Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ticas, UV-UTFSM-PUCV.
Doctorado en Matema
Indice
1. Motivaci
on
3. Discretizaci
on de Petrov-Galerkin
10
1.
Motivaci
on
Sea = (0, 1) R y consideremos la ecuacion diferencial ordinaria mas simple que hay:
0
u =f
en ,
(1)
u(0) = u0 ,
Rx
donde f L2 () y u0 R. Obviamente, la solucion de esta ecuacion es u(x) = 0 f (t)dt+
u0 . Dejemos este hecho de lado por un momento y tratemos de dise
nar un metodo numerico
de elementos finitos que aproxime la solucion u del problema (1). Lo primero es comenzar
formulando el problema variacionalmente de la siguiente manera: asumamos que u es
solucion de (1), multipliquemos por una funcion diferenciable v e integremos sobre el
dominio , es decir:
Z
Z
0
f vdx.
(2)
u vdx =
(3)
Observemos que para que la equacion (3) tenga sentido, solo basta que v L2 () y
v 0 L2 (). Es decir, que v pertenezca al espacio de Sobolev H 1 (). Por otro lado necesitaramos solamente que u L2 (), en cuyo caso u(1) no tendra sentido. No obstante, podemos subsanar este problema reemplazando u(1) por una variable independiente
u R. Este proceso de debilitar las hipotesis nos lleva a plantear nuestro problema inicial
mediante una formulacion mucho mas debil:
2
Encontrar
(u.
u) U :=
Z L () R tal que:
Z
(4)
f vdx + u0 v(0), v V := H 1 ().
uv 0 dx + uv(1) =
Observar que si u es solucion de (1), entonces (u, u(1)) U es solucion de (4). Conversamente, no es difcil ver que si (u, u) es solucion de (4), entonces u0 = f en L2 () (derivada
en el sentido debil). Luego u H 1 () es continua y u(0) = u0 . Ademas obtenemos que
u = u(1).
Si definimos:
Z
b((u, u), v) =
uv 0 dx + uv(1),
Z
l(v) =
f vdx + u0 v(0),
(5)
El metodo estandar para aproximar la solucion de (5) consiste en usar espacios de dimension finita Uh U y Vh V , para luego resolver el problema discreto:
Encontrar (uh , uh ) Uh tal que
(6)
b((uh , uh ), v) = l(v), v Vh .
Tal metodo lleva el nombre de Petrov-Galerkin. La eleccion de los espacios discretos es
esencial para poder controlar el error de aproximacion ku uh k en alguna norma de
nuestra preferencia.
En el siguiente captulo estudiaremos la solubilidad de ecuaciones lineales en espacios
funcionales. En particular, ecuaciones del tipo (5). En el tercer captulo analizaremos en
abstracto algunos metodos numericos que permiten aproximar la solucion del problema
(5).
2.
Sean U, V dos espacios de Banach sobre R. Como veremos mas adelante, el ejemplo
introducido en la Seccion 1 conduce a plantearse el siguiente problema abstracto: dado
un operador lineal A : U V y f V , encontrar u U tal que Au = f . La b
usqueda de
soluciones (existencia) nos lleva a verificar la condicion f R(A), donde R(A) denota el
rango de A. La unicidad de la solucion guarda relacion con la inyectividad del operador
A. En adelante, asumiremos que A : U V es continuo, i.e., existe c > 0 tal que:
kAukV ckukU ,
u U.
En tal caso, anotaremos A L(U, V ) (el espacio de los operadores lineales y continuos de
U en V ).
Lo primero sera caracterizar el conjunto R(A). Para ello usaremos propiedades de ortogonalidad en espacios de Banach.
2.1.
Definicion 1. Sea E un espacio normado y E 0 su espacio dual asociado (ver [1]). Sea
M E y N E 0 . Entonces definimos los conjuntos ortogonales:
M := f E 0 : f (x) =< f, x >E 0 ,E = 0, x M E 0 ,
N := x E : f (x) =< f, x >E 0 ,E = 0, f N E.
En particular, si M tiene estructura de subespacio vectorial tenemos el siguiente proposicion:
x0 M tal que x0
/ M . En tal caso, por teorema de separacion de Hahn-Banach (ver
[1]), sabemos que existe f E 0 y R tales que :
f (x) < < f (x0 ),
x M .
(7)
(8)
Teorema 2.2 (Teorema del Rango Cerrado): Sean U, V espacios vectoriales normados
y A L(U, V ). Se tiene que:
R(A) = (ker A0 ) R(A) es cerrado .
Demostracion. Ortogonalizar la igualdad (8) y usar la Proposicion 2.1.
Observacion 2.1. El Teorema del rango cerrado es en realidad mucho mas potente (ver [1]),
tambien se tienen equivalencias con que el rango de A0 es cerrado y con su caracterizacion
R(A0 ) = (ker A) .
Corolario 2.3: Sea A L(U, V ) tal que R(A) es cerrado. Entonces la ecuacion lineal
Au = f posee solucion ssi f (ker A0 ) .
En virtud de este u
ltimo resultado, se vuelve preponderante en nuestro estudio, el poder
determinar cuando el rango de A es cerrado.
2.2.
u U.
Conclusi
on:
Si U, V son espacios de Banach y A : U V es acotado por debajo, entonces la ecuacion
lineal Au = f posee una u
nica solucion ssi f (ker A0 ) .
2.3.
Aplicaci
on a Ecuaciones Definidas por Formas Bilineales
u U,
v V.
v1 , v2 V.
Continuidad
La forma bilineal b es ademas continua ssi existe M > 0 tal que:
|b(u, v)| M kukU kvkV ,
u U,
v V.
|b(u, v)|
u6=0,v6=0 kukU kvkV
sup
sup
|b(u, v)|.
kuk=1,kvk=1
B0 : V
v
U0
7
b(, v)
|b(u, v)|
kbkkukU
kvkV
kBkL(U,V 0 ) = sup
u6=0
kBukV 0
= kbk,
kukU
donde L(U, V 0 ) denota el espacio de operadores lineales y continuos de U en V 0 . Analogamente podemos verificar que kB 0 kL(V,U 0 ) = kBkL(U,V 0 ) = kbk.
Observemos que la reflexividad de los espacio U, V nos garantiza que:
< v, Bu >V 00 ,V 0 =< Bu, v >V 0 ,V = b(u, v) =< B 0 v, u >U 0 ,U =< u, B 0 v 0 >U 00 ,U 0 .
Por lo tanto, B 0 es el operador adjunto de B y vice-versa.
(10)
u U.
1
klkV 0 .
v H.
v H.
(12)
|b(u, u)|
|b(u, v)|
kukH ,
kvkH
kukH
lo cual implica que la forma bilineal b satisface la condicion nf sup. Para concluir la
demostracion debemos mostrar que b is inyectiva en la segunda variable (i.e., ker B 0 =
{0}). En efecto, si b(u, v) = 0 para todo u H, entonces en particular para u = v se tiene
que
0 = |b(v, v)| kvk2H
y por lo tanto v = 0.
|b(u, v)|
|b(u, v)|
= nf sup
.
v6=0 u6=0 kukU kvkV
kukU kvkV
Demostracion. En vista del Teorema 2.4, vamos a verficar primero que R(B 0 ) es cerrado.
Tomemos una sucesion convergente {B 0 vn } f U 0 donde {vn } V . Como B es
invertible y V es reflexivo se tiene que para todo l V 0 (observar que l = BB 1 l):
{< vn , l >V 00 ,V 0 } < f, B 1 l >U 0 ,U .
9
kvn kV = sup
Puesto que lmn+ {< vn , l >} =< v, l >, vemos que el funcional lmite tambien esta acotado. Es decir, v V 00 o dicho de otra manera v V (por reflexividad del espacio) y debe
satisfacer < v, Bu >V,V 0 =< f, u >U 0 ,U . Por lo tanto f R(B 0 ) y B 0 v = f . Ademas, por
inyectividad de B tenemos R(B 0 ) = (ker B) = U 0 .
Para concluir es inmediato verificar dos cosas (ejercicio):
1
1
kBukV 0
kB 0 vk
0 1
kB k = nf
y analogamente k(B ) k = nf
u6=0 kukU
v6=0 kvkV
1
3.
3.1.
Discretizaci
on de Petrov-Galerkin
La Teora de Bab
uska
10
La idea mas natural consiste en aproximar los espacios de Banach U, V por subespacios
de dimension finita UN U y VN V tales que:
UN =< u1 , ...., uN >
(13)
P
Dado que buscamos u de la forma u = N
on para todo v VN
j=1 j uj y que la condici
es equivalente a para todo vi en la base de VN , nuestro problema discreto (13) es igual
a resolver el sistema lineal:
B~
= ~l,
donde
~ = (1 , ..., N )T , Bij = b(uj , vi ) y ~l = (l(v1 ), ..., l(vN ))T . El metodo de aproximacion (13) recibe el nombre de Metodo de Petrov-Galerkin.
Las preguntas naturales que surgen son: Cuando la matriz B es invertible? Cuan estable
es el metodo (13)? Cuan buena es la aproximacion u UN de la solucion u U ? La
respuesta a estas preguntas las entrega el siguiente teorema:
Teorema 3.1 (Ivo Bab
uska, 1971): Supongamos que la eleccion de subespacios discretos
UN U y VN V es tal que se satisface la condicion nf sup (discreta):
nf sup
u
UN vVN
|b(
u, v)|
=: N > 0.
k
ukU k
v kV
(14)
|b(
u w,
v)|
|b(u w,
v)|
= sup
kbkku wk
U.
k
v kV
k
v kV
vVN
kbk
nf ku wk
U.
N
N wU
kbk
ku wk
U.
N
El siguiente es el caso particular cuando se cumplen las hipotesis del Teorema de LaxMilgram (corolario 2.7). En tal caso, la estabilidad del problema continuo garantiza la
estabilidad del problema discreto y no es necesario verificar una condicion nf sup discreta.
Corolario 3.3: Sea H un espacio de Hilbert y b : H H R una forma bilineal
continua y coerciva, i.e., existe > 0 tal que:
|b(v, v)| kvk2H ,
v H.
kbk
kukH
ku ukH
kbk
nf ku wk
H,
wH
N
(16)
Referencias
[1] H. Brezis. Functional Analysis, Sobolev Spaces and Partial Differential Equations.
Universitext, Springer, 1st Edition, 2010.
[2] T. Kato. Estimation of iterated matrices, with application to the Von Neumann
condition. Num. Mathem., 2, 22-29, 1960.
[3] J.T. Oden & L. Demkowicz. Applied Functional Analysis, Chapman and
Hall/CRC; 2 edition, 2010.
[4] L. Demkowicz. Bab
uska Brezzi??. ICES Report 06-08, Institute for Computational Engineering and Sciences, The University of Texas at Austin (Disponible
Online).
[5] L. Demkowicz & J. Gopalakrishnan, A class of discontinuous Petrov-Galerkin
methods. Part II: Optimal test functions, Numerical Methods for Partial Differential
Equations, 27 (2011), pp. 70105.
13