étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Tamanho: px
Começar a partir da página:

Download "étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA"

Transcrição

1 étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS DIRETORIA DE PESQUISA E PÓS-GRADUAÇÃO 206

2 Determinação Numérica de Auto-Valores e Auto-Vetores 2

3 2-Métodos que Determinam Alguns Auto-valores 2. - Método das Potências: Consiste em determinar o auto-valor de maior valor absoluto de uma matriz A, e seu correspondente auto-vetor, sem determinar o polinômio característico. O método é útil na prática, desde que se tenha interesse em determinar apenas alguns auto-valores, de módulo grande, e, que estes estejam bem separados, em módulo, dos demais. O método das potências baseia-se no teorema a seguir. Método iterativo! 3

4 2-Métodos que Determinam Alguns Auto-valores Teorema: Seja A uma matriz real de ordem n e sejam, 2,..., n seus auto-valores e u, u 2,..., u n seus correspondentes auto-vetores. Suponha que os auto-vetores são linearmente independentes, e que: Seja a sequência y k definida por: y Ay, 2 k k k n 0,,2, Onde y 0 é um vetor arbitrário que permite a expansão: y 0 n j c j u j Com c j escalares quaisquer e c 0, então: lim k yk r y k r Onde o índice r indica a r-ésima componente, e quando k y k tende ao auto-vetor correspondente a (maior auto-valor). Prova 2 Anexo.

5 2-Métodos que Determinam Alguns Auto-valores Assim, para obter, utiliza-se o algoritmo dado a seguir: A partir de um vetor y k, arbitrário, não nulo, são construídos dois outros vetores y k+ e z k+, do seguinte modo: z k Ay k y z onde max z, k k k k r n r k ou seja: dado um vetor y 0 qualquer, não nulo, tem-se a sequência: 5

6 2-Métodos que Determinam Alguns Auto-valores y A Ay z y A z y y A z y y A Ay z y A z y y A Ay z Ay z y Ay z k k k k k k k k k Assim para tem-se : 0 0 lim lim r k r k k r k r k k y A y A y z 6

7 Observações: 2-Métodos que Determinam Alguns Auto-valores. No limite, todas as componentes de (z k+ ) r /(y k ) r tendem a. Entretanto, na prática, uma das componentes converge mais rapidamente do que as outras. Assim, quando uma das componentes satisfizer a precisão desejada tem-se o auto-valor procurado. Além disso, a velocidade de convergência depende de 2 /. Portanto, quanto maior for quando comparado com 2, mais rápida será a convergência. 2. Para obter com uma precisão, em cada passo calcula-se aproximações para. O teste do erro relativo para cada componente de é: k k r k r usado como critério de parada. 7

8 2-Métodos que Determinam Alguns Auto-valoress 3. Quando todas as componentes forem iguais, então o vetor y k dessa iteração é o auto-vetor correspondente ao auto-valor. 4. Se algum vetor resultar no vetor nulo, o método falha. 8

9 2-Métodos que Determinam Alguns Auto-valores Exemplo: Usando o método das potências determinar o auto-valor de maior valor absoluto da matriz a seguir com precisão 0-2 : A Fazendo y 0 = (,, ) t, tem-se: max Ay z z y z Ay z r 9

10 2-Métodos que Determinam Alguns Auto-valores Primeira aproximação para : () r r y z max Ay z z y z r Segunda aproximação para : (2) r r y z 0

11 Erro relativo: 2-Métodos que Determinam Alguns Auto-valores y 3 z z4 Ay 3 r r Como o erro possui todas a componentes maiores que 0-2 o processo iterativo deve continuar: Terceira aproximação para : (3) z y 4 3 r r

12 2-Métodos que Determinam Alguns Auto-valores Erro relativo: r r Como a segunda componente é menor que 0-2 : u y3 2

13 Observações: 2-Métodos que Determinam Alguns Auto-valores. Para aumentar a precisão basta continuar fazendo iterações. 2. Os auto-valores de A são:, 2 e 7 com auto-vetores: (0.5,, ) t, (, 0.5, ) t e (0.25, 0.5, ) t, respectivamente. 3. O método das potências deve ser aplicado se o objetivo é determinar o auto-valor de maior valor absoluto de uma matriz. A desvantagem desse método é que ele fornece apenas um autovalor de cada vez. Se todos os auto-valores são procurados devese aplicar outros métodos mais eficientes. 4. Algumas vezes o maior auto-valor, em módulo, é o mais importante, mas se não é, deve-se modificar o método. Em alguns problemas, o mais importante é a determinação do auto-valor de menor valor absoluto. Para isso deve-se aplicar a estratégia a 3 seguir.

14 2-Métodos que Determinam Alguns Auto-valores Método da Potência Inversa: É usado para determinar o auto-valor de menor valor absoluto e seu correspondente auto-vetor de uma matriz A. O método é útil na prática, desde que se tenha interesse em determinar apenas o autovalor, de menor módulo, e, que este esteja bem separado dos demais. Novamente, o método pode não funcionar caso a matriz A não possua auto-vetores linearmente independentes. O método da potência inversa é semelhante ao método das potências, com a seguinte diferença: E deseja-se determinar n. 2 n n 4

15 2-Métodos que Determinam Alguns Auto-valores Sabe-se que se é auto-valor de A, então é auto-valor de A. Além disso, se n é o menor auto-valor de A, então n - é o maior autovalor de A. Assim, o método da potência inversa consiste em calcular pelo método das potências o auto-valor de maior valor absoluto de A, pois assim tem-se o menor auto-valor, em módulo, de A. Portanto, dado y k, são construídos dois outros vetores y k+ e z k+ da seguinte forma: z y k k n A z k k r k r y y z k k max r n z k r Note que não é necessário calcular A, pois de: z A y Az y k k k k Este método é particularmente conveniente pois as matrizes L e U são 5 independentes de k e portanto basta obtê-las uma única vez.

16 2-Métodos que Determinam Alguns Auto-valores Exemplo: Determinar o menor auto-valor, em módulo, da matriz usando o método da potência inversa: Os auto-valores de A são: = , 2 = e 3 = Portanto o maior auto-valor de A é 3 - = / , e é esse valor que deseja-se encontrar. Assim, tomando y 0 = (,, ) t em Az = y 0 ou seja fazendo LUz = y 0, segue que:. 6

17 2-Métodos que Determinam Alguns Auto-valores Resolvendo agora LUz 2 = y, obtem-se: Agora, 2 = Continuando o processo, obtem-se: 7

18 2-Métodos que Determinam Alguns Auto-valores Finalmente, 4 = , e portanto: Erro relativo: r r Logo é o auto-valor de maior valor absoluto de A. Portanto / 3 =.3385 é o auto-valor de menor valor absoluto de A. 8

19 2-Métodos que Determinam Alguns Auto-valores Método das Potências com Deslocamento: Suponha agora que A tem auto-valores i, reais, com: 2 3 n n e considere a sequência de vetores definida por: z y k k A qi z k y k k max r n z k r onde I é a matriz identidade de ordem n e q é um parâmetro qualquer. Isto é chamado Método das Potências com Deslocamento, porque A qi tem auto-valores i q, isto é, os auto-valores de A são deslocados q unidades na reta real. A qi tem os mesmos auto-vetores de A. 9

20 2-Métodos que Determinam Alguns Auto-valores Pode ser mostrado que y k converge para o auto-vetor correspondente àquele que maximiza i q e que: Assim, a escolha apropriada de q pode ser usada para determinar os dois auto-valores extremos, correspondendo ao maior e ao menor autovalor de A. O auto-valor e o auto-vetor dominante são usualmente calculados tomando um deslocamento zero, isto é, o cálculo para determinar e u são realizados na matriz A, através do método das potências. A matriz pode então ser deslocada de para estimar o auto-valor n. 20

21 2-Métodos que Determinam Alguns Auto-valores Exemplo: Determinar o auto-valor de menor valor absoluto da matriz, usando o método das potências com deslocamento. o auto-valor de maior valor absoluto foi estimado 7. Assim, para determinar o auto-valor de menor valor absoluto, deve-se aplicar o método das potências na matriz: Iniciando com Y 0 =( ) T : 2

22 2-Métodos que Determinam Alguns Auto-valores Pode-se, então, calcular uma primeira aproximação para *. Assim: Continuando o processo; 22

23 2-Métodos que Determinam Alguns Auto-valores Assim, o auto-valor dominante de A * é aproximadamente 5.98 com auto-vetor aproximado u * = ( 0.52, 0.94, ) t. A matriz original possui o mesmo auto-vetor mas seu auto-valor é =.02. A lentidão na convergência neste caso se deve ao fato que os autovalores de A * são: 6, 5 e 0 e assim a convergência é governada pela razão: (5/6) k. Em geral, se y k u, então na presença do deslocamento q, a velocidade de convergência depende de: 23

24 2-Métodos que Determinam Alguns Auto-valores Uma escolha adequada de q pode acelerar a convergência. Por exemplo, se A é uma matriz de ordem 3, com auto-valores: 5, 7 e 0, sem deslocamento a convergência depende de (7/0) k, mas com um deslocamento de 6 dependerá de (/4) k, pois A 6I tem auto-valores:, e 4. Na prática não é trivial encontrar o melhor valor de q, a menos que alguns dos auto-valores sejam conhecidos a priori. Os métodos das potências e /ou o método das potências com deslocamento devem ser utilizados se apenas um ou dois dos auto-valores são desejados. Se o objetivo é determinar mais auto-valores então o método da potência inversa com deslocamento pode ser usado, ou seja, como no método da potência inversa, calcula-se: 24

25 2-Métodos que Determinam Alguns Auto-valores Usando a decomposição LU: Os auto-valores de (A qi) são /( i q). Novamente, y k converge para o auto-vetor correspondente ao autovalor que maximiza / i q. Escolhas adequadas dos valores de q permitem determinar todos os auto-valores de A, e não somente aqueles correspondentes aos auto-valores extremos. Assim, se o auto-valor próximo a q é j, então o valor de j pode ser calculado a partir de: onde j é o menor auto-valor de (A qi), obtido pelo método da potência inversa com deslocamento q. 25

26 2-Métodos que Determinam Alguns Auto-valores Exemplo: Determinar o segundo maior auto-valor, em valor absoluto, da matriz: Já foram determinados dois auto-valores desta matriz: 7 e.02. Sabe-se que o traço de uma matriz é igual a soma dos seus autovalores. Neste exemplo o traço de A é 0 e assim o outro auto-valor é aproximadamente.98, o qual será tomado como o valor de q na iteração inversa com deslocamento. Assim: 26

27 2-Métodos que Determinam Alguns Auto-valores Tomando como vetor inicial y 0 = (,, ) t e fazendo LUz = y 0, tem-se: De LUz 2 = y, obtem-se: Fazendo LUz 3 = y 2, obtem-se: 27

28 2-Métodos que Determinam Alguns Auto-valores Assim, 2* Portanto, o segundo maior auto-valor, em valor absoluto de A é: O sucesso do método das potências com deslocamento depende de nossa habilidade em obter estimativas precisas para usar no deslocamento. Neste último exemplo, uma estimativa para 2 foi obtida usando a relação entre o traço da matriz e a soma dos auto-valores. Infelizmente, para matrizes de ordem > 3, não é fácil obter valores apropriados para os deslocamentos. Como já foi dito, se todos os autovalores são desejados deve-se usar outros métodos. 28

29 3-Métodos que Determinam Todos os Auto-valores 3. Auto-valores de Matrizes Simétricas: Matrizes simétricas possuem auto-valores reais e os auto-vetores são linearmente independentes. O método de Jacobi, que será descrito mais adiante, é usado para determinar os auto-valores e auto-vetores, de matrizes simétricas, através de uma série de transformações similares: As matrizes A,A 2,... convergem num número infinito de passos para uma matriz diagonal. Assim, após m passos do método de Jacobi, obtem-se: 29

30 Portanto, se A m+ D: 3-Métodos que Determinam Todos os Auto-valores. Os elementos diagonais de A m+ são aproximações para os autovalores de A; 2. As colunas de V = U U 2...U m são aproximações para os autovetores. 30

31 Rotação de Jacobi: 3-Métodos que Determinam Todos os Auto-valores Seja A uma matriz simétrica. Uma rotação (p, q) de Jacobi é a operação U t AU com U dada por: q, i j Observe que fazer uma rotação de Jacobi é efetuar uma transformação de semelhança na matriz A. 3

32 3-Métodos que Determinam Todos os Auto-valores Para um melhor entendimento, considere inicialmente, uma rotação (2,4) de Jacobi, em uma matriz A de ordem 4. Efetuando o produto U t A, obtem-se: q, i j 32

33 3-Métodos que Determinam Todos os Auto-valores Fazendo produto A U. Segue que: 33

34 3-Métodos que Determinam Todos os Auto-valores Assim, de um modo geral, para uma matriz de ordem n o produto U t A, fornece uma matriz A, onde: e o produto A U fornece uma matriz A, onde: () (2) Portanto, a matriz A tem a seguinte forma: 34

35 3-Métodos que Determinam Todos os Auto-valores Isto é, na matriz A apenas os elementos das linhas e colunas p e q são alterados, sendo que os elementos a pp, a pq, a qp, a qq são transformados duas vezes. Portanto A continua simétrica. As fórmulas que determinam a passagem de A A, denominada Rotação de Jacobi de um ângulo, para os elementos da interseção são: (3) (4) 35

36 3-Métodos que Determinam Todos os Auto-valores (5) 36

37 3-Métodos que Determinam Todos os Auto-valores Exemplo: Considere a matriz a seguir, Fazer uma rotação de =/2 em torno do elemento (p, q) = (, 3). Tem-se: Agora, utilizando as fórmulas anteriores, obtemos: 37

38 3-Métodos que Determinam Todos os Auto-valores Usando (2) e (), segue que: Assim: corresponde a uma rotação de 90º em torno do elemento (,3). 38

39 3-Métodos que Determinam Todos os Auto-valores 3.. Método Clássico de Jacobi: O Método Clássico de Jacobi, é um método numérico que serve para determinar auto-valores e auto-vetores de matrizes simétricas. Dada a matriz A, efetua-se uma sequência de rotações: onde U i, i =, 2... k são matrizes de rotação, e D é uma matriz diagonal. O processo para construção da matriz A 2, consiste em escolher entre os elementos não diagonais de A o elemento de maior valor absoluto, isto é: 39

40 3-Métodos que Determinam Todos os Auto-valores Fazer então, uma rotação com a finalidade de zerar o elemento a pq. A seguir reaplica-se o processo à matriz resultante tantas vezes quantas forem necessárias, de tal modo a reduzir a matriz A à uma matriz diagonal D, cujos elementos são os auto-valores de A. Assim, no primeiro passo deve-se zerar o elemento a pq. O objetivo é obter a pq = 0. De (5), tem-se a expressão para a pq e impondo que o mesmo seja identicamente nulo, segue que: Portanto: 40

41 3-Métodos que Determinam Todos os Auto-valores Agora: Seja t = tg ; tem-se cotg 2 =, assim: Portanto: Obtem-se então: Multiplicando o numerador e denominador por segue que: 4

42 3-Métodos que Determinam Todos os Auto-valores Computacionalmente adota-se: Observe que deve-se escolher o sinal positivo ou negativo de de modo a obter o denominador de maior módulo, pois assim tem-se sempre t. Agora, tem-se as seguintes fórmulas para a secante de um ângulo : Assim: Logo: 42

43 3-Métodos que Determinam Todos os Auto-valores Resumindo, o método de Jacobi, consiste em: O processo deve ser repetido até ser obtida uma matriz diagonal. Observe que em cada passo k, o item 3) acima pode ser substituído pelo produto U t k A k U k. 43

44 3-Métodos que Determinam Todos os Auto-valoresetores Cálculo dos Auto-vetores: Ao mesmo tempo que calcula-se os auto-valores de uma matriz A pelo método de Jacobi pode-se obter seus auto-vetores. A sequência de matrizes A k é calculada por recorrência através de: Como A = A obtem-se: onde V = U U 2...U k U k. Com a hipótese que A k D obtem-se que D = V t AV, onde V é matriz ortogonal, pois a matriz V é produto de matrizes ortogonais. Assim D contém os auto-valores de A e V contém seus correspondentes autovetores (em colunas), isto é, a j-ésima coluna de V é o auto-vetor 44 correspondente ao auto-valor j.

45 3-Métodos que Determinam Todos os Auto-valores Observe que em cada passo do método de Jacobi, um par de elementos fora da diagonal torna-se zero. Assim pode parecer, à primeira vista, que uma matriz diagonal é obtida após um número finito de passos. Entretanto, isso não é verdade porque transformações ortogonais subsequentes destroem os zeros criados anteriormente. Apesar disso, é possível mostrar que quando um zero é criado nas posições (p, q) e (q, p), a soma dos quadrados dos elementos não diagonais da matriz A k, S(A k ), decresce de 2a 2 pq. 45

46 3-Métodos que Determinam Todos os Auto-valores Exemplo: Determinar os auto-valores e correspondentes auto-vetores da matriz a seguir pelo método de Jacobi: Como a matriz é 2 2 para diagonalizar A deve-se zerar o elemento (, 2). Assim: (p, q) = (, 2). Tem-se então que: Portanto: 46

47 3-Métodos que Determinam Todos os Auto-valores Assim: Logo os auto-valores de A são: = 5; 2 = 9 e desde que: os auto-vetores, correspondentes, são: 47

48 3-Métodos que Determinam Todos os Auto-valores Exemplo: Determinar, usando o método de Jacobi, os auto-valores da matriz: O maior elemento, em módulo, fora da diagonal principal da matriz A = A, é o elemento a 23 = a 32 = 3. Assim: Portanto, t = 0.847, cos' = c = , sen' = s = Como já foi dito pode-se aplicar as fórmulas de rotação, ou simplesmente efetuar o produto U A U, para obter A 2, onde: 48

49 3-Métodos que Determinam Todos os Auto-valores O elemento de maior valor absoluto, na matriz A 2 é a 2 = a 2 = Assim: Então: Agora (p, q) = (, 3), =.6360, t = 0.284, c = , s = , e: 49

50 3-Métodos que Determinam Todos os Auto-valores Novamente (p, q) = (2, 3) e assim efetuando os cálculos segue que: = , t = , c = 0.996, s = Portanto: Observe que os elementos não diagonais da sequência A k 0, à medida que k aumenta. Assim os elementos diagonais da sequência A k convergem para os auto-valores de A que são:.4563, , Uma precisão maior pode ser obtida continuando o processo. Além disso, se deseja-se uma aproximação para os auto-vetores, basta efetuar o produto U U 2 U 3 U 4. 50

51 3-Métodos que Determinam Todos os Auto-valores 3.2 Métodos Numéricos para Matrizes não simétricas 3.2. Método de Rutishauser (ou Método LR): O método de Rutishauser ou Método LR permite, sob certas condições, determinar todos os auto-valores de uma matriz, sem determinar o polinômio característico. Seja A uma matriz quadrada de ordem n. O método consiste em construir uma sequência de matrizes A,A 2,... do seguinte modo: decompor A = A no produto L R onde L é triangular inferior com na diagonal e R é triangular superior. (Decomposição LU). Então, A = L R. Agora, multiplica-se as duas matrizes na ordem inversa e formase a matriz A 2 = R L, e compõe-se, a seguir, a matriz A 2 no produto de duas matrizes triangulares L 2 e R 2 e assim por diante. Então: Para matrizes simétricas a técnica também funciona, porém o custo computacional é elevado! 5

52 3-Métodos que Determinam Todos os Auto-valores Observações:. Pode-se provar que: Se os auto-valores de A são distintos a sequência {A k } converge para uma matriz triangular superior R. 2. Os elementos diagonais da matriz A k são os auto-valores procurados. 3. O processo termina quando o elemento de maior valor absoluto da matriz A k, (abaixo da diagonal principal), for menor que, onde é uma precisão pré-fixada. 52

53 3-Métodos que Determinam Todos os Auto-valores Exemplo: Calcular os auto-valores da matriz a seguir pelo método de Rutishauser com precisão de

54 3-Métodos que Determinam Todos os Auto-valores Como os elementos abaixo da diagonal principal de A 4 são, em módulo menor que 0 2 ) A 4 R. Assim, os auto-valores de A são: Observe que os auto-valores de A são: , e O método de Rutishauser permite obter também os auto-vetores. Entretanto o cálculo dos auto-vetores, por este método, é um tanto trabalhoso. 54

55 Referencias Bibliográficas. GOURLAY, A.R.;WATSON,G.A.- Computational Methods for Matrix Eigenproblems. John Wiley & Sons, Franco, N. B. Cálculo Numérico. São Paulo: Prentice Hall,

Auto-Valores e Auto-Vetores

Auto-Valores e Auto-Vetores Capítulo 7 Determinação Numérica de Auto-Valores e Auto-Vetores 7 Introdução Auto-valores e auto-vetores estão presentes em diferentes ramos da matemática incluindo formas quadráticas, sistemas diferenciais;

Leia mais

Autovalores e Autovetores

Autovalores e Autovetores Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 Cálculo Numérico 24 de novembro de 2010 Introdução Objetivo: Dada matriz A, n n, determinar todos os vetores v que sejam paralelos a Av. Introdução

Leia mais

Autovalores e Autovetores

Autovalores e Autovetores Algoritmos Numéricos II / Computação Científica Autovalores e Autovetores Lucia Catabriga 1 1 DI/UFES - Brazil Junho 2016 Introdução Ideia Básica Se multiplicarmos a matriz por um autovetor encontramos

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO

Leia mais

Determinação numérica de autovalores e autovetores: Método de Jacobi

Determinação numérica de autovalores e autovetores: Método de Jacobi Determinação numérica de autovalores e autovetores: Método de Jacobi Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco. Marina Andretta/Franklina

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO

Leia mais

Algoritmos Numéricos II. Lucia Catabriga 1

Algoritmos Numéricos II. Lucia Catabriga 1 Algoritmos Numéricos II Autovalores e Autovetores Métodos de Transformação Lucia Catabriga 1 1 DI/UFES - Brazil Junho 2014 Introdução Introdução Os métodos de transformação tem por objetivo modificar a

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO

Leia mais

Cálculo Numérico BCC760

Cálculo Numérico BCC760 Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita

Leia mais

étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO

Leia mais

Autovalores e Autovetores

Autovalores e Autovetores Autovalores e Autovetores Lucia Catabriga Algoritmos Numéricos II Computação Científica Universidade Federal do Espírito Santo de junho de 24 Resumo Este texto tem por objetivo introduzir os conceitos

Leia mais

UNIVERSIDADE FEDERAL DO ABC

UNIVERSIDADE FEDERAL DO ABC UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas

Leia mais

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

SISTEMAS LINEARES PROF. EDÉZIO

SISTEMAS LINEARES PROF. EDÉZIO SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x

Leia mais

Cálculo Numérico. Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson

Cálculo Numérico. Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson Cálculo Numérico Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson Métodos como: Métodos exatos Método de eliminação de Gauss Método de decomposição LU Método de Cholesky

Leia mais

Modelagem Computacional. Parte 7 2

Modelagem Computacional. Parte 7 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 7 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

SME Cálculo Numérico. Lista de Exercícios: Gabarito

SME Cálculo Numérico. Lista de Exercícios: Gabarito Exercícios de prova SME0300 - Cálculo Numérico Segundo semestre de 2012 Lista de Exercícios: Gabarito 1. Dentre os métodos que você estudou no curso para resolver sistemas lineares, qual é o mais adequado

Leia mais

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do

Leia mais

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA

Leia mais

SME0300 Cálculo Numérico Aula 11

SME0300 Cálculo Numérico Aula 11 SME0300 Cálculo Numérico Aula 11 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 21 de setembro de 2015 Tópico Anterior Sistemas Lineares: Métodos Exatos:

Leia mais

étodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO

Leia mais

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas

Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 6 - Solução de Sistema de Equações Algébricas Métodos diretos: 1- Eliminação de Gauss com substituição recuada 2- Decomposição

Leia mais

Métodos Numéricos - Notas de Aula

Métodos Numéricos - Notas de Aula Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,

Leia mais

Sistemas de Equações Lineares

Sistemas de Equações Lineares Capítulo 3 Sistemas de Equações Lineares Um sistema com n equações lineares pode ser escrito na forma : ou na forma matricial onde com a 1,1 x 1 + a 1,2 x 2 + + a x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a

Leia mais

SME Gustavo C. Buscaglia

SME Gustavo C. Buscaglia SME0602-2017 Gustavo C. Buscaglia ICMC - Ramal 738176, gustavo.buscaglia@gmail.com Cálculo de autovalores e autovetores Existem vários problemas na engenharia em que precisamos calcular os autovalores

Leia mais

Resolução de Sistemas Lineares. Ana Paula

Resolução de Sistemas Lineares. Ana Paula Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO Resolução Lista / Cálculo Numérico 1ª Unidade

UNIVERSIDADE FEDERAL DE PERNAMBUCO Resolução Lista / Cálculo Numérico 1ª Unidade 1) Analise as alternativas abaixo e marque V para verdadeiro e F para falso. No segundo caso, explique como as tornaria verdadeiras: (F) O método das secantes é utilizado para solucionar um problema de

Leia mais

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para 5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma

Leia mais

Palavras-Chave: Autovalores, Matriz, Método de Jacobi. (1)

Palavras-Chave: Autovalores, Matriz, Método de Jacobi. (1) MSc Alexandre stácio Féo Associação ducacional Dom Bosco - Faculdade de ngenharia de Resende Caixa Postal: 8.698/87 - CP: 75-97 - Resende - RJ Brasil Professor e Doutorando de ngenharia aefeo@yahoo.com.br

Leia mais

étodos uméricos RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS (Continuação) Prof. Erivelton Geraldo Nepomuceno

étodos uméricos RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS (Continuação) Prof. Erivelton Geraldo Nepomuceno étodos uméricos RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE

Leia mais

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes

Leia mais

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ Introdução Dada uma função y = f(x), o objetivo deste

Leia mais

étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade

UNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade 1) Analise as alternativas abaixo e marque V para verdadeiro e F para falso. No segundo caso, explique como as tornaria verdadeiras: ( ) O método das secantes é utilizado para solucionar um problema de

Leia mais

Cálculo Numérico. Resumo e Exercícios P1

Cálculo Numérico. Resumo e Exercícios P1 Cálculo Numérico Resumo e Exercícios P1 Fórmulas e Resumo Teórico Parte 1 Aritmética de ponto flutuante Operar com o número de algarismos significativos exigido. Arredondar após cada conta. Método de escalonamento

Leia mais

SME Roberto F. Ausas / Gustavo C. Buscaglia

SME Roberto F. Ausas / Gustavo C. Buscaglia SME0305-2016 Roberto F. Ausas / Gustavo C. Buscaglia ICMC - Ramal 736628, rfausas@gmail.com ICMC - Ramal 738176, gustavo.buscaglia@gmail.com Cálculo de autovalores e autovetores Existem vários problemas

Leia mais

Métodos iterativos para sistemas lineares.

Métodos iterativos para sistemas lineares. Métodos iterativos para sistemas lineares. Alan Costa de Souza 7 de Setembro de 2017 Alan Costa de Souza Métodos iterativos para sistemas lineares. 7 de Setembro de 2017 1 / 46 Introdução. A ideia central

Leia mais

Universidade Federal do Espírito Santo - UFES

Universidade Federal do Espírito Santo - UFES Universidade Federal do Espírito Santo - UFES Centro Universitário Norte do Espírito Santo - CEUNES Departamento de Matemática Aplicada - DMA Prof. Isaac P. Santos - 2018/1 Aula: Métodos Iterativos Para

Leia mais

Determinação numérica de autovalores e autovetores: Método das Potências Inversas

Determinação numérica de autovalores e autovetores: Método das Potências Inversas Determinação numérica de autovalores e autovetores: Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Marina Andretta/Franklina Toledo (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia

Leia mais

G4 de Álgebra Linear I

G4 de Álgebra Linear I G4 de Álgebra Linear I 27.1 Gabarito 1) Considere a base η de R 3 η = {(1, 1, 1); (1,, 1); (2, 1, )} (1.a) Determine a matriz de mudança de coordenadas da base canônica para a base η. (1.b) Considere o

Leia mais

Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC

Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Introdução à Mecânica do Contínuo Tensores Professor: Márcio André Araújo Cavalcante

Leia mais

A = Utilizando ponto flutuante com 2 algarismos significativos, 2 = 0, x (0)

A = Utilizando ponto flutuante com 2 algarismos significativos, 2 = 0, x (0) MAP 22 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Sistemas Lineares : Utilizando o método de eliminação de Gauss, calcule o determinante e a seguir a inversa da matriz abaixo. Efetue todos os

Leia mais

Matrizes hermitianas e unitárias

Matrizes hermitianas e unitárias Matrizes hermitianas e unitárias Amit Bhaya, Programa de Engenharia Elétrica COPPE/UFRJ Universidade Federal do Rio de Janeiro amit@nacad.ufrj.br http://www.nacad.ufrj.br/ amit Matrizes complexas O produto

Leia mais

Universidade Federal de São João Del Rei - UFSJ

Universidade Federal de São João Del Rei - UFSJ Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 10.425, de 19/04/2002 - D.O.U. de 22/04/2002 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 2012 Prof:

Leia mais

INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o

INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)

Leia mais

Uma equação linear com n variáveis tem a seguinte forma:

Uma equação linear com n variáveis tem a seguinte forma: Edgard Jamhour Uma equação linear com n variáveis tem a seguinte forma: a 1 x 1 + a 2 x 2 +... + a n x n = b onde a 1, a 2,..., a n e b são constantes reais. Um sistema de equações lineares é um conjunto

Leia mais

Prof. MSc. David Roza José 1/37

Prof. MSc. David Roza José 1/37 1/37 Métodos Abertos Objetivos: Reconhecer as diferenças entre os métodos intervalados e abertos para a localização de raízes; Compreender o método da iteração de ponto-fixo e avaliar suas características

Leia mais

P4 de Álgebra Linear I de junho de 2005 Gabarito

P4 de Álgebra Linear I de junho de 2005 Gabarito P4 de Álgebra Linear I 25.1 15 de junho de 25 Gabarito 1) Considere os pontos A = (1,, 1), B = (2, 2, 4), e C = (1, 2, 3). (1.a) Determine o ponto médio M do segmento AB. (1.b) Determine a equação cartesiana

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =

Leia mais

Algoritmos Numéricos 2 a edição

Algoritmos Numéricos 2 a edição Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares

Leia mais

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um

Leia mais

Determinação numérica de autovalores e autovetores: Método das Potências Inversas

Determinação numérica de autovalores e autovetores: Método das Potências Inversas Determinação numérica de autovalores e autovetores: Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Marina Andretta/Franklina Toledo (ICMC-USP) sme0300 - Cálculo Numérico 3 de setembro

Leia mais

Aula 6. Zeros reais de funções Parte 3

Aula 6. Zeros reais de funções Parte 3 CÁLCULO NUMÉRICO Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/48 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO: Uma das condições de convergência é que onde I é um intervalo

Leia mais

Álgebra Linear I - Aula 22

Álgebra Linear I - Aula 22 Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de

Leia mais

AUTOVALORES E AUTOVETORES

AUTOVALORES E AUTOVETORES AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos

Leia mais

Introdução aos Métodos Numéricos

Introdução aos Métodos Numéricos Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Sistemas de Equações Lineares. Métodos Iterativos

Leia mais

Processamento de Imagens CPS755

Processamento de Imagens CPS755 Processamento de Imagens CPS755 aula 04 - sistemas lineares Antonio Oliveira Ricardo Marroquim 1 / 32 laboratório de processamento de imagens tópicos decomposições (álgebra linear) decomposição QR decomposição

Leia mais

Sistemas Lineares - Métodos Iterativos : Jacobi e Gauss-Seidel. Profa. Cynthia de O. Lage Ferreira Métodos Numéricos e Computacionais I - SME0305

Sistemas Lineares - Métodos Iterativos : Jacobi e Gauss-Seidel. Profa. Cynthia de O. Lage Ferreira Métodos Numéricos e Computacionais I - SME0305 Sistemas Lineares - Métodos Iterativos : Jacobi e Gauss-Seidel Profa. Cynthia de O. Lage Ferreira Métodos Numéricos e Computacionais I - SME35 Métodos Iterativos Nesta seção, vamos estudar métodos iterativos

Leia mais

3.DETERMINAÇÃO NUMÉRICA DE AUTO VALORES E AUTO VETORES

3.DETERMINAÇÃO NUMÉRICA DE AUTO VALORES E AUTO VETORES CAPITULO 3 3.DETERMINAÇÃO NUMÉRICA DE AUTO VALORES E AUTO VETORES Para BURDEN (2003, p.374), uma matriz n x m pode ser considerada como uma função que usa a multiplicação de matrizes para levar vetores

Leia mais

Parte 3 - Produto Interno e Diagonalização

Parte 3 - Produto Interno e Diagonalização Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é

Leia mais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal

Leia mais

= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m

= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m Matrizes e Sistemas de Equações 9 para toda matriz A n X n. Vamos discutir, também, a existência e o cálculo de inversas multiplicativas. A MATRIZ IDENTIDADE Uma matriz muito importante é a matriz / n

Leia mais

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1 QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,

Leia mais

5. Seja A uma matriz qualquer. Assinale a afirmativa

5. Seja A uma matriz qualquer. Assinale a afirmativa UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço

Leia mais

Métodos Numéricos - Notas de Aula

Métodos Numéricos - Notas de Aula Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Zeros de equações transcendentes e Tipos de Métodos polinomiais São dois os tipos de métodos para se achar a(s) raízes de uma equação:

Leia mais

étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Interbits SuperPro Web

Interbits SuperPro Web 1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)

Leia mais

Sistemas de Equações Lineares

Sistemas de Equações Lineares Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 998/99 Sistemas de Equações Lineares PROBLEMAS Considere o seguinte sistema de equações da forma Ax = b : 3 2 3 2 2 2 2 x x

Leia mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes Semelhantes e Matrizes Diagonalizáveis Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas

Leia mais

Parte 1 - Matrizes e Sistemas Lineares

Parte 1 - Matrizes e Sistemas Lineares Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,

Leia mais

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima: Cálculo Numérico 1 Erros Nenhum resultado obtido através de cálculos eletrônicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo.

Leia mais

étodos uméricos INTEGRAÇÃO NUMÉRICA (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos INTEGRAÇÃO NUMÉRICA (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos INTEGRAÇÃO NUMÉRICA (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/47 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO:

Leia mais

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral: Lema (determinante de matriz ) A B A 0 Suponha que M = ou M =, com A e D 0 D C D matrizes quadradas Então det(m) = det(a) det(d) A B Considere M =, com A, B, C e D matrizes C D quadradas De forma geral,

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 9 04/2014 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/42 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO

Leia mais

Notas de Aula de Cálculo Numérico

Notas de Aula de Cálculo Numérico IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números

Leia mais

Primeiro Exercício programa: Como o Google ordena páginas. MAP-2121 para EPUSP

Primeiro Exercício programa: Como o Google ordena páginas. MAP-2121 para EPUSP Primeiro Exercício programa: Como o Google ordena páginas MAP-2121 para EPUSP 1 Instruções gerais Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar

Leia mais

Capítulo III: Sistemas de equações. III.1 - Condicionamento de sistemas lineares

Capítulo III: Sistemas de equações. III.1 - Condicionamento de sistemas lineares EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL Capítulo III: Sistemas de equações III1 - Condicionamento de sistemas lineares 1 Seja 1 0 0 10 6 e considere o sistema Ax = b, com b = 1 10 6 T, que tem por solução

Leia mais

Figura : Monitoria. Monitoria Cálculo Numérico

Figura : Monitoria. Monitoria Cálculo Numérico Monitoria Cálculo Numérico 207-02 NOME Email Dia / Horário Local Ana Sofia Nunez de Abreu nunez.asofia@gmail.com Sex. 0-2h D- Luiz Eduardo Xavier luizeduardosxavier@gmail.com Ter, 5-7h Lab Rafael Mendes

Leia mais

AGRUPAMENTO DE ESCOLAS DE MIRA Escola Sec/3 Drª. Maria Cândida. PLANIFICAÇÃO ANUAL MATEMÁTICA 8º Ano Ano Letivo 2016/2017. Objetivos específicos

AGRUPAMENTO DE ESCOLAS DE MIRA Escola Sec/3 Drª. Maria Cândida. PLANIFICAÇÃO ANUAL MATEMÁTICA 8º Ano Ano Letivo 2016/2017. Objetivos específicos 1º Período TEMA 1: NÚMEROS RACIONAIS. NÚMEROS REAIS N. de blocos previstos: 15 1.1. Representação de números reais através de dízimas 1.2. Conversão em fração de uma dízima infinita periódica 1.3. Potências

Leia mais

Sequências e Séries Infinitas. Copyright Cengage Learning. Todos os direitos reservados.

Sequências e Séries Infinitas. Copyright Cengage Learning. Todos os direitos reservados. 11 Sequências e Séries Infinitas Copyright Cengage Learning. Todos os direitos reservados. 11.10 Séries de Taylor e Maclaurin Copyright Cengage Learning. Todos os direitos reservados. Começaremos supondo

Leia mais

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima: Cálculo Numérico 1 Erros Nenhum resultado obtido através de cálculos eletrônicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo.

Leia mais

Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear

Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear Samir Angelo Milani Martins 1 1 UFSJ-MG / Campus Santo Antônio, MG Brasil Mestrado em Engenharia Elétrica UFSJ/CEFET-MG S. A. M. Martins (UFSJ

Leia mais

INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/

INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/ INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: / ANÁLISE NUMÉRICA Exercícios Considere o sistema linear 6 x 5 y = a)

Leia mais

Laboratório de Simulação Matemática. Parte 7 2

Laboratório de Simulação Matemática. Parte 7 2 Matemática - RC/UFG Laboratório de Simulação Matemática Parte 7 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago

Leia mais

EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras.

EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras. EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR QUESTÃO 1: Indique as afirmativas verdadeiras. ( ) O número Pi não pode ser representado de forma exata em sistemas numéricos de

Leia mais

Matemática Computacional - Exercícios

Matemática Computacional - Exercícios Matemática Computacional - Exercícios 1 o semestre de 2007/2008 - Engenharia Biológica Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados

Leia mais

Aula 25 - Espaços Vetoriais

Aula 25 - Espaços Vetoriais Espaço Vetorial: Aula 25 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado

Leia mais

Análise multivariada

Análise multivariada UNIFAL-MG, campus Varginha 11 de Setembro de 2018 Dada uma matriz A (p p), podemos obter um escalar λ e um vetor v (p 1) de modo que seja satisfeita? Av = λv (1) Dada uma matriz A (p p), podemos obter

Leia mais

Ana Paula. October 26, 2016

Ana Paula. October 26, 2016 Raízes de Equações October 26, 2016 Sumário 1 Aula Anterior 2 Método da Secante 3 Convergência 4 Comparação entre os Métodos 5 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Método de

Leia mais

1 Matrizes Ortogonais

1 Matrizes Ortogonais Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos

Leia mais

Método de Newton modificado

Método de Newton modificado Método de Newton modificado Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de setembro de 2010 1 / 36 Método de Newton Como já vimos, o método

Leia mais

Geometria Analítica e Álgebra Linear

Geometria Analítica e Álgebra Linear UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares DMPA IM UFRGS Cálculo Numérico Índice Sistema de Equações Lineares 1 Sistema de Equações Lineares 2 com pivoteamento parcial 3 Método de Jacobi Método Gauss-Seidel Sistema de Equações Lineares n equações

Leia mais

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ] SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé 1 o sem/2016 Nome: 1 a Prova - 07/10/2016 Apresentar todos os cálculos - casas decimais 1. Considere a família de funções da forma onde

Leia mais

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1 Escalonamento Sadao Massago 2011-05-05 a 2014-03-14 Sumário 1 Pré-requisitos 1 2 Sistema Linear e forma matricial 1 3 Forma escalonada 3 4 Método de eliminação de Gauss (escalonamento) 5 5 A matriz inversa

Leia mais