3.

6 Nmero de condicionamento de uma matriz

Os elementos da matriz de coeficientes e do vetor independente de um sistema de
equaes lineares so na grande maioria das aplicaes inexatos. Esta falta de exatido
pode ser originada porque os dados so resultados de experimentos ou computados
atravs de operaes que carregam erros de arredondamento, ou mesmo do prprio
armazenamento dos elementos em uma aritmtica finita. A questo quando a
perturbao introduzida em elementos do sistema podem alterar a resposta.
O algoritmo de eliminao de Grauss com pivoteamento pode ser considerado
numericamente estvel, o que pode-se assegurar que, para um sistema bem comportado,
produzir pequenos resduos mesmo para pequenas perturbaes nos elementos do
sistema. Portanto, alteraes na resposta do sistema est associada ao comportamento
do sistema. Este comportamento medido pelo nmero de condio (condicionamento)
da matriz.
Para entender o nmero de condicionamento de uma matriz preciso relembrar o
conceito de norma de vetores e matrizes.
Norma de vetores
A norma de vetores em R n uma funo || . || := R n R que satisfaz
1. x 0 x 0
2. x x
3. x y x y
Embora existem uma infinidade de normas, as mais utilizadas na prtica so:
1.

2.

xi

2
i

max i x i

Normas de matrizes
A norma de uma matriz definida de forma anlogo a norma de vetores. A norma de
uma matriz em R m n uma funo || . || : R mxn R que satisfaz:
1. 0 0
2.
3. B B
Propriedade Adicional
B

OBS: Uma norma de vetor || . ||v consistente com uma norma de matriz || . ||M se :
x

Sempre que o produto A .B definido. A norma de matriz pode ser definida como:

 max

x
x

max u

x0

u 1

As principais normas utilizadas so:

n

1 Max a
j

i i

(mxima Soma absoluta de colunas de A)

ij

mx auto valor de T
n

Max a
i

j 1

max valor singular de

(mxima soma absoluto de linhas de )

ij

Condio de uma matriz no-singular

Seja o sistema linear x b
Suponha que o vetor independente b alterado por b b e A permanece inalterado. A
soluo exata do problema alterado dado por: x x b b b e como x b
pode-se obter um limite para x b
x b 1 b

A relao

x b

implica em
x

Multiplicando as duas relaes anteriores chega-se a relao:

xb
x

b
b

Se perturbarmos a matriz A enquanto b mantido fixo tem-se a soluo:

x x b
por um processo similar chega-se a expresso para o erro relativo.
x

1
x x

A quantidade 1 reflete a mxima mudana relativa possvel na soluo exata

para um sistema na soluo exata para um sistema linear com dados perturbados,
portanto
cond 1
Das relaes anteriores pode-se chegar a:
x b
cond

|| x ||

cond

x x

|| b ||

Estas relaes mostram que, se a mudana relativa muito grande para uma pequena
perturbao em A ou b , ns sabemos que A mal condicionada.
Propriedades:
1. A norma da matriz identidade, para qualquer norma, vale 1.
2. Como I A 1 A e A 1 A A 1 A conclui-se que cond ( A) 1 .
3. Se a matriz A for multiplicada por um escalar , ento cond (A) cond ( A) .
4. Se D for uma matriz diagonal, ento cond ( D)

max d ii
min d ii

5. Se A for no-singular e simtrica cond ( A)

max
. Se A for no-simtrica
min

max
.
min
1
6. Cond ( A)
, onde 1 o mnimo valor singular e n o mximo valor
n
singular.
A UV T onde ( A) diag i ( A) i 1,..., n .
cond ( A)

Observao 1: O cond ( A) uma medida mais eficaz para a verificao da

singularidade de uma matriz que o determinante. Como exemplo, seja uma triz diagonal
de ordem 100 100 , com todos elementos igual a 0,1. O determinante da matriz
10 100 , que um nmero pequeno e pode ser arredondado para zero em computadores
digitais. J a nmero de condio da matriz igual a 1.
Observao 2: O pr-condicionamento de uma matriz est associado na reduo do
raio espectral da mesma.. valor absoluto do autovalor max imo
x b
x b

O mal condicionamento de uma matriz est associado proximidade da singularidade

da matriz.
Exemplo 2x2.
ax1 bx 2 c

dx1 cx 2 f

Matriz no-singular
3

Matriz singular

Matriz prxima singularidade

Exemplo
x b

A armazenada em mquina com unidade de arrendondamento

u.

~ a 1
a
ij u
ij
ij
ij
~

onde eij a ij ij
para qualquer norma
U
~
xx
cond u
~
x

Condicionamento de Matrizes de Redes Eltricas

Anlise Nodal
A equao matricial de desempenho de uma rede linear na formulao nodal dada
por:
I YE
onde I o vetor das injees nodais de corrente
E vetor das tenses nodais em relao ao n de referncia.
Y matriz de admitncia nodal
Em sistemas de potncia geralmente o n de referncia o n terra, sendo as demais
ns as barras do sistema:
IBarra = YBarra ZBarra
Na sua forma inversa tem-se:
EBarra = YBarra-1 IBarra
YBarra esparsa

ZBarra

Cheia

YBarra-1 ZBarra
Na ausncia de acoplamento mtuo a matriz YBarra montada com grande facilidade.
y ik
Elementos diagonais ii
K

K barra vizinha a i e y ik admitncia da linha i-k

K vizinho a i
y ik
iK =
K no vizinho a i
0
Exemplo
1

I1

1 - j2

-j4
1

EQUIVALENTE NORTON

3
-J4 E

I4
I3

2 j2
1 j2

0
1

1 j2
3 j10
2 j4
0

-J4

1
-J 10

J1/2

I3

I4

I YV

2 j4

1
J E
4

V
R

1
0
3 j 7,1 1 j 3

1 j 3 2 j 2,5

0
2 j4

1

2
3

Condicionamento da matriz YBarra

Sistema sem ligao terra
Yb
111

3
5

Ya
Ya Yb

YBarra = Ya
Ya

Ya
Ya Yc
Yc

Yc
Yb
Yc
Yb Yc

Matriz singular (colunas combinao linear)

Mau condicionamento: admitncia fraca entre a rede e o n de referncia
Bom condicionamento: forte conexo com o n de referncia.
Possibilidades de Mau Condicionamento
1. Conexo fraca com o n de referncia
2. Funo entre partes com admitncias muito grandes e pequenas (perda dominncia
diagonal, aumento do raio especial)
3. Capacitncia em srie ou em derivao do sistema enfrequecendo o elemento diagonal.
Melhoria do Condicionamento adotando como referncia uma barra do sistema.
Se a tenso de uma barra for considerada conhecida, pode-se reduzir o n de equaes
e variveis de uma unidade.
I=YE
referncia ao n terra
1 11 1 12 2 .........1n n

2 21 1 22 2 .........2 n n

n n1 1 n 2 2 ........... nn n
1

referncia

1 11 1 12 2 ........ 1n n
2 21 1 22 2 .......... nn n
n n1 1 n 2 2 ........... nn n

Pode-se eliminar uma das equaes, j que h apenas n-1 incognitas.

obtida de Y eliminando-se a linha e coluna correspondente a nova barra de

escolhe-se como referncia uma

referncia. Para obter-se bom condicionamento de

barra com forte conexo rede restante.

Correo Iterativa
Para sistema de equaes lineares que no se conhece a priori se bem condicionado
importante verificar-se se a soluo suficientemente exata e se sua exatido no for
suficiente, pode-se melhor-la.
x b

A exatido pode ser verificada pelo resduo.

r

b x

soluo computada
Os elementos de so muito pequena comparados aos elementos de b , normalmente
assume-se que a soluo suficientemente exata.
Se a soluo no for suficientemente exata pode-se repetir a soluo em dupla preciso
( o que normalmente no acrescente grandes beneficios principalmente se a matriz de
coeficientes mal condicionada). Um procedimento que pode ser adotado para
melhorar a exatido a correo iterativa.
x

A partir de

r 1 b x
b x

x x 1 r 1

resolvendo este sistema uma correo da varivel obtida.

y (1) r (1)
x ( 2 ) x (1) y (1)

Notas
a) A decomposio da matriz realizada uma nica vez
b) Em razo do mal condicionamento do sistema, os arredondamentos de elementos
da matriz de coeficientes A podem causar grandes erros na soluo, muito
importante que a matriz de coeficientes seja construda em dupla preciso e
armazenada em dupla preciso. tambm necessrio computar o resduo em dupla
preciso, de forma que erros significativos no sejam introduzidos na computao.
c) possvel que o mtodo no convirja. Se a amplificao do erro for muito grande.
ek

r k
b

Observe que:
Uma sada prevista no fluxo no caso em que e k 1 e k

Eliminao por Blocos

Aproveitar estrutura esparsa de matrizes por blocos.
Fluxo de Potncia timo (estrutura da matriz admitncia se for feito por blocos)
Fluxo de Potncia via Newton Rapliser.

11

21

m1

12 ....

1m

22 ....

2m

m 2 .... mm

ii so blocos diagonais quadrados de ordem n i

n n1 n 2 .........n m

A maneira mais simples realizar atravs de computao recursiva.

11

*1

1*

**

LU

1
multiplicados 21 . 11

 I 0 11 1*

1
1
*111 I 0 ** *111 1*
Explicitando.
1. A primeira linha de blocos de U a primeira linha de blocos de A.
1
2. A primeira coluna de blocos de L excluindo o bloco identidade diagonal *1 11
.
3. Os blocos restantes da decomposio so obtidos por
A decomposio escalar e por blocos no a mesma.
O nmero de operaes o mesmo da eliminao escalar:

** *1 111 1*

Algoritmo

I
U 11 U 12 U 1m

L 21
I
U 22 U 2 m
0
L

U mm
m1 L m 2 I 0
nn n1 .......n(m)
n i dim enso de cada bloco.
Ux 0

for K 1 a m 1
lx Ux 1
Ux lx n K 1

if A lx : Ux, lx : Ux singular erro

AUx 1 : nn, lx : Ux AUx 1 : nn, lx : Ux * A lx : Ux, lx : Ux

AUx 1 : nn, Ux 1 : nn AUx 1 : nn, Ux 1 : nn

AUx 1 : nn, lx : Ux * A lx : Ux, Ux 1 : nn
end K