índice o espaço 2018


Apresentação minicurso: O Espaço e Outros Espaços 00:00:29

Vetores no Espaço 00:01:10 Equação Vetorial de Reta 00:02:20

Combinação Linear 00:03:18 Base em R³ 00:04:05

Vetores Linearmente Independentes 00:04:40

Produto Escalar em R³ 00:06:06

Propriedades do Produto Escalar 00:06:50

Fórmula do Produto Escalar em função das coordenadas 00:10:00

A fórmula vale em qualquer sistema de base ortonormal 00:10:50

Transformações Lineares em R³ 00:12:50

T0=0 00:15:30

Transformações Lineares preservam Retas 00:16:10

Representação de Transformação Linear, dada uma base 00:17:48

Matriz da Transformação na base dada 00:21:35

Visão Geométrica de Transformação Linear 00:24:10

Razão entre volume da imagem e volume original - determinante da transformação 00:27:34

O Determinante em R³ 00:28:54

Propriedades do Determinante 00:30:45

Dedução da Fórmula do determinante 00:38:45

Comentário sobre Sinal de Permutação 00:42:15

Caracterização do Determinante conhecido seu valor em uma base 00:45:45

Generalizando para o Rⁿ: Um problema de Probabilidade 00:48:20

Matriz de Markov: 00:53:00

Geometrização do Problema 00:57:55

Produto Escalar, Medida de Distância em Rn, Média 01:26:00

Possíveis normas em Rn 01:28:20

A geometrização do Rn pelo Produto Escalar 01:31:00

Propriedades do Produto Escalar 01:31:50

Teorema de Pitágoras 01:33:00

Projeção Ortogonal de Vetor sobre outo Vetor 01:34:15

Propriedade minimizante da Projeção 01:37:05

A Média Aritmética referenda a norma do produto escalar 01:37:50 C

ompactação de Arquivos e Projeção 01:39:00

Previsão para o restante do curso 01:42:10


O Produto Vetorial e Sua História 00:00:26

Os Quatérnions de Hamilton 00:03:38

Os Quatérnions e os Produtos Escalar e Vetorial 00:10:02

Produto Vetorial e as Áreas 00:18:39

Uma Generalização do Teorema de Pitágoras 00:24:49

Demonstração do Pitágoras Generalizado 00:28:54

Em que sentido aponta o Produto Vetorial? 00:36:07

O Sinal do Determinante 00:37:47

Lema: É sempre possível deformar, três vetores Linearmente independentes em três unitários e ortogonais, sem perder a independência linear 00:49:46

Invariabilidade da Orientação 00:57:35

Duas bases ordenadas têm a mesma orientação sss seus determinantes têm o mesmo sinal 00:58:20

Se uxv é não nulo, então det(u,v,uxv) é positivo 00:59:17

Voltando ao Produto Escalar 01:06:29

Um pouco sobre Espaços Vetoriais e Corpos 01:08:18

Produto Escalar e Geometria 01:18:52

Pitágoras 01:19:28

Projeção de vetor na direção de outro 01:19:53

Cauchy-Schwarz-Buniakovski (desigualdade do cosseno) 01:24:55

Casos particulares da desigualdade C-S-B 01:28:55

Produto Escalar e Bases Ortonormais 01:33:10

O Truque de Fourier 01:35:20

Projeção em Subespaço de Dimensão k com base Ortonormal 01:37:21

CVGA 2018 11 Espaços Vetoriais, Subespaços, Base, Dimensão, Bases Ortonormais

Introdução 0:00:30

Diferentes aparições de Rn 0:01:30

Polinômios como n-uplas 0:03:20

Funções de [a,b] em R 0:04:18

Comentário sobre polinômios a coeficientes complexos e Cn 0:05:20

Espaço de funções como exemplo de Espaço Vetorial de dimensão infinita 0:06:15

Espaços Vetoriais 0:07:45

Transformações Lineares 0:15:18

A passagem dos sistemas lineares para as transformações lineares 0:17:40

Subespaços Vetoriais 0:26:10

A Imagem de uma transformação linear 0:27:55

Definição de Imagem de transformação Linear 0:28:50

Combinações Lineares 0:29:55

Pistas sobre a análise geométrica da resolução de sistemas lineares 0:31:30

As equações do sistema e as linhas da matriz 0:34:45

Subespaço gerado 0:37:50

Definição de Subespaço Vetorial 0:39:40

Definição chique de subespaço gerado por um subconjunto 0:43:00

O subespaço gerado pelo conjunto vazio 0:44:35

Bases ordenadas e isomorfismos entre R2 e o espaço dos vetores no plano 0:47:20

Ideia de base para um espaço vetorial 0:50:40

O Núcleo de uma Transformação Linear 0:53:55

O Núcleo não traz, de fábrica, um conjunto de geradores 0:56:30

Base ordenada 0:58:25

Dimensão 1:00:37

Independência Linear 1:02:55

LEMA FUNDAMENTAL 1:09:40

Consequências do lema Fundamental 1:23:40

DIMENSÃO DE ESPAÇO VETORIAL 1:25:20

representar um vetor em uma base de Rn é resolver um sistema linear 1:31:58

Resolver sistemas lineares é complicado (a questão do tempo) 1:32:56

Bases Ortogonais 1:34:45

CONSTRUÇÃO DE BASES ORTONORMAIS (Gram-Schmidt) 1:38:15

CVGA 2018 12 Núcleo e Imagem; Linhas e Colunas; Mudanças de Base

Isomorfismo (x1,...,xn)---- x1e1+...+xnen, entre Rn e E, fixada base {e1,...,en} para E 0:01:45

Matriz de transformação linear de E em F, fixadas base para E e base para F 0:05:18

Núcleo de transformação linear 0:11:32

O fatiamento do domínio por subespaços afins paralelos ao Núcleo 0:13:00

Subespaço N1 complementar ao núcleo 0:15:40

T é isomorfismo entre N1 e a Imagem de T 0:20:33

TEOREMA DO NÚCLEO E DA IMAGEM 0:21:25

O caso em que E tem produto escalar 0:23:00

Enunciado do Teorema do Núcleo e da Imagem 0:24:00 dim Im(T)= dimensão do subespaço ortogonal ao núcleo 0:25:55

Todo elemento de E se escreve, de forma única, como soma de um de N com do ortogonal a N 0:26:50

O truque de Fourier, comentário histórico 0:33:05

Projeção Ortogonal sobre subespaço 0:40:55

E é soma direta de N com seu ortogonal 0:56:00

Comentário sobre a evolução da ideia de Produto escalar 0:57:20

T é isomorfismo entre o Ortogonal ao núcleo e a Imagem 1:00:00

Teorema do Núcleo e da Imagem, versão matricial 1:02:16

Espaço das Colunas= Imagem de T 1:02:30

Espaço das Linhas=Ortogonal ao Núcleo de T 1:02:50

DIMENSÃO DO ESPAÇO DAS LINHAS=DIMENSÃO DO ESPAÇO DAS COLUNAS 1:04:45

Possíveis matrizes para transformação linear, com base ortogonal 1:07:25

Mudança de Base 1:15:00

Matriz de mudança de base 1:16:30

Matriz de T na base "certa" como produto de matrizes 1:17:15

Mudança de base, com bases ortonormais 1:22:50

Inversa de matriz ortogonal 1:23:50