Convergência em espaços normados

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Convergência em espaços normados"

Transcrição

1 Chapter 1 Convergência em espaços normados Neste capítulo vamos abordar diferentes tipos de convergência em espaços normados. Já sabemos da análise matemática e não só, de diferentes tipos de convergência de elementos, por exemplo, convergência pontual, uniforme, absoluta, condicional, em medida, em média, em probabilidade, no sentido L 2, etc. Todos estes tipos de convergência fornecem uma grande flexibilidade à teoria e suas aplicações. Em análise funcional a situação é análoga e ainda mais rica, todas elas de interesse prático. Assim, não só temos conceitos associados a convergência de operadores como também de sucessões destes. 1.1 Convergência forte e fraca A convergência de uma sucessão de elementos num espaço normado definida no curso de Análise Funcional I será designada daqui em diante por convergência forte. Isto permitirá distinguir da convergência fraca a ser introduzida brevemente. Assim, relembremos a convergência forte de uma sucessão num espaço normado. Definição 1.1 (Convergência forte) Uma sucessão (x n ) n=1 num espaço normado X converge fortemente (ou converge na norma) se existe x X tal que Isto pode ser escrito como ou simplesmente como lim x n x = 0. n lim x n = x n x n x, n. 1

2 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 2 x é chamado limite forte de (x n ) n=1. A convergência fraca de uma sucessão de elementos num espaço normado é definida à custa de funcionais lineares limitados em X do seguinte modo. Definição 1.2 (Convergência fraca) Uma sucessão (x n ) n=1 num espaço normado X converge fracamente se existe x X tal que para todo f X Podemos escrever também lim f (x n) = f (x). n x n x é chamado limite fraco de (x n ) n=1. w x, n. Observação Note que a convergência fraca envolve a convergência da sucessão de escalares α n = f (x n ) K (K {R, C}). 2. A convergência fraca tem diversas aplicações em análise, nomeadamente no calculo das variações, teoria geral das equações diferenciais. Além disso, a convergência fraca mostra um princípio elementar em análise funcional: a investigação dos espaços está relacionada com os seus duais. 3. Na prática, é necessário saber algumas propriedades sobre convergência fraca para esta se tornar útil. Tal facto envolve, entre outros, o teorema de Hahn-Banach (e seus corolários) e o teroema de Banach-Steinhaus. Lema 1.4 Seja (x n ) n=1 uma sucessão convergente fracamente para x num espaço normado X. Então 1. O limite fraco x de (x n ) n=1 é único. 2. Toda a subsucessão de (x n ) n=1 converge fracamente para x. 3. A sucessão ( x n ) n=1 é limitada. Prova. 1. Suponhamos que x n w x, n

3 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 3 assim como x n Então para qualquer f X temos w y, n. f (x n ) f (x), n como também f (x n ) f (y), n. Como ( f (x n )) n=1 é uma sucessão de escalares, o seu limite é único, assim, f (x) = f (y). Portanto f (x) f (y) = f (x y) = 0, f X. O corolário do teorema de Hahn-Banach implica que x y = 0, Isto mostra a unicidade do limite. 2. É uma consequência do facto de ( f (x n )) n=1 ser uma sucessão de escalares convergentes, de onde toda a subsucessão converge e tem o mesmo limite. 3. Como para cada f X a sucessão ( f (x n )) n=1 é limitada, digamos f (x n ) K( f ), então a aplicação canónica C : X X definida por C(x)( f ) = F x ( f ) := f (x), f X é tal que a sucessão (C(x n )( f )) n=1 é limitada para cada f X. De facto, temos C(x n )( f ) = f (x n ) K( f ). Assim, temos uma sucessão de funcionais (C(x n )) n=1 X limitada ponto a ponto. O teorema de Banach-Steinhaus implica que a sucessão ( C(x n ) ) n=1 é limitada. Por outro lado, sabemos que C(x n ) = x n pelo que a sucessão ( x n ) n=1 também é limitada. O próximo teorema estabelece a distinção entre convergência fraca e convergência forte como também mostra o facto de ambas as convergências coincidirem em dimensão finita, isto é, dim X <. Teorema 1.5 Seja (x n ) n=1 uma sucessão num espaço normado X. Então 1. A convergência forte implica a convergência fraca com o mesmo limite.

4 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 4 2. O inverso de 1. não é verdade em geral. 3. Se dim X <, então a convergência fraca implica a convergência forte e, neste caso, ambas coincidem. Prova. 1. Como (x n ) n=1 converge fortemente em X, digamos, x n x, n o mesmo é dizer que lim n x n x = 0. Assim, para qualquer f X temos f (x n ) f (x) = f (x n x) f x n x 0, n. w Isto mostra que x n x, n. 2. Seja H um espaço de Hilbert e (e n ) n=1 uma sucessão ortogonal em H. Pelo teorema de Riesz todo o funcional f H pode representar-se por f (x) = (x, z). Em particular f (e n ) = (e n, z). Por outro lado, a desigualdade de Bessel diz que (e n, z) 2 z 2, n=1 ou seja, a série é convergente pelo que f (e n ) = (e n, z) 0, n. Da arbitrariedade do funcional f resulta a convergência fraca de (e n ) n=1 para 0, isto é, e n w 0, n. No entanto, (e n ) n=1 não converge fortemente, pois e n e m 2 = (e n e m, e n e m ) = 2, n m. 3. Seja dim X =, e 1,..., e uma base em X e (x n ) n=1 uma sucessão convergente fracamente para x X tais que x n = x = α i ne i, i=1 α i e i. i=1

5 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 5 Por hipótese, para todo f X, temos f (x n ) f (x). Consideremos os funcionais f 1,..., f definidos por 1, i = j f i (e i ) = 0, i j. Na verdade, { f 1,..., f } é a base dual de {e 1,..., e }. Temos f j (x n ) = αn j, f j (x) = α j. Do facto f j (x n ) f j (x), n resulta α j n α j, n. Daqui resulta que x n x = (α i n )e i i=1 α i n αi e i 0, n. Isto mostra que (x n ) n=1 converge fortemente para x. i=1 Exemplo 1.6 (Espaço de Hilbert) Uma sucessão (x n ) n=1 H converge fracamente para x H se e só se num espaço de Hilbert (x n, z) (x, z), n, para qualquer z H. Prova. Atendendo ao teorema de Riesz e à de definição de convergência fraca temos f (x n ) f (x), n, f H. Se z for o representante de f, então a propriedade anterior pode escrever-se como (x n z) (x, z), n. Exemplo 1.7 (Espaços l p (C)) Uma sucessão (z n ) n=1 no espaço lp (C), 1 < p < converge fracamente para z l p (C) se e só se

6 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 6 1. a sucessão ( z n ) n=1 é limitada. 2. Para qualquer j N fixo temos zn j z j, n onde z n = (zn) j j=1 e z = (z j ) j=1. Prova. 1. É uma consequência do Lema Por hipótese para qualquer f (l p (C)) ( l q (C)) temos f (z n ) f (z), n. Em particular, se (e n ) n=1 denotar a base de Schauder em lq (C), então para casa j N fixo temos e j z n = zn j =1 e j z = z j, n. =1 Exercícios Exercício 1.1 (Convergência pontual) Se (x n ) n=1 é uma sucessão em C([0, 1]) w tal que x n x C([0, 1]), então a sucessão (x n ) n=1 converge pontualmente em [0, 1], isto é, (x n (t)) n=1 converge para qualquer t [0, 1]. Sugestão: Considere em particular o funcional δ t : C([0, 1]) R, x δ t (x) := x(t), t [0, 1]. o qual prova o resultado. δ t (x n ) δ t (x) x n (t) x(t), n Exercício 1.2 Sejam X, Y espaços normados, T B(X, Y) e (x n ) n=1 uma sucessão w w em X. Mostre que se x n x, então T x n T x. Exercício 1.3 (Sucessão de Cauchy fraca) Seja X um espaço normado sobre o corpo K e (x n ) n=1 uma sucessão em X. Então (x n) n=1 chama-se uma sucessão de

7 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 7 Cauchy fraca se para todo f X a sucessão ( f (x n )) n=1 é uma sucessão de Cauchy em K. Note que o limite lim f (x n) n existe. Mostre que uma sucessão de Cauchy fraca é limitada. Exercício 1.4 (Espaço fracamente completo) Um espaço normado X diz-se fracamente completo se toda a sucessão de Cauchy fraca em X converge fracamente em X. Mostre que se X é reflexivo (isto é, X e X são isomorfos), então X é fracamente completo. 1.2 Convergência de sucessões de operadores e funcionais Nesta secção vamos estudar a convergência de sucessões de operadores lineares limitados assim como de funcionais. As aplicações potenciais surgem nomeadamente em problemas de convergência de séries de Fourier, interpolação de polinómios, métodos de integração numérica, etc. Existem três conceitos de convergência para sucessões de operadores T n B(X, Y), nomeadamente: 1. Convergência na norma de B(X, Y). 2. Convergência forte de (T n x) n=1 em Y. 3. Convergência fraca de (T n x) n=1 em Y. Definição 1.8 (Convergência de sucessões de operadores) Sejam X, Y espaços normados e (T n ) n=1 B(X, Y) uma sucessão de operadores dada. Então diz-se que a sucessão (T n ) n=1 é: 1. Uniformemente convergente se (T n ) n=1 converge na norma de B(X, Y), isto é, existe um operador linear T : X Y tal quer lim T n T = 0. (1.1) n 2. Fortemente convergente se (T n x) n=1 converge fortemente em Y para qualquer x X, isto é, existe um operador linear T : X Y tal que lim T nx T x = 0, x X, (1.2) n

8 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 8 3. Fracamente convergente se (T n x) n=1 converge fracamente em Y para qualquer x X, isto é, existe um operador linear T : X Y tal que lim n f (T nx) f (T x) = 0, x X, f Y. (1.3) O operador T é chamado limite uniforme (resp. forte, fraco) da sucessão (T n ) n=1. A necessidade de todos estes tipos de convergência de uma sucessão de operadores tem a ver com questões praticas. De facto, muitos dos operadores que nos aparecem na prática são dados como limites de operadores mais simples. Por outro lado, muitas vezes não sabemos em que sentido será a convergência de tal modo que, podemos começar por estabelecer uma convergência suave de tal modo que o problema possa ser tratado e mais tarde desenvolver mostar que, realmente a convergência é num sentido mais forte. Não é difícil verificar que (1.1) (1.2) (1.3) sendo o limite o mesmo, mas o inverso não é verdadeiro em geral, como mostram os seguintes exemplos. Exemplo 1.9 (Espaço l 2 (C), (1.2) (1.1) ) No espaço l 2 (C) consideremos a sucessão de operadores (T n ) n=1 definidos para cada n N por T n : l 2 (C) l 2 (C) z T n z := (0, 0,..., 0, z n+1, z n+2,...). É claro que T n B(l 2 (C)), n N e a sucessão (T n ) n=1 é fortemente convergente, pois, lim T nz 0z = 0, z l 2 (C), n mas (T n ) n=1 não é uniformemente convergente para 0 porque T n 0 = T n = 1. Exemplo 1.10 (Espaço l 2 (C), (1.3) (1.2) ) Considere a sucessão de operadores lineares limitados (T n ) n=1 definidos para cada n N por T n : l 2 (C) l 2 (C), z T n z := (0, 0,..., 0, z 1, z 2...). Então esta sucessão converge fracamente para 0 mas não fortemente.

9 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 9 Prova. Se f (l 2 (C)), então pelo teorema de Riesz existe w l 2 (C) tal que f (z) = (z, w) = z i w i. i=1 Assim, por definição de T n temos f (T n z) = (T n z, w) = (T n z) i w i = z i n w i = i=1 i=n+1 z i w i+n. i=1 Pela desigualdade de Cauchy-Schwarz temos f (T n z) 2 = (T n z, w) 2 T n z 2 w 2 = z i 2 w i 2. i=1 i=n+1 A última série é o resto de ordem n de uma série convergente, pelo que o lado direito da desigualdade anterior aproxima-se de zero quando n ; isto mostra que a sucessão é fracamente convergente para 0. No entanto, (T n z) n=1 não é fortemente convergente, pois para z = (1, 0,...) temos lim n T nz T m z 2 = = 2, n m. Os funcionais lineares são operadores lineares com imagem contida em K {R, C}, pelo que os conceitos de convergência em (1.1), (1.2) e (1.3) aplicam-se. No entanto, os conceitos (1.2) e (1.3) são equivalentes, pois ( f n x) n=1 K sendo dim K <, o Teorema 1.5 implica a equivalência de ambas estas convergências. Os outros conceitos de convergência associados a funcionais é a forte e *-fraca. Definição 1.11 (Convergência forte e *-fraca para sucessões de funcionais) Seja ( f n ) n=1 uma sucessão de funcionais lineares limitados num espaço normado X. Então: 1. Convergência forte de ( f n ) n=1 significa que existe f X tal que também escrito como f n f. lim f n f = 0 n

10 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS Convergência *-fraca de ( f n ) n=1 significa que existe f X tal que lim n f n(x) f (x) = 0, x X também escrita como f n w f. O funcional f em 1. e 2. é chamado o limite forte e limite *-fraco da sucessão ( f n ) n=1, respectivamente. No resto desta secção vamos ver o que pode ser dito do operador limite T : X Y de uma sucessão de operadores T n : X Y, n N. Se a convergência é uniforme, então o operador T B(X, Y) caso contrário não faria sentido T n T. Por outro lado, se a convergência for forte ou fraca já o operador T pode não ser limitado se X não for completo. Exemplo 1.12 Seja X = l 0 (C) o subconjunto de l 2 (C) das sucessões complexas que a partir de certa ordem são nulas e (T n ) n=1 a sucessão de operadores lineares limitados definidos por T n z := (z 1, 2z 2,..., nz n, z n+1, z n+2,...), z l 0 (C). É claro que T n, n N é limitado, pois, T n z 2 = 2 z + =1 = T n n + 1. =n+1 Por outro lado, considerando o operador T definido por Tz := (nz n ) n=1 z 2 (n + 1) 2 z 2 vemos que T não é limitado e a sucessão (T n ) n=1 converge fortemente para T porque para qualquer z l 0 (C) temos T n z Tz 2 = 2 z , n. =n Note que a convergência anterior para zero é devida ao facto de z l 0 (C). A situação do exemplo anterior tem a ver com o facto de X não ser completo, pois caso X seja completo temos o seguinte lemma.

11 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 11 Lema 1.13 (Convergência forte) Sejam X, Y espaços normados sendo X de Banach e (T n ) n=1 B(X, Y). Se (T n) n=1 converge fortemente com operador limite T, então T B(X, Y). Prova. A linearidade de T é uma consequência de T n, n N ser linear. Por hipótese, para qualquer x X temos T n x T x. Logo a sucessão ( T n x ) n=1 é limitada para qualquer x X. Como X é completo, pelo teorema de Banach-Steinhaus (ou limitação uniforme) a sucessão ( T n ) n=1 é limitada, digamos T n < K. Assim, T n x T n x K x = T x K x = T K. Daqui resulta que T é linear limitado pelo que T B(X, Y). De seguida apresentamos um critério para ver quando é que uma sucessão de operadores converge fortemente. Critério 1.14 (Convergência forte) Uma sucessão de operadores T n B(X, Y), n N, onde X, Y são espaços de Banach é fortemente convergente se e só se: 1. A sucessão ( T n ) n=1 é limitada. 2. A sucessão (T n x) n=1 é de Cauchy em Y para qualquer x pertencente a um subconjunto total M de X. Prova. Se T n x T x, n para qualquer x X, então 1. resulta da prova do lema anterior ou do teorema de Banach-Steinhaus porque X é completo e 2. é evidente. Inversamente, se 1. e 2. são verdadeiras, então T n < K, para qualquer n N. Seja x X um elemento arbitrário com vista a provar que (T n x) n=1 converge fortemente em Y. Dado ε > 0 existe y M ( M é o espaço vectorial gerado por M o qual é denso em X) tal que x y < ε 2K.

12 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 12 A hipótese 2. diz-nos que a sucessão (T n y) n=1 uma ordem N(ε) tal que é de Cauchy em Y pelo que existe Assim, pela desigualdade triangular T n x T m x < ε, n, m > N(ε). 3 T n x T m x T n x T n y + T n y T m y + T m y T m x T n x y + ε 3 + T m y x K ε 3K + ε 3 + K ε 3 = ε. Mostramos, portanto, que (T n x) n=1 é uma sucessão de Cauchy em Y, como este é completo, a sucessão converge em Y. Isto mostra que (T n ) n=1 converge fortemente. Observação 1.15 (Funcionais) O critério anterior é válido também para sucessões de funcionais desde que X seja de Banach. Exercícios Exercício 1.5 Seja (T n ) n=1 um operador linear dado. B(X, Y) uma sucessão de operadores e T : X Y 1. Mostre que a convergência uniforme T n T implica a convergência forte com o mesmo limite T. 2. Mostre que a convergênia forte T n T implica a convergência fraca com o mesmo limite T. Exercício 1.6 Uma sucessão de funcionais ( f n ) n=1 X converge fracamente para f X se e só se F( f n ) F( f ), F X. Mostre que a convergência fraca implca a convergência *-fraca. Mostre que o inverso acontece desde que X seja reflexivo.

13 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 13 Exercício 1.7 Mostre que a convergência forte não implica a convergência uniforme considerando a sucessão de operadores (funcionais neste caso!) T n, n N definida por T n = f n : l 1 (C) C, z f n z := z n. Exercício 1.8 Seja T n B(X, Y), n N, onde X é um espaço de Banach. Se (T n ) n=1 converge fortemente, mostre que ( T n ) n=1 é limitada. 1.3 Integração numérica e convergência *-fraca. A convergência *-fraca tem aplicações úteis na integração numérica, diferenciação e interpolação. Nesta secção, e como aplicação dos conceitos desenvolvidos neste capítulo, vamos considerar o problema de obter o valor aproximado do integral 1 0 x(t)dt. (1.4) Existem vários métodos para resolver este problema, por exemplo, regra do trapézio, de Simpson, Newton, etc. Todos eles apresentam uma característica em comum; escolher pontos no intervalo [0, 1], chamados nodos, depois aproximar o valor do integral por uma combinação linear dos valores de x nos nodos. Os nodos e os coeficientes na combinação linear dependem do método mas não da função integranda x. É claro que a eficácia do método é determinada pela exactidão e é desejável que a exactidão do método aumente à medida que o número de nodos aumente. Vamos considerar o conjunto das funções reais contínuas C([0, 1]) com a norma x := max 0 t 1 x(t). Então o integral em (1.4) define um funcional f em C([0, 1]) por intermédio f (x) := 1 Vamos considerar o seguinte processo de aproximação: 0 x(t)dt. (1.5) 1. Para cada n N escolhemos n números reais t (n) 0,..., t(n) n em [0, 1] tais que 0 t (n) 0 < t (n) 1 <... < t (n) n 1.

14 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS Escolher n números reais chamados coeficientes α (n) 0,..., α(n) n e definir os funcionais lineares f n em C([0, 1]) por f n (x) := =0 α (n) x(t(n) ). (1.6) 3. Isto define um processo numérico de integração sendo f n (x) o valor aproximado de f (x). Os funcionais f n são contínuos, pois, f n (x) =0 α (n) x(t(n) ) =0 α (n) x de onde resulta f n Escolhendo x 0 C([0, 1]) da forma =0 α (n). x 0 (t (n) ) := sgn(α(n) ) := 1 se α (n) 0 1 se α (n) < 0 temos x = 1 e f n (x 0 ) = =0 α (n) sgn(α(n) ) = =0 α (n). É claro que o método numérico anteriormente só tem interesse se o valor da aproximação f n (x) de f (x) for cada vez mais exacto quanto maior for o n. Assim, temos a seguinte definição. Definição 1.16 (Convergência) Dado um elemento x C([0, 1]), o método numérico de integração definido em (1.6) diz-se convergente se onde f (x) está definido em (1.5). f n (x) f (x), n,

15 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 15 Vamos de seguida colocar uma exigência natural no método de integração. Mais precisamente, atendendo a que a integração de um polinómio é fácil, então para um polinómio x C([0, 1]) de grau não superior a n terá de ser f n (x) = f (x). Imposição 1.17 Para qualquer n N {0}, se x é um polinómio de grau não superior a n, então f n (x) = f (x). (1.7) Para que a igualdade (1.7) seja verdadeira é suficiente que (1.7) se verifique nos n + 1 monómios x 0 (t) := 1, x 1 (t) := t,..., x n (t) := t n. De facto, se x for um polinómio de grau n dado por x(t) = então, visto que f n é linear, obtemos β t, =0 f n (x) = β f n (x ) = β f (x ) = f (x). =0 =0 Deste modo obtemos n + 1 condições: f n (x 0 ) = f (x 0 ) f n (x 1 ) = f (x 1 ). f n (x n ) = f (x n ). (1.8) É possível mostrar que as n + 1 condições em (1.8) podem ser satisfeitas. Para tal escolhemos os nodos t (n) e vamos mostrar que os coeficientes α (n) n podem ser determinados de uma forma única. Por um lado, temos de onde resulta f n (x j ) = α (n) (t(n) ) j = f (x j ) = =0 x j (t (n) ) := (t(n) 1 0 ) j t j dt = 1 j + 1 (b j+1 a j+1 ), j = 0, 1,..., n.

16 CHAPTER 1. CONVERGÊNCIA EM ESPAÇOS NORMADOS 16 Para cada n fixo a igualdade anterior determina um sistema de n + 1 equações lineares nas n + 1 incógnitas α (n) 0, α(n) 1,..., α(n) n. Este sistema possui uma única solução se o sistema homogéneo =0 (t (n) ) j λ = 0, j = 0, 1,..., n possui somente a solução trivial λ 0 = λ 1 =... = λ n = 0. Isto é equivalente a dizer que um polinómio de grau n é zero em n + 1 pontos, logo só pode ser o polinómio nulo e daí que λ 0 = λ 1 =... = λ n = 0. Isto mostra que o método é convergente para polinómios. O caso geral, isto é, para um elemento arbitrário em C([0, 1]) temos o seguinte critério devido a G. Pólia. Critério 1.18 () O método numérico de integração (1.6) que satisfaz a Imposição 1.17 converge para qualquer função contínua x C([0, 1]) se e só se existe K tal que α (n) K, n N. (1.9) =0 Prova. Consideremos o conjunto P([0, 1]) de todos os polinómios com coeficientes reais definidos em [0, 1]. Este conjunto é denso em C([0, 1]) pelo teorema de Weierstrass, cf. Teorema Assim, para x P([0, 1]) existe convergência pela Imposição Como a sucessão de normas ( f n ) n=0 é limitada se e só se (1.9). O resultado do teorema resulta da Observação 1.15 visto que a convergência é a *-fraca. f n (x) f (x), x P([0, 1]) Teorema 1.19 (Weierstrass) O conjunto P([0, 1]) de todos os polinómios com coeficientes reais definidos em [0, 1] é denso em C([0, 1]).

Teoria espectral de operadores lineares limitados

Teoria espectral de operadores lineares limitados Capítulo 8 Teoria espectral de operadores lineares limitados A teoria espectral é um dos ramos principais da análise funcional moderna e suas aplicações. Essencialmente consiste no inverso de certos operadores,

Leia mais

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1)

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1) CAPÍTULO 1 Espaços Normados Em princípio, os espaços que consideraremos neste texto são espaços de funções. Isso significa que quase todos os nossos exemplos serão espaços vetoriais de dimensão infinita.

Leia mais

Produtos de potências racionais. números primos.

Produtos de potências racionais. números primos. MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e

Leia mais

ÁLGEBRA LINEAR. Base e Dimensão de um Espaço Vetorial. Prof. Susie C. Keller

ÁLGEBRA LINEAR. Base e Dimensão de um Espaço Vetorial. Prof. Susie C. Keller ÁLGEBRA LINEAR Base e Dimensão de um Espaço Vetorial Prof. Susie C. Keller Base de um Espaço Vetorial Um conjunto B = {v 1,..., v n } V é uma base do espaço vetorial V se: I) B é LI II) B gera V Base de

Leia mais

Capítulo 2. Ortogonalidade e Processo de Gram-Schmidt. Curso: Licenciatura em Matemática

Capítulo 2. Ortogonalidade e Processo de Gram-Schmidt. Curso: Licenciatura em Matemática Capítulo 2 Ortogonalidade e Processo de Gram-Schmidt Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves de Melo Disciplina: Álgebra Linear II Unidade II Aula

Leia mais

Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;

Introduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita; META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar

Leia mais

Notas de Aula. Análise Funcional

Notas de Aula. Análise Funcional Notas de Aula Análise Funcional Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula do curso Análise Funcional

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

SME Cálculo Numérico. Lista de Exercícios: Gabarito

SME Cálculo Numérico. Lista de Exercícios: Gabarito Exercícios de prova SME0300 - Cálculo Numérico Segundo semestre de 2012 Lista de Exercícios: Gabarito 1. Dentre os métodos que você estudou no curso para resolver sistemas lineares, qual é o mais adequado

Leia mais

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos MAT 1351 Cálculo para funções uma variável real I Curso noturno de Licenciatura em Matemática 1 semestre de 2016 Docente: Prof. Dr. Pierluigi Benevieri Resumo das aulas dos dias 4 e 11 de abril e exercícios

Leia mais

Definição (6.1): Definimos equação diferencial como uma qualquer relação entre uma função e as suas derivadas.

Definição (6.1): Definimos equação diferencial como uma qualquer relação entre uma função e as suas derivadas. Capítulo 6 Definição (6.1): Definimos equação diferencial como uma qualquer relação entre uma função e as suas derivadas. Definição (6.2): Seja e uma função real incógnita definida num intervalo aberto.

Leia mais

ANÁLISE MATEMÁTICA II

ANÁLISE MATEMÁTICA II ANÁLISE MATEMÁTICA II Acetatos de Ana Matos Séries Numéricas DMAT Séries Numéricas Definições básicas Chama-se série numérica a uma expressão do tipo a a 2, em geral representada por, ou, onde é uma sucessão

Leia mais

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,

Leia mais

Ado Raimundo Dalla Costa. Teorema de Hahn-Banach

Ado Raimundo Dalla Costa. Teorema de Hahn-Banach Ado Raimundo Dalla Costa Teorema de Hahn-Banach Florianópolis 2014 Ado Raimundo Dalla Costa Teorema de Hahn-Banach Trabalho de conclusão de curso apresentado na Universidade Federal de Santa Catarina para

Leia mais

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

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

Leia mais

[À funç~ao d chama-se métrica e aos elementos de X pontos do espaço métrico; a condiç~ao (3) designa-se por desigualdade triangular.

[À funç~ao d chama-se métrica e aos elementos de X pontos do espaço métrico; a condiç~ao (3) designa-se por desigualdade triangular. Aula I - Topologia e Análise Linear 1 Espaços Métricos ESPAÇO MÉTRICO Um par (X, d) diz-se um espaço métrico se X for um conjunto e d : X X R + for uma aplicação que verifica as seguintes condições, quaisquer

Leia mais

ANÁLISE MATEMÁTICA II

ANÁLISE MATEMÁTICA II ANÁLISE MATEMÁTICA II Acetatos de Ana Matos Séries de Potências DMAT Séries de Potências As séries de potências são uma generalização da noção de polinómio. Definição: Sendo x uma variável e a, chama-se

Leia mais

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Pedro Lopes Departamento de Matemática Instituto Superior Técnico o. Semestre 004/005 Estas notas constituem um material

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

Resolução das Questões Discursivas

Resolução das Questões Discursivas COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 008-010 Prova de Matemática Resolução das Questões Discursivas São apresentadas abaixo possíveis soluções

Leia mais

Capítulo 3 Equações Diferenciais. O Wronskiano (de Josef Hoëné-Wronski, polonês, )

Capítulo 3 Equações Diferenciais. O Wronskiano (de Josef Hoëné-Wronski, polonês, ) Capítulo 3 Equações Diferenciais O Wronskiano (de Josef Hoëné-Wronski, polonês, 1776 1853) Seja a equação diferencial, ordinária, linear e de 2ª. ordem Podemos dividir por os 2 membros e escrever a equação

Leia mais

Um Curso de Nivelamento. Instituto de Matemática UFF

Um Curso de Nivelamento. Instituto de Matemática UFF Introdução à Álgebra Linear Um Curso de Nivelamento Jorge Delgado Depto. de Matemática Aplicada Katia Frensel Depto. de Geometria Instituto de Matemática UFF Março de 2005 J. Delgado - K. Frensel ii Instituto

Leia mais

Cálculo II Sucessões de números reais revisões

Cálculo II Sucessões de números reais revisões Cálculo II Sucessões de números reais revisões Mestrado Integrado em Engenharia Aeronáutica António Bento bento@ubi.pt Departamento de Matemática Universidade da Beira Interior 2012/2013 António Bento

Leia mais

Noções de Álgebra Linear

Noções de Álgebra Linear Noções de Álgebra Linear 1. Espaços vetoriais lineares 1.1. Coordenadas 2. Operadores lineares 3. Subespaços fundamentais 4. Espaços normados 5. Espaços métricos 6. Espaços de Banach 7. Espaços de Hilbert

Leia mais

1.3 Conjuntos de medida nula

1.3 Conjuntos de medida nula 1.3 Conjuntos de medida nula Seja (X, F, µ) um espaço de medida. Um subconjunto A X é um conjunto de medida nula se existir B F tal que A B e µ(b) = 0. Do ponto de vista da teoria da medida, os conjuntos

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =

Leia mais

= f(0) D2 f 0 (x, x) + o( x 2 )

= f(0) D2 f 0 (x, x) + o( x 2 ) 6 a aula, 26-04-2007 Formas Quadráticas Suponhamos que 0 é um ponto crítico duma função suave f : U R definida sobre um aberto U R n. O desenvolvimento de Taylor de segunda ordem da função f em 0 permite-nos

Leia mais

Introdução à TOPOLOGIA. José Carlos Santos

Introdução à TOPOLOGIA. José Carlos Santos Introdução à TOPOLOGIA José Carlos Santos Departamento de Matemática Faculdade de Ciências da Universidade do Porto Fevereiro de 2015 Observações Estes apontamentos são dirigidos aos alunos de Elementos

Leia mais

AV1 - MA UMA SOLUÇÃO. d b =. 3q 2 = 2p 2,

AV1 - MA UMA SOLUÇÃO. d b =. 3q 2 = 2p 2, AV1 - MA 11-01 Questão 1. Prove que se a, b, c e d são números racionais tais que a + b 3 = c + d 3 então a = c e b = d. A igualdade a + b 3 = c + d 3 implica que (a c) = (d b) 3. Suponha que tenhamos

Leia mais

Espaços com Produto Interno

Espaços com Produto Interno CAPÍTULO 2 Espaços com Produto Interno Espaços com produto interno foram introduzidos em um curso de Álgebra Linear. 1 Algumas propriedades de um espaço com produto interno independem de sua dimensão ser

Leia mais

Álgebra 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 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 mais

Dízimas e intervalos encaixados.

Dízimas e intervalos encaixados. Dízimas e intervalos encaixados. Recorde que uma dízima com n casas decimais é um número racional da forma a 0.a a 2...a n = a 0 + a 0 + a 2 0 2 + + a n n 0 n = a j 0 j em que a 0,a,...,a n são inteiros

Leia mais

Capítulo 5. séries de potências

Capítulo 5. séries de potências Capítulo 5 Séries numéricas e séries de potências Inicia-se o capítulo com a definição de série numérica e com oção de convergência de séries numéricas, indicando-se exemplos, em particular o exemplo da

Leia mais

Aula 4 Colinearidade, coplanaridade e dependência linear

Aula 4 Colinearidade, coplanaridade e dependência linear Aula 4 Colinearidade, coplanaridade e dependência linear MÓDULO 1 - AULA 4 Objetivos Compreender os conceitos de independência e dependência linear. Estabelecer condições para determinar quando uma coleção

Leia mais

Esmeralda Sousa Dias. (a) (b) (c) Figura 1: Ajuste de curvas a um conjunto de pontos

Esmeralda Sousa Dias. (a) (b) (c) Figura 1: Ajuste de curvas a um conjunto de pontos Mínimos quadrados Esmeralda Sousa Dias É frequente ser necessário determinar uma curva bem ajustada a um conjunto de dados obtidos experimentalmente. Por exemplo, suponha que como resultado de uma certa

Leia mais

Aula 05 - Limite de uma Função - Parte I Data: 30/03/2015

Aula 05 - Limite de uma Função - Parte I Data: 30/03/2015 bras.png Cálculo I Logonewton.png Aula 05 - Limite de uma Função - Parte I Data: 30/03/2015 Objetivos da Aula: Definir limite de uma função Definir limites laterias Apresentar as propriedades operatórias

Leia mais

(versão preliminar) exceto possivelmente para x = a. Dizemos que o limite de f(x) quando x tende para x = a é um numero L, e escrevemos

(versão preliminar) exceto possivelmente para x = a. Dizemos que o limite de f(x) quando x tende para x = a é um numero L, e escrevemos LIMITE DE FUNÇÕES REAIS JOSÉ ANTÔNIO G. MIRANDA versão preinar). Revisão: Limite e Funções Continuas Definição Limite de Seqüências). Dizemos que uma seqüência de números reais n convergente para um número

Leia mais

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner Cálculo Numérico / Métodos Numéricos Solução de equações polinomiais Briot-Ruffini-Horner Equações Polinomiais p = x + + a ( x) ao + a1 n x n Com a i R, i = 0,1,, n e a n 0 para garantir que o polinômio

Leia mais

Espaços vectoriais reais

Espaços 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 mais

Polinómios Simétricos e Polinómios W-harmónicos

Polinómios Simétricos e Polinómios W-harmónicos Sob orientação do Prof. Samuel Lopes Faculdade de Ciências da Universidade do Porto 28 de Maio de 2014 Terminologia Consideramos polinómios sobre C em n variáveis: c(j1,...,j n)x j 1 1 x n jn c (j) C O

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

Matemática Computacional - 2 o ano LEMat e MEQ

Matemática Computacional - 2 o ano LEMat e MEQ Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 1 de Janeiro de 1 - Parte I (1h3m) 1. Considere

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

x exp( t 2 )dt f(x) =

x exp( t 2 )dt f(x) = INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação

Leia mais

Equações não lineares

Equações não lineares DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a

Leia mais

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA Licenciaturas em Engenharia do Ambiente e Química 2 o Semestre de 2005/2006 Capítulo III Resolução Numérica de Sistemas de Equações Normas, Erros e Condicionamento.

Leia mais

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Análise Numérica Licenciaturas em Engenharia Ambiente,Civil e Química I - Equações Não Lineares.

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

10 Estabilidade de Métodos de Passo Simples

10 Estabilidade de Métodos de Passo Simples MAP 2310 - Análise Numérica e Equações Diferenciais I 1 o Semestre de 2008 Análise Numérica NÃO REVISADO! 10 Estabilidade de Métodos de Passo Simples Continuamos interessados em estudar Métodos de Discretização

Leia mais

Axiomatizações equivalentes do conceito de topologia

Axiomatizações equivalentes do conceito de topologia Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial

Leia mais

Adérito Araújo. Gonçalo Pena. Adérito Araújo. Adérito Araújo. Gonçalo Pena. Método da Bissecção. Resolução dos exercícios 2.14, 2.15, 2.16 e 2.17.

Adérito Araújo. Gonçalo Pena. Adérito Araújo. Adérito Araújo. Gonçalo Pena. Método da Bissecção. Resolução dos exercícios 2.14, 2.15, 2.16 e 2.17. 1 2011-02-08 13:00 2h Capítulo 1 Aritmética computacional 1.1 Erros absolutos e relativos 1.2 O polinómio de Taylor Resolução do exercício 1.3 2 2011-02-08 15:00 1h30m As aulas laboratoriais só começam

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

ANÁLISE MATEMÁTICA II 2007/2008. Cursos de EACI e EB

ANÁLISE MATEMÁTICA II 2007/2008. Cursos de EACI e EB ANÁLISE MATEMÁTICA II 2007/2008 (com Laboratórios) Cursos de EACI e EB Acetatos de Ana Matos 1ª Parte Sucessões Séries Numéricas Fórmula de Taylor Séries de Potências Série de Taylor DMAT Ana Matos - AMII0807

Leia mais

Método de Gauss-Jordan e Sistemas Homogêneos

Método de Gauss-Jordan e Sistemas Homogêneos Método de Gauss-Jordan e Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 14 de agosto

Leia mais

Reginaldo J. Santos. Universidade Federal de Minas Gerais 22 de novembro de 2007

Reginaldo J. Santos. Universidade Federal de Minas Gerais  22 de novembro de 2007 Séries de Fourier e Equações Diferenciais Parciais Reginaldo J. Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://www.mat.ufmg.r/~regi de novemro de 7 Sumário Séries de

Leia mais

Metas/ Objetivos Conceitos/ Conteúdos Aulas Previstas. Cálculo Combinatório: Introdução ao cálculo combinatório

Metas/ Objetivos Conceitos/ Conteúdos Aulas Previstas. Cálculo Combinatório: Introdução ao cálculo combinatório DEPARTAMENTO DE MATEMÁTICA E INFORMÁTICA DISCIPLINA: Matemática A (12º Ano) METAS CURRICULARES/CONTEÚDOS... 1º Período (13 de setembro a 15 de dezembro) Cálculo Combinatório: Introdução ao cálculo combinatório

Leia mais

ANÁLISE MATEMÁTICA IV LEEC SÉRIES, SINGULARIDADES, RESÍDUOS E PRIMEIRAS EDO S. disponível em

ANÁLISE MATEMÁTICA IV LEEC SÉRIES, SINGULARIDADES, RESÍDUOS E PRIMEIRAS EDO S. disponível em Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualiação: //003 ANÁLISE MATEMÁTICA IV LEEC RESOLUÇÃO DA FICHA 3 SÉRIES, SINGULARIDADES, RESÍDUOS E PRIMEIRAS

Leia mais

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares Exercícios de MATEMÁTICA COMPUTACIONAL Mestrado Integrado em Engenharia Biomédica 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares 1. Considere a equação sin(x) e x = 0. a) Prove que

Leia mais

3 Espaços com Produto Interno

3 Espaços com Produto Interno 3 Espaços com Produto Interno 3.1 Produtos Internos em Espaços Vetoriais Seja V um espaço vetorial. Um produto interno em V é uma função, : V V R que satisfaz P1) = v, u para todos u, v V ; P2) u, v +

Leia mais

depende apenas da variável y então a função ṽ(y) = e R R(y) dy

depende apenas da variável y então a função ṽ(y) = e R R(y) dy Formulario Equações Diferenciais Ordinárias de 1 a Ordem Equações Exactas. Factor Integrante. Dada uma equação diferencial não exacta M(x, y) dx + N(x, y) dy = 0. ( ) 1. Se R = 1 M N y N x depende apenas

Leia mais

Funções de Green. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE

Funções de Green. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Funções de Green Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Funções de Green Suponha que queremos resolver a equação não-homogênea no intervalo a x b, onde f (x) é uma função conhecida. As condições

Leia mais

Construção dos Números Reais

Construção dos Números Reais 1 Universidade de Brasília Departamento de Matemática Construção dos Números Reais Célio W. Manzi Alvarenga Sumário 1 Seqüências de números racionais 1 2 Pares de Cauchy 2 3 Um problema 4 4 Comparação

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

Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011

Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011 APLICAÇÕES DA DIAGONALIZAÇÃO Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 21 de outubro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Introdução Considere a equação de uma cônica: Forma Geral Ax 2 + Bxy

Leia mais

Capítulo 4 Séries de Fourier

Capítulo 4 Séries de Fourier Capítulo 4 Séries de Fourier Dizemos que representamos uma função real ela se expressa na série em série de Fourier quando os coeficientes são chamados de coeficientes de Fourier. Claro, a série de Fourier

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

ÁLGEBRA LINEAR. Combinação Linear, Subespaços Gerados, Dependência e Independência Linear. Prof. Susie C. Keller

ÁLGEBRA LINEAR. Combinação Linear, Subespaços Gerados, Dependência e Independência Linear. Prof. Susie C. Keller ÁLGEBRA LINEAR Combinação Linear, Subespaços Gerados, Dependência e Prof. Susie C. Keller Combinação Linear Sejam os vetores v 1, v 2,..., v n do espaço vetorial V e os escalares a 1, a 2,..., a n. Qualquer

Leia mais

Notas sobre os anéis Z m

Notas sobre os anéis Z m Capítulo 1 Notas sobre os anéis Z m Estas notas complementam o texto principal, no que diz respeito ao estudo que aí se faz dos grupos e anéis Z m. Referem algumas propriedades mais específicas dos subanéis

Leia mais

Capítulo 5 - Interpolação Polinomial

Capítulo 5 - Interpolação Polinomial Capítulo 5 - Interpolação Polinomial Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa

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

A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES. (UFG) RESUMO

A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES. (UFG) RESUMO A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES Fernando Ricardo Moreira 1, Esdras Teixeira Costa 2, Marcio Koetz 3, Samanta Andressa Santos Dumke Teixeira 4, Henrique Bernardes da Silva 5 1 Professor Mestre

Leia mais

Leandro F. Aurichi de novembro de Instituto de Ciências Matemáticas e de Computação - Universidade de São Paulo, São Carlos, SP

Leandro F. Aurichi de novembro de Instituto de Ciências Matemáticas e de Computação - Universidade de São Paulo, São Carlos, SP Espaços Métricos Leandro F. Aurichi 1 30 de novembro de 2010 1 Instituto de Ciências Matemáticas e de Computação - Universidade de São Paulo, São Carlos, SP 2 Sumário 1 Conceitos básicos 5 1.1 Métricas...........................................

Leia mais

Capítulo 4 - Equações Não-Lineares

Capítulo 4 - Equações Não-Lineares Capítulo 4 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa Métodos Numéricos 1/

Leia mais

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A

Instituto 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 mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes 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 mais

Notações e revisão de álgebra linear

Notações e revisão de álgebra linear Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG 1 Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos Ana Cristina Vieira Departamento de Matemática - ICEx - UFMG - 2011 1. Representações de Grupos Finitos 1.1. Fatos iniciais Consideremos

Leia mais

e i $ p = K1, a teoria de funções de variáveis

e i $ p = K1, a teoria de funções de variáveis TEOREMA DA UNIFORMIZAÇÃO DE RIEMANN Aluno: Ricardo Lomba de Araujo Junior Orientador: Flávio Erthal Abdenur Introdução O Teorema de Riemann é um dos mais importantes resultados obtidos em Análise Complexa,

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic. Eng. Biomédica e Bioengenharia-2009/2010 lineares Muitos problemas da Física, Matemática, Engenharia, Biologia, economia e outras ciências,

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

f(h) δ h p f(x + h) f(x) (x) = lim

f(h) δ h p f(x + h) f(x) (x) = lim Capítulo 6 Derivação numérica Nesta seção vamos desenvolver métodos para estimar a derivada de uma função f calculada em um ponto x, f (x, a partir de valores conecidos de f em pontos próximos ao ponto

Leia mais

Critérios de Avaliação A avaliação ao longo das actividades lectivas será periódica, sendo efectuados dois testes. Os testes serão nos dias 7 de Abril

Critérios de Avaliação A avaliação ao longo das actividades lectivas será periódica, sendo efectuados dois testes. Os testes serão nos dias 7 de Abril Cálculo II Mestrado Integrado em Engenharia Aeronáutica Mestrado Integrado em Engenharia Civil António Bento bento@ubi.pt Departamento de Matemática Universidade da Beira Interior 2014/2015 António Bento

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

Integrais. ( e 12/ )

Integrais. ( e 12/ ) Integrais (21-04-2009 e 12/19-05-2009) Já estudámos a determinação da derivada de uma função. Revertamos agora o processo de derivação, isto é, suponhamos que nos é dada uma função F e que pretendemos

Leia mais

Diferenciais em Série de Potências

Diferenciais em Série de Potências Existência de Soluções de Equações Diferenciais em Série de Potências Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://www.mat.ufmg.br/ regi 0 de julho de

Leia mais

Séries de Fourier. Victor Rios Silva

Séries de Fourier. Victor Rios Silva Séries de Fourier Victor Rios Silva victorrios@live.com Universidade Federal Fluminense (UFF) Instituto de Matemática (IM) Departamento de Matemática Aplicada (GMA) Rua Mário Santos Braga, S/N Valonguinho

Leia mais

Material Teórico - Módulo: Vetores em R 2 e R 3. Operações Envolvendo Vetores. Terceiro Ano - Médio

Material Teórico - Módulo: Vetores em R 2 e R 3. Operações Envolvendo Vetores. Terceiro Ano - Médio Material Teórico - Módulo: Vetores em R 2 e R 3 Operações Envolvendo Vetores Terceiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto 1 Adição de vetores Na aula anterior

Leia mais

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise Professor: André Luiz Galdino Gabarito da 1 a Lista de Exercícios 1. Prove que para todo x 0 IR

Leia mais

Dimensão de módulos livres sobre anéis comutativos

Dimensão de módulos livres sobre anéis comutativos Dimensão de módulos livres sobre anéis comutativos M. Luísa Galvão Centro de Álgebra Universidade de Lisboa Av. Prof. Gama Pinto 2, 1649-003 Lisboa, Portugal e-mail: mlgalvao@ptmat.fc.ul.pt Pedro J. Freitas

Leia mais

Sumários Alargados. Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction to Mathematical Analysis;

Sumários Alargados. Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction to Mathematical Analysis; Sumários Alargados Capítulo I: Fundamentos o Rigor e a Demonstração em Análise 1. Operadores lógicos e quantificadores Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction

Leia mais

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago Professor: Carlos Eugênio da Costa Teoria Microeconômica II - 2012 Monitor: Diego Santiago EPGE/FGV Introdução matemática 1 Introdução Esta introdução visa familiarizar o aluno com ferramentas matemáticas

Leia mais

Os Quatro Subespaços Fundamentais

Os Quatro Subespaços Fundamentais Álgebra Linear e Geometria Analítica Texto de apoio Professor João Soares 7 páginas Universidade de Coimbra 26 de Novembro de 29 Os Quatro Subespaços Fundamentais Seja A uma matriz m n de elementos reais.

Leia mais

Planificação Anual. 0,5 Geometria no plano e no espaço II. 32 Avaliações escritas e respetivas correcções. 5 Auto-avaliação

Planificação Anual. 0,5 Geometria no plano e no espaço II. 32 Avaliações escritas e respetivas correcções. 5 Auto-avaliação 3º Período 2º Período 1º Período AGRUPAMENTO DE ESCOLAS DE CASTRO DAIRE Escola Secundária de Castro Daire Grupo de Recrutamento 500 MATEMÁTICA Ano lectivo 2012/2013 Planificação Anual Disciplina: Matemática

Leia mais

1.1 Conceitos Básicos

1.1 Conceitos Básicos 1 Zeros de Funções 1.1 Conceitos Básicos Muito frequentemente precisamos determinar um valor ɛ para o qual o valor de alguma função é igual a zero, ou seja: f(ɛ) = 0. Exemplo 1.1 Suponha que certo produto

Leia mais

y (n) (x) = dn y dx n(x) y (0) (x) = y(x).

y (n) (x) = dn y dx n(x) y (0) (x) = y(x). Capítulo 1 Introdução 1.1 Definições Denotaremos por I R um intervalo aberto ou uma reunião de intervalos abertos e y : I R uma função que possua todas as suas derivadas, a menos que seja indicado o contrário.

Leia mais

Matemática E Extensivo V. 6

Matemática E Extensivo V. 6 Etensivo V. 6 Eercícios ) a) P() é sempre igual à soma dos coeficientes de P(). b) P() é sempre igual ao termo independente de P(). c) P() é a raiz de P(), pois P() =. ) D a) P() = ³ + 7. ² 7. P() = +

Leia mais

Cálculo Diferencial e Integral Química Notas de Aula

Cálculo Diferencial e Integral Química Notas de Aula Cálculo Diferencial e Integral Química Notas de Aula João Roberto Gerônimo 1 1 Professor Associado do Departamento de Matemática da UEM. E-mail: jrgeronimo@uem.br. ÍNDICE 1. INTRODUÇÃO Esta notas de aula

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

a = bq + r e 0 r < b.

a = bq + r e 0 r < b. 1 Aritmética dos Inteiros 1.1 Lema da Divisão e o Algoritmo de Euclides Recorde-se que a, o módulo ou valor absoluto de a, designa a se a N a = a se a / N Dados a, b, c Z denotamos por a b : a divide b

Leia mais

A derivada da função inversa, o Teorema do Valor Médio e Máximos e Mínimos - Aula 18

A derivada da função inversa, o Teorema do Valor Médio e Máximos e Mínimos - Aula 18 A derivada da função inversa, o Teorema do Valor Médio e - Aula 18 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 10 de Abril de 2014 Primeiro Semestre de 2014 Turma 2014106

Leia mais