EXERCÍCIOS DE ÁLGEBRA LINEAR
|
|
- Ana Luísa Carrilho Galvão
- 7 Há anos
- Visualizações:
Transcrição
1 IST - 1 o Semestre de 016/17 MEBiol, MEAmbi EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Vectores e valores próprios 1 1 Vectores e valores próprios de transformações lineares Dada uma transformação linear T V! V do espaço vectorial V nele próprio, se com v V n f0g e escalar se tem T (v) = v; diremos que v é um vector próprio de T e um seu valor próprio. Designando por I V! V a transformação linear identidade, ou seja a transformação tal que I (x) = x; qualquer que seja x V; temos que T (v) = v, (T I) (v) = 0 Assim, se é um valor próprio de T; então v será um vector próprio de T associado a se e só se v Nuc (T I) n f0g Como tal, podemos a rmar que é um valor próprio de T se e só se Nuc (T I) 6= f0g ; sendo qualquer elemento não nulo de Nuc (T I) um vector próprio de T associado a O subespaço de V; Nuc (T representaremos por E () I) ; é chamado de subespaço próprio associado a ; que E () = Nuc (T I) 1.1 Vectores e valores próprios de matrizes Analogamente, podem de nir-se os conceitos de valor próprio e vector próprio de uma matriz A (n n) Nesse sentido, um vector v 6= 0 e um escalar são, respectivamente, um vector próprio de A e um valor próprio de A; se Av = v O conjunto dos valores próprios de A é designado por espectro da matriz A e representado por (A) Ao contrário do que sucede para uma transformação linear qualquer, 1 Coligidos por João Ferreira Alves, Ricardo Coutinho e José M. Ferreira. 1
2 para uma matriz podemos obter uma caracterização dos seus valores próprios. Na verdade, atendendo a que Av = v, (A I) v = 0; se v é um vector próprio associado ao valor próprio ; podemos a rmar que v é uma solução não nula do sistema homogéneo (A I) x = 0; e portanto concluir que (A), det (A I) = 0 Facilmente se veri ca que det (A I) é um polinómio em de grau n; chamado de polinómio característico de A Logo o conjunto dos valores próprios de uma matriz A é analiticamente identi cado pelas raízes de um polinómio (A) = f det (A I) = 0g O conjunto dos vectores próprios associados a um mesmo valor próprio de A; é constituído por todos os vectores não nulos que são solução do sistema homogéneo (A I) x = 0; ou seja Nul(A I) n f0g O subespaço de R n ; Nul (A I) ; é chamado de subespaço próprio associado a ; que representaremos por E () E () = Nul (A I) 1. Vectores e valores próprios de transformações lineares em espaços de dimensão nita Seja T V! V uma transformação linear. Se o espaço V é de dimensão nita e A = [T ] B;B é a matriz que representa T relativamente a uma dada base B de V; de podemos concluir que a relação é equivalente a [T (v)] B = A [v] B ; T (v) = v A [v] B = [v] B Deste modo, é um valor próprio de T se e só se (A) O espaço próprio associado a um valor próprio ; pode também ser caracterizado através da matriz A E () = Nuc (T I) = fv V [v] B Nul (A I)g No caso de ser V = R n ou C n como há uma identi cação entre vectores e coordenadas na base canónica temos que E() = Nuc (T I) = Nul (A I) ; onde A é a representação matricial de T na base canónica de R n ou C n.
3 1. Diagonalização de matrizes Uma matriz D (n n) diz-se uma matriz diagonal se forem nulos todos os elementos de D que estão fora da diagonal principal d d 0 0 D = d d n Por exemplo, a matriz identidade é uma matriz diagonal. Uma matriz A (n n) é dita diagonalizável se for semelhante a uma matriz diagonal D Ou seja, se existir uma matriz invertível, S; dita matriz de semelhança, tal que D = S 1 AS Teorema da diagonalização. Seja A uma matriz (n n) com valores próprios 1 ; ; k As seguintes a rmações são equivalentes 1) A matriz A é diagonalizável. ) Existe uma base de R n, B = fv 1 ; v ; ; v n g, formada por vectores próprios de A. ) O conjunto B 1 [ B [ [ B k (onde B i designa uma base de E( i )) é uma base de R n. 4) As dimensões dos espaços próprios de A, dim E( i ), veri cam a igualdade dim E( 1 ) + dim E( ) + + dim E( k ) = n. Note que para uma matriz diagonalizável A, uma matriz de semelhança, S, terá como colunas as coordenadas de n vectores próprios linearmente independentes v 1 ;v ; ;v n A matriz diagonal D = 6 4 S = [v 1 v v n ] d d d d n será formada de maneira que d j é um valor próprio associado a v j ; para j = 1; ; n Corolário. Se A tiver n valores próprios distintos então A é diagonalizável. Com V um espaço de dimensão nita (dim V = n) seja T V! V uma transformação linear representada por uma matriz A diagonalizável. Nestas condições, aos n vectores próprios de A linearmente independentes, associamos n vectores próprios de T também linearmente independentes que desse modo constituirão uma base B do espaço V A matriz diagonal D semelhante a A será a representação de T relativamente à base B 7
4 1.4 Exercícios Exercício 1 Seja T R! R a transformação linear de nida por T (x 1 ; x ) = (x 1 + x ; x 1 + x ) e considere os vectores v 1 = (; 1); v = ( 1; 1); v = (; ) e v 4 = (4; 4) Identi que os que são vectores próprios de T Nos casos a rmativos, indique os respectivos valores próprios de T Exercício Considere a transformação linear de nida por T (x 1 ; x ; x ) = (0; x + x ; x + x ) Dentre os vectores v 1 = (; 1; 1); v = (0; 1; 1); v = (1; 0; 0); v 4 = ( 1; 1; ) e v = (0; ; ); quais são vectores próprios de T? E que valores próprios de T que lhes estão associados? Exercício T é a transformação linear de nida por T (x 1 ; x ; x ) = (x 1 + x + x ; x 1 + x + x ; x 1 + x + x ) Veri que se alguns dos vectores v 1 = (; 1; 1); v = (1; 1; 1); v = ( ; 0; ); v 4 = ( 1; 1; ) e v = ( 1; 1; 0) são vectores próprios de T A que valores próprios de T estão associados? Exercício 4 Seja T R! R a transformação linear de nida por T (x 1 ; x ) = (x 1 + x ; x 1 + x ) Mostre que os vectores v 1 = (1; 1) e v = (1; 1) determinam uma base de R constituída por vectores próprios de T Nesta base, determine a representação matricial de T Exercício T R! R é a transformação linear dada por T (x 1 ; x ; x ) = (x ; x ; x ) Justi que que os vectores v 1 = (1; 0; 0), v = (1; 1; 1) e v = (0; 0; 1) determinam uma base de R constituída por vectores próprios de T. Qual a representação matricial de T nesta base? Exercício 6 T é a transformação linear de nida por T (x 1 ; x ) = (x 1 + x ; x ) a) Indique o polinómio característico da matriz que na base canónica representa T b) Calcule os valores próprios e os subespaços próprios de T que lhes estão associados. c) Determine uma base de R constituída por vectores próprios de T Qual a representação matricial de T nesta base? 4
5 Exercício 7 Seja T R! R a transformação linear que na base canónica de R é representada pela matriz A = a) Especi que (A) b) Calcule os subespaços próprios de T c) Determine uma matriz de mudança de base P e uma matriz diagonal D tais que D = P 1 AP Exercício 8 Na base canónica de R a transformação linear T é representada pela matriz 1 A = 0 a) Determine (A) b) Calcule os subespaços próprios de T c) Mostre que não existe uma base de R constituída por vectores próprios de T Exercício 9 Seja T R! R a transformação linear de nida por T (x 1 ; x ; x ) = (x + x ; x + x ; x + x ) a) Indique o polinómio característico da matriz que na base canónica representa T b) Calcule os valores próprios e os subespaços próprios de T c) Determine uma base de R constituída por vectores próprios de T. Qual é a representação matricial de T nesta base? d) Designando por A a matriz que representa T na base canónica de R ; determine uma matriz P e uma matriz diagonal D tais que D = P 1 AP Exercício 10 T R! R é a transformação linear dada por T (x 1 ; x ; x ) = (x 1 ; x + x ; x ) a) Qual o polinómio característico da matriz que na base canónica representa T? b) Calcule os valores próprios e os subespaços próprios de T c) Mostre que não existe uma base de R constituída por vectores próprios de T Exercício 11 Seja T R! R a transformação linear que na base canónica de R é representada pela matriz A = a) Determine (A) b) Calcule os subespaços próprios de T c) Determine uma matriz P e uma matriz diagonal D tais que D = P 1 AP
6 Exercício 1 T P 1! P 1 é uma transformação linear que na base canónica de P 1 é representada pela matriz 1 A = 4 a) Determine (A) b) Calcule os subespaços próprios de T c) Indique uma base de P 1 tal que a representação matricial de T nessa base seja diagonal. Exercício 1 Considere a transformação linear T P! P dada por T (p (t)) = p 0 (t) + p (t) a) Relativamente à base canónica de P ; que matriz representa T? b) Qual o polinómio característico da matriz que representa T? c) Calcule os valores próprios e os subespaços próprios de T d) Pode T ser representada por uma matriz diagonal? Justi que. Exercício 14 Duas matrizes quadradas A e B dizem-se semelhantes se existe uma matriz P invertível tal que B = P 1 AP Mostre que a) Qualquer matriz quadrada é semelhante a ela própria (A é semelhante a A). b) Se A e B são semelhantes, então também B e A são semelhantes. c) Se A e B são semelhantes e se B e C são semelhantes, então A e C são semelhantes. d) Se A e B são semelhantes e A é diagonalizável, então B é diagonalizável. e) Se A e B são semelhantes, então têm o mesmo polinómio característico. Valores próprios complexos Mesmo que A seja uma matriz real (n n) ; A pode admitir valores próprios complexos. Nestas condições, se C é um valor próprio de A então um vector próprio v que lhe esteja associado será necessariamente um vector de C n v = (v 1 ; ; v n ) ; com v 1 ; ; v n C Numa circunstância destas é possível então concluir que ; o complexo conjugado de ; é igualmente um valor próprio de A e que o chamado vector conjugado de v; é vector próprio de A associado a v = (v 1 ; ; v n ) ; 6
7 .1 Exercícios Exercício 1 Resolva as seguintes equações na variável complexa z a) z 4 1 = 0 b) z + 8 = 0 c) z = 0 d) z (z ) + 16z = 0 Exercício 16 Seja T C! C a transformação linear de nida por T (z 1 ; z ) = ( z ; z 1 ) a) Calcule o polinómio da matriz que representa T b) Quais os valores próprios e os subespaços próprios de T? c) Determine uma base de C constituída por vectores próprios de T Qual é a representação matricial de T nesta base? Exercício 17 T C! C é a transformação linear que na base canónica de C é representada pela matriz 0 A = 0 a) Indique o polinómio característico de A b) Calcule os valores próprios e os subespaços próprios de T c) Determine uma matriz de mudança de base P e uma matriz diagonal D tais que D = P 1 AP Exercício 18 Seja T C! C a transformação linear de nida por T (z 1 ; z ; z ) = (z 1 + z z ; z ; z 1 z + z ) a) Calcule o polinómio característico da matriz que representa T b) Determine os valores próprios e os subespaços próprios de T c) Determine uma base de C constituída por vectores próprios de T Qual é a representação matricial de T nesta base? d) Designando por A a matriz que representa T na base canónica de C, determine uma matriz de mudança de base P e uma matriz diagonal D tais que D = P 1 AP Exercício 19 Considere as matrizes A = ; B = e C = Mostre que todas são diagonalizáveis e calcule A n, B n e C n, para n N Exercício 0 Considere as matrizes A = e B = 1 4 Mostre que as matrizes A e B (não sendo diagonalizáveis enquanto matrizes reais) são diagonalizáveis enquanto matrizes complexas. Calcule A n e B n, para n N 7
8 Exercício 1 A matriz a A = b b a com a; b R; b 6= 0; tem valores próprios complexos = a ib Mostre que transformação linear que A representa consiste na composição de uma rotação seguida de uma mudança de escala. Ou seja, que A = 0 0 cos sin sin cos Exercício Com base no exercício anterior calcule A n ; onde A = Particularize para o cálculo de A 10 e A 1 Formas quadráticas Uma forma quadrática é uma função Q R n! R cuja expressão analítica do seguinte tipo Q (x 1 ; ; x n ) = X ij=1 a ij x i x j ; onde a ij R; i; j = 1; ; n Com x = 4 x 1 x n qualquer forma quadrática pode assumir a forma Q (x 1 ; ; x n ) = x T A x; com A matriz real, nn e simétrica (A T = A). Por exemplo, a forma quadrática Q R! R; Q (x 1 ; x ) = x 1 x 1 x + 4x = = [x 1 x ] = 4 x1 x.1 Classi cação das formas quadráticas Pondo x = (x 1 ; ; x n ) ; uma forma quadrática Q (x) e as matrizes simétricas que lhe estão associadas são classi cadas em 1. De nidas positivas se Q (x) > 0; 8x R n n f0g. De nidas negativas se Q (x) < 0; 8x R n n f0g 8
9 . Semide nidas positivas se Q (x) > 0; 8x R n 4. Semide nidas negativas se Q (x) 6 0; 8x R n. Inde nidas se Q (x) tomar valores positivos e negativos.. Formas quadráticas e valores próprios Uma matriz invertível P é dita ortogonal se P 1 = P T. Uma matriz A; real e nn; dizse uma matriz ortogonalmente diagonalizável se for semelhante a uma matriz diagonal, D; cuja matriz de semelhança, P; seja ortogonal. Isto é, se com P 1 = P T A = P DP 1 Facilmente se veri ca que uma matriz ortogonalmente diagonalizável, A é necessariamente uma matriz simétrica O inverso também sucede como se estabelece no seguinte teorema Teorema espectral das matrizes simétricas. Seja A uma matriz real, n n e simétrica. Então 1) Todos os valores próprios de A são reais ( (A) R) ) A é ortogonalmente diagonalizável. A partir da relação Q (x 1 ; ; x n ) = x T A x; com A matriz real, n n e simétrica, como A é ortogonalmente diagonalizável temos que x T A x = x T P DP T x em que D é uma matriz diagonal, n n; e P uma matriz ortogonal também n n Com y T = y 1 y n, fazendo então y = P T x temos que x T A x = y T D y Isto signi ca que através da mudança de variável x = P y; a forma quadrática Q pode ser descrita, na nova variável, através da expressão Q (y 1 ; ; y n ) = y T D y = 1 y n y n; onde 1 ; ; n ; são os números reais que constituem o espectro de A; ou seja os seus valores próprios. Este facto permite-nos então concluir 1. Q é uma forma de nida positiva se e só se todos os valores próprios de A são positivos. 9
10 . Q é uma forma de nida negativa se e só se todos os valores próprios de A são negativos.. Q é uma forma semide nida positiva se e só se todos os valores próprios de A são não negativos. 4. Q é uma forma semide nida negativa se e só se todos os valores próprios de A são não positivos.. Q é uma forma inde nida se e só se A tiver valores próprios positivos e negativos.. Exercícios Exercício Classi que as seguintes matrizes simétricas. 1 1 a) b) c) 1 1 d) 0 e) f) Exercício 4 Com base no exercício anterior classi que as seguintes formas quadráticas. a) Q(x 1 ; x ) = x 1 + x + x 1 x b) Q(x 1 ; x ) = x 1 + x + x 1 x c) Q(x 1 ; x ) = x 1 + x x 1 x d) Q(x 1 ; x ) = x 1 + 4x x 1 e) Q(x 1 ; x ; x ) = x 1 + x + x + 4x x 1 f) Q(x 1 ; x ; x ) = x 1 x + x + x x 1 4 Soluções 1) v 1 e v não são vectores próprios de T ; v é vector próprio de T associado ao valor próprio 1; v 4 é vector próprio de T associado ao valor próprio ) v ; v e v são vectores próprios de T ; ; 0 e 4 são os respectivos valores próprios. ) v é vector próprio de T associado ao valor próprio, v e v são vectores próprios associados ao valor próprio ) 0 )
11 6) a) P () = ( 1) ( ) b) 1 e são os valores próprios de T Os subespaços próprios de T são E (1) = L f(1; 0)g e E () = L f(1; 1)g 1 0 c) 0 7) a) (A) = f 1; g b) E ( 1) = L f( 1; 1)g e E () = L f(1; 1)g 1 0 c) D = e P = 0 8 a) (A) = fg b) E () = L f(1; 0)g c) dim E () = 1 6= dim R = 9) a) P () = ( ) ( 1) b) 0; 1 e são os valores próprios de T Os subespaços próprios são E (0) = L f(1; 0; 0)g ; E (1) = L f(0; 1; 1)g e E () = L f(; ; )g c) f(1; 0; 0) ; (0; 1; 1) ; (; ; )g d) D = e P = ) a) P () = ( ) ( ) b) e são os valores próprios de T Os subespaços próprios são E () = L f(0; 1; 0)g e E () = L f(1; 0; 0)g c) Não existe uma base de R formada por vectores próprios de T porque dim E () + dim E () = 6= dim R 11) a) (A) = f6; 9g b) E (6) = L f(0; 1; 1)g e E (9) = L f(; ; 0) ; (1; 0; )g c) P = e D = ) a) (A) = f1; g b) E (1) = L (ft =g) ; E () = L (ft 1g) 1 0 c) T é representada por D = na base ft =; t 1g 0 11
12 1) a) A = b) (1 ) c) 1 é valor próprio de T E (1) = L f1g d) Não dim E (1) = 1 6= = dim P 1) a) z = 1 e z = i b) z = 1 i p e z = c) z = p i p = e z = p i p = d) z = 0 e z = 4i 16) a) P (z) = z + 1 b) i são os valores próprios de T ; E (i) = L f(i; 1)g e E ( i) = L f( i; 1)g c) f(i; 1) ; ( i; 1)g é base de C ; D = i 0 0 i 17) a) P (z) = z + 4 b) i são os valores próprios de T ; E (i) = L f( i; 1)g e E ( i) = L f(i; 1)g c) f(i; 1) ; ( i; 1)g é base de C ; D = i 0 0 i i i ; P = 18) a) P (z) = (1 z) (1 z) + 1 b) 1 e 1 i são os valores próprios de T ; E (1) = L f(1; 1; 1)g ; E (1 + i) = L f(i; 0; 1)g e E (1 i) = L f( i; 0; 1)g c) f(1; 1; 1) ; (i; 0; 1) ; ( i; 0; 1)g é base de C ; D = i i 1 i i d) P = e D A n n 1 = 0 n ; B n = n 1 ( n ) ( n e ) 1 C n = ( n ) ( ) n ( ) n ( n ) 6 ( n ) 6 ( ) n ( ) n ( n ) 0) A n = p cos(n=4) sin(n=4) n sin(n=4) cos(n=4) ) A n = n= cos (n=4) n= sin (n=4) n= sin (n=4) n= cos (n=4) A 10 = 0 0 ; A 1 = e B n = p 8 n cos(n=4) 1 sin(n=4) sin(n=4) cos(n=4) ) a) Os valores próprios da matriz são 0 e, logo é semide nida positiva. 1
13 b) Os valores próprios da matriz são 1 e, logo é de nida positiva. p e 1 1 c) Os valores próprios da matriz são negativa. d) Os valores próprios da matriz são 1 e 4, logo é inde nida. e) Os valores próprios da matriz são 1 e, logo é inde nida. f) Os valores próprios da matriz são, 1 e, logo é inde nida. p (ambos negativos), logo é de nida 4) a) Semide nida positiva. b) De nida positiva. c) De nida negativa. d) Inde nida. e) Inde nida. f) Inde nida. 1
Exercícios de Álgebra Linear 2 o Semestre 2008/2009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC
Exercícios de Álgebra Linear o Semestre 008/009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC João Ferreira Alves/Ricardo Coutinho Sistemas de Equações Lineares e Matrizes Exercício Resolva por eliminação de Gauss
Leia mais7 temos que e u =
Capítulo 1 Complementos de Álgebra Linear 11 Introdução Seja A = [a ij ] uma matriz quadrada de ordem n e pensemos na transformação linear R n! R n que a cada cada vector u R n faz corresponder um vector
Leia maisValores e vectores próprios
ALGA - Eng Civil e EngTopográ ca - ISE - / - Valores e vectores próprios 5 Valores e vectores próprios Neste capítulo, sempre que não haja especi cação em contrário, todas as matrizes envolvidas são quadradas
Leia maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisMultiplicidade geométrica
Valores e Vectores Próprios - ALGA - /5 Multiplicidade geométrica Chama-se multiplicidade geométrica de um valor próprio ao grau de indeterminação do sistema (A I n ) X : O grau de indeterminação de corresponde
Leia maisMatrizes de uma aplicação linear relativamente a referenciais diferentes
5 a : aula (h) 8/0/00 Representação matricial de uma apl linear (/) 5- Instituto Superior Técnico 00/ o semestre Álgebra Linear o ano das Lics em Engenharia Informática e de Computadores Matrizes de uma
Leia maisValores próprios (de uma matriz): tais que det(a I) = 0. Vectores próprios (de uma matriz) associados a um valor próprio : v 2 N (A I)n f0g
Polinómio característico: det(a I) Valores próprios (de uma matriz): tais que det(a I) Vectores próprios (de uma matriz) associados a um valor próprio : v N (A I)n fg N (A I) é o subespaço próprio associado
Leia maisDiagonalização unitária e diagonalização ortogonal. Observação. Neste capítulo considera-se o produto interno
Diagonalização unitária e diagonalização ortogonal Observação. Neste capítulo considera-se o produto interno usual. De nição. Chama-se transposta conjugada de uma matriz A à matriz A T e denota-se por
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - o Semestre de / MEEC EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Método de Eliminação de Gauss Sistemas de equações lineares Uma equação linear nas variáveis (ou incógnitas) x ; ; x n ; é uma equação do
Leia maisMatriz de mudança de coordenadas: S B1!B 2. (como se faz e para que serve) transformação linear. (como se faz e para que serve)
Matriz de mudança de coordenadas: S B!B (como se faz e para que serve) Transformação linear A matriz de T em relação às bases B e B 0 : M(T ; B; B 0 ) (como se faz e para que serve) As 3 formas (equivalentes)
Leia maisFicha de Trabalho 09 e 10
Ficha de Trabalho 09 e 0 Diagonalização. (Aulas a 6). Diagonalização. Valores e vectores próprios. Equação característica. Matrizes semelhantes. Matriz diagonalizável. Factorização PDP -. Diagonalização
Leia maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisficha 5 transformações lineares
Exercícios de Álgebra Linear ficha 5 transformações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 5 Notação
Leia mais6 Valores e Vectores Próprios de Transformações Lineares
Nova School of Business and Economics Prática Álgebra Linear 6 Valores e Vectores Próprios de Transformações Lineares 1 Definição Valor próprio de uma transformação linear ( ) Número real (ou complexo)
Leia maisAUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Leia maisÁlgebra Linear. 8 a Lista: a) Use o processo de ortogonalização de Gram Schmidt para construir uma base ortonormada para W.
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais, Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 8 a Lista: Nos exercícios em que n~ao se especifica
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia maisTÓPICOS. Valores e vectores próprios. Equação característica. Matrizes semelhantes. Matriz diagonalizável. Factorização PDP -1
Note bem: a leitura destes apontamentos não dispensa de modo algum a leitura atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo aluno
Leia maisEspaços vectoriais reais
ALGA - 00/0 - Espaços Vectoriais 49 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o conjunto das
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 2012/2013
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 0/0 A) B) C) D) [,0]. Considere as seguintes a rmações: I. ~x
Leia maisSeja f um endomorfismo de um espaço vectorial E de dimensão finita.
6. Valores e Vectores Próprios 6.1 Definição, exemplos e propriedades Definição Seja f um endomorfismo de um espaço vectorial E, com E de dimensão finita, e seja B uma base arbitrária de E. Chamamos polinómio
Leia maisficha 4 valores próprios e vectores próprios
Exercícios de Álgebra Linear ficha 4 valores próprios e vectores próprios Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12
Leia maisProvas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.
Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização
Leia maisEspaços vectoriais reais
Espaços Vectoriais - Matemática II - 2004/05 40 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o
Leia maisCapítulo 4 - Valores e Vectores Próprios
Capítulo 4 - Valores e Vectores Próprios Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 17
Leia maisApontamentos das Aulas Teóricas de Álgebra Linear. LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec. Nuno Martins. Departamento de Matemática
Apontamentos das Aulas Teóricas de Álgebra Linear para LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec Nuno Martins Departamento de Matemática Instituto Superior Técnico Fevereiro de 0 Índice Sistemas de
Leia maisMatrizes Semelhantes e Matrizes Diagonalizáveis
Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas
Leia maisÁlgebra Linear - Exercícios resolvidos
Exercício 1: Álgebra Linear - Exercícios resolvidos Sejam E = L({(1, 1, 1), (1, 2, 2)}) e F = L({(, 1, 1), (1, 1, 2)}). a) Determine a dimensão de E + F. b) Determine a dimensão de E F. Resolução: a) Temos
Leia maisValores e vectores próprios
Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci
Leia maisÁlgebra Linear e Geometria Analítica. Valores Próprios e Vectores Próprios
Álgebra Linear e Geometria nalítica Valores Próprios e Vectores Próprios Será assim para todos os vectores? R α α, Será assim para todos os vectores? Definição: Seja um número real e uma matriz quadrada
Leia maisFACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA Exercícios vários. Considere o conjunto C =, e a operação binária definida por a b = min(a, b). O conjunto C é, relativamente
Leia maisMatrizes - ALGA /05 1. Matrizes
Matrizes - ALGA - 004/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) : i f1; ; :::; mg e j f1; ; :::; ngg e com valores
Leia maisMatrizes - Matemática II /05 1. Matrizes
Matrizes - Matemática II - 00/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) i f1; ; ; mg e j f1; ; ; ngg e com valores
Leia maisResolução do 1 o Teste - A (6 de Novembro de 2004)
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA Ano Lectivo de 2004/2005 Resolução do 1 o Teste - A (6 de Novembro de 2004) 1 Considere o subconjunto
Leia mais2.1 Fundamentos Básicos
.1 Fundamentos Básicos Recordemos que uma aplicação (ou transformação) entre espaços vetoriais T : V! W é linear quando: (a) T (u + v) = T (u) + T (v) ; u; v V: (b) T ( u) = T (u) ; u V e F: Podemos condensar
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A
Instituto uperior Técnico Departamento de Matemática ecção de Álgebra e Análise Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A REVIÃO DA PARTE IV Parte IV - Diagonalização Conceitos: valor próprio, vector
Leia maisEconomia Matemática I 2007/08. Ficha 1 - Capítulos 1 e B = 2 4
Economia Matemática I /8 Ficha - Capítulos e. Sendo D = E = C = efectue, se possível, as seguintes operações: (a) A + C (b) A + B (c) A B (d) (A + B) (e) DE (f) AE (g) A (h) (BC) D (i) CE. Dadas a matrizes
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Prática Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisInstituto Superior Técnico - Álgebra Linear - 1 o Semestre 2016/2017 LEIC-A 5 a Ficha de exercícios para as aulas de problemas
Instituto Superior Técnico - Álgebra Linear - o Semestre 0/0 LEIC-A a Ficha de exercícios para as aulas de problemas Classi que quanto à paridade as seguintes permutações de números de a : () () () (iv)
Leia maisAulas Teóricas de Álgebra Linear
Aulas Teóricas de Álgebra Linear Instituto Superior Técnico - o Semestre 009/00 MEAmbi - MEBiol Matrizes De nição Uma matriz A, do tipo m n (m por n), é uma tabela de mn números dispostos em m linhas e
Leia maisDou Mó Valor aos Autovalores
1. Definições Preliminares Dou Mó Valor aos Autovalores 21ª Semana Olímpica Maceió, AL Prof. Davi Lopes Nível U Dada uma matriz quadrada A n n de entradas complexas, podemos definir os conceitos a seguir,
Leia maisGeometria Analítica e Álgebra Linear
UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra
Leia maisÁlgebra Linear e Geometria Analítica
Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Álgebra Linear e Geometria Analítica Curso: Engenharia Electrotécnica Ano: 1 o Semestre: 1 o Ano Lectivo: 007/008 Ficha
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia maisALGA - Eng. Civil e Eng. Topográ ca - ISE /
ALGA - Eng. Civil e Eng. Topográ ca - ISE - /. Se possível dê exemplos de (a) Uma equação não linear. (b) Uma equação linear com termo independente igual ao seu número de aluno e tenha dois coe cientes
Leia mais1. Encontre os autovalores e autovetores das transformações lineares dadas: 2. Encontre os autovalores e autovetores correspondentes das matrizes 2
UNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS CCT DEP ART AMENT O DE MAT EMAT ICA DMAT Exercícios sobre AUTOVALORES e AUTOVETORES Professora: Graciela Moro. Encontre
Leia maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Leia maisCálculo Diferencial e Integral 2 Formas Quadráticas
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do
Leia maisÁlgebra Linear 1 o Teste
Instituto Superior Técnico Departamento de Matemática 1 o Semestre 2008-2009 6/Janeiro/2008 Prova de Recuperação Álgebra Linear 1 o Teste MEMec, MEAer Nome: Número: Curso: Sala: A prova que vai realizar
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisTESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial
TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c
Leia maisExpansão linear e geradores
Espaços Vectoriais - ALGA - 004/05 Expansão linear e geradores Se u 1 ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u 1 ; u ;
Leia maisÁLGEBRA LINEAR. Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller
ÁLGEBRA LINEAR Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller Autovalores e Autovetores de um Operador Linear Seja T:V V um operador linear. Um vetor v V, v 0, é
Leia maisMatemática- 2008/ Se possível, dê exemplos de: (no caso de não ser possível explique porquê)
Matemática- 00/09. Se possível, dê exemplos de (no caso de não ser possível explique porquê) (a) Uma matriz do tipo ; cujos elementos principais sejam 0. (b) Uma matriz do tipo ; cujo elemento na posição
Leia maisCapítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 5 Operadores Auto-adjuntos Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 5: Operadores Auto-adjuntos
Leia maisEspaços vectoriais com produto interno. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19
Capítulo 6 Espaços vectoriais com produto interno ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19 Definição e propriedades ALGA 2008/2009 Mest.
Leia maisAvaliação e programa de Álgebra Linear
Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (
Leia maisDiagonalização. Operador diagonalizável
Operador linear Diagonalização Se T: V V for uma transformação linear definida no espaço vectorial V, então T designa-se por operador linear. A representação matricial de um operador linear depende da
Leia maisÁLGEBRA LINEAR A FICHA 7
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 3/Dez/3 ÁLGEBRA LINEAR A FICHA SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Cálculo de Valores Próprios
Leia mais5. Seja A uma matriz qualquer. Assinale a afirmativa
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço
Leia maisGeovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia
Álgebra Linear Computacional Geovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia http://www.matmidia.mat.puc-rio.br 1 Álgebra Linear Computacional - Parte
Leia maisPROBLEMAS DE ÁLGEBRA LINEAR
PROBLEMAS DE ÁLGEBRA LINEAR P. FREITAS Conteúdo. Números complexos. Sistemas de equações; método de eliminação de Gauss 3. Operações com matrizes 3 4. Inversão de matrizes 4 5. Característica e núcleo
Leia maisLista 6: transformações lineares.
Lista 6: transformações lineares. 1) Diga, justificando, quais das seguintes funções constituem transformações lineares. a) T : R 2 R 2 tal que T (x 1, x 2 ) = (x 1 + x 2, 3x 1 x 2 ) b) T : R 2 R 2 tal
Leia maisValores e vectores próprios
Valores e vectores próprios Álgebra Linear C (Engenharia Biológica) 0 de Dezembro de 006 Conteúdo Motivação e definições Propriedades 4 3 Matrizes diagonalizáveis 5 Motivação e definições Considere a matriz
Leia maisSME0812 Modelos Lineares. Álgebra Matricial. 17 de março de / 1
SME0812 Modelos Lineares Álgebra Matricial 17 de março de 2015 1 / 1 Notação Escreveremos A = A n m para denotar uma matriz de dimensão n m, ou seja, uma matriz com n linhas e m colunas: a 11 a 12 : :
Leia maisficha 6 espaços lineares com produto interno
Exercícios de Álgebra Linear ficha espaços lineares com produto interno Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico o semestre 011/1 Notação
Leia maisExercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
Leia maisMatemática. Lic. em Enologia, 2009/2010
Universidade de Trás-os-Montes e Alto Douro Matemática Lic. em Enologia, 009/00 a Parte: Álgebra Linear Vectores em R n e em C n. Sejam u = (, 7,, v = ( 3, 0, 4 e w = (0, 5, 8. Calcule: a 3u 4v b u + 3v
Leia maisSebenta de exercícios de Álgebra Linear e Geometria Analítica. Curso: Eng. Topográ ca
Sebenta de exercícios de Álgebra Linear e Geometria Analítica Curso: Eng. Topográ ca Ano Lectivo 009/010 4 de Setembro de 009 (Versão: 1.0) Índice Notações e terminologia ii 1 Revisão sobre noções elementares
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
Leia maisÁlgebra Linear II - Poli - Gabarito Prova SUB-tipo 00
Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 [ ] 4 2 Questão 1. Seja T : R 2 R 2 o operador linear cuja matriz, com respeito à base canônica de R 2, é. 1 3 [ ] 2 0 Seja B uma base de R 2 tal que
Leia maisALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes
ALGA - Eng. Civil e Eng. Topográ ca - ISE - 011/01 - Matrizes 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma aplicação A : f1; ; :::;
Leia maisEXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) GRUPO I
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise EXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) (24/JUNHO/2005) Duração: 3h Nome de Aluno: Número de Aluno: Curso:
Leia maisALGA - Eng.Civil e Eng. Topográ ca - ISE /
ALGA - Eng.Civil e Eng. Topográ ca - ISE - 0/0 0. (a) Calcule o sinal das seguintes permutações (i) (; ; ; ; ) (ii) (; ; ; ; ; ) (b) Use os resultados da alínea (a) para calcular, usando a de nição, os
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisFormas quadráticas. x y. forma quadrática associada à equação quadrática. real simétrica n n, B 2 M 1n (R) e escalar.
Formas quadráticas Equação quadrática em duas variáveis x e y: ax + by + cxy + dx + ey + f 0 h i a c x y c b A x y (A real simétrica). Q : R! R, + h d e i x y u Q (u) u T Au ax + by + cxy + f 0 forma quadrática
Leia maisÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 20/Nov/2003 ÁLGEBRA LINEAR A FICHA 6 SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Propriedades dos Determinantes
Leia maisProduto interno no espaço vectorial R n
ALGA - 00/0 - Produto interno 8 Produto interno no espaço vectorial R n A noção de produto interno de vectores foi introduzida no ensino secundário, para vectores de R e R : Neste capítulo generaliza-se
Leia maisCapítulo 1. Matrizes e Sistema de Equações Lineares. 1.1 Corpos
Capítulo 1 Matrizes e Sistema de Equações Lineares Neste capítulo apresentaremos as principais de nições e resultados sobre matrizes e sistemas de equações lineares que serão necessárias para o desenvolvimento
Leia maisÁlgebra Matricial Notas de Aulas 3 ( Terceira Avaliação ) Prof Carlos Alberto S Soares
Álgebra Matricial Notas de Aulas 3 ( Terceira Avaliação Prof Carlos Alberto S Soares 1 Matrizes Diagonais Lembramos que uma matriz A n n será dita matriz diagonal de ordem n se todos os elementos fora
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - 1 o Semestre de 01/1 LEIC - A EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Determinantes. 1 1 Determinantes Pode-se de nir det A, o determinante de uma matriz A M nn (K), como o valor da função de M nn (K)
Leia maisMínimos quadrados. A 2 M mn (R), b 2 R m. Como Au 2 C (A) para todo o u 2 R n e
Mínimos quadrados Au b A M mn (R), b R m Como Au C (A) para todo o u R n e b P C(A) (b) kb Auk, u R n é a melhor solução aproximada ou solução de mínimos quadrados de Au b se u veri car Au P C(A) (b) kb
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisÁLGEBRA LINEAR. Exame Final
UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR Exame Final 9/0/00 DURAÇÃO: 3 horas Nome: N o Aluno: Observação: Declaro que desisto: (Justifique sempre as suas respostas) Folha. (4,0
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia maisProblemas de Álgebra Linear
Problemas de Álgebra Linear Curso: Engenharia Aeroespacial o Semestre 203/204 Prof Paulo Pinto http://wwwmathistutlpt/ ppinto/ Conteúdo Sistemas de equações lineares e álgebra matricial Álgebra de matrizes
Leia maisMatemática II /06 - Matrizes 1. Matrizes
Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)
Leia mais3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
Leia maisÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA. Resolução do 2º Teste
ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA Resolução do 2º Teste 11 de Junho de 2013 Ano Lectivo: 2012-2013 Semestre: Verão ISEL è ADM Secção de Álgebra ç ALGA Álgebra Linear e Geometria Analítica - Resolução
Leia maisSistemas de Equações Lineares e Matrizes
Sistemas de Equações Lineares e Matrizes. Quais das seguintes equações são lineares em x, y, z: (a) 2x + 2y 5z = x + xy z = 2 (c) x + y 2 + z = 2 2. A parábola y = ax 2 + bx + c passa pelos pontos (x,
Leia maisCM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
Leia maisNOTAS DE AULAS DE ÁLGEBRA LINEAR
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE EDUCAÇÃO E SAÚDE UNIDADE ACADÊMICA DE EDUCAÇÃO PERÍODO 011 TURNO: DATA: PROFESSORA: CÉLIA MARIA RUFINO FRANCO Aluno (a): NOTAS DE AULAS DE ÁLGEBRA LINEAR
Leia maisIntrodução à Geometria
Introdução à Geometria - 2007-2008 Algumas noções 1. Norma de um vector Seja E um espaço vectorial real de dimensão finita E munido de um produto interno (u, v) u v. Dado um vector v E chama-se norma ou
Leia maisALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral
Módulo 9 ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Contents 9.1 Operadores auto-adjuntos (simétricos e hermitianos) 136 9. Teorema espectral para operadores auto-adjuntos...........
Leia maisProblemas de Álgebra Linear
Problemas de Álgebra Linear Cursos: MEBiol e MEBiom o Semestre 208/209 Prof Paulo Pinto http://wwwmathtecnicoulisboapt/ ppinto/ Conteúdo Sistemas de equações lineares e álgebra matricial (2 aulas) Álgebra
Leia maisUnidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa
MA33 - Introdução à Álgebra Linear Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto
Leia mais