Matemática sem sofrimento apresenta:

Um curso (lindo) de
Álgebra Linear

Profa. Dra. Juliana Roberta Theodoro de Lima

Instituto de Matemática - IM-UFAL
juliana.lima@im.ufal.br
Queridos(as)(es) Alunos(as)(es);

Esse semestre, tenho o prazer de recebê-lo como aluno para embarcarmos juntos num curso
muito especial de Álgebra Linear. Essa disciplina assusta um pouco pelo seu grau de abstração:
diferente do Cálculo, ela não tem fórmulas, tampouco números. Isso não exclui a importância
dela no seu curso de graduação, afinal, ela não está no seu projeto pedagógico por engano. Ela
é necessária.

Não importa se você é da Matemática, ou da Física ou de qualquer Engenharia. Todo e qualquer

curso de de ciências exatas, engenharias, computação ou tecnologias, que você queira se
enveredar na pesquisa, você precisa sim de muita Álgebra Linear.

O diferencial da sua carreira, em qualquer coisa que você pesquise e construa, vai ser o quanto
você sabe da essência do que se é pesquisado e construído. Em tempo, tenha em mente que
você está na melhor universidade de Alagoas, que está no ranking das melhores universidades
do mundo. Portanto, aproveite ao máximo de tudo que você pode absorver da UFAL.

Na nossa vida, tudo que é desconhecido, nos gera medo. Então, eu te convido a fazer comigo
um planejamento para que a disciplina não seja dolorosa. Eu me comprometo a dar meu
máximo como professora e cientista para oferecer um curso rico em conteúdo, mas preciso que
você faça sua parte se comprometendo com a disciplina: se organize, não deixe para estudar
de última hora, faça o máximo de exercícios que puder e procure tirar suas dúvidas. Vamos
juntos?

Com carinho, Profa. Ju.

Maceió, 1 de novembro de 2023.
A álgebra linear é de fato uma das ferramentas mais importantes, versáteis e úteis da matemática. Também é
considerada como conhecimento elementar não só para matemáticos, mas para diversos profissionais, tais
como: engenheiros, economistas, físicos, cientistas da computação, programadores, estatísticos, biólogos,
entre outros. Para iniciar os estudos em álgebra linear, é necessário ter um contato prévio com a geometria
analítica, ter noções sobre sistemas de equações lineares, matrizes, determinantes e também sobre vetores.
Uma vez habituado com estes temas, é possível aprender conteúdos mais aprofundados em álgebra linear.

As aplicações da álgebra linear podem ser encontradas em registros muito antigos de diversas civilizações
como por exemplo, a utilização de sistemas lineares. Naturalmente, os estudiosos da época não sabiam o que
era álgebra linear, mas motivado por suas necessidades em resolver problemas práticos como, medição de
terras, distribuição de bens e heranças, levaram os pensadores a produzirem métodos que hoje consideram
como parte da álgebra linear. Abaixo, um exemplo:

No Egito, um registro chamado Papiro de Ahmes, de cerca de 1650 a.c., nos traz uma coletânea de 84
problemas matemáticos com suas soluções. No chamado “problema de número 40” é enunciado:

“Divida 100 sacos de cevada entre 5 homens em progressão aritmética de tal modo que a soma dos dois
menores é um sétimo da soma dos três maiores”

Existem ainda mais aplicações da álgebra linear em modelos econômicos preditivos, na medicina com a
tomografia computadorizada, no desenvolvimento de jogos, na administração florestal, na internet com
motores de busca mais eficientes e muito mais. Sem dúvida, suas aplicações são presentes em diversos
ramos e profissões, logo vale a pena aprender esta disciplina sempre visando suas aplicações. Há também
uma abordagem pura da álgebra linear, aquela em que os matemáticos geralmente trabalham. Nesta ótica, eles
exploram conceitos “mais algébricos” com aspectos geométricos e topológicos da teoria.

Referências Bibliográficas:

COELHO, Flávio Ulhoa; LOURENÇO, Mary Lilian. Um Curso de Álgebra Linear. São Paulo: EDUSP, 2013.

LIPSCHUTZ, Seymor; LIPSON, Marc. Álgebra Linear. Porto Alegre: Bookman, 2011

ANTON, Howard; RORRES, Chris. Álgebra Linear Com Aplicações. Porto Alegre: Bookman, 2012.

Fonte: https://www.infoescola.com/matematica/algebra-linear/

Oi! Você teria um minuto para

ouvir a palavra da álgebra linear?
 Profa. Dra. Juliana Roberta Theodoro de Lima
Vice-diretora, Coordenadora Extensão IM-UFAL
Coordenadora Matemática Licenciatura EAD
Conselheira da Edufal - Editora UFAL
Membro da Corregedoria UFAL
Coordenadora Projeto Mulheres nas Ciências Exatas,
Engenharias e Computação IM-UFAL
Líder GTAG- Grupo de Pesquisa de Topologia Geral e
Algébrica IM-UFAL

Calendário 2023.2 - Álgebra Linear - Turma Vespertino (Tarde)

Bibliografia:

1. Theodoro de Lima, Juliana R. Notas de Aula, 2023/2024.

2. Lima, Elon L. Álgebra Linear. Coleção Matemática Universitária. 9a. Edição. IMPA,2016.
3. Coelho, Flávio U. e Lourenço, Mary L. Um curso de Álgebra Linear. 2a. Edição revista e
ampliada, 5a. reimpressão, Editora USP (EDUSP), 2020.
4. Callioli, Carlos. A.Domingues, Hygino H. e Costa, Roberto C. F. Álgebra Linear e
Aplicações. Editora Atual, 1990.

Sistema de Avaliação:

As avaliações bimestrais serão divididas em 2 provas cada:

- 1a. AB1, 2a. AB1, 1a. AB2, 2a. AB2;

Cada atividade avaliativa acima, terá um trabalho (lista de exercícios) a ser entregue no dia da
prova (vide calendário abaixo). Os exercícios serão deixados nas notas de aulas durante o
decorrer do curso, durante as discussões de cada tópico contido no cronograma. Cabe aos
alunos juntar uma lista com todos os exercícios com os tópicos da respectiva avaliação.

No cronograma abaixo, o conteúdo de cada prova estará indicado por cores: a 1a. AB1 está na
cor azul, então o conteúdo da mesma será todos os tópicos em azul, e assim por diante.

Contato:

- Grupo Whatsapp : https://chat.whatsapp.com/IEJaVxawiGD2GCIUtDxbu9

- E-mail: juliana.lima@im.ufal.br - 82 98189-6005

___________________________________________________________________________

Quem sou eu?

CV Lattes: http://lattes.cnpq.br/7084405149962799
 Mês/dias Conteúdo

Novembro

13 INÍCIO DAS AULAS

14 MATFEST

16 MATFEST

21 Matrizes e operações. Sistemas lineares e matrizes

23 Matrizes e operações. Sistemas lineares e matrizes

25 (sab) Reposição de Aula: Resolução de um sistema de equações lineares. Determinantes,

desenvolvimento de Laplace

28 Resolução de um sistema de equações lineares. Determinantes, desenvolvimento de Laplace

30 Inversão de Matrizes. Regra de Cramer

Dezembro

02 (sab) Reposição de aula: Espaços Vetoriais: Definição e propriedades. Subespaços vetoriais e

soma de subespaços

05 Espaços Vetoriais: Definição e propriedades. Subespaços vetoriais e soma de subespaços

07 1a. AB1 + TRABALHO

12 Combinações lineares, espaços vetoriais finitamente gerados e dependência linear

14 Combinações lineares, espaços vetoriais finitamente gerados e dependência linear

19 Base e dimensão de espaços vetoriais finitamente gerados

21 Base e dimensão de espaços vetoriais finitamente gerados

Janeiro

15 REINÍCIO DAS AULAS APÓS RECESSO

16 Coordenadas e mudança de base

18 2a. AB1 + TRABALHO

23 Transformações Lineares: Definição e propriedades. Transformações do plano no plano

25 Transformações Lineares: Definição e propriedades. Transformações do plano no plano

30 Teorema do núcleo e da imagem. Isomorfismos, automorfismos

Fevereiro

06 Operações com transformações lineares e matriz de uma transformação linear

08 Operações com transformações lineares e matriz de uma transformação linear

13 CARNAVAL-FERIADO

15 1a. AB2 + TRABALHO

20 Matrizes semelhantes

22 Espaços com produto interno: Produto interno, norma e distância

27 Processo de Gram-Schmidt

29 Isometrias

Março

05 Operadores auto-adjuntos

07 Operadores auto-adjuntos

12

14 2a. AB2 + TRABALHO

19

21 REAVALIAÇÃO

28 AVALIAÇÃO FINAL
Importante:
Algumas notações importantes:
.
2 Produto de duas matrizes ::
Aqui, devemos número de
supor que
o

linhas da matriz deve de da

segunda ser o mesmo numero colunas

Asseui dadas A (aij) /Mmxn((k),

primeira matriz .

,
= mxne

B =
(bij)nxp -
Maxp(1), vamos definir a
multiplicação de
marizes

t t f

Adl age ...

daj ... din by biz ...

bij ...

bup
a21 b2
azz
...
azj az n
bej
baz bap
...

-- .

· ...

ain Aiz
!
-dij
:
... Ain
,
bin biz--bij ...

bip
i

bine bnz bj
i :
& mi amz ...
dij ... amw b
up
... ...

-
mxn
nxP

A
-B
anbe arbeit-- +aijbir+-- anbijtaizbat-talj bijttainbup ambip+azbept agbip +-- abrp
+ -
.
+ abre
ambiz+azbetraijbirt---ambuz ... ... ... +

az but azzbelt ... + azjbis + ...

acabue ambiz-azzb22+ ...
+
azjbiz +---aznbuz ...
azsbijt anzbaj t ..
+azjbij + ...
+
azmbuj ...
azbip+azzbzp + ...
+
azjbip + .. +
aznbup

: : : :

aben Airbeit ... +

dijbint ... + ainbee aibeztaizbazt ---- Aijbiz+---- abuz Anbejtaizbeit-- +hijbijt---ainbuj
-

anbept airbapt--+aijbipt---ainbup
- . : :
- ↑ -

Ambi + amzba + ... +

amibic +--- + ambre ambic + amabaz + ... +
amjbiz + ..
+ ambuc Amabejtamzbejt ... +
amjbij +-- +
ambuj ambip+amabept -
+
Amibip+ ...
+ Amubup

-ux4
C

Oude C =
(Cij) mxp e uma matriz au

Importante:
Mnxp(1k)
matrizes
Multiplicar
al
não que
precisa
matrizes tenham mesmo

número de linhas e colunas

Mas o na de colunas da

primeirafem que ser o

mesmo no de colunas dase

Importante:
Importante:
Importante:
Importante:
Importante:
Importante:
Importante:
Importante:
Importante:
Importante:
 Não esquecer como buscar a matriz cofatora Aij
Dada uma malriz
(
Jesima
At IMn(l) ·

coluna
Ann
all acz ...
dij Gest Nnjth ....
Gen ,

azl azz ...

des dest Azitz ... den-azr

A = Cibeazz ...
az i azjt Azitz ...
dan-1
azu

!
! 1 : : inésima
Aijt Gijtz Ain- 1 Air
dir diz ...
dij ...
linha

Aij
↑

a lith)1 a (itz) 2 ... A lit) ; &Citi) (jti) A citi (itz) ...

Qciti (n) acit) n

· i : :
&

&
(n)1 Ginin -- Qun-1) ; Acu-1 (jte) ann-) (j+2) ...
(m-1) (n 1)
-

Acurei m

ane anlue NXU

anz
anj anijti) andjtz) and
...
...

IMn- (1) resultante

Matriz cofalora Aij E - : matriz

da remoção da i-ésima linha e

j-ésima coluna de A
,

A
do elemento aij da matriz
.

a partir

ai ann
al ...
mijt anjtz ....
Ten ,

a 21 a22 azr
...

azit Azitz ... den-1

asu
dan-1
C31 932 abjt azitz
...
-

!
-
: : :
acitie a citz ↑ (iti)
(jt) Citi (jtz) Qciti (n)

Fi
2 ...

(it) n
· · :
&
(n-1)1 @in-l2 8 (n -
1) (j +1) &(n -1) (j+2) ...
(n -1) (n 1)-

Acure) m

ane anlu-e
and
aniti) an (jtz) and
...

(n 1)x(n-
-
1)
Importante:
Importante:
Importante:
Importante:
Lista 1- Matrizes

Parte Prática Parte Teórica

Lista 2: matrizes, inversas, adjunta,
sistemas lineares e regra de Cramer