Baixe o app para aproveitar ainda mais
Prévia do material em texto
Decomposic¸a˜o de Cholesky Eduardo Campos dos Santos UFMG 3 de abril de 2018 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Motivac¸a˜o Em alguns problemas de engenharia e estat´ıstica, que resultam na modelagem de um sistema de equac¸o˜es, a matriz dos coeficientes e´ sime´trica, isto e´, ela e´ igual a` sua transposta (A = AT ). Ale´m disso, muitas das matrizes que surgem em engenharia, sa˜o de uma classe denominada definida positiva (ou positiva definida). Para esses casos, podemos usar uma versa˜o simplificada da decomposic¸a˜o LU, que consiste em fatorar a matriz dos coeficientes reescrevendo-a como o produto de uma matriz triangular e sua transposta. O esforc¸o computacional cai por algo pro´ximo da metade, ou ate´ mais, daquele necessa´rio para a decomposic¸a˜o LU. Essa e´ a chamada decomposic¸a˜o de Cholesky, representada por A = LLT , onde L e´ uma matriz triangular inferior. Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Motivac¸a˜o Func¸o˜es definidas positivas sa˜o caracterizadas por matrizes definidas positivas e sa˜o muito comuns em problemas de otimizac¸a˜o que lidam com a determinac¸a˜o de um ponto m´ınimo. Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Atenc¸a˜o A matriz L da decomposic¸a˜o de Cholesky nada tem a ver com a matriz L da decomposic¸a˜o LU. No caso da decomposic¸a˜o de Cholesky, os elementos da diagonal principal de L (e, portanto, de LT ), na˜o sa˜o todos iguais a 1, como acontece na matriz L da decomposic¸a˜o LU. Na decomposic¸a˜o de Cholesky, os elementos de L sa˜o todos calculados facilmente aplicando-se fo´rmulas iterativas, sem necessidade de calcular e aplicar multiplicadores. Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn a11 = l211 ⇒ l11 = √ a11 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn a21 = l21 l11 ⇒ l21 = a21 l11 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn a31 = l31 l11 ⇒ l31 = a31 l11 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn a22 = l 2 21 + l 2 22 ⇒ l22 = √ a22 − l221 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares A ideia Seja A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn a32 = l31 l21 + l32 l22 ⇒ l32 = a32 − l31 l21 l22 Decomposic¸a˜o de Cholesky: Os fatores de L A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn Logo, l11 = √ a11 li1 = ai1 l11 , i = 2, 3, ..., n lii = √√√√(aii − i−1∑ k=1 l2ik) , i = 2, 3, ..., n lij = (aij − ∑j−1 k=1 lik ljk) ljj , 2 ≤ j < i . Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Restric¸o˜es Vemos, portanto, que os elementos de L sa˜o calculados mediante um processo iterativo que envolve fo´rmulas com ca´lculos de ra´ızes quadradas. Um erro ocorrera´ se uma dessas operac¸o˜es resultar no ca´lculo da raiz de um nu´mero negativo. Ale´m disso, os elementos da diagonal devem ser todos diferentes de zero, uma vez que aparecem no denominador em algumas fo´rmulas. Essas restric¸o˜es sera˜o satisfeitas se a matriz A original for definida positiva. Decomposic¸a˜o de Cholesky: Os fatores de L A = LLT a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a3n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn Um algoritmo simples para determinar a fatorac¸a˜o de Cholesky: 1. calculamos l11 2. calculamos os outros elementos da primeira coluna l21, l31, ..., ln1 3. calculamos l22 4. calculamos os outros elementos da segunda coluna l32, l42, ..., ln2 5. calculamos l33 6. calculamos os outros elementos da segunda coluna l43, l53, ..., ln3 Tente propor outro algoritmo que realize algumas operac¸o˜es paralelas. Obs.: o padra˜o para o ca´lculo dos elementos da diagonal de L a11 a12 a13 . . . a1n a21 a22 a23 . . . a2n a31 a32 a33 . . . a2n . . . . . . . . . . . . . . . an1 an2 an3 . . . ann = l11 0 0 ... 0 l21 l22 0 ... 0 l31 l32 l33 ... 0 . . . . . . . . . . . . 0 ln1 ln2 ln3 ... lnn l11 l21 l31 ... ln1 0 l22 l32 ... ln2 0 0 l33 ... ln3 0 0 0 . . . . . . 0 0 0 ... lnn No ca´lculo de cada elemento da diagonal principal de L aparece a subtrac¸a˜o do quadrado de cada elemento da mesma linha e a` esquerda do que esta´ sendo calculado. a11 = l211 ⇒ l11 = √ a11 a22 = l221 + l 2 22 ⇒ l22 = √ a22 − l221 a33 = l231 + l 2 32+ l 2 33 ⇒ l33 = √ a33 − l231 − l232 a44 = l241 + l 2 42 + l 2 43 + l 2 44 ⇒ l44 = √ a44 − l241 − l242 − l243 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Sumarizando Podemos usar uma versa˜o simplificada da decomposic¸a˜o LU quando a matriz A for definida positiva. Uma matriz sime´trica e´ dita definida positiva quando: vTAv > 0 ∀ v 6= 0 Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Teorema de Cholesky Se A for uma matriz sime´trica e definida positiva, enta˜o, existe uma u´nica matriz triangular L com elementos da diagonal positivos tal que A = LLT . Observac¸a˜o: Se a decomposic¸a˜o de Cholesky for poss´ıvel para uma determinada matriz A, enta˜o A e´, certamente, sime´trica e definida positiva. Um ponto atrativo Devido a` estabilidade nume´rica da decomposic¸a˜o de uma matriz sime´trica definida positiva, na˜o se faz necessa´rio o uso da pivotac¸a˜o parcial na decomposic¸a˜o de Cholesky. Frederico Campos [1] Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Em s´ıntese Se a matriz A for sime´trica e definida positiva, podemos resolver o sistema linear com uma transformac¸a˜o similar a`quela usada na decomposic¸a˜o LU e so´ precisamos basicamente calcular os elementos de uma matriz triangular, uma vez que a outra e´ a transposta da primeira. Ax = b → LLT x = b → Ly = b, onde LT x = y Mas como determinar se uma matriz sime´trica e´ definida positiva? Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Crite´rios (na˜o suficientes) para determinar se uma matriz e´ definida positiva Teorema: Se A e´ uma matriz definida positiva n x n, enta˜o: I aii > 0, para cada i = 1, 2, 3, . . . , n; I (aij)2 < aiiajj , para cada i 6= j . Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Crite´rios (na˜o suficientes) para determinar se uma matriz e´ definida positiva Teorema: Se A e´ uma matriz definida positiva n x n, enta˜o: I aii > 0, para cada i = 1, 2, 3, . . . , n; I (aij)2 < aiiajj , para cada i 6= j . a11 a12 a13 ... a1n a21 a22 a23 ... a2n a31 a32 a33 ... a2n . . . ... . an1 an2 an3 ... ann Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Crite´rios (na˜o suficientes) para determinar se uma matriz e´ definida positiva Teorema: Se A e´ uma matriz definida positiva n x n, enta˜o: I aii > 0, para cada i = 1, 2, 3, . . . , n; I (aij)2 < aiiajj , para cada i 6= j . a11 a12 a13 ... a1n a21 a22 a23 ... a2n a31 a32 a33 ... a2n . . . ... . an1 an2 an3 ... ann a11 a12 a13 ... a1n a21 a22 a23 ... a2n a31 a32 a33 ... a2n . . . ... . an1 an2 an3 ... ann Decomposic¸a˜o de Cholesky Me´todos de soluc¸a˜o de sistemas lineares Crite´rios suficientes para determinar se uma matriz e´ definida positiva Teorema: Uma matriz sime´trica Anxn e´ definida positiva, se, e somente se: I todos os seus menores principais l´ıderes sa˜o positivos (crite´rio de Sylvester), ou seja, cada uma de suas submatrizes principais tem determinante positivo; I seus autovalores sa˜o todos reais e positivos; I o processo de eliminac¸a˜o de Gauss pode ser realizado sem permutac¸a˜o de linhas ou colunas com todos os elementos pivoˆs positivos. Basta verificar se a matriz A satisfaz a qualquer um desses crite´rios. Crite´rios suficientes para determinar se uma matriz e´ definida positiva Menores principais l´ıderes positivos. Seja: A = a11 a12 a13 ... a1n a21 a22 a23 ... a2n a31 a32 a33 ... a3n . . . ... . an1 an2 an3 ... ann ∣∣∣∣ a11 a12a21 a22 ∣∣∣∣ > 0 ∣∣∣∣∣∣ a11 a12 a13 a21 a22 a23 a31 a32 a33 ∣∣∣∣∣∣ > 0 ∣∣∣∣∣∣∣∣∣ a11 a12 a13 ... a1k a21 a22 a23 ... a2k a31 a32 a33 ... a3k . . . ... . ak1 ak2 ak3 ... akk ∣∣∣∣∣∣∣∣∣ > 0 ok, mas trabalhoso. Crite´rios suficientes para determinar se uma matriz e´ definida positiva Todos os autovalores sa˜o reais e positivos. Determinamos os autovalores calculando det[A− λI ] = 0∣∣∣∣∣∣∣∣∣∣ a11 − λ a12 a13 ... a1n a21 a22 − λ a23 ... a2n a31 a32 a33 − λ ... a3n . . . ... . an1 an2 an3 ... ann − λ ∣∣∣∣∣∣∣∣∣∣ = 0 ok, mas trabalhoso. Crite´rios suficientes para determinar se uma matriz e´ definida positiva O paradigma do ovo e da galinha. Devemos determinar se A e´ sime´trica e definida positiva para saber se e´ poss´ıvel fatoriza´-la por Cholesky. Mas o usual e´: aplica-se o algoritmo de decomposic¸a˜o de Cholesky – se ele funcionar, enta˜o a matriz e´ sime´trica e definida positiva. Funcionar, nesse caso, significa: obtermos uma matriz triangular inferior L com todos os elementos reais, todos os elementos da diagonal principal positivos e tal que A = LLT . Exerc´ıcios Usando os crite´rios apresentados, identifique as matrizes que podem ser fatoradas pelo me´todo de Cholesky. 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 −46 4 −4 3 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 4 −4 2 8 −4 5 7 −10 2 −7 42 −18 8 −10 18 46 4 −4 2 8 −4 5 −7 −10 2 −7 6 18 8 −10 18 46 4 −4 2 8 −4 5 7 −1 2 7 10 2 8 −1 2 6 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 Exerc´ıcios Usando os crite´rios apresentados, identifique as matrizes que podem ser fatoradas pelo me´todo de Cholesky. 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 −46 4 −4 3 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 4 −4 2 8 −4 5 7 −10 2 −7 42 −18 8 −10 18 46 4 −4 2 8 −4 5 −7 −10 2 −7 6 18 8 −10 18 46 4 −4 2 8 −4 5 7 −1 2 7 10 2 8 −1 2 6 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 Exerc´ıcios Usando os crite´rios apresentados, identifique as matrizes que podem ser fatoradas pelo me´todo de Cholesky. 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 Com uma breve inspec¸a˜o visual, notamos que: I aii > 0, para cada i = 1, 2, 3, . . . , n; I (aij)2 < aiiajj , para cada i 6= j . Exerc´ıcios Usando os crite´rios apresentados, identifique as matrizes que podem ser fatoradas pelo me´todo de Cholesky. Verificando se os determinantes das submatrizes sa˜o todos positivos:∣∣∣∣ 4 −4−4 5 ∣∣∣∣ = (4× 5)− (4× 4) = 4 > 0∣∣∣∣∣∣ 4 −4 2 −4 5 −7 2 −7 42 ∣∣∣∣∣∣ = [4×5×42]+2×[(−4)×(−7)×2]−[2×5×2]−[(−4)×(−4)×42]−[(−7)×(−7)×4] = 64 > 0 ∣∣∣∣∣∣∣∣ 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 ∣∣∣∣∣∣∣∣ = 1600 > 0 Observac¸o˜es I O me´todo de Cholesky e´ menos custoso computacionalmente que o me´todo de decomposic¸a˜o LU I A matriz A deve ser definida positiva para garantir que as ra´ızes quadradas sera˜o sempre efetuadas sobre nu´meros positivos I Como A = LLT , temos: det(A) = det(L)× det(LT ) Assim: det(A) = ( ∏ lii ) 2 Exerc´ıcio proposto 1 Desenvolvimento das fo´rmulas Considere uma matriz A4x4 sime´trica e definida positiva e a decomposic¸a˜o de Cholesky para essa matriz conforme representada abaixo. Demostre a relac¸a˜o entre os elementos de A e de L simplesmente aplicando as multiplicac¸o˜es entre as respectivas linhas e colunas. Depois, reescreva as expresso˜es de modo a demonstrar como os elementos de L podem ser obtidos iterativamente. A = LLT a11 a21 a31 a41 a21 a22 a32 a42 a31 a32 a33 a43 a41 a42 a43 a44 = l11 0 0 0 l21 l22 0 0 l31 l32 l33 0 l41 l42 l43 l44 l11 l21 l31 l41 0 l22 l32 l42 0 0 l33 l43 0 0 0 l44 Exerc´ıcio resolvido (baseado nos slides dos professores Mana´ıra e Lo¨ıc [2]) Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso Obtenha a decomposic¸a˜o de Cholesky para a matriz A abaixoe determine seu determinante a partir dos elementos da diagonal de L. A = 4 −4 2 8 −4 5 −7 −10 2 −7 42 18 8 −10 18 46 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 -4 5 2 3 2 -7 42 3 4 8 -10 18 46 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 √ 4 2 -4 5 2 3 2 -7 42 3 4 8 -10 18 46 4 l11 = √ a11 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 3 2 -7 42 3 4 8 -10 18 46 4 Exerc´ıcios Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 −42 3 2 -7 42 3 4 8 -10 18 46 4 l21 = a21 l11 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 3 2 -7 42 3 4 8 -10 18 46 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 3 2 -7 42 3 22 4 8 -10 18 46 4 l31 = a31 l11 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 3 2 -7 42 3 1 4 8 -10 18 46 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 3 2 -7 42 3 1 4 8 -10 18 46 4 82 l41 = a41 l11 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 3 2 -7 42 3 1 4 8 -10 18 46 4 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 √ 5− (−2)2 3 2 -7 42 3 1 4 8 -10 18 46 4 4 l22 = √ (a22 − ∑2−1 k=1 l 2 2k) l22 = √ (a22 − l221) Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 4 8 -10 18 46 4 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 −7−(1)(−2)1 4 8 -10 18 46 4 4 l32 = (a32 − ∑2−1 k=1 l3k l2k) l22 l32 = (a32 − l31l21) l22 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 8 -10 18 46 4 4 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 8 -10 18 46 4 4 −10−(4)(−2)1 l42 = (a42 − ∑2−1 k=1 l4k l2k) l22 l42 = (a42 − l41l21) l22 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 8 -10 18 46 4 4 -2 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 √ 42− 12 − (−5)2 4 8 -10 18 46 4 4 -2 l33 = √ (a33 − ∑3−1 k=1 l 2 3k) l33 = √ (a33 − l231 − l232) Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 18−(4)(1)−(−2)(−5)4 l43 = (a43 − ∑3−1 k=1 l4k l3k) l33 l43 = (a43 − l41l31 − l42l32) l33 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 1 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 1 √ 46− 42 − (−2)2 − 12 l44 = √ (a44 − ∑4−1 k=1 l 2 4k) l44 = √ (a44 − l241 − l242 − l243) Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 1 5 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 1 5 L = 2 0 0 0 −2 1 0 0 1 −5 4 0 4 −2 1 5 Exerc´ıcio resolvido Sugesta˜o: Identifique os termos da fo´rmula no dispositivo pra´tico para compreender como eles aparecem em cada caso i/j 1 2 3 4 i/j 1 2 3 4 1 4 1 2 2 -4 5 2 -2 1 3 2 -7 42 3 1 -5 4 4 8 -10 18 46 4 4 -2 1 5 L = 2 0 0 0 −2 1 0 0 1 −5 4 0 4 −2 1 5 A = LLT , temos: det(A) = det(L)× det(LT ) Assim: det(A) = ( ∏ lii ) 2 =⇒ (2× 1× 4× 5)2 = 1600 Exerc´ıcio proposto 2 (baseado nos slides dos professores Mana´ıra e Lo¨ıc [2]) Decomposic¸a˜o de Cholesky Obtenha a decomposic¸a˜o de Cholesky para a matriz A abaixo e determine seu determinante a partir dos elementos da diagonal de L. Use treˆs casas decimais. A = 4 2 1 1 2 9 12 −16 1 12 37 −43 1 −16 −43 98 Exerc´ıcio proposto 3 (baseado nos slides dos professores Mana´ıra e Lo¨ıc [2]) Ca´lculo de inversa de uma matriz Utilizando a decomposic¸a˜o de Cholesky para a matriz A do exemplo anterior, determine a inversa dessa matriz. Use treˆs casas decimais. Refereˆncias bibliogra´ficas [1] Frederico Campos. Algoritmos Nume´ricos. LTC [2] Mana´ıra Lima e Lo¨ıc Cerf Dispon´ıvel em: http://homepages.dcc.ufmg.br/ lcerf/slides/cn112ae4.pdf. Acessado em: 07 de setembro de 2013.
Compartilhar