Algebra Linear - Aula01

Curso de lgebra Linear
Aula 1
Prof. Dr. Waldeck Schtzer
waldeck@dm.ufscar.br
Universidade Federal de So Carlos

Departamento de Matemtica
Curso de lgebra Linear - Aula 1 p. 1
Viso Geral da Disciplina
1. Espaos Vetoriais
2. Transformaes Lineares e Operadores
3. Diagonalizao de Operadores (e Matrizes)
4. Espaos com Produto Interno
5. Formas bilineares e quadrticas
Bibliografia e Apoio
1. Callioli et al., "lgebra Linear e Aplicaes"
2. Boldrini et al., "lgebra Linear"
3. Anton & Busby, "lgebra Linear Contempornea"
Ambiente de aprendizado:
http://pm.dm.ufscar.br/moodle/
Acesso: usurio=RA, senha=RA
Importante: trocar a senha no primeiro acesso
Provas, Trabalho e Mdia final

Prova Data
P1 19/09
P2 08/11
P3 13/12
T 12/12
A mdia final ser
8
MF =
10
P1 + P2 + P3
3
2
T
+ Q+
10
10
onde Q a nota obtida nos questionrios e outras

atividades on-line. A nota T ser considerada desde que a
mdia final resultante seja menor ou igual a 10.
Objetivos
Ampliar e estender alguns conceitos de VGA:
Objetivos
Vetores
Objetivos
Vetores
Combinaes Lineares
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Espaos (Vetoriais)
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Espaos (Vetoriais)
Matrizes
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Espaos (Vetoriais)
Matrizes
Formalizar e abstrair esses conceitos
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Espaos (Vetoriais)
Matrizes
Exercitar mtodos conhecidos (Gauss-Jordan,
Eliminao Gaussiana, Sistemas Lineares etc)
Objetivos
Vetores
Combinaes Lineares
Dependncia Linear
Base
Dimenso
Espaos (Vetoriais)
Matrizes
Exercitar mtodos conhecidos (Gauss-Jordan,
Eliminao Gaussiana, Sistemas Lineares etc)
Estudar mais aplicaes
O Que a lgebra Linear?

A lgebra Linear basicamente o estudo de

Espaos Vetoriais

Espaos Vetoriais
Transformaes Lineares (incluindo operadores)

Espaos Vetoriais
Ao lado do Clculo Diferencial e Integral,

Espaos Vetoriais
uma disciplina bsica para as cincias

Espaos Vetoriais
uma disciplina bsica para as cincias
uma linguagem na qual problemas so expressos e
resolvidos
Algumas Aplicaes da lgebra Linear

Clulo Diferencial e Integral: resoluo de sistemas
de equaes, mximos e mnimos

Qumica: balanceamento de equaes, equilbrio de
massa, estudo de reaes e reatores, configuraes
atmicas e moleculares

Fsica: simetria de sistemas fsicos, modos de vibrao

Engenharia: circuitos eltricos, estruturas, materiais

Computao: compresso de imagens, otimizao de
bancos de dados e de interfaces

Cincia da Informao: representao, codificao,
armazenamento, busca e transmisso de informaes,
correo de erros

Cincia da Informao: representao, codificao,
armazenamento, busca e transmisso de informaes,
correo de erros
etc (buscar no Google: aplicaes da lgebra Linear)
Como estudar lgebra Linear?

Estude atentamente a teoria, procure compreender os
conceitos e resultados

Estude regularmente, procurando manter um ritmo
constante

constante
Faa os exerccios recomendados pelo professor (mas
estude antes)

constante
estude antes)
Faa mais exerccios (A prtica faz a perfeio)

constante
estude antes)
Faa mais exerccios (A prtica faz a perfeio)
Em caso de dvidas, procure o monitor (ou o professor)
o mais brevemente possvel
Alguns erros frequentes
Deixar de estudar a teoria regularmente

Tentar aprender apenas atravs dos exerccios

Deixar de tirar suas dvidas (efeito bola de neve)

Deixar de tirar suas dvidas (efeito bola de neve)
Estudar apenas na vspera de prova
O que ser cobrado
O que ser cobrado

A habilidade de resolver sistemas lineares (usando os
mtodos)
O que ser cobrado

mtodos)
O conhecimento terico: conceitos e suas definies,
principais resultados
O que ser cobrado

mtodos)
Saber fazer demonstraes simples (o que uma
demonstrao/prova?)
O que ser cobrado

mtodos)
demonstrao/prova?)
A capacidade de montar e resolver um problema com
os dados do enunciado
O que ser cobrado

mtodos)
demonstrao/prova?)
Saber evitar contas complicadas, trabalhando com
propriedades
O que ser cobrado

mtodos)
demonstrao/prova?)
Saber evitar contas complicadas, trabalhando com
propriedades
Saber interpretar enunciados e se expressar
corretamente (Portugus e Matemtica)
Mos obra
Podemos comear?
Recordao
Sistemas Lineares
Soluo de Sistema Linear
Classificao quanto ao nmero de solues
Conjunto soluo
Forma matricial
Sistemas Lineares
Um sistema de m equaes lineares a n incgnitas
um conjunto de equaes da forma
Sistemas Lineares
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

..
..
..
..
.
.
.
= .
am1 x1 + am2 x2 + + amn xn = bm
Sistemas Lineares
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

..
..
..
..
.
.
.
= .

onde:
Sistemas Lineares
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

..
..
..
..
.
.
.
= .

onde:
a11 , a12 , . . . , amn R so os coeficientes
Sistemas Lineares
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

..
..
..
..
.
.
.
= .

onde:

x1 , . . . , xn so as incgnitas
Sistemas Lineares
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

..
..
..
..
.
.
.
= .

onde:

x1 , . . . , xn so as incgnitas
b1 , . . . , bm R so os termos independentes
Soluo de sistema linear

Uma soluo para o sistema linear acima

Uma soluo para o sistema linear acima uma nupla
(1 , 2 , . . . , n ) Rn

Uma soluo para o sistema linear acima uma nupla
(1 , 2 , . . . , n ) Rn , tal que todas as equaes de
a11 1 + a12 2 + + a1n n = b1
a21 1 + a22 2 + + a2n n = b2

..
..
..
..
.
.
.
= .
am1 1 + am2 2 + + amn n = bm
so simultaneamente verdadeiras.
Exemplo
A tripla (1, 2, 3) R3
Exemplo
A tripla (1, 2, 3) R3 soluo de
x1 x2 + x3 = 2
x1 + 3x2
= 5
2x
+ 6x3 = 20
1
Exemplo
x1 x2 + x3 = 2
x1 + 3x2
= 5 ,
2x
+ 6x3 = 20
1
pois
1
2 +
3 = 2
1 + 3 2
= 5
21
+ 6 3 = 20
so equaes verdadeiras.
Exemplo
x1 x2 + x3 = 2
x1 + 3x2
= 5 ,
2x
+ 6x3 = 20
1
pois
1
2 +
3 = 2
1 + 3 2
= 5
21
+ 6 3 = 20
so equaes verdadeiras. Mas a tripla (1, 1, 1) R3 no

soluo.
Exemplo
x1 x2 + x3 = 2
x1 + 3x2
= 5 ,
2x
+ 6x3 = 20
1
pois
1
2 +
3 = 2
1 + 3 2
= 5
21
+ 6 3 = 20
so equaes verdadeiras. Mas a tripla (1, 1, 1) R3 no

soluo. Por exemplo, no torna a primeira equao
verdadeira. Verfique!

Dado um sistema linear com m equaes e n incgnitas, as
seguintes afirmaes so mutuamente exclusivas:

No existe soluo (sistema incompatvel)

Existe exatamente uma soluo (sistema compatvel
e determinado)

Existe exatamente uma soluo (sistema compatvel
e determinado)
H uma infinidade de solues (sistema compatvel e
indetermido)
Exemplo de sistema incompatvel

O sistema linear
x1 x2 + x3 = 2
(1)
x1 + 3x2
= 5
2x
+ 3x3 = 20
1
incompatvel

O sistema linear
x1 x2 + x3 = 2
(1)
x1 + 3x2
= 5
2x
+ 3x3 = 20
1
incompatvel, pois como veremos, equivalente ao

sistema
x
+
1
2 x3 = 0
(2)
x2 + 21 x3 = 0
0 = 1

O sistema linear
x1 x2 + x3 = 2
(1)
x1 + 3x2
= 5
2x
+ 3x3 = 20
1
incompatvel, pois como veremos, equivalente ao

sistema
x
+
1
2 x3 = 0
(2)
x2 + 21 x3 = 0
0 = 1
(2) no tem soluo logo (1) tambm no tem.
Exemplo de sistema indeterminado

O sistema linear
x2 + x3 =
2
x1
x1 + 3x2
=
5
5x 11x + 2x = 11
1
2
3
compatvel e indeterminado
Exemplo de sistema indeterminado

O sistema linear
x2 + x3 =
2
x1
x1 + 3x2
=
5
5x 11x + 2x = 11
1
2
3
compatvel e indeterminado, pois qualquer nupla da

forma

11 3 7 1
(x1 , x2 , x3 ) =
t, t, t , t R
2
2 2 2
soluo do sistema. Verifique isso!
Conjunto soluo
Todo sistema linear tem um conjunto soluo:
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }
cujos elementos so solues do sistema.
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }
cujos elementos so solues do sistema. Com respeito

cardinalidade |S| de S , temos:
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

|S| = 0 (sistema incompatvel)
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

|S| = 1 (sistema compatvel e determinado)
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

|S| = (sistema compatvel e indeterminado)
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

No so possveis |S| = 2, ou |S| = 3, etc.
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

No so possveis |S| = 2, ou |S| = 3, etc. Em outras

palavras, se S possui dois elementos distintos, ento
|S| = .
Conjunto soluo
S = { = (1 , 2 , . . . , n ) Rn }

No so possveis |S| = 2, ou |S| = 3, etc. Em outras

palavras, se S possui dois elementos distintos, ento
|S| = .
Resolver um sistema linear significa determinar seu
conjunto soluo S .
Como resolver sistemas lineares

Existem dois mtodos fundamentais:

Eliminao Gaussiana

Eliminao Gaussiana
Mtodo de Gauss-Jordan

Eliminao Gaussiana
Para aplic-los, conveniente expressar o sistema usando
matrizes.
Forma Matricial
O sistema linear
a11 x1 + a12 x2 + + a1n xn
a21 x1 + a22 x2 + + a2n xn

..
..
..
.
.
.
am1 x1 + am2 x2 + + amn xn
= b1
= b2
..
= .
= bm
Forma Matricial
O sistema linear
a11 x1 + a12 x2 + + a1n xn
a21 x1 + a22 x2 + + a2n xn

..
..
..
.
.
.
= b1
= b2
..
= .
= bm
equivalente equao matricial
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
x1
x2
..
.
xn
b1
b2
..
.
bm
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
x1
x2
..
.
xn
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
a11 x1 + a12 x2 + + a1n xn
x1
x2
..
.
xn
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2n xn
x1
x2
..
.
xn
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2n xn
..
.
x1
x2
..
.
xn
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
x1
x2
..
.
xn
a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2n xn
..
.
Forma Matricial
De fato, note que
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
x1
x2
..
.
xn
a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2n xn
..
.
b1
b2
..
.
bm
Forma Matricial
De maneira mais sucinta,
Forma Matricial
Ax = b,
Forma Matricial
Ax = b,
onde
A=
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
Forma Matricial
Ax = b,
onde
A=
x=
x1
x2
..
.
xn
a11
a21
..
.
a12
a22
..
.
am1 am2
a1n
a2n
..
...
.
amn
b=
b1
b2
..
.
bm
A Matriz Ampliada
Seja Ax = b um sistema linear.
A Matriz Ampliada
Existem redundncias que podem ser eliminadas
A Matriz Ampliada
A matriz de indeterminadas serve apenas para marcar
posies
A Matriz Ampliada
posies
A primeira coluna de A so os coeficientes de x1
A Matriz Ampliada
posies
A segunda coluna de A so os coeficientes de x2
A Matriz Ampliada
posies
etc
A Matriz Ampliada
posies
etc
Isso sugere que podemos dispensar a matriz x
A Matriz Ampliada
Definio 1 A matriz ampliada do sistema a matriz
[A|b] =
a11
a21
..
.
am1
a12 a1n b1
a22 a2n b2
..
.. . .
..
.
.
.
.
am2 amn bm
A Matriz Ampliada
[A|b] =
a11
a21
..
.
am1
a12 a1n b1
a22 a2n b2
..
.. . .
..
.
.
.
.
am2 amn bm
Para resolver o sistema, vamos operar nas linhas dessa

matriz buscando obter uma forma mais simples.
A Matriz Ampliada
[A|b] =
a11
a21
..
.
am1
a12 a1n b1
a22 a2n b2
..
.. . .
..
.
.
.
.
am2 amn bm
Para resolver o sistema, vamos operar nas linhas dessa

matriz buscando obter uma forma mais simples. A essa
forma, chamamos forma escalonada.
Forma Escalonada
Observemos atentamente as seguintes definies.
Forma Escalonada
Definio 2 Chamamos Piv ao primeiro elemento
no-nulo em cada linha (da esquerda para a direita).
Forma Escalonada
Exemplo:
1
1 1 2
0 2
2
3
0
0
0
4
0
0
0
0
Os elementos destacados so os pivs. A ltima linha no

possui piv.
Forma Escalonada
Definio 3 Uma matriz A = (aij ) est na forma
escalonada se
Forma Escalonada
escalonada se
Caso haja linhas de zeros, estas ficam na base da
matriz
Forma Escalonada
escalonada se
matriz
Abaixo de cada piv h apenas zeros
Forma Escalonada
escalonada se
matriz
Em duas linhas no-nulas, o piv da linha de cima est
esquerda do piv da linha de baixo
Forma Escalonada
escalonada se
matriz
Em duas linhas no-nulas, o piv da linha de cima est
esquerda do piv da linha de baixo
Seguem alguns exemplos
Exemplos
A matriz
A=
1
1 1 2
2
3
0 2
4
0
0
0
0
0
0
0
est na forma escalonada
Exemplos
A matriz
A=
1
1 1 2
2
3
0 2
4
0
0
0
0
0
0
0
est na forma escalonada, mas no as matrizes
1 0 1 2
0 1
2
3
B=
0 1
3
3
0 0
0
0
Exemplos
A matriz
A=
1
1 1 2
2
3
0 2
4
0
0
0
0
0
0
0
est na forma escalonada, mas no as matrizes
1 0 1 2
1 0 1 2
0 1
0 0
2
3
3
3
B=
, C =
0 1
0 0
0
0
3
3
0 1
0 0
0
0
2
3
Como escalonar uma matriz

Para transformar A em uma forma escalonada,
aplicamos sucessivas operaes elementares a A

Esse processo chamado de escalonamento

Esse processo chamado de escalonamento
Adiante, tornar-se- bvio que sempre possvel
escalonar uma matriz
Operaes Elementares
As seguintes operaes so chamadas operaes
elementares:
Operaes Elementares
elementares:
Trocar duas linhas entre si
Operaes Elementares
elementares:
Multiplicar uma linha por uma constante 6= 0
Operaes Elementares
elementares:
Somar -vezes uma linha uma outra linha
Operaes Elementares
elementares:
Teorema 4 Aplicadas a matrizes aumentadas, as
operaes elementares no alteram o conjunto soluo.
Operaes Elementares
elementares:
Teorema 4 Aplicadas a matrizes aumentadas, as
operaes elementares no alteram o conjunto soluo.
Em outras palavras, se [C|d] foi obtida de [A|b] por uma
sequncia finita de operaes elementares, ento os
sistemas Ax = b e Cx = d tm exatamente o mesmo
conjunto soluo.
Sistemas Equivalentes
Isso sugere fazermos a seguinte:
Definio 5 Dois sistemas lineares m n que possuem o
mesmo conjunto soluo so equivalentes.
Nesse caso, dizemos que Cx = d e Ax = b so sistemas
equivalentes.
Nesse caso, dizemos que Cx = d e Ax = b so sistemas
equivalentes.
Como vimos, operaes elementares produzem sistemas
equivalentes
Equivalncia-linha
Definio 6 Se B obtida de A por uma sequncia finita
de operaes elementares, dizemos que B
equivalente-linha a A.
Equivalncia-linha
Observao 7 Pode-se mostrar que a equivalncia-linha
uma relao de equivalncia entre matrizes.
Equivalncia-linha
Se A equivalente-linha a B , escrevemos simplesmente
A L B .
Equivalncia-linha
Se A equivalente-linha a B , escrevemos simplesmente
A L B .
Assim, temos:
A L A
Se A L B ento B L A
Se A L B e B L C ento A L C
Exemplo
Considere a matriz
1 2 4 2
A = 2 3 1 2
4 1 2 3
Exemplo
Considere a matriz
1 2 4 2
A = 2 3 1 2
4 1 2 3
fcil ver que A equivalente-linha a
1 2 4 2
B = 4 1 2 3
2 3 1 2
Exemplo
Considere a matriz
1 2 4 2
A = 2 3 1 2
4 1 2 3
fcil ver que A equivalente-linha a
1 2 4 2
1 2 4 2
B = 4 1 2 3 e C = 4 1 2 3
0 7 9 6
2 3 1 2
Eliminao Gaussiana
Objetivo: Transformar [A|b] em uma forma escalonada
[C|d].
Eliminao Gaussiana
[C|d].
Em outras palavras, transformar o sistema Ax = b em um
sistema equivalente Cx = d mais simples.
Eliminao Gaussiana
[C|d].
Em outras palavras, transformar o sistema Ax = b em um
sistema equivalente Cx = d mais simples.
Aqui, mais simples significa maior facilidade para
determinar o conjunto soluo.
Algoritmo da Eliminao Gaussiana

1. Localizar a coluna mais esquerda que no consiste
s de zeros.
Se o elemento do topo dessa coluna for igual a zero,
trocar a linha do topo com outra abaixo dela, de modo
que a posio do topo seja diferente de zero
O elemento nessa posio o piv

s de zeros.
2. Usar o piv para criar zeros abaixo dele

s de zeros.
3. Cobrir a linha contendo esse piv e as demais linhas
acima desta

s de zeros.
acima desta
4. Voltar ao passo 1

s de zeros.
acima desta
O processo pra quando no for mais possvel eleger um
piv (restam apenas colunas de zeros)
Exemplo
1 2
4 1
4 3 2
2
1
1
2 3
Exemplo
1 2
4 1
4 3 2
2
1
1
2 3
2L1 +L2 L2
L
L1 +L3 L3
L
L2 L3
L
1 2 4 1
0 5 4
0
1
1 2 3
1 2
4 1
4
0
0
5
0
3 2 2
1 2
4 1
3 2 2
0
0
0
5 4
Existncia de formas escalonadas

Teorema 8 Seja A uma matriz m n. Existe uma matriz B
escalonada m n tal que A L B .

Prova: O algoritmo da eliminao gaussiana sempre
produz uma forma escalonada, que claramente
equivalente-linha matriz dada.

Observao 9 Em geral, B no nica (depende da
sequncia de operaes que foram aplicadas)

Observao 9 Em geral, B no nica (depende da
sequncia de operaes que foram aplicadas)
Impondo algumas condies extras, obtemos uma matriz
escalonada que no depende da sequncia de operaes,
logo depende apenas de A. Esta chamada forma
escalonada reduzida
Forma escalonada reduzida

Definio 10 Uma matriz A est na forma escalonada
reduzida por linhas se

Caso haja linhas de zeros, estas ocupam a base da
matriz A

matriz A
Cada piv igual a 1

matriz A
Cada piv igual a 1
Acima e abaixo de cada piv h apenas zeros

matriz A
Cada piv igual a 1
Acima e abaixo de cada piv h apenas zeros
Em duas linhas no-nulas, o pivo da linha de cima est
esquerda do pivo da linha de baixo
Existncia e unicidade de formas reduzidas

Em cursos mais avanados de lgebra Linear mostramos
que

que
Teorema 11 Seja A uma matriz m n. Existe uma nica
matriz R escalonada reduzida m n tal que A L R.

que
Teorema 11 Seja A uma matriz m n. Existe uma nica
matriz R escalonada reduzida m n tal que A L R.
Ficaremos convencidos da existncia aps examinarmos o
O Mtodo de Gauss-Jordan
Objetivo: Transformar o [A|b] em [R|d] onde [R|d]
escalonada reduzida e e [A|b] L [R|d].
Em outras palavras, transformar o sistema Ax = b no
sistema equivalente Rx = d.
s de zeros.
s de zeros.
2. Dividir esta linha pelo valor do elemento do topo (o piv
tornar-se- igual a 1)
s de zeros.
3. Usar o piv para criar zeros acima e abaixo dele
s de zeros.
4. Cobrir essa linha e as demais linhas acima desta
s de zeros.
4. Cobrir essa linha e as demais linhas acima desta
Exemplo
1 2
4 1
4 3 2
2
1
1
2 3
Exemplo
1 2
4 1
4 3 2
2
1
1
2 3
2L1 +L2 L2
L
L1 +L3 L3
L
L2 L3
L
1 2
4 1
0
5 4
0
1
1
2 3
1 2
4 1
4
0
0
5
0
3 2 2
1 2
4 1
3 2 2
0
0
0
5 4
Exemplo (cont.)
1 2
4 1
0
3
2
2
0
0
5 4
1
L L2
3 2
2L2 +L1 L1
L
1
L L3
5 3
1 2
4 1
23
2
3
5 4
8
3
7
3
23
2
3
5 4
8
3
7
3
1 23
2
3
4
5
Exemplo (cont.)
1 0
8
3
0 1 2
3
0 0
1
7
3
2
3
4
5
2
L +L2 L2
3 3
83 L3 +L1 L1
L
8
3
7
3
1 0
6
5
0 1
4
5
0 0
1
5
1 0
6
5
0 1
4
5
1 0
que est na forma escalonada reduzida.
Interpretao
O sistema linear
x1 2x2 + 4x3 = 1
(1)
2x1 + 4x2 3x3 = 2
x1 + x2 + 2x3 = 3
equivalente ao sistema linear
x1
(2)
x2
logo a soluo do sistema (1)
x3
1 6 4
5, 5, 5
=
=
=
1
5
6
5
4
5
Expressando o conjunto soluo

Procedimento prtico para expressar o conjunto soluo:
ler o material complementar M01 disponvel no ambiente.
Fim da Aula 1
Final da Aula 1, obrigado.
Fim da Aula 1

Algebra Linear - Aula01

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Algebra Linear - Aula01

Diunggah oleh

Hak Cipta:

Format Tersedia

Curso de lgebra Linear

Universidade Federal de So Carlos

Curso de lgebra Linear - Aula 1 p. 1

Viso Geral da Disciplina

Curso de lgebra Linear - Aula 1 p. 2

Curso de lgebra Linear - Aula 1 p. 3

Provas, Trabalho e Mdia final

onde Q a nota obtida nos questionrios e outras

Curso de lgebra Linear - Aula 1 p. 4

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

Curso de lgebra Linear - Aula 1 p. 5

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

O Que a lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 6

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Curso de lgebra Linear - Aula 1 p. 7

Algumas Aplicaes da lgebra Linear

Como estudar lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 8

Como estudar lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 8

Como estudar lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 8

Como estudar lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 8

Como estudar lgebra Linear?

Curso de lgebra Linear - Aula 1 p. 8

Alguns erros frequentes

Deixar de estudar a teoria regularmente

Curso de lgebra Linear - Aula 1 p. 9

Alguns erros frequentes

Deixar de estudar a teoria regularmente

Curso de lgebra Linear - Aula 1 p. 9

Alguns erros frequentes