aula 8 sl direto
TRANSCRIPT
-
8/18/2019 Aula 8 SL Direto
1/11
58
3 SISTEMAS DE EQUAÇÕES LINEARES
3.1 Introdução
A solução de sistemas lineares é uma ferramenta matemática muitoimportante na engenharia. Normalmente os problemas não-lineares sãosolucionados por ferramentas lineares.
As fontes mais comuns de problemas de equações lineares algébricas aplicados àengenharia incluem:
a) Solução de modelos matemáticos de circuitos lineares; b) aproximação de equações diferenciais ou integrais contínuas através de sistemas
discretas e finitos;c) linearização local de sistemas de equações não lineares;
d)
ajuste de curvas em dados.
Exemplo de um Circuito:
10 1010 10
22 2 2
44
8 8 8
10 1010 10
22 2
44
8 8 8
I1
I2 I3
3.2 Representação do Sistema Linear
Um sistema linear é um conjunto de n equações lineares do tipo:
-
8/18/2019 Aula 8 SL Direto
2/11
59
⎪
⎪⎪
⎩
⎪⎪⎪
⎨
⎧
=+++
=+++
=+++
nnnnnnn
nn
nn
b xa xa xa xa
b xa xa xa xa
b xa xa xa xa
............
..................................................................
..................................................................
............
............
332211
22323222121
11313212111
Este sistema pode ser representado através de uma representação matricial da forma:
Α x = b
⎥
⎥⎥⎥
⎦
⎤
⎢
⎢⎢⎢
⎣
⎡
=
⎥
⎥⎥⎥
⎦
⎤
⎢
⎢⎢⎢
⎣
⎡
⎥
⎥⎥⎥
⎦
⎤
⎢
⎢⎢⎢
⎣
⎡
nnnnnn
n
n
b
b
b
x
x
x
aaa
aaa
aaa
MM
L
MOMM
L
L
2
1
2
1
21
22221
11211
onde: A – matriz de coeficientes de ordem nn× x – vetor de incógnitas de ordem 1×n b – vetor independente de ordem 1×n
Os tipos de solução do sistema dependem da matriz A:
A não-singular ⇒ compatível ⇒ { únicasolução
A singular ⇒ ⎩⎨⎧
⇒
⇒
soluçãoexistenãoelincompatívsistema
soluçõesinitascompatível inf
Sistema Compatível → Posto( A)=Posto( Ab)
Ab=⎥⎥
⎥⎥
⎦
⎤
⎢⎢
⎢⎢
⎣
⎡
nnnnn
n
n
baaa
baaa
baaa
L
MMOMM
L
L
21
222221
111211
Se Posto( A)=Posto( Ab) = n ⇒ solução únicaSe Posto( A)=Posto( Ab) = k
-
8/18/2019 Aula 8 SL Direto
3/11
60
Exemplo 1:
0
0
21
21
=−
=+
x x
x x
Det( A)=2 Posto( A)=Posto( Ab) = n = 2 ⇒ solução única
Este é um sistema homogêneo com solução trivial [ ]T x 00= . A solução é dada pelo pontode intersecção das retas no gráfico. Neste caso como n=2 a solução é um ponto no 2ℜ .
Exemplo 2:
022
0
21
21
=+
=+
x x
x x
Det( A)=0 Posto( A) = Posto( Ab) = 1 < 2 ⇒ compatível com infinitas soluções
-5 -4 -3 -2 -1 0 1 2 3 4 5
-5
-4
-3
-2
-1
0
1
2
3
4
5
o
x2
x1
-5 -4 -3 -2 -1 0 1 2 3 4 5
-5
-4
-3
-2
-1
0
1
2
3
4
5
o
x2
x1
-
8/18/2019 Aula 8 SL Direto
4/11
61
Observe que as retas são coincidentes e temos infinitos pontos de intersecção.
Exemplo 3:
1
0
21
21
=+
=+
x x
x x
Det( A)=0 Posto( A)=1 Posto( Ab) = 2 ⇒ sistema incompatível. Não existe solução.Pose-se observar no gráfico que neste caso não há intersecção entre as retas representadas
no 2ℜ .
Não há nenhum ponto de intersecção entre as retas.
3.3 Métodos de Solução
Métodos Diretos – Fornece solução “exata” após um número finito de operações. Soluçãoassegurada para matriz de coeficientes não-singular.
⎪⎪
⎩
⎪⎪
⎨
⎧
LU Fatoração
Gaussdeinação E
A Matrizda Inversão
Cramer degra
Diretos Métodoslim
Re
-5 -4 -3 -2 -1 0 1 2 3 4 5-6
-4
-2
0
2
4
6
x2
x1
-
8/18/2019 Aula 8 SL Direto
5/11
62
Métodos Iterativos – Processo de aproximação iterativa da solução. A convergência éassegurada sob certas condições.
⎪⎪⎪⎪
⎩
⎪⎪⎪⎪
⎨
⎧
⎪⎪
⎩
⎪⎪
⎨
⎧
−
⎪⎩
⎪⎨⎧
−−
..etc
do EstabilizaiconjugadoGradienteB
o Biconjugad Gradiente
ConjugadoGradiente
ios Estacionár Não
açãoSobrerelax
SeidelGauss JacobiGauss
ios Estacionár
Iterativos Métodos
3.3.1 Regra Cramer
A solução de cada componente do vetor de incógnitas é dado pela relação de doisdeterminantes:
∆
∆= ii x
onde:
∆ = determinante da matriz A
i∆ = determinante da matriz A com a iésima coluna substituída pelo vetor independente b.
Exemplo da ordem de grandeza do tempo de solução para um sistema de ordem 20.
∆
∆= ii x
Operações necessárias:a) Cálculo de 21 determinantes, cada um de ordem 20.
O determinante de uma matriz Α é definido como uma soma de termos −−− 321 aaa ...... −na
onde o símbolo – representa subscritos de permutações de 1 a n. No exemplo a soma tem20! termos cada qual requerendo 19 multiplicações. Assim, a soluções do sistema requer21 x 20! x 19 multiplicações, além de um número 21 x 20! de somas que serádesconsiderado.
Seja um computador com capacidade de 2000 Mflops.
-
8/18/2019 Aula 8 SL Direto
6/11
63
2.000.000.000 operações por segundo.
Tempo de Solução:
360243600000.000.000.2
19!2021
x x x
x x = 15604,55 anos
Strang 1993 - “If world be crazy to solve equation this way”.
O método de Cramer também possui pouca estabilidade numérica. [Highan]. (erros dearredondamento excessivos). (forward estability)
3.3.2 Inversão da Matriz A
A solução do sistema linear pode ser dada por:
x= 1− A b
Entretanto, na grande maioria de problemas práticos é desnecessário e mesmo
desaconselháveis o cálculo da matriz inversa 1− A .Veja o que acontece neste exemplo simples com uma equação:
217 = xA melhor maneira de obter a solução é por divisão,
3721 == x
O uso da matriz inversa levaria a (precisão 6 dígitos) :
b ( )( )
( )( ) 99997,221142857,0217 1
==
= −
x
x
A inversa requer mais aritmética (uma divisão e uma multiplicação em vez de uma sódivisão), além de produzir uma resposta menos exata.
3.3.3
Eliminação de Gauss
Sistemas Lineares Equivalentes
Dois sistemas lineares b x A = e b x A~~
= são equivalentes se qualquer
solução de um também é solução do outro.
Teorema
-
8/18/2019 Aula 8 SL Direto
7/11
64
Seja b x A = um sistema linear. Aplicando sobre as equações desse sistema
linear uma sequência de operações, escolhidas entre:
a) trocar a posição de duas equações entre si; b) multiplicar uma equação por uma constante;
c) somar uma equação a outra multiplicada por uma constante.
Obtém-se um novo sistema b x A~~
= e os sistemas b x A = e b x A~~
= são equivalentes.
O método de solução através da eliminação aplica as operações elementares para eliminarvariáveis do sistema e transformá-lo num sistema triangular.
A eliminação de Gauss é composta de duas etapas básicas:
1. Eliminação direta de variáveis2. Substituição inversa
=
Eliminação de Variáveis (triangularização)
U =
Solução do Sistema Triangularizado
Números de operações necessárias para obter soluções, considerando a matriz A cheia.
a) Solução por Inversão
x= 1− A b
1. Obtenção da matriz inversa utilizando um algoritmo eficiente de matriz cheia
A x = b
U x = b’
x
A x b
x
3n operações (produto)
b’
-
8/18/2019 Aula 8 SL Direto
8/11
65
2. Obtenção de x pelo produto de 1−Α com b
b) Solução por eliminação de Grauss1. Redução triângular
U x = b
= ~ 33
n operações de produção
2. Substituição Inversa.
2
2η
operações de produto
Exemplo Numérico
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
− 234
211
423
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
3
2
1
x
x
x
=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
3
2
1
( )0Α
Estágio 1 pivô 311 =a
Multiplicadores
31
21 =Μ
34
31 =Μ
2n operação (produto)
U
0
x b
-
8/18/2019 Aula 8 SL Direto
9/11
66
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
−3
223
103
.23
10
423
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
3
2
1
x
x
x
=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
35
351
( )1Α
Estágio 2
Pivô3
122 =a
Multiplicador 1
31
31
23 ==Μ
⎥
⎥⎥
⎦
⎤
⎢
⎢⎢
⎣
⎡
−800
32
310
423
⎥
⎥⎥
⎦
⎤
⎢
⎢⎢
⎣
⎡
3
2
1
x
x
x
=
⎥
⎥⎥
⎦
⎤
⎢
⎢⎢
⎣
⎡
0
351
Substituição Inversa
. –8 03 = x 03 = x
1423
35
32
31
321
32
=++
=+
x x x
x x
3
5
1
2
−=
=
x
x
3.3.3.1 Estratégia de Pivoteamento
(a) Evitar pivôs nulos(b) Evitar pivôs próximos de zero (multiplicadores elevado,
ampliação de erros de arredondamento)
Exemplo:
Usando aritmética de 3 dígitos
⎩⎨⎧
=+
=+
622
520002,0
21
21
x x
x x
-
8/18/2019 Aula 8 SL Direto
10/11
67
⎥⎦
⎤⎢⎣
⎡ −
11
13
102.2102,0
102.0102.0
x x
x x ⎥
⎦
⎤⎢⎣
⎡
2
1
x
x = ⎥
⎦
⎤⎢⎣
⎡1
1
106.0
105.0
x
x
pivô 0.2 x 10 3−
multiplicadores 543
1
101.0101102.0102.0 x x
x x ==−
⎥⎦
⎤⎢⎣
⎡
−
−
5
13
102.00
102.0102.0
x
x x ⎥
⎦
⎤⎢⎣
⎡
2
1
x
x= ⎥
⎦
⎤⎢⎣
⎡
− 5
1
105.0
105.0
x
x
( )( )
⎥⎦⎤⎢
⎣⎡=
−=−=
−=−=
5.20
105.0101.0105.0106.0
102.0102.0101.0102.05511
2
515122
x
x x x x xb
x x x xa
Com pivoteamento
⎥⎦
⎤⎢⎣
⎡− 13
11
102.0102.0
102.0102.0
x x
x x ⎥
⎦
⎤⎢⎣
⎡
2
1
x
x = ⎥
⎦
⎤⎢⎣
⎡1
1
105.0
106.0
x
x
pivô 1102.0 x mult.1
3
102.0
102.0
x
x − = 3101.0 − x
⎥⎦
⎤⎢⎣
⎡1
11
102.00
102.0102.0
x
x x⎥⎦
⎤⎢⎣
⎡
2
1
x
x = ⎥
⎦
⎤⎢⎣
⎡1
1
105.0
106.0
x
x
1131
1311
105.0106.0101.0105.0
102.0101.0102.0102.0
x x x x x
x x x x x
−−
=−−
−
5,0
5,2
1
2
=
=
x
x Solução de sistema
Resumindo: Pivoteamento parcial consiste em adotar como pivô no passo (K) daeliminação de Gauss o maior elemento (em valor absoluto) na parte não reduzido dacoluna. As linhas contendo esses elementos devem ser intercambiadas.
OBS: Seja * x é a solução calculada de Ax=b e x a solução exata (teórica). Como os
elementos de * x são representados em uma aritmética de precisão finita existe uma
diferença em relação x . Normalmente utiliza-se as seguintes medidas para auferir estadiferença.
Não satisfaz o sistema
-
8/18/2019 Aula 8 SL Direto
11/11
68
Erro: * x xe −=
Resíduo: r = || b – A x * || (dependente de escala, multiplicando-se A e b
por uma constante α , o resíduo também vaiser multiplidado por α )
Resíduo relativo:*
*
x A
Axb −
Da teoria de matrizes sabemos que, sendo A não singular e se uma medida acima é nula, aoutra também o será, mas ambos não são necessariamente igualmente pequenas.