Mtodos Numricos I

Tema 5. Aproximao de Autovalores

e Autovetores.

Prof. Dany S. Dominguez

dsdominguez@gmail.br
Sala 1 NBCGIB
(73) 3680 5212 ramal 30
ROTEIRO
Introduo
Autovalores e autovetores
Definio
Exemplos
Raio espectral e teorema de Gersgorin
Mtodo da potencia
Fundamentos
Algoritmo
Velocidade de convergncia
Comentrios finais
Introduo
Autovalores e autovetores aparecem em diversas
aplicaes de cincias e engenharias
Mecnica quntica
Processamento de imagens
Anlises de vibraes
Mecnica dos solidos
Engenharia nuclear
Resoluo de EDOs

Em ingls: eigenvalue e eigenvector

Prefixo eigen (alemo) = prprio caracterstico
Autovalores e autovetores
Uma matriz quadrada A mapeia o conjunto de
vetores de dimenso n em se mesmo
Existe um conjunto de vetores x paralelos a Ax pelo
tanto
Ax x
onde uma constante
Podemos escrever o sistema anterior como
A I x 0
e temos um sistema homogneo, onde
x o vetor nulo se det(A-I) 0
x um vetor no nulo se det(A-I) = 0
Autovalores e autovetores
Define-se o polinmio caracterstico da matriz A
p det A I

Definio: Se p for o polinmio caraterstico da

matriz A, os zeros de p so os autovalores (valores
prprios), da matriz A. Se for um autovalor de A e
x 0 satisfizer (A - I)x = 0, ento x um autovetor
(vetor prprio) de A correspondente ao autovalor .
Autovalores e autovetores
Se x for um vetor associado ao autovalor , a matriz
A transforma o vetor x em um mltiplo escalar dele
prprio

Se x for um vetor associado ao autovalor , ento x

tambm um autovetor associado a ( 0)
A x Ax x x
Autovalores e autovetores
Exemplo 1: Calcule os autovalores e autovetores da
matriz
2 0 0

A 1 1 2
1 1 4
Polinmio caracterstico

2 0 0

p det A I det 1 1 2
1 1 4
p 3 7 2 16 12
 Autovalores e autovetores
Exemplo 1 ...
Razes do polinmio caracterstico

p 3 7 2 16 12
2
3 2 0
1 3, 2,3 2
Clculo do autovetor x1 para 1 = 3

A 3I x1 0 1 0 0 x
1 0 x1 0
1 2 2 x 0 x2 x3
2
1 1 1 x3 0 T
x1 0; 1; 1
Autovalores e autovetores
Exemplo 1 ...
Clculo do autovetor x2 e x3 para 2,3 = 2

0 0 0 x1 0
A 2I x 2,3 0 1 1 2 x 0
2
1 1 2 x3 0
x1 x2 2 x3 0
T
x1 0 x2 2 x3 x 2 0; 2; 1
T
x2 0 x1 2 x3 x3 2; 0; 1
Autovalores e autovetores
Definio: O raio espectral (A) da matriz A,
definido por (A) = max|i| sendo i autovalor de A.
O raio espectral de uma matriz pode ser associado a
convergncia de diversos mtodos iterativos

Para determinar os autovalores e autovetores de uma

matriz
Construmos o polinmio caracterstico
Calculamos os zeros do polinmio
Calculamos os autovetores
Autovalores e autovetores
O clculo de autovalores e autovetores envolve
Avaliar determinantes de matrizes
Calcular razes de polinmios
Ambas as tarefas so dispendiosas (algbrica ou
computacionalmente), principalmente para n grande
Na maioria dos casos conveniente utilizarmos
mtodos numricos
Muitos mtodos numricos para clculos de
autovalores so iterativos
Nesses casos uma boa aproximao inicial influi na
convergncia e eficincia do mtodo
 Autovalores e autovetores
Teorema (Gersgorin) : Seja A uma matriz de
ordem n, denote por Ri, i=1:n, o crculo n
no
plano complexo com centro em aii e raio aij ,
j 1
ou seja
j i
n

Ri z C ; z aii aij ,
j 1
j i n

Os autovalores de A esto contidos em R Ri.

i 1
A unio de k crculos contm precisamente k
autovalores (considerando multiplicidades).
Autovalores e autovetores
Exemplo 2: Na matriz
4 1 1
A 0 2 1
2 0 9
utilize o teorema de Gersgorin para determinar as
regies do plano complexo que contm os
autovalores. possvel termos uma estimativa do
raio espectral?
Autovalores e autovetores
Exemplo 2 . . . 4 1 1

A 0 2 1
2 0 9
Crculo R1

a11 4, a ij 2, R1 z C ; z 4 2
i j

Crculo R2
a22 2, a ij 1, R2 z C ; z 2 1
i j
Crculo R3
a33 9, a ij 2, R3 z C ; z 9 2
i j
 Autovalores e autovetores
Exemplo 2 . . .
Plotando os crculos

R1 z C ; z 4 2

R2 z C ; z 2 1

R3 z C ; z 9 2

1 , 2 R1 R2 ; 3 R3
Raio espectral
A max i , 7 A 11
1i n
Autovalores
1 =1,8828; 2 =4,6318; 3 =8,48535
Mtodo da potncia
O MP uma tcnica iterativa para determinar o
autovalor dominante e o autovetor associado
Autovalor dominante = autovalor de maior mdulo
Suponha que uma matriz quadrada A de dimenso n,
tenha n autovalores 1, 2, ... , n com um conjunto
associado de autovetores {v1, v2, ..., vn} linearmente
independentes. Ademais os autovalores podem ser
ordenados |1|>|2||3| ... |n|
O autovalor dominante 1 tem multiplicidade 1
Mtodo da potncia
Caso os autovetores vi ,i=1:n, no sejam l.i. o MP
pode falhar
A condio de autovetores l.i. uma condio
suficiente
Se os autovetores vi formam uma base para Rn, para
qualquer vetor x em Rn temos
n
x 1 v1 2 v 2 n v n j v j
j 1

Multiplicando do lado esquerdo e direito

sucessivamente por A1, A2 , . . . , Ak obtemos
Mtodo da potncia
n n
Ax j Av j j j v j
j 1 j 1
n n
2 2
A x j j Av j j v j j
j 1 j 1

n
k k
A x j v j j
j 1
k

No lado direito multiplicamos e dividimos por 1
k
k j
k
n
A x j vj
1
j 1 1
Mtodo da potncia
Calculamos o limite quando k
k
k k k
n
j
lim A x lim 1 v1 lim j v j
1 1
k k k
j 2 1
k
j
Como |1|>|j|, para j = 2:n a razo 0 e
1
k k
lim A x lim 1 1 v1
k k

Nessa expresso, se 10, temos duas alternativas

lim A k x 0 quando 1 1
k

lim A k x quando 1 1
k
Mtodo da potncia
Podemos realizar um ajuste de escala na sequencia
para garantir que o limite seja finito e no nulo
Para isso, escolhemos x(0) como um vetor unitrio em
relao norma mxima x(0) 1

Escolhendo uma componente p0 do vetor de forma
x (0)
p0 x (0)
1

(1) (0)
Calculamos y Ax
(1) (1)
Definimos y , a posio p0 do vetor y(1)
p0
n

y (1) 1v1p 0 j j 1 v j p 0
p0 j 2
(1) y (1)
p 1 n

0
x (0)
p0
v
1 1p 0 v
j jp0
j 2
Mtodo da potncia
Seja p1 a posio do maior elemento do vetor y(1),
isto o menor inteiro tal que
y (1)
p1 y (1)

(1) 1 (1) 1 (0)

Calculamos x (1) y (1) Ax
y p1 y p1
Ento x(1) um vetor unitrio x1p1 1 x (0)
(2) (1) 1 2 (0)
Podemos obter y Ax (1) A x
y p1
n
2
E definimos
y (2) 1 1p1 j j 1 j p1
v v
p1 j 2
(2) y (2)
p 1 n

1
x (1)
p1
v
1 1p1 j j 1 j p 1
v
j 2
Mtodo da potncia
Novamente procuramos p2 como o menor inteiro tal
(2) (2) (2),
que p2
y y

, posio do maior elemento de y
E definimos o vetor unitrio x(2)
1 (2) 1 1
x 2 y (2) Ax (1) (2) Ax(0)
(2) (1)

y p2 y p2 y p1 y p2

Seguindo esse procedimento podemos definir as

sequencias de vetores x(m) e y(m), e de escalares (m),
m=1: na forma
y ( m ) Ax ( m1)
Mtodo da potncia
n
m
1v1pm1 j j 1 v j pm1
j 2
( m ) y (pm )
m 1
1 n

m 1
1v1pm1 j j 1 v j pm1
j 2
y ( m ) A m x (0)
x( m) (m) m
y pm (k )
pky
k 1

Analisando a expresso de (m) nota-se que se j 1

1
para j=2:n obtemos
1v1p
(m)
1 m 1
1
1v1pm1
Mtodo da potncia
Ademais a sequencia de vetores x(m) converge para o
( m)
autovetor associado a 1 com norma x 1

Exemplo 3: Para a matriz

4 14 0

A 5 13 0
1 0 2
execute trs iteraes do mtodo da potencia e
encontre estimativas para o autovalor dominante e o
autovetor associado.
Mtodo da potncia
Exemplo 3 . . .
Aproximao inicial:
(0) T
x 1, 0; 1, 0; 1, 0 p0 1
Primeira iterao, m=1
4 14 0 1 10
y (1)
Ax (0)
5 13 0 1 8
1 0 2 1 1

(1) y (1)
p y (1)
1 10
0

(1)
(1) y T
x (1) 1, 0; 0,8; 0,1
y1
Mtodo da potncia
Exemplo 3 . . .
Segunda iterao, m=2 p1 1

4 14 0 1 7, 2
y (2) Ax (1) 5 13 0 0,8 5, 4
1 0 2 0,1 0,8

(2) (2) (2)

y p1 y1 7, 2
(2)
(2) y T
x (2) 1, 0; 0, 75; -0,11
y1
Mtodo da potncia
Exemplo 3 . . .
Terceira iterao, m=3 p2 1

4 14 0 1 6,50
y (3) Ax(2) 5 13 0 0, 75 4, 75
1 0 2 0,11 1, 22

(3) (3) (3)

y p2 y 1 6,5

(3)
(3) y T
x (3) 1, 0; 0, 7308; -0,1877
y1
Mtodo da potncia
Exemplo 3 . . .
m (m) x(m)
0 - (1,0; 1,0; 1,0)T
1 10 (1,0; 0,8; 0,1)T
2 7,2 (1,0; 0,75; -0,11)T
3 6,5 (1,0; 0,731; -0,188)T
Soluo 6,0 (1,0; 0,714; -0,25)T

Observamos que as estimativas do autovalor e autovetor

convergem para a soluo do problema
O autovalor converge mais rapidamente que o autovetor
Quando teremos uma estimativa precisa? Como deter o
processo iterativo?
Mtodo da potncia
De forma semelhante a outros mtodos iterativos
Uma estimativa para o erro a diferena entre a
estimativa de duas iteraes consecutivas
Utilizamos o autovetor que converge mais
lentamente
Podemos deter o processo iterativo quando
x ( m 1) x ( m ) TOL

onde TOL a tolerncia ou critrio de convergncia

fixado para o problema.
Mtodo da potncia - Algoritmo
ENTRADA: n , A, x(0), TOL, IterMax
SADA:autovalor , autovetor x; ou mensagem de erro

PASSO 1:k = 1
PASSO 2:Encontre p, sendo 1pn, e |xp|=||x||
PASSO 3:Faa x=x/xp
PASSO 4: Enquanto k<IterMax execute passos 5-12
PASSO 5: Faa y=Ax
PASSO 6:Faa =yp
PASSO 7:Encontre p, sendo 1pn, e |yp|=||y||
PASSO 8:Se yp=0, Sada(Mensagem de Erro), FIM
PASSO 9:Calcule Err = ||x-(y/yp)||
Mtodo da potncia - Algoritmo
PASSO 10:Faa x=(y/yp)
PASSO 11:Se (Err<TOL) Sada(, x)
PASSO 12:k = k+1
PASSO 13:Sada(Numero de iteraes excedido)

A taxa com a qual (m) converge para determinada

pelas razes |j / 1| para j=2:n
A razo |2 / 1| tem o maior impacto na taxa de
convergncia
Alguns autores provam que a taxa de convergncia
linear em (2 / 1)
Mtodo da potncia
Quando (2 /1)>>0 a convergencia do MP muito
lenta
A convergncia do autovalor pode ser acelerada
utilizando o procedimento de Aitken
Nesse casso construmos a sequencia para o
autovalor na forma
2

(m)
m2
m1 m2
( m ) 2 m 1 m 2
Mtodo da potncia
Mudanas no algoritmo com o procedimento de Aitken

PASSO 1:k = 1, 0=0, 1=0

...
PASSO 6:Faa =yp
= 0 (1 0)2/(-21-0)
...
PASSO 11:Se (Err<TOL) Sada(, x)
PASSO 12:k = k+1, 0=1, 1=

Mesmo, com o procedimento de Aitken a convergncia

muito lenta quando (2 1), ou (2 /1)>>0
Comentrios finais
O mtodo da potencia permite obter o autovalor
dominante e o autovetor associado
Para termos sucesso com o MP
O autovalor dominante deve ter multiplicidade 1
Os autovetores do problema devem ser l.i.
O MP converge lentamente
Muito lento se (2 /1)>>0
Alternativas para acelerar a convergncia do MP
Mtodos de acelerao (Chevischeb ou Wielandt)
Mtodo da potencia simtrico (matriz simtrica)
Mtodo da potencia inversa
Comentrios finais
Desvantagens do MP
Pode no convergir quando tem 1 multiplicidade
Pode no convergir se os autovetores vj no forem l.i.
A escolha de x(0) afeta a convergencia
Apenas calcula o autovalor dominante e o autovetor
associado

Existem tcnicas que permitem calcular todos os

autovalores e autovetores
Tcnicas de deflao(2do, 3ro, ... autovalor)
Mtodo de Householder
Mtodo QR