Resolução de Sistemas Lineares. Método de Gauss. O algoritimo conhecido como Método de Gauss é desenvolvido a partir de dois ingredientes básicos:

Documentos relacionados
Métodos Numéricos - Notas de Aula

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação

Matemática I. Capítulo 3 Matrizes e sistemas de equações lineares

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

Fundamentos de Matemática Curso: Informática Biomédica

Resolução de Sistemas Lineares. Ana Paula

Vetores e Geometria Analítica

Cálculo Numérico BCC760

Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

SISTEMAS LINEARES. Solução de um sistema linear: Dizemos que a sequência ou ênupla ordenada de números reais

Sistemas Lineares Métodos Diretos

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares

Sistemas Lineares - Eliminação de Gauss

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Parte 1 - Matrizes e Sistemas Lineares

Resolução de Sistemas Lineares. Ana Paula

Resolução de sistemas de equações lineares: Fatorações de matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes

Métodos Matemáticos II

Resolução de sistemas de equações lineares: Fatorações de matrizes

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares

Matrizes e sistemas de equações algébricas lineares

Sistemas de equações lineares

Sistemas Lineares. Métodos Iterativos Estacionários

Nota importante: U é a matriz condensada obtida no processo de condensação da matriz

Cálculo Numérico. Resumo e Exercícios P1

Laboratório de Simulação Matemática. Parte 6 2

decomposição de Cholesky.

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Matrizes e Sistemas Lineares

Resolução de Sistemas Lineares. Ana Paula

Algoritmos Numéricos 2 a edição

Modelagem Computacional. Parte 6 2

Guia-1. a 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn

AULA 8- ÁLGEBRA MATRICIAL VERSÃO: OUTUBRO DE 2016

x 1 + b a 2 a 2 : declive da recta ;

A = Utilizando ponto flutuante com 2 algarismos significativos, 2 = 0, x (0)

Universidade Federal do Espírito Santo - UFES

Sistemas de Equações Lineares Algébricas

n. 5 Determinantes: Regra de Cramer e Triangulação Podemos classificar um sistema linear de três maneiras:

1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos

Tema: Método da Eliminação de Gauss

SISTEMAS LINEARES PROF. EDÉZIO

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

Avaliação e programa de Álgebra Linear

2. Sistemas lineares

Sistema de Equaçõs Lineares

Análise multivariada

(d) Seja W um espaço vetorial de dimensão 4 e sejam U e V subespaços de W tais que U V = 0. Assinale. Gabarito Pág. 1

Unidade 4 - Matrizes elementares, resolução de sistemas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013

Sistemas Lineares. Marina Andretta/Franklina Toledo ICMC-USP. 4 de março de 2015

Pode-se mostrar que da matriz A, pode-se tomar pelo menos uma submatriz quadrada de ordem dois cujo determinante é diferente de zero. Então P(A) = P(A

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

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

Resolvendo algebricamente um PPL

Revisão: Matrizes e Sistemas lineares. Parte 01

Introdução à Programação Aula 18 Método de eliminação de Gauss

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1

Álgebra Linear e Geometria Analítica

Sistemas Lineares - Decomposição LU

Uma equação linear com n variáveis tem a seguinte forma:

Geometria anaĺıtica e álgebra linear

3. Matrizes e Sistemas de Equações Lineares 3.1. Conceito Elementar de Matriz. Definição 1 Sejam m e n dois números naturais.

apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13

Sistemas de Equações Lineares Algébricas

Cálculo Numérico. Aula 8 Sistemas de Equações Lineares / Parte /04/2014. Prof. Guilherme Amorim*

Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento

Problema 5a by

Sistemas Lineares e Matrizes

Apontamentos I. Álgebra Linear aulas teóricas. Mestrado Integrado em Engenharia Eletrotécnica e de Computadores

Sistemas de Equações Lineares

ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES

Matriz, Sistema Linear e Determinante

ÁLGEBRA LINEAR AULA 2

Notas em Álgebra Linear

Geometria Analítica e Álgebra Linear

Profs. Alexandre Lima e Moraes Junior 1

Lista de Exercícios 05 Álgebra Matricial

Sistemas de Equações Lineares e Equações Vectoriais Aula 2 Álgebra Linear Pedro A. Santos

PESQUISA OPERACIONAL

ÁLGEBRA LINEAR AULA 5 MÉTODOS ITERATIVOS

Renato Martins Assunção

ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1

Unidade 3 - Transformações elementares de matrizes, matriz escaloconada. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa

Sistemas de Equações Lineares e Matrizes

GAAL - Primeira Prova - 06/abril/2013. Questão 1: Considere o seguinte sistema linear nas incógnitas x, y e z.

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

Álgebra Linear 1 o Teste

Solução de sistemas de equações lineares

Resolução de Sistemas de Equações Lineares

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Sumário. Capítulo 1 - Conhecendo os Vários Tipos de Problema... 1

Introdução aos Métodos Numéricos. Instituto de Computação UFF

ÍNDICE MATRIZES SISTEMAS DE EQUAÇÕES LINEARES ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA

Álgebra Linear. André Arbex Hallack

FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA

Aulas práticas de Álgebra Linear

Transcrição:

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 de escalonamento Sob um ponto de vista mais conceitual, o Método de Gauss consiste em um algoritmo que surge naturalmente da questão sobre existência e unicidade de soluções de Sistemas Lineares envolvendo n equações e n incógnitas Para melhor entender esta observação, considere um sistema de equações lineares da forma: a 11 x 1 + a 12 x 2 + + a 1n 1 x n 1 + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n 1 x n 1 + a 2n x n = b 2 a n1 x 1 + a n2 x 2 + + a nn 1 x n 1 + a nn x n = b n (1) onde {a ij } 1 i,j n e {b i } 1 i n são coeficientes dados e os valores das incógnitas {x i } 1 i n são fixados pelas equações (1) Utilizando notação matricial nós reescrevemos este sistema na forma: a 11 a 12 a 1n 1 a 1n x 1 b 1 a 21 a 22 a 2n 1 a 2n x 2 b 2 a n1 a n2 a nn 1 a 1n x n = b n (2) As informações que definem as equações do sistema (ie os valores dos coeficientes a s e b s )podem ser organizados em uma única matriz E, a qual denominamos de matriz estendida: 1

E = a 11 a 12 a 1n 1 a 1n b 1 a 21 a 22 a 2n 1 a 2n b 2 a n1 a n2 a nn 1 a 1n b n (3) A questão de existência e unicidade da solução de um sistema linear da forma (2) é facilmente respondida no caso particular em que o sistema tem a propriedade a ij = 0 se i > j (4) Sistemas com esta propriedade são denominados de T riangulares ou Escalonados e o sistema de equações (1) é da forma: a 11 x 1 + a 12 x 2 + + a 1n 1 x n 1 + a 1n x n = b 1 a 22 x 2 + + a 2n 1 x n 1 + a 2n x n = b 2 a nn x n = b n (5) A solução de Sistemas Lineares com esta propriedade quando a ii 0; 1 i n, pode ser obtida pelo seguinte algoritimo recursivo: x n = [b n ]/a nn x n 1 = [b n 1 a n 1n x n ]/a n 1n 1 n x i = [b i a ik x k ]/a ii (6) k=i+1 n x 1 = [b 1 a 1k x k ]/a 11 Assim a existência e unicidade da solução é equivalente à condição: k=2 2

a ii 0; 1 i n (7) Observe que esta condição pode ser sintetizada na forma: D = 1 i n a ii 0 (8) O valor de D é chamado de Determinante Quando D = 0, o conjunto das colunas da matriz dos coeficientes A não constitui um conjunto de vetores Linearmente Independente de R n e neste caso o sistema é indeterminado se b R n é um vetor no subespaço das combinações lineares das colunas de A ou impossível se b nã pertence a este subespaço Em termos do processo iterativo do o sistema tem solução indeterminada se para as linhas em que a ii = 0, é possível escolher no x k ; k > i de forma que [b i n k=i+1 a ikx k ] = 0, caso contrário o sistema é impossível No caso mais geral em que a condição (4) não está satisfeita, a questão de existência e unicidade pode ser respondida considerando o procedimento de escalonamento descrito a seguir, o qual consiste em efetuar transformações na matriz estendida E de forma a obter uma nova matriz E cujo sistema linear associado é triangular e equivalente ao sistema original no sentido de que os conjuntos soluções coincidem Assim a existência e unicidade da solução do sistema original fica estabelecida pela existência e unicidade do sistema escalonado equivalente Procedimento Iterativo de Escalonamento 1 Primeira Iteração 11 Condensação pivotal Consiste em efetuar uma eventual troca de linhas na matriz E de forma a obter uma matriz estendida com a propriedade a i1 a 11 ; 1 < i n 3

12 Definição de multiplicadores Efetuada a condensação pivotal, definimos multiplicadores m i1 1 < i n: m i1 = a i1 a 11 1 < i n Como consequência da condensação pivotal, m i1 1 Observe também que os multiplicadores m i1 estão definidos desde que a 11 0, também como consequência da condensação pivotal, a 11 = 0 somente se todas as entradas na primeira coluna da matriz E forem nulas, o que ocorre somente se o sistema for indeterminado ou impossível 13 Substituição de linhas Utilizando os multiplicadores efetuamos as seguintes trocas de linhas: (i ésima linha) (i ésima linha) m i1 (1a linha) com este procedimento obtemos uma nova matriz estendida em que as entradas na primeira coluna, a i1 ; i > 1, são nulas pois a i1 m i1 a 11 = a i1 a i1 a 11 a 11 = 0 2 Segunda Iteração 21 Condensação pivotal Consiste em efetuar uma eventual troca de linhas na matriz E de forma a obter uma matriz estendida com a propriedade a i2 a 22 ; 2 < i n 22 Definição de multiplicadores Efetuada a condensação pivotal, definimos multiplicadores m i2 2 < i n: 4

m i2 = a i2 a 22 2 < i n Como consequência da condensação pivotal, m i2 1 Observe também que os multiplicadores m i2 estão definidos desde que a 22 0, também como consequência da condensação pivotal, a 22 = 0 somente se todas as entradas na segunda colunas da matriz E com indices de linha i 2 forem nulas Como após a 1a iteração as entradas na primeira coluna para estas linhas são iguais a zero, a 22 = 0, após efetuada a condensação pivotal, implica em que o sistema é indeterminado ou impossível 23 Substituição de linhas Utilizando os multiplicadores efetuamos as seguintes trocas de linhas: (i ésima linha) (i ésima linha) m i2 (2a linha) com este procedimento obtemos uma nova matriz estendida em que as entradas na segunda coluna, a i2 ; i > 2, são nulas pois a i2 m i2 a 22 = a i2 a i2 a 22 a 22 = 0 k Iteração k1 Condensação pivotal Consiste em efetuar uma eventual troca de linhas na matriz E de forma a obter uma matriz estendida com a propriedade a ik a kk ; k < i n k2 Definição de multiplicadores Efetuada a condensação pivotal, definimos multiplicadores m ik k < i n: m ik = a ik a kk k < i n 5

Como consequência da condensação pivotal, m ik 1 Observe também que os multiplicadores m ik estão definidos desde que a kk 0 e, também como consequência da condensação pivotal, a kk = 0 somente se todas as entradas na k-ésima colunas da matriz E com indices de linha i k forem nulas Como após as iterações anteriores as entradas nas colunas de 1 a k 1, para estas linhas são iguais a zero, a kk = 0, após efetuada a condensação pivotal, implica em que o sistema é indeterminado ou impossível k3 Substituição de linhas Utilizando os multiplicadores efetuamos as seguintes trocas de linhas: (i ésima linha) (i ésima linha) m ik (k ésima linha) As transformações envolvidas na condensação pivotal (passos k1 do procedimento de escalonamento) são implementadas pela multiplicação de E por uma matriz de permutação simples P (ie multiplicação por uma matriz P com a propriedade de que p ij = 0 ou 1; em cada linha e em cada coluna de P existe apenas uma entrada não nula e na diagonal de P existe no máximo duas entradas nulas) Por exemplo a troca da linha i com a linha j é implementada por uma matriz de permutação em que p ij = p ji = 1 Matrizes P com estas propriedades tem inversa e P 1 = P, de forma que se x é tal que Ax = b então P Ax = P b e se y é tal que P Ay = P b então Ay = b Assim sistemas lineares Ax = b associadosà matriz estendida E e P Ax = P b associado à matriz estendida P E são equivalentes no sentido que seus conjuntos soluções coincidem As transformações envolvidas nas substituições de linhas (passos k3) são implementadas pela multiplicação de E por uma matriz S com as propriedades: s ii = 1; 1 i n existe apenas uma entrada não nula fora da diagonal de S Por exemplo a troca de linhas: 6

(i ésima linha) (i ésima linha) m ik (k ésima linha) é implementada multiplicando a matriz E por uma matriz S com s ik = m ik Observando que S = S 1 existe e é definida por: s ii = 1; 1 i n e existe apenas uma entrada não nula fora da diagonal de S ; s ik = m ik, podemos concluir que que se x é tal que Ax = b então SAx = Sb e se y é tal que SAy = Sb então Ay = b Portanto sistemas lineares Ax = b associadosà matriz estendida E e SAx = Sb associado à matriz estendida P E são equivalentes no sentido que seus conjuntos soluções coincidem Com estas observações podemos concluir que o sistema triangular obtido no final do processo de escalonamento é equivalente ao sistema original pois todas as transformações envolvidas são implementadas pela multiplicação por matrizes que possuem inversas assegurando a equivaleência dos conjuntos soluções 7