INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 7 ISOMORFISMO

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 7 ISOMORFISMO"

Transcrição

1 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR CAPÍULO 7 ISOMORFISMO A pergunta inicial que se faz neste capítulo e que o motiva é: dada uma transformação linear : V W é possível definir uma transformação linear que seja inversa de existe a transformação linear :W V? Serão dados a seguir definições e resultados que permitam responder a esta pergunta Primeiramente recordar-se-ão três definições importantes sobre funções reais de uma variável real para em seguida estendê-las às transformações lineares Definições: Dados dois subconjuntos não vazios de R A e B e uma função f de A em B define-se: y = f ( x é injetora se f ( x f ( x x = x = y = y x = x Isto significa que cada y pertencente ao conjunto Im ( f é imagem de um único x do domínio de f Equivalentemente tem-se: x x f( x f ( domínio de f têm imagens diferentes x Assim elementos distintos do y = f ( x é sobrejetora se y CDf ( x Df ( / y = f ( x isto é: ( f CDf ( Im = Isto significa que todo elemento de B é imagem de pelo menos um x do domínio de f Aqui D ( f e ( f CD denotam respectivamente o domínio e o contradomínio de f Quando a função é ao mesmo tempo injetora e sobrejetora diz-se que ela é bijetora Assim tem-se: a função f de A em B é uma bijeção (ou bijetora se todo elemento de B é imagem de um único elemento de A Apresentam-se agora as definições análogas para transformações lineares Definição: Dados dois espaços vetoriais não vazios V e W diz-se que uma transformação linear :V W é injetora se ( v = ( v v = v v v V Equivalentemente temse: v v ( v ( v Isto significa que cada w pertencente ao conjunto Im ( é imagem de um único v do domínio de Assim elementos distintos do domínio de têm imagens diferentes Definição: Dados dois espaços vetoriais não vazios V e W diz-se que uma transformação linear : V W é sobrejetora se w CD ( v D ( /w = ( v isto é:

2 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR Im = CD = ( ( W Isto significa que todo elemento de W é imagem de pelo menos um v do domínio de Aqui D ( e ( CD denotam respectivamente o domínio e o contradomínio de Definição: Dados dois espaços vetoriais não vazios V e W diz-se que uma transformação linear : V W é bijetora se é injetora e sobrejetora Exemplo: considere-se a transformação linear : R R definida por: ( v = ( xy = ( x + y x para todo = ( x y R v Afirma-se: é bijetora Para ver que essa afirmação é verdadeira deve-se mostrar que é injetora e sobrejetora omando-se dois elementos v = ( x e ( x y v = y no domínio de tem-se: ( v = ( x y = ( x + y x e ( v ( x y = ( x + y x y Então: ( v ( v ( x + y x = ( x + y x = y de onde se obtém o sistema linear: = y x x + y = x = x + y Resolvendo-se esse sistema conclui-se que x = x e y = y conclui-se que v = v e portanto é injetora CD = R é Para mostrar que é sobrejetora deve-se mostrar que todo elemento de ( imagem de pelo menos um elemento de D ( = R isto é deve-se mostrar que ( = R Im Um elemento w = ( xy pertencente ao conjunto Im ( é escrito na forma w ( x + y x Então vem: ( + y( v = x o conjunto B = {( ( } é uma base de ( do R Logo Im ( sobrejetora ( =dimr ( = Im Entretanto B também é uma base dim Como Im ( R conclui-se que Im ( = R Sendo injetora e sobrejetora segue-se que é bijetora é Serão enunciados a seguir teoremas que auxiliarão a verificar se uma transformação linear é ou não bijetora eorema : Seja : V W uma transformação linear Então é injetora se e somente se ( = { 0} Ker Demonstração: (i Condição necessária

3 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR Hipótese: : V W é uma transformação linear injetora ese: Ker ( = { 0} Seja v Ker( ; então ( v ( 0 e portanto segue-se que ( v = ( 0 conclui-se que (ii Condição suficiente Hipótese: Ker ( = { 0} ese: é injetora Sejam v ( = { 0} Mas sendo uma transformação linear sabe-se que Ker uv V tais que ( u = ( v Então: ( u ( v de onde vem que ( u v isto é u v Ker( Como por hipótese ( = { 0} u = v Portanto é injetora Mas por hipótese é injetora e portanto Ker conclui-se que u v Exemplo: considere-se novamente a transformação linear : R R ( v = ( xy = ( x + y x para todo = ( x y R v a qual é injetora omando um elemento u ( xy Ker( ( u ( xy segundo membro da igualdade é o vetor 0 ( 0 0 ( xy ( x + y x = ( 00 x + y x = tem-se: definida por: ressaltando que neste caso o elemento 0 que figura no = Assim vem: de onde se segue que x = y u Conclui-se assim que o único elemento que pertence a Ker ( é o vetor nulo isto é Ker ( = { 0} ou equivalentemente ( {( 00 } eorema : Seja Ker = : V W uma transformação linear injetora Se { v v Lv n } são vetores LI de V então { ( v ( v L( } Demonstração: Hipóteses: v n são vetores LI de W : V W é uma transformação linear injetora; { v v L vn} V são LI ese: { ( v ( v L( v } W n são LI Considerem-se os escalares α α L α n K tais que: ( v α ( v + + α ( 0 α + L n v n = ; sendo uma transformação linear pode-se escrever: ( v α v + + α 0 α + L n v n = Como é injetora segue-se que:

4 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR α v + α v + L + α n v n v n LI segue-se que α = α = L = αn e portanto Sendo { v v L } { ( v ( v L( } v n são LI Exemplo: considere-se uma vez mais a transformação linear : R R definida por: ( v = ( xy = ( x + y x para todo = ( x y R e os vetores v = ( e v = ( 0 ( v = ( = ( + = ( v os quais são LI em-se: e ( v = ( 0 = ( = ( Verificar-se-á que os vetores obtidos ( v = ( e ( v ( = são LI Para isso escrevese a equação abaixo onde a e b são escalares: ( v + b( v 0 a = ( + b( ( 0 0 a = ou ainda ( a b a + b = ( 00 + de onde se obtém o sistema linear a + b a + b cuja solução é = b a Assim conclui-se que ( e ( v v são LI eorema : Sejam V e W espaços vetoriais sobre um corpo K sendo V de dimensão finita e : V W uma transformação linear Então: ( V dimim ( ( dim( Ker( dim = + Demonstração: Hipóteses: V e W são espaços vetoriais K; V tem dimensão finita; : V W é transformação linear ese: dim ( V = dimim ( ( + dim( Ker( Supondo-se que dim ( Ker( 0 considere-se { u uun} V uma base de ( Ker Podese completar esse conjunto de modo a obter uma base de V Sejam { v v v } V que { u uunvv v m } é uma base de V Então dim ( V n + m { ( v ( v L( v m } é uma base de Im ( (a O conjunto { ( v ( v L( v m } gera Im ( isto é: Im( = [ ( v ( v L( ] v m De fato tomando-se w Im ( existe v V tal que ( v w = m tais = Mostrar-se-á que Sendo um elemento de V v é uma combinação linear dos vetores da base de V Logo existem

5 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR i n α j j m tais que: escalares β ( e ( i v β β β α α + α = u + u + L + nun + v + v + L mvm Então: ( v = ( β u + β u + + β u + α v + α v + + α v w = L n n L m m isto é ( v = β ( u + β ( u + + β ( u + α ( v + α ( v + + α ( v w = L n n L m m Como os vetores ( i n pertencem a Ker ( tem-se que ( u = ( i n u i portanto w = α ( v + α ( v + L + α ( m v m Conclui-se assim que { ( v ( v L( v m } gera Im ( (b Deve-se mostrar agora que β ( i n ( v ( v L( i i 0 e que os vetores v m são LI Para isso tomam-se escalares α α L αm tais que: ( v α ( v + + α ( 0 α + L m v m = Dessa equação pode-se escrever: ( v α v + + α 0 α + L m v m = de onde se segue que α v + α v + L + α v Ker( m m e portanto é uma combinação linear β i tais que: dos elementos da base deste espaço existem escalares ( i m α α α β β + β v + v + L + mvm = u + u + L mum α α + L + α v β u β u L β u 0 v + v m m m m = β e Como { u uunvv v m } é uma base de V segue-se que i ( i n α ( i n Portanto { ( v ( v L( } i De (a e (b segue-se que ( Im ( m dim ( Im ( + dim( Ker( = m + n = dimv ( o que prova o teorema v m é LI dim = e vem: Corolário: Nas hipóteses do teorema anterior se dim ( V = dimw ( são equivalentes: (i é sobrejetora (ii é bijetora (iii é injetora (iv leva uma base de V em uma base de W Demonstração: as seguintes afirmações (i (ii Hipóteses: ( V dimw ( ese: é bijetora dim = e é sobrejetora De fato por hipótese Im ( = W e portanto dim ( Im ( dimw ( = dimv ( = Pelo teorema

6 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR dim V dimim + dim Ker anterior tem-se que ( = ( ( ( ( de onde se conclui que ( Ker( Ker ( = { 0} Pelo eorema segue-se que é injetora e portanto é bijetora dim (ii (iii Hipóteses: ( V dimw ( dim = e é bijetora ese: é injetora Se é bijetora então é injetora (iii (iv Hipóteses: ( V dimw ( dim = e é injetora ese: leva uma base de V em uma base de W Seja B = { v v L } uma base de V Mostrar-se-á que { ( v ( v L( } base de W v n B = v n é uma Uma vez que é injetora B tem tantos vetores quanto B Dessa forma resta mostrar que é LI Considerem-se então escalares ( i n B ( v α ( v + + α ( 0 α + L n v n = α i tais que: Sendo uma transformação linear pode-se escrever: ( v α v + + α 0 α + L n v n = ; sendo injetora tem-se que v + α v + + α n v n α L e como B { v v L } de V segue-se que α ( i n Portanto { ( v ( v L( } i = v n é base B = v n é base de W (iv (i Hipóteses: ( V dimw ( ese: é sobrejetora De fato seja dim = e leva uma base de V em uma base de W w W omando uma base B = { vv Lv n } de V segue-se por hipótese que { ( v ( v L( } B = v n é uma base de W Logo w é uma combinação linear dos elementos α i tais que: desta base isto é existem escalares ( i n ( v + α ( v + α ( α + w = L n v n ( α v + α v + + α w = L n v n Isso mostra que w Im ( e portanto é sobrejetora eorema 4: Se V e W são espaços vetoriais de dimensão finita e transformação linear então: (a Se dim ( V > dimw ( (b Se dim ( V < dimw ( então não é injetora então não é sobrejetora : V W é uma Demonstração: (a Hipótese: dim ( V > dimw (

7 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR ese: não é injetora Demonstrar-se-á a seguinte afirmação equivalente à (a: Se é injetora então dim( V dimw ( é injetora Ker ( = { 0} ( Ker( De fato têm-se as seguintes equivalências: dim Por outro lado pelo eorema tem-se: dim ( V = dimim ( ( + dim( Ker( Assim segue-se que dim ( V = dimim ( ( Como dim( Im ( dimw ( segue-se que ( V dimw ( o que demonstra a afirmação (b Hipótese: dim ( V < dimw ( ese: não é sobrejetora dim De modo análogo demonstrar-se-á a seguinte afirmação equivalente: Se é sobrejetora então dim( V dimw ( De fato sendo sobrejetora tem-se que Im ( = W e portanto dim ( Im ( = dimw ( Do eorema tem-se: ( V = dimim ( ( dim( Ker( dim + dim ( V dimw ( + dim( Ker( dimw ( = O que demonstra a afirmação As afirmações (a e (b do eorema 4 asseguram o seguinte resultado: eorema 5: Se uma transformação linear : V W é bijetora então dim ( V = dimw ( Exemplos: Considere-se novamente a transformação linear : R R definida por: ( v = ( xy = ( x + y x para todo v = ( x y R utilizando-se os resultados dos teoremas anteriores Sendo V =W = R tem-se que ( V dimw ( pertença ao núcleo de deve-se ter ( v ( v ( xy = ( x + y x ( 00 = = x + y x de onde se obtém que = y dim = Seja ( isto é: x Portanto Ker ( = { 0} Mostrar-se-á que é bijetora v = x y R é injetora Pelo Corolário do eorema conclui-se que é bijetora ; para que esse elemento ; assim pelo eorema segue-se que

8 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR : P R M R uma transformação linear definida por: Seja ( ( ( a0 a 0 a0 + at + at = 0 a a Pergunta-se: (a é sobrejetora? (b é injetora? (c Quais são as dimensões dos espaços Ker ( e ( (a Uma vez que dim ( P ( < dim( ( R R M Im? conclui-se pelo eorema 4 que não é sobrejetora (b Seja p ( t = a + at + a um elemento de Ker ( Então ( pt ( 0 t ( a0 a a0 + at + at = = 0 a a 0 0 de onde vem que: a0 a a a resultando em a 0 a = a p ( t a0 + a0t + a0t = a0( + t + t Portanto { t + t } = Logo todo elemento ( t Ker( = Logo pelo eorema concluise que não é injetora + é base de Ker ( isto é dim ( Ker( = isto é: p é da forma: (c Conforme se viu em (b dim ( Ker( = Para determinar dim ( Im ( igualdade: ( P ( R = dim( Ker( dimim ( ( dim + ; como dim ( P ( R e dim ( Ker( = segue-se que ( Im ( = = dim utiliza-se a Definição: Dados dois espaços vetoriais não vazios V e W diz-se que a transformação linear : V W é um isomorfismo se é bijetora Observação: quando V = W :V V é um operador linear bijetor então é chamado de um automorfismo Definição: Seja : V W um isomorfismo Então a aplicação inversa :W V é também um isomorfismo tal que o = o = Id Observação: quando um operador linear é inversível ou invertível ou regular ou não singular : V V admite o operador inverso diz-se que Exemplos:

9 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR Considere-se o operador linear : R R ( xy a ( x x + y Mostrar que é inversível e determinar Para mostrar que é inversível mostrar-se-á que é bijetora O núcleo de é constituído dos elementos ( x y tais que ( xy ( 00 ( xy ( 0 0 ( x x + y ( 0 0 = = isto é x x + y = ou seja: Esse sistema apresenta apenas a solução trivial ( 0 0 Conclui-se assim que Kert ( = {( 00 } e portanto é injetora Por outro lado tem-se: ( Im ( = dim( R dim( Ker( = 0 = dim De acordo com o Corolário do eorema segue-se que é bijetora e portanto admite inversa Determinar-se-á agora ( x y = ( ab = ( a b a + b de onde se segue que: a b = x a + b = y a b = x 7b = x + y isto é b = x + y 7 7 a = x + y 7 7 Portanto: 7 7 Para isso seja ( xy = ( ab Então: 7 7 ( xy = x + y x + y : P R R a transformação linear definida por: Seja ( ( a0 at + at = ( a0 + aa aa0 + a a + + Verificar se é um isomorfismo Em caso afirmativo determinar o isomorfismo inverso Determinar-se-á o núcleo de para verificar se é injetora Considere-se assim um

10 elemento INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR a 0 + at + at de Ker ( Então ( a0 + at + at ( a a a a a + a + a = ( Obtém-se assim o sistema linear: a0 + a a a a0 + a + a do qual se conclui que a0 a = a injetora Uma vez que dim P ( R = Logo Ker ( = { 0} ( = dim( R = sobrejetora e assim é um isomorfismo Pelo eorema segue-se que é segue-se do Corolário do eorema que é Quer-se determinar agora o isomorfismo inverso : R P ( R de é o espaço vetorial P ( R tem-se: ( xyz = a + at at 0 + Então: ( ( xyz = ( a0 + at at + ( xyz = ( a0 + at at o + Sendo e Como o contradomínio ( isomorfismos inversos tem-se que ( x yz ( a0 + at + at = Pela definição de vem: ( x y z ( a + a a a a + a + 0 a de onde se segue que x = a y = a z = a a a + a + a o = Id e portanto Resolvendo-se esse sistema para obter os coeficientes a 0 a e a vem: a0 = x z a = x + y + z a = x + z Substituindo-se esses coeficientes na expressão de isomorfismo inverso procurado: ( xy z = ( x z + ( x + y + z t + ( x z + t dada por ( obtém-se finalmente o Observação: nos exemplos anteriores determinou-se o núcleo de isto é Ker ( para verificar se a transformação linear era ou não injetora Um erro muito comum que se observa

11 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR é considerar Ker ( contido no espaço de chegada da transformação Ressalta-se que ( um subespaço do domínio da transformação No exemplo anterior tem-se ( P ( R Ker é Ker Assim os elementos de Ker ( são polinômios de grau menor ou igual a os quais são levados por no vetor nulo 0 R Considere-se o operador linear : R R ( 0 ( 00 ( 0 = ( 0 0 e ( = ( 0 = sabendo-se que ele existe Pela definição de operador inverso tem-se: ( 00 = ( 0 ( 0 0 = ( 0 ( 0 = ( Observe-se que {( 00 ( 0 0 ( 0 } cada um desses vetores pela aplicação Com esse objetivo expressa-se ( y z ( xy z a( 00 + b( 00 + c( 0 ou seja: = ( x y z ( a c b + c = de onde se segue: x = a y = c z = b + c e portanto a = x c = b = z Então tem-se: é uma base de ( xy z x( 00 + ( z( ( ( 0 = Portanto tem-se: ( xy z = [ x( ( z( 00 + ( ( 0 ] Uma vez que é uma transformação linear vem: com as seguintes características: Determinar o operador inverso ( R e que se conhece a imagem de O que se quer é calcular ( xy z x como combinação linear dessa base isto é: ( xy z = [ x( 0 0 ] + [( z( 00 ] + [( ( 0 ] ou ainda ( xy z = x ( ( z ( ( ( 0 De ( vem: ( xy z = x( 0 + ( z( 0 + ( (

12 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR de onde se conclui que ( xy z = ( x z x + y z que é a expressão de que se procurava 4 Seja : R R definida por: ( xy = ( x x + y Verificar se é um automorfismo Observe-se inicialmente que o enunciado não afirma que é uma transformação linear Assim é necessário antes de utilizar os resultados enunciados anteriormente que se faça essa verificação que será deixada a cargo do leitor Uma vez que se tenha mostrado que é uma transformação linear verificar-se-á se é bijetora Para verificar se é injetora determina-se seu núcleo; seja ( xy Ker( ( xy ( 00 = ( x y x + y = ( 0 0 Então: de onde vem que: x x + y A resolução desse sistema linear leva à solução x = y e portanto conclui-se que Ker ( = { 0} o que acarreta que é injetora Como os espaços de saída e de chegada de são iguais eles têm a mesma dimensão; conclui-se assim que é sobrejetora e portanto bijetora Assim é um automorfismo Definição: Dois espaços vetoriais V e W são isomorfos se existir um isomorfismo entre eles Exemplos: O espaço vetorial R = {( xy / x y R} complexos C = { x + yi / x y R} : R C ( xy a x + yi é isomorfo ao espaço vetorial dos números pois por exemplo a transformação linear é um isomorfismo esses espaços são isomorfos A aplicação transforma plano complexo C R no O espaço vetorial R Observese que W é o plano { } R é isomorfo ao subespaço W = ( xy z R / z do Oxy R chamado plano horizontal

13 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR De fato a aplicação linear : R W ( xy a ( xy 0 é bijetora pois a cada vetor ( x y R corresponde um único vetor ( xy W 0 e reciprocamente Assim é um isomorfismo e portanto R e W são isomorfos Denota-se: R W eorema 6: Dois espaços vetoriais V e W sobre um mesmo corpo K são isomorfos se e somente se eles têm a mesma dimensão Demonstração: (i Condição necessária Hipótese: V e W são espaços vetoriais sobre K isomorfos ese: V e W têm a mesma dimensão Sendo V e W isomorfos existe um isomorfismo : V W entre eles Se é bijetora então pelo eorema 5 segue-se que ( V dimw ( (ii Condição suficiente Hipótese: dim ( V = dimw ( ese: V e W são isomorfos É imediato pois se dim ( V = dimw ( esses espaços são isomorfos dim = então existe um isomorfismo entre V e W e portanto Exemplo: Sejam W e U subespaços dos espaços vetoriais reais R e P ( R respectivamente definidos por: W = {( xy z R / x + z } e a + at + at P ( R (a Mostrar W e U são isomorfos b Determinar um isomorfismo entre W e U { 0 / a0 + a } U = a (a Pelo eorema 6 para mostrar que W e U são isomorfos basta mostrar que eles têm a mesma dimensão Pode-se escrever: W = {( y zy z R yez R} Como ( y zy z = y( 0 + z( 0 então o conjunto B {( 0 ( 0 } sistema de geradores LI de W B é uma base de W Logo ( W = Por outro lado o subespaço U pode ser escrito na forma: {( a + a + at + at a a R} U = em-se: ( a + a + at + at = a ( + t + a ( + t então o conjunto C { + t + t } ; = forma um dim = forma um sistema de geradores LI de U C é uma

14 base de U Logo ( Como dim ( W = dim( U = INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR dim U = conclui-se pelo eorema 6 que U e W são isomorfos (b Para se determinar um isomorfismo entre W e U deve-se determinar uma transformação linear bijetora :W U Observe-se que todo vetor de ( xy z Wé gerado pelos vetores da base B ou seja: ( xy z y( 0 + z( 0 Fazendo-se: = ( 0 = t e ( 0 = + t + tem-se: ( xy z ( y( 0 + z( 0 isto é = ( xy z y( 0 + z( 0 = ( xy z y( + t + z( t = + Obtém-se assim a aplicação ( ( linear pois: para quaisquer vetores w = ( x y e ( x y xy z = + z + yt + zt a qual é uma transformação z w = z pertencentes a W tem-se: ( w w = ( x + x y + y z + = = ( + z + z + ( y + y t + ( z + z = = + z ( + z + y t + z t + ( + z + y t + z t = ( w + ( w para qualquer vetor ( xy z t w = de W e para qualquer número real α tem-se: ( α w = ( αx αy αz = ( αy + αz + αyt + αzt = ( + z + yt + zt α( w α = Determina-se agora o Ker ( Seja um vetor ( y z Ker( ( xy z 0 + 0t 0t = + isto é ( y + z + yt + zt + 0t + 0t de onde se segue que: + z y z Como todo vetor de W deve satisfazer a condição tem-se que Ker ( = {( 0 00 } que dim ( W = dimu ( é um isomorfismo x Então: x = y z conclui-se que x Portanto Pelo eorema conclui-se que é injetora e portanto tem-se o que acarreta que e bijetora pelo Corolário do eorema Portanto

15 INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR Exercícios Propostos a c b d Seja = ( a + bb + cc + da + b + c isomorfismo e determinar o isomorfismo inverso Seja ( xy z ( x + z x zy uma transformação linear Mostrar que é um xy zt + t = x + y t R: ( x + t x + z t = um operador linear Mostrar que é um automorfismo e x + y = x z determinar o automorfismo inverso R: ( y xy z Dada a transformação linear ( xy z = ( x x y z z Determinar ( Im ( dim ( Ker( é um isomorfismo? Por quê? R: dim ( Ker( ; dim ( Im ( = dim e ; não é um isomorfismo 4 Se ( ( ( ( xy z = x + y z + x t + y z t é o isomorfismo inverso de determinar e seus espaços de saída e de chegada a + a t + a t a = 0 a a a a a a R: ( 0 0 a 0 : P R R ; ( 5 Sabendo que é um automorfismo do e ( R e que ( 0 = ( 0 = determinar as expressões de e de x + y x R: ( xy = ( x + y x ; ( = y xy

1. Entre as funções dadas abaixo, verifique quais são transformações lineares: x y z

1. Entre as funções dadas abaixo, verifique quais são transformações lineares: x y z MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA 657- - VIÇOSA - MG BRASIL a LISTA DE EXERCÍCIOS DE MAT 8 I SEMESTRE DE Entre as funções dadas abaixo, verifique quais são transformações

Leia mais

TRANSFORMAÇÕES LINEARES

TRANSFORMAÇÕES LINEARES ransformação Linear RNSFORMÇÕES LINERES Sejam e espaços vetoriais reais Dizemos que uma função : é uma transformação linear se a função preserva as operações de adição e de multiplicação por escalar, isto

Leia mais

Álgebra Linear Exercícios Resolvidos

Álgebra Linear Exercícios Resolvidos Álgebra Linear Exercícios Resolvidos Agosto de 001 Sumário 1 Exercícios Resolvidos Uma Revisão 5 Mais Exercícios Resolvidos Sobre Transformações Lineares 13 3 4 SUMA RIO Capítulo 1 Exercícios Resolvidos

Leia mais

2 Álgebra Linear (revisão)

2 Álgebra Linear (revisão) Teoria de Controle (sinopse) 2 Álgebra Linear (revisão) J. A. M. Felippe de Souza Neste capítulo vamos citar os principais tópicos de Álgebra Linear que são necessários serem revistos para o acompanhamento

Leia mais

Universidade Federal Fluminense - GAN

Universidade Federal Fluminense - GAN Solimá Gomes Pimentel Universidade Federal Fluminense IM - GAN Solimá Gomes Pimentel, ****- Matemática para Economia III/Solimá Gomes Pimentel 2pt, ; 31cm Inclui Bibliografia. 1. Matemática para Economia

Leia mais

Álgebra Linear Transformações Lineares

Álgebra Linear Transformações Lineares Álgebra Linear Transformações Lineares Prof. Carlos Alexandre Mello cabm@cin.ufpe.br cabm@cin.ufpe.br 1 Transformações Lineares Funções lineares descrevem o tipo mais simples de dependência entre variáveis

Leia mais

APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES

APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES Universidade Federal de Goiás Câmpus de Catalão Departamento de Matemática Seminário Semanal de Álgebra APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES Aluno: Ana Nívia Pantoja Daniela

Leia mais

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT 137 - Introdução à Álgebra Linear II/2005 1 Resolva os seguintes sistemas lineares utilizando o Método

Leia mais

ESPAÇOS VETORIAIS. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

ESPAÇOS VETORIAIS. Álgebra Linear e Geometria Analítica Prof. Aline Paliga ESPAÇOS VETORIAIS Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Sabe-se que o conjunto 2 ( x, y) / x, y é interpretado geometricamente como o plano cartesiano. O par ordenado (x,y)

Leia mais

ÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller

ÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller ÁLGEBRA LINEAR Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo Prof. Susie C. Keller Núcleo de uma Definição: Chama-se núcleo de uma transformação linear T: V W ao conjunto

Leia mais

Segunda prova de Álgebra Linear - 01/07/2011 Prof. - Juliana Coelho

Segunda prova de Álgebra Linear - 01/07/2011 Prof. - Juliana Coelho Segunda prova de Álgebra Linear - 01/07/011 Prof - Juliana Coelho JUSTIFIQUE SUAS RESPOSTAS! Questões contendo só a resposta, sem desenvolvimento ou justificativa serão desconsideradas! QUESTÃO 1, pts

Leia mais

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR INODUÇÃO AO ESUDO DA ÁLGEBA LINEA CAPÍULO 6 ANSFOMAÇÃO LINEA Introdução Muitos problemas de Matemática Aplicada envolvem o estudo de transformações, ou seja, a maneira como certos dados de entrada são

Leia mais

AULA Exercícios. DEMONSTRAR QUE UMA TRANSFORMAÇÃO É LINEAR Se A é uma matriz real m n e. u R, a aplicação T : R R tal que

AULA Exercícios. DEMONSTRAR QUE UMA TRANSFORMAÇÃO É LINEAR Se A é uma matriz real m n e. u R, a aplicação T : R R tal que 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 mais

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA 1 a LISTA DE EXERCÍCIOS DE MAT 17 1. Suponha que uma força de 1 newtons é aplicada em um objeto ao longo do

Leia mais

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2)

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2) Espaço Dual, Transposta e Adjunta nota da álgebra linear 2) Sadao Massago Outubro de 2009 1 Espaço Dual Dado um espaço vetorial V sobre o corpo F, o espaço dual V é o espaço de todas transformações lineares

Leia mais

Capítulo 6: Transformações Lineares e Matrizes

Capítulo 6: Transformações Lineares e Matrizes 6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações

Leia mais

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga TRANSFORMAÇÕES LINEARES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Estudaremos um tipo especial de função, onde o domínio e o contradomínio são espaços vetoriais reais. Assim, tanto

Leia mais

(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay)

(x 1 + iy 1 ) + (x 2 + iy 2 ) = x 1 + x 2 + i(y 1 + y 2 ) a(x + iy) = ax + i(ay) Espaços Vetoriais Definição. Um espaço vetorial sobre R é um conjunto V no qual se tem definida uma adição e uma multiplicação de seus elementos por escalares (isto é, por números reais), ou seja, dados

Leia mais

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim FACULDADE DE CIÊNCIA E TECNOLOGIA Cursos de Engenharia Prof. Álvaro Fernandes Serafim Última atualização: //7. Esta apostila de Álgebra Linear foi elaborada pela Professora Ilka Rebouças Freire. A formatação

Leia mais

Introdução à Álgebra de Lie

Introdução à Álgebra de Lie Introdução à Álgebra de Lie Wilian Francisco de Araujo Universidade Tecnológica Federal do Paraná e-mail: wilianfrancisco@gmail.com Estou certo, absolutamente certo de que... essas teorias será reconhecido

Leia mais

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0 Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES

REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES Marina Vargas R. P. Gonçalves a a Departamento de Matemática, Universidade Federal do Paraná, marina.vargas@gmail.com, http:// www.estruturas.ufpr.br 1 REVISÃO

Leia mais

Álgebra Linear - Exercícios (Transformações Lineares)

Álgebra Linear - Exercícios (Transformações Lineares) Álgebra Linear - Exercícios (Transformações Lineares) Índice Transformações Lineares 3 Transformações Lineares Transformações Lineares Exercício MostrequeastransformaçõeslinearesdeR 3 em R 3, T (x, y,

Leia mais

Dependência linear e bases

Dependência linear e bases Dependência linear e bases Sadao Massago 2014 Sumário 1 Dependência linear 1 2 ases e coordenadas 3 3 Matriz mudança de base 5 Neste texto, introduziremos o que é uma base do plano ou do espaço 1 Dependência

Leia mais

O ESTUDO DAS FUNÇÕES INTRODUÇÃO

O ESTUDO DAS FUNÇÕES INTRODUÇÃO O ESTUDO DAS FUNÇÕES INTRODUÇÃO DEFINIÇÃO As funções explicitam relações matemáticas especiais entre duas grandezas. As grandezas envolvidas nessas relações são conhecidas como variável dependente

Leia mais

Contando o Infinito: os Números Cardinais

Contando o Infinito: os Números Cardinais Contando o Infinito: os Números Cardinais Sérgio Tadao Martins 4 de junho de 2005 No one will expel us from the paradise that Cantor has created for us David Hilbert 1 Introdução Quantos elementos há no

Leia mais

1) A seguir são dados operadores lineares T em IR e em IR. Verificar quais são inversíveis e, nos casos afirmativos, determinar uma fórmula para T.

1) A seguir são dados operadores lineares T em IR e em IR. Verificar quais são inversíveis e, nos casos afirmativos, determinar uma fórmula para T. Lista de Exercícios cap 5 1) A seguir são dados operadores lineares T em IR e em IR. Verificar quais são inversíveis e, nos casos afirmativos, determinar uma fórmula para T. a) T: IR²IR², T(x, y) = (3x

Leia mais

Gênesis S. Araújo Pré-Cálculo

Gênesis S. Araújo Pré-Cálculo Gênesis Soares Jaboatão, de de 2016. Estudante: PAR ORDENADO: Um par ordenado de números reais é o conjunto formado por dois números reais em determinada ordem. Os parênteses, em substituição às chaves,

Leia mais

Especialização em Matemática - Estruturas Algébricas

Especialização em Matemática - Estruturas Algébricas 1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática - Estruturas Algébricas Prof a.: Elisangela Farias e Sérgio Motta FUNÇÕES Sejam X e Y conjuntos.

Leia mais

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

- identificar operadores ortogonais e unitários e conhecer as suas propriedades; DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;

Leia mais

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Objetivos da Aula CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 03: Funções Logarítmica, Exponencial e Hiperbólicas Definir as funções logarítmica, exponencial e hiperbólicas; Enunciar

Leia mais

OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS*

OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS* OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS* FABIANA BARBOSA DA SILVA, ALINE MOTA DE MESQUITA ASSIS, JOSÉ EDER SALVADOR DE VASCONCELOS Resumo: o objetivo deste artigo é apresentar

Leia mais

ÍNDICE MATRIZES SISTEMAS DE EQUAÇÕES LINEARES ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA

ÍNDICE MATRIZES SISTEMAS DE EQUAÇÕES LINEARES ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA ÍNDICE MATRIZES Definição 1 Igualdade 2 Matrizes Especiais 2 Operações com Matrizes 3 Classificação de Matrizes Quadradas 9 Operações Elementares 11 Matriz Equivalente por Linha 11 Matriz na Forma Escalonada

Leia mais

1 Determinantes, traços e o teorema espectral para operadores arbitrários

1 Determinantes, traços e o teorema espectral para operadores arbitrários Álgebra Linear e Aplicações - Lista para Segunda Prova Nestas notas, X, Y,... são espaços vetoriais sobre o mesmo corpo F {R, C}. Você pode supor que todos os espaços têm dimensão finita. (x, y) = (x,

Leia mais

Análise I Solução da 1ª Lista de Exercícios

Análise I Solução da 1ª Lista de Exercícios FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Matemática Análise I 0- Solução da ª Lista de Eercícios. ATENÇÃO: O enunciado

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I 1 Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 013/I 1 Sejam u = ( 4 3) v = ( 5) e w = (a b) Encontre a e b tais

Leia mais

Capítulo 5: Transformações Lineares

Capítulo 5: Transformações Lineares 5 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 5: Transformações Lineares Sumário 1 O que são as Transformações Lineares?...... 124 2 Núcleo e Imagem....................

Leia mais

Álgebra Linear Teoria de Matrizes

Álgebra Linear Teoria de Matrizes Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço

Leia mais

2. Pré-requisitos do 3. Ciclo. 7. ano PR 7.1. Resolução

2. Pré-requisitos do 3. Ciclo. 7. ano PR 7.1. Resolução 7. ano PR 7.1. Dados dois conjuntos A e B fica definida uma função 1ou aplicação2 f de A em B, quando a cada elemento de A se associa um elemento único de B representado por f 1x2. Dada uma função numérica

Leia mais

TEOREMA DE LEGENDRE GABRIEL BUJOKAS

TEOREMA DE LEGENDRE GABRIEL BUJOKAS TEOREMA DE LEGENDRE GABRIEL BUJOKAS A nossa meta hoje é responder a seguinte questão: Questão. Para a, b Z, determine se a equação ( ) tem uma solução com x, y, z Z, além da solução trivial x = y = z =

Leia mais

Eles, possivelmente, servirão posteriormente de ideia para problemas mais difíceis.

Eles, possivelmente, servirão posteriormente de ideia para problemas mais difíceis. Polos Olímpicos de Treinamento Curso de Álgebra - Nível 2 Prof Marcelo Mendes Aula 2 Equações e Sistemas de Equações Neste2o textodeálgebra, veremosdiversosexemplosdeequaçõesesistemasdeequações em nível

Leia mais

Lista 6. Bases Matemáticas. Funções I. 1 Dados A e B conjuntos, defina rigorosamente o conceito de função de A em B.

Lista 6. Bases Matemáticas. Funções I. 1 Dados A e B conjuntos, defina rigorosamente o conceito de função de A em B. Lista 6 Bases Matemáticas Funções I Dados A e B conjuntos, defina rigorosamente o conceito de função de A em B. Dados os conjuntos A = {a, e, i, o, u} e B = {,, 3, 4, 5}, diga qual das relações abaixo

Leia mais

Equação algébrica Equação polinomial ou algébrica é toda equação na forma anxn + an 1 xn 1 + an 2 xn a 2 x 2 + a 1 x + a 0, sendo x

Equação algébrica Equação polinomial ou algébrica é toda equação na forma anxn + an 1 xn 1 + an 2 xn a 2 x 2 + a 1 x + a 0, sendo x EQUAÇÃO POLINOMIAL Equação algébrica Equação polinomial ou algébrica é toda equação na forma a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0, sendo x C a incógnita e a n, a n 1,..., a

Leia mais

(Todos os cursos da Alameda) Paulo Pinto

(Todos os cursos da Alameda) Paulo Pinto Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Resumo das Aulas Teóricas de 2 o Semestre 2004/2005 (Todos os cursos da Alameda) Paulo Pinto Álgebra Linear Conteúdo Sistemas

Leia mais

Matemática I Capítulo 06 Propriedades das Funções

Matemática I Capítulo 06 Propriedades das Funções Nome: Nº Curso: Mineração Integrado Disciplina: Matemática I 1 Ano Prof. Leonardo Data: / /016 Matemática I Capítulo 06 Propriedades das Funções 6.1 Paridade das Funções 6.1.1 - Função par Dada uma função

Leia mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS Como vimos no Capítulo 4, no Volume I, um dos principais usos da derivada ordinária é na determinação dos valores máximo e mínimo. DERIVADAS PARCIAIS 14.7

Leia mais

é uma proposição verdadeira. tal que: 2 n N k, Φ(n) = Φ(n + 1) é uma proposição verdadeira. com n N k, tal que:

é uma proposição verdadeira. tal que: 2 n N k, Φ(n) = Φ(n + 1) é uma proposição verdadeira. com n N k, tal que: Matemática Discreta 2008/09 Vítor Hugo Fernandes Departamento de Matemática FCT/UNL Axioma (Princípio da Boa Ordenação dos Números Naturais) O conjunto parcialmente (totalmente) ordenado (N, ), em que

Leia mais

, com k 1, p 1, p 2,..., p k números primos e α i, β i 0 inteiros, as factorizações de dois números inteiros a, b maiores do que 1.

, com k 1, p 1, p 2,..., p k números primos e α i, β i 0 inteiros, as factorizações de dois números inteiros a, b maiores do que 1. Como seria de esperar, o Teorema Fundamental da Aritmética tem imensas consequências importantes. Por exemplo, dadas factorizações em potências primas de dois inteiros, é imediato reconhecer se um deles

Leia mais

Posição relativa entre retas e círculos e distâncias

Posição relativa entre retas e círculos e distâncias 4 Posição relativa entre retas e círculos e distâncias Sumário 4.1 Distância de um ponto a uma reta.......... 2 4.2 Posição relativa de uma reta e um círculo no plano 4 4.3 Distância entre duas retas no

Leia mais

Matemática tica Discreta Módulo Extra (2)

Matemática tica Discreta Módulo Extra (2) Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática tica Discreta Módulo Extra (2) Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br - www.univasf.edu.br/~jorge.cavalcanti

Leia mais

Universidade Federal de Goiás Campus Catalão Departamento de Matemática

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Álgebra Linear Professor: André Luiz Galdino Aluno(a): 4 a Lista de Exercícios 1. Podemos entender transformações lineares

Leia mais

CÁLCULO I Aula 01: Funções.

CÁLCULO I Aula 01: Funções. Inversa CÁLCULO I Aula 01: Funções. Prof. Edilson Neri Júnior Prof. André Almeida Universidade Federal do Pará Inversa 1 Funções e seus 2 Inversa 3 Funções Funções e seus Inversa Consideremos A e B dois

Leia mais

TEOREMA ( Propriedades das operações matriciais)

TEOREMA ( Propriedades das operações matriciais) TEOREMA ( Propriedades das operações matriciais) Supomos as dimensões das matrizes A, B, C tais que as operações abaixo consideradas estão bem definidas. Temos então: I. A+B=B+A (comutatividade da soma

Leia mais

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS O conjunto dos números reais,, que possui as seguintes propriedades:, possui uma relação menor ou igual, denotada por O1: Propriedade Reflexiva:

Leia mais

Quantos números pares, formados por algarismos distintos, existem entre 500 e 2000?

Quantos números pares, formados por algarismos distintos, existem entre 500 e 2000? PROVA DE MATEMÁTICA - TURMAS DO 3 O ANO DO ENSINO MÉDIO COLÉGIO ANCHIETA-BA - AGOSTO DE 011. ELABORAÇÃO: PROFESSORES OCTAMAR MARQUES E ADRIANO CARIBÉ. PROFESSORA MARIA ANTÔNIA C. GOUVEIA Questão 01 Quantos

Leia mais

1. Verifique se são operadores lineares no espaço P n (R): (a) F: P n (R) P n (R) tal que F(f(t)) = tf (t), f(t) P n (R).

1. Verifique se são operadores lineares no espaço P n (R): (a) F: P n (R) P n (R) tal que F(f(t)) = tf (t), f(t) P n (R). UNIVERSIDADE ESTADUAL DE SANTA CRUZ - UESC DEPARTAMENTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS - DCET ÁLGEBRA LINEAR ASSUNTO: TRANSFORMAÇÕES LINEARES EXERCÍCIOS RESOLVIDOS 1. Verifique se são operadores lineares

Leia mais

CDI-II. Resumo das Aulas Teóricas (Semana 5) 1 Extremos de Funções Escalares. Exemplos

CDI-II. Resumo das Aulas Teóricas (Semana 5) 1 Extremos de Funções Escalares. Exemplos Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires CDI-II Resumo das Aulas Teóricas (Semana 5) 1 Etremos de Funções Escalares. Eemplos Nos eemplos seguintes

Leia mais

Revisão de Função. Inversa e Composta. Professor Gaspar. f : 1,,3, f(x) x 2x 2 e. g(x) x 2x 4. Para qual valor de x tem f(g(x)) g(f(x))? g(x) 2x.

Revisão de Função. Inversa e Composta. Professor Gaspar. f : 1,,3, f(x) x 2x 2 e. g(x) x 2x 4. Para qual valor de x tem f(g(x)) g(f(x))? g(x) 2x. Revisão de Função. (Espcex (Aman) 05) Considere a função bijetora f :,,, definida por f(x) x x e seja (a,b) o ponto de intersecção de f com sua inversa. O valor numérico da expressão a b é a). b) 4. c)

Leia mais

x 1 3x 2 2x 3 = 0 2 x 1 + x 2 x 3 6x 4 = 2 6 x x 2 3x 4 + x 5 = 1 ( f ) x 1 + 2x 2 3x 3 = 6 2x 1 x 2 + 4x 3 = 2 4x 1 + 3x 2 2x 3 = 4

x 1 3x 2 2x 3 = 0 2 x 1 + x 2 x 3 6x 4 = 2 6 x x 2 3x 4 + x 5 = 1 ( f ) x 1 + 2x 2 3x 3 = 6 2x 1 x 2 + 4x 3 = 2 4x 1 + 3x 2 2x 3 = 4 INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-47 Álgebra Linear para Engenharia I Primeira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS. Resolva os seguintes sistemas:

Leia mais

AULA. Corpo de raízes

AULA. Corpo de raízes META: Conceituar corpo de raízes de um polinômio sobre um corpo, determinar sua existência e unicidade e caracterizá-lo por meio de extensões finitas e normais. AULA 10 OBJETIVOS: Ao final da aula o aluno

Leia mais

Função Inversa. 1.Função sobrejetora 2.Função injetora 3.Função bijetora 4.Função inversa

Função Inversa. 1.Função sobrejetora 2.Função injetora 3.Função bijetora 4.Função inversa UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Função Inversa Prof.: Rogério

Leia mais

PARTE 10 REGRA DA CADEIA

PARTE 10 REGRA DA CADEIA PARTE 10 REGRA DA CADEIA 10.1 Introdução Em Cálculo 1A, quando queríamos derivar a função h(x = (x 2 3x + 2 37, fazíamos uso da regra da cadeia, que é uma das mais importantes regras de derivação e nos

Leia mais

Álgebra Linear Diagonalização de Operadores

Álgebra Linear Diagonalização de Operadores Introdução e Motivação Preliminares Diagonalização de Operadores Aplicações Referências Álgebra Linear Diagonalização de Operadores Universidade Estadual Vale do Acaraci - Sobral - CE Semana da Matemática

Leia mais

Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que

Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que Capítulo 11 1. Equações da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que AP = t AB Fig. 1: Reta r passando por A e B. Como o ponto

Leia mais

TRANSFORMAÇÕES LINEARES

TRANSFORMAÇÕES LINEARES Capítulo 4 TRANSFORMAÇÕES LINEARES Denição 56 Sejam e dois espaços vetoriais. Uma Transformação Linear (aplicação linear) é uma função de em : que satisfaz as seguintes condições: Qualquer que sejam e

Leia mais

FUNÇÕES. Prof.ª Adriana Massucci

FUNÇÕES. Prof.ª Adriana Massucci FUNÇÕES Prof.ª Adriana Massucci Introdução: Muitas grandezas com as quais lidamos no nosso cotidiano dependem uma da outra, isto é, a variação de uma delas tem como consequência a variação da outra. Exemplo:

Leia mais

Notas em Álgebra Linear

Notas em Álgebra Linear Notas em Álgebra Linear 1 Pedro Rafael Lopes Fernandes Definições básicas Uma equação linear, nas variáveis é uma equação que pode ser escrita na forma: onde e os coeficientes são números reais ou complexos,

Leia mais

Matemática A Extensivo v. 5

Matemática A Extensivo v. 5 Matemática A Etensivo v. Eercícios ) D f() ( ) f(). Portanto, f() é ímpar. Demonstrar que a função f() é bijetora, isto é, injetora e sobrejetora. Pode ser um tanto "difícil". Para resolução da questão,

Leia mais

Roteiro da aula. MA091 Matemática básica. Exemplo 1. Exemplo 1. Aula 30 Função inversa. Francisco A. M. Gomes. Maio de 2016.

Roteiro da aula. MA091 Matemática básica. Exemplo 1. Exemplo 1. Aula 30 Função inversa. Francisco A. M. Gomes. Maio de 2016. Roteiro da aula MA091 Matemática básica Aula 30. 1 Francisco A. M. Gomes UNICAMP - IMECC 2 Maio de 2016 Francisco A. M. Gomes (UNICAMP - IMECC) MA091 Matemática básica Maio de 2016 1 / 26 Francisco A.

Leia mais

Sistemas de Equações Lineares e Matrizes

Sistemas 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 mais

Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC,

Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC, ESPAÇO VETORIAL Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC, + é a operação (função) soma + : V V V, que a cada par (u, v) V V, associa um único elemento de V, denotado

Leia mais

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras Silvia Gonçalves Santos Definição 1 Seja R um anel com unidade. O radical de Jacobson de R, denotado por J(R), é o ideal (à esquerda) dado pela

Leia mais

A ordem em que os elementos se apresentam em um conjunto não é levada em consideração. Há

A ordem em que os elementos se apresentam em um conjunto não é levada em consideração. Há 1 Produto Cartesiano Par Ordenado A ordem em que os elementos se apresentam em um conjunto não é levada em consideração. Há casos entretanto em que a ordem é importante. Daí a necessidade de se introduzir

Leia mais

Prof. Márcio Nascimento. 22 de julho de 2015

Prof. Márcio Nascimento. 22 de julho de 2015 Núcleo e Imagem Prof. Márcio Nascimento marcio@matematicauva.org Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Linear

Leia mais

POLINÕMIOS E EQUAÇÕES POLINOMIAIS 2016

POLINÕMIOS E EQUAÇÕES POLINOMIAIS 2016 POLINÕMIOS E EQUAÇÕES POLINOMIAIS 06. (Unicamp 06) Considere o polinômio cúbico p() a, onde a é um número real. a) No caso em que p() 0, determine os valores de para os quais a matriz A abaio não é invertível.

Leia mais

FUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da

FUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da FUNÇÃO COMO CONJUNTO Definição 4.4 Seja f uma relação de A em B, dizemos que f é uma função de A em B se as duas condições a seguir forem satisfeitas: i) D(f) = A, ou seja, o domínio de f é o conjunto

Leia mais

Disciplina: Introdução à Álgebra Linear

Disciplina: Introdução à Álgebra Linear Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa

Leia mais

a) Falsa. Por exemplo, para n = 2, temos 3n = 3 2 = 6, ou seja, um número par.

a) Falsa. Por exemplo, para n = 2, temos 3n = 3 2 = 6, ou seja, um número par. Matemática Unidade I Álgebra Série - Teoria dos números 01 a) Falsa. Por exemplo, para n =, temos 3n = 3 = 6, ou seja, um número par. b) Verdadeira. Por exemplo, para n = 1, temos n = 1 =, ou seja, um

Leia mais

Tabelas de Caracteres de Grupos Finitos

Tabelas de Caracteres de Grupos Finitos Tabelas de Caracteres de Grupos Finitos Teresa Conde Encontro Nacional NTM 12 de Setembro de 2009 Objectivos: Objectivos: Noções básicas da Teoria das Representações Objectivos: Noções básicas da Teoria

Leia mais

FUNÇÃO. Exemplo: Dado os conjuntos A = { -2, -1, 0, 1, 2} e B = {0, 1, 2, 3, 4, 5} São funções de A em B as relações a) R 1 = {(x,y) AXB/ y = x + 2}

FUNÇÃO. Exemplo: Dado os conjuntos A = { -2, -1, 0, 1, 2} e B = {0, 1, 2, 3, 4, 5} São funções de A em B as relações a) R 1 = {(x,y) AXB/ y = x + 2} Sistemas de Informação e Tecnologia em Proc. de Dados Matemática Ms. Carlos Roberto da Silva/ Ms. Lourival Pereira Martins FUNÇÃO Definição: Dados dois conjuntos e define-se como função de em a toda relação

Leia mais

ITA º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

ITA º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR ITA - 2006 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Seja E um ponto externo a uma circunferência. Os segmentos e interceptam essa circunferência nos pontos B e A, e, C

Leia mais

Curso de linguagem matemática Professor Renato Tião. Relações X Funções Considere a equação x + y = 5.

Curso de linguagem matemática Professor Renato Tião. Relações X Funções Considere a equação x + y = 5. Relações X Funções Considere a equação + =. Embora esta equação tenha duas variáveis, ela possui um número finito de soluções naturais. O conjunto solução desta equação, no universo dos números naturais,

Leia mais

Sistemas de Equações Diferenciais Lineares

Sistemas de Equações Diferenciais Lineares Capítulo 9 Sistemas de Equações Diferenciais Lineares Agora, estamos interessados em estudar sistemas de equações diferenciais lineares de primeira ordem: Definição 36. Um sistema da linear da forma x

Leia mais

AXB = {(x, y) x A e y B}

AXB = {(x, y) x A e y B} CENTRO UNIVERSITÁRIO DO NORTE PAULISTA LÓGICA E MATEMÁTICA DISCRETA 2010 1 Produto Cartesiano Par ordenado: são dois elementos em uma ordem fixa, (x,y) Produto Cartesiano: Dados dois conjuntos A e B, não

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Marília Brasil Xavier REITORA Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odivaldo Teixeira Lopes ARTE FINAL DA CAPA Odivaldo Teixeira

Leia mais

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA EM REDE NACIONAL

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA EM REDE NACIONAL 1 UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA EM REDE NACIONAL PAULO RAFAEL DE LIMA E SOUZA PRODUTO INTERNO E ESPAÇOS VETORIAIS FORTALEZA

Leia mais

ÁLGEBRA LINEAR ISBN 978-85-915683-0-7

ÁLGEBRA LINEAR ISBN 978-85-915683-0-7 . ÁLGEBRA LINEAR ISBN 978-85-915683-0-7 ROBERTO DE MARIA NUNES MENDES Professor do Departamento de Matemática e Estatística e do Programa de Pós-graduação em Engenharia Elétrica da PUCMINAS Belo Horizonte

Leia mais

Exponencial de uma matriz

Exponencial de uma matriz Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2

Leia mais

NÚMEROS COMPLEXOS

NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS - 016 1. (EFOMM 016) O número complexo, z z (cos θ i sen θ), sendo i a unidade imaginária e 0 θ π, que satisfaz a inequação z i e que possui o menor argumento θ, é a) b) c) d) 5 5 z i

Leia mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS 14.2 Limites e Continuidade Nesta seção, aprenderemos sobre: Limites e continuidade de vários tipos de funções. LIMITES E CONTINUIDADE Vamos comparar o

Leia mais

(A1) As operações + e são comutativas, ou seja, para todo x e y em A, x + y = y + x e x y = y x

(A1) As operações + e são comutativas, ou seja, para todo x e y em A, x + y = y + x e x y = y x Notas de aula de MAC0329 (2003) 17 3 Álgebra Booleana Nesta parte veremos uma definição formal de álgebra booleana, a qual é feita via um conjunto de axiomas (ou postulados). Veremos também algumas leis

Leia mais

1. Prove que (a+b) c = a c+b c para todo a, b, c em ZZ /mzz. (Explique cada passo).

1. Prove que (a+b) c = a c+b c para todo a, b, c em ZZ /mzz. (Explique cada passo). 1 a Lista de Exercícios de Álgebra II - MAT 231 1. Prove que (a+b) c = a c+b c para todo a, b, c em ZZ /mzz. (Explique cada passo). 2. Seja A um anel associativo. Dado a A, como você definiria a m, m IN?

Leia mais

15 AULA. Tipos de Funções LIVRO. META: Introduzir os diversos tipos de funções.

15 AULA. Tipos de Funções LIVRO. META: Introduzir os diversos tipos de funções. 2 LIVRO Tipos de Funções META: Introduzir os diversos tipos de funções. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Determinar se uma dada função é injetora, sobrejetora ou bijetora. PRÉ-REQUISITOS

Leia mais

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa Álgebra Linear André Arbex Hallack Frederico Sercio Feitosa Janeiro/2006 Índice 1 Sistemas Lineares 1 11 Corpos 1 12 Sistemas de Equações Lineares 3 13 Sistemas equivalentes 4 14 Operações elementares

Leia mais

Álgebra Linear. Sérgio L. Zani

Álgebra Linear. Sérgio L. Zani Álgebra Linear Sérgio L Zani Segundo Semestre de 2001 2 Sumário 1 Espaços Vetoriais 5 11 Introdução e Exemplos 5 12 Propriedades 8 2 Subespaços Vetoriais 9 21 Introdução e Exemplos 9 22 Propriedades 10

Leia mais

2.2 Subespaços Vetoriais

2.2 Subespaços Vetoriais 32 CAPÍTULO 2. ESPAÇOS VETORIAIS 2.2 Subespaços Vetoriais Sejam V um espaço vetorial sobre R e W um subconjunto de V. Dizemos que W é um subespaço (vetorial) de V se as seguintes condições são satisfeitas:

Leia mais

MAT Poli Cônicas - Parte I

MAT Poli Cônicas - Parte I MAT2454 - Poli - 2011 Cônicas - Parte I Uma equação quadrática em duas variáveis, x e y, é uma equação da forma ax 2 +by 2 +cxy +dx+ey +f = 0, em que pelo menos um doscoeficientes a, b oucénão nulo 1.

Leia mais

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c Números Reais Víctor Arturo Martínez León (victor.leon@unila.edu.br) 1 Os números racionais Os números racionais são os números da forma a, sendo a e b inteiros e b 0; o conjunto b dos números racionais

Leia mais

1 Geometria Analítica Plana

1 Geometria Analítica Plana UNIVERSIDADE ESTADUAL DO PARANÁ CAMPUS DE CAMPO MOURÃO Curso: Matemática, 1º ano Disciplina: Geometria Analítica e Álgebra Linear Professora: Gislaine Aparecida Periçaro 1 Geometria Analítica Plana A Geometria

Leia mais