AULA Espaços Vectoriais Estruturas Algébricas.

Documentos relacionados
AULA Espaços Vectoriais Estruturas Algébricas.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Os 4 espaços fundamentais Complemento ortogonal.

1. Revisão Matemática

AULA Subespaço, Base e Dimensão Subespaço.

TÓPICOS. Matriz inversa. Método de condensação. Matriz ortogonal. Propriedades da álgebra matricial.

Números Complexos Sumário

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

TÓPICOS. Transformação linear.

AULA Matriz inversa Matriz inversa.

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

AULA Exercícios. ORTOGONALIDADE EM R N. , o vector u tem norma. O produto interno entre os vector u e v, é

Difusão entre Dois Compartimentos

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

Os Skew Anéis de Polinômios Tipo Automorfismo e a Fatoração Única

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

TÓPICOS. Vectores livres. Vectores em Rn. Produto interno. Norma. Desigualdade de Cauchy-Schwarz. Desigualdade triangular. Ângulo. Distância.

DISTRIBUIÇÃO HIPERGEOMÉTRICA

Sumário. Mecânica. Sistemas de partículas

Capítulo V - Interpolação Polinomial

Relatório 2ª Atividade Formativa UC ECS

Forma padrão do modelo de Programação Linear

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

Estatística - exestatmeddisper.doc 25/02/09

Sumário. Mecânica. Sistemas de partículas

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Introdução à Teoria da Medida Texto Tutorial

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

3- Autovalores e Autovetores.

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de massa, momento linear de sistemas de partículas e colisões

Apostila de Introdução Aos Métodos Numéricos

Construção e Análise de Gráficos

Variáveis indexadas, somatórios e produtórios

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

? Isso é, d i= ( x i. . Percebeu que

Econometria: 3 - Regressão Múltipla

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

Como CD = DC CD + DC = 0

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

2-Geometria da Programação Linear

Momento Linear duma partícula

7 Análise de covariância (ANCOVA)

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Econometria: 4 - Regressão Múltipla em Notação Matricial

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Álgebra Linear e Geometria Analítica. 7ª aula

AULA Exercícios. VERIFICAR SE UM VECTOR É UMA COMBINAÇÃO LINEAR DE UM CONJUNTO DE VECTORES.

Problemas fundamentais da teoria da aproximação func/onal

MODELOS DE REGRESSÃO NÃO LINEARES

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Problema geral de interpolação

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS

PROPOSTAS DE RESOLUÇÃO. Capítulo 8

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

Capítulo 8. Método de Rayleigh-Ritz

3- Autovalores e Autovetores.

Análise Complexa Resolução de alguns exercícios do capítulo 1

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

Momento Linear duma partícula

Revisão de Estatística X = X n

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

( ) III) ESPAÇOS VETORIAIS REAIS. Definição: Denomina-se espaço vetorial sobre os Reais (R) ao conjunto não vazio. 1) Existe uma adição:

Prof. Janete Pereira Amador 1

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Se A = ( a ij ) é tal que aij = 0 para todo i e j então a matriz A é dita nula e é

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

MAE0229 Introdução à Probabilidade e Estatística II

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.

ÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003

INSTITUTO SUPERIOR DE EDUCAÇÃO ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA NO CÁLCULO NUMÉRICO

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Métodos iterativos. Capítulo O Método de Jacobi

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

Parte 3 - Regressão linear simples

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.

Espaços Vetoriais Reais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

Aula 25 - Espaços Vetoriais

Critérios de correção e orientações de resposta exame

8 Programação linear 78

MEDIDAS DE TENDÊNCIA CENTRAL I

Matemática C Extensivo V. 4

Transcrição:

Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resolvedo os problemas apresetados a bblografa, sem cosulta préva das soluções propostas, aálse comparatva etre as suas resposta e a respostas propostas, e posteror exposção juto do docete de todas as dúvdas assocadas. TÓPICOS Estruturas algébrcas. Espaço vectoral. Combação lear. Idepedêca lear. AULA 10 10. Espaços Vectoras. 10.1. Estruturas Algébrcas. Na geeraldade, uma estrutura algébrca é costtuída por um ou mas cojutos (suportes da estrutura), mudos de uma ou mas operações (les de composção tera ou extera, operações uáras, etc.) evolvedo elemetos daquele(s) cojutos e satsfazedo certas propredades formas. Caso ão exsta ambgudade, pode detfcar-se um dos cojutos suporte com a estrutura algébrca. Por exemplo, o corpo ( R, +, ) refere-se, geralmete, apeas como o corpo R (o corpo dos reas). Algumas estruturas algébrcas evolvem mas de um cojuto. Por exemplo, um espaço vectoral tem eretes dos cojutos: um cojuto de vectores e outro de escalares (um corpo), uma le de composção tera (adção vectoral) e outra extera (multplcação de escalar por vector). Prof. Isabel Matos & José Amaral ALGA A10-1 20-10-2009

Grupóde Todo par ( A, ) costtuído por um cojuto A e uma operação bára 2 de A em A (le de composção tera). Semgrupo Todo o grupóde ( A, ) em que a operação é assocatva. é assocatva a ( b = ( a b) c é comutatva a b = b a Moóde elemeto eutro u a: a u = u a = a Todo o semgrupo ( A, ) com elemeto eutro (que é úco). Grupo elemeto oposto a a : a a = a a = u Grupo Comutatvo (Abelao) Todo o moóde em que todos os elemetos têm oposto (que é úco). Todo o grupo ( A, ) em que é comutatva. Ael Todo o tero ( A, +, ) em que( A, + ) é um grupo comutatvo, ( A, ) é um semgrupo e é dstrbutva em relação a, ou seja, + à esquerda e à dreta. ( A, + ) ( A, ) + é assocatva. + é comutatva. eutro 0. oposto (smétrco) para todos os elemetos é assocatva. ( a+ b) c = ( a + ( b a ( b + = ( a b) + ( a Corpo Todo o ael ( A, +, ) em que ( A, ) é um moóde e todos os elemetos dferetes de 0 são vertíves., ou seja, ( A, + ) + é assocatva. + é comutatva. eutro 0. oposto (smétrco) para todos os elemetos ( A, ) é assocatva. é comutatva. eutro 1. oposto (verso) para todos os elemetos dferetes de 0. ( a+ b) c = ( a + ( b a ( b + = ( a b) + ( a Prof. Isabel Matos & José Amaral ALGA A10-2 20-10-2009

10.2. Espaço Vectoral. Seja E um cojuto de elemetos uv,,, w, chamados vectores, e K um corpo, de elemetos αβ,,, γ, chamados escalares. Dz-se que E é um espaço vectoral (ou espaço lear) sobre o corpo K sse: a. estver defda em E a operação adção vectoral, +, que a u E e a v E assoca o elemeto u + v E, tal que ( E, + ) é um grupo comutatvo, ou seja, uvw,, E : a1. u + v = v + u (+ é assocatva) a2. ( u + v) + w = u + ( v + w ) (+ é comutatva) a3. 1 0 E :( u + 0) = 0 + u = u (elemeto eutro de +, desgado por zero) a4. u 1 u E : u + ( u) = 0 (elemeto oposto de u para a operação +, desgado por smétrco de u ) m. estver defda a operação multplcação de escalar por vector,, que a α K e a u E assoca o elemeto α u E (ou, smplesmete αu ), que verfca: m1. α ( u + v) = α u + αv ( é dstrbutva em relação à adção dos elemetos de E ) m2. ( α + β) u = αu + βu ( é dstrbutva em relação à adção de elemetos de K ) m3. α ( βu ) = ( αβ) u (assocatvdade msta) m4. 1 u = u (elemeto eutro de à esquerda) A operação bára + de E 2 em E desga-se por adção vectoral, e a operação bára de E K em E desga-se por multplcação de escalar por vector. Salete-se que um espaço vectoral é fechado relatvamete à adção vectoral. Quado K = R dz-se que E é um espaço vectoral real, e quado K = C dz-se que E é um espaço vectoral complexo. 1. São exemplos de espaços vectoras (ou seja, pode demostrar-se que verfcam as 8 propredades acma eucadas) os segutes cojutos, com a defção habtual de adção etre os seus elemetos, e de multplcação dos seus elemetos por um escalar do corpo K dcado: O cojuto R, como temos vdo a cosderar até aqu, com K = R. O cojuto dos segmeto oretados, que apropradamete desgámos por vectores, com K = R. O cojuto C, com K = C (e também com K = R ). Prof. Isabel Matos & José Amaral ALGA A10-3 20-10-2009

10.3. Combação Lear. Seja E um espaço vectoral sobre um corpo K. Dz-se que um vector u E é combação lear dos vectores u 1, u 2,, u E, se exstrem escalares k1, k2,, k K, desgados por coefcetes da combação lear, tas que 2. O vector de 4 u = k u + k u + + k u 1 1 2 2 = k u = 1 R, u = ( 1, 2, 3, 4) é combação lear dos vectores u = (2,0, 1,0), u = ( 1,2,0,0 ), u = (0, 0, 1,2) e u = (2,0,0, 1), dado que 1 2 3 1 = 2, k2 = 1, k3 = 1, k4 = exstem escalares, k 2, tas que Com efeto 4 u = k u = 1 ku + k u + k u + k u = 2u u + u 2u 1 1 2 2 3 3 4 4 1 2 3 4 4 = 2 (2, 0, 1, 0) ( 1, 2, 0, 0) + (0, 0, 1, 2) 2(2, 0, 0, 1) = (4, 0, 2, 0) + (1, 2, 0, 0) + (0, 0, 1, 2) + ( 4, 0, 0, 2) = (1, 2, 3, 4) = u Prof. Isabel Matos & José Amaral ALGA A10-4 20-10-2009

10.4. Idepedêca lear. O cojuto de vectores { u u u } depedete sse a equação só possu a solução trval V = 1, 2,, E, dz-se learmete ku + k u + + k u = 0 1 1 2 2 k k k 1 = 2 = = = 0 Ou, o que é equvalete, ehum dos vectores pode ser expresso como combação lear dos restates. Caso cotráro, sto é, se a equação possu uma solução ão trval, dzemos que os vectores de V são learmete depedetes. Equvaletemete, V é learmete depedete sse um dos seus elemetos é combação lear dos restates. 3. O cojuto de vectores = { u, u, u, u } V 1 2 3 4, com u 1 = (2,0, 1,0), u 2 = ( 1,2,0,0), u 3 = (0, 0, 1,2) e u 4 = (2,0,0, 1), é learmete depedete dado que k1u1 + k2u2 + k3u3 + k4u4 = 0 k1(2, 0, 1, 0) + k2( 1, 2, 0, 0) + k3(0, 0, 1, 2) + k4(2, 0, 0, 1) = 0 (2 k1,0, k1,0) + ( k2,2 k2,0,0) + (0, 0, k3, 2 k3) + (2 k4, 0, 0, k4) = 0 (2k1 k2 + 2 k4, 2 k2, k1 k3, 2 k3 k4) = 0 2k k + 2k = 0 2k = 0 k k = 0 2k k = 1 2 4 2 1 3 3 4 0 Resolvedo o sstema podemos verfcar que só exste a solução trval k = k = 0 k = 0 k 0. 1 0 2 3 4 = Prof. Isabel Matos & José Amaral ALGA A10-5 20-10-2009