Método dos Mínimos Quadrados Lineares
|
|
- Vasco Salvado Brunelli
- 6 Há anos
- Visualizações:
Transcrição
1 Método dos Mínimos Quadrados Lineares Orientando: Alex Rogger Cardoso Ventura Orientador: Max Leandro Nobre Gonçalves Co-orientador: Ademir Alves Aguiar Instituto de Matemática e Estatística, Universidade Federal de Goiás, Campus Samambaia, Goiânia, Brasil 13 de setembro de 2013 Resumo O presente trabalho apresenta uma análise do método dos mínimos quadrados lineares, o qual é uma técnica da otimização matemática que procura encontrar o melhor ajuste linear para um conjunto de dados, procurando minimizar a soma dos quadrados das diferenças entre o valor estimado e os dados observados O método utiliza-se da pseudo-inversa de uma matriz para determinar os parâmetros deste ajuste Palavras-Chave: Método dos Mínimos Quadrados Lineares, pseudo-inversa de uma matriz Introdução Estabelecer relações entre grandezas tais como peso por altura, comprimento por altura e quantidade por qualidade, é importante em diversas áreas do conhecimento Neste artigo discutiremos o Método dos Mínimos Quadrados Linear, o qual pode ser utilizado para estabelecer tais relações O nosso principal objetivo será determinar a melhor função linear que se ajusta a um conjunto de dados tentando minimizar a soma dos quadrados das diferenças entre o valor estimado e os dados observados Revisado pelo Orientador
2 Para explicar a ideia do método, discutiremos o ajuste de uma reta a um conjunto de dados Consideremos uma coleção de pares ordenados obtidos em função de algum tipo de experimento, como: x x 1 x 2 x 3 x 4 x 5 x m 1 x m y y 1 y 2 y 3 y 4 y 5 y m 1 y m A colocação destes pares ordenados num plano cartesiano, depende dos valores de x i e y i, (i = 1, 2,, m) e pode fornecer um gráfico como: Figura 1: Conjunto de dados Estudando uma Matemática mais aprofundada existe a Teoria de Interpolação que é a área que estuda tais processos para obter funções que passam exatamente pelos pontos dados, enquanto que a Teoria de Aproximação, a qual será considerada neste trabalho, estuda processos para obter funções que passem o mais próximo possível dos pontos dados É óbvio que se pudermos obter funções que passem próximas dos pontos dados e que tenham uma expressão fácil de ser manipulada, teremos obtido algo positivo e de valor científico A imagem abaixo mostra a função linear que passa o mais proximo do conjunto de dados da figura 1 Figura 2: Reta ajustada ao conjunto de dados Dada uma reta na forma ŷ(x) = a 1 x + a 2, onde a 1, a 2 R, a ideia básica é tentar descobrir quais são os valores dos coeficientes a 1 e a 2 de tal modo que a soma dos quadrados das
3 distâncias (tomadas na vertical) da referida reta a cada um dos m pontos dados r i = ŷ(x i ) y i (resíduo de cada ponto para i = 1, 2,, m) seja a menor possível, ié, min m (r i ) 2 = min i=1 ou equivalentemente onde A = m (ŷ(x i ) y i ) 2 = min i=1 x 1 1 x 2 1 x m 1 m (a 1 x i + a 2 y i ) 2 i=1 min Ax x R b 2 (1), x = [ a1 a 2 ], b = Assim, para determinarmos a melhor reta que se aproxima ao conjunto de pontos dados é equivalente a resolver o problema 1 Determinar a solução deste problema é o principal objetivo do nosso trabalho e será discutido na próxima seção É importante destacar que nossa análise será feita em um contexto mais geral, ie, dado um conjunto de m pontos em R n {(x 11, x 12,, x 1n ), (x 21, x 22,, x 2n ),, (x m1, x m2,, x mn )} e uma função linear na forma ŷ(x 1,, x n 1 ) = a 1 x a n 1 x n 1 + a n, onde a j R, para j = 1, 2,, n nosso objetivo será minimizar os resíduos r i consequentemente o problema torna-se ou equivalentemente onde min m (r i ) 2 = min i=1 = min y 1 y 2 y n = ŷ(x i1, x i2,, x i n 1 ) x in (resíduo de cada ponto), m (ŷ(x i1, x i2,, x i n 1 ) x in ) 2 i=1 m (a 1 x i1 + + a n 1 x i n 1 + a n x in ) 2 i=1 x 11 x 12 x 1n 1 1 x 21 x 22 x 2n 1 1 A =, x = x m1 x m2 x mn 1 1 min Ax x R b 2 (2) a 1 a 2 a n 1 a n, b = x 1n x 2n x mn
4 Análise do Método dos Mínimos Quadrados lineares Nosso objetivo nesta seção é resolver o problema 2 Para isso, consideraremos o vetor x uma solução do problema 2, ié, x é o vetor o qual melhor aproxima a função linear aos pontos Se em qualquer caso o sistema apresentar solução exata, ou seja, Ax = b, então o vetor x é o mínimo absoluto de Ax b, ou seja, Ax b = 0 Iremos dividir Problema de Mínimos Quadrados lineares nos três casos subsequentes: 1 o Caso (m n e P osto(a) = n) Nesta seção consideraremos que m n e P osto(a) = n, isto implica que número de parâmetros n não ultrapassa o número de equações m Para caracterizar as soluções de mínimos quadrados neste caso, será necessário o seguinte resultado Lema 1 Seja A R m n, m n Então, posto A = n se e somente se, posto A T A = n (isto é, a matriz quadrada A T A é não singular) Prova Ver Lema 121, pp 187 de Edwin K P Chong and Stanislaw H Zak [1] Como já afirmado, nosso objetivo é encontrar um vetor x que minimiza Ax b 2, isto é, Ax b 2 Ax b 2, x R n Assim, considerando que m n, P osto(a) = n e A T A existe (Lema 1), estamos aptos para dar a caracterização da solução de mínimos quadrado: Teorema 1 Sejam A R m n, b R m, m n e P osto(a) = n O único vetor x que minimiza Ax b é dado pela solução da equação A T Ax = A T b, isto é, x = (A T A) 1 A T b Prova Seja x = (A T A) 1 A T b Elementar analisar que, Ax b 2 = A(x x ) + (Ax b) 2 = (A(x x ) + (Ax b)) T (A(x x ) + (Ax b)) = A(x x ) 2 + Ax b 2 + 2[A(x x )] T (Ax b)
5 Mostramos agora que o último termo da equação acima é zero De fato, substituindo no último termo da expressão acima o respectivo valor de x, obtemos [A(x x )] T (Ax b) = (x x ) T A T [(A(A T A) 1 A T I n )]b = (x x ) T [(A T A)(A T A) 1 A T A T )]b = (x x ) T (A T A T )b = 0 Desta forma, temos que Ax b 2 = A(x x ) 2 + Ax b 2 Se x x, então A(x x ) > 0, pois P osto(a) = n Assim, segue que para todo x x, Ax b 2 > Ax b 2 Portanto, x = (A T A) 1 A T b é o único vetor o qual minimiza Ax b 2 A seguir, daremos uma interpretação geométrica do teorema anterior Primeiro, note que as colunas de A geram um subespaço n-dimensional de R m o qual é denotado por Im(A) A equação Ax = b terá solução se, e somente se, b pertence ao subespaço Im(A) Se m = n, então b Im(A) e x = A 1 b será a solução da equação Agora, suponha que m > n Quase sempre b Im(A), ie, a probalidade de b pertencer a Im(A) é bem pequena, porque o subespaço gerado pelas colunas de A é pequeno Assim, admita que b Im(A) Então, desejamos descobrir um ponto h Im(A) o mais próximo de b Geometricamente, h é o ponto tal que o vetor e = h b é ortogonal ao subespaço Im(A) (Ver Figura 3) Lembrando que um vetor e R m é dito ortogonal ao subespaço Im(A) se é ortogonal a todo vetor deste subespaço Seja h a projeção ortogonal de b sobre o subespaço Im(A) Como consequência, h = Ax = A(A T A) 1 A T b Assim, o vetor h Im(A) que minimiza h b é exatamente a projeção ortogonal de b sobre Im(A) Em outras palavras, o vetor x que minimiza Ax b é precisamente o vetor que faz Ax b ser ortogonal a Im(A) Para prosseguir, escrevemos A = [a 1, a 2,, a n ], onde a 1, a 2,, a n são as colunas de A O vector e é ortogonal a Im(A) se, e somente se, for ortogonal a cada um dos vetores colunas a 1, a 2,, a n de A De fato, note que e, a i = 0, i = 1, 2,, n
6 Figura 3: Projeção Ortogonal de b sobre o subespaço Im(A) se, e somente se, para todo o conjunto de escalares {x 1, x 2, x n }, tivermos e, x 1 a 1 + x 2 a x n a n = 0 Qualquer vetor na Im(A) tem a forma x 1 a 1 + x 2 a x n a n Proposição 1 Seja h Im(A) tal que h b é ortogonal a Im(A) Então, h = Ax = A(A T A) 1 A T b Prova Como h Im(A) = [a 1,, a n ] = {a A : a = x 1 a 1 + x 2 a x n a n }, então h = x 1 a x n a n, onde x 1,, x n R Para determinar x 1,, x n, usamos a hipótese de que e = h b é ortogonal a [a 1,, a n ], isto é, para todo 1 i n, temos h b, a i = 0 ou, de forma equivalente, h, a i = b, a i Substituindo h nas equações acima, obtém-se um conjunto de n equações lineares da forma a 1, a i x a n, a n x n = b, a i, 1 i n Em notação matricial o sistema acima pode ser escrito como a 1, a 1 a n, a 1 x 1 b, a n = a 1, a n a n, a n x n b, a n Note que podemos escrever a 1, a 1 a n, a 1 a 1, a n a n, a n = A T A = a T 1 a T n [ a 1 a n ]
7 Também podemos escrever b, a 1 b, a n = A T b = a T 1 a T n b Como posto A = n, A T A é não singular podemos concluir que x = x 1 x n = (A T A) 1 A T b = x Note que a matriz a 1, a 1 a n, a 1 A T A = a 1, a n a n, a n desempenha um papel importante na solução de mínimos quadrados Esta matriz é muitas vezes chamada de Matriz de Gram (ou Grammian) 2 o Caso (m n e P osto(a) = m) Nesta seção consideraremos que m n e P osto(a) = m, isto implica que o número de equações m não supera o número de incógnitas n Neste caso, é facil ver que existem infinitas soluções para o sistema de equações Ax = b No entanto, como veremos, podemos encontrar uma solução mais próxima da origem, ou seja, uma solução para Ax = b cuja norma x é mínima Seja x esta solução, isto é, Ax = b e x x para todo x tal que Ax = b Em outras palavras, x é a solução do problema min x sujeito Ax = b Teorema 2 Sejam A R m n, b R m, m n e P osto(a) = m A única solução x para Ax = b que minimiza x é dado por x = A T (AA T ) 1 b Prova Seja x = A T (AA T ) 1 b Primeiro note que, x 2 = (x x ) + x 2 = ((x x ) + x ) T ((x x ) + x ) = x x 2 + x 2 + 2x T (x x )
8 Agora iremos mostrar que x T (x x ) = 0 Primeiro, note que x T (x x ) = [A T (AA T ) 1 b] T [x A T (AA T ) 1 b] = b T (AA T ) 1 [Ax (AA T )(AA T ) 1 b] = b T (AA T ) 1 [b b] = 0 Daí, temos que x 2 = x 2 + x x 2 Como x x 2 > 0 para todo x x, segue que para todo x x, x 2 > x 2 O que implica que x > x 3 o Caso (Caso Geral) Nesta seção, analizaremos uma abordagem geral para resolver Ax = b Considere o problema geral de resolver um sistema de equações lineares Ax = b, onde A R m n, b R m e P osto(a) = r Note que, r min(m, n) No caso em que A R n n e P osto(a) = n, a única solução para o sistema tem a forma x = A 1 b Neste caso, para resolvermos o problema, é o suficiente conhecer a inversa A 1 Nesta seção, analisaremos uma definição de uma inversa generalizada ou pseudo-inversa de uma dada matriz A R m n, a qual desempenha o papel de A 1 quando a matriz A não têm uma inversa (por exemplo, quando A não é uma matriz quadrada) Em particular, discutiremos a pseudo-inversa de uma dada matriz A, denotado A Em nossa discução da pseudo-inversa, utilizaremos a propriedade de que uma matriz não nula A de P osto(a) = r pode ser expressa como o produto de uma matriz de posto coluna completo (P osto(a) = r) por uma matriz de posto linha completo (P osto(a) = r), esta propriedade é denominada fatorização de posto completo Afirmaremos e provaremos este resultado no seguinte lema abaixo
9 Lema 2 (Fatorização de Posto Completo) Seja A R m n, posto(a) = r min(m, n) Então, existem matrizes B R m r e C R r n tal que A = BC, onde posto(a) = posto(b) = posto(c) = r Prova Como posto(a) = r, segue que existem r colunas linearmente independentes em A Sem perda de generalidade, seja a 1, a 2,, a r tais colunas, onde a i é a i-ésima coluna de A As colunas restantes de A podem ser expressas como combinações lineares de a 1, a 2,, a r Assim, uma possível escolha das matrizes B e C com posto completo são B = [a 1,, a r ] R m r, 1 0 c 1,r+1 c 1,n C = R r n, 0 1 c r,r+1 c r,n onde as entradas c i,j são tais que para cada j = r + 1,, n, temos a j = c i,j a c r,j a r Portanto, A = BC Note que se m < n e posto(a) = m, então obtemos B = I m, C = A, onde I m é uma matriz identidade R m m Caso contrário, se m > n e posto(a) = n, então temos que B = A, C = I n Iremos agora introduzir a pseudo-inversa e discutiremos a sua existência e unicidade Para isso, vamos considerar em primeiro lugar a equação matricial AXA = A, onde A R m n uma dada matriz, e X R n m uma matriz que desejamos determinar Observe que, se A é uma matriz quadrada não singular, então a equação acima tem a única solução X = A 1 Definição 1 Dada uma matriz A R m n Uma matriz A R n m é chamada pseudo-inversa (ou inversa generalizada ou inversa de Moore-Penrose) da matriz A, se AA A = A,
10 e existem as matrizes U R n n e V R m m tais que A = UA T e A = A T V (3) A exigência A = UA T = A T V pode ser interpretado da seguinte forma Cada linha da matriz pseudo-inversa A de A é uma combinação linear das linhas de A T, e cada coluna de A é uma combinação linear das colunas de A T Para o caso em que A R m n, m n e posto(a) = n, podemos facilmente verificar que uma pseudo-inversa de A é: A = (A T A) 1 A T De fato, A(A T A) 1 A T A = A, e se definimos U = (A T A) 1 e V = A(A T A) 1 (A T A) 1 A T, então A = UA T = A T V Note-se que, temos A A = I n Por esta razão, (A T A) 1 A T é muitas vezes chamado de pseudo-inversa a esquerda de A Esta fórmula também aparece na análise de mínimos quadrados lineares (ver Seção 2 ) Já para o caso em que A R m n, m n e posto(a) = m, podemos facilmente verificar, como fizemos no caso anterior, que uma pseudo-inversa de A é: A = A T (AA T ) 1 Note que, neste caso, temos AA = I m Por esta razão, a A T (AA T ) 1 é muitas vezes chamado pseudo-inversa a direita de A Esta fórmula também aparece na análise de mínimos quadrados lineares (ver 1 caso) Proposição 2 Seja A R m n Se existe a inversa generalizada A de A, então ela é única Prova Seja A 1 e A 2 as inversas generalizadas de A Devemos mostrar que A 1 = A 2 Pela definição 1 temos, AA 1A = AA 2A = A, e existem as matrizes U 1, U 2 R n n e V 1, V 2 R m m, tais que A 1 = U 1 A T = A T V 1, A 2 = U 2 A T = A T V 2 Seja D = A 2 A 1, U = U 2 U 1, V = V 2 V 1
11 Então, temos que O = ADA, D = UA T = A T V Logo, usando as duas equações acima, obtemos (DA) T DA = A T D T DA = A T V T ADA = O, o que implica que, DA = O Por outro lado, como DA = O, temos DD T = DAU T = O, o que implica em D = A 2 A 1 = O portanto A 2 = A 1 A partir do teorema acima, sabemos que, se uma matriz pseudo-inversa existe ela é única Nosso objetivo agora é mostrar que a pseudo-inversa sempre existe Para isso, mostraremos que a pseudo-inversa de qualquer matriz A é dada pela fórmula A = C B, onde B e C são as pseudo-inversas das matrizes B e C, que formam uma fatorização de posto completo de A, ou seja, A = BC, onde B e C são de posto completo (ver Lema 2) Note que já sabemos como calcular B e C, ou seja, B = (B T B) 1 B T e C = C T (CC T ) 1 Proposição 3 Seja uma matriz A R m n que possui fatorização de posto completo A = BC, com posto(a) = posto(b) = posto(c) = r, B R m r, C R r n Então, A = C B Prova Devemos mostrar que A = C B = C T (CC T ) 1 (B T B) 1 B T
12 satisfaz a condição da definição da pseudo-inversa (ver Definição 1) De fato, primeiro observe que AC B A = BCC T (CC T ) 1 (B T B) 1 B T BC = BC = A Agora, definiremos e U = C T (CC T ) 1 (B T B) 1 (CC T ) 1 C V = B(B T B) 1 (CC T ) 1 (B T B) 1 B T É fácil ver que as matrizes U e V acima satisfazem A = C B = UA T = A T V Portanto, A = C B, é a pseudo-inversa de A Teorema 3 Considere um sistema de equações lineares Ax = b, onde A R m n, b R m e P osto(a) = r O vetor x = A b minimiza Ax b sobre R n Além disso, entre todos os vetores em R n que minimiza Ax b 2, o vetor x = A b é o único vetor de norma mínima Prova Primeiro mostraremos que x = A b minimiza Ax b 2 sobre R n Observe que para todo x R n, temos Ax b 2 = A(x x ) + (Ax b) 2 = A(x x ) 2 + Ax b 2 + 2[A(x x )] T (Ax b) Note que [A(x x )] T (Ax b) = 0, isto é [A(x x )] T (Ax b) = (x x ) T (A T Ax A T b) = (x x ) T (A T AA b A T b) Usando o Lema 2, existem matrizes B R m r e C R r n tais que A = BC, onde posto(a) = posto(b) = posto(c) = r Assim concluímos que A T AA = C T B T BCC T (CC T ) 1 (B T B) 1 B T = A T
13 Portanto, Daí, temos [A(x x )] T (Ax b) = (x x ) T (A T b A T b) = 0 Ax b 2 = A(x x ) 2 + Ax b 2 Como, A(x x ) 2 0, obtemos Ax b 2 Ax b 2 O que implica que x minimiza Ax b 2 Agora mostraremos que entre todos x que minimiza Ax b 2, o vetor x = A b é o único vetor de norma mínima Então suponha que exista um outro vetor x minimizando Ax b 2 Temos assim, x 2 = ( x x ) + x 2 = x x 2 + x 2 + 2x T ( x x ) Note que x T ( x x ) = 0, isto é x T ( x x ) = (A b) T ( x A b) = b T B(B T B) T (CC T ) T C( x C T (CC T ) 1 (B T B) 1 B T b) (4) = b T B(B T B) T (CC T ) T [C x (B T B) 1 B T b], onde o expoente T denota a transposta da matriz inversa Usando novamente o Lema, temos que Ax b 2 = B(Cx) b 2 Como x minimiza Ax b 2 e C possui posto completo, então y = C x minimiza By b 2 sobre R r Como B possui posto linha completo, pelo Teorema 2, temos que C x = y = (B T B) 1 B T b Substituindo esta informação na equação, obtém-se x T ( x x ) = 0 Daí, obtemos que x 2 = x x 2 + x 2 Como x x 2 > 0 para todo x x Segue que x 2 > x 2 Equivalentemente, temos x > x Portanto, entre todos os vetores minimizando Ax b 2, o vetor x = A b é o único vetor de norma mínima
14 A pseudo-inversa tem as seguintes propriedades úteis: a (A T ) = ( A ) T ; b (A ) = A As duas propriedades acima são semelhantes e são satisfeitas pela habitual matriz inversa No entanto, cabe ressaltar que a propriedade (A 1 A 2 ) = A 1A 2 não é valido para todas as matrizes pseudo-inversas de uma matriz A Finalmente, é importante notar que é possível definir a pseudo-inversa uma forma alternativa, seguindo a definição de Penrose Mais especificamente, Penrose definiu a pseudo-inversa da matriz A R m n representa como a única matriz A R n m satisfazendo as seguintes propriedades: 1) AA A = A; 2) A AA = A ; 3) (AA ) T = AA ; 4) (A A) T = A A A definição acima é equivalente a definição 1 Exemplos Exemplo 1 Em uma determinada região um biólogo pretende estudar a relação entre um determinado poluente despejado por uma fábrica em um riacho e o dano causado em curso de água, para isso foram coletadas os seguintes valores de Dano Ecológico em relação a Quantidade de Poluente: Quantidade de Poluente (µg/l) Dano Ecológico Queremos encontrar uma reta dada por y = cx + d, que ajustam os dados mostrados na Tabela Em outras palavras, queremos encontrar dois números, c e d, tais que y i = cx i + d, i = 0, 1, 2, 3, 4, 5 Entretanto, não existe uma reta que passa diretamente por todos os seis pontos simultaneamente Por essa razão, queremos encontrar os valores de c e d que melhor ajustam os dados no sentido do método dos mínimos quadrados
15 Podemos representar nosso problema com um sistema de seis equações linear da forma: 1c + d = 3 2c + d = 6 3c + d = 7 4c + d = 10 5c + d = 10 6c + d = 12 Agora, reescrevendo o sistema de equações acima na forma Ax = b, onde [ ] A = , b = 7 c 10, x = d É fácil ver que, P osto(a) < P osto(a, b), ou seja, o vetor b não pertence ao subespaço imagem de A Portanto, o sistema de equações acima é considerado incompatível A ilustração gráfica do nosso problema é mostrado na Figura abaixo Daí, a reta de melhor ajuste é aquela que Figura 4: Ajustamento dos dados a uma reta minimiza 2 Ax b 2 = (cx i + d y i ) 2 i=0 Note que na função acima temos distância vertical ao quadrado (resíduo ao quadrado) entre a reta definida por c e d e os pontos coletados Assim, como o P osto(a) = 2 segue do Teorema 1
16 que a solução do problema é x = (A T A) 1 A T b = [ 1, 71 2, 02 ] Note que o vetor e = Ax b é ortogonal a cada coluna de A Exemplo 2 Queremos encontrar um ponto o mais próximo da origem de R 3 na linha de intersecção de dois planos definidos pelas seguintes equações: x 1 + 2x 2 x 3 = 1 4x 1 + x 2 + 3x 3 = 0 Note que o problema acima é equivalente ao problema onde A = min x, sujeito Ax = b [ ] [ 1, b = 0 Assim, como o P osto(a) = 2 segue do Teorema 2 que a solução do problema é x = A T (AA T ) 1 b = Conclusões Neste artigo apresentamos um breve estudo do método dos mínimos quadrados lineares É importante destacar que o método em consideração é de imensa importância na resolução de problemas de aproximação Seria também interessante estudar o método dos mínimos quadrados para funções não lineares Acreditamos que esta análise será feita no futuro Referências [1] CHONG, E; ZAK, S H An Introduction to Optimization John Wiley & Sons Inc, New York, NY, 2 edition, 2001 [2] BOLDRINI, J L Álgebra Linear Harper & Row do Brasil, São Paulo, 3 edition, 1980 [3] LIMA, E L Álgebra Linear IMPA, Rio de Janeiro, 8 edition, 2009 [4] UNIVERSIDADE DO VALE DO PARAÍBA O Método dos Mínimos Quadrados e Linearização de Funções Disponível em: ]
17 < Acesso em 15 de jul 2013 [5] SODRÉ, U ENSINO SUPERIOR :: Álgebra Linear: Método dos Mínimos Quadrados Disponível em: < Acesso em 15 de jul 2013 [6] STEWART, JCálculo 5 a Edição São Paulo: Thomson, v [7] DR a LIMA, M Regressão Linear Simples Disponível em: < lima/regresso-linear-simples> Acesso em 15 de jul 2013
Inversão de Matrizes
Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2014.2 13 de
Leia maisUniversidade Federal de Goiás Campus Catalão Departamento de Matemática
Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Álgebra Linear Professor: André Luiz Galdino Aluno(a): 4 a Lista de Exercícios 1. Podemos entender transformações lineares
Leia maisÁlgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial
Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo
Leia maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisMódulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano
Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com
Leia maisÁlgebra Linear I - Aula 20
Álgebra Linear I - Aula 0 1 Matriz de Mudança de Base Bases Ortonormais 3 Matrizes Ortogonais 1 Matriz de Mudança de Base Os próximos problemas que estudaremos são os seguintes (na verdade são o mesmo
Leia maisOs eixo x e y dividem a circunferência em quatro partes congruentes chamadas quadrantes, numeradas de 1 a 4 conforme figura abaixo:
Circunferência Trigonométrica É uma circunferência de raio unitário orientada de tal forma que o sentido positivo é o sentido anti-horário. Associamos a circunferência (ou ciclo) trigonométrico um sistema
Leia maisMatrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.
e Aula Zero - Álgebra Linear Professor: Juliano de Bem Francisco Departamento de Matemática Universidade Federal de Santa Catarina agosto de 2011 Outline e e Part I - Definição: e Consideremos o conjunto
Leia maisUniversidade Estadual de Campinas Departamento de Matemática. Teorema de Jacobson. Adriana Wagner(RA: 144768) Gustavo Terra Bastos(RA: 143800)
Universidade Estadual de Campinas Departamento de Matemática Teorema de Jacobson Adriana Wagner(RA: 144768) Gustavo Terra Bastos(RA: 143800) Campinas - SP 2013 1 Resumo Nesta monografia apresentamos a
Leia maisÁLGEBRA VETORIAL E GEOMETRIA ANALÍTICA (UFCG- CUITÉ)
P L A N O S PARALELOS AOS EIXOS E AOS PLANOS COORDENADOS Casos Particulares A equação ax + by + cz = d na qual a, b e c não são nulos, é a equação de um plano π, sendo v = ( a, b, c) um vetor normal a
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros exercícios)
UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros eercícios) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Eercícios
Leia maisDisciplina: Álgebra Linear - Engenharias ], C = Basta adicionar elemento a elemento de A e B que ocupam a mesma posição na matriz.
Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Álgebra Linear - Engenharias Professor: André Luiz Galdino Gabarito da 1 a Lista de Exercícios 1. Sejam Encontre: [ 1
Leia maisCapítulo 4. Retas e Planos. 4.1 A reta
Capítulo 4 Retas e Planos Neste capítulo veremos como utilizar a teoria dos vetores para caracterizar retas e planos, a saber, suas equações, posições relativas, ângulos e distâncias. 4.1 A reta Sejam
Leia maisSeu pé direito nas melhores Faculdades
10 Insper 01/11/009 Seu pé direito nas melhores Faculdades análise quantitativa 40. No campeonato brasileiro de futebol, cada equipe realiza 38 jogos, recebendo, em cada partida, 3 pontos em caso de vitória,
Leia maisExercícios de Aprofundamento Mat Polinômios e Matrizes
. (Unicamp 05) Considere a matriz A A e A é invertível, então a) a e b. b) a e b 0. c) a 0 e b 0. d) a 0 e b. a 0 A, b onde a e b são números reais. Se. (Espcex (Aman) 05) O polinômio q(x) x x deixa resto
Leia maisMatrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.
Definição Uma matriz do tipo m n (lê-se m por n), com m e n, sendo m e n números inteiros, é uma tabela formada por m n elementos dispostos em m linhas e n colunas. Estes elementos podem estar entre parênteses
Leia maisRecorrendo à nossa imaginação podemos tentar escrever números racionais de modo semelhante: 1 2 = 1 + 3 + 32 +
1 Introdução Comecemos esta discussão fixando um número primo p. Dado um número natural m podemos escrevê-lo, de forma única, na base p. Por exemplo, se m = 15 e p = 3 temos m = 0 + 2 3 + 3 2. Podemos
Leia maisIntrodução ao determinante
ao determinante O que é? Quais são suas propriedades? Como se calcula (Qual é a fórmula ou algoritmo para o cálculo)? Para que serve? Álgebra Linear II 2008/2 Prof. Marco Cabral & Prof. Paulo Goldfeld
Leia maisUNIVERSIDADE 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: Produtos Notáveis; Equações; Inequações; Função; Função Afim; Paridade;
Leia maisExercícios e questões de Álgebra Linear
CEFET/MG Exercícios e questões de Álgebra Linear Versão 1.2 Prof. J. G. Peixoto de Faria Departamento de Física e Matemática 25 de outubro de 2012 Digitado em L A TEX (estilo RevTEX). 2 I. À GUISA DE NOTAÇÃO
Leia maisM =C J, fórmula do montante
1 Ciências Contábeis 8ª. Fase Profa. Dra. Cristiane Fernandes Matemática Financeira 1º Sem/2009 Unidade I Fundamentos A Matemática Financeira visa estudar o valor do dinheiro no tempo, nas aplicações e
Leia mais(1, 6) é também uma solução da equação, pois 3 1 + 2 6 = 15, isto é, 15 = 15. ( 23,
Sistemas de equações lineares generalidades e notação matricial Definição Designa-se por equação linear sobre R a uma expressão do tipo com a 1, a 2,... a n, b R. a 1 x 1 + a 2 x 2 +... + a n x n = b (1)
Leia mais= 1 1 1 1 1 1. Pontuação: A questão vale dez pontos, tem dois itens, sendo que o item A vale até três pontos, e o B vale até sete pontos.
VTB 008 ª ETAPA Solução Comentada da Prova de Matemática 0 Em uma turma de alunos que estudam Geometria, há 00 alunos Dentre estes, 30% foram aprovados por média e os demais ficaram em recuperação Dentre
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.br Sistemas Lienares 1 Sistemas e Matrizes 2 Operações Elementares e
Leia maisAplicações Diferentes Para Números Complexos
Material by: Caio Guimarães (Equipe Rumoaoita.com) Aplicações Diferentes Para Números Complexos Capítulo II Aplicação 2: Complexos na Geometria Na rápida revisão do capítulo I desse artigo mencionamos
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisTeste de hipótese em modelos normais lineares: ANOVA
Teste de hipótese em modelos normais lineares: ANOVA Prof Caio Azevedo Prof Caio Azevedo Exemplo 1 No primeiro modelo, o interesse primário, de certa forma, é testar se a carga não contribui para explicar
Leia maisPlanos e Retas. Equações do Plano e da Reta. Anliy Natsuyo Nashimoto Sargeant José Antônio Araújo Andrade Solange Gomes Faria Martins
Planos e Retas Uma abordagem exploratória das Equações do Plano e da Reta Anliy Natsuyo Nashimoto Sargeant José Antônio Araújo Andrade Solange Gomes Faria Martins Na geometria, um plano é determinado se
Leia maisXXXII Olimpíada Brasileira de Matemática GABARITO Segunda Fase
XXXII Olimpíada Brasileira de Matemática GABARITO Segunda Fase Soluções Nível Segunda Fase Parte A PARTE A Na parte A serão atribuídos 4 pontos para cada resposta correta e a pontuação máxima para essa
Leia mais. (A verificação é imediata.)
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2010 Instabilidade em Sistemas de Equações Lineares Marisa Ortegoza
Leia maisMATRIZ - FORMAÇÃO E IGUALDADE
MATRIZ - FORMAÇÃO E IGUALDADE 1. Seja X = (x ij ) uma matriz quadrada de ordem 2, onde i + j para i = j ;1 - j para i > j e 1 se i < j. A soma dos seus elementos é igual a: 2. Se M = ( a ij ) 3x2 é uma
Leia maisQUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES
QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE QUESTÃO 01 SUGESTÕES DE RESOLUÇÕES Descritor 11 Resolver problema envolvendo o cálculo de perímetro de figuras planas. Os itens referentes a
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisFunção. Adição e subtração de arcos Duplicação de arcos
Função Trigonométrica II Adição e subtração de arcos Duplicação de arcos Resumo das Principais Relações I sen cos II tg sen cos III cotg tg IV sec cos V csc sen VI sec tg VII csc cotg cos sen Arcos e subtração
Leia maisAula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:
Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,
Leia maisTEORIA 5: EQUAÇÕES E SISTEMAS DO 1º GRAU MATEMÁTICA BÁSICA
TEORIA 5: EQUAÇÕES E SISTEMAS DO 1º GRAU MATEMÁTICA BÁSICA Nome: Turma: Data / / Prof: Walnice Brandão Machado Equações de primeiro grau Introdução Equação é toda sentença matemática aberta que exprime
Leia mais1.10 Sistemas de coordenadas cartesianas
7 0 Sistemas de coordenadas cartesianas Definição : Um sistema de coordenadas cartesianas no espaço é um v v conjunto formado por um ponto e uma base { } v3 Indicamos um sistema de coordenadas cartesianas
Leia maisUnidade 3 Função Afim
Unidade 3 Função Afim Definição Gráfico da Função Afim Tipos Especiais de Função Afim Valor e zero da Função Afim Gráfico definidos por uma ou mais sentenças Definição C ( x) = 10. x + Custo fixo 200 Custo
Leia maisDefinição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.
Determinantes A cada matriz quadrada de números reais, pode associar-se um número real, que se designa por determinante da matriz Definição de determinantes de primeira e segunda ordens Seja A uma matriz
Leia maisMatemática Básica Intervalos
Matemática Básica Intervalos 03 1. Intervalos Intervalos são conjuntos infinitos de números reais. Geometricamente correspondem a segmentos de reta sobre um eixo coordenado. Por exemplo, dados dois números
Leia maisUso de escalas logaritmicas e linearização
Uso de escalas logaritmicas e linearização Notas: Rodrigo Ramos 1 o. sem. 2015 Versão 1.0 Obs: Esse é um texto de matemática, você deve acompanhá-lo com atenção, com lápis e papel, e ir fazendo as coisas
Leia maisRESUMO ABSTRACT. Vamos supor que uma caixa-preta, representada por uma relação de entrada e saída. f :!! 7!
REALIZAÇÃO CANÔNICA DA SEQÜÊNCIA DE FIBONACCI Paulo Franca Bandel (IC) 1 & Marcos Antonio Botelho Labmat Laboratório de Matemática Experimental Departamento de Matemática Instituto Tecnológico de Aeronáutica
Leia maisAnálise Qualitativa no Gerenciamento de Riscos de Projetos
Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real
Leia maisProgramação Linear - Parte 4
Mestrado em Modelagem e Otimização - CAC/UFG Programação Linear - Parte 4 Profs. Thiago Alves de Queiroz Muris Lage Júnior 1/2014 Thiago Queiroz (DM) Parte 4 1/2014 1 / 18 Solução Inicial O método simplex
Leia mais. B(x 2, y 2 ). A(x 1, y 1 )
Estudo da Reta no R 2 Condição de alinhamento de três pontos: Sabemos que por dois pontos distintos passa uma única reta, ou seja, dados A(x 1, y 1 ) e B(x 2, y 2 ), eles estão sempre alinhados. y. B(x
Leia maisPARTE 11 VETOR GRADIENTE:
PARTE 11 VETOR GRADIENTE: INTERPRETAÇÃO GEOMÉTRICA 11.1 Introdução Dada a função real de n variáveis reais, f : Domf) R n R X = 1,,..., n ) f 1,,..., n ), se f possui todas as derivadas parciais de primeira
Leia maisSe inicialmente, o tanque estava com 100 litros, pode-se afirmar que ao final do dia o mesmo conterá.
ANÁLISE GRÁFICA QUANDO y. CORRESPONDE A ÁREA DA FIGURA Resposta: Sempre quando o eio y corresponde a uma taa de variação, então a área compreendida entre a curva e o eio do será o produto y. Isto é y =
Leia maisMatemática. Resolução das atividades complementares. M2 Matrizes [ ] 1 Construa a matriz linha A 5 (a ij
Resolução das atividades complementares Matemática M Matrizes p. 6 Construa a matriz linha (a ij ) tal que cada elemento obedeça à lei a ij i j. (a ij ) ; a ij i j a a 6 a 9 7 a 0 a [ 7 0 ] [ ] 7 0 Determine
Leia mais1 - POLÍGONOS REGULARES E CIRCUNFERÊNCIAS
Matemática 2 Pedro Paulo GEOMETRIA PLANA X 1 - POLÍGONOS REGULARES E CIRCUNFERÊNCIAS 1.2 Triângulo equilátero circunscrito A seguir, nós vamos analisar a relação entre alguns polígonos regulares e as circunferências.
Leia maisResolução do exemplo 8.6a - pág 61 Apresente, analítica e geometricamente, a solução dos seguintes sistemas lineares.
Solução dos Exercícios de ALGA 2ª Avaliação EXEMPLO 8., pág. 61- Uma reta L passa pelos pontos P 0 (, -2, 1) e P 1 (5, 1, 0). Determine as equações paramétricas, vetorial e simétrica dessa reta. Determine
Leia maisDeterminantes. Vamos associar a cada matriz quadrada A um número a que chamaremos determinante. a11 a Uma matriz de ordem 2, A =
Determinantes Vamos associar a cada matriz quadrada A um número a que chamaremos determinante de A. [ ] a11 a Uma matriz de ordem 2, A 12, é invertível se e só se a 21 a 22 a 11 a 22 a 21 a 12 0, como
Leia maisBombons a Granel. Série Matemática na Escola. Objetivos 1. Introduzir e mostrar aplicações do produto de matrizes.
Bombons a Granel Série Matemática na Escola Objetivos 1. Introduzir e mostrar aplicações do produto de matrizes. Bombons a granel Série Matemática na Escola Conteúdos Produto de matrizes. Duração Aprox.
Leia maisO Plano. Equação Geral do Plano:
O Plano Equação Geral do Plano: Seja A(x 1, y 1, z 1 ) um ponto pertencente a um plano π e n = (a, b, c), n 0, um vetor normal (ortogonal) ao plano (figura ao lado). Como n π, n é ortogonal a todo vetor
Leia maisTécnicas de Contagem I II III IV V VI
Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de
Leia maisNúmeros Inteiros AULA. 3.1 Introdução
AULA 3 META: Apresentar os números inteiros axiomaticamente através dos Números Naturais. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir números inteiros axiomaticamente. Realizar
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Aula 03 Inversão de matrizes
UNIVERSIDDE FEDERL DO RIO GRNDE DO NORTE Prof. Hector Carrion S. Álgebra Linear ula Inversão de matrizes Resumo Matriz inversa Inversa de matriz elementar Matriz adjunta Inversão de matrizes Uma matriz
Leia maisResolução de sistemas de equações lineares: Método de eliminação de Gauss
Resolução de sistemas de equações lineares: Método de eliminação de Gauss Marina Andretta ICMC-USP 21 de março de 2012 Baseado no livro Análise Numérica, de R L Burden e J D Faires Marina Andretta (ICMC-USP)
Leia maisFunção Seno. Gráfico da Função Seno
Função Seno Dado um número real, podemos associar a ele o valor do seno de um arco que possui medida de radianos. Desta forma, podemos definir uma função cujo domínio é o conjunto dos números reais que,
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocaba.unesp.br Autovalores e Autovetores Definição e Exemplos 2 Polinômio Característico
Leia maisnúmeros decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo
A UA UL LA Frações e números decimais Introdução Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos de um bolo se dividirmos esse bolo em cinco partes iguais e tomarmos
Leia maisOndas EM no Espaço Livre (Vácuo)
Secretaria de Educação Profissional e Tecnológica Instituto Federal de Santa Catarina Campus São José Área de Telecomunicações ELM20704 Eletromagnetismo Professor: Bruno Fontana da Silva 2014-1 Ondas EM
Leia mais4.4 Limite e continuidade
4.4 Limite e continuidade Noções Topológicas em R : Dados dois pontos quaisquer (x 1, y 1 ) e (x, y ) de R indicaremos a distância entre eles por då(x 1, y 1 ), (x, y )è=(x 1 x ) + (y 1 y ). Definição
Leia maisGeometria Diferencial de Curvas Espaciais
Geometria Diferencial de Curvas Espaciais 1 Aceleração tangencial e centrípeta Fernando Deeke Sasse Departamento de Matemática CCT UDESC Mostremos que a aceleração de uma partícula viajando ao longo de
Leia maisnúmeros decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo
A UA UL LA Frações e números decimais Introdução Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos de um bolo se dividirmos esse bolo em cinco partes iguais e tomarmos
Leia maisTeoria Básica e o Método Simplex. Prof. Ricardo Santos
Teoria Básica e o Método Simple Prof. Ricardo Santos Teoria Básica do Método Simple Por simplicidade, a teoria é desenvolvida para o problema de PL na forma padrão: Minimizar f()=c T s.a. A=b >= Considere
Leia maisÁlgebra Linear. Bacharelado em Sistemas de Informação. Período 2016.1. Prof. da Disciplina Luiz Gonzaga Damasceno, M. Sc
Bacharelado em Sistemas de Informação Período 26. Prof. da Disciplina Luiz Gonzaga Damasceno, M. Sc E-mails: damasceno2@hotmail.com damasceno2@uol.com.br damasceno24@yahoo.com.br Site: www.damasceno.info
Leia maisCap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS
Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um
Leia maisSejam P1(x1,y1) e P2(x2,y2) pontos pertencentes ao plano. A equação da reta pode ser expressa como: ou
Sejam P1(x1,y1) e P2(x2,y2) pontos pertencentes ao plano. A equação da reta pode ser expressa como: ou y = ax + b ax y = b Desta forma, para encontrarmos a equação da reta que passa por entre esses dois
Leia mais2 Conceitos Básicos. onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R
2 Conceitos Básicos Neste capítulo são apresentados alguns conceitos importantes e necessários para o desenvolvimento do trabalho. São apresentadas as definições de campo vetorial, fluxo e linhas de fluxo.
Leia maisComecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y
. Cálculo Diferencial em IR.1. Função Exponencial e Função Logarítmica.1.1. Função Exponencial Comecemos por relembrar as propriedades das potências: Propriedades das Potências: Sejam a e b números positivos:
Leia maisSemana 7 Resolução de Sistemas Lineares
1 CÁLCULO NUMÉRICO Semana 7 Resolução de Sistemas Lineares Professor Luciano Nóbrega UNIDADE 1 2 INTRODUÇÃO Considere o problema de determinar as componentes horizontais e verticais das forças que atuam
Leia maisEmparelhamentos Bilineares Sobre Curvas
Emparelhamentos Bilineares Sobre Curvas Eĺıpticas Leandro Aparecido Sangalli sangalli@dca.fee.unicamp.br Universidade Estadual de Campinas - UNICAMP FEEC - Faculdade de Engenharia Elétrica e de Computação
Leia maisAnálise de Variância (ANOVA)
Análise de Variância (ANOVA) A Regressão Linear visa modelar uma variável resposta numérica (quantitativa), à custa de uma ou mais variáveis preditoras, igualmente numéricas. Mas uma variável resposta
Leia maisAula de Exercícios - Teorema de Bayes
Aula de Exercícios - Teorema de Bayes Organização: Rafael Tovar Digitação: Guilherme Ludwig Primeiro Exemplo - Estagiários Três pessoas serão selecionadas aleatóriamente de um grupo de dez estagiários
Leia maisFísica Experimental III
Física Experimental III Unidade 4: Circuitos simples em corrente alternada: Generalidades e circuitos resistivos http://www.if.ufrj.br/~fisexp3 agosto/26 Na Unidade anterior estudamos o comportamento de
Leia maisMatriz de Sensibilidade Modal
Introdução ao Controle Automático de Aeronaves Matriz de Sensibilidade Modal Leonardo Tôrres torres@cpdeeufmgbr Escola de Engenharia Universidade Federal de Minas Gerais/EEUFMG Dep Eng Eletrônica EEUFMG
Leia maisÉ usual representar uma função f de uma variável real a valores reais e com domínio A, simplesmente por y=f(x), x A
4. Função O objeto fundamental do cálculo são as funções. Assim, num curso de Pré-Cálculo é importante estudar as idéias básicas concernentes às funções e seus gráficos, bem como as formas de combiná-los
Leia maisFicha de Exercícios nº 2
Nova School of Business and Economics Álgebra Linear Ficha de Exercícios nº 2 Matrizes, Determinantes e Sistemas de Equações Lineares 1 O produto de duas matrizes, A e B, é a matriz nula (mxn). O que pode
Leia maisEquações paramétricas da Reta
39 6.Retas e Planos Equações de Retas e Planos Equações da Reta Vamos supor que uma reta r é paralela a um vetor V = a, b, c) não nulo e que passa por um ponto P = x, y, z ). Um ponto P = x, pertence a
Leia maisFigura 4.1: Diagrama de representação de uma função de 2 variáveis
1 4.1 Funções de 2 Variáveis Em Cálculo I trabalhamos com funções de uma variável y = f(x). Agora trabalharemos com funções de várias variáveis. Estas funções aparecem naturalmente na natureza, na economia
Leia maisUM JOGO BINOMIAL 1. INTRODUÇÃO
1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE VISEU
INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU Departamento Matemática Disciplina Matemática I Curso Gestão de Empresas Ano 1 o Ano Lectivo 2007/2008 Semestre 1 o Apontamentos Teóricos:
Leia maisCURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE
CURSO DE MATEMÁTICA BÁSICA Aula 01 Introdução a Geometria Plana Ângulos Potenciação Radiciação Introdução a Geometria Plana Introdução: No estudo da Geometria Plana, consideraremos três conceitos primitivos:
Leia maisDeterminantes. Matemática Prof. Mauricio José
Determinantes Matemática Prof. Mauricio José Determinantes Definição e Conceito Matriz de ordem 1 Dizemos que um determinante é um resultado (numérico) de operações que são realizadas em uma matriz quadrada.
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisWWW.RENOVAVEIS.TECNOPT.COM
Energia produzida Para a industria eólica é muito importante a discrição da variação da velocidade do vento. Os projetistas de turbinas necessitam da informação para otimizar o desenho de seus geradores,
Leia maisPrática. Exercícios didáticos ( I)
1 Prática Exercício para início de conversa Localize na reta numérica abaixo os pontos P correspondentes aos segmentos de reta OP cujas medidas são os números reais representados por: Exercícios didáticos
Leia maisAULA DO CPOG. Progressão Aritmética
AULA DO CPOG Progressão Aritmética Observe as seqüências numéricas: 2 4 6 8... 12 9 6 3... 5 5 5 5... Essas seqüências foram construídas de forma que cada termo (número), a partir do segundo, é a soma
Leia maisCorrente elétrica, potência, resistores e leis de Ohm
Corrente elétrica, potência, resistores e leis de Ohm Corrente elétrica Num condutor metálico em equilíbrio eletrostático, o movimento dos elétrons livres é desordenado. Em destaque, a representação de
Leia maisFUNDAÇÃO EDUCACIONAL DE ANDRADINA NOME DO(S) AUTOR(ES) EM ORDEM ALFABÉTICA TÍTULO DO TRABALHO: SUBTÍTULO DO TRABALHO, SE HOUVER
FUNDAÇÃO EDUCACIONAL DE ANDRADINA NOME DO(S) AUTOR(ES) EM ORDEM ALFABÉTICA TÍTULO DO TRABALHO: SUBTÍTULO DO TRABALHO, SE HOUVER ANDRADINA/SP 2016 NOME DO(S) AUTOR(ES) EM ORDEM ALFABÉTICA TÍTULO DO TRABALHO:
Leia maisALGA - Eng.Civil - ISE - 2009/2010 - Matrizes 1. Matrizes
ALGA - Eng.Civil - ISE - 00/010 - Matrizes 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma aplicação A : f1; ; :::; mg f1; ; :::; ng R:
Leia maisMatemática Discreta - 08
Universidade Federal do Vale do São Francisco urso de Engenharia da omputação Matemática Discreta - 08 Prof. Jorge avalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisMatrizes de Transferência de Forças e Deslocamentos para Seções Intermediárias de Elementos de Barra
Matrizes de Transferência de Forças e Deslocamentos para Seções Intermediárias de Elementos de Barra Walter Francisco HurtaresOrrala 1 Sílvio de Souza Lima 2 Resumo A determinação automatizada de diagramas
Leia maisMatrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago 2011-05-05 a 2014-03-14. 1 pré-requisitos 1. 2 Tipos de matrizes.
Matrizes Sadao Massago 20-05-05 a 204-03-4 Sumário pré-requisitos 2 Tipos de matrizes 3 Operações com matrizes 3 4 Matriz inversa e transposta 4 5 Determinante e traço 5 Neste texto, faremos uma breve
Leia maisOPERAÇÕES COM FRAÇÕES
OPERAÇÕES COM FRAÇÕES Adição A soma ou adição de frações requer que todas as frações envolvidas possuam o mesmo denominador. Se inicialmente todas as frações já possuírem um denominador comum, basta que
Leia maisC U R S O T É C N I C O E M S E G U R A N Ç A D O T R A B A L H O. matemática. Calculando áreas de figuras geométricas planas
C U R S O T É C N I C O E M S E G U R A N Ç A D O T R A B A L H O 05 matemática Calculando áreas de figuras geométricas planas Elizabete Alves de Freitas Governo Federal Ministério da Educação Projeto
Leia maisUNIVERSIDADE ESTADUAL DE MARINGÁ CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA 1 GRÁFICOS
UNIVERSIDADE ESTADUAL DE MARINGÁ CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA Prof. Irineu Hibler 1 GRÁFICOS Os gráficos desempenham na Física Experimental um papel preponderante. Mais facilmente pelos
Leia maisAula 8 Variações da Eliminação de Gauss/Fatoração LU.
Aula 8 Variações da Eliminação de Gauss/Fatoração LU. MS211 - Cálculo Numérico Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisCondução. t x. Grupo de Ensino de Física da Universidade Federal de Santa Maria
Condução A transferência de energia de um ponto a outro, por efeito de uma diferença de temperatura, pode se dar por condução, convecção e radiação. Condução é o processo de transferência de energia através
Leia mais