Campus de Caraguatatuba

Slides:



Advertisements
Apresentações semelhantes
Prof. José Junior Barreto TEORIA DOS DETERMINANTES
Advertisements

A = ( 3 ) , logo | A | = 3 Determinantes
Amintas engenharia.
Amintas engenharia.
Matrizes especiais Matriz linha Matriz do tipo 1 x n, ou seja, com uma única linha. Por exemplo, a matriz A =[ ], do tipo 1 x 4. Matriz coluna.
Álgebra Linear e Geometria Analítica
Determinantes.
Determinantes Determinante é um número real associado a uma matriz quadrada. Notação: det A ou |A|. Determinante de uma Matriz Quadrada de 1ª Ordem. Seja.
SISTEMAS DE EQUAÇÕES.
Matriz Inversa.
Análise de regressão linear simples: abordagem matricial
1 Complexidade de Algoritmos Complexidade de pior caso Complexidade de melhor caso de uso bem menos freqüente em algumas situações específicas Complexidade.
A Teoria dos Determinantes
1 Sabendo-se que os pratos das balanças estão em equilíbrio, você seria capaz de dizer: Quantos quadrados corresponde um círculo ? Dica Mais dicas Elaboração:
O que você deve saber sobre
MATRIZES Prof. Marlon.
SISTEMAS LINEARES II Prof. Marlon.
Determinantes SilvanaWBenvenutti Turma:301
MATRIZES É uma tabela disposta em “m” linhas e “n” colunas.
MATRIZES - 2 OPERAÇÕES.
Amintas engenharia.
1 – Matrizes: Operações e Propriedades
Revisão do conceito de matrizes
Determinantes.
TENSÕES E CORRENTES EM CIRCUITOS TRIFÁSICOS BALANCEADOS Sistemas de potência são alimentados por geradores trifásicos. De maneira ideal, os geradores suprem.
MATEMÁTICA UNIDADE 2 Conteúdo: Matrizes Duração: 10 40’ 04/04/13
Aula 4: Matrizes e Operações Matriciais
Como aplicar leis da lógica
Campus de Mal. Cdo. Rondon - PR. SISTEMAS ESCALONADOS – FORMA ESCADA.
Dependência e Independência Linear e Produto Vetorial
Resultantes de Sistemas de Forças Cap. 4
Matemática para Economia III
Introdução à Álgebra Linear Turma B1 Profa. Ana Maria Luz
Aula 8 e 9: Determinantes (continuação)
Matemática para Economia III
Professora: Ana Cristina G. e Silva Natal-RN
SISTEMAS LINEARES.
3 - MATRIZ COMPLEMENTAR E CO-FATOR
Revisão De Alguns Conceitos Básicos
Salas de Matemática.
Pesquisa Operacional Sistemas Lineares
Produto Vetorial SLIDE 06.
Revisão do conceito de matrizes
Determinantes Conceito Representação Propriedades
Progressão Geométrica Matrizes Questão nº01  Na P.G., a posição do termo é...
Instituto de Aplicação Fernando Rodrigues da Silveira (CAp/UERJ)
Matrizes 2009 Colégio Integrado Jaó. Prof. Paulo..
1 2 Observa ilustração. Cria um texto. Observa ilustração.
Campus de Caraguatatuba Aula 8: Noções Básicas sobre Erros (2)
©Prof. Lineu MialaretAula /3Cálculo Numérico Cálculo Numérico – CN Prof. Lineu Mialaret Aula 20: Zeros de Funções Instituto Federal de Educação,
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Campus de Caraguatatuba Aula 2: Somatório e Produtório
©Prof. Lineu MialaretAula 9 - 1/28Matemática Discreta 1 Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - IFSP Campus de Caraguatatuba.
Cálculo da Direção de Caminhada: Gradiente de f(x)
Matemática para Economia III
Matrizes Definição Mat Fis Qui João 7,0 5,0 6,0 Maria 9,0 4,0
Geometria analítica e álgebra linear
Campus de Caraguatatuba
Matemática Matriz Inversa
Campus de Caraguatatuba Matemática Discreta 1 – MD 1
Campus de Caraguatatuba Aula 9: Noções Básicas sobre Erros (3)
Campus de Caraguatatuba Aula 16e: Exercícios de View
Matemática Discreta 1 – MD 1
Campus de Caraguatatuba
Campus de Caraguatatuba
Campus de Caraguatatuba Aula 16: Sistemas de Equações Lineares (4)
Campus de Caraguatatuba Aula 19: Sistemas de Equações Lineares (7)
Campus de Caraguatatuba Aula 18: Sistemas de Equações Lineares (6)
Álgebra Linear e Geometria Analítica
©Prof. Lineu MialaretAula 4 - 1/27Matemática Discreta I Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - IFSP Campus de Caraguatatuba.
Transcrição da apresentação:

Campus de Caraguatatuba Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - IFSP Campus de Caraguatatuba Licenciatura em Matemática 10 Semestre de 2013 Cálculo Numérico – CN Prof. Lineu Mialaret Aula 5: Matrizes (2)

Determinante (1) Seja uma matriz quadrada A, então pode-se estabelecer seu determinante, que é um escalar denotado por |A| e é definido como se segue, Onde o elemento é o j-ésimo elemento da i-ésima linha e |Aij| é a matriz obtida eliminando-se a i-ésima linha e a j-ésima coluna da matriz A. (i = 1). Obs.: Pode-se eliminar qualquer linha.

Determinante (2) Exemplo 1: Seja a matriz A ao lado. Eliminando-se a primeira linha.

Determinante (3) Há alguns casos especiais de cálculo de determinantes. Matriz A de ordem 2. Exemplo 2: Cálculo do |A|.

Determinante (4) Matriz A de ordem 3: Exemplo 3: Cálculo do |A|.

Determinante (5) Sintetizando, Determinante de uma Matriz A de ordem 2. Determinante de uma Matriz A de ordem 3.

Operações Elementares em Linhas (1) Há três operações elementares realizadas nas linhas de uma matriz. Permuta da i-ésima linha pela j-ésima linha (Li ⇔ Lj) Multiplicação da i-ésima linha por um escalar não nulo k (Li ⇒ k.Li)

Operações Elementares em Linhas (2) Substituição da i-ésima linha pela i-ésima linha mais k vezes a j-ésima linha (Li ⇒ Li + k.Lj) Matrizes Equivalentes: Dadas duas matrizes A e B, de ordem m x n, diz-se que B é linha equivalente a A, se B é obtida de A por meio de um número finito de operações elementares sobre as linhas de A, e denota-se isso por A ⇒ B ou A ∼ B.

Operações Elementares em Linhas (3) Seja A uma matriz m x n. Diz-se que a matriz A está em Forma de Escada (ou em Escada de Linhas) se, para cada linha da matriz se verifica: Caso 1 – Se a linha i é nula Então para todo r > i, a linha r é nula; e Caso 2 – Se a linha i não é nula Então se ais é o primeiro elemento não nulo da linha i (chamado de pivot) então para todo l > i e para todo c ≤ s, alc = 0. A matriz A está na Forma Condensada (ou em Escada de Linhas Reduzida) se está em forma de escada e para cada linha i O pivot é a identidade; e Se ais é o pivot, então para todo l < i, als = 0.

Operações Elementares em Linhas (4) Exemplo 4: A matriz apresentada a seguir está em forma de escada. Exemplo 5: A matriz apresentada a seguir está em forma condensada.

Operações Elementares em Linhas (5) Propriedade de uma matriz qualquer: Toda matriz pode ser transformada, por meio de operações elementares, numa matriz em forma de escada ou em uma matriz condensada. Exemplo 6: Transformação para a forma condensada.

Matriz Inversa (1) Se |A| = 0, denomina-se a matriz A de Matriz Singular. Caso contrário, ela é chamada de Matriz Não Singular. Seja A uma matriz quadrada de ordem n não singular, como apresentada a seguir. Há uma matriz A-1, chamada de Matriz Inversa de A, de tal forma que AA-1 = A-1A = In, onde In é a Matriz Identidade de ordem n.

Matriz Inversa (2) Exemplo 7: Seja as matrizes A e A-1, dadas a seguir. Então tem-se que

Matriz Inversa (3) Caso Especial: Inversa de uma matriz A de ordem 2. Exemplo 8: Seja a matriz A dada a seguir. Encontrar A-1.

Matriz Inversa (4) Exemplo 9: Achar a inversa de matriz A de ordem 3, apresentada a seguir. Pode-se achar a inversa dessa matriz fazendo-se uso da seguinte informação: Uma matriz A de ordem n é inversível se e somente se A é linha equivalente a I (matriz identidade) e, nesse caso, toda sequência de operações elementares que transforma A em I também transforma I em A-1. Caso se posicione as matrizes A e I lado a lado, formando a matriz [A I] então as operações elementares nessa matriz produzem operações idênticas em A e I. Ou existem operações elementares que transformam A em I e I em A-1 ou, a matriz A não é inversível.

Matriz Inversa (5) O primeiro passo é acrescentar uma matriz unitária no lado direito, como se segue, O objetivo agora é somar ou subtrair linhas multiplicadas por escalares de forma a obter a matriz unitária no lado esquerdo. 1ª linha = 1ª linha + 2ª linha multiplicada por −1. Com essa operação, consegue-se 1 no elemento a11 (primeira linha, primeira coluna) da matriz esquerda, como se segue. E os elementos  a12  e  a13  tornaram-se nulos.

Matriz Inversa (6) Fazer as próximas operações: 2ª linha = 2ª linha + 1ª linha multiplicada por −1. 3ª linha = 3ª linha + 1ª linha multiplicada por −2. Com as operações acima, os elementos a12  e  a13 tornaram-se nulos, formando a primeira coluna da matriz unitária. 3ª linha = 3ª linha + 2ª linha multiplicada por −3. Essa operação forma a segunda coluna da matriz identidade.

Matriz Inversa (7) Fazer as próximas operações: 3ª linha = 3ª linha multiplicada por −1. Multiplicação executada para fazer 1 no elemento a12 da matriz esquerda. 2ª linha = 2ª linha + 3ª linha multiplicada por −1. Essa operação forma a terceira e última coluna da desejada matriz identidade no lado esquerdo.

Matriz Inversa (8) Finalmente,  a matriz inversa é a parte da direita da matriz [I A-1]

Matriz Inversa (9) Há algumas propriedades especiais para matrizes inversas (as matrizes A, B e C são tais que as suas inversas existam e os produtos sejam definidos). (A−1)T = (AT)−1 (AB)−1 = A−1 + B−1 Se a inversa de uma matriz A existe, então |A| �= 0.

Matriz Ortogonal (1) Uma matriz quadrada A é denominada ser uma Matriz Ortogonal se suas linhas, consideradas como vetores, são mutuamente perpendiculares e de comprimento 1, o que equivale a dizer que AAT = I. Exemplo 10: Seja a matriz A apresentada a seguir. Ela é uma matriz ortogonal. Obs.: Uma matriz A é ortogonal, se e somente se, AT = A−1.

Matriz Ortogonal (2) Exercício 1: Seja a matriz A apresentada a seguir. Mostrar que ela é uma matriz ortogonal. Lembrar que uma matriz ortogonal, AAT = I.

Rank de Matriz (1) O rank (posto) de uma matriz A de ordem m x n é fornecido pelo número máximo de linhas (ou colunas) linearmente independentes (LI) da matriz A. Exemplo 11: Seja a matriz A apresentada a seguir. Neste exemplo, todas as colunas ou linhas da matriz A são linearmente independentes (LI).

Rank de Matriz (2) Exemplo 12: Seja a matriz B apresentada a seguir. Neste exemplo, a primeira coluna da matriz B é uma combinação linear das demais, ou seja, essa coluna não é linearmente independentes (LI).

Rank de Matriz (3) Uma outra forma de se determinar o rank de uma matriz A é contabilizar o número de linhas nulas que se obtém a partir de uma nova matriz B em forma de escada que possa ser obtida a partir de A por meio de operações elementares. Exemplo 13: A matriz apresentada a seguir tem rank = 2, pois está em forma de escada e tem duas linhas não nulas.

Rank de Matriz (4) Exemplo 14: Determinar o rank da matriz A apresentada a seguir. Para contabilizar o rank, da matriz A, deve-se transforma- la, por meio de operações elementares, numa matriz em forma de escada. Faz-se então as seguintes operações: L2 ⇒ L2 + L1 ⇒ (1/2)(L2 + L1) L3 ⇒ L3 + (-1)L1

Rank de Matriz (5) Na matriz B faz-se então as seguintes operações: L1 ⇒ L1 + (-2)L2, L3 ⇒ (1/8)L3 L1 ⇒ L1 + 3L3, L2 ⇒ L2 + (-2)L3 Obtém-se então 3 linhas não nulas. Logo, o rank da matriz A é 3.

Traço de Matriz (1) Seja uma matriz quadrada A de ordem k, então pode-se definir o traço de A, denotado por tr(A), como sendo dado pela soma dos elementos de sua diagonal principal. Exemplo 15: Sejam as matrizes A e B dadas a seguir. )

Traço de Matriz (2) Há algumas propriedades envolvendo o traço de uma matriz. Propriedades: Seja  um escalar, A e B matrizes, então tr(A) = tr(A); tr(A ± B) = tr(A) ± tr(B); tr(AB) = tr(BA); tr(B−1 AB) = tr(A); e tr(AA′) =� .