Esmeralda Sousa Dias. (a) (b) (c) Figura 1: Ajuste de curvas a um conjunto de pontos
|
|
- João Vítor Amorim de Oliveira
- 7 Há anos
- Visualizações:
Transcrição
1 Mínimos quadrados Esmeralda Sousa Dias É frequente ser necessário determinar uma curva bem ajustada a um conjunto de dados obtidos experimentalmente. Por exemplo, suponha que como resultado de uma certa experiência se obtém a seguinte tabela de dados: x x x n y y y n () Os dados (x i,y i ) podem representar-se por pontos do plano. Pretende-se assim encontrar a curva y = f(x) que melhor se ajusta aos dados (pontos) obtidos. Na figura seguinte indicam-se algumas possibilidades. (a) (b) (c) y = a + bx y = a + bx + cx y = a + bx + cx + dx 3 Figura : Ajuste de curvas a um conjunto de pontos Comecemos por analisar o caso em que se pretende determinar uma recta de equação y = ax + b que melhor se ajuste aos dados da Tabela (). Em Estatística, este problema é conhecido como modelo de regressão linear. Se os pontos (x i,y i ) são colineares então os coeficientes a e b satisfazem o sistema de equações lineares seguinte y = a + bx y = a + bx y = Ax, () y n = a + bx n com y y y =., x = y n [ ] a, A = b x x... x n Se os pontos (x i,y i ) não são colineares (como é o caso na Figura -(a)) então o sistema () é impossível. Neste caso, iremos procurar uma solução de mínimos quadrados
2 AL 6/7 [â ] ˆx =, onde â e ˆb ˆb definem a recta y = â+ˆbx indicada na Figura -(a). Precisemos o que entendemos por uma solução de mínimos quadrados para um sistema de equações lineares y = Ax. Definição.. Se A é uma matriz n p e y R n, uma solução de mínimos quadrados para o sistema y = Ax é um vector ˆx de R p tal que para todo o x de R p. y Aˆx y Ax, (3) A designação mínimos quadrados (ou least squares em inglês) está relacionada com o facto de y Ax ser a raiz quadrada de uma soma de quadrados e de se pretender minimizar esta quantidade. Para encontrar uma solução de mínimos quadrados para o sistema y = Ax iremos aplicar os conhecimentos adquiridos neste curso de Álgebra Linear. Relembremos portanto alguns resultados essenciais: (i) Ax é uma combinação linear das colunas de A, ou equivalentemente Ax pertence ao espaço das colunas de A (abreviadamente EC(A)). (ii) A equação (3) é equivalente a dizer-se que Aˆx está mais próximo de y que qualquer outro vector do espaço das colunas de A. Pelo teorema da melhor aproximação isto quer dizer que: Uma solução de mínimos quadrados, ˆx, para y = Ax, é tal que Aˆx é a projecção ortogonal de y sobre o espaço das colunas de A: Aˆx = proj EC(A) y (4) y Ax Aˆx EC(A) Ax Figura : O vector Aˆx está mais próximo de y do que qualquer outro vector Ax EC(A). Nota: Note que a equação (4) é sempre possível já que ambos os vectores proj EC(A) y e Aˆx pertencem ao espaço das colunas de A. O teorema da decomposição ortogonal diz-nos que qualquer vector de um espaço linear pode escrever-se como a soma da projecção ortogonal desse vector sobre um
3 AL 6/7 3 subespaço com a projecção ortogonal sobre o subespaço complementar. Assim, o vector y Aˆx é ortogonal ao espaço das colunas de A, isto é pertence ao complemento ortogonal de EC(A). Como o complemento ortogonal de espaço das colunas de uma matriz é o núcleo da sua transposta temos: (y Aˆx) EC(A) (y Aˆx) N(A T ) A T (y Aˆx) = A T y A T Aˆx = A T Aˆx = A T y. (5) Podemos então concluir que uma solução de mínimos quadrados, ˆx, satisfaz a equação A T Ax = A T y. (6) A equação (6) é designada por equação normal para o sistema y = Ax. Acabámos de mostrar que uma solução de mínimos quadrados do sistema Ax = y satisfaz a equação normal. Podemos também mostrar o resultado inverso, isto é, que uma qualquer solução da equação normal é uma solução de mínimos quadrados do sistema referido. Este é o resultado enunciado no teorema seguinte. Teorema.. O conjunto de soluções de mínimos quadrados do sistema Ax = y coincide com o conjunto (não vazio) das soluções da equação normal A T Ax = A T y. Demonstração. Já mostrámos que o conjunto das soluções de mínimos quadrados é não vazio, e que uma solução de mínimos quadrados verifica a equação normal. Basta portanto mostrar que qualquer solução da equação normal é uma solução de mínimos quadrados do sistema. Para tal, suponha-se que ˆx é solução da equação normal e mostre-se que ˆx é uma solução de mínimos quadrados do sistema Ax = y (ou seja, que Aˆx é a projecção ortogonal de y sobre EC(A)). Como, ˆx solução de A T Ax = A T y A T Aˆx = A T y, então por (5) tem-se que (y Aˆx) EC(A). Logo, y = Aˆx + (y Aˆx), é a decomposição ortogonal de y na soma de um vector de EC(A) com um vector de EC(A). Da unicidade da decomposição ortogonal tem-se que Aˆx tem de ser a projecção ortogonal de y sobre EC(A). Exemplo. Suponha que se fizeram as seguintes observações: x 3 y Estas observações correspondem a três pontos no plano xy, representados na Figura 3. Vemos claramente que não existe nenhuma recta y = a+bx que passe por estes três pontos. Esta afirmação é equivalente a dizer que o sistema seguinte é impossível x = Ax = y. (7) 3
4 AL 6/7 4 y y = â + ˆbx 3 x Figura 3: Recta de mínimos quadrados do Exemplo. Pretende-se determinar a recta y = â+ˆbx que melhor se ajusta aos pontos observados. Isto é, pretende-se determinar um vector ˆx R que seja uma solução de mínimos quadrados de Ax = y. Usando o Teorema., a equação normal é: A T Ax = A T y [ ][ ] 3 6 a 6 4 b = [ ] 5. Como a matriz A T A é invertível então o sistema de equações normais tem solução única dada por (A T A) A T y. Ou seja: = 5 A equação da recta de mínimos quadrados é: y = 3 + x. Sendo ˆx uma solução de mínimos quadrados do sistema Ax = y, então Aˆx é uma aproximação de y (a melhor aproximação). A distância de Aˆx a y é designada por erro de mínimos quadrados, ou seja y Aˆx. O vector d = y Aˆx é denominado por vector dos desvios. Para o Exemplo calcule-se o vector dos desvios, bem como o respectivo erro de mínimos quadrados. Recorde-se que a solução de mínimos quadrados obtida é ˆx = ( 3, ) e y = (,,). Logo, o vector dos desvios é: d = y Aˆx = = O erro de mínimos quadrados é d = 6. Na Figura 4 encontram-se representados os desvios, d,d e d 3, ou seja as componentes de d = (d,d,d 3 )
5 AL 6/7 5 y y = â + ˆbx d d 3 d 3 x Figura 4: Desvios para o Exemplo. No Exemplo o problema de mínimos quadrados possui solução única. Põe-se naturalmente a questão de saber quando é que para um dado sistema Ax = y existe solução única de mínimos quadrados. Obviamente que tal se verifica sempre que a matriz quadrada A T A é invertível. O resultado que se segue dá-nos um critério para a unicidade da solução de mínimos quadrados em termos da matriz A. Teorema.. A matriz A T A é invertível se e só se as colunas de A são linearmente independentes. Neste caso, o sistema Ax = y tem solução de mínimos quadrados única, dada por ˆx = (A T A) A T y. Demonstração. A unicidade de solução de mínimos quadrados é obviamente equivalente à existência de inversa de A T A. Quando esta matriz é invertível então, da equação normal segue que a solução de mínimos quadrados é dada pela expressão no teorema. Falta pois mostrar que a matriz A T A é invertível se e só se as colunas de A são linearmente independentes. A prova deste resultado será feita em dois passos: (i) mostrar que o núcleo de A é igual ao núcleo de A T A; (ii) usar (i) para mostrar o resultado. (i) Mostrar que N(A) = N(A T A): Se x pertence ao N(A), isto é, Ax =, então pertence ao núcleo de A T A, já que Ax = = A T Ax =. Ou seja N(A) N(A T A). Para a implicação inversa, suponha-se agora que x N(A T A), isto é, A T Ax =. Então A T Ax = = x T A T Ax =. Porém, x T A T Ax = Ax = Ax = x N(A). (ii) Suponha-se que A T A é invertível, então o sistema homogéneo A T Ax = tem exclusivamente a solução x =, ou seja N(A T A) = {}. Como, por (i), N(A T A) = {} = N(A), então a equação Ax = tem sómente a solução nula.
6 AL 6/7 6 Por definição de independência linear, dizer-se que Ax = tem sómente a solução nula, é equivalente a afirmar que as colunas de A são linearmente independentes. Para a implicação inversa: Se que as colunas de A são linearmente independentes então Ax = se e só se x =, isto é, N(A) = {}. Logo, N(A T A) = {} = N(A). Se N(A T A) = {} então, pelo teorema da dimensão, a matriz quadrada A T A tem característica máxima e portanto é invertível. Nota: No caso de A ser uma matriz quadrada invertível, a solução de mínimos quadrados para Ax = y, dada pelo Teorema., reduz-se a ˆx = A A T A T y = A y. Neste caso, o sistema Ax = y não é impossível e tem solução única dada por A y, coincidente com a solução de mínimos quadrados. A técnica descrita para ajustar uma recta a um conjunto de dados generaliza-se facilmente quando a curva é definida por um polinómio (como no caso da Figura - (b),(c)). Por exemplo, suponha-se que se pretende determinar o polinómio y = a + a x + + a k x k que melhor se ajuste aos dados: x x x x n y y y y n Então substituindo em y = a + a x + + a k x k os n valores de x e de y da tabela, obtemos n equações lineares a + a x + + a k x k = y a + a x + + a k x k = y Ax = y. a + a x n + + a k x k n = y n Resolvendo, como anteriormente, a equação normal A T Ax = A T y obtemos os coeficientes a i (i =,...,k) do polinómio de mínimos quadrados. Exemplo. Nos primeiros 5 meses do ano, as vendas (em milhares de euros) de uma certa empresa foram:,.,.6, 3. e 4. Marcámos estes dados no gráfico abaixo e conjecturámos que as vendas podem ser aproximadas por um polinómio de grau. Milhares de Euros Meses do ano Figura 5: Dados do Exemplo. Pretende-se determinar y(x) = a + a x + a x que melhor se ajuste aos dados obtidos, e usar esta função para deduzir qual o volume de vendas que a empresa irá realizar no último mês do ano.
7 AL 6/7 7 Vamos portanto determinar a aproximação de mínimos quadrados para o sistema: a + a + a = a + a + 4a =. 4 a + 3a + 9a = a + 4a + 6a = x = y, a + 5a + 5a = com x = [ ] T [ ] T a a a e y = A equação normal é: A T Ax = A T y x = A solução de mínimos quadrados para o sistema Ax = y é: ˆx = (A T A) A T y = O polinómio procurado é y(x) =.x +.x. Assim, prevê-se que as vendas da empresa no último mês do ano seja de y() = 5. mil euros. Leitura suplementar: Aproximação de funções; Séries de Fourier. Esta matéria não será leccionada nas aulas mas é incluída nestas notas a título informativo. No espaço linear das funções reais contínuas no intervalo [a, b] (abreviadamente C([a, b])) pode definir-se o seguinte produto interno: f,g = b a f(x)g(x) dx (8) Pretende-se aproximar uma dada função de C([a, b]) usando somente funções de um subespaço de C([a,b]). Por exemplo: (i) Determinar a melhor aproximação de e x no intervalo [,] pelo polinómio de segundo grau a + a x + a x. (ii) Determinar a melhor aproximação da função f(x) = x no intervalo [, π] por uma função da forma a + a cos x + a cos(x) + b sen x + b sen(x).
8 AL 6/7 8 O subespaço do exemplo (i) é o subespaço de C([,]) gerado por {,x,x } e para (ii) é o subespaço de C([, π]) gerado por {, cos x, cos(x), sen x, sen(x)}. A primeira questão que se coloca é a de saber o que se entende por melhor aproximação. Como é sabido, tendo definido um produto interno num espaço linear, podemos sempre definir uma norma e consequentemente uma distância. No caso do produto interno (8), a norma e a distância entre duas funções são dadas respectivamente por: b b f = f (x)dx e dist(f,g) = f g = (f(x) g(x)) dx (9) a Pelo Teorema da melhor aproximação, a função de um dado subespaço S de C([a,b]) que melhor aproxima uma dada função f de C([a,b]) é a projecção ortogonal de f sobre S. Ou seja, a função ˆf S que minimiza f g para qualquer g S (Ver Figura 6). f a g ˆf S g Figura 6: Melhor aproximação de uma função f por uma função do subespaço S. O erro (global) cometido ao aproximar uma dada função f pela função ˆf é dado por b e = f ˆf = f(x) ˆf(x) dx, a e é designado habitualmente por erro médio quadrático. Geometricamente, o erro médio quadrático é a área da região situada entre os gráficos de f e de ˆf (ver Figura 7). Resumindo: A solução do problema de aproximação de uma função f C([a,b]) por funções de um subespaço, de dimensão finita, S de C([a, b]), é a projecção ortogonal de f sobre S, isto é, ˆf = proj S f. Esta função minimiza o erro médio quadrático e é designada por aproximação de mínimos quadrados de f por funções de S. Para determinar a projecção ortogonal de um vector sobre um subespaço de dimensão finita S, devemos encontrar uma base ortogonal para S. A razão da designação erro médio quadrático está relacionada com o Teorema do valor médio para integrais
9 AL 6/7 9 f ˆf a b Figura 7: Erro médio quadrático. No caso de B = {g,g,...,g k } ser uma base ortogonal de S, então a expressão para a aproximação de mínimos quadrados de f é dada por ˆf = proj S f = proj g f + proj g f + + proj gk f = f,g g g + f,g g g + + f,g k g k g k. () Recorde que, conhecida uma base para o subespaço S, o processo de ortogonalização de Gram-Schmidt permite obter uma base ortogonal de S. Exemplo 3. Vejamos como obter uma base ortonormada para o subespaço de C([, ]), S, gerado por {,x,x }. Designe-se as funções,x e x por h =, h = x e h 3 = x. Então, h = dx = h = h = x dx = x3 3 = 3 h 3 = x4 dx = x5 5 = 5 Uma base ortogonal para S, seja {g,g,g 3 }, obtida pelo processo de ortogonalização de Gram-Schmidt é: g = h = g = h proj g h = h h,g g g = h h,g = x x xdx = x = x g = g 3 = h 3 proj g h 3 proj g h 3 = h 3 h 3,g g g h 3,g g g = x xdx (x ) x (x )dx = x (x ) = x x g 3 = 3.
10 AL 6/7 A aproximação de mínimos quadrados para a função e x por funções de S é ˆf = proj S f = e x, + ex,(x ) x Séries de Fourier e x, + e x,(x ) ( x ( x ) + + ex,x x x x (x x) ) + 3 e x,x x (x x) = (e ) + 6(3 e)(x ) + 3(e 3)(x x) Dada uma função contínua, f, no intervalo [, π], pretende-se aproximá-la por uma função t do tipo t(x) = a + a cos x + + a n cos(nx) + b sen x + + b n sen(nx). Isto é, pretende-se aproximar f por uma função do subespaço gerado por V = {,cos x,cos(x),,cos(nx),senx,sen(x),sen(nx)}. A função t é conhecida pela designação de polinómio trigonométrico (de ordem n, se a n e b n são ambos não nulos). Pode mostrar-se que V é um conjunto linearmente independente e, portanto, uma base para W = SpanV. Para determinar a aproximação de mínimos quadrados de uma função f C([, π]) por uma função de W, é conveniente encontrar uma base ortogonal (ou ortonormada) para W. Se {g,g,,g n,h,,h n } for uma base ortonormada para W então a aproximação de mínimos quadrados para f será: ˆf = proj W f = f,g g + f,g g + + f,g n g n + f,h h + + f,h n h n = ã g + a g + + a n g n + b h + + b n h n. Relativamente ao produto interno f,g = f(x)g(x)dx, podemos verificar que V é uma base ortogonal de W. Normalizando V, isto é dividindo cada função de V pela sua norma, obtemos a base ortonormada g = π, g = π cos x,, g n = π cos(nx) h = π sen x,, h n = π sen(nx). Logo, a aproximação de mínimos quadrados de f será ˆf = proj W f = a + [a cos x + + a n cos(nx)] + [b cos x + + b n cos(nx)] = a n + (a k cos(kx) + b k sen(kx)) k=
11 AL 6/7 onde a = π f,g = π a = π f,g = π. a n = π f,g n = π b = π f,h = π. b n = π f,h n = π f(x) dx = π π f(x) π cos xdx = π f(x)dx f(x) cos(nx)dx = π π f(x) π sen xdx = π f(x)cos xdx f(x) cos(nx)dx f(x)sen xdx f(x) sen(nx)dx = f(x) sen(nx)dx π π Os coeficientes a,a,...,a n,b,...,b n são conhecidos como os coeficientes de Fourier de f. Fixado n, o polinómio trigonométrico de ordem menor ou igual a n que aproxima a função f é: f(x) a n + (a k cos(kx) + b k sen(kx)) k= Sob certas condições sobre a função f, pode mostrar-se que o erro médio quadrático se aproxima de zero à medida que n tende para infinito. Isto significa que f pode identificar-se como sendo o limite da soma finita quando n tende para infinito, isto é, f(x) = a + lim n n (a k cos(kx) + b k sen(kx)) = a + (a k cos(kx) + b k sen(kx)). k= A última igualdade é designada por série de Fourier de f no intervalo [,π]. Exemplo 4. Determinar a aproximação de mínimos quadrados de f(x) = x em [,π], por um polinómio trigonométrico de ordem menor ou igual a 3. Calculemos os coeficientes de Fourier a,a,a,b,b,b 3 : a = π a = π b = π b 3 = π xdx = x π π xcos(x)dx = xsen(x)dx = xsen(3x)dx = 3 = π a = π b = π k= xcos(x)dx = xsen(x)dx = Assim, a aproximação de f(x) = x por um polinómio de ordem menor ou igual a três é: x π sen x sen(x) 3 sen(3x).
12 AL 6/7 Na Figura 8 encontram-se representados os polinómios trigonométricos, respectivamente de ordens menores ou iguais a, e 3, que aproximam f(x) = x f f f 3 y = x π Figura 8: Aproximação de f(x) = x pelos polinómios trigonométricos: f = π sen(x), f = π sen(x) sen(x) e f 3 = π sen(x) sen(x) 3 sen(3x).
Álgebra Linear. 8 a Lista: a) Use o processo de ortogonalização de Gram Schmidt para construir uma base ortonormada para W.
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais, Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 8 a Lista: Nos exercícios em que n~ao se especifica
Leia maisMAT 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
Leia maisÁlgebra Linear e Geometria Analítica
Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Álgebra Linear e Geometria Analítica Curso: Engenharia Electrotécnica Ano: 1 o Semestre: 1 o Ano Lectivo: 007/008 Ficha
Leia maisNota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um
Leia mais1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016
1 a Lista de Exercícios de MAT3458 Escola Politécnica o semestre de 16 1 Para que valores de t R a função definida por (x 1, x ), (y 1, y ) = x 1 y 1 + tx y é um produto interno em R? Para cada par de
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisÁLGEBRA LINEAR 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
Leia maisEXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO
Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50
Leia maisEspaços vectoriais com produto interno. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19
Capítulo 6 Espaços vectoriais com produto interno ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19 Definição e propriedades ALGA 2008/2009 Mest.
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia mais(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
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
Leia maisPROGRAMA ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32
ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32 PROGRAMA 1. Sistemas de equações lineares e matrizes 1.1 Sistemas 1.2 Matrizes 1.3 Determinantes 2. Espaços vectoriais (ou espaços lineares) 2.1 Espaços e subespaços
Leia mais1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny
1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações
Leia maisMAT ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006
MAT 2458 - ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006 1. Sejam u = (x 1, x 2 ) e v = (y 1, y 2 ) vetores de R 2. Para que valores de t R a funcão u, v = x 1 y 1 +
Leia maisINSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
EXERCÍCIOS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2458 Álgebra Linear para Engenharia II Primeira Lista de Exercícios - Professor: Equipe da Disciplina 1. Em R 3, sejam S 1
Leia maisCálculo Diferencial e Integral I
Cálculo Diferencial e Integral I Complementos ao texto de apoio às aulas. Amélia Bastos, António Bravo Julho 24 Introdução O texto apresentado tem por objectivo ser um complemento ao texto de apoio ao
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Leia maisApontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico
Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1
Leia maisCM005 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
Leia maisEspaços 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
Leia maisMAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre o Método dos Mínimos Quadrados
MAP 2121 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre o Método dos Mínimos Quadrados 1: Usando o método dos mínimos quadrados de maneira conveniente, aproxime os pontos da tabela abaixo por uma
Leia maisValores e vectores próprios
ALGA - Eng Civil e EngTopográ ca - ISE - / - Valores e vectores próprios 5 Valores e vectores próprios Neste capítulo, sempre que não haja especi cação em contrário, todas as matrizes envolvidas são quadradas
Leia maisCálculo Diferencial e Integral 2 Formas Quadráticas
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do
Leia maisficha 6 espaços lineares com produto interno
Exercícios de Álgebra Linear ficha espaços lineares com produto interno Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico o semestre 011/1 Notação
Leia maisESPAÇOS LINEARES (ou vetoriais)
Álgebra Linear- 1 o Semestre 2018/19 Cursos: LEIC A Lista 3 (Espaços Lineares) ESPAÇOS LINEARES (ou vetoriais) Notações: Seja A uma matriz e S um conjunto de vetores Núcleo de A: N(A) Espaço das colunas
Leia mais= f(0) D2 f 0 (x, x) + o( x 2 )
6 a aula, 26-04-2007 Formas Quadráticas Suponhamos que 0 é um ponto crítico duma função suave f : U R definida sobre um aberto U R n. O desenvolvimento de Taylor de segunda ordem da função f em 0 permite-nos
Leia maisALGA I. Bases, coordenadas e dimensão
Módulo 5 ALGA I. Bases, coordenadas e dimensão Contents 5.1 Bases, coordenadas e dimensão............. 58 5.2 Cálculos com coordenadas. Problemas......... 65 5.3 Mudanças de base e de coordenadas..........
Leia mais1 Espaços Vectoriais
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Espaço Vectorial Conjunto de elementos que verifica as seguintes propriedades: Existência de elementos: Contém pelo menos um
Leia maisTESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial
TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c
Leia maisMAP Cálculo Numérico e Aplicações
MAP151 - Cálculo Numérico e Aplicações Lista 6 Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalizando 1. pontos. Questão 1 Comecei escrevendo uma função ajusta reta.sci
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu www.est.ip.pt/paginaspessoais/lucas lucas@mat.est.ip.pt 007/008 Álgebra Linear e Geometria Analítica
Leia maisSabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente
MÉTODOS NUMÉRICOS E COMPUTACIONAIS II EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES EXERCICIOS RESOLVIDOS - INTEGRACAO-NUMERICA - EDO. Considere a seguinte tabela de valores de uma função f x i..5.7..5 f(x
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 006/07 5 a Lista: Ortogonalidade Nos exercícios em que n~ao é especificado o produto interno, considere o produto interno
Leia maisexercícios de análise numérica II
exercícios de análise numérica II lic. matemática aplicada e computação (4/5) aulas práticas - capítulo Exercício. Mostre que a soma dos polinómios base de Lagrange é a função constante. Exercício. Usando
Leia maisÁlgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.
Leia mais4 a LISTA DE EXERCÍCIOS Produto Interno Álgebra Linear - 2 o Semestre /2005 LEE, LEGI, LEIC-TP, LERCI
4 a LISTA DE EXERCÍCIOS Produto Interno Álgebra Linear - 2 o Semestre - 2004/2005 LEE, LEGI, LEIC-TP, LERCI Problema 1. Seja u, w um produto interno num espaço linear V. Mostre que i) para qualquer vector
Leia maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia maisExercícios de Mínimos Quadrados
INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO DEPARTAMENTO DE MATEMÁTICA APLICADA E ESTATÍSTICA Exercícios de Mínimos Quadrados 1 Provar que a matriz de mínimos quadrados é denida positiva, isto é,
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia maisEXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003. Funções reais de várias variáveis
EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003 Funções reais de várias variáveis 1. Faça um esboço de alguns conjuntos de nível das seguintes funções: (a) f (x,y) = 1 + x + 3y, (x,y)
Leia maisÁlgebra Linear para MBiol MAmb
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Álgebra Linear para MBiol MAmb Teste 3 22 de Dezembro de 212 Duração: 9 minutos Resolução da versão A (1. val.) 1. Considere
Leia maisAPROXIMAÇÃO DE FUNÇÕES MÉTODO DOS MÍNIMOS QUADRADOS
MÉTODO DOS MÍNIMOS QUADRADOS INTRODUÇÃO Frequentemente é possível estabelecer uma relação linear entre duas grandezas medidas experimentalmente. O método dos mínimos quadrados é uma maneira de se obter
Leia maisUNIFEI - UNIVERSIDADE FEDERAL DE ITAJUBÁ PROVA DE CÁLCULO 1
UNIFEI - UNIVERSIDADE FEDERAL DE ITAJUBÁ PROVA DE CÁLCULO 1 PROVA DE TRANSFERÊNCIA INTERNA, EXTERNA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR - 16/10/2016 CANDIDATO: CURSO PRETENDIDO: OBSERVAÇÕES: 1.
Leia maisCOMPLEMENTOS DE MATEMÁTICA MÓDULO 1. Equações Diferenciais com Derivadas Parciais
Complementos de Matemática 1 COMPLEMENTOS DE MATEMÁTICA MÓDULO 1 Séries de Fourier Equações Diferenciais com Derivadas Parciais Complementos de Matemática 2 Jean Baptiste Joseph Fourier (1768-1830) viveu
Leia maisInterbits SuperPro Web
1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)
Leia mais35 a Aula AMIV LEAN, LEC Apontamentos
35 a Aula 4.1.1 AMIV LEAN, LEC Apontamentos (icardo.coutinho@math.ist.utl.pt) 35.1 Série de Fourier na forma de exponenciais complexas Seja f definida em [, ], parasimplificar notação, integrável neste
Leia maisÁLGEBRA LINEAR. Exame Final
UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR Exame Final 9/0/00 DURAÇÃO: 3 horas Nome: N o Aluno: Observação: Declaro que desisto: (Justifique sempre as suas respostas) Folha. (4,0
Leia maisJ. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Leia mais(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;
Q1. Considere o espaço vetorial R 4 munido do seu produto interno usual. Sejam B uma base de R 4, A M 4 (R) uma matriz e T : R 4 R 4 a transformação linear tal que [T ] B = A. Considere as seguintes afirmações:
Leia mais( 5,2 ). Quantas soluções existem?
Escola Secundária com º ciclo D Dinis 0º Ano de Matemática A Funções e Gráficos Generalidades Funções polinomiais Função módulo Considere as funções da família y = a(x b) Tarefa nº De que tipo de funções
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisFicha de Exercícios nº 3
Nova School of Business and Economics Álgebra Linear Ficha de Exercícios nº 3 Transformações Lineares, Valores e Vectores Próprios e Formas Quadráticas 1 Qual das seguintes aplicações não é uma transformação
Leia maisAnálise Complexa e Equações Diferenciais 1 ō Semestre 2016/2017
Análise Complexa e Equações Diferenciais 1 ō Semestre 016/017 ō Teste Versão A (Cursos: MEBiol, MEQ 17 de Dezembro de 016, 10h [,0 val 1 Considere a equação diferencial e t + y e t + ( 1 + ye t dy dt 0
Leia maisEspaços Vectoriais. Espaços Vectoriais
Espaços Vectoriais Espaço vectorial sobre um corpo V - conjunto não vazio de objectos, chamados vectores F - conjunto de escalares, com estrutura de corpo Em V definimos duas operações: - adição de elementos
Leia maisSeja f um endomorfismo de um espaço vectorial E de dimensão finita.
6. Valores e Vectores Próprios 6.1 Definição, exemplos e propriedades Definição Seja f um endomorfismo de um espaço vectorial E, com E de dimensão finita, e seja B uma base arbitrária de E. Chamamos polinómio
Leia maisAnálise Complexa e Equações Diferenciais 2 ō Semestre 2012/2013
Análise Complexa e Equações Diferenciais ō Semestre 1/13 ō Teste Versão A (Cursos: LEAN, LEMat, LMAC, MEAer, MEAmbi, MEBiom, MEBiol, MEFT, MEMec, MEQ) 5 de Maio de 13, 11h Duração: 1h 3m 1. Considere o
Leia maisAula 34. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil
Técnicas de Integração - Continuação Aula 34 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 03 de Junho de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica
Leia maisLista 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
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisSegunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof. Juliana Coelho - 07h00-09h00
Segunda prova de Álgebra Linear Aplicada - 20/02/2013 Prof Juliana Coelho - 07h00-09h00 QUESTÃO 1 (2,0 pts - Considere os seguintes vetores de R3 : u = (3, 2, 2, v = (1, 3, 1 e w = ( 1, 4, 4 Responda as
Leia maisAula 12. Ângulo entre duas retas no espaço. Definição 1. O ângulo (r1, r2 ) entre duas retas r1 e r2 se define da seguinte maneira:
Aula 1 1. Ângulo entre duas retas no espaço Definição 1 O ângulo (r1, r ) entre duas retas r1 e r se define da seguinte maneira: (r1, r ) 0o se r1 e r são coincidentes, Se as retas são concorrentes, isto
Leia mais= 2 sen(x) (cos(x) (b) (7 pontos) Pelo item anterior, temos as k desigualdades. sen 2 (2x) sen(4x) ( 3/2) 3
Problema (a) (3 pontos) Sendo f(x) = sen 2 (x) sen(2x), uma função π-periódica, temos que f (x) = 2 sen(x) cos(x) sen(2x) + sen 2 (x) 2 cos(2x) = 2 sen(x) (cos(x) sen(2x) + sen(x) cos(2x) ) = 2 sen(x)
Leia maisÁlgebra Linear Semana 05
Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais
Leia maisLista 5 com respostas
Lista 5 com respostas PROFESSOR KOSTIATYN IUSENKO MAT4 - semestre de 6 Espaços com produto interno Exercício Consideremos o espaço euclidiano R Sendo u, e v, em R determine um vetor w desse espaço tal
Leia maisCCI-22 LISTA DE EXERCÍCIOS
CCI-22 LISTA DE EXERCÍCIOS Capítulos 1 e 2: 1) Considere floats com 4 dígitos decimais de mantissa e expoentes inteiros entre -5 e 5. Sejam X =,7237.1 4, Y =,2145.1-3, Z =,2585.1 1. Utilizando um acumulador
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisEspaços vectoriais reais
ALGA - 00/0 - Espaços Vectoriais 49 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o conjunto das
Leia mais7 temos que e u =
Capítulo 1 Complementos de Álgebra Linear 11 Introdução Seja A = [a ij ] uma matriz quadrada de ordem n e pensemos na transformação linear R n! R n que a cada cada vector u R n faz corresponder um vector
Leia maisFACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA Exercícios vários. Considere o conjunto C =, e a operação binária definida por a b = min(a, b). O conjunto C é, relativamente
Leia maisPrimitivação de funções reais de variável real
Capítulo 3 Sugere-se a seguinte bibliografia adicional que completa o estudo a efectuar nas aulas teóricas e nas aulas práticas: Maria Aldina C. Silva e M. dos Anjos F. Saraiva. Primitivação. Edições Asa,
Leia mais10 a Lista de Exercícios
Álgebra Linear Licenciaturas: Eng. Biológica, Eng. Ambiente, Eng. Química, Química 1 ō ano 2004/05 10 a Lista de Exercícios Problema 1. Decida quais das expressões seguintes definem um produto interno.
Leia maisAnálise Complexa e Equações Diferenciais 2 ō Semestre 2013/2014
Análise Complexa e Equações Diferenciais 2 ō Semestre 213/21 Cursos: 2 ō Teste, versão A LEIC, MEEC, LEMat, MEAer, MEBiol, MEQ, MEAmbi 31 de Maio de 21, 11h3 [1,5 val. 1. Considere a equação diferencial
Leia mais2 ō Semestre 2015/2016
Análise Complexa e Equações Diferenciais ō Semestre 15/16 ō Teste, versão A (Cursos: LEIC-A, MEAmbi, MEBiol, MEQ) 1 (a) Resolva o problema de valor inicial 8 de Maio de 16, 11h 3m Duração: 1h 3m y +6x+4xy
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Prática Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisMatemática I. 1 Propriedades dos números reais
Matemática I 1 Propriedades dos números reais O conjunto R dos números reais satisfaz algumas propriedades fundamentais: dados quaisquer x, y R, estão definidos a soma x + y e produto xy e tem-se 1 x +
Leia maisSéries de Fourier. Matemática Aplicada. Artur M. C. Brito da Cruz. Escola Superior de Tecnologia Instituto Politécnico de Setúbal 2014/2015 1
Séries de Fourier Matemática Aplicada Artur M. C. Brito da Cruz Escola Superior de Tecnologia Instituto Politécnico de Setúbal 14/15 1 1 versão 16 de Dezembro de 17 Conteúdo 1 Séries de Fourier...............................
Leia maisIntrodução à Geometria
Introdução à Geometria - 2007-2008 Algumas noções 1. Norma de um vector Seja E um espaço vectorial real de dimensão finita E munido de um produto interno (u, v) u v. Dado um vector v E chama-se norma ou
Leia maisExercícios. setor Aula 39 DETERMINANTES (DE ORDENS 1, 2 E 3) = Resposta: 6. = sen 2 x + cos 2 x Resposta: 1
setor 0 00508 Aula 39 ETERMINANTES (E ORENS, E 3) A toda matriz quadrada A de ordem n é associado um único número, chamado de determinante de A e denotado, indiferentemente, por det(a) ou por A. ETERMINANTES
Leia maisCapítulo 4 Séries de Fourier
Capítulo 4 Séries de Fourier Dizemos que representamos uma função real ela se expressa na série em série de Fourier quando os coeficientes são chamados de coeficientes de Fourier. Claro, a série de Fourier
Leia maisx 2 y 6xy + 10y = 0, x > 0 y(1) = 1, y(2) = 18.
Gabarito da a Prova Unificada de Cálculo IV Dezembro de a Questão: (. pts) Resolva o problema de contorno: x y 6xy + y =, x > y() =, y() = 8. Solução: Como se trata de uma equação de Euler, a solução geral
Leia maisc + 1+t 2 (1 + t 2 ) 5/2 dt e 5 2 ln(1+t2 )dt (1 + t 2 ) 5/2 dt (c 5/2 + (1 + t 2 ) 5/2 (1 + t 2 ) 5/2 dt ϕ(t) = (1 + t 2 ) 5/2 (1 + t).
Análise Complexa e Equações Diferenciais 2 o Semestre 206/207 3 de junho de 207, às 9:00 Teste 2 versão A MEFT, MEC, MEBiom, LEGM, LMAC, MEAer, MEMec, LEAN, LEMat [,0 val Resolva os seguintes problemas
Leia maisÁlgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química
Código do Teste: 105 Álgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química 1. Para as matrizes A = ( 1 0 3 1 ) B = ( 5 4 1 0 2 1 3 1 ) C = 1 1 1 0 5 1
Leia maisQ1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações
Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações π 1 : x 2y + 3z = 1 e π 2 : x + z = 2 no sistema de coordenadas
Leia maisFicha de trabalho Decomposição e resolução de equações e inequações polinomiais
Ficha de trabalho Decomposição e resolução de equações e inequações polinomiais 1. Verifique, recorrendo ao algoritmo da divisão, que: 6 4 0x 54x + 3x + é divisível por x 1.. De um modo geral, que relação
Leia maisResolvendo Integrais pelo Método de
Capítulo Resolvendo Integrais pelo Método de Substituição. Métodos da substituição em integrais indefinidas O teorema fundamental do cálculo permite que se resolva rapidamente a integral b a f(x) dx, desde
Leia maisALGA I. Representação matricial das aplicações lineares
Módulo 6 ALGA I Representação matricial das aplicações lineares Contents 61 Matriz de uma aplicação linear 76 62 Cálculo do núcleo e imagem 77 63 Matriz da composta 78 64 GL(n Pontos de vista passivo e
Leia maisFunções ortogonais e problemas de Sturm-Liouville. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE
Funções ortogonais e problemas de Sturm-Liouville Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Série de Fourier Soma de funções ortogonais entre si Perguntas: -existem outras bases ortogonais que podem
Leia maisGAAL 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}
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
Leia maisESPAÇOS VETORIAIS EUCLIDIANOS
ESPAÇOS VETORIAIS EUCLIDIANOS Produto interno em espaços vetoriais Estamos interessados em formalizar os conceitos de comprimento de um vetor e ângulos entre dois vetores. Esses conceitos permitirão uma
Leia mais5.7 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 }
Leia maisTestes Formativos de Computação Numérica e Simbólica
Testes Formativos de Computação Numérica e Simbólica Os testes formativos e 2 consistem em exercícios de aplicação dos vários algoritmos que compõem a matéria da disciplina. O teste formativo 3 consiste
Leia maisObjetivos. Estudar a derivada de certas funções.
Funções deriváveis MÓDULO 1 - AULA 9 Aula 9 Funções deriváveis Objetivos Compreender a noção de função derivável Referências: Aulas 15 e 16, de Pré-Cálculo, e aulas 2, 3, 4 e 5 Estudar a derivada de certas
Leia maisMAT Poli Roteiro de Estudos sobre as Cônicas
MAT25 - Poli - 2003 Roteiro de Estudos sobre as Cônicas Martha Salerno Monteiro Departamento de Matemática IME-USP Uma equação quadrática em duas variáveis é uma equação da forma a + by 2 + cxy + dx +
Leia mais