Autovalores do Laplaciano - Departamento de Matemática - UFMG

Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG

09.05.2013 Views

Rodney Josué Biezuner 105 podemos escrever (1 − ω) + ωz λ = . (4.46) 1 − ωz Os argumentos acima assumem que o denominador é não-nulo. E, de fato, temos Re z = 1 −1 −1 1 x, D L x x, D U x (z + z) = + = 2 2 〈x, x〉 〈x, x〉 1 −1 −1 x, D L + D U x 2 〈x, x〉 = 1 −1 x, I − D A x = 2 〈x, x〉 1 −1 x, D A x 1 − . 2 〈x, x〉 e como A é positiva definida, D −1 A também é, o que implica x, D −1 A x 〈x, x〉 donde Re z < 1 2 . de modo que a parte real do denominador 1 − ωz de λ é não-nula para 0 < ω < 2. Segue que |λ| 2 = λλ = [(1 − ω) + ωz] [(1 − ω) + ωz] (1 − ωz) (1 − ωz) > 0 = ω2 − 2ω2 Re z − 2ω + 4ω Re z + 1 − 2ω Re z + ω2 |z| 2 1 − 2ω Re z + ω2 |z| 2 ω (2 − ω) (1 − 2 Re z) = 1 − 1 − 2ω Re z + ω2 2 . |z| Como 0 < ω < 2 e Re z < 1 , temos 2 e concluímos que ω (2 − ω) (1 − 2 Re z) > 0, |λ| < 1 = (1 − ω)2 + 2ω (1 − ω) Re z + ω 2 |z| 2 1 − 2ω Re z + ω 2 |z| 2 para todo autovalor λ de R, logo o método SOR converge. A demonstração da recíproca (assim como uma demonstração alternativa, variacional, deste teorema) pode ser vista em [Young]. Usando o Teorema 4.15, concluímos que o método SOR converge para as matrizes de discretização obtidas através dos esquemas de diferenças finitas do Capítulo 2 se 0 < ω 1. Isso permite apenas subrelaxamento do método de Gauss-Seidel, o que em geral reduz a velocidade de convergência. Por outro lado, usando o Teorema 4.16 ou o Teorema 4.17, concluímos que o método SOR converge para as matrizes de discretização obtidas a partir da fórmula de três pontos unidimensional e a partir da fórmula de cinco pontos bidimensional se 0 < ω < 2, já que estas são matrizes simétricas, positivas definidas (já as matrizes de discretização obtidas através de coordenadas polares ou pelo esquema de Shortley-Weller não são simétricas, em geral, como vimos). Em seguida fazemos uma análise da velocidade de convergência do método SOR para a matriz de discretização da fórmula de cinco pontos, bem como obtemos o melhor valor do fator de relaxamento ω para este caso. 4.18 Lema. Seja A a matriz de discretização obtida a partir da fórmula de três pontos unidimensional ou a partir da fórmula de cinco pontos bidimensional com ∆x = ∆y. Se λ = 0 é um autovalor de RSOR, então existe um autovalor λJ de RJ tal que λJ = 1 − ω − λ λ1/2 . (4.47) ω2

Rodney Josué Biezuner 106 Reciprocamente, se λJ é um autovalor de RJ e λ ∈ C satisfaz a equação acima, então λ é um autovalor de RSOR. Prova. Argumentamos como na demonstração do Teorema 4.12. Para obter o raio espectral da matriz de iteração RSOR, queremos encontrar os autovalores λ de RSOR: RSORu = I − ωD −1 L −1 (1 − ω) I + ωD −1 U u = λu, ou seja, (1 − ω) I + ωD −1 U u = λ I − ωD −1 L u No caso da matriz de discretização da fórmula de cinco pontos, isso significa encontrar λ tal que (1 − ω) ui,j + ω 4 ui,j+1 + ω 4 ui+1,j = λ ui,j − ω 4 ui,j−1 − ω 4 ui−1,j ou Fazendo a substituição e dividindo por µ i+j+1 2 , segue que 1 − ω − λ ui,j = ω 1 4 (ui,j+1 + ui+1,j + λui,j−1 + λui−1,j) . (4.48) ui,j = λ i+j 2 vi,j vi−1,j + vi+1,j + vi,j−1 + vi,j+1 = 1 − ω − λ λ 1/2 ω 4vi,j e daí o resultado. Resolvendo a equação (4.47) como uma equação quadrática em √ λ, vemos que as duas raízes λ± = 2 λ± podem ser escritas na forma λ± = 1 −ωλJ ± ω 4 2λ2 2 J − 4 (ω − 1) . (4.49) Denotaremos e por λJ = ρ (RJ) o maior autovalor do método de Jacobi. Λω,λJ = max (|λ+| , |λ−|) (4.50) 4.19 Proposição. Seja A a matriz de discretização obtida a partir da fórmula de três pontos unidimensional ou a partir da fórmula de cinco pontos bidimensional com ∆x = ∆y. Então Prova. Por definição, De (4.49) segue que Λω,λJ = 1 4 ρ (RSOR,ω) = Λ ω,λJ ρ (RSOR,ω) = max Λω,λJ λJ . ωλJ + ω2λ 2 J − 4 (ω − 1) 2 . (4.51) Se 0 < ω 1, ω2λ 2 J − 4 (ω − 1) 0 e Λω,λJ é uma função crescente de λJ, logo o máximo é atingido em λJ. Se ω > 1, defina 4 (ω − 1) λc = ω2 .

Rodney Josué Biezuner 106<br />

Reciprocamente, se λJ é um autovalor <strong>de</strong> RJ e λ ∈ C satisfaz a equação acima, então λ é um autovalor<br />

<strong>de</strong> RSOR.<br />

Prova. Argumentamos como na <strong>de</strong>monstração <strong>do</strong> Teorema 4.12. Para obter o raio espectral da matriz <strong>de</strong><br />

iteração RSOR, queremos encontrar os autovalores λ <strong>de</strong> RSOR:<br />

RSORu = I − ωD −1 L −1 (1 − ω) I + ωD −1 U u = λu,<br />

ou seja, (1 − ω) I + ωD −1 U u = λ I − ωD −1 L u<br />

No caso da matriz <strong>de</strong> discretização da fórmula <strong>de</strong> cinco pontos, isso significa encontrar λ tal que<br />

(1 − ω) ui,j + ω<br />

4 ui,j+1 + ω<br />

4 ui+1,j<br />

<br />

= λ ui,j − ω<br />

4 ui,j−1 − ω<br />

4 ui−1,j<br />

<br />

ou<br />

Fazen<strong>do</strong> a substituição<br />

e dividin<strong>do</strong> por µ i+j+1<br />

2 , segue que<br />

1 − ω − λ<br />

ui,j =<br />

ω<br />

1<br />

4 (ui,j+1 + ui+1,j + λui,j−1 + λui−1,j) . (4.48)<br />

ui,j = λ i+j<br />

2 vi,j<br />

vi−1,j + vi+1,j + vi,j−1 + vi,j+1 =<br />

1 − ω − λ<br />

λ 1/2 ω 4vi,j<br />

e daí o resulta<strong>do</strong>. <br />

Resolven<strong>do</strong> a equação (4.47) como uma equação quadrática em √ λ, vemos que as duas raízes λ± = 2<br />

λ±<br />

po<strong>de</strong>m ser escritas na forma<br />

λ± = 1<br />

<br />

−ωλJ ± ω<br />

4<br />

2λ2 2 J − 4 (ω − 1) . (4.49)<br />

Denotaremos<br />

e por λJ = ρ (RJ) o maior autovalor <strong>do</strong> méto<strong>do</strong> <strong>de</strong> Jacobi.<br />

Λω,λJ = max (|λ+| , |λ−|) (4.50)<br />

4.19 Proposição. Seja A a matriz <strong>de</strong> discretização obtida a partir da fórmula <strong>de</strong> três pontos unidimensional<br />

ou a partir da fórmula <strong>de</strong> cinco pontos bidimensional com ∆x = ∆y. Então<br />

Prova. Por <strong>de</strong>finição,<br />

De (4.49) segue que<br />

Λω,λJ = 1<br />

4<br />

ρ (RSOR,ω) = Λ ω,λJ<br />

ρ (RSOR,ω) = max Λω,λJ<br />

λJ<br />

.<br />

<br />

<br />

<br />

ωλJ +<br />

<br />

ω2λ 2<br />

<br />

<br />

J − 4 (ω − 1) <br />

<br />

2<br />

.<br />

(4.51)<br />

Se 0 < ω 1, ω2λ 2<br />

J − 4 (ω − 1) 0 e Λω,λJ é uma função crescente <strong>de</strong> λJ, logo o máximo é atingi<strong>do</strong> em λJ.<br />

Se ω > 1, <strong>de</strong>fina<br />

<br />

4 (ω − 1)<br />

λc =<br />

ω2 .

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!