Módulo 1: Sistema de equações lineares

curso
coursera
Algebra Linear
Machine Learning
Data Science
Deep Learning
Python
R
Anotações do módulo 1 do curso de Álgebra linear para aprendizado de máquina e ciência de dados
Author

Wellington Santos Souza

Published

Sunday, 04 August 2024

Módulo 1: Sistema de equações lineares

  • Sistema de sentenças

    • Um sistema de sentenças pode ser Completo; Redundante e Contraditório
    • Os sistemas completos são não singulares
      • Exemplo: {the dog is black; the bird is red; the cat is white}
    • Os sistemas Redundantes e Contraditórios são singulares
      • Exemplo → redundante: {the dog is black; the dog is black;the dog is black} ou {the dog is black; the dog is black; the bird is red}
      • Exemplo → contraditório: {the dog is black; the dog is white; the bird is red}
  • Sistema de equações

    • Os sistemas de equações se comportam de forma similar aos sistemas de frase.
    • Podem ser singulares e não singulares.
    • Exemplo de um sistema de equações:
      • apple + banana + cherry = $10
      • apple + 2banana + cherry = $15
      • apple + banana + 2cherry = $12
      • Com essas informações podemos determinar os preços das frutas
      • O sistema de equações resultante é:
        • a + b + c = 10
        • a + 2b + c = 15
        • a + b + 2c = 12
    • Sistema Completo - não singular → existe uma única solução.
    • Sistema Contraditório - singular → não existe solução.
    • Sistema Redundante - singular → infinitas soluções
    • Linear ⇒ a + b = 10 / 2a + 3b = 15
    • Não linear ⇒ \(a^2 + b^3 + c = 23\)
    • Num sistema linear, uma única solução, se encontra quando colocado em um gráfico, seguindo o sistema de coordenadas a solução se encontra nos pontos em comum nas duas retas.
  • Noção geométrica de sigularidade

    • As constantes não importam quando estamos definindo sistemas sigulares e não sigulares. Isto é, quando pegamos um sitema de equações e usamos o 0 como constante, o sistema de nenhuma soolução passa a ter infinita soluções.
  • Matrizes singulares e não singulares

    • Sistema 1 → matriz

    \(\begin{matrix} a + b = 0 \\ a + 2b = 0\end{matrix}\)\(\begin{matrix} 1 & 1 \\ 1 & 2 \end{matrix}\)

    • Sitema 2 → matriz

    \(\begin{matrix} a + b = 0 \\ 2a+2b=0 \end{matrix}\)\(\begin{matrix} 1 & 1 \\ 2 & 2 \end{matrix}\)

    • As matrizes, assim como os sitemas de equações lineares podem ser singulares e não singulares.
    • Matrizes não singulares possuem uma única solução
    • Matrizes singulares possuem infinitas soluções.
    • Podemos descobrir se um sistema de equações é singular ou não singular, basta simplificarmos as equações ingualando as soluções a 0.
  • Dependência e independência lineares

    • Se uma equação (linhas das matrizes) forem dependentes (podemos determinar uma linha aplicando uma operação com outras linhas) da outra ou vice-versa, temos que as equações (matrizes) são dependentes e lineares. Já o inverso indica não linearidade e independencia.
    • Se a matriz for singular, as linhas são dependentes. Do contrário são independentes.
  • Determinantes

    • O determinante é a forma mais fácil de determinar a singularidade das matrizes.
    • Se o determinante for igual a 0 a matriz é singular (dependente), caso contrário ela é não singular (independente).

    A matriz \(A ={\begin{matrix} a & b \\ c & d \end{matrix}}\) é singular se, \(a~b*k = c~d\)

    \(a*k = c\) & \(b*k = d\)

    \(\frac{c}{d} = \frac{d}{b} = k\)

    \(a*d = b*c\)

    assim, o determinante é definido como: \(a*d - b*c = 0\) e a matriz é singular.

    Agora consedere a matriz B = \(\begin{matrix} 1 & 1 & 1 \\ 0 & 2 & 2 \\ 0 & 0 & 3 \end{matrix}\) o determinante é definido como:

Determinante

Se todos os elementos abaixo da diagonal principal for 0 o determinante é definido como a multiplicação dos elementos da diagonal principal.

Módulo 2: Vetores e matrizes

Back to top