Sistemas de equações lineares MCEF 2011/12. O Sistemas lineares constituem um caso particular dos sistemas não lineares, sendo que os métodos estudados.

Slides:



Advertisements
Apresentações semelhantes
Métodos Iterativos.
Advertisements

Amintas engenharia.
Amintas engenharia.
Amintas engenharia.
Amintas engenharia.
SISTEMAS DE EQUAÇÕES.
Métodos Numéricos e Estatísticos
Estrutura e movimento a partir de imagens
SISTEMAS LINEARES Métodos Diretos: Método de Eliminação de Gauss
SISTEMAS LINEARES I Prof. Marlon.
SISTEMAS LINEARES II Prof. Marlon.
Complexidade de Algoritmos
Resolução de Sistemas Lineares Métodos Exatos Fatoração LU
Sistemas Lineares – Métodos Iterativos
SISTEMAS LINEARES ( AULA 2 ).
3 - Equações Lineares de Segunda Ordem
ROBÓTICA Helder Anibal Hermini.
Cálculo Numérico Aula 8 – Sistemas de Equações Lineares / Parte 1
Matemática para Economia III
Prof. Guilherme Amorim 14/11/2013
SISTEMAS LINEARES.
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Resolução de sistemas lineares Métodos Numéricos para Engenharia I
Prof. Guilherme Amorim 26/11/2013
MÉTODOS NUMÉRICOS APLICAÇÃO NO MATLAB
Sistemas Lineares Métodos de Resolução Algébrico Produto de Matrizes
Interpolação.
Sistema de equações lineares
1 - Equações Diferenciais Ordinárias
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Sistemas de equações lineares
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Resolução de sistemas de equações lineares
Introdução a Cálculo Numérico
SISTEMAS LINEARES Prof. Moacir.
Espaços e Subespaços Vetoriais
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos;
Sistemas Lineares Fatoração LU
Aula 9 – Sistemas de Equações Lineares / Parte 2 – A=LU Prof. Guilherme Amorim /05/2014 Cálculo Numérico.
MÚLTIPLOS GRAUS DE LIBERDADE
Aproximação de funções
Prof. Guilherme Jahnecke Weymar
Campus de Caraguatatuba Aula 16: Sistemas de Equações Lineares (4)
Equações.
Campus de Caraguatatuba Aula 19: Sistemas de Equações Lineares (7)
Resolução de sistemas de equações não-lineares
Campus de Caraguatatuba Aula 18: Sistemas de Equações Lineares (6)
Sistemas de Equações Lineares (SEL ) – Parte II
Sistemas de Equações Lineares (SEL ) – Parte II
Apresentação. Problemática  Solução aproximadas de problemas de matemática usando métodos numéricos: resolução numéricas de problemas sem solução teórica.
FEAMIG – Faculdade de Engenharia de Minas Gerais
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Professor: Dr. Edwin B. Mitacc Meza
CÁLCULO NUMÉRICO Aula 5 – Sistema de Equações lineares.
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
UNIDADE 2 – ZEROS DAS FUNÇÕES REAIS
Pesquisa Operacional:
Sistemas de Controle III N8SC3
Professor: Cezar Augusto Pereira dos Santos
Sistemas de Controle III N8SC3
Interpolação PROF. HERON JR.. Objetivo  Interpolar uma função f(x) consiste em aproximar essa função por uma outra função g(x), escolhida entre uma classe.
Aula 6 – Sistemas Lineares
Unidade 3 – sistemas lineares
Programação Linear ADSA António Câmara.
Aproximação e Interpolação MCEF 2011/12. O Problema da interpolação consiste na obtenção de funções que descrevam de forma exacta um conjunto de dados.
Profª Juliana Schivani
Transcrição da apresentação:

Sistemas de equações lineares MCEF 2011/12

O Sistemas lineares constituem um caso particular dos sistemas não lineares, sendo que os métodos estudados se aplicam também a estes. Chamamos sistema de equações lineares a qualquer sistema do tipo: Sistemas Lineares

Os sistemas lineares podem ser escritos na sua forma matricial, tendo em conta a definição da operações de multiplicação de matrizes. Forma matricial

Vamos tentar resolver o um sistema linear utilizando o método do ponto fixo. Para tal devemos reescrever o sistema na forma x = G(x), o que equivale a, em cada equação, isolar a respectiva variável. Uma forma de o fazer pode ser a seguinte: Métodos Iterativos para sistemas lineares (um exemplo)

O Processo descrito anteriormente conduz a um método conhecido como Método de Jacobi, que pode ser descrito pelo seguinte algoritmo Método de Jacobi

O Método de Jacobi pode ser obtido de uma forma um pouco diferente da apresentada, se começarmos por decompor a matriz A : Convergência do Método de Jacobi

Método de Jacobi

Condições suficientes de convergência

Pensando nas duas normas matriciais que estudámos, elas serão inferiores a 1 para a matriz C se o módulo de cada elemento na diagonal de A for estritamente superior a todos os elementos na mesma linha ( no caso da norma infinito) ou na mesma coluna (no caso da norma 1). De facto, Este facto motiva a definição seguinte: Condições suficientes de convergência

Condições suficientes de convergência: O resultado

Exemplo

Várias medidas do erro …

Método de Gauss-Seidel

Convergência do método de Gauss-Seidel

O Método de eliminação de Gauss consiste na transformação do sistema linear inicial, utilizando apenas operações que não aletram as respectivas soluções, até chegar a um sistema de “fácil” resolução. Todos estes sistemas têm a mesma solução, sendo que o último é de resolução trivial. Métodos diretos para sistemas lineares: Eliminação de Gauss

Método de eliminação de Gauss

Comparação dos métodos (tempo de computação em segundos) NElim. GaussJacobiGauss-Seidel

Comparação dos vários Métodos

Suponhamos que pretendemos resolver o sistema linear A x = b, mas apenas dispomos de uma aproximação do segundo membro b. Isto ocorre frequentemente nas aplicações, estando normalmente ligado a erros de medição, amostragem, estamação de parâmetros, etc. O que podemos dizer sobre o erro inerente que afecta a solução deste sistema ? Condicinamento de sistemas lineares

Exemplo

Dizemos que uma matriz é bem condicionada se pequenos erros relativos nos dados conduzem a pequenos erros relativos na solução. Dizemos que uma matriz é mal condicionada se pequenos erros relativos nos dados dão origem a grandes erros relativos na solução. Condicionamento

Exemplo: Modelos de Leontief Modelos lineares que descrevem uma economia com n indústrias produtivas interdependentes, cada uma delas produzindo um bem. Para produzir esses bens, cada uma das indústrias necessita dos bens produzidos pelas outras indústrias. Cada indústria, além de produzir o necessário para abastecer as restantes, deve ainda satisfazer uma determinada procura final do bem. Os dados vêm normalmente agregados por ramo de actividade, com diversos níveis de agregação, a seleccionar conforme a aplicação. Os dados podem ser expressos em unidades produzidas ou em unidades monetárias, consoante a informação disponível.

Formalização

Sistema de Leontief Procura Final Nível de produção

Exemplo “modificado” Industry Consuming Agriculture Food & Beverages TextilesApparel Lumber & Wood Furniture & fixtures Paper & allied products Total Output Industry Producing Agriculture Food & Beverages Textiles Apparel Lumber & Wood Furniture & fixtures Paper & allied products Total Outlays Source: Leontief (1947), Bureau of labour Statistics data. Units: BillionsOf US dollars.

1.Construir uma matriz de coeficientes técnicos nesta situação, em que os disponíveis estão expressos em unidade monetárias, sem referência a quantidades produzidas ou ao custo unitário. 2.Identificar a procura final, por área de negócio, e resolver o sistema de Leontief correspondente. 3.Mediante os resultados obtidos, discuta a utilidade da resolução do sistema. 4.Discuta o condicionamento do sistema linear e estime o erro cometido na resolução do mesmo se as estimativas das procuras finais estiverem afectadas de um erro inferior a 10%. Actividade