Legenda. Questões. 1ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria Software

Tamanho: px
Começar a partir da página:

Download "Legenda. Questões. 1ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria Software"

Transcrição

1 ª Lista de Exercícios (ALI) Prof. Helder G. G. de Lima Legenda Cálculos Conceitos Teoria Software Questões. Exiba matrizes quadradas A e B de ordem que exemplifiquem as situações a seguir. Compare com o que ocorreria se A e B fossem números reais. (a) É possível que A = B mesmo que A B e A B. (b) (AB) A B. (c) Pode ocorrer que A = apesar de A. (d) Há casos em que AB = ao mesmo tempo em que A B. (e) Mesmo que A B pode existir uma matriz P tal que A = P BP.. Calcule, se existir, a inversa de cada uma das matrizes a seguir: (a) D = 3 (b) T = 4 5 (c) U = Seja M = (m ij ) a matriz de ordem 7 7 cujo termo geral é m ij = {, se i j,, se i > j. Utilize a definição do produto de matrizes para obter uma fórmula (em função de i e j) para as seguintes entradas da matriz C = M : (a) c j, sendo j 7. (b) c 4j, quando j < 4. (c) c 4j, quando 4 j 7. (d) c ij, quando j < i 7. (e) c ij, quando i j Uma matriz A é considerada simétrica se A T = A e antissimétrica se A T = A. Levando em conta as propriedades da transposição de matrizes, justifique as afirmações que forem verdadeiras e exiba um contra-exemplo para as falsas: (a) Todas as entradas da diagonal de uma matriz antissimétrica devem ser nulas. (b) Não existem matrizes simétricas que também sejam antissimétricas. Este é um material de acesso livre distribuído sob os termos da licença Creative Commons Atribuição- CompartilhaIgual 4. Internacional

2 (c) Toda matriz simétrica é antissimétrica. (d) Toda matriz antissimétrica é simétrica. (e) Se uma matriz não é simétrica, então ela é antissimétrica. 5. Encontre uma matriz triangular superior equivalente por linhas a cada matriz P indicada a seguir, e utilize-as para calcular o determinante de P. 5 (a) P = (c) P = (b) P = a b 6. Supondo que a matriz M = satisfaz det M = 9, calcule a + c a + b + c + d c d a (a + b). 7. Dê exemplos de matrizes não nulas A e B de tamanho n n (com n ) tais que: (a) det(a + B) = det(a) + det(b) (b) det(a + B) det(a) + det(b) (c) det(ca) = c det(a), para algum c (d) det(ca) c det(a), para algum c 8. Verifique que as matrizes P = e Q = 5 satisfazem: 5 7 (a) det(p Q) = det(p ) det(q) (b) det(qp ) = det(p ) det(q) (c) det(r T ) = det(r), sendo R = P + Q (d) det(p ) = det(p ) 9. Calcule o determinante das seguintes matrizes: (a) Q = 3 3 (b) R = (c) T = DD T, sendo D = [ ] (d) U = D T D, sendo D como no item anterior / (e) A = LU, sendo L = / 3 e U = 3/ 5/4 9/

3 5 7 (f) M = P QP, sendo P = 3 e Q = Mostre que x y z (a) u v w = wvz (b) a b c d e f g h i = jigd j (c) a b c d e f g h i x y z = wvzie u v w. Dê exemplos de matrizes A e B tais que (a) A + B seja inversível, mas A e B não sejam (b) A e B sejam inversíveis, mas A + B não seja (c) A, B e A + B sejam inversíveis. Considere o sistema de equações lineares { x 3y = 4 5x + y = 7 e utilize um software como o GeoGebra para: (a) Plotar o conjunto A formado pelos pontos (x, y) cujas coordenadas satisfazem a primeira equação e o conjunto B dos que verificam a segunda equação. Dica: Não é preciso um comando especial para representar equações polinomiais no GeoGebra. Basta digitá-las diretamente (mesmo se forem como 5xyˆ+yˆ3xˆ=). (b) Alterar algumas vezes os números do segundo membro, e perceber o tipo de mudança que ocorre na representação gráfica de A e B. (c) Verificar se com alguma escolha de valores os conjuntos se intersectam. Parece ser possível que isso não aconteça dependendo dos valores escolhidos? Dica: O comando Interseção[p, q] gera a interseção dos objetos p e q. 3. Repita o exercício anterior para o seguinte sistema, em uma janela de visualização 3D: x y + z = x + y + z = 4 x + y + 5z = 7 4. Considere os seguintes sistemas lineares nas variáveis x, y R: { x + y = 6 x cy = () { x + y = 6 cx + y = 4c () (a) Determinar para quais valores de c os sistemas lineares têm uma, nenhuma ou infinitas soluções. 3

4 (b) Obtenha as mesmas conclusões sobre c experimentalmente, usando o GeoGebra. Dica: defina por exemplo c= e use o botão direito do mouse para tornar o número visível como um controle deslizante e mova-o para ver o efeito deste parâmetro. 5. Determine para que valores de t o sistema linear (A ti)x = possui mais de uma solução, sendo I a matriz identidade, A a matriz definida nos casos a seguir, (A ti) a matriz de coeficientes do sistema, e uma matriz coluna de ordem apropriada. ] (a) A = [ 3 (b) A = (c) A = 3 6. Obtenha a forma escalonada reduzida por linhas da matriz de coeficientes de cada um dos sistemas lineares a seguir, e partir dela determine as soluções dos sistemas: { 5s 5πt = 5π 3x x 6x 3 + 9x 5 = (a) s + (π + 3)t = π(π + 6) x + 4x + x 3 3x 5 = 7 (c) x x x 3 + x 4 3x 5 = 5 4x + 4x = 6 7x + 8x + 5x 3 3x 5 = 53 5x 5x 4 = (b) b + 6c = 6 x + x + x 3 = (d) a + 6b 5c = 3 x + 8x 4 = 3/5 3a + b 3c = 7. Utilize matrizes inversas para resolver os sistemas anteriores, quando for possível. 8. Resolva os seguintes sistemas lineares sobre R, usando matrizes inversas: y + 5z = v + 5w = q + 5r = (a) x + y + 3z = 7 (b) u + v + 3w = (c) p + q + 3r = 3 x + 4y + 5z = 3 u + 4v + 5w = p + 4q + 5r = 9. Se A é uma matriz p q, B uma matriz q r e C uma matriz r q, qual é o tamanho da matriz M = (B + C T )((AB) T + CA T )?. Se X é uma matriz m n, para que valores de m e n as operações a seguir fazem sentido? Quais os tamanhos das matrizes obtidas? Quais delas são simétricas? Justifique. (a) XX T (b) X T X (c) X + X T (d) X T + X (e) X X T a b. Seja M = M c d (R) a matriz associada a um sistema linear homogêneo. Utilize a eliminação de Gauss-Jordan para provar que se ad bc então o sistema possui somente a solução trivial. 3 a b c. Suponha que M = 4 5 e X = d e f M 3 3 (R) são tais que MX = I g h i Determine X, por meio da comparação das entradas de MX e I, e depois calcule XM. 4

5 3. Em um software de computação numérica (GeoGebra, GNU Octave 3, Scilab 4, MatLab, etc): (a) Sortear ao acaso matrizes de ordem 7 7 e verificar quantas delas são inversíveis. Dica: No Scilab, o comando rand(m,n) gera aleatoriamente uma matriz de ordem m n, e o comando det(a) calcula o determinante da matriz A. No GeoGebra, poderá construir uma matriz aleatória, com valores entre -5 e 5, usando o comando M = Sequência( Sequência( NúmeroAleatório(-5,5), j,,7), i,,7) e calcular o seu determinante usando Determinante(M). (b) Repetir o experimento anterior com matrizes quadradas de algum outro tamanho. O que ocorre com a maioria das matrizes em cada uma das dimensões consideradas? (c) Escolher matrizes triangulares superiores A, A 3 e A 4 de ordens, 3 3 e 4 4 respectivamente, todas com zeros na diagonal e então: i. Calcular as potências A, A3 3 e A4 4. ii. Com base nos resultados obtidos, formule uma conjectura a respeito da n-ésima potência das matrizes triangulares superiores n n, com zeros na diagonal. iii. Prove que o seu palpite é realmente válido para qualquer matriz nas condições acima (pelo menos nos casos e 3 3) Para que valor(es) de t R a matriz T = t 3 é inversível? Qual é a inversa? 9 t + t 4 5. Existe algum t R para o qual N = 6 t 5 M 3 3 (R) não é inversível? 4 t 6. Justifique as afirmações verdadeiras e exiba um contra-exemplo para as demais: (a) A matriz nula é uma matriz na forma escalonada reduzida por linhas. (b) A matriz identidade 4 4 está na forma escalonada reduzida por linhas. (c) Se uma matriz triangular superior é simétrica então ela é uma matriz diagonal. (d) Se U e V são matrizes diagonais, então UV = V U. (e) Se A é uma matriz antissimétrica, isto é, se A T = A, então A T é antissimétrica. (f) Se A é uma matriz n n antissimétrica, então sua diagonal é igual a zero. (g) Nenhuma matriz A n n pode ser simétrica e antissimétrica simultaneamente. 7. Quantas matrizes diagonais D de ordem satisfazem D = I, isto é, quantas matrizes diagonais são raizes quadradas da matriz identidade de ordem? E se D for 3 3? 8. Encontre todas as matrizes diagonais D de ordem 3 3 tais que D 7D + I =. 9. Mostre que se S é uma matriz simétrica então S também é simétrica. Decida se vale o mesmo para S n, qualquer que seja n N, e explique sua conclusão. 3. Se M é uma matriz quadrada n n, a soma das entradas da diagonal de M é chamada de traço de M, e denotada por tr(m) = m + m m nn. Explique por que são válidas as seguintes afirmações, para quaisquer matrizes A e B e todo c R:

6 (a) tr(a + B) = tr(a) + tr(b) (b) tr(c A) = c tr(a) (c) tr(a T ) = tr(a) 3. Seja M uma matriz quadrada inversível e suponha que D = (3M ) T ( 3 M). (a) Use as propriedades da transposição e da inversão de matrizes para obter outra fórmula para D que envolva no máximo uma multiplicação matricial, uma transposição, uma inversão, e uma multiplicação por escalar (não necessariamente nesta ordem). (b) Calcule a matriz D no caso em que M = Sejam X e X soluções de um sistema linear AX = B. Mostre que para quaisquer α, β R tais que α+β =, é verdade que X 3 = αx +βx também é solução do sistema. Interprete geometricamente, supondo que o sistema tenha equações e 3 incógnitas. 33. Verifique se os sistemas lineares a seguir são equivalentes, isto é, se possuem exatamente as mesmas soluções: a b + c = a + b = 6 (a) a b + 3c = 3 (b) b + c = 5 8a 5b + c = 7 a b + c = 34. Verifique se os sistemas lineares a seguir são equivalentes: { a + b + c + d = a + b + c + d = a + b + c + d (b) (a) a + b + c = a + b + c = a + b + c + d = 35. Para qual ou quais combinações de valores a, b, c, d R, o gráfico da função polinomial p(x) = a + bx + cx + dx 3 passa pelos pontos A = (, 5), B = (, ), C = (, ) e D = (, 4)? (lembre-se que o gráfico de p(x) passa por um ponto Q = (x, y ) quando y = p(x )) 36. Em Cálculo Diferencial e Integral, é útil decompor funções racionais em uma soma de frações parciais. Por exemplo, se q(x) = p (x) p (x) = a 3x 3 + a x + a x + a b 3 x 3 + b x e o polinômio + b x + b p (x) possui raízes reais r, r e r 3, então é possível escrever a função racional na forma q(x) = A + B + C, escolhendo valores convenientes de A, B, C R. x r x r x r 3 Obtenha a decomposição em frações parciais para a função q(x) = x 64x + 4 x 3 9x x

7 Respostas. Em todos os itens há uma infinidade de matrizes que exemplificam as afirmações feitas. Seguem alguns exemplos: (a) Para A = e B = é verdade que A = I = B, mas A B e A B. 4 4 (b) Se A = e B = então (AB) = mas A B =. k (c) Toda matriz A = satisfaz C =, até mesmo quando k (e então A ). (d) Se A = e B = então AB = mas A B. 7 4 (e) Se P = e B = então A = P 3 4 BP = é diferente de B (a) D = 9 5 (b) T = /3 /3 /3 (c) U = /3 /3 /3 /3 /3 /3 /3 3. (a) As entradas da primeira linha são dadas por c j = j pois, por definição, c j = m m j + m m j m j m jj j parcelas = j vezes (b) Se j < 4, então c 4j = pois j vezes = j m 7 m 7j 7 j parcelas c 4j = m 4 m j + m 4 m j + m 43 m 3j + m 44 m 4j m 47 m 7j = m j + m j + m 3j + m 4j m 7j = m 4j m 7j = =. (c) Se 4 j 7, então c 4j = j 3. (d) Se j < i 7, então c ij =. (e) Se i j 7, então c ij = j i (a) Verdadeira, pois dada uma matriz antissimétrica A M n n (R), tem-se [A] ij = [A T ] ji = [A] ji. Em particular, se i = j, vale [A] ii = [A] ii, o que implica que [A] ii =, isto é, [A] ii =. Assim, todas as entradas da diagonal de A são nulas. 7

8 (b) Falsa, pois a matriz nula M n n (R) é simétrica e antissimétrica simultaneamente. (c) Falsa, pois C = é simétrica mas não é antissimétrica. 3 (d) Falsa, pois D = é antissimétrica mas não é simétrica. (e) Falsa, pois E = não é uma matriz simétrica mas não é antissimétrica (a) det P = = = = 3 4 = (b) det P = = 3 5 = 3 5 = 3 6 (c) det P = 3 = 6 = = 6 ( ) ( 3) ( 9) = Usando as propriedades dos determinantes relacionadas ao uso de operações elementares sobre as linhas e colunas da matriz S, resulta que: det S = a + c a + b + c + d a (a + b) = a + c a + b + c + d a a + b = a + c b + d a b = c d a b = a b c d = det M = (a) Considere A = I M 3 3 (R) e B = I M 3 3 (R). Então det(a + B) = det() = = + ( ) = det(a) + det(b). (b) Considere A = B = I M (R). Então det(a) = det(b) = e det(a + B) = det(i) = 4, enquanto que det(a) + det(b) = + =. (c) Sabe-se que para A M n n (R), vale det(ca) = c n det(a). Deste modo, det(ca) = c det(a) se, e somente se, c n det(a) = c det(a). Ou seja, pode-se escolher qualquer matriz que não seja inversível, e o resultado será c n det(a) = c n = = c = c det(a). Outra opção é escolher c = e qualquer matriz inversível A. (d) Seguindo o raciocínio do item anterior, basta escolher uma matriz A inversível e qualquer c R tal que c n c, ou seja, c e c. 8. (a) det(p Q) = 3 = ( 8) 4 = det(p ) det(q) (b) det(qp ) = 3 = ( 8) 4 = det(p ) det(q) 8

9 3 (c) R = P + Q = 6 e det(r)t = 6 = det(r). 3 9 (d) det(p ) = /8 = 8 = det(p ) = det(p ) 9. (a) det(q) = 5 44 (b) det(r) = 3 (c) T = DD T = e det(t ) = (d) U = D T D = 3 5 e det(t ) = (e) A = LU = 5 e det(t ) = det(l) det(u) = ( 3 ) ( ) = (f) M = e det(m) = det(p ) det(q) det(p det(p ) det(q) ) = = det(p ) det(q) = x y z. (a) u v w = w u v = wvz, pois o determinante de matrizes triangulares x y z inferiores é o produto das entradas que aparecem na diagonal. a b c d j j (b) e f g h i = e f g h i = h i e f g = jigd j a b c d a b c d a b c d e w w f g h i f g h i u v (c) x y z = x y z = x y z = wvzie u v u v f g h i w a b c d e a b c d e. (a) Se A = e B =, então A + B = = I, que é inversível. Porém, A e B não são inversíveis, já que possuem uma coluna de zeros. (b) Se A = e B =, então A + B = não é inversível, pois AX = tem uma solução não nula X =. Porém, A = A e B = B são inversíveis. (c) Se A = B =, então A+B = e as matrizes A, B e A+B são inversíveis, sendo A = B = I e (A + B) = (I) = I. 9

10 . (a) Digite x-3y=-4 para que o GeoGebra mostre a reta formada pelos pontos que satisfazem a primeira equação, e 5x+y=7 para representar a segunda reta. (b) Ao trocar o 4 por um número maior, a reta correspondente se desloca para baixo, mantendo-se paralela à reta original. Ao diminuir este valor, a reta se desloca paralelamente para cima. Na segunda equação, a troca de 7 por um número maior resulta em um deslocamento para a direita, e a diminuição deste valor desloca a reta para a esquerda. (c) As retas, que inicialmente se intersectam em (, ), têm sempre um ponto em comum, independentemente dos valores atribuidos ao segundo membro das equações. Isso reflete o fato de que as duas equações correspondem a retas que não são paralelas entre si, e sua direção permanece inalterada mesmo quando o segundo membro é modificado. 3. (a) Digite x-y+z= para que o GeoGebra mostre o plano formado pelos pontos (x, y, z) que satisfazem a primeira equação, e então x+y+z=4 e x+y+5z=7 para representar os planos correspondentes às demais equações. (b) A trocar os valores do segundo membro de cada equação, o plano correspondente desloca-se no espaço mantendo-se paralelo à sua posição original. (c) Como os planos se intersectam inicialmente no ponto (,, ), e sempre permanecem paralelos às suas posições iniciais, continua existindo um único ponto de interseção, quaisquer que sejam os valores do segundo membro do sistema. 4. (a) i. A matriz aumentada associada ao primeiro sistema pode ser levada à sua forma escalonada reduzida por linhas por meio das seguintes operações elementares: 6 L L 6 ] c+4 6 L L c+4 c c 4 c+4 Se c = 4 a segunda operação deixa de ser possível, e o sistema não tem solução. Por outro lado, se c 4, todos os passos podem ser realizados e conclui-se ( que 6c o sistema é possível e determinado, tendo como única solução o ponto, c+4 c+4). ii. A matriz aumentada associada ao segundo sistema pode ser levada à sua forma escalonada reduzida por linhas por meio das seguintes operações elementares: [ 6 ] c 4c L +cl [ 6 + c + c ] +c L [ 6 ] c+4 L L 4 (b) Desta vez, se c = / a segunda linha zera após a primeira operação elementar, e o sistema tem mais de uma solução. De fato, o escalonamento mostra que o sistema original é equivalente a um sistema formado pela primeira equação e por uma equação do tipo =, que não impõe qualquer restrição sobre os valores de x e y. Assim, todo par da forma (6 y, y), com y R, é solução deste sistema possível e indeterminado. Por outro lado, nos casos em que c /, os três passos da eliminação de Gauss-Jordan podem ser realizados, e a conclusão é de que o sistema possui como única solução o ponto (4, ), sendo então possível e determinado. i. Geometricamente, nota-se que conforme o valor de c vai se aproximando de c = 4 a reta que corresponde à segunda equação gira em torno da origem até ficar paralela à reta da primeira equação. Quando isso ocorre, não há um ponto de interseção. Nos demais casos, as retas se intersectam em um único ponto.

11 ii. Geometricamente, ao variar o valor de c, uma das retas gira em torno do ponto (4, ), em que elas se intersectam, e em um caso específico (quando c = /) as duas retas coincidem, fazendo com que todos os seus pontos sejam pontos de interseção. 5. O sistema (A ti)x = possui mais de uma solução se, e somente se, a matriz (A ti) não for inversível, isto é, se det(a ti) =. Em cada um dos casos, esta condição resultará em uma equação polinomial na variável t, cujas soluções são dadas a seguir: (a) t = 3 ou t = (b) t = 5 ou t = ou t = 4 (c) t = 3 ou t = ou t = 5 5π 5π 6. (a) A matriz aumentada associada ao sistema dado é A = e sua π + 3 π(π + 6) forma escalonada reduzida é obtida por meio das seguintes operações elementares sobre as linhas: 5 A L π π L +L π π π + 3 π(π + 6) 3 6π 3 L π π L +πl π π π Esta última matriz está associada às equações { s = π t = π, e, portanto, S = {(π, π)} é o conjunto das soluções do sistema proposto. (b) A redução à forma escalonada reduzida da matriz associada ao sistema é obtida através das seguintes operações elementares: L 5 5 L 3 L /5 8 3/5 8 3/ L 3 /5 L 4 +L 4 3 /5 5 L / /5 5 /5 4 3 L +3L 4 L L 4 4 /5 /5 Esta última matriz está associada às equações x = 3 x =, x 3 = 4 x 4 = /5 de modo que S = {(3,, 4, /5)} é o conjunto das soluções do sistema proposto.

12 (c) A redução à forma escalonada reduzida da matriz associada ao sistema é obtida através das seguintes operações elementares: L / 3/ 5/ / 3/ 5/ L +L L L 4 L 3 L L 4 +7L 4 4 L +L 4 3 Esta última matriz está associada às equações x 4x x 5 = x 3 x 5 = 4 x 4 3x 5 = =. Logo, o conjunto das soluções do sistema proposto é S = {(x, x, x 3, x 4, x 5 ) R 5 x = + 4x + x 5, x = 4 + x 5, x 4 = + 3x 5 } = {( + 4x + x 5, 4 + x 5, x 3, + 3x 5, x 5 ) x 3, x 5 R}. 6 6 (d) A matriz aumentada associada ao sistema dado é [A B] = e sua 3 3 forma escalonada reduzida é obtida por meio das seguintes operações elementares sobre as linhas: [A B] L L L L 3 3L L 6L 3 L +3L L 3 L L 6L 6 Como a última linha corresponde a uma equação da forma =, o sistema é impossível, ou seja, S =. 7. (a) Primeiro é preciso determinar a inversa de A, e para isso serão usadas as mesmas operações elementares que produziram a forma escalonada reduzida de A: 5 5π 5 L π /5 L +L π /5 π + 3 π /5 3 L π /5 L +πl /5 + π/5 π/3 /5 /3 /5 /3

13 /5 + π/5 π/3 3 + π 5π Assim, A = = /5 / π Sempre que AX = B e A é inversível, vale X = A B. Assim, para B =, π(π + 6) tem-se X = 3 + π 5π 5π = 5π (3 + π) + 5π (π + 6) π 5 5 π(π + 6) 5 5π =. + 5π(π + 6) π (b) Primeiro, determina-se A usando as mesmas operações elementares que produziram a forma escalonada reduzida de A: 4 4 / L /4 /4 L 3 L L / 3 /5 / 8 8 /4 /4 L 4 +L 3 /5 5 L 4 / 3 /5 / 5 /5 /5 /5 /4 /4 8/5 3/5 L +3L 4 8/5 3/5 L L / 8/5 3/5 / /5 /5 /5 /5 /4 8/5 3/5 Assim, A = 8/5 3/5 / = /5 /5 x X = x x 3 do sistema é obtida através da seguinte multiplicação: x 4 X = A B = /5 = (c) A matriz (não aumentada) associada ao sistema não é quadrada. 3 4 = e a solução (d) A matriz associada ao sistema não é inversível, pois sua forma escalonada reduzida não é a matriz identidade. 3 4 /5 3

14 8. Os três sistemas podem ser escritos na forma AX = B com uma mesma matriz A = 5 3, então será preciso calcular apenas uma matriz inversa: L 5 3 L L L+5L 3 5 3L L L Disto resulta que A = 5. x 5 3 (a) Se X = y e B = 7 então: X = A B = 5 7 = 3. z 3 3 u (b) Se X = v e B = então X = pois A é inversível. w p (c) Se X = q e B = 3 então: X = A B = 5 3 = 7. r 5 9. A matriz (B + C T )((AB) T + CA T ) tem tamanho q p, pois ˆ B e C T têm tamanho q r, de modo que B + C T também é q r. ˆ AB têm tamanho p r, de modo que (AB) T é r p. ˆ A T têm tamanho q p, de modo que CA T é r p. ˆ O produto de qualquer matriz q r por uma matriz r p tem tamanho q p.. (a) Para quaisquer m e n, se X é m n então sua transposta X T é n m. Em particular, o número de colunas de X é sempre igual ao número de linhas de X T, e estas matrizes podem ser multiplicadas (nesta ordem), gerando um produto que é m m. Além disso, XX T é simétrica pois (XX T ) T = (X T ) T X T = XX T. (b) De forma análoga ao item anterior, o número de colunas de X T é sempre igual ao número de linhas de X, e estas matrizes podem ser multiplicadas (nesta ordem), desta vez gerando um produto que é n n. Além disso, X T X também é simétrica: (X T X) T = X T (X T ) T = X T X. 4

15 (c) Para que seja possível calcular X + X T, é necessário que X e X T tenham o mesmo tamanho. Como uma delas é m n e a outra é n m, a adição só será possível se m = n. Neste caso, a soma será uma matriz simétrica, pois (X + X T ) T = X T + (X T ) T = X T + X = X + X T. (d) Como no item anterior, para que X T + X faça sentido é preciso que X e X T tenham o mesmo tamanho, isto é, que m = n. Neste caso, a soma também será uma matriz simétrica, já que (X T + X) T = (X T ) T + X T = X + X T = X T + X. (e) Novamente, é preciso que m = n para que a operação X X T entanto, neste caso seja possível. No (X X T ) T = X T (X T ) T = X T X = (X X T ). No entanto, D = X X T só será igual a (X X T ) se d ij = d ij, para cada i, j, e isso só é possível se todos os d ij forem nulos. Em outras palavras, X X T só é uma matriz simétrica se X X T =.. Há duas possibilidades, dependendo das entradas da primeira coluna: (a) Se a então a redução à forma escalonada reduzida começa com as seguintes operações elementares: a b a L b L a cl b a b c d c d d c b = a ad bc a a Neste ponto, a hipótese de que ad bc pode ser usada para concluir a eliminação: b a ad bc a L b L b a a L. ad bc a Assim, o sistema MX = só tem a solução trivial X =. (b) Se a = então uma troca da primeira linha com a segunda faz com que o problema recaia no caso anterior, em que a primeira entrada da primeira linha não é zero. Note que neste caso c não será zero, pois senão ocorreria ad bc = d b =. a b Observação: Note que ad bc é justamente a fórmula do determinante da matriz. c d. Como 3 a b c a + d + 3g b + e + 3h c + f + 3i MX = 4 5 d e f = a 4d + 5g b 4e + 5h c 4f + 5i 7 g h i a + d + 7g b + e + 7h c + f + 7i e por hipótese MX = I, uma comparação das entradas de MX com as de I mostra que as incógnitas que formam as colunas de X devem ser soluções dos sistemas lineares a + d + 3g = a + d + 3g = a + d + 3g = a 4d + 5g =, a 4d + 5g = e a 4d + 5g =. a + d + 7g = a + d + 7g = a + d + 7g = 5

16 Como todos os sistemas têm a mesma matriz de coeficientes, os três podem ser escalonados simultaneamente como segue: L L 3+L L L 3 4 L +4L 3 9/ 4/ / / / / 5/ 3/ 3 9/ 4/ L +L 9/ 4/ / / / / L L L L 3 L +3L 3 3 Assim, X = 9/ 4/. Multiplicando esta matriz à esquerda de M, obtém-se: / / 3 3 XM = 9/ 4/ 4 5 =. / / 7 Isto quer dizer que a matrix X que atua como inversa à direita de A também é uma inversa à esquerda de A, pois ambos os produtos (AX e XA) resultam na matriz identidade. 3. (a) Ao sortear matrizes 7 7 aleatoriamente, é bem provavel que todas as matrizes obtidas sejam inversíveis (execute o comando mais de vezes se não estiver convencido). (b) Repetindo o experimento com matrizes quadradas de qualquer outro tamanho, há grandes chances de não encontrar uma única matriz que não seja inversível. De fato, ao sortear aleatoriamente uma matriz quadrada, há probabilidade zero (não é só pequena, é zero!) de ser escolhida uma matriz não inversível. Elas são raras, mas pode se deparar com elas se estiver com sorte (ou se o sorteio não for realmente aleatório). (c) Sejam A = 5, A 3 = 3 5 e A4 = 5. Então: 7 6

17 i. 5 5 A = =, A 3 3 = = 5 =, A 4 4 = = 7 =. ii. Com base nos exemplos anteriores, é natural suspeitar que a n-ésima potência de uma matriz triangular superior n n qualquer, com zeros na diagonal, é sempre a matriz nula n n. iii. As matrizes triangulares superiores de tamanho, com zeros na diagonal, c têm a forma A =, em que c pode ser qualquer escalar. Então: c c A = = a b Já no caso 3 3, tem-se A 3 = c e então: a b A 3 3 = c a b ac a b c = c =. Mais geralmente, se A = (a ij ) for uma matriz triangular superior de tamanho n n com diagonal nula, então as primeiras i entradas da linha i são todas nulas. Ao elevar A ao quadrado, a matriz obtida terá as primeiras i+ entradas da linha i iguais a zero. Analogamente, ao calcular A 3, a matriz resultante terá i + entradas da linha i igual a zero. Como a matriz tem n colunas, procedendo desta maneira até obter A n o resultado final será uma matriz com zeros em todas as n colunas de cada linha. A a a 3... a n a 3... a n... a 3... a n... a n an,n O padrão acima também pode ser percebido ao calcular explicitamente as entradas dos produtos. Como a matriz A é triangular superior e tem zeros na A A n 7

18 diagonal, tem-se a ij = sempre que i j. Consequentemente, se i j a entrada ij de A é dada por [A ] ij = [A A] ij = (a i a j a ii a ij ) + (a i,i+ a i+,j a in a nj ) Do mesmo modo, [A 3 ] ij = para i j : = (a j a ij ) + (a i,i a in ) =. [A 3 ] ij = [A A] ij = ([A ] i a j [A ] i,i+ a i+,j ) + ([A ] i,i+ a i+,j [A ] in a nj ) = (a j a i+,j ) + ([A ] i+,j [A ] in ) =. Procedendo da mesma maneira até a n-ésima potência de A, consegue-se todas as entradas iguais a zero Para que a matriz T = t 3 seja inversível, sua forma escalonada reduzida 9 t + por linhas deve ser a matriz identidade. Procedendo com a eliminação de Gauss-Jordan, seriam realizadas as seguintes operações elementares sobre as linhas: t 3 L t 3 L +L t 9 L 3+L t 9 9 t + 9 t + 9 t + t Neste ponto, para conseguir um pivô igual a na segunda coluna da segunda linha, seria necessária uma divisão da segunda linha por t 9, e isso significa que se t = 9 a matriz não será inversível. Além disso, no passo seguinte, será necessário dividir a terceira linha por t, de modo que para t = a matriz também não será inversível. Supondo que t e t 9, basta realizar mais algumas operações elementares e obtém-se a identidade: 9 t 9 t t 9 L L +L 3 9 t 9 t 9 t L 3 L +9L 9 t 9. L t 9 L 3 9 Portanto, T é inversível se, e somente se, t {, 9}. Aplicando a mesma sequência de operações elementares à matriz identidade, o resultado é a inversa de T : I L L +L t 9 L L 3 +L t L t 9 t 9 3 t t t L t 9 L 3 t L t t +L 3 t L +9L (t 9)t t 9 (t 9)t t t t t + 7 (t 9)t t (t 9)t t 9 t 9 t 9 8 (t 9)t t 9 (t 9)t t t t 7 (t 9)t = T. (t 9)t t

19 5. As operações elementares a seguir mostram que N é equivalente por linhas à identidade, desde que seja possível dividir por t e depois por t(t + ). Isto significa que para t {,, } a matriz N não é inversível, pois apareceria uma linha nula em um dos passos da eliminação de Gauss-Jordan. t 4 4 t t N = 6 t 5 L L 3 6 t 5 L 6 t 5 4 t t 4 t 4 t 4 t 4 t L 6L t 3(t ) L 3 ( t)l t 3(t ) t L 3 t 4 t(t+) t(t+) 4 t 4 t t(t+) L 3 L +3L 3 L 4+t L (a) A matriz nula é uma matriz na forma escalonada reduzida por linhas, pois ˆ Não há nenhuma linha não nula em que o primeiro elemento não nulo seja diferente de (nem sequer existem linhas não nulas); ˆ Todas as linhas nulas estão na parte inferior ˆ Não há pivôs mais a esquerda dos pivôs de linhas anteriores (já que não há pivôs) ˆ Não há elementos não nulos acima ou abaixo de nenhum pivô (b) A matriz identidade I 4 4 está na forma escalonada reduzida por linhas pois ˆ Em todas as linhas o o primeiro elemento não nulo é ; ˆ Não há linhas nulas ˆ Todos os pivôs estão na diagonal ˆ Exceto pelos pivôs que estão na diagonal, as colunas só contém zeros (c) Em uma matriz triangular superior S M n n (K), todos os elementos abaixo da diagonal principal são nulos, ou seja, s ij = sempre que i > j. Se S é simétrica, então s ij = s ji, sendo i, j n. Em particular, se i < j então s ij = s ji =, pois j > i. Logo, T é uma matriz diagonal, já que s ij = sempre que que i > j ou i < j, isto é, para i j. (d) Se U, V M m m (K) são matrizes diagonais, então UV = V U. De fato, se i j então u ij = v ij = e além disso [UV ] ij = m u ik v kj = u i v j + u i v j u im v mj. k= Nesta soma, tem-se u ik =, exceto possivelmente quando k = i. Mesmo assim, a parcela u ii v ij será nula, pois k = i j v kj = v ij =. Assim, todos os termos da soma são nulos, e as entradas [UV ] ij são nulas sempre que i j. De forma análoga, tem-se [V U] ij = para i j, ou seja, UV e V U coincidem fora da diagonal principal. Por outro lado, na diagonal principal tem-se i = j e então [UV ] ij = u ii v ii = v ii u ii = [V U] ij. (e) Seja A antissimétrica. Então A T = A e resulta que ( A T ) T = A = A T, ou seja, A T também é antissimétrica. 9

20 (f) Dada uma matriz antissimétrica A M n n (R), tem-se [A] ij = [A T ] ji = [A] ji. Em particular, se i = j, vale [A] ii = [A] ii, o que implica que [A] ii =, isto é, [A] ii =. Assim, todas as entradas da diagonal de A são nulas. (g) A matriz nula M n n (R) é simétrica e antissimétrica simultaneamente. x 7. Seja D M (R) uma matriz diagonal. Então D =, com x x, x R e tem-se D x x = = x x =. Assim, os escalares x e x satisfazem x i =, ou seja, x i = ou x i =. Logo, D pode ser uma destas 4 matrizes:,, e No caso de matrizes 3 3, cada uma das três entradas da diagonal pode ser igual a ou a, e consequentemente I = I 3 tem 8 raízes quadradas distintas. x 8. Seja D M 3 3 (R) uma matriz diagonal. Então D = x, com x, x, x 3 R e x 3 tem-se x x D 7D + I = x 7 x + x 3 x 3 x 7x + = x 7x + =. x 3 7x 3 + Assim, se D 7D + I = os escalares x, x e x 3 são soluções de x i 7x i + =, ou seja, de (x i )(x i 5) =. Portanto, cada x i pode assumir os valores ou 5, e há as seguintes possibilidades para D:,, , 5,,, 5 e Seja S uma matriz simétrica n n, isto é, S T = S. As entradas de S e de (S ) T, são dadas por n [S ] ij = s ik s kj = s i s j + s i s j s in s nj (3) e k= [(S ) T ] ij = [S ] ji = n s jk s ki = s j s i + s j s i s jn s ni k= respectivamente. Mas as entradas de S satisfazem a igualdade s ij = s ji, então resulta desta última equação, permutando os índices de cada termo, que [(S ) T ] ij = s j s i + s j s i s jn s ni = s j s i + s j s i s nj s in = s i s j + s i s j s in s nj,

21 onde a última igualdade deve-se à propriedade comutativa dos escalares s ij. Comparando com (3), conclui-se que [(S ) T ] ij = [S ] ij, ou seja, que (S ) T = S, o que significa que S é simétrica. Observação: Para uma verificação mais direta, sem comparar entradas individuais das matrizes, poderia ser usada o fato de que (AB) T = B T A T : (S ) T = (SS) T = S T S T = SS = S. Por este raciocínio fica fácil ver que as potências de uma matriz simétrica são simétricas: (S n ) T = (S... S) T = S T... S T = S... S = S n. 3. (a) Usando a definição de traço e as propriedades da adição, resulta que: tr(a + B) = [A + B] + [A + B] [A + B] nn = ([A] + [A] ) + ([A] + [B] ) ([A] nn + [B] nn ) = ([A] + + [A] nn ) + ([B] [B] nn ) = tr(a) + tr(b). (b) Segue da definição de traço e das propriedades da multiplicação por escalar que: tr(cb) = [ca] + [ca] [ca] nn = c[a] + c[a] c[a] nn = c([a] + + [A] nn ) = c tr(a). (c) Como a diagonal principal não é alterada pela transposição de matrizes, e o traço só depende destas entradas, tem-se: 3. (...) tr(a T ) = [A T ] + [A T ] [A T ] nn = [A] + [A] [A] nn = tr(a). 3. Para mostrar que X 3 é solução do sistema AX = B, basta observar que AX 3 = A(αX + βx ) = α(ax ) + β(ax ) = αb + βb = (α + β)b = B = B. No caso de sistemas com 3 incógnitas, cada equação pode ser interpretada como um plano em R 3 e as soluções X e X são simplesmente pontos que pertencem à interseção dos planos correspondentes às equações do sistema. Assim, o que foi mostrado acima é que todo ponto X 3 que possa ser obtido como αx +βx também é um ponto desta interseção. Assumindo que X X, estes pontos definem uma reta, que é formada pelos pontos X que satisfazem a equação vetorial X = X + λx X, ou seja, X = X + λ(x X ) = ( λ)x + λx. Assim, todo ponto desta reta pode ser escrito na forma αx + βx, bastando para isso escolher α = λ e β = λ. Portanto, todo ponto da reta formada por duas soluções do sistema também é uma solução do sistema, isto é, a reta está contida no conjunto solução.

22 33. Como as matrizes ampliadas destes sistemas têm a mesma forma escalonada reduzida por linhas, ambos os sistemas possuem as mesmas soluções. De fato, após realizar a eliminação de Gauss-Jordan, o resultado é a matriz 4 R = 5 { a + c = 4 Consequentemente, ambos os sistemas são equivalentes a solução é S = {(4 c, 5 c, c) c R}. b + c = 5 cujo conjunto 34. Dois sistemas lineares são equivalentes quando possuem exatamente as mesmas soluções. No entanto, como (,,, ) é uma solução do segundo sistema mas não é solução do primeiro, os sistemas não são equivalentes. De fato, o conjunto solução do primeiro é S = {( b c, b, c, ) b, c R} e o do segundo é S = {( b c, b, c, d) b, c, d R}. 35. A única função polinomial nas condições estipuladas é p(x) = + x x + x 3, isto é, a =, b =, c = e d =. Ela pode ser obtida considerando que p( ) = 5, p() =, p() = e p() = 4, ou seja, basta resolver o seguinte sistema linear: a b + c d = 5 a = a + b + c + d = a + b + 4c + 8d = O polinômio p (x) = x 3 9x x + 9 tem raízes r =, r = e r = 9, então pode ser fatorado como p (x) = (x + )(x )(x 9). Assim, a decomposição em frações parciais é obtida resolvendo a equação x 64x + 4 x 3 9x x + 9 = A x + B x + + C x 9 = (A + B + C)x + ( 8A B)x + ( 9A + 9B C) (x + )(x )(x 9) A + B + C = Comparando os numeradores, obtém-se o sistema linear: 8A B = 64 9A + 9B C = 4. O sistema é possível e determinado, e tem como solução A = 3, B = 4 e C = 5, ou seja, q(x) = 3 x + 4 x x 9.

Legenda. Questões. 1ª Lista de Exercícios (ALGA001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria Software

Legenda. Questões. 1ª Lista de Exercícios (ALGA001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria Software ª Lista de Exercícios (ALGA) Prof. Helder G. G. de Lima Legenda Cálculos Conceitos Teoria Software Questões. Mostre que as afirmações a seguir não são necessariamente verdadeiras para matrizes quadradas

Leia mais

Cálculos Conceitos Teoria Software. (a) tem uma infinidade de soluções? (b) tem única solução? (c) é impossível?

Cálculos Conceitos Teoria Software. (a) tem uma infinidade de soluções? (b) tem única solução? (c) é impossível? ª Lista de Exercícios (ALI000) Grupo Colaborativo de Pesquisa em Ensino de Álgebra Linear Legenda Cálculos Conceitos Teoria Software Questões. Classifique o sistema e exiba uma solução, caso ela exista:

Leia mais

Parte 1 - Matrizes e Sistemas Lineares

Parte 1 - Matrizes e Sistemas Lineares Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,

Leia mais

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução

Leia mais

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1 I Lista de Álgebra Linear - 2012/02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1. Determine os valores de x e y que tornam verdadeira a igualdade ( x 2 + 5x x 2 ( 6 3 2x y 2 5y y 2 = 5 0

Leia mais

Aulas práticas de Álgebra Linear

Aulas práticas de Álgebra Linear Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento

Leia mais

Interbits SuperPro Web

Interbits SuperPro Web 1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)

Leia mais

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07 Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações

Leia mais

ficha 1 matrizes e sistemas de equações lineares

ficha 1 matrizes e sistemas de equações lineares Exercícios de Álgebra Linear ficha matrizes e sistemas de equações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2/2

Leia mais

Legenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria

Legenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1 Legenda Cálculos Conceitos Teoria Questões 1. Revise todos os axiomas da definição de espaço vetorial V sobre o corpo de escalares R, verificando

Leia mais

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]

Leia mais

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES

Leia mais

Álgebra Linear - 1 a lista de exercícios Prof. - Juliana Coelho

Álgebra Linear - 1 a lista de exercícios Prof. - Juliana Coelho Álgebra Linear - a lista de exercícios Prof. - Juliana Coelho - Considere as matrizes abaixo e faça o que se pede: M N O 7 P Q R 8 4 T S a b a Determine quais destas matrizes são simétricas. E antisimétricas?

Leia mais

Renato Martins Assunção

Renato Martins Assunção Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear

Leia mais

Algoritmos Numéricos 2 a edição

Algoritmos Numéricos 2 a edição Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares

Leia mais

Lista de Exercícios 3 (Matrizes e Sistemas Lineares) b) B 4 2, tal que b ij =

Lista de Exercícios 3 (Matrizes e Sistemas Lineares) b) B 4 2, tal que b ij = UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Departamento Acadêmico de Matemática - DAMAT Geometria Analítica e Álgebra Linear (MA71B) Profa. Dra. Nara Bobko Lista de Exercícios 3 (Matrizes e Sistemas Lineares)

Leia mais

Revisão: Matrizes e Sistemas lineares. Parte 01

Revisão: Matrizes e Sistemas lineares. Parte 01 Revisão: Matrizes e Sistemas lineares Parte 01 Definição de matrizes; Tipos de matrizes; Operações com matrizes; Propriedades; Exemplos e exercícios. 1 Matrizes Definição: 2 Matrizes 3 Tipos de matrizes

Leia mais

Vetores e Geometria Analítica

Vetores e Geometria Analítica Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser

Leia mais

UNIVERSIDADE FEDERAL DO ABC

UNIVERSIDADE FEDERAL DO ABC UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas

Leia mais

exercícios de álgebra linear 2016

exercícios de álgebra linear 2016 exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores

Leia mais

Matrizes e sistemas de equações algébricas lineares

Matrizes e sistemas de equações algébricas lineares Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)

Leia mais

CEM Centro De Estudos Matemáticos

CEM Centro De Estudos Matemáticos 1. (Udesc ) Sejam A = (a ij ) e B = (b ij ) matrizes quadradas de ordem 3 de tal forma que: a ij = i + j b ij = j e os elementos de cada coluna, de cima para baixo, formam uma progressão geométrica de

Leia mais

Profs. Alexandre Lima e Moraes Junior 1

Profs. Alexandre Lima e Moraes Junior  1 Raciocínio Lógico-Quantitativo para Traumatizados Aula 07 Matrizes, Determinantes e Solução de Sistemas Lineares. Conteúdo 7. Matrizes, Determinantes e Solução de Sistemas Lineares...2 7.1. Matrizes...2

Leia mais

Métodos Matemáticos II

Métodos Matemáticos II Sumário Métodos Matemáticos II Nuno Bastos Licenciatura em Tecnologias e Design Multimédia Escola Superior de Tecnologia de Viseu Gabinete 4 nbastos@mat.estv.ipv.pt http://www.estv.ipv.pt/paginaspessoais/nbastos.

Leia mais

Sistema de Equaçõs Lineares

Sistema de Equaçõs Lineares Summary Sistema de Equaçõs Lineares Hector L. Carrion ECT-UFRN Agosto, 2010 Summary Equações Lineares 1 Sistema de Eq. Lineares 2 Eliminação Gaussiana-Jordan 3 retangular 4 5 Regra de Cramer Summary Equações

Leia mais

Introdução à Álgebra Linear - 1a lista de exercícios Prof. - Juliana Coelho

Introdução à Álgebra Linear - 1a lista de exercícios Prof. - Juliana Coelho Introdução à Álgebra Linear - a lista de exercícios Prof. - Juliana Coelho - Ache uma forma escalonada para cada matriz abaixo. (Lembre que a forma escalonada não é única, então você pode obter uma resposta

Leia mais

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R. INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas

Leia mais

Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais

Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto

Leia mais

Uma equação linear com n variáveis tem a seguinte forma:

Uma equação linear com n variáveis tem a seguinte forma: Edgard Jamhour Uma equação linear com n variáveis tem a seguinte forma: a 1 x 1 + a 2 x 2 +... + a n x n = b onde a 1, a 2,..., a n e b são constantes reais. Um sistema de equações lineares é um conjunto

Leia mais

ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1

ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em VETORES Um vetor é uma lista ordenada de números

Leia mais

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny 1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações

Leia mais

Universidade Federal de Ouro Preto Departamento de Matemática MTM112 - Introdução à Álgebra Linear - Turmas 81, 82 e 84 Lista 1 - Tiago de Oliveira

Universidade Federal de Ouro Preto Departamento de Matemática MTM112 - Introdução à Álgebra Linear - Turmas 81, 82 e 84 Lista 1 - Tiago de Oliveira Universidade Federal de Ouro Preto Departamento de Matemática MTM2 - Introdução à Álgebra Linear - Turmas 8, 82 e 84 Lista - Tiago de Oliveira Reveja a teoria e os exercícios feitos em sala. 2 3 2 0. Sejam

Leia mais

Lista de Exercícios 05 Álgebra Matricial

Lista de Exercícios 05 Álgebra Matricial Lista de Exercícios 05 Álgebra Matricial - 016.1 1. Determine a quantidade desconhecida em cada uma das expressões: ( ) ( ) ( ) T 0 3 x + y + 3 3 w (a) 3.X = (b) = 6 9 4 0 6 z. Uma rede de postos de combustíveis

Leia mais

Lista 1: sistemas de equações lineares; matrizes.

Lista 1: sistemas de equações lineares; matrizes. Lista : sistemas de equações lineares; matrizes. Obs. As observações que surgem no fim desta lista de exercícios devem ser lidas antes de resolvê-los. ) Identifique as equações que são lineares nas respectivas

Leia mais

CM005 Algebra Linear Lista 1

CM005 Algebra Linear Lista 1 CM005 Algebra Linear Lista Alberto Ramos. Para cada um dos sistemas de equações lineares, use o método de Gauss para obter um sistema equivalente cuja matriz de coeficientes esteja na forma escada. Indique

Leia mais

Curso de Álgebra Linear

Curso de Álgebra Linear Curso de Álgebra Linear Fundamentos e Aplicações Terceira Edição 25 de Outubro de 2012 Marco Cabral PhD Indiana University, EUA Paulo Goldfeld PhD Courant Institute, EUA Departamento de Matemática Aplicada

Leia mais

1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos

1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA 1 NOTAS DE AULA Professor Doutor: Jair Silvério dos Santos (i) Matrizes Reais Uma matriz real é o seguinte arranjo de números reais : a 11 a 12 a 13 a 1m a 21

Leia mais

Álgebra Linear I - Lista 10. Transfromações inversas. Matriz inversa. Respostas. c d a c. c d A = g h. e C = a c

Álgebra Linear I - Lista 10. Transfromações inversas. Matriz inversa. Respostas. c d a c. c d A = g h. e C = a c Álgebra Linear I - Lista 0 Transfromações inversas. Matriz inversa Respostas Estude se existe uma matriz A tal que ( ( a b b d A = c d a c para todos os valores de a, b, c e d. Resposta: Seja e dadas B

Leia mais

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.

Leia mais

ÁLGEBRA LINEAR I - MAT0032

ÁLGEBRA LINEAR I - MAT0032 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT003 10 a Lista de

Leia mais

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um

Leia mais

Produto Misto, Determinante e Volume

Produto Misto, Determinante e Volume 15 Produto Misto, Determinante e Volume Sumário 15.1 Produto Misto e Determinante............ 2 15.2 Regra de Cramer.................... 10 15.3 Operações com matrizes............... 12 15.4 Exercícios........................

Leia mais

Resolução de Sistemas Lineares. Ana Paula

Resolução de Sistemas Lineares. Ana Paula Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 Decomposição LU 3 Decomposição LU com Pivotamento 4 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Eliminação de Gauss Transforma

Leia mais

Matriz, Sistema Linear e Determinante

Matriz, Sistema Linear e Determinante Matriz, Sistema Linear e Determinante 1.0 Sistema de Equações Lineares Equação linear de n variáveis x 1, x 2,..., x n é uma equação que pode ser expressa na forma a1x1 + a 2 x 2 +... + a n x n = b, onde

Leia mais

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0 Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A

Leia mais

MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto. LISTA 1 - Matrizes e Sistemas Lineares

MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto. LISTA 1 - Matrizes e Sistemas Lineares Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto LISTA 1 - Matrizes e Sistemas

Leia mais

Soluções dos trabalhos de 1 a 7

Soluções dos trabalhos de 1 a 7 Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos

Leia mais

ALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes

ALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes ALGA - Eng. Civil e Eng. Topográ ca - ISE - 011/01 - Matrizes 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma aplicação A : f1; ; :::;

Leia mais

1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0

1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0 1.3 Matrizes inversas Definição: Seja A uma matriz de ordem k n, a matriz B de ordem n k é uma inversa à direita de A, se AB = I. A Matriz C de ordem n k é uma inversa à esquerda de A, se CA = I. Exemplo

Leia mais

ficha 2 determinantes

ficha 2 determinantes Exercícios de Álgebra Linear ficha 2 determinantes Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 Determinantes 2 Sendo

Leia mais

Matemática II /06 - Matrizes 1. Matrizes

Matemática II /06 - Matrizes 1. Matrizes Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)

Leia mais

2. Determine a ordem das matrizes A, B, C, D e E, sabendo-se que AB T tem ordem 5 3, (C T +D)B tem ordem 4 6 e E T C tem ordem 5 4.

2. Determine a ordem das matrizes A, B, C, D e E, sabendo-se que AB T tem ordem 5 3, (C T +D)B tem ordem 4 6 e E T C tem ordem 5 4. Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 1 a Lista - MAT 17 - Introdução à Álgebra Linear 2016/II 1 Considere as matrizes A, B, C, D e E com respectivas

Leia mais

EXERCÍCIOS DE ÁLGEBRA LINEAR

EXERCÍCIOS DE ÁLGEBRA LINEAR IST - o Semestre de / MEEC EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Método de Eliminação de Gauss Sistemas de equações lineares Uma equação linear nas variáveis (ou incógnitas) x ; ; x n ; é uma equação do

Leia mais

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores

Leia mais

ÁLGEBRA LINEAR - MAT0024

ÁLGEBRA LINEAR - MAT0024 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 10 a Lista de exercícios

Leia mais

Notas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2

Notas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2 Notas de Aula Gustavo Henrique Silva Sarturi Matemática B - Em Ação gustavo.sarturi@ufpr.br 1 Matrizes Definição 1.1. Uma matriz A m n é um arranjo retangular de m n números reais (ou complexos) organizados

Leia mais

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1 QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,

Leia mais

Métodos Numéricos - Notas de Aula

Métodos Numéricos - Notas de Aula Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,

Leia mais

Aulas práticas de Álgebra Linear

Aulas práticas de Álgebra Linear Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,

Leia mais

Curso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense

Curso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense Curso Satélite de Matemática Sessão n.º 1 Universidade Portucalense Conceitos Algébricos Propriedades das operações de números reais Considerem-se três números reais quaisquer, a, b e c. 1. A adição de

Leia mais

Aulas práticas de Álgebra Linear

Aulas práticas de Álgebra Linear Ficha 2 Determinantes Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores 1 o semestre 2016/17 Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto

Leia mais

Modelagem Computacional. Parte 6 2

Modelagem Computacional. Parte 6 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 6 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 6 e 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Cálculo Numérico BCC760

Cálculo Numérico BCC760 Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita

Leia mais

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017 º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz

Leia mais

Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares

Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares FATEC Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares Prof Dr Ânderson Da Silva Vieira 2017 Sumário Introdução 2 1 Matrizes 3 11 Introdução 3 12 Tipos especiais de Matrizes 3 13 Operações

Leia mais

Álgebra Linear. André Arbex Hallack

Álgebra Linear. André Arbex Hallack Álgebra Linear André Arbex Hallack 2017 Índice 1 Sistemas Lineares 1 1.1 Corpos............................................. 1 1.2 Sistemas de Equações Lineares............................... 3 1.3 Sistemas

Leia mais

apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13

apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13 apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice 1 1 Matrizes,

Leia mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes Semelhantes e Matrizes Diagonalizáveis Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas

Leia mais

Álgebra Linear - Prof. a Cecilia Chirenti. Lista 3 - Matrizes

Álgebra Linear - Prof. a Cecilia Chirenti. Lista 3 - Matrizes Álgebra Linear - Prof. a Cecilia Chirenti Lista 3 - Matrizes. Sejam A = C = 0 3 4 3 0 5 4 0 0 3 4 0 3, B = 3, D = 3,. Encontre: a A+B, A+C, 3A 4B. b AB, AC, AD, BC, BD, CD c A t, A t C, D t A t, B t A,

Leia mais

Avaliação e programa de Álgebra Linear

Avaliação e programa de Álgebra Linear Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (

Leia mais

Laboratório de Simulação Matemática. Parte 6 2

Laboratório de Simulação Matemática. Parte 6 2 Matemática - RC/UFG Laboratório de Simulação Matemática Parte 6 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 6] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago

Leia mais

Exercícios. setor Aula 39 DETERMINANTES (DE ORDENS 1, 2 E 3) = Resposta: 6. = sen 2 x + cos 2 x Resposta: 1

Exercícios. setor Aula 39 DETERMINANTES (DE ORDENS 1, 2 E 3) = Resposta: 6. = sen 2 x + cos 2 x Resposta: 1 setor 0 00508 Aula 39 ETERMINANTES (E ORENS, E 3) A toda matriz quadrada A de ordem n é associado um único número, chamado de determinante de A e denotado, indiferentemente, por det(a) ou por A. ETERMINANTES

Leia mais

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1 Escalonamento Sadao Massago 2011-05-05 a 2014-03-14 Sumário 1 Pré-requisitos 1 2 Sistema Linear e forma matricial 1 3 Forma escalonada 3 4 Método de eliminação de Gauss (escalonamento) 5 5 A matriz inversa

Leia mais

Álgebra Linear Semana 04

Álgebra Linear Semana 04 Álgebra Linear Semana 04 Diego Marcon 17 de Abril de 2017 Conteúdo 1 Produto de matrizes 1 11 Exemplos 2 12 Uma interpretação para resolução de sistemas lineares 3 2 Matriz transposta 4 3 Matriz inversa

Leia mais

Questões. 2ª Lista de Exercícios (Geometria Analítica e Álgebra Linear) Prof. Helder G. G. de Lima 1

Questões. 2ª Lista de Exercícios (Geometria Analítica e Álgebra Linear) Prof. Helder G. G. de Lima 1 ª Lista de Exercícios (Geometria Analítica e Álgebra Linear) Prof. Helder G. G. de Lima 1 Questões 1. Sejam A, B, C e D vértices de um quadrado. Quantos vetores diferentes entre si podem ser definidos

Leia mais

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação

Leia mais

Matrizes e Sistemas Lineares

Matrizes e Sistemas Lineares MATEMÁTICA APLICADA Matrizes e Sistemas Lineares MATRIZES E SISTEMAS LINEARES. Matrizes Uma matriz de ordem mxn é uma tabela, com informações dispostas em m linhas e n colunas. Nosso interesse é em matrizes

Leia mais

1 a Lista de Exercícios de MAT2457 Escola Politécnica 1 o semestre de (b)

1 a Lista de Exercícios de MAT2457 Escola Politécnica 1 o semestre de (b) a Lista de Exercícios de MAT457 Escola Politécnica o semestre de 04 Resolva os seguintes sistemas: x + x x 3 + 3x 4 = a 3x + x x 3 + x 4 = 4 3x + 3x + 3x 3 3x 4 = 5 c x + x 3 + x 5 = x + x 3 + x 5 + x

Leia mais

x 1 + b a 2 a 2 : declive da recta ;

x 1 + b a 2 a 2 : declive da recta ; - O que é a Álgebra Linear? 1 - É a Álgebra das Linhas (rectas). Equação geral das rectas no plano cartesiano R 2 : a 1 x 1 + a 2 = b Se a 2 0, = a 1 a 2 x 1 + b a 2 : m = a 1 : declive da recta ; a 2

Leia mais

Álgebra Linear e Geometria Analítica

Álgebra Linear e Geometria Analítica Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu wwwestvipvpt/paginaspessoais/lucas lucas@matestvipvpt 007/008 Álgebra Linear e Geometria Analítica

Leia mais

Prova tipo A. Gabarito. Data: 8 de outubro de ) Decida se cada afirmação a seguir é verdadeira ou falsa. 1.a) Considere os vetores de R 3

Prova tipo A. Gabarito. Data: 8 de outubro de ) Decida se cada afirmação a seguir é verdadeira ou falsa. 1.a) Considere os vetores de R 3 Prova tipo A P2 de Álgebra Linear I 2004.2 Data: 8 de outubro de 2004. Gabarito Decida se cada afirmação a seguir é verdadeira ou falsa..a Considere os vetores de R 3 v = (, 0,, v 2 = (2,, a, v 3 = (3,,

Leia mais

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do

Leia mais

Fundamentos de Matemática Curso: Informática Biomédica

Fundamentos de Matemática Curso: Informática Biomédica Fundamentos de Matemática Curso: Informática Biomédica Profa. Vanessa Rolnik Artioli Assunto: determinantes e sistemas 13 e 27/06/14 Determinantes Def.: Seja M uma matriz quadrada de elementos reais, de

Leia mais

Matrizes e Linearidade

Matrizes e Linearidade Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função

Leia mais

2. Sistemas lineares

2. Sistemas lineares 2. Sistemas lineares 2.1 Conceitos fundamentais. 2.2 Sistemas triangulares. 2.3 Eliminação de Gauss. 2.4 Decomposição LU. 2.5 Decomposição de Cholesky. 2.6 Decomposição espectral. 2.7 Uso da decomposição.

Leia mais

Aula 25 - Espaços Vetoriais

Aula 25 - Espaços Vetoriais Espaço Vetorial: Aula 25 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado

Leia mais

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números

Leia mais

Trabalhos e Exercícios 1 de Álgebra Linear

Trabalhos e Exercícios 1 de Álgebra Linear Trabalhos e Exercícios de Álgebra Linear Fabio Iareke 30 de março de 0 Trabalhos. Mostre que se A tem uma linha nula, então AB tem uma linha nula.. Provar as propriedades abaixo:

Leia mais

Apontamentos I. Álgebra Linear aulas teóricas. Mestrado Integrado em Engenharia Eletrotécnica e de Computadores

Apontamentos I. Álgebra Linear aulas teóricas. Mestrado Integrado em Engenharia Eletrotécnica e de Computadores Apontamentos I Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Eletrotécnica e de Computadores 1 o semestre 2016/17 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice

Leia mais

Lista de Álgebra Linear Aplicada

Lista de Álgebra Linear Aplicada Lista de Álgebra Linear Aplicada Matrizes - Vetores - Retas e Planos 3 de setembro de 203 Professor: Aldo Bazán Universidade Federal Fluminense Matrizes. Seja A M 2 2 (R) definida como 0 0 0 3 0 0 0 2

Leia mais

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT 137 - Introdução à Álgebra Linear II/2005 1 Resolva os seguintes sistemas lineares utilizando o Método

Leia mais

de adição e multiplicação por escalar definidas por: 2. Mostre que o conjunto dos polinômios da forma a + bx com as operações definidas por:

de adição e multiplicação por escalar definidas por: 2. Mostre que o conjunto dos polinômios da forma a + bx com as operações definidas por: Lista de Exercícios - Espaços Vetoriais. Seja V o conjunto de todos os pares ordenados de números reais e considere as operações de adição e multiplicação por escalar definidas por: i. u + v (x y) + (s

Leia mais

Matemática Matrizes e Determinantes

Matemática Matrizes e Determinantes . (Unesp) Um ponto P, de coordenadas (x, y) do a plano cartesiano ortogonal, é representado pela matriz 5. (Unicamp) Considere a matriz M b a, onde coluna assim como a matriz coluna b a e b são números

Leia mais

[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo 7. SISTEMAS LINEARES 7.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a

Leia mais

Álgebra matricial exercícios 1-13; sebenta, páginas π

Álgebra matricial exercícios 1-13; sebenta, páginas π Matemática II 017/18 - Gestão - ESTG/IPBragança Constrói o teu próprio caderno de apontamentos. Resolve todos os exercícios. Cria a tua folha de soluções. Dene os conceitos indicados na última página desta

Leia mais