Introdução ao Scilab 3.0 Parte 2
|
|
|
- Cláudia Valente Gorjão
- 9 Há anos
- Visualizações:
Transcrição
1 Introdução ao Scilab 3.0 Parte 2 Paulo S. Motta Pires [email protected] Departamento de Engenharia de Computação e Automação Universidade Federal do Rio Grande do Norte NATAL - RN Paulo Motta (DCA-UFRN) Scilab / 83
2 Endereços e Créditos Contatos Contatos Prof. Paulo S. Motta Pires [email protected] homepage : Este material pode ser copiado livremente, mantidos os créditos. Paulo Motta (DCA-UFRN) Scilab / 83
3 Agenda Agenda Parte 1 Introdução: Computação Numérica O Ambiente Scilab Parte 2 Operações Básicas Polinômios, Vetores, Matrizes e Listas Parte 3 Programação Parte 4 Gráficos Considerações Finais Paulo Motta (DCA-UFRN) Scilab / 83
4 Agenda Parte 2 - Detalhes Agenda Operações Básicas: Introdução Funções Internas Polinômios, Vetores, Matrizes, Listas Polinômios Vetores Matrizes Acesso a Elementos Matrizes de Polinômios Matrizes Simbólicas Matrizes Booleanas Operações com Vetores e Matrizes Listas Paulo Motta (DCA-UFRN) Scilab / 83
5 Operações Básicas Interação com o Usuário Interação com o Usuário Scilab como uma calculadora Scilab como um ambiente de programação (tratado na Parte 3) Paulo Motta (DCA-UFRN) Scilab / 83
6 Operações Básicas Linha de Comando Linha de Comando - Scilab como uma Calculadora Paulo Motta (DCA-UFRN) Scilab / 83
7 Ponto-e-vírgula Operações Básicas Ponto-e-vírgula -->// O ponto-e-virgula suprime a apresentacao do resultado -->A = 1; // a variavel A assume o valor 1 -->b = 2; // atribuindo a variavel b o valor 2 -->A + b // Adicao de A e b 3. --> // - Comentário Paulo Motta (DCA-UFRN) Scilab / 83
8 Operações Básicas Nomes de Variáveis Nomes de Variáveis - Case Sensitive incr, INCR, Incr, InCr - representam variáveis DIFERENTES Paulo Motta (DCA-UFRN) Scilab / 83
9 Variáveis Complexas Operações Básicas Complexos -->A = * %i A = // Atribuindo a A o valor 5 + 2i i -->B = -2 + %i B = // Atribuindo a B o valor -2 + i --> i Paulo Motta (DCA-UFRN) Scilab / 83
10 Operações Básicas Operações com Variáveis Complexas Operações com Variáveis Complexas --> // Operacoes com variaveis complexas -->A * B // Multiplicacao i -->A / B // Divisao i -->A + B // Adicao i -->A - B // Subtracao 7. + i -->sqrt(-2) // Funcao raiz quadrada com argumento negativo i --> Paulo Motta (DCA-UFRN) Scilab / 83
11 Comandos Operações Básicas Comandos -->m = 1.5; b = 35; c = 24; -->A = 3 * m ^ > 4 * > 5 * 3 A = // Varios comandos em uma unica linha // Um comando em varias linhas > Paulo Motta (DCA-UFRN) Scilab / 83
12 Operações Básicas Definições de Índices Definições de Índices Um vetor de índices possui a forma geral Variavel = valor_inicial:incremento:valor_final -->I = 1:3 I = // Definindo I como um vetor com 3 posicoes! ! -->j = 1:2:5 // Indice j com incremento igual a 2 j =! ! -->k = 5:-1:1 k = // Definindo k como um vetor com 5 posicoes! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
13 Operações Básicas Trabalhando com Ambientes Trabalhando com Ambientes -->// Definindo a e mudando de ambiente -->a = 1.5; pause -1-> // Mudanca no prompt -1->a a = >// Definindo b no novo ambiente -1->b = 2.5; -1->// Mostrando a e b no novo ambiente -1->a, b a = 1.5 b = >// Retornando ao ambiente anterior -->a, b a = // Mostra a e b. Variavel b foi perdida 1.5!--error 4 undefined variable : b -->a = 1.5 // Definindo a no ambiente original a = >pause // Mudando de ambiente -1->b = 1.5 // Definindo b no novo ambiente b = >b = resume(b) // b no ambiente original -->a, b a = 1.5 b = -1->resume // Pode ser usado o comando return 1.5 Paulo Motta (DCA-UFRN) Scilab / 83
14 Exemplo 1 - Funções Internas Operações Básicas Funções Internas - Exemplo 1 Paulo Motta (DCA-UFRN) Scilab / 83
15 Operações Básicas Exemplo 2 - Usando o Editor Funções Internas - Exemplo 2 - Usando o Editor Paulo Motta (DCA-UFRN) Scilab / 83
16 Polinômios Introdução Polinômios Paulo Motta (DCA-UFRN) Scilab / 83
17 Definição pelas Raízes Polinômios Definição - Raízes -->// Polinomio definido pelas suas raizes -->p = poly([1 2], s ) p = 2 2-3s + s --> // Verificacao -->roots(p)! 1.!! 2.! --> Paulo Motta (DCA-UFRN) Scilab / 83
18 Polinômios Definição pelos Coeficientes Definição - Coeficientes -->// Polinomio definido pelos seus coeficientes -->q = poly([1 2], s, coeff ) q = 1 + 2s -->roots(q) // Obtendo as raizes do polinomio q --> Paulo Motta (DCA-UFRN) Scilab / 83
19 Polinômios Operações com Polinômios Operações -->p, q p = 2 2-3s + s q = 1 + 2s -->p * q // Multiplicacao s - 5s + 2s -->p / q // Divisao 2 2-3s + s s Paulo Motta (DCA-UFRN) Scilab / 83
20 Polinômios Operações com Polinômios Operações -->[r, q] = pdiv(p,q) q = // Efetuando a divisao: q=quociente, r=resto s r = >p + q // Adicao s + s -->p - q // Subtracao 2 1-5s + s Paulo Motta (DCA-UFRN) Scilab / 83
21 Polinômios Polinômios: Obtendo Valores Obtendo Valores -->x = poly(0, x ) x = x -->p = x^2-3*x + 5 p = // definindo o polinomio 2 5-3x + x -->horner(p, 2) // avaliando o polinomio em x = 2 --> 3. Paulo Motta (DCA-UFRN) Scilab / 83
22 Vetores Introdução Vetores Paulo Motta (DCA-UFRN) Scilab / 83
23 Vetores: Definições Vetores Definição Dizemos que x é um vetor de dimensão n em R, indicado por x R n, se, e somente se, x 1 x 2 x =. Nessa definição, cada um dos elementos do vetor x, x i, pertence a R, x n x i R O elemento x i é o i-ésimo elemento do vetor x. O vetor x definido anteriormente é um vetor coluna. Para explicitar esta condição, escrevemos x R n 1 Essa notação indica que o vetor x possui n linhas e apenas uma coluna. Paulo Motta (DCA-UFRN) Scilab / 83
24 Vetor Coluna Vetores Vetor Coluna -->x = [ 1; 2; 3] // vetor coluna. Elementos separados por ; x =! 1.!! 2.!! 3.! --> Paulo Motta (DCA-UFRN) Scilab / 83
25 Vetor Linha Vetores Vetor Linha Um vetor linha, y, de dimensão n em R pode ser escrito na forma y = [ y 1, y 2,..., y n ] Para explicitar a condição de vetor linha, escrevemos y R 1 n Essa notação indica que o vetor y possui apenas uma linha e n colunas. -->y = [ 1 2 3] y = // vetor linha; Elementos separados por espaco! ! -->z = [ 4, 5, 6] z = // vetor linha; Elementos separados por virgula! ! Paulo Motta (DCA-UFRN) Scilab / 83
26 Vetor Transposto Vetores Vetor Transposto Se x é um vetor coluna, x T (lê-se x transposto ) é um vetor linha. Essa operação é realizada no Scilab através da utilização do símbolo (apóstrofo). -->x = [1; 2; 3] x = // vetor coluna! 1.!! 2.!! 3.! -->x // x transposto = vetor linha! ! Paulo Motta (DCA-UFRN) Scilab / 83
27 Operações com Vetores Vetores Operações com Vetores x, y R x = 2 3 e 4 y = >x = [ 1; 2; 3] x =! 1.!! 2.!! 3.! -->y = [ 4; 5; 6] y =! 4.!! 5.!! 6.! -->size(x) // Definindo o vetor x // Definindo o vetor y // Dimensao do vetor x! 3. 1.! -->size(y) // Dimensao do vetor y! 3. 1.! Paulo Motta (DCA-UFRN) Scilab / 83
28 Operações com Vetores Vetores Operações com Vetores x, y R x = 2 3 e 4 y = >3 * x // Multiplicando x por uma constante! 3.!! 6.!! 9.! -->x / 2! 0.5!! 1.!! 1.5! -->x + y // Dividindo x por uma constante // Somando os dois vetores! 5.!! 7.!! 9.! Paulo Motta (DCA-UFRN) Scilab / 83
29 Produto Escalar Vetores Produto Escalar Dados dois vetores de mesma dimensão, x, y R n 1, define-se o produto escalar ou produto interno entre x e y através da expressão vetorial, -->x = [ 1; 2; 3]; y = [ 4; 5; 6]; z = x T y -->z = x * y z = // Atribuindo a z o produto escalar entre x e y 32. Em linguagem convencional: n z = x i y i i=1 Paulo Motta (DCA-UFRN) Scilab / 83
30 Produto Vetorial Vetores Produto Vetorial Se os vetores x e y possuem dimensões diferentes, isto é, x R m 1 e y R n 1, podemos definir o produto vetorial ou produto externo entre eles através da expressão, Vamos considerar C = xy T 1 x = 2 e y = 3 [ ] >x = [1; 2; 3]; y = [4; 5]; -->C = x * y C = // Produto vetorial de x por y! 4. 5.!! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
31 Vetores Outros Exemplos de Vetores Outros Vetores -->v = 5: -0.5: 3 // Vetor com elementos decrementados v =! ! -->m = ones(1:4) // Vetor constituido de elementos iguais a 1 m =! ! -->z = zeros(1:5) // Vetor constituido de elementos iguais a 0 z =! ! Paulo Motta (DCA-UFRN) Scilab / 83
32 Matrizes Introdução Matrizes Paulo Motta (DCA-UFRN) Scilab / 83
33 Matrizes Definição Seja R o conjunto dos números reais. Dizemos que A é uma matriz de dimensão m n em R, indicado por A R m n, se, e somente se, a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n onde cada um dos elementos a i,j R. Nessa notação, a variável m indica o número de linhas e a variável n indica o número de colunas da matriz A. Se A for uma matriz quadrada, o número de linhas é igual ao número de colunas e, então, m = n. Paulo Motta (DCA-UFRN) Scilab / 83
34 Representação de Matrizes Matrizes Representação A, B R 2 3 : e A = B = [ 1 2 ] [ 1 2 ] >A = [1 2 3; 5-8 9] // separados por espaco A =! !! ! -->B = [1, 2, 3; 4, 5, 6] // separados por virgulas B =! !! ! -->size(a)! 2. 3.! // Dimensao da matriz A -->size(b) // Dimensao da matriz B! 2. 3.! Paulo Motta (DCA-UFRN) Scilab / 83
35 Representação de Matrizes Matrizes Representação -->M = [ > > ] M = // Linhas separadas por <enter>! !! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
36 Operações com Matrizes Matrizes Operações A, B R 2 3 : e A = B = [ 1 2 ] [ 1 2 ] >2 * A // Multiplicacao por um escalar! !! ! -->A / 2! !! ! -->A + B // Divisao por uma constante // Somando as duas matrizes! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
37 Matriz Transposta Matrizes Matriz Transposta Se A R m n, a transposta da matriz A, indicada por A T, é tal que A T R n m. A trasposição é indicada pelo símbolo (apóstrofo). -->B = [1, 2, 3; 4, 5, 6] B =! !! ! -->size(b) // Dimensao da matriz B! 2. 3.! -->C = B C = // C = transposta da matriz B! 1. 4.!! 2. 5.!! 3. 6.! -->size(c) // Dimensao da matriz C! 3. 2.! Paulo Motta (DCA-UFRN) Scilab / 83
38 Matrizes Produto de Matrizes - Definição Produto de Matrizes - Definição Se A R m p e B R p n, podemos definir o produto das matrizes A e B, C = A B R m n Observar que, para que possa haver a multiplicação entre duas matrizes, é necessário que o número de colunas da primeira matriz seja igual ao número de linhas da segunda matriz. Paulo Motta (DCA-UFRN) Scilab / 83
39 Matrizes Produto de Matrizes - Exemplo Produto de Matrizes - Exemplo e A = B = >A = [ 1 2 3; 4 5 6; 7 8 9] A =! !! !! ! -->B = [ 1 4; 2 5; 3 6] B =! 1. 4.!! 2. 5.!! 3. 6.! -->size(a)! 3. 3.! -->size(b)! 3. 2.! Paulo Motta (DCA-UFRN) Scilab / 83
40 Matrizes Produto de Matrizes - Exemplo Produto de Matrizes - Exemplo e A = B = >A * B! !! !! Paulo Motta (DCA-UFRN) Scilab / 83
41 Matrizes Especiais Matrizes Matrizes Especiais -->D = ones(2,3) D =! !! ! -->E = zeros(3,3) E =! !! !! ! -->I = eye(4,4) I = // Matriz Identidade! !! !! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
42 Composição de Matrizes Matrizes Composição de Matrizes -->// Definido as matrizes A, B e C -->A = [1 2; 3 4]; -->B = [5 6; 7 8]; -->C = [9 10; 11 12]; -->// Matriz D: agrupando A, B e C -->D = [A B C] D =! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
43 Composição de Matrizes Matrizes Composição de Matrizes -->// Matriz D -->D D =! !! ! -->// Definindo a matriz E a partir dos elementos de D -->E = matrix(d,3,4) E =! !! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
44 Acesso a Elementos de Vetores e Matrizes Formas de Acesso a Elementos Formas de Acesso Utilizando os índices do elemento a ser acessado Utilizando o símbolo : (dois pontos) Utilizando o símbolo $ Utilizando operações booleanas. Paulo Motta (DCA-UFRN) Scilab / 83
45 Acesso a Elementos de Vetores e Matrizes Vetores - Acesso por Índice Vetores - Acesso por Índice -->v = [ ] v = // definicao do vetor v! ! -->v(1) // acesso ao primeiro elemento de v 1. -->v(5) // acesso ao quinto elemento de v 5. --> Paulo Motta (DCA-UFRN) Scilab / 83
46 Acesso a Elementos de Vetores e Matrizes Vetores - Forma Compacta Vetores -->v = [ ] v = // definicao do vetor v! ! -->v(2:4) // acesso aos elementos 2, 3 e 4 de v! ! -->v(:) // acesso a todos os elementos de v! 1.!! 2.!! 3.!! 4.!! 5.!! 6.!! 7.! -->v(1:2:7) // acesso aos elementos impares de v! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
47 Acesso a Elementos de Vetores e Matrizes Vetores - Símbolo $ Vetores - Símbolo $ -->v = [ ] v = // definicao do vetor v! ! -->v($) // acesso ao ultimo elemento de v 7. --> Paulo Motta (DCA-UFRN) Scilab / 83
48 Acesso a Elementos de Vetores e Matrizes Vetores - Variáveis Booleanas Vetores - Variáveis Booleanas -->v = [ ] v = // definicao do vetor v! ! -->v([%f %t %f %t %t]) // acesso usando %t e %f! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
49 Acesso a Elementos de Vetores e Matrizes Matrizes - Acesso por Índices Matrizes - Acesso por Índices -->A = [1 2 3; 4 5 6] A = // Definindo uma matriz A! !! ! -->A(1,2) // primeira linha e segunda coluna de A 2. -->M = A([1 2], 2) // primeiro e segundo elementos da segunda coluna M =! 2.!! 5.! --> Paulo Motta (DCA-UFRN) Scilab / 83
50 Acesso a Elementos de Vetores e Matrizes Matrizes - Forma Compacta Matrizes - Forma Compacta Através do operador : Scilab implementa formas compactas que permitem acessar elementos de uma matriz. Considerando A R m n, a notação A(k, :) representa a k-ésima linha da matriz A, A(k, :) = [a k,1, a k,2,..., a k,n ] e a notação A(:, k) representa a k-ésima coluna da matriz A, A(:, k) = [a 1,k, a 2,k,..., a m,k ] O símbolo : (dois pontos) assume o significado de todos os elementos. Assim, A(k, :) pode ser lido como todos os elementos da k-ésima linha da matriz A e A(:, k) pode ser lido como todos os elementos da k-ésima coluna da matriz A. Paulo Motta (DCA-UFRN) Scilab / 83
51 Acesso a Elementos de Vetores e Matrizes Matrizes - Forma Compacta Matrizes - Forma Compacta -->A = [1 2 3; 4 5 6] A =! !! ! -->A(:, 3) // Todos os elementos da terceira coluna de A! 3.!! 6.! -->A(2,:) // Todos os elementos da segunda linha de A! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
52 Acesso a Elementos de Vetores e Matrizes Matrizes - Forma Compacta Matrizes - Forma Compacta -->A = [1 2 3; 4 5 6] A =! !! ! --> // Todos os elementos da terceira, segunda e primeira colunas de A -->A(:, 3:-1:1)! !! ! -->A(:, [3 2 1]) // Forma equivalente! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
53 Acesso a Elementos de Vetores e Matrizes Matrizes - Símbolo $ Matrizes - Símbolo $ -->A = [1 2 3; 4 5 6] A =! !! ! -->// Primeiro e segundo elementos da segunda coluna de A -->A(1:2, $-1)! 2.!! 5.! -->// Segundo e primeiro elementos da segunda coluna de A -->A($:-1:1, 2)! 5.!! 2.! -->// Acesso ao ultimo elemento de A -->A($) 6. Paulo Motta (DCA-UFRN) Scilab / 83
54 Acesso a Elementos de Vetores e Matrizes Matrizes - Símbolo : Matrizes - Símbolo : Os elementos de uma matriz são armazenados por coluna. -->A = [1 2 3; 4 5 6] A =! !! ! -->A(1) // Primeiro elemento de A 1. -->A(5) // Quinto elemento de A 3. -->A(:) // Todos os elementos armazenados por coluna! 1.!! 4.!! 2.!! 5.!! 3.!! 6.! --> Paulo Motta (DCA-UFRN) Scilab / 83
55 Acesso a Elementos de Vetores e Matrizes Matrizes - Variáveis Booleanas Matrizes - Variáveis Booleanas -->A = [1 2 3; 4 5 6] A =! !! ! -->A([%t %f %f %t]) // Primeiro e quarto elementos! 1.!! 5.! --> A(%t, [2 3]) // Primeiros elementos da colunas 2 e 3! 2. 3.! --> Paulo Motta (DCA-UFRN) Scilab / 83
56 Acesso a Elementos de Vetores e Matrizes Modificando Valores Modificando Valores -->A = [1 2 3; 4 5 6] A =! !! ! -->A(1,2) = 10 // Atribuir a A(1,2) o valor 10 A =! !! ! -->A([1 2], 2) = [-1; -2] // A(1,2) = -1 e A(2,2) = -2 A =! !! ! -->A(:,1) = [8;5] // A(1,1) = 8 e A(1,2) = 5 A =! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
57 Matrizes de Polinômios Matrizes de Polinômios Exemplo -->// Definindo um polinomio -->x = poly(0, x ); p = * x + x ^ 2 p = x + x -->// Definindo uma matriz polinomial, M -->M = [p, p-1; p+1, 2] M =! 2 2!! 2 + 3x + x 1 + 3x + x!!!! 2!! 3 + 3x + x 2! -->// Avaliando a matriz M em x = 2 -->horner(m, 2)! !! ! -->// Obtendo a inversa de M -->inv(m)! 2!! x - x!! !! !! 1-6x - 11x - 6x - x 1-6x - 11x - 6x - x!!!! 2 2!! - 3-3x - x 2 + 3x + x!! !! !! 1-6x - 11x - 6x - x 1-6x - 11x - 6x - x! -->// Obtendo o determinante de M -->det(m) x - 11x - 6x - x Paulo Motta (DCA-UFRN) Scilab / 83
58 Matrizes de Polinômios Matrizes de Polinômios Racionais Matrizes de Polinômios Racionais -->// Definindo uma matriz F de polinomios racionais -->s = poly(0, s ); -->F = [ 1/s, (s +1)/(s + 2);... --> s/(s+3), s^2 ] F =! s!! !! s 2 + s!!!! 2!! s s!! !! 3 + s 1! -->F( num ) // Pegando os numeradores! s!!!! 2!! s s! Paulo Motta (DCA-UFRN) Scilab / 83
59 Matrizes de Polinômios Matrizes de Polinômios Racionais Matrizes de Polinômios Racionais -->F F =! s!! !! s 2 + s!!!! 2!! s s!! !! 3 + s 1! -->F( den ) // Pegando os denominadores! s 2 + s!!!! 3 + s 1! Paulo Motta (DCA-UFRN) Scilab / 83
60 Matrizes Simbólicas Matrizes de Polinômios Matrizes Simbólicas -->B = [ 1/%s, (%s + 1)/(%s - 1)] B = // Matriz simbolica! s!! !! s s! -->B(1,1) 1 - s -->B(1, $) 1 + s s -->A = [1-1 3; 5-2 6]; A(1,1) = %s A =! s - 1 3!!!! 5-2 6! Paulo Motta (DCA-UFRN) Scilab / 83
61 Matrizes de Strings Matrizes de Polinômios Matrizes de Strings -->// Matriz de strings -->A = [ x y ; z w+v ] A =!x y!!!!z w+v! -->// Atribuindo valores -->x=1;y=2;z=3;w=4;v=5; // Obtendo o valor numerico dos elementos de A -->evstr(a)! 1. 2.!! 3. 9.! --> Paulo Motta (DCA-UFRN) Scilab / 83
62 Matrizes Booleanas Matrizes de Polinômios Matrizes Booleanas -->A = [%t, %f, %t, %f, %f, %f] A = // Matriz booleana A! T F T F F F! -->B = [%t, %f, %t, %f, %t, %t] B = Matriz booleana B! T F T F T T! -->A B // A ou B! T F T F T T! -->A & B // A e B! T F T F F F! Paulo Motta (DCA-UFRN) Scilab / 83
63 Operações com Vetores e Matrizes Sistemas de Equações Lineares Sistemas de Equações Lineares Forma matricial de Sistemas de Equações Lineares: Ax = b onde a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a n,1 a n,2 a n,n x 1 x 2 x =. x n b 1 b 2 e b =. b n Paulo Motta (DCA-UFRN) Scilab / 83
64 Operações com Vetores e Matrizes Resolução Sistemas Lineares Resolução Sistemas Lineares Resolver um sistema linear é obter o valor do vetor x. Na situação mais simples, a matriz A é não-singular (admite inversa) e a solução, única, é dada pela expressão No Scilab: --> x = inv(a) * b x = A 1 b Paulo Motta (DCA-UFRN) Scilab / 83
65 Operações com Vetores e Matrizes Resolução Sistemas Lineares Resolução Sistemas Lineares [ ] 2 0 A = 0 4 [ ] 1 b = 8 --> // Solucao de Ax = b usando a funcao inv -->A = [2 0; 0 4] A =! 2. 0.!! 0. 4.! -->inv(a) // Matriz A // A admite inversa! !! ! -->b = [1; 8] b = // Vetor b! 1.!! 8.! -->x = inv(a) * b x = // Solucao do sistema linear! 0.5!! 2.! Paulo Motta (DCA-UFRN) Scilab / 83
66 Operações com Vetores e Matrizes Operações com Vetores e Matrizes Operações Básicas com Vetores e Matrizes SÍMBOLO OPERAÇÃO transposta + adição - subtração * multiplicação / divisão à direita Paulo Motta (DCA-UFRN) Scilab / 83
67 Operações com Vetores e Matrizes Operações com Vetores e Matrizes Outras Operações com Vetores e Matrizes SÍMBOLO OPERAÇÃO \ divisão à esquerda ^ exponenciação.* multiplicação elemento-a-elemento.\ divisão, à esquerda, elemento-a-elemento./ divisão, à direita, elemento-a-elemento.^ exponenciação elemento-a-elemento.*. produto de Konecker Paulo Motta (DCA-UFRN) Scilab / 83
68 Divisão à Esquerda Operações com Vetores e Matrizes Resolução - Divisão à Esquerda [ ] 2 0 A = 0 4 [ ] 1 b = 8 --> Resolucao de Ax = b usando o operador \ -->x = A \ b x =! 0.5!! 2.! --> Paulo Motta (DCA-UFRN) Scilab / 83
69 Vetores - Operador. Operações com Vetores e Matrizes Vetores - Operador..* - Multiplicação Elemento a Elemento -->x = [ ] // Vetor x x =! ! -->y = [ ] // Vetor y y =! ! -->x.* y! ! -->x * y!--error 10 inconsistent multiplication Paulo Motta (DCA-UFRN) Scilab / 83
70 Vetores - Operador. Operações com Vetores e Matrizes Vetores - Operador../ - Divisão Elemento a Elemento -->x = [ ] // Vetor x x =! ! -->y = [ ] // Vetor y y =! ! -->x./ y! ! -->x.\ y! ! -->y./ x! ! Paulo Motta (DCA-UFRN) Scilab / 83
71 Vetores - Operador. Operações com Vetores e Matrizes Vetores - Operador..^ - Potência Elemento a Elemento -->x = [ ] // Vetor x x =! ! -->y = [ ] // Vetor y y =! ! -->x.^ y! ! -->y.^ x! ! Paulo Motta (DCA-UFRN) Scilab / 83
72 Matrizes - Operador. Operações com Vetores e Matrizes Matrizes - Operador..* - Multiplicação Elemento a Elemento -->A = [ 1 2 3; 4 5 6; 7 8 9] // Definindo a matriz A A =! !! !! ! -->A.* A! !! !! ! -->A ^ 2! !! !! ! -->A * A! !! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
73 Matrizes - Operador. Operações com Vetores e Matrizes Matrizes - Operador../ - Divisão Elemento a Elemento -->A = [ 1 2 3; 4 5 6; 7 8 9] A = // Definindo a matriz A! !! !! ! -->A./ A! !! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
74 Matrizes - Operador. Operações com Vetores e Matrizes Matrizes - Operador../ - Divisão Elemento a Elemento -->A = [ 1 2 3; 4 5 6; 7 8 9] A = // Definindo a matriz A! !! !! ! -->B = [ 2 2 2; 2 2 2; 2 2 2] // Definindo a matriz B B =! !! !! ! -->A./ B // Elementos de A divididos pelos de B! !! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
75 Matrizes - Operador. Operações com Vetores e Matrizes Matrizes - Operador..\ - Divisão Elemento a Elemento -->A = [ 1 2 3; 4 5 6; 7 8 9] A = // Definindo a matriz A! !! !! ! -->B = [ 2 2 2; 2 2 2; 2 2 2] // Definindo a matriz B B =! !! !! ! -->A.\ B // Elementos de B divididos pelos de A! !! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
76 Matrizes - Operador. Operações com Vetores e Matrizes Matrizes - Operador..^ - Potência Elemento a Elemento -->A = [ 1 2 3; 4 5 6; 7 8 9] A = // Definindo a matriz A! !! !! ! -->B = [ 2 2 2; 2 2 2; 2 2 2] // Definindo a matriz B B =! !! !! ! -->A.^ B! !! !! ! Paulo Motta (DCA-UFRN) Scilab / 83
77 Operações com Vetores e Matrizes Produto de Kronecker - Operador.*. Produto de Kronecker - Operador.*. Produto de Kronecker - Definição O produto de Kronecker entre duas matrizes, A R m n e B R p q, a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n b 1,1 b 1,2 b 1,q b 2,1 b 2,2 b 2,q e B = b p,1 b p,2 b p,q é representado por A B R (m p) (n q) e definido por: a 1,1 B a 1,2 B a 1,n B a 2,1 B a 2,2 B a 2,n B A B = a m,1 B a m,2 B a m,n B Paulo Motta (DCA-UFRN) Scilab / 83
78 Operações com Vetores e Matrizes Produto de Kronecker - Operador.*. Produto de Kronecker - Operador.*. -->A = [1 2; 3 4] // Matriz A A =! 1. 2.!! 3. 4.! -->B = [1 2 3; 4 5 6] B = // Matriz B! !! ! -->A.*. B // Produto de Kronecker usando o operador.*.! !! !! !! ! ->kron(a, B) // Produto de Kronecker usando funcao interna! !! !! !! ! --> Paulo Motta (DCA-UFRN) Scilab / 83
79 Listas Introdução Listas Paulo Motta (DCA-UFRN) Scilab / 83
80 Listas - Definição Listas Listas - Definição Uma lista é uma coleção de objetos não necessariamente do mesmo tipo. Uma lista simples é definida pela função list. Esta função tem a forma geral list(a 1, a 2,...,a n ) onde os a i são os elementos da lista. É importante observar que a indexação de elementos de uma lista, no Scilab, inicia-se por 1. -->L = list(1, w, ones(2,2)) // Uma lista simples com 3 elementos L = w 1. L(1) L(2) L(3)! 1. 1.!! 1. 1.! Paulo Motta (DCA-UFRN) Scilab / 83
81 Listas - Exemplo Listas Listas - Exemplo -->// Transformando o elemento L(2) em uma lista -->L(2) = list( w, rand(2,2)) L = 1. L(1) L(2) w L(2)(1) L(2)(2)! !! ! L(3)! 1. 1.!! 1. 1.! --> Paulo Motta (DCA-UFRN) Scilab / 83
82 Listas Listas - Acesso a Elementos Listas - Acesso a Elementos Acessar o elemento (1,2) do segundo elemento de L(2), -->L(2)(2)(2,1) --> Paulo Motta (DCA-UFRN) Scilab / 83
83 Listas Tipadas Listas Listas Tipadas -->// Definicao de uma lista tipada -->L = tlist([ Carro ; Cidade ; Valores ],... --> Natal, [2,3]) L = L(1)!Carro!!!!Cidade!!!!Valores! Natal L(2) L(3)! 2. 3.! -->// Acessando elementos -->L( Cidade ) Natal -->L( Valores )! 2. 3.! -->L(1)(3) Valores --> Paulo Motta (DCA-UFRN) Scilab / 83
Introdução ao Scilab
Universidade do Estado do Rio de Janeiro Faculdade de Engenharia Laboratório de Engenharia Elétrica Introdução ao Scilab (Aula 2) Elaine de Mattos Silva Orientador: Prof. José Paulo Vilela Soares da Cunha
Unidade 3: Linguagem de programação
Unidade 3: Linguagem de programação 3.5. Trabalhando com polinômios, vetores e matrizes O programa Scilab trabalha com polinômios, vetores e matrizes de forma similar a vários pacotes computacionais disponíveis
Introdução a Matrizes
Programação de Computadores I UFOP DECOM 2013 2 Tutorial Introdução a Matrizes Resumo Neste tutorial você irá aprender como criar matrizes, como realizar operações aritméticas básicas sobre matrizes e
INTRODUÇÃO AO SCILAB
INTRODUÇÃO AO SCILAB O programa SCILAB é um ambiente apropriado ao desenvolvimento de software para computação numérica. Esse programa foi concebido e é mantido pelo Institut de Recherche em Informatique
Introdução ao Scilab 3.0 Parte 3
Introdução ao Scilab 3.0 Parte 3 Paulo S. Motta Pires [email protected] Departamento de Engenharia de Computação e Automação Universidade Federal do Rio Grande do Norte NATAL - RN Paulo Motta (DCA-UFRN)
Aula Teórica 14 Matrizes
Programação de Computadores I Universidade Federal de Ouro Preto Departamento de Ciência da Computação www.decom.ufop.br/gustavo Aula Teórica 14 Matrizes Material Didático Proposto 1 Agenda Introdução;
Minicurso: Introdução ao SciLab
Minicurso: Introdução ao SciLab Regiane Slongo Fagundes (UTFPR-TD) Suellen Ribeiro Pardo Garcia (UTFPR-TD) Vanderlei Galina (UTFPR-TD) Sumário 1 Apresentando o Scilab...1 1.1 Introdução...1 1.2 Algumas
Inteligência Computacional Aula 2 - Introdução ao MatLab Graduação /2
Universidade Federal do Rio de Janeiro Instituto de Matemática / DCC Inteligência Computacional Aula 2 - Introdução ao MatLab Graduação - 2003/2 Prof. A. C. G. Thomé, PhD [email protected] Airam C. P.
NÍVEL BÁSICO CAPÍTULO II
UNIVERSIDADE FEDERAL DO PARÁ CENTRO TECNOLÓGICO DEPARTAMENTO DE ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO PROGRAMA DE EDUCAÇÃO TUTORIAL SEMANA DOS 40 ANOS DE ENGENHARIA ELÉTRICA NÍVEL BÁSICO CAPÍTULO II PROGRAMA
Análise multivariada
UNIFAL-MG, campus Varginha 6 de Setembro de 2018 Matriz inversa Já discutimos adição, subtração e multiplicação de matrizes A divisão, da forma como conhecemos em aritmética escalar, não é definida para
Mini curso básico. Gilberto A. S. Segundo Fábio Carmo. Programa de Educação Tutorial
Programa de Educação Tutorial Mini curso básico Universidade Federal do Espírito Santo Departamento de Informática Gilberto A. S. Segundo Fábio Carmo Agenda Apresentação Vetores e matrizes em matlab Comandos
Vetores, Matrizes e Gráficos
Programação de Computadores I UFOP DECOM 2013 2 Aula prática 3 Vetores, Matrizes e Gráficos Resumo Nesta aula você irá utilizar vetores para resolver diversos tipos de problemas. Para expressar a solução
Revisão: 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
Sistemas Lineares. Marina Andretta/Franklina Toledo ICMC-USP. 4 de março de 2015
Sistemas Lineares Marina Andretta/Franklina Toledo ICMC-USP 4 de março de 2015 Marina Andretta/Franklina Toledo (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia I 4 de março de 2015 1 / 15 Introdução
Ambiente Scilab Variáveis, expressões, comando de atribuição Entrada e Saída básica
Universidade Federal de Ouro Preto -UFOP Departamento de Computação - DECOM Programação de Computadores I BCC701 www.decom.ufop.br/moodle Ambiente Scilab Variáveis, expressões, comando de atribuição Entrada
AULA 2 1) Comando linspace 2) Indexação de matriz
AULA 2 1 1) Comando linspace >> linspace(0,10,5) ans = 0 2.5000 5.0000 7.5000 10.0000 Espaça linearmente um determinado número de elementos entre um valor final e um inicial. 2) Indexação de matriz >>
PESQUISA OPERACIONAL
PESQUISA OPERACIONAL Uma breve introdução. Prof. Cleber Almeida de Oliveira Apostila para auxiliar os estudos da disciplina de Pesquisa Operacional por meio da compilação de diversas fontes. Esta apostila
Prof. Dr. Marco Antonio Leonel Caetano
Forecasting e Otimização de Carteiras com Matlab Prof. Dr. Marco Antonio Matlab O que é? Como funciona? Fundamentos - Ambiente de programação avançada - Ambiente de execução de programas - Permite utilização
Eduardo. Matemática Matrizes
Matemática Matrizes Eduardo Definição Tabela de números dispostos em linhas e colunas. Representação ou Ordem da Matriz Se uma matriz A possui m linhas e n colunas, dizemos que A tem ordem m por n e escrevemos
A = B, isto é, todo elemento de A é também um elemento de B e todo elemento de B é também um elemento de A, ou usando o item anterior, A B e B A.
Capítulo 1 Números Reais 1.1 Conjuntos Numéricos Um conjunto é uma coleção de elementos. A relação básica entre um objeto e o conjunto é a relação de pertinência: quando um objeto x é um dos elementos
Unidade I MATEMÁTICA. Prof. Celso Ribeiro Campos
Unidade I MATEMÁTICA Prof. Celso Ribeiro Campos Números reais Três noções básicas são consideradas primitivas, isto é, são aceitas sem a necessidade de definição. São elas: a) Conjunto. b) Elemento. c)
-->A = [1 2 3; 4 5 6] A = Matrizes
Matrizes Matrizes são variáveis que contêm uma quantidade potencialmente grande de valores. É no tratamento de matrizes que o Scilab mostra grande superioridade sobre linguagens como C, Fortran ou Java.
Capítulo 1: Fração e Potenciação
1 Capítulo 1: Fração e Potenciação 1.1. Fração Fração é uma forma de expressar uma quantidade sobre o todo. De início, dividimos o todo em n partes iguais e, em seguida, reunimos um número m dessas partes.
GAAL Conhecendo alguns comandos básicos do Maple 17
GAAL Conhecendo alguns comandos básicos do Maple 17 Maple é um sistema algébrico computacional comercial de uso genérico. Constitui um ambiente informático para a computação de expressões algébricas, simbólicas
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
MÓDULO 2 POTÊNCIA. Capítulos do módulo:
MÓDULO 2 POTÊNCIA Sabendo que as potências tem grande importância no mundo da lógica matemática, nosso curso terá por objetivo demonstrar onde podemos utilizar esses conceitos no nosso cotidiano e vida
Universidade Federal de São Carlos UFSCar Departamento de Engenharia de Produção
Universidade Federal de São Carlos UFSCar Departamento de Engenharia de Produção Tutorial básico de uso do Matlab/Octave para o método simplex Prof. Dr. Pedro Munari ([email protected]) Matlab e Octave
E essa procura pela abstração da natureza foi fundamental para a evolução, não só, mas também, dos conjuntos numéricos
A história nos mostra que desde muito tempo o homem sempre teve a preocupação em contar objetos e ter registros numéricos. Seja através de pedras, ossos, desenhos, dos dedos ou outra forma qualquer, em
Renato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
Conjuntos. Notações e Símbolos
Conjuntos A linguagem de conjuntos é interessante para designar uma coleção de objetos. Quando os estatísticos selecionam indivíduos de uma população eles usam a palavra amostra, frequentemente. Todas
SCS Sistemas de Controle / Servomecanismos. Aula 01 Introdução ao software MATLAB
Aula 01 Introdução ao software MATLAB O MATLAB (Matrix Laboratory) é um ambiente de programação de alto desempenho voltado para a resolução de problemas expressos em notação matemática, projeto e simulação
Agenda 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
Introdução ao Scilab
Universidade do Estado do Rio de Janeiro Faculdade de Engenharia Laboratório de Engenharia Elétrica Introdução ao Scilab (Aula 3) Elaine de Mattos Silva Orientador: Prof. José Paulo Vilela Soares da Cunha
Exponencial de uma matriz
Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem Python
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem Python Exercícios: Funções 1. Crie uma função que recebe como parâmetro um número
INTRODUÇÃO À ÁLGEBRA LINEAR. Prof.ª Chiara Maria S. L. Dias 3ª fase Licenciatura em Matemática
INTRODUÇÃO À ÁLGEBRA LINEAR Prof.ª Chiara Maria S. L. Dias 3ª fase Licenciatura em Matemática PLANO DE ENSINO: 1. EMENTA: Matrizes. Sistemas de Equações Lineares. Espaços Vetoriais 2. CARGA HORÁRIA: 60
Algoritmos 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
Murilo F. Tomé ICMC-USP
INTRODUÇÃO AO MATLAB Murilo F. Tomé ICMC-USP Pré-requisitos: Utilização de editor de texto; Atribuição de valores e manuseio de variáveis; Manuseio de loops; Números reais e complexos; Vetores e matrizes.
Material Didático Unificado.
Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão da Disciplina Programação de Computadores I CDPCI Programação de Computadores I BCC701 www.decom.ufop.br/bcc701 Material
Guia-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
PROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95
PROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95 Exercícios de revisão Lista 01: a) Monte um mapa conceitual indicando as relações entre os seguintes conceitos, no contexto do assunto visto em aula:
Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Conteúdo de Revisão de Álgebra Linear. Vetores. Março de 2014
Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas
Parte 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,
Matrizes e Linearidade
Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função
Algoritmo e Programação Matemática
Algoritmo e Programação Matemática Fundamentos de Algoritmos Parte 1 Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Dados A funcionalidade principal de um computador
Vetores 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
Fundamentos 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
x 1 + b a 2 a 2 : declive da recta ;
- O que é a Álgebra Linear? 1 - É a Álgebra das Linhas (rectas). Equação geral das rectas no plano cartesiano R 2 : a 1 x 1 + a 2 = b Se a 2 0, = a 1 a 2 x 1 + b a 2 : m = a 1 : declive da recta ; a 2
Aula 03 - Introdução ao Scilab (p2)
BCC701- Programação de Computadores I Aula 03 - Introdução ao Scilab (p2) Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM http://www.decom.ufop.br/bcc701 BCC701-2019-01 DECOM
Equações não lineares
DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a
Matrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Programação de Computadores I - BCC701
Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Programação de Computadores I - BCC701 www.decom.ufop.br/red AULA TEÓRICA 02 1 Prof. Marcelo Luiz Silva Red CONTEÚDOS DA AULA
Introdução ao Scilab. Comandos de entrada e saída de dados.
BCC701 Programação de Computadores I Universidade Federal de Ouro Preto Departamento de Ciência da Computação www.decom.ufop.br/bcc701 2012/01 Semana 02: Introdução ao Scilab. Comandos de entrada e saída
Fundamentos Tecnológicos
Fundamentos Tecnológicos Equações Algébricas e Equação de 1º Grau Início da aula 06 Equações Algébricas Expressões Algébricas - Definição Expressões algébricas são expressões matemáticas que apresentam
Introdução ao MATLAB
Introdução ao MATLAB Antonio C. Roque, Rodrigo F. O. Pena e Renan O. Shimoura 15 de março de 2017 O MATLAB (MATrix LABoratory) é um ambiente de programação, visualização e análise de dados de alto nível
Introdução ao Scilab
Introdução ao Scilab Prof. Santos Alberto Enriquez Remigio Faculdade de Matemática-Universidade Federal de Uberlândia 12 de setembro de 2015 Tópicos Scilab Operações básicas de calculadora no Scilab Definição
Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros.
MATRIZES DEFINIÇÃO Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros. M = à M é uma matriz 2 x 3. Cada elemento da matriz
Notas 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,
Conceitos Básicos Linguagem C
Conceitos Básicos Linguagem C PROF. MAURÍCIO A DIAS [email protected] 2 Método Método básico para construção de algoritmos 1. Compreender completamente o problema a ser resolvido, se possível dividindo
[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
Universidade Federal de Ouro Preto -UFOP Departamento de Computação - DECOM Programação de Computadores I BCC701
Universidade Federal de Ouro Preto -UFOP Departamento de Computação - DECOM Programação de Computadores I BCC701 www.decom.ufop.br/moodle No circuito abaixo, temos uma fonte de voltagem V=120V, com uma
Sistemas de Controle 1
Pontifícia Universidade Católica de Goiás Escola de Engenharia Sistemas de Controle 1 Cap5 Redução de Subsistemas Múltiplos Prof. Filipe Fraga Sistemas de Controle 1 5. Redução de Subsistemas Múltiplos
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]
UNIJUI:UNIVERSIDADE REGIONAL DO NOROESTE DO ESTADO DO RIO GRANDE DO SUL DCEEng: DEPARTAMENTO DE CIÊNCIAS EXATAS E ENGENHARIAS
UNIJUI:UNIVERSIDADE REGIONAL DO NOROESTE DO ESTADO DO RIO GRANDE DO SUL DCEEng: DEPARTAMENTO DE CIÊNCIAS EXATAS E ENGENHARIAS COMO INSTALAR E UTILIZAR O SCILAB Tânia Michel Pereira Juliane Sbaraine Costa
SISTEMAS LINEARES. Solução de um sistema linear: Dizemos que a sequência ou ênupla ordenada de números reais
SISTEMAS LINEARES Definições gerais Equação linear: Chamamos de equação linear, nas incógnitas x 1, x 2,..., x n, toda equação do tipo a 11 x 1 + a 12 x 2 + a 13 x 3 +... + a 1n x n = b. Os números a 11,
Computação Gráfica. Engenharia de Computação. CEFET/RJ campus Petrópolis. Prof. Luis Retondaro. Aula 3. Transformações Geométricas
Computação Gráfica Engenharia de Computação CEFET/RJ campus Petrópolis Prof. Luis Retondaro Aula 3 Transformações Geométricas no plano e no espaço Introdução (Geometria) 2 Pontos, Vetores e Matrizes Dado
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
Conhecendo a Linguagem de Programação C
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Conhecendo a Linguagem de Programação C DCA0800 - Algoritmos e Lógica de Programação Heitor Medeiros 1 Como
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Revisão O que é um corpo (campo)? O que é um espaço
Chama-se conjunto dos números naturais símbolo N o conjunto formado pelos números. OBS: De um modo geral, se A é um conjunto numérico qualquer, tem-se
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Conjuntos Numéricos Prof.:
Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
Sistemas Lineares e Matrizes
Sistemas Lineares e Matrizes Lino Marcos da Silva linosilva@univasfedubr Obs Este texto ainda está em fase de redação Por isso, peço a gentileza de avisar-me sobre a ocorrência de erros conceituais, gráficos
AUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
O TEOREMA DE CAYLEY-HAMILTON E AS MATRIZES INVERSAS
O TEOREMA DE CAYLEY-HAMILTON E AS MATRIZES INVERSAS Jessé Geraldo de Resende* Resumo: Este artigo tem por finalidade apresentar uma maneira diferente de se obter a matriz inversa através do Teorema de
Econometria. 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
Resolvendo algebricamente um PPL
Capítulo 6 Resolvendo algebricamente um PPL 6.1 O método algébrico para solução de um modelo linear A solução de problemas de programação linear com mais de duas variáveis, não pode ser obtida utilizando-se
Novas Tecnologias no Ensino da Matemática
UFF Novas Tecnologias no Ensino da Matemática 1 Novas Tecnologias no Ensino da Matemática Humberto José Bortolossi http://www.professores.uff.br/hjbortol/ Lista 9 Prezado aluno, A partir desta lista vamos
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C Exercícios: Funções 1. Crie uma função que recebe como parâmetro um número inteiro
