Autovalores do Laplaciano - Departamento de Matemática - UFMG
Autovalores do Laplaciano - Departamento de Matemática - UFMG Autovalores do Laplaciano - Departamento de Matemática - UFMG
Rodney Josué Biezuner 141 um autovalor simples. Ordene os autovalores de A na forma |λ1| > |λ2| . . . |λn| e seja {v1, . . . , vn} uma base correspondente de autovetores. λ1 é chamado o autovalor dominante de A e v1 um autovetor dominante. Quando A tem um autovalor dominante, este e um correspondente autovetor dominante podem ser encontrados através do método das potências, que consiste essencialmente em tomar um vetor q arbitrário e considerar as potências ou seja, q, Aq, A 2 q, . . . , A k q, . . . A k q = A A k−1 q . Para quase todas as escolhas de q esta seqüência converge em um certo sentido para um autovetor dominante de A. De fato, para a maioria das escolhas de q devemos ter q = com a1 = 0; raramente uma escolha aleatória de q produzirá um vetor no subespaço 〈v2, . . . , vn〉. Temos donde A k q = λ k 1 A k q = a1v1 + n i=1 n i=1 aivi aiλ k i vi, Embora A k q → ∞ se λ1 > 1 e A k q → 0 se λ1 < 1, como k λi para todo i = 2, . . . , n, segue que a seqüência reescalada λ1 qk = Ak q λ k 1 n k λi ai vi λ1 i=2 → 0, → a1v1 converge para um autovetor dominante. No entanto, como o autovalor λ1 não é conhecido a priori, é impossível trabalhar com esta seqüência. Em geral, escolhemos um fator de escala σk e definimos qk+1 = 1 σk+1 . Aqk. (8.1) O fator de escala σk é comumente escolhido como sendo o valor da coordenada de Aqk que tem o maior valor absoluto. Deste modo, o maior componente de qk é igual a 1 e a seqüência converge para um autovetor dominante cujo maior componente é 1. 8.1.1 Iteração Inversa e Iteração com Deslocamento O método das potência permite apenas encontrar o autovalor dominante. Para obter o menor autovalor de A, podemos aplicar o método das potências à matriz A −1 , pois se λ é o menor autovalor de A, 1/λ será
Rodney Josué Biezuner 142 o maior autovalor de A −1 . Este método é chamado método das potências inverso ou iteração inversa (em contraste, o método das potências é às vezes chamado iteração direta). Para encontrar os demais autovalores da matriz A, observe que se A tem autovalores λ1, . . . , λn, então A − σI tem autovalores λ1 − σ, . . . , λn − σ. O escalar σ é chamado um deslocamento. Podemos então aplicar o método das potências à matriz (A − σI) −1 , pois o maior autovalor desta matriz é 1/ (λ − σ), onde λ é o autovalor de A mais próximo de σ. De fato, se (A − σI) −1 v = µv, então v = µ (A − σI) v, donde Av = σ + 1 v. µ Assim, podemos escolher quais autovalores de A encontrar através da escolha do deslocamento σ. Este método é chamado iteração com deslocamento. estimativas para os autovalores de A. Ele é particularmente eficiente quando possuímos boas É muito importante notar que tanto na iteração inversa, quanto na iteração com deslocamento, em nenhum momento é necessário calcular a inversa A−1 recursos. Embora as iteradas satisfazem explicitamente, o que consumiria muito tempo e qk+1 = 1 (A − σI) −1 qk, basta resolver o sistema e então tomar 8.2 Iteração de Subespaços σk+1 (A − σI) qk+1 = qk qk+1 = 1 qk+1. σk+1 O método de potências pode ser visto como uma iteração de subespaços S0 = 〈q〉 , S1 = AS, S2 = A 2 S, . . Sk = A k S, . . que convergem para o subespaço T = 〈v1〉 associado ao autovalor dominante de A. Esta idéia pode ser tornada mais precisa quando se define a distância entre dois subespaços vetoriais. Definição. Dados dois subespaços vetoriais E, F de um espaço vetorial V de dimensão finita com produto interno, cujas dimensões m = dim E, p = dim F satisfazem m p 1, os ângulos principais θ1, . . . , θp ∈ [0, π/2] entre E e F são definidos recursivamente por cos θj = max u∈E u=1 〈u,ui〉=0 para i=1,...,j−1 max v∈F v=1 〈v,vi〉=0 para i=1,...,j−1 〈u, v〉 = 〈uj, vj〉 . Os vetores {u1, . . . , up} e {v1, . . . , vp} são chamados os vetores principais entre os subespaços E e F .
- Page 91 and 92: Rodney Josué Biezuner 90 ou seja,
- Page 93 and 94: Rodney Josué Biezuner 92 4.2.1 Con
- Page 95 and 96: Rodney Josué Biezuner 94 para t su
- Page 97 and 98: Rodney Josué Biezuner 96 4.7 Corol
- Page 99 and 100: Rodney Josué Biezuner 98 Por outro
- Page 101 and 102: Rodney Josué Biezuner 100 Suponha
- Page 103 and 104: Rodney Josué Biezuner 102 ou Se λ
- Page 105 and 106: Rodney Josué Biezuner 104 Para o c
- Page 107 and 108: Rodney Josué Biezuner 106 Reciproc
- Page 109 and 110: Rodney Josué Biezuner 108 Temos ω
- Page 111 and 112: Rodney Josué Biezuner 110 se ∆x
- Page 113 and 114: Rodney Josué Biezuner 112 A escolh
- Page 115 and 116: Rodney Josué Biezuner 114 a conver
- Page 117 and 118: Rodney Josué Biezuner 116 ou e k+1
- Page 119 and 120: Rodney Josué Biezuner 118 4.31 Cor
- Page 121 and 122: Capítulo 5 Métodos Multigrid 5.1
- Page 123 and 124: Rodney Josué Biezuner 122 6.1 Prop
- Page 125 and 126: Rodney Josué Biezuner 124 é chama
- Page 127 and 128: Rodney Josué Biezuner 126 como vé
- Page 129 and 130: Rodney Josué Biezuner 128 No caso
- Page 131 and 132: Rodney Josué Biezuner 130 Prova. C
- Page 133 and 134: Rodney Josué Biezuner 132 onde é
- Page 135 and 136: Rodney Josué Biezuner 134 7.3 Coro
- Page 137 and 138: Rodney Josué Biezuner 136 Como seg
- Page 139 and 140: Rodney Josué Biezuner 138 Prova. O
- Page 141: Capítulo 8 Métodos Numéricos par
- Page 145 and 146: Rodney Josué Biezuner 144 com q1
- Page 147 and 148: Rodney Josué Biezuner 146 e depois
- Page 149 and 150: Rodney Josué Biezuner 148 8.3.2 Im
- Page 151 and 152: Rodney Josué Biezuner 150 Pode-se
- Page 153 and 154: Rodney Josué Biezuner 152 Observe
- Page 155 and 156: Referências Bibliográficas [Asmar
- Page 157: Rodney Josué Biezuner 156 [Thomas2
Rodney Josué Biezuner 142<br />
o maior autovalor <strong>de</strong> A −1 . Este méto<strong>do</strong> é chama<strong>do</strong> méto<strong>do</strong> das potências inverso ou iteração inversa (em<br />
contraste, o méto<strong>do</strong> das potências é às vezes chama<strong>do</strong> iteração direta).<br />
Para encontrar os <strong>de</strong>mais autovalores da matriz A, observe que se A tem autovalores λ1, . . . , λn, então<br />
A − σI tem autovalores λ1 − σ, . . . , λn − σ. O escalar σ é chama<strong>do</strong> um <strong>de</strong>slocamento. Po<strong>de</strong>mos então aplicar<br />
o méto<strong>do</strong> das potências à matriz (A − σI) −1 , pois o maior autovalor <strong>de</strong>sta matriz é 1/ (λ − σ), on<strong>de</strong> λ é o<br />
autovalor <strong>de</strong> A mais próximo <strong>de</strong> σ. De fato, se<br />
(A − σI) −1 v = µv,<br />
então v = µ (A − σI) v, <strong>do</strong>n<strong>de</strong><br />
<br />
Av = σ + 1<br />
<br />
v.<br />
µ<br />
Assim, po<strong>de</strong>mos escolher quais autovalores <strong>de</strong> A encontrar através da escolha <strong>do</strong> <strong>de</strong>slocamento σ. Este<br />
méto<strong>do</strong> é chama<strong>do</strong> iteração com <strong>de</strong>slocamento.<br />
estimativas para os autovalores <strong>de</strong> A.<br />
Ele é particularmente eficiente quan<strong>do</strong> possuímos boas<br />
É muito importante notar que tanto na iteração inversa, quanto na iteração com <strong>de</strong>slocamento, em<br />
nenhum momento é necessário calcular a inversa A−1 recursos. Embora as iteradas satisfazem<br />
explicitamente, o que consumiria muito tempo e<br />
qk+1 = 1<br />
(A − σI) −1 qk,<br />
basta resolver o sistema<br />
e então tomar<br />
8.2 Iteração <strong>de</strong> Subespaços<br />
σk+1<br />
(A − σI) qk+1 = qk<br />
qk+1 = 1<br />
qk+1.<br />
σk+1<br />
O méto<strong>do</strong> <strong>de</strong> potências po<strong>de</strong> ser visto como uma iteração <strong>de</strong> subespaços<br />
S0 = 〈q〉 ,<br />
S1 = AS,<br />
S2 = A 2 S,<br />
.<br />
.<br />
Sk = A k S,<br />
.<br />
.<br />
que convergem para o subespaço T = 〈v1〉 associa<strong>do</strong> ao autovalor <strong>do</strong>minante <strong>de</strong> A. Esta idéia po<strong>de</strong> ser<br />
tornada mais precisa quan<strong>do</strong> se <strong>de</strong>fine a distância entre <strong>do</strong>is subespaços vetoriais.<br />
Definição. Da<strong>do</strong>s <strong>do</strong>is subespaços vetoriais E, F <strong>de</strong> um espaço vetorial V <strong>de</strong> dimensão finita com produto<br />
interno, cujas dimensões m = dim E, p = dim F satisfazem<br />
m p 1,<br />
os ângulos principais θ1, . . . , θp ∈ [0, π/2] entre E e F são <strong>de</strong>fini<strong>do</strong>s recursivamente por<br />
cos θj = max<br />
u∈E<br />
u=1<br />
〈u,ui〉=0<br />
para i=1,...,j−1<br />
max<br />
v∈F<br />
v=1<br />
〈v,vi〉=0<br />
para i=1,...,j−1<br />
〈u, v〉 = 〈uj, vj〉 .<br />
Os vetores {u1, . . . , up} e {v1, . . . , vp} são chama<strong>do</strong>s os vetores principais entre os subespaços E e F .