A Importância das Matrizes e Transformações Lineares na Computação Gráca
|
|
- Neuza Bento Corte-Real
- 7 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Goiás Instituto de Matemática e Estatística Programa de Mestrado Prossional em Matemática em Rede Nacional A Importância das Matrizes e Transformações Lineares na Computação Gráca Haniel Soares Gonçalves Goiânia 013
2
3 Haniel Soares Gonçalves A Importância das Matrizes e Transformações Lineares na Computação Gráca Trabalho de Conclusão de Curso apresentado ao Instituto de Matemática e Estatística da Universidade Federal de Goiás, como parte dos requisitos para obtenção do grau de Mestre em Matemática. Área de Concentração: Matemática do Ensino Básico Orientador: Prof. Dr. Jesus Carlos da Mota Goiânia 013
4 Dados Internacionais de Catalogação na Publicação (CIP) GPT/BC/UFG G635i Gonçalves, Haniel Soares Gonçalves. A importância das matrizes e transformações lineares na computação gráfica [manuscrito] / Haniel Soares Gonçalves f. : il., figs, tabs. Orientador: Prof. Dr. Jesus Carlos da Mota. Dissertação (Mestrado) Universidade Federal de Goiás, Instituto de Matemática e Estatística, 013. Bibliografia. 1. Computação gráfica.. Matrizes. 3. Transformações lineares. I. Título. CDU:
5
6 Todos os direitos reservados. É proibida a reprodução total ou parcial deste trabalho sem a autorização da universidade, do autor e do orientador. Haniel Soares Gonçalves graduou-se em Matemática pela Universidade Estadual de Montes Claros no ano de 008 e atualmente é Professor efetivo de Educação Básica, Técnica e Tecnológica do Instituto Federal de Educação, Ciência e Tecnologia do Triângulo Mineiro - Campus Paracatu.
7 Dedico este trabalho aos meus pais Félix e Sônia, a minha esposa Kamila e ao meu irmão Danilo.
8 Agradecimentos Agradeço a Deus pela oportunidade de ter participado deste curso. Sem Ele nada disto teria acontecido. Aos meus familiares pela compreensão e força concedidos nesta jornada. A minha esposa, Kamila, pelo seu amor e carinho. A Capes pelo suporte nanceiro. Ao professor Jesus pela paciência e ajuda na confecção deste trabalho.
9 Resumo A álgebra linear e, em particular a teoria das matrizes e a teoria das transformações lineares são áreas da matemática que podem ser aplicadas não só dentro da própria matemática, mas também em várias outras áreas do conhecimento humano, como física, química, biologia, todas as engenharias, computação, economia, etc. Neste trabalho apresentamos através de alguns exemplos, a importância das matrizes e das transformações lineares na teoria da computação gráca. Palavras-chave Computação Gráca, Matrizes, Transformações Lineares. 9
10 Abstract Linear algebra and in particular the theory of matrices and the theory of linear transformations are areas of mathematics that can be applied not only within the mathematics, but also in many other areas of human knowledge, such as physics, chemistry, biology, all engineering, computing, economics, etc... We present examples through the importance of the matrices and linear transformations in the theory of graphic computation. Keywords Graphic Computation, Matrices, Linear Transformations. 10
11 Sumário Introdução 1 1 Tópicos de Álgebra Linear Matrizes Espaços Vetorias Transformações Lineares Transformações lineares usadas na computação gráca Transformações não lineares usadas na computação gráca... 7 Aplicações na Computação Gráca 8.1 Letra na Fonte Itálica Jogo do Tatu Visualização em 3D Conclusão 1
12 Introdução Este trabalho aborda algumas aplicações das matrizes e das transformações lineares na computação gráca. Uma das preocupações foi apresentar os exemplos de aplicação em nível elementar, de tal modo que um aluno do ensino médio, conhecendo apenas as principais operações com matrizes, possa ler e entender. Neste sentido, é um trabalho que mostra, além da importância das aplicações em si, a importância de se conhecer com profundidade a teoria matemática dos tópicos abordados. Nos dias atuais, deparamos, a todo momento, com as imagens digitais, obtidas através da computação gráca e exibidas na televisão, no cinema, em jogos de computadores, etc. Embora a maioria das pessoas não saiba, na base do desenvolvimento de um projeto nessa área está a utilização da matemática, e em particular da álgebra linear. Com base em textos básicos de álgebra linear, como em [1, 3, 5, 6] e de matemática elementar como em [7], na Seção 1 são tratados alguns tópicos de matrizes, espaços vetoriais e transformações lineares que são usados nas aplicações, isto é, usados nos exemplos de computação gráca. Ainda nesta seção são dados alguns tipos de transformações não lineares também importantes nas aplicações. As aplicações estão descritas na Seção através de três exemplos. O primeiro e o terceiro foram retirados de [] e [], respectivamente, e o segundo é uma contribuição própria. O primeiro mostra como uma letra escrita numa certa fonte é modicada para a fonte itálica. O segundo mostra um jogo de computador que consiste em mover a imagem de um tatu de sua posição original para uma posição pré-determinada. E o terceiro mostra como a imagem do protótipo de um carro de passeio pode ser vista numa tela plana através de vários ângulos. Finalmente, a conclusão do trabalho é apresentada na Seção 3. 1 Tópicos de Álgebra Linear Nesta seção são abordados alguns tópicos da teoria de Álgebra Linear, como matrizes, espaços vetorias e transformações lineares, necessários para o entendimento das 1
13 aplicações na computação gráca. 1.1 Matrizes Denição 1. Uma matriz real A de ordem m n é uma tabela de mn números reais organizados em m linhas e n colunas, na forma a 11 a 1 a 1n a 1 a a n A = a m1 a m a mn Numa forma compacta a matriz A pode ser representada por A = [a ij ] m n, ou ainda se a ordem estiver subentendida A = [a ij ]. Os a ij, i = 1,..., m e j = 1,..., n são as entradas ou componentes de A. Matrizes especiais matriz linha: é uma matriz com apenas uma linha. matriz coluna: é uma matriz com apenas uma coluna. matriz nula: é uma matriz que possui as entradas nulas. matriz quadrada de ordem n: é uma matriz com n linhas e n colunas. a 11 a 1 a 1n a 1 a a n a n1 a n a nn A diagonal principal de uma matriz quadrada de ordem n é o conjunto das entradas a ij com i = j e a diagonal secundária é o conjunto das entradas a ij com i + j = n
14 matriz diagonal: é uma matriz quadrada onde os elementos que não pertencem a diagonal principal são nulos. matriz identidade de ordem n (I n ): é toda matriz diagonal cujos elementos da diagonal principal são iguais a 1. Operações entre matrizes Denição. Duas matrizes A = [a ij ] m n e B = [b ij ] m n são iguais quando a ij = b ij para todo i e todo j. Exemplo 1. Determine x, y, z e t de modo que se tenha Por denição, temos que: x = x x x y 5 t x x 3 z 5t t x = x y = 3 = z 5 = 5t t = t e, então, x = 0, y = 3, z = e t = 1. Denição 3. Dadas duas matrizes de mesma ordem, A = [a ij ] m n e B = [b ij ] m n, dene-se a soma A + B como a matriz C = [c ij ] m n tal que c ij = a ij + b ij, para todo i e todo j. Exemplo. Se A = A + B = e B = então
15 Propriedades da adição Para quaisquer matrizes A, B e C de mesma ordem a adição satisfaz as seguintes propriedades: A 1. Associatividade: (A + B) + C = A + (B + C). A. Comutatividade: A + B = B + A. A 3. Elemento neutro: Existe a matriz 0 tal que A + 0 = A. A. Elemento simétrico: Existe uma matriz A tal que A + ( A) = 0. Denição. Dadas duas matrizes A = [a ij ] m n e B = [b ij ] m n, dene-se a diferença A B como a matriz A + ( B). Denição 5. Dene-se a multiplicação de um escalar (número real) α por uma matriz A = [a ij ] m n como sendo uma matriz B = [b ij ] m n tal que b ij = αa ij para todo i e todo j. Propriedades da multiplicação por escalar Para quaisquer matrizes A e B de mesma ordem e α e β reais a multiplicação por escalar satisfaz as seguintes propriedades: M 1. α(βa) = (αβ)a. M. α(a + B) = αa + αb. M 3. (α + β)a = αa + βa. M. 1A = A. Denição 6. Dadas duas matrizes A = [a ij ] m n e B = [b jk ] n p, dene-se produto AB como a matriz C = [c ik ] m p tal que c ik = a i1 b 1k + a i b k a in b nk = n a ij b jk. j=1 Observação: O produto AB, por denição existe se, e somente se o número de colunas de A é igual ao número de linhas de B. Na denição 6 a ordem da matriz produto AB é m p, onde m é o número de linhas de A e p o número de colunas de B. 15
16 Exemplo 3. Se A = AB = e B = , então 3 1 ( 1) ( 1) + ( ) ( ) Propriedades do Produto O produto de matrizes satisfaz as seguintes propriedades: 8 17 P 1. Associatividade: (AB)C = A(BC) para toda matriz A = [a ij ] m n, B = [b jk ] n p e C = [c ks ] p r. P. Distributividade à direita em relação a adição: (A + B)C = AC + BC para toda matriz A = [a ij ] m n, B = [b ij ] m n e C = [c jk ] n p. P 3. Distributividade à esquerda: A(B + C) = AB + AC para toda matriz A = [a ij ] m n, B = [b jk ] n p e C = [c jk ] n p. P. (αa)b = A(αB) = α(ab) para toda matriz A = [a ij ] m n, B = [b jk ] n p e para todo escalar α. P 5. Produtos com matrizes identidades: AI n = A e I m A = A, para toda matriz A = [a ij ] m n, onde I n é a matriz identidade n n e I m é a matriz identidade de ordem m m. Observação: O produto de matrizes não é comutativo, em geral AB BA, mesmo para matrizes quadradas de mesma ordem, por exemplo: Se A = 1 3 e B = então AB = BA. Denição 7. Dada uma matriz A = [a ij ] m n, dene-se a matriz transposta de A, denotada por A t, como a matriz A t = [a ij] n m, onde a ij = a ji, i = 1,..., n e j = 1,..., m. 16
17 Exemplo. Se A = , então At = Espaços Vetorias Denição 8. Um conjunto não vazio V, munido das operações de adição e multiplicação por escalar, isto é, para todo u, v V e todo α R, u + v V e αu V, é denominado de um espaço vetorial sobre R se para todo u, v, w V e α, β R as seguintes propriedades forem satisfeitas, A 1. (u + v) + w = u + (v + w) (Associatividade). A. u + v = v + u, (Comutatividade). A 3. Existe 0 V, para todo u V, u + 0 = u (Elemento Neutro). A. Para todo u V, existe u V, u + ( u) = 0 (Elemento Oposto). M 1. (αβ)u = α(βu) (Associatividade). M. (α + β)u = αu + βu (Distributividade). M 3. α(u + v) = αu + αv (Distributividade). M. 1u = u (Elemento Neutro). Observação: Os elementos do espaço vetorial V são chamados de vetores. Exemplo 5. O conjunto V = R n = {x = (x 1, x,..., x n ), x i R, i = 1,..., n} é um espaço vetorial munido das operações usuais de adição e multiplicação por um número real (escalar) assim denidas: Se x = (x 1,..., x n ) R n, y = (y 1,..., y n ) R n e α R, então x + y = (x 1,..., x n ) + (y 1,..., y n ) = (x 1 + y 1,..., x n + y n ) e αx = α(x 1,..., x n ) = (αx 1,..., αx n ), α R. Exemplo 6. O conjunto das matrizes m n, V = M m n, é um espaço vetorial munido das operações usuais de adição e multiplicação por escalar assim denidas: [a ij ] m n + [b ij ] m n = [a ij + b ij ] m n e α[a ij ] m n = [αa ij ] m n. 17
18 Mostramos a seguir, que M m n com as operações usuais de adição e multiplicação por escalar, de fato, é um espaço vetorial sobre R. Sejam A = [a ij ] m n, B = [b ij ] m n, C = [c ij ] m n V e α, β R. Vericando as oito condições para V ser um espaço vetorial. Tem-se: A 1. (A + B) + C = [a ij + b ij ] + [c ij ] = [(a ij + b ij ) + c ij ] = [a ij + (b ij + c ij )] = [a ij ] + [b ij + c ij ] = A + (B + C). A. A + B = [a ij ] + [b ij ] = [b ij ] + [a ij ] = B + A. A 3. Existe N = [n ij ] M m,n, n ij = 0 para todo i, j, ou seja, A + N = [a ij ] + [n ij ] = [a ij + 0] = A. A. Para todo A = [a ij ] M m,n, existe A = [ a ij ] M m,n, tal que A + ( A) = [a ij ] + [ a ij ] = [a ij a ij ] = 0 = N. M 1. (αβ)a = (αβ)[a ij ] = [(αβ)a ij ] = [α(βa ij )] = α[βa ij ] = α(β[a ij ]) = α(βa). M. (α+β)a = (α+β)[a ij ] = [(α+β)a ij ] = [αa ij +βa ij ] = [αa ij ]+[βa ij ] = α[a ij ]+β[a ij ] = αa + βa. M 3. α(a+b) = α[a ij +b ij ] = [α(a ij +b ij )] = [αa ij +αb ij ] = [αa ij ]+[αb ij ] = α[a ij ]+α[b ij ] = αa + βb. M. 1A = 1[a ij ] = [1a ij ] = [a ij ] = A. 1.3 Transformações Lineares Denição 9. Uma função T : R n R m é denominada de transformação linear de R n em R m se para quaisquer u, v R n e α R, i) T (u + v) = T (u) + T (v) ii) T (αu) = αt (u). A transformação linear de R n no próprio R n é denominada de operador linear sobre R n. Exemplo 7. Seja T : R 3 R, denida por T (x, y, z) = (x y, x z). Verique que T é linear. 18
19 Seja u = (x u, y u, z u ), v = (x v, y v, z v ) R 3. Temos que i)t (u + v) = ((x u + x v ) (y u + y v ), (x u + x v ) (z u + z v )) = (x u + x v y u y v, x u + x v z u z v ) = (x u y u + x v y v, x u z u + x v z v ) = (x u y u, x u z u ) + (x v y v, x v z v ) = T (u) + T (v). ii)t (αu) = (αx u αy u, αx u αz u ) = α(x u y u, x u z u ) = αt (u). Logo T é linear. Exemplo 8. A função T : R R dada por T (x, y) = (x, y) não é uma transformação linear. Com efeito, se tomarmos u = (1, 0) e v = ( 1, 0) então T (u + v) = (0, 0) (, 0) = T (u) + T (v). Uma n-úpla x = (x 1, x,..., x n ), pode ser pensada como um ponto de R n ou como um vetor do espaço R n. Neste último caso é conveniente representar x na forma de um vetor coluna x = x 1 x. x n [, ou na forma transposta x t = x 1 x x n ] Transformações lineares usadas na computação gráca Reexão em torno do eixo x, ver Figura 1. A transformação linear T : R R dada por T (x, y) = (x, y) édenominada de reexão em torno do eixo x. Na forma matricial, temos que T x x 1 0 x y y 0 1 y 19
20 Neste caso, diz-se que a matriz 1 0 representa a transformação T. 0 1 Reexão em torno do eixo y, ver Figura. A transformação linear T : R R dada por T (x, y) = ( x, y) édenominada de reexão em torno do eixo y. Na forma matricial, temos que T x x 1 0 x y y 0 1 y Neste caso, diz-se que a matriz 1 0 representa a transformação T. 0 1 Figura 1: Figura : Reexão em torno da reta y=x, ver Figura 3. A transformação linear T : R R dada por T (x, y) = (y, x) é denominada dereexão em torno da reta y = x. Na forma matricial, temos que T x y y 0 1 x x 1 0 y Neste caso, diz-se que a matriz 0 1 representa a transformação T. 1 0 Reexão em torno da reta y=-x, ver Figura. A transformação linear T : R R dada por T (x, y) = ( y, x) é denominada de reexão em torna da 0
21 reta y = x. Na forma matricial, temos que T x y y 0 1 x x 1 0 y Neste caso, diz-se que a matriz 0 1 representa a transformação T. 1 0 Figura 3: Figura : Reexão com relação a origem, ver Figura 5. A transformação linear T : R R dada por T (x, y) = ( x, y) édenominada de reexão com relação a origem. Na forma matricial, temos que T x y x y x. y Neste caso, diz-se que a matriz 1 0 representa a transformação T. 0 1 Dilatação ou contração. A transformação linear T : R R dada por T (x, y) = k(x, y) é denominada dedilatação ou contração. Na forma matricial, temos que T x y kx k 0 x. ky 0 k y Se k > 1, T é uma dilatação, ver Figura 6; Se k < 1, T é uma contração; 1
22 Se k = 1, T é a identidade; Se k < 0, T troca o sentido do vetor. Neste caso, diz-se que a matriz k 0 0 k representa a transformação T. Figura 5: Figura 6: Cisalhamento na direção do eixo x, ver Figura 7. A transformação linear T : R R dada por T (x, y) = (x + ky, y) é denominada de cisalhamento na direção do eixo x. Na forma matricial, temos que T x y Neste caso, diz-se que a matriz x + ky y 1 k 0 1 k x 0 1 y 1 representa a transformação T. O cisalhamento na direção do eixo x, veja 7, transforma o retângulo OP QR no paralelogramo OP Q R. Cada ponto (x, y) é deslocado horizontalmente até (x + ky, y), observe que os pontos sobre o eixo das abscissas não são deslocados pois possuem a ordenada nula. Por isto, os quadriláteros OP QR e OP Q R possuem a mesma base OP. Cisalhamento na direção do eixo y, ver Figura 8. A transformação T : R R
23 dada por T (x, y) = (x, y + kx) é denominada de cisalhamento nadireção do eixo y. Na forma matricial, temos que T Neste caso, diz-se que a matriz x y 1 0 k 1 x 1 0 x. y + kx k 1 y representa a transformação T. Figura 7: Figura 8: A seguir, vamos usar a notação Tθ P para representar a rotação de θ unidades angulares, no plano, em torno de um ponto P = (x 0, y 0 ). Rotação em torno da origem O, ver Figura 9. A transformação linear T O θ : R R dada por Tθ O (x, y) = (xcosθ ysenθ, xsenθ +ycosθ) é denominada 3
24 de rotação em torno da origem O. Na forma matricial, temos que T x y xcosθ ysenθ cosθ xsenθ + ycosθ senθ senθ x cosθ y Figura 9: A seguir, vamos mostrar que de fato Tθ O é uma rotação de ângulo θ em torno da origem. Consideremos o vetor u = (x, y), como na Figura 9 e seja Tθ O = (x, y ). Temos que x = rcosα, y = rsenα, x = rcos(α + θ) e y = rsen(α + θ), onde r é o módulo de u. Portanto, Tθ O = (xcosθ ysenθ, xsenθ + ycosθ). A matriz que representa a rotação Tθ O cosθ senθ é dada por senθ cosθ Observa-se que se θ é positivo a rotação é no sentido anti-horário e se θ é negativo a rotação é no sentido horário. Rotação em torno do eixo coordenado z em θ unidades angulares, veja Figura 10. A transformação linear T : R 3 R 3, dada por T θ,z (x, y, z) = (xcosθ ysenθ, xsenθ + ycosθ, z) é denominada de rotação em
25 torno do eixo coordenado z. Na forma matricial, temos que T x y z cosθ senθ 0 senθ cosθ x y z xcosθ ysenθ xsenθ + ycosθ z A matriz que representa a rotação T θ,z é dada por cosθ senθ 0 senθ cosθ Figura 10: Rotação em torno do eixo coordenado x em θ unidades angulares, veja Figura 11. A transformação linear T : R 3 R 3, dada por T θ,x (x, y, z) = (x, ycosθ zsenθ, ysenθ + zcosθ) é denominada de rotação em torno do eixo coordenado x. Na forma matricial, temos que T x y z cosθ senθ 0 senθ cosθ x y z x ycosθ zsenθ ysenθ + zcosθ 5
26 A matriz que representa a rotação T θ,x é dada por cosθ senθ 0 senθ cosθ Rotação em torno do eixo coordenado y em θ unidades angulares, veja Figura 1. A transformação linear T : R 3 R 3, dada por T θ,y (x, y, z) = (xcosθ + zsenθ, y, xsenθ + zcosθ) é denominada de rotação em torno do eixo coordenado y. Na forma matricial, temos que x cosθ 0 senθ x xcosθ + zsenθ T y y y z senθ 0 cosθ z xsenθ + zcosθ A matriz que representa a rotação T θ,y é dado por cosθ 0 senθ senθ 0 cosθ Figura 11: Figura 1: 6
27 1.3. Transformações não lineares usadas na computação gráca A seguir, apresentamos exemplos de algumas transformações que, embora não sejam lineares, são importantes para o estudo da computação gráca. Translação, ver Figura 13. A transformação T : R R dada por T (x, y) = (x + a, y + b). Na forma matricial, temos que T x y A menos que a = b = 0, T não é linear. x + a 1 0 x + a y + b 0 1 y b Figura 13: Translação Rotação em torno de um ponto P = (x 0, y 0 ) em θ unidades angulares, ver Figura 1. A transformação T P θ : R R, dada por T P θ (x, y) = ((x x 0)cosθ (y y 0 )senθ + x 0, (x x 0 )senθ + (y + y 0 )cosθ + y 0 ) é denominada de rotação em torno de um ponto. Na forma matricial, temos que T x y cosθ senθ senθ cos θ x x 0 y y 0 + x 0 y 0 7
28 A seguir, vamos mostrar que de fato Tθ P é uma rotação de ângulo θ em torno do ponto P. Tome (x, y) um ponto qualquer, faça uma translação do mesmo por P = ( x 0, y 0 ), rotacione-o em torno da origem por θ unidades angulares, faça uma translação por P = (x 0, y 0 ). A menos que (x 0, y 0 ) = (0, 0), Tθ P não é linear. x y + cosθ senθ x 0 y 0 senθ cos θ x x 0 y y 0 x x 0 y y 0 Figura 1: + x 0 y 0 cosθ senθ. senθ cos θ x x 0 y y 0 Aplicações na Computação Gráca Os objetos criados virtualmente em um computador são obtidos por representações numéricas armazenadas em sua memória e transformadas através de operações matemáticas, projetadas no monitor em uma forma reconhecível. Essas operações matemáticas são invisíveis para o usuário, que trabalha apenas manipulando ícones e botões para conseguir o resultado visual desejado. Nos exemplos a seguir, são apresentadas algumas operações matemáticas usadas na computação gráca, destacando-se o uso das matrizes e das transformações lineares. 8
29 .1 Letra na Fonte Itálica Uma aplicação simples na computação gráca são as letras vistas na tela do computador. Considere a letra maiúscula I, desenhada num sistema de coordenadas em R como na Figura 15. Figura 15: Seja M a matriz cujas colunas são as coordenadas dos vértices da letra I, M = Figura 16: 9
30 Para desenhar a letra I na fonte itálica, basta fazer um cisalhamento da mesma na direção do eixo x. Se a matriz que representa o cisalhamento é, por exemplo, a matriz ver Figura 16. então as coordenadas da fonte itálica são as colunas da matriz M 1 = M = ,. Jogo do Tatu Este exemplo apresenta um jogo, cujo objetivo é guiar o Tatu de um ponto A até o local que armazena sua comida, veja o mapa Figura 17, onde o ponto A é a origem do sistema de coordenadas, B = (1, 0), C = (30, 16) e D = (30, 35). Para cumprir esta tarefa podemos utilizar apenas a teoria das transformações no plano, Seção 3. Figura 17: Mapa do jogo 30
31 As coordenadas dos vértices da gura que representa o Tatu estão descritas nas colunas da matriz T, ver Figura 18. Inicialmente, o Tatu se encontra na posição vertical, impossibilitando-o de entrar no túnel que liga ao ponto B. T = Portanto é necessário girá-lo 90 no sentido horário, veja Figura 19. Para isto, basta multiplicar T pela matriz de rotação Segue que RT = = R = cos( 90 ) sen( 90 ) sen( 90 ) cos( 90 ) T 1. Figura 18: Figura 19: Para transladar o Tatu para o ponto B, devemos adicionar o vetor AB = (1, 0) a cada ponto que representa o Tatu. Isto pode ser feito adicionando T 1 a matriz ,
32 obtendo-se a nova matriz de coordenadas, T = ver Figura , Figura 0: Figura 1: Para o Tatu ter acesso ao túnel que liga ao ponto C é necessário girá-lo 5 o sentido anti-horário em torno do ponto B = (1, 0) = (x 0, y 0 ), veja Figura 1. Se cada vértice do Tatu é denotado por (x, y), então cada vértice do Tatu após a rotação é obtido pela transformação não linear, T 3 = x y cos(5o ) sen(5 o ) sen(5 o ) cos(5 o ) x 1 y 0 Portanto, a nova matriz de coordenadas é dada por, Para que o Tatu percorra o túnel e chegue ao ponto C, veja Figura, é necessário que cada vértice do Tatu seja somado o vetor BC = (16, 16). Esta translação pode ser no
33 feita adicionando T 3 à matriz , obtendo, T Figura : Para ter acesso ao túnel seguinte é necessário girar o Tatu em 5 no sentido antihorário em torno do ponto C = (30, 16), veja Figura 3. Isto pode ser feito, aplicando a cada um dos vértices do Tatu a transformação, x y cos(5 ) sen(5 ) sen(5 ) cos(5 ) obtendo-se a matriz de coordenadas, T 5 = x 30 y , 33
34 Figura 3: Figura : Para que o Tatu atravesse o último túnel, ele deve se contrair horizontalmente, reduzindo a sua largura pela metade, ver Figura. Para tanto, devemos aplicar cada vértice do Tatu na transformação, x y x 30 y 16 Logo, a matriz contendo as novas coordenadas será: T 6 = Para que o Tatu chegue ao ponto D, local que armazena a sua comida, é necessário que cada vértice do Tatu seja adicionado o vetor CD = (0, 19), ver Figura 5. Isto pode ser feito somando T 7 à matriz obtendo-se T 7 = ,
35 Figura 5: Figura 6: Após atravesar o túnel, é necessário que o Tatu volte as suas dimensões normais para poder se alimentar. Basta fazer uma dilatação horizontal em torno do ponto D = (30, 35), ver Figura 6. Aplicando cada vértice do Tatu na transformação, x y x 30 y , obtendo-se T 8 = Enm, o Tatu chega ao local que está sua comida. Contente, fará a dança da vitória que consiste em dois movimentos. Primeiramente, é realizada uma rotação de 180 em torno do ponto D = (30, 35), ver Figura 7, de acordo com a seguinte transformação, x y x 30 y , obtendo-se T 9 =
36 Em seguida, um cisalhamento horizontal em torno do ponto D = (30, 35), ver Figura 8. Aplicando cada vértice do Tatu a transformação, obtemos, T 10 = x y x 30 y , 33 31, , , , , 5 3 3, Figura 7: Figura 8:.3 Visualização em 3D Os sites das montadoras de automóveis utilizam uma poderosa ferramenta para divulgação de seus produtos, a visualização em 3D. A Figura 9, retirada de [9], mostra a imagem de um automóvel de passeio de diversos ângulos. O objetivo dessa aplicação é visualizar um objeto em 3D, numa tela de video, por vários ângulos diferentes, dando ênfase aos cálculos matriciais. Utilizou-se a teoria de transformações espaciais, vista na Seção 3. Estes cálculos foram feitos usando-se o software Máxima [8]. 36
37 A Figura 30 ilustra o protótipo da corroceria de um automóvel. Nela incluimos os eixos coordenados xyz monitor e o plano yz de tal modo, que a origem do sistema está no centro da tela do contém o plano do video. Vamos supor que o telespectador olha o objeto na direção do eixo x, isto é, perpendicular ao plano de vídeo. Figura 9: Observamos que a carroceria do carro possui 16 vértices, denotados que estão ligados pelos seguintes segmentos de reta, P1, P,..., P16, P1 P, P P3, P3 P, P P1, P P5, P1 P 6, P5 P8, P7 P8, P6 P7, P5 P6, P8 P9, P7 P10, P9 P10, P10 P11, P9 P1, P11 P13, P1 P1, P13 P1, P1 P15, P13 P16, P15 P16, P3 P15 e P P16. Sendo P1 = (, 7, 3); P = (, 7, 3); P3 = (, 7, 0); P = (, 7, 0); P5 = (, 3, 3); P6 = (, 3, 3); P7 = (,, 6); P8 = (,, 6); P9 = (,, 6); P10 = (,, 6); P11 = (,, 3); P1 = (,, 3); P13 = (, 6, 3); P1 = (, 6, 3); P15 = (, 6, 0) Seja M e P16 = (, 6, 0). a matriz cujas colunas são as coordenadas dos vértices do protótipo, con- forme Figura 30. M = A Figura 31 é obtida pela projeção ortogonal (direção 37 x) da Figura 30 no plano yz.
38 A seguir, utilizamos a notação R θ,x para indicar a rotação no espaço, em θ unidades angulares, em torno do eixo coordenado x. Para os demais eixos a notação é similar. Figura 30: Figura 31: Para visualizar o carro de frente, basta fazer uma rotação de 90 no sentido antihorário em torno do eixo z. Para tanto, isto pode ser feito multiplicando a matriz M pela matriz de rotação cos(90 o ) sen(90 ) R 90,z = sen(90 ) cos(90 ) , obtendo-se a matriz de coordenadas M = Portanto o que o observador vê é a Figura 3. Para termos uma visão de cima da carroceria, Figura 33, rotaciona-se os vértices do objeto em 90 em torno do eixo y. Multiplicando M pela matriz de rotação cos(90 ) 0 sen(90 ) R 90,y = , sen(90 ) 0 cos(90 )
39 obtendo-se M = Figura 3: Figura 33: As rotações em torno dos eixos coordenados podem ser combinadas para dar imagens oblíquoas do objeto. Por exemplo, girando o carro 30 em torno do eixo z e, em seguida, girando em torno do y em 30 obtemos a imagem da Figura 3. Estas duas rotações sucessivas são condensadas numa única matriz de rotação R, tal que, R é o produto das duas matrizes individuais de rotação. 39
40 R 30,z = cos(30 o ) sen(30 ) 0 sen(30 ) cos(30 ) e R 30,y = cos(30 ) 0 sen(30 ) sen(30 ) 0 cos(30 ) Logo, R = R 30,y R 30,z = Para obtermos a matriz de coordenadas M, desta transformação, multiplicamos R por M, tem-se M = Figura 3: 0
41 3 Conclusão Os exemplos apresentados neste trabalho mostram que a teoria da álgebra é de suma importância para o desenvolvimento da computação gráca. Nos dias de hoje, a computação gráca é utilizada em vária áreas como: cinema e televisão, jogos de computador e nas diversas indústrias que usam imagens digitais. 1
42 Referências [1] Boldrini, J. L.; Costa, S. I. R.; Figueiredo, V. L.; Wetzler, H. G., Álgebra Linear, 3 a ed., Editora Harbra, [] Anton, H.; Rorres, C., Álgebra linear com aplicações, 8 a ed., Editora Bookman, 001. [3] Callioli, C. A.; Domingues, H. H.; Costa, R. C. F., Álgebra linear e aplicações, 6 a ed., Editora Atual, 003. [] Lay, David. C., Álgebra linear e suas aplicações, a ed., Editora LTC, [5] Kolman, B.; Hill, D. R., Introdução à álgebra linear com aplicações, 6 a ed., Editora Atual, 003. [6] Steinbruch, A.; Winterle, P., Álgebra linear, a ed., Editora Pearson, 010. [7] Iezzi, G.; Hazzan, S., Fundamentos de Matemática Elementar, vol., 7 a ed., Editora Atual, 010. [8] Software Máxima 5.8, acessado em 05/01/013. [9] Chevrolet, acessado em 0/01/01.
n. 1 Matrizes Cayley (1858) As matrizes surgiram para Cayley ligadas às transformações lineares do tipo:
n. Matrizes Foi um dos primeiros matemáticos a estudar matrizes, definindo a ideia de operarmos as matrizes como na Álgebra. Historicamente o estudo das Matrizes era apenas uma sombra dos Determinantes.
Leia maisCapítulo 1 - Cálculo Matricial
Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 33 DeMat-ESTiG Sumário Cálculo
Leia maisCapítulo 1 - Cálculo Matricial
Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 34 DeMat-ESTiG Sumário Cálculo
Leia maisMatrizes 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 maisMatrizes. Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais. Abril de 2014
es Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais Abril de 2014 Matrizes Matrizes Uma matriz A, m n (m por n), é uma tabela de mn números dispostos em m linhas e n colunas.
Leia maisSão tabelas de elementos dispostos ordenadamente em linhas e colunas.
EMENTA (RESUMO) Matrizes Matrizes, determinantes e suas propriedades, Multiplicação de matrizes, Operações com matrizes, Matrizes inversíveis. Sistemas de Equações Lineares Sistemas equações lineares,
Leia mais4-Operações de Matrizes
4-Operações de Matrizes Laura Goulart UESB 30 de Outubro de 2018 Laura Goulart (UESB) 4-Operações de Matrizes 30 de Outubro de 2018 1 / 16 4.1 - Adição de matrizes Dadas as matrizes A = (a ij ) e B = (b
Leia maisMétodos 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 maisNotas 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 maisMatemática Computacional
Matemática Computacional Ed. v1.0 i Copyright 2013 UAB Você tem a liberdade de: Compartilhar copiar, distribuir e transmitir a obra. Remixar criar obras derivadas. Sob as seguintes condições: Atribuição
Leia maisRepresentação de um conjunto de Matrizes Operações Produto de Matriz por escalar Transposição de Matrizes Simetrias Exercícios. Matrizes - Parte 1
Matrizes - Parte 1 Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2019.1 11 de julho de
Leia maisPontifícia Universidade Católica do Rio de Janeiro / PUC-Rio Departamento de Engenharia Mecânica. ENG1705 Dinâmica de Corpos Rígidos.
Pontifícia Universidade Católica do Rio de Janeiro / PUC-Rio Departamento de Engenharia Mecânica ENG1705 Dinâmica de Corpos Rígidos (Período: 2016.1) Notas de Aula Capítulo 1: VETORES Ivan Menezes ivan@puc-rio.br
Leia maisNotas 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 mais3. Matrizes e Sistemas de Equações Lineares 3.1. Conceito Elementar de Matriz. Definição 1 Sejam m e n dois números naturais.
3. Matrizes e Sistemas de Equações Lineares 3.1. Conceito Elementar de Matriz Definição 1 Sejam m e n dois números naturais. Uma matriz real m n é um conjunto de mn números reais distribuídos por m linhas
Leia maisa 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn
Matrizes Definição Definição Uma matriz m n é uma tabela de mn números dispostos em m linhas e n colunas a 11 a 1 a 1n a 1 a a n a m1 a m a mn Embora a rigor matrizes possam ter quaisquer tipos de elementos,
Leia mais1, , ,
Ministério da Educação Universidade Tecnológica Federal do Paraná Câmpus Francisco Beltrão Licenciatura em Informática Fundamentos de Geometria Analítica e Álgebra Linear Profª Sheila R. Oro Este texto
Leia mais1 Vetores no Plano e no Espaço
1 Vetores no Plano e no Espaço Definimos as componentes de um vetor no espaço de forma análoga a que fizemos com vetores no plano. Vamos inicialmente introduzir um sistema de coordenadas retangulares no
Leia maisÁlgebra 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 maisEspaços Vetoriais. () Espaços Vetoriais 1 / 17
Espaços Vetoriais () Espaços Vetoriais 1 / 17 Espaços Vetoriais Definição Seja um conjunto V, não vazio. i. Uma adição em V é uma operação que a cada par de elementos (u, v) V V associa um elemento u +
Leia maisÁlgebra Linear Transformações Lineares
Álgebra Linear Transformações Lineares Prof. Carlos Alexandre Mello cabm@cin.ufpe.br cabm@cin.ufpe.br 1 Transformações Lineares Funções lineares descrevem o tipo mais simples de dependência entre variáveis
Leia maisMatrizes. Lino Marcos da Silva
Matrizes Lino Marcos da Silva lino.silva@univasf.edu.br Introdução Chamamos de matriz a uma tabela de elementos dispostos em linhas e colunas. Por exemplo, ao recolhermos os dados população, área e distância
Leia maisTRANSFORMAÇÕES LINEARES
ransformação Linear RNSFORMÇÕES LINERES Sejam e espaços vetoriais reais Dizemos que uma função : é uma transformação linear se a função preserva as operações de adição e de multiplicação por escalar, isto
Leia maisÁlgebra Linear. Prof. Ronaldo Carlotto Batista. 20 de março de 2019
Álgebra Linear ECT2202 Prof. Ronaldo Carlotto Batista 20 de março de 2019 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser entendidos como referência
Leia maisNOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa. Margareth Turmas 2 e 7. Atleta 1 7, ,4. Atleta Atleta 3 9 7,5 8,5 7,9
NOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa Margareth Turmas e 7 01 Motivação Num torneio de triatlon as competições: nado, corrida e ciclismo foram pontuadas com pesos x, y e z, respectivamente A
Leia maisConceitos de vetores. Decomposição de vetores
Conceitos de vetores. Decomposição de vetores 1. Introdução De forma prática, o conceito de vetor pode ser bem assimilado com auxílio da representação matemática de grandezas físicas. Figura 1.1 Grandezas
Leia maisÁlgebra Linear I - Aula 14. Roteiro
Álgebra Linear I - Aula 14 1 Matrizes 2 Forma matricial de uma transformação linear 3 Composição de transformações lineares e produto de matrizes 4 Determinante do produto de matrizes Roteiro 1 Matrizes
Leia maisUnidade 14 - Operadores lineares e mudança de base nos espaços euclidianos bi e tri-dimensionais
MA33 - Introdução à Álgebra Linear Unidade 14 - Operadores lineares e mudança de base nos espaços euclidianos bi e tri-dimensionais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT -
Leia maisMaterial Teórico - Módulo: Vetores em R 2 e R 3. Módulo e Produto Escalar - Parte 1. Terceiro Ano - Médio
Material Teórico - Módulo: Vetores em R 2 e R 3 Módulo e Produto Escalar - Parte 1 Terceiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto 1 Módulo de um vetor O módulo
Leia maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 1-Matrizes Departamento de Matemática FCT/UNL 2016-2017 Departamento de Matemática (FCT/UNL) Álgebra Linear e Geometria Anaĺıtica 1 / 67 Programa 1 Matrizes 2 Sistemas
Leia maisLista de Exercícios de Cálculo 3 Primeira Semana
Lista de Exercícios de Cálculo 3 Primeira Semana Parte A 1. Se v é um vetor no plano que está no primeiro quadrante, faz um ângulo de π/3 com o eixo x positivo e tem módulo v = 4, determine suas componentes.
Leia maisCapítulo O espaço R n
Cálculo - Capítulo 1. - O espaço R n - versão 0/009 1 Capítulo 1. - O espaço R n 1..1 - Espaço R 3 1.. - Espaço R n Vamos, agora, generaliar o conceito de um espaço R primeiro para R 3 e depois para R
Leia maisCÁLCULO I. 1 Número Reais. Objetivos da Aula
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida EMENTA: Conceitos introdutórios de limite, limites trigonométricos, funções contínuas, derivada e aplicações. Noções introdutórias sobre a integral
Leia maisEspaços Vetoriais Reais
Espaços Vetoriais Reais Laura Goulart UESB 1 de Agosto de 2018 Laura Goulart (UESB) Espaços Vetoriais Reais 1 de Agosto de 2018 1 / 1 Denição Seja V um conjunto não vazio munido das seguintes operações:
Leia mais1 Vetores no Plano. O segmento de reta orientada P Q tem P como ponto inicial, Q como ponto nal e
Vetores no Plano Resumo 1 - Vetores no Plano 2. Componentes de um vetor; 3. Vetor nulo e vetores unitários; 4. Operações algébricas com vetores; 5. Exercícios; 6. Questões de Revisão 1 Vetores no Plano
Leia maisÁlgebra 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 maisMaterial Teórico - Módulo: Vetores em R 2 e R 3. Operações Envolvendo Vetores. Terceiro Ano - Médio
Material Teórico - Módulo: Vetores em R 2 e R 3 Operações Envolvendo Vetores Terceiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto 1 Adição de vetores Na aula anterior
Leia maisRepresentação Gráfica
Vetores Vetores: uma ferramenta matemática para expressar grandezas Grandezas escalares e vetoriais; Anotação vetorial; Álgebra vetorial; Produtos escalar e vetorial. Grandezas Físicas Grandezas Escalares:
Leia maisAPLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES
Universidade Federal de Goiás Câmpus de Catalão Departamento de Matemática Seminário Semanal de Álgebra APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES Aluno: Ana Nívia Pantoja Daniela
Leia maisINSTITUTO DE MATEMÁTICA - UFRJ DEPARTAMENTO DE MATEMÁTICA APLICADA CÁLCULO VETORIAL E GEOMETRIA ANALÍTICA Professor Felipe Acker parte 1 - o plano
1 INSTITUTO DE MATEMÁTICA - UFRJ DEPARTAMENTO DE MATEMÁTICA APLICADA CÁLCULO VETORIAL E GEOMETRIA ANALÍTICA Professor Felipe Acker parte 1 - o plano Exercícios - transformações lineares determinante e
Leia maisCapítulo 6: Transformações Lineares e Matrizes
6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações
Leia maisMudança de Coordenadas
Mudanças de Coordenadas Mudança de Coordenadas A origem O = (0, 0, 0) e os vetores i, j, k da base canônica de R determinam um sistema de coordenadas: se as coordenadas de um ponto no espaço são (x, y,
Leia mais1) A seguir são dados operadores lineares T em IR e em IR. Verificar quais são inversíveis e, nos casos afirmativos, determinar uma fórmula para T.
Lista de Exercícios cap 5 1) A seguir são dados operadores lineares T em IR e em IR. Verificar quais são inversíveis e, nos casos afirmativos, determinar uma fórmula para T. a) T: IR²IR², T(x, y) = (3x
Leia maisNotas 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 maisCapítulo Propriedades das operações com vetores
Capítulo 6 1. Propriedades das operações com vetores Propriedades da adição de vetores Sejam u, v e w vetores no plano. Valem as seguintes propriedades. Comutatividade: u + v = v + u. Associatividade:
Leia maisJOSÉ ROBERTO RIBEIRO JÚNIOR. 9 de Outubro de 2017
9 de Outubro de 2017 Vetores Ferramenta matemática que é utilizada nas seguintes disciplinas dos cursos de Engenharia: Física; Mecânica Resistência dos materiais Fenômenos do transporte Consideremos um
Leia mais2 Espaços Vetoriais. 2.1 Espaços Vetoriais Euclidianos
2 Espaços Vetoriais 2.1 Espaços Vetoriais Euclidianos Definição: Dado n N, considere-se o conjunto de todos os n-uplos ordenados de elementos reais, isto é o conjunto de elementos da forma x = (x 1,, x
Leia maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 2016/17 MIEI+MIEB+MIEMN Slides da 1 a Semana de aulas Cláudio Fernandes (FCT/UNL) Departamento de Matemática 1 / 47 Cláudio Fernandes (FCT/UNL) Departamento de Matemática
Leia maisGeometria Analítica. Geometria Analítica 28/08/2012
Prof. Luiz Antonio do Nascimento luiz.anascimento@sp.senac.br www.lnascimento.com.br Conjuntos Propriedades das operações de adição e multiplicação: Propriedade comutativa: Adição a + b = b + a Multiplicação
Leia maisÁlgebra Matricial - Nota 06 Matrizes
Álgebra Matricial - Nota 06 Matrizes Márcio Nascimento da Silva 8 de outubro de 2013 A manipulação com números dispostos em linhas e colunas foi muito útil na resolução de sistemas. Vimos que esta forma
Leia maisExercício Obtenha, em cada caso, o módulo, o argumento e a forma trigonométrica de z: a) z = 1 + i. setor Aula 31. ρ = 1 2 +( 3 ) 2 ρ= 2.
setor 0 00408 Aula NÚMEROS COMPLEXOS: PLANO DE ARGAND-GAUSS Até este ponto, usamos, para representar um número complexo a expressão a + b i, em que a e b são números reais e i é a unidade imaginária Com
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia maisAULA 8- ÁLGEBRA MATRICIAL VERSÃO: OUTUBRO DE 2016
CURSO DE ADMINISTRAÇÃO CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS MATEMÁTICA 01 AULA 8- ÁLGEBRA MATRICIAL VERSÃO: 0.1 - OUTUBRO DE 2016 Professor: Luís Rodrigo E-mail: luis.goncalves@ucp.br
Leia maisaula6 Curvas de Hermite 2016/2 IC / UFF Criadas por Charles Hermite ( ) https://pt.wikipedia.org/wiki/charles_hermite
Criadas por Charles Hermite (1822-1901) https://pt.wikipedia.org/wiki/charles_hermite aula6 Vetor é : Na matemática - um elemento com de um espaço vetorial Em Física em oposição as grandezas escalares,
Leia maisÁlgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais
Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que
Leia mais0 < c < a ; d(f 1, F 2 ) = 2c
Capítulo 14 Elipse Nosso objetivo, neste e nos próximos capítulos, é estudar a equação geral do segundo grau em duas variáveis: Ax + Bxy + Cy + Dx + Ey + F = 0, onde A 0 ou B 0 ou C 0 Para isso, deniremos,
Leia maisTransformações geométricas planas
9 Transformações geométricas planas Sumário 9.1 Introdução....................... 2 9.2 Transformações no plano............... 2 9.3 Transformações lineares................ 5 9.4 Operações com transformações...........
Leia maisTRANSFORMAÇÕES NO PLANO E MORFISMO: APLICAÇÕES DE MATRIZES COM O USO DO EXCEL. RESUMO
TRANSFORMAÇÕES NO PLANO E MORFISMO: APLICAÇÕES DE MATRIZES COM O USO DO EXCEL. Marcos Roberto Fonseca Conceição RESUMO Durante parte da minha vida profissional trabalhei de forma intensa com o uso planilhas
Leia maisFormação Continuada Nova Eja. Plano de Ação II INTRODUÇÃO
Nome: Armando dos Anjos Fernandes Formação Continuada Nova Eja Plano de Ação II Regional: Metro VI Tutor: Deivis de Oliveira Alves Este plano de ação contemplará as unidades 29 e 30. Unidade 29 I - Matrizes
Leia maisGeometria Analítica. Prof Marcelo Maraschin de Souza
Geometria Analítica Prof Marcelo Maraschin de Souza Vetor Definido por dois pontos Seja o vetor AB de origem no ponto A(x 1, y 1 ) e extremidade no ponto B(x 2, y 2 ). Qual é a expressão algébrica que
Leia maisAplicações da Álgebra Linear nas Cadeias de Markov
Universidade Federal de Goiás Instituto de Matemática e Estatística Programa de Mestrado Prossional em Matemática em Rede Nacional Aplicações da Álgebra Linear nas Cadeias de Markov Carlos Eduardo Vitória
Leia maisProduto de Matrizes. Márcio Nascimento
Produto de Matrizes Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 11 de Setembro
Leia maisMaterial Teórico - Módulo: Vetores em R 2 e R 3. Produto Vetorial. Terceiro Ano - Médio
Material Teórico - Módulo: Vetores em R 2 e R 3 Produto Vetorial Terceiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto Nesta aula, estudaremos uma operação definida
Leia mais2 Igualdade e Operações com pares ordenados. 1 Conjunto R 2. 3 Vetores. 2.1 Igualdade. 1.2 Coordenadas Cartesianas no Plano
1 Conjunto R 1.1 Definição VETORES NO PLANO Representamos por R o conjunto de todos os pares ordenados de números reais, ou seja: R = {(x, y) x R y R} 1. Coordenadas Cartesianas no Plano Em um plano α,
Leia maisFigura disponível em: <http://soumaisenem.com.br/fisica/conhecimentos-basicos-e-fundamentais/grandezas-escalares-egrandezas-vetoriais>.
n. 7 VETORES vetor é um segmento orientado; são representações de forças, as quais incluem direção, sentido, intensidade e ponto de aplicação; o módulo, a direção e o sentido caracterizam um vetor: módulo
Leia maisaula8 Transformações Geométricas no Plano e no Espaço 2016/2 IC / UFF
http://computacaografica.ic.uff.br/conteudocap2.html aula8 Transformações Geométricas no Plano e no Espaço 2016/2 IC / UFF Definição Transformações geométricas são operações que podem ser utilizadas para
Leia maisCurso de CG 2019/1 IC / UFF
http://computacaografica.ic.uff.br/conteudocap2.html Curso de CG 2019/1 IC / UFF Transformações Geométricas no Plano e no Espaço Esse material estáno Livro do curso no cap 2. Definição Transformações geométricas
Leia maisVetores. Laura Goulart. 21 de Julho de 2018 UESB. Laura Goulart (UESB) Vetores 21 de Julho de / 1
Vetores Laura Goulart UESB 21 de Julho de 2018 Laura Goulart (UESB) Vetores 21 de Julho de 2018 1 / 1 Introdução Muitas grandezas físicas como força para serem completamente identicadas precisam de comprimento,
Leia maisCURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA Vetores. Mateus Barros 3º Período Engenharia Civil
CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2018.1 Vetores Mateus Barros 3º Período Engenharia Civil Definição O que é um vetor? Um vetor é um segmento de reta orientado, que representa uma grandeza
Leia maisUniversidade Federal Fluminense - GAN
Solimá Gomes Pimentel Universidade Federal Fluminense IM - GAN Solimá Gomes Pimentel, ****- Matemática para Economia III/Solimá Gomes Pimentel 2pt, ; 31cm Inclui Bibliografia. 1. Matemática para Economia
Leia maisCÁLCULO VETORIAL E GEOMETRIA ANALÍTICA
04 CÁLCULO VETORIAL E GEOMETRIA ANALÍTICA CAPÍTULO 0 TRANSLAÇÃO E ROTAÇÃO DE EIXOS TRANSLAÇÃO DE EIXOS NO R Sejam e O os eixos primitivos, do Sistema Cartesiano de Eixos Coordenados com origem O(0,0).
Leia maisMAT Resumo Teórico e Lista de
MAT 0132 - Resumo Teórico e Lista de Exercícios April 10, 2005 1 Vetores Geométricos Livres 1.1 Construção dos Vetores 1.2 Adição de Vetores 1.3 Multiplicação de um Vetor por um Número Real 2 Espaços Vetoriais
Leia maisCAPíTULO 1. Vetores e tensores Notação indicial
CAPíTULO 1 Vetores e tensores 1.1. Notação indicial A notação indicial é uma simplificação da notação de uma somatória. Por exemplo, seja a somatória de 3 monômios a i b i (a i multiplicado por b i ) com
Leia maisÁlgebra Linear Semana 02
Álgebra Linear Semana 2 Diego Marcon 3 de Abril de 27 Conteúdo Vetores Representação matricial para sistemas Lineares 3 2 Combinações lineares de vetores 4 3 Sistemas lineares e combinações lineares das
Leia maisMATRIZES. Fundamentos de Matemática- Ciências Contábeis
MATRIZES Fundamentos de Matemática- Ciências Contábeis INTRODUÇÃO Nas próximas aulas veremos os conceitos básicos sobre matrizes. Estes conceitos aparecem naturalmente na resolução de muitos tipos de problemas
Leia maisAula do cap. 03 Vetores. Halliday
ula do cap. 03 Vetores. Conteúdo: Grandezas Escalares e Vetoriais dição de Vetores Método do Paralelogramo Decomposição de Vetores Vetores Unitários e dição Vetorial. Produto Escalar Referência: Halliday,
Leia maisCurso de CG 2018/2 IC / UFF
http://computacaografica.ic.uff.br/conteudocap2.html Curso de CG 2018/2 IC / UFF Transformações Geométricas no Plano e no Espaço Esse material estáno Site do curso como : CG-Aula5-2017.pdf CG-Aula8-2016.pdf
Leia maisProduto 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. f3 = 4 e 1 3 e 2. f2 = e 1 e 3, g 1 = e 1 + e 2 + e 3, 2 g 2 = e 1 + e 2,
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-457 Álgebra Linear para Engenharia I Segunda Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Dê a matriz de mudança
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 2015
MAT27 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 201 Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ (O, E) em E 3, em que E é uma base
Leia maisRenato 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 maisLista 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 mais1 Matrizes e Determinantes
1 Matrizes e Determinantes 11 Introdução Definição (Matriz): Uma matriz A m n é um arranjo retangular de mn elementos distribuídos em m linhas horizontais e n colunas verticais: a 11 a 12 a 1j a 1n a 21
Leia maisÁlgebra Linear Contra-Ataca
Contra-Ataca Prof Afonso Paiva Departamento de Matemática Aplicada e Estatística Instituto de Ciências Matemáticas e de Computação USP São Carlos Cálculo Numérico SME0104 Operações elementares Operações
Leia maisMatrizes - Parte 1. Márcio Nascimento
Matrizes - Parte 1 Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 20171 4 de setembro
Leia maisCamarões Se nos concentrarmos apenas nas informações numéricas, teremos três matrizes A = B = Podemos observar que:
2. 11. Multiplicação entre Matrizes Os exemplos abaixo servirão para compreendermos a definição de multiplicação, porque não é óbvia como as operações anteriores. Esses exemplos poderiam ser resolvidos
Leia mais1 Matrizes Ortogonais
Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos
Leia maisDIAGONALIZAÇÃO DE MATRIZES: uma abordagem no ensino médio
UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA PROGRAMA DE MESTRADO PROFISSIONAL EM MATEMÁTICA EM REDE NACIONAL - PROFMAT EVANILSON SANTOS SILVA DIAGONALIZAÇÃO DE MATRIZES: uma
Leia mais4. Curvas Paramétricas e Transformações 2D
4. Curvas Paramétricas e Transformações 2D Curvas Paramétricas (fonte: Wikipédia) Em matemática, uma equação paramétrica é uma forma de representar uma curva (ou, em geral, uma superfície) como a imagem
Leia maisMatrizes - ALGA /05 1. Matrizes
Matrizes - ALGA - 004/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) : i f1; ; :::; mg e j f1; ; :::; ngg e com valores
Leia mais1 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 maisAula 18 ÁLGEBRA VETORIAL. META Familiarizar os alunos com formalização matemática dada pela álgebra vetorial
Aula 18 ÁLGEBRA VETORIAL META Familiarizar os alunos com formalização matemática dada pela álgebra vetorial OBJETIVOS Ao fi nal desta aula, o aluno deverá: Realizar operações elementares com vetores; identifi
Leia maisEspaços Vetoriais. Prof. Márcio Nascimento.
Espaços Vetoriais Prof. Márcio Nascimento marcio@matematicauva.org Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Linear
Leia maisPROGRAMA DE NIVELAMENTO ITEC/PROEX - UFPA EQUIPE FÍSICA ELEMENTAR DISCIPLINA: FÍSICA ELEMENTAR CONTEÚDO: VETORES
PROGRAMA DE NIVELAMENTO ITEC/PROEX - UFPA EQUIPE FÍSICA ELEMENTAR DISCIPLINA: FÍSICA ELEMENTAR CONTEÚDO: VETORES DURANTE AS AULAS DE VETORES VOCÊ APRENDERÁ: Diferença entre grandezas escalares e vetoriais
Leia maisMATEMÁTICA A ÁLGEBRA LINEAR
MATEMÁTICA A ÁLGEBRA LINEAR Lilian de Souza Vismara Mestre Eng. Elétrica ESSC / USP Licenciada em Matemática UFSCar 1 GEOMETRIA ANALÍTICA (GA), & ÁLGEBRA LINEAR Lilian de Souza Vismara Mestre Eng. Elétrica
Leia maisCapítulo 2 Vetores. 1 Grandezas Escalares e Vetoriais
Capítulo 2 Vetores 1 Grandezas Escalares e Vetoriais Eistem dois tipos de grandezas: as escalares e as vetoriais. As grandezas escalares são aquelas que ficam definidas por apenas um número real, acompanhado
Leia maisPropriedades dos inteiros Aritmética modular Aplicações (detecção de erros e sistema RSA)
Propriedades dos inteiros Aritmética modular Aplicações (detecção de erros e sistema RSA) Sabe-se que a mensagem 77; 43; 0 foi obtida por codificação usando o código RSA com a chave pública m = 4037 e
Leia maisVetores e Geometria Analítica
Vetores e Geometria Analítica Vetores ECT2102 Prof. Ronaldo Carlotto Batista 28 de março de 2016 Sistema de coordenadas e distâncias Nesse curso usaremos o sistema de coordenadas cartesiano destro em três
Leia mais