Normas de Matrizes e Condicionamento |
Para além do problema de instabilidade numérica que decorre da propagação dos erros
de arredondamento, podem também ocorrer problemas de mau condicionamento.
Para podermos analisar convenientemente o problema do condicionamento, é
necessário introduzirmos a noção de normas vectoriais e matriciais.
Definição:
Seja ||.|| uma norma vectorial em Rn.
A norma da matriz A induzida pela norma vectorial é:
Exemplos de Normas :
1) Norma do Máximo:
Corresponde ao máximo dos somatórios dos módulos dos elementos das linhas.
2) Norma da Soma:
Corresponde ao máximo dos somatórios dos módulos dos elementos das colunas.
3) Norma Euclidiana:
Definição:
Designamos por Raio espectral de uma matriz A o valor :
Observação: Se a matriz A fôr simétrica então || A ||2 = (A).
Ou seja, o raio espectral é o ínfimo do conjunto das normas de uma matriz.
Já vimos que ao resolver um sistema
Supondo que nos era dado, não o vector b exacto, mas apenas uma aproximação b~, vamos analisar a influência desse erro nos resultados obtidos, já que em vez do valor exacto, obtemos um valor aproximado x~, solução do sistema:
As normas que acabámos de estudar, permitem-nos estabelecer uma medida de comparação entre os erros vectoriais, definindo-se, de forma semelhante ao caso escalar:
relativamente a uma certa norma || . || .
Para estabelecermos a relação entre os erros relativos dos dados e os erros relativos dos resultados vai ser importante estabelecer uma noção que envolve a norma de matrizes :
Definição:
Designa-se por Número de Condição de uma matriz A relativamente
à norma || . ||, o valor :
Teorema:
Temos as seguintes desigualdades, para o erro absoluto:
dem:
Usando os dois sistemas, retiramos
Por outro lado, de A x = b, retiramos, de forma análoga :
dividindo o resultado de a) por este resultado, obtemos b).
Observações:
1) Como é óbvio, podemos concretizar estes resultados para qualquer uma das normas.
Por exemplo, podemos retirar a majoração :
2) Se || I || = 1 (o que acontece para as normas estudadas), como || I || =
|| A A-1 || < || A || || A-1
|| ,
obtemos cond( A ) > 1.
Consequentemente, para matrizes cujo número de condição seja elevado, um pequeno erro relativo no vector b, pode provocar um grande erro relativo na solução do sistema.
que verifica a propriedade (resultante do raio espectral ser o ínfimo das normas) :
Atendendo a que os valores próprios de A-1 são os inversos de A, temos :