020ResiduiPesati.

doc

METODI AI RESIDUI

Un generico problema retto da equazioni differenziali a derivate parziali può essere descritto in forma del
tutto generale, mediante due sistemi di equazioni differenziali:
Du-f=0 u ∈ Ω
Cu-g=0 u ∈ Γ
mediante la opportuna definizione delle seguenti grandezze, funzioni ed operatori:
u vettore delle variabili dipendenti o incognite del problema (possono essere gli spostamenti) soggetta
alle condizioni al contorno essenziali
D,C due operatori differenziali lineari che applicati alle variabili del problema forniscono le equazioni
differenziali che lo descrivono.
f,g termini noti del problema, funzioni del posto, possono eventualmente essere costanti ed in
particolare nulli
La prima delle due equazioni è valida sull'intero dominio Ω, mentre la seconda, rappresentante le
condizioni al contorno non essenziali, è relativa al suo contorno Γ.

Una classe di metodologie generali impiegabili per la soluzione approssimata di tali problemi, è quella
che va sotto il nome di metodi ai residui pesati. Queste metodologie prescindono dall'esistenza di
funzionali o altro genere di principi che governino il problema: si basano sulla semplice esistenza delle
equazioni differenziali, indipendentemente anche dalla loro struttura. Questi metodi sono derivabili dalla
forma integrale globale del problema differenziale:

∫ ( Du − f ) v dV = 0
Ω
ove con v è stata indicata una funzione che deve soddisfare opportuni requisiti di continuità all'interno del
dominio e di nullità sul suo contorno.
La generica approssimazione u della soluzione esatta u, sarà funzione di un numero finito (n) di
parametri ai e scelta in modo da soddisfare le condizioni al contorno essenziali. Trattandosi di una
soluzione approssimata, come normalmente succede, le equazioni differenziali che reggono il problema
non risulteranno verificate dando luogo ad un errore detto anche residuo:
Du − f = RD (a, x) ≠ 0
Cu − g = RC (a, x) ≠ 0

Se la soluzione approssimata è ammissibile non ci resta che determinare i valori dei coefficienti ai in
modo da avvicinarsi il più possibile alla soluzione vera u.
Una prima classe di metodi fa riferimento direttamente all'espressione integrale del problema e le
differenze sono relative alla scelta della funzione peso v. In questi casi la classe di funzioni nella quale
operare la scelta della soluzione approssimata dipende direttamente dall'ordine massimo di derivazione
dell'incognita che compare nell'equazione differenziale.
Altri metodi si basano su ulteriori manipolazioni delle equazione descrittive del problema. In particolare
se indichiamo con n l'ordine di massima derivazione che caratterizza l'operatore differenziale D, (Dn),
l'applicazione di un teorema di integrazione, per esempio l'integrazione per parti nel caso
monodimensionale, porta a diminuire di una unità l'ordine di derivazione massimo con cui appare la
funzione incognita u e ad aumentare quello della funzione v. In questo modo si è posto il problema nella
sua forma debole; essa consiste nella ricerca della funzione u che soddisfa l'equazione integrale
appartenendo ad una famiglia di funzioni che rispettano le condizioni al contorno e sono derivabili sino
all'ordine (n-1), in altri termini sono funzioni integrabili sull'intervallo considerato secondo Lebesgue. La
funzione v dovrà soddisfare i medesimi requisiti di integrabilità della funzione incognita mentre dovrà
essere nulla sul contorno.
Si può notare che l'integrazione permette di allargare la classe di funzioni utilizzabile per la descrizione
dell'incognita: l'ordine di derivabilità è infatti calato di uno, mentre vengono posti vincoli aggiuntivi sulla
funzione peso, che devono ora risultare derivabili.

1
020ResiduiPesati.doc

Le tecniche che verranno esposte nel prosieguo sono solo alcune di quelle impiegabili per la
determinazione ottimale dei parametri ai in relazione alla minimizzazione dei residui espressi dalle
equazioni ora scritte (di qui la loro denominazione come metodi ai residui); la fase risolutiva è sempre
costituita dalla soluzione di un sistema algebrico lineare al quale viene ridotto il problema discretizzato,
ognuna di queste tecniche è caratterizzata da una specifica metodologia per la determinazione dei
coefficienti di tale sistema.
Per maggiore chiarezza ciascun metodo viene immediatamente applicato al problema dell'asta rotante,
quindi soggetta ad un carico assiale distribuito secondo una legge lineare, rappresentata in figura:

siano:
q A l'area della sezione
E il modulo di elasticità
f x
L la lunghezza dell'asta
L c il carico per unità di lunghezza: p=cx
u lo spostamento assiale
f carico concentrato all'estremo libero
Definizione del problema elastico:
- legame sforzo/deformazione σ=Eε
- legame deformazione/spostamento ε = u/ x

L' equazione differenziale che regge il problema e':

u / xx + qx = 0 per 0 ≤ x ≤ L

AEu / xx + px = 0
u / xx + c / AE x = 0
u / xx + qx = 0 q = c / AE
Lo spostamento nullo all'incastro costituisce la condizione al contorno essenziale del problema; la
condizione al contorno non essenziale è invece rappresentata dall'eguaglianza dell'azione interna con il
carico assiale applicato all'estremo libero, annullarsi della sollecitazione assiale:
u/ x − b = 0 per x = L

f f
AEu/ x = f ⇒ u/ x = ⇒ b=
AE AE
⇑
u/ x − b = 0
La soluzione esatta del problema ottenuta integrando l'equazione differenziale ed imponendo le
condizioni al contorno, è data da:
1 1 1 c 1 c 3 f
u= L2 qx- qx 3 +bx= L2 x- x + x
2 3 2 EA 3 EA EA

Ora cerchiamo una soluzione approssimata definita da un set discreto di parametri nella forma
polinomiale parabolica:
u = a1 x + a2 x 2
che soddisfa la sola condizione al contorno di spostamento nullo all'incastro; i residui assumono la
forma:
R D = (a1x + a 2 x 2 ) / xx + cx = 0 0≤x≤L x∈0 ↔ L
R C = (a1x + a 2 x 2 ) / x − b = 0 x=L

R D = 2a 2 x + cx = 0

2
020ResiduiPesati.doc

R C = (a1 + 2a 2 L) − b = 0

L'equazione sul residuo di campo deve essere soddisfatta sull'intero dominio; al contrario, per quanto
riguarda il residuo sulle condizioni al contorno abbiamo a che fare con una condizione localizzata che
deve essere soddisfatta in corrispondenza dell'estremo libero (per x=L). Si noti che se si fosse adottata
una soluzione intrinsecamente soddisfacente la condizione al contorno non sarebbe stato necessario
imporre questa condizione e nello sviluppo del metodo si sarebbe potuto tralasciare il termine RC .
Determiniamo con diverse tecniche i coefficienti incogniti assumendo i seguenti dati numerici: L=1
c=1 b=0.

Collocazione
Con il metodo di Collocazione si impongono tante condizioni, consistenti nell'azzeramento dei residui in
punti del dominio arbitrariamente individuati, quanti sono i coefficienti incogniti che definiscono la
funzione di tentativo:
R D (a,x i )=0 per i=1,...,j-1
R C (a,x i )=0 per i=j+1,...,n

Nel caso specifico imponiamo arbitrariamente la valutazione dei residui sul dominio in un punto di
coordinate L/3, mentre il residuo al contorno viene valutato solo nel punto x=L:
R D (L/3)= 2a 2 +cL/3 = 0
R C (L) = (a1 +2a 2 L)b = 0
Risolvendo otteniamo
a1 =b+cL2/3 a2 =-cL/6
quindi

u=b+cL2 /3x-cL/6x 2

La scelta del punto di collocazione all'interno del dominio non è ininfluente sulla bontà dei risultati che si
possono ottenere con questo metodo: in figura è rappresentato l'effetto di tale scelta. Dai diagrammi si
può notare che esiste un valore di ascissa adimensionale, vicino a 0.6, che, adottato per la valutazione del
residuo interno, porta ad una soluzione ottimale, sia in termini di spostamento che di sforzo. Purtroppo
questa considerazione non è generalizzabile e non ci può essere d'aiuto nell'affrontare problemi diversi.

xc=.8
xc=.8
xc=.6 xc=.6
xc=.4
xc=.4
xc=.2
xc=.2

Esempi di applicazione del metodo per diversi punti di collocazione: xc=.2,.4,.6,.8;

a) spostamenti, b) sforzi

Sotto-dominio

3
020ResiduiPesati.doc

Il metodo dei sotto-domini costituisce una estensione del metodo precedente: si impongono ancora n
condizioni ma, questa volta si tratta di condizioni integrali, non più puntuali: si impone cioè che su n
sotto-domini, di cui vengono assegnate le estensioni, l'integrale dei residui sia nullo:
∫ R D (a i , x) dV = 0 per i = 1," , j − 1
Di

∫ R C (a i , x) dS = 0 per i = j," , n
Ci

Avendo a disposizione una sola condizione, imponiamo che sia nullo il residuo integrale sul sotto-
dominio costituito dall'intera asta:
∫ (2a2 + cx) dx = 0
L
integrando e tenendo conto della costanza della sezione:
2a2 L+1/2 cL = 0
Mentre la condizione sul residuo RC , condizione imposta nel solo punto x=L, consiste in:
(a1 +2a2 L)-b = 0
che con l'equazione precedentemente scritta costituisce un sistema lineare che porta alla soluzione:
a1 = b+cL2/2
a2 =-cL/4

Nei diagrammi che seguono sono confrontati con la soluzione esatta i risultati ottenuti individuando
diversi sotto-domini; la soluzione per un sotto-dominio definito tra L/4 e 3/4 L è coincidente con quella
ottenuta per l'intero campo (0-L).

Minimi quadrati
Con questo metodo gli ai sono determinati imponendo la minimizzazione di una funzione I definita
integrando i quadrati dei residui:
I = ∫ RD2 (ai , X ) dV + K ∫ RC2 (ai , X ) dS
V C
cioè risolvendo il sistema che si ottiene imponendo la stazionarietà del funzionale nei riguardi delle
variazioni degli n parametri ai
∂I
=0 i = 1, n
∂ai
K è un coefficiente dimensionato che deve essere introdotto per ripristinare l'omogeneità dimensionale del
funzionale che nel caso specifico è l'inverso di una lunghezza.
Utilizzando K =1/L, e ricordando che la sezione A è costante, il funzionale assume l'espressione:

4
020ResiduiPesati.doc

∫ A[2a2 +cx]
2
I= dx + A/L [(a1 +2a2 L)-b] 2
L
Si tenga presente che il secondo integrale è degenerato nella valutazione del residuo sulla sezione a x=L.
L'integrazione porta alla seguente espressione
I = [4a22 L+c 2 L3 /3+2a2 cL2 ] + 1/L [(a1 +2a2 L)-b] 2
e la soluzione del sistema, ottenuto con l'imposizione della stazionarietà' del funzionale,
∂I
=2/L [(a1 +2a2 L)-b]=0
∂a1
∂I
= [8a2 L+2cL2 ]+4 [(a1 +2a2 L)-b] 2 =0
∂a2
e', in questo esempio, identica a quella ottenuta con il metodo precedente:
a1=b+cL2 /2
a2 =-cL/4

Sol.Esatta
Sol.Esatta
Sol.MQ
Sol.MQ

Si noti che è possibile scegliere il peso K anche in funzione della esigenza di attribuire maggiore
importanza al soddisfacimento delle condizioni definite dal residuo interno piuttosto che da quello
esterno. In quest'ottica si potrebbe adottare un valore espresso come x/L, con x tanto maggiore (minore)
rispetto all'unita, quanto più si vuole pesare il termine di residuo interno (di contorno); nel particolare
caso in esame l'introduzione di questo coefficiente non comporta però alcuna modifica nei risultati in
quanto il coefficiente a1 non compare nell'espressione del residuo interno, mentre nell'equazione relativa
a tale incognita il coefficiente K è eliminato, una volta raccolto a fattor comune.

Minimi quadrati collocati

Anche con questo metodo i coefficienti ai sono determinati imponendo la minimizzazione di una funzione
I, definita però non integrando i quadrati dei residui sommando i contributi al funzionale del residuo
valutati in un numero discreto di punti:
j-1 m
I= ∑ RD (ai ,xk ) + k ∑ RC (ai ,xk )
k=1 k=j
Perche si possa parlare di MQ collocati occorre che il numero di punti per i quali calcolare i termini di
residuo m sia maggiore del numero di parametri, dovendo risultare il sistema sovradeterminato; per un
numero di valutazioni pari a quello dei coefficienti, m=n, il metodo si riduce a quello di collocazione.
Anche in questo caso risolvendo il sistema che si ottiene imponendo la stazionarietà del funzionale nei
riguardi delle variazioni dei parametri ai si perviene alla soluzione desiderata.
Il metodo MQ Collocato (Colocated Least Square), detto anche Minimi Quadrati Discreto, equivale al
metodo dei Minimi Quadrati classico qualora si approssimi l'integrale con una sommatoria a pesi uguali,
anziché integrare analiticamente il residuo; in quest'ottica è possibile anche pensare di utilizzare dei pesi

5
020ResiduiPesati.doc

opportunamente scelti in modo da tenere conto di una eventuale importanza relativa dei punti di
collocazione.

Per il nostro esempio decidiamo, in maniera arbitraria, di valutare (collocare) il residuo RD in due punti
di coordinate x=L/3 e x=L; il residuo RC è ovviamente valutato nel solo punto di coordinate x=L.
Assumendo ancora per k il valore 1/L il residuo diventa:
I=RD (a,L/3)2 +RD (a,L)2+1/L RC(a,L)2
cioè
I=[2a2 +cL/3]2 +[2a2 +cL]2 +1/L2 [(a1 +2a2 L)-b]2
con la minimizzazione si arriva al sistema di equazioni:
a1 + 2L a2 = b
a1 + 6L a2 = b -4cL /3
che risolto porta ai seguenti valori dei coefficienti:
a1 = b - 2/3 cL2 a2 = -cL/3

Con questo metodo è possibile sintetizzare la procedura in una forma matriciale che risulta estremamente
utile per la risoluzione automatica del problema.
La valutazione dei residui può essere scritta come:
 RD1   0 2   −cL / 3
     a1   
 RD2  =  0 2    −  −cL  o {R}=[Q]{a}-{c}
  1/ L 2  a2   b / L 
 RB     
e la condizione {R}=0 definisce un sistema sovradeterminato risolvibile con i minimi quadrati, infatti
poiché la valutazione dell'indice di merito diventa:
I = {R}T {R}
sostituendo l'espressione precedente otteniamo
I = {a}T [Q ]T [Q]{a} − 2{a}T [Q ]T {c} + {c}T {c}
ed applicando a questa relazione matriciale la minimizzazione nei riguardi dei parametri ai otteniamo:
∂I
= [Q]T [Q]{a} − [Q ]T {c} = 0
∂ai
che, adottando le seguenti definizioni
[ K ] = [Q]T [Q] ( simmetrica)
{ p} = [Q]{c}
viene posto nella forma canonica di un sistema lineare risolvibile con le usuali tecniche di sostituzione o
fattorizzazione:
[K]{a}={p}

i singoli termini di queste matrici per l'esempio esaminato sono:

1/ L2 2 / L   −b / L2 
[K ] =   { p} =  
 2 / L 12  2b / L − 8cl / 3

Possiamo infine osservare che all'aumentare del numero del numero di punti di collocazione utilizzati per
la sovradeterminazione del sistema migliora la precisione dei risultati ottenibili.

6
020ResiduiPesati.doc

Galerkin
Con questo metodo si impone che sia nullo l'integrale del residuo pesato cioè l'integrale del residuo pesato
con una opportuna funzione W(x) della variabile indipendente:
R= ∫ Wi (x)RD (a,x) dV=0 i=1,...,n
utilizzando n funzioni peso si ottiene il sistema di equazioni che risolve il problema della determinazione
degli n coefficienti che costituiscono le coordinate generalizzate della soluzione di tentativo.
Nel metodo di Bubnov-Galerkin vengono assunti come funzioni peso i coefficienti delle coordinate
generalizzate ai cioè le derivate della soluzione di tentativo u rispetto ai parametri stessi.
∂u
Wi =
∂ai
Come si vedrà il residuo sulle condizioni al contorno non compare esplicitamente nella formulazione del
problema ma viene reintrodotto durante lo sviluppo dell'integrazione per parti cui viene sottoposta la
relazione che esprime il residuo integrale.

Nell'esempio specifico, trascurato il termine di contorno, potremo esprimere tale residuo come:
Ri = ∫ Wi (u/ xx + cx) dx
L
ed adottare due diverse funzioni Wi per potere soddisfare le condizioni necessarie. Integrando per parti
( ∫ uv = uV − ∫ V du ) possiamo scrivere, assumendo
u = Wi ; v = u/ xx
si ottiene
Ri = ∫ (−Wi / x u/ x + Wi cx) dx + [Wi u/ x ]0L
L
avendo assunto come funzione spostamento di tentativo:
u = a1 x + a2 x 2
avremo come funzioni peso
∂u ∂u
W1 = =x ; W2 = = x2
∂a1 ∂a2
i termini necessari per il calcolo dell'integrale sono:
u/ x = b (condizione al contorno inessenziale)
W1/x =1
W2/x =2x
e quindi
R1 = ∫ [−1 (a1 + 2a2 x) + x cx) dx + [ x b]0L
L

R2 = ∫ [ −2 x (a1 + 2a2 x) + x 2 cx) dx + [ x 2 b]0L

L

7
020ResiduiPesati.doc

integrando ed eguagliando a zero otteniamo il sistema

a1 + L a2 = b + l c/4
a1 + 4/3 L a2 = b + cL /4
che risolto fornisce i seguenti valori dei coefficienti:
a1 = b + 7cL /12
a2 = -cL/4

Il metodo di Galerkin, a differenza degli altri metodi ai residui esaminati, si presta a partire direttamente
dalle equazioni indefinite di equilibrio, senza richiedere la immediata introduzione del legame tra
spostamenti e deformazioni e il legame costitutivo. In questo modo alcuni passaggi della procedura
possono apparire più chiari.
Il residuo sull’equazione di equilibrio è:
Ri = σ / x + cx
Imponiamo l’azzeramento del residuo pesato dalle varie funzioni Wi, assunti a questo scopo i coefficienti
delle coordinate generalizzate ai (si noti che queste funzioni si identificano nelle derivate dello sviluppo
rispetto ai parametri:
R= ∫ Wi (x) ( σ / x + cx ) dx=0 i=1,...,n

Integrando per parti ( ∫ uv = uV − ∫ V du ) possiamo scrivere, assumendo

u = Wi ; v = σ/ x
si ottiene
Ri = ∫ (−Wi / x σ + Wi cx) dx + [Wi σ ]0L
L
Essendo lo sviluppo di tentativo assunto
u = a1 x + a2 x 2
nell’esempio specifico avremo due funzioni peso:

∂u ∂u
W1 = =x ; W2 = = x2
∂a1 ∂a2
e introducendo il lagame sforzi-deformazioni σ = E ε == Eu/ x :
Ri = ∫ (−1 σ + x cx) dx + L σ L = ∫ (−1 Eu/ x + x cx) dx + L σ L
L L

R2 = ∫ (−2 x σ + x cx) dx + L σ L = ∫ (−2 x Eu/ x + x 2 cx) dx + L2 σ L

2 2

L L
Nei termini integrati di questa equazione si riconoscono immediatamente le condizioni al contorno non
essenziali del problema.
Organizzando in forma matriciale le due equazioni e sostituendo l’espressione approssimata della derivata
a 
(
dello spostamento, u/ x = a1 x + a2 x 2
/x
)
= [1 2 x ]  1  , avremo:
a2 
 A(−1 Eu/ x + x cx) dx + L σ L 
 R1   L
∫   −1  x  L σ L 
   =  = ∫  EA[1 −2 x ] dx + ∫  2  cx dx +  2 
 R2   ∫ A( −2 x Eu/ x + x 2 cx) dx + L2 σ L  L  −2 x  L x   L σ L 
 L 
e in ultima analisi
 R1   1 2x  x  L σ L   1 2 x   a1   cL3 / 3   L σ L 
  == ∫  2  Edx + ∫ x2
  cx dx +  2  = EA  2   4
+ + 2 
 R2  L 2x 4x  L   L σ L   2 x 4 x   a2  cL / 4   L σ L 

8
020ResiduiPesati.doc

Inserendo le condizioni al contorno non essenziali il sistema risolutivo viene a coincidere con quello
precedentemente esaminato.

Esercizi
……

Considerazioni
Nelle figure seguenti sono confrontati i risultati ottenuti per l'esempio esaminato con i diversi metodi
esposti.

E' interessante osservare come, in assenza di condizioni al contorno non essenziali, i diversi metodi
esposti possano essere derivati dal metodo di Galerkin mediante una opportuna definizione delle funzioni
peso W(x).

Metodo Residuo Funzione Peso

Collocazione
RD (xi )=0 i=1:j-1
Wk =δ(x-xk ) k=1,n
RC (xi )=0 i=j+1:n
x x x
i-1 i i+1
Sotto-dominio
∫ RDi dV = 0 i = 1: j − 1 W =1 x ≤ x ≤ x
k k k+1
Di
Wk =0 x ≤ xk ;x ≥ xk+1 x x
∫ RCi dS = 0 i = j:n k=1,n i i+1
Ci

Minimi Quadrati ∂I
=0 i = 1, n
∂ai
W =RD ,RC
I = ∫ RD2 dV + K ∫ RC2 dS
V C
Minimi Quadrati ∂I
=0 i = 1, n
Collocati ∂ai Wk =δ(x-xk )RD (x)
j-1 m k=1,n
I=∑ RD2 k +k ∑ RC2 k
k=1 k=j
Galerkin Ri =∫ Wi RD dV=0 ∂u
Wi =
i=1:n ∂ai