Академический Документы
Профессиональный Документы
Культура Документы
Curso 2013-2014
(UPV)
M
etodos iterativos
Curso 2013-2014
1 / 49
Indice
1
Introduccion
Conceptos basicos
Precondicionadores
Introduccion
Precondicionadores clasicos
Precondicionadores polinomiales
M
etodos iterativos
Curso 2013-2014
2 / 49
Introduccion
Dada una matriz invertible de tama
no n n y un vector b Rn la u
nica
solucion del sistema
Ax = b
es
x = A1 b
Nosotros trabajaremos con matrices vacas (sparse) es decir matrices
con un n
umero de elementos no nulos (nnz(A)) del orden
nnz(A) = c n
con c independiente de n.
(UPV)
M
etodos iterativos
Curso 2013-2014
3 / 49
Introduccion
(UPV)
M
etodos iterativos
Curso 2013-2014
4 / 49
Conceptos basicos
(UPV)
M
etodos iterativos
Curso 2013-2014
5 / 49
Conceptos basicos
(UPV)
lim kek k = 0
M
etodos iterativos
lim krk k = 0
Curso 2013-2014
6 / 49
Conceptos basicos
Un metodo iterativo nunca da la soluci
on exacta incluso en precision
infinita.
Los metodos directos te
oricamente producen la solucion exacta; pero
en un ordenador dan errores numericos.
Se da a priori una precisi
on para nuestra soluci
on. Sea TOL el error
maximo permitido.
kek k < TOL, (error absoluto)
kek k
< TOL (error relativo)
kxk
(UPV)
M
etodos iterativos
krk k
< TOL (relativo)
kbk
Curso 2013-2014
7 / 49
Conceptos basicos
Notar ademas
kxk kA1 kkbk (2a);
(UPV)
M
etodos iterativos
Curso 2013-2014
8 / 49
Conceptos basicos
kAkkA1 k
kAkkA1 k kbk
kxk
kbk
Finalmente, recordando que (A) = kAkkA1 k:
kek k
krk k
1 krk k
(A)
(A) kbk
kxk
kbk
Conclusion: Test del residuo es fiable si (A) no es muy grande.
(UPV)
M
etodos iterativos
Curso 2013-2014
9 / 49
k = 0, 1, . . .
Definicion
Se dice que un metodo iterativo es estacionario si la matriz de iteracion H
es constante en todo el proceso.
(UPV)
M
etodos iterativos
Curso 2013-2014
10 / 49
Metodo de Jacobi: M = D y N = (L + D)
xk+1 = D 1 (L + U)xk + D 1 b,
k = 0, 1, . . .
Metodo de Gauss-Seidel: M = D + L y N = U
xk+1 = (D + L)1 Uxk + (D + L)1 b,
(UPV)
M
etodos iterativos
k = 0, 1, . . .
Curso 2013-2014
11 / 49
1
a11
1
a22
..
.
xnk+1 =
(UPV)
o
1 n
k
an1 x1k an3 x3k an,n1 xn1
+ bn
ann
M
etodos iterativos
Curso 2013-2014
12 / 49
(UPV)
M
etodos iterativos
Curso 2013-2014
13 / 49
k
M x k+1 x = N x k x
e k+1 = M 1 Ne k = M 1 N
si M 1 N < 1, entonces limk M 1 N
(UPV)
M
etodos iterativos
k
e0
= 0.
Curso 2013-2014
14 / 49
Definicion
Una matriz A = [aij ] de tama
no n n se dice que es estrictamente
diagonal dominante si
|aii | >
n
X
|aij |,
para todo i = 1, 2, . . . , n.
j=1, j6=i
(UPV)
M
etodos iterativos
Curso 2013-2014
15 / 49
Teorema
Si la matriz A es estrictamente diagonal dominante entonces el metodo de
Jacobi y de Gauss-Seidel son convergentes.
(UPV)
M
etodos iterativos
Curso 2013-2014
16 / 49
x k+1 =
w
k
bi
aij xjk
+ (1 w )xi
aii
j=1
j6=i
M
etodos iterativos
Curso 2013-2014
17 / 49
(UPV)
M
etodos iterativos
Curso 2013-2014
18 / 49
Lema de Kahan
Sea A Cnn con elementos diagonales no nulos. Entonces el metodo
SOR converge solamente si
0<<2
(UPV)
M
etodos iterativos
Curso 2013-2014
19 / 49
Metodo de Richardson
Consideremos la iteracion
x k+1 = x k + b Ax k
M
etodos iterativos
Curso 2013-2014
20 / 49
Metodo de Richardson
Si min < 0 y max > 0 el metodo diverge.
Si los autovalores de A son todos positivos, se ha de cumplir
1 min < 1
1 max > 1
esto es
0<<
2
max
El valor de optimo es
=
(UPV)
2
min + max
M
etodos iterativos
Curso 2013-2014
21 / 49
u
a(x, y )
x
+
y
u
b(x, y )
y
=f
a(x, y )
x
y
(UPV)
y
b(x, y )
y
M
etodos iterativos
Curso 2013-2014
22 / 49
(V + I ) uk+1 = (I H) uk+ 1 + b
2
(UPV)
M
etodos iterativos
Curso 2013-2014
23 / 49
Metodos a bloques
Dado un sistema a bloques
A11 A1q
X1
B1
..
.. .. = ..
.
. . .
Aq1 Aqq
Xq
Bq
Xik+1 = A1
ii Bi
q
X
j=1
Aij Xjk
j6=i
end for
(UPV)
M
etodos iterativos
Curso 2013-2014
24 / 49
Metodos a bloques
Bi
Xik+1 = A1
ii
i1
X
Aij Xjk+1
j=1
q
X
j=i+1
end for
Ejercicio: Particularizar estas expresiones para 2 2 bloques
(UPV)
M
etodos iterativos
Curso 2013-2014
25 / 49
Precondicionadores. Introduccion
(UPV)
M
etodos iterativos
Curso 2013-2014
26 / 49
Precondicionadores. Introduccion
Dado un metodo iterativo
x k+1 = Gx k + f
puede verse como una tecnica para resolver el sistema
(I G ) x = f
comparando con
x k+1 = M 1 Nx k + M 1 b
se tiene que I G = M 1 N, G = M 1 N = M 1 (M N) = M 1 A.
As el metodo iterativo se puede ver como una tecnica para resolver el
sistema precondicionado
M 1 Ax = M 1 b
(UPV)
M
etodos iterativos
Curso 2013-2014
27 / 49
Precondicionadores clasicos
MJ = D
Jacobi
(UPV)
M
etodos iterativos
Curso 2013-2014
28 / 49
Precondicionadores clasicos
LU incompleta
U
donde L
es una matriz vaca triangular inferior que
Se construye M = L
es una matriz vaca triangular superior que aproxima a U.
aproxima a L y U
Fijado un subconjunto S [1, . . . , n] [1, . . . , n] de posiciones de
elementos en la matriz, entonces
1
aij aik akk
akj
aij
aij :=
si (i, j) S
si (i, j) 6 S
(UPV)
M
etodos iterativos
Curso 2013-2014
29 / 49
Precondicionadores clasicos
(UPV)
M
etodos iterativos
Curso 2013-2014
30 / 49
Precondicionadores polinomiales
Estos precondicionadores son de la forma
M 1 = p(A)
Un caso particular son los precondicionadores de Neuman. Se supone
que la matriz A se escribe
A = D C = I CD 1 D
con lo que
A1 = D 1 I CD 1
1
= D 1 I + CD 1 + CD 1
2
M
etodos iterativos
Curso 2013-2014
31 / 49
: Rn R
1
1
(y ) = (y x)T A(y x) = e T Ae .
2
2
Se tiene (y ) 0 y 6= 0 ( definici
on de matriz SPD).
Error e = y x.
Teorema
La solucion del sistema Ax = b es el mnimo de la funcion (y ).
(UPV)
M
etodos iterativos
Curso 2013-2014
32 / 49
(y ) = 12 (y x)T A(y x) = 12 e T Ae
(yk ) = constant representa un hiperelipsoide en un espacio de
dimension n.
El centro geometrico es la soluci
on x del sistema lineal (mnimo).
Construir una sucesion {yk } tal que limk yk = x.
yk+1 = yk + k pk
Hace falta determinar la direcci
on pk y .
(UPV)
M
etodos iterativos
Curso 2013-2014
33 / 49
1 T
1
y Ayk ykT b + x T Ax
2 k
2
= Ayk b = rk
M
etodos iterativos
Curso 2013-2014
34 / 49
(UPV)
M
etodos iterativos
Curso 2013-2014
35 / 49
rkT rk
rkT Ark
Otra forma:
Resolver
= 0.
(UPV)
M
etodos iterativos
Curso 2013-2014
36 / 49
= b Axk
r T rk
= Tk
rk Ark
= yk + k rk
M
etodos iterativos
Curso 2013-2014
37 / 49
z = Ark
r T rk
k = kT
z rk
yk+1 = yk + k rk
rk+1 = rk k z
k =k +1
end while
(UPV)
M
etodos iterativos
Curso 2013-2014
38 / 49
donde ||x||A =
x Rn
x T Ax.
Teorema
Sean las mismas condiciones que en el lema anterior. La sucesion {yk } del
metodo de descenso rapido satisface
||yk x||A
1 n
1 + n
k
||y0 x||A
M
etodos iterativos
Curso 2013-2014
39 / 49
Teorema
q
(yk ) =
donde =
(A) 1
(A) + 1
(UPV)
M
etodos iterativos
Curso 2013-2014
40 / 49
Se estima el n
umero de iteraciones para ganar p digitos en la
aproximacion de la soluci
on:
kek kA
10p resolviendo
ke0 kA
(A) 1
(A) + 1
k
10p
, se obtiene
(A) + 1
(A) + 1
k
(UPV)
log 10
p ((A) + 1)
2
M
etodos iterativos
Curso 2013-2014
41 / 49
= rk + k pk1 ,
k>0
rkT Apk1
T Ap
pk1
k1
M
etodos iterativos
Curso 2013-2014
42 / 49
rkT pk
pkT Apk
(UPV)
M
etodos iterativos
Curso 2013-2014
43 / 49
Teorema
Las sucesiones de vectores {ri } y {pi } satisfacen las siguientes relaciones
(i) piT rj = 0, 0 0 i <j k,
(ii) riT rj = 0, i 6= j, 0 i, j k,
(iii) piT Apj = 0, i 6= j, 0 i, j k,
(iv) env{r0 , r1 , . . . , rk } = env{p0 , p1 , . . . , pk } = K(A, r0 , k + 1),
donde K(A, r0 , k + 1) = env{r0 , Ar0 , . . . , Ak r0 }.
Corolario
El metodo del gradiente conjugado obtiene la soluci
on del sistema de n
ecuaciones en como maximo n iteraciones del GC.
(UPV)
M
etodos iterativos
Curso 2013-2014
44 / 49
rkT pk
r T rk
= Tk
T
pk Apk
rk Apk
Formulaci
on alternativa de k . Como pkT Apk = pkT
T
T
rk+1
Apk = rk+1
1
1 T
(rk rk+1 ) =
r rk
k
k k
1 T
1
(rk rk+1 ) = rk+1
rk+1
k
k
Por tanto
k =
(UPV)
T
T
rk+1
pk
rk+1
rk+1
=
pkT Apk
rkT rk
M
etodos iterativos
Curso 2013-2014
45 / 49
z = Apk
p T rk
k = Tk
z pk
yk+1 = yk + k pk
rk+1 = rk k z
r T rk+1
k = k+1T
rk rk
pk+1 = rk+1 + k pk
k =k +1
end while
(UPV)
M
etodos iterativos
Curso 2013-2014
46 / 49
Ejercicio
Aplicar el algoritmo del gradiente conjugado para el problema
2 1
1
2
x1
x2
1
0
(UPV)
M
etodos iterativos
Curso 2013-2014
47 / 49
r0T r0
p0t Ap0
= 12 , x1 = x0 + 0 p0 =
1
0
r1 = r0 0 Ap0 =
0 =
r1T r1
r0T r0
1 =
r1T r1
p1T AP1
1
4,
1
2
p1 = r1 + 0 p0 =
0
0
1
1
2
=
0
0
0
=
, r1T r0 = 0
1
2
1
0
1
2
1
2
1
4
2
3
1
3
1
0
=
1
4
1
2
2
3
x2 = x1 + 1 p1 =
1
2
+
2
3
1
4
1
2
=
r2 = 0 soluci
on exacta
(UPV)
M
etodos iterativos
Curso 2013-2014
48 / 49
Teorema
Sea A Rnn simetrica y definida positiva. Sea x la solucion exacta del
sistema Ax = b. Entonces la sucesi
on de vectores del Gradiente Conjugado
{yk } cumple
p
2 (A) 1
||x yk ||A 2 p
2 (A) + 1
!k
||x y0 ||A
(UPV)
M
etodos iterativos
Curso 2013-2014
49 / 49