Dissertacao

UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN
PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA E DE

MATERIAIS
DISSERTAO
FRANCISCO LUIZ CAMPOS HIDALGO
QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO

ESTOCSTICA DE UMA VIGA DE EULER-BERNOULLI, APOIADA
EM FUNDAO DE PASTERNAK, UTILIZANDO O MTODO
ESTOCSTICO DE GALERKIN E O MTODO DOS ELEMENTOS
FINITOS ESTOCSTICOS
CURITIBA
MAIO - 2014
QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO

ESTOCSTICA DE UMA VIGA DE EULER-BERNOULLI, APOIADA
EM FUNDAO DE PASTERNAK, UTILIZANDO O MTODO
ESTOCSTICO DE GALERKIN E O MTODO DOS ELEMENTOS
FINITOS ESTOCSTICOS
Dissertao apresentada ao Programa de PsGraduao em Engenharia Mecnica e de

Materiais da Universidade Tecnolgica Federal
do Paran, Campus Curitiba, como requisito
parcial de aprovao.
Orientador: Prof. Claudio Roberto vila da

Silva Jnior, Dr.
Coorientador: Prof. Hilbeth Parente Azikri de
Deus, Dr.
CURITIBA
MAIO - 2014
TERMO DE APROVAO
QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO ESTOCSTICA

DE UMA VIGA DE EULER-BERNOULLI, APOIADA EM FUNDAO DE
PASTERNAK, UTILIZANDO O MTODO ESTOCSTICO DE GALERKIN E O
MTODO DOS ELEMENTOS FINITOS ESTOCSTICOS
Esta Dissertao foi julgada para a obteno do ttulo de mestre em engenharia,

rea de concentrao em mecnica dos slidos, e aprovada em sua forma final pelo
Programa de Ps-graduao em Engenharia Mecnica e de Materiais.
______________________________________
Prof. Paulo Csar Borges, Dr.
Coordenador do Programa
Banca Examinadora
______________________________
______________________________
Prof. Claudio R. vila da Silva Jr, Dr.
Prof Andr Tefilo Beck, Dr.
PPGEM / UTFPR
PGEE / USP
______________________________
Prof. Ivan Moura Belo, Dr.
PPGEM / UTFPR
Curitiba, 12 de dezembro de 2014
RESUMO
HIDALGO, Francisco L. Campos. Quantificao da incerteza do problema de
flexo estocstica de uma viga de Euller-Bernoulli, apoiada em fundao de
Pasternak, utilizando o mtodo estocstico de Galerkin e o mtodo dos
elementos finitos estocsticos. Dissertao Programa de Ps-Graduao em
Engenharia Mecnica e de Materiais, Universidade Tecnolgica Federal do Paran,
Curitiba, 87p., 2014.
Este trabalho apresenta uma metodologia, baseada no mtodo de Galerkin, para
quantificar a incerteza no problema de flexo estocstica da viga de Euler-Bernoulli
repousando em fundao de Pasternak. A incerteza nos coeficientes de rigidez da
viga e da fundao representada por meio de processos estocsticos
parametrizados. A limitao em probabilidade dos parmetros randmicos e a
escolha adequada do espao de solues aproximadas, necessrias posterior
demonstrao de unicidade e existncia do problema, so consideradas por meio de
hipteses tericas. O espao de solues aproximadas de dimenso finita
construdo pelo produto tensorial entre espaos (determinstico e randmico),
obtendo-se um espao denso no espao das solues tericas. O esquema de
Wiener-Askey dos polinmios do caos generalizados utilizado na representao do
processo estocstico de deslocamento da viga. O mtodo dos elementos finitos
estocsticos apresentado e empregado na soluo numrica de exemplos
selecionados. Os resultados, em termos de momentos estatsticos, so comparados
aos obtidos por meio de simulaes de Monte Carlo.
Palavras-chave: Lema de Lax-Milgram, polinmios do caos, esquema de AskeyWiener, viga de Euler-Bernoulli, Fundao de Pasternak, mtodo de Galerkin,
mtodo dos elementos finitos estocsticos.
ii
ABSTRACT
HIDALGO, Francisco L. Campos. Quantification of uncertainty in the stochastic
bendig problem of an Euller-Bernoulli beam, resting on Pasternak foundation,
using the stochastic Galerkin method and the stochastic finite element method.
Dissertation Graduate Program in Mechanical and Materials Engineering, Federal
Technological University of Paran, Curitiba, 87p., 2014.
This study presents a methodology, based on the Galerkin method, to quantify the
uncertainty in the stochastic bending problem of an Euler-Bernoulli beam resting on a
Pasternak foundation. The uncertainty in the stiffness coefficients of the beam and
foundation is represented by parametrized stochastic processes. The probability
limitation on the random parameters and the choice of an appropriated approximate
solution space, necessary for the subsequent demonstration of uniqueness and
existence of the problem, are considered by means of theoretical hypothesis. The
finite dimensional space of approximate solutions is built by tensor product between
spaces (deterministic and randomic), obtaining a dense space in the theoretical
solution space. The Wiener-Askey scheme of generalizes chaos polynomials is used
to represent the stochastic process of the beam deflection. The stochastic finite
element method is presented and employed in the numerical solution of selected
examples. The results, in terms of statistical moments, are compared to results
obtained through Monte Carlo simulations.
Keywords: Lax-Milgram lemma, chaos polynomials, Askey-Wiener scheme, EulerBernoulli beam, Pasternak foundation, Galerkin method, stochastic finite element
method.
iii
LISTA DE FIGURAS
Figura 1
Prtico com conexes articuladas entre viga e colunas ......................... 7
Figura 2
Prtico com conexes rgidas entre viga e colunas ............................... 8
Figura 3
Tubulao para transporte de fluido suportada pelo solo ....................... 8
Figura 4
Modelo no-linear para o solo ................................................................ 9
Figura 5
Analogia para a fundao de Winkler ................................................... 11
Figura 6
Descontinuidade do deslocamento no modelo de Winkler ................... 12
Figura 7
Representao esquemtica do modelo de fundao de Pasternak ... 13
Figura 8
Funes de aproximao do espao de solues determinstico

correspondentes aos graus de liberdade do problema esttico ........... 36
Figura 9
Matriz de rigidez calculada para p=1, s=4 e m=4 ................................. 39
Figura 10 Matriz de rigidez calculada para p=3, s=4 e m=4 ................................. 39

Figura 11 Matriz de rigidez local resultante da aplicao do mtodo dos
elementos finitos estocsticos .............................................................. 41
Figura 12 a) Exemplo de discretizao espacial. b) Matriz de rigidez global
resultante .............................................................................................. 41
Figura 13
Matriz de rigidez global com condies de contorno aplicadas ............ 42
Figura 14 Viga de seo retangular simplesmente apoiada em fundao de

Pasternak ............................................................................................. 45
Figura 15 Histograma do mdulo de elasticidade de uma liga de ao
estrutural............................................................................................... 47
Figura 16 Histograma experimental e histograma gerado com o processo
estocstico parametrizado, com x fixo, atravs de SMC .................... 47
Figura 17 Evoluo do valor esperado, do processo estocstico de deslocamento
no centro da viga u4 , na SMC. Exemplo 1a ....................................... 50
Figura 18 Evoluo da varincia, do processo estocstico de deslocamento
Figura 19 Valor esperado do processo estocstico de deslocamento ui nos ns
da viga de Pasternak, exemplo 1a ....................................................... 51
Figura 20 Varincia do processo estocstico de deslocamento ui nos ns da
viga de Pasternak, exemplo 1a ............................................................ 51
Figura 21 Erro relativo no valor esperado do processo estocstico de
deslocamento ui nos ns da viga de Pasternak, exemplo 1a .............. 52
iv
Figura 22 Erro relativo na varincia do processo estocstico de deslocamento ui

nos ns da viga de Pasternak, exemplo 1a .......................................... 52
Figura 23 Coeficiente de variao do processo estocstico de deslocamento ui
nos ns internos da viga de Pasternak, exemplo 1a ............................ 54
Figura 24 Erro relativo no coeficiente de variao, do processo estocstico ui
Figura 25 Histogramas da varivel randmica u4 , exemplo 1a ........................... 55
Figura 26 Estimativa da FDPA da varivel randmica u4 , exemplo 1a ............... 55
no centro da viga u4 , na SMC. Exemplo 1b ....................................... 58
da viga de Pasternak, exemplo 1b ....................................................... 59
viga de Pasternak, exemplo 1b ............................................................ 60
deslocamento ui nos ns da viga de Pasternak, exemplo 1b .............. 60
nos ns da viga de Pasternak, exemplo 1b .......................................... 60
nos ns internos da viga de Pasternak, exemplo 1b ............................ 62
Figura 35 Histogramas da varivel randmica u4 , exemplo 1b ........................... 63
Figura 36 Estimativa da FDPA da varivel randmica u4 , exemplo 1b ............... 63
da viga de Pasternak, exemplo 2a ....................................................... 65

viga de Pasternak, exemplo 2a ............................................................ 66
deslocamento ui nos ns da viga de Pasternak, exemplo 2a .............. 66
nos ns da viga de Pasternak, exemplo 2a .......................................... 66
Figura 45 Histogramas da varivel randmica u4 , exemplo 2a ........................... 69
Figura 46 Estimativa da FDPA da varivel randmica u4 , exemplo 2a ............... 69
da viga de Pasternak, exemplo 2b ....................................................... 71
viga de Pasternak, exemplo 2b ............................................................ 72
deslocamento ui nos ns da viga de Pasternak, exemplo 2b .............. 72
nos ns da viga de Pasternak, exemplo 2b .......................................... 72
Figura 55 Histogramas da varivel randmica u4 , exemplo 2b ........................... 75
Figura 56 Estimativa da FDPA da varivel randmica u4 , exemplo 2b ............... 75
vi
LISTA DE TABELAS
Tabela 1
Correspondncia entre variveis aleatrias e os polinmios do

esquema de Askey-Wiener .................................................................. 33
Tabela 2
Tabela 3
Mdia e desvio padro dos parmetros estocsticos........................... 46

Erros relativos da aplicao do mtodo de Galerkin, no problema
determinstico da viga biapoiada em fundao de Pasternak .............. 49
Erros relativos no valor esperado e na varincia, do processo
Tabela 4
estocstico de deslocamento no centro do vo u4 , exemplo 1a .......... 53

Tabela 5
Tabela 6
Coeficientes resultantes da aplicao do MEFE no exemplo 1a,

utilizando 2 elementos finitos estocsticos e polinmios de grau p=1 .. 57
estocstico de deslocamento no centro do vo u4 , exemplo 1b .......... 61
Tabela 7

estocstico de deslocamento no centro do vo u4 , exemplo 2a .......... 67
Tabela 8

estocstico de deslocamento no centro do vo u4 , exemplo 2b .......... 73
Tabela 9
Desvio relativo no valor esperado do processo estocstico de deslocamento no centro da viga, em relao ao problema determinstico ....... 76
Tabela 10 Tempo computacional para a obteno da soluo numrica dos
exemplos .............................................................................................. 77
vii
SUMRIO
1
INTRODUO
1.1
1.2
1.3
Reviso da Literatura
Objetivos
Estrutura do Trabalho
10
15
16
DEFINIES FUNDAMENTAIS
2.1
2.2
Espao de Sobolev
2.3
Lema de Lax-Milgram
4
5
6
17
a,b
3 ABORDAGEM
ESTOCSTICA
DA
VIGA
REPOUSANDO EM FUNDAO DE PASTERNAK
3.1
3.2
3.3
17
Espao de Probabilidades
18
19
DE
Definio do Problema Estocstico

Problema Variacional
Teorema de Unicidade e Existncia de Soluo
EULER-BERNOULLI
21
21
24
25
REPRESENTAO DE INCERTEZA
27
4.1
29
O Esquema de Askey-Wiener
34
5.1
43
Momentos Estatsticos
EXEMPLOS NUMRICOS
45
6.1
6.2
6.3
6.4
6.5
6.6
48
49
58
64
70
76
Definio da Malha Espacial

Exemplo 1a - Incerteza no Mdulo Elstico da Viga
Exemplo 1b - Incerteza na Altura da Viga
Exemplo 2a - Incerteza no Parmetro de Rigidez de Parternak
Exemplo 2b - Incerteza no Parmetro de Rigidez de Winkler
Comparao entre os Exemplos
7 CONCLUSES
REFERNCIAS
78
80
INTRODUO
Estruturas apoiadas so amplamente utilizadas na engenharia de estruturas.
A posio e o comportamento mecnico dos suportes so determinantes na

resposta mecnica do conjunto. Ligaes entre membros estruturais metlicos so
um exemplo da influncia que o vnculo entre os elementos exerce sobre um
conjunto estrutural. Por exemplo, a ligao metlica entre elementos do prtico
ilustrado na figura 1 no transfere esforos de flexo. Em contrapartida, o vnculo
apresentado na figura 2 transmite momento fletor s colunas. Algumas aplicaes
prticas no campo da mecnica estrutural utilizam de estruturas continuamente
suportadas por um meio deformvel que na maioria dos casos o solo. Sistemas
como trilhos rodoferrovirios, dutos para transporte de fluidos (figura 3), estacas de
fundaes profundas e tanques de armazenamento podem ser citados como
exemplos de estruturas lateralmente contidas pelo solo. Devido simplicidade
geomtrica, estas estruturas podem ser adequadamente avaliadas utilizando-se
modelos lineares, como as teorias de viga de Euler-Bernoulli e placa de Kirchhoff,
considerando ainda a influncia do meio de apoio.
Carga distribuda
Momento fletor
Figura 1 Prtico com conexes articulas entre viga e colunas.

Fonte: Adaptado de The Steel Construction Institute, 2002, p.10.
Carga distribuda
Momento fletor
Figura 2 Prtico com conexes rgidas entre viga e colunas.

Fonte: Adaptado de The Steel Construction Institute, 1997, p.50.
Figura 3 Tubulao para transporte de fluido suportada pelo solo.

Fonte: American Iron and Steel Institute, 2007, p.25.
Jardine (1992) props um modelo reolgico no-linear para os solos. Neste

modelo o estado de tenses do meio descrito em uma relao entre tenses
deviatricas e tenses esfricas, conforme ilustrado na figura 4. Na regio 1 o solo
apresenta um comportamento elstico linear, dentro da regio 2 o comportamento
elstico no-linear atribudo ao efeito do contato mecnico entre as partculas
constituintes, na regio 3 o solo se deforma irreversivelmente (comportamento
predominantemente plstico). Jardine afirma em seu estudo, que a posio das

fronteiras de subescoamento dependente do estado inicial de tenses (1992). A
resposta mecnica dos solos depende ainda de caractersticas que podem variar
significativamente ao longo da regio de suporte da estrutura de interesse. Fatores
como a composio, tamanho de gro, teor de umidade e nvel de compactao so
determinantes na rigidez do meio.
Tenso Esfrica
Regio 3
Fronteira limite
Regio 1
Regio 2
Tenso Deviatrica
Figura 4 Modelo no-linear para o solo.
Fonte: Adaptado de Jardine, 1992, p. 2.
A anlise de sistemas estruturais que repousam em um meio deformvel

pode ser conduzida utilizando-se, por exemplo, modelos lineares de fundao
elstica, ou uma abordagem da mecnica do contato. A maior parte dos modelos
lineares baseia-se em hipteses sobre o comportamento da reao que o solo
exerce sobre o modelo mecnico da estrutura suportada, Dinev (2012). Destacamse o modelo pioneiro de viga repousando em fundao elstica de Winkler (1867) e
o modelo de Pasternak (1954). Em seu trabalho, Timoshenko (1940) afirma que
para o problema de trilhos rodoferrovirios, o modelo de Winkler apresentava boa
concordncia com medies experimentais. Utilizando o modelo de Winkler, Jones
(1997) ilustra a soluo numrica de diversos problemas prticos. A anlise destes
sistemas empregando a formulao de contato unilateral apresenta maiores
dificuldades e custo computacional. O problema de contato no-linear, mesmo
para o caso em que os meios que experimentam contato possuem comportamento
linear, Wriggers (2006). A no-linearidade decorrente do fato de no se conhecer
previamente a regio dos corpos que experimentar contato na condio de
10
equilbrio. A energia potencial total do sistema nesta condio encontrada

iterativamente e descrita de maneira explcita com a utilizao de mtodos como o
da penalidade e o do multiplicador de Lagrange. Tanto as formulaes lineares,
quanto a de contato unilateral esto sujeitas incerteza nos parmetros que
caracterizam o solo. Jones (1997) enfatiza que o solo pode ser um material muito
varivel, a grande dificuldade na aplicao do modelo de fundao de Winkler
determinar o mdulo de reao do solo (o parmetro que caracteriza o meio de
apoio) a ser utilizado na anlise. O mesmo autor afirma ser imperativo, considerar
uma faixa de valores do mdulo de reao na anlise para se verificar a
sensibilidade da resposta mecnica da estrutura. A aplicao de modelos lineares
no contexto da mecnica estocstica uma alternativa prtica corrente no campo
da engenharia de estruturas (realizar simulaes de Monte Carlo). A prxima seo
dedicada a apresentar alguns dos modelos lineares de viga repousando em
fundao elstica e tambm estudos recentes no campo da mecnica estocstica.
1.1
Reviso da Literatura
Modelos Mecnicos Lineares de Viga apoiada em Fundao Elstica
Tais abordagens utilizam um modelo mecnico para a estrutura suportada e
consideram a influncia do solo por meio de um carregamento externo.

Originalmente Winkler (1867) utilizou a teoria de viga de Euler-Bernoulli como
modelo mecnico da estrutura de interesse, descrita pelo seguinte problema de valor
de contorno:
Encontre u C4 0, l , tal que,
d2 d2u
x 0, l ;
2 EI 2 x f x ,
dx dx
u(x 0) u0 ; u(x l) ul ;
du x 0 ; du x l ,
0
l
dx
dx
sendo EI a rigidez flexo da viga e f o carregamento externo.
(1)
11
Fundao de Winkler
O modelo de Winkler (1867) assume que a fora de reao que o solo exerce
sobre um determinado ponto da viga, proporcional deflexo da viga neste ponto.
Dinev (2012) faz uma analogia deste modelo com um sistema de molas verticais,
independentes e de rigidez w , conforme ilustrado na figura 5. A partir disso, o
carregamento externo resultante na viga assume a forma:
f x q x wu x .
(2)
Substituindo a equao (2) na equao (1) obtm-se a formulao clssica da viga

de Euler-Bernoulli repousando em fundao de Winkler (base elstica):
d2 d2u
EI
w x q x ,
dx 2 dx 2
u(x 0) u0 ; u(x l) ul ;
du x 0 ; du x l .
0
l
dx
dx
x 0, l ;
(3)
w x
Figura 5 Analogia para a fundao de Winkler.

Fonte: Adaptado de Teodoru e Musat, 2008, p. 71.
O trabalho de Teodoru et al. (2006) destaca que a principal deficincia do

modelo de Winkler, a existncia de descontinuidades de deslocamento, na
interface entre regies carregadas e no-carregadas, conforme representado na
figura 6.
12
q x
Figura 6 Descontinuidade do deslocamento no modelo de Winkler.

Fundao de Pasternak
O modelo de Pasternak (1954) restaura a continuidade do deslocamento da
viga, introduzindo um termo difusivo fora de reao do solo. Desta forma, o
carregamento externo resultante torna-se:
f x q x wu x
d du
p
x .
dx dx
(4)
Por conseguinte, a formulao clssica da viga de Euler-Bernoulli repousando em

fundao elstica de Pasternak, enunciada da seguinte maneira:
d2 d2u d du
p
w u x q x , x 0, l ;
2 EI 2
dx dx dx dx
u(x 0) u0 ; u(x l) ul ;
du x 0 ; du x l .
0
l
dx
dx
(5)
Os modelos de fundao de Pasternak (1954), de Filonenko-Borodich (1940),

Hentenyi (1946), Reissner (1958) e Vlasov-Leontiev (1966) utilizam o parmetro
adicional p , e so usualmente denominados modelos de fundao a dois
parmetros. No modelo de Pasternak o segundo parmetro representa o mdulo de
cisalhamento de uma camada virtual, que interage com os elementos de mola
verticais (figura 7). A formulao de Vlasov-Leotiev (1966) considera o solo um meio
elstico-linear, isotrpico, contnuo e homogneo. Assume-se ainda que a partir de
13
uma determinada profundidade conhecida do solo, os efeitos do carregamento

externo da estrutura so desprezveis. Vlasov e Leotiev (1966) utilizaram hipteses
sobre o campo de deslocamentos do solo at esta profundidade e consideraram a
contribuio da energia de deformao do solo no funcional de energia potencial
total da viga de Euler-Bernoulli. Da condio de equilbrio deste funcional resulta (5).
O modelo de Hentenyi (1946) adquire continuidade de deslocamentos ao considerar
o solo um meio composto por trs camadas. A primeira camada, imediatamente
abaixo da estrutura apoiada, e a terceira so fundaes de Winkler com parmetros
de rigidez independentes. Abaixo da terceira camada considera-se que a fundao
no experimenta deslocamentos. A segunda camada um elemento de viga
hipoteticamente imerso no solo. Relacionando os carregamentos atuantes nas vigas
(suportada e imersa) s duas fundaes de Winkler, obtm-se um problema de valor
de contorno de oitava ordem, que pode ser expresso em termos de duas constantes
caractersticas do solo.
Camada de cisalhamento
Molas verticais
Figura 7 Representao esquemtica do modelo de fundao de Pasternak.

Retrospecto no Campo da Mecnica Estocstica em Problemas de

Flexo Estocstica de Vigas
A mecnica estocstica incorpora a aleatoriedade ou incerteza na formulao
matemtica dos problemas mecnicos. Por outro lado, o campo mais estabelecido
da confiabilidade estrutural considera a aleatoriedade e a incerteza utilizando-se
modelos mecnicos determinsticos.
A utilizao de mtodos numricos tem tornado a anlise de sistemas
estocsticos atrativa nos ltimos anos. Inicialmente o mtodo dos elementos finitos
14
foi combinado com Simulaes de Monte Carlo (SMC) para a obteno de

estatsticas associadas soluo de problemas mecnicos. Em seu estudo, Arajo e
Awruch (1994) comparam resultados obtidos aplicando os mtodos de SMC, SMC
combinadas a expanses de Neumann e Expanses em Sries de Taylor,
juntamente com a aplicao do mtodo dos elementos finitos tradicional, na soluo
do problema de flexo estocstica de uma viga (problema com incerteza nas
propriedades de rigidez do material ao longo do domnio). Spanos e Ghanem (1989)
utilizaram o mtodo de Galerkin, para solucionar um problema de flexo de uma viga
com incerteza no mdulo de Young, que foi descrito como um processo Gaussiano.
O espao de solues aproximadas foi gerado utilizando-se um subconjunto finito de
funes, de um sistema total no espao das variveis aleatrias com varincia finita.
O trabalho de Babuska, Tempone e Zouraris (2004) representou um grande
avano para o campo da mecnica estocstica ao apresentar uma verso
estocstica do lema de Lax-Milgram, utilizado para avaliar a existncia e unicidade
de soluo de problemas de valor de contorno elpticos. Estes autores
demonstraram que para alguns problemas mecnicos, a utilizao de processos
Gaussianos para representar a incerteza em parmetros pode acarretar a perda de
coercividade da forma bilinear associada ao problema. Esta dificuldade foi
encontrada tambm por Silva Jr. (2004) resultando na no-convergncia da soluo
para um problema de flexo de placas com propriedades estocsticas. Esta
deficincia na soluo tambm ocorre nos mtodos da Perturbao e de Monte
Carlo e decorre da utilizao de processos Gaussianos na modelagem dos
parmetros aleatrios, no garantindo a unicidade e existncia da soluo. No h
validade nos resultados obtidos com uma formulao inconsistente, entretanto ainda
encontram-se estudos recentes, nos quais se utilizam processos Gaussianos para
representar propriedades mecnicas estritamente positivas. Os trabalhos de Chen e
Guedes Soares (2008), Sett et al. (2011) e Sarsri et al. (2011) so exemplos. Grande
esforo tem sido empregado na representao da incerteza atravs de processos
no-Gaussianos. Xiu e Karniadakis (2002) apresentam o esquema de Askey-Wiener,
que representa uma famlia de polinmios que so densos no espao de
probabilidade de diferentes variveis aleatrias.
Vanmarcke e Grigoriu (1983) estudaram a flexo de uma viga de Timoshenko
com incerteza no mdulo de cisalhamento. Elishakoff (1995) empregou a teoria do
clculo Mdio Quadrtico para obter as equaes governantes da mdia e da
15
varincia de deslocamentos em problemas de flexo estocstica de vigas. Ghanem

e Spanos (1991) utilizaram o mtodo de Galerkin, juntamente com a decomposio
espectral de Karhunem-Loeve para representar a incerteza no mdulo de flexo de
uma viga por meio de um processo Gaussiano. Chakraborty e Sarkar (2000) aplicou
a srie de Neumann o mtodo de Monte Carlo para obter estimativas dos momentos
estatsticos da deflexo de vigas curvas com incerteza na rigidez da fundao de
apoio. Apesar de apresentarem resultados numricos para o problema de flexo de
vigas, estes autores no avaliam a existncia e unicidade de soluo em seus
trabalhos.
Tendo em vista o panorama apresentado nos pargrafos anteriores, so
definidos a seguir os objetivos deste trabalho.
1.2
Objetivos
O presente estudo tem como objetivo geral a anlise terico-numrica do
problema de flexo estocstica da viga de Euler-Bernoulli repousando em fundao

de Pasternak. O modelo de Pasternak ser utilizado devido simplicidade de sua
formulao e capacidade de descrever aplicaes prticas. O problema estocstico
ser caracterizado pela incerteza nos parmetros de rigidez da viga e da fundao,
em substituio anlise de sensibilidade usualmente conduzida no campo da
engenharia para a aplicao do modelo de Winkler, Jones (1997). Uma metodologia
baseada no mtodo de Galerkin ser empregada para a obteno de solues
aproximadas do deslocamento transversal da viga. A existncia e unicidade de
soluo sero demonstradas utilizando-se a verso do lema de Lax-Milgram
apresentada no estudo de Babuska et al. (2005). O espao de solues
aproximadas ser gerado utilizando-se uma famlia de polinmios pertencentes ao
esquema de Askey-Wiener, permitindo assim a aplicao do mtodo de Galerkin na
formulao estocstica proposta. Este estudo apresenta uma metodologia que pode
ser aplicada na soluo de problemas estocsticos de diferentes reas da
engenharia, analogamente metodologia proposta por Silva Jr., Beck e Suarez
(2013).
16
1.3
Estrutura do Trabalho
O contedo deste trabalho apresentado em sete captulos. O captulo
introdutrio contextualiza o problema de uma estrutura repousando em fundao

elstica, apresentando aplicaes prticas e abordagens possveis. Alguns modelos
lineares de fundao e trabalhos relevantes no campo da mecnica estocstica so
expostos na reviso da literatura, fundamentando os objetivos definidos para o
estudo. O segundo captulo resume conceitos das teorias de probabilidades e de
espaos de funes utilizados no trabalho.
O captulo trs apresenta o problema estocstico da viga de Euler-Bernoulli
repousando em fundao elstica de Pasternak. O espao de Sobolev de solues
definido, no qual demonstrada a unicidade e existncia de soluo. O captulo
quatro demonstra a metodologia para a representao do espao das variveis
aleatrias com varincia finita atravs de uma famlia de funes adequadas.
Encontra-se
ainda
presente
neste
captulo
construo
dos
processos
parametrizados que descrevem a incerteza nos coeficientes de rigidez da viga e da

fundao.
O captulo cinco dedicado aplicao do mtodo dos elementos finitos
estocsticos na formulao variacional proposta, e tambm anlise das
implicaes computacionais do problema aproximado obtido. O sexto captulo
apresenta a soluo analtica do problema determinstico, assim como uma
avaliao da discretizao espacial empregada na soluo aproximada. So
ilustrados exemplos numricos da aplicao do mtodo dos elementos finitos
estocsticos e os resultados so comparados, em termos de momentos estatsticos,
aos obtidos por meio de simulaes de Monte Carlo. Por fim, o captulo sete
apresenta as principais concluses deste trabalho.
17
DEFINIES FUNDAMENTAIS
O presente captulo tem como objetivo expor os principais conceitos
matemticos utilizados neste trabalho, tomando como referncia os trabalhos de

Rao e Swift (2010), Kreizsig (1989) e Adams (1975).
2.1
Espao de Probabilidades
Considera-se o conjunto no vazio { }, denominado espao amostral,
constitudo por todos os resultados elementares de um experimento randmico;

uma -lgebra de { }, constituda por subconjuntos do mesmo; e P :
uma medida de probabilidade tal que 0 P A , A
, e P 1 . A partir disto, a
tripla , ,P denotada espao de probabilidades.

Uma varivel aleatria X :
uma funo mensurvel na -lgebra
de Borel:
| X x , x ,
(6)
que associa a cada evento , um valor real x . A funo distribuio de

probabilidade da varivel aleatria X um mapeamento FX :
FX x P | X x ,
, dado por:
x .
A varivel aleatria X absolutamente contnua se e somente se X :
(7)
X x 0, tal que:
FX x X s ds, x ,
x
na qual X . a funo densidade de probabilidade.

A varivel aleatria X possui um valor esperado, se integrvel no senso:
(8)
18
X X dP .
2.2
(9)
Espao de Sobolev Hm a,b

Um espao de Hilbert um espao vetorial, munido de produto interno e
completo (toda sequncia de Cauchy de elementos do espao converge para um

elemento do mesmo). Este espao generaliza os conceitos de ortogonalidade e
comprimento, para espaos vetoriais de qualquer dimenso. Em particular, o espao
de Hilbert L2 a,b constitudo por funes reais e contnuas no intervalo, e possui
produto interno definido por:
u,v
u.v x dx
b
L2 a,b
u,v L2 a,b .
(10)
Este produto interno induz a seguinte norma:
uL
a,b
u,u
L2 a,b
u,v L2 a,b .
(11)
O espao de Sobolev Hm a,b um espao de Hilbert, de funes que

pertencem a L2 a,b , tal que as derivadas de ordem at m tambm pertencem a
L2 a,b , m
u,v
. O produto interno em Hm a,b definido da seguinte forma:
u.v Du.Dv ... Dmu.Dmv x dx

b
Hm a,b
u,v Hm a,b .
(12)
O espao de solues do problema variacional abstrato (P.V.A.) a ser apresentado

um espao de Sobolev.
O espao das variveis aleatrias contnuas com varincia finita um espao
de Hilbert, denotado por L2 , , P . O produto interno neste espao expresso em
termos do operador esperana:
19
X,Y
L2 , , P
X.Y
X,Y L2 , , P .
(13)
Entende-se por espao Gaussiano linear um subconjunto de L2 , , P

composto por variveis aleatrias Gaussianas centradas (mdia zero). Um espao
Gaussiano de Hilbert
L2 ,
, P um espao Gaussiano linear completo. Seja
um vetor n-dimensional cujas componentes so variveis aleatrias
Gaussianas padronizadas e independentes, tem-se:
span1 ,
, n X
|
X
aii , ai
n
i1
(14)
como um exemplo de espao Gaussiano de Hilbert (Alexanderian, 2013).

Conforme exposto no trabalho de Kreizsig (1989), um isomorfismo T de um
espao de produto interno H no espao de produto interno H , um operador linear
que preserva a estrutura do produto interno (e a mtrica induzida):
bijetivo T : H H
u,v
Tu,Tv H , u,v H .
(15)
O mesmo autor afirma que espaos isomrficos so algebricamente indistinguveis,

diferindo apenas na natureza de seus elementos.
2.3
Lema de Lax-Milgram
As medidas de norma e produto interno do espao de Sobolev permitem a
avaliao de mapeamentos com domnio neste espao (funcionais e formas). As

propriedades e definies de espaos de Hilbert, que sero utilizadas na
demonstrao de unicidade e existncia de soluo do P.V.A., so as seguintes:
Def (Funcional linear limitado). Seja V um espao de Hilbert e f : V
um funcional linear, f limitado (e contnuo) se c
f v c v V , v V;
, tal que:
(16)
20
Def (Forma bilinear limitada). Seja a : V V

limitada (e contnua) se c
uma forma bilinear, a
, tal que:
a u,v c u V v V , u,v V ;
(17)
Def (Forma bilinear coerciva). A forma bilinear a : V V
coerciva se
, tal que:
a u,u c u V , u,v V ;
2
Def (Desigualdade de Cauchy-Schwarz).
(18)
A desigualdade de Cauchy-
Schwarz para o espao de Hilbert V expressa por:
u,v
u V v V , u,v V .
(19)
O captulo seguinte apresenta a formulao estocstica do problema da viga

de Euler-Bernoulli repousando em fundao de Pasternak, no contexto dos espaos
de funes anteriormente definidos.
21
ABORDAGEM
ESTOCSTICA
DA
VIGA
DE
EULER-
BERNOULLI REPOUSANDO EM FUNDAO DE PASTERNAK

3.1
Definio do Problema Estocstico

A formulao forte do problema a ser estudado, a viga de Euler-Bernoulli
repousando em fundao de Pasternak com incerteza nos parmetros de rigidez,

definida da seguinte forma:
Encontre u L2 , , P ; H4 0, l , tal que,
d 2 EI d 2u d du u q, x, 0, l ;

W
dx2
dx P dx
dx2
u 0, u l, 0;
2
2
d u2
0, ; q.s.
d u2
dx 0, dx l,
q.s.
(21)
na qual EI , P e W so processos estocsticos. Neste estudo a viga ser

considerada simplesmente apoiada nas extremidades. As seguintes hipteses so
necessrias verificao de existncia e unicidade de soluo do problema
variacional associado formulao forte:
a,a
H1 : b,b
c,c
: P : EI x, a,a , x 0, l 1;
: P : p x, b,b , x 0, l 1;
: P : w x, c,c , x 0, l 1.
H2 : q L2 , , P ; H 0 0, l
(22)
A hiptese H1 necessria para assegurar que para qualquer evento , os

coeficientes de rigidez da viga e da fundao so estritamente positivos, e ainda
limitados em probabilidade, Babuska et al. (2002). A hiptese H2 garante que o
carregamento externo seja um processo estocstico com varincia finita.
A demonstrao de unicidade e existncia de soluo utilizar de resultados
clssicos de anlise funcional e da teoria dos espaos de Sobolev; Babuska et al.
(2005), Yoshida (1978) e Adams (1975). O estudo de unicidade e existncia de
22
soluo fornece informaes importantes na escolha dos espaos de aproximao

do problema variacional, permitindo a obteno de solues numricas para o
problema. O espao de solues do problema variacional associado formulao
(21) o espao de Sobolev V L2 , , P; Q . Neste espao, tem-se que para um
evento fixo :
d2u
d2u
Q u H2 0, l u 0 u l 0 2
2
0 .
dx 0 dx l
(23)
Para um evento , fixado, o campo deslocamentos da viga u pertence ao

espao de Sobolev H2 0, l . Neste espao, o produto interno entre u, v H2 0, l
definido por:
l
u, v
H 0,l
2
u.v
0
du dv d2u d2 v
.
x dx ,
dx dx dx 2 dx 2
(24)
o qual induz a norma:
u H2 0,l
2
2
l
2
du d2u
2
u 2 x dx .
0
dx dx
(25)
Visto que u L2 , , P; Q , tem-se que:
2
H2 0,l
dP .
A equao (26) implica que u V : 0, l
(26)
uma funo mensurvel. Por
outro lado, para uma posio fixa x 0, l , no domnio espacial, tem-se que:
23
u x, , L2 , , P ,
(27)
uma varivel aleatria, ou seja, u x, : , ,P ,FX .

A aplicao do mtodo de Galerkin requer uma representao explcita do
espao de solues V L2 , , P; Q . O espao de solues a ser utilizado no
problema variacional ser gerado utilizando-se um isomorfismo entre o espao de
solues terico V e o espao obtido atravs do produto tensorial L2 , , P Q .
Seguindo Treves(1967) e Besold (2000), define-se o produto tensorial entre
g L2 , ,P e w Q como u : w.g . Nota-se que de maneira equivalente

equao (23), para um evento fixo tem-se:
u , w .g Q ,
(28)
e em concordncia com (27), para uma posio fixa do domnio espacial x 0, l

segue:
u x, w x .g L2 , ,P .
(29)
Os espaos V e L2 , , P Q so isomorfos se a medida presente em V,

explicitada na equao (26), for conservada. Para tanto, necessrio definir o
operador derivada D :L2 ,
,P Q L2 , ,P L2 0, l . Este operador atua
sobre um elemento u V da seguinte forma, Matthies e Keese (2005):
x .g ,
Du : d w
dx
no qual
(30)
e 2 . Desta forma, o produto interno entre elementos u : w.g e
v : q.h de L2 , , P Q expresso por:
24
u,v
L 2 , ,P Q
dw dq
d2 w d2q
w.g.q.h g.h. . g.h. 2 . 2 x dxdP ,
dx dx
dx dx
0
(31)
e consequentemente, para a norma em L2 , , P Q tem-se:
u L2 ,
,P Q
2
2
l
2
d2 w
dw
2
g.w g. g. 2 x dxdP .
0
dx dx

(32)
A equao (32) preserva a medida apresentada na equao (26) de tal forma

que
V~ L2 , , P Q ,
uV w.gL ,
2
,P Q
so
espaos
isomorfos,
observando
que
para
, tem-se:
2
u H2 0,l dP
1
2
u L2 ,
,P Q
(33)
Portanto, V~ L2 , , P Q ser o espao de solues do problema variacional

definido sobre V . Considerando o operador derivada apresentado em (30), V um
espao de Hilbert com produto interno
l
u, v
u.v Du.Dv D2uD2v x dxdP .
(34)
Utilizando o resultado clssico de espaos de Hilbert, o produto interno definido em

(34) induz a norma u
3.2
u, u
1
2
Problema Variacional
A formulao variacional associada ao problema da viga de Euler-Bernoulli
repousando em fundao elstica de Pasternak obtida projetando-se a equao

(21) em v x, V , ou seja:
25
l
D2 EI.D2u D du u v x, dxdP
P
W
0
0 qv x, dxdP.
dx
l
(35)
A equao (35) pode ser simplificada integrando-se por partes o termo ao

lado esquerdo da igualdade. Aplicando a condio de contorno de simples apoio
equao (21), obtm-se a formulao variacional do problema:
uv PDuDv EI.D2uD2 v x, dxdP
qv x, dxdP,
(36)
a qual pode ser descrita utilizando-se o problema variacional abstrato:
Encontre u V, tal que,
a u,v f v , v V.
no qual, a : V V
(37)
uma forma bilinear e f : V
um funcional linear,
definidos a seguir:
l
2
2
a u,v
0 Wuv PDuDv EID uD v x, dxdP ;
l
f v qv x, dxdP.
0
3.3
(38)
Teorema de Unicidade e Existncia de Soluo

Nesta seo apresentado o teorema, baseado na verso estocstica do
lema de Lax-Milgran proposta por Babuska et. al (2005), que garante a unicidade e
existncia de soluo do P.V.A. definido na equao (37).
Teorema (Existncia e unicidade de soluo do P.V.A). Sejam EI, P e
W parmetros de rigidez do P.V.A. que satisfazem a condio H1 , e q um termo

de carregamento externo que satisfaz H2 , ento a soluo do problema (37) existe
e nica.
26
(Demonstrao). Nota-se que o funcional f : V
, linear no espao de
Hilbert V, e ainda limitado (e contnuo) considerando a hiptese terica H2 . Com

relao forma bilinear a : V V
, considerando-se a hiptese terica H1 e
atravs de comparaes, verifica-se sua coercividade:
a u,u
x, dxdP
cu b Du a D u x, dxdP
m u Du D u x, dxdP m u,u
u2 P Du EI D2u
2
(39)
m u V,
sendo m mina,b,c . A continuidade da forma bilinear demonstrada utilizando-se

ainda a desigualdade de Cauchy-Schwarz, equao (19),
a u,v
c
uv PDuDv EID2uD2v x, dxdP
uv dxdP b DuDv dxdP a D uD v dxdP

l
l
2 l
c u2 x dxdP v 2 x dxdP
0
0
1
2
2
b Du x dxdP
0
l 2
a
Du
0
1
2
1
2
2 l 2
x dxdP D v
0
(40)
2
Dv x dxdP
0
c u
b u
x dxdP
a u
1
2
C u
com C / 3 max a,b,c . Desta forma o lema de Lax-Milgram garante que a soluo
do P.V.A., definido na equao (37), existe e nica. Solues tericas para o
problema (37) so obtidas em V
L2 , , P Q .
A partir disso, sero obtidas solues numricas do P.V.A. utilizando-se

funes contnuas de classe
C 2 , densas em
Q , e para representar o
comportamento estocstico da soluo, os polinmios do caos pertencentes ao

esquema de Askey-Wiener sero empregados.
27
REPRESENTAO DE INCERTEZA
Em muitos problemas de engenharia, uma anlise dos momentos estatsticos
de ordem superior no possvel. Na maioria das aplicaes, as informaes

estatsticas disponveis so os momentos de primeira e segunda ordem.
Geralmente, a funo de distribuio de probabilidade a ser utilizada na descrio
de processos estocsticos, escolhida com base na experincia ou heurstica.
Partindo-se de informaes incompletas a respeito da distribuio de probabilidade
de um parmetro, assume-se, por hiptese, que o comportamento aleatrio deste,
pode ser representado em um espao de dimenso finita, conforme discutido em
Boyaval et al. (2009) e Lin et al. (2010). A partir disso, a incerteza sobre um dado
parmetro do problema : 0, l
ser representada em termos de um
conjunto finito de variveis aleatrias,
x, = x, = x, 1 , , N ,
sendo , ,P
(41)
um vetor randmico. Com base nesta escolha, a incerteza
nos coeficientes de rigidez da viga e da fundao ser modelada atravs de

processos estocsticos parametrizados. Estes processos so expressos como
combinaes lineares de funes determinsticas e variveis aleatrias,
x, x i x i x t x . ,
(42)
i1
na qual x o valor esperado do processo estocstico , , : 0, l

vetor cujas componentes so funes
i C0 0, l C 2 0, l , i 1,
um
, N , e
i i1 um vetor de variveis aleatrias independentes, tal que:

N
i 0, i 1, , N,
P i i = 1, i 1,
, N,
(43)
28
sendo i o conjunto imagem da varivel aleatria i , isto , i i . Este um

conjunto
limitado
tal
que
i ai , bi
i bi ai , i 1,
, N .
Considerando a independncia das variveis aleatrias i , a imagem do vetor
aleatrio
pode ser expressa em termos de i i1 , explicitamente

N
i . A funo densidade de probabilidade conjunta do vetor aleatrio dada

i1
por:
i i ,
(44)
i1
na qual i a funo densidade de probabilidade da varivel i . A teoria de

medida e integrao, Fernandez (2002), estabelece que neste caso, a medida de
probabilidade obtida atravs do produto entre os espaos de probabilidade
associados ao vetor aleatrio i i1 , com i i . Desta forma a
N
medida de probabilidade dP expressa por:
dP i i di .
(45)
i1
Do lema de Doob-Dynkin apresentado por Rao e Swift (2010), o processo

estocstico de deflexo da viga ser funo das variveis aleatrias i i1
N
que descrevem os parmetros de entrada:
u x, u x, u x, 1 ,
, N .
(46)
Adicionalmente, o esquema de Askey-Wiener ser utilizado na construo de

uma base polinomial para o espao de Hilbert das variveis aleatrias com varincia
finita, o qual compe o espao de solues do problema (37).
29
4.1
O Esquema de Askey-Wiener
O esquema de Askey-Wiener, apresentado no trabalho de Xiu e Karniadakis
(2002),
tambm
conhecido
como
Wiener-Caos
essencialmente,
uma
generalizao da teoria dos polinmios do caos, proposta originalmente por Norbert

Wiener (1938). Neste estudo os polinmios do caos surgiram com o propsito de
permitir a representao da dinmica de gases no contexto da mecnica estatstica.
Xiu e Karniadakis (2002) evidenciaram a relao entre os resultados apresentados
por Wiener (1938) e aqueles encontrados por Askey e Wilson (1985), para a
representao de processos estocsticos utilizando polinmios ortogonais. Xiu e
Karniadakis (2002) estenderam os estudos de Ghanem e Spanos (1991) e Ogura
(1972) para os polinmios pertencentes ao esquema de Askey-Wiener.
O teorema de Cameron-Martin (1947) mostrou que os polinmios do
esquema de Askey-Wiener, formam uma base para um subespao denso no espao
das variveis aleatrias com varincia finita, L2 , , P . Seja
espao Gaussiano de Hilbert e
L2 ,
, P um
= span i i1 uma base ortonormal de variveis
aleatrias Gaussianas com mdia zero. O esquema de Askey-Wiener permite a

representao de qualquer varivel aleatria, u L2 ,
lgebra gerada por
,P , sendo a -
. Considerando o espao vetorial
L2 ,
, P ,
composto por polinmios multivariados de grau menor ou igual a n :
N : polinmio de
i i1

i , i 1,...,N; N
Alexanderian (2013) ressalta que
grau n ;
(47)
um espao vetorial devido ao fato
de que os momentos estatsticos, de todas as ordens, do produto entre variveis

aleatrias Gaussianas independentes igual ao produto dos momentos individuais.
Denotando por
o fecho do conjunto
em L2 , , P e analisando a equao
(47), nota-se que:
o conjunto das variveis aleatrias constantes;
formado por variveis aleatrias Gaussianas;
30
, , ,...
0
uma famlia de subconjuntos estritamente
crescentes.
Utilizando-se estes conjuntos de polinmios possvel formar uma famlia de
subconjuntos de L2 , , P ,
,... , tal que estes subconjuntos sejam
ortogonais aos pares. Para tanto, define-se:
Nesta equao, o conjunto
n-1
(48)
possui apenas polinmios de ordem n que so
ortogonais aos polinmios de ordem n 1. Jason (1997) demonstra que o espao
L2 ,
, P admite a seguinte decomposio ortogonal,
L2 ,
, P
(49)
n 0
A equao (49) uma decomposio ortogonal de L2 , , P , conhecida

como decomposio de Wiener-Caos, na qual o espao L2 , , P a soma
direta dos subespaos
Uma aplicao desta decomposio a representao de um elemento

X L2 , , P em termos de elementos Xn
X Xn
(50)
n 0
Equivalentemente Xn a projeo da varivel aleatria X no espao
importante ressaltar que a equao (50) representa um resultado importante para a

teoria de aproximao, aplicada a sistemas estocsticos. A soluo de sistemas
estocsticos expressa como uma funo no-linear em termos de variveis
aleatrias. Esta funo expandida em termos de polinmios de caos
(generalizados) conforme equao (51),
31
u i
p 0 n1 nr p i1, ,ir
j1 jr
i1 ir
p i1 , , ir ,
(51)
sendo p o polinmio generalizado de grau p e uij11

superior 1
j
jr
jr
ir
coeficientes. O ndice
refere-se ao nmero de ocorrncias de ik . Como um exemplo de
expanso em polinmios generalizados de grau p, tm-se os polinmios

multivariados de Hermite, definidos em termos de variveis aleatrias Gaussianas
padro
ik
r
k 1
. Estes polinmios formam um conjunto
total em
L2 , , P . Introduzindo o mapeamento nos conjuntos de ndices ik k 1 e jk k 1 ,

r
por meio de uma enumerao no conjunto dos nmeros naturais, a equao (51)
pode ser reescrita como:
u u .
(52)
Para o espao Gaussiano de Hilbert
, os polinmios generalizados so polinmios
de Hermite multidimensionais:
h m m ,
(53)
m1
sendo h m o polinmio de Hermite definido na varivel aleatria m . Estes

polinmios formam um sistema ortonormal completo em relao medida de
probabilidade,
0 1,
i , j
L2 , ,P
ij ,
i, j
(54)
sendo o produto interno em L2 , , P definido na equao (13), e ij o smbolo

delta de Kronecker.
Para demonstrar a expanso atravs dos polinmios generalizados,
considera-se a aproximao da varivel aleatria
u L2 ,
, P , com a
32
utilizao de polinmios de Hermite de grau at dois, definidos em termos de duas
variveis aleatrias Gaussianas padro k
k 1
u u1(0,0) u2(0,1) u3 (1,0)
u4 (1,1) u5 (0,2) u6 (2,0) ;
(i,j) hi 1 h j 2 ; i, j 0,1,2;
h0 k 1; h1 k 2k ; h2 k 4k 2 2; k 1,2.
(55)
importante observar que na equao (55) os polinmios so ortogonais em

relao funo densidade de probabilidade conjunta do vetor . A taxa de
convergncia exponencial, para o caso em que a varivel aleatria u
Gaussiana, Xiu e Karniadakis (2002). Para outras variveis aleatrias a taxa de
convergncia inferior.
O esquema de Askey-Wiener estende o resultado apresentado na equao
(52) para outras familias de polinmios. Analogamente equao (47),
considerando-se
H span iNi1
, com H um espao de Hilbert de variveis
aleatrias com varincia finita, tem-se que
uma famlia de
polinmios do esquema de Askey-Wiener, que formam um sistema total em
L2 , , P .
O esquema de Askey-Wiener representa uma familia de sub-espaos gerados
por polinmios ortogonais, que so soluo de equaes diferenciais ordinrias, Xiu
e Karniadakis (2002). Como exemplos podem ser citados os polinmios de Hermite,
Laguerre, Jacobi e Legendre. Todo sub-espao gerado por estes polinmios um
2
sistema completo em L , , P . A ortogonalidade entre os polinmios definida
com relao a uma funo peso, a qual idntica funo densidade de

probabilidade de uma determinada varivel aleatria. Por exemplo, a funo
densidade Gaussiana utilizada como funo peso para se obter ortogonalidade
entre os polinmios Hermite. A tabela 1 ilustra a correspondncia entre subconjuntos
33
de polinmios pertencentes ao esquema de Askey-Wiener e as funes densidade

de probabilidade adequadas.
Tabela 1 Correspondncia entre as variveis aleatrias e os polinmios do esquema de
Askey-Wiener.
Varivel
aleatria
Polinmio
Funo peso
Gaussiana
Hermite
Gama
Laguerre
Beta
Jacobi
Uniform
Legendre
11
1
1
1
2
2
Suporte
0,
1 1
1
b a
a, b
a,b
O esquema de Askey-Wiener ser empregado na proposio de uma soluo

aproximada para o processo estocstico de deslocamento transversal da viga, que
dependente das variveis aleatrias empregadas na modelagem dos parmetros
com incerteza. A escolha do tipo de varivel aleatria a ser utilizada na modelagem
dos parmetros randmicos, deve levar em considerao as caractersticas do
parmetro a ser modelado. Por exemplo, para a modelagem de parmetros que
podem assumir valores limitados, as variveis aleatrias uniforme e beta podem ser
utilizadas.
34

O mtodo dos elementos finitos estocsticos (MEFE) muito til para
abordagem de problemas em mecnica que levam em conta incertezas em suas

formulaes, Ghanem e Spanos (1991). Semelhantemente ao que ocorre no mtodo
dos elementos finitos convencional, que amplamente aplicado a problemas
determinsticos, Reddy (2006), procede-se a ortogonalizao do resduo sobre o
espao V . Assim, para um elemento genrico (xe ,xe1 ) 0, l da partio do
domnio espacial do problema (21), tem-se:

x e 1
xe
uv PDuDv EI.D2uD2 v qv x, dxdP
x e 1
x e 1
v. D EI.D2u PDu Dv. EI.D2u dP , v V

xe
xe
(56)
Nota-se que a formulao variacional (56), definida no domnio de um elemento

finito, requer que a soluo aproximada seja de classe C2 x e ,x e1 ,
. Por outro
lado, para que a soluo aproximada atenda continuidade ao longo do domnio

global
0, l ,
a soluo aproximada em cada elemento deve satisfazer quatro
condies de contorno essenciais na fronteira, u x, x

e
x e 1
e Du x, x , ou
e
x e 1
seja,
u x e , u1 , Du x e , 1 ,
u x e1, u2 , Du x e1, 2 ,
(57)
tendo em vista que no modelo mecnico da viga de Euler-Bernoulli, a rotao

das sees corresponde derivada do deslocamento. Cada elemento finito requer a
especificao de quatro condies de contorno, portanto a soluo aproximada pode
ser descrita atravs de um polinmio de terceiro grau:
u x, uM x, C1 C2 x C3 x 2 C4 x3.
(58)
35
Nota-se que ao satisfazer as condies de contorno essenciais, a soluo

aproximada atende os requisitos de continuidade da formulao variacional, Reddy
(2006). Os coeficientes estocsticos
j1
da soluo aproximada uM x,
podem ser expressos em termos dos graus de liberdade estocsticos de

deslocamentos e rotaes nas extremidades do elemento, notando que:
u1 uM x e ,
C1 C2 x e C3 x e 2 C4 x e 3 ;
Du x , C 2C x 3C x 2 ;
M e
2
3 e
4 e
1
u u x , C C x
2
3
M e 1
1
2 e 1 C3 x e 1 C 4 x e 1 ;
2
2
2 DuM x e1, C2 2C3 x e 1 3C4 x e 1 .
(59)
Resolvendo-se o sistema de equaes (59) para C j , a soluo aproximada

4
j1
uM x, pode ser reescrita na seguinte forma,

uM x, u1 1 x 1 2 x u2 3 x 1 4 x ,
(60)
na qual j x so os polinmios de Hermite ilustrados na figura 8, com

Le xe1 xe . Nota-se que para fornecer significado fsico aos coeficientes
estocsticos
j1
da soluo aproximada, os polinmios utilizados na
representao dos graus de liberdade do modelo mecnico possuem valor unitrio

na posio correspondente ao grau descrito, e zero para os demais.
36
Figura 8 Funes de aproximao do espao de solues determinstico

correspondentes aos graus de liberdade do problema esttico.
Fonte: Adaptado de Cook, 1989, p. 101.
O comportamento estocstico da soluo aproximada representado

utilizando-se a famlia de polinmios de caos
span i i1 , que formam um
conjunto denso no espao L2 , , P . Considerando a hiptese de representao

da incerteza em um espao de dimenso finita, o espao das variveis aleatrias
com varincia finita ser aproximado pelo espao n span i i1 . Aplicando-se a
n
decomposio do caos nas variveis aleatrias que representam os deslocamentos

generalizados obtm-se:
uM x, u1 k k 1 x
k 1
1 k k 2 x
k 1
(61)
u2 k k 3 x
k 1
2 k k 4 x
k 1
m 4 n
U x ,
j 1 k 1
jk
37
sendo Ujk um coeficiente de deslocamento estocstico generalizado e m a

dimenso do vetor de polinmios determinsticos m j . A representao do
4
j1
comportamento randmico da soluo aproximada atravs da combinao linear de

polinmios do caos, que so definidos em termos de variveis aleatrias, permitida
notando que o espao dos polinmios, equao (47), um espao linear. A
dimenso do espao n
n dim
depende da dimenso do vetor aleatrio
e do grau da decomposio em polinmios generalizados do caos (PCG).
Denotando por s a dimenso de i i1 e p o grau da decomposio

s
em PCG, Ghanem e Spanos (1989) demonstram que a dimenso de n dada por:
s p !
s!.p!
(62)
Observando que dim m e dim n , a dimenso do espao das

solues aproximadas VM m n expressa por, Ryan (2002),
M dim VM dim m n dim m .dim n m.n .
(63)
Aplicando-se uma enumerao adequada aos componentes de Ujk e jk ,

equao (61), a soluo aproximada do processo estocstico de deslocamento
transversal da viga pode ser escrita de maneira compacta:
uM x, uiNi x, ,
(64)
Ni x, j x .k .
(65)
i1
sendo,
38
Considera-se a seguinte notao para as condies de contorno naturais da
e 1
equao (56), D EI.D2u PDu x,
e EI.D2u x, ,
xe
xe
x e 1
D
EI.D
u
Du
x
,
Q 1 k k ,
P
e
1
k 1
M
(
EI.D
u
x
,
Q 2 k k ,
1
e
k 1
n
F D EI.D2u Du x , Q ,
P
e 1
3 k
k
2
k 1
n
M () EI.D2u x , Q ,
2
e 1
4 k
k
k 1
Q
n
sendo
k 1
F ,
j k
k a decomposio do caos, dos esforos cortantes
e momentos fletores
(66)
M ()
1
F
1
() estocsticos, nos ns do elemento
finito.
Procedendo de modo anlogo ao mtodo dos elementos finitos usual, o
mtodo de Galerkin aplicado atravs da ortogonalizao do resduo sobre o
espao de solues aproximadas, formado pelas funes teste Nj x, , obtendose a forma discretizada do problema apresentado na equao (37):
Encontre u M M, tal que,

i i1
a Ni ,Nj ui f Nj , Nj VM;
i1
(67)
na qual,
xe 1
2
2
a N ,N
i
j
xe W .Ni.Nj PD Ni.D Nj EI.D Ni.D Nj x, dxdP ,
xe 1
f Nj qNj x, dxdP j .
xe
(68)
39
Na equao (68),
k uma enumerao equivalente utilizada
q Q
j
i k
na equao (65), para os componentes das decomposies do caos, dos

carregamentos externos nodais.
Neste contexto, o sistema de equaes algbricas resultante pode ser
reescrito do seguinte modo,
KU F ,
sendo K
MM
(69)
ordem M M , F
uma matriz quadrada, definida sobre o campo escalar
e com
o vetor de carregamento e U ui i1 o vetor de coeficientes a

M
determinar. Os elementos da matriz de rigidez K e do vetor de carregamento F so

dados por:
K k ij
MM
, k ij
x e 1
xe
.Ni .Nj x, dxdP
x e 1
xe
.D N .D N x, dxdP
i
F fj ,
M
j1
fj
xe 1
xe
x e 1
xe
(70)
EI.D2Ni.D2N x, dxdP ,
j
q.N x, dxdP q .
j
(71)
Nota-se na equao (70) que a ordem da matriz de rigidez K , depende da

dimenso
do
espao
de
solues aproximadas,
equao (63).
custo
computacional para a obteno de solues aproximadas cresce com o aumento do

grau da decomposio do caos utilizada. A eficincia do mtodo dos elementos
finitos estocsticos pode ser melhorada se a estrutura de esparsidade da matriz de
rigidez K for considerada, evitando-se a computao de elementos nulos e
utilizando armazenamento esparso de K . Esta estrutura ilustrada nas figuras 9 e
10, para o problema de uma viga de seo retangular com incerteza na altura,
variando-se o grau p da decomposio em polinmios generalizados.
40
10
12
14
16
18
20
10
12
14
16
18
20
nz = 208
Figura 9 Matriz de rigidez calculada para

p=1, s=4 e m=4.
Figura 10 Matriz de rigidez calculada para

p=3, s=4 e m=4.
Definindo-se graus de liberdade estocsticos de deslocamentos e rotaes,

em cada elemento da partio (ou malha) do domnio espacial do problema, a matriz
de rigidez global do sistema obtida atravs da sobreposio dos graus de
liberdade comuns s matrizes de cada elemento. De maneira anloga construdo o
vetor de carregamentos global. As condies de contorno do problema so impostas
aplicando-se os valores prescritos dos deslocamentos estocsticos generalizados no
sistema de equaes algbricas gerado.
Para exemplificar a construo da matriz de rigidez global utilizando o MEFE,
considera-se o problema de uma viga em fundao de Pasternak biapoiada, em que
o
mdulo elasticidade
modelado atravs de um processo estocstico
parametrizado E x, , o qual descrito por quatro variveis aleatrias uniformes

e independentes (s=4). Da tabela 1, os polinmios generalizados adequados
funo peso da varivel uniforme so os polinmios de Legendre, definidos at o
grau trs na equao a seguir:
h0 j 1;
h1 j j ;
h2 j 1 3 j2 1 ;
2
h3 j 1 5 j3 3 j .
2
(72)
41
Aplicando uma decomposio em polinmios generalizados de grau at trs

(p=3), obtm-se um espao n com dimenso n=35, formado por polinmios
multivariados de grau i j m n 3 :
k (i,j,m,n) hi 1 hj 2 hm 3 hn 4 , i, j,m,n 0,1,2,3 ,
(73)
sendo o ndice k 1,...,35 uma enumerao do multi-ndice. Na figura 11

apresentada a matriz de rigidez de um elemento finito estocstico, obtida para o
exemplo em questo, ilustrando os ndices determinstico e estocstico do espao
de solues aproximadas.
A figura 12 ilustra a discretizao do domnio espacial do problema utilizandose dois elementos finitos estocsticos, assim como a matriz de rigidez global obtida
com a sobreposio das matrizes elementares.
Figura 11 Matriz de rigidez local resultante da aplicao do mtodo

dos elementos finitos estocsticos.
42
Figura 12 - a) Exemplo de discretizao espacial. b) Matriz de rigidez global.
No exemplo da viga simplesmente apoiada, com a imposio dos

deslocamentos u1 u3 0 , que implica em u1 k u3 k 0, k 1,...,35,
visto que os polinmios do caos so ortogonais, o sistema de equaes (69)
simplificado. O sistema de equaes lineares resultante formado por uma matriz
de rigidez, figura 13, e um vetor de carregamentos com condies de contorno
aplicadas.
Figura 13 Matriz de rigidez global com condies de contorno aplicadas.
43
5.1
Momentos Estatsticos
Os processos estocsticos de deslocamento e rotao nos ns dos elementos
finitos estocsticos so expressos por:

n
ui k k ,
k 1
n
,
i k
k
i
k 1
sendo ui k e
i k
(74)
os coeficientes correspondentes aos graus de liberdade ui e i ,
respectivamente, obtidos com a soluo do sistema de equaes (69). Os

momentos
estatsticos,
de
primeira
segunda
ordem,
destes processos
estocsticos, so estimados no MEFE utilizando-se o operador esperana

matemtica:
ui ui k k dP ,
k 1
n
i i k k dP ,
(75)
k 1
e o operador varincia:
2 u
i
2 i
ui 2
2
i
ui
(76)
.
O desempenho do MEFE avaliado comparando-se os momentos

estatsticos obtidos com a soluo numrica aproximada, s respectivas estimativas
obtidas com simulaes de Monte Carlo (SMC). A simulao de Monte Carlo
consiste na execuo de trs etapas: gerao das amostras das variveis aleatrias
que modelam a incerteza; obteno do conjunto de realizaes do processo
estocstico de soluo; e a partir do conjunto de realizaes, a estimativa dos
momentos estatsticos. Os valores randmicos amostrais das variveis aleatrias
44
so gerados com a rotina rand do programa computacional MATLAB. Para diminuir

a correlao espria do processo de gerao, Olsson e Sandberg (2002),
implementou-se o mtodo Latin Hypercube Sampling (LHS). Em cada realizao j
da SMC, a funo determinstica do parmetro randmico obtida, e o problema da
viga em fundao de Pasternak, equao (5), solucionado com a aplicao do
mtodo dos elementos finitos usual. Os deslocamentos ui j e rotaes
i j
nos ns so determinados, gerando-se uma amostra de tamanho N. Nos
exemplos numricos, os momentos estatsticos de primeira e segunda ordem, so

calculados utilizando-se uma amostra de tamanho N=50.000. Na SMC, o valor
esperado e a varincia do processo estocstico ui so definidos a seguir:
1 N
ui j ;
ui
N j1
.
N
2
2 1
ui j u .
u
i
i N 1 j1
(77)
Os momentos estatsticos obtidos por meio de simulaes de Monte Carlo

so considerados como valores de referncia. Os valores resultantes da aplicao
do MEFE so avaliados com a definio dos erros relativos:
ui ui
E% ( ui )
;
ui
2 ui u2i ;
2 2
E% ( ui )
u2i
(78)
A amostra obtida com a SMC possibilita a gerao do histograma e do grfico

de distribuio de probabilidade acumulada do processo estocstico de deflexo da
viga. Os mesmos grficos so obtidos no MEFE, atravs de N realizaes,
gerando-se valores para as variveis aleatrias que descrevem os processos
estocsticos definidos na equao (74).
45
EXEMPLOS NUMRICOS
O presente captulo apresenta exemplos numricos da aplicao do MEFE,
ao problema de flexo estocstica da viga de Euller-Bernoulli repousando em

fundao de Pasternak. Os exemplos avaliam o problema de uma viga
simplesmente apoiada, de seo transversal retangular. Os valores dos parmetros
geomtricos, e do termo de carregamento distribudo, comuns aos exemplos, so
ilustrados na figura 14.
l 1m
1
b
m, x 0, l
100
q 1000N / m, x 0, l
Figura 14 Viga de seo retangular simplesmente apoiada em fundao de Pasternak.
A incerteza est presente nos coeficientes de rigidez da fundao
p : , , P 0, l
h : , , P 0, l
w : , , P 0, l
na
altura
da
, e no mdulo de elasticidade E : , , P 0, l
viga
. Os
parmetros randmicos so modelados utilizando-se os processos estocsticos

parametrizados:
n.xl sin n.xl ,
(79)
(80)
E x, E 3.E 2.n1 cos

N
n1
2.n
h x, h 3.h 2.n1 cos n.xl 2.n sin n.xl ,
n1
p x, p 3.p 2.n1 cos n.xl 2.n sin n.xl ,
n1
N
w x, w 3.w 2.n1 cos n.xl 2.n sin n.xl ,
n1
(81)
(82)
46
que so descritos por quatro variveis aleatrias uniformes e independentes (N=2),

definidas no intervalo 1,1 . Os valores considerados nos exemplos, para a mdia e
o desvio padro dos parmetros, so apresentados na tabela 2.
Tabela 2 Media e desvio padro dos parmetros estocsticos.
Mdia
Parmetro
E x,
210GPa
Desvio padro
E
h
10
1 m
50
1000N
1000Pa
h x,
p x,
w x,
10
10
10
Este modelo de representao da incerteza permite o ajuste da distribuio

de probabilidade do processo estocstico parametrizado, de acordo com dados
obtidos experimentalmente. Na figura 15 ilustrado um histograma do mdulo de
elasticidade, de uma liga de ao estrutural utilizado na indstria naval, obtido atravs
de ensaios mecnicos, Hess et al. (2002).
O histograma apresentado na figura 16 foi gerado por meio de simulaes de
Monte Carlo (N=50.000), utilizando-se o modelo proposto para o mdulo de
elasticidade, equao (79), considerando-se um ponto fixo no domnio espacial
x L 2 . Na mesma figura so ilustrados os dados experimentais apresentados no

trabalho de Hess et al. (2002). Aplicando outros tipos de variveis aleatrias na
descrio dos processos parametrizados (tabela 1), possvel obter diferentes
formas de distribuio de probabilidade para o parmetro com incerteza, desde que
a hiptese H1 seja atendida.
47
Figura 15 Histograma do mdulo de elasticidade de uma liga de ao estrutural.

Fonte: Hess et al., 2002, p. 37.
Figura 16 Histograma experimental e histograma gerado com o processo estocstico

parametrizado, com x fixo, atravs de SMC.
48
6.1
Definio da Malha Espacial

O nmero de elementos finitos estocsticos de viga, utilizados nos exemplos
numricos, escolhido tendo como base o nmero de elementos necessrios, para

obter uma boa aproximao no problema determinstico da viga em fundao de
Pasternak. A preciso da aproximao no espao de probabilidades, do problema
estocstico, avaliada utilizando-se diferentes graus de expanso em polinmios
generalizados.
O problema determinstico da viga de Euler-Bernoulli repousando em
fundao de Pasternak, descrito pela seguinte equao diferencial nohomognea de quarta ordem:
d4u
d2u
EI
w u x q x , x 0, l ;
p
dx 4
2
dx
u(x 0) u(x l) 0;
2
2
d u x 0 d u x l 0;
dx 2
dx 2
(83)
a qual possui soluo analtica. Para modelos mecnicos de maior complexidade,

outros mtodos so empregados na avaliao do refino da malha, como por
exemplo, a anlise da continuidade de tenses entre elementos.
Considera-se o problema da viga biapoiada apresentado na seo anterior, tal
que os parmetros E , p , w e h so determinsticos e possuem valor igual
mdia apresentada na tabela 2. Os valores de deslocamento no centro do vo,
obtidos com a soluo analtica e utilizando-se o mtodo de Galerkin, so
comparados na tabela 3. No mtodo de Galerkin, dois tipos de aproximaes do
j..x
espao de solues so consideradas: funes do tipo sen
e o mtodo dos
l
elementos finitos determinstico (polinmios de Hermite, figura 10). Conforme
ilustrado na tabela 3, utilizando-se 6 elementos finitos na discretizao espacial, o
erro relativo inferior a 103% .
49
Tabela 3 Erros relativos da aplicao do mtodo de Galerkin, no problema determinstico

da viga biapoiada em fundao de Pasternak.
Soluo
u(x=L/2) [m]
Erro Relativo [%]
Analtica
0.00861166804569
--
Combinao linear de sen(j..x/L), k=1.
0.00864723839095
0.413048
Combinao linear de sen(j..x/L); k=1,2,3.
0.00860912663450
0.029511
Combinao linear de sen(j..x/L); k=1,2,3,4,5.
0.00861210564525
0.005081
MEF, 2 elementos
0.00861697166049
0.061586
MEF, 4 elementos
0.00861199565556
0.003804
MEF, 6 elementos
0.00861173261783
0.000750
Nos exemplos numricos da aplicao do MEFE, so utilizados 6 elementos

finitos estocsticos de viga em fundao de Pasternak, de igual comprimento. Os
processos estocsticos de deslocamento nos cinco ns internos da viga, ui ,
so calculados aplicando-se a equao (74), utilizando polinmios de Legendre no
esquema de Askey-Wiener, com decomposies de grau p=1,2 e 3. Devido
condio de simples apoio, tem-se que os processos estocsticos de deslocamento
nos ns correspondentes s extremidades da viga so nulos, ou seja,
u1 u7 0 . Nas simulaes de Monte Carlo, so utilizados 6 elementos

finitos na discretizao espacial.
6.2
Exemplo 1a - Incerteza no Mdulo Elstico da Viga

O presente exemplo apresenta incerteza no mdulo de elasticidade
E : , , P 0, l
, da viga ilustrada na figura 14, o qual descrito com o
processo estocstico parametrizado definido na equao (79). Os valores numricos

do valor esperado e desvio padro, utilizados na modelagem do mdulo elstico so
apresentados na tabela 2. p , w e h so parmetros determinsticos e possuem
valor numrico igual ao valor esperado apresentado na tabela 2.
Utilizando-se o procedimento descrito da SMC, os deslocamentos nodais da
viga ui j , so calculados para cada realizao j da simulao. Os momentos

estatsticos de primeira e segunda ordem, dos processos estocsticos de
50
deslocamento nos ns da viga, so estimados utilizando-se a equao (77). A

evoluo dos momentos estatsticos, do deslocamento estocstico no centro da viga
u4 , em relao ao nmero de realizaes na SMC, ilustrada nas figuras 17

e 18.
[m]

no centro da viga u4 , na SMC. Exemplo 1a.
[m]

51
O problema de incerteza no mdulo de elasticidade tambm solucionado

com a aplicao do MEFE, equao (69). Os processos estocsticos de
deslocamento nos cinco ns internos da viga ui , so obtidos com a utilizao
da equao (74), e as estimativas dos momentos estatsticos, calculadas com as
equaes (75) e (76). As estimativas do valor esperado e da varincia, dos
deslocamentos nodais estocsticos, obtidos com polinmios de Legendre de grau
p=1, 2 e 3, so comparadas nas figuras 19 e 20, aos valores de referncia da SMC.
[m]
0.009
0.008
0.007
0.006
SMC
0.005
MEFE p=1
0.004
MEFE p=2
0.003
MEFE p=3
0.002
0.001
[m]
0
0
0.2
0.4
0.6
0.8
Figura 19 Valor esperado do processo estocstico de deslocamento ui nos ns da viga de

Pasternak, exemplo 1a.
x 10-5 [m]
0.16
0.14
0.12
0.1
SMC
MEFE p=1
0.08
MEFE p=2
0.06
MEFE p=3
0.04
0.02
0
0
0.2
0.4
0.6
0.8
1 [m]
Figura 20 Varincia do processo estocstico de deslocamento ui nos ns da viga de

52
Os erros relativos no valor esperado e na varincia, do processo estocstico

de deslocamento nodal ui , so calculados utilizando-se a equao (78). Os
valores resultantes so ilustrados nas figuras 21 e 22.
0.035%
0.030%
0.025%
0.020%
MEFE p=1
MEFE p=2
0.015%
MEFE p=3
0.010%
0.005%
0.000%
0
0.2
0.4
0.6
0.8
1 [m]
Figura 21 Erro relativo no valor esperado do processo estocstico de deslocamento ui nos

ns da viga de Pasternak, exemplo 1a.
9%
8%
7%
6%
5%
MEFE p=1
MEFE p=2
4%
MEFE p=3
3%
2%
1%
0%
0
0.2
0.4
0.6
0.8
[m]
Figura 22 Erro relativo na varincia do processo estocstico de deslocamento
ui nos ns da viga de Pasternak, exemplo 1a.
53
As curvas de valor esperado e varincia dos processo estocstico de

deslocamento nos ns, figuras 19 e 20, foram interpoladas graficamente a partir dos
valores nodais calculados. Nota-se uma excelente concordncia entre as curvas
obtidas com a aplicao do MEFE e as curvas de referncia obtidas com a SMC.
Conforme ilustrado na figura 21, a utilizao da expanso do caos com polinmios
de grau p=1 resulta em um erro relativo inferior a 0,1%, para a estimativa do valor
esperado de ui . Por outro lado, observa-se na figura 22 que para obter uma
boa aproximao na varincia de ui , necessria a utilizao de uma
expanso em polinmios de grau p=2, com a qual se obtm erros relativos inferiores
a 1%.
Observando as figuras 21 e 22, nota-se que com o aumento no grau p da
expanso do caos, os erros relativos na varincia diminuem, enquanto que os erros
relativos no valor esperado aumentam. Os valores numricos dos erros relativos,
para o processo estocstico de deslocamento transversal no centro do vo
u4 , so apresentados na tabela 4. Comparando o valor esperado do processo

estocstico u4 , ao deslocamento no centro do vo obtido no problema
determinstico com os valores mdios dos parmetros da viga e da fundao, notase a existncia de uma perturbao estocstica, que ocasiona um desvio de
u4 em relao ao valor obtido no problema determinstico.

Tabela 4 Erros relativos no valor esperado e na varincia, do processo estocstico de
deslocamento no centro do vo u4 , exemplo 1a.
Valor Esperado
[m]
Erro Relativo no
valor esperado
[%]
Varincia
[m]
SMC
0.0087637987898
----
0.135859871 x10-5
----
MEFE p=1
0.0087623316333
0.0167411
0.124866158 x10-5
8.0919
MEFE p=2
0.0087664968641
0.0307866
0.135111607 x10
-5
0.5508
-5
0.1520
MEFE p=3
0.0087666318845
0.0323272
Erro Relativo
na varincia
[%]
0.135653429 x10
Na figura 23, so apresentados os valores do coeficiente de variao (razo

entre o desvio padro e valor esperado), dos processos estocsticos de
deslocamento nos ns da viga, obtidos com a SMC e com a aplicao do MEFE. A
figura 24 apresenta os erros relativos, nos coeficientes de variao estimados no
54
MEFE, em relao aos valores de referncia da SMC. Nota-se na figura 23 que o

coeficiente de variao calculado na SMC e no MEFE para p=1, 2 e 3,
praticamente constante ao longo dos ns da viga. Este fato confirma a existncia de
continuidade de probabilidade ao longo do domnio espacial do problema, ao
explicitar a correlao entre processos estocsticos de deslocamento em diferentes
regies da viga, quando estes processos possuem a mesma probabilidade de
ocorrncia. Observando a figura 24, conclui-se que o erro relativo no coeficiente de
variao, diminui monotonamente com o aumento do grau p da expanso do caos
utilizada, sendo inferior a 0,5% para a expanso de grau p=2.
13.5%
13.3%
SMC
13.1%
MEFE p=1
12.9%
MEFE p=2
MEFE p=3
12.7%
12.5%
0
0.2
0.4
0.6
0.8
1 [m]
Figura 23 Coeficiente de variao do processo estocstico de deslocamento
ui nos ns internos da viga de Pasternak, exemplo 1a.
4.0%
3.5%
3.0%
2.5%
MEFE p=1
2.0%
MEFE p=2
1.5%
MEFE p=3
1.0%
0.5%
[m]
0.0%
0
0.2
0.4
0.6
0.8
Figura 24 Erro relativo no coeficiente de variao, do processo estocstico ui nos ns

internos da viga de Pasternak, exemplo 1a.
55
Utilizando-se a amostragem de deslocamentos no centro da viga u4 j ,

obtida com a SMC, nas figuras 25 e 26 so plotados o histograma e a estimativa da
funo distribuio de probabilidade acumulada (FDPA), da varivel randmica
u4 . No MEFE, a amostragem de deslocamentos no centro da viga u4 j ,

obtida atravs de N=50.000 realizaes, em cada qual o deslocamento no centro
da viga calculado atravs da equao (74), utilizando a soluo do MEFE com
p=3.
[m]
Figura 25 Histogramas da varivel randmica u4 , exemplo 1a.
[m]
Figura 26 Estimativa da FDPA da varivel randmica u4 , exemplo 1a.
56
Observando a figura 25, nota-se uma boa concordncia entre os histogramas

e as estimativas da FDPA do processo estocstico u4 , obtidos com a SMC e
com o MEFE, demonstrando que o MEFE tambm fornece uma boa aproximao da
funo densidade de probabilidade de u4 .
O problema de incerteza no mdulo de elasticidade da viga, tambm foi
solucionado com aplicao de dois elementos finitos estocsticos (figura 12),
utilizando polinmios de Legendre de grau p=1. Os coeficientes obtidos com a
aplicao do MEFE, equao (69), so apresentados na tabela 5, juntamente com
as
funes
de
aproximao
do
espao
de
solues.
Os
coeficientes
correspondentes aos graus de liberdade (GDL) u1 e u3 so nulos devido

imposio das condies de contorno. A funo aproximada, que descreve o
processo estocstico de deslocamento transversal ao longo de cada um dos dois
elementos estocstico de viga, apresentada a seguir:
uelem x, U(i,k )ik ,
(84)
i1 k 1
sendo i as quatro funes de aproximao do elemento em questo, k polinmios

de Legendre e U(i,k ) os coeficientes correspondentes. Na tabela, L e denota o
comprimento de cada elemento finito estocstico (0,5m). O processo estocstico de
deslocamento transversal apresentado na equao (84) est definido localmente,
com x 0,Le . A aplicao da esperana matemtica e da varincia, diretamente na
equao (84), conduz aos mesmos resultados obtidos com o clculo nodal, nas
posies correspondentes.
57
Tabela 5 Coeficientes resultantes da aplicao do MEFE no exemplo 1a, utilizando dois

elementos finitos estocsticos e polinmios de grau p=1.
GDL
u1
u2
u3
Funo de aproximao Funo de aproximao Polinmios de

do espao determinstico do espao determinstico
Legendre
i (elemento 1)
i (elemento 2)
k
3x 2 2x3
1 1 2 3
Le
Le
2x 2 x3
2 x
Le Le2
3x 2 2x 3
3 2 3
Le
Le
x 2 x3
4 2
Le Le
3x 2 2x3
1 1 2 3
Le
Le
2x 2 x3
2 x
Le Le2
3x 2 2x 3
3 2 3
Le
Le
x 2 x3
4 2
Le Le
U KU F
1 1
2 1
3 2
4 3
5 4
1 1
0.028100503
2 1
-0.000608679
3 2
-0.002508154
4 3
-0.001146199
5 4
-0.002224074
1 1
0.008766734
2 1
-0.000198525
3 2
-0.000777488
4 3
-0.000370816
5 4
-0.000678775
1 1
2 1
0.000194989
3 2
-4.97889E-05
4 3
0.000346628
5 4
-0.000189364
1 1
2 1
3 2
4 3
5 4
-0.028100503
2 1
0.000668307
3 2
0.002492928
4 3
0.001252199
5 4
0.002166166
58
6.3
Exemplo 1b - Incerteza na Altura da Viga

O presente exemplo apresenta incerteza na altura da seo da viga
h : , , P 0, l
, definida pelo processo estocstico parametrizado, equao
(80). Os valores de mdia e desvio padro, utilizados na modelagem da altura da

seo, so apresentados na tabela 2. Neste exemplo, E , p e w so
parmetros determinsticos e possuem valor igual mdia apresentada na tabela 2.
Atravs da SMC, obteve-se a amostra de deslocamentos nodais ui j ,

com a qual so estimados os momentos estatsticos dos processos estocsticos de
deslocamento nos ns. Nas figuras 27 e 28, ilustrada a evoluo do valor
esperado e da varincia, do processo estocstico de deslocamento transversal no
centro da viga u4 , em relao ao nmero de realizaes na SMC.
[m]

no centro da viga u4 , na SMC. Exemplo 1b.
59
[m]

Os processos estocsticos de deslocamento nos ns da viga so calculados

com a aplicao do MEFE, e os momentos estatsticos obtidos com as equaes
(75) e (76). Nas figuras 29 e 30, so comparados os momentos estatsticos
estimados com a aplicao do MEFE, utilizando polinmios de Legendre de grau
p=1, 2 e 3, aos valores obtidos com a SMC. Nas figuras 31 e 32 so apresentados
os erros relativos, nos resultados de valor esperado e de varincia dos processos
estocsticos ui , calculados com o MEFE.
[m]
0.01
0.009
0.008
0.007
0.006
0.005
0.004
0.003
0.002
0.001
0
SMC
MEFE p=1
MEFE p=2
MEFE p=3
0.2
0.4
0.6
0.8
[m]

Pasternak, exemplo 1b.
60
-4
x 10 [m]
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
SMC
MEFE p=1
MEFE p=2
MEFE p=3
0.2
0.4
0.6
0.8
1 [m]

1.6%
1.4%
1.2%
1.0%
MEFE p=1
0.8%
MEFE p=2
0.6%
MEFE p=3
0.4%
0.2%
0.0%
0.2
0.4
0.6
0.8
1 [m]

ns da viga de Pasternak, exemplo 1b.
25%
20%
15%
MEFE p=1
MEFE p=2
10%
MEFE p=3
5%
0%
0
0.2
0.4
0.6
0.8
[m]
Figura 32 Erro relativo na varincia do processo estocstico de deslocamento ui nos ns da

viga de Pasternak, exemplo 1b.
61
Observando as figuras 29 e 31, nota-se que existe uma boa concordncia

entre as curvas de valor esperado obtidas com o MEFE e com a SMC, resultando
em erros relativos inferiores a 1,4%. Por outro lado, devido ao fator cbico da altura
da viga, no clculo do momento de inrcia da seo, o momento estatstico de
segunda ordem aproximado com menor preciso. Os erros relativos mnimos na
aproximao da varincia so obtidos com a expanso de grau p=2. Neste caso, o
aumento no grau da expanso do caos utilizada no suficiente para se obter uma
reduo no erro relativo. Possivelmente a utilizao de um nmero maior de
variveis aleatrias na descrio do processo estocstico h : , , P 0, l
possibilite uma melhor aproximao do momento estatstico de segunda ordem.

Os erros relativos, referentes ao processo estocstico de deslocamento
transversal no centro da viga u4 , so apresentados na tabela 6. Comparando
o valor esperado de u4 , ao deslocamento no centro da viga obtido no
problema determinstico, nota-se que o MEFE fornece uma boa aproximao do
desvio no valor esperado de u4 , decorrente da perturbao estocstica, que
neste exemplo foi significativo.
deslocamento no centro do vo u4 , exemplo 1b.
Valor Esperado
[m]
Erro Relativo no
valor esperado
[%]
Varincia
[m]
Erro Relativo
na varincia
[%]
SMC
0.0095333337589
----
0.15471456 x10-4
----
MEFE p=1
0.0094996987182
0.3528
0.11866839 x10-4
23.2984%
MEFE p=2
0.0096536381540
1.2619
0.17546967 x10-4
13.4151%
MEFE p=3
0.0096654329809
1.3856
0.18470791 x10-4
19.3862%
Na figura 33, so apresentados os valores do coeficiente de variao, dos

processos estocsticos de deslocamento nos ns da viga, obtidos com a SMC e
com a aplicao do MEFE. Na figura 34 so ilustrados os erros relativos no
coeficiente de variao, em relao aos valores de referncia da SMC. Nota-se na
figura 33 que o coeficiente de variao, evidencia a correlao entre processos
62
estocsticos de deslocamento em diferentes regies da viga, em eventos com a

mesma probabilidade de ocorrncia.
45%
44%
43%
42%
41%
SMC
40%
MEFE p=1
39%
MEFE p=2
38%
MEFE p=3
37%
36%
35%
0
0.2
0.4
0.6
0.8
1 [m]
ui nos ns internos da viga de Pasternak, exemplo 1b.
12%
10%
8%
MEFE p=2
6%
MEFE p=3
MEFE p=1
4%
2%
0%
0
0.2
0.4
0.6
0.8
1 [m]

internos da viga de Pasternak, exemplo 1b.
Utilizando a mesma metodologia aplicada no exemplo anterior, so gerados

os histogramas e os grficos da FDPA estimada, do processo estocstico de
deslocamento transversal no centro do vo u4 . Observando as figuras 35 e
36, nota-se que neste exemplo as diferenas entre os grficos gerados com a SMC
63
e o MEFE, tornaram-se mais evidentes. Porm, ainda se verifica uma boa

concordncia entre as respostas obtidas pelos dois mtodos.
[m]
Figura 35 Histogramas da varivel randmica u4 , exemplo 1b.
[m]
Figura 36 Estimativa da FDPA da varivel randmica u4 , exemplo 1b
64
6.4
Exemplo 2a - Incerteza no Parmetro de Rigidez de Parternak

O presente exemplo apresenta incerteza no parmetro de Pasternak da
fundao, p : , , P 0, l
. Este parmetro modelado utilizando-se o
processo estocstico parametrizado apresentado na equao (81). Os valores de

mdia e desvio padro, utilizados na descrio do parmetro randmico de
Pasternak, so apresentados na tabela 2. Neste problema, E , h e w so
parmetros determinsticos e possuem valor igual respectiva mdia apresentada
na tabela 2.
Utilizando-se a amostra de deslocamentos nodais ui j , gerada com a

SMC, so estimados os momentos estatsticos dos processos estocsticos de
deslocamento nos ns. Nas figuras 37 e 38, apresentada a evoluo dos
momentos estatsticos de primeira e segunda ordem, com o nmero de realizaes
na SMC, para o processo estocstico de deslocamento no centro do vo u4 .
De maneira similar aos exemplos anteriores, comparando as figuras 37 e 38,
verifica-se que na SMC o momento estatstico de segunda ordem necessita de um
nmero maior de realizaes para atingir uma condio estacionaria.
[m]

65
[m]

O problema de incerteza no parmetro de Pasternak solucionado com a

aplicao do MEFE, e os momentos estatsticos estimados com a utilizao das
equaes (75) e (76). Os resultados de valor esperado e de varincia, para os
processos estocsticos de deslocamento transversal nos ns da viga ui ,
obtidos com a SMC e com o MEFE utilizando polinmios de Legende com p=1, 2 e
3, so comparados nas figuras 39 e 40. Os erros relativos, nos momentos
estatsticos dos deslocamentos nodais estocsticos ui , resultantes da
aplicao do MEFE, so plotados nas figuras 41 e 42.
[m]
0.01
0.009
0.008
0.007
0.006
0.005
0.004
0.003
0.002
0.001
0
SMC
MEFE p=1
MEFE p=2
MEFE p=3
0.2
0.4
0.6
0.8
[m]

66
x 10-8 [m]
0.7
0.6
0.5
SMC
0.4
MEFE p=1
0.3
MEFE p=2
0.2
MEFE p=3
0.1
0
0
0.2
0.4
0.6
0.8
[m]

0.0020%
0.0018%
0.0016%
0.0014%
0.0012%
0.0010%
0.0008%
0.0006%
0.0004%
0.0002%
0.0000%
MEFE p=1
MEFE p=2
MEFE p=3
0.2
0.4
0.6
0.8
1 [m]

ns da viga de Pasternak, exemplo 2a.
0.40%
0.35%
0.30%
0.25%
MEFE p=1
0.20%
MEFE p=2
0.15%
MEFE p=3
0.10%
0.05%
0.00%
0
0.2
0.4
0.6
0.8
1 [m]

viga de Pasternak, exemplo 2a.
67
Nota-se nas figuras 39 e 40, que a aplicao do MEFE no problema de

incerteza no parmetro de Pasternak, utilizando uma expanso do caos de grau p=1,
suficiente para aproximar com boa preciso os momentos estatsticos de primeira
e segunda ordem, dos deslocamentos nodais estocsticos. Nas figuras 41 e 42,
observa-se que os erros relativos no valor esperado e na varincia so inferiores a
0,002% e 0,4% respectivamente.
Na tabela 6 so apresentados os valores numricos dos erros relativos, nos
momentos estatsticos da varivel randmica u4 . Comparando o valor
esperado de u4 , ao deslocamento no centro da viga, calculado no problema
determinstico com o valor mdio de p , nota-se que neste exemplo a perturbao
estocstica inferior aos exemplos anteriores. Este fato indica que a perturbao
estocstica mais acentuada quando a incerteza esta presente em parmetros que
se relacionam a derivada de ordem mais alta do deslocamento. Na formulao
variacional do problema da viga de Pasternak, o parmetro p multiplica a derivada
do deslocamento, enquanto que a rigidez da viga EI multiplica a derivada de
segunda ordem.
Neste exemplo, em que a propagao da incerteza menos acentuada, notase na tabela 7 que os erros variam monotonamente com o aumento do grau p da
expanso do caos, diminuindo no caso da varincia e aumentando no caso do valor
esperado.
deslocamento no centro do vo u4 , exemplo 2a.
SMC
MEFE p=1
MEFE p=2
MEFE p=3
Valor Esperado
[m]
Erro Relativo no
valor esperado
[%]
Varincia
[m]
0.0086123211699
----
0.63971800 x10-8
0.0086124708260
0.0086124709227
0.0086124709227
0.001738
0.001739
0.001739
Erro Relativo
na varincia
[%]
----
-8
0.385113
-8
0.345925
-8
0.345915
0.63725436 x10
0.63750505 x10
0.63750512 x10
Os valores calculados para o coeficiente de variao das variveis aleatrias
ui , so ilustrados na figura 43, na qual se observa que o coeficiente de

variao para cada soluo, assume valores em uma faixa ainda mais estreita que
68
nos exemplos anteriores, evidenciando a correlao entre os processos estocsticos

de deslocamento em diferentes regies da viga. Na figura 44 nota-se que os erros
relativos no coeficiente de variao so inferiores a 0,2% na aproximao com p=1,
e diminuem com o aumento no grau da expanso.
1.000%
0.800%
SMC
0.600%
MEFE p=1
MEFE p=2
0.400%
MEFE p=3
0.200%
0.000%
0
0.2
0.4
0.6
0.8
1 [m]
ui nos ns internos da viga de Pasternak, exemplo 2a.
0.20%
0.15%
MEFE p=1
0.10%
MEFE p=2
MEFE p=3
0.05%
0.00%
0
0.2
0.4
0.6
0.8
1 [m]

internos da viga de Pasternak, exemplo 2a.
O histograma e a estimativa da FDPA do processo estocstico de

deslocamento no centro do vo u4 , so gerados com os resultados da SMC e
do MEFE para p=3, utilizando o procedimento descrito na seo 5.1. Os histogramas
obtidos atravs dos dois mtodos so ilustrados na figura 45. Neste exemplo em que
69
a propagao da incerteza menos acentuada e consequentemente, melhor

aproximada com os polinmios de caos, observa-se que o histograma obtido com a
aplicao do MEFE praticamente sobrepe o grfico gerado com a SMC. Na figura
46, verifica-se uma perfeita concordncia entre a FDPA estimada com o MEFE, em
relao curva obtida com a SMC.
[m]
Figura 45 Histogramas da varivel randmica u4 , exemplo 2a.
[m]
Figura 46 Estimativa da FDPA da varivel randmica u4 , exemplo 2a
70
6.5
Exemplo 2b - Incerteza no Parmetro de Rigidez de Winkler

O presente exemplo apresenta incerteza no parmetro de Winkler da
fundao w : , , P 0, l
. O parmetro w modelado utilizando-se o
processo estocstico parametrizado apresentado na equao (82). Os valores de

mdia e desvio padro, utilizados na modelagem deste parmetro so apresentados
na tabela 2. Neste problema, E , h e p so parmetros determinsticos e
possuem valor igual mdia apresentada na tabela 2.
Utilizando-se a amostra de deslocamentos nodais ui j , gerada com a

SMC, so estimados os momentos estatsticos dos processos estocsticos de
deslocamento nodal. Nas figuras 47 e 48, ilustrada a evoluo dos momentos
estatsticos de primeira e segunda ordem na SMC, para o processo estocstico de
deslocamento no centro da viga u4 . Novamente observa-se que a varincia
de u4 , requer um nmero maior de realizaes para atingir a condies de
estacionariedade, do que momento de primeira ordem.
[m]

71
[m]

Os momentos estatsticos estimados com a aplicao do MEFE, para

decomposies de grau p=1, 2 e 3 so calculados com as equaes (75) e (76). Os
resultados de valor esperado e de varincia obtidos com os dois mtodos, para os
processos estocsticos de deslocamento transversal nos ns da viga ui , so
comparados nas figuras 49 e 50. Os erros relativos na soluo do MEFE so
apresentados nas figuras 51 e 52.
[m]
0.01
0.009
0.008
0.007
0.006
0.005
0.004
0.003
0.002
0.001
0
SMC
MEFE p=1
MEFE p=2
MEFE p=3
0.2
0.4
0.6
0.8
[m]

72
x 10-10 [m]
0.7
0.6
0.5
SMC
0.4
MEFE p=1
0.3
MEFE p=2
0.2
MEFE p=3
0.1
0
0
0.2
0.4
0.6
0.8
[m]

0.00030%
0.00025%
0.00020%
MEFE p=1
0.00015%
MEFE p=2
0.00010%
MEFE p=3
0.00005%
0.00000%
0
0.2
0.4
0.6
0.8
1 [m]
51 Erro relativo no valor esperado do processo estocstico de deslocamento ui nos ns da

0.25%
0.20%
0.15%
MEFE p=1
MEFE p=2
0.10%
MEFE p=3
0.05%
0.00%
0
0.2
0.4
0.6
0.8
1 [m]

73
Observando as figuras 49 e 50, nota-se que a aplicao do MEFE utilizando

uma decomposio do caos de grau p=1, fornece uma tima aproximao em
relao s curvas de valor esperado e de varincia obtidas com a SMC. Verifica-se
nas figuras 51 e 52, que os erros relativos no valor esperado e na varincia, para o
problema de incerteza no parmetro de Winkler, so inferiores em relao ao caso
em que a incerteza est no coeficiente de Pasternak.
Na tabela 8 so apresentados os valores numricos dos erros relativos, nos
momentos estatsticos da varivel randmica u4 . Nota-se que o desvio no
valor esperado de u4 , em relao ao problema determinstico calculado com a
mdia de w , inferior ao desvio obtido no problema de incerteza no parmetro de
Pasternak. Neste exemplo, a propagao da incerteza ainda menos acentuada
que no exemplo anterior, visto que o parmetro w se relaciona de maneira
proporcional ao deslocamento estocstico u x, na formulao variacional.
Observando os resultados apresentados na tabela 8, verifica-se que no existe um
ganho significativo na utilizao do MEFE com p>1, para o problema de incerteza no
parmetro de Winkler.
deslocamento no centro do vo u4 , exemplo 2b.
SMC
MEFE p=1
MEFE p=2
MEFE p=3
Valor Esperado
[m]
Erro Relativo no
valor esperado
[%]
Varincia
[m]
0.0086117177940
----
0.6559964 x10-10
0.0086117401895
0.0086117401895
0.0086117401895
0.000260%
0.000260%
0.000260%
Erro Relativo
na varincia
[%]
----
-10
0.201835%
-10
0.201432%
-10
0.201432%
0.6546724 x10
0.6546750 x10
0.6546750 x10
Os valores calculados para o coeficiente de variao das variveis aleatrias
ui , so ilustrados na figura 53. De maneira anloga aos demais exemplos, o

coeficiente de variao praticamente constante ao longo dos ns da viga para uma
determinada soluo. Na figura 54, nota-se que os erros relativos no coeficiente de
variao so inferiores aos erros obtidos no problema de incerteza no parmetro de
Pasternak.
74
0.1000%
0.0800%
SMC
0.0600%
MEFE p=1
MEFE p=2
0.0400%
MEFE p=3
0.0200%
0.0000%
0
0.2
0.4
0.6
0.8
1 [m]
ui nos ns internos da viga de Pasternak, exemplo 2b.
0.12%
0.10%
0.08%
MEFE p=1
0.06%
MEFE p=2
MEFE p=3
0.04%
0.02%
0.00%
0
0.2
0.4
0.6
0.8
1 [m]

internos da viga de Pasternak, exemplo 2b.
O histograma e a estimativa da FDPA do processo estocstico de

deslocamento no centro do vo u4 , so gerados com os resultados da SMC e
do MEFE para p=3. Os histogramas obtidos atravs dos dois mtodos so ilustrados
na figura 55. Assim como no caso de incerteza no parmetro p , neste exemplo
observa-se que o histograma obtido com a aplicao do MEFE, praticamente
sobrepe o grfico gerado com a SMC. Em relao FDPA estimada com a
aplicao do MEFE, apresentada na figura 56, verifica-se uma perfeita concordncia
em relao curva obtida com a SMC.
75
[m]
Figura 55 Histogramas da varivel randmica u4 , exemplo 2b.
[m]
Figura 56 Estimativa da FDPA da varivel randmica u4 , exemplo 2b.
76
6.6
Comparao entre os Exemplos

Ao avaliar os resultados apresentados nos exemplos anteriores, verifica-se
que a propagao da incerteza maior nos casos em que a incerteza est presente
no coeficiente de rigidez flexo da viga. Na tabela 9 so apresentados os valores
de desvio relativo, no valor esperado do processo estocstico de deslocamento
transversal no centro da viga, para os diferentes exemplos, em relao ao problema
determinstico calculado com a mdia dos parmetros E , h , p e w . Conforme
exposto anteriormente, nota-se que a propagao da incerteza mais acentuada
nos exemplos em que o parmetro randmico interage com derivadas de ordem
mais alta no problema variacional, equao (37). Desta forma, problemas com
incerteza nos parmetros que multiplicam derivadas de ordem mais alta, requerem
2
uma maior discretizao no espao L , , P . O desvio no valor esperado dos
processos estocsticos de deslocamento, em relao ao problema determinstico,

no ocorre no caso em que a incerteza esta presente no termo fonte. Por exemplo, o
MEFE poderia ser aplicado em um problema no qual o carregamento modelado
com um processo estocstico parametrizado, mas neste caso o valor esperado de
ui seria exatamente igual ao deslocamento nodal correspondente do

problema determinstico. Neste caso, o MEFE poderia ser aplicado na estimativa de
outros momentos estatsticos de interesse.
Tabela 9 Desvio relativo no valor esperado do processo estocstico de deslocamento no
centro da viga, em relao ao problema determinstico.
Soluo analtica determinstica
Valor esperado do
deslocamento no centro da
viga [m]
0.0086116680456
Desvio relativo em
relao ao problema
determinstico [%]
----
Exemplo 1a - MEFE p=3
0.0087666318845
0.0323
Exemplo 1b - MEFE p=3
0.0096654329809
1.3856
Exemplo 2a - MEFE p=3
0.0086124709227
0.0017
Exemplo 2b - MEFE p=3
0.0086117401895
0.0002
A propagao da incerteza fica evidente tambm nos grficos da FDPA

estimada. Nota-se na figura 36, que para o problema de incerteza na altura da viga,
o processo estocstico de deslocamento no centro da viga pode assumir valores em
um intervalo amplo [-0,035m; -0,0025m]. Por outro lado, no problema de incerteza
77
na fundao de Winkler, o processo estocstico u4 apresenta uma pequena

variabilidade, assumindo valores no intervalo [-0,00864m; -0,00858m].
A FDPA estimada com a aplicao do MEFE pode ser utilizada no contexto
da confiabilidade estrutural. Por exemplo, considera-se que o exemplo 1b, de
incerteza na altura da seo da viga, seja um problema de engenharia cujo critrio
de falha uma deflexo limite no centro da viga de 0,01m. Neste caso o ndice de
confiabilidade seria de apenas 60% aproximadamente. O critrio de falha pode ser
definido de diferentes formas, por exemplo, em termos de tenses mecnicas, que
podem ser expressas em funo dos processos estocsticos de deslocamento nos
ns.
Na tabela 10 so apresentados os tempos computacionais, da soluo dos
exemplos numricos, utilizando a SMC e o MEFE para diferentes graus de
decomposio em polinmios de Legendre. Nota-se que o MEFE demonstra-se mais
eficiente que a SMC.
No entanto, dependendo da complexidade do modelo
mecnico utilizado, pode ser necessria a implementao de um algoritmo que

considere a esparsidade da matriz de rigidez estocstica do elemento.
Tabela 10 Tempo computacional para a obteno da soluo numrica dos exemplos.
Tempo computacional [s]
Exemplo
SMC N=50.000
MEFE p=1
MEFE p=2
MEFE p=3
1a
1678
60
348
1258
1b
1712
69
365
1287
2a
1688
69
352
1264
2b
1736
123
386
1305
Um algortimo simples e eficiente, que no requer uma anlise das funes de

aproximao utilizadas, a considerao do padro geomtrico que se repete na
matriz de rigidez elementar. Por exemplo, a matriz de rigidez apresentada na figura
11, poderia ser calculada integralmente apenas at o termo i=j=35 (a dimenso do
caos). Os demais coeficientes da matriz poderiam ser calculados filtrando-se os
termos nulos, com base no padro geomtrico obtido inicialmente at o termo
i=j=35.
78
CONCLUSES
Neste trabalho, foi apresentado o problema de flexo estocstica, de uma
viga de Euller-Bernoulli, apoiada em fundao de Pasternak, com incerteza nos

parmetros de rigidez da viga e da fundao. A formulao forte do problema de
flexo estocstica foi descrita, com a qual se obteve um problema variacional
associado. O espao de solues tericas do problema variacional foi formalmente
definido, e dentro de condies impostas atravs de hipteses tericas, foi
demonstrada a existncia e unicidade de soluo do problema, com a aplicao da
verso estocstica do lema de Lax-Milgram. O estudo terico de unicidade e
existncia de soluo demonstrou-se importante na escolha de funes adequadas,
para a gerao do espao de solues aproximadas.
O esquema de Askey-Wiener, que permite a representao de variveis
aleatrias com varincia finita atravs de famlias de polinmios ortogonais, foi
apresentado. Este esquema foi utilizado, juntamente com funes de aproximao
do espao de solues determinstico, na proposio de uma soluo aproximada
para o processo estocstico de deslocamento transversal da viga. A soluo
aproximada proposta foi utilizada na aplicao do mtodo de Galerkin, com o qual se
obteve um problema variacional aproximado, a partir da formulao forte do
problema.
Utilizando a aproximao de Galerkin, foi demonstrado o procedimento de
aplicao do Mtodo dos Elementos Finitos Estocsticos. Este mtodo consiste na
escolha de funes teste adequadas para a aproximao do espao de solues
determinstico, e o esquema de Askey-Wiener para a aproximao no espao das
variveis aleatrias com varincia finita. A construo do espao de solues global
do problema, obtido com a sobreposio de elementos finitos estocsticos, foi
demonstrada. O processo de aplicao de condies de contorno foi ilustrado,
permitindo a abordagem de diferentes modelos mecnicos estruturais.
O MEFE foi utilizado na obteno de solues aproximadas, em exemplos
selecionados, e os resultados obtidos, em termos de momentos estatsticos, foram
comparados a valores de referncia, estimados atravs de Simulaes de Monte
Carlo. Os resultados do valor esperado, varincia, do coeficiente de variao, assim
como histogramas e estimativas da funo distribuio de probabilidade acumulada,
dos processos estocsticos de deslocamento nodal, obtidos com o MEFE,
79
apresentaram excelente concordncia com os valores de referncia da SMC, em

todos os exemplos. Foi observado no modelo estocstico, que a propagao da
incerteza, presente nos parmetros de rigidez da viga e da fundao, ocasiona um
desvio do processo estocstico de deslocamento da viga, em relao ao
deslocamento obtido com os valores mdios dos parmetros randmicos, no
problema determinstico. A propagao da incerteza demonstrou-se mais acentuada
nos exemplos em que os parmetros randmicos, se relacionam com derivadas de
maior ordem na formulao variacional. O exemplo de incerteza na altura da seo
apresentou o maior desvio do valor esperado, do processo estocstico de
deslocamento, e tambm o maior coeficiente de variao, indicando grande
sensibilidade na reposta mecnica do modelo estocstico, em relao ao parmetro
incerto. O exemplo de incerteza no parmetro de Winkler apresentou o menor desvio
no processo estocstico de deslocamento, e tambm o menor coeficiente de
variao.
A soluo obtida com o MEFE apresentou menor custo computacional do
que a execuo de simulaes de Monte Carlo. A metodologia de aplicao do
MEFE, demonstrada no problema de flexo estocstica da viga repousando em
fundao de Pasternak, e avaliada com a utilizao dos exemplos numricos,
possibilita a abordagem de problemas mais complexos, descritos por outros modelos
mecnicos. Estudos posteriores podem considerar a aplicao do MEFE em outros
problemas de elasticidade linear (elementos finitos planos e slidos). A influncia do
nmero de variveis aleatrias, utilizadas na descrio dos processos estocsticos
parametrizados, nas estimativas de erro dos momentos estatsticos, uma questo
interessante a se investigar, assim como a aplicao de outros tipos de variveis
randmicas na descrio dos parmetros.
80
REFERNCIAS
ADAMS R. A.. Sobolev spaces. Academic Press. New York. 1975.
ALEXANDERIAN A. Gaussian Hilbert spaces and homogeneous chaos: from
theory to application. The Univertity of Texas at Austin, 2013.
AMERICAN IRON AND STEEL INSTITUTE. Welded steel pipe. American Iron and
Steel Institute, 2007.
ARAJO J. M.; AWRUCH A. M.. On stochastic finite elements for structural
analysis. Computers and Structures, v. 52, n. 3, p. 461-469, 1994.
ASKEY R.; WILSON J.. Some basic hypergeometric polynomials that generalize
jacobi polynomials. Mem. Amer. Math. Soc., 319, AMS, Providence, RI. 1985.
BABUSKA I.; CHATZIPANTELIDIS P.. On solving elliptic stochastic partial
differential equations. Computer Methods in Applied Mechanics and Engineering,
v. 191, n. 37-38, p. 4093-4122, 2002.
BABUSKA I.; WHITEMAN J. R.; STROUBOULIS T.. Finite elements: an
introduction to the method and error estimation. Oxford University Press, NY,
2011.
BABUSKA I.; TEMPONE R.; ZOURARIS G. E.. Galerkin finite element
approximations of stochastic elliptic partial differential equations. Society for
Industrial and Applied Mathematics, v. 42, n. 2, p. 800-825, 2004.
BABUSKA I.; TEMPONE R.; ZOURARIS G. E.. Solving elliptic boundary value
problems with uncertain coefficients by the finite element method: the
stochastic formulation. Computer Methods in Applied Mechanics and Engineering,
v. 194, n. 12-16, p. 1251-1294, 2005.
BESOLD P. Solutions to stochastic partial differential equations as elements of
tensor product spaces. PhD Thesis, Universitt Gottingen, 2000.
BOYAVAL S.; LE BRIS C.; MADAY Y.; NGUYEN N. C. and PATERA A. T.. A
reduced basis approach for variational problems with stochastic parameters:
Application to heat conduction with variable Robin coefficient. Computer
Methods in Applied Mechanics and Engineering; v. 198, n. 41-44, p. 3187-3206,
2009.
CAMERON R. H.; MARTIN W. T.. The orthogonal development of nonlinear
functionals in series of Fourier-Hermite functional. Annals Mathematics, n. 48, p.
385-392, 1947.
81
CHAKRABORTY S.; SARKAR S. K.. Analysis of a curved beam on uncertain

elastic foundation. Finite Elements in Analysis and Design, v. 36, n. 1, p. 73-82,
2000.
CHEN N. Z.; GUEDES SOARES C. G.. Spectral stochastic finite element
analysis for laminated composite plates. Computer Methods in Applied Mechanics
and Engineering, v. 197, n. 51-52, p. 4830-4839, 2008.
COOK R. D.; MALKUS D. S.; PLESHA M. E.. Concepts and applications of finite
element analysis. Jon Wiley & Sons, p. 630, 1989.
DINEV. D.. Analytical solution of beam on elastic foundation by singularity
functions. Engineering Mechanics, v. 19, n. 6, p. 381-392, 2012.
ELISHAKOFF I.; REN Y. J.; SHINOZUKA M.. Some exact solutions for the
bending of beams with spatially stochastic stiffness. International Journal of
Solids and Structures, v. 32, n. 16, p. 2315-2327, 1995.
FERNANDEZ P.J.. Measure and Integration. IMPA, p. 198, 2002.
FILONENKO-BORODICH
foundation.
Uchenyie
M.
M..
Zapiski
Some
approximate
Moskovskogo
theories
Gosudarstvennogo
of
elastic
Universiteta
Mekhanica, v. 46, p. 3-18, 1940.

GHANEM R.; SPANOS P. D.. Stochastic finite elements: a spectral approach.
Dover, NY, 1991.
GRIGORIU M.. Applied non-gaussian processes: examples, theory, simulation,
linear random vibration, and matlab solutions. Prentice Hall, 1995.
HENTENYI M.. Beams on elastic foundation: theory with applications in the
fields of civil and mechanical engineering. University of Michigan Press, 1946.
HESS P. E, BRUCHMAN D., ASSAKKAF I. A., AYYUB B. M..Uncertainties in
Material Strength, Geometric, and Load Variables. Naval Enginners Journal, v.
114, 2002.
JASON S.. Gaussian Hilbert spaces. Cambridge University Press, 1997.
KREIZSIG E. Introductory functional analysis with applications. John Wiley &
Sons, 1989.
JARDINE R. J.. Some observations on the kinematic nature of soils stiffness.
Soils and Foundations, v. 32, n. 2, p.111-124, 1992.
JONES G.. Analisys of beams on elastic foundations. Thomas Telford Publishing,
1997.
82
MATTHIES H. G.; KEESE A.. Galerkin methods for linear and nonlinear elliptic
stochastic partial differential equations. Computer Methods in Applied Mechanics
and Engineering, v. 194, n. 12-16, p. 1295-1331, 2005.
OGURA H.. (1972) Orthogonal functionals of the Poisson process. IEEE Trans.
Inform. Theory, v. 18, n. 4, p. 473481, 1972.
PASTERNAK P. L.. On a new method of analysis of an elastic foundation by
means of two foundation constants. Gosudartsvennoe Izdatelstvo Literaturi po
Stroitelstvu I Architekture, Moskva, 1954.
REISSNER E.. Deflection of plates on viscoelastic foundation. Journal of Applied
Mechanics, v.25, p. 144-145, 1958.
RAO M. M.; SWIFT J. R.. Probability theory with applications. Springer, 2nd ed,
2010.
REDDY J. N.. An introduction to the finite element method. MacGraw Hill. 3nd
ed. 2006.
RYAN R. A.. Introduction to tensor products of Banach spaces. Springer, 2002.
SARSRI D.; AZRAR L.; JEBBOURI A.; EL HAMI A.. Component mode synthesis
and polynomial chaos expansions for stochastic frequency functions of large
linear FE models. Computers & Structures, v. 89, n. 3-4, p. 346-356, 2011.
SETT K; JEREMIC B; KAVVAS M. L.. Stochastic elasticplastic finite elements.
Computer Methods in Applied Mechanics and Engineering, v. 200, n. 9-12, p. 9971007, 2011.
SILVA JR. C. R. A.. Application of the Galerkin method to stochastic bending of
Kirchhoff plates. Doctoral Thesis, Department of Mechanical Engineering, Federal
University of Santa Catarina, Florianpolis, SC, Brazil, 2004.
SILVA JR. C. R. A.; BECK A. T.; SUAREZ O. A. G.. Galerkin solution of stochastic
reaction-diffusion problems. Journal of Heat Transfer. 2013.
SPANOS P. D.; GHANEM R. Stochastic finite element expansion for media
random. Journal Engineering Mechanics, v. 125, n. 1, p. 26-40, 1989.
TEODORU I.B.; MUSAT V.; VRABIE M.. A finite elemento study of the beanding
of beams restingo on two-parameter elastic foundation. Buletinul Institutului
Politehnic din Iasi, Tomul LII (LVI), Fasc. 3-4, 2006.
TEODORU I.B.; MUSAT V.. Beam elements on linear variable two-parameter
elastic foundation. Buletinul Institutului Politehnic din Iasi, Tomul LIV (LVIII), Fasc.
2, 2008.
83
TEODORU I.B.; MUSAT V.. The modified Vlasov foundation model: an attractive
approach for beams resting on elastic supports. The Eletronic Journal of
Geotechnical Engineering, v.15C, 2010.
THE STEEL CONSTRUCTION INSTUTUTE, Joints in steel construction: Moment
connections. The Steel Construction Institute, 1997.
THE STEEL CONSTRUCTION INSTUTUTE, Joints in steel construction: simple
connections. The Steel Construction Institute, 2002.
TIMOSHENKO S.. Strenght of materials: advanced theory and problems. 2ed. D.
Van Nostrand Company, 1940.
TREVES F.. Topological vector spaces, distributions and kernels. Academic
Press. 1967.
VANMARCKE E. H.; GRIGORIU M.. Stochastic finite element analysis of simple
beams. Journal of Engineering Mechanics, v. 109, n. 5, p.12031214, 1983.
VLAZOV V.Z.; LEONTIEV U. N.. Beams, plates and shells on elastic foundation.
Israel Program for Scientific Translations, Jerusalem, 1966.
WIENER N.. The homogeneous chaos American. Journal Mathematics, n. 60, p.
897-936, 1938.
WINKLER E.. Die lehre von der elastizitat und festigkeit. Dominicus, Prague,
1867.
WRIGGERS, P. Computational contact mechanics. 2ed. Springer, 2006.
XIU D.; KARNIADAKIS G. E.. The Wiener-Askey polynomial chaos for stochastic
differential equations. SIAM Journal on Science Computing, v. 24, n. 2, p. 619-644,
2002.
YOSHIDA K.. Functional analysis. Springer, Berlin, 1978.

Dissertacao

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

Dissertacao

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN

PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA E DE

FRANCISCO LUIZ CAMPOS HIDALGO

QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO

FRANCISCO LUIZ CAMPOS HIDALGO

QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO

Dissertao apresentada ao Programa de PsGraduao em Engenharia Mecnica e de

Orientador: Prof. Claudio Roberto vila da

FRANCISCO LUIZ CAMPOS HIDALGO

QUANTIFICAO DA INCERTEZA DO PROBLEMA DE FLEXO ESTOCSTICA

Esta Dissertao foi julgada para a obteno do ttulo de mestre em engenharia,

Prof. Claudio R. vila da Silva Jr, Dr.

Prof Andr Tefilo Beck, Dr.

Curitiba, 12 de dezembro de 2014

Prtico com conexes articuladas entre viga e colunas ......................... 7

Prtico com conexes rgidas entre viga e colunas ............................... 8

Tubulao para transporte de fluido suportada pelo solo ....................... 8

Modelo no-linear para o solo ................................................................ 9

Analogia para a fundao de Winkler ................................................... 11

Descontinuidade do deslocamento no modelo de Winkler ................... 12

Representao esquemtica do modelo de fundao de Pasternak ... 13

Funes de aproximao do espao de solues determinstico

Matriz de rigidez calculada para p=1, s=4 e m=4 ................................. 39

Figura 10 Matriz de rigidez calculada para p=3, s=4 e m=4 ................................. 39

Matriz de rigidez global com condies de contorno aplicadas ............ 42

Figura 14 Viga de seo retangular simplesmente apoiada em fundao de

Figura 22 Erro relativo na varincia do processo estocstico de deslocamento ui

Figura 40 Varincia do processo estocstico de deslocamento ui nos ns da

Correspondncia entre variveis aleatrias e os polinmios do

Mdia e desvio padro dos parmetros estocsticos........................... 46

estocstico de deslocamento no centro do vo u4 , exemplo 1a .......... 53

Coeficientes resultantes da aplicao do MEFE no exemplo 1a,

Erros relativos no valor esperado e na varincia, do processo

Erros relativos no valor esperado e na varincia, do processo

Definio do Problema Estocstico

MTODO DOS ELEMENTOS FINITOS ESTOCSTICOS

Definio da Malha Espacial

A posio e o comportamento mecnico dos suportes so determinantes na

Figura 1 Prtico com conexes articulas entre viga e colunas.

Figura 2 Prtico com conexes rgidas entre viga e colunas.

Figura 3 Tubulao para transporte de fluido suportada pelo solo.

Jardine (1992) props um modelo reolgico no-linear para os solos. Neste

predominantemente plstico). Jardine afirma em seu estudo, que a posio das

A anlise de sistemas estruturais que repousam em um meio deformvel

equilbrio. A energia potencial total do sistema nesta condio encontrada

consideram a influncia do solo por meio de um carregamento externo.

Encontre u C4 0, l , tal que,

Substituindo a equao (2) na equao (1) obtm-se a formulao clssica da viga

Encontre u C4 0, l , tal que,

Figura 5 Analogia para a fundao de Winkler.

O trabalho de Teodoru et al. (2006) destaca que a principal deficincia do

Figura 6 Descontinuidade do deslocamento no modelo de Winkler.

Por conseguinte, a formulao clssica da viga de Euler-Bernoulli repousando em

Encontre u C4 0, l , tal que,

Os modelos de fundao de Pasternak (1954), de Filonenko-Borodich (1940),

uma determinada profundidade conhecida do solo, os efeitos do carregamento

Figura 7 Representao esquemtica do modelo de fundao de Pasternak.

Retrospecto no Campo da Mecnica Estocstica em Problemas de

foi combinado com Simulaes de Monte Carlo (SMC) para a obteno de

varincia de deslocamentos em problemas de flexo estocstica de vigas. Ghanem

problema de flexo estocstica da viga de Euler-Bernoulli repousando em fundao

introdutrio contextualiza o problema de uma estrutura repousando em fundao

parametrizados que descrevem a incerteza nos coeficientes de rigidez da viga e da

matemticos utilizados neste trabalho, tomando como referncia os trabalhos de