1- Resolução de Sistemas Lineares.

Documentos relacionados
1. Revisão Matemática

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.

3. Seja C o conjunto dos números complexos. Defina a soma em C por

n n ...

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

( ) III) ESPAÇOS VETORIAIS REAIS. Definição: Denomina-se espaço vetorial sobre os Reais (R) ao conjunto não vazio. 1) Existe uma adição:

12/09/2017. SOMA DE n TERMOS TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TERMO GERAL

TEORIA DE SISTEMAS LINEARES

Transformação de similaridade

TÓPICOS. Transformação linear.

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)

TEORIA DE SISTEMAS LINEARES

2. Revisões e definições de matrizes

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

AULA Matriz inversa Matriz inversa.

AULA Subespaço, Base e Dimensão Subespaço.

Bases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012

TÓPICOS. Matriz inversa. Método de condensação. Matriz ortogonal. Propriedades da álgebra matricial.

Propriedades. 1) Combinação linear de linhas duma matriz soma de uma linha com outra linha multiplicada por um factor multiplicativo

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

{ } 3.3 Função Densidade de Probabilidade Condicional e Independência

Análise de Regressão Linear Múltipla I

2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES

TRANSFORMAÇÕES LINEARES

. Dessa forma, quanto menor o MSE, mais a imagem

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

Métodos iterativos. Métodos Iterativos para Sistemas Lineares

por eliminaçaoda linha i e da coluna j

UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS TRABALHO DE CONCLUSÃO DE CURSO. Débora Zichtl Campos Mariani Pichetti

INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP

1. Revisão Matemática

2- Resolução de Sistemas Não-lineares.

XIX Semana Olímpica de Matemática. Nível U. Algumas Técnicas com Funções Geratrizes. Davi Lopes

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

4.2 Numeração de funções computáveis

FORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo:

Sumário 1 SISTEMAS LINEARES 2 2 SISTEMAS EQUIVALENTES 2 3 SISTEMAS ESCALONADOS 4 4 DISCUSSÃO E RESOLUÇÃO DE SISTEMAS LINEARES 6 5 MATRIZES 7

Prova Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

SINAIS E SISTEMAS DE TEMPO DISCRETO

CPV O cursinho que mais aprova na fgv

Construção do anel de polinômios em uma indeterminada utilizando módulos

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO

Medidas, integração, Teorema da Convergência Monótona e o teorema de Riesz-Markov

Números Complexos. David zavaleta Villanueva 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4

ÁLGEBRA LINEAR. Daniele Corradetti

01 Um triângulo isósceles tem os lados congruentes medindo 5 cm, a base medindo 8 cm. A distância entre o seu baricentro é, aproximadamente, igual a:

Numeração de funções computáveis. Nota

Exercícios de Aprofundamento Matemática Progressão Aritmética e Geométrica

DILMAR RICARDO MATEMÁTICA. 1ª Edição DEZ 2012

Capítulo 1. Os Números Complexos. 1.1 Os números. Última atualização em outubro de 2012 por Sadao Massago

META Suprir algumas deficiências sobre álgebra ensinada em matemática no nível médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Provas de Matemática Elementar - EAD. Período

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas

2- Resolução de Sistemas Não-lineares.

2.2. Séries de potências

n ) uma amostra aleatória da variável aleatória X.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1

1. Definição e conceitos básicos de equações diferenciais

Interpolação. Interpolação Polinomial

Objectivos da Aula: Ser Capaz de proceder à Construção de Mohr para estados planos. Comparar os resultados Analíticos com os Resultados Gráficos.

ELEMENTOS DE MATEMÁTICA AVANÇADA. Arturo Rodolfo Samana Alejandro Javier Dimarco. Física. Módulo 4. Volume mm. Física módulo 4 volume 5

Questão 02. é (são) verdadeira(s) A) apenas I. B) apenas II. C) apenas III. D) apenas I e II. E) Nenhuma. Questão 03 8 A) 9 B) C)

CONJUNTOS NUMÉRICOS , 2 OPERAÇÕES BÁSICAS APROVA CONCURSOS MINISTÉRIO DA FAZENDA. Prof. Daniel Almeida AULA 01/20

Séquências e Séries Infinitas de Termos Constantes

Soluções dos Exercícios do Capítulo 6

CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Pato Branco ENGENHARIA DE COMPUTAÇÃO. Prova Parcial 1 Matemática Discreta para Computação 2011

Sonia Elena Palomino Castro Bean Daniel Noberto Kozakevich. Álgebra Linear I

REVISÃO DE MATEMÁTICA BÁSICA

Operadores Lineares e Matrizes

Wavelets. Jorge Salvador Marques, Motivação

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2

Capítulo 3. Sucessões e Séries Geométricas

Séries e Equações Diferenciais Lista 02 Séries Numéricas

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

CPV O cursinho que mais aprova na FGV

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

Considerações finais

1 Formulário Seqüências e Séries

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares.

Mas, a situação é diferente quando se considera, por exemplo, a

Questão 1. Questão 2. Questão 3. Resposta. Resposta. Resposta

A letra x representa números reais, portanto

Funções elementares no conjunto dos quatérnios: Abordagem por série de. Palavras-chave: Quatérnios. Números Complexos. 2 O conjunto dos quatérnios 47

Questão 02. Resolução: Sejam r e s as retas suportes de AB e BC, respectivamente. Equações de r e s. Da figura 1, temos: b + = + = + + = 4 ) 2.

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

Prova 3 Matemática ... GABARITO 4 NOME DO CANDIDATO:

= { 1, 2,..., n} { 1, 2,..., m}

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

Redes Neurais. Redes de uma única camada O Perceptron elementar. Prof. Paulo Martins Engel. Classificação de padrões por um perceptron

1 - Corpos de números

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros

Transcrição:

MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Iterativos. 1.4- Covergêcia dos Métodos Iterativos.

1.1- Matrizes e Vetores Muitos problemas podem ser reduzidos a um sistema liear de m equações algébricas com icógitas. a x + a x + a x = b 11 1 12 2 1 1 a x + a x + a x = b 21 1 22 2 2 2 a x + a x + a x = b m1 1 m2 2 m m a11 a12 a1 x1 b1 a a a x b 21 22 2 2 = 2 a a a x b m1 m2 m ou x = b

1.1- Matrizes e Vetores Processameto de Images: recohecimeto de padrões, apredizagem de máquia. a11 a12 a1 a a a 21 22 2 am1 am2 am Pixel: meor parte de uma imagem Imagem Biária Matriz Numérica Imagem gerada por Computação Gráfica

1.1.1- Defiições Básicas Uma matriz é um cojuto de úmeros arrajados em forma retagular com m lihas e coluas. m a11 a12 a1 a a a am1 am2 am 21 22 2 = Matriz de ordem mx, ode a ij são os elemetos. a11 a12 a1 a a a a1 a2 a 21 22 2 = Se m= a matriz é chamada quadrada de ordem.

1.1.1- Defiições Básicas Se m=1 a matriz é chamada vetor liha. Se =1 a matriz é chamada vetor colua. [ a a a ] 1 = 11 12 1 m 1 a11 a 21 = am1 Matriz de ordem 1x, vetor liha. Matriz de ordem mx1, vetor colua. Note que um escalar (úmero) pode ser represetado como uma matriz de ordem 1x1. [ a ] = 11 11

1.1.1- Defiições Básicas Uma matriz quadrada da forma a11 0 0 a = 0 22 0 0 0 a é chamada matriz diagoal. Se a ij =1 temos a matriz idetidade ou uidade: 1 0 0 = 0 1 0 = E = I 0 0 1 Uma matriz com todos seus elemetos zeros é chamada matriz zero e deotada por. 0 m

1.1.1- Defiições Básicas Uma matriz quadrada é chamada matriz triagular superior (iferior) se os elemetos abaixo (acima) da diagoal pricipal são zeros. a11 a12 a1 a a 0 0 0 a a11 0 0 a a 21 22 0 = a1 a2 a 22 2 = Matriz Triagular Superior Matriz Triagular Iferior

1.1.2- Operações com Matrizes Duas matrizes são dita ser iguais se tem a mesma ordem e seus elemetos são todos iguais. = B se a = b i, j m m Se defie a soma etre duas matrizes da mesma ordem: B ij + B = C tal que c = a + b m m m ij ij ij ij a + b a + b a + b a + b a + b a + b a + b a + b a + b 11 11 12 12 1 1 21 21 22 22 2 2 m + m = m1 m1 m2 m2 m m Similarmete se defie a difereça etre duas matrizes da mesma ordem.

1.1.2- Operações com Matrizes Da defiição de soma de matrizes seguem as propriedades: + ( B + C ) = ( + B ) + C m m m m m m + B = B + m m m m + 0 = m m m Se defie a multiplicação de uma matrizes por um escalar α αa αa αa αa αa αa αa αa αa 11 12 1 21 22 2 m = m α = m1 m2 m

1.1.2- Operações com Matrizes Da defiição aterior seguem as propriedades: 1 = m m 0 = 0 m m α ( β ) = ( αβ) m m ( α + β) m = αm + βm α ( + B ) = α + αb m m m m Se defie a multiplicação etre duas matrizes como: B = C m q q m ode ( i = 12,, m; j = 12,,, ) c = a b + a b + + a b = 1 1 2 2 a b ij i j i j iq qj il lj l= 1 q

1.1.2- Operações com Matrizes Ou seja: B = C m q q m a11 a1 2 a1 q b11 b12 b1 c11 c12 c1 a a a q b b b c c c 21 22 2 21 22 2 21 22 2 = am1 am 2 amq bq 1 bq2 bq cm1 cm2 cm Desta defiição seguem as propriedades: ( B C ) = ( B ) C m p p q q m p p q q α ( B ) = ( α ) B m p p m p p ( + B ) C = C + B C = D m p m p p m p p m p p m C ( + B ) = C + C B = D q p q m m p m p q m m p q m m p

1.1.2- Operações com Matrizes Note que o produto de duas matrizes ão é sempre comutativo: m q q = m q p = q p B C B C Quado m m m m se diz que as matrizes são comutativas (m=). Por exemplo, a matriz idetidade de ordem é comutativa com toda matriz quadrada da mesma ordem e verifica: E = E =. Note que a matriz idetidade cumpre o rol da uidade o produto. Exemplo: B = B B C 22 22 22 22 22 1 2 4 3 6 7 4 3 1 2 13 20 = = 3 4 1 2 16 17 1 2 3 4 7 10 B C 22

1.1.3- Matriz Trasposta Se defie a matriz trasposta como a troca das lihas pelas coluas de uma matriz: a11 a12 a1 a11 a21 am 1 a a a a a a 21 22 2 T m m e 12 22 2 = m= am1 am2 am a1 a2 am Como caso particular a trasposta de um vetor liha é um vetor colua e vice-versa. Da defiição seguem as propriedades: T ( ) = T m m ( + B ) = + B T T T m m m m ( B ) = B T T T m m m m m m m m

1.1.3- Matriz Trasposta Se diz que uma matriz é simétrica se ela é igual a sua T trasposta: (tem que ser uma matriz quadrada) m m= m m a11 a12 a1 m a11 a21 am 1 a a a m a a a 21 22 2 T m = 12 22 2 = m= am1 am2 amm a1m a2m amm a = a i j m m com ij ji. Note que o produto de uma matriz por sua trasposta é sempre uma matriz simétrica porque: B = = ( ) = ( ) = B T T T T T T T m m m m m m m m m m m m m m m m ode foram usadas as propriedades T T ( ) = ( B ) = B m m T T T m m m m m m m m

1.1.4- Matriz Iversa e Determiate Uma matriz quadrada tem iversa se seu produto pela direita e pela esquerda com esta matriz produz a matriz idetidade: = = E toda matriz quadrada pode ser associado um úmero chamado de determiate da matriz e defiido como: a a a 11 12 1 det = a21 a22 a2 = ( 1) ( α1, α2,, α ) a a a 1 2 a a a 1α 2α α ode a soma é realizada sobre todas as permutações de ( α, α,, α ) 1 2 dos elemetos 12,, e ℵ é 0 se a permutação é par e 1 se é impar. ℵ 1 2

1.1.4- Matriz Iversa e Determiate Exemplo: ( α, α, α ) det a11 a12 a13 = a a a = a a a ℵ 0 1 = ( 1) a a a = ( 1) a a a + ( 1) a a a + 0 1 0 1 ( 1) aaa + ( 1) aaa + ( 1) aaa + ( 1) aaa = a a11 a12 a13 = a a a, a a a 31 32 33 3 3 21 22 23 det 1 2 3 3 3 21 22 23 1α 2α 3α 11 22 33 11 23 32 1 2 3 31 32 33 12 22 31 12 21 32 13 21 32 13 22 31 a a a a a + a a a a a a + a a a a a a 11 22 33 11 23 32 12 22 31 12 21 32 13 21 32 13 22 31 E = 1 Para duas matrizes quadradas da mesma ordem se verifica: det( B ) = det( B ) = det det B

1.1.4- Matriz Iversa e Determiate Uma matriz quadrada é dita ser sigular se seu determiate é zero. Caso cotrário é dita ser ão sigular. Teorema: Toda matriz quadrada ão sigular possui uma iversa (úica). lgumas propriedades de uma matriz iversa: 1-2- 3- det 1 det = 1 ou det 1 = 1/ det ( B ) 1 = B 1 1 1 T T 1 = ( ) ( ) Note que as equações X = B e Y = B det 0 podem ser resolvidas através da iversa se X = B e Y = B 1

1.1.5- Valor bsoluto e Norma de uma Matriz B desigualdade m m etre matrizes da mesma ordem sigifica que aij bij. Se defie m como a matriz cujos elemetos são a. Se e são matrizes para ij m Bm as quais faz setido as operações de soma e produto, etão: + B + B m m m m B B m m m m α α α m m com sedo um escalar. Observe que estas defiições são costruídas de forma a preservar os cohecimetos que se verificam para os úmeros (escalares - Matriz de ordem 1).

1.1.5- Valor bsoluto e Norma de uma Matriz Defiimos como orma de uma matriz um úmero real que satisfaz as seguites codições: a) b) c) d) Note que usado c) segue: logo Similarmete logo m 0 com = 0 se e somete se = 0 α α m m m m m m + B + B m m m m B B m m m m B = + ( B ) + B B = B B m m m m m m m m m m m m m B B B B m m m m m m m m

1.1.5- Valor bsoluto e Norma de uma Matriz Etre todas as ormas possíveis destacamos três: 1) 2) 3) Exemplo: p q = max a ij (m-orma) p q m i j = max a ij (l-orma) p q p q l = a k j i, j i ij 2 (k-orma) 1 2 22 = 3 4 2 2 max 37, =7 (m-orma) = m i { } 2 2 max 46, 6 (l-orma) { } = = l j 2 2 = 1+ 4+ 9+ 16= 30 (k-orma) k

1.1.5- Valor bsoluto e Norma de uma Matriz Outro exemplo, agora para a matriz idetidade E : E 1 m = l = E 1 E = k (m-orma) (l-orma) (k-orma)

1.1.6- Rak de uma Matriz Seja uma matriz retagular de ordem mx. Chamamos Meor de ordem k desta matriz ao determiate da matriz de ordem k formada pela escolha arbitrária de k lihas e k coluas, ode k m mi( m, ) a11 a12 a1 a a a 21 22 2 = am1 am2 am Defiição: O Rak de uma matriz é a ordem do maior Meor ão ulo da matriz. Ou seja, a matriz tem Rak r se: m 1- existe pelo meos um Meor de ordem r diferete de zero, 2- todos os Meores de ordem maior ou igual a r+1 são zero. a a a a 11 12 21 22 Meor de Ordem 2 a a a a 21 22 m1 m2

1.1.6- Rak de uma Matriz Em outras palavras, o Rak correspode ao úmero de lihas e coluas liearmete idepedetes da matriz. O Rak da matriz zero é defiido como zero. Note que o Rak da Matriz Idetidade de ordem é. 2 4 3 1 1 2 1 4 4 4 = 0 1 1 3 4 7 4 4 2 4 3 4 3 0 1 2 1 = 1 2 1 det 4 4 = 0 0 1 1 Logo o Rak de 4 4 é 3.

1.1.7- Trasformações Elemetares de uma Matriz 1- Itercambio de duas lihas ou duas coluas. 2- Produto de todos os elemetos de uma liha (colua) pelo mesmo úmero diferete de zero. 3- Soma dos elemetos de uma liha (colua) pelos elemetos de outra liha (colua). Duas matrizes são dita ser equivaletes se uma pode ser obtida a partir da outra através de um úmero fiito de trasformações elemetares. s matrizes equivaletes ão são iguais, mas tem o mesmo Rak. 1 2 1 33 = 2 1 1 1 1 1 2 4 2 2 2 2 33 = 4 2 2 = 233 Rak=3

1.1.8- Idepedêcia Liear e Base j x, com j = 1,, m 1 2 m α x + α x + + α m x = α 0 Um cojuto de vetores é dito ser liearmete depedete se 1 2 0 para algum escalar j. Ou seja, se algum destes vetores é uma combiação liear dos outros. Caso cotrario se diz que os vetores são liearmete idepedete. Teorema: Um espaço de dimesão tem o máximo vetores liearmete idepedetes. Defiição: Qualquer cojuto de vetores liearmete idepedete de um espaço de dimesão é uma base deste espaço. Teorema: Todo vetor de um espaço de dimesão pode ser represetado de forma úica como combiação liear dos vetores de uma base.

1.1.9- Produto Escalar (Itero) Sejam os vetores de úmeros complexos y e 1 2. Se defie o produto escalar como o úmero xy, = ( y, y,, y ) ( ) * = i= 1 x y ode é o complexo cojugado. Propriedades do Produto Escalar: 1- Positivo defiido e se e somete se. i i * y i xx, x= 0 ( ) * 2- Simetria Hermitiaa. αx, y = α x, y α ( ) ( ) 3- ode é um escalar. (,,, ) x1 x2 x Defiição: Dois vetores são dito ser ortogoais se seu produto escalar é zero:. x i i i i= 1 i= 1 = = xx = x ( yx, ) = ( xy, ) * xy, = 0 ( ) 2 0 ( ) xx, = 0

1.1.10- lgus Propriedades de uma Matriz Matriz Não Sigular Matriz Sigular Tem iversa s coluas são idepedetes s lihas são idepedetes O determiate é ão zero x=0 tem uma úica solução x=0 x=b tem uma úica solução x= -1 b tem pivôs (ão zero) Rak = ordem da matriz Todos os autovalores são ão zero T é simétrica e defiida positiva Não tem iversa s coluas são depedetes s lihas são depedetes O determiate é zero x=0 tem ifiitas soluções x=b ão tem solução ou tem ifiitas tem r< pivôs Rak< Zero é um dos autovalores da matriz T ão é defiida positiva

Frase do Dia Number rules the Uiverse. The Pythagoreas Cometário sobre os úmeros racioais e irracioais.