Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
|
|
- Vitorino Carrilho Valverde
- 8 Há anos
- Visualizações:
Transcrição
1 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Resolução de Sistemas Lineares Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser: Métodos diretos. São aqueles que, a menos de erros de arredondamento, fornecem a solução exata do sistema linear, caso ela exista, após um número finito de passos. Métodos iterativos. São aqueles que geram uma seqüência de vetores x (k), a partir de uma aproximação inicial x (0). Caso a solução exista, esta seqüência converge sob certas condições. Exemplos de métodos diretos: Para um sistema Ax = b, onde A é uma matriz n n: Regra de Cramer. Idéia: achar o i-ésimo elemento de x como x i = i, onde i é o determinante da matriz obtida a partir de A trocando-se a coluna j pela matriz coluna b. Obs: Exige o cálculo de (n+1) determinantes de ordem n o que resulta em (n+1)(n!)(n 1) operações! Eliminação Gaussiana. Idéia: Transformar o sistema original em um sistema triangular superior equivalente. Fatoração LU. Idéia: Decompor a matriz A em duas matrizes triangulares L (inferior com diagonal unitária) e U (superior) de forma que A = LU. Fatoração de Cholesky. Idéia: Sendo A uma matriz simétrica (a ij = a ji, para i, j = 1,..., n), definida positiva (x t Ax > 0, x 0), decompô-la na forma A = GG t, onde G é uma matriz triangular inferior com g ii > 0, para i = 1,..., n. Exemplos de métodos iterativos: Para um sistema Ax = b, onde A é uma matriz n n. Podemos sempre escrever A = L + D + U, onde: L é uma matriz triangular inferior; D é uma matriz diagonal;
2 1 MÉTODO DA ELIMINAÇÃO DE GAUSS. 2 U é uma matriz triangular superior. Dessa forma o sistema pode ser reescrito como: Dx = b (L + U)x, e quando detd 0 podemos escrever x = D 1 (b (L + U)x). Método de Jacobi. Idéia: Calcular x (k+1) usando a fórmula acima e todo os elementos do vetor x (k) e sendo assim a iteração seguinte é calculada como x (k+1) = D 1 (b (L+U)x (k) ) Método de Gauss-Seidel. Idéia: Calcular x (k+1) usando a fórmula acima e parte do vetor x (k) e as novas aproximações x (k+1) já calculadas nos passos anteriores. Por exemplo, no caso 3x3: x k+1 1 x k+1 2 x k+1 3 = b 1 + a 12 x k 2 + a 13 x k 3 b 2 + a 21 x k a 23 x k 3 b 3 + a 31 x k a 32 x k+1 2 Observações gerais: Os métodos diretos são adequados para sistemas pequenos (menores que 300x300) e quando a matriz dos coeficientes é cheia. Os métodos iterativos são adequados para sistemas de qualquer tamanho, quando a matriz dos coeficientes é esparsa (muitos coeficientes são nulos). São mais econômicos. Reduzem problemas com erros de arredondamento, os quais acabam sendo em grande parte absorvidos pelo processo iterativo. Também podem ser aplicados em sistemas não -lineares. 1 Método da Eliminação de Gauss. Como já dissemos, o objetivo é transformar o sistema linear em um sistema triangular superior equivalente. Teorema do MEG: Seja Ax = b um sistema linear. Aplicando sobre as equações deste sistema uma seqüência de operações elementares escolhidas entre: 1. trocar duas equações ; 2. multiplicar uma equação por um escalar não -nulo; 3. adicionar uma equação a outra; obtemos um novo sistema A x = b equivalente ao sistema original, ou seja, eles possuem as mesmas soluções. Usaremos o teorema do MEG para achar a matriz triangular superior equivalente à matriz do sistema original. Suponhamos que detd 0. Na etapa k do processo eliminaremos a variável x k das equações k + 1, k + 2,..., n. O coeficiente da matriz A na linha i, coluna j e etapa k será denotado por a (k) ij, i, j = 1,..., n. O coeficiente da matriz dos termos independentes b na linha i, coluna n + 1 e etapa k será denotado por b (k) i, i = 1,..., n.
3 1 MÉTODO DA ELIMINAÇÃO DE GAUSS. 3 Como detd 0 existe a 1j não -nulo para algum j = 1,..., n, então reescrevemos A, se necessário for, de forma que a 11 seja não -nulo. A (0) b (0) ETAPA 1: Eliminação de x 1 das equações 2, 3,..., n, fazendo L (1) 1 = L (0) 1 e L (1) i = L (0) i m i1 L (0) 1, onde m i1 = a i1/a11 são chamados de multiplicadores da etapa 1 e o elemento a 11 de pivô da etapa 1, i = 2,..., n. A (1) b (1) ETAPA 2: Eliminação de x 2 das equações 3, 4,..., n, fazendo L (2) 1 = L (1) 1, L(2) 2 = L (1) 2 e L (2) i = L (1) i m i2 L (1) 2, onde m i2 = a i2 /a 22 sø chamados de multiplicadores da etapa 2 e o elemento a 22 de pivô da etapa 2, i=3,...,n. A (2) b (2) Seguindo um raciocínio análogo, prossegue-se até a etapa (n 1) e a matriz, ao final, será uma triangular superior estendida. E o sistema A (n 1) x = b (n 1) será equivalente ao sistema Ax = b. Exercício: Resolver os sistemas abaixo pelo método de eliminação de Gauss e verificar a exatidão da solução. Use mantissa com 4 dígitos e arredondamento. 7x 1 + 2x 2 5x 3 = 18 x 1 + 5x 2 3x 3 = 40 2x 1 x 2 9x 3 = 26 4x 1 + 2x 2 x 3 + x 4 = 6 8x 1 + 4x 2 + 2x 3 2x 4 = 10 x 1 + 4x 2 + 2x 3 2x 4 = 3 2x 1 + x 2 2x 3 + 6x 4 = 8 Como vimos anteriormente, a escolha do pivô pode influenciar na precisão da solução do sistema. 1.1 Estratégias de pivoteamento: No caso de precisão infinita o pivô precisa apenas ser não-nulo, mas utilizando máquinas trabalhamos com precisão finita e então o pivô deve ser o mais longe de zero possível. a)pivoteamento parcial. Consiste em: i)no início da etapa k da fase de eliminação, escolher para o pivô o elemento de maior módulo entre os coeficientes a (k 1) ik, i = k, k + 1,..., n; ii)se necessário for, permutar linhas. Exercício: Resolver os sistemas abaixo pelo método de eliminação de Gauss e verificar a exatidão da solução. Use mantissa com 4 dígitos e arredondamento.
4 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 4 7x 1 + 2x 2 5x 3 = 18 x 1 + 5x 2 3x 3 = 40 2x 1 x 2 9x 3 = 26 0, 423x1 24, 72x 2 = 20, 49 0, 004x , 73x 2 = 15, 77 0, 004x1 + 15, 73x 2 = 15, 77 0, 423x 1 24, 72x 2 = 20, 49 b)pivoteamento completo. Consiste em, no início da etapa k é escolhido o elemento de maior módulo entre todos os elementos que ainda atuam no processo de eliminação. Se max a (k 1) ij = a rs (k 1) então pivô =a rs (k 1), i, j >= k. Exercícios: 1) Resolva o sistema linear abaixo usando o MEG, com pivoteamento parcial e 3 casas decimais: 4x 1 + 2x 2 x 3 + x 4 = 6 8x 1 + 4x 2 + 2x 3 2x 4 = 10 x 1 + 4x 2 + 2x 3 2x 4 = 3 2x 1 + x 2 2x 3 + 6x 4 = 8 2 Fatoração LU e Fatoração de Cholesky 2.1 Fatoração LU Seja o sistema linear Ax = b. O processo de fatoração para a resolução deste sistema consiste em decompor a matriz A dos coeficientes em um produto de dois ou mais fatores e, em seguida, resolver uma seqüência de sistemas triangulares. A vantagem dos processos de fatoração é que podemos resolver qualquer sistema linear que tenha A como matriz dos coeficientes. Se o vetor b for alterado o novo sistema linear será terá resolução quase imediata. A fatoração LU é um dos processos de fatoração mais empregados. Nesta fatoração a matriz L é triangular inferior com a diagonal unitária e a matriz U é triangular superior Cálculo dos fatores L e U Os fatores L e U podem ser calculados através de fórmulas específicas, ou então, podem ser construídos usando o método de eliminação de Gauss. Usaremos a segunda possibilidade. Exemplo teórico no caso de ordem 3 dado em sala de aula. Após a utilização do MEG obtemos uma matriz triangular superior, esta será a nossa matriz U, a matriz L será formada pelos multiplicadores m ij, sendo assim, no caso n n teremos: L = m m 31 m 32 1
5 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 5 Teorema 1: (Fatoração LU) Dada uma matriz quadrada A de ordem n, seja A (k) a matriz construída a partir das primeiras k linhas e colunas de A. Suponha que det(a) 0 para k = 1, 2,..., (n 1). Então existe uma única matriz triangular inferior L = (m ij ), com m ii = 1, 1 i n e uma única matriz triangular superior U = (u ij ) tais que LU = A. Ainda mais, det(a) = u 11 u u nn. Resolução do sistema linear Ax = b usando a fatoração LU. Dados o sistema linear Ax = b e a fatoração LU da matriz A, temos: LUx = b e fazendo y = Ux, resolvemos agora dois sistemas triangulares: Ly = b que é triangular inferior, Ux = y que é triangular superior. Exercício: Resolver os sistemas lineares anteriores usando a fatoração LU. 2.3 Fatoração LU com estratégia de pivoteamento parcial Na estratégia de pivoteamento freqüentemente precisamos permutar linhas na matriz A (k), por isso trabalharemos com matrizes de permutação. Uma matriz quadrada de ordem n é uma matriz de permutação se pode ser obtida da matriz identidade de ordem n permutando-se suas linhas (ou colunas). Exemplo: P = é uma matriz de permutação que troca a 2 linha com a 3 linha. Se A = , então o produto P A nos dá P A = Seja agora o sistema linear Ax = b e os fatores L e U obtidos pelo método da eliminação de Gauss com estratégia de pivoteamento parcial. Estes fatores são da matriz A, onde A é a matriz com as linhas permutadas, isto é, A = P A = LU. Os sistemas Ax = b e P Ax = P b são equivalentes, logo resolveremos os seguintes sistemas lineares: Ly = P b que é triangular inferior, Ux = y que é triangular superior.
6 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 6 e obteremos a solução do sistema linear original. Exemplo: Resolva o sistema linear abaixo usando a FLU com pivoteamento parcial, com mantissa de 4 dígitos e arredondamento. Identifique as matrizes de permutação. 3x 1 4x 2 + x 3 = 9 x 1 + 2x 2 + 2x 3 = 3 4x 1 3x 3 = 2 Exercícios: 1)Resolva os sistemas abaixo, com e sem pivoteamento, usando quatro dígitos e aritmética com arredondamento. Em qual técnica se obteve melhores resultados? 58, 09x1 + 1, 003x 2 = 68, , 8x1 + 5, 550x 2 = 377, 3 321, 8x 1 + 5, 550x 2 = 377, x , 3x 2 = , 550x , 8x 2 = 377, 3 100, 3x x 2 = ) Desenvolva um algoritmo para a fatoração LU, sem e com estratégia de pivoteamento parcial. 3) Mostre que, se A é uma matriz não singular e A = LU, então A = LDU, onde D é uma matriz diagonal e U é uma matriz triangular superior com diagonal unitária. 2.4 Fatoração de Cholesky Uma matriz quadrada A de ordem n é definida positiva se xtax > 0 para todo x, x 0. Uma matriz com a propriedade acima e simétrica pode ser fatorada na forma: A = GG t, onde G é uma matriz quadrada de ordem n, triangular inferior com elementos na diagonal estritamente positivos. Esta é a fatoração de Cholesky da matriz A. Suponhamos que a matriz A satisfaça condições do teorema da fatoração LU, usando o exercício 3, temos que A pode ser fatorada como: A = LDU com: L - matriz quadrada de ordem n, triangular inferior com diagonal unitária; D - matriz diagonal de ordem n; U - matriz quadrada de ordem n, triangular superior com diagonal unitária. Se, além disso, a matriz A for simétrica, mostra-se que U = L t e, a fatoração fica: A = LDL t. Exemplo: Considere a matriz A =
7 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 7, os fatores L e U são: e, enquanto que, D e U serão : e. L = U = U = D = / / / /4 3/4 1/ Observamos que: u ij = u ij u ii ; como a matriz A é simétrica, U = L t. Se A for definida positiva, os elementos da matriz D são estritamente positivos. Temos que x R, x 0, x t Ax > 0, sendo assim: 0 < x t Ax = x t (L t DL)x = (Lx) t D(Lx) = y t Dy,fazendo y = e i, i = 1, 2,..., n, vetores da base canônica do R n, teremos 0 < e t i De i = d ii que nos leva ao fato de que d ii > 0, para todo i = 1, 2,..., n (lembramos que L tem posto completo o que garante, dado y, a existência de x tal que y = Lx, além disso, como x 0, temos y 0). Escrevemos então: A = LD D L t, onde d ii = (d ii ) 1/2, chamando G = LD teremos a fatoração de Cholesky na forma A = GG t, com G triangular inferior com diagonal estritamente positiva. Teorema 2: (Fatoração de Chloesky) Se a matriz A é quadrada de ordem n, simétrica e definida positiva, então existe uma única matriz G quadrada de ordem n, triangular inferior com diagonal estritamente positiva, tal que A = GG t. Exemplo: Para o exemplo anterior o fator de Cholesky da matriz A =
8 3 MÉTODOS ITERATIVOS 8 será. G = No exemplo anterior o fator de Cholesky foi calculado a partir da decomposição LDL t, que por sua vez foi obtida da fatoração LU, mas este fator deve ser calculado a partir de sua definição A = GG t, o que reduz a quantidade de cálculos pela metade. 2.5 Cálculo do fator de Cholesky: Dada a matriz a 11 a a 1n a 21 a a 2n A = a 31 a a 3n ] a n1 a n2... a nn é simétrica e definida positiva, o fator de Cholesky será obtido a partir da equação matricial: A = GG t. Observações :] i) Na prática, aplicamos a fatoração de Cholesky para verificar se uma determinada matriz A simétrica é definida positiva. ii) A fatoração de Cholesky requer cerca de n/3 operações de multiplicação e adição no cálculo dos fatores, aproximadamente a metade do número de operações necessárias na fase da eliminação da fatoração LU. iii)obtido o fator G, a resolução do sistema linear Ax = b prossegue com a resolução dos sistemas triangulares: Gy = b que é triangular inferior, G t x = y que é triangular superior. Exercício: Resolva o sistema abaixo usando a fatoração de Cholesky: 3 Métodos Iterativos 3.1 Introdução 1, 0000x 1 + 0, 5000x 2 + 0, 3333x 3 = 1 0, 5000x 1 + 0, 3333x 2 + 0, 2500x 3 = 0 0, 3333x 1 + 0, 2500x 2 0, 2000x 3 = 0 A idéia central dos métodos iterativos é fazer uso do teorema do ponto fixo. Seja o sistema linear Ax = b, onde :
9 3 MÉTODOS ITERATIVOS 9 A é a matriz dos coeficientes, nxn; x é o vetor das incógnitas, nx1; b é o vetor dos termos independentes, nx1. Podemos sempre escrever A = L + D + U, onde: L é uma matriz triangular inferior; D é uma matriz diagonal; U é uma matriz triangular superior. Dessa forma o sistema pode ser reescrito como: Dx = b (L + U)x, e quando detd 0 podemos escrever x = D 1 (b (L + U)x). Temos, agora, o sistema convertido na forma x = Cx + g, onde C = D 1 (L + U) e g = D 1 b. 3.2 Teorema do Ponto Fixo Seja uma função f(x) contínua em [a, b], intervalo que contém uma raiz da equação f(x) = 0. Procuramos encontrar esta raiz transformando a equação acima em uma do tipo x = Ψ(x) e a partir de uma aproximação inicial gerar uma seqüência x (k) de aproximações para a raiz pela relação x (k+1) = Ψ(x (k) ). Temos que f(x) = 0 se, e somente se x (k+1) = Ψ(x (k) ), o que nos leva a um problema de encontrar o ponto fixo da função Ψ(x). A função Ψ(x) é chamada de função de iteração para a equação f(x) = 0. Por exemplo, para a equação x 3 + x 5 = 0 temos as seguintes possível funções de iteração : a) Ψ(x) = 5 x 3 ; b) Ψ(x) = (5 x) 1/3 ; c) Ψ(x) = 5 x x 2. A forma geral das funções de iteração é Ψ(x) = x + A(x)f(x), com a condição que em α, ponto fixo de Ψ(x), tenhamos A(α) 0. Teorema do ponto fixo. Seja α uma raiz isolada de f(x) = 0 em um intervalo I centrado em α. Seja Ψ(x) uma função de iteração para a equação acima. Se: Ψ(x) e Ψ (x) são contínuas em I, Ψ (x) M < 1, para todo x I e x 0 I, então a seqüência x k gerada pelo processo iterativo x k+1 = Ψ(x k ) converge para α. Demonstração no livro texto páginas 59 e 60. Observamos, então, que Ψ(x) = Cx + g é uma função de iteração para a equação matricial Ax = b. Para obtermos uma solução para o sistema utilizamos o seguinte esquema iterativo: 1.Escolhemos uma aproximação inicial x (0). 2.Construímos consecutivamente os vetores:
10 3 MÉTODOS ITERATIVOS 10 x (1) = Cx (0) + g = Ψ(x (0) ) x (2) = Cx (1) + g = Ψ(x (1) ). x (k) = Cx (k 1) + g = Ψ(x (k 1) ) (primeira aproximação) (segunda aproximação) (k-ésima aproximação) de forma que se Ψ(α) = α, então α = Cα + g, ou seja, α é solução do sistema linear. Repetimos o processo acima até que o vetor x (k) seja próximo o suficiente do vetor x (k 1). Podemos medir essa distância de duas formas: d (k) = x (k) x (k 1) = máx x (k) i d (k) r = x(k) x (k 1) x (k) x (k 1) i ; i = 1,..., n} = máx x(k) x (k 1) ; i = 1,..., n} x (k) Dada a precisão ɛ, o vetor x (k) será escolhido como x, solução aproximada da solução exata, quando d (k) < ɛ, esse será o nosso teste de parada. Podemos também efetuar o teste com o erro relativo: d (k) r < ɛ. Computacionalmente usamos também como teste de parada um número máximo de iterações. 3.3 Método iterativo de Gauss-Jacobi Supondo os elementos da diagonal da matriz A não-nulos, podemos isolar o vetor x da seguinte forma: x i = (b i a i1 x 1 a i2 x 2... a i,i 1 x i 1 a i,i+1 x i+1... a in x n )/a ii, i = 1, 2,..., n. Desta forma, temos x = Cx + g, onde : 0 a 12 /a 11 a 13 /a a 1n /a 11 b 11 /a 11 a 21 /a 22 0 a 23 /a a 2n /a 22 b 22 /a 22 C = a 31 /a 33 a 32 /a a 3n /a 33 ] e b = b 33 /a 33 ] a n1 /a nn a n2 /a nn a n3 /a nn... 0 b nn /a nn E o método de Jacobi consiste em, dada a aproximação inicial x (0), obter sucessivas aproximações através da relação recursiva x (k+1) = Cx (k) + g. Daí, o vetor x (k+1) se escreve como: = (b i a i1 x (k) 1 a i2x (k) 2... a i,i 1x (k) i 1 a i,i+1x (k) i+1... a inx (k) n )/a ii, i = 1, 2,..., n. Exercícios: 1) Resolva o sistema linear abaixo pelo método de Gauss-Jacobi com x (0)t = x (k+1) i [0, 7 1, 60, 6] e ɛ = 0, x 1 + 2x 2 + x 3 = 7 x 1 + 5x 2 + x 3 = 8 2x 1 + 3x x 3 = 6 2) Resolva o sistema linear abaixo pelo método de Gauss-Jacobi com x (0)t = [000] e ɛ = 0, 05. 4, 00x 1 + 0, 24x 2 0, 08x 3 = 8, 00 0, 09x 1 + 3, 00x 2 0, 15x 3 = 9, 00 0, 04x 1 0, 08x 2 + 4, 00x 3 = 20, 00
11 REFERÊNCIAS Critério de convergência (um deles...) Condição suficiente para que o método de Gauss-Jacobi seja convergente: Critério das linhas: Seja o sistema linear Ax = b e seja α k =. Se α =máxα k, k = 1,..., n, então o método de Gauss-Jacobi gera uma sequência x (k) convergente para a solução do sistema dado, independente da escolha da aproximação inicial, x (0). Análisar dos exercícios (1) e (2). Lembrar que o critério é apenas suficiente e não necessário. Exemplo: Para o sistema x1 + x 2 = 3 x 1 3x 2 = 10 o método de Gauss-Jacobi gera uma seqüência convergente para a solução exata x*= (3/2 3/2)t. No entanto, o critério das linhas falha. Sempre podemos permutar as equações de forma a encontrar um sistema que satisfaça o critério das linhas. Exemplo: A matriz do sistema x 1 + 3x 2 + x 3 = 2 5x 1 + 2x 2 + 2x 3 = 3 6x 2 + 8x 3 = 6 não satisfaz o critério das linhas, mas a do sistema 5x 1 + 2x 2 + 2x 3 = 3 x 1 + 3x 2 + x 3 = 2 6x 2 + 8x 3 = 6 satisfaz. Referências [1] RUGGIERO, M.A.G. e ROCHA LOPES, V.L. Cálculo Numérico - Aspectos Teóricos e Computacionais. MAKRON Books,1996 [2] CUNHA, M.C.C. Métodos Numéricos. Campinas, Editora da Unicamp, [3] CAMPOS Filho,F.F. Algorítmos Numéricos. [4] SPERANTIO,D.,MENDES,J.T.,SILVA,L.H.M. Cálculo Numérico. São Paulo, Prentice Hall, 2003.
Resolução de Sistemas de Equações Lineares
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Resolução de Sistemas de Equações
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) III Resolução de sistemas lineares por métodos numéricos. Objetivos: Veremos
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia maisUniversidade Federal de São Carlos Departamento de Matemática 083020 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008
Universidade Federal de São Carlos Departamento de Matemática 08300 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/0/008 1. (0 pts.) Considere o sistema de ponto flutuante normalizado
Leia maisMétodos Numéricos. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.
Métodos Numéricos A. Ismael F. Vaz Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Mestrado Integrado em Engenharia Mecânica Ano lectivo 2007/2008 A.
Leia maiscomputador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisExercícios Adicionais
Exercícios Adicionais Observação: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós recomendamos
Leia maisLista 1 para a P2. Operações com subespaços
Lista 1 para a P2 Observação 1: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós sugerimos
Leia maisCapítulo 3 - Sistemas de Equações Lineares
Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/
Leia maisCapítulo 3 - Sistemas de Equações Lineares
Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maisUniversidade Federal de São João Del Rei - UFSJ
Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart
Leia maisSistema de equações lineares
Sistema de equações lineares Sistema de m equações lineares em n incógnitas sobre um corpo ( S) a x + a x + + a x = b a x + a x + + a x = b a x + a x + + a x = b 11 1 12 2 1n n 1 21 1 22 2 2n n 2 m1 1
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:
Leia mais[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisDiscussão de Sistemas Teorema de Rouché Capelli
Material by: Caio Guimarães (Equipe Rumoaoita.com) Discussão de Sistemas Teorema de Rouché Capelli Introdução: Apresentamos esse artigo para mostrar como utilizar a técnica desenvolvida a partir do Teorema
Leia maisÁlgebra Linear. André Arbex Hallack Frederico Sercio Feitosa
Álgebra Linear André Arbex Hallack Frederico Sercio Feitosa Janeiro/2006 Índice 1 Sistemas Lineares 1 11 Corpos 1 12 Sistemas de Equações Lineares 3 13 Sistemas equivalentes 4 14 Operações elementares
Leia maisAula 2 - Cálculo Numérico
Aula 2 - Cálculo Numérico Erros Prof. Phelipe Fabres Anhanguera Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 1 / 41 Sumário Sumário 1 Sumário 2 Erros Modelagem Truncamento Representação
Leia maisUm sistema de equações lineares (sistema linear) é um conjunto finito de equações lineares da forma:
Sistemas Lineares Um sistema de equações lineares (sistema linear) é um conjunto finito de equações lineares da forma: s: 2 3 6 a) 5 2 3 7 b) 9 2 3 Resolução de sistemas lineares Metodo da adição 4 100
Leia maisExercícios 1. Determinar x de modo que a matriz
setor 08 080509 080509-SP Aula 35 MATRIZ INVERSA Uma matriz quadrada A de ordem n diz-se invertível, ou não singular, se, e somente se, existir uma matriz que indicamos por A, tal que: A A = A A = I n
Leia maispor séries de potências
Seção 23: Resolução de equações diferenciais por séries de potências Até este ponto, quando resolvemos equações diferenciais ordinárias, nosso objetivo foi sempre encontrar as soluções expressas por meio
Leia maisESPAÇOS MUNIDOS DE PRODUTO INTERNO
ESPAÇOS MUNIDOS DE PRODUTO INTERNO Angelo Fernando Fiori 1 Bruna Larissa Cecco 2 Grazielli Vassoler 3 Resumo: O presente trabalho apresenta um estudo sobre os espaços vetoriais munidos de produto interno.
Leia maisMétodo de Eliminação de Gauss. Eduardo Camponogara
Sistemas de Equações Lineares Método de Eliminação de Gauss Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação
Leia maisSistemas lineares. Ricardo Biloti biloti@ime.unicamp.br 2S/2015. Cálculo Numérico UNICAMP. http://goo.gl/7dzpr
Sistemas lineares Ricardo Biloti biloti@ime.unicamp.br Cálculo Numérico UNICAMP 2S/205 http://goo.gl/7dzpr Licença Seus direitos e deveres são: Você é livre para copiar e redistribuir este material, em
Leia maisQUESTÕES COMENTADAS E RESOLVIDAS
LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução
Leia maisR é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).
f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). R é o conjunto dos reais; R n é o conjunto dos vetores n-dimensionais reais; Os vetores
Leia maisNotas de Cálculo Numérico
Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo
Leia maisUnidade II - Sistemas de Equações Lineares
Unidade II - Sistemas de Equações Lineares 1- Situando a Temática Discutiremos agora um dos mais importantes temas da matemática: Sistemas de Equações Lineares Trata-se de um tema que tem aplicações dentro
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 1 o semestre de 2009/2010 - LEMat e MEQ Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados em base
Leia maisSOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT
SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT GABARITO da 3 a Avaliação Nacional de Aritmética - MA14-21/12/2013 Questão 1. (pontuação: 2) (1,0) a) Enuncie e demonstre
Leia maisRepresentação de números em máquinas
Capítulo 1 Representação de números em máquinas 1.1. Sistema de numeração Um sistema de numeração é formado por uma coleção de símbolos e regras para representar conjuntos de números de maneira consistente.
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisFACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim
FACULDADE DE CIÊNCIA E TECNOLOGIA Cursos de Engenharia Prof. Álvaro Fernandes Serafim Última atualização: //7. Esta apostila de Álgebra Linear foi elaborada pela Professora Ilka Rebouças Freire. A formatação
Leia maisResolução de Sistemas de
Capítulo 4 Resolução de Sistemas de Equações Lineares 4. Introdução Aresolução de sistemas de equações lineares é um dos problemas numéricos mais comuns em aplicações científicas. Tais sistemas surgem,
Leia maisa m1 A ou [ A] ou A ou A A = a ij para i = 1 m e j = 1 n A=[ 1 2 3 Os elementos da diagonal principal são: a ij para i = j
Cap. 2.- Matrizes e Sistemas Lineares 2.. Definição Matriz é um conjunto organizado de números dispostos em linhas e colunas. Representações Matriz retangular A, m x n (eme por ene) a 2 a n A=[a a 2 a
Leia maisAV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980
Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.
Leia maisSumário. 1 ALGORITMOS BÁSICOS 2 1.1 PrecisãodeMáquina... 2 1.2 AlgorítmosBásicos... 3
CÁLCULO NUMÉRICO Prof. Dr Rogério de Aguiar Departamento de Matemática CCT-UDESC-JOINVILLE Email: dma2ra@joinville.udesc.br Home Page: www2.joinville.udesc.br/ ~dma2ra/ Joinville, 16 de Fevereiro de 2009
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisO ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.
Leia maisSistemas Lineares. Propõe-se, neste capítulo, apresentar métodos numéricos para resolver sistemas lineares postos na forma:
Métodos Numéricos, Notas de aula, 011 c Departamento de Computação, Universidade Federal de Ouro Preto Sistemas Lineares Marcone Jamilson Freitas Souza, Departamento de Computação, Instituto de Ciências
Leia maisIntrodução ao estudo de equações diferenciais
Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações
Leia maisProblemas de Valor Inicial para Equações Diferenciais Ordinárias
Problemas de Valor Inicial para Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados
Leia maisMaterial Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio
Material Teórico - Aplicações das Técnicas Desenvolvidas Exercícios e Tópicos Relacionados a Combinatória Segundo Ano do Ensino Médio Prof Cícero Thiago Bernardino Magalhães Prof Antonio Caminha Muniz
Leia maisPotenciação no Conjunto dos Números Inteiros - Z
Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente
Leia maisUENF PROGRAMA ANALÍTICO DE DISCIPLINA. Carga Horária:68. Assinaturas: Chefe do Laboratório ou Diretor de Centro: Coordenador do Curso:
Página: 1 Data de Criação: 11/03/2002 Período Início: 2002/01 Horas Aula Teórica: 68 Prática: 0 ExtraClasse: 0 Carga Horária:68 Número de Créditos: 4 Sistema de Aprovação: Aprovação por Média/Freqüência
Leia maisAjuste de Curvas. Ajuste de Curvas
Ajuste de Curvas 2 AJUSTE DE CURVAS Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 3 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Decomposição LU A matriz de coeficientes é decomposta em L e U L é uma matriz
Leia maisSomatórias e produtórias
Capítulo 8 Somatórias e produtórias 8. Introdução Muitas quantidades importantes em matemática são definidas como a soma de uma quantidade variável de parcelas também variáveis, por exemplo a soma + +
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisPP 301 Engenharia de Reservatórios I 11/05/2011
PP 301 Engenharia de Reservatórios I 11/05/2011 As informações abaixo têm como objetivo auxiliar o aluno quanto à organização dos tópicos principais abordados em sala e não excluem a necessidade de estudo
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisUnidade 5: Sistemas de Representação
Arquitetura e Organização de Computadores Atualização: 9/8/ Unidade 5: Sistemas de Representação Números de Ponto Flutuante IEEE 754/8 e Caracteres ASCII Prof. Daniel Caetano Objetivo: Compreender a representação
Leia maisMD Sequências e Indução Matemática 1
Sequências Indução Matemática Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Sequências e Indução Matemática 1 Introdução Uma das tarefas mais importantes
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia maisProva de Admissão para o Mestrado em Matemática IME-USP - 23.11.2007
Prova de Admissão para o Mestrado em Matemática IME-USP - 23.11.2007 A Nome: RG: Assinatura: Instruções A duração da prova é de duas horas. Assinale as alternativas corretas na folha de respostas que está
Leia mais[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \.
&DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV1 &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV Å 1Ro}HV *HUDLV Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. [\ [\ É fácil verificar
Leia maisProf. Márcio Nascimento. 22 de julho de 2015
Núcleo e Imagem Prof. Márcio Nascimento marcio@matematicauva.org Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Linear
Leia maisControlabilidade e Observabilidade
IA536 - Teoria de Sistemas Lineares - FEEC/UNICAMP contr 1/18 Controlabilidade e Observabilidade Sfrag replacements R 1 R 2 + u C 1 C 2 R 3 y A tensão no capacitor C 2 não pode ser controlada pela entrada
Leia maisModelos Pioneiros de Aprendizado
Modelos Pioneiros de Aprendizado Conteúdo 1. Hebb... 2 2. Perceptron... 5 2.1. Perceptron Simples para Classificaçãod e Padrões... 6 2.2. Exemplo de Aplicação e Motivação Geométrica... 9 2.3. Perceptron
Leia maisARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES SISTEMAS DE NUMERAÇÃO: REPRESENTAÇÃO EM PONTO FLUTUANTE. Prof. Dr. Daniel Caetano 2012-1
ARQUITETURA E ORGANIZAÇÃO DE COMPUTADORES SISTEMAS DE NUMERAÇÃO: REPRESENTAÇÃO EM PONTO FLUTUANTE Prof. Dr. Daniel Caetano 2012-1 Objetivos Compreender o que é notação em ponto flutuante Compreender a
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia mais4 Sistemas de Equações Lineares
Nova School of Business and Economics Apontamentos Álgebra Linear 4 Sistemas de Equações Lineares 1 Definição Rank ou característica de uma matriz ( ) Número máximo de linhas de que formam um conjunto
Leia maisA lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada.
Aplicações da lei de Gauss A lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada. De maneira genérica, a lei de Gauss diz que: Fluxo elétrico sobre
Leia maisMATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade
MATRIZES Matriz quadrada matriz quadrada de ordem. diagonal principal matriz quadrada de ordem. - 7 9 diagonal principal diagonal secundária Matriz linha e matriz coluna [ ] colunas). (linha e matriz linha
Leia mais36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase
36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase Problema 1 Turbo, o caracol, está participando de uma corrida Nos últimos 1000 mm, Turbo, que está a 1 mm por hora, se motiva e
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisRoteiro para o Segundo Laboratório de Cálculo Numérico
Roteiro para o Segundo Laboratório de Cálculo Numérico Prof. Dr. Waldeck Schützer May 7, 8 Nesta segunda aula de laboratório, vamos aprender a utilizar o MatLab/Octave para resolver sistemas lineares.
Leia maisEduardo Camponogara. DAS-5103: Cálculo Numérico para Controle e Automação. Departamento de Automação e Sistemas Universidade Federal de Santa Catarina
Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação 1/48 Sumário Arredondamentos Erros 2/48 Sumário Arredondamentos
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisO MÉTODO HÚNGARO PARA RESOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO
O MÉTODO HÚNGARO PARA RESOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO João Cesar Guirado Universidade Estadual de Maringá E-mail: jcguirado@gmail.com Márcio Roberto da Rocha Universidade Estadual de Maringá E-mail:
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisVerificação e Validação em CFD
Erro de arredondamento. Erro iterativo. Erro de discretização. As três componentes do erro numérico têm comportamentos diferentes com o aumento do número de graus de liberdade (refinamento da malha). Erro
Leia maisUma e.d.o. de segunda ordem é da forma
Equações Diferenciais de Ordem Superior Uma e.d.o. de segunda ordem é da forma ou então d 2 y ( dt = f t, y, dy ) 2 dt y = f(t, y, y ). (1) Dizemos que a equação (1) é linear quando a função f for linear
Leia maisUnidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica
Unidade 3 Função Logarítmica Definição de aritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica Definição de Logaritmo de um número Suponha que certo medicamento,
Leia maisTestedegeradoresde. Parte X. 38 Testes de Ajuste à Distribuição. 38.1 Teste Chi-Quadrado
Parte X Testedegeradoresde números aleatórios Os usuários de uma simulação devem se certificar de que os números fornecidos pelo gerador de números aleatórios são suficientemente aleatórios. O primeiro
Leia maisA otimização é o processo de
A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Eiste um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento de otimização.
Leia maisGobooks.com.br. PucQuePariu.com.br
ÁLGEBRA LINEAR todos os conceitos, gráficos e fórmulas necessárias, em um só lugar. Gobooks.com.br PucQuePariu.com.br e te salvando de novo. Agora com o: RESUMO ÁLGEBRA LINEAR POR: Giovanni Tramontin 1.
Leia maisCálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s
Representação numérica Cálculo numérico Professor Walter Cunha Um conjunto de ferramentas ou métodos usados para se obter a solução de problemas matemáticos de forma aproximada. Esses métodos se aplicam
Leia maisITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR
ITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Considere as seguintes afirmações sobre o conjunto U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} I. U e n(u) = 10 III. 5 U e {5}
Leia maisXXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas
Gabarito da Prova da Primeira Fase 15 de Maio de 010 1 Questão 1 Um tanque de combustível, cuja capacidade é de 000 litros, tinha 600 litros de uma mistura homogênea formada por 5 % de álcool e 75 % de
Leia maisPropriedades das Funções Deriváveis. Prof. Doherty Andrade
Propriedades das Funções Deriváveis Prof Doerty Andrade 2005 Sumário Funções Deriváveis 2 Introdução 2 2 Propriedades 3 3 Teste da derivada segunda para máimos e mínimos 7 2 Formas indeterminadas 8 2 Introdução
Leia maisAulas 17 & 18. Comutação Rápida a Pacote. Eytan Modiano MIT
Aulas 17 & 18 Comutação Rápida a Pacote Eytan Modiano MIT 1 Comutador a Pacote Etiqueta Um comutador a pacote consiste de uma máquina de roteamento (table lookup), um escalonador e uma máquina de comutação.
Leia maisNIVELAMENTO MATEMÁTICA 2012
NIVELAMENTO MATEMÁTICA 202 Monitor: Alexandre Rodrigues Loures Monitor: Alexandre Rodrigues Loures SUMÁRIO. LOGARITMOS... 3.. Mudança de base... 3.2. Propriedades dos logaritmos... 4 2. DERIVADAS... 4
Leia maisAluno do Curso de Lic. em Matemática da UFMS; e mail: tmviana2000@gmail.com;
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 26 GRUPOS DE PERMUTAÇÕES E ALGUMAS DE PROPOSIÇÕES Thiago Mariano Viana 1, Marco Antônio Travasso 2 & Antônio Carlos
Leia maisI. Princípio Fundamental da Contagem (P.F.C.)
ANÁLISE OMBINATÓRIA A principal finalidade da Análise ombinatória é estabelecer métodos de contagem. I. Princípio Fundamental da ontagem (P.F..) O P.F.., ou princípio multiplicativo, determina o número
Leia maisCI202 - Métodos Numéricos
CI202 - Métodos Numéricos Lista de Exercícios 2 Zeros de Funções Obs.: as funções sen(x) e cos(x) devem ser calculadas em radianos. 1. Em geral, os métodos numéricos para encontrar zeros de funções possuem
Leia maisImplementar algoritmos de solução de sistemas esparsos de grande porte utilizando métodos iterativos não-estacionários e armazenamento otimizado.
Universidade Federal do Espírito Santo Departamento de Informática 2 o Trabalho de Algoritmos Numéricos II - 11/1 Métodos não-estacionários - Sistemas Lineares Data de entrega: 21/06/11 Objetivo Implementar
Leia maisCURSO ONLINE RACIOCÍNIO LÓGICO
AULA QUINZE: Matrizes & Determinantes (Parte II) Olá, amigos! Pedimos desculpas por não ter sido possível apresentarmos esta aula na semana passada. Motivos de força maior nos impediram de fazê-lo, mas
Leia maisÁlgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013
Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante
Leia maisMatemática para Engenharia
Matemática para Engenharia Profa. Grace S. Deaecto Faculdade de Engenharia Mecânica / UNICAMP 13083-860, Campinas, SP, Brasil. grace@fem.unicamp.br Segundo Semestre de 2013 Profa. Grace S. Deaecto ES401
Leia maisEquações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Uma equação diferencial é uma equação que relaciona uma ou mais funções (desconhecidas com uma ou mais das suas derivadas. Eemplos: ( t dt ( t, u t d u ( cos( ( t d u +
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisPor que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...
Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª
Leia maisAulas Teóricas e de Problemas de Álgebra Linear
Aulas Teóricas e de Problemas de Álgebra Linear Nuno Martins Departamento de Matemática Instituto Superior Técnico Maio de Índice Parte I (Aulas teóricas e chas de exercícios) Matrizes e sistemas de equações
Leia mais