2 Conceitos Básicos. onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R



Documentos relacionados
Exercícios e questões de Álgebra Linear

Aula 25 - Espaços Vetoriais

Parte 3 - Produto Interno e Diagonalização

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

Autovetor e Autovalor de um Operador Linear

(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e

G3 de Álgebra Linear I

Dou Mó Valor aos Autovalores

3 Aplicação do Diffusion Maps a campos de vetores planares

TÓPICO. Fundamentos da Matemática II FUNÇÕES VETORIAIS DE VÁRIAS VARIÁVEIS. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

AUTOVALORES E AUTOVETORES

Diagonalização de Operadores. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes.

Introdução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná

3 a LISTA DE EXERCÍCIOS

4 Técnicas Desenvolvidas

Derivadas direcionais Definição (Derivadas segundo um vector): f : Dom(f) R n R e P 0 int(dom(f)) então

1 Equações Diferenciais Ordinárias: Sistemas de Equações

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

PRINCÍPIOS DE CONTROLE E SERVOMECANISMO

Parte 2 - Espaços Vetoriais

Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00

3 a. Lista de Exercícios

Linearização de Modelos e Teoremas Locais

Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Universidade Federal Fluminense - GAN

Primeiro Exercício programa: Como o Google ordena páginas. MAP-2121 para EPUSP

Modelagem em Sistemas Complexos

ÁLGEBRA LINEAR. Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller

Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx.

1 Álgebra linear matricial

Retratos de Fase de Sistemas Lineares Homogêneos 2 2

Geovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia

Lista 2. Cálculo Vetorial. Gradiente, Divergente e Rotacional. onde x, y e z são medido em metros. Ele está atualmente

Parte B Teoria dos Grafos

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos

Álgebra Linear Teoria de Matrizes

3.1. TRANSFORMAÇÕES LINEARES 79

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

= f(0) D2 f 0 (x, x) + o( x 2 )

FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1

Método de Newton truncado

E-Faces - Um classificador capaz de analisar imagens e classificá-las como faces ou não faces utilizando o método Eigenfaces

Econometria. Operações básicas de vetores. Operações básicas de vetores. Operações básicas de vetores. Independência de vetores

Equações Diferenciais: Do Cálculo Diferencial, passando pela Álgebra Linear e chegando ao Estudo de Genes

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009

Método de Elementos Finitos - Problema Bidimensional

APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES

Cálculo II. Resumo e Exercícios P3

2 Propriedades geométricas de curvas parametrizadas no R 4

MP-208: Filtragem Ótima com Aplicações Aeroespaciais

0.1 Matrizes, determinantes e sistemas lineares

Sistemas de Equações Diferenciais no Plano

Sistemas Dinâmicos e Caos Lista de Problemas 2.1 Prof. Marco Polo

1. Encontre os autovalores e autovetores das transformações lineares dadas: 2. Encontre os autovalores e autovetores correspondentes das matrizes 2

Sistemas Dinâmicos. Ferramentas e Aplicações

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

FUNDAMENTOS DE CONTROLE - EEL 7531

Assim se t não pertence ao intervalo min{ max. nos raios de curvatura temos que: = c2. = b2 ) = = a2. ) = a2. Como a > b > c então. c 2.

Matrizes e Linearidade

Matriz Hessiana e Aplicações

Autovalores e Autovetores

Prova de Admissão para o Mestrado em Matemática IME-USP

Aula 16. Máximos e Mínimos Locais

MOVIMENTO EM DUAS E TRÊS DIMENSÕES

Introdução aos Métodos Numéricos

Modelagem Computacional. Parte 7 2

Processamento de Malhas Poligonais

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL SOLUCIONÁRIO DE ÁLGEBRA. Realização:

Álgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas

(d) v é um autovetor de T se, e somente se, T 2 = T ; (e) v é um autovetor de T se, e somente se, T (v) = v.

5. Seja A uma matriz qualquer. Assinale a afirmativa

ÁLGEBRA LINEAR. Espaços Vetoriais. Prof. Susie C. Keller

(a) (1,5) Obtenha os autovalores e autovetores de L. (b) (1,0) A matriz de L em relação à base canônica de M 2 2 é diagonalizável? Explique.

Legenda. Questões. Lista de Exercícios - Autovalores e autovetores. Cálculos Teoria Geometria

Cinemática Bidimensional

UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO

(I) T tem pelo menos um autovalor real; (II) T é diagonalizável; (III) no espaço vetorial real R n, o conjunto {u, v} é linearmente independente.

Método de Newton. Podemos escrever este problema na forma vetorial denindo o vetor x = [x 1, x 2,..., x n ] T e a função vetorial

Universidade Federal Fluminense - GAN

Professor: Computação Gráfica I. Anselmo Montenegro Conteúdo: - Objetos gráficos planares. Instituto de Computação - UFF

Segunda prova de Álgebra Linear - 01/07/2011 Prof. - Juliana Coelho

RELATÓRIO FINAL DO PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE)

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Aula 14. Aula de hoje. Aula passada

Renata Thomaz Lins do Nascimento. Visualização por Imagens Auto-animadas de Campos Vetoriais Baseada na sua Topologia. Dissertação de Mestrado

Álgebra Linear Transformações Lineares

1 Espaços Vetoriais. 1.1 Base e Dimensão. 1.2 Mudança de Base. 1 ESPAÇOS VETORIAIS Álgebra Linear. Álgebra Linear Prof.

ADVERTÊNCIA: os exercícios listados abaixo são para diversão pessoal do autor; nada substitui a resolução de problemas das referências.

Universidade Federal do Espírito Santo - UFES

Produtos de potências racionais. números primos.

SME Cálculo Numérico. Lista de Exercícios: Gabarito

Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011

P3 de Álgebra Linear I

Análise Dinâmica de Sistemas Mecânicos e Controle

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

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Estabilidade de tensão.. p.1/44

Transcrição:

2 Conceitos Básicos Neste capítulo são apresentados alguns conceitos importantes e necessários para o desenvolvimento do trabalho. São apresentadas as definições de campo vetorial, fluxo e linhas de fluxo. Tratamos também de pontos singulares destacando como classificá-los. Apresentamos como os dados se comportam num campo vetorial discreto além de abordar um pouco da representação de topologia do campo vetorial por meio do seu grafo topológico. 2.1 Campo Vetorial e Fluxo Os campos vetoriais foram originalmente usados em física para descrever movimentos num domínio, como por exemplo, a velocidade e direção de um fluido em um dado espaço. Nesta dissertação, nos restringiremos ao caso de campos vetoriais bidimensionais. Definição 2.1 Um campo vetorial v em um domínio planar D R 2 é uma função que associa a cada ponto (x, y) D a um vetor bidimensional v(x, y) = (v x (x, y), v y (x, y)). Assumindo que v x e v y são funções diferenciáveis nas duas variáveis, a matriz Jacobiana de v em um ponto p = (x 0, y 0 ) é dada por: [ v x x J v (x 0, y 0 ) = (x v 0, y 0 ) x (x ] y 0, y 0 ) v y (x v x 0, y 0 ) y (x, (2-1) y 0, y 0 ) onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R R 2, satisfazendo t φ(p, t) t=τ = v(φ(p, τ)). A partir desta função suave φ, definimos φ t : U t R 2 R 2 por φ t (p) = φ(p, t).

Topologia 19 Propriedade 2.1.1 Com a definição acima, φ t satisfaz as propriedades: 1. φ 0 = id, 2. φ t φ s = φ t+s, em particular, φ t φ t = id Definição 2.3 As linhas de fluxo de um campo vetorial v são as trajetórias seguidas por uma partícula cujo campo de velocidade é um campo vetorial dado. Os vetores do campo vetorial são tangentes as suas linhas de fluxo. Assim, a linha de fluxo sl(x 0, y 0 ), passando por (x 0, y 0 ), é unicamente definida por: sl(x 0, y 0 ) = φ t (x 0, y 0 ), (2-2) se v(x 0, y 0 ) (0, 0). t 0 =0 Existem outras formas para a Definição 2.3, onde esta é dada por sl(x 0, y 0 ) = φ t (x 0, y 0 ). Essa abordagem, porém, não será utilizada neste trabalho. t 0 = 2.1.1 Pontos Singulares Um ponto (x 0, y 0 ) D é dito singular ou crítico em v se v(x 0, y 0 ) = (0, 0). Em Andronov et al. (1) e em Hirsch et al. (9) pode ser encontrada uma classificação completa para pontos singulares. Observe que φ t (x 0, y 0, t) = v(x 0, y 0 ) = (0, 0). Portanto, sl(x 0, y 0 ) = (x 0, y 0 ). Através dos autovalores da matriz Jacobiana J v, ou dos vetores singulares caso J v seja singular, podemos classificar os pontos singulares do campo vetorial como nos casos mostrados abaixo: Caso 1: Se J tem autovalores com parte real não nula e com sinais opostos, então a singularidade é chamada ponto de sela (ver Figura 2.1). Caso 2: Se J tem ambos autovalores com parte real estritamente negativa, então a singularidade é chamada poço ou sorvedouro (ver Figura 2.2). Caso 2.1: Se J é diagonalizável e seus autovalores são diferentes, a singularidade é chamada poço de nó (ver Figura 2.2(a)). Caso os autovalores sejam iguais, então a singularidade é chamada de poço focal (ver Figura 2.2(b)).

Visualizac a o por Imagens Auto-animadas de Campos Vetoriais Baseada na sua Topologia 20 PUC-Rio - Certificação Digital Nº 0912369/CA Figura 2.1: Sela 2.2(a): Poc o de no 2.2(b): Poc o focal 2.2(c): Poc o de no impro prio 2.2(d): Poc o espiral Figura 2.2: Poc o Caso 2.2: Se J na o e diagonaliza vel mas um autovalor tem parte real negativa, enta o a singularidade e chamada poc o de no impro prio (ver Figura 2.2(c)). Caso 2.3: Se J tem dois autovalores complexos conjugados com parte real negativa, enta o a singularidade e chamada poc o espiral (ver Figura 2.2(d)). Caso 3: Se J tem ambos autovalores com parte real estritamente positiva, enta o a singularidade e chamada fonte (ver Figura 2.3).

Topologia 21 Caso 3.1: Se J é diagonalizável e seus autovalores são diferentes, a singularidade é chamada fonte de nó (ver Figura 2.3(a)). Caso os autovalores sejam iguais, então a singularidade é chamada de fonte focal (ver Figura 2.3(b)). Caso 3.2: Se J não é diagonalizável mas um autovalor tem parte real é positiva, então a singularidade é chamada fonte de nó impróprio (ver Figura 2.3(c)). Caso 3.3: Se J tem dois autovalores complexos conjugados com parte real positiva, então a singularidade é chamada fonte espiral (ver Figura 2.3(d)). 2.3(a): Fonte de nó 2.3(b): Fonte focal 2.3(c): Fonte de nó impróprio 2.3(d): Fonte espiral Figura 2.3: Fonte Caso 4: Se J tem pelo menos um dos autovalores com a parte real nula, então a singularidade é de ordem superior (por exemplo, ver Figura 2.4).

Topologia 22 Figura 2.4: Órbita fechada 2.2 Grafo Topológico Um fator interessante para auxiliar na compreensão de um campo vetorial é observar sua topologia por meio da construção do grafo topológico. Definição 2.4 Separatrizes são linhas de fluxo que dividem localmente o domínio de um campo vetorial em sub-domínios nos quais, dentro deles, todas as linhas de fluxo partem na vizinhança de uma única singularidade e convergem para uma mesma singularidade. Definição 2.5 O grafo topológico de um campo vetorial planar v é constituído de todos os seus pontos críticos e suas separatrizes. Para o posicionamento das separatrizes em um campo sem singularidade de alta ordem, os pontos de sela são fundamentais, pois é a partir desses pontos e dos seus autovetores, que as separatrizes serão calculadas. Uma questão interessante, e que requer atenção, ocorre quando estamos tratando de domínios com. Nesses casos, as linhas de fluxo têm um comportamento que não depende exclusivamente das sigularidades, ele também depende das restrições impostas pelo. Nesse caso, o pode atuar localmente como um poço (as linhas de fluxo convergem para o ); como uma fonte (as linhas de fluxo partem do ) ou ainda, como uma sela (o separa as linhas de fluxo e forma dois grupos). Em Scheuermann et al. (22) pode ser encontrada uma apresentação desse tópico do ponto de vista da visualização da topologia local de um campo vetorial. Um exemplo de um grafo topológico pode ser visto na Figura 2.5.

Topologia 23 poço sela de fonte de poço de sela de fonte Figura 2.5: Grafo topolólgico 2.3 Campo Discreto Em dados obtidos por medição, o campo vetorial v não é dado em forma de uma função diferenciável; esses dados se apresentam de forma discretizada. Suporemos então que os valores de v estão dados nos pontos (x i, y i ) de uma grade regular, como na Figura 2.6, de dimensão MxN. Usaremos a seguinte notação: para i = 1,..., M e j = 1,..., N. v i,j = (v x i,j, v y i,j ) = v(x i, y j ), Quando for necessário obter os valores fora dos vértices da grade, interpolaremos os valores dos pontos amostrados. Uma interpolação simples, dentro de uma célula [0, 1] 2 da grade, consiste em uma interpolação bilinear como mostrado abaixo: b i,j : [0, 1] 2 R 2, b i,j (x, y) = v i,j (1 x)(1 y) + v i+1,j x(1 y) (2-3) + v i,j+1 (1 x)y + v i+1,j+1 xy. v i, j+1 v i, j v i+1, j+1 v i+1, j Figura 2.6: Grade regular