Vous êtes sur la page 1sur 9

lgebra Linear e Geometria Analtica Texto de apoio

Professor Joo Soares 9 pginas


Universidade de Coimbra 19 de Dezembro de 2011
Suponha que possvel estabelecer a seguinte situao. Todos os anos 10% dos re-
sidentes do litoral deslocam-se para ir viver no interior e 20% dos residentes no interior
deslocam-se para ir viver no litoral. Suponha ainda que o nmero inicial de residentes no
litoral e interior 100 e 200, respectivamente e diga quantos so os residentes nessas duas
regies (i) ao m de um ano ; (ii) ao m de k anos ; (iii) ao m de muitos anos.
Matematicamente, se y
1
(resp. z
1
) designar o nmero de residentes no litoral (resp.
interior) ao m de um ano ento
y
1
= .9y
0
+ .2z
0
z
1
= .1y
0
+ .8z
0
ou
_
y
1
z
1
_
=
_
.9 .2
.1 .8
_ _
y
0
z
0
_
=
_
130
170
_
.
Este problema possui as propriedades de um processo Markoviano (que ser abordado mais
tarde no vosso curso): a populao no sistema permanece constante e a sua distribuio
depende apenas da distribuio no ano imediatamente anterior. A primeira propriedade
reecte-se no facto de que a soma dos elementos de cada coluna da matriz igual a um.
A segunda propriedade permite calcular a distribuio do nmero de residentes ao m de
k anos da seguinte forma
_
y
k
z
k
_
=
_
.9 .2
.1 .8
_ _
y
k1
z
k1
_
=
_
.9 .2
.1 .8
_
k
_
y
0
z
0
_
.
Propomo-nos achar uma expresso simples para y
k
e z
k
utilizando o facto de a matriz ser
diagonalizvel. Ora,
A =
_
.9 .2
.1 .8
_
= SDS
1
=
_
2/3 1/3
1/3 1/3
_ _
1 0
0 .7
_ _
1 1
1 2
_
.
Assim sendo, para determinar A
k
e a distribuio da populao ao m de k anos, temos
que
_
y
k
z
k
_
= A
k
_
y
0
z
0
_
=
_
2/3 1/3
1/3 1/3
_ _
1
k
0
0 .7
k
_ _
1 1
1 2
_ _
y
0
z
0
_
.
Desta forma, torna-se fcil o clculo de (y
k
, z
k
). Por exemplo, para k = 10,
_
y
10
z
10
_
=
_
2/3 1/3
1/3 1/3
_ _
1
10
0
0 .7
10
_ _
1 1
1 2
_ _
y
0
z
0
_
=
_
19126/97
9974/97
_
.
2 lgebra Linear e Geometria Analtica
Mais ainda, como
lim
k+
D
k
=
_
_
lim
k+
1
k
0
0 lim
k+
.7
k
_
_
=
_
1 0
0 0
_
,
a distribuio da populao aproxima-se de um valor limite
_
y

_
=
_
2/3 1/3
1/3 1/3
_ _
1 0
0 0
_ _
1 1
1 2
_ _
y
0
z
0
_
= (y
0
+ z
0
)
_
2/3
1/3
_
A populao total continua a ser (y
0
+ z
0
), como era inicialmente, mas no limite (aps
muitos e muitos anos) 2/3 da populao total estar no litoral e 1/3 estar no interior.
E isto verdade independentemente do tamanho da populao inicial. Podemos ainda
vericar que
_
2/3
1/3
_
=
_
.9 .2
.1 .8
_ _
2/3
1/3
_
,
isto , o vector (2/3, 1/3) um vector prprio associado ao valor prprio 1 da matriz A. Por
isso, se (y
0
, z
0
) = (200, 100), ou um qualquer mltiplo de (2/3, 1/3), ento a distribuio da
populao permanece a mesma ano aps ano, o que sugere o conceito de estado estacionrio
(do ingls, steady state).
O exemplo que acabmos de descrever foi adaptado de [1, pgina 266], e ilustra a
utilidade da diagonalizao de matrizes e do clculo de valores e vectores prprios de uma
matriz.
Arquitectura de redes de telecomunicaes
Um dos muitos problemas de telecomunicaes consiste em encaminhar chamadas tele-
fnicas de forma mais econmica e com a menor interferncia possvel. A formulao
matemtica de problemas deste gnero requer uma estrutura geomtrica conhecida por
grafo e que representada algebricamente na forma de uma matriz, a matriz de incidncia.
Um grafo orientado caracterizado por um conjunto de m pontos (tambm chamados
ns ou vrtices) e um conjunto de n arcos dirigidos ligando pares de pontos, conforme se
ilustra na Figura 1(a). Um grafo como se fosse um mapa de estradas simplicado contendo
apenas as estradas e os cruzamentos. A matriz de incidncia permite a representao do
grafo no computador. Cada coluna dessa matriz est associada a um arco do grafo. Se esse
Texto de apoio 3
u u
u u
pppppppppppppppppppppppppppppppppppppp
pppppppppppppppppppp p p p p p p p p p p p p p p p p p p
p p p p p p p p p p p p p p p p p p pppppppppppppppppppp
ppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppppp
pppppppppppppppppppppppppppppppppppppp
pppppppppppppppppppp p p p p p p p p p p p p p p p p p p
arco 1
arco 5 arco 3
arco 2
arco 4 3 4
2 1
(a) O grafo
A =
_

_
1 1 0 0 0
1 0 1 0 1
0 1 1 1 0
0 0 0 1 1
_

_
(b) A matriz
Figura 1: Um grafo e sua matriz de incidncia vrtice-arco.
arco vai do n j para o n k ento o elemento da linha j tem o valor 1 e na linha k tem o
valor +1 sendo nulos os restantes elementos da coluna, conforme se ilustra na Figura 1(b).
Consideremos a situao ilustrada pela Figura 1 e suponhamos que existe um conjunto
de chamadas telefnicas no n 1 que deve ser encaminhado para o n 4 e apenas para este.
H diversos percursos possveis para encaminhar essas chamadas, todos eles caracterizados
atravs de um sistema de equaes lineares apropriado. Para denir as variveis desse
sistema de equaes lineares associemos a cada arco (i, j) uma varivel x
ij
que representa
o respectivo uxo de trfego em telecomunicaes. Toda a soluo do sistema
Ax = b, (1)
onde b = (1, 0, 0, 1), dene um uxo de trfego que faz chegar as chamadas originadas
no n 1 ao n 4. As equaes descrevem a conservao da quantidade de uxo em cada
um dos ns do grafo e o facto de um deles ser dador enquanto que outro recebedor. Por
exemplo, a terceira equao deste sistema
x
2
+ x
3
x
4
= 0,
reectindo o facto de que a soma da quantidade de uxo que atravessa os arcos 2 e 3
deve ser igual quantidade de uxo que atravessa o arco 4. Isto , h conservao da
quantidade de uxo no n 3. Uma situao ligeiramente diferente acontece no n 1. De
facto, a primeira equao do sistema
x
1
x
2
= 1,
reectindo o facto de que a soma da quantidade de uxo que atravessa os arcos 1 e 2 deve
ser igual a um porque o n 1 gera uma unidade de uxo.
4 lgebra Linear e Geometria Analtica
Normalmente, o sistema de equaes (1) tem uma innidade de solues. Na prtica,
as solues que tm interesse devem satisfazer um conjunto adicional de restries como,
por exemplo, x 0. O conjunto de solues pode ainda continuar innito e ento h
necessidade de incorporar um objectivo - seleccionar a soluo mais econmica por exemplo.
Remetemos o leitor para a leitura de [1, pginas 102 e 110] para mais de detalhe nesta
classe de modelos.
Discretizao de equaes diferenciais
A equao diferencial de Poisson modela fenmenos fsicos das reas de electromagnetismo,
mecnica dos uidos, mecnica quntica entre muitas outras. Na verso unidimensional
consiste em determinar uma funo v : R R tal que

d
2
v(x)
dx
2
= f(x), 0 < x < 1, (2)
onde f uma funo dada. A funo v deve tambm satisfazer as condies de fronteira
v(0) = v(1) = 0. Este exemplo unidimensional pode ser resolvido analiticamente usando
conhecimentos de Anlise, mas em geral para verses multidimensionais da equao de
Poisson no possvel caracterizar analiticamente a funo v que satisfaz a equao de
Poisson. Por isso, procuram-se os valores de v num conjunto discreto de pontos em vez
de uma expresso geral. No caso unidimensional isso signica caracterizar v em N + 2
pontos x
i
igualmente espaados no intervalo real [0, 1]. Ento, temos que x
i
= ih, onde
h = 1/(N + 1), e 0 i N + 1. Ponhamos abreviadamente v
i
= v(x
i
) e f
i
= f(x
i
).
Para converter a equao diferencial (2) num sistema de equaes lineares com incgnitas
v
1
, v
2
, . . . , v
N
usaremos diferenas nitas para aproximar as segundas derivadas de v
dv(x)
dx

x=(i.5)h

v
i
v
i1
h
dv(x)
dx

x=(i+.5)h

v
i+1
v
i
h
.
onde h um escalar positivo pequeno (mas no demasiado para no provocar problemas
numricos que so consequncia da aritmtica de preciso nita do computador). Sub-
traindo estas aproximaes e dividindo por h obtemos a aproximao por diferenas nitas
centradas da segunda derivada

d
2
v(x)
dx
2

x=x
i

dv(x)
dx

x=(i.5)h

dv(x)
dx

x=(i+.5)h
h

2v
i
v
i1
v
i+1
h
2
.
Texto de apoio 5
Podemos agora aproximar a equao (2) pelo sistema de equaes lineares
v
i1
+ 2v
i
v
i+1
= h
2
f
i
, 0 < i < N + 1.
Como as condies de fronteira implicam v
0
= v
N+1
= 0, para descobrir v
1
, v
2
, . . . , v
N
temos que resolver o seguinte sistema tridiagonal
_

_
2 1 0
1
.
.
.
.
.
.
.
.
.
.
.
. 1
0 1 2
_

_
_

_
v
1
.
.
.
.
.
.
v
N
_

_
= h
2
_

_
f
1
.
.
.
.
.
.
f
N
_

_
A resoluo deste sistema pode ser feita atravs da decomposio LU.
Um sistema de equaes impossvel
A Figura 2 ilustra uma situao simplicada de um problema de fotogrametria no qual
se pretende determinar as coordenadas de um objecto no solo (um marco geodsico, por
exemplo) utilizando fotograa area.
Suponhamos que o problema se coloca a duas dimenses na Figura 2. Um avio desloca-
se ao longo do eixo das abcissas e fotografa na direco de um objecto P no solo a partir
de trs localizaes distintas S
1
, S
2
e S
3
. As orientaes angulares das cmaras em cada
instante que a fotograa tirada denem os valores de l
1
, l
2
, l
3
, l
4
, l
5
relativamente a um
eixo xo no avio de comprimento p. Estes valores so observados com alguma incerteza.
Pretende-se obter um valor aproximado das coordenadas (x
1
, x
2
) do ponto P.
Usando semelhana de triangulos, podemos concluir que
l
1
p
=
x
1
x
2
,
l
2
p
=
l
4
x
1
x
2
,
l
3
p
=
l
4
+ l
5
x
1
x
2
ou, de uma maneira equivalente, (x
1
, x
2
) a soluo do sistema Ax = b onde
A =
_
_
p l
1
p l
2
p l
3
_
_
, b =
_
_
0
pl
4
p(l
4
+ l
5
)
_
_
. (3)
Portanto, temos que resolver um sistema linear com trs equaes e duas incgnitas.
Os erros inerentes s medies fazem com que, em princpio, no seja possvel satisfazer
as trs equaes simultaneamente. Por isso, procura-se uma soluo que torne mnimos os
desvios das igualdades.
6 lgebra Linear e Geometria Analtica
................... . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
.................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.........................................................................................................................................................................................................................................................................................................................................................................................................................................................
. . . . . . . . . . . . . . . . . . . ...................
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ..........
................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...................
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......
................... . . . . . . . . . . . . . . . . . . .
. . . . . . . ....... ....... . . . . . . .
....... . . . . . . . . . . . . . . ....... ....... . . . . . . . . . . . . . . .......
x
1
P(x
1
, x
2
)
S
2
S
3
S
1
l
5
l
4
x
2
p p p
l
2
l
1
l
3
Figura 2: Exemplo de aplicao de mnimos quadrados.
Se denirmos desvio como sendo o quadrado da quantidade em falta ou excesso estamos
a denir a soluo dos mnimos quadrados. Por isso, a soluo (x
1
, x
2
) aquela que torna
mnima a seguinte expresso
(0 (px
1
+ l
1
x
2
))
2
+ (pl
4
(px
1
+ l
2
x
2
))
2
+ (p(l
4
+ l
5
) (px
1
+ l
3
x
2
))
2
,
ou, em notao matricial, (b Ax)
T
(b Ax). Como vamos observar nas aulas, o seguinte
sistema de equaes lineares
_
A
T
A
_
x = A
T
b,
dene a soluo pretendida. Este exemplo foi adaptado de Observations and least squares
de Edward M. Mikhail.
Anlise por componentes principais
Na indstria e na investigao preciso, por vezes, resumir um volume elevado de infor-
mao, resultado de um processo de fabrico ou de um conjunto de experincias, numa
expresso algbrica que permita averiguar se um elemento adicional de informao s dis-
ponvel posteriormente , ou no, signicativamente distinto da informao inicial.
Vejamos a seguinte situao que ilustra um dilema frequente nas nossas fbricas de in-
dstria transformadora. Um material plstico resultado de um processo qumico. Como
Texto de apoio 7
parte integrante de um sistema de produo industrial desse material, pretende-se um me-
canismo de controlo que detecte potenciais desvios das caractersticas ideais de produo.
Por isso, do material prottipo foram retiradas para anlise em laboratrio 300 amostras.
Cada amostra foi sujeita a dois testes a caractersticas distintas X e Y e as respectivas
medies foram registadas. Assim, obtivemos informao na forma de uma matriz 3002,
a matriz das observaes, que tem a forma
_
x y

,
onde x e y so colunas de 300 nmeros reais relativos s medies. Periodicamente durante
o processo de fabrico, uma equipa de engenheiros retira uma amostra do material que est
a ser produzido. Como impossvel reproduzir de modo exacto, da anlise dessa amostra
resulta uma medio (x
301
, y
301
) que naturalmente diferente de quaisquer das 300 medies
que se zeram no incio. No entanto, desejvel saber se o material que est a ser produzido
possui propriedades signicativamente diferentes do material inicial. Se isso se conrmar
ento altura de interromper a produo e proceder a ajustes no sistema. A questo de
interromper ou no o processo de fabrico um dilema delicado pois num caso e noutro
pode conduzir a custos avultados para a fbrica.
Matematicamente, temos ao nosso dispr um conjunto de 300 pares de nmeros reais,
isto , pontos do plano (x
i
, y
i
), para i = 1, . . . , 300, que vamos supor serem tais que

300
i=1
x
i
=

300
i=1
y
i
= 0. Isto pode ser assumido sem perda de generalidade pois como
se tivessemos alterado as unidades de medio. Pretende-se encontrar uma recta do plano
que passe pela origem e se aproxime o mais possvel daquele conjunto de pontos. A recta
deve ser determinada de forma a que a soma dos desvios de todos os pontos seja o menor
possvel.
Duas das diversas denies possveis para desvio so muito utilizadas. A preferncia
de uma sobre a outra depende do objectivo do problema. Se denirmos desvio como o
quadrado da distncia Euclidiana do ponto (x
i
, y
i
) recta ento estamos a denir a recta
da componente principal (veja-se a Figura 3(a)). A segunda denio de desvio requer o
destaque de uma das caractersticas. Podemos, por exemplo, isolar Y da caracterstica X.
Ento, a recta denida por uma relao linear aX, com a um nmero real, e dene-se
desvio como o quadrado de y
i
ax
i
(veja-se a Figura 3(b)). A recta assim determinada
conhecida por recta dos mnimos quadrados. Esta a denio mais adequada quando
se procura explicar
1
uma caracterstica em funo de outras ou resolver um sistema de
equaes lineares com mais equaes do que incgnitas.
1
este um termo usado com frequncia nas reas cientcas de Tratamento Estatstico de Dados e
Econometria.
8 lgebra Linear e Geometria Analtica
No exemplo que se est a considerar, a primeira denio de desvio a mais adequada.
Pretende-se caracterizar uma recta gerada por um vector u de coordenadas (a, b) e a
distncia Euclidiana entre um ponto (x
i
, y
i
) e essa recta dada por

(x
i
)
2
+ (y
i
)
2

(ax
i
+ by
i
)
2
a
2
+ b
2
(porqu? pense um pouco e no continue a ler sem car convencido). Por isso, (a, b) tal
que torna mnima a seguinte expresso
300

i=1
_
(x
i
)
2
+ (y
i
)
2
_

(ax
i
+ by
i
)
2
a
2
+ b
2
.
Mas esse valor de (a, b) tambm torna mxima a seguinte expresso
300

i=1
(ax
i
+ by
i
)
2
a
2
+ b
2
=
[ax + by]
T
[ax + by]
a
2
+ b
2
=
_
a
b
_
T
_
x y

T
_
x y

_
a
b
_
_
a
b
_
T
_
a
b
_
. (4)
Vamos agora observar que a soluo pretendida (a, b) um dos vectores prprios associado
ao maior valor prprio da matriz 2 2
A =
_
x y

T
_
x y

=
_
x
T
x x
T
y
y
T
x y
T
y
_
. (5)
De facto, como toda a matriz simtrica diagonalizvel ento A pode escrever-se na forma
A = Q
T
DQ,
onde Q uma matriz 22 ortogonal (isto , Q invertvel e Q
1
= Q
T
) e D uma matriz
22 diagonal. Os elementos da diagonal da matriz D, d
11
e d
22
, so os dois valores prprios
da matriz A e cada coluna j da matriz Q denida por um vector prprio associado ao
valor prprio d
jj
. Por isso, (4) igual a
d
11
(a

)
2
+ d
22
(b

)
2
(a

)
2
+ (b

)
2
, onde
_
a
b
_
= Q
_
a

_
.
(Verique!) Se suposermos, sem perda de generalidade, que d
11
d
22
ento esta expresso
toma o seu valor mximo quando (a

, b

) = (1, 0). Por isso, o valor de (a, b) que torna


mxima a expresso (4) a primeira coluna da matriz Q, isto , o vector prprio associado
Texto de apoio 9
t
t
t
t
t
t
t
t
....................................................................................................................................................................................................................................................................................................................................................................................................................................................
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . .
. . . . . . . . . .
. . . . . . . . . .
. . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . .
(a) componente principal
t
t
t
t
t
t
t
t
....................................................................................................................................................................................................................................................................................................................................................................................................................................................
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
...
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
..........
...
................... . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
y
i
x
i
(b) mnimos quadrados
Figura 3: Aproximao em anlise de dados.
ao valor prprio d
11
. Em resumo, a recta caracterizada pelo vector prprio associado ao
maior valor prprio, da a designao de componente principal.
Uma vez conhecidos a e b podemos averiguar se a observao (x
301
, y
301
) signicati-
vamente distinta das 300 observaes iniciais atravs do clculo de
2

(x
301
)
2
+ (y
301
)
2

(ax
301
+ by
301
)
2
a
2
+ b
2
. (6)
Por exemplo, supondo que A denida por
A =
_
90 20
10 80
_
cujos valores prprios so 100 e 70 ento (a, b) = (1/3, 2/3) que um dos vectores prprios
associados ao valor prprio 100. Se (x
301
, y
301
) = (200, 100) ento (6) aproximadamente
110.55. Se este valor for considerado elevado ento pouco provvel que a nova observao
se rera ao fenmeno que originou as primeiras observaes. Por isso, altura de inter-
romper a produo e proceder anao da mquina pois muito provvel que se esteja
a produzir material defeituoso.
Referncias
[1] Gilbert Strang. Linear algebra and its applications. Academic Press [Harcourt Brace
Jovanovich Publishers], New York, second edition, 1980.
2
na prtica, no este o calculo que se efectua mas sim ax
301
+ by
301
por este possuir propriedades
estatsticas.