Baixe o app para aproveitar ainda mais
Prévia do material em texto
5 Nov 2008 . 10:58 Decomposição de Cholesky • Idéia: Podemos simplificar o método de decomposição LU, quando a matriz é simétrica, positiva definida. 5 Nov 2008 . 10:58 Definições • Matrizes simétricas: aij = aji • Matrizes positivas definidas: xtAx > 0, qualquer que seja x. Critério de Sylvestre: a matriz é positiva definida se e somente se todos os menores principais tem determinante positivo: •Teorema Uma matriz simétrica A é positiva definida se, e somente se, o determinante de cada submatriz principal é positivo 1 943 421 312 ,3 21 12 ,22 Exemplo: A matriz 943 421 312 A é positiva pois todos os quais são positivos. Assim, sabe-se que todos os autovalores de A são positivos e que 0x 0xx AT para qualquer Outras definições: • Uma matriz simétrica A e a forma quadrática xxx qualquerparaAse T 0 xx AT são chamadas não-negativa 0xxx qualquerparaAse T 0 xxx qualquerparaAse T 0 negativose positivosvaloresosambostomaAse T xx negativa não-positiva indefinida Como construir de forma simples matrizes positivas definidas ? Teorema: Uma matriz simétrica A é positiva definida se, e somente se, todos os autovalores de A são positivos Teorema: Uma matriz simétrica A é negativa definida se, e somente se, todos os autovalores de A são negativos Teorema: Uma matriz simétrica A é negativa semi-definida se, e somente se, todos os autovalores de A são negativos e existir algum nulo Teorema: Uma matriz simétrica A é positiva semi-definida se, e somente se, todos os autovalores de A são positivos FATORAÇÃO DE CHOLESKY Definição: Uma matriz quadrada de ordem n é definida positiva se . Definição: A fatoração de Cholesky de uma matriz , simétrica positiva, é dada por com uma matriz triangular inferior com elementos da diagonal estritamente positivos. A nT xxAx 0 A ,:onde nnGGGA T G FATORAÇÃO DE CHOLESKY Do teorema LU, temos , onde é uma matriz diagonal de ordem n. Ainda, se for simétrica, então e a fatoração escreve-se como: Portanto, A D UDLA TLU ii TT dLDDLLDLA iidonde DLG FATORAÇÃO DE CHOLESKY Considere a matriz Calculando os fatores L U 83214 214112 1124 412416 A 81000 1100 0210 412416 1104/1 0124/3 0014/1 0001 83214 214112 1124 412416 A FATORAÇÃO DE CHOLESKY Calculando os fatores ULA 81000 1100 0210 412416 1104/1 0124/3 0014/1 0001 83214 214112 1124 412416 UDLDL e TLDLA 1000 1100 0210 4/14/34/11 81000 0100 0010 00016 1104/1 0124/3 0014/1 0001 FATORAÇÃO DE CHOLESKY Enfim, Ou ainda, TLDDLA 1000 1100 0210 4/14/34/11 9000 0100 0010 0004 9000 0100 0010 0004 1104/1 0124/3 0014/1 0001 TGGA 9000 1100 0210 1314 9101 0123 0011 0004 FATORAÇÃO DE CHOLESKY Resolução de sistemas lineares é semelhante ao método LU. Seja , então resolver é equivalente a resolver e depois . TGGA bxA byG yxGT Neste caso não há necessidade de aplicar permutações. Substituições direta Substituições Inversa T T GG GG x b G y b TG x y 5 Nov 2008 . 10:58 Decompsição de Cholesky • Se a matriz A é definida positiva, podemos decompô-la unicamente no produto GGt, onde G é uma matriz triangular inferior com elementos positivos na diagonal. Multiplicando as linhas i pelas colunas i, temos os elementos da diagonal da matriz A: 5 Nov Decomposição de Cholesky (diagonal) No caso geral: ... i=2,3,... Importante! (1) 5 Nov 2008 . 10:58 Método de Cholesky (2a coluna) multiplicamos as linhas de G (abaixo da diagonal) pela 2a coluna de Gt 5 Nov 2008 . 10:58 Método de Cholesky (na coluna) multiplicamos as linhas de G (abaixo da diagonal) pela na coluna de Gt 5 Nov 2008 . 10:58 Expressão Genérico Importante 2! Importante! Relembrando a fórmula para a diagonal: Que devem ser usadas de forma conveniente... 5 Nov 2008 . 10:58 "Forma coveniente" Expressão (2) Expressão (1) 1) Aplicamos (1) para calcular g11 2) Aplicamos (2) para calcular g21, g31, ..., gn1 3) Aplicamos (1) para calcular g22 4) Aplicamos (2) para calcular g32, g42, ..., gn2 ... 5 Nov 2008 . 10:58 Exemplo 5 Nov 2008 . 10:58 Exemplo - resolução a) Condições para o método de Cholesky: 1) A é simétrica: aij = aji OK! 2) A matriz é definida positiva. (Vamos usar a condição de Sylvester: todos os menores principais têm determinantes positivos): det(A1) = 4>0; det(A2) = 36>0; det(A3) = 36>0 OK! 5 Nov 2008 . 10:58 Exemplo - resolução b) Aplicamos uma sequência "conveniente": calculamos: 1) g11 (1) 2) g21, g31 (2) 3) g22 (1) 4) g32 (2) 5) g33 (1) 5 Nov 2008 . 10:58 Exemplo - resolução b) calculamos: 1) g11 (1) 2) g21, g31 (2) 3) g22 (1) 4) g32 (2) 5) g33 (1) 5 Nov 2008 . 10:58 Observações • O método de Cholesky é menos custoso computacionalmente que o método de decomposição LU • Precisamos de A definida positiva para garantir que as raízes quadradas serão sempre efetuadas sobre números positivos (poderíamos também trabalhar com aritmética complexa) • Como vimos no exemplo: det(A) = (g11 .g22 ... gnn ) 2 Cholesky: Para A positiva, definida e simétrica: A = AT x T A x > 0 para todo x 0, podemos escolher U= LT (ljk = ukj). A = L LT 2;,,1 1 ,,2 ,,2 1 1 11 1 1 1 1 2 1111 knkj a nj a nka a k i kijijk kk jk j j j i jijjjj ll l l l l ll l Decomposição de Cholesky – Consideremos as diversas partes da matriz • – Sem pivoteamento e muito estavel numericamente N,,1ijLLa L 1 L LaL 1i 1k jkikij ii ij 211i 1k 2 ikiiii ALLT COMPARAÇÃO DOS MÉTODOS Fatoração de Cholesky: Primeiro verificar se uma matriz simétrica é definida positiva. Em caso positivo, continuar com o método de Cholesky; A decomposição de Cholesky requer multiplicações, isto é, a metade das exigidas pela redução de Crout/Doolittle. Os produtos internos devem ser acumulados em precisão dupla, para se obter exatidão adicional. Complexidade da Decomposição de Cholesky 6 3n Decomposição de Cholesky Definição: Seja A uma matriz de ordem n real e simétrica tal que xTAx>0, xRn - {0}, então diz-se que A é positiva definida. Teorema: Se A é positiva definida, então A é não singular. Corolário: Se A é positiva definida e bRn, então o sistema linear Ax = b possui exatamente uma solução. Observação: O algoritmo da decomposição de Cholesky é incondicionalmente estável pois como A é positiva definida, não há necessidade de pivoteamento, pois neste caso ela sempre é diagonalmente dominante. Como construir de forma simples matrizes positivas definidas ? Teorema: Seja Mnn uma matriz real e não singular tal que A = M M T. Então A é positiva definida. Teorema da Decomposição de Cholesky: Seja A uma matriz positiva definida. Então A pode ser decomposta, de modo único, na forma A = G GT, onde G é uma matriz triangular inferior com coeficientes positivos ao longo da diagonal principal. Esta decomposição é denominada decomposição de Cholesky e nos referimos a G como o fator Cholesky de A. Corolário: A é uma matriz positiva definida se e somente se existe uma matriz triangular inferior G com coeficientes positivos na diagonal principal tal que A = G GT. • Definição • Se A é uma matriz n x n, então um vetor não-nulo x em Rn é chamado um autovetor de A se A x é um múltiplo escalar de x, ou seja, A x = l x para algum escalar l . O escalar l é chamado um autovalor de A e dizemos que x é um autovetor associado a l . 10 l l x x x l x 1l x xl 01 l xl x 1l Exemplo: • O vetor é um autovetor de correspondendo ao autovalor pois xx 3 2 1 3 6 3 2 1 18 03 A 18 03 A 2 1 x 3l •Autovalor (eigenvalue, valor característico): é um número (real ou complexo) l tal que a equação A x = l x tem solução não trivial x 0 x é um autovetor (eigenvector). •O conjunto de autovalores de A é chamado de o espectro de A. (A - l I)x= 0 •Só existe solução não trivial se det | A - l I| = 0. •Matrizes similares têm os mesmos autovalores. D é similar a A se existe uma matriz T tal que D = T-1 A T Como construir de forma simples matrizes positivas definidas ? •Desvio espectral: se A tem o conjunto de autovalores l1 , l2 , l3 ..... , então A - k I terá como autovalores l1 - k , l2 - k , l3 - k ..... •O maior valor absoluto do conjunto {l} é chamado de raio espectral de A. •Os autovalores são as raízes da equação característica det | A - l I| = 0 •A soma dos autovalores é chamado de traço de A. traço A l n j j n j jja 11 • Pode ser mostrado que se A é uma matriz n x n, então o polinômio característico de A tem grau n e o coeficiente de é 1, ou seja, o polinômio característico p(x) de uma matriz n x n é da forma • Pelo teorema fundamental da Álgebra segue que a equação característica tem, no máximo, n soluções distintas, de modo que uma matriz n x n tem, no máximo, n autovalores distintos. n nn ccAIp ...)(det)( 11llll nl 0...11 n nn cc ll Exemplo: autovalores de uma matriz 3 x 3 • Encontrar os autovalores de • Solução: • O polinômio característico de A é • Os autovalores de A, satisfazem a equação 4178 8174 10 01 det)det( 23 lll l l l l AI 8174 100 010 A 04178 23 lll • Para resolver a equação • Começa-se procurando soluções inteiras. Essa tarefa pode ser simplificada se lembrarmos que todas as soluções inteiras (se houverem) de uma equação polinomial com coeficientes inteiros são divisores do termo constante . • Assim, as únicas possíveis soluções inteiras são os divisores de -4, ou seja, • Substituindo sucessivamente cada um destes valores mostra que é uma solução inteira. Consequentemente, pode se escrever e as demais soluções satisfazem a equação quadrática Assim, os autovalores de A são 4l 4,3,2,1 04178 23 lll 0...11 n nn cc ll nc 0)14(4 2 lll 0142 ll 32,32,4 lll Exemplo: Autovalores de uma matriz triangular superior • Encontrar os autovalores da matriz triangular superior • Solução: • Lembrando que o determinante de uma matriz triangular superior é o produto das entradas na diagonal principal obtemos • Assim a equação característica é • E os autovalores )()()()( 000 00 0 det)det( 44332211 44 3433 242322 14131211 aaaa a aa aaa aaaa AI llll l l l l l 44332211 ,,, aaaa llll 44 3433 242322 14131211 000 00 0 a aa aaa aaaa A 0)()()()( 44332211 aaaa llll • Teorema 7.1.1 • Se A é uma matriz n x n triangular (superior, inferior ou diagonal), então os autovalores de A são as entradas na diagonal principal de A • Exemplo: Autovalores de uma matriz triangular inferior • Por inspeção, os autovalores da matriz triangular inferior são 4/13/2,2/1 lll e 4185 0321 0021 A Observação: muitas vezes, em problemas aplicados, a matriz A é tão grande que não é prático calcular a equação característica. Nesse caso, existem Métodos de aproximação que podem ser usados para a obtenção dos autovalores.
Compartilhar