Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Rodney Josué Biezuner 107<br />
Se λJ > λc, ω 2 λ 2<br />
J − 4 (ω − 1) > 0 e segue a conclusão como no caso anterior. Se λJ λc, então ω 2 λ 2<br />
J −<br />
4 (ω − 1) 0 e<br />
on<strong>de</strong> i = √ −1, logo<br />
Λω,λJ =<br />
<br />
ω2λ 2<br />
<br />
J − 4 (ω − 1) = 4 (ω − 1) − ω2λ 2<br />
Ji,<br />
<br />
<br />
<br />
ωλJ <br />
+ ω2λ 2<br />
<br />
<br />
J − 4 (ω − 1) <br />
<br />
= ω − 1,<br />
2<br />
<br />
<br />
<br />
= <br />
<br />
ω 2 λ 2 J +<br />
<br />
4 (ω − 1) − ω2λ 2<br />
<br />
J<br />
2 <br />
<br />
e novamente Λω,λJ é uma função crescente <strong>de</strong> λJ. <br />
Defina<br />
2<br />
ωótimo = <br />
1 + 1 − λ 2<br />
.<br />
J<br />
(4.52)<br />
Note que 1 < ωótimo < 2. Mostraremos que ωótimo é <strong>de</strong> fato o melhor valor para o fator <strong>de</strong> relaxamento no<br />
méto<strong>do</strong> SOR. Antes precisamos <strong>do</strong> seguinte resulta<strong>do</strong>:<br />
4.20 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 />
⎧ <br />
⎨ 1<br />
ωλJ ρ (RSOR,ω) =<br />
+ ω<br />
⎩<br />
4<br />
2λ 2<br />
2 J − 4 (ω − 1) se 0 < ω ωótimo,<br />
(4.53)<br />
ω − 1 se ωótimo ω < 2.<br />
Prova. Temos ω 2 λ 2<br />
J − 4 (ω − 1) 0 para 0 < ω < 2 se e somente se ω ωótimo. De fato, as raízes <strong>de</strong><br />
f (ω) = ω 2 λ 2<br />
J − 4ω + 4 são<br />
ω± =<br />
<br />
4 ± 4 1 − λ 2<br />
J<br />
2λ 2<br />
J<br />
= 2<br />
λ 2<br />
<br />
1 ± 1 − λ<br />
J<br />
2<br />
<br />
J<br />
<strong>de</strong> mo<strong>do</strong> que a raiz positiva <strong>de</strong> f é maior que 2, logo para que f (ω) 0 se 0 < ω < 2, <strong>de</strong>vemos ter<br />
ω 2<br />
λ 2<br />
<br />
1 − 1 − λ<br />
J<br />
2<br />
<br />
J = 2<br />
λ 2<br />
<br />
1 − 1 − λ<br />
J<br />
2<br />
<br />
J<br />
<br />
1 + 1 − λ 2<br />
2<br />
= <br />
J 1 + 1 − λ 2<br />
.<br />
J<br />
O resulta<strong>do</strong> segue então como na <strong>de</strong>monstração da proposição anterior. <br />
4.21 Teorema. 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 o fator <strong>de</strong> relaxamento<br />
ótimo para o méto<strong>do</strong> SOR é da<strong>do</strong> por<br />
ωótimo =<br />
é o fator <strong>de</strong> relaxamento ótimo para o méto<strong>do</strong> SOR.<br />
Prova. Se 0 < ω ωótimo, então ω 2 λ 2<br />
J − 4 (ω − 1) 0 e<br />
<br />
d<br />
ωλJ + ω<br />
dω<br />
2λ 2<br />
<br />
J − 4 (ω − 1) = λJ<br />
2<br />
1 + sen π<br />
n<br />
<br />
ω 2 λ 2<br />
J − 4 (ω − 1) + ωλ 2<br />
J − 2<br />
<br />
ω2λ 2<br />
.<br />
J − 4 (ω − 1)<br />
(4.54)