Autovalores do Laplaciano - Departamento de Matemática - UFMG

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

09.05.2013 Views

Rodney Josué Biezuner 151 donde A k q = 1 ak−1 ⎛ ⎝ k j=1 k−2 hjkqj − aiA i ⎞ q⎠ = 1 i=0 aj−1 ⎡ ⎣ k j=1 j−1 hjk bijA i q i=0 aiA i ⎤ q⎦ , (8.24) k−1 − produzindo A k q como combinação linear de q, Aq, . . . , A k−1 q para k < m, violando a hipótese de que q, Aq, . . . , A m−1 q são linearmente independentes. Isso prova que hk+1,k = qk+1 > 0. Além disso, como qk+1 = A ak−1A k−1 k−2 q + aiA i q − i=0 k j=1 hjkqj = ak−1A k k−1 q + i=1 aiA i q − i=1 k j=1 hjkqj, segue que qk+1 = qk+1/ qk+1 possui uma componente não-nula na direção de A k q; isso mais a hipótese de indução q, Aq, . . . , A k−1 q = 〈q1, . . . , qk〉 implica que q, Aq, . . . , A k−1 q, A k q = 〈q1, . . . , qk+1〉 Para provar (c), observe que hm+1,m = 0 implica q, Aq, . . . , A m q linearmente dependentes por (8.24). Reciprocamente, se A m q é combinação linear de q, Aq, . . . , A m−1 q, então e portanto A m q ∈ q, Aq, . . . , A m−1 q = 〈q1, . . . , qm〉 , A m q = m 〈Aqm, qj〉 qj j=1 pois esta é a expressão de A m q na base ortonormal {q1, . . . , qm}; daí segue da definição que qm+1 = 0. 8.4.2 Representação Matricial do Processo de Arnoldi Segue de (8.20) e (8.21) que k+1 Aqk = hjkqj. (8.25) j=1 Pelo Teorema 8.3, esta relação vale para k = 1, . . . , m se q, Aq, . . . , Amq forem linearmente independentes. Estas equações vetoriais podem ser combinadas em uma equação matricial da seguinte maneira. Definimos Qm = q1 . . . qm (8.26) e Temos n×m ⎡ h11 ⎢ h21 ⎢ 0 Hm+1,m = ⎢ 0 ⎢ . ⎣ . h12 h22 h32 0 . . . . . . . . . . . . .. . .. h1,m−1 h2,m−1 h3,m−1 . . hm,m−1 h1m h2m h3,m . . hm,m ⎤ ⎥ ⎦ 0 0 . . . 0 hm+1,m (m+1)×m . (8.27) AQm = Qm+1Hm+1,m. (8.28)

Rodney Josué Biezuner 152 Observe que Qm é uma isometria (embora não necessariamente um isomorfismo isométrico, a não ser que m = n) e que Hm+1,m é uma matriz de Hessenberg superior, não quadrada, com entradas diagonais positivas. Denotaremos por Hm a matriz de Hessenberg superior quadrada obtida através de Hm+1,m quando suprimimos a última linha desta. Segue que AQm = QmHm + qm+1 0 . . . 0 hm+1,m ou 8.4 Proposição. Suponha que q1, . . . , qm+1 são vetores ortonormais, Qm = q1 . . . qm , AQm = QmHm + qm+1hm+1,me t m. (8.29) e que Hm é uma matriz de Hessenberg superior com hj+1,j > 0 para j = 1, . . . , m. Embora estes possam ter sido obtidos por qualquer processo, suponha que eles satisfazem (8.29). Então q1, . . . , qm+1 são exatamente os vetores produzidos pelo processo de Arnoldi com vetor inicial q1. Em outras palavras, dada uma matriz A, os objetos em (8.29) são unicamente determinados pela primeira coluna de Qm. Se q, Aq, . . . , A m q são linearmente independentes, então hm+1,m = 0. Se eles são linearmente dependentes, então hm+1,m = 0 e AQm = QmHm. (8.30) Em particular, isso implica que 〈q1, . . . , qm〉 são invariantes sob A e que os autovalores de Hm são autovalores de A, como o próximo resultado mostra: 8.5 Proposição. Suponha que x1, . . . , xm ∈ Fn são linearmente independentes e sejam S = 〈x1, . . . , xm〉 e X = x1 . . . xm Então S é invariante sob A ∈ Mn (F) se e somente se existe algum B ∈ Mm (F) tal que AX = XB. Além disso, todo autovalor de B é um autovalor de A com autovetor correspondente em S. Prova. Se existe tal B, então Axj = m xibij ∈ S. i=1 Reciprocamente, se X é invariante sob A, então para cada índice j = 1, . . . , m existem escalares bij tais que m Axj = bijxi. i=1 Defina B = (bij). Se w é um autovetor de B com autovalor λ, então v = Xw ∈ S é um autovetor de A com autovalor λ. Se m não é muito grande, podemos então usar o algoritmo QR para encontrar os autovalores de Hm. Na prática, dificilmente obteremos hm+1,m = 0 exatamente, mas se hm+1,m é próximo de zero podemos esperar que estamos próximos de um subespaço invariante e, portanto, que os autovalores de Hm são próximos aos autovalores de A. O próximo resultado mostra que mesmo na eventualidade em que hm+1,m não é pequeno, alguns dos autovalores de Hm podem ser boas aproximações dos autovalores de A. 8.6 Teorema. Sejam Qm, Hm e hm+1,m gerados pelo processo de Arnoldi. Seja λ um autovalor de Hm com autovetor unitário x. Seja v = Qmx. Então onde xm denota a última componente de x. n×m Av − λv = |hm+1,m| |xm| ,

Rodney Josué Biezuner 151<br />

<strong>do</strong>n<strong>de</strong><br />

A k q = 1<br />

ak−1<br />

⎛<br />

⎝<br />

k<br />

j=1<br />

k−2<br />

hjkqj −<br />

<br />

aiA i ⎞<br />

q⎠<br />

= 1<br />

i=0<br />

aj−1<br />

⎡<br />

⎣<br />

k<br />

j=1<br />

<br />

j−1<br />

hjk bijA i q<br />

i=0<br />

<br />

<br />

aiA i ⎤<br />

q⎦<br />

, (8.24)<br />

k−1<br />

−<br />

produzin<strong>do</strong> A k q como combinação linear <strong>de</strong> q, Aq, . . . , A k−1 q para k < m, violan<strong>do</strong> a hipótese <strong>de</strong> que<br />

q, Aq, . . . , A m−1 q são linearmente in<strong>de</strong>pen<strong>de</strong>ntes. Isso prova que hk+1,k = qk+1 > 0. Além disso, como<br />

<br />

qk+1 = A ak−1A k−1 k−2 <br />

q + aiA i <br />

q −<br />

i=0<br />

k<br />

j=1<br />

hjkqj = ak−1A k k−1<br />

q +<br />

i=1<br />

<br />

aiA i q −<br />

i=1<br />

k<br />

j=1<br />

hjkqj,<br />

segue que qk+1 = qk+1/ qk+1 possui uma componente não-nula na direção <strong>de</strong> A k q; isso mais a hipótese <strong>de</strong><br />

indução q, Aq, . . . , A k−1 q = 〈q1, . . . , qk〉<br />

implica que q, Aq, . . . , A k−1 q, A k q = 〈q1, . . . , qk+1〉<br />

Para provar (c), observe que hm+1,m = 0 implica q, Aq, . . . , A m q linearmente <strong>de</strong>pen<strong>de</strong>ntes por (8.24).<br />

Reciprocamente, se A m q é combinação linear <strong>de</strong> q, Aq, . . . , A m−1 q, então<br />

e portanto<br />

A m q ∈ q, Aq, . . . , A m−1 q = 〈q1, . . . , qm〉 ,<br />

A m q =<br />

m<br />

〈Aqm, qj〉 qj<br />

j=1<br />

pois esta é a expressão <strong>de</strong> A m q na base ortonormal {q1, . . . , qm}; daí segue da <strong>de</strong>finição que qm+1 = 0. <br />

8.4.2 Representação Matricial <strong>do</strong> Processo <strong>de</strong> Arnoldi<br />

Segue <strong>de</strong> (8.20) e (8.21) que<br />

k+1 <br />

Aqk = hjkqj. (8.25)<br />

j=1<br />

Pelo Teorema 8.3, esta relação vale para k = 1, . . . , m se q, Aq, . . . , Amq forem linearmente in<strong>de</strong>pen<strong>de</strong>ntes.<br />

Estas equações vetoriais po<strong>de</strong>m ser combinadas em uma equação matricial da seguinte maneira. Definimos<br />

Qm = <br />

q1 . . . qm<br />

(8.26)<br />

e<br />

Temos<br />

n×m<br />

⎡<br />

h11<br />

⎢ h21 ⎢<br />

0<br />

Hm+1,m = ⎢ 0<br />

⎢ .<br />

⎣ .<br />

h12<br />

h22<br />

h32<br />

0<br />

.<br />

.<br />

. . .<br />

. . .<br />

. . .<br />

. ..<br />

. ..<br />

h1,m−1<br />

h2,m−1<br />

h3,m−1<br />

.<br />

.<br />

hm,m−1<br />

h1m<br />

h2m<br />

h3,m<br />

.<br />

.<br />

hm,m<br />

⎤<br />

⎥<br />

⎦<br />

0 0 . . . 0 hm+1,m<br />

(m+1)×m<br />

. (8.27)<br />

AQm = Qm+1Hm+1,m. (8.28)

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

Saved successfully!

Ooh no, something went wrong!