Fundamentos da Álgebra Linear
Fundamentos da Álgebra Linear
Álgebra linear
Artigo Completo
TABLE OF CONTENTS
Álgebra linear, disciplina matemática que
Introduction
lida comvectors ematrices e, mais
Vetores e espaços vetoriais
geralmente, comespaços vetoriaise linear
Transformações lineares e matrizes
transformações. Ao contrário de outras partes do
Vetores próprios
matemática que é frequentemente revitalizada por
novas ideias e problemas não resolvidos, álgebra linear
é muito bem compreendido. Seu valor reside em suas muitas aplicações, desde a física matemática até
álgebra modernae teoria da codificação.
A álgebra linear geralmente começa com o estudo de vetores, que são compreendidos como quantidades
tendo tanto magnitude quanto direção. Vectores se disponibilizam facilmente para aplicações físicas.
Por exemplo, considere um objeto sólido que está livre para se mover em qualquer direção. Quando duas forças atuam
ao mesmo tempo, sobre este objeto, eles produzem um efeito combinado que é o mesmo que um único
força. Para imaginar isso, represente as duas forças v e w como setas; a direção de cada seta
dá a direção da força, e seu comprimento dá a magnitude da força. O único
a força que resulta da combinação de v e w é chamada de sua soma, escrita v + w. Na figura, v +
w corresponde à diagonal do paralelogramo formado pelas sides adjacentes representadas por
v e w.
Osvetoressã[Link]
exemplo, em duas dimensões um vetor pode ser definido por um
par de coordenadas (a,a) descrevendo uma seta indo
1 2
do ponto de origem (0, 0) ao ponto (a,a). Se um vetor
1 2
é (a,a) e o outro é (b,b), então sua soma é (a+
1 2 1 2 1
paralelogramo vetorial para adição
b,a+b); isso dá o mesmo resultado que o
e subtração 1 2 2
paralelogramo (ver a figura). Em três dimensões um
[Link] 1/4
9/15/2021 Álgebra linear -- Enciclopédia Britannica Online
[Link] 2/4
9/15/2021 Álgebra linear -- Enciclopédia Britânica Online
Espaçosvetoriaissãoumdosdoisprincipaisingredientesdaálgebralinear,sendoooutroalinearidade.
transformações (ou "operadores" na linguagem dos físicos). Transformações lineares são
funçõesque envia, ou "mapeia", um vetor para outro vetor. O exemplo mais simples de um linear
a transformação envia cada vetor parac vezes ele mesmo, onde c é uma constante. Assim, cada
o vetor permanece na mesma direção, mas todos os comprimentos são multiplicados por c. Outro exemplo é um
rotação, que mantém todos os comprimentos iguais, mas altera as direções dos vetores. Linear refere-se
ao fato de que a transformação preserva a adição de vetores e a multiplicação por escalar. Isso
significa que se T é uma transformação linear que envia um vetor v para T(v), então para quaisquer vetores v e
w, e qualquer escalar c, a transformação deve satisfazer as propriedades T(v + w) = T(v) + T(w) e
T(cv) = cT(v).
o mesa. O
o produto de duas matrizes mostra o resultado de realizar uma transformação seguida de outra
(da direita para a esquerda), e se as transformações forem feitas na ordem inversa, o resultado geralmente é
diferente. Assim, o produto de duas matrizes depende da ordem da multiplicação; se S e T
são matrizes quadradas (matrizes com o mesmo número de linhas e colunas) do mesmo tamanho,
então ST e TS raramente são iguais. A matriz para uma transformação dada é encontrada usando
coordenadas. Por exemplo, em duas dimensões, uma transformação linear T pode ser completamente
determinado simplesmente conhecendo seu efeito em dois vetores v e w que têm diferentes
direções. Suas transformações T(v) e T(w) são dadas por duas coordenadas; portanto, apenas
quatro coordenadas, duas para T(v) e duas para T(w), são necessárias para especificar T. Essas quatro
as coordenadas são organizadas em uma matriz 2 por 2. Em três dimensões, três vetores u, v e w são
[Link] 3/4
9/15/2021 Álgebra linear -- Enciclopédia Britannica Online
necessário, e para especificar T(u), T(v) e T(w) é necessário três coordenadas para cada um. Isso resulta
em uma matriz 3 por 3.
Vetores próprios
Ao estudar transformações lineares, é extremamente útil encontrar vetores não nulos cujos
a direção permanece inalterada pela transformação. Esses são chamados de vetores próprios (também conhecidos
como vetores característicos). Se v é um autovetor para a transformação linear T, então T(v) = λv
para algum escalar λ. Este escalar é chamado de valor próprio. O valor próprio de maior valor absoluto
valor, junto com seu autovetor associado, tem uma importância especial para muitos físicos
aplicações. Isso ocorre porque qualquer processo representado pela transformação linear
frequentemente age repetidamente—alimentando a saída da última transformação de volta em outra
transformação—que resulta em todo vetor arbitrário (não zero) convergindo para o
eigenvector associado ao maior valor próprio, embora reescalado por uma potência do
autovalor. Em outras palavras, o comportamento de longo prazo do sistema é determinado por seu
autovetores.
Encontrar os autovetores e autovalores para uma transformação linear é frequentemente feito usando
álgebra de matrizes, desenvolvida pela primeira vez em meados do século XIX pelo matemático inglês Arthur
Informações de Citação
Article Title: Linear algebra
Website Name: Encyclopaedia Britannica
Editora: Encyclopaedia Britannica, Inc.
Date Published: 09 June 2017
URL: [Link]
Access Date: September 15, 2021
[Link] 4/4