1 / 17

Cálculo Numérico / Métodos Numéricos

Cálculo Numérico / Métodos Numéricos. Sistemas lineares Método de Cholesky. Método de Cholesky. Idéia: Podemos simplificar o método de decomposição LU, quando a matriz é simétrica, positiva definida. Definições e lembretes. Matrizes simétricas: a ij = a ji

preston-bishop
Download Presentation

Cálculo Numérico / Métodos Numéricos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Cálculo Numérico / Métodos Numéricos Sistemas lineares Método de Cholesky

  2. Método de Cholesky • Idéia: Podemos simplificar o método de decomposição LU, quando a matriz é simétrica, positiva definida.

  3. Definições e lembretes • Matrizes simétricas: aij = aji • Matrizes positivas definidas: ztAz > 0, qualquer que seja z. Critério de Sylvestre: a matriz é positiva definida se e somente se todos os menores principais tem determinante positivo

  4. Método de Cholesky • Se a matriz A é definida positiva, podemos decompô-la unicamente no produto GGt, onde G é uma matriz triangular inferior com elementos positivos na diagonal. Multiplicando as linhas i pelas colunas i, temos os elementos da diagonal da matriz A:

  5. Método de Cholesky (diagonal) ... No caso geral: i=2,3,... Fórmula (4.9)

  6. Método de Cholesky (1a coluna) multiplicamos as linhas de G (abaixo da diagonal) pela 1a coluna de Gt

  7. Método de Cholesky (2a coluna) multiplicamos as linhas de G (abaixo da diagonal) pela 2a coluna de Gt

  8. Método de Cholesky (na coluna) multiplicamos as linhas de G (abaixo da diagonal) pela na coluna de Gt

  9. Fórmula geral Fórmula (4.10) Relembrando a fórmula para a diagonal: Fórmula (4.9) Que devem ser usadas de forma conveniente...

  10. "Forma coveniente" Fórmula (4.9) Fórmula (4.10) 1) Usamos (4.9) para calcular g11 2) Usamos (4.10) para calcular g21, g31, ..., gn1 3) Usamos (4.9) para calcular g22 4) Usamos (4.10) para calcular g32, g42, ..., gn2 ...

  11. "Forma coveniente" 1) Usamos (4.9) para calcular g11 2) Usamos (4.10) para calcular g21, g31, ..., gn1 3) Usamos (4.9) para calcular g22 4) Usamos (4.10) para calcular g32, g42, ..., gn2 ...

  12. Exemplo

  13. Exemplo - resolução a) Condições para o método de Cholesky: 1) A é simétrica: aij = aji OK! 2) A matriz é definida positiva. (Vamos usar a condição de Sylvester: todos os menores principais têm determinantes positivos): det(A1) = 4>0; det(A2) = 36>0; det(A3) = 36>0 OK!

  14. Exemplo - resolução b) Usamos uma sequência "conveniente": calculamos: 1) g11(4.9) 2) g21, g31(4.10) 3) g22(4.9) 4) g32(4.10) 5) g33(4.9)

  15. Exemplo - resolução b) calculamos: 1) g11(4.9) 2) g21, g31(4.10) 3) g22(4.9) 4) g32(4.10) 5) g33(4.9)

  16. Exemplo - resolução c) determinante G = Gt = = (g11¢ g22¢ g33)2 A = GtG ! det(A) = det(Gt)¢ det(G) g11¢ g22¢ g33 g11¢ g22¢ g33 = 36

  17. Observações • O método de Cholesky é menos custoso computacionalmente que o método de decomposição LU • Precisamos de A definida positiva para garantir que as raízes quadradas serão sempre efetuadas sobre números positivos (poderíamos também trabalhar com aritmética complexa) • Como vimos no exemplo: • det(A) = (g11¢ g22 ... gnn )2

More Related