Share
Embed
Transcript
75 slides
-
Da eliminação de Gauss à fatoração LU Prof. Paulo R.
G. Bordoni LNCC UFRJ -
Apontarei claramente, agora, a diferença entre um curso de Cálculo
Numérico e algo tipo: “Me engana que eu gosto, você finge que ensina e eu que aprendo”. -
Vamos examinar um caso limite nos dados do programa visto
no final da aula passada. Efetuaremos uma modificação mínima no código: apenas na forma de testar se o pivot é não-nulo. -
A modificação é realmente mínima. Apenas arredondamos o valor do
pivot para 14 casas decimais após a vírgula. Entretanto, Surfistas, observem a diferença no retorno da execução de cada código, na próxima transparência! -
Para os dados marcados em azul, o código em A
oferece a solução abaixo! A -
Para os mesmos dados o código B oferece a resposta
correta: o sistema é impossível. B -
Observe, Surfista, que a 3ª linha da matriz M, na
ETAPA 2, é nula. Em particular o pivot, ali na posição (2,2), aparece como zero - apenas, e tão somente, porque o código arredonda seus elementos para 2 casas decimais. A -
A Na verdade, para os dados em azul, o pivot
é minúsculo: menor que . . .5*10**(-14) Repetindo: Entretanto é diferente de zero, o que é testado e aceito como True no if da linha 29 do código! pivot < 0.000000000000005 -
E produzir, em seguida, o erro marcado aos meus pés.
B Erro evitado pelas linhas marcadas do código B. -
Mestre, eu nunca teria posto esse detalhe em meu programa!
Fiquei assustada. Como eu faço? Shht! Acabei de perder totalmente a confiança no meu taco! -
Pois é jovens. O momento de aprender é este. Não
permitam que os enganem! Imaginem se a consequência do erro tivesse sido esta! Há mais de 40 anos o Rio entrava em choque com o desabamento do Elevado Paulo de Frontin, no Rio Comprido, Zona Norte do Rio. A tragédia causou a morte de 28 pessoas, deixou 30 feridas, e destruiu 17 carros. Foto: CPDoc JB -
O que causou o desastre no Paulo de Frontin eu
não sei, mas o erro apresentado no código A deve-se ao desconhecimento da representação de números no computador, estabelecida pelo padrão IEEE 754 de ponto flutuante, internacionalmente adotado para computação numérica. -
Na verdade, a forma mais indicada para evitar esse tipo
de desastre é usar a função isclose() da NumPy. -
B Nossa proposta é substituir as linhas 29 e 30
do código B, que estão corretas, por algo mais pythônico, usando isclose(). -
Nele compararemos uma variável nomeada pivot com zero, via: np.isclose(pivot,0.)
Faremos um programa para exemplificar a utilização de isclose() . -
• Iniciar atribuindo um valor ao pivot, • Definir a
medida de proximidade atribuindo um valor à prox, • Depois reduzir pivot sucessiva/. por um fator de 1/10 e em cada passo: • testar se |pivot-0.|< prox através da isclose(pivot,0.), • devolver uma mensagem com o resultado da comparação. Uma descrição (algoritmo) do programa: -
Este é o código do programa. Note que prox envolve
tanto a tolerância absoluta, atol, como a relativa, rtol. -
Agora vamos repetir o programa do início destas transparências. Nesta
1ª parte apenas as mensagens mudam. -
A execução com o mesmo sistema linear que gerou problemas:
Perfeito, Mestres! -
Chega de andar a 40 km/h Agora poderemos retomar nossa
velocidade normal! -
Vamos retornar ao método da eliminação de Gauss e focar
todos os holofotes no pivot. Pivot ? O que é pivot? Até agora eles são os divisores o divisor da kª etapa. -
1 /11 31 /11 Multiplicadores 21 /11 Assumam que o
valor do pivot 11 é 11 = 0,001 = ൗ 1 1000 Portanto ao dividirmos elementos 21 , 31 , … , 1 por 11 estaremos, de fato, multiplicando-os por 1.000. -
Que horror Mestra. Isto faz propagar muito o erro absoluto.
Nossos estudos sobre número de condicionamento mostraram isso! Sim minha Loirinha querida! Faça como eu, despreze pivots pequenos, eles estragam o jogo, no final. Sempre vá em busca dos maiores possíveis. -
Uma forma de minimizar a propagação do erro absoluto consiste
em localizar o 1 de maior valor absoluto e trocar a linha i onde ele está com a linha 1 (na 1ª etapa). Depois repetir a ideia para as etapas seguintes nas quais o sistema restante sempre fica com 1 equação e 1 incógnita a menos. -
É verdade Mestra, pois então os multiplicadores ficam na faixa
de -1 à +1 e não ampliam os erros! Exatamente Loirinha querida! -
É verdade Manuel, eu mesmo já usei a np.amax() várias
vezes. Mas como fazemos para determinar a posição do valor máximo no array? -
Usem esta função para buscar a posição no array do
seu valor máximo -
Existe um método da classe matrix que faz praticamente a
mesma coisa. A diferença está marcada lá embaixo. -
Agora apresentaremos o código do método de eliminação de Gauss
com pivotamento parcial por coluna. Precisamos localizar a posição do pivot na coluna, em seguida realizar a troca das linhas, para depois efetuar a eliminação. -
O código só muda onde marquei. Em: 1. -> Busco
o elemento de módulo máximo da coluna. 2. -> Faço a troca das linhas. 1 2 -
Este é um 1º exemplo de execução. Surfista, faça outros,
semelhantes aos exemplos anteriores. 1 2 3 -
Mestre, como posso saber quais foram as trocas de linhas
efetuadas? Muito simples, Loirinha. Basta criar um vetor de inteiros, trocas = [0,1, … , − 1] e anotar as trocas nele. Veja o código. O exemplo está na próxima transparência. -
Nas próximas 31 transparências mostraremos que o método de eliminação
de Gauss pode ser descrito com operações matriciais. Teremos então a fatoração PLU. -
11 1 + 12 2 + ⋯ + 1 =
1 21 1 + 22 2 + ⋯ + 2 = 2 ⋯ 1 1 + 2 2 + ⋯ + = | = 11 12 ⋯ 1 ⋮ 1 21 22 ⋯ 2 ⋮ 2 ⋮ 1 ⋮ 2 ⋱ ⋯ ⋮ ⋮ ⋮ ⋮ Lembrem-se, escrevemos todos os dados do sistema linear na matriz aumentada: -
| = 11 12 ⋯ 1 ⋮ 1 22 ⋯
2 ⋮ 2 ⋱ ⋮ ⋮ ⋮ ⋮ | = 11 12 ⋯ 1 ⋮ 1 21 22 ⋯ 2 ⋮ 2 ⋮ 1 ⋮ 2 ⋱ ⋯ ⋮ ⋮ ⋮ ⋮ Depois efetuamos operações elementares sobre as linhas da matriz aumentada | até transformar A numa matriz triangular superior U. -
As operações elementares usadas foram: Somar ou subtrair linhas Multiplicar
uma linha por um número real Trocar duas linhas de posição E elas permitiram transformar o sistema original A x = b num sistema triangular superior U x = β, com a mesma solução x. -
• P é uma matriz de permutações (p/. trocas de
linhas) • L é uma matriz triangular inferior (L de lower) • U é a matriz triangular superior ao final da eliminação (U de upper) A fatoração PLU é o resultado final dessas multiplicações. Como o Mestre anunciou todas essas três operações elementares podem ser descritas através de multiplicações matriciais! -
Indicaremos por ↔ a matriz obtida permutando as linhas i
e j da identidade I Observem que ↔ é uma matriz simétrica, isto é ↔ = ⟷ . É fácil observar que o produto ↔ é a matriz A com suas linhas i e j trocadas. O programa a seguir mostrar isto. -
Neste programa você entra com uma matriz A pelo teclado
e com os índices i e j das linhas de A a serem trocadas. Ele retorna a matriz ⟷ e o produto ⟷ . -
= 0 1 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 1 0 1 0 1 0 0 Neste exemplo, mostro a identidade I com as linhas 1 e 2 e as 3 e 5 trocadas. Aliás, se P é uma matriz obtida da identidade I através de permutações de linhas, então o produto P A é a matriz A com as mesmas linhas trocadas. -
Ele permite conferir que o produto de permutações é comutativo.
Quero lembrar que, em geral, o produto matricial não é comutativo. -
Ele permite mostrar, também, que a inversa da permutação ↔
, é a permutação ↔ . -
Ele permite, ainda, mostrar que as permutações são idempotentes: 2
= . Observe, Surfista, que neste exemplo escolhi = . -
Surfista, você já reparou que as matrizes de permutação são
matrizes ortogonais? É verdade, Mestre! As colunas de uma permutação P são a base canônica de ℝ fora de ordem. = 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 0 -
Sim coleguinha. E da ortogonalidade segue que, se P é
uma matriz de permutações então = −1. E como elas são simétricas temos −1 = = . Aliás isto é totalmente intuitivo: a inversa −1 destroca as linhas da identidade I que foram trocadas por P. -
As operações elementares no processo de eliminação foram realizadas da
seguinte forma: Linha 1 Linha 1 Linha 2 Linha 2 Linha 1 21 /11 × − Linha 3 Linha 3 Linha 1 31 /11 × − Linha n Linha n Linha 1 1 /11 × − Multiplicadores -
1 = − 1 = 1 0 ⋯ 0 0
1 ⋮ ⋮ 0 ⋯ ⋱ 0 0 1 − 0 0 ⋯ 0 21 0 ⋮ ⋮ 1 ⋮ 0 ⋱ 0 ⋯ 0 = 1 0 ⋯ 0 −21 1 ⋯ 0 ⋮ −1 0 ⋱ ⋮ ⋯ 1 Pois é, isto corresponde a efetuar o produto 1 ∙ , Onde 1 = − 1 é a matriz de eliminação: -
E, o mais surpreendente, é que a inversa dessa matriz
de eliminação 1 = − 1 é a matriz + 1 , obtida simplesmente trocando o sinal da 1 : 1 −1 = ( − 1 )−1 = 1 0 ⋯ 0 21 1 ⋯ 0 ⋮ 1 ⋮ 0 ⋱ ⋮ ⋯ 1 = + 1 Essa é forte! Eu tenho que conferir! -
= 3 2 1 = 1 0 0 0 0
1 0 0 0 0 0 0 1 0 9 1 1 0 0 0 0 1 0 ⋮ 0 0 7 4 1 0 0 1 1 0 0 0 3 1 0 ⋮ −2 5 0 0 1 0 0 1 = = 1 0 0 0 3 1 0 0 19 188 7 67 1 0 9 1 No método de eliminação usamos um produto, de matrizes eliminadoras = 3 2 1 Como no exemplo abaixo. -
−1 = 1 0 0 0 −3 1 0 ⋮
2 −5 0 0 1 0 0 1 1 0 0 0 0 1 0 ⋮ 0 0 −7 −4 1 0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 1 0 −9 1 = = 1 0 0 0 −3 1 1 0 2 −5 −7 −4 1 0 −9 1 O mais surpreendente é a inversa −1 = (3 2 1 )−1= 1 −12 −1 3 −1 desse produto E. Simplesmente é a superposição das com sinal trocado -
Na realidade, ao programar, NÃO efetuamos multiplicações matriciais. É o
que mostraremos nos dois programas a seguir. Então por que motivo mostraram tudo isto? Medite um pouco sobre tua pergunta, jovem Surfista imediatista! -
Ele mostra, passo a passo, as matrizes Mult, M e
b. Ao final a solução x e o produto LU. Em cada etapa as matrizes Mult e M e o vetor b são atualizados! -
As mudanças no código da eliminação de Gauss com pivotamento,
para mostrar a fatoração PLU. Comparem com o código anterior. -
Observe, Surfista, que o produto PLU já traz as trocas
de linhas incluídas. Em cada etapa as matrizes M e L e o vetor b são atualizados! -
Quando temos a fatoração = , resolver um sistema linear
= é equivalente a resolver o sistema = , usando apenas a fatoração LU. Então Mestra, basta efetuar as trocas das linhas no termo independente b e usar a fatoração LU sem pivotamento na matriz A já com as trocas? -
Sim, ao invés de resolver 1 1 −2 0 1
−5 2 −1 3 1 3 1 1 3 −2 2 0 1 2 3 = 3 −2 0 0 Resolvemos 3 3 1 −2 1 −5 2 −1 1 1 1 1 3 −2 2 0 0 1 2 3 = 0 −2 0 3 -
Foi o que eu fiz aqui. Usei a matriz M
já com as linhas trocadas e troquei, também, as linhas do termo independente b. Depois resolvi o sistema sem pivotamento.