Baixe o app para aproveitar ainda mais
Prévia do material em texto
UFRN Universidade Federal do Rio Grande do Norte Escola de Ciências e Tecnologia Solução de Sistemas de Equações Lineares Parte I: Introdução e Eliminação de Gauss ECT1303 – Computação Numérica • Manter o telefone celular sempre desligado/silencioso quando estiver em sala de aula; • Nunca atender o celular na sala de aula. Objetivos Definição dos conceitos de equação linear e sistema linear; Apresentação de métodos numéricos exatos e iterativos para resolução de sistemas lineares; Exemplos de aplicações dos sistemas lineares na engenharia. Motivação Aplicações: Determinação do potencial elétrico em redes elétricas; Cálculos de estruturas em construção civil; Cálculo da razão de escoamento num sistema hidráulico com derivações; Previsão da concentração de reagentes sujeitos à reações químicas simultâneas. a11 x1 + a12 x2 + ... + a1nxn = b1 a21 x1 + a22 x2 + ... + a2nxn = b2 ... an1 x1 + an2 x2 + ... + annxn = bn Em diversas situações práticas, necessitamos resolver sistemas de equações lineares, da forma: Exemplo Considere o circuito a seguir com resistências e baterias tal como indicado. Escolhemos arbitrariamente os sentidos das correntes em cada malha: Motivação Aplicando no exemplo anterior, obtemos para as correntes i1, i2, i3, o seguinte sistema linear: Deseja-se determinar o valor de i = (i1, i2, i3) T que satisfaça o sistema acima. A Lei de Kirchhoff estabelece que a soma algébrica das diferenças de potencial em qualquer circuito fechado é zero. 04)(2)(26 0)(4)(222 010)(2)(42 23133 123222 31211 iiiii iiiiii iiiii Motivação Em forma matricial: Neste caso, existe solução, mas nem sempre é o caso. 4 0 10 1022 2104 248 3 2 1 i i i 8i1 4i2 2i3 10 4i1 10i2 2i3 0 2i1 2i2 10i3 4 Linearidade • O conceito de linearidade é baseado nos dois princípios abaixo: – Homogeneidade: a*f(x1) = f(a*x1) – Superposição: f(x1) + f(x2) = f(x1 + x2) • Desta forma, se uma função ou sistema f(x) satisfaz os dois princípios acima, ele é dito linear. Linearidade Uma equação é linear se cada termo contém não mais do que uma variável e cada variável aparece na primeira potência. Sistemas lineares Um conjunto de n equações lineares com n variáveis (incógnitas) é denominado de: Sistemas de n equações lineares; ou Sistema linear de ordem n Uma solução para um sistema linear consiste em determinar valores para as n variáveis que satisfaçam todas as equações simultaneamente. Sistemas lineares De modo geral, um sistema de n equações lineares pode ser escrito como: Sistemas lineares Ou na forma matricial: Ou simplesmente: Matriz dos coeficientes Vetor de termos independentes Vetor solução Classificação de um Sistema Linear Sistema possível ou consistente: pelo menos uma solução Determinado: apenas uma solução Indeterminado: mais de uma solução Sistema impossível ou inconsistente: nenhuma solução Exemplos possível e determinado possível e indeterminado impossível Sistemas possíveis e indeterminados Qual a característica de um sistema indeterminado ? A linha 2 é igual à linha 1 multiplicada por um escalar. Caso geral: Uma linha é combinação linear de outras linhas. A matriz A é singular: det(A)=0. x + y = 6 2x + 2y = 12 Sistemas impossíveis Qual a característica de um sistema impossível? A linha 2 (coeficientes) é igual à linha 1 multiplicada por um escalar, enquanto o coeficiente b2 é igual a b1 multiplicado por um outro escalar. Caso geral: Uma linha (coeficientes) é combinação linear de outras linhas, mas a combinação diverge para o vetor b. A matriz A é singular: det(A)=0. x + y = 6 x + y = 4 Sistemas possíveis e determinados Características: A matriz A é não-singular: inversível e det(A) 0. Na forma matricial: A x = b x = A-1 b O nosso objetivo nesta disciplina é desenvolver métodos numéricos para resolver sistemas lineares de ordem n que tenham solução única. Exercício Classificar os seguintes sistemas lineares: Operações elementares Ao multiplicarmos o sistema Ax=b por uma matriz W inversível, a solução x não é modificada. WAx = Wb W-1WAx = W-1Wb Ax = b As operações elementares vamos realizar sobre a matriz A que correspondem a três tipos diferentes de matrizes W inversíveis. Multiplicação de uma linha por um escalar Exemplo: 10 33 6 145 31218 213 100 030 001 )3( 10 11 6 145 146 213 3 2 1 22 3 2 1 x x x WbWAx MW x x x bAx Notação: M(i i) Solução: [1 1 1]T Solução: [1 1 1]T Permutação de linhas Exemplo: Notação: P(i j) Solução: [1 1 1]T Solução: [1 1 1]T 11 10 6 146 145 213 010 100 001 )( 10 11 6 145 146 213 3 2 1 32 3 2 1 x x x WbWAx PW x x x bAx Operação T(i i +j) Exemplo: Notação: T(i i +j) Solução: [1 1 1]T Solução: [1 1 1]T 10 1 6 146 320 213 100 012 001 )2( 10 11 6 145 146 213 3 2 1 122 3 2 1 x x x WbWAx TW x x x bAx Matriz aumentada A matriz aumentada de um sistema linear é a matriz de dimensão n por n+1 que obtemos adicionando-se o membro da direita b à matriz A, ou seja: Sistemas equivalentes Podemos multiplicar uma linha de um sistema por um escalar e somar com outra linha. O sistema resultante continua válido. Exemplo: x + y = 3 x - y = 5 × 2 2x + 2y = 6 x - y = 5 - x + 3y = 1 x - y = 5 A B C A, B e C são equivalentes! x = 4, y = -1 Definição: Dois sistemas lineares são equivalentes quando admitem a mesma solução. Sistemas equivalentes Qual a vantagem ? Obviamente, de A para B para C, não ganhamos nada. Mas se fizermos: x + y = 3 x - y = 5 A - x + y = 3 -2y = 2 D sabemos resolver facilmente! Sistemas Triangulares Um sistema linear de ordem n é triangular inferior setiver a seguinte forma: Sistemas Triangulares A solução de um sistema triangular inferior é obtida por substituição direta (descida triangular): Sistemas Triangulares Um sistema linear de ordem n é triangular superior se tiver a seguinte forma: Sistemas Triangulares A solução de um sistema triangular superior é obtida por retro-substituição (subida triangular): Mas como obter um sistema triangular? zerar estes elementos Resolução Numérica de Sistemas Lineares Os métodos numéricos para a resolução de sistemas lineares são divididos em dois grupos: – Métodos Exatos: são aqueles que forneceriam a solução exata com um número finito de operações, não fossem os erros de arredondamento; – Métodos Iterativos: são aqueles que permitem obter a solução de um sistema com uma dada precisão através de um processo infinito convergente. Resolução Numérica de Sistemas Lineares Uma maneira de obter a solução de um sistema linear através de métodos numéricos é transformá-lo em outro equivalente cuja solução seja facilmente obtida, por exemplo, em um sistema triangular. No geral, é o que acontece nos métodos exatos. Métodos Exatos Eliminação de Gauss Método da Eliminação de Gauss O método de Gauss consiste em transformar o sistema dado num sistema triangular superior equivalente através da aplicação repetida da operação: T(i i +j) Descrição do algoritmo Começamos com a matriz aumentada: Primeiro passo: eliminar a incógnita x1 da 2ª, 3ª, ..., nª equações (zerar os elementos da primeira coluna abaixo da diagonal) Descrição do algoritmo 2a linha = 2a linha - 1a linha multiplicada por a21 (1)/ a11 (1) 3a linha = 3a linha - 1a linha multiplicada por a31 (1)/ a11 (1) na linha = na linha - 1a linha multiplicada por an1 (1)/ a11 (1) Descrição do algoritmo Ficamos com a matriz: Observações (1/3) Para efetuar as operações de eliminação da primeira coluna, necessitamos que a11 0. O elemento a11 é denominado pivô. Descrição do algoritmo Segundo passo: eliminar a incógnita x2 da 3ª, 4ª, ..., nª equações (zerar os elementos da segunda coluna abaixo da diagonal). Descrição do algoritmo 3a linha = 3a linha - 2a linha multiplicada por a32 (2)/ a22 (2) na linha = na linha - 2a linha multiplicada por an2 (2)/ a22 (2) Descrição do algoritmo Obtemos então a matriz: Observações (2/3) Para efetuar as operações de eliminação da primeira coluna, necessitamos que a11 0. Para efetuar as operações de eliminação da segunda coluna, necessitamos a22 (2) 0 (pivô). O que isso significa ? Quando da eliminação de a21, não pode aparecer zero em a22 (2). E assim sucessivamente, sendo o pivô sempre não nulo. Descrição do algoritmo (n – 1)º passo: eliminar a incógnita xn-1 da nª equação (zerar os elementos da (n-1)ª coluna abaixo da diagonal) Para tal substituímos a nª equação pela diferença entre a nª equação e a (n-1)ª multiplicada por: Descrição do algoritmo Finalmente, obtemos a matriz: Descrição do algoritmo De forma geral, o kº passo do algoritmo da eliminação de Gauss é obtido por: Observações (3/3) No 2º passo, repetimos o processo, como se não existisse a 1ª linha e a 1ª coluna da 2ª matriz, isto é, todas as operações são realizadas em função da 2ª linha da matriz obtida no 1º passo. De um modo geral, no kº passo, repetimos o processo como se não existissem as (k-1) primeiras linhas e colunas da kª matriz, ou seja, todas as operações são realizadas em função da linha k da matriz obtida no passo (k-1). Exemplo Resolver o sistema abaixo usando eliminação de Gauss Matriz aumentada: Exemplo Eliminando a21: 2a linha = 2a linha - 1a linha x a21/a11 = 2a linha - 1a linha x 1/3 = 2a linha - (2 2/3 -1/3 | 7/3) Eliminando a31: 3a linha = 3a linha - 1a linha x a31/a11 = 3a linha - 1a linha x 1/2 = 3a linha - (3 1 -1/2 | 7/2) Exemplo Eliminando a32: 3a linha = 3a linha - 2a linha x a32/a22 = 3a linha - 2a linha x 1/(10/3) = 3a linha - 2a linha x 3/10 = 3a linha - (0 1 2/5 | 7/5) Exemplo 81/10 x3 = 81/10 x3 = 1 10/3 x2 + 4/3 = 14/3 x2 = 1 6 x1 + 2 - 1 = 7 x1 = 1 E quando aparece um pivô nulo? Exemplo: E quando aparece um pivô nulo? ))1/1(( ))1/1(( ))1/2(( 1443 1332 1221 T T T )( 324 P ))1/2(( 3445 T 2x4 = - 4 x4 = -2 x3 - 2 = 0 x3 = 2 2x2 + 2 - 4 = -4 x2 = -1 x1 – 1 + 4 – 2 = 2 x1 = 1 E quando aparece um pivô nulo?
Compartilhar