Documente Academic
Documente Profesional
Documente Cultură
INTRODUO
No nosso dia-a-dia nos deparamos com problemas cuja resoluo implica a sua transformao em sistemas de equaes lineares. necessrio ento escolher o mtodo numrico adequado para preservar a mxima preciso. Assim os mtodos para soluo destes sistemas so divididos principalmente em dois grupos: Mtodos exactos, discretos ou directos: so aqueles que fornecem a soluo exacta com um nmero finito de passos; mas na prtica calculada uma soluo aproximada devido acumulao de erros de arredondamentos, da que no so muito aplicveis nos casos em que o nmero de equaes relativamente elevado. Mtodos Iterativos: baseiam-se na construo de sequncia de aproximaes, e os valores calculados anteriormente so utilizados para reforar a aproximao. Podem convergir para a soluo exacta e para tal usam-se critrios como limitao do nmero de iteraese determinao de uma tolerncia para a exactido das solues. Assim, este trabalho dedica-se ao estudo de mtodos directos, com destaque s tcnicas mais avanadas como o mtodo de eliminao de Gauss, de Gauss-Jordan e Cholesky.
Pag.
OBJECTIVOS
Especficos: Mostrar os algoritmos para cada mtodo; Apresentar exemplos relacionados com cada mtodo.
Pag.
1. CONCEITOS INICIAIS
Definio 1: Equao linear. Uma equao linear nas n variveis x1, x2,, xn uma equao na forma a1.x1 + a2.x2 ++ an..xn = b, onde: Os coeficientes a1, a2,., an e o termo independente b so constantes. Portanto, nestas equaes cada varivel aparece na primeira potncia e multiplicada apenas por constantes. Exemplo 1: 3a + 4b 10c = 3d - equao linear. xy 3z = 3 - no equao linear pois o primeiro termo contm duas variveis. x3 + y z = 0 - no linear, pois o primeiro termo contm uma varivel elevada a trs.
Definio 2: Sistema de equaes lineares Um sistema de equaes lineares um conjunto finito de equaes lineares, cada uma com as mesmas variveis. Estes sistemas tm a seguinte forma geral:
Pag.
Entretanto torna-se mais conveniente representar os sistemas na notao matricial A.x = b, isto :
Onde: A a matriz de coeficientes, com a dimenso n (linhas e colunas). x o vector coluna das incgnitas. b o vector das constantes.
Definio 3: Soluo de um sistema de equaes lineares A soluo de um sistema de equaes um vector que simultaneamente soluo de cada uma das equaes do sistema. Ao resolver o sistema, isto , encontrar todas as solues do sistema, operam-se com os coeficientes e no com as variveis, da que construi-se uma matriz contendo coeficientes e os termos constantes do sistema, designada matriz completa ou matriz aumentada e tem a forma: [A|b], isto :
Pag.
Tem a soluo para x = 1, y = 1 e z = 1. Observe que o sistema acima pode ser escrito na forma matricial como:
E o vector de solues dado por x = [ 1 1 -1]T = Pode se verificar a validade das trs equaes substituindo esses valores pelas variveis no sistema dado.
A classificao de um sistema linear feita em funo do nmero de solues que ele admite. Assim existe sistema possvel ou consistente (que possui pelo menos uma soluo) e sistema linear impossvel (quando no tem soluo). Vejamos a seguinte classificao com exemplos. a) Sistema possvel e determinado: Possui nica soluo; O determinante da matriz de coeficientes (A) deve ser no nulo; Se o vector de constantes b for nulo, a soluo do sistema ser o vector de incgnitas (x) nulo.
Pag.
Resoluo: A soluo do sistema x = 4 e y = 2; Nenhum outro par de valores de x e y satisfaz ambas as equaes. Esse sistema representado geometricamente pela figura abaixo.
Nota-se que qualquer ponto da recta r1 tem coordenadas que satisfazem a primeira das equaes do sistema. Do mesmo modo, todos os pontos em r2 satisfazem a segunda equao do sistema. H somente um ponto de interseco. Assim, as coordenadas desse ponto so a soluo que procuramos. Logo, o sistema admite como nica soluo o par (4, 2), portanto um sistema possvel e determinado.
b) Sistema possvel e indeterminado Possui infinitas solues; O determinante de A deve ser nulo; O vector de constantes b deve ser nulo ou mltiplo de coluna de A.
Pag.
Observe que geometricamente as rectas x + y = 1 e 2x + 2y = 2 so coincidentes. Assim, para o sistema (II), temos que os pares (0, 1); (1, 0); (0.5, 0.5), . . ., so solues, isto , o sistema admite infinitas solues. Logo (II) um sistema possvel e indeterminado.
c) Sistema impossvel ou incompatvel No possui solues; O determinante de A deve ser nulo; O vector b no pode ser nulo ou mltiplo de uma coluna de A.
Exemplo 5: Considerando agora o sistema (III) e colocando as duas rectas no mesmo grfico obtemos.
Observa-se que geometricamente as duas rectas so paralelas. Assim, para o sistema (III), as duas equaes so contraditrias, isto , no possvel que se tenha simultaneamente x + y = 1 e x + y = 4. Logo (III) um sistema impossvel.
Eng. Electrica 2012
Pag.
Para sistemas linares A.x=b possveis e determinados de dimenso n, o vector soluo x dado por x=A-1.b Porm calcular a matriz inversa no aconselhvel devido ao nmero de operaes envolvidas. Entre outros mtodos, existe a regra de Cramer que facilita em alguns casos a resoluo destes sistemas. Teorema: Seja An, uma matriz (de coeficientes) invertvel, Ai uma matriz que se obtm substituindo na matriz A a coluna i pelo segundo membro b do sistema de equaes, ento a soluo desse sistema dado por:
i = 1, 2, ., n Quando a ordem 2 ou 3, os determinante de A e Ai a diferena dos produtos dos elementos das diagonais para a direita e os produtos dos produtos das diagonais para a esquerda.
det(A) = =( )
Pag.
10
= -7
= -14
= -21
Nota: Nos casos em que a ordem da matriz maior que trs, o determinante da matriz determinado pelo mtodo de menores e cofatores
Pag.
11
O menor Aij do elemento aij na linha i e coluna j de um determinante A (por exemplo), o determinante resultante aps a remoo da linha i e coluna j. O cofator Cij do elemento aij o menor com sinal algbrico, o menor multiplicado por com o sinal dependendo se a soma do nmero da linha e da coluna par ou mpar. ,
3. MTODO DE ELIMINAO DE GAUSS (TRIANGULIZAO) Requer: det (A) 0 Consiste em: Transformar o sistema original Ax = b num outro sistema equivalente (com o mesmo conjunto de solues) usando uma matriz triangular superior (escalonamento), evitando assim o clculo da matriz inversa e de determinantes. O sistema equivalente ser muito fcil de resolver pois bastar usar substituio ascendente para calcular o valor de cada incgnita.
Definio 4: Escalonamento Chama-se escalonamento, ao processo de aplicar operaes elementares em linhas para transformar uma matriz em uma matriz escalonada (triangular superior), isto , com a seguinte caracterstica: Em cada linha no nula, o primeiro elemento no nulo (chamado elemento lder) est em uma coluna esquerda de qualquer outro elemento lder abaixo dele, fazendo com que os elementos se posicionem em forma de escada.
Pag.
12
Operaes elementares: Permutao => troca de duas equaes (linhas) do sistema; Substituio => multiplicar uma das linhas por uma constante no nula; Rescolonar => somar uma das equaes do sistema, uma outra equao desse sistema multiplicada por um nmero real. Isto : Li Onde Li - mikLk
mik o multiplicador Se akk = 0, deve-se efectuar troca de linhas . akk o elemento pivot (ou piv), isto , o elemento escolhido para ser lder, o qual deve ser o elemento da diagonal. Em seguida usamo-lo para criar zeros sobre ele.
Pag.
13
Como o det(A) = 144 0, este sistema tem uma soluo nica que pode ser determinada pelo mtodo de eliminao de Gauss com as etapas a seguir.
Passo 1: Escolhemos o pivot a11 = 6, determinamos os multiplicadores a partir da coluna abaixo deste elemento pivot para anular esta coluna.
Pag.
14
Pag.
15
Passo 4: O sistema resultante um sistema triangular superior e equivalente ao sistema original (as solues de ambos os sistemas coincidem).
A soluo :
4. MTODO DE GAUSS-JORDAN (DIAGONALIZAO) Este mtodo extenso do mtodo de triangulao e consiste em usar as operaes elementares para transformar a matriz dada em matriz escalonada reduzida. A transformao de um sistema, com a11 0, para matriz reduzida mostrada pelo esquema:
Pag.
16
Nota: Alguns autores definem que a matriz reduzida deve apresentar os elementos da diagonal principal iguais a um.
Exemplo 8: Resolver o sistema de equaes lineares abaixo pelo mtodo de eliminao de Gauss- Jordan
Resoluo:
1 Etapa: Piv:
Pag.
17
2 Etapa: Pivo: *
3 Etapa: Piv: = = -4
Pag.
18
5. MTODO DE FACTORIZAO LU Teorema: seja A uma matriz de ordem n com todos os menores principais de A diferentes de zero, ou seja: Det (Ak)0, k = 1, 2, ., n-1, onde
Ak a matriz formada pelas primeiras k linhas e colunas de A, Ento possvel decompor a matriz A numa forma nica, A = L.U em que: U matriz triangular superior obtida pela aplicao do Mtodo de Gauss; L matriz triangular inferior com diagonal principal unitria e entradas constitudas pelos multiplicadores mik do mtodo de Gauss.
Este mtodo requer que: Todos os pivs akk sejam diferentes de zero; Durante a eliminao de Gauss no tenham sido efectuadas trocas de linhas;
Tomando Ux = y pode-se resolver o sistema em dois passos: Resolver Ly = b por substituio descendente; Resolver Ux = y por substituio ascendente.
Pag.
19
;b=
det(A) = 1440. Alm disso, para poder encontrar uma factorizao LU de A todos os menores principais devem ser diferentes de zero. =
Como os menores principais de A so todos diferentes de zero ento possvel decompor a matriz na forma LU. Por outro lado, durante o mtodo de eliminao de Gauss no foram efectuadas trocas de linhas, o que tambm prova que possvel decompor a matriz A em duas matrizes LU onde amatriz triangular superior U a matriz obtida com o mtodo de eliminao de Gauss.
A matriz triangular inferior L uma matriz com diagonal unitria onde os seus elementos no nulos so os multiplicadores de Gauss. Durante o processo de eliminao de Gauss foram utilizados os seguintes multiplicadores:
Pag.
20
Uma vez encontrada a factorizao LU podemos proceder resoluo do sistema. Como A x = b LU x = b, tomando y =U x podemos resolver o sistema Ax=b em dois passos:
Pag.
21
Este mtodo surge para casos em que a factorizao LU tem limitaes, concretamente: det Ak = 0 (k=1,, n-1), onde Ak so menores de A; Ou pivot akk=0 (foram efectuadas trocas de linhas no mtodo de Gauss).
Assim a factorizao toma a forma P.A = L.U P a matriz de permutao, obtida da matriz identidade por troca de linhas. Ento: A.x = b P.A.x =P.b L.U.x = P.b
Pag.
22
Pode-se resolver o sistema Ax=b em dois passos: Resolver L y = P b (por substituio descendente); Resolver U x = y (por substituio ascendente)
Resoluo: Todos os mtodos directos requerem que o determinante da matriz A seja no nulo.
Como |A2| = 0 esta matriz no admite a factorizao LU, temos de encontrar uma matriz de permutao P e determinar a factorizao LU de PA em vez da permutao de A. Neste caso: Ax=b PA x =P b L U x = P b Se um dos menores nulo, ento durante o processo da eliminao de Gauss um dos pivs dever tambm ser nulo. L2=L2-m21L1 L3=L3-m31L1
Como o pivot a22 nula ter de procurar-se um diferente de zero e para isto preciso trocar a linha L2 com linha L3. Neste caso podemos trocar a linha L2 com a linha L3 o que corresponde matriz de permutao.
Pag.
23
(P obtm-se da matriz identidade pela troca da linha L2 com a linha L3) Vamos resolver Ax=b PA x =P b com
L3 L3-m31L1
Uma vez encontrada a factorizao LU podemos proceder resoluo do sistema. Como PAx = Pb LU x = Pb, tomando y =U x podemos resolver o sistema em dois passos: 1. Resolver Ly = Pb (determinar y por substituio descendente) 1 -25 -3
Pag.
24
7. MTODO DE CHOLESKY
Teorema: Seja A uma matriz simtrica definida positiva de ordem n. Ento existe uma matriz triangular inferior L com elementos diagonais positivos tal que A = L.LT. Como A.x=b L.LT .x = b, tomando y = LT.x podemos resolver o sistema em dois passos: Resolver L y = b por substituio descendente; Resolver LTx = y por substituio ascendente.
Portanto para poder aplicar o mtodo de Cholesky temos de verificar se: 1. A simtrica A = AT 2. A definida positiva, isto , verificando se todos os menores principais incluindo o determinante de A so positivos: det (Ak) > 0, k=1,, n.
Pag.
25
i= k+1, ., n
Verificar se todos os menores principais, incluindo o determinante de A so positivos. det(A) = 576 > 0
Como as duas condies so satisfeitas, ento existe uma matriz L triangular inferior com elementos da diagonal positivos tal que L LT = A.
Pag.
26
Podemos agora facilmente determinar todos os elementos lij da matriz L. Estes elementos so calculados de cima para baixo e de esquerda para direita, ou seja na ordem: l11, l21, l31, l41, l22, l32, l42, l33, l43, l44 2 Passo: Determinar 4 elementos da 1 coluna
Pag.
27
3 Passo: Determinar 3 elementos da 2 coluna linha 2 x coluna 2: l21 x l21 + l22 x l22 = 5 => l22 2 =5-1 => l22 = 2
Linha 3 x Coluna 2: l31 l21 + l32 l22 = 5 =>1.1 + l32 .2 = 5 => l32 = 2
Linha 4 x Coluna 2: l41 l21 + l42 l22 = 5 =>1.1 + l42 .2 = 5 => l42 = 2
4 Passo: Determinar 2 elementos da 3 coluna. Linha 3 x Coluna 3: l312 + l322 + l332 = 14 => l33 2 =14-1-4 => l33 = 3 Linha 4 x Coluna 3: l41l31+ l42 l32 + l33 l43 = 14 => 1x1 + 2x2 + l43 x 3=14 => l43 = 3
Pag.
28
5 Passo: Determinar um elemento na 4 coluna. Linha 4 x Coluna 4: l412 + l422 + l432 + l442= 30 => l44 2 =30-1-4-9=> l44 = 4 6 Passo: Como resultado obtemos:
Uma vez encontrada a matriz L podemos proceder resoluo do sistema. A.x=b L.LT.x = b. Substituindo y = U.x
x1 = -4, x2 = -3, x3 = 2, x4 = 1
Pag.
29
CONCLUSO
As equaes lineares com duas variveis correspondentes a duas rectas no plano, enquanto que as que tem trs variveis correspondem a planos no espao. Os sistemas de equaes podem ter: exactamente uma soluo, nenhuma soluo ou infinitas solues; Os mtodos discretos incluem o mtodo grfico, de substituio, adio ordenada, regra de Cramer, os mtodos de eliminao de Gauss de Gauss-Jordan, Cholesky e outros. Entretanto, o recurso representao matricial e aplicao dos mtodos de Gauss torna a determinao do sistema mais eficiente, principalmente quando o nmero de incgnitas superior a trs, evitando o clculo da inversa, de determinantes e outros inconvenientes.
Pag.
30
BIBLIOGRAFIA POOLE, David. Algebra Linear. So Paulo: Cengage Learning, 2009. JOHSON, David E.,et al. Fundamentos de analise de circuitos elctricos: Anexo A, 4 edio, Rio de Janeiro: LTC. S/A LIRA,WILLAM W. Matos, Apostila de Calculo Numrico. Disponvel em: <kttp://www.pdfmeta.com./matemtica-online>.Acesso em 15 de Marco.2012.
Pag.
31
INDCE
INTRODUO .............................................................................................................................. 2 OBJECTIVOS ................................................................................................................................. 3 1. CONCEITOS INICIAIS........................................................................................................... 4 1.1. Classificacao dos sistemas de equaes lineares quanto soluao ...................................... 6 2. RESOLUO DE SISTEMAS LINEARES PELA REGRA DE CRAMER ............................ 9 3. MTODO DE ELIMINAO DE GAUSS (TRIANGULIZAO) ..................................... 11 4. MTODO DE GAUSS-JORDAN (DIAGONALIZAO)..... Error! Bookmark not defined.5 5. MTODO DE FACTORIZAO LU ......................................Error! Bookmark not defined. 6. MTODO DE FACTORIZAO PLU ..................................Error! Bookmark not defined.1 7. MTODO DE CHOLESKY...24 CONCLUSO .............................................................................................................................. 29 BIBLIOGRAFIA.................................................................................................................................30