Aula 5 - Matemática (Gestão e Marketing)

Tamanho: px
Começar a partir da página:

Download "Aula 5 - Matemática (Gestão e Marketing)"

Transcrição

1 ISCTE, Escola de Gestão Aula 5 - Matemática (Gestão e Marketing) Diana Aldea Mendes 29 de Outubro de 2008

2 Espaços Vectoriais Definição (vector): Chama-se vector edesigna-sepor v um objecto matemático caracterizado por ter uma origem, uma direcção, um sentido e um modulo (tamanho) que se designa por v = v. Um escalar tem só magnitude, é um número e pode ser representado por um ponto numa linha. Chama-se vector n-dimensional (de dimensão n) um sistema ordenado de n números reais, v =(x 1,x 2,...,x n ), onde os números x i, 1 i n, se designam por componentes de v. Observação: Uma matriz de tipo (m n) é um vector com m n componentes e um polinómio de grau n éumvectorcom(n +1) componentes, sendo o número das componentes definido pelo número total de elementos necessários para definir uma matriz ou um polinómio

3 Exemplos: A matriz quadrada de ordem 3 definida por A = pode ser vista como um vector com 3 3=9componentes definido por A =(1, 0, 1, 2, 3, 5, 4, 7, 11). O polinómio de grau 5 definido por p 5 (x) =1 2x 3x 2 +5x 3 6x 4 +4x 5 pode ser visto como o vector com 6 componentes definido por p 5 =(1, 2, 3, 5, 6, 4).

4 Definição (operações com vectores): Dois vectores v 1 =(x 1,x 2,...,x n ) e v 2 =(y 1,y 2,..., y n ) são iguais se para qualquer i, 1 i n se tem x i = y i. Chama-se vector nulo, o vector com todas as componentes iguais a zero, isto é, 0 = (0, 0,..., 0). A soma (adição) de dois vectores v 1 =(x 1,x 2,...,x n ) e v 2 =(y 1,y 2,...,y n ) define-se como sendo u = v 1 + v 2 =(x 1 + y 1,x 2 + y 2,...,x n + y n ) eadiferença (subtracção) édadapor w = v 1 v 2 =(x 1 y 1,x 2 y 2,...,x n y n ).

5 Chama-se oposto de um vector v =(x 1,x 2,...,x n ) ovector v que existe sempre e tem a forma v =( x 1, x 2,..., x n ). Definição: Quaisquer sejam v, v 1, v 2 e v 3, elementos de um conjunto V, a soma (adição) de vectores verifica as seguintes propriedades: A1. v 1 + v 2 éumelementodev (a operação de adição é fechada) A2. v 1 + v 2 = v 2 + v 1 (comutatividade) A3. v 1 + v 2 + v 3 = v 1 + v 2 + v 3 (associatividade) A4. v + 0 = 0+ v = v (elemento neutro)

6 A5. v + v = v + v = 0 (elemento oposto) Note-se em especial a propriedade A1, ou seja, fazendo a soma de dois vectores obtém-se sempre um vector do mesmo conjunto (fechado sob adição). Chama-se multiplicação (produto) do vector v 1 =(x 1,x 2,...,x n ) pelo escalar α, ao vector α v 1 definido por α v 1 =(αx 1,αx 2,..., αx n ). Definição: Quaisquer sejam os vectores v, v 1 e v 2 de um conjunto V eos escalares reais α, α 1 e α 2, verificam-se as seguintes propriedades: M1. α v éumelementodev (a operação de multiplicação por um escalar é fechada)

7 M2. α v 1 + v 2 = α v 1 + α v 2 (distributiva em relação à adição de vectores) M3. (α 1 + α 2 ) v = α 1 v + α 2 v (distributiva em relação à adição de escalares) M4. α 1 α2 v =(α1 α 2 ) v (distributiva em relação à multiplicação por escalares) M5. 1 v = v (elemento neutro)

8 Definição (espaço vectorial): Um conjunto de elementos (vectores) V, dotado com as operações de adição e de multiplicação por um escalar que verificam as propriedades (A1 A5) e (M1 M5), designa-seporespaço vectorial. Em qualquer espaço vectorial V, para qualquer v V e α R tem-se que 1. 0 v = v + v = 0 3. α 0 = 0

9 Exemplos de espaços vectoriais: O conjunto constituido só pelo vector nulo é um espaço vectorial (o menor espaço vectorial possível). O conjunto R dos números reais é um espaço vectorial. O conjunto R 2 dos pares de números reais é um espaço vectorial. Mais geral: todas as sequências ordenadas de números reais, de n elementos, isto é (x 1,x 2,...,x n ), onde n N, designa-seporr n e forma um espaço vectorial se as operações induzidas são as operações usuais de adição e multiplicação dos números reais. O conjunto das todas as matrizes rectangulares de tipo (m n) constitui em relação à adição e à multiplicação por um escalar um espaço vectorial.

10 Este espaço vectorial designa-se por M (m n) epodeseridentificado com o espaço vectorial real R mn. O vector genérico do espaço M (m n) é definido por A = a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn o que de maneira equivalente pode ser identificado com o elemento genérico do espaço vectorial real R mn, isto é v A =(a 11,...,a 1n,a 21,...,a 2n,...,a m1,...,a mn ), vector que se obtem colando as linhas da matriz A. O conjunto dos polinómios de coeficientes reais de grau menor ou igual a n forma um espaço vectorial em relação à adição de polinómios e à

11 multiplicação de polinómios por um escalar. Este espaço vectorial designase por P n e pode ser identificado com o espaço vectorial real R n+1. O vector genérico do espaço P n representa-se por p n (x) =a n x n + a n 1 x n a 2 x 2 + a 1 x + a 0, onde a 0,a 1,...,a n são coeficientes reais. De maneira equivalente podemos representar o polinómio genérico por p n =(a 0,a 1,...,a n ) R n+1.

12 Exemplos de conjuntos que não formam espaços vectoriais O conjunto V de todos os vectores de tipo v =(a, b, 1) não forma um espaço vectorial, porque os elementos desse conjunto não são fechados sob adição. Para ver isto, considerem-se v 1 =(a 1,b 1, 1) e v 2 =(a 2,b 2, 1) elementos de V easomadelesdá v 1 + v 2 =(a 1,b 1, 1) + (a 2,b 2, 1) = (a 1 + a 2,b 1 + b 2, 2) / V, logo V não é um espaço vectorial. O conjunto de todos os polinómios reais de grau 2 não forma um espaço vectorial porque os polinómios não são fechados sob adição. Por exemplo, considerando p 1 (x) =4x 2 2x +1e p 2 (x) = 4x 2 +9x +3, asoma p 1 (x)+p 2 (x) = ³ 4x 2 2x +1 + ³ 4x 2 +9x +3 =7x +4 é um polinómio de grau 1 que não pertence ao conjunto dado, logo não se trata de um espaço vectorial.

13 Definição (subespaço vectorial): Se V é um espaço vectorial, então o subconjunto de vectores V 1 V diz-se um subespaço vectorial em V (de V )se v 1 + v 2 V 1, v 1, v 2 V 1 V e α v V 1, v V 1 V, α R. Portanto, dado um espaço vectorial V, um subconjunto V 1 de V forma um subespaço vectorial se as duas operações definidas no espaço ficam fechadas para todos os elementos de V 1. Note-se que um subespaço vectorial contém sempre o vector nulo do espaço vectorial do qual provém (ao qual pertence). O vector nulo é sempre um subespaço vectorial. Exemplos de subespaços vectoriais Os possíveis subespaços do espaço vectorial R 3 são: o espaço nulo, uma recta que passa pela origem, um plano que passa pela origem e o espaço inteiro R 3.

14 O espaço vectorial dos polinómios reais de grau menor ou igual a 3 tem como subespaço vectorial o conjunto de todos os polinómios de grau menor ou igual a 1. Exemplos de conjuntos que não formam subespaços vectoriais OconjuntoQ = n (x, y) R 2 : x 0,y 0 o não forma um subespaço vectorial de R 2 porque não é fechado sob multiplicação por um escalar. Basta considerar um escalar negativo para obter um vector exterior ao primeiro quadrante. O conjunto R + não é um subespaço vectorial de R porque as operações de R não são fechadas em R +. Por exemplo, se v =2 R + e α = 1 escalar real então α v = 1 2= 2 / R +.

15 Bases e Dimensão de um Espaço Vectorial Definição: Sejam v 1, v 2,..., v m vectores de V esejamα 1,α 2,..., α m escalares de R. Então, o elemento X m v = α i v i = α 1 v 1 + α 2 v α m v m i=1 designa-se por combinação linear dos vectores v i, 1 i m. Oconjunto W de todas as combinações lineares dos vectores v 1, v 2,..., v m éo menor subespaço de V que contém os vectores v 1, v 2,..., v m. O subespaço W chama-se subespaço gerado de v 1, v 2,..., v m, e os vectores dizem-se geradores de W. Exemplos:

16 O subconjunto S de R 3 definido por S = {(x, y, z) :x 3y +4z =0} é um subespaço de R 3 sob as operações usuais de adição e multiplicação por escalares. Para ver isto consideramos uma parametrização do subespaço, utilizando x =3y 4z, isto é S = {(3y 4z, y, z) :y, z R} = {(3y, y, 0) + ( 4z, 0,z):y, z R} = {y (3, 1, 0) + z ( 4, 0, 1) : y, z R} e logo temos que S é descrito por uma colecção sem restrições de combinações lineares dos vectores (3, 1, 0) e ( 4, 0, 1). Os vectores v =(1, 1) e u =(1, 1) são geradores do espaço vectorial R 2. Para ver isto é preciso mostrar que qualquer elemento w =(x, y) de R 2 é uma combinação linear destes dois vectores, isto é, existem escalares

17 reais a 1,a 2 tal que a 1 u + a2 v = w ou seja a1 (1, 1) + a 2 (1, 1) = (x, y) oqueéequivalenteaosistema ( a1 + a 2 = x a 1 a 2 = y. A solução deste sistema é (a 1,a 2 )= ³ x y 2, x+y 2, portanto x, y R, existem coeficientes a 1,a 2 R tal que a equação vectorial seja possível, ou seja, qualquer vector de R 2 pode ser escrito como uma combinação linear dos vectores u e v. Seja P 2 o espaço vectorial dos polinómios reais de grau 2 esejam p 1 (x) =x 2 2x P 2 e p 2 (x) =3x 5 P 2. Queremos determinar oespaçogeradoporp 1 (x) e p 2 (x), ou seja, o conjunto de todas as

18 combinações lineares desses dois vectores, isto é: ( ³ λ1 x {λ 1 p 1 (x)+λ 2 p 2 (x) :λ 1,λ 2 R} = 2 2x + λ 2 (3x 5) : λ 1,λ 2 R = n λ 1 x 2 +( 2λ 1 +3λ 2 )x 5λ 2 : λ 1,λ 2 R o. ) OelementogenéricodoespaçoP 2 édefinido por p (x) =a 1 x 2 +a 2 x+a 3 e portanto coloca-se a seguinte questão: para que elementos a 1 x 2 +a 2 x+a 3 de P 2 existem os coeficientes λ 1,λ 2 R tal que a 1 x 2 + a 2 x + a 3 = λ 1 x 2 +( 2λ 1 +3λ 2 )x 5λ 2? Como dois polinómios são iguais se e só se os seus coeficientes forem iguais, resulta que a 1,a 2,a 3 devem satisfazer as seguintes condições λ 1 = a 1, 2λ 1 +3λ 2 = a 2, 5 =a 3. A solução destesistemaédadaporλ 1 = a 1,λ 2 = a 2+2a 1 3, 5 = a 3 donde o subespaço gerado é n a 1 x 2 + a 2 x 5:a 1,a 2 R o.

19 Definição: Os vectores v 1, v 2,..., v n, dizem-se linearmente dependentes se existem os escalares reais α 1,α 2,..., α n, não todos nulos, tal que se verifica a seguinte relação nx i=1 α i v i =0. (1) Se a igualdade (1) se verificaseesóseα 1 = α 2 =... = α n =0,entãoos vectores v 1, v 2,..., v n dizem-se linearmente independentes. Note-se que a relação (1) pode ser dada na seguinte forma matricial nx i=1 α i v i = α 1 v 1 + α 2 v α n v n =

20 = α 1 x 11 x 21. x m1 + α 2 x 12 x 22. x m α n x 1n x 2n. x mn = o que conduz a um sistema linear homogéneo, sobre o qual sabemos que admite sempre a solução nula. Seja A (m n) a matriz das coordenadas dos vectores, isto é A = h v 1 v 2... v m i = edesigna-seporr (A) a característica dessa matriz. classificação: x 11 x 12 x 1n x 21 x 22 x 2n x m1 x m2 x mn Obtém-se a seguinte se n>m(o número de vectores é superior à dimensão do espaço ao qual

21 pertencem), então os vectores v 1, v 2,..., v n são sempre linearmente dependentes; se n m (o número de vectores é inferior ou igual à dimensão do espaço ao qual pertencem), então os vectores v 1, v 2,..., v n são linearmente dependentes se e só se r (A) < n. Se r (A) = n, então os vectores v 1, v 2,..., v n são linearmente independentes. Exemplos: Os vectores u =(1, 1/2), v =(2, 1) e w =( 2, 1) são linearmente dependentes. Tem-se a seguinte combinação linear α 1 u + α2 v + α3 w = 0 α1 (1, 1/2) + α 2 (2, 1) + α 3 ( 2, 1) = ³ α 1 +2α 2 2α 3, 1 2 α 1 + α 2 α 3 =(0, 0)

22 o que é equivalente ao sistema homogéneo α 1 +2α 2 2α 3 =0 1 2 α 1 + α 2 α 3 =0. Saliente-se que o sistema é duplamente indeterminado e a sua solução é dada pela família (α 1,α 2,α 3 )=(2α 3 2α 2,α 2,α 3 ), α 2,α 3 R. A sua resolução também é equivalente ao estudo da dependência linear das filas da matriz das coordenadas dos vectores, isto é: A = /2 1 1 Como n =3> m =2, logo os vectores são linearmente dependentes.

23 Como consequência, escreve-se α 1 u + α2 v + α3 w =0 α 1 u = α2 v α3 w α u = 2 α v 3 w α 1 α 1 portanto u é uma combinação linear de v e w. O conjunto dos polinómios {1 +x, 1 x} é linearmente independente em P 2 porque α 1 (1 + x)+α 2 (1 x) =(α 1 + α 2 )+(α 1 α 2 ) x+0x 2 =0+0x+0x 2 pelo que α 1 + α 2 =0 α 1 α 2 =0 = α 1 =0 α 2 =0, e, portanto, a única relação entre os dois vectores de P 2 é a trivial.

24 Definição (base/dimensãodeumespaçovectorial): Um conjunto de vectores que geram um espaço vectorial e são linearmente independentes, designase por base do espaço. Diz-se que um espaço vectorial tem dimensão n quando contém uma base com n elementos. Se B = n b 1,..., o b n éuma base de um espaço vectorial V, então cada vector v =(x 1,..., x n ) V vem unicamente representado por uma combinação linear das suas coordenadas e dos vectores da base, isto é v = x1 b x n b n. Teorema: Qualquer base de um espaço vectorial tem o mesmo número de elementos. Num espaço vectorial de dimensão n, quaisquer n vectores linearmente independentes formam uma base. Num espaço vectorial de dimensão n, quaisquer (n +1)vectores são sempre linearmente dependentes. Exemplos:

25 O conjunto dos vectores {(2, 4), (1, 1)} forma uma base do espaço R 2. Para ver isso precisamos verificar se os vectores são geradores e linearmente independentes. Os vectores são linearmente independentes porque α 1 (2, 4) + α 2 (1, 1) = (0, 0) e são geradores do espaço vectorial R 2 porque 2α 1 + α 2 = x 4α 1 + α 2 = y 2α 1 + α 2 =0 4α 1 + α 2 =0 α 1 = y x 2 α 2 =2x y. α 1 =0 α 2 =0 Analogamente pode-se verificar que os vectores {(1, 1), (2, 4)} e os vectores {(1, 0), (0, 1)} formam também bases para o espaço vectorial R 2. Definição (base canónica): Para qualquer espaço vectorial R n oconjuntode

26 vectores E n = {(1, 0,...,0), (0, 1,..., 0),...,(0, 0,...,1)} forma uma base designada por base canónica (ou natural). Designemos os vectores da base canónica por e 1, e 2,..., e n. Exemplos: A base canónica do espaço R 4 édadapor E 4 = {(1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1)}. A base canónica do espaço vectorial P 3 édadapor n 1,x,x 2,x 3o

27 o que é equivalente à base canónica do espaço R 4 porque 1=1+0x +0x 2 +0x 3 e 1 =(1, 0, 0, 0) x =0+1x +0x 2 +0x 3 e 2 =(0, 1, 0, 0) x 2 =0+0x +1x 2 +0x 3 e 3 =(0, 0, 1, 0) x 3 =0+0x +0x 2 +1x 3 e 4 =(0, 0, 0, 1) o que mostra que a dimensão do espaço P 3 é 4. A base canónica do espaço vectorial M (2 2) édadapor (" #, " #, " #, " #)

28 o que é equivalente à base canónica do espaço R 4 porque " # " # e =(1, 0, 0, 0), e =(0, 1, 0, 0) " # " # e =(0, 0, 1, 0), e =(0, 0, 0, 1) o que mostra que a dimensão do espaço M (2 2) é 4. Determine a dimensão do subespaço S de R 4, onde S = {(x, y, z, w) :x y w =0e z +2w =0}. Para determinar a dimensão do subespaço S é preciso parametrizar a de-

29 scrição do subespaço, isto é x y w =0 z +2w =0 x = y + w z = 2w logo S = {(x, y, z, w) :x = y + w =0e z = 2w} = = {(y + w, y, 2w, w) :y, w R} = = {(y, y, 0, 0) + (w, 0, 2w, w) :y, w R} = = {y (1, 1, 0, 0) + w (1, 0, 2, 1) : y, w R}. Portanto, definimos o subespaço S como o espaço gerado pelos vectores {(1, 1, 0, 0), (1, 0, 2, 1)}. É fácil ver que estes dois vectores são linearmente independentes, logo formam uma base de S, de onde vem que S é um subespaço vectorial de dimensão 2 do espaço R 4.

Expansão linear e geradores

Expansão linear e geradores Espaços Vectoriais - ALGA - 004/05 4 Expansão linear e geradores Se u ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u ; u ; :::;

Leia mais

ficha 3 espaços lineares

ficha 3 espaços lineares Exercícios de Álgebra Linear ficha 3 espaços lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 3 Notação Sendo

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I 1 Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 013/I 1 Sejam u = ( 4 3) v = ( 5) e w = (a b) Encontre a e b tais

Leia mais

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Capítulo 6 Espaços vectoriais com produto interno ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Definição e propriedades Seja V um espaço vectorial real. Chama-se

Leia mais

Breve referência à Teoria de Anéis. Álgebra (Curso de CC) Ano lectivo 2005/2006 191 / 204

Breve referência à Teoria de Anéis. Álgebra (Curso de CC) Ano lectivo 2005/2006 191 / 204 Breve referência à Teoria de Anéis Álgebra (Curso de CC) Ano lectivo 2005/2006 191 / 204 Anéis Há muitos conjuntos, como é o caso dos inteiros, dos inteiros módulo n ou dos números reais, que consideramos

Leia mais

Disciplina: Introdução à Álgebra Linear

Disciplina: Introdução à Álgebra Linear Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa

Leia mais

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N.

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N. 2.4. PROJECÇÕES 2. dim(l)=dim(m)+dim(n) Demonstração. Se L=M N, qualquer vector x L se pode escrever de forma única como a soma de um vector x M M e outro vector x N N. 1. Dada uma base de M, x M pode

Leia mais

a 1 x 1 +... + a n x n = b,

a 1 x 1 +... + a n x n = b, Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição

Leia mais

11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de 2003-12-08

11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de 2003-12-08 INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark LERCI LEGI LEE o semestre 23/4 - semana de 23-2-8. Diga justificando quais dos seguintes ternos

Leia mais

NOÇÕES DE ÁLGEBRA LINEAR

NOÇÕES DE ÁLGEBRA LINEAR ESPAÇO VETORIAL REAL NOÇÕES DE ÁLGEBRA LINEAR ESPAÇOS VETORIAIS Seja um conjunto V φ no qual estão definidas duas operações: adição e multiplicação por escalar, tais que u, v V, u+v V e α R, u V, αu V

Leia mais

Matrizes e Determinantes

Matrizes e Determinantes Capítulo 1 Matrizes e Determinantes 11 Generalidades Iremos usar K para designar IR conjunto dos números reais C conjunto dos números complexos Deste modo, chamaremos números ou escalares aos elementos

Leia mais

Aulas Teóricas e de Problemas de Álgebra Linear

Aulas Teóricas e de Problemas de Álgebra Linear Aulas Teóricas e de Problemas de Álgebra Linear Nuno Martins Departamento de Matemática Instituto Superior Técnico Maio de Índice Parte I (Aulas teóricas e chas de exercícios) Matrizes e sistemas de equações

Leia mais

5 Transformações Lineares e Matrizes

5 Transformações Lineares e Matrizes Nova School of Business and Economics Prática Álgebra Linear 5 Transformações Lineares e Matrizes 1 Definição Função de em Aplicação que faz corresponder a cada elemento de um conjunto (domínio), denominado

Leia mais

MATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade

MATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade MATRIZES Matriz quadrada matriz quadrada de ordem. diagonal principal matriz quadrada de ordem. - 7 9 diagonal principal diagonal secundária Matriz linha e matriz coluna [ ] colunas). (linha e matriz linha

Leia mais

Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC,

Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC, ESPAÇO VETORIAL Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC, + é a operação (função) soma + : V V V, que a cada par (u, v) V V, associa um único elemento de V, denotado

Leia mais

Curso Satélite de. Matemática. Sessão n.º 2. Universidade Portucalense

Curso Satélite de. Matemática. Sessão n.º 2. Universidade Portucalense Curso Satélite de Matemática Sessão n.º 2 Universidade Portucalense Funções reais de variável real Deinição e generalidades Uma unção é uma correspondência que a qualquer elemento de um conjunto D az corresponder

Leia mais

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x LIMITES e CONTINUIDADE de FUNÇÕES Noções prévias 1. Valor absoluto de um número real: Chama-se valor absoluto ou módulo de um número real ao número x tal que: x se x 0 x = x se x < 0 Está assim denida

Leia mais

Valores e Vectores Próprios. Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal

Valores e Vectores Próprios. Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Valores e Vectores Próprios Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Ano Lectivo 24/25 Conteúdo Definição de Valor e Vector Próprios 2 2 Um Eemplo de Aplicação 8 3

Leia mais

Álgebra Linear e Geometria Analítica

Álgebra Linear e Geometria Analítica Álgebra Linear e Geometria Analítica Departamento de Matemática para a Ciência e Tecnologia Universidade do Minho 2005/2006 Engenharia e Gestão Industrial Engenharia Electrónica Industrial e de Computadores

Leia mais

A ideia de coordenatização (2/2)

A ideia de coordenatização (2/2) 8 a : aula (1h) 12/10/2010 a ideia de coordenatização (2/2) 8-1 Instituto Superior Técnico 2010/11 1 o semestre Álgebra Linear 1 o ano das Lics. em Engenharia Informática e de Computadores A ideia de coordenatização

Leia mais

2.2 Subespaços Vetoriais

2.2 Subespaços Vetoriais 32 CAPÍTULO 2. ESPAÇOS VETORIAIS 2.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas:

Leia mais

1. O conjunto dos polinômios de grau m, com 2 m 5, acrescido do polinômio nulo, é um subespaço do espaço P 5.

1. O conjunto dos polinômios de grau m, com 2 m 5, acrescido do polinômio nulo, é um subespaço do espaço P 5. UFPB/PRAI/CCT/DME - CAMPUS II DISCIPLINA: Álgebra Linear ALUNO (A): 2 a LISTA DE EXERCÍCIOS 1 a PARTE: QUESTÕES TIPO VERDADEIRO OU FALSO COM JUSTI- FICATIVA. 1. O conjunto dos polinômios de grau m com

Leia mais

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga TRANSFORMAÇÕES LINEARES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Estudaremos um tipo especial de função, onde o domínio e o contradomínio são espaços vetoriais reais. Assim, tanto

Leia mais

Programa de Formação Contínua em Matemática para Professores do 1.º e 2.º Ciclos do Ensino Básico. I. Conjuntos

Programa de Formação Contínua em Matemática para Professores do 1.º e 2.º Ciclos do Ensino Básico. I. Conjuntos I. Conjuntos 1. Introdução e notações 1.1. Relação de pertença 1.2. Modos de representar um conjunto 1.3. Classificação de conjuntos quanto ao número de elementos 1.4. Noção de correspondência 2. Relações

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ CURSO DE ENGENHARIA CIVIL DISCIPLINA DE CÁLCULO DIFERENCIAL E INTEGRAL I 1) Considerações gerais sobre os conjuntos numéricos. Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa Álgebra Linear André Arbex Hallack Frederico Sercio Feitosa Janeiro/2006 Índice 1 Sistemas Lineares 1 11 Corpos 1 12 Sistemas de Equações Lineares 3 13 Sistemas equivalentes 4 14 Operações elementares

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Marília Brasil Xavier REITORA Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odivaldo Teixeira Lopes ARTE FINAL DA CAPA Odivaldo Teixeira

Leia mais

Notas de Aula. Álgebra Linear I

Notas de Aula. Álgebra Linear I Notas de Aula Álgebra Linear I Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula da disciplina Álgebra Linear

Leia mais

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( )

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( ) Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Matriz ( ) Conjunto de elementos dispostos em linhas e colunas. Ex.: 0 1 é uma matriz com 2 linhas e 3 colunas. 2 Definição

Leia mais

Construção dos números racionais, Números fracionários e operações com frações

Construção dos números racionais, Números fracionários e operações com frações Construção dos números racionais, Números fracionários e operações com frações O número racional pode ser definido a partir da aritmética fechamento da operação de divisão entre inteiros ou partir da geometria

Leia mais

Capítulo 5: Transformações Lineares

Capítulo 5: Transformações Lineares 5 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 5: Transformações Lineares Sumário 1 O que são as Transformações Lineares?...... 124 2 Núcleo e Imagem....................

Leia mais

Álgebra Linear Resumo das aulas teóricas e práticas Paulo R. Pinto http://www.math.ist.utl.pt/ ppinto/ Lisboa, Novembro de 2011

Álgebra Linear Resumo das aulas teóricas e práticas Paulo R. Pinto http://www.math.ist.utl.pt/ ppinto/ Lisboa, Novembro de 2011 Álgebra Linear Resumo das aulas teóricas e práticas Paulo R Pinto http://wwwmathistutlpt/ ppinto/ Lisboa, Novembro de 2011 Conteúdo 1 Matrizes e sistemas lineares 1 11 Álgebra das Matrizes 1 12 Operações

Leia mais

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I.

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I. Diagonalização ortogonal de matrizes simétricas Detalhes sobre a Secção.3 dos Apontamentos das Aulas teóricas de Álgebra Linear Cursos: LMAC, MEBiom e MEFT (semestre, 0/0, Prof. Paulo Pinto) Recordamos

Leia mais

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR INODUÇÃO AO ESUDO DA ÁLGEBA LINEA CAPÍULO 6 ANSFOMAÇÃO LINEA Introdução Muitos problemas de Matemática Aplicada envolvem o estudo de transformações, ou seja, a maneira como certos dados de entrada são

Leia mais

X.0 Sucessões de números reais 1

X.0 Sucessões de números reais 1 «Tal como a tecnologia requer as tøcnicas da matemætica aplicada, tambøm a matemætica aplicada requer as teorias do nœcleo central da matemætica pura. Da l gica matemætica topologia algøbrica, da teoria

Leia mais

QUESTÕES COMENTADAS E RESOLVIDAS

QUESTÕES COMENTADAS E RESOLVIDAS LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução

Leia mais

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA CURSO BIETÁPICO EM ENGENHARIA CIVIL º ciclo Regime Diurno/Nocturno Disciplina de COMPLEMENTOS DE MATEMÁTICA Ano lectivo de 7/8 - º Semestre Etremos

Leia mais

Universidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas

Universidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas 1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática Disciplina: Estruturas Algébricas Profs.: Elisangela S. Farias e Sérgio Motta Operações

Leia mais

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo 4. SISTEMAS LINEARES 4.1. 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

ESPAÇOS MUNIDOS DE PRODUTO INTERNO

ESPAÇOS MUNIDOS DE PRODUTO INTERNO ESPAÇOS MUNIDOS DE PRODUTO INTERNO Angelo Fernando Fiori 1 Bruna Larissa Cecco 2 Grazielli Vassoler 3 Resumo: O presente trabalho apresenta um estudo sobre os espaços vetoriais munidos de produto interno.

Leia mais

INTRODUÇÃO AOS MÉTODOS FACTORIAIS

INTRODUÇÃO AOS MÉTODOS FACTORIAIS Capítulo II INTRODUÇÃO AOS MÉTODOS FACTORIAIS A Análise Factorial de Correspondências é uma técnica simples do ponto de vista matemático e computacional. Porém, devido ao elevado suporte geométrico desta

Leia mais

Transformações Lineares. Carlos Luz, Ana Matos, Sandra Nunes Departamento de Matemática Escola Superior de Tecnologia de Setúbal

Transformações Lineares. Carlos Luz, Ana Matos, Sandra Nunes Departamento de Matemática Escola Superior de Tecnologia de Setúbal Transformações Lineares Carlos Luz, Ana Matos, Sandra Nunes Departamento de Matemática Escola Superior de Tecnologia de Setúbal Ano Lectivo 2004/2005 Índice Definição Representação Matricial 2 AComposiçãodeTransformaçõesLineareseoProdutoMatricial

Leia mais

Outras Realidades. Ou: Quão bem conhecemos as nossas operações elementares?

Outras Realidades. Ou: Quão bem conhecemos as nossas operações elementares? Outras Realidades Ou: Quão bem conhecemos as nossas operações elementares? 1 Operações Binárias Todos conhecem + - x Mas o que é uma OPERAÇÃO? 2 Operações Binárias Dado um conjunto A define-se uma operação

Leia mais

ANÁLISE MATEMÁTICA II

ANÁLISE MATEMÁTICA II ANÁLISE MATEMÁTICA II Acetatos de Ana Matos Noções Básicas de Funções em R n Topologia DMAT Noções Básicas sobre funções em n Introdução Vamos generalizar os conceitos de limite, continuidade e diferenciabilidade,

Leia mais

Nível B3 SISTEMAS DE EQUAÇÕES

Nível B3 SISTEMAS DE EQUAÇÕES Nível B SISTEMAS DE EQUAÇÕES Equações do º grau com duas incógnitas Equação do º grau com duas incógnitas é uma equação onde figuram eactamente duas letras com epoente, por eemplo: -. Uma solução de uma

Leia mais

CURSO ONLINE RACIOCÍNIO LÓGICO

CURSO ONLINE RACIOCÍNIO LÓGICO AULA QUINZE: Matrizes & Determinantes (Parte II) Olá, amigos! Pedimos desculpas por não ter sido possível apresentarmos esta aula na semana passada. Motivos de força maior nos impediram de fazê-lo, mas

Leia mais

QUESTÕES DE ESCOLHA MÚLTIPLA

QUESTÕES DE ESCOLHA MÚLTIPLA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 9/ TÓPICOSDERESOLUÇÃODO o TESTE(DIURNO) QUESTÕES DE ESCOLHA MÚLTIPLA. [,]SejamAeB duas matrizes

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU DEPARTAMENTO DE MATEMÁTICA

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU DEPARTAMENTO DE MATEMÁTICA INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU DEPARTAMENTO DE MATEMÁTICA Apontamentos: Curso de Conhecimentos Básicos de Matemática Cursos do Departamento de Gestão Maria Cristina

Leia mais

Vestibular 2ª Fase Resolução das Questões Discursivas

Vestibular 2ª Fase Resolução das Questões Discursivas COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO VESTIBULAR 010 Prova de Matemática Vestibular ª Fase Resolução das Questões Discursivas São apresentadas abaixo possíveis

Leia mais

Exercícios 1. Determinar x de modo que a matriz

Exercícios 1. Determinar x de modo que a matriz setor 08 080509 080509-SP Aula 35 MATRIZ INVERSA Uma matriz quadrada A de ordem n diz-se invertível, ou não singular, se, e somente se, existir uma matriz que indicamos por A, tal que: A A = A A = I n

Leia mais

Notas de Aula. Álgebra Linear

Notas de Aula. Álgebra Linear Notas de Aula Álgebra Linear Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula da disciplina Álgebra Linear

Leia mais

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação).

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação). 5. FUNÇÕES DE UMA VARIÁVEL 5.1. INTRODUÇÃO Devemos compreender função como uma lei que associa um valor x pertencente a um conjunto A a um único valor y pertencente a um conjunto B, ao que denotamos por

Leia mais

O Método Simplex para

O Método Simplex para O Método Simplex para Programação Linear Formas de Programas Lineares O problema de Programação Matemática consiste na determinação do valor de n variáveis x 1, x 2,, x n que tornam mínimo ou máximo o

Leia mais

Conjuntos numéricos. Notasdeaula. Fonte: Leithold 1 e Cálculo A - Flemming. Dr. Régis Quadros

Conjuntos numéricos. Notasdeaula. Fonte: Leithold 1 e Cálculo A - Flemming. Dr. Régis Quadros Conjuntos numéricos Notasdeaula Fonte: Leithold 1 e Cálculo A - Flemming Dr. Régis Quadros Conjuntos numéricos Os primeiros conjuntos numéricos conhecidos pela humanidade são os chamados inteiros positivos

Leia mais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas? Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões

Leia mais

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Formulação A programação linear lida com problemas nos quais uma função objectivo linear deve ser optimizada (maximizada ou minimizada)

Leia mais

Aula 7 Valores Máximo e Mínimo (e Pontos de Sela)

Aula 7 Valores Máximo e Mínimo (e Pontos de Sela) Aula 7 Valores Máximo e Mínimo (e Pontos de Sela) MA - Cálculo II Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade Estadual

Leia mais

Sistema de equações lineares

Sistema de equações lineares Sistema de equações lineares Sistema de m equações lineares em n incógnitas sobre um corpo ( S) a x + a x + + a x = b a x + a x + + a x = b a x + a x + + a x = b 11 1 12 2 1n n 1 21 1 22 2 2n n 2 m1 1

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

6 Valores e Vectores Próprios de Transformações Lineares

6 Valores e Vectores Próprios de Transformações Lineares Nova School of Business and Economics Prática Álgebra Linear 6 Valores e Vectores Próprios de Transformações Lineares 1 Definição Valor próprio de uma transformação linear ( ) Número real (ou complexo)

Leia mais

4.2 Produto Vetorial. Orientação sobre uma reta r

4.2 Produto Vetorial. Orientação sobre uma reta r 94 4. Produto Vetorial Dados dois vetores u e v no espaço, vamos definir um novo vetor, ortogonal a u e v, denotado por u v (ou u v, em outros textos) e denominado produto vetorial de u e v. Mas antes,

Leia mais

Conceitos Fundamentais

Conceitos Fundamentais Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;

Leia mais

gradiente, divergência e rotacional (revisitados)

gradiente, divergência e rotacional (revisitados) gradiente, divergência e rotacional (revisitados) Prof Carlos R Paiva Prof Carlos R Paiva NOTA PRÉVIA Os apontamentos que se seguem não são um teto matemático: não se procura, aqui, o rigor de uma formulação

Leia mais

. Determine os valores de P(1) e P(22).

. Determine os valores de P(1) e P(22). Resolução das atividades complementares Matemática M Polinômios p. 68 Considere o polinômio P(x) x x. Determine os valores de P() e P(). x x P() 0; P() P(x) (x x)? x (x ) x x x P()? 0 P() ()? () () 8 Seja

Leia mais

Aula: Equações polinomiais

Aula: Equações polinomiais Aula: Equações polinomiais Turma 1 e 2 Data: 05/09/2012-12/09/2012 Tópicos Equações polinomiais. Teorema fundamental da álgebra. Raízes reais e complexas. Fatoração e multiplicação de raízes. Relações

Leia mais

PLANO DE ESTUDOS DE MATEMÁTICA 8.º ANO

PLANO DE ESTUDOS DE MATEMÁTICA 8.º ANO DE MATEMÁTICA 8.º ANO Ano Letivo 2015 2016 PERFIL DO ALUNO No domínio dos Números e Operações, o aluno deve ser capaz de relacionar números racionais e dízimas, completar a reta numérica e ordenar números

Leia mais

Códigos Lineares CAPÍTULO 4

Códigos Lineares CAPÍTULO 4 CAPÍTULO 4 Códigos Lineares 1. Definição, pârametros e peso mínimo Seja F q o corpo de ordem q. Portanto, pelo Teorema 3.24, q = p m para algum primo p e inteiro positivo m. Definição 4.1. Um código linear

Leia mais

MÉTODOS DISCRETOS EM TELEMÁTICA

MÉTODOS DISCRETOS EM TELEMÁTICA 1 MÉTODOS DISCRETOS EM TELEMÁTICA MATEMÁTICA DISCRETA Profa. Marcia Mahon Grupo de Pesquisas em Comunicações - CODEC Departamento de Eletrônica e Sistemas - UFPE Outubro 2003 2 CONTEÚDO 1 - Introdução

Leia mais

Gobooks.com.br. PucQuePariu.com.br

Gobooks.com.br. PucQuePariu.com.br ÁLGEBRA LINEAR todos os conceitos, gráficos e fórmulas necessárias, em um só lugar. Gobooks.com.br PucQuePariu.com.br e te salvando de novo. Agora com o: RESUMO ÁLGEBRA LINEAR POR: Giovanni Tramontin 1.

Leia mais

TEORIA DOS CONJUNTOS Símbolos

TEORIA DOS CONJUNTOS Símbolos 1 MATERIAL DE APOIO MATEMÁTICA Turmas 1º AS e 1º PD Profº Carlos Roberto da Silva A Matemática apresenta invenções tão sutis que poderão servir não só para satisfazer os curiosos como, também para auxiliar

Leia mais

ÁLGEBRA LINEAR ISBN 978-85-915683-0-7

ÁLGEBRA LINEAR ISBN 978-85-915683-0-7 . ÁLGEBRA LINEAR ISBN 978-85-915683-0-7 ROBERTO DE MARIA NUNES MENDES Professor do Departamento de Matemática e Estatística e do Programa de Pós-graduação em Engenharia Elétrica da PUCMINAS Belo Horizonte

Leia mais

MD Teoria dos Conjuntos 1

MD Teoria dos Conjuntos 1 Teoria dos Conjuntos Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Teoria dos Conjuntos 1 Introdução O que os seguintes objetos têm em comum? um

Leia mais

1 Módulo ou norma de um vetor

1 Módulo ou norma de um vetor Álgebra Linear I - Aula 3-2005.2 Roteiro 1 Módulo ou norma de um vetor A norma ou módulo do vetor ū = (u 1, u 2, u 3 ) de R 3 é ū = u 2 1 + u2 2 + u2 3. Geometricamente a fórmula significa que o módulo

Leia mais

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ÁLGEBRA LINEAR Ano Lectivo 2010/2011

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ÁLGEBRA LINEAR Ano Lectivo 2010/2011 Programa da Unidade Curricular ÁLGEBRA LINEAR Ano Lectivo 2010/2011 1. Unidade Orgânica Ciências da Economia e da Empresa (1º Ciclo) 2. Curso Engenharia Electrotécnica e de Computadores 3. Ciclo de Estudos

Leia mais

Apontamentos das Aulas Teóricas de Álgebra Linear. LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec. Nuno Martins. Departamento de Matemática

Apontamentos das Aulas Teóricas de Álgebra Linear. LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec. Nuno Martins. Departamento de Matemática Apontamentos das Aulas Teóricas de Álgebra Linear para LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec Nuno Martins Departamento de Matemática Instituto Superior Técnico Fevereiro de 0 Índice Sistemas de

Leia mais

Capítulo 2 Generalidades sobre Funções Reais de Variável Real. Carlos J. Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal

Capítulo 2 Generalidades sobre Funções Reais de Variável Real. Carlos J. Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Capítulo Generalidades sobre Funções Reais de Variável Real Carlos J. Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Ano Lectivo 7/8 Índice Generalidades sobre Funções. Definiçãodefunção....

Leia mais

Conjuntos Numéricos. N = {0, 1, 2, 3, } Z = {, 3, 2, 1, 0, 1, 2, 3, }= {0, ±1, ±2, ±3. } Q = : p e q Z, q 6= 0

Conjuntos Numéricos. N = {0, 1, 2, 3, } Z = {, 3, 2, 1, 0, 1, 2, 3, }= {0, ±1, ±2, ±3. } Q = : p e q Z, q 6= 0 Conjuntos Numéricos Os conjuntos numéricos compõe uma parte fundamental da Matemática, notadamente no contexto de aplicação a outros campos de estudo. Atualmente tais conjuntos englobam os números naturais,

Leia mais

Teorema de Green no Plano

Teorema de Green no Plano Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires Teorema de Green no Plano O teorema de Green permite relacionar o integral de linha ao longo de uma

Leia mais

Vetores. Definição geométrica de vetores

Vetores. Definição geométrica de vetores Vetores Várias grandezas físicas, tais como por exemplo comprimento, área, olume, tempo, massa e temperatura são completamente descritas uma ez que a magnitude (intensidade) é dada. Tais grandezas são

Leia mais

7.4 As nuvens de perfis

7.4 As nuvens de perfis 7.4 As nuvens de perfis Cada perfil de linha, ou seja, cada linha da matriz de perfis de linha, P L, define um ponto no espaço a b dimensões, R b. A nuvem de a pontos em R b assim resultante pode ser designada

Leia mais

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%)

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%) Distribuição das 1.048 Questões do I T A 94 (8,97%) 104 (9,92%) 69 (6,58%) Equações Irracionais 09 (0,86%) Equações Exponenciais 23 (2, 101 (9,64%) Geo. Espacial Geo. Analítica Funções Conjuntos 31 (2,96%)

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares

Leia mais

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). R é o conjunto dos reais; R n é o conjunto dos vetores n-dimensionais reais; Os vetores

Leia mais

M : ( ( é um LVRPRUILVPR M -1 : ( ( também é um LVRPRUILVPR.

M : ( ( é um LVRPRUILVPR M -1 : ( ( também é um LVRPRUILVPR. &DStWXOR±$SOLFDo}HV/LQHDUHV47 Å (VSDoRV,VRPRUIRV Sejam ( e ( dois espaços vectoriais sobre. Dizemos que ( e ( são LVRPRUIRV se H[LVWLUXPLVRPRUILVPR M : ( ( e escrevemos, (! ( Por eemplo, o espaço dos vectores

Leia mais

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3 POLINÔMIOS 1. (Ueg 01) A divisão do polinômio a) x b) x + c) x 6 d) x + 6 x x 5x 6 por x 1 x é igual a:. (Espcex (Aman) 01) Os polinômios A(x) e B(x) são tais que A x B x x x x 1. Sabendo-se que 1 é raiz

Leia mais

Cálculo. Álgebra Linear. Programação Computacional. Metodologia Científica

Cálculo. Álgebra Linear. Programação Computacional. Metodologia Científica UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL Cálculo Álgebra Linear Programação Computacional Metodologia Científica Realização: Fortaleza, Fevereiro/2012 UNIVERSIDADE

Leia mais

2) Se z = (2 + i).(1 + i).i, então a) 3 i b) 1 3i c) 3 i d) 3 + i e) 3 + i. ,será dado por: quando x = i é:

2) Se z = (2 + i).(1 + i).i, então a) 3 i b) 1 3i c) 3 i d) 3 + i e) 3 + i. ,será dado por: quando x = i é: Aluno(a) Nº. Ano: º do Ensino Médio Exercícios para a Recuperação de MATEMÁTICA - Professores: Escossi e Luciano NÚMEROS COMPLEXOS 1) Calculando-se corretamente as raízes da função f(x) = x + 4x + 5, encontram-se

Leia mais

Sistemas Lineares. 2. (Ufsj 2013) Considere o seguinte sistema de equações lineares, nas incógnitas x, y e z:

Sistemas Lineares. 2. (Ufsj 2013) Considere o seguinte sistema de equações lineares, nas incógnitas x, y e z: Sistemas Lineares 1. (Unesp 2013) Uma coleção de artrópodes é formada por 36 exemplares, todos eles íntegros e que somam, no total da coleção, 113 pares de patas articuladas. Na coleção não há exemplares

Leia mais

4 Sistemas de Equações Lineares

4 Sistemas de Equações Lineares Nova School of Business and Economics Apontamentos Álgebra Linear 4 Sistemas de Equações Lineares 1 Definição Rank ou característica de uma matriz ( ) Número máximo de linhas de que formam um conjunto

Leia mais

Noções elementares sobre conjuntos

Noções elementares sobre conjuntos Noções elementares sobre conjuntos Conjunto, elemento de um conjunto Factos Um conjunto pode ser visto, intuitivamente, como uma colecção de objectos. Cada um destes objectos é um elemento do conjunto.

Leia mais

Instituto Superior Técnico Departamento de Matemática Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A

Instituto Superior Técnico Departamento de Matemática Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A FICHA 8 APLICAÇÕES E COMPLEMENTOS Sistemas Dinâmicos Discretos (1) (Problema

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares ALGA- / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b

Leia mais

CDI-II. Trabalho. Teorema Fundamental do Cálculo

CDI-II. Trabalho. Teorema Fundamental do Cálculo Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires CDI-II Trabalho. Teorema Fundamental do Cálculo 1 Trabalho. Potencial Escalar Uma das noções mais importantes

Leia mais

RELAÇÕES BINÁRIAS Produto Cartesiano A X B

RELAÇÕES BINÁRIAS Produto Cartesiano A X B RELAÇÕES BINÁRIAS PARES ORDENADOS Um PAR ORDENADO, denotado por (x,y), é um par de elementos onde x é o Primeiro elemento e y é o Segundo elemento do par A ordem é relevante em um par ordenado Logo, os

Leia mais

Elementos de Matemática Discreta

Elementos de Matemática Discreta Elementos de Matemática Discreta Prof. Marcus Vinícius Midena Ramos Universidade Federal do Vale do São Francisco 9 de junho de 2013 marcus.ramos@univasf.edu.br www.univasf.edu.br/~marcus.ramos Marcus

Leia mais

PARALELO DE TRANSFORMADORES TRIFÁSICOS

PARALELO DE TRANSFORMADORES TRIFÁSICOS PARALELO DE TRANSFORMADORES TRIFÁSICOS Quando temos por exemplo um transformador ligado a um barramento que alimenta um receptor de 50 KVA, se este receptor aumentar a procura de potência para 100KVA,

Leia mais

2 - Modelos em Controlo por Computador

2 - Modelos em Controlo por Computador Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina

Leia mais

Números Complexos. Capítulo 1. 1.1 Unidade Imaginária. 1.2 Números complexos. 1.3 O Plano Complexo

Números Complexos. Capítulo 1. 1.1 Unidade Imaginária. 1.2 Números complexos. 1.3 O Plano Complexo Capítulo 1 Números Complexos 11 Unidade Imaginária O fato da equação x 2 + 1 = 0 (11) não ser satisfeita por nenhum número real levou à denição dos números complexos Para solucionar (11) denimos a unidade

Leia mais