You are on page 1of 85

Cálculo Numérico de Frequências de Ressonância e Modos de

Vibração Recorrendo ao Método das Soluções Fundamentais

Antunes, Pedro R.S.

Neste trabalho estudamos a aplicação do Método das Soluções Fundamentais (MFS) para o
cálculo de frequências de ressonância e modos de vibração associados a problemas de difracção
acústica. Trata-se de um método sem malha que já foi aplicado ao cálculo de frequências
próprias de domı́nios com geometria simples e condições de fronteira de Dirichlet (cf. Kara-
georghis 2001). Neste trabalho mostramos que uma escolha particular dos ”pontos-fonte”per-
mite obter excelentes resultados para uma classe de domı́nios bastante geral. São consideradas
simulações com outro tipo de condições de fronteira; em particular é efectuado um estudo
numérico com domı́nios poligonais que permite sugerir conjecturas para algumas propriedades
dos valores próprios do operador de Laplace de regiões planares com condições de fronteira de
Dirichlet e de Neumann. É ainda considerado o cálculo de frequências de ressonância para o
problema exterior bem como algumas simulações numéricas.

Palavras-Chave: frequências próprias, modos de vibração, ressonância, ondas acústicas, método


das soluções fundamentais, equação de Helmholtz

i
Numerical Calculation of Eigenfrequencies and Eigenmodes
Using the Method of Fundamental Solutions

Antunes, Pedro R.S.

In this work we study the application of the Method of Fundamental Solutions (MFS) for
the calculation of eigenfrequencies and eigenmodes associated to wave scattering problems.
This meshfree method has already been applied to the eigenfrequencies calculation of simple
geometry domains with Dirichlet boundary conditions (cf. Karageorghis 2001). Here we show
that a particular choice of point-sources can lead to very good results for a general class of
domains. Simulations with other boundary conditions are also considered. In particular, we
present an extensive numerical study with polygonal domains which allows to establish several
conjectures for some properties of the Laplacian eigenvalues of planar regions with Dirichlet
and Neumann boundary conditions. The calculation of resonance frequencies for the exterior
problem is also addressed and numerical simulations are presented.

Keywords: eigenfrequencies, eigenmodes, resonance, acoustic waves, method of fundamental


solutions, Helmholtz equation

ii
Agradecimentos

Antes mais, gostaria de apresentar os meus agradecimentos a quem mais directamente con-
tribuiu para a realização deste trabalho.

Assim, e em primeiro lugar, estou profundamente grato ao Professor Doutor Carlos Alves
por ter aceite ser orientador da minha tese de Mestrado, bem como do meu Trabalho Final de
Curso. Reconhecidamente lhe agradeço toda a atenção que me dispensou no esclarecimento de
dúvidas e orientações dadas.

A minha gratidão é também extensiva ao Professor Doutor Pedro Freitas por ter manifes-
tado interesse no meu trabalho e pelos esclarecimentos que teve oportunidade de me prestar.

Devo também uma palavra reconhecida aos meus pais, ao meu irmão, à minha namorada
e a todos os meus amigos e colegas pelo apoio incondicional dado. A todos dedico o presente
trabalho.

iii
Conteúdo
1 Introdução 1

2 Problema Interior 4
2.1 A equação de Helmholtz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Valores próprios e funções próprias do operador de Laplace . . . . . . . . . . . 6
2.2.1 Resultados gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2 Domı́nios nodais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.3 Condição de fronteira de Neumann . . . . . . . . . . . . . . . . . . . . . 9
2.3 Alguns teoremas e conjecturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Aproximação Numérica por um Método de Soluções Fundamentais 14


3.1 Aproximação das frequências de ressonância . . . . . . . . . . . . . . . . . . . . 14
3.1.1 Justificação teórica do método . . . . . . . . . . . . . . . . . . . . . . . 14
3.1.2 Algoritmo para a escolha dos pontos-fonte . . . . . . . . . . . . . . . . . 18
3.1.3 Validação do método numérico . . . . . . . . . . . . . . . . . . . . . . . 20
3.1.4 Aplicação a domı́nios não triviais . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Aproximação das funções próprias . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.1 Método para o cálculo das funções próprias . . . . . . . . . . . . . . . . 27
3.2.2 Determinação da multiplicidade dos valores próprios . . . . . . . . . . . 30
3.3 Testes de convergência do método numérico . . . . . . . . . . . . . . . . . . . . 35
3.4 Aplicação a outros tipos de condições de fronteira . . . . . . . . . . . . . . . . . 39
3.4.1 Aplicação a condições de Neumann . . . . . . . . . . . . . . . . . . . . . 39
3.4.2 Funções próprias com condições de fronteira de Neumann . . . . . . . . 40
3.4.3 Aplicação a condições de fronteira mistas . . . . . . . . . . . . . . . . . 41

4 Simulações Numéricas 42
4.1 Minimização de valores próprios . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2 Simulações com polı́gonos, considerando condições de fronteira de Dirichlet . . 46
4.3 Simulações com triângulos, considerando condições de fronteira de Neumann . 54
4.4 Estimativas para polı́gonos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4.1 Estimativas com dois termos . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4.2 Estimativas com um termo . . . . . . . . . . . . . . . . . . . . . . . . . 61

5 Problema Exterior 62
5.1 Distribuição dos pólos de ressonância . . . . . . . . . . . . . . . . . . . . . . . . 62
5.2 Aplicação do método numérico ao problema exterior . . . . . . . . . . . . . . . 64
5.3 Resultados numéricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.3.1 condições de fronteira de Dirichlet . . . . . . . . . . . . . . . . . . . . . 64
5.3.2 condições de fronteira de Neumann . . . . . . . . . . . . . . . . . . . . . 70

6 Conclusões e Perspectivas 73

iv
Lista de Figuras
1 gráfico da função Log(h(w)) para frequências no intervalo (0,5). . . . . . . . . . 19
2 gráficos da função Log(h(w)) considerando 8, 15, 20 e 25 pontos de colocação
(respectivamente a vermelho, violeta, verde e azul). . . . . . . . . . . . . . . . . 20
3 vários domı́nios de discretização considerando os pontos de colocação represen-
tados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4 pontos xi e yi no caso da bola de raio unitário e do quadrado de lado unitário,
com α = 0.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5 gráfico de Log(Det(h(w))) considerando 20, 30 e 40 pontos de colocação no caso
da bola de raio unitário e do quadrado de lado unitário. . . . . . . . . . . . . . 22
6 domı́nios nodais da função própria associada à segunda frequência de ressonância
do quadrado e respectiva linha nodal (c=1.3). . . . . . . . . . . . . . . . . . . . 23
7 domı́nios obtidos quando c = 1, c = 1.3, c = 1.8 e c = 600 (respectivamente). . 23
8 fronteiras dos domı́nios Ω1 , Ω2 e Ω3 (respectivamente). . . . . . . . . . . . . . . 24
9 pontos de colocação e pontos-fonte dos domı́nios Ω1 , Ω2 e Ω3 (respectivamente)
com α = 0.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
10 pontos de colocação e pontos-fonte obtidos com β = 0, 0.5 e 0.9 (respectivemente). 25
11 erro absoluto em função do valor de β ∈ [0, 1[. . . . . . . . . . . . . . . . . . . . 26
12 pontos considerados para obter as funções próprias dos domı́nio Ω1 , Ω2 e Ω3 . . 27
13 gráficos da aproximação da função própria associada ao segundo valor próprio
e do erro considerando α = 0.4. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
14 gráficos do erro da função própria associada ao segundo valor próprio con-
siderando perturbações aos valores próprios (respectivamente) de 10−5 , 10−4 e
10−3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
15 funções caracterı́sticas dos domı́nios Ω1 , Ω2 e Ω3 . . . . . . . . . . . . . . . . . . 29
16 funções próprias associadas às 21a ,...,24a frequências de ressonância de Ω1 . . . 30
17 domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de
ressonância do domı́nio Ω1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
18 funções próprias associadas às 21a ,...,24a frequências de ressonância do domı́nio
Ω2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
19 domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de
ressonância do domı́nio Ω2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
20 funções próprias associadas às 21a ,...,24a frequências de ressonância do domı́nio
Ω3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
21 domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de
ressonância do domı́nio Ω3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
22 multiplicidade um da segunda frequência de ressonância. . . . . . . . . . . . . . 34
23 multiplicidade dois da terceira frequência de ressonância. . . . . . . . . . . . . . 34
24 multiplicidade dois da quarta frequência de ressonância. . . . . . . . . . . . . . 34
25 valores de |²(x)| sobre ∂Ω1 para as duas primeiras funções próprias u˜1 e u˜2
(respectivamente). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
26 valores de ²(x) sobre ∂Ω2 para as duas primeiras funções próprias u˜1 e u˜2 (re-
spectivamente). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
27 gráficos da aproximação da função própria e do erro considerando α = 0.4. . . 41

v
28 gráficos do erro da função própria considerando perturbações aos valores próprios
(respectivamente) de 10−5 , 10−4 e 10−3 . . . . . . . . . . . . . . . . . . . . . . . 41
29 funções próprias associadas às primeiras nove frequências de ressonância do
domı́nio Ω4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
30 domı́nios nodais das funções próprias associadas às primeiras nove frequências
de ressonância do domı́nio Ω4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
31 localização dos pontos xi e yi e domı́nios para os quais κ̌ é a primeira frequência
de ressonância. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
32 domı́nios nodais de gI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
33 primeiro valor próprio dos polı́gonos PRn , em função do número de lados. . . . . 47
34 quocientes λλ21 para os primeiros sete n-polı́gonos regulares. . . . . . . . . . . . . 48
35 malha de pontos para obter o terceiro vértice de cada triângulo. . . . . . . . . . 49
36 gráficos de λ1 e do perı́metro (respectivamente) sobre os triângulos da malha
considerada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
37 curvas de nı́vel de λ1 e do perı́metro (respectivamente) sobre os triângulos da
malha considerada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
38 gráficos de λ2 e de λ3 (respectivamente) sobre os triângulos da malha considerada. 51
39 curvas de nı́vel de λ2 e de λ3 (respectivamente) sobre os triângulos da malha
considerada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
40 gráficos de λλ21 e respectivas curvas de nı́vel. . . . . . . . . . . . . . . . . . . . . 52
41 gráficos do perı́metro, de λ1 e λ2 para alguns triângulos isósceles. . . . . . . . . 52
42 gráficos de λ2 , λ3 ,..., λ8 para os triângulos isósceles. . . . . . . . . . . . . . . . 53
λ2
43 λ1 para os triângulos isósceles. . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
44 primeiro valor próprio em função do perı́metro no caso dos triângulos e dos
quadriláteros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
45 primeiro valor próprio no caso dos pentágonos, hexágonos, heptágonos e octógonos. 54
46 malha que permite obter o terceiro vértice de cada um dos triângulos considerados. 55
47 gráficos de µ1 , µ2 e µ3 para os triângulos considerados. . . . . . . . . . . . . . 55
48 curvas de nı́vel dos gráficos de µ1 , µ2 e µ3 para os triângulos considerados. . . 56
49 gráficos de µµ21 sobre os triângulos considerados. . . . . . . . . . . . . . . . . . . 56
50 gráficos de µ3µ+µ1
2
sobre os triângulos considerados. . . . . . . . . . . . . . . . . 57
51 gráficos dos valores de λ1 como função do perı́metro e as estimativas que obtive-
mos para triângulos e para quadriláteros. . . . . . . . . . . . . . . . . . . . . . . 60
52 gráficos dos valores de λ1 como função do perı́metro e as estimativas que obtive-
mos para triângulos e para quadriláteros. . . . . . . . . . . . . . . . . . . . . . . 61
53 exemplos de dois domı́nios captivos e um domı́nios não captivo (respectivamente). 63
54 pontos de colocação (a vermelho) e pontos-fonte (a azul) para os domı́nios 1, 2
e 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
55 distribuição dos pólos de ressonância do disco de raio unitário com condições de
fronteira de Dirichlet. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
56 parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos
de ressonância do disco de raio unitário. . . . . . . . . . . . . . . . . . . . . . . 66

vi
57 domı́nios nodais associados às parte real e imaginária das funções ǔ(x, y) de
dois pólos de ressonância do disco de raio unitário e ”gráfico de densidade” do
módulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
58 fronteira do domı́nio 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
59 parte real, parte imaginária e módulo de funções ǔ(x, y) associada a dois pólos
de ressonância do domı́nio 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
60 domı́nios nodais associados às parte real e imaginária das funções ǔ(x, y) asso-
ciadas a dois pólos de ressonância do domı́nio Ω2 e ”gráfico de densidade” do
módulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
61 fronteira do domı́nio 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
62 parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos
de ressonância do domı́nio 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
63 domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) asso-
ciadas a dois pólos de ressonância do domı́nio 2 e ”gráfico de densidade” do
módulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
64 fronteira do domı́nio 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
65 parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos
de ressonância do domı́nio 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
66 domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) asso-
ciadas a dois pólos de ressonância do domı́nio 3 e ”gráfico de densidade” do
módulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
67 parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos
de ressonância do disco de raio unitário. . . . . . . . . . . . . . . . . . . . . . . 72
68 domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) as-
sociadas a dois pólos de ressonância do disco de raio unitário e ”gráfico de
densidade” do módulo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

vii
1 Introdução
O desenvolvimento de métodos numéricos para o estudo de problemas em equações com
derivadas parciais é um tópico prioritário de investigação pelas suas aplicações directas em
problemas de engenharia. Nas últimas duas décadas, marcadas pelo desenvolvimento com-
putacional, observou-se um crescimento da aplicação de novos métodos numéricos, entre os
quais, os métodos sem malha (meshless/meshfree methods). Nestes métodos, não há necessi-
dade de efectuar uma malhagem do domı́nio ou da sua fronteira, como acontece em métodos
clássicos (diferenças finitas, elementos finitos, elementos de fronteira). Esta particularidade
é especialmente atractiva do ponto de vista da implementação em domı́nios com geometrias
complicadas, em que grande parte do esforço computacional inerente aos métodos clássicos
consiste precisamente na construção da malha.

Neste trabalho vamos considerar um método sem malha - o Método das Soluções Fundamen-
tais (MFS) - e efectuamos um estudo da aplicabilidade deste método ao cálculo numérico das
frequências de ressonância e respectivas funções próprias para os problemas interior/exterior
no caso acústico. Estes problemas modelam fenómenos fı́sicos de ressonância e ocorrem em
diversos problemas de acústica, nomeadamente no estudo da vibração da membrana de um
tambor.

Este problema pode ser formulado matematicamente como um problema de valores próprios
generalizados, aplicado ao operador de Laplace. As frequências de ressonância ou frequências
próprias correspondem às frequências para as quais o operador de Helmholtz não é invertı́vel.
Para estes valores não há unicidade de solução do problema de valores na fronteira associado
à equação de Helmholtz. As soluções não triviais do problema são designadas funções próprias
ou modos próprios. No caso do problema interior, as frequências de ressonância formam uma
sucessão cujo limite é ∞ e as funções próprias podem ser escolhidas de forma a serem funções
reais. No caso do problema exterior, as frequências de ressonância são habitualmente denomi-
dadas pólos de ressonância e são valores complexos.

A determinação das frequências próprias e respectivas funções próprias é um problema ele-


mentar no caso de alguns domı́nios com geometrias simples, como por exemplo rectângulos ou
discos. No entanto, para domı́nios com geometrias mais complexas é necessária a aplicação de
um método numérico.

A resolução numérica de problemas de valores próprios e funções próprias recorrendo a


métodos sem malha é recente. Em 2002, J.T. Chen, M.H. Chang, K.H. Chen e I.L. Chen
abordaram estes problemas, recorrendo a um método com funções base radiais no caso bidi-
mensional (cf. [22]) e tridimensional (cf. [23]). Em 2003 Betcke e Trefethen, baseados no método
introduzido nos anos sessenta por Fox, Henrici e Moler (cf. [33]), desenvolveram um método
bastante mais robusto que o original e que permite resultados numéricos muito bons para uma
classe de domı́nios bastante geral (cf. [19]). Em 2000, A. Karageorghis aplicou o Método das
Soluções Fundamentais para o cálculo das frequências de ressonância de domı́nios bidimensio-
nais com geometria simples. (cf. [44])

1
Neste trabalho estudamos a aplicação do MFS a problemas de valores próprios para o ope-
rador Laplace-Dirichlet e Laplace-Neumann, para o caso de domı́nios limitados. Esse trabalho
foi objecto de apresentação em poster no International Workshop on MeshFree Methods, em
2003, tendo sido aceite para apresentação como Keynote Lecture (de C. J. S. Alves) na In-
ternational Conference on Computational Engineering Sciences ICCES’2004 (Madeira) e na
International Conference on Computational Methods ICCM’2004 (Singapura). A versão com-
pleta do trabalho encontra-se actualmente submetida para publicação em revista internacional
(cf. [7]). O método baseia-se numa escolha adequada dos pontos fonte do MFS, sendo uma ex-
tensão do trabalho de Karageorghis [44], aplicável a geometrias mais complicadas e a condições
de fronteira mais gerais. Para além disso, é ainda apresentado um método para o cálculo das
funções próprias.

Este método foi utilizado sistematicamente para domı́nios poligonais com vista à obtenção
de estimativas teóricas para os valores próprios. Os resultados obtidos vão ser submetidos para
publicação (cf. [13])

Organização do trabalho

No capı́tulo seguinte vamos apresentar o problema que pretendemos resolver, bem como
algumas definições e resultados que caracterizam as frequências de ressonância e respectivas
funções próprias com condições de fronteira de Dirichlet e de Neumann no caso de um pro-
blema interior. Terminamos o capı́tulo com algumas conjecturas que motivarão as simulações
numéricas levadas a cabo no capı́tulo 4.

No terceiro capı́tulo abordamos as questões relativas ao método numérico usado. Começa-


mos por apresentar uma justificação teórica para o MSF. Seguidamente descrevemos os algo-
ritmos para a escolha dos pontos de colocação, dos ”pontos-fonte” e para o cálculo das funções
próprias. O método é depois validado com a aplicação a domı́nios dos quais se conhecem
os valores exactos das frequências de ressonância e respectivas funções próprias, considerando
condições de fronteira de Dirichlet. De seguida aplicaremos o método para a resolução do pro-
blema de valores próprios em domı́nios não triviais. Passaremos depois a questões relacionadas
com a convergência do método numérico. Recorrendo a uma estimativa a posteriori obtida
por Fox, Henrici e Moler (cf. [33]) e a resultados de densidade obtidos por Alves (cf. [4]) ire-
mos demonstrar a convergência do método para a determinação das frequências de ressonância
e respectivas funções próprias, com condições de fronteira de Dirichlet. Seguidamente iremos
apresentar e validar o método numérico de forma a abordar o problema considerando condições
de fronteira de Neumann. Terminamos o capı́tulo com a aplicação a domı́nios não triviais com
condições de fronteira mistas.

No quarto capı́tulo levamos a cabo um número significativo de simulações numéricas que


permitirão reforçar algumas conjecturas conhecidas, bem como sugerir outras conjecturas rela-
tivamente a propriedades dos valores próprios em domı́nios poligonais, considerando condições

2
de fronteira de Dirichlet e de Neumann. Terminamos o capı́tulo com um estudo numérico de
possı́veis estimativas para o primeiro valor próprio de domı́nios planares, com condições de
fronteira de Dirichlet.

No quinto e último capı́tulo faremos uma abordagem à possibilidade de aplicar o MFS


para determinar os pólos de ressonância e respectivas funções próprias de domı́nios exteriores,
considerando condições de fronteira de Dirichlet e de Neumann em domı́nios captivos e não
captivos.

3
2 Problema Interior
2.1 A equação de Helmholtz
Vamos considerar a propagação, a velocidade constante, de uma onda acústica com frequência
w num meio isotrópico e homogéneo em Rd . O movimento da onda pode ser descrito por
um potencial de velocidades V (x, t) a partir do qual podemos obter o campo de velocidades e
pressão, dados respectivamente por
1 ∂V
v= ∇V, P = P0
ρ ∂t
onde P0 é uma pressão inicial. Usando a teoria linearizada das ondas, o potencial de velocidades
V verifica a equação das ondas
∂2V
= c2 ∆V
∂t2
onde c é a velocidade de propagação. No caso das ondas acústicas harmónicas no tempo

V (x, t) = u(x) e−iwt , (w > 0)

como
∂V
= −iwV
∂t
então
P = P0 (−iwV ) = −iwP0 u(x) e−iwt .
Além disso a função u(x) satisfaz a equação de Helmholtz

∆u + k 2 u = 0 (2.1)

onde k = wc é o número de onda. A equação de Helmholtz descreve o comportamento da onda


no interior do domı́nio (interior ou exterior).

Teorema 2.1. O problema de valores na fronteira associado à equação de Helmholtz fica bem
posto impondo condições na fronteira (Dirichlet, Neumann ou Robin), no caso de um domı́nio
limitado (exceptuando uma quantidade numerável de frequências reais). No caso do problema
exterior, se imposermos a condição de radiação de Sommerfeld
µ ¶
∂u 1
− iku = o d−1 quando r = |x| → ∞
∂r r 2
o problema de condições de fronteira fica bem posto (exceptuando uma quantidade numerável
de frequências complexas).

Demonstração: Ver [24]

4
Neste trabalho iremos concentrar-nos no problema de determinar as frequências para as
quais o problema não está bem posto. Essas frequências, para as quais não há unicidade de
solução, são denominadas frequências de ressonância. É possı́vel conhecer as frequências de res-
sonância através de expressão analı́tica para domı́nios de geometria simples (como por exemplo
domı́nios circulares ou rectangulares), mas a sua determinação para geometrias mais complexas
necessita de um algoritmo numérico. Neste trabalho propomos calcular essas frequências u-
sando o Método das Soluções Fundamentais. Esse método, conceptualmente semelhante ao
Método dos Elementos de Fronteira baseia-se numa representação da solução através da solução
fundamental da equação de Helmholtz1 . De acordo com o Teorema de Malgrange-Ehrenpreis
(eg. [75]), para todo o operador (não nulo) diferencial linear L com coeficientes constantes,
existe uma solução fundamental da equação LU = 0. Este teorema foi obtido de forma inde-
pendente por Malgrange (cf. [56]) e Ehrenpreis (cf. [28]). No caso bidimensional as soluções
fundamentais da equação de Helmholtz são no caso em que k é positivo,
i (1)
Φ(x) = H (k |x|)
4 0
ou
i (2)
Φ̄(x) = − H (k |x|)
4 0
(1) (2)
onde H0 e H0 são funções de Hänkel dadas por
(1)
H0 (r) = J0 (r) + i Y0 (r)
p
onde r = x2 + y 2 e
(2) (1)
H0 = H0
Normalmente usamos Φ pois verifica a condição de radiação de Sommerfeld.

1
Dado um operador diferencial linear L dizemos que uma função Φ é solução fundamental da equação LU = 0,
se tivermos LΦ = δ, onde δ é o delta de Dirac

5
2.2 Valores próprios e funções próprias do operador de Laplace
2.2.1 Resultados gerais
Seja Ω ⊂ R2 um domı́nio limitado e com fronteira suficientemente regular (por exemplo C 2 ).
Vamos estudar funções u(x) que verifiquem a equação de Helmholtz em Ω

∆u(x) + k 2 u(x) = 0
P2 ∂2
onde ∆ é o operador de Laplace (i.e. ∆ = i=1 ∂x2i ) para vários tipos de condições de fronteira:

• condições de Dirichlet, u(x) = f (x) em ∂Ω


∂u
• condições de Neumann, ∂n (x) = g(x) em ∂Ω

∂u
• condições de Robin ou mistas, ∂n (x) + a(x)u(x) = h(x) em ∂Ω

∂u
onde f, g, h e a são funções reais de variável real dadas. A expressão ∂n ≡ n.∇u denota a
derivada direccional de u na direcção de n, a normal unitária exterior a Ω.
Consideremos o problema de Dirichlet (analogamente de Neumann ou de Robin) para a
equação de Helmholtz:

½
∆u + k 2 u = 0 em Ω,
(2.2)
u=g sobre ∂Ω,

De acordo com o Teorema (2.1) o problema de determinar uma função u satisfazendo (2.2)
está bem posto, excepto para uma quantidade numerável de frequências. Estas frequências são
denominadas frequências de ressonância e correspondem a frequências para as quais não existe
solução do problema (2.2) não homogéneo.
¡ ¢
Teorema 2.2. O operador de Helmholtz ∆ + k 2 I é invertı́vel sse k não é uma frequência de
ressonância do domı́nio Ω.

Suponhamos agora g ≡ 0. Obtemos o problema


½
∆u + k 2 u = 0 em Ω
(2.3)
u=0 sobre ∂Ω

Vejamos agora que este problema pode ser encarado como um problema de valores próprios e
funções próprias do operador de Laplace.

Definição 2.1. Diz-se que λ ∈ C é um valor próprio (considerando condições de fronteira de


Dirichlet) do operador −∆, se existe uma função (possivelmente complexa) não identicamente
nula u ∈ C 2 (Ω) ∩ C 0 (Ω̄) (à qual chamamos função própria) tal que
½
−∆u = λu em Ω
(2.4)
u=0 sobre ∂Ω

6
Uma observação trivial é que se λ > 0 então, tomando λ = k 2 obtemos imediatamente que os
problemas (2.3) e (2.4) são equivalentes. Então, as soluções não triviais de (2.3) (que verificam a
equação de Helmholtz com condições de fronteira homogéneas) são, de facto, funções próprias
do operador −∆ em Ω. Vamos agora referir alguns resultados clássicos que caracterizam
algumas propriedades dos valores próprios e respectivas funções próprias. Vejamos antes de
mais o seguinte lema:

Lema 2.1. Sejam u, v ∈ C 2 (Ω)∩C 0 (Ω̄) funções (possivelmente complexas) soluções de −∆w =
λw em Ω que verificam as condições de fronteira (de Dirichlet, de Neumann ou de Robin) nulas,
então temos
Z
(−∆uv + u∆v)dx = 0 (2.5)

Demonstração: Aplicação directa das hipóteses e da Segunda Fórmula de Green.

Vejamos agora a seguinte definição:

Definição 2.2. Diz-se que um valor próprio λ tem multiplicidade geométrica m se existem m
funções próprias linearmente independentes, o que é equivalente a afirmar que o espaço próprio
associado a λ tem dimensão m.

Podemos facilmente obter o seguinte resultado:

Teorema 2.3. Os valores próprios e funções próprias do problema (2.2) têm as seguintes
propriedades:

1. Todos os valores próprios são reais.

2. Todas as funções próprias podem ser escolhidas de forma a serem funções reais de variável
real.

3. Funções próprias associadas a valores próprios distintos são ortogonais (relativamente


ao produto interno usual de L2 )

4. Todas as funções próprias podem ser escolhidas de forma a serem ortogonais (os valores
próprios com multiplicidade irão ter várias funções próprias).

Demonstração: Ver [25] ou [69].

Podemos agora caracterizar os valores próprios para cada uma das condições de fronteira
consideradas

Teorema 2.4.

1. Todos os valores próprios (considerando condições de fronteira de Dirichlet) são estrita-


mente positivos.

7
2. Todos os valores próprios (considerando condições de fronteira de Neumann) são não-
negativos (0 é sempre um valor próprio).

3. Se a(x) ≥ 0 então todos os valores próprios (considerando condições de fronteira de


Robin) são não-negativos. Se a(x) for estritamente positivo, então todos os valores são
positivos.

Demonstração: Ver [25], [69] ou [51].

2.2.2 Domı́nios nodais


Sejam ui , i = 1, 2, ... funções próprias associadas aos valores próprios λi . Vamos designar por
linha nodal de ui o conjunto N (ui ) = {x ∈ Ω : ui = 0} e por domı́nios nodais as componentes
conexas de Ω\N (ui ).

Teorema 2.5. (dos domı́nios nodais de Courant) O número de domı́nios nodais da função ui
é não superior a i, i = 1, 2, ...

Demonstração: Ver [25]

Este teorema é válido mesmo no caso em que a multiplicidade de um valor próprio é superior
a 1. Suponhamos que λk = λk+1 ... = λk+l , então u tem no máximo k valores nodais.

Corolário 2.1. A primeira função própria u1 associada ao valor próprio λ1 tem exactamente
um domı́nio nodal.

Demonstração É consequência imediata do Teorema (2.5)

Corolário 2.2. O primeiro valor próprio λ1 tem multiplicidade 1, isto é, λ1 6= λ2 .

Demonstração: Suponhamos que λ1 = λ2 , então pelo corolário (2.1), u2 tem apenas um domı́nio
nodal e portanto não muda de sinal em Ω. Então
Z
u1 u2 dx 6= 0

pois ui , i = 1, 2 não é identicamente nula em Ω. Sabemos que as funções próprias são ortogonais
relativamente ao produto interno de L2 (Ω) (eg. [25]), logo
Z
(u1 , u2 ) = u1 u2 dx = 0

8
e portanto chegámos a uma contradição, pelo que λ1 6= λ2 .

Corolário 2.3. Para n ≥ 2, o número de domı́nios nodais (#DN ) associados à n-ésima função
própria un (x) (correspondente ao n-ésimo valor próprio, contando com as multiplicidades)
verifica 2 ≤ #DN ≤ n.

Demonstração: Pelo teorema (2.5), temos que #DN ≤ n. Por outro lado, pelo teorema (2.3)
temos, Z
u1 un dx = 0

como, pelo corolário (2.1) a primeira função própria não muda de sinal em Ω, então a função
própria un tem de mudar de sinal em Ω, pois, por hipótese Ω é um conjunto com medida de
Lebesgue positiva.

2.2.3 Condição de fronteira de Neumann


Apesar de ser análoga ao caso de condições de fronteira de Dirichlet, introduzimos a definição
de valor próprio para o operador Laplace-Neumann.

Definição 2.3. Diz-se que µ é um valor próprio (considerando condições de fronteira de Neu-
mann) do operador de Laplace, se existe uma função u não identicamente nula em Ω tal que
u ∈ C 2 (Ω) (à qual chamamos função própria) tal que
½
−∆u = µu em Ω
∂u (2.6)
∂n = 0 sobre ∂Ω

2.3 Alguns teoremas e conjecturas


Nesta secção vamos enunciar alguns teoremas e conjecturas relativas aos valores próprios do
operador de Laplace. Vamos começar pelo clássico teorema de Rayleigh-Faber-Krahn. Esta
desigualdade foi conjecturada por Rayleigh (cf. [67]) baseada no cálculo do primeiro valor
próprio (com condições de fronteira de Dirichlet) para alguns domı́nios com geometrias simples.
Recorrendo a métodos de perturbação, estudou ainda λ1 para domı́nios quase circulares. O
resultado foi provado de forma rigorosa, por Faber (cf. [31]) e Krahn (cf. [45]) respectivamente
em 1923 e 1924, recorrendo a técnicas de ”re-arranjamento”.

Teorema 2.6. (Rayleigh-Faber-Krahn) A bola é o domı́nio que minimiza o valor de λ1 sobre


todos os domı́nios Ω ⊂ Rn limitados com uma dada área fixa, ou seja
2
πjn/2−1,1
λ1 ≥ , ∀Ω ∈ Z
A

9
Designamos por jp,q o q-ésimo zero da função de Bessel Jp e por A a área do domı́nio Ω.
Este resultado está relacionado com a desigualdade isoperimétrica clássica (designamos por L
o perı́metro)

L2 ≥ 4πA (2.7)

segundo a qual, podemos concluir que para uma dada área fixa, a bola é o domı́nio que tem o
menor perı́metro, ou de outra forma, considerando todos os domı́nios limitados para os quais
a fronteira tem um determinado perı́metro fixo, a bola é o que apresenta maior área.

Podemos colocar a questão análoga ao Teorema (2.6) para determinados subconjuntos es-
pecı́ficos, por exemplo para polı́gonos com n lados. A resposta ainda só é conhecida para n = 3
ou n = 4 e resume-se no seguinte resultado (eg. [64]):

Teorema 2.7. (Pólya & Szegö)

• O triângulo equilátero minimiza o valor de λ1 sobre todos os triângulos com uma dada
área fixa.

• O quadrado minimiza o valor de λ1 sobre todos os quadriláteros com uma dada área fixa.

Os teoremas (2.6) e (2.7) podem ser demonstradas recorrendo a um processo designado simetri-
zação de Steiner (eg. [64]). Aplicando o processo de simetrização de Steiner a um dado domı́nio
Ω, obtemos um novo domı́nio Ω̃. Prova-se que Ω e Ω̃ têm a mesma área, que o perı́metro de Ω̃
é não superior ao de Ω e que λ1 (Ω) ≥ λ1 (Ω̃). Por outro lado, dado um domı́nio Ω podemos, por
aplicação sucessiva (em geral numerável) de simetrizações de Steiner transformá-lo num cı́rculo.
Desta forma, provamos que o cı́rculo minimiza o primeiro valor próprio sobre todos os domı́nios
planares limitados com uma determinada área fixa, ou seja demonstramos o Teorema (2.6). Da
mesma forma, dado um triângulo (resp. quadrilátero) podemos por aplicação de uma sucessão
de simetrizações de Steiner adequadas obter o triângulo equilátero (resp. quadrado), o que
prova que o triângulo equilátero (resp. quadrado) minimiza o valor de λ1 sobre todos os
triângulos (resp. quadriláteros) com área fixa. Este argumento não é válido para n ≥ 5, pois
em geral a simetrização de Steiner aplicada a um n-polı́gono (entenda-se polı́gono com n lados)
com n ≥ 5 faz aumentar o número de lados do polı́gono. De facto, permanece ainda por
demonstrar ou refutar o resultado análogo ao Teorema (2.7) para n ≥ 5:

Conjectura 2.1. (Pólya & Szegö) O n-polı́gono regular minimiza o valor de λ1 sobre todos os
n-polı́gonos com uma dada área fixa.

Esta conjectura é baseado na desigualdade isoperimétrica análoga a (2.7) para cada uma das
classes de n-polı́gonos:

L2 ≥ cn A (2.8)

A constante cn pode ser obtida de forma a que tenhamos igualdade no caso do n-polı́gono
regular. É fácil verificar que ³π ´
cn = 4n tan
n

10
e que
limn→∞ cn = 4π
como seria de esperar, de acordo com (2.7). Esta desigualdade permite-nos concluir que sobre
todos os n-polı́gonos com uma determinada área fixa, o domı́nio que tem menor perı́metro é o
polı́gono regular, que daqui em diante designaremos por PRn .

Podemos de um ponto de vista pouco rigoroso mas intuitivo encarar PRn como sendo a
projecção da bola sobre a classe dos n-polı́gonos. Portanto, se a bola apresentar determinadas
propriedades optimais sobre todos os domı́nios limitados, é natural esperar que sobre a classe
dos n-polı́gonos o polı́gono PRn verifique as mesmas propriedades.

Atendendo a que são conhecidos os valores próprios dos rectângulos podemos facilmente
provar o seguinte resultado
Proposição 2.1. Seja R ⊂ R2 um rectângulo. O seu primeiro valor próprio verifica
L2 − 8A
λ1 (R) = π 2 (2.9)
4A2
Demonstração: Designemos por a e b os comprimentos dos lados do rectângulo R. Sabemos
que, neste caso, os valores próprios são dados por
µ 2 ¶
2 i j2
λi,j = π + 2 , i, j ∈ N1
a2 b
Em particular µ ¶
1 1
λ1 = π 2 +
a2 b2
Por outro lado, a área e o perı́metro do polı́gono R são dados por A = ab e L = 2a + 2b. Então
temos que
2 2 2
µ ¶
2 L − 8A 2 4a + 4b + 8ab − 8ab 2 1 1
π =π =π + = λ1 (R)
4A2 4a2 b2 a2 b2

A questão da existência de domı́nios optimais para os outros valores próprios motivou
estudos recentes. Um resultado obtido por Szegö e Krahn (cf [39]) é o seguinte:
Teorema 2.8. (Szegö-Krahn) O domı́nio Ω ⊂ Rn que minimiza o valor de λ2 sobre todos os
domı́nios limitados com uma dada área é a união de duas bolas idênticas.
Poder-se-á então colocar a questões sobre a existência de um domı́nio que minimize o valor
de λ2 sobre todos os domı́nios convexos com uma dada área fixa. Pode ser demonstrado que
existe um domı́nio convexo optimal (cf. [39] e [26]). Num artigo de 1973 (cf. [71]), Troesch
efectuou um estudo numérico que o levou a conjecturar que a solução seria um ”estádio” (o
envelope convexo de duas bolas idênticas e tangentes). Esta conjectura foi refutada em 2001
por Henrot e Oudet (cf. [38] e [39]), ao provarem que a fronteira do domı́nio optimal não poderia
conter arcos de circunferência. Provaram ainda que o domı́nio optimal (que vamos designar
por Ω∗2 ) deverá verificar algumas propriedades:

11
• A regularidade da fronteira do domı́nio Ω∗2 é no mı́nimo C 1 e no máximo C 2 .
• Se assumirmos que Ω∗2 é de classe C 1,1 , então λ2 (Ω∗2 ) tem multiplicidade um.
• Se assumirmos que Ω∗2 é de classe C 1,1 , então tem dois (e só dois) segmentos de recta na
sua fronteira e estes segmentos são paralelos.
Em 2002, Oudet efectuou um estudo numérico que lhe permitiu obter um domı́nio convexo
para o qual o valor de λ2 é inferior ao valor de λ2 do ”estádio” (cf. [60] e [61]). De acordo com
estes resultados Henrot e Oudet conjecturaram que Ω∗2 teria dois eixos de simetria ortogonais
(cf. [39]). Ainda na sequência deste estudo e recorrendo a um resultado obtido em 1994 por
Keller e Wolff, segundo o qual conhecidos os primeiros k domı́nios optimais Ω∗j j = 1, ..., k que
minimizam os primeiros k valores próprios, podemos de uma forma recursiva obter um domı́nio
Ω∗k+1 que minimiza λk+1 (cf. [46]), Oudet obteve numericamente domı́nios que apresentam os
menores valores (até agora conhecidos) para os primeiros 10 valores próprios. Os resultados
obtidos têm ainda outra consequência: Szegö tinha colocado a questão de saber se o domı́nio
optimal Ω∗k para o k-ésimo valor próprio seria um bola ou a união de bolas. Oudet obteve
um domı́nio para o qual o valor λ5 é inferior ao menor valor que se pode atingir considerando
domı́nios circulares ou união de domı́nios circulares, o que levará a afirmar que a resposta à
questão colocada por Szegö seja negativa.

Quanto à minimização do valor de λ3 , já foi demonstrada a existência de um domı́nio


optimal Ω∗3 (cf. [37]):
Teorema 2.9. (Bucur-Henrot e Wolf-Keller) Existe um domı́nio Ω∗3 que minimiza λ3 sobre
os conjuntos abertos com uma dada área fixa. Além disso, Ω∗3 é conexo em dimensão N=2 ou
N=3.
Em 1994 Keller e Wolf provaram que a bola é um minimizante local de λ3 (cf. [46]) o que
leva a conjecturar que a bola seja o domı́nio optimal Ω∗3 que minimiza λ3 . Este resultado está
de acordo com os resultados numéricos obtidos por Oudet (cf. [60] e [61]).

O próximo resultado é relativo à optimização de quocientes de valores próprios. Em 1955


Payne, Pólya e Weinberger demonstraram (a duas dimensões) que
λ2
≤3
λ1
e conjecturaram que o domı́nio optimal para este quociente seria o cı́rculo (cf. [62]), resultado
que foi obtido por Ashbaugh e Benguria em 1991 (cf. [15]) no caso bidimensional e em 1992 no
caso N -dimensional (cf. [16]):
Teorema 2.10. (Ashbaugh-Benguria) A bola é domı́nio que maximiza o quociente
λ2
λ1
sobre todos os domı́nios de Rn , ou seja
2
jn/2,1
λ2
(Ω) ≤ 2 , Ω ⊂ Rn (2.10)
λ1 jn/2−1,1

12
Algumas conjecturas propostas por Payne, Pólya e Weinberger:
Conjectura 2.2. • A bola é domı́nio que maximiza o quociente
λ3 + λ2
λ1
sobre todos os domı́nios planares com uma dada área fixa.

• A bola é domı́nio que maximiza o quociente


PN +1
j=2 λj
λ1

sobre todos os domı́nios de RN com uma dada área fixa.


Como vimos, de acordo com o Teorema (2.6) a bola minimiza o primeiro valor próprio λ1 ,
no caso de condições de fronteira de Dirichlet. Os resultados seguintes estabelecem que a bola
maximiza o valor de µ1 (o primeiro valor próprio positivo) no caso de condições de fronteira de
Neumann. Em 1954, Szegö provou o seguinte resultado:
Teorema 2.11. A bola é o domı́nio que maximiza o valor de µ1 sobre todos os domı́nios
planares simplesmente conexos Ω ⊂ R2 com uma dada área fixa.
Mais tarde, Weinberger generalizou este resultado para domı́nios limitados de Rn , n ≥ 2
Teorema 2.12. (Szegö-Weinberger) A bola é o domı́nio de Rn que maximiza µ1 sobre todos
os domı́nios abertos com um dado volume fixo.
µ2
Vejamos agora um resultados muito simples sobre o quociente µ1 no caso dos rectângulos:
Proposição 2.2. Seja P4 um rectângulo cujos lados têm comprimentos a e b, com a ≥ b.
Então temos que 1 ≤ µµ21 ≤ 4. Além disso, µµ21 = 1 sse P4 é um quadrado e µµ21 = 4, se ab ≥ 2.
Demonstração: Sabemos que, neste caso, os valores próprios são dados por
µ 2 ¶
2 i j2
µi,j = π + 2 , i, j ∈ N0
a2 b
n o
π2 4π 2 π 2
Vamos supor, sem perda de generalidade que a ≥ b. Então µ1 = a2
e µ2 = min ,
a2 b2
,
logo

µ ¶
µ2 a2
= min ,4 (2.11)
µ1 b2
µ2
pelo que, µ1 ≥ 1 com igualdade apenas no caso em que a = b. Temos agora, por (2.11) que
a2 a µ2
nos rectângulos em que b2
≥ 4 ou seja b ≥ 2, então µ1 = 4.

13
3 Aproximação Numérica por um Método de Soluções Funda-
mentais
3.1 Aproximação das frequências de ressonância
3.1.1 Justificação teórica do método
Nesta secção, e antes de passarmos aos testes numéricos, vamos descrever o método numérico
usado - O Método das Soluções Fundamentais (MSF). O MSF é um método sem malha, isto
é, ao contrário de outros métodos numéricos clássicos que podem ser aplicados à resolução de
problemas de valor inicial em equações diferenciais parciais2 , não requer a utilização de uma
malha sobre o domı́nio, nem de cálculos de integração, o que se traduz numa grande simpli-
cidade de implementação computacional. Como desvantagem iremos ver que é um método
mal condicionado. Além disso, a matriz do sistema associado a este método tem determinante
”muito pequeno”. Ainda estão em aberto algumas questões relativas à convergência e estabili-
dade do método.

Recordamos que a solução fundamental da equação de Helmholtz no caso bidimensional é


i (1)
Φk (x) = H (k |x|)
4 0
(1)
onde H0 é a função de Hänkel de primeira espécie. Daqui em diante, salvo em casos em que
possa gerar confusão, vamos apenas escrever Φ(x) para designar a solução fundamental para
uma dada frequência k. Sabemos que, por definição de solução fundamental, Φ(x) verifica
∆Φ(x) + k 2 Φ(x) = −δ, onde δ é a distribuição conhecida por delta de Dirac. Então, Φ(x)
verifica a equação de Helmholtz em todos os pontos x ∈ R2 \{0} e por translação temos que
Φ(x − y) verifica a equação de Helmholtz em todos os pontos x ∈ R2 \{y}. O mesmo acontece
para combinações lineares destes termos, pelo que podemos concluir que
N
X
uN (x) = αj Φ(x − yj ) (3.1)
j=1

S
verifica a equação de Helmholtz em todos os pontos x ∈ R2 \ N j=1 {yj }. Consideremos agora um
2
dado domı́nio Ω ⊂ R . Se escolhermos os pontos yj no exterior de Ω podemos imediatamente
concluir que uN verifica a equação de Helmholtz em Ω̄. Portanto a primeira equação de (2.2)
é satisfeita e para que tenhamos aproximações das soluções deste problema basta-nos analisar
o problema na fronteira. É isso que faremos de seguida. Sejam yj escolhidos sobre uma curva
γ que envolve o domı́nio3 Ω. Dizemos que γ nestas condições é uma curva admissı́vel (cf. [2]).

Podemos agora provar que as funções Φ(x − yj ) são linearmente independentes:


2
como por exemplo, diferenças finitas, elementos finitos, elementos de fronteira, etc.
3
Na verdade foi provado que γ pode ser mais geral, por exemplo a fronteira de um domı́nio que contenha Ω
(para a qual k não é uma frequência de ressonância) ou então uma parte de uma curva analı́tica cuja extensão
analı́tica não intersecte Ω.

14
Teorema 3.1. Seja Ω um aberto de Rd e y1 , ..., yn ∈ Ω̄c pontos distintos. Então, dado λ ∈ C,
as funções Φλ (• − yj ), j = 1, 2, ..., n são linearmente independentes.

Demonstração: Seja
n
X
v(x) = αj Φλ (x − yj )
j=1

Como a solução fundamental Φ(x) é analı́tica, excepto na origem, por translação, cada função
Φλ (x − yj ) é analı́tica excepto no ponto yj . Logo v é analı́tica excepto no conjunto de pontos
{y1 , ..., yn }. Como por hipótese y1 , ..., yn ∈ Ω̄C , então v(x) é analı́tica em Ω. Com vista a um
absurdo, vamos supor que as funções Φλ (x − yj ) são linearmente dependentes, ou seja vamos
supor que podemos escrever v(x) = 0 em que os coeficientes αj não são todos simultaneamente
nulos. Temos então que, no sentido das distribuições

δj ∗ Φλ (x) = τj (δ) ∗ Φλ (x) = δ ∗ τj (Φλ (x)) = δ ∗ Φλ (x − yj ) = Φλ (x − yj )

onde δj (x) = δ(x − yj ) e τj designa o operador de translação por yj . Então


n
X n
X
0 = v (x) = αj δj ∗ Φλ (x − yj ) = αj (δj ∗ Φλ (x − yj ))
j=1 j=1

Então  
n
X n
X
 αj δj  ∗ Φλ (x − yj ) = 0 ⇒ αj δj = 0
j=1 j=1

e como por hipótese os pontos yj são distintos, então, por independência linear dos deltas de
Dirac deveremos ter αj = 0, j = 1, . . . , n e, portanto, todos os coeficientes αj deverão ser nulos
o que contradiz a hipótese.

Vejamos agora um Teorema que nos garante que uma função da forma (3.1) pode aproximar
as condições de fronteira do problema (cf. [2], [8]).

Teorema 3.2. O conjunto

Sγ = span {Φ(x − y)|x∈∂Ω : y ∈ γ}

é denso em L2 (∂Ω) desde que γ seja uma curva admissı́vel.

Demonstração: Basta verificar que

w(y) = hg, Φ(• − y)iL2 (∂Ω) = 0, ∀y ∈ γ ⇒ g ≡ 0

pois nesse caso, o espaço ortogonal de Sγ em L2 (∂Ω) será {0} e, portanto teremos comple-
tude. Esta implicação resulta de considerar a representação integral, porque w é solução da
equação de Helmholtz em R2 \Ω que é nula sobre γ e analı́tica no exterior de Ω. Uma vez
que o problema exterior tem solução única (desde que se verifique a condição de radiação de

15
Sommerfeld), obtemos então que w = 0 em R2 \Ω por extensão analı́tica. Como o salto do
potencial de camada simples é nulo, então w é solução de um problema interior homogéneo em
Ω e desde que k não seja uma frequência de ressonância a solução será a função nula. Então,
w é nulo, e, portanto também g (que é o salto da derivada normal) é nulo. ♦

Então, pelos Teoremas (3.1) e (3.2) podemos estabelecer que é possı́vel encontrar uma sucessão
de funções da forma (3.1) que aproxima qualquer função g ∈ L2 (∂Ω). Como vimos atrás uma
função desta forma, por construção, é solução da equação de Helmholtz em Ω e, portanto, a
função (3.1) é uma aproximação da solução do problema (2.2). Para determinar esta aproxi-
mação precisamos apenas de determinar os coeficientes αj . Isso pode ser feito de uma de duas
posibilidades:

• por colocação, isto é, considerando um número N de pontos sobre a fronteira do domı́nio
∂Ω e o mesmo número N de pontos sobre a curva γ que envolve Ω. Devemos agora impor
que a função dada por (3.1) seja igual ao valor da função g nos pontos x1 , ..., xM ∈ ∂Ω.
Obtemos assim o sistema

[Φ(xi − yj )]N ×N [αj ]N ×1 = [g(xi )]N ×N (3.2)

• por um método de mı́nimos quadrados, isto é, considerando um número N de pontos sobre
a fronteira do domı́nio ∂Ω e um número M < N de pontos sobre a curva γ que envolve
Ω. Podemos agora calcular a melhor aproximação, no sentido dos mı́nimos quadrados o
que implica um sistema da forma

[Φ(xi − yj )]N ×M [αj ]M ×1 = [g(xi )]N ×1 (3.3)

Neste trabalho iremos optar pela primeira hipótese.

O objectivo deste trabalho consiste em determinar os valores próprios e as respectivas


funções próprias do operador de Laplace, isto é, estamos interessados em determinar os valores
−k 2 para os quais existe uma função não identicamente nula u verificando o problema (2.2).
Como g ≡ 0 é uma função analı́tica, faz sentido encarar a aproximação do MSF como a
discretização do potencial de camada simples. Então, consideremos o operador

Hκ : H −1/2 (Γ̂) → R C ∞ (∂Ω)


(3.4)
ϕ → Γ̂ Φκ (x − y)ϕ(y) dsy .
Suponhamos que para um dado k existe um função ϕ 6= 0 tal que Hk ϕ = 0 isto é dim(Ker(Hk ) >
0. Então, a extensão analı́tica de Hk ϕ a Ω, dada pelo potencial de camada simples que iremos
designar por H̃k ϕ, será uma função própria associada ao valor próprio −k 2 .

Teorema 3.3. Se dim(Ker(Hk )) > 0, então −k 2 é um valor próprio do problema (2.3) e


qualquer função não identicamente nula ϕ ∈ Ker(Hk ) é uma função própria associada ao
valor próprio −k 2 .

16
Demonstração: A hipótese implica que existe ϕ 6≡ 0 : Hk ϕ = 0. Então, é suficiente mostrar que
H̃k ϕ 6≡ 0 em Ω. Suponhamos que H̃k ϕ ≡ 0, então, por extensão analı́tica o traço interior H̃k ϕ
em Γ̂ será nulo. Como o traço exterior de um potencial de camada simples é igual ao interior,
então H̃k ϕ é solução do problema exterior com traço exterior nulo. Então como o problema
exterior está bem posto, desde que se verifique a condição de radiação de Sommerfeld (que é
verificada pelo potencial de camada simples) temos que ϕ ≡ 0, o que contradiz a hipótese.

A abordagem ao problema de Neumann é análoga considerando


Z X
∂nx Φκ (x − y)ϕ(y) dsy ≈ ñx .∇Φκ (x − yj )ϕj .
Γ̂ j

em que ñx aproxima nx . Vejamos agora como é que podemos recorrer ao Método das Soluções
Fundamentais (MSF) para estudarmos o problema das frequências de ressonância. Atendendo
ao Teorema (2.2) podemos encarar o operador de Helmholtz como uma matriz de dimensão
infinita que ”é invertı́vel” sse k não é uma frequência de ressonância. Como vimos, uma função
da forma (3.1) onde os αj são obtidos por resolução do sistema (3.2) é uma aproximação da
solução do problema (2.2). É, portanto, natural esperar que para uma frequência de ressonância
tenhamos dificuldade em resolver o sistema (3.2), mais precisamente, é natural esperar que o
determinante da matriz associada ao sistema (3.2) seja quase nulo. É esta ideia que vamos usar
para determinar as frequências de ressonância. De facto, a localização das frequências de res-
sonância pode ser encarada como a determinação de ”zeros” de uma função g(w) := Det[A(w)],
onde A é a matriz do sistema (3.2). Na verdade o determinante de A nunca será exactamente
nulo4 mas como iremos ver, existem frequências w para os quais a função g(w) tem ”descon-
tinuidades abruptas” de valor. Iremos testar para alguns domı́nios dos quais conhecemos a
expressão exacta das frequências de ressonância e veremos que estas frequências para as quais
se dão as ”descontinuidades” de g são boas aproximações das frequências de ressonância desses
domı́nios.

Para determinar numericamente as aproximações das frequências de ressonância vamos usar


o método da bissecção que se mostrou mais eficaz para a resolução deste problema. Uma ob-
servação é que o determinante da matriz A é um número complexo. Claro que, como provámos
no Teorema (2.3), as frequências de ressonância são números reais, pelo que a parte imaginária
do determinante de A deve ser desprezável relativamente à sua parte real. O processo usado
para podermos recorrer ao método da bissecção foi definir uma ”derivada” para uma dada
função h da seguinte forma:
h(w + ²) − h(w)
h0 (w) :=
²
para um valor de ² bastante pequeno. Se a função h for regular, claramente isto corresponde
a fazer uma aproximação de primeira ordem da derivada de h por diferenças finitas. Se h não
for diferenciável, este valor pode ser interpretado como traduzindo a variação média da função
num intervalo pequeno o que, do ponto de vista da aplicação para este trabalho é suficiente.
No nosso caso, vamos considerar h = |g|, ou seja, o módulo do determinante da matriz. Como
4
devido a problemas de instabilidades numéricas.

17
iremos ver, a função h0 toma valores negativos para as frequências inferiores a ω0 (a frequência
de ressonância) num intervalo suficientemente pequeno que contenha ω0 e valores positivos
para as frequências desse intervalo superiores a ω0 . Então podemos aplicar o método da bis-
secção a esta função h0 que o método irá convergir. Podemos facilmente ver que a função h em
estudo não é contı́nua nas frequências de ressonância5 . Isto poderá justificar o facto de out-
ros métodos iterativos (como o método da secante ou o método de Steffensen) não convirjam.
Uma alternativa a este processo poderá ser a estratégia adoptada por Karageorghis (cf. 49)
¯
de determinar aproximações das frequências de ressonância calculando zeros das partes real e
imaginária do determinante. Claro que as partes real e imaginárias são funções regulares, pelo
que, eventualmente, este processo permitiria recorrer a outros métodos iterativos ao invés do
método da bissecção. No entanto, neste trabalho vamos optar pelo processo que foi descrito
anteriormente e que se revelou eficaz. Uma observação é que, o MSF recorrendo a um método
de colocação, implica a resolução de um sistema A.x = b, onde A é uma matriz quadrada e
b é um vector que ”descreve” as condições de fronteira do problema que estamos a resolver.
Sabemos (dos resultados elementares de álgebra linear) que este sistema é solúvel e tem solução
única sse A for invertı́vel, ou seja, sse o determinante de A não for nulo. Nenhuma condição
é exigida ao vector b. Isto justifica o facto de agora em diante nos concentrarmos no cálculo
do determinante da matriz A e de certa forma ignorarmos o vector b. De facto, se uma dada
frequência não é de ressonância, então o sistema é possı́vel e determinado para todos os vectores
b.

Passemos agora à determinação numérica das frequências de ressonância. Para isso, pre-
cisamos de encontrar um critério para a escolha dos pontos-fonte yj . No caso do cı́rculo e do
quadrado, Karageorghis observou que se obtinham resultados bastante bons escolhendo os pon-
tos yj sobre a fronteira de um domı́nio que era uma ”dilatação” do domı́nio em estudo (cf. [44]).
Para domı́nios com geometrias mais complexas deveremos escolher os pontos yj de forma apro-
priada. Iremos de seguida descrever um algoritmo que conduz a resultados numéricos bastante
bons.

3.1.2 Algoritmo para a escolha dos pontos-fonte


A ”fronteira artificial” que consideramos é determinante na precisão das aproximações que
obtemos (cf. [12]). Assim, em [12] foi proposto o seguinte algoritmo para a escolha dos pontos-
fonte que conduzia a bons resultados, mesmo no caso de domı́nios com geometrias mais com-
plexas: Considerar N pontos sobre a fronteira do domı́nio. Para cada um destes pontos xi
determinar o vector normal à fronteira do domı́nio nesse ponto. Supondo que a fronteira do
domı́nio é regular, este vector normal é perpendicular à recta tangente à fronteira do domı́nio
em xi . Podemos facilmente aproximar este vector tangente como sendo por exemplo dado por
t1,i = xi − xi−1 ou por t2,i = xi − xi+1 . Com base nestes vectores é fácil verificar que os vectores
n1 = c1 {−t1,i [2], t1,i [1]} e n2 = c2 {−t2,i [2], t2,i [1]} são respectivamente perpendiculares6 a t1,i
e t2,i . Vamos tomar ci = ±1, i = 1, 2 escolhendo o sinal de forma a que os vectores apontem
para o exterior do domı́nio. A aproximação que vamos considerar para vector normal resulta
5
numa vizinhança suficientemente pequena que contenha a frequência de ressonância tem sinal negativo para
valores inferiores à frequência de ressonância e sinal positivo para valores superiores à frequência de ressonância
6
onde por t1,i [2] pretendemos designar a segunda coordenada do vector t1,i em xi .

18
da média dos vectores anteriores,
n1 + n2
n=α
2
onde α deve ser um valor pequeno (de 0.2 a 1.5). No caso de domı́nios com geometrias simples,
obtemos melhores resultados se tomarmos α ligeiramente maior. Desta forma o ponto yi da
”fronteira artificial” correspondente a xi é dado pela soma vectorial do ponto xi com o vector
n, ou seja por
yi = xi + n
Por construção, o conjunto
∪N
i=1 {yi }

é formado por pontos exteriores ao domı́nio e que distam da fronteira ∂Ω de um valor relati-
vamente pequeno. A primeira observação a fazer é que desta forma, e ao contrário de outras
possı́veis escolhas a ”fronteira artificial” que obtemos, em geral, não será a fronteira de um
dado domı́nio. A escolha de outra ”fronteira artificial” arbitrária poderá trazer limitações ao
método numérico obtido: não só não obtemos aproximações com uma boa precisão, como ape-
nas conseguimos aproximar um número reduzido de valores próprios (cf. [12]). Como veremos,
recorrendo a este processo conseguimos obter aproximações muito boas, mesmo para domı́nios
com geometrias mais complicadas.
Passemos agora ao estudo da localização das frequências de ressonância que pretendemos
levar a cabo. Como comentámos atrás, estas frequências de ressonância coincidem com as
”descontinuidades abruptas” da função h associada ao determinante da matriz do sistema.
É portanto, natural tentar estudar a ”evolução” do determinante da matriz em função da
frequência. Na Figura 1, está represntado o gráfico da função7 Log(h) considerando 10 pontos
de colocação para frequências no intervalo8 (0,5) no caso do disco de raio unitário.
-10

-11

-12

-13

-14

-15

1 2 3 4 5

Figura 1: gráfico da função Log(h(w)) para frequências no intervalo (0,5).

Vemos que, neste intervalo, a função tem duas ”descontinuidades abruptas” (uma próximo
de 2.4 e outra próximo de 3.8). Devemos suspeitar que estes valores serão aproximações de
duas frequências de ressonância. No entanto, para um domı́nio arbitrário não conseguimos
a priori confirmar ou refutar esta suspeita. O que podemos certamente fazer é comparar as
aproximações obtidas considerando mais ou menos pontos de colocação e tentar tirar alguma
7
Aplicamos a função logaritmo para evidenciar as oscilações da função h.
8
Vimos no Teorema (2.4) que os valores próprios de Dirichlet são estritamente positivos.

19
conclusão. Na Figura 2 vemos a sobreposição dos gráficos da função Log(h) considerando 8,
15, 20 e 25 pontos de colocação.

-10 3 4 5 6 7 8

-20

-30

-40

Figura 2: gráficos da função Log(h(w)) considerando 8, 15, 20 e 25 pontos de colocação (re-


spectivamente a vermelho, violeta, verde e azul).

A primeira observação é que os valores dos determinantes descrescem quando aumentamos o


número de pontos de colocação. Isto conduz a graves consequências se pretendermos aproximar
determinadas frequências de ressonância, pois acabamos por obter valores que entram nos limi-
tes de precisão do computador. Por outro lado, comparando os gráficos obtidos podemos ver
que considerando 8 pontos de colocação apenas conseguimos localizar significativamente duas
frequências de ressonância. A partir w = 4 vemos que o comportamento da função que obtemos
neste caso se afasta do comportamento das outras funções. Da mesma forma, no caso em que
consideramos 15 pontos de colocação, vemos que o gráfico obtido apresenta o mesmo comporta-
mento dos gráficos obtidos com mais pontos de colocação até sensivelmente a w = 7.2. Somos
levados a afirmar que até este valor as aproximações obtidas são credı́veis. Para frequências su-
periores deveremos considerar mais pontos de colocação. Portanto as frequências de ressonância
que conseguimos determinar dependem muito do número de pontos de colocação considerados.
Na verdade, se consideramos poucos pontos de colocação não conseguimos ”definir” bem a fron-
teira do domı́nio, isto é, a informação que obtemos com base nesses pontos é a mesma para uma
infinidade de domı́nios9 (Figura 3). Claro que esta observação é válida mesmo quando consider-
amos muitos pontos de colocação, no entanto, nesse caso, o número de domı́nios ”equivalentes”
10 é muito menor.

Introduzimos agora a seguinte definição

Definição 3.1. Consideramos Γn ⊆ ∂Ω um conjunto de pontos de discretização razoável se

maxx∈Γn (kx − xn k + kx − xn+1 k) ≤ β kxn+1 − xn k , com β ≈ 1

3.1.3 Validação do método numérico


Nesta secção vamos testar o algoritmo para alguns domı́nios dos quais dispomos dos valores
próprios. Vamos considerar a bola de raio unitário e quadrado de lado unitário. Considerando
9
pois entre dois pontos de colocação consecutivos nenhuma informação é considerada.
10
isto é, domı́nios diferentes que por aplicação do MSF conduzem ao mesmo resultado.

20
1

0.5

-1 -0.5 0.5 1

-0.5

-1

Figura 3: vários domı́nios de discretização considerando os pontos de colocação representados.

N = 50 pontos xi angularmente igualmente espaçados sobre ∂Ω e recorrendo ao algoritmo para


a escolha de pontos fonte yj descrito na secção anterior, obtemos os pontos representados na
Figura 4.

0.75
1

0.5

0.5
0.25

-1 -0.5 0.5 1 -0.75 -0.5 -0.25 0.25 0.5 0.75

-0.25
-0.5

-0.5

-1
-0.75

Figura 4: pontos xi e yi no caso da bola de raio unitário e do quadrado de lado unitário, com
α = 0.4.

No primeiro gráfico da Figura 5 vemos o gráfico de Log(Det(h(w))) para frequências entre


2 e 5.4 considerando 20, 30 e 40 pontos de colocação no caso da bola de raio unitário. No
segundo gráfico da Figura 5 vemos o gráfico de Log(Det(h(w))) para frequências entre 4 e 9.4
considerando 20, 30 e 40 pontos de colocação no caso do quadrado de lado unitário.

A tracejado temos representado o valor exacto das primeiras três frequências da bola e do
quadrado (respectivamente)11 . Como vemos na Figura 5 as frequências de ressonância coinci-
dem com as singularidades visı́veis no gráfico do determinante.

Passemos agora à análise dos erros obtidos para as três primeiras frequências de ressonância
κi do disco de raio unitário com α = 0.4:

11
Sabemos que as frequências de ressonância da bola de raio unitário são dados pelos zeros
√ das
√ funções
√ de
Bessel. No caso do quadrado, as três primeiras frequências de ressonância são dadas por π 2, π 5 e π 8.

21
5 6 7 8 9

-40

-50
-60

2.5 3 3.5 4 4.5 5


-100

-100

-150

-120

-140
-200

-160

-250

Figura 5: gráfico de Log(Det(h(w))) considerando 20, 30 e 40 pontos de colocação no caso da


bola de raio unitário e do quadrado de lado unitário.

m erro abs. (κ1 ) m erro abs. (κ2 ) m erro abs. (κ3 )


30 2.30625 × 10−6 30 4.94702 × 10−6 30 5.21586 × 10−6
40 5.90105 × 10−8 40 1.21272 × 10−8 40 1.26138 × 10−7
50 1.64104 × 10−9 50 3.01659 × 10−10 50 3.27406 × 10−9
60 8.23746 × 10−11 60 9.30012 × 10−12 60 9.35225 × 10−11
Como vemos, com apenas 60 pontos de colocação já obtemos erros absolutos da ordem de
10−11 . Vejamos agora o caso do quadrado de lado unitário. Calculando aproximações para as
primeiras três frequências de ressonância κi considerando α = 0.4 obtivemos os seguintes erros
absolutos:

m erro abs. (κ1 ) m erro abs. (κ2 ) m erro abs. (κ3 )


30 5.72502 × 10−6 30 1.35599 × 10−6 30 1.80446 × 10−5
40 8.42454 × 10−8 40 1.67152 × 10−7 40 2.17843 × 10−7
50 7.76885 × 10−8 50 1.10476 × 10−8 50 6.94929 × 10−8
60 1.46642 × 10−9 60 1.44218 × 10−9 60 3.17219 × 10−9

Vemos que com 60 pontos de colocação obtemos erros absolutos da ordem de 10−9 . Estes
valores sugerem que o método possa ser aplicável mesmo a domı́nios com fronteira não regular.
Vejamos agora o caso de um domı́nio do qual dispomos da quinta frequência de ressonância.
Sabemos que as funções v(x,√ y) = c sin(x) sin(2y) + sin(2x) sin(y), c ∈ [1, ∞] são funções
próprias associadas ao valor 5, a segunda frequência de ressonância do quadrado [0, π]×[0, π].
As respectivas linhas nodais são dadas por y = arcos( −1
c cos(x)), x ∈ [0, π] (Figura 6).

Assim, o valor 5 é a quinta frequência de ressonância para os diferentes domı́nios repre-
sentados na Figura 7. Curiosamente os diferentes domı́nios obtidos para diferentes valores de

22
3

2.5

1.5

0.5

0
0 0.5 1 1.5 2 2.5 3

Figura 6: domı́nios nodais da função própria associada à segunda frequência de ressonância


do quadrado e respectiva linha nodal (c=1.3).

c ∈ [0, ∞] têm a mesma área e o mesmo valor de√κ4 . Nos ”casos-limite” em que c = 1 e c → ∞
obtemos, respectivamente o quadrado de lado 2π e um rectângulo cujos comprimentos dos
lados são 2π e π.
3

2
1 2

1
1 1.5
-3 -2 -1 1 2 3
1
-1 -3 -2 -1 1 2 3
-3 -2 -1 1 2 3 0.5

-1
-2 -3 -2 -1 1 2 3
-1 -0.5

-2 -1
-3 -2 -1.5

Figura 7: domı́nios obtidos quando c = 1, c = 1.3, c = 1.8 e c = 600 (respectivamente).

Considerando c = 1.3, obtemos os seguintes valores de erro absoluto (com α = 1) em função


do número de pontos de colocação:

m erro abs. (κ4 ) m erro abs. (κ4 ) m erro abs. (κ4 )


20 2.10352 × 10−4 30 1.46198 × 10−5 40 1.2331 × 10−6
50 3.06129 × 10−7 60 2.52128 × 10−8 70 5.05447 × 10−9
80 3.19481 × 10−9 90 6.19889 × 10−10 100 1.87289 × 10−10

3.1.4 Aplicação a domı́nios não triviais


Nesta secção vamos aplicar o método numérico para determinar as frequências de ressonância
de domı́nios não triviais. Vamos começar pelos domı́nios considerados em [12], cujas fronteiras
estão representadas na Figura 8 e podem ser parametrizadas da seguinte forma:

Domı́nio Ω1
½ ¾
sin(2t)
{x(t), y(t)} = cos(t), sin(t) + , para 0 ≤ t < 2π
3

23
Domı́nio Ω2
½ ¾
5 sin(t) cos(2t)
{x(t), y(t)} = cos(t), sin(t) + , para 0 ≤ t < 2π
9

Domı́nio Ω3
½ ¾
cos(t) sin(2t) cos(4t)
{x(t), y(t)} = cos(t) − , sin(t) + , para 0 ≤ t < 2π
2 6

1 1 1

0.5 0.5 0.5

-1 -0.5 0.5 1 -1 -0.5 0.5 1 -1 -0.5 0.5 1

-0.5 -0.5 -0.5

-1 -1 -1

Figura 8: fronteiras dos domı́nios Ω1 , Ω2 e Ω3 (respectivamente).

Considerando N=100 pontos de colocação sobre a fronteira de cada um dos domı́nios e aplicando
o algoritmo para a escolha dos pontos-fonte descrito na secção anterior com α = 0.4, obtemos
os pontos representados na Figura 9.

1.5 1.5 1.5

1 1 1

0.5 0.5 0.5

-1.5 -1 -0.5 0.5 1 1.5 -1.5 -1 -0.5 0.5 1 1.5 -1.5 -1 -0.5 0.5 1 1.5

-0.5 -0.5 -0.5

-1 -1 -1

-1.5 -1.5 -1.5

Figura 9: pontos de colocação e pontos-fonte dos domı́nios Ω1 , Ω2 e Ω3 (respectivamente) com


α = 0.4.

24
• Nós igualmente espaçados

Nas secções anteriores considerámos os pontos de colocação xi ∈ ∂Ω igualmente espaçados


de forma angular, isto é, no caso dos domı́nios dos quais dispomos de uma parametrização
γ(t), t ∈ [0, 2π], consideramos xi = γ(i 2πN ), i = 1, ..., N . Vamos agora sugerir um algoritmo
para a escolha dos pontos xi (cf. [10]) que iremos ver que conduz a melhores resultados que com
a escolha que considerámos até agora. Vamos antes de mais motivar esta ideia: Consideremos
para cada valor de β ∈ [0, 1[ a parametrização da circunferência de centro na origem e raio
unitário
sin(2t) sin(2t)
γβ (t) = (cos(t + β ), sin(t + β ), t ∈ [0, 2π] (3.5)
2 2
Para β = 0 temos uma das parametrizações usuais da circunferência. Consideremos agora os
pontos de colocação obtidos por xi = γ(i 2π
N ), i = 1, ..., N . Na Figura 10 considerámos N = 70
e representamos os pontos de colocação e pontos-fonte obtidos com β = 0, 0.5 e 0.9

1 1 1

0.5 0.5 0.5

-1 -0.5 0.5 1 -1 -0.5 0.5 1 -1 -0.5 0.5 1

-0.5 -0.5 -0.5

-1 -1 -1

Figura 10: pontos de colocação e pontos-fonte obtidos com β = 0, 0.5 e 0.9 (respectivemente).

Em todos os casos, os pontos xi são igualmente espaçados (de forma angular) de acordo
com (3.5). No entanto, à medida que aumentamos o valor de β, vemos que os pontos se
concentram em torno dos pontos (0, 1) e (0, −1). É natural esperar que quando a distância
entre os pontos de colocação for aproximadamente constante, tenhamos mais informação sobre
a fronteira do domı́nio, e consequentemente melhores resultados numéricos. Vamos analisar
os erros obtidos para diferentes valores de β. Na Figura 11 apresentamos um gráfico do erro
absoluto obtido ao aproximar a segunda frequência de ressonância em função de β ∈ [0, 1[,
considerando N = 50 pontos de colocação e α = 0.2.
Vemos facilmente que o erro absoluto como função de β aparenta ser um função crescente
até valores próximos de 0.9. Por outro lado, o erro absoluto é mı́nimo quando β = 0, o que
é natural de acordo com a observação que fizemos atrás. Quando β = 0, a distância entre
pontos xi consecutivos é aproximadamente constante. Obtivemos resultados semelhantes ao
aproximar outras frequências de ressonância. Este exemplo motiva o seguinte algoritmo para
a escolha dos pontos de colocação xi :
Dado um domı́nio Ω cuja fronteira pode ser parametrizada por γ(t), t ∈ [0, 2π], calculamos
o comprimento C da curva γ. Então consideramos para pontos de colocação os pontos da
forma xi = γ(ti ), i = 1, ..., N , onde os pontos ti são obtidos recursivamente, de forma a que

25
0.0007

0.0006

0.0005

0.0004

0.0003

0.0002

0.0001

0.2 0.4 0.6 0.8 1

Figura 11: erro absoluto em função do valor de β ∈ [0, 1[.

C
|xi+1 − xi | = N , i = 1, ...N − 1. Já vimos que no caso da bola de raio unitário os resultados
numéricos obtidos com os pontos de colocação obtidos por este algoritmo são melhores que com
outros pontos de colocação. Vamos agora ver o caso de domı́nios não triviais:
Consideremos o domı́nio Ω2 . Calculámos as três primeiras frequências de ressonância con-
siderando N=20, 30, 40, 50, ... pontos de colocação até que a diferença entre aproximações
sucessivas seja inferior a 3 × 10−13 . Desta forma, esperamos que a ”quasi-solução” z̃ obtida
esteja afectada de um erro absoluto da ordem de 10−13 . Vamos calcular estimativas para os
erros absolutos obtidos recorrendo a estas ”quasi-soluções”.
Vejamos as estimativas de erros absolutos, considerando os pontos de colocação igualmente
espaçados (de forma angular) do domı́nio Ω2 e α = 0.25.

m erro abs. (κ1 ) m erro abs. (κ2 ) m erro abs. (κ3 )


30 5.59606 × 10−4 30 1.14431 × 10−3 30 1.01628 × 10−3
40 8.45389 × 10−5 40 1.158266 × 10−4 40 1.12506 × 10−4
50 1.3723 × 10−5 50 2.5206 × 10−5 50 1.71079 × 10−5
60 2.34521 × 10−6 60 4.25957 × 10−6 60 2.88062 × 10−6
70 4.15892 × 10−7 70 7.50674 × 10−7 70 5.00244 × 10−7

Vamos agora obter estimativas de erros absolutos, considerando os pontos de colocação


obtidos com o algoritmo proposto para a escolha dos pontos de colocação considerando o
mesmo valor de α do caso anterior. Vejamos os resultados obtidos para o domı́nio Ω2 .

m erro abs. (κ1 ) m erro abs. (κ2 ) m erro abs. (κ3 )


30 1.53489 × 10−5 30 1.48498 × 10−5 30 3.97196 × 10−5
40 4.18237 × 10−6 40 2.32392 × 10−6 40 4.42595 × 10−6
50 1.23533 × 10−7 50 1.22663 × 10−7 50 9.45526 × 10−7
60 2.58771 × 10−8 60 5.97965 × 10−8 60 1.85791 × 10−7
70 2.86681 × 10−9 70 1.62667 × 10−8 70 4.11377 × 10−8

Como vemos, em geral, temos erros menores recorrendo ao algoritmo proposto para a escolha
dos pontos de colocação. Os resultados são semelhantes fazendo a mesma análise para os
domı́nios Ω1 e Ω3 .

26
3.2 Aproximação das funções próprias
3.2.1 Método para o cálculo das funções próprias
Nesta secção vamos tentar determinar as funções próprias do operador de Laplace num dado
domı́nio. Como vimos na definição (2.1) dado um valor próprio λ existe uma função u ∈
C 2 (Ω)∩C 0 (Ω̄) que verifica (2.4). Na secção anterior vimos que conseguimos obter aproximações
dos valores próprios do operador de Laplace para um dado domı́nio. Nesta secção vamos tentar
obter aproximações das respectivas funções próprias. Estas aproximações vão ser obtidas pelo
MSF. Assim, considerando M pontos de colocação vamos considerar funções da forma
M
X
u(x) = αj Φ(x − yj ) (3.6)
j=1

onde os yj são pontos sobre a ”fronteira artificial”. Por definição de função própria, esta função
u deve verificar uma condição de fronteira de Dirichlet nula, pelo que vamos impor que nos
pontos de colocação xi sobre ∂Ω a função u seja nula. Obtemos assim um sistema da forma

[Φ(xi − yj )]M ×M [αj ]M ×1 = [0]M ×M (3.7)

Claro que este sistema tem infinitas soluções. Dada uma função u0 que é solução do sistema
anterior12 , então qualquer função da forma v = βu0 (β um número real arbitrário) também
o é. Em particular, para β = 0 obtemos que a solução nula satisfaz o sistema (3.7) e por
definição de função própria, a função nula não é uma função própria. Como é óbvio estamos
interessados em resolver um sistema que tenha solução única e cuja solução não seja a função
identicamente nula. Isto pode facilmente ser realizado, impondo que a solução do sistema
assuma um determinado valor não nulo num determinado ponto do interior o domı́nio. Assim,
podemos por exemplo escolher um ponto x0 do interior do domı́nio e vamos impor que a
aproximação u da função própria verifique u(x0 ) = 1. Em termos práticos, esta condição-extra
reduz-se a considerar M + 1 pontos sobre a ”fronteira artificial” e M + 1 pontos de colocação,
M dos quais sobre a fronteira ∂Ω e o outro ponto no interior do domı́nio. Os pontos sobre
a ”fronteira artificial” vão ser obtidos da seguinte forma: Recorrendo ao algoritmo de escolha
dos pontos-fonte que atrás descrevemos vamos obter M pontos-fonte; o M + 1-ésimo ponto
é escolhido de forma a que yM +1 ∈ R2 \Ω̄ (Figura 12). Vamos assim resolver um sistema da
1.5

1
1 1.5

0.5 1
0.5
0.5
-1 -0.5 0.5 1 1.5 2

-1 -0.5 0.5 1 1.5 2


-0.5 -1.5 -1 -0.5 0.5 1 1.5 2

-0.5 -0.5
-1

-1
-1.5 -1

Figura 12: pontos considerados para obter as funções próprias dos domı́nio Ω1 , Ω2 e Ω3 .
12
ou melhor dada uma função da forma (3.6) cujos coeficientes satisfazem o sistema (3.7).

27
forma

[Φ(xi − yj )](M +1)×(M +1) [αj ](M +1)×1 = [δi,M +1 ](M +1)×(M +1) (3.8)

onde por δi,M +1 designamos o delta de Kronecker. Desta forma, excluimos a função identica-
mente nula das possı́veis soluções do sistema. Nos casos em que os valores próprios tenham
multiplicidade um, a solução do sistema é única. Nos casos em a multiplicidade é superior a
um, suponhamos m, temos m funções próprias distintas. Neste caso, o resultado que vamos
obter é uma combinação linear das m possı́veis funções próprias e podemos ter várias soluções
do sistema (3.8). Iremos abordar este assunto na secção seguinte.
Vejamos agora o caso do quadrado de lado unitário. Vamos em primeiro lugar testar o
algoritmo de determinação das funções próprias associado à resolução do sistema (3.8). Vamos
assim considerar os valores exactos das frequências de ressonância e respectivas funções próprias
para o quadrado de lado unitário. Vamos, por simplicidade considerar a função própria asso-
ciada ao segundo valor próprio que tem multiplicidade um. Atendendo a que a condição-extra
introduzida no sistema (3.8) foi neste caso u(0.3, 0.7) = 1 vamos considerar

sin(2πx) sin(2πy)
κ2 = 2π, u2 (x, y) =
sin(0.3 × 2π) × sin(0.7 × 2π)
Obtemos os seguintes resultados com 80 pontos de colocação:
1
1

0.8
0.8

0.6
0.6

0.4 0.4

0.2 0.2

-10 0
0 2·10
1
-10
0.5 1·10
0
0 -10
-1·10
-0.5 -2·10
-10
-1 0 0.2 0.4 0.6 0.8 1
0 0.2 0.4 0.6 0.8 1

Figura 13: gráficos da aproximação da função própria associada ao segundo valor próprio e do
erro considerando α = 0.4.

O resultados são semelhantes para outros valores próprios cuja multiplicidade seja um. Pelo
menos aparentemente o MSF conduz a boas aproximações, mesmo quando o número de pontos
de colocação não é tão elevado. Por exemplo, ao aproximarmos a função própria anterior com
64 pontos de colocação, obtemos que o erro máximo é da ordem de 10−8 . Estes resultados
foram obtidos recorrendo aos valores próprios exactos, que neste caso eram conhecidos. Em
geral, tal não acontece, e para determinar as funções próprias de um dado domı́nio vamos usar
as aproximações obtidas no secção anterior. Será talvez pertinente estudar a influência que o
erro associado às aproximações pode ter na determinação das funções próprias. Vamos então
considerar pequenas perturbações aos valores exactos da segunda frequência de ressonância.
Vejamos os gráficos do erro obtido com 80 pontos de colocação na Figura 14:

28
1 1 1

0.8 0.8 0.8

0.6 0.6 0.6

0.4 0.4 0.4

0.2 0.2 0.2

0 0 0
0.00002 0.0002 0.002
0.00001 0.0001 0.001
0 0 0
-0.00001 -0.0001 -0.001
-0.00002 -0.0002 -0.002
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1

Figura 14: gráficos do erro da função própria associada ao segundo valor próprio considerando
perturbações aos valores próprios (respectivamente) de 10−5 , 10−4 e 10−3 .

Para melhor visualisarmos as funções próprias e os domı́nios nodais associados a cada


um dos domı́nios considerados definimos um algoritmo para obter numericamente as funções
caracterı́sticas. Vejamos as funções caracterı́sticas dos domı́nios Ω1 , Ω2 e Ω3 representadas na
Figura 15:

1 1 1

0 0 0

-1 -1 -1

1 1 1

0.75 0.75 0.75


0.5 0.5 0.5
0.25 0.25 0.25
0 0 0
-1 0 1 -1 0 1 -1 0 1

Figura 15: funções caracterı́sticas dos domı́nios Ω1 , Ω2 e Ω3 .

Intuitivamente uma função própria associada a uma determinada frequência de ressonância


define uma das possı́veis formas que a membrana do tambor toma ao vibrar, o que justifica
a designação vulgarmente usada (no âmbito musical) de modo de vibração. Por outro lado a
representação dos domı́nios nodais é vulgarmente conhecida como figuras de Chladni. Se ex-
perimentalmente construı́ssemos um tambor com uma dada forma e lhe aplicássemos a técnica
que permite obter as figuras de Chladni (eg. [12]), é legı́timo esperar que as linhas que a
areia formaria sobre a membrana do tambor corresponderiam em termos da representação dos
domı́nios nodais às linhas que separam as regiões representadas a preto das regiões represen-
tadas a branco. Em [12] foram determinadas numericamente as funções próprias (e respectivos
domı́nios nodais) associadas às primeiras 24 frequências de ressonância. Aqui vamos apenas
apresentar os gráficos relativos às funções próprias associadas às 21a ,...,24a frequências de res-
sonância de cada um dos domı́nios. Na Figura 16 vemos os gráficos das funções próprias do
domı́nio Ω1 e na Figura 17 os respectivos domı́nios nodais. Nas Figuras 18 e 19 apresentamos
os resultados obtidos para o domı́nio Ω2 e nas Figuras 20 e 21 os resultados relativos ao domı́nio
Ω3 .

29
Figura 16: funções próprias associadas às 21a ,...,24a frequências de ressonância de Ω1 .

Figura 17: domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de res-
sonância do domı́nio Ω1 .

3.2.2 Determinação da multiplicidade dos valores próprios


Nesta secção vamos tentar determinar a multiplicidade dos valores próprios para os quais obti-
vémos aproximações na secção anterior. Como vimos atrás, se um dado valor próprio λ tem
multiplicidade igual a um, então existe uma única função própria que lhe está associada13 . Se
13
Na verdade, como vimos atrás as funções próprias associadas ao valor próprio λ são em número infinito pois
dada uma função própria u, então αu para α 6= 0 também o é. Dizemos então, com algum abuso de linguagem

30
Figura 18: funções próprias associadas às 21a ,...,24a frequências de ressonância do domı́nio
Ω2 .

Figura 19: domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de res-
sonância do domı́nio Ω2 .

um dado valor próprio λ tem multiplicidade superior a 1, suponhamos m, então existem m


funções próprias linearmente independentes. Podemos notar que, por exemplo se a multiplici-
dade do valor próprio for igual a 1, então o sistema (3.8) tem solução única (precisamente a
função própria associada a λ) e portanto, a matriz do sistema é invertı́vel e, portanto não pode
que a função própria é única, pois não existem duas funções próprias associadas ao valor próprio λ linearmente
independentes, no sentido de L2 .

31
Figura 20: funções próprias associadas às 21a ,...,24a frequências de ressonância do domı́nio
Ω3 .

Figura 21: domı́nios nodais das funções próprias associadas às 21a ,...,24a frequências de res-
sonância do domı́nio Ω3 .

ter valores próprios nulos. Por outro lado, se a multiplicidade do valor próprio λ for igual a
dois, então o espaço de soluções do sistema (3.8) tem dimensão um, e portanto, o núcleo da
matriz do sistema deve ter dimensão igual a um, ou seja, um dos valores próprios da matriz
do sistema deve ser nulo. Generalizando, se uma frequência de ressonância λ tiver multiplici-
dade m, é natural que a matriz do sistema tenha m − 1 valores próprios nulos. Desta forma,
a multiplicidade de uma dada frequência de ressonância poderia ser obtida atendendo a se a

32
matriz do sistema (3.8) admite (e nesse caso com que multiplicidade) ou não o zero como valor
próprio. Na prática, ao determinarmos os valores próprios da matriz do sistema nunca vamos
obter valores próprios nulos o que se deverá a erros numéricos. No entanto, alguns desses valo-
res são muito próximos de 0. Podemos, por exemplo contar o número de valores próprios da
matriz cujo módulo é inferior a um determinado número próximo de zero (por exemplo 10−15 ).
Resumindo, por este processo se obtivermos m − 1 valores próprios da matriz do sistema (3.8)
cujo módulo é inferior a 10−15 , então diremos que é natural esperar que a multiplicidade da
frequência de ressonância λ seja m.

O segundo processo pode ser interpretado da seguinte forma: sabemos que se a multipli-
cidade da frequência de ressonância λ for m, então, existem m funções próprias linearmente
independentes. Assim o espaço de possı́veis soluções do, sistema (3.8) tem14 dimensão m − 1.
Então por cada condição-extra que impomos, na verdade, estamos a diminuir os graus de
liberdade do conjunto de soluções do sistema. Então, por exemplo, se um dado λ tem multi-
plicidade 2, ao impormos que para um dado x0 no interior do domı́nio se tenha u(x0 ) = 1 o
espaço das possı́veis soluções do sistema (3.8) tem ainda dimensão 1, pelo que são ainda infini-
tas as soluções do sistema15 . Se escolhermos agora outro ponto x1 6= x0 no interior do domı́nio
e impusermos mais uma condição, por exemplo u(x1 ) = 1, então temos uma única função
própria u(x) nestas condições. Claro que se tentarmos novamente impor outra condição sobre
um ponto x2 distinto dos dois primeiros pontos, em geral, obteremos um sistema impossı́vel.
O processo consiste em impor sucessivas condições sobre pontos distintos do domı́nio, até que
não consigamos obter solução do sistema. Assim, a multiplicidade do valor próprio λ será dada
pelo número de condições-extra que conseguimos impor16 no sistema (3.7).

Vejamos os resultados obtidos no caso em que o domı́nio é o quadrado de lado unitário para
o qual, como vimos atrás podemos facilmente determinar a multiplicidade dos valores próprios.
No primeiro exemplo vamos considerar a segunda frequência de ressonância que sabemos ter
multiplicidade um. Como vemos apenas conseguimos impor uma condição ao sistema e obter
assim uma função própria. Ao tentarmos impor mais uma condição obtemos o segundo gráfico
que não é uma função própria (Figura 22). Vamos agora considerar a terceira frequência
de ressonância que sabemos ter multiplicidade dois. Como vimos conseguimos impor duas
condições e ainda assim obter uma função própria, pelo que a frequência terá multiplicidade
dois (Figura 23). Finalmente consideremos a quarta frequência de ressonância que sabemos ter
multiplicidade dois: Como vemos, conseguimos impor duas condições ao sistema e obter ainda
assim funções próprias, pelo que a multiplicidade deverá ser igual a dois (Figura 24).

14
pois, na verdade, ao impormos que as soluções do sistema (3.8) verifiquem u(x0 ) = 1 para x0 no interior
do domı́nio, estamos a impor que o espaço das possı́veis soluções do sistema (3.8) tenha menos um grau de
liberdade que o espaço das soluções do sistema (3.7) que tinha dimensão m.
15
As possı́veis soluções são múltiplas umas das outras.
16
É óbvio que há que ter algum cuidado quando tentamos impor mais uma condição ao sistema, de forma
a que a nova condição a impor seja, de facto, uma nova condição, isto é que não haja combinação linear das
funções próprias já determinadas.

33
2 10000
1 1
0 0
0.8 0.8
-2 -10000
0.6 0.6
0 0
0.2 0.4
0.2 0.4 0.4
0.4 0.6 0.2
0.6 0.2 0.8
0.8 10
10

Figura 22: multiplicidade um da segunda frequência de ressonância.

1 2 500
0 1 0 1 0 1
0.8 0.8 -500 0.8
-1 -2 -1000 0.6
0.6 0.6 0
0 0 0.2 0.4
0.2 0.4 0.2 0.4 0.4
0.4 0.4 0.6 0.2
0.6 0.2 0.6 0.2 0.8
0.8 0.8 10
10 10

Figura 23: multiplicidade dois da terceira frequência de ressonância.

2 5 500
0 1 0 1 0 1
0.8 -5 0.8 0.8
-2 0.6 -500 0.6
0.6 0
0 0 0.2 0.4
0.2 0.4 0.2 0.4 0.4
0.4 0.4 0.2 0.6 0.2
0.6 0.2 0.6 0.8
0.8 0.8 10
10 10

Figura 24: multiplicidade dois da quarta frequência de ressonância.

34
3.3 Testes de convergência do método numérico
Vejamos agora um resultado que nos dá uma estimativa de erro a posteriori.
Teorema 3.4. Sejam κ̃ e ũ aproximações da frequência própria e da função própria satis-
fazendo o problema:
½
−∆ũ = κ̃2 ũ em Ω
(3.9)
ũ = ²(x) sobre ∂Ω
Então existe uma frequência própria κp tal que

|κp − κ̃|
≤θ (3.10)
κp

onde

A k²kL∞ (∂Ω)
θ= (3.11)
kũkL2 (Ω)

e A representa a área do domı́nio. Além disso, se kũkL2 (Ω) = 1, e u for a projecção ortogonal
normalizada de ũ sobre o espaço próprio de κp , então
µ ¶1
θ θ2 2
ku − ũkL2 (Ω) ≤ 1+ 2 (3.12)
ρp ρp

onde
¯ 2 ¯
¯κn − κ̃2 ¯
ρp := minκn 6=κp (3.13)
κn
Demonstração: Ver [59]

Usando a desigualdade (3.10) podemos facilmente deduzir que
µ ¶ µ ¶
−θ θ
κ̃ ≤ κk − κ̃ ≤ κ̃ (3.14)
1+θ 1−θ

Corolário 3.1. (Convergência do Método Numérico) O método numérico para o cálculo das
frequências de ressonância e funções próprias é convergente.
Demonstração: De acordo com o Teorema (3.2), por densidade temos

N → ∞ ⇒ k²kL∞ (∂Ω) → 0

N →∞
e atendendo à relação (3.11), θ → 0 logo, pelas estimativas (3.12) e (3.14) temos |κ − κ̃| → 0
N →∞
e ku − ũkL2 (Ω) → 0

35
Vamos agora aplicar as estimativas obtidas a dois exemplos:

Exemplo 1

• majoração do erro da frequência própria

Vejamos dados relativos ao domı́nio Ω1 , calculados com α = 0.4. Na Figura 25 vemos os


valores de |²(x)|, calculados em 1001 pontos sobre ∂Ω1 para as duas primeiras funções
próprias u˜1 e u˜2 .

-13
3·10
-14
-13 4·10
2.5·10
-13 -14
2·10 3·10
-13
1.5·10 -14
2·10
-13
1·10
-14
-14 1·10
5·10

200 400 600 800 1000 200 400 600 800 1000

Figura 25: valores de |²(x)| sobre ∂Ω1 para as duas primeiras funções próprias u˜1 e u˜2 (respec-
tivamente).

Pelos gráficos da Figura 25, vemos que k²kL∞ (∂Ω1 ) é aproximadamente 2.72754 × 10−13 e
3.69565 × 10−14 (respectivamente). Por outro lado, a área do domı́nio Ω1 é π e obtivémos
numericamente que ku˜1 kL2 (Ω) = 1.15513 e ku˜2 kL2 (Ω) = 0.915148. Desta forma, temos
que θ1 = 4.1852 × 10−13 e θ2 = 7.15773 × 10−14 . Recorrendo à relação (3.11) e (3.14)
obtemos que
|κ1 − κ̃| ≤ 2.61118 × 10−12
e
|κ2 − κ̃| ≤ 1.01418 × 10−12

Observação 3.1. Como acabámos de ver, obtemos majorantes para os erros das aprox-
imações das frequências próprias da ordem de 10−12 . No entanto, podemos obter os
seguintes resultados para κ1 :
com N=120, κ˜1 = 2.497818298323243 e
com N=130, κ˜1 = 2.4978182983232466 cujas aproximações diferem de 3.55271 × 10−15 ,
pelo que é natural esperar que os erros sejam da ordem de 10−15 e para κ2 :
com N=120, κ˜2 = 3.764178242640037 e
com N=130, κ˜2 = 3.764178242640038 cujas aproximações diferem de 8.67142 × 10−16 ,
pelo que é natural esperar que os erros sejam da ordem de 10−16 .

Observação 3.2. Para calcular um dado valor próprio λ, recorremos ao algoritmo que
nos permite obter a frequência de ressonância κ. Depois calculamos λ = k 2 . Devemos
ter em conta que o erro obtido na aproximação da frequência de ressonância, em geral,

36
será superior ao erro da aproximação do valor próprio. Suponhamos que conseguimos
calcular uma frequência de ressonância com erro da ordem 10−p , então temos

k = k̃ + τ 10−p
com |τ | < 10. Então

λ = k 2 = k̃ 2 + τ 2 10−2p + 2τ 10−p k̃ = λ̃ + τ 2 10−2p + 2τ k̃10−p

e desprezando o termo em 10−2p , temos que

λ ≈ λ̃ + 2τ k̃10−p

Fica evidente o facto de que à medida que aproximamos valores próprios mais altos,
obtenhamos aproximações piores.

• majoração do erro da função própria

Para podermos ter um majorante para a norma do erro da aproximação da função própria
(recorrendo à relação (3.12)), deveremos ter kũi kL2 (Ω) = 1, pelo que deveremos normalizar
a função própria (o que não altera o valor de θ). Temos agora que

ρ1 = |λ1 − λ2 | = 7.92994
e como o terceiro valor próprio é aproximadamente 16.441136,

ρ2 = min {|λ1 − λ2 | , |λ3 − λ2 |} = min {7.92994, 2.2721} = 2.2721

Então, por (3.12) podemos concluir que

ku1 − u˜1 kL2 (Ω) ≤ 5.27772 × 10−14


e
ku2 − u˜2 kL2 (Ω) ≤ 3.15027 × 10−14

Exemplo 2

• majoração do erro da frequência própria

Vejamos dados relativos ao domı́nio Ω2 , calculados com α = 0.25.


Na Figura 26 vemos resultados análogos aos obtidos no exemplo anterior, para o domı́nio
Ω2 .
Pelos gráficos da Figura 26, vemos que k²kL∞ (∂Ω2 ) é aproximadamente 9.46972 × 10−15
e 1.35505 × 10−13 (resp.). A área do domı́nio Ω2 é 2.26892802 (aprox.) e obtivémos

37
-15 -13
8·10 1.2·10
-13
1·10
-15
6·10 -14
8·10
-15 -14
4·10 6·10
-14
4·10
-15
2·10 -14
2·10

200 400 600 800 1000 200 400 600 800 1000

Figura 26: valores de ²(x) sobre ∂Ω2 para as duas primeiras funções próprias u˜1 e u˜2 (respec-
tivamente).

ku˜1 kL2 (Ω2 ) = 1.08574121 e ku˜2 kL2 (Ω2 ) = 0.90247125. Obtemos os seguintes majorantes
de erro
|κ1 − κ̃| ≤ 1.57755 × 10−13
e
|κ2 − κ̃| ≤ 3.94913 × 10−12

• majoração do erro da função própria

Temos que
ρ1 = |λ1 − λ2 | = 5.45318
e como o terceiro valor próprio é aproximadamente 30.7288,

ρ2 = min {|λ1 − λ2 | , |λ3 − λ2 |} = min {5.45318, 13.2678} = 5.45318

Então, por (3.12) podemos concluir que

ku1 − u˜1 kL2 (Ω2 ) ≤ 2.89844 × 10−15


e
ku2 − u˜2 kL2 (Ω2 ) ≤ 4.14746 × 10−14 .

Observação 3.3. Vimos atrás que podemos estimativas para as frequências próprias e podemos
garantir que os erros absolutos das primeira e segunda frequências próprias são inferiores a
1.57755 × 10−13 e 3.94913 × 10−12 . No entanto, podemos obter os seguintes resultados para κ1 :
com N=180, κ˜1 = 3.465228791746208 e
com N=190, κ˜1 = 3.465228791746209 cujas aproximações diferem de 8.88178 × 10−16 .
e para κ2 :
com N=180, κ˜2 = 4.178634826067798 e
com N=190, κ˜2 = 4.178634826067797 cujas aproximações diferem de 8.81787 × 10−16 , pelo que
deveremos ter erros absolutos da ordem de 10−16 .

38
3.4 Aplicação a outros tipos de condições de fronteira
3.4.1 Aplicação a condições de Neumann
Nesta secção vamos ver como podemos recorrer ao MSF para determinar as frequências de res-
sonância e respectivas funções próprias de problemas com condições de fronteira de Neumann.
Em [12] aplicámos o MSF a um domı́nio não simplesmente conexo D = D2 \D1 (com D1 e D2
bolas concêntricas de raios 1 e 2, respectivamente) ao qual imposemos condições de fronteira
mistas (Dirichlet sobre D2 e Neumann sobre D1 ). Para aproximar a condição de Neumann
recorremos à mesma construção que permitia obter a ”fronteira artificial”. Para cada ponto
xi ∈ ∂D1 , considerámos um ponto x̃i obtido pelo algoritmo para a escolha dos pontos-fonte que
dista de xi de um valor ² bastante pequeno. Desta forma, aproximámos a condição de fronteira
de Neumann por diferenças finitas, da seguinte forma:

u (x̃i ) − u (xi )
∂n u (xi ) ≈
²
Vejamos agora que podemos evitar esta aproximação da derivada normal. Temos que ∂n u (x) =
n.∇u(x), sendo n o vector normal com norma unitária que aponta para o exterior do domı́nio.
Por outro lado, considerámos aproximações da forma
n
X n
iX (1)
u(x) = αj Φk (x − yj ) = αj H0 (k |x − yj |)
4
j=1 j=1

pelo que
n
iX (1)
∇u(x) = αj ∇H0 (k |x − yj |)
4
j=1

(1)
Temos agora que por definição de H0
(1)
H0 (r) = J0 (r) + i Y0 (r)
p
onde r = x2 + y 2 . Sabemos que
∂J0 (r)
= J1 (r)
∂r
e da mesma forma
∂Y0 (r)
= Y1 (r)
∂r
pelo que obtemos
n
iX x − yj (1)
∇u(x) = αj k H (k |x − yj |)
4 |x − yj | 1
j=1

onde definimos
(1)
H1 (r) = J1 (r) + i Y1 (r)
e definindo
i (1)
Φ̂(x) = H (k |x|)
4 1

39
temos
n
X x − yj
∇u(x) = αj k Φ̂(k |x − yj |).
|x − yj |
j=1

Assim, depois de calcularmos o vector normal a cada ponto de colocação xi ∈ ∂Ω deveremos


na resolução do sistema impor
n
X ¿ À
x − yj
∂n u (xi ) = αj k n, Φ̂(k |x − yj |) = 0.
|x − yj |
j=1

Vejamos os erros que obtivemos no caso do quadrado de lado unitário. Calculando aprox-
imações para as primeiras três frequências de ressonância positivas κi considerando α = 0.4
obtivemos os seguintes erros absolutos17 :

m erro abs. (κ1 ) m erro abs. (κ2 ) m erro abs. (κ3 )


50 2.70885 × 10−6 50 1.42207 × 10−4 50 3.76806 × 10−4
60 5.39236 × 10−7 60 1.53213 × 10−6 60 7.37237 × 10−5
70 9.74946 × 10−8 70 8.75627 × 10−7 70 6.56234 × 10−7
80 1.56694 × 10−8 80 6.38602 × 10−8 80 4.92871 × 10−8

Como vemos, os erros que obtivémos neste caso com condições de fronteira de Neumann
são ligeiramente superiores aos que obtivémos no caso análogo com condições de fronteira de
Dirichlet. No entanto, estes valores sugerem que este método possa ser aplicável a problemas
com condições de fronteira de Neumann, mesmo quando a fronteira do domı́nio não é regular.

3.4.2 Funções próprias com condições de fronteira de Neumann


Nesta secção vamos ver que podemos obter boas aproximações das funções próprias con-
siderando condições de fronteira de Neumann. Vamos usar o mesmo processo que foi adoptado
no caso de condições de fronteira de Dirichlet: Vamos considerar M +1 pontos sobre a ”fronteira
artificial” e M + 1 pontos de colocação, M dos quais sobre a fronteira ∂Ω nos quais impomos
∂n u(xi ) = 0 e o outro ponto no interior do domı́nio no qual impomos u(xi ) = 1.
Vamos, por simplicidade considerar a função própria associada à segunda frequência de
ressonância que tem multiplicidade um. Atendendo a que a condição-extra foi neste caso
u( 31 , 14 ) = 1 vamos considerar a seguinte solução exacta
√ √
κ= 2π, u(x, y) = 2 2 cos(πx) cos(πy).

Obtemos os seguintes resultados com 150 pontos de colocação:


Obtemos erros da ordem de 10−5 e 10−8 se considerarmos (respectivamente) 60 e 100 pontos
de colocação. Tal como fizemos no caso de condições de fronteira de Dirichlet vamos agora
estudar a influência que o erro associado às aproximações pode ter na determinação das funções
próprias. Vamos então considerar pequenas perturbações aos valores exactos da frequência de
ressonância. Vejamos os gráficos do erro obtido com 150 pontos de colocação na Figura 28:
17

sabemos que as primeiras três frequências de ressonância positivas são π, 2π e 2π

40
1
1

0.5 0.5

0 0

-10
2 4·10
-10
2·10
0
0
-10
-2 -2·10
0 0.5 1
0 0.5 1

Figura 27: gráficos da aproximação da função própria e do erro considerando α = 0.4.

1 1 1

0.5 0.5 0.5

0 0 0

0.0005 0.002
0 0 0
-0.0005 -0.002
-0.00005 -0.004
-0.001
-0.006
0 0.5 1 0 0.5 1 0 0.5 1

Figura 28: gráficos do erro da função própria considerando perturbações aos valores próprios
(respectivamente) de 10−5 , 10−4 e 10−3 .

3.4.3 Aplicação a condições de fronteira mistas


Para ilustrar a versatilidade do MSF na determinação numérica das frequências de ressonância,
vamos aplicar o algoritmo a um problema com condições de fronteira mistas. Vamos considerar
C
o domı́nio Ω4 = Ω5 ∩ Ω6 , onde Ω5 é o domı́nio cuja fronteira é parametrizada por

t 7→ (3 cos(t), 2 (sin(t) + cos(2t)) + 2)

e Ω6 é o disco de raio unitário, centrado na origem. Vamos impor condições de Dirichlet nulas
sobre ∂Ω5 e condições de Neumann nulas sobre ∂Ω6 . Vejamos as funções próprias associadas
às primeiras nove frequências de ressonância do domı́nio Ω4 (Figura 29) e respectivos domı́nios
nodais (Figura 30).

41
Figura 29: funções próprias associadas às primeiras nove frequências de ressonância do
domı́nio Ω4 .

4 Simulações Numéricas
Nesta secção vamos recorrer aos métodos numéricos que desenvolvemos nas secções anteriores
para tentar esclarecer algumas questões. Os resultados apresentados são meramente experi-
mentais, pelo que sugerem algumas conclusões, mas necessitam de justificação teórica.

42
Figura 30: domı́nios nodais das funções próprias associadas às primeiras nove frequências de
ressonância do domı́nio Ω4 .

4.1 Minimização de valores próprios


Nas secções anteriores apresentámos um algoritmo baseado no MSF que nos permite resolver
numericamente o problema de obter aproximações das frequências de ressonância de um dado
domı́nio. Vamos agora abordar um problema que de certa forma é o problema inverso do
anterior. Neste caso, dada uma frequência κ̌, vamos determinar um domı́nio para o qual κ̌ é
uma frequência de ressonância. Sabemos que uma dada função gI que seja uma combinação
linear da forma (3.1) (para uma frequência κ̌ fixa) satisfaz a equação de Helmholtz em qualquer
região que não contenha no seu interior nenhum ponto-fonte. Assim, se existir uma região ΩI

43
delimitada pelas linhas nodais desta função, então conhecemos explicitamente uma frequência
de ressonância e respectivo modo de vibração de ΩI : a frequência de ressonância será κ̌ e o
respectivo modo próprio será a restrição de gI a ΩI .

Vamos formalizar o problema que pretendemos resolver:

Problema:

Dada uma curva γ pretendemos encontrar Γ = ∂Ω com γ ⊂ Γ (Ω̄ é um domı́nio limitado),


de forma a que κ̌ (uma frequência fixa) seja frequência de ressonância de Ω̄.

Método:

Consideramos M + 1 pontos x1 , ..., xM ∈ γ; xM +1 ∈ / γ e utilizamos o Método das Soluções


Fundamentais com pontos yˆ1 , ..., yMˆ+1 ∈ γ̂ (com γ ⊂ Ω̂). Tal como anteriormente construimos
um sistema impondo as condições ũ(xi ) = δi,M +1 , i = 1, ..., M + 1, onde δi,j designa o delta de
Kronecker e
MX +1
ũ(x) = αk Φ(x − yk ).
k=1

Tendo obtido a função ũ, que se anula nos pontos xi ∈ γ, procuramos a curva Γ̃(≈ Γ) tal
que xi ∈ Γ̃ e u(x) = 0 (x ∈ Γ̃) o que pode ser efectuado através de um método simples para
determinação de raı́zes (p. ex. o método de Newton aplicado a segmentos).

Vejamos alguns resultados:


Em cada um dos exemplos, no primeiro gráfico estão representados a vermelho os M pontos
considerados sobre a curva γ, a verde o ponto xM +1 e a azul os M + 1 pontos yˆ1 , ..., yMˆ+1 ∈ γ̂
e no segundo gráfico o domı́nio que obtemos. Em cada exemplo está assinalada a frequência κ̌.
Podemos garantir que estas frequências κ̌ são as primeiras frequências dos respectivos domı́nios,
pois a função própria associada ao primeiro valor próprio tem exactamente um domı́nio nodal
(Corolário (2.1)) e todas as funções próprias associadas às outras frequências de ressonância
têm pelo menos dois domı́nios nodais (Corolário (2.3)).

Vamos agora estudar domı́nios dos quais conseguimos determinar outras frequências de res-
sonância. No entanto, neste caso, não conseguimos a priori dizer se a frequência κ̌ é κ2 , κ3
ou outra frequência de ressonância superior. Mesmo no caso me que temos dois domı́nios, de
acordo com o Corolário (2.3) podemos concluir de κ̌ > κ1 . No entanto, em geral, não saberemos
dizer qual é a ordem da frequência de ressonância que consideramos.

Podemos agora aplicar este procedimento, por exemplo, para tentar determinar domı́nios
que minimizem um determinado valor próprio sobre todos os domı́nios com uma área fixa.
Quanto ao primeiro valor próprio de acordo com o Teorema (2.6) a bola é o domı́nio min-
imizante. Quanto ao segundo valor próprio, está provada a existência de um domı́nio que
minimiza λ2 sobre todos os domı́nios convexos. Com base num estudo numérico, Troesch con-

44
0.93

10
4

5
2

-5 5 0
-10 10

-2
-5

-4
-10

-4 -2 0 2 4
4

2 1.94

2
-3 -2 -1 1 2 3

-2
-2

-4

-4 -4 -2 0 2 4

Figura 31: localização dos pontos xi e yi e domı́nios para os quais κ̌ é a primeira frequência
de ressonância.

jecturou que seria o ”estádio” 18 o domı́nio optimal (cf. [71]). Esta conjectura foi refutada
em 2001, por Henrot e Oudet basicamente mostrando que o domı́nio optimal não contém na
sua fronteira arcos de circunferência (cf. [38]). Em [60] e [61] foi levado a cabo um estudo
numérico no sentido de determinar numericamente um domı́nio convexo, para o qual o segundo
valor próprio fosse inferior ao do ”estádio”. Considerando domı́nios com áreas unitárias, sabe-
se que o segundo valor próprio do ”estádio” é aproximadamente 38.001. De acordo com [60] foi
obtido um domı́nio convexo para o qual λ2 = 37.980 que é o menor valor actualmente conhecido
para o segundo valor próprio.

Fixando uma frequência κ̌ = 2.2368261456 e aplicando o método que descrevemos obtemos


uma determinada função gI que, por ser extensa não vamos aqui explicitar e os domı́nios nodais
representados na Figura 32. Para compararmos com os valores obtidos por Oudet, deveremos
normalizar o valor próprio que temos. Em particular, precisamos de calcular a área do domı́nio
(obtivémos que a área é aproximadamente A = 15.178269411404. Assim a aproximação do
valor próprio será Ak02 ≈ 37.971409844988. Este valor é ligeiramente inferior ao obtido por
Oudet. No entanto, não é totalmente evidente na Figura 32, mas o domı́nio não é convexo e o
18
i.e, o envelope convexo de dois discos idênticos e tangentes

45
segundo valor próprio do envelope convexo deste domı́nio é mesmo superior ao valor atingido
no caso do ”estádio”.

Figura 32: domı́nios nodais de gI .

4.2 Simulações com polı́gonos, considerando condições de fronteira de Dirich-


let
• Simulações com polı́gonos regulares

Nesta secção vamos motivar duas questões relacionadas com propriedades dos valores próprios
nos polı́gonos regulares. Iremos depois recorrer ao método numérico para tentar sugerir re-
spostas.

Questão 1
¡ ¢ ¡ ¢
”Será que temos a relação λ1 PR3 > λ1 PR4 > ... > λ1 (PR∞ )? ”
De outra forma, com esta questão pretende-se saber se sobre os polı́gonos regulares, o primeiro
valor próprio λ1 é ou não uma função decrescente do número de lados do polı́gono.

Sabemos, de acordo com o Teorema (2.6) que o cı́rculo minimiza o valor de λ1 sobre todos
os domı́nios com uma dada área fixa. Uma vez que são conhecidos os valores do primeiro
valor próprio do triângulo equilátero, do quadrado e do cı́rculo (que vamos designar por PR∞ ),
podemos facilmente verificar que

λ1 (PR3 ) > λ1 (PR4 ) > λ1 (PR∞ )

Por outro lado, se a Conjectura (2.1) fôr válida, este resultado é imediato, pois por exemplo,
qualquer triângulo pode ser aproximado por um quadrilátero.

Com vista a tentar responder à questão colocada, considerámos polı́gonos regulares com
área unitária. Podemos ver graficamente os resultados obtidos para o primeiro valor próprio em

46
função do número de lados do polı́gono considerado (Figura 33). Temos assinalado a tracejado

22

21

20

19
p πj0, 12

3 4 5 6 7 8 9

Figura 33: primeiro valor próprio dos polı́gonos PRn , em função do número de lados.

o valor que obtemos no caso do cı́rculo. Os valores obtidos sugerem que a resposta à questão
colocada seja afirmativa.
Observação 4.1. Neste gráfico apenas apresentamos os resultados obtidos para os polı́gonos PRn
com n = 3, ..., 9. Sabemos que quando deformamos continuamente um dado domı́nio os valores
próprios também variam continuamente. Intuitivamente, podemos concluir que domı́nios com
”geometrias parecidas” têm valores próprios ”próximos”. Assim, se tomarmos n grande temos
que o polı́gono regular obtido é bastante ”semelhante” a uma bola e, em particular, também
os polı́gonos PRn e PRn+1 são ”semelhantes”, pelo que os respectivos valores próprios tendem
a ficar muito próximos. Assim, para n grande, torna-se necessário considerar muitos pontos
de colocação por forma a obter resultados com a precisão suficiente para permitir ordenar os
valores próprios, como pretendemos.
λ2
Podemos agora colocar uma questão análoga, mas para o quociente λ1 .

Questão 2

”Será que temos a relação


λ2 ∞ λ2 ¡ 4 ¢ λ2 ¡ 3 ¢
(PR ) > ... > P > P ?”
λ1 λ1 R λ1 R
De acordo com o Teorema (2.10) a bola maximiza este quociente. Por outro lado, como são
conhecidos os dois primeiros valores próprios do triângulo equilátero e do quadrado podemos
facilmente estabelecer que
λ2 ∞ λ2 ¡ 4 ¢ λ2 ¡ 3 ¢
(PR ) > P > P .
λ1 λ1 R λ1 R
Vamos estar interessados em ver se este quociente de valores próprios é ou não uma função
crescente do número de lados. Para tentar responder a esta questão calculámos numericamente

47
os dois primeiros valores próprios para os n-polı́gonos regulares, com n = 3, ..., 9 e podemos ver
os resultados respeitantes aos quocientes λλ21 no seguinte gráfico. A tracejado representamos o
2
j1,1
valor assumido na bola 2
j0,1
≈ 2.5387.

j1, 12 j0, 1-2

2.5

2.45

2.4

2.35

3 4 5 6 7 8 9

λ2
Figura 34: quocientes λ1 para os primeiros sete n-polı́gonos regulares.

Como podemos ver os resultados sugerem que a resposta à última questão seja afirmativa.

Vamos agora concentrar-nos sobre a classe dos triângulos e obter alguns resultados experi-
mentais:

• Simulações com triângulos

Sabemos que os valores próprios são invariantes por translações e rotações. Por outro lado
dados dois polı́gonos semelhantes Q1 e Q2 com áreas A1 e A2 respectivamente temos

λ1 (Q1 )A1 = λ1 (Q2 )A2 (4.1)

Assim, para estudarmos os valores próprios de todos os triângulos podemos definir classes de
equivalência da seguinte forma: designemos por Q[T1 ] a classe de todos os triângulos semel-
hantes ao triângulo T1 . É óbvio que Q[T1 ] define efectivamente uma classe de equivalência
de triângulos e que atendendo à relação (4.1) podemos apenas estudar um triângulo em cada
classe de equivalência Q[T1 ]. Então podemos supor que dois dos vértices do triângulo sejam
os pontos {−1, 0} e {1, 0}. Para que sejam geradas todas as possı́veis classes de equivalência
de triângulos basta que o terceiro vértice seja escolhido no primeiro quadrante. Assim vamos
considerar a seguinte malha de pontos pertencentes ao conjunto [xmin; xmax] × [ymin; ymax]
e tomando
xmax − xmin
xi = i , i = 0, 1, ..., N
N

48
e
ymax − ymin
yj = j , j = 0, 1, ..., M
M
e tomando xmin = 0, xmax = 1.35, ymin = 0.85, ymax = 4.37, N = 9 e M = 32 vamos
considerar os pontos {xi , yj } , i = 0, ..., N, j = 0, ...M obtendo a malha de pontos representada
na Figura 35.

-1 -0.5 0.5 1

Figura 35: malha de pontos para obter o terceiro vértice de cada triângulo.

Para cada ponto da malha p vamos considerar o triângulo Tp de vértices {−1, 0}, {1, 0} e
p.

Observação 4.2. O algoritmo para o cálculo numérico das frequências de ressonância foi de-
senvolvido na linguagem Mathematica onde já estão implementadas as funções de Bessel. Uma
observação experimental é que o tempo computacional dispendido para calcular as funções de
Bessel de uma frequência baixa é muito menor que no caso de uma frequência alta. Como vimos
atrás, podemos escolher apenas um elemento de cada classe de equivalência. Assim, para tornar
o algoritmo mais eficaz podemos escolher em cada classe um triângulo com área ”relativamente
grande”. Desta forma, os respectivos valores próprios serão pequenos, e consequentemente o
algoritmo será muito mais rápido. É claro que se tomarmos triângulos com área demasiado
grande, então os valores próprios irão acumular-se muito, o que dificulta a sua determinação.
Assim, para cada triângulo Tp considerámos o triângulo da mesma classe de equivalência de
Tp que tem área igual a 4.

Vejamos os gráficos relativos aos valores de λ1 e do perı́metro (Figura 36) e os gráficos das
respectivas curvas de nı́vel (Figura 37).
Como podemos ver, no caso dos triângulos, os gráficos das Figuras 36 e 37 sugerem que o
primeiro valor próprio λ1 tem um comportamento idêntico ao do perı́metro. De acordo com
a desigualdade (2.8) temos que, sobre todos os triângulos com uma determinada área fixa, o
triângulo equilátero é o que tem menor perı́metro. Em particular, neste exemplo considerámos

49
1 1

x y

0.5 0.5

0 0
8
11
7
10
6
1 2 3 4 1 2 3 4
y x

Figura 36: gráficos de λ1 e do perı́metro (respectivamente) sobre os triângulos da malha con-


siderada.

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
1 1.5 2 2.5 3 3.5 4 1 1.5 2 2.5 3 3.5 4

Figura 37: curvas de nı́vel de λ1 e do perı́metro (respectivamente) sobre os triângulos da malha


considerada.

triângulos com área igual a 4, pelo que naturalmente o mı́nimo perı́metro√é atingido em PR3 .
Neste caso, o triângulo equilátero é aquele em que a ”altura” é dada por 3√≈ 1.73205, pelo
que como é visı́vel na Figura 36 o mı́nimo é atingido no ponto (x, y) = (0, 3). Da mesma
forma, pela desigualdade (2.7) temos que PR3 minimiza λ1 , o que é evidenciado nos segundos
gráficos das Figuras 36 e 37.
Nas Figuras 38 e 39 vemos os resultados obtidos para λ2 e λ3 e os gráficos das respectivas
curvas de nı́vel.
Da observação das Figuras 38 e 39 vemos que λ2 atinge um máximo local no triângulo regular.
Da mesma forma, vemos que λ3 atinge um mı́nimo local em PR3 . De acordo com uma observação
que fizemos na secção 2.3 está conjecturado que a bola minimiza o valor de λ3 , e portanto, é
natural esperar que PR3 seja um minimizante do valor de λ3 sobre os triângulos. Desta forma λ3
deverá mesmo atingir um mı́nimo absoluto em PR3 . Outra observação que a Figura 38 sugere
é que as funções relativas aos valores de λ2 e λ3 não sejam diferenciáveis em PR3 . Sabe-se

50
1 1

x x

0.5 0.5

13.5 0 0
18
13
16
12.5
14
1 2 3 4 1 2 3 4
y y

Figura 38: gráficos de λ2 e de λ3 (respectivamente) sobre os triângulos da malha considerada.

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
1 1.5 2 2.5 3 3.5 4 1 1.5 2 2.5 3 3.5 4

Figura 39: curvas de nı́vel de λ2 e de λ3 (respectivamente) sobre os triângulos da malha con-


siderada.

que temos que λ2 (PR3 ) = λ3 (PR3 ), ou seja λ2 tem multiplicidade dois no caso do triângulo
equilátero. Assim, para cada triângulo T que seja uma pequena perturbação do triângulo
equilátero teremos que os valores próprios λ2 (T ) e λ3 (T ) serão dados por duas superfı́cies
S1 (T ) e S2 (T ) que se intersectam em PR3 . Desta forma, teremos λ2 (T ) = M in {S1 (T ), S2 (T )}
e λ3 (T ) = M ax {S1 (T ), S2 (T )} o que justifica a não diferenciabilidade dos valores próprios λ2
e λ3 em PR3 . Aparentemente temos uma situação idêntica num triângulo cujo terceiro vértice
é (x, y) ≈ (0.7, 0.9), onde deverá haver um triângulo para o qual teremos λ3 = λ4 .
Podemos agora recordar que, como foi referido no Teorema (2.10) da secção 2.3 a bola
maximiza o quociente λλ12 . É natural esperar que sobre todos os triângulos seja o polı́gono PR3
a maximizar este quociente.
Os gráficos da Figura 40 sugerem a conjectura de que sobre todos os triângulos o quociente λλ21
seja maximizado no triângulo equilátero PR3 .

51
1.2
1

1
y

0.5 0.8

0.6

0 0.4
2.2
2 0.2
1.8

1 2 3 4 0
x 1 1.5 2 2.5 3 3.5 4

λ2
Figura 40: gráficos de λ1 e respectivas curvas de nı́vel.

Simulações sobre os triângulos isósceles

Vamos agora fazer um estudo sobre os triângulos isósceles. Vejamos os gráficos obtidos
para o perı́metro, λ1 e λ2 (em função da altura do triângulo).

10.2 26
6.6
24
10
6.4 22
9.8
20
6.2
9.6 18
6
9.4 16

5.8 14
9.2
1 1.5 2 2.5 3 3.5 4 1 1.5 2 2.5 3 3.5 4 2 4 6 8

Figura 41: gráficos do perı́metro, de λ1 e λ2 para alguns triângulos isósceles.

É bem visı́vel nos gráficos da Figura 41 que o triângulo equilátero minimiza o valor do perı́metro
e de λ1 sobre todos os triângulos isósceles. Por outro lado, vemos que o valor de λ2 deverá ter
três extremos relativos: dois mı́nimos relativos e um máximo relativo. Analisando o terceiro
gráfico da Figura 41 podemos sugerir que o primeiro mı́nimo relativo ocorra quando a altura
do triângulo é 1, ou seja, quando tivermos o triângulo rectângulo. O máximo relativo ocorre
no triângulo equilátero, como era esperado, uma vez que λ2 (PR3 ) = λ3 (PR3 ). O segundo mı́nimo
relativo é um triângulo isósceles de base com comprimento igual a 2 e cuja altura h deverá
verificar 3.234 ≤ h ≤ 3.235.
Podemos, ainda para os triângulos isósceles fazer o mesmo estudo para os valores próprios
seguintes. Assim, calculando alguns valores obtivemos os resultados representados na Figura 42.
Da análise da Figura 42 podemos por exemplo sugerir que o terceiro valor próprio de um
triângulo isósceles T̂ (com base de comprimento igual a 2 e altura h ≈ 4) tenha multiplicidade
2, isto é, que λ3 (T̂ ) = λ4 (T̂ ). Este facto pode ainda ser observado na Figura 38. Por outro
lado, podemos sugerir que o valor λ4 tenha um mı́nimo relativo neste último triângulo T̂ .

52
40

35

30

25

20

2 4 6 8

Figura 42: gráficos de λ2 , λ3 ,..., λ8 para os triângulos isósceles.

Deveremos ainda ter um mı́nimo relativo no triângulo rectângulo e um máximo relativo no


triângulo equilátero.
Vejamos o gráfico de λλ21 para os triângulos isósceles (Figura 43).

2.3

2.2

2.1

1.5 2 2.5 3 3.5 4

1.9

λ2
Figura 43: λ1 para os triângulos isósceles.

Vemos que este quociente deverá ter o valor máximo no caso do triângulo equilátero, como já
tı́nhamos referido.

• Simulações com n-polı́gonos, n ≥ 4

Nesta secção iremos apresentar alguns resultados da simulação numérica para n-polı́gonos,
com n ≥ 4. Na Figura 44 apresentamos resultados relativos ao primeiro valor próprio de
triângulos e quadriláteros, como função do perı́metro do polı́gono. Uma vez que qualquer
triângulo pode ser aproximado por um quadrilátero, o segundo gráfico inclui também os resul-
tados relativos aos triângulos.
Nestes últimos gráficos fica evidente que o primeiro valor próprio não deverá, em geral, ser
uma função crescente do perı́metro.

Na Figura 45 representamos resultados para os pentágonos, hexágonos, heptágonos e octógonos.


Em cada caso representamos o valor obtido no polı́gono regular.
Estes resultados reforçam a Conjectura (2.1).

53
Figura 44: primeiro valor próprio em função do perı́metro no caso dos triângulos e dos
quadriláteros.

Figura 45: primeiro valor próprio no caso dos pentágonos, hexágonos, heptágonos e octógonos.

4.3 Simulações com triângulos, considerando condições de fronteira de Neu-


mann
Vamos agora efectuar umas simulações para domı́nios triangulares aos quais impomos condições
de fronteira de Neumann. Tal como fizémos no caso de condições de fronteira de Dirichlet,
54
considerámos para vértices do triângulo os pontos {−1, 0}, {1, 0} e gerámos uma malha de
pontos sobre o conjunto [0, 1.35] × [0.85, 3.71] representados na Figura 46.

3.5

2.5

1.5

0.5

-1 -0.5 0.5 1

Figura 46: malha que permite obter o terceiro vértice de cada um dos triângulos considerados.

• Resultados relativos aos três primeiros valores próprios positivos

Sabemos que o valor 0 é um valor próprio associado a qualquer domı́nio, quando consider-
amos condições de fronteira de Neumann. Vejamos os resultados obtidos para os três primeiros
valores próprios positivos nas Figuras 47 e 48.

1 1 1

0.5 0.5 0.5

0 0.6 0 0
0.8

1
0.75
0.5
0.7
0.9
0.4
0.65
1 2 3 1 2 3 1 2 3

Figura 47: gráficos de µ1 , µ2 e µ3 para os triângulos considerados.

O primeiro gráfico das Figura 47 e Figura 48 sugere-nos que o triângulo equilátero maximize
o valor de µ1 sobre todos os triângulos. Sabemos pelo Teorema (2.12) que a bola maximiza o
valor µ1 sobre todos os conjuntos limitados com uma dada área fixa. Estes resultados permitem-
nos conjecturar que o triângulo equilátero maximize o valor de µ1 sobre todos os triângulos.
Por outro lado, temos que o quadrado maximiza o valor de µ1 sobre todos os rectângulos (e
possivelmente sobre todos os quadriláteros). Assim, analogamente à Conjectura (2.1), possivel-
mente teremos neste caso que o polı́gono PRn maximize o valor de µ1 sobre todos os n-polı́gonos.

Analisando o segundo e terceiro gráficos das Figura 47 e Figura 48 podemos conjecturar que
o triângulo equilátero minimiza o valor de µ2 e maximiza o valor de µ3 (no caso de condições

55
1.2 1.2 1.2

1 1 1

0.8 0.8 0.8

0.6 0.6 0.6

0.4 0.4 0.4

0.2 0.2 0.2

0 0 0
1 1.5 2 2.5 3 3.5 1 1.5 2 2.5 3 3.5 1 1.5 2 2.5 3 3.5

Figura 48: curvas de nı́vel dos gráficos de µ1 , µ2 e µ3 para os triângulos considerados.

de Dirichlet tı́nhamos a situação oposta, isto é, o triângulo equilátero maximiza λ2 e minimiza
λ3 ). Extrapolando estes resultados para a classe de todos os domı́nios limitados, a bola deverá
minimizar o valor µ2 e maximizar o valor µ3 .

• Resultados relativos a alguns quocientes envolvendo os primeiros valores


próprios

Vejamos agora os gráficos relativos a alguns quocientes. No caso de condições de Dirichlet,


de acordo com Teorema (2.10) a bola maximiza o quociente λλ21 sobre todos os domı́nios coma
dada área fixa. Como observámos atrás, o triângulo equilátero deverá maximizar o quociente
λ2
λ1 sobre todos os triângulos. Vejamos os resultados obtidos para os triângulos no caso de
condições de Neumann (Figura 49):

1.2

1 1

0.8
0.5

0.6

0
1.8 0.4

1.6

1.4 0.2

1.2
0
1 2 3 1 1.5 2 2.5 3 3.5

µ2
Figura 49: gráficos de µ1 sobre os triângulos considerados.

Como vemos, neste caso o triângulo equilátero deverá minimizar o quociente µµ21 sobre todos
os triângulos e extrapolando, a bola deverá minimizar o quociente µµ21 sobre todos os domı́nios
limitados com uma dada área fixa. De acordo com a Proposição (2.2), o quadrado minimiza
este quociente sobre todos os rectângulos. É provável que seja ainda um minimizante deste
quociente sobre todos os quadriláteros e que, mais geralmente, o n-polı́gono regular minimize
este quociente sobre todos os n-polı́gonos.
Finalmente, de acordo com a Conjectura (2.2) a bola deverá maximizar o quociente λ3λ+λ 1
2
.

56
µ3 +µ2
Vejamos os resultados relativos ao quociente µ1 sobre os triângulos

1.2

1 1

0.8
0.5

0.6

0
0.4
4

3.5 0.2

3
0
1 2 3 1 1.5 2 2.5 3 3.5

µ3 +µ2
Figura 50: gráficos de µ1 sobre os triângulos considerados.

Neste caso, o triângulo equilátero deverá minimizar o quociente µ3µ+µ


1
2
sobre todos os
triângulos e extrapolando, é natural esperar que a bola minimize este quociente sobre to-
dos os domı́nios limitados e que o n-polı́gono regular minimize este quociente sobre todos os
n-polı́gonos.

4.4 Estimativas para polı́gonos


Nesta secção vamos tentar sugerir algumas estimativas para o primeiro valor próprio λ1 con-
siderando condições de fronteira de Dirichlet. Daqui em diante iremos representar por PRn o
n-polı́gono regular com área unitária.

4.4.1 Estimativas com dois termos


Um dos resultados clássicos é a desigualdade (2.6) segundo a qual a bola minimiza o valor de
λ1 sobre todos os domı́nios com uma dada área fixa. Este resultado pode ser escrito na forma
j02 π
λ1 ≥ (4.2)
A
Analogamente, de acordo com o Teorema (2.7) o triângulo equilátero PR3 (respectivamente
quadrado PR4 ) minimiza o valor de λ1 sobre todos os triângulos (respectivamente quadriláteros).
2
Atendendo a que com áreas unitárias temos λ1 (PR3 ) = 4π √ e λ1 (P 4 ) = 2π 2 , podemos escrever
3 R
estes resultados sob a forma de desigualdade
4π 2
λ1 ≥ √ (4.3)
3A
e
2π 2
λ1 ≥ (4.4)
A
válidas respectivamente para triângulos e quadriláteros. No caso n ≥ 5, está conjecturado que
PRn minimiza o valor de λ1 sobre todos os n-polı́gonos, o que poderá ser escrito sob a forma
λ1 (PRn )
λ1 ≥ (4.5)
A

57
Vamos estar interessados em sugerir outras estimativas, recorrendo aos valores que calculámos
para 1700 polı́gonos com número de lados inferior ou igual a oito.

Vamos começar por tentar determinar estimativas da forma

j02 π L2 − 4πA
+α (4.6)
A A2
tentando determinar o valor α de forma a obtermos estimativas inferiores ou superiores. Esta
estimativa dá igualdade no caso da bola, uma vez que o primeiro termo é o termo da estimativa
de Faber-Krahn (4.2) e o segundo termo é sempre não-negativo (anulando-se na bola, de acordo
com a desigualdade (2.7)). Para tentarmos determinar estimativas inferiores, atendendo às
relações (4.3), (4.4) e (4.5) vamos, para cada classe de polı́gonos tentar determinar o valor de
α, de modo a que a estimativa dê igualdade no caso do polı́gono regular PRn . Por exemplo,
para triângulos obtemos que
4π 2
√ − j2π
3 0
α3 = √ ≈ 0.5627
12 3 − 4π
e, com os triângulos de que dispomos podemos conjecturar que é válida a estimativa para
triângulos
4π 2
√ − j2π
j2π 3 0 L2 − 4πA
λ1 (P3 ) ≥ 0 + √ (4.7)
A 12 3 − 4π A2

Analogamente, para quadriláteros podemos sugerir que

2π 2 − j02 π
α4 = ≈ 0.4574
4(π − 4)

obtendo a estimativa válida para quadriláteros19

j02 π 2π 2 − j02 π L2 − 4πA


λ1 (P4 ) ≥ + (4.8)
A 4(π − 4) A2

Para polı́gonos com número de lados superior a quatro, não dispomos dos valores exactos do
polı́gono regular. No entanto, calculando estes valores numericamente e recorrendo aos valores
relativos ao primeiro valor próprio dos polı́gonos de que dispomos podemos conjecturar que
temos estimativas inferiores válidas para polı́gonos com número de lados não superior a n do
tipo

j02 π L2 − 4πA
λ1 (Pn ) ≥ + αn (4.9)
A A2
onde as constantes αn são determinadas de forma a que a estimativa dê igualdade no caso do
polı́gono regular PRn . Obtivémos os seguintes valores aproximados:

α5 ≈ 0.3820; α6 ≈ 0.3268; α7 ≈ 0.2848; α8 ≈ 0.2521; α9 ≈ 0.2260


19
e triângulos, pois qualquer triângulo pode ser aproximado por um quadrilátero

58
Podemos agora tentar ver se podemos determinar uma estimativa da forma (4.9) válida para
todos os domı́nios planares. Se a sucessão de valores αn convergisse para um valor não nulo,
então podı́amos sugerir uma estimativa inferior que ”melhorava” o resultado obtido da desigual-
dade (4.2). Usando os resultados obtidos por Greenfield e Strang [34] para o polı́gono regular
com 128 lados, podemos obter que α128 ≈ 0.0135424, pelo que a sucessão deverá convergir para
zero, o que inviabiliza a hipótese tentar ”melhorar” a estimativa de Faber-Krahn (4.2) com
uma estimativa do tipo (4.9).

Quanto a estimativas superiores, recorrendo aos valores de que dispomos podemos conjec-
turar que tenhamos a estimativa

j02 π π 2 L2 − 4πA
λ1 ≤ + (4.10)
A 4 A2
válida para todos os domı́nios simplesmente conexos (mesmo para os não convexos). Esta esti-
mativa tem a particularidade de dar igualdade na bola e num rectângulo em que o comprimento
de um dos lados tende para infinito. Estas últimas estimativas foram construidas partindo da
desigualdade de Faber-Krahn (4.2). É natural esperar que obtenhamos estimativas mais pre-
cisas para cada uma das classes de polı́gonos se partirmos das relações (4.5).

Vejamos o caso dos triângulos. Vamos procurar estimativas do tipo



4π 2 L2 − 12 3A
estβ (L, A) = √ +β (4.11)
3A A2

Com os valores relativos aos triângulos de que dispomos podemos conjecturar que temos
½
λ1 ≤ estβ (L, A) , β ≤ β0
(4.12)
λ1 ≥ estβ (L, A) , β ≥ β1

com β0 ≈ 0.7 e β1 ≈ 0.77. Em particular, podemos sugerir a estimativa para triângulos

π 2 L2
λ1 (P3 ) ≤ (4.13)
9A2
Podemos fazer a mesma análise para quadriláteros e obter resultados mais precisos. Com os
valores de que dispomos podemos conjecturar que
√ 2

2 (3 − 2 3)L − 4 3A L2 − 8A
π √ ≤ λ1 (P4 ) ≤ π 2 (4.14)
6(3 3 − 4)A2 4A2

Experimentalmente somos levados a afirmar que estas serão as melhores estimativas que en-
L2
volvam apenas termos do tipo A1 e A 2 . A estimativa inferior dá igualdade no caso do quadrado
e do triângulo equilátero. A estimativa superior dá igualdade em todos os rectângulos (de
acordo com a Proposição (2.1)).

No primeiro gráfico da Figura 51 apresentamos os valores de λ1 como função do perı́metro


(com área fixa e igual a um). A preto representamos os pontos relativos ao primeiro valor

59
próprio dos triângulos de que dispomos. A azul (linha mais fina) e a verde (linha mais ”car-
regada”) representamos as estimativas superior e inferior (respectivamente) que obtivémos
(estimativas (4.12)); a vermelho (tracejado) representamos a estimativa (4.13). No segundo
gráfico apresentamos os resultados análogos obtidos para os quadriláteros. É bem visı́vel no
gráfico que alguns pontos a preto se sobrepoem às estimativas que obtivemos. No caso da
estimativa inferior estes pontos são os relativos ao triângulo equilátero e ao quadrado, no caso
da estimativa superior, todos os pontos relativos aos rectângulos que considerámos. Quanto a

Figura 51: gráficos dos valores de λ1 como função do perı́metro e as estimativas que obtivemos
para triângulos e para quadriláteros.

outros n-polı́gonos a situação é análoga, vamos procurar estimativas da forma

λ1 (PRn ) L2 − 4n tan( πn )A
estβ (L, A) = +α (4.15)
A A2
e para cada valor de n, obtemos estimativas do género
½
λ1 ≤ estβ (L, A) , β ≤ β0
(4.16)
λ1 ≥ estβ (L, A) , β ≥ β1

para determinadas constantes positivas β0 e β1 . Uma observação que devemos fazer é que a
constante β1 é aquela para a qual a estimativa dá igualdade no polı́gono regular com n−1 lados.
Assim, conjecturamos que para polı́gonos com número de lados não superior a n tenhamos a
estimativa
1 L2
λ1 ≥ α +β 2 (4.17)
A A
em que α e β são determinados de forma a que tenhamos igualdade nos polı́gonos regulares
PRn e PRn−1 . Outra observação interessante é que esta última conjectura implica o resultado
discutido na Questão 1 da Secção 4.2 e a Conjectura (2.1) (conjectura de Pólya), pois os
polı́gonos regulares minimizam o valor do perı́metro para uma dada área fixa (Teorema (2.8)).

60
4.4.2 Estimativas com um termo
Vamos agora procurar outro tipo de estimativas. Até agora vimos estimativas que envolviam
L2
termos A1 e A2 . Estes termos são casos particulares de termos mais gerais da forma

L2(q−1)
, q≥1
Aq
Recorrendo a estes termos, vamos estudar estimativas da forma
L2(q−1)
estq (L, A) = α , q≥1 (4.18)
Aq
Vamos começar pelo caso dos triângulos. Determinamos o valor de α em função do expoente de
forma a que tenhamos igualdade no caso do triângulo equilátero. Posteriormente adequamos
o valor do expoente de forma a obtermos estimativas inferiores ou superiores. Com este pro-
cedimento obtivemos as seguintes estimativas
½
λ1 ≤ estq (L, A) , q ≥ q0
(4.19)
λ1 ≥ estq (L, A) , q ≤ q1
com q0 ≈ 1.74 e q1 ≈ 1.68. Na Figura 52 apresentamos os gráficos do primeiro valor próprio em
função do perı́metro (com área fixa e igual a 1) e respectivas estimativas no caso dos triângulos
e dos quadriláteros. Por exemplo no caso dos quadriláteros experimentalmente verificámos que

Figura 52: gráficos dos valores de λ1 como função do perı́metro e as estimativas que obtivemos
para triângulos e para quadriláteros.

a ”melhor” estimativa inferior tem igualdade no caso do quadrado e do triângulo equilátero.


Para os restantes n-polı́gonos conseguimos determinar numericamente duas constantes q0
e q1 de forma a obtermos uma estimativa inferior e superior. Também neste caso a estimativa
inferior é aquela cujos parâmetros α e q são determinados de forma a que haja igualdade no caso
dos polı́gonos regulares PRn e PRn−1 . Neste caso o sistema para obter os parâmetros é não-linear,
mas pode facilmente ser resolvido, por exemplo, pelo método de Newton para sistemas.

61
5 Problema Exterior
Nesta secção vamos estudar o caso das frequências de ressonância de um problema exterior.
Seja D um domı́nio limitado de R2 com fronteira seccionalmente regular (não necessariamente
conexo). Para abordarmos o problema exterior vamos estar interessados em determinar soluções
que verifiquem a equação de Helmholtz no conjunto Ω = R2 \D̄, um conjunto aberto e não
limitado. Vamos começar pelo problema com condições de fronteira de Dirichlet. Neste caso,
vamos estar interessados em calcular as frequências w, para quais há soluções não identicamente
nulas de
½
∆u + w2 u = 0 em Ω,
(5.1)
u=0 sobre ∂Ω,
Neste caso, o problema de determinar numericamente as frequências de ressonância é ligeira-
mente mais complicado, pois as frequências pretendidas tomam valores complexos. Vamos de
seguida referir alguns resultados clássicos sobre a distribuição das frequências de ressonância
(ou pólos de ressonância) de uma dado domı́nio

5.1 Distribuição dos pólos de ressonância


Vamos antes de mais introduzir algumas definições

Definição 5.1. (Reflexão perfeita) Dado um par (x0 , v0 ) em que x0 ∈ Ω̄ é um ponto e v0 ∈ S 1


um vector unitário, consideramos a semi-recta ρ+ +
(x0 ,v) = {x0 + tv0 : t ≥ 0}. Se ∂Ω ∩ ρ(x0 ,v) 6= ∅,
consideramos o ponto de reflexão x1 ∈ ∂Ω ∩ ρ+ (x0 ,v) : |x0 − x1 | = miny∈∂Ω∩ρ+ |x0 − y|. A
(x0 ,v)
reflexão perfeita é um par (x1 , v1 ) em que x1 é o ponto de reflexão e v1 é o vector da direcção de
reflexão, que tem o mesmo ângulo face à normal, ou seja se v0 = α0 nx1 + β0 tx1 (em que nx1 é
a normal exterior no ponto x1 e tx1 é um vector tangente em x1 ) então v1 = α0 nx1 − β0 tx1 . Se
∂Ω ∩ ρ+ (x0 ,v) = ∅, não há reflexão e definimos (x1 , v1 ) = (x1 , 0). Podemos definir uma aplicação

R : (Ω̄, S 1 ∪ {0})
½
(x1 , v1 ) se ∂Ω ∩ ρ+
(x0 ,v) 6= ∅,
(x0 , v0 ) 7−→ (5.2)
(x1 , 0) caso contrário

(x0 , 0) 7−→ (x0 , 0)


Definição 5.2. (Reflexão múltipla) Consideramos o caso em que (xn+1 , vn+1 ) = R(xn , vn ),
começando com x0 ∈ Ω, v0 ∈ S 1 .

Definição 5.3. Dizemos que D é não captivo se a sequência (xn , vn ) terminar num ponto fixo
(xn , vn ) = (xk , 0), para n ≥ k. Caso contrário, o domı́nio diz-se captivo (neste caso, a sucessão
pode oscilar entre dois valores (x1 , v) e (x2 , −v), conforme se mostra na Figura 53)
Os resultados seguintes mostram que as propriedades geométricas dos domı́nios D, nomeada-
mente as noções de domı́nios captivos/não captivos estão directamente relacionadas com a
distribuição dos pólos de ressonância. Os resultados seguintes são válidos para domı́nios em
R3 (cf. [18]).

62
Figura 53: exemplos de dois domı́nios captivos e um domı́nios não captivo (respectivamente).

Teorema 5.1. Se D é um domı́nio regular não captivo contido na bola BR (0), então os pólos
de ressonância afastam-se do eixo real, quando a parte real é grande, mais precisamente para
determinados valores de a, b > 0 temos que

|Im(w)| ≥ a + b log|Re(w)| (5.3)

Se além disso, a fronteira ∂O fôr analı́tica, então


1
|Im(w)| ≥ a + b |Re(w)| 3 (5.4)

Vejamos agora um resultado relativo a propriedades de alguns domı́nios captivos

Teorema 5.2. Se D = D1 ∪ D2 é um domı́nio captivo, onde Di , i = 1, 2 são dois domı́nios


conexos de R3 que distam de um valor d, e calculando os valores20 dados por
π
υ= n − ia
d
para um determinado a > 0, então existem pólos de ressonância de D numa vizinhança destes
valores
c
|wn − υn | ≤ √ , c > 0
n
para n suficientemente grande.

Podemos encontrar em [49] o seguinte resultado

Teorema 5.3. Seja D um domı́nio não captivo. Então, para todo α < 0, o conjunto

{z : 0 > Im(z) ≥ α}

tem, no máximo, um número finito de pólos de ressonância.


20
que são designados por ”pseudo-pólos”

63
Pelo contrário, no caso captivo foi formulada a seguinte conjectura (cf. [49]) que foi demonstrada
por Ikawa no caso de um domı́nio formado por dois (ou mais) domı́nios disjuntos.

Conjectura 5.1. Seja D um domı́nio captivo. Então, existe um α < 0, tal que o conjunto

{z : 0 > Im(z) ≥ α}

tem uma infinidade de pólos de ressonância.

5.2 Aplicação do método numérico ao problema exterior


O método MSF pode também ser aplicado à resolução do problema exterior em Rd \Ω̄, pois
cada uma das soluções fundamentais escolhidas satisfaz a condição de radiação de Sommerfeld.
O resultado de densidade pode ser transposto para o problema exterior, considerando desta
vez uma curva γ no interior do domı́nio Ω. Assim, neste caso, a ”fronteira artificial” γ deve
ser envolvida pela fronteira do domı́nio ∂Ω.

Para determinar os pólos de ressonância e respectivos modos de vibração vamos usar pro-
cedimentos análogos aos descritos no caso do problema interior, com a única diferença que
yj ∈ D, j = 1, ..., N . Já foi referido atrás que, neste caso w ∈ C, pelo que é desadequado recor-
rer ao módulo do determinante do sistema para calcular aproximações desses valores. Vamos
neste caso recorrer ao método da secante21 aplicado directamente ao determinante da matriz do
sistema (que é um valor complexo). Desta forma, encontramos aproximações dos zeros do de-
terminante dos sistema que serão aproximações dos valores para os quais o problema (5.1) não
têm solução única. Para determinar as funções próprias u(x, y) vamos usar um procedimento
análogo ao descrito no caso do problema interior. Neste caso u(x, y) ∈ C, pelo que é demasiado
restritivo impor que num dado ponto xM +1 ∈ D̄C a função assuma o valor22 1. Assim, vamos
impor que em xM +1 , a função que vamos determinar assuma um determinado número complexo
w0 ∈ C : Re(λ), Im(λ) 6= 0. Passemos à apresentação dos resultados numéricos obtidos.

5.3 Resultados numéricos


Surgiram alguns problemas numéricos ao tentar determinar os pólos de ressonância, pois com
o método considerado obtemos alguns pólos de ressonância, mas também algumas soluções
espúrias. É nosso objectivo estudar mais em detalhe este problema num trabalho futuro.
O algoritmo para a escolha dos pontos-fonte e pontos de colocação (com pontos igualmente
espaçados) é idêntico ao considerado no caso do problema interior com o cuidado de que os
pontos-fonte devem estar no interior do domı́nio D. Vejamos antes de mais os pontos de
colocação e os pontos-fonte para os domı́nios que vamos considerar de seguida (Figura 54).

5.3.1 condições de fronteira de Dirichlet


Vamos começar pelo caso do disco de raio unitário com condições de fronteira de Dirichlet.
Na Figura 55 está representada a distribuição dos pólos de ressonância. Podemos, também no
21
que sabemos que é aplicável ao cálculo de raı́zes complexas de equações não lineares
22
pois isso implicava que a parte imaginária fosse nula...

64
1 6
2.5
4
0.5 2

2 1.5

-0.6-0.3 0.3 0.6 1


-4 -2 2 4

-0.5 0.5
-2

-1 -0.5 0.5 1 1.5 2 2.5


-1 -4
-0.5

-6 -1

Figura 54: pontos de colocação (a vermelho) e pontos-fonte (a azul) para os domı́nios 1, 2 e 3.

2 4 6 8

-2

-4

-6

-8

Figura 55: distribuição dos pólos de ressonância do disco de raio unitário com condições de
fronteira de Dirichlet.

caso do problema exterior representar as funções próprias. De acordo com [63] temos que uma
função própria tem o seguinte comportamento assimptótico (em 2D)
eiwr
u(x) ≈ √ u∞ (x̂, w), quando r → ∞ (5.5)
r
x
onde x̂ = |x| e r = |x|. Assim, uma vez que os pólos de ressonância têm parte imaginária
negativa, temos que as funções próprias crescem exponencialmente, quando r → ∞. Vamos,
neste caso, representar as funções
u(x, y)
ǔ(x, y) =
e−Im(w)r
Estas funções ǔ(x, y) não têm grande significado do ponto de vista fı́sico do problema, mas
permitem-nos visualizar o comportamento oscilatório da função própria. Associadas a estas
funções podemos também obter os respectivos domı́nios nodais. A representação dos domı́nios
nodais do módulo na função própria não tem grande interesse23 pelo que nos exemplos seguintes,
23
o módulo nunca toma valores negativos...

65
Figura 56: parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos de
ressonância do disco de raio unitário.

apresentamos os domı́nios nodais associados às partes real e imaginária da função ǔ(x, y) e o
”gráfico de densidade” do módulo da função ǔ(x, y).

66
Figura 57: domı́nios nodais associados às parte real e imaginária das funções ǔ(x, y) de dois
pólos de ressonância do disco de raio unitário e ”gráfico de densidade” do módulo.

Domı́nio 1

Vejamos agora resultados relativos a um domı́nio D (Figura 58) cuja fronteira pode ser
parametrizada por
½
5 cos(2t) sin(t)
{x(t), y(t)} = sin(t) + , 1.4 cos(t)}, para 0 ≤ t < 2π
8

Na Figura 59 representamos a parte real, a parte imaginária e o módulo de funções ǔ(x, y)

0.5

-0.6-0.3 0.3 0.6

-0.5

-1

Figura 58: fronteira do domı́nio 1.

associada a dois pólos de ressonância do domı́nio 1 e respectivos domı́nios nodais (Figura 60).

67
Figura 59: parte real, parte imaginária e módulo de funções ǔ(x, y) associada a dois pólos de
ressonância do domı́nio 1.

Figura 60: domı́nios nodais associados às parte real e imaginária das funções ǔ(x, y) associadas
a dois pólos de ressonância do domı́nio Ω2 e ”gráfico de densidade” do módulo.

68
Domı́nio 2

Vejamos agora resultados relativos a um domı́nio D (Figura 61) cuja fronteira pode ser parametrizada
por
½ µ ¶ µ ¶¾
cos(4t) 2 cos(t) sin(3t)
{x(t), y(t)} = 4 sin(t) + , 4 cos(t) − , para 0 ≤ t < 2π
6 3

Na Figura 62 representamos a parte real, a parte imaginária e o módulo de funções ǔ(x, y)


6

-4 -2 2 4

-2

-4

-6

Figura 61: fronteira do domı́nio 2.

associada a dois pólos de ressonância do domı́nio 2 e respectivos domı́nios nodais (Figura 63).

Figura 62: parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos de
ressonância do domı́nio 2.

69
Figura 63: domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) associadas
a dois pólos de ressonância do domı́nio 2 e ”gráfico de densidade” do módulo.

Domı́nio 3

Vamos começar por um exemplo captivo em que D = D1 ∪ D2 , onde D1 e D2 são respecti-


vamente discos de raio unitário e centros em (0, 0) e (1.75, 1.75) (Figura 64). Na Figura 65

2.5

1.5

0.5

-1 -0.5 0.5 1 1.5 2 2.5

-0.5

-1

Figura 64: fronteira do domı́nio 3.

representamos a parte real, a parte imaginária e o módulo de funções ǔ(x, y) associada a dois
pólos de ressonância do domı́nio 3 e respectivos domı́nios nodais (Figura 66).

5.3.2 condições de fronteira de Neumann


Na Figura 67 representamos a parte real, a parte imaginária e o módulo de funções ǔ(x, y)
associada a dois pólos de ressonância do disco de raio unitário com condições de fronteira de
Neumann. e respectivos domı́nios nodais (Figura 68)

70
Figura 65: parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos de
ressonância do domı́nio 3.

Figura 66: domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) associadas
a dois pólos de ressonância do domı́nio 3 e ”gráfico de densidade” do módulo.

71
Figura 67: parte real, parte imaginária e módulo de funções ǔ(x, y) associadas a dois pólos de
ressonância do disco de raio unitário.

Figura 68: domı́nios nodais associados às parte real e imaginária de funções ǔ(x, y) associadas
a dois pólos de ressonância do disco de raio unitário e ”gráfico de densidade” do módulo.

72
6 Conclusões e Perspectivas
Após a realização deste trabalho, concluimos que podemos recorrer ao Método das Soluções
Fundamentais (MSF) para obter aproximações dos pólos de ressonância de um dado domı́nio,
bem como das respectivas funções próprias. Em particular, vimos que escolhendo os ”pontos-
fonte” de uma forma adequada (como foi descrito anteriormente) conseguimos obter aproxi-
mações com precisão muito superior à obtida com outras escolhas de ”pontos-fonte”.

Para realizar este estudo, foi desenvolvido um algoritmo suficientemente geral que per-
mite estudar o problema interior em domı́nios, mesmo que não sejam simplesmente conexos
e considerando condições de fronteira de Dirichlet, de Neumann ou de Robin. Recorrendo
ao algoritmo efectuou-se uma série de simulações numéricas que permitiram reforçar algumas
conjecturas já conhecidas, bem como sugerir outras conjecturas sobre propriedades dos valores
próprios do operador de Laplace, considerando condições de fronteira de Dirichlet e de Neu-
mann.

O algoritmo desenvolvido neste trabalho pode ainda ter alguma aplicação no campo da
construção de instrumentos de percussão, uma vez que, por simulação numérica permite tirar
algumas conclusões acerca das propriedades sonoras do instrumento. Além disso, a gener-
alização para o caso tridimensional é relativamente simples e permite estudar propriedades
acústicas de salas ou auditórios.

Quanto ao caso do problema exterior já foi iniciado o estudo da aplicabilidade do MFS
para a determinação dos pólos de ressonância e respectivos modos próprios. Foram já obtidos
alguns resultados numéricos, mas há ainda questões a estudar, nomeadamente o aparecimento
de soluções espúrias.

É nosso objectivo, futuramente, continuar o estudo já iniciado neste trabalho da apli-
cabilidade do MFS para o problema exterior e abordar os problemas interior/exterior no
caso tridimensional. Outro objectivo é o desenvolver um método análogo que permita es-
tudar as frequências de ressonância e respectivas funções próprias no caso dos problemas in-
terior/exterior no caso elástico. Este caso é razoavelmente mais complicado já que as funções
próprias são funções vectoriais.

73
Bibliografia
Referências
[1] Alessandrini, G.; Nodal Lines of Eigenfuntions of the Fixed Membrane Problem in General
Convex Domains, Commentarii Math. Helvetici, 69, pp. 142-154 (1994).

[2] Alves, Carlos J.S.; Density Results For the Helmholtz Equation and the Method os Fun-
damental Solutions, in Advances in Computational Engineering and Sciences - Volume I
(Editors: S. N. Atluri e F. W. Brust) Tech Sc. Press, pp. 45-50 (2000).

[3] Alves, Carlos J.S.; Etude Numérique de la Diffraction d’Ondes Acoustiques et Élastiques
Par Une Fissure Plane de Forme Quelconque, Tese de Doutoramento; E. Polytechnique,
Palaiseau (1995).

[4] Alves, Carlos J.S.; Density Results on Partial Differential Equations and the Derivation
of Meshless Methods, in Proceedings of the International Conference in Computational
Engineering and Science 2003 (ICES’03). Tech Science Press in CD-ROM (2003).

[5] Alves, Carlos J.S.; Introdução a Métodos Numéricos para Problemas Elı́pticos, Secção de
Folhas; Instituto Superior Técnico (2001).

[6] Alves, Carlos J.S.; Antunes, Pedro R.S.; Numerical Determination of the Resonance Fre-
quencies in a Bounded Domain Using the MFS, in Proceedings of the International Work-
shop on Meshfree Methods, Instituto Superior Técnico, pp. 139-144 (2003).

[7] Alves, Carlos J.S.; Antunes, Pedro R.S.; Numerical Determination of the Resonance Fre-
quencies in a Bounded Domain Using the MFS, submetido a Computers, Materials &
Continua.

[8] Alves, Carlos J.S.; Chen, C. S.; The Method of Fundamental Solutions Adapted For a Non
Homogeneous Equation, in the Proceedings of the International Conference in Engineering
and Science 2001 (ICES’01). Tech Science Press in CD-ROM (2001).

[9] Alves, Carlos J.S.; Valtchev, Svilen S.; Resolução Numérica de Problemas de Difracção de
Ondas Acústicas Usando Resultados de Densidade de Ondas Planas e de Soluções Funda-
mentais, in Proceedings of the VIIth Congress on Applied and Computational Mechanics,
Ed. J. I. Barbosa, University of Evora, Portugal, vol. IV, pp. 2139-2148 (2003).

[10] Alves, Carlos J.S.; Valtchev, Svilen S.; to appear in Special Issue on Meshfree/Meshless
Methods of Engineering Analysis with Boundary Elements.

[11] Andersson, Stig I.; Lapidus, Michel L.; Progress in Inverse Spectral Geometry; Springer
Verlag (1997).

[12] Antunes, Pedro R.S.; O Método das Soluções Fundamentais Aplicado ao Cálculo de
Frequências de Ressonância e Modos de Vibração, Trabalho Final de Curso, Instituto
Superior Técnico (2003).

a
[13] Antunes, Pedro R.S.; Freitas, Pedro New Bounds For the Principal Dirichlet Eigenvalue
of Planar Regions em preparação.

[14] Ashbaugh, M.; Isoperimetric and Universal Inequalities for Eigenvalues; Spectral Theory
and Geometry (Edinburgh, 1998), E B Davies; Yu Safarov, eds.; London Math. Soc.
Lecture Notes, vol.273, Cambridge Univ. Press, Cambridge, pp. 95-139 (1999).

[15] Ashbaugh, M.; Benguria, R. Proof of the Payne-Pólya-Weinberger Conjecture; Bull. Amer.
Math. Soc., 25, No 1, pp. 19-29 (1991).

[16] Ashbaugh, M.; Benguria, R. A Sharp Bound For the Ratio of the First Two Eigenvalues
of Dirichlet Laplacian and Extensions; Ann of Math, 135, pp. 601-628 (1992).

[17] Barbu, Viorel; Partial Differential Equations and Boundary Value Problems; Kluwer Pub-
lishing, Dordrecht (1998).

[18] Bardos, C.; Guillot, J.C.; Ralston, J. La relation de Poisson por l’équation des ondes dans
un ouvert non bourné. Applications à la théorie de la diffusion.; Comm. Part. Diff. Eq. 7,
pp. 905-958 (1982).

[19] Betcke, T.; Trefethen, L.N.; Reviving the Method of Particular Solutions; to appear in
SIAM.

[20] Burdzy, Krzystof; Werner, Wendelin; A Counterexample To the ”Hot Spots”Conjecture;


Ann. of Math, 149, pp. 309-317 (1999).

[21] Buser, Peter; Conway, John; Doyle, Peter; Some Planar Isospectral Domains; Internat.
Math. Res. Notices, pp. 391-400 (1994).

[22] Chen, J.T., Chang, M.H.; Chen, K.H. and Lin, S.R.; Boundary Collocation Method with
meshless concept for acoustic eigenanalysis of two-dimensional cavities using Radial Basis
Function; Journal of Sound and Vibration 257, 4, 667-711 (2002).

[23] Chen, J.T., Chang, M.H.; Chen, K.H. and Lin, S.R.; Boundary collocation method for
acoustic eigenanalysis of three-dimensional cavities using Radial Basis Function; Compu-
tational Mechanics 29, pp. 392-408 (2002).

[24] Colton, D.; Kress, A.; Integral Equations Methods in Scattering Theory; Wiley, New York,
(1983).

[25] Courant, R.; Hilbert, D.; Methods of Matematical Physics - Volume I ; Interscience, New
York (1953).

[26] Cox, S.J.; Ross, M.; Extremal Eigenvalue Problems for Starlike Planar Domains; J. Dif-
ferential Equations 120, pp. 174-197 (1995).

[27] Damascelli, Lucio; On the Nodal Set of the Second Eigenvalue of the Laplacian in Sym-
metric Domains em Rn ; Atti Accad. Naz. Lincei Rend. Cl. Sci. Fis. Mat. Natur. 11, pp.
175-181 (2000).

b
[28] Ehrenpreis, L.; Solutions of some problems of division; Amer. J. Math. 76, pp. 883-903
(1954).

[29] Evans, C. Lawrence; Partial Differential Equations; American Mathematical Society,


Providence (1998).

[30] Exner, Pavel; Harrell, Evans M.; Loss, Michael; Optimal Eigenvalues for Some Laplacians
and Schrödinger Operators Depending on Curvature; Proceedings of QMath7 (Prague
1998); Birkhauser Series ”Operator Theory: Advances and Applications”, pp. 47-58
(1998).

[31] Faber, G.; Beweis, Dass Unter Allen Homogenen Membranen von Gleicher Fläche und
Gleicher Spannung Die Kreisförmige den Tiefsten Grundton Gibt; Sitzungsber. Bayer.
Akad. Wiss. München, Math.-Phys. Kl., pp. 169-172 (1923).

[32] Folland, Gerald B.; Fourier Analysis and Its Applications; Wadsworth, Belmont, CA
(1992).

[33] Fox, L.; Henrici, P.; Moler, C.B.; Approximations and bounds for eigenvalues of elliptic
operators; SIAM J. Numer. Anal. 4, pp. 89-102 (1967).

[34] Grinfeld, Pavel; Strang, Gilbert; The Laplacian Eigenvalues of a Polygon; to appear in
Computers and Mathematics with Applications.

[35] Gordon, C.; Webb, D.; Wolpert, S.; Isospectral Plane Domains and Surfaces Via Rieman-
nian Ordifolds; Invent Math., 110, pp. 1-22 (1992).

[36] Gordon, C.; Webb, D.; Wolpert, S.; One cannot hear the shape of a drum.; Bull. Amer.
Math. Soc. 27, pp. 134-138 (1992).

[37] Henrot, Antoine; Minimization Problems for Eigenvalues of the Laplacian; Journal of
Evolution Equations 3, pp. 443-461 (2003).

[38] Henrot, Antoine; Oudet, Edouard; Le Stade ne Minimise pas λ2 Parmi les Ouverts Con-
vexes du Plan; C. R. Acad. Sci. Paris Sér.I Math, 332, pp. 417-422 (2001).

[39] Henrot, Antoine; Oudet, Edouard; Minimizing the Second Eigenvalue of the Laplace Op-
erator With Dirichlet Boundary Conditions; Archive for Rational Mechanics and Analysis
169, pp. 73-87 (2003).

[40] Hoffmann-Ostenhof, T.; Michor, Peter W.; Nadirashvili, Nikolai; Bounds on the Multiplic-
ity of Eigenvalues for Fixed Membranes; Geom. Funct. Anal. 9, pp. 1169-1188 (1999).

[41] Hoffmann-Ostenhof, T.; Hoffmann-Ostenhof, M.; Nadirashvili, Nikolai; On the Nodal Line
Conjecture; Advances in Differential Equations and Mathematical Physics, Comtemp.
Math. 217, pp. 33-48; Amer. Math. Soc., Providence (1998).

[42] Ikawa, M.; On the poles of the scattering matrix for two strictly convex obstacles; J. Math.
Kyoto Univ. 23, pp.127-194 (1983).

c
[43] Kac, M.; Can one hear the shape of a drum? ; Amer. Math. Mounthly 73 (1966).

[44] Karageorghis, A.; The Method of Fundamental Solutions for the Calculation of the Eigen-
values of the Helmholtz Equation; Appl. Math. Letters 14 (7), 837-842 (2001).

[45] Krahn, E.; Über Eine von Rayleigh Formulierte Minimaleigenschft des Kreises; Math.
Ann. 94, pp. 97-100 (1924).

[46] Keller, J.B.; Wolff, S.A.; Range of the First Two Eigenvalues of the Laplacian; Proc. Royal
Soc. London 447A, pp. 397-412 (1994).

[47] Lamb, Horace; The Dynamical Theory of Sound; London: E. Arnold (1910).

[48] Laptev, A.; Dirichlet and Neumann Eigenvalues Problems on Domains in Euclidean
Spaces; J. Funct. Anal. 151, pp. 531-545 (1997).

[49] Lax, P.D.; Phillips, R.S.; On the scattering frequencies of the Laplace operateur; Comm.
Pure Apll. Math. 25, pp. 85-101 (1972).

[50] Lesch, Matthias; Topics in Spectral Geometry; 2000

[51] Levandosky, Julie; Lectures of Partial Differential Equations of Applies Mathematics;


Stanford University; 2001

[52] Levitin, Michael; Commutators, Spectral Trace Identities, and Universal Estimates for
Eigenvalues; J. Functional Analysis 192, pp. 425-445 (2002).

[53] Levitin, Michael; Parnovski, Leonid; Trace Identities and Universal Estimates for Eigen-
values of Linear Pencils; in Elliptic and Parabolic Problems, Proceedings of the IV Euro-
pean Conference (Rolduc/Gaeta 2001), World Scientific, pp. 160-164 (2002).

[54] Levitin, Michael; Yagudin, Rustem; Range of the First Three Eigenvalues of the Planar
Dirichlet Laplacian; LMS J. Comput. Math. 6, pp. 1-17 (2003).

[55] Lin, C.S.; On the Second Eigenfuntion of the Laplacian in R2 ; Comm. Math. Phys. 111,
pp. 161-166 (1987).

[56] Malgrange, B.; Existence et approximation des solutions des équations aux dérivées par-
tielles et des équations de convolution; Ann. Inst. Fourier 6, pp. 271-355 (1955-56).

[57] Melas, A.D.; On the Nodal Line of the Second Eigenfunction of the Laplacian in R2 ; J.
Diff. Geometry, pp. 255-263 (1992).

[58] Melrose, Richard B.; Geometric Scattering Theory; Cambridge University Press (2003).

[59] Moler, C.B.; Payne, L.E. Bounds for Eigenvalues and Eigenfunctions of Symmetric Oper-
ators; SIAM J. Numeric. Anal. 5, pp. 64-70 (1968).

[60] Oudet, Édouard; Numerical Minimization of Eigenmodes of a Membrane With Respect to


the Domain; to appear in COCV.

d
[61] Oudet, Édouard; Quelques Résultats en Optimisarion de Forme et Stabilisation; Tese de
Doutoramento; Université Louis Pasteur (2002).

[62] Payne, L.E.; Polyá, G.; Weinberger, H.F. On the Ratio of Consecutive Eigenvalues; Jour-
nal of Math. and Physics 35, pp. 289-298 (1956).

[63] Poisson, O.; Calculs des Pôles de Résonance Associés à la Diffraction d’Ondes Acoustiques
et Élastiques en Dimension 2 ; Tese de Doutoramento, Université de Paris IX Dauphine
(1992).

[64] Pólya, G.; Szegö, G., Isoperimetric inequalities in mathematical physics; Annals of Math-
ematical Studies, Princeton University Press, Princeton (1951).

[65] Ramakrisria; Sondhi; Vibrations of Indian Musical Drums Regarded and Composite Mem-
branes; J. Acoust. Soc. Amer. 26, pp. 523-530 (1954).

[66] Ramm, A. G.; Shivakumar, P. N.; Inequalities for the Minimal Eigenvalue of the Laplacian
in an Annulus; Math. Inequalitie and Applications 1, pp. 559-563 (1998).

[67] Rayleigh, J.W.S.; The Theory of Sound - Volume I ; London (1896)

[68] Selden, Jeffrey; Overview of ”The Nodal Line of the Second Eigenfuntion of the Laplacian
in R2 Can Be Closed”; 2000

[69] Strauss, Walter A.; Partial Differential Equations - An Introduction; John Wiley and Sons
(1992).

[70] Tolstov, Georgi P.; Fourier Series; Dover Publications, Inc., New York (1976).

[71] Troesch, B.A.; Elliptical Membranes With Smallest Second Eigenvalue; Math. Comp. 27,
pp. 767-772 (1973).

[72] Weyl, H.; Ramifications, Old and New, of the Eigenvalue Problem; Bull. Amer. Math. Soc.
56, pp. 115-139 (1950).

[73] Weyl, H.; Das Asymptotische Verteilungsgesetz der Eigenwerte Linearer Partieller Differ-
entialgleichungen; Math. Ann. 71, pp. 441-479 (1912).

[74] Yau, S.T.; Problem Section, Seminar on Differential Geometry; Annals of Math. Studies
102, pp. 669-706 (1982).

[75] Yosida, K.; Functional Analysis; Springer-Verlag, New York (1988).

[76] Apontamentos de Acústica Musical; Conservatório de Música do Porto

You might also like