Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG
Capítulo 3 Existência e Unicidade de Soluções Discretas Determinar a existência e unicidade de soluções discretas para as matrizes de discretização obtidas via esquemas de diferenças finitas através do cálculo de seus autovalores como fizemos no capítulo anterior para diferenças centradas em uma dimensão e para a fórmula de cinco pontos é inviável em geral (tente calcular os autovalores da matriz de discretização para a fórmula dos nove pontos, para o esquema em coordenadas polares e para o esquema de Shortley-Weller). Neste capítulo, desenvolveremos métodos mais gerais e mais fáceis de aplicar. 3.1 Normas Matriciais Uma norma matricial no espaço vetorial Mn (C) das matrizes complexas n × n é uma norma vetorial que satisfaz a propriedade submultiplicativa AB A B (3.1) para todas as matrizes A, B ∈ Mn (C). Algumas das normas mais importantes em Mn (C) são as seguintes: 1. Norma l1 De fato, AB 1 = 2. Norma l2 Com efeito, AB 2 2 = n n i,j=1 n n i,j=1 k=1 k=1 aikbkj aikbkj 2 n i,j,k=1 n n i,j=1 A 1 = |aikbkj| ⎛ A2 = ⎝ k=1 |aik| 2 n |aij| . (3.2) i,j=1 n i,j,k,l=1 n i,j=1 n 69 l=1 |aij| 2 |blj| 2 |aikblj| = ⎞ ⎠ 1/2 = ⎝ n i,j=1 |aik| n |blj| = A1 B1 . k,l=1 . (3.3) ⎛ n i,k=1 |aik| 2 ⎞ ⎛ ⎠ ⎝ n j,l=1 |blj| 2 ⎞ ⎠ = A 2 2 B2 2 .
Rodney Josué Biezuner 70 A norma l2 também é chamada norma euclidiana e, mais raramente e somente para matrizes, norma de Schur, norma de Frobenius ou norma de Hilbert-Schmidt. 3. Norma l∞ modificada A norma l∞ A ∞ = max 1i,jn |aij| . é uma norma vetorial no espaço das matrizes complexas, mas não é uma norma matricial, pois se então A = A 2 = 1 1 1 1 2 2 2 2 e portanto A 2 ∞ = 2 > 1 = A ∞ A ∞ . Mas um múltiplo escalar desta norma vetorial é uma norma matricial: Com efeito, 4. Norma induzida AB n∞ = n max n aikbkj 1i,jn 1i,jn k=1 k=1 = n A∞ n B∞ = ABn∞ . , A n∞ = n max 1i,jn |aij| . (3.4) n max n |aikbkj| n max n A 1i,jn ∞ B∞ k=1 Dada uma norma vetorial |·| em C n , ela induz uma norma matricial através da definição De fato, AB = max x=0 |ABx| |x| = max x=0 |ABx| |Bx| A = max |Ax| = max |x|=1 x=0 |Ax| . (3.5) |x| |Bx| |ABx| max |x| x=0 |Bx| max |Bx| |Ay| max x=0 |x| y=0 |y| max |Bx| = A B . x=0 |x| Esta norma também é chamada norma do operador. Ela satisfaz a propriedade muitas vezes útil para todo vetor x ∈ C n . 5. Norma do máximo das somas das linhas |Ax| A |x| (3.6) A L = max 1in j=1 n |aij| . (3.7) Esta norma é induzida pela norma vetorial l∞. De fato, se x = (x1, . . . , xn), temos n n n |Ax| ∞ = max aijxj 1in max |aijxj| max 1in 1in j=1 j=1 j=1 |aij| |x| ∞ = A L |x| ∞ ,
- 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 and 40: Rodney Josué Biezuner 38 são line
- Page 41 and 42: Rodney Josué Biezuner 40 onde x0
- 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: Rodney Josué Biezuner 68 8. Mostre
- 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
- 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
Rodney Josué Biezuner 70<br />
A norma l2 também é chamada norma euclidiana e, mais raramente e somente para matrizes, norma<br />
<strong>de</strong> Schur, norma <strong>de</strong> Frobenius ou norma <strong>de</strong> Hilbert-Schmidt.<br />
3. Norma l∞ modificada<br />
A norma l∞<br />
A ∞ = max<br />
1i,jn |aij| .<br />
é uma norma vetorial no espaço das matrizes complexas, mas não é uma norma matricial, pois se<br />
então<br />
A =<br />
A 2 =<br />
1 1<br />
1 1<br />
2 2<br />
2 2<br />
e portanto A 2 ∞ = 2 > 1 = A ∞ A ∞ .<br />
Mas um múltiplo escalar <strong>de</strong>sta norma vetorial é uma norma matricial:<br />
Com efeito,<br />
4. Norma induzida<br />
AB n∞ = n max<br />
<br />
n<br />
<br />
<br />
<br />
aikbkj<br />
1i,jn 1i,jn<br />
k=1<br />
k=1<br />
= n A∞ n B∞ = ABn∞ .<br />
<br />
,<br />
<br />
A n∞ = n max<br />
1i,jn |aij| . (3.4)<br />
<br />
<br />
<br />
n max<br />
n<br />
|aikbkj| n max<br />
n<br />
A<br />
1i,jn<br />
∞ B∞ k=1<br />
Dada uma norma vetorial |·| em C n , ela induz uma norma matricial através da <strong>de</strong>finição<br />
De fato,<br />
AB = max<br />
x=0<br />
|ABx|<br />
|x|<br />
= max<br />
x=0<br />
|ABx|<br />
|Bx|<br />
A = max |Ax| = max<br />
|x|=1 x=0<br />
|Ax|<br />
. (3.5)<br />
|x|<br />
<br />
|Bx| |ABx|<br />
max<br />
|x| x=0 |Bx| max<br />
|Bx| |Ay|<br />
max<br />
x=0 |x| y=0 |y| max<br />
|Bx|<br />
= A B .<br />
x=0 |x|<br />
Esta norma também é chamada norma <strong>do</strong> opera<strong>do</strong>r. Ela satisfaz a proprieda<strong>de</strong> muitas vezes útil<br />
para to<strong>do</strong> vetor x ∈ C n .<br />
5. Norma <strong>do</strong> máximo das somas das linhas<br />
|Ax| A |x| (3.6)<br />
A L = max<br />
1in<br />
j=1<br />
n<br />
|aij| . (3.7)<br />
Esta norma é induzida pela norma vetorial l∞. De fato, se x = (x1, . . . , xn), temos<br />
<br />
<br />
n<br />
<br />
<br />
n<br />
n<br />
|Ax| ∞ = max aijxj <br />
1in max |aijxj| max<br />
1in<br />
1in<br />
j=1<br />
j=1<br />
j=1<br />
|aij| |x| ∞ = A L |x| ∞ ,