Professional Documents
Culture Documents
(1.1)
Uma matriz m x n dita de ordem m por n. Quando m = 1 resulta uma matriz ou vetor linha, quando n = 1 tem-se uma matriz, vetor coluna ou simplesmente vetor. A representao usual de matrizes feita utilizando-se uma letra maiscula entre chaves [ ] ou mais facilmente utilizando-se a letra maiscula em negrito. Um vetor representado usualmente como uma letra minscula entre colchetes { } ou por meio de um letra minscula em negrito. Assim, so exemplos de matrizes:
0 3. 5 2.0 3. 5 [B] = b = 4.8 3.2 2.4 ; [y] = {y} = y = 0 ; 1 . 8 0 1. 4 1 . 2
(1.2)
Um elemento ou coeficiente genrico na i-sima linha e j-sima coluna de uma matriz designado pelo ndice ij. Assim, na matriz [B] da Eq. (1.2), o coeficiente b23 = 2.4 e b31 =0. A grande vantagem na utilizao de matrizes e vetores reside no fato de ser possvel representar uma quantidade qualquer de nmeros ordenados a partir de um nico smbolo. Assim, equaes envolvendo uma quantidade enorme de valores numricos sistematicamente ordenados podem ser expressas com grande simplicidade. Por exemplo, seja o sistema de equaes algbricas lineares, definido em (1.3):
4 x1 2 x1 3 x1 -1 x1
(1.3)
Por meio da representao matricial o sistema de equaes (1.3) pode ser escrito simplesmente como: [A] {x} = {y}, (1.4)
sendo [A], a matriz do sistema, {x} o vetor de valores incgnitos e {y} o vetor de termos independentes, valendo:
1 2 4 2 y1 4 x1 2 - 3 2 - 1 x y 3 2 2 [A] = , {x} = , { y} = = , 3 1 4 5 y3 2 x3 2 1 y 4 x4 4 1 3
(1.5)
Usualmente na mecnica dos slidos os ndices subscritos (i, j = 1, 2 e 3) representam os eixos de um sistema ortogonal de referncia (x, y, z). Na notao indicial, a ocorrncia de um ndice repetido em um mesmo termo representa somatrio, resultando:
ai ai =
aii =
aa
i=1
i i
2 2 = a12 + a2 + a3
(1.7)
(1.8) (1.9)
a
i =1 3 j=1
ii
1.1
[A] e [B] tem a mesma ordem, ou seja, tem o mesmo nmero de linhas e colunas; Todos os elementos nas posies correspondentes so iguais, isto , aij = bij.
(1.10)
Como exemplo, seja calcular a soma das matrizes [A] e [B] a seguir definidas:
[A] =
resultando:
3 1 4 ; [B] = 5 3 2
4 3 1 3 4 5 ,
(1.11)
[C ] = [A] + [B] =
3 . 8 7 7
7 2
(1.12)
(1.13)
Como exemplo seja obter o produto [C ] = k[A] , com k = 3 e [A] definida no item
3 12 . 15 3 2 9
[C ] = k[A] =
(1.14)
1.2
(1.15)
Assim, o coeficiente cij obtido pela soma dos produtos dos elementos da linha de ordem i da matriz [A] pelos correspondentes elementos da coluna de ordem j da matriz [B]. Como exemplo, seja calcular o produto de matrizes [C]2x2=[A]2x3.[B]3x2, sendo:
1 3 2 2 3 [A] = ; [B] = 2 1 . 3 5 2 3 2
(1.16)
Os coeficientes da matriz [C] so obtidos pela expresso (1.15), resultando: c11 = (2).(1) + (2).(2) + (3).(3) = 15; c12 c21 c22 = (2).(3) + (2).( 1) + (3).( 2) = 2; [C] = = (3).(1) + (5).(2) + ( 2).(3) = 7; = (3).(3) + (5).(1) + ( 2).(2) = 8
15 2 7 8
(1.17)
Observaes: i) No caso geral, a soma ou subtrao de matrizes, de ordem m x n, exige m.n operaes aritmticas de soma ou subtrao. A multiplicao por escalar exige m.n operaes de multiplicao. A multiplicao de matrizes, por exemplo, [A]pxm[B]mxq, exigem p.q.m operaes de multiplicao e p.q.(m-1) operaes de soma. ii) A operao de multiplicao de matrizes no comutativa, isto , no caso mais geral [A][B][B][A]. Por exemplo, considerando as matrizes [A] e [B] anteriores, tem-se: [C]2x2 = [A]2x3 . [B]3x2 e [D]3x3 = [B]3x2 . [A]2x3, sendo:
1.3
d11 = (1).(2) + (3).(3) = 11; d12 d13 d21 d22 d23 d31 d32 d33
= (1).(2) + (3).(5) = 17 ; = (1).(3) + (3).( 2) = 3; = (2).(2) + ( 1).(3) = 1; 11 17 3 = (2).(2) + ( 1).(5) = 1; [D] = 1 1 8 = (2).(3) + ( 1).( 2) = 8; 0 4 13 = (3).(2) + ( 2).(3) = 0; = (3).(2) + ( 2).(5) = 4; = (3).(3) + ( 2).( 2) = 13;
(1.18)
iii) Para distinguir a ordem de multiplicao das matrizes, diz-se que no produto [A][B], a matriz [A] pr-multiplica a matriz [B] ou, de forma equivalente, a matriz [B] ps-multiplica a matriz [A]. iv) Apesar de no comutativa, a operao de multiplicao de matrizes distributiva e associativa. A lei distributiva estabelece que: [E]=([A]+[B])[C] = [A][C] + [B][C] Por sua vez, a lei associativa define que: [F] = ([A][B])[C]=[A]([B][C])=[A][B][C], (1.20) (1.19)
estabelecendo que a ordem de multiplicao de matrizes indiferente em termos de resultados finais, embora os nmeros de operaes aritmticas possam ser muito diferentes. Assim, o produto ([A]3x2.[B]2x3)[C]3x1, necessita de 27 operaes de multiplicao, enquanto que o produto [A]3x2.([B]2x3)[C]3x1, exige apenas 12 operaes de multiplicao.
(1.21)
1.4
[I]3
(1.23)
1.5
(1.24)
SIM.
. .
Na Anlise Estrutural so obtidos sistemas de equaes cujas matrizes so quadradas e, predominantemente, simtricas. Alm disso, dependendo da ordenao dos valores incgnitos, as matrizes possuem muitos valores nulos e nos procedimentos utilizados para a soluo do sistema de equaes, grande parte destes valores (certamente os situados acima do primeiro elemento no nulo de cada coluna) permanece nulo. Assim, foram desenvolvidos vrios procedimentos que visam uma otimizao do processo de soluo do sistema de equaes, tanto em relao memria requerida para armazenamento dos coeficientes da matriz do sistema, quanto em relao ao nmero de operaes necessrias ao processo.
1.6
A obteno da matriz inversa da matriz de um sistema de equaes permite a soluo do sistema. Se o sistema admite uma soluo, existe a matriz inversa [A]-1 e pr-multiplicando ambos os termos da equao por [A]-1, obtm-se:
(1.25)
Embora possa ser usado, o custo computacional da inverso de uma matriz torna este procedimento muito desvantajoso quando comparado a outras tcnicas de soluo de sistema de equaes. Assim, em geral utiliza-se o mtodo de triangularizao (ou de eliminao) de Gauss, que possui diferentes variantes em funo das tcnicas de montagem e armazenamento dos coeficientes da matriz. Em certos casos pode ser vantajoso o emprego de mtodos iterativos para a soluo do sistema de equaes.
[A]4 x5
(1.26)
sendo:
a11 = a21 a31 a12 a14 a13 a22 ; [A12 ]3x1 = a23 ; [A13 ]3x2 = a24 a32 a34 a33 a15 a25 ; a35
[A11 ]3x2
a45 ];
(1.27)
1.4. ESPAOS VETORIAIS REAIS. SUBESPAOS. DEPENDNCIA E INDEPENDNCIA LINEAR. BASES. 1.4.1. Espaos Vetoriais Reais
Um espao vetorial real V um conjunto de elementos denominados vetores, que aceitam duas operaes bsicas: adio e multiplicao por um escalar. Para dois vetores quaisquer x e y em V existe um nico vetor x + y chamado de soma de x e y. Para x, y e z V, a operao de soma ou adio de vetores satisfaz as seguintes relaes:
i) comutativa : x + (y + z) = (x + y) + z; ii) associativa: x + y = y + x; iii) Existe um nico vetor 0 (zero) em V, tal que: x + 0 = x; iv) Para cada x existe um nico vetor -x tal que: x + (-x) = 0;
Para um vetor x qualquer em V, dado um nmero , existe um nico vetor x em V chamado o produto escalar de e x. Para x e y V, a operao de multiplicao escalar ou produto escalar atende as seguintes propriedades:
i) (x + y) = x + y; ii) (+) x = x +x; iii) () x = (x); iv) 1x = x;
Os espaos R, R2 e R3, estudados na geometria analtica so exemplos de espaos vetoriais reais. O conjunto P de todos os polinmios em x com coeficientes reais, com a definio usual de soma e multiplicao por nmeros reais, forma um espao vetorial real.
1.8
Define-se o espao vetorial Pn, como o conjunto de todos os polinmios com coeficientes reais de grau < n, na forma a0 + a1 x + a2 x 2 + . . . + an 1 x n 1 , sendo espao vetorial Pn, assim como o polinmio trivial um subespao de P, que forma o espao anteriormente definido de todos os polinmios em x com coeficientes reis. Se W1 e W2 so subespao de V, ento o conjunto formado de todos os vetores que pertencem a ambos um subespao de V, chamado de interseo de W1 e W2.
a0 , a1 , a2 ,. . ., an nmeros reais arbitrrios e n um inteiro positivo fixo. Assim, o
sendo 1 , 2 ,..., n nmeros reais, chama-se uma combinao linear dos vetores
x1 , x2 ,..., xn .
Se S um subconjunto no vazio de um espao vetorial V, ento o subespao de V gerado por S consiste de todas as combinaes lineares de vetores em S. 1.9
Diz-se que espao vetorial V tem dimenso n (dim V = n) se tem uma base consistindo de n vetores. Caso contrrio, diz-se que o espao vetorial tem dimenso infinita. Assim, Rn e Pn tem dimenso n e P tem dimenso infinita.
1.10
y = 1 e1 + 2 e2 + . . . + n en ,
(1.36)
Assim, se o conjunto de vetores e1 , e2 ,..., en forma uma base de V, existe uma nica forma de expressar qualquer vetor x de V, em particular se:
x = 1 e1 + 2 e2 + . . . + n en = 0 ,
(1.39)
Como ao se fazer:
1 = 2 = . . . = n = 0 ,
(1.40)
uma forma de atender a equao (1.39). Como ela nica, prova-se que os vetores e1 , e2 ,..., en que formam a base de V so linearmente independentes.
1.11
(1.41a)
e:
x = 1 v1 + 2 v2 + . . . + n vn
(1.41b)
x = [u1
u2
(1.42)
sendo os valores de 1, 2 , . . ., n as coordenadas do vetor x na base Bu: De modo semelhante, utilizando-se a base Bv obtm-se:
1 1 2 2 x = [v1 v2 L vn ] ; [x]Bv = , M M n n sendo os valores de 1 , 2 , . . ., n as coordenadas do vetor x na base Bv:
(1.43)
Como Bu = {u1 , u2 ,..., un } base de V, podemos escrever os vetores vi da base Bv = { v1 , v2 ,..., vn } , como combinao linear dos vetores da base Bu na forma:
1.12
v2 = a12 u1 + a22 u2 + L + an2 un . M vn = a1n u1 + a1n u2 + L + ann un Substituindo a expresso (1.44) em (1.41b), obtm-se:
x = 1 (a11 u1 + a21 u2 + L + an1 un ) + 2 (a12 u1 + a22 u2 + L + an2 un ) + n (a1n u1 + a2n u2 + L + ann un ) M
(1.44)
(1.45)
Igualando-se expresso (1.41a), resulta: 1 = a11 .1 + a12 . 2 + L + a1n .n 2 = a21 .1 + a22 . 2 + L + a2n .n M n = an1 .1 + an2 . 2 + L + ann .n A expresso (1.46) pode ser escrita na forma matricial como: 1 a11 a 2 = 21 M M n an1 Fazendo-se: a12 a22 M an2 L a1n 1 L a2n 2 . O M M L ann n
(1.46)
(1.47)
[I]B B
v u
a11 a 21 = M an1
(1.48)
tem-se:
[x]B = [I]B B [x ]B ,
v v u u
(1.49)
Sendo
[I]B B
v u
1.13
([I] )
Bv Bu
= [I]Bv [I]Bv
Bu Bu Bv
( )
(1.50)
Bv em relao nova base, Bu, ou seja, a matriz [I]Bu constituda por colunas que
Bv
Assim, para se obter [I]Bu necessrio determinar as coordenadas da base antiga definem as coordenadas dos vetores da base antiga Bv em relao aos vetores da nova base Bu.
Por Exemplo, sejam B = {(1,0), (0,1)}e B = {(2,1), (3,4 )}bases do espao R2. Obter as
matrizes de mudana de base [I]B e [I]B B .
B
Como a base B a base cannica, fcil obter-se a matriz [I]B , bastando escrever
B
diretamente os vetores da base antiga B = {(2,1), (3,4 )}em termos dos vetores da
[I]B B
2 3 = . 1 4
Para obter-se
[I]B B ,
a11 = 1/11; a21 = 4/11; (1,0 ) = a11 (2,-1) + a21 (3,4 ) 1 4 - 3 B [I]B = 11 1 2 (0,1) = a12 (2,-1) + a22 (3,4 ) a12 = -3/11; a22 = 2/11.
(1.52)
Seja agora, a determinao da matriz de rotao da base padro (eixos cartesianos , e2 } , inclinadas de um x, y) de R2, B = {e1 , e2 } numa base nas direes x, y e B = {e1 ngulo em relao a x,y e vice versa. e [I]B B = [R ]e =
e
(1.53)
Como [R ]e ortogonal:
e e [I]B B = [R ]e = ([R ]e ) T
(1.54)
1.14
Y'
Y'
e' 2
-sen
cos q
(1.55)
(1.56)
para todos os vetores x1 , x2 e x V1 e todos os escalares . Estas exigncias so usualmente definidas dizendo-se que uma transformao linear atende as operaes algbricas de adio e multiplicao por escalar. Como consequncia destas exigncias, uma transformao linear sempre leva o vetor zero de V1 no vetor zero de V2. O espao vetorial V1 chamado de domnio de A e o conjunto de todos os vetores y do espao V2, tais que y = A(x) para algum x, chamado de imagem de A, sendo representado por I(A), no necessariamente igual ao espao V2 inteiro. 1.15
e:
Nota-se facilmente que o produto BA est definido somente quando a imagem de A est contida no domnio de B, de modo que um dos produtos BA ou AB, pode existir sem que o outro exista. Mas, mesmo no caso de ambas as transformaes A e B, aplicam um dado espao em si mesmo, no necessariamente BA = AB. Este fato define que a multiplicao de transformaes lineares no-comutativa. Por outro lado a multiplicao de transformaes lineares associativa e distributiva. Desta forma sendo A, B e C, transformaes lineares, I a transformao identidade e um escalar, tem-se:
A(BC) = (AB)C
1.16
(1.60)
Assim, o ncleo A (N(A)) um subespao de V1, sendo de fundamental importncia para o estudo do comportamento de A em V1. De igual importncia a imagem de A, I(A), que forma um subespao de V2 definido pelo conjunto de todos os y de V2, tais que y=A(x), para algum x de V1, pois se: y1 = A(x1 ) e y2 = A(x2 ) pertencem a I(A), ento:
A( 1 x1 + 2 x2 ) = 1 A(x1 ) + 2 A(x2 ) = 1 y1 + 2 y2 ,
(1.61)
ento:
1 y1 + 2 y2 tambm pertence imagem de 1.
Uma transformao linear A: V1 V2 dita sobre se e somente se a imagem de A igual ao espao V2: I(A)=V2. Diz-se que uma transformao linear A: V1 V2 dita biunvoca se e somente se A(x1 ) = A(x2 ) implica que x1 = x2 . Assim, a transformao linear A: V1 V2 biunvoca se e somente se N(A) = 0. Transformaes lineares biunvocas so ditas isomorfismos e podem ser invertidas. Alm disso, apresentam uma importncia particular uma vez que muitas das funes usuais so biunvocas e apresentam transformao inversa. Assim, diz-se que se uma transformao A: V1 V2 biunvoca, isto , ela um-aum e sobre, quando para a cada vetor y de V2 est associado um nico vetor x de V1. A pode ser usada para definir uma funo de V2 em V1, chamada de inversa de A (A-1) tal que: A 1 ( y) = x , onde A(x) = y . A transformao linear B = A-1: V2 V1, tambm em B e: AA 1 (y) = y AA 1 = IV2 e A 1A(x) = x A 1A = IV1 . (1.62)
Por outro lado, quando uma transformao linear no admite inversa ela dita singular.
1.17
1.6. REPRESENTAO MATRICIAL DE UMA TRANSFORMAO LINEAR. MUDANA DE BASE. TENSORES. 1.6.1 - Representao Matricial de uma Transformao Linear.
Na anlise de problemas da Engenharia necessita-se relacionar determinados valores com outros valores, como por exemplo: tenso com deformao e deformao com deslocamentos. Cada uma destas relaes pode ser entendida como um processo de transformao entre diferentes valores, as quais podem ser definidas de uma forma precisa e concisa atravs do uso de matrizes. Assim, para a transformao linear A: V1 V2 definida pelo operador A = z 2 p + 3p , sendo V1 o conjunto dos polinmios de grau 3 em z, tal que y=A(x), calcular A(x), para x = 3z+4z3. Aplicando o operador A ao elemento x definido, tem-se:
x = dx d2 x d3 x = 3 + 12.z 2 ; x = = 24.z e: x = = 24 ; dz dz 2 dz 3
(1.63a)
Pode-se verificar facilmente que esta transformao linear singular, uma vez que se x1 = z e x2 = z + , sendo um nmero qualquer, A(x1 ) = A(x2 ) = 3 . Embora a determinao de y = A(x) possa ser obtido de uma forma explicita utilizando-se o diretamente o operador A, o emprego de uma matriz para definir a mesma transformao permite que esta determinao possa ser efetuada computacionalmente de um modo sistemtico e extremamente eficiente. O primeiro passo para obter a matriz representativa desta transformao consiste em se definir duas bases de vetores, uma para representar os elementos x de V1 e
1.18
outra, para representar os elementos y de V2. Escolhendo Bu ={ u 1 , u 2 ,..., u n } como a base de x e Bv ={ v1 , v2 ,..., vn } como base de y, pode-se escrever qualquer x V1 e y
V2 como:
x = 1 u1 + 2 u2 + . . . + n un ; y = 1 v1 + 2 v2 + . . . + n vn ;
(1.64)
(1.65)
sendo:
1 {x} = {x}Bu = [x]Bu = 2 , as componentes do vetor x na base Bu; M n 1 {y} = {y}Bv = [y]Bv = 2 , as componentes do vetor y na base Bv; M n
(1.66)
(1.67)
[A] = [A]x y,
obtida quando o operador A aplicada a cada vetor uj da base Bu . Portanto, para obter os elementos da j-sima coluna de A, basta fazer x = uj, calcular y = A uj e representar y em termos da base de vetores Bv. Como exemplo de aplicao, seja calcular a representao transformao linear A = z 2 p+ 3 p , utilizando duas distintas bases: B u1 = B v1 {u1 = 1, u2 = z, u3 = z 2 , u4 = z 3 } , e: B u2 = B v2 = {u1 = 1, u2 = 1 - z, u3 = z + 3z 2 , u4 = z 3 } . matricial da
(1.68) (1.69)
Considerando a base 1, para avaliar os elementos da j-sima coluna, basta calcular A uj na base Bv1, resultando:
A(u1 ) = 0; A(u2 ) = 3 = 3v1 ; A(u3 ) = 6z + 2z 2 = 3v2 + 2v3 ; A(u4 ) = 9z 2 + 6z 3 = 9v3 + 6v 4 ;
(1.70)
1.19
0 0 = 0 0
3 0 0 0 3 0 . 0 2 9 0 0 6
(1.71)
Assim, para transformar o elemento x = 3z+4z3, basta determinar as coordenadas do vetor x em relao base selecionada e fazer a operao matricial y = A x :
0 0 0 3 [y ]Bv1 = = 0 0 0 4 3 0 0 0 9 0 3 0 3 0 = , 0 2 9 0 36 0 0 6 4 24
[x]B
u1
(1.72)
resultando em forma expandida o mesmo resultado obtido anteriormente: y = A(x) = 9 + 36z 2 + 24z 3 (1.73)
2 A = [A]u v
(1.74)
e:
[x]B
u2
3 0 3 19 3 3 3 3 0 0 16 3 3 12 = , = [y ]Bv1 = 0 0 0 2 3 0 12 0 6 4 24 4 0 0
(1.75)
que em forma expandida fica: y = A(x) = (-3)(1) + (12)(1 - z) + (12)(z + 3.z 2 ) + (24)(z 3 ) = 9 + 36z 2 + 24z 3 , (1.76) reproduzindo assim o mesmo resultado.
1.20
Considerando-se agora, que uma transformao possa ser representada por uma matriz A em uma dada base e que se deseja obter uma matriz A , que represente a mesma transformao em outra base. Neste sentido, uma forma de obter os coeficientes da matriz A consiste em se avaliar a transformao nesta nova base como no exemplo anterior. Entretanto, possvel calcular a matriz A diretamente de A, simplesmente fazendo-se uma mudana na base de referncia da transformao. Assim, numa transformao definida por sua representao matricial:
y = Ax ou {y} = [A]{x} ,
(1.77)
ser particularmente eficiente se a matriz [A] for uma matriz diagonal. Felizmente, na utilizao de mtodos numricos aplicados em problemas da Engenharia, quase sempre existe uma base na qual a transformao fica representada por uma matriz diagonal. Entretanto, infelizmente por sua vez, na grande maior parte das aplicaes prticas, esta base no conhecida de incio. Assim, o procedimento geral consiste em simplesmente se representar inicialmente a transformao numa adequada base (vetores L.I.) de representao e, para tornar mais eficiente o processamento da soluo, transformar em sequncia a matriz obtida em uma matriz diagonal. Esta ltima transformao, por sua vez, pode ser feita computacionalmente de um modo sistematizado.
(1.78)
utilizando-se uma nica base Bu ={ u1 , u2 ,..., un } = B v ={ v1 , v2 ,..., vn } como a base de x e como base de y. Para se obter a mesma transformao representada em outra base ou seja: A : V1 V2 , definida por y = A x , utilizando-se uma nica nova base B u = {u1 , u2 ,..., un } = B v = { v1 , v2 ,..., vn } para
x
y , necessrio de incio
1.21
representar todos os vetores da base antiga ui , i = 1,..., n , em termos dos vetores da nova base ui , i = 1,..., n , de forma anloga utilizada em (1.49) ou seja: ui =
p
k =1
ik k
u , i = 1..n,
(1.79)
(1.80)
sendo P uma matriz quadrada de ordem n, correspondente a mudana de base. Substituindo-se a expresso anterior na definio do operador resulta:
Py = APx .
(1.81)
Imaginando que existe uma matriz inversa P 1 , isto , que a base escolhida possui n vetores linearmente independentes, tem-se que: P 1P = PP 1 = I , Pr-multiplicando ambos os termos da equao (1.81) por P 1 obtm-se:
P 1Py = P 1APx ,
(1.82)
(1.83)
resultando:
A = P 1AP .
(1.84)
(1.85)
u i , i = 1,..., n ,
em termos dos vetores da base antiga u i , i = 1,..., n , com os elementos definidos por: ui =
q
k =1
ik k
u , i = 1..n, 1.22
(1.86)
(1.87) (1.88)
e:
A = QAP .
(1.89) (1.90)
e:
A = QAQ 1 .
Exemplo:
Seja o exemplo anterior, no qual usando uma primeira base, definida por: B u = {u1 = 1, u2 = z, u3 = z 2 , u4 = z 3 } , obteve-se o operador matricial A. Determinar a matriz representativa do operador utilizando agora uma nova base, definida por B u = {u1 = 1, u2 = 1 - z, u3 = z + 3z 2 , u4 = z 3 } , sendo:
0 0 = 0 0 3 0 0 0 3 0 0 2 9 0 0 6
A = [A]u u
(1.91)
Assim, os vetores da base antiga podem ser escritos em funo dos vetores da nova base como:
1 1 1 u1 = u1 ; u2 = u1 - u2 ; u3 = - u1 + u2 + u3 ; u4 = u4 ; 3 3 3 e obtm-se a expresso (1.80) em forma matricial, como:
1 1 13 0 1 1 3 u P = [I]u = 1 0 0 3 0 0 0 De modo anlogo, tem-se: 0 0 . 0 1
(1.92)
(1.93)
1.23
u1 = u1 ; u2 = u1 - u2 ; u3 = u2 + 3 u3 ; u4 = u4 ;
(1.94)
e:
Q = [I]u
u
1 1 0 1 = 0 0 0 0
0 0 1 0 . 3 0 0 1
(1.95)
A = [A]u u
(1.96)
1.6.3. Tensores
Na anlise de problemas de engenharia, os conceitos de tensores e suas representaes matriciais podem ser de grande importncia, em particular os tensores cartesianos, definidos como aqueles cujas componentes podem ser representados em um sistema cartesiano. Assim, considerando-se as coordenadas de um ponto genrico P no espao tridimensional, definido por suas coordenadas em relao a um sistema de referncias cartesianos xi , ( i = 1,2,3) e, em relao a outro sistema cartesiano xi, ( i = 1,2,3) , utilizando-se, respectivamente, bases vetoriais definidas por ei , (i = 1,2,3) e ei, (i = 1,2,3) . Sejam os cosenos diretores entre os ngulos formados entre o primeiro sistema e o segundo denominados de pij = cos(ei, e j ) , na forma: xi =
p x
j=1 ij
(1.97)
Em forma matricial:
x = Px .
Como P uma matriz ortogonal:
(1.98)
x = P T x .
(1.99)
1.24
Uma grandeza chamada de escalar se ela tem apenas uma componente no sistema de coordenadas x i e, alm disso, esta componente no varia quando ocorre uma mudana no sistema de coordenada: (xi ) = (xi) , i = 1,2,3 . (1.100)
Um escalar tambm chamado de um tensor de ordem zero. Como exemplo de uma grandeza escalar tem-se a temperatura em um ponto. Uma grandeza chamada de vetor ou tensor de primeira ordem se suas componentes em relao a um sistema xi, ( i = 1,2,3) e suas componentes em relao ao sistema xi , ( i = 1,2,3) , so relacionados na forma indicial como: xi = pij xj (1.101)
Esta relao corresponde a uma mudana de base de primeira ordem. Por exemplo, uma fora um tensor de primeira ordem. Uma entidade designada como um tensor de segunda ordem se ela tem 9 componentes tij , (i, j = 1,2,3) no primeiro sistema de coordenadas xi , (i = 1,2,3) e nove
, (i, j = 1,2,3) no segundo sistema xi, ( i = 1,2,3) , relacionadas na componentes tij
Nas definies anteriores, todos os ndices variavam de 1 a 3, indicando problemas a trs dimenses. No entanto, poderia-se usar os ndices variando de 1 at n, com n 3. Em muitos problemas da engenharia feito uma anlise considerando-se um comportamento bidimensional, neste caso n = 2. Tenses e deformaes em um ponto so exemplos de tensores de segunda ordem. Como exemplo de representao matricial e notao indicial de tensores de segunda ordem, dado as coordenadas de um tensor em relao a um sistema de eixos cartesianos (x, y), seja determinar as coordenadas deste tensor em relao a um outro sistema cartesiano de coordenadas (x, y), inclinado de = 450 em relao ao primeiro.
1.25
yy = 1 yx = -1 xx = 1
Y'
X' = 45 0
xy = -1
X
Figura 2. Representao vetorial dos componentes o tensor de tenses no plano XY. O tensor de tenses , em relao ao sistema de coordenadas X, Y pode ser escrito em forma matricial como:
[ ] =
xx yx
xy 1 1 = . yy 1 1
(1.103)
A matriz de rotao do sistema (x, y) em relao ao sistema (x, y) definido pelos cosenos diretores do primeiro sistema em relao ao segundo:
Y [P]X, X', Y' =
(1.104)
Fazendo:
Y [P] = [P]X, X', Y' ,
(1.105)
1 1 1 1 1 1 1 1 0 0 = 2 1 1 1 1 2 1 1 0 2
(1.106)
Pode-se notar que as tenses cisalhantes em relao ao novo sistema so nulas, consequentemente, as tenses normais X'X' = 0 e Y'Y' = 2 , so as tenses principais atuantes e os respectivos eixos so chamados de eixos principais de referncia do 1.26
tensor de tenses analisado. De fato, as tenses principais definem os autovalores do tensor e os eixos X e Y definem os respectivos autovetores. Assim um elemento genrico do tensor [ ]X', Y' pode ser escrito, na forma indicial como:
T = pik kl plj ij .
(1.107)
T Como plj = pjl , e a ordem dos fatores irrelevante, obtm-se a expresso (1.102) :
= pik pjl kl . ij
(1.108)
A ou do conjunto de n vetores associados, como uma funo a valores reais, chamado de determinante de ordem n e designado de D(v1 , v2 , L, vn ) ou mais
diretamente relacionada matriz A como det(A): a11 a 21 A= M an1 a12 L a1n a22 L a2n det(A) = M M an2 L ann a11 a21 M an1 a12 L a1n a22 L a2n = aij , M M an2 L ann
(1.109)
onde as colunas (linhas) de A so as componentes dos vetores v1 , v2 , L, vn relativamente base cannica { e1 , e2 , L, en } de R n ; isto : v2 = a12 e1 + a22 e2 + L + an2 en M vn = a1n e1 + a2n e2 + L + ann en v1 = a11 e1 + a21 e2 + L + an1 en (1.110)
Esta funo, cuja forma explicita ainda no foi definida deve atender as seguintes condies: 1.27
i) D(v1 , v2 , L, vn ) = 0 ou aij = 0 , se e somente se: v1 , v2 , L , vn so linearmente dependentes; ii) D linear em cada uma de suas variveis; isto , para i = 1, L, n : D(v1 , L, vi + vi, L, vn ) = D(v1 , L, vi , L, vn ) + D(v1 , L, vi, L, vn ) para , quaisquer e
ii) Se vi = v j para i j , ento D(v1 , v2 , L, vn ) = 0 . Pela primeira exigncia do item anterior, como vi e v j D(v1 , v2 , L, vn ) = 0 so L.D. , ento
D(v1 , L, vi , L, vi , L, vn ) + D v1 , L, vi , L, v j , L, vn +
n 1 j j n
( ) D(v , L, v , L, v , L, v ) + D(v , L, v , L, v , L, v )
1.28
(1.111)
Como o primeiro e o quarto termo da expresso anterior so nulos em funo do item ii, resulta:
D v1 , L, v j , L, vi , L, vn = -D v1 , L, vi , L, v j , L, vn .
(1.112)
1.7.3. Definies
i) Se um seqncia de vetores u1 , u2 , L, un obtida de v1 , v2 , L, vn deslocando um dos
(1.113)
Supondo que ep(1 ) , ep(2 ) , L, ep(n ) seja uma permutao dos vetores da base padro de
Rn , ento com permutas sucessivas de pares de vetores nesta lista pode-se recoloc-los em sua ordem natural e1 , e2 , L, en . Pela propriedade iii do item anterior
tem-se:
D ep(1 ) , ep(2 ) , L, ep(n ) = D(e1 , e2 , L, en ) = 1 ,
(1.114)
sendo o sinal mais ou menos em funo do nmero de trocas exigidos para esta reordenao seja par ou seja impar. Assim, podemos definir que:
D ep(1 ) , ep(2 ) , L, ep(n ) = S(p ) = 1 .
(1.115)
(1.116)
1.29
(1.117)
= a j1 a j2 L a jnD e j1 , e j2 , L, e jn
j1 =1 n j2 =1 jn =1
) )
=
j1 =1
termos no ocorre repetio entre os vetores reescrever a funo como: D(v1 , v2 , L, vn ) = S(p)ap(1 )1 .ap(2 )2 L ap(n )n ,
p n
Nesta ltima expresso, os nicos termos no nulos so aqueles para os quais a seqncia j1 , j2 , L, jn uma permutao dos nmeros 1, 2, L, n , pois apenas nestes
(1.118)
onde a notao utilizada indica que a soma estendida s n! permutaes de {1, 2, L, n}. iii) Seja D o determinante de uma matriz nxn qualquer. Para cada par de ndices ij (i,j =1,n) seja M ij o determinante (n-1) x (n-1) obtido de D eliminando-se a i-sima linha e a j-sima coluna, ento Aij = (- 1) M ij chamado o cofator do elemento aij , e
i+ j
(1.119)
1.30
ii) O valor do determinante de uma matriz no muda se for somado um mltiplo da jsima coluna (linha) i-sima coluna (linha) se i j. iii) Para todo determinante de uma matriz A (n x n), D = aij , tem-se: D = aijAij , j = 1, 2, L, n e D = aijAij , i = 1, 2, L, n ,
i=1 j=1 n n
(1.120)
sendo A ij o cofator do correspondente elemento a ij . iv) Para todo determinante de uma matriz A (n x n), D = aij , tem-se: D = aijAik = 0 , j, k = 1, 2, L, n e j k
i=1 n n
e: D = aijAkj = 0 , i, k = 1, 2, L, n e i k .
j=1
(1.121)
v) Uma condio necessria e suficiente para que um conjunto de n vetores { v1 , v2 , L , vn } em Rn seja linearmente dependente que D(v1 , v2 , L, vn ) = 0 . Assim, uma matriz A (n x n) no singular se e somente se det( A ) 0 . vi) O sistema de n equaes algbricas lineares a n incgnitas: a11 x1 + a21 x2 + L + an1 xn = b1 a12 x1 + a22 x2 + L + an2 xn = b2 , M a1n x1 + a2n x2 + L + ann xn = bn (1.122)
tem uma nica soluo se e somente se o determinante de seus coeficientes no nulo. Neste caso, a soluo do sistema dado por:
xj = ou:
b A
i=1 i
ij
, j = 1, 2, L, n
(1.123)
1.31
xj =
a11 L b1 M M an1 L bn
L a1n M L ann
, j = 1, 2, L, n
(1.124)
(1.125)
1.7.5. Exemplos
i) Se n = 1, tem-se um nico vetor v1 = a1 e1 de R1 , ento:
D(v1 ) = D(a1 e1 ) = a1D(e1 ) = a1 . ii) Se n = 2, com: v1 = a11 e1 + a21 e2 e v2 = a12 e1 + a22 e2 de R 2 , ento: D(v1 , v2 ) = aij = a11 a21
(1.126)
a12 = S(p1 )a11 a22 + S(p2 )a21 a12 = a11 a22 - a21 a12 , (1.127) a21
sendo os sinais de S(pi ) determinados contando-se o nmero de inverses no arranjo dos (primeiros) ndices nos termos correspondentes.
v1 = a11 e1 + a21 e2 + a31 e3 iii) Se n = 3, com: v2 = a12 e1 + a22 e2 + a32 e3 de R 3 , ento: v = a e + a e + a e 13 1 23 2 33 3 3 a11 D(v1 , v2 , v3 ) = aij = a21 a31 a12 a22 a32 a13 a23 = a33
(1.128)
= a11 a22 a33 + a21 a32 a13 + a31 a12 a23 a31 a22 a13 a21 a12 a33 a11 a32 a23
iv) A expanso de um determinante em cofatores simplifica a soluo no caso da maioria dos elementos de uma linha ou coluna ser nulo. Assim: 1.32
3 1
D = 0 2 0 = 3. 0 3 5
2 0 3 5
= 3.2. 5 = 3.2.5 = 30 ;
(1.129)
e:
2 -1 D= 0 4 1 2
3 - 6 = 2. 7
1 -6 2 7
+ 4.
-1 1
3 -6
(1.130) v) Seja o caso da decomposio de uma matriz, na forma: A = LTLT , sendo L uma matriz triangular inferior de diagonal unitria. Como o det(L ) = det(LT ) = 1 : det(A) = det(L ).det(D).det(LT ) = det(D) = dii .
i-1 n
(1.131)
Observao: A soluo de sistemas de equaes utilizando determinantes extremamente ineficiente, existindo procedimentos bem mais eficientes. Por exemplo, usando operaes matriciais elementares, tais como no mtodo de eliminao de Gauss, que transforma a matriz dos coeficientes numa matriz triangular, que por sua vez admite uma soluo explicita de grande simplicidade.
1.33