Dago:Numérico:Lista 2

De WikiLICC
Revisão de 23h20min de 9 de junho de 2009 por Dago (Discussão | contribs) (Autovalores)
Ir para: navegação, pesquisa

Lista de Exercícios 2a

MAT 01169 - Cálculo Numérico
Prof. Dagoberto Adriano Rizzotto Justo

Instruções gerais para a lista: Considere o número de iterações máximas igual a $kmax=10$ e tolerância $tol=10^{-3}$ e as seguintes matrizes para os próximos exercícios:

A = \matddd{1}{2}{3}{4}{1}{2}{0}{1}{3} ,  I = \matddd{1}{0}{0}{0}{1}{0}{0}{0}{1} ,
C = \matddd{4}{3}{1}{-2}{1}{2}{1}{-1}{-1} ,  d =  \vetddd{2}{1}{-1} ,  b = \vetddd{6}{7}{4} \]

Custo

Seja <math>u,v,b,x\in\R^n,A\in\R^{n\times n}</math>. Considerando que o custo de uma operação de multiplicação ou divisão é um flop (floating operation) e que adições e subtrações tem um custo desprezível se comparados a esse custo, calcule o 'custo' das seguintes operações:

  1. Calcular o produto escalar $u · v = €_{i=1}— u‚v‚$;
  2. Multiplicação matriz-vetor $u = A b$;
  3. Calcular a norma-$2$ de um vetor $†x†= „…{€_{i=1}— x‚²}$, onde o custo de calcular uma raiz é de $2$ flops.
  4. Custo para resolver um sistema triangular inferior por substituição;
  5. Custo para resolver um sistema triangular superior por retro-substituição;
  6. Custo da fatoração $LU$;
  7. Custo para resolver um sistema usando fatoração $LU$;
  8. Custo para resolver $n$ sistemas diferentes usando fatoração $LU$;
  9. Custo para calcular $Aˆ$, via resolução de $n$ sistemas;
  10. Custo para calcular a norma de Frobenius $†A†_F = „…{€_{i=1}— €_{j=1}— a²–}$.

Álgebra Matricial

  1. Resolva o sistema <math>Ax=b</math> usando fatoração LU com e sem pivotamento parcial.
  2. Resolva o sistema <math>Ax=b</math> utilizando os métodos de Jacobi e Gauss-Seidel com uma tolerância de <math>10^{-2}</math> e um máximo de 10 iterações. Calcule em cada iteração <math>k</math> o resíduo <math>r_k=b-Ax_k</math> e a norma-<math>\infty</math> do resíduo. O que se pode concluir?
  3. Calcule:
    1. <math>\|b\|_1,\|b\|_2,\|b\|_3,\|b\|_{\infty}</math>
    2. <math>\|A\|_1,\|A\|_{\infty},\kappa_1(A)=\|A\|\|A^{-1}\|_1,\kappa_\infty(A)=\|A\|_\infty\|A^{-1}\|</math>
  4. Dê as seguintes definições:
    1. Norma vetorial;
    2. Número de condição de uma matriz <math>\kappa(A)</math>;
    3. Matriz mal-condicionada e bem-condicionada;
    4. Determinante normalizado da matriz <math>norm |A|</math>;
    5. Uma matriz diagonal dominante; dê exemplos.
  5. Qual a condição para que o método iterativo <math>x_k = (I - Q^{-1}A)x_{k-1} + Q^{-1}b</math> seja convergente?
  6. Defina o método de refinamento iterativo. Qual a condição para o método de refinamento iterativo convergir?
  7. Descreva o método de Jacobi. Como ele pode ser representado matricialmente? Qual a condição para que o método de Jacobi seja convergente?
  8. Descreva o método de Gauss-Seidel. Como ele pode ser representado matricialmente? Qual a condição para que o método de Gauss-Seidel seja convergente?

Autovalores

  1. Para a matriz $A$ no começo dessa lista, descreva e represente graficamente os discos de Gershgorin. Calcule os

autovalores e represente-os no mesmo gráfico. O que se pode concluir?

  1. Repita o exercício anterior para a matriz $C$.
  2. Escolha uma matriz rândomica com $5 ×5$ elementos. Represente graficamente os discos de Gershgorin. Se puder, usando MATLAB ou sua calculadora, calcule os autovalores e represente-os graficamente.
  3. Explique por que nâo devemos usar o cálculo de autovalores via determinantes, do ponto de vista numérico. Um gráfico poderia ajudar na explicação.
  4. Defina quociente de Rayleigh.
  5. Descreva o método da potência, como ele funciona e para que serve. Quando este método nâo funciona?
  6. Calcule via método da potência o maior autovalor de $A$.
  7. Calcule via método da potência o maior autovalor de $C$.
  8. Considere a matriz $A$. Usando os discos de Gershgorin, selecione um possível valor para $\sigma$ e use como translação para o Método da Potência. Repita o exercício para três valores diferentes de $\sigma$. (Calcule a cada iteração $k$ o valor de $\lambda¸ = x¸™Ax¸$.
  9. Considere a matriz $A$ e o resultado do exercício anterior. Utilize o método da iteração inversa com translação usando como $\sigma$ o valor aproximado do autovalor anterior. O que se pode concluir.
  10. Utilize o método de iteração inversa com o quociente de Rayleigh e calcule um autovalor de $A$. O que se pode concluir.
  11. Considere a matriz $C$ e repita o três exercícios anteriores.

Interpolação

  1. Defina uma matriz de Vandermonde. Qual o problema desta matriz. Dê um exemplo.
  2. Para a seguinte tabela de valores, utilize interpolação polinomial e calcule o polinômio interpolador de ordem $2$.
 x    & 2 & 4 & 5 \\
 y(x) & 0 & 3 & 1 \\ \hline

Desenhe o gráfico do polinômio interpolador e os pontos da tabela.

  1. Repita o exercício anterior usando a forma de Newton e diferenças divididas. Estime o erro na interpolação para o ponto $x=3$.
  2. Repita o exercício anterior usando a forma de Lagrange.
  3. Usando uma calculadora ou MATLAB, calcule o polinômio interpolador de ordem $4$.
 x    & 2 & 4 & 5 & 5.5 & 8\\
 y(x) & 0 & 3 & 1 & -1   & 2\\ \hline

Desenhe o gráfico do polinômio interpolador e os pontos da tabela. O que se pode concluir.

  1. Repita o exercício anterior usando a forma de Newton e diferenças divididas. Estime o erro na interpolação para o ponto $x=3$.
  2. Repita o exercício anterior usando a forma de Lagrange.
  3. Usando a forma de Newton e diferenças simples, calcule o polinômio interpolador da seguinte tabela
 x    & 2 & 3 & 4 & 5 & 6\\
 y(x) & 0 & 3 & 1 & -1& 2\\ \hline

Desenhe o gráfico do polinômio interpolador e os pontos da tabela. O que se pode concluir. Estime o erro na interpolação para o ponto $x=3.5$.

  1. Para a seguinte tabela de valores, utilize uma interpolação por splines cúbicas:
 x    & 2 & 4 & 5 \\
 y(x) & 0 & 3 & 1 \\ \hline

Desenhe o gráfico do polinômio interpolador e os pontos da tabela. Utilize as fórmulas para Splines do livro.