Método para resolver problemas de operadores continuos (como ecuaciones diferenciales)
En matemáticas , en el área del análisis numérico , los métodos de Galerkin son una familia de métodos para convertir un problema de operador continuo, como una ecuación diferencial , comúnmente en una formulación débil , en un problema discreto mediante la aplicación de restricciones lineales determinadas por conjuntos finitos de bases. funciones. Llevan el nombre del matemático soviético Boris Galerkin .
A menudo, cuando se hace referencia a un método de Galerkin, también se da el nombre junto con las suposiciones típicas y los métodos de aproximación utilizados:
Ejemplos de métodos Galerkin son:
Ejemplo: sistema lineal matricial
Primero presentamos e ilustramos el método de Galerkin aplicado a un sistema de ecuaciones lineales . Definimos los parámetros de la siguiente manera:![{\displaystyle A\mathbf {x} =\mathbf {b} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle A={\begin{bmatrix}2&0&0\\0&2&1\\0&1&2\end{bmatrix}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
que es simétrico y definido positivo, y el lado derecho
![{\displaystyle \mathbf {b} ={\begin{bmatrix}2\\0\\0\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
La verdadera solución de este sistema lineal es
![{\displaystyle \mathbf {x} ={\begin{bmatrix}1\\0\\0\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Con el método de Galerkin, podemos resolver el sistema en un espacio de menor dimensión para obtener una solución aproximada. Usemos la siguiente base para el subespacio:
![{\displaystyle V={\begin{bmatrix}0&0\\1&0\\0&1\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Entonces, podemos escribir la ecuación de Galerkin donde la matriz del lado izquierdo es ![{\displaystyle \left(V^{*}AV\right)\mathbf {y} =V^{*}\mathbf {b} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V^{*}AV={\begin{bmatrix}2&1\\1&2\end{bmatrix}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
y el vector del lado derecho es
![{\displaystyle V^{*}\mathbf {b} ={\begin{bmatrix}0\\0\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Entonces podemos obtener el vector solución en el subespacio:
![{\displaystyle \mathbf {y} ={\begin{bmatrix}0\\0\end{bmatrix}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
que finalmente proyectamos nuevamente al espacio original para determinar la solución aproximada de la ecuación original como
![{\displaystyle V\mathbf {y} ={\begin{bmatrix}0\\0\\0\end{bmatrix}}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
En este ejemplo, nuestro espacio de Hilbert original es en realidad el espacio euclidiano tridimensional equipado con el producto escalar estándar , nuestra matriz de 3 por 3 define la forma bilineal y el vector del lado derecho define el funcional lineal acotado . Las columnas ![{\displaystyle \mathbb {R} ^{3}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle (\mathbf {u} ,\mathbf {v} )=\mathbf {u} ^{T}\mathbf {v} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a(\mathbf {u} ,\mathbf {v} )=\mathbf {u} ^{T}A\mathbf {v} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle f(\mathbf {v} )=\mathbf {b} ^{T}\mathbf {v} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbf {e} _{1}={\begin{bmatrix}0\\1\\0\end{bmatrix}}\quad \mathbf {e} _{2}={\begin{bmatrix} 0\\0\\1\end{bmatriz}},}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
de la matriz forman una base ortonormal del subespacio bidimensional de la proyección de Galerkin. Las entradas de la matriz de Galerkin de 2 por 2 son , mientras que las componentes del vector del lado derecho de la ecuación de Galerkin son . Finalmente, la solución aproximada se obtiene a partir de las componentes del vector solución de la ecuación de Galerkin y la base como .![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V^{*}AV}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a(e_{j},e_{i}),\,i,j=1,2}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V^{*}\mathbf {b} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle f(e_{i}),\,i=1,2}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V\mathbf {y} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \mathbf {y} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \sum _{j=1}^{2}y_{j}\mathbf {e} _{j}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ecuación lineal en un espacio de Hilbert
Formulación débil de una ecuación lineal.
Introduzcamos el método de Galerkin con un problema abstracto planteado como una formulación débil en un espacio de Hilbert , a saber,![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- encontrar tal que para todos .
![{\displaystyle u\en V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle v\en V,a(u,v)=f(v)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Aquí, es una forma bilineal (los requisitos exactos se especificarán más adelante) y es una funcional lineal acotada en .![{\displaystyle a(\cdot,\cdot)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a(\cdot,\cdot)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle f}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Reducción de la dimensión de Galerkin
Elija un subespacio de dimensión n y resuelva el problema proyectado:![{\displaystyle V_{n}\subconjunto V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Encuentra tal que para todos .
![{\ Displaystyle u_ {n} \ en V_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle v_ {n} \ en V_ {n}, a (u_ {n}, v_ {n}) = f (v_ {n})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
A esto lo llamamos ecuación de Galerkin . Observe que la ecuación no ha cambiado y solo los espacios han cambiado. Reducir el problema a un subespacio vectorial de dimensión finita nos permite calcular numéricamente como una combinación lineal finita de los vectores base en .![{\ Displaystyle u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ortogonalidad de Galerkin
La propiedad clave del enfoque de Galerkin es que el error es ortogonal a los subespacios elegidos. Dado que podemos usarlo como vector de prueba en la ecuación original. Restando los dos, obtenemos la relación de ortogonalidad de Galerkin para el error, que es el error entre la solución del problema original, y la solución de la ecuación de Galerkin,![{\displaystyle V_{n}\subconjunto V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle v_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \epsilon _ {n} = u-u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle u}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle a (\ epsilon _ {n}, v_ {n}) = a (u, v_ {n}) -a (u_ {n}, v_ {n}) = f (v_ {n}) -f (v_ {n}) = 0.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Forma matricial de la ecuación de Galerkin
Dado que el objetivo del método de Galerkin es la producción de un sistema lineal de ecuaciones , construimos su forma matricial, que puede usarse para calcular la solución algorítmicamente.
Sea una base para . Entonces, es suficiente usar estos a su vez para probar la ecuación de Galerkin, es decir: encontrar tal que![{\displaystyle e_{1},e_{2},\ldots,e_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle u_ {n} \ en V_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a(u_{n},e_{i})=f(e_{i})\quad i=1,\ldots,n.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Ampliamos con respecto a esta base y la insertamos en la ecuación anterior para obtener![{\ Displaystyle u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle u_{n}=\sum _ {j=1}^{n}u_ {j}e_ {j}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a\left(\sum _{j=1}^{n}u_{j}e_{j},e_{i}\right)=\sum _{j=1}^{n}u_{ j}a(e_{j},e_{i})=f(e_{i})\quad i=1,\ldots ,n.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Esta ecuación anterior es en realidad un sistema lineal de ecuaciones , donde![{\displaystyle Au=f}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle A_{ij}=a(e_{j},e_{i}),\quad f_{i}=f(e_{i}).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Simetría de la matriz.
Debido a la definición de las entradas de la matriz, la matriz de la ecuación de Galerkin es simétrica si y sólo si la forma bilineal es simétrica.![{\displaystyle a(\cdot,\cdot)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Análisis de los métodos de Galerkin.
Aquí nos limitaremos a formas bilineales simétricas , es decir
![{\displaystyle a(u,v)=a(v,u).}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Si bien esto no es realmente una restricción de los métodos de Galerkin, la aplicación de la teoría estándar se vuelve mucho más sencilla. Además, puede ser necesario un método de Petrov-Galerkin en el caso no simétrico.
El análisis de estos métodos se realiza en dos pasos. Primero, mostraremos que la ecuación de Galerkin es un problema bien planteado en el sentido de Hadamard y por tanto admite una solución única. En el segundo paso, estudiamos la calidad de aproximación de la solución de Galerkin .![{\ Displaystyle u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
El análisis se basará principalmente en dos propiedades de la forma bilineal , a saber
- Limitación: para todas las retenciones
![{\displaystyle u,v\en V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
por alguna constante![{\displaystyle C>0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Elipticidad: para todas las presas
![{\displaystyle u\en V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
por alguna constante![{\displaystyle c>0.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Según el teorema de Lax-Milgram (ver formulación débil ), estas dos condiciones implican que el problema original está bien planteado en formulación débil. Todas las normas de las siguientes secciones serán normas para las cuales se cumplen las desigualdades anteriores (estas normas a menudo se denominan normas energéticas).
Bien planteado de la ecuación de Galerkin
Desde entonces , la acotación y elipticidad de la forma bilineal se aplican a . Por lo tanto, el buen planteamiento del problema de Galerkin en realidad se hereda del bien planteado del problema original.![{\displaystyle V_{n}\subconjunto V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Casi mejor aproximación (lema de Céa)
El error entre la solución original y la de Galerkin admite la estimación.![{\ Displaystyle u-u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \|u-u_{n}\|\leq {\frac {C}{c}}\inf _{v_{n}\in V_{n}}\|u-v_{n}\| .}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Esto significa que hasta la constante , la solución de Galerkin
es tan cercana a la solución original como cualquier otro vector en . En particular, bastará con estudiar la aproximación por espacios , olvidándonos por completo de la ecuación a resolver.![{\displaystyle C/c}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle u_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle u}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Prueba
Dado que la prueba es muy simple y el principio básico detrás de todos los métodos de Galerkin, la incluimos aquí: por elipticidad y acotación de la forma bilineal (desigualdades) y ortogonalidad de Galerkin (signo igual en el medio), tenemos para arbitrario :![{\ Displaystyle v_ {n} \ en V_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle c\|u-u_{n}\|^{2}\leq a(u-u_{n},u-u_{n})=a(u-u_{n},u-v_{ n})\leq C\|u-u_{n}\|\,\|u-v_{n}\|.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Dividiendo por y tomando el mínimo sobre todos los posibles se obtiene el lema.![{\displaystyle c\|u-u_{n}\|}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle v_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
La mejor propiedad de aproximación de Galerkin en la norma energética.
Para simplificar la presentación en la sección anterior, hemos asumido que la forma bilineal es simétrica y definida positiva, lo que implica que es un producto escalar y la expresión es en realidad una norma vectorial válida, llamada norma de energía . Bajo estos supuestos se puede demostrar fácilmente además la propiedad de mejor aproximación de Galerkin en la norma energética.![{\displaystyle a(u,v)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \|u\|_{a}={\sqrt {a(u,u)}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Utilizando la a-ortogonalidad de Galerkin y la desigualdad de Cauchy-Schwarz para la norma energética, obtenemos
![{\displaystyle \|u-u_{n}\|_{a}^{2}=a(u-u_{n},u-u_{n})=a(u-u_{n},u- v_{n})\leq \|u-u_{n}\|_{a}\,\|u-v_{n}\|_{a}.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Dividir por y tomar el mínimo sobre todos los posibles demuestra que la aproximación de Galerkin es la mejor aproximación en la norma de energía dentro del subespacio , es decir, no es más que la proyección ortogonal, con respecto al producto escalar , de la solución al subespacio .![{\displaystyle \|u-u_{n}\|_{a}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle v_ {n} \ en V_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\ Displaystyle u_ {n} \ en V_ {n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}\subconjunto V}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle a(u,v)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle u}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle V_{n}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Método Galerkin para estructuras escalonadas.
I. Elishakof , M. Amato, A. Marzani, PA Arvan y JN Reddy [6] [7] [8] [9]
estudiaron la aplicación del método Galerkin a estructuras escalonadas. Demostraron que la función generalizada, es decir, la función de paso unitario, la función delta de Dirac y la función doblete, son necesarias para obtener resultados precisos.
Historia
Este enfoque suele atribuirse a Boris Galerkin . [10] [11] El método fue explicado al lector occidental por Hencky [12] y Duncan [13] [14], entre otros. Su convergencia fue estudiada por Mikhlin [15] y Leipholz [16] [17] [18] [19] Su coincidencia con el método de Fourier fue ilustrada por Elishakoff et al. [20] [21] [22] Singer demostró su equivalencia con el método de Ritz para problemas conservadores. [23] Gander y Wanner [24] mostraron cómo los métodos de Ritz y Galerkin condujeron al método moderno de elementos finitos. Repin discutió cien años de desarrollo del método. [25] Elishakoff, Kaplunov y Kaplunov [26] muestran que el método de Galerkin no fue desarrollado por Ritz, contrariamente a las declaraciones de Timoshenko.
Ver también
Referencias
- ^ A. Ern, JL Guermond, Teoría y práctica de los elementos finitos , Springer, 2004, ISBN 0-387-20574-8
- ^ "Georgii Ivanovich Petrov (en su centenario)", Fluid Dynamics, mayo de 2012, volumen 47, número 3, págs. 289-291, DOI 10.1134/S0015462812030015
- ^ S. Brenner, RL Scott, La teoría matemática de los métodos de elementos finitos , segunda edición, Springer, 2005, ISBN 0-387-95451-1
- ^ PG Ciarlet, El método de los elementos finitos para problemas elípticos , Holanda Septentrional, 1978, ISBN 0-444-85028-7
- ^ Y. Saad , Métodos iterativos para sistemas lineales dispersos , 2.ª edición, SIAM, 2003, ISBN 0-89871-534-2
- ^ Elishakoff, I., Amato, M., Ankitha, AP y Marzani, A. (2021). La implementación rigurosa del método Galerkin para estructuras escalonadas necesita funciones generalizadas. Diario de sonido y vibración, 490, 115708.
- ^ Elishakoff, I., Amato, M. y Marzani, A. (2021). El método de Galerkin revisado y corregido en el problema de Jaworsky y Dowell. Sistemas mecánicos y procesamiento de señales, 155, 107604.
- ^ Elishakoff, I. y Amato, M. (2021). Aleteo de un haz en flujo supersónico: la versión truncada de la ecuación de Timoshenko-Ehrenfest es suficiente. Revista Internacional de Mecánica y Materiales en Diseño, 1-17.
- ^ Amato, M., Elishakoff, I. y Reddy, JN (2021). Fluctuación de un haz multicomponente en un flujo supersónico. Revista AIAA, 59(11), 4342-4353.
- ^ Galerkin, BG, 1915, Varillas y placas, series que aparecen en diversas cuestiones relativas al equilibrio elástico de varillas y placas, Vestnik Inzhenerov i Tekhnikov, (Boletín de ingenieros y tecnólogos), vol. 19, 897-908 (en ruso), (Traducción al inglés: 63-18925, Clearinghouse Fed. Sci. Tech. Info.1963).
- ^ "Le destin douloureux de Walther Ritz (1878-1909)", (Jean-Claude Pont, editor), Cahiers de Vallesia, 24, (2012), ISBN 978-2-9700636-5-0
- ^ Hencky H., 1927, Eine wichtige Vereinfachung der Methode von Ritz zur angennäherten Behandlung von Variationproblemen, ZAMM: Zeitschrift für angewandte Mathematik und Mechanik, vol. 7, 80-81 (en alemán).
- ^ Duncan, WJ, 1937, Método de Galerkin en mecánica y ecuaciones diferenciales, Informes y memorandos del Comité de Investigación Aeronáutica, No. 1798.
- ^ Duncan, WJ, 1938, Los principios del método Galerkin, Informe y memorandos de investigación aeronáutica, núm. 1894.
- ^ SG Mikhlin, "Métodos variacionales en física matemática", Pergamon Press, 1964
- ^ Leipholz HHE, 1976, Uso del método de Galerkin para problemas de vibración, Resumen de vibraciones y golpes, vol. 8, 3-18
- ^ Leipholz HHE, 1967, Über die Wahl der Ansatzfunktionen bei der Durchführung des Verfahrens von Galerkin, Acta Mech., vol. 3, 295-317 (en alemán).
- ^ Leipholz HHE, 1967, Über die Befreiung der Anzatzfunktionen des Ritzschen und Galerkinschen Verfahrens von den Randbedingungen, Ing. Arco., vol. 36, 251-261 (en alemán).
- ^ Leipholz, HHE, 1976, Uso del método de Galerkin para problemas de vibración, The Shock and Vibration Digest vol. 8, 3-18, 1976.
- ^ Elishakoff, I., Lee, LHN, 1986, Sobre la equivalencia de los métodos de las series de Galerkin y Fourier para una clase de problemas, Journal of Sound and Vibration, vol. 109, 174-177.
- ^ Elishakoff, I., Zingales, M., 2003, Coincidencia de Bubnov-Galerkin y solución exacta en un problema de mecánica aplicada, Journal of Applied Mechanics, vol. 70, 777-779.
- ^ Elishakoff, I., Zingales M., 2004, Convergencia del método Bubnov-Galerkin ejemplificada, AIAA Journal, vol. 42(9), 1931-1933.
- ^ Singer J., 1962, Sobre la equivalencia de los métodos Galerkin y Rayleigh-Ritz, Revista de la Royal Aeronautical Society, vol. 66, n° 621, p.592.
- ^ Gander, MJ, Wanner, G., 2012, De Euler, Ritz y Galerkin a la informática moderna, SIAM Review, vol. 54(4), 627-666.
- ^ ] Repin, S., 2017, Cien años del método Galerkin, métodos computacionales y matemáticas aplicadas, vol. 17(3), 351-357.
- ^ .Elishakoff, I., Julius Kaplunov, Elizabeth Kaplunov, 2020, “El método de Galerkin no fue desarrollado por Ritz, contrariamente a la afirmación de Timoshenko”, en Dinámica no lineal de sistemas discretos y continuos (A. Abramyan, I. Andrianov y V. Gaiko, eds.), págs. 63-82, Springer, Berlín.
enlaces externos