Processamento da Informação Teoria. Matrizes

Documentos relacionados
Processamento da Informação Teoria. Matrizes

Processamento da Informação Teoria. Recursividade

Aula 07 mtm B MATRIZES

Computação 1 - Python Aula 11 - Teórica: Matrizes. João Carlos, Carla Delgado, Ana Luisa Duboc 1/ 9

Processamento da Informação Teoria. Exercícios sobre strings

Mat.Semana. PC Sampaio Alex Amaral Rafael Jesus Gabriel Ritter. (Gabriella Teles)

Processamento da Informação Teoria Funções

MATRIZES. 1) Faça um programa em Fortran que recebe como parâmetro uma matriz A (nxn) de números reais. Esse programa deve informar

Matrizes. Laura Goulart. 29 de Outubro de 2018 UESB. Laura Goulart (UESB) Matrizes 29 de Outubro de / 16

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.

Processamento da Informação Teoria. Strings

Matrizes - ALGA /05 1. Matrizes

Eduardo. Matemática Matrizes

Introdução à Programação Aula 18 Método de eliminação de Gauss

MATRIZES. Conceitos e Operações

Processamento da Informação Teoria. Desvio Condicional

Matemática- 2008/ Se possível, dê exemplos de: (no caso de não ser possível explique porquê)

Introdução à Computação - aulas 13 e 14-

1. Para cada pergunta selecione uma opção. Resposta correta +2, incorreta -1. [12 pontos]

Apostila de Matemática 11 Determinante

Computação 1 - Python Aula 9 - Teórica Laços Aninhados e Matrizes. João Carlos, Carla Delgado, Ana Luisa Duboc 1/ 15

UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA.

Lista 2 TP060. Exercícios Vetores

Apostila de Matemática 10 Matriz

1. Faça uma função que recebe por parâmetro o raio de uma esfera e calcula o seu volume.

Arrays bidimensionais (matrizes)

MATRIZES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

MATEMÁTICA II. Aula 11. 3º Bimestre. Matrizes Professor Luciano Nóbrega

GAN00140-Álg. Linear GAN00007 Int à Alg. Linear Aula 3 2ª. Parte: Matrizes e Operações Matriciais

Hewlett-Packard DETERMINANTE. Aulas 01 a 04. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

LISTA DE EXERCÍCIOS 2017

inteiros positivos). ˆ Uma matriz com m linhas e n colunas diz-se do tipo m n. Se m = n ( matriz quadrada), também se diz que a matriz é de ordem n.

Matrizes. Estrutura de Dados. Universidade Federal de Juiz de Fora Departamento de Ciência da Computação 1 / 67

Determinante de uma matriz quadrada

Revisão: Matrizes e Sistemas lineares. Parte 01

Nota importante: U é a matriz condensada obtida no processo de condensação da matriz

Regra para calcular o determinante de matrizes quadradas de ordem 2x2:

Geometria Analítica e Álgebra Linear

PROGRAMAÇÃO DINÂMICA

Universidade de São Paulo

MATRIZES. Fundamentos de Matemática- Ciências Contábeis

Acadêmico(a) Turma: Capítulo 2: MATRIZES

Agrupamento Espectral e Hierárquico

Introdução à Computação

Determinantes. det A = a 11. Se A = a11 a 12 a 21 a 22. é uma matriz 2 2, então. det A = a 11 a 22 a 12 a 21. Exemplo 1. det 3 4. = 1; det 3 4 = 0.

CEM Centro De Estudos Matemáticos

Matrizes material teórico

MAC2166 Introdução à Computação

Introdução à Programação

Caderno de Exercícios

Hewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Programação científica C++

MCG114 Programação de Computadores I. Comandos de condição 3/26/18. Comando if. Comando if. Até agora... Comandos de Condição! Comandos de Condição

ficha 1 matrizes e sistemas de equações lineares

Fundamentos de Matemática Curso: Informática Biomédica

Hewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Determinantes. Prof. Márcio Nascimento

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Linguagem de Programação JAVA. Técnico em Informática Professora Michelle Nery

MATEMÁTICA MÓDULO 11 DETERMINANTES. Professor Matheus Secco

if not(isinstance(a, int)) or a < 0: raise ValueError ("misterio: arg nao e inteiro nao negativo") else: return misterio_aux(a, a + 1)

Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem Python

PLANO DE AULA IDENTIFICAÇÃO

Fundamentos de Matemática Curso: Informática Biomédica

Determinantes - Parte 02

Sistemas de Equações Lineares

Aplicações de listas e outras estruturas. SCC-502 Algoritmos e Estruturas de Dados I

Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares

if not(isinstance(a, int)) or a < 0: raise ValueError ( misterio: arg devia ser inteiro nao negativo ) else: return misterio_aux(a, a + 1)

VARIÁVEIS INDEXADAS VETORES E MATRIZES

Matemática II /06 - Matrizes 1. Matrizes

MATEMÁTICA A ÁLGEBRA LINEAR

Acadêmico(a) Turma: Capítulo 3: Determinantes

Exercício Obtenha, em cada caso, o módulo, o argumento e a forma trigonométrica de z: a) z = 1 + i. setor Aula 31. ρ = 1 2 +( 3 ) 2 ρ= 2.

Listas e matrizes esparsas. SCC122 Estruturas de Dados

PLANO DE AULA IDENTIFICAÇÃO

Transcrição:

Processamento da Informação Teoria Matrizes Semana 07 Prof. Jesús P. Mena-Chalco 08/06/2013

Matrizes >>> M = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] >>> M[1] Seleção de uma linha [4, 5, 6] >>> M[1][1] Seleção de um elemento 5

Matrizes >>> P = [ [6, 0, 0, 0], [0, 7, 0, 0], [0, 0, 8, 0] ] >>> len(p) Número de linhas 3 >>> len(p[0]) Número de colunas 4

O operador * >>> 'UF' + '5' 'UF5' >>> 'UF' * 5 'UFUFUFUFUF' >>> [1, 2, 3] * 5

O operador * >>> 'UF' + '5' 'UF5' >>> 'UF' * 5 'UFUFUFUFUF' >>> [1, 2, 3] * 5 [1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3]

O operador * >>> [0] * 5 [0, 0, 0, 0, 0]

O operador * >>> [0] * 5 [0, 0, 0, 0, 0] >>> M = [[0] * 5 ] *3 >>> print M

O operador * >>> [0] * 5 [0, 0, 0, 0, 0] >>> M = [[0] * 5 ] *3 >>> print M [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]

O operador * >>> [0] * 5 [0, 0, 0, 0, 0] >>> M = [[0] * 5 ] *3 >>> print M [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]] >>> M[1][4] = 42 >>> print M

O operador * >>> [0] * 5 [0, 0, 0, 0, 0] >>> M = [[0] * 5 ] *3 >>> print M [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]] >>> M[1][4] = 42 >>> print M [[0, 0, 0, 0, 42], [0, 0, 0, 0, 42], [0, 0, 0, 0, 42]]

Criação de matrizes def criar_matriz_zeros(l,c): matriz = [0]*l for i in range(0,l): matriz[i] = [0]*c return matriz

Criação de matrizes def criar_matriz_zeros(l,c): matriz = [0]*l for i in range(0,l): matriz[i] = [0]*c return matriz >>> M = criar_matriz_zeros(3,5) >>> M[1][4] = 42 >>> print M [[0, 0, 0, 0, 0], [0, 0, 0, 0, 42], [0, 0, 0, 0, 0]]

Matriz identidade def criar_matriz_identidade(n): matriz = [0]*n for i in range(0,n): matriz[i] = [0]*n for i in range(0,n): matriz[i][i] = 1 return matriz

>>> I = criar_matriz_identidade(4) >>> print I [[1, 0, 0, 0], [0, 1, 0, 0], [0, 0, 1, 0], [0, 0, 0, 1]] Matriz identidade def criar_matriz_identidade(n): matriz = [0]*n for i in range(0,n): matriz[i] = [0]*n for i in range(0,n): matriz[i][i] = 1 return matriz

Criação de matrizes def criar_matriz_uns(l,c): matriz = [1]*l for i in range(0,l): matriz[i] = [1]*c return matriz

Criação de matrizes def criar_matriz_uns(l,c): matriz = [1]*l for i in range(0,l): matriz[i] = [1]*c return matriz >>> M = criar_matriz_uns(3,5) >>> print M [[1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1]]

Visualizar matrizes >>> P = criar_matriz_uns(5,7) >>> print P [[1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1]]

Visualizar matrizes def visualizar_matriz(matriz): for i in range(0,len(matriz)): print matriz[i]

Visualizar matrizes def visualizar_matriz(matriz): for i in range(0,len(matriz)): print matriz[i] >>> P = criar_matriz_uns(5,7) >>> visualizar_matriz(p) [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1]

00. Matriz transposta Crie uma função que permita calcular a Transposta de uma matriz dada como entrada. Cabeçalho: def transposta(a):

00. Matriz transposta def transposta(a): B = criar_matriz_zeros(len(a[0]), len(a)) for i in range(0,len(a)): for j in range(0,len(a[0])): B[j][i] = A[i][j] return B

00. Matriz transposta >>> P = criar_matriz_uns(5,7) >>> visualizar_matriz(p) [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1]

00. Matriz transposta >>> P = criar_matriz_uns(5,7) >>> visualizar_matriz(p) [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] [1, 1, 1, 1, 1, 1, 1] >>> Q = transposta(p) >>> visualizar_matriz(q) [1, 1, 1, 1, 1] [1, 1, 1, 1, 1] [1, 1, 1, 1, 1] [1, 1, 1, 1, 1] [1, 1, 1, 1, 1] [1, 1, 1, 1, 1] [1, 1, 1, 1, 1]

01. Somatória de matrizes Crie uma função que permita somar duas matrizes dadas como parâmetro. Cabeçalho: def somar_matrizes(a,b):

01. Somatória de matrizes def somar_matrizes(a,b): if len(a)!=len(b) or len(a[0])!=len(b[0]): print 'Matrizes com dimensoes diferentes' else: C = criar_matriz_zeros(len(a),len(a[0])) for i in range(0,len(a)): for j in range(0,len(a[0])): C[i][j] = A[i][j]+B[i][j] return C

01. Somatória de matrizes >>> A = criar_matriz_uns(2,4) >>> B = criar_matriz_uns(2,4) >>> C = somar_matrizes(a,b) >>> print C [[2, 2, 2, 2], [2, 2, 2, 2]]

Algumas aplicações com matrizes

Algumas aplicações com matrizes

02. Menor elemento Crie uma função que permita determinar o menor elemento de uma matriz dada como parâmetro. Cabeçalho: def menor_elemento(a): [[-1,-2,-3,-4,-5,-6], [1,2,3,4,5,6], [7,8,9,10,11,12]] -6

02. Menor elemento def menor_elemento(a): menor = A[0][0] for i in range(0,len(a)): for j in range(0,len(a[0])): if menor>a[i][j]: menor = A[i][j] return menor

03. Segundo menor elemento Crie uma função que permita determinar apenas o segundo menor elemento de uma matriz dada como parâmetro. Cabeçalho: def segundo_menor_elemento(a) [[-1,-2,-3,-4,-5,-6], [1,2,3,4,5,6], [7,8,9,10,11,12]] -5

03. Segundo menor elemento def segundo_menor_elemento(a): menor1 = A[0][0] menor2 = A[0][0] for i in range(0,len(a)): for j in range(0,len(a[0])): if menor1>a[i][j]: menor2 = menor1 menor1 = A[i][j] return menor2

04. funcaom2l Indique o que realiza a seguinte função: def funcaom2l(m): L = [0]*len(M)*len(M[0]) for i in range(0,len(m)): for j in range(0,len(m[0])): L[i*len(M[0])+j] = M[i][j] return L Considere: M = [[-1,-2,-3,-4], [1,2,3,4], [7,8,9,10]]

04. funcaom2l Função que converte uma matriz em uma lista Se M = [[-1,-2,-3,-4], [1,2,3,4], [7,8,9,10]] Então: L = [-1, -2, -3, -4, 1, 2, 3, 4, 7, 8, 9, 10]

05. Matriz triangular superior Crie uma função que permita verificar se a matriz, dada como parâmetro, é triangular superior. Cabeçalho: def matriz_triangular_superior(a): Caso particular de matrizes quadradas. Abaixo da diagonal principal existem apenas elementos nulos. Os restantes elementos estão posicionados acima dessa mesma diagonal, com a condição de não serem todos nulos.

05. Matriz triangular superior j 0,0 0,1 0,2 0,3 1,0 1,1 1,2 1,3 i 2,0 2,1 2,2 2,3 3,0 3,1 3,2 3,3 Índices em uma matriz 4x4

05. Matriz triangular superior def matriz_triangular_superior(a): if len(a[0])!=len(a): return False contador_zeros_inf = 0 contador_zeros_sup = 0 for i in range(0,len(a)): for j in range(0,len(a)): if i>j and A[i][j]==0: contador_zeros_inf +=1 if i<j and A[i][j]==0: contador_zeros_sup +=1 x = len(a)*(len(a)-1)/2 if contador_zeros_inf==x and contador_zeros_sup!=x: return True else: return False

06. Multiplicação de matrizes (casa) Crie uma função que permita multiplicar duas matrizes dadas como parâmetro. Cabeçalho: def multiplicar_matrizes(a,b):