Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
|
|
- Milena Alencastre Salgado
- 6 Há anos
- Visualizações:
Transcrição
1 Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
2 2
3 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares Eliminação Gaussiana Resolução de Sistemas Lineares Utilizando Eliminação Exemplo do Método de Gauss-Jordan para encontrar A Exercícios 14 2 Espaços e Subespaços Vetoriais Espaços Vetoriais Subespaços Vetoriais Exercícios 25 3
4 4 SUMA RIO
5 Capítulo 1 Matrizes e Sistemas Lineares Um problema central em álgebra linear é resolver um sistema de equações Essas equações são Lineares, ou seja, as variáveis são apenas multiplicadas por números, nunca se vê x y Vamos começar com um exemplo : x 2y = 1 3x + 2y = 11 As equações representam retas no plano xy como mostra a figura 11 A solução desses Figura 11: O ponto (3, 1) é a solução do sistema linear sistema linear e justamente o encontro dessas duas retas Podemos reescrever esse sistema na sua forma vetorial: [ ] [ ] [ ] x + y = E ainda na sua forma matricial: [ ] [ ] 1 2 x 3 2 y = [ ] 1 11 Dessa forma se pretendemos estudar sistemas lineares, faz-se necessário uma pequena revisão sobre matrizes 5
6 6 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES 11 Matrizes Uma matriz é uma tabela de m n números reais, representada sob a forma a 11 a 12 a 1n A =, a m1 a m2 a mn onde a ij R para todo i = 1,, m e j = 1,, n As linhas horizontais da matriz são chamadas de linhas e as linhas verticais são chamadas de colunas Uma matriz com m linhas e n colunas é chamada de uma matriz m por n (escreve-se m n) e m e n são chamadas de suas dimensões, tipo ou ordem Um elemento de uma matriz A que está na i-ésima linha e na j-ésima coluna é chamado de elemento i, j ou (i, j)-ésimo elemento de A Ele é escrito como a ij Uma matriz onde uma de suas dimensões é igual a 1 é geralmente chamada de vetor Uma matriz 1 n (uma linha e n colunas) é chamada de vetor linha ou matriz linha, e uma matriz m 1 (uma coluna e m linhas) é chamada de vetor coluna ou matriz coluna Algumas Matrizes 1 Matriz Nula m n =, 0 0 ou seja, 0 ij = 0 para todo i = 1,, m e j = 1,, n 2 Matriz Quadrada a 11 a 1n A =, a n1 a nn ou seja, n = m, a matriz tem o mesmo número de linhas e de colunas A Diagonal Principal de uma matriz quadrada A são seus elementos que satisfazem i = j para todo i, j = 1,, n A Diagonal Secundaria de uma matriz quadrada A são seus elementos que satisfazem i + j = n + 1 O Traço de uma matriz quadrada A é a soma dos elementos da sua diagonal n principal, tra = a kk = a a nn k=1 3 Matriz Diagonal ou seja, a ij = 0, se i j a a 22 0 A =, 0 0 a nn
7 11 MATRIZES 7 4 Matriz Identidade 1 0 I n =, 0 1 ou seja, i kj = 0, se k j e i kk = 1, para todo k = 1,, n 5 Matriz Triangular Superior a 11 a 12 a 1n 0 a 22 a 2n A =, 0 0 a nn ou seja, a ij = 0 para todo i > j com i, j = 1,, n 6 Matriz Triangular Inferior a a 21 a 22 0 A =, a n1 a n2 a nn ou seja, a ij = 0 para todo i < j com i, j = 1,, n Operação com Matrizes (a) Adição: Sejam A = (a ij ) m n e B = (b ij ) m n matrizes m por n, C = A + B é a matriz C = (c ij ) m n tal que c ij = a ij + b ij para todo i =,, m e j = 1,, n Essa operação satisfaz: A = B = B + A (comutativa) (A + B) + C = A + (B + C) (associativa) A + 0 m n = 0 m n + A = A (existência de elemento neutro) A + S = S + A = 0 m n, (existência de elemento simétrico), onde S = (s ij ) m n = ( a ij ) m n tr(a + B) = tra + trb Prova: tr(a + B) = (a 11 + b 11 ) + + (a nn + b nn ) = (a a nn ) + (b b nn ) = tra + trb (b) Multiplicação por Escalar: Sejam A = (a ij ) m n e k R, B = k A é a matriz B = (b ij ) m n tal que b ij = k a ij para todo i = 1,, m e j = 1,, n, essa operação satisfaz: (k 1 + k 2 ) A = k 1 A + k 2 A (k 1 k 2 ) A = k 1 (k 2 A) k (A + B) = k A + k B 0 A = 0 m n 1 A = A tr(k A) = k tr(a)
8 8 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES (c) Multiplicação: Sejam as matrizes A = (a ij ) m p e B = (b ij ) p n, a matriz C = p A B é C = (c ij ) m n tal que c ij = a ik b kj para todo i =,, m e j = 1,, n Essa operação satisfaz: k=1 (A B) C = A (B C), onde A = (a ij ) m p, B = (b ij ) p l e C = (c ij ) l n (A + B) C = A C + B C D (A + B) = D A + D B, onde A = (a ij ) m p, B = (b ij ) m p, C = (c ij ) p n e D = (d ij ) l m Prova: Considere as matrizes E = (e ij ) m n = (A + B) C e F = (f ij ) m n = A C + B C, assim e ij = p (a il + b il )c lj = p a il c lj + b il c lj = p a il c lj + p b il c lj = f ij l=1 l=1 l=1 l=1 Análogo para D (A + B) = D A + D B k (A B) = (k A) B = A (k B), A I n = I n A = A (elemento neutro), tr(a B) = tr(a B) onde A = (a ij ) n n, B = (b ij ) n n e k R Prova: Considere as matrizes C = A B e D = B A, dessa forma c ii = n n a il b li e d ii = b il a li Agora l=1 l=1 tr(a B) = tr(c) = n c ii = i=1 n n a il b li = i=1 l=1 n (a i1 b 1i + + a in b ni ) i=1 = (a 11 b a 1n b n1 ) + + (a n1 b 1n + + a nn b nn ) = (b 11 a b n1 )a 1n + + (b 1n a n1 + + b nn )a nn = n (b 1i a i1 + + b ni a in ) = i=1 n n b li a il = i=1 l=1 n d ii = tr(d) = tr(b A) i=1 Observação : Lembre-se que A B pode ser diferente de B A Exemplo: [ ] [ ] A =, B =, [ ] [ ] A B = e B A = A multiplicação de matrizes não é comutativa
9 11 MATRIZES 9 7 Matriz Idepontente Uma matriz quadrada A é idempotente quando A 2 = A A = A Exemplo: 8 Matriz Transposta A = A matriz transposta de uma matriz A qualquer é a matriz B = (b ij ) n m tal que b ij = a ji para todo i = 1,, m e j = 1,, n notação B = A T Exemplo: Propriedades (A T ) T = A a 11 a 1n a 11 a m1 A =, A T = a m1 a mn a 1n a mn (A + B) T = A T + B T, onde B = (b ij ) m n (k A) T = k A T, onde k R (A B) T = B T A T, onde A = (a ij ) m p e B = (b ij ) p n Prova: Considere as matrizes C = A B e D = B T A T, dessa forma c ji = p a jl b li = l=1 p b li a jl = d ij, para todo i = 1,, n e j = 1,, m l=1 Assim, (A B) T = C T = D = B T A T tr(a T ) = A, onde A = (a ij ) n n 9 Matriz Simétrica Uma matriz A é dita simétrica se A T = A, ou seja a ij = a ji, para todo i, j = 1,, n Exemplo: 10 Matriz Anti-Simétrica A = Uma matriz A é dita anti-simétrica se A T = A, ou seja a ij = a ji, para todo i, j = 1,, n Exemplo: A = Observação : A diagonal principal de uma matriz anti-simétrica é sempre nula
10 10 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES 11 Matriz Invertível Uma matriz A é invertível quando existir uma matriz B = (b ij ) n n, tal que A B = B A = I n Essa matriz B é dita a matriz inversa da matriz A Notação: B = A 1, A A 1 = A 1 A = I n Exemplos: [ ] a b Uma matriz A = é invertível se somente se c d Uma matriz diagonal ad bc 0 e A 1 = 1 ada bc d 1 0 B = 0 d n com d i 0, para todo i = 1,, n Tem inversa 1 d 1 0 B = 1 0 d n Propriedades (A 1 ) 1 = A, se A = (a ij ) n n é invertível [ d b c a (A B) 1 = B 1 A 1, se A = (a ij ) n n e B = (b ij ) n n são invertíveis Prova: Como (A B) (B 1 A 1 ) = A (B B 1 ) A 1 = A A 1 = I n (B 1 A 1 ) (A B) = B 1 (A 1 A) B = B 1 B = I n Assim, (A B) 1 = B 1 A 1 Temos (A T ) 1 = (A 1 ) T, se A = (a ij ) n n é invertível Prova: Como A 1 A = I n e A A 1 = I n (A 1 A) T = I n e (A A 1 ) T = I n Assim, A T tem inversa e (A T ) 1 = (A 1 ) T, ou seja (A 1 ) T é a inversa de A T 12 Matriz Ortogonal Uma matriz quadrada A de ordem n invertível, é ortogonal quando A 1 = A T 13 Matriz Normal Uma matriz quadrada A de ordem n é normal quando A A T = A T A ]
11 12 SISTEMAS LINEARES Sistemas Lineares Dados a 1,, a n e b R a equação a 1 x a n x n = b, onde x 1,, x n são variáveis ou incógnitas, é denominada equação linear nas variáveis x 1,, x n Os números a 1,, a n são denominados coeficientes da variáveis x 1,, x n respectivamente e b é denominado de termo independente Um sistema linear sobre R com m equações e n incógnitas é um conjunto de m 1 equações lineares com n 1 variáveis, é representado por: A = a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a m1 x 1 + a m2 x a mn x n = b m com a ij, b R para todo i = 1,, m e j = 1,, n, ou ainda podemos representa-lo como produto de matrizes a 11 a 1n x 1 b 1 = a m1 } {{ a mn } x n b m A m n }{{} X n 1 }{{} B m 1 A matriz A é denominada matriz dos coeficientes A matriz X é denominada matriz dos variáveis A matriz B é denominada matriz dos termos independentes A matriz a 11 a 1n b 1 a m1 a mn b m é denominada a matriz ampliada do sistema Exemplo: x + 2y + 3z = 10 4x + 5y + 6z = 11 7x + 8y + 9z = 12 Forma matricial Matriz ampliada x y = z
12 12 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES 121 Eliminação Gaussiana Diremos que uma matriz A = (a ij ) m n é escalonada quando o primeiro elemento não-nulo de cada uma de suas linhas está a esquerda do primeiro elemento não-nulo de cada uma das linhas subsequentes e, além disso, as linhas nulas (se houver) estão abaixo das demais Operações Elementares 1 Trocar a posição de duas linhas 2 Somar a uma linha um múltiplo de outra linha 3 Multiplicar uma linha por um número diferente de zero Discreveremos a seguir o processo de eliminação (ou escalonamento), o qual, mediante aplicações sucessivas das duas operações elementares às linhas de uma matriz, produz uma matriz escalonada Procedimento: (a) Se a 11 0, o processo começa deixando a primeira linha intacta e somando a primeira linha intacta e somando a cada linha L i, com i 2, a primeira linha multiplicada por a i1 a 11 Com isto se obtém uma matriz cuja primeira coluna é (a 11, 0,, 0) (b) Se a 11 = 0, uma troca de linhas fornece uma matriz com a 11 0, desde que a primeira coluna não seja nula Se, porém todos os elementos de primeira coluna são iguais a zero, passa-se para a segunda coluna ou, mais geralmente, para a coluna mais próxima, à direita da primeira, onde haja algum elemento não-nulo e opera-se como antes, de modo a obter uma matriz cuja primeira coluna não-nula começa comum elemento diferente de zero, mas todo os demais são iguais a zero A partir dai não se mexe mais na primeira linha Recomeça-se o processo, trabalhando com as linhas a partir da segunda, até obter uma matriz escalonada Exemplo L 2 L 2 5L 1 L 3 L 3 9L L 3 L 3 2L Resolução de Sistemas Lineares Utilizando Eliminação Considere o sistema 2u + v + w = 5 4u 6v = 2 2u + 7v + 2w = 9
13 12 SISTEMAS LINEARES 13 Vamos aplicar a eliminação na matriz ampliada do sistema: L L 2 ( 4 2 )L 1 L L 3 L L 3 ( 8 8 )L ( 2 2 )L Essa matriz está escalonada logo, Substituindo w = 2 na segunda equação 2u + v + w = 5 8v 2w = 12 w = 2 8v = 12 4 = 8 v = 1 Substituindo v = 1 e w = 2 na primeira equação 2u = = 2 u = 1 Logo a solução do sistema é u = v = 1 e w = 2 Os elementos da diagonal principal de uma matriz escalonada são chamados de pivôs Note que todos os pivôs da matriz acima são diferentes de zero e que esse sistema tem solução única Exemplo de sistema não-singular: u + v + w = a 2u + 2v + 5w = b 4u + 6v + 8w = c u + v + w = a 2v + 4w = c 4a 3w = b 2a u + v + w = a 3w = b 2a 2v + 4w = c 4a Os pivôs são todos diferentes de zero, logo esse sistema tem solução para qualquer valor de a, b e c Exemplo de sistema singular: u + v + w = a 2u + 2v + 5w = b 4u + 4v + 8w = c u + v + w = a 3w = b 2a 4w = c 4a Esse sistema tem um pivô igual a zero Não podemos concluir nada sobre esse sistema a principio, pois 3w = b 2a e 4w = c 4a w = b 2a e w = b 4a, ou seja, se 3 4 b 2a 3 b 4a 4 Porém se b 2a solução 3 o sistema não tem solução = b 4a, ou seja, 4b 3 + 4a = 0 implica que o sistema tem infinitas 4
14 14 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES 123 Exemplo do Método de Gauss-Jordan para encontrar A 1 O método de eliminação que vimos é também chamado método de Gauss Existe ainda o método de Gauss-Jordan Ele continua a eliminação iniciada pelo método de Gauss, chegando no final a uma matriz escalonada, com a propriedade adicional de que, acima e abaixo do primeiro elemento não-nulo de cada linha, todos os elementos são iguais a zero Se a matriz for (quadrada e) invertível, o primeiro elemento não-nulo de cada linha da matriz escalonada está sobre a diagonal Portanto, neste caso, o método de Gauss-Jordan produz uma matriz cujos elementos não-nulos constituem a diagonal Exemplo: Vamos calcular a inversa da matriz A usando o método de eliminação de Gauss-Jordan A = Escreva [A I 3 ], L L L 1 L 3 L L L 3 L 3 +L = [U L 1 ] L 2 L 2 +2L L 1 L 1 L L 1 L L L L L 2 L = [I 3 A 1 ] Exercícios 1 Se A = (a ij ) 3 5, B = (b ij ) 5 3, C = (c ij ) 5 1 e D = (d ij ) 3 1, todas as entradas são 1 Qual das operações seguintes podem ser feitas? E qual o seu resultado BA AB ABD DBA A(B + C) Calcule A 2 e A 3 Adivinhe qual o valor de A 5 e A n : [ ] [ ] 1 b 2 2 A = e A =
15 13 EXERCÍCIOS 15 2 Mostre que (A + B) 2 é diferente de A 2 + 2AB + B 2, para [ ] [ ] A = e B = Escreva a regra correta para (A + B)(A + B) = A B 2 3 Escreva uma matriz 3 3 que as entradas satisfação, a) a ij = mínimo entre i e j b) a ij = ( 1) i+j c) a ij = i/j 4 Resolva os sistemas lineares abaixo usando eliminação a) 2u + v + w = 5 u 8v 2w = 12 3u + w = 2 b) { v + w = 1 u 8v = 2 c) x + y + z + w = 5 2x + y = 1 3x 2z + w = 2 x y + z + w = 1 5 Encontre o coeficiente b que faz com que o sistema abaixo seja singular Depois encontre o valor de g para que esse sistema tenha infinitas soluções Encontre duas soluções neste caso { 2x + by = 16 4x + 6y = g 6 Para que valores de a o sistema abaixo não é singular? { ax + 3y = 3 4x + 6y = 6 Encontre a solução do sistema para esses valores de a 7 Reduza esse sistema a um sistema triangular superior com duas operações de linhas: 2x + 3y + a = 8 4x + 7y + 5z = 20 2y + 2z = 0 Circule os pivôs Resolva o sistema usando substituição
16 16 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES 8 Para que valores de d o sistema abaixo não é singular? 2x + 5y + z = 0 4x + dy + z = 2 y z = 3 Encontre a solução do sistema para esses valores de d Para que valores de d o sistema é singular 9 Construa um exemplo de sistema linear 3 3 que tenha 9 coeficientes diferentes do lado esquerdo, mas que as linhas 2 e 3 se tornam zero quando aplicada eliminação Quantas soluções esse sistema tem quando b = (1, 10, 100) e quando b = (0, 0, 0)? 10 Qual número q torna o sistema singular e qual número t faz com que ele tenha infinitas soluções? Encontre uma solução quando temos z = 1 x + 4y 2z = 1 x + 7y 6z = 6 3y + qz = t 11 É impossível para um sistema de equações lineares ter exatamente duas soluções Explique porque a) Se (x, y, z) e (X, Y, Z) são duas soluções, qual seria uma outra solução? b) Se 25 planos se encontram em dois pontos, onde mais se encontram? 12 Encontre os pivôs e a solução para essas 4 equações: 2x + y = 0 x + 2y + z = 0 y + 2z + t = 0 z + 2t = 5 13 Esse sistema tem os mesmos pivôs e lado direito que o sistema anterior As soluções desses sistemas são diferentes? 2x y = 0 x + 2y z = 0 y + 2z t = 0 z + 2t = 5 [ ] a 2 14 Para quais dois números a a eliminação falha em A =? a a 15 Se A tem linha1 + linha2 = linha3, mostre que A não é invertível 16 Se A tem coluna1 + coluna2 = coluna3, mostre que A não é invertível [ ] [ ] [ ] [ ] x 1 17 Mostre que não tem inversa, porém o sistema = tem solução y 0
17 13 EXERCÍCIOS Encontre as inversas de e a) Encontre duas matrizes invertíveis A e B tal que A + B não é invertível b) Encontre duas matrizes singulares A e B tal que A + B é invertível
18 18 CAPÍTULO 1 MATRIZES E SISTEMAS LINEARES
19 Capítulo 2 Espaços e Subespaços Vetoriais 21 Espaços Vetoriais Um espaço vetorial E é um conjunto, cujos elementos são chamados vetores, no qual estão definidas duas operações: Adição : a cada par de vetores u, v E faz corresponder um novo vetor u+v E, chamado a soma de u e v Multiplicação por um número real : a cada número α R e a cada vetor v R faz corresponder um novo vetor αu E, chamado o produto de α por v Essas operações devem satisfazer, para quaisquer α, β R e u, v, w R, as condições abaixo, chamadas os axiomas de espaço vetorial: Comutatividade : u + v = v + u; Associatividade : (u + v) + w = u + (v + w) e (αβ)v = α(βv); Vetor nulo : Existe um vetor 0 E, chamado vetor nulo, ou vetor zero, tal que v + 0 = 0 + v = v para todo v E; Inverso aditivo : Para cada vetor v E existe um vetor v E chamado inverso aditivo, ou o simétrico de v, tal que v + v = v + ( v) = 0 ; Distributividade : (α + β)v = αv + βv e α(u + v) = αu + βv; Multiplicação por 1 : 1 v = v Exemplo 2 Para todo número natural n, o símbolo R n representa o espaço vetorial euclidiano n-dimensional Os elementos de R n são as listas ordenadas u = (α 1,, α n ) e v = (β 1,, β n ) de números reais, as operações são u + v = (α 1 + β 1,, α n + β n ), α v = (αβ 1,, αβ n ), o zero é 0 = (0,, 0) e o inverso aditivo de u = (α 1,, α n ) é u = ( α 1,, α n ) 19
20 20 CAPÍTULO 2 ESPAÇOS E SUBESPAÇOS VETORIAIS Exemplo 3 Os elementos do espaço vetorial R são as sequências infinitas u = (α 1,, α n, ) e v = (β 1,, β n, ) de números reais O elemento zero de R é a sequência 0 = (0,, 0, ) formada por infinitos zeros E o inverso aditivo da sequência u = (α 1,, α n, ) é u = ( α 1,, α n, ) As operações: u + v = (α 1 + β 1,, α n + β n, ) (adição), α v = (αβ 1,, αβ n, ) (multiplicação por um número real) Exemplo 4 O conjunto M(m n) de todas as matrizes m n torna-se um espaço vetorial quando nele se define a soma das matrizes A = (a ij ) m n e B = (b ij ) m n como, A + B = (a ij + b ij ) m n e o produto da matriz pelo número real α como, αa = (αa ij ) m n A matriz nula 0 M(m n) é aquela formada por zeros e o inverso aditivo da matriz A = (a ij ) m n é A = ( a ij ) m n Exemplo 5 Seja X um conjunto não-vazio qualquer O símbolo F(X, R) representa o conjunto de todas as funções reais f, g : X R Ele se torna uma espaço vetorial quando se define a soma f + g de duas funções e o produto α f do número α pela função f da maneira natural: (f + g)(x) = f(x) + g(x) para cada x X (α f)(x) = α f(x) para cada x X Variando o conjunto X, obtêm-se diversos exemplos de espaços vetoriais da forma F(X, R) Por exemplo: X = {1,, n} F(X, R) = R n X = R F(X, R) = R X é o produto cartesiano dos conjuntos {1,, m} e {1,, n} F(X, R) = M(m n) Algumas Propriedades de espaço vetorial 1 w + u = w + v u = v Prova: u = 0 + u = ( w + w) + u (inverso aditivo) = w + (w + u) (associatividade) = w + (w + v) = ( w + w) + v = 0 + v = v
21 22 SUBESPAÇOS VETORIAIS 21 2 w + u = w u = 0 Prova: w + u = w w + u = w + 0 pela propriedade 1, u = 0 3 w + u = 0 w = u Prova: w + u = 0 w + u = w + ( w) pela propriedade 1, u = w 4 Dados 0 R e v E tem-se 0v = 0 E Prova: v + 0 v = 1 v + 0 v = (1 + 0) v = 1 v = v pela propriedade 1, 0 v = 0 5 Dados α R e 0 E tem-se α 0 = 0 E Prova: α 0 + α 0 = α (0 + 0 ) = α 0 pela propriedade 1, α 0 = 0 6 Se α 0 e v 0 então α v 0 Prova: α v = 0 v = 1 0 = (α 1 α)v = α 1 (αv) = α 1 0 = 0 v = 0 7 ( 1) v = v Prova: v + ( 1)v = 1v + ( 1)v = (1 + ( 1))v = 0v = 0 ( 1)v = v 22 Subespaços Vetoriais Seja E um espaço vetorial Um subespaço vetorial (ou simplismente subespaço) de E é um subconjunto F E com as seguintes propriedades: 1 0 F 2 Se u, v F então u + v F 3 Se v F então para todo α R e αv F Decorre diretamente da definição: Se u e v F E subespaço de E e α e β R então αu + βv F Mais geralmente, dados v 1,, v n F e α 1,, α n R tem-se v = α 1 v 1 + +α n v n F O conjunto {0 }, com o único elemento 0, e o subespaço inteiro E são exemplos triviais de subespaço de E Todo subespaço é, em si mesmo, um espaço vetorial Exemplo 6 Seja v E um vetor não-nulo O conjunto F = {αv; α R} de todos os múltiplos de v é um subespaço vetorial de E, chamado a reta que passa pela origem e contém v Exemplo 7 Seja E = R 2 e F = {(a, b) R 2 ; a 0 e b 0} F não é um subespaço de R 2, pois considere v = (1, 1) e α = 1, temos que α v = ( 1, 1) / F Considere F 1 = {(a, b); a 0 e b 0} Tome G = F F 1, note que G não é subespaço vetorial de R 2, pois se pegarmos v = (1, 2) e u = ( 2, 1), temos u + v = ( 1, 1) / G
22 22 CAPÍTULO 2 ESPAÇOS E SUBESPAÇOS VETORIAIS Exemplo 8 Seja E = M(3 3) o espaço das matrizes 3 3 e F = {A E; A é uma matriz triangular superior} G = {A E; A é uma matriz simétrica} Exercício 1 Prove que F e G são subespaços de M(3 3) Considere uma matriz A M(m n) e o vetor b R m O sistema Ax = b tem solução se e somente se o vetor b pode ser escrito como combinação linear dos vetores coluna da matriz A, isto é, se existe x 1,, x n R tal que b = x 1 a 11 a m1 + x 2 a 12 a m2 + + x n a 1n a mn = a 11 a 1n a m1 a mn Em particular, se os vetores colunas v 1,, v n geraram R m, o sistema possui solução seja qual for o vetor b R m Chamaremos de espaço coluna de uma matriz A, o espaço formado por todas as combinações lineares dos vetores coluna da matriz A E denotaremos por R(A) Dessa forma, o sistema Ax = b tem solução se e somente se b R(A) Afirmação 21 R(A) é um subespaço de R m Prova: i Em primeiro lugar vamos provar que o vetor nulo pertence a R(A), para isso, basta observar que A 0 n 1 = 0 m 1, logo 0 m 1 R(A) ii Agora tome b e b R(A), isso implica que Ax = b e Ax = b para algum x e x R n Dessa forma, A(x + x ) = b + b o que implica que b + b R(A), pois x + x é solução de Ay = b + b iii tome b R(A) e α R, isso nos dá que existe x R n tal que Ax = b, assim A(αx) = αax = αb o que implica que Ay = αb tem solução, e dessa forma αb R(A) x 1 x n O espaço nulo de uma matriz A é o espaço formado por todos os vetores x R n tal que Ax = 0 Denotamos este espaço por N (A) Exemplo Considere a matriz A = 5 4 vamos encontrar R(A) e N (A) Escalonando A: b b 5 4 b 2 L 2 L 2 5L b L 3 L 3 2L b 2 5b 1 1 L 3 L 3 L b 2 5b b b 3 2b b 3 b 2 + 3b 1
23 22 SUBESPAÇOS VETORIAIS 23 Assim, A = = LU [ ] 0 x Portanto, A = = 0 implica em x = y = 0, o que nos dá N (A) = {(0, 0)} Além y x b 1 disso, Ux = L 1 b, onde L 1 = o que nos dá 4y = b 2 5b 1, mas b 3 b 2 + 3b 1 isso implica que: Exemplo 10 b 3 b 2 + 3b 1 = 0 b 3 = b 2 3b 1 R(A) = {(b 1, b 2, b 2 3b 1 ); b 1 e b 2 R} Considere a matriz A = vamos encontrar R(A) e N (A) Note que 9 = Assim segue diretamente do exemplo anterior que N (A) = {(x, y, z) R 3 ; y = x e z = x} = {(c, c, c); c R} R(A) = {(b 1, b 2, b 3 ) R 3 ; b 3 = b 2 3b 1 } = {(b 1, b 2, b 2 3b 1 ); b 1 e b 2 R} A solução de m equações com n incógnitas Se a e b R uma solução de ax = b tem três alternativas: i Se a 0, então para qualquer b existe a solução x = b a ii Se a = 0 e b = 0, existe infinitas soluções, qualquer xr satisfaz 0 x = 0 iii Se a = 0 e b 0, não existe solução para 0 x = b Afirmação 22 Seja A M(n m) então existe P uma matriz de permutação, L uma matriz triangular inferior, com diagonal unitária e U uma matriz escalonada m n, tal que P A = LU Não iremos provar essa afirmação Exemplo 11 Seja A = = = LU
24 24 CAPÍTULO 2 ESPAÇOS E SUBESPAÇOS VETORIAIS Considere o sistema linear Ax = b Primeiro vamos resolver o caso homogêneo, b = 0, ou seja, Ax = 0, que reduz-se a resolver Ux = 0 u Ux = v 0 w = y 3w + y = 0 w = 1 y u + 3v + 3w + 2y = 0 u = 3v y 3 3v y 3 1 x = v 1y = v y y 0 1 Dessa forma, todas as soluções de Ax = 0 são combinações lineares dos vetores ( 3, 1, 0, 0) 3 1 e ( 1, 0, 1, 1) Além disso, N (A) = {w 3 R4 ; w = v 1 0 +y 0 1 para todo v e y R} note que v e y são as variáveis livres Observação: A dimensão do espaço nulo é a mesma que o número de varáveis livres Voltando ao caso geral Ax = b, temos que Ux = L 1 b, ou seja, u v b 1 w = b 2 2b b y 3 2b 2 + 5b 1 como a última linha da matriz U é formada por zeros, temos que para o sistema ter solução b 3 2b 2 + 5b 1 = 0 Em outras palavras, o espaço coluna da matriz A não tem dimensão 3 Tome b = (1, 5, 5), o sistema Ax = b tem solução para esse b específico e fazendo a eliminação temos que u Assim v 1 = w y 3w + y = 3 ou w = y O que nos leva a u + 3v + 3w + 2y = 1 ou u = 2 3v y u x = v w = v y y 0 0 1
25 23 EXERCÍCIOS 25 Esta é exatamente a solução para Ax = 0 mais um novo termo Este é ( 2, 0, 1, 0) que chamaremos solução particular para Ax = b Podemos sempre dizer que uma solução para Ax = b é a soma de uma solução particular e a solução para Ax = 0, x geral = x particular + x homogênea Note que Ax geral = Ax particular + Ax homogênea = Ax particular + 0 Definição 1 O elemento a jj 0 de uma matriz escalonada A, chama-se um pivô de A A eliminação resolve o número de pivôs e variáveis livres Se existem r pivôs, existem r variáveis básicas e n r variáveis livres Suponha que Ax = b seja reducido por eliminação para Ux = c Se r é o número de pivôs e as últimas m r linhas de U são nulas Então existe uma solução se e somente se as últimas m r componentes de c são zero Se r = m, existe sempre uma solução A solução geral é a soma da solução particular e a solução homogênea Se r = n, não existe variável livre e o espaço nulo contém somente x = 0 Definição 2 O número r é chamando o posto da matriz A 23 Exercícios 1 Mostre que as operações definidas no texto fazem realmente dos conjuntos R b, M(m n) e F(X ; R) espaços vetoriais 2 Ache o valor de t que torna a matriz abaixo igual à matriz nula: [ ] t 2 1 t 2 1 t 3 1 t 2 3t Em R 2, mantenhamos a definição de produto αv de um número por um vetor mas modifiquemos, de 3 maneiras diferentes, a definição da soma u+v dos vetores u = (x, y) e v = (x, y )Em cada tentativa, dizer quais axiomas de espaço vetorial continuam válidas e quais são violados: a) u + v = (x + y, x + y); b) u + v = (xx, yy ); c) u + v = (3x + 3x, 5x + 5x ) 4 a) Mostre que o conjunto das matrizes invertíveis não formam um subespaço vetorial b) Mostre que o conjunto das matrizes singulares não é um espaço vetorial
26 26 CAPÍTULO 2 ESPAÇOS E SUBESPAÇOS VETORIAIS 5 Falso ou verdadeiro, justifique: a) As matrizes simétricas (A T = A) formam um subespaço do espaço das matrizes b) As matrizes anti-simétricas (A T = A) formam um subespaço do espaço das matrizes c) As matrizes que não são simétricas (A T A) formam um subespaço do espaço das matrizes 6 Descreva o espaço coluna e o espaço nulo das matrizes: 1 2 a) A = b) B = c) C = Encontre condições em b 1, b 2, b 3 para que os sistemas seguintes tenham solução x 1 b 1 a) x 2 = b x 3 b [ ] b 1 b) x1 = x 2 8 Falso ou verdadeira (dê um contra-exemplo se falso): b 2 b 3 a) O vetor b que não estão no espaço coluna R(A) forma um subespaço b) Se R(A) contem somente o vetor nulo então A é a matriz nula c) O espaço coluna de 2A é igual ao espaço coluna de A d) O espaço coluna de A I é igual ao espaço coluna de A 9 Sejam u = (a, b) e v = (c, d) vetores não-nulos em R 2 Prove que: v é multiplo de u, se e somente se ad bc = 0, isto é, v = αu para algum α R 10 Quais dos seguintes subconjuntos são subespaços vetoriais? a) O conjunto X R 3 formado pelos vetores v = (x, y, z) tais que z = 3x e x = 2y b) O conjunto Y R 3 formado pelos vetores v = (x, y, z) tais que xy = 0 c) O conjunto das matrizes 2 3 nas quais alguma coluna é formada por elementos iguais d) O conjunto F F(R; R) formado pelas funções f : R R tais que f(x + 1) = f(x) para todo x R
27 23 EXERCÍCIOS 27 e) O conjunto L R n dos vetores v = (x, 2x,, nx) onde x R é arbitrário f) O conjunto dos vetores v R 5 que têm duas ou mais coordenadas nulas g) O conjunto dos vetores de R 3 que têm pelo menos uma coordenada
Matrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
Leia maisParte 1 - Matrizes e Sistemas Lineares
Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu wwwestvipvpt/paginaspessoais/lucas lucas@matestvipvpt 007/008 Álgebra Linear e Geometria Analítica
Leia maisficha 1 matrizes e sistemas de equações lineares
Exercícios de Álgebra Linear ficha matrizes e sistemas de equações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2/2
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisMatemática II /06 - Matrizes 1. Matrizes
Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)
Leia maisNotas de Aulas de Matrizes, Determinantes e Sistemas Lineares
FATEC Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares Prof Dr Ânderson Da Silva Vieira 2017 Sumário Introdução 2 1 Matrizes 3 11 Introdução 3 12 Tipos especiais de Matrizes 3 13 Operações
Leia mais(Todos os cursos da Alameda) Paulo Pinto
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Resumo das Aulas Teóricas de 2 o Semestre 2004/2005 (Todos os cursos da Alameda) Paulo Pinto Álgebra Linear Conteúdo Sistemas
Leia maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
Leia mais1, , ,
Ministério da Educação Universidade Tecnológica Federal do Paraná Câmpus Francisco Beltrão Licenciatura em Informática Fundamentos de Geometria Analítica e Álgebra Linear Profª Sheila R. Oro Este texto
Leia maisRevisão: Matrizes e Sistemas lineares. Parte 01
Revisão: Matrizes e Sistemas lineares Parte 01 Definição de matrizes; Tipos de matrizes; Operações com matrizes; Propriedades; Exemplos e exercícios. 1 Matrizes Definição: 2 Matrizes 3 Tipos de matrizes
Leia maisGeometria Analítica e Álgebra Linear
UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra
Leia maisI Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple
1 I Lista de Álgebra Linear - 2012/02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1. Determine os valores de x e y que tornam verdadeira a igualdade ( x 2 + 5x x 2 ( 6 3 2x y 2 5y y 2 = 5 0
Leia maisficha 2 determinantes
Exercícios de Álgebra Linear ficha 2 determinantes Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 Determinantes 2 Sendo
Leia maisProduto Misto, Determinante e Volume
15 Produto Misto, Determinante e Volume Sumário 15.1 Produto Misto e Determinante............ 2 15.2 Regra de Cramer.................... 10 15.3 Operações com matrizes............... 12 15.4 Exercícios........................
Leia maisMatrizes - Matemática II /05 1. Matrizes
Matrizes - Matemática II - 00/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) i f1; ; ; mg e j f1; ; ; ngg e com valores
Leia maisAulas práticas de Álgebra Linear
Ficha 2 Determinantes Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores 1 o semestre 2016/17 Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto
Leia maisProfs. Alexandre Lima e Moraes Junior 1
Raciocínio Lógico-Quantitativo para Traumatizados Aula 07 Matrizes, Determinantes e Solução de Sistemas Lineares. Conteúdo 7. Matrizes, Determinantes e Solução de Sistemas Lineares...2 7.1. Matrizes...2
Leia maisMatriz, Sistema Linear e Determinante
Matriz, Sistema Linear e Determinante 1.0 Sistema de Equações Lineares Equação linear de n variáveis x 1, x 2,..., x n é uma equação que pode ser expressa na forma a1x1 + a 2 x 2 +... + a n x n = b, onde
Leia maisMétodo de Gauss-Jordan e Sistemas Homogêneos
Método de Gauss-Jordan e Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 14 de agosto
Leia maisAlgoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares
Leia maisSistemas Lineares. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2
Sistemas Lineares Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 O que é uma equação linear? O que é uma equação linear? Ex: 1)
Leia mais[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
7. SISTEMAS LINEARES 7.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisÁlgebra Linear - Prof. a Cecilia Chirenti. Lista 3 - Matrizes
Álgebra Linear - Prof. a Cecilia Chirenti Lista 3 - Matrizes. Sejam A = C = 0 3 4 3 0 5 4 0 0 3 4 0 3, B = 3, D = 3,. Encontre: a A+B, A+C, 3A 4B. b AB, AC, AD, BC, BD, CD c A t, A t C, D t A t, B t A,
Leia maisMatrizes - ALGA /05 1. Matrizes
Matrizes - ALGA - 004/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) : i f1; ; :::; mg e j f1; ; :::; ngg e com valores
Leia maisAulas Teóricas de Álgebra Linear
Aulas Teóricas de Álgebra Linear Instituto Superior Técnico - o Semestre 009/00 MEAmbi - MEBiol Matrizes De nição Uma matriz A, do tipo m n (m por n), é uma tabela de mn números dispostos em m linhas e
Leia maisMatrizes e Sistemas Lineares
MATEMÁTICA APLICADA Matrizes e Sistemas Lineares MATRIZES E SISTEMAS LINEARES. Matrizes Uma matriz de ordem mxn é uma tabela, com informações dispostas em m linhas e n colunas. Nosso interesse é em matrizes
Leia maisSoluções dos trabalhos de 1 a 7
Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos
Leia maisMaterial Teórico - Módulo Matrizes e Sistemas Lineares. Sistemas Lineares - Parte 2. Terceiro Ano do Ensino Médio
Material Teórico - Módulo Matrizes e Sistemas Lineares Sistemas Lineares - Parte 2 Terceiro Ano do Ensino Médio Autor: Prof Fabrício Siqueira Benevides Revisor: Prof Antonio Caminha M Neto 1 A representação
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
Leia maisCM005 Algebra Linear Lista 1
CM005 Algebra Linear Lista Alberto Ramos. Para cada um dos sistemas de equações lineares, use o método de Gauss para obter um sistema equivalente cuja matriz de coeficientes esteja na forma escada. Indique
Leia maisNotas em Álgebra Linear
Notas em Álgebra Linear 1 Pedro Rafael Lopes Fernandes Definições básicas Uma equação linear, nas variáveis é uma equação que pode ser escrita na forma: onde e os coeficientes são números reais ou complexos,
Leia maisUNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática
UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT 137 - Introdução à Álgebra Linear II/2005 1 Resolva os seguintes sistemas lineares utilizando o Método
Leia maisEconometria. Operações básicas de vetores. Operações básicas de vetores. Operações básicas de vetores. Independência de vetores
Operações básicas de vetores Econometria Adição Suponha dois vetores x e y com n componentes cada: 1. Alguns tópicos importantes de Álgebra Linear Operações básicas de vetores Multiplicação escalar x é
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Matrizes Inversas 1 Matriz Inversa e Propriedades 2 Cálculo da matriz
Leia maisMatemática I. Capítulo 3 Matrizes e sistemas de equações lineares
Matemática I Capítulo 3 Matrizes e sistemas de equações lineares Objectivos Matrizes especiais e propriedades do produto de matrizes Matriz em escada de linhas Resolução de sistemas de equações lineares
Leia maisMatrizes. Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais. Abril de 2014
es Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais Abril de 2014 Matrizes Matrizes Uma matriz A, m n (m por n), é uma tabela de mn números dispostos em m linhas e n colunas.
Leia maisResolução de Sistemas Lineares. Método de Gauss. O algoritimo conhecido como Método de Gauss é desenvolvido a partir de dois ingredientes básicos:
Resolução de Sistemas Lineares Método de Gauss O algoritimo conhecido como Método de Gauss é desenvolvido a partir de dois ingredientes básicos: Resolução de Sistemas Lineares Triangulares Procedimento
Leia maisAULA 8- ÁLGEBRA MATRICIAL VERSÃO: OUTUBRO DE 2016
CURSO DE ADMINISTRAÇÃO CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS MATEMÁTICA 01 AULA 8- ÁLGEBRA MATRICIAL VERSÃO: 0.1 - OUTUBRO DE 2016 Professor: Luís Rodrigo E-mail: luis.goncalves@ucp.br
Leia maisUm sistema linear é um conjunto de n equações lineares do tipo:
Um sistema linear é um conjunto de n equações lineares do tipo: Este sistema pode ser representado através de uma representação matricial da forma: A.x = b onde: A matriz de coeficientes de ordem x vetor
Leia maisMétodo prático para extrair uma base de um conjunto de geradores de um subespaço de R n
Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisSistemas de Equações Lineares e Matrizes
Sistemas de Equações Lineares e Matrizes. Quais das seguintes equações são lineares em x, y, z: (a) 2x + 2y 5z = x + xy z = 2 (c) x + y 2 + z = 2 2. A parábola y = ax 2 + bx + c passa pelos pontos (x,
Leia maisSão tabelas de elementos dispostos ordenadamente em linhas e colunas.
EMENTA (RESUMO) Matrizes Matrizes, determinantes e suas propriedades, Multiplicação de matrizes, Operações com matrizes, Matrizes inversíveis. Sistemas de Equações Lineares Sistemas equações lineares,
Leia maisÍNDICE MATRIZES SISTEMAS DE EQUAÇÕES LINEARES ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA
ÍNDICE MATRIZES Definição 1 Igualdade 2 Matrizes Especiais 2 Operações com Matrizes 3 Classificação de Matrizes Quadradas 9 Operações Elementares 11 Matriz Equivalente por Linha 11 Matriz na Forma Escalonada
Leia maisUnidade 2 - Matrizes. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 9 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 2 - Matrizes A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 9 de agosto de 2013 O dono de uma pequena frota de quatro táxis, movidos
Leia maisUNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CAMPUS AVANÇADO DE NATAL CURSO DE CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR
UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CAMPUS AVANÇADO DE NATAL CURSO DE CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROFESSOR: MARCELO SILVA 1. Introdução No ensino fundamental você estudou
Leia maisCapítulo 1 - Cálculo Matricial
Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 33 DeMat-ESTiG Sumário Cálculo
Leia maisCurso de Álgebra Linear
Curso de Álgebra Linear Fundamentos e Aplicações Terceira Edição 25 de Outubro de 2012 Marco Cabral PhD Indiana University, EUA Paulo Goldfeld PhD Courant Institute, EUA Departamento de Matemática Aplicada
Leia maisUniversidade Federal Fluminense - GAN
Solimá Gomes Pimentel Universidade Federal Fluminense IM - GAN Solimá Gomes Pimentel, ****- Matemática para Economia III/Solimá Gomes Pimentel 2pt, ; 31cm Inclui Bibliografia. 1. Matemática para Economia
Leia maisÁlgebra Linear e Geometria Analítica. 7ª aula
Álgebra Linear e Geometria Analítica 7ª aula ESPAÇOS VECTORIAIS O que é preciso para ter um espaço pç vectorial? Um conjunto não vazio V Uma operação de adição definida nesse conjunto Um produto de um
Leia maisUnidade 1 - O que é Álgebra linear? A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 9 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 1 - O que é Álgebra linear? A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 9 de agosto de 2013 O que é Álgebra linear? Atualmente,
Leia maisCapítulo 1 - Cálculo Matricial
Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 34 DeMat-ESTiG Sumário Cálculo
Leia maisÁlgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.
Leia maisInversão 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 - 2017.1 18 de
Leia maisa 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn
Matrizes Definição Definição Uma matriz m n é uma tabela de mn números dispostos em m linhas e n colunas a 11 a 1 a 1n a 1 a a n a m1 a m a mn Embora a rigor matrizes possam ter quaisquer tipos de elementos,
Leia maisApontamentos das aulas teóricas de Álgebra Linear
Apontamentos das aulas teóricas de Álgebra Linear Cursos: MEAmbi e MEBio 1 o Semestre 2015/2016 Prof Paulo Pinto http://wwwmathtecnicoulisboapt/ ppinto Conteúdo 1 Matrizes e sistemas lineares 1 11 Álgebra
Leia maisApontamentos das Aulas Teóricas de Álgebra Linear. LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec. Nuno Martins. Departamento de Matemática
Apontamentos das Aulas Teóricas de Álgebra Linear para LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec Nuno Martins Departamento de Matemática Instituto Superior Técnico Fevereiro de 0 Índice Sistemas de
Leia maisé encontrado no cruzamento da linha i com a coluna j, ou seja, o primeiro índice se refere à linha e o segundo à coluna.
Ministério da Educação Secretaria de Educação Profissional e Tecnológica Instituto Federal De Santa Catarina Campus São José Professora: ELENIRA OLIVEIRA VILELA COMPONENTE CURRICULAR: ALG ÁLG. LINEAR MATRIZES
Leia maisEsquações Lineares e Matrizes
18 de março de 2012 Equações Lineares e Esquema da Assunto 1 Sistema Lineares 2 3 Produto escalar e Multiplicação de 4 Transformações Matriciais 5 Soluções de Sistemas de Equações Lineares 6 Inversa de
Leia maisMATRIZES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga
MATRIZES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Definição: chama-se matriz de ordem m por n a um quadro de m xn elementos dispostos em m linhas e n colunas. a a a a a a a a
Leia maisMatrizes e Sistemas Lineares
Matrizes e Sistemas Lineares Reforço de Matemática Básica - Professor: Marcio Sabino - 1 Semestre 2015 1 Matrizes Uma matriz é um conjunto retangular de números, símbolos ou expressões, organizados em
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES
ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de Equações Lineares 1 Sistemas e Matrizes 2 Operações Elementares 3 Forma
Leia maisMAT 1202 ÁLGEBRA LINEAR II SUBESPACCOS FUNDAMENTAIS E TRANSF. LINEARES 23/08/12 Profs. Christine e Pedro
MAT 1202 ÁLGEBRA LINEAR II 2012.2 SUBESPACCOS FUNDAMENTAIS E TRANSF. LINEARES 23/08/12 Profs. Christine e Pedro 1. Subespaços Fundamentais de uma Matriz (1.1) Definição. Seja A uma matriz retangular m
Leia maisEconometria. Operações básicas de vetores. Operações básicas de vetores. Operações básicas de vetores. Independência de vetores
Operações básicas de vetores Econometria Adição Suponha dois vetores x e y com n componentes cada: 1. Alguns tópicos importantes de Álgebra Linear Danielle Carusi Machado - Econometria II Operações básicas
Leia maisEduardo. Matemática Matrizes
Matemática Matrizes Eduardo Definição Tabela de números dispostos em linhas e colunas. Representação ou Ordem da Matriz Se uma matriz A possui m linhas e n colunas, dizemos que A tem ordem m por n e escrevemos
Leia maisLegenda. Questões. 1ª Lista de Exercícios (ALGA001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria Software
ª Lista de Exercícios (ALGA) Prof. Helder G. G. de Lima Legenda Cálculos Conceitos Teoria Software Questões. Mostre que as afirmações a seguir não são necessariamente verdadeiras para matrizes quadradas
Leia maisCurso Satélite de. Matemática. Sessão n.º 1. Universidade Portucalense
Curso Satélite de Matemática Sessão n.º 1 Universidade Portucalense Conceitos Algébricos Propriedades das operações de números reais Considerem-se três números reais quaisquer, a, b e c. 1. A adição de
Leia maisSistemas de equações lineares
Matemática II - / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisIntroduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisÁlgebra Linear - 1 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - a lista de exercícios Prof. - Juliana Coelho - Considere as matrizes abaixo e faça o que se pede: M N O 7 P Q R 8 4 T S a b a Determine quais destas matrizes são simétricas. E antisimétricas?
Leia maisProf a Dr a Ana Paula Marins Chiaradia
Projeto TEIA DO SABER 2007 UNESP Campus de Guaratinguetá Secretaria de Estado da Educação, SP. Departamento de Matemática Diretoria de Ensino da Região de Guaratinguetá Coordenador Prof. Dr. José Ricardo
Leia maisOPERAÇÕES - LEIS DE COMPOSIÇÃO INTERNA
Professora: Elisandra Figueiredo OPERAÇÕES - LEIS DE COMPOSIÇÃO INTERNA DEFINIÇÃO 1 Sendo E um conjunto não vazio, toda aplicação f : E E E recebe o nome de operação sobre E (ou em E) ou lei de composição
Leia maisÁlgebra Linear. Licenciatura em Economia. Maria Joana Soares
Álgebra Linear Licenciatura em Economia Maria Joana Soares setembro 2012 1 Matrizes 11 Conceitos básicos Na disciplina de Álgebra Linear, as chamadas matrizes são objetos matemáticos que desempenham um
Leia maisEspaços Vetoriais. () Espaços Vetoriais 1 / 17
Espaços Vetoriais () Espaços Vetoriais 1 / 17 Espaços Vetoriais Definição Seja um conjunto V, não vazio. i. Uma adição em V é uma operação que a cada par de elementos (u, v) V V associa um elemento u +
Leia maisCapítulo 1. Matrizes e Sistema de Equações Lineares. 1.1 Corpos
Capítulo 1 Matrizes e Sistema de Equações Lineares Neste capítulo apresentaremos as principais de nições e resultados sobre matrizes e sistemas de equações lineares que serão necessárias para o desenvolvimento
Leia maisEsp. Vet. I. Espaços Vetoriais. Espaço Vetorial. Combinações Lineares. Espaços Vetoriais. Espaço Vetorial Combinações Lineares. Esp. Vet.
Definição (R n 1 a Parte R n é o conjunto das n-uplas ordenadas de números reais. (1,, R Paulo Goldfeld Marco Cabral (1, (, 1 R Departamento de Matemática Aplicada Universidade Federal do Rio de Janeiro
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 04/2014 Sistemas de Equações Lineares Parte 2 FATORAÇÃO LU Cálculo Numérico 3/37 FATORAÇÃO LU Uma fatoração LU de uma dada
Leia maisÁlgebra Linear. Shin Takahashi, Iroha Inoue e Trend-Pro Co., Ltd. novatec
Guia Mangá Álgebra Linear Apêndices suplementares Shin Takahashi, Iroha Inoue e Trend-Pro Co., Ltd. novatec Copyright by Shin Takahashi e TREND-PRO Co., Ltd. ISBN-: 978--97--9 Copyright Novatec Editora
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Matrizes. Exemplos. Ordem de Uma Matriz. Exemplos. Representação 7. Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz Coluna. Exemplos. Diagonal
Leia maisUniversidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC
Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Introdução à Mecânica do Contínuo Tensores Professor: Márcio André Araújo Cavalcante
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 5 de fevereiro de 2014 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisx 1 3x 2 2x 3 = 0 2 x 1 + x 2 x 3 6x 4 = 2 6 x x 2 3x 4 + x 5 = 1 ( f ) x 1 + 2x 2 3x 3 = 6 2x 1 x 2 + 4x 3 = 2 4x 1 + 3x 2 2x 3 = 4
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-47 Álgebra Linear para Engenharia I Primeira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS. Resolva os seguintes sistemas:
Leia maisProduto de Matrizes. Márcio Nascimento
Produto de Matrizes Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2016.1 1 de dezembro
Leia maisMatrizes e Linearidade
Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função
Leia maisMINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA a LISTA DE EXERCÍCIOS DE MAT 7 II SEMESTRE DE 00 Professores: Flávia, Gustavo e Lana. Suponha que uma força
Leia maisUNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática
UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 1 a Lista - MAT 17 - Introdução à Álgebra Linear II/2005 1 Considere as matrizes A, B, C, D e E com respectivas ordens,
Leia maisTrabalhos e Exercícios 1 de Álgebra Linear
Trabalhos e Exercícios de Álgebra Linear Fabio Iareke 30 de março de 0 Trabalhos. Mostre que se A tem uma linha nula, então AB tem uma linha nula.. Provar as propriedades abaixo:
Leia maisNoções de Álgebra Linear
Noções de Álgebra Linear 1. Espaços vetoriais lineares 1.1. Coordenadas 2. Operadores lineares 3. Subespaços fundamentais 4. Espaços normados 5. Espaços métricos 6. Espaços de Banach 7. Espaços de Hilbert
Leia maisTópicos de Matemática Elementar
Revisão Básica de Prof. Dr. José Carlos de Souza Junior Universidade Federal de Alfenas 26 de novembro de 2014 Revisão de Definição 1 (Espaço Vetorial) Um conjunto V é um espaço vetorial sobre R, se em
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisCÁLCULO I. 1 Número Reais. Objetivos da Aula
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida EMENTA: Conceitos introdutórios de limite, limites trigonométricos, funções contínuas, derivada e aplicações. Noções introdutórias sobre a integral
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL SOLUCIONÁRIO DE ÁLGEBRA. Realização:
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL SOLUCIONÁRIO APOSTILA DE ÁLGEBRA Realização: 2012 1. Matrizes 1.3. Questões 1. A = e B = AB = = = BA = = = 2. A = B, tal
Leia mais