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.

Capítulo 4<br />

Méto<strong>do</strong>s Iterativos para a Resolução<br />

<strong>de</strong> Sistemas Lineares<br />

Neste capítulo investigaremos méto<strong>do</strong>s iterativos para a resolução <strong>de</strong> sistemas lineares<br />

Ax = b.<br />

Embora a matriz A que temos em mente é em geral uma matriz gran<strong>de</strong> e esparsa, <strong>do</strong> tipo que aparece<br />

em esquemas <strong>de</strong> diferenças finitas, os méto<strong>do</strong>s consi<strong>de</strong>ra<strong>do</strong>s aqui requerem apenas que A seja uma matriz<br />

invertível com todas as entradas diagonais aii não-nulas.<br />

Méto<strong>do</strong>s iterativos requerem um chute inicial x 0 , um vetor inicial que aproxima a solução exata x (se<br />

não há nenhuma informação disponível sobre a solução exata, <strong>de</strong> mo<strong>do</strong> que não temos como construir o<br />

chute inicial <strong>de</strong> forma inteligente, x 0 po<strong>de</strong> ser uma aproximação muito ruim <strong>de</strong> x). Uma vez que x 0 é da<strong>do</strong>,<br />

o méto<strong>do</strong> iterativo gera a partir <strong>de</strong> x 0 uma nova aproximação x 1 , que esperamos <strong>de</strong>ve aproximar melhor a<br />

solução exata. Em seguida, x 1 é usada para gerar uma nova melhor aproximação x 2 e assim por diante.<br />

Desta forma, gera-se uma seqüência <strong>de</strong> vetores x k que espera-se convergir para x. Como na prática não<br />

po<strong>de</strong>mos iterar para sempre, algum critério <strong>de</strong> parada <strong>de</strong>ve ser estabeleci<strong>do</strong> a priori. Uma vez que x k esteja<br />

suficientemente próximo da solução exata quanto se precise, <strong>de</strong> acor<strong>do</strong> com uma margem <strong>de</strong> tolerância aceita,<br />

pára-se o processo <strong>de</strong> iteração e aceita-se x k como a solução aproximada a<strong>de</strong>quada para o problema. Por<br />

exemplo, o critério <strong>de</strong> parada po<strong>de</strong> ser estabeleci<strong>do</strong> através <strong>de</strong> uma cota <strong>de</strong> tolerância τ: quan<strong>do</strong><br />

<br />

b − Ax k < τ<br />

ou quan<strong>do</strong> x k+1 − x k < τ<br />

as iterações são interrompidas e o último valor aproxima<strong>do</strong> obti<strong>do</strong> é aceito como a melhor aproximação da<br />

solução <strong>de</strong>ntro das circunstâncias.<br />

Os méto<strong>do</strong>s discuti<strong>do</strong>s neste capítulo não necessitam <strong>de</strong> um bom chute inicial (embora, é claro, quanto<br />

melhor o chute inicial, menor o número <strong>de</strong> iterações necessárias para se chegar à solução aproximada com a<br />

precisão especificada).<br />

4.1 Méto<strong>do</strong>s Iterativos Lineares<br />

Nesta seção apresentamos alguns exemplos clássicos <strong>de</strong> méto<strong>do</strong>s iterativos lineares. Na próxima seção daremos<br />

condições necessárias e suficientes para estabelecer a sua convergência.<br />

86

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

Saved successfully!

Ooh no, something went wrong!