Ein projektionsbasiertes Näherungsverfahren für Differential- oder Integralgleichungen, das approximative Lösungen in einem endlichdimensionalen Unterraum sucht, indem das Residuum auf diesen Unterraum orthogonal gesetzt wird (oder auf einen Testunterraum).

Prinzip

Ersetze ein unendlichdimensionales Variationsproblem durch ein endlichdimensionales: Wähle Test- und Trialräume, projiziere das Residuum auf Null im Testraum und erhalte lösbare algebraische Systeme, deren Lösungen das exakte Ergebnis unter Konsistenz- und Stabilitätsbedingungen approximieren.

Demonstration

Zur Approximation des Poisson-Problems −Δu=f auf einem beschränkten Gebiet wählt man eine endliche Basis von H^1_0(Ω) (z. B. stückweise lineare Hutfunktionen) und fordert ∫Ω ∇u_h·∇v_h = ∫Ω f v_h für jede Testfunktion v_h; das Aufstellen führt zu einem dünn besetzten linearen Gleichungssystem für die Koeffizienten von u_h.

Fehlanwendung

Verwendung nicht-konformer Trial/Test-Räume, Vernachlässigung von Verträglichkeitsbedingungen (inf-sup) bei gemischten Problemen oder fehlende Kontrolle von Interpolation/Stabilität führt zu nicht-konvergenten Schemata oder spuriousen Modi.

Konsequenz

Unter geeigneten Approximationseigenschaften und Stabilität (Galerkin-Orthogonalität, Céa-Lemma) liefert die Methode konvergente Approximationen mit quantifizierbaren Fehlerabschätzungen und einen praktischen Weg zur numerischen Lösung via Matrixaufbau und Linearlösern.

Umkehrung

Wählt man andere Testräume als Trialräume, erhält man Petrov–Galerkin-Schemata mit anderen Stabilitätseigenschaften; Kollokation oder Least-Squares verzichten auf Orthogonalität zugunsten punktweiser Anpassung oder Residuumskontrolle in L^2.

Abgrenzung

Gilt für variationale Formulierungen in Hilbert- oder Banachräumen, wo geeignete endlichdimensionale Unterräume vorhanden sind; schließt Schemata ohne Projektionsstruktur (reine Kollokation ohne variationelle Grundlage) oder Probleme ohne wohlgestaltete schwache Form aus.

Semantische Spannung

Im Gegensatz zu Kollokation, Least-Squares oder Spektralverfahren: Galerkin erzwingt schwache Orthogonalität und gewinnt funktionalanalytische Stabilität, während andere Methoden punktweises Matching oder globale Basiseigenschaften priorisieren.

Synthese

Die Galerkin-Methode projiziert ein unendlichdimensionales Variationsproblem auf endlichdimensionale Unterräume und erzeugt algebraische Systeme, deren Lösungen das exakte Ergebnis approximieren, sofern Konsistenz- und Stabilitätsbedingungen erfüllt sind.