Resolução de Sistemas de Equações Lineares
|
|
- David Renato Caetano Tomé
- 7 Há anos
- Visualizações:
Transcrição
1 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 Lineares Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Esses podem ser: métodos diretos, 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, 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: Seja um sistema Ax = b, onde A é uma matriz n n, b uma matriz n 1 e x é a matriz incógnita n 1. 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; 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).
2 1 MÉTODO DA ELIMINAÇÃO DE GAUSS. 2 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 x1 k+1 + 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 dado 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. permutar duas equações ; 2. multiplicar uma equação por um escalar não -nulo; 3. trocar uma equação pela sua soma com uma 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. 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)
3 1 MÉTODO DA ELIMINAÇÃO DE GAUSS. 3 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 os m i1 = a i1 /a 11 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 são 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 0, 004x1 + 15, 73x 2 = 15, 77 0, 423x 1 24, 72x 2 = 20, 49 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 0, 423x1 24, 72x 2 = 20, 49 0, 004x , 73x 2 = 15, 77 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 como utilizamos 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 do exercício anterior pelo método de eliminação de Gauss usando pivoteamento parcial. b)pivoteamento completo. Consiste em escolher, no início da etapa k, para o pivô o elemento de maior módulo entre todos os elementos que ainda atuam no processo de eliminação. Se max a (k 1) ij ; i, j k} = a (k 1) rs então pivô =a (k 1) rs.
4 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 4 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. 2.2 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 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. Exercícios: 1) Resolver os sistemas lineares anteriores usando a fatoração LU. 2) Desenvolva um algoritmo para a fatoração LU, um para o MEG sem pivoteamento e um para o MEG com 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.
5 2 FATORAÇÃO LU E FATORAÇÃO DE CHOLESKY 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 = , os fatores L e U são: L = / / / U = , enquanto que, D e U serão : D = U = 12 1/4 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.
6 3 MÉTODOS ITERATIVOS 6 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 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. 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 : A é a matriz dos coeficientes, n n; x é o vetor das incógnitas, n 1; b é o vetor dos termos independentes, n 1. 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.
7 3 MÉTODOS ITERATIVOS 7 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: 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 x (k 1) i ; i = 1,..., n} d (k) r = x(k) x (k 1) x (k) = máx x(k) x (k 1) ; i = 1,..., n} x (k)
8 3 MÉTODOS ITERATIVOS 8 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 : C = 0 a 12 /a 11 a 13 /a a 1n /a 11 a 21 /a 22 0 a 23 /a a 2n /a 22 a 31 /a 33 a 32 /a a 3n /a a n1 /a nn a n2 /a nn a n3 /a nn... 0 ] e b = b 11 /a 11 b 22 /a 22 b 33 /a 33. 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: x (k+1) i = b i a i1 x (k) 1 a i2 x (k) 2... a i,i 1 x (k) i 1 a i,i+1x (k) i+1... a inx (k) n, i = 1, 2,..., n. a ii Exercícios: 1) Resolva o sistema linear abaixo pelo método de Gauss-Jacobi com x (0)t = [0, 7 1, 6 0, 6] t 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 = [0 0 0] t 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, Critério de convergência (um deles...) Condição suficiente para que o método de Gauss-Jacobi seja convergente:
9 3 MÉTODOS ITERATIVOS 9 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*= (1,5 1,5)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. Exercícios: 1. Para cada um dos sistemas lineares seguintes, obtenha uma solução por um meio gráfico, se possível for. Explique os resultados do ponto de vista geométrico. x1 + 2x 2 = 3 x 1 x 2 = 0 x1 + 2x 2 = 3 2x 1 + 4x 2 = 6 x1 + 2x 2 = 3 2x 1 + 4x 2 = 6 2x1 + x 2 + x 3 = 1 2x 1 + 4x 2 x 3 = 1 2. Utilize a eliminação Gaussiana, com substituição retroativa e operações com arredondamento para quatro dígitos, para resolver os sistemas lineares a seguir: 2x 1 + 3x 2 + x 3 x 4 = 6, 90 x 1 + x 2 + 2x 3 + 4x 4 = 7, 12 x 1 + x 2 4x 3 + x 4 = 6, 60 2x 1 + 5x 2 + x 3 + 2x 4 = 14, 90 x 1 + x 2 + x 3 + x 4 = 10, 20 x 1 + x 2 + 5x 3 + 6x 4 = 12, 02 4x 1 5x 2 + x 3 2x 4 = 12, 30 4x 1 + 6x 2 + 2x 3 + x 4 = 20, 72
10 REFERÊNCIAS Resolver o sistema linear abaixo usando o MEG com pivoteamento completo, retendo, durante as eliminações, cinco algarismos após a vírgula: 0, 8754x 1 + 3, 0081x 2 + 0, 9358x 3 + 1, 1083x 4 = 0, , 4579x 1 0, 8758x 2 + 1, 1516x 3 4, 5148x 4 = 1, , 2350x 1 0, 8473x 2 2, 3582x 3 + 1, 1419x 4 = 2, , 1015x 1 + 8, 1083x 2 1, 3232x 3 + 2, 1548x 4 = 6, Dê a fatoração LU de cada matriz do exercício Resolver o sistema linear abaixo usando os métodos iterativos (Jacobi e Gauss-Seidel) com x (0) = [1; 3; 7; 8; 4; 1; 7] t e ɛ 10 3, retendo, durante os cálculos, cinco casas decimais: 10x 1 + x 2 + x 3 + x 4 + 3x 5 2x 6 = 6, 57 4x 1 20x 2 + 3x 3 + 2x 4 x 5 + 7x 6 = 68, 448 5x 1 3x 2 15x 3 x 4 4x 5 + x 6 = 112, 05 x 1 + x 2 + 2x 3 + 8x 4 x 5 + 2x 6 = 3, 968 x 1 + 2x 2 + x 3 + 3x 4 + 9x 5 x 6 = 2, 18 4x 1 + 3x 2 + x 3 + 2x 4 x x 6 = 10, 882 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, [5] BURDEN,R.L.,FAIRES,J.D. Análise Numérica. São Paulo, Pioneira Thomson Learning, 2003.
Estudaremos 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 maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Leia maisDisciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas
Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 6 - Solução de Sistema de Equações Algébricas Métodos diretos: 1- Eliminação de Gauss com substituição recuada 2- Decomposição
Leia maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia maisAgenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 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 Aproximação
Leia maisFigura : Monitoria. Monitoria Cálculo Numérico
Monitoria Cálculo Numérico 207-02 NOME Email Dia / Horário Local Ana Sofia Nunez de Abreu nunez.asofia@gmail.com Sex. 0-2h D- Luiz Eduardo Xavier luizeduardosxavier@gmail.com Ter, 5-7h Lab Rafael Mendes
Leia maisUNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia 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 maisSistemas Lineares. Métodos Iterativos Estacionários
-58 Sistemas Lineares Estacionários Lucia Catabriga e Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo -
Leia maisMétodos iterativos para sistemas lineares.
Métodos iterativos para sistemas lineares. Alan Costa de Souza 7 de Setembro de 2017 Alan Costa de Souza Métodos iterativos para sistemas lineares. 7 de Setembro de 2017 1 / 46 Introdução. A ideia central
Leia maisUma equação linear com n variáveis tem a seguinte forma:
Edgard Jamhour Uma equação linear com n variáveis tem a seguinte forma: a 1 x 1 + a 2 x 2 +... + a n x n = b onde a 1, a 2,..., a n e b são constantes reais. Um sistema de equações lineares é um conjunto
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 13 04/2014 Sistemas de Equações Lineares Parte 3 MÉTODOS ITERATIVOS Cálculo Numérico 3/44 MOTIVAÇÃO Os métodos iterativos
Leia maisConsideremos um sistema linear de n equações lineares e n incógnitas, do tipo:
58 3. Resolução de Sistemas Lineares MÉTODOS DIRETOS: são métodos que determinam a solução de um sistema linear com um número finito de operações. Entre os métodos diretos (Eliminação de Gauss, Eliminação
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 04/2014 Sistemas de Equações Lineares Parte 2 FATORAÇÃO LU Cálculo Numérico 3/37 FATORAÇÃO LU Uma fatoração LU de uma dada
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisMétodos Numéricos. Turma CI-202-X. Josiney de Souza.
Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 15 (21/10/15) Sistemas Lineares Métodos Diretos: Regra de Cramer Método da Eliminação de Gauss (ou triangulação)
Leia maisUniversidade Federal do Espírito Santo - UFES
Universidade Federal do Espírito Santo - UFES Centro Universitário Norte do Espírito Santo - CEUNES Departamento de Matemática Aplicada - DMA Prof. Isaac P. Santos - 2018/1 Aula: Métodos Iterativos Para
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisAlgoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares
Leia 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 maisSistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisModelagem Computacional. Parte 6 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 6 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 6 e 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisCálculo Numérico. Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson
Cálculo Numérico Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson Métodos como: Métodos exatos Método de eliminação de Gauss Método de decomposição LU Método de Cholesky
Leia maisINSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/
INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: / ANÁLISE NUMÉRICA Exercícios Considere o sistema linear 6 x 5 y = a)
Leia maisSistemas Lineares Métodos Diretos
Sistemas Lineares Métodos Diretos Andrea M. P. Valli, Lucia Catabriga avalli@inf.ufes.br, luciac@inf.ufes.br March 19, 2018 Andrea M. P. Valli, Lucia Catabriga (UFES) DI-PPGI/UFES March 19, 2018 1 / 34
Leia maisParte 0: Normas de Vetor e Matriz
Cálculo Numérico SME0104 ICMC-USP Lista : Sistemas Lineares Métodos Diretos Parte 0: Normas de Vetor e Matriz 1. Dadas as matrizes: 3 5 7 A = 3 6 B = 1 7 1 (a) Calcule A 1, B 1 e C 1 (b) Calcule A, B e
Leia maisUniversidade Federal do Espírito Santo - UFES
Universidade Federal do Espírito Santo - UFES Centro Universitário Norte do Espírito Santo - CEUNES Departamento de Matemática Aplicada - DMA Prof Isaac P Santos - 2018/1 Aula: Sistemas Lineares 1 Sistemas
Leia maisSME0300 Cálculo Numérico Aula 11
SME0300 Cálculo Numérico Aula 11 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 21 de setembro de 2015 Tópico Anterior Sistemas Lineares: Métodos Exatos:
Leia maisSistemas de equações lineares
DMPA IM UFRGS Cálculo Numérico Índice Sistema de Equações Lineares 1 Sistema de Equações Lineares 2 com pivoteamento parcial 3 Método de Jacobi Método Gauss-Seidel Sistema de Equações Lineares n equações
Leia maisSolução de sistemas de equações lineares
Cálculo Numérico Solução de sistemas de equações lineares Prof Daniel G Alfaro Vigo dgalfaro@dccufrjbr Departamento de Ciência da Computação IM UFRJ Parte I Métodos diretos Motivação: Circuito elétrico
Leia maisdecomposição de Cholesky.
Decomposição LU e Cholesky Prof Doherty Andrade - DMA-UEM Sumário 1 Introdução 1 2 Método de Eliminação de Gauss 1 3 Decomposição LU 2 4 O método de Cholesky 5 5 O Algoritmo para a decomposição Cholesky
Leia maisSME300 - Cálculo Numérico - Turma Elétrica/Automação - Prof. Murilo F. Tomé. Lista 1: Solução Numérica de Sistema Lineares A = MÉTODOS DIRETOS.
SME300 - Cálculo Numérico - Turma Elétrica/Automação - Prof. Murilo F. Tomé Lista 1: Solução Numérica de Sistema Lineares NORMAS DE VETORES E MATRIZES 1. Dado o vetor v = ( 3, 1, 8, 2) T, calcule v 1,
Leia maisLaboratório de Simulação Matemática. Parte 6 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 6 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 6] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisSistemas de Equações Lineares
Capítulo 3 Sistemas de Equações Lineares Um sistema com n equações lineares pode ser escrito na forma : ou na forma matricial onde com a 1,1 x 1 + a 1,2 x 2 + + a x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a
Leia maisSistemas Lineares - Eliminação de Gauss
1-28 Sistemas Lineares - Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-28
Leia maisSME602 - Cálculo Numérico - - Prof. Murilo F. Tomé. Solução Numérica de Sistema Lineares A = MÉTODOS DIRETOS. x y z
SME602 - Cálculo Numérico - - Prof. Murilo F. Tomé Solução Numérica de Sistema Lineares NORMAS DE VETORES E MATRIZES 1. Dado o vetor v = (, 1, 8, 2) T, calcule v 1, v 2 e v. 2. Dada a matriz: A = 5 7 2
Leia mais2. Sistemas lineares
2. Sistemas lineares 2.1 Conceitos fundamentais. 2.2 Sistemas triangulares. 2.3 Eliminação de Gauss. 2.4 Decomposição LU. 2.5 Decomposição de Cholesky. 2.6 Decomposição espectral. 2.7 Uso da decomposição.
Leia maisEXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras.
EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR QUESTÃO 1: Indique as afirmativas verdadeiras. ( ) O número Pi não pode ser representado de forma exata em sistemas numéricos de
Leia maisÁLGEBRA LINEAR AULA 5 MÉTODOS ITERATIVOS
ÁLGEBRA LINEAR AULA 5 MÉTODOS ITERATIVOS Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 27 1 2 3 4 2 / 27 Seja o sistema linear Ax = b, onde: A: Matriz dos coeficientes, n n;
Leia maisLista de exercícios de MAT / II
1 Lista de exercícios de MAT 271-26 / II 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 5 de fevereiro de 2014 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS
UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS Representação de Números Reais e Erros 1. Converta os seguintes números
Leia maisCálculo Numérico. Aula 8 Sistemas de Equações Lineares / Parte /04/2014. Prof. Guilherme Amorim*
Cálculo Numérico Aula 8 Sistemas de Equações Lineares / Parte 1 2014.1-29/04/2014 Prof. Guilherme Amorim* gbca@cin.ufpe.br * Com algumas modificações pelo Prof. Sergio Queiroz Perguntas... O que é um sistema
Leia maisCálculo Numérico. Resumo e Exercícios P1
Cálculo Numérico Resumo e Exercícios P1 Fórmulas e Resumo Teórico Parte 1 Aritmética de ponto flutuante Operar com o número de algarismos significativos exigido. Arredondar após cada conta. Método de escalonamento
Leia maisNota importante: U é a matriz condensada obtida no processo de condensação da matriz
Decomposição P T LU A denominada decomposição P T L U é um processo que pode ser extremamente útil no cálculo computacional, na resolução de sistemas de equações lineares. Propriedade Seja A uma matriz
Leia maisFatoração LU André Luís M. Martinez UTFPR
Fatoração LU André Luís M. Martinez UTFPR Agosto de 2011 Sumário 1 Introdução Sumário 1 Introdução 2 Fatoração LU Sumário 1 Introdução 2 Fatoração LU 3 Método de Crout Sumário 1 Introdução 2 Fatoração
Leia maisUniversidade Federal do Rio Grande do Norte. Métodos Computacionais Marcelo Nogueira
Universidade Federal do Rio Grande do Norte Métodos Computacionais Marcelo Nogueira Sistemas Lineares Comuns na engenharia (calculo de estruturas, redes elétricas, solução de equações diferenciais) Forma
Leia maisSistemas de equações lineares
Capítulo 3 Sistemas de equações lineares Os sistemas de equações lineares fazem parte da descrição matemática dos mais diversos fenômenos em todas as áreas das ciências naturais e também são peça fundamental
Leia maisSistemas Lineares - Decomposição LU
Sistemas Lineares - Decomposição LU Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES,
Leia maisModelagem Computacional. Parte 7 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 7 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisDCC008 - Cálculo Numérico
DCC008 - Cálculo Numérico Resolução de Sistemas de Equações Lineares Bernardo Martins Rocha Departamento de Ciência da Computação Universidade Federal de Juiz de Fora bernardomartinsrocha@ice.ufjf.br Conteúdo
Leia maisMétodos numéricos para soluções de sistemas lineares
Métodos numéricos para soluções de sistemas lineares FACIP/UFU 1 de Junho de 2017 (FACIP/UFU) Métodos numéricos para soluções de sistemas lineares 1 de Junho de 2017 1 / 7 Motivação Os métodos numéricos
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Leia maisNotas de Aula de Cálculo Numérico
IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números
Leia maisLista de exercícios de MAT / I
1 Lista de exercícios de MAT 271-29 / I 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes
Leia maisSolução de Sistemas Lineares: Métodos Exatos
Capítulo 4 Solução de Sistemas Lineares: Métodos Exatos 4 Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do potencial
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade
1) Analise as alternativas abaixo e marque V para verdadeiro e F para falso. No segundo caso, explique como as tornaria verdadeiras: ( ) O método das secantes é utilizado para solucionar um problema de
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 1 o semestre de 2007/2008 - Engenharia Biológica Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados
Leia maisAutovalores e Autovetores
Algoritmos Numéricos II / Computação Científica Autovalores e Autovetores Lucia Catabriga 1 1 DI/UFES - Brazil Junho 2016 Introdução Ideia Básica Se multiplicarmos a matriz por um autovetor encontramos
Leia maisExercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA
Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA Licenciaturas em Engenharia do Ambiente e Química 2 o Semestre de 2005/2006 Capítulo III Resolução Numérica de Sistemas de Equações Normas, Erros e Condicionamento.
Leia maisNotas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução
Leia maisCálculo Numérico Faculdade de Ciências Sociais Aplicadas e Comunicação FCSAC Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Ciências Sociais Aplicadas e Comunicação FCSAC Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) REVISÃO DA 1ª PARTE
Leia maisIntrodução aos Sistemas Lineares
Introdução aos Sistemas Lineares Profa Cynthia de O Laga Ferreira Métodos Numéricos e Computacionais I - SME005 Frequentemente, em todas as áres científicas, precisamos resolver problemas na forma Ax =
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 2 o semestre de 2005/2006 - LEE, LEGI e LERCI Programação em Mathematica 1. Calcule no Mathematica e comente os resultados: (a) 7; (b) 7.0; (c) 14406; (d) cos π 6
Leia maisLaboratório de Simulação Matemática. Parte 7 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 7 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisCálculo Numérico Ponto Fixo
Cálculo Numérico Ponto Fixo Método do Ponto Fixo (MPF) Dada uma função f(x) contínua no intervalo [a,b] onde existe uma raiz única, f(x) = 0, é possível transformar tal equação em uma equação equivalente
Leia maisCálculo Numérico Algoritmos
Cálculo Numérico Algoritmos Valdenir de Souza Junior Abril de 2007 Sumário 1 Introdução 1 2 Raízes de Equações 1 2.1 Método da Bisseção......................... 2 2.2 Método de Newton-Raphson.....................
Leia maisParte 1 - Matrizes e Sistemas Lineares
Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,
Leia maisCálculo Numérico e Computacional CNC
Cálculo Numérico e Computacional Luiza Amalia Pinto Cantão luiza@sorocaba.unesp.br Sumário Introdução à Teoria de Erros e Estabilidade 3. Representação de Números.......................................
Leia maisMatrizes e Sistemas Lineares
MATEMÁTICA APLICADA Matrizes e Sistemas Lineares MATRIZES E SISTEMAS LINEARES. Matrizes Uma matriz de ordem mxn é uma tabela, com informações dispostas em m linhas e n colunas. Nosso interesse é em matrizes
Leia maisA = Utilizando ponto flutuante com 2 algarismos significativos, 2 = 0, x (0)
MAP 22 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Sistemas Lineares : Utilizando o método de eliminação de Gauss, calcule o determinante e a seguir a inversa da matriz abaixo. Efetue todos os
Leia maisSME0300 Cálculo Numérico Aula 4
SME0300 Cálculo Numérico Aula 4 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 13 de agosto de 2015 Aula Passada Operações Aritméticas: Arredondamento a
Leia mais1 INTRODUÇÃO. Segundo Lipschutz (1977, p. 21)
INTRODUÇÃO Na matemática ocidental antiga são poucas as aparições de sistemas de equações lineares No Oriente, contudo, o assunto mereceu atenção bem maior Com seu gosto especial por diagramas, os chineses
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisResolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento
Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Marina Andretta ICMC-USP 28 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e
Leia maisTestes Formativos de Computação Numérica e Simbólica
Testes Formativos de Computação Numérica e Simbólica Os testes formativos e 2 consistem em exercícios de aplicação dos vários algoritmos que compõem a matéria da disciplina. O teste formativo 3 consiste
Leia maisCCI-22 LISTA DE EXERCÍCIOS
CCI-22 LISTA DE EXERCÍCIOS Capítulos 1 e 2: 1) Considere floats com 4 dígitos decimais de mantissa e expoentes inteiros entre -5 e 5. Sejam X =,7237.1 4, Y =,2145.1-3, Z =,2585.1 1. Utilizando um acumulador
Leia maisMatemática I. Capítulo 3 Matrizes e sistemas de equações lineares
Matemática I Capítulo 3 Matrizes e sistemas de equações lineares Objectivos Matrizes especiais e propriedades do produto de matrizes Matriz em escada de linhas Resolução de sistemas de equações lineares
Leia maisSistemas de Equações Lineares
Sistemas de Equações Lineares Análise Numérica Artur M C Brito da Cruz Escola Superior de Tecnologia Instituto Politécnico de Setúbal 5/6 versão de Setembro de 7 Conteúdo Matrizes 3 Operações com Matrizes
Leia maisResolução de Sistemas Lineares. Método de Gauss. O algoritimo conhecido como Método de Gauss é desenvolvido a partir de dois ingredientes básicos:
Resolução de Sistemas Lineares Método de Gauss O algoritimo conhecido como Método de Gauss é desenvolvido a partir de dois ingredientes básicos: Resolução de Sistemas Lineares Triangulares Procedimento
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 1 de Janeiro de 1 - Parte I (1h3m) 1. Considere
Leia maisÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES
ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de Equações Lineares 1 Sistemas e Matrizes 2 Operações Elementares 3 Forma
Leia maisÁLGEBRA LINEAR AULA 2
ÁLGEBRA LINEAR AULA 2 Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de 1 2 3 4 5 6 7 2 / 14 matrizes Muitos problemas em várias áreas da Ciência recaem na solução
Leia maisCálculo Numérico. Aula 10 Sistemas de Equações Lineares / Parte 3 Jacobi & Gauss-Seidel. Prof. Guilherme Amorim
Cálculo Numérico Aula 10 Sistemas de Equações Lineares / Parte 3 Jacobi & Gauss-Seidel Prof. Guilherme Amorim gbca@cin.ufpe.br 2014.1-15/05/2014 Aula passada... Método da Decomposição LU Seja o sistema
Leia maisESTUDO TEÓRICO DOS MÉTODOS DIRETOS E ITERATIVOS NA SOLUÇÃO DE SISTEMAS LINEARES
UNIVERSIDADE FEDERAL DO AMAPÁ CURSO DE LICENCIATURA EM MATEMÁTICA Leomir Braga Monteiro Rosivan Ferreira e Ferreira ESTUDO TEÓRICO DOS MÉTODOS DIRETOS E ITERATIVOS NA SOLUÇÃO DE SISTEMAS LINEARES Macapá-AP
Leia maisSistemas Lineares e Matrizes
Sistemas Lineares e Matrizes Lino Marcos da Silva linosilva@univasfedubr Obs Este texto ainda está em fase de redação Por isso, peço a gentileza de avisar-me sobre a ocorrência de erros conceituais, gráficos
Leia mais1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos
FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA 1 NOTAS DE AULA Professor Doutor: Jair Silvério dos Santos (i) Matrizes Reais Uma matriz real é o seguinte arranjo de números reais : a 11 a 12 a 13 a 1m a 21
Leia maisLista de Exercícios. 3x 1 + 2x 2 5x 3 = 0 2x 1 3x 2 + x 3 = 0 x 1 + 4x 2 x 3 = 4. 3x 1 + 4x 2 + 3x 3 = 10 x 1 + 5x 2 x 3 = 7 6x 1 + 3x 2 + 7x 3 = 15
Universidade Federal de Santa Catarina Centro Tecnológico Depto de Informática e Estatística Disciplina: INE5202-Cálculo Numérico Cap. 3 - Sistemas Lineares Lista de Exercícios 3.2 - Eliminação Gaussiana.
Leia maisSistemas de Equações Lineares Algébricas
Sistemas de Equações Lineares Algébricas A x + A x +... + A n x n b A x + A x +... + A n x n b............... A n x + A n x +... + A nn x n b n A A... A n x b A A... A n x b.................. A n A n...
Leia maisSistemas Lineares. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2
Sistemas Lineares Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 O que é uma equação linear? O que é uma equação linear? Ex: 1)
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
Leia mais