Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG
Rodney Josué Biezuner 101 para transformar a equação de autovalor naquela que aparece no método de Jacobi. Temos µ i+j+1 2 vi,j + µ i+j+1 2 vi+1,j = µ 4µ i+j 2 vi,j − µ i+j−1 2 vi,j−1 − µ i+j−1 2 vi−1,j de modo que, dividindo por µ i+j+1 2 , obtemos = 4µ i+j+2 2 vi,j − µ i+j+1 2 vi,j−1 − µ i+j+1 2 vi−1,j, vi−1,j + vi+1,j + vi,j−1 + vi,j+1 = µ 1/2 4vi,j. Portanto os autovalores da matriz de iteração de Gauss-Seidel para esta matriz são exatamente os quadrados dos autovalores da matriz de iteração de Jacobi (e os autovetores são os mesmos): µlk = 1 cos 4 kπ 2 lπ + cos . n n Portanto, o máximo autovalor ocorre quando k = l = 1 e 2 π ρ (R) = cos n . O argumento para a fórmula de três pontos é análogo. Para o quadrado unitário temos ρ (R) = cos 2 (π∆x) , e usando cos 2 x = se ∆x é pequeno podemos aproximar 1 − 1 2 x2 + O x 4 2 = 1 − x 2 + O x 4 , cos 2 (π∆x) ≈ 1 − π 2 ∆x 2 . No método de Gauss-Seidel ainda temos ρ (R) → 1 quadraticamente quando ∆x → 0, mas a sua velocidade de convergência para a matriz de discretização de cinco pontos do quadrado unitário é duas vezes maior que a do método de Jacobi. Para ver isso, faça a expansão do logaritmo em torno do ponto x = 1: Segue que 4.3.3 Convergência do Método SOR 4.13 Teorema. Se o método SOR converge, então log (1 + x) = x + O ∆x 2 . R∞ (RJacobi) = π2 2 ∆x2 + O ∆x 4 , (4.42) R∞ (RGauss-Seidel) = π 2 ∆x 2 + O ∆x 4 . (4.43) 0 < ω < 2. Prova. A matriz de iteração do método SOR é −1 1 1 − ω 1 R = D − L D + U = ω ω = I − ωD −1 L −1 −1 1 − ω ωD D + U ω ω D I − ωD −1 L −1 1 − ω ω D + U
Rodney Josué Biezuner 102 ou Se λ1, . . . , λn são os autovalores de R, então Mas, R = I − ωD −1 L −1 (1 − ω) I + ωD −1 U . (4.44) det R = λ1 . . . λn. I −1 −1 −1 det R = det − ωD L (1 − ω) I + ωD U = det I − ωD −1 L −1 −1 det (1 − ω) I + ωD U = (1 − ω) n , já que I − ωD −1 L é uma matriz triangular inferior com apenas 1 na diagonal principal e (1 − ω) I + ωD −1 U é uma matriz triangular superior com apenas 1 − ω na diagonal principal. Logo λ1 . . . λn = (1 − ω) n . Em particular, pelo menos um dos autovalores λj de R deve satisfazer |λj| |1 − ω| . Mas, se o método SOR converge, devemos ter também |λ| < 1 para todo autovalor λ de R. Logo donde |1 − ω| < 1, 0 < ω < 2. 4.14 Corolário. Se R é a matriz de iteração n × n para o método SOR, então det R = (1 − ω) n . Em particular, diferente das matrizes de iteração dos métodos de Jacobi e de Gauss-Seidel (para a matriz de discretização de cinco pontos), zero não é um autovalor para a matriz de iteração do método SOR se ω = 1 (para nenhuma matriz). 4.15 Teorema. Se A é uma matriz irredutível, diagonalmente dominante tal que |aii| > n |aij| para pelo menos alguma linha i, então o método SOR converge se 0 < ω 1. Prova. A demonstração é análoga à do Teorema 4.11. A matriz de iteração do método SOR é R = I − ωD −1 L −1 (1 − ω) I + ωD −1 U . Suponha por absurdo que exista um autovalor λ de R tal que |λ| 1; temos Agora, observando que det I − λ −1 R = det j=1 j=i I − λ −1 I − ωD −1 L −1 (1 − ω) I + ωD −1 U = 0. det I − ωD −1 L = 1
- Page 51 and 52: Rodney Josué Biezuner 50 A primeir
- Page 53 and 54: Rodney Josué Biezuner 52 2.5 Lema.
- Page 55 and 56: Rodney Josué Biezuner 54 donde Com
- Page 57 and 58: Rodney Josué Biezuner 56 isso impl
- Page 59 and 60: Rodney Josué Biezuner 58 enquanto
- Page 61 and 62: Rodney Josué Biezuner 60 + ∆x 5
- Page 63 and 64: Rodney Josué Biezuner 62 mesmo ana
- Page 65 and 66: Rodney Josué Biezuner 64 Para escr
- Page 67 and 68: Rodney Josué Biezuner 66 (xi, yj
- Page 69 and 70: Rodney Josué Biezuner 68 8. Mostre
- Page 71 and 72: Rodney Josué Biezuner 70 A norma l
- Page 73 and 74: Rodney Josué Biezuner 72 De fato,
- Page 75 and 76: Rodney Josué Biezuner 74 Além dis
- Page 77 and 78: Rodney Josué Biezuner 76 de uma ma
- Page 79 and 80: Rodney Josué Biezuner 78 donde n |
- Page 81 and 82: Rodney Josué Biezuner 80 3.10 Teor
- Page 83 and 84: Rodney Josué Biezuner 82 Da defini
- Page 85 and 86: Rodney Josué Biezuner 84 3.6.1 Esq
- Page 87 and 88: Capítulo 4 Métodos Iterativos par
- Page 89 and 90: Rodney Josué Biezuner 88 4.1.2 Mé
- Page 91 and 92: Rodney Josué Biezuner 90 ou seja,
- Page 93 and 94: Rodney Josué Biezuner 92 4.2.1 Con
- Page 95 and 96: Rodney Josué Biezuner 94 para t su
- Page 97 and 98: Rodney Josué Biezuner 96 4.7 Corol
- Page 99 and 100: Rodney Josué Biezuner 98 Por outro
- Page 101: Rodney Josué Biezuner 100 Suponha
- Page 105 and 106: Rodney Josué Biezuner 104 Para o c
- Page 107 and 108: Rodney Josué Biezuner 106 Reciproc
- Page 109 and 110: Rodney Josué Biezuner 108 Temos ω
- Page 111 and 112: Rodney Josué Biezuner 110 se ∆x
- Page 113 and 114: Rodney Josué Biezuner 112 A escolh
- Page 115 and 116: Rodney Josué Biezuner 114 a conver
- Page 117 and 118: Rodney Josué Biezuner 116 ou e k+1
- Page 119 and 120: Rodney Josué Biezuner 118 4.31 Cor
- Page 121 and 122: Capítulo 5 Métodos Multigrid 5.1
- Page 123 and 124: Rodney Josué Biezuner 122 6.1 Prop
- Page 125 and 126: Rodney Josué Biezuner 124 é chama
- Page 127 and 128: Rodney Josué Biezuner 126 como vé
- Page 129 and 130: Rodney Josué Biezuner 128 No caso
- Page 131 and 132: Rodney Josué Biezuner 130 Prova. C
- Page 133 and 134: Rodney Josué Biezuner 132 onde é
- Page 135 and 136: Rodney Josué Biezuner 134 7.3 Coro
- Page 137 and 138: Rodney Josué Biezuner 136 Como seg
- Page 139 and 140: Rodney Josué Biezuner 138 Prova. O
- Page 141 and 142: Capítulo 8 Métodos Numéricos par
- Page 143 and 144: Rodney Josué Biezuner 142 o maior
- Page 145 and 146: Rodney Josué Biezuner 144 com q1
- Page 147 and 148: Rodney Josué Biezuner 146 e depois
- Page 149 and 150: Rodney Josué Biezuner 148 8.3.2 Im
- Page 151 and 152: Rodney Josué Biezuner 150 Pode-se
Rodney Josué Biezuner 102<br />
ou<br />
Se λ1, . . . , λn são os autovalores <strong>de</strong> R, então<br />
Mas,<br />
R = I − ωD −1 L −1 (1 − ω) I + ωD −1 U . (4.44)<br />
<strong>de</strong>t R = λ1 . . . λn.<br />
I −1 −1 −1<br />
<strong>de</strong>t R = <strong>de</strong>t − ωD L (1 − ω) I + ωD U <br />
= <strong>de</strong>t I − ωD −1 L −1 −1<br />
<strong>de</strong>t (1 − ω) I + ωD U<br />
= (1 − ω) n ,<br />
já que I − ωD −1 L é uma matriz triangular inferior com apenas 1 na diagonal principal e (1 − ω) I + ωD −1 U<br />
é uma matriz triangular superior com apenas 1 − ω na diagonal principal. Logo<br />
λ1 . . . λn = (1 − ω) n .<br />
Em particular, pelo menos um <strong>do</strong>s autovalores λj <strong>de</strong> R <strong>de</strong>ve satisfazer<br />
|λj| |1 − ω| .<br />
Mas, se o méto<strong>do</strong> SOR converge, <strong>de</strong>vemos ter também |λ| < 1 para to<strong>do</strong> autovalor λ <strong>de</strong> R. Logo<br />
<strong>do</strong>n<strong>de</strong><br />
<br />
|1 − ω| < 1,<br />
0 < ω < 2.<br />
4.14 Corolário. Se R é a matriz <strong>de</strong> iteração n × n para o méto<strong>do</strong> SOR, então<br />
<strong>de</strong>t R = (1 − ω) n .<br />
Em particular, diferente das matrizes <strong>de</strong> iteração <strong>do</strong>s méto<strong>do</strong>s <strong>de</strong> Jacobi e <strong>de</strong> Gauss-Sei<strong>de</strong>l (para a matriz <strong>de</strong><br />
discretização <strong>de</strong> cinco pontos), zero não é um autovalor para a matriz <strong>de</strong> iteração <strong>do</strong> méto<strong>do</strong> SOR se ω = 1<br />
(para nenhuma matriz).<br />
4.15 Teorema. Se A é uma matriz irredutível, diagonalmente <strong>do</strong>minante tal que |aii| > n<br />
|aij| para pelo<br />
menos alguma linha i, então o méto<strong>do</strong> SOR converge se 0 < ω 1.<br />
Prova. A <strong>de</strong>monstração é análoga à <strong>do</strong> Teorema 4.11. A matriz <strong>de</strong> iteração <strong>do</strong> méto<strong>do</strong> SOR é<br />
R = I − ωD −1 L −1 (1 − ω) I + ωD −1 U .<br />
Suponha por absur<strong>do</strong> que exista um autovalor λ <strong>de</strong> R tal que |λ| 1; temos<br />
Agora, observan<strong>do</strong> que<br />
<strong>de</strong>t I − λ −1 R = <strong>de</strong>t<br />
j=1<br />
j=i<br />
<br />
I − λ −1 I − ωD −1 L −1 (1 − ω) I + ωD −1 U <br />
= 0.<br />
<strong>de</strong>t I − ωD −1 L = 1