Baixe o app para aproveitar ainda mais
Prévia do material em texto
16/04/2010 1 FATORAÇÃO LUFATORAÇÃO LU Railei Garcia Leal Raimundo Viana de Castro Sistema de equações lineares Um sistema linear com m equações e n variáveis é escrito, usualmente, na forma: a11x1 + a12x2 + ... + a1nxn = b111 1 12 2 1n n 1 a21x1 + a22x2 + ... + a2nxn = b2 . . . . (1) . . . . . . . . am1x1 + am2x2 + ... + amnxn= bm aij : coeficientes 1 ≤ i ≤ m, 1 ≤ j ≤ n xj : variáveis j = 1, 2, ..., n bi : constantes i = 1, 2, ..., m Sistemas de Equações Lineares Resolver um sistema linear consiste em calcular os valores de xj, (j = 1, ..., n), caso eles existam, que satisfaçam as m equações simultaneamente . Uma outra forma de expressar o sistema (1) é através da notação matricial, como: Ax = b (2) onde a11 a12 ... a1n a21 a22 ... a2n A = . . . é a matriz dos coeficientes , . . . . . . am1 am2 ... amn x1 b1 x2 b2 . . X = é o vetor das variáveis e b = . É o vetorX . é o vetor das variáveis e b . É o vetor . xn bm constante. 16/04/2010 2 Problema da existência e unicidade Num sistema linear apenas uma entre as situações abaixo irá ocorrer: 1) o sistema linear tem solução única; 2) o sistema linear admite infinitas soluções; 3) i t li ã d it l ã3) o sistema linear não admite solução. Métodos numéricos Os métodos numéricos para resolução de umOs métodos numéricos para resolução de um sistema linear podem ser divididos em dois grupos: 1) Métodos diretos: fornecem a solução exata do sistema linear, caso ela exista, após um número finito de operações;finito de operações; 2) métodos iterativos: geram uma sequência de vetores x(k) , a partir de uma aproximação inicial x(0). Sob certas condições esta sequência converge para a solução caso ela exista. Justificativa para este estudo z A resolução de Sistemas de equações lineares podez A resolução de Sistemas de equações lineares pode ser inviável ou ineficiente, para sistemas de ordem muito grandes. z Grande parte de sistemas lineares podem ser resolvidos com métodos de resolução relativamente simples, como o método da Eliminação de Gauss e fatoração LUfatoração LU. z O surgimento de novos métodos é decorrente da necessidade de se obter algoritmos que sejam mais eficientes e menos sensíveis a erros. Fatoração LU A base deste método, assim como o método da eliminação de Gauss, é o uso de uma propriedade elementar de sistemas de equações linearessistemas de equações lineares que estabelece o seguinte: 16/04/2010 3 Fatoração LU A solução de um sistema linear Ax = b não se lt b t üê i daltera se o submetermos a uma seqüência de operações tais como: z multiplicação de uma equação (linha) por uma constante não nula; z soma do múltiplo de uma equação a outra; z troca de posição de duas ou mais equações. Fatoração LU z Seja o sistema linear: Ax=bAx b z O processo consiste em decompor a matriz A em duas outras matrizes L e U, isto é, A=LU z O sistema anterior fica:z O sistema anterior fica: (LU)x=b Fatoração LU z A partir de (LU)x=b, fazendo y=Uxy=Ux z temos então dois sistemas: i) Ly=b ii) Ux=y Idéi t i L U f t i lz Idéia: se as matrizes L e U forem triangulares, a solução desses sistemas é imediata. Encontrar tais matrizes é a estratégia de solução. Fatoração LU Procedimento: 9 Decompõe-se a matriz A em uma matriz L triangular inferior e uma matriz U triangular superior pelo método de Eliminação de Gauss: A = LU 9 Resolvem-se os sistemas triangulares resultantes: L bLy=b Ux=y 16/04/2010 4 Exemplo - Fatoração LU z Seja, por exemplo, o sistema: ⎧ 1423 z 1º passo: aplica-se o método de Eliminação de ⎪⎩ ⎪⎨ ⎧ =++ =++ =++ 3234 22 1423 321 321 321 xxx xxx xxx Gauss na matriz A para se obter L e U 211 423 0A )( ⎟⎟ ⎞ ⎜⎜ ⎛ Obtenção dos fatores LU 41 234 2110 A )( ⎟⎟ ⎟ ⎠⎜ ⎜⎜ ⎝ = 3 4 3 1 3121 == ; mm ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ =⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ ⋅⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ = − 3 10 3 1 3 2 3 1 31 21 1 0 0 423 234 211 423 10 01 001 -m -mA )( 132 =m ⎞⎛⎞⎛⎞⎛ 423423001 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − =⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ ⋅⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ = − 400 0 423 0 0 423 10 010 001 3 2 3 1 3 10 3 1 3 2 3 1 32 2 -m A )( Obtenção dos fatores LU z Se chamarmos de M(k) as matrizes que contêm os multiplicadores na k-ésima etapa da eliminação de Gauss,p p ç , então: A = A(0) A(1) = M(0)A(0) = M(0)A A(2) = M(1)A(1) = M(1)M(0)A(0) =M(1)M(0)A z Da última linha, temos: 1 1A=(M(1)M(0))-1A(2) = (M(0))-1 (M(1)) -1 A(2) z donde, L = (M(0)) -1(M(1)) -1 e U = A(2) Obtenção dos fatores LU z Então, para a matriz A dada, temos ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ − =⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ = 400 0 423 e 11 01 001 3 2 3 1 3 4 3 1 UL 16/04/2010 5 Solução dos subsistemas z 2º passo: resolver os dois sistemas lineares i l t btid l b tit i ã A LUequivalentes, obtidos pela substituição A=LU i) Ly = b ii) Ux=y ⎪⎩ ⎪⎨ ⎧ =++ =+ = 3 4/3 2 1/3 1 321 21 1 yyy yy y ⎪⎧ =++ 14 2 3 321 xxx ⎞⎛−3 ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ = 0 1 3 5y ⎪⎩ ⎪⎨ =− =+ 04 3/53/21/3 3 32 321 x xx ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛− = 0 5 3 *x Estratégias de pivoteamento z Considere o cálculo dos multiplicadores no método d Eli i ã d Gde Eliminação de Gauss: z O que acontece se o pivô (akk) for zero ou se estiver ó i d ? ,...,nki,...,n-k a a m kk ik ik 1 ,11 , +=== próximo de zero? Pivoteamento Parcial z Na etapa k, escolher para pivô o elemento de maior ód l tmódulo entre aik, i=k,k+1,...,n; z Trocar as linhas k e i para determinar a posição do i ô á i ki ika ≥ ||max novo pivô, se necessário. Exemplo: Pivoteamento Parcial 3 3||max temos2,k e 4 Para 32 2 2 −==⇒=== ≥ apivôan i i Logo, trocamos as linhas 2 e 3: ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ = 15 7 6 5 0 7 3 1- 4 5- 0 1 2 3- 1 2 0 0 0 3 | )1()1( bA g ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ = 15 6 7 5 0 3 7 1- 4 0 5- 1 2 1 3- 2 0 0 0 3 | )1()1( bA 16/04/2010 6 Pivoteamento Completo* z Na etapa k, escolher para pivô o elemento de maior ód l t t d l t i d tmódulo entre todos os elementos que ainda atuam no processo de eliminação: z Trocar as linhas k e i e as colunas k e j, para determinar a posição do novo pivô se necessário kji ija ≥, ||max determinar a posição do novo pivô, se necessário. *Obs: esta estratégia não é muitoempregada, pois acarreta em maior esforço computacional Ex.: Pivoteamento Completo 7 7||max temos2,k e 4 Para 34 2, ==⇒=== ≥ apivôan ji ij Logo, trocamos as linhas 2 e 3 e as colunas 2 e 4: ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ = 15 7 6 5 0 7 3 1- 4 5- 0 1 2 3- 1 2 0 0 0 3 | )1()1( bA g ⎟⎟ ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜⎜ ⎜ ⎝ ⎛ = 15 6 7 5 2 1 3- 2 4 0 5- 1 0 3 7 1- 0 0 0 3 | )1()1( bA O primeiro exemplo conhecido do uso de uma matriz aumentada para descrever sistemas lineares aparece no livro chinês “Nove Capítulos de Arte Matemática” publicado entre 200 a.C. e 100 a.C.durante a dinastia de Han. z Problema proposto pelo manuscrito: Existem três tipos de milho, dos quais dois montes do primeiro três do segundo e um dodos quais dois montes do primeiro, três do segundo e um do terceiro totalizam 34 medidas. três montes do primeiro, dois do segundo e um do terceiro totalizam 39 medidas. Finalmente, um monte do primeiro, dois do segundo e três do terceiro totalizam 26 medidas. Quantas medidas de milho estão contidas em um monte de cada um dos tipos? z O Problema leva a um sistema linear de três equações e três incógnitas. z Resolva o problema utilizando o método do LU com pivoteamento parcial. Informações retiradas de [1] Complexidade dos algoritmos Gráfico da dimensão da matriz (n) × número de operações em ponto flutuante necessárias para a inversão da matriz pelo método de Eliminação de Gauss (vermelho) e pela Fatoração LU (preto). 16/04/2010 7 Observação Para encontrarmos a inversa de uma matriz de ordem 3, pelo método de Eliminação de Gauss, efetuamos n × ( (4n3+9n2-7n)/6 ) = 84 operações .Utilizando a fatoração LU,efetuamos (4n3+15n2-n)/6 ) = 40 operações.
Compartilhar