n n ...

Tamanho: px
Começar a partir da página:

Download "n n ..."

Transcrição

1 6. Álgebra Matricial Defiição : Um couto de ( m, ) úmeros (reais ou complexos) arraados em uma forma retagular de m lihas e coluas: a a a. a a a a. a..... a a a. a m m2 m3 m é chamada de matriz. Os úmeros a são os elemetos da matriz. O primeiro subscrito i deota o úmero da liha e o segudo subscrito deota a colua ode se ecotra o elemeto em questão. Uma matriz, deotada por uma letra maiúscula, pode ser escrita mais compactamete, da seguite forma: ou aida = a, i=,2,, m; =,2,, = m = a m Defiição 2 : Uma matriz, ode o úmero de lihas é igual ao úmero de coluas é dita matriz quadrada; em caso cotrário, é dita matriz retagular. Defiição 3 : Uma matriz, isto é, só com uma liha é deomiada matriz ou vetor liha; quado sua dimesão é m, com uma só colua, é chamada de matriz ou vetor colua. Defiição 4 : Uma matriz quadrada, ode apeas os elemetos demais a a 0 e todos os = 0, i é chamada de matriz diagoal. Em particular se os elemetos a = a matriz é dita matriz uitária e é deotada por I. ii ii 6. - Operações com Matrizes Defiição : Duas matrizes e são ditas B matrizes iguais se, e somete se, seus elemetos correspodetes forem iguais, isto é,

2 a = b, i=,2,, m; =,2,, Defiição 2 : soma de duas matrizes e B é defiida como uma matriz C, ode cada elemeto c C é soma dos elemetos correspodetes das matrizes e B ; isto é, c = a + b, i=,2,, m; =,2,, Observa-se, pelas defiições acima que a soma e igualdade de matrizes só é possível com matrizes de mesma dimesão. Defiição 3 : O produto de duas matrizes = [ ] C = c m formada da seguite maeira: a ik e B = b m p k p é uma matriz c p = a b ik k k= ou sea, c é o produto da i-ésima liha de pela -ésima colua B. Em outra otação, usado o ídice mudo como ídice idicativo de somação: c = aik bk ode o ídice k idica a somação: c = a b + a 2b2 + + a b i=,2,, m; =,2,, i i ik k Defiição 4 : Uma matriz é dita matriz ula, deotada por elemetos forem iguais a zero. 0, quado todos os seus Defiição 5 : Uma matriz é dita matriz trasposta de, e deotada por, quado faz-se em a troca de suas lihas por suas coluas respectivas. lem disso, se etão. m Defiição 6 : Uma matriz é dita matriz simétrica se, e somete se a = a, i=,2,, m; =,2,, i m =, ou aida, Defiição 7 : Uma matriz aida, é dita matriz ati-simétrica se, e somete se =, ou a = a, i=,2,, m; =,2,, Propriedades : s operações acima têm as seguites propriedades: i

3 . ssociatividade da dição: ( +B ) +C=+ ( B+C ) 2. Comutatividade da dição: +B=B+ 3. ssociatividade da Multiplicação: ( B) C = ( BC ) 4. Distributividade à Direita: ( +B) C=C+BC 5. Distributividade à Esquerda: B+C=B+C ( ) 6. Elemeto Neutro Multiplicativo I = I = 7. Elemeto Neutro ditivo +0=0+= 8. rasposta do Produto ( ) B = B 9. rasposta da Soma ( ) +B = +B 0.Distributividade por escalar α( ) +B = α+ α B, α=escalar Nota: Verifique que, em geral, B B. EXERCÍCIOS. Prove que se e B forem matrizes simétricas e B = D, com D uma matriz diagoal, etão B = B. 2. Mostre que toda matriz quadrada pode ser escrita como a soma de uma matriz simétrica com outra ati-simétrica. Sugestão: Escreva como ( + ) ( ) Defiição 8 : Uma matriz é dita matriz iversa de, deotada por, se e somete se - = I. Defiição 9 : Uma matriz quadrada é dita matriz ão-sigular se o seu determiate é diferete de zero; caso cotrário é chamada de matriz sigular. toda matriz quadrada é associada um úmero deomiado de DEERMINNE deotado por det.. Vide bibliografia idicada para o estudo mais detalhado sobre determiates.

4 Defiição 0 : Sea uma matriz -dimesioal um espaço vetorial X. Deomia-se matriz aduta de, deotado-a por ad( ) ou, à matriz da mesma dimesão de, ode cada elemeto a é o cofator do elemeto a para i, =,2,,, ode o cofator de a é o valor do determiate de ordem ( ) ( ), ode se retira de a i-ésima liha e a -ésima colua, multiplicado o resultado por ( ) eorema : oda matriz ão-sigular tem uma matriz iversa. Propriedades da matriz iversa: i+.. - = I - 2. det det = det I= 3. ( ) B = B ( ) = ( ) Defiição : Sea uma matriz quadrada e sea p, etão é dito ser a p-ésima potêcia da matriz. Propriedades : = p. = p q p+ q p 2. ( ) q = pq 3. 0 = I Valor bsoluto e Norma de uma Matriz Seam duas matrizes e B. iequação etre duas matrizes = e b B = k m tem o mesmo sigificado que B [ ] a b, i, a ik m Defiição : Defie-se valor absoluto(modulus) de uma matriz matriz : = [ a ik ] m a seguite

5 = a ode a são os moduli de cada elemeto de. Se e B são matrizes para as quais as operações +B,Btêm sigificado, etão:. +B + B 2. B B 3. α α, com α escalar. 4. p p Defiição 2 : Defie-se orma de uma matriz = [ a ik ] m a um úmero real deotado por, que satisfaça as seguites codições (vide tópico sobre espaços lieares ormados): Sedo. 0 = 0 = 0 2. α = α 3. +B + B 4. B B. = [ a ik ] m pricipais ormas defiida sobre ela:, com α escalar uma matriz de dimesão arbitrária, seam as defiições das três Defiição 3 : Defie-se m-orma através da seguite fórmula: m = max a i ou o maior valor das somas dos módulos dos elemetos das lihas. Defiição 4 : Defie-se l-orma através da seguite fórmula: l = max a i ou o maior valor da soma dos módulos dos elemetos das coluas

6 Defiição 5 : Defie-se k-orma através da seguite fórmula: k = a i, = 2 Exercícios. Determiar as m-orma, l-orma e k-orma da matriz : Ecotrar uma outra orma qualquer, diferetes das estudadas e verificar se satisfaz as codições ecessária e suficietes para que ela sea orma de uma matriz. Defiição 6 : Defie-se produto itero ou produto escalar de dois vetores x e y, deotado por ( x, y ), ao úmero real determiado da seguite forma: ( x, y ) = xiyi o qual deve satisfazer as seguites codições: Exercícios ( x, y ) 0 ( x, y) = ( y,x ) i ( x, y) = 0 x, y forem LI. ou ortogoais etre si. ( x, z + y) = ( x, z) + ( x, y) ( x, x ) 0 ( x, x) = 0 x = 0.Prove ( x, z + y) = ( x, z) + ( x, y ). ( x, y) x y (desigualdade de Schwarz)

7 2.Mostre que, se x e y satisfazem a desigualdade triagular,etão ( ) ( x, y = x+y x y ) ópicos Sobre ratameto Matricial os Espaços Vetoriais 6.3. rasformação de Coordeadas de um Vetor Sob Mudaça de Base Seam { ek} = { e, e2,, e} e { εk } = { ε, ε2,, ε } duas bases de um mesmo espaço liear X. Cada vetor a ova base { ε k} tem, a base atiga { e k }, certas coordeadas ( s, s, s ), isto é: k 2k, k εk = s ke ske = sike i i= () matriz ão sigular S = s, chamada também de matriz mudaça de base é a trasposta da matriz que especifica a trasformação de bases. Sea, etão x X, e seam sua represetação as bases dadas: x= xie i= i (2) x = ξ ε = (3) Substituido estas expressões () em (3), obtém-se: x = ξ ε = ξ s e = e s ξ i i = = i= i = (4) Comparado (2) com (4), vê-se que: ou uma forma matricial: x = s ξ, i=,..., (5) i =

8 x=sξ (6) ou sea o vetor x represetado as coordeadas de base { e k } é igual a matriz de mudaça de base S multiplicada pelo vetor x represetado as coordeadas { ε k }. Etão para se determiar as coordeadas de x a ova base ξ, tem-se S x= S - Sξ = Iξ = ξ ξ = S - x (7) Se em () multiplicarmos cada membro por e i, tem-se: ε e = s e e + s e e + + s ee + + s e e k i k i 2k 2 i ik i i k i ε e = s 0+ s 0+ + s + + s 0 k i k 2k ik k εkei = sik isto devido a ortogoalidade de { e, ou sea ( e, e ) = δ, e, e { e }. e assim k} i i k verifica-se que cada elemeto eik da matriz S é o produto itero ( ei, ε k), etre o i- ésimo vetor da base velha e o k-ésimo vetor da ova base, ou sea o coseo diretor etre e e ε. i Daí, se coclui que: k a soma dos produtos, dois a dois, dos coseos diretores correspodetes a diferetes eixos coordeados de uma ova base ortoormal é zero. a soma dos quadrados dos coseos diretores para cada ovo eixo coordeado é igual a uidade. Desta forma, coclui-se que SS=I. Exemplo: Represetação Matricial De rasformações Lieares Sea f : X Y () uma aplicação liear de um espaço X em outro espaço Y. Esta aplicação pode ser, em egeharia por exemplo, o relacioameto de tesões a deformações, ou forças a deslocametos, ou temperatura a fluxo de calor, ou correte elétrica a tesão elétrica, etc.

9 O primeiro passo para se fazer a represetação matricial de uma trasformação liear é relacioar dois coutos de vetores base, um para o espaço X e outro para Y. k 2 k 2 a base de Y. ssim se x X e y = Y, suas represetações com relação às bases de seus espaços são respectivamete: Seam { v } = { v, v,, v } a base de X e { w } = { w, w,, w } e (,,, ){,,, } x= x x x v v v = xv + x v + + x v (2) (,,, ){,, } y = y y y w w,v = y w + y w + + yw (3) ode ( x x x ) e ( y y y ),,, 2,,, são as coordeadas de x e y. 2 represetação matricial da trasformação liear () é: y=fx ode F é uma matriz quadrada de ordem e como foi demostrado acima, os elemetos da matriz de trasformação são os produtos iteros etre os vetores base das duas bases dos espaços em epígrafe, ( vi, w ). Sea, etão, achar a represetação matricial da seguite trasformação liear : L= D + 2βD + λ 2 D ode D represeta todos os poliômios em z de grau meor ou igual a três, D a sua derivada primeira e D a sua derivada seguda. Seam as seguites bases: Etão: Lv v = ; v = z; v = z ; v = z w = v i = λ = λ w 2 2 i ; Lv = 2β+ λ z = 2βw + λ w Lv = 2+ 4βz+ λ z = 2w + 4βw + λ w Lv = 6z+ 6βz + λ z = 6w + 6βw + λ w

10 matriz de L tem a seguite forma:.... =.... [ L] Lv Lv2 Lv3 Lv 4 [ L] 2 λ 2β λ 4β 6 = λ 6β λ Matrizes Ortogoais e utovetores e utovalores Defiição : Uma matriz real é dita matriz ortogoal se a sua trasposta coicide com a sua matriz iversa : = = =I Propriedades: s lihas(coluas) de uma matriz ortogoal, são duas a duas, ortogoais etre si; soma dos quadrados dos elemetos de cada liha (colua) é igual a ; O determiate de sua matriz é igual a ±. eorema : Qualquer matriz real ão-sigular, pode ser represetada a forma de um produto de uma matriz com coluas ortogoal por uma matriz triagular superior: =R ode R é uma matriz com coluas ortogoais e uma matriz triagular superior com diagoal uitária. Prova: Por coveiêcia, a prova será realizada com uma matriz de ordem 3. Sea etão represetada por: a a a a a a a a a 2 3 =

11 ( ) ( 2) ( 3) Sea represetar a matriz como : =,, a a a ode ( ) a = -ésima colua. ( ) ( 2) ( 3) Como é uma matriz ão-sigular, os seus vetores a, a, a são LI, pois caso cotrário uma das coluas poderia ser escrita como a combiação liear das demais, o det = 0, o que toraria a matriz sigular. que implicaria em ( ) Sea etão a matriz R, também a forma ortogoais, como requerido. R ( ) ( 2) ( 3) =,, r r r, ode ( ) r são coluas Sea, por hipótese, r ( ) ( 2) compoetes t r r : 2, ( ) ( ) = a. Sea agora a decomposição do vetor a ( 2) ( ) ( 2) = t 2 r + r ( 2) a em seus ode ( ) ( ) ( r r 2 ), = 0 Similarmete, sea a decomposição de ( 3) a em três compoetes, ( 3) ( ) ( 2) ( ) = t3 + t23 + a r r r 3 ( ) ( 2) ( ) 3, t23, t r r r 3 : ode Sea etão ( ) ( 3) ( r r ) ( 2) ( 3) ( r r ), = 0, = 0 ( ) ( ) ( ) ( ) ( a 2, r ) = t 2 2 r, r + r, r ( ) ( ) ( ) ( ) Devido a ortogoalidade dos ( ) r, temos etão: ( ) ( ) ( ) ( ) ( a 2, r ) = t 2 r, r ( ) dode se tira: ( 2) ( ) ( a, r ) 2 = () () ( r, r ) t ( 2) ( 2) ( ) = t2 r a r Similarmete, seam:

12 dode, devido a ortogoalidade tem-se: ( 3) ( ) ( ) ( ) ( 2) ( ) ( 3) ( ) ( a, r ) = t3( r, r ) + t23( r, r ) + ( r, r ) ( 2) ( 2) () ( 2) ( 2) ( 2) () 3 () 2 ( a, r ) = t2 ( r, r ) + t23( r, r ) + ( r, r ) ( 3) ( ) ( ) ( ) ( a, r ) = t3( r, r ) ( 2) ( 2) ( 2) ( 2) ( a, r ) = t23( r, r ) dode tira-se: ( 3) ( ) ( a, r ) t3 = () () ( r, r ) ( 2) ( 2) ( a, r ) t23 = ( 2) ( 2) ( r, r ) () 3 () 3 () () = t3 t23 r a r r 2 É fácil verificar que os vetores ssim, tem-se: ( ) r costruídos desta forma são ortogoais dois a dois. a ( ) ( ) = r ( 2) ( ) ( 2) = t2 + a r r () 3 () () 2 () = t3 + t23 + a r r r 3 ode ( ) ( ) (, r i ) () i () i ( r, r ) t = a Ou a forma matricial: =R a a2 a 3 r r2 r 3 t2 t 3 a2 a22 a 23 = r2 r22 r 23 0 t 23 a3 a32 a 33 r3 r32 r eorema 2 : oda matriz real ão-sigular pode ser represetada a forma de produto de uma matriz triagular iferior com diagoal uitária e uma matriz com lihas ortogoais.

13 eorema 3 : O produto de uma matriz real com coluas ortogoais pela sua trasposta é uma matriz diagoal. Prova: Seam a = e = a i e D d uma matriz diagoal, isto é, = d = 0, i Por tese tem-se que = D. Pelas regras da multiplicação de matrizes tem-se: ode vetor são as coordeadas do i-ésimo vetor a ki ( ) a, assim: d d = a a ki k k= ki k k= ( i) a e a k são as coordeadas do -ésimo () i ( ) (, ) = a a = a a eorema 4 : Qualquer matriz ão-sigular com coluas ortogoais é uma matriz ortogoal pós-multiplicada por uma matriz diagoal. eorema 5 : Uma trasformação liear tem uma úica iversa se, e somete se, a matriz da dada trasformação é ão sigular. lém disso, a sua iversa também é liear e a sua matriz é a iversa da trasformação iicial. Defiição 2 : Um vetor ão ulo é dito autovetor de uma dada matriz se o resultado de uma trasformação liear apropriada sobre o vetor gera um vetor coliear, isto é, x = λx, ode x é o autovetor equato λ é chamado de autovalor de x. eorema 6 : oda trasformação liear (matriz ) um espaço liear tem o míimo um autovetor. Defiição 3: Um subespaço liear L ( k ) k < é dito ser subespaço ivariate com relação a uma dada trasformação liear y=xse cada vetor trasformado deste subespaço se trasforma em outro vetor do mesmo espaço, isto é, se x L x L. eorema 7 : oda trasformação liear (matriz ) um subespaço liear ivariate de um espaço vetorial complexo, tem o míimo um autovetor. Defiição 4 : Duas matrizes associadas a uma mesma trasformação liear represetadas em bases distitas são ditas matrizes similares ou equivaletes e têm etre si a seguite relação: - B B=S S k k

14 isto é, e B são relacioadas pela trasformação realizada pela matriz S. Propriedades:. S ( ) +B S=S S+S BS S S= ( S S ) S S= ( S S) eorema 8 : Se uma dada matriz quadrada de ordem tem autovetores liearmete idepedetes, etão sua represetação a base formada por esses autovetores é uma matriz diagoal, equivalete à primeira. Prova: Sea uma matriz quadrada. Seam { e i } uma base de formada pelos seus autovetores. Logo, segue que: e = λ e, =,2,, Sea x um vetor qualquer do espaço em questão. Decompodo-o em relação à base e, tem-se: { } i ode x= x e x são as coordeadas de x o vetor-base e. plicado a trasformação = represetada por sobre x, tem-se o seguite vetor: y = x = x e = como é liear, etão: y = x e = x λ e = = ssim, vê-se que as coordeadas de y a base dada { e i }, são: ou aida: y = λ x, =,2,,

15 y = δkλxk k= ode δ k é o delta de Kroecker. ssim, a ova base, a trasformação é represetada por uma matriz diagoal: ou expadido, tem-se: = ( δkλ) λ λ2 0 0 = λ eorema 9 : Se uma matriz é real e simétrica, etão ( x, y) = ( x, y ) eorema 0 : odos os autovalores de uma matriz simétrica com elemetos reais, são reais. Prova: Seam λ um autovalor de uma matriz e x o seu correspodete autovetor; etão, Desde que como ( ) > 0 =, etão x = λx, x 0 ( x, x) = ( x, x) ( λxx, ) = ( x, λx) λ * ( x, x) = λ ( x, x) * x, x, por defiição, etão λ= λ, e λ é um úmero real.. eorema : Os autovetores de uma matriz real simétrica autovalores distitos, são ortogoais etre si., correspodete a eorema 2 : Sea uma matriz real simétrica, e ( 2 ) ( λ λ λ ) λ= mi λ, λ,, λ Λ = max,,, 2

16 ode λ, λ2,, λ são todos autovalores de. Etão a seguite iequação é válida para qualquer vetor x : λ( x, x) ( x, x) Λ( x, x ) eorema 3 : Para uma matriz real e simétrica sea positiva defiida, é ecessário e suficiete que todos os seus autovalores seam positivos. Exercício. che os autovalores e os autovetores da matriz : Utilizado-se o software MathCad, tem-se: 2 = eigevals ( ) = eigevecs ( ) = che os autovalores e os autovetores da matriz : = Utilizado-se o software MathCad, tem-se:

17 eigevals ( ) eigevecs ( ) = = i i i Note que existem dois autovalores complexos, que por defiição são cougados i i i i i Note que a 3ª e 4ª coluas são os autovetores correspodetes aos autovalores complexos, e cougados Iversão de Matrizes riagulares Sabemos que a iversa de uma matriz triagular também é triagular e da mesma forma. Sea etão S = s uma matriz triagular e sea t - = = S a matriz iversa de S. Etão, S = I t s = I ou sea, ou melhor aida, t t = s = ( t s ) 2 2 s22 t = ts+ t2s2 + + t, s s (, ) t ii = s t = t s + t s + + t s s ii (, + +,,, ) ii i i i i

18 t t ii =, i=,2,, s ii = t s ik k s k= raslação e Rotação de Eixos Defiição : Sea a trasformação y= c+ x ode c é um vetor costate, caracterizado o deslocameto da origem do couto { y k } em relação ao couto { x k }. uma trasformação desta atureza, deomia-se traslação de eixos. Defiição 2 : Qualquer que sea a trasformação do tipo y=x, pode ser etedida como uma rotação de eixos, quado for uma matriz ortogoal. Em geral, os elemetos a de são os coseos diretores do eixo i de { } em relação ao eixo do x. couto { } k Exemplo: rotação de um âgulo θ em toro do eixo x 3, em um espaço trasformação (demostrar): y k y cosθ seθ 0 x y2 = seθ cosθ 0. x 2 y x 3 3 R é dado pela

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução

Leia mais

Transformação de similaridade

Transformação de similaridade Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial

Leia mais

1. Revisão Matemática

1. Revisão Matemática Se x é um elemeto do cojuto Notação S: x S Especificação de um cojuto : S = xx satisfaz propriedadep Uião de dois cojutos S e T : S T Itersecção de dois cojutos S e T : S T existe ; para todo f : A B sigifica

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003 ÁLGEBRA Liceciatura em Egeharia Electrotécica e de Computadores LEEC Ao lectivo de 00/003 Apotametos para a resolução dos exercícios da aula prática 5 MATRIZES ELIMINAÇÃO GAUSSIANA a) Até se obter a forma

Leia mais

TRANSFORMAÇÕES LINEARES

TRANSFORMAÇÕES LINEARES rasformação Liear NSFOMÇÕES LINEES Sejam e espaços vetoriais reais Dizemos que uma fução : é uma trasformação liear se a fução preserva as operações de adição e de multiplicação por escalar isto é se os

Leia mais

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii) Capítulo Aplicações lieares Seja T: R R a multiplicação por 8 a) Quais dos seguites vectores estão em Im( T )? i) ii) 5 iii) b) Quais dos seguites vectores estão em Ker( T)? i) ii) iii) c) Qual a dimesão

Leia mais

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. 1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),

Leia mais

( ) III) ESPAÇOS VETORIAIS REAIS. Definição: Denomina-se espaço vetorial sobre os Reais (R) ao conjunto não vazio. 1) Existe uma adição:

( ) III) ESPAÇOS VETORIAIS REAIS. Definição: Denomina-se espaço vetorial sobre os Reais (R) ao conjunto não vazio. 1) Existe uma adição: Elemetos de Álgebra Liear ESPAÇOS VETORIAIS REAIS III) ESPAÇOS VETORIAIS REAIS Defiição: Deomia-se espaço vetorial sobre os Reais (R) ao cojuto ão vazio + : V V V ) Existe uma adição: com as seguites propriedades:

Leia mais

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003 ÁLGEBRA Liceciatura em Egeharia Electrotécica e de Computadores LEEC Ao lectivo de 00/003 Apotametos para a resolução dos eercícios da aula prática 6 MATRIZES DETERMINANTES a) Epadido ao logo da primeira

Leia mais

TEORIA DE SISTEMAS LINEARES

TEORIA DE SISTEMAS LINEARES Ageda. Algebra Liear (Parte II). Atividades V Profa. Dra. Letícia Maria Bolzai Poehls 8// Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação em

Leia mais

FORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo:

FORMAS QUADRÁTICAS. Esta forma quadrada pode ser reescrita em forma matricial, segundo: PROGRAA DE ENGENHARIA QUÍICA/COPPE/UFRJ COQ 897- OIIZAÇÃO DE PROCESSOS- II/ FORAS QUADRÁICAS Em a epressão geral das formas quadráticas é: a a f (, ) cbb a, cujas derivadas parciais são: f(, ) b a a f(,

Leia mais

12/09/2017. SOMA DE n TERMOS TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TERMO GERAL

12/09/2017. SOMA DE n TERMOS TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TOP DINÂMICO + ENEM TERMO GERAL /9/7 PROGRESSÃO ARIMÉICA QUANDO SOMA-SE UM MESMO VALOR A CADA ERMO A RAZÃO É A DIFERENÇA ENRE UM ERMO E O SEU ANECESSOR ERMO CENRAL A MÉDIA ARIMÉICA DOS EXREMOS RAZÃO POSIIVA, P.A. CRESCENE, RAZÃO NEGAIVA,

Leia mais

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos.

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos. VARIÁVEIS DE ESTADO Defiições MODELAGEM E DINÂMICA DE PROCESSOS Profa. Ofélia de Queiroz Ferades Araújo Estado: O estado de um sistema diâmico é o cojuto míimo de variáveis (chamadas variáveis de estado)

Leia mais

2. Revisões e definições de matrizes

2. Revisões e definições de matrizes Apotametos de Processameto Adaptativo de Siais 2. Revisões e defiições de matrizes Breve revisão de propriedades de matrizes 1. Valores próprios e vectores próprios A cada matriz quadrada A, de dimesões

Leia mais

TÓPICOS. Transformação linear.

TÓPICOS. Transformação linear. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira Chama-se a ateção para a importâcia do trabalho pessoal a realizar pelo aluo resolvedo

Leia mais

AULA Matriz inversa Matriz inversa.

AULA Matriz inversa Matriz inversa. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira ÓPICOS Matriz iversa. U 6 Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

TÓPICOS. Matriz inversa. Método de condensação. Matriz ortogonal. Propriedades da álgebra matricial.

TÓPICOS. Matriz inversa. Método de condensação. Matriz ortogonal. Propriedades da álgebra matricial. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira ÓPICOS Matriz iversa. U 6 Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

TEORIA DE SISTEMAS LINEARES

TEORIA DE SISTEMAS LINEARES Ageda. Algebra Liear (Parte I). Ativadades IV Profa. Dra. Letícia Maria Bolzai Poehls /0/00 Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (IV ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice 4 4 Defiição e exemplos 4 Subespaços4 4 Cojutos

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

Propriedades. 1) Combinação linear de linhas duma matriz soma de uma linha com outra linha multiplicada por um factor multiplicativo

Propriedades. 1) Combinação linear de linhas duma matriz soma de uma linha com outra linha multiplicada por um factor multiplicativo ropriedades ) Combiação liear de lihas duma matriz soma de uma liha com outra liha multiplicada por um factor multiplicativo Eemplo: dicioar à liha 3 a liha multiplicada por um factor multiplicativo m

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

Métodos iterativos. Métodos Iterativos para Sistemas Lineares

Métodos iterativos. Métodos Iterativos para Sistemas Lineares Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Números Complexos. David zavaleta Villanueva 1

Números Complexos. David zavaleta Villanueva 1 Material do miicurso a ser lecioado o III EREM-Mossoró-UERN UFRN - Uiversidade Federal do Rio Grade do Norte Edição N 0 outubro 011 Números Complexos David zavaleta Villaueva 1 1 CCET-UFRN, Natal, RN,

Leia mais

UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DAS ENGENHARIAS Disciplina: Vetores e Álgebra linear. Lista 01

UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DAS ENGENHARIAS Disciplina: Vetores e Álgebra linear. Lista 01 UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DAS ENGENHARIAS Disciplia: Vetores e Álgebra liear Lista Prof: Germá Suazo Desehe os seguites vetores com o poto iicial a origem de coordeadas (posição padrão) em

Leia mais

Objectivos da Aula: Ser Capaz de proceder à Construção de Mohr para estados planos. Comparar os resultados Analíticos com os Resultados Gráficos.

Objectivos da Aula: Ser Capaz de proceder à Construção de Mohr para estados planos. Comparar os resultados Analíticos com os Resultados Gráficos. Sumário e Objectivos Sumário: Perpedicularidade das esões Pricipais. Elipsóide de Lamé. esões Octaédricas. Caso Particular do Estado Plao de esão. esões Pricipais Secudárias. Circuferêcia ou Circulo de

Leia mais

ÁLGEBRA LINEAR. Daniele Corradetti

ÁLGEBRA LINEAR. Daniele Corradetti ÁLGEBRA LINEAR Daiele Corradetti 26 Fevereiro 2016 Coteúdo 1 Espaços vectoriais 3 1.1 Itrodução.................................... 3 1.1.1 Espaço vectorial............................. 3 1.1.2 Depedêcia

Leia mais

2 OPERAÇÕES E REPRESENTAÇÃO BÁSICAS EM 2D

2 OPERAÇÕES E REPRESENTAÇÃO BÁSICAS EM 2D 2 OPERAÇÕES E REPRESENTAÇÃO BÁSICAS EM 2D Neste capítulo abordaremos os aspectos pricipais em um sistema gráfico 2D: Trasformações 2D e o Sistema de Coordeadas Homogêeo Como Modelamos as Traformações de

Leia mais

NOTAÇÕES. denota o segmento que une os pontos A e B. In x denota o logarítmo natural de x. A t denota a matriz transposta da matriz A.

NOTAÇÕES. denota o segmento que une os pontos A e B. In x denota o logarítmo natural de x. A t denota a matriz transposta da matriz A. MATEMÁTICA NOTAÇÕES é o cojuto dos úmeros compleos. é o cojuto dos úmeros reais. = {,,, } i deota a uidade imagiária, ou seja, i =. Z é o cojugado do úmero compleo Z Se X é um cojuto, PX) deota o cojuto

Leia mais

Operadores Lineares e Matrizes

Operadores Lineares e Matrizes Operadores Lieares e Matrizes Ua Distição Fudaetal e Álgebra Liear Prof Carlos R Paiva Operadores Lieares e Matrizes Coeceos por apresetar a defiição de operador liear etre dois espaços lieares (ou vectoriais)

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

Mecânica dos Sólidos II

Mecânica dos Sólidos II Curso de Egeharia Civil Uiversidade Estadual de Marigá Cetro de Tecologia Departameto de Egeharia Civil Mecâica dos Sólidos II Bibliografia: Beer, F. P.; Johsto, Jr. E. R.; DEWolf, J. T. Resistêcia dos

Leia mais

2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES

2. COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES CAPITULO II COMBINAÇÃO LINEAR E DEPENDÊNCIA LINEAR DE VETORES Acreditamos que os coceitos de Combiação Liear (CL) e de Depedêcia Liear serão melhor etedidos se forem apresetados a partir de dois vetores

Leia mais

Bases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012

Bases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012 Bases e dimesão Roberto Imbuzeiro Oliveira 22 de Março de 2012 1 Defiições básicas Nestas otas X é espaço vetorial com mais de um elemeto sobre o corpo F {R, C}. Uma base (ão ecessariamete LI) de X é um

Leia mais

por eliminaçaoda linha i e da coluna j

por eliminaçaoda linha i e da coluna j ídice Traço de uma Matriz DEFINIÇÃO, B, C,..., matrizes quadradas de ordem tr ( ) = a ii i= MTLB t = trace( ) PROPRIEDDES tr( ± B) = tr( ) ± tr( B) tr tr ( α ) = α tr( ) ( B) = tr( B ) ( B C) = ( B C )

Leia mais

Construção do anel de polinômios em uma indeterminada utilizando módulos

Construção do anel de polinômios em uma indeterminada utilizando módulos Costrução do ael de poliômios em uma idetermiada utilizado módulos Costructio of the rig of polyomials i oe idetermiate usig modules ISSN 2316-9664 Volume 12, jul. 2018 Christia José Satos Goçalves Uiversidade

Leia mais

Sinais de Tempo Discreto

Sinais de Tempo Discreto Siais de Tempo Discreto Siais defiidos em istates discretos do tempo t 0, t 1, t 2,..., t,... são siais de tempo-discreto, deotados pelos símbolos f(t ), x(t ), y(t )... (sedo um iteiro). x(t )... t 1

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Wavelets. Jorge Salvador Marques, Motivação

Wavelets. Jorge Salvador Marques, Motivação Wavelets Jorge Salvador Marques, 9 Motivação Jorge Salvador Marques, 9 Qual é a melhor escala? Os obectos aparecem a imagem com dimesões muito diferetes Não uma escala úica que sea apropriada Há uma escala

Leia mais

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-44 Cálculo Diferecial e Itegral II (Escola Politécica) Terceira Lista de Exercícios - Professor: Equipe de Professores 0.1. Vide Lista,

Leia mais

A letra x representa números reais, portanto

A letra x representa números reais, portanto Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 65) ª FASE DE JULHO 016 GRUPO I 1. Sabe-se que: P ( A B ) 0, 6 P A B P A Logo, 0, + 0, P A B Como P P 0, 6 P A B 1 0,

Leia mais

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares.

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares. R C : cojuto dos úmeros reais : cojuto dos úmeros complexos i : uidade imagiária: i2 = 1 z Re(z) Im(z) det A : módulo do úmero z E C : parte real do úmero z E C : parte imagiária do úmero z E C : determiate

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS TRABALHO DE CONCLUSÃO DE CURSO. Débora Zichtl Campos Mariani Pichetti

UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS TRABALHO DE CONCLUSÃO DE CURSO. Débora Zichtl Campos Mariani Pichetti UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS Itrodução aos métodos de iteração de subespaço TRABALHO DE CONCLUSÃO DE CURSO Débora Zichtl Campos Mariai Pichetti Floriaópolis,

Leia mais

FORMA TRIGONOMÉTRICA. Para ilustrar, calcularemos o argumento de z 1 i 3 e w 2 2i AULA 34 - NÚMEROS COMPLEXOS

FORMA TRIGONOMÉTRICA. Para ilustrar, calcularemos o argumento de z 1 i 3 e w 2 2i AULA 34 - NÚMEROS COMPLEXOS 145 AULA 34 - NÚMEROS COMPLEXOS FORMA TRIGONOMÉTRICA Argumeto de um Número Complexo Seja = a + bi um úmero complexo, sedo P seu afixo o plao complexo. Medido-se o âgulo formado pelo segmeto OP (módulo

Leia mais

GEOMETRIA BÁSICA GGM00161-TURMA M2. Dirce Uesu Pesco Geometria Espacial 18/11/2010

GEOMETRIA BÁSICA GGM00161-TURMA M2. Dirce Uesu Pesco Geometria Espacial 18/11/2010 GEOMETRIA BÁSICA 200-2 GGM006-TURMA M2 Dirce Uesu Pesco Geometria Espacial 8//200 Defiição : PRISMA Cosidere dois plaos paralelos α e β e um segmeto de reta PQ, cuja reta suporte r itercepta o plao α.

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Sumário 1 SISTEMAS LINEARES 2 2 SISTEMAS EQUIVALENTES 2 3 SISTEMAS ESCALONADOS 4 4 DISCUSSÃO E RESOLUÇÃO DE SISTEMAS LINEARES 6 5 MATRIZES 7

Sumário 1 SISTEMAS LINEARES 2 2 SISTEMAS EQUIVALENTES 2 3 SISTEMAS ESCALONADOS 4 4 DISCUSSÃO E RESOLUÇÃO DE SISTEMAS LINEARES 6 5 MATRIZES 7 Sumário 1 SISTEMAS LINEARES 2 2 SISTEMAS EQUIVALENTES 2 3 SISTEMAS ESCALONADOS 4 4 DISCUSSÃO E RESOLUÇÃO DE SISTEMAS LINEARES 6 5 MATRIZES 7 6 OPERAÇÕES COM MATRIZES 7 7 MATRIZES INVERSÍVEIS 11 8 SISTEMAS

Leia mais

Sonia Elena Palomino Castro Bean Daniel Noberto Kozakevich. Álgebra Linear I

Sonia Elena Palomino Castro Bean Daniel Noberto Kozakevich. Álgebra Linear I Soia Elea Palomio Castro Bea Daiel Noberto Kozakevich Álgebra Liear I Floriaópolis, 008 Uiversidade Federal de Sata Cataria Cosórcio ReDiSul Campus Uiversitário ridade Caixa Postal 476 CEP 88040-900 Floriaópolis

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Interpolação. Interpolação Polinomial

Interpolação. Interpolação Polinomial Iterpolação Iterpolação Poliomial Objetivo Iterpolar uma fução f(x) cosiste em aproximar essa fução por uma outra fução g(x), escolhida etre uma classe de fuções defiidas (aqui, usaremos poliômios). g(x)

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I Associação de Professores de Matemática Cotactos: Rua Dr. João Couto,.º 7-A 1500-6 Lisboa Tel.: +51 1 716 6 90 / 1 711 0 77 Fa: +51 1 716 64 4 http://www.apm.pt email: geral@apm.pt PROPOSTA DE RESOLUÇÃO

Leia mais

. Dessa forma, quanto menor o MSE, mais a imagem

. Dessa forma, quanto menor o MSE, mais a imagem Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões

Leia mais

UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS

UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS INTRODUÇÃO Carlos Herique Togo e Atôio Carlos Nogueira Hoje em dia, um dos mais produtivos e atraetes ramos da Matemática é a Teoria de Sigularidades A Teoria

Leia mais

Exercícios de DSP: 1) Determine se os sinais abaixo são periódicos ou não e para cada sinal periódico, determine o período fundamental.

Exercícios de DSP: 1) Determine se os sinais abaixo são periódicos ou não e para cada sinal periódico, determine o período fundamental. Exercícios de DSP: 1) Determie se os siais abaixo são periódicos ou ão e para cada sial periódico, determie o período fudametal a x[ ] = cos( 0,15 π ) 1 18 b x [ ] = Re{ e } Im{ } jπ + e jπ c x[ ] = se(

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

EES-49/2012 Resolução da Prova 1

EES-49/2012 Resolução da Prova 1 EES-49/ Resolução da Prova Obs: esta resolução tem explicações e passos itermediários para facilitar o etedimeto. Parte dessas explicações e os passos itermediários ão são cobrados a correção da prova.

Leia mais

Provas de Matemática Elementar - EAD. Período

Provas de Matemática Elementar - EAD. Período Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova

Leia mais

Questão 02. Resolução: Sejam r e s as retas suportes de AB e BC, respectivamente. Equações de r e s. Da figura 1, temos: b + = + = + + = 4 ) 2.

Questão 02. Resolução: Sejam r e s as retas suportes de AB e BC, respectivamente. Equações de r e s. Da figura 1, temos: b + = + = + + = 4 ) 2. 009 IME Questão 0 Sae-se que: a [ a ] + {a}, a \, ode [a] é a parte iteira de a x + [ y ] + {z}, y + [ z ] + {x}, 6, z + [ x ] + { y} com x, y e z \ Determie o valor de x y + z Para o sistema dado, podemos

Leia mais

= { 1, 2,..., n} { 1, 2,..., m}

= { 1, 2,..., n} { 1, 2,..., m} IME ITA Apostila ITA E 0 Matrizes Ua atriz de orde é, iforalete, ua tabela co lihas e coluas, e que lihas são as filas horizotais e coluas são as filas verticais Co esta idéia teos a seguite represetação

Leia mais

2. Ferramentas matemáticas da termodinâmica Bernhard Lesche

2. Ferramentas matemáticas da termodinâmica Bernhard Lesche . Ferrametas matemáticas da termodiâmica Berhard Lesche Na termodiâmica trabalharemos frequetemete com difereciais de fuções de estado, como, por exemplo, a diferecial da eergia itera du ou a diferecial

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0

Leia mais

Matemática E Extensivo V. 1

Matemática E Extensivo V. 1 Extesivo V. 0) a) r b) r c) r / d) r 7 0) A 0) B P.A. 7,,,... r a + ( ). a +. + 69 a 5 P.A. (r, r, r ) r ( r + r) 6r r r r 70 Exercícios 05) a 0 98 a a a 06) E 07) B 08) B 7 0 0; 8? P.A. ( 7, 65, 58,...)

Leia mais

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos

Leia mais

Aspectos Teóricos das Transformadas de Imagens

Aspectos Teóricos das Transformadas de Imagens Aspectos Teóricos das Trasformadas de Images WILLIAM ROBSO SCHWARTZ, HÉLIO PEDRII Uiversidade Federal do Paraá, Departameto de Iformática 853-990, Curitiba-PR, Brasil {william,helio}@if.ufpr.br Resumo.

Leia mais

META Suprir algumas deficiências sobre álgebra ensinada em matemática no nível médio

META Suprir algumas deficiências sobre álgebra ensinada em matemática no nível médio ÁLGEBRA BÁSICA Aula 5 META Suprir algumas deficiêcias sobre álgebra esiada em matemática o ível médio OBJETIVOS Ao fi al desta aula, o aluo deverá: defi ir coceitos matemáticos de álgebra básica; iterpretar

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de

Leia mais

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO Processameto Digital de Siais Aula 7 Professor Marcio Eisecraft abril 0 AULA 7 A TRANSFORMADA Z - DEFINIÇÃO Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Siais e Sistemas, a edição, Pearso, 00. ISBN 9788576055044.

Leia mais

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 4

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 4 Prova QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA UEM Comissão Cetral do Vestibular Uificado MATEMÁTICA 0 Em um paralelepípedo retâgulo,

Leia mais

Capítulo 1. Os Números Complexos. 1.1 Os números. Última atualização em outubro de 2012 por Sadao Massago

Capítulo 1. Os Números Complexos. 1.1 Os números. Última atualização em outubro de 2012 por Sadao Massago Capítulo 1 Os Números Complexos Última atualização em outubro de 2012 por Sadao Massago 1.1 Os úmeros Números aturais: N = {1, 2, 3,...}, mas existem vários autores cosiderado N = {0, 1, 2, 3,...}. Para

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 1

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 1 Prova QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA UEM Comissão Cetral do Vestibular Uificado GABARITO MATEMÁTICA 0 Na figura a seguir, o

Leia mais

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 2

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 2 Prova QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA UEM Comissão Cetral do Vestibular Uificado GABARITO MATEMÁTICA 0 Na figura a seguir, ABCD

Leia mais

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 3

QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. Prova 3 Matemática QUESTÕES OBJETIVAS GABARITO 3 Prova QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA UEM Comissão Cetral do Vestibular Uificado GABARITO MATEMÁTICA 0 O poliômio p( ) 5 04 +

Leia mais

Soluções dos Exercícios do Capítulo 6

Soluções dos Exercícios do Capítulo 6 Soluções dos Eercícios do Capítulo 6 1. O poliômio procurado P() a + b + c + d deve satisfazer a idetidade P(+1) P() +, ou seja, a(+1) + b(+1) + c(+1) + d a + b + c + d +, o que é equivalete a (a 1) +

Leia mais

{ } 3.3 Função Densidade de Probabilidade Condicional e Independência

{ } 3.3 Função Densidade de Probabilidade Condicional e Independência 33 Fução Desidade de Probabilidade Codicioal e Idepedêcia Fução de Desidade de Probabilidade Codicioal (dimesão ) Seja f ( x,,x ) uma desidade cojuta associada a uma variável aleatória de dimesão Sejam

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros 3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas

Leia mais

Matriz em banda. largura de banda superior: número de diagonais não nulas, acima da diagonal principal X 0 X X 0 X X 0 X X 0 0

Matriz em banda. largura de banda superior: número de diagonais não nulas, acima da diagonal principal X 0 X X 0 X X 0 X X 0 0 Matriz em bada X X X X X 0 0 0 0 0 0 0 X X 0 X 0 0 0 0 0 0 0 0 X X X X X X X 0 0 0 0 0 0 X X X X 0 X 0 0 0 0 0 X 0 X X X X X X X 0 0 0 X 0 X X 0 X X 0 X X 0 0 0 X X X X X X X X X X 0 0 0 0 X 0 0 X X X

Leia mais

Solução Comentada Prova de Matemática

Solução Comentada Prova de Matemática 0 questões. Sejam a, b e c os três meores úmeros iteiros positivos, tais que 5a = 75b = 00c. Assiale com V (verdadeiro) ou F (falso) as opções abaixo. ( ) A soma a b c é igual a 9 ( ) A soma a b c é igual

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

O Teorema de Barlotti

O Teorema de Barlotti O Teorema de Barlotti Luciaa Yoshie Tsuchiya Gabriela Aparecida dos Reis Edso Agustii Faculdade de Matemática - Famat Uiversidade Federal de Uberlâdia - Ufu - MG Setembro de 2007 1 Itrodução Este trabalho

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r. Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo

Leia mais

Questão 1. Questão 2. Questão 3. Resposta. Resposta. Resposta

Questão 1. Questão 2. Questão 3. Resposta. Resposta. Resposta Questão 1 a) O faturameto de uma empresa este ao foi 1% superior ao do ao aterior; oteha o faturameto do ao aterior, saedo que o deste ao foi de R$1.4.,. ) Um comerciate compra calças a um custo de R$6,

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Escola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema III Sucessões Reais. TPC nº 10 (entregar no dia 6 de Maio de 2011) 1ª Parte

Escola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema III Sucessões Reais. TPC nº 10 (entregar no dia 6 de Maio de 2011) 1ª Parte Escola Secudária com º ciclo D. Diis º Ao de Matemática A Tema III Sucessões Reais TPC º 0 (etregar o dia 6 de Maio de 0) ª Parte As cico questões deste grupo são de escolha múltipla. Para cada uma delas

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática Uiversidade Federal do Rio de Jaeiro Istituto de Matemática Departameto de Matemática Disciplia: Cálculo Diferecial e Itegral IV Uidades: Escola Politécica e Escola de Quimica Código: MAC 248 Turmas: Egeharias

Leia mais

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares. 5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )

Leia mais

Planificação Anual de Matemática

Planificação Anual de Matemática Direção-Geral dos Estabelecimetos Escolares Direção de Serviços da Região Cetro Plaificação Aual de Matemática Ao Letivo: 2015/2016 Domíio Coteúdos Metas Curriculares Nº de Aulas (45 miutos) TEOREMA DE

Leia mais

Exercícios de Cálculo III - CM043

Exercícios de Cálculo III - CM043 Eercícios de Cálculo III - CM43 Prof. José Carlos Corrêa Eidam DMAT/UFPR Dispoível o sítio people.ufpr.br/ eidam/ide.htm o. semestre de 22 Lista Sequêcias e séries de úmeros reais. Decida se cada uma das

Leia mais

1. Revisão Matemática

1. Revisão Matemática Sequêcias de Escalares Uma sequêcia { } diz-se uma sequêcia de Cauchy se para qualquer (depedete de ε ) tal que : ε > 0 algum K m < ε para todo K e m K Uma sequêcia { } diz-se ser limitada superiormete

Leia mais

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr.

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr. Formas Normais Dalto E. dos Satos, Kelvi E. Nogueira da Silva, Jorge L. dos Satos Ramos Jr. Departameto de Iformática Uiversidade Tecológica Federal do Paraá (UTFPR) CEP: 80230-901 Curitiba PR Brasil daltoes@ms.com,

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais