![Page 1: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/1.jpg)
Autovalores e Autovetores
Prof. Afonso Paiva
Departamento de Matematica Aplicada e EstatısticaInstituto de Ciencias Matematicas e de Computacao
USP – Sao Carlos
Metodos Numericos e Computacionais I – SME0305
![Page 2: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/2.jpg)
Introducao
Introducao
Definicao (autovalor e autovetor)Seja A uma matriz emM(n, n). Um escalar λ ∈ C e um autovalor de A seexistir um vetor v ∈ Rn, com v 6= 0, tal que:
Av = λv .
O vetor v e chamado de autovetor associado a λ.
Como calcular λ? Atraves das raızes do polinomio caracterıstico P(λ)!
Av = λv = λIv ⇔ (A− λI)v = 0 ⇔ det(A− λI)︸ ︷︷ ︸P(λ)
= 0
Definicao (espectro)
O espectro de A ∈ M(n, n) e o conjunto formado pelo seus autovalores,isto e, Λ(A) = {λ1, λ2, . . . , λn}.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 2 / 55
![Page 3: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/3.jpg)
Introducao
Introducao
Definicao (autovalor e autovetor)Seja A uma matriz emM(n, n). Um escalar λ ∈ C e um autovalor de A seexistir um vetor v ∈ Rn, com v 6= 0, tal que:
Av = λv .
O vetor v e chamado de autovetor associado a λ.
Como calcular λ?
Atraves das raızes do polinomio caracterıstico P(λ)!
Av = λv = λIv ⇔ (A− λI)v = 0 ⇔ det(A− λI)︸ ︷︷ ︸P(λ)
= 0
Definicao (espectro)
O espectro de A ∈ M(n, n) e o conjunto formado pelo seus autovalores,isto e, Λ(A) = {λ1, λ2, . . . , λn}.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 2 / 55
![Page 4: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/4.jpg)
Introducao
Introducao
Definicao (autovalor e autovetor)Seja A uma matriz emM(n, n). Um escalar λ ∈ C e um autovalor de A seexistir um vetor v ∈ Rn, com v 6= 0, tal que:
Av = λv .
O vetor v e chamado de autovetor associado a λ.
Como calcular λ? Atraves das raızes do polinomio caracterıstico P(λ)!
Av = λv = λIv ⇔ (A− λI)v = 0 ⇔ det(A− λI)︸ ︷︷ ︸P(λ)
= 0
Definicao (espectro)
O espectro de A ∈ M(n, n) e o conjunto formado pelo seus autovalores,isto e, Λ(A) = {λ1, λ2, . . . , λn}.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 2 / 55
![Page 5: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/5.jpg)
Introducao
Introducao
Definicao (autovalor e autovetor)Seja A uma matriz emM(n, n). Um escalar λ ∈ C e um autovalor de A seexistir um vetor v ∈ Rn, com v 6= 0, tal que:
Av = λv .
O vetor v e chamado de autovetor associado a λ.
Como calcular λ? Atraves das raızes do polinomio caracterıstico P(λ)!
Av = λv = λIv ⇔ (A− λI)v = 0 ⇔ det(A− λI)︸ ︷︷ ︸P(λ)
= 0
Definicao (espectro)
O espectro de A ∈ M(n, n) e o conjunto formado pelo seus autovalores,isto e, Λ(A) = {λ1, λ2, . . . , λn}.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 2 / 55
![Page 6: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/6.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
Definicao (matriz ortogonal)
Uma matriz A ∈ M(n, n) cujas n colunas (e linhas) formam um conjuntoortonormal e dita ortogonal.
Proposicao
Se A ∈ M(n, n) e ortogonal entao:1 A> = A−1;2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn;3 Os autovalores de A sao ±1;4 det(A) = ±1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 3 / 55
![Page 7: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/7.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
Definicao (matriz ortogonal)
Uma matriz A ∈ M(n, n) cujas n colunas (e linhas) formam um conjuntoortonormal e dita ortogonal.
Proposicao
Se A ∈ M(n, n) e ortogonal entao:1 A> = A−1;2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn;3 Os autovalores de A sao ±1;4 det(A) = ±1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 3 / 55
![Page 8: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/8.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1.
Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 9: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/9.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1. Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 10: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/10.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1. Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 11: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/11.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1. Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 12: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/12.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1. Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 13: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/13.jpg)
Introducao Matriz Ortogonal
Matriz Ortogonal
1 A> = A−1. Seja aj a j-esima coluna de A. Logo,
A>A =
a>1a>2...
a>n
[ a1 a2 · · · an]=
a1 · a1 a1 · a2 · · · a1 · ana1 · a2 a2 · a2 · · · a2 · an
......
. . ....
a1 · an a2 · an · · · an · an
= I
2 ‖Av‖2 = ‖v‖2, ∀ v ∈ Rn
‖Av‖22 = Av ·Av = v ·A>Av = v · v = ‖v‖2
2
3 Av = λv
‖v‖2 = ‖Av‖2 = ‖λv‖2 = |λ|‖v‖2 ⇒ λ = ±1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 4 / 55
![Page 14: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/14.jpg)
Introducao Matrizes Semelhantes
Matrizes Semelhantes
Definicao (matrizes semelhantes)As matrizes A, B ∈ M(n, n) sao semelhantes se existir P ∈ M(n, n) in-vertıvel, tal que:
B = P−1AP .
ProposicaoSe A e B sao semelhantes entao elas possuem os mesmos autovalores.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 5 / 55
![Page 15: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/15.jpg)
Introducao Matrizes Semelhantes
Matrizes Semelhantes
Definicao (matrizes semelhantes)As matrizes A, B ∈ M(n, n) sao semelhantes se existir P ∈ M(n, n) in-vertıvel, tal que:
B = P−1AP .
ProposicaoSe A e B sao semelhantes entao elas possuem os mesmos autovalores.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 5 / 55
![Page 16: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/16.jpg)
Introducao Decomposicao Espectral
Decomposicao Espectral
Toda matriz simetrica A ∈ M(n, n) pode ser diagonalizada por umamatriz ortogonal V ∈ M(n, n), isto e:
D = V>AV
onde D e uma matriz diagonal formada pelos autovalores (todos reais)de A e as colunas de V sao os seus respectivos autovetores. Logo,
A = VDV> ,
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 6 / 55
![Page 17: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/17.jpg)
Introducao Projecao Ortogonal
Projecao Ortogonal
prv(u) =u · vv · v v =
u · v‖v‖2
2v
‖v‖2 = 1 ⇒ prv = vv>
Projecao no Complemento Ortogonal
pr⊥v(u) = u− prv(u)
‖v‖2 = 1 ⇒ pr⊥v = I− vv>
u
vpr (u)v
pr (u)v
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 7 / 55
![Page 18: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/18.jpg)
Processo de Gram-Schmidt
Processo de Ortogonalizacao de Gram-Schmidt
Entrada: dado um conjunto L.I. {a1, a2, . . . , an} ⊂ Rm, com m ≥ n.
Saıda: um conjunto ortornormal {q1, q2, . . . , qn}.
v1 = a1
q1 = v1/‖v1‖2
v2 = a2 − (q1 · a2)q1︸ ︷︷ ︸prq1
(a2)
q2 = v2/‖v2‖2
v3 = a3 −
(q1 · a3)q1︸ ︷︷ ︸prq1
(a3)
+ (q2 · a3)q2︸ ︷︷ ︸prq2
(a3)
q3 = v3/‖v3‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 8 / 55
![Page 19: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/19.jpg)
Processo de Gram-Schmidt
Processo de Ortogonalizacao de Gram-Schmidt
Entrada: dado um conjunto L.I. {a1, a2, . . . , an} ⊂ Rm, com m ≥ n.
Saıda: um conjunto ortornormal {q1, q2, . . . , qn}.
v1 = a1
q1 = v1/‖v1‖2
v2 = a2 − (q1 · a2)q1︸ ︷︷ ︸prq1
(a2)
q2 = v2/‖v2‖2
v3 = a3 −
(q1 · a3)q1︸ ︷︷ ︸prq1
(a3)
+ (q2 · a3)q2︸ ︷︷ ︸prq2
(a3)
q3 = v3/‖v3‖2
a1q1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 8 / 55
![Page 20: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/20.jpg)
Processo de Gram-Schmidt
Processo de Ortogonalizacao de Gram-Schmidt
Entrada: dado um conjunto L.I. {a1, a2, . . . , an} ⊂ Rm, com m ≥ n.
Saıda: um conjunto ortornormal {q1, q2, . . . , qn}.
v1 = a1
q1 = v1/‖v1‖2
v2 = a2 − (q1 · a2)q1︸ ︷︷ ︸prq1
(a2)
q2 = v2/‖v2‖2
v3 = a3 −
(q1 · a3)q1︸ ︷︷ ︸prq1
(a3)
+ (q2 · a3)q2︸ ︷︷ ︸prq2
(a3)
q3 = v3/‖v3‖2
a2
q1
v2
q2
pr (a )2q1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 8 / 55
![Page 21: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/21.jpg)
Processo de Gram-Schmidt
Processo de Ortogonalizacao de Gram-Schmidt
Entrada: dado um conjunto L.I. {a1, a2, . . . , an} ⊂ Rm, com m ≥ n.
Saıda: um conjunto ortornormal {q1, q2, . . . , qn}.
v1 = a1
q1 = v1/‖v1‖2
v2 = a2 − (q1 · a2)q1︸ ︷︷ ︸prq1
(a2)
q2 = v2/‖v2‖2
v3 = a3 −
(q1 · a3)q1︸ ︷︷ ︸prq1
(a3)
+ (q2 · a3)q2︸ ︷︷ ︸prq2
(a3)
q3 = v3/‖v3‖2
a 3
q1
v3
q2
pr (a )3q2
pr (a )3q1
q3
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 8 / 55
![Page 22: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/22.jpg)
Processo de Gram-Schmidt
Processo de Ortogonalizacao de Gram-SchmidtTermo Geral
Para obter vj ortogonal a q1, . . . , qj−1:
vj = aj −j−1
∑i=1
(qi · aj)qi .
Depois normalizar vj:
qj =vj
‖vj‖2.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 9 / 55
![Page 23: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/23.jpg)
Decomposicao QR
Decomposicao QRCompleta
A Decomposicao QR completa de A ∈ M(m, n) e dada por:
A = Q ·R ,
onde Q ∈ M(m, m) e ortogonal e R ∈ M(m, n) e triangular superior.
=
A Q R
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 10 / 55
![Page 24: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/24.jpg)
Decomposicao QR
Decomposicao QRCompleta
A Decomposicao QR completa de A ∈ M(m, n) e dada por:
A = Q ·R ,
onde Q ∈ M(m, m) e ortogonal e R ∈ M(m, n) e triangular superior.
=
A Q R
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 10 / 55
![Page 25: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/25.jpg)
Decomposicao QR
Decomposicao QRReduzida
Seja A ∈ M(m, n), com m ≥ n. Uma representacao mais compacta edada pela Decomposicao QR reduzida de A:
A = Q · R ,
onde Q ∈ M(m, n) e R ∈ M(n, n).
=
A R^Q^
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 11 / 55
![Page 26: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/26.jpg)
Decomposicao QR
Decomposicao QRReduzida
Seja A ∈ M(m, n), com m ≥ n. Uma representacao mais compacta edada pela Decomposicao QR reduzida de A:
A = Q · R ,
onde Q ∈ M(m, n) e R ∈ M(n, n).
=
A R^Q^
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 11 / 55
![Page 27: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/27.jpg)
Decomposicao QR
Decomposicao QRReduzida
[a1 a2 · · · an
]︸ ︷︷ ︸A
=[
q1 q2 · · · qn]︸ ︷︷ ︸
Q
r11 r12 · · · r1n
r22 · · · r2n. . .
...rnn
︸ ︷︷ ︸
R
a1 = r11 q1
a2 = r12 q1 + r22 q2
...an = r1n q1 + r2n q2 + · · ·+ rnn qn
Precisamos determinar rij e os vetores coluna qj.Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 12 / 55
![Page 28: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/28.jpg)
Decomposicao QR
Decomposicao QRReduzida
Usando o Processo de Gram-Schmidt nos vetores coluna {a1, . . . , an},obtemos A = Q · R com
rij = qi · aj (i 6= j)
|rjj| = ‖vj‖2
TeoremaToda matriz A ∈ M(m, n) (com m ≥ n) possui Decomposicao QR completae reduzida. Alem disso, se A tem posto completo entao A = Q · R e unica comrjj > 0.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 13 / 55
![Page 29: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/29.jpg)
Decomposicao QR
Decomposicao QRReduzida
Usando o Processo de Gram-Schmidt nos vetores coluna {a1, . . . , an},obtemos A = Q · R com
rij = qi · aj (i 6= j)
|rjj| = ‖vj‖2
TeoremaToda matriz A ∈ M(m, n) (com m ≥ n) possui Decomposicao QR completae reduzida. Alem disso, se A tem posto completo entao A = Q · R e unica comrjj > 0.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 13 / 55
![Page 30: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/30.jpg)
Decomposicao QR
Decomposicao QRReduzida
Usando o Processo de Gram-Schmidt nos vetores coluna {a1, . . . , an},obtemos A = Q · R com
rij = qi · aj (i 6= j)
|rjj| = ‖vj‖2
TeoremaToda matriz A ∈ M(m, n) (com m ≥ n) possui Decomposicao QR completae reduzida. Alem disso, se A tem posto completo entao A = Q · R e unica comrjj > 0.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 13 / 55
![Page 31: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/31.jpg)
Decomposicao QR
MATLAB – Decomposicao QRGram-Schmidt Classico
function [Q,R] = clgs(A)
[m,n] = size(A);Q = zeros(m,n);R = zeros(n,n);
for j=1:nV = A(:,j);for i=1:j-1R(i,j) = Q(:,i)'*A(:,j);V = V - R(i,j)*Q(:,i);
endR(j,j) = norm(V);Q(:,j) = V/R(j,j);
end
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 14 / 55
![Page 32: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/32.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 33: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/33.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 34: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/34.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 35: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/35.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 36: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/36.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 37: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/37.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 1
Calcule a Decomposicao QR de A =
[3 14 −1
].
Solucao: os vetores colunas de A sao a1 = [3, 4]> e a2 = [1,−1]>. Logo,
r11 = ‖v1‖2 = ‖a1‖2 =√
32 + 42 = 5 ⇒ q1 =v1
‖v1‖2= [3/5, 4/5]>
v2 = a2 − (q1 · a2)︸ ︷︷ ︸r12
q1 = [1,−1]> − (−1/5) [3/5, 4/5]> = [28/25,−21/25]>
r22 = ‖v2‖2 = 7/5 ⇒ q2 =v2
‖v2‖2= [4/5,−3/5]>
Q =
[3/5 4/54/5 −3/5
]R =
[5 −1/5
0 7/5
]Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 15 / 55
![Page 38: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/38.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 2Usando o MATLAB, calcule a Decomposicao QR de
A =
1 1 00 1 21 0 10 1 3
.
Verifique o erro da decomposicao ‖A−QR‖F e o erro de ortogonali-dade ‖I3 −Q>Q‖F.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 16 / 55
![Page 39: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/39.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 3Refaca o exemplo anterior com
A =
1 1 1ε 0 00 ε 00 0 ε
.
Gram-Schmidt classico e numericamente instavel!!!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 17 / 55
![Page 40: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/40.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Classico
Exemplo 3Refaca o exemplo anterior com
A =
1 1 1ε 0 00 ε 00 0 ε
.
Gram-Schmidt classico e numericamente instavel!!!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 17 / 55
![Page 41: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/41.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
pequenas modificacoes no Gram-Schmidt classico;numericamente estavel (menos sensıvel a erros dearredondamento);pr⊥qi
e aplicado a todos vj assim que qi e determinado.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 18 / 55
![Page 42: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/42.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
a 3
q1
q2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 19 / 55
![Page 43: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/43.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
a 3
q1
q2
pr (a )3q1
w =
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 19 / 55
![Page 44: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/44.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
a 3
q1
q2
q3
v3pr (w)q
2=
pr (a )3q1
w =
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 19 / 55
![Page 45: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/45.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
Classico
vj ← aj
vj ← vj − (q1 · aj)q1
vj ← vj − (q2 · aj)q2
...vj ← vj− (qj−1 · aj)qj−1
qj ← vj/‖vj‖2
Modificado
vj ← aj
vj ← vj − (q1 · vj)q1
vj ← vj − (q2 · vj)q2
...vj ← vj− (qj−1 · vj)qj−1
qj ← vj/‖vj‖2
Complexidade: 2mn2 flops.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 20 / 55
![Page 46: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/46.jpg)
Decomposicao QR
Decomposicao QRGram-Schmidt Modificado
Classico
vj ← aj
vj ← vj − (q1 · aj)q1
vj ← vj − (q2 · aj)q2
...vj ← vj− (qj−1 · aj)qj−1
qj ← vj/‖vj‖2
Modificado
vj ← aj
vj ← vj − (q1 · vj)q1
vj ← vj − (q2 · vj)q2
...vj ← vj− (qj−1 · vj)qj−1
qj ← vj/‖vj‖2
Complexidade: 2mn2 flops.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 20 / 55
![Page 47: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/47.jpg)
Decomposicao QR
MATLAB – Decomposicao QRGram-Schmidt Modificado
function [Q,R] = mgs(A)
[m,n] = size(A);V = A;Q = zeros(m,n);R = zeros(n,n);
for i=1:nR(i,i) = norm(V(:,i));Q(:,i) = V(:,i)/R(i,i);for j=i+1:nR(i,j) = Q(:,i)'*V(:,j);V(:,j) = V(:,j)- R(i,j)*Q(:,i);
endend
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 21 / 55
![Page 48: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/48.jpg)
Metodo de Francis
Metodo de Francis
Seja A ∈ M(n, n) simetrica, vamos usar a Decomposicao QR para cal-cular todos os seus autovalores e autovetores.
Processo:
A1 = A ⇒ A1 = Q1R1
A2 = R1Q1 ⇒ A2 = Q2R2
A3 = R2Q2 ⇒ A3 = Q3R3...Ak−1 = Rk−2Qk−2 ⇒ Ak−1 = Qk−1Rk−1
Ak = Rk−1Qk−1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 22 / 55
![Page 49: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/49.jpg)
Metodo de Francis
Metodo de Francis
Seja A ∈ M(n, n) simetrica, vamos usar a Decomposicao QR para cal-cular todos os seus autovalores e autovetores.
Processo:A1 = A ⇒ A1 = Q1R1
A2 = R1Q1 ⇒ A2 = Q2R2
A3 = R2Q2 ⇒ A3 = Q3R3...Ak−1 = Rk−2Qk−2 ⇒ Ak−1 = Qk−1Rk−1
Ak = Rk−1Qk−1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 22 / 55
![Page 50: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/50.jpg)
Metodo de Francis
Metodo de Francis
Seja A ∈ M(n, n) simetrica, vamos usar a Decomposicao QR para cal-cular todos os seus autovalores e autovetores.
Processo:A1 = A ⇒ A1 = Q1R1
A2 = R1Q1 ⇒ A2 = Q2R2
A3 = R2Q2 ⇒ A3 = Q3R3...Ak−1 = Rk−2Qk−2 ⇒ Ak−1 = Qk−1Rk−1
Ak = Rk−1Qk−1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 22 / 55
![Page 51: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/51.jpg)
Metodo de Francis
Metodo de Francis
Seja A ∈ M(n, n) simetrica, vamos usar a Decomposicao QR para cal-cular todos os seus autovalores e autovetores.
Processo:A1 = A ⇒ A1 = Q1R1
A2 = R1Q1 ⇒ A2 = Q2R2
A3 = R2Q2 ⇒ A3 = Q3R3
...Ak−1 = Rk−2Qk−2 ⇒ Ak−1 = Qk−1Rk−1
Ak = Rk−1Qk−1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 22 / 55
![Page 52: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/52.jpg)
Metodo de Francis
Metodo de Francis
Seja A ∈ M(n, n) simetrica, vamos usar a Decomposicao QR para cal-cular todos os seus autovalores e autovetores.
Processo:A1 = A ⇒ A1 = Q1R1
A2 = R1Q1 ⇒ A2 = Q2R2
A3 = R2Q2 ⇒ A3 = Q3R3...Ak−1 = Rk−2Qk−2 ⇒ Ak−1 = Qk−1Rk−1
Ak = Rk−1Qk−1
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 22 / 55
![Page 53: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/53.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
Como Ak−1 = Qk−1Rk−1 ⇒ Rk−1 = Q>k−1Ak−1 e Ak = Rk−1Qk−1.
Temos que, Ak = Q>k−1Ak−1Qk−1. Assim,
Ak = Q>k−1 Ak−1 Qk−1= Q>k−1Q>k−2 Ak−2 Qk−2Qk−1...= Q>k−1Q>k−2 · · ·Q>1 A1 Q1 · · ·Qk−2Qk−1= (Q1 · · ·Qk−2Qk−1)
> A (Q1 · · ·Qk−2Qk−1)
Fazendo V = Q1Q2 · · ·Qk−1 temos que A e Ak = V>AV sao semelhantes. �
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 23 / 55
![Page 54: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/54.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
Como Ak−1 = Qk−1Rk−1 ⇒ Rk−1 = Q>k−1Ak−1 e Ak = Rk−1Qk−1.
Temos que, Ak = Q>k−1Ak−1Qk−1. Assim,
Ak = Q>k−1 Ak−1 Qk−1= Q>k−1Q>k−2 Ak−2 Qk−2Qk−1...= Q>k−1Q>k−2 · · ·Q>1 A1 Q1 · · ·Qk−2Qk−1= (Q1 · · ·Qk−2Qk−1)
> A (Q1 · · ·Qk−2Qk−1)
Fazendo V = Q1Q2 · · ·Qk−1 temos que A e Ak = V>AV sao semelhantes. �
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 23 / 55
![Page 55: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/55.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
Como Ak−1 = Qk−1Rk−1 ⇒ Rk−1 = Q>k−1Ak−1 e Ak = Rk−1Qk−1.
Temos que, Ak = Q>k−1Ak−1Qk−1.
Assim,
Ak = Q>k−1 Ak−1 Qk−1= Q>k−1Q>k−2 Ak−2 Qk−2Qk−1...= Q>k−1Q>k−2 · · ·Q>1 A1 Q1 · · ·Qk−2Qk−1= (Q1 · · ·Qk−2Qk−1)
> A (Q1 · · ·Qk−2Qk−1)
Fazendo V = Q1Q2 · · ·Qk−1 temos que A e Ak = V>AV sao semelhantes. �
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 23 / 55
![Page 56: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/56.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
Como Ak−1 = Qk−1Rk−1 ⇒ Rk−1 = Q>k−1Ak−1 e Ak = Rk−1Qk−1.
Temos que, Ak = Q>k−1Ak−1Qk−1. Assim,
Ak = Q>k−1 Ak−1 Qk−1= Q>k−1Q>k−2 Ak−2 Qk−2Qk−1...= Q>k−1Q>k−2 · · ·Q>1 A1 Q1 · · ·Qk−2Qk−1= (Q1 · · ·Qk−2Qk−1)
> A (Q1 · · ·Qk−2Qk−1)
Fazendo V = Q1Q2 · · ·Qk−1 temos que A e Ak = V>AV sao semelhantes. �
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 23 / 55
![Page 57: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/57.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
Como Ak−1 = Qk−1Rk−1 ⇒ Rk−1 = Q>k−1Ak−1 e Ak = Rk−1Qk−1.
Temos que, Ak = Q>k−1Ak−1Qk−1. Assim,
Ak = Q>k−1 Ak−1 Qk−1= Q>k−1Q>k−2 Ak−2 Qk−2Qk−1...= Q>k−1Q>k−2 · · ·Q>1 A1 Q1 · · ·Qk−2Qk−1= (Q1 · · ·Qk−2Qk−1)
> A (Q1 · · ·Qk−2Qk−1)
Fazendo V = Q1Q2 · · ·Qk−1 temos que A e Ak = V>AV sao semelhantes. �
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 23 / 55
![Page 58: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/58.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
ProposicaoA sequencia Ak converge para uma matriz diagonal.
Logo, os elementos da diagonal de Ak fornecem uma aproximacao paraos autovalores de A, enquanto que as colunas da matriz:
V = Q1Q2 · · ·Qk−1
uma aproximacao dos seus respectivos autovetores.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 24 / 55
![Page 59: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/59.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
ProposicaoA sequencia Ak converge para uma matriz diagonal.
Logo, os elementos da diagonal de Ak fornecem uma aproximacao paraos autovalores de A, enquanto que as colunas da matriz:
V = Q1Q2 · · ·Qk−1
uma aproximacao dos seus respectivos autovetores.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 24 / 55
![Page 60: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/60.jpg)
Metodo de Francis
Metodo de Francis
ProposicaoAs matrizes A e Ak possuem os mesmos autovalores.
ProposicaoA sequencia Ak converge para uma matriz diagonal.
Logo, os elementos da diagonal de Ak fornecem uma aproximacao paraos autovalores de A, enquanto que as colunas da matriz:
V = Q1Q2 · · ·Qk−1
uma aproximacao dos seus respectivos autovetores.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 24 / 55
![Page 61: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/61.jpg)
Metodo de Francis
Metodo de FrancisCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 maxi<j{|aij|}< ε
3 off (A) < ε, com
off (A) =
√‖A‖2
F −n
∑i=1
a2ii
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 25 / 55
![Page 62: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/62.jpg)
Metodo de Francis
Metodo de FrancisCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 maxi<j{|aij|}< ε
3 off (A) < ε, com
off (A) =
√‖A‖2
F −n
∑i=1
a2ii
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 25 / 55
![Page 63: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/63.jpg)
Metodo de Francis
Metodo de FrancisCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 maxi<j{|aij|}< ε
3 off (A) < ε, com
off (A) =
√‖A‖2
F −n
∑i=1
a2ii
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 25 / 55
![Page 64: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/64.jpg)
Metodo de Francis
MATLAB – Metodo de Francis
function [V,D] = francis(A,tol)
n = size(A,1);V = eye(n);erro = inf;
while erro>tol[Q,R] = mgs(A);A = R*Q;V = V*Q;erro = max(max(abs(tril(A,-1))));
end
D = diag(A);
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 26 / 55
![Page 65: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/65.jpg)
Decomposicao SVD
Decomposicao SVDCompleta
A Decomposicao SVD1 de A ∈ M(m, n) e dada por:
A = U · Σ ·V> ,
onde as matrizes U ∈ M(m, m) e ortogonal, Σ ∈ M(m, n) e diagonal eV ∈ M(n, n) e ortogonal.
=
A U Σ VOs coeficientes σi da diagonal de Σ sao chamados de valores singulares de A.
1Do ingles, Singular Value Decomposition.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 27 / 55
![Page 66: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/66.jpg)
Decomposicao SVD
Decomposicao SVDCompleta
A Decomposicao SVD1 de A ∈ M(m, n) e dada por:
A = U · Σ ·V> ,
onde as matrizes U ∈ M(m, m) e ortogonal, Σ ∈ M(m, n) e diagonal eV ∈ M(n, n) e ortogonal.
=
A U Σ VOs coeficientes σi da diagonal de Σ sao chamados de valores singulares de A.
1Do ingles, Singular Value Decomposition.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 27 / 55
![Page 67: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/67.jpg)
Decomposicao SVD
Decomposicao SVDReduzida
Seja A ∈ M(m, n), com m ≥ n. Uma representacao mais compacta daDecomposicao SVD e dada na forma reduzida:
A = U · Σ ·V> ,
com U ∈ M(m, n) , Σ ∈ M(n, n) e V ∈ M(n, n).
=
A VU Σ
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 28 / 55
![Page 68: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/68.jpg)
Decomposicao SVD
Decomposicao SVDReduzida
Seja A ∈ M(m, n), com m ≥ n. Uma representacao mais compacta daDecomposicao SVD e dada na forma reduzida:
A = U · Σ ·V> ,
com U ∈ M(m, n) , Σ ∈ M(n, n) e V ∈ M(n, n).
=
A VU ΣProf. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 28 / 55
![Page 69: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/69.jpg)
Decomposicao SVD
Decomposicao SVD
Teorema (Decomposicao SVD)
Toda matriz A ∈ M(m, n) de posto p > 0 possui decomposicao SVD, isto e,A = U Σ V> com σ1 ≥ σ2 ≥ · · · ≥ σp > 0.
Uma forma ingenua2 de calcular a Decomposicao SVD de A e utilizandoo Metodo de Francis nas matrizes simetricas A>A e AA>, pois:
A>A = (UΣV>)>(UΣV>) = VΣ(U>U)ΣV> = V Σ2 V>
AA> = (UΣV>)(UΣV>)> = UΣ(V>V)ΣU> = U Σ2 U>
Note que a diagonal de Σ2 e formada pelo quadrado dos valores singu-lares de A, isto e, σ2
i .
2Algoritmos mais eficientes para SVD sao encontrados no livro “Golub and Van Loan, Matrix Computations, 1996”.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 29 / 55
![Page 70: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/70.jpg)
Decomposicao SVD
Decomposicao SVD
Teorema (Decomposicao SVD)
Toda matriz A ∈ M(m, n) de posto p > 0 possui decomposicao SVD, isto e,A = U Σ V> com σ1 ≥ σ2 ≥ · · · ≥ σp > 0.
Uma forma ingenua2 de calcular a Decomposicao SVD de A e utilizandoo Metodo de Francis nas matrizes simetricas A>A e AA>, pois:
A>A = (UΣV>)>(UΣV>) = VΣ(U>U)ΣV> = V Σ2 V>
AA> = (UΣV>)(UΣV>)> = UΣ(V>V)ΣU> = U Σ2 U>
Note que a diagonal de Σ2 e formada pelo quadrado dos valores singu-lares de A, isto e, σ2
i .
2Algoritmos mais eficientes para SVD sao encontrados no livro “Golub and Van Loan, Matrix Computations, 1996”.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 29 / 55
![Page 71: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/71.jpg)
Decomposicao SVD
Decomposicao SVD
Teorema (Decomposicao SVD)
Toda matriz A ∈ M(m, n) de posto p > 0 possui decomposicao SVD, isto e,A = U Σ V> com σ1 ≥ σ2 ≥ · · · ≥ σp > 0.
Uma forma ingenua2 de calcular a Decomposicao SVD de A e utilizandoo Metodo de Francis nas matrizes simetricas A>A e AA>, pois:
A>A = (UΣV>)>(UΣV>) = VΣ(U>U)ΣV> = V Σ2 V>
AA> = (UΣV>)(UΣV>)> = UΣ(V>V)ΣU> = U Σ2 U>
Note que a diagonal de Σ2 e formada pelo quadrado dos valores singu-lares de A, isto e, σ2
i .
2Algoritmos mais eficientes para SVD sao encontrados no livro “Golub and Van Loan, Matrix Computations, 1996”.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 29 / 55
![Page 72: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/72.jpg)
Decomposicao SVD
MATLAB – Decomposicao SVD
function [U,S,V] = my svd(A)
tol = 1e-5;[m,n] = size(A);k = min(m,n);S = zeros(m,n);
[U,~] = francis(A*A',tol);[V,D] = francis(A'*A,tol);S(1:k,1:k) = diag(sqrt(D));
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 30 / 55
![Page 73: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/73.jpg)
Decomposicao SVD
Resumo em MATLAB
[Q,R] = qr(A): decomposicao QR completa de A;
[V,D] = eig(A): calcula os autovalores e autovetores de A;[V,D] = eigs(A,k): calcula k autovalores e autovetores de A;
[U,S,V] = svd(A): decomposicao SVD de A;[U,S,V] = svds(A,k): SVD com apenas k valores singulares de A;
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 31 / 55
![Page 74: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/74.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;
compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 75: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/75.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;
Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 76: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/76.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;
armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 77: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/77.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 78: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/78.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 79: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/79.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 80: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/80.jpg)
Decomposicao SVD
Aplicacao de SVDCompressao de Imagem
Entrada: uma imagem I de m× n pixels (grayscale)representar I como A ∈ M(m, n) , 0 ≤ aij ≤ 1;compressao via SVD: trocar A por Ak;Ak possui apenas os k primeiros valores singulares de A;armazenamos k(m + n + 1) numeros ao inves de mn.
imagem originalk = 374
compress. ≈ 44%k = 120
compress. ≈ 77%k = 50
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 32 / 55
![Page 81: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/81.jpg)
Decomposicao SVD
MATLAB – Aplicacao de SVDCompressao de Imagem
A = imread('flor.png'); % carrega uma imagem indexada [0,255]A = im2double(A); % transforma para valores reais em [0,1]figure, imshow(A); % mostra imagem original
[U,S,V] = svd(A);k = 120; % numero de valores singulares < min(size(A))Ak = U(:,1:k)*S(1:k,1:k)*V(:,1:k)'; % imagem comprimidafigure, imshow(Ak);imwrite(Ak,'flor svd.png'); % salva imagem
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 33 / 55
![Page 82: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/82.jpg)
Metodo das Potencias
Metodo das Potencias
Seja A ∈ M(n, n) diagonalizavel, isto e, A possui autovalores λ1, . . . , λnassociados a um conjunto de autovetores {v1, . . . , vn} ⊂ Rn L.I. (com‖vi‖2 = 1 , ∀i).
Alem disso, vamos assumir que os autovalores estao ordenados da se-guinte forma:
|λ1| >|λ2| ≥ |λ3| ≥ · · · ≥ |λn|
Objetivo:Calcular o autovalor dominante λ1 e o seu autovetor associado v1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 34 / 55
![Page 83: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/83.jpg)
Metodo das Potencias
Metodo das Potencias
Seja A ∈ M(n, n) diagonalizavel, isto e, A possui autovalores λ1, . . . , λnassociados a um conjunto de autovetores {v1, . . . , vn} ⊂ Rn L.I. (com‖vi‖2 = 1 , ∀i).
Alem disso, vamos assumir que os autovalores estao ordenados da se-guinte forma:
|λ1| >|λ2| ≥ |λ3| ≥ · · · ≥ |λn|
Objetivo:Calcular o autovalor dominante λ1 e o seu autovetor associado v1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 34 / 55
![Page 84: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/84.jpg)
Metodo das Potencias
Metodo das Potencias
Seja A ∈ M(n, n) diagonalizavel, isto e, A possui autovalores λ1, . . . , λnassociados a um conjunto de autovetores {v1, . . . , vn} ⊂ Rn L.I. (com‖vi‖2 = 1 , ∀i).
Alem disso, vamos assumir que os autovalores estao ordenados da se-guinte forma:
|λ1| >|λ2| ≥ |λ3| ≥ · · · ≥ |λn|
Objetivo:Calcular o autovalor dominante λ1 e o seu autovetor associado v1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 34 / 55
![Page 85: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/85.jpg)
Metodo das Potencias
Metodo das Potencias
Quociente de Rayleigh
µ(x) =x ·Ax‖x‖2
2
O que acontece quando x e autovetor de A cujo autovalor e λ?
µ(x) =x ·Ax‖x‖2
2=
x · λx‖x‖2
2= λ‖x‖2
2
‖x‖22= λ
µ(x) fornece o autovalor associado a x!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 35 / 55
![Page 86: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/86.jpg)
Metodo das Potencias
Metodo das Potencias
Quociente de Rayleigh
µ(x) =x ·Ax‖x‖2
2
O que acontece quando x e autovetor de A cujo autovalor e λ?
µ(x) =x ·Ax‖x‖2
2=
x · λx‖x‖2
2= λ‖x‖2
2
‖x‖22= λ
µ(x) fornece o autovalor associado a x!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 35 / 55
![Page 87: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/87.jpg)
Metodo das Potencias
Metodo das Potencias
Quociente de Rayleigh
µ(x) =x ·Ax‖x‖2
2
O que acontece quando x e autovetor de A cujo autovalor e λ?
µ(x) =x ·Ax‖x‖2
2=
x · λx‖x‖2
2= λ‖x‖2
2
‖x‖22= λ
µ(x) fornece o autovalor associado a x!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 35 / 55
![Page 88: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/88.jpg)
Metodo das Potencias
Metodo das Potencias
Quociente de Rayleigh
µ(x) =x ·Ax‖x‖2
2
O que acontece quando x e autovetor de A cujo autovalor e λ?
µ(x) =x ·Ax‖x‖2
2=
x · λx‖x‖2
2= λ‖x‖2
2
‖x‖22= λ
µ(x) fornece o autovalor associado a x!
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 35 / 55
![Page 89: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/89.jpg)
Metodo das Potencias
Metodo das PotenciasProcesso Iterativo
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = Ay(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)1 = y(k) ·Ay(k)
O vetor y(k) e uma aproximacao de v1.
Note que pela recursao acima temos:
y(k) = β(k)Akx(0) com β(k) =1
k
∏i=0‖x(i)‖2
=1
‖Akx(0)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 36 / 55
![Page 90: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/90.jpg)
Metodo das Potencias
Metodo das PotenciasProcesso Iterativo
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = Ay(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)1 = y(k) ·Ay(k)
O vetor y(k) e uma aproximacao de v1.
Note que pela recursao acima temos:
y(k) = β(k)Akx(0) com β(k) =1
k
∏i=0‖x(i)‖2
=1
‖Akx(0)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 36 / 55
![Page 91: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/91.jpg)
Metodo das Potencias
Metodo das PotenciasProcesso Iterativo
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = Ay(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)1 = y(k) ·Ay(k)
O vetor y(k) e uma aproximacao de v1.
Note que pela recursao acima temos:
y(k) = β(k)Akx(0) com β(k) =1
k
∏i=0‖x(i)‖2
=1
‖Akx(0)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 36 / 55
![Page 92: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/92.jpg)
Metodo das Potencias
Metodo das PotenciasProcesso Iterativo
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = Ay(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)1 = y(k) ·Ay(k)
O vetor y(k) e uma aproximacao de v1.
Note que pela recursao acima temos:
y(k) = β(k)Akx(0) com β(k) =1
k
∏i=0‖x(i)‖2
=1
‖Akx(0)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 36 / 55
![Page 93: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/93.jpg)
Metodo das Potencias
Metodo das PotenciasConvergencia
Afirmacao: y(k) → ±v1
x(0) =n
∑i=1
αivi ⇒ y(0) = β(0)n
∑i=1
αivi , com β(0) =1
‖x(0)‖2
x(1) = Ay(0) = β(0)An
∑i=1
αivi = β(0)n
∑i=1
αiAvi = β(0)n
∑i=1
αiλivi
y(1) = β(1)n
∑i=1
αiλivi , com β(1) =1
‖x(0)‖2‖x(1)‖2
Assim por diante... ate o passo k:
y(k) = β(k)n
∑i=1
αiλki vi , com β(k) =
1‖x(0)‖2 · · · ‖x(k)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 37 / 55
![Page 94: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/94.jpg)
Metodo das Potencias
Metodo das PotenciasConvergencia
Afirmacao: y(k) → ±v1
x(0) =n
∑i=1
αivi ⇒ y(0) = β(0)n
∑i=1
αivi , com β(0) =1
‖x(0)‖2
x(1) = Ay(0) = β(0)An
∑i=1
αivi = β(0)n
∑i=1
αiAvi = β(0)n
∑i=1
αiλivi
y(1) = β(1)n
∑i=1
αiλivi , com β(1) =1
‖x(0)‖2‖x(1)‖2
Assim por diante... ate o passo k:
y(k) = β(k)n
∑i=1
αiλki vi , com β(k) =
1‖x(0)‖2 · · · ‖x(k)‖2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 37 / 55
![Page 95: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/95.jpg)
Metodo das Potencias
Metodo das PotenciasConvergencia
y(k) = β(k)n
∑i=1
αiλki vi = β(k)λk
1
α1v1 +n
∑i=2
αiλk
i
λk1
vi︸ ︷︷ ︸r(k)
Como |λ1| > |λi| ⇒ lim
k→∞(λi/λ1)
k = 0 ⇒ limk→∞
r(k) = 0, logo
limk→∞
y(k) = limk→∞
β(k)λk1α1v1 .
Agora precisamos mostrar que β(k)λk1α1 → ±1. Por outro lado,
β(k) =1
‖Akx(0)‖2=
1‖λk
1(α1v1 + r(k))‖2e ‖v1‖2 = 1
Portanto, β(k)λk1α1 =
λk1α1
‖λk1(α1v1 + r(k))‖2
→ ±1 .
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 38 / 55
![Page 96: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/96.jpg)
Metodo das Potencias
Metodo das PotenciasCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 |λ(k+1)1 − λ
(k)1 | < ε
3 teste de alinhamento (| cos θ| ≈ 1):
| |y(k+1) · y(k)| − 1 | < εy(k)
y(k+1)
θ
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 39 / 55
![Page 97: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/97.jpg)
Metodo das Potencias
Metodo das PotenciasCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 |λ(k+1)1 − λ
(k)1 | < ε
3 teste de alinhamento (| cos θ| ≈ 1):
| |y(k+1) · y(k)| − 1 | < εy(k)
y(k+1)
θ
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 39 / 55
![Page 98: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/98.jpg)
Metodo das Potencias
Metodo das PotenciasCriterios de Parada
Dados ε > 0 e kmax ∈N, temos:
1 k = kmax
2 |λ(k+1)1 − λ
(k)1 | < ε
3 teste de alinhamento (| cos θ| ≈ 1):
| |y(k+1) · y(k)| − 1 | < εy(k)
y(k+1)
θ
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 39 / 55
![Page 99: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/99.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.
Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 100: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/100.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 101: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/101.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]
⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 102: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/102.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 103: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/103.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 104: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/104.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]
⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 105: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/105.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]
erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 106: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/106.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε
⇒ λ1 ≈ λ(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 107: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/107.jpg)
Metodo das Potencias
Metodo das Potencias
Exemplo 1
Considere a matriz A =
[1 23 2
]. Use o Metodo das Potencias para calcular
o autovalor dominante e seu autovetor correspondente, com ε = 0.1 para oteste de alinhamento.Solucao: vamos escolher y(0) = [1, 0]> como chute inicial.
x(1) = Ay(0) =
[1 23 2
] [10
]=
[13
]⇒ y(1) = x(1)/‖x(1)‖2 =
[ √10/10
3√
10/10
]
erro = | |y(1) · y(0)| − 1 | = 0.6838 > ε
x(2) = Ay(1) =
[1 23 2
] [ √10/10
3√
10/10
]=
[7√
10/109√
10/10
]⇒ y(2) = x(2)/‖x(2)‖2 =
[7√
130/1309√
130/130
]erro = | |y(2) · y(1)| − 1 | = 0.0570 < ε⇒ λ1 ≈ λ
(2)1 = y(2) ·Ay(2) = 4.0462
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 40 / 55
![Page 108: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/108.jpg)
Metodo das Potencias
MATLAB – Metodo das Potencias
function [lambda,y,k] = potencias(A,tol)
k = 0; kmax = 1000; erro = inf;n = size(A,1); y0 = zeros(n,1); y0(1) = 1;
while (erro>tol && k<kmax)x = A*y0;y = x/norm(x);erro = abs(abs(y0'*y)-1);y0 = y; k = k+1;
end
lambda = y'*A*y;
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 41 / 55
![Page 109: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/109.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa
Seja A ∈ M(n, n) invertıvel. Agora, vamos assumir que os seus auto-valores estao ordenados da seguinte forma:
|λ1| ≥ |λ2| ≥ |λ3| ≥ · · ·> |λn| > 0
Objetivo:Calcular o menor autovalor em modulo λn e o seu autovetorassociado vn. Note que,
Avj = λjvj ⇐⇒ A−1vj =1λj
vj ⇐⇒ Λ(A−1) = {1/λ1, . . . , 1/λn} .
Logo, 1/λn e autovalor dominante de A−1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 42 / 55
![Page 110: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/110.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa
Seja A ∈ M(n, n) invertıvel. Agora, vamos assumir que os seus auto-valores estao ordenados da seguinte forma:
|λ1| ≥ |λ2| ≥ |λ3| ≥ · · ·> |λn| > 0
Objetivo:Calcular o menor autovalor em modulo λn e o seu autovetorassociado vn. Note que,
Avj = λjvj ⇐⇒ A−1vj =1λj
vj ⇐⇒ Λ(A−1) = {1/λ1, . . . , 1/λn} .
Logo, 1/λn e autovalor dominante de A−1.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 42 / 55
![Page 111: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/111.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = A−1y(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)n = y(k) ·Ay(k)
Consideracoes:Devemos resolver o sistema linear Ax(k) = y(k−1) a cada iteracao;Calcule a Decomposicao LU de A e armazene L e U;Use os algoritmos de substituicao para resolver o sistema.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 43 / 55
![Page 112: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/112.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa
Dado um chute inicial x(0) ∈ Rn (nao-nulo), calcule y(0) = x(0)/‖x(0)‖2.
Para k = 1, 2, . . . faca:
x(k) = A−1y(k−1) , y(k) =x(k)
‖x(k)‖2, λ
(k)n = y(k) ·Ay(k)
Consideracoes:Devemos resolver o sistema linear Ax(k) = y(k−1) a cada iteracao;Calcule a Decomposicao LU de A e armazene L e U;Use os algoritmos de substituicao para resolver o sistema.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 43 / 55
![Page 113: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/113.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa com Deslocamento
Pergunta: como calcular um autovalor arbitrario λj e o seu autovetorassociado vj?
A ideia e a seguinte, seja α ∈ C \Λ(A), logo
Λ(A) = {λ1, . . . , λn} =⇒ Λ(A− αI) = {λ1 − α, . . . , λn − α} .
Assim, os autovalores de B = (A− αI)−1 sao da forma
γj =1
λj − α
Portanto, quanto mais proximo α estiver de λj, mais dominante sera γj.O numero α e chamado de deslocamento.
Resposta: agora basta aplicar o Metodo da Potencia Inversa na matrizdeslocada B. Mas, como escolher α?
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 44 / 55
![Page 114: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/114.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa com Deslocamento
Pergunta: como calcular um autovalor arbitrario λj e o seu autovetorassociado vj? A ideia e a seguinte, seja α ∈ C \Λ(A), logo
Λ(A) = {λ1, . . . , λn} =⇒ Λ(A− αI) = {λ1 − α, . . . , λn − α} .
Assim, os autovalores de B = (A− αI)−1 sao da forma
γj =1
λj − α
Portanto, quanto mais proximo α estiver de λj, mais dominante sera γj.O numero α e chamado de deslocamento.
Resposta: agora basta aplicar o Metodo da Potencia Inversa na matrizdeslocada B. Mas, como escolher α?
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 44 / 55
![Page 115: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/115.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa com Deslocamento
Pergunta: como calcular um autovalor arbitrario λj e o seu autovetorassociado vj? A ideia e a seguinte, seja α ∈ C \Λ(A), logo
Λ(A) = {λ1, . . . , λn} =⇒ Λ(A− αI) = {λ1 − α, . . . , λn − α} .
Assim, os autovalores de B = (A− αI)−1 sao da forma
γj =1
λj − α
Portanto, quanto mais proximo α estiver de λj, mais dominante sera γj.O numero α e chamado de deslocamento.
Resposta: agora basta aplicar o Metodo da Potencia Inversa na matrizdeslocada B.
Mas, como escolher α?
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 44 / 55
![Page 116: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/116.jpg)
Metodo das Potencias Potencia Inversa
Metodo das PotenciasPotencia Inversa com Deslocamento
Pergunta: como calcular um autovalor arbitrario λj e o seu autovetorassociado vj? A ideia e a seguinte, seja α ∈ C \Λ(A), logo
Λ(A) = {λ1, . . . , λn} =⇒ Λ(A− αI) = {λ1 − α, . . . , λn − α} .
Assim, os autovalores de B = (A− αI)−1 sao da forma
γj =1
λj − α
Portanto, quanto mais proximo α estiver de λj, mais dominante sera γj.O numero α e chamado de deslocamento.
Resposta: agora basta aplicar o Metodo da Potencia Inversa na matrizdeslocada B. Mas, como escolher α?
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 44 / 55
![Page 117: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/117.jpg)
Metodo das Potencias Potencia Inversa
MATLAB – Potencia Inversa com Deslocamento
function [lambda,y,k] = potencia inv(A,tol,alpha)
if(nargin==2) alpha = 0; end
k = 0; kmax = 1000; erro = inf;n = size(A,1); y0 = zeros(n,1); y0(1) = 1;B = A - alpha*eye(n);[L,U] = lu(B);
while (erro>tol && k<kmax)x = U\(L\y0);y = x/norm(x);erro = abs(abs(y0'*y)-1);y0 = y; k = k+1;
end
lambda = y'*A*y;
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 45 / 55
![Page 118: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/118.jpg)
Metodo das Potencias Discos de Gershgorin
Discos de Gershgorin
Definicao (discos de Gershgorin)
Seja A ∈ M(n, n). O disco de Gershgorin de centro aii e raio ri associadoa i-esima linha de A e definido como
DA(aii, ri) = {z ∈ C | |z− aii| ≤ ri} com ri =n
∑j=1j 6=i
|aij|
A =
12 2 32 3 53 5 −2
-5 0 5 10 15
Real
-10-8-6-4-202468
10
Imag
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 46 / 55
![Page 119: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/119.jpg)
Metodo das Potencias Discos de Gershgorin
Discos de Gershgorin
Definicao (discos de Gershgorin)
Seja A ∈ M(n, n). O disco de Gershgorin de centro aii e raio ri associadoa i-esima linha de A e definido como
DA(aii, ri) = {z ∈ C | |z− aii| ≤ ri} com ri =n
∑j=1j 6=i
|aij|
A =
12 2 32 3 53 5 −2
-5 0 5 10 15
Real
-10-8-6-4-202468
10
Imag
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 46 / 55
![Page 120: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/120.jpg)
Metodo das Potencias Discos de Gershgorin
Discos de Gershgorin
Proposicao
Seja A ∈ M(n, n). Temos que
Λ(A) ⊂(
n⋃i=1
DA(aii, ri)
)⋂(n⋃
i=1
DA>(aii, ri)
).
Note que a proposicao acima fornece um teste de rejeicao no calculode autovalores e uma boa regiao (apesar de grande) para escolha dodeslocamento α no Metodo da Potencia Inversa.
Para restringir ainda mais essa regiao, nao se esqueca do Teorema Es-pectral: se A = A> ⇒ Λ(A) ⊂ R.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 47 / 55
![Page 121: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/121.jpg)
Metodo das Potencias Discos de Gershgorin
Discos de Gershgorin
Proposicao
Seja A ∈ M(n, n). Temos que
Λ(A) ⊂(
n⋃i=1
DA(aii, ri)
)⋂(n⋃
i=1
DA>(aii, ri)
).
Note que a proposicao acima fornece um teste de rejeicao no calculode autovalores e uma boa regiao (apesar de grande) para escolha dodeslocamento α no Metodo da Potencia Inversa.
Para restringir ainda mais essa regiao, nao se esqueca do Teorema Es-pectral: se A = A> ⇒ Λ(A) ⊂ R.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 47 / 55
![Page 122: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/122.jpg)
Metodo das Potencias Discos de Gershgorin
Discos de Gershgorin
Proposicao
Seja A ∈ M(n, n). Temos que
Λ(A) ⊂(
n⋃i=1
DA(aii, ri)
)⋂(n⋃
i=1
DA>(aii, ri)
).
Note que a proposicao acima fornece um teste de rejeicao no calculode autovalores e uma boa regiao (apesar de grande) para escolha dodeslocamento α no Metodo da Potencia Inversa.
Para restringir ainda mais essa regiao, nao se esqueca do Teorema Es-pectral: se A = A> ⇒ Λ(A) ⊂ R.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 47 / 55
![Page 123: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/123.jpg)
Metodo das Potencias Discos de Gershgorin
MATLAB – Discos de Gershgorin
function discos gersh(A)
ctr = diag(A); raio = sum(abs(A-diag(ctr)),2);theta = linspace(0,2*pi,50);n = length(ctr);
figure; set(gca,'Fontsize',18); cor = [1, 1, 0.7];axis equal; xlabel('Real'); ylabel('Imag');hold onfor k=1:n
D = ctr(k) + raio(k)*exp(i*theta);patch(real(D),imag(D),cor);
endfor k=1:n
D = ctr(k) + raio(k)*exp(i*theta);plot(real(D),imag(D),'k-',real(ctr(k)),imag(ctr(k)),'k+');
endhold off
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 48 / 55
![Page 124: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/124.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMedida de relevancia de uma pagina web (Brin & Page, 1998).
ordenacao dos resultados de uma busca no Google
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 49 / 55
![Page 125: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/125.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankProcesso Estocastico
Definicao (vetor estocastico)Um vetor p ∈ Rn com pi ≥ 0 e ∑n
i=1 pi = 1 e chamado de estocastico.
Definicao (matriz estocastica)Uma matriz A ∈ M(n, n) cujos vetores coluna sao estocasticos e chamada dematriz estocastica.
Proposicao
Se A ∈ M(n, n) e p ∈ Rn sao estocasticos entao:1 o vetor Ap ∈ Rn e estocastico;2 λ = 1 e um autovalor de A.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 50 / 55
![Page 126: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/126.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankProcesso Estocastico
Definicao (vetor estocastico)Um vetor p ∈ Rn com pi ≥ 0 e ∑n
i=1 pi = 1 e chamado de estocastico.
Definicao (matriz estocastica)Uma matriz A ∈ M(n, n) cujos vetores coluna sao estocasticos e chamada dematriz estocastica.
Proposicao
Se A ∈ M(n, n) e p ∈ Rn sao estocasticos entao:1 o vetor Ap ∈ Rn e estocastico;2 λ = 1 e um autovalor de A.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 50 / 55
![Page 127: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/127.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankProcesso Estocastico
Definicao (vetor estocastico)Um vetor p ∈ Rn com pi ≥ 0 e ∑n
i=1 pi = 1 e chamado de estocastico.
Definicao (matriz estocastica)Uma matriz A ∈ M(n, n) cujos vetores coluna sao estocasticos e chamada dematriz estocastica.
Proposicao
Se A ∈ M(n, n) e p ∈ Rn sao estocasticos entao:1 o vetor Ap ∈ Rn e estocastico;2 λ = 1 e um autovalor de A.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 50 / 55
![Page 128: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/128.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMatriz Estocastica
Processo de Markov
Dada uma matriz estocastica A e um distribuicao de probabilidade p(t)
no tempo t , podemos descobrir a distribuicao no tempo t + k:
p(t+k) = Akp(t) .
Exemplo 4Em uma cidade tem pessoas que so ficam em 3 estados: 1 (magra), 2 (gorda)e 3 (sarada). A distribuicao inicial e dada por p(0) = (1/3, 1/3, 1/3)>, suponhaque a matriz estocastica seja
A =
1/2 0 1/4
0 1/2 1/41/2 1/2 1/2
=⇒ p(1) = Ap(0) =
1/41/41/2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 51 / 55
![Page 129: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/129.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMatriz Estocastica
Processo de Markov
Dada uma matriz estocastica A e um distribuicao de probabilidade p(t)
no tempo t , podemos descobrir a distribuicao no tempo t + k:
p(t+k) = Akp(t) .
Exemplo 4Em uma cidade tem pessoas que so ficam em 3 estados: 1 (magra), 2 (gorda)e 3 (sarada). A distribuicao inicial e dada por p(0) = (1/3, 1/3, 1/3)>, suponhaque a matriz estocastica seja
A =
1/2 0 1/4
0 1/2 1/41/2 1/2 1/2
=⇒ p(1) = Ap(0) =
1/41/41/2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 51 / 55
![Page 130: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/130.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMatriz Estocastica
Processo de Markov
Dada uma matriz estocastica A e um distribuicao de probabilidade p(t)
no tempo t , podemos descobrir a distribuicao no tempo t + k:
p(t+k) = Akp(t) .
Exemplo 4Em uma cidade tem pessoas que so ficam em 3 estados: 1 (magra), 2 (gorda)e 3 (sarada). A distribuicao inicial e dada por p(0) = (1/3, 1/3, 1/3)>, suponhaque a matriz estocastica seja
A =
1/2 0 1/4
0 1/2 1/41/2 1/2 1/2
=⇒ p(1) = Ap(0) =
1/41/41/2
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 51 / 55
![Page 131: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/131.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankTeorema de Perron-Frobenius
Teorema (Perron-Frobenius)Seja A ∈ M(n, n) uma matriz estocastica, entao:
1 λ = 1 e o autovalor dominante de A;2 O autovetor v associado a λ possui todas entradas positivas ou negativas.
Em particular, para λ existe um unico autovetor que e estocastico.
Portanto, a convergencia do Processo de Markov e assegurada gracasao Metodo das Potencias, isto e,
p(k) → v .
O autovetor v e chamado de vetor estacionario de A.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 52 / 55
![Page 132: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/132.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankTeorema de Perron-Frobenius
Teorema (Perron-Frobenius)Seja A ∈ M(n, n) uma matriz estocastica, entao:
1 λ = 1 e o autovalor dominante de A;2 O autovetor v associado a λ possui todas entradas positivas ou negativas.
Em particular, para λ existe um unico autovetor que e estocastico.
Portanto, a convergencia do Processo de Markov e assegurada gracasao Metodo das Potencias, isto e,
p(k) → v .
O autovetor v e chamado de vetor estacionario de A.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 52 / 55
![Page 133: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/133.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMATLAB – Metodo das Potencias Revisitado
function [y,k] = potencias markov(A,tol)
k = 0; kmax = 1000; erro = inf;n = size(A,1); y0 = ones(n,1)/n;
while (erro>tol && k<kmax)y = A*y0;erro = abs(y'*A*y-1);y0 = y; k = k+1;
end
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 53 / 55
![Page 134: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/134.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Paginas da web podem ser representadas como um grafo direcionado.
uma pagina e importante se paginas importantes tem link para ela;
eleicao: um link de A→ B e um voto de A para B;
visao probabilıstica do Pagerank: e a probabilidade de uma pagina webser visitada em certo instante de tempo durante um passeio aleatorioinfinito.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 135: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/135.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Paginas da web podem ser representadas como um grafo direcionado.
uma pagina e importante se paginas importantes tem link para ela;
eleicao: um link de A→ B e um voto de A para B;
visao probabilıstica do Pagerank: e a probabilidade de uma pagina webser visitada em certo instante de tempo durante um passeio aleatorioinfinito.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 136: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/136.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Um grafo direcionado pode ser representado por uma matriz deconectividade:
aij =
{1 se tem link j→ i0 caso contrario
A =
0 0 1 0 0 01 0 1 0 0 01 0 0 0 0 00 0 1 0 0 10 0 0 1 0 10 0 0 1 1 0
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 137: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/137.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Agora precisamos transformar A em uma “matriz estocastica” P:
pij =
{aij/cj se cj 6= 00 caso contrario
com cj =n
∑i=1
aij
P =
0 0 1/3 0 0 01/2 0 1/3 0 0 01/2 0 0 0 0 00 0 1/3 0 0 1/2
0 0 0 1/2 0 1/2
0 0 0 1/2 1 0
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 138: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/138.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Para resolver os “becos sem saıda” precisamos de um vetor d ∈ Rn:
dj =
{1/n se cj = 00 caso contrario
1 = [1, . . . , 1]> ∈ Rn
S =
0 0 1/3 0 0 01/2 0 1/3 0 0 01/2 0 0 0 0 00 0 1/3 0 0 1/2
0 0 0 1/2 0 1/2
0 0 0 1/2 1 0
+ 1d>
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 139: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/139.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Para resolver os “becos sem saıda” precisamos de um vetor d ∈ Rn:
dj =
{1/n se cj = 00 caso contrario
1 = [1, . . . , 1]> ∈ Rn
S =
0 1/6 1/3 0 0 01/2 1/6 1/3 0 0 01/2 1/6 0 0 0 00 1/6 1/3 0 0 1/2
0 1/6 0 1/2 0 1/2
0 1/6 0 1/2 1 0
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 140: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/140.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Agora precisamos evitar ciclos no grafo modificando S de modo atornar o grafo irredutıvel:
G = α
0 1/6 1/3 0 0 0
1/2 1/6 1/3 0 0 01/2 1/6 0 0 0 00 1/6 1/3 0 0 1/2
0 1/6 0 1/2 0 1/2
0 1/6 0 1/2 1 0
+ (1− α)11>
n
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 141: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/141.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Agora precisamos evitar ciclos no grafo modificando S de modo atornar o grafo irredutıvel:
G = α
0 1/2 1/3 0 0 0
1/2 1/2 1/3 0 0 01/2 1/6 0 0 0 00 1/6 1/3 0 0 1/2
0 1/6 0 1/2 0 1/2
0 1/6 0 1/2 1 0
+ (1− α)
1/6 1/6 1/6 1/6 1/6 1/61/6 1/6 1/6 1/6 1/6 1/61/6 1/6 1/6 1/6 1/6 1/61/6 1/6 1/6 1/6 1/6 1/61/6 1/6 1/6 1/6 1/6 1/61/6 1/6 1/6 1/6 1/6 1/6
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 142: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/142.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankWWW
www.site1.com
www.site2.com www.site5.com
www.site6.com
www.site3.com www.site4.com
Matriz Google:
G = α(A + 1d>) + (1− α)11>
n
Originalmente o valor escolhido para o peso foi α = 0.85.
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 54 / 55
![Page 143: Prof. Afonso Paiva - USP · Prof. Afonso Paiva Departamento de Matematica Aplicada e Estat´ ´ıstica ... 2)l = 1 Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305](https://reader033.vdocuments.mx/reader033/viewer/2022052809/6078a1c730d61419d82383a9/html5/thumbnails/143.jpg)
Metodo das Potencias Pagerank
Aplicacao: PagerankMATLAB
clear;I = [2 3 2 4 5 6 6 4 5];J = [1 1 3 3 4 4 5 6 6];n = 6; A = zeros(n);
for idx=1:length(I)A(I(idx),J(idx)) = 1;
end
c = sum(A);j = find(c == 0);A(:,j) = ones(n,1); c(j) = n;S = A./repmat(c,[n,1]);alpha = 0.85;G = alpha*S + (1-alpha)*ones(n)/n;v = potencias markov(G,1e-6)[~,ranking] = sort(v,'descend')
Prof. Afonso Paiva (ICMC-USP) Autovalores e Autovetores SME0305 55 / 55