Matriz de mudança de coordenadas: S B1!B 2. (como se faz e para que serve) transformação linear. (como se faz e para que serve)
|
|
- Rui Alvarenga Castilho
- 5 Há anos
- Visualizações:
Transcrição
1 Matriz de mudança de coordenadas: S B!B (como se faz e para que serve) Transformação linear A matriz de T em relação às bases B e B 0 : M(T ; B; B 0 ) (como se faz e para que serve) As 3 formas (equivalentes) de de nir uma transformação linear Operações com transformações lineares: T, T + T, T T e T (se existir) A inversa T de uma transformação linear invertível T
2 As matrizes de T, T + T, T T e T existir) em bases apropriadas (se O contradomínio de T : I(T ) (calcular bases) O núcleo de T : N (T ) (calcular bases) Se dim U <, dim N (T ) + dim I(T ) = dim U Transformação linear injectiva (e relação com dim) Transformação linear sobrejectiva (e relação com dim) Transformação linear bijectiva (isomor smo) (e relação com dim) Resolução de equações lineares: T (u) = b
3 Matriz de mudança de coordenadas De nição. dim V = n. B = fv ; : : : ; v n g e B = fw ; : : : ; w n g bases ordenadas de V. À matriz (a ij ) nn em que, com j = ; :::; n: v j = nx i= a ij w i chama-se matriz de mudança de coordenadas (da base B para B ) e escreve-se S B!B = (a ij ) nn A de nição anterior pode ser escrita as- Observação. sim: B = B S B!B Teorema. A matriz S B!B é invertível. Além disso, se [u] B forem as coordenadas de u na base B, então as coordenadas [u] B de u na base B são dadas por: [u] B = S B!B [u] B
4 Dem. Por um lado u = B [u] B e por outro u = B [u] B : Assim B [u] B = B [u] B = = B S B!B [u]b = B SB!B [u] B e atendendo à unicidade das coordenadas de um vector em relação a uma base, tem-se [u] B = S B!B [u] B Observação. S B!B = S B!B
5 Exemplo. B = f(; ); (; )g ; B = f(; ); (3; 4)g bases ordenadas de R (; ) = 7 (; )+3 (3; 4) logo [(; )] B = 7 3 (; ) = (; ) + (3; 4) logo [(; )] B = S B!B = 7 3 (3; ) = (; ) + (; ) Coordenadas de (3; ) na base B : e = S B!B 7 3 = 9 5 Logo 9 e 5 são as coordenadas de (3; ) na base B. De facto: (3; ) = 9 (; ) + 5 (3; 4)
6 (; ) = (; ) = h (; ) (; ) i = {z } B 7 (; ) + 3 (3; 4) (; ) + (3; 4) h i 7 (; ) (3; 4) 3 {z } {z } B S B!B = = 3 4 =
7 De nição. U e V espaços lineares T : U! V é uma transformação linear se e só se 8u; v U 8 escalar T (u + v) = T (u) + T (v) T (u) = T (u), 8u; v U 8; escalares T (u + v) = T (u) + T (v) Observação. T linear ) T (0 U ) = 0 V T (0 U ) 6= 0 V ) T não é linear
8 Exemplos de transformações não lineares T : R! R T (x; y) = ( y; x) T : R! R T (x; y) = xy
9 Exemplos de transformações lineares (i) T : R 4! R T (x; y; z; w) = (x y; 3w) (ii) T : R 3! R 4 T (x; y; z) = ( z; y z; y; y+z) (iii) T : R 3! R 3 T (x; y; z) = (x + y; 3z; x z) (iv) T : R n! R m T (u) = Au A M mn (R) xa (v) tr:m nn (R)! R tr(a) = n P a ii i=
10 Exemplos (i) T : P! M (R) T (p (t)) = p () p (0) p (0) p ( ) (ii) T : M (R)! P T a b c d! = c a + (b + c) t (iii) T : M (R)! M (R) T (X) = X X (iv) T : M nn (R)!M nn (R) T (X) = X T
11 Exemplos U espaço linear e k um escalar ( xo) T k : U! U T k (u) = ku T k é uma homotetia Se 0 < k < T k é uma contracção Se k > T k é uma dilatação Se k = T é a transformação identidade I I(u) = u 8 u U Transformação nula T : U! V; T (u) = 0, 8u U
12 Exemplos (i) T : P! P 3 T (p (t)) = tp ( t) tp 0 (t) (ii) T : P 3! P T (p (t)) = p 00 (t) (iii) T : C (R)! C (R) T (f) = f 0 (iv) a R ( xo) T : C (R)! R T (f) = f 0 (a) (v) n N T : C n (R)! C (R) T (f) = f (n) (vi) T : C (R)! C (R) T (f) = Z x 0 f (t) dt
13 Outro modo de de nir uma transformação linear: Sendo T : U! V linear e U = L (fv ; : : : ; v n g) Sendo u U existem escalares ; :::; n tais que u = v + ::: + n v n Então T (u) = T (v ) + ::: + n T (v n ) ou seja, conhecendo-se as imagens T (v ); :::; T (v n ) com U = L (fv ; : : : ; v n g) ca a conhecer-se a expressão geral de T : U! V linear. Além disso, sendo U e V espaços lineares com U = L (fu ; : : : ; u n g) e T ; T : U! V lineares Se T (u i ) = T (u i ) 8 i = ; : : : ; n, então T = T
14 Exemplo. P = L (f t; + tg). Seja T : P! R 3 linear tal que T ( t) = (0; ; ) T ( + t) = ( ; ; ). Vejamos como se obtém a expressão geral de T. Seja a 0 + a t P. Determinemos ; R tais que Tem-se a 0 + a t = ( t) + ( + t). a 0 + a t = (a 0 a ) ( t) + {z } (a 0 + a ) ( + t). {z } Então T (a 0 + a t) = a 0 a ; 3 a 0 + a ; 3 a 0 a
15 Representação matricial De nição. B = fv ; :::; v n g base ordenada de U B = fw ; :::; w m g base ordenada de V T : U! V linear tal que T (v j ) = P m i= a ij w i. A matriz que representa T em relação às bases B e B é de nida por M(T ; B ; B ) = (a ij ) mn A de nição anterior pode ser escrita as- Observação. sim: T (B ) = B M(T ; B ; B ) Teorema. T : U! V linear. Sejam [u] B as coordenadas de u em B e [T (u)] B as coordenadas de T (u) em B. Então T (B ) = B M(T ; B ; B ) ) [T (u)] B = M(T ; B ; B ) [u] B
16 Dem. Como u = B [u] B e T é linear então Por outro lado Assim T (u) = T (B ) [u] B : T (u) = B [T (u)] B : B [T (u)] B = T (B ) [u] B = = (B M(T ; B ; B )) [u] B = B M(T ; B ; B ) [u] B e atendendo à unicidade das coordenadas de um vector em relação a uma base, tem-se [T (u)] B = M(T ; B ; B ) [u] B Observação. Se T = I tem-se M(I; B ; B ) = S B!B
17 Exemplo. (Da fórmula para a matriz.) Seja T : R 3! R linear tal que T (x; y; z) = ( 3x 3y + 9z; x + y 3z), Sejam B = f(; ; ); (0; ; ); (0; 0; )g e B = f(; ); (; ) Vejamos como se obtém M(T ; B ; B ). Como T (; ; ) = (3; ) = (; ) + (; ) T (0; ; ) = (6; ) = (; ) + 4(; ) T (0; 0; ) = (9; 3) = 3(; ) + 6(; ) então M(T ; B ; B ) = 3 4 6,
18 Exemplo. (Da matriz para a fórmula.) Seja T : R 3! R 3 linear tal que M(T ; B ; B ) =, 4 6 com B = f(; ; ); (0; ; ); (0; 0; )g e B = f(; ); (; )g. Vejamos como se obtém a expressão geral de T. Como (x; y; z) = x(; ; )+(y x) (0; ; )+( y + z) (0; 0; ) então as coordenadas de T (x; y; z) em B são dadas por: [T (x; y; z)] B = x y x y + z {z } [(x;y;z)] B = x x y + 3z y + 6z Logo T (x; y; z) = ( x y + 3z) (; )+( x y + 6z) (; ) = = ( 3x 3y + 9z; x + y 3z)
19 Exemplo. (Da matriz para a fórmula passando pelas imagens de geradores.) Seja T : R 3! R linear tal que 3 M(T ; B ; B ) = 4 6 com B = f(; ; ); (0; ; ); (0; 0; )g e B = f(; ); (; ; )g. Vejamos como se obtém a expressão geral de T. Da matriz retiramos: T (; ; ) = (; ) + (; ) = (3; ) T (0; ; ) = (; ) + 4(; ) = (6; ) T (0; 0; ) = 3(; ) + 6(; ) = (9; 3) Como
20 (x; y; z) = x(; ; )+(y x) (0; ; )+( y + z) (0; 0; ) e T é linear então T (x; y; z) = = xt (; ; )+(y x) T (0; ; )+( y + z) T (0; 0; ) = = x (3; ) + (y x) (6; ) + ( y + z) (9; 3) = = ( 3x 3y + 9z; x + y 3z)
21 Teorema. Seja T : R n! R m linear. Sejam B n c a base canónica de R n ; B m c a base canónica de R m e A = M(T ; B n c ; Bm c ) M mn(r). Então T (u) = Au para todo o u R n. Dem. T (u) = [T (u)] B m c = M(T ; B n c ; B m c ) [u] B n c = Au
22 Exemplo. Seja T : R 4! R 3 tal que T (x; y; z; w) = (3x + y z; 0; x + 4z). Como T (; 0; 0; 0) = (3; 0; ), T (0; ; 0; 0) = (; 0; 0) T (0; 0; ; 0) = ( ; 0; 4) e T (0; 0; 0; ) = (0; 0; 0) então A = M(T ; B 4 c; B 3 c) = Observe-se que T (x; y; z; w) = M(T ; B 4 c ; B3 c ) 6 4 x y z w = = (3x + y z; 0; x + 4z)
23 De nição. S; T : U! V, escalar. Então S + T, T : U! V são de nidas por (S + T ) (u) = S(u) + T (u) (T )(u) = T (u) Teorema. S; T : U! V lineares, escalar. Então S + T, T são lineares: Exemplo. T ; T : R 3! R T (x; y; z) = (x + y; x z) T (x; y; z) = (y; x) (T + 3T ) (x; y; z) = (x + 5y; 5x z)
24 De nição. (Composição) T : U! V, S : V! W. Então S T : U! W é de nida por (S T ) (u) = S (T (u)) Observação. Em geral S T 6= T S Teorema. R (S T ) = (R S) T De nição. T 0 = I T k = T T k ; k = ; ; ::: Teorema. T m+n = T m T n (R + S) Q = R Q + S Q (R) Q = (R Q) Teorema. T : U! V, S : V! W lineares. Então S T : U! W é linear Teorema. T linear. Então T (R + S) = T R + T S T (R) = (T R)
25 Exemplo. T : R 3! R T (x; y; z) = (y; x) T 3 : R! R 3 T 3 (x; y) = (x + y; x; x y) T T 3 : R! R (T T 3 ) (x; y) = T (T 3 (x; y)) = T (x + y; x; x y) = = (x; 4x y) T 3 T : R 3! R 3 (T 3 T ) (x; y) = T 3 (T (x; y)) = T 3 (y; x) = = ( x + y; y; x + y)
26 Teorema. B base de U, B base de V, ; escalares, T ; T : U! V lineares: Então M(T +T ; B ; B ) = M(T ; B ; B )+M(T ; B ; B ) Exemplo. T ; T : R 3! R T (x; y; z) = (x + y; x z) T (x; y; z) = (y; x) (T + 3T ) (x; y; z) = (x + 5y; 5x z) M(T + 3T ; B 3 c; B c) = M(T ; B 3 c; B c) + 3M(T ; B 3 c; B c) = = =
27 Teorema. B base de U, B base de V, B 3 base de W, ; escalares, T : U! V; S : V! W lineares: Então M(ST ; B ; B 3 ) = M(S; B ; B 3 )M(T ; B ; B ) Exemplo. T : R 3! R T (x; y; z) = (y; x) T 3 : R! R 3 T 3 (x; y) = (x + y; x; x y) T T 3 : R! R (T T 3 ) (x; y) = T (T 3 (x; y)) = T (x + y; x; x y) = = (x; 4x y) M(T T 3 ; B c; B c) = 0 4 M(T ; B 3 c; B c)m(t 3 ; B c; B 3 c) = = =
28 De nição. dim U = dim V. T : U! V linear diz-se invertível se e só se existir S : V! U tal que e neste caso S = T. S T = I U e T S = I V, Teorema. dim U = dim V, T : U! V linear. Se A = M(T ; B ; B ) então T invertível, A invertível: Se T é linear e invertível então T é linear e A = M(T ; B ; B ): Teorema. dim U = dim V = dim W, T : U! V; T : V! W lineares invertíveis: Então T T é linear, invertível e (T T ) = T T :
29 Exemplo. T : R! R T (x; y) = (x; 4x y) Como M(T ; B c; B c) = 0 4 é invertível então T é invertível e M(T ; B c; B c) = 0 4 = 0 Logo T (x; y) = 0 x y = x; x y De facto T x; x y = (x; y)
30 Teorema. T : U! U linear B, B 0 bases ordenadas de U. Então Isto é (U; B) M(T ;B;B)! T (U; B) S B 0!B I I S B!B 0 U; B 0 T! U; B 0 M(T ;B 0 ;B 0 ) T = I T I,, M(T ; B 0 ; B 0 ) = S B!B 0M(T ; B; B)S B 0!B,, M(T ; B 0 ; B 0 ) = S B!B 0M(T ; B; B) (S B!B 0) B = SAS Quando se tem a última igualdade dir-se-á que A e B são semelhantes e nesse caso ver-se-á que: car A = car B nul A = nul B tr A = tr B det A = det B det (A I) = det (B I)
31 Teorema. Caso geral. T : U! V linear. B e B 0 bases ordenadas de U. B e B 0 bases ordenadas de V. Então (U; B ) M(T ;B ;B )! T (V; B ) S B 0!B I I S B!B 0 U; B 0 V; B 0 T! M(T ;B 0 ;B0 ) Isto é T = I T I,, M(T ; B 0 ; B0 ) = S B!B 0 M(T ; B ; B )S B 0!B
32 Exemplo. T : R! R 3 T (x; y) = (y; x; y x) M(T ; B c; B 3 c) = B = f(; ); ( ; )g B = f(0; 0; ); (0; ; ); (; ; )g bases ordenadas de R e R 3 T (; ) = (; ; 0) = (0; 0; ) + 0(0; ; ) + (; ; ) T ( ; ) = (; ; ) = 3(0; 0; ) (0; ; ) + (; ; ) M(T ; B ; B ) = (; 0; 0) = 0(0; 0; ) (0; ; ) + (; ; ) (0; ; 0) = (0; 0; ) + (0; ; ) + 0 (; ; ) (0; 0; ) = (0; 0; ) + 0(0; ; ) + 0 (; ; ) S B 3 c!b =
33 S B 3 c!b M(T ; B c; B 3 c)s B!B c = = = = = M(T ; B ; B )
34 coordenadas de (; ) na base B c M(T ;B c;b 3 c)! T coordenadas de T (; ) na base B 3 c S B c!b I I S B 3 c!b coordenadas de (; ) na base B T! M(T ;B ;B ) ! T I I 6 4 T! coordenadas de T (; ) na base B
35 De nição. U e V espaços lineares e T : U! V linear (i) O contradomínio ou imagem de T : I(T ) = ft (u) : u Ug (ii) O núcleo de T : N (T ) = fu U : T (u) = 0g Teorema. U e V espaços lineares e T : U! V linear (i) N (T ) é um subespaço de U (ii) I(T ) é um subespaço de V (iii) Seja S = fu ; : : : ; u k g. Se U = L (S) então I(T ) = L (ft (u ) ; : : : ; T (u k )g) = L (T (S)) (iv) Se dim U < e T : U! V é linear então dim U = dim N (T ) + dim I(T )
36 Exemplos. T : U! V T (u) = 0 N (T ) = U I(T ) = f0g I : U! U I(u) = u N (I) = f0g I(I) = U T : C (R)! C (R) T (f) = f 0 I(T ) = C (R) N (T ) = ff : R! R tal que f é constante em Rg A M mn (R) T : R n! R m T (u) = Au N (T ) = N (A) I(T ) = C(A)
37 Exemplo. T (x; y; z; w) = (3x + y z; 0; x + 4z) T (; 0; 0; 0) = (3; 0; ), T (0; ; 0; 0) = (; 0; 0) T (0; 0; ; 0) = ( ; 0; 4) e T (0; 0; 0; ) = (0; 0; 0). A = M(T ; B 4 c; B 3 c) = N (T ) = N (A) = n (x; y; z; w) R 4 : y = 4z e x = 4z o = = f( 4z; 4z; z; w) : z; w Rg = = L (f( 4; 4; ; 0); (0; 0; 0; )g) I (T ) = C (A) = L f(3; 0; ); (; 0; 0)g dim R 4 {z } =4 = dim N (T ) {z } = + dim I (T ) {z } =
38 Teorema. T : U! V linear então A = M(T ; B ; B ) M mn (R) [T (u)] B = A [u] B Observação. Os vectores de N (A) são as coordenadas dos vectores de N (T ) em B. Os vectores de C(A) são as coordenadas dos vectores de I(T ) em B. dim N (T ) = dim N (A) = nul A dim I(T ) = dim C(A) = car A
39 Exemplo. T : R 3! R linear B = f(; ; ); (0; ; ); (0; 0; )g B = f(; ); (; )g A = M(T ; B ; B ) = N (A) = N h 3 i = L (f( ; ; 0); ( 3; 0; )g) N (T ) = L ( ( ) (; ; ) + (0; ; ) + 0(0; 0; ); ( 3) (; ; ) + 0(0; ; ) + (0; 0; ) )! = = L (f( ; ; ); ( 3; 3; )g) C(A) = L (f(; )g) I(T ) = L (f(; ) + (; )gg) = L (f(3; )g)
40 De nição. T : U! V é injectiva se e só se isto é T (u) = T (w) ) u = w u 6= w ) T (u) 6= T (w) Teorema. T injectiva, N (T ) = f0g Teorema. T : U! V linear dim U = dim V. Então T injectiva, T invertível Exemplo. T : R! R T (x; y) = (x; 4x y) T é injectiva pois M(T ; B c; B c) = 0 4 e N (T ) = N 0 4! = f(0; 0)g
41 Teorema. dim U < equivalentes: T : U! V linear então são (i) T é injectiva (ii) N (T ) = f0g (iii) dim U = dim I(T ) (iv) T transforma qualquer conjunto linearmente independente de vectores de U num conjunto linearmente independente de vectores de V (v) T transforma bases de U em bases de I(T )
42 De nição. T : U! V é sobrejectiva se e só se I(T ) = V Teorema. dim U; dim V < Então T : U! V linear. T é sobrejectiva se e só se T transformar um qualquer conjunto gerador de U num conjunto gerador de V Exemplo. T : R 3! R T (x; y; z) = (y; x) T é sobrejectiva pois M(T ; B 3 c; B c) = e I(T ) = C ! =L (f(0; ); (; 0)g)=R
43 Teorema. dim U <, T : U! V linear. Então T é sobrejectiva ) dim U dim V dim U < dim V ) T não é sobrejectiva T é injectiva ) dim U dim V dim U > dim V ) T não é injectiva Teorema. dim U = dim V <, T : U! V linear. Então T é injectiva, T é sobrejectiva
44 De nição. T : U! V é bijectiva se e só se fôr injectiva e sobrejectiva De nição. U e V espaços lineares são isomorfos se e só se existir um isomor smo entre U e V, isto é, se e só se existir uma transformação linear bijectiva T : U! V e escreve-se U = V Teorema. U e V espaços lineares. Então U = V, dim U = dim V Exemplo. T : U! V linear. Se A = M(T ; B ; B ) então Além disso: N (T ) = N (A) e I(T ) = C(A) T é injectiva, nul A = 0, car A = n T é sobrejectiva, car A = m
45 Exemplos de Isomor smos (i) R n = M n (R) T (a ; : : : ; a n ) = T : R n! M n (R) 6 4 a. a n (ii) M mn (R) = R mn T 0 a 4. a m. a n. a mn 3 7C 5 T : M mn (R)! R mn A = (a ; : : : ; a n ; : : : ; a m ; : : : ; a mn ) (iii) R n+ = P n T : R n+! P n T (a 0 ; a ; : : : ; a n ) = a 0 + a t + + a n t n (iv) A M mn (R) C (A) = L (A) dim C (A) = dim L (A) = car A
46 Teorema. T : U! V linear, b V. Então a equação linear T (u) = b (Existência de solução) tem sempre solução (para qualquer b) se e só se T fôr sobrejectiva (T (U) = V ) (Unicidade de solução) a ter solução, ela é única se e só se T fôr injectiva se e só se N (T ) = f0g (Existência e unicidade de solução) tem sempre solução única u se e só se T fôr bijectiva Teorema. T : U! V linear, b V. Então solução geral de T (u) = b = solução particular de T (u) = b + solução geral de T (u) = 0 {z } N (T )
47 Exemplo. T : R 3! R linear B = f(; ; ); (0; ; ); (0; 0; )g B = f(; ); (; )g A = M(T ; B ; B ) = Vamos resolver a equação linear: T (x; y; z) = (6; ) Primeiro note-se que: (6; ) = (; ) + 4(; ) a seguir resolve-se: = 4 obtendo-se f(0; ; 0)g + N (A) = f(0; ; 0)g+L (f( ; ; 0); ( 3; 0; )g) Logo CS = f(0; ; )g+l (f( ; ; ); ( 3; 3; )g)
ficha 5 transformações lineares
Exercícios de Álgebra Linear ficha 5 transformações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 5 Notação
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 maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - 1 o Semestre de 016/17 MEBiol, MEAmbi EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Vectores e valores próprios 1 1 Vectores e valores próprios de transformações lineares Dada uma transformação linear T V!
Leia maisValores próprios (de uma matriz): tais que det(a I) = 0. Vectores próprios (de uma matriz) associados a um valor próprio : v 2 N (A I)n f0g
Polinómio característico: det(a I) Valores próprios (de uma matriz): tais que det(a I) Vectores próprios (de uma matriz) associados a um valor próprio : v N (A I)n fg N (A I) é o subespaço próprio associado
Leia maisExercícios de Álgebra Linear 2 o Semestre 2008/2009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC
Exercícios de Álgebra Linear o Semestre 008/009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC João Ferreira Alves/Ricardo Coutinho Sistemas de Equações Lineares e Matrizes Exercício Resolva por eliminação de Gauss
Leia maisSebenta de exercícios de Álgebra Linear e Geometria Analítica. Curso: Eng. Topográ ca
Sebenta de exercícios de Álgebra Linear e Geometria Analítica Curso: Eng. Topográ ca Ano Lectivo 009/010 4 de Setembro de 009 (Versão: 1.0) Índice Notações e terminologia ii 1 Revisão sobre noções elementares
Leia maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
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 maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisEspaços vectoriais reais
ALGA - 00/0 - Espaços Vectoriais 49 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o conjunto das
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 maisAvaliação e programa de Álgebra Linear
Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (
Leia maisSebenta de exercícios de Álgebra Linear
Sebenta de exercícios de Álgebra Linear Curso: Eng. a do Ambiente Ano Lectivo 006/007 7 de Setembro de 006 (Versão: 1.0) Conteúdo Notações e terminologia ii 1 Introdução 1 1.1 Noções elementares sobre
Leia maisÁlgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química
Código do Teste: 105 Álgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química 1. Para as matrizes A = ( 1 0 3 1 ) B = ( 5 4 1 0 2 1 3 1 ) C = 1 1 1 0 5 1
Leia mais7 temos que e u =
Capítulo 1 Complementos de Álgebra Linear 11 Introdução Seja A = [a ij ] uma matriz quadrada de ordem n e pensemos na transformação linear R n! R n que a cada cada vector u R n faz corresponder um vector
Leia maisValores e vectores próprios
ALGA - Eng Civil e EngTopográ ca - ISE - / - Valores e vectores próprios 5 Valores e vectores próprios Neste capítulo, sempre que não haja especi cação em contrário, todas as matrizes envolvidas são quadradas
Leia maisLista 6: transformações lineares.
Lista 6: transformações lineares. 1) Diga, justificando, quais das seguintes funções constituem transformações lineares. a) T : R 2 R 2 tal que T (x 1, x 2 ) = (x 1 + x 2, 3x 1 x 2 ) b) T : R 2 R 2 tal
Leia maisApontamentos de Álgebra Linear
Aontamentos de Álgebra Linear (inclui as alicações não avaliadas) Nuno Martins Deartamento de Matemática Instituto Suerior Técnico Dezembro de 08 Índice Matrizes: oerações e suas roriedades Resolução de
Leia maisProdutos internos (Axiomas) com R e com C. Matriz de Gram G B. Duas Desigualdades: Cauchy-Schwarz e triangular. e v.
Produtos internos (Axiomas) com R e com C Matriz de Gram G B Norma de u: kuk = q hu; ui Duas Desigualdades: Cauchy-Schwarz e triangular Ângulo entre u 6=0 e v 6=0 : = arccos hu;vi kukkvk Projecção ortogonal
Leia maisTransformações lineares
Transformação linear (TL) Transformações lineares Sejam V e W espaços vectoriais. Uma função T : V W é chamada transformação linear de V em W se para todo o x, y Vec F se verifica: (a) (b) T(x + y) = T(x)
Leia maisDisciplina: Introdução à Álgebra Linear
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa
Leia maisExercícios de Álgebra Linear
Exercícios de Álgebra Linear Mestrado Integrado em Engenharia do Ambiente Mestrado Integrado em Engenharia Biológica Nuno Martins Departamento de Matemática Instituto Superior Técnico Setembro de Índice
Leia maisAlgumas Aplicações de Álgebra Linear. Análise de Redes (Network) Fluxo de Trânsito. Circuitos Eléctricos. Equilíbrio de Equações Químicas
Algumas Aplicações de Álgebra Linear Análise de Redes (Network) Fluxo de Trânsito Circuitos Eléctricos Equilíbrio de Equações Químicas Interpolação Polinomial Estudo de Modelos Económicos Compressão de
Leia maisAulas práticas de Álgebra Linear
Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento
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 maisALGA I. Representação matricial das aplicações lineares
Módulo 6 ALGA I Representação matricial das aplicações lineares Contents 61 Matriz de uma aplicação linear 76 62 Cálculo do núcleo e imagem 77 63 Matriz da composta 78 64 GL(n Pontos de vista passivo e
Leia maisFicha de Trabalho 08 Transformações Lineares. (Aulas 19 a 22).
F I C H A D E R A B A L H O 0 8 Ficha de rabalho 08 ransformações Lineares. (Aulas 19 a ). Produto interno em R n. Vectores livres: Ângulo de dois vectores. Vectores ortogonais. Vectores em R n : Produto
Leia maisDiagonalização unitária e diagonalização ortogonal. Observação. Neste capítulo considera-se o produto interno
Diagonalização unitária e diagonalização ortogonal Observação. Neste capítulo considera-se o produto interno usual. De nição. Chama-se transposta conjugada de uma matriz A à matriz A T e denota-se por
Leia mais5. Funções lineares em R n. ALGA (M1002) Ano letivo 2016/17 1 / 39
5. Funções lineares em R n ALGA (M1002) Ano letivo 2016/17 1 / 39 5.1 Definição e propriedades básicas 5.1 Definição e propriedades básicas Definição: uma função f : E F entre espaços vetoriais E e F diz-se
Leia maisProduto interno no espaço vectorial R n
ALGA - 00/0 - Produto interno 8 Produto interno no espaço vectorial R n A noção de produto interno de vectores foi introduzida no ensino secundário, para vectores de R e R : Neste capítulo generaliza-se
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisEspaços vectoriais reais
Espaços Vectoriais - Matemática II - 2004/05 40 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o
Leia maisNOTAS DE AULAS DE ÁLGEBRA LINEAR
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE EDUCAÇÃO E SAÚDE UNIDADE ACADÊMICA DE EDUCAÇÃO PERÍODO 011 TURNO: DATA: PROFESSORA: CÉLIA MARIA RUFINO FRANCO Aluno (a): NOTAS DE AULAS DE ÁLGEBRA LINEAR
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - o Semestre de / MEEC EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Método de Eliminação de Gauss Sistemas de equações lineares Uma equação linear nas variáveis (ou incógnitas) x ; ; x n ; é uma equação do
Leia maisExpansão linear e geradores
Espaços Vectoriais - ALGA - 004/05 Expansão linear e geradores Se u 1 ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u 1 ; u ;
Leia mais(2008/2009) Espaços vectoriais. Matemática 1º Ano - 1º Semestre 2008/2009. Mafalda Johannsen
Espaços vectoriais Matemática 1º Ano 1º Semestre 2008/2009 Capítulos Características de um Espaço Vectorial Dimensão do Espaço Subespaço Vectorial Combinação Linear de Vectores Representação de Vectores
Leia mais2.1 Fundamentos Básicos
.1 Fundamentos Básicos Recordemos que uma aplicação (ou transformação) entre espaços vetoriais T : V! W é linear quando: (a) T (u + v) = T (u) + T (v) ; u; v V: (b) T ( u) = T (u) ; u V e F: Podemos condensar
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 2012/2013
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 0/0 A) B) C) D) [,0]. Considere as seguintes a rmações: I. ~x
Leia maisSebenta do conteúdo teórico da. disciplina. Álgebra Linear e Geometria Analítica
Sebenta do conteúdo teórico da disciplina de Álgebra Linear e Geometria Analítica Curso: Eng. a Topográ ca Ano Lectivo 009/00 (versão.0) Índice Notas Prévias Notações e terminologia iii iv Introdução.
Leia maisTRANSFORMAÇÕES LINEARES
ransformação Linear RNSFORMÇÕES LINERES Sejam e espaços vetoriais reais Dizemos que uma função : é uma transformação linear se a função preserva as operações de adição e de multiplicação por escalar, isto
Leia maisIntrodução à Geometria
Introdução à Geometria - 2007-2008 Algumas noções 1. Norma de um vector Seja E um espaço vectorial real de dimensão finita E munido de um produto interno (u, v) u v. Dado um vector v E chama-se norma ou
Leia maisÁlgebra Linear - Exercícios resolvidos
Exercício 1: Álgebra Linear - Exercícios resolvidos Sejam E = L({(1, 1, 1), (1, 2, 2)}) e F = L({(, 1, 1), (1, 1, 2)}). a) Determine a dimensão de E + F. b) Determine a dimensão de E F. Resolução: a) Temos
Leia maisProblemas de Álgebra Linear
Problemas de Álgebra Linear Curso: Engenharia Aeroespacial o Semestre 203/204 Prof Paulo Pinto http://wwwmathistutlpt/ ppinto/ Conteúdo Sistemas de equações lineares e álgebra matricial Álgebra de matrizes
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR. Prefácio 3. Parte 1. Sistemas de equações lineares 4. Parte 2. Matrizes 10. Parte 3.
EXERCÍCIOS DE ÁLGEBRA LINEAR PEDRO MATIAS Conteúdo Prefácio 3 Parte 1. Sistemas de equações lineares 4 Parte 2. Matrizes 10 Parte 3. Determinantes 16 Parte 4. Geometria analítica 18 Parte 5. Espaços lineares
Leia maisÁlgebra Linear 1 o Teste
Instituto Superior Técnico Departamento de Matemática 1 o Semestre 2008-2009 6/Janeiro/2008 Prova de Recuperação Álgebra Linear 1 o Teste MEMec, MEAer Nome: Número: Curso: Sala: A prova que vai realizar
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Leia maisALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes
ALGA - Eng. Civil e Eng. Topográ ca - ISE - 011/01 - 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; ; :::;
Leia maisMatemática II /06 - Determinantes 25. Determinantes
Matemática II - 00/0 - Determinantes Permutações Determinantes Seja n N. Uma permutação p (p ; p ; : : : ; p n ) do conjunto f; ; ; ng é um arranjo dos n números em alguma ordem, sem repetições ou omissões.
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 Espaços Vetoriais 1 Definição; 2 Subespaços; 3 Combinação Linear, dependência
Leia maisInstituto Universitário de Lisboa
Instituto Universitário de Lisboa Departamento de Matemática Exercícios extra de Álgebra Linear Ano Lectivo 204/205 . Sejam A = 0 2 0 0 2 e B = 0 0 0 0. (a) Calcule, se possível, as matrizes AB, BA e B
Leia maisFormas quadráticas. x y. forma quadrática associada à equação quadrática. real simétrica n n, B 2 M 1n (R) e escalar.
Formas quadráticas Equação quadrática em duas variáveis x e y: ax + by + cxy + dx + ey + f 0 h i a c x y c b A x y (A real simétrica). Q : R! R, + h d e i x y u Q (u) u T Au ax + by + cxy + f 0 forma quadrática
Leia maisEXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003. Funções reais de várias variáveis
EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003 Funções reais de várias variáveis 1. Faça um esboço de alguns conjuntos de nível das seguintes funções: (a) f (x,y) = 1 + x + 3y, (x,y)
Leia maisBases de subespaços. 5 a : aula prática (1.30h) e 08-04/2010 Bases de subespaços 5-1
a : aula prática (.h) - e 8-/ Bases de subespaços - Instituto Superior Técnico o semestre Álgebra Linear o ano da Lics.em Engenharia Informática e de Computadores e Engenharia Química Bases de subespaços
Leia mais23. Resolva as seguintes equações matriciais: a) X. b) X. 24. Determine a matriz X, tal que (X A) t B, sendo:
Matrizes 9 Calcule: 5 7 9 6 5 8 5 7 5 6 6 8 7 5 7 Sejam A 9 5, B 8 6 e C 7 Determine as matrizes: A B C A B C A (B C) Sejam as matrizes A (a ij ), em que a ij i j, e B (b ij ), em que b ij i j Seja C A
Leia maisÁLGEBRA LINEAR. Exame Final
UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR Exame Final 9/0/00 DURAÇÃO: 3 horas Nome: N o Aluno: Observação: Declaro que desisto: (Justifique sempre as suas respostas) Folha. (4,0
Leia maisEXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) GRUPO I
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise EXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) (24/JUNHO/2005) Duração: 3h Nome de Aluno: Número de Aluno: Curso:
Leia maisMínimos quadrados. A 2 M mn (R), b 2 R m. Como Au 2 C (A) para todo o u 2 R n e
Mínimos quadrados Au b A M mn (R), b R m Como Au C (A) para todo o u R n e b P C(A) (b) kb Auk, u R n é a melhor solução aproximada ou solução de mínimos quadrados de Au b se u veri car Au P C(A) (b) kb
Leia maisÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA. Resolução do 2º Teste
ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA Resolução do 2º Teste 11 de Junho de 2013 Ano Lectivo: 2012-2013 Semestre: Verão ISEL è ADM Secção de Álgebra ç ALGA Álgebra Linear e Geometria Analítica - Resolução
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisÁlgebra Linear para MBiol MAmb
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Álgebra Linear para MBiol MAmb Teste 3 22 de Dezembro de 212 Duração: 9 minutos Resolução da versão A (1. val.) 1. Considere
Leia maisMatrizes de uma aplicação linear relativamente a referenciais diferentes
5 a : aula (h) 8/0/00 Representação matricial de uma apl linear (/) 5- Instituto Superior Técnico 00/ o semestre Álgebra Linear o ano das Lics em Engenharia Informática e de Computadores Matrizes de uma
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia mais1 Espaços Vetoriais. 1.1 Base e Dimensão. 1.2 Mudança de Base. 1 ESPAÇOS VETORIAIS Álgebra Linear. Álgebra Linear Prof.
ESPAÇOS VETORIAIS Álgebra Linear Espaços Vetoriais Base e Dimensão Álgebra Linear Prof Ânderson Vieira Definição Um conjunto S = {u,,u n } V é uma base do espaço vetorial V se (I) S é LI; (II) S gera V
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia maisLista 1: sistemas de equações lineares; matrizes.
Lista : sistemas de equações lineares; matrizes. Obs. As observações que surgem no fim desta lista de exercícios devem ser lidas antes de resolvê-los. ) Identifique as equações que são lineares nas respectivas
Leia maisCDI-II. Resumo das Aulas Teóricas (Semana 5) 1 Extremos de Funções Escalares. Exemplos
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires CDI-II Resumo das Aulas Teóricas (Semana 5) 1 Etremos de Funções Escalares. Eemplos Nos eemplos seguintes
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 maisAULA Exercícios. DETERMINAR A EXPRESSÃO GERAL E A MATRIZ DE UMA TL CONHECIDAS AS IMAGENS DE UMA BASE DO
Note bem: a leitura destes apontamentos não dispensa de modo algum a leitura atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo aluno
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 maisReferências principais (nas quais a lista foi baseada): 1. G. Strang, Álgebra linear e aplicações, 4o Edição, Cengage Learning.
1 0 Lista de Exercício de Mat 116- Álgebra Linear para Química Turma: 01410 ( 0 semestre 014) Referências principais (nas quais a lista foi baseada): 1. G. Strang, Álgebra linear e aplicações, 4o Edição,
Leia maisINTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 7 ISOMORFISMO
INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR CAPÍULO 7 ISOMORFISMO A pergunta inicial que se faz neste capítulo e que o motiva é: dada uma transformação linear : V W é possível definir uma transformação linear
Leia maisParte II. Análise funcional II
Parte II Análise funcional II 12 Capítulo 5 Produto de Operadores. Operadores inversos Neste capítulo vamos introduzir a noção de produto de operadores assim como a de operador invertível. Para tal precisamos
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 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 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 maisProduto interno no espaço vectorial R n
ALGA - Eng.Civil e Eng. Topográ ca - ISE - 00/0 - Produto Interno Produto interno no espaço vectorial R n A noção de produto interno (ou escalar) de vectores foi introduzida no ensino secundário, para
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 maisQ1. Considere as bases: der 2 e der 3, respectivamente. Seja T :R 2 R 3 a transformação linear Temos que T(1,2) é igual a: [T] BC = 1 0
Q. Considere as bases: B = { (,),(, ) }, C = { (,,),(,,),(,,) }, der e der, respectivamente. Seja T :R R a transformação linear cuja matriz em relação às bases B e C é: [T] BC =. Temos que T(,) é igual
Leia maisTestes e Sebentas. Exercícios resolvidos de Álgebra Linear (Matrizes e Determinantes)
Testes e Sebentas Exercícios resolvidos de Álgebra Linear (Matrizes e Determinantes) Índice: 1. Matrizes 1.1. Igualdade de matrizes 3 1.2. Transposta de uma matriz 3 1.3. Multiplicação por um escalar 3
Leia maisValores e vectores próprios
Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci
Leia maisPROBLEMAS DE ÁLGEBRA LINEAR
PROBLEMAS DE ÁLGEBRA LINEAR P. FREITAS Conteúdo. Números complexos. Sistemas de equações; método de eliminação de Gauss 3. Operações com matrizes 3 4. Inversão de matrizes 4 5. Característica e núcleo
Leia maisInstituto Superior Técnico - Álgebra Linear - 1 o Semestre 2016/2017 LEIC-A 5 a Ficha de exercícios para as aulas de problemas
Instituto Superior Técnico - Álgebra Linear - o Semestre 0/0 LEIC-A a Ficha de exercícios para as aulas de problemas Classi que quanto à paridade as seguintes permutações de números de a : () () () (iv)
Leia maisALGA I. Bases, coordenadas e dimensão
Módulo 5 ALGA I. Bases, coordenadas e dimensão Contents 5.1 Bases, coordenadas e dimensão............. 58 5.2 Cálculos com coordenadas. Problemas......... 65 5.3 Mudanças de base e de coordenadas..........
Leia maisMatrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia 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 mais0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1.
Nesta prova, se V é um espaço vetorial, o vetor nulo de V será denotado por 0 V. Se u 1,...,u n forem vetores de V, o subespaço de V gerado por {u 1,...,u n } será denotado por [u 1,...,u n ]. O operador
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 maisObjetivos. Definir os conceitos de transformação matricial e linear; Apresentar vários exemplos de transformações lineares.
Transformações lineares MÓDULO 3 - AULA 18 Aula 18 Transformações lineares Objetivos Definir os conceitos de transformação matricial e linear; Apresentar vários exemplos de transformações lineares. Introdução
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 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 maisNota: Turma: MA 327 Álgebra Linear. Segunda Prova. Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 2006 Segunda Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Questão 1. A matriz de mudança da base ordenada
Leia mais(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay)
Espaços Vetoriais Definição. Um espaço vetorial sobre R é um conjunto V no qual se tem definida uma adição e uma multiplicação de seus elementos por escalares (isto é, por números reais), ou seja, dados
Leia maisNotas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009
Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução
Leia maisÁlgebra Linear - Exercícios (Transformações Lineares)
Álgebra Linear - Exercícios (Transformações Lineares) Índice Transformações Lineares 3 Transformações Lineares Transformações Lineares Exercício MostrequeastransformaçõeslinearesdeR 3 em R 3, T (x, y,
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2017/II 1. Sejam u = ( 4 3) v = (2 5) e w = (a b).
Leia maisPrimeira prova de Álgebra Linear - 06/05/2011 Prof. - Juliana Coelho
Primeira prova de Álgebra Linear - 6/5/211 Prof. - Juliana Coelho JUSTIFIQUE SUAS RESPOSTAS! Questões contendo só a resposta, sem desenvolvimento ou justificativa serão desconsideradas! QUESTÃO 1 (2, pts)
Leia mais6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):
a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre
Leia mais