Aula 8: Determinantes (continuação)

Slides:



Advertisements
Apresentações semelhantes
Método Simplex Resolução Algébrica
Advertisements

Sistemas Realimentados
DETERMINANTES de Ordem n (n > 3).
Subespaço, base e dimensão
Amintas engenharia.
Análise por Variáveis de Estado (3a parte)
Álgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica
Matriz Inversa.
Linguagem Orientada a Matrizes COB 727
A Teoria dos Determinantes
O que você deve saber sobre
O que você deve saber sobre
SISTEMAS LINEARES I Prof. Marlon.
SISTEMAS LINEARES II Prof. Marlon.
Sistemas Lineares.
SISTEMAS LINEARES ( AULA 3 ).
SISTEMAS LINEARES ( AULA 1 ).
MATRIZES REAIS ( 3ª AULA ).
INVERSÃO DE MATRIZES.
E PROF. VILSON SCHWANTES.
Introdução aos Sistemas de Controle
Amintas engenharia.
Professora: Itaciane T.B. Tomasini
Determinantes.
Campus de Caraguatatuba
PROPRIEDADES DOS DETERMINANTES
Aula 4: Matrizes e Operações Matriciais
Determinantes Propriedades dos determinantes Matriz Transposta
Slide 06.
Matemática para Economia III
Aula 9: Determinantes (continuação)
Aula 8: Determinantes (continuação)
Introdução à Álgebra Linear
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
3 - MATRIZ COMPLEMENTAR E CO-FATOR
Determinantes e Propriedades
Produto Vetorial SLIDE 06.
Determinantes Determinante de ordem 1 M = det M = a11 A = det A = 16
Determinantes Conceito Representação Propriedades
Instituto de Aplicação Fernando Rodrigues da Silveira (CAp/UERJ)
Sistemas Lineares Métodos de Resolução Algébrico Produto de Matrizes
Sistema de equações lineares
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
Teorema de Laplace Exemplos e fórmula para o cálculo da matriz inversa.
Matemática para Economia III
Espaços e Subespaços Vetoriais
Campus de Caraguatatuba
MÚLTIPLOS GRAUS DE LIBERDADE
Álgebra Linear Unidade II: Determinantes Prof. Edson Brito
MATEMÁTICA DETERMINANTES.
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Revisão de Matrizes.  O estudo de matrizes veio do estudo de equações lineares.  Considere as equações: Axu Ax = u.
Matriz quadrada de ordem 1
Sistemas de Controle III N8SC3
DETERMINANTES.
Sistemas de Controle III N8SC3
Aula 6 – Sistemas Lineares
Unidade 3 – sistemas lineares
MATEMÁTICA E SUAS TECNOLOGIAS Ensino Médio, 2º Ano
Regra de Cramer x + 2y – z =2 2x – y + z = 3
1 Álgebra Linear Determinante e Matriz Inversa Prof. Paulo Salgado
Álgebra Linear Prof(a):Janaína F. Lacerda A matemática não precisa ser uma tortura.
Determinantes e Sistemas Lineares parte I Profª Juliana Schivani Laplace (1749 – 1827) Pierre Sarrus (1798 – 1861) Jacobi (1804 – 1851)Cramer (1704 – 1752)
Álgebra Linear Tipos Especiais de Operadores Lineares
Turma E1 – Profa. Ana Maria Luz F. do Amaral
Transcrição da apresentação:

Aula 8: Determinantes (continuação)

Mais propriedades dos determinantes D9: Sejam A e B matrizes nxn e k um escalar qualquer temos que: Exemplo: D10: Sejam A, B, C matrizes nxn que diferem em uma única linha (r-ésima) , suponha que nesta linha para todo j=1,...,n então: Exemplo: (Quadro)

Mais propriedades dos determinantes D11: Se B é uma matriz nxn e E é uma matriz elementar nxn então: Consequência: D12: Uma matriz quadrada é invertível se, e somente se, det(A)≠0. D13: Se A e B são matrizes quadradas de mesmo tamanho então: D14: Se A é invertível então: D15: Se A é ortogonal (A-1=AT) então det(A-1)=1 ou -1.

Determinantes, sistemas e invertibilidade 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.

Expansão em cofatores Exemplo: Definição: (menor de aij) Se A é uma matriz quadrada então o determinante menor da entrada aij, ou simplesmente o menor de aij é denotado por Mij e definido como o determinante da submatriz que sobra quando suprimido a i-ésima linha e j-ésima coluna de A. Exemplo: Definição: (cofator) O número (-1)i+j Mij e denotado por Cij é chamado de o cofator de aij.

Expansão em cofatores Observe a fórmula para o determinante de ordem 3: (expansão em cofatores ao longo da primeira linha)

Expansão em cofatores Teorema: O determinante de uma matriz A (nxn) pode ser obtido pela soma dos produtos dos elementos de uma fila qualquer (linha ou coluna) da matriz A pelos respectivos cofatores. Estas somas são denominadas expansões em cofatores de det(A). (expansão em cofatores ao longo da linha i) (expansão em cofatores ao longo da coluna j) Exemplo: (Quadro)

Expansão em cofatores Definição: (matriz de cofatores e adjunta de A) Se A é uma matriz quadrada de ordem n e Cij é o cofator de aij então a matriz é chamada matriz de cofatores de A. A transposta desta matriz é chamada adjunta de A e denotada por adj(A). Exemplo: (Quadro)

Fórmula para inversa de uma matriz Teorema: Se A é uma matriz nxn, invertível então Exemplo: (Quadro) Idéia da prova: Mostra –se que: Como A é invertível, det(A)≠0. Portanto a equação pode ser reescrita como: Multiplicando-se ambos os lados à esquerda por A-1 obtemos:

Regra de Cramer Teorema: (Regra de Cramer) Se Ax=b é um sistema de n equações lineares com n incógnitas tal que det(A)≠0, então o sistema tem uma única solução. Esta solução é: onde Aj é a matriz obtida subtraindo as entradas da j-ésima coluna de A pelas entradas do vetor coluna b. Observação: Quando det(A)≠0 onde A é a matriz dos coeficientes de um sistema linear, o sistema é chamado sistema de Cramer Idéia da prova + Exemplo: Quadro

Regra de Cramer Através da Regra de Cramer podemos classificar um sistema linear quanto as suas soluções: Se det(A)=0 e pelo menos um dos det(Ai)≠0 o sistema é imcompatível. Se det(A)=0 e det(Ai)=0 para todo i o sistema é compatível e indeterminado. Se det(A) ≠0 o sistema é compatível e determinado.

Sistemas lineares da forma Ax=λx Muitas aplicações da Álgebra linear envolvem sistemas de n equações lineares e n incógnitas que aparecem no formato: Ax=λx onde λ é um escalar. Tais sistemas são realmente sistemas homogêneos disfarçados pois podem ser reescritos como λx-Ax=0 ou ainda λIx-Ax=0 (λI-A)x=0. Uma pergunta fundamental em relação ao sistema (1) é determinar para quais valores de λ o sistema tem solução não trivial, tal valor de λ é chamado autovalor de A. Se λ é um autovalor de A então cada solução não trivial de (2) é chamada autovetor de A associado ao autovalor λ. (1) (2)

Sistemas lineares da forma Ax=λx Vimos que A é invertível ↔ Ax=0 tem somente solução trivial logo (λI-A)x=0 tem solução não trivial ↔ (λI-A) não é invertível, ou seja, det(λI-A)x=0 Exemplo: Expresse o sistema linear abaixo no formato (λI-A)x=0 encontre: (i) A equação característica; (ii) os autovalores; (iii) os autovetores associados a cada autovalor Equação característica de A