Introdução à Álgebra Linear

Slides:



Advertisements
Apresentações semelhantes
Método Simplex Resolução Algébrica
Advertisements

Sistemas Realimentados
Subespaço, base e dimensão
Amintas engenharia.
Análise por Variáveis de Estado
Análise por Variáveis de Estado (3a parte)
Álgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica
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.
Matriz Inversa.
Transformações Geométricas em C.G.
Métodos Numéricos e Estatísticos
Universidade Federal de Ouro Preto (UFOP)
Reconhecimento de Padrões Principal Component Analysis (PCA) Análise dos Componentes Principais David Menotti, Ph.D. Universidade.
SOLUÇÃO DE AUTOPROBLEMAS
Linguagem Orientada a Matrizes COB 727
SISTEMAS LINEARES Métodos Diretos: Método de Eliminação de Gauss
SISTEMAS LINEARES I Prof. Marlon.
SISTEMAS LINEARES ( AULA 1 ).
Determinantes.
Espaço Vetorial Introdução Definição de Espaço Vetorial Subespaço
Campus de Caraguatatuba
Aula 4: Matrizes e Operações Matriciais
Slide 06.
Dependência e Independência Linear e Produto Vetorial
Sistemas Lineares Homogêneos
Conceitos fundamentais
E Ellís Carvalho Luiz Afonso
Matemática para Economia III
Aula 9: Determinantes (continuação)
Aula 8: Determinantes (continuação)
Introdução à Álgebra Linear
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
Álgebra Linear e Geometria Analítica
CS276: Information Retrieval and Web Search
Álgebra Linear (Parte 1) (C. T. Chen, Capítulo 3)
Cálculo Numérico / Métodos Numéricos
19 Jun :46 Cálculo Numérico / Métodos Numéricos Determinação numérica de autovalores e autovetores Método das Potências.
ESPAÇOS E SUBESPAÇOS VETORIAIS REAIS
Conceitos fundamentais
Sistema de equações lineares
Hereditariedade Autossômica Transmissão Autossômica dominante Transmissão Autossômica recessiva Hereditariedade ligada ao sexo Co-dominância Ex: Co-dominância.
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Aula 8: Determinantes (continuação)
Matemática para Economia III
Campus de Caraguatatuba
Espaços e Subespaços Vetoriais
Matemática Discreta 1 – MD 1
Campus de Caraguatatuba
MÚLTIPLOS GRAUS DE LIBERDADE
Campus de Caraguatatuba
Campus de Caraguatatuba Aula 16: Sistemas de Equações Lineares (4)
TÉCNICAS DE CODIFICAÇÃO DE SINAIS INTRODUÇÃO À ÁLGEBRA Evelio M. G. Fernández
MATEMÁTICA DETERMINANTES.
©Prof. Lineu MialaretAula 4 - 1/27Matemática Discreta I Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - IFSP Campus de Caraguatatuba.
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Sistemas de Controle III N8SC3
Sistemas de Controle III N8SC3
GEOMETRIA ANALITICA VETORES.
Eliminação Gaussiana;
Álgebra Linear Espaços Vetoriais Vetores u = (x, y,..) Operações – Multiplicação por escalar (x) ku = (kx, ky,..) – Soma (+) u + v = (x u +x v, y u +y.
Álgebra Linear Prof(a):Janaína F. Lacerda A matemática não precisa ser uma tortura.
Sistemas de equações lineares de 1 a ordem Sistemas de equações diferenciais simultâneas aparecem naturalmente em problemas envolvendo diversas variáveis.
Teorema de Jacobi e Método de Chió Professora Thais Clara da Costa Haveroth.
DETEÇÃO E ESTIMAÇÃO Aula 19: Deteção Gaussiana – Parte 2.
Álgebra Linear Tipos Especiais de Operadores Lineares
Álgebra Linear Autovalores e Autovetores
Transcrição da apresentação:

Introdução à Álgebra Linear 2014.1 Aula 20: Autovalores e Autovetores

Recapitulando: matriz de uma transformação linear Sejam T: V→W uma transformação linear, A uma base de V e B uma base de W. Sem perda de generalidade consideremos dim V=2 e dim W=3. Sejam A={v1,v2} e B={w1,w2,w3} Escrevemos os vetores T(v1) e T(v2) como combinação linear do vetores de B Tomamos os escalares de T(vi) na base B e os colocamos como a coluna i da matriz [v]A [T(v)]B [T(v1)]B [T(v2)]B Matriz de T em relação as bases A e B

Matriz de uma transformação linear

Matriz de Mudança de Base Se considerarmos I: V→V a transformação linear identidade, I(v)=v. Ao escrevermos a matriz desta transformação em relação às bases A e B (A uma base de V e B outra base de V). Obteremos [I(v)]B= [v]A Ou ainda: [v]B = [v]A Matriz de mudança de base de A para base B O papel desta matriz é transformar as coordenadas de um vetor v na base A em coordenadas do mesmo vetor v na base B.

Autovetores e Autovalores Seja T:V→V um operador linear. Um vetor v ϵ V, v≠0, é autovetor do operador T se existe λ ϵ IR tal que T(v)= λv. Seja M a matriz desta transformação em relação à base canônica então (6) pode ser rescrito como Mv=λv λv-Mv=0 ou ainda λIv-Mv=0 (λI-M)v=0. Determinar se operador T possui um autovetor v≠0 equivale a determinar para quais valores de λ o sistema homogêneo (7) tem solução não trivial, tal valor de λ é chamado autovalor de M. Se λ é um autovalor de M então cada solução não trivial de (7) será o autovetor de M associado ao autovalor λ, ou seja será autovetor do operador T. (6) (7)

Autovetores e Autovalores De acordo com o que já estudamos M é invertível ↔ Mv=0 tem somente solução trivial logo (λI-M)v=0 tem solução não trivial ↔ (λI-M) não é invertível, ou seja, det(λI-M)=0 Exemplo: (b) Seja M=[T], encontre os autovalores de M e dê exemplo de autovetores associados a cada autovalor

Autovetores e Autovalores Teorema: Se A é uma matriz nxn, então as seguintes afirmações são equivalentes: A é invertível. Ax=0 só tem a solução trivial. A forma escalonada reduzida por linhas de A é In. A pode ser expressa como um produto de matrizes elementares. Ax=b é consistente para cada vetor coluna b de tamanho nx1. Ax=b tem exatamente uma solução para cada vetor coluna b nx1. det(A)≠0. A tem posto n. As linhas de A formam um conjunto L.I. de n vetores do IRn. As colunas de A formam um conjunto L.I. de n vetores do IRn. Zero não é um autovalor de A.