SOLUÇÃO DE AUTOPROBLEMAS

Slides:



Advertisements
Apresentações semelhantes
Prof. André Laurindo Maitelli DCA-UFRN
Advertisements

Sistemas Realimentados
DETERMINANTES de Ordem n (n > 3).
Análise por Variáveis de Estado (3a parte)
Aula 05.
Métodos Analíticos – Particularização para a equação de Laplace
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.
Reconhecimento de Padrões Principal Component Analysis (PCA) Análise dos Componentes Principais David Menotti, Ph.D. Universidade.
SOLUÇÃO DE EQUAÇÕES NÃO LINEARES
MÉTODOS DE INTEGRAÇÃO DIRETA
Resposta forçada I Objetivos:
SOBREPOSIÇÃO MODAL Objetivos:
ANÁLISE DOS MÉTODOS DE INTEGRAÇÃO DIRETA
Linguagem Orientada a Matrizes COB 727
Outras Transforações de Imagens
Produto vetorial Anliy N. N. Sargeant José Antônio A. Andrade
Espaço Vetorial Introdução Definição de Espaço Vetorial Subespaço
Métodos de Solução de Problemas de Auto-Valor
Campus de Caraguatatuba
Aula 4: Matrizes e Operações Matriciais
Números Complexos Definição: Um número complexo z pode ser definido como um par ordenado (x, y) de números reais x e y, z = (x, y) (1) sujeito.
Matrizes DEFINIÇÃO K corpo p,q números naturais
Slide 06.
Norma e produto interno
Dependência e Independência Linear e Produto Vetorial
Norma e produto interno
Produto Escalar Definição Propriedades Definição Geométrica
Conceitos fundamentais
Matemática para Economia III
Aula 8: Determinantes (continuação)
Introdução à Álgebra Linear
Introdução à Álgebra Linear
Matemática para Economia III
G R U P O S.
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
19 May :30 Cálculo Numérico / Métodos Numéricos Determinação numérica de autovalores e autovetores Método das Potências.
19 Jun :46 Cálculo Numérico / Métodos Numéricos Determinação numérica de autovalores e autovetores Método das Potências.
Conceitos fundamentais
Conceitos fundamentais
Cálculo Autoconsistente
Instituto de Aplicação Fernando Rodrigues da Silveira (CAp/UERJ)
Interpolação.
Sistema de equações lineares
Hereditariedade Autossômica Transmissão Autossômica dominante Transmissão Autossômica recessiva Hereditariedade ligada ao sexo Co-dominância Ex: Co-dominância.
Aula 8: Determinantes (continuação)
Análise por Variáveis de Estado (4a parte). Equação Característica, Autovalor e Auto Vetor Autovalores:definição - são as raízes da equação característica.
Matemática para Economia III
Construção e Análise de Algoritmos
Aula 14 Disciplina: Sistemas de Controle 1 - ET76H
Campus de Caraguatatuba
Eliminação de Gauss. ZIP Decomposição [L][D][L] T de [K]
MÚLTIPLOS GRAUS DE LIBERDADE
AE-712 AEROELASTICIDADE Roberto GIL Annes da Silva R: IAE/ALA-L
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Componentes Principais Camilo Daleles Rennó
Sistemas no Espaço de Estados
Campus de Caraguatatuba Aula 18: Sistemas de Equações Lineares (6)
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Root-Locus Introdução Regras para construção do root-locus para
Sistemas de Controle III N8SC3
Estática das Partículas
O Problema do Corte Bidimensional
DETERMINANTES.
Sistemas de Controle III N8SC3
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO DE ENGENHARIA MECÂNICA LABORATÓRIO DE MECÂNICA DOS FLUIDOS ME36L – TRANSMISSÃO DE CALOR I PROF.
Álgebra Linear Prof(a):Janaína F. Lacerda A matemática não precisa ser uma tortura.
DETEÇÃO E ESTIMAÇÃO Aula 19: Deteção Gaussiana – Parte 2.
Álgebra Linear Tipos Especiais de Operadores Lineares
Transcrição da apresentação:

SOLUÇÃO DE AUTOPROBLEMAS Objetivos: Analisar as propriedades das matrizes, autovalores e autovetores de problemas de interesse apresentando algumas técnicas de solução aproximada. Estabelecer as bases para a compreensão dos métodos mais efetivos de solução de autoproblemas. Solução de autoproblemas

Solução de autoproblemas Introdução Outro autoproblema é aquele da análise de sobreposição modal para vibração: Autoproblema padrão, satisfeito por n pares de autovalores (i) e autovetores (i): K: matriz de rigidez de 1 elemento finito ou da montagem de elementos, ordem n. K, M: matrizes de rigidez e de massa da montagem de elementos finitos. Para uma montagem de elementos, a metade da largura da banda é mK, ou seja a largura de banda total é 2mK+1. A matriz de massa pode ser em banda, onde sua largura de banda mM=mK, ou M pode ser diagonal com mii≥0. Os autovalores são ordenados pelo módulo A matriz M em banda, obtida em uma análise de massa consistente, é sempre definida positiva; enquanto uma matriz M é definida positiva só se todos os elementos na diagonal são maiores que zero. A solução para os primeiros p autopares é escrita como, Em geral, uma matriz de massa diagonal é semidefinida positiva. Se K é definida positiva (i>0, i=1,...,n), e se semidefinida positiva (i≥0, i=1,...,n). O número de i=0 é igual ao número de modos de corpo rígido. A solução para p autopares é escrita como: Solução de autoproblemas

Solução de autoproblemas Introdução (cont.) Diversos métodos de solução de autoproblemas tem sido desenvolvidos, mas a maioria envolve matrizes gerais. A análise de elementos finitos envolve a solução dos autoproblemas listados, onde as propriedades das matrizes em relação a banda e de ser definida positivas são exploradas para obter a solução mais econômica. Outro autoproblema é aquele da análise de flambagem linearizado. onde t-tK e tK são as matrizes de rigidez nos tempos (i.e. níveis carga) respectivos. Outro autoproblema é encontrado na análise de transferência de calor. onde K é a matriz de condutividade térmica e C a matriz de capacitância térmica, se determinando os autovalores e autovetores térmicos. As matrizes K e C são definidas positivas ou semidefinidas positivas, e i≥0 (i=1,..,n). Solução de autoproblemas

Solução de autoproblemas Fundamentos na solução de autoproblemas Os autovetores satisfazem a K-ortogonalidade Propriedades dos autovetores Cada autopar (li, fi) satisfaz o problema, Assumindo que i têm multiplicidade m (i= i+1=...= i+m-1), podemos escolher m autovetores i,..., i+m-1 que abarca o espaço m-dimensional dos autovalores i, mas os autovetores não são únicos. Definido o vetor iMi e usado como vetor de carga R na eq. KU=R, logo U=i. Um autovetor é definido unicamente dentro da multiplicidade dele Podemos escrever então, a: constante diferente de zero (a i): autovetor condições que as p colunas de  como autovetores devem satisfazer Se as condições são satisfeitas, os p vetores não precisam ser sempre autovetores a menos que p=n, pois só os autovetores abarcam o espaço n total. Os autovetores satisfazem a M-ortonormalidade ij: delta de Kronecker Solução de autoproblemas

Solução de autoproblemas Fundamentos na solução de autoproblemas Exemplo Considere o autoproblema e os vetores v, Para mostrar que v1 e v2 não são autovetores, avalia-se: Mostrar que os vetores satisfazem as relações de ortogonalidade mas não são autovetores. O vetor Kv1 não pode ser igual ao vetor aMv1, onde  é um escalar; quer dizer Kv1 não é paralelo a Mv1. Assim v1 não é um autovetor, e v2 também não. Avaliando as relações de ortogonalidade, observa-se que elas são satisfeitas, Os valores calculados de (4-√2) e (4+√2) não correspondem a autovalores. Solução de autoproblemas

Solução de autoproblemas Fundamentos na solução de autoproblemas (cont.) Polinômio característico e restrições Para o caso especial M=I, os autovalores do (r+1)-ésimo problema de restrição separam-se daqueles do r-ésimo problema de restrição, ou seja: Os autovalores do problema K=M são raízes do polinômio característico: Re-escrevendo o problema na forma, observa-se que ela pode ser satisfeita somente para i diferentes de zero, desde que K-iM seja singular. O autoproblema da r-ésima restrição associada e relativa a K=M é: onde as matrizes são da ordem n-r e K(r) e M(r) são obtidas ao cancelar de K e M as ultimas r filas e colunas. Solução de autoproblemas