Embed Size (px)
Citation preview
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
1/10
Apontamentos de
Álgebra Linear e
Geometria Analitica
(ISEL 2007/2008)
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
2/10
Nota: ................................................................................................................................. 3 1. MATRIZES .............................................................................................................. 4
1.1- Álgebra das Matrizes........................................................................................ 4 1.2- Operações elementares. Característica de uma Matriz..................................... 5 1.3- Sistema de Equações Lineares.......................................................................... 6 1.4- Inversa de uma Matriz Quadrada...................................................................... 6
2. Determinantes........................................................................................................... 6 2.1- Definição de Determinantes (Regra de Sarrus): ............................................... 6 2.2- Propriedades dos Determinantes ...................................................................... 7 2.3- Teorema de Laplace.......................................................................................... 7 2.4- Aplicações dos Determinantes.......................................................................... 7
2.4-1. Cálculo da Inversa de uma Matriz............................................................ 7 2.4-2. Resolução de Sistemas de Equações Lineares (Possíveis e Determinados) 8
3. Espaços Vectoriais.................................................................................................... 8 3.1- Combinação Linear/Dependência e Independência ......................................... 8 3.2- Subespaços vectoriais ....................................................................................... 8 3.3- Subespaços Gerados ......................................................................................... 8 3.4- Base e dimensão ............................................................................................... 9 3.5- Matriz Mudança de Base .................................................................................. 9
4. Aplicações Lineares.................................................................................................. 9 4.1- Núcleo e Imagem.............................................................................................. 9 4.2- Caracterização de Aplicações:.......................................................................... 9 4.3- Operações de Aplicações Lineares ................................................................... 9
5. Vectores e Valores Próprios ................................................................................... 10
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
3/10
Nota: Estes apontamentos não pretendem de forma nenhuma substituir as sebentas ou recursos existentes, pretende somente simplificar/clarificar algumas questões. Sugiro e aconselho que analisem as demonstrações dos teoremas e vejam exercícios resolvidos como forma de compreender a síntese aqui descrita.
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
4/10
1. MATRIZES
1.1- Álgebra das Matrizes • Igualdade
o ji,ij ba :ji, sse BA =∀=
• Adição (Subtracção) o Matrizes do mesmo tipo
ijijij cba; CBA; ji, =+=+∀
Ex.:
• Multiplicação de matrizes o Matrizes do tipo nomonm CB*A = (só é possível neste caso, ou matrizes
quadradas). Ex. (RGB Ruler Trick):
A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* RG
B R
uler
Tric
k
=A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* RG
B R
uler
Tric
k
=A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* RG
B R
uler
Tric
k
=
A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* =RG
B R
uler
Tric
k
A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* =RG
B R
uler
Tric
kR
GB
Rul
erT
rick
d c
b a
h g
f e
d+h c+g
b+f a+e + =
c2 = a1*b2 + a2*b5 + a3*b8
c5 = a4*b2 + a5*b5 + a6*b8
c4 = a4*b1 + a5*b4 + a6*b7
c1 = a1*b1 + a2*b4 + a3*b7
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
5/10
A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* =RGB R
uler
Tric
k
A2,3 B3,3 C2,3
c6c5c4
c3c2c1
b9b8b7
b6b5b4
b3b2b1
a6a5a4
a3a2a1
* =RGB R
uler
Tric
kR
GB
Rul
erT
rick
o A multiplicação não é comutativa (excepto se forem permutáveis A*B=B*A)
• Potenciação (somente para matrizes n,n):
o
==+ A*A A
IAn1n
n0
• Conceitos importantes: o Simétrica: AAT = o Anti-Simétrica (hemi-simétrica): AAT −=
o Hermítica (hermitiana): ( ) ( ) AAAA TT===*
o Hemi-Hermítica (hemi-hermitiana, anti-Hermítica): ( ) ( ) AAAA TT−===*
Nota 1: Estes dois últimos conceitos assumem que a matriz seja quadrada de ordem n e que seja do corpo dos números complexos. Nota 2: Uma matriz Hermítica tem:
• Elementos diagonais, reais • Elementos opostos em relação à diagonal principal, conjugados
Uma matriz hemi-Hermítica tem: • elementos diagonais nulos e/ou imaginário puros • Elementos opostos em relação à diagonal principal, com a mesma
parte imaginária e parte real simétrica • Propriedades:
o ( ) AA =**
o ( ) *** BABA ±=±
o ( ) *** ** ABBA =
o ( ) ** AA αα =
1.2- Operações elementares. Característica de uma Matriz. • Operações
o Trocar de Linhas (O1)
c3 = a1*b3 + a2*b6 + a3*b9
c6 = a4*b3 + a5*b6 + a6*b9
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
6/10
o Multiplicação uma linha/coluna por um escalar diferente de zero (O2)
o Somar a uma linha/coluna outra multiplicada por um escalar (O3) • Característica
Após se obter uma matriz com as linhas em escada: o C(A)=número de linhas não nulas.
1.3- Sistema de Equações Lineares Para a resolver qualquer sistema/matriz, esta tem que ter as linhas em escada.
• Sistema Matricial: AX=B • Sistema Homogéneo: AX=0 (tem sempre solução) • Matriz Ampliada: A|B • Determinação (n = n.º de variáveis)
o ( ) ( ) Impossível Sistema B|A CA C ⇒≠ o ( ) ( ) adoindetermin mas Possível, Sistema n B|A CA C ⇒<= o ( ) ( ) adoindetermin e Possível Sistema B|A CA C ⇒= o Grau de indeterminação: n - C(A)
Trick or Treat: Na discussão dos sistemas de equações (na forma matricial), fazer as operações básicas das matrizes de forma que os escalares desconhecidos (os a, b, …, etc.), fiquem situados depois dos pivot’s das matrizes. Desta forma, na altura de verificar se a matriz é ou não determinada, só temos que verificar os casos do último pivot, que é o que tem as constantes desconhecidas.
1.4- Inversa de uma Matriz Quadrada • A*B=B*A=I • Matriz regular (não é singular): C(A)=n • Se A é regular então admite inversa e esta é única
2. Determinantes Só se verifica com matrizes quadradas
2.1- Definição de Determinantes (Regra de Sarrus):
dc
ba
Det(A) = a*d - b*c
dc
ba
Det(A) = a*d - b*c
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
7/10
ihg
fed
cba
ihg
fed
cba
D1 = a*e*i + b*g*f + d*c*h
Det(A) = D1-D2
D2=c*e*g + h*a*f + d*i*b
ihg
fed
cba
ihg
fed
cba
D1 = a*e*i + b*g*f + d*c*h
Det(A) = D1-D2
D2=c*e*g + h*a*f + d*i*b
2.2- Propriedades dos Determinantes • Se a Matriz A tem uma linha/coluna composta por zeros: Det(A)=0 • Se a Matriz A tem duas linhas/colunas iguais ou proporcionais: Det(A)=0 • Na troca de linhas/colunas de uma matriz: Det(A)= - Det(A) • Se matriz A é triangular: Det(A)=multiplicação da diagonal principal • *Det(A)αA)Det( n=*α , n= numero de linhas/colunas
• )()( TADetADet =
• Se matriz A é complexa: ( ) ( ) ( )ADetADetADet ==*
• Det(A*B)=Det(A)*Det(B) • Matriz A é invertível se ( ) 0≠ADet
• Se A é invertível: ( ) ( )ADetADet
11 =−
2.3- Teorema de Laplace • ( ) ( )( )jiAaADet ji
ij |det*1*)( +−=∑
• ( )jiA | =complemento da matriz eliminando a linha i e a coluna j Trick or Treat: - Escolher a linha com mais zeros. - Aplicar condensação para obter mais zeros
2.4- Aplicações dos Determinantes
2.4-1. Cálculo da Inversa de uma Matriz
• Matriz complementar de A=Â • Matriz Adjunta: adj(A) • ( ) ( )TÂAadj =
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
8/10
• Inversa: o se ( ) 0det ≠A
o )(*)det(
11 AadjA
A =−
2.4-2. Resolução de Sistemas de Equações Lineares (Possíveis e Determinados)
Regra de Cramer • Matriz A de ordem n • Matriz B (coluna) • Matriz RPn (Resultado Parcial) resulta em n matrizes substituindo de cada
Coluna da Matriz pela Coluna da Matriz B.
• ( ) ( )( )A
RPnzyx
det
det,...,, =
3. Espaços Vectoriais
3.1- Combinação Linear/Dependência e Independência
• Combinação Linear: ( )∑=
=n
i
ii uv1
*α
• Se todos 0=iα , então v é linearmente independente
• Caso contrário é linearmente dependente Trick or Treat: Formas de resolver exercícios: Só para quando a matriz é possível e determinado, ou estudar os caso para quando existe grau de indeterminação.
• v é combinação linear de nu : achar quais são os iα .
• Verificar dependência: 0=v , verificar que os iα são zero.
3.2- Subespaços vectoriais
• E∈0 (vector nulo pertence ao espaço) • Vector é combinação linear no espaço
3.3- Subespaços Gerados
• Denotação: < nv .> =L( nv )
• O sistema Matricial tem que ser possível, ou estudar o grau de indeterminação
• Combinação Linear: ( )∑=
=n
i
ii uv1
*α
• Determinar subespaço gerado pelos vectores u: o Obtém-se os valores (possíveis) do vector v.
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
9/10
3.4- Base e dimensão • Espaço vectorial finitamente gerado • Conjunto de vectores linearmente independentes • Base é o conjunto dos geradores de E linearmente independentes • Característica da Matriz indica a dimensão da Base • Dim(E) = numero de vectores da Base • Resolução:
o Cada coluna da matriz é um vector da base o Cada um destes vectores = coluna identidade da Base o Substitui-se os valores dos x, y, z, … na expressão da base o Põe-se em evidência as variáveis (x, y, z, …) e obtém-se os vectores
independentes.
3.5- Matriz Mudança de Base • A Matriz obtém-se achando os escalares dos vectores linearmente independentes • Acha-se o Vector coluna e multiplica-se pela Matriz: determinamos as
coordenadas • Neste vector volta-se a aplicar o método usado no inicio para achar a segunda
base. • Aconselha-se a ver exemplos e demonstrações.
4. Aplicações Lineares • ( ) ( ) ( )yfxfyxfEvx +=+∈∀ :,
• ( ) ( )xfxfExF *:, ααα =∈∀∈∀
4.1- Núcleo e Imagem
• ( ) ( ){ }0: =∈= xfExfNuc
• ( ) ( ){ } ( )EfExxff =∈= :Im
4.2- Caracterização de Aplicações: • Monoformismo se é injectiva ( Nuc ( f ) = 0 ) • Epimorfismo se é sobrejectiva ( Im( f ) = E’, sse C( f ) = dim ( E’ ) ) • Isomorfismo se é injectiva ( Nuc( f ) = 0 e C( f ) = dim( E ) = dim ( E’ ) ) • Endomorfismo se E’=E • Automorfismos se é um endomorfismo bijectivo
4.3- Operações de Aplicações Lineares
• ( )( ) ( ) ( )xgxfxgf +=+
• ( )( ) ( )xfxf ** αα =
• ( )( ) ( )( )xgfxgf =o
EICambada
http://w
ww.allengineers.
co.uk
MasterZdran, Ano Lectivo 2007/2008 Versão 1.0
10/10
5. Vectores e Valores Próprios • 0≠v
• ( ) vvf *α= (subespaço próprio)
• O conjunto dos valores próprios chama-se espectro.
