Documente Academic
Documente Profesional
Documente Cultură
y su aplicaci
on a los problemas de Stokes y Darcy
Indice general
Indice general
Introducci
on
1. Teora de
1.0.1.
1.0.2.
1.0.3.
Bibliografa
Babuska-Brezzi
Teora de Babuska-Brezzi . . . . . . . . . . . . . . . . . . . . . . . . . . .
Condici
on inf-sup para la sobreyectividad . . . . . . . . . . . . . . . . . .
Minimizaci
on con restriccion . . . . . . . . . . . . . . . . . . . . . . . . .
11
13
18
26
33
Introducci
on
En diferentes ciencias naturales, como Biologa, Qumica y en Ingenierias aparecen problemas
que conllevan a resolver ciertos tipos de sistemas de ecuaciones, bien sea ordinarias o parciales. En
consecuencia, es necesario desarrollar elementos que ayuden a establecer cuando estos sistemas
tienen soluci
on y adem
as determinar condiciones que garanticen que esta solucion es u
nica. Por
lo tanto es importante conocer diferentes herramientas que ayuden a resolver situaciones que se
modelan en las tantas disciplinas donde se estudian fenomenos de la naturaleza y asi utilizar la
matematica como medio para resolver dichos problemas.
El principal objeto de estudio para este trabajo son las EDP (Ecuaciones diferenciales parciales),
por ello es imprescindible estudiar elementos del analisis funcional que ayudan a comprender y
manejar este tipo de problemas que no son ajenos a la vida cotidiana, un ejemplo de muchos
y para nuestro interes en el presente trabajo se tiene en las industrias como los oleoductos,
tratamientos de aguas residuales, acueductos, etc, donde se requiere el estudio de ecuaciones
que modelan el comportamiento de fluidos en general.
Existen diferentes formas en el planteamiento de las EDP, muchas de ellas se resuelven gracias
a resultados conocidos del an
alisis funcional, tal es el caso del lema de Lax-Milgram (ver
Corolario 5.8 de [4]) el cual establece cuando una formulacion variacional (elptica ) de la forma:
Hallar u X tal que
a(u, v) = f (v)
v X,
(0.0.1)
En diferentes ciencias naturales, como Biologa, Qumica y en Ingenierias aparecen problemas que
conllevan a resolver ciertos tipos de sistemas de ecuaciones, bien sea ordinarias o parciales. En
consecuencia, es necesario desarrollar elementos que ayuden a establecer cuando estos sistemas
tienen soluci
on y adem
as determinar condiciones que garanticen que esta solucion es u
nica. Por
lo tanto es importante conocer diferentes herramientas que ayuden a resolver situaciones que se
modelan en las tantas disciplinas donde se estudian fenomenos de la naturaleza y asi utilizar la
matematica como medio para resolver dichos problemas.
El principal objeto de estudio para este trabajo son las EDP (Ecuaciones diferenciales parciales),
por ello es imprescindible estudiar elementos del analisis funcional que ayudan a comprender y
manejar este tipo de problemas que no son ajenos a la vida cotidiana, un ejemplo de muchos
y para nuestro interes en el presente trabajo se tiene en las industrias como los oleoductos,
tratamientos de aguas residuales, acueductos, etc, donde se requiere el estudio de ecuaciones
que modelan el comportamiento de fluidos en general.
Existen diferentes formas en el planteamiento de las EDP, muchas de ellas se resuelven gracias
a resultados conocidos del an
alisis funcional, tal es el caso del lema de Lax-Milgram (ver
Corolario 5.8 de [4]) el cual establece cuando una formulacion variacional (elptica ) de la forma:
Hallar u X tal que
a(u, v) = f (v)
v X,
(0.0.2)
II
Preliminares
En esta secci
on y a lo largo del trabajo es un subconjunto abierto y no vacio de RN .
Las definiciones y resultados que se presentan a continuacion son ampliamente conocidos y pueden ser consultados en [4],[10],[9].
Definici
on 0.0.1 . Si f : R es continua se define el soporte de f como
Suppf := {x : f (x) 6= 0}.
Diremos que f tiene soporte compacto si Suppf es un subconjunto compacto de RN .
Definici
on 0.0.2 . Se define el conjunto de funciones infinitamente diferenciables y de soporte
compacto incluido en como
C0 () := {f : R : f C ()
Suppf
es
compacto}.
Definici
on 0.0.3 . Para acotado, diremos que es de clase C k (k Z+ ), si para todo
x0 , existe rx0 > 0 y x0 : R(N 1) R tal que
B(x0 , rx0 ) = {x B(xo , rx0 ) : xN > x0 (x1 , . . . , xN 1 )} y
B(x0 , rx0 ) = {x B(xo , rx0 ) : xN = x0 (x1 , . . . , xN 1 )},
con x0 C k .
Definici
on 0.0.4 . Para acotado, 1 p < y f : R, decimos que f Lp () si f es
medible y
Z
|f |p < .
Definici
on 0.0.5 .(Derivada d
ebil, Espacio H 1 () y espacio H 2 ()) Sea f L2 (). Para
f
L2 () tal
i = 1, 2, . . . , N , la i-esima derivada debil de f (si existe) es una funci
on wi := x
i
que
Z
Z
f
= wi
C0 ().
xi
Observaci
on. Cuando las funciones wi existen se puede probar que estas son u
nicas. Adem
as
si f es lo suficientemente suave, las derivadas en el sentido cl
asico coinciden con las derivadas
debiles.
Con la definici
on anterior se definen los espacios vectoriales H 1 () y H 2 () que involucran las
1
derivadas en este sentido, donde H 1 () tiene en cuenta las derivadas de primer orden y H 2 ()
involucra tanto las de primer orden como las derivadas de segundo orden, es decir
f
1
2
2
H () := f L () :
L () , i = 1, 2, ..., N ,
xi
f
2
2
1
H () := f L () :
H () , i = 1, 2, ..., N .
xi
Estos espacios son de Hilbert con los productos interiores dados por
Z
(f g + f g) ,
hf, giH 1 () :=
N
X
f
i=1
g
,
xi xi
,
H 1 ()
h
xi .
C ()
k.kH 2 ()
= H 1 (),
C ()
= H 2 ().
Adem
as, existen operadores lineales y acotados
0 : H 1 () L2 (),
1 : H 2 () L2 ()
tales que
0 (v) = v| ,
v
1 (v) =
n
v C (),
escribiremos
Z
u
v
.
n
Definici
on 0.0.6 . El espacio H01 () denota a los elementos de H 1 () y con traza cero. Adem
as,
H01 () = C0 ()
k.kH 1 ()
u
n
u
v
v
u
n
n
u, v, w X
, R.
u, v, w X
, R.
B se dice sim
etrica si
B(u, v) = B(v, u)
u, v X.
B se dice positiva si
B(v, v) 0
v X.
T (x) = T (x).
kx x0 kX < .
T ser
a continuo si T es continuo en cada x D(T ).
Teorema 0.0.4 Sea T : D(T ) M un operador lineal, donde D(T ) X y X, M son espacios
normados. Entonces
1. T es continua s y s
olo si T es acotado.
2. Si T es continua en un punto del dominio entonces T es continua.
Demostracion. (ver Teorema 2.7-9 de [10])
Definici
on 0.0.12 . Sea X un espacio normado sobre K , donde K es R o C. Entonces f es
un funcional s este es un operador
f : X K.
Un funcional f es lineal y acotado, si como operador lo es.
Definici
on 0.0.13 . Dado X un espacio normado, entonces el conjunto de todos los funcionales
acotados constituye un espacio normado, con norma definida por
kf k = sup
xX
|f (x)|
.
kxk
x6=0
Este espacio es llamado el espacio dual de X y se nota por X 0 . As, para f X 0 escribiremos
kf kX 0 en lugar de kf k.
Adem
as para cualquier f X 0 y v X se define el producto de dualidad dado por
f (v) := hf, vi.
Teorema 0.0.5 Sea f un funcional lineal y acotado sobre un subespacio Z de un espacio normado X. Entonces existe un funcional acotado f sobre X, el cual es una extensi
on de f y
adem
as
kf kX 0 = kfkZ 0 ,
donde
kfkX 0 = sup
xX
|f(x)|
kxk
kf kZ 0 = sup
xZ
x6=0
|f (x)|
.
kxk
x6=0
Ax(q)
= l(x, q)
q M,
M 0 . Adem
entonces Ax
as, el operador
A : X M 0 ,
es tambien un operador lineal y continuo.
Demostraci
on
Sean , R y q, p M . Luego
Ax(p
+ q) = l(x, p + q)
= l(x, p) + l(x, q)
= l(x, p) + l(x, q)
= Ax(p)
+ Ax(q),
es lineal. Ahora veamos que Ax
es acotado. En efecto, dado que l es acotado, para
es decir Ax
q M se tiene que
|Ax(q)|
= |l(x, q)|
Ckxkkqk,
y por tanto
|Ax(q)|
C,
kqk
con C = Ckxk, por lo cual
C,
kAxk
es acotado. Por u
y as Ax
ltimo, mostraremos que A es lineal y acotado. Para ello, tomemos
x, y X, , R, luego
A(x
+ y)(q) = l(x + y, q)
= l(x, q) + l(y, q)
= l(x, q) + l(y, q)
= Ax(q)
+ Ay(q)
q M,
5
kAxk
C,
kxk
es decir
C,
kAk
y con esto se prueba que A es continuo o equivalentemente acotado.
Teorema 0.0.7 (Teorema de Representaci
on de Riesz.) Sea f un funcional lineal y acotado sobre un espacio de Hilbert X. Entonces, existe un u
nico elemento z X tal que
f (u) = hu, zi
u X
y adem
as
kf kX 0 = kzk.
Demostracion. (ver Teorema 1.2.3 de [12] o ver Teorema 3.8-1 de [10])
Definici
on 0.0.14 Sea X un espacio normado. La funci
on
C : X X 00 ,
definida por
C(x) = hx X 0 ,
donde
hx (f ) = f (x)
para toda
f X 0,
es llamada la funci
on can
onica.
Lema 0.0.8 Sea X un espacio normado, entonces la funci
on can
onica dada en la definici
on
00
anterior es una isometria de X sobre X , es decir
C es lineal, biyectiva y
kCxk = kxk x X.
Demostracion. (ver Lema 4.6-2 de [10])
Lema 0.0.9 (Lema de Lax-Milgram.) Sean X un espacio de Hilbert, a : X X R bilineal
y acotada, F : X R lineal y acotada. Adem
as existe > 0 tal que
a(v, v) kvk2X v X,
entonces para el problema
Encontrar u X:
a(u, v) = F (v)
v X,
(0.0.3)
u M,
T xn = y,
de donde
xn = T 1 yn .
Por la hipotesis podemos ver que T 1 es continua ya que
kT 1 ukX
C,
kukM
u M u 6= 0,
y as
kT 1 k C.
Entonces tenemos que T 1 es acotado y por tanto continua, luego usando la continuidad del
operador T 1 se tiene que
lm xn = T 1 y,
n
haciendo
x := lm xn ,
n
tenemos que
x = T 1 y,
es decir, T (x) = y ImT y por tanto ImT es cerrado.
Definici
on 0.0.15 Sea B : X M un operador lineal acotado, donde X y M son espacios de
Hilbert, entonces el operador Adjunto de Hilbert de B, denotado por B , es el operador
B : M X,
tal que para todo x X y q M satisface que
(Bx, q) = (x, B q).
Teorema 0.0.11 Sea B : X M un operador lineal acotado, entonces el operador Adjunto de
Hilbert existe, es u
nico y adem
as
kBk = kB k.
Demostracion. (ver Teorema 3.9-2 [10])
Definici
on 0.0.16 Sea B : X M un operador lineal acotado, donde X y M son espacios
normados, entonces el operador Adjunto de B, denotado por B , es el operador
B : M 0 X 0,
tal que para todo g M 0
(B g)(y) = g(By)
y X,
B : M 0 X 0,
donde
B g = f,
es tal que
g(Bx) = f (x) x X,
con f X 0 y g M 0 , y dado que estamos considerando a X y M espacios de Hilbert, entonces
por el Teorema de Representaci
on de Riesz (ver Teorema (0.0.7)), tenemos que existen x0 X
y q0 M tales que
f (x) = hx, x0 i
xX y
g(q) = hq, q0 i
q M.
A2 : M 0 M,
definidos como
A1 (f ) = x0
A2 (g) = q0
f X 0 ,
g M 0 ,
por el Teorema (0.0.7) sabemos que A1 , A2 son biyectivas y ademas isometricas, pues podemos
ver que
kA1 (f )k = kx0 k = kf k
y
kA2 (g)k = kq0 k = kgk.
8
f1 (x) := hx, x1 i,
tenemos que
(f0 + f1 )(x) = f0 (x) + f1 (x)
= hx, xo i + hx, x1 i
= hx, x0 + x1 i,
es decir
A1 (f1 + f2 ) = A1 + A2 ,
similarmente se tiene para A2 . Por lo tanto, A1 y A2 son lineales conjugadas. Por u
ltimo, se
observa que
A1 B A1
2 : M X,
es decir, B y A1 B A1
2 tienen el mismo dominio e igual codominio. Ahora, veamos que definiendo
B q0 = x 0 ,
tenemos la igualdad entre estos dos operadores. En efecto, por el Teorema de representacion de
Riesz se tiene que
g(q) = hq, q0 i
q M,
as
hBx, qi = g(Bx) = B g(x),
pero, B g = f X 0 , entonces
B g(x) = f (x)
x X,
y como
f (x) = hx, x0 i,
tenemos que
hBx, qi = hx, x0 i = hx, B q0 i,
y as se muestra que
B = A1 B A1
2 .
Ademas cuando B 1 existe tenemos que (B )1 existe y
(B )1 = (B 1 ) ,
por tanto
k(B )1 k = k(B 1 ) k.
Definici
on 0.0.17 Sean E y F dos espacios de Banach y
A : D(A) E F.
El operador A se dice densamente definido y cerrado si
D(A)
es denso en
E,
y
G(A) = {(u, Au)
con
u D(A)}
9
es cerrado en
E F.
10
Captulo 1
Teora de Babuska-Brezzi
Sean R2 abierto y acotado de clase C 1 , f C(), g C(). El problema de Neumann
consiste en encontrar u : R tal que
u = f
u
=g
n
en ,
(1.0.1)
en ,
o equivalentemente
Z
Z
u v =
Si hacemos
u
v+
n
Z
u v,
a(u, v) :=
v H 1 ().
fv
F (v) :=
u
v+
n
Z
f v,
a(u, v) = F (v)
(1.0.2)
Dado que a es una forma bilineal sobre H 1 () y F es un operador lineal sobre H 1 () entonces
la expresion anterior es una formulaci
on variacional para (1.0.1).
Notamos que si consideramos v : R definida por
(x, y) ,
v(x, y) = 1
11
Esta restricci
on garantiza que la u
nica solucion constante del problema es la solucion nula, puesto
que si
u(x, y) = C
x, y ,
luego
Z
= C||,
C=C
u=
0=
como || =
6 0, entonces
C = 0.
Considerando tal restricci
on se obtiene la formulacion: Hallar u H 1 () tal que
Z
Z
Z
u v =
fv +
gv
v H 1 (),
Z
u=0
R.
(1.0.3)
Dado que en el problema (1.0.3) hay una incognita (u H 1 ()) y dos ecuaciones, consideramos
el siguiente problema:
Encontrar (u, ) H 1 () R
Z
Z
Z
Z
u v + v =
fv +
gv
v H 1 (),
Z
(1.0.4)
u=0
R.
v X,
b(u, q) = g(q)
q M,
donde f X 0 y g M 0 .
En la siguiente secci
on se estudiar
an las condiciones bajo las cuales una formulacion variacional
mixta tiene soluci
on u
nica. La teoria que determina dichas condiciones es llamada Teora de
Babuska-Brezzi que como se dijo antes sera de vital importancia en el desarrollo del presente
trabajo. En particular se usar
a la Teora de Babuska-Brezzi para mostrar que (1.0.4) tiene
solucion u
nica.
12
1.0.1.
Teora de Babuska-Brezzi
Recordando la definici
on (1.0.18), es decir para X y M dos espacios Hilbert dados, a y b
dos formas bilineales, donde a : X X R y b : X M R, consideramos la formulaci
on
variacional mixta que consiste en hallar (u, p) X M tal que
a(u, v) + b(v, p) = f (v)
v X,
b(u, q) = g(q)
q M,
(1.0.5)
donde f X 0 y g M 0 .
Sean A : X X 0 , B : X M 0 y B T : M X 0 operadores lineales definidos de la siguiente
manera:
hAu, vi = a(u, v) (u, v) X X,
hBu, wi = b(u, w)
(u, w) X M,
hB T q, pi = b(p, q) (p, q) X M.
Luego, usando los operadores definidos anteriormente para el problema (1.0.5) tenemos que
a(u, v) + b(v, p) = f (v)
v X,
b(u, q) = g(q)
q M,
m
T
hAu, vi + hB p, vi = hf, vi
v X
hBu, qi = hg, qi
q M
(1.0.6)
m
T
hAu + B p, vi = hf, vi
v X
hBu, qi = hg, qi
q M
De donde este problema se convierte en : Hallar (u, p) X M tal que para todo (v, q) X M
se cumpla que
Au + B T p = f,
Bu = g.
(1.0.7)
kCqk
kqk
q6=0
= sup
qM
kqk
kqk
q6=0
= sup 1
qM
q6=0
= 1,
14
y por lo tanto
kB T k kBk.
Por otro lado, para x 6= 0 se tiene que
B Cx = C(Bx),
luego, usando que C es una isometria, obtenemos que
kBxk = kC(Bx)k = kB Cxk
kB Ckkxk
= kB T kkxk,
y as, se obtiene que
kBxk
kB T k,
kxk
con x 6= 0
es decir
kBk kB T k.
En consecuencia se tiene que
kB T k = kBk,
y por lo tanto
kB k = kBk = kB T k = kB Ck.
A continuaci
on presentaremos un teorema que garantiza existencia y unicidad para el problema
(1.0.5). Antes de ello denotemos por
V := KerB = {u X : Bu = 0} = {u X : b(u, q) = 0 q M },
y
V 0 = {h X 0 : hh, vi = 0 v V }.
Ademas definamos
: X 0 V 0,
la inyeccion can
onica que se define para cualquier h X 0 por:
hh, vi = hh, vi
v V .
lineal y acotada, tal que f es la extension de f a todo X, as para f y g = 0 tenemos que existe
(u, p) X M tal que esta es soluci
on de
Au + B T p = f,
Bu = 0.
Luego para v V
hAu, vi + hB T p, vi = hf, vi = hf, vi.
(1.0.8)
hB T p, vi = hBv, pi = 0 v V,
(1.0.9)
v V.
(Cq = g)
= {q M : B Cq(x) = 0 x X}
= {q M : Cq(Bx) = 0 x X}
= {q M : Bx(q) = 0 x X}
= {q M : hBx, qi = 0 x X}
= {q M : hB T q, xi = 0 x X}
= KerB T ,
16
por tanto podemos usar el operador B T en lugar del operador B . Ahora, recordando que se
tenia que
Au V 0 ,
entonces
Au ImB T ,
de igual manera se tiene que Au ImB T , por lo tanto existe p M tal que
B T (p) = Au,
esto es
Au + B T p = 0,
Bu = 0.
Podemos ver que (u, p) = (0, 0) es solucion de este problema y como por hipotesis esta es u
nica,
concluimos que u = 0 y as se tiene la inyectividad de A.
) supongamos que se tienen las dos consecuencias del teorema y probemos que el problema
(1.0.7) tiene soluci
on u
nica, en efecto. Sean f X 0 y g M 0 los elementos que aparecen en el
problema (1.0.7). Como se tiene la sobreyectividad de B, se garantiza que existe ug X tal que
Bug = g,
ademas para f X 0 tenemos que
f Aug V 0 ,
y como A es sobreyectiva entonces existe u0 V tal que
A(u0 ) = f Aug .
Ahora si tomamos u = u0 + ug tenemos que:
A(u0 ) + Aug = f ,
es decir
Au = f,
con lo cual tenemos que (f Au) es el operador nulo , esto es
hf Au, vi = 0 v V ,
as f Au (KerB)0 .
Por otro lado, usando que B es sobreyectiva o equivalentemente que
ImB = M 0 ,
que es cerrado, se obtiene que por el Teorema del rango cerrado (ver Teorema (0.0.13)) que
(KerB)0 = ImB T ,
luego existe p M tal que
f Au = B T p,
17
(1.0.10)
Para culminar la prueba, resta probar la unicidad de la solucion, para ello supongamos que existe
otra pareja (
u, p) X M que satisfacen la ecuacion (1.0.7), es decir tenemos lo siguiente:
Au + B T p = f,
Bu = g,
y
A
u + B T p = f,
Bu
= g,
de ambas ecuaciones podemos observar que A(u u
) + B T (p p) = 0 y as
A(u u
) + B T (p p) = 0,
y como la restricci
on de B T (p p) en V se anula, entonces tenemos que
A(u u
) = 0,
pero por la hip
otesis tenemos que A es inyectiva, con lo cual
uu
= 0,
es decir u = u
, luego
B T (p p) = 0.
De otro lado podemos ver que B T es inyectiva, esto u
ltimo como consecuencia del Teorema del
rango cerrado (ver Teorema (0.0.13)), ya que B es sobreyectiva, por lo tanto
p p = 0,
esto es
p = p,
y con esto se tiene la unicidad buscada para el problema (1.0.7).
1.0.2.
Condici
on inf-sup para la sobreyectividad
Una formulaci
on equivalente para la parte dos del teorema (1.0.14) se da gracias a la condici
on
que mostramos en seguida.
Definici
on 1.0.19 La propiedad
> 0, nf sup
qM vX
b(v, q)
,
kvkX kqkM
18
> 0, q M, sup
o como
u V }.
Observaci
on Notemos que para
f V 0 X 0,
existe x := R(f ) X, el representante de Riesz (ver Teorema 3.8 [10]) tal que
(R(f ), u)X = hf, uiX
u X,
19
kB T qkX 0 = sup
(1.0.11)
por lo tanto
kB T qkX 0 kqkM
q M,
(1.0.12)
y podemos ver observar que este hecho implica la inyectividad de B T , en efecto. Sean q1 , q2 M
tales que
B T q1 = B T q2 ,
as,
0 = kB T (q1 q2 )kX 0 k(q1 q2 )kM 0,
( > 0)
es decir
q1 = q2 .
Ahora probemos que ImB T es cerrado. Con esto y el Teorema del rango cerrado garantizaremos
que V 0 = ImB T y asi tendremos la biyectividad que se pedia.
Notemos que
B T : M ImB T ,
es una biyecci
on y mas a
un podemos ver que (B T )1 es continua, ya que para f ImB T
cualquiera, existe q M tal que
B T q = f,
entonces
q = (B T )1 f
y kqkM = k(B T )1 f kM ,
(1.0.13)
1
kf kX 0 ,
(1.0.14)
(1.0.15)
(k > 0),
luego usando este hecho, la biyectividad y ademas que se satisface (1.0.14) entonces garantizamos
que ImB T es cerrado (ver Lema (0.0.10)). Por tanto del Teorema del rango cerrado
ImB T = (KerB)0 = V 0 ,
y como consecuencia se tiene la biyeccion que se pedia.
20
con
Bw 6= 0
y Bz 6= 0,
1
khkX 0 ,
kB 1 (g)kX = kukX
21
y por tanto
1
kgkM 0 ,
v V .
kBukM 0 kukX
3) 2) supongamos que
B : V M 0,
es un isomorfismo y adem
as que
u V .
kBukM 0 kukX
Luego ImB = M 0 es cerrado y por el Teorema del rango cerrado tenemos que
ImB T = (KerB)0 = {0}0 = X 0 ,
y tambien que B T es inyectiva, por tanto
BT : M X 0,
es un isomorfismo, en particular
BT : M V 0,
es un isomorfismo, adem
as podemos ver que
u V
kBukM 0 kukX
implica que
kBk ,
y como
kB T k
= kBk, entonces
kB T k ,
o equivalentemente
q M, kB T qkX 0 kqkM .
Teorema 1.0.16 (Babuska-Brezzi)
Sean X y M dos espacios de Hilbert, A : X X 0 y B : X M 0 los operadores inducidos por
las formas bilineales y acotadas a : X X R y b : X M R. Supongamos que:
1. > 0 tal que
sup
vX
b(v, q)
kqkM
kvkX
q M
v V = kerB.
Demostraci
on
Dada la hip
otesis 1) tenemos por el teorema (1.0.15) que
B : V M 0,
es biyectiva, as para g M 0 existe u0 V tal que
Bu0 = g,
ademas tenemos que
kgkM 0 = kBu0 kM 0 ku0 kX ,
o equivalentemente
ku0 kX
1
kgkM 0 .
(1.0.16)
Por otro lado podemos ver que V = kerB es cerrado. Para tal hecho denotemos por
V 0,
al conjunto de puntos de acumulaci
on del conjunto V, entonces debemos probar que
V 0 V.
En efecto. Sea w V . Luego, tenemos que
> 0, V (c (w) {w}) 6= ,
donde (c (w)) denota la vecindad de w con radio respecto a la metrica del espacio X, por lo
tanto para = n1 se tiene que
{vn }nZ+ V, kw vn kX <
1
n
n Z+ ,
con lo cual,
w V,
y as V es cerrado. Al ser V cerrado, se sigue que
X =V V
(ver Teorema 3.3-4 [10]), luego para u0 V existe u
V tal que
u=u
+ u0 ,
23
para alg
un u X, as por la linealidad de A se tiene que
Au + B T p = A
u + Au0 + B T p = f,
esto es
A
u + B T p = f Au0 ,
y por tanto para todo v V
hA
u + B T p, viX = hf Au0 , viX .
Pero
hB T p, viX = B(v, p) = 0,
concluyendo que
hA
u, viX = hf Au0 , viX .
Ahora haciendo uso de la hi
otesis 2) y que
hAu, viX = a(u, v)
(u, v) X X,
tenemos que
k
ukX kf Au0 kX 0
1
1
kf kX 0 + kAkX 0 ku0 kX
1
1
kf kX 0 +
kAkX 0 kgkM 0
(1.0.17)
(Usando (1.0.16)).
1
1 1
= kf kX 0 + ( kAkX 0 + 1)kgkM 0 .
Recordando que
hA
u, viX = hf Au0 , viX ,
entonces
f Au = f A(
u + u0 ) = 0,
por tanto
f Au V .
Ahora usando la hip
otesi 1) tenemos que
BT : M V 0,
24
(1.0.18)
en X.
(1.0.19)
1
(kf kX 0 + kAkX 0 kukX ).
kpkM
Por lo tanto
kukX
kpkM kf kX 0 (
1
1 1
kf kX 0 + ( kAkX 0 + 1)kgkM 0
1
1
kAkX 0
+
kAkX 0 ) + kgkM 0 (
(kAkX 0 + 1)),
2
y as
k(u, p)kXM =
q
q
kuk2X + kpk2M c1 kf k2X 0 + c2 kf kX 0 kgkM 0 + c3 kgk2M 0 ,
kAkX 0 2
kAkX 0
kAkX 0 kAkX 0
1
1
) ), c2 = 2(( 2 + 2 ) + ( + )( 2 ))
kAk
( X 0 + 1)2 , de donde se concluye la demostracion.
donde c1 = ( 12 + ( 1 +
c3 = (
kAkX 0
2
+ 1)2 +
Ejemplo de aplicaci
on (Problema de Neumann)
Sea R2 , abierto y acotado, recordemos que en el problema de Neumann (1.0.1) se tenian
ciertas dificultades, pues no se tenia la condicion de elipticidad y con ello no se podia garantizar
la unicidad, entonces se replanteaba de tal manera que el problema tuviera una estructura mixta
y se mostro que esta consista en hallar (u, ) H 1 () R tal que
a(u, v) + b(v, ) = f (v) v H 1 ()
b(u, ) = g() R,
donde
Z
u v,
a(u, v) :=
b(v, ) :=
y
Z
f (v) :=
u
v+
n
Z
f v,
g() := 0,
25
v6=0
2 ||
kkH 1 ()
2 ||
1
|||| 2
1
= || 2 ||
1
= || R (donde = || 2 ),
de otro lado podemos ver que
Z
a(v, v) =
v v Ckvk v H 1 (),
esto gracias a la desigualdad de Poincare (ver Teorema (0.0.2)), por lo tanto , del Teorema de
Babuska-Brezzi tenemos que hay solucion u
nica para el problema de Neumann.
1.0.3.
Minimizaci
on con restricci
on
En esta secci
on, mostraremos la relacion que tienen las formulaciones variacionales mixtas
con los puntos silla de ciertos tipos de problemas de estimacion, ademas mencionar como estan
involucrados los llamados multiplicadores de Lagrange que son conocidos por ayudar a maximizar
o minimizar diferentes tipos de problemas, para ello comenzamos con un importante Teorema
que servira para tal proposito.
Teorema 1.0.17 (Minimizaci
on de energia)
Sean X un espacio de Hilbert, a : X X R una forma bilineal continua, simetrica y positiva,
adem
as sea f X 0 . Entonces las siguientes afirmaciones son equivalentes
1. u X es tal que a(u, v) = hf, vi
v X.
Demostraci
on
Supongamos que
a(u, v) = hf, vi
v X,
y X,
w X,
en particular
J(u) J(u + tz) t R , z X,
pero,
J(u + tz) = J(u) + t(a(u, z) hf, zi) +
de donde
0 t(a(u, z) hf, zi +
en particular, si hacemos t =
hf,zia(u,z)
a(z,z)
t2
a(z, z),
2
t2
a(z, z)) z X , t R,
2
entonces
z X.
Definici
on 1.0.22 La aplicaci
on L : X M R definida por
L(v, q) = J(v) + b(v, q) hg, qi
es llamado el problema de Lagrangian (1.0.5).
Definici
on 1.0.23 Una pareja (u, p) X M se dice que es un punto silla de Lagrangian L
si se satisface que
L(u, q) L(u, p) L(v, p) (v, p) X M.
Teorema 1.0.18 Si (u, p) es un punto silla de L entonces
L(u, p) = mn max L(v, q) = max mn L(v, q).
vX qM
qM vX
Demostraci
on
Notemos que por ser (u, p) punto silla, entonces
L(u, q) L(v, p) (v, q) X M,
en particular para q = p, tenemos que
L(u, q) L(v, p) = L(v, q) v X,
es decir, L(v, q) esta acotado por debajo y por lo tanto
nf L(
v , q) L(v, q),
vX
as
nf L(
v , q) L(v, q) sup L(v, q),
vX
qX
luego
sup nf L(
v , q) sup L(v, q),
qX vX
qX
y obtenemos que
sup nf L(v, q) nf sup L(v, q).
qX vX
vX qX
(1.0.20)
qM
28
es decir
sup L(u, q) = L(u, p) = nf L(v, p),
vX
qM
vX qM
vX
y
sup nf L(v, q) sup L(u, q) = L(u, p),
qM vX
qM
de donde
nf sup L(u, q) sup nf L(v, p).
vX qM
qM vX
vX qM
qM vX
y as culmina la demostraci
on.
Teorema 1.0.19 Sean X y M espacios de Hilbert, a : X X R y b : X M R formas
bilineales y continuas. Si a es simetrica y positiva entonces las siguientes afirmaciones son
equivalentes
1. (u, p) es punto silla de L.
2. (u, p) es soluci
on de (1.0.5).
Demostraci
on
1) 2) supongamos que (u, p) X M es punto silla de L, luego
L(u, q) L(u, p) q M,
esto es
J(u) + b(u, q) hg, qi J(u) + b(u, p) hg, pi
b(u, q p) hg, q pi
q M
q M
q M
r M, t R,
donde en esta u
ltima desigualdad se usa el hecho de que M es un espacio vectorial y as para
t R tenemos que
q p = tr M,
para todo r M . Adem
as notemos que la u
ltima desigualdad se cumple para todo t R, en
particular para t = 1 se tiene que
b(u, r) hg, ri
r M,
equivalentemente
b(u, r) hg, ri
29
r M,
v X
v X,
entonces
J(u) + b(u, p) hg, pi J(v) + b(v, p) hg, pi
v X
J(u)
J(v)
v X,
luego, de la u
ltima expresi
on vemos que u X es un mnimo para J(v)
con v variando en X,
ademas sabiendo que X es un espacio de Hilbert y que la forma bilineal a satisface las condiciones
del teorema (1.0.17), tenemos que u X satisface que
a(u, v) = hf, vi
v X,
v X,
(1.0.21)
vV (g)
tiene una u
nica soluci
on.
Adem
as si b satisface la condici
on nf-sup entonces existe un u
nico p M tal que (u, p) es el
u
nico punto silla L y es la u
nica soluci
on del problema (1.0.5).
Demostraci
on
Sea ug V (g), luego
Bug = g,
as recordando que
V = KerB = {u X : Bu = 0},
y usando la linealidad de B tenemos que
V (g) = ug + V,
30
en efecto. Si v ug + V entonces
v = ug + v,
con v V , luego
B(v) = Bug + B
v = g + 0 = g,
es decir v V (g). Ahora supongamos que w V (g), notemos que
w = (w ug ) + ug ,
y que
B(w ug ) = 0,
es decir
w ug V,
y por lo tanto w ug + V . As se concluye la igualdad de los dos conjuntos, de donde la
minimizacion del problema (1.0.21) es equivalente a la minimizacion de
= J(ug + v),
J(v)
sobre el espacio lineal V . Como sabemos que el espacio V es cerrado, ya que b es continua y
as el operador B tambien lo es, tenemos que
(V, k.kX ),
es un espacio de Hilbert, entonces por el Lema de Lax-Milgram y por el teorema (1.0.17) tenemos
que el problema (1.0.21) tiene una u
nica solucion
u = ug + u0 ,
con u0 V , es decir
a(u, v) = hf, vi a(ug + u0 , v) = hf, vi,
equivalentemente
a(u0 , v) = hf, vi a(ug , v)
v V.
Ahora si la condici
on nf-sup se satisface tenemos que por (1.0.15) B es sobreyectiva y
V 0 = (KerB)0 = ImB T .
Tomemos u V (g) la u
nica soluci
on del problema (1.0.21), luego
a(u, v) = hf, vi,
para todo v V , as podemos notar que
hf Au, vi = hf, vi hAu, vi = a(u, v) a(u, v) = 0 v V,
es decir f Au V 0 = ImB T , luego existe p M tal que
B T p = f Au,
equivalentemente
Au + B T p = f.
31
32
Bibliografa
[1] G. Allaire, Numerical Analysis and Optimization. university press. Oxford, New York,
2007.
[2] I. Babuska, The finite element method with lagrangian multipliers. Numer. Math., Vol. 20
(1973), pp. 179192.
[3] D. Boffi and L. Gastaldi (Eds.), Mixed Finite Elements, Compatibility Conditions and
Applications, Springer, Berlin, 2008.
[4] H. Brezis, Functional analysis, Sobolev spaces and partial differential equations. Universitext. Springer, New York, 2011.
[5] F. Brezzi, On existence, uniqueness and approximation of saddle-point problems arising
from Lagrange multipliers. RAIRO Model. Math. Anal. Numer., Vol. 2 (1974), pp. 129-151.
[6] F. Brezzi and M. Fortin, Mixed and hybrid finite element method, Springer, New-York,
1991.
[7] A. Ern and J.-L. Guermond, Theory and practice of finite elements, Springer Verlag,
New-York, 2004.
[8] J.-F. Gerbeau and C. Farhat, The Finite Element Method for Fluid Mechanics, Stanford University, 2009.
[9] V. Girault and P. A. Raviart, Finite Element Methods for Navier Stokes Equations,
Springer, New York, 1986.
[10] Kreyszig, E., Introductory functional analysis with applications, Wiley, 1978.
[11] P. Monk, Finite Element Methods for Maxwells Equations, Oxford Clarendon Press, 2003.
[12] Y. Perdomo, Formulaci
on debil y de Galerkin de la ecuaci
on bidimensional de Poisson,
Universidad del Cauca, Trabajo de grado para obtener el ttulo de Matematico, 2011.
[13] R. Temam, Navier-Stokes Equations, Theory and Numerical Analysis, North-Holland,
1979.
33