Álgebra Linear com MATLAB: Matrizes e Equações
Traduzido por
ScribdTranslationsÁlgebra Linear com MATLAB: Matrizes e Equações
Traduzido por
ScribdTranslationsÁlgebra Linear Usando MATLAB
Muitas das aplicações da álgebra linear, como matrizes, determinantes,
sistemas de equações e o problema do autovalor podem ser facilmente tratados usando
MATLAB. Você deve já ter uma ideia básica de como criar e manipular
matrizes (arrays) no MATLAB. O exemplo a seguir demonstra como criar
uma matriz (quadrada), encontre sua inversa e, em seguida, multiplique a matriz pela sua inversa para
verifique se é igual à matriz unidade
% Criar uma matriz 3x3 A= 1 2 0
e Encontre Seu Inverso
A=[1,2,0;3,2,1;1,2,1] 3 2 1
Ainv=inv(A)
% Verificar Resposta 1 2 1
Check=A*Ainv
Ainv = 0.0000 0.5000 -0,5000
0.5000 -0.2500 0,2500
-1.0000 0 1,0000
Check = 1.0000 0.0000 -0.0000
0 1.0000 0.0000
0 0.0000 1.0000
É claro que nem todas as matrizes quadradas terão um inverso e nossa teoria anterior
indicou que a inversa só existirá se a matriz A for não singular; ou seja, se
det(A)≠0. Em seguida, vamos nos concentrar em vários problemas de aplicação exemplos.
Sistemas de Equações Algébricas Lineares
Considere o seguinte sistema de equações com incógnitas x, y, z que também pode
ser lançado como uma equação matricial
2x 2 y z 1 2 2 1x 1
x 5a z 2 1 5 1 y 2
3x 4 y 3z 9 3 4 3z 9
Assim, tais sistemas podem sempre ser apresentados na formaAX bonde
2 2 1 x 1
A 1 5 1 ,Xy,b 2
3 4 3 z 9
O MATLAB pode resolver facilmente tais sistemas usando o método inverso pelo qual
X A1 b . O código e a saída para este problema específico são
% Resolver um sistema 3x3 de X = -0,8000
Equações Algébricas Lineares
A=[2,2,-1;1,-5,1;3,4,-3]; -1.8000
b=[1;2;9];
X=inv(A)*b -6.2000
% Verificação da Resposta
Check_Answer=A*X Check_Answer = 1.0000
2.0000
9.0000
Este sistema de equações também pode ser resolvido usando a Regra de Cramer (texto, Seção
7.7) usando um pouco mais de programação e incorporando determinantes. O código
abaixo faz o trabalho
% Resolver um sistema de álgebra linear 3x3 X = -0,8000
Equations
% Usando a Regra de Cramer -1,8000
A=[2,2,-1;1,-5,1;3,4,-3];
b=[1;2;9]; -6,2000
A1=A;A1(:,1)=b;
A2=A;A2(:,2)=b; Check_Answer = 1,0000
A3=A;A3(:,3)=b;
D=det(A);D1=det(A1);D2=det(A2);D3=det(A3); 2.0000
X(1)=D1/D;X(2)=D2/D;X(3)=D3/D
% Verifique a Resposta 9.0000
Check_Answer=A*X
Observe que os dois métodos anteriores de solução (Inversa e Regra de Cramer) são
não é computacionalmente eficiente para sistemas grandes que teriam, digamos, mais de 102
equações. Para tais casos, técnicas de eliminação de Gauss, Gauss-Seidel
iterações e métodos de Doolittle, Crout e Cholesky são frequentemente utilizados (ver
Kreysizg, Capítulo 20)
Problema de Valor Próprio
Conforme discutido anteriormente, o problema do valor próprio da matriz ou problema do valor principal envolve
a solução da equação matricial
EIXO λX (1)
Aqui nós limitamos a generalidade escolhendo a matriz quadrada A como real e
simétrico. A quantidade λ é chamada de valor próprio ou valor principal e o
A matriz coluna ou vetor X é referido como o autovetor ou direção principal.
Lembre-se de que a equação (1) pode ser escrita como
(A λI)X 0 (2)
onde está a matriz unitária. A relação (2) é um sistema homogêneo de equações e
tem uma solução não-trivial se e somente se o determinante da matriz dos coeficientes se anula;
ou seja.
det(A λI) 0 (3)
Expandir o determinante resulta na equação característica cujas raízes são os
valores próprios do problema. Retorno de substituição desses valores próprios na relação
(1) ou (2) permite a determinação dos vetores próprios correspondentes. Note que
geralmente, os autovetores são normalizados para ter comprimento unitário.
Para um problema geral com a matrizA sendo pelo menos 3x3 ou maior, muitos desses
os passos da solução não podem ser feitos facilmente por cálculo manual. O MATLAB oferece uma
esquema de solução numérica que determinará facilmente tanto os autovalores quanto
autovetores para tais problemas gerais usando os comandos simples eig(A).
Considere o seguinte exemplo para a matrizA
3 1 1
A 1 0 2
1 2 0
O código abaixo calcula tanto os autovalores quanto os autovetores para este caso.
V=
-0.0000 0.5774 -0,8165
% Determinar Autovalores e
Autovetores de Matriz 3x3 0.7071 -0.5774 -0.4082
A=[3,1,1;1,0,2;1,2,0];
[V,L]=eig(A) -0.7071 -0.5774 -0.4082
L=
-2,0000 0 0
0 1.0000 0
0 0 4.0000
Observe que os autovalores são colocados nos elementos diagonais do array L, e
os autovetores são exibidos como colunas do array V. Esses valores são facilmente
verificado pela solução de cálculo manual exata
0 1 2
1 1 1
λ1 2 ,λ2 1,λ3 4;X(1) 1 , X(2) 1 , X
(3)
1
2 3 6
1 1 1