Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. Carlos Alberto 1 Formação • Prof. Carlos Alberto • Licenciado em Física e Matemática. • Bacharel em Física. • Pós-graduado em Física e em Computação. 2 Conteúdo do semestre: Conteúdo Programático: 1-Introdução à disciplina – objetivos e importância da disciplina para o curso de engenharia, matemática e áreas afins; -Matrizes – matrizes, determinantes e suas propriedades, multiplicação de matrizes, cofatores; operações com matrizes; matrizes inversíveis; -Sistemas Lineares –sistemas equações lineares; sistemas equivalentes; sistemas escalonados; discussão e resolução de sistemas lineares, sistemas de equações homogêneas. - Autovalores e Autovetores - Definição; polinômio característico; Determinação dos autovalores e autovetores de um operador. Vetores (livres e suas operações). Vetores: Produto escalar, Produto vetorial Produto misto. Retas: Formas das equações de retas no plano e no espaço, Ângulo entre retas. Paralelismo e perpendicularismo, Retas coplanares. Planos: Equação geral do plano, Determinação de um plano. Cônicas: parábola, A elipse. A circunferência, A hipérbole, Equação geral das cônicas. - Espaços vetoriais – introdução; espaços vetoriais; propriedades; sub – espaços vetoriais; combinações lineares; espaços vetoriais gerados. - Base e dimensão : dependência linear; propriedades dos conjuntos Linearmente Independente (LI) e dos conjuntos Linearmente Dependentes (LD); base de um espaço vetorial finitamente gerado, dimensão, base de um sub-espaço; dimensão de soma de dois subespaços; coordenadas ; mudança de base . - Transformações lineares – noções sobre aplicações : transformações lineares; propriedades das transformações lineares. Transformações não Lineares: conceituação. - Autovalores e Autovetores - Definição; polinômio característico; Determinação dos autovalores e autovetores de um operador. 3 Façam as anotações das aulas no seu caderno 4 Bibliografia (Livros) 5 BIBLIOGRAFIA BÁSICA: WINTERLE, Paulo. Vetores e Geometria Analítica. Pearson. ANTON,Howard e RORRES,Chris. - Álgebra linear com aplicações. Bookman. BIBLIOGRAFIA COMPLEMENTAR STEINBRUCH,A e WINTERLE,Paulo. Álgebra Linear.Pearson. BOULOS, Paulo e CAMARGO,Ivan. Geometria Analítica:um tratamento vetorial.Pearson. SIMMONS G. F. Cálculo com geometria analítica. Pearson. Como serão as aulas? • Poderão ser expostas com o uso de data-show, projetadas na própria lousa (fundo verde escuro). • As vezes não uso o data-show e faço as anotações na lousa. Nas aulas reservadas para exercícios. • No caso do uso de data-show o professor esperará vocês anotarem no caderno. 6 Faltas: apenas 25% (1/4) • O aluno que faltar mais do que 25 % ficará reprovado com qualquer nota que tiver, mesmo com DEZ). Ex.: 80 hs/a. Você poderá faltar no máx. 20 aulas ( 5 dias). Cada dia tem 4 aulas. • O diário é on-line, as faltas pode ser lançadas diáriamente ou nos primeiros 4 dias do início de cada mês. • Uma vez lançadas o professor não consegue retirá-las. O sistema não permite. Por isso a digitação é feita com extremo cuidado. • Atestados só na secretaria, não entregue ao professor. • Controle muito bem as suas faltas. 7 Critérios de avaliações • Avaliação continuadas (AC) até 3,0 pontos: – Avaliações continuadas são em forma de exercícios em classe (individual ou dupla) de na última aula do dia e listas de exercícios para o lar. – das avaliações continuadas serão descontadas as 2 (duas) piores notas. • Prova Regimental até 7,0 pontos. média = (AC + PR) Se média ≥ 7,0 estará aprovado, se não atingir 7,0 deve fazer e reavaliação (RE). Exemplo: Atingiu média = 5,5, subtrai de dez: 10,0 – 5,5 = 4,5 Neste caso precisará tirar no mínimo 4,5 na reavaliação 8 Matrizes • A teoria das matrizes seja cada vez mais aplicada em áreas como Economia, Administração, Engenharia, Matemática, Física, enfim, muitas áreas... • Exemplo: A tabela a seguir representa as notas de três alunos em uma etapa: Alunos Química Inglês Literatura Espanhol A 8 7 9 8 B 6 6 7 6 C 4 8 5 9 9 • Para saber a nota do aluno B em Literatura, basta procurar o número que fica na segunda linha e na terceira coluna da tabela: Nota 7 • Chama-se matriz a uma tabela de números dispostos em linhas e colunas. Alunos Química Inglês Literatura Espanhol A 8 7 9 8 B 6 6 7 6 C 4 8 5 9 10 Notação de matrizes • Seja uma matriz A denotaremos cada elemento da matriz A por aij • onde i é o número da linha e j é o número da coluna desse elemento. 11 Notação de matrizes: m x n (m linhas e n colunas) 12 Matrizes • Chama-se matriz a uma tabela de números dispostos em linhas e colunas. (L X C) Mat Fis Qui Zé 7,0 5,0 6,0 Maria 9,0 4,0 5,0 13 Matriz linha • Exemplo: matriz do tipo 1 x n, ou seja, com uma única linha. • Por exemplo: • A =[4 7 -3 1] , matriz do tipo 1 x 4. 14 Matriz coluna • Matriz do tipo m x 1, ou seja, com uma única coluna. • Exemplo: A = 𝟏 −𝟐 −𝟏 , matriz do tipo 3 x 1 15 Matriz diagonal • Matriz quadrada em que todos os elementos que não estão na diagonal principal são nulos. Por exemplo: 16 Matriz Quadrada • É toda matriz onde o número de linhas é igual ao número de colunas. Ex.: 205 625 021 C 17 Matriz Quadrada • O número de linhas é igual o números de colunas. Exemplo: A = 18 Matriz identidade • É a aatriz quadrada em que todos os elementos da diagonal principal são iguais a 1 e os demais são nulos; é representada por In, sendo n a ordem da matriz. Por exemplo: 19 Matriz Diagonal • É toda matriz quadrada onde os termos que não estão na diagonal principal são nulos. 100 040 005 D 20 Matriz Retangular : • O número de linhas é diferente do números de colunas. Exemplo: B = 21 Igualdade de Duas Matrizes • Sejam duas matrizes A e B do mesmo tipo, dizemos que A = B se somente se os seus elementos são respectivamente iguais. • Simbolicamente, sendo A e B matrizes do tipo m x n, temos: 𝑨 = 𝑩 ↔ 𝒂𝒊𝒋 = 𝒃𝒊𝒋 22 • Igualdade de matrizes, exemplo: 𝑥 = 𝑙𝑜𝑔−1 2 ∴ ∴ 𝑥 = 100 23 Matriz Transposta At • É toda matriz onde os termos que estão na posição de linha são transpostos para a posição de coluna. 𝑨 = 𝟓 𝟐 𝟕 𝟑 𝟎 𝟗 𝑨𝒕 = 𝟓 𝟑 𝟐 𝟎 𝟕 𝟗 24 Matriz Nula • Chama-se matriz nula a matriz na qual todos os seus elementos são iguais a zero. 25 Matriz oposta (-A) • Matriz -A obtida a partir de A trocando- se o sinal de todos os elementos de A. Exemplo: 26 Operações com Matrizes Adição • Para adicionarmos duas matrizes A e B basta que elas sejam do mesmo tipo, isto é, elas devem ter o mesmo número de linhas e o mesmo número de colunas. • Define-se a adição A + B = C como sendo formada pelos elementos cij= aij + bij Exemplo: 27 – Observação: A + B existe se, e somente se,A e B forem do mesmo tipo. Propriedades da adição de matrizes • Sendo A, B e C matrizes do mesmo tipo ( m x n), temos as seguintes propriedades para a adição: a) comutativa: A + B = B + A b) associativa: ( A + B) + C = A + ( B + C) c) elemento neutro: A + 0 = 0 + A = A, sendo 0 a matriz nula m x n d) elemento oposto: A + ( - A) = (-A) + A = 0 28 Subtração • Para subtrairmos duas matrizes A e B basta que elas sejam do mesmo tipo, isto é, elas devem ter o mesmo número de linhas e o mesmo número de colunas. • Define-se a subtração A - B = C como sendo formada pelos elementos cij= aij – bij Exemplo: 29 • Outro exemplo de subtração: 30 Multiplicação de um número real x por uma matriz • Dados um número real x e uma matriz A do tipo m x n, o produto de x por A é uma matriz B do tipo m x n obtida pela multiplicação de cada elemento de A por x, ou seja, bij = x.aij . Exemplo: 31 Multiplicação de matrizes • O produto de uma matriz por outra não é determinado por meio do produto dos seus respectivos elementos. Observem bem isto! • Sejam duas matrizes A do tipo m x n e B do tipo n x p, chama-se produto da matriz A pela matriz B que se indica C = A . B a matriz m x p definida por • Cij=ai1.bj1 + ai2.b2j + ai3.b3j + ... + ain.bnj 32 • Exemplo: Dadas as matrizes 2422 13 1412 4.51.42.53.4 4.01.12.03.1 4.31.22.33.2 . 42 13 54 01 32 BAC BeA 33 • Outro exemplo: vamos multiplicar as matrizes: 34 35 • Outro exemplo: A = −𝟏 𝟑 𝟒 𝟐 e B = 𝟏 𝟐 𝟑 𝟒 36 Propriedades da multiplicação de matrizes • Verificadas as condições de existência para a multiplicação de matrizes, valem as seguintes propriedades: a) Associativa: ( A . B) . C = A . ( B . C ) b) Distributiva em relação à adição: A . ( B + C ) = A . B + A . C ou ( A + B ) . C = A . C + B . C c) Elemento neutro: A . 1n = 1n . A = A, sendo 1n a matriz identidade de ordem n A propriedade comutativa, geralmente, não vale para a multiplicação de matrizes. 37 Faça você mesmo (agora) • Multiplique as duas matrizes a seguir: A = 𝟐 𝟑 𝟎 𝟏 −𝟏 𝟒 e B = 𝟏 𝟐 𝟑 −𝟐 𝟎 𝟒 38 • Correção: 39 Exercícios (dupla ou trio, Aval. continuada) • Some e subtraia as seguintes matrizes A = 𝟖 𝟗 𝟏 𝟑 e B = −𝟑 𝟑 𝟓 𝟒 • Dadas as matrizes abaixo, calcule A + B, A – B e 5A – 3B A = 𝟎 𝟏 −𝟏 𝟐 𝟑 𝟕 e B = 𝟏 −𝟏 𝟓 𝟎 𝟏 𝟗 • Dadas as matrizes, calcule A x B 𝑨 = 𝟐 𝟑 𝟏 𝟎 𝟓 −𝟐 e 𝑩 = 𝟕 𝟎 𝟐 𝟑 40 CORREÇÃO DOS EXERCÍCIOS (a.c.) DA AULA ANTERIOR 1) A = 8 9 1 3 B = −3 3 5 4 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑠𝑜𝑚𝑎 𝑒 𝑠𝑢𝑏𝑡𝑟𝑎çã𝑜 A + B = 8 + (−3) 9 + 3 1 + 5 3 + 4 = 𝟓 𝟏𝟐 𝟔 𝟕 A − B = 8 − (−3) 9 − 3 1 − 5 3 − 4 = 𝟏𝟏 𝟔 −𝟒 −𝟏 2) A = 0 1 −1 2 3 7 e B = 1 −1 5 0 1 9 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝐴 − 𝐵, 5. 𝐴 − 3. 𝐵, 𝐴 + 𝐵 𝐴 − 𝐵 = 0 − 1 1 − −1 −1 − 5 2 − 0 3 − 1 7 − 9 = −𝟏 𝟐 −𝟔 𝟐 𝟐 −𝟐 5. 𝐴 − 3. 𝐵 = 5.0 5.1 5. −1 5.2 5.3 5.7 − 3.1 3. (−1) 3.5 3.0 3.1 3.9 ∴ ∴ 5. 𝐴 − 3. 𝐵 = 0 5 −5 10 15 35 − 3 −3 15 0 3 27 = −𝟑 𝟖 −𝟐𝟎 𝟏𝟎 𝟏𝟐 −𝟖 𝐴 + 𝐵 = 0 + 1 1 + −1 −1 + 5 2 + 0 3 + 1 7 + 9 = 𝟏 𝟎 𝟒 𝟐 𝟒 𝟏𝟔 3) 𝐴 = 2 3 1 0 5 −2 e 𝐵 = 7 0 2 3 A x B = 2.7 + 3.2 2.0 + 3.3 1.7 + 0.2 1.0 + 0.3 5.7 + −2 . 2 −2.0 + −2 . 3 = 14 + 6 0 + 9 7 + 0 0 + 0 35 − 4 0 − 6 = 𝟐𝟎 𝟗 𝟕 𝟎 𝟑𝟏 −𝟔 41
Compartilhar