Figura 4.10: Viga elastica com propriedades geometricas/material descontnuas

calcular, convenientemente, em cada um deles, o correspondente extremo. A resposta
à pergunta (ii) esta intimamente relacionada com o que se conhece na literatura como:
elementos finitos nao conformes, particao de domnio, computacao paralela, entre outras.
Vejamos um exemplo simples para analisar com mais detalhes os comentarios anteriores. Seja
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
que e a primeira condicao de Weierstrass-Erdmann

Observa
c
ao 4.8 A Segunda Condic
ao de Weierstrass-Erdmann nao foi posta em evidencia
porque o ponto anguloso esta fixo.
De (i)-(iii) e as condicoes principais obtemos
c1 =
logo
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 à 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) +
De (4.160) e (4.161) obtemos:

(i)
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)
para todo , S admissvel. Em outras palavras, o funcional bilinear hP (u, ) , i deve

ser simetrico em , para cada u S.
Logo, com esse Teorema em maos, podemos saber quando um operador e potencial ou
nao. Agora nos perguntamos: dado um operador potencial, qual e o funcional associado
(problema inverso)? A resposta esta dada pelo seguinte Teorema:
Teorema 4.8 Seja P : U U 0 um operador potencial, logo, existe um funcional F (u)
cujo gradiente e o operador P , ou seja
P (u) = gradF (u)
e que esta dado por
F (u) =
hP (u0 + (u u0 )) , (u u0 )i d + F (u0 )
0
onde R.
(4.163)
(4.164)
4.14. Problema Inverso no Calculo Variacional. Operadores Potenciais
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
onde A : S U U 0 , onde U e um espaco de Hilbert. Suponhamos que S e uma

variedade linear densa em U e M e um subespaco associado. Dizemos que A e simetrico
em M se:
hA, i = hA, i
logo o operador P : S U U 0 definido por
P (u) = Au f
e tal que
hP (u, ) , i = hA, i = hA, i = hP (u, ) , i
ou seja, P e potencial e de (4.164) obtemos
Z 1
F (u) =
hA (u0 + (u u0 )) f, (u u0 )i d + F(u0 )
0

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
lembrando que hAu0 , ui = hAu, u0 i. Teremos assim que o funcional (quadratico)

F (u) =
1
hAu, ui hf, ui
2
e o funcional que estamos procurando.

Exemplo 4.8 Considere o funcional:
Z
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
se aproxime de u0 , para n , em algum sentido, quer dizer convergencia com respeito

a alguma norma (convergencia forte) ou convergencia debil.
Os metodos considerados sao:
1. Metodo dos Resduos Ponderados
Metodo de Colocacao;
Metodo de Galerkin;
2. Metodo de Ritz;
3. Metodo dos Mnimos Quadrados.
113
114
Captulo 5. Metodos Variacionais
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:
5.2. Metodo dos Resduos Ponderados
115
1. Considere em DA uma sequencia completa {n }n=1,, de funcoes. Recorde que, por

pertencer a DA , sao suficientemente regulares e satisfazem todas as condicoes
de contorno.
2. Para todo n finito, o conjunto {k }k=1,,n e linearmente independente.
3. Tome como aproximante de u0 a combinacao linear
un0
n
X
ai i
i=1
onde os coeficientes ai , i = 1, , n serao posteriormente determinados.

4. Considere em V um conjunto denso {wi }i=1,, .
5. Calcule, para n finito, os coeficientes ai de maneira que o resduo:
n
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
Como pode-se ver, o Metodo dos Resduos Ponderados conduz a um sistema de

equacoes algebricas cuja solucao proporciona os coeficientes ai da combinacao linear
definindo un0 .
Do ponto de vista computacional, o Metodo dos Resduos Ponderados e um algoritmo relativamente simples que nao requer grande conhecimento matematico por parte
do usuario. Neste metodo ja distingue-se algumas das caractersticas basicas de todo
metodo variacional para o calculo de solucoes aproximadas. Sao elas:
Conhecer as funcoes wi e i . Aqui reside um dos inconvenientes. As funcoes i
devem ser suficientemente regulares de maneira que Ai tenha sentido. Alem disso,
devem satisfazer todas as condicoes de contorno.
Construir a matriz do sistema K e o termino independente f calculando, analtica
ou numericamente, cada coeficiente Kij , fi .
Resolver o sistema de equacoes. Dependendo do operador A e da forma das funcoes
i e wi , a matriz do sistema K podera ser uma matriz banda ou cheia, simetrica
ou nao-simetrica, bem-condicionada ou mal-condicionada. Cada uma destas caractersticas facilitam ou complicam a resolucao do sistema de equacoes.
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 )
Tendo presente a propriedade anterior, o metodo corresponde a:

Z
rn i = (Aun0 f )|xi = 0; i = 1, 2, . . . , n
Logo, o Metodo de Colocacao calcula a solucao aproximada un0 =
n
P
i=1
ai i exigindo que
o resduo Aun0 f seja nulo em n pontos xi de . A seguir apresentam-se alguns exemplos

de aplicacao do Metodo de Colocacao.
Exemplo 5.1 Seja o seguinte problema de valor de contorno:
00
Au (x) = u (x) u (x) = 1, em = (0, 1)

com as condicoes de contorno:
u (0) = u (1) = 0

Pode-se ver que:
117
DA = u; u C 2 [0, 1] , u (0) = u (1) = 0
Recordando o teorema de Weierstrass, tem-se que toda func

ao contnua pode ser
aproximada por um polin
omio. Logo, tome para {i }i=1,n a seguinte sequencia:
1 = x (1 x)
2 = 1 x
3 = 2 x
etc
Como pode-se ver, estas func
oes satisfazem as condic
oes de contorno (homogeneas).
Logo, toda combinac
ao linear tambem satisfaz e, pelo teorema de Weierstrass, {i }i=1,
e denso em DA .
Tome n = 2, ou seja os dois primeiros termos 1 e 2 . Os coeficientes da matriz K
e do termo independente f , para o caso em que se adota como pontos xi = 0 e x2 = 1,
est
ao dados por:
K11 = (A1 )|x1 =0 = [2 x (1 x)]|x1 =0 = 2
K21 = (A1 )|x2 =1 = [2 x (1 x)]|x2 =1 = 2
K12 = (A2 )|x1 =0 = 6x + 2 x2 (1 x) x1 =0 = 2
K22 = (A2 )|x2 =1 = 6x + 2 x2 (1 x) x2 =1 = 4

f1 = f (x1 ) = 1
f2 = f (x2 ) = 1
Logo, o sistema esta dado por:

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
dando, assim, a seguinte soluc

ao aproximada:
1
u20 = x (x 1)
2
Como a2 = 0, a soluc
ao aproximada e equivalente a tomar uma u
nica func
ao 1 e o ponto
x1 = 0.
A soluc
ao exata do proplema proposto e:
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

x
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
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
Tabela 5.1: Exemplo 5.1, comparacao entre as solucoes.

A primeira pergunta a ser feita e se e possvel melhorar a aproximacao mantendo as
mesmas funcoes, mas tomando outros pontos de colocacao? A resposta e afirmativa e
o estudo da colocacao otima destes pontos formam um captulo de analise numerica do
Metodo de Colocacao.
Exemplo 5.2 Considere somente a func
ao 1 e adote, como ponto de onde anula-se o
resduo, o ponto x1 = 0.5. Tem-se, assim:
2.25a1 = 1 a1 =
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.

x
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
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

Exerccio 5.2 Considere o seguinte problema de valor de contorno:
d2 u
+ u = x em (0, 1)
dx2
u (0) = u (1) = 0
Aplique o Metodo de Colocac
ao adotando:
1 = x (1 x) 2 = x2 (1 x)
x1 = 0.25
x2 = 0.5
e compare com a soluc
ao exata:
u0 =
5.2.2
sin x
x
sin 1
M
etodo de Galerkin
O Metodo de Galerkin e um caso particular do Metodo dos Resduos Ponderados. Neste

metodo, os espacos U e V sao coincidentes e o conjunto {wj } se torna identico a {i }. De
uma maneira mais formal, o Metodo de Galerkin pode ser colocado da seguinte maneira.
Suponha o problema de valor de contorno
Au = f em
Bu = 0 em
e suponha ainda que DA (domnio de definicao do operador A quer dizer, o conjunto de
todas as funcoes u suficientemente regulares e tal que Bu = 0 em ) seja denso no espaco
Hilbert H.
120
Introduz-se agora a sequencia de espacos de dimensao finita Hk H e designa-se com

{i }i=1,k as funcoes bases dos espacos. Pelo que foi exposto anteriormente, deseja-se dizer
que um elemento (funcao) arbitrario de Hk esta definido atraves da seguinte combinacao
linear:
k
P
ai i ai R, i = 1, 2, . . . , k
uk =
i=1
Logo, o Metodo de Galerkin para a determinacao de uma solucao aproximada do problema

de valor de contorno consiste em determinar a funcao uk Hk , tal que o resduo Auk f
seja ortogonal a toda funcao de Hk . Em outras palavras:
R
(Auk f ) vk d = 0 vk Hk
Observa-se que o Metodo de Galerkin corresponde ao Princpio do Trabalho Virtual em

Mecanica. Agora, a expressao anterior e equivalente a exigir que o resduo seja ortogonal
a cada uma das funcoes i que definem a base Hk , ou seja,
R
(Auk f ) i d = 0 i = 1, 2, . . . , k
Substituindo uk =
k
P
i=1
ai i na expressao anterior, tem-se,

k
P
j=1
!
aj j
!
f
i d = 0 i = 1, 2, . . . , k
e em virtude de se considerar problemas lineares (o operador A e linear), a equacao

anterior conduz a,
k
P
i=1
[i Aj d] aj
f i d = 0 i = 1, 2, . . . , k
Novamente chegou-se a um sistema de equacoes algebricas que em forma matricial pode

ser escrita como,
Ka = f
onde,
Z
Kij =
i Aj d
Z
fi =
f i d
Pode-se notar que se A e um operador simetrico, a matriz do sistema resulta simetrica.

Isto implica em diversas vantagens computacionais:
Utilizacao de tecnicas de triangulacao da matriz do sistema, especficas para matrizes
simetricas.
121
Diminuicao do espaco de memoria necessario para armazenar os coeficientes da

matriz do sistema. Para uma matriz de ordem N nao-simetrica, e preciso conhecer
seus N N coeficientes. Se a matriz for simetrica, so e preciso conhecer a matriz
triangular superior ou inferior.
Por outro lado, dependendo do tipo de problema, da forma da regiao e das caractersticas das funcoes i , o calculo dos coeficientes da matriz K e do termo independente
podem ser realizados analitica ou numericamente. Este u
ltimo procedimento e o mais
utilizado, atualmente, em virtude dos computadores tornarem-se cada vez mais velozes e
precisos.
Agora observe um detalhe importante. O coeficiente Kij esta dado por
Z
Kij =
i Aj d
Duas funcoes u, v definidas em , se dizem ortogonais atraves do operador simetrico

A se,
Z
uAvd = 0
Se as funcoes i e j estao definidas em todo e nao sao ortogonais atraves do

operador A, tem-se que este coeficiente nao sera nulo. Isto implica que a matriz seja cheia
e isto, em geral, pode induzir um mal condicionamento numerico da matriz K.
Suponha, agora, que i e j estao definidas, respectivamente, em i e j , partes de
. O anterior implica em dizer que as funcoes i e j sao de suporte compacto. Neste
caso, o coeficiente resulta,
Z
Z
Kij =
i Aj d = Kij =
i Aj d
i j
onde i j e a interseccao dos suportes de ambas funcoes.

Observa-se assim que, se a interseccao e de medida nula, o coeficiente Kij resulta
automaticamente nulo. Na medida que os suportes das funcoes bases se interseccionam
pouco, a matriz K resulta numa matriz com poucos elementos nao nulos (comparado
com os N 2 coeficientes de uma matriz cheia N N ). Se o ordenamento das funcoes e
convenientemente escolhido, o anterior da lugar ao que se chama de matriz banda, matriz
sky-line e, caso contrario, matriz esparsa. A Figura5.1 representa graficamente a ideia
anterior para o caso de matriz banda e sky-line.
Como sera visto mais adiante, o Metodo de Elementos Finitos se caracteriza, fundamentalmente, pelo fato que as funcoes i construdas atraves deste metodo sao de suporte
compacto.
A seguir, tem-se uma serie de exemplos para explicar melhor as ideias apresentadas.
Exemplo 5.3 Considere o problema indicado na Figura 5.2.
O problema de valor de contorno consiste em:
122
Figura 5.1: Matriz (a) banda e (b) skyline
Figura 5.2: Barra elastica homogenea de secao transversal e carregamento constante
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

de onde,
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
que e, neste caso, a pr

opria solu
c
ao exata.
Exemplo 5.4 Considere o mesmo problema anterior, mas utilizando uma distribuic
ao
triangular de carga q dada por:
x
q = q0
L
A soluc
ao exata e,
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
e a solucao aproximada resulta,
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
Como pode-se notar, K12 = K21 , dizendo que o operador e simetrico.

Z L
Z L
2
00
K22 =
2 AE2 dx =
x2 (L x) AE (2L 6x) dx = AEL5
15
0
0
Por sua vez, os coeficientes dos termos independentes resultam
Z L
Z L
x
x2
1
f1 =
q0 1 dx
q0 (L x) dx = q0 L3
L
L
12
0
0
Z L
Z L
3
x
x
1
f2 =
q0 2 dx
q0 (L x) dx = q0 L4
L
L
20
0
0
Logo, o sistema a resolver consiste em:

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
e a solucao aproximada ser

a:
u2 =
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
Na Tabela 5.3, comparam-se as soluc

oes aproximadas u1 e u2 com a exata.
x/L uAE/q0 L2
0.0
0.0000
0.1
0.0165
0.2
0.0320
0.3
0.0455
0.4
0.0560
0.5
0.0625
0.6
0.0640
0.7
0.0595
0.8
0.0480
0.9
0.0285
1.0
0.0000
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

Exerccio 5.3 Determine a soluc
ao aproximada u3 do problema anterior e compare com
a soluc
ao exata.
125
Exemplo 5.5 Nos exemplos anteriores, foram tomadas func

oes de bases polinominais.
Considere, agora, funcoes trigonometricas:
n = sin
nx
, n = 1, 2, 3, ...
L
que, como se ve, satisfazem as condic

oes de contorno. A aproximac
ao mais simples
consistir
a em adotar n = 1, logo:
Z L
Z L
q0 x
00
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
Calculando, agora, a soluc

ao tomando o conjunto de todas as func
oes coordenadas,
1 = sin
Recordando que:
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
Por sua vez, o termo independente i-esimo resulta:

Z
ix
q0 L
q L
x sin
dx = 0 cos i
fi =
L 0
L
i
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
Na Tabela 5.4, comparam-se os resultados para i = 1 e i = 2 com a soluc

ao exata.
x/L uAE/q0 L2
0.0
0.0000
0.1
0.0165
0.2
0.0320
0.3
0.0455
0.4
0.0560
0.5
0.0625
0.6
0.0640
0.7
0.0595
0.8
0.0480
0.9
0.0285
1.0
0.0000
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 às 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
Considere o problema do valor de contorno que vem sendo estudado,

d2 u
AE 2 = q , x (0, L)
dx
u (0) = u (L) = 0
d2 ()
Segundo foi visto, o domnio do operador A = AE 2 esta dado por,
dx
DA = v; v C 2 (0, L) , v (0) = v (L) = 0

Dado o conjunto {i }
etodo de Galerkin consistia em determinar a
i=1 DA , o M
d2 un
solucao aproximada un Span {i }i=1,n com a propriedade de que o resduo AE 2
dx
q = rn seja ortogonal a todo elemento de Span {i }i=1,n . Em outras palavras, determinar
un Span {i }i=1,n tal que:
Z
(Aun f, vn ) =
0
d2 u
AE 2 q vn dx = 0, vn Span {i }ni=1
dx
Dado que un e vn tambem pertencem a DA , tem-se que a expressao anterior integrada

por parte nos conduz a :
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
Figura 5.3: Funcao i linear por parte.

1
Os elementos do espaco Span {i }N
ao definidos por:
i=1 est
vn =
N
1
X
ai i
i=1
e pela definicao das funcoes i resulta:

vn (xi ) = ai
Observa-se que os coeficientes ai passam a ter um significado mais preciso: ai e o valor
de vn no ponto xi da particao (Figura 5.4).
Ao aplicar o Metodo de Galerkin, a equacao i-esima, ou seja, a equacao associada à
funcao i esta dada para o exemplo em consideracao por:
(N 1 Z
)
Z L
X L
dj di
dx aj =
AE
qi dx, i = 1, 2, . . . , N 1
dx dx
0
j=1 0
129
Figura 5.4: Particao de [0, L] em 4 intervalos.

Por serem as funcoes i de suporte compacto, os u
nicos coeficientes nao-nulos na somatoria
do primeiro membro estao associados ao ndices j = i 1, i, i + 1. Por outro lado,
Z L
Z xi+1
qi dx =
qi dx
0
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
Desta forma, a solucao aproximada resulta,

qL2 1
u =
(61 + 82 + 63 )
AE 43
a
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
ou seja, obtem-se o valor exato. No ponto x = L/4, tem-se,
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
Logo o valor medio sera:
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 à 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
onde uen e ei sao as restricoes de un e i sobre a regiao e = {(e 1) h, eh} , h =
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
x xe1 para todo x [x , x ] se i = e

e1
e
h
As Figuras 5.5 e 5.6 representam geometricamente o que foi exposto;
Figura 5.5: Restricao de un em e = 2 .
Figura 5.6: Restricao de 1 e 2 em e = 2 .

Do anterior, segue-se que cada subregiao e colabora com o sistema global de equacoes
atraves do seguinte sistema de equacoes associada à subregiao e-esima:
e
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

f1e =
133
qee1 dx , f2e =
e
R
e
qee dx
Substituindo estas expressoes no sistema de equacoes anterior resulta:
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.
Figura 5.7: Montagem da matriz global.

Como pode-se observar na Figura 5.7, cada coeficiente global e obtido somando cada
uma das contribucoes locais que estao associadas ao mesmo.
Um outro aspecto importante do Metodo de Galerkin deve ser discutido. Ate aqui,
tem-se exigido que as funcoes coordenadas satisfacam todas as condicoes de contorno
ate agora supostas homogeneas. Deseja-se mostrar que quando o operador e simetrico
positivo-definido, as condicoes de contorno denominadas naturais (ver captulos anteriores) nao precisam ser satisfeitas pelas funcoes coordenadas. Em outras palavras, quando
o operador e simetrico positivo-definido, as condi
c
oes de contorno principais s
ao as
u
nicas que precisam ser satisfeitas pelas funcoes coordenadas.
Para discutir isto, considera-se um exemplo tpico. Tome o problema de uma barra tracionada com um extremo livre. O problema de valor de contorno consiste em determinar
u tal que:
134
d2 u
= q, x (0, L)
dx2
u (0) = 0
du
AE
= 0
dx
AE
x=L
Segundo foi visto, o domnio do operador e o espaco vetorial:
du
2
=0
DA = u, u C (0, L) , u|x=0 ,
dx x=L
Considere o espaco Admu DA :
Admu = u, u C 2 (0, L) , u|x=0 = 0

O Metodo de Galerkin consiste em determinar u Admu tal que o resduo associado
seja ortogonal a todo elemento de Admu , ou seja,
Z
L
0
d2 u
du
= 0, v Admu
AE 2 q vdx + AE v
dx
dx x=L
Integrando por partes a expressao anterior, tem-se

Z
L
0
du
du
du dv
=0
qv dx AE v + AE v
AE
dx dx
dx
dx x=L
0
para todo v Admu . Da expressao anterior e da definicao de Admu se segue que:

Z
du dv
AE
qv dx = 0, v Admu
dx dx
expressao identica à que havamos chegado considerando o problema definido em DA .

Novamente, e como ja havia sido notado, a integracao por parte permite reduzir o grau
de regularidade sobre as funcoes admissveis. O problema pode assim ser considerado
como: determinar u V tal que:
Z
L
0
onde :
du dv
qv dx = 0, v Admu
AE
dx dx
1
V u; u Ccp
(0, L) , u (0) = 0
135
Exemplo 5.6 Considere o problema de valor de contorno:

d2 u
+ u + x = 0, x (0, 1)
dx2
u (0) = 0
du
=0
dx
x=1
Aplica-se Galerkin supondo, primeiro, que as func

oes coordenadas satisfazem todas as
condic
oes de contorno. Para este exemplo, as func
oes coordenadas podem ser:
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
que integrando conduz a:
2
5
a1
=0
10
24
de onde:
a1 =
25
24
Logo, a solucao aproximada ser

a:
ua =
25
x
x 1
24
2
Considere, agora, o problema definido em um espaco V onde somente a condic

ao
u (0) = 0 e satisfeita por todo elemento desse espaco. Aplicando Galerkin para este caso,
tem-se:
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
que, como pode ser visto, satisfazem unicamente a condic

ao i (0) = 0. Considerando as
duas primeiras funcoes coordenadas tem-se:
Z 1n
Z
Z 1n
o
o
0 2
0
0
2
1 + 1 dx + a2
2 1 + 2 1 dx = x1 dx
a1
0
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
Em forma matricial, a express

ao anterior pode ser reescrita como:
2 3
1
a
1
3
4
= 31
3
17
a2
4
15
4
cuja solucao conduz a:
a1 =
137
60
; a2 =
139
139
Logo, a solucao aproximada e:

ua =
137
60 2
x
x
139
139
Na Tabela 5.5, compara-se a soluc

ao exata:
u=
sin x
x
cos 1
com as solucoes aproximadas ua e

ua .
x
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
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, à 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
Na seccao anterior, foi apresentado o Metodo de Galerkin analisando o caso de condicoes

de contorno homogeneas. Nesta seccao, apresenta-se como trabalhar com o metodo
quando as condicoes de contorno sao nao-homogeneas. Para isso considera-se inicialmente
um exemplo e, posteriormente, generalizam-se os resultados.
Considere uma viga da seccao transversal retangular submetida à uma carga q e
apoiada sobre uma base de fundacao elastica (Figura 5.8)
Figura 5.8: Viga sob fundacao felxvel.

O problema de valor de contorno esta dado por: determinar u C 4 (0, L) tal que
satisfaca
d4 u
EI 4 + ku = q, em todo x (0, L)
dx
2
i ; i = 0, L
EI ddxu2 = M
d3 u
i ; i = 0, L
EI dx3 = Q
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
Agrupando, convinientemente, tem-se:

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 à 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
Em outras palavras, a solucao u do problema de valor de contorno e tal que o resduo e

2
ortogonal a toda funcao v Ccp
(0, L).
Agora bem, o Metodo de Galerkin permite determinar uma solucao aproximada do
problema. Segundo foi visto, basta definir o problema variacional desenvolvido anteriormente num espaco de dimensao finita. A condicao de ortogonalidade do resduo neste
espaco de dimensao finita equivale a dizer que o resduo e ortogonal a cada uma das funcoes
bases desse espaco. Em outras palavras, dadas as funcoes coordenadas {i }i=1, denso
2
em Ccp
(0, L), o Metodo de Galerkin consistira em determinar un Vn = Span {i }i=1,n
tal que:
Z
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
Matriz do sistema cheia e, portanto, geralmente com tendencia a mal-concicionamento

numerico à medida que aumenta-se n.
Dificuldade em satisfazer as condicoes de contorno principais.
No caso de serem mais regulares do que o necessario, impossibilita de colocar em
evidencia alguma descontinuidade que o problema pode admitir. Por exemplo, se os
momentos de inercia ou os modulos de elasticidade sao descontnuos em x0 , nesse ponto
existe uma descontinuidade na derivada segunda. Se a carga aplicada na viga e do tipo
concentrada, tem-se descontinuidade na derivada terceira.
Novamente, percebe-se que e vantajoso trabalhar com funcoes coordenadas de suporte
compacto. O leitor podera notar que as funcoes polinominais c
ubicas definidas por:
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).
Figura 5.9: Funcoes c

ubicas de suporte compacto.
Exerccio 5.4 Aplique o Metodo de Galerkin no problema da viga em flexao da Figura
5.10.
1. Defina a equac
ao diferencial que governa o problema.
2. Condic
oes de contorno. Quais sao as condic
oes principais e quais as naturais?
3. Defina o Metodo de Galerkin para este problema.
140
Figura 5.10: Exerccio 5.4.

4. Determine as funcoes coordenadas tipo seno ou co-seno correspondentes.
5. Determine a soluc
ao aproximada tomando n = 1, n = 2, n = 3 e compare com a
solucao exata.
Exerccio 5.5 Idem ao problema anterior mas com polin
omios.
Exerccio 5.6 Idem ao primeiro problema mas com funcoes de suporte compacto como
as apresentadas. Qual e a func
ao coordenada associada ao no x = L? Trabalhe com
um so ponto x1=L e com dois pontos x1 = 0.5L, x2 = L. Compare com a soluc
ao exata.
Comente os resultados.
Exerccio 5.7 Considere o problema de torc
ao de uma barra de secc
ao retangular (Figura
5.11). O problema de valor de contorno consiste em determinar tal que:
2 2
+
= 2G, em = (0, a) x (0, b) , = 0 em
2x 2x
Figura 5.11: Exerccio 5.7, torcao numa barra retangular

Aplique o Metodo de Galerkin tomando como func
ao coordenada:
1 = x (x a) y (y b)
e compare com a soluc
ao exata. Defina as outras func
oes bases 2 , 3 , etc.
Exerccio 5.8 Aplique o Metodo de Galerkin ao problema anterior, mas com func
oes
coordenadas do tipo seno. Defina estas func
oes e calcule a soluc
ao aproximada para o
caso de n = 1. Compare com a soluc
ao polinominal anterior. Pode-se definir a soluc
ao
para n = ? Comente sua resposta e em caso afirmativo, de esta soluc
ao.
5.3. Metodo de Ritz
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
Agora, por ser A p.d. tem-se

(v, Av) 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
Teorema 5.2 Teorema do Mnimo de um Funcional. Seja A positivo definido e suponha

que o problema de valor de contorno tenha solucao. Logo, de todos os valores alcancados
pelo funcional,
Z
Z
F (u) = (Au, u) 2 (f, u) =
(5.3)
uAud 2 f ud
para cada uma das func

oes u DA , o menor e o valor dado a este funcional pela soluc
ao
do problema (5.2). Reciprocamente, se existe em DA uma func
ao que minimiza F (u) ,
esta func
ao sera soluc
ao de (5.2).
Demonstracao: Seja u0 DA soluc
ao de Au = f , que e u
nica pelo Teorema 1. Logo:
Au0 = f
que substituda em (5.3) conduz a:
F (u) = (Au, u) 2 (Au0 , u) = (Au, u) 2 (Au0 , u) + (Au0 , u0 ) (Au0 , u0 ) =
= (A (u u0 ) , u) + (Au0 , u0 u) (Au0 , u0 ) =
= (A (u u0 ) , u u0 ) (Au0 , u0 )
Os dois termos do segundo membro sao estritamente positivos. Logo, o menor valor
que alcancar
a o funcional F (u) corresponde ao campo u que anula o primeiro termo do
segundo membro, ou seja,
u = u0
Em particular, para u = u0 , o valor mnimo F (u0 ) ser
a:
min F (u) = F (u0 ) = (Au0 , u0 )
uDA
A primeira parte do teorema esta assim demonstrada. Para demonstrar a segunda

parte, suponha que existe u DA fazendo com que o funcional F (u) alcance seu valor
mnimo. Logo, para todo v DA e R tem-se:
F (u + v) F (u ) 0 para todo v DA , R
Desenvolvendo a express
ao anterior, tem-se:
(A (u + v) , (u + v)) 2 (f, u + v) (Au , u ) + 2 (f, u ) =
= 2 (Au , v) + 2 (Av, v) 2 (f, v) =
= 2 (Au f, v) + 2 (Av, v) 0
para todo v DA e R. A desigualdade anterior e nao-negativa e quadratica em .
Logo, seu descriminante deve ser nao-positivo:
(Au f, v)2 0
v DA
5.3. Metodo de Ritz
143
portanto:
(Au f, v) = 0
v DA
Mostra-se agora que a equac

ao anterior implica que Au f = 0. Dada a regularidade
assumida sobre DA , a func
ao = (x) = A u (x) f (x) para x e contnua.
Suponha que nao seja identicamente nula. Logo existe um x = P onde, por exemplo,
(P ) > 0. Pela continuidade de existe uma esfera de centro em P contida em
na qual e estritamente positiva ( (x) > 0 , x ). Como v DA e arbitrario,
adota-se a seguinte func
ao:
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).
Figura 5.12: Funcao .

Para esta func
ao v tem-se:
Z
Z
k+1
(Au f, v) =
(Au f ) vd =
(Au f ) R2 r2
d = 0
o anterior e impossvel ja que:
k+1
R2 r 2
> 0 em
(Au f ) > 0 em
Chegou-se a esta incongruencia em virtude de supor que existia um ponto P para o

qual Au f nao era nulo, logo:
Au f = 0
e da unicidade (Teorema 5.1) tem-se u u0 demonstrando a segunda parte do teorema.
Como sera visto nos exemplos apresentados ao longo deste texto, o funcional (5.3)
resulta proporcional à energia do sistema em consideracao. Nestes casos, o Teorema 5.2
e equivalente ao Prncipio da Mnima Energia Potencial.
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
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
e se (Au, u) = 0 u0 = 0 u = cte em (0, 1) e das condic

oes de contorno u = 0 logo,
A e positivo definido.
De acordo com o Teorema 5.2, a soluc
ao u0 minimiza F (u) em DA , donde:
Z
F (u) =
00
u u 4u dx
0
Para este problema, a condic

ao de minimizar F (u) em DA
e essencial. De fato, considere u1 = x (2 x). Logo, u1
/ DA (a condic
ao de contorno em x = 1 nao esta
satisfeita). Logo:
Z
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
Logo F (u0 ) > F (u1 ).

Exemplo 5.8 Seja o problema:
d2 u
= 2 x (0, 1)
dx2
(5.4)

0
u (0) = 0 , u (1) + u (1) = 0
(5.5)
5.3. Metodo de Ritz
145
O problema de valor de contorno tem como solucao a func

ao u0 = 3 x2 e o operador
com estas condicoes de contorno segue sendo positivo-definido. De fato:
R1
R1
00
(Au, u) = 0 u udx = u0 u|10 + 0 (u0 )2 dx
R1
R1
= u0 (1) u (1) + 0 (u0 )2 dx = (u (1))2 + 0 (u0 )2 dx 0
Se (Au, u) = 0 u0 = 0 e u (1) = 0, logo u 0.
De acordo com o Teorema 5.2, a func
ao u0 faz com que o funcional:
Z 1
0 2
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)
Observa-se que o primeiro termo do segundo membro e F (u0 ), e o segundo, sera

mostrado, e nulo. De fato:
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
e igual se e somente se v 0 quer dizer se u u0 . Como resultado deste exemplo, ve-se

que o problema do mnimo da func
ao associado ao problema de valor de contorno (5.4) e
(5.5) pode colocar-se em um conjunto de func
oes V mais amplo que DA sem modificar o
resultado. A func
ao u0 segue minimizando F (u) em V , nas condic
oes de contorno cujas
func
oes nao necessariamente satisfazem as condic
oes de contorno. Como ja mencionado,
este tipo de condic
ao de contorno e chamado condicao de contorno natural tendo em vista
que a mesma e satisfeita pelas funcoes que minimizam o funcional.
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
onde D e o domnio de definicao de . Tomando por base o exposto anteriormente,

pode-se introduzir a seguinte definicao.
Defini
c
ao 5.1 Sequencias Minimizantes. Seja cujos valores estao limitados inferiormente em D . A sequencia un , n = 1, 2, . . . de func
oes pertencentes a D e chamada de
sequencia minimizante para (u) se:
(5.7)
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
Pode-se, assim, definir o seguinte teorema.

Teorema 5.3 Se o problema de valor de contorno Au = f, u DA tem soluc
ao , logo
toda sequencia minimizante para o funcional energia F (u) = (Au, u) 2 (f, u) converge
na energia para esta soluc
ao.
5.3. Metodo de Ritz
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
ou seja, un converge na energia a u0 . Se o operador A e limitado inferiormente, tem-se:

Z
Z
2
2
2
2
uAud = kukA kuk =
u2 d, > 0
logo, neste caso, a convergencia na energia implicar

a tambem convergencia na media.
Deve-se notar que o proprio Teorema 5.3 sugere um metodo de calculo para determinar
a solucao aproximada de u0 . Para isso, e suficiente construir uma sequencia minimizante
para a funcao energia associado ao problema de valor de contorno. Como sera visto na
seccao a seguir, o Metodo de Ritz e justamente um metodo para a construcao de sequencias
minimizantes.
5.3.3
M
etodo de Ritz
Segundo foi visto, o p.v.c.:

Au = f + c.c. homogeneas
(5.9)
quando A e positivo definido se reduz a determinar a funcao u DA que minimiza a

funcao energia:
F (u) = (Au, u) 2 (f, u) , u DA
De acordo com o que foi visto em alguns exemplos pode-se, de acordo com as condicoes
de contorno, estender o problema do mnimo de F (u) sobre um conjunto mais amplo. Para
fazer este u
ltimo, observa-se, primeiro, que DA tem a estrutura algebrica de um espaco
vetorial, em outras palavras combinacoes lineares de funcoes de DA sao tambem funcoes
de DA . Em virtude das propriedades exigidas das funcoes de DA e dado que o operador
e simetrico positivo-definido, pode-se introduzir em DA um produto interno
Z
Z
hu, viA =
uAvd =
vAud
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 à 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:
min F (u) = kuk2A 2 (f, u)

uDA
5.3. Metodo de Ritz
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 à 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 à 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
3. Para cada n finito, substitua o problema do mnimo em HA pelo problema do mnimo

em HAn de dimensao finita. Quer dizer:
min F (u) = hun , un iA 2 (f, un )
n
un HA
150

que pode ser reescrito da seguinte forma:
(
)
n
n
X
X
min F (ai ) =
ai aj hi , j iA 2
ai (f, i ) , i = 1, 2, . . . , n
ai
i,j=1
i=1
Como se ve, trata-se de uma funcao real de n variaveis reais ai (i = 1, 2, . . . , n). A

condicao de mnimo implica que,
n
X
F
=
hi , j iA aj (f, i ) = 0
ai
j=1
i = 1, 2, . . . , n
Chega-se, assim, a um sistema de equacoes algebricas com n incognitas cuja matriz

K:
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
chamada de solucao de Ritz de ordem n, e uma sequencia minimizante para o

funcional energia. Como consequencia de ser uma sequencia minimizante e por ser
A positivo limitado inferiormente resulta:
un u0 na energia
un u0 na media
onde u0 e a solucao do p.v.c. Como pode-se notar e igual aos metodos ja estudados,
o Metodo de Ritz requer uma definic
ao das funco
es coordenadas. Estas podem estar definidas em toda a regiao dando lugar, em geral, à uma matriz cheia,
ou podem ser de suporte compacto dando lugar à matrizes do tipo banda, sky-line
ou esparsa. Por outro lado, os coeficientes da matriz do sistema e do termo independente podem ser calculados de forma exata, quando possvel, ou numericamente.
Mostra-se, agora, alguns exemplos.
Exemplo 5.9 Considere uma viga simplesmente apoiada com carga uniformemente distribuda (ver Figura 5.13).
5.3. Metodo de Ritz
151
Figura 5.13: Exemplo 5.9, Viga simplesmente apoiada com carga uniforme
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
O quarto passo consiste em determinar as funcoes coordenadas de maneira a satisfazer

somente as condicoes de contorno principais. Estas func
oes podem ser:
1 = sin
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 às 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
Logo, da condicao do mnimo tem-se,

Z L 2
Z L
n
X
F (aj )
d i d2 j
=0=
EI
dxaj q
i dx = 0
2 dx2
ai
dx
0
0
j=1,3,...
para i = 1, 3, . . . , n. A express
ao anterior pode ser reescrita como:
n
X
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
a matriz do sistema resulta em uma matriz diagonal!. Por sua vez
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 =
5.3. Metodo de Ritz
153
que e uma serie convergente e cuja soma para n resulta:

qL 5
= sol.exacta
EI 384
qL4
= 0.013021
EI
=
Em particular, tomando um so termo:

u1 |x= L =
2
qL4
qL4 4
5
qL4
=
=
0,
013071
EI 5
EI 382, 5246
EI
para dois e tres termos:

u2 |x= L =
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 à 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
Logo o coeficiente de Ritz associado seria ai = 0, i = 2, 4, . . ..

Exemplo 5.10 Considere o problema da viga da Figura 5.14.
Figura 5.14: Exemplo 5.10.

EIu(4) = q
em x (0, L)
0
u (0) = u (0) = 0
(condic
oes de contorno principal)
00
000
u (L) = u (L) = 0 (condico
es de contorno natural)
Para aplicar Ritz, tem-se que conhecer o funcional energia. Por isso, estuda-se a
simetria e positividade. Logo, dados u, v DA :
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
observando-se, assim, a simetria em DA . Introduzindo o produto interno:

Z L
d2 u d2 v
hu, viA =
EI 2 2 dx
dx dx
0
ve-se que:
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
hu, uiA = (u, Au) 0

e igual a zero se e somente se u 0. Observe que dada a forma simetrica hu, viA sua
0
positividade foi dependente somente das condic
oes de contorno u (0) e u (0) e da o nome
de principais.
Logo, a func
ao energia sera:
2 2
Z L
Z L
du
qudx
EI
dx 2
F (u) =
dx2
0
0
definido no campo de func
oes contnuas com derivadas primeiras contnuas quadrado integr
aveis e com derivadas segunda ao menos quadrado integr
aveis e que satisfazem as
0
condic
oes de contorno u (0) = u (0) = 0. Este espaco foi chamado de HA .
O metodo de Ritz consistir
a em definir um conjunto de func
oes coordenadas completo
em HA , que devem ser ao menos de classe C 1 e satisfazer as condic
oes de contorno
principais.
Fun
c
oes coordenadas definidas em todo (0, L): considere-se func
oes polinominais. Tem-se, assim:
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
5.3. Metodo de Ritz
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
A primeira solucao aproximada sera:

u1 (x) = a1 x2 =
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) =
O sistema resulta assim,
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
e a solucao aproximada ser

a:
u2 (x) =
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
que, para x = L corresponde a:
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
sendo que a solucao exata corresponde a:

M |x=0 = 0.5qL2
Deve-se observar que toda derivacao induzira à uma perda de aproximacao. Da a necessidade de trabalhar com formulacoes duais, isto e, formulacoes que permitem trabalhar
com esforcos (em lugar de deslocamentos) como incognitas do problema.
Fun
c
oes de Suporte Compacto: Estuda-se o mesmo problema, porem com funcoes
de suporte compacto. o funcional esta definido no espaco de Hilbert de onde as funcoes
sao contnuas conjuntamente com sua derivada primeira sendo as derivadas segundas
quadrado integraveis. Logo, as funcoes coordenadas deverao ser de suporte compacto e
tais que assegurem a continuidade da funcao e de sua derivada primeira.
Para defini-las, procede-se, primeiramente, em dividir o intervalo (0, L). A particao
coloca em evidencia uma serie de pontos. A cada ponto i correspondera as funcoes i0 (x)
e i1 definidas da seguinte maneira:
/ (xi1 , xi+1 )
0 em x
i
0
em
x
=
xi1 , x = xi+1
0 =
1 em x = xi
5.3. Metodo de Ritz
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
Figura 5.15: Funcoes de interpolacao de suporte compacto.

Entretanto, as funcoes de interpolacao associadas a cada no i podem ser vistas como
a uniao de funcoes de interpolacao definidas em cada subregiao colocada em evidencia
quando da particao (Figura 5.16). Neste caso, a funcao ua pode ser re-escrita da seguinte
maneira
ua =
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
onde com o super-ndice 1 ou 2 desejamos indicar, respectivamente, o primeiro no e o

segundo no da regiao (elemento finito) e. As expressoes (5.10) e (5.11) sao equivalentes
se
ai0
ai0
ai1
ai1
=
=
=
=
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
Figura 5.16: Contribuicao da regiao e nas funcoes de interpolacao de suporte compacto.
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)
onde G1 , G2 , . . . , Gr sao operadores lineares, g1 , g2 , . . . , gr sao funcoes conhecidas definidas

em S. Observa-se que o n
umero de condicoes de contorno e determinado pela ordem
da equacao (5.12) e tambem depende se o campo u e escalar vetorial, etc. Com estes
elementos assim definidos temos que DA esta dado pelo conjunto de funcoes com as
propriedades anteriormente mencionadas e ainda que satisfazem as condicoes de contorno
anteriores.
A determinacao do funcional energia equivalente ao problema anterior, (5.12)-(5.13),
sera realizada dentro da seguinte hipotese.
Hip
otese: Existe uma funcao que conjuntamente com suas derivadas ate a ordem
e cujas derivadas de ordem k sao contnuas por parte em
k 1 inclusive e contnua em
e que satisfazem as condicoes de contorno do problema:

G1 |S = g1 , G2 |S = g2 , Gr |S = gr ,
(5.14)
Admitindo a hipotese anterior, tem-se DA e para toda u DA pode-se definir

uma outra funcao v dada pela transforamacao:
u =v
5.3. Metodo de Ritz
159
Observa-se facilmente que:

u = + v, v MDA
onde MDA e o e.v. associado à variedade linear DA .
Em particular, se u e a solucao do problema de valor de contorno (5.12)-(5.13), seu
correspondente v satisfaz:
Av = f em , f = f A
(5.15)
com as condicoes de contorno homog

eneas:
G1 v|S = 0, G2 v|S = 0, Gr v|S = 0,
(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 às 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 às
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
A expressao R (u, ) depende da forma do operador A. Fazendo uso das condicoes de

contorno (5.13)-(5.14), comumente e possovel reescrever R (u, ) na forma:
R (u, ) = N (u, g1 , . . . , gr ) + M ()
160
onde N depende somente de u e das funcoes (conhecidas) g1 , g2 , . . . , gr . M nao depende

de u e so depende de . Logo, o funcional F (v) pode reescrever-se como:
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)
com a condicao de contorno nao-homogenea:

u|S = g
(5.20)
Para determinar o funcional associado a (5.19)-(5.20), procede-se como indicado nesta

secc
ao. Admite-se a exist
encia da func
ao contnua com derivadas primeiras in
tegr
aveis em tal que:
|S = g
(5.21)
Da troca de variavel:
u=v+
resulta:
2 v = 2 , em
(5.22)
com a condicao homogenea de contorno:

v|S = 0
(5.23)
5.3. Metodo de Ritz
161
Mostra-se agora que o operador 2 e positivo-definido no conjunto de func

oes suficientemente regulares satisfazendo (5.23). De fato:
Z 2
v 2v
2
v, v =
+
d
x2 y 2
Integrando por parte e usando a condic

ao (5.23), tem-se:
(
2 2 2 2 )
Z
v
v
v, 2 v =
+
d 0, e = 0 se e somente se v 0
2
x
y 2
Desta maneira, o funcional associado a (5.22)-(5.23) resulta:
F (v) = v, 2 v 2 v, 2
(5.24)
Substituindo v = u em (5.24) obtem-se:
F (u) = u, 2 u + , 2 u u, 2 + , 2
(5.25)
O segundo e o terceiro termo do segundo membro resultam (integrando por parte e

usando (5.20) e 5.21)):
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
Substituindo em (5.25) tem-se:
u
2
F (u) = u, u + g dS + , g dS
S n
S n
Como ja foi dito, o termo entre as chaves e somente func

ao de . Logo, o problema
do mnimo de F (u) e equivalente ao problema do mnimo de (u):
Z
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
Deve-se notar que ao passar da equac

ao (5.26) para (5.27), ampliou-se o domnio da
func
ao (u). Em (5.27), as func
oes que satisfazem (5.20) sao contnuas com derivadas
primeira quadrado integr
aveis.
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 às 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
que e a melhor aproximacao da solucao u, no sentido da norma energia, de todas as

combinacoes un .
Aparentemente, o problema segue sendo equivalente ao caso de condicoes homogeneas.
Sem d
uvidas, agora, o problema esta em determinar ou, em outras palavras, fazer que
un satisfaca as condicoes de contorno.
5.3. Metodo de Ritz
163
Este problema e difcil de resolver e, à 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.
Figura 5.17: Exerccio 5.10

O problema de valor de contorno associado e:
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

1. o funcional associado. Comente o espaco no qual esta definido.
2. determine uma soluc
ao aproximada via Ritz, supondo T1 = 0 C, T2 = 100 C, Ri =
9, Re = 12. Tome como func
ao de aproximac
ao:
ua =
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
4. defina quais sao as func

oes 2 , 3 ,. . ..
Exerccio 5.12 Considere o mesmo problema anterior, porem adote as func
oes coordenadas localmente suportadas indicadas na Figura 5.19.

A func
ao de aproximac
ao esta dada por:
un = a1 1 + a2 2 + 1003
Compare com a soluc
ao aproximada.
5.4. Metodo de Mnimos Quadrados
165
Exerccio 5.13 Considere a equac

ao de Poisson no ret
angulo da Figura 5.20.
2u 2u
+
=2
x2 y 2
u = 0 em S

Determine:
1. O funcional associado a este problema.
2. Calcule a soluc
ao de Ritz para a aproximac
ao:
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
Para isso, define-se em DA o seguinte produto interno:

Z
hu, viA,A =
AuAud
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 à 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 r e o resduo. O funcional anterior pode ser reescrito como

F (u) = hu, uiA,A 2 hu, u0 iA,A + hu0 , u0 iA,A
Novamente, para obter uma solucao aproximada, considera-se as funcoes coordenadas
de maneira tal que:
n
X
un =
ai i
i=1
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
A condicao do mnimo leva a:

n
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
5.4. Metodo de Mnimos Quadrados
167
dizendo que o resduo e ortogonal ao conjunto de funcoes coordenadas Ai , i = 1, 2, . . . , n.

Tem-se, assim, que o Metodo de Mnimos Quadrados e equivalente ao Metodo de
Galerkin. Por outro lado, a matriz do sistema resulta simetrica positiva-definida. Agora
bem, ganha-se no que se refere a positividade e simetria, mas perde-se em outro aspecto
importante. O leitor podera notar que as funcoes i devem ser mais regulares de maneira
que o produto:
Z
Ai Aj d
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.
Figura 5.21: Exemplo 5.12.

d4 u
q
=
em x (0, L)
4
dx
EI
u (0) = u0 (0) = 0, u00 (L) = u000 (L) = 0
Para aplicar o Metodo dos Quadrados Mnimos, definem-se as func
oes coordenadas i .
Estas func
oes devem satisfazer todas as condic
oes de contorno e, por outro lado, devem
ser de tal grau de continuidade que assegure que:
Z
j d
Ai A
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
1 (0) = 1 (0) = 0; 1 (L) = 1 (L) = 0
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 à 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 às 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-à 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 à 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
Captulo 6. A Formulacao Variacional
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
definicao, para um mesmo corpo podemos adotar diferentes configuracoes de referencia. E

claro que esta sera adotada de forma a facilitar a analise do problema a que nos propomos
resolver.
Definimos tambem os pontos X E chamados pontos materiais e as subregioes de B
como as partes de B.
Como um corpo pode ocupar diferentes regioes, torna-se necessaria a introducao de
um parametro, aqui designado por t [t0 , tf ] que ira nos associar à uma configuracao Bt
do corpo. Vale aqui ressaltar que t nao e necessariamente o tempo em todos os problemas.
Das definicoes anteriores, pode-se partir agora no sentido de estudar a deformac
ao de
um corpo. Dizemos que um corpo se deforma, se ele parte de uma configuracao B para
uma configuracao Bt , sendo portanto caracterizada uma aplicacao
Xt : B 7 Bt
X 7 x = Xt (X).
(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
Figura 6.1: Deformacao.

ja que det Xt esta associado à mudanca de volume (ver [Gur81, Gur72]).
Temos assim que por deformacao de um corpo ao passar da configuracao B para Bt
sera entendida a aplicacao 6.1 que e biunvoca e satisfaz
det Xt (X) > 0 X B,
Xt (B) = Bt ,
(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 à 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)
Este campo ut e denominado campo de deslocamentos relativo a configuracao B. E

claro que o campo ut devera satisfazer certas restricoes que garantam que 6.3 seja verdadeira.
Definimos agora o tensor Ft , o gradiente da deformacao, dado por
Ft = Xt = X + ut = I + ut
(6.6)
onde I denota o tensor identidade.

Diremos que uma deformacao X e homogenea se seu gradiente e constante. Assim,
toda deformacao homogenea admite a seguinte representacao ([Gur81, pags. 3536])
X (X) = X (Xo ) + F (X Xo ) X, Xo B
(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)
Do anterior podemos concluir que na vizinhanca de um ponto Xo toda deformacao e, com

um erro de ordem o(X Xo ), uma deformacao homogenea.
Procuremos agora determinar uma medida da deformacao, para tanto, seja X = Xo +
dX o que em 6.10 nos dara (ver Figura 6.1)
dx = X (Xo )dX = F dX
(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 à 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
(x) = grad X(x) = I grad u(x)
(6.16)
(6.17)
onde grad e o gradiente com respeito à variavel espacial x. Teremos, finalmente que
dx dx dX dX = (I F T F 1 )dx dx
dx
= 2Edx
(6.18)
onde E e conhecido como tensor de deformac

ao de Almansi e, em funcao do campo de
deslocamentos ut 1 , estara dado por
1
E = (grad uT + grad u grad uT grad u).
2
(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 à 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 à conclusao de que
= grad, ou seja, os gradientes espacial e material coincidem e portanto
1
E = E = (u + uT ),
2
(6.21)
conhecido como tensor de deformac

ao infinitesimal. No que segue, limitaremos nossa
analise a problemas em que consideramos apenas deformacoes infinitesimais.
Dizemos que uma deformacao X e rgida se a medida de deformacao, dada pelo tensor
E, for nula. O u
ltimo implica que u = uT , ou seja, o gradiente do campo de deslocamentos correspondente a uma deformacao rgida e um campo tensorial antisimetrico.
O anterior nos permite introduzir a seguinte definicao: um campo de deslocamento
infinitesimal se diz rgido se seu gradiente e constante e antisimetrico, o que nos conduz a
u(X) = u(Xo ) + W (X Xo ) X, Xo B,
1
(6.22)
Aqui cabe ressaltar que estamos considerando a descricao espacial do campo de deslocamentos, por
isso temos ut = ut (x).
178
onde W e um tensor constante e antisimetrico.

Se agora fizermos uso do vetor axial de W , representado aqui por w, o anterior equivale
a (ver [Fei78, pag. 18])
u(X) = u(Xo ) + w (X Xo ) X, Xo B.
(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)
Em outras palavras, o deslocamento de X relativo ao de Xo e ortogonal ao vetor X Xo

para toda deformacao rgida.
6.2.2
Movimento. Taxa de Deformac

ao
Definiremos o movimento de um corpo B, como a famlia uniparametrica de aplicacoes

X : B [t0 , tf ] 7 E
X(X, t) 7 x
(6.26)
onde X e uma deformacao. Logo, o ponto

x = X (X, t)
(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, às 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)
Para cada t, X (, t) : B 7 Bt e uma aplicacao biunvoca, existindo portanto a inversa Xt1

Xt1 : Bt 7 B
X 1 (x, t) = X
(6.29)
X (X 1 (x, t), t) = x,
X 1 (X (X, t), t) = X.
(6.30)
e, por sua vez teremos
6.2. Cinematica
179
Fazendo uso destas aplicacoes podemos descrever um determinado campo, seja em

funcao de (X, t) (neste caso dizemos que temos a descric
ao material deste campo) ou em
funcao de (x, t) (e neste caso teremos a descric
ao espacial do campo). Seja, por exemplo,
o campo material
: B [t0 , tf ] 7 (X, t)
(6.31)
logo, sua descricao espacial sera dada por
e (x, t) = (X 1 (x, t), t).
(6.32)
Igualmente, a descricao material de = (x, t) sera dada por

m (X, t) = (X (X, t), t)
(6.33)
(e )m = ,
(m )e = .
(6.34)
e, como resulta obvio,
Torna-se portanto necessario distinguir as derivadas com respeito às 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)
sao as derivadas com respeito a t mantendo o ponto material X fixo e o gradiente

com respeito a X mantendo t fixo.
Estas derivadas sao conhecidas com o nome de taxa material (taxa material com
respeito ao tempo) e gradiente material de respectivamente.
para o campo espacial teremos
(x, t)
t
x fixo
grad (x, t) = x (x, t)

0 (x, t) =
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
e a descricao material da velocidade e
2X
(X, t)
x =
2
t
X fixo
(6.40)
representa a descricao material da aceleracao.

Usando X 1 podemos obter a descricao espacial da velocidade que a designaremos por
v(x, t). Assim teremos
X 1
v(x, t) =
(X (x, t), t).
(6.41)
t
Observe que v(x, t) e a velocidade do ponto material X que no instante t ocupa a posicao
x do espaco euclidiano.
` vezes resulta necessario calcular a taxa material (derivada material com respeito
As
ao tempo) de um campo espacial = (x, t). Como o nome indica queremos a taxa de
variacao de mantendo X fixo. Para isto, passamos à descricao material, calculamos a
taxa material e retornamos à descricao espacial, ou seja
= ((m ) )e
(6.42)
(x, t) = (X (X, t), t)

.
t
X=X 1 (x,t)
(6.43)
ou, em forma extendida
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)
Em particular, se fizermos = v teremos, como consequencia do resultado anterior,

que
(v)
m = (vm ) = (x)
= x,
(6.46)
ou seja, v e a descricao espacial da aceleracao.
Se fizermos uso da regra da cadeia teremos que, se e u sao campos espaciais escalar
e vetorial suficientemente regulares se verificam as seguintes relacoes
= 0 + grad v,
(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)
onde F e o tensor gradiente de deformacao. O anterior e facilmente demonstrado bastando,

para tanto, aplicar a regra da cadeia em
um (X, t) = (u(x, t))m = u(X (X, t), t)
e, portanto,
um = (grad u)m X = (grad u)m F.
Um dos movimentos que nos serao u
teis mais adiante e o movimento rgido. Dizemos
que um movimento e rgido se, para todo instante de tempo t, resulta
X (X, t) X (Xo , t) = 0 X, Xo B.
t
(6.51)
Seja X um movimento e v seu correspondente campo de velocidades, ou seja

x = X (X, t),
v(x, t) =
X B, t <,
(X, t)
t
X=X 1 (x,t)
logo, as seguintes proposicoes sao equivalentes

X e rgido,
para cada t, v(, t) tem a forma de um campo de deslocamentos infinitesimal rgido
em Bt . Em outras palavras, v admite a representacao
v(x, t) = v(y, t) + W (t)(x y)
para todo x, y Bt e onde W (t) e um tensor antisimetrico e independente de x,
o campo espacial L = grad v e antisimetrico em todo (x, t) T .
A demonstracao da proposicao acima pode ser encontrada em [Gur81, pag. 70].
Se o campo de velocidades nao e rgido teremos que, para x suficientemente proximo
de y
(6.52)
v(x, t) = v(y, t) + grad v(y, t)(x y) + o(x y).
Designando com L = grad v(y, t) e recordando que sempre podemos decompor qualquer tensor na sua parte simetrica e na sua antisimetrica dadas por
1
1
D = (L + LT ) = (grad v + grad v T ) = (grad v)s
2
2
(6.53)
182

1
1
W = (L LT ) = (grad v grad v T ) = (grad v)a
2
2
(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 , à 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)
Por sua vez, temos que

X
X
F =
=
(X, t) = x
t
t
= vm = (grad v)m F = Lm F,
ou seja,
F = Lm F
(6.59)
o que, substituda na expressao 6.58, conduz a

(dx dx) = 2dx (Lm F dX)e = 2dx Ldx
= 2dx (D + W )dx = 2dx Ddx,
como queramos demonstrar.
Outro movimento que nos interessara posteriormente e o do movimento isoc
orico, ou
seja, o movimento a volume constante. Seja X o movimento relativo a configuracao de
referencia B. Dada a parte P de B teremos que
Pt = X (P, t)
(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)
para todo Pt de Bt e todo t. Assim

(vol Pt ) =
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 à 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
Figura 6.2: Configuracoes admissveis.

Consideremos o corpo numa configuracao ut U. Logo, um movimento arbitrario
à partir da configuracao ut sera caracterizado por uma famlia uniparametrica de configuracoes possveis ut (X, ), [t, tf ] tal que ut (X, ) em = t seja coincidente com a
configuracao ut .
A cada movimento à partir de ut lhe correspondera, no instante = t um campo de
velocidades v (descricao espacial) que sera chamado de ato ou ac
ao de movimento à partir
de ut . Esta acao de movimento sera dada por
ut
v = v(x, t) =
(X, )
.
=t; X=Xt1 (x,t)

O conjunto de todas as acoes de movimento possveis à partir da configuracao ut U
nos define o espaco vetorial V constitudo por todos os campos de velocidades que podemos
imprimir no corpo em ut . Como e facil notar, o campo de velocidade real (atual) do corpo
no instante t e um elemento de V, os demais sao campos virtuais de velocidade.
De maneira geral, o movimento de um corpo devera satisfazer certas restricoes cinematicas (ver Figura 6.2). As configuracoes possveis que satisfazem estas restricoes sao
chamadas configurac
oes admissveis. O subconjunto de U formado por todas as configuracoes admissveis sera designado por
Kinu = {u; u U, u e uma configuracao cinematicamente admissvel}.
(6.67)
Todo movimento à partir da configuracao admissvel ut Kinu , ou seja, toda famlia

uniparametrica ut (X, ), [t, tf ] tal que para todo [t, tf ] resulte ut (X, ) Kinu ,
sera chamada movimento admissvel. Em outras palavras, um movimento à partir de uma
6.2. Cinematica
185
configuracao admissvel sera admissvel se cada uma das configuracoes desse movimento
e tambem admissvel.
A cada movimento admissvel à 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)
Dependendo do tipo de restricao cinematica, Varv pode ser um subespaco vetorial de V

ou um cone convexo de vertice na origem 3 . Prosseguindo nossa analise, vimos que à
partir do conhecimento do campo de velocidades v podemos definir o campo das taxas de
deformacao
1
D = (grad v + grad v T ) = (grad v)s .
2
Podemos assim introduzir o espaco vetorial W, cujos elementos sao todos os campos
tensoriais simetricos que podem ser definidos na configuracao atual. Da propria definicao,
vemos que nem todo D W esta associado a algum campo acao de movimento v V tal
que
D = (grad v)s = Dv
onde introduzimos o operador D para simplificar a notacao.
Em particular, se dado D W existe v Kinv tal que o anterior se verifique, diremos
que D e uma taxa de deformacao compatvel cinematicamente admissvel. Por sua vez, o
conjunto de todas as acoes de movimento possveis rgidas v V constitui o subespaco
vetorial N (D) de V chamado espaco nulo do operador taxa de deformacao
N (D) = {v; v V, Dv = 0 x Bt }.
Vemos assim, que o estudo da cinematica dos corpos deformaveis, nos ha permitido
introduzir os seguintes elementos (ver Figura 6.3)
o espaco vetorial V de acoes de movimento possveis,
3
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
Figura 6.3: Espacos vetoriais e demais elementos introduzidos pela cinematica.

o operador (linear) taxa de deformacao D() = (grad )s ,
o espaco vetorial W das taxas de deformacao,
o subespaco vetorial N (D) de acoes de movimento rgidas,
o subconjunto Kinv de V de acoes de movimento cinematicamente admissveis, ou
seja, compatveis com os vnculos.
6.3
Dualidade entre Forcas e Ac

oes de Movimento.
Um conceito de vital importancia em Mecanica e o de acao que um corpo realiza sobre

outro B em sua configuracao Bt . A forma classica de visualizacao desta acao acaba
definindo um vetor ou campo vetorial forca que surge entao, como um ente a priori
totalmente independente da cinematica adotada para modelar o problema.
Existe entretanto, outra forma de traduzir a experiencia que nos deparamos no dia
adia. Dentro deste conceito, a acao (que denominaremos forca) que um sistema exerce
sobre outro surge como um elemento em dualidade a uma determinada acao de movimento
sendo esta dualidade definida atraves do conceito a priori de potencia ou trabalho virtual.
Esta forma de esquematizar as acoes entre corpos e mais natural que a primeira, ja
que vem a traduzir uma experiencia fsica muito comum. Quando queremos conhecer o
peso de um objeto qualquer que se encontra apoiado no chao, o que fazemos e lavanta-lo
ligeiramente e evaluamos este peso pela potencia dispendida por nos para executar esta
acao de movimento. En outras palavras, o que fizemos foi introduzir um movimento
virtual que apartou o objeto do movimento natural em que se encontrava.
De maneira similar, se queremos conhecer o quanto esta tensionada uma correia, procuramos com nossos dedos retira-la da configuracao em que se encontrava. Se esta acao e
6.4. Dualidade entre Esforcos Internos e Taxas de Deformacao
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
Dualidade entre Esforcos Internos e Taxas de Deformac

ao
Outro conceito introduzido na Mecanica do Contnuo e o de esforcos internos. Para

defin-lo, recorremos ao exemplo da correia. Ali vimos que era necessario introduzir uma
acao de movimento e esta acao de movimento devia implicar em uma acao de deformacao
nao rgida, para podermos evaluar sua tensao.
O anterior nos leva a estabelecer como hip
otese para a Mecanica do Contnuo que
os esforcos interiores estao dados por um funcional linear e contnuo sobre as acoes de
movimento e seu gradiente. Seu valor e chamado potencia virtual interna Pi . Das hipoteses
188
de continuidade estabelecidas na Mecanica do Contnuo, Pi pode expressar-se atraves do

produto escalar
Z
Z
Pi =
pi dV =
(` v + T grad v) dV,
(6.70)
Bt
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
para toda translacao v, o que implica em

`v =0
v V e x Bt .
(6.73)
Portanto teremos
`=0
em todo x Bt .
(6.74)
v uma acao rgida, logo v = vo + W (x o) onde vo e W sao constantes. Temos

assim que
grad v = W
(6.75)
onde W e constante e antisimetrico e portanto
Z
Pi =
T W dV = 0
(6.76)
Bt
para todo W antisimetrico e constante. Isto nos leva a concluir que

T Sym
(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
6.4. Dualidade entre Esforcos Internos e Taxas de Deformacao
189
1. Consideramos nosso corpo B ocupando no instante t a configuracao Bt (ou ut ) de

E. Suporemos tambem nossa fronteira bem definida e regular 4 .
2. Em cada configuracao Bt , hemos definido o espaco vetorial V cujos elementos hemos
designado por acoes de movimento. Para sua construcao sera necessario levar em
consideracao as hipoteses cinematicas do modelo.
3. Definido V, construimos o espaco de taxas de deformacao W.
4. Atraves do operador taxa de deformacao D, que para o caso de corpos tridimensonais
esta dado (grad )s , definimos as acoes rgidas, isto e o espaco N (D).
5. Conhecidas as restricoes cinematicas ao movimento estabelecemos tambem Kinv e
Varv .
6. Com estes elementos e definicoes introduzimos as hipoteses
O esforco externo f que atua sobre nosso corpo na configuracao Bt e um funcional linear e contnuo sobre V, isto e, f V 0 , V 0 dual de V e seu valor em
v V e a potencia externa virtual
Pe = hf, vi
(6.79)
onde h, i : V 0 V 7 < e uma forma bilinear, por enquanto nao especificada,

que poe em dualidade os espacos V 0 e V.
O esforco interno T e tambem um funcional linear e contnuo sobre W, isto e,
T W 0 , W 0 dual de W e seu valor em D W e a potencia interna virtual
Z
Z
Pi = (T, D) =
T D dV =
pi dV.
(6.80)
Bt
Bt
Pi = 0 para toda acao de movimento rgida.

As expressoes 6.79 e 6.80 surgem como consequencia da continuidade admitida
no nosso modelo. Matematicamente, sao consequencias do teorema de Riesz (ver
[Rek75, pag. 111]) que nos diz que todo funcional linear e limitado pode ser expresso
atraves de um produto interno.
importante ressaltar que, a partir de expressao da Potencia Interna Pi e do Princpio
E
das Potencias Virtuais, que veremos à seguir, sera possvel estabelecer uma representacao
para f . Isto sera feito nos exemplos que nos prestaremos a resolver, mais especificamente:
torcao, e conducao.
Os conceitos anteriores estao representados graficamente na Figura 6.4.
Os espacos V 0 e W 0 sao os espacos duais (topologicos) de V e W e h, i, (, ) representam os pares em dualidade em V 0 V e W 0 W logo, podemos definir um novo
4
Por regular queremos dizer que se trata de um contorno de Lipschitz (ver [Rek75, pag. 323]).
190
Figura 6.4: Formulacao Variacional: principais elementos.

operador D : W 0 7 V 0 , chamado operador adjunto por uns ou operador transposto por
outros, aqui iremos chama-lo de adjunto ou de equilbrio (ja que este sera seu significado
mecanico, como veremos mais adiante) e satisfara
(T, Dv) = hD T, vi v V.
(6.81)
a partir desta definicao, conjuntamente com o Princpio das Potencias Virtuais,

E
que iremos encontrar as chamadas Equac
oes de Euler, ou seja, as equacoes de equilbrio
escritas na forma local.
6.5
Equilbrio e Compatibilidade em Corpos Livres
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 à 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.
6.5. Equilbrio e Compatibilidade em Corpos Livres
191
Suporemos entao, de incio, que no instante t nosso corpo B se encontra na configuracao

nao restringida Bt . Dessa forma, Kinu = U e Kinv = V, isto e, o espaco vetorial das
configuracoes possveis coincide com o das admissveis e o espaco vetorial das acoes de
movimento possveis coincide com o das admissveis. Como podemos apreciar, estas acoes
as realizamos sobre ut 5 e tendem a tirar o corpo do estado natural em que se encontra.
O importante e que sao acoes que o movimento real nao necessariamente experimenta em
t por isto e que as chamamos de acoes de movimento virtuais ou variac
oes das acoes de
movimento real e as designamos por Varv . Assim, teremos o PPV para o caso de corpos
livres que descrevemos à seguir.
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 às potencias anteriores a potencia correspondente às forcas de inercia, isto e, às
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)
onde o e arbitrario e vo V e w V sao tambem arbitrarios, logo dim N (D) = 6 e para

todo vb N (D) teremos
Pe = hf, vbi = hf, vbo + w
b (x o)i
5
6
Nao se esqueca que tanto faz pensar na configuracao Bt como em ut .

Por referencial Galileano, entenda-se tambem referencial absoluto.
192

=
=
=
=
hf, vbo i + hf, w

b (x o)i
Rf vbo + Rf w
b (x o)
Rf vbo + (x o) Rf w
b
Rf vbo + mo w
b = 0 b
vo , w
bV
Rf = 0 e mo = 0.
(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
Teorema 6.1 Seja ut Kinu uma configurac

ao em equilbrio sob a ac
ao do sistema de
0
forcas externas f V logo, o representante para f compatvel com o modelo cinematico
adotado, est
a dado por
f = D T.
(6.87)
Demonstrac
ao. Por hipotese, f V 0 e tal que hf, vbi = 0 b
v N (D) f N (D) (isto
e, f e ortogonal a N (D)) f N (D) (isto e, pertence ao complemento ortogonal de
N (D)).
Mas sabemos que v N (D) Dv = 0
v N (D) (T, Dv) = hD T, vi =
0

0 T W v R(D ) . Conclumos portanto
N (D) = R(D )
(6.88)
N (D) = R(D ).
(6.89)
de onde teremos que

Do anterior conclumos que, se f esta em equilbrio em ut Kinu , resulta
f N (D) = R(D ) T W 0 tal que D T = f .
Assim, para todo vb Varv teremos
hf, vbi = hD T, vbi = (T, Db
v ).
(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)
onde To EstT e arbitrario, isto e, EstT e a translacao do subespaco vetorial VarT

cujos elementos sao todos os esforcos internos autoequilibrados. Outros dois aspectos
fundamentais do PPV e do teorema da representacao e o de proporcionarmos: 1) uma
representacao para a carga f ate agora nao especificada e 2) proporcionarmos a forma
local das equacoes de equilbrio. De fato, temos que
1. Se f V 0 esta em equilbrio vimos que
(T, Db
v ) + hf, vbi = 0 b
v Varv
hf, vbi = (T, Db

v ) = hD T, vbi b
v Varv = V
o que nos proporciona uma representacao para f . Vejamos isto mais detalhadamente
para o caso de um corpo tridimensional. Supondo que todos os campos possuem
194

adequada regularidade de forma às operacoes que a seguir realizaremos tenham
sentido, teremos
Z
hf, vbi = (T, Db
v) =
T (grad vb)s dV
Bt
Z
=
T grad vb dV
Bt
Z
=
{div(T vb) div T vb} dV
Bt
Z
Z
=
div T vb dV +
T n vb dS
Bt
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
que, suposta suficiente regularidade, vimos que nos conduzia a

Z
Z
Z
b vb dV +
a vb dS =
T (grad vb)s dV
Bt
Bt
ZBt
=
T grad vb dV
Bt
Z
=
Bt
Z
Z
=
div T vb dV +
T n vb dS b
v Varv .
Bt
Bt
Do anterior chegamos finalmente a

div T + b = 0 em Bt ,

T n = a em Bt ,
195
(6.98)
conhecidas como Equac

oes Locais de equilbrio ou Equac
oes de Euler. Observe que
estas equacoes puderam ser alcancadas somente devido ao fato de que sup
unhamos
inicialmente que todos os campos eram suficientemente regulares. Quando tal regularidade nao estiver presente, as operacoes realizadas anteriormente nao possuem
nenhum sentido e as Equacoes de Euler devem ser entendidas num sentido generalizado (sentido das distribuicoes) sendo que em todos os casos o PPV mantem-se
este tipo de falta de regularidade que acaba gerando as equacoes de salto,
valido. E
que podem ser facilmente encontradas atraves da metodologia anterior, bastando
apenas verificar a regularidade do campo T ao fazermos a integracao por partes
para encontrar a expressao correta para os esforcos externos.
Observe tambem que toda vez que se verifica o equilbrio, as forcas de superfcie a
estao relacionadas com o estado de tensoes T atraves de
T n = a em Bt .
(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 à 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
O campo taxa de deformacao D, definido na configuracao ut Kinu em equilbrio, e

compatvel se e somente se
(Tb, D) = 0 Tb VarT = N (D ).
(6.100)
Demonstrac
ao. Se D e compatvel teremos que v V tal que
D = Dv
(6.101)
logo, para todo Tb VarT = N (D ) resulta
Suponha agora que
(Tb, D) = (Tb, Dv) = hD Tb, vi = h0, vi = 0.
(6.102)
(Tb, D) = 0 Tb VarT = N (D )
(6.103)
D N (D ) .
(6.104)
logo
196
Da relacao 6.93 teremos

D N (D ) D R(D) v V tal que D = Dv
(6.105)
ficando portanto demonstrado o princpio anterior.

Temos assim que o Princpio das Potencias Virtuais Complementares (daqui em diante
iremos menciona-lo apenas como PPVC) nos permite determinar quando D e compatvel.
A existencia de v fica portanto assegurada pelo princpio e nao sua unicidade. De fato, se
v e solucao, o campo
v1 = v + w, w N (D)
(6.106)
tambem e solucao. Assim, teremos que a solucao fica determinada a menos de um movimento rgido.
6.6
Equilbrio e Compatibilidade em Corpos com Restrico

es Bilaterais
Iremos aqui considerar o caso de corpos onde, em lugar de supor que na configuracao Bt
(ut Kinu ) o corpo esta submetido à 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
Designemos por Varv ao subespaco vetorial de V
Varv = {b
v V; vb = 0}.
Bt
(6.108)
Como e facil notar, dado w Kinv arbitrario, resulta

Kinv = w + Varv ,
(6.109)
isto e, Kinv e a translacao do subespaco vetorial Varv de V.

Cabe agora fazer a seguinte observacao. Quando comecamos o presente captulo,
colocamos a forca como um elemento em dualidade com a acao de movimento. Em
particular, dissemos que a forca e um funcional linear e contnuo sobre V. Para um corpo
que possua restricoes cinematicas, as u
nicas acoes de movimento que podemos realizar
sobre ele serao aquelas contidas em Kinv , ou seja, as cinematicamente admissveis. Isto nos
diz que nem todas as forcas que atuam num corpo podem ser avaliadas unicamente atraves
de acoes de movimentos admissveis, ja que, pelo fato de existirem vnculos cinematicos, o
funcional, dado por um produto escalar, torna-se nulo nos subespacos ortogonais a Varv ,
o que nao nos permite calcular a priori o valor desta forca ou reac
ao de vnculo. No que
segue, mostraremos que isto nao representa problema de forma alguma para nos, ja que
o equilbrio ira se encarregar de fornecer-nos o seu valor.
6.6. Equilbrio e Compatibilidade em Corpos com Restricoes Bilaterais
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
Teorema 6.2 Seja ut Kinu uma configurac

ao com restric
oes cinematicas bilaterais em
equilbrio sob a ac
ao das cargas ` V 0 , o representante para ` compatvel com o modelo
cinematico adotado, esta dado por
` = D T r,
hr, vbi = 0 b
v Varv r Var
v,
onde r e a reac
ao de vnculo.
Demonstrac
ao. Por hipotese, temos que
\
` (Varv
N (D)) ` Var
v + N (D)
(6.110)
o que, usando a relacao 6.89, nos leva a
` 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)
ou, de forma equivalente,

Por sua vez, por ser r Var
v resulta que
hr, vbi = 0 hr, vbi = 0 b
v Varv .
(6.114)
Como consequencia do teorema anterior, teremos

1. Se ut Kinu com restricoes bilaterais, esta em equilbrio sob a acao das cargas
` V 0 teremos
h`, vbi = hD T r, vbi = hD T, vbi = (T, D v)
b
v Varv .
(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 à 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.
Temos portanto novamente que EstT e a translacao de um subespaco vetorial de W 0 .

Vamos, agora, reescrever alguns dos resultados anteriores de forma extendida.
Como vimos, dado l V 0 compatvel com o equilbrio, a distribuicao de tensoes T era
tal que
(T, Db
v ) = h`, vbi b
v Varv
(6.117)
para o corpo tridimensional que estudamos.
Por sua vez, supondo T suficientemente regular, teremos
Z
Z
s
T (grad vb) dV =
T grad vb dV
Bt
Bt
Z
=
Bt
Z
Z
=
T n vb dV
div T vb dV
Bt
Bt
Z
=
div T vb dV
Bt
em virtude de que vb = 0 em todo Bt . Substituindo 6.118 em 6.117 obtemos
(6.118)
200
1. Uma representacao para ` V 0
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
3. A forma local do equilbrio, dada em forma abstrata por D T = ` + r, pode ser

encontrada na forma extendida atraves de integracao por partes, no que resulta
Z
Z
b vb dV =
div T vb dV b
v Varv
Bt
Bt
de onde encontramos finalmente

div T + b = 0 em 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
de onde teremos que
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
o que, na forma local, corresponde a

r = T n em 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
O campo taxa de deformacao D, definido na configuracao ut Kinu , em equilbrio, e

compatvel se e somente se
(Tb, D) = (Tb, Dw)
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
isto porque div Tb = 0 Tb VarT e w e prescrito em Bt sendo igual v. Assim, o PPVC

toma a forma
Z
Z
b
T D dV =
Tbn v dS Tb VarT .
(6.127)
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
teremos que v w Varv logo, para todo Tb VarT , resulta

(Tb, D(v w)) = 0,
pela propria definicao de VarT , o que nos mostra que a condicao necessaria e verdadeira.
Para demonstrar a condicao suficiente suponha que
onde w Kinv logo,
(Tb, D) = (Tb, Dw)
Tb VarT
(Tb, D Dw) = 0
Tb VarT
pelo que concluimos que

D Dw Var
T = D(Varv )
assim
D Dw + D(Varv ) = D(w + Varv ) = D(Kinv ),
isto e, v Kinv tal que Dv = D, ficando assim demonstrada a suficiencia e, portanto, o
PPVC.
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
Na secao anterior apresentamos os princpios gerais da mecanica e como pudemos apreciar,

tais princpios sao comuns aos diferentes corpos e independente do material com que estao
construdos.
Nesta secao, apresentaremos a aplicacao dos princpios da mecanica ao caso de corpos
de material hiperelastico em deformacoes infinitesimais.
Trataremos de seguir a linha de apresentacao seguinte: equacoes constitutivas, obtencao
de formulacoes variacionais, solucoes aproximadas, algoritmos numericos, exemplos.
7.2
Material El
astico. Comportamento Uniaxial
Um material elastico linear se caracteriza porque ao realizar um ensayo uniaxial obtemos

uma relacao:
= E, E > 0
onde e a tensao, a deformacao e E o modulo de elasticidade.
Em continuacao, vamos ressaltar algumas caractersticas que, embora obvias, nos resultarao u
teis em nossa apresentacao.
Temos assim:
Se =0 = 0, em outras palavras, estamos admitindo que a configuracao em que
o corpo se encontra nao tem nem deformacao e nem tensao inicial.
Por ser E 6= 0, temos a relacao inversa = E1
Podemos definir a funcao densidade de energia de deformac
ao = () dada por:
Z
Z
1
() =
() d =
E d = E 0
2
0
0
203
204
Captulo 7. Princpios Variacionais em Elasticidade. Pequenas Deformacoes

e igual a zero se e somente se = 0.
da definicao anterior obtemos:
em outras palavras, a tensao associada à equacao constitutiva elastica (linear

no exemplo) com a deformacao se obtem calculando a derivada da densidade de
energia de deformacao no ponto .
A funcao densidade de energia de deformacao e, no exemplo, uma parabola com a
boca voltada para cima (E > 0) e, portanto, e uma funcao estritamente convexa.
Colocaremos esta propriedade em evidencia de uma maneira mais geral. De fato:
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 )
e igual se e somente se = 0 . Em outras palavras, a funcao de densidade de

energia complementar e tambem estritamente convexa.
7.2. Material Elastico. Comportamento Uniaxial
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
onde a igualdade se verifica se e somente se = A .

De forma similar, se a equacao = () e monotona, ou seja se:
B

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
e onde a igualdade se verifica se e somente = A .

Na continuacao, vamos colocar em evidencia outra propriedade implcita das funcoes
e . Sejam B e A uma tensao e deformacao n
ao associadas pela equacao
constitutiva elastica, logo:

A + B B A
e igual a zero se e somente se A e B estao relacionadas pela equacao constitutiva.
A Figura 7.1 representa graficamente o resultado anterior:
Novamente, o resultado anterior e independente da linearidade da equacao constitutiva, dependendo unicamente da monotonicidade da mesma.
206
Figura 7.1: Propriedade das funcoes e

O resultado anterior nos proporciona uma tecnica para construir a partir do
conhecimento de e vice-versa. Este procedimento e chamado transformac
ao de
Legendre e na atualidade tambem e conhecido como determinacao da funcao dual
( e a funcao dual de ).
De fato, suponhamos conhecidos = (), logo podemos definir a funcao dual
= () de , tal que seu valor em = esta dado por:
( ) = max ( ())
No caso da equacao constitutiva elastica linear teramos:

1
() = E
2
logo o maximo de () se verifica para o ponto tal que:
d
( ()) = 0
d
ou seja:
E = 0 =
substituindo este resultado em ( ) obtemos:

( ) = ( ) =
1
1
E
=
E
2
E2
2 E
resultado ao qual havamos chegado atraves da definicao da funcao densidade de

energia complementar.
De forma similar podemos definir como a funcao dual de .
( ) = max ( ())
7.3. Extensao a Estados M

ultiplos
207
e um racioccio inteiramente similar ao realizado para conduzira para o caso

linear, a:
1
( ) =
2
Resumindo, a equacao constitutiva pode expressar-se de tres maneiras equivalentes:
dizemos que esta associado com a deformacao atraves da equacao constitutiva
se:
(i)
= ()
Reciprocamente esta associado com pela equacao constitutiva se:
= ()
(ii)
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
e igual a zero se e somente se E = 0.

Se o tensor D nao depende do ponto material diremos que o corpo e homogeneo. Em
geral para a caracterizacao de D serao necessarias 21 constantes elasticas, temos assim
um material anisotropico. No caso de um material elastico linear isotropico o tensor D e
caracterizado por duas constantes elasticas: e , chamadas constantes de Lame:
D = 2II + (I I)
onde II e I sao respectivamente os tensores identidade de 4a e 2a ordem, representa o
produto tensorial (neste caso de tensores de 2a ordem).
Seguindo um analise similar à ja realizada na secao anterior, e possvel definir a funcao
de densidade de energia de deformacao = (E):

E =
T (E) dE =
0
1
DE dE = DE E
2
e da propriedade de D segue-se que:

(E) 0
e igual a zero se e somente se E = 0.
O estado de tencoes T associado com E atraves da equacao constitutiva elastica e tal
que:

= 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
7.3. Extensao a Estados M

ultiplos
209
e chamando de T o estado de tensoes associado a E via equacao constitutiva, teremos

A
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 igual a zero se e somente se T = 0, por sua vez:

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
1. A equacao constitutiva propriamente dita:

T = T (E) (ou sua inversa E = E (T ) )
2. A existencia da funcao de densidade de energia de deformacao, estritamente convexa
tal que:

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
Princpios Variacionais (Corpos Livres)
O problema da elastostatica, dentro das hipoteses de deformacoes infinitesimais, consiste

em: determinar os campos u0 Kinu , E0 W e T0 W 0 tais que:
T0 EstT , ou seja, T0 esta em equilibrio com a carga aplicada f .
E0 , T0 associados pela equacao constitutiva, por exemplo: T0 = DE0 , ou no caso
mais geral:

, T0 =
E0 =
T T0
E E0
E0 = Du0 ou seja, a deformacao deve ser compatvel.
7.4. Princpios Variacionais (Corpos Livres)
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
sendo que as cargas f U 0 devem satisfazer:

hf, u
bi = 0 b
u Varu N (D) = N (D)
A existencia de, pelo menos, um campo de tensoes T0 em equilbrio com f esta garantido pelo Teorema da representacao de Riesz. Entao, se existe T0 existe E0 = D1 T0 (deformacao associada a T0 via equacao constitutiva). Nos perguntamos portanto se existe
u0 Kinu tal que E = Du0 ? A resposta a esta pergunta e afirmativa e a formalizaremos
atraves do seguinte Teorema:
Teorema 7.1 (Corpo Livre) Dado f U em equilbrio existe u0 Kinu (como o
corpo e livre Kinu U ) tal que:
Ku0 = f,
K = D DD
ou em forma equivalente f R (K) . O operador K : U U 0 e conhecido como operador

de rigidez.
Prova. Da hipotese do Teorema, f U e uma carga equilibrada, logo do P.T.V.
teremos:
hf, u
bi = 0 b
ou seja,
f N (D)
Entao, do Lema 3 (Apendice A3) teremos:

f N (D) = R (K)
expresisao esta que nos diz que existe u0 U N (D) (ou seja u0 esta definido, exceto
em um movimento de corpo rigido) tal que:
Ku0 = f
Do resultado deste Teorema de existencia conclumos que:
hf, u
bi = hKu0 , u
bi = hD DDu0 , u
bi = (DDu0 , Db
u)
b
u Varu = U
Logo, o problema da elastostatica no caso de corpos sem restricoes ao movimento

(corpos livres) e equivalente ao seguinte problema variacional:
212
7.4.1
Princpio do Trabalho Virtual (Corpos Livres)

Determinar u0 Kinu = U N (D) ,tal que:
(DDu0 , Db
u) = hf, u
bi
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 à 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
ou no caso nao linear:

Z
Z
[ (Du) (Du0 )] dB
B

D (u u0 ) dB
E Du0
213
Substituindo este resultado no P.T.V. teremos:

Z
[ (Du) (Du0 )] dB hf, u u0 i
u Kinu
e agrupando termos:
Z
Z
(u) =
(Du) dB hf, ui
(Du0 ) dB hf, u0 i = (u0 )
B
u Kinu
e onde a igualdade se verifica se e somente se u e u0 diferem de um deslocamento de

corpo rgido. Temos chegado assim ao seguinte princpio de mnimo, valido inclusive para
materiais hiperelasticos nao lineares.
7.4.2
Princpio de Mnima Energia Potencial Total (Corpos Livres)
O problema da elastostatica e equivalente ao problema de determinar u0

Kinu tal que minimize o funcional de energia potencial total
Z
(u) =
(Du) dB hf, ui
B
definido para todo u0 Kinu .
7.4.3
Equac
oes Locais e Condic
oes de Contorno (Corpos Livres)
Nas secoes anteriores apresentamos uma formulacao abstrata, em funcao de operadores,

valida portanto para toda estrutura dentro das hipoteses de pequenos deslocamentos e
deformacoes e dentro do material elastico assumido.
Nesta secao vamos reescrever estes resultados para o caso particular de um corpo
tridimensional.
Logo, o problema da elastostatica vimos que correspondia a:
Z
min
(Du) dB hf, ui
uKinu
para o exemplo do corpo tridimensional em estudo teremos:

Z
Z
hf, ui =
b u dB +
a u dB
B
onde b e a sao as densidades de forcas de corpo e de superfcie definidas em B e B

respectivamente. Por sua vez, para o caso de material hiperelastico linear:
1
1
(Du) = DDu Du = D (u)s (u)s
2
2
214
pelo que finalmente o problema de mnimo corresponde a:
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
com o que chegamos finalmente à forma local de equilbrio correspondente à Teoria da

elasticidade infinitesimal:
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 [2 (u0 )s + tr (u0 )s I] + b = 0 em

B
2 (u0 )s n + tr (u0 )s n = a
sobre B
Recordando que:
tr (u)s = tr (u) = div u
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
Figura 7.2: Princpio do Trabalho Virtual para corpos de Material Hiperelastico

ou agrupando:
u0 + ( + ) div u0 + b = 0 em B
associadas às condicoes de contorno de carater mecanico (forcas prescritas):
(2 (u0 )s + div u0 ) n = a sobre B
interessante ressaltar que a condicao de contorno anterior nao e exigida no P.M.E.P.T.
E
ja que o funcional esta definido em Kinu , em outras palavras, as u
nicas condico
es
de contorno exigidas sobre u sao de carater cinematico (u Kinu ). Por esta razao, as
condicoes de contorno que estabelecem que u Kinu sao chamadas condic
oes de contorno
principais. O leitor podera notar entao que o processo de minimizacao e o responsavel
pela selecao do campo u0 que satisfaz inclusive a condicao de contorno mecanica. Por
esta razao esta condicao e chamada condic
ao de contorno natural (surge de forma natural
no processo de minimizacao).
A Figura 7.2 mostra graficamente o apresentado ate aqui.
7.4.4
Compatibilidade. Princpio do Trabalho Virtual Complementar. Princpio de Mnima Energia Complementar

(Corpos Livres)
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
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:
u) + hf, u
bi = 0 b
u Varu }
216
e o s.e.v. formado pelas tensoes auto-equilibradas consiste em:

n
o
VarT = Tb W 0 ; Tb, Db
u = 0 b
u Varu
e onde:
EstT = T0 + VarT ,
T0 EstT arbitrario
Entao, a compatibilidade da deformacao E0 W correspondia ao problema variacional

definido pelo P.T.V.C.:
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
e onde a igualdade se verifica se e somente se T = T0 , teremos que:
!
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
e onde a igualdade se verifica se e somente se T = T0 . Com base nisto vemos que o

P.T.V.C. e equivalente ao seguinte problema de mnimo.
7.4.5
Princpio de Mnima Energia Complementar P.M.E.C. (Corpos Livres)
O problema da elastostatica e equivalente ao problema de determinar o

campo T0 EstT tal que minimize o funcional:
Z
(T ) =
(T ) dB T EstT
B
Aqui o leitor podera observar que a existencia e unicidade do campo T0 EstT

esta garantida em virtude de que e um funcional estritamente convexo semi-contnuo
inferiormente e coercivo ( (T ) para kT k ) na variedade linear EstT (Apendice
A3).
As equacoes de Euler associadas ao problema de mnimo do funcional nao sao outra
coisa que as equacoes de compatibilidade. De fato, a condicao necessaria, e neste caso,
suficiente de mnimo corresponde a:
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
que nao e outra que o P.T.V.C.

Temos chegado assim ao seguinte resultado: os campos u0 Kinu , E0 e T0 EstT
solucao do problema da elastostatica (recorde que E0 = Du0 e T0 estao associados via
equacao constitutiva) sao solucao dos problemas:
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
Princpios Variacionais. Restric

oes Bilaterais.
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)
7.5. Princpios Variacionais. Restricoes Bilaterais.
219
Se l esta em equilbrio existe ao menos um estado de tensoes T W 0 que a equilibra,

definido por:
(T, Db
u) + hf, u
bi = 0 b
u Varu
Nos perguntamos agora se dado l em equilbrio existe u0 Kinu tal que a tensao
associada T0 :

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)]
Dos Lemas 1, 4 e 5 Apendice A3, temos:

h
i
[Varu N (D)] = [Varu N (K)] = Varu [K (Varu )] = Var
u K (Varu )
Por sua vez do Apendice A2, Secao A2.10 e Lema 3, Apendice A3, temos:
[Varu N (D)] = Var

u + [N (D)] = Varu + R (K)
Destes resultados temos finalmente que
l Var
u + R (K) = Varu K (Varu )
Seja w Kinu arbitrario, logo: Kw R (K) e da expressao anterior se segue que:

l Kw Var
u K (Varu )
de onde:
l Var
u + Kw + K (Varu ) = Varu + K (w + Varu )
e recordando que Kinu e uma traslacao de Varu

Kinu = w + Varu , w Kinu arbitrario
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
Se existe um outro campo u1 6= u0 teremos que:

hl, u u1 i = (DDu1 , D (u u1 ))
u Kinu
Fazendo, respectivamente, u = u1 e u = u0 nas duas u

ltimas expressoes e somando
membro a membro teremos que:
(DD (u0 u1 ) , D (u0 u1 )) = 0
e das propriedades do tensor de elasticidade D teremos:
D (u0 u1 ) = 0 u0 u1 N (D)
ou seja u0 e u1 diferem em um movimento de corpo rgido, portanto se este tipo de movimento esta impedido pelas restricoes cinematicas impostas em Bu tem-se a unicidade do
campo u0 .
Do Teorema anterior, conclumos finalmente que o problema da elastostatica com
restricoes bilaterais corresponde ao problema variacional:
7.5.1
Princpio do Trabalho Virtual (Restric

oes Bilaterais):
Determinar u0 Kinu tal que:
(DDu0 , D (u u0 )) = hl, u u0 i
u Kinu
Se recordamos a propriedade da funcao densidade de energia de deformacao:

(Du) (Du0 ) DDu0 D (u u0 )
7.5. Princpios Variacionais. Restricoes Bilaterais.
221
e igual se e somente se u u0 N (D). Logo:

Z
[ (Du) (Du0 )] dB (DDu0 , D (u u0 ))
u Kinu
Substituindo no P.T.V. obtemos:

Z
[ (Du) (Du0 )] dB hl, u u0 i
u Kinu
e agrupando:
Z
(u) =
(Du) dB hl, ui
B
(Du0 ) dB hl, u0 i = (u0 )
u Kinu
onde a igualdade se verifica se e somente se u u0 N (D). Obtemos assim o seguinte

princpio de mnimo:
7.5.2
Princpio de Mnima Energia Potencial Total P.M.E.P.T.

(Restrico
es Bilaterais)
O problema de elastostatica e equivalente ao problema de determinar u0

Kinu tal que minimize o funcional (u) em Kinu .
Novamente, desde este ponto de vista (minimizacao do funcional ) vemos que Kinu
e uma variedade linear e convexo, coercivo ( (u) para kuk ), e semicontnuo inferiormente logo, a existencia de um ponto mnimo u0 esta garantida e se
Kinu N (D) = {0}, ou seja o movimento rgido foi eliminado, teremos que u0 e u
nico ja
que resulta agora estritamente convexo (Apendice A3).
Finalmente para o exemplo do corpo tridimensional em estudo, o funcional toma a
forma:
Z
Z
Z
1
s
s
(u) =
D (u) (u) dB
b u dB
a u dB
B 2
B
BBu
onde b e a sao, respectivamente, a densidade de forcas de corpo (definida portanto em B)
e a densidade de forca de superfcie prescrita no contorno B Bu .
Vejamos agora o problema da compatibilidade das deformacoes. Recordando o P.T.V.C.
a deformacao E0 e compatvel se e somente se:
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
Princpio do Trabalho Virtual Complementar P.T.V.C.

(Restrico
es Bilaterais)
Determinar T0 EstT tal que

b
b
T,
= T , Du0
T T0
Tb VarT
E recordando que EstT e a translacao de VarT

VarT = EstT T0
com o que o P.T.V.C. pode ser reescrito como:
!

T T0 ,
= (T T0 , Du0 )
T T0
T EstT
Entao, da propriedade da funcao potencial de energia complementar:
(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
Entao, dado que T T0 VarT e u0 Kinu , a forma bilinear (T T0 , Du0 ) se reduz

a uma forma linear em T T0 sobre a parte da fronteira Bu onde os deslocamentos estao
prescritos. De fato, para o caso tridimensional em estudo temos:
Z
Z
s
(T T0 ) (u0 ) dB =
(T T0 ) u0 dB
(T T0 , Du0 ) =
B
B
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))
7.6. Prncipios Variacionais. Restricoes Unilaterais Perfeitas (Sem Atrito)
223
Feita esta observacao, o P.T.V.C. toma finalmente a forma

Z
[ (T ) (T0 )] dB ((T T0 , u)) T EstT
B
que agrupando termos conduz a:

Z
Z
(T ) =
(T ) dB ((T, u))
(T0 ) dB ((T0 , u)) = (T0 )
B
T EstT
e onde a igualdade se verifica se e somente se T = T0 .

Teremos assim que o P.T.V.C. e equivalente ao problema de mnimo do funcional de
energia complementar.
7.5.4
Princpio de Mnima Energia Complementar P.M.E.C. (Restrico

es Bilaterais)
O problema de elastostatica (linear e nao linear) e equivalente ao problema

de determinar T0 EstT tal que minimize o funcional
Z
(T ) =
(T ) dB ((T, u))
B
na variedade linear EstT .

Por sua vez temos visto que se existe solucao deste problema ela e u
nica. A existencia
esta garantida em virtude de que e estritamente convexo, semi-contnuo inferiormente
e coercivo ( (T ) para kT k ) definido na variedade linear nao vazia EstT (ver
Apendice A3).
Finalmente e de uma forma similar à apresentada para o caso de corpos livres, e
possivel mostrar que:
(u) (u0 ) = (T0 ) (T )
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
Na Secao A Formulacao Variacional limitamos nossa apresentacao ao caso de Varu ser um

cone convexo de vertice na origem. Como sempre Kinu sera uma traslacao de Varu .
Restricoes cinematicas mais gerais, foram analisadas por FICHERA e por BREZIS,
onde em geral Kinu e um conjunto fechado convexo.
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
Princpio de Mnima Energia Potencial Total (Restric

oes
Unilaterais)
O problema da elastostatica e equivalente a determinar u0 Kinu tal que

minimize:
Z
(u) =
(Du) dB hl, ui
B
definido no convexo nao vazio Kinu .
7.6. Prncipios Variacionais. Restricoes Unilaterais Perfeitas (Sem Atrito)
225
Novamente, das propriedades da funcao de densidade de energia , da hipotese que

l sao funcionais lineares e contnuos e das caractersticas de Kinu e possvel demonstrar
existencia e unicidade da solucao.
Por outro lado, a deformacao E era compatvel se e somente se:

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 )
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
onde a igualdade se verifica se e somente se T = T0 , e integrando, obtemos:
!
Z
[ (T ) (T0 )] dB T T0 ,
T T0
B
226
e substituindo na expressao do P.T.V.C. obtemos:

Z
[ (T ) (T0 )] dB (T T0 , Du0 )
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
e onde a igualdade se verifica se e somente se T = T0 . Teremos assim que o problema

da elastostatica formulado em funcao das tensoes e equivalente ao seguinte princpio de
mnimo:
7.6.2
Princpio de Mnima Energia Complementar (Restrico

es
Unilaterais)
O problema da elastostatica em funcao das tensoes consiste em determinar

ou
nico campo T0 EstT que minimiza o funcional .
A unicidade deste campo ja foi estabelecida. A existencia do campo T0 surge da
propriedade de , o qual e estritamente convexo, semi-contnuo inferiormente e coercivo,
e do fato de que EstT e um convexo fechado nao vazio.
Para o corpo elastico tridimensional em estudo, toma a forma:
Z
Z
1 1
(T ) =
D T T dB
T n u dB
B 2
Bu
7.7
Princpio de Min-Max. Funcional de HellingerReissner
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
7.7. Princpio de Min-Max. Funcional de Hellinger-Reissner
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
O problema (P1) e o P.M.E.P.T. e o (P2) e o P.M.E.C. A solucao u0 de (P1)

e T0 de (P2) sao tais que:
(u0 ) = (T0 )
ou seja:
min (u) = min (T )
de onde:
min (u) = max [ (T )]
Em virtude desta relacao o problema (P1) tambem e chamado na literatura como
Problema Primal e o problema (P2) e chamado de Problema Dual.
Tambem, podemos observar que para os diferentes tipos de restricoes cinematicas
(corpo livre, restricoes bilaterais, restricoes unilaterais) os funcionais e permanecem
inalterados variando unicamente a caracterizacao dos conjuntos Kinu e EstT . No caso
mais geral (restricoes unilaterais), estes conjuntos sao fechados e convexos e, para o caso de
restricoes bilaterais ou corpo livre, estes conjuntos sao variedades lineares ou subespacos.
A caracterizacao do mnimo esta dada no primeiro caso por inequa
c
oes variacionais
(P.T.V. e P.T.V.C. para (P1) e (P2) respectivamente) que nos mostra para esta classe
de restricoes a natureza n
ao linear do problema (inclusive para materiais elasticos
lineares). Para restricoes cinematicas bilaterais ou corpo livre, a caracterizacao do mnimo
esta dada por equa
c
oes variacionais (P.T.V. e P.T.V.C.).
Entao, a construcao de Kinu em geral, nao resulta difcil, nao ocorre o mesmo com
EstT . Movidos por esta dificuldade, nos perguntamos se sera possvel caracterizar a
solucao da elastostatica de tal maneira que a construcao dos conjuntos nao seja tao difcil.
A resposta a esta questao e afirmativa e sera apresentada nesta secao.
Recordemos a dualidade entre as funcoes e . Em particular:
(Du) = max0 [T Du (T )]
T W
228
onde o campo T esta simplesmente limitado a pertencer a W 0 . Substituindo isto no

funcional temos:
Z
(u) =
(Du) dB hl, ui
B
Z
= 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
e o problema (P1) resulta equivalente a:

min (u) = min max0 FHR (u, T )
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:
7.7. Princpio de Min-Max. Funcional de Hellinger-Reissner
229
No P.M.E.P.T.
min (u)
uKinu
estao implcitas as seguintes equacoes:

equacao de compatibilidade:
dado u0 E0 = Du0
equacao constitutiva: E0 = Du0 e T0 estao associados pela equacao constitutiva
do material hiperelastico em estudo. Ou seja:

, 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 à 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 à 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
O problema anterior pode ser reescrito da seguinte forma:
Z
min (u) =
(E) dB hl, ui
uKinu
com a condicao subsidiaria:

E = Du
Fazendo uso da teoria dos multiplicadores de Lagrange podemos construir um outro
funcional, F (u, E, T ), dado por:
Z
Z
F (u, E, T ) =
(E) dB hl, ui
T (E Du) dB
B
Temos assim o seguinte problema variacional.
7.8.1
Princpio Variacional Generalizado
O problema da elastostatica e equivalente ao problema variacional de determinar u0

Kinu , E0 W e T0 W 0 tais que facam estacionario o funcional F (u, E, T ) . De fato,
7.9. Teorema de Castigliano
231
como o problema esta definido em Kinu , W e W 0 a condicao de ponto estacionario conduz

a:
F (u0 , E0 , T0 ; u
b) 0 b
u Varu (u0 )
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 )
que corresponde à expressao do P.T.V., ou seja T0 EstT ,
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
ou seja E0 , T0 estao relacionados pela equacao constitutiva,
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
que nos diz que o campo de deformacao E0 e compatvel.

Com isto vemos que o ponto que faz estacionario o funcional generalizado e solucao
do problema da elastostatica e vice-versa, a solucao do problema da elastostatica faz
estacionario o funcional generalizado, da a equivalencia entre ambos os problemas.
A Figura 7.3 nos mostra esquematicamente os resultados ate aqui alcancados.
7.9
Teorema de Castigliano
Nesta secao, limitaremos nossa apresentacao ao caso de restricoes cinematicas bilaterais.

Neste caso Kinu e uma variedade linear.
232
Figura 7.3: Principios Variacionais na teoria da elasticidade em pequenas deformacoes e

deslocamentos
Dizemos que o sistema de carga l aplicada ao corpo na configuracao B e um sistema
de forca a n parametros se:
n
X
l=
Qi l i
i=1
0
onde li U e o i-esimo modo de forca e Qi R e o parametro de carga associada ao

i-esimo modo tambem chamado parametro de carga generalizada. Neste caso, o funcional
toma a forma:
Z
(u) =
(u) dB hl, ui
Z
(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.
7.9. Teorema de Castigliano
233
Em virtude desta relacao e possvel expressar u em funcao dos parametros qi , ou seja:

u = u (qi )
logo, o P.M.E.P.T. resulta:
(
min (u) =
uKinu
min
qi ,i=1,...,n
Z
e (qi ) =
(u (qi )) dB
B
Da condicao de mnimo obtemos:

Z
(u (qi )) dB = Qi ,
qi B
n
X
)
Qi qi
i=1
i = 1, 2, ..., n
expressao esta correspondente ao Primeiro Teorema de Castigliano estendido a

elasticidade n
ao linear.
Consideremos agora o P.M.E.P.C.:
min (T ) =
(T ) dB ((T, u))
T EstT
Suponhamos agora que u pode ser expresso como:

u=
n
X
q i ei
i=1
onde q i R e ei e o modo de deslocamento prescrito. Substituindo isto em temos:

Z
(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
Novamente, da condicao de mnimo obtemos:

Z
(T (Qi )) dB = qi ,
Qi B
i=1
i = 1, 2, ..., n
Este resultado corresponde ao Segundo Teorema de Castigliano estendido a

elasticidade n
ao linear.
234
7.10
Cotas para Deslocamentos e Cargas Generalizadas
Nas secoes anteriores tnhamos estabelecido que:

Z
Z
(u) =
(Du) dB hl, ui (u0 ) =
(Du0 ) dB hl, u0 i = (T0 )
BZ
B
Z
= (T0 ) dB + ((T0 , u)) (T ) dB + ((T, u))

B
= (T )
u Kinu ,
T EstT
Suponhamos agora que as restricoes cinematicas em Bu sao homogenas, ou seja,

u = 0, e que a carga aplicada l e uma carga de um parametro, ou seja, l = Ql1 . Para este
caso a expressao anterior resulta:
Z
Z
Z
Z
(Du) dB Qq
(Du0 ) dB Qq0 = (T0 ) dB (T ) dB
B
para todo u Kinu e T EstT e onde:

q = hl1 , ui ,
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
No caso de um material elastico linear, o maximo pode ser calculado explicitamente.

De fato para este material se verifica que:
(E) = 2 (E)
Substituindo este resultado no problema proposto obtemos:
Z
Z
Z
Z
max Qq
(Du ) dB Qq0 (Du0 ) dB =
(T0 ) dB
(T ) dB
O maximo em corresponde à condicao:

Z
Qq 2 (Du ) dB = 0
B
de onde:
max =
Qq
2 B (Du ) dB
R
7.10. Cotas para Deslocamentos e Cargas Generalizadas
235
Figura 7.4: Viga engastada em um extremo do exemplo 7.1

Substituindo este resultado obtemos:
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
para todo u Kinu e T EstT , onde

EstT = {T W 0 ; (T, u
b) = Q hl1 , u
bi
b
u Varu }
Se em particular aplicamos este resultado para a direcao u0 teremos:

max =
com o que obtemos:
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 à 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
Desta expressao e supondo que l = 0 temos:

Z
Z
(T ) dB ((T0 , u))
(T0 ) dB
(T ) = ((T, u))
B
B
Z
Z
=
(Du0 ) dB
(Du) dB u Kinu , T EstT
B
Novamente, escolhida a direcao T EstT arbitr

aria podemos escolher o ponto T que
R
nos proporcione a melhor cota inferior para B (Du0 ) dB. Em outras palavras:
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
que substituda na desigualdade anterior resulta:
Z
Z
max ((T , u)) max

(T ) dB
((T0 , u))
(T0 ) dB
B
B
Z
Z
=
(Du0 ) dB
(Du) dB
B
de onde:
Z
1
max ((T , u))

(Du) dB
2
B
Em particular para a direcao T0 resultara max = 1 logo:
Z
1
((T0 , u))
(Du) dB
2
B
Se admitirmos agora que:
u = qe
7.10. Cotas para Deslocamentos e Cargas Generalizadas
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 à 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
à 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
Entao, para o caso de um material elastico linear temos:

1
(Du0 ) = T0 Du0 ,
2
T0 = DDu0
onde T0 e um campo equilibrado com a carga l, logo:
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
Figura 7.5: Viga engastada do exemplo 7.2

onde x e a funcao delta de Dirac, e Q um escalar arbitrario. De fato,.substituindo l na
u
ltima desigualdade obtemos:
Z
(T ) dB hx Q e, u0 i = Q (u0 e)x
B
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
(u0 e)x min

(T ) dB
Q R
Q B
Exemplo 7.2 Seja a estrutura da Figura 7.5, logo:
l p carga uniformemente distribuida
1
l
p + Q , onde Q e uma carga concentrada em x = 0
2
O estado T = M devera estar equilibrado com l logo:
1
1 x2
M = p + Q x = px2 + Q x
2 2
4
Z
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
7.11. Problema da Elastodinamica (Restricoes Bilaterais)

de onde:
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
que conduz à seguinte cota otima:
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 à 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)
e contorno Bu de B, onde os deslocamentos estao prescritos, tambem estamos supondo

nao varia com o tempo.
Dentro das hipoteses de pequenas deformacoes e deslocamentos, o problema da elastodinamica consistira em:
Para cada instante de tempo t [0, tf ] , determinar os campos u0 Kinu , E0 W
e T0 W 0 , tais que:
o campo T0 esta em equilbrio (dinamico) com a carga lt W 0 , onde lt representa a carga no instante t.
240

os campos E0 e T0 estao associados pela equacao constitutiva do material
hiperelastico estudado.
o campo E0 W e um campo compatvel de deformacao, ou seja: E0 =Du0 .
o campo u0 satisfaz as condicoes iniciais:
u0 (x, 0) = u
e0 (x)
x B
e 0 (x) = v0 (x)
u 0 (x, 0) = u
x B
Como no caso estatico, podemos formular o problema da elastodinamica em funcao

unicamente do campo de deslocamentos (Problema Primal) ou em funcao do campo de
tensoes em equilbrio dinamico com a carga lt (Problema Dual) ou formulacoes mistas,
em funcao de campos de deslocamentos e de tensoes, ou formulacoes generalizadas, ou
seja em funcao dos tres campos: deslocamentos, deformacoes e tensoes.
Limitando nossa apresentacao à formulacao em termos do campo de deslocamentos,
o problema da elastodinamica consistira em determinar, para cada instante de tempo
t [0, tf ], o campo u0 Kinu tal que
Satisfaca o equilbrio:

(
, Db
u) hlt
u0 , u
bi
E Du0
b
u Varu (u0 (, t))
(7.2)
Satisfaca a condicao inicial:

u0 (x, 0) = u
e0 (x)
e
u 0 (x, 0) = u 0 (x) = v0 (x)
x B
(7.3)
Como consideramos restricoes cinematicas do tipo bilateral (recordar a definic ao de

Kinu dada em (7.1)), o conjunto Varu resulta um s.e.v. de U pelo que a inequacao anterior
(7.2) se transforma em uma equacao variacional:
Varu = {b
u|b
u suf. regular, u
b(x, 0) = u
b(x, tf ) = 0x B}
(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
7.11. Problema da Elastodinamica (Restricoes Bilaterais)
241
Fazendo u = u 1 e u = u 0 nas duas u

ltimas equacoes e somando membro a membro
obtemos:
, 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
Tendo presente que em t = 0 as condicoes iniciais para u0 e u1 sao identicas se conclui

finalmente que:
u1 = u0 x B, t [0, tf ]
com o que obtemos a unicidade de tal solucao do problema da elastodinamica.
Para o caso de um material hiperelastico nao linear tambem se verifica o resultado
anterior em virtude de que a relacao constitutiva e monotona e da positividade de .
Seja agora o seguinte funcional:
Z tf
1
{h u,
L(u) =
ui
(u) + hlt , ui}dt
(7.7)
2
0
onde os dois primeiros termos do integrando sao, respectivamente, a energia cinetica e a
energia interna do sistema e o terceiro termo corresponde ao trabalho das forcas aplicadas.
Logo, das consideracoes anteriores e da expressao (7.5) temos que:
def
u0 = arg min L(u)

uKinu
(7.8)
A expressao anterior e o proprio princpio de Hamilton: de todas as configurac

oes cinematicamente admissveis aquela que minimiza o funcional e a soluc
ao da elastodin
amica.
O anterior e conhecido como Princpio de Hamilton. De fato:
Z tf
d
b ( |Du0 , Db
L(u0 + b
u)|=0 =
{hu 0 , ui
u) + hlt , u
bi}dt =
d
E
0
Z tf
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
Logo, para cada instante t temos

(
|Du , Db
u) hlt
u0 , u
bi = 0 b
u Varu
E 0
(7.10)
Isto e, recuperamos a expressao (7.2).
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:
ai i < , kk : norma adotada em Varu

u
i=1
Com base no anterior e para n finito podemos definir o espaco de dimensao finita:
Varnu = Span {i }ni=1
7.13. Problema da Elastostatica. Restricoes Bilaterais
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
Dado que Kinnu = u + Varnu e EstrT = T + VarrT temos que:

u Kinnu u = u +
T EstrT T = T +
n
X
i=1
r
X
ai i
b i i
i=1
onde variando ai , bi R, i = 1, 2, ...,obtemos todos os elementos de Kinnu e EstrT .

Com base nisto o funcional (u) em Kinnu toma a forma:
! 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
Por outro lado, se o material e elastico linear temos:

!
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
DDu Di dB, para i = 1, 2, ..., n

B
Logo, o problema (P1) (7.13) e equivalente ao problema de resolver o sistema linear

de equacoes algebricas:
(P1.a)
Ka = f
(7.15)
onde:
K matriz do sistema, simetrica positiva definida (em virtude das propriedades de
D e em virtude de supor que o movimento de corpo rgido foi eliminado). Seu
coeficiente generico Kij esta dado por:
Z
Kij =
DDi Dj dB
B
f Rn vetor termo independente funcao da carga aplicada l e das condicoes de

contorno em Bu .
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
e (b) caso o material seja

minimizacao em Rr , sem restricao, da funcao quadratica
linear:
!
!
!!
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)
i dB = ((i , u)) para i = 1, 2, ..., r
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
D1 T i dB, para i = 1, 2, ..., r
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
Esta integracao pode fazer-se analiticamente quando possvel ou numericamente,

caso contrario.
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
que tambem pode realizar-se analiticamente ou numericamente.

interessante ressaltar aqui, que a determinacao das funcoes u e T (associadas às
E
condicoes de contorno cinematicas em Bu e mecanicas em BT respectivamente)
pode constituir-se em uma grande dificuldade. No caso particular do MEF a determinacao destas funcoes, ou melhor dizendo, de suas aproximantes, resulta em geral
simples.
Como podemos apreciar, a determinacao da solucao aproximada dos problemas de
mnimo formulados reside fundamentalmente na deterrninacao das funcoes coordenadas
{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
No caso do P.M.E.C., a forma bilinear resulta:

Z
a (T, S) =
T D1 SdB T, S EstT
B
de onde:
kT k =
a (T, T ) T EstT
logo, as funcoes coordenadas i devem ser somente contnuas por parte em B.

Entretanto, existe uma diferenca fundamental entre um e outro tipo de formulacao
que, desde o ponto de vista numerico, faz mais atrativa uma destas formulacoes.
De fato, no P.M.E.P.T. (modelo em deslocamentos) as funcoes i devem ser suficientemente regulares no sentido ja estabelecido e nulas na fronteira Bu . Usando o MEF
a construcao de tais funcoes nao apresenta em geral nenhuma dificuldade. No P.M.E.C.
(modelo em tensoes ou tambem chamado modelo de forcas) as funcoes i VarT devem
aqui onde reside a dificuldade desta
ser campos autoequilibrados de esforcos internos. E
formulacao, a construcao destas funcoes agora nao e simples e esta dificuldade tem feito
com que o modelo em deslocamentos (P.M.E.P.T.) seja mais popular que o modelo em
tensoes (P.M.E.C.).
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
{i }i=1 : ao conjunto completo de funcoes coordenadas em W 0

teremos novamente:
u Kinnu u = u +
n
X
ai i , para u Kinu arbitrario
i=1
T W 0r T =
r
X
c i i
i=1
Logo, o problema variacional de Hellinger-Reissner toma a forma:

Determinar u Kinnu e T W 0r tais que sejam solucao do problema:
Z
Z
min n max0r FHR (u, T ) = (T ) dB +

T Du dB hl, ui
uKinu T W
7.14. Solucao Aproximada do Problema Variacional de Hellinger-Reissner
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
onde aT = (a1 , a2 , ..., an ) Rn e cT = (c1 , c2 , ..., cn ) Rr

Se o material e linear a expressao anterior toma a forma:
Z
Z
r
r X
n
X
1 X
1
e
cj cs
D j s dB +
cj ai
j Di dB
FHR (a, c) =
2 j,s=1
B
B
j=1 i=1
Z
n
r
X
X
+
ai hl, i i hl, ui
cj
j Du dB
B
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
que em forma matricial pode ser reescrito como

K = f
onde:
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
Se bem K e simetrica, a seguir utilizaremos a propriedade de que C e simetrica positiva

definida. Para isso, o sistema anterior pode ser reescrito matricialmente como:
A T c = f1
Aa + Cc = f2
da u
ltima equacao obtemos:
Cc = f2 Aa
que substituindo na primeira obtemos:
AT C 1 Aa = f1 AT C 1 f2
Logo, a solucao (a, c) do problema de min-max esta caracterizada, no caso de material
elastico linear, pela resolucao dos sistemas de equacoes algebricas anteriores.
Como C e simetrica positiva definida, a matriz AT C 1 A tera inversa se o posto da
matriz A e r e r n.
O anterior nos mostra que a construcao dos espacos Varnu e W 0r deve realizar-se de
maneira a satisfazer tambem esta restricao.
7.15. Solucao Aproximada do Princpio Variacional Generalizado
7.15
251
Soluc
ao Aproximada do Princpio Variacional
Generalizado
Na formulacao variacional generalizada para restricoes bilaterais a solucao (u0 , E0 , T0 )

Kinu W W 0 . Logo, a solucao aproximada e calculada redefinindo o problema em
espacos de dimensao finita. Assim, se designamos:
{i }
coes coordenadas em Varu
i=1 : conjunto completo de fun
{i }i=1 : ao conjunto completo de funcoes coordenadas em W

{i }
coes coordenadas em W 0
i=1 : ao conjunto completo de fun
logo:
u
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
Desta maneira, o princpio variacional generalizado em espacos de dimensao finita

toma a forma:
Determinar u Kinnu , E W m e T W 0r tais que facam estacionario o funcional
Z
Z
F (u, E, T ) =
(E) dB hl, ui
T (E Du) dB
B
O anterior equivale a dizer que estamos procurando os n

umeros reais (ai , i = 1, 2, ..., n) ,
(bk , k = 1, 2, ..., m) e (cj , j = 1, 2, ..., r) que faz estacionaria a func
ao:
Z
Fe (a, b, c) =
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
onde aT = (a1 , a2 , ..., an ) , bT = (b1 , b2 , ..., bn ) e cT = (c1 , c2 , ..., cn ) .

Novamente os algoritmos numericos podem ser tecnicas que determinam a solucao
atraves de uma busca direta do ponto que faz estacionaria a funcao, ou entao algoritmos
numericos que determinam a solucao atraves da resolucao do sistema de equacoes que a
caracteriza.
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
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
Para o caso de um material elastico linear o sistema de equacoes anteriores se reduz

ao seguinte sistema linear:
r
X
j=1
m
X
t=1
m
X
k=1
Z
cj
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
Introduzindo as seguintes matrizes e vetores:

Matriz A Rr Rn de coeficientes
Z
Aji =
j Di dB = 0,
j = 1, 2, ..., r;
i = 1, 2, ..., n
Matriz B Rm Rm de coeficientes
Z
Bkt =
Dt k dB,
B
simetrica positiva definida.
t, k = 1, 2, ..., m
7.15. Solucao Aproximada do Princpio Variacional Generalizado
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
Vetores a Rn , b Rm , c Rr de coeficientes ai , bk e cj , respectivamente,

o sistema de equacoes lineares pode ser reescrito como:
AT c = f1
Bb Hc = 0
H T b + Aa = f2
Como B e simetrica positiva definida segue-se que:
b = B 1 Hc
de onde:
(7.19)
H T B 1 H c + Aa = f2
e se o posto da matriz H e r e r m teremos que a inversa da matriz H T B 1 H existe,

portanto:
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)
Novamente, se o posto da matriz A e n e n r, as expressoes (7.19)-(7.21) nos

proporciona a solucao (a, b, c) que estamos procurando.
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
onde K e um conjunto convexo em Rn .

Desta maneira o P.M.E.P.T., incluindo restricoes unilaterais de contorno, se reduz ao
seguinte problema de programacao matematica:
(
n
!!
* n
+)
Z
X
X
e (a) =
min
D
ai i
db l,
ai i
aK
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
7.16. Algoritmos Numericos para Problemas de Contato em Elastostatica
255
No caso particular de material hiperelastico linear o anterior se reduz ao problema

classico da programac
ao quadr
atica:
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:
+ para todo a tal que Aa c > 0

max (Aa c) =
0 para todo a tal que Aa c 0
0
o problema (PP) (7.23) e equivalente ao seguinte problema de min-max (problema do
ponto de sela):
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
De fato, vejamos o problema de min-max (SP) (7.24). A solucao a , de (SP) (7.24)

esta caracterizada por:

Ka f + AT (a a ) = 0
a Rn
(Aa c) ( ) 0
0, Rm
A primeira corresponde à condicao de mnimo sobre a variavel nao restringida a.
A segunda corresponde à 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
de onde obtemos que:

Aa c 0
Vemos assim que a solucao a , do problema (SP) (7.24) e solucao do problema de
complementariedade linear:
(CL.a)
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
7.16. Algoritmos Numericos para Problemas de Contato em Elastostatica
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
onde e o operador projecao em [0, +] dado por:

(u) = max (0, u) ,
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
Espaco Vetorial Real
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 à 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 à 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
ix) 1 u = u (que implica 0 u = 0)

261
262
Apendice A. Definicoes e Notacoes
Exemplo A.1 O plano real E 2 . Seja U = E 2 o conjunto de todos os pares ordenados

x = (x1 , x2 ) , onde xi R, i = 1, 2, s
ao chamados coordenadas do ponto x. Se a adic
ao e
multiplicacao por n
umeros reais s
ao definidas da maneira usual:
x + y = (x1 + y1 , x2 + y2 )
x = (x1 , x2 )
o conjunto U e um espaco vetorial real onde 0 = (0, 0) e x = (x1 , x2 ) .
Exemplo A.2 Seja U o conjunto de todas as func
oes de valor real definidas no intervalo
x [0, 1] e onde definimos as operac
oes de adic
ao e multiplicac
ao por um n
umero real da
seguinte forma:
(f + g) (x) = f (x) + g (x)
(f ) (x) = f (x)
pode-se verificar que satisfaz todas as propriedades i)-ix). Logo, U e um e.v.r.
Exemplo A.3 Seja Pk [0, 1] o conjunto de polin
omios p de grau k definidos no intervalo
[0, 1] . Claramente a soma do polin
omio e sua multiplicac
ao por um n
umero real conduz a
um elemento de Pk . Logo, Pk e um espaco vetorial real.
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 às 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
Variedade Linear. Transla

c
ao de um Subespaco
Seja S um subespaco do e.v.r. U e seja u0 U um determinado elemento deste espaco.

O conjunto de todos os elementos u U onde cada um pode ser expresso como:
u = u0 + ,
se chama variedade linear de U. Observe que se u0 S (por exemplo u0 = 0) teremos que

a variedade linear e, em si mesma, um subespaco e coincide com S.
A.2. Transformacoes Lineares.
A.2
263
Transformaco
es Lineares.
Sejam U e V dois e.v.r. A transformacao linear T de U em V e uma aplicacao de U em

V tal que para u, v U e R arbitrarios se verifica:
i)
T (u + v) = T (u) + T (v)
ii)
T (u) = T (u)
A expressao transformac
ao esta sendo usada como sinonimo de operador, mapeamento, func
ao, aplica
c
ao. Se as propriedades anteriores nao se verificam, entao diz-se
que T e uma transformacao nao linear. Toda vez que a transformacao T satisfaz a propriedade (i) se diz que e aditiva. Se satisfaz (ii) se diz que e homog
enea.
Do anterior se segue que uma transformacao linear e uma transformacao que e, por sua
vez, aditiva e homogenea. Logo, podemos combinar ambas as propriedades e estabelecer
a seguinte definicao:
Transforma
c
ao Linear A transformacao T : U V e uma transformacao linear de U
em V se e somente se
(A.1)
T (u + v) = T (u) + T (v)
Exemplo A.6 Seja PK [0, L] o e.v.r. de polin
omios reais definidos no intervalo [0, L] .
Considere a transformacao:
T (f (x)) =
como
d
f (x) = f 0 (x)
dx
(f (x) + g (x))0 = f 0 (x) + g 0 (x)

(f (x))0 = f 0 (x)
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 )
O conjunto de todas as trnasformacoes lineares de U em V onde se define a adicao e

multiplicacao por real da maneira usual:
(T1 + T2 ) (u) = T1 (u) + T2 (u)
(T ) (u) = T (u)
constitui um e.v.r. que chamaremos L (U, V ) .
264
A.4
Funcionais
Dado um e.v.r. U e o espaco R de n

umeros reais, a transformacao F de U em R
F : U R
u F (u) R
recebe o nome de funcional (real). Este funcional sera linear se a transformacao e linear,
o mesmo para aditivo, homogeneo e nao linear.
Exemplo A.7 No curso vimos numerosos exemplos de funcionais (em particular lineares). De fato, seja U o e.v.r. de func
oes de valor real f (x) , x [a, b] , integr
aveis. Se T
e a transformac
ao definida por:
Z
T (f (x)) =
f (x) dx
a
claramente T e um funcional linear em U.
A.5
O Espaco Dual Alg

ebrico
Seja o e.v.r. de todas as transformacoes lineares de U em V , L (U, V ). Considere o caso

particular de V = R, ou seja, L (U, V ) = L (U, R) , ou seja, e o e.v.r. de todos os funcionais
lineares sobre U. Este espaco sera designado por:
U = L (U, R)
e e chamado o espa
co alg
ebrico dual de U (algebrico porque usamos ate agora as
propriedades algebricas de U ).
Na literatura e comum usar o simbolismo par de dualidade para descrever os funcionias
lineares sobre U : se f U escrevemos:
f (u) hf, ui
onde com o simbolismo h, i descrevemos a transformacao bilinear de U U em R. Com
esta notacao, colocamos em evidencia que o valor real f (u) depende linearmente tanto
de u para f fixo como de f para u fixo.
Este novo funcional h, i tem as propriedades:
1)
hf1 + f2 , ui = hf1 , ui + hf2 , ui
hf, u1 + u2 i = hf, u1 i + hf, u2 i
A.6. Alguns Elementos de Analise Real
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)
(Exerccio: demonstre esta propriedade).

Desigualdade de Cauchy-Schwarz. Sejam a1 , a2 , ..., an e b1 , b2 , ..., bn R logo:
n
X
!2
ai bi
n
X
i=1
i=1
!
a2i
n
X
!
b2i
(A.4)
i=1
(Exerccio: demonstre esta propriedade).

Limite Superior de um Subconjunto. Seja A R um subconjunto de R tal que para
todo x A se verifica que x a logo a se diz que e um limite superior do subconjunto A
e A se diz limitado superiormente.
Menor Limite Superior. Seja A R limitado superiormente, suponhamos que existe
a R tal que:
a e um limite superior de A,
a b para todo limite superior de A,
logo, a e chamado menor limite superior ou Supremo de A. Da mesma maneira pode-se
definir subconjuntos limitados inferiormente, limite inferior e nfimo de um subconjunto.
Observa
c
ao O ordenamento completo simplesmente estabelece que todo subconjunto
limitado superiormente (inferiormente) tem um supremo (nfimo). Por sua vez, nao resulta
difcil provar que o supremo (nfimo) e u
nico.
Veremos agora algumas propriedades dos conjuntos de pontos que podem ser estendidos a outros sistemas matematicos mais gerais. A topologia do sistema de n
umeros reais
se refere aos conceitos de conjuntos abertos, vizinhanca e certa classificacao de pontos nos
conjuntos.
Vizinhan
ca em R. Seja a R, a vizinhanca N (a) e o conjunto de pontos x R tais
que |x a| < onde e um n
umero positivo dado.
Pontos Interiores. Seja A R nao vazio. O ponto a R e um ponto interior se existe
> 0 tal que N (a) A, ou seja, todos os pontos x N (a) A.
Conjunto Aberto. Diz-se aberto o conjunto A R se todo x A e um ponto interior.
Exemplos a < b
(a, b) = {x | a < x < b, x R}
[a, b) = {x | a x < b, x R}
(a, b] = {x | a < x b, x R}
(a, ) , (, a) , (, ) = R
e um conjunto aberto.
A.6. Alguns Elementos de Analise Real
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
R que e um ponto de acumulacao.

Exemplo. A = 1; 12 , 13 , ..., n1 , ... e um conjunto infinito tal que todo elemento a A e
tal que:
0<a1
logo o n
umero 0 e um ponto de acumulacao.
Conjuntos Densos em R. O conjunto A R e um conjunto denso em B R se B A.
Se B =A, A diz-se que e denso em toda parte em B.
Conjuntos compactos (Teorema de Heine-Borel). O conjunto A R e compacto se e
somente se A e fechado e limitado.
Observa
c
ao. Se A R e compacto, todo subconjunto infinito de A tem um ponto de
acumulacao em A.
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

3
,
2
2 3
4
5
,
, ...
3
4
Limite de uma Sequ

encia. Diz-se que a sequencia {an } R tem um limite a R
se para todo > 0 existe um n
umero inteiro N tal que |an a | < para todo n > N.
Se uma sequencia tem limite, dizemos que converge e isto representamos da seguinte
maneira:
lim an = a
n
caso contrario, dizemos que diverge.

Dizemos que uma sequencia e monotona crescente se an+1 > an para todo n (decrescente an+1 < an ). Dizemos que e limitada superiormente se existe um n
umero b tal
que an < b n. Igualmente, e limitada inferiormente se existe b tal que b < an para
todo n.
Teorema A.2 Toda sequencia mon
otona (crescente ou decrescente) limitada converge.
Observa
c
ao Sequencias limitadas nao monotonas podem convergir ou nao convergir. Por
exemplo, a sequencia
1, 1, 1, 1, ... (1)n+1 , ...

e limitada mas nao e convergente!
Subsequ
encias. Dada uma sequencia {u1 , u2 , ..., un , ...} as sequencias {u1 , u4 , u7 , ...} ou
{u2 , u4 , u6 , ...}, etc. se chamam subsequencias de {un }. Vejamos um IMPORTANTE
TEOREMA.
Teorema A.3 (Teorema de Bolzano-Weierstrass para Sequ
encias) Toda sequencia
limitada tem uma subsequencia convergente.
Observa
c
ao O conjunto A R e compacto se e somente se toda sequencia infinita de
pontos de A tem uma subsequencia convergente.
Sequ
encias de Cauchy. Diz-se que a sequencia {an } e uma sequencia de Cauchy se
para todo > 0 existe um n
umero inteiro N tal que:
|an am | <
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 =
A.7. Limite e Continuidade de Funcoes
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
Limite e Continuidade de Func

oes
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
Continuidade (Definicao via definicao de limite). A funcao f no conjunto A R e

contnua no ponto de acumulacao x0 A se e somente se
(1) f (x0 ) existe
(2) limxx0 f (x) = f (x0 )
Continuidade (Definicao ). A funcao f : A R e contnua em x0 A se para todo
> 0 existe > 0 tal que
|f (x) f (x0 )| < toda vez que |x x0 | <
Observa
c
ao. A essencia da nocao de continuidade esta mais proxima do conceito de conjuntos abertos que o de limite ou da definicao . De fato, a definicao |f (x) f (x0 )| <
define uma vizinhanca N (f (x0 )) em R (f ). Em particular, {f (x) ; |f (x) f (x0 )| < }
define uma vizinhanca aberta de raio em f (x0 ) . Se f e contnua em x0 , logo, os pontos
x levados por f a esta vizinhanca se encontram em outra vizinhanca aberta de raio em
x0 . Em outras palavras, para cada > 0 existe > 0 tal que a imagem inversa de toda
vizinhanca aberta em f (x0 ) esta includa em uma vizinhanca aberta em x0 .
270
A observacao anterior conduz à seguinte definicao de continuidade.

Continuidade (Definicao via vizinhanca aberta). A funcao
f : A B, A, B R
e contnua em x0 A se e somente se a imagem inversa de toda vizinhanca aberta de
f (x0 ) em B esta contida em uma vizinhanca aberta de x0 em A. Se a continuidade se
verifica para todo x0 A dizemos que f e contnua em A.
Temos agora um Teorema que usamos durante a apresentacao do Lema Fundamental do C
alculo das Varia
c
oes.
Teorema A.4 (de Weierstrass do Valor Intermedi
ario de uma Fun
c
ao Contnua)
Seja f : R R tal que e contnua no intervalo fechado [a, b] . Logo f (x) assume todos os
valores intermedi
arios entre f (a) e f (b) .
Finalmente, recordemos alguns conceitos que usamos nos Captulos anteriores.
Derivada de uma Func
ao. Seja f : A R R e seja x0 um ponto de acumulacao de
A. Dizemos que f 0 (x0 ) e a derivada de f em x0 se existe o limite
lim
xx0
f (x) f (x0 )
= f 0 (x0 )
x x0
Se f 0 (x0 ) existe, dizemos tambem que f e diferenciavel em x0 . Se f e diferenciavel para

todo x0 A dizemos que f e diferenciavel em A.
Diferencia
c
ao de uma Integral. Regra de Leibnizt. Seja
Z x2 ()
J = J () =
f (x, ) dx
x1 ()
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
Vamos generalizar primeiro o conceito de valor absoluto de n

umeros reais. Para isso,
introduzimos o conceito de Metrica.
M
etrica: Seja X um conjunto vazio, a funcao d : X X R, e chamada metrica se e
somente se as seguintes propriedades sao satisfeitas:
1) d (x, y) 0 para todo x, y X (estritamente positiva)
A.8. Espacos Metricos
271
2) d (x, y) = 0 se e somente se x = y (estritamente positiva)

3) d (x, y) = d (y, x) para todo x, y X (simetria)
4) d (x, z) d (x, y) + d (y, z)
x, y, z X (desigualdade do triangulo)
Geralmente, na literatura vemos que quando em um conjunto se define uma metrica, os

elementos do conjunto sao chamados pontos e d (x, y) dist
ancia entre esses pontos. Observe que as propriedades (1)-(4) sao uma generalizacao das propriedades do valor absoluto
e do conceito geometrico que temos de distancia entre pontos do espaco Euclidiano.
Espa
co M
etrico: Como sempre estamos limitando nossa apresentacao a espacos vetorais
reais. Seja o e.v.r. X e definamos uma metrica d, logo (X, d) e chamado espaco m
etrico.
Exemplo. O espaco metrico classico e o e.v.r. R onde a metrica esta dada por:
d (x, y) = |x y|
Exemplo. Seja X = R R e dados x = (x1 , x2 ) e y = (y1 , y2 ) R arbitrarios e a
metrica definida por:
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
se pode demonstrar que (X, dp ) e um espaco metrico onde

X = R R ... R
e a metrica dp : X R esta dada por
dp (x, y) =
n
X
i=1
! p1
|xi yi |p
272
Com este resultado temos as seguintes metricas em R R :

d1 (x, y) = |x1 y1 | + |x2 y2 |
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
Podemos definir a metrica:

Z
dp (f, g) =
|f g|p dx
p1
onde a desigualdade do triangulo se obtem da desigualdade de Minkowski para integrais:

Z
|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 ) <
A.9. Espacos Normados
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
Seja V um e.v.r. A funcao N : V R e uma norma em V se e somente se:

(1) N (u) 0 e = 0 se e somente se u = 0
(2) N (u) = || N (u)
u V,
(3) N (u + v) N (u) + N (v)

E a notacao tradicional para N e:
N (u) = kuk
Por sua vez, (V, kk) define um e.v. normado.
Exemplos
(1) (C [a, b] , kf k = maxx[a,b] |f (x)|)
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
à 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
Para cada componente i se verifica que
(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 demonstracaò 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
nao e completo. De fato, a sequencia de funcoes contnuas

n n+1
2 x
para 0 x 12
un (x) =
1 2n (1 x)n+1 para 21 x 1
(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 à 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)
nao e completo. De fato, a sequencia Cauchy de funcoes contnuas:
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 à 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 à 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 à 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
e que P e linear se e somente se e homogeneo e aditivo. Caso contrario, e n

ao linear.
Como U e V sao espacos Banach (isto e, tem estrutura topologica induzida pelas normas
respectivas) podemos definir o conceito de continuidade do operador. Logo, dizemos
que P e contnuo em u0 U se para todo > 0 existe > 0 tal que:
kP (u) P (u0 )kV < toda vez que ku u0 kU <
(A.9)
Ou, de forma equivalente, P e contnuo em u0 U se para toda sequencia {un } que

converge a u0 (ou seja, limn kun u0 kU = 0), a sequencia {P (un )} converge a P (u0 )
em V. Em outras palavras, P e contnuo se:
lim kun u0 kU = 0 lim kP (un ) P (u0 )kV = 0
(A.10)
Se (A.9) se verifica para todo par (u, u0 ) S U dizemos que P e uniformemente

contnuo.
Operadores lineares sao limitados se existe M < , constante positiva, tal que:
kP ukV < M kukU
u U
Se P e nao linear e
kP (u) P (v)kV M ku vkU
u, v S U
se diz satisfeita a condi

c
ao de Lipschitz em S (observe que se P satisfaz esta condicao
logo e contnuo).
De acordo com esta definicao, dado um operador linear limitado de toda a colecao
de n
umeros M para os quais
kP uk < M kuk
podemos escolher o menor valor possvel Mmin e desta forma podemos estabelecer uma
correspondencia entre o operador e este n
umero:
N (P ) = Mmin
Pode-se verificar que esta correspondencia satisfaz todas as propriedades da func
ao
norma. Logo, se introduz a notacao:
N (P ) = kP k
a qual chamamos de norma do operador P
kP k = inf {M | kP ukV M kukU , u U }
278
Claramente o anterior e equivalente a:

kP k = sup
uU
kP ukV
,
kukU
u 6= 0
Exemplo. Consideremos o operador

Du =
du
dx
definido no conjunto de funcoes diferenciaveis com norma dada por:

kuk = sup |u (x)|
x[0,1]
Claramente D : C 1 [0, 1] C [0, 1] e linear, mas n

ao limitado na norma anterior. De
fato, seja:
un (x) = sin (nx)
logo:
kun k = sup |sin (nx)| = 1
x[0,1]
por outro lado:

Dun = n cos (nx) kDun k = n
dado que kun k = 1 e kDun k cresce indefinidamente para n , nao existe uma constante
M tal que:
kDun k < M kun k
u C 1 [0, 1]
Se introduzimos a norma:
kuk = max( sup |u(x)|, sup |Du|)
x[0,1]
x[x,1]
teremos que D e um operador linear limitado.

Espa
co Dual Topol
ogico: Consideremos o espaco normado U. O espaco de todos os
funcionais lineares contnuos (e portanto limitados!) e designado por U 0 e se chama dual
topologico de U :
U 0 = L (U, R)
Observa
c
ao Como existem mais funcionais lineares que nao sao contnuos, se segue que
0
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
A.10. Espacos com Produto Interno
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
Dizemos que converge fracamente para u0 se para todo l U 0 se verifica

|l (un u0 )| < toda vez que n > N
o que e similar a
lim |l (un u0 )| = 0
Na literatura se observa tambem a seguinte notacao

un u para convergencia forte
un * u para convergencia fraca
Por sua vez, se
lim kln lkU 0 = 0 ln converge fortemente para l em U 0
se
lim hln l, ui = 0 u U
A.10
ln converge fracamente para l em U 0
Espacos com Produto Interno
Nas Secoes anteriores pudemos generalizar os conceitos de dist

ancia (continuidade, etc.)
empregando o conceito de norma. Nos falta generalizar o conceito de produto escalar de
vetores (produto interno) que nos definia o conceito de ortogonalidade e projecao. Para
isso, vamos introduzir a seguinte definicao.
Produto interno. Seja U um e.v.r. o funcional
p : U U R
u, v p (u, v)
comumente designado simplesmente por (u, v) e um produto interno se satisfaz as
seguintes propriedades:
(1) (u, v) = (v, u) (simetria)
(2) (u1 + u2 , v) = (u1 , v) + (u2 , v) (aditivo e homogeneo)
(u, v1 + v2 ) = (u, v1 ) + (u, v2 )
(3) (u, u) 0 e = 0 se e somente se u = 0
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:
(u, v)2 (u, u) (v, v)
Ortogonalidade. Vimos assim que a definicao de produto interno e uma generalizacao

de nosso conceito geometrico de produto escalar (interno) de vetores. Por este motivo
dizemos que u e v sao ortogonais se:
(u, v) = 0
Das propriedades do produto interno podemos induzir uma norma:
1
kuk = (u, u) 2
para tal somente nos restaria demonstrar que a desigualdade do tri

angulo
e satisfeita.
De fato, temos:
ku + vk2 = (u + v, u + v) = (u, u) + 2 (u, v) + (v, v) (u, u) + 2 |(u, v)| + (v, v)
e aplicando a desigualdade de Cauchy-Schwarz:
1
ku + vk2 (u, u) + 2 (u, u) 2 (v, v) 2 + (v, v) = (kuk + kvk)2

Do resultado anterior temos que todo espaco produto interno e um espaco normado (com
a norma induzida pelo produto interno).
Espa
co Hilbert. O espaco produto interno completo (no sentido da norma induzida) se
chama espa
co Hilbert. Vemos que todo espaco Hilbert e um espaco Banach. A inversa
nao e verdadeira ja que nem toda norma provem de um produto interno.
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
Apendice B. A Convexidade no Calculo Variacional
u N (K) Ku = 0 u N (K) hKu, wi = 0 w U hD DDu, wi =

(DDu, Dw) = (Du, DDw) = hD DDw, ui = hKw, ui = 0 w U u
R (K) N (K) R (K) .
u R (K) hKw, ui = 0 w U para w = u que hKu, ui = 0 hKu, ui =
hD DDu, ui = (DDu, Du) = 0 Du = 0 u N (D) R (K) N (D)
recordando o Lema B.1, R (K) N (D) = N (K) .
Logo:
N (K) R (K) N (K) N (K) = R (K)
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:
B.2. Funcoes Convexas
283
Segundo vimos no Captulo 6 resulta:

h
i
V aru K (V aru ) = V aru + K (V aru )
e das propriedades de K:
h
i
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
vamos demonstrar que V aru K (V aru ) = {} onde e o elemento nulo de U 0 .

De fato, seja:
f V aru K (V aru ) f V aru e f K (V aru ) f V aru e u V aru tal
que Ku = f hf, wi = 0 w V aru com f = Ku para w = u hKu, ui = 0
u N (K) Ku = 0 = f, ou seja, o u
nico elemento da intersec
ao e um elemento nulo.
Logo:
h
i
V aru K (V aru )
= V aru K (V aru )
B.2
Funco
es Convexas
Seja X um e.v. (real). Dizemos que o conjunto C X e convexo se:

x + (1 ) y e C
x, y C e (0, 1)
O funcional f : C R e convexo se:

f (x + (1 ) y) f (x) + (1 ) f (y)
x, y C,
(0, 1)
O funcional f se diz estritamente convexo se a desigualdade estrita e satisfeita na

expressao anterior.
Dado um funcional f definido no convexo C de X, sempre podemos definir o funcional
f definido em X dado por:
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
Seja V um espaco Banach, o funcional f : V R = R {, +} e semicontnuo

inferiormente se se verificam as duas condicoes equivalentes:
R o conjunto {x V | f (x) } e fechado.
R o conjunto {x V | f (x) > } e aberto.
284
B.4
Diferencial no Sentido de Gateaux
Se diz que f : V R e Gateaux - diferenciavel no ponto x0 se:

f (x0 + x) f (x0 )
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
Consideremos um funcional J : V R e seja C V um subconjunto de V, onde V e um

espaco Banach.
Dizemos que J (u) e um mnimo relativo de J em C se u C e se existe uma
vizinhanca de N (u) tal que:
J (u) J (u)
u C N (u)
Por sua vez, dizemos que J (u) e um mnimo absoluto de J em C se u C e se:

J (u) J (u)
u C
Teorema B.2 Se V e um espaco Banach reflexivo, se J e semicontnuo inferiormente e

se C e um subconjunto limitado e fechado de V, existe ao menos um mnimo absoluto em
C.
Observa
c
ao B.1 No caso de V ser um espaco vetorial de dimensao finita o Teorema
anterior nos diz que toda func
ao contnua sobre um conjunto fechado e limitado alcanca
ao menos uma vez seu mnimo.
Teorema B.3 Se V e um espaco Banach reflexivo, J semicontnuo inferiormente e coercivo:
lim J (u) = +
kuk
logo existe ao menos um mnimo absoluto.
B.5. Minimizacao de Funcionais Convexos. Caracterizacao do Ponto de Mnimo
285
Teorema B.4 Seja C um aberto de V, logo:

i) Se u C e um mnimo relativo de J em C e se J e Gateaux-diferenci
avel, logo:
J (u; ) = 0
ii) Se J e convexo e Gateaux-diferenci

avel, logo:
todo mnimo local e um mnimo global
as duas express
oes seguintes sao equivalentes:
J (u) J (u)
u C; u C
J (u; ) = 0
V; u C
Se J e estritamente convexo as duas expres

oes anteriores admitem uma
u
nica soluc
ao u.
Teorema B.5
i) Se J e Gateaux-diferenci
avel em C e C e um subconjunto convexo do espaco Banach
reflexivo V e se u C e tal que:
J (u) J (u)
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
Neste apendice apresentamos um conjunto de exerccios. Procuramos com isto auxiliar os

alunos no aprendizado de diversos temas introduzidos na presente monografia.
Exerccio C.1 . Um funcional e a aplicac
ao
F : U R
u F (u) R
logo
a) Seja U = C[0, 1] e F(u) =
R1
0
u(x)dx, calcule F(u) para
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
x0 [a, b]. Adotando a = 1, b = 3, e x0 = 2
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
(x, u(x))dx onde (x, u(x)) =
288
Apendice C. Exerccios
Figura C.1: Problema da Braquistocrona

Exerccio C.2 (O Problema da Braquist
ocrona) A seguinte analogia com a otica
foi empregada por Johann Bernoulli em 1696 para resolver o problema da curva braquist
ocrona. Num meio nao homogeneo, a velocidade da luz nao e constante variando inversamente com o ndice de refracao. O Princpio de Fermat em otica estabelece que o
raio de luz em um meio deste tipo, segue a trajet
oria mais r
apida para unir dois pontos. Fazendo uso deste princpio, Bernoulli concluiu que determinar a braquist
ocrona era
equivalente a determinar a trajet
oria do raio
de
luz
num
meio
plano
onde
o
ndice de
p
refrac
ao era inversamente proporcional a y(x). Por outro lado, o problema
otico pode
ser resolvido empregando a lei de Snell que estabelece que em cada ponto da trajet
oria do
raio luminoso o angulo entre o eixo y e a direc
ao do raio (tangente à trajet
oria no ponto
considerado forma um angulo cujo seno (sin ) e inversamente proporcional ao ndice
de refrac
ao (e portanto proporcional a sua velocidade) (Figura C.1). Com esta analogia
a braquist
ocrona deve satisfazer
p
c sin = y(x)
(C.1)
onde c e uma constante a determinar.
i) justifique a equac
ao (C.1);
ii) suponha que a braquist
ocrona esta dada pela func
ao y = y(x), empregue a equac
ao
(C.1) para obter
dy
c2 = y(x)[1 + ( )2 (x)], x (0, a)
(C.2)
dx
iii) mostre que a cicloide dada parametricamente por
c2
( sin )
x() =
2
c2
y() =
(1 cos ), [0, B ]
2
satisfaz a equac
ao diferencial (C.2), que (0, 0) e um ponto da curva e que c e podem
ser escolhidos de maneira a que um outro ponto da cicloide seja o ponto (a, b)
Observa
c
ao: Este problema ilustra o paralelismo existente entre a otica e a mec
anica
das partculas, trabalho este desenvolvido por Hamilton.
C.1. Introducao
289
Figura C.2: Problema da Geodesica: Cone

Exerccio C.3 Considere novamente o problema da braquist
ocrona onde a = 1 e b = 1
e calcule o tempo gasto pela partcula seguindo as trajet
orias
i) y(x) = x;
p
ii) y(x) = 1 (x 1)2 empregando o funcional
1
T (y) =
2g
"
dy 2
1 + ( dx
) (x)
y(x)
#1/2
dx
(C.3)
iii) empregando a relac

ao trigonometrica 1 x = cos (justifique), mostre que para o
caso ii) (crculo) o tempo gasto esta dado por
1
T (y) =
2g
1
0
d
(sin )1/2
(C.4)
iv) empregue a equac

ao (C.4) para mostrar que Tcirculo < Treta
v) empregue a desigualdade sin < , > 0 para obter uma cota inferior do tempo
correspondente ao crculo;
vi) trate de obter uma cota superior de maneira a obter o mesmo resultado de (iv)
embora sem realizar nenhum c
alculo do valor da integral (C.3).
Exerccio C.4 (Problema da Geod
esica) Formular o problema da geodesica para as
seguintes superfcies:
i) Para o cone da Figura C.2, comente ainda os casos particulares onde A e B estao
no mesmo meridiano e no mesmo paralelo;
ii) Para o cilindro da Figura C.3, comente ainda os casos particulares onde A e B estao
no mesmo meridiano e no mesmo paralelo.
290
Figura C.3: Problema da Geodesica: Cilindro
Figura C.4: Problema do bote

Exerccio C.5 (Problema do bote) Considere o problema do bote indicado na Figura
C.4. Suponha que o mesmo tem uma velocidade relativa à corrente do rio dada pela
constante w = 1 e seja r = r(x) a velocidade da corrente do rio na direc
ao y. Nao
existem correntes transversais. O tempo empregado pelo bote para ir de A (de coordenadas
(0, 0)) a B (de coordenadas (xB , yB )) na trajet
oria definida pela curva y = y(x) est
a dado
por
Z xB
q
1/2
T (y) =
[(x) 1 + (y 0 )2 (x) (2 ry 0 )(x)]dx, onde = (1 r2 (x))
(C.5)
0
justifique esta express

ao. Para isto
i) trate de obter as componentes da velocidade do bote nas direc
oes xe y;
ii) mostre que o tempo de travessia esta dado por
Z xB
T =
sec dx, x 0
0
iii) mostre que
dy
= r(x) sec + sec2 1
dx
iv) com estes resultados obtenha o funcional (C.5).
C.1. Introducao
291
Exerccio C.6 Seja o operador P : U 7 V , recordando a definic

ao do Diferencial de
Gateaux do operador P no ponto u U na direc
ao dada por
P (u + ) P (u)
dP (u, ) = lim
(C.6)
0
verificar que para P linear resulta dP(u; ) = P.

Exerccio C.7 Amitindo que os funcionais Fi (i = 1, 2) estao definidos em U e satisfazem as restricoes (1) e (2) das notas de aula e empregando a definic
ao
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
Vemos, assim, que o operador variac

ao que usamos no Calculo Variacional tem um comportamento identico ao operador diferencial empregado no calculo diferencial de func
oes.
Exerccio C.8 Calcular F(u; ) para os seguintes funcionais
i) F(u) = (u0 (0))2 (u0 (0))3 .
R1
ii) F(u) = 0 cos u(x)dx.
R1
iii) F(u) = 0 (u3 (x) + ex u(x))dx.
R2
0
iv) F(u) = 0 ([xu0 (x) eu (x) ]dx.
R1
v) F(u) = 0 x(t)y 0 (t)dt, u = (x, y).
R
R
vi) F(u) = 12 u ud = 12 [( u
)2 + ( u
)2 ]d.
x
y
292
vii) F(u) =
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
u = u(x), x = (x, y) , func

ao de tensao;
C.1. Introducao
293
Figura C.5: Barra elastica submetida a torsao
(.)(operador gradiente) = [ x
; y
];
= cte., representa a rotac

ao da sec
ao z = L;
= (x) Modulo de elasticidade transversal.
i) Calcular F(u, ).
ii) Calcular a condic
ao necess
aria de mnimo.
iii) A condic
ao anterior e suficiente? Justifique a resposta.
iv) Calcular a equac
ao de Euler e determine o problema de valor de contorno equivalente
ao problema de mnimo.
v) Suponha que a sec
ao transversal da barra () esta constituida por dois materiais
diferentes ( descontinuo) e seja S a curva contida em que os separa. Calcular
as equac
oes de Euler para cada dominio e a condic
ao que satisfaz u0 em S. Esta
condic
ao e satisfeita automaticamente pelo extremo u0 ?. Justifique a resposta.
Seja o funcional F(uo ) dado por

Z
F(uo ) =
uo dx
(C.10)
onde a funcao u0 e a solucao do seguinte problema variacional: Determinar uo D(F) =

{u; suf.reg.em(0, L); u(0) = 0; u(L) = qL2 /2; q R} tal que
a(uo , ) = `() M = {v; suf.reg.em(0, L); v(0) = v(L) = 0}
(C.11)
294
e onde as formas a(, ) e `() estao dadas respectivamente por

Z L
du dv
k
a(u, v) =
dx u D(F), v M
dx dx
0
Z L
`(v) =
qvdx v M
(C.12)
(C.13)
Com o intuito de simplificar o problema variacional anterior admita o parametro k R.

Com estes elemenos assim definidos resolver os seguintes exerccios.
Exerccio C.13 Determinar
i) A equac
ao de Euler associada ao problema variacional (C.11);
ii) Empregando esta equac
ao calcular a soluc
ao uo do problema variacional (C.11).
Exerccio C.14 Empregando o resultado anterior e adotando uma perturbac
ao k R
determinar
e
i) F(k)
= F(uo );
e k ) =
ii) F(k,
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)
definido para todo k R, u D(F) e M. Determinar

i)
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:
ii.1) determinar a equac

ao de Euler associada a este novo problema variacional;
ii.2) determinar o M soluc
ao da equac
ao adjunta.
iii) Para k R realizar o seguinte calculo
d
L(k + k , u, )| =0
d
(C.15)
iv) Evaluar a express

ao anterior em u = uo e = o . Compare este resultado com o
e k ). Justifique a resposta.
resultado ja obtido F(k,
C.1. Introducao
295
Seja o funcional F(u) dado por

Z
F(u) =
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)
definido para toda func

ao v D(F) dado por
D(F) = {u; u continua em (0, L),
du
quadrado integr
avel e tais que u(0) = 0} (C.18)
dx
i) Caracterizar o espaco M de variac

oes admissveis;
ii) Determine a condic
ao necess
aria de mnimo que a func
ao uo D(F) deve satisfazer
para minimizar o funcional;
iii) Esta condic
ao e suficiente?. Justifique a resposta;
iv) Empregue o Metodo de Ritz para determinar uma soluc
ao aproximada de uo
iv.1) Defina uma base polinomial;
296
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.
oes admissveis;
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)
D(F) = {u; u continua em (0, L),

oes admissveis;
ao necess
aria de mnimo;
iii) Esta condic
ao e suficiente?. Justifique a resposta.
iv) Determine a Equac
ao de Euler, as condic
oes principais e naturais que a soluc
ao
minimizante uo deve satisfazer assim como as equac
oes de salto associadas a este
funcional no ponto xo .
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]
A. N. Brooks and T. J. R. Hughes. Streamline upwind/petrovgalerkin

formulations for convection dominated flows with particular emphasis on
the incompressible navierstokes equations. Computer Methods in Applied
Mechanics and Engineering, pages 199259, 1982.
[BS79]
M. S. Bazaraa and C. M. Shetty. Nonlinear Programming: Theory and

Algorithms. John Wiley, 1979.
[CH53]
B. Courant and D. Hilbert. Methods of Mathematical Physics, volume 1-2.

Interscience Publishers, 1953.
[DL72]
G. Duvaut and J. L. Lions. Les Inequations en Mechanique et en Physiques.

Dunod, 1972.
[Els69]
L. Elsgoltz. Ecuaciones Diferenciales y Calculo Variacional. Editora Mir,

Mosc
u, 1969.
[ET74]
I. Ekeland and R. Temam. Analyse Convex et Problèmes Variationneles.

Dunod, 1974.
[FB83]
R. A. Feijoo and H. J. C. Barbosa. Static analysis of piping systems with

unilateral supports. In VII COBEM-Congresso Brasileiro de Engenharia
Mec
anica, pages D:635638, Brasil, 1983.
[Fei78]
R. A. Feijoo. Introducci
on a Mec
anica del Contnuo. I Escola de Matematica
Aplicada. Laboratorio Nacional de Computacao Cientfica, Brasil, 1978.
[Fre80]
M. Fremond. Methodes Variationnelles en Calcule des Structures. Ecole

Nationale des Ponts et Chausses, 1980.
[FT80]
R. A. Feijoo and E. Taroco. Metodos Variacionais em Mec

anica dos Solidos,
volume 2 of II Escola de Matematica Aplicada. Laboratorio de Calculo CBPF, 1980.
297
298
BIBLIOGRAFIA
[FT82]
R. A. Feijoo and E. Taroco. I Curso de Mec

anica Te
orica e Aplicada,
Modulo 1, chapter Principios y Metodos Variacionales en Mecanica, pages
117195. Laboratorio de Calculo - LCC-CBPF/CNPq, 1982.
[FT83]
R. A. Feijoo and E. Taroco. I Curso de Mec

anica Te
orica e Aplicada,
Modulo 2, chapter Principios Variacionales y el Metodo de los Elementos
Finitos en la Teoria de Placas y Cascaras, pages 1116. Laboratorio de
Calculo - LCC/CNPq, 1983.
[Fun65]
Y. C. Fung. Foundaions of Solid Mechanics. Prentice Hall, 1965.
[FZ83]
R. A. Feijoo and N. Zouain. Analisis elastoplastica via optimizacion. Publicacao Tecnico Cientfica 004/83, Laboratorio de Computacao Cienfica
-LCC/CNPq, 1983.
[Ger72]
P. Germain. Sur lapplication de la methode des puissances virtuelles en

mecanique des milieux continus. C. R. Acad. Sci., Serie A, 274:10511055,
1972.
[Ger73a]
P. Germain. La methode des poissances virtuelles en mechanique des milieux continus. première partie: Theorie du second gradiant. Journal de
Mechanique, 12(2):235274, 1973.
[Ger73b]
P. Germain. The method of virtual power in continuum mechanics. part 2:

Microstructure. SIAM J. Appl. Math., 25(3):556575, 1973.
[Ger80]
P. Germain. Course de Mechanique, volume 1, 2. Ecole

Polytechnique,
1980.
[Ger82]
P. Germain. I Curso de Mec

anica Te
orica e Aplicada, Modulo 1, chapter
Four Lectures on the Foundation of Shell Theory. Laboratorio de Computacao Cientfica, LCC-CNPq, 1982.
[GF63]
I. M. Gelfand and S. V. Fomin. Calculus of Variations. Prentice Hall, 1963.
[Gur72]
M. E. Gurtin. The Linear Theory of Elasticity. Handbuch der Physik.

Springer Verlag, 6th edition, 1972.
[Gur81]
M. E. Gurtin. An Introduction to Continuum Mechanics. Academic Press,

1981.
[Joh87]
C. Johnson. Numerical Solution of Partial Differential Equations by the

Finite Element Method. Cambridge University Press, 1987.
[Lan70]
C. Lanczos. The Variational Principles of Mechanics. University Toronto

Press, 4th. edition, 1970.
BIBLIOGRAFIA
299
[Mau80]
G. A. Maugin. The method of virtual power in continuum mechanics:

Application to coupled fields. Acta Mechanica, 35:170, 1980.
[Mik64]
S. G. Mikhlin. Variational Methods in Mathematical Physics. Pergamon

Press, 1964.
[Mik65]
S. G. Mikhlin. The Problem of the Minimum of Quadratic Functionals.

Holden Day, 1965.
[Mik70]
S. G. Mikhlin. Mathematical Physics and Advanced Course. North Holland,

1970.
[Mik71]
S. G. Mikhlin. The Numerical Performance of Variational Methods. Nordhoff Pub., 1971.
[Mik79]
S. G. Mikhlin. An Approximation on Rectangular Grid. Sijthoff-Noordhoff,

1979.
[MS67]
S. G. Mikhlin and K. L. Smolitskiy. Approximate Methods of Solution for

Differential and Integral Equations. Elsevier, 1967.
[OC83a]
J. T. Oden and G. F. Carey. Finite Elements: A Second Course, volume 2

of The Texas Finite Element Series. PrenticeHall, 1983.
[OC83b]
J. T. Oden and G. F. Carey. Finite Elements: Mathematical Aspects,

volume 4 of The Texas Finite Element Series. PrenticeHall, 1983.
[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]
J. T. Oden. Finite Elements of Nonlinear Continua. McGraw Hill, 1972.
[Ode79]
J. T. Oden. Applied Functional Analysis. Prentice Hall, 1979.
[OR76a]
J. T. Oden and J. N. Reddy. An Introduction to the Mathematical Theory

of Finite Elements. John Wiley, 1976.
[OR76b]
J. T. Oden and J. N. Reddy. Variational Methods in Theoretical Mechanics.

Springer Verlag, 1976.
[Pan90]
P. D. Panagiotopoulos. Inequality Problems in Mechanics and Applications.

Birkhauser, 1990.
[RA]
G. Romano and G. Alfano. Variational principles and discrete formulations

in plasticity. personal communication.
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]
G. Romano. A general variational theory of incremental elastic-plastic

boundary value problems. Technical Report 306, Univ. Napoli, Ist. di
Scienza delle Costruzion, Italy, 1979.
[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, Facoltà di Ingegneria
dellUniversità di Napoli, Italy, 1984.
[RR79]
G. Romano and M. Romano. On the foundation of variational principles

in linear structural mechanics. Technical Report 307, Univ. di Napoli, Ist.
Scienza delle Costruzioni, Italia, 1979.
[RRMdS93a] G. Romano, L. Rosati, and F. Marotti de Sciarra. Variational formulations

of non-linear and non-smooth structural problems. Int. J. Non-Linear Mechanics, 28(2):195208, 1993.
[RRMdS93b] G. Romano, L. Rosati, and F. Marotti de Sciarra. Variational principles for
a class of finite-step elasto-plastic problems with non-linear mixed hardening. Comp. Meth. Appli. Mech Engng., 109:293314, 1993.
[RRMdS93c] G. Romano, L. Rosati, and F. Marotti de Sciarra. A variational thory for
finite-step elasto-plastic problems. Int. J. Solids Struct., 30(17):23172334,
1993.
[RRMdSB93] G. Romano, L. Rosati, F. Marotti de Sciarra, and P. Bisegna. A potential
theory for monotone multivalued operators. Quarterly of Applied Mathematics, LI(4):613631, 1993.
[TF83]
E. Taroco and R. A. Feijoo. I Curso de Mec

anica Te
orica e Aplicada,
Modulo 2, chapter Teoria de Placas y Cascaras, pages 117176. Laboratorio
de Computacao Cientfica, LCC-CNPq, Rio de Janeiro, Brasil, Enero 1983.
[Tho89]
F. Thomasset. Implementation of Finite Element Methods for Navier

Stokes Equations. Springer Series in Computational Physics. Springer
Verlag, 1989.
BIBLIOGRAFIA
[ZT89]
301
O. C. Zienkiewicz and R. L. Taylor. The Finite Element Method, volume 1.

McGraw Hill, fourth edition, 1989.

Cálculo Variacional

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cálculo Variacional

Enviado por

Direitos autorais:

Formatos disponíveis

Monografia do Curso GA-015

Centro Atomico Bariloche, 8400, Bariloche, Argentina

Programa de Pos-Graduacao em Modelagem Computacional

4.12 Variacao Geral de um Funcional . . . . . . . . . . . . . . . . . . . . . . . . 90

7 Princpios Variacionais em Elasticidade. Pequenas Deformac

Diferentes concicoes de contorno . . . . . . . . . . . . . . . . . . .

Matriz (a) banda e (b) skyline . . . . . . . . . . . . . . . . . . . . . . . .

Propriedade das funcoes e . . . . . . . . . . . . . . . . . . . . . . .

R. A. Feijoo, E. Taroco e C. Padra

onde E = E(x) e o Modulo de Elasticidade de Young que satisfaz a propriedade

Figura 1.1: Viga

Para completar a definicao do problema, falta ainda definir o grau de regularidade

Determinar u U tal que

Determinar u U tal que

onde U e o conjunto de func

vale) ou o caminho de menor comprimento unindo dois pontos de uma superfcie. A

Figura 1.2: Ponto de cela

Figura 1.3: Maximos, mnimos e pontos estacionarios

e um ponto extremal mnimo se

Se o ponto (x, y) e interior, verificamos que se dx e admissvel entao dx tambem e

Com este resultado, podemos pensar em caracterizar a solucao do problema da viga

pela continuidade de , existe um intervalo Ixo = (xo , xo + ) para suficientemente

Chegamos assim a dois resultados. O primeiro e chamado Lema Fundamental do

(x)v(x)dx = 0 v C[a, b] 0 [a, b]

Introduzindo a notacao mais compacta

o problema variacional (1.25) toma a forma final:

Da definicao da forma a(u, v) temos

Das propriedades da forma a(u, v) podemos obter o seguinte resultado.

Sendo solucoes de (1.28) satisfazem respectivamente

Por sua vez como v e arbitrario, podemos adotar v = u1 u2 U obtendo

e da propriedade (1.32), temos finalmente

Isto e, se a solucao existe ela e u

u = arg min F(v)

Compare este resultado com a expressao (1.6).

Problema da viga da Figura 1.4. u(0) = u(L) = 0

Figura 1.4: Viga apoiada em ambas extremidades

Figura 1.5: Viga engastada em x=0

Da expressao (1.42) obtemos todas as equacoes e restricoes que a solucao do problema

Condicoes de contorno principais

Para a viga de Figura 1.4

Figura 1.6: Viga engastada em x=0 com descontinuidade em x=a

Condicoes de contorno naturais

u = arg min F(v)

podemos apreciar que o espaco U (definido em (1.41)) e um espaco de dimensao infinita.

un = arg min F(v)

Substituindo este resultado em (1.53) obtemos o seguinte metodo numerico: Determinar

A solucao {b1 , b2 , ..., bn } do sistema de equacoes algebricas (lineares) anterior proporciona

Vemos assim, que a formulacao variacional proporcionou de maneira natural o metodo

Figura 2.1: Problema da Brachistochrone

u = arg min T (v)

D(T ) = y C 1 [0, a] , y(0) = 0, y(a) = b e que a integral (2.7) esteja definida

1. O problema tem solucao? (existencia)

Outro problema classico do calculo das variacoes consiste em determinar a curva em Rd

u(t) = (u1 (t) , u2 (t) , u3 (t)) , t [0, 1]

Em particular, a reta que une os pontos A e B estara definida por:

u0 (t) = (1 t) A + tB, t [0, 1]

Figura 2.2: Geodesica em <3

dv1 dv2 dv3

Para isto facamos uso do Teorema Fundamental do Calculo:

Multiplicando escalarmente ambos membros da expressao anterior por (B A), temos

Donde se conclui, para A 6= B (que e o caso, senao o problema seria trivial)

Se considerarmos que a Terra e esferica temos

Figura 2.3: Geodesica numa esfera

desta maneira a curva fica caracterizada por