-
Notifications
You must be signed in to change notification settings - Fork 1
/
05_finite-elemente-methode.tex
1361 lines (1153 loc) · 54 KB
/
05_finite-elemente-methode.tex
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
\chapter{%
Finite-Elemente-Methode%
}
\section{%
\name{Galerkin}-Verfahren%
}
\subsection{%
Diskrete Lösung und \name{Galerkin}-Projektion%
}
\begin{Bem}
Die Idee des Galerkin-Verfahrens ist,
dass man zur numerischen Lösung schwacher Formen von PDEs diese auf
endlich-dimensionale Teilräume einschränkt.
\end{Bem}
\begin{Def}{diskrete Lösung}
Seien $V$ ein Hilbertraum,
$a(\cdot, \cdot)$ eine stetige, koerzive Bilinearform auf $V$,
$\ell(\cdot) \in V'$,
$\forall_{v \in V}\; a(u, v) = \ell(v)$ die schwache Form einer PDE und
$V_h \le V$ ein endlich-dimensionaler Unterraum.
Dann heißt $u_h \in V_h$ mit
$\forall_{v \in V_h}\; a(u_h, v) = \ell(v)$
\begriff{diskrete Lösung}.
\end{Def}
\begin{Satz}{Ex. + Eind. + Beschr.}
Die diskrete Lösung $u_h \in V_h$ existiert,
ist eindeutig und erfüllt $\norm{u_h} \le \frac{1}{\alpha} \norm{\ell}_{V'}$
mit $\alpha$ der Koerzivitätskonstanten von $a$ auf $V$.
\end{Satz}
\linie
\begin{Bem}
Das "`$h$"' in $V_h$ zeigt an, dass der Raum von $V_h$ durch einen
Diskretisierungsparameter (z.\,B. Gitterweite) $h \in \real^+$ charakterisiert wird
und Hoffnung besteht, dass $\lim_{h \to 0} u_h = u$ mit genügend schneller Konvergenz.
Es treten folgende Fragen auf:
\begin{itemize}
\item
Wie ist $V_h$ geschickt zu konstruieren?
\item
Existieren a-priori-Fehlerschranken $\norm{u - u_h} \le C(u) h^p$?
\item
Existieren a-posterori-Fehlerschranken $\norm{u - u_h} \le C(u_h) h^p$?
\item
Wie löst man numerisch das entsprechende LGS?
\end{itemize}
\end{Bem}
\linie
\begin{Lemma}{\name{Galerkin}-Orthogonalität}
Seien $u \in V$ die schwache Lösung der PDE und
$u_h \in V_h$ die diskrete Lösung.
Dann gilt $\forall_{v \in V_h}\; a(u - u_h, v) = 0$.
\end{Lemma}
\begin{Bem}
Für $a(\cdot, \cdot)$ symmetrisch ist dies gerade die Orthogonalität des
Projektionsfehlers der orth. Projektion von $u$ auf $V_h$ bzgl. des Energieskalarprodukts,
denn für die orth. Projektion $P_a\colon V \to V_h$ mit
$\forall_{v \in V} \forall_{w \in V_h}\; \innerproduct{v - P_a v, w}_a = 0$
folgt nach dem Lemma $P_a u = u_h$ für die schwache Lösung $u$.
Damit ist für $a$ symmetrisch die diskrete Lösung $u_h$ genau das Bild der
orth. Projektion der schwachen Lösung $u$ auf $V_h$ bzgl. $\innerproduct{\cdot, \cdot}_a$
und heißt daher \begriff{\name{Galerkin}-Projektion}.
Für $a(\cdot, \cdot)$ nicht-symmetrisch ist die Galerkin-Projektion i.\,A.
keine orth. Projektion bzgl. irgendeines Skalarprodukts,
aber das Lemma gilt weiterhin und man spricht immer noch von
Galerkin-Projektion/-Orthogonalität.
\end{Bem}
\subsection{%
Eigenschaften der diskreten Lösung%
}
\begin{Lemma}{Reproduktion der schw. Lsg.}
Sei $u \in V$ die schw. Lösung.
Ist $u \in V_h$, dann $u_h = u$.
\end{Lemma}
\begin{Bem}
Daher ist $V_h := \Span(u)$ ein optimaler, höchstens eindimensionaler Approximationsraum,
der aber zur Berechnung so aufwendig ist wie $u$ selbst, also inpraktikabel.
\end{Bem}
\linie
\begin{Satz}{diskretes Problem als LGS}
Sei $(\varphi_j)_{j=1}^n$ eine Basis von $V_h$.
Definiere die \begriff{Steifigkeitsmatrix} $A_h = (a_{i,j})_{i,j=1}^n$
und die \begriff{rechte Seite} $b_h = (b_i)_{i=1}^n$ durch
$a_{i,j} := a(\varphi_j, \varphi_i)$ und $b_i := \ell(\varphi_i)$.\\
Dann ist $A_h d = b$ eindeutig lösbar und es gilt $u_h = \sum_{j=1}^n d_j \varphi_j$.
\end{Satz}
\begin{Bem}
$A_h$ ist symmetrisch für $a(\cdot, \cdot)$ symmetrisch
(im Gegensatz zum \begriff{Kollokationsverf.}).\\
$A_h$ ist positiv definit wg. $a(\cdot, \cdot)$ koerziv
(für $d \not= 0$ gilt
$d^\tp A_h d = \sum_{i,j=1}^n d_i d_j a(\varphi_j, \varphi_i)$\\
$= a(\sum_{j=1}^n d_j \varphi_j, \sum_{i=1}^n d_i \varphi_i)
= a(v, v) \ge \alpha \norm{v}^2 > 0$
mit $v := \sum_{j=1}^n d_j \varphi_j \not= 0$).
\end{Bem}
\subsection{%
Beispiele für Ansatzräume%
}
\begin{Bsp}
Wählt man $V_h$ als Aufspann von Eigenfunktionen des Diff.operators,
so erhält man eine optimale Basis bei unbekannter/variabler rechter Seite.
Eigenfunktionen und -werte erhält man dabei aus der
\begriff{schwachen Form des EW-Problems} des Diff.operators:
$w \in V$ heißt \begriff{Eigenfunktion} zum \begriff{Eigenwert} $\lambda$, falls
$\forall_{v \in V}\; a(w, v) = \lambda \innerproduct{w, v}_{L^2(\Omega)}$.
Unter gewissen Voraussetzungen ($a(\cdot, \cdot)$ symmetrisch und $\Omega$ zush.)
kann man zeigen,
\begin{itemize}
\item
dass alle EWe $\lambda_j \in (0, \infty)$ erfüllen (und insb. reell sind),
\item
dass es abzählbar unendlich viele, unbeschränkte Eigenwerte gibt,
also $0 < \lambda_1 \le \lambda_2 \le \dotsb$ und
$\lim_{j \to \infty} \lambda_j = \infty$, und
\item
dass es eine bzgl. $\innerproduct{\cdot, \cdot}_{L^2(\Omega)}$ orthonormale Menge
$\{w_j\}_{j\in\natural}$ von Eigenfunktionen zu den Eigenwerten $\lambda_j$ gibt.
\end{itemize}
Wählt man nun $n \in \natural$, $h := \frac{1}{n}$,
$V_h := \Span(\varphi_1, \dotsc, \varphi_n)$,
$\varphi_j := w_j$, so folgt für $A_h$, dass
$a_{ij} = a(\varphi_j, \varphi_i) = \lambda_j \innerproduct{w_j, w_i}_{L^2(\Omega)}
= \lambda_j \delta_{ij}$, also ist $A_h$ diagonal und $d_h = \frac{b_j}{\lambda_j}$.
Allerdings ist dieser Ansatz i.\,A. inpraktikabel, da $w_j$ und $\lambda_j$
selten bekannt sind.
\end{Bsp}
\linie
\begin{Bsp}
$V_h$ kann man auch als polynomiellen Ansatzraum wählen.
Seien dazu $d := 1$, $\Omega := [0, 1]$ und
$a(u, v) := \int_0^1 u'v' \dx$ auf $H^1_0(\Omega)$.
Dann hat ein Polynom mit Nullrandwerten die Gestalt $p(x) = x(1-x)q(x)$ für $q \in \PP_m$
mit $\PP_m$ den Polynomen vom Grad $\le m$.
Wählt man nun $n \in \natural$, $h := \frac{1}{n}$,
$\varphi_j(x) := x(1-x) \cdot x^{j-1} = x^j (1-x)$, so folgt für $A_h$, dass i.\,A.
$a_{ij} = a(\varphi_j, \varphi_i) = \int_0^1 \varphi_j' \varphi_i' \dx \not= 0$,
also ist $A_h$ i.\,A. dicht besetzt.
Für große $n$ führt dies zu einem Speicherproblem,
für mäßig große $n$ ist das Verfahren realisierbar (\begriff{Spektralverfahren}).
\end{Bsp}
\subsection{%
\name{Céa}-Lemma%
}
\begin{Lemma}{\name{Céa}}
Seien $a(\cdot, \cdot)$ eine stetige, koerzive Bilinearform auf $V$ mit
Stetigkeitskonstante $\gamma$ und Koerzivitätskonstante $\alpha$
und $\ell$ eine Bilinearform.\\
Dann gilt $\norm{u - u_h} \le \frac{\gamma}{\alpha} \inf_{v \in V_h} \norm{u - v}$
für $u \in V$ schw. Lsg. und $u_h \in V_h$ diskr. Lsg.
\end{Lemma}
\linie
\begin{Bem}
Das Céa-Lemma erlaubt einen Zusammenhang zwischen dem Galerkin-Projek"-tionsfehler und
der Bestapproximation, weil $\inf_{v \in V_h} \norm{u - v}$ der Bestapproximationsfehler
der orth. Projektion $P\colon V \to V_h$ ist (unabhängig von $a$ und $\ell$).
Weil der Galerkin-Projektionsfehler höchstens um einen konstanten Faktor schlechter als
die Bestapproximation ist, spricht man von \begriff{Quasi-Optimalität} der Galerkin-Projektion.
$V_h$ sollte man daher so wählen,
dass alle möglichen $u \in V$ möglichst gut approximiert werden können
(weil $\lim_{h \to 0} \inf_{v \in V_h} \norm{u - v} = 0 \implies
\lim_{h \to 0} \norm{u - u_h} = 0$).
Für $a(\cdot, \cdot)$ symmetrisch gilt das Céa-Lemma sogar mit Faktor
$\sqrt{\frac{\gamma}{\alpha}}$.
Es gilt dann nämlich Normäquivalenz zur Energienorm mit
$\sqrt{\alpha} \norm{v} \le \norm{v}_a \le \sqrt{\gamma} \norm{v}$
(wenn man $\norm{v}_a^2 = a(v, v)$ einsetzt und Stetigkeit/Koerzivität ausnutzt).
Daraus erhält man für $v \in V_h$\\
$\norm{u - u_h}_a^{\cancel{2}} = a(u - u_h, u - u_h) = a(u - u_h, u - v) =
\innerproduct{u - u_h, u - v}_a \le \cancel{\norm{u - u_h}_a} \norm{u - v}_a$,
also $\norm{u - u_h}_a \le \norm{u - v}_a$ bzw.
$\norm{u - u_h} \le \sqrt{\frac{\gamma}{\alpha}} \norm{u - v}$.
\end{Bem}
\pagebreak
\subsection{%
Notwendigkeit der Koerzivität%
}
\begin{Bem}
Die Koerzivität ist bei der Galerkin-Projektion wesentlich.
Für $a(\cdot, \cdot)$ nicht-koerziv kann die Galerkin-Projektion aus einem
regulären System in $V$ ein singuläres System in $V_h$ erzeugen.
\end{Bem}
\begin{Bsp}
Setze $V := \real^2$,
$a(u, v) := u^\tp \smallpmatrix{1&0\\0&-1} u$,
$\ell(v) := \smallpmatrix{1&1} v$.
Dann ist $a(\cdot, \cdot)$ nicht-koerziv (negativer EW),
aber das System ist regulär, weil\\
$\forall_{v \in V}\; a(u, v) = \ell(v) \iff
\forall_{v \in V}\; u^\tp \smallpmatrix{1&0\\0&-1} v = \smallpmatrix{1&1} v
\iff u^\tp \smallpmatrix{1&0\\0&-1} = \smallpmatrix{1&1}
\iff u = \smallpmatrix{1\\-1}$.\\
Wählt man nun $V_h := \Span(\varphi_1)$ mit $\varphi_1 := \smallpmatrix{1\\1}$,
dann ist das diskrete System singulär, weil das LGS
$A_h d = b_h$ mit $A_h = a_{1,1} = a(\varphi_1, \varphi_1) = 0$ und
$b_h = \ell(\varphi_1) = 2$ nicht lösbar ist.
\end{Bsp}
\linie
\begin{Bem}
Ein Ausweg kann es sein,
getrennte Ansatz- und Testräume zu verwenden\\
(\begriff{\name{Petrov}-\name{Galerkin}-Projektion}), d.\,h.
seien $V_h, \widetilde{V}_h \le V$ endlich-dimensional,
suche $u_h \in V_h$ mit $\forall_{v \in \widetilde{V}_h}\; a(u_h, v) = \ell(v)$.
$\widetilde{V}_h$ sollte so gewählt werden, dass das diskrete System regulär ist.
\end{Bem}
\begin{Bsp}
Im Beispiel von eben
seien $\varphi_1 \in \real^2 \setminus \Span(\smallpmatrix{1\\1})$,
$\widetilde{\varphi}_1 := \smallpmatrix{1&0\\0&-1} \varphi_1$,
$V_h := \Span(\varphi_1)$ und
$\widetilde{V}_h := \Span(\widetilde{\varphi}_1)$.
Damit ist
$A_h = a(\varphi_1, \widetilde{\varphi}_1)
= \varphi_1^\tp \smallpmatrix{1&0\\0&-1} \widetilde{\varphi}_1
= \varphi_1^\tp \cancel{\smallpmatrix{1&0\\0&-1} \smallpmatrix{1&0\\0&-1}} \varphi_1
= \norm{\varphi_1}^2
> 0$
und $b_h := \ell(\widetilde{\varphi}_1)$,
d.\,h. das diskrete System ist jetzt regulär.
\end{Bsp}
\section{%
Implementierung der Finite-Elemente-Methode%
}
\subsection{%
1D-Beispiel (\name{Poisson}-Gleichung)%
}
\begin{Bem}
Üblicherweise wählt man Galerkin-Verfahren mit
stückweise polynomiellen, globalen stetigen Ansatzfunktionen, die einen lokalen Träger
besitzen.
\end{Bem}
\begin{Bsp}
Für $d := 1$, $\Omega := (0, 1)$
sei das äquidistante Gitter
$x_i := ih$, $i = 0, \dotsc, n + 1$, mit $n \in \natural$ und $h := \frac{1}{n+1}$ gegeben.
Wähle als Ansatzfunktionen die \begriff{Hütchenfunktionen}
$\varphi_j$ für $j = 1, \dotsc, n$
(d.\,h. stückweise linear mit $\varphi_j(x_i) = \delta_{i,j}$).
Man spricht auch von der \begriff{nodalen Basis}.
Es gilt $\supp\varphi_j = [x_{j-1}, x_{j+1}]$.
Als Ansatzraum erhält man den Raum $V_h := \Span((\varphi_j)_{j=1}^n) \le H^1_0(\Omega)$
der linearen Splines.
Für das Poisson-Problem $-u'' = f$ in $\Omega$ und $u(0) = 0 = u(1)$ wählt man
$a(u, v) := \int_\Omega u'v'\dx$ und $\ell(v) := \int_\Omega fv\dx$.
Mit der Ableitung $\varphi_j'(x) = 1/h$ für $x \in (x_{j-1}, x_j)$ und
$\varphi_j'(x) = -1/h$ für $x \in (x_j, x_{j+1})$ bekommt man
$a_{j,j} = \int_{x_{j-1}}^{x_{j+1}} \frac{1}{h^2} \dx = \frac{2}{h}$,
$a_{j+1,j} = \int_{x_j}^{x_{j+1}} \frac{1}{h} (-\frac{1}{h}) \dx = -\frac{1}{h} = a_{j-1,j}$
und $a_{i,j} = 0$ für $|i - j| \ge 2$, weil dann
$|\supp(\varphi_i) \cap \supp(\varphi_j)| = 0$.
Somit ist $A_h = \frac{1}{h}
\smallpmatrix{2&-1&&\\-1&2&-1&\\&\ddots&\ddots&\ddots&\\&&-1&2&-1\\&&&-1&2}$
tridiagonal und dünn besetzt,
weswegen es selbst für große $n$ kein Speicherproblem gibt.
Wegen der guten Approximationsfähigkeit von Splines erhält man mit dem
Céa-Lemma eine gute Approximation durch die Galerkin-Projektion.
\end{Bsp}
\pagebreak
\subsection{%
Simplizes%
}
\begin{Def}{Simplex}
Seien $a_0, \dotsc, a_s \in \real^d$ in \begriff{allgemeiner Lage},
d.\,h. $a_1 - a_0, \dotsc, a_s - a_0 \in \real^d$ linear unabhängig.
Dann heißt $T := \Conv(a_0, \dotsc, a_s)
:= \{\sum_{j=0}^s \lambda_j a_j \;|\; \lambda_j \ge 0,\; \sum_{j=0}^s \lambda_j = 1\}$
(nicht-degeneriertes) \begriff{$s$-dim. Simplex} in $\real^d$ mit
\begriff{Eckenmenge} $\E(T) := \{a_0, \dotsc, a_s\}$.
\end{Def}
\begin{Def}{Seitensimplex}
Seien $r \in \{0, \dotsc, s\}$ und $\{a_0', \dotsc, a_r'\} \subset \{a_0, \dotsc, a_s\}$.
Dann heißt\\
$S := \Conv(a_0', \dotsc, a_r')$ \begriff{$r$-dim. Seitensimplex}
von $T$ mit \begriff{Eckenmenge} $\E(S) := \{a_0', \dotsc, a_r'\}$.
\end{Def}
\begin{Def}{Einheitssimplex}
Der Simplex mit Ecken $0, e_1, \dotsc, e_d \in \real^d$
heißt \begriff{Einheitssimplex} oder \begriff{Refe"-renzelement} $\widehat{T}$ in $\real^d$.
\end{Def}
\begin{Bem}
$T$ heißt \begriff{Strecke}, falls $s = 1$ und $d \ge 1$,
\begriff{Dreieck}, falls $s = 2$ und $d \ge 2$, und
\begriff{Tetraeder}, falls $s = 3$ und $d \ge 3$.
$S$ ist Ecke von $T$, falls $r = 0$,
und \begriff{Kante} von $T$, falls $r = 1$.
\end{Bem}
\linie
\begin{Lemma}{baryzentrische Koordinaten}
Sei $T$ ein $s$-dim. Simplex in $\real^d$ und $x \in T$.
Dann gibt es eind. bestimmte \begriff{baryzentrische Koord.en}
$(\lambda_j)_{j=0}^s$ mit $x = \sum_{j=0}^s \lambda_j a_j$,
$\lambda_j \ge 0$ und $\sum_{j=0}^s \lambda_j = 1$.
\end{Lemma}
\begin{Bem}
Mit baryzentrischen Koordinaten kann man $x \in T$ testen
(für $x \in \Span(a_j)_{j=0}^d$ gilt
$x \in T \iff \forall_{j=0,\dotsc,s}\; \lambda_j \ge 0$).
Außerdem lässt sich für $x \in T$ herausfinden, ob $x$ auf einem echten Seitensimplex
von $T$ liegt
($|\{j \;|\; \lambda_j \not= 0\}| - 1$ ist die Dimension des Seitensimplex).
\end{Bem}
\linie
\begin{Def}{geometrische Maße}
Für einen Simplex $T$ seien
$h_T := \diam(T)$ der \begriff{Durchmesser} von $T$,
$\varrho_T := 2 \cdot \sup\{R > 0 \;|\; \exists_{x_0 \in T}\; B_R(x_0) \subset T\}$
der \begriff{Inkugeldurchmesser} und
$\sigma_T := \frac{h_T}{\varrho_T}$.
\end{Def}
\begin{Bem}
$\sigma_T$ ist ein Maß für die Degeneriertheit von $T$
($\sigma_T$ groß, falls $T$ einen sehr spitzen Winkel hat,
und $\sigma_T$ klein, falls $T$ ähnliche Winkel besitzt)
und ist invariant unter Translation und Skalierung.
\end{Bem}
\linie
\begin{Bem}
Bei der Fehleranalyse und bei der Implementierung der FEM werden Operationen
oft auf dem Referenzelement durchgeführt und dann auf
beliebige Simplizies durch Transformation übertragen.
\end{Bem}
\begin{Satz}{Referenzabbildung}\\
Seien $T \subset \real^d$ ein $d$-dim. Simplex mit Ecken $\{a_j\}_{j=0}^d$ und
$\widehat{T}$ das Referenzelement.
Dann gilt:
\begin{enumerate}
\item
Es gibt genau eine af"|fine Abbildung (\begriff{Referenzabbildung})
$F_T\colon \widehat{T} \to T$,
$F_T(\widehat{x}) := B\widehat{x} + t$,
mit $B \in \real^{d \times d}$ regulär und $t \in \real^d$,
sodass $F_T(e_j) = a_j$ für $j = 0, \dotsc, d$.
\item
$\norm{B} \le \frac{h_T}{\varrho_{\widehat{T}}}$
(mit $\norm{B} = \norm{B}_2 := \sup_{\widehat{x}\not=0}
\frac{\norm{B\widehat{x}}}{\norm{\widehat{x}}}$) und
\item
$\norm{B^{-1}} \le \frac{h_{\widehat{T}}}{\varrho_T}$
\item
$|\det B| = \frac{|T|}{|\widehat{T}|}$ und
$\exists_{c, C > 0}\; c\varrho_T^d \le |\det B| \le Ch_T^d$
mit $c, C$ unabhängig von $T$ (abh. von $d$)
\end{enumerate}
\end{Satz}
\pagebreak
\subsection{%
Triangulierungen in \texorpdfstring{$d$}{d} Dimensionen%
}
\begin{Def}{Triangulierung}
Seien $\Omega \subset \real^d$ of"|fen, beschränkt und polygonal berandet sowie
$I$ eine endliche Indexmenge.
Dann heißt $\T_h := \{T_i \;|\; i \in I\}$ \begriff{zulässige Triangulierung}
von $\Omega$, falls
\begin{itemize}
\item
$\forall_{i \in I}\; [\text{$T_i \subset \real^d$ ist $d$-dim. Simplex}]$,
\item
$\bigcup_{i \in I} T_i = \overline{\Omega}$
(\emph{Überdeckung}),
\item
$\forall_{i \not= j}\; \interior(T_i) \cap \interior(T_j) \not= \emptyset$
(\emph{keine Überlappung}) und
\item
für $i \not= j$ ist $S := T_i \cap T_j$
leer oder $S$ ist Seitensimplex von $T_i$ und von $T_j$
(\begriff{Konformität}).
\end{itemize}
In diesem Fall heißt
$h := \max_{i \in I} h_{T_i}$ \begriff{globale Gitterweite/Feinheit} von $\T_h$,
$\varrho := \min_{i \in I} \varrho_{T_i}$ \begriff{minima"-ler Inkugelradius} von $\T_h$ und
$\E(\T_h) = \bigcup_{i \in I} \E(T_i)$ \begriff{Ecken-/Knotenmenge} von $\T_h$.
\end{Def}
\begin{Bem}
Eine zulässige Triangulierung besitzt keine hängenden Knoten.\\
Man kann die FEM auch für nicht-konforme Gitter definieren (aber technisch aufwändiger).\\
Wenn $\Omega$ keinen polygonalen Rand besitzt, dann kann man mit
\begriff{isoparametrischen Elementen} dem Rand approximieren
(Zulassen von nicht-linearen Referenzabbildungen).\\
Man kann die FEM auch für Vierecksgitter, allgemeine polygonale Triangulierungen
oder Gitter gemischter Typen durchführen.
\end{Bem}
\subsection{%
Polynome in baryzentrischen Koordinaten%
}
\begin{Def}{Polynome auf Simplex}
Seien $T \subset \real^d$ ein Simplex und $k \in \natural_0$.\\
Dann heißt $\PP_k(T) := \{p\colon T \to \real \;|\;
p(x) = \sum_{|\beta| \le k,\; \beta \in \natural_0^d} a_\beta x^\beta,\; a_\beta \in \real\}$
\begriff{Raum der polynomialen Funktionen} bis Grad $k$ auf $T$,
wobei $x^\beta := x_1^{\beta_1} \dotsm x_d^{\beta_d}$.
\end{Def}
\begin{Def}{Polynome auf Triangulierung}
Sei $\T_h$ eine zul. Triangulierung von $\Omega$ und $k \in \natural_0$.\\
Dann heißt
$\PP_k(\T_h) := \{p \in \C^0(\Omega) \;|\; \forall_{T \in \T_h}\; p|_T \in \PP_k(T)\}$
\begriff{Raum der global stetigen, stückweise polynomialen Fkt.en} und
$\PP_{k,0}(\T_h) := \{p \in \PP_k(\T_h) \;|\; p|_{\partial\Omega} \equiv 0\}$
\begriff{Teilraum mit Nullrandwerten}.
\end{Def}
\linie
\begin{Lemma}{Polynome in baryzentrischen Koordinaten}
Sei $T \subset \real^d$ ein $d$-dim. Simplex.
Dann gilt:
\begin{enumerate}
\item
Für alle $p \in \PP_k(T)$ gibt es ein $\overline{p} \in \PP_k(\real^{d+1})$
in der Form $\overline{p}(\lambda) = \sum_{1 \le |\beta| \le k,\;
\beta \in \natural_0^{d+1}} d_\beta \lambda^\beta$, sodass
$\forall_{x \in T}\; p(x) = \overline{p}(\lambda(x))$ mit
$\lambda(x)$ den baryzentr. Koord.en von $x$ bzgl. $T$.
\item
Für alle $\overline{p} \in \PP_k(\real^{d+1})$ gilt
$\overline{p}(\lambda(x))|_T \in \PP_k(T)$.
\end{enumerate}
\end{Lemma}
\pagebreak
\subsection{%
Lineare Interpolation auf Triangulierungen%
}
\begin{Satz}{lineares Finite Element/\name{Courant}-Element}\\
Seien $T \subset \real^d$ ein $d$-dim. Simplex mit Ecken $\{a_j\}_{j=0}^d$
und $p_0, \dotsc, p_d \in \real$.\\
Dann gibt es genau ein $p \in \PP_1(T)$ mit $\forall_{j=0,\dotsc,d}\; p(a_j) = p_j$.
\end{Satz}
\begin{Bem}
Für die Numerik wählt man eine konkrete lokale Basis $\Phi := (\varphi_j)_{j=1}^d$ von
$\PP_1(T)$ (z.\,B. nodale Basis zu den Ecken) und schreibt $p \in \PP_1(T)$
als Linearkombination dieser Basis.\\
Die $\varphi_j$ heißen auch \begriff{Formfaktoren} (\begriff{shape functions}).
\end{Bem}
\linie
\begin{Satz}{Ex. + Eind. der $\PP_1(\T_h)$-Intp.}\\
Seien $\T_h$ eine zul. Triangulierung mit $n_\E := |\E(\T_h)|$,
$\{v_j\}_{j=1}^{n_\E} := \E(\T_h)$ und $p_1, \dotsc, p_{n_\E} \in \real$.\\
Dann gibt es genau ein $p \in \PP_1(\T_h)$ mit
$\forall_{j=1,\dotsc,n_\E}\; p(v_j) = p_j$.
\end{Satz}
\linie
\begin{Bem}
Die $n_\E$-fache Anwendung des Satzes auf $p_j = \delta_{i,j}$ für
$i = 1, \dotsc, n_\E$ liefert die Lagrange-Basis für $\PP_1(\T_h)$.
\end{Bem}
\begin{Satz}{\name{Lagrange}-Basis für $k = 1$}
Sei $\T_h$ eine zul. Triangulierung mit $\{v_j\}_{j=1}^{n_\E} := \E(\T_h)$.\\
Dann gibt es $\varphi_1, \dotsc, \varphi_{n_\E} \in \PP_1(\T_h)$ mit
$\forall_{i,j=1,\dotsc,n_\E}\; \varphi_i(v_j) = \delta_{i,j}$.\\
$\Phi := (\varphi_i)_{i=1}^{n_\E}$ ist eine Basis von $\PP_1(\T_h)$
und heißt \begriff{\name{Lagrange}-/nodale Basis} von $\PP_1(\T_h)$.
\end{Satz}
\begin{Bem}
Man kann zeigen, dass
$\PP_1(\T_h) \le H^1(\Omega)$ (siehe folgender Satz) und\\
$\PP_{1,0}(\T_h) =
\{p \in \PP_1(\T_h) \;|\; \forall_{v_j \in \E(\T_h) \cap \partial\Omega}\; p(v_j) = 0\}
\le H^1_0(\Omega)$,
d.\,h. man kann $V_h := \PP_{1,0}(\T_h)$ im Galerkin-Verfahren verwenden
(\begriff{lineare FEM}).
Freiheitsgrade sind nur Werte in inneren Knoten.
\end{Bem}
\linie
\begin{Bem}
Der folgende Satz begründet im Fall $k = 1$ die Forderung der globalen Stetigkeit
(dann ist nämlich $\PP_1(\T_h) \le H^1(\Omega)$).
\end{Bem}
\begin{Satz}{schwache Ableitung auf Seitensimplizes}\\
Seien $\T_h$ eine zul. Triangulierung,
$k \in \natural$ und
$v\colon \Omega \to \real$ mit
$\forall_{T \in \T_h}\; v|_{\interior(T)} \in \C^k(\interior(T))$.\\
Dann gilt $v \in H^k(\Omega) \iff v \in \C^{k-1}(\overline{\Omega})$.
\end{Satz}
\pagebreak
\subsection{%
Polynomiale Interpolation auf Triangulierungen%
}
\begin{Bem}
Es folgt eine Erweiterung von $\PP_1(\T_h)$ auf höhere Polynomgrade.
\end{Bem}
\begin{Def}{\name{Lagrange}-Gitter}
Sei $T$ ein $d$-dim. Simplex mit Ecken $\{a_j\}_{j=0}^d$.\\
Dann ist das \begriff{\name{Lagrange}-Gitter} der Ordnung $k \in \natural$ von $T$
definiert durch\\
$G_k(T) := \{\sum_{j=0}^d \lambda_j a_j \;|\;
\lambda_j \in \{\frac{i}{k} \;|\; i = 0, \dotsc, k\},\; \sum_{j=0}^d \lambda_j = 1\}$.
\end{Def}
\begin{Bem}
Für $k = 1$ ist $G_1(T) = \E(T)$ und $|G_1(T)| = d+1$.\\
Für $k \ge 1$ ist $G_k(T) \supset \E(T)$ mit $|G_k(T)| = \binom{d+k}{k}$.\\
Für einen $(d-1)$-dim. Seitensimplex $S \subset T$ gilt
$|G_k(T) \cap S| = |G_k(S)| = \binom{d-1+k}{k}$.\\
Es gilt
$\{\lambda \in \real^{d+1} \;|\; \lambda_j \in \{\frac{i}{k} \;|\; i = 0, \dotsc, k\},\;
\sum_{j=0}^d \lambda_j = 1\} \cong
\{\beta \in \natural_0^{d+1} \;|\; |\beta| = k\}$ via
$\lambda := \frac{\beta}{k}$.
\end{Bem}
\linie
\begin{Lemma}{baryzentrische \name{Lagrange}-Polynome}\\
Seien $k \in \natural$ und
$p_\beta(\lambda) := \prod_{\ell=0}^d \prod_{j=0}^{\beta_\ell-1}
\frac{\lambda_\ell - j/k}{\beta_\ell/k - j/k}$
für $\beta \in \natural_0^{d+1}$, $|\beta| = k$, und $\lambda \in \real^{d+1}$.
Dann gilt
\begin{enumerate}
\item
$p_\beta(\lambda) \in \PP_k(\real^{d+1})$ und
\item
$\forall_{\overline{\beta} \in \natural_0^{d+1},\; |\overline{\beta}| \le k}\;
p_\beta(\frac{\overline{\beta}}{k}) = \delta_{\beta,\overline{\beta}}$
(mit $\delta_{\beta,\overline{\beta}} :=
\prod_{i=0}^d \delta_{\beta_i,\overline{\beta_i}}$).
\end{enumerate}
\end{Lemma}
\begin{Satz}{allg. simpl. \name{Lagrange}-Element}
Seien $k \in \natural$,
$T$ ein $d$-dim. Simplex mit Lagrange-Gitter
$\{v_j\}_{j=1}^{n_k} := G_k(T)$ für
$k \in \natural$ und $n_k := |G_k(T)|$ sowie $p_1, \dotsc, p_{n_k} \in \real$.\\
Dann gibt es genau ein $p \in \PP_k(T)$ mit $\forall_{j=1,\dotsc,n_k}\; p(v_j) = p_j$.
\end{Satz}
\linie
\begin{Satz}{Ex. + Eind. der $\PP_k(\T_h)$-Interpolation}\\
Seien $\T_h$ eine zul. Triangulierung,
$k \in \natural$,
$\{v_j\}_{j=1}^{m_k} := G_k(\T_h) := \bigcup_{T \in \T_h} G_k(T)$
die \begriff{Vereinigung aller \name{Lagrange}-Gitter} mit
$m_k := |G_k(\T_h)|$ und
$p_1, \dotsc, p_{m_k} \in \real$.\\
Dann gibt es genau ein $p \in \PP_k(\T_h)$ mit
$\forall_{j=1,\dotsc,m_k}\; p(v_j) = p_j$.
\end{Satz}
\linie
\begin{Bem}
Die $m_k$-fache Anwendung des Satzes auf $p_j = \delta_{i,j}$ für
$i = 1, \dotsc, m_k$ liefert die Lagrange-Basis für $\PP_k(\T_h)$.
\end{Bem}
\begin{Satz}{\name{Lagrange}-Basis für $k \in \natural$}\\
Seien $\T_h$ eine zul. Triangulierung, $k \in \natural$ und
$\{v_j\}_{j=1}^{m_k} := G_k(\T_h)$.\\
Dann existieren $\varphi_1, \dotsc, \varphi_{m_k} \in \PP_k(\T_h)$
mit $\forall_{i,j=1,\dotsc,m_k}\; \varphi_i(v_j) = \delta_{i,j}$.\\
$\Phi := \{\varphi_i\}_{i=1}^{m_k}$ ist eine Basis von $\PP_k(\T_h)$ und heißt
\begriff{\name{Lagrange}-/nodale Basis der Ordnung $k$}.\\
$\Phi_0 := \{\varphi_i \in \Phi \;|\; v_i \notin \partial\Omega\}$
ist eine Basis von $\PP_{k,0}(\T_h)$ und heißt
\begriff{\name{Lagrange}-/nodale Basis von $\PP_{k,0}(\T_h)$} zur Knotenmenge
$G_{k,0}(\T_h) := G_k(\T_h) \setminus \partial\Omega$,
wobei $m_{k,0} := \dim \PP_{k,0}(\T_h) = |\Phi_0|$.
\end{Satz}
\begin{Def}{\name{Lagrange}-FEM-Approximation}
Seien $a(\cdot, \cdot)$ stetig, koerziv,
$\ell(\cdot)$ stetig auf $H^1_0(\Omega)$ und
$\T_h$ eine zul. Triangulierung mit inneren Lagrange-Knoten $G_{k,0}(\T_h)$
und nodalen Basisfunktionen $\Phi_0 = \{\varphi_i\}_{i=1}^{m_{k,0}}$.
Setze $V_h := \PP_{k,0}(\T_h) = \Span(\Phi_0)$.\\
Dann heißt $u_h \in V_h$ \begriff{\name{Lagrange}-FEM-Approximation},
falls $\forall_{v \in V_h}\; a(u_h, v) = \ell(v)$.
\end{Def}
\pagebreak
\subsection{%
Quadraturen%
}
\begin{Bem}
Für die Aufstellung des Galerkin-LGS (Assemblierung) werden Integrale der Form
$\int_\Omega (A\nabla \varphi_i) \nabla \varphi_j \dx$,
$\int_\Omega f\varphi_j \dx$ und $\int_{\partial\Omega} g_N \varphi_j \dsigma(x)$
durch Quadratur berechnet.
Es reicht dabei, die Quadratur nur auf Referenzelementen zu betrachten,
die auf beliebige Simplizes transformiert und zu zusammengesetzten
Quadraturen für Gebietsintegrale kombiniert werden können.
\end{Bem}
\begin{Def}{Quadratur}
Seien $\widehat{T} \subset \real^d$ der Einheitssimplex,
$\widehat{x}_i \in \widehat{T}$ und $w_i \in \real$ für $i = 1, \dotsc, \ell$.\\
Dann heißt $\widetilde{I}(g) := \sum_{i=1}^\ell w_i g(\widehat{x}_i)$
\begriff{Quadratur} für $g \in \C^0(\widehat{T})$.\\
$\widetilde{I}$ heißt \begriff{exakt auf $\PP_k(\widehat{T})$} oder
\begriff{von Ordnung $\ge k$}, falls $\forall_{g \in \PP_k(\widehat{T})}\;
\widetilde{I}(g) = I(g) := \int_{\widehat{T}} g(\widehat{x})\d\widehat{x}$.
\end{Def}
\begin{Bsp}
\begin{itemize}
\item
Für $d \in \natural$ erhält man mit dem \begriff{Schwerpunkt}
$x_S := \frac{1}{d+1} (1, \dotsc, 1)^\tp \in \real^d$ von $\widehat{T}$
die \begriff{Mittel"-punktsintegration} $\widetilde{I}(g) := |\widehat{T}| g(x_S)$
(von Ordnung $0$).
\item
Für $d = 2$ erhält man mit den \begriff{Kantenmittelpunkten}
$m_{i,j} := \frac{1}{2} (e_i + e_j)$ für $i, j = 0, 1, 2$, $i \not= j$,
die Formel
$\widetilde{I}(g) := \frac{1}{3} |\widehat{T}| \sum_{i,j=0,\; i<j}^2 g(m_{i,j})$
(von Ordnung $2$).
\item
Für $d = 2$ erhält man die Formel\\
$\widetilde{I}(g) := \frac{1}{60} |\widehat{T}|
(3 \sum_{i=0}^2 g(e_i) + 8 \sum_{i,j=0,\; i<j}^2 g(m_{i,j}) + 27 g(x_S))$
(von Ordnung $3$).
\end{itemize}
\end{Bsp}
\linie
\begin{Bem}
Für einen $d$-dim. Simplex $T \subset \real^d$ mit Referenzabb.
$F_T\colon \widehat{T} \to T$, $F_T(\widehat{x}) = B_T \widehat{x} + t_T$, gilt
$\int_T g(x)\dx = |\det B_T| \cdot \int_{\widehat{T}} g(F_T(\widehat{x})) \d\widehat{x}
\approx |\det B_T| \cdot \widetilde{I}(g \circ F_T) =: \widetilde{I}_T(g)$.\\
$\widetilde{I}_T$ ist exakt auf $\PP_k(T)$ genau dann,
wenn $\widetilde{I}$ exakt auf $\PP_k(\widehat{T})$ ist.
\end{Bem}
\begin{Bem}
Bei Dif"|ferentialausdrücken muss man die Transformation richtig durchführen.
Sei $\varphi \in \C^1(T)$, dann ist
$\widehat{\varphi} := \varphi \circ F_T \in \C^1(\widehat{T})$ und es gilt
$\nabla_{\widehat{x}} \widehat{\varphi}(\widehat{x})
= (\D\widehat{\varphi}(\widehat{x}))^\tp
= (\D\varphi(x) \cdot \D F_T)^\tp$\\
$= ((\nabla_x \varphi(x))^\tp \cdot B)^\tp
= B^\tp \nabla_x \varphi(x)$ mit $x = F_T(\widehat{x})$.\\
Damit gilt z.\,B. für die Steifigkeitsmatrix-Einträge\\
$\int_T (\nabla_x \varphi_i)^\tp A (\nabla_x \varphi_j) \dx
= \int_{\widehat{T}} (\nabla_{\widehat{x}} \widehat{\varphi}_{\widehat{i}})^\tp
B^{-1} A B^{-\tp} (\nabla_{\widehat{x}} \widehat{\varphi}_{\widehat{j}})
|\det B| \d\widehat{x}$\\
für die nodale Basis $\{\widehat{\varphi}_{\widehat{i}}\}_{\widehat{i}=1}^{n_k}$ und
geeignete $\widehat{i}, \widehat{j} \in \{1, \dotsc, n_k\}$.
\end{Bem}
\begin{Bem}
Gebietsintegrale werden einfach approximiert durch zusammengesetzte Quadraturen, d.\,h.
$\int_\Omega g(x)\dx
= \int_{T \in \T_h} \int_T g(x)\dx
\approx \sum_{T \in \T_h} \widetilde{I}_T(g)
= \sum_{T \in \T_h} |\det B_T| \sum_{i=1}^\ell w_i g(F_T(\widehat{x}_i))$.
\end{Bem}
\begin{Bem}
Die Ordnung der Quadratur sollte der (noch zu diskutierenden) FEM-Konvergenz"-ordnung
angepasst sein.
Zum einen sollte die Quadraturordnung hoch genug sein, damit die Konvergenz für $h \to 0$
nicht beeinträchtigt wird.
Zum anderen sollte sie aber auch nicht zu hoch sein, damit nicht ein Großteil der Rechenzeit
für die Quadratur verwendet wird.
\end{Bem}
\pagebreak
\subsection{%
Assemblierung%
}
\begin{Bem}
Der Zusammenhang zwischen den lokalen und den globalen Freiheitsgraden wird durch eine
sog. globale Indexabbildung realisiert.
Seien dazu
$\{\widehat{\varphi}_{\widehat{j}}\}_{\widehat{j}=1}^{n_k}$
eine Basis von $\PP_k(\widehat{T})$ und
$\{\varphi_i\}_{i=1}^{m_k}$ eine Basis von $\PP_k(\T_h)$.
Dann heißt
$\widehat{g}\colon \T_h \times \{1, \dotsc, n_k\} \to \{1, \dotsc, m_k\}$
\begriff{globale Indexabbildung},
falls $\forall_{T \in \T_h} \forall_{\widehat{j}=1,\dotsc,n_k}\;
\widehat{\varphi}_{\widehat{j}} = \varphi_i \circ F_T$ für
$i := \widehat{g}(T, \widehat{j})$.\\
Mit der globalen Indexabb. ist die Kenntnis von $\{\varphi_i\}_{i=1}^{m_k}$
nicht mehr nötig, es reicht, eine Basis auf dem Referenzelement zu definieren.
\end{Bem}
\linie
\begin{Bem}
Die direkte Berechnung der Steifigkeitsmatrix ist i.\,A. teuer.
Für die Poisson-Gleichung muss man
$a_{i,j} = \int_\Omega (\nabla\varphi_i)^\tp (\nabla\varphi_j) \dx
= \sum_{T \in \T_h} \int_T (\nabla\varphi_i)^\tp (\nabla\varphi_j) \dx$
für $i,j = 1, \dotsc, m$ mit $m := m_{k,0}$ berechnen.
Für $k = 1$ ist $|\T_h| = \O(m)$, d.\,h. der Gesamtaufwand für die Berechnung von $A_h$
ist $\O(m^3)$ (inpraktikabel für $m$ groß).
Stattdessen nutzt man die Lokalität und die globale Indexabbildung:\\
Für $S_{i,j} := \supp(\varphi_i) \cap \supp(\varphi_j)$ gilt
$a_{i,j} = \int_{S_{i,j}} (\nabla\varphi_i)^\tp (\nabla\varphi_j) \dx$\\
$= \sum_{T \in \T_h,\; T \subset S_{i,j}} \int_T \nabla\varphi_i \nabla\varphi_j \dx
= \sum_{T \in \T_h,\; T \subset S_{i,j}} \widehat{a}_{\widehat{i},\widehat{j}}$,
$\widehat{a}_{\widehat{i},\widehat{j}}
:= \int_{\widehat{T}} |\det B_T| (\nabla\widehat{\varphi}_{\widehat{i}})^\tp
B_T^{-1} B_T^{-\tp} (\nabla\widehat{\varphi}_{\widehat{j}}) \d\widehat{x}$,\\
mit $\widehat{i}, \widehat{j} \in \{1, \dotsc, n_k\}$, sodass
$i = \widehat{g}(T, \widehat{i})$ und $j = \widehat{g}(T, \widehat{j})$.
Statt einer Schleife über $(i,j)$ kann man nun durch Addition der Beiträge
der \begriff{lokalen Steifigkeits"-matrix}
$A_{h,T} := (\widehat{a}_{\widehat{i},\widehat{j}})_{\widehat{i},\widehat{j}=1}^{n_k}$
die globale Steifigkeitsmatrix $A_h$ assemblieren:
\begin{enumerate}
\item
Setze $A_h := 0$.
\item
Wiederhole für alle $T \in \T_h$:
\begin{enumerate}[label=\emph{(\roman*)}]
\item
Berechne $A_{h,T}$.
\item
Wiederhole für alle $\widehat{i}, \widehat{j} = 1, \dotsc, n_k$:
Setze $(A_h)_{g(T,\widehat{i}),g(T,\widehat{j})} \;+\!\!:=
(A_{h,T})_{\widehat{i},\widehat{j}}$.
\end{enumerate}
\end{enumerate}
Die Gesamtkomplexität beträgt nun $\O(|\T_h| n_k^2) = \O(mn_k^2)$
was wegen $n_k$ konstant und klein wesentlich besser als $\O(m^3)$ ist.
Ähnlich ist die Assemblierung von $b_h$ möglich.
Das geht sogar simultan mit $A_h$ (ohne zusätzliche Schleifen),
d.\,h. ein einziger Gitterdurchlauf reicht zur Assemblierung des gesamten Systems aus.
\end{Bem}
\linie
\begin{Bem}
$A_h$ ist dünnbesetzt,
da $(A_h)_{i,j} = 0$ für $|\supp(\varphi_i) \cap \supp(\varphi_j)| = 0$.\\
Ist $r$ die maximale Kantenzahl für einen Knoten,
dann existieren für $k = 1$ höchstens $r + 1$ Nichtnull-Einträge pro Zeile und
für $k > 1$ höchstens $r \cdot |G_k(T)|$.\\
Dies muss man bei der Implementierung durch Sparse-Matrizen berücksichtigen
(insb. sollte bei Verfeinerungen $r$ nicht unbegrenzt wachsen).
\end{Bem}
\begin{Bem}
Für $k \ge d+1$ gibt es innere Lagrange-Knoten.
Die entsprechenden Zeilen von $A_h$ haben nur Einträge für Knoten desselben Simplex,
nicht aber seiner Nachbarn.
Dies kann man ausnutzen, indem man z.\,B. durch Zeilenumformungen Einheitsvektoren
in den jeweiligen Zeilen erzeugt und so nur Unbekannte auf Seitensimplizes übrig bleiben
(vorteilhaft für $k$ groß).\\
Man nennt dies \begriff{innere/statische Kondensation}.
\end{Bem}
\pagebreak
\subsection{%
Verallgemeinerungen%
}
\begin{Def}{finites Element}
Das Tripel $(T, \Phi, \N)$ heißt \begriff{finites Element}, falls
\begin{itemize}
\item
$T \subset \real^d$ beschr. und abg. mit Lipschitz-Rand und $\interior(T) \not= \emptyset$
(\begriff{Element-Geometrie}),
\item
$\Phi := \{\varphi_1, \dotsc, \varphi_k\}$ l.\,u. Fkt.en auf $T$
(\begriff{Formfaktoren/-fkt.en}, \begriff{shape functions}) mit\\
$\P := \Span(\Phi)$ dem zugehörigen \begriff{diskreten Fkt.enraum} und
\item
$\N := \{N_1, \dotsc, N_k\}$
eine Basis von $\P'$ ist (\begriff{Menge der lokalen Freiheitsgrade}).
\end{itemize}
$\Phi$ heißt \begriff{nodale Basis} und die $N_i$ heißen \begriff{nodale Variablen},
falls $\forall_{i,j=1,\dotsc,k}\; N_i(\varphi_j) = \delta_{i,j}$.
\end{Def}
\linie
\begin{Bem}
Die Definition verallgemeinert Lagrange-Elemente.\\
Sei $T$ ein Simplex mit Lagrange-Gitter
$\{v_i\}_{i=1}^{n_{\widetilde{k}}} := G_{\widetilde{k}}(T)$,
$k := n_{\widetilde{k}}$,
$\Phi$ die nodale Basis von $\PP_{\widetilde{k}}(T)$ (d.\,h. $\varphi_i(v_j) = \delta_{i,j}$)
und $N_i(p) := p(v_i)$ für $p \in \PP_{\widetilde{k}}(T)$,
dann ist $(T, \Phi, \N)$ ein finites Element.
Wegen $N_i(\varphi_j) = \varphi_j(v_i) = \delta_{i,j}$ sind die $N_i$ nodale Variablen.
\end{Bem}
\linie
\begin{Bem}
Statt Simplizes kann man auch andere Geometrien verwenden.
Auf Rechtecken und Würfeln verwendet man statt linearen Formfaktoren
eher bi- bzw. trilineare.\\
Allgemein sei für $d \in \natural$ der Funktionenraum
$Q_1([0,1]^d) := \bigotimes_{i=1}^d \PP_1([0,1])$ aller $d$-variaten Polynome
mit Koordinatengrad $\le 1$ definiert.\\
Beispielsweise hat $p \in Q_1([0,1]^2)$ für $d = 2$
die Gestalt $p(x_1, x_2) = a + bx_1 + cx_2 + dx_1 x_2$.
Man setzt nun $\Phi := (x_1 x_2, (1-x_1)x_2, x_1(1-x_2), (1-x_1)(1-x_2))^\tp$
und $\N_i(p) := p(a_i)$ für $p \in Q_1([0,1]^2)$ und $i = 1, \dotsc, 4$ mit
$a_1, \dotsc, a_4 \in \{0, 1\}^2$ den Ecken von $[0, 1]^2$.\\
Analog verfährt man für $d = 3$ (trilineare Elemente) oder
für $\widetilde{k} = 2$ (bi-/triquadratische Elemente).
\end{Bem}
\linie
\begin{Bem}
Statt Punktauswertungen kann man auch Ableitungswerte vorgeben.
Das \begriff{kubische \name{Hermite}-Element} erhält man wie folgt:
Sei $T \subset \real^2$ ein Dreieck mit Ecken $a_0, a_1, a_2$ und Schwerpunkt $x_S$.
Dann ist durch Vorgabe von $p(a_i), \nabla p(a_i), p(x_S)$ für $i = 0, 1, 2$
eindeutig ein interpolierendes Polynom $p \in \PP_3(T)$ definiert.
Die lokalen Freiheitsgrade sind somit gegeben durch
$\N := (N_1(p), \dotsc, N_{10}(p))$\\
$:= (p(x_S), p(a_0), p(a_1), p(a_2), \partial_{x_1} p(a_0), \partial_{x_1} p(a_1),
\partial_{x_1} p(a_2), \partial_{x_2} p(a_0), \partial_{x_2} p(a_1), \partial_{x_2} p(a_2))$.\\
Dabei existiert eine eindeutige Basis $\Phi := (\varphi_1, \dotsc, \varphi_{10})$ von
$\PP_3(T)$ mit $N_i(\varphi_j) = \delta_{i,j}$.\\
Man kann zeigen, dass zusammengesetzte Funktionen aus kubischen Hermite-Elementen
(auf zul. Triangulierungen) in $H^1(\Omega)$ sind, i.\,A. aber nicht in $H^2(\Omega)$.
\end{Bem}
\linie
\begin{Bem}
Ein Element, welches durch Zusammensetzen $H^2(\Omega)$-Funktionen liefert, ist das sog.
\begriff{\name{Agyris}-Element} auf Dreiecken.
Dazu sei $T \subset \real^2$ ein Dreieck mit Ecken $a_0, a_1, a_2$ und
Kantenmittelpunkten $m_0, m_1, m_2$.
Dann ist durch Vorgabe von $p(a_i), \nabla p(a_i), \D^2 p(a_i), \nabla p(m_i) \cdot n_i$
für $i = 0, 1, 2$ (mit $n_i \in \real^2$ dem Normalenvektor in $m_i$) eindeutig ein
interpolierendes Polynom\\
$p \in \PP_5(T)$ definiert
(dabei enthält $\D^2 p(a_i)$ die drei Unbekannten
$\partial_{x_1}^2 p(a_i), \partial_{x_2}^2 p(a_i), \partial_{x_1} \partial_{x_2} p(a_i)$).
\end{Bem}
\pagebreak
\section{%
Approximationssätze und FEM-Fehlerabschätzung%
}
\begin{Bem}
Zur Motivation sei $I_h\colon V \to V_h$ ein linearer (Interpolations-)Operator mit
Approximationsgüte $\norm{u - I_h u} \le Ch^r$ mit $C > 0$ möglichst klein und
$r > 0$ möglichst groß.
Dann folgt mit dem Lemma von Céa, dass
$\norm{u - u_h} \le \frac{\gamma}{\alpha} \inf_{v \in V_h} \norm{u - v}
\le \frac{\gamma}{\alpha} \norm{u - I_h u} \le \frac{\gamma}{\alpha} Ch^r$,
also die Konvergenz für $h \to 0$, die Konvergenzordnung $r$ und eine
Fehlerschranke für die Galerkin-Projektion $u_h$.
\end{Bem}
\begin{Bem}
Seien $\Omega \subset \real^d$ polygonal berandet, $V := H^m(\Omega)$,
$V_h := \PP_k(\T_h)$ für eine zul. Triang. $\T_h$ von $\Omega$
und $I_h$ der Lagrange-Interpolationsoperator.
Damit $I_h\colon H^m(\Omega) \to \PP_k(\T_h)$ sinnvoll definiert ist,
muss $H^m(\Omega)$ Punktauswertungen erlauben,
d.\,h. jedes $v \in H^m(\Omega)$ muss einen stetigen Repräsentanten
$\widetilde{v} \in \C^0(\Omega)$ besitzen mit $\norm{v - \widetilde{v}}_{H^m(\Omega)} = 0$,
damit Punkauswertungen von $v$ als Punktauswertungen von $\widetilde{v}$ definiert werden
können.\\
Nach dem 2. Sobolevschen Einbettungssatz kann $m$ je nach $d$ aber immer so gewählt werden,
dass $I_h$ wohldefiniert ist
(z.\,B. für $d = 2$ reicht z.\,B. $m = 2$).
Im Folgenden seien $d, m$ immer derart, dass $I_h$ wohldefiniert ist.
\end{Bem}
\subsection{%
\name{Bramble}-\name{Hilbert}-Lemma%
}
\begin{Def}{gebrochene Normen}
Sei $\T_h$ eine zul. Triang. von $\Omega$.
Dann ist der \begriff{gitterabhängige Raum}
$H^m(\T_h) := \{v\colon \Omega \to \real \;|\; \forall_{T \in \T_h}\; v|_T \in H^m(T)\}$
zusammen mit der Seminorm\\
$|v|_{H^m(\T_h)} := \sqrt{\sum_{T \in \T_h} |v|_{H^m(T)}^2}$
und der Norm $\norm{v}_{H^m(\T_h)} := \sqrt{\sum_{T \in \T_h} \norm{v}_{H^m(T)}^2}$ definiert.
\end{Def}
\begin{Bem}
Of"|fensichtlich gilt $H^m(\T_h) \supset H^m(\Omega)$ und
$\forall_{v \in H^m(\Omega)}\; \norm{v}_{H^m(\T_h)} = \norm{v}_{H^m(\Omega)}$.
\end{Bem}
\begin{Satz}{\name{Rellich}scher Auswahlsatz}