Renato Martins Assunção
|
|
- Sebastiana Araújo Carreiro
- 5 Há anos
- Visualizações:
Transcrição
1 Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
2 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear porque seu conjunto solução é uma linha no R 2. Uma solução da equação é um par de números (α, β) R 2 tal que 2x + 3y = 6. Por exemplo, (3, 0) e (0, 2) são soluções. Alternativamente, podemos escrever a primeira solução como x = 3, y = 0. Conjunto Soluç ao é conjunto de TODOS os pontos (α, β) do plano que satisfazem a equação. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
3 Sistemas de equações lineares 2x + 3y = 6 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
4 Sistemas de equações lineares Equação geral de uma reta: ax + by = c, em que x, y são variáveis e a, b, c são constantes (exceto para o caso a = b = 0). Se b 0, podemos escrever ax + by = c como y = c/b (a/b)x Nesta notação, c/b é o intercepto, a altura que a reta corta o eixo vertical. O valor de a/b é o coeficiente angular, a tangente do ângulo (sentido anti-horário) formado pelo eixo horizontal e a reta. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
5 Definição Sistemas de equações lineares Definição. Uma equação linear nas variáveis x 1, x 2,..., x n é uma equação da forma a 1 x 1 + a 2 x a n x n = b, em que a 1,..., a n e b são constantes. Uma solução da equação é um arranjo de números (γ 1, γ 2,..., γ n ) R n tal que a 1 γ 1 + a 2 γ a n γ n = b. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
6 Sistemas de equações lineares Sistema de equações lineares 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 Aqui x 1, x 2,..., x n são variáveis e a ij, b j são constantes. Uma solução do sistema é uma solução comum de todas equações no sistema. Muitos problemas na matemática e no mundo real necessitam da solução de sistemas de equações lineares. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
7 Sistemas de equações lineares Problema Encontre o ponto de interseção das retas x y = 2 e 2x +3y = 6 no R 2. { x y = 2 2x + 3y = 6 { x = y 2 2x + 3y = 6 { x = y 2 2(y 2) + 3y = 6 { x = y 2 5y = 10 { x = y 2 y = 2 { x = 0 y = 2 Solução: as retas interceptam no ponto (0, 2). Observação. O símbolo de equivalência significa que dois sistemas tem a mesma solução. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
8 Sistemas de equações lineares { x y = 2 2x + 3y = 6 x = 0, y = 2 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
9 Sistemas de equações lineares { 2x + 3y = 2 2x + 3y = 6 sistema inconsistente (sem soluções) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
10 Sistemas de equações lineares { 4x + 6y = 12 2x + 3y = 6 2x + 3y = 6 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
11 Sistemas de equações lineares Resolvendo sistemas de equações lineares Método da eliminação de variáveis sempre funciona para sistemas de equações lineares. Algoritmo: (1) escolha uma variável, resolva uma das equações para ela, e elimine-a das outras equações; (2) deixe de lado a equação utilizada na eliminação, e volte ao passo (1). O algoritmo reduz o número de variáveis (assim como o número de equações), consequentemente ele para após um número finito de passos. Depois que o algoritmo para, o sistema está simplificado de modo que deve ser claro como completar a solução. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
12 Sistemas de equações lineares Exemplo. x y = 2 2x y z = 3 x + y + z = 6 Resolva a primeira equação para x: x = y + 2 2x y z = 3 x + y + z = 6 Elimine x das segunda e terceira equações: x = y + 2 2(y + 2) y z = 3 (y + 2) + y + z = 6 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
13 Sistemas de equações lineares Simplifique: x = y + 2 y z = 1 2y + z = 4 Agora as segunda e terceira equações formam um sistema de duas equações lineares em duas variáveis. Resolva a segunda equação para y, então elimine y da terceira equação: x = y + 2 y = z 1 2y + z = 4 x = y + 2 y = z 1 2(z 1) + z = 4 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
14 Sistemas de equações lineares Simplifique: x = y + 2 y = z 1 3z = 6 A eliminação está completa. substituição reversa. Agora o sistema é facilmente resolvido por Ou seja, encontramos z da terceira equação, então substituímos na segunda equação e encontramos y, então substituímos y e z na primeira equação e encontramos x. x = y + 2 y = z 1 z = 2 x = y + 2 y = 1 z = 2 x = 3 y = 1 z = 2 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
15 Sistemas de equações lineares Sistema de equações lineares: x y = 2 2x y z = 3 x + y + z = 6 Solução: (x, y, z) = (3, 1, 2) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
16 Eliminação gaussiana Eliminação gaussiana A eliminação gaussiana ou escalonamento é uma modificação do método da eliminação de variáveis que permite somente as assim chamadas opereções elementares. Opereções elementares para um sistema de equações lineares: (1) multiplicar uma equação por um escalar não nulo; (2) adicionar uma equação multiplicada por um escalar a outra equação; (3) intercambiar duas equações. Teorema Aplicar operações elementares a um sistema de equações lineares não muda o conjunto solução do sistema. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
17 Eliminação gaussiana Operação 1: multiplique a i-ésima equação por r 0. a 11 x 1 + a 12 x a 1n x n = b 1 a i1 x 1 + a i2 x a in x n = b i a m1 x 1 + a m2 x a mn x n = b m = a 11 x 1 + a 12 x a 1n x n = b 1 (ra i1 )x 1 + (ra i2 )x (ra in )x n = rb i a m1 x 1 + a m2 x a mn x n = b m Para desfazer a operação, multiplique a i-ésima equação por r 1. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
18 Eliminação gaussiana Operação 2: adicione r vezes a i-ésima equação à j-ésima equação. a i1 x 1 + a i2 x a in x n = b i = a j1 x 1 + a j2 x a jn x n = b j a i1 x 1 + a i2 x a in x n = b i (a j1 + ra i1 )x 1 + (a j2 + ra i2 )x (a jn + ra in )x n = b j + rb i Para desfazer a operação, adicione r vezes a i-ésima equação a j-ésima equação. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
19 Eliminação gaussiana Operação 3: troque as i-ésima e j-ésima equações. a i1 x 1 + a i2 x a in x n = b i a j1 x 1 + a j2 x a jn x n = b j = a j1 x 1 + a j2 x a jn x n = b j a i1 x 1 + a i2 x a in x n = b i Para desfazer a operação, aplique esta novamente. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
20 Eliminação gaussiana Exemplo. x y = 2 2x y z = 3 x + y + z = 6 Adicione 2 vezes a primeira equação à segunda equação: x y = 2 y z = 1 R2 := R2 2 R1 x + y + z = 6 Adicione 1 vezes a primeira equação à terceira equação: x y = 2 y z = 1 2y + z = 4 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
21 Eliminação gaussiana Adicione 2 vezes a segunda equação à terceira equação: x y = 2 y z = 1 3z = 6 A eliminação está completa, e podemos resolver o sistema por substituição reversa. No entanto podemos também prosseguir com operações elementares. Multiplique a terceira equação por 1/3: x y = 2 y z = 1 z = 2 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
22 Eliminação gaussiana Some a terceira equação à segunda equação: x y = 2 y = 1 z = 2 Some a segunda equação à primeira equação: x = 3 y = 1 z = 2 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
23 Eliminação gaussiana Sistema de equações lineares. x y = 2 2x y z = 3 x + y + z = 6 Solução: (x, y, z) = (3, 1, 2) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
24 Eliminação gaussiana Outro exemplo. x + y 2z = 1 y z = 3 x + 4y 3z = 1 Some a primeira equação à terceira equação: x + y 2z = 1 y z = 3 5y 5z = 2 Adicione 5 vezes a segunda equação à terceira equação: x + y 2z = 1 y z = 3 0 = 13 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
25 Eliminação gaussiana Sistema de equações lineares. x + y 2z = 1 y z = 3 x + 4y 3z = 1 Solução: sem solução (sistema inconsistente). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
26 Eliminação gaussiana Mais outro exemplo. x + y 2z = 1 y z = 3 x + 4y 3z = 14 Some a primeira equação à terceira equação: x + y 2z = 1 y z = 3 5y 5z = 15 Adicione 5 vezes a segunda equação à terceira equação: x + y 2z = 1 y z = 3 0 = 0 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
27 Eliminação gaussiana Adicione 1 vezes a segunda equação à primeira equação: x + y 2z = 1 y z = 3 0 = 0 { x = z 2 y = z + 3 Aqui z é uma variável livre. x = z 2 Segue que y = z + 3 z = t para algum t R. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
28 Eliminação gaussiana Sistema de equações lineares. x + y 2z = 1 y z = 3 x + 4y 3z = 14 Solução: (x, y, z) = (t 2, t + 3, t), t R. Em forma vetorial, (x, y, z) = ( 2, 3, 0) + t(1, 1, 1). O conjunto de todas soluções é uma reta no R 3 ( 2, 3, 0) na direção (1, 1, 1). passando pelo ponto Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
29 Matrizes Eliminação gaussiana Definição. Uma matriz é um arranjo retangular de números. 2 7 ( ) Exemplos: , 2,, 4, /5 5/8 4, ( 2, 0, 3, 5 ), ( ). dimensões = (# de linhas) (# de colunas) n-por-n: matriz quadrada n-por-1: vetor coluna 1-por-n: vetor linha Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
30 Eliminação gaussiana Sistema de equações lineares: 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 Matriz de coeficientes e vetor coluna do lado direito: a 11 a a 1n a 21 a a 2n a m1 a m2... a mn b 1 b 2. b m Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
31 Eliminação gaussiana Sistema de equações lineares: 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 Matriz aumentada: a 11 a a 1n b 1 a 21 a a 2n b a m1 a m2... a mn b m Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
32 Eliminação gaussiana Opereções elementares para um sistema de equações lineares correspondem a operações lineares de linha para matrizes aumentadas: (1) multiplicar uma linha por um escalar não nulo; (2) somar a i-ésima linha multiplicada por algum escalar r R a j-ésima linha; (3) itercambiar duas linhas. Observação. Linhas são somadas e multiplicadas por escalares como vetores (isto é, vetores linha). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
33 Aplicações Aplicações de sistemas de equações lineares Problema 1. Encontre o ponto de interseção das retas x y = 2 e 2x + 3y = 6 no R 2. { x y = 2 2x + 3y = 6 Problema 2. Encontre o ponto de interseção dos planos x y = 2, 2x y z = 3 e x + y + z = 6 no R 3. x y = 2 2x y z = 3 x + y + z = 6 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
34 Aplicações de sistemas de equações lineares Método dos coeficientes indeterminados frequentemente envolve a resolução de sistemas de equações lineares. Problema 3. Encontre um polinômio quadrático p(x) tal que p(1) = 4, p(2) = 3 e p(3) = 4. Suponha que p(x) = ax 2 +bx+c. Então p(1) = a+b+c, p(2) = 4a+2b+c, p(3) = 9a + 3b + c. a + b + c = 4 4a + 2b + c = 3 9a + 3b + c = 4 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
35 Aplicações de sistemas de equações lineares Problema 4. Calcular 1 0 x(x 3) (x 1) 2 (x + 2) dx. Para calcular a integral, precisamos decompor a função racional R(x) = frações simples: x(x 3) (x 1) 2 na soma de (x+2) R(x) = a x 1 + b (x 1) 2 + c x + 2 = a(x 1)(x + 2) + b(x + 2) + c(x 1)2 (x 1) 2 (x + 2) = (a + c)x 2 + (a + b 2c)x + ( 2a + 2b + c) (x 1) 2 (x + 2) a + c = 1 a + b 2c = 3 2a + 2b + c = 0 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
36 Fluxo de tráfego Aplicações de sistemas de equações lineares Problema. Determinar a quantidade de tráfego entre cada um dos quatro cruzamentos. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
37 Fluxo de tráfego Aplicações de sistemas de equações lineares x 1 =?, x 2 =?, x 3 =?, x 4 =? Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
38 Fluxo de tráfego Aplicações de sistemas de equações lineares Em cada cruzamento, o tráfego de entrada deve coincidir com o tráfego de saída. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
39 Aplicações de sistemas de equações lineares Cruzamento A: x = x Cruzamento B: x = x Cruzamento C: x = x 3 Cruzamento D: x 3 = x x = x x = x x = x 3 x 3 = x x 1 + x 4 = 160 x 1 x 2 = 240 x 2 x 3 = 600 x 3 x 4 = 520 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
40 Circuito elétrico Aplicações de sistemas de equações lineares Problema. Determinar a quantidade de corrente em cada ramo do circuito. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
41 Circuito elétrico Aplicações de sistemas de equações lineares i 1 =?, i 2 =?, i 3 =? Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
42 Circuito elétrico Aplicações de sistemas de equações lineares Primeira lei de Kirchhof (lei dos nós): em cada nó, a soma das correntes de entrada é igual a soma das correntes de saída. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
43 Circuito elétrico Aplicações de sistemas de equações lineares Veja que as equações são idênticas. Nó A: i 1 = i 2 + i 3 Nó B: i 2 + i 3 = i 1 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
44 Aplicações de sistemas de equações lineares Circuito elétrico Segunda lei de Kirchhof (lei das tensões): em torno de cada loop a soma algébrica das tensões é zero. Lei de Ohm: para cada resistor a diferença de potencial E, a corrente i, e a resistência R satisfazem E = ir. Laço superior: 9 i 2 4i 1 = 0 Laço inferior: 4 2i 3 + i 2 3i 3 = 0 Grande laço: 4 2i 3 4i i 3 = 0 Observação. A terceira equação é a soma das duas primeiras equações. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
45 Aplicações de sistemas de equações lineares i 1 = i 2 + i 3 9 i 2 4i 1 = 0 4 2i 3 + i 2 3i 3 = 0 i 1 i 2 i 3 = 0 4i 1 + i 2 = 9 i 2 + 5i 3 = 4 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
46 Matrizes Álgebra matricial Definição. Uma matriz m-por-n é um arranjo retangular de números que tem m linhas e n colunas: a 11 a a 1n a 21 a a 2n a m1 a m2... a mn Notação. A = (a ij ) 1 i n,1 j m ou simplesmente A = (a ij ) se as dimensões são conhecidas. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
47 Álgebra matricial Um vetor n-dimensional pode ser representado como uma matriz 1 n (vetor linha) ou como uma matriz n 1 (vetor coluna): ( x1, x 2,..., x n ) x 1 x 2. x n Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
48 Álgebra matricial Uma matriz m n A = (a ij ) pode ser considerada como uma coluna de vetores linhas n-dimensionais ou com uma linha de vetores colunas m- dimensionais: A = v 1 v 2. v n, v i = ( ) a i1, a i2,..., a in A = ( ) w 1, w 2,..., w n, wi = a 1j a 2j. a mj Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
49 Álgebra vetorial Álgebra matricial Sejam a = (a 1, a 2,..., a n ) e b = (b 1, b 2,..., b n ) vetores n-dimensionais e r R um escalar. Soma vetorial: a + b = (a 1 + b 1, a 2 + b 2,..., a n + b n ) Múltiplo escalar: ra = (ra 1, ra 2,..., ra n ) Vetor nulo: 0 = (0, 0,..., 0) Negativo de um vetor: b = ( b 1, b 2,..., b n ) Diferença vetorial: a b = a + ( b) = (a 1 b 1, a 2 b 2,..., a n b n ) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
50 Álgebra matricial Dado v 1, v 2,..., v k vetores n-dimensionais e r 1, r 2,..., r k escalares, a expressão r 1 v 1 + r 2 v r k v k é chamada uma combinação linear de vetores v 1, v 2,..., v k. Além disso, adição vetorial e multiplicação escalar são chamadas operações lineares. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
51 Álgebra matricial 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 Representação vetorial do sistema: a 11 a 12 a 21 x 1. + x a x n a m1 a m2 a 1n a 2n. a mn = b 1 b 2. b m Teorema. O sistema acima é consistente (ou possu solução) se e somente se o vetor do lado direito é uma combinação linear de colunas da matriz de coeficientes. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
52 Álgebra matricial Álgebra matricial Definição. Sejam A = (a ij ) e B = (b ij ) matrizes m n. A soma A + B é definida ser C = (c ij ), a matriz m n, tal que c ij = a ij + b ij para todo índice i, j. Ou seja, duas matrizes com mesmas dimensões podem ser somadas através da soma de suas entradas correspondentes. a 11 a 12 a 21 a 22 a 31 a 32 + b 11 b 12 b 21 b 22 b 31 b 32 = a 11 + b 11 a 12 + b 12 a 21 + b 21 a 22 + b 12 a 31 + b 31 a 32 + b 12 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
53 Álgebra matricial Definição. Dado A = (a ij ), uma matriz m n, e um número r, o múltiplo escalar ra é definido ser D = (d ij ), a matriz m n, tal que d ij = ra ij para todo índice i, j. Ou seja, para multiplicar uma matriz por um escalar r, multiplica-se cada entrada da matriz por r. r a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = ra 11 ra 12 ra 13 ra 21 ra 22 ra 23 ra 31 ra 32 ra 33 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
54 Álgebra matricial A matriz nula m n (todas as entradas são zeros) é denotada por O mn ou simplesmente O. Negativo da matriz: A é definida como ( 1)A. Matriz diferença: A B é definida como A + ( B). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
55 Exemplos Álgebra matricial ( A = ( 2 0 C = 0 1 ( A + B = ( 4 0 2C = 0 2 ( 7 3 2C + 3D = 0 5 ) ( 2 0 1, B = ), D = ( ). ), A B = ), 3D = ( ), ( ), ), A + D não é definida. ), Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
56 Álgebra matricial Propriedades das operações lineares (A + B) + C = A + (B + C) A + B = B + A A + O = O + A = A A + ( A) = ( A) + A = O r(sa) = (rs)a r(a + B) = ra + rb (r + s)a = ra + sa 1A = A 0A = O Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
57 Produto interno Álgebra matricial Definição. O produto interno de vetores n-dimensionais x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ) é um escalar x y = x 1 y 1 + x 2 y x n y n = n x k y k. k=1 O produto interno também é chamado produto escalar. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
58 Multiplicação matricial Álgebra matricial A produto de matrizes A e B é definido se o número de colunas em A coincide com o número de linhas em B. Definição. Seja A = (a ik ) uma matriz m n e B = (b kj ) uma matriz n p. O produto AB é definido ser C = (c ij ), a matriz m p, tal que c ij = n k=1 a ikb kj para todo índice i, j. Ou seja, as matrizes são multiplicadas linha por coluna: ( ) * ( * = * * * * * c ij = produto interno de linha i de A pela coluna j de B. ) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
59 Álgebra matricial a 11 a a 1n v 1 a 21 a a 2n A = = v 2. a m1 a m2... a mn v m b 11 b b 1n b 21 b b 2n B = = ( ) w 1, w 2,..., w p b m1 b m2... b mn v 1 w 1 v 1 w 2... v 1 w p v 2 w 1 v 2 w 2... v 2 w p AB = v m w 1 v m w 2... v m w p Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
60 Álgebra matricial Exemplos. y 1 y 2. y n ( ) x1, x 2,..., x n y 1 y 2. y n ( n ) = x k y k, k=1 y 1 x 1 y 1 x 2... y 1 x n ( ) y 2 x 1 y 2 x 2... y 2 x n x1, x 2,..., x n = y n x 1 y n x 2... y n x n. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
61 Álgebra matricial Exemplo. ( ) ( = ) ( não está definida ) Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
62 Álgebra matricial Sistema de equações lineares: 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 Representação matricial do sistema: a 11 a a 1n a 21 a a 2n a m1 a m2... a mn x 1 x 2. x n = b 1 b 2. b m Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
63 Álgebra matricial Propriedades da multiplicação matricial: (AB)C = A(BC) (lei associativa) (A + B)C = AC + BC (primeira lei distributiva) C(A + B) = CA + CB (segunda lei distributiva) (ra)b = A(rB) = r(ab) Qualquer uma das identidades acima valem desde que somas e produtos matriciais estejam bem definidos. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
64 Álgebra matricial Se A e B são matrizes n n, então AB e BA são matrizes bem definidas n n. Entretanto, em geral, AB BA. Exemplo. Sejam A = Então AB = ( ( ) ( 1 1, B = 0 1 ) ( 2 1, BA = 0 1 ). ). Se AB é igual BA, dizemos que as matrizes A e B comutam. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
65 Matrizes diagonais - Matriz inversa Problema. Sejam A e B matrizes n n arbitrárias. (A B)(A + B) = A 2 B 2? É verdade que (A B)(A + B) = (A B)A + (A B)B = (AA BA) + (AB BB) = A 2 + AB BA B 2 Portanto, (A B)(A + B) = A 2 B 2 se e somente se A comuta com B. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
66 Matrizes diagonais Matrizes diagonais - Matriz inversa Se A = (a ij ) é uma matriz quadrada, então as entradas a ii são chamadas entradas diagonais. Uma matriz quadrada é chamada diagonal se todas as entradas que não pertencem a diagonal são zeros. Exemplo , denotada por diag(7, 1, 2). Sejam A = diag(s 1, s 2,..., s n ), B = diag(t 1, t 2,..., t n ). Então A + B = diag(s 1 + t 1, s 2 + t 2,..., s n + t n ), ra = diag(rs 1, rs 2,..., rs n ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
67 Matrizes diagonais - Matriz inversa Exemplo = Teorema. Sejam A = diag(s 1, s 2,..., s n ), B = diag(t 1, t 2,..., t n ). Então A + B = diag(s 1 + t 1, s 2 + t 2,..., s n + t n ), ra = diag(rs 1, rs 2,..., rs n ), AB = diag(s 1 t 1, s 2 t 2,..., s n t n ). Em particular, matrizes diagonais sempre comutam. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
68 Matrizes diagonais - Matriz inversa Exemplo a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = 7a 11 7a 12 7a 13 a 21 a 22 a 23 2a 31 2a 32 2a 33 Teorema. Sejam D = diag(d 1, d 2,..., d m ) e A uma matriz m n. Então a matriz DA é obtida de A multiplicando a i-ésima linha por d i para i = 1, 2,..., m: A = v 1 v 2. v m = DA = d 1 v 1 d 2 v 2. d m v m. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
69 Matrizes diagonais - Matriz inversa Exemplo. a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a = 7a 11 a 12 2a 13 7a 21 a 22 2a 23 7a 31 a 32 2a 33 Teorema. Sejam D = diag(d 1, d 2,..., d n ) e A uma matriz m n. Então a matriz AD é obtida de A multiplicando a i-ésima coluna por d i para i = 1, 2,..., n: A = ( w 1, 2 2,..., w n ) = AD = ( d 1 w 1, d 2 2 2,..., d n w n ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
70 Matriz identidade Matrizes diagonais - Matriz inversa Definição. A matriz identidade (ou matriz unidade) é uma matriz diagonal com todas entradas diagonais iguais a 1. A matriz identidade n n é denotada por I n ou simplesmente I. I 1 = (1), I 2 = ( ), I Em geral, I = Teorema. Seja A uma matriz m n arbitrária. Então I m A = AI n = A.. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
71 Matriz inversa Matrizes diagonais - Matriz inversa Denote por M n (R) o conjunto de todas matrizes n n com entradas reais. Podemos somar,subtrair e multiplicar elementos de M n (R). E a divisão? Definição. Seja A M n (R). Suponha que exista uma matriz B n n tal que AB = BA = I n. Então a matriz A é dita invertível e B é chamada a inversa de A (denotada por A 1 ). Uma matriz quadrada não-invertível é dita singular. AA 1 = A 1 A = I Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
72 Exemplos Matrizes diagonais - Matriz inversa A = ( ( 1 1 AB = 0 1 ( 1 1 BA = 0 1 ( 1 0 C 2 = 0 1 ) ( 1 1, B = 0 1 ) ( ) 1 1 = 0 1 ) ( ) 1 1 = 0 1 ) ( ) ( 1 0, C = 0 1 ( ( ) ( 1 0 = 0 1 Assim, A 1 = B, B 1 = A e C 1 = C. ), ), ). ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
73 Matrizes diagonais - Matriz inversa Propriedades básicas de matrizes inversas: Se B = A 1 então A = B 1. Em outras palavras, se A é invertível, então A 1 também é, e A = (A 1 ) 1. A matriz inversa (se esta existe) é única. Além disso, se AB = CA = I para quaisquer matrizes B, C M n (R) então B = C = A 1. De fato, B = IB = (CA)B = C(AB) = CI = C. Se as A, B M n (R) são invertíveis, então AB também é, e (AB) 1 = B 1 A 1. B 1 A 1 (AB) = B 1 (A 1 A)B = B 1 IB = B 1 B = I, (AB)(B 1 A 1 ) = A(BB 1 )A 1 = AIA 1 = AA 1 = I. Similarmente, (A 1 A 2... A k ) 1 = A 1 k... A 1 2 A 1 1. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
74 Outros exemplos D = D 2 = ( ( Matrizes diagonais - Matriz inversa ) ( 1 1, E = 1 1 ) ( ) = ). ( ). Segue que D não é invertível, caso contrário E 2 = D 2 = O = D 1 D 2 = D 1 O = D = O. ( ) ( ) ( ) = = 2E Segue que E não é invertível, caso contrário E 2 = 2E = E 2 E 1 = 2EE 1 O = E = 2I. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
75 Matrizes inversa Invertendo matrizes diagonais Teorema. Uma matriz diagonal D = diag(d 1, d 2,..., d n ) é invertível se e somente se todas suas entradas diagonais são não-nulas: d i 0 para 1 i n. Se D é invertível então D 1 = diag(d1 1, d 2 1,..., d n 1 ). 1 d d d d = d n dn 1 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
76 Matrizes inversa Invertendo matrizes diagonais Teorema. Uma matriz diagonal D = diag(d 1, d 2,..., d n ) é invertível se e somente se todas suas entradas diagonais são não-nulas: d i 0 para 1 i n. Se D é invertível então D 1 = diag(d 1 1, d 1 2,..., d 1 n ). Prova: Se todo d i 0 então, claramente, diag(d 1,..., d n )diag(d1 1,..., d n 1 ) = diag(1, 1,..., 1) = I diag(d1 1,..., d n 1 1,..., d n ) = diag(1, 1,..., 1) = I Agora suponha que d i = 0 para algum i. Então para qualquer matriz B n n a i-ésima linha da matriz DB é uma linha de zeros. Então DB I. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
77 Matrizes inversa Invertendo matrizes 2-por-2 Definição. O determinante de uma matriz 2 2 ( ) a b A = é det A = ad bc. c d ( ) a b Teorema. Uma matriz A = é invertível se e somente se det A c d 0. Se det A 0 então ( ) 1 a b = c d 1 ad bc ( d b c a ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
78 Matrizes inversa ( ) a b Teorema. Uma matriz A = é invertível se e somente se det A c d 0. Se det A 0 então ( ) 1 a b = c d ( d b Prova: Seja B = c a ). Então 1 ad bc ( d b c a ). ( ad bc 0 AB = BA = c ad bc ) = (ad bc)i 2. No caso que det A 0, temos A 1 = (det A) 1 B. No caso que det A = 0, a matriz A não é invertível, caso contrário AB = O = A 1 AB = A 1 O = B = O = A = O, mas a matriz nula é singular. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
79 Matrizes inversa { 4x + 3y = 5 Problema. Resolver um sistema 3x + 2y = 1. O sistema é equivalente a equação matricial ( ) ( x y ) = ( 5 1 ( ) 4 3 Seja A =. Temos que det A = Então é A é invertível. Vamos multiplicar os dois lados da equação matricial por A 1 pela esquerda: ( ) 1 ( ) ( x y ) = ( ). ) 1 ( 5 1 ), ( x y ) = ( ) 1 ( 5 1 ) = 1 ( ) ( 5 1 ) = ( ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
80 Matrizes inversa Sistema de n equações lineares em n variáveis: 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 Ax = b, a n1 x 1 + a n2 x a nn x n = b n em que a 11 a a 1n a 21 a a 2n A =......, x = a n1 a n2... a nn x 1 x 2. x n, b = b 1 b 2. b n. Teorema. Se a matriz A é invertível então o sistema tem uma solução única, que é x = A 1 b. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
81 Matrizes inversa Problema. Resolver a equação matricial XA + B = X, em que ( ) ( ) A =, B = Como B é uma matriz 2 2, segue que XA e X também são matrizes 2 2. XA + B = X X XA = B X (I A) = B X = B(I A) 1 desde que I A é uma matriz invertível. ( ) 3 2 I A =. 1 0 Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
82 Matrizes inversa I A = ( ), det(i A) = ( 3) 0 2 ( 1) = 2, (I A) 1 = 1 2 ( ), ( ) 5 2 X = B(I A) 1 = 3 0 ( ) ( ) = = 1 2 ( ) ( ) 2 16 = 0 6 ( ). Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
83 Matrizes inversa Resultados fundamentais sobre matrizes inversas Teorema 1 Dada uma matriz quadrada A, as seguintes afirmações são equivalentes: (i) A é invertível; (ii) x = 0 é a única solução da equação matricial Ax = 0; (iii) a forma escalonada por linhas de A não tem linhas nulas; (iv) a forma escalonada reduzida de A é a matriz identidade. Teorema 2 Suponha que uma sequência de operações elementares de linha converte a matriz A na matriz identidade. Então a mesma sequência de operações converte a matriz identidade na matriz inversa A 1. Teorema 3 Para quaisquer matrizes A e B n n, BA = I AB = I. Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
84 Matrizes inversa Forma escalonada por linhas de uma matriz quadrada: Renato Martins Assunção (DCC - UFMG) Análise Numérica / 84
Álgebra 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 maisVetores e Geometria Analítica
Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser
Leia mais1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0
1.3 Matrizes inversas Definição: Seja A uma matriz de ordem k n, a matriz B de ordem n k é uma inversa à direita de A, se AB = I. A Matriz C de ordem n k é uma inversa à esquerda de A, se CA = I. Exemplo
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 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 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 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 - 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 maisLista de Exercícios 05 Álgebra Matricial
Lista de Exercícios 05 Álgebra Matricial - 016.1 1. Determine a quantidade desconhecida em cada uma das expressões: ( ) ( ) ( ) T 0 3 x + y + 3 3 w (a) 3.X = (b) = 6 9 4 0 6 z. Uma rede de postos de combustíveis
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 maisn. 1 Matrizes Cayley (1858) As matrizes surgiram para Cayley ligadas às transformações lineares do tipo:
n. Matrizes Foi um dos primeiros matemáticos a estudar matrizes, definindo a ideia de operarmos as matrizes como na Álgebra. Historicamente o estudo das Matrizes era apenas uma sombra dos Determinantes.
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 maisNotas de Aula. Gustavo Henrique Silva Sarturi. i Z (1 i m) a j1 a j2
Notas de Aula Gustavo Henrique Silva Sarturi Matemática B - Em Ação gustavo.sarturi@ufpr.br 1 Matrizes Definição 1.1. Uma matriz A m n é um arranjo retangular de m n números reais (ou complexos) organizados
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 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 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 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 maisSistema de Equaçõs Lineares
Summary Sistema de Equaçõs Lineares Hector L. Carrion ECT-UFRN Agosto, 2010 Summary Equações Lineares 1 Sistema de Eq. Lineares 2 Eliminação Gaussiana-Jordan 3 retangular 4 5 Regra de Cramer Summary Equações
Leia maisMétodos Matemáticos II
Sumário Métodos Matemáticos II Nuno Bastos Licenciatura em Tecnologias e Design Multimédia Escola Superior de Tecnologia de Viseu Gabinete 4 nbastos@mat.estv.ipv.pt http://www.estv.ipv.pt/paginaspessoais/nbastos.
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 mais1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos
FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA 1 NOTAS DE AULA Professor Doutor: Jair Silvério dos Santos (i) Matrizes Reais Uma matriz real é o seguinte arranjo de números reais : a 11 a 12 a 13 a 1m a 21
Leia maisLaboratório de Simulação Matemática. Parte 6 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 6 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 6] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
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 - 2015.2 21 de
Leia maisInterbits SuperPro Web
1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)
Leia maisLista de Álgebra Linear Aplicada
Lista de Álgebra Linear Aplicada Matrizes - Vetores - Retas e Planos 3 de setembro de 203 Professor: Aldo Bazán Universidade Federal Fluminense Matrizes. Seja A M 2 2 (R) definida como 0 0 0 3 0 0 0 2
Leia maisExercício Obtenha, em cada caso, o módulo, o argumento e a forma trigonométrica de z: a) z = 1 + i. setor Aula 31. ρ = 1 2 +( 3 ) 2 ρ= 2.
setor 0 00408 Aula NÚMEROS COMPLEXOS: PLANO DE ARGAND-GAUSS Até este ponto, usamos, para representar um número complexo a expressão a + b i, em que a e b são números reais e i é a unidade imaginária Com
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= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m
Matrizes e Sistemas de Equações 9 para toda matriz A n X n. Vamos discutir, também, a existência e o cálculo de inversas multiplicativas. A MATRIZ IDENTIDADE Uma matriz muito importante é a matriz / n
Leia maisGuia-1. a 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn
Guia-1 Revisão de Matrizes, Determinantes, Vetores e Sistemas Lineares SMA00 - Complementos de Geometria e Vetores Estagiária PAE: Ingrid Sofia Meza Sarmiento 1 Introdução Este texto cobre o material sobre
Leia maisNOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa. Margareth Turmas 2 e 7. Atleta 1 7, ,4. Atleta Atleta 3 9 7,5 8,5 7,9
NOTAS DE AULA DE MAT 137 -PRIMEIRA SEMANA Profa Margareth Turmas e 7 01 Motivação Num torneio de triatlon as competições: nado, corrida e ciclismo foram pontuadas com pesos x, y e z, respectivamente A
Leia maisModelagem Computacional. Parte 6 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 6 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 6 e 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisÁlgebra Linear Semana 04
Álgebra Linear Semana 04 Diego Marcon 17 de Abril de 2017 Conteúdo 1 Produto de matrizes 1 11 Exemplos 2 12 Uma interpretação para resolução de sistemas lineares 3 2 Matriz transposta 4 3 Matriz inversa
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 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 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 maisFundamentos de Matemática Curso: Informática Biomédica
Fundamentos de Matemática Curso: Informática Biomédica Profa. Vanessa Rolnik Artioli Assunto: sequências e matrizes 05 e 06/06/14 Sequências Def.: chama-se sequência finita ou n-upla toda aplicação f do
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 maisÁlgebra Linear I - Aula 14. Roteiro
Álgebra Linear I - Aula 14 1 Matrizes 2 Forma matricial de uma transformação linear 3 Composição de transformações lineares e produto de matrizes 4 Determinante do produto de matrizes Roteiro 1 Matrizes
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 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 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 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 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 maisMatrizes - Parte II. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2
Matrizes - Parte II Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 AB BA (Comutativa) Considere as matrizes [ ] [ 1 0 1 2 A =
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 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 maisPesquisa Operacional
Pesquisa Operacional Tópicos em Programação Linear e Inteira Prof. Dr.Ricardo Ribeiro dos Santos ricr.santos@gmail.com Universidade Católica Dom Bosco UCDB Engenharia de Computação Revisão: Tópicos de
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 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 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 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 maisÁlgebra Linear Semana 05
Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisEscalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1
Escalonamento Sadao Massago 2011-05-05 a 2014-03-14 Sumário 1 Pré-requisitos 1 2 Sistema Linear e forma matricial 1 3 Forma escalonada 3 4 Método de eliminação de Gauss (escalonamento) 5 5 A matriz inversa
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 maisÁlgebra Matricial(MAT110) - Notas de Aulas I Sistemas Lineares, Matrizes e Determinantes. Prof Carlos Alberto Santana Soares
Álgebra Matricial(MAT110 - Notas de Aulas I Sistemas Lineares, Matrizes e Determinantes 1 Prof Carlos Alberto Santana Soares 2019 2 3 Sumário Sumário 3 1 Introdução 5 11 Equaçoes Lineares a Uma Incógnita
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 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 maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 2016/17 MIEI+MIEB+MIEMN Slides da 1 a Semana de aulas Cláudio Fernandes (FCT/UNL) Departamento de Matemática 1 / 47 Cláudio Fernandes (FCT/UNL) Departamento de Matemática
Leia mais1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny
1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações
Leia maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT003 10 a Lista de
Leia maisALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1
ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em VETORES Um vetor é uma lista ordenada de números
Leia maisElementos de Cálculo 1 - Notas de Aulas I Sistemas Lineares, Matrizes e Determinantes Prof Carlos Alberto S Soares
Elementos de Cálculo 1 - Notas de Aulas I Sistemas Lineares, Matrizes e Determinantes Prof Carlos Alberto S Soares 1 Introdução Neste capitulo, estaremos interessados em estudar os sistemas de equações
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 maisGeometria anaĺıtica e álgebra linear
Geometria anaĺıtica e álgebra linear Francisco Dutenhefner Departamento de Matematica ICEx UFMG 22/08/13 1 / 24 Determinante: teorema principal Teorema: Se A é uma matriz quadrada, então o sistema linear
Leia maisÁLGEBRA LINEAR - MAT0024
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 11 a Lista de exercícios
Leia mais1 a Lista de Exercícios de MAT2457 Escola Politécnica 1 o semestre de (b)
a Lista de Exercícios de MAT457 Escola Politécnica o semestre de 04 Resolva os seguintes sistemas: x + x x 3 + 3x 4 = a 3x + x x 3 + x 4 = 4 3x + 3x + 3x 3 3x 4 = 5 c x + x 3 + x 5 = x + x 3 + x 5 + x
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 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 maisMaria do Rosário Grossinho, João Paulo Janela Universidade Técnica de Lisboa
Lições de Matemática Maria do Rosário Grossinho, João Paulo Janela Universidade Técnica de Lisboa Versão provisória vp Capítulo Matrizes e Determinantes Versão provisória () Generalidades Definição Dados
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 maisUm Curso de Nivelamento. Instituto de Matemática UFF
Introdução à Álgebra Linear Um Curso de Nivelamento Jorge Delgado Depto. de Matemática Aplicada Katia Frensel Depto. de Geometria Instituto de Matemática UFF Março de 2005 J. Delgado - K. Frensel ii Instituto
Leia maisLegenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria
2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1 Legenda Cálculos Conceitos Teoria Questões 1. Revise todos os axiomas da definição de espaço vetorial V sobre o corpo de escalares R, verificando
Leia maisUniversidade Federal de Ouro Preto Departamento de Matemática MTM112 - Introdução à Álgebra Linear - Turmas 81, 82 e 84 Lista 1 - Tiago de Oliveira
Universidade Federal de Ouro Preto Departamento de Matemática MTM2 - Introdução à Álgebra Linear - Turmas 8, 82 e 84 Lista - Tiago de Oliveira Reveja a teoria e os exercícios feitos em sala. 2 3 2 0. Sejam
Leia maisAgenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
Leia maisFundamentos de Matemática Curso: Informática Biomédica
Fundamentos de Matemática Curso: Informática Biomédica Profa. Vanessa Rolnik Artioli Assunto: determinantes e sistemas 13 e 27/06/14 Determinantes Def.: Seja M uma matriz quadrada de elementos reais, de
Leia maisDou Mó Valor aos Autovalores
1. Definições Preliminares Dou Mó Valor aos Autovalores 21ª Semana Olímpica Maceió, AL Prof. Davi Lopes Nível U Dada uma matriz quadrada A n n de entradas complexas, podemos definir os conceitos a seguir,
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 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 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 maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de
Leia maisAula 7 - Revisão de Álgebra Matricial
23 de Abril de 2018 // 26 de Abril de 2018 Introdução Objetivo da revisão: revisar a notação matricial, técnicas de álgebra linear e alguns resultados importantes Conteúdos: 1 Vetores e matrizes 2 Operações
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 maisÁlgebra Linear Contra-Ataca
Contra-Ataca Prof Afonso Paiva Departamento de Matemática Aplicada e Estatística Instituto de Ciências Matemáticas e de Computação USP São Carlos Cálculo Numérico SME0104 Operações elementares Operações
Leia maisFicha de Trabalho 02 Sistemas. Matriz Inversa. (Aulas 4 a 6).
F I C H A D E R A B A L H O 0 Ficha de rabalho 0 Sistemas. Matriz Inversa. (Aulas 4 a 6). Sistemas de equações lineares. Equação linear. Sistema de equações lineares. Equação matricial. Soluções do sistema.
Leia maisÁLGEBRA LINEAR - MAT0024
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 10 a Lista de exercícios
Leia maisEQUAÇÕES POLINOMIAIS
EQUAÇÕES POLINOMIAIS Prof. Patricia Caldana Denominamos equações polinomiais ou algébricas, as equações da forma: P(x)=0, onde P(x) é um polinômio de grau n > 0. As raízes da equação algébrica, são as
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 maisÁlgebra Linear. Professor: página da disciplina na web: http: //professor.ufabc.edu.br/~jair.donadelli/algelin.
página da disciplina na web: http: //professor.ufabc.edu.br/~jair.donadelli/algelin.html Sumário I 1 Motivação Google Navegação Sistemas Lineares 2 O que eu não vou explicar Operações com matrizes Matrizes
Leia maisMatrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.
e Aula Zero - Álgebra Linear Professor: Juliano de Bem Francisco Departamento de Matemática Universidade Federal de Santa Catarina agosto de 2011 Outline e e Part I - Definição: e Consideremos o conjunto
Leia 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 maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
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 maisLista de exercícios 6 Espaços Vetoriais
Universidade Federal do Paraná semestre 016. Algebra Linear, Olivier Brahic Lista de exercícios 6 Espaços Vetoriais Exercícios da Seção 3. Exercício 1: Determine se os seguintes conjuntos formam subespaços
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 maisBaseado no Capítulo 2 do livro: Material preparado pelo
Baseado no Capítulo 2 do livro:.. h,.. h 2. (28) h &,. Material preparado pelo.. é ç : @. Departamento de Ciências Exatas / ESALQ USP Fevereiro de 22 Í N D I C E 2.. Matrizes e vetores... 2 2... Matrizes,
Leia mais