Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG
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