Escolar Documentos
Profissional Documentos
Cultura Documentos
NOTAS DE AULAS
M. XAVIER
Resumo. Todos os tópicos descritos nestas notas referem-se a objetos já bastante consolidados
na literatura. Para um detalhamento mais preciso e completo das teorias aqui mencionadas, ver
por exemplo [1], [2], [3] e [4].
Conteúdo
1. Introdução 2
2. Álgebra e análise tensorial 3
3. Espaços métricos completos: Espaços de Banach e Espaços de Hilbert 3
3.1. Espaços Métricos 3
3.2. Espaços Vetoriais Normados 4
3.3. Espaços Vetoriais com Produto Interno 4
3.4. Bolas e esferas 5
3.5. Variedades lineares 6
3.6. Conjuntos limitados 6
3.7. Funções contı́nuas 7
3.8. Transformações lineares 9
4. Noções de topologia 11
4.1. Conjuntos abertos 11
4.2. Conjuntos Fechados 12
5. Limites 13
5.1. Limites de sequências 13
5.2. Sequência de números reais 14
6. Convergência e topologia 14
7. Sequência de funções: convergência simples e convergência uniforme 14
8. Sequências de Cauchy 14
9. Espaços métricos completos: espaços de Banach e de Hilbert 14
9.1. Espaços de Banach 14
9.2. Espaços de Hilbert 15
10. Rudimentos de Cálculo das Variações 15
10.1. Casos particulares de Espaços de Sobolev 16
10.2. Derivada Gâteaux de um funcional 16
11. Método dos Elementos Finitos 19
11.1. Observações iniciais e Formulação do Problema 19
11.2. Formulação Forte ou Clássica do problema 19
11.3. Formulação Fraca ou Variacional do problema 19
12. Método de Galerkin 20
12.1. Descrição do Método de Galerkin 20
Date: 26 de Novembro de 2020.
Key words and phrases. Métodos Matemáticos, Engenharia.
1
2
1. Introdução
Ementa (2020): Conjuntos; Espaços lineares; Variedades lineares; Espaços normados; Espaços;
Produto interno; Espaços de Banach; Espaços de Hilbert; Bases; Tranformações lineares, ten-
sores; Análise tensorial - produto tensorial, componentes de um tensor, soma e produto de
tensores, invariantes de um tensor, funções tensoriais, mudança de base, autovetores e autova-
lores; Aplicações: (1) tensor tensão e tensor deformação, (2) formulação abstrata de problemas
de equilı́brio – método de Galerkin.
3
1) Verifique que d0 e d00 , definidas respectivamente por (3.4) e (3.5), são métricas.
3.1.3. Exemplo 3. Seja X um conjunto arbitrário. Uma função real f : X → R é dita limitada
se existe uma constante kf > 0 tal que |f (x)| ≤ kf para todo x ∈ X. O Espaço formado pelas
funções limitadas, denotado por B(X, R), com uma métrica definida por
d(f, g) = sup |f (x) − g(x)| , (3.6)
x∈X
é um espaço métrico.
2) Mostre que d, dada por (3.6), satisfaz as condições para ser uma métrica.
3.2. Espaços Vetoriais Normados. Seja E um espaço vetorial real. Uma norma em E é uma
função real k·k : E → R que associa a cada vetor x ∈ E o número real kxk, chamado norma de
x, se estão satisfeitas as seguintes condições
Se x 6= 0 então kxk =
6 0;
kλxk = |λ| kxk ; (3.7)
kx + yk ≤ kxk + kyk ,
para todo x, y ∈ E e λ ∈ R.
Um espaço vetorial normado é um par (E, k·k) onde
pE é um espaço vetorial real e k·k é uma
n (xi )2 ), (Rn , (|xi |)2 ) e (Rn , max |xi |).
P P
norma em E. Exemplos de espaços normados são (R ,
Tendo em conta que a soma, a diferença e o produto de funções limitadas são funções limitadas,
outro exemplo importante de espaço vetorial normado é B(X, R) com a norma definida da
seguinte forma
kf k = sup |f (x)| . (3.8)
x∈X
Note-se que num espaço vetorial normado, tem-se que kxk = d(x, 0), isto é, a norma de x é a
distância de x até a origem. Note ainda que todo espaço vetorial normado torna-se um espaço
métrico definindo d(x, y) = kx − yk.
Agora, será apresentada uma desigualdade de grande utilidade que relaciona o produto interno
de dois vetores com suas respectivas normas, a saber, a Desigualdade de Cauchy-Schwarz. Sejam
x, y ∈ E dois vetores no espaço vetorial real E, a seguinte desigualdade é válida:
|hx, yi| ≤ kxk kyk . (3.11)
3.3.1. Exemplo 1. O exemplo mais fundamental de espaço vetorial com produto interno é o Rn
com
n
X
hx, yi = x i yi . (3.12)
i=1
5) Tendo em conta o exemplo acima e a Desigualdade de Cauchy-Schwarz, verifique que d, na
primeira linha de (3.3), é uma métrica.
pP
6) Mostre que (Rn , (xi )2 ) é um espaço vetorial normado.
5
O produto interno é uma generalização do produto escalar em Rn para espaços com dimensão
infinita. Assim, noções como distância e ortogonalidade podem ser utilizados em espaços mais
gerais.
3.3.2. Exemplo 2. Seja C([a, b]; R) o espaço das funções f : [a, b] → R contı́nuas. A expressão
Z b
hf, gi = f (t)g(t)dt , (3.13)
a
Z b
é um produto interno em C([a, b]; R). Verifique que hf, gi = f (t)g(t)dt é um produto interno
a
em C([a, b]; R).
3.4. Bolas e esferas. Seja a um ponto num espaço métrico M . Dado um número real ε > 0,
define-se os seguintes subconjuntos de M :
3.4.1. Exemplo 1. Com a métrica usual da reta, para todo a ∈ R e todo ε > 0, todo intervalo
real aberto de centro a e raio ε é uma bola aberta pois
d(x, a) = |x − a| < ε , (3.15)
ou, equivalentemente,
a − ε < x < a + ε. (3.16)
Evidentemente, todo intervalo fechado é uma bola fechada. 7) Defina S(a; ε) para o exemplo 1.
3.4.2. Exemplo 2. Seja f ∈ B([a, b], R). Na métrica do sup, uma função limitada g : [a, b] → R
pertence a B[f ; ε], por exemplo, se, e somente se, |f (x) − g(x)| ≤ ε, isto é, f (x) − ε ≤ g(x) ≤
f (x) + ε para todo x ∈ [a, b], veja Figura 1.
3.5. Variedades lineares. Variedades lineares são obtidas a partir da translação de um su-
bespaço vetorial como passamos a descrever. Seja V um subespaço do espaço vetorial E e seja
u0 ∈ E fixado. Chama-se uma variedade linear em E o conjunto U de todos os elementos u ∈ E
definidos por
u = u0 + η , η ∈ V . (3.17)
Note que, se u0 ∈ V, a variedade linear é em si mesma um subespaço vetorial e coincide com V.
.
Teorema. Seja U uma variedade linear não-vazia no espaço vetorial E. Existe um único
subespaço vetorial V ⊂ E, tal que, para todo u ∈ U tem-se
U = u + V = {u + η; η ∈ V} . (3.18)
8) Mostre que toda bola aberta B(a; ε) é um conjunto limitado e seu diâmetro não excede 2ε.
Demonstração. Com efeito, fixemos um ponto a ∈ X e um ponto b ∈ Y . Existe c > 0 tal que
d(x, a) ≤ c e d(y, b) ≤ c para todo x ∈ X e todo y ∈ Y . Então, tomando
k = 2c + d(a, b) , (3.21)
tem-se para x ∈ X e y ∈ Y arbitrários
d(x, y) ≤ d(x, a) + d(a, b) + d(b, y) ≤ c + d(a, b) + c = k . (3.22)
Como o resultado acima é evidente para x, y ∈ X ou x, y ∈ Y , segue que X ∪ Y é um conjunto
limitado.
Uma aplicação f : X → M é dita limitada quando sua imagem f (X) é um subconjunto
limitado de M .
10) Discuta se as funções f (x) = 1/(1 + x2 ) e g(x) = x2 , definidas em R, são limitadas.
AULA 2
3.7. Funções contı́nuas. Sejam M e N espaços métricos. Uma aplicação f : M → N é dita
contı́nua no ponto a ∈ M se, para todo ε > 0, é possı́vel encontrar δ > 0 tal que d(x, a) < δ
implica d(f (x), f (a)) < ε. Diz-se que f é contı́nua em M se é contı́nua em todo a ∈ M .
Equivalentemente, f : M → N é contı́nua no ponto a ∈ M quando, dada qualquer bola
Bε = B(f (a); ε) de centro f (a) e raio ε, é possı́vel encontrar uma bola Bδ = B(a; δ), de centro
a e raio δ, tal que f (Bδ ) ⊂ Bε .
√
3.7.1. Exemplo 1. A função f (x)√ = x é contı́nua no seu domı́nio [0, +∞). De fato, dado ε > 0
arbitrário, basta tomar δ = ε/ a. Com efeito, se d(x, a) = |x − a| < δ, então
√ √ √ √
√ √ ( x − a)( x + a)
d(f (x), f (a)) = x − a =
√ √
x+ a
x−a
= √ √
x + a
1
≤ √ |x − a|
a
< ε.
Como querı́amos demonstrar.
8
Toda aplicação lipschitziana é contı́nua. De fato, dado ε > 0 arbitrário, toma-se δ = ε/c.
Logo, se d(x, a) < δ, então
Para uma função real de variável real, a condição de Lipschitz implica que
|f (x) − f (y)|
≤ c, (3.28)
|x − y|
ou seja, a inclinação de qualquer reta secante ao gráfico de f é, em valor absoluto, menor do a
constante c. Note que toda função com derivada limitada será lipschitziana. 2) Considere uma
função real f : I → R derivável e com derivada limitada, isto é, |f 0 (x)| ≤ c para todo x ∈ I.
Use o Teorema da Valor Médio para mostrar que f é lipschitziana.
Uma aplicação f : M → N é dita localmente lipschitziana quando para cada a ∈ M a
restrição de f à bola B(a; ε) de centro a e raio ε > 0, f |B , é lipschitziana. Assim, uma aplicação
localmente lipschitziana é contı́nua. Note que a continuidade de uma função não é condição
suficiente para ela ser lipschitziana.
9
AULA 3
4. Noções de topologia
4.1. Conjuntos abertos. Seja X um subconjunto de um espaço métrico M . Um ponto a ∈ X
é dito ponto interior a X quando é centro de uma bola aberta contida em X, isto é, quando
existe ε > 0, tal que, se d(x, a) < ε, então x ∈ X. Chama-se interior de X em M , e denota-se
por intX, o conjunto dos pontos interiores a X.
Note que, pela definição, um ponto b ∈ X não é interior a X se toda bola aberta centrada
em b possui algum ponto que não pertence a X. Neste caso, dizemos que b pertence a fronteira
de X. Portanto, a fronteira de X em M , denotada por ∂X é formada pelos pontos b ∈ M tal
que toda bola aberta de centro b contém pelo menos um ponto de X e ao menos um ponto do
complementar M − X, ver Figura 6.
4.1.1. Exemplo 1. O interior do intervalo [0, 1) na reta é o intervalo aberto (0, 1) e sua fronteira
é formada pelos pontos 0 e 1.
Seja X um subconjunto de um espaço métrico M . Dado um ponto arbitrário c ∈ M , há três
possibilidades que se excluem mutuamente: ou existe uma bola aberta de centro c contida em
X, ou existe uma bola de centro c contida em M − X, ou toda bola aberta de centro c contém
pontos de X e M − X. Logo, todo conjunto X determina a decomposição do espaço em três
subconjuntos disjunto, a saber
M = intX ∪ ∂X ∪ int(M − X) . (4.1)
1) Escreva a decomposição acima para o caso em que M = R e X = [0, 1).
2) Escreva a decomposição acima para o caso em que M = R3 e
X = (x, y, z) ∈ R3 ; (x − a)2 + (y − b)2 + (y − c)2 ≤ 4 .
AULA 4
5. Limites
5.1. Limites de sequências. Uma sequência (xn )n∈N num conjunto M , também representada
por (x1 , ..., xn , ...) ou simplesmente (xn ), é uma aplicação x : N → M definida no conjunto N
dos números naturais. O valor xn := x(n) que a aplicação x assume no número n chamar-se-á
o n-ésimo termo da sequência. Quando a aplicação for injetiva, isto é, m 6= n ⇒ xm 6= xn ,
diremos que a sequência (xn ) é uma sequência de termos distintos. Para representar o conjunto
dos termos da sequência será tuilizada a notação {x1 , ..., xn , ...}.
5.1.1. Exemplo 1. Seja x : N → R definida por xn = (−1)n . Para este caso, tem-se que
(xn ) = (−1, 1, −1, 1, ...) e o conjunto de valores é {−1, 1}.
5.1.2. Exemplo 2. A sequência (4, 16, 64, ..., 4k , ...) é uma subsequência de (2, 4, 8, 16, ..., 2n , ...).
Note que N0 é, neste caso, o conjunto dos números pares.
Uma sequência (xn ) no espaço métrico M chama-se limitada quando o conjunto de seus termos
é limitado, isto é, quando existe c > 0 tal que
d(xm , xn ) ≤ c , (5.1)
quaisquer que sejam m, n ∈ N.
Evidentemente, toda subsequência de uma sequência limitada é limitada.
Seja (xn ) uma sequência no espaço métrico M . Diz-se que o ponto a ∈ M é limite da sequência
(xn ), e denota-se por
lim xn = a , (5.2)
n→∞
quando, para todo número real ε > 0 dado arbitrariamente, existe n0 ∈ N tal que se n > n0 então
d(xn , a) < ε. Quando tal limite existe, diz-se que a sequência de pontos xn ∈ M é convergente
em M e converge para a. Podem ser utilizadas também as notações a = limxn ou xn → a. Se
o referido limite não existe, diz-se que a sequência é divergente em M .
Note que, se xn → a, então, existe n0 ∈ N tal que xn ∈ B(a; ε) para todo n > n0 qualquer
que seja ε > 0.
5.1.3. Exemplo 3. Dada a sequência de números reais (xn ) definida por xn = 1/n, n ∈ N, tem-se
que xn → 0. De fato, dado ε > 0 arbitrário, basta tomar n0 = 1/ε. Assim, para todo n > n0
1 1
d(xn , 0) = − 0 < = ε
(5.3)
n n0
n
1) Mostre que xn = 2 → 0.
n +n+2
2) Mostre que toda sequência convergente é limitada.
Demonstração. Seja limxn = a num espaço métrico M . Tomando ε = 1, por definição, existe
n0 ∈ N tal que para todo n > n0 tem-se xn ∈ B(a; 1). Portanto, o conjunto dos valores da
sequência está contido em {x1 , ..., xn0 } ∪ B(a; 1). Como a reunião de conjuntos limitados é
limitada, segue que (xn ) é limitada.
14
3) Mostre que uma sequência não pode convergir para dois limites diferentes.
Demonstração. Seja (xn ) uma sequência no espaço métrico M , e sejam a, b ∈ M tais que a =
limxn e b = limxn . Assim, dado ε > 0 arbitrário, existe na ∈ N tal que d(xn , a) < ε para todo
n > na . Analogamente, existe nb ∈ N tal que tal que d(xn , b) < ε para todo n > nb . Tomando
n0 ∈ N maior do que na e nb , segue que para n > n0
0 ≤ d(a, b) ≤ d(a, xn ) + d(xn , b) < 2ε . (5.4)
Logo, d(a, b) = 0, o que implica a = b.
6. Convergência e topologia
7. Sequência de funções: convergência simples e convergência uniforme
Diz-se que a sequência de aplicações fn : X → M converge simplesmente (ou pontualmente)
em X para a aplicação f : X → M , quando, para cada x ∈ X, a sequência (f1 (x), f2 (x), f3 (x), ..., fn (x), ...)
tem limite f (x) em M . Isto é, para cada x ∈ X, tem-se
8. Sequências de Cauchy
9. Espaços métricos completos: espaços de Banach e de Hilbert
Diz-se que um espaço métrico M é completo quando toda sequência de Cauchy em M é
convergente.
9.0.4. Exemplo 4. Sejam M e N espaços métricos. Se N é completo, então, para toda aplicação
α : M → N , o espaço Cα (M, N ) é completo.
9.0.5. Exemplo 5. O espaço vetorial normado L(E; F ) das trasformações lineares contı́nuas de
E em F é completo se o espaço métrico F é completo.
9.1. Espaços de Banach. Um espaço vetorial normado completo em relação a sua norma é
chamado Espaço de Banach.
9.2. Espaços de Hilbert. Um espaço de Hilbert H é uma espaço vetorial munido de um pro-
duto interno e completo em relação a norma definida por este produto interno.
é um espaço de Hilbert.
9.2.2. Exemplo 2. Um dos exemplos mais importantes de espaços de Hilbert (que foi estudado
pelo próprio David Hilbert no inı́cio do século XX) é o espaço das sequências de quadrado
somável, também chamado de espaço l2 . O espaço l2 é formado pelas sequências de números
reais x = (xi ) tais que
∞
X
x2i < ∞. (9.3)
i=1
√
Por
P exemplo, se x = xn = 1/2n ,
y = yn =P 1/n e z = zn = 1/ n tem-se que x, y ∈ l2 pois
1/22n < ∞, 1/n2 < ∞ mas z ∈
/ l2 pois
P
1/n = ∞.
com a norma
Z 1/2
2
kϕkL2 (Ω) = |ϕ| (9.5)
Ω
é um espaço de Hilbert.
O espaço L2 contém funções de grande importância no estudo de sistemas mecânicos como
passaremos a detalhar a partir do próximo capı́tulo.
Teorema da imersão de Sobolev: Este importante teorema vai nos dizer quando funções em
H s são contı́nuas. Seja Cbk , k ≥ 0 o espaço de funções u : Ω → R que são
• Limitadas
• contı́nuas e com derivadas contı́nuas e limitadas de ordem j, 1 ≤ j ≤ k.
Teorema. Se Ω é aberto em Rn e s > n/2 + k, então
H s ⊂ Cbk . (10.7)
10.1.1. Exemplo 1. Supondo Ω =]0, 1[, tem-se que funções em H 1 são contı́nuas e limitadas,
isto é, pertencem a Cb0 (1 > 1/2). Funções em H 2 são funções Cb1 (Contı́nuas e limitadas com
derivada primeira contı́nua e limitada) (pois 2 > 1/2 + 1)
10.1.2. Exemplo 2. Se Ω ⊂ R2 , então, H 2 ⊂ Cb0 .
10.2. Derivada Gâteaux de um funcional. Seja F : U ⊂ S → R um funcional definido no
subconjunto U do espaço de Banach S. Vamos assumir que U é uma variedade linear em S e seja
V o subespaço vetorial associado. Seja u ∈ U arbitrário, η ∈ V fixo e τ ∈ R também arbitrário.
Pelo visto anteriormente, os elementos da variedade U podem ser escritos como
(u + τ η) , (10.8)
com η ∈ V. Daı́, a partir de algumas hipóteses adicionais que omiteremos aqui por questão de
simplicidade, tem-se que o funcional F(u + τ η) é contı́nuamente diferenciável em relação a τ .
Com isso a derivada Gâteaux dF(u, η) do funcional F, que chamaremos primeira variação de
F em u na direção η, é dada por
1
dF(u, η) = lim [F(u + τ η) − F(u)] , (10.9)
τ →0 τ
A existência do limite pressupõe
• a) F(u) está bem definido;
17
10.2.1. Exemplo 1. Considere uma viga elástica, homogênea, de comprimento L, engastada nas
duas extremidades e submetida a um carregamento transversal q, como indica a Figura 7. A
energia potencial total deste sistema é dada pelo seguinte funcional:
1 L
Z L
d2 u d2 u
Z
F(u) = EI 2 dx − qu dx, (10.11)
2 0 dx dx2 0
onde E é o módulo de Young, I o momento de inércia da seção transversal e u = u(x) o campo
de deslocamento transversal.
A partir destes elementos, o problema de encontrar a linha elástica, que representa o equilı́brio
do sistema mecânico em questão, pode ser escrito da seguinte forma, chamada forma fraca ou
variacional do problema:
Encontrar u ∈ U, tal que
Z L Z L
d2 u d2 η (10.15)
EI 2 2 dx = qηdx ∀η ∈ V .
0 dx dx 0
n o
onde U = V = ϕ ∈ H 2 ([0, 1]); ϕ(0) = dϕdx (0) = ϕ(L) = dϕ
dx (L) = 0 . Explicar melhor a questão
da arbitrariedade das η 0 s
O Método dos Elementos Finitos é baseado na formulação variacional do problema, como será
visto na próxima seção. Contudo, é interessante observar como as EDOs ou EDPs associadas
podem ser obtidas a partir da forma variacional.
De fato, assumindo por simplicidade E e I constantes ao longo do eixo da barra e integrando
por partes o lado esquerdo de (10.15), tem-se que
Z L Z L
d2 u dη
d
− EI 2 dx = qηdx . (10.16)
0 dx dx dx 0
Integrando por partes novamente tem-se
Z L 2 Z L
d2 u
d
2
EI η dx = qηdx . (10.17)
0 dx dx2 0
A equação acima pode ser reescrita da seguinte forma
Z L 2
d2 u
d
[ 2 EI 2 − q]η dx = 0 . (10.18)
0 dx dx
Para obter a EDO associada é necessário fazer uso do chamado Lema Fundamental do
Cálculo das Variações que diz o seguinte: Se f (x), 0 ≤ x ≤ L, é uma função contı́nua
tal que
Z L
f (x)η(x) dx = 0 , (10.19)
0
qualquer que seja a função contı́nua η com η(0) = η(L) = 0, então f (x) é estritamente nula em
[0, L]. Fazendo uso deste Lema, obtem-se que
d2 d2 u
EI 2 = q . (10.20)
dx2 dx
Assim, relebrando as condições de contorno associadas, a EDO associada a equação variacional
acima é dada por: Encontrar u ∈ C 4 [0, L] tal que
( 2
d d2 u
dx2
EI dx2
= q(x) em [0, L] ,
(10.21)
u(0) = dx (0) = u(L) = du
du
dx (L) = 0
Note que, nesta formulação, é exigido mais regularidade da função u em relação a formulação
variacional.
A primeira classe é composta por funções u(x) chamadas funções adminissı́veis (ou funções
teste). Essas funções satisfazem a condição de contorno u(1) = u. Assim, o conjunto das funções
admissı́veis, denotado por U, consiste de todas as funções u(x) tais que
U = u : u ∈ H 1 , u(1) = u } .
(11.6)
Note que a função estritamente nula não pode pertence a conjunto U. Portanto, U não pode ser
um subespaço vetorial de H 1 ([0, 1]).
A segunda classe de funções, denotada por V, é composta por funções η(x), chamadas pesos
ou variações, que possuem a condição de contorno de Dirichlet homogênea, isto é
V = η : η ∈ H 1 , η(1) = 0 } .
(11.7)
A partir destes elementos, a formulação fraca, ou variacional, do problema em questão, pode
ser definida como: Dada a função contı́nua f : [0, 1] → R, u e q constantes, encontrar uma
função u ∈ U tal que
Z 1 Z 1
u0 η 0 dx = ηf dx + η(0)q , ∀η ∈ V (11.8)
0 0
Para ver os detalhes da equivalência entre as formulações (11.3) e (11.8), ver [2]. Proponha
um funcional F associado a equação variacional (11.8). Note que a equação anterior deve ser
válida para TODA η ∈ V.
O Método dos Elementos Finitos é baseado na formulação variacional do problema. A
idéia básica consiste em aproximar U e V com coleções de funções de dimensão finita.
Abaixo, serão introduzidas algumas notações que auxiliarão desenvolvimentos futuros:
Z 1 Z 1
0 0
a(u, η) = u η dx , (η, f ) = ηf dx (11.9)
0 0
Utilizando a notação acima, a equação variacional pode ser reescrita da seguinte maneira:
a(u, η) = (η, f ) + η(0)q (11.10)
OBS: Note que como as funções NB0 s, a função Nn+1 e u são dados conhecidos
a priori, encontrar a função uh se reduz a encontrar as constantes d0B s na equação
acima. Encontrar essas constantes d0B s é o que faremos na próxima seção.
Colocando as 0 s
CA
em evidência, tem-se
n n n n n
!
X X X X X
cA a NA , dB NB − cA (NA , f ) − cA [NA (0)] q + cA a (NA , uNn+1 ) = 0
A=1 B=1 A=1 A=1 A=1
e introduzindo a notação
X n
GA = a(NA , NB )dB − (NA , f ) − NA (0)h + a(NA , Nn+1 )u (13.9)
B=1
tem-se que
n
!
X
cA GA = 0 (13.10)
A=1
Note que tudo é conhecido em (13.12), exceto as d0B s. Portanto, (13.12) constitui um sistema
com n equações e n incógnitas. Isto pode ser escrito de forma mais compacta introduzindo as
seguintes notações:
KAB = a(NA , NB ) (13.13)
FA = (NA , f ) + NA (0)h − a(NA , Nn+1 )u (13.14)
Portanto, a equação (13.12) pode ser escrita como
n
X
KAB dB = FA , A = 1, 2, ..., n . (13.15)
B=1
23
K = KT , (13.21)
A simetria de K tem importantes consequências computacionais. A simetria representa um
ganho computacional em termos de memória e implica solução única para o problema.
n+1
X
h
u (x) = NA (x)dA , (13.23)
A=1
24
onde dn+1 = g.
Referências
[1] M. E. Gurtin. An introduction to continuum mechanics. Mathematics in Science and Engineering vol. 158.
Academic Press, New York, 1981.
[2] T. J. R. Hughes. The finite element method: linear static and dynamic finite element analysis. General Pu-
blishing Company, 2000.
[3] E. L. Lima. Espaços Métricos. Projeto Euclides. IMPA, Rio de Janeiro, 2013.
[4] A. A. Novotny and J. Sokolowski. Topological derivatives in shape optimization. Interaction of Mechanics and
Mathematics. Springer-Verlag, Berlin, Heidelberg, 2013.
(M. Xavier) Universidade Federal Fluminense UFF, TEM - Departamento de Engenharia Mecânica,
Rua passo da Pátria 156, 24210-240 Niterói - RJ, Brasil
Email address: marcelxavier@id.uff.br