You are on page 1of 66

UNIVERSIDAD DE BUENOS AIRES

Facultad de Ciencias Exactas y Naturales


Departamento de Matematica
Tesis de Licenciatura
Estimaciones de error a priori y a posteriori para la version hp
del metodo de elementos nitos
Veronica Moreno
Directora: Dra. Mara Gabriela Armentano
Marzo 2010
2
Agradecimientos
A mi directora, Mara Gabriela Armentano, primero por ser tan buena docente y
hacer que me guste tanto el analisis numerico, en especial el tema en el que estamos
trajando. Por ser una excelente directora y persona, por la cantidad de horas dedicada
a mis consultas, por ayudarme tanto con mis tristes redacciones. Y por sobre todas
las cosas, por el esfuerzo para que esto sea posible antes del primero de abril.
A mi familia por bancarme en los momentos mas tensos de la carrera, a mis papas
Franca y Marcos por adelantarme el regalo con el que estoy haciendo este trabajo. A
mis hermanos Lucila, Carolina, Pilar, Franquita y Marquitos. A Marto y Lucila por
prestarme su internet!
A Fer, la persona mas importante en mi vida, por alentarme siempre, por ocuparte de
todas las tareas domesticas cuando yo tengo que estudiar. Te amo feo. Le quiero
agradecer tambien a su familia por ponerse tan contentos con cada una de mis
materias aprobadas.
A mis amigas de toda la vida, Jose, Guada, Flor, Dani, Luli, Lu y Bel. Por entender
todos mis faltazos porque tena que estudiar.
A mis amigos de la facu, en especial a Mateo, Ale y Yanu, por escuchar y compartir
ideas. Por hacer que los nes de semana de estudio sean divertidos.
A las personas que les debo todo lo que aprend: los profesores, en especial a Esteban
Andruchow, Julio Rossi, Alejandro Petrovich, Marcela Almeida, Pablo Solerno, Mara
Gabriela Armentano, Malena Becker, Victoria Paternostro, Daniel Galicer, Lisi
DAlfonso, Susana Puddu, Ignacio Ojea, Mariela Sued, Mara Eugenia Szretter,
Daniela Rodriguez, Daniel Gorin, Julian Fernandez Bonder, Manuel Maurette, Javier
Etcheverry.
Quiero agradecer especialmente a Mario Scheble por su invalorable ayuda con los
ejemplos numericos.
Contents
Introduccion 5
Chapter 1. La version hp de metodo de elemenos nitos 7
1. Planteo del problema 7
2. El metodo de aproximacion 9
3. El error de aproximacion del metodo hp 11
Chapter 2. Estimaciones de Error a posteriori 23
2. Resultados tecnicos 24
3. Indicador local del error 38
Chapter 3. Experimentos numericos 51
1. Estrategia de renamiento adaptativo 51
2. Ejemplos Numericos 53
Bibliography 65
3
Introduccion
Uno de los metodos mas usados para la resolucion numerica de ecuaciones diferen-
ciales es el metodo de elementos nitos, cuya aplicacion se ha extendido a practicamente
todos los campos en los que se utilizan modelos basados en ecuaciones diferenciales.
En la forma mas habitual del metodo de elementos nitos, llamada version h, se
considera una particion en triangulos o cuadrilateros del dominio donde esta planteada
la ecuacion diferencial, y se aproxima la solucion de la ecuacion diferencial (dada en
su forma debil) por una funcion que restringida a cada triangulo o cuadrilatero es un
polinomio de grado jo, con el proposito de ir mejorando la aproximacion a medida
que la particion se hace mas na, i.e, el tama no de la malla tiende a cero (ver, por
ejemplo, [13, 14]). Desde hace unos a nos otras variantes del metodo de elementos
nitos, llamadas version p y version hp, cobraron interes. En la version p la
malla se mantiene ja mientras se busca mejorar la aproximacion aumentando el grado
del polinomio en cada triangulo o cuadrilatero (ver [9]). En la llamada version hp,
que estudiaremos en este tesis, se admiten ambas opciones, es decir, renar la malla
y/o ir aumentando el grado del polinomio (ver, por ejemplo, [8, 9]).
Para mejorar la eciencia y la conabilidad de los metodos numericos, y en particular
de los metodos de elementos nitos en cualquiera de sus variantes, es fundamental el
analisis del error de aproximacion. Las estimaciones de error se dividen basicamente
en dos tipos: las a priori y las a posteriori. Las primeras tienen como objetivo
demostrar la convergencia de los metodos, obtener el orden del error y determinar
de que depende el error (ver, por ejemplo, [13, 14] para la version h y [9] para las
versiones p y hp). En cambio, las estimaciones a posteriori tienen como objetivo
dar informacion cuantitativa del error y son la base de los metodos adaptativos o de
renamiento automatico de mallas (ver [1, 22] para la version h y [2, 20] para la version
p y hp ).
Los procesos adaptativos basados en indicadores a posteriori del error juegan ac-
tualmente un rol muy relevante en la resolucion de ecuaciones diferenciales en derivadas
parciales. Para la version h del metodo de elementos nitos existen numerosos trabajos
concernientes al desarrollo de estimadores de error y metodos adaptativos ecientes
para una amplia gama de problemas (ver, por ejemplo, [1, 4, 15, 16, 22] y sus ref-
erencias). Sin embargo la bibliografa sobre esquemas adaptativos para la version hp
es a un muy escasa y presenta varios interrogantes a un en los problemas mas sencillos
(ver, por ejemplo, [2, 3, 20, 21] y sus referencias). Una de las principales dicultades
5
6 INTRODUCCI

ON
de la adaptatividad hp reside en que la aproximacion puede ser mejorada de dos formas
diferentes, subdividiendo los elementos o incrementando el grado del polinomio.
En el primer captulo de este tesis, vamos a introducir la version hp del metodo
de elementos nitos para el problema modelo de Poisson, y siguiendo los trabajos de
Babuska y Suri [8, 9] presentaremos un analisis a priori del error que nos va a permitir
garantizar la convergencia del metodo y el orden del mismo.
Por otro lado, en el captulo 2 vamos a presentar las estimaciones a posteriori del
error. Mostraremos un indicador local del error de tipo residual el cual puede ser cal-
culado localmente utilizando la solucion obtenida numericamente [20]. Analizaremos
la equivalencia de este estimador con la norma energa del error. En particular, pro-
baremos la abilidad global y la ecacia local, ambas salvo terminos de mayor orden,
la ultima con una constante que lamentablemente depende del grado del polinomio en
cada elemento. Es importante se nalar que hasta el momento, estimaciones de abil-
idad y eciencia con constantes independientes del grado del polinomio no han sido
a un obtenidas para ning un estimador de error para el metodo hp. Sin embargo, los
experimentos numericos sugieren que el estimador propuesto indica correctamente los
elementos con mayor error.
Por ultimo en el captulo 3, presentamos un algoritmo hp adaptativo y un ejemplo
de su aplicacion al problema modelo estudiado en los captulos previos. El problema
principal en adaptatividad hp es decidir si, en aquellos elementos marcados mediante
el indicador local del error propuesto en el captulo 2, renar h o p en cada elemento
marcado para ser renado. Muchas estrategias de renamiento hp estan basadas en
estimar explcitamente la regularidad local de la solucion, ver por ejemplo [2, 3, 12].
Nosotros seguiremos la estrategia dada por Wolmuth y Melenk en [20], que esta basada
en la comparacion del estimador del error actual de un elemento con un predictor del
error obtenido en un paso anterior.
Concluimos la tesis presentando varios ejemplos numericos que muestran la buena
perfomance del algoritmo propuesto.
CHAPTER 1
La version hp de metodo de elemenos nitos
En este captulo introduciremos la version hp del metodo de elementos nitos para
un problema modelo y presentaremos las estimaciones de error a priori las cuales, per-
miten establecer no solo la convergencia del metodo sino tambien el orden del mismo.
1. Planteo del problema
Consideremos el siguiente problema modelo: Hallar una funcion u que cumpla:
(1.1.1)
_
u = f en
u = 0 en
donde R
2
es un dominio poligonal, es el borde de , y f L
2
().
Dado un conjunto D , denotaremos por |.|
m,D
, y [.[
m,D
las normas y seminor-
mas, respectivamente, en los espacios de Sobolev H
m
(D), esto es funciones de L
2
(D)
con derivada distribucional hasta el orden m en L
2
(D). En todos los casos omitiremos
el D cuando no resulte necesario explicitarlo. Por H
1
0
(D) entenderemos el espacio de
funciones en H
1
(D) con traza nula.
El Problema Variacional asociado a (1.1.1) es encontrar u H
1
0
() que cumpla:
(1.1.2) a(u, v) = L(v) v H
1
0
()
donde a(u, v) =
_

u v y L(v) =
_

fv
Veamos ahora que el Problema Variacional tiene unica solucion, para ver esto vamos
a usar el Teorema de Lax Milgram. Para ello recordemos antes algunas deniciones:
Sea H un espacio de Hilbert y sea a : H H R :
Denici on: a es bilineal si cada una de las aplicaciones
v a(u, v)
u a(u, v)
es lineal de H R
Denicion: a es continua si existe una contante C tal que [a(u, v)[ C|u|
H
|v|
H
u, v
H
7
8 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


Denicion: a es coercitiva si existe una constante K > 0 tal que a(v, v)
K|v|
2
H
v H
Teorema 1.1. Teorema de Lax Milgram
Sea H un espacio de Hilbert y sea a : H H R una forma bilineal, continua y
coercitiva . Entonces para toda L H

existe una unica u H tal que:


a(u, v) = L(v) v H
donde H

= f : H R : f es lineal y acotada .
Sabemos que H
1
0
es un espacio de Hilbert, entonces por el teorema de Lax Milgram,
para probar la existencia y unicidad del Problema Variacional, basta ver que
a(u, v) =
_

u v es una forma bilineal, continua y coercitiva en H


1
0
y que L : H
1
0
R, L(v) =
_

fv (H
1
0
)

Es claro que a es bilineal dado que integrar y derivar son operaciones lineales. Para
ver que es contnua notemos que:

u v

[u[[v[
y usando la desigualdad de Holder resulta

u v

|u|
2
|v|
2
y como |u|
2
|u|
H
concluimos que a es contnua con constante igual a 1.
Ahora debemos ver que a es coercitiva. Para ello vamos a hacer uso de la siguiente
Desigualdad de Poincare.
Teorema 1.2. Desigualdad de Poincare
Sea un dominio Lipschitz y u H
1
0
() entonces, C > 0 : |u|
2
C|u|
2
Luego,
a(u, u) =
_

u u =
_

[u[
2
= |u|
2
2
=
1
2
|u|
2
2
+
1
2
|u|
2
2
y usando ahora la desigualdad de Poincare tenemos que:
a(u, u)
1
2
1
C
|u|
2
2
+
1
2
|u|
2
2
Tomando K = min(
1
2
1
C
,
1
2
) nos queda:
a(u, u) K(|u|
2
2
+|u|
2
2
) = K|u|
2
H
2. EL M

ETODO DE APROXIMACI

ON 9
donde H = H
1
0
().
Por otro lado, es claro que L : H
1
0
R, L(v) =
_

fv (H
1
0
)

Por lo tanto queda demostrada la existencia y unicidad de solucion del Problema


Variacional.
2. El metodo de aproximacion
Vamos a considerar un subespacio V de H
1
0
de dimension nita y vamos a buscar la
solucion del siguiente problema: (Problema Variacional Discreto)
encontrar u V que cumpla:
(1.2.3) a(u, v) = L(v) v V
donde a(u, v) =
_

u v y L(v) =
_

fv.
Veamos que este problema variacional discreto tambien tiene unica solucion. Para
ver esto notemos primero que al ser V de dimension nita es un subestacio cerrado,
por lo tanto tambien es un espacio de Hilbert. Las propiedades de bilinealidad, con-
tinuidad y coercitividad las heredan cualquier subespacio del espacio H que estemos
considerando. Por lo tanto V es un espacio de Hilbert y a(u, v) =
_

u v es un
operador bilineal , continuo y coercitivo en V. Tambien vale que L : H
1
0
R, L(v) =
_

fv (V)

. En consecuencia, por el Teorema de Lax Milgram queda demostrado que


el Problema Variacional Discreto tiene unica solucion.
Nuestra aproximacion va a ser la solucion de (1.2.3), que la notamos u
FE
.
El problema ahora es como elegir el subespacio V y como renarlo para que las
aproximaciones sean mejores.
Eleccion del subespacio V .
Sean:

= supdiam(B) : B es una bola en


h

= diam()
Notamos por T
p
() al conjunto de todos los polinomios de grado menor o igual a
p y por Q
p
() al conjunto de todos los polinomios que en cada variable tiene grado
menor a igual a p.
Sea T = K, donde K es un triangulo o un paralelogramo abierto. Decimos
que T es una malla (usualmente llamada triangulacion cuando K es un triangulo) si
=
KT
K y cada par K
1
, K
2
T elementos distintos, tienen en com un un lado
entero, un vertice o tienen interseccion vaca.
Sea /= T
h
, h 0 una familia de mallas: T
h
= K donde el parametro h mide
el tama no de la malla, i.e.,
10 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


(1.2.4) h = max(h
K
: K T
h
, T
h
/)
Vamos a suponer que la familia T
h
es regular, o sea, existen constantes , in-
dependientes de h tal que
(1.2.5)
h
h
K

(1.2.6)
h
K

K

Denimos los elementos de referencia

K, que puede ser

K = Q = (0, 1)
2
o

K = T =
(x
1
, x
2
)[0 < x
1
< 1, 0 < x
2
< 1 x
1
. Sea F
K
una transformacion afn que manda

K
en K, donde

K = Q si K es un paralelogramo, o

K = T si K es un triangulo.
Notamos a 1
h
p
() H
1
0
() al conjunto de funciones u que satisfacen que si u
K
es la restriccion de u a K T
h
, entonces cumple que u
K
F
K
Q
p
(Q) si K es un
paralelogramo, u
K
F
K
T
p
(T) si K es un triangulo.
Vamos a elegir V = 1
h
p
(). La version hp del metodo de elementos nitos consiste
en, para p y h jos, encontrar u
h
p
1
h
p
() tal que:
(1.2.7) a(u
h
p
, v) = L(v) v 1
h
p
()
donde a(u, v) =
_

u v y L(v) =
_

fv
Observemos que la dimension de 1
h
p
() es nita, y por lo dicho anteriormente hay
un unica solucion de (1.2.7). La idea es entonces construir una sucesion de espacios
1
h
p
obtenidos ya sea por renamiento de la malla (i.e, disminuir el valor de h) o por
aumentar el grado del polinomio aproximante en cada elemento (i.e. aumentar el valor
de p) de forma tal que la respectiva sucesion de soluciones de (1.2.7) converja a la
solucion del problema variacional (1.1.2) cuando h 0 o p +.
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 11
3. El error de aproximacion del metodo hp
En esta seccion presentaremos las estimaciones a priori del error del metodo hp de
elementos nitos siguiendo los resultados de Babuska & Suri [6, 7, 8].
Primero vamos a presentar algunos resultados previos que utilizaremos para llevar
a cabo nuestras estimaciones.
Lema 3.1. Sea

K = Q o

K = T el cuadrado o triangulo de referencia. Sea 1
p
(

K) =
Q
p
(

K) si

K = Q o 1
p
(

K) = T
p
(

K) si

K = T. Sea u H
k
(

K), k 0.
Entonces existe una familia de operadores
p
, p = 1, 2, 3, ,
p
: H
k
(

K) 1
p
(

K)
tal que para todo 0 q k
(1.3.8) |u
p
u|
q,

K
Cp
(kq)
|u|
k,

K
(1.3.9) [(u
p
u)(x)[ Cp
(k1)
|u|
k,

K
k > 1, x

K
Observemos que tiene sentido evaluar a u, pues dado que

K es Lipschitz, n = 2 ,
p = 2 y k > 1 , entonces vale el Teorema de Inmersion de Sobolev, por lo cual u tiene
representante continuo.
La constante en (1.3.8) y (1.3.9) es independiente de u y de p, pero depende de k.
Mas a un, si u 1
p
(

K), entonces
p
(u) = u
Demostracion: La demostracion de este Lema es una adaptacion de la demostracion
dada en [6] . Aca vamos a dar una idea de la demostracion.
Sea r
0
> 1 que cumpla que

K R(r
0
), donde
R(r
0
) = (x
1
, x
2
)[[x
1
[ r
0
, [x
2
[ r
0

Como

K es un dominio Lipschitz, existe un operador de extension T que manda H
k
(

K)
en H
k
(R(2r
0
)) tal que
(1.3.10) Tu = 0 en R(2r
0
) R
_
3
2
r
0
_
|Tu|
k,R(2r
0
)
C|u|
k,

K
La constante C es independiente de u.
Sea una funcion biyectiva de R
_

2
_
en R(2r
0
) :
R(2r
0
) (x
1
, x
2
) = (
1
,
2
)) = (2r
0
sin
1
, 2r
0
sin
2
)
Tenemos:
(1.3.11)

R =
1
[R(
3
2
r
0
)] R(

2
)
12 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


donde
1
es la funcion inversa de .
Sea v = Tu y
V () = v(())
Por (1.3.10) y (1.3.11), se ve facilmente que
Soporte de V ()

R
Como
V (
1
,
2
) = v((
1
,
2
)) = v(2r
0
sin
1
, 2r
0
sin
2
)
podemos desde su decion extenderla periodicamente de manera natural y en con-
secuencia podemos asumir que
V H
k
PER
(R())
donde H
k
PER
(R()) denota las funciones de H
k
(R()) que tienen perodo 2. Usando
(1.3.10) se tiene que
|V |
k,R()
C|u|
k,

K
notemos que V () es una funcion simetrica con respecto a las lineas
i
=

2
, i = 1, 2
Expandamos V en su serie de Fourier
V (
1
,
2
) =
j=

j=
l=

l=
a
j,l
e
i(j
1
+l
2
)
Para cualquier p 1 denimos:
i) para

K = Q

p
V =

|j|p

|l|p
a
j,l
e
i(j
1
+l
2
)
ii) para

K = T

p
V =

|j|+|l|p
a
j,l
e
i(j
1
+l
2
)
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 13
Luego, utilizando estimaciones de error para desarrollos de Fourier ( ver [6] para
mas detalles) obtenemos, para 0 q k, que:
|V
p
V |
q,R()
Cp
(kp)
|u|
k,

K
[(V
p
V ())[ Cp
(k1)
|u|
k,

K
La demostracion del Lema concluye observando que: (
p
V )(
1
(x)) 1
p
(

K) y
es una funcion regular de R(r
0
) (r
0
<

2
) en

K.

Enunciaremos ahora dos resultados, clasicos en la bibliografa de elementos nitos


[14], que nos seran de utilidad para llevar a cabo nuestras estimaciones de error
Lema 3.2. Sean y
h
dos subconjuntos abiertos de R
n
tal que existe una tran-
formaci on afn F(x) = B(x) + b de en
h
tal que F() =
h
. Sean diam() =
1,

= K, diam(
h
) = h,

h = Kh. Si v H
m
() con m entero, m 0, entonces
v = v F
1
H
m
(
h
) y ademas:
(1.3.12) [v[
m,
h Ch
n
2
m
[ v[
m,
(1.3.13) [ v[
m,
Ch
m
n
2
[v[
m,
h
donde [ [
m,
es la seminorma en H
m
(), o sea :
[u[
m,
=
_
_

||=m
| D

u |
2
L
2
()
_
_
1
2
La constante C depende de K y de K pero no de , h y de v.
Para ver la demostracion, ir al Teorema 3.1.2 de [14].
Teorema 3.1. Existe una constante C tal que
(1.3.14) v H
k+1
(), inf
pP
k
()
| v + p |
k+1,
C[v[
k+1,
la cosntante C depende solo de .
Para ver la demostracion ir al Teorema 3.1.1. de [14].
Lema 3.3. Sean y
h
triangulos o paralelogramos, supongamos que satisfacen las
condiciones del Lema (3.2). Entonces para cualquier u H
k
() y la correspondiente
u = u F
1
H
k
(
h
), k 0, se cumple:
14 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


(1.3.15) inf
pRp()
| u p |
k,
Ch
1
| u |
k,
h
donde = min (p + 1, k) y C depende de K, K, k pero es independiente de p y de u.
Demostracion: Observemos que estamos en el caso n = 2.
Primero demostraremos el caso k = 0: observemos que en este caso = k = 0 y
[ [
k,
=| |
k,
. Tomando p = 0, obtenemos
inf
pRp()
| u p |
k,
| u |
k,
= [ u[
k,
y usando (1.3.13) tenemos que:
[ u[
k,
Ch
k1
[u[
k,
h
= Ch
k1
| u |
k,
h
y recordando que k = obtenemos:
inf
pRp()
| u p |
k,
Ch
1
| u |
k,
h
Ahora consideramos el caso k > 0, con k un n umero entero :
Notemos primero que como T
p
() Q
p
() tenemos que
inf
pQp()
| u p |
k,
inf
pPp()
| u p |
k,
Por ende basta demostrar el resultado para el caso 1
p
() = T
p
().
Por simple aplicacion de la desigualdad triangular tenemos que:
inf
pPp()
| u p |
k,
inf
pPp()
_
| u p |
,
+
k

i=+1
[ u[
i,
+
k

i=+1
[ p[
i,
_
donde
k

i=+1
= 0 si k < + 1.
Veamos ahora que
k

i=+1
[ p[
i,
= 0
i) Si = k entonces k < + 1 y
k

i=+1
= 0
ii) Si ,= k entonces = p + 1 y como p T
p
() resulta que [ p[
i,
= 0 para i
p + 1 y en consecuencia [ p[
i,
= 0 para i + 1.
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 15
Entonces llegamos a:
inf
pPp()
| u p |
k,
inf
pPp()
_
| u p |
,
+
k

i=+1
[ u[
i,
_
= inf
pPp()
| u p |
,
+
k

i=+1
[ u[
i,
Si = 0, estamos en el caso k = 0 analizado antes. Si 1, desde su denicion es
claro que 1 p y por ende
T
1
() T
p
()
Luego,
inf
pPp()
| u p |
,
inf
pP
1
()
| u p |
,
y usando la inecuacion (1.3.14)
inf
pP
1
()
| u p |
,
C[ u[
,
por lo tanto:
inf
pPp()
| u p |
,
+
k

i=+1
[ u[
i,
C
k

i=
[ u[
i,
Luego, para cualquier valor de , tenemos:
(1.3.16) inf
pPp()
| u p |
k,
C
k

i=
[ u[
i,
ahora, usando la inecuacion (1.3.13) en el lado derecho de (1.3.16) obtenemos
inf
pPp()
| u p |
k,
C
k

i=
h
i1
[u[
i,
h
suponiendo que h < 1, tenemos que h
i1
h
1
y usando que [u[
i,
h | u |
k,
h, para
i k , resulta
inf
pPp()
| u p |
k,
Ch
1
| u |
k,
h
16 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


Quedando demostrado el Lema para k entero.
Para cualquier otro valor de k el resultado se obtiene por argumentos clasicos de
interpolacion.

Lema 3.4. Sea K un triangulo o paralelogramo con vertives A


i
que satisface las
condiciones (1.2.4), (1.2.5) y (1.2.6), sea h = diam(K). Sea u H
k
(K). Entonces
existe una constante C que depende de k, , pero no depende de u, p, h y una secuencia
z
h
p
1
p
(K) p = 1, 2, tal que para todo 0 q k
(1.3.17) |u z
h
p
|
q,K
C
h
q
p
kq
|u|
k,K
, k 0
(1.3.18) [(u z
h
p
)(x)[ C
h
1
p
k1
|u|
k,K
, k > 1, x K
= min (p + 1, k)
Si k >
3
2
, entonces podemos asumir que z
h
p
(A
i
) = u(A
i
).
Mas a un , para t =
1
2
|u z
h
p
|
t,
C
h
t
p
k1
|u|
k,K
donde ||
t,
denota la norma del espacio de interpolacion (H
0
(), H
1
0
()) con cualquier
lado de K.
Demostracion: Sea F
K
la transformacion afn de

K en K, donde

K = T o

K = Q
seg un corresponda. Denimos u = u F
K
, es claro que u H
k
(

K).
Sea
p
: H
k
(

K) 1
p
(

K) el operador introducido en el Lema 3.1. Denimos

h
p
: H
k
(K) 1
p
(K)
como

h
p
u =
p
( u) F
1
K
Sea 0 q k, usando el Lema 3.1 tenemos que
| u
p
u|
q,

K
= |( u p)
p
( u p)|
q,

K
Cp
(kq)
| u p|
k,

K
p 1
p
(

K)
y en consecuencia
| u
p
u|
q,

K
Cp
(kq)
inf
pRp(

K)
| u p|
k,

K
Ahora, usando el Lema 3.3 obtenemos
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 17
(1.3.19) | u
p
u|
q,

K
Cp
(kq)
h
1
|u|
k,K
Sea 0 m q k, en virtud de la inecuacion (1.3.12)
[u
h
p
u[
m,K
Ch
1m
[ u
p
u[
m,

K
Como [ u
p
u[
m,

K
| u
p
u|
q,

K
podemos armar que
[u
h
p
u[
m,K
Ch
1m
| u
p
u|
q,

K
usando ahora la inecuacion (1.3.19) obtenemos:
[u
h
p
u[
m,K
Ch
1m
p
(kq)
h
1
|u|
k,K
= Ch
m
p
(kq)
|u|
k,K
y asumiendo que h < 1 resulta:
|u
h
p
u|
q,K

q

m=0
[u
h
p
u[
m,K

q

m=0
Ch
m
p
(kq)
|u|
q,K
Ch
q
p
(kq)
|u|
k,K
Analogamente, para k > 1 y x

K usando el Lema 3.1 y el Lema 3.3 resulta:
[( u
p
u)( x)[ Cp
(k1)
inf
pPp(S)
| u p|
k,

K
Cp
(k1)
h
1
|u|
k,K
Tomano z
h
p
=
h
p
se tiene (1.3.17) y (1.3.18).
Si k >
3
2
, modicamos z
h
p
como esta hecho en el Teorema 4.1 de [6]. Obtenemos
z
h
p
(A
i
) = u(A
i
) y por interpolacion :
|u z
h
p
|
t,
Ch
t
p
(kt)
|u|
k,K
donde es cualquier lado de K.

El siguiente resultado de extension, cuya demostracion se sigue de los Teoremas 7.4


y 7.5 del apendice de [7], nos sera de utilidad para llevar a cabo nuestras estimaciones.
Lema 3.5. Sea

K = Q o

K = T y sea = A
1
A
2
un lado de

K. Sea 1
p
() tal
que (A
i
) = 0 para i = 1, 2. Entonces existe una extencion v 1
p
(

K) tal que v =
en , v = 0 en

K y
|v|
1,

K
C||1
2
,
donde la constante C es independiente de p y de .
El siguiente Teorema constituye la herramienta fundamental para obtener las esti-
maciones a priori del error del metodo hp.
18 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


Teorema 3.2. Sea u la solucion de (1.1.2), u H
k
(), k >
3
2
. Entonces para
p 1 y h > 0, existen
h
p
1
h
p
() tal que
| u
h
p
|
1,
C
h
(1)
p
(k1)
| u |
k,
= min (p + 1, k)
Demostracion: Llamemos T
h
= K. Sea (z
h
p
)
K
1
p
(K) la funcion denida en el
Lema 3.4, entonces como k >
3
2
tenemos que (z
h
p
)
K
= u en todos los vertices de K.
Sea = K
1
K
2
y sean N
1
y N
2
los puntos nales de . Sea w
K
1
,K
2
= (z
h
p
)
K
1

(z
h
p
)
K
2
, es claro que w
K
1
,K
2
es un polinomio en de grado a lo sumo p y ademas
w
K
1
,K
2
(N
i
) = 0, i = 1, 2.
Ahora la idea es transformar K
1
K
2
en

K
1


K
2
, donde

K
1
y

K
2
son imagenes
congruentes a Q o T seg un corresponda, mediante una transformacion continua y lineal
a trozos F. En particular F cumple F(K
1
) =

K
1
, F(K
2
) =

K
2
y = F() =

K
1


K
2
.
Siguiendo la notacion introducida en el Lema 3.4 llamamos v = vF
K
1
. Por (1.3.19)
podemos armar que:
| u ( z
h
p
)
K
1
|
1,

K
1
C
h
1
p
k1
|u|
k,K
1
y an alogamente:
| u ( z
h
p
)
K
2
|
1,

K
2
C
h
1
p
k1
|u|
k,K
2
Tambien siguiendo la demostracion del Lema 3.4 tenemos:
| w
K
1
,K
2
|1
2
,
| u ( z
h
p
)
K
1
|1
2
,
+| u

(z
h
p
)
K
2
|1
2
,
C
h
1
p
k1
(|u|
k,K
1
+|u|
k,K
2
).
Ahora nuestro proposito es extender w
K
1
,K
2
a todo

K
1
de manera tal que sea 0 en


K
1
para luego pegar bien a (z
h
p
)
K
1
y (z
h
p
)
K
2
en y en el resto de los bordes no
modicarlas.
Por Lema 3.5, podemos armar que existe

1
p
(

K
1
) tal que:
|

|
1,

K
1
C| w
K
1
,K
2
|1
2
,

= w
K
1
,K
2
en

= 0 en

K
1

Denamos ( z
h
p
)
K
1
= (z
h
p
)
K
1


F
1
K
1
. Entonces ( z
h
p
)
K
1
= (z
h
p
)
K
2
en y ademas
( z
h
p
)
K
1
= (z
h
p
)
K
1
en K
1
, notemos que esto ultimo nos garantiza que en aquellos
lados de los cuadrados o triangulos donde ya fueron pegadas con continuidad, sigan
quedando con continuidad.
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 19
Usando el Lema 3.4 tenemos que :
|( z
h
p
)
K
1
u|
1,K
1
C
h
1
p
k1
(|u|
k,K
1
+|u|
k,K
2
).
Repitiendo este procedimiento para cada par de guras (paralelogramos o triangulos)
que tengan lado en com un podemos construir ( z
h
p
)
K
en cada K.
Finalmente si K = ,= tenemos que modicar (z
h
p
)
K
para que (z
h
p
)
K
= 0
en .
Denamos
h
p
tal que la restriccion a K coincida con ( z
h
p
)
K
, entonces
h
p
1
h
p
() y
|u
h
p
|
1,
C
h
1
p
k1
|u|
k,
y el Lema quedo demostrado.

Vamos a analizar ahora el caso en que u H


k
() con 1 < k
3
2
.
Teorema 3.3. Sea u la solucion de (1.1.2), u H
k
(), con 1 < k
3
2
. Entonces
para p 1 y h > 0, existen
h
p
1
h
p
() tal que
|u
h
p
|
1,
C
h
(1)
p
(k1)
|u|
k,
= min (p + 1, k)
Demostracion: Como se muestra en [5], para cualquier t > 0 y m > 1 , la funcion
u se puede descomponer de manera tal que:
u = v
t
+ w
t
con
v
t
H
1
0
() y w
t
H
m
() H
1
0
()
y para cualquier m > k > 1
(1.3.20) |v
t
|
1,
t
k1
|u|
k,
(1.3.21) |w
t
|
m,
t
km
|u|
k,
Sea 2 m >
3
2
. Entonces por el Teorema 3.2 existe
h
p
1
h
p
() tal que:
|w
t

h
p
|
1,
C
h
m1
p
m1
|w
t
|
m,
ya que para p 1, min(p + 1, m) = m.
20 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


Luego,
|u
h
p
|
1,
|v
t
|
1,
+|w
t

h
p
|
1,
C
_
t
k1
+
h
m1
p
m1
t
km
_
|u|
k,
.
Eligiendo t =
h
p
tenemos:
|u
h
p
|
1,
C
_
h
p
_
k1
|u|
k,
= C
h
1
p
k1
|u|
q,
ya que
= min(p + 1, k) = k, pues k
3
2

Observemos que la hipotesis de que sea un dominio Lipshitz se usa en la de-


mostracion de las descomposiciones (1.3.20) y (1.3.21).
El siguiente Lema, el cual es consecuencia del Lema de Cea (ver, por ejemplo,
[13, 14]) nos permitira, junto a los Teoremas 3.2 y 3.3, arribar a las estimaciones de
error deseadas.
Lema 3.6. : Sea u la solucion del Problema Variacional (1.1.2) y sea u
h
p
1
h
p
()
la soluci on de (1.2.7), entonces:
| u u
h
p
|
1,
C | u v |
1,
v 1
h
p
()
Demostracion: primero demostremos que:
a(u u
h
p
, u u
h
p
) a(u v, u v)
para todo v 1
h
p
().
En efecto:
a(u u
h
p
, u u
h
p
) = a(u u
h
p
, u) a(u u
h
p
, u
h
p
) = a(u u
h
p
, u)
pues a(u u
h
p
, u
h
p
) = 0. Sumando y restando v 1
h
p
()
a(u u
h
p
, u) = a(u u
h
p
, u v) + a(u u
h
p
, v) = a(u u
h
p
, u v)
pues a(u u
h
p
, v) = 0.
Por lo tanto:
a(u u
h
p
, u u
h
p
) = a(u u
h
p
, u v)
3. EL ERROR DE APROXIMACI

ON DEL M

ETODO HP 21
a(u u
h
p
, u v) =
_

(u u
h
p
) (u v) [
_

(u u
h
p
) (u v)[

[(u u
h
p
) (u v)[
_

[(u u
h
p
)[ [(u v)[
y aplicando la desigualdad de Holder resulta:
a(uu
h
p
, uv) | (uu
h
p
) |
L
2
()
| (uv) |
L
2
()
=
_
a(u u
h
p
, u u
h
p
)
_1
2
(a(u v, u v))
1
2
Por lo tanto :
a(u u
h
p
, u u
h
p
)
_
a(u u
h
p
, u u
h
p
)
_1
2
(a(u v, u v))
1
2
y por ende
a(u u
h
p
, u u
h
p
) a(u v, u v)
Ahora, de la coercitividad de a sabemos que existe una constante C
2
> 0 tal que:
| u u
h
p
|
2
1,

1
C
2
a(u u
h
p
, u u
h
p
)
y usando el resultado que demostramos recien y la continuidad de a tenemos que
cualquiera sea v 1
h
p
()
| u u
h
p
|
2
1,

C
1
C
2
| u v |
2
1,
donde C
1
es la constante de continuidad.

El siguiente Teorema establece las estimaciones a priori del error del metodo hp y en
particular nos permite concluir la convergencia del metodo y el orden con que converge.
Teorema 3.4. Sea u H
k
(), k > 1 la solucion de (1.1.2), y sea u
h
p
1
h
p
() la
solucion de elementos nitos (1.2.7). Entonces:
| u u
h
p
|
1,
C
h
1
p
k1
| u |
k,
= min (p + 1, k)
donde la constante C es independiente de u, p y h pero depende de , y .
22 1. LA VERSI

ON hp DE M

ETODO DE ELEMENOS FINITOS


Demostracion: Es una consecuencia inmediata del Lema de Cea y de los Teoremas
3.2 y 3.3, pues
| u u
h
p
|
1,

C
1
C
2
| u
h
p
|
1,
C
h
(1)
p
(k1)
| u |
k,
donde
h
p
1
h
p
() es la funcion introducida en los Teoremas 3.2 y 3.3 y = min (p +
1, k).

CHAPTER 2
Estimaciones de Error a posteriori
En este captulo, siguiendo el trabajo [20] de Melenk & Wolmuth, presentamos un
estimador de error a posteriori de tipo residual para el problema (1.1.2) y probamos
su conabilidad y eciencia mostrando su equivalencia con la norma energa del error
salvo terminos de mayor orden. Cabe se nalar que la constante de equivalencia resulta
ser sub-optima dado que depende del grado del polinomio, como suele suceder en los
metodos hp existentes en la bibliografa (ver, por ejemplo, [2, 3])
Siguiendo la notacion del captulo 1, llamamos

K al elemento de referencia, que
puede ser el cuadrado de referencia

K = Q = (0, 1)
2
o el triangulo de referencia

K = T = (x
1
, x
2
)[0 < x
1
< 1, 0 < x
2
< 1 x
1

En usamos una familia de mallas T


h
regular. Vamos a asumir que la malla es
-shape regular, esto quiere decir que cumple con lo siguiente:
(2.1.22) h
1
K
| F

K
| +h
K
| (F

K
)
1
| .
Esto implica que los elementos vecinos tienen lados comparables; esto es, que existe
una constante (otra vez llamanada ) tal que
(2.1.23)
1
h
K
h
K
h
K
, K, K

T
h
con K K

,= .
En cada malla T
h
, vamos a asociarle a cada elemento K T
h
un grado (maximo)
polinomial p
K
N
0
. Vamos a denotar por p = p
K
la familia de grados polinomiales
Luego podemos denir los espacios S
p
(T
h
, ), S
p
0
(T
h
, ) de polinomios a trozos de
la manera usual:
(2.1.24)
S
p
(T
h
, ) := u H
1
() [ u[
K
F
K
1
p
K
(

K),
S
p
0
(T
h
, ) := S
p
(T
h
, ) H
1
0
()
donde 1
p
K
(

K) es el denido en el Captulo 1.
23
24 2. ESTIMACIONES DE ERROR A POSTERIORI
Con referencia a los grados polinomiales, sera conveniente suponer que los grados
polinomiales de elementos vecinos son comparables:
(2.1.25)
1
(p
K
+ 1) p
K
+ 1 (p
K
+ 1), K, K

T
h
con K K

,= .
La aproximacion discreta de (1.1.2) es obtenida de la manera usual:
Encontrar u
FE
S
p
0
(T
h
, ) tal que
(2.1.26) a(u
FE
, v) = L(v) v S
p
0
(T
h
, ).
Notemos que el espacio S
p
0
(T
h
, ) diere del espacio 1
h
p
() en vista de que ahora el
grado del polinomio puede variar de un elemento (triangulo o paralelogramo) al otro,
incluso elementos con un mismo p
K
pueden tener distintas distribuciones de grados en
los lados del elemento y de alli la importancia de la hipotesis 2.1.25.
Sea p = min p, en vista de los resultados obtenidos en el cap. 1 podemos armar
que:
Teorema 1.5. Sea u H
k
(), k > 1 la solucion de (1.1.2), y sea u
FE
la solucion
de elementos nitos (2.1.26). Entonces:
| u u
FE
|
1,
C
h
1
p
k1
| u |
k,
= min (p + 1, k)
donde la constante C es independiente de u, p y h.
2. Resultados tecnicos
En esta seccion presentaremos una serie de resultados que son las herramientas
tecnicas necesarias para la obtencion de las estimaciones a posteriori del error.
2.1. interpolacion hp-Clement. Vamos a presentar dos operadores de interpo-
lacion hp-Clement, ambos nos proveen una aproximacion de funciones de H
1
por poli-
nomios a trozos. El segundo operador, ademas, nos permite imponer condiciones de
borde a los polinomios a trozos.
Vamos a asumir en nuestra denicion del operador de interpolacion hp-Clement que
la malla T
h
se extiende a una malla de R
2
-shape regular.
Nuestras suposiciones sobre la malla T
h
son las siguientes:
(C1) Nuestra malla T
h
es una malla de R
2
que es shape regular, y es compatible
con , o sea: T
h
[

es una malla de .
(C2) Sea
D
abierto. La malla T
h
es compatible con
D
, o sea
D

kT
h
K
es una coleccion de bordes enteros y cerrados de T
h
.
Con el n de formular los Teoremas que siguen, vamos a introducir la siguiente
notacion para cada vertice V de la malla T
h
:
2. RESULTADOS T

ECNICOS 25
(2.2.27)

0
V
:= V ,

j
V
:=
_
_
K [ K T
h
y K
j1
V
,=
_
, j 1,
h
V
:= max h
K
[ V K,
p
V
:= max p
K
+ 1 [ V K,

V
:= todos los lados e de T
h
tal que V es un punto nal de e,
Teorema 2.1. Supongamos que se cumple (C1) y sea ^ el conjunto de todos los
vertices de T
h
. Sea p la distribucion de los grados polinomiales, que supongamos que
cumple (2.1.25). Entonces existe una constante C > 0, que depende solo de , y un
operador lineal
I : H
1
loc
(R
2
) S
p
(T
h
, R
2
)
tal que para todo vertice V ^ y para todo lado e
V
|u Iu|
L
2
(
1
V
)
+
h
V
p
V
|Iu|
L
2
(
1
V
)
+

h
V
p
V
|u Iu|
L
2
(e)
C
h
V
p
V
|u|
L
2
(
4
V
)
.
En el siguiente Teorema, presentamos una modicacion del Teorema anterior que es
mejor para tratar problemas Dirichlet. Para
D
que satisface (C2) introducimos
los espacios
(2.2.28)
H
1
D,p
:=
_
u H
1
loc
(R
2
) [ u[

D
= v[

D
para alg un v S
p
(T
h
, R
2
)
_
,
H
1
D,0
:=
_
u H
1
() [ u[

D
= 0
Luego podemos formular
Teorema 2.2. Supongamos que se cumple (C1), (C2). Sea p un vector de gra-
dos polinomiales que satisface (2.1.25). Luego, existe un operador lineal I : H
1
D,p

S
p
(T
h
, R
2
) y una constante C > 0 que depende solo de tal que
1. Iu[

D
= u[

D
2. para todo vertices V y para todo e
V
|u Iu|
L
2
(
1
V
)
+
h
V
p
V
|Iu|
L
2
(
1
V
)
+

h
V
p
V
|u Iu|
L
2
(e)
C
h
V
p
V
|u|
L
2
(
4
V
)
.
En [19] puede verse una demostracion detallada de los dos Teoremas previos.
Observaci on 2.1. Notemos que el caso en el que tenemos condiciones de borde
Dirichlet homogeneas, o sea, la aproximacion de funciones u H
1
0
() por S
p
0
(T
h
, )
esta incluido en el Teorema anterior, y esto se puede ver facilmente extendiendo la
26 2. ESTIMACIONES DE ERROR A POSTERIORI
funcion u H
1
0
() a todo R
2
por cero en R
2
. Ademas, se puede ver que en el caso
de condiciones de bordes homogeneas, el factor |u|
L
2
(
8
V
)
puede ser reemplazado por
|u|
L
2
(
4
V
)
.
2.2. Estimaciones inversas. El analisis de los indicadores del error, que intro-
duciremos en la seccion 3 del presente captulo, requiere estimaciones inversas polino-
miales en espacios de Sobolev con pesos.
Los siguientes dos Lemas son fundamentales para la obtencion de las estimaciones
inversas deseadas.
Lema 2.1. Sean y dos n umeros reales tal que 1 < < . Luego, la siguiente
inecuacion se cumple para todo polinomio
p
de grado p de una variable
_
1
1

2
p
(y)(1 y
2
)

dy Cp
2()
_
1
1

2
p
(y)(1 y
2
)

dy
donde C = C(, ).
Demostracion:
Vamos a usar algunas propiedades de los polinomios de Jacobi, estas se pueden
encontrar en, por ejemplo: Bernardy y Maday, 1996, Seccion 19 [11].
Las derivadas de los polinomios de Jacobi J
,
n

son ortogonales entre ellas para la


medida (1 y
2
)
+1
dy y satisfacen
_
1
1
(J
,
n

)
2
(y)(1 y
2
)
+1
C(n +
1
2
)
Entonces, escribiendo cada
p
como

p+1
n=1

n
J
,
n

, obtenemos
_
1
1

2
p
(y)(1 y
2
)
+1
dy C
p+1

n=1

2
n
(n +
1
2
)
Vamos a usar ahora lo que esta demostrado en [11], Teorema 19.3:
(2.2.29)
_
1
1
(J
,
n

)
2
(y)(1 y
2
)

dy Cn
2
esto implica que
(2.2.30)
_
1
1

2
p
(y)(1 y
2
)

dy C
_
p+1

n=1
[[
__
1
1
(J
,
n

)
2
(y)(1 y
2
)

dy
_
1
2
_
2
C
_
p+1

n=1
[
n
[n
_
2
2. RESULTADOS T

ECNICOS 27
y usando la desigualdad de Cauchy-Schwarz obtenemos
(2.2.31)
_
1
1

2
p
(y)(1 y
2
)

dy C
_
p+1

n=1

2
n
_
n +
1
2
_
__
p+1

n=1
n
2
n +
1
2
_
Cp
2
_
1
1

2
p
(y)(1 y
2
)
+1
dy
Luego, tenemos demostrado el Lema para el caso = + 1.
Repitiendo el mismo argumento podemos ver que el resultado tambien es cierto
cuando la diferencia entre y es un entero positivo.
Finalmente, cuando 1 < < , dado que se puede escribir como =
1
p

+

p

con
1
p

+
1
p

= 1 y
1
p

= < 1. Luego, el resultado se obtiene aplicando la desigualdad


de Holder a
_
1
1

2
p
(y)(1 y
2
)

dy
_
1
1

2
p

p
(y)(1 y
2
)
1
p


2
p

p
(y)(1 y
2
)

y usando lo probado para el caso 1 y .

Lema 2.2. Sea un n umero real no negativo. Luego para todo polinomio
p
de
grado p se cumple que
_
1
1

2
p
(y)(1 y
2
)
2
dy Cp
2(2)
_
1
1

2
p
(y)(1 y
2
)

dy
dodne C = C().
Demostracion: ver el trabajo [10], formula (2.27).

Con el n de formular el Lema que sigue, vamos a denir en el intervalo



I = (0, 1)
la siguiente funcion de peso.

I
(x) := x(1 x).
Luego tenemos las siguientes estimaciones inversas:
Lema 2.3. Sea 1 < < , [0, 1] y sea

I
la funcion que acabamos de denir.
Luego existen constantes C
1
, C
3
= C(, ), C
2
= C() > 0 tal que para todo p N y
todo polinomio
p
de grado p
(i)
_
1
0

I
(x)
2
p
(x)dx C
1
p
2()
_
1
0

I
(x)
2
p
(x)dx ,
(ii)
_
1
0

2

I
(x)
_

p
(x)
_
2
dx C
2
p
2(2)
_
1
0

I
(x)
2
p
(x)dx ,
(iii)
_
1
0

I
(x)
_

p
(x)
_
2
dx C
3
p
2
_
1
0

2
p
(x)dx ,
28 2. ESTIMACIONES DE ERROR A POSTERIORI
(iv) Mas a un, si ademas se cumple
p
(

I) = 0 o sea
p
(0) = 0 y
p
(1) = 0,
entonces
_
1
0
_

p
(x)
_
2
dx C
3
p
2
_
1
0

1

I

2
p
(x)dx .
Demostracion
Vamos a demostrar (i) y (ii) que son los resultados que vamos a usar, para ver las
demostraciones de (iii) y (iv) mirar [12].
La demostracion de (i) es un corolario directo del Lema 2.1. Haciendo el cambio de
variables x =
y+1
2
tenemos
_
1
1

2
p
(y)(1 y
2
)

dy =
_
1
0

2
p
(2x 1)(1 (2x 1)
2
)

2dx =
_
1
0

2
p
(x)(x(1 x))

dx
_
1
1

2
p
(y)(1 y
2
)

dy =
_
1
0

2
p
(2x 1)(1 (2x 1)
2
)

2dx =
_
1
0

2
p
(x)(x(1 x))

dx
luego,
_
1
0

2
p
(x)(x(1 x))

dx Cp
2()
_
1
0

2
p
(x)(x(1 x))

dx
lo que implica que
_
1
0

2
p
(x)(x(1 x))

dx Cp
2()
_
1
0

2
p
(x)(x(1 x))

dx
como esto vale para todo
p
, y recordando la denicion de

I
, obtenemos lo que
queramos, i. e.,
_
1
0

2
p
(x)

I
(x)dx Cp
2()
_
1
0

2
p
(x)

I
(x)dx
donde C = C(, ).
En forma analoga se demuestra (ii) como corolario directo del Lema 2.2.

La funcion de peso

I
del Lema anterior esta caracterizada por

I
(x) dist(x,

I).
Ahora vamos a generalizar el Lema anterior a mas dimensiones. Para esto denimos la
funcion de peso

K
( x) := dist( x,

K)
donde

K es el cuadrado de referencia o el triangulo de referencia. El Lema analogo
al anterior, pero en dos dimensiones, es el siguiente:
Teorema 2.3. Sea

K el cuadrado o el triangulo de referencia y sea

K
la funcion
que acabamos de denir. Sean , R que cumplan 1 < < y [0, 1]. Luego,
existen contantes C
1
, C
3
= C(, ) y C
2
= C() > 0 tal que para todo polinomio

p
Q
p
se tiene
2. RESULTADOS T

ECNICOS 29
(i)
_

K
_

K
_

2
p
d xd y C
1
p
2()
_

K
_

K
_

2
p
d xd y,
(ii)
_

K
_

K
_
2
[
p
[
2
d xd y C
2
p
2(2)
_

K
_

K
_

2
p
d xd y,
(iii)
_

K
[
p
[
2
d xd y C
3
p
2
_

K
[
p
[
2
d xd y,
(iv) Si ademas se tiene que
p
= 0 en

K, entonces
_

K
[
p
[
2
d xd y C
3
p
2
_

K
_

K
_

[
p
[
2
d xd y.
Ahora vamos a generalizar los items (i) y (ii) del Teorema anterior (que son los que
vamos a usar) para el caso K T
h
. Para eso vamos a denir

K
:=

K
F
1
K
donde F
K
es una transformacion afn que manda

K en K. Para poder hacer la gener-
alizacon necesitamos el siguiente Lema.
Lema 2.4. Sean T y

T dos subconjuntos de R
n
anmente equivalentes (existe F
transformacion afn inversible tal que F(

T) = T, F( x) = B x + c). Entonces
|B|
h
D

D
|B
1
|
h

D
donde la norma de la matriz B es la norma usual (norma 2).
Demostracion: Vamos a ver la estimacion para |B| (la otra es analoga).
|B| = sup
w

D, w=0
|B w|
| w|
= sup
w

D, w=0
|B
w

D
| w|
|
1

D
llamando z =
w

D
w
obtenemos
|B| = sup
z

D, z=

D
|B z|
1

D
como | z| =

D
, entonces x y

T con z = x y. Luego
|B z| = |B x B y| = |F( x) F( y)| = |x y|
para alg un x, y T. Entonces
|B| sup
x,yD
|x y|
1

D
=
h
D

D
En el caso en que

T =

K y T = K, este Lema nos dice que si F( x) = B x + c es
una transformacon afn de

K en K, entonces
|B|
h
K

K
Ch
K
30 2. ESTIMACIONES DE ERROR A POSTERIORI
Teorema 2.4. Sea K T
h
, sea
K
=

K
F
1
K
. Sean , , cumpliendo las
hipotesis del Teorema (2.3). Luego existen C
1
= C(, ) y C
2
= C() > 0 tal que para
todo polinomio
p
Q
p
(i)
_
K

2
p
dxdy C
1
p
2()
_
K

2
p
dxdy,
(ii)
_
K

2
K
[
p
[
2
dxdy C
2
1
h
2
K
p
2(2)
_
K

2
p
.
Demostracon: Para demostrar (i) solo necesitamos usar el Teorema de cambio de
variables.
_
K

2
p
dxdy =
_

K
(
K
F
K
)

(
p
F
K
)
2
[detB[d xd y
observemos que
K
F
K
=

K
. Luego aplicamos el item (i) del Teorema 2.3 y obten-
emos:
_
K

2
p
dxdy Cp
2()
[detB[
_

K
(
p
F
K
)
2
d xd y
usando el Teorema de cambio de variables de nuevo, obtenemos
[detB[
_

K
(
p
F
K
)
2
d xd y = [detB[
_
K

2
p
[detB
1
[dxdy =
_
K

2
p
dxdy
luego
_
K

2
p
dxdy Cp
2()
_
K

2
p
dxdy
Para demostrar (ii), ademas del Teorema de cambio de varibales, vamos a utilizar
el Lema 2.4. Observemos que

p
= (
p
F
K
) F
1
K
y usando la regla de la cadena, tenemos

p
=
_
(
p
F
K
) F
1
K
_
B
1
aplicando ahora el Teorema de cambio de variables
_
K

2
K
[
p
[
2
dxdy =
_

K
[(
p
F
K
)B
1
[
2
[detB[d xd y
|B
1
|
2
_

K
[(
p
F
K
)[
2
[detB[d xd y
aplicando ahora el item (ii) del Teorema 2.3
|B
1
|
2
_

K
[(
p
F
K
)[
2
[detB[d xd y Cp
2(2)
|B
1
|
2
_

K
(
p
F
K
)
2
[detB[d xd y
y volviendo a aplicar el Teorema de cambio de variables resulta
Cp
2(2)
|B
1
|
2
_

K
(
p
F
K
)
2
[detB[d xd y = Cp
2(2)
|B
1
|
2
_
K

2
p
dxdy
Resumiendo
2. RESULTADOS T

ECNICOS 31
_
K

2
K
[
p
[
2
dxdy Cp
2(2)
|B
1
|
2
_
K

2
p
dxdy
Ahora acotamos |B
1
|, usando el Lema 2.4
|B
1
|
h

K
y usando la regularidad de la malla
h
K

K
tenemos
|B
1
|
C
h
K
Entonces
_
K

2
K
[
p
[
2
dxdy Cp
2(2)
1
h
2
K
_
K

2
p
dxdy
quedando as el Teorema demostrado.

Finalmente, necesitamos un resultado que nos permita extender una funcion denida
sobre un lado a todo el dominio. Para eso denimos en el conjunto e = (0, 1) 0 la
siguiente funcion de peso

e
( x, 0) =

I
( x)
Vamos a notar
e
( x, 0) =
e
( x).
Lema 2.5. Sean

K el cuadrado o el triangulo de referencia, (1/2, 1]. Sean

e
,

K
como las denimos antes. Luego existe C

> 0 tal que, para todo polinomio

p
1
p
(

K) y para todo [0, 1] existe una extencion v


e
H
1
(

K) tal que
(i) v
e
[
e
=
p

e
( x) y v
e
[


K\ e
= 0;
(ii) |v
e
|
2
L
2
(

K)
C

_
_
_
p

/2
e
_
_
_
2
L
2
( e)
;
(iii) |v
e
|
2
L
2
(

K)
C

_
p
2(2)
+
1
_
_
_
_
p

/2
e
_
_
_
2
L
2
( e)
.
Demostracion
Vamos a empezar con en el caso en que

K es el cuadrado de referencia, o sea

K = Q = (0, 1)
2
. Sea ( x) =
p
( x, 0), entonces es un polinomio de grado p de una
variable y entonces podemos aplicar el Lema 2.3 para este polinomio. La extension v
e
se dene de la siguiente manera
v
e
( x, y) = ( x)
e
( x)

(1 y)

e
y/
obviamente satisface la condicion (i):
v
e
( x, 0) = ( x)

e
( x)(1 0)

e
0/
= ( x)

e
( x)(1)(1) = ( x)

e
( x)
32 2. ESTIMACIONES DE ERROR A POSTERIORI
para ver que v
e
[


K\ e
= 0 tenemos que ver que: v
e
( x, 1) = 0 para x [0, 1], v
e
(0, y) = 0
para y [0, 1], y v
e
(1, y) = 0 para y [0, 1].
v
e
( x, 1) = ( x)

e
( x)(1 1)

e
1/
= 0
v
e
(0, y) = (0)
e
(0)

(1 y)

e
y/
y como
e
(0) =

I
(0) = 0, entonces v
e
(0, y) = 0
v
e
(1, y) = (1)
e
(1)

(1 y)

e
y/
y como
e
(1) =

I
(1) = 0, entonces v
e
(1, y) = 0.
Veamos que v
e
tambien satisface la condicion (ii). Usando Fubini,
|v
e
|
2
L
2
(

K)
=
_
1
0

2
( x)
2
e
( x) d x
_
1
0
(1 y)
2
e
2 y/
d y
analicemos cada factor por separado:
Para el segundo factor, usando que (1 y)
2
1 para y (0, 1) tenemos que
_
1
0
(1 y)
2
e
2 y/
d y
_
1
0
e
2 y/
d y = /2
_
1 e
2/
_
/2
Mientras que para el primer factor
_
1
0

2
( x)
2
e
( x) d x =
_
1
0

2
( x)

e
( x)

e
( x)dx
usando que
e
( x) = x(1 x) 1/4 nos queda que
(2.2.32)
_
1
0

2
( x)
2
e
( x) d x (1/4)

_
_
_
p

/2
e
_
_
_
2
L
2
( e)
En consecuencia,
|v
e
|
2
L
2
(

K)
C

_
_
_
p

/2
e
_
_
_
2
L
2
( e)
Para ver (iii) vamos a usar las siguientes acotaciones.

x
v
e
( x) =
_

( x)
e
( x)

+ ( x)
e
( x)
1

e
( x)
_
(1 y)

e
y/
mirando la denicion de
e
, vemos que

e
= 12 x, luego, reemplazando en la ecuacion
anterior, obtenemos:

x
v
e
( x) =
_

( x)
e
( x)

+ ( x)
e
( x)
1
(1 2 x)
_
(1 y)

e
y/
luego, usando Fubini:
|
x
v
e
|
2
L
2
(Q)
=
_
_

e
+
1
e
(1 2 x)
_
_
2
L
2
( e)
_
_
(1 y)

e
y/
_
_
2
L
2
((0,1))
y usando desigualdad triangular resulta
2. RESULTADOS T

ECNICOS 33
(2.2.33)
_
_

e
+
1
e
(1 2 x)
_
_
2
L
2
( e)

_
|

e
|
L
2
( e)
+
_
_

1
e
(1 2 x)
_
_
L
2
( e)
_
2
2
_
|

e
|
2
L
2
( e)
+
_
_

1
e
(1 2 x)
_
_
2
L
2
( e)
_
observando que:
_
_

1
e
(1 2 x)
_
_
2
L
2
( e)
=
_
1
0
_
( x)
1
e
( x)(1 2 x)
_
2

2
_
_

1
e
_
_
2
L
2
( e)
Luego,
_
_

e
+
1
e
(1 2 x)
_
_
2
C

_
|

e
|
2
L
2
( e)
+
_
_

1
e
_
_
2
L
2
( e)
_
Analicemos ahora el otro factor:
_
_
(1 y)

e
y/
_
_
2
L
2
((0,1))
=
_
1
0
(1 y)
2
e
2 y/
d y
Cuando vimos (ii) demostramos que esto es /2.
Luego,
|
x
v
e
|
2
L
2
(Q)
C

_
|

e
|
2
L
2
( e)
+
_
_

1
e
_
_
2
L
2
( e)
_

Usando (i) y (ii) del Lema 2.3 tenemos que


_
_

1
e
_
_
2
L
2
( e)
C

p
2(2)
_
_
_
/2
e
_
_
_
2
L
2
( e)
|

e
|
2
L
2
( e)
C

p
2(2)
_
_
_
/2
e
_
_
_
2
L
2
( e)
Luego,
(2.2.34) |
x
v
e
|
2
L
2
(Q)
C

p
2(2)
_
_
_
p

/2
e
_
_
_
2
L
2
( e)
Calculemos ahora
y
v
e

y
v
e
( x, y) = ( x)

e
_
(1 y)
1
e
y/
+ (1 y)

e
y/
1

_
usando Fubini y desigualdad triangular:
|
y
v
e
|
2
L
2
(Q)
|

e
|
2
L
2
((0,1))
_
_
_
(1 y)
1
e
y/
_
_
2
L
2
((0,1))
+
_
_
_
_
(1 y)

e
y/
1

_
_
_
_
2
L
2
((0,1))
_
Analicemos los terminos que estan adentro del parentesis,
34 2. ESTIMACIONES DE ERROR A POSTERIORI
El segundo termino ya fue analizado y tenemos que
_
_
_
_
(1 y)

e
y/
1

_
_
_
_
2
L
2
((0,1))
=
1

2
_
1
0
(1 y)
2
e
2 y/
d y
1

2
= C
1
Analicemos el primer termino:
_
_

2
(1 y)
1
e
y/
_
_
2
L
2
((0,1))
=
_
1
0

2
(1 y)
2(1)
e
2 y/
d y
Observemos que para calcular esta integral no podemos hacer un calculo directo,
pues el integrando tiene una singularidad en y = 1 ya que podra ser 1 < 0.
Separamos la integral en suma de dos integrales y calculamos cada una por separado
_
1
0

2
(1 y)
2(1)
e
2 y/
d y +
_
1
1

2
(1 y)
2(1)
e
2 y/
d y
Calculamos la integral de la izquierda,
_
1
0

2
(1 y)
2(1)
e
2 y/
d y
2

2(1)
_
1
0
e
2 y/
d y
2

2(1)
_
1
0
e
2 y/
d y
para la primer desigualdad se usa que (1 y)
2(1)
(1 (1 ))
2(1)
para y entre 0
y 1 ; y usando otra vez que
_
1
0
e
2 y/
d y /2, obtenemos
_
1
0

2
(1 y)
2(1)
e
2 y/
d y
2

2(1)
/2 = C

21
Calculamos ahora la integral de la derecha,
_
1
1

2
(1 y)
2(1)
e
2 y/
d y = lim
M1

_
M
1

2
(1 y)
2(1)
e
2 y/
d y
observemos que el lmite existe pues
_
M
1

2
(1 y)
2(1)
e
2 y/
d y es funcion creciente de
M, pero podra ser innito, demostremos que no es este el caso, o sea que el lmite es
nito.
_
M
1

2
(1 y)
2(1)
e
2 y/
d y
_
M
1

2
(1 y)
2(1)
d y
ya que e
2 y/
1 en el intervalo de integracion. Supongamos 1/2 < < 1, entonces
1 < 2( 1) < 0 y podemos integral de la siguiente manera
_
M
1

2
(1 y)
2(1)
d y =

2
2 1
_

21
(1 M)
21
_
Luego,
2. RESULTADOS T

ECNICOS 35
lim
M1

_
M
1

2
(1 y)
2(1)
e
2 y/
d y lim
M1

2
2 1
_

21
(1 M)
21
_
=

2
2 1

21
Quedando entonces demostrado para el caso ,= 1 que
_
1
1

2
(1 y)
2(1)
e
2 y/
d y C

21
El caso = 1 es trivial.
Luego,
_
1
0

2
(1 y)
2(1)
e
2 y/
d y+
_
1
1

2
(1 y)
2(1)
e
2 y/
d y C

21
+C

21
C

21
O sea,
_
_

2
(1 y)
1
e
y/
_
_
2
L
2
((0,1))
=
_
1
0

2
(1 y)
2(1)
e
2 y/
d y C

21
Juntando esta acotacion con la que calculamos antes,
|

e
|
2
L
2
((0,1))
_
_
_
(1 y)
1
e
y/
_
_
2
L
2
((0,1))
+
_
_
_
_
(1 y)

e
y/
1

_
_
_
_
2
L
2
((0,1))
_
|

e
|
2
L
2
((0,1))
_
C

21
+ C
1
_
|

e
|
2
L
2
((0,1))
C

(
21
+
1
)
Luego
|
y
v
e
|
2
L
2
(Q)
|

e
|
2
L
2
((0,1))
C

(
21
+
1
)
usando (2.2.32) resulta
(2.2.35) |
y
v
e
|
2
L
2
(Q)

_
_
_
/2
e
_
_
_
2
L
2
((0,1))
C

(
21
+
1
)
Y ahora podemos calcular lo que queriamos, de (2.2.34) y (2.2.35) tenemos que
|v
e
|
2
L
2
(

K)
C

|
/2
e
|
2
L
2
((0,1))
_
p
2(2)
+
1+2
+
1

observemos que
1+2
p
2(2)
, entonces
|v
e
|
2
L
2
(

K)
C

|
/2
e
|
2
L
2
((0,1))
_
p
2(2)
+
1

como queriamos demostrar.


El resultado para el cuadrado de referencia Q implica el resultado para el triangulo
de referencia T, en efecto, usando transformaciones biliniales, vemos que (i)-(iii) tambien
valen si reemplazamos Q por el subconjunto de T: Q

:= (x, y)[y < x < 1 y, 0 < y < 1/4.


36 2. ESTIMACIONES DE ERROR A POSTERIORI
Sea v
e
una funcion que satisface (i)-(iii) en

K = Q

. La funcion que queremos en T se


obtiene extendiendo la funcion a T por cero en T Q

. Esto concluye la demostraci on.

Nuestro objetivo ahora es demostrar un Lema analogo al anterior para el caso K


T
h
. Para eso vamos a necesitar del siguiente Lema, en el cual vamos a considerar una
transformacion afn particular: sea e un lado de K, sean p
1
y p
2
los extremos de e. Sea
p
3
el otro punto tal que forma un lado de K con p
1
, sea B la matriz B = (p
2
p
1
[p
3
p
1
),
observemos que [det(B)[ = C[K[, denimos F
K
( x) = B x+p
1
; esta transformacion afn
manda

K en K y e en e.
Lema 2.6. Sean K T
h
, w : K R, e un lado de K y F
K
la funcion que
denimos recien. Entonces
_
e
w
2
dl =
_
e
(w F
K
)
2
[e[dl
donde dl =diferencial de longitud.
Demostracion Sea r(s) = (p
2
p
1
)s+p
1
, s [0, 1], una parametrizacion de e. Luego
_
e
w
2
dl =
_
1
0
w(r(s))
2
|r

(s)|ds
calculemos |r

(s)| = |p
2
p
1
| = [e[. Y observando que r(s) = F
K
(s, 0), llamamos
z(s) = (s, 0) que es una parametrizacion de e. Luego
_
e
w
2
dl =
_
1
0
(w F
K
)(z(s))
2
[e[ds
y usando que 1 = |z

(s)|, nos queda lo que queremos.

Ahora estamos en condiciones de generalizar el Lema 2.5. Denimos para e K

e
:=
e
F
1
K
donde F
K
es la transformacion afn denida para el lema anterior, que manda

K en K
y e en e.
Lema 2.7. Sea K T
h
, (1/2, 1]. Luego existe una constante C

> 0 tal que


para todo polinomio
p
1
p
y para todo (0, 1] existe una extension v
e
H
1
(K) tal
que
(i) v
e
[
e
=
p

e
y v
e
[
K\e
= 0;
(ii) |v
e
|
2
L
2
(K)
C

|
p

/2
e
|
2
L
2
(e)
h
K
;
(iii) |v
e
|
2
L
2
(K)
C

(p
2(2)
+
1
)|
p

/2
e
|
2
L
2
(e)
1
h
K
.
2. RESULTADOS T

ECNICOS 37
Demostracion: Sea F
K
la transformacion afn denida como en el Lema anterior.
Deno
p
=
p
F
K
. Entonces por el Lema 2.5 existe v
e
H
1
(

K) que cumple los items


(i), (ii) y (iii) del Lema con
p
=
p
. Deno v
e
= v
e
F
1
K
. Calculemnos v
e
[
e
, sea p e
v
e
(p) = v
e
(F
1
K
(p)) =
p
(F
1
K
(p))
e
(F
1
K
(p))

=
p

e
y queda demostado el item (i). En las ecuaciones anteriores usamos que (F
1
K
(p)) e.
Calculemos |v
e
|
2
L
2
(e)
|v
e
|
2
L
2
(e)
=
_
K
v
2
e
=
_

K
(v
e
F
K
)
2
[det(B)[ = |v
e
|
2
L
2
(

K
)[det(B)[
aca usamos el Teorema de cambio de variables. Usando (ii) del Lema 2.5
|v
e
|
2
L
2
(e)
[det(B)[C

|
p

e
|
2
L
2
( e)
usando el Lema 2.6
|
p

e
|
2
L
2
( e)
=
1
[e[
|
p

e
|
2
L
2
(e)
luego
|v
e
|
2
L
2
(e)
[det(B)[C

1
[e[
|
p

e
|
2
L
2
(e)
mirando la denicion de F
K
se ve que [det(B)[ = C[K[ Ch
2
K
. Luego
|v
e
|
2
L
2
(e)
C

h
2
K
[e[
|
p

e
|
2
L
2
(e)
por ultimo, usamos que [e[
K
, y que, por regularidad de la malla,
K
Ch
K
quedando as demostrado el item (ii).
Finalmente, calculamos |v
e
|
2
L
2
(K)
|v
e
|
2
L
2
(K)
=
_
K
[v
e
[
2
=
_

K
[v
e
B
1
[
2
[det(B)[
aca usamos que v
e
= (v
e
F
1
K
)B
1
y luego usamos el Teorema de cambio de
variables. Aplicando ahora desigualdad trianguar, obtenemos
|v
e
|
2
L
2
(K)
|B
1
|
2
[det(B)[
_

K
[v
e
[
2
= |B
1
|
2
[det(B)[|v
e
|
2
L
2
(

K)
usando ahora el item (iii) del Lema 2.5 tenemos que
|v
e
|
2
L
2
(K)
|B
1
|
2
[det(B)[C

(p
2(2)
+
1
)|
p

e
|
2
L
2
( e)
usando otra vez el Lema 2.6
38 2. ESTIMACIONES DE ERROR A POSTERIORI
|v
e
|
2
L
2
(K)

|B
1
|
2
[det(B)[
[e[
C

(p
2(2)
+
1
)|
p

e
|
2
L
2
(e)
dado que como mencionamos antes
|det(B)|
|e|
Ch
K
, usando el Lema 2.4 obtenemos
|v
e
|
2
L
2
(K)

1
h
K
C

(p
2(2)
+
1
)|
p

e
|
2
L
2
(e)
y queda demostrado el item (iii).

3. Indicador local del error


En esta seccion vamos a introducir un estimador del error a posteriori y vamos a
demostrar su abilidad y eciencia.
Introducimos unas notaciones que vamos a usar en la denicion y el analisis del
estimador del error. Para K T
h
denotamos por c
K
el conjunto de lados de K que
no es un segmento del y denimos c =

KT
h
c
K
el conjunto de todos los lados
interiores de T
h
.
Para todo lado e c elegimos un vector normal y unitario n
e
y denotamos a los
elementos que componen este lado K
in
y K
out
, con n
e
apuntando hacia afuera de K
in
.
Para u
FE
denimos
_
u
FE
n
_
e
= (u
FE
[
Kout
) n
e
(u
FE
[
K
in
) n
e
que corresponde al salto de la derivada normal de u
FE
a lo largo del lado e. Notemos
que este valor es independiente de la eleccion de K
in
y K
out
.
De (1.1.2) y (2.1.26) sabemos que
a(u, v) =
_

u v =
_

fv v H
1
0
()
a(u
FE
, v) =
_

u
FE
v =
_

fv v S
p
0
(, T
h
)
de esto se deduce que si llamamos e = u u
FE
, entonces e cumple
(2.3.36) a(e, v) = 0 v S
p
0
(, T
h
)
Por otro lado, para v H
1
0
()
a(e, v) =
_

ev =

KT
h
_
K
ev
integrando por partes resulta
3. INDICADOR LOCAL DEL ERROR 39
(2.3.37)
a(e, v) =

KT
h
_

_
K
e v +
_
K
e
n
v
_
=

KT
h
_

_
K
(u u
FE
) v +
_
K
u
n
v
_
K
u
FE
n
v
_
recordando que u = f y obsevando que las derivadas direccionales de u se compensan
en los lados interiores, obtenemos:
a(e, v) =

KT
h
_
K
(f + u
FE
) v +
_

u
n
v

KT
h
_
K
u
FE
n
v
usando que v H
1
0
y mirando la denicion de
_
u
FE
n

e
podemos escribir
(2.3.38) a(e, v) =

KT
h
_
K
(f + u
FE
) v +

eE
_
e
_
u
FE
n
_
e
v
a esta ecuacion la llamaremos ecuacion del error.
De la coercitividad de a sabemos que
(2.3.39)
|u u
FE
|
2
H
1
0
()
Ca(u u
FE
, u u
FE
)
= C (a(u u
FE
, u u
FE
I(u u
FE
)) + a(u u
FE
, I(u u
FE
)))
usando que el interpolador de Clement I(u u
FE
) S
p
0
(, T
h
) y (2.3.36) tenemos que
|u u
FE
|
2
H
1
0
()
Ca(u u
FE
, u u
FE
I(u u
FE
))
llamemos w = u u
FE
I(u u
FE
), luego la ecuacion anterior puede escribirse como
|u u
FE
|
2
H
1
0
()
Ca(e, w)
usando ahora la ecucacion del error se tiene que
(2.3.40)
|u u
FE
|
2
H
1
0
()
C
_

KT
h
_
K
(f + u
FE
) w +

eE
_
e
_
u
FE
n
_
e
w
_
C
_

KT
h
|f + u
FE
|
L
2
(K)
|w|
L
2
(K)
+

eE
_
_
_
_
_
u
FE
n
_
e
_
_
_
_
L
2
(e)
|w|
L
2
(e)
_
Sea V
K
un vertice tal que K
1
V
K
y sea V
e
un vertice tal que e c
Ve
, estas
elecciones son arbitrarias pero jas. Por el Teorema 2.2 existe j N tal que
40 2. ESTIMACIONES DE ERROR A POSTERIORI
|w|
L
2
(K)
|w|
L
2
(
1
V
K
)
= |(u u
FE
) I(u u
FE
)|
L
2
(
1
V
K
)
C
h
V
K
p
V
K
[u u
FE
[
H
1
0
(
j
V
K
)
y
|w|
L
2
(e)
= |(u u
FE
) I(u u
FE
)|
L
2
(e)
C

h
Ve
p
Ve
[u u
FE
[
H
1
0
(
j
Ve
)
entonces
(2.3.41)
|u u
FE
|
2
H
1
0
C
_

KT
h
h
V
K
p
V
K
[u u
FE
[
H
1
0
(
j
V
K
)
|f + u
FE
|
L
2
(K)
+

eE
_
_
_
_
_
u
FE
n
_
e
_
_
_
_
L
2
(e)

h
Ve
p
Ve
[u u
FE
[
H
1
0
(
j
Ve
)
_
Ahora estamos en condiciones de denir el indicador local del error.
Para cada K T
h
denimos el estimador del error
;K
, [0, 1], como

2
;K
:=
2
;B
K
+
2
;E
K
El primer termino es el residuo interno pesado dado por

2
;B
K
:=
h
2
K
p
2
K
|(f
p
K
+ u
FE
)
/2
K
|
2
L
2
(K)
donde f
p
K
es la L
2
(K)-proyeccion de f en el espacio de polinomios de grado p
K
1.
Recordemos que

K
=

K
F
1
K
donde F
K
es una transformacion afn que manda

K en K.
El segundo termino es el residuo del borde pesado

2
;E
K
:=

eK
h
e
2p
e
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
donde h
e
es la longitud del lado e y p
e
:= max(p
K
1
, p
K
2
), donde K
1
y K
2
son los dos
elementos que comparten el lado e.
Recordemos que

e
=
e
F
1
K
donde F
K
es, como antes, la transformacion afn que manda

K en K, y e en e.
Como es usual el indicador global del error esta dado por la suma de las contribu-
ciones locales

2
;
:=

KT
h

2
;K
3. INDICADOR LOCAL DEL ERROR 41
El siguiente Lema nos permite acotar el error en termino de estos estimadores.
Lema 3.1. Sea [0, 1]. Luego, existe una constante C > 0 independiente de h y
de p tal que
|u u
FE
|
2
H
1
0
()
C

KT
h
_
p
2
K

2
;K
+
h
2
K
p
2
K
|f
p
K
f|
2
L
2
(K)
_
Demostracion
De la desigualdad (2.3.41), restando adecuadamente f
p
K
obtenemos
|u u
FE
|
2
H
1
0
()
C
_

KT
h
_

2
0;B
K
+
h
2
K
p
2
K
|f f
p
K
|
2
L
2
(K)
+
2
0;E
K
_
_
1/2
|u u
FE
|
H
1
0
()
En este paso, se usa el hecho de que cada elemento K y cada lado e esta contenido en
un n umero nito de
j
V
K
y
j
Ve
. Mas a un, las hipotesis (2.1.23) y (2.1.25) garantizan que
la constante C es independiente del tama no de la malla y del orden de aproximacion.
Finalmente, usamos las acotaciones inversas para acotar
0;B
K
,
0;E
K
por
;B
K
,

;E
K
. Recordemos que

2
;E
K
:=

eK
h
e
2p
e
_
_
_
_
_
u
FE
n
_
e
_
_
_
_
2
L
2
(e)
llamo
p
=
_
u
FE
n

e
, sea F
K
la transformacion considerada en el Lema 2.6, este Lema
nos dice que
|
p
|
2
L
2
(e)
= [e[|
p
F
K
|
2
L
2
( e)
aplicando ahora el item (i) del Lema 2.3 con = 0 y = tenemos que
_
e
(
p
F
K
)
2
Cp
2
_
e

e
(
p
F
K
)
2
volviendo a aplicar el Lema 2.6 tenemos
|
p
|
2
L
2
(e)
Cp
2
|
p

/2
e
|
L
2
(e)
Resumiendo, hemos probado que
_
_
_
_
_
u
FE
n
_
e
_
_
_
_
2
L
2
(e)
Cp
2
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
lo que implica
(2.3.42)
2
0;E
K
Cp
2
K

2
;E
K
Recordemos la denicion de
42 2. ESTIMACIONES DE ERROR A POSTERIORI

2
0;B
K
=
h
2
K
p
2
K
|f
p
K
u
FE
|
2
L
2
(K)
Aplicando el item (i) del Teorema 2.4 con = 0 y = y
p
= f
p
K
u
FE
nos queda
|
p
|
2
L
2
(K)
=
_
K

2
p
Cp
2
_
K

2
p
= Cp
2
|
/2
K

p
|
2
L
2
(K)
luego,
(2.3.43)
2
0;B
K
Cp
2
K

2
;B
K
.
De (2.3.42) y (2.3.43), se tiene
|uu
FE
|
2
H
1
0
()
C
_

KT
h
_
p
2
K

2
;B
K
+
h
2
K
p
2
K
|f f
p
K
|
2
L
2
(K)
+ p
2
K

2
;E
K
_
_
1/2
|uu
FE
|
H
1
0
()
lo que completa la demostracion.

Observaci on 3.1. Notemos que la cota superior del error dada en el Lema 3.1
depende de p si ,= 0 y que este hecho es consecuencia de las estimaciones inversas
para polinomios.
El siguiente Lema provee una acotacion por arriba del residuo interno pesado
;B
K
en terminos del error de elementos nitos. La acotacion es independiente de p solo
cuando = 1.
Lema 3.2. Sean [0, 1], > 0. Luego, existe una constante C() > 0 independi-
ente de h, p, y de K T
h
tal que

2
;B
K
C()
_
p
2(1)
K
|u u
FE
|
2
H
1
0
(K)
+ p
m
K
h
2
K
p
2
K
|f
p
K
f|
2
L
2
(K)
_
donde m = max1 + 2 2, 0.
Demostracion: Denimos v
K
:= (f
p
K
+ u
FE
)

K
, (0, 1], extendiendola por
cero en K, luego
(2.3.44)
|v
K

/2
K
|
2
L
2
(K)
=
_
K
v
2
K

K
dxdy =
_
K
(f
p
K
+ u
FE
)

K
v
K

K
dxdy
=
_
K
(f
p
K
+ u
FE
)v
K
dxdy
=
_
K
(f + u
FE
)v
K
dxdy +
_
K
(f
p
K
f)v
K
dxdy
3. INDICADOR LOCAL DEL ERROR 43
acotemos el primer termino. Aplicando el Teorema de Green
_
K
(f + u
FE
)v
K
=
_
K
(u u
FE
)v
K
=
_
K
(u u
FE
) (v
K
)
_
K
(u u
FE
)
n
v
K
como v
K
[
K
= 0 entonces
(2.3.45)
_
K
(f + u
FE
)v
K
=
_
K
(u u
FE
) (v
K
)
|(u u
FE
)|
L
2
(K)
|(v
K
)|
L
2
(K)
|u u
FE
|
H
1
0
(K)
[v
K
[
H
1
0
(K)
Para acotar el segundo termino usamos Holder
_
K
(f
p
K
f)v
K
dxdy |(f
p
K
f)
/2
K
|
L
2
(K)
|v
K

/2
K
|
L
2
(K)
Resumiendo
(2.3.46)
|v
K

/2
K
|
2
L
2
(K)
|u u
FE
|
H
1
0
(K)
[v
K
[
H
1
0
(K)
+|(f
p
K
f)
/2
K
|
L
2
(K)
|v
K

/2
K
|
L
2
(K)
Ahora vamos a considerar en mas detalle la seminorma de v
K
.
[v
K
[
2
H
1
0
(K)
=
_
K
[v
K
[
2
dxdy
calculemos v
K
v
K
= ((f
p
K
+ u
FE
))

K
+ (f
p
K
+ u
FE
)(

K
)
luego,
(2.3.47)
[v
K
[
2
2 [((f
p
K
+ u
FE
))

K
[
2
+ 2 [(f
p
K
+ u
FE
)(

K
)[
2
= 2 [((f
p
K
+ u
FE
))[
2

2
K
+ 2(f
p
K
+ u
FE
)
2
[(

K
)[
2
entonces
[v
K
[
2
H
1
0
(K)
2
_
K
[((f
p
K
+ u
FE
))[
2

2
K
+ 2
_
K
(f
p
K
+ u
FE
)
2
[(

K
)[
2
acotemos [(

K
)[
2
(2.3.48) (

K
) = (
K
)
1
(
K
) = (
K
)
1
(

K
F
1
K
)B
1
luego,
44 2. ESTIMACIONES DE ERROR A POSTERIORI
[(

K
)[
2
C

2(1)
K
[(

K
F
1
K
)[
2
|B
1
|
2
usando el Lema 2.4 se tiene |B
1
|
2

C
h
2
K
, luego
[(

K
)[
2
C

2(1)
K
[

K
[
,

K
C
h
2
K
entonces
[v
K
[
2
H
1
0
(K)
2
_
K
[((f
p
K
+ u
FE
))[
2

2
K
+
C

h
2
K
_
K
(f
p
K
+ u
FE
)
2

2(1)
K
usando el item (ii) del Teorema 2.4 para acotar la integral de la izquierda
[v
K
[
2
H
1
0
(K)
C
p
2(2)
K
h
2
K
_
K
(f
p
K
+ u
FE
)
2

K
+
C

h
2
K
_
K
(f
p
K
+ u
FE
)
2

2(1)
K
para > 1/2, podemos usar el item (i) del Teorema 2.4 para acotar la integral de la
derecha
[v
K
[
2
H
1
0
(K)
C
p
2(2)
K
h
2
K
_
K
(f
p
K
+ u
FE
)
2

K
+ C
p
2(2)
K
h
2
K
_
K
(f
p
K
+ u
FE
)
2

K
entonces, tenemos que
[v
K
[
2
H
1
0
(K)
C
p
2(2)
K
h
2
K
_
K
(f
p
K
+ u
FE
)
2

K
= Cp
2(1)
K
p
2
K
h
2
K
lo que implica
[v
K
[
H
1
0
(K)
Cp
(1)
K
p
K
h
K
|v
K

/2
K
|
L
2
(K)
usando esta acotacion en la ecuacion (2.3.46), obtenemos
|v
K

/2
K
|
L
2
(K)
C
_
|u u
FE
|
H
1
0
(K)
p
1
K
p
K
h
K
+|(f
p
K
f)
/2
K
|
L
2
(K)
_
como por denicion |v
K

/2
K
|
L
2
(K)
=
p
K
h
K

;B
K
, tenemos
(2.3.49)
;B
K
C
_
p
1
K
|u u
FE
|
H
1
0
(K)
+
h
K
p
K
|f
p
K
f|
L
2
(K)
_
Para obtener la acotacion por arriba en el caso 0
1
2
vamos a usar primero el
item (i) del Teorema 2.4 y luego la acotacion (2.3.49). Para > 1/2, por el item (i)
del Teorema 2.4
3. INDICADOR LOCAL DEL ERROR 45
(2.3.50)
p
K
h
K

;B
K
= |(f
p
K
u
FE
)
/2
K
|
L
2
(K)
=
__
K
(f
p
K
u
FE
)
2

K
_
1/2

_
Cp
2()
K
_
K

K
(f
p
K
u
FE
)
2
_
1/2
= Cp

K
p
K
h
K

;B
K
ahora podemos usar (2.3.49) para
;B
K
ya que > 1/2, y obtenemos
(2.3.51)
p
K
h
K

;B
K
Cp

K
p
K
h
K
_
p
1
K
|u u
FE
|
H
1
0
(K)
+
h
K
p
K
|f
p
K
f|
L
2
(K)
_
simplicando
(2.3.52)

;B
K
Cp

K
_
p
1
K
|u u
FE
|
H
1
0
(K)
+
h
K
p
K
|f
p
K
f|
L
2
(K)
_
= C
_
p
1
K
|u u
FE
|
H
1
0
(K)
+ p

K
h
K
p
K
|f
p
K
f|
L
2
(K)
_
tomando = 1/2 + , > 0

;B
K
C()
_
p
1
k
|u u
FE
|
H
1
0
(K)
+ p
1/2+
K
p
K
h
K
|f
p
K
f|
L
2
(K)
_
lo que completa la demostracion.

Para obtener una cota superior del indicador del error local
;K
, tenemos que
considerar tambien la contribucion del lado
;E
K
. Introducimos el conjunto

K
:=
_
K

[K

y K tienen al menos un lado en com un.


Lema 3.3. Sea [0, 1], > 0. Luego existe C() > 0 independiente de h y de p,
y K T
h
tal que

2
;E
K
Cp
m
K
_
p
K
|u u
FE
|
H
1
(
K
)
+ p
2
K
h
2
K
p
2
K
|f
p
K
f|
2
L
2
(
K
)
_
donde m = max1 2 + 2, 0
Demostracion: Primero vamos a conssiderar el caso > 1/2 para poder aplicar
el Lema 2.7. Sea e un lado interior de K, sea K
1
T
h
tal que K
1
K = e (K
1
existe pues e es interior). Sea =
_
u
FE
n

e
, es un polinomio en cada K T
h
, entonces
puedo aplicar el Lema 2.7: existen w
K
e
H
1
(K) y w
K
1
e
H
1
(K
1
) cumpliendo (i), (ii),
y (iii) de ese Lema. Llamamos K
e
= K K
1
. Denimos w
e
en K
e
del siguiente modo:
w
e
[
K
= w
K
e
y w
e
[
K
1
= w
K
1
e
, como w
K
e
[
e
= w
K
1
e
[
e
es claro que w
e
es continua y ademas
46 2. ESTIMACIONES DE ERROR A POSTERIORI
w
e
[
Ke
= 0. Extendiendo w
e
por 0 en K
e
se tiene w
e
H
1
0
(). Tenemos entonces
que
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
= |w
e

/2
e
|
2
L
2
(e)
=
_
e
w
2
e

e
=
_
e
_
u
FE
n
_
e
w
e
como
(2.3.53)
_
u
FE
n
_
e
= (u
FE
[
Kout
) n
e
(u
FE
[
K
in
) n
e
=
(u
FE
[
Kout
)
n

(u
FE
[
K
in
)
n
entonces
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
=
_
e
(u
FE
[
Kout
)
n
w
e

_
e
(u
FE
[
K
in
)
n
w
e
usando el Teorema de Green,
(2.3.54)
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
=
_
Kout
u
FE
w
e

_
K
in
u
FE
w
e

_
Kout
u
FE
w
e

_
K
in
u
FE
w
e
=
_
Ke
u
FE
w
e

_
Ke
u
FE
w
e
Ahora sumando y restando f en el segundo termino resulta
_
Ke
u
FE
w
e
=
_
Ke
(f + u
FE
) w
e
+
_
Ke
(f) w
e
usando que f = u tenemos
_
Ke
u
FE
w
e
=
_
Ke
(f + u
FE
) w
e
+
_
Ke
u w
e
si aplicamos el Teorema de Green al segundo termino, este queda
_
Ke
u w
e
=
_
Ke
u
n
w
e

_
Ke
u w
e
como w
e
[
Ke
= 0 nos queda
_
Ke
u w
e
=
_
Ke
u w
e
entonces
3. INDICADOR LOCAL DEL ERROR 47
(2.3.55)
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
=
_
Ke
u
FE
w
e

_
Ke
(f + u
FE
) w
e
+
_
Ke
u w
e
=
_
Ke
(u u
FE
) w
e

_
Ke
(f + u
FE
) w
e
usando Holder
(2.3.56)
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
|u u
FE
|
H
1
(Ke)
[w
e
[
H
1
0
(Ke)
+|f + u
FE
|
L
2
(Ke)
|w
e
|
L
2
(Ke)
Usando los items (ii) y (iii) del Lema 2.7, y el hecho de que los lados vecinos son
comparables, tenemos
[w
e
[
2
H
1
0
(Ke)
C
1
h
K
(p
2(2)
K
+
1
)|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
|w
e
|
2
L
2
(Ke)
Ch
K
|w
e
|
L
2
(Ke)
|
_
u
FE
n
_
e

/2
e
|
2
L
2
(e)
usando estas acotaciones en (2.3.56), obtenemos
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
L
2
(e)
C
_
_
1
h
K
(p
2(2)
K
+
1
)
_
1/2
|u u
FE
|
H
1
0
(Ke)
+(h
K
)
1/2
|f + u
FE
|
L
2
(Ke)
_
esto implica que
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
C
_
1
h
K
(p
2(2)
K
+
1
)|u u
FE
|
2
H
1
0
(Ke)
+h
K
|f + u
FE
|
2
L
2
(Ke)
_
sumando y restando f
p
K
(2.3.57)
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
C
_
1
h
K
(p
2(2)
K
+
1
)|u u
FE
|
2
H
1
0
(Ke)
+h
K
|f f
p
K
|
2
L
2
(Ke)
+ h
K
|f
p
K
+ u
FE
|
2
L
2
(Ke)
_
observemos que
|f
p
K
+ u
FE
|
2
L
2
(Ke)
=
2
0;B
K
1
p
2
K
1
h
2
K
1
+
2
0;B
K
p
2
K
h
2
K
48 2. ESTIMACIONES DE ERROR A POSTERIORI
y por la ecuacion (2.3.51), con = 1/2 +

2
0;B
K
p
2
K
h
2
K
C(, )
_
p
2(1)
K
p
2
K
h
2
K
|u u
FE
|
2
H
1
0
(K)
+p
1+22
K
|f
p
K
f|
2
L
2
(K)
_
Lo mismo podemos hacer en K
1
, y como los elementos vecinos son comparables, tenemos
|f
p
K
u
FE
|
2
L
2
(Ke)
C
_
p
2(1)
K
p
2
K
h
2
K
|u u
FE
|
2
H
1
0
(Ke)
+p
1+22
K
|f
p
K
f|
2
L
2
(Ke)
_
usando esta acotacion en la ecuacion (2.3.57), obtenemos
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
C
__
1
h
K
(p
2(2)
K
+
1
) + h
K
p
2(1)
K
p
2
K
h
2
K
_
|u u
FE
|
2
H
1
0
(Ke)
+(h
K
p
1+22
K
)|f f
p
K
|
2
L
2
(Ke)
_
esto vale para todo > 0, eligiendo =
1
p
2
K
, tenemos
_
_
_
_
_
u
FE
n
_
e

/2
e
_
_
_
_
2
L
2
(e)
C
__
p
2(1)
K
h
K
+
p
2
K
h
K
+
p
2(1)
K
h
K
_
|u u
FE
|
2
H
1
0
(Ke)
+(
h
K
p
K
p
22
K
)|f f
p
K
|
2
L
2
(Ke)
_
usando que
he
pe
C
h
K
p
K
, |u u
FE
|
H
1
0
(Ke)
|u u
FE
|
h
1
0
(
K
)
y |f
p
K
f|
L
2
(Ke)

|f
p
K
f|
L
2
(
K
)
, tenemos

2
;E
K
C()
_
(p
12
K
+ p
K
+ p
12
K
)|u u
FE
|
2
H
1
0
(
K
)
+
h
2
K
p
2
K
p
22
K
|f
p
K
f|
L
2
(
K
)
_
ahora, usamos que 1 2 1 y que 2 2 2
(2.3.58)
2
;E
K
C()
_
p
K
|u u
FE
|
2
H
1
0
(
K
)
+
h
2
K
p
2
K
p
2
K
|f
p
K
f|
L
2
(
K
)
_
luego, queda demostrado el Lema para > 1/2 pues 1 p
m
K
.
Veamos ahora el caso 0 1/2. Llamando = 1/2 + , usando las acotaciones
del Lema 2.4, como vimos antes, se puede demostrar que

2
;E
K
C(, )p
2()
K

2
;E
K
3. INDICADOR LOCAL DEL ERROR 49
y usando el resultado para , tenemos
(2.3.59)
2
;E
K
C(, )p
1+22
K
_
p
K
|u u
FE
|
2
H
1
0
(
K
)
+
h
2
K
p
2
K
p
2
K
|f
p
K
f|
L
2
(
K
)
_
esto concluye la demostracion.

De los Lemas 3.1, 3.2 y 3.3, se deduce el siguiente Teorema que establece la cona-
bilidad y eciencia del estimador
Teorema 3.1. Sea [0, 1], > 0. Luego existen C
1
, C
2
> 0 independientes de h,
p tal que
|u u
FE
|
2
H
1
()
C
1

KT
h
_
p
2
K

;K
+
h
2
K
p
2
K
|f f
p
K
|
2
L
2
(K)
_

2
;K
C
2
()p
m
K
_
p
K
|u u
FE
|
2
H
1
0
(
K
)
+
h
2
K
p
2
K
p
2
K
|f
p
K
f|
L
2
(
K
)
_
donde m = max(1 2 + 2, 0).

CHAPTER 3
Experimentos numericos
En este captulo, seguiremos la estrategia dada por Melenk y Wolmuth en [20] y
presentaremos un algoritmo adaptativo de renamiento, basado en el estimador local del
error estudiado en el captulo anterior, y mostraremos ejemplos que ponen de maniesto
la buena perfomance del algoritmo propuesto.
Notemos que si reemplazamos las funciones

K
, denidas en el captulo previo, por
C
;K

K
y

e
por C
;e

e
, todas las estimaciones del captulo anterior siguen valiendo.
Por ende, siempre se pueden elegir las constantes de forma tal que
_
K
C
;K

K
dxdy = 1,
_
e
C
;e

e
dx = 1.
En lo que sigue, nosotros vamos a tomar = 0.
1. Estrategia de renamiento adaptativo
Muchos codigos adaptativos de h-FEM usan la strategia de un valor promedio para
determinar cuales elementos deberan ser renados. En esta estrategia, el valor prome-
dio
0
esta denido por
(3.1.60)
2
0
:=
1
#T
h

KT
h

2
0;K
y todos los elementos K con
2
0;K

2
0
son marcados para ser renados ( (0, 1)
es un parametro). La estrategia del valor promedio esta motiva por la idea de que
asintoticamente el error debera estar distribuido uniformemente a traves de todos los
elementos. El renamiento consiste en renar h o en renar p. En el caso que tengamos
que renar p en un elemento K, el grado p
K
del elemento K es incrementado en 1 y
el elemento K sigue jo. Si tenemos que renar h en K, el elemento K es dividido en
cuatro subelementos, y estos subelementos K
s
, 1 s 4, heredan el grado que tena
K, o sea p
Ks
:= p
K
. Para que la malla siga siendo admisible, es posible que muchos
elementos que en principio no fueron marcados para un renamiento h, queden ahora
divididos en dos o tres subelementos. Por esto, en general tenemos que K =
k
j=1
K

j
con k = 2, 3 o 4.
El problema principal en adaptatividad hp es decidir si renar h o p en un elemento
K marcado para ser renado. Muchas estrategias de renamiento hp estan basadas en
51
52 3. EXPERIMENTOS NUM

ERICOS
estimar explcitamente la regularidad local de la solucion, ver por ejemplo [2, 3, 12].
Nosotros proponemos un enfoque modicado, que esta basado en la comparacion del
estimador del error actual de un elemento con un predictor del error obtenido en un
paso anterior.
Describamos ahora el predictor de cada paso de renamiento, si en un paso hicimos
un renamiento h en un elemento K =
k
j=1
K

j
con k = 2, 3 o 4, luego el predictor del
indicador es denido asi:
(
pred
0;K

j
)
2
:=
h
_
[K

j
[
[K[
_
p
K
+1

2
0;K
donde
h
es un parametro de control a ser determinado. Por otro lado, si en un paso
anterior hicimos un renamiento p en el elemento K, luego el predictor del indicador
esta denido por:
_

pred
0;K
_
2
:=
p

2
0;K
,
donde
p
(0, 1) es un factor de reduccion elegido arbitrariamente.
Finalmente para los elementos que no fueron renados en el paso previo
_

pred
0;K
_
2
:=
n
_

pred
0;K
_
2
,
donde
n
es un factor de reduccion o de amplicacion tambien elegido arbitrariamente.
En todos los casos, se procede a un renamiento h si el indicador del error
0;K
es
mas grande que el predictor del indicador
pred
0;K
y sino a un renamiento p.
Con todo esto, llegamos al siguiente algoritmo
2. EJEMPLOS NUM

ERICOS 53
Algoritmo de renamiento
Si
2
0;K

2
0
entonces
si
2
0;K

_

pred
0;K
_
2
entonces
subdividir K en 4 subelementos K

j
, 1 j 4
subdividir los elementos necesarios para que la malla quede admisible
p

K
j
:= p
K
_

pred
0;K

j
_
2
:=
h
_
[K

j
[
|K|
_
p
K
+1

2
0;K
sino
p
K
:= p
K
+ 1
_

pred
0;K
_
2
:=
p

2
0;K
n
sino
_

pred
0;K
_
2
:=
n
_

pred
0;K
_
2
n
2. Ejemplos Numericos
Vamos a aplicar el algoritmo adaptativo al problema modelo (1.1.1) con dos dominios
distintos: el cuadrado Q = (0, 1) (0, 1) y el dominio en forma de L,
L
= (1, 1)
2

(0, 1)
2
.
En ambos casos vamos a elegir
pred
0;K
:= 0 en todos los elementos K de la malla
inicial, por esto en el primer paso se hace un renamiento h en todos los elementos.
Los parametros elegidos en los dos ejemplos son:
= 0.9

h
= 20

p
= 0.5

n
= 2
Los diferentes colores, presentes en todas las guras, indican los grados del polinomio
en cada elemento de la malla.
En [17, 18] Guo y Babuska muestran que una combinacion apropiada en la eleccion
de h y p pemite obtener un radio de convergencia
[e[
1,
Ce

N
,
donde N es el numero de grados de libertad en la aproximacion de elementos nitos.
Presentaremos gracos del logaritmo del error (o del estimador) vs. el n umero de grados
de libertad que muestran que dicho radio de convegencia es alcanzado.
54 3. EXPERIMENTOS NUM

ERICOS
2.1. Ejemplo 1: Dominio cuadrado. Consideremos el problema (1.1.1) en Q
con solucion exacta u(x, y) = x(1x)y(1y)(x+y)
3/2
, que tiene una leve singularidad
en el origen.
En las Figura 1 mostramos la malla inicial, inicialmente tomamos grado 1 en todos
los elementos. Las Figuras 2 -3 muestran distintas mallas obtenidas con el algoritmo
hp adaptativo hasta el paso 14.
2
3
4
5
7
8
9
1
6
Figure 1. Dominio y malla inicial
La Figura 4 muestra un graco de la solucion y las curvas de nivel de la solucion
del problema (1.2.3).
Por ultimo la Figura 5 nos da los gracos del error |uu
FE
|
1,
y del logaritmo del
error versus

N.
2.2. Ejemplo 2: Dominio en forma de L. En este caso consideramos el prob-
lema modelo (1.1.1) con f = 1 en el dominio L-shaped
L
= (1, 1)
2
(0, 1)
2
. A
diferencia del caso anterior no conocemos la solucion analitica.
En la Figura 6 mostramos la malla inicial, inicialmente tomamos grado 1 en todos
los elementos. Las Figuras 7 -12 muestran distintas mallas obtenidas con el algoritmo
hp adaptativo hasta el paso 30.
En la Figura 13 se muestra una secuencia de zooms de la malla del paso 30 alrededor
del angulo reentrante.
La Figura 14 nos da el graco de log

versus

N, que nos muestra que el estimador


de error

alcanza dicho radio exponencial de convergencia para nuestro problema


modelo.
Por ultimo la Figura 15 muestra las curvas de nivel de la solucion del problema
1.2.3.
2. EJEMPLOS NUM

ERICOS 55
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
Figure 2. Malla despues de 2, 4 y 6 renamientos
56 3. EXPERIMENTOS NUM

ERICOS
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
Figure 3. Malla despues de 8, 10 , 12 y 14 renamientos
2. EJEMPLOS NUM

ERICOS 57
0
0.2
0.4
0.6
0.8
1
0
0.2
0.4
0.6
0.8
1
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
Figure 4. Solucion numerica y curvas de nivel de la solucion
58 3. EXPERIMENTOS NUM

ERICOS
5 10 15 20 25 30 35 40 45 50 55
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
N
1/2
|
|
e
|
|
1
0 10 20 30 40 50 60
1E-8
1E-7
1E-6
1E-5
1E-4
1E-3
0.01
0.1
|
|
e
|
|
1
N
1/2
Figure 5. |u u
FE
|
1,
vs. N
1/2
(arriba) y log(|u u
FE
|
1,
) vs. N
1/2
(abajo)
2. EJEMPLOS NUM

ERICOS 59
2
3
4
5
7
8
9
1
6
Figure 6. Dominio y malla inicial
2
3
4
5
7
8
9
1
6
Figure 7. Malla despues de 5 renamientos
60 3. EXPERIMENTOS NUM

ERICOS
2
3
4
5
7
8
9
1
6
Figure 8. Malla despues de 10 renamientos
2
3
4
5
7
8
9
1
6
Figure 9. Malla despues de 15 renamientos
2. EJEMPLOS NUM

ERICOS 61
2
3
4
5
7
8
9
1
6
Figure 10. Malla despues de 20 renamientos
2
3
4
5
7
8
9
1
6
Figure 11. Malla despues de 25 renamientos
62 3. EXPERIMENTOS NUM

ERICOS
2
3
4
5
7
8
9
1
6
Figure 12. Malla despues de 30 renamientos
2. EJEMPLOS NUM

ERICOS 63
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
2
3
4
5
7
8
9
1
6
Figure 13. Sucesivos zoom, en el angulo reentrante, de la malla del paso 30
64 3. EXPERIMENTOS NUM

ERICOS
0 20 40 60 80 100 120 140

e
-16
e
2
e
-14
N
1/2
e
-12
e
-4
e
-2
1
e
-10
e
-8
e
-6
= exp(- N
1/2
)
= 0.2284
= 0.09340
Figure 14. log

vs. N
1/2
Figure 15. Curvas de nivel de la solucion
Bibliography
[1] M. AINSWORTH and J. T. ODEN, A Posteriori Error Estimation in Finite Element Analysis
Wiley, 2000.
[2] M. AINSWORTH, B. SENIOR Aspects of an adaptive hp-nite element method: Adaptive strat-
egy, conforming approximation and ecient solvers Comput. Methods Appl. Mech. Engrg., vol.
150, pp. 65-87, 1997.
[3] M. AINSWORTH, B. SENIOR An adaptive renement strategy for hp-nite-element computa-
tions, Appl. Numer. Math., vol. 26, pp. 165-178, 1998.
[4] M. G. ARMENTANO, C. PADRA, A posteriori error estimates for the Steklov eigenvalue
problem, Appl. Numer. Math., vol. 58, pp. 593-601, 2008.
[5] I. BABUSKA, R. B. KELLOGG, J. PITKARANTA Direct and inverse error estimates for
the nite element method., SIAM J. Numer. Anal., vol. 18 , pp. 515-545, 1981.
[6] I. BABUSKA, M. SURI, The Optimal convergence rate of the p-version of the nite element
method. Tech. Note BN-1045, Institute for Physical Science and Technology, University of Mary-
land, Oct. 1985.
[7] I. BABUSKA, M. SURI, The h-p version of the nite element method with quasiuniform meshes.
Institute for Physical Science and Technology, University of Maryland, Mayo 1986.
[8] I. BABUSKA, M. SURI, The h-p version of the nite element method with quasiuniform meshes.,
M2AN, vol. 21 (2) , pp. 199-238, 1987.
[9] I. I. BABUSKA, M. SURI, The p and h-p versions of the nite element method, basic principles
and properties, SIAM Review, vol. 36, pp. 578-632, 1994.
[10] C. BERNARDI Indicateurs derreur en h N version des elements spectraux, Model. math.
Anal. Num, vol. 30 , pp 1-38, 1996.
[11] C. BERNARDI, Y. MADAY Spectral methods in: Handbook of Numerical Analysis, Vol. 5,
eds. P.G.Ciarlet and J.L. Lions, North-Holland, Amsterdam, 1997.
[12] C. BERNARDI, R.J. OWENS, J. VALENCIANO An error indicator for mortar element
solutions to the Stokes problem, IMA J. Numer. Anal., vol. 21, pp. 857-886, 2001.
[13] S. BRENNER, L. R. SCOTT , The Mathematical Theory of Finite Element Methods, Springer-
Verlag, New York, 1994.
[14] P. G. CIARLET, The Finite Element Method for Elliptic Problems. Holland, 1978
[15] R. G. DUR

AN, L. GASTALDI, C. PADRA, A posteriori error estimators for mixed approx-


imations of eigenvalue problems, Math. Mod. Meth. Appl. Sci., vol. 9, pp. 1165-1178, 1999.
[16] R. G. DUR

AN, C. PADRA, R. RODRIGUEZ, A posteriori error estimates for the nite


element approximation of eigenvalue problems. Math. Mod. Meth. Appl. Sci., vol 13, pp. 1219-
1229, 2003.
[17] B. Q. GUO, I. BABUSKA, The h-p version of the nite element method. Part 1: The basic
approximation results,journal = Comput. Mech., vol. 1, pp. 21-41, 1986.
[18] B. Q. GUO, I. BABUSKA, The h-p version of the nite element method. Part 2: General
results and applications, Comput. Mech., vol. 1, pp. 203-220, 1986.
[19] J. M. MELENK, B.I. WOLMUTH, On residual-based a posteriori error estimation in hp-FEM,
Technical Report 436, Math.-Nat. Fakultt, Universitt Augsburg, Augsburg, Germany, 2001.
65
66 BIBLIOGRAPHY
[20] J. M. MELENK, B.I. WOLMUTH, On residual-based a posteriori error estimation in hp-FEM
Advances in Computational Mathematics. vol. 15, pp. 311-331, 2001.
[21] J. E. TARANCON, F. J. FUENMAYOR, L. BAEZA, An a posteriori error estimator for
the p- and hp-versions of the nite element method, Internat. J. Numer. Methods Engrg., vol. 62,
pp. 1-18, 2005.
[22] sc R. VERF

URTH, A review of a posteriori error estimation and adaptive mesh-renement tech-


niques, Wiley & Teubner, 1996.