a m1 A ou [ A] ou A ou A A = a ij para i = 1 m e j = 1 n A=[ Os elementos da diagonal principal são: a ij para i = j
|
|
- Luzia Santana Maranhão
- 8 Há anos
- Visualizações:
Transcrição
1 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 2n a m a m2 a mn] A ou [ A] ou A ou A linha = rows coluna = columns a ij é o elemento da matriz localizado na linha i e na coluna j 2.2. Tipos A = a ij para i = m e j = n Matriz linha Matriz coluna Matriz quadrada de ordem n m = n = m = n A=[23] A=[ 3] 2 A=[ ] Os elementos da diagonal principal são: a ij para i = j [59] Matriz unitária Os elementos da diagonal secundária são: a ij para i + j = n + [357] m = n = A=[3] Matriz diagonal Os elementos são: a ij = 0 para i j A=[ ] José Eduardo Mautone Barros 26/0/2 /30
2 2.2. Tipos(cont.) Matriz identidade É a matriz diagonal onde: a ij = para i= j a ij = 0 para i j =[ 0 0 ] I Matriz triangular superior (U) ( upper ) Os elementos abaixo da diagonal principal são nulos. U =[ ] Matriz triangular inferior (L) ( lower ) Matriz nula Matriz oposta A = -B Os elementos acima da diagonal principal são nulos. Todos os elementos são nulos: a ij = 0 V i e j A é oposta de B se: a ij = b ij V i e j L=[ ] N =[ ] A=[ 3 7 2] B=[ 3 7 2] Matriz idêntica A = B Matriz cheia A é idêntica a B se: a ij = b ij V i e j [ a b c d ] [ = 2 5 7] a= ;b=2 ;c=5 ; d =7 São matrizes com a maior parte dos elementos não nulos. Matriz esparsa Matriz de banda Matriz tridiagonal São matrizes com a maior parte dos elementos nulos São matrizes quadradas esparsas cuja diagonal principal e algumas diagonais paralelas a principal são compostas de elementos não nulos. [ ] José Eduardo Mautone Barros 26/0/2 2/30
3 2.3. Operações Adição C = A + B As matrizes são do mesmo tamanho m x n. c ij = a ij b ij V i e j [ 2 3] [ ] [ = ] [2 3 0 ] [ ]=[ ] Propriedades Subtração C = A - B A + B = B + A A + (B + C) = (A + B) +C A + 0 = A A+(-A) = 0 C = A - B = A + (-B) comutativa associativa [ ] [ 7 0] [ = ] Multiplicação por um número k C = k B Propriedades Obs: a e b podem ser números complexos a (b A) = (a b) A a (A + B) = a A + a B (a +b) A = a A + b A.A = A c ij =k b ij V i e j 3[ 2 3 4] [ = ] 2[ 2 5] [ 3 4 2] = [ ] Multiplicação C = A.B Definição indicial Obs: matrizes quadradas devem ter a mesma ordem para poderem ser multiplicadas A = (a ij ) m p B = (b jk ) p n C = c ik m n onde c ik = a i b k a i2 b 2k a i3 b 3k a ip b pk c ik p = a ij b jk j= José Eduardo Mautone Barros 26/0/2 3/30
4 2.3. Operações (cont.) Multiplicação C = A.B Definição esquemática a i a i2 a i3 a ip b k b 2k b 3k... b pk c ik i ésima linha de A k ésima coluna de B elemento ik de C Wikipédia, 2009 c ik A.B=[ 2 3 5] [ ] [ = B.A=[ ] [ ] [ = p = a ij b jk j= ] ] [ ] [ ] = [ 4 3] 2 x3 3 x 2 Propriedades A.B B.A não é comutativa A.B = 0 > A = 0 ou B = 0 (A.B).C = A.(B.C) (A+B).C = A.C+B.C C.(A+B) = C.A+C.B (k.a).b = A.(k.B) = k.(a.b) A.I n = I m.a = A [ 0 0] [. 0 0 ] [ = ] associativa distributiva a direita distributiva a esquerda k = constante real ou imaginária A é uma matriz m x n Matriz Transposta A t Propriedades Matriz simétrica Matriz anti-simétrica A t = (b ji ), tipo m x n, é a matriz transposta de A = (a ij ), tipo n x m onde, b ji = a ij V i e j B=[ 5 7 8] =[ B t A=[ 2 3 6] 8] 4 A =[ t ] (A+B) t = A t + B t (ka) t = ka A.B=[ 2 4 t 3] [ ] = 22 [ 5 (A.B) t = B t.a t B t. A =[ t ] [ ] [ = ] = A.B t 5] É a matriz quadrada cuja transposta é igual a matriz original: A t = A ou seja, a ij = a ji V i e j A=[ 2 2 3] É a matriz quadrada cuja transposta é igual a oposta da matriz original: A t = -A ou seja, a ij = -a ji V i e j A=[ 0 0] José Eduardo Mautone Barros 26/0/2 4/30
5 2.4. Determinantes Definição Seja uma matriz quadrada M=(a ij ), de ordem n, chamamos determinante de M, simbolizado por: a um número calculado por: a 2 a 3... a n a det M = a 2 a 22 a a 2n : : : : : a n a n2 a n3... a nn a) Para n= então M=(a ) e det M = a b) Para n 2 então det M = ( ) i + a i D i onde, n i= Menor complementar do elemento a i da matriz M Matriz quadrada de ordem 2 Menor Complementar D i é o determinante da matriz que se obtém de M, suprimindo-se a linha i e a coluna. det M = a a 2 a 2 a 22 =( )+ a D +( ) 2+ a 2 D 2 D = : : : a 22 D 2 = : a 2 : : Determinante 2x2 det M =a a 22 a 2 a 2 Regra gráfica Matriz quadrada de ordem 3 Menor Complementar det M = a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 =( ) + a D +( ) 2+ a 2 D 2 +( ) 3+ a 3 D 3 : : a2 a3 a2 a3 D = : : a 22 a 23 : a 32 a 33 D 2 = : : : : : a 32 a 33 D 3 = : : a 22 a 23 : : : José Eduardo Mautone Barros 26/0/2 5/30
6 2.4. Determinantes (cont.) Determinante 3x3 det M =a (a 22 a 33 a 32 a 23 ) a 2 (a 2 a 33 a 32 a 3 )+a 3 (a 2 a 23 a 22 a 3 ) det M =(a a 22 a 33 +a 2 a 23 a 3 +a 3 a 2 a 32 ) (a 3 a 22 a 3 +a a 23 a 32 +a 2 a 2 a 33 ) Regra de Sarrus (regra gráfica) Pierre Frédéric Sarrus Matriz quadrada de ordem n>3 Definindo Cofator do elemento a ij de uma matriz quadrada de ordem n, por A ij =( ) i+ j D ij Determinante nxn n det M = a i A i i= Propriedades det M t = det M Se uma linha ou coluna da matriz M é constituída de elementos nulos, então det M = 0 Se multiplicarmos uma linha ou coluna da matriz M por um número k, gerando uma nova matriz N, então det N = k det M Se duas linhas ou colunas na matriz M forem iguais ou proporcionais, então det M = 0 Numa matriz triangular superior ou inferior, temos det M =a a 22 a 33...a nn José Eduardo Mautone Barros 26/0/2 6/30
7 2.5. Matrizes inversíveis Matriz Inversa (A - ) Matriz inversa A - da matriz quadrada A, de ordem n, é definida por A.A = A. A=I n Obs: Se existir inversa, então a matriz A é dita inversível ou não singular; Se não existe inversa, então a matriz A é chamada de singular; Se a matriz A é inversível, então a sua inversa é única. Matriz de Cofatores (A') Matriz Adjunta (Ᾱ) É a matriz composta pelos cofatores de cada elemento da matriz A. A '=( A ij ) É a transposta da matriz de cofatores da matriz A. Ā=( A' ) t Teorema Se A é uma matriz quadrada de ordem n, tal que, D = det A 0, então a inversa de A é, A = D A pois, A A=A A=D I n Gabriel Cramer D A = A D A A = A A D I n = A A D A = A D A A = A A D I n = A A José Eduardo Mautone Barros 26/0/2 7/30
8 2.6. Matrizes em Planilhas e no SciLab José Eduardo Mautone Barros 26/0/2 8/30
9 2.7. Resolução de Sistemas Lineares Representação Notação usual a a 2 a n x n =b S n = a 2 a 22 a 2n x n =b 2 a n a n2 a nn x n =b n Notação indicial n S n = j= a ij x j =b i i =..n Notação matricial A.X =B Matriz de coeficientes a 2 a n A=[a a 2 a 22 a 2n a n a n2 a nn] Matriz de termos indepentes B=[b b 2 b n] Matriz de incógnitas X =[ x n] Solução Se D = det A 0 Método de Cramer A.X =B A. A.X = A. B A. A = A. B I n. X = A. B X = A. B D José Eduardo Mautone Barros 26/0/2 9/30
10 Classificação Exemplo Sistema linear 2x2 Sistema determinado det A 0 solução única a a 2 =b a 2 a 22 =b 2 Sistema indeterminado det A = 0 múltiplas soluções Uma equação inconsistente! Sistema incompatível sem solução Uma equação redundante! Sistema homogêneo Solução trivial B=(0) X=(0) Um sistema linear homogêneo sempre admite a solução trivial! José Eduardo Mautone Barros 26/0/2 0/30
11 Classificação (cont.) Sistema triangular Admite um método de solução simplificado. O sistema triangular superior é resolvido por substituição retroativa. Exemplo A.X =B [3 4 5 ].[x x x 4]=[ 0 ] 2 x 4 =2/2= 4x 3 5 =3 x 3 =2 2 2 = = = 0 = X t =[ 2 ] Obs O sistema triangular inferior é resolvido por substituição progressiva Operações com Sistemas Lineares Realizando as seguintes operações sobre as linhas de um sistema linear obtém-se uma sistema linear equivalente ao primeiro, ou seja, um novo sistema que possui a mesma solução: Trocar a posição de duas equações do sistema; Multiplicar uma equação do sistema por uma constante não nula; Adicionar duas equações do sistema. Obs Aplicações A troca de colunas na matriz de coeficientes somente altera a ordem dos termos na matriz solução X. Elétrica e Eletrônica Economia Engenharia Civil Engenharia Térmica Engenharia Aeronáutica Engenharia de Estruturas Otimização Computação Gráfica José Eduardo Mautone Barros 26/0/2 /30
12 Aplicações (cont.) Modelo de um sistema mecânico x=0 K K F P F 2 a Lei de Newton no equilíbrio F ext =0 x x2 x3 K2 K3 m P m2 P2 m3 K2 K3 F2 F2 F3 F3 W P2 W2 P3 F2 F2 F3 F3 Diagrama de corpo livre P3 W3 Massa : F x =2F P 2F 2 W Massa 2: F x =2F 2 P 2 2F 3 W 2 Massa 3: F x =2F 3 P 3 W 3 Força de uma mola K é a constante da mola Força devido ao Peso Próprio g é aceleração da gravidade F =K F 2 =K 2 F 3 =K 3 x 3 W =m g W 2 =m 2 g W 3 =m 3 g O sistema de equações lineares que modelam o problema é: A matriz de coeficientes K é chamada de matriz de rigidez do sistema e é simétrica. O sistema homogêneo P=0 é usado em análise de vibrações naturais. 2 K K 2 2K 2 = P m g 2K 2 2 K 2 K 3 2K 3 x 3 = P 2 m 2 g 2K 3 2K 3 X 3 =P 3 m 3 g 2[K K 2 K 2 0 K 2 K 2 K 3 K 3 0 K 3 K 3 ][x 2 K X =P W g P 2 m 2 g x 3]=[P P 3] [m ] m 3 g para P = 0 o sistema está em equilíbrio devido ao peso próprio; para uma dada carga P os deslocamentos X são únicos; para uma carga cíclica P os deslocamentos X também são cíclicos. José Eduardo Mautone Barros 26/0/2 2/30
13 Aplicações (cont.) Ponte de Wheatstone Instrumentação: Uma Ponte de Wheatstone (ao lado) é um circuito elétrico usado para medição de sinais de vários tipos de sensores (de termistores a células de carga). O medidor de tensão, de resistência R g, fica entre os terminais D e B da ponte. A fonte fornece uma força eletromotriz E ao circuito. Vamos mostrar que para uma condição de equilíbrio na ponte, temos: I g =0 R 4 R 3 = R R 2 As leis que regem o fenômeno físico são: Ao longo de qualquer circuito envolvo a fonte. Lei de Ohm V =R.I Nós do circuito = pontos A, B, C e D na figura Nó D Nó B Circuito ADC Circuito ABC Circuito ADBC Lei de Kirchhoff I nó =0 O sistema de equações lineares que modelam o sistema é: I I 2 I g =0 I 3 I 4 I g =0 R I R 2 I 2 = E R 3 I 3 R 4 I 4 =E R I R 3 I 3 R g I g =E Na notação matricial: [ R R R 3 R 4 0 R 0 R 3 0 R g] [ I I 2 0 I 3 E I 4 E I g]=[0 E] Usar substituição progressiva! ou seja, A X =B Resolvo o sistema para I g = 0, obtemos, R 4 R 3 = R R 2 José Eduardo Mautone Barros 26/0/2 3/30
14 Métodos Numéricos de Solução de Sistemas Lineares Métodos Diretos A solução é encontrada por métodos algébricos com um número fixos de operações. A solução é exata. Recomados para: Sistemas lineares pequenos (n<=000). Matriz de coeficientes do tipo matriz cheia, onde a maioria dos elementos são não nulos (a ij 0). Exemplos de métodos diretos Método da Eliminação de Gauss Método da Eliminação de Gauss-Jordan Método da Inversão da Matriz de Coeficientes Método da Decomposição LU Métodos Indiretos A solução é encontrada por tentativa e erro, através de um processo iterativo. Uma solução é assumida e substituída no sistema de equações para o cálculo do erro. Este erro é usado para melhorar a estimativa. O procedimento é repetido até que o erro calculado seja menor que um valor pré-definido. A solução final é aproximada. Recomados para: Sistemas lineares grandes (n>000). Matriz de coeficientes do tipo matriz esparsa, onde a maioria dos elementos são nulos (a ij =0). Exemplos de métodos indiretos (SOR = successive over relaxation) Método de Iteração de Jacobi Método de Iteração de Gauss-Siedel Método da Relaxação Método da Super-Relaxação Sucessiva (SOR) Métodos Diretos Serão discutidos os Métodos de Gauss e o da Decomposição LU. José Eduardo Mautone Barros 26/0/2 4/30
15 Método de Gauss Método da Eliminação de Gauss Método da Triangularização de Gauss É um método direto de solução de sistemas lineares. Consiste em transformar um sistema de equações lineares em um outro sistema triangular superior, equivalente ao primeiro, e de solução direta por substituição retroativa. a 2 a 22 a 2n b 2 [a a2 an b a n a nn b n] [ c2 cn d 0 c 2n d n] d Etapas: ) Escrever a matriz aumentada C 0 = [A : B] [c c2 cn c c 2 c 22 c 2n c 2 c n c nn c n] Carl Friedrich Gauss Fórmula generalizada de transformação: m ij k = c k ij k c jj para i = k+.. n para j = k L i k =m ij k L j k +L i k para i = k+.. n para j = k k = índice de iteração; i = índice da linha; j = índice da coluna. Obs.: nenhum elemento da diagonal principal pode ser nulo. 2) Pivotamento Escolher o pivô (elemento da diagonal principal) c 0 Encontrar os multiplicadores para eliminar os termos c 0 2 e c 0 3 m 0 2 = c /c m 0 3 = c /c 3) Transformar as linhas L para obter a nova matriz aumentada C L =L 0 L 2 =m 0 2 L 0 0 L 2 L 3 =m 0 3 L 0 0 L 3 4) Repetir as operações de pivotamento e transformação para o novo pivô até chegar a última linha da matriz aumentada. m 32 = c 32 /c 22 L 2 = L L 2 2 = L 2 L 2 3 =m 32 L 2 + L 3 5) Resolver o sistema triangular superior por substituição retroativa. José Eduardo Mautone Barros 26/0/2 5/30
16 Método de Gauss (cont.) Exemplo A X = B Sistema de ordem x 3 = x 3 =3 2 3 x 3 = C 0 = [A : B] L 2 = -2*[ : 5] + [ : 3 ] = [ : -7] C 0 =[ C =[ ] ] L =L 0 m 2 = c 2 /c = 2 L 2 =m 2 L L 2 m 3 = c 3 /c = L 3 =m 3 L L 3 L 2 =L L 2 2 =L 2 m 32 = c 32 /c 22 = 3 L 2 3 =m 32 L 2 + L 3 Matriz triangular superior Solução por substituição retroativa C 2 =[ ] x 3 =5 2 x 3 = x 3 =5 Solução Final =[ 3] X 2 ou X t =[ 2 3] Obs.: n = 3 exige 3 operações aritméticas José Eduardo Mautone Barros 26/0/2 6/30
17 Método de Gauss (cont.) Exemplo Sistema de ordem =[ C ] C =[ ] L =L 0 m 2 = c 2 / c = 3 L 2 =m 2 L L 2 m 3 = c 3 /c = 2 L 3 =m 3 L L 3 m 4 = c 4 / c = L 4 =m 4 L L 4 L 2 =L L 2 2 =L 2 m 32 = c 32 /c 22 = 4 L 2 3 =m 32 L 2 + L 3 m 42 = c 42 /c 22 = 5 L 2 4 =m 42 L 2 + L C =[3 ] L 3 =L 2 L 2 3 =L 2 2 L =L 3 m 0 43 = c 2 43 /c 2 33 = 3 L 3 4 =m 2 43 L L 4 Matriz triangular superior C =[3 ] Solução por substituição retroativa X =[ 2 ou X 0 ] t =[ 2 0 ] Obs.: n = 4 exige 76 operações aritméticas n = 5 exige 45 operações aritméticas Exercício: Obter uma equação para calcular o número de operações aritméticas necessárias para a solução de um sistema linear de ordem n pelo método de eliminação de Gauss. José Eduardo Mautone Barros 26/0/2 7/30
18 Método de Gauss (cont.) Algorítimo de Triangularização de Gauss para Sistema Lineares No SciLab: function x = GaussElim(n,a,b) Entradas: Ordem do sistema linear Matriz de coeficientes Matriz de termos indepentes Saída: Matriz de incógnitas Início n a[n,n] b[n,] x[n,] // Matriz aumentada c = [a b]; // Triangularização da matriz // aumentada for k=:n- for i=k+:n mik=c(i,k)/c(k,k); c(i,k) = 0; for j = k+:n+ c(i,j)=c(i,j)-mik*c(k,j); // Substituição retroativa x=zeros(n,); x(n)=c(n,n+)/c(n,n); for i=n-:-: soma = 0; for j=i+:n soma = soma +c(i,j)*x(j); x(i)=(c(i,n+)-soma)/c(i,i); function // Definir os termos da matriz aumentada c[n,n+]= a[n,n]:b[n,]; // Triangularização da Matriz aumentada Para k= até n- faça início Para i=k+ até n faça início mik=c(i,k)/c(k,k); c(i,k) = 0; Para j = k+ até n+ faça início c(i,j)=c(i,j)-mik*c(k,j); fim; fim; fim; // Substituição retroativa x(n)=c(n,n+)/c(n,n); Para i=n- até faça início soma = 0; Para j=i+ até n faça início soma = soma +c(i,j)*x(j); fim; x(i)=(c(i,n+)-soma)/c(i,i); fim; Mostre a matriz x[n,]; fim. José Eduardo Mautone Barros 26/0/2 8/30
19 Método de Decomposição LU A matriz U é única! AX =B A=[ ] =[x X x 3] 2 B=[ x A=LU LUX =B LY =B UX =Y 4 2] 3 LY =B Y UX =Y X Método de solução l ij = se i= j l ij =0 se i j u ij =0 se i j Decomposição usando a igualdade LU = A Forma indicial Obs: na fórmula de u ij j-<i significa ignorar os termos do somatório onde k i A= LU u =a u 2 =a 2 u 3 =a 3 l 2 u =a 2 l 2 =a 2 /u l 2 u 2 +u 22 =a 22 u 22 =a 22 l 2 u 2 l 2 u 3 +u 23 =a 23 u 23 =a 23 l 2 u 3 l 3 u =a 3 l 3 =a 3 /u l 3 u 2 +l 32 u 22 =a 32 l 32 =(a 32 l 3 u 2 )/u 22 l 3 u 3 +l 32 u 23 +u 33 =a 33 u 33 =a 33 l 3 u 3 l 32 u 23 j < i para i j u ij =a ij se j= e u ij =a ij para i> j U L=[ 0 0 l 2 0 l 3 l 32 ] u2 u3 a2 a3 =[u 0 u 22 u u 33] A=[a a 2 a 22 a 23 a 3 a 32 a 33] k= j l ik u kj se j> l ij = a ij se j= e l u ij =(a ij l ik u kj )/u jj se j> jj k= Substituição progressiva Substituição retroativa Solução LY =B L=[ 0 0 / ] Y =[ y y 2 y 3] B=[ UX =Y =[ 2 3 ] =[x U 0 3/2 5/2 X x 3] 2 Y x X t =[ ] 4 2] 3 =[ 4 4] José Eduardo Mautone Barros 26/0/2 9/30
20 Método de Decomposição LU (cont.) Rotina de Decomposição LU em código do SciLab //Rotina de Decomposição LU para Sistema Lineares //entrada Ordem do sistema linear n // Matriz de coeficientes a[n,n] // Matriz de termos indepentes b[n,] //saída Matriz de incógnitas x[n,] function x = DecoLU(n,a,b) // Decomposição de A em L(matriz triangular inferior) e U(matriz triangular superior) // LU=A l = zeros(n,n); u = zeros(n,n); // zerar matrizes L e U for i=:n // diagonal de L igual a l(i,i)=; j=; // cálculo dos elementos de L e U para j= for i=:n if i<=j then u(i,j)=a(i,j); else l(i,j)=a(i,j)/u(j,j); Obs: O programa para o cálculo dos u ij ignora os termos de k i automaticamente, pois estes ainda são nulos até o seu cálculo. for i=:n // cálculo dos elementos de L e U para j> for j=2:n SumLU=0; for k=:j- SumLU=SumLU+l(i,k)*u(k,j); if i<=j then u(i,j)=a(i,j)-sumlu; else l(i,j)=(a(i,j)-sumlu)/u(j,j); // Substituição progressiva LY=B y=zeros(n,); y()=b(); for i=2:n SumLY=0; for j=:i- SumLY = SumLY + l(i,j)*y(j); y(i)=b(i)-sumly; // Substituição retroativa UX=Y x=zeros(n,); x(n)=y(n)/u(n,n); for i=n-:-: SumUX = 0; for j=i+:n SumUX = SumUX +u(i,j)*x(j); x(i)=(y(i)-sumux)/u(i,i); function // Jose Eduardo Mautone Barros 22/04/200 José Eduardo Mautone Barros 26/0/2 20/30
21 Métodos Indiretos (Iterativos) Exemplo: AX =B AX B=0 AX IX B= IX X = A I X B Os métodos iterativos consistem em transformar o sistema de equações lineares original para uma outra forma que permita obter novas estimativas de valores do vetor de incógnitas X a partir de uma estimativa anterior de valores do vetor X. A partir de uma aproximação inicial: A X =B para X =F X D X 0 t =[ 0 0 x x n 0 ] obtemos a nova estimativa, e repete-se até que, X =F X 0 D máx x i k x i k ou k M onde, ε = tolerância na solução M = número máximo de iterações Método de Jacobi Seja o sistema de equações lineares (LES), a a 2 a 3 x 3... a n x n =b a 2 a 22 a 23 x 3... a 2n x n =b 2... a n a n2 a n3 x 3... a nn x n =b n explicita-se as incógnitas x da seguinte forma: Carl Gustav Jakob Jacobi Obs: a ii 0 V i Senão é necessário reagrupar as equações do sistema original. = b a 2 a 3 x 3... a n x n a = b 2 a 2 a 23 x 3... a 2n x n a x n = b n a n a n2... a n n x n a nn José Eduardo Mautone Barros 26/0/2 2/30
22 Método de Jacobi (cont.) O método iterativo de Jacobi consiste em: a) Partindo-se de uma aproximação inicial X 0 = 0, 0, x 3 0,, x n 0 t b) Calcula-se a sequência de aproximações utilizando as equações: X,X 2, X 3,..., X k k = a b a 2 k a 3 x 3 k a 4 x 4 k a n x n k k = a 22 b 2 a 2 k a 23 x 3 k a 2 x 4 k a 2n x n k x k 3 = b a 3 a 3 x k a 32 x k 2 a 34 x k 4 a 3n x k n 33 x k n = b a n a n x k a n2 x k k 2 a n n x n nn c) Continuar a gerar aproximações até que uma das seguintes condições for satisfeita: onde, máx x i k x i k ou k M ε = tolerância M = número máximo de iterações Método do Resíduo R i (k) É mais atual! x k i =x k i R k i a ii n R i k =b i j = k a ij x j i=..n i=..n José Eduardo Mautone Barros 26/0/2 22/30
23 Método de Gauss-Siedel Seja o sistema: A X = B O método iterativo de Gauss-Siedel consiste em: a) Partindo-se de uma aproximação inicial X 0 = 0, 0, x 3 0,, x n 0 t b) Calcula-se a sequência de aproximações utilizando as equações: X,X 2, X 3,..., X k k = a b a 2 k a 3 x 3 k a 4 x 4 k a n x n k k = a 22 b 2 a 2 k a 23 x 3 k a 2 x 4 k a 2n x n k x k 3 = k b a 3 a 3 x a 32 x k 2 a 34 x k 4 a 3n x k n 33 x k n = b a n a n x k a n2 x k k 2 a n n x n nn c) Continuar a gerar aproximações até que uma das seguintes condições for satisfeita: onde, máx x i k x i k ou k M ε = tolerância M = número máximo de iterações Método do Resíduo R i (k) É mais atual! i R k i =b i a ij x j j = x k i =x k i R k i a ii n k j =i k a ij x j i=..n i=..n José Eduardo Mautone Barros 26/0/2 23/30
24 Superrelaxação Sucessiva (SOR) Alteração do método de Gauss-Siedel para acelerar a convergência. SOR = successive over-relaxation Método do Resíduo R i (k) x k k i = x i R k i a ii i R k i =b i a ij x j j = n k j =i k a ij x j i=..n i=..n w< sub-relaxado w> super-relaxado Fator de relaxação (ω) 0 < w < 2 Exemplo 2 = +2 =3 Método de Jacobi 2 = +2 =3 k + =(+ k )/2 k + =(3 k )/2 K X E X2 E2 Teste 0 0,000 0,000 0,500 0,500,500,500 não 2,250 0,750,250 0,250 não 3,25 0,25 0,875 0,375 não 4 0,938 0,88 0,938 0,063 não 5 0,969 0,03,03 0,094 não 6,06 0,047,06 0,06 não 7,008 0,008 0,992 0,023 não 8 0,996 0,02 0,996 0,004 não 9 0,998 0,002,002 0,006 convergiu 0,800 Convergência de x - Jacobi 0,700 0,600 0,500 0,400 0,300 0,200 0,00 0, José Eduardo Mautone Barros 26/0/2 24/30
25 Métodos Indiretos (cont.) Método de Gauss-Siedel 2 = +2 =3 K X E X2 E2 Teste 0 0,000 0,000 0,500 0,500,250,250 não 2,25 0,625 0,938 0,33 não 3 0,969 0,56,06 0,078 não 4,008 0,039 0,996 0,020 não 5 0,998 0,00,00 0,005 convergiu k + =(+ k )/2 k + =(3 k+ )/2 0,700 0,600 Convergência de x - Gauss-Siedel 0,500 0,400 0,300 0,200 0,00 0, Método SOR 2 = +2 =3 R k = 2 k + k R 2 k =3 k + 2 k k + = k +ω R k /2 k + = k +ω R 2 k /2 Ômega = 0,9 K X R X2 R2 Teste 0 0,000 0,000 0,455,000,58 2,545 não 2,023,248,004-0,339 não 3,004-0,042 0,999-0,0 não 4,000-0,009,000 0,003 convergiu,400 Convergência de x - SOR,200,000 0,800 0,600 0,400 0,200 0,000-0, José Eduardo Mautone Barros 26/0/2 25/30
26 Métodos Indiretos - Implementação em Planilhas Método de Jacobi Exemplo 4x 2x2 + x3 = 3 x 4x2 + x3 = 2 x + 2x2 + 4x3 = 7 Erro admitido de x0-2 Método de Gauss-Siedel 4x 2x2 + x3 = 3 x 4x2 + x3 = 2 x + 2x2 + 4x3 = 7 Método SOR Omega de, (colocado numa célula fixa $I$) 4x 2x2 + x3 = 3 x 4x2 + x3 = 2 x + 2x2 + 4x3 = 7 A B C D E F G H k X E X2 E2 X3 E3 Teste FM FM2 FM3 FM4 FM5 FM6 FM Definir as seguintes fórmulas: FM = /4*(3 + 2*D2 - F2) FM2 = ABS(B3 - B2) FM3 = /4*(2 + B2 + F2) FM4 = ABS(D3 - D2) FM5 = /4*(7 - B2-2*D2) FM6 = ABS(F3 F2) FM7 = SE((C3>0,0) E (E3>0,0) E (G3>0,0); convergiu ; não ) Selecionar as células A2 a A3; Ester as definições destas células até o número de iterações desejadas; Selecionar as células B3 a H3; Ester as definições destas células até o número de iterações desejadas. Definir as seguintes fórmulas: FM = /4*(3 + 2*D2 - F2) FM2 = ABS(B3 - B2) FM3 = /4*(2 + B3 + F2) FM4 = ABS(D3 - D2) FM5 = /4*(7 - B3-2*D3) FM6 = ABS(F3 F2) FM7 = SE((C3>0,0) E (E3>0,0) E (G3>0,0); convergiu ; não ) Selecionar e ester as coluna A e a linha 3, colunas B a H, do mesmo modo anterior. A B C D E F G H I k X R X2 R2 X3 R3 Teste, FM FM2 FM3 FM4 FM5 FM6 FM Definir as seguintes fórmulas: FM = B2+$I$*C2/4 FM2 = 3-4*B2+ 2*D2 - F2 FM3 = D2+$I$*E2/(-4) FM4 = -2 - B3 + 4*D2 - F2 FM5 = F2+$I$*G2/4 FM6 = 7 - B3 2*D3-4*F2 FM7 = SE((C3>0,0) E (E3>0,0) E (G3>0,0); convergiu ; não ) Selecionar e ester as coluna A e a linha 3, colunas B a H, do mesmo modo anterior. José Eduardo Mautone Barros 26/0/2 26/30
27 2.8. Problemas de Autovalor Seja o sistema de equações lineares: A X = B Se det A 0 Ele admite solução única Se: det A = 0 Ele pode não admitir solução Ele pode admitir um número infinito de soluções Ele pode admitir ao menos a solução trivial, X = 0, se o sistema for homogêneo, A X= 0 Para sistemas homogêneos, com det A = 0, só existe a solução trivial se os coeficientes a ij forem fixos. Se alguns destes coeficientes for função de uma variável, tal como lambda (λ), existem outras soluções diferentes da trivial. Neste caso, a matriz X é chamada de autovetor e os valores de lambda são chamados de autovalores do sistema de equações lineares. Exemplo K M K M x O sistema da figura acima é constituído de duas massas e duas molas idênticas. As equações diferenciais que descrevem o seu estado (posições das massas) são obtidas a partir do balanço de forças em cada massa do sistema. Do seguinte modo, M d 2 d t 2 = K K =K 2 K M d 2 d t 2 = K =K K As solução isoladas dos sistemas massa-mola são: ϖ = freqüência natural ϕ = ângulo de fase X i = amplitude da oscilação da massa i = X sen t x = X cos t x = X 2 sen t = X 2 sen t x 2 = X 2 cos t x 2 = X 2 2 sen t José Eduardo Mautone Barros 26/0/2 27/30
28 2.8. Problemas de Autovalor (cont.) Substituindo as soluções nas equações diferenciais, temos, 2 X X 2 =0 X X 2 =0 onde, lambda foi definido como, Definição arbitrária = 2 M K Problema de Autovalor Na forma matricial, ou, [ 2 ][ X X 2] =0 A I X =0 Esta é a forma clássica do Problema de Autovalor. Equação característica A equação característica do problema de autovalor é obtida pela condição de múltiplas soluções, não triviais, para o sistema de equações lineares. det A I =0 A solução gera um polinômio da mesma ordem do número de equações do sistema e cujas raízes são os autovalores do sistema de equações lineares homogêneo. Solução Numérica do Exemplo 2 =0 Autovalores Assim, 2 =0 2 3 =0 =2,680 2 =0,3820 José Eduardo Mautone Barros 26/0/2 28/30
29 2.8. Problemas de Autovalor (cont.) Para calcular os autovetores, usamos cada um dos autovalores, Para λ = 2,680 [ 0,680,680][ X X 2] =0 X 2 = 0,680 X Para λ 2 = 0,3820 [,680 0,680][ X X 2] =0 X 2 =,680 X Considerando X =, temos, Autovetores X = e X 2 = -0,680 para λ X = e X 2 =,680 para λ 2 Significado físico Para λ as massas estão se movo em direções opostas e a amplitude da oscilação da segunda massa é 6,8 % da amplitude de oscilação da primeira massa. A freqüência de oscilação é dada por: = K M Para λ 2 as massas estão se movo na mesma direção e a amplitude da oscilação da segunda massa é 6,8 % da amplitude de oscilação da primeira massa. A freqüência de oscilação é dada por: = 2 K 2 M José Eduardo Mautone Barros 26/0/2 29/30
30 Métodos de solução O problema é achar os autovalores quando o polinômio gerado é de elevado grau, por exemplo, de ordem 300. Ou seja, possui 300 raízes. A solução do problema de achar os autovalores pode ser feita através dos seguintes métodos: Diretos solução pela definição ou usando uma modificação da equação característica; Indiretos solução iterativa ou outro método de busca de raízes, tais como, Método da potência Método do inverso da potência Método do deslocamento de autovalores. Solução do problema de autovalor em programas simbólicos Matlab eig(a,x) Scilab [erots,x] = spec(a) Obs Existem problemas de autovalor que não são lineares: [ A B ] X =0 det [ A B ]=0 José Eduardo Mautone Barros 26/0/2 30/30
a 11 a m1 A ou [ A] ou A ou A A = a ij para i = 1 m e j = 1 n A=[ 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 a 2 a n a A=[ 2 a
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 maisEstudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisÁlgebra Linear Resumo das aulas teóricas e práticas Paulo R. Pinto http://www.math.ist.utl.pt/ ppinto/ Lisboa, Novembro de 2011
Álgebra Linear Resumo das aulas teóricas e práticas Paulo R Pinto http://wwwmathistutlpt/ ppinto/ Lisboa, Novembro de 2011 Conteúdo 1 Matrizes e sistemas lineares 1 11 Álgebra das Matrizes 1 12 Operações
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 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 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 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 maisMatrizes e Determinantes
Capítulo 1 Matrizes e Determinantes 11 Generalidades Iremos usar K para designar IR conjunto dos números reais C conjunto dos números complexos Deste modo, chamaremos números ou escalares aos elementos
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 maisTruques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5
Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Departamento de Matemática para a Ciência e Tecnologia Universidade do Minho 2005/2006 Engenharia e Gestão Industrial Engenharia Electrónica Industrial e de Computadores
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 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 maisCarga horária: 60 horas Créditos: 04. Matrizes, Determinantes, Sistemas de Equações Lineares e Geometria Analítica.
Disciplina: Matemática para o Ensino Básico IV Prof Ms José Elias Dos Santos Filho Curso de Licenciatura em Matemática UFPBVIRTUAL elias@ccaeufpbbr Ambiente Virtual de Aprendizagem: Moodle wwweadufpbbr
Leia maisUNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS DEP ART AMENT O DE MAT EMAT ICA DMAT
UNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS CCT DEP ART AMENT O DE MAT EMAT ICA DMAT Professora Graciela Moro Exercícios sobre Matrizes, Determinantes e Sistemas
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 maisCapítulo 1: Sistemas Lineares e Matrizes
1 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 1: Sistemas Lineares e Matrizes Sumário 1 O que é Álgebra Linear?............... 2 1.1 Corpos.........................
Leia maisGAAL - 2013/1 - Simulado - 1 Vetores e Produto Escalar
GAAL - 201/1 - Simulado - 1 Vetores e Produto Escalar SOLUÇÕES Exercício 1: Determinar os três vértices de um triângulo sabendo que os pontos médios de seus lados são M = (5, 0, 2), N = (, 1, ) e P = (4,
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 mais2.2 Subespaços Vetoriais
32 CAPÍTULO 2. ESPAÇOS VETORIAIS 2.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas:
Leia mais2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( )
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Matriz ( ) Conjunto de elementos dispostos em linhas e colunas. Ex.: 0 1 é uma matriz com 2 linhas e 3 colunas. 2 Definição
Leia maisVetores. Definição geométrica de vetores
Vetores Várias grandezas físicas, tais como por exemplo comprimento, área, olume, tempo, massa e temperatura são completamente descritas uma ez que a magnitude (intensidade) é dada. Tais grandezas são
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 maisPrograma Institucional de Bolsas de Iniciação à Docência Projeto Matemática 1. Matrizes, determinantes e sistemas lineares
Programa Institucional de Bolsas de Iniciação à Docência Projeto Matemática 1 Matrizes, determinantes e sistemas lineares Curitiba 2014 PLANO DE AULA DE SISTEMAS LINEARES Dados de Identificação: Instituição:
Leia mais2 Extensão do Produto Vetorial Sobre uma Álgebra Exterior
2 Extensão do Produto Vetorial Sobre uma Álgebra Exterior Seja R 3 o espaço euclidiano tridimensional, chamamos de álgebra exterior de R 3 a álgebra Λ(R 3 ) gerada pela base canônica {e 1, e 2, e 3 } satisfazendo
Leia maisCálculo. Álgebra Linear. Programação Computacional. Metodologia Científica
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL Cálculo Álgebra Linear Programação Computacional Metodologia Científica Realização: Fortaleza, Fevereiro/2012 UNIVERSIDADE
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 maisInstituto Superior Técnico Departamento de Matemática Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A FICHA 8 APLICAÇÕES E COMPLEMENTOS Sistemas Dinâmicos Discretos (1) (Problema
Leia mais1 Módulo ou norma de um vetor
Álgebra Linear I - Aula 3-2005.2 Roteiro 1 Módulo ou norma de um vetor A norma ou módulo do vetor ū = (u 1, u 2, u 3 ) de R 3 é ū = u 2 1 + u2 2 + u2 3. Geometricamente a fórmula significa que o módulo
Leia maisE A D - S I S T E M A S L I N E A R E S INTRODUÇÃO
E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO Dizemos que uma equação é linear, ou de primeiro grau, em certa incógnita, se o maior expoente desta variável for igual a um. Ela será quadrática, ou
Leia maisMatemática. Euclides Roxo. David Hilbert. George F. B. Riemann. George Boole. Niels Henrik Abel. Karl Friedrich Gauss.
Matemática Jacob Palis Álgebra 1 Euclides Roxo David Hilbert George F. B. Riemann George Boole Niels Henrik Abel Karl Friedrich Gauss René Descartes Gottfried Wilhelm von Leibniz Nicolaus Bernoulli II
Leia maisNIVELAMENTO 2007/1 MATEMÁTICA BÁSICA. Núcleo Básico da Primeira Fase
NIVELAMENTO 00/ MATEMÁTICA BÁSICA Núcleo Básico da Primeira Fase Instituto Superior Tupy Nivelamento de Matemática Básica ÍNDICE. Regras dos Sinais.... Operações com frações.... Adição e Subtração....
Leia maisMATLAB Avançado. Melissa Weber Mendonça 1 2011.2. 1 Universidade Federal de Santa Catarina. M. Weber Mendonça (UFSC) MATLAB Avançado 2011.
MATLAB Avançado Melissa Weber Mendonça 1 1 Universidade Federal de Santa Catarina 2011.2 M. Weber Mendonça (UFSC) MATLAB Avançado 2011.2 1 / 46 Exemplo >> x = -3:0.1:3; >> [x,y] = meshgrid(x); >> z = x.^2+3*y-x.*y.^2
Leia maisUniversidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas
1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática Disciplina: Estruturas Algébricas Profs.: Elisangela S. Farias e Sérgio Motta Operações
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 maisNome: Lucas da Silva Oliveira. Professor: Ricardo Fabbri
Nome: Lucas da Silva Oliveira Professor: Ricardo Fabbri Exportando o arquivo da rede social do facebook, podemos dizer que a matriz de adjacência do grafo gerado pelo Gephi, relaciona os meus amigos com
Leia maisAPOSTILA TECNOLOGIA MECANICA
FACULDADE DE TECNOLOGIA DE POMPEIA CURSO TECNOLOGIA EM MECANIZAÇÃO EM AGRICULTURA DE PRECISÃO APOSTILA TECNOLOGIA MECANICA Autor: Carlos Safreire Daniel Ramos Leandro Ferneta Lorival Panuto Patrícia de
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 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 maisMatemática Aplicada. Qual é a altitude do centro do parque, ponto de encontro das diagonais, em relação ao nível do mar?
Matemática Aplicada 1 Um mapa de um pequeno parque é uma região em forma de quadrilátero, limitado pelas retas y = x, y = x +, y = x + e y = x, sendo que as unidades estão em quilômetros. A altitude em
Leia maisUnidade: Vetores e Forças. Unidade I:
Unidade I: 0 Unidade: Vetores e Forças 2.VETORES 2.1 Introdução Os vetores são definidos como entes matemáticos que dão noção de intensidade, direção e sentido. De forma prática, o conceito de vetor pode
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 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 maisCircuitos Digitais. Engenharia de Automação e Controle Engenharia Elétrica. São Paulo 2014. Prof. José dos Santos Garcia Neto
Engenharia de Automação e Controle Engenharia Elétrica Circuitos Digitais Prof. José dos Santos Garcia Neto São Paulo 2014 Prof. José dos Santos Garcia Neto 1 Introdução Esta apostila tem como objetivo
Leia maisNOÇÕES DE ÁLGEBRA LINEAR
ESPAÇO VETORIAL REAL NOÇÕES DE ÁLGEBRA LINEAR ESPAÇOS VETORIAIS Seja um conjunto V φ no qual estão definidas duas operações: adição e multiplicação por escalar, tais que u, v V, u+v V e α R, u V, αu V
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 maisIntrodução MATRIZES. O que vocês acham? Onde podemos usar Matrizes além dos estudos de matemática?
PROBBILIDDES Professora Rosana Relva Números Inteiros e Racionais Introdução rrelva@globo.com O crescente uso dos computadores tem feito com que a teoria das matrizes seja cada vez mais aplicada. Onde
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 maisSecretária de Educação Profissional e Tecnologia Instituto Federal Catarinense - Câmpus Avançado Sombrio Curso de Licenciatura em Matemática
Ministério da Educação Secretária de Educação Profissional e Tecnologia Instituto Federal Catarinense - Câmpus Avançado Sombrio Curso de Licenciatura em Matemática Plano de Aula 1- IDENTIFICAÇÃO Secretaria
Leia maisSistemas Lineares e Escalonamento
Capítulo 1 Sistemas Lineares e Escalonamento Antes de iniciarmos nos assuntos geométricos da Geometria Analítica, vamos recordar algumas técnicas sobre escalonamento de matrizes com aplicações na solução
Leia maisNotas sobre a Fórmula de Taylor e o estudo de extremos
Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo
Leia maisComo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer:
ELETRÔNI IGITl I FUNÇÕES LÓGIS Formas de representação de uma função lógica omo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: Soma de Produtos Produtos
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 maisMATEMÁTICA GEOMETRIA ANALÍTICA I PROF. Diomedes. E2) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B.
I- CONCEITOS INICIAIS - Distância entre dois pontos na reta E) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B. d(a,b) = b a E: Dados os pontos A e B de coordenadas
Leia maisCURSO DE. Álgebra Linear Aplicada
CURSO DE Álgebra Linear Aplicada Antonio Cândido Faleiros Centro de Matemática, Computação e Cognição Universidade Federal do ABC Santo André, SP 6 de abril de 2009 Sumário 1 Equações lineares 1 1.1 Equaçãoalgébricalinear...
Leia maisDisciplina: Introdução à Álgebra Linear
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa
Leia maisUniposRio - FÍSICA. Leia atentamente as oito (8) questões e responda nas folhas de respostas fornecidas.
UniposRio - FÍSICA Exame Unificado de Acesso às Pós-Graduações em Física do Rio de Janeiro 9 de novembro de 00 Nome (legível): Assinatura: Leia atentamente as oito (8) questões e responda nas folhas de
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisCAPÍTULO 1- OPERAÇÕES COM NÚMEROS INTEIROS Indicadores de aprendizagem Verifica se sabes: Identificar o conjunto dos números inteiros.
CAPÍTULO 1- OPERAÇÕES COM NÚMEROS INTEIROS Identificar o conjunto dos números inteiros. Representar na recta numérica os números inteiros. Indicar o valor absoluto e o simétrico de um número. Comparar
Leia maisPROVA DE MATEMÁTICA DA UFBA VESTIBULAR 2011 1 a Fase. RESOLUÇÃO: Profa. Maria Antônia Gouveia.
PROVA DE MATEMÁTICA DA UFBA VESTIBULAR a Fase Profa. Maria Antônia Gouveia. Questão. Considerando-se as funções f: R R e g: R R definidas por f(x) = x e g(x) = log(x² + ), é correto afirmar: () A função
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisNotas de Aula. Álgebra Linear I
Notas de Aula Álgebra Linear I Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula da disciplina Álgebra Linear
Leia maisConstrução dos números racionais, Números fracionários e operações com frações
Construção dos números racionais, Números fracionários e operações com frações O número racional pode ser definido a partir da aritmética fechamento da operação de divisão entre inteiros ou partir da geometria
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Aula 03 Inversão de matrizes
UNIVERSIDDE FEDERL DO RIO GRNDE DO NORTE Prof. Hector Carrion S. Álgebra Linear ula Inversão de matrizes Resumo Matriz inversa Inversa de matriz elementar Matriz adjunta Inversão de matrizes Uma matriz
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 maisRetas e Planos. Equação Paramétrica da Reta no Espaço
Retas e lanos Equações de Retas Equação aramétrica da Reta no Espaço Considere o espaço ambiente como o espaço tridimensional Um vetor v = (a, b, c) determina uma direção no espaço Dado um ponto 0 = (x
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.br Transformações Lineares 1 Definição e Exemplos 2 Núcleo e Imagem
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 maisTEXTO DE REVISÃO: Uso da calculadora científica e potências de 10.
TEXTO DE REVISÃO: Uso da calculadora científica e potências de 10. Caro aluno (a): No livro texto (Halliday) cap.01 - Medidas alguns conceitos muito importantes são apresentados. Por exemplo, é muito importante
Leia maisMétodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas
Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo Funções Exponenciais e Logarítmicas Progressões Matemáticas Funções Exponenciais e Logarítmicas. Progressões Matemáticas Objetivos
Leia maisModelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia maisProf. Graça. Circuitos elétricos CC
01 Prof. Graça Circuitos elétricos CC Circuitos elétricos de CC Conteúdo Circuitos Equivalentes Princípio da Superposição Elementos Lineares egras de Kirchoff Divisor de tensão Circuito de várias malhas
Leia maisMatriz do Teste de Avaliação de Física e Química A - 11.º ano 1 de fevereiro de 2016 120 minutos
Ano Letivo 2015/ 2016 Matriz do Teste de Avaliação de Física e Química A - 11.º ano 1 de fevereiro de 2016 120 minutos Objeto de avaliação O teste tem por referência o programa de Física e Química A para
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 Decomposição LU 3 Decomposição LU com Pivotamento 4 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Eliminação de Gauss Transforma
Leia maisMATRIZES ADIÇÃO E SUBTRAÇÃO DE MATRIZES
MATRIZES O Excel possui uma notação especial que permite que as operações que envolvem matrizes sejam feitas rapidamente. Nesta aula, no entanto, nos focaremos no procedimento usual das operações matriciais.
Leia mais