Resolução dos Exercícios 8 e 10 da lista 7.

Tamanho: px
Começar a partir da página:

Download "Resolução dos Exercícios 8 e 10 da lista 7."

Transcrição

1 Resolução dos Exercícios 8 e 10 da lista 7. 8) Seja T : R 3 R 3 a transformação linear tal que T (e 3 ) = 3e 1 + e 2 2e 3, T (e 2 + e 3 ) = e 1, T (e 1 + e 2 + e 3 ) = e 2 + e 3, a) Calcule T (2e 1 e 2 + 3e 3 ). Resolução 1 da alínea a). Esta alínea pode ser resolvida pela fórmula de mudança da matriz de uma transformação linear por mudança de base (como faremos na resolução 2), mas pode também ser resolvida de forma um pouco mais simples. Encontremos primeiro as imagens por T dos vectores e 1 e e 2 da base canónica (já conhecemos T (e 3 )). Uma vez que, usando a linearidade de T, obtemos, e 2 = e 2 + e 3 e 3, T (e 2 ) = T (e 2 + e 3 e 3 ) = T (e 2 + e 3 ) T (e 3 ) = = e 1 (3e 1 + e 2 2e 3 ) = 2e 1 e 2 + 2e 3. (1) Temos também que e 1 = e 1 + e 2 + e 3 (e 2 + e 3 ) e portanto T (e 1 ) = T (e 1 + e 2 + e 3 (e 2 + e 3 )) = = T (e 1 + e 2 + e 3 ) T (e 2 + e 3 ) = e 2 + e 3 e 1 = e 1 + e 2 + e 3. (2) De (1) e (2) e da expressão para T (e 3 ) que é dada podemos obter a imagem de qualquer vector, (x, y, z) = xe 1 + ye 2 + ze 3, usando linearidade. A imagem do vector que é pedida T (2e 1 e 2 + 3e 3 ) é T (2e 1 e 2 + 3e 3 ) = 2T (e 1 ) T (e 2 ) + 3T (e 3 ) = Resolução 2 da alínea a). Introduzindo a base = 2 ( e 1 + e 2 + e 3 ) ( 2e 1 e 2 + 2e 3 ) + 3 (3e 1 + e 2 2e 3 ) = = 9e 1 + 6e 2 6e 3. B 1 = (v 1, v 2, v 3 ) = (e 3, e 2 + e 3, e 1 + e 2 + e 3 ) = ((0, 0, 1), (0, 1, 1), (1, 1, 1)) (mostre que B 1 é base) no domínio de T, vemos que os dados do exercício podem ser escritos na forma T (v 1 ) = 3e 1 + e 2 2e 3 T (v 2 ) = e 1 (3) T (v 3 ) = e 2 + e 3. 1

2 Vemos que (3) é equivalente a dizer que a matriz de T nas bases B 1 do domínio e base canónica B can = (e 1, e 2, e 3 ) no conjunto de chegada é A 1 = (4) Mais conveniente é, no entanto, conhecer a matriz A 2 da transformação quando ambas as bases, no domínio e no conjunto de chegada, são iguais à base canónica. De facto, nessa base, as colunas da matriz são os vectores T (e 1 ), T (e 2 ), T (e 3 ) a partir dos quais podemos obter a imagem de qualquer outro vector (foi o que fizémos na resolução anterior em (1) e (2).) Pela fórmula de mudança de base de uma transformação temos A 2 = R 1 A 1 S, () onde S é a matriz de mudança das bases no domínio e R a matriz de mudança das bases no conjunto de chegada. No domínio A 1 usa a base B 1 e A 2 usa B can pelo que S : B 1 B can. No conjunto de chegada tanto A 1 como A 2 usam a base B can pelo que R : B can B can e portanto R é a matriz identidade, R = I. (6) Voltando a S observemos que conhecemos a sua inversa Q = S 1 : B can B 1, Q = ( ) v 1 v 2 v 3 = Usando a fórmula para a inversa usando a matriz dos cofactores obtemos S = Q 1 = (7) Substituindo (4), (6) e (7) em () obtemos A 2 = = (8) Esta é a matriz de T na base canónica pelo que, como já referimos, as suas colunas são T (e 1 ), T (e 2 ) e T (e 3 ), T (e 1 ) = ( 1, 1, 1) T (e 2 ) = ( 2, 1, 2) (9) T (e 3 ) = (3, 1, 2) (compare com (1), (2) e o valor conhecido de T (e 3 )). Agora, usando linearidade. a imagem do vector que é pedida T (2e 1 e 2 + 3e 3 ) é T (2e 1 e 2 + 3e 3 ) = 2T (e 1 ) T (e 2 ) + 3T (e 3 ) = = 2 ( e 1 + e 2 + e 3 ) ( 2e 1 e 2 + 2e 3 ) + 3 (3e 1 + e 2 2e 3 ) = = 9e 1 + 6e 2 6e 3. 2

3 b) Determine a matriz que representa T. Resolução (nota: Se usou a resolução 2 da alínea anterior a matriz pedida A coincide com a matriz de T na base canónica i.e. A = A 2.) A matriz que representa T, i.e. a matriz A tal que T (x, y, z) = A tem como primeira coluna T (e 1 ) = e 1 + e 2 + e 3 = ( 1, 1, 1), segunda coluna, T (e 2 ) = ( 2, 1, 2) e terceira coluna, T (e 3 ) = (3, 1, 2), i.e A = c) Determine bases ordenadas (v 1, v 2, v 3 ) e (w 1, w 2, w 3 ) de modo que a matriz que representa T em relação a este par de bases de R 3 seja a matriz identidade. Resolução Da formulação do exercício vemos que escolhendo B 1 = (v 1, v 2, v 3 ) = (e 3, e 2 + e 3, e 1 + e 2 + e 3 ) (estes três vectores são linearmente independentes porque mostrámos que os vectores da base canónica podem ser obtidos como combinações lineares deles) e B 2 = (w 1, w 2, w 3 ) = (3e 1 + e 2 2e 3, e 1, e 2 + e 3 ) (supondo que são linearmente independentes o que iremos mostrar a seguir) temos que x y z, T (v 1 ) = w 1 = 1w 1 + 0w 2 + 0w 3 T (v 2 ) = w 2 = 0w 1 + 1w 2 + 0w 3 T (v 3 ) = w 3 = 0w 1 + 0w 2 + 1w 3. Assim, a matriz de T nas bases B 1 e B 2, é a matriz identidade à = Falta mostrar que os vectores (w 1, w 2, w 3 ) são linearmente independentes. A matriz P que os tem como colunas, P = 1 0 1, tem det(p ) = 1(1 + 2) = 3 0, pelo que tem característica 3 e, consequentemente, as suas colunas são linearmente independentes. (nota: Calcular o determinante serve para estudar a independência linear das colunas e das linhas só de matrizes quadradas. O MEG pode ser aplicado a todas as matrizes.) 10) (Nota: neste exercício P n = P n (R).) Seja D : P 3 P 2 a transformação linear que a cada polinómio p faz corresponder a sua derivada D(p) = p. a) Mostre que B = (1 + x, 1 x, 1 + x + x 2, x 3 ) é uma base ordenada de P 3 e obtenha a matriz de mudança de base em relação à base canónica. 3

4 Resolução. Do isomorfismo P 3 = R 4, concluímos que B é uma base de P 3 se e só se B = ((1, 1, 0, 0), (1, 1, 0, 0), (1, 1, 1, 0), (0, 0, 0, 1)) é uma base de R 4. Aplicamos o método de eliminação de Gauss (MEG) à matriz que tem estes vectores como colunas S = Obtemos quatro pivots pelo que S é não singular (i.e. é invertível) e B e B são bases ordenadas de R 4 e P 3, respectivamente. S é também a matriz de mudança da base canónica de R 4 para B, que, por sua vez, é igual à matriz de mudança da base canónica de P 3, B can = (1, x, x 2, x 3 ), para a base B = (1 + x, 1 x, 1 + x + x 2, x 3 ). b) Mostre que B = (1 + x x 2, 1 2x, 2x + x 2 ) é uma base ordenada de P 2 e obtenha a matriz de mudança de base em relação à base canónica. Resolução. A resolução é análoga à resolução da alínea anterior. Do isomorfismo P 2 = R 3, concluímos que B é uma base de P 2 se e só se B = ((1, 1, 1), (1, 2, 0), (0, 2, 1)) é uma base de R 3. Aplicamos MEG à matriz que tem estes vectores como colunas R = Obtemos três pivots pelo que R é não singular e B e B são bases ordenadas de R 3 e P 2, respectivamente. R é também a matriz de mudança da base canónica de R 3 para B, que, por sua vez, é igual à matriz de mudança da base canónica de P 2, B can = (1, x, x 2 ), para a base B = (1 + x x 2, 1 2x, 2x + x 2 ). c) Calcule a matriz de D: (i) em relação às bases canónicas de P 3 e P 2 ; Resolução. As colunas da matriz A 1 da transformação linear D nas bases canónicas são obtidas de: pelo que (ii) em relação às bases B e B ; D(1) = 0 D(x) = 1 + 0x + 0x 2 D(x 2 ) = 2x = x + 0 x 2 D(x 3 ) = 3x 2 = x + 3x 2 A 1 = 4

5 Resolução. Uma vez que, no domínio da transfomação linear, mudámos (em relação ao ponto anterior, c)(i)) da base canónica, B can, para a base B, com matriz de mudança de base S e, no conjunto de chegada, mudámos da base canónica, B can, para a base B, com matriz de mudança de base R, temos, pela fórmula para a mudança da matriz de uma transformação linear, por mudança de bases, A 2 = R 1 A 1 S, onde A 1 foi obtida no ponto anterior. Calculando R 1 (por exemplo pela fórmula dos cofactores) obtemos R 1 = Então, A 2 = 1 = 1 = = = (iii) em relação à base canónica de P 3 e à base B ; Resolução. Comparando novamente com o ponto c)(i), vemos que, neste caso, mudamos só a base no conjunto de chegada, B can B, pelo que a fórmula para a mudança da matriz de uma transformação linear, por mudança de bases, toma a forma A 3 = R 1 A 1 I = R 1 A 1. Então, A 3 = 1 = = (iv) em relação a B e à base canónica de P 2. Resolução. Comparando de novo com o ponto c)(i), vemos que, neste caso, mudamos só a base no domínio, B can B, pelo que a fórmula para a mudança da matriz de uma transformação linear, por mudança de bases, toma a forma A 4 = I 1 A 1 S = A 1 S.

6 Então, A 4 = = = 6

5 Transformações Lineares e Matrizes

5 Transformações Lineares e Matrizes Nova School of Business and Economics Prática Álgebra Linear 5 Transformações Lineares e Matrizes 1 Definição Função de em Aplicação que faz corresponder a cada elemento de um conjunto (domínio), denominado

Leia mais

4 Sistemas de Equações Lineares

4 Sistemas de Equações Lineares Nova School of Business and Economics Apontamentos Álgebra Linear 4 Sistemas de Equações Lineares 1 Definição Rank ou característica de uma matriz ( ) Número máximo de linhas de que formam um conjunto

Leia mais

ficha 3 espaços lineares

ficha 3 espaços lineares Exercícios de Álgebra Linear ficha 3 espaços lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 3 Notação Sendo

Leia mais

4 a LISTA DE EXERCÍCIOS Valores Próprios e Vectores Próprios Álgebra Linear - 1 o Semestre - 2013/2014 LEE, LEGI, LEIC-TP, LETI

4 a LISTA DE EXERCÍCIOS Valores Próprios e Vectores Próprios Álgebra Linear - 1 o Semestre - 2013/2014 LEE, LEGI, LEIC-TP, LETI 4 a LISTA DE EXERCÍCIOS Valores Próprios e Vectores Próprios Álgebra Linear - 1 o Semestre - 2013/2014 LEE, LEGI, LEIC-TP, LETI Problema 1 Considere a matriz A = 1 0 0 0 2 1 2 0 3 Diga quais dos seguintes

Leia mais

11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de 2003-12-08

11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de 2003-12-08 INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark LERCI LEGI LEE o semestre 23/4 - semana de 23-2-8. Diga justificando quais dos seguintes ternos

Leia mais

4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92)

4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92) ADL22 4.10 Solução das Equações de Estado através da Transformada de Laplace Considere a equação de estado (4.92) A transformada de Laplace fornece: (4.93) (4.94) A fim de separar X(s), substitua sx(s)

Leia mais

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( )

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( ) Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Matriz ( ) Conjunto de elementos dispostos em linhas e colunas. Ex.: 0 1 é uma matriz com 2 linhas e 3 colunas. 2 Definição

Leia mais

Códigos Lineares CAPÍTULO 4

Códigos Lineares CAPÍTULO 4 CAPÍTULO 4 Códigos Lineares 1. Definição, pârametros e peso mínimo Seja F q o corpo de ordem q. Portanto, pelo Teorema 3.24, q = p m para algum primo p e inteiro positivo m. Definição 4.1. Um código linear

Leia mais

Expansão linear e geradores

Expansão linear e geradores Espaços Vectoriais - ALGA - 004/05 4 Expansão linear e geradores Se u ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u ; u ; :::;

Leia mais

Álgebra Linear I Solução da 5ª Lista de Exercícios

Álgebra Linear I Solução da 5ª Lista de Exercícios FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Engenharia de Produção Curso de Graduação em Engenharia Ambiental e Sanitária

Leia mais

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES

Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Formulação A programação linear lida com problemas nos quais uma função objectivo linear deve ser optimizada (maximizada ou minimizada)

Leia mais

E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO

E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO Dizemos que uma equação é linear, ou de primeiro grau, em certa incógnita, se o maior expoente desta variável for igual a um. Ela será quadrática, ou

Leia mais

CURSO ONLINE RACIOCÍNIO LÓGICO

CURSO ONLINE RACIOCÍNIO LÓGICO AULA QUINZE: Matrizes & Determinantes (Parte II) Olá, amigos! Pedimos desculpas por não ter sido possível apresentarmos esta aula na semana passada. Motivos de força maior nos impediram de fazê-lo, mas

Leia mais

Matrizes e Determinantes

Matrizes e Determinantes Capítulo 1 Matrizes e Determinantes 11 Generalidades Iremos usar K para designar IR conjunto dos números reais C conjunto dos números complexos Deste modo, chamaremos números ou escalares aos elementos

Leia mais

Método de Eliminação de Gauss. Eduardo Camponogara

Método de Eliminação de Gauss. Eduardo Camponogara Sistemas de Equações Lineares Método de Eliminação de Gauss Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares

Leia mais

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \.

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV1 &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV Å 1Ro}HV *HUDLV Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. [\ [\ É fácil verificar

Leia mais

Álgebra Linear para MBiol MAmb

Álgebra 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 mais

APROG - Civil. Excel. Técnicas de pesquisa de informação em tabelas. Instituto Superior de Engenharia do Porto 2000-2007

APROG - Civil. Excel. Técnicas de pesquisa de informação em tabelas. Instituto Superior de Engenharia do Porto 2000-2007 APROG - Civil Excel Técnicas de pesquisa de informação em tabelas Instituto Superior de Engenharia do Porto 2000-2007 Elaborado por: António Silva (DEI-ISEP) Pesquisa de Informação em Tabelas O Excel

Leia mais

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA

Leia mais

Exercícios 1. Determinar x de modo que a matriz

Exercícios 1. Determinar x de modo que a matriz setor 08 080509 080509-SP Aula 35 MATRIZ INVERSA Uma matriz quadrada A de ordem n diz-se invertível, ou não singular, se, e somente se, existir uma matriz que indicamos por A, tal que: A A = A A = I n

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

NOÇÕES DE ÁLGEBRA LINEAR

NOÇÕES DE ÁLGEBRA LINEAR ESPAÇO VETORIAL REAL NOÇÕES DE ÁLGEBRA LINEAR ESPAÇOS VETORIAIS Seja um conjunto V φ no qual estão definidas duas operações: adição e multiplicação por escalar, tais que u, v V, u+v V e α R, u V, αu V

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I 1 Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 013/I 1 Sejam u = ( 4 3) v = ( 5) e w = (a b) Encontre a e b tais

Leia mais

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias

Capítulo 2. Álgebra e imagens binárias. 2.1 Subconjuntos versus funções binárias Capítulo 2 Álgebra e imagens binárias Em Análise de Imagens, os objetos mais simples que manipulamos são as imagens binárias. Estas imagens são representadas matematicamente por subconjuntos ou, de maneira

Leia mais

M : ( ( é um LVRPRUILVPR M -1 : ( ( também é um LVRPRUILVPR.

M : ( ( é um LVRPRUILVPR M -1 : ( ( também é um LVRPRUILVPR. &DStWXOR±$SOLFDo}HV/LQHDUHV47 Å (VSDoRV,VRPRUIRV Sejam ( e ( dois espaços vectoriais sobre. Dizemos que ( e ( são LVRPRUIRV se H[LVWLUXPLVRPRUILVPR M : ( ( e escrevemos, (! ( Por eemplo, o espaço dos vectores

Leia mais

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3 POLINÔMIOS 1. (Ueg 01) A divisão do polinômio a) x b) x + c) x 6 d) x + 6 x x 5x 6 por x 1 x é igual a:. (Espcex (Aman) 01) Os polinômios A(x) e B(x) são tais que A x B x x x x 1. Sabendo-se que 1 é raiz

Leia mais

Nesta aula iremos continuar com os exemplos de revisão.

Nesta aula iremos continuar com os exemplos de revisão. Capítulo 8 Nesta aula iremos continuar com os exemplos de revisão. 1. Exemplos de revisão Exemplo 1 Ache a equação do círculo C circunscrito ao triângulo de vértices A = (7, 3), B = (1, 9) e C = (5, 7).

Leia mais

Capítulo 3 - Sistemas de Equações Lineares

Capítulo 3 - Sistemas de Equações Lineares Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/

Leia mais

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga TRANSFORMAÇÕES LINEARES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Estudaremos um tipo especial de função, onde o domínio e o contradomínio são espaços vetoriais reais. Assim, tanto

Leia mais

Mudança de Coordenadas

Mudança de Coordenadas Mudança de Coordenadas Reginaldo J. Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi regi@mat.ufmg.br 13 de deembro de 2001 1 Rotação e Translação

Leia mais

SISTEMAS LINEARES CONCEITOS

SISTEMAS LINEARES CONCEITOS SISTEMAS LINEARES CONCEITOS Observemos a equação. Podemos perceber que ela possui duas incógnitas que são representadas pelas letras x e y. Podemos também notar que se e, a igualdade se torna verdadeira,

Leia mais

LISTA 3 - Prof. Jason Gallas, DF UFPB 10 de Junho de 2013, às 14:26. Jason Alfredo Carlson Gallas, professor titular de física teórica,

LISTA 3 - Prof. Jason Gallas, DF UFPB 10 de Junho de 2013, às 14:26. Jason Alfredo Carlson Gallas, professor titular de física teórica, Exercícios Resolvidos de Física Básica Jason Alfredo Carlson Gallas, professor titular de física teórica, Doutor em Física pela Universidade udwig Maximilian de Munique, Alemanha Universidade Federal da

Leia mais

Capítulo 3 - Sistemas de Equações Lineares

Capítulo 3 - Sistemas de Equações Lineares Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/

Leia mais

Capítulo 2 - Problemas de Valores Fronteira para Equações Diferenciais Ordinárias

Capítulo 2 - Problemas de Valores Fronteira para Equações Diferenciais Ordinárias Capítulo 2 - Problemas de Valores Fronteira para Equações Diferenciais Ordinárias Departamento de Matemática balsa@ipb.pt Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia 1 o

Leia mais

Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:

Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser: 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia

Leia mais

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum

Leia mais

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo 4. SISTEMAS LINEARES 4.1. 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 mais

Disciplina: Introdução à Álgebra Linear

Disciplina: 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 mais

TESTE INTERMÉDIO DE MATEMÁTICA B 10.º ANO RESOLUÇÃO

TESTE INTERMÉDIO DE MATEMÁTICA B 10.º ANO RESOLUÇÃO TESTE INTERMÉDIO DE MATEMÁTICA B 10.º ANO RESOLUÇÃO GRUPO I 1. Apresentamos dois exemplos de resposta. 1.º Exemplo: O hexágono regular [ABCDEF] está dividido em seis triângulos equiláteros, geometricamente

Leia mais

Capítulo 5: Transformações Lineares

Capítulo 5: Transformações Lineares 5 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 5: Transformações Lineares Sumário 1 O que são as Transformações Lineares?...... 124 2 Núcleo e Imagem....................

Leia mais

4. Curvas planas. T = κn, N = κt, B = 0.

4. Curvas planas. T = κn, N = κt, B = 0. 4. CURVAS PLANAS 35 4. Curvas planas Nesta secção veremos que no caso planar é possível refinar a definição de curvatura, de modo a dar-lhe uma interpretação geométrica interessante. Provaremos ainda o

Leia mais

APLICAÇÕES DA DERIVADA

APLICAÇÕES DA DERIVADA Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,

Leia mais

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I.

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I. Diagonalização ortogonal de matrizes simétricas Detalhes sobre a Secção.3 dos Apontamentos das Aulas teóricas de Álgebra Linear Cursos: LMAC, MEBiom e MEFT (semestre, 0/0, Prof. Paulo Pinto) Recordamos

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Linear (PL) Aula 5: O Método Simplex. 2 Algoritmo. O que é um algoritmo? Qualquer procedimento iterativo e finito de solução é um algoritmo. Um algoritmo é um processo que se repete (itera)

Leia mais

Exercícios Adicionais

Exercícios Adicionais Exercícios Adicionais Observação: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós recomendamos

Leia mais

O endereço de sua estação de trabalho é 201.252.203.107, e você esta usando a máscara de subrede: 255.255.255.248.

O endereço de sua estação de trabalho é 201.252.203.107, e você esta usando a máscara de subrede: 255.255.255.248. Cálculo de endereços de rede Quais os hosts da rede 10.12.148.0 IP: 00001010.00001100.100101xx.xxxxxxxx Mask:11111111.11111111.11111100.00000000 Rede:00001010.00001100.10010100.00000000 Assim, podemos

Leia mais

9. Derivadas de ordem superior

9. Derivadas de ordem superior 9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de

Leia mais

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul Resolução da Prova da Escola Naval 29. Matemática Prova Azul GABARITO D A 2 E 2 E B C 4 D 4 C 5 D 5 A 6 E 6 C 7 B 7 B 8 D 8 E 9 A 9 A C 2 B. Os 6 melhores alunos do Colégio Naval submeteram-se a uma prova

Leia mais

Transformada z. ADL 25 Cap 13. A Transformada z Inversa

Transformada z. ADL 25 Cap 13. A Transformada z Inversa ADL 25 Cap 13 Transformada z A Transformada z Inversa Qualquer que seja o método utilizado a transformada z inversa produzirá somente os valores da função do tempo nos instantes de amostragem. Portanto,

Leia mais

Álgebra Linear - Exercícios resolvidos

Álgebra 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 mais

2 - Modelos em Controlo por Computador

2 - Modelos em Controlo por Computador Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina

Leia mais

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS Terminologia e Definições Básicas No curso de cálculo você aprendeu que, dada uma função y f ( ), a derivada f '( ) d é também, ela mesma, uma função de e

Leia mais

Aula 5 - Matemática (Gestão e Marketing)

Aula 5 - Matemática (Gestão e Marketing) ISCTE, Escola de Gestão Aula 5 - Matemática (Gestão e Marketing) Diana Aldea Mendes 29 de Outubro de 2008 Espaços Vectoriais Definição (vector): Chama-se vector edesigna-sepor v um objecto matemático caracterizado

Leia mais

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008 Revisões Variantes sobre o método Simplex: Método do grande M Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) III Resolução de sistemas lineares por métodos numéricos. Objetivos: Veremos

Leia mais

Variantes sobre o método Simplex: Método do grande M

Variantes sobre o método Simplex: Método do grande M Variantes sobre o método Simplex: Método do grande M Revisões Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

Par Diferencial com Transístores Bipolares

Par Diferencial com Transístores Bipolares Resumo Par Diferencial com Transístores Bipolares Operação para grandes sinais Resistência diferencial de Entrada e Ganho Equivalência entre Amplificador diferencial e Amplificador em Emissor Comum Ganho

Leia mais

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1 Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona

Leia mais

Um sistema de equações lineares (sistema linear) é um conjunto finito de equações lineares da forma:

Um sistema de equações lineares (sistema linear) é um conjunto finito de equações lineares da forma: Sistemas Lineares Um sistema de equações lineares (sistema linear) é um conjunto finito de equações lineares da forma: s: 2 3 6 a) 5 2 3 7 b) 9 2 3 Resolução de sistemas lineares Metodo da adição 4 100

Leia mais

O degrau de potencial. Caso II: energia maior que o degrau

O degrau de potencial. Caso II: energia maior que o degrau O degrau de potencial. Caso II: energia maior que o degrau U L 9 Meta da aula plicar o formalismo quântico ao caso de uma partícula quântica que incide sobre o degrau de potencial, definido na ula 8. Vamos

Leia mais

Oscilador Harmônico Simples

Oscilador Harmônico Simples Motivação Oscilador Harmônico Simples a) espectroscopia molecular, b) cristais e outras estruturas no estado sólido, c) estrutura nuclear, d) teoria de campo, e) ótica, f) mecânica estatística, g) aproximante

Leia mais

Expansão de Imagem #2

Expansão de Imagem #2 Faculdade de Engenharia da Universidade do Porto Engenharia Electrotécnica e de Computadores Expansão de Imagem #2 Televisão Digital António Alberto da Silva Marques Pedro Ricardo dos Reis Porto, 2004

Leia mais

EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO

EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO Ao incidir em uma lente convergente, um feixe paralelo de luz, depois de passar pela lente, é concentrado em um ponto denominado foco (representado por

Leia mais

Aula: Equações polinomiais

Aula: Equações polinomiais Aula: Equações polinomiais Turma 1 e 2 Data: 05/09/2012-12/09/2012 Tópicos Equações polinomiais. Teorema fundamental da álgebra. Raízes reais e complexas. Fatoração e multiplicação de raízes. Relações

Leia mais

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N.

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N. 2.4. PROJECÇÕES 2. dim(l)=dim(m)+dim(n) Demonstração. Se L=M N, qualquer vector x L se pode escrever de forma única como a soma de um vector x M M e outro vector x N N. 1. Dada uma base de M, x M pode

Leia mais

Tarefa Orientada 12 Junção Externa, Auto-Junção e União

Tarefa Orientada 12 Junção Externa, Auto-Junção e União Tarefa Orientada 12 Junção Externa, Auto-Junção e União Objectivos: Junção externa (Outer JOIN) Junção externa à esquerda (LEFT Outer JOIN) Junção externa à direita (RIGHT Outer JOIN) Junção externa completa

Leia mais

Lista 1 para a P2. Operações com subespaços

Lista 1 para a P2. Operações com subespaços Lista 1 para a P2 Observação 1: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós sugerimos

Leia mais

Árvores Binárias de Busca

Árvores Binárias de Busca Árvores Binárias de Busca Uma Árvore Binária de Busca T (ABB) ou Árvore Binária de Pesquisa é tal que ou T = 0 e a árvore é dita vazia ou seu nó contém uma chave e: 1. Todas as chaves da sub-árvore esquerda

Leia mais

PROPRIEDADES DOS DETERMINANTES E O CÁLCULO DA ÁREA DE TRIÂN- GULOS: EXEMPLOS SIGNIFICATIVOS

PROPRIEDADES DOS DETERMINANTES E O CÁLCULO DA ÁREA DE TRIÂN- GULOS: EXEMPLOS SIGNIFICATIVOS A RTIGO PROPRIEDADES DOS DETERMINANTES E O CÁLCULO DA ÁREA DE TRIÂN- GULOS: EXEMPLOS SIGNIFICATIVOS Fábio Marson Ferreira e Walter Spinelli Professores do Colégio Móbile, São Paulo Recentemente nos desafiamos

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

DURATION - AVALIANDO O RISCO DE MUDANÇA NAS TAXAS DE JUROS - PARTE lli

DURATION - AVALIANDO O RISCO DE MUDANÇA NAS TAXAS DE JUROS - PARTE lli DURATION - AVALIANDO O RISCO DE MUDANÇA NAS TAXAS DE JUROS - PARTE lli! Entendendo melhor a duração modificada! Como utilizar a duração modificada?! O que é imunização?! Qual o efeito da mudança do cupom

Leia mais

5 Transformadas de Laplace

5 Transformadas de Laplace 5 Transformadas de Laplace 5.1 Introdução às Transformadas de Laplace 4 5.2 Transformadas de Laplace definição 5 5.2 Transformadas de Laplace de sinais conhecidos 6 Sinal exponencial 6 Exemplo 5.1 7 Sinal

Leia mais

QUADRADO MÁGICO - ORDEM 4

QUADRADO MÁGICO - ORDEM 4 CONCEITO Partindo da definição original, os QUADRADOS MÁGICOS devem satisfazer três condições: a) tabela ou matriz quadrada (número de igual ao número de ); b) domínio: com elementos assumindo valores

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

w 1 = v 1 + v 2 + v 3 w 2 = 2v 2 + v 3 (1) w 3 = v 1 + 3v 2 + 3v 3 também são linearmente independentes. T =

w 1 = v 1 + v 2 + v 3 w 2 = 2v 2 + v 3 (1) w 3 = v 1 + 3v 2 + 3v 3 também são linearmente independentes. T = Independência e dependência linear ) a) Sejam v, v e v vectores linearmente independentes de um espaço linear S. Prove que os vectores também são linearmente independentes. Resolução Seja V a expansão

Leia mais

Valores e Vectores Próprios. Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal

Valores e Vectores Próprios. Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Valores e Vectores Próprios Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Ano Lectivo 24/25 Conteúdo Definição de Valor e Vector Próprios 2 2 Um Eemplo de Aplicação 8 3

Leia mais

Mestrados Integrados em Engenharia Mecânica e em Eng Industrial e Gestão ANÁLISE MATEMÁTICA III DEMec 010-11-0 1ºTESTE A duração do exame é horas + 30minutos. Cotação: As perguntas 1 e 6 valem valores,

Leia mais

2.2 Subespaços Vetoriais

2.2 Subespaços Vetoriais 32 CAPÍTULO 2. ESPAÇOS VETORIAIS 2.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas:

Leia mais

Exercícios Teóricos Resolvidos

Exercícios Teóricos Resolvidos Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar

Leia mais

Universidade Federal do Rio Grande do Norte. Centro De Ciências Exatas e da Terra. Departamento de Física Teórica e Experimental

Universidade Federal do Rio Grande do Norte. Centro De Ciências Exatas e da Terra. Departamento de Física Teórica e Experimental Universidade Federal do Rio Grande do Norte Centro De Ciências Exatas e da Terra Departamento de Física Teórica e Experimental Programa de Educação Tutorial Curso de Nivelamento: Pré-Cálculo PET DE FÍSICA:

Leia mais

Funções. Funções. Você, ao longo do curso, quando apresentado às disciplinas de Economia, terá oportunidade de fazer aplicações nos cálculos

Funções. Funções. Você, ao longo do curso, quando apresentado às disciplinas de Economia, terá oportunidade de fazer aplicações nos cálculos Funções Funções Um dos conceitos mais importantes da matemática é o conceito de função. Em muitas situações práticas, o valor de uma quantidade pode depender do valor de uma segunda. A procura de carne

Leia mais

Resolução de sistemas lineares

Resolução de sistemas lineares Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)

Leia mais

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Capítulo 6 Espaços vectoriais com produto interno ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Definição e propriedades Seja V um espaço vectorial real. Chama-se

Leia mais

Geradores elétricos GERADOR. Energia dissipada. Símbolo de um gerador

Geradores elétricos GERADOR. Energia dissipada. Símbolo de um gerador Geradores elétricos Geradores elétricos são dispositivos que convertem um tipo de energia qualquer em energia elétrica. Eles têm como função básica aumentar a energia potencial das cargas que os atravessam

Leia mais

5 Resultados. 5.1. Avaliação Baseada na Taxa de Igual Erro

5 Resultados. 5.1. Avaliação Baseada na Taxa de Igual Erro 5 Resultados Neste capitulo discutem-se os resultados obtidos no desenvolvimento desta pesquisa segundo a metodologia descrita no capitulo anterior. A avaliação de acurácia para tarefas de verificação

Leia mais

a 1 x 1 +... + a n x n = b,

a 1 x 1 +... + a n x n = b, Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição

Leia mais

objetivo Exercícios Meta da aula Pré-requisitos Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios.

objetivo Exercícios Meta da aula Pré-requisitos Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios. Exercícios A U L A 10 Meta da aula Aplicar o formalismo quântico estudado neste módulo à resolução de um conjunto de exercícios. objetivo aplicar os conhecimentos adquiridos nas Aulas 4 a 9 por meio da

Leia mais

1. Sistemas de numeração

1. Sistemas de numeração 1. Sistemas de numeração Quando mencionamos sistemas de numeração estamos nos referindo à utilização de um sistema para representar uma numeração, ou seja, uma quantidade. Sistematizar algo seria organizar,

Leia mais

Falso: F = Low voltage: L = 0

Falso: F = Low voltage: L = 0 Curso Técnico em Eletrotécnica Disciplina: Automação Predial e Industrial Professor: Ronimack Trajano 1 PORTAS LOGICAS 1.1 INTRODUÇÃO Em 1854, George Boole introduziu o formalismo que até hoje se usa para

Leia mais

O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton

O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton Há opções de compra e de venda, do tipo europeu e do tipo americano. As do tipo americano podem ser exercidas a qualquer momento,

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas? Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões

Leia mais

3. Características amostrais. Medidas de localização e dispersão

3. Características amostrais. Medidas de localização e dispersão Estatística Descritiva com Excel Complementos. 77 3. Características amostrais. Medidas de localização e dispersão 3.1- Introdução No módulo de Estatística foram apresentadas as medidas ou estatísticas

Leia mais

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata

Leia mais

PROGRAMAÇÃO LINEAR. Resolução de problemas de programação linear usando o comando Solver, no Excel.

PROGRAMAÇÃO LINEAR. Resolução de problemas de programação linear usando o comando Solver, no Excel. PROGRAMAÇÃO LINEAR Resolução de problemas de programação linear usando o comando Solver, no Excel. Para além da resolução pelo método gráfico e/ou outros métodos, é possível resolver um problema de PL

Leia mais

Laboratório de Sistemas e Sinais L1: Matrizes, Sons e Imagens

Laboratório de Sistemas e Sinais L1: Matrizes, Sons e Imagens Laboratório de Sistemas e Sinais L1: Matrizes, Sons e Imagens Luís Caldas de Oliveira Março de 2009 O objectivo deste laboratório é o de explorar a utilização de matrizes em Matlab e de usá-las para construir

Leia mais

Caracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.

Caracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios. Conteúdo programático: Elementos armazenadores de energia: capacitores e indutores. Revisão de características técnicas e relações V x I. Caracterização de regime permanente. Caracterização temporal de

Leia mais

Conhecendo um pouco de matrizes e determinantes

Conhecendo um pouco de matrizes e determinantes Módulo 3 Unidade 29 Conhecendo um pouco de matrizes e determinantes Para início de conversa... Frequentemente em jornais, revistas e também na Internet encontramos informações numéricas organizadas na

Leia mais

INTRODUÇÃO AOS MÉTODOS FACTORIAIS

INTRODUÇÃO AOS MÉTODOS FACTORIAIS Capítulo II INTRODUÇÃO AOS MÉTODOS FACTORIAIS A Análise Factorial de Correspondências é uma técnica simples do ponto de vista matemático e computacional. Porém, devido ao elevado suporte geométrico desta

Leia mais