Finite Elemente

Manfred Dobrowolski

Inhaltsverzeichnis
1 Notation und elementare Ungleichungen 1.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Funktionenr aume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Elementare Ungleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Diskretisierungen der Poisson-Gleichung 2.1 Klassische L osungen und Maximumprinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Dierenzenverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Lineare Finite Elemente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Hilbertraummethode und Ritzsches Verfahren 3.1 Das Fundamentallema der Variationsrechnung . . . . . . . . . 3.2 Schwache Ableitungen . . . . . . . . . . . . . . . . . . . . . . 3.3 Die Sobolev R aume . . . . . . . . . . . . . . . . . . . . . . . . 3.4 Sobolev-Ungleichungen . . . . . . . . . . . . . . . . . . . . . . m,p 3.5 Randwerte von Sobolev Funktionen und die R aume H0 () 3.6 Die Darstellungss atze von Riesz und Lax-Milgram . . . . . . 3.7 Existenz schwacher L osungen . . . . . . . . . . . . . . . . . . 3.8 Das Ritzsche Verfahren . . . . . . . . . . . . . . . . . . . . . 4 Finite Elemente und Interpolation 4.1 Finite Elemente R aume . . . . . . . . . . . . . . . 4.2 Parametrische Finite Elemente . . . . . . . . . . . 4.3 Dreiecks- und Tetraederelemente . . . . . . . . . . 4.4 Rechtecks- und Quaderelemente . . . . . . . . . . . 4.5 Parametrische Elemente auf allgemeinen Vierecken 4.6 Polynominterpolation in Sobolev R aumen . . . . . 4.7 Inverse Absch atzungen . . . . . . . . . . . . . . . . 4.8 Approximation nichtglatter Funktionen . . . . . . 5 Elliptische Gleichungen zweiter Ordnung 5.1 Allgemeine Konvergenzs atze . . . . . . . . 5.2 Lineare Finite Elemente . . . . . . . . . . 5.3 Finite Elemente mit Kubaturformeln . . . 5.4 Ein nichtkonformes Verfahren . . . . . . . 5.5 L2 -Fehlerabsch atzungen . . . . . . . . . . 5.6 Allgemeine Randbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 2 3 5 5 5 9 12 12 12 14 15 16 17 18 19 21 21 22 22 26 28 28 33 34 37 37 38 41 43 45 46 49 49 50 52 55 57

6 Gemischte Verfahren 6.1 Das Stokes System . . . . . . . . . . . . . . . . . . . 6.2 Abstrakte Sattelpunktprobleme . . . . . . . . . . . . 6.3 Approximation abstrakter Sattelpunktprobleme . . . 6.4 Finite Elemente Approximation des Stokes-Problems 6.5 Statische Kondensation f ur das Mini-Element . . . .

Institut

f ur Mathematik, Universit at W urzburg, Am Hubland, 97047 W urzburg

1
1.1

Notation und elementare Ungleichungen

Notation

Die Komponenten eines Vektors x innere Produkt und der Betrag

werden meist als xi geschrieben. Auf den Vektoren ist das

n

xy =
i=1

xi yi ,

|x| = (x, x)1/2

deniert. Wir verwenden auch die Summenkonvention, die besagt, da u ber doppelt auftretende kleine lateinische Indizes von 1 bis n oder von 0 bis n summiert wird. Dann l at sich beispielsweise das innere Produkt als xy = xi yi schreiben. F ur x n bezeichnen wir mit

BR (x) = {y

: |x y | < R}

die R-Kugel um den Punkt x. B R (x) ist dann die zugeh orige abgeschlossene Kugel. Der Betragsstrich wird auch dazu verwendet, die euklidische Norm von Tensoren zu bezeichnen. F ur eine n n-Matrix A = (aij )i,j =1,...,n erhalten wir insbesondere
n

|A| =
i,j =1

|aij |2

1/2

ankte Gebiete gemeint, das sind oene und zusammenh angende MenMit n sind immer beschr gen. F ur eine Menge K n ist K der Abschlu von K, K c das Komplement von K, K das Innere von K und K der Rand von K. Die Schreibweise 0 bedeutet, da 0 kompakt enthalten in ist, also 0 kompakt mit 0 . Mit dist (x, K ) bezeichnen wir den Abstand des Punktes x zur Menge K, also inf yK |x y |. F ur eine Funktion u : heit

supp(u) = {x : u(x) = 0} der Tr ager von u. Die partiellen Ableitungen erster Ordnung x u nach ei = i terEinheitsvektor werden meist k urzer i 2 denierten Funktionen auch Dx u, Dy u geschrieben. Der Gradient einer Funktion als Di u, bei auf dem u ist der Vektor Du = (D1 u, .., Dn u)T .

Entsprechend k onnen die partiellen Ableitungen der Ordnung m in Form eines Tensors angeordnet werden, Dm u = (Di1 ,...,im u)1ij n . F ur partielle Ableitungen h oherer Ordnung verwendet man besser die Multiindexnotation. Ein Multiindex ist ein Vektor = (1 , .., n )T mit i 0 mit den Konventionen

|| =
i=1

i ,

! =
i=1

i !,

n 1 x = x 1 . . . xn ,

D u =

1 x 1

|| u. n . . . x n

1.2

Funktionenr aume
k

Mit C (), k 0 , bezeichnen wir den Vektorraum der in k -mal stetig dierenzierbaren Funktionen, k C0 () sind die Funktionen aus C k () mit kompaktem Tr ager in . Die R aume C () und C0 () sind entsprechend deniert. Da die Funktionen in C m () und C () nicht beschr ankt zu sein brauchen, denieren wir auerdem: ankten und gleichm aig stetigen Funktionen. C m () Denition 1.1 C () ist der Raum der in beschr m ist der Unterraum von C (), der aus den Funktionen besteht, die beschr ankte und gleichm aig stetige Ableitungen f ur alle || m besitzen. Auf C m () denieren wir die Normen u
m,;

0||m x

max sup |D u(x)|.

Satz 1.2 C m () sind Banach R aume unter den Normen

m,; .

Man u berlegt sich leicht, da man den Funktionen aus C m () eindeutige Randwerte zuordnen kann. F ur einen Funktionenraum V besteht der Raum V n aus den vektorwertigen Funktionen u = (u1 , . . . , un )T mit ui V. Auf den mebaren Funktionen auf denieren wir eine Aquivalenzrelation durch uv u = v f. u. auf ,

und betrachten statt den mebaren Funktionen die zugeh origen Aquivalenzklassen. Anders ausgedr uckt: Wir identizieren mebare Funktionen, die bis auf eine Nullmenge u bereinstimmen. Denition 1.3 F ur 1 p < besteht der Raum Lp () aus allen mebaren Funktionen u, soda |u|p integrierbar auf ist. Eine mebare Funktion u geh ort zum Raum L (), wenn der Ausdruck vrai max |u(x)| = inf sup |u(x)|,
x N x\N

endlich ist. Das Inmum wird dabei uber alle Mengen N mit (N ) = 0 gebildet. Eine solche Funktion u heit dann wesentlich beschr ankt. Mit Lp ur jede loc () bezeichnen wir den Raum der Funktionen, die f Teilmenge 0 zu Lp (0 ) geh oren. Satz 1.4 Die R aume Lp () sind Banach R aume unter den Normen u
p;

|u(x)|p dx

1/p

1 p < ,

= vrai max |u(x)|,

x

L2 () ist Hilbert Raum unter dem inneren Produkt (u, v ) =

u(x)v (x) dx.

1.3

Elementare Ungleichungen

Viele Ungleichungen der Analysis lassen sich aus einem einfachen geometrischen Argument ableiten: Satz 1.5 Sei f : + + eine stetige und monoton wachsende Funktion mit f (0) = 0 und f (x) f ur x . Dann gilt f ur alle a, b R+
a b

ab
0

f (x) dx +
0

f 1 (y ) dy

(1.1)

Beweis: Wir tragen das Intervall (0, a) auf der x-Achse und das Intervall (0, b) auf der y -Achse ab. Dann ist ab der Fl achenina halt des zugeh origen Rechtecks, 0 f (x) dx die Fl ache unterhalb der Kurve und 0 f 1 (y ) dy die zwischen der Kurve und der positiven y -Achse eingeschlossene Fl ache. Damit ist die Ungleichung bewiesen, Gleichheit tritt genau dann auf, wenn f (a) = b. Die Youngsche Ungleichung mit ab 2 1 a + b2 2 2 a, b,
b

x
(1.2)

erh alt man aus diesem Satz mit f (x) = x, f 1 (y ) = 1 y ; sie l at sich auch mit der binomischen Formel beweisen. Zum Beweis der verallgemeinerten Youngschen Ungleichung ab 1 p p 1 q q a + b p q a, b,

(1.3)

mit p1 + q 1 = 1, 1 < p, q < , w ahlen wir f (x) = xp1 mit f 1 (y ) = y 1/(p1) und wenden den Satz 1 auf a und b an. 3

Ein anderer Typ von Ungleichung ist die Cauchy-Ungleichung |(x, y )| |x||y | x, y

(1.4)

die mit einem Homogenit atsargument bewiesen wird, das in dieser Form sehr h aug vorkommt. Zun achst ist die Ungleichung richtig, wenn einer der beiden Vektoren verschwindet. F ur x , y = 0 kann man die Cauchy-Ungleichung durch die Setzung x = |x |1 x , y = |y |1 y auf den Fall |x| = |y | = 1 zur uckf uhren und dadurch die Homogenit at der Cauchy-Ungleichung ausnutzen. F ur solche x, y erhalten wir aus der Youngschen Ungleichung
n n

|(x, y )| =
i=1

xi yi
i=1

|xi ||yi |

1 2

|xi |2 +

1 2

|yi |2 = 1

Die verallgemeinerte Cauchy-Ungleichung

n

|(x, y )|
i=1

|xi |p

1/p

|yi |q
i=1

1/q

x, y

(1.5)

mit p1 + q 1 = 1, 1 < p, q < , beweist man genauso mit Hilfe der verallgemeinerten Youngschen Ungleichung. Lemma 1.6 (H oldersche Ungleichung) Sei 1 < p, q < mit p1 + q 1 = 1. Wenn u Lp () und q v L (), dann ist uv L1 () und uv
1;

p;

q; .

Beweis: Das Produkt uv ist mebar, soda wir nur zeigen m ussen, da uv durch eine integrierbare Funktion abgesch atzt werden kann. In der Youngschen Ungleichung (1.3) setzen wir = 1 und a = |u(x)|, daher |u(x)v (x)| 1 1 |u(x)|p + |v (x)|q . p q b = |v (x)|,

Damit haben wir das gew unschte Ergebnis f ur Funktionen u, v mit u p; = v q; = 1. Weil die Ungleichung trivialerweise erf ullt ist, wenn eine der beiden Funktionen verschwindet, folgt die Ungleichung mit einem Homogenit atsargument.

2
2.1

Diskretisierungen der Poisson-Gleichung

Klassische L osungen und Maximumprinzip
u = f in , u = g auf , (2.1)

Im ersten Randwertproblem der Poisson-Gleichung suchen wir eine Funktion u C 2 () C () mit

wobei f, g vorgegebene Funktionen sind. Die L osung u mu die Dierentialgleichung in jedem Punkt von erf ullen und die Randwerte g stetig annehmen. Die Poisson-Gleichung kommt in allen Natur- und Ingenieurwissenschaften in unterschiedlichen Zusammenh angen vor. Das einfachste Beispiel ist eine Membran, die im Gebiet lokalisiert ist. u ist die Auslenkung dieser Membran, wenn eine Kraft f, z.B. die Schwerkraft, auf diese wirkt. Die Randvorgabe u = g bedeutet, da die Membran am Rande eingespannt ist. Es mu nicht immer eine solche, wir sagen auch klassische L osung von (2.1) geben. Wenn es aber eine gibt, so ist sie in der Klasse C 2 () C () eindeutig bestimmt, wie gleich gezeigt wird. Um ein Gef uhl f ur die L osungen von (2.1) zu geben, beweisen wir das folgende Maximumprinzip. Satz 2.1 (Maximumprinzip) Wenn f ur u C 2 () C () gilt u () 0 in , so nimmt u sein Minimum (Maximum) auf dem Rande von an. Beweis: Sei zun achst u > 0 in und sei x0 ein Punkt, in dem u sein Minimum annimmt. Dann ist die Hesse-Matrix D2 u(x0 ) positiv semi-denit, also insbesondere Dii u(x0 ) 0. Dies ist aber ein Widerspruch zu u(x0 ) > 0. Nun betrachten wir den Fall u 0. Sei v (x) = exp(x1 ) f ur ein beliebiges = 0. Dann gilt v (x) = 2 exp(x1 ) < 0. Daher erhalten wir f ur jedes > 0, da (u v ) > 0. Nach dem ersten Teil des Beweises nimmt u v sein Minimum auf dem Rande an. In der Identit at
x

inf (u v ) = min (u v )
x

gehen wir nun zum Grenzwert 0 u andig bewiesen ist. ber, soda der Satz vollst Korollar 2.2 Klassische L osungen sind eindeutig. Beweis: Wenn u1 , u2 L osungen sind, so gilt f ur v = u1 u2 v = 0 in , Aus dem Maximumprinzip folgt v = 0. Korollar 2.3 (Inversmonotonie) Wenn f ur u C 2 () C () gilt u 0 in , so folgt u 0 in . u 0 auf , v = 0 auf .

2.2

Dierenzenverfahren

In diesem und den folgenden Abschnitten betrachten wir zweidimensionale Gebiete . Das Gitter Gh besteht aus Punkten P der Form P = h, 2 .

Diese Punkte heien Gitterpunkte. Eine Abbildung uh : Gh ist eine Gitterfunktion, der lineare Raum der Gitterfunktionen wird mit Vh bezeichnet. Den Teilraum der Gitterfunktionen, die auerhalb einer Menge h Gh verschwinden, bezeichnen wir mit Vh (h ).

Auf Vh sind die Dierenzenoperatoren

+ Di uh (P ) = Di uh (P ) = 0 Di uh (P ) =

1 (uh (P + hei ) uh (P )) h 1 (uh (P ) uh (P hei )) h

vorwa rts , ru ckwa rts ,

1 (uh (P + hei ) uh (P hei )) 2h

zentral

erkl art. Weiter sei

+ + h uh (P ) = D1 D1 uh (P ) D2 D2 uh (P ).

Wegen

Da wir uns in zwei Raumdimensionen benden, k onnen wir Dierenzenoperatoren in Form einer quadratischen Tafel schreiben. Die obigen Dierenzenoperatoren sind Linearkombinationen von uh (Q) in Punkten Q in einer Umgebung von P und k onnen daher in Form eines 3 3-Sterns geschrieben werden, zum Beispiel 0 0 0 1 0 D1 uh = 1 0 1 . 2h 0 0 0
+ + 1 Di Di uh (P ) = Di ( (uh (P ) uh (P hei )) h

= gilt

1 (uh (P hei ) 2uh (P ) + uh (P + hei )) h2

h uh =

Aufgrund dieses Sterns wird diese Approximation der Poisson-Gleichung auch 5-Punktestern (oder 7Punktestern f ur n = 3) genannt. Nun wollen wir den Fehler messen, den wir in jedem Gitterpunkt machen, wenn wir einen Dierentialoperator durch einen Dierenzenoperator ersetzen. Denition 2.4 Sei L = ||m a D ein Dierentialoperator der Ordnung m. Ein Dierenzenoperator Lh ist von der Konsistenzordnung l, wenn |Lu(P ) Lh u(P )| chl f ur alle u C m+l ,

1 4 1 . 1 h2 0 1 0

wobei die Konstante c von u, aber nicht von h abh angen darf. Man bestimmt die Konsistenzordnung mit Hilfe der Taylorentwicklung der Funktion u. Als Beispiel betrachten wir die 5-Punkte-Diskretisierung des Laplace-Operators . F ur u C 4 gilt f ur i = 1, 2 1 1 u(P + hei ) = u(P ) + Di u(P )h + Dii u(P )h2 + Diii u(P )h3 + O(h4 ) 2 6 1 1 u(P hei ) = u(P ) Di u(P )h + Dii u(P )h2 Diii u(P )h3 + O(h4 ) 2 6 und daher h u(P ) = 1 4u(P ) u(P + he1 ) u(P he1 ) u(P + he2 ) u(P he2 ) h2

= u(P ) + h2 O(h4 ) = u(P ) + O(h2 ). Damit ist der 5-Punkestern von zweiter Ordnung konsistent. F uhrt man eine Taylor-Entwicklung h oherer Ordnung durch f ur eine Funktion u C 5 , so stellt man fest, da die Terme vierter Ordnung sich nicht gegenseitig aufheben. Daher ist h nicht von dritter Ordnung konsistent. 6

0 Eine analoge Rechnung zeigt, da Di von zweiter und Di tisierungen der partiellen Ableitungen Di sind.

+()

von erster Ordnung konsistente Diskre-

Das erste Randwertproblem mit g = 0 wird nun diskretisiert, indem durch h ersetzt wird. Dazu denieren wir die diskreten Mengen h = Gh , h = {P h : Q Gh \ h mit |P Q| = h}, h = h \ h . Im diskreten Problem suchen wir eine Gitterfunktion uh Vh (h ) mit h uh (P ) = f (P ) f ur alle P h . (2.2)

Fig. 2.1

Durch die Denition des Raumes Vh (h ) haben wir die Nullrandbedingung f ur die diskrete L osung ber ucksichtigt. Die Punkte in h k onnen nun in beliebiger Reihenfolge numeriert werden, soda die unbekannten Werte uh (P ) mit einem Vektor der L ange Nh = card (h ) identiziert wird. F ur diesen unbekannten Vektor haben wir genau Nh lineare Gleichungen in (2.2) zur Verf ugung. Also ist (2.2) aquivalent zu einem linearen Gleichungssystem der Dimension Nh , dessen Systemmatrix durch den Stern des diskreten Operators h vollst andig bestimmt ist. Um Irrt umern vorzubeugen, m ochte ich anmerken, da nat urlich nicht der Stern das lineare Gleichungssystem ist, sondern zusammen mit der Numerierung dieses deniert. 1 . h besteht dann aus alWir betrachten das folgende Beispiel. Sei = (0, 1)2 und h = 4 j len Gitterpunkten Pi = (xi , yi ) mit xi , yi { 4 } f ur j = 1, 2, 3. Daher hat unser System 9 Unbekannte, die lexikographisch numeriert werden beginnend mit (1, 1). Die Systemmatrix ist dann 4 1 0 1 0 0 0 0 0

7 4 1

8 5 2

9 6 3

Fig. 2.2

Die Systemmatrix ist also sehr schwach besetzt und symmetrisch. Im folgenden beweisen wir eine Absch atzung f ur den Fehler u(P ) uh (P ). Obwohl die Konvergenzrate in diesem Fall mit der Konsistenzordnung u ochte ich hier betonen, da i.a. Konvergenz bereinstimmt, m nicht aus Konsistenz folgt. Sp ater werden wir Beispiele sehen, wo konsistente Verfahren nicht konvergieren. Zur Konvergenz ben otigt man zus atzlich zur Konsistenz die Stabilit at des Verfahrens, also eine von h unabh angige Absch atzung der diskreten L osungen durch die Daten des Problems. In unserem Fall wird die Stabilit at des Verfahrens durch ein diskretes Maximumprinzip gegeben, das nun deniert werden soll. Denition 2.5 Ein Dierenzenoperator Lh gen ugt dem diskreten Maximumprinzip auf h , wenn Lh uh (P ) 0 P h , uh (Q) 0 Q h uh (P ) 0 P h . (2.3)

1 4 1 0 1 0 0 0 0 1 4 0 0 1 0 0 1 0 0 4 1 0 1 0 0 1 4 1 0 1 Ah = 16 0 1 0 0 1 0 1 4 0 0 0 0 0 1 0 0 4 1 0 0 0 1 0 1 4 0 0 0 0 0 0 1 0 1

0 0 0 0 . 1 0 1 4

Die Analogie zum kontinuierlichen Maximumprinzip aus Korollar 2.3 d urfte klar sein. Satz 2.6 h gen ugt dem diskreten Maximumprinzip. Beweis: Seien die Voraussetzungen des diskreten Maximumprinzips f ur eine Gitterfunktion uh erf ullt und sei P ein Punkt mit uh (P ) = minP h uh (P ). Nun gilt u(P ) 1 u ( Q ) , wobei die Summe Q 4 sich u ber die vier Nachbarpunkte Q von P erstreckt. Dann sind aber auch die Nachbarpunkte von P minimale Punkte von uh . Durch Iterieren dieses Arguments nden wir einen Punkt auf dem diskreten Rande, der ebenfalls minimal ist. Daher uh (P ) 0. 7

Oenbar kann dieser Beweis auf alle Dierenzensterne ausgedehnt werden, deren Zentrum positiv ist, bei dem alle anderen Eintr age negativ sind und bei dem das Zentrum gr oer oder gleich der Summe der Betr age aller anderen Eintr age ist. Wenn eine Dierenzenapproximation f ur alle h > 0 ein diskretes Maximumprinzip erf ullt und die L osungen der diskreten Probleme gegen die exakte L osung konvergieren, so wird auch der kontinuierliche Operator ein Maximumprinzip erf ullen. Daher ist die Beweismethode des folgenden Satzes auf spezielle Dierentialgleichungen beschr ankt. Satz 2.7 Sei u C 4 () die L osung von Problem (2.2). Dann gilt die Fehlerabsch atzung
P h

max |(u uh )(P )| chk ,

wobei k = 1 im allgemeinen Fall und k = 2, wenn h . Beweis: Im ersten Schritt des Beweises konstruieren wir a hnlich zum Beweis des kontinuierlichen Maximumprinzips sogenannte Vergleichsfunktionen, das sind Gitterfunktionen wh mit h wh 1 in h , wh 0 auf h ,
P h

max |wh | c1 ,

2 2 Wenn h in der Kugel BR (0) enthalten ist, so erf ullt die Funktion w(x) = 1 4 (|x| + R )

w = 1

in BR (0),

w 0 in BR (0),

max |w(x)|
x

R2 . 4

F ur die Gitterfunktion wh , die mit w in den Gitterpunkten u bereinstimmt, gilt auch h wh = 1, denn h und liefern auf quadratischen Polynomen das gleiche Resultat. Aus der Konsistenz des Operators h erhalten wir wegen h uh (P ) = f (P ) = u(P ), | h uh (P ) + h u(P )| c2 h2 , und daher h (c2 h2 wh (u uh )) 0 Im Falle h gilt c2 h2 wh (u uh ) = c2 h2 wh 0 auf h und aus dem diskreten Maximumprinzip folgt u uh c2 h2 wh in h . in h .

Die Ungleichung f ur (u uh ) wird genauso bewiesen. Damit folgt der zweite Teil des Satzes aus
P h

max |u uh |(P ) c2 h2 max |wh (P )| c2 c1 h2 .

P h

Im allgemeinen Fall verwenden wir die Vergleichsfunktion w h = c2 h2 wh + c3 h, wobei die Konstante c3 aus der Absch atzung max |u(Q)| c3 h
Q h

bestimmt wird. Der zus atzliche Term c3 h garantiert, da w h (u uh ) c3 h |u| 0 auf h . Wiederum folgt die Behauptung aus dem diskreten Maximumprinzip. Das allgemeinere Problem (2.1) mit g = 0 kann analog diskretisiert werden, indem man sich in den Punkten auf h diskrete Werte mit Hilfe der Randfunktion g verschat (= lokalkonstante Interpolation).

2.3

Lineare Finite Elemente

Wir denieren nun das einfachste Finite Elemente Verfahren zur Approximation der Gleichung (2.1) mit g = 0. Dazu unterteilen wir in abgeschlossene Dreiecke {}, h = , soda die folgende Bedingung erf ullt ist: Bedingung R: Der Durchschnitt zweier Dreiecke ist leer oder besteht aus einer gemeinsamen Kante oder einem gemeinsamen Eckpunkt. Die Eckpunkte auf h sind in enthalten. Jedes Dreieck enth alt einen Kreis vom Radius 1 c h und ist in einem Kreis vom Radius cR h enthalten, R wobei die Konstante cR unabh angig von der Schrittweite h ist. Diese Bedingung schliet Degenerierungen der Dreiecke f ur h 0 aus, insbesondere sind die Innenwinkel der Dreiecke nach unten beschr ankt durch ein > 0 und nach oben Fig. 2.3 durch ein < . F ur konvexes gilt oenbar h . In all unseren Absch atzungen darf die generische Konstante c von cR , aber nicht vom Diskretisierungsparameter h abh angen. Der einfachste Finite Elemente Raum ist deniert durch S0 = vh C (h ) : vh | ist linear und vh | h = 0 . Wir setzen zun achst = h voraus, was man f ur jedes polygonale Gebiet erreichen kann. Der allgemeine Fall wird sp ater behandelt. Die Finite Elemente Methode ist dann deniert durch: Gesucht ist uh S0 mit (Duh , Dvh ) = (f, vh ) f ur alle vh S0 . (2.4)

Um diese L osung tats achlich zu berechnen, ben otigt man eine Basis h,i des Raumes S0 . Wir entwickeln N uh nach dieser Basis, uh = j =1 cj h,j , und setzen dies in (2.4) ein,
N

(cj Dh,j , Dh,i ) = (f, h,i ),

j =1

i = 1, . . . , N.

Dies ist aquivalent zum linearen Gleichungssystem Ac = b mit A = (aij ), aij = (Dh,j , Dh,i ) c = (cj ) b = (bi ), bi = (f, h,i ) Steigkeitsmatrix, L osungsvektor, Lastvektor. (2.5)

Die nat urliche oder nodale Basis des Raumes S0 l at sich folgendermaen konstruieren. Seien P1 , . . . , PN die Eckpunkte der Triangulierung {}, die im Inneren von liegen, und seien h,i S0 Funktionen mit h,i (Pj ) = ij , wobei ij das Kroneckersche bedeutet. Da jede Spline Funktion durch ihre Werte an den inneren Eckpunkten und die Nullrandbedingung eindeutig bestimmt ist, sind die h,i eindeutig. Aus dem gleichen Grunde bilden die {h,i }i=1,...,N eine Basis des Raumes S0 und jedes vh S0 kann in der Form
N

Fig. 2.4

vh (x) =
i=1

vh (Pi )h,i (x)

dargestellt werden. Daher ist die Dimension des Raumes S0 durch die Anzahl der inneren Eckpunkte gegeben. Der Tr ager eines jeden h,i besteht aus den Dreiecken adjazent zu Pi , soda (Dh,i , Dh,j ) verschwindet, wenn die Punkte Pi , Pj kein gemeinsames Dreieck haben. Wenn ein Eckpunkt Pi Ni Nachbarpunkte besitzt, dann enth alt die i-te Zeile von A in (2.5) nicht mehr als Ni + 1 nichtverschwindende Elemente, demnach ist die Matrix schwach besetzt. Wir betrachten die Triangulierung des Einheitsqua drats aus Fig. 2.5. Ahnlich wie beim Dierenzenverfahren kann man das Finite Elemente Verfahren durch einen Dierenzenstern in jedem Gitterpunkt beschreiben. Durch eine elementare Rechnung erhalten wir 0 1 0 4 1 . 1 0 1 0

Abgesehen von der anderen Skalierung stimmt die Systemmatrix mit dem F unfpunktestern u berein. Die Bestimmung der rechten Seite (f, i ) ergibt nur eine geringe Abweichung von h2 f (Pi ), die u berdies durch Verwendung einer Kubaturformel, wie sie sp ater beschrieben wird, beseitigt werden kann. F ur rechteckige Gebiete bleibt also die Konvergenztheorie des Dierenzenverfahrens auch f ur die Finite Elemente Methode richtig. Wir fahren mit der Analyse des Finite Elemente Verfahrens (2.4) f ur das Problem (2.1) fort. Aus der Formel der partiellen Integration folgt f ur jede Funktion vh S0 Fig. 2.5 uvh dx =

uvh dx =

DuDvh dx

nDuvh ds.

wobei n der nach auen gerichtete Normaleneinheitsvektor von ist. In den Randintegralen auf der rechten Seite kommt jede im Inneren von gelegene Kante genau zweimal vor, wobei die zugeh origen Normaleneinheitsvektoren entgegengesetztes Vorzeichen besitzen. Da auf den Randkanten die Funktion vh verschwindet, sind s amtliche Randintegrale Null und wir haben gezeigt, da die klassische L osung der Identit at (Du, Dvh ) = (f, vh ) vh S0 gen ugt, sofern diese Integrale existieren. Durch Subtraktion mit der Verfahrensgleichung (2.4) erhalten wir daraus die Orthogonalit atsrelation (Du Duh , Dvh ) = 0 vh S0 . Diese liefert mit der einfachen Absch atzung Du Duh
2 2

(2.6)

= (Du Duh , Du Duh ) = (Du Duh , Du Dvh ) Du Duh

2

Du Dvh

die fundamentale Identit at Du Duh

2

= inf

vh S0

Du Dvh

2.

(2.7)

Wir k onnen also eine Fehlerabsch atzung im quadratischen Mittel f ur den Gradienten gewinnen, indem wir auf der rechten Seite eine spezielle Approximation vh von u einsetzen. F ur u C () denieren wir die Interpolierende Ih u S0 durch Ih u(x) =
i

u(Pi )h,i (x).

Die Interpolierende ist die eindeutig bestimmte Spline Funktion, die mit u in den inneren Knotenpunkten u bereinstimmt und am Rande von verschwindet. Satz 2.8 Sei f ur das Dreieck die Bedingung R erf ullt. F ur u C 2 () gilt die Fehlerabsch atzung Du DIh u
2 2;

ch2 () D2 u

2 ; ,

wobei die Konstante c nicht von h, aber von cR aus Bedingung R abh angt. () ist das Ma von . 10

Beweis: Mit P1 , P2 , P3 bezeichnen wir die Eckpunkte von und mit e1 , e2 , e3 die Richtungen der gegen uberliegenden Kanten. Mit v = u Ih u gilt v (Pi ) = 0. Nach dem Mittelwertsatz gibt es einen ur De1 v folgt Punkt x auf der P1 gegen uberliegenden Kante mit De1 v (x) = 0. Aus dem Mittelwertsatz f daraus die Absch atzung |De1 v (y )| = |De1 v (y ) De1 v (x)| ch D2 v
;

= ch D2 u

in .

atzung gilt und aufgrund von Bedingung (R) die Vektoren e1 , e2 gleichm aig Da f ur De2 v die gleiche Absch linear unabh angig sind, erhalten wir |Dv | c{|De1 v | + |De2 v |} ch D2 u
; .

(2.8)

Die Behauptung folgt nun durch Quadrieren und Integrieren dieser Beziehung. Verbesserte Absch atzungen f ur den Interpolationsfehler werden im 4. Kapitel bewiesen. Aus diesem Beweis k onnen wir entnehmen, da zumindestens f ur den hier vorliegenden Fall der st uckweisen linearen Elemente die Bedingung R zu einschr ankend ist. Es ist v ollig ausreichend, da das Dreieck Durchmesser cR h besitzt und der gr ote Innenwinkel von wegbeschr ankt ist. In diesem Fall gibt es zwei Kantenrichtungen e1 , e2 , soda Absch atzung (2.8) richtig ist mit einer Konstanten c, die nur vom gr oten Innenwinkel abh angt. Von der Bedingung an den gr oten Innenwinkel kann man jedoch nicht abgehen, wie das folgende Beispiel zeigt. Wir betrachten das Dreieck mit den Eckpunkten P1 = (h, 0), P2 = (h, 0) und P3 = (0, a). F ur a << h hat dieses Dreieck im Punkt P3 einen groen Innenwinkel. F ur die lineare Interpolierende Ih u der Funktion u(x1 , x2 ) = x2 1 gilt D2 Ih u = h2 /a, wegen D2 u = 0 also D2 (u Ih u) =

a (-h, 0)
Fig. 2.6

(h, 0)

h2 f ur a 0. a F ur andere Finite Elemente, wie sie im 3. Kapitel vorgestellt werden, k onnen die Verh altnisse jedoch komplizierter sein (s. [3]). F ur gen ugend glatte L osungen erhalten wir aus (2.7) und aus dem gerade bewiesenen Satz durch Summation u ber , da Du Duh 2; ch. Das Verfahren konvergiert also linear im quadratischen Mittel des Gradienten.

11

3
3.1

Hilbertraummethode und Ritzsches Verfahren

Das Fundamentallema der Variationsrechnung

Wie zuvor bezeichnen wir mit L1 loc () den Raum der mebaren Funktionen u, die auf jeder Menge 0 integrierbar sind. Satz 3.1 (Fundamentallemma der Variationsrechnung) Sei u L1 loc () mit u dx 0
f ur alle C0 () mit 0.

(3.1)

Dann ist u 0 f. u. in . Bemerkung 3.2 Wenn

u dx 0 f ur alle C0 (), dann gilt f ur alle C0 ()

u dx = 0, und damit (3.2)

u dx 0

u = 0 f. u. in .

Beweis: Wir beweisen den Satz nur f ur stetiges u. Angenommen, es gibt einen Punkt x0 mit u(x0 ) < 0. Da u stetig ist, gibt es eine Umgebung B (x0 ) mit u(x) < 0 f ur alle x B (x0 ). Es gibt eine Funktion C0 (B (x0 )) mit 0, = 0. Daher u dx < 0, was u dx 0 widerspricht.

3.2

Schwache Ableitungen

Die Denition der klassischen Ableitung erscheint in vielen F allen als zu streng. Zum Beispiel ist die Funktion u(x) = |x| nahezu dierenzierbar und es ist naheliegend, hier einfach u (x) = sign (x) zu setzen. Nur die Denition der Ableitung im Punkte x = 0 ist hier beliebig, aber der Fundamentalsatz der x Dierential- und Integralrechnung bleibt richtig, |x| = 0 sign ( ) d. Trotzdem mu man vorsichtig sein: x Die Denition (sign (x)) = 0 w are inkonsistent wegen sign (x) = 0 0 d. In h oheren Raumdimensionen kann man den Begri der Dierenzierbarkeit mit der Formel der partiellen Integration verallgemeinern, uD dx = (1)||

D u dx

f ur alle C0 (),

was f ur alle u C || () richtig ist. Diese Uberlegungen motivieren die folgende Denition. Denition 3.3 Eine Funktion u L1 loc () besitzt eine -te schwache Ableitung in , wenn es eine Funktion u L1 () gibt mit loc uD dx = (1)||

u dx

f ur alle C0 ().

Wegen des folgenden Lemmas unterscheiden wir zwischen schwacher und klassischer Ableitung nicht und schreiben D u an Stelle von u . Lemma 3.4 Die schwache Ableitung ist eindeutig, sofern sie existiert. Wenn eine Funktion klassisch dierenzierbar ist, so ist sie auch schwach diernzierbar und beide Ableitungen stimmen u berein. Beweis: Wenn u und u schwache Ableitungen von u sind, so erhalten wir aus der Denition (u u ) dx = 0
f ur alle C0 ().

Aus dem Fundamentallemma folgt u = u . Die zweite Behauptung ergibt sich aus der Motivation zu Anfang dieses Abschnitts.

12

Beispiel 3.5 Wir betrachten den Fall n = 1, = (1, 1), u(x) = |x|. Aus der Formel der partiellen Integration erhalten wir
1 1

u dx =

0 1 0

x (x) dx +
0

x (x) dx
1

=
1

(x) dx 0(0) 1(1) +

0 1

(x) dx + 1(1) 0(0)

=
1

sign (x)(x) dx,

wobei wir (1) = (1) = 0 wegen C0 () verwenden konnten. Damit ist bewiesen, da |x| schwach dierenzierbar ist mit Ableitung sign (x). Nun versuchen wir, |x| ein weiteres Mal zu dierenzieren 1 1

sign (x) (x) dx =

0 1

(x) dx +
0

(x) dx = 2(0).

Es gibt oenbar kein f L1 loc mit (f, ) = 2(0). Damit existiert die zweite schwache Ableitung von |x| nicht. Beispiel 3.6 In diesem Beispiel untersuchen wir Funktionen mit einer Singularit at in einem isolierten Punkt. Sei n = 2, = B1 (0) und u (x) = |x| , . Mit Hilfe von Polarkoordinaten erhalten wir

u (x) dx = 2
B1 (0) 0

r+1 dr,

und u L1 (B1 (0)) f ur > 2. Wegen Lemma 3.4 ist u schwach dierenzierbar in B1 (0) \ {0} mit Ableitung Du = r2 x. Mit partieller Integration folgt f ur beliebiges C0 (B1 (0)) u (x)D(x) dx =
B1 (0)\B (0) B1 (0)\B (0)

Du (x)(x) dx
B (0)

nu (x)(x) ds.

F ur > 1 besitzen die Integranden die integrierbaren Majoranten |u Dk | sowie |Dk u |. Mit dem Satz von Lebesgue k onnen wir f ur die Integrale auf B1 (0) \ B (0) den Grenz ubergang 0 durchf uhren. Die Randintegrale werden abgesch atzt durch nu (x)(x)ds
B (0) B (0)

ds

+1

0.

Damit ist u schwach dierenzierbar f ur > 1. Der n achste Satz verallgemeinert das Beispiel 3.5. Satz 3.7 Sei {k }k=1,...,K eine Partition von in st uckweise glatte Teilgebiete, also = K k=1 k , 1 ur k = 1, . . . , K. Dann ist u schwach dierenzierbar k l = f ur k = l. Sei u C () mit u C (k ) f mit beschr ankter Ableitung, die auf k mit der klassischen Ableitung ubereinstimmt und beliebig ist auf k .
Beweis: F ur C0 () folgt mit partieller Integration K K K

uD dx =
k=1 k

uD dx =
k=1 k

Du dx +
k=1 k

nu ds.

Die Randintegrale heben sich in dieser Formel gegenseitig auf, weil die aueren Normaleneinheitsvektoren bei benachbarten Teilgebieten entgegengesetztes Vorzeichen haben und weil am Rande von verschwindet. Daher
K

uD dx =
k=1 k

Du dx =

Du dx.

13

Nun stellen wir einige einfache Rechenregeln f ur schwache Ableitungen auf. Wenn u eine schwache Ableitung D u in besitzt, so ist u auch schwach dierenzierbar in jedem Gebiet 0 mit gleicher Ableitung. Wenn D u eine schwache Ableitung D (D u) besitzt, so existiert die Ableitung D+ u ebenfalls und D+ u = D (D u). Die schwache Ableitung ist eine lineare Operation im Raum der schwach dierenzierbaren Funktionen. Als kleine Ubung beweisen wir die zweite Behauptung. Aus den beiden Identit aten uD dx = (1)||

D u dx

f ur alle C0 (),

D uD dx = (1)| |

D (D u) dx f ur alle C0 (),

erhalten wir mit = D uD+ dx = (1)|+ |

D (D u) dx.

3.3

Die Sobolev R aume

Mit Hilfe des Begris der schwachen Ableitung k onnen wir Banach R aume denieren, die das Konzept der Lebesgue R aume auf dierenzierbare Funktionen u bertragen. Denition 3.8 F ur m 0 und 1 p besteht der Raum H m,p () aus allen Funktionen u Lp (), die m-mal schwach dierenzierbar sind mit Ableitungen im Raum Lp (). Die R aume H m,p () werden mit den Sobolev Normen u
m,p;

:= u u

m,p

:=
0||m

Du :=

p p

1/p

1 p < ,

m,;

:= u

m,

0||m

max

Du

versehen. Oenbar ist H 0,p = Lp . Die Normaxiome lassen sich einfach nachweisen. Satz 3.9 H m,p () ist Banach Raum f ur alle m

und 1 p .

Beweis: Sei {uk }k eine Cauchy-Folge in H m,p (). Aufgrund der Denition der Sobolev Norm ist die ur alle 0 || m und besitzt wegen der Vollst andigkeit Folge {D uk }k eine Cauchy-Folge in Lp () f von Lp (), einen Grenzwert u Lp (). Aus uk D dx = (1)||
D uk dx f ur alle C0 ()

folgt uD dx = (1)||
u dx f ur alle C0 (),

wobei wir die Tatsache verwendet haben, da D uk u in L1 (0 ), 0 = supp() . Aus der letzten Identit at erhalten wir D u = u und daher uk u in H m,p (). Korollar 3.10 H m,2 () ist Hilbert Raum mit innerem Produkt (u, v )m =
||m

D uD v dx.

Nun kommen die Hauptresultate. Satz 3.11 (Meyers und Serrin [15]) C () H m,p () ist dicht in H m,p () f ur 1 p < . ur 1 p < . Satz 3.12 F ur gen ugend glatt berandetes liegt auch C () dicht in H m,p () f 14

Beide S atze gestatten damit, Sobolev Funktionen durch klassisch dierenzierbare Funktionen zu approximieren. Dadurch lassen sich viele klassische Formeln auf Sobolev Funktionen u bertragen. Als einfaches Beispiel betrachten wir die Produktregel Di (uv ) = Di u v + u Di v, (3.3)

die f ur alle Funktionen u, v H 1,2 () richtig ist. Zum Beweis w ahlen wir Folgen {uk }, {vk } in C () 1,2 H () mit uk u, vk v. In der Identit at uk vk Di dx =

{Di uk vk + uk Di vk } dx,

C0 (),

k onnen wir, da sowohl L2 -Konvergenz f ur u, v als auch f ur Di u, Di v vorliegt, zum Grenzwert k u bergehen und erhalten gerade die Formel (3.3).

3.4

Sobolev-Ungleichungen

Da man bei Sobolev Funktionen in H m,p auch u ur die schwachen Ableitungen verf ugt, ber Bedingungen f ist es nicht verwunderlich, da sie bessere Integrierbarkeits- und manchmal auch Stetigkeitseigenschaften besitzen. Wir erhalten damit Einbettungen in die R aume Lq () und C (), die unter dem Namen Sobolev-Ungleichungen zusammengefat werden. Damit diese Einbettungen richtig sind, ben otigt man eine geringf ugige Voraussetzung an den Rand des Gebietes . Wir sagen, da die Kegeleigenschaft besitzt, wenn ein Kegel K mit nichtleerem Inneren existiert, soda es zu jedem x einen zu K kongruenten Kegel K (x) gibt mit K (x) . Oenbar besitzt jedes Gebiet mit gen ugend glattem Rand die Kegeleigenschaft, dagegen ist sie f ur ein herzf ormiges Gebiet mit nach auen gezogener Spitze nicht erf ullt. Satz 3.13 Das Gebiet n besitze die Kegeleigenschaft. Sei m , 1 p < . (i) Falls mp < n, liegt jede Funktion u H m,p () auch im Raum Lq () mit q = np/(n mp) und es gilt die Absch atzung u q; u m,p; u H m,p (). (ii) Falls mp > n, so l at sich jedes u H m,p () auf einer Menge vom Ma Null so ab andern, da dann k gilt und die Absch a tzung u C () f ur 0 k < m n p u erf ullt ist. Bemerkung 3.14 Der Fall mp = n ist im vorliegenden Satz nicht ber ucksichtigt worden. Da bei uns immer als beschr ankt vorausgesetzt wird, k onnen wir (i) f ur jedes p < p anwenden und folgern daraus, da u Lq () f ur jedes q < . Das impliziert i.a. nicht u L (), wie das Beispiel n = 1, u = ln x zeigt. In manchen F allen kann man auch bei mp = n die Stetigkeit von u zeigen, was wir an Hand eines kleinen Beweisbeispiels demonstrieren wollen. Sei n = 1 und = (0, 1). Wir zeigen, da jedes u H 1,1 () einen atzung (3.4) gen ugt. Aus dem Hauptsatz der Dierential- und Vertreter in C () besitzt, der der Absch Integralrechnung folgt
y k,;

c u

m,p;

u H m,p ()

(3.4)

|u(x)| = u(y ) +
x

u ( ) d |u(y )| +
0

|u ( )| d

und nach Integrieren bez uglich y,

1

|u(x)|
0

{|u( )| + |u ( )|} d,

was gerade die Absch atzung (3.4) ist. Nach Satz 3.12 k onnen wir jede Funktion u in H 1,1 () durch Funktionen uk in C () approximieren. Wegen (3.4) gilt dann uk ul
;

c uk ul

1,1;

0 f ur k, l .

Damit ist {uk } Cauchy-Folge in C () und konvergiert gegen den stetigen Vertreter u C ().

15

3.5

m,p Randwerte von Sobolev Funktionen und die R aume H0 ()

Einer Sobolev Funktion Randwerte zuordnen zu wollen, scheint der Denition dieser Funktionen zu widersprechen, da sie ja nur bis auf eine Menge vom Ma Null deniert sind. Um diese Schwierigkeit zu umgehen, gehen wir vom klassischen Spuroperator aus, der auf R aumen stetig dierenzierbarer Funktionen deniert ist. F ur gen ugend glatt berandetes erzeugt jedes u C m () eine Spur T u = u| C m ( ). F ur 1 p < l at sich f ur diesen Spuroperator leicht die Absch atzung Tu
m1,q;

c u

m,p;

mit q =

(n 1)p f ur p < n np

(3.5)

beweisen. Nach Satz 3.12 l at sich jedes u H m,p () durch eine Folge uk C ()) approximieren. Diese Folge ist eine Cauchy-Folge in H m,p (), soda Absch atzung (3.5) angewendet auf uk ul ergibt, da die Folge {T uk } auch eine Cauchy-Folge bez uglich H m1,q ( ) ist. Den zugeh origen Grenzwert dieser Folge bezeichnen wir mit T u H m1,q ( ) und nennen ihn die Spur von u. T u ist bis auf eine Nullmenge des (n 1)-dimensionalen Maes unabh angig von der gew ahlten Folge {uk } und daher eindeutig bestimmt. Genauer haben wir den folgenden Satz. Satz 3.15 (Spursatz) Sei C m , m , 1 p < . T : H m,p () H m1,q ( ) mit (n 1)p/(n p) < q= ur u C m (). und T : C m () C m ( ), T u = u| f

Dann gibt es einen stetigen linearen Operator f ur p < n f ur p = n, f ur p > n

Die Bilder von T (=Randwerte) haben ahnliche Eigenschaften wie die Randwerte klassischer Funktionen. Als ein Beispiel betrachten wir das Divergenztheorem, das besagt, da f ur stetig dierenzierbare vektorwertige Funktionen u = (u1 , . . . , un ) div u dx =

n u ds

(3.6)

gilt. F ur gen ugend glatt berandetes zeigen wir die G ultigkeit dieser Formel f ur Funktionen im Raum H 1,1 ()n . F ur u H 1,1 ()n gibt es wegen Satz 3.12 Funktionen u C 1 ()n mit u u 1,1; . Mit (3.5) gilt T u T u 1; c, woraus die G ultigkeit von (3.6) im Raum H 1,1 () folgt. m,p F ur 1 p < bezeichnen wir mit H0 () den Abschlu von C0 () in der Norm von H m,p (). Nach dem letzten Abschnitt gilt dann D u = 0 fast u ur || m 1. berall auf f
1,2 Satz 3.16 (Poincar e-Ungleichung) F ur alle u H0 () gilt die Absch atzung

u wobei die Konstante c nur von abh angt.

2;

c Du

2; .

1,2 Beweis: Da nach Denition C0 () dicht in H0 () ist, gen ugt es, die Behauptung f ur alle Funktionen in C0 () zu beweisen. Sei im W urfel (0, d)n enthalten. F ur eine eindimensionale Funktion f : (0, d) mit f (0) = 0 folgt aus dem Hauptsatz der Dierential- und Integralrechung

f (t) =
0

f ( ) d.

In dieser Identit at setzen wir Betr age und sch atzen mit der Cauchy-Ungleichung ab |f (t)|2
0 t

f ( ) d

d
0

|f ( )|2 d.

Diese Absch atzung wird nun bez uglich t integriert, soda die eindimensionale Poincar e-Ungleichung bewiesen ist. Im n-dimensionalen Fall schreiben wir u(x) = u(x1 , x ) und erhalten aus dem eindimensionalen Resultat
d

|u(x1 , x )|2 dx1 d2

0

|D1 u(x1 , x )|2 dx1 .

Integration bez uglich x liefert die Behauptung. 16

3.6

Die Darstellungss atze von Riesz und Lax-Milgram

V

Sei V ein Hilbert Raum mit innerem Produkt a(, ) und Norm v

= a(v, v )1/2 .

Satz 3.17 (Rieszscher Darstellungssatz) Zu jedem stetigen linearen Funktional f V gibt es ein eindeutig bestimmtes u V mit a(u, v ) = f (v ) f ur alle v V. (3.7) u ist auch die eindeutig bestimmte L osung des Variationsproblems F (v ) = 1 a(v, v ) f (v ) Min 2 f ur alle v V.

Beweis: Als erstes zeigen wir die Existenz einer L osung des Variationsproblems. Wegen der Stetigkeit von f gilt die Absch atzung |f (v )| c v V und daher F (v ) 1 v 2
2 V

c v

1 c2 . 2

Damit ist das Funktional F nach unten beschr ankt und d = inf F (v )
v V

existiert. Sei {vk }k eine Minimalfolge, also F (vk ) d f ur k . Aus der Parallelogrammgleichung vk vl erhalten wir vk vl
2 V 2 V

+ vk + vl

2 V

= 2 vk

2 V

+ 2 vl

2 V

=2 vk

2 V

+ 2 vl

2 V

vk + vl 2

2 V

4f (vk ) 4f (vl ) + 8f (

vk + vl ) 2 vk + vl ) 2 f ur k, l .

= 4F (vk ) + 4F (vl ) 8F (

4F (vk ) + 4F (vl ) 8d 0

Damit ist {vk } eine Cauchy Folge, die wegen der Vollst andigkeit von V einen Grenzwert u V besitzt. Da F stetig ist, ist u eine L osung des Variationsproblems. Nun zeigen wir, da jede L osung des Variationsproblems auch eine L osung von (3.7) ist. F ur ein Minimum u setzen wir 1 () = F (u + v ) = F (u) + {a(u, v ) f (v )} + 2 a(v, v ). 2 Da u das Variationsproblem minimiert, besitzt die Funktion ein Minimum an der Stelle = 0. Daher 0 = (0) = {a(u, v ) f (v )} f ur alle v V.

Seien nun u1 , u2 zwei L osungen des Problems (3.7). Dann erhalten wir aus der Dierenz der beiden Gleichungen a(u1 u2 , v ) = 0 f ur alle v V. Aus v = u1 u2 folgt u1 = u2 . Die L osung des Variationsproblems ist eindeutig wegen der Eindeutigkeit von (3.7). Nun beweisen wir eine Verallgemeinerung des letzten Satzes auf unsymmetrische Bilinearformen. Sei b(, ) eine Bilinearform auf V, die als beschr ankt und positiv denit vorausgesetzt wird, |b(u, v )| c u
V

b(u, u) m u

2 V

f ur alle u, v V,

wobei c, m > 0 unabh angig von u, v gew ahlt werden k onnen. Satz 3.18 (Lax-Milgram) Sei b(, ) eine beschr ankte und positiv denite Bilinearform auf dem Hilbert Raum V. Zu jedem beschr ankten linearen Funktional f V gibt es genau ein u V mit b(u, v ) = f (v ) f ur alle v V. 17 (3.8)

Beweis: Mit Hilfe des Darstellungssatzes von Riesz k onnen wir Operatoren T, T : V V denieren durch a(T u, v ) = b(u, v ) v V, a(T u, v ) = b(v, u) v V. (3.9) Da b(u, ) und b(, u) stetige lineare Funktionale auf V sind, existieren T u, T u und sind eindeutig bestimmt. Weil die Operatoren der Bedingung a(T u, v ) = a(u, T v ) gen ugen, nennen wir T den adjungierten Operator zu T. Wir setzen v = T u in (3.9) ein und erhalten aus der Beschr anktheit von b Tu
2 V

= a(T u, T u) = b(u, T u) c T u

V,

also T u V c u V , was aufgrund der Linearit at von T die Stetigkeit von T impliziert. Mit dem gleichen Argument ist auch T stetig. Die Eindeutigkeit von u wird genauso wie im symmetrischen Fall bewiesen. Mit Hilfe der in (3.9) denierten Operatoren setzen wir d(u, v ) = a(T T u, v ) = a(T u, T v ) f ur alle u, v V.

Die Form d ist bilinear, symmetrisch und gen ugt der Absch atzung m2 v
4 V

b(v, v )2 = a(v, T v )2 v

2 V

T v

2 V

= v

2 V

d(v, v ).
V

Daher ist d positiv denit und erzeugt ein inneres Produkt auf V mit d(v, v )1/2 aquivalent zu v dem Rieszschen Darstellungssatz erhalten wir ein w V mit d(w, v ) = f (v ) Oenbar ist u = T w die L osung von (3.8). f ur alle v V.

. Aus

3.7

Existenz schwacher Lo sungen

Die Existenzs atze des letzten Abschnitts werden nun angewendet auf das erste Randwertproblem der Poisson Gleichung u = f in , u = 0 auf . (3.10) Da in dieser Problemstellung die abstrakte Theorie nicht greift, f uhren wir das Konzept der schwachen 1,2 L osung ein. Wir multiplizieren (3.10) mit v H0 () und f uhren eine partielle Integration durch, (Du, Dv ) = (f, v )
1,2 f ur alle v H0 ().

Ahnlich wie beim Finite Elemente Verfahren braucht in dieser Darstellung u nur einmal (schwach) dierenzierbar zu sein. Um auch die Nullrandbedingung an u zu ber ucksichtigen, denieren wir die schwache L osung durch
1,2 Gesucht ist u H0 () mit (Du, Dv ) = (f, v ) 1,2 f ur alle v H0 ().

(3.11)

Existenz und Eindeutigkeit dieser L osung werden wir gleich auf einfache Art zeigen. Wichtiger ist aber zun achst die Beantwortung der Frage, inwieweit das schwache L osungskonzept u berhaupt noch etwas mit dem klassischen Konzept zu tun hat. Wir haben bereits gesehen, da eine klassische L osung eine 1,2 schwache L osung ist, sofern sie sich im Raum H0 () bendet. Umgekehrt ist es a hnlich: Wenn die onnen wir in (3.11) partiell integrieren und erhalten schwache L osung im Raum C () C 2 () liegt, so k aus dem Fundamentallemma der Variationsrechnung, da (3.10) erf ullt ist. Wegen der Poincar e-Ungleichung gibt es eine Konstante c mit u
2

c Du

1,2 f ur alle u H0 (). 2; ,

1,2 Damit ist a(u, v ) = (Du, Dv ) ein Skalarprodukt auf H0 () mit der Norm a(v, v )1/2 = Dv 1,2 aquivalent ist. (H0 (), a(, )) ist also ebenfalls ein Hilbert Raum. v 1,2; F ur f L2 () k onnen wir das Funktional

die zu

(v ) = f

f (x)v (x) dx

1,2 f ur alle v H0 (),

denieren, das wegen

(v )| = |(f, v )| f |f 18

2;

2;

1,2 ein stetiges lineares Funktional auf V = H0 () ist. Damit folgt aus dem Rieszschen Darstellungssatz, da die schwache L osung aus (3.11) existiert und eindeutig bestimmt ist. Weiter l ost u auch das Variationsproblem 1 1,2 { |Dv |2 f v } dx Min f F (v ) = (). ur alle v H0 2

Im Modell der Auslenkung einer Membran, das zu Beginn dieses Kapitels vorgestellt wurde, kann F als 1 Energiefunktional des Prozesses gedeutet werden. 2 |Dv |2 dx ist die innere Energie, w ahrend f v dx die potentielle Energie ist. Die L osung minimiert die Dierenz dieser Energien. Nun betrachten wir das erste Randwertproblem f ur Dierentialoperatoren in Divergenzform Lu = Dj (aij (x)Di u) + c(x)u = f in , u = 0 auf , (3.12)

und setzen die Koezienten aij , c als beschr ankt voraus. Der Operator L in (3.12) heit gleichm aig elliptisch, wenn es positive Konstanten m, M gibt mit m| |2 aij (x)i j M | |2 f ur alle

(3.13)

In diesem Fall sieht man einen weiteren Vorteil des schwache L osungskonzepts: Die starke L osung ist bei unstetigen Koezientenfunktionen gar nicht deniert, w ahrenddessen die schwache Form mit Hilfe der Bilinearform a(u, v ) = {aij Di uDj v + cuv } dx. (3.14)

auf Form,

1,2 H0 ()

erkl art ist, denn aus der Beschr anktheit der Koezienten folgt auch die Beschr anktheit der

|a(u, v )|

|aij Di uDj v + cuv | dx

n

c sup{|aij (x)|, |c(x)|}

x i,j =1

|Di uDj v | + |uv | dx c u

1,2;

1,2; .

Um auch die Denitheit der Form nachweisen zu k onnen, ben otigen wir als Zusatzvoraussetzung die Bedingung c 0, denn dann gilt u
2 1,2;

c Du

2 2;

cm1

{aij Di uDj u + cu2 } dx = cm1 a(u, u),

1,2 und die Denitheit von a(, ) ist gezeigt. u heit wieder schwache L osung von (3.12), wenn u H0 () und 1,2 a(u, v ) = (f, v ) f ur alle v H0 (). (3.15)

Aus dem Satz von Lax-Milgram folgen nun Existenz und Eindeutigkeit der schwachen L osung von Problem (3.12). Im unsymmetrischen Fall aij = aji kann diese L osung nicht durch ein Variationsproblem charakterisiert werden.

3.8

Das Ritzsche Verfahren

1 a(v, v ) f (v ) Min, 2

Sei V ein Hilbert Raum mit innerem Produkt a(, ). Wir betrachten das Problem F (v ) = (3.16)

wobei f () ein beschr anktes lineares Funktional auf V bezeichnet. Wir haben bereits bewiesen, da dieses Problem eine eindeutig bestimmte L osung u V besitzt, die auerdem die Variationsgleichung a(u, v ) = f (v ) f ur alle v V (3.17)

l ost. Um die Probleme (3.16),(3.17) mit einem numerischen Verfahren zu approximieren, setzen wir voraus, da V ein separabler Hilbert Raum ist, also da es endlich dimensionale Teilr aume V1 , V2 , . . . V gibt

19

mit dim Vk = k, die die folgende Eigenschaft besitzen: Zu jedem u V und > 0 gibt es ein K und uk Vk mit u uk V f ur alle k K. (3.18) Es wird dabei nicht verlangt, da es eine Inklusion der Form Vk Vk+1 gibt. Die Ritz Approximation von (3.16),(3.17) ist deniert durch Gesucht ist uk Vk mit a(uk , vk ) = f (vk ) f ur alle vk Vk . (3.19)

uk
0

Vk

Da endlich dimensionale Teilr aume von Hilbert R aumen wiederum Hilbert R aume sind, besitzt nach dem Rieszschen Darstellungssatz auch die Gleichung (3.19) eine eindeutige L osung, die ebenso das Minimierungsproblem (3.16) im Raum Vk l ost. Aus der Dierenz der Gleichungen (3.17) und (3.19) erhalten wir die Orthogonalit atsrelation a(u uk , vk ) = 0 vk Vk , was nichts anderes besagt als u uk Vk . Demnach ist uk die orthogonale Projektion von u in den Raum Vk , was auf die Eigenschaft der Bestapproximierenden

Fig. 3.1 f uhrt, die durch u uk

2 V

u uk

= inf

vk Vk

u vk

(3.20)

= a(u uk , u uk ) = a(u uk , u vk ) u uk

u vk

bewiesen wird. Mit Bedingung (3.18) und Gleichung (3.20) folgt die Konvergenz des Ritzschen Verfahrens uk u f ur k . F ur die Berechnung der uk verwenden wir eine beliebige Basis {i }i=1,...,k des Raumes Vk . Mit uk = k j =1 xj j und den Testfunktionen vk = i in (3.19) erhalten wir
k

a(xj j , i ) = f (i ),
j =1

i = 1, . . . , k,

was aquivalent zur L osung des linearen Gleichungssystems Ax = b ist. A mit Elementen aij = a(j , i ) heit wieder Steigkeitsmatrix. Die rechte Seite b ist der k -Vektor mit k bi = f (i ). Mit der 1-1 Zuordnung zwischen dem Koordinatenvektor x und dem Element vk = i=1 xi i l at sich leicht zeigen, da die Matrix A symmetrisch und positiv denit ist, A = AT a(v, w) = a(w, v ), xT Ax > 0 f ur x = 0 a(vk , vk ) > 0 f ur vk = 0.

Im nichtvariationellen Fall, also wenn b(, ) unsymmetrisch, aber aquivalent zum inneren Produkt ist, k onnen wir das Problem b(u, v ) = f (v ) mit der gleichen Methode approximieren. Die diskrete L osung ist dann keine orthogonale Projektion mehr, aber wir k onnen das Lemma von Lax-Milgram anwenden und auch eine Fehlerabsch atzung wie in (3.20) beweisen. Aus m v 2 anktheit V b(v, v ) und der Beschr |b(u, v )| c u V v V folgt n amlich u uk
2 V

m1 b(u uk , u vk ) m1 c u uk c inf u vk m vk Vk

u vk

und damit das sogenannte Ceas Lemma u uk

V

(3.21)

Im unsymmetrischen Fall wird dieses Verfahren auch Galerkin Methode genannt. Das lineare Gleichungssystem wird genauso hergeleitet wie im symmetrischen Fall. Die Systemmatrix ist immer noch positiv denit, aber nicht mehr symmetrisch. Der wichtigste Punkt beim Ritzschen Verfahren und bei der Galerkin Methode ist die Wahl der R aume Vk . Vom numerischen Standpunkt aus sollten die Elemente aij leicht zu berechnen und die Matrix A nur schwach besetzt sein. Solche R aume haben wir mit den st uckweise linearen Splines aus Kapitel 2 bereits kennengelernt. 20

4
4.1

Finite Elemente und Interpolation

Finite Elemente R aume

Im folgenden sei ein abgeschlossener, beschr ankter Polyeder des 2 oder 3 . Der Rand von besteht aus m-dimensionalen linearen Mannigfaltigkeiten, 0 m n 1, die als m-Seiten achen bezeichnet werden. Die (n 1)-Seiten achen heien einfach Seiten, die 0-Seiten achen sind die Eckpunkte und die 1-Seiten achen die Kanten. Sei s 0 . Auf sei ein endlich dimensionaler Raum P () C s () deniert mit dim P () = N . Im allgemeinen wird P () ein Polynomraum sein. Im Falle st uckweise linearer Funktionen ist P () = 1 () und dim P () = n + 1. Weiter seien linear unabh angige, stetige lineare Funktionale ,1 , . . . , ,N : C s () gegeben.

x x x E

Punktauswertung Auswertung der ersten Ableitungen Auswertung der Normalableitung E = Seite von Mittelwert ueber

(v)=v(x) i(v)=Div(x) (v)=Dnv(x) (v)=()-1 (v)=(E)-1 v(x) dx v(s) ds

. . . . . . . .

Mittelwert ueber E

Fig. 4.1 Der Parameter s 0 wird so gew ahlt, da die Funktionale ,1 , . . . , ,N stetig sind. Wenn beispielsweise ein Funktional die Auswertung einer partiellen Ableitung oder der Normalableitung verlangt, dann mu s = 1 gew ahlt werden, f ur die anderen Funktionale aus Fig. 4.1 gen ugt s = 0. Unsere n achste Bedingung ist die Unisolvenz des Raumes P () bez uglich der Funktionale ,1 , . . . , ,N . Zu jedem i

, 1 i N

gibt es genau ein p P () mit 1 i N .

(4.1)

,i (p) = i , mit ,i (,j ) = ij ,

Aus der Unisolvenzbedingung (4.1) folgt die Existenz der lokalen Basis {,i }i=1,...,N , ,i P (), 1 i, j N .

Damit bilden die {,i } eine Basis des Raumes P (). F ur komplizierte Finite Elemente wird die lokale Basis numerisch durch L osen eines linearen Gleichungssystems bestimmt. Wenn n amlich {qk }1kN eine N osen Basis von P () ist, so setzen wir ,j = k=1 cjk qk , cjk , und l

cjk aik = ij ,
k=1

i = 1 , . . . , n ,

mit aik = ,i (qk ). Aufgrund der Unisolvenz-Bedingung ist die Matrix A = (aik ) regul ar und die Koezienten cjk sind eindeutig bestimmt. Zur Denition allgemeiner Finite Elemente R aume betrachten wir eine Unterteilung eines polyhedralen Gebiets in Polyeder mit zugeh origen lokalen R aumen P () wie oben beschrieben. Weiter seien 1 , . . . , N : C s () stetige lineare Funktionale vom gleichen Typ wie in Abbildung Fig. 4.1. Die Einschr ankung der Funktionale auf die Elemente erzeugen lokale Funktionale ,1 , . . . , ,N die als

21

unisolvent in P () vorausgesetzt werden. Mit i bezeichnen wir diejenigen Elemente , f ur die nichtverschwindende lokale i existieren. Wenn zum Beispiel ein i zu einer (n 1)-Seiten ache E von geh ort, so besteht i aus den Elementen adjazent zu E. Denition 4.1 Eine Funktion v deniert auf mit v | int P () heit stetig bez uglich {i }, wenn i (v1 ) = i (v2 ) f ur alle 1 , 2 i . Der Raum S = v L () : v |int P () und v ist stetig bez uglich {i } heit Finite Elemente Raum. Die globale Basis {i }i=1,...,N des Raumes S ist deniert durch die Bedingungen i S, i (j ) = ij , i, j = 1, . . . , N.

Auf jedem Element stimmt eine globale Basisfunktion mit einer lokalen Basisfunktion u berein, woraus die Eindeutigkeit der globalen Funktion folgt. F ur viele Finite Elemente R aume folgt aus der Stetigkeit bez uglich {i } auch die Stetigkeit der Finite Elemente Funktionen. Nur in diesem Fall kann von den Werten einer solchen Funktion auf den Seiten achen gesprochen werden.

4.2

Parametrische Finite Elemente

Im letzten Abschnitt hatten wir sehr allgemeine Finite Elemente R aume betrachtet, bei denen beispielsweise Zerlegungen in Dreicke und Vierecke erlaubt waren. Hier wollen wir spezieller die sogenannten parametrischen Elemente betrachten, f ur die eine geschlossene Theorie existiert. In der parametrischen aus mit einem lokalen Raum P () Denition der Finiten Elemente geht man von einem Referenzelement n 1, . . . , sowie einer Klasse regul und Funktionalen a rer Transformationen { F } , die auf N abbilden. Die Bilder = {} bilden die Menge der zul assigen Elemente. Die lokalen R aume sind dann deniert durch 1 () } P () = {p : : p = p F , p P (4.2)

und die lokalen Funktionale durch i (v (F x ,i (v (x)) = )) , wobei x = ( x1 , . . . , x n ) die Koordinaten des Referenzelements bezeichnet und x = F ( x).

4.3

Dreiecks- und Tetraederelemente

ulle von n + 1 Punkten a1 , . . . , an+1 n , die die Ein n-Simplex , n = 2, 3, ist die konvexe H Eckpunkte von bilden. wird als nichtdegeneriert vorausgesetzt, was a at der quivalent zur Regularit Matrix a1,1 a1,2 . . . a1,n+1 a2,1 a2,2 . . . a2,n+1 . . . . . (4.3) A= . , . . . an,1 an,2 . . . an,n+1 1 1 ... 1

ist, wobei ai = (a1,i , . . . , an,i ). Die beweist man, indem man das translatierte Simplex mit Eckpunkten 0, a2 a1 , . . . , an+1 a1 betrachtet. Dieses ist genau dann nichtdegeneriert, wenn die Vektoren a2 a1 , . . . , an+1 a1 linear unabh angig sind. Da die konvexe H ulle der Punkte {ai } ist, k onnen wir es folgendermaen parametrisieren, = x

n+1 n

n+1

:x=
i=1

i ai ,

0 i 1 ,
i=1

i = 1 .

22

Die Koezienten 1 , . . . , n+1 n+1 in dieser Darstellung heien baryzentrische Koordinaten von x . Sie sind eindeutig bestimmt, denn man erh alt sie als L osung des linearen Gleichungssystems
n+1 n+1

aj,i i = xi ,
i=1

1 j n,
i=1

i = 1,

(4.4)

wobei die Matrix A die gleiche wie in (4.3) ist. Die Eckpunkte des Simplex sind durch i = 1, j = 0 f ur 1 j = i charakterisiert. F ur den Schwerpunkt gilt i = n+1 f ur alle i.

a4 a3 a13 a1 a123 a12 a112 a221 a2

Fig. 4.2 Fig. 4.2 zeigt unsere Notation f ur einige spezielle Punkte. Mit ai1 i2 i3 , i1 < i2 < i3 , bezeichnen wir den Schwerpunkt der 2-Seiten ache mit Eckpunkten ai1 , ai2 , ai3 . Die baryzentrischen Koordinaten von ur k = 1, 2, 3 und j = 0 sonst. Jede Kante ai aj von kann in drei Strecken ai1 i2 i3 sind ik = 1/3 f gleicher L ange mit Endpunkten aiij , ajji unterteilt werden. Die baryzentrischen Koordinaten von aiij sind i = 2/3, j = 1/3, und l = 0 f ur l = i, j. F ur n = 3 wird der Schwerpunkt von mit a1234 bezeichnet. Weiter verwenden wir die Notation aij f ur den Mittelpunkt der Kante ai aj . Das Referenzelement ist das Einheitssimplex = x

a23 a3

a134

a2 a221 a12

a1

a112

n n

:
i=1

x i 1,

x i 0 f ur i = 1, . . . , n

und die Klasse {F } der zul assigen Transformationen sind die regul aren an linearen Transformationen F x = Bx +b, B

nn

mit det B = 0,

unter diesen Transformationen erzeugen die Menge der nichtdegenerierten Simplizes Die Bilder von n . Wenn nun ein unisolventer Satz von Funktionalen auf dem Einheitssimplex speziziert ist, so erhalten wir mit der Denition (4.2) lokale Finite Elemente R aume auf jedem nichtdegenerierten Simplex. Die Gesamtheit dieser lokalen R aume heit dann eine ane Familie simplizialer Elemente. Die i auf dem Referenzgel augsten anen Familien werden in Fig. 4.3 gezeigt. Die linearen Funktionale element sind Auswertungen der Funktion und/oder der ersten Ableitungen in den Punkten mit gleichen baryzentrischen Koordinaten.

23

(1)

a3

a1

a2 IP1, C0, dim IP1=n+1

(2)
a13

a3 a23 a12 a2
1 - (n+1)(n+2) IP2 , C0, dim IP2= -2

a1

(3)
a331 a113 a1

a3 a123 a112 a332 a223 a221 a2

1 - (n+1)(n+2)(n+3) IP3 , C0, dim IP3= -6

(4)

a3 a123

a1

a2
1 - (n+1)(n+2)(n+3) IP3 , C0, dim IP3= -6

(5)
a13 a12 a23

IP1 , C-1, dim IP1=n+1

Fig. 4.3

24

F ur das lineare Gleichungssystem (4.4) erhalten wir als L osung

n

i =
j =1

1 1 a i,j xj + ai,n+1 ,

1 i n + 1,

(4.5)

1 wobei A1 = (a i,j ) die inverse Matrix von A aus (4.3) ist. Damit ist eine an lineare Funktion von x und jedes Polynom vom Grade kleiner gleich m in x l at sich als ein Polynom vom Grade kleiner gleich m in darstellen und umgekehrt. Element 1) F ur die Funktionale i (v ) = v (ai ), i = 1, . . . , n + 1, haben wir die lokale Basis i () = i . Damit sind die Funktionale unisolvent bez uglich des Polynomraumes 1 (). Nun zeigen wir, da die Elemente des zugeh origen Finite Elemente Raumes stetig sind. Seien 1 , 2 zwei Elemente mit einer gemeinsamen Seite E und sei v S. Die Fortsetzung von v1 , v2 auf E ist wieder eine lineare Funktion auf E. Diese lineare Funktion ist eindeutig bestimmt durch die n Funktionale adjazent zu E und daher v1 |E = v2 |E . Element 2) Zu den Funktionalen i (v ) = v (ai ), i, j = 1, . . . , n, i < j, geh ort die lokale Basis

i () = i (2i 1),

ij () = 4i j ,

womit die Unisolvenzbedingung nachgewiesen ist. Die Stetigkeit des zugeh origen Finite Elemente Raumes zeigt man genauso wie beim Element 1). Die Einschr ankung einer quadratischen Funktion auf eine Seite E ist wiederum quadratisch und eindeutig bestimmt durch die 1 2 n(n + 1) Funktionale in E. Element 3) F ur die Funktionale i (v ) = v (ai ), iij (v ) = v (aiij ), i, j = 1, . . . , n + 1, lautet die lokale Basis i () = 1 i (3i 1)(3i 2) , 2 iij () = 9 i j (3i 1), 2 ijk () = 27i j k . ijk (v ) = v (aijk ), i < j < k,

Der zugeh orige Finite Element Raum ist von der Klasse C 0 . Es gibt auch eine reduzierte Form dieses Elementes, in der die Funktionale auf den Seiten achen fortgelassen werden (siehe [7], S. 50). Element 4) Da in diesem Element auch erste Ableitungen verwendet werden, wird es auch das kubische Hermite Element genannt im Gegensatz zum kubischen Lagrange Element aus dem letzten Beispiel. Dieses Element bildet keine ane Familie im strengen Sinn, weil die Funktionale f ur die partiellen Ableitungen i ( v ) = Di v (0) auf dem Referenzelement abgebildet werden auf die Funktionale i (v ) = Dti v (a), wobei a = F (0) und ti sind Kantenrichtungen adjazent zu a. Dennoch ist dies genug, um alle ersten Ableitungen zu kontrollieren, aber bei der praktischen Implementierung dieses Elementes darf dies nicht vergessen werden. Wegen der obigen Bemerkung schreiben wir die Ableitungen in Kantenrichtung vor und verwenden die Funktionale i (v ) = v (ai ), ij (v ) = Dv (ai )(aj ai ), ijk (v ) = v (aijk ), mit zugeh origer lokaler Basis
2 i () = 23 i + 3i 7i j<k, j =i, k=i

i, j = 1, . . . , n + 1, i = j,

i < j < k,

j k , ijk () = 27i j k .

ij () = i j (2i + j 1),

Um die geforderten Eigenschaften dieses Systems nachzuweisen, dr ucken wir die kartesischen Ableitungen durch Ableitungen in aus. Sei e1 , . . . , en+1 die kanonische Basis des n+1 . Mit der Transformation v (x) = v () folgt

Dx v (ai )(aj ai ) = lim = lim

h0

1 {v (ai + h(aj ai )) v (ai )} h 1 (ei ). (ei ) Di v {v (ei + h(ej ei )) v (ei )} = Dj v h 25

h0

Damit kann die Orthogonalit atseigenschaft der Basis hinsichtlich der Funktionale leicht nachgewiesen werden. Wir zeigen die Stetigkeit des zugeh origen Finite Elemente Raumes nur f ur den Fall n = 2. Seien 1 , 2 zwei Elemente mit einer gemeinsamen Kante E, deren Tangenteneinheitsvektor mit t bezeichnet wird. ugen den Beziehungen Seien P1 , P2 die Endpunkte von E. Die Fortsetzungen v1 , v2 gen v1 (Pi ) = v2 (Pi ), Dt v1 (Pi ) = Dt v2 (Pi ), i = 1, 2.

Da diese Fortsetzungen kubische Polynome sind, stimmen ihre Werte auf E u berein. Das Element 4) hat gegen uber dem Element 3) einen Vorteil. Im zweidimensionalen Fall gilt n amlich f ur eine regul are Triangulierung || 2|P |, |E | 2|P |, wobei | | die Kardinalit at der Dreiecke, Knotenpunkte und Kanten bezeichnet. Damit ist die Dimension des Finite Element Raumes 3) ungef ahr 7|P | im Gegensatz zu 5|P | bei Element 4). Diese zun achst u berraschende Tatsache erkl art sich daraus, da die beiden zugeh origen Finite Elemente R aume verschieden sind: Beide R aume sind R aume stetiger Funktionen, aber die Funktionen aus 4) sind zus atzlich in den ersten Ableitungen in den Knotenpunkten stetig. Eine reduzierte Form des Elementes 4) ndet sich in [7], S. 67. Element 5) Zur Beschreibung dieses Elementes verwenden wir eine etwas andere Notation und setzen i (v ) = v (ai1 i+1 ) Dieses System ist unisolvent mit Basis i () = 1 ni . Aus der Stetigkeit im Schwerpunkt der Seitenmitten folgt nicht die Stetigkeit des zugeh origen Finite Elemente Raumes. f ur n = 2, i (v ) = v (ai2 i1 i+1 ) f ur n = 3.

4.4

Rechtecks- und Quaderelemente

In diesem Abschnitt betrachten wir Rechteckselemente. Das Referenzelement ist das Einheitsquadrat = [0, 1]n und die Klasse {F } der zul assigen Transformationen besteht aus den regul aren an linearen Transformationen der Form F x = Bx + b, b n ,

auf die n-Rechtecke ab, die damit die mit einer Diagonalmatrix B. Diese Transformationen bilden Klasse bilden. Es w are ebenfalls m oglich, allgemeine an lineare Transformationen zu verwenden, die Klasse der zul assigen Elemente best unde dann aus allen Parallelogrammen, aber auch diese Klasse w are zu klein, um damit allgemeine Gebiete zu unterteilen. Der Fall allgemeiner Vierecke wird sp ater betrachtet. Wir denieren die Polynomr aume

insbesondere besteht

= span {x : 0 i k

f ur i = 1, . . . , n},

aus allen n-linearen Polynomen.

26

(1)

a4

a3

a1

a2 Q I 1, C0, dim Q I 1=2n

(2)

Q I 2, C0, dim Q I 2=3n

(3)

Q I 3, C0, dim Q I 3=4n

(4)

Q I 1, C-1, dim Q I 1=2n

Fig. 4.4 Die Elemente 1) - 3) in Fig. 4.4 sind die Gegenst ucke der simplizialen Elemente aus Fig. 4.3. Sie k onnen als Tensorprodukte eindimensionaler Elemente angesehen werden. Demnach k onnen die Basisfunktionen als Produkte der folgenden eindimensionalen Funktionen geschrieben werden. 1) 1 (x) = 1 x, 2 (x) = x , 2 (x) = 4x(1 x), 3 (x) = x(1 2x),

2) 1 (x) = (1 2x)(1 x), 3) 1 (x) =

1 9 (1 3x)(2 3x)(1 x), 2 (x) = (2 3x)(1 x), 2 2 9 1 3 (x) = (1 3x)(1 x), 4 (x) = (1 3x)(2 3x). 2 2

27

Zum Beispiel sind die Basisfunktionen des bilinearen Elementes 1) auf [0, a] [0, b] von der Form 1 (x) = (1 x1 x2 x1 x2 x1 x2 x1 x2 )(1 ), 2 (x) = (1 ), 3 (x) = , 4 (x) = (1 ) . a b a b a b a b

Die Stetigkeit der zugeh origen Finite Elemente R aume kann genauso wie im simplizialen Fall bewiesen werden, denn die Einschr ankung einer Funktion aus k auf eine Seiten ache ergibt den gleichen Polynomraum k auf dieser Seiten ache. Reduzierte Formen der Elemente 2) und 3) werden in [7] angegeben. F ur das Element 4) verwenden wir den Raum 1,n der rotierten n-linearen Polynome, der 1 = durch

1,2 ()

2 = span {1, x1 , x2 , x2 1 x2 },

1,3 ()

2 2 2 = span {1, x1 , x2 , x3 , x2 1 x2 , x1 x3 }.

deniert ist. Man beachte, da der transformierte Raum P () =

() =
1

1 p=p F ,

()
1

2 Polynome der Form ax2 alt, wobei a, b von F abh angen. 1 bx2 enth F ur n = 2 ist die lokale Basis auf dem Einheitsquadrat gegeben durch

3 3 2 , 12 (x) = (x2 1 x2 ) + x1 2x2 + , 4 4 1 1 2 2 23 (x) = x2 34 (x) = (x2 1 x2 + x2 , 1 x2 ) + x1 . 4 4 Die zugeh origen Finite Elemente Funktionen sind i.a. unstetig.
2 14 (x) = x2 1 x2 2x1 + x2 +

4.5

Parametrische Elemente auf allgemeinen Vierecken

Wenn wir Finite Elemente auf allgemeinen Vierecken verwenden wollen, m ussen wir die Klasse der zul assigen Transformationen vergr oern. Hier werden wir nur das einfachste Element dies Typs beschreiben. Sei 2 das Einheitsquadrat und seien

1 2 F ( x) = (F ( x), F ( x)),

i F

f ur i = 1, 2,

auf die Klasse der zul die bilinearen Abbildungen, die assigen Vierecke abbilden, die durch die Bedingung Die Elemente sind konvex mit Seitenl ange gr oer als Null und inneren Winkeln kleiner als . deniert sind. Wir zeigen nun, da das zugeh orige F ein Dieomorphismus ist. Jede Strecke xi =const ebenfalls wird abgebildet auf eine Strecke. Daher geh ort das Bild eines Rechtecks [a1 , b1 ] [a2 , b2 ] . zur Klasse der zul assigen Rechtecke. Damit ist die Funktionalmatrix F regul ar auf 1 F und sind demnach rationale Die Elemente des lokalen Raumes 1 () sind deniert durch p = p Funktionen. Da die Einschr ankung von F auf eine Kante von eine lineare Abbildung ist, sind die Elemente von 1 () lineare Funktionen auf jeder Kante von . Daher besteht der zugeh orige Finite Elemente Raum aus stetigen Funktionen. Nach dem gleichen Verfahren lassen sich auch Elemente h oherer Ordnung auf Vierecken konstruieren. Da es einige Probleme bei der Absch atzung des Interpolationsfehlers gibt, wollen wir dies nicht weiter ausf uhren.

4.6

Polynominterpolation in Sobolev R aumen

In diesem Abschnitt bezeichnet ein beschr anktes Lipschitzgebiet des n . Wir wollen Fehlerabsch atzungen f ur den Interpolationsfehler herleiten und beginnen mit den grundlegenden Prinzipien der Polynominterpolation in Sobolev R aumen. Lemma 4.2 Zu a

, || m, gibt es ein eindeutig bestimmtes Polynom p

D p dx = a ,

m ()

mit (4.6)

|| m.

28

Beweis: Aus der Entwicklung p(x) = M b = a ist mit b = (b ), a = (a ) und M = (M ),

| |m b x

folgt, da b die L osung des linearen Systems

M =

D x dx

f ur ||, | | m.

Angenommen, M w are singul ar. Dann besitzt das zugeh orige homogene Gleichungssystem eine nichttriviale L osung, soda es ein Polynom q m \ {0} gibt mit

D q dx = 0

f ur

|| m.

(4.7)

ahlen wir ein c = 0 mit maximalem | |. Dann gilt D q =const, In der Entwicklung q (x) = | |m c x w was (4.7) widerspricht. Der n achste Satz ist ein weiteres Beispiel f ur eine Ungleichung vom Poincar e Typ. Lemma 4.3 Sei konvex und in einer Kugel vom Radius R enthalten. Seien k, l nat urliche Zahlen mit ur alle mit 1 p . Dann gilt f ur jedes v H l,p (), das D v dx = 0 f 0 k l und sei p || l 1 erf ullt, die Absch atzung

Dk v

p;

cRlk Dl v

p; ,

wobei die Konstante c nicht von und v abh angt. Beweis: Im Fall k = l ist nichts zu beweisen. Weiter gen ugt es, das Lemma f ur k = 0 und l = 1 zu zeigen, da der allgemeine Fall folgt, wenn wir dieses Resultat auf D v anwenden. Der Mittelwertsatz kann in der Form
1

v (x) v (y ) =
0

Dv (tx + (1 t)y )(x y ) dt,

x, y ,

geschrieben werden. Wir integrieren diese Beziehung bez uglich y und erhalten, da der Mittelwert von v verschwindet, 1 1 v (x) = Dv (tx + (1 t)y )(x y ) dt dy. () 0 Auf der rechten Seite verwenden wir die Absch atzung |x y | cR, |v (x)| cR ()
1

|Dv (tx + (1 t)y )| dt dy.

0

(4.8)

F ur p < wird diese Absch atzung in die p-te Potenz gehoben und bez uglich x integriert, |v (x)|p dx

cRp ()p cRp ()p cRp ()

|Dv (tx + (1 t)y )| dt dy

0 1 1 0 0

dx

1q dt dy

p/q 0

|Dv (tx + (1 t)y )|p dt dy dx

|Dv (tx + (1 t)y )|p dt dy dx.

Mit dem Satz von Fubini ziehen wir die Integration bez uglich t nach auen und erhalten f ur ein t0 [0, 1] |v (x)|p dx

cRp ()

|Dv (t0 x + (1 t0 )y )|p dy dx.

Mit f (x) bezeichnen wir die Fortsetzung von |Dv (x)|p in den |v (x)|p dx

1 ] erhalten wir durch 0. F ur t0 [0, 2

cRp ()

f (t0 x + (1 t0 )y ) dy dx
n

cRp

f ((1 t0 )y ) dy.

29

Mit der Transformation z = (1 t0 )y kann das Integral auf der rechten Seite durch Dv p atzt p abgesch werden. Wenn t0 > 1 vertauschen wir mit dem Satz von Fubini die Rollen von x und y und argumentieren 2 genauso. Der Fall p = folgt aus (4.8) durch eine einfache Absch atzung. Eine einfache Anwendung dieser Ergebnisse ist der Beweis des bekannten Bramble-Hilbert Lemmas, das besagt, da ein stetiges lineares Funktional, das auf einem Sobolev Raum deniert ist und auf einem Polynomraum verschwindet, durch die h ochsten Ableitungen der Sobolev-Norm abgesch atzt werden kann. Genauer haben wir: Satz 4.4 (Bramble-Hilbert Lemma) Sei m + 1 stetiges lineares Funktional, also |F (v )| c1 v Weiter sei F (p) = 0 f ur alle p

, 1 p , und sei F : H
m+1,p; .

m+1,p

()

ein

m ().

Dann gibt es eine Konstante c() unabh angig von v und F mit |F (v )| cc1 Dm+1 v
p;

f ur alle v H m+1,p ().

(4.9)

Beweis: Sei v H m+1,p (). Wegen Lemma 4.2 gibt es ein p D (v + p) dx = 0 f ur

m ()

mit

|| m.

Lemma 4.3 liefert v+p und daher |F (v ) = |F (v + p)| c1 v + p

m+1,p; m+1,p;

c Dm+1 (v + p)

p;

= c Dm+1 v

p;

cc1 Dm+1 v

p; .

Nun wollen wir Interpolationsfehlerabsch atzungen f ur ane Familien Finiter Elemente beweisen und n , n = 2, 3, ein Referenzelement, beginnen mit einigen Absch atzungen auf dem Referenzelement. Sei () sei ein Polynomraum der Dimension N, also ein abgeschlossenes, beschr anktes, konvexes Polyeder, P 1, . . . , N : C s () seien stetige lineare Funktionale. Es wird vorausgesetzt, da die Unisolund () bez i erf venzbedingung (4.1) f ur den Raum P uglich der Funktionale ullt ist. Dann gibt es eine lokale () mit i ( ist die Interpolierende I v Basis 1 , . . . , N P j ) = ij f ur i, j = 1, . . . , N. F ur v C s () deniert durch

I ( x) = v
i=1

i ( v ) i ( x).

(4.10)

s I ist ein linearer und stetiger Operator von C () nach P () wegen N

I + w ) = (v
i=1 N

i (v + w ) i = I v ) + I ), ( (w

I v
i=1

ci v

s,;

i c v

, s,;

(4.11) () abh auf P angt. Aus der

wobei die Konstante c nicht von v, aber m oglicherweise von der Norm i schlieen wir, da I die Identit () ist, Linearit at von at auf P () , I = p f ur alle p P p denn f ur p =
N j =1

(4.12)

j j gilt
N N N N

I ( x) = p
i=1

i ( p) i ( x) =
i=1

i
j =1

i ( x) = j j
i=1

i i ( x) = p ( x).

30

 () = n beliebig, P Beispiel 4.5 Sei , ein stetiges lineares Funktional auf C 0 ()

, ( v ) = () ()
0

v ( x) dx . F ur die Wahl s = 0 ist

v )| () 1 |(

|v ( x)|dx v

. ;

gilt (1) F ur die konstante Funktion 1 0 () = 1, woraus die Unisolvenzbedingung folgt. I ist der v Mittelwertoperator. v) = v setzen. Diese Funktion ist wieder Man kann auch ( ( x0 ) f ur einen beliebigen Punkt x 0 0 linear und stetig auf C () und I ist die Auswertung in x0 . Aus diesem Beispiel sehen wir, da der v i abh Interpolationsoperator I ahlten Funktionalen angt. von P () und von den gew P () und sei p eine Zahl mit 1 p , soda (m + 1 s)p > n und somit Satz 4.6 Sei m () nach Satz 3.13 die Einbettung C s () H m+1,p () (4.13) richtig ist. Dann gibt es eine Konstante c unabh angig von v mit v I v
m+1,p;

c Dm+1 v

p;

. f ur alle v H m+1,p ()

(4.14)

Bemerkung 4.7 Durch Gegenbeispiel weist man leicht nach, da (4.13) nicht erf ullt ist, wenn (m + 1 s)p < n. Wenn wir beispielsweise mit st uckweise linearen Elementen interpolieren wollen, so ist m = 1, s = 0. Da in den Anwendungen vor allem der Fall p = 2 wichtig ist, haben wir eine befriedigende Interpolationstheorie nur f ur die Raumdimensionen n 3. P () verlangt wird. Dies schliet nicht aus, da Weiter sei darauf hingewiesen, da lediglich m () () Polynomr P aume noch h oherer Ordnung enth alt. Anders ausgedr uckt: Man braucht nicht die volle Approximationsf ahigkeit des Polynomraumes auszunutzen, sofern die Stetigkeitsbedingung (4.13) erf ullt ist.

wohldeniert. Beweis: Wegen der Einbettung (4.13) ist der Interpolationsoperator auch auf H m+1,p () Aus (4.12) und (4.11) erhalten wir f ur q m ()

v I v

m+1,p;

= v +q I v+q ) ( v +q
m+1,p;

m+1,p;

v +q

m+1,p;

+ I v+q ) (

m+1;

+c v +q

s,;

c v +q

. m+1,p;

Im Lemma 4.2 w ahlen wir q so, da D ( v+q ) dx = 0 f ur || m.

Damit sind die Voraussetzungen von Lemma 4.3 erf ullt und v +q
m+1,p;

c Dm+1 ( v+q )

p;

= c Dm+1 v

. p;

Wir betrachten eine ane Familie von Finiten Elementen, die von den linearen Abbildungen F x = Bx +b soll die u erzeugt werden, wobei B eine (n n)-Matrix und b ein n-Vektor ist. Das Bild = F () bliche Bedingung erf ullen alt eine Kugel n ist in einer Kugel vom Radius cR h enthalten und enth 1 vom Radius c h. R , aber nicht von ab. Im folgenden h angen unsere Absch atzungen von cR und Lemma 4.8 F ur eine beliebige Matrixnorm gelten die Absch atzungen B 1 ch1 ,

(4.15)

B ch,

wobei die Konstanten c von der Matrixnorm abh angen. 31

 als Lipschitzgebiet vorausgesetzt wurde, enth Beweis: Da alt es eine Kugel Br ( x0 ). Daher ist

^ x 0

Fig. 4.5 f x 0 + y ur |y | = r und die Bilder x0 = B x 0 + b, x = B ( x0 + y ) + b

sind in enthalten. Aus Bedingung (4.15) schlieen wir, da |x x0 | ch und f ur die von | | erzeugte Matrixnorm 22 gilt B
22

= sup |B z | =
|z |=1

1 1 sup |B y | |x x0 | ch. r |y r |=r

Da alle Matrizennormen aquivalent sind, folgt diese Absch atzung auch f ur B . Die Absch atzung f ur und vertauscht. B 1 erh alt man aus den gleichen Argumenten, wenn man die Rollen von (1) Mit bij und bij bezeichnen wir die Elemente der Matrizen B und B 1 . Da B = maxi,j |bij | ebenfalls eine Matrixnorm ist, gilt 1 1 |bij | ch, |b . (4.16) ij | ch Mit diesen Absch atzungen k onnen wir (4.14) auf transformieren. Dazu m ussen wir sicherstellen, da der transformierte Interpolationsoperator mit dem nat urlichen Interpolationsoperator u bereinstimmt. Dieser ist durch
N

I v =
i=1

,i (v ),i ,

deniert, wobei {,i } die Basis des Raumes P () = {p :

1 () } p=p F , p P

ist, die der Beziehung ,i (,j ) = ij gen ugt. Die Funktionale waren deniert durch i (v (F x ,i (v (x)) = )). Daher gilt
1 i ( ,i ( j (F (x))) = j ( x)) = ij , 1 also ,i = ,i F . Aus

I F = v
i=1

i (v F ),i F = I v,

folgt, da I sich richtig transformiert. Aus (4.16) erhalten wir v | det B | chn , und aus der Kettenregel
1 Dx,i v (x) = Dx ( x)b ,j v ji ,

| det B 1 | chn

(4.17)

Dx ( x) = Dx,j v (x)bji , ,i v
k k |Dx ( x)| chk |Dx v (x)|, v

also
k |Dx v (x)| chk |Dx ( x)|, v

32

und
k |Dx ( x)|p dx chkp | det B 1 | v k |Dx v (x)|p dx chkp | det B | k |Dx v (x)|p dx chkpn k |Dx v (x)|p dx, k |Dx ( x)|p dx . v

(4.18) (4.19)

k |Dx ( x)|p dx chkp+n v

Wir schreiben (4.14) in der Form

k Dx v I ) v ( p p; m+1 c Dx v p , p;

0k m+1

und erhalten
k Dx (v I v ) p p; k chkp+n Dx v I ) v ( m+1 ch(m+1k)p Dx v p p; m+1 chkp+n Dx v p p;

p p; .

Damit haben wir den folgenden Satz gezeigt. , Funktionale { i }, und Satz 4.9 Sei eine ane Familie Finiter Elemente durch ein Referenzelement einen Polynomraum P () gegeben. Weiter seien die Bedingungen an m, p, s, P () aus Satz 4.6 erf ullt. Dann gibt es eine Konstante c unabh angig von v H m+1,p () und mit Dk (v I v )
p;

chm+1k Dm+1 v

p; ,

0 k m.

F ur den einfachen Finite Elemente Raum aus Beispiel 4.5 erhalten wir v v (x0 )
2;

ch Dv

2; ,

falls n < 2, denn die Einbettung H 1,2 C 0 gilt nicht f ur n = 2.

4.7

Inverse Absch atzungen

In diesem Abschnitt verwenden wir die Methode zum Beweis der Interpolationsfehlerabsch atzung, um die sogenannten inversen Absch atzungen zu zeigen. Sei eine ane Familie von Finiten Elementen wie im letzten Abschnitt gegeben. Insbesondere sei die Bedingung (4.15) f ur jedes erf ullt. Satz 4.10 Seien 0 k l nat urliche Zahlen und sei 1 q r . Dann gibt es eine Konstante c, , P () abh die nur von k, l, q, r, angt, mit Dl p
r ;

chn(r

q1 )+(kl)

Dk p

q;

f ur alle p P (),

wobei r1 = 0 f ur r = und q 1 = 0 f ur q = . Beweis: Im ersten Schritt zeigen wir die Absch atzung f ur h = 1 und k = 0 auf dem Referenzelement. Da in einem endlichdimensionalen Raum alle Normen a quivalent sind, k onnen wir eine Seminorm durch eine Norm absch atzen und erhalten Dl p Im Falle k > 0 setzen wir
r ;

c p

q ;

() . f ur alle p P

(4.20)

() = {D p () , || = k }, P : p P

() folgt was wiederum ein Polynomraum ist. Aus (4.20) angewendet auf P Dl p
r ;

||=k

D l k D p

r ;

c Dk p

. q ;

Diese Absch atzung wird genauso wie im vorigen Abschnitt auf das Element transformiert. Aus (4.18) und (4.19) erhalten wir Dl p
r ;

chl+n/r Dl p

r ;

chl+n/r Dk p

q ;

chkl+n/rn/q Dk p

q; .

33

F ur r = q u agt sich die inverse Absch atzung auf den Finite Elemente Raum S, sofern eine regul are bertr Unterteilung verwendet wird, k l Dl vh Dk vh (4.21) p ch p, wobei
p

p p;

1/p

Bei nichtlinearen Problemen kann manchmal eine andere inverse Absch atzung zwischen der L -Norm 1,2 und der H -Norm wichtig sein. Satz 4.11 Sei S C 0 () ein Finite Elemente Raum, der auf einer regul aren Unterteilung in an aquivalente Elemente deniert ist. Dann gilt vh
;

cn (h) vh

1,2;

f ur alle vh S

mit c2 (h) = c| ln h|1/2 , cn (h) = chn/2+1 f ur n 3.

4.8

Approximation nichtglatter Funktionen

In der Interpolationstheorie aus dem letzten Abschnitt ist es zwingend erforderlich, da der Interpolationsoperator stetig deniert ist auf dem Sobolev Raum, dem die zu interpolierende Funktion angeh ort. Wenn wir beispielsweise unstetige Funktionen mit stetigen, st uckweise linearen Elementen interpolieren wollen, so erhalten wir aus dem letzten Abschnitt keine Resultate. Am einfachsten l at sich hier Abhilfe verschaen, indem die zu approximierende Funktion zuerst gegl attet und dann die gegl attete Funktion interpoliert wird (siehe [21]). Da es bei dieser Methode zu Schwierigkeiten am Rande kommt, wollen wir sie hier nicht weiter verfolgen. Im folgenden stellen wir zwei Methoden zur Konstruktion von Approximationsoperatoren an Hand linearer Finiter Elemente vor. Der erste Operator ([8]) ist schon auf L1 () deniert und l at sich praktisch auf alle Finiten Elemente verallgemeinern, der zweite ([18]) ist dagegen spezieller, aber hat den Vorteil, eine Nullrandbedingung zu erhalten. Wir betrachten eine regul are Unterteilung in Simplizes eines polyhedralen Gebietes n , n = 2, 3. Mit S bezeichnen wir den Raum der stetigen, st uckweise linearen 1,2 Elemente und S0 sei S H0 ().

Der Approximationsoperator von Clement Zu jedem Knotenpunkt Pi der Unterteilung sei das Makroelement i die Vereinigung der Simplizes mit Pi . Zu v L1 () denieren wir einen Approximationsoperator Rh v S mit Hilfe einer lokalen L2 -Projektion. Zu jedem i sei pi 1 (i ) die L osung von

(v pi )q dx = 0 q
i

( ).
1 i

(4.22)

Setze

Rh v (x) =
i=1

pi (Pi )i (x),

wobei {i }i=1,...,N die nat urliche Basis von S bezeichnet. Oenbar gilt Rh : L1 () S. Satz 4.12 Seien k, l 0 , q mit 0 k l 2, 1 q . Sei die Vereinigung aller Makroelemente i , die das Element enthalten. Dann gilt f ur alle v H l,q () die Absch atzung Dk (v Rh v )
q;

chlk Dl v

q ; ,

wobei die Konstante c unabh angig von v und h ist. Beweis: Da die Behauptung trivial ist im Falle k = l = 2, setzen wir k = 0, 1 voraus. Da die L2 -Projektion das Element bester Approximation liefert, folgt aus (4.22) Rh p = p in f ur alle p

().
1

(4.23)

Damit ist Rh ein konsistenter Operator. Im n achsten Schritt weisen wir die Stabilit at von Rh nach. Mit Hilfe der inversen Beziehung, Satz 4.10, erhalten wir ur alle p 1 (i ) p ;i chn/2 p 2;i f

34

und mit der Denition von pi in (4.22), pi

2 ;i

chn pi

2 2;i

chn v

1;i

pi

;i ,

sowie unter Verwendung der H olderschen Ungleichung |pi (Pi )| chn/q v Aus der Regularit at der Unterteilung folgt Dk i
; q ; .

(4.24)

chk ,

k = 0, 1.

(4.25)

Die Absch atzungen (4.24) und (4.25) liefern gerade die Stabilit at des Operators, Dk Rh v
q;

chk v

q ;

f ur alle v H l,q ().

(4.26)

Abgesehen davon, da kein Referenzelement verwendet wird, verl auft der Rest des Beweises genauso wie der von Satz 4.6. Nach den Lemmata 4.2 und 4.3 gibt es ein Polynom p 1 () mit

Dj (v p) Aus (4.23) und (4.26) erhalten wir Dk (v Rh v )

q;

q ;

chlj Dl v

q ;

0 j l 2.
l

(4.27)

Dk (v p)

k q; + D Rh (v p)

q;

c
j =0

hj k Dj (v p)

q ; .

Die Absch atzung (4.27) beweist nun den Satz. Der Approximationsoperator von Scott-Zhang Zu jedem Pi w ahlen wir eine (n 1)Seiten ache i der Unterteilung mit Pi i . Wenn Pi ein Randpunkt ist, so verlangen wir i . Die Knotenpunkte adjazent zu i bezeichnen wir mit Pi,1 , . . . , Pi,n mit Pi = Pi,1 . Die Restriktion auf i der Basisfunktionen zu diesen Punkten bezeichnen wir mit i,1 , . . . , i,n . Durch Orthonormalisierung erhalten wir die duale Basis {i,j }j =1,...,n auf i mit i,j 1 (i ) und

i,j (s)i,k (s) ds = jk ,

i

j, k = 1, . . . , n.

(4.28)

Mit i = i,1 haben wir i (s)j (s) ds = ij ,

i

j, k = 1, . . . , n.

(4.29)

f ur jede Basisfunktion j von S. Der Approximationsoperator Rh ist deniert durch

N

Rh v (x) =
i=1

i (x)
i

i (s)v (s) ds.

(4.30)

Rh ist stetig deniert f ur Sobolev Funktionen mit Spur in L1 (i ), denn wegen Satz 3.15 gilt Rh
;

c(h) v

l,q; ,

l = 1, 2, 1 q ,

l,q (). Ferner gilt Rh v = 0 auf f ur v H0 Die Konsistenz des Operators Rh auf S erh alt man leicht aus (4.30), denn f ur vh S gilt vh = N i=1 vh (Pi )i und daher N

Rh vh (x) =
i=1

i (x)vh (Pi ) = vh (x).

Zum Beweis der Stabilit at sch atzen wir zun achst den Term i ;i ab. Durch Rotation von i , k onnen wir i n1 voraussetzen. Da i regul ar ist, gibt es eine an lineare Abbildung Fi : i , ur n = 3 und das Intervall [0, 1] f ur n = 2 ist. F ur die Matrix wobei n1 das Einheitsdreieck f B (n1)(n1) erhalten wir aus (4.17)

| det B |1 ch(n1) . 35

(4.31)

Die Gleichungen j (s)k (s) ds = jk transformieren sich zu

i

j ( s) k ( s) det B ds = jk . j } auf Durch Vergleich mit der dualen Basis { folgt j ( s) k ( s) ds = jk ,

i det B = j und wegen (4.31), also i

;i

ch(n1) .

(4.32)

F ur sei die Vereinigung aller Simplizes j mit i j f ur Pi . Mit den Absch atzungen Dk i erhalten wir aus (4.30) und (4.32) Dk Rh v
q; q;

chk+n/q ,

k = 0, 1,

max Dk i
i

q; i

i v
i

;i

1;i

(4.33)

chk+n/q(n1)

1;i .

i die an lineare Abbildung auf dem EinheitsSei i ein Element mit i i und sei Fi : . Mit den Absch folgt simplex atzungen (4.18), (4.19) und dem Spursatz 3.15 auf
l

1;i

chn1

|v ( s)| ds chn1 v

l,q;

chn1n/q
j =0

hj D j v

l,q;i

und daher wegen (4.33),

l

Dk Rh v

q;

chk
j =0

hj D j v

q ; .

(4.34)

Wegen Rh vh = vh und (4.34) erhalten wir mit gleichem Beweis wie bei Satz 4.12 Satz 4.13 Seien k, l die Absch atzung

, q mit 0 k l 2, l 1, 1 q . Dann gilt f ur alle v H

0

l,q

()

Dk (v Rh v ) mit c unabh angig von , h und v.

q;

chlk Dl v

q ;

36

5
5.1

Elliptische Gleichungen zweiter Ordnung

Allgemeine Konvergenzs atze

Bereits im ersten Kapitel haben wir gesehen, da ein Finite Elemente Raum nichtkonform sein kann, da also Vh V gilt. In diesem Fall ist die Finite Elemente Methode kein Ritzsches Verfahren mehr, soda der einfache Konvergenzbeweis aus Abschnitt 3.8 nicht verwendet werden kann. Der folgende abstrakte Konvergenzsatz ist f ur sich genommen kein tiefes Resultat, aber er gestattet die Analyse auch komplizierter Elemente und Verfahren. F ur h > 0 seien Sh , Vh normierte R aume von Funktionen, die auf Gebieten h n deniert sind. Es wird vorausgesetzt, da die Sh endlich dimensional sind und da Sh und Vh eine gemeinsame Norm h besitzen. In den sp ater folgenden Anwendungen der abstrakten Theorie wird Sh ein Finite Elemente Raum sein und Vh erh alt man durch Einschr ankung und/oder Fortsetzung der L osung des kontinuierlichen Problems auf h . Da die so modizierte kontinuierliche L osung nun gar kein Problem mehr l ost, ist es nur konsequent, da in der abstrakten Theorie das kontinuierliche Problem nicht mehr vorkommt. Es sei in diesem Zusammenhang auch an das im zweiten Kapitel Gesagte erinnert, da n amlich Konvergenz nur aus den Eigenschaften des Verfahrens folgt und mit dem kontinuierlichen Problem nichts zu tun hat. Seien Bilinearformen ah : Sh Sh , a h : (Sh + Vh ) (Sh + Vh ) gegeben. Die Form ah sei regul ar in dem Sinn, da es eine Konstante m > 0 gibt, soda zu jedem vh Sh ein wh Sh , wh h = 1, existiert mit m vh h ah (vh , wh ). (5.1)

Diese Bedingung ist aquivalent zur gleichm aigen Regularit at der Steigkeitsmatrix A mit Elementen aij = ah (j , i ). F ur die zweite Bilinearform setzen wir lediglich die Beschr anktheit a h (u, v ) M u
h

u, v Sh + Vh

(5.2)

voraus. Ferner denieren wir f ur lineare Funktionale fh () auf Sh die diskreten Probleme Gesucht ist uh Sh mit ah (uh , vh ) = fh (vh ) vh Sh . (5.3)

Aufgrund der Regularit at der Steigkeitsmatrix ist die L osung dieses Problems eindeutig bestimmt. Satz 5.1 Seien die Voraussetzungen (5.1) und (5.2) erf ullt. Dann gilt f ur die L osung uh von (5.3) und f ur ein beliebiges u Vh die folgende Absch atzung u uh
h

c inf

vh Sh

u vh

+ sup
wh Sh

|a h (vh , wh ) ah (vh , wh )| wh h

+ c sup
wh Sh

|a h ( u, wh ) fh (wh )| wh h

mit c = c(m, M ). Beweis: Nach Bedingung (5.1) gibt es zu beliebigem vh Sh ein wh Sh mit wh m uh vh Mit der Denition von uh in (5.3) folgt daraus m uh vh
2 h h h

= 1 und

ah (uh vh , wh ).

fh (wh ) ah (vh , wh ) + a h (vh , wh ) + a h ( u vh , wh ) a h ( u, wh ).

(5.4)

Wir verwenden Bedingung (5.2), a h ( u vh , wh ) M u vh

h

wh

=M u vh

h,

und erhalten nach einer Umgruppierung der Terme in (5.4) m uh vh

h

M u vh + sup
wh Sh

+ sup
wh Sh

|a h (vh , wh ) ah (vh , wh )| wh h

|a h ( u, wh ) fh (wh )| . wh h 37

Mit der Dreiecksungleichung u uh

h

u vh

+ uh vh

folgt die Behauptung. Ein h aug vorkommender Spezialfall von Satz 5.1 liegt vor, wenn die Steigkeitsmatrix gleichm aig positiv denit ist, also die Bedingung m vh
2

ah (vh , vh ) vh Sh ,

(5.5)

die nat urlich (5.1) impliziert, erf ullt ist. Wenn das kontinuierliche Problem ebenfalls mit einer Bilinearform a h (, ) deniert ist, so kann der Term |a h (vh , wh ) ah (vh , wh )| sup wh h wh Sh als Konsistenz der Bilinearformen angesehen werden, der Term sup
wh Sh

|a h ( u, wh ) fh (wh )| wh h = , der Raum Vh nicht von h

ist dann die Konsistenz der rechten Seite fh . Falls eine konforme Methode vorliegt, also Sh V und abh angt und ein kontinuierliches Problem

a (u, v ) = f (v ) v V, gestellt ist, so reduziert sich Satz 5.1 auf Satz 5.2 (Erstes Strang Lemma) u uh
V

c inf

vh Sh

u vh

+ sup
wh Sh

|a (vh , wh ) ah (vh , wh )| wh V

+ c sup
wh Sh

|f (wh ) fh (wh )| . wh V

5.2

Lineare Finite Elemente

Als eine erste Anwendung der abstrakten Theorie betrachten wir das einfachste Finite Elemente Verfahren zur Approximation elliptischer Dierentialgleichungen zweiter Ordnung. Sei n , n = 2, 3, ein anktes Lipschitz Gebiet. Sei beschr

Lu = f in , wobei an den Operator

u = 0 auf ,

(5.6)

Lu = Dj (aij (x)Di u) die folgenden Beschr anktheits- und Elliptizit atsbedingungen vorausgesetzt werden, aij H 1,p (), i, j = 1, . . . , n, p > n, (5.7) (5.8)

m| |2 aij i j M | |2

Nach dem Sobolevschen Einbettungssatz 3.13 gilt aij L (). Mit a(u, v ) =

aij Di uDj v dx

erhalten wir aus (5.8) |a(u, v )| c Du m Du

2 2; 2;

Dv

2;

1,2 u, v H0 ()

(5.9) (5.10)

1,2 a(u, u) u H0 ().

1,2 Aus dem Satz von Lax-Milgram 3.18 folgt, da die schwache L osung u H0 () zu (5.6) mit 1,2 a(u, v ) = (f, v ) v H0 (),

(5.11)

38

existiert und eindeutig bestimmt ist. Sei eine Unterteilung von in Simplizes , die der Bedingung R aus dem ersten Kapitel gen ugt. Weiter setzen wir h = und bezeichnen den Raum der stetigen, st uckweise linearen Finiten Elemente, die am Rande von h verschwinden, mit S0 . Wir setzen voraus, da es f ur die Daten des zu auf ein gr h gibt mit approximierenden Problems aij , f Fortsetzungen a ij , f oeres Gebiet a ij
1,p;

c aij

1,p; ,

2;

c f

2; .

(5.12)

Ferner wird vorausgestzt, da auch die fortgesetzten Koezienten a ij der Elliptizit atsbedingung (5.8) gen auf ugen. Oenbar kann f einfach durch die Nullfunktion fortgesetzt werden. Da man bei der Fortsetzung der Koezienten auch die schwache Dierenzierbarkeit erhalten mu, ist hier die Konstruktion eines Fortsetzungsoperators schwieriger, siehe z.B. [1]. Die Finite Elemente Methode ist nun deniert durch Gesucht ist uh S0 mit ah (uh , vh ) = fh (vh ) wobei ah (uh , vh ) =
h

vh S0 , vh dx. f
h

(5.13)

a ij Di uh Dj vh dx,

fh (vh ) =

In dieser Form wird man die Methode in der Praxis nicht anwenden, da es ja einen entscheidenden Unterschied macht, ob ein Fortsetzungsoperator existiert oder ob man ihn tats achlich berechnen kann. Eine Alternative ist hier die Verwendung von Kubaturformeln, die nur Eckpunkte als Aufpunkte verwenden (siehe Abschnitt 5.3). Ferner sei angemerkt, da unser Problem mehr Modellcharakter hat. In der Praxis h angen die Koezienten nicht vom Ort ab oder sind st uckweise konstant. In diesen F allen ergibt sich der Fortsetzungsoperator von selbst. Wir wollen lineare Konvergenz f ur dieses Verfahren beweisen und m ussen dabei ber ucksichtigen, da im allgemeinen weder h noch h gelten wird. Wir setzen daher voraus, da es eine Fortsetzung von u gibt mit u H 2,2 () u 2,2; (5.14) c u 2,2;. Ferner setzen wir voraus, da
x h

max dist (x, ) ch2

(5.15)

gilt. Im Falle n = 2 ist diese Bedinung erf ullt, wenn der Rand von st uckweise C 2 ist und die Ecken von Knotenpunkte der Triangulierung sind. In diesem Fall kann n amlich das Koordinatensystem lokal gedreht werden, soda der Abstand zwischen und h als Fehler eines eindimensionalen Interpolationsproblems mit stetigen, st uckweise linearen Elementen dargestellt wird. Nach Kapitel 4 kann der Fehler durch ch2 abgesch atzt werden. Bei dreidimensionalen Gebieten mit st uckweise glattem Rand ben otigt man zus atzlich eine analoge Bedingung f ur die Kanten. Satz 5.3 Seien die Voraussetzungen (5.7), (5.8), (5.12), (5.14), (5.15) erf ullt. Dann gilt die Fehlerabsch atzung u uh 1,2;h ch u 2,2; , wobei c nicht von u, f and h abh angt. Der Beweis dieses Satzes ist zwar nicht schwer, aber langwierig. Wir beginnen mit einem Lemma, da f ur die Absch atzung von Termen u utzlich ist. ber die Randstreifen \ h oder h \ n gilt dann die Absch Lemma 5.4 Sei Bedingung (5.15) erf ullt. F ur alle v H 1,1 () atzung |v | dx ch2
s

{|v | + |Dv |} dx,

wobei s eine der Mengen \ h oder h \ bezeichnet. Beweis: Zuerst wird eine eindimensionale Absch atzung gezeigt. F ur f C 1 ([0, 1]) erhalten wir aus dem Hauptsatz
x

f (x) = daher
y

f ( ) d + f (y ) x, y [0, 1],

39

|f (x)|
0

|f ( )| d + |f (y )|.

Diese Beziehung wird bez uglich y von 0 bis 1 integriert und bez uglich x von 0 nach a, 0 < a 1,
a 1

|f (x)| dx a
0 0

{|f (x)| + |f (x)|} dx.

(5.16)

Da als Lipschitz vorausgesetzt war, kann mit oenen Mengen U1 , . . . , UN u berdeckt werden, soda nach einer Drehung des Koordinatensystems Ui als eine Lipschitzfunktion gi der n1 Variablen y = (y1 , . . . , yn1 ) Ui n1 dargestellt werden kann. Sei

Si,t = {(y , yn ) : gi (y ) t < yn < gi (y ), y Ui }. Dann gilt ( \ h ) Ui Si,c1 h2 , wobei c1 von gi , aber nicht von h abh angt. Ferner gibt es ein T, soda Si,T f ur alle i.

S i,t U'i
Fig. 5.1

Transformation von (5.16) auf das Intervall [0, T ] liefert f ur gen ugend kleines h
c 1 h2 0

|f (x)| dx ch2
0

{|f (x)| + |f (x)|} dx.

atzung auf die gedrehte Funktion v (y , x) an und erhalten aus F ur v C 1 () wenden wir diese Absch dem Satz von Fubini |v (y )| dy ch2 {|Dn v (y )| + |v (y )|} dy
Si,c
2 1h

uglich i f ur s = \ h bewiesen. Da C 1 () dicht in H 1,1 () liegt, wird der Satz durch Summation bez Der Fall s = h \ kann genauso behandelt werden. Satz 5.3 wird nun mit Hilfe von Satz 5.1 bewiesen. Wir w ahlen Sh = S0 , Vh = H 1,2 (h ), h = 1,2;h und ah (u, v ) = a h (u, v ) =
h

a ij Di uDj v dx.

Die Bedingungen (5.1) und (5.2) lassen sich leicht mit der Elliptizit at und der Beschr anktheit der Koefzienten a ij nachweisen. In Satz 5.1 setzen wir vh = Ih u und erhalten aus der Interpolationsabsch atzung und (5.14) u Ih u 1,2;h ch D2 u 2;h ch u 2,2;. Zur Behandlung des letzten Terms in Satz 5.1 verwenden wir partielle Integration ah ( u, wh ) =
h

a ij Di u Dj wh dx =
h

gwh dx

= f in ist wobei g = Dj ( aij Di u ). Wegen g = f ah ( u, wh ) fh (wh ) =

h \

}wh dx. {g f

(5.17)

40

Durch Fortsetzung von wh durch 0 auerhalb von h folgt aus Lemma 5.4 |wh |2 dx ch2
h \ h

{|D(wh )2 | + |wh |2 } dx ch2 wh

2 1,2;h

und daher |ah ( u, wh ) fh (wh )| g f ch{ g Es verbleibt die Absch atzung von g
. 2; 2;h \ 2;

wh

2;h \

(5.18)
1,2;h .

+ f

} 2;

wh

Mit der Leibniz Formel gilt a ij Dij u

2;

Dj ( aij Di u )

2;

+ Dj a ij Di u

2;

und wegen der Sobolev Einbettung H 1,p L f ur p > n, a ij Dij u

2;

c D2 u

. 2;

F ur den zweiten Term auf der rechten Seite verwenden wir die H oldersche Ungleichung 1.6 |Da ij |2 |Du |2 dx
2n n2

|Da ij |p dx

2/p

|Du |2p/(p2) dx

p 2 p

= c Du

2 . 2p/(p2);

Wegen

2p p2

<

f ur p > n und der Sobolev Ungleichung gilt Da ij Du

2;

c u

. 2,2;

Diese Absch atzungen werden in (5.18) eingesetzt, |ah ( u, wh ) fh (wh )| ch{ u ch{ u Damit ist Satz 5.3 bewiesen.
2,2; 2,2;

+ f + f

} 2; 2; }

wh wh

1,2;h 1,2;h

ch u

2,2;

wh

1,2;h ,

5.3

Finite Elemente mit Kubaturformeln

In diesem Abschnitt wollen wir Finite Elemente Verfahren untersuchen, bei denen die Integrale zur Berechnung der Steigkeitsmatrix und der rechten Seite nicht exakt ausgewertet werden, sondern stattdessen Kubaturformeln verwendet werden. F ur eine beschr ankte und abgeschlossene Menge n besteht eine Kubaturformel aus Aufpunkten n und Gewichten 1 , . . . , N , die so gew ahlt werden, da der Ausdruck P1 , . . . , PN

I (u) = ()
i=1

i u(Pi )

(5.19)

eine N aherung f ur

u(x) dx darstellt.

Denition 5.5 Eine Kubaturformel heit von der Ordnung m, wenn alle Polynome in griert werden.

exakt inte-

Eine Formel der Ordnung gr oer gleich Null erf ullt daher notwendig die Bedingung i=1 i = 1. Aus diesem Grunde ist als Zusatzbedingung die Positivit at der Formel erw unscht, also i > 0, weil dadurch die Gewichte klein bleiben und die Auswertung der Kubaturformel numerisch stabiler ist. Mit der Ordnung der Kubaturformel verh alt es sich a hnlich wie mit der Ordnung des Interpolationsproblems: Die Ordnung

41

gibt an, wie schnell bei kleiner werdendem Durchmesser von die Formel gegen das exakte Integral strebt.

(1)
a123

(2)

a3

(3)
a13 a2 a12
1 - , m=2 i = -3

a23

a1 1 =1, m=1
1 - , m=1 i = -3

Fig. 5.2 Von den in Fig. 5.2 angegebenen Kubaturformeln l at sich die erste f ur allgemeine Gebiete verwenden: Wertet man eine Funktion im Schwerpunkt aus und multipliziert das Ergebnis mit dem Ma des Gebietes, so erh alt man eine Formel, die auf allen linearen Funktionen exakt ist. Um die Verwendung der Kubaturformeln auch theoretisch zu untersuchen, gehen wir von Problem (5.6) unter den Voraussetzungen (5.7) und (5.8) aus. Die schwache L osung ist gegeben durch
1,2 a(u, v ) = (f, v ) v H0 (),

(5.20)

Zur Vereinfachung der folgenden Absch atzungen setzen wir als konvexes Polyedergebiet des 2 oder 3 voraus. sei wieder eine Zerlegung in Simplizes und mit S0 bezeichnen wir den Raum der stetigen, st uckweise linearen Elemente mit Nullrandbedingung. Die einfachste Finite Elemente Methode mit Verwendung einer Kubaturformel ist gegeben durch:

Gesucht ist uh S0 mit ah (uh , vh ) = fh (vh ) wobei ah (uh , vh ) =

vh S0 ,

(5.21)

I (aij Di uh Dj vh ),

fh (vh ) =

I (f vh ),

und I eine Kubaturformel bezeichnet. Satz 5.6 Sei u H 2,2 () die L osung von (5.20) und seien die Funktionen aij , f stetig und auf jedem Dreieck dierenzierbar mit beschr ankten Ableitungen. Wenn die Kubaturformel von der Ordnung m 0 ist und positive Gewichte besitzt, so gilt f ur das Verfahren (5.21) die Fehlerabsch atzung u uh
1,2;

ch.

Wir beweisen den Satz mit dem ersten Strang-Lemma 5.2, wobei in diesem Spezialfall die Bilinearform a h mit der Form a u bereinstimmt. Als erstes zeigen wir die diskrete Denitheit (5.5). Da die Kubaturformel positive Gewichte besitzt, gilt m|Dvh (Pk )|2 aij (Pk )Di vh (Pk )Dj vh (Pk ), k = 1, . . . , N und daher m

|Dvh (x)|2 dx I (aij Di vh Dj vh ).

Die beiden n achsten Voraussetzungen des Strang-Lemmas bez uglich der Konsistenz der Bilinearformen und der rechten Seiten beweisen wir im folgenden ahnlich wie die Interpolationsfehlerabsch atzung durch Ubergang auf das Referenzelement und anschlieender Transformation. Sei I die entsprechende Kubaturformel auf dem Einheitsdreieck . Weiter sei E v) = (

v dx I v) (

, also auch auf H 1, () . Da die das zugeh orige Fehlerfunktional. Dieses ist linear und stetig auf C 0 () Formeln aus Fig. 5.2 von 0-ter Ordnung sind, gilt E ( c ) = 0 und nach dem Bramble-Hilbert-Lemma 4.4 |E v )| c Dv ( 42
. ;

(5.22)

Lemma 5.7 F ur p , q (i) (ii)

gilt ()
1 ;

|E aD i p Dj q )| c Da ( )| c( Df |E (f p
;

Dp

2;

Dq

2;

, f ur a C 1 ()
) 1;

1;

+ f

Dp

C 1 () . f ur f

Beweis: (i) Aus (5.22) folgt unmittelbar |E aD i p Dj q )| c D( aDi p Dj q ) (

;

c Da

Di p

Dj q

. ;

Die behauptete Absch atzung ergibt sich aus der letzten Formel aufgrund der Aquivalenz der Normen im endlichdimensionalen Raum. (ii) Wie in (i) folgt )| c D(f p |E ) (f p
;

c( D f

1;

+ f

Dp

). 1;

Den Raum der stetigen und auf jedem dierenzierbaren Funktionen versehen wir mit der Norm v
1,;

= v

+ max Dv

; .

Lemma 5.8 Seien die Voraussetzungen von Satz 5.6 erf ullt. Dann gelten f ur alle vh , wh S0 die Absch atzungen (i) (ii) |a(vh , wh ) ah (vh , wh )| ch max aij
ij 1,; 2;

Dvh

2;

Dwh

2;

|(f, wh ) fh (wh )| ch f

1,;

Dwh

Beweis: Wir transformieren die im vorigen Lemma bewiesenen Absch atzungen auf ein Element . Mit den im 4. Kapitel gezeigten Transformationsregeln gilt dann |E (aDi pDj q )| ch Da |E (f p)| ch( f
; ;

Dp Dp

2; 1;

Dq

2; , ;

+ Df

1; ).

Wir summieren u ber alle und erhalten (i) aus der Cauchy-Ungleichung Dvh
2;

Dwh

2;

Dvh

1/2 2 2;

Dwh

1/2 2 2;

= Dvh

2;

Dwh

2; .

Die Absch atzung (ii) folgt aus der Ungleichung Dvh 1; c Dvh 2; . Der Beweis von Satz 5.6 ist mit diesem Lemma schnell erbracht, indem wir im Strang-Lemma 5.2 vh = Ih u w ahlen. Mit einer Konstanten c, die von u, aij und f abh angt, folgt dann u uh
1,2;

c D(u uh )

2;

ch + ch DIh u

2;

+ ch ch(1 + Du DIh u

2;

+ Du

2; )

ch.

Wie wir sp ater sehen werden, konvergiert die Finite Elemente Methode in der L2 -Norm in vielen F allen quadratisch in h. Um solche Resultate auch bei der Verwendung von Kubaturformeln zu bekommen, ben otigt man jedoch Formeln von mindestens erster Ordnung.

5.4

Ein nichtkonformes Verfahren

In diesem Abschnitt untersuchen wir ein nichtkonformes Verfahren zur Approximation von Problem (5.6) unter den Voraussetzungen (5.7) und (5.8). Zus atzlich sei ein zweidimensionales konvexes Polygongebiet. sei eine Triangulierung von und mit S0 bezeichnen wir den nichtkonformen Raum st uckweise linearer Elemente aus Fig. 4.3, 5), die in den Seitenmitten auf dem Rande verschwinden. Dieser Raum ist erstens nichtkonform bei der Diskretisierung von Problemen zweiter Ordnung, weil die Ansatzfunktionen nicht schwach dierenzierbar sind. Er ist weiter nichtkonform bez uglich der Randbedingung, die nicht exakt erf ullt wird. Die Bilinearform 1,2 aij Di uDj v dx u, v H0 () a(u, v ) =

43

1,2 wird auf H0 () + S0 fortgesetzt durch

ah (u, v ) =

aij Di uDj v dx

1,2 u, v H0 () + S0 .

Damit ist das nichtkonforme Verfahren deniert durch Gesucht ist uh S0 mit ah (uh , vh ) = (f, vh ) vh S0 . (5.23)

F ur dieses Verfahren wollen wir wieder lineare Konvergenz in h bez uglich der Energie-Norm h = ah (, )1/2 zeigen. Dazu sei u H 2,2 () die L osung von (5.6) und die Koezienten aij seien dierenzierbar mit beschr ankten Ableitungen. Als erstes verschaen wir uns eine Fehlerbeziehung, indem wir die Gleichung Lu = f mit einem vh S0 multiplizieren und integrieren: (f, vh ) =

Dj (aij Di u)vh dx

aij Di uDj vh dx

nj aij Di uvh d.

Da der erste Summand auf der rechten Seite mit ah (u, vh ) u bereinstimmt, erhalten wir durch Subtraktion mit (5.23) ah (u uh , vh ) =

nj aij Di uvh d

vh S0 .

(5.24)

Die rechte Seite von (5.24) zeigt sehr sch on, da man im nichtkonformen Verfahren im Grunde genommen eine gest orte Gleichung diskretisiert. Das n achste Lemma gibt eine Absch atzung f ur diese St orung. Lemma 5.9 Sei u H 2,2 () und aij H 1, (). Dann gilt nj aij Di uvh d ch u
2,2;

vh

h.

Beweis: Jede im Inneren von gelegene Kante der Triangulierung kommt in den Randintegralen u ber genau zweimal vor, wobei der zugeh orige Normaleneinheitsvektor jeweils entgegengesetztes Vorzeichen hat. Wir k onnen daher f ur jede Kante einen Normaleneinheitsvektor xieren und die Randintegrale in der Form nj aij Di u[vh ] d

schreiben, wobei [vh ] den Sprung von vh bezeichnet, also [vh ]( ) = vh |1 ( ) vh |2 ( ) vh ( ) .

Aufgrund der Stetigkeitsbedingung an die Ansatzfunktionen beziehungsweise der Nullrandbedingung am Rande gilt nun [vh ](P ) = 0 f ur alle Seitenmitten P und damit [vh ]( ) d = 0.

(5.25)

Sei eine beliebige im Inneren von gelegene Kante mit anliegenden Dreiecken 1 , 2 . Unser n achstes Ziel ist der Beweis der Absch atzung nj aij Di u[vh ] d ch u
2,2;1 (

Dvh

2;1

+ Dvh

2;2 ).

(5.26)

1, 2 , ) , wobei 1 das Einheitsdreieck und 2 das Dazu verwenden wir die Referenzkonguration ( an der x2 -Achse gespiegelte Einheitsdreieck ist, ist dann der erste Abschnitt auf der x2 -Achse. Die wird als Einheitsvektor e1 festgelegt. Diese Referenzkonguration l Normalenrichtung auf at sich durch 44

 i lineare Abbildung auf das Tripel (1 , 2 , ) abbilden. Uberdies eine stetige, auf jedem gelten die aus dem 4. Kapitel bekannten Transformationsregeln f ur diese Abbildung. Mit (5.25) und dem Spursatz erhalten wir f ur eine beliebige Konstante c

nj aij Di u[v1 ] d =

(nj aij Di u c)[v1 ] d c nj aij Di u c

1 1,2;

[v1 ]

. 2;

Den ersten Faktor auf der rechten Seite sch atzen wir mit der Poincar e-Ungleichung 4.3 ab, nj aij Di u c F ur den zweiten Faktor verwenden wir [v1 ]
2; 1 1,2;

c D(nj aij Di u)

1 . 2;

c( Dv1

1 2;

+ Dv1

2 ). 2;

Da die rechte Seite keine Norm ist, mu zum Beweis genauer argumentiert werden. Wenn die rechte Seite 1 sowie v1 = c2 in 2 . Aufgrund der Stetigkeitsbedingung ist aber c1 = c2 , 0 ist, so folgt v1 = c1 in also [v1 ] = 0. Daher ist die rechte Seite eine Norm auf dem Quotientenraum bez uglich [v1 ] = 0 und die Absch atzung ist bewiesen. Insgesamt haben wir auf der Referenzkonguration gezeigt: nj aij Di u[v1 ] d c D(nj aij Di u)
1 ( 2;

Dv1

1 2;

+ Dv1

2 ). 2;

Diese Absch atzung wird auf das Tripel (1 , 2 , ) transformiert, dabei erhalten wir als Faktor f ur das Kantenintegral 1 (h f ur Di und h1 f ur d ) und f ur das Produkt der Normen auf der rechten Seite h (h ur Dv1 2; f ur D(nj aij Di u) 2; i ). Damit ist (5.26) bewiesen. 1 und 1 f Wir summieren (5.26) u ber alle Kanten, verwenden auf der rechten Seite die Cauchy-Ungleichung und erhalten so die behauptete Absch atzung. Aus (5.24) folgt |ah (u uh , vh )| ch u 2,2; vh h vh S0 . Mit dieser Absch atzung l at sich leicht eine Energie-Absch atzung durchf uhren: u uh
2 h

= ah (u uh , u uh ) ah (u uh , u Ih u) + ch u u uh ch u
h

2,2;

Ih u uh
h)

u Ih u u uh

h h

+ ch u

2,2; ( 2 2,2; .

Ih u u

+ u uh

2,2;

+ ch2 u

5.5

L2 -Fehlerabsch atzungen

Wir nennen ein Verfahren quasioptimal in einer Norm, wenn die Ordnung des Verfahrensfehlers mit der bestm oglichen Approximationsordnung u onnen wir bereinstimmt. Schon in einer Raumdimension k h ochstens lineare Konvergenz in H 1,2 f ur die Bestapproximierende im Raum der st uckweise linearen Splines erzielen, wie schon das Beispiel u(x) = x2 zeigt. Damit sind alle bisher betrachteten Verfahren quasioptimal in der Energienorm. Da der Interpolationsfehler in L2 eine Ordnung besser ist als in der Energie, stellt sich die Frage, ob man f ur die Finite Elemente Methode in L2 ein besseres Konvergenzresultat bekommen kann, was auch von groem praktischen Wert w are. Vom Standpunkt der klassischen numerischen Analysis scheint eine solche bessere Fehlerordnung unm oglich zu sein, da das Finite Elemente Verfahren bei nicht gleichf ormiger Triangulierung nur von erster Ordnung konsistent ist und es bei den Dierenzenverfahren kein Beispiel gibt, bei dem die Konvergenzordnung die Konsistenzordnung u bertrit. Wie wir gleich sehen werden, stellt die Finite Elemente Methode in dieser Hinsicht eine Ausnahme dar. Trotzdem ist die Quasioptimalit at in L2 nicht so sicher zu erreichen, wie eine Konvergenzordnung, die sozusagen durch die Konsistenzordnung gest utzt wird. Wir setzen n , n = 2, 3, als konvexes Polygongebiet voraus und betrachten das Problem

u = f in ,

u = 0 auf .

(5.27)

Bei der Gewinnung von L2 -Fehlerabsch atzungen spielt die Regularit at des Problems ein wichtige Rolle, sie ist uns auch fr uher begegnet, als wir an die L osung u gewisse Dierenzierbarkeitsforderungen gestellt haben, ohne darauf einzugehen, wann diese erf ullt werden k onnen. Hierzu eine pr azise Denition: 45

Denition 5.10 Sei L ein Dierentialoperator zweiter Ordnung. L heit m-regul ar, m 2, wenn f ur alle f H m2,2 () die L osungen von Lu = f in , u = 0 auf , im Raum H m,2 () liegen und der Absch atzung u m,2; c f m2,2 + c u 1,2; (5.28) gen ugen. Die Deniton ist so formuliert, da sie auch bei nichteindeutiger L osung angewendet werden kann. Beim Laplace-Operator kann der Summand u 1,2; durch f m2,2 abgesch atzt werden, soda er entfallen kann. In der Literatur sind viele Regularit atsergebnisse bekannt, die grob gesprochen darauf hinauslaufen, da man Regularit at hat, wenn die Daten des Problems (Koezienten des Operators, Rand des Gebietes) gen ugend glatt sind. Beispielsweise ist ein elliptischer Operator in Divergenzform 2-regul ar, wenn die Koezienten im Raum H 1,p () liegen und der Rand des Gebietes zweimal stetig dierenzierbar ist (s. [12]). Ein anderes, f ur uns wichtigeres Resultat ist die 2-Regularit at des Laplace-Operators auf konvexem Gebiet (s. z.B. [9]). Zur Diskretisierung von Problem (5.27) verwenden wir den Raum S0 der stetigen, st uckweise linearen Elemente mit Nullrandbedingung. Sei uh S0 die L osung des Problems (Duh , Dvh ) = (f, vh ) vh S0 . Satz 5.11 F ur die L osungen der Probleme (5.27) und (5.29) gelten die Fehlerabsch atzungen Dk (u uh )
2;

(5.29)

ch2k f

2; ,

k = 0, 1.

Beweis: Aus der Energieabsch atzung und der 2-Regularit at des Laplace-Operators auf konvexem Gebiet erhalten wir D(u uh ) 2; ch u 2,2; ch f 2; .
1,2 Zum Nachweis der L2 -Fehlerordnung sei w H0 () die eindeutig bestimmte L osung des Hilfsproblems

(Dv, Dw) = (u uh , v ) Aufgrund der 2-Regularit at gilt die Absch atzung w

2,2;

1,2 (). v H0

(5.30)

c u uh

2;

(5.31)

Wir setzen v = u uh in (5.30) ein und erhalten mit der Orthogonalit atsrelation (D(u uh ), Dvh ) = 0 u uh
2 2;

= (D(u uh ), Dw) = (D(u uh ), D(w Ih w)) c u uh

1,2;

w Ih w

1,2;

ch w u uh

2,2;

u uh

1,2; .

Mit (5.31) folgt u uh

2 2;

ch u uh

2;

1,2; .

5.6

Allgemeine Randbedingungen

In diesem Abschnitt wollen wir die Finite Elemente Methode f ur das gemischte Randwertproblem u = f in , u = g auf D , Dn u = h auf N (5.32)

studieren. D , N ist dabei eine Partition des Randes . F ur g = h = 0 l at sich dieses Problem so interpretieren, da wir eine auf D eingespannte Membran durch eine Kraft f belasten, wobei die Membran in N eben nicht eingespannt ist und dort frei beweglich ist. Die Randbedingung Dn u = 0 auf N ist also physikalisch gar nicht begr undet, N m ute gerade durch die v ollige Abwesenheit irgendeiner Randbedingung charakterisiert sein. Die L osung des R atsels ndet man durch das Studium 1,2 des zugeh origen Variationsproblems: Gesucht ist u H0 ,D () mit F (v ) =

1 |Dv |2 f v 2 46

dx min

(5.33)

1,2 1,2 unter allen v H0 andigung von ,D . H0,D () ist die Vervollst C0 ,D () = {v C () : v = 0 in einer Umgebung von D } 1,2 1,2 in der Norm 1,2 . Anschaulich besteht der Raum H0 -Funktionen, die, sofern D ,D () aus den H gen ugend glatt ist, auf D den Randwert 0 annehmen. Im folgenden nehmen wir an, da D eine (n 1)-dimensionale Mannigfaltigkeit mit positivem (n 1)dimensionalen Ma umfat. Dann l at sich die Poincar e-Ungleichung

2;

c Dv

2;

1,2 v H0 ,D ()

(5.34)

beweisen. 1,2 Nach dem Rieszschen Darstellungssatz hat (5.33) eine eindeutige L osung u H0 ,D (), die durch die Variationsgleichung 1,2 (Du, Dv ) = (f, v ) v H0 (5.35) ,D () charakterisiert ist. Wie wir gleich sehen werden, steckt in dieser Gleichung die nat urliche Randbedingung in einer versteckten und schwachen Form. Wenn wir annehmen, da u C 2 () C 1 (), so kann man in (5.35) f ur v C0 ( partielle Integration anwenden und erh alt (u, v ) = (f, v ) nach dem Fundamentallemma also u = f in . Nun setzen wir v
C0 ,D () v C0 ()

in (5.35) ein und es ergibt sich wieder mit partieller Integration Dn uv d = (f, v )
N v C0 ,D ()

(u, v ) + Wegen u = f folgt hieraus

N

Dn uv d = 0 v C0 ,D ()

und, sofern N glatt ist, Dn u = 0 auf N . Generell l at sich hieraus der Schlu ziehen, da bei Abwesenheit einer erzwungenen Randbedingung die Kenntnis der Dierentialgleichung zur Bestimmung der nat urlichen Randbedingung nicht gen ugt, sondern ein Variationsprinzip oder eine Variationsgleichung wie (5.35) erforderlich ist. Als Beispiel dazu betrachten wir die Bilinearform a(u, v ) = (Du, Dv ) + (D1 u, v ) + (u, D1 v ) und das Problem a(u, v ) = (f, v )
Wenn wir hier mit v C0 () testen, so gilt 1,2 v H0 ,D ().

a(u, v ) = (u, v ) + (D1 u, v ) (D1 u, v ) = (u, v ) = (f, v ), also u = f. Die Bestimmung der nat urlichen Randbedingung wie vorher f uhrt nun auf Dn u + n1 u = 0 auf N . Mit dieser Hintergrundinformation ist die Diskretisierung von (5.32) durch ein Finite Elemente Verfahren ganz einfach. Um die Notation nicht zu sehr aufzubl ahen, nehmen wir an, da ein Polygongebiet ist und die Randst ucke D , N ebenfalls von polygonaler Form sind. Wir k onnen dann so triangulieren, da die R ander von D und N sich aus Seiten achen von Elementen zusammensetzen. Sei S der Raum der stetigen, st uckweise linearen Funktionen auf dieser Triangulierung. Setze ur alle Knotenpunkte Pi D }. Sg,D = {vh S : vh (Pi ) = g (Pi ) f

47

Das Finite Elemente Verfahren ist dann deniert durch: Gesucht ist uh Sg,D mit (Duh , Dvh )
N

hvh d = (f, vh ) vh S0,D .

Da die kontinuierliche L osung die Gleichung (Du, Dv )

N

hv d = (f, v )

1,2 v H0 ,D ()

erf ullt, ergibt die Subtraktion dieser Gleichungen die Fehlerbeziehung (D(u uh ), Dvh ) = 0 vh S0,D .

atzung Da nun Ih (u uh ) S0,D folgt hieraus die Fehlerabsch D(u uh )

2 2

= (D(u uh ), D((u uh ) Ih (u uh ))) = (D(u uh ), D(u Ih u)) D(u uh )

2

D(u Ih u) 2 .

Aufgrund der wechselnden Randbedingung wird die kontinuierliche L osung i.a. nicht im Raum H 2,2 () liegen. Wir k onnen daher nur eine reduzierte Konvergenzordnung erwarten. Wenn beispielsweise n = 2 und der Wechsel der Randbedingung auf einer geraden Linie erfolgt, so sind die Fehlerabsch atzungen D(u uh ) optimal.
2

c(u)h1/2 ,

u uh

c(u)h

48

6
6.1

Gemischte Verfahren
Das Stokes System

Sei n , n = 2, 3, ein beschr anktes Gebiet. Wir betrachten ein inkompressibles Fluid in mit Geschwindigkeit u = (u1 , . . . un ) und Druck p. Bei kleinen Daten l at sich dies durch die Stokes-Gleichungen u + Dp = f in , div u = 0 in , u = g auf , (6.1)

beschreiben. f ist hier eine auere Kraft, beispielsweise die Schwerkraft. Die Randbedingung an u setzt sich zusammen aus der homogenen Bedingung u = 0 entlang fester W ande und Ein- sowie Ausstr ombedingung. Um letztere im Fall n = 2 zu bestimmen, betrachten wir eine Str omung im unendlich langen Rohr = (0, 1) mit u2 (x1 , x2 ) = 0 in und u1 (x1 , 0) = u1 (x1 , 1) = 0. Aus den Stokes-Gleichungen (6.1) erhalten wir in diesem Spezialfall

u1 + D1 p = 0, Aus den beiden letzten Gleichungen folgt p = p(x1 ), also

D2 p = 0 ,

D1 u 1 = 0 .

u1 = u1 (x2 ),

1 2 D2 2 u (x2 ) + D1 p(x1 ) = 0.

Da dies f ur alle (x1 , x2 ) richtig sein soll, mu schon jeder einzelne dieser Terme einen konstanten Wert besitzen. Daher nimmt die Str omung in einem unendlich langen Rohr ein quadratisches Prol an, u1 (x1 , x2 ) = ax2 (1 x2 ), u2 (x1 , x2 ) = 0, p(x1 , x2 ) = 2ax1 .

Die mathematische Theorie der Stokes-Gleichungen (6.1) ist schwierig und kann hier nicht vollst andig wiedergegeben werden. Zun achst f allt auf, da der Druck in (6.1) nur als erste Ableitung vorkommt, somit nur bis auf eine Konstante eindeutig sein kann. Wir tragen dem Rechnung, indem wir den Raum
2 L2 0 () = {q L () :

q dx = 0}

verwenden. Die schwache Formulierung von (6.1) im Falle g = 0 lautet nun: Gesucht ist (u, p) 1,2 H0 ()n L2 0 () mit (Du, Dv ) (p, div v ) = (div u, q ) = (f, v ) 0
1,2 v H0 ()n ,

q L2 0 ().

(6.2)

Die letzte Bedingung ist in der Tat aquivalent zu div u = 0, denn (div u, 1) =

div u dx =

n u d = 0.

Problem (6.2) l at sich als notwendige Bedingung eines Sattelpunktproblems schreiben. Das Lagrangefunktional 1 L(u, p) = { |Du|2 p div u f u} dx 2
1,2 wird oenbar genau dann station ar in H0 ()n L2 ullt ist. Da L in p an linear 0 (), wenn (6.2) erf ist, handelt es sich hierbei nicht um ein Minimierungsproblem. Um die Stokes-Gleichungen auch als notwendige Bedingungen eines solchen zu schreiben, denieren wir den Raum 1,2 Vdiv = {v H0 ()n : div v = 0}, 1,2 der ein abgeschlossener Unterraum von H0 ()n und somit selber Hilbert Raum ist. Das Problem

F (u) = in Vdiv besitzt die notwendige Bedingung

1 { |Du|2 f u} dx Min 2

(Du, Dv ) = (f, v ) 49

v Vdiv .

(6.3)

Nach dem Rieszschen Darstellungssatz ist die L osung f ur f L2 ()n eindeutig bestimmt. Weiter ist jede L osung von (6.2) auch eine L osung von (6.3). Zum Nachweis einer L osung von (6.2) m ussen wir also noch die Existenz einer Druckfunktion beweisen, was bei weitem schwieriger zu bewerkstelligen ist und durch Au osung von (6.2) nach dem Term (p, div ) geschieht: Gesucht ist p L2 0 () mit (p, div v ) = g (v ) wobei ein stetiges lineares Funktional auf
1,2 v H0 ()n ,

(6.4)

g (v ) = (Du, Dv ) (f, v )
1,2 H0 ()n

ist mit der Eigenschaft v Vdiv . (6.5)

g (v ) = 0

Lemma 6.1 (Ladyzhenskaja) Sei ein beschr anktes Lipschitzgebiet. Sei g ein stetiges lineares Funk1,2 tional auf H0 ()n , f ur das (6.5) erf ullt ist. Dann gibt es ein eindeutig bestimmtes p L2 0 (), das der Beziehung (6.4) sowie der Absch atzung p gen ugt. Der Beweis ist sehr schwierig und ndet sich vollst andig im Buch [11]. Das obige Lemma liefert uns zusammen mit den bisherigen Uberlegungen einen Beweis des folgenden Existenzsatzes: Satz 6.2 Sei ein Lipschitzgebiet und f L2 ()n . Dann gibt es eine eindeutige schwache L osung 1,2 (u, p) H0 ()n L2 0 () von (6.2) mit u
1,2; 2;

c Dp

1,2;

=c g

1,2 ) (H0

(6.6)

+ p

2;

c f

2; .

Wir bezeichnen die Stokes-Gleichungen als m-regul ar, wenn f ur f H m2,2 () die schwache L osung m,2 n m1,2 (u, p) im Raum H () H () liegt und der Absch atzung u gen ugt. Satz 6.3 (i) Wenn n = 2 und ein konvexes Polygongebiet ist, so sind die Stokes-Gleichungen 2-regul ar. (ii) Wenn C m , so sind die Stokes-Gleichungen m-regul ar. Der Beweis von (i) ndet sich in [], f ur (ii) siehe [11].
m,2

+ p

m1,2

c f

m2,2

6.2

Abstrakte Sattelpunktprobleme
m v
2 V

Seien V, X Hilbert R aume und a : V V

, b : V X Bilinearformen mit
a(v, v ),
V V

m > 0, v q
V

(6.7) (6.8) (6.9)

|a(u, v )| c1 u |b(v, q )| c2 v

X.

Wir behandeln das folgende Problem: Zu f V und g X nde (u, p) V X mit a(u, v ) + b(v, p) = f (v ) v V (6.10)

b(u, q ) = g (q ) q X. Falls a zus atzlich symmetrisch ist, so ist dieses Problem aquivalent dazu, das Funktional L(u, p) = 1 a(u, u) + b(u, p) f (u) g (p) 2

in V X station ar zu machen, was wir hier jedoch nicht weiter verfolgen wollen. Den Bilinearformen k onnen wir die Operatoren A : V V , B : V X , B T : X V zuordnen durch Au(v ) = a(u, v ), Bu(p) = b(u, p), B T p(u) = b(p, u). 50

Da die Formen a und b als beschr ankt vorausgesetzt werden, sind alle Operatoren auf den angegebenen Bereichen linear und stetig. Problem (6.10) kann dann geschrieben werden als Au + B T p = in V , Bu = g in X . Um Existenz von L osungen von (6.10) nachzuweisen, geht man ahnlich vor wie im letzten Abschnitt beschrieben. Da hier auch die Nebenbedingung inhomogen ist, ben otigen wir zu ihrer Behandlung eine Voraussetzung an B, die im vorigen Abschnitt erst sp ater verwendet wurde. Mit Im B und Ker B bezeichnen wir Bild- bzw. Nullraum des Operators B. Satz 6.4 Die folgenden Bedingungen sind aquivalent: (i) Im B ist abgeschlossen in X , (ii) Im B T ist abgeschlossen in V , (iii) (Ker B )0 = {v V :< v , v >= 0 (iv) (Ker B T )0 = {q X :< q , q >= 0 v Ker B } = Im B T , q Ker B T } = Im B,
V

(v) Es gibt eine Konstante k0 , soda f ur jedes g Im B ein vg V existiert mit Bvg = g und vg 1 k0 g X ,

(vi) Es gibt eine Konstante k0 , soda f ur jedes f Im B T ein qf X existiert mit B T qf = f und 1 gf X k0 f V . Dieser Satz wird in jedem Buch u ber Funktionalanalysis bewiesen. Die Bedingungen (v) und (vi) lassen sich auch noch anders schreiben. Mit v
V \Ker B

v0 Ker B

inf

v + v0

bezeichnen wir die Norm auf dem Quotientenraum von V nach Ker B. Dann sind (v) und (vi) aquivalent zu b(v, q ) (vii) k0 v V \Ker B sup q X q X (viii) k0 q
X \Ker B T

sup
v V

b(v, q ) . v V

Satz 6.5 Seien die Bedingungen (6.7) - (6.9) erf ullt. Weiter sei Im B abgeschlossen in X und g Im B. Dann hat das Problem (6.10) genau eine L osung (u, p) V X \ Ker B T mit u p
V

1 f m

c1 1 (1 + ) g k0 m
V

X ,

X \Ker B T

c1 1 (1 + ) f k0 m

c1 c1 (1 + ) g 2 k0 m

X .

1 Beweis: Nach (v) gibt es ein ug V mit Bug = g und ug V k g X . Wir schreiben u = u0 + ug 0 und l osen u0 Ker B : a(u0 , v ) = f (v ) a(ug , v ) v Ker B.

Nach dem Rieszschen Darstellungssatz ist u0 eindeutig bestimmt und gen ugt der Absch atzung m u0 also u0
V 2 V

a(u0 , u0 ) = f (u0 ) a(ug , u0 ) f 1 f m +

u0

+ c1 u g

u0

V ,

c1 ug m

und zusammen mit der Dreiecksungleichung u F ur L(v ) = f (v ) a(u, v ) 51

V

u0

+ ug

1 f m

c1 1 (1 + ) g k0 m

X .

gilt L V und L(v ) = 0 f ur v Ker B. Nach Satz (6.4) ist daher L Im B T = (KerB )0 . Es gibt also ein p X mit b(v, p) = L(v ) v V, und 1 1 p X \Ker B T L V ( f V + c1 u V ). k0 k0 Damit ist auch die Absch atzung f ur p vollst andig bewiesen. Zu bemerken bleibt noch, da p im allgemeinen nicht eindeutig bestimmt ist. Jedes p X in der entsprechenden Aquivalenzklasse von X \ Ker B T erf ullt nach Konstruktion a(u, v ) + b(v, p) = f (v ) v V und ist daher eine L osung. Der Beweis des obigen Satzes zeigt, da wir die Voraussetzungen an die Bilinearform a noch wesentlich abschw achen k onnen. Tats achlich gen ugt es, da das Problem u Ker B : a(u, v ) = f (v ) v Ker B

l osbar sein mu, wozu die Koerzivit at von a auf Ker B ausreichend ist, m v
2

a(v, v ) v Ker B,

m > 0.

Wir k onnen die obige Theorie auf das Stokes-Problem anwenden, indem wir setzen
1,2 V = H0 ()n ,

X = L2 (), f (v ) = (f, v ), g (v ) = (g, v )

a(u, v ) = (Du, Dv ),

b(v, q ) = (div v, q ),

f ur f L2 ()n , g L2 (). Die Voraussetzungen von Satz 6.5 sind dabei - abgesehen von der Abgeschlossenheit von B - trivialerweise erf ullt. Der Operator B kann mit dem Divergenzoperator
1,2 ()n L2 (), div : H0

v div v,

identiziert werden. Der harte analytische Kern der abstrakten Theorie ist der Nachweis, da div surjektiv nach L2 0 () ist. Dies ist, sieht man einmal von einigen einfachen funktionalanalytischen Umformungen ab, die Aussage von Lemma 6.1 .

6.3

Approximation abstrakter Sattelpunktprobleme

Wir betrachten nur den konformen Fall, in dem endlich dimensionale Ansatzr aume Vh , Xh mit Vh V und Xh X gegeben sind. Das diskrete Problem lautet dann: Gesucht ist (uh , ph ) Vh Xh mit a(uh , vh ) + b(vh , ph ) = b(uh , qh ) = f (vh ) vh Vh , g (qh ) qh Xh . (6.11)

Gehen wir zu einer Basisdarstellung dieses Systems u ber, so besitzt es die Gestalt Ah Bh
T Bh

u p

f g

wobei u, p die zugeh origen Koordinatenvektoren zu uh , ph sind. Im folgenden unterscheiden wir nicht immer explizit zwischen einem Element aus Vh oder Xh und seinem Koordinatenvektor, insbesondere Ker Bh = {vh Vh : b(vh , qh ) = 0 qh Xh }.

Die Konvergenztheorie f ur dieses Verfahren ist in gewisser Weise schwieriger als die Existenztheorie f ur das kontinuierliche Problem. Setzen wir n amlich die Bedingungen (6.7) - (6.9) voraus, was wir im folgenden immer tun werden, so ist die Abgeschlossenheit von Im Bh im Endlichdimensionalen immer erf ullt, soda nur die Bedingung G|Xh Im Bh aus Satz (6.5) fraglich ist. Letztere hat es jedoch in sich, da es hierbei auf beide R aume Xh und Vh ankommt. Aber selbst wenn die diskreten L osungen f ur h 0 existieren, brauchen sie nicht gegen die kontinuierliche L osung zu konvergieren. Auch kann es geschehen, da zwar uh u, aber ph nicht gegen p konvergiert. Wir wollen aber diesen Fall nicht explizit untersuchen und unsere Voraussetzungen so stellen, da sie uns Konvergenz f ur uh und ph garantieren. 52

Weiter ben otigen wir das diskrete Gegenst uck zur Ladyzhenskaja-Bedingung, das in diesem Zusammenhang Babu ska-Brezzi-Bedingung genannt wird, n amlich kh qh mit einer Konstanten kh > 0. Satz 6.6 Sei (u, p) eine L osung von (6.10) und (uh , ph ) eine L osung von (6.11) . Ferner sei die Voraussetzung (6.12) erf ullt. Dann gelten die Fehlerabsch atzungen u uh p ph mit c = c(m, c1 , c2 ). Beweis: Durch Subtraktion der Probleme (6.11) und (6.10) erhalten wir die Fehlerbeziehungen a(u uh , vh ) + b(vh , p ph ) = 0 b(u uh , qh ) = 0 vh V, qh X. (6.15) (6.16)
V
T X \Ker Bh

sup
vh Vh

b(vh , qh ) vh V

(6.12)

(c + (c +

c ) inf u vh kh vh Vh c ) inf p qh kh qh Xh

+ c inf +

qh Xh

p qh
V

X,

(6.13) (6.14)

T X \Ker Bh

c u uh kh

Mit Hilfe der Koerzivit at (6.7) und (6.15) gilt f ur beliebiges vh Vh m u uh

2 V

a(u uh , u uh ) = a(u uh , u vh ) + a(u uh , vh uh ) = a(u uh , u vh ) b(vh uh , p ph ).

T F ur den zweiten Term auf der rechten Seite folgt aus (6.16) f ur beliebiges qh Xh , q0,h Ker Bh

b(vh uh , p ph ) = b(vh uh , p ph q0,h ) = b(vh u, p ph q0,h ) + b(u uh , p qh ), also insgesamt die Absch atzung m u uh
2 V

c u uh

u vh
2 V

+ c u vh
2 V

p ph

T X \Ker Bh

+ c u uh

p qh

c (c + ) u vh

m u uh 2

+ c p qh

2 X

+ p ph

T, X \Ker Bh

wobei > 0 sp ater gen ugend klein gew ahlt wird. Wir subtrahieren den Term mit Konstanten c = c(m, c1 , c2 ) u uh
2 V

m 2

u uh

2 V

und erhalten

c (c + ) u vh

2 V

+ c p qh

2 X

+ p ph

2 T. X \Ker Bh

(6.17)

Zur Absch atzung des Terms p ph Form p ph

T X \Ker Bh

T X \Ker Bh

verwenden wir die Babu ska-Brezzi-Bedingung in der 1 b(vh , qh ph ) sup kh vh Vh vh V

p qh p qh

+ qh ph +

T X \Ker Bh

p qh

b(vh , qh p) 1 b(vh , p ph ) 1 sup + sup . kh vh Vh vh V kh vh Vh vh V

Den zweiten Term auf der rechten Seite sch atzen wir durch die Beschr anktheit der Form b ab, 1 b(vh , qh p) c sup p qh kh vh Vh vh V kh und den dritten mit der Fehlerbeziehung (6.15) b(vh , p ph ) a(u uh , vh ) 1 c 1 sup = sup u uh kh vh Vh vh V kh vh Vh vh V kh 53
V X,

Damit ist die behauptete Absch atzung (6.14) bewiesen. Zum Nachweis von (6.13) setzen wir (6.14) in (6.17) ein und erhalten c c c 2 u uh 2 V (c + ) u vh V + c p qh + (c + 2 ) p qh X + 2 u uh V . kh kh
2 In dieser Absch atzung m ussen wir = kh w ahlen mit gen ugend kleinem , um den Term u uh 2 V auf die linke Seite zu bringen. Nach dem Wurzelziehen liefert dies die behauptete Abh angigkeit der Konstanten in (6.13) von kh . Nach diesem Satz ist zu erwarten, da das Verfahren nur dann quasioptimal in der Norm

[v, q ]

Wh

2 V

+ q

1/2 2 T X \Ker Bh

konvergieren wird, wenn die Konstanten kh gleichm aig von 0 wegbeschr ankt bleiben, also die Bedingung kh k0 > 0 erf ullt ist. Diese Bedingung ist aber nur sehr schwer nachzuweisen. Ein weiterer Nachteil der bisherigen Theorie ist die h-Abh angigkeit der Norm von Wh . Beide Probleme lassen sich in vielen F allen einfach und elegant mit dem folgenden Lemma l osen. Lemma 6.7 F ur die Bilinearform b gelte die abgeschw achte Ladyzhenskaja-Bedingung k qh
X \Ker B T

sup
v V

b(v, qh ) v V

qh Xh .

Ferner gebe es einen linearen Operator Rh : V Vh mit und mit c3 unabh angig von h. Dann gilt k qh c3
X \Ker B T

b(Rh v v, qh ) = 0 Rh v
V

qh Xh v V

c3 v

sup
vh Vh

b(vh , qh ) vh V

qh Xh .

(6.18)

Beweis: Wir haben b(vh , qh ) k b(Rh v, qh ) b(v, qh ) 1 b(v, qh ) sup sup qh = sup sup vh V Rh v Rh v v V c3 vh Vh v V v V v V c3

X \Ker B T .

Mit der Bedingung (6.18) l at sich der Beweis von Satz 6.6 v ollig analog durchf uhren und liefert die gleiche Fehlerabsch atzung, allerdings erhalten wir eine Konvergenzaussage f ur ph p in der Norm X \Ker B T an Stelle von X \Ker Bh T . Ferner ist das Verfahren nun quasioptimal in der Norm [v, q ]
W

=( v

2 V

+ q

2 1/2 , X \Ker B T )

k da kh c > 0. 3 In den meisten F allen wird der Operator Rh in zwei Schritten konstruiert. Man verwendet dann das folgende Lemma.

Lemma 6.8 Seien die Voraussetzungen von Lemma (6.7) erf ullt. Ferner seien R1 , R2 : V Vh lineare Operatoren mit (i) (iii) R1 v
V

c v

v V, qh Xh , c v
V V

(ii) b(R2 v v, qh ) = 0 R2 (Id R1 )v

v V.

Dann gilt die Babu ska-Brezzi-Bedingung (6.18) . Beweis: Mit Rh v = R2 (v R1 v ) + R1 v lassen sich die Voraussetzungen von Lemma (6.7) leicht nachweisen: b(Rh v, qh ) = b(R2 (v R1 v ), qh ) + b(R1 v, qh ) = b(v R1 v, qh ) + b(R1 v, qh ) = b(v, qh ), Rh v
V

R2 (v R1 v )

+ R1 v

c v

54

6.4

Finite Elemente Approximation des Stokes-Problems

1,2 F ur endlich dimensionale R aume Xh X = L2 (), Vh V = H0 ()n lautet das gemischte Verfahren zur Approximation des Stokes-Problems: Gesucht ist (uh , ph ) Vh Xh mit

(Duh , Dvh ) (div vh , ph ) (div vh , qh )

= (f, vh ) vh Vh , = (g, qh ) qh Xh .

(6.19)

Wir suchen Paare von Finite Elemente R aume Vh und Xh , soda die Voraussetzungen des Lemmas (6.8) erf ullt werden k onnen und somit die Babu ska-Brezzi-Bedingung in der Form (6.18) gilt. Da die Bedingungen des Lemmas sehr abstrakt sind und sich von den konkreten Anforderungen eines konvergenten Verfahrens entsprechend weit entfernt haben, soll hier an Hand der Gleichung (6.19) erl autert werden, worauf es bei der Konstruktion der R aume Vh und Xh ankommt. Wir setzen Vdiv,h = {vh Vh : (div vh , qh ) = 0 qh Xh }. Falls wir eine L osung (uh , ph ) von (6.19) haben, so ist uh auch eine L osung des folgenden Problems: Gesucht ist uh Vdiv,h mit (Duh , Dvh ) = f (vh ) vh Vdiv,h . Dieser Konstruktion sind wir beim kontinuierlichen Problem bereits begegnet. Im Endlichdimensionalen h angt aber die Gestalt von Vdiv,h sowohl von Vh als auch von Xh ab. Daher besteht die Gefahr, den Raum Xh zu gro zu w ahlen und damit den Raum Vdiv,h so klein zu machen, da er keine Approximierende von u mehr enth alt. Es kommt bei den gemischten Verfahren sehr h aug vor, da, falls ein Paar (Vh , Xh ) nicht konvergiert, man den Raum Vh vergr oert bzw. Xh verkleinert. Dies soll nun mit st uckweise linearen Elementen vorgef uhrt werden. Sei n , n = 2, 3, ein Polyedergebiet und eine regul are Unterteilung von in Simplizes , soda = . Mit S bezeichnen wir den Raum der stetigen, st uckweise linearen Elemente; S0 enth alt die Elemente mit Nullrandbedingung. Die nat urliche Wahl

n Vh = S0 ,

Xh = S,

f uhrt nicht zum Ziel, weil man zeigen kann, da Vdiv,h = {0}. Um dennoch mit diesen Ansatzfunktionen zu einer konvergenten Approximation zu kommen, erweitern wir den Raum Vh durch sogenannte BubbleFunktionen, das sind nichtnegative Funktionen b (x), deren Tr ager im Simplex enthalten ist. Die einfachste und f ur numerische Zwecke angenehmste Wahl besteht in den Polynomen
n+1

b (x) =
i=1

i (x),

wobei 1 , . . . , n+1 die baryzentrischen Koordinaten von sind. Der Raum Vh ist dann deniert durch
1,2 ()n : vh | ( Vh = {vh C ()n H0

span b )n }.

Wir verwenden Lemma 6.8 zum Nachweis der Konvergenz dieses Elementes und m ussen die angegebenen Operatoren R1 , R2 konstruieren. Dazu verwenden wir den Approximationsoperator von Scott-Zhang, 1,2 der auf Seite 35 beschrieben wird. F ur v H0 () gilt Rh v S0 mit Dk (v Rh v )
2;

ch1k Dv

2; ,

k = 0, 1,

(6.20)

wobei aus den Elementen adjazent zu besteht. Wir setzen R1 = Rh und erhalten aus (6.20) f ur k = 1 mit der Dreiecksungleichung DR1 v 2 c Dv 2 und damit die erste Bedingung aus Lemma 6.8. Der Operator R2 mu gem a diesem Lemma so konstruiert werden, da div (R2 v v )qh dx =

(v R2 v )Dqh dx = 0

qh S.

Da Dqh st uckweise konstant ist, gen ugt es, die Bedingung (v R2 v ) dx = 0

55

zu erf ullen. Der Operator R2 wird daher so gew ahlt, da er jede Komponente von v auf ein Vielfaches der Bubble-Funktion so abbildet, da die Mittelwerte von v und R2 v u bereinstimmen. Normieren wir die Bubble-Funktion auf Maximum c unabh angig von h, so gilt mit R2 v | = ab , a n ,

|a| chn

v dx chn/2 v c v
2; .

2;

und daher R2 v
2;

Zusammen mit der inversen Beziehung ergibt dies Dk R2 v

2;

chk v

2; ,

k = 0, 1.

(6.21)

Die dritte Voraussetzung von Lemma (6.8) folgt nun aus (6.21) und (6.20) f ur k = 0 DR2 (Id R1 )v Damit ist die Fehlerabsch atzung u uh
1,2; 2;

ch1 v R1 v

2;

c Dv

2;U () .

+ p ph

L2 ()\

ch{

2,2;

+ p

1,2; }

gezeigt. Da man durch diese Konstruktion das kleinste stetige Stokes-Element bekommt, hat sich hierf ur die Bezeichnung Mini-Element eingeb urgert. n Eine andere M oglichkeit, vom ersten Versuch Vh = S0 , Xh = S, zu einem konvergenten Verfahren zu kommen, besteht in der Verkleinerung des Raumes Xh . Im Falle n = 2 betrachtet man dazu eine regul are Triangulierung H , die durch Verbinden der Seitenmitten zu einer Triangulierung h verfeinert wird. n Mit der Wahl Vh = Sh, alt man eine konvergente Diskretisierung, was man ganz analog 0 , Xh = SH , erh zum Mini-Element beweist: Als Bubble-Funktion verwendet man einen Teil der Basisfunktionen, die auf der Triangulierung h neu hinzugekommen sind. Wir wollen auf eine genaue Konstruktion verzichten, weil dieses Verfahren wegen des hohen Programmieraufwandes nicht verwendet wird. Nun betrachten wir Finite Elemente mit unstetigen Druckfunktionen im Falle n = 2 und beginnen mit der Wahl von Xh als Raum der st uckweise konstanten Funktionen auf einer regul aren Triangulierung n von . Der Raum Vh = S0 ist auch hier wieder zu klein, ein konvergentes Verfahren erh alt man erst f ur n Vh = S2 , wobei S den Raum der stetigen, st u ckweise quadratischen Elemente mit Nullrand bezeichnet. 2,0 ,0 In der Literatur wird dies P2 P0 -Element genannt. Zum Konvergenzbeweis gehen wir zun achst genauso wie beim Mini-Element vor, indem wir R1 = Rh setzen mit dem Operator Rh aus Satz 4.13 . Da Xh als st uckweise konstant gew ahlt wurde, mu der Operator R2 der Bedingung div (R2 v v ) dx =

(R2 v v ) n d = 0

auf jedem Dreieck gen ugen. Wir erreichen dies, indem wir R2 v = 0 an den Knotenpunkten setzen und die Werte in den Seitenmitten so w ahlen, da R2 v d =
E E

v d

(6.22)

f ur alle Kanten E erf ullt ist. Um R2 v auf einem Element abzusch atzen, gehen wir vom Referenzdreieck aus und nehmen an, da f von die Beziehung (6.22) erf ur die Kanten E ullt ist. Da R2 v an den Knotenpunkten verschwindet, folgt mit dem Spursatz
3

DR2 v

2;

c
i=1

i E

v d c v

. 1,2;

Wir transformieren diese Absch atzung auf das Element und erhalten DR2 v
2;

ch1 v

2;

+ c Dv

2; .

Damit erhalten wir analog zum Mini-Element DR2 (Id R1 )v

2;

ch1 v R1 v

2;

+ c D(v R1 v )

2;

c Dv

2; .

56

Wir haben alle Voraussetzungen von Lemma (6.8) erf ullt und erhalten die gleiche Konvergenzaussage wie beim Mini-Element, n amlich lineare Konvergenz f ur die ersten Ableitungen von u und f ur p. Dieses Resultat, das in der geringen Approximationsf ahigkeit der st uckweise konstanten Funktionen begr undet ist, ist insofern entt auschend, als da wir f ur die Geschwindigkeit quadratische Ansatzfunktionen verwendet haben. Um eine h ohere Konvergenzordnung zu bekommen, w ahlen wir Xh als st uckweise lineare, aber unstetige Funktionen. Der Raum der quadratischen Funktionen wird wieder um die Bubble-Funktionen erg anzt, 1,2 Vh = {vh C ()2 : vh | ( 2 span b )2 } H0 ()2 .

Man bezeichnet diese Wahl von (Vh , Xh ) als Crouzeix-Raviart-Element. Wir zeigen eine quadratische Konvergenzordnung f ur dieses Paar von R aumen, indem wir die Voraussetzungen von Lemma 6.8 nachweisen. Als R1 w ahlen wir den Operator R aus dem P2 P0 -Element. R1 bildet daher auf die quadratischen Splines ab und hat die Eigenschaften DR1 v
2;

c Dv

2; ,

div (v R1 v ) dx = 0

v V, .

Wir brauchen R2 nur f ur Funktionen mit wird. Sei also v V eine Funktion mit

div v dx = 0 zu denieren, da R2 nur auf v R1 v angewendet

div v dx = 0

Dann setzen wir R2 v | = ab , a

, wobei a bestimmt wird aus div (ab v )q dx = 0 q ().

2 h h 1

Da die Divergenz von ab v verschwindenden Mittelwert besitzt, ist diese Beziehung f ur qh = 1 immer erf ullt. Aus ab Dqh dx =

div vqh dx

entnehmen wir, indem wir qh = x1 , x2 einsetzen, da a eindeutig bestimmt ist. Durch Ubergang auf das Referenzelement zeigt man DR2 v 2; c Dv 2; . Damit ist die Fehlerabsch atzung u uh bewiesen.
1,2;

+ p ph

2;

ch2 { u

3,2;

+ p

2,2; }

6.5

Statische Kondensation fu r das Mini-Element

Wir kehren zur uck zum Mini-Element: Vh ist der um die Bubble-Funktionen erweiterte Raum der stetigen, st uckweise linearen Elemente mit Nullrandbedingung (n = 2, 3) und Xh = S. Der Einfachheit halber betrachten wir nur die homogene Nebenbedingung div u = 0. Gesucht ist dann (uh , ph ) Vh Xh mit (Duh , Dvh ) + (vh , Dph ) = (f, vh ) vh Vh , (uh , Dqh ) = 0 qh Xh . (6.23) (6.24)

n Bezeichnen wir den Raum der vektorwertigen Bubble-Funktionen mit B, so gilt Vh = S0 B. Entsprechend schreiben wir f ur vh Vh ,

vh = vl + vb Mit partieller Integration folgt nun (Dvl , Dwb ) =

n mit vl S0 , vb B

Dvl Dwb dx =

vl wb dx = 0

n vl S0 , wb B,

57

da vl linear auf jedem ist. Wir testen die Gleichung (6.23) mit der Bubble-Funktion b und erhalten =

(f Dph )b dx

mit = |Db |2 dx

uglich der Bubble-Funktionen auf . Nehmen wir zus atzlich und 2 sind die Koezienten von uh bez an, da f st uckweise konstant ist, so folgt = (f Dph ) mit =

b dx.

Wir setzen die auf diese Weise gefundene Darstellung f ur in die Nebenbedingung ein und erhalten mit uh = ul + ub (div ul , qh ) + b Dqh dx = 0 qh Xh , (f Dph )|

daher (div ul , qh ) +

()

(f Dph )Dqh dx = 0 qh Xh ,
2 () h2

(6.25)

wobei () = Zusammen mit

n (Dul , Dvl ) + (vl , Dph ) = (f, vl ) vl S0

(6.26)

ist (6.25) aquivalent zum Ausgangsproblem (6.23), (6.24). Das System (6.25), (6.26) ist nur unter Verwendung st uckweise linearer Elemente formuliert und besitzt jetzt eine, wie man sagt, k unstliche Kompressibilit at oder Stabilisierung der Nebenbedingung.

58

Literatur
[1] Adams, R.A.: Sobolev Spaces, Academic Press, New York 1975 [2] Alt, H.W.: Lineare Funktionalanalysis, Springer 1985 [3] Apel, Th. Dobrowolski, M.: Anisotropic interpolation with applications to the nite element method, Computing 47, 277293 (1992) [4] Bank, R.E. Weiser, A.: Some a posteriori error estimators for elliptic partial dierential equations, Math. Comp. 44, 283301 (1985) [5] Braess, D.: Finite Elemente, Springer Verlag 1992 [6] Brezzi, F. Fortin: Mixed and Hybrid Finite Element Methods, Springer, Berlin 1989 [7] Ciarlet, P.G.: The Finite Element Method for Elliptic Problems, NorthHolland, Amsterdam 1978 [8] Clement, P.: Approximation by nite element functions using local regularization, RAIRO Anal. Numer. R2, 7784 (1975) [9] Dobrowolski, M.: On the smoothness of elliptic variational problems in convex domains, Bonner Math. Sch. 228, 121130 (1991) [10] Dobrowolski, M.: Angewandte Funktionalanalysis, Springer 2006 [11] Galdi, G.P.: An Introduction to the Mathematical Theory of the NavierStokes Equations I, Springer 1994 [12] Gilbarg, D. Trudinger, N.S.: Elliptic Partial Dierential Equations of Second Order, Grundlehren der math. Wiss. 224, SpringerVerlag, Berlin 1977 [13] Girault, V. Raviart, P.A.: Finite Element Methods for NavierStokes Equations, SpringerVerlag 1986 [14] Johnson, C.: Numerical Solution of Partial Dierential Equations by the Finite Element Method, Cambridge University Press, Cambridge 1987 [15] Meyers N. Serrin, J.: H=W, Proc. Nat. Acad. Sci. USA 51,1055-1056 (1964) [16] Riesz, F. Nagy, B.Sc.: Vorlesungen u ber Funktionalanalysis, Deutscher Verlag der Wissenschaften 1956 [17] Rudin, W.: Functional Analysis, Tata McGraw-Hill PC 1974 [18] Scott, L.R. Zhang, S.: Finite element interpolation of nonsmooth functions satisfying boundary conditions, Math. Comp. 54, 483493 (1990) [19] Stoer, J.: Einf uhrung in die Numerische Mathematik I, SpringerVerlag, Berlin 1983 [20] Stoer, J. Bulirsch, R.: Einf uhrung in die Numerische Mathematik II, SpringerVerlag, Berlin 1973 [21] Strang, G. Fix, E.: An analysis to the nite element method, Prentice-Hall Inc., Englewood Clis 1973 [22] Temam, R.: Theory and Numerical Analysis of the NavierStokes Equations, NorthHolland 1977 [23] Triebel, H.: H ohere Analysis, VEB Deutscher Verlag der Wissenschaften, Berlin 1972 [24] Walter, W.: Gew ohnliche Dierentialgleichungen, Heidelberger Taschenb ucher 110, Springer-Verlag 1972

59