Método de Elementos Finitos - Problema Bidimensional
|
|
|
- Esther de Almada do Amaral
- 9 Há anos
- Visualizações:
Transcrição
1 Método de Elementos Finitos - Problema Bidimensional Prof. Isaac P. Santos Disciplina: Elementos Finitos /2 Programa de Pós-Graduação em Informática - PPGI - UFES, [email protected]
2 Problema Modelo - Bidimensional Achar u : Ω R, tal que onde (K u) + bu = f, em Ω; (1) u = g, em Γ g ; (2) K u η = h, em Γ h, (3) Ω = Γ g Γ h, com Γ g Γ h =.
3 Problema Formulação Variacional Discreta Achar u h = w h + G h V D,h, w h V h tal que onde a(v h, w h ) = (v h, f ) + (v h, h) Γh a(v h, G h ), v h V h, ) a(v h, w h ) = ( v h K u h + σv h u h dω; Ω (v h, f ) = fv h dω; (v h, h) Γh = Ω v h hdγ; Γ h V h = {v H 1 (Ω) v = 0 em Γ g }; V D,h = {v H 1 (Ω) v = g em Γ g }; a(v h, G h ) = ( v h K G h + σv h G h )dω. Ω
4 Problema Formulação Variacional Discreta G h é uma aproximação (função polinomial linear por partes) de G tal que g(z i ), se z i Γ g (pontos nodais prescritos); G h (z i ) = 0, se z i / Γ g (pontos nodais livres).
5 Problema Modelo Formulação Numérica Variacional Escolhendo {φ 1, φ 2,, φ Nl } como uma base de V h, podemos definir w h = N l a j φ j (x, y); j=1 v h = φ i (x, y), i = 1, 2,, N l. então, Substituindo esses resultados na formulação variacional discreta, obtemos um sistema linear da forma Au = F, onde A = [A ij ] é uma matriz N l N l, com A ij = a(φ i, φ j ) = ( φ i K φ j + σφ i φ j )dω Ω
6 Problema Modelo Formulação Numérica Variacional F = [F i ] é um vetor com N l elementos, onde F i = φ i fdω + φ i hdγ ( φ i K G h + σφ i G h )dω Ω Γ h Ω
7 Funções lineares por partes definidas sobre uma malha triangular Um polinômio nas variáveis x e y tem a forma a 00 + a 10 x + a 01 y + a 20 x 2 + a 11 xy + a 02 y a 0n y n, onde a 00, a 10,, a 0n são os coeficientes (constantes). Para definir um polinômio por partes em Ω, o domínio Ω precisa ser particionado em subdomínios; Uma função polinomial por partes é uma função definida por um polinômio em cada subdomínio de Ω; A coleção de subdomínios é chamada de malha; As malhas bidimensionais mais comuns são triangulações: o domínio Ω é particionado em triâgulos.
8 Funções lineares por partes definidas sobre uma malha triangular A interseção de quaisquer dois triângulos é um vértice (comum aos dois triângulos) ou uma aresta (comum aos dois triângulos). Situações como as mostradas nas figuras abaixo são chamadas de triangulações não-conformes (e não serão permitidas). (a) Dois exemplos de triangulações não conformes. Em ambos os casos, a interseção dos triângulos 1 e 2 é um segmento de linha que não é uma aresta do triângulo 1
9 Funções lineares por partes definidas sobre uma malha triangular Se o domínio Ω não é poligonal, é necessário aproximar a fronteira Ω por segmentos de linhas ou curvas simples (originando triângulos com arestas curvas ). Assumiremos que Ω seja poligonal, de forma que a triangulação cubra totalmente Ω. A figura abaixo mostra as triangulações de um quadrado e um pentágono. Mestrado em (b) Informática Triangulações - PPGI/UFES de doisuniversidade domíniosfederal poligonais do Espírito Santo
10 Um pouco de notação... Um triangulação consiste de N t triângulos Os vértices dos triângulos são T 1, T 2,, T Nt ; z 1, z 2,, z Nv, onde z j = (x j, y j ) e N v é o números total de vértices da malha; Cada triângulo é associado a três vértices da lista {z 1, z 2,, z Nv }, que podem ser identificados pelos seus índices na lista: (i) índices dos vértices do triângulo T i : n i,1, n i,2 e n i,3 ; (ii) os vértices de T i são z ni,1, z ni,2 e z ni,3. Os índices n i,j relacionam os índices locais (j = 1, 2, 3) com os índices globais.
11 Um pouco de notação... No processo de análise e implementação do MEF, é necessário considerar uma família de triangulações. Cada triangulação é caracterizada pelo seu tamanho de malha h (comprimento característico de malha), que é definido como o diâmetro máximo dentre todos os diâmetros dos triângulos que compõem a triangulação. Denotamos uma triangulação por T h.
12 O espaço de funções mais simples formado por polinômios por partes contínuos em Ω consiste de funções lineares por partes contínuas definidas em T h. Seja p uma função polinomial linear por partes contínua em Ω. Então, a função p restrita a cada T i T h é da forma p i (x) = p(x) Ti = a i + bix + c i y, onde a i, b i e c i são determinados (unicamente) através dos valores de p i (x) nos três vértices de T i. O gráfico de p i (x) é uma parte de uma plano.
13 Como a função p é contínua em Ω, se o vértice z j T i e z j T k, a i + b i x j + c i y j = a k + b k x j + c k y j. = Os 3N t parâmetros (a 1, b 1, c 1 ), (a 2, b 2, c 2 ),, (a Nt, b Nt, c Nt ) não são todos independentes; se a aresta s T i e s T k, a i + b i x + c i y = a k + b k x + c k y, (x, y) s, pois p é contínua em s. = Basta que p i (z 1 ) = p k (z 1 ) e p i (z 2 ) = p k (z 2 ), onde z 1 e z 2 são os vértices extremos da aresta s.
14 Se T h contém N v vértices (pontos nodais), então uma função linear por partes em T h é determinada pelos N v valores nodais da função, também chamados de graus de liberdade. A figura abaixo mostra duas funções lineares por partes definidas nas malhas construídas sobre o quadrado e o pentágono. (c) Duas funções lineares por partes contínuas
15 Seja P (1) h o conjunto de todas as funções lineares por partes contínuas definidas em T h. P (1) h é um espaço vetorial de dimensão finita, tal que dim P (1) h = N v. Cada função v P (1) h pode ser idenficada por um vetor a R Nv consistindo dos valores nodais da função v. Podemos determinar (facilmente) uma base {ψ 1, ψ 2,, ψ Nv } para o espaço P (1) h de forma que
16 a função v P (1) h pode ser escrita da forma N v v = a i ψ i i=1 Para todo vetor a = (a 1,, a Nv ) R Nv, isto é, N v i=1 a i ψ i (x j, y j ) = v(x j, y j ) = a j, ψ i (x j, y j ) = { 1, se i = j; 0, se i j. A condição (4) define as funções base ψ i, i = 1, 2,, N v. Uma base satisfazendo (4) é chamada de base lagrangeana ou base nodal. (4)
17 Exemplo de funções funções base ψ i :
18 Exemplo de funções funções base ψ i :
19 Os pontos nodais de T h localizados na fronteira prescrita (Dirichlet) são chamados de pontos nodais prescritos. Caso contrário, eles são chamados de pontos nodais livres; Se os dois pontos extremos da aresta s T i estão na fronteira prescrita (Dirichlet), dizemos que s é uma aresta prescrita, caso contrário, s é uma aresta livre; O número de pontos nodais livres será denotado por N l e o número de pontos nodais prescritos por N p ; Definimos a sequência l 1, l 2,, l Nl de forma que z l1, z l2,, z lnl são os pontos nodais livres, e outra sequência p 1, p 2,, p Np de forma que z p1, z p2,, z pnp são os pontos nodais prescritos.
20 Exemplo Formulação Numérica Variacional Seja Ω o quadrado unitário dado por Ω = {(x, y) R 2 0 < x < 1, 0 < y < 1} tal que Ω = Γ g Γ h, com Γ g Γ h =, onde Γ g = {(x, y) x [0, 1], y = 1} (fronteira superior do quadrado); Γ h = Ω\Γ 1
21 Exemplo Formulação Numérica Variacional A figura abaixo mostra uma malha definida sobre o domínio Ω. O número total de elementos triangulares é N t = 32 e o número total de pontos nodais (vértices) é N v = 25. (d) Uma triangulação do quadrado unitário. A figura à esquerda mostra a enumeração dos 32 elementos, enquanto que a figura à direita mostra a enumeração dos 25 pontos nodais
22 Exemplo Formulação Numérica Variacional Recordemos que os inteiros n i,1, n i,2, n i,3 são os índices dos três vértices do triângulo (elemento) T i. A figura mostra que n 12,1 = 7, n 12,2 = 8, n 12,3 = 13. Os pontos nodais livres são: 1, 2,, 20. N l = 20; Os pontos nodais prescritos são: 21, 22, 23, 24 e 25. N p = 5.
23 P (1) h é um subespaço de H 1 (Ω); V h = {v P (1) h v = 0 em Γ g }; Uma base para o subespaço V h é dada por {ψ l1, ψ l1,, ψ lnl }; Por conveniência, escrevemos ψ lk para V h pode ser escrita como = φ k, de forma que a base {φ 1, φ 2,, φ Nl }.
24 Matriz Local e Vetor Local Em cada triângulo (elemento) T i T h uma função linear é dada por p i (x, y) = a + bx + cy, (x, y) T i. Para determinarmos as constantes a, b e c, façamos: v 1 = p i (x 1, y 1 ) = a + bx 1 + xy 1 v 2 = p i (x 2, y 2 ) = a + bx 2 + xy 2 v 3 = p i (x 3, y 3 ) = a + bx 3 + xy 3 onde (x j, y j ), j = 1, 2, 3 são as coordenadas dos três vértices do triângulo T i.
25 Matriz Local e Vetor Local Resolvendo esse sistema para a, b e c, obtemos a = b = c = 1 [ ] 2A e v 1 (x 2 y 3 x 3 y 2 ) + v 2 (x 3 y 1 x 1 y 3 ) + v 3 (x 1 y 2 x 2 y 1 ) ; 1 [ ] 2A e v 1 (y 2 y 3 ) + v 2 (y 3 y 1 ) + v 3 (y 1 y 2 ) ; 1 [ ] 2A e v 1 (x 3 x 2 ) + v 2 (x 1 x 3 ) + v 3 (x 2 x 1 ) onde A e, é a área do elemento (triângulo) T i, dada por 2A e = det 1 x 1 y 1 1 x 2 y 2 1 x 3 y 3 = [ ] (x 1 y 2 x 2 y 1 )+(x 3 y 1 x 1 y 3 )+(x 2 y 3 x 3 y 2 )
26 Matriz Local e Vetor Local Eliminando a, b e c, obtemos onde φ e 1(x, y) = φ e 2(x, y) = φ e 3(x, y) = p i (x, y) = v 1 φ e 1(x, y) + v 2 φ e 2(x, y) + v 3 φ e 3(x, y), 1 [ ] 2A e (x 2 y 3 x 3 y 2 ) + (y 2 y 1 )x + (x 3 x 2 )y ; 1 [ ] 2A e (x 3 y 1 x 1 y 3 ) + (y 3 y 1 )x + (x 1 x 3 )y ; 1 [ ] 2A e (x 1 y 2 x 2 y 1 ) + (y 1 y 2 )x + (x 2 x 1 )y são as funções de forma local associadas aos três vértices (pontos nodais) do triângulo T i.
27 Matriz Local e Vetor Local As funções de forma pode ser escritas como onde φ e 1(x, y) = φ e 2(x, y) = φ e 3(x, y) = 1 [ ] 2A e a 1 + b 1 x + c 1 y ; 1 [ ] 2A e a 2 + b 2 x + c 2 y ; 1 [ ] 2A e a 3 + b 3 x + c 3 y, a 1 = x 2 y 3 x 3 y 2 b 1 = y 2 y 1 c 1 = x 3 x 2 ; a 2 = x 3 y 1 x 1 y 3 b 2 = y 3 y 1 c 2 = x 1 x 3 ; a 3 = x 1 y 2 x 2 y 1 b 3 = y 1 y 2 c 3 = x 2 x 1.
28 Problema Local Formulação Numérica Variacional Problema Local v h K w h dω + bv h w h dω T T }{{}}{{} Termo Difusivo Termo Reativo = + v h fdω T }{{} Termo de Fonte v h hdγ Γ } h {{} C. C. Neumann v h K G h dω T }{{} C. C. Dirichlet bv h G h dω. T }{{} C. C. Dirichlet
29 Problema Local Formulação Numérica Variacional As matrizes e vetores locais podem ser calculados através das seguintes integrais: (φ 1 ) m (φ 2 ) n (φ 3 ) r m!n!r! dω = (m + n + r + 2)! 2Ae e T Γ e (φ 1 ) m (φ 2 ) n dγ = m!n! (m + n + 1)! Γe, onde A e é a área de um elemento triangular e Γ e é o comprimento de uma aresta do triângulo.
30 Matriz Local - Termo Difusivo Matriz Local do Termo Difusivo é dada por d 11 d 12 d 13 D = d 21 d 22 d 23, d 31 d 32 d 33 onde d ij = T φ e k (x, y) = φ e i (x, y) φ e j (x, y)dω. φ e k x φ e k y = 1 2A e [ bk c k ]
31 Matriz Local - Termo Difusivo Então, e φ e i (x, y) φ e j (x, y) = d ij = = = = b i 2A e c i 2A e b j 2A e c j 2A e 1 4(A e ) 2 (b ib j + c i c j ) φ e i (x, y) φ e j (x, y)dω T 1 4(A e ) 2 (b ib j + c i c j ) dω T }{{} =A e 1 4A e (b ib j + c i c j ).
32 Matriz Local - Termo Difusivo d 11 = d 12 = d 13 = d 21 = d 22 = d 23 = 1 [ ] 4A e (y 2 y 1 )(y 2 y 1 ) + (x 3 x 2 )(x 3 x 2 ) ; 1 [ ] 4A e (y 2 y 1 )(y 3 y 1 ) + (x 3 x 2 )(x 1 x 3 ) ; 1 [ ] 4A e (y 2 y 1 )(y 1 y 2 ) + (x 3 x 2 )(x 2 x 1 ) ; 1 [ ] 4A e (y 3 y 1 )(y 2 y 1 ) + (x 1 x 3 )(x 3 x 2 ) ; 1 [ ] 4A e (y 3 y 1 )(y 3 y 1 ) + (x 1 x 3 )(x 1 x 3 ) ; 1 [ ] 4A e (y 3 y 1 )(y 1 y 2 ) + (x 1 x 3 )(x 2 x 1 ) ;
33 Matriz Local - Termo Difusivo d 31 = d 32 = d 33 = 1 [ ] 4A e (y 1 y 2 )(y 2 y 1 ) + (x 2 x 1 )(x 3 x 2 ) ; 1 [ ] 4A e (y 1 y 2 )(y 3 y 1 ) + (x 2 x 1 )(x 1 x 3 ) ; 1 [ ] 4A e (y 1 y 2 )(y 1 y 2 ) + (x 2 x 1 )(x 2 x 1 ) ;
34 Matriz Local - Termo Reativo Matriz Local do Termo Reativo é dada por r 11 r 12 r 13 R = r 21 r 22 r 23, r 31 r 32 r 33 onde r ij = T b(x, y)φ e i (x, y)φ e j (x, y)dω. Considerando b(x, y) constante em cada triângulo T, obtemos r ij = b φ e i (x, y)φ e j (x, y)dω = T ba e 6, se i = j; ba e 12, se i j.
35 Matriz Local - Termo Reativo A matriz proveniente do termo R = bae 12 A e 12 T w h v h dω é chamada de matriz de massa associada ao elemento (triângulo) T..
36 Vetor Local Formulação Numérica Variacional O vetor global F é construído a partir do termo v h fdω + v h hdγ ( v h K G h + bv h G h )dω Ω Γ h Ω Em cada elemento T T h, tem-se um vetor local onde fi e = T i = 1, 2, 3. F e = f e 1 f e 2 f e 3 φ e i fdω + φ e i hdγ ( φ e i K Gh e + bφe i Gh e )dω, Γ e h T,
37 Vetor Local Formulação Numérica Variacional Usando interpolação, podemos aproximar a função f no elemento T da seguinte forma onde f (x) T = f 1 φ e 1(x, y) + f 2 φ e 2(x, y) + f 3 φ e 3(x, y), f i = f (x i, y i ) é o valor da função f no vértice z i = (x i, y i ), i = 1, 2, 3 do triângulo T. Portanto, ( ) ( ) ( ) φ e i fdω = φ e i φ e 1dΩ f 1 + φ e i φ e 2dΩ f 2 + φ e i φ e 3dΩ f 3. T T T T
38 Vetor Local Formulação Numérica Variacional Isso implica que T w h fdω = Ae onde f i = f (z i ) = f (x i, y i ). f 1 f 2 f 3 = Ae 12 2f 1 + f 2 + f 3 f 1 + 2f 2 + f 3 f 1 + f 2 + 2f 3,
39 Vetor Local Formulação Numérica Variacional Usando interpolação, podemos também aproximar a função G h no elemento T da seguinte forma onde G h T = g 1 φ e 1(x, y) + g 2 φ e 2(x, y) + g 3 φ e 3(x, y), g i = g(x i, y i ) é o valor que G h assume no vértice z i = (x i, y i ), i = 1, 2, 3 do triângulo T. Se z i é um vértice livre, então g i = 0 Portanto, T ( w h K G h + bw h G h )dω = E 11 E 12 E 13 E 21 E 22 E 23 E 31 E 32 E 33 g 1 g 2 g 3,
40 Vetor Local Formulação Numérica Variacional T onde ( w h K G h + bw h G h )dω = E 11 g 1 + E 12 g 2 + E 13 g 3 E 21 g 1 + E 22 g 2 + E 23 g 3 E 31 g 1 + E 32 g 2 + E 33 g 3 E = D + R é a matriz do elemento associada a forma bilinear a(w h, v h ), sendo que D e R são as matrizes locais de difusão e reação, calculadas anteriormente. Vale ressaltar que g i = G h (x i, y i ) é diferente de zero apenas se o ponto nodal (x i, y i ) é um vértice pertencente a fronteira prescrita.,
41 Vetor Local Formulação Numérica Variacional Vamos calcular o vetor local associado ao termo Γ h v h hdγ. Cada componente deste vetor local é da forma h k = φ e khdγ, k = 1, 2 ou k = 2, 3 ou k = 1, 3. Γ e h Se h é constante, então h k = h Γ e h φ e hl kdγ = 2, onde l é o comprimento da aresta Γ e h. Obs: k = 1, 2 significa que os pontos extremos da aresta são os vértices locais 1 e 2. A interpretação para k = 1, 3 e k = 2, 3 é análoga.
42 Vetor Local Formulação Numérica Variacional Então F e = f e 1 f e 2 f e 3 = Ae 12 2f 1 + f 2 + f 3 f 1 + 2f 2 + f 3 f 1 + f 2 + 2f 3 E 11 g 1 + E 12 g 2 + E 13 g 3 E 21 g 1 + E 22 g 2 + E 23 g 3 E 31 g 1 + E 32 g 2 + E 33 g 3 + hl 2 Obs: Note que estamos considerando que as arestas da fronteira de Neumann estão associadas aos vértices locais 1 e
43 Exercício Formulação Numérica Variacional Problema de Transferência de Calor Bidimensional - Estado Estacionário: considere uma placa plana quadrada mostrada na figura abaixo, junto com a malha de elementos finitos. Se a condutividade térmica é k = 10W /m o C, determine a distribuição de temperatura usando elementos finitos triangulares lineares.
44 Esparsidade da Matriz Global Em geral, os programas de elementos finitos são divididos em três partes: Pre-processamento: geração de malha, estruturas de dados, cálculos relacionados aos elementos; Processamento: montagem e solução do sistema AU = F ; Pós-processamento: saída de dados e visualização gráfica da solução.
45 Esparsidade da Matriz Global Podemos escrever nosso código de elementos finitos seguindo os seguintes passos: Entrada de dados tais como o domínio, a função f, as condições de contorno e os coeficientes da equação. Construção da malha T h ; Montagem da matriz e vetor globais A e F a partir das contribuições das matrizes e vetores locais; Solução do sistema linear AU = F ; Saída e visualização dos resultados.
46 Esparsidade da Matriz Global Considere a seguinte malha: Essa malha possui 11 elementos e 11 vértices (pontos nodais); Os vértices 3, 6, 8, 9, 10 e 11 são prescritos (fronteira em vermelho).
47 Esparsidade da Matriz Global Matriz coordenada COORD: é uma matriz de nnos linhas e 2 colunas, que associa a cada ponto nodal suas coordenadas x e y.
48 Esparsidade da Matriz Global Vetor ID: é um vetor de tamanha nnos, que identifica a equação associada a cada vértice global livre (não prescrito). { eq, se i é um ponto nodal livre; ID[i] = 0, se i é um ponto nodal prescrito, onde eq é o número da equação associada ao nó i. Para a malha anterior, ID = [ ] T Os vértices livres (1, 2, 4, 5 e 7) estão associados às equações 1, 2, 3, 4, 5, respectivamente.
49 Esparsidade da Matriz Global Matriz de Conectividade IEN: é uma matriz com nel linhas e 3 colunas que associa cada elemento e = 1, 2,, nel a seus respectivos pontos nodais (vértices) globais. IEN = z 1,1 z 1,2 z 1,3 z 2,1 z 2,2 z 2,3 z 3,1 z 3,2 z 3,3... z nel,1 z nel,2 z nel,3, onde z i,j é o ponto nodal global do elemento T i associado ao pondo nodal local j. IEN[elemento][noLocal] = noglobal.
50 Esparsidade da Matriz Global Para a malha anterior, IEN =
51 Esparsidade da Matriz Global Matriz de Localização LM: é uma matriz com nel linhas e 3 colunas. Essa matriz associa os vértices (pontos nodais) locais do elemento ao número da equaçao correspondente. Para a malha anterior, LM =
52 Esparsidade da Matriz Global A matriz de localização LM pode ser construída a partir do vetor ID e da matriz IEN através da expressão: LM[elem][noLocal] = ID[IEN[elem][noLocal]]
53 Esparsidade da Matriz Global Variáveis importantes: nel: número de elementos da malha T h ; neq: número de equações; nnos: número de pontos nodais; Vetores e Matrizes importantes: COORD, ID, IEN, LM; BOUND, BOUNDCOND: matrizes (ou vetores) associadas aos dados de fronteiras.
54 Esparsidade da Matriz Global Montagem da matriz global A e do vetor global F Figura retirada da tese de Jonas Cordazzo: Simulação de reservatórios de petróleo utilizando o método EbFVM e multigrid algébrico, UFSC, 2006.
55 Esparsidade da Matriz Global Montagem da matriz global A e do vetor global F
56 Esparsidade da Matriz Global Montagem da matriz global A e do vetor global F
57 Esparsidade da Matriz Global Montagem da matriz global A e do vetor global F A 0; F 0; Para e = 1 até nel faça monta matriz local E do elemento e; monta vetor local Fe do elemento e; Para a = 1, 2, 3 faça Se LM[e][a] 0 então F [LM[e][a]] F [LM[e][a]] + Fe[a] Para b = 1, 2, 3 faça Se LM[e][b] 0 então A[LM[e][a]][LM[e][b]] A[LM[e][a]][LM[e][b]] +E[a][b] FimSe FimPara FimSe FimPara FimPara
58 Esparsidade da Matriz Global Esparsidade da Matriz Global Discutiremos algumas vantagens de usar o espaço P (1) h (ou um subespaço de P (1) h ) como um espaço de aproximação do método de Galerkin; Um vantagem é que é fácil trabalhar com funções polinomiais (em particular, as lineares): avaliar, diferenciar e integrar essas funções são tarefas simples. Outra vantagem é que quando a base nodal padrão é utilizada, a matriz global é esparsa, isto é, possui poucos números nãonulos.
59 Esparsidade da Matriz Global Esparsidade da Matriz Global Se {φ 1, φ 2,, φ N } é uma base para V h, então a matriz global A R N N é dada por A = [A ij ], onde A ij = a(φ i, φ j ), i, j = 1, 2,, N. (e) O suporte das funções φ 1 e φ 19
60 Esparsidade da Matriz Global Esparsidade da Matriz Global O suporte de φ 1 é T 1 T 2 e o suporte de φ 19 é T 21 T 22 T 23 T 30 T 31 T 32 ; Como esses suportes são disjuntos, segue-se que a(φ 1, φ 19 ) = 0 e A 1,19 = A 19,1 = 0. A ij 0 somente se a interseção entre os suportes de φ i e φ j é não-vazia. Isso acontece quando i e j são vértices livres (não prescritos) de um mesmo triângulo, caso em que esses pontos nodais são chamados de adjacentes.
61 Esparsidade da Matriz Global Esparsidade da Matriz Global Considere o vértice livre 13 e o suporte de φ 13 mostrados na figura abaixo. (f) O suporte da função φ 13 Os únicos pontos nodais livres adjacentes ao vértice 13 são 7, 8, 12, 13, 14, 18 e 19.
62 Esparsidade da Matriz Global Esparsidade da Matriz Global Supondo que a linha de A associada ao ponto nodal 13 seja a linha 13, então somente os valores A 13,7, A 13,8, A 13,12, A 13,13, A 13,14, A 13,18, A 13,19 podem ser diferentes de zero. Nenhuma linha pode ter mais do que 7 valores diferentes de zero.
63 Esparsidade da Matriz Global Esparsidade da Matriz Global Considerando e a malha a(φ i, φ j ) = Ω φ i φ j dω (g) Pontos nodais prescritos: 21, 22, 23, 24 e 25.
64 Mestrado em Informática (h) -Matriz PPGI/UFES A 20 Universidade 20 comfederal 82 do Espírito Santo Formulação Numérica Variacional Esparsidade da Matriz Global Esparsidade da Matriz Global A matriz A é da ordem de 20 20, ou seja, possui 400 elementos, sendo que somente 82 são não-nulos (aproximadamente 20%); Note que a matriz A possui no máximo, 5 números não-nulos por linha. Isso acontece devido a simetria da malha. Mostre que A 13,7 = A 13,19 = 0.
65 Esparsidade da Matriz Global Esparsidade da Matriz Global Quando uma malha é refinada, o número de vértices adjacentes a um dado vértice não aumenta; A esparsidade da matriz global aumenta quando a malha é refinada; Refinando a malha anterior de forma que A seja da ordem 72 72, teríamos 326 valores não-nulos na matriz (aproximadamente 6%), de um total de 5184.
Aula 3 Volumes Finitos
Universidade Federal do ABC Aula 3 Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Duas metodologias Leis de Conservação Integrais EDPs O Método dos Volumes Finitos (MVF) Leis de Conservação Integrais
Aula 5 O Método dos Volumes Finitos
Universidade Federal do ABC Aula 5 O Método dos Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Método dos volumes finitos (MVF) Origens: mecânica estrutural, cálculo das variações para condições
Polinômios homogêneos no estudo de fluidos
Polinômios homogêneos no estudo de fluidos Saulo P. Oliveira Resumo Um polinômio px, y é homogêneo de grau k se ptx, ty t k px, y. Além disso, px, y é harmônico se p. Temos que uma função vetorial fx,
Programa de Pós-Graduação em Engenharia Mecânica e Informática- UFES/CT Disciplina: Elementos Finitos - 16/2
Programa de Pós-Graduação em Engenharia Mecânica e Informática- UFES/CT Disciplina: Elementos Finitos - 16/2 Implementação do Método dos Elementos Finitos Bidimensional Data de entrega: 01/12/2016 O objetivo
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 9 de maio de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Introdução ao Método dos Elementos Finitos
Introdução ao Método dos Elementos Finitos Estruturas Aeroespaciais II (10373) 2014 1. Introdução O Método dos Elementos Finitos (MEF), cuja génese se verificou por volta de 1940, é uma ferramenta matemática
Sumário e Objectivos. Método dos Elementos Finitos 3ªAula. Setembro
Sumário e Objectivos Sumário: Método dos Resíduos Pesados. Princípio Variacional. Discretização Pelo Método dos Elementos Finitos (MEF). Objectivos da Aula: Apreensão do Processo de Discretização pelo
Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru
1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais
Geometria Analítica - Aula
Geometria Analítica - Aula 19 246 IM-UFF K. Frensel - J. Delgado Aula 20 Vamos analisar a equação Ax 2 + Cy 2 + Dx + Ey + F = 0 nos casos em que exatamente um dos coeficientes A ou C é nulo. 1. Parábola
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Introdução ao Método de Elementos Finitos Parte II
ntrodução ao Método de Elementos Finitos Parte saac P. Santos Universidade Federal do Espírito Santo - UFES 18 a 22 de fevereiro de 2018 Sumário ntrodução nterpolação unidimensional Método de elementos
Objetos Gráficos Planares
Universidade Federal de Alagoas Instituto de Matemática Objetos Gráficos Planares Prof. Thales Vieira 2011 Objetos Gráficos Computação Gráfica é a área que estuda a síntese, o processamento e a análise
MÉTODO GALERKIN DE ELEMENTOS FINITOS NA DETERMINAÇÃO DO PERFIL DE TEMPERATURA NA PAREDE DE UM CONTÊINER ESFÉRICO UTILIZANDO MATLAB
MÉTODO GALERKIN DE ELEMENTOS FINITOS NA DETERMINAÇÃO DO PERFIL DE TEMPERATURA NA PAREDE DE UM CONTÊINER ESFÉRICO UTILIZANDO MATLAB Bruno Avila Farenzena 1 Eliete Biasotto Hauser 2 Resumo: Neste trabalho
Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
6 MÉTODO DE ELEMENTOS FINITOS - MEF
6 MÉTODO DE ELEMENTOS FINITOS - MEF O Método de Elementos Finitos é uma técnica de discretização de um problema descrito na Formulação Fraca, na qual o domínio é aproximado por um conjunto de subdomínios
Exercícios de Mínimos Quadrados
INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO DEPARTAMENTO DE MATEMÁTICA APLICADA E ESTATÍSTICA Exercícios de Mínimos Quadrados 1 Provar que a matriz de mínimos quadrados é denida positiva, isto é,
UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO
UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA a LISTA DE EXERCÍCIOS PERÍODO 0 Os exercícios 0 8 trazem um espaço vetorial V e um seu subconjunto W Sempre que W for um subespaço
A = B, isto é, todo elemento de A é também um elemento de B e todo elemento de B é também um elemento de A, ou usando o item anterior, A B e B A.
Capítulo 1 Números Reais 1.1 Conjuntos Numéricos Um conjunto é uma coleção de elementos. A relação básica entre um objeto e o conjunto é a relação de pertinência: quando um objeto x é um dos elementos
A forma canônica de Jordan
A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz
Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Objetos Gráficos Planares
Universidade Federal de Sergipe Departamento de Matemática Objetos Gráficos Planares Profª. Maria Andrade 2016 Objetos Gráficos Computação Gráfica é a área que estuda a síntese, o processamento e a análise
(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay)
Espaços Vetoriais Definição. Um espaço vetorial sobre R é um conjunto V no qual se tem definida uma adição e uma multiplicação de seus elementos por escalares (isto é, por números reais), ou seja, dados
LOM Teoria da Elasticidade Aplicada
Departamento de Engenharia de Materiais (DEMAR) Escola de Engenharia de orena (EE) Universidade de São Paulo (USP) OM3 - Teoria da Elasticidade Aplicada Parte 4 - Análise Numérica de Tensões e Deformações
Processamento de Malhas Poligonais
Processamento de Malhas Poligonais Tópicos Avançados em Computação Visual e Interfaces I Prof.: Marcos Lage www.ic.uff.br/~mlage [email protected] Conteúdo: Notas de Aula Curvas 06/09/2015 Processamento
ESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
5 Formulação Dinâmica Não Linear no Domínio da Frequência
129 5 Formulação Dinâmica Não Linear no Domínio da Frequência No Capítulo 2, foram apresentadas as formulações para a análise dinâmica de estruturas reticuladas no domínio do tempo, sendo uma informação
ÁLGEBRA LINEAR I - MAT Em cada item diga se a afirmação é verdadeira ou falsa. Justifiquei sua resposta.
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 2 a Lista de
Legenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria
2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1 Legenda Cálculos Conceitos Teoria Questões 1. Revise todos os axiomas da definição de espaço vetorial V sobre o corpo de escalares R, verificando
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Método de Quadrados Mínimos: Caso discreto
Método de Quadrados Mínimos: Caso discreto Marina Andretta ICMC-USP 23 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo numérico
DERIVADAS PARCIAIS. y = lim
DERIVADAS PARCIAIS Definição: Seja f uma função de duas variáveis, x e y (f: D R onde D R 2 ) e (x 0, y 0 ) é um ponto no domínio de f ((x 0, y 0 ) D). A derivada parcial de f em relação a x no ponto (x
Um modelo do Método dos Volumes Finitos com malha não estruturada
Trabalho apresentado no III CMAC - SE, Vitória-ES, 015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um modelo do Método dos Volumes Finitos com malha não estruturada
J. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Geração de aproximações de diferenças finitas em malhas não-uniformes para as EDPs de Laplace e Helmholtz
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 5, N., 7. Trabalho apresentado no CNMAC, Gramado - RS, 6. Proceeding Series of the Brazilian Society of Computational
6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):
a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.
Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx.
4 Álgebras de Lie Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx. 4.1 Álgebras de Lie Simples Definição 4.1 Uma álgebra
EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO
Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50
Apostila Minicurso SEMAT XXVII
Apostila Minicurso SEMAT XXVII Título do Minicurso: Estrutura algébrica dos germes de funções Autores: Amanda Monteiro, Daniel Silva costa Ferreira e Plínio Gabriel Sicuti Orientadora: Prof a. Dr a. Michelle
AUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
x 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
Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2017/II 1. Sejam u = ( 4 3) v = (2 5) e w = (a b).
7 Método dos Elementos Finitos
7 Método dos Elementos Finitos No capítulo 6 as funções usadas na aproimação são funções relacionadas à dinâmica de estruturas de formulação semelhante a de um cabo. Em problemas de dinâmica os modos de
Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
Professor: Juan Julca Avila. Site:
Professor: Juan Julca Avila Site: http://professor.ufabc.edu.br/~juan.avila Bibliografia Cook, R.; Malkus, D.; Plesha, M., Concepts and Applications of Finite Element Analysis, John Wiley, New York, Fourth
Capítulo Propriedades das operações com vetores
Capítulo 6 1. Propriedades das operações com vetores Propriedades da adição de vetores Sejam u, v e w vetores no plano. Valem as seguintes propriedades. Comutatividade: u + v = v + u. Associatividade:
Álgebra Linear. André Arbex Hallack
Álgebra Linear André Arbex Hallack 2017 Índice 1 Sistemas Lineares 1 1.1 Corpos............................................. 1 1.2 Sistemas de Equações Lineares............................... 3 1.3 Sistemas
Produto interno e produto vetorial no espaço
14 Produto interno e produto vetorial no espaço Sumário 14.1 Produto interno.................... 14. Produto vetorial.................... 5 14..1 Interpretação geométrica da norma do produto vetorial.......................
Soluções dos trabalhos de 1 a 7
Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos
Métodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução A interpolação é outra técnicas bem conhecida e básica do cálculo numérico. Muitas funções são conhecidas apenas em um
étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE
Equação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
2 Propriedades geométricas de curvas parametrizadas no R 4
2 Propriedades geométricas de curvas parametrizadas no R 4 Nesse capítulo trataremos dos conceitos básicos de geometria diferencial referentes à curvas parametrizadas no R 4. 2.1 Curvas Parametrizadas
étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos MÉTODO DOS ELEMENTOS FINITOS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE
Capítulo 5 - Interpolação Polinomial
Capítulo 5 - Interpolação Polinomial Carlos Balsa [email protected] Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa
Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof. Juliana Coelho - 07h00-09h00
Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof Juliana Coelho - 07h00-09h00 QUESTÃO 1 (2,0 pts - Considere os seguintes vetores de R3 : u = (3, 2, 2, v = (1, 3, 1 e w = ( 1, 4, 4 Responda as
Introdução à Programação Paralela
Programação em Problemas Simulação e Gerenciamento de Reservatórios Pós Graduação em Engenharia Civil CTG/UFPE 2 o Trimestre de 2015 Equação de Poisson Programação em Considerando um problema em regime
Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17
Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores
Interpolaça o Polinomial
Interpolaça o Polinomial Objetivo A interpolação polinomial tem por objetivo aproximar funções (tabeladas ou dadas por equações) por polinômios de grau até n. Isso tem como intuito facilitar o cálculo
Ajuste de dados por mínimos quadrados
Cálculo Numérico por mínimos quadrados Prof. Daniel G. Alfaro Vigo [email protected] Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343
Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Capítulo 11 1. Equações da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que AP = t AB Fig. 1: Reta r passando por A e B. Como o ponto
MÉTODO DE ELEMENTOS FINITOS (MEF) -UMA INTRODUÇÃO-
MÉTODO DE ELEMENTOS FINITOS (MEF) -UMA INTRODUÇÃO- Curso de Transferência de Calor 1 - FEN03-5190 Prof. Gustavo R. Anjos [email protected] 17 e 23 de junho de 2015 EXEMPLOS - VÍDEOS Escoamento de fluido
Álgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Notações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Nota: Turma: MA 327 Álgebra Linear. Segunda Prova. Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 2006 Segunda Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Questão 1. A matriz de mudança da base ordenada
Renato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas
10 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 10: Soluções e Respostas 263 264 CAPÍTULO 10. SOLUÇÕES E RESPOSTAS Capítulo 1 2.1* Temos 2 4 6 3 6 0 2A =,
Aula 3 A Reta e a Dependência Linear
MÓDULO 1 - AULA 3 Aula 3 A Reta e a Dependência Linear Objetivos Determinar a equação paramétrica de uma reta no plano. Compreender o paralelismo entre retas e vetores. Entender a noção de dependência
Cálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
GAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
G2 de Álgebra Linear I
G2 de Álgebra Linear I 2008.1 Gabarito 1) Decida se cada afirmação a seguir é verdadeira ou falsa e marque COM CANETA sua resposta no quadro a seguir. Itens V F N 1.a x 1.b x 1.c x 1.d x 1.e x 1.a) Suponha
ÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de
CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO
CCI - MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO Prof. Paulo André ttp://www.comp.ita.br/~pauloac [email protected] Sala 0 Prédio da Computação -Gregory DEFINIÇÃO Em matemática computacional, interpolar significa
SISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
GABRIEL BUJOKAS
APLICAÇÕES DE ÁLGEBRA LINEAR À COMBINATÓRIA GABRIEL BUJOKAS ([email protected]) A gente vai discutir algumas das aplicações clássicas de álgebra linear à combinatória. Vamos começar relembrando alguns conceitos
Capítulo 4 - Interpolação Polinomial
Capítulo 4 - Interpolação Polinomial Carlos Balsa balsa@ipbpt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng Civil e Electrotécnica Carlos Balsa Métodos Numéricos
Aula 5 - Produto Vetorial
Aula 5 - Produto Vetorial Antes de iniciar o conceito de produto vetorial, precisamos recordar como se calculam os determinantes. Mas o que é um Determinante? Determinante é uma função matricial que associa
(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
exercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
G4 de Álgebra Linear I
G4 de Álgebra Linear I 27.1 Gabarito 1) Considere a base η de R 3 η = {(1, 1, 1); (1,, 1); (2, 1, )} (1.a) Determine a matriz de mudança de coordenadas da base canônica para a base η. (1.b) Considere o
ÁLGEBRA LINEAR. Combinação Linear, Subespaços Gerados, Dependência e Independência Linear. Prof. Susie C. Keller
ÁLGEBRA LINEAR Combinação Linear, Subespaços Gerados, Dependência e Prof. Susie C. Keller Combinação Linear Sejam os vetores v 1, v 2,..., v n do espaço vetorial V e os escalares a 1, a 2,..., a n. Qualquer
Equação de Schrödinger em 3D
Equação de Schrödinger em 3D Conteúdo básico: extensão do que foi feito em 1D: p 2 /2m + V(x,y,z) = E; Equação independente do tempo: 2m 2 ψ +V(x, y, z)ψ = Eψ A interpretação probabilística envolve a integração
Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática Lista 4 - MAT 137 -Introdução à Álgebra Linear 2017/II 1. Entre as funções dadas abaixo, verifique quais
G3 de Álgebra Linear I
G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes
