Está en la página 1de 53

Reviso: lgebra linear, matrizes

e transformada de Laplace
Prof. Marcelo Lima
Reviso lgebra linear
Corpo F estrutura algbrica constituda por um
conjunto de ESCALARES e duas operaes definidas
como soma e multiplicao com as seguintes
propriedades, sendo :
1. a cada par e corresponde um elemento
chamado de soma de e , tal que:
a) (comutatividade)
(associatividade)
b) existe um nico elemento chamado zero (0), tal que

c) corresponde um nico escalar tal que



o+|eF
o+| = |+ o
( ) ( )
o+ |+ = |+ o +
o+ = o 0
oeF ( )
o


( )
o+ o = 0
o | e , , F
2

2. a cada par e corresponde um escalar chamado
produto de e , tal que:
a) (comutatividade)
b) (associatividade)
c) existe um nico escalar no nulo chamado unidade (1),
tal que ,
d) a cada , , corresponde um nico escalar
tal que
e) A multiplicao distributiva com relao a adio:



o| .
o| = |o . .
( ) ( )
o | = o| . . . .
o = o .1 oeF


oeF
( )
o = 0

o
1

oo =
1
. 1
( )
( )
o | + = o| + o
| + o = |o + o
. . .
. . .
3
Exemplos:
1) O conjunto dos nmeros reais, , um corpo
2) O conjunto dos nmeros complexos , , um corpo
3) O conjunto dos nmeros racionais um corpo
4) O conjunto dos nmeros inteiros positivos e negativos
no um corpo
5) O conjunto de todos os quocientes de polinmios
com coeficientes reais um corpo
6) O conjunto de todas as matrizes de ordem 2x2 com
elementos reais no um corpo
7) O conjunto dos nmeros {0,1} no um corpo,
considerando-se as definies usuais de soma e
multiplicao

9
C
( )
( )
P x
Q x
4
Espao linear ou espao vetorial
Um espao linear ou espao vetorial consiste de:
a) um corpo F de escalares
b) um conjunto V de vetores
c) uma operao chamada soma vetorial que associa a
soma x+y aos elementos x e y , de modo que:
1) (comutatividade)
2) (associatividade)
3) existe em V um vetor chamado zero (0), tal que ,
4) para cada vetor existe um nico vetor tal que
( )
e , , V x y z
+ = + x y y x eV

( ) ( )
+ + = + + x y z x y z
+ = x 0 x eV x
eV x
( )
x
( )
+ = x x 0
5
d) uma operao chamada multiplicao por escalar que
associa a cada e um vetor chamado
produto de e x, de modo que:
1) (a multiplicao por escalar associativa)

2) (a multiplicao distributiva com
relao adio escalar)
3) (a multiplicao por escalar
distributiva em relao soma vetorial)
4) Se 1 o elemento unidade em F, ento
So exemplos de espao vetorial:
O conjunto de todas as matrizes mxn com as regras
usuais de adio e multiplicao por escalar. O corpo
pode ser ou .
O conjunto de funes contnuas em um intervalo
[a,b], com as regrais usuais de adio e multiplicao por
escalar.
oeF eV x o e . V x

( ) ( )
o | = o| . . . . x x
o |e , F eV x
( )
o+| = o +| . . . x x x
( )
o + = o + o . . . x y x y
= 1.x x
9 C
( )
f x
6
Subespao vetorial
Um subconjunto W de um espao vetorial V sobre
um corpo F chamado de subespao de V se W um
espao vetorial sobre F em relao s operaes de
adio de vetores e multiplicao por escalar
definidos para V.
Teorema: W um subespao de V sss:
a) W no vazio
b) W fechado em relao adio de vetores, isto , para
e temos
c) W fechado em relao multiplicao por escalar, isto
, se , ento
1
w
e
2
W w + e
1 2
W w w
eW w o e . W w oeF
7
Corolrio: W um subespao de V sss:
a) (isto , )
b) para e , ento ,
Exemplo: Seja . O conjunto W dos vetores cujo
3 componente nulo um subespao de V.
e 0 W
= W 0
1
w e
2
W w o +| e
1 2
. . W w w
o |e , F
= 9
3
V
3
2
1
1
V
W
2
8
Dependncia linear
Seja V um espao vetorial sobre um corpo F.
Qualquer vetor , sob a forma

onde e , dito ser uma
combinao linear de
Um conjunto de vetores dito linearmente
independente (L.I.), sss:

Caso contrrio, esses vetores so ditos linearmente
dependentes (L.D.)
eV v
= + + +
1 1 2 2 n n
a . a . ... a . v v v v
e
i
a F e
i
V v = i 1,2,...,n
1 2 n
, ,..., v v v
1 2 n
, ,..., v v v
= + + + = = = = =
1 1 2 2 n n 1 2 n
a . a . ... a . a a ... a 0 v v v v 0
9
Exemplo: Os vetores v
1
, v
2
e v
3
so L.I.,
enquanto que os vetores v
1
, v
2
e v
4
so L.D.,
pois v
4
pertence ao plano de v
1
e v
2
.






Obs: Ver exemplo 3.2 do livro do Chen.
1
v
2
v
3
v
4
v
2
v
1
v
10
A Dimenso de um espao vetorial V o nmero
mximo de vetores L.I. em V. Se esse nmero for
finito, o espao vetorial possui dimenso finita, caso
contrrio dito ser de dimenso infinita.
Sendo V um espao vetorial de dimenso n, qualquer
conjunto de n vetores L.I. de V ser chamado de Base
para V.
Exemplo: Espao de dimenso 2:
1
v
2
v
BASE
1
v
2
v
BASE
1
v
2
v
NO BASE
11
Matrizes
Seja uma matriz e seu elemento genrico .



Exemplo:
A
:n.n ij
a

(
(
A =
(
(

1 2 5
0 0 1
0 0 0
Triangular
Superior

(
(
B = +
(
(

1 0 0
j 1 j 0
0 3 4
Triangular
Inferior


12
Se , a matriz dita Diagonal.
Exemplo:



Se , a matriz dita
Identidade (I
n
: onde n a ordem)
Exemplo:
(
(
A =
(
(

1 0 0
0 1 0
0 0 3
13
Propriedade: Se Triangular (Inferior ou
Superior), ento:


Seja o seu elemento genrico. A matriz
dita matriz Transposta de A.

Propriedades:
14
Seja o seu elemento genrico.





Seja o seu elemento genrico. A matriz
15
Propriedades:
16
Se ento A dita Hermitiana.
Se , ento A dita Anti-Hermitiana.











17
Seja (ou rank) de uma matriz
Propriedades:
18
Abaixo alguns exemplos de rank (ou posto) de
matrizes
19
20
Seja As operaes com as linhas ou colunas de A que
no alteram nem a ordem mxn nem o posto de A so
denominadas operaes elementares. As operaes
elementares so:
a) Troca de posio entre as linhas i e j, indicada por L
ij
.
b) Troca de posio entre as colunas i e j, indicada por C
ij
.
c) Multiplicao de cada elemento da linha i por um escalar k no
nulo, indicada por L
i
(k).
d) Multiplicao de cada elemento da coluna i por um escalar k no
nulo, indicada por C
i
(k).
e) Adio aos elementos da linha i, dos respectivos elementos da
linha j multiplicados por um escalar k no nulo, indicada por
L
ij
(k).
f) Adio aos elementos da coluna i, dos respectivos elementos da
coluna j multiplicados por um escalar k no nulo, indicada por
C
ij
(k).
21
Exemplo: Considere a matriz

Neste caso, temos:






As matrizes so ditas Equivalentes se
uma pode ser obtida da outra por meio de operaes
elementares.


22
Exemplo: Considere as matrizes:



Podemos verificar que:

Logo, A e B so equivalentes.
Se uma matriz B obtida de uma matriz A apenas por
operaes elementares de linhas, dizemos que B
equivalente por linha a A
Analogamente, para o caso de operaes elementares
somente com colunas

23
Uma matriz dita estar na Forma Escalonada
se o nmero de zeros precedendo o primeiro
elemento no nulo de cada linha aumenta de cima
para baixo, at que restem apenas linhas nulas, se for
o caso.
Exemplo: As matrizes A e B esto na forma
escalonada, e C e D no esto na forma escalonada.
24
Algoritmo para a forma escalonada de uma matriz:







Proceda assim sucessivamente at a ltima linha ou at que surjam
somente linhas nulas abaixo da ltima linha considerada.
25
O nmero de linhas no nulas de uma matriz na
forma escalonada o POSTO (rank) da matriz.
O Co-Fator do elemento de uma matriz quadrada
o determinante da matriz obtida por
meio de A suprimindo-se a linha i e a coluna j,
multiplicando por
Exemplo:
26
A matriz cujos elementos so os co-fatores dos
elementos da matriz A denominada Matriz Co-
Fator de A, .
A matriz denominada matriz Adjunta de A




Seja no-singular, . A matriz tal
que denominada matriz
Inversa de A.

27
A matriz inversa de A obtida atravs da expresso:


Propriedades:








c) A matriz inversa de uma matriz triangular superior (inferior)
tambm uma matriz triangular superior (inferior).
28
Dada a matriz



A inversa de A dada por




onde para A ser no-singular ou
29
Dada a matriz



Para encontrar a inversa de A, a adjunta de A



O determinante de A
30
Operaes com matrizes
Soma algbrica: todas as matrizes devem possuir o
mesmo nmero de linhas e o mesmo nmero de
colunas.


Produto: o produto de duas matrizes M e N
definido sss o nmero de colunas de M igual ao
nmero de linhas de N.
31
Operaes com matrizes





Embora AB e BA existam, elas no so iguais. Embora a
lei comutativa em geral no seja vlida para
multiplicao de matrizes, as leis associativa e
distributiva so vlidas
32
Derivada:





Integral:
33

34
Sistemas de equaes lineares
Considere o sistema


Teorema:
35
Considere o sistema homogneo . Uma das
seguintes possibilidades ocorrer:
36
Resoluo de sistemas de equaes
lineares
Mtodo de eliminao Gaussiana: consiste em
reduzir a matriz aumentada sua forma
escalonada, a partir da qual a determinao da
soluo se torna simples.
Mtodo de Gauss-Jordan: basicamente o mtodo
anterior, com o detalhe de que aps a obteno da
forma escalonada da matriz , continua-se
aplicando operaes elementares com as linhas da
matriz at que em cada coluna da parte
correspondente matriz A exista um nico elemento
no nulo.
37
Exemplo: Considere o sistema homogneo
38
* Obs.: Variveis livres so aquelas que no aparecem no incio de nenhuma
equao do sistema na forma escalonada.
Transformada de Laplace
A Transformada de Laplace (T.L.) definida por:


onde s=+j uma varivel complexa.
Propriedades da T.L.
39
40
Principais transformadas
1) Transformada da derivada
41
2) Transformada da integral


3) Teorema do valor final
a) Se existe a T.L. para e

b) Se existe.

c) Se no possui nenhum plo com parte real nula
ou positiva, ento


Observe que este teorema permite obter o valor de em
diretamente de em s=0. 42
4) Teorema do valor inicial
a) Se existe a T.L. para e

b) Se existe, ento
43
5)
44
45
6)


a)


b)


7)

8)

46
2 2
[sen( )] L t
s
e
e
e
=
+
2 2
[cos( )]
s
L t
s
e
e
=
+
9) Teorema do deslocamento no tempo


10) Multiplicao de f(t) por e
-t
:


11)

12)
47
( )
2
2
[ sen( )]
t
L e t
s
o
e
e
o e

=
+ +
[ ( )] ( )
t
L e f t F s
o
o

= +
( )
2
2
[ cos( )]
t
s
L e t
s
o
o
e
o e

+
=
+ +
Transformada inversa de Laplace
Consiste em dada uma encontrar a
correspondente .
Resoluo de equaes diferenciais ordinrias:
Escreve-se a equao diferencial que descreve o
comportamento de um sistema no domnio do tempo
Aplica-se a transformada de Laplace, obtendo-se uma
equao algbrica
Resolve-se a equao algbrica
Calcula-se a transformada inversa de Laplace para obter a
resposta no domnio do tempo
48
Mtodo de expanso em fraes
parciais
O mtodo consiste em decompor uma funo
racional


em uma soma do tipo

onde os componentes so expresses simples,
de modo que
49
Etapas do mtodo de expanso em
fraes parciais
1) Colocar na forma


Sendo estritamente prpria.

2) Determinar os plos de

3) Efetuar a expanso em fraes parciais de

4) Determinar
50
Casos que podem ocorrer
1 Caso: plos simples em . Neste caso, a expanso em
fraes parciais obtida fazendo-se:



onde o resduo associado ao plo , sendo
51
2 caso: plos mltiplos em .
52
Onde







E assim sucessivamente, no somente para o plo ,
mas tambm para os demais plos.
53