UNIVERSIDADE FEDERAL DO PAR

A
FACULDADE DE MATEM

ATICA
Metodos Aproximados para
Problemas Variacionais
Cristina L ucia Dias Vaz
cvaz@ufpa.br
UFPA
Fevereiro - 2012
Sumario
1 Preliminares 4
1.1 Espacos Normados . . . . . . . . . . . . . . . . . 4
Operadores . . . . . . . . . . . . . . . . . . . . . 6
Espaco de Hilbert . . . . . . . . . . . . . . . . . 7
Conjuntos Ortonormais . . . . . . . . . . . . . . 10
Base ortonormal . . . . . . . . . . . . . . . . . . 19
1.2 Calculo diferencial no R
n
. . . . . . . . . . . . . 23
2 Metodos Aproximados 29
Espacos das variacoes admissveis . . . . . . . . 30
2.1 Metodo de Ritz . . . . . . . . . . . . . . . . . . . 31
2.2 Metodo de Galerkin . . . . . . . . . . . . . . . . 36
2.3 Aplicacoes . . . . . . . . . . . . . . . . . . . . . . 36
3 Aspectos Computacionais 37
2
CVaz Metodos Aproximados para Problemas Variacionais 3
Referencias Bibliogracas 38
Captulo 1
Preliminares
1.1 Espacos Normados
No C alculo Variacional trabalhamos com vetoriais normados e com produto in-
terno. Nesta secao vamos tratar as principais propriedades destes espacos.
Denicao 1.1 Dizemos que espaco vetorial real X e um espaco normado se existe
uma funcao || || : X R, chamada norma, que satisfaz as seguintes propriedades:
u, v X e R
(i) ||u|| = 0 u = 0
(ii) ||u|| = || ||u||
(iii) ||u + v|| ||u|| +||v||.
Podemos denir no espa co normado X uma metrica do seguinte modo: d(u, v) =
||uv||. Portanto, um espaco normado e um espaco metrico com a metrica proveniente
da norma.
4
CVaz Metodos Aproximados para Problemas Variacionais 5
Exemplo 1.1 (O espaco R
n
) Podemos denir no espaco R
n
as seguintes normas:
se u = (x
1
, x
2
, . . . , x
n
) R
n
tem-se,
||u||
1
= |x
1
| + +|x
n
|;
||u||
2
=
_
x
2
1
+ + x
2
n
;
||u||
p
=
p
_
x
p
1
+ + x
p
n
, 1 p < +;
||u||

= max{|x
1
|, , |x
n
|}.
Exemplo 1.2 O espaco C([a, b]) das funcoes contnuas e um espaco normado com a
norma
||u||
p
=
__
b
a
|u(x)|
p
dx
_
1/p
p 1. (1.1)
Denicao 1.2 (Convergencia forte) Seja X um espaco normado. Dizemos que a
seq uencia (x
n
) de elementos de X converge para x X se
lim
n
||x
n
x|| = 0 > 0, n
0
; ||x
n
x|| < , n n
0
. (1.2)
Usaremos a nota cao x
n
x para indicar a convergencia (1.2).
Note que (||x
n
x||) e uma seq uencia numerica e logo o limite (1.2) e um limite
n umerico, ou seja, convergencia em espa cos com produto interno (ou normados ou
metricos) nada mais e do que convergencia numerica.
Denicao 1.3 (Seq uencia de Cauchy) Seja X um espaco normado. Uma seq uencia
(x
n
) de elementos de X e chamada seq uencia de Cauchy se
lim
n,m
||x
n
x
m
|| = 0 > 0, n
0
; ||x
n
x
m
|| < , n, m n
0
Note que, existem seq uencias divergentes que s ao seq uencias de Cauchy. Por
exemplo, a seq uencia x
n
=
1
n
e uma seq uencia de Cauchy que n ao converge em
X = (0, 1].
CVaz Metodos Aproximados para Problemas Variacionais 6
Denicao 1.4 (Espaco de Banach) Um espaco X normado e chamado espaco
de Banach se, e somente se e um espaco completo, ou seja, toda seq uencia de Cauchy
de elementos de X converge para um elemento de X.
Exemplo 1.3 O espaco R
n
com a norma || ||
2
e um espaco de Banach.
Operadores
Denicao 1.5 Sejam X e Y espa cos normados. Dizemos que T e um operador de X
em Y se T e uma aplicacao que a cada elemento x X associa um e so um elemento
y Y .
A representacao usual de um operador e a expressao T : X Y com T(x) = y.
O conjunto X e chamado domnio do operador T e tambem e representado por
D(T). Quando Y = R chamamos T : X R de funcional.
O operador T e um operador linaer se T(x
1
+x
2
) = T(x
1
)+T(x
2
), x
1
, x
2

X e , R
Exemplo 1.4 Uma matriz A
mn
dene, para cada R
n
, um operador linear T :
R
n
R
m
dado por T(x) = Ax.
Denicao 1.6 Sejam X e Y espacos normados e T : X Y um operador.
(a) Limitado: Dizemos que T e limitado se existe uma constante C > 0 tal que,
para todo u X,
||T(u)|| C||u||. (1.3)
(c) Contnuo: Dizemos que T e contnuo se dado > 0, > 0 tal que, para
u, v X,
|||u v|| < ||T(u) T(v)|| < . (1.4)
CVaz Metodos Aproximados para Problemas Variacionais 7
Se = () dizemos que T e uniformemente contnuo.
Teorema 1.1 Sejam X, Y espacos normados e L : X Y um operador linear. L e
contnuo se, e somente se, L e limitado.
Prova: Se L e linear e limitado ent ao da linearidad e de (1.3) temos que
||L(u) L(v)|| = ||L(u v)|| C||u v||.
Logo, L e contnuo. Resta provar que se L e linear e contnuo ent ao L e limitado.
Como L e contnuo em zero temos que existe > 0 tal que ||u|| < ||L(u)|| 1.
Agora, para v X, v = 0 podemos considerar u =
v
||v||
, entao ||u|| = e
||L(u)|| = ||L
_
v
||v||
_
|| 1

||v||
||L(v)|| 1 ||Lv||
1

||v||.
Observe que a desigualdade acima vale v X, v = 0 e trivialmente para v = 0.
Portanto, L e um operador limitado.
Espaco de Hilbert
Em varias aplicac oes usamos espa cos com estrutura geometrica e propriedades
mais interessantes, chamados espacos de Hilbert. No que segue vamos denir estes
espacos e algumas de suas principais propriedades.
Denicao 1.7 Seja X um espaco vetorial real. Um produto interno sobre X e
a funcao <, >: X R que, para todo u, v, w X e R, satisfaz as seguintes
propriedades:
(i) < u, v >= 0 u = v.
CVaz Metodos Aproximados para Problemas Variacionais 8
(ii) < u, v >=< u, v >.
(iii) < u, v >= < u, v >.
(iv) < u + v, w >=< u, w > + < v, w >.
Agora, destacaremos algumas propriedades dos espacos com produto interno.
Proposicao 1.1 (Desigualdade de Cauchy-Schwarz) Se X e um espaco com pro-
duto interno <>, R e u, v X entao
| < u, v > |

< u, u >

< v, v >. (1.5)

e a igualdade vale se, e somente se, u = v (isto e, quando u e v sao linearmente
dependentes).
Proposicao 1.2 Seja X um espaco com produto interno <, >. A norma sobre X e
dada por
||u|| =

< u, u > (1.6)

Prova: As propriedades ||u|| = 0 u = 0 e ||u|| = ||||u|| s ao conseq uencias
imediatas da denic ao de produto interno. Provaremos a desigualdade triangular
usando a desigualdade de Cauchy-Schwarz. Deste modo,
||u + v||
2
=< u + v, u + v >= ||u||
2
+ 2 < u, v > +||v||
2
||u||
2
+ 2| < u, v > | +||v||
2
||u||
2
+ 2||u|| ||v|| +||v||
2
(||u|| +||v||)
2
Portanto, ||u + v|| ||u| ||v||.
CVaz Metodos Aproximados para Problemas Variacionais 9
Observacao 1.1 Observe que um espaco com produto interno e um espaco normado
com uma norma proveniente do produto interno. Logo, podemos denir uma metrica
proveniente da norma dada por d(u, v) = ||u v|| =

< u v, u v >. Portanto

todo espaco com produto interno e um espaco normado e logo um espacao metrico.
Exemplo 1.5 Sejam u = (u
1
, u
2
, . . . , u
n
) e v = (v
1
, v
2
, . . . , v
n
) vetores do R
n
. Pode-
mos denir em R
n
o seguinte produto interno
< u, v >=
n

k=1
u
k
v
k
. (1.7)
com a norma associada, chamada norma euclidiana,
||u|| =

_
n

k=1
u
2
k
.
Exemplo 1.6 Sejam u(x) e v(x) funcoes de C([a, b]). Podemos denir no espaco
das funcoes contnuas C([a, b]) o seguinte produto interno
< u, v >=
_
b
a
u(x) v(x) dx (1.8)
com a norma associada
||u||
0
=
__
b
a
|u(x)|
2
dx
_
1/2
. (1.9)
Denicao 1.8 Sejam X um espa co com produto interno <, >, M um subespaco de
X e T : M X um operador linear. Dizemos que A e um operador simetrico se
< T(x), v >=< x, T(v) >, x, v M.
Denicao 1.9 (Espaco de Hilbert) Um espaco X com produto interno <, > e
chamado espaco de Hilbert se e um espaco completo com a norma || || =

<, >.
Representaremos um espaco de Hilbert por H.
CVaz Metodos Aproximados para Problemas Variacionais 10
Exemplo 1.7 O espaco R
n
com o produto interno (1.7) e um espaco de Hilbert.
Denicao 1.10 Sejam H um espaco de Hilber e T : H H um operador linear.
Dizemos que T e positivo denido se existe > 0 tal que
< T(x), x >= ||x||
2
, x H.
Conjuntos Ortonormais
Denicao 1.11 Seja X um espa co com produto interno <, >. Dizemos que os
elementos x e y de X sao ortogonais se < x, y >= 0. Um conjunto B X e
um conjunto ortogonal se quaisquer dois elementos distintos de B sao ortogonais.
Um conjunto B X e um conjunto ortonormal se e um conjunto ortogonal tal
que ||x|| = 1 para todo x B.
Proposicao 1.3 Seja X um espaco com produto interno <, > e z X. O funcional
T : X R dendo por T(x) =< x, z > e contnuo, ou seja, o produto interno e
contnuo.
Prova: Se z = 0 (0 elemento nulo de X) ent ao T e constante e logo contnuo. Suponha
z = 0 e seja > 0. Tomando = /||z|| observe que
|T(x
1
) T(x
2
)| = | < x
1
, z > < x
2
, z > | = | < x
1
x
2
, z > .
Pela desigualdade de Schwartz tem-se
|T(x
1
) T(x
2
)| ||x
1
x
2
|| ||z||.
Assim, ||x
1
x
2
|| < |T(x
1
) T(x
2
)| < ||z|| = .
CVaz Metodos Aproximados para Problemas Variacionais 11
Exemplo 1.8 Considere as funcoes

0
=
1

2
,
2n1
=
cos(nx)

,
2n
=
sen(nx)

.
para x R e n = 1, 2, . . .. Ent ao o conjunto {
0
,
1
, . . .} e um conjunto ortonormal
do espaco C([0, 2]) com produto interno (1.8).
Solucao: De fato,
||
0
||
2
0
=
_
2
0
_
1

2
_
2
dx = 1,
||
2n1
||
2
0
=
_
2
0
cos
2
(nx)

dx =
nx + sen(nx) cos(nx)
2n

2
0
= 1,
||
2n
||
2
0
=
_
2
0
sen
2
(nx)

dx =
nx + sen(nx) cos(nx)
2n

2
0
= 1,
<
0
,
2n1
> =
_
2
0
cos(nx)

2
dx =
sen(nx)
n

2
0
= 0,
para n = m,
<
2n1
,
2m
> =
_
2
0
cos(nx) sen(nx)

dx =
cos(2nx)
4n

2
0
= 0,
para n = m,
<
2n1
,
2m
> =
_
2
0
cos(nx) sen(mx)

dx
=
1
2
_
cos((m + n)x)
m + n

cos((mn)x)
mn
_
2
0
= 0.
Analogamente para n = m temos
<
2n1
,
2m1
>= 0 =<
2n
,
2m
> .
CVaz Metodos Aproximados para Problemas Variacionais 12
Proposicao 1.4 Sejam {x
1
, x
2
, . . . , x
n
} um conjunto ortonormal do espaco com pro-
duto interno X e x X. Suponha que existam escalares c
1
, c
2
, . . . , c
n
tais que
x =
n

k=1
c
k
x
k
entao c
k
=< x, x
k
> para k = 1, 2, . . . , n.
Prova: De fato, usando as propriedades do produto interno temos
< x, x
k
>=
_
n

j=1
c
j
x
j
, x
k
_
=
n

j=1
c
j
< x
j
, x
k
> .
Mas < x
j
, x
k
>= 0 se j = k e < x
j
, x
k
>= 1 se j = k e logo
< x, x
k
>=
n

j=1
c
j
< x
j
, x
k
>= c
k
.
A Proposi cao 1.4 estabelece que se um elemento x de um espaco com produto in-
terno X e uma combinac ao linear dos membros de um conjunto ortonormal {x
1
, x
2
, . . . , x
n
}
de X ent ao esta combinacao e unica e e dada por
x =
n

k=1
< x, x
k
> x
k
.
Seja {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal enumeravel do espa co com pro-
duto interno X e x X. Motivados pela Proposic ao 1.4, podemos forma a serie
innita

n=1
< x, x
n
> x
n
e perguntar quando esta serie converge para x, ou seja, quando
x =

n=1
< x, x
n
> x
n
.
Esta e a pergunta central da teoria da serie de Fourier.
CVaz Metodos Aproximados para Problemas Variacionais 13
Denicao 1.12 Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal enumeravel
do espaco com produto interno X e x X. A serie innita

n=1
< x, x
n
> x
n
e chamada serie de Fourier de x (com relacao ao conjunto X). O coeciente
< x, x
n
> e chamado o n-esimo coeciente de Fourier de x (com relacao ao con-
junto X).
Exemplo 1.9 Considere o conjunto X ortonormal enumeravel do espaco C([0, 2])
dado no exemplo 1.8. Entao a serie de Fourier de uma funcao f C
2
([0, 2]), com
relacao a X, e dada por

n=1
< f,
n
>
n
(x) =
1

2
_
2
0
f(s)

2
ds +

n=1
_
cos(nx)

_
2
0
f(s)
cos(ns)

ds +
sen(nx)

_
2
0
f(s)
sen(ns)

ds
_
.
Fazendo
a
n
=
1

_
2
0
f(s) cos(ns) ds n = 0, 1, . . .
b
n
=
1

_
2
0
f(s) sen(ns) ds n = 1, 2, . . .
a serie de Fourier de f torna-se
a
0
2
+

n=1
(a
n
cos(nx) + b
n
sen(nx)).
Para respondermos a pergunta sobre a convergencia da serie de Fourier devemos
dizer claramente o signicado de convergencia de series em espacos normados. Em
particular, em espacos com produto interno cuja norma e dada por || || =

<, >.
CVaz Metodos Aproximados para Problemas Variacionais 14
Denicao 1.13 Seja X um espaco com produto interno <, >. Dizemos que a serie
de Fourier de x converge para x se > 0 existe um n umero n
0
N tal que
n n
0

_
_
_
_
_
x
n

k=1
< x, x
k
> x
k
_
_
_
_
_
< .
(s
n
) =
_
n

k=1
< x, x
k
> x
k
_
e chamada seq uencia da somas parciais da serie de
Fourier.
Proposicao 1.5 Seja X um espa co com produto interno <, > e z X. Suponha
que a serie

n=1
x
n
converge para x X. Entao,
< x, z >=
_

n=1
x
n
, z
_
=

n=1
< x
n
, z > .
Prova: Consider a seq uencia das somas parciais (s
n
) =
_
n

k=1
y
k
_
. Entao, por
hip otese, s
n
x. Como o produto interno e contnuo e, logo, sequencialmente
contnuo (veja Proposicoes ?? e 1.3) temos que
T(s
n
) =< s
n
, z >T(x) =< x, z > .
Mas,
lim
n
T(s
n
) = lim
n
_
n

k=1
x
n
, z
_
= lim
n
n

k=1
< x
n
, z >=

k=1
< x
n
, z >,
T(x) =< x, z >=
_

k=1
x
n
, z
_
.
CVaz Metodos Aproximados para Problemas Variacionais 15
Proposicao 1.6 Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal do espaco
com produto interno X e x X. Se, para c
n
R e n = 1, 2, . . . temos
x =

n=1
c
n
x
n
entao c
n
=< x, x
n
>, n = 1, 2, . . ..
Prova: Pela Proposicao 1.5 e por X ser um conjunto ortonormal temos que
< x, x
n
>=
_

j=1
c
j
x
j
, x
n
_
=

n=1
c
j
< x
j
, x
n
>= c
n
A Proposicao 1.6 estabelece que se temos x =

n=1
c
n
x
n
ent ao o escalar c
n
e o
n-esimo coeciente de Fourier de x.
Os proximos resultados mostrar ao que a melhor aproximacao de x da forma
n

k=1
c
k
x
k
e dada quando c
k
e o k-esimo coeciente de Fourier de x.
Lema 1.1 Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal do espaco com
produto interno X e x X. Se c
1
, c
2
, . . . , c
n
sao escalares e
y =
n

k=1
c
k
x
k
entao ||x y||
2
= ||x||
2

k=1
(< x, x
k
>)
2
+
n

k=1
(< x, x
k
, > c
k
)
2
.
Solucao:

E conseq uencias direta dos c alculos.
Proposicao 1.7 Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal do espaco
com produto interno X e x X. Se c
1
, c
2
, . . . , c
n
sao escalares e
y
n
=
n

k=1
c
k
x
k
, z
n
=
n

k=1
< x, x
k
> x
k
CVaz Metodos Aproximados para Problemas Variacionais 16
entao
||x z
n
|| ||x y
n
||. (1.10)
Solucao: Tomando c
k
=< x, x
k
>, k = 1, 2, . . . , n no Lema 1.1 temos
||x z
n
||
2
= ||x||
2

k=1
(< x, x
k
>)
2
.
Novamente pelo Lema 1.1 tem-se
||x y
n
||
2
= ||x||
2

k=1
(< x, x
k
>)
2
+
n

k=1
(< x, x
k
, > c
k
)
2
.
Portanto,
||x y
n
||
2
= ||x z
n
||
2
+
n

k=1
(< x, x
k
, > c
k
)
2
.
Como
n

k=1
(< x, x
k
, > c
k
)
2
0, o resultado segue.
Temos a seguinte conseq uencia da desigualdade (1.10):
Teorema 1.2 (Desigualdade de Bessel) Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um con-
junto ortonormal do espaco com produto interno X e x X. Entao a serie

n=1
(< x, x
n
>)
2
converge e

n=1
(< x, x
n
>)
2
||x||
2
.
Prova: Tomando c
k
=< x, x
k
>, k = 1, 2, . . . , n no Lema 1.1 temos
||x||
2

k=1
(< x, x
k
>)
2
= ||x y||
2
0.
CVaz Metodos Aproximados para Problemas Variacionais 17
Portanto, para todo n tem-se

n=1
(< x, x
n
>)
2
||x||
2
,
e o resultado segue.
Corolario 1.1 Seja X = {x
1
, x
2
, . . . , x
n
, . . .} um conjunto ortonormal do espaco com
produto interno X e x X. Entao,
lim
n
< x, x
n
>= 0.
Prova: O resultado e uma conseq uencia do Teorema 1.2 e da continuidade do
produto interno.
Processo de ortonormalizacao de Gram-Schmidt
Seja {v
1
, v
2
, . . . , v
n
} um conjunto linearmente independente do espaco com pro-
duto interno X. Considere x
1
=
v
1
||v
1
||
. Se os elementos ortonormais {x
1
, x
2
, . . . , x
k
}
(k < n) sao construdos tais que
[{v
1
, v
2
, . . . , v
k
}] = [{x
1
, x
2
, . . . , x
k
}]
ent ao podemos denir
y
k+1
= v
k+1

j=1
< v
k+1
, x
j
> x
j
, x
k+1
=
y
k+1
||y
k+1
||
.
Observe que
< x
j
, x
k+1
>= 0, j = 1, 2, . . . , k, ||x
k+1
|| = 1.
CVaz Metodos Aproximados para Problemas Variacionais 18
e
[{v
1
, v
2
, . . . , v
k+1
}] = [{x
1
, x
2
, . . . , x
k+1
}].
Este procedimento e chamado ortonomalizacao de Gram-Schmidt.
Para v V
n
= [{v
1
, v
2
, . . . , v
n
}] temos que v =
n

k=1

k
x
k
. Tomando o produto
interno com x
j
obtemos
< v, x
j
>=
n

k=1

k
< x
k
, x
j
>=
j
.
Supondo que X = V
n
, vamos buscar uma aproximac ao de x X\V
n
do tipo
v =
n

k=1

k
x
k
. Ent ao,
||x v||
2
=
_
x
n

k=1

k
x
k
, x
n

k=1

k
x
k
_
= ||x||
2
2
n

k=1

k
< y, x
k
> +
n

k=1
|
k
|
2
= ||x||
2
+
n

k=1
|
k
< x, x
k
> |
2

k=1
| < x, x
k
> |
2
||x||
2

k=1
| < x, x
k
> |
2
=
_
_
_
_
_
x
n

k=1
< x, x
k
> x
k
_
_
_
_
_
2
,
ou seja,
||x v||
_
_
_
_
_
x
n

k=1
< x, x
k
> x
k
_
_
_
_
_
. (1.11)
Portanto, a melhor aproximac ao de x X por um elemento de V
n
e
n

k=1
< x, x
k
> x
k
.
CVaz Metodos Aproximados para Problemas Variacionais 19
Base ortonormal
Denicao 1.14 Seja X um espaco com produto interno <, >. Um conjunto ortonor-
mal {e
1
, e
2
, . . . , e
n
, . . .} e chamado base ortonormal de X se para cada x X existe
uma unica seq uencia de escalares {
1
,
2
, . . . ,
n
, . . .} tal que
x =

n=1

n
e
n
,
ou seja,
lim
n
_
_
_
_
_
x
n

k=1

k
e
k
_
_
_
_
_
= 0.
Proposicao 1.8 Os elementos de um conjunto ortogonal {x
1
, x
2
, . . . , x
n
, . . .} de um
espaco com produto interno X sao linearmente independentes.
Prova: Suponha que

1
x
1
+
2
x
2
+ . . . +
n
x
n
.
Tomando o produto interno com x
k
e usando a ortogonalidade obtemos
<
1
x
1
+
2
x
2
+ . . . +
n
x
n
, x
k
>= c
k
< x
k
, x
k
>= 0.
Como < x
k
, x
k
>= 0 tem-se c
k
= 0, k = 1, 2, . . . , n
Exemplo 1.10 O conjunto ortonormal
_
1

2
,
cos(nx)

,
sen(nx)

_
, n = 1, 2, . . . (1.12)
e uma base ortonormal do espaco C
2
([0, 2]) com a norma dada pelo produto interno
(1.8).
CVaz Metodos Aproximados para Problemas Variacionais 20
Solucao: Pelo exemplo 1.8 temos que o conjunto (1.12) e ortonormal. Alem disso,
por uma conseq uencia do Teorema de Weierstrass (veja [?, Teorema 3, p. 145])
temos que toda fun cao contnua no intervalo [a, b] tal que (a) = (b) e limite
de uma seq uencia uniformente convergente de polin omios trigonometricos, ou seja,
combina coes lineares de elementos do conjunto
_
1,
cos(2nx)
b a
,
sen(2nx)
b a
, n = 1, 2, . . . .
_
. (1.13)
Alem disso, qualquer funcao C
2
([a, b]) pode ser representada como o limite
de uma seq uencia de func oes (
n
) com

n
(x) =
_

_
(x) se a x b
1
n
_
n
_
b
1
n
_
n(a)
_
(b x) + (a) se b
1
n
x b.
Logo, todo elemento de C
2
([a, b]) pode ser aproximado por uma combinacao de ele-
mentos do conjunto (1.13).
Proposicao 1.9 Seja X um espa co com produto interno. Se X e separavel entao
existe uma base ortonormal em X.
Prova: Seja {v
1
, v
2
, . . . , } um conjunto denso de X. Considere
V
n
= [{v
1
, v
2
, . . . , v
n
}], V =

_
n=1
V
n
. (1.14)
Ent ao, V = X. Eliminando os elementos linearmente dependentes, podemos assunir
que dim V
n
= n. Pelo processo de ortogonalizac ao de Gram- Schmidt existe um
conjunto ortonormal {e
1
, e
2
, . . . , } tal que V
n
= [{v
1
, v
2
, . . . , v
n
}].
CVaz Metodos Aproximados para Problemas Variacionais 21
Seja x X. Como V e denso em X temos que existe uma seq uencia (v
n
) em V
n
tal que v
n
x. Pela desiqualdade (1.11) temos
||x v
n
||
_
_
_
_
_
x
n

j=1
< x, e
j
> e
j
_
_
_
_
_
.
Fazendo n obtemos x =

j=1
< x, e
j
> e
j
.
Para provar a unicidade, suponha que x =

j=1

j
e
j
. Usando a continuidade do
produto interno temos
< x, e
k
>= lim
n
_
n

j=1

j
e
j
, e
k
_
=
k
.
Observacao 1.2 A hipotese de separabilidade da Proposicao 1.9 e redundante. Sem
a hipotese de separabilidade existe uma base ortonormal {e

}
I
, mas I nao e enu-
meravel.
Teorema 1.3 Sejam H um espaco de Hilbert e {e
1
, e
2
, . . . , e
n
, . . .} um conjunto ortonor-
mal de H. Entao, as seguintes armacoes sao equivalentes:
(i) {e
1
, e
2
, . . . , e
n
, . . .} e uma base ortonormal;
(ii) Se x H ; < x, e
n
>= 0, n, entao x = 0;
(iii) [{e
1
, e
2
, . . . , e
n
, . . .}] e denso em H;
(iv) (Teorema de Paserval):
||x||
2
=

n=1
| < x, e
n
> |
2
, x H. (1.15)
CVaz Metodos Aproximados para Problemas Variacionais 22
Prova: (i) (ii): segue da denicao de conjunto ortonormal.
(ii) (iii): seja V = [{e
1
, e
2
, . . . , e
n
, . . .}] e suponha que V n ao e denso em H,
isto e, V = H. Pela observacao ?? e o Teorema ?? existe x V

\{0}. Em particular,
< x, e
n
>= 0, n, o que e uma contradicao.
(iii) (iv): Na prova da Proposic ao 1.9 temos que para todo x H, a seq uencia
s
n
=
n

k=1
< x, e
n
> e
n
converge para x. Alem disso, s
n
e ortogonal a (x s
n
), e logo,
||x||
2
= ||s
n
||
2
+||x s
n
||
2
=
n

k=1
| < x, e
n
> |
2
+||x s
n
||
2
.
Fazendo n obtemos a igualdade de Parseval.
(iv) (i): seja x H. Considere s
n
=
n

k=1
< x, e
n
> e
n
e m > n. Ent ao,
||s
m
s
n
||
2
=
m

k=n
| < x, e
n
> |
2
.
Como a serie (1.15) e convergente temos que a seq uencia (s
n
) e uma seq uencia
de Cauchy entao existe y H tal que s
n
y, pois H e completo. Alem disso,
< y, e
n
>=< x, e
n
> e pelo igualdade de Paserval temos
||x y||
2
=

k=1
| < x y, e
n
> |
2
= 0.
Observacao 1.3 Seja X um espa co de Banach. Uma seq uencia {u
n
}

n=1
e chamada
base de Schauder de X se para todo x X existe uma unica seq uencia de escalares
{
1
,
2
, . . . ,
n
, . . .} tal que
x =

n=1

n
u
n
.
CVaz Metodos Aproximados para Problemas Variacionais 23
Um dos mais famosos problemas da teoria dos espacos de Banach foi o problema de
provar se todo espaco de Banach separavel tem uma base de Schauder. Este problema
foi formulado por S. Banach em 1923 e resolvido (negativamente) por P. Eno em
1973, quem construiu um espaco de Banach separavel que nao tem base de Schauder.
1.2 Calculo diferencial no R
n
Para introduzirmos os metodos numericos para problemas variacionais vamos
relembrar alguns conceitos da determinacao de extremos de func oes de uma e v arias
variaveis.
Seja v = v(x) uma func ao denida em (a, b) R. Dizemos que v(x) e derivavel
em x
0
(a, b) se o limite
v

(x
0
) = lim
h0
v(x
0
+ h) v(x
0
)
h
existe e e nito. Esta denicao e equivalente a dizermos que existe > 0 tal que
|h| < v(x
0
+ h) v(x
0
) = v

(x
0
)h + (h) (1.16)
com lim
h0
(h)
h
= 0.
Dizemos que x
0
(a, b) e extremo local (m aximo ou mnimo) de v(x) se a variac ao
v = v(x
0
+h) v(x
0
) nao muda de sinal numa vizinhanca de x
0
. Ou seja, se existe
um > 0 tal que
(i) |h| < v = v(x
0
+ h) v(x
0
) 0 ent ao x
0
e um mnimo local de v;
(ii) |h| < v = v(x
0
+ h) v(x
0
) 0 entao x
0
e um maximo local de v.
Agora, a condicao necessaria para que uma func ao diferenciavel v(x) tenha um
extremo local em x
0
e v

(x
0
) = 0 numa vizinhanca de x
0
. De fato, vamos considerar o
CVaz Metodos Aproximados para Problemas Variacionais 24
caso que x
0
e um mnimo local de v (a prova e an aloga para o maximo local). Como
v e diferenciavel em x
0
temos que (1.16) e verdadeira para todo h tal que |h| < .
Escolhendo, em particular, h = t h
0
com h
0
= 0, |t| 1 e |h
0
| < obtemos
v(x
0
+ t h
0
) v(x
0
) = v

(x
0
) t h
0
+ (th
0
)
com lim
t0
(th
0
)
t
= 0.
Considerando 0 < t 1, dividindo por t e usando que x
0
e um mnimo local de v
tem-se
v(x
0
+ t h
0
) v(x
0
)
t
= v

(x
0
)h
0
+
(th
0
)
t
0.
Mas, lim
t0
(th
0
)
t
= 0, e logo,
dv
+
dt
(x
0
+ th
0
)

t=0
= lim
t0
+
v(x
0
+ h) v(x
0
)
t
= v

(x
0
)h
0
0.
Analogamente, para 1 t < 01 tem-se
dv

dt
(x
0
+ th
0
)

t=0
= lim
t0

v(x
0
+ h) v(x
0
)
t
= v

(x
0
)h
0
0.
Portanto, v

(x
0
)h
0
= 0. Mas, h
0
e arbitrario, o que implica v

(x
0
) = 0 sempre que
|h| < , como queramos mostrar.
Podemos obter uma condic ao suciente considerando o sinal da segunda derivada
(se a func ao tiver segunda derivada) ou se a funcao for convexa, como mostra o
seguinte resultado:
Lema 1.2 Seja v : I R R uma funcao diferenciavel no intervalo I. v(x) e
convexa se e somente se, a derivada v

e monotona, isto e, t s implica v

(t) v

(s).
Prova: () Seja t < < s. Observe que
=
t
s t
s +
s
s t
t.
CVaz Metodos Aproximados para Problemas Variacionais 25
Ent ao,
v()
t
s t
v(s) +
s
s t
v(t). (1.17)
Logo,
v() v(t)
t

v(s) v()
s
. (1.18)
Fazendo t ou s obtemos
v

(t)
v(s) v(t)
s t
v

(s).
() Sejam t < < s e t < < s. Pelo Teorema do Valor Medio temos
v

() =
v() v(t)
t
e v

() =
v() v(t)
t
.
Como v

e monotona temos (1.18), o que implica (1.17) e portanto v(x) e convexa.

Agora, vamos considerar funcoes v : R
n
R, chamadas funcionais. Dizemos que
v e um funcional linear se v(x
1
+ x
2
) = v(x
1
) + v(x
2
) para todo x
1
, x
2
R
n
e para todo , R.
Para obtermos uma condi cao necessarias para extremo local de v an aloga ao caso
de uma variavel devemos generalizar o conceito de vizinhan ca e de derivada.
Uma -vizinhanca de x
0
e um subconjunto V

(x
0
) do R
n
tal que a distancia dos
vetores de V

(x
0
) ao vetor x
0
e menor do que . De outro modo, se x V

(x
0
) ent ao
||x x
0
|| < com || || a norma euclidiana. Observe que, para

h R
n
, se x = x
0
+

h
ent ao V

(x
0
) = {

h R
n
; ||

h|| < }.
O limite (quando existe)
lim
t0
v(x
0
+ t

h) v(x
0
)
t
CVaz Metodos Aproximados para Problemas Variacionais 26
e chamado derivada direcional de v no ponto x
0
na direc ao de

h e e representado por
D
h
v( x
0
).
Quando

h = e
i
com e
i
o i-esimo vetor can onico do R
n
temos que a derivada
direcional D
e
i
v( x
0
) (quando existe) e chamada derivada parcial e e representada por
v
x
i
(x
0
) ou D
i
v( x
0
). O vetor dado por
v(x
0
) =
_
v
x
1
(x
0
),
v
x
2
(x
0
), ,
v
x
n
(x
0
)
_
.
e chamado vetor gradiente.
Dizemos que um funcional v : R
n
R e diferenci avel em x
0
se existe um funcional
linear dv(x
0
) : R
n
R e uma -vizinhanca de x
0
tais que
||h|| < v(x
0
+

h) v(x
0
) = dv(x
0
)(h) + (

h) (1.19)
com lim

0
(

h)
||

h||
= 0. Dizemos que dv(x
0
) e a derivada de v em x
0
.
No que segue, usaremos o vetor gradiente v(x
0
) para caracterizar a derivada
dv(x
0
). Para isto, vamos caracterizar os funcionais lineares do R
n
do seguinte modo:
Proposicao 1.10 O funcional L : R
n
R e linear se, e somente se, existe um unico
vetor R
n
tal que L(h) = .h, h R
n
com . o produto escalar de vetores.
Prova: () Seja {e
1
, e
2
, ..., e
n
} a base can onica do R
n
ent ao, h R
n
tem-se
h =
n

j=1

j
e
j
e, como L e linear podemos escrever L(h) =
n

j=1

j
L(e
j
) = .h com
j
= L(e
j
).
CVaz Metodos Aproximados para Problemas Variacionais 27
Suponha que existem
1
e
2
tais que L(h) =
1
.h e L(h) =
2
.h, h R
n
ent ao

1
.h =
2
.h, ou seja, (
1

2
).h = 0, h R
n
, tomando h = (
1

2
) tem-se
(
1

2
).(
1

2
) = 0, o que implica
1
=
2
.
() Seja L(h) = .h, h R
n
ent ao L(h +k) = .(h +k) = .h +.k =
L(h) + L(k).
Usualmente, escrevemos L , isto e, identicamos o funcional linear L com o
seu vetor representante . Agora podemos caracterizar a derivada dv(x
0
).
Proposicao 1.11 Suponha que v e diferenciavel em x
0
. Entao, existem as derivadas
parciais D
i
f(x), 1 i n e df(x
0
)(h) = f(x
0
).h, h R
n
.
Prova: Como v e diferenci avel em x
0
tem-se que vale (1.19). Tomemos h = te
i
, t R
e t = 0 ent ao (1.19) implica
|t| < v(x
0
+ te
i
) v(x
0
) = dv(x
0
)(te
i
) + (

te
i
) (1.20)
com lim
t0
(te
i
)
t
= 0. Dividindo (1.20) por t e usando a linearidade de dv(x
0
) tem-se
|t| <
v(x
0
+ te
i
) v(x
0
)
t
= dv(x
0
)(e
i
) +
(

te
i
)
t
.
Logo, D
i
v(x
0
) existem e D
i
v(x
0
)(e
i
) = dv(x
0
)(e
i
). Como dv(x
0
) e um funcional linear
temos, por (1.11), que
i
= D
i
v(x
0
) e portanto, dv(x
0
)(h) = v(x
0
).h, h R
n
com
v(x
0
) = (D
1
v(x
0
), . . . , D
n
v(x
0
)).
Assim, por (1.11), podemos identicar a derivada dv(x
0
) como o vetor gradiente
v(x
0
), ou seja, dv(x
0
) v(x
0
).
Dizemos que x
0
e um extremo local de v se a variac ao v = v(x
0
+

h) v( x
0
) n ao
muda de sinal numa vizinhan ca de x
0
. Ou seja, se existe um > 0 tal que
(i) ||h|| < v = v(x
0
+

h) v(x
0
) 0 ent ao x
0
e um mnimo local de v;
CVaz Metodos Aproximados para Problemas Variacionais 28
(ii) ||h|| < v = v(x
0
+

h) v(x
0
) 0 entao x
0
e um maximo local de v.
Agora, a condi cao necess aria para que uma func ao diferenciavel v : R
n
R tenha
um extremo local em x
0
e v(x
0
) =

0 numa vizinhanca de x
0
.
De fato, vamos considerar x
0
mnimo local de v. Como v e diferenci avel em x
0
ent ao (1.19) e verdadeira para todo

h tal que ||

h|| < . Escolhendo, em particular,

h = t

h
0
com t R,

h
0
=

0, |t| 1 e ||h
0
|| < obtemos
v(x
0
+ t

h
0
) v(x
0
) = dv(x
0
)(t

h
0
) + (t

h
0
) 0.
com lim
t0
(

t

h
0
)
t
= 0.
Portanto, para 0 < t 1 tem-se
v(x
0
+ t

h
0
) v(x
0
)
t
= dv(x
0
)(

h
0
) +
(t

h
0
)
t
0.
e para 1 t < 0 tem-se
v(x
0
+ t

h
0
) v(x
0
)
t
= dv(x
0
)(

h
0
) +
(t

h
0
)
t
0.
Deste modo, usando que lim
t0
(t

h
0
)
t
= 0 obtemos
dv
+
dt
(x
0
+ t

h
0
)

t=0
= lim
t0
+
v(x
0
+ t

h
0
) v(x
0
)
t
= dv(x
0
)(

h
0
) 0
e
dv

dt
(x
0
+ t

h
0
)

t=0
= lim
t0

v(x
0
+ t

h
0
) v(x
0
)
t
= dv(x
0
)(

h
0
) 0
o que implica dv(x
0
)(

h
0
) = v(x
0
).

h
0
=

0 sempre que ||

h
0
|| < . Como

h
0
e ar-
bitr ario conclumos que v(x
0
) =

0 na -vizinhanca de x
0
. Isto signica que nesta
-vizinhanca temos que
v
x
i
(x
0
) = 0, i = 1, 2, 3, . . . , n.
Captulo 2
Metodos Aproximados
O C alculo Variacional generaliza a teoria de otimiza cao do R
n
e considera o
seguinte problema: encontrar uma func ao u : [a, b] R que satisfaz u(a) = u
a
,
u(b) = u
b
e minimiza o funcional J : X R, ou seja,
J[u] = min
vX
J[v]. (2.1)
com X um espaco de Banach e u
a
e u
b
constantes dadas.
Nesta captulo estamos interessados em investigar metodos numericos para a re-
soluc ao do problema (2.1) numa certa classe de funcionais J[v]. Nos seguintes exem-
plos ilustraremos alguns de problemas variacionais classicos:
Exemplo 2.1 (i) Encontrar a curva plana de comprimento mnimo que liga os pon-
tos A e B, ou seja, encontrar y = y(x) na qual o funcional
J[y] =
_
B
A
_
1 + y
2
atinga o seu mnimo.
29
CVaz Metodos Aproximados para Problemas Variacionais 30
(ii) O problema da braquistocrona consiste em achar a trajetoria na qual uma partcu-
la deslizando, a partir do repouso, sem atrito, e acelerada unicamente pela gravi-
dade, vai de um ponto a outro (num plano vertical) no menor tempo possvel.
O problema da braquistocrona foi proposto por John Bernoulli em 1696 e foi
de fundamental importancia para o desenvolvimento do Calculo Variacional.
Este problema foi resolvido por John Bernoulli, James Bernoulli, Newton e
LHospital.
(iii) O seguinte problema variacional, chamado problema isoperimetrico foi re-
solvido por Euler: de todas as curvas de comprimento , encontrar aquela que
delimita a maior area possvel.
(iv) Minimizar a energia para pequenas vibracoes de uma corda.
(v) Minimizar a energia para pequenas vibracoes de uma membrana.
(vi) Minimizar o funcional energia elastica de uma viga J : C
a
([a, b]) R dado
por
J[u] =
1
2
< u

, u

> < f, u >, u C

2
([a, b])
com o produto interno
< f, g >=
_
b
a
f(x)g(x) dx.
Espacos das variacoes admissveis
Devemos observar que nao estamos interessados em buscar extremos do problema
(2.1) em todo o espaco X, mas num subconjunto no qual as condic oes de fronteira
u(a) = u
a
e u(b) = u
b
s ao satisfeitas. Infelizmente, em geral, este subconjunto nao e
CVaz Metodos Aproximados para Problemas Variacionais 31
um espaco vetorial. De fato, por exemplo, para condic oes de fronteira xas, (passar
por dois pontos dados) temos que a soma de duas func oes deste tipo n ao passa por
estes pontos. Para eviter este tipo de situa cao vamos introduzir o espaco das variacoes
admissiveis.
Denicao 2.1 Seja o subconjunto de X tal que as condicoes de fronteira do pro-
blema variacional sao satisfeitas. Dizemos que V X e um espaco das variacoes
admissiveis de se para toda u e toda h V tem-se u + h .
Exemplo 2.2 Se = {y C
1
([a, b]) ; u(a) = u
a
, u(b) = u
b
} entao V = {h
C
1
([a, b]) ; h(a) = h(b) = 0} e um espaco de variacoes admissveis de . Observe
que, neste caso, V e um espaco vetorial normado.
Por todo este texto, a menos que se diga ao contrario, vamos considerar problemas
variacionais cujos funcionais est ao denidos em subconjuntos de X que admitem
um espaco de variac oes admissveis V. Para maiores detalhes consulte [2, 5].
2.1 Metodo de Ritz
A ideia principal do metodo de Ritz e buscar o uma soluc ao aproximada do prob-
lema variacional (2.1) num subespaco fechado de dimensao nita V
m
do espa co .
Mais precisamente, encontrar u
m
V
m
tal que
J[u
m
] = min
vVm
J[v]. (2.2)
O problema aproximado (2.2) e chamado aproximacao de Ritz do problema (2.1).
Imediatamente, surgem as seguintes perguntas:
CVaz Metodos Aproximados para Problemas Variacionais 32
(a) Existe e e unica a solucao do problema aproximado (2.2)?
(b) Qual e a relac ao entre as soluc oes dos problemas (2.1) e (2.2)?
N ao e nosso objetivo nesta notas discutir com detalhes a teoria sobre existencia
e unicidade da soluc ao dos problemas (2.1) e (2.2), maiores detalhes podem ser en-
contrados em [3, Captulo 6, p.361]. O que segue e um breve resumo dos principais
resultados.
Teorema 2.1 Para um certa classe de funcionais J[v] (contnuos, estritamente con-
vexos e fracamente coersivos) dendo no espaco de Hilbert H, os problemas varia-
cionais (2.1) e (2.2) tem uma unica solucao.
Teorema 2.2 Sejam H um espaco de Hilbert e (V
m
)

m=1
uma seq uencia de subespacos
fechados de H tal que para todo v H existe v
m
V
m
tal que
lim
m
||v v
m
|| = 0. (2.3)
Para um certa classe de funcionais J[v] (contnuos, estritamente convexos e fraca-
mente coersivos) dendo no espaco de Hilbert H a solucao aproximada u
m
dada pelos
metodo de Ritz converge para solucao u do problema (2.1), ou seja,
lim
m
||u u
m
|| = 0.
Os Teoremas 2.1 e 2.2 respondem (teoricamente), respectivamente, as perguntas
(a) e (b). Alem disso, pelos resultados da Sec ao 1.1 temos que se H e um espa co de
Hilbert separavel ent ao a base ortonormal de H satisfaz (2.3).
Observacao 2.1 Por todo este texto, a menos que se diz ao contrario, assuminos
que as hipotese dos Teoremas 2.1 e 2.2 sao sempre satisfeitas.
CVaz Metodos Aproximados para Problemas Variacionais 33
Do ponto de vista numerico, a caracterstica mais importante do metodo de Ritz e
que transforma o problema variacional (2.1) num problema de otimiza cao de funcoes
de v arias vari aveis. De fato, seja {
1
,
2
, . . . ,
m
, . . .} uma base de H e V
m
o espaco
gerado pelas m-primeiras fun coes desta base, isto e, V
m
= span{
1
,
2
, . . . ,
m
}. Con-
sidere uma aproximadac ao da soluc ao u do problema (2.1) dada por
u
m
=
m

k=1
c
k

k
. (2.4)
Ent ao, substituindo no funcional J[v] obtemos
(c
1
, c
2
, . . . , c
m
) = J
_
m

k=1
c
k

k
_
.
Ent ao, o problema (2.2) torna-se encontrar um vetor = ( c
1
, c
2
, . . . , c
m
) R
m
tal
que
() = min
cR
m
(c) (2.5)
com c = (c
1
, c
2
, . . . , c
m
) R
m
.
Pelas hip oteses do Teorema 2.1, a func ao e contnua, estritamente convexa e
satisfaz
lim
||c||
(c) = .
Ent ao, e solu cao do problema se, e somente se, as derivadas parciais de se anulam
em . Portanto, encontrar uma soluc ao aproximada do problema (2.1) dada por (2.4)
e equivalente a encontra uma soluc ao do sistema
(c)
c
1
= 0,
(c)
c
2
= 0, . . . ,
(c)
c
m
= 0. (2.6)
Em geral, o sistema (2.6), de mm equac oes algebricas, e um sistema n ao linear.
Existem muitos algortmos numericos para resolucao de um sistema linear ou nao
CVaz Metodos Aproximados para Problemas Variacionais 34
linear do tipo (2.6). Nestas notas usaremos um aplicativo computacional, chamado
MAXIMA (ser a tratado na Sec ao 3), para a resolu cao deste sistema. Do ponto de vista
numerico, e importante que o sistema (2.6) seja o mais simples possvel. A estrutura
deste sistema depende essencialmente da escolha da base {
1
,
2
, . . . ,
m
, . . .}. O
metodo dos Elementos Finitos e um procedimento eciente para a escolha desta base.
Exemplo 2.3 Usando o metodo de Ritz, resolva o problema variacional
min J[u] tal que u(0) = u() = 0
com
J[u] =
1
2
_

0
|u

(x)|
2

_

0
cos x u(x) dx. (2.7)
Solucao: Como base escolhemos as funcoes

k
(x) = sen k x, k = 1, 2, . . .
Observe que as func oes da base satisfazem as condi coes de fronteira. Ent ao, pelo
metodo de Ritz temos a seguinte aproximac ao da solu cao:
u
m
(x) =
m

k=1
c
k
sen k x
com as inc ognitas c
k
determinadas pelo problema de minimizac ao
min
cR
m
(c)
com (c) =
1
2
_

0
|u

m
(x)|
2

_

0
cos x u
m
(x) dx.
Por exemplo,
m = 1,
u
1
(x) = c
1
sen(x),
(c
1
) =
1
2
_

0
(c
1
cos(x))
2
dx +
_

0
cos(x)(c
1
sen(x)) dx,
CVaz Metodos Aproximados para Problemas Variacionais 35
(c
1
) =
c
2
1
4
,

(c
1
) =
c
1
2
= 0 c
1
= 0.
m = 2,
u
2
(x) = c
1
sen(x) + 2c
2
sen(2 x),
(c
1
, c
2
) =
1
2
_

0
(c
1
cos(x) + 2c
2
cos(2 x))
2
dx +
_

0
cos(x)(c
1
sen(x) + 2c
2
sen(2 x)) dx,
(c
1
, c
2
) =
c
2
1
4
+ c
2
2

4c
2
3
,

c
1
=
c
1
2
= 0 c
1
= 0,

c
2
= 2 c
2

4
3
= 0 c
2
=
2
3
.
m = 3,
u
3
(x) = c
1
sen(x) + 2c
2
sen(2 x) + 3c
3
sen(3 x),
(c
1
, c
2
, c
3
) =
1
2
_

0
(c
1
cos(x) + 2c
2
cos(2 x) + 3c
3
sen(3 x))
2
dx
+
_

0
cos(x)(c
1
sen(x) + 2c
2
sen(2 x) + 3c
3
sen(3 x)) dx,
(c
1
, c
2
, c
3
) =
c
2
1
4
+ c
2
2

4c
2
3
+
9 c
2
3
4
,

c
1
=
c
1
2
= 0 c
1
= 0,

c
2
= 2 c
2

4
3
= 0 c
2
=
2
3
,

c
3
=
9 c
3
2
= 0 c
3
= 0.
m = 4,
u
4
(x) = c
1
sen(x) + 2c
2
sen(2 x) + 3c
3
sen(3 x) + 4c
4
sen(4 x),
(c
1
, c
2
, c
3
, c
4
) =
1
2
_

0
(c
1
cos(x) + 2c
2
cos(2 x) + 3c
3
sen(3 x) + 4c
4
sen(4 x))
2
dx
+
_

0
cos(x)(c
1
sen(x) + 2c
2
sen(2 x) + 3c
3
sen(3 x) + 4c
4
sen(4 x)) dx,
(c
1
, c
2
, c
3
, c
4
) =
c
2
1
4
+ c
2
2

4c
2
3
+
9 c
2
3
4
+ 4 c
4
4

8 c
4
15
,

c
1
=
c
1
2
= 0 c
1
= 0,

c
2
= 2 c
2

4
3
= 0 c
2
=
2
3
,
CVaz Metodos Aproximados para Problemas Variacionais 36

c
3
=
9 c
3
2
= 0 c
3
= 0,

c
4
= 16 c
4

8
15
= 0 c
4
=
2
15
,

Podemos mostrar (veja [6, p. 94]) que a soluc ao aproximada u
m
e dada por
u
2m
(x) =
2

k=1
sen(2km)
4k
2
1
. (2.8)
Por outro lado, a equac ao de Euler-Lagrange do funcional J[v] dado em (2.7) e
2.2 Metodo de Galerkin
O Metodo de Galerkin e uma ferramenta potente da An alise Numerica, que tem
como caso espcial o Metodo dos Elementos Finitos. Nao e nosso objetivo fazer um es-
tudo teorio do Metodo de Galerkin, mas uma abordagem computacional e apresentar
algumas aplicac oes. A referencia principal destas notas foi o livro [1, Captulo 9]
2.3 Aplicac oes
Captulo 3
Aspectos Computacionais
37
Bibliograa
[1] K. Atkinson & W. Han, Theorical Numerical Analysis: A functional analysis
framewoork, Third Edition, Springer, 2000.
[2] I.M. Gelfand and S.V. Fimin, Calculus of Variations, Dover Publications, INC,
New-York, 1991.
[3] D. Mitrovie and D. Zubrinie, Fundamentals of applied functional analysis, Long-
man, Inc., 1998.
[4] H. Sagan, Boundary and Eigenvalue problems in Mathematica Physics, Dover,
New York, 1989.
[5] H. Sagan, Introduction to the Calculus of Variations, Dover, New York, 1969.
[6] E. Zeidler, Nonlinear Functional Analysis and its Applications II/A: Linear
Monotone Operator, Springer-Verlag, 1990.
38