Referências.

Tamanho: px

Começar a partir da página:

Download "Referências. www.inf.ufes.br/~luciac"

João Capistrano Vilarinho
7 Há anos
Visualizações:

1 Computação Científica Sistema Lineares Métodos Diretos Métodos Iterativos Estacionários Lucia Catabriga LCAD - Laboratório de Computação de Alto Desempenho Departamento de Informática - CT/UFES LCAD

Catabriga LCAD - Laboratório de Computação de

2 Referências Barret, R, et al., ``Templates for the Solution of Linear Systems: Building Blocks for Iterative Methods'', SIAM, Shewchuk, J. R., ``An Introduction to the Conjugate Gradient Method Withuot the Agonizing Pain'', Dongarra, J.J., Duff, I.S., Sorasen, D.C., Van der Vorst, H.A., Numerical LInear Algebra for High-Performance Computers, SIAM, Golub, G. and Van Loan, C., "Matrix Computations", The John Hopkins University Press,1993. Kelley C.T., "Iterative Methods for Linear and Nonlinear Equations", SIAM, Saad, Y., "Iterative Methods for Sparse Linear Systems", PWS Publishing Company, White, R.E., "Computational Modeling with Methods and Analysis", 2003.

, "Matrix Computations", The John Hopkins University Press,1993. Kelley C.T., "Iterative Methods for Linear and Nonlinear Equations", SIAM, 1995. Saad, Y.

3 Solução de Sistemas Lineares Métodos Diretos Introdução Solução de sistemas triangulares Eliminação de Gauss Decomposição LU Métodos diretos x Matrizes Esparsas

4 Introdução Característica: encontra a solução exata a menos de erros de arredontamento Objetivo: transformar o sistema em um sistema trivial (sistema triangular) Complexidade: em torno de n 3 (número de operações de ponto flutuante)

sistema em um sistema trivial (sistema triangular)

5 Sistemas triangulares Sistema Triangular Inferior Lx = c l11 x1 c1 i 1 l21 l 22 x 2 c 2 ci lij x j j= 1 l31 l32 l33 x3 = c3 xi =, i = 1,2, L, n lii M M M O M M ln1 ln2 ln3 L l nn x n c n Substituição (Complexidade: n 2 ) Sistema Triangular Superior Ux = d u u u L u u x d , n 1 1n 1 1 u22 u23 L u n 2, n 1 u 2, n x 2 d 2 di uij x j u33 L u3, n 1 u3, n x3 d3 j= i+ 1 i O M M M M uii un 1, n 1 un 1, n xn 1 dn 1 unn xn dn = x =, i = 1,2, L, n Retrosubstituição (Complexidade: n 2 )

Superior Ux = d u u u L u u x d 11 12 13 1, n 1 1n 1 1 u22 u23 L u n 2, n 1 u 2, n x 2 d 2 di uij x j u33 L u3, n 1 u3, n

6 Redução a Sistemas triangulares Eliminação de Gauss Ax = b { Ux = d Decomposição LU Operações Elementares Li Li mij Lj Li λlj L L i j Complexidade n 3 Ld = Ax = b { LUx { = b Ux = A= LU d b d

7 Reduação a Sistemas triangulares Processo de Eliminação de Gauss a11 a12 a13 L a1, n 1 a1 n b1 ai1 mi1 = a21 a22 a23 L a2, n 1 a2, n b2 a11 a a a L a a b L L m L A b = M M M O M M a a m a an 1,1 an 1,2 an 1,3 L an 1, n 1 an 1, n b n 1 b b m b a ij n1 an2 an3 an, n 1 ann b L = 2, L, n n , n 1 3, n 3 i i i1 1 ij ij i1 1 j i i i1 1 a11 a12 a13 L a1, n 1 a1n b a22 a23 L a2, n 1 a2, n b a32 a33 L a3, n 1 a3, n b3 M M M O M M an 1,2 an 1,3 L an 1, n 1 an 1, n b n an2 an3 an, n 1 ann b L n A b k 1 k 1 a a L a L a b a a L a L a b a = O M M M M Li Li mik Lk = O M M M M k 1 k 1 k 1 a a kk L akn b k ij aij mika k k k kj akk L akn bk M O M M bi bi mikbk O M M k 1 k 1 k 1 a ij k 1,, n nk ann b = + L k k L n L ann bn k 1n k 1n 1 ik m ik a22 L a2k L a2, n b2 a a22 L a2k L a2, n b2 kk n-1 etapas totalizando complexidade em torno de n 3

1 a2, n b2 1 1 1 1 1 0 a32 a33 L a3, n 1 a3, n b3 M M M O M M 1 1 1 1 1 0 an 1,2 an 1,3 L an 1, n 1 an 1, n b n 1 1 1 1 1 1 0 an2 an3 an, n 1 ann b L n A b k 1 k 1 a a L a L a b a a L a L a b a = O M

8 Redução a Sistemas triangulares Processo de Decomposição LU A= LU a11 a12 L a1 k L a1 n m21 1 a22 a2k a L L 2, n m31 m32 1 O M M M L = U = k 1 k 1 M M M O akk L akn mn 1,1 mn 1,2 mn 1,3 L 1 O M k mn1 mn2 mn3 L mn, n 1 1 ann Ld = Ax = b { LUx { = b Ux = A= LU d b d n-1 etapas totalizando complexidade em torno de n 3

M M L = U = k 1 k 1 M M M O akk L akn mn 1,1 mn 1,2 mn 1,3 L 1 O M k mn1 mn2 mn3 L mn, n

9 Métodos Diretos x Matrizes Esparsas O processo de decomposição preenche com coeficientes não-nulos posições orginalmente nulas! Armazenamento SKL ou banda completa.

10 Solução de Sistemas Lineares Métodos Iterativos Estacionários Introdução Critérios de convergência e Parada Jacobi Seidel SOR Métodos iterativos x Matrizes Esparsas

11 Introdução Características: encontra a solução aproximada com precisão pré-fixada, depende de critérios de convergência relacionados a matriz dos coeficientes A. Objetivo: transformar o sistema em uma expressão recurssiva tal que x (k+1) = F(x (k), A,b) para uma condição inicial x (0) conhecida. Complexidade: em torno de n 2 por iteração.

Objetivo: transformar o sistema em uma expressão recurssiva tal que x (k+1) = F(x

12 Introdução Ax = b x = Cx + g x = Cx + g { ( k + 1) ( k ) Definição Resultado necessário e suficiente: O método iterativo x (k+1) = Cx (k) +g converge com qualquer valor inicial x (0) se, e somente se, ρ(c) < 1. ρ(c) é o raio espectral de C (maior autovalor em módulo) Resultado suficiente: O método iterativo x (k+1) = Cx (k) +g converge com qualquer valor inicial x (0) se C < 1. Critérios de Parada: x (k+1) é solução aproximada com tolerância ε se: x x ( k ) ( k 1) x ( k ) < ε ou r = b Ax < ε

ρ(c) é o raio espectral de C (maior autovalor em módulo) Resultado suficiente: O método iterativo x (k+1) = Cx (k) +g

13 Métodos Jacobi, Seidel e SOR Ax = b Dx = ( L + U) x + b x = D ( L + U ) x + D b ( L + D + U ) x = b ( L + D) x = Ux + b x = D Lx D Ux + D b ( k + 1) 1 ( k ) 1 J J ( k + 1) 1 ( k + 1) 1 ( k ) 1 S S S ( k+ 1) ( xi ) ( k+ 1) ( xi ) J S = = b n ( k ) i aijx j j= 1 j i a ii i 1 n ( k+ 1) ( k ) i ij j ij j j= 1 j= i+ 1 b a x a x ( k+ 1) ( k+ 1) ( k ) ( xi ) = w( xi ) + (1 w) ( xi ) a SOR S SOR ii O método SOR converge para 0<w<2 Os coeficientes de A e b não são alterados durante o processo iterativo

aijx j j= 1 j i a ii i 1 n ( k+ 1) ( k ) i ij j ij j j= 1 j= i+ 1 b a x a x ( k+ 1) ( k+ 1) ( k ) ( xi ) = w( xi ) + (1 w) (

14 Métodos Iterativos Estacionários x Matrizes Esparsas Somente os coeficientes não nulos necessitam ser armazenados A linha genérica i do sistema resultante da discretização por diferenças finitas para um problema bidimensional é: a x + a x + a x + a x + a x = b i, i n i n i, i 1 i 1 ii i i, i+ 1 i i, i+ n i+ n i ( k ) ( k ) ( k ) ( k ) ( k+ 1) i i, i n i n i, i 1 i 1 i, i+ 1 i i, i+ n i+ n ( xi ) ( k+ 1) ( k + 1) ( k ) ( k ) ( k+ 1) i i, i n i n i, i 1 i 1 i, i+ 1 i i, i+ n i+ n ( xi ) ( k+ 1) ( xi ) J S SOR b a x a x a x a x = a b a x a x a x a x = a ii ii b a x a x a x a x = w + ( k+ 1) ( k+ 1) ( k ) ( k ) i i, i n i n i, i 1 i 1 i, i+ 1 i i, i+ n i+ n k (1 w) xi aii

k ) ( k ) ( k+ 1) i i, i n i n i, i 1 i 1 i, i+ 1 i i, i+ n i+ n ( xi ) ( k+ 1) ( k + 1) ( k ) ( k ) ( k+ 1) i i, i n i n i, i 1 i 1 i, i+ 1 i i, i+ n i+ n ( xi ) ( k+

Documentos relacionados

LCAD. LNCC - Programa de Verão Minicurso M16 Estrutura de Dados e Solvers. Lucia Catabriga

LCAD. LNCC - Programa de Verão Minicurso M16 Estrutura de Dados e Solvers. Lucia Catabriga LNCC - Programa de Verão 2008 Minicurso M16 Estrutura de Dados e Solvers Lucia Catabriga www.inf.ufes.br/~luciac LCAD - Laboratório de Computação de Alto Desempenho Departamento de Informática - CT/UFES