Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rodney Josué Biezuner 105<br />
po<strong>de</strong>mos escrever<br />
(1 − ω) + ωz<br />
λ = . (4.46)<br />
1 − ωz<br />
Os argumentos acima assumem que o <strong>de</strong>nomina<strong>do</strong>r é não-nulo. E, <strong>de</strong> fato, temos<br />
Re z = 1<br />
<br />
−1 −1<br />
1 x, D L x x, D U x<br />
(z + z) = +<br />
=<br />
2 2 〈x, x〉<br />
〈x, x〉<br />
1<br />
<br />
−1 −1 x, D L + D U x<br />
2 〈x, x〉<br />
= 1<br />
<br />
−1 x, I − D A x<br />
=<br />
2 〈x, x〉<br />
1<br />
<br />
−1 x, D A x<br />
1 −<br />
.<br />
2 〈x, x〉<br />
e como A é positiva <strong>de</strong>finida, D −1 A também é, o que implica<br />
x, D −1 A x <br />
〈x, x〉<br />
<strong>do</strong>n<strong>de</strong><br />
Re z < 1<br />
2 .<br />
<strong>de</strong> mo<strong>do</strong> que a parte real <strong>do</strong> <strong>de</strong>nomina<strong>do</strong>r 1 − ωz <strong>de</strong> λ é não-nula para 0 < ω < 2. Segue que<br />
|λ| 2 = λλ =<br />
[(1 − ω) + ωz] [(1 − ω) + ωz]<br />
(1 − ωz) (1 − ωz)<br />
> 0<br />
= ω2 − 2ω2 Re z − 2ω + 4ω Re z + 1 − 2ω Re z + ω2 |z| 2<br />
1 − 2ω Re z + ω2 |z| 2<br />
ω (2 − ω) (1 − 2 Re z)<br />
= 1 −<br />
1 − 2ω Re z + ω2 2 .<br />
|z|<br />
Como 0 < ω < 2 e Re z < 1<br />
, temos<br />
2<br />
e concluímos que<br />
ω (2 − ω) (1 − 2 Re z) > 0,<br />
|λ| < 1<br />
= (1 − ω)2 + 2ω (1 − ω) Re z + ω 2 |z| 2<br />
1 − 2ω Re z + ω 2 |z| 2<br />
para to<strong>do</strong> autovalor λ <strong>de</strong> R, logo o méto<strong>do</strong> SOR converge. A <strong>de</strong>monstração da recíproca (assim como uma<br />
<strong>de</strong>monstração alternativa, variacional, <strong>de</strong>ste teorema) po<strong>de</strong> ser vista em [Young]. <br />
Usan<strong>do</strong> o Teorema 4.15, concluímos que o méto<strong>do</strong> SOR converge para as matrizes <strong>de</strong> discretização obtidas<br />
através <strong>do</strong>s esquemas <strong>de</strong> diferenças finitas <strong>do</strong> Capítulo 2 se 0 < ω 1. Isso permite apenas subrelaxamento<br />
<strong>do</strong> méto<strong>do</strong> <strong>de</strong> Gauss-Sei<strong>de</strong>l, o que em geral reduz a velocida<strong>de</strong> <strong>de</strong> convergência. Por outro la<strong>do</strong>, usan<strong>do</strong> o<br />
Teorema 4.16 ou o Teorema 4.17, concluímos que o méto<strong>do</strong> SOR converge para as matrizes <strong>de</strong> discretização<br />
obtidas a partir da fórmula <strong>de</strong> três pontos unidimensional e a partir da fórmula <strong>de</strong> cinco pontos bidimensional<br />
se 0 < ω < 2, já que estas são matrizes simétricas, positivas <strong>de</strong>finidas (já as matrizes <strong>de</strong> discretização obtidas<br />
através <strong>de</strong> coor<strong>de</strong>nadas polares ou pelo esquema <strong>de</strong> Shortley-Weller não são simétricas, em geral, como<br />
vimos).<br />
Em seguida fazemos uma análise da velocida<strong>de</strong> <strong>de</strong> convergência <strong>do</strong> méto<strong>do</strong> SOR para a matriz <strong>de</strong> discretização<br />
da fórmula <strong>de</strong> cinco pontos, bem como obtemos o melhor valor <strong>do</strong> fator <strong>de</strong> relaxamento ω para<br />
este caso.<br />
4.18 Lema. Seja A a matriz <strong>de</strong> discretização obtida a partir da fórmula <strong>de</strong> três pontos unidimensional ou<br />
a partir da fórmula <strong>de</strong> cinco pontos bidimensional com ∆x = ∆y. Se λ = 0 é um autovalor <strong>de</strong> RSOR,<br />
então existe um autovalor λJ <strong>de</strong> RJ tal que<br />
λJ =<br />
1 − ω − λ<br />
λ1/2 . (4.47)<br />
ω2