Baixe o app para aproveitar ainda mais
Prévia do material em texto
Equações Lineares Prof. Fabiano José dos Santos Equação Linear • Uma equação linear nas variáveis x1, x2, x3, . . . , xn tem a forma a1x1 + a2x2 + a3x3 + . . . + anxn = b. • a1, a2, a3, . . . , an são os coeficientes da equação. • b é chamado termo independente. • Uma solução de uma equação linear é qualquer n-upla ordenada de números que a satisfaça. Equação Linear - Exemplo • A equação 2x + y − 5z = 3, nas variáveis x, y e z, é linear. • Os nomes atribuídos às variáveis não importam 2x + y − 5z = 3 é mesmo que 2x1 + x2 - 5x3 = 3. • Os coeficientes da equação são 2, 1 e −5 e o termo independente é 3. • A tripla ordenada (1, 6, 1) é solução desta equação, pois 2*1 + 6 − 5*1 = 3. • Tal equação admite infinitas soluções: podemos escolher valores para duas variáveis e determinarmos o valor da terceira. Por exemplo, tomando-se x = 1 e y = 1, obtemos 2*1 + 1 − 5z = 3 ∴ -5z = 0 ∴ z = 0 • Logo a tripla ordenada (1, 1, 0) é solução da equação. Equação Linear – Contra Exemplos • A equação 2x − y2 + 4z = 2, nas variáveis x, y e z, é não linear, uma vez que a variável y é quadrática. • A equação x - 4xy + 7y = 4, nas variáveis x e y, é não linear, devido ao produto xy que ocorre entre variáveis. ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Sistemas Lineares Prof. Fabiano José dos Santos Sistema Linear • Um sistema de equações lineares, ou simplesmente sistema linear, com m equações e n variáveis x1, x2, x3, . . . , xn tem a forma geral • a11 , a12 , a13 , . . . , amn são os coeficientes das equações. • b1 , b2 , . . . , bm são chamados termos independentes. • Uma solução de um sistema linear é qualquer n-upla ordenada que satisfaz simultaneamente todas as suas equações. =++++ =++++ =++++ mnmnmmm nn nn bxaxaxaxa bxaxaxaxa bxaxaxaxa 332211 22323222121 11313212111 Sistema Linear - Discussão ▪ Conforme detalharemos adiante, dado um sistema linear, há 3 possibilidades: ▪ Admitir solução única (isto é, há uma única n-upla ordenada que satisfaz simultaneamente todas as suas equações). Neste caso dizemos que o sistema é possível (admite solução) e determinado (solução é única) ▪ Admitir infinitas soluções (isto é, há infinitas n-uplas ordenadas que satisfazem simultaneamente todas as suas equações). Neste caso dizemos que o sistema é possível (admite solução) e indeterminado (são infinitas soluções). ▪ Não admitir solução (isto é, nenhuma n-upla ordenada satisfaz simultaneamente todas as suas equações). Neste caso dizemos que o sistema é impossível (não admite solução) Sistema Linear – Solução Única • Considere o sistema linear com três equações nas variáveis x,y e z • A tripla ordenada (x, y, z) = (1, 4, 3) é solução do sistema, pois • A tripla ordenada (x, y, z) = (2,-1, 0) não é solução do sistema, pois • Adiante mostraremos que tripla ordenada (x, y, z) = (1, 4, 3) é a única solução do sistema, isto é, (1, 4, 3) é a única tripla ordenada que satisfaz simultaneamente suas três equações. −=+− =−+ =+− 122 2 32 zyx zyx zyx −=+− =−+ =+− 13*24*21 2341 33*241 −+−− +− =+−− 10*2)1(22 2012 30*2)1(2 Sistema Linear – Infinitas Soluções • Considere o sistema linear com três equações nas variáveis x,y e z • A tripla ordenada (x, y, z) = (1, 4, 3) é solução do sistema, pois • As triplas ordenadas (x, y, z) = (2,1, 1) e (x, y, z) = (3,-2,-1) também são soluções do sistema (verifique). • Adiante mostraremos que o sistema admite infinitas soluções, isto é, há infinitas triplas ordenadas que satisfazem simultaneamente suas três equações. =+− =−+ =+− 833 2 32 zyx zyx zyx =+− =−+ =+− 83*341*3 2341 33*241 Sistema Linear – Sem solução • Considere o sistema linear com três equações nas variáveis x,y e z • O sistema não admite solução. Este fato pode ser facilmente verificado observando que é impossível satisfazer simultaneamente a primeira e a segunda equações do sistema (se a soma de três números vale 3, não há como essa mesma soma valer 4). • Adiante mostraremos que o sistema não admite solução, isto é, nenhuma tripla ordenada satisfaz, simultaneamente, suas três equações. =+− =++ =++ 833 4 3 zyx zyx zyx Sistema Linear Homogêneo • Se os termos independentes de todas as equações são nulos, isto é se b1 = b2 = . . . = bm = 0, dizemos que o sistema linear é homogêneo: • Se pelo menos um dos termos independentes é não nulo dizemos que o sistema é não-homogêneo. • Todo sistema homogêneo sempre admite, pelo menos, a solução trivial (solução nula) =++++ =++++ =++++ 0 0 0 332211 2323222121 1313212111 nmnmmm nn nn xaxaxaxa xaxaxaxa xaxaxaxa )0,,0,0,0(),,,,( 321 =nxxxx Sistema Linear Homogêneo – Exemplos 1) Considere o sistema linear homogêneo com três equações nas variáveis x,y e z • Adiante mostraremos que tripla ordenada (x, y, z) = (0,0,0) é a única solução do sistema, isto é, mostraremos que este sistema homogêneo admite somente a solução trivial. 2) Considere o sistema linear homogêneo com três equações nas variáveis x,y e z • As triplas ordenadas (x, y, z) = (-1,3,2) e (x, y, z) = (2,-6,-4) são soluções deste sistema (verifique). Adiante mostraremos que este sistema homogêneo admite, além da solução trivial (x, y, z) = (0,0,0), infinitas soluções não triviais. =+− =−+ =+− 022 0 02 zyx zyx zyx =+− =−+ =+− 033 0 02 zyx zyx zyx ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Matriz Escalonada Prof. Fabiano José dos Santos Matriz Escalonada - Definição ▪ Dizemos que uma matriz está na forma escalonada por linhas se: (i) o primeiro coeficiente não nulo de cada linha, chamado pivô ou líder, está em uma coluna à direita das colunas dos pivôs das linhas anteriores; (ii) as linhas nulas (linhas cujos coeficientes são todos nulos), se existirem, estão abaixo das linhas não nulas (linhas nas quais pelo menos um coeficiente é não nulo). Matriz Escalonada - Exemplos ▪ Na matriz A os pivôs são 1 (na primeira linha), -4 (na segunda linha, à direita de 1) e 2 (na terceira linha, à direita de 1 e de -4). Não há linhas nulas. ▪ Na matriz B os pivôs são 5 (na primeira linha) e 2 (na segunda linha, à direita de 5). Há uma única linha nula (abaixo das linhas não nulas). ▪ Na matriz C os pivôs são 2 (na primeira linha), 1 (na segunda linha, à direita de 2) e 3 (na terceira linha, à direita de 2 e de 1). Há uma única linha nula (abaixo das linhas não nulas). Em uma matriz na forma escalonada por linhas, todos os coeficientes abaixo do pivô (na coluna do pivô) são nulos. −= 8200 4140 6231 A = 0000 4120 6235 B = 00000 30000 51000 41132 C Operações Elementares ESCALONAMENTO: uma forma escalonada (por linhas) de uma matriz é obtida pela aplicação de um número finito de operações elementares sobre suas linhas, dos seguintes tipos: (i) Trocar a posição relativa entre duas linhas da matriz. A notação a seguir indica a troca das posições relativas da i-ésima com a j-ésima linhas. (ii) Multiplicar uma linha da matriz por uma constante não nula. A notação a seguir indica a multiplicação da i-ésima linha por uma constante (não nula) k. (iii) Substituir uma linha da matriz por um múltiplo de outra linha mais a própria linha a ser substituída. A notação a seguir indica a substituição da i-ésima linha pela soma de k vezes a j-ésima linha mais a i-ésima linha. ji LL ii kLL = iji LkLL += Escalonamento - Exemplo •Obter uma forma escalonada (por linhas) da matriz • Na primeira coluna, anulamos os coeficientes abaixo do pivô pela aplicação das operações elementares: •A seguir trocamos as posições relativas das segunda e terceira linhas para obtermosuma forma escalonada da matriz dada − − 1172 5193 4131 − − − +−= +−= − − 9310 7400 4131 2 3 1172 5193 4131 313 212 LLL LLL − − − − − − 7400 9310 4131 9310 7400 4131 22 LL Escalonamento - Exemplo ATENÇÃO: A FORMA ESCALONADA DE UMA MATRIZ NÃO É ÚNICA. Escalonamento 1: Escalonamento 2: − − − += −− − − − −− − − − +−= += +−= −−− − − 6000 3100 8410 4121 2410 3100 8410 4121 2410 8410 3100 4121 3 2 2 10153 0232 5142 4121 424 32 414 313 212 LLL LL LLL LLL LLL − −− − − −− − += − − −− − −− − − − +−= += +−= −−− − − 6000 3100 2410 4121 3100 6000 2410 4121 3100 8410 2410 4121 2410 8410 3100 4121 3 2 2 10153 0232 5142 4121 43 323 42 414 313 212 LL LLL LL LLL LLL LLL ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Método de Gauss Prof. Fabiano José dos Santos Matriz Aumentada ▪ Todo sistema linear pode ser representado por sua matriz aumentada: ▪ Exemplo: =++++ =++++ =++++ mmnmmm n n mnmnmmm nn nn baaaa baaaa baaaa bxaxaxaxa bxaxaxaxa bxaxaxaxa 321 22232221 11131211 332211 22323222121 11313212111 −− − − −=+− =−+ =+− 1221 2111 3211 122 2 32 zyx zyx zyx Sistemas Equivalentes ▪ Dois sistemas lineares são ditos equivalentes se admitem a(s) mesma(s) solução(ões). ▪ Exemplo: os sistemas lineares abaixo são equivalentes, pois ambos admitem a solução (x, y, z) = (1, 4, 3) (Verifique). ▪ No caso do sistema linear em (b) é fácil verificar que tal solução é única por meio de uma substituição retroativa, pois da terceira equação temos que z = 3; que substituído na segunda equação nos dá y = 4, que substituídos na primeira equação nos dá x = 1. ▪ Adiante veremos que a tripla ordenada (x, y, z) = (1, 4, 3) também é a única solução do sistema linear em (a). −=+− =−+ =+− 122 2 32 )( zyx zyx zyx a = −=− =+− 93 132 32 )( z zy zyx b Método de Gauss • O Método de Gauss (ou método do Escalonamento, ou método da Pivotação) é utilizado para a discussão de Sistemas Lineares e consiste do seguinte algoritmo: Sistema Linear → Matriz Aumentada → Forma Escalonada → Sistema Equivalente • No Método de Gauss, a aplicação das operações elementares para se obter uma forma escalonada da matriz aumentada do sistema, e assim possibilitar uma substituição retroativa, não altera sua(s) solução(ões). • O sistema escalonado, equivalente ao sistema dado, será: ➢ Possível Determinado (solução única): se a forma escalonada apresenta número de equações (todas válidas) igual ao número de variáveis. ➢Impossível (sem solução): a forma escalonada apresenta pelo menos uma equação inválida ➢Possível Indeterminado (infinitas soluções): se a forma escalonada apresenta número de equações (todas válidas) menor que o número de variáveis. 0,0000 321 =++++ bbxxxx n Método de Gauss – Solução única • Considere o sistema linear e sua respectiva matriz aumentada: • Inicialmente obtemos a forma escalonada da matriz aumentada: •A seguir escrevemos o sistema equivalente escalonado (como o número de equações é igual ao número de variáveis, temos uma solução única): • E finalmente a substituição retroativa: da terceira equação temos que z = 3; que substituído na segunda equação nos dá y = 4, que substituídos na primeira equação nos dá x = 1. Assim a tripla ordenada (1, 4, 3) é a única solução do sistema equivalente bem como a única solução do sistema dado (verifique). −=+− =−+ =+− 122 2 32 zyx zyx zyx −− − − 1221 2111 3211 −− − −= −− −− − += −− −− − +−= +−= −− − − 9300 1320 3211 2 2 9 2 3 00 1320 3211 2 14010 1320 3211 1221 2111 3211 33 323 313 212 LLLLLLLL LLL = −=− =+− =++ −=−+ =+− 93 132 32 9300 1320 32 z zy zyx ou zyx zyx zyx Método de Gauss – Sem Solução • Considere o sistema linear e sua respectiva matriz aumentada: • Inicialmente obtemos a forma escalonada da matriz aumentada: •A seguir escrevemos o sistema equivalente escalonado • Como a terceira equação é inválida , pois é impossível satisfazer a igualdade 0x+0y+0z=1 , o sistema não admite solução. =+− =++ =++ 833 4 3 zyx zyx zyx − 8313 4111 3111 −− −− +−= +−= − 1000 1040 3111 1040 1000 3111 38313 4111 3111 32313 212 LLLLL LLL = −=− =++ =++ −=+− =++ 10 14 3 1000 1040 3 y zyx ou zyx zyx zyx Método de Gauss – Infinitas Soluções • Considere o sistema linear e sua respectiva matriz aumentada: • Inicialmente obtemos a forma escalonada da matriz aumentada: •A seguir escrevemos o sistema equivalente escalonado • Como no sistema escalonado o número de equações é menor que o número de variáveis, temos infinitas soluções. Neste caso específico, como a forma escalonada possui duas equações a três variáveis, há uma (3- 2=1) variável livre. Podemos atribuir um valor para z e determinar os valores de y e x (por meio de substituições). De modo análogo podemos atribuir um valor a y e determinar os valores de z e x (por meio de substituições). Ou ainda, atribuir um valor a x e determinar os valores de y e z (pela soluçao de um novo sistema linear). =+− =−+ =+− 833 2 32 zyx zyx zyx − − − 8313 2111 3211 −− − +−= −− −− − +−= +−= − − − 0000 1320 3211 1320 1320 3211 38313 2111 3211 323313 212 LLLLLL LLL −=− =+− =++ −=−+ =+− 132 32 0000 1320 32 zy zyx ou zyx zyx zyx Método de Gauss – Infinitas Soluções • Podemos determinar uma forma paramétrica das infinitas soluções do sistema linear da seguinte forma: • Inicialmente elegemos uma variável livre, digamos z, e escrevemos (em que t, denominado parâmetro, é qualquer valor numérico). • Substituindo na segunda equação obtemos . • Substituindo os valores encontrados de y e z na primeira equação obtemos . • Assim, uma forma paramétrica das infinitas soluções do sistema dado é • Digamos, se t=1, a tripla ordenada (x,y,z) = (2,1,1) é uma solução do sistema linear dado (verifique). • Se t=-1, a tripla ordenada (x,y,z) = (3,-2,-1) é uma solução do sistema linear dado (verifique). •Para cada valor numérico do parâmetro t, a forma paramétrica fornece uma das infinitas soluções do sistema linear dado. −=− =+− =++ −=−+ =+− 132 32 0000 1320 32 zy zyx ou zyx zyx zyx ( ) −− = t tt zyx , 2 13 , 2 5 ,, tz = tz = 2 13 132 − =−=− t yty 2 5 32 2 13 t xt t x − ==+ − − ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Método de Gauss-Jordan Prof. Fabiano José dos Santos Matriz Escalonada Reduzida - Definição ▪ Dizemos que uma matriz está na forma escalonada reduzida por linhas se: (i) o primeiro coeficiente não nulo de cadalinha, chamado pivô ou líder, está em uma coluna à direita das colunas dos pivôs das linhas anteriores; (ii) as linhas nulas (linhas cujos coeficientes são todos nulos), se existirem, estão abaixo das linhas não nulas (linhas nas quais pelo menos um coeficiente é não nulo); (iii) o pivô é o único coeficiente não nulo de sua coluna; e (iv) todo pivô vale 1. Matriz Escalonada Reduzida ▪ Exemplos de matrizes na forma escalonada reduzida ▪ Obter a forma escalonada reduzida da matriz dada: ▪ Observação: a forma escalonada reduzida de uma matriz é única. = 8100 4010 6001 A = 0000 4210 6201 B = 00000 10000 01000 00531 C − −− − += += −− − +−= +−= − 2600 3310 25012 1310 3310 4121 2 5231 5132 4121 323 121 313 212 LLL LLL LLL LLL − − += +−= − − − = −= − −− − 3 1 3 1 232 131 3 1 36 1 3 22 100 2010 001 3 5 100 3310 2501 2600 3310 2501 LLL LLL LL LL Método de Gauss-Jordan • O Método de Gauss-Jordan é utilizado para a discussão de Sistemas Lineares e consiste do seguinte algoritmo: Sistema Linear → Matriz Aumentada → Forma Escalonada Reduzida → Sistema Equivalente • No Método de Gauss-Jordan, a aplicação das operações elementares para se obter a forma escalonada reduzida da matriz aumentada do sistema, e assim possibilitar uma substituição retroativa, não altera sua(s) solução(ões). • O sistema escalonado reduzido, equivalente ao sistema dado, será: ➢ Possível Determinado (solução única): se a forma escalonada apresenta número de equações (todas válidas) igual ao número de variáveis. ➢Impossível (sem solução): a forma escalonada apresenta pelo menos uma equação inválida ➢Possível Indeterminado (infinitas soluções): se a forma escalonada apresenta número de equações (todas válidas) menor que o número de variáveis. 0,0000 321 =++++ bbxxxx n Método de Gauss-Jordan – Solução única • Considere o sistema linear e sua respectiva matriz aumentada: • Inicialmente obtemos a forma escalonada reduzida da matriz aumentada: • Neste caso (matriz escalonada reduzida com número de equações igual ao número de variáveis) a solução única do sistema é lida diretamente da coluna de termos independentes da matriz aumentada. −=+− =−+ =+− 122 2 32 zyx zyx zyx −− − − 1221 2111 3211 −− −− += +−= −− −− − −− −− − +−= +−= −− − − 9300 4010 7201 21320 4010 3211 4010 1320 3211 1221 2111 3211 323 121 23 313 212 LLL LLL LL LLL LLL = = = 3 4 1 z y x +−= −= −= −− −− 3100 4010 10012 3100 4010 7201 9300 4010 7201 131 33 1 3 22 LLL LL LL Método de Gauss-Jordan – Infinitas Soluções • Considere o sistema linear e sua respectiva matriz aumentada: • Inicialmente obtemos a forma escalonada da matriz aumentada: •A seguir escrevemos o sistema equivalente escalonado reduzido • Como no sistema escalonado reduzido o número de equações é menor que o número de variáveis, temos infinitas soluções. Com z = t (variável livre) obtemos a forma paramétrica das infinitas soluções: =+− =−+ =+− 833 2 32 zyx zyx zyx − − − 8313 2111 3211 −−= −− +−= += −− −− − +−= +−= − − − 0000 10 01 0000 1320 01 1320 1320 3211 38313 2111 3211 2 1 2 3 2 5 2 1 22 1 2 2 5 2 1 323 122 1 1 313 212 LL LLL LLL LLL LLL −=− =++ 2 1 2 3 2 5 2 10 zy zyx ( ) −− = t tt zyx , 2 13 , 2 5 ,, ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Sistemas Lineares Aplicações Simples Prof. Fabiano José dos Santos Interpolação Polinomial ▪ Por um conjunto com n+1 pontos com podemos interpolar um polinômio de grau <= n da forma ▪ Para determinarmos os coeficientes do polinômio interpolador fazemos: ▪ A solução deste sistema linear, com n+1 equações e n+1 variáveis, nos fornece os coeficientes do polinômio interpolador. Solução será única desde que ( ) ( ) ( ) ( )nn yxyxyxyx ,,,,,,,, 221100 ( ) ( ) ( ) ( ) =++++= =++++= =++++= =++++= nnn n nnnn n n n n n n yaxaxaxayxp yaxaxaxayxp yaxaxaxayxp yaxaxaxayxp 01 2 2 2021 2 22222 1011 2 12111 0001 2 02000 nxxxx 210 01 2 2)( axaxaxaxp n n ++++= nxxxx 210 Interpolação Polinomial - Exemplo ▪ Determine o polinômio de grau <= 3 que passa pelos pontos (-1,2) ; (1,0) ; (2,-1) e (3,14). ▪ Obtemos o seguinte sistema linear: ▪ A solução deste sistema linear é (verifique) ▪ Assim o polinômio interpolador procurado é ▪ Trata-se de um problema com solução única (uma vez que as abscissas dos pontos são distintas) ( ) ( ) ( ) ( ) =+++=+++= −=+++−=+++−= =+++=+++= =+−+−=+−+−+−=− 14392714)3()3()3(143 12481)2()2()2(12 00)1()1()1(01 22)1()1()1(21 012301 2 2 3 3 012301 2 2 3 3 012301 2 2 3 3 012301 2 2 3 3 aaaaaaaap aaaaaaaap aaaaaaaap aaaaaaaap )5,3,4,2(),,,( 0123 −−=aaaa 01 2 2 3 3)( axaxaxaxp +++= 5342)( 23 +−−= xxxxp Balanço de Massa ▪ Uma indústria metalúrgica deseja fabricar uma liga de bronze com a seguinte composição química: (percentual em massa) ▪ A liga será obtida por refusão das ligas A, B, C, D, cujas composições são mostradas na tabela a seguir (percentuais em massa) ▪ Qual a massa necessária de cada liga A, B, C, D para se produzir exatamente 1000 Kg (1 ton) da liga desejada? Cu (cobre) Sn (estanho) Pb (chumbo) Zn (zinco) Outros 85 4,2 3,8 2,8 4,2 Liga Cu (cobre) Sn (estanho) Pb (chumbo) Zn (zinco) Outros A 81 8 7 2 2 B 87 1 3 2 7 C 89 7 3 0 1 D 82 1 3 7 7 Balanço de Massa ▪ Devemos assim fazer um balanço de massa de cada componente das ligas. ▪ Sejam A, B, C, D as massas (em Kg) necessárias de cada liga. Temos: ▪ Massa total de 1000 Kg: ▪ Balanço de Cu: ▪ Balanço de Sn: ▪ Balanço de Pb: ▪ Balanço de Zn: ▪ Balanço de Outros: 1000=+++ DCBA 85082,089,087,081,0 =+++ DCBA 4201,007,001,008,0 =+++ DCBA 3803,003,003,007,0 =+++ DCBA 2807,000,002,002,0 =+++ DCBA 4207,001,007,002,0 =+++ DCBA Balanço de Massa ▪ Obtemos então o sistema linear com 6 equações e 4 variáveis ▪ Cuja solução única é (verifique) −− − =+++ =+++ =+++ =+++ =+++ =+++ 00000 00000 2801000 8005200 22005150 10001111 4207,001,007,002,0 2807,000,002,002,0 3803,003,003,007,0 4201,007,001,008,0 85082,089,087,081,0 10001111 4207,001,007,002,0 2807,000,002,002,0 3803,003,003,007,0 4201,007,001,008,0 85082,089,087,081,0 1000 DCBA DCBA DCBA DCBA DCBA DCBA ( ) ( )KgDCBA 280,300,220,200,,, = Circuitos Elétricos ▪ A aplicação da LKC nos nós A e B resulta: ▪ Nó A: ▪ Nó B: ▪ A aplicação da LKT nas malhas esquerda e direita resulta ▪ Malha esquerda: ▪ Malha direita: ▪ Obtemos assim o seguinte sistema linear (como as equações de ambos os nós são idênticas, escrevemos o sistema com apenas uma delas): ▪ Cuja solução única é (verifique): 231 iii =+ 312 iii += 8102 21 =+ ii 10510 32 =+ ii − − =+ =+ =+− 1200 2120 0111 105100 80102 0111 10510 8102 0 32 21 321 ii ii iii ( ) ( ) Aiii )50.0,75.0,25.0(21,43,41,,321 == Circuitos Elétricos ▪ Considere o circuito elétrico mostrado na figura (duas malhas fechadas, apenas elementos do tipo resistor, tensões contínuas). ▪ Podemos determinar as correntes pela aplicação das Leis de Kirchoff: ▪ LKT (Lei de Kirchoff das Tensões): em cada malha fechada a soma das tensões aplicadas é igual à soma das quedas de tensão nos elementos. ▪LKC (Lei de Kirchoff das Correntes): em cada nó a soma das correntes que entram é igual à soma das correntes que saem. 321 ,, iii ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Matrizes Professor: Pedro Belchior Aula 1 Definição e Exemplos Introdução Coleções retangulares de números reais aparecem em muitos contextos, veja: Introdução Suprimindo os títulos, ficamos com a seguinte coleção retangular de números com três linhas e sete colunas Matriz DEFINIÇÃO 1: Uma matriz é um agrupamento retangular de números. Dizemos que os números nesse agrupamento são as entradas da matriz. Matriz Os elementos de uma matriz podem ser: ▪ Números reais ▪ Números complexos ▪ Funções ▪ Ou até mesmo outra matriz Matriz Igualdade de Matrizes DEFINIÇÃO 2: Duas matrizes são definidas como sendo iguais se: ▪ Tiverem o mesmo tamanho ▪ Suas entradas correspondentes forem iguais. Tipos de Matriz Tipos de Matriz OBS: Tipos de Matriz Tipos de Matriz Tipos de Matriz Tipos de Matriz Tipos de Matriz Tipos de Matriz Álgebra Linear Professor: Pedro Belchior Matrizes: Aula 2 Operações Com Matrizes Soma de Matrizes DEFINIÇÃO 3: Se A e B são matrizes de mesmo tamanho, a soma 𝑨 + 𝑩 ▪ é a matriz obtida somando as entradas de B às entradas correspondentes de A, a diferença 𝑨 − 𝑩 ▪ é a matriz obtida subtraindo as entradas de B das entradas correspondentes de A. ▪ Obs: Matrizes de tamanhos distintos não podem ser somadas ou subtraídas. Soma de Matrizes Exemplo Multiplicação Por Escalar DEFINIÇÃO 4: Se A for uma matriz e c um escalar ▪ é a matriz obtida pela multiplicação de cada entrada da matriz A por c. ▪ Dizemos que a matriz cA é um múltiplo escalar de A. Multiplicação Por Escalar Exemplo Produto Entre Matrizes DEFINIÇÃO 5 ▪ Se A for uma matriz m x r e B uma matriz r x n, então o produto AB é ▪ a matriz m x n cujas entradas são determinadas como segue. ▪ Para obter a entrada na linha i e coluna j de AB, ▪ destacamos a linha i de A e a coluna j de B. ▪ Multiplicamos as entradas correspondentes da linha e da coluna e então somamos os produtos resultantes. Produto Entre Matrizes Exemplo 2 x 4 Fazendo as Contas Aplicação Em Sistemas Lineares Matriz Aumentada Matriz Aumentada Exemplos Transposta DEFINIÇÃO: ▪ A matriz transposta de A ▪ denotada por 𝐴𝑇 ▪ matriz que resulta da troca das linhas com as colunas de A Traço de Uma Matriz DEFINIÇÃO: ▪ traço de A, denotado por tr(A), ▪ É definido pela soma das entradas na diagonal principal de A. ▪ O traço de A não é definido se A não for uma matriz quadrada. Matrizes inversas Professor Vitor Luiz de Almeida A terceira coluna de B.A é dada por B vezes a terceira coluna de A! Relembre que I é o elemento neutro do produto de matrizes! Lembre-se que k(AB) = (kA)B = A(kB) Recorde que o produto de matrizes é associativo! Recorde que (AB)T = B TAT Matrizes inversas Professor Vitor Luiz de Almeida Matrizes elementares Matrizes inversas Professor Vitor Luiz de Almeida Um processo prático para inverter matrizes Matrizes inversas Professor Vitor Luiz de Almeida Matrizes invertíveis versus sistemas lineares Determinantes Prof. Dr. Pedro Belchior Aula 1 Permutação e Inversões Permutações Exemplo Os números 1,2,3 possuem 6 ordenações: ▪ (123) ▪ (132) ▪ (213) ▪ (231) ▪ (312) ▪ (321) Permutações Permutações Inversões Exemplo Determinantes Prof. Dr. Pedro Belchior Aula 3 Propriedades de Determinantes Nesta Aula... Propriedades Esboço Propriedades Esboço Propriedades Esboço Constante Propriedades ▪ A razão disto é imediata. ▪ O que acontece ao se trocar duas linhas de uma matriz ? ▪ Observe que alteramos a paridade do número Inversões dos índices ▪ Portanto trocamos o sinal dos termos. Propriedades Propriedades 𝐵 = 𝐴 Propriedades Esboço Constante 𝐤𝐧 Propriedades Esboço Observação 𝐴 2 𝑋 3 3 𝑋 22 𝑋 2 𝐵𝐴𝐵 As matrizes A e B precisam ser quadradas Propriedades Retas no Espaço Prof. Fabiano José dos Santos Retas no Espaço ▪ Seja Q(xo,yo,zo) um ponto qualquer e v=(a,b,c) um vetor qualquer (não nulo) do espaço. Há uma única reta que passa por Q na direção do vetor v. ▪ Seja P(x,y,z) um ponto qualquer do espaço. Se P está sobre a reta, então os vetores QP e v têm mesma direção. Logo são múltiplos escalares entre si, e existe uma constante t tal que QP=tv Retas no Espaço ▪ Em termos das componentes dos vetores QP e v a equação anterior fica denominada equação vetorial da reta. ▪ Igualando componente a componente podemos escrever as equações denominada equações paramétricas da reta. ▪ Para cada valor do parâmetro t, as equações paramétricas nos dá as coordenadas (x,y,z) de um ponto da reta. Reciprocamente, a cada ponto da reta corresponde um único valor do parâmetro t. Reta no espaço - Exemplo ▪ Determine a equação da reta que passa pelo ponto Q(1,-3,2) na direção do vetor v=(-4,3,2). ▪ Substituindo as coordenadas do ponto Q e as componentes do vetor v nas fórmulas das equações paramétricas da reta obtemos ▪ Se t=1 temos que (x,y,z)=(-3,0,4) é um ponto da reta. ▪ Por outro lado, o ponto (x,y,z)=(9,-9,0) não pertence à reta, pois não há um único valor para o parâmetro t que substituído nas equações paramétricas nos forneça estas coordenadas. Retas no Espaço - Exemplo ▪ Determine as equações paramétricas da reta que passa pelos pontos A(1,2,2) e B(4,3,3). ▪ Neste caso, o vetor AB=(3,1,1) está na direção da reta. Utilizando as coordenadas do ponto A e as componentes do vetor AB obtemos ▪ Por outro, utilizando as coordenadas do ponto B e as componentes do vetor AB obtemos ▪ Além disto, utilizando as coordenadas do ponto A e as componentes do vetor BA=-AB obtemos ▪ CUIDADO: AS EQUAÇÕES PARAMÉTRICAS DE UMA RETA NÃO SÃO ÚNICAS, ISTO É, UMA MESMA RETA PODE SER DESCRITA POR INFINITAS EQUAÇÕES PARAMÉTRICAS DISTINTAS. ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Posições Relativas de Retas no Espaço Prof. Fabiano José dos Santos Retas no Espaço ▪ Seja 𝑟 a reta que passa pelo ponto 𝑄(𝑥0, 𝑦0,𝑧0) na direção do vetor 𝑣 = (𝑎, 𝑏, 𝑐). Conforme vimos anteriormente, as equações paramétricas desta reta são dadas por ቐ 𝑥 = 𝑥0 + 𝑎𝑡 𝑦 = 𝑦0 + 𝑏𝑡 𝑧 = 𝑧0 + 𝑐𝑡 , −∞ < 𝑡 < ∞ Retas no Espaço – Equações Simétricas Equações Paramétricas e Simétricas - Exemplo ▪ A reta que passa pelo ponto 𝑄(1,3,−5)na direção do vetor 𝑣 = 4,−3,2 tem equações paramétricas ቐ 𝑥 = 1 + 4𝑡 𝑦 = 3 − 3𝑡 𝑧 = −5 + 2𝑡 , −∞ < 𝑡 < ∞ e equações simétricas 𝑡 = 𝑥−1 4 = 𝑦−3 −3 = 𝑧+5 2 , −∞ < 𝑡 < ∞ Retas no espaço - Interseção ▪ Determine, se existir, o ponto de interseção das retas 𝑟1: ቐ 𝑥 = 1 + 4𝑡 𝑦 = 3 − 3𝑡 𝑧 = −5 + 2𝑡 e 𝑟2: ቐ 𝑥 = 1 + 2𝑠 𝑦 = 6 − 3𝑠 𝑧 = 1 − 2𝑠 ▪ Devemos igualar as abscissas, ordenadas e cotas de ambas as retas: 1 + 4𝑡 = 1 + 2𝑠 3 − 3𝑡 = 6 − 3𝑠 −5 + 2𝑡 = 1 − 2𝑠 ▪ Que nos leva ao sistema linear nas variáveis 𝑡 e 𝑠: ቐ 4𝑡 − 2𝑠 = 0 −3𝑡 + 3𝑠 = 3 ∴ 2𝑡 + 2𝑠 = 6 4 −2 0 −3 3 3 2 2 6 ∴ 1 1 3 −1 1 1 4 −2 0 ∴ 1 1 3 0 2 4 0 −6 −12 ∴ 1 1 3 0 2 4 0 0 0 ▪ Cuja solução (única) é 𝑠 = 2 e 𝑡 = 1. Substituindo 𝑡 = 1 nas equações paramétricas da reta 𝑟1 (ou 𝑠 = 2nasequações paramétricas da reta 𝑟2) obtemos o ponto de interseção 𝑥, 𝑦, 𝑧 = (5,0,−3) Retas no espaço - Interseção ▪ Determine, se existir, o ponto de interseção das retas 𝑟1: ቐ 𝑥 = 1 + 𝑡 𝑦 = 2 + 2𝑡 𝑧 = −5 + 𝑡 e 𝑟2: ቐ 𝑥 = 1 + 𝑠 𝑦 = 4 − 𝑠 𝑧 = 1 + 𝑠 ▪ Devemos igualar as abscissas, ordenadas e cotas de ambas as retas: 1 + 𝑡 = 1 + 𝑠 2 + 2𝑡 = 4 − 𝑠 −5 + 𝑡 = 1 + 𝑠 ▪ Que nos leva ao sistema linear nas variáveis 𝑡 e 𝑠: ቐ 𝑡 − 𝑠 = 0 2𝑡 + 𝑠 = 2 ∴ 𝑡 − 𝑠 = 6 1 −1 0 2 1 2 1 −1 6 ∴ 1 −1 0 0 3 2 0 0 6 ▪ Como o sistema é impossível (a última equação 0𝑡 + 0𝑠 = 6 é impossível), as retas não possuem ponto de interseção. Retas no Espaço – Posições Relativas ▪ No espaço tridimensional temos as seguintes possibilidades para a posição relativa de duas retas: i. Paralelas: vetores diretores possuem mesma direção (são múltiplos escalares entre si) e não há ponto de interseção. ii. Concorrentes: vetores diretores com direções distintas e há ponto de interseção. iii. Reversas: vetores diretores com direções distintas e não há ponto de interseção. ▪ Caso os vetores diretores possuam a mesma direção (paralelismo de retas) e haja interseção, temos retas coincidentes. Posições Relativas - Exemplo ▪ Consideremos as retas e ▪ Os vetores diretores são, respectivamente, e . ▪ Como os vetores diretores são múltiplos escalares entre si: têm mesma direção. Logo as retas possuem mesma direção (são paralelas ou coincidentes). ▪ Vamos verificar se há interseção. Igualando as abscissas, as coordenadas e as cotas de ambas as retas temos o seguinte sistema linear ▪ Como o sistema não admite solução, não há interseção. Logo as retas são paralelas. ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas Distância de Ponto a Reta Prof. Fabiano José dos Santos Introdução ▪ Inicialmente vamos relembrar uma importante propriedade do Produto Vetorial: a área do paralelogramo determinado pelos vetores u e v (não nulos e com direções distintas) é dada pelo módulo do produto vetorial dos vetores. ▪ Logo, como |u| é a medida da base deste paralelogramo, sua altura h é dada por u v A=| u x v |h Distância Ponto a reta ▪ Consideremos agora a reta que passa pelo ponto de P coordenadas (x0,y0,z0) na direção do vetor v de componentes v=(a,b,c) ▪ A distância D do ponto Q de coordenadas (x1,y1,z1) à reta r é dada por: 𝐷 = | 𝑃𝑄 × Ԧ𝑣 | | Ԧ𝑣| Distância Ponto a reta - Exemplo ▪ Determine a distância do ponto Q(1,2,1) à reta . ▪ Inicialmente observamos que a reta dada passa pelo ponto P(1,0,3), na direção do vetor v(1,2,-1). Logo: 𝑃𝑄 × Ԧ𝑣 = 𝑖 𝑗 𝑘 0 2 −2 1 2 −1 = 2,−2,−2 ∴ 𝑃𝑄 × Ԧ𝑣 = 12 = 2 3 ▪ Assim, como |𝑣| = 6, a distância procurada é: 𝐷 = 2 3 6 = 2 𝑟: ቐ 𝑥 = 1 + 𝑡 𝑦 = 2𝑡 𝑧 = 3 − 𝑡 ESTUDAR... Agora é estudar no livro texto e praticar com os exercícios propostos em nosso planejamento de aulas O estudo do plano Professor Vitor Luiz de Almeida Formas da equação u v P p Q n p v u n p P Q P O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo planos O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo planos O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo planos O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo planos O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo planos q y q q q O estudo do plano Professor Vitor Luiz de Almeida Problemas envolvendo distâncias d P Q v P u v P Q P Q
Compartilhar