Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG
Capítulo 2 Método de Diferenças Finitas 2.1 O Caso Unidimensional Nesta seção, desenvolveremos um método numérico de diferenças finitas para resolver o problema de Dirichlet para a equação de Poisson em uma dimensão −u ′′ = f (x) em [0, a] , u (0) = u (a) = 0, e para o problema de autovalor de Dirichlet para o laplaciano −u ′′ = λu em [0, a] , u (0) = u (a) = 0. 2.1.1 Séries de Taylor e Diferenças Finitas em Uma Dimensão Seja ∆x > 0. Considere as seguintes expansões de Taylor de uma função u em torno de um ponto x0, respectivamente à direita e à esquerda de x0: Daí, u(x0 + ∆x) = u(x0) + u ′ (x0)∆x + 1 2! u′′ (x0)∆x 2 + 1 3! u′′′ (x0)∆x 3 + . . . , (2.1) u(x0 − ∆x) = u(x0) − u ′ (x0)∆x + 1 2! u′′ (x0)∆x 2 − 1 3! u′′′ (x0)∆x 3 + . . . (2.2) u ′ (x0) = u(x0 + ∆x) − u(x0) ∆x u ′ (x0) = u(x0) − u(x0 − ∆x) ∆x − 1 2! u′′ (x0)∆x − 1 3! u′′′ (x0)∆x 2 − . . . , + 1 2! u′′ (x0)∆x − 1 3! u′′′ (x0)∆x 2 + . . . Isso fornece duas aproximações possíveis para a primeira derivada u ′ (x0) de u em x0: u ′ (x0) ≈ u(x0 + ∆x) − u(x0) , ∆x (2.3) u ′ (x0) ≈ u(x0) − u(x0 − ∆x) . ∆x (2.4) A primeira é chamada uma diferença progressiva e a segunda é uma diferença regressiva. Pela Fórmula de Taylor com Resto, o erro destas aproximações é dado por ɛ = ± 1 2 u′′ (ξ)∆x = O(∆x), 39
Rodney Josué Biezuner 40 onde x0 ξ x0 + ∆x no primeiro caso, e x0 − ∆x ξ x0 no segundo caso. Por outro lado, se subtrairmos (2.2) de (2.1), obtemos u ′ (x0) = u(x0 + ∆x) − u(x0 − ∆x) 2∆x − 1 3! u′′′ (x0)∆x 2 − 1 5! u(5) (x0)∆x 4 − . . . o que dá uma outra aproximação possível para a primeira derivada u ′ (x0) de u em x0: u ′ (x0) ≈ u(x0 + ∆x) − u(x0 − ∆x) 2∆x com erro ɛ = − 1 6 u′′′ (ξ)∆x 2 = O(∆x 2 ), para algum x0 − ∆x ξ x0 + ∆x. Esta aproximação por diferença finita é chamada diferença centrada. Ela é uma melhor aproximação que as aproximações laterais (progressiva e regressiva). Se, ao invés, adicionarmos (2.1) e (2.2), obtemos u ′′ (x0) = u(x0 + ∆x) + u(x0 − ∆x) − 2u(x0) ∆x 2 o que fornece uma aproximação para a derivada segunda u ′′ (x0) de u em x0: u ′′ (x0) ≈ u(x0 + ∆x) + u(x0 − ∆x) − 2u(x0) ∆x 2 − 2 4! u(4) (x0)∆x 2 − 2 5! u(6) (x0)∆x 4 − . . . com erro ɛ = − 1 12 u(4) (ξ)∆x 2 = O(∆x 2 ), onde x0 − ∆x ξ x0 + ∆x. Esta aproximação é também chamada uma diferença centrada para a derivada segunda. 2.1.2 Discretização Dividimos o intervalo [0, a] em n subintervalos de comprimento ∆x = a/n através de n − 1 pontos interiores uniformemente espaçados: x0 = 0, x1 = ∆x, x2 = 2∆x, . . . , xn−1 = (n − 1) ∆x, xn = n∆x = a, de modo que [0, a] = [x0, x1] ∪ [x1, x2] ∪ . . . ∪ [xn−1, xn]. Introduzimos a notação: ui = u(xi), fi = f (xi) . Esta é uma discretização uniforme do intervalo [0, a]. Uma vez discretizado o domínio da equação diferencial parcial, procedemos à discretização desta. Usando diferenças centradas para cada ponto interior xi, 1 i n − 1, temos −ui−1 + 2ui − ui+1 ∆x 2 = fi. (2.7) Para os pontos de fronteira, a condição de Dirichlet implica simplesmente que (2.5) (2.6) u0 = un = 0. (2.8)
- Page 1 and 2: Notas de Aula Autovalores do Laplac
- Page 3 and 4: Rodney Josué Biezuner 2 3 Existên
- Page 5 and 6: Capítulo 1 Os Autovalores do Lapla
- Page 7 and 8: Rodney Josué Biezuner 6 O método
- Page 9 and 10: Rodney Josué Biezuner 8 As autofun
- Page 11 and 12: Rodney Josué Biezuner 10 onde α 1
- Page 13 and 14: Rodney Josué Biezuner 12 1.4 Méto
- Page 15 and 16: Rodney Josué Biezuner 14 de modo q
- Page 17 and 18: Rodney Josué Biezuner 16 Estes exe
- Page 19 and 20: Rodney Josué Biezuner 18 1.6 Exist
- Page 21 and 22: Rodney Josué Biezuner 20 pois um p
- Page 23 and 24: Rodney Josué Biezuner 22 tais que
- Page 25 and 26: Rodney Josué Biezuner 24 Em outras
- Page 27 and 28: Rodney Josué Biezuner 26 possui um
- Page 29 and 30: Rodney Josué Biezuner 28 e portant
- Page 31 and 32: Rodney Josué Biezuner 30 No caso
- Page 33 and 34: Rodney Josué Biezuner 32 1.8.2 Con
- Page 35 and 36: Rodney Josué Biezuner 34 de modo q
- Page 37 and 38: Rodney Josué Biezuner 36 Prova: A
- Page 39: Rodney Josué Biezuner 38 são line
- Page 43 and 44: Rodney Josué Biezuner 42 2.1.3 Res
- Page 45 and 46: Rodney Josué Biezuner 44 porque (
- Page 47 and 48: Rodney Josué Biezuner 46 Neste cas
- Page 49 and 50: Rodney Josué Biezuner 48 = Ukl (
- 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
Rodney Josué Biezuner 40<br />
on<strong>de</strong> x0 ξ x0 + ∆x no primeiro caso, e x0 − ∆x ξ x0 no segun<strong>do</strong> caso.<br />
Por outro la<strong>do</strong>, se subtrairmos (2.2) <strong>de</strong> (2.1), obtemos<br />
u ′ (x0) = u(x0 + ∆x) − u(x0 − ∆x)<br />
2∆x<br />
− 1<br />
3! u′′′ (x0)∆x 2 − 1<br />
5! u(5) (x0)∆x 4 − . . .<br />
o que dá uma outra aproximação possível para a primeira <strong>de</strong>rivada u ′ (x0) <strong>de</strong> u em x0:<br />
u ′ (x0) ≈ u(x0 + ∆x) − u(x0 − ∆x)<br />
2∆x<br />
com erro<br />
ɛ = − 1<br />
6 u′′′ (ξ)∆x 2 = O(∆x 2 ),<br />
para algum x0 − ∆x ξ x0 + ∆x. Esta aproximação por diferença finita é chamada diferença centrada.<br />
Ela é uma melhor aproximação que as aproximações laterais (progressiva e regressiva).<br />
Se, ao invés, adicionarmos (2.1) e (2.2), obtemos<br />
u ′′ (x0) = u(x0 + ∆x) + u(x0 − ∆x) − 2u(x0)<br />
∆x 2<br />
o que fornece uma aproximação para a <strong>de</strong>rivada segunda u ′′ (x0) <strong>de</strong> u em x0:<br />
u ′′ (x0) ≈ u(x0 + ∆x) + u(x0 − ∆x) − 2u(x0)<br />
∆x 2<br />
− 2<br />
4! u(4) (x0)∆x 2 − 2<br />
5! u(6) (x0)∆x 4 − . . .<br />
com erro<br />
ɛ = − 1<br />
12 u(4) (ξ)∆x 2 = O(∆x 2 ),<br />
on<strong>de</strong> x0 − ∆x ξ x0 + ∆x. Esta aproximação é também chamada uma diferença centrada para a<br />
<strong>de</strong>rivada segunda.<br />
2.1.2 Discretização<br />
Dividimos o intervalo [0, a] em n subintervalos <strong>de</strong> comprimento ∆x = a/n através <strong>de</strong> n − 1 pontos interiores<br />
uniformemente espaça<strong>do</strong>s:<br />
x0 = 0, x1 = ∆x, x2 = 2∆x, . . . , xn−1 = (n − 1) ∆x, xn = n∆x = a,<br />
<strong>de</strong> mo<strong>do</strong> que [0, a] = [x0, x1] ∪ [x1, x2] ∪ . . . ∪ [xn−1, xn]. Introduzimos a notação:<br />
ui = u(xi),<br />
fi = f (xi) .<br />
Esta é uma discretização uniforme <strong>do</strong> intervalo [0, a]. Uma vez discretiza<strong>do</strong> o <strong>do</strong>mínio da equação diferencial<br />
parcial, proce<strong>de</strong>mos à discretização <strong>de</strong>sta. Usan<strong>do</strong> diferenças centradas para cada ponto interior xi, 1 i <br />
n − 1, temos<br />
−ui−1 + 2ui − ui+1<br />
∆x 2 = fi. (2.7)<br />
Para os pontos <strong>de</strong> fronteira, a condição <strong>de</strong> Dirichlet implica simplesmente que<br />
(2.5)<br />
(2.6)<br />
u0 = un = 0. (2.8)