Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG
Rodney Josué Biezuner 129 Para provar a estimativa de estabilidade, escreva α u 2 V a (u, u) = f (u) C u V . Observe que pelo Teorema de Lax-Milgram a solução para o problema variacional existe mesmo se a forma bilinear não é simétrica. No entanto, neste caso não existe um problema de minimização associado. Seja Vh um subespaço de V de dimensão finita. Seja B = {ϕ1, . . . , ϕn} uma base para Vh e v = v1ϕ1 + . . . + vnϕn a representação de v nesta base. Se uh ∈ Vh satisfaz o problema variacional então em particular Escrevendo obtemos um sistema linear nas incógnitas u1, . . . , un: A matriz do sistema é chamada matriz de rigidez. a (uh, v) = f (v) para todo v ∈ Vh, (6.37) a (uh, ϕj) = f (ϕj) para todo j = 1, . . . , n. (6.38) uh = u1ϕ1 + . . . + unϕn, (6.39) n a (ϕi, ϕj) ui = f (ϕj) para j = 1, . . . , n. (6.40) i=1 ⎡ ⎢ A = ⎣ a (ϕ1, ϕ1) . . . . . a (ϕ1, ϕn) . . ⎤ ⎥ ⎦ a (ϕn, ϕ1) . . . a (ϕn, ϕn) 6.7 Proposição. Se a : V × V −→ R é uma forma bilinear simétrica, limitada e coerciva em V , então a matriz de rigidez é simétrica e positiva definida. Em particular, existe uma única solução para o problema discretizado (6.37). Além disso, vale a mesma estimativa de estabilidade do lema anterior. Prova. Seja A = (aij). Se ξ = (ξ1, . . . , ξn) ∈ Rn é um vetor não-nulo e v = n ξiϕi, temos 〈Aξ, ξ〉 = ⎛ n aijξiξj = n n n a (ϕi, ϕj) ξiξj = a ⎝ ξiϕi, i,j=1 i,j=1 Vamos agora provar a seguinte estimativa de erro: i=1 j=1 ξjϕj ⎞ i=1 ⎠ = a (v, v) α v 2 V 6.8 Proposição. (Estimativa de Erro) Se u ∈ V é a solução exata para o problema variacional (6.36) e uh é a solução do problema discretizado (6.37), então para todo v ∈ Vh. u − uh V Λ α u − v V > 0. (6.41)
Rodney Josué Biezuner 130 Prova. Como e segue que Para todo v ∈ Vh vale então donde a (u, v) = f (v) para todo v ∈ V a (uh, v) = f (v) para todo v ∈ Vh, a (u − uh, v) = 0 para todo v ∈ Vh. (6.42) α u − uh 2 V a (u − uh, u − uh) + a (u − uh, uh − v) = a (u − uh, u − v) Λ u − uh V u − v V , u − uh 2 V Λ α ∇u − ∇v L 2 (Ω) para todo v ∈ Vh. Introduzimos uma norma equivalente em V , induzida pela forma bilinear simétrica a, definindo De fato, Esta norma é chamada norma da energia. v a = a (v, v) 1/2 . (6.43) √ α vV v a √ Λ v V . 6.9 Proposição. (Melhor Aproximação) Se u ∈ V é a solução exata para o problema variacional (6.36) e uh é a solução do problema discretizado (6.37), então u − uh a u − v a para todo v ∈ Vh, ou seja, uh é a melhor aproximação para u em Vh na norma da energia. Prova. A demonstração é análoga à da proposição anterior. (6.44)
- 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 and 102: Rodney Josué Biezuner 100 Suponha
- Page 103 and 104: Rodney Josué Biezuner 102 ou Se λ
- 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: Rodney Josué Biezuner 128 No caso
- 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
- Page 153 and 154: Rodney Josué Biezuner 152 Observe
- Page 155 and 156: Referências Bibliográficas [Asmar
- Page 157: Rodney Josué Biezuner 156 [Thomas2
Rodney Josué Biezuner 129<br />
Para provar a estimativa <strong>de</strong> estabilida<strong>de</strong>, escreva<br />
α u 2<br />
V a (u, u) = f (u) C u V .<br />
<br />
Observe que pelo Teorema <strong>de</strong> Lax-Milgram a solução para o problema variacional existe mesmo se a forma<br />
bilinear não é simétrica. No entanto, neste caso não existe um problema <strong>de</strong> minimização associa<strong>do</strong>.<br />
Seja Vh um subespaço <strong>de</strong> V <strong>de</strong> dimensão finita. Seja B = {ϕ1, . . . , ϕn} uma base para Vh e<br />
v = v1ϕ1 + . . . + vnϕn<br />
a representação <strong>de</strong> v nesta base. Se uh ∈ Vh satisfaz o problema variacional<br />
então em particular<br />
Escreven<strong>do</strong><br />
obtemos um sistema linear nas incógnitas u1, . . . , un:<br />
A matriz <strong>do</strong> sistema<br />
é chamada matriz <strong>de</strong> rigi<strong>de</strong>z.<br />
a (uh, v) = f (v) para to<strong>do</strong> v ∈ Vh, (6.37)<br />
a (uh, ϕj) = f (ϕj) para to<strong>do</strong> j = 1, . . . , n. (6.38)<br />
uh = u1ϕ1 + . . . + unϕn, (6.39)<br />
n<br />
a (ϕi, ϕj) ui = f (ϕj) para j = 1, . . . , n. (6.40)<br />
i=1<br />
⎡<br />
⎢<br />
A = ⎣<br />
a (ϕ1, ϕ1)<br />
.<br />
.<br />
. . . a (ϕ1, ϕn)<br />
.<br />
.<br />
⎤<br />
⎥<br />
⎦<br />
a (ϕn, ϕ1) . . . a (ϕn, ϕn)<br />
6.7 Proposição. Se a : V × V −→ R é uma forma bilinear simétrica, limitada e coerciva em V , então a<br />
matriz <strong>de</strong> rigi<strong>de</strong>z é simétrica e positiva <strong>de</strong>finida.<br />
Em particular, existe uma única solução para o problema discretiza<strong>do</strong> (6.37). Além disso, vale a mesma<br />
estimativa <strong>de</strong> estabilida<strong>de</strong> <strong>do</strong> lema anterior.<br />
Prova. Seja A = (aij). Se ξ = (ξ1, . . . , ξn) ∈ Rn é um vetor não-nulo e v = n<br />
ξiϕi, temos<br />
<br />
〈Aξ, ξ〉 =<br />
⎛<br />
n<br />
aijξiξj =<br />
n<br />
n n<br />
a (ϕi, ϕj) ξiξj = a ⎝ ξiϕi,<br />
i,j=1<br />
i,j=1<br />
Vamos agora provar a seguinte estimativa <strong>de</strong> erro:<br />
i=1<br />
j=1<br />
ξjϕj<br />
⎞<br />
i=1<br />
⎠ = a (v, v) α v 2<br />
V<br />
6.8 Proposição. (Estimativa <strong>de</strong> Erro) Se u ∈ V é a solução exata para o problema variacional (6.36) e uh<br />
é a solução <strong>do</strong> problema discretiza<strong>do</strong> (6.37), então<br />
para to<strong>do</strong> v ∈ Vh.<br />
u − uh V Λ<br />
α u − v V<br />
> 0.<br />
(6.41)