CCI-22. Eliminação de Gauss, Gauss-Jordan, Decomposição LU, Gauss-Jacobi, Gauss-Seidel

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "CCI-22. Eliminação de Gauss, Gauss-Jordan, Decomposição LU, Gauss-Jacobi, Gauss-Seidel"

Transcrição

1 CCI- ) Rízes de Sistems Lineres Eliminção de Guss, Guss-Jordn, Decomposição LU, Guss-Jcobi, Guss-Seidel

2 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

3 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

4 Métodos de resolução Pr resolução de um sistem liner de equções, há dois grupos de métodos: Métodos diretos: solução é obtid trvés d plicção de um número finito de operções ritmétics Regr de Crmer Eliminção de Guss e de Guss-Jordn Decomposição LU Métodos itertivos: solução é obtid trvés de um sequênci de proimções sucessivs, té se lcnçr um respost que stisfç precisão eigid Guss-Jcobi Guss-Seidel

5 Sistems de Equções Lineres Form gerl: onde: ij são os coeficientes i são s incógnits b i são os termos independentes i n é ordem do sistem Form mtricil: A b onde: A M n M n L L O L n n M nn M n b b b M b n

6 Eemplo Eemplo Form gerl: Form mtricil:

7 Cálculo ds forçs em um treliç Um eemplo: F, F e F são dds Condições de equilíbrio: F f cos5 + f + f5 cos5 F F y f f + f f + f 5 f 5 F F F N junção : N junção : Gerrá um sistem de ordem 7 F F y f F + f 6 + f Idem pr demis junções

8 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

9 Regr de Crmer A plicção d regr de Crmer, em um sistem de ordem n, eige o cálculo de quntos determinntes? n pr os numerdores e pr o denomindor

10 Tempo de processmento Sej m o tempo gsto pr relizr um multiplicção Sej det n o número de multiplicções presentes no cálculo do determinnte de um mtriz de ordem n Podemos clculr o tempo T gsto pens com multiplicções, no cso de 7 equções: T m.8.det 7 T m.8.(7 + 7.det 6 ) T m.8.(7 + 7.(6 + 6.det 5 )) T m.8.(7 + 7.(6 + 6.(5 + 5.det ))) T m.8.(7 + 7.(6 + 6.(5 + 5.( +.(... ( +.()...))))) Lembrndo:

11 Tempo de processmento T m.8.(7 + 7.(6 + 6.(5 + 5.(...( +.()...))))) T m.( : : ) T m.8!.( + (!) + (!) (6!)) T m. 9,6. 5

12 Tempo de processmento Quntidde de multiplicções: 9,6. 5 Utilizndo um supercomputdor tul: multiplicções por segundo Tempo gsto: 9,6. s di Se o sistem fosse de ordem, eigiri cerc de 8 nos de processmento nesse mesmo computdor! Um lgoritmo bem mis eficiente é o Método d Eliminção de Guss, que gst tempo O(n )

13 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

14 Método d Eliminção de Guss Objetivo: Trnsformção do sistem liner ser resolvido em um sistem liner tringulr Operções válids: Troc d ordem ds linhs Troc d ordem ds coluns (com eceção dos termos independentes) Multiplicção de um equção por um número rel não nulo Substituição de um equção por um combinção liner entre el mesm e outr equção

15 Sistems lineres tringulres Sistems lineres tringulres Tringulr inferior: Tringulr superior: nn n n n A K M O M M M K K K nn n n n K

16 Resolução de um sistem tringulr Resolução de um sistem tringulr Eemplo: Pssos d resolução: ) (

17 Pssos Considere mtriz umentd [Ab]: Linh L Linh L Linh L n Psso : nulr os coeficientes de ns linhs L L n Substituir linh L pel combinção liner: L onde m m L, Se, trocr L com L k, onde k Se L k não eistir, então o sistem não tem solução Continur nlogmente pr linhs L j, < j n Psso i, < i < n: nulr os coeficientes de i ns linhs L i+ L n Conhecido como pivô

18 Eemplo Eemplo [ ] 5 Ab [ ] [ ] m L, m L L [ ] [ ] [ ] 7 L 5 L m L, m L L [ ] [ ] [ ] L L [ ] Ab

19 Eemplo Eemplo m, L m L L [ ] [ ] [ ] L L [ ] Ab

20 Algoritmo Sistem liner A b de ordem n: EliminçãodeGuss { pr k té n- pr ik+ té n { m ik kk kk ik pr jk+ té n ij ij m. kj b i b i m.b k } Eliminção } n b n nn pr kn- té { s pr jk+ té n s s + kj. j k (b k s) kk } Compleidde de tempo: O(n ) Sistem tringulr

21 Eemplo [Ab] Nos cálculos seguir, considerremos F(,,-5,5): L L L L L m L [ 7 ] (7) [ 5 57] [ ] L m L [ 8] ( ) [ 5 57] [ 86 ] 5 57 [Ab] 86

22 Eemplo L [ 6 68] Apens lgrismos são representdos [Ab] (-6), [- (-),], [57-5, -,],5 No entnto, solução et é:

23 Pivotementos prcil e completo Pivôs pequenos germ multiplicdores grndes, que umentm os erros de rredondmento... Um simples lterção n Eliminção de Guss é escolher como pivô o elemento de mior módulo : em cd colun (pivotemento prcil) (tempo totl d Eliminção de Guss será O(n )) dentre todos os elementos possíveis no processo (pivotemento completo): eige um mior esforço computcionl (tempo totl d Eliminção de Guss será O(n )) Voltemos resolver o eemplo nterior com precisão de css decimis, ms com pivotemento prcil:

24 Eemplo com pivotemento prcil L L L [ m,7 87,6 L 5, [ 5, 6,5 5,] 5 7,7 5, 87,6 6,5 7,7 5, 5 5] (,787,6) [ 87,6 6,5 7] 7 5,5, 87,6 6,5 7 5, 5, [-7-6,5 ](-87,6),999 [ (-),999]7,

25 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

26 Método de Guss-Jordn Consiste em efetur operções sobre s equções do sistem com finlidde de trnsformá-lo em um sistem digonl equivlente, isto é, são nulos todos os coeficientes ik, qundo i k ik A M M M K K L O K K nn

27 Eemplo Eemplo [ ] 5 5 Ab 5 5 Pivotemento [ ] 6 6 L,,, [ ] [ ] [ ] 8 L 5 5 L m L L,,, ) ( [ ] Ab,,,,,,

28 Eemplo (Guss-Jordn) L m L [,, 8, ] (,, 6) [, 6,, 6] [, 69 9, ] L L, [ Ab] 5, 6,, 69, 6 9, L L L m L [, 6,, 6] (,, 69) [, 69 9, ] [, 6, ]

29 Eemplo (Guss-Jordn) L [ 5 ] (, 6) [, 6, ] [ 5 57] L, L L [ Ab] [ 5 57, ] (, 69) [, 69 9, ] [ 5, 78] 5 A solução é:, ,556,, -,85, 69 9,,78

30 Outr plicção Um vrição do método de Guss-Jordn pode ser utilizd pr se encontrr invers de um mtriz A qudrd de ordem n Bst trnsformr mtriz A n correspondente mtriz identidde, plicndo esss mesms operções em um mtriz identidde de ordem n Guss-Jordn [A I] [I A - ]

31 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

32 Refinmento por resíduos Se () for encontrdo como solução do sistem A b, então o erro dess solução é () Multiplicndo esse erro por A: A( - () ) b A () r () resíduo O resíduo pode ser utilizdo pr se encontrr um solução melhord () : () () + δ (), onde δ () é um vetor de correção A () b A( () + δ () ) b Aδ () b - A () r () δ () é encontrdo resolvendo-se o sistem Aδ r () Esses cálculos permitem um processo de refinmento d solução do sistem A b

33 Eemplo Considere o sistem bio, que será resolvido em um máquin que trblh com pens dois dígitos decimis significtivos : + Atrvés d Eliminção de Guss, podemos encontrr solução bio: Cálculo do resíduo: r () b A,,9,,5 ( ) () Não está bom...

34 Eemplo Cálculo do vetor de correção δ () : Vetor de correção: δ (),58 Arredondmento qui Solução melhord: () () + δ (),, Novo resíduo: r () b A (),, Portnto, () é solução et

35 Melhor proimção Ddo um sistem A b, sejm y e z dus proimções d solução et. Como sber qul dels é melhor? A estrtégi mis lógic prece ser comprr os respectivos resíduos: o menor seri d melhor solução Infelizmente, isso nem sempre é verdde... Eemplo n mesm máquin de dígitos decimis:, + 6, +,, 8, + 6, +,, 5 5, +, + 5,, 6 5 y z, r y,, 8, r z, 5, Conclusão: nem sempre proimção de menor resíduo é mis et Se busc por resíduos menores não grnte melhores soluções, como sber se o processo de refinmento por resíduos funcion?

36 Condicionmento de sistems Um sistem liner é dito ml condiciondo se pequens lterções nos ddos de entrd (A ou b) ocsionm grndes erros no resultdo finl Eemplo em outr máquin de dígitos decimis: Solução:, e y-,998 Suponh que os vlores desse sistem sejm obtidos eperimentlmente, e por isso os termos independentes possm vrir de ±,: Vlor perturbdo,96 +,8y,,8 +,y,6 Solução:, e y, Erro n entrd: (,9-,,9 ),8% Erro no resultdo: ( -,998-, -,998 ) % Qundo há ml condicionmento, lt precisão nos cálculos não signific quse nd, pois os resultdos obtidos não são confiáveis...

37 Interpretção geométric Considere os seguintes sistems: () (b) () (c) Solução: e y Solução:,8 e y, y () (b) (c)

38 Um métric de condicionmento Em máquins com grnde precisão, gerlmente não fz sentido refinr os resultdos... No entnto, empiricmente, os refinmentos judm identificr o condicionmento de um sistem liner: Se s correções δ (), δ (),..., δ (n) forem grndes, então o sistem será ml condiciondo Em sistems bem condiciondos, bstm dois refinmentos: δ (),..., δ (n) serão próimos do épsilon d máquin Importnte: nesse processo de verificção, o vetor b não pode ser nulo Cso contrário, mesmo em um sistem ml condiciondo, solução et será nul, com correções tmbém nuls...

39 Eemplo Considere o sistem bio em F(,5,-98,): Primeiro refinmento em F(,,-98,): r () b A (),67,688,8,7,75577,5577,6789,6788,76696 Resíduos pequenos δ Resolução de Aδ r () : ( ), 8, 5, Correções reltivmente pequens Solução melhord () () + δ () : 85, ( ) 77 9,,

40 Outr métric de condicionmento Mostrremos gor outr mneir de identificr o ml condicionmento de um sistem liner não singulr A b Vmos supor que os ddos estão sujeitos certs perturbções, e nlisremos seus efeitos n solução Inicilmente, sej b + b um perturbção no vetor de termos independentes Desse modo, solução tmbém será perturbd, ou sej, teremos A( + ) b + b Desejmos encontrr um relção entre e b, pois, conhecendo o tmnho d perturbção b, poderemos estimr, e verificr então se o sistem é ou não ml condiciondo Pr isso, teremos que rever o conceito de norms

41 Norms de vetores Ddo um vetor do espço vetoril E, chm-se norm de (denotd por ) qulquer função definid em E com vlores em R que stisfz s seguintes condições: se e somente se for o vetor nulo λ λ., pr todo esclr λ +y + y, onde y є E Eemplos de norms de vetores em E R n : má i i Σ i i E (Σ i i )

42 Norms de mtrizes Dd um mtriz A do espço vetoril E de mtrizes qudrds de ordem n, chm-se norm de A (denotd por A ) qulquer função definid em E com vlores em R que stisfz s seguintes condições: A A se e somente se A for mtriz nul λa λ. A, pr todo esclr λ A+B A + B, onde B є E Eemplos de norms de mtrizes, onde A ( ij ): Norm linh: A má i Σ j ij Norm colun: A má j Σ i ij Norm euclidin: A E (Σ i,j ij )

43 Usndo norms Desenvolvendo equção A( + ) b + b : A + A b + b Como A b, então A b Desde que A é não singulr, então A - b Se um norm de mtriz e um norm de vetor estão relcionds de tl modo que stisfç desiguldde A A., pr qulquer vetor de ordem n, então dizemos que s dus norms são consistentes Usndo norms consistentes: A -. b De A b, tmbém temos b A. Multiplicndo s inequções membro membro:. b A. A -. b.

44 Número de condição. b A. A -. b. A. A -. b b cond(a). b b Observções: Número de condição de A: cond(a) A. A - A.A - I b b é um medid do erro reltivo em b O erro em dependerá de cond(a), que é mior ou igul Se cond(a) for grnde, então pequens perturbções reltivs em b produzirão grndes perturbções reltivs em, e o sistem A b será ml condiciondo Gerlmente, sistems com cond(a) são considerdos ml condiciondos

45 Outro cso possível Consideremos gor outro cso possível: o vetor b é conhecido etmente, ms ocorre um perturbção n mtriz A. Teremos, portnto, (A + A)( + ) b Desenvolvendo: ( + ) (A + A) - b Equção (*) Como A - b, temos: (A + A) - b - A - b [(A + A) - - A - ]b [B - A - ]b, onde A + A B B - A - (A - A)B - A - (BB - ) A - (A B)B - (B - - A - )b [A - (A B)B - ]b [A - (A (A + A))(A + A) - ]b -A - A(A + A) - b Utilizndo equção (*): -A - A( + ) Aplicndo norms consistentes em mbos os membros: A -. A. ( + ) ( + ) cond(a). A A : semelhnte o nterior

46 Eemplo Anlisr o sistem liner bio:,969,6,868,,86, Atrvés de Guss-Jordn, podemos clculr A - : A 8,,6,868,969 Usndo norm linh, que é consistente: A,67 A -,5. 8 cond(a) A. A -,. 8 Conclusão: sistem ml condiciondo

47 Alguns comentários Um sistem é ml condiciondo se for ecessivmente sensível perturbções em seus ddos de entrd A solução de um sistem ml condiciondo, mesmo clculd com grnde precisão, pode ser pouco et Gerlmente, ess situção pode ser detectd qundo: no processo de refinmento, s correções permnecem grndes o número de condição d mtriz A for muito mior que unidde Importnte: Resíduos pequenos não grntem qulidde de um solução A precisão d máquin influi no condicionmento do sistem Há sistems lineres em que o processo de refinmento converge pr um solução, ms mtriz A tem um número de condição grnde (por eemplo, d ordem de ou ). Nestes csos, o sistem está próimo de ser ml condiciondo, ou sej, solução encontrd pode não ser confiável...

48 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

49 Outr form de ver Eliminção de Guss Outr form de ver Eliminção de Guss Consideremos o sistem de equções A b: Após primeir fse d Eliminção de Guss: m m M onde A M A ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (,. Após segund fse d Eliminção de Guss: m M onde A M A ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (,.

50 Outr form de ver... Resumindo: A A () A () M ().A () M ().A A () M ().A () M ().M ().A A (M ().M () ) -.A () A (M () ) -.(M () ) -.A () É fácil comprovr que: () () ( M ) ( M ) m m m Portnto: ( ) ( ) ( ) ( ) ( ) A m L. U ( ) m m

51 Decomposição LU A comprovção nterior pode ser generlizd pr mtrizes de ordem n, em um Teorem m n m n m n K Dd um mtriz qudrd de ordem n, sej A k mtriz constituíd ds primeirs k linhs e coluns de A. Suponh que det(a k ), k n. Então: Eiste um únic mtriz tringulr inferior L(m ij ), com m ii, i n. Os demis são os multiplicdores d Eliminção de Guss Eiste um únic mtriz tringulr superior U(u ij ), tis que L.U A det(a) u.u.....u nn K u nn

52 Decomposição LU Resolução do Sistem Portnto, ddos o sistem liner A b e decomposição (ou ftorção) LU d mtriz A, temos: A b (L.U) b Chmndo U y, o sistem originl pss ser Ly b, ou sej, surgem dois sistems tringulres Por outro ldo, é fácil verificr que y L -.b é o vetor b cumulndo s operções d Eliminção de Guss Por eemplo, no cso de um sistem com equções: Como L (M () ) -.(M () ) -, então L - M ().M () Portnto, y M ().M ().b Vntgem d decomposição A L.U: um vez clculds s mtrizes L e U (em tempo cúbico), resolvemos mis rpidmente (em tempo qudrático) outros sistems com mesm mtriz A. Isso é útil, por eemplo, no refinmento por resíduos

53 Eemplo Eemplo multiplicdores A L U Tempo cúbico

54 Eemplo Eemplo L U A b LU b y y y y y y y Ly b U y Tempo qudrático

55 Outr plicção - Invers A decomposição LU tmbém é útil no cálculo d mtriz invers Resolver o sistem AX B, onde A, X e B são mtrizes de ordem n, é o mesmo que resolver n sistems A b, onde e b são vetores de tmnho n A invers A - d mtriz A pode ser encontrd trvés d resolução do sistem AX I, onde I é mtriz identidde Nesse cso, bst relizr um únic vez decomposição LU d mtriz A, e depois utilizá-l n resolução de n sistems

56 Decomposição LU com pivotemento Decomposição LU com pivotemento É possível incorporr s estrtégis de pivotemento prcil ou completo à decomposição LU Um mtriz qudrd P de ordem n é um mtriz de permutção se for obtid d correspondente mtriz identidde trvés de permutções em sus linhs ou coluns As eventuis permutções de linhs ou coluns n mtriz A (k), obtid em um psso intermediário d Eliminção de Guss, podem ser relizds trvés d multiplicção por um mtriz de permutção Eemplo: PA k.. ) ( A k) (

57 Eemplo com pivotemento prcil Eemplo com pivotemento prcil A ) ( A ) ( P ) (.A P A () () '() P ) ( A P A. ) ( ) ( ) '(

58 Eemplo com pivotemento prcil Eemplo com pivotemento prcil 8 5 A ) ( L U L 8 5 U L.U A P.A, onde P P ().P () : PA A.. ' A b PA Pb LU Pb

59 Eemplo com pivotemento prcil Eemplo com pivotemento prcil L 8 5 U A b LU Pb 5 y 9 y y y Ly Pb U y

60 Algoritmo Decomposição LU com pivotemento prcil em um sistem de ordem n Síd: mtriz D L+U-I e mtriz de permutção P LUPivotPrcil { D A mtriz de ordem n P I identidde de ordem n pr j té n- { q j m d jj pr kj+ té n { se d kj > m então { m d kj q k } Escolh do pivô \\ continu...

61 Algoritmo (continução) continução LUPivotPrcil { } se q j então { pr k té n { t d jk d jk d qk d qk t } trocr linhs q e j em P!! se d jj então prr (A é singulr) senão { r djj pr ij+ té n { } } } return D, P m d ij.r d ij m pr kj+ té n d ik d ik m.d jk Troc ds linhs q e j ( q é linh do novo pivot) Eliminção Compleidde de tempo: O(n )

62 MtLb No MtLb 7.8 (9), os números reis são rmzendos em 6 bits (precisão dupl d IEEE), ou sej, possuem 6 dígitos decimis A\b Vetor colun com solução do sistem liner A b inv(a) Invers d mtriz A [L,U] lu(a) Mtrizes L e U recebem decomposição LU d mtriz A, usndo pivotemento prcil, onde L cumul permutção [L,U,P] lu(a) Idem, retornndo tmbém mtriz de permutção P tl que P.A L.U linsolve(a,b) Vetor colun com solução de A b, usndo LU com pivotemento prcil cond(a,) Número de condição d mtriz A ( : norm colun ; Inf: norm linh)

63 Mtrizes Especiis Há mtrizes especiis que tem métodos de resolução mis eficientes que LU, dois eemplos são: Mtrizes de Bnd Algoritmo de Thoms Mtrizes Simétrics Vejmos um método especil pr Mtrizes Simétrics: Ftorção de Cholesky

64 Ftorção de Cholesky A ftorção de Cholesky é plicável pens um tipo prticulr de mtriz, mtriz simétric e definid positiv Um mtriz é dit simétric, se pr todo i e j Um mtriz é dit definid positiv, isto é se os determinntes ds submtrizes principis forem todos positivos. Formlmente: sej A k mtriz constituíd ds primeirs k linhs e coluns de A. Se det(a k ) >, k n. então A é definid positiv Se plicável, ftorção de Cholesky é muito mis eficiente que ftorção LU

65 Ftorção de Cholesky Se A é simétric e definid positiv, el pode ser ftord em um produto d mtriz g e su trnspost, tl que: Observe que det(a) poderi ser fcilmente clculdo pelo produtório de g ii

66 Ftorção de Cholesky Aplicndo o produto, obtem-se:

67 Ftorção de Cholesky

68 Ftorção de Cholesky

69 Eemplo Logo, conclui-se que pode-se decompor A

70 Eemplo

71 Eemplo Como resolver o sistem Ab usndo ftorção de Cholesky? Temos: A G.G t Ab G.G t b Gy b e G t y

72 Pr pensr em cs Dd um mtriz A com determinnte não zero ms que sej não simétric e definid positiv Seri possível chr um sistem equivlente Seri possível chr um sistem equivlente Ab, onde mtriz de coeficientes fosse simétric e definid positiv?

73 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

74 Métodos itertivos Como foi inicilmente comentdo, os métodos itertivos pr resolução de sistems lineres consistem em encontrr um sequênci de proimções sucessivs Dd um estimtiv inicil (), clcul-se sequênci (), (), ()..., té que determindo critério de prd sej stisfeito O sistem A b é trnsformdo em (k) C (k-) + g, k>, onde C é um mtriz e g um vetor Possíveis critérios de prd: máimo erro bsoluto ou reltivo número de iterções Principis métodos: Guss-Jcobi e Guss-Seidel

75 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

76 Método de Guss-Jcobi Considere o sistem liner em su form inicil: n n nn n b n Isolndo i-ésim incógnit n i-ésim equção: (b n n ) (b n n )... n (b n - n n,n- n- ) nn

77 Método de Guss-Jcobi iterção clculd iterção nterior Dess form, sej (k) C (k-) + g, onde k>: C n M nn M n nn O L n M g b b b n M nn Eemplos de critérios de prd: Erro bsoluto: d (k) má i n i (k) i (k-) < ε Erro reltivo: d r (k) d (k) (má i n i (k) ) < ε

78 Eemplo C g ε,5 ),7,6,6 ( g escolh rbitrári ( ) C ( ) + g, 96 86,, 9 () (),6 () (),6 d r (),(má i () ),88 > ε () (),

79 Eemplo Eemplo C g ,,, ) ( 978, g C,,, ) ( ) ( d r (),,98,66 > ε d r (),,9888,6 < ε g C,,, ) ( ) (

80 Critério ds linhs Em um método itertivo, convergênci pr solução et não é grntid: é preciso que o sistem stisfç lguns requisitos Há um condição suficiente pr convergênci do Método de Guss-Jcobi, conhecido como o critério ds linhs : n j j i ij < ii, pr i,,...,n

81 Eemplos Considere o eemplo nterior: < + < 5 + < Grnti de convergênci Considere o eemplo bio: + < Não há grnti de convergênci No entnto, o método de Guss-Jcobi converge neste sistem pr solução et. Verifique! Isso mostr que o critério ds linhs é suficiente, ms não necessário

82 Demonstrção Sejm: * [,,..., n ] T : solução et de A b (k) [ (k), (k),..., (k) n] T : k-ésim proimção de * e (k) (k) *: erro n k-ésim proimção Queremos grntir que lim k e (k) i, i n Sbemos que: * (b - ( * + * n * n )) (k) (b - ( (k-) + (k-) n (k-) n) Clculndo e (k) (k) *, temos: e (k) -( e (k-) + e (k-) n e (k-) n) Anlogmente: e (k) -( e (k-) + e (k-) n e (k-) n) e (k) n -( n e (k-) + n e (k-) n(n-) e (k-) n-) nn

83 Demonstrção (continução) Sejm: E (k) má i n { e (k) i } α i ( i i(i-) + i(i+) in ) ii, i n Qundo o critério ds linhs é stisfeito, α i < Qundo k, (k) * é equivlente E (k) Demonstrremos que E (k) α.e (k-), onde α má i n {α i } Pr i n: e (k) i -( i e (k-) i(i-) e (k-) i- + i(i+) e (k-) i in e (k-) n) ii e (k) i ( i. e (k-) i(i-). e (k-) i- + i(i+). e (k-) i in. e (k-) n ) ii e (k) i ( i i(i-) + i(i+) in ).E (k-) ii e (k) i α i.e (k-) Portnto, E (k) α.e (k-) Consequentemente, E (k) E (k-) α Como α<, então E (k) qundo k : há convergênci!

84 Mis um eemplo Considere o sistem seguir: > 5+ > 6 < 8 Não há grnti de convergênci No entnto, um permutção entre s dus primeirs linhs grnte convergênci: < < 6 < 8 Grnti de convergênci Qundo o critério ds linhs não for stisfeito, convém tentr um permutção de linhs eou coluns

85 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

86 Método de Guss-Seidel Anlogmente o Método de Guss-Jcobi, clcul-se (k) C (k-) + g: C M n nn M n nn O L M g b b M b n nn (k) No entnto, utiliz-se no cálculo de : vlores d iterção nterior: (k) i+,..., vlores clculdos n mesm iterção: i (k) n (k) (k),..., i

87 Eemplo Eemplo ) ( ε, ,, Processo itertivo: (k) (k) (k) ) (k (k) (k) ) (k ) (k (k),5,5,5,75,5,,,5,5,5,75 C,5 g

88 Eemplo (k) (k) (k),5 Primeir iterção:,5, (k) (k),75 (k),5, (k) (k),5 (k) ( ) ( ) ( ) 5,, 75., 75, 5., 5., 75, 875 ( ), 75, 875 () () () (),75 d r () (má i () ) > ε () (),875

89 Eemplo (k) (k) (k) Segund iterção:,,5,5 (k) (k),75 (k),5, (k) (k),5 (k) ( ) ( ) ( ),., 75,.(, 875), 5 5,, 75., 5 5,.(, 875), 5., 5, 5., 95, 9875, 95, 5 ( ) 95,, 9875 () (),5 () (), d r (),(má i () ),95 > ε () (),5

90 Eemplo (k) (k) (k),5 Terceir iterção:,5, (k) (k),75 (k),5, (k) (k),5 (k) ( ) ( ) ( ),., 95,.(, 9875), 75 5,, 75., 75 5,.(, 9875), 5., 75, 5., 99, 999, 99, 75 ( ), 99, 999 () (),75 () (), d r (),(má i () ),9 < ε () (),8

91 Critério de Sssenfeld Sejm os seguintes vlores: β i ii β n j j i n β + ij j j j i+ ij, pr < i n β má {β j }, j n Se β <, então o Método de Guss-Seidel ger um sequênci convergente, qulquer que sej () Qunto menor for β, mis rápid será convergênci

92 Eemplo +, 6, +,,, 6 + +,, 7, 8,, +, +, 8 +,, +, β ( +, +,),7 β (,6.,7 +,6 +,), β (,.,7 +,., +,),58 β (,.,7 +,., +,8.,58),76 β,7 <

93 Demonstrção Sejm: * [,,..., n ] T : solução et de A b (k) [ (k), (k),..., (k) n] T : k-ésim proimção de * e (k) (k) *: erro n k-ésim proimção Queremos grntir que lim k e (k) i, i n No método de Guss-Seidel, podemos consttr que: e (k) -( e (k-) + e (k-) n e (k-) n) e (k) -( e (k) + e (k-) n e (k-) n) e (k) n -( n e (k) + n e (k) n(n-) e (k) n-) nn Sejm: E (k) má i n { e (k) i } β ( n ) β i (β. i β i-. i(i-) + i(i+) in ) ii, <i n

94 Demonstrção (continução) Qundo k, (k) * é equivlente E (k) Demonstrremos por indução no índice i ( i n) que E (k) β.e (k-), onde β má i n {β i } Bse (i): e (k) (. e (k-) +. e (k-) n. e (k-) n ) e (k) [( n ) ].má i n { e (k-) i } e (k) β.e (k-) β.e (k-) Hipótese (<i n): e (k) i- β i-.e (k-) β.e (k-) Psso (<i n): e (k) i ( i. e (k) i(i-). e (k) i- + i(i+). e (k-) i in. e (k-) n ) ii e (k) i ( i.β i(i-).β i- + i(i+) in ).E (k-) ii e (k) i β i.e (k-) β.e (k-) Portnto, E (k) E (k-) β Como β<, então E (k) qundo k : há convergênci!

95 Eemplos Considere o sistem bio, nteriormente visto: + β β β (. ) Não há grnti de convergênci No entnto, o Método de Guss-Seidel converge neste sistem pr solução et. Verifique! Isso mostr que o critério de Sssenfeld, como o critério ds linhs, é suficiente, ms não necessário Considere outro sistem: β β ( 6., ) β, <,, Neste cso, o critério de Sssenfeld grnte convergênci, ms o critério ds linhs, não...

96 Relção entre os critérios Se um sistem stisfz o critério ds linhs, então tmbém stisfrá o critério de Sssenfeld Demonstrção: Sej α má i n {α i } <, onde α i ( i i(i-) + i(i+) in ) ii Vmos provr por indução em i que β i α i <, i n Bse (i): β ( n ) α < Hipótese (<i n): β i- α i- < Psso (<i n): β i (β. i β i-. i(i-) + i(i+) in ) ii β i ( i i(i-) + i(i+) in ) ii α i < Portnto, α < β < A volt nem sempre é verddeir...

97 CCI- Introdução Métodos diretos Regr de Crmer Eliminção de Guss Guss-Jordn Resíduos e Condicionmento de Sistems Decomposição LU Métodos itertivos Guss-Jcobi Guss-Seidel Considerções finis

98 Considerções finis Tnto o critério ds linhs como o critério de Sssenfeld são condições suficientes pr convergênci, ms não necessáris Em sistems esprsos (com grnde número de coeficientes nulos), o Método d Eliminção de Guss não é proprido, pois não preserv est vntjos qulidde. Nesses csos, convém utilizr métodos itertivos Os métodos itertivos são menos suscetíveis o cúmulo de erros de rredondmento

99 Métodos diretos versus itertivos Convergênci Diretos: não fz sentido considerr ess questão, pois clculm solução et Itertivos: ocorre sob determinds condições Esprsidde d mtriz de coeficientes Diretos: lterm estrutur d mtriz Itertivos: utilizm sempre mtriz inicil Erros de rredondmento Diretos: ocorrem cd etp e cumulm-se Itertivos: somente os erros d últim etp fetm solução

Sistems Lineres Form Gerl onde: ij ij coeficientes n n nn n n n n n n b... b... b...

Sistems Lineres Form Gerl onde: ij ij coeficientes n n nn n n n n n n b... b... b... Cálculo Numérico Módulo V Resolução Numéric de Sistems Lineres Prte I Profs.: Bruno Correi d Nóbreg Queiroz José Eustáquio Rngel de Queiroz Mrcelo Alves de Brros Sistems Lineres Form Gerl onde: ij ij coeficientes

Leia mais

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

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

Leia mais

MATRIZES, DETERMINANTES E SISTEMAS LINEARES PROF. JORGE WILSON

MATRIZES, DETERMINANTES E SISTEMAS LINEARES PROF. JORGE WILSON MATRIZES, DETERMINANTES E SISTEMAS LINEARES PROF. JORGE WILSON PROFJWPS@GMAIL.COM MATRIZES Definição e Notção... 11 21 m1 12... 22 m2............ 1n.. 2n. mn Chmmos de Mtriz todo conjunto de vlores, dispostos

Leia mais

UNIVERSIDADE FEDERAL DA BAHIA DEPARTAMENTO DE MATEMÁTICA MAT ALGEBRA LINEAR I-A PROF.: GLÓRIA MÁRCIA

UNIVERSIDADE FEDERAL DA BAHIA DEPARTAMENTO DE MATEMÁTICA MAT ALGEBRA LINEAR I-A PROF.: GLÓRIA MÁRCIA UNIVERSIDADE FEDERAL DA BAHIA DEPARTAMENTO DE MATEMÁTICA MAT - ALGEBRA LINEAR I-A PROF.: GLÓRIA MÁRCIA LISTA DE EXERCÍCIOS ) Sejm A, B e C mtries inversíveis de mesm ordem, encontre epressão d mtri X,

Leia mais

Matrizes. Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Márcia A.F. Dias de Moraes. Matrizes Conceitos Básicos

Matrizes. Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Márcia A.F. Dias de Moraes. Matrizes Conceitos Básicos Mtemátic pr Economists LES uls e Mtrizes Ching Cpítulos e Usos em economi Mtrizes ) Resolução sistems lineres ) Econometri ) Mtriz Insumo Produto Márci.F. Dis de Mores Álgebr Mtricil Conceitos Básicos

Leia mais

Material envolvendo estudo de matrizes e determinantes

Material envolvendo estudo de matrizes e determinantes E. E. E. M. ÁREA DE CONHECIMENTO DE MATEMÁTICA E SUAS TECNOLOGIAS PROFESSORA ALEXANDRA MARIA º TRIMESTRE/ SÉRIE º ANO NOME: Nº TURMA: Mteril envolvendo estudo de mtrizes e determinntes INSTRUÇÕES:. Este

Leia mais

Rresumos das aulas teóricas Cap Capítulo 4. Matrizes e Sistemas de Equações Lineares

Rresumos das aulas teóricas Cap Capítulo 4. Matrizes e Sistemas de Equações Lineares Rresumos ds uls teórics ------------------ Cp ------------------------------ Cpítulo. Mtrizes e Sistems de Equções ineres Sistems de Equções ineres Definições Um sistem de m equções lineres n incógnits,

Leia mais

Definição 1 O determinante de uma matriz quadrada A de ordem 2 é por definição a aplicação. det

Definição 1 O determinante de uma matriz quadrada A de ordem 2 é por definição a aplicação. det 5 DETERMINANTES 5 Definição e Proprieddes Definição O erminnte de um mtriz qudrd A de ordem é por definição plicção ( ) : M IR IR A Eemplo : 5 A ( A ) ( ) ( ) 5 7 5 Definição O erminnte de um mtriz qudrd

Leia mais

DETERMINANTES. Notação: det A = a 11. Exemplos: 1) Sendo A =, então det A = DETERMINANTE DE MATRIZES DE ORDEM 2

DETERMINANTES. Notação: det A = a 11. Exemplos: 1) Sendo A =, então det A = DETERMINANTE DE MATRIZES DE ORDEM 2 DETERMINANTES A tod mtriz qudrd ssoci-se um número, denomindo determinnte d mtriz, que é obtido por meio de operções entre os elementos d mtriz. Su plicção pode ser verificd, por exemplo, no cálculo d

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES DETERMINANTES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES DETERMINANTES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl - APES DETERMINANTES Prof Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic pr iêncis

Leia mais

Resolução Numérica de Sistemas Lineares Parte II

Resolução Numérica de Sistemas Lineares Parte II Cálculo Numérico Resolução Numéric de Sistems Lieres Prte II Prof Jorge Cvlcti jorgecvlcti@uivsfedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdscufcgedubr/~cum/ Sistems

Leia mais

2.4 Integração de funções complexas e espaço

2.4 Integração de funções complexas e espaço 2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática + = B =.. matrizes de M )

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática + = B =.. matrizes de M ) Se ( ij ) é um mtri, definid pel lei Universidde Federl de Viços Centro de Ciêncis Ets e ecnológics Deprtmento de Mtemátic LIS DE EXERCÍCIOS M 7 Prof Gem/ Prof Hugo/ Prof Mrgreth i j, se i j ij, clcule

Leia mais

Gabarito Sistemas Lineares

Gabarito Sistemas Lineares Gbrito Sistes ineres Eercício : () rieir inh :. > Segund inh :. > Terceir inh :. Qurt inh :. α á( α ) > ogo, não stisfz o Critério ds inhs. (b) rieir inh : > Segund inh : 6 > Terceir inh : > Qurt inh :

Leia mais

SERVIÇO PÚBLICO FEDERAL Ministério da Educação

SERVIÇO PÚBLICO FEDERAL Ministério da Educação SERVIÇO PÚBLICO FEDERAL Ministério d Educção Universidde Federl do Rio Grnde Universidde Abert do Brsil Administrção Bchreldo Mtemátic pr Ciêncis Sociis Aplicds I Rodrigo Brbos Sores . Mtrizes:.. Introdução:

Leia mais

TÓPICOS. Equação linear. Sistema de equações lineares. Equação matricial. Soluções do sistema. Método de Gauss-Jordan. Sistemas homogéneos.

TÓPICOS. Equação linear. Sistema de equações lineares. Equação matricial. Soluções do sistema. Método de Gauss-Jordan. Sistemas homogéneos. Note bem: leitur destes pontmentos não dispens de modo lgum leitur tent d bibliogrfi principl d cdeir ÓPICOS Equção liner. AUA 4 Chm-se tenção pr importânci do trblho pessol relizr pelo luno resolvendo

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl - CAPES MATRIZES Prof. Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic pr Ciêncis Sociis

Leia mais

Módulo 02. Sistemas Lineares. [Poole 58 a 85]

Módulo 02. Sistemas Lineares. [Poole 58 a 85] Módulo Note em, leitur destes pontmentos não dispens de modo lgum leitur tent d iliogrfi principl d cdeir Chm-se à tenção pr importânci do trlho pessol relizr pelo luno resolvendo os prolems presentdos

Leia mais

Aula 10 Estabilidade

Aula 10 Estabilidade Aul 0 Estbilidde input S output O sistem é estável se respost à entrd impulso 0 qundo t Ou sej, se síd do sistem stisfz lim y(t) t = 0 qundo entrd r(t) = impulso input S output Equivlentemente, pode ser

Leia mais

Método de Eliminação de Gauss. Método de Eliminação de Gauss

Método de Eliminação de Gauss. Método de Eliminação de Gauss Método de Elimição de Guss idei básic deste método é trsormr o sistem b um sistem equivlete b, ode é um mtriz trigulr superior, eectudo trsormções elemetres sobre s lihs do sistem ddo. Cosidere-se o sistem

Leia mais

EQUAÇÕES E INEQUAÇÕES POLINOMIAIS

EQUAÇÕES E INEQUAÇÕES POLINOMIAIS EQUAÇÕES E INEQUAÇÕES POLINOMIAIS Um dos grndes problems de mtemátic n ntiguidde er resolução de equções polinomiis. Encontrr um fórmul ou um método pr resolver tis equções er um grnde desfio. E ind hoje

Leia mais

TÓPICOS. Determinantes de 1ª e 2ª ordem. Submatriz. Menor. Cofactor. Expansão em cofactores. Determinante de ordem n. Propriedades dos determinantes.

TÓPICOS. Determinantes de 1ª e 2ª ordem. Submatriz. Menor. Cofactor. Expansão em cofactores. Determinante de ordem n. Propriedades dos determinantes. Note bem: leitur destes pontmentos não dispens de modo lgum leitur tent d bibliogrfi principl d cdeir Chm-se tenção pr importânci do trblho pessol relizr pelo luno resolvendo os problems presentdos n bibliogrfi,

Leia mais

1. Conceito de logaritmo

1. Conceito de logaritmo UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Logritmos Prof.: Rogério

Leia mais

MATEMÁTICA PARA REFLETIR! EXERCÍCIOS EXERCÍCIOS COMPLEMENTARES OPERAÇÕES COM MATRIZES PARA REFLETIR!...437

MATEMÁTICA PARA REFLETIR! EXERCÍCIOS EXERCÍCIOS COMPLEMENTARES OPERAÇÕES COM MATRIZES PARA REFLETIR!...437 ÍNICE MATEMÁTICA... PARA REFLETIR!... EXERCÍCIOS... EXERCÍCIOS COMPLEMENTARES... OPERAÇÕES COM MATRIZES... PARA REFLETIR!...7 EXERCÍCIOS E APLICAÇÃO...8 EXERCÍCIOS COMPLEMENTARES...8...9 PARA REFLETIR!...

Leia mais

Linhas 1 2 Colunas 1 2. (*) Linhas 1 2 (**) Colunas 2 1.

Linhas 1 2 Colunas 1 2. (*) Linhas 1 2 (**) Colunas 2 1. Resumos ds uls teórics -------------------- Cp 5 -------------------------------------- Cpítulo 5 Determinntes Definição Consideremos mtriz do tipo x A Formemos todos os produtos de pres de elementos de

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA

UNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA UNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA PRIMEIRO SEMESTRE DE 2015 13 de Fevereiro de 2015 Prte I Álgebr Liner 1 Questão: Sejm

Leia mais

Função Modular. x, se x < 0. x, se x 0

Função Modular. x, se x < 0. x, se x 0 Módulo de um Número Rel Ddo um número rel, o módulo de é definido por:, se 0 = `, se < 0 Observção: O módulo de um número rel nunc é negtivo. Eemplo : = Eemplo : 0 = ( 0) = 0 Eemplo : 0 = 0 Geometricmente,

Leia mais

Aula 1 - POTI = Produtos Notáveis

Aula 1 - POTI = Produtos Notáveis Aul 1 - POTI = Produtos Notáveis O que temos seguir são s demonstrções lgébrics dos sete principis produtos notáveis e tmbém prov geométric dos três primeiros. 1) Qudrdo d Som ( + b) = ( + b) * ( + b)

Leia mais

Incertezas e Propagação de Incertezas. Biologia Marinha

Incertezas e Propagação de Incertezas. Biologia Marinha Incertezs e Propgção de Incertezs Cursos: Disciplin: Docente: Biologi Biologi Mrinh Físic Crl Silv Nos cálculos deve: Ser coerente ns uniddes (converter tudo pr S.I. e tender às potêncis de 10). Fzer um

Leia mais

Área entre curvas e a Integral definida

Área entre curvas e a Integral definida Universidde de Brsíli Deprtmento de Mtemátic Cálculo Áre entre curvs e Integrl definid Sej S região do plno delimitd pels curvs y = f(x) e y = g(x) e s rets verticis x = e x = b, onde f e g são funções

Leia mais

TECNÓLOGO EM CONSTRUÇÃO CIVIL. Aula 7 _ Função Modular, Exponencial e Logarítmica Professor Luciano Nóbrega

TECNÓLOGO EM CONSTRUÇÃO CIVIL. Aula 7 _ Função Modular, Exponencial e Logarítmica Professor Luciano Nóbrega 1 TECNÓLOGO EM CONSTRUÇÃO CIVIL Aul 7 _ Função Modulr, Eponencil e Logrítmic Professor Lucino Nóbreg FUNÇÃO MODULAR 2 Módulo (ou vlor bsolutode um número) O módulo (ou vlor bsoluto) de um número rel, que

Leia mais

Bhaskara e sua turma Cícero Thiago B. Magalh~aes

Bhaskara e sua turma Cícero Thiago B. Magalh~aes 1 Equções de Segundo Gru Bhskr e su turm Cícero Thigo B Mglh~es Um equção do segundo gru é um equção do tipo x + bx + c = 0, em que, b e c são números reis ddos, com 0 Dd um equção do segundo gru como

Leia mais

IME MATEMÁTICA. Questão 01. Calcule o número natural n que torna o determinante abaixo igual a 5. Resolução:

IME MATEMÁTICA. Questão 01. Calcule o número natural n que torna o determinante abaixo igual a 5. Resolução: IME MATEMÁTICA A mtemátic é o lfbeto com que Deus escreveu o mundo Glileu Glilei Questão Clcule o número nturl n que torn o determinnte bixo igul 5. log (n ) log (n + ) log (n ) log (n ) Adicionndo s três

Leia mais

1 Assinale a alternativa verdadeira: a) < <

1 Assinale a alternativa verdadeira: a) < < MATEMÁTICA Assinle lterntiv verddeir: ) 6 < 7 6 < 6 b) 7 6 < 6 < 6 c) 7 6 < 6 < 6 d) 6 < 6 < 7 6 e) 6 < 7 6 < 6 Pr * {} temos: ) *, * + e + * + ) + > + + > ) Ds equções (I) e (II) result 7 6 < ( 6 )

Leia mais

Desigualdades - Parte II. n (a1 b 1 +a 2 b a n b n ) 2.

Desigualdades - Parte II. n (a1 b 1 +a 2 b a n b n ) 2. Polos Olímpicos de Treinmento Curso de Álgebr - Nível Prof. Mrcelo Mendes Aul 9 Desigulddes - Prte II A Desiguldde de Cuchy-Schwrz Sejm,,..., n,b,b,...,b n números reis. Então: + +...+ ) n b +b +...+b

Leia mais

MATRIZES E DETERMINANTES

MATRIZES E DETERMINANTES Professor: Cssio Kiechloski Mello Disciplin: Mtemátic luno: N Turm: Dt: MTRIZES E DETERMINNTES MTRIZES: Em quse todos os jornis e revists é possível encontrr tbels informtivs. N Mtemátic chmremos ests

Leia mais

Matemática. Resolução das atividades complementares. M24 Equações Polinomiais. 1 (PUC-SP) No universo C, a equação

Matemática. Resolução das atividades complementares. M24 Equações Polinomiais. 1 (PUC-SP) No universo C, a equação Resolução ds tividdes complementres Mtemátic M Equções Polinomiis p. 86 (PUC-SP) No universo C, equção 0 0 0 dmite: ) três rízes rcionis c) dus rízes irrcionis e) um únic riz positiv b) dus rízes não reis

Leia mais

Então, det(a) = 1x3 1x2 = 3 2 = 1. Determinante de uma matriz 3 x 3 Regra de Sarrus (Pierre Frédéric Sarrus) Definimos det(a) =

Então, det(a) = 1x3 1x2 = 3 2 = 1. Determinante de uma matriz 3 x 3 Regra de Sarrus (Pierre Frédéric Sarrus) Definimos det(a) = Determinnte de um mtriz Sej um mtriz qudrd de ordem. Definimos det - E.: Sej mtriz Então, det Determinnte de um mtriz Regr de Srrus Pierre Frédéric Srrus Sej um mtriz qudrd de ordem. Definimos det Regr

Leia mais

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática 1 NÚMEROS E OPERAÇÕES 1.1 Lingugem Mtemátic AULA 1 1 1.2 Conjuntos Numéricos Chm-se conjunto o grupmento num todo de objetos, bem definidos e discerníveis, de noss percepção ou de nosso entendimento, chmdos

Leia mais

Os números racionais. Capítulo 3

Os números racionais. Capítulo 3 Cpítulo 3 Os números rcionis De modo informl, dizemos que o conjunto Q dos números rcionis é composto pels frções crids prtir de inteiros, desde que o denomindor não sej zero. Assim como fizemos nteriormente,

Leia mais

Diogo Pinheiro Fernandes Pedrosa

Diogo Pinheiro Fernandes Pedrosa Integrção Numéric Diogo Pinheiro Fernndes Pedros Universidde Federl do Rio Grnde do Norte Centro de Tecnologi Deprtmento de Engenhri de Computção e Automção http://www.dc.ufrn.br/ 1 Introdução O conceito

Leia mais

3 Teoria dos Conjuntos Fuzzy

3 Teoria dos Conjuntos Fuzzy 0 Teori dos Conjuntos Fuzzy presentm-se qui lguns conceitos d teori de conjuntos fuzzy que serão necessários pr o desenvolvimento e compreensão do modelo proposto (cpítulo 5). teori de conjuntos fuzzy

Leia mais

Sebenta de Álgebra Linear e Geometria Analítica

Sebenta de Álgebra Linear e Geometria Analítica Sebent de Álgebr Liner e Geometri Anlític Pulo Jorge Afonso Alves Cpítulo 1 Mtrizes Objectivo Neste cpítulo vmos introduzir um novo conceito, o de mtriz; os diferentes tipos de mtrizes existentes; estudr

Leia mais

Recordando produtos notáveis

Recordando produtos notáveis Recordndo produtos notáveis A UUL AL A Desde ul 3 estmos usndo letrs pr representr números desconhecidos. Hoje você sbe, por exemplo, que solução d equção 2x + 3 = 19 é x = 8, ou sej, o número 8 é o único

Leia mais

Comprimento de arco. Universidade de Brasília Departamento de Matemática

Comprimento de arco. Universidade de Brasília Departamento de Matemática Universidde de Brsíli Deprtmento de Mtemátic Cálculo Comprimento de rco Considerefunçãof(x) = (2/3) x 3 definidnointervlo[,],cujográficoestáilustrdo bixo. Neste texto vmos desenvolver um técnic pr clculr

Leia mais

( 2 5 ) simplificando a fração. Matemática A Extensivo V. 8 GABARITO. Matemática A. Exercícios. (( ) ) trocando a base log 5 01) B 04) B.

( 2 5 ) simplificando a fração. Matemática A Extensivo V. 8 GABARITO. Matemática A. Exercícios. (( ) ) trocando a base log 5 01) B 04) B. Mtemátic A Etensivo V. Eercícios 0) B 0) B f() = I. = y = 6 6 = ftorndo 6 = = II. = y = 6 = 6 = pel propriedde N = N = De (I) e (II) podemos firmr que =, então: ) 6 = = 6 ftorndo 6 = = pel propriedde N

Leia mais

Quadratura por interpolação Fórmulas de Newton-Cotes Quadratura Gaussiana. Integração Numérica. Leonardo F. Guidi DMPA IM UFRGS.

Quadratura por interpolação Fórmulas de Newton-Cotes Quadratura Gaussiana. Integração Numérica. Leonardo F. Guidi DMPA IM UFRGS. Qudrtur por interpolção DMPA IM UFRGS Cálculo Numérico Índice Qudrtur por interpolção 1 Qudrtur por interpolção 2 Qudrturs simples Qudrturs composts 3 Qudrtur por interpolção Qudrtur por interpolção O

Leia mais

dx f(x) dx p(x). dx p(x) + dx f (n) n! i=1 f(x i) l i (x) ), a aproximação seria então dada por f(x i ) l i (x) = i=1 i=1 C i f(x i ), i=1 C i =

dx f(x) dx p(x). dx p(x) + dx f (n) n! i=1 f(x i) l i (x) ), a aproximação seria então dada por f(x i ) l i (x) = i=1 i=1 C i f(x i ), i=1 C i = Cpítulo 7 Integrção numéric 71 Qudrtur por interpolção O método de qudrtur por interpolção consiste em utilizr um polinômio interpolnte p(x) pr proximr o integrndo f(x) no domínio de integrção [, b] Dess

Leia mais

Matemática. Resolução das atividades complementares. M13 Determinantes. 1 (Unifor-CE) Sejam os determinantes A 5. 2 (UFRJ) Dada a matriz A 5 (a ij

Matemática. Resolução das atividades complementares. M13 Determinantes. 1 (Unifor-CE) Sejam os determinantes A 5. 2 (UFRJ) Dada a matriz A 5 (a ij Resolução ds tividdes complementres Mtemátic M Determinntes p. (Unifor-CE) Sejm os determinntes A, B e C. Nests condições, é verdde que AB C é igul : ) c) e) b) d) A?? A B?? B C?? C AB C ()? AB C, se i,

Leia mais

DERIVADAS DAS FUNÇÕES SIMPLES12

DERIVADAS DAS FUNÇÕES SIMPLES12 DERIVADAS DAS FUNÇÕES SIMPLES2 Gil d Cost Mrques Fundentos de Mteátic I 2. Introdução 2.2 Derivd de y = n, n 2.2. Derivd de y = / pr 0 2.2.2 Derivd de y = n, pr 0, n =,, isto é, n é u núero inteiro negtivo

Leia mais

Um disco rígido de 300Gb foi dividido em quatro partições. O conselho directivo ficou. 24, os alunos ficaram com 3 8

Um disco rígido de 300Gb foi dividido em quatro partições. O conselho directivo ficou. 24, os alunos ficaram com 3 8 GUIÃO REVISÕES Simplificção de expressões Um disco rígido de 00Gb foi dividido em qutro prtições. O conselho directivo ficou com 1 4, os docentes ficrm com 1 4, os lunos ficrm com 8 e o restnte ficou pr

Leia mais

Dessa forma o eixo ox é uma assíntota da função exponencial e assim valores de y < 0 não se relacionam com nenhum x do domínio, portanto Im = R +.

Dessa forma o eixo ox é uma assíntota da função exponencial e assim valores de y < 0 não se relacionam com nenhum x do domínio, portanto Im = R +. 6 4. Função Eponencil É todo função que pode ser escrit n form: f: R R + = Em que é um número rel tl que 0

Leia mais

UNITAU APOSTILA DETERMINANTES PROF. CARLINHOS NOME DO ALUNO: Nº TURMA: Bibliografia: Curso de Matemática Volume Único

UNITAU APOSTILA DETERMINANTES PROF. CARLINHOS NOME DO ALUNO: Nº TURMA: Bibliografia: Curso de Matemática Volume Único ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA DETERMINANTES PROF. CARLINHOS NOME DO ALUNO: Nº TURMA: Bibliogrfi: Curso de Mtemátic Volume Único Autores: Binchini&Pccol Ed. Modern Mtemátic

Leia mais

Tópicos Especiais de Álgebra Linear Tema # 2. Resolução de problema que conduzem a s.e.l. com única solução. Introdução à Resolução de Problemas

Tópicos Especiais de Álgebra Linear Tema # 2. Resolução de problema que conduzem a s.e.l. com única solução. Introdução à Resolução de Problemas Tópicos Especiis de Álgebr Liner Tem # 2. Resolução de problem que conduzem s.e.l. com únic solução Assunto: Resolução de problems que conduzem Sistem de Equções Lineres utilizndo invers d mtriz. Introdução

Leia mais

Nota de aula_2 2- FUNÇÃO POLINOMIAL

Nota de aula_2 2- FUNÇÃO POLINOMIAL Universidde Tecnológic Federl do Prná Cmpus Curiti Prof. Lucine Deprtmento Acdêmico de Mtemátic Not de ul_ - FUNÇÃO POLINOMIAL Definição 8: Função polinomil com um vriável ou simplesmente função polinomil

Leia mais

x = x 2 x 1 O acréscimo x é também chamado de diferencial de x e denotado por dx, isto é, dx = x.

x = x 2 x 1 O acréscimo x é também chamado de diferencial de x e denotado por dx, isto é, dx = x. Universidde Federl Fluminense Mtemátic II Professor Mri Emili Neves Crdoso Cpítulo Integrl. Diferenciis dy Anteriormente, foi considerdo um símolo pr derivd de y em relção à, ms em lguns prolems é útil

Leia mais

NOTAS DE AULA. Cálculo Numérico. Universidade Tecnológica Federal do Paraná - UTFPR - Professores: Lauro César Galvão Luiz Fernando Nunes

NOTAS DE AULA. Cálculo Numérico. Universidade Tecnológica Federal do Paraná - UTFPR - Professores: Lauro César Galvão Luiz Fernando Nunes NOTAS DE AULA Cálculo Numérico Universidde Tecnológic Federl do Prná - UTFPR - Professores: Luro Césr Glvão Luiz Fernndo Nunes Índice Cálculo Numérico () ii Noções básics sobre Erros... - Zeros reis de

Leia mais

Capítulo IV. Funções Contínuas. 4.1 Noção de Continuidade

Capítulo IV. Funções Contínuas. 4.1 Noção de Continuidade Cpítulo IV Funções Contínus 4 Noção de Continuidde Um idei muito básic de função contínu é de que o seu gráfico pode ser trçdo sem levntr o lápis do ppel; se houver necessidde de interromper o trço do

Leia mais

Potencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017

Potencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017 Potencil Elétrico Evndro Bstos dos Sntos 14 de Mrço de 2017 1 Energi Potencil Elétric Vmos começr fzendo um nlogi mecânic. Pr um corpo cindo em um cmpo grvitcionl g, prtir de um ltur h i té um ltur h f,

Leia mais

APOSTILA DE CÁLCULO NUMÉRICO

APOSTILA DE CÁLCULO NUMÉRICO APOSTILA DE CÁLCULO NUMÉRICO Professor: Willim Wgner Mtos Lir Monitores: Ricrdo Albuquerque Fernndes Flvio Bomfim ERROS. Introdução.. Modelgem e Resolução A utilizção de simuldores numéricos pr determinção

Leia mais

Eletrotécnica TEXTO Nº 7

Eletrotécnica TEXTO Nº 7 Eletrotécnic TEXTO Nº 7 CIRCUITOS TRIFÁSICOS. CIRCUITOS TRIFÁSICOS EQUILIBRADOS E SIMÉTRICOS.. Introdução A quse totlidde d energi elétric no mundo é gerd e trnsmitid por meio de sistems elétricos trifásicos

Leia mais

16.4. Cálculo Vetorial. Teorema de Green

16.4. Cálculo Vetorial. Teorema de Green ÁLULO VETORIAL álculo Vetoril pítulo 6 6.4 Teorem de Green Nest seção, prenderemos sore: O Teorem de Green pr váris regiões e su plicção no cálculo de integris de linh. INTROUÇÃO O Teorem de Green fornece

Leia mais

Funções e Limites. Informática

Funções e Limites. Informática CURSO DE: SEGUNDA LICENCIATURA EM INFORMÁTICA DISCIPLINA: CÁLCULO I Funções e Limites Informátic Prof: Mrcio Demetrius Mrtinez Nov Andrdin 00 O CONCEITO DE UMA FUNÇÃO - FUNÇÃO. O que é um função Um função

Leia mais

3 SISTEMAS DE EQUAÇÕES LINEARES

3 SISTEMAS DE EQUAÇÕES LINEARES . Itrodução SISTEAS DE EQUAÇÕES INEARES A solução de sistems lieres é um ferrmet mtemátic muito importte egehri. Normlmete os prolems ão-lieres são soluciodos por ferrmets lieres. As fotes mis comus de

Leia mais

Índice. Matrizes, Determinantes e Sistemas Lineares. Resumo Teórico...1 Exercícios...5 Dicas...6 Resoluções...7

Índice. Matrizes, Determinantes e Sistemas Lineares. Resumo Teórico...1 Exercícios...5 Dicas...6 Resoluções...7 Índice Mtrizes, Determinntes e Sistems Lineres Resumo Teórico...1 Exercícios...5 Dics...6 Resoluções...7 Mtrizes, Determinntes e Sistems Lineres Resumo Teórico Mtrizes Representção A=( ij )x3pode ser representd

Leia mais

Professora: Profª Roberta Nara Sodré de Souza

Professora: Profª Roberta Nara Sodré de Souza MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICAS INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA-CAMPUS ITAJAÍ Professor: Profª Robert Nr Sodré de Souz Função

Leia mais

Linguagens Formais Capítulo 5: Linguagens e gramáticas livres de contexto

Linguagens Formais Capítulo 5: Linguagens e gramáticas livres de contexto Lingugens ormis Cpítulo 5: Lingugens e grmátics livres de contexto José Lucs Rngel, mio 1999 5.1 - Introdução Vimos no cpítulo 3 definição de grmátic livre de contexto (glc) e de lingugem livre de contexto

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE MATEMÁTICA. Andréa Costa Nascimento

UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE MATEMÁTICA. Andréa Costa Nascimento UNIVERSIDDE FEDERL DE MINS GERIS INSTITUTO DE CIÊNCIS EXTS DEPRTMENTO DE MTEMÁTIC ndré Cost Nscimento Dus mneirs diferentes de demonstrr Relção de Euler pr poliedros convexos, vist no ensino médio Belo

Leia mais

CÁLCULO I. Apresentar a técnica de integração por substituição; Utilizar técnicas apresentadas no cálculo integral.

CÁLCULO I. Apresentar a técnica de integração por substituição; Utilizar técnicas apresentadas no cálculo integral. CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeid Auls n o 8: Técnics de Integrção I - Método d Substituição Objetivos d Aul Apresentr técnic de integrção por substituição; Utilizr técnics presentds

Leia mais

Objetivo. Conhecer a técnica de integração chamada substituição trigonométrica. e pelo eixo Ox. f(x) dx = A.

Objetivo. Conhecer a técnica de integração chamada substituição trigonométrica. e pelo eixo Ox. f(x) dx = A. MÓDULO - AULA Aul Técnics de Integrção Substituição Trigonométric Objetivo Conhecer técnic de integrção chmd substituição trigonométric. Introdução Você prendeu, no Cálculo I, que integrl de um função

Leia mais

Aprender o conceito de vetor e suas propriedades como instrumento apropriado para estudar movimentos não-retilíneos;

Aprender o conceito de vetor e suas propriedades como instrumento apropriado para estudar movimentos não-retilíneos; Aul 5 Objetivos dest Aul Aprender o conceito de vetor e sus proprieddes como instrumento proprido pr estudr movimentos não-retilíneos; Entender operção de dição de vetores e multiplicção de um vetor por

Leia mais

Objetivo. Integrais de funções vetoriais. Conhecer a integral de funções vetoriais; Aprender a calcular comprimentos de curvas parametrizadas;

Objetivo. Integrais de funções vetoriais. Conhecer a integral de funções vetoriais; Aprender a calcular comprimentos de curvas parametrizadas; Funções vetoriis Integris MÓDULO 3 - AULA 35 Aul 35 Funções vetoriis Integris Objetivo Conhecer integrl de funções vetoriis; Aprender clculr comprimentos de curvs prmetrizds; Aprender clculr áres de regiões

Leia mais

Integrais Imprópias Aula 35

Integrais Imprópias Aula 35 Frções Prciis - Continução e Integris Imprópis Aul 35 Alexndre Nolsco de Crvlho Universidde de São Pulo São Crlos SP, Brzil 05 de Junho de 203 Primeiro Semestre de 203 Turm 20304 - Engenhri de Computção

Leia mais

5) Para b = temos: 2. Seja M uma matriz real 2 x 2. Defina uma função f na qual cada elemento da matriz se desloca para a posição. e as matrizes são:

5) Para b = temos: 2. Seja M uma matriz real 2 x 2. Defina uma função f na qual cada elemento da matriz se desloca para a posição. e as matrizes são: MATEMÁTIA Sej M um mtriz rel x. Defin um função f n qul cd elemento d mtriz se desloc pr posição b seguinte no sentido horário, ou sej, se M =, c d c implic que f (M) =. Encontre tods s mtrizes d b simétrics

Leia mais

NOTA DE AULA. Tópicos em Matemática

NOTA DE AULA. Tópicos em Matemática Universidde Tecnológic Federl do Prná Cmpus Curitib Prof. Lucine Deprtmento Acdêmico de Mtemátic NOTA DE AULA Tópicos em Mtemátic Fonte: http://eclculo.if.usp.br/ 1. CONJUNTOS NUMÉRICOS: 1.1 Números Nturis

Leia mais

1 Distribuições Contínuas de Probabilidade

1 Distribuições Contínuas de Probabilidade Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem

Leia mais

Progressões Aritméticas

Progressões Aritméticas Segund Etp Progressões Aritmétics Definição São sequêncis numérics onde cd elemento, prtir do segundo, é obtido trvés d som de seu ntecessor com um constnte (rzão).,,,,,, 1 3 4 n 1 n 1 1º termo º termo

Leia mais

Aos pais e professores

Aos pais e professores MAT3_015_F01_5PCImg.indd 9 9/09/16 10:03 prcels ou termos som ou totl Pr dicionres mentlmente, podes decompor os números e dicioná-los por ordens. 136 + 5 = (100 + 30 + 6) + (00 + 50 + ) 300 + 80 + 8 MAT3_015_F0.indd

Leia mais

Definição Definimos o dominio da função vetorial dada em (1.1) como: dom(f i ) i=1

Definição Definimos o dominio da função vetorial dada em (1.1) como: dom(f i ) i=1 Cpítulo 1 Funções Vetoriis Neste cpítulo estudremos s funções f : R R n, funções que descrevem curvs ou movimentos de objetos no espço. 1.1 Definições e proprieddes Definição 1.1.1 Um função vetoril, é

Leia mais

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc. Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri

Leia mais

Resumo com exercícios resolvidos do assunto: Aplicações da Integral

Resumo com exercícios resolvidos do assunto: Aplicações da Integral www.engenhrifcil.weely.com Resumo com exercícios resolvidos do ssunto: Aplicções d Integrl (I) (II) (III) Áre Volume de sólidos de Revolução Comprimento de Arco (I) Áre Dd um função positiv f(x), áre A

Leia mais

As fórmulas aditivas e as leis do seno e do cosseno

As fórmulas aditivas e as leis do seno e do cosseno ul 3 s fórmuls ditivs e s leis do MÓDULO 2 - UL 3 utor: elso ost seno e do cosseno Objetivos 1) ompreender importânci d lei do seno e do cosseno pr o cálculo d distânci entre dois pontos sem necessidde

Leia mais

CPV conquista 70% das vagas do ibmec (junho/2007)

CPV conquista 70% das vagas do ibmec (junho/2007) conquist 70% ds vgs do ibmec (junho/007) IBME 08/Junho /008 NÁLISE QUNTITTIV E LÓGI DISURSIV 0. Num lv-rápido de crros trblhm três funcionários. tbel bio mostr qunto tempo cd um deles lev sozinho pr lvr

Leia mais

I REVISÃO DE CONCEITOS BÁSICOS

I REVISÃO DE CONCEITOS BÁSICOS I REVISÃO DE CONCEITOS BÁSICOS. Elementos Básicos de Mtemátic. Regrs de Sinis ADIÇÃO: - qundo os números tem o mesmo sinl, somm-se os módulos e tribui-se o resultdo o sinl comum. E: (+)+(+9)=+4 ou 4 (-)+(-)=

Leia mais

Diagrama de Blocos. Estruturas de Sistemas Discretos. Grafo de Fluxo. Sistemas IIR Forma Directa I

Diagrama de Blocos. Estruturas de Sistemas Discretos. Grafo de Fluxo. Sistemas IIR Forma Directa I Estruturs de Sistems Discretos Luís Clds de Oliveir Digrm de Blocos As equções às diferençs podem ser representds num digrm de locos com símolos pr:. Representções gráfics ds equções às diferençs som de

Leia mais

RESOLUÇÃO DA PROVA DE MATEMÁTICA VESTIBULAR DA UNICAMP 2016 FASE 2. POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA

RESOLUÇÃO DA PROVA DE MATEMÁTICA VESTIBULAR DA UNICAMP 2016 FASE 2. POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA RESOLUÇÃO DA PROVA DE MATEMÁTICA VESTIBULAR DA UNICAMP 6 FASE. POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA. O gráfico de brrs bixo exibe distribuição d idde de um grupo de pessos. ) Mostre que, nesse grupo,

Leia mais

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos 3. Cálculo integrl em IR 3.. Integrl Indefinido 3... Definição, Proprieddes e Exemplos A noção de integrl indefinido prece ssocid à de derivd de um função como se pode verificr prtir d su definição: Definição

Leia mais

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches CT-234 Estruturs de Ddos, Análise de Algoritmos e Complexidde Estruturl Crlos Alberto Alonso Snches CT-234 7) Busc de pdrões Knuth-Morris-Prtt, Boyer-Moore, Krp-Rbin Pdrões e lfbetos Pdrões (ptterns ou

Leia mais

POLINÔMIOS. Definição: Um polinômio de grau n é uma função que pode ser escrita na forma. n em que cada a i é um número complexo (ou

POLINÔMIOS. Definição: Um polinômio de grau n é uma função que pode ser escrita na forma. n em que cada a i é um número complexo (ou POLINÔMIOS Definição: Um polinômio de gru n é um função que pode ser escrit n form P() n n i 0... n i em que cd i é um número compleo (ou i 0 rel) tl que n é um número nturl e n 0. Os números i são denomindos

Leia mais

1- SOLUÇÃO DE SISTEMAS LINEARES E INVERSÃO DE MATRIZES

1- SOLUÇÃO DE SISTEMAS LINEARES E INVERSÃO DE MATRIZES - SOLUÇÃO DE SISTEMAS LINEARES E INVERSÃO DE MATRIZES.- Métodos etos pr solução de sistems lieres Métodos pr solução de sistems de equções lieres são divididos priciplmete em dois grupos: ) Métodos Etos:

Leia mais

Simbolicamente, para. e 1. a tem-se

Simbolicamente, para. e 1. a tem-se . Logritmos Inicilmente vmos trtr dos ritmos, um ferrment crid pr uilir no desenvolvimento de cálculos e que o longo do tempo mostrou-se um modelo dequdo pr vários fenômenos ns ciêncis em gerl. Os ritmos

Leia mais

4 π. 8 π Considere a função real f, definida por f(x) = 2 x e duas circunferência C 1 e C 2, centradas na origem.

4 π. 8 π Considere a função real f, definida por f(x) = 2 x e duas circunferência C 1 e C 2, centradas na origem. EFOMM 2010 1. Anlise s firmtivs bixo. I - Sej K o conjunto dos qudriláteros plnos, seus subconjuntos são: P = {x K / x possui ldos opostos prlelos}; L = {x K / x possui 4 ldos congruentes}; R = {x K /

Leia mais

Resolução A primeira frase pode ser equacionada como: QUESTÃO 3. Resolução QUESTÃO 2 QUESTÃO 4. Resolução

Resolução A primeira frase pode ser equacionada como: QUESTÃO 3. Resolução QUESTÃO 2 QUESTÃO 4. Resolução (9) - www.elitecmpins.com.br O ELITE RESOLVE MATEMÁTICA QUESTÃO Se Améli der R$, Lúci, então mbs ficrão com mesm qunti. Se Mri der um terço do que tem Lúci, então est ficrá com R$, mis do que Améli. Se

Leia mais

Integral imprópria em R n (n = 1, 2, 3)

Integral imprópria em R n (n = 1, 2, 3) Universidde Federl do Rio de Jneiro Instituto de Mtemátic Deprtmento de Métodos Mtemáticos Integrl Imprópri Integrl imprópri em R n (n =,, 3) Autores: Angel Cássi Bizutti e Ivo Fernndez Lopez Introdução

Leia mais

Congruências de grau 2 e reciprocidade quadrática. Seja p > 2 um número primo e a,b,c Z com a não divisívelpor p. Resolver

Congruências de grau 2 e reciprocidade quadrática. Seja p > 2 um número primo e a,b,c Z com a não divisívelpor p. Resolver Polos Olímicos de Treinmento Curso de Teori dos Números - Nível 3 Crlos Gustvo Moreir Aul 9 Congruêncis de gru e recirocidde qudrátic 1 Congruêncis de Gru Sej > um número rimo e,b,c Z com não divisívelor.

Leia mais

Exercícios. setor Aula 25. f(2) = 3. f(3) = 0. f(11) = 12. g(3) = 14. Temos: 2x 1 = 5 x = 3 Logo, f(5) = 3 2 = 9

Exercícios. setor Aula 25. f(2) = 3. f(3) = 0. f(11) = 12. g(3) = 14. Temos: 2x 1 = 5 x = 3 Logo, f(5) = 3 2 = 9 setor 07 070409 070409-SP Aul 5 FUNÇÃO (COMPOSIÇÃO DE FUNÇÕES) FUNÇÃO COMPOSTA Sej f um função de A em B e sej g um função de B em C. Chm-se função compost de g com f função h definid de A em C, tl que

Leia mais

Prezados Estudantes, Professores de Matemática e Diretores de Escola,

Prezados Estudantes, Professores de Matemática e Diretores de Escola, Prezdos Estudntes, Professores de Mtemátic e Diretores de Escol, Os Problems Semnis são um incentivo mis pr que os estudntes possm se divertir estudndo Mtemátic, o mesmo tempo em que se preprm pr s Competições

Leia mais

Integral indefinida ou integral imprópria

Integral indefinida ou integral imprópria Integrl indefinid ou integrl imprópri Prcino-Pereir, Trcisio 13 de julho de 217 preprints d Sobrl Mtemátic no. 217.4 Editor Trcisio Prcino-Pereir trcisio@member.ms.org Resumo Neste rtigo defendo idei que

Leia mais

CPV O cursinho que mais aprova na GV

CPV O cursinho que mais aprova na GV O cursinho que mis prov n GV FGV dministrção Fse 9/junho/005 MTMÁTI 0. ntônio investiu qunti recebid de hernç em três plicções distints: do totl recebido em um fundo de rend fi; 40% do vlor herddo em um

Leia mais

UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA

UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA UNVERSDDE DE SÃO PULO ESOL POLTÉN Deprtmento de Engenhri de Estruturs e Geotécnic URSO ÁSO DE RESSTÊN DOS TERS FSÍULO Nº 5 Flexão oblíqu H. ritto.010 1 FLEXÃO OLÍU 1) udro gerl d flexão F LEXÃO FLEXÃO

Leia mais