09.05.2013 Views

Autovalores do Laplaciano - Departamento de Matemática - UFMG

Autovalores do Laplaciano - Departamento de Matemática - UFMG

Autovalores do Laplaciano - Departamento de Matemática - UFMG

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Rodney Josué Biezuner 116<br />

ou<br />

e k+1 = e k − αkp k , (4.74)<br />

basta escolher as direções <strong>de</strong> busca subseqüentes conjugadas a p 0 . Se escolhemos p 1 conjuga<strong>do</strong> a p 0 , obtemos<br />

x 2 para o qual o erro satisfaz e 2 ⊥A p 1 ; como p 1 ⊥A p 0 , segue <strong>de</strong> (4.74) que e 2 ⊥A p 0 também. Para manter<br />

os erros subseqüentes conjuga<strong>do</strong>s a p 0 e p 1 , basta escolher as direções <strong>de</strong> busca subseqüentes conjugadas a<br />

p 0 e p 1 . Assim, vemos que para obter a condição (4.72) basta escolher as direções <strong>de</strong> busca <strong>de</strong> tal forma que<br />

p i ⊥A p j para to<strong>do</strong>s i = j.<br />

Um méto<strong>do</strong> com estas características é chama<strong>do</strong> um méto<strong>do</strong> <strong>de</strong> direções conjugadas. Estes resulta<strong>do</strong>s<br />

são resumi<strong>do</strong>s na proposição a seguir:<br />

4.28 Teorema. Se um méto<strong>do</strong> emprega direções <strong>de</strong> busca conjugadas e performa buscas na reta exatas,<br />

então<br />

e j ⊥A p i<br />

para i = 1, . . . , j − 1,<br />

para to<strong>do</strong> j. Conseqüentemente <br />

e j <br />

= min e A p∈Wj<br />

0 − p , A<br />

on<strong>de</strong> Wj = p 0 , p 1 , . . . , p j−1 .<br />

Prova: A <strong>de</strong>monstração é por indução. Para j = 1, temos e 1 ⊥A p 0 pela Proposição 4.27 porque a busca<br />

na reta é exata. Em seguida, assuma e j ⊥A p i para i = 1, . . . , j − 1; queremos mostrar que e j+1 ⊥A p i<br />

para i = 1, . . . , j. Como<br />

e j+1 = e j − αjp j ,<br />

para i = 1, . . . , j − 1 temos<br />

e j+1 , p i <br />

A = e j − αjp j , p i<br />

A = e j , p i<br />

A<br />

− αj<br />

p j , p i <br />

A<br />

= 0 − 0 = 0<br />

porque as direções <strong>de</strong> busca são conjugadas. e j+1 ⊥A p j segue novamente da Proposição 4.27. <br />

Quan<strong>do</strong> a direção inicial é dada pelo vetor gradiente <strong>de</strong> f, como na primeira iteração <strong>do</strong> méto<strong>do</strong> da <strong>de</strong>scida<br />

mais acentuada, obtemos o méto<strong>do</strong> <strong>do</strong> gradiente conjuga<strong>do</strong>. As direções subseqüentes são escolhidas<br />

através <strong>de</strong> A-ortogonalizar o resíduo (ou vetor gradiente <strong>de</strong> f, que é a direção <strong>de</strong> busca em cada iteração<br />

<strong>do</strong> méto<strong>do</strong> da <strong>de</strong>scida mais acentuada) com todas as direções <strong>de</strong> busca anteriores, para isso utilizan<strong>do</strong> o<br />

algoritmo <strong>de</strong> Gram-Schmidt. Assim, da<strong>do</strong> um chute inicial p 0 , a primeira direção é<br />

ou seja, a direção inicial é o primeiro resíduo:<br />

p 0 = −∇f x 0 = b − Ax 0 = r 0<br />

Depois <strong>de</strong> k passos com direções <strong>de</strong> busca conjugadas p 0 , . . . , p k , escolhemos<br />

p k+1 = r k+1 −<br />

on<strong>de</strong> os cki são da<strong>do</strong>s pelo algoritmo <strong>de</strong> Gram-Schmidt:<br />

<br />

k+1 i r , p <br />

cki =<br />

p 0 = r 0 . (4.75)<br />

k<br />

i=0<br />

〈p i , p i 〉 A<br />

ckip i<br />

A<br />

(4.76)<br />

. (4.77)<br />

<strong>de</strong> forma que p k+1 ⊥A p i para to<strong>do</strong>s i = 1, . . . , k. Felizmente, como veremos a seguir <strong>de</strong>pois <strong>de</strong> algum trabalho<br />

preliminar (Corolário 4.32), cki = 0 para to<strong>do</strong> i exceto i = k, o que torna necessário que apenas a direção

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!