Projeto de Tópicos de Álgebra Linear: Resolução do problema de quadrados mínimos discrtos lineares utilizando a decomposição QR
|
|
- Luana Luiza Gameiro Bastos
- 5 Há anos
- Visualizações:
Transcrição
1 Projeto de Tópicos de Álgebra Linear: Resolução do problema de quadrados mínimos discrtos lineares utilizando a decomposição QR Prof. Abel Soares Siqueira Entrega: 30 de Janeiro de 2015 Projeto 1. Seja A R m n, Assuma que A matriz sempre terá posto-coluna completo; m n. Implemente o método de Gram-Schmidt aplicado à matriz A, retornando as matrizes Q R m n e R R n n, tais que A = QR, Q é uma matriz ortonormal e R é triangular superior. 2. Considere um conjunto de dados {(x i, y i ) : i = 1,..., m}, com x i distintos, e o conjunto de funções {φ 1,..., φ n }, definidas e contínuas em todo x i, de modo que a matriz F = [F ij ] dada por F ij = φ j (x i ) tem posto coluna completo. Procuramos uma função real f, combinação linear dessas funções, que melhor aproxime os valores y i no sentido de ser solução de min α [ m n ] 2 α j ϕ j (x i ) y i = F α Y 2. i=1 j=1 (a) Mostre que a solução desse problema é única se, e somente se, a matriz F tem postocoluna completo. (b) Encontre a solução explícita do problema utilizando a decomposição QR. (c) Implemente um programa que resolve o problema acima, utilizando a decomposição QR. Seu programa deve, obrigatoriamente seguir os padrões dispostos na seção seguinte. 3. Utilize o seu programa para encontrar a curva na forma α 1 + β 1 x que melhor se aproxima dos pontos x i y i Faça um gráfico com os dados e a curva resultante. 1
2 Padrões para o código e código auxiliar Octave/Matlab Você deve implementar ao menos os três seguintes arquivos do octave/matlab: Julia tri_sup.m: Implementa a função tri_sup, com chamada x = tri_sup (U,b); onde U é uma matriz triangular superior n por n, b é um vetor de n elementos e x é a solução do sistema Ux = b. gram_sch.m: Implementa a função gram_sch, com chamada [Q,R] = gram_sch (A); onde A é uma matriz m por n com m n, Q é uma matriz ortonormal m por n e R é uma matriz triangular superior n por n tais que A = QR é a decomposição QR de A. Essa decomposição deve ser obtida através do método de Gram-Schmidt. quad_min.m: Implementa a função quad_min que resolve o problema de quadrados mínimos, com chamada [alpha, r] = quad_min (x, y, Funcoes ); onde x e y são vetores coluna de tamanho m com os dados (x i, y i ), Funcoes é uma célula de n elementos, onde cada elemento é um function handler, alpha é o vetor de tamanho n com os coeficientes da função minimizadora, e r é o vetor de tamanho m com o resíduo. Você deve implementar ao menos os três seguintes arquivos do Julia: tri_sup.jl: Implementa a função tri_sup, com chamada x = tri_sup (U,b); onde U é uma matriz triangular superior n por n, b é um vetor de n elementos e x é a solução do sistema Ux = b. gram_sch.jl: Implementa a função gram_sch, com chamada (Q,R) = gram_sch (A); onde A é uma matriz m por n com m n, Q é uma matriz ortonormal m por n e R é uma matriz triangular superior n por n tais que A = QR é a decomposição QR de A. Essa decomposição deve ser obtida através do método de Gram-Schmidt. quad_min.jl: Implementa a função quad_min que resolve o problema de quadrados mínimos, com chamada (alpha, r) = quad_min (x, y, Funcoes ); onde x e y são vetores coluna de tamanho m com os dados (x i, y i ), Funcoes é um vetor de n elementos, onde cada elemento é uma função (Function), alpha é o vetor de tamanho n com os coeficientes da função minimizadora, e r é o vetor de tamanho m com o resíduo. 2
3 Funções auxiliares Junto com o projeto, também é disponibilizado as funções que serão utilizadas na avaliação. Com os arquivos acima implementados, você pode rodar cada uma delas e verificar se sua solução está correta. Você não deve enviar esses arquivos com sua submissão, pois eles não serão considerados. Isso também quer dizer que modificações neles serão ignoradas. Para rodar esses arquivos no Octave/Matlab, simplesmente digite o nome do arquivo sem a extensão e dê enter. Para rodar esses arquivos no Julia, use o comando \include("nome_do_arquivo.jl") Minha recomendação é testar cada arquivo na ordem a seguir e só passar para o próximo quando conseguir fazer aquele funcionar. Os arquivos são 1. teste_tri_sup 2. teste_qr 3. teste_basico 4. teste_quad_min 5. teste_quad_min_exato A submissão do projeto deve constar de duas partes: Um relatório em pdf, escrito em latex, descrevendo o que foi feito, incluindo os testes computacionais. Não precisa enviar o.tex; Um arquivo.zip,.rar, ou.tar.gz que contenha os códigos requeridos acima, e outros que sejam necessários para seu programa rodar. Dicas de LaTeX Para inserir seu código no programa, procure o pacote listings. Para escrever uma matriz, use o código \ begin { equation *} \ left [ \ begin { array }{ cccc } a_ {11} & a_ {12} & \ cdots & a_ {1n} \\ a_ {21} & a_ {22} & \ cdots & a_ {2n} \\ \ vdots & \ vdots & & \ vdots \\ a_{m1} & a_{m2} & \ cdots & a_{mn} \ end { array } \ right ]. \ end { equation *} que gera a 11 a 12 a 1n a 21 a 22 a 2n... a m1 a m2 a mn O número de c s em \begin{array}{cccc} é o número de colunas da matriz. 3.
4 Dicas de Octave O comando A(:,j) pega a coluna j da matriz A. Colocando um. (ponto) antes de uma operação com matrizes transmite a operação para cada elemento. Então A^2 corresponde a A 2, mas A.^2 corresponde à matriz B com B ij = A 2 ij. O comando f x.^2 define uma função f que recebe uma variável x e calcula x 2. Note que, com o. antes da operação, podemos passar um vetor ou matriz, e a operação será feita para cada elemento. O nome dessa estrutura é function handler. Uma célula é uma estrutura que parece uma matriz, mas cada elemento não precisa ser um número. Podemos ter uma célula de matrizes, ou uma célula de function handlers. Dicas do Julia O comando A[:,j] pega a coluna j da matriz A. Colocando um. (ponto) antes de uma operação com matrizes transmite a operação para cada elemento. Então A^2 corresponde a A 2, mas A.^2 corresponde à matriz B com B ij = A 2 ij. O comando f = x->x.^2 define uma função f que recebe uma variável x e calcula x 2. Note que, com o. antes da operação, podemos passar um vetor ou matriz, e a operação será feita para cada elemento. O nome dessa estrutura é Function. Quero mais - teoria Considere o problema contínuo linear, onde f(x) = α 1 ϕ 1 (x) + + α n ϕ n (x) é procurada para melhor aproximar uma função g(x) no domínio D R de todas essas funções. Nesse problema, o somatório não faz sentido, mas podemos utilizar o produto interno f, g = f(x)g(x)w(x)dx. onde w é uma função positiva no domínio D. O problema então é D n min α i ϕ g i=1 Qual o procedimento de solução nesse caso? Quais as diferenças principais do caso contínuo para o discreto? Quais as principais dificuldades desse problema? 2. Quero mais - computacional Quando trabalhamos com código, precisamos de alguma maneira eficiente de gerenciar as versões do trabalho. A maneira mais conhecida, e menos eficaz, e guardar cópias do trabalho (tese-v1.zip, tese-v2.zip, tese-final.zip, tese-final-corrigida.zip, 4
5 tese-agora-vai.zip). Uma maneira melhor é utilizar algum software de versionamento. Um dos mais usados atualmente é o git. Com ele você pode atualizar as mudanças do código, sem ter que guardar vários arquivos, e ainda pode fazer um backup em alguns dos sites especializados, como o GitHub. Suponha que você fez um programa que resolve problemas de quadrados mínimos. Daí você resolve atualizar o programa para resolver sistemas sub-determinados. Antes de implementar, naturalmente, você escolhe alguns testes de problemas sub-determinados. Depois de algum tempo você consegue implementar essa modificação, testa os problema sub-determinados e o seu método funciona. Você sobe isso para o GitHub, onde será de utilidade de outras pessoas. Um mês depois, você recebe uma mensagem dizendo que seu programa está quebrado. Ao examinar você descobre que fez uma condição que faz falhar o programa para problemas de quadrados mínimos, que você não testou depois de modificar seu programa. Para evitar esse e outros problemas, existem ferramentas de teste automatizados. Uma delas é o Travis CI, que é gratuito para uso com o GitHub. 5
SME Gustavo C. Buscaglia / Roberto F. Ausas
SME0305-2016 Gustavo C. Buscaglia / Roberto F. Ausas ICMC - Ramal 738176, gustavo.buscaglia@gmail.com ICMC - Ramal 736628, rfausas@gmail.com Sistemas lineares sobredeterminados Matrizes não quadradas Onde
SME Gustavo C. Buscaglia
SME0602-2017 Gustavo C. Buscaglia ICMC - Ramal 738176, gustavo.buscaglia@gmail.com Sistemas lineares sobredeterminados Matrizes não quadradas Onde aparecem, no dia a dia de um engenheiro, matrizes não
Parte 0: Normas de Vetor e Matriz
Cálculo Numérico SME0104 ICMC-USP Lista : Sistemas Lineares Métodos Diretos Parte 0: Normas de Vetor e Matriz 1. Dadas as matrizes: 3 5 7 A = 3 6 B = 1 7 1 (a) Calcule A 1, B 1 e C 1 (b) Calcule A, B e
Refletores de Householder e Fatoração QR
Refletores de Householder e Fatoração QR Antonio Elias Fabris Instituto de Matemática e Estatística Universidade de São Paulo Map 2210 Aplicações de Álgebra Linear Antonio Elias Fabris (IME-USP) Householder
Lista 8 de Álgebra Linear /01 Produto Interno
Lista 8 de Álgebra Linear - / Produto Interno. Sejam u = (x x e v = (y y. Mostre que temos um produto interno em R nos seguintes casos: (a u v = x y + x y. (b u v = x y x y x y + x y.. Sejam u = (x y z
Gauss-Seidel para Solução de Sistemas com Matrizes Banda Usando Armazenamento Especial
Universidade Federal do Espírito Santo Departamento de Informática Algoritmos Numéricos 2016/2 Profa. Claudine Badue Trabalho 1 Objetivos Gauss-Seidel para Solução de Sistemas com Matrizes Banda Usando
ÁLGEBRA 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 - MAT32 12 a Lista de exercícios
Nota importante: U é a matriz condensada obtida no processo de condensação da matriz
Decomposição P T LU A denominada decomposição P T L U é um processo que pode ser extremamente útil no cálculo computacional, na resolução de sistemas de equações lineares. Propriedade Seja A uma matriz
Resolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 Decomposição LU 3 Decomposição LU com Pivotamento 4 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Eliminação de Gauss Transforma
Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Parte 1: Exercícios Teóricos
Cálculo Numérico SME0104 ICMC-USP Lista 5: Zero de Funções Lembrete (informação que vai estar disponível na prova) Método de Newton Método da Secante x k+1 = x k f(x k) f (x k ), x k+1 = x k J 1 F (x k
1 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
Universidade de São Paulo
Universidade de São Paulo Instituto de Ciências Matemáticas e Computação SCE5763 - Tipos e Estrutura de Dados - Luis Gustavo Nonato 2 a Lista de Exercícios 1. Seja A um array de inteiros. Escreva algoritmos
Algoritmos para o Método dos Mínimos Quadrados
Algoritmos para o Método dos Mínimos Quadrados Antonio Elias Fabris Instituto de Matemática e Estatística Universidade de São Paulo Map 2210 Aplicações de Álgebra Linear Antonio Elias Fabris (IME-USP)
Exercícios: Recursão
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C Exercícios: Recursão 1. Faça uma função recursiva que calcule e retorne o fatorial
GAAL Exercícios 6: Umas soluções
GAAL Exercícios 6: Umas soluções. Quais dos seguintes vetores são combinação linear de u = (5, 3, ), v = (, 4, 3), w = (, 8, 7)? (a) (, 2, 5) (b) (, 2, 8) (c) ( 2, ) (d) (, 2, 3). O conjunto {u, v, w}
MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios
MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação
Álgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Lista de Exercícios 03: Álgebra Linear
Universidade Federal de Campina Grande - UFCG Centro de Ciências e Tecnologias Agroalimentar - CCTA Unidade Acadêmica de Ciências e Tecnologia Ambiental - UACTA Disciplina: Geometria Analítica e Álgebra
Lista de Exercícios. 3x 1 + 2x 2 5x 3 = 0 2x 1 3x 2 + x 3 = 0 x 1 + 4x 2 x 3 = 4. 3x 1 + 4x 2 + 3x 3 = 10 x 1 + 5x 2 x 3 = 7 6x 1 + 3x 2 + 7x 3 = 15
Universidade Federal de Santa Catarina Centro Tecnológico Depto de Informática e Estatística Disciplina: INE5202-Cálculo Numérico Cap. 3 - Sistemas Lineares Lista de Exercícios 3.2 - Eliminação Gaussiana.
UNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas
CM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
5.7 Projeções Ortogonais
5.7. PROJEÇÕES ORTOGONAIS 5.7 Projeções Ortogonais V espaço vetorial de dimensão n; H V subespaço vetorial de dimensão p; γ = { u, u,..., u p } base ortogonal de H; β = { u, u,..., u p, u p+,..., u n }
Dependência linear e bases
Dependência linear e bases Sadao Massago 2014 Sumário 1 Dependência linear 1 2 ases e coordenadas 3 3 Matriz mudança de base 5 Neste texto, introduziremos o que é uma base do plano ou do espaço 1 Dependência
Resolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 3 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Decomposição LU A matriz de coeficientes é decomposta em L e U L é uma matriz
MAP Primeiro exercício programa Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias
MAP-2121 - Primeiro exercício programa - 2006 Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias Instruções gerais - Os exercícios computacionais pedidos
Antonio Elias Fabris. Map 2210 Aplicações de Álgebra Linear
Fatoração QR Antonio Elias Fabris Instituto de Matemática e Estatística Universidade de São Paulo Map 2210 Aplicações de Álgebra Linear Antonio Elias Fabris (IME-USP) QR 1 / 13 Projetores Um projetor é
Lista de exercícios 2 Sistemas de equações lineares II
Universidade Federal do Paraná 2 semestre 2016. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 2 Sistemas de equações lineares II Exercício 1: As matrizes aumentadas seguintes estão na forma
Método dos Mínimos Quadrados
Método dos Mínimos Quadrados Laura Goulart UESB 4 de Abril de 2019 Laura Goulart (UESB) Método dos Mínimos Quadrados 4 de Abril de 2019 1 / 22 Objetivos O Método dos Mínimos Quadrados (MMQ) é uma técnica
Álgebra Linear e Aplicações - Lista para Primeira Prova
Álgebra Linear e Aplicações - Lista para Primeira Prova Nestas notas, X, Y,... são espaços vetoriais sobre o mesmo corpo F {R, C}. Você pode supor que todos os espaços têm dimensão finita. Os exercícios
0.1 Matrizes, determinantes e sistemas lineares
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO PARÁ PARFOR MATEMÁTICA Lista de Exercícios para a Prova Substituta de Álgebra Linear 0.1 Matrizes, determinantes e sistemas lineares 1. Descreva explicitamente
Espaços Vetoriais e Produto Interno
Universidade Federal do Vale do São Francisco Engenharia Civil Álgebra Linear Prof o. Edson 1 o Semestre 1 a Lista de Exercícios 2009 Data: Sexta-feira 27 de Fevereiro Prof o. Edson Espaços Vetoriais e
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro
Lista No. 5 Gabarito
CÁLCULO NUMÉRICO Lista No. 5 Gabarito. (a) Queremos y f() ϕ() α +. Temos então n, as funções bases g (), g (), e m 8. Precisamos resolver o sistema de equações normais correspondente. Este sistema para
ÁLGEBRA LINEAR I - MAT Determinar se os seguintes conjuntos são linearmente dependente ou linearmente independente (R).
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 3 a Lista de
MATRIZES - PARTE Mais exemplos Multiplicação de duas matrizes AULA 26
AULA 26 MATRIZES - PARTE 2 26. Mais exemplos Nesta aula, veremos mais dois algoritmos envolvendo matrizes. O primeiro deles calcula a matriz resultante da multiplicação de duas matrizes e utiliza três
Álgebra 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
3 o Trabalho de Algoritmos Numéricos II /1 Algoritmos de Avanço no Tempo para problemas Parabólicos Data de entrega:
3 o Trabalho de Algoritmos Numéricos II - 2017/1 Algoritmos de Avanço no Tempo para problemas Parabólicos Data de entrega: Considerar os algoritmos explícito, implícito e Crank-Nicolson para resolver a
Laboratório de Matemática Computacional II
Laboratório de Matemática Computacional II Melissa Weber Mendonça 1 1 Universidade Federal de Santa Catarina 2011.2 M. Weber Mendonça (UFSC) Laboratório de Matemática Computacional II 2011.2 1 / 15 Anteriormente...
Autovalores e Autovetores
Algoritmos Numéricos II / Computação Científica Autovalores e Autovetores Lucia Catabriga 1 1 DI/UFES - Brazil Junho 2016 Introdução Ideia Básica Se multiplicarmos a matriz por um autovetor encontramos
Lista 2 com respostas
Lista 2 com respostas Professora Nataliia Goloshchapova MAT0112-1 semestre de 2015 Exercício 1. Sejam OABC um tetraedro e M o ponto médio de BC. Explique por que ( OA, OB, OC ) é base e determine as coordenadas
4) Resolva os sistemas seguintes por substituição, eliminação gaussiana e por eliminação de Gauss-Jordan: a) b)
Matemática Aplicada à Economia I Lista 2 Álgebra Linear 1) A economia na ilha Baco produz somente uvas e vinho. A produção de 1 quilo de uvas requer ½ quilo de uvas, 1 trabalhador e nenhum vinho. A produção
Ajuste de Splines a um Conjunto de Dados
Ajuste de Splines a um Conjunto de Dados Reginaldo J. Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi regi@mat.ufmg.br 7 de junho de Seja C (I) o
Ficha Prática nº 5: Espaços Vectoriais. a11 a 12 a : a 11, a 12, a 21 R
Álgebra Linear e Geometria Analítica Eng. Electrotécnica e Eng. Mecânica Ano lectivo: 2006/07 Ficha Prática nº 5: Espaços Vectoriais 1. Considere o espaço vectorial real V = {x, y, z : 2x + 3y + 5z = 0.
MAP Exercício programa GPS e o Método de Newton
MAP3121 - Exercício programa 1-2018 GPS e o Método de Newton O Sistema de Posicionamento Global O Sistema de Posicionamento Global (GPS, sigla do nome em inglês) é um sistema de navegação formado por uma
Álgebra 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
Márcio Antônio de Andrade Bortoloti
Márcio Antônio de Andrade Bortoloti Departamento de Ciências Exatas e Tecnológicas - DCET Universidade Estadual do Sudoeste da Bahia Sumário 1 Definição Uma matriz quadrada de ordem n é definida positiva
Referências 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,
Resolução 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
6 Resolvendo o AHP em ambiente Scilab
6 Resolvendo o AHP em ambiente Scilab Uma boa ferramenta a se empregar na metodologia AHP, que permite calcular de maneira exata os autovetores e autovalores dos problemas, e a fazer alguns cálculos para
Interpolação polinomial
Quarto roteiro de exercícios no Scilab Cálculo Numérico Rodrigo Fresneda 8 de abril de 0 Guia para respostas: Entregue suas respostas às tarefas contidas no roteiro de cada uma das quatro atividades, incluindo
G3 de Álgebra Linear I
G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes
Sistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Cálculo Numérico. Resumo e Exercícios P1
Cálculo Numérico Resumo e Exercícios P1 Fórmulas e Resumo Teórico Parte 1 Aritmética de ponto flutuante Operar com o número de algarismos significativos exigido. Arredondar após cada conta. Método de escalonamento
MP-208: Filtragem Ótima com Aplicações Aeroespaciais
MP-208: Filtragem Ótima com Aplicações Aeroespaciais Seção 2.1: Álgebra Linear e Matrizes Davi Antônio dos Santos Departamento de Mecatrônica Instituto Tecnológico de Aeronáutica davists@ita.br São José
1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato:
Sumário No que se segue, C, R, Q, Z, N denotam respectivamente, o conjunto dos números complexos, reais, racionais, inteiros e naturais. Denotaremos por I (ou id) End(V ) a função identidade do espaço
Trabalho Prático 1. Valor: 1,0 pontos (10% da nota total) Data de Entrega: 02/05/2010
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Programa de Pós-Graduação em Ciência da Computação Projeto e Análise de Algoritmos - 1 o semestre de 2010 Professor: David Menotti
Sistemas de Equações Lineares
Capítulo 3 Sistemas de Equações Lineares Um sistema com n equações lineares pode ser escrito na forma : ou na forma matricial onde com a 1,1 x 1 + a 1,2 x 2 + + a x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a
MATLAB Avançado. Melissa Weber Mendonça
MATLAB Avançado Melissa Weber Mendonça melissa.mendonca@ufsc.br O que é o MATLAB? Linguagem computacional de alto nível e um ambiente interativo para computação numérica, visualização e programação. Console:
Notações 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
Especificação do Trabalho Prático
Especificação do Trabalho Prático O trabalho prático da disciplina consiste em desenvolver um programa utilizando a linguagem de programação C. A seguir, encontram-se a descrição do problema, a forma de
Álgebra 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
(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa
MA33 - Introdução à Álgebra Linear Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual
Modelos de Regressão
Renato Martins Assunção DCC - UFMG 2015 Renato Martins Assunção (DCC - UFMG) 2015 1 / 19 Exemplo de preço de apto Y = y 1 y 2 y 1499 y 1500 b 0 1 1 1 1 + b 1 área 1 área 2 área 1499 área 1500 + b 2 idade
Modelagem 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,
7 a Lista de Exercícios Assunto: Funções e passagem por referência com vetor e matriz (Tópico 7)
7 a Lista de Exercícios Assunto: Funções e passagem por referência com vetor e matriz (Tópico 7) Essa lista de exercícios tem como objetivo principal desenvolver algoritmos a partir dos conteúdos abordados
Álgebra Linear /2 Turma EM1 (unificada)
Álgebra Linear 2 2013/2 Turma EM1 (unificada) Planejamento preliminar (última revisão: 3/4/2013) Os exercícios correspondentes a cada aula serão discutidos na aula seguinte e não valem nota Este planejamento
INTRODUÇÃO AO AMBIENTE DE PROGRAMAÇÃO MATLAB
TURMA 1 AULA 5 INTRODUÇÃO AO AMBIENTE DE PROGRAMAÇÃO MATLAB MINICURSO PET-POTÊNCIA 2016.1 RÔMULLO RANDELL MINICURSO PET-POTÊNCIA 2016.1 INTRODUÇÃO AO AMBIENTE DE PROGRAMAÇÃO MATLAB RÔMULLO RANDELL Turma
ESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Cálculo Numérico Algoritmos
Cálculo Numérico Algoritmos Valdenir de Souza Junior Abril de 2007 Sumário 1 Introdução 1 2 Raízes de Equações 1 2.1 Método da Bisseção......................... 2 2.2 Método de Newton-Raphson.....................
Optimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2
Uma Introdução à Otimização sob Incerteza Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2 1 Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro 2 Departamento de Matemática
Revisão de Álgebra Linear
Introdução: Revisão de Álgebra Linear Antonio Elias Fabris Instituto de Matemática e Estatística Universidade de São Paulo Map 2121 Aplicações de Álgebra Linear Antonio Elias Fabris (IME-USP) Revisão de
MAE125 Álgebra Linear /2 Turmas EQN/QIN
MAE25 Álgebra Linear 2 205/2 Turmas EQN/QIN Planejamento (última revisão: 26 de outubro de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na aula seguinte e valem nota Todas as
MAP0214 Cálculo Numérico com
MAP0214 Cálculo Numérico com Aplicações em Física 2 o Semestre de 2006. June 19, 2007 1 Método dos Mínimos Quadrados em duas variáveis 1.1 Introdução. O objetivo deste texto é apresentar aplicações do
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
Figura : Monitoria. Monitoria Cálculo Numérico
Monitoria Cálculo Numérico 207-02 NOME Email Dia / Horário Local Ana Sofia Nunez de Abreu nunez.asofia@gmail.com Sex. 0-2h D- Luiz Eduardo Xavier luizeduardosxavier@gmail.com Ter, 5-7h Lab Rafael Mendes
Curso de Especialização em Teleinformática e Redes de Computadores Departamento Acadêmico de Eletrônica Universidade Tecnológica do Paraná
Curso de Especialização em Teleinformática e Redes de Computadores Universidade Tecnológica do Paraná 1 Expressões Booleanas Para o MATLAB: - 0 (zero) ou nil (nulo, vazio) indica condição falsa (F-false)
Álgebra Linear /2 Turma 11852
Álgebra Linear 2 202/2 Turma 852 Planejamento (última revisão: 26/0/202) Os exercícios correspondentes a cada aula serão cobrados oralmente na aula seguinte e valem nota Todas as referências e exercícios
Notas 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
ÁLGEBRA LINEAR AULA 5 MÉTODOS ITERATIVOS
ÁLGEBRA LINEAR AULA 5 MÉTODOS ITERATIVOS Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 27 1 2 3 4 2 / 27 Seja o sistema linear Ax = b, onde: A: Matriz dos coeficientes, n n;
Algebra Linear. 1. Ortonormalização. 2. Sistema de Equações Lineares. pag.1 Teoria de Sistemas Lineares Aula 6. c Reinaldo M.
Algebra Linear 1. Ortonormalização 2. Sistema de Equações Lineares pag.1 Teoria de Sistemas Lineares Aula 6 Ortonormalização Um vetor x é dito estar normalizado se sua norma Euclidiana é igual a 1, ie,
Uma equação linear com n variáveis tem a seguinte forma:
Edgard Jamhour Uma equação linear com n variáveis tem a seguinte forma: a 1 x 1 + a 2 x 2 +... + a n x n = b onde a 1, a 2,..., a n e b são constantes reais. Um sistema de equações lineares é um conjunto
Notas de Aula Álgebra Linear II IFA Prof. Paulo Goldfeld Versão
Notas de Aula Álgebra Linear II IFA 2007.1 Prof. Paulo Goldfeld Versão 2007.03.29 1 2 Contents 2 Espaços Vetoriais 5 2.1 Espaços e Subespaços....................... 5 2.2 Independência Linear.......................
MATRIZES - PARTE Definição e Manipulação de Matrizes AULA 21
AULA 21 MATRIZES - PARTE 1 21.1 Definição e Manipulação de Matrizes Sabemos como definir variáveis de um novo tipo de dados, denominado vetor, que representam seqüências de valores de um mesmo tipo. Por
1 Álgebra linear matricial
MTM510019 Métodos Computacionais de Otimização 2018.2 1 Álgebra linear matricial Revisão Um vetor x R n será representado por um vetor coluna x 1 x 2 x =., x n enquanto o transposto de x corresponde a
decomposição de Cholesky.
Decomposição LU e Cholesky Prof Doherty Andrade - DMA-UEM Sumário 1 Introdução 1 2 Método de Eliminação de Gauss 1 3 Decomposição LU 2 4 O método de Cholesky 5 5 O Algoritmo para a decomposição Cholesky
Algoritmos e Estruturas de Dados 1 Lista de Exercícios 3
Algoritmos e Estruturas de Dados 1 Lista de Exercícios 3 Professor Paulo Gomide Parte Teórica 1. Explique o que são estruturas complexas homogêneas ou estruturas compostas homogêneas. Qual é a forma básica
Álgebra Linear Semana 02
Álgebra Linear Semana 2 Diego Marcon 3 de Abril de 27 Conteúdo Vetores Representação matricial para sistemas Lineares 3 2 Combinações lineares de vetores 4 3 Sistemas lineares e combinações lineares das
ÁLGEBRA 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
ÁLGEBRA 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
CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 04/2014 Sistemas de Equações Lineares Parte 2 FATORAÇÃO LU Cálculo Numérico 3/37 FATORAÇÃO LU Uma fatoração LU de uma dada
PLATAFORMA EDUCACIONAL DE MATEMÁTICA
PLATAFORMA EDUCACIONAL DE MATEMÁTICA Suponha que o seu cliente tenha requisitado o desenvolvimento de uma plataforma educacional que auxilie os alunos apresentando os resultados de algumas operações matemáticas.
ALGEBRA 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
GAN00140-Álg. Linear GAN00007 Int à Alg. Linear Aula 3 2ª. Parte: Matrizes e Operações Matriciais
GN4-Álg Linear GN7 Int à lg Linear 8 ula ª Parte: Matrizes e Operações Matriciais Matrizes Definição (Matriz): Chamamos de Matriz a todo conjunto de valores, dispostos em linhas e colunas Representamos
Lista 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