Prof. Guilherme Amorim 19/11/2013

Slides:



Advertisements
Apresentações semelhantes
Métodos Iterativos.
Advertisements

Eliminação de Gauss e Decomposição LU
Amintas engenharia.
Soluções Numéricas de Sistemas Não Lineares
Sistemas lineares.
Determinantes Determinante é um número real associado a uma matriz quadrada. Notação: det A ou |A|. Determinante de uma Matriz Quadrada de 1ª Ordem. Seja.
SISTEMAS DE EQUAÇÕES.
Análise de regressão linear simples: abordagem matricial
Métodos Numéricos e Estatísticos
Métodos Numéricos e Estatísticos
SISTEMAS LINEARES Métodos Diretos: Método de Eliminação de Gauss
SISTEMAS LINEARES I Prof. Marlon.
SISTEMAS LINEARES II Prof. Marlon.
Determinantes SilvanaWBenvenutti Turma:301
Resolução de Sistemas Lineares Métodos Exatos Fatoração LU
Sistemas Lineares – Métodos Iterativos
SISTEMAS LINEARES ( AULA 3 ).
SISTEMAS LINEARES ( AULA 2 ).
Amintas engenharia.
3 - Equações Lineares de Segunda Ordem
Determinantes.
Matrizes Definição Tipos de matrizes Matrizes Iguais
Campus de Caraguatatuba
Aula 4: Matrizes e Operações Matriciais
Prof. Wellington D. Previero
Matrizes DEFINIÇÃO K corpo p,q números naturais
Cálculo Numérico Aula 8 – Sistemas de Equações Lineares / Parte 1
Prof. Guilherme Amorim 09/01/2014
Aula 10 – Sistemas de Equações Lineares / Parte 3
Matemática para Economia III
Aula 9: Determinantes (continuação)
Introdução à Álgebra Linear Turma B1 Profa. Ana Maria Luz
Prof. Guilherme Amorim 14/11/2013
SISTEMAS LINEARES.
3 - MATRIZ COMPLEMENTAR E CO-FATOR
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Soluções no Espaço de Estados e Realizações (C. T. Chen, Capítulo 4)
Cálculo Numérico / Métodos Numéricos
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
Cálculo Numérico / Métodos Numéricos
Prof. Guilherme Amorim 26/11/2013
Pesquisa Operacional Sistemas Lineares
Revisão do conceito de matrizes
Adpt. por Prof. Guilherme Amorim
MÉTODOS NUMÉRICOS APLICAÇÃO NO MATLAB
Sistema de equações lineares
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Sistemas de equações lineares
Resolução de sistemas de equações lineares
Campus de Caraguatatuba
SISTEMAS LINEARES Prof. Moacir.
Cálculo Numérico Prof. Guilherme Amorim 17/07/2014 Aula 26 – Integração Numérica - Erros.
Prof. Rafael mesquita Adpt. por Prof. Guilherme Amorim Aula 5 – Método Iterativo Linear e Newton-Raphson /04/2014.
Sistemas Lineares Fatoração LU
Aula 9 – Sistemas de Equações Lineares / Parte 2 – A=LU Prof. Guilherme Amorim /05/2014 Cálculo Numérico.
Campus de Caraguatatuba Aula 16: Sistemas de Equações Lineares (4)
Campus de Caraguatatuba Aula 19: Sistemas de Equações Lineares (7)
Prof. Guilherme Amorim 07/01/2014
Campus de Caraguatatuba Aula 18: Sistemas de Equações Lineares (6)
Sistemas de Equações Lineares (SEL ) – Parte II
Sistemas de Equações Lineares (SEL ) – Parte II
CÁLCULO NUMÉRICO Aula 5 – Sistema de Equações lineares.
Cálculo Numérico Prof. Guilherme Amorim 14/01/2014 Aula 21 – Interpolação – Parte 3 Polinômio Interpolador de Newton e de Gregory-Newton.
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Sistemas de Controle III N8SC3
FIP/MOC Engenharia Produção – 4º Período
Transcrição da apresentação:

Prof. Guilherme Amorim 19/11/2013 Cálculo Numérico Prof. Guilherme Amorim 19/11/2013 Aula 9 – Sistemas de Equações Lineares / Parte 2 – A=LU

Aula passada... Vimos como resolver sistemas de equações lineares utilizando 3 métodos: Cramer Eliminação de Gauss Eliminação de Gauss-Jordan

E hoje? Processo de correção residual Método de decomposição LU

Processo de Correção Residual “O processo de correção residual consiste em fazer um tratamento na solução aproximada de modo que o resto r = b – Ax torne-se tão pequeno quanto possível.” Seja o sistema: Ax = b x representa a solução exata do sistema: “Devido aos arredondamentos, entre outros erros, temos soluções aproximadas representadas por:

Processo de Correção Residual “Considere 𝑒 (0) uma correção residual para 𝑥 (0) ” Temos 𝑥= 𝑥 (0) +𝑒 (0) E temos que: 𝐴( 𝑥 0 +𝑒 (0) )=𝑏 Portanto: 𝐴 𝑒 (0) =𝑏−𝐴 𝑥 0 Chamando 𝑟 0 =𝑏−𝐴 𝑥 0 , temos: 𝐴 𝑒 0 = 𝑟 0 Resolvendo esse novo sistema obtém-se uma solução aproximada ê (0) Nova aproximação de x: 𝑥 1 = 𝑥 0 + ê (0)

Processo de Correção Residual Porém, em razão das aproximações numéricas na solução de 𝐴 𝑒 0 = 𝑟 0 , ê (0) não satisfaz a 𝐴 ê (0) = 𝑟 0 . Existe um erro 𝑒 (1) = 𝑒 0 − ê (0) Logo: 𝐴 ê (0) + 𝑒 (1) = 𝑟 0 ⇒𝐴 𝑒 (1) = 𝑟 0 −𝐴 ê (0) Fazendo 𝑟 0 −𝐴 ê 0 = 𝑟 1 , temos: 𝐴 𝑒 (1) = 𝑟 1 ê (0) é a solução aproximada de 𝐴 𝑒 1 = 𝑟 1 Nova aproximação de x: 𝑥 (2) = 𝑥 (0) + ê (0) + ê (1) E assim sucessivamente...

Processo de Correção Residual O processo de refinamento pode ser repetido calculando-se 𝑥 (2) , 𝑥 (3) , 𝑥 (4) , ... para o erro ir se tornando cada vez menor.

Método de Decomposição LU Seja o sistema Ax = b No Método de Decomposição LU a matriz A é decomposta em duas matrizes L e U. L: matriz triangular inferior U: matriz triangular superior com os elementos da diagonal principal iguais a 1. Logo, LUx = b. Ou Ux = y & Ly = b.

Exemplo

Exemplo Logo, x1= -21/5 e x2=-29/10

Pergunta: Como calcular as matrizes L e U?

Representação de L & U “A decomposição A = LU existirá e será única se as condições do Teorema 3.1 forem satisfeitas.”

Teorema 3.1 A demonstração deste teorema pode ser vista em [4].

Obtendo L e U Como calculamos o produto de duas matrizes? Exemplo 3x3

Obtendo L e U

Obtendo L e U Passo 1: Se j=1, min{i, j}=1 Os elementos da 1ª coluna de L são iguais aos da 1ª coluna de A. Passo 2: Se i=1, min{i, j}=1 Os elementos da primeira linha de U são a razão dos elementos da primeira linha de A por l11.

Obtendo L e U Passo 3: Se j=2, i≥j=2 , min{i, j}=2 Definimos a segunda coluna de L ai2:conhecido, pois é elemento de A li1:conhecido, pois é elemento da primeira coluna de L u12:conhecido, pois é elemento da primeira linha de U (passo 2)

Obtendo L e U Passo 4: se i=2, j>i=2 ; min{i, j}=2 Definimos a segunda linha de U a2j: conhecido, pois vem da matriz A l21: conhecido do passo anterior u1j: conhecido do passo 2 l22: conhecido do passo anterior

Obtendo L e U Generalizando... Na seguinte ordem: li1, u1j ,li2 ,u2j,...

Exemplo 3.4

Exemplo 3.4 1ª coluna de L 1ª linha de U

Exemplo 3.4 2ª coluna de L 2ª linha de U

Exemplo 3.4 3ª coluna de L

Exemplo 3.4

Comentário sobre o método: “Este método é particularmente muito importante quando o usuário tem muitos sistemas de equações lineares com os mesmos coeficientes das variáveis, mudando apenas os valores do vetor independente. Isto se deve ao fato de que não é necessário repetir a decomposição LU já realizada.”

Exercício Resolva o seguinte sistema utilizando o método de decomposição LU

Bibliografia [1] Silva, Zanoni; Santos, José Dias. Métodos Numéricos, 3ª Edição. Universitária, Recife, 2010. [2] Notas de aula do prof. Divanilson Campelo [3] Ruggiero, Márcia; Lopes, Vera. Cálculo Numérico – Aspectos Teóricos e Computacionais, 2ª Edição. Pearson. São Paulo, 1996. [4] G.H. Gulob; C.F. Van Loan. Matrix Computations. Lhon Hopkins, Baltimore, 2ª edição, 1989.