1 Diagonalização de Matrizes 2 2. Sistemas de Equações Diferenciais Lineares
|
|
- Lorena Chagas Leveck
- 6 Há anos
- Visualizações:
Transcrição
1 Diagonalização de Matrizes e Sistemas de Equações Diferenciais Lineares Reginaldo J Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais 3 de setembro de Diagonalização de Matrizes Motivação Vamos considerar o problema de encontrar as funções que dão a evolução das populações de duas espécies, S e S, convivendo em um mesmo ecossistema no tempo t > Vamos denotar as populações das espécies S e S em um instante t por (t) e (t), respectivamente Inicialmente vamos supor que a taa de crescimento da população de uma espécie não depende do que ocorre com a outra espécie e que esta taa é proporcional a sua população eistente (ou equivalentemente que a taa de crescimento relativa é constante) Ou seja, vamos supor que (t) = a (t) (t) = d (t) em que a, d R Temos aqui um sistema de equações diferenciais, ou seja, um sistema de equações que envolvem derivadas das funções que são incógnitas Neste caso as duas equações são desacopladas, isto é, podem ser resolvidas independentemente A solução do sistema é (t) = c e at e (t) = c e dt
2 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de DIAGONALIZAÇÃO DE MATRIZES Vamos supor, agora, que as duas populações interagem de forma que a taa de crescimento da população de uma espécie depende de forma linear não somente da sua população eistente, mas também da população eistente da outra espécie Ou seja, vamos supor que (t) = a (t) + b (t) (t) = c (t) + d (t) Por eemplo, se os indivíduos de uma espécie competem com os da outra por alimento (a, d > e b, c < ), ou os indivíduos da espécie S são predadores dos da outra (a, b, d > e c < ) Neste caso a solução de uma equação depende da outra Podemos escrever este sistema na forma de uma equação diferencial matricial X (t) = AX(t), () em que X (t) = (t) (t) a b, A = c d Vamos supor que eistam matrizes P e D tais que e X(t) = (t) (t) λ em que D = λ A = P DP, () Substituindo-se () em () obtemos X (t) = P DP X(t) Multiplicando-se à esquerda por P, obtemos P X (t) = DP X(t) (3) Fazendo a mudança de variável Y (t) = P X(t), (4) a equação (3) pode ser escrita como Y (t) = DY (t), que pode ser escrita na forma de um sistema de equações desacopladas (t) = λ (t) (t) = λ (t)
3 3 de setembro de Reginaldo J Santos Motivação 3 que tem solução dada por (t) = c e λ t e (t) = c e λ t Assim, da mudança de variáveis (4), a solução da equação () é c e X(t) = P Y (t) = P λ t c e λ t Se P = W = ou w v w, ou seja, se as colunas da matriz P são os vetores V = v w, então a solução do sistema pode ser escrita como w (t) (t) = c e λ t v v (t) = c v e λ t + c w e λ t e + c e λ t w w (t) = c v e λ t + c w e λ t Vamos descobrir como podemos determinar matrizes P e D, quando elas eistem, tais que A = P DP, ou multiplicando à esquerda por P e à direita por P, D = P AP, com D sendo uma matriz diagonal Chamamos diagonalização ao processo de encontrar as matrizes P e D v v e Definição Dizemos que uma matriz A, é diagonalizável, se eistem matrizes P e D tais que D = P AP, ou equivalentemente, A = P DP, em que D é uma matriz diagonal Eemplo Toda matriz diagonal λ A = λ é diagonalizável, pois A = (I ) AI, em que I = é a matriz identidade
4 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 4 DIAGONALIZAÇÃO DE MATRIZES Autovalores e Autovetores Vamos supor inicialmente que a matriz A seja diagonalizável Então eiste uma matriz P tal que P AP = D, (5) em que D é uma matriz diagonal Vamos procurar tirar conclusões sobre as matrizes P e D Multiplicando à esquerda por P ambos os membros da equação anterior, obtemos Sejam em que V = v v e por outro lado AP = P D (6) λ v w D = e P = = V W, λ v w w e W = são as colunas de P Por um lado w AP = A V W = AV AW v w P D = λ = λ v w λ V λ W Assim, (6) pode ser reescrita como AV AW = λ V λ W Logo, AV = λ V e AW = λ W Ou seja, as colunas de P, V e W, e os elementos da diagonal de D, λ e λ, satisfazem a equação AX = λx, em que λ e X são incógnitas Isto motiva a seguinte definição Definição Um número real λ é chamado autovalor de uma matriz A, se eiste um vetor não nulo X = tal que AX = λx (7) Um vetor não nulo que satisfaça (7), é chamado de autovetor de A
5 3 de setembro de Reginaldo J Santos Autovalores e Autovetores 5 AX = λx X O X AX = λx O X AX = λx O λ > < λ < Observe que a equação (7) pode ser escrita como λ < ou AX = λi X (A λi )X = (8) Como os autovetores são vetores não nulos, os autovalores são os valores de λ, para os quais o sistema (A λi )X = tem solução não trivial Mas, este sistema homogêneo tem solução não trivial se, e somente se, det(a λi ) = Assim temos um método para encontrar os autovalores e os autovetores de uma matriz A Proposição Seja A uma matriz (a) Os autovalores de A são as raízes do polinômio p(t) = det(a t I ) (9) (b) Para cada autovalor λ, os autovetores associados a λ são os vetores não nulos da solução do sistema (A λi )X = () Definição 3 Seja A uma matriz O polinômio é chamado polinômio característico de A p(t) = det(a t I ) () Assim, para determinarmos os autovalores de uma matriz A precisamos determinar as raízes do seu polinômio característico, que tem a forma p(t) = t + at + b
6 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 6 DIAGONALIZAÇÃO DE MATRIZES Eemplo Vamos determinar os autovalores e autovetores da matriz A = 4 Para esta matriz o polinômio característico é t p(t) = det(a ti ) = det = ( t) 4 = t t 3 4 t Como os autovalores de A são as raízes de p(t), temos que os autovalores de A são λ = 3 e λ = Agora, vamos determinar os autovetores associados aos autovalores λ = 3 e λ = Para isto vamos resolver os sistemas (A λ I )X = e (A λ I )X = Como A λ I =, 4 então (A λ I )X = é 4 = ou { = 4 = cuja solução geral é W = {(α, α) α R} que é o conjunto de todos os autovetores associados a λ = 3 acrescentado o vetor nulo Agora, (A λ I )X = é cuja solução geral é 4 = W = {(α, α) α R}, que é o conjunto de todos os autovetores associados a λ = acrescentado o vetor nulo
7 3 de setembro de Reginaldo J Santos 3 Diagonalização W 4 W = (, ) AW V = (, ) 4 4 W AV Figura : Autovetores associados a λ = 3 e a λ = da matriz do Eemplo Um resultado interessante e que iremos usar mais adiante é o seguinte Proposição Sejam V e W autovetores de uma matriz A associados a λ e λ, respectivamente Se V = αw, para algum escalar α, então λ = λ Demonstração Se V = αw, então multiplicando-se à esquerda por A e usando o fato de que AV = λ V e AW = λ W, temos que Isto implica que λ V = A(αW ) = αaw = αλ W = λ αw = λ V (λ λ )V = Como V é um vetor não nulo, então λ = λ 3 Diagonalização Vamos enunciar e demonstrar o resultado principal Já vimos que se uma matriz A é diagonalizável, então as colunas da matriz P, que faz a diagonalização, são autovetores associados a autovalores, que por sua vez são elementos da matriz diagonal D Como a matriz P é invertível, estes autovetores são LI (um vetor não é múltiplo escalar do outro)
8 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 8 DIAGONALIZAÇÃO DE MATRIZES Teorema 3 Seja A uma matriz que tem autovalores λ λ Sejam V = (v, v ) e W = (w, w ) autovetores associados a λ e λ, respectivamente Então, as matrizes v w P = V W = λ e D = são tais que v w λ D = P AP, ou seja, a matriz A é diagonalizável Demonstração Pela Proposição, V = (v, v ) e W = (w, w ) são LI são autovetores LI (um não é múltiplo escalar do outro) Vamos definir as matrizes v w P = λ = V W e D = v w λ Como AV = λ V e AW = λ W, então v w AP = A V W = AV AW = λ V λ W = v w λ λ = P D () Como V e W são LI, a matriz P é invertível Assim, multiplicando por P à esquerda em () obtemos D = P AP Ou seja, A matriz A é diagonalizável Assim, se uma matriz A é diagonalizável e D = P AP, então os autovalores de A formam a diagonal de D e os autovetores linearmente independentes associados aos autovalores formam as colunas de P Eemplo 3 Considere a matriz A = 4 Já vimos no Eemplo na página 6 que o seu polinômio característico é p(t) = det(a t I ) = t t 3, que os seus autovalores são λ = 3 e λ = e que os autoespaços correspondentes são W = {(α, α) α R} e W = {(α, α) α R}, respectivamante
9 3 de setembro de Reginaldo J Santos 3 Diagonalização 9 Para λ = 3, temos que V = (, ) é um autovetor de A associado a λ De forma análoga para λ =, W = (, ) é um autovetor associado a λ Como um vetor não é múltiplo escalar do outro, a matriz A é diagonalizável e as matrizes P = V W = λ e D = = λ 3 são tais que Eemplo 4 Considere a matriz D = P AP A = O seu polinômio característico é p(t) = det(a ti ) = t, assim A possui um único autovalor: λ = Agora, vamos determinar os autovetores associados ao autovalor λ = Para isto vamos resolver o sistema (A λ I )X = Como A λ I = A =, então é ou cuja solução geral é (A λ I )X = { = = = W = {(α, ) α R} que é o conjunto de todos os autovetores associados a λ = acrescentado o vetor nulo Portanto, não podemos ter autovetores LI associados a λ = e como só temos um autovalor não podemos ter mais autovetores LI Portanto, pelo Teorema 3 na página 8, a matriz A não é diagonalizável, ou seja, não eistem matrizes P e D tais que D = P AP
10 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de DIAGONALIZAÇÃO DE MATRIZES 4 Autovalores compleos Tudo que fizemos até agora é válido para matrizes com entradas que são números reais ou compleos e para autovalores reais ou compleos Um vetor de C pode ser escrito como Z = (z, z ) = (v + iw, v + iw ) = (v, v ) + i(w, w ) = V + iw, em que V e W são vetores de R O próimo resultado é válido eclusivamente para matrizes com entradas que são números reais Proposição 4 Seja A uma matriz com entradas que são números reais Se um vetor Z = V + iw C é um autovetor de A associado ao autovalor λ = α + iβ, então Z = V iw também é um autovetor de A, mas associado a λ = α iβ Além disso, se β então Z e Z são LI Demonstração Substituindo-se Z = V + iw e λ = α + iβ em AZ = λz obtemos que AV + iaw = α(v + iw ) + iβ(v + iw ) = (αv βw ) + i(αw + βv ) Isto implica que AV = αv βw e AW = αw + βv Agora, usando os valores de AV e AW obtidos temos que AZ = A(V iw ) = AV iaw = αv βw i(αw + βv ) = (α iβ)v (β + iα)w = (α iβ)v i(α iβ)w = (α iβ)(v iw ) = λ Z Se β, então λ e λ são diferentes Logo, pela Proposição na página 7, Z e Z são LI Assim, se uma matriz A,, com entradas reais tem autovalores compleos, então ela é diagonalizável Eemplo 5 Considere a matriz A = 3 4
11 3 de setembro de Reginaldo J Santos 5 Se a matriz A não é diagonalizável O seu polinômio característico é p(t) = det(a t I ) = ( 3 t)( t) + 8 = t + t + 5 cujas raízes são λ = +i e λ = λ = i Agora, vamos determinar os autovetores associados ao autovalor λ = +i Para isto vamos resolver o sistema (A λ I )X = Como i A λ I =, 4 i então (A λ I )X = é i 4 i = ou { ( i) + = 4 + ( i) = cuja solução geral é W = {(α, ( + i)α) α C} que é o conjunto de todos os autovetores associados a λ = + i acrescentado o vetor nulo Assim, Z = (, + i) é um autovetor associado a λ = + i Pela Proposição 4, Z = (, i) é um autovetor associado a λ = λ = i e além disso Z e Z são LI Assim, a matriz A é diagonalizável e as matrizes P = Z Z = + i i λ e D = = λ + i i são tais que D = P AP 5 Se a matriz A não é diagonalizável Se uma matriz A com entradas que são números reais,, não é diagonalizável é por que ela tem somente um autovalor real λ Neste caso apesar de não podermos diagonalizá-la é válido o seguinte resultado
12 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de DIAGONALIZAÇÃO DE MATRIZES Teorema 5 Seja A uma matriz não diagonal com entradas que são números reais e que possui um único autovalor λ Sejam W = (w, w ) um vetor que não é autovetor de A (AW λw ) (Por eemplo, E = (, ) ou E = (, ) satisfaz esta condição) v v w e V = = (A λi v )W Então, as matrizes P = V W = e v w λ J = são tais que λ J = P AP a b Demonstração Vamos escrever A = Neste caso, o polinômio característico c d de A é p(t) = det(a t I ) = (a t)(d t) bc = t (a + d)t + (ad bc) Como estamos supondo que A tem somente um autovalor, então = (a + d) 4(ad bc) = a ad + d + 4bc = (3) e o autovalor de A que é a única raiz de p(t) é λ = a + d Assim, para este valor λ e usando (3) obtemos que (A λi ) = A λa + λ I = a + bc λa + λ ab + bd λb ac + dc λc bc + d λd + λ = Seja W = (w, w ) um vetor que não é autovetor de A Portanto, ele não pertence ao espaço solução de (A λi )X = Seja V = (v, v ) = (A λi )W Então Logo, V é um autovetor de A, ou seja, (A λi )V = (A λi ) W = AV = λv Da definição de V segue que AW = V + λw
13 3 de setembro de Reginaldo J Santos 6 Resumo 3 v w Assim P = V W = λ e J = são tais que v w λ λv v AP = A V W = AV AW = λv V + λw = + λw λv v + λw = P J (4) Como V é autovetor de A, se W fosse um múltiplo escalar de V, então W também seria um autovetor de A Mas isto não ocorre pela definição do vetor W Assim a matriz P é invertível e multiplicando-se a equação (4) à esquerda por P obtemos o resultado Eemplo 6 Considere a matriz A = 3 O seu polinômio característico é p(t) = det(a t I ) = ( t)( 3 t) + = t + 4t + 4 cujas raízes são λ = λ = λ = O vetor E = (, ) é tal que (A λi )E = = Sejam W = E = (, ) e V = (A λi )W = (, ) Pelo Teorema 5, as matrizes λ P = V W = e J = = λ são tais que J = P AP 6 Resumo Para diagonalizar uma matriz não diagonal siga os seguintes passos: (a) Determine o polinômio característico p(t) = det(a t I ) (b) Se p(t) tem duas raízes reais (distintas) λ λ, então determine um autovetor V = (v, v ) associado a λ, isto é, uma solução não trivial de (A λ I )X = e um autovetor W = (w, w ) associado a λ, isto é, uma solução não trivial de (A λ I )X = Então v w P = V W = λ e D = v w λ são tais que A = P DP
14 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 4 DIAGONALIZAÇÃO DE MATRIZES (c) Se p(t) tem duas raízes compleas λ = α + iβ e λ = λ = α iβ Encontre um autovetor compleo V + iw = (v + iw, v + iw ), isto é, uma solução não trivial de (A (α + iβ)i )X = Então v + iw P = V + iw V iw = v iw α + iβ e D = v + iw v iw α iβ são tais que A = P DP (d) Se p(t) tem somente uma raiz real λ Seja W = (w, w ) um vetor não nulo que não seja autovetor de A (AW λw ) Por eemplo, W = E = (, ) ou W = E = v (, ) Seja V = = (A λi )W Então v são tais que A = P JP v w P = V W = v w e J = λ λ 7 Eercícios (respostas na página 8) Ache para cada matriz A, se possível, uma matriz não-singular P tal que P AP seja λ diagonal Se não for possível, ache uma matriz P tal que P AP =, para λ R λ a a a 4a a
15 3 de setembro de Reginaldo J Santos 5 Sistemas de Equações Diferenciais Lineares Considere o sistema de equações diferenciais lineares { (t) = a (t) (t) = d (t) em que a, d R Temos aqui um sistema de equações diferenciais, ou seja, um sistema de equações que envolvem derivadas das funções que são incógnitas Neste caso as duas equações são desacopladas, isto é, podem ser resolvidas independentemente A solução do sistema é (t) = c e at (t) = c e dt Considere, agora, o sistema de equações diferenciais lineares { (t) = a (t) + b (t) (t) = c (t) + d (t) em que a, b, c, d R com b ou c não nulos Neste caso a solução de uma equação depende da outra Podemos escrever este sistema na forma de uma equação diferencial matricial em que X (t) = (t) (t) X (t) = AX(t), (5) a b (t), A = e X(t) = c d (t) A Matriz A é diagonalizável em R v w Vamos supor que eistam matrizes P = λ e D =, com λ v w λ, λ R, tais que A = P DP (6) Substituindo-se (6) em (5) obtemos X (t) = P DP X(t) Multiplicando-se à esquerda por P, obtemos P X (t) = DP X(t) (7)
16 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 6 SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES Fazendo a mudança de variável Y (t) = P X(t), (8) a equação (7) pode ser escrita como Y (t) = DY (t), que pode ser escrita na forma de um sistema de equações desacopladas (t) = λ (t) (t) = λ (t) que tem solução dada por (t) = c e λ t e (t) = c e λ t Assim, da mudança de variáveis (8), a solução da equação (5) é c e X(t) = P Y (t) = P λ t c e λ t v w Como P =, então as colunas da matriz P são os vetores V = v w w W =, assim a solução do sistema pode ser escrita como w (t) = c (t) e λ t v + c e λ t w v Se são dadas as condições iniciais () = () e () = (), então para determinarmos c e c substituimos t = na solução, ou seja, () () = c v v + c w w = que é equivalente ao sistema linear { v c + w c = () v c + w c = () Eemplo 7 Considere o sistema { (t) = (t) (t) (t) = 4 (t) + (t) w () () v v e
17 3 de setembro de Reginaldo J Santos A Matriz A é diagonalizável em R Figura : Trajetórias do sistema do Eemplo 7 Já vimos no Eemplo 3 na página 6 que a matriz A = 4 é diagonalizável e as matrizes P = V W = λ e D = λ = 3 são tais que Assim, a solução do sistema é dada por (t) = c (t) e 3t D = P AP + c e t Os gráficos de diversas soluções aparecem na Figura A disposição das trajetórias é típica de um sistema linear X = AX, em que os autovalores de A são reais não nulos com sinais contrários Neste caso, dizemos que a origem é um ponto de sela Eemplo 8 Considere o sistema { (t) = 3 (t) (t) (t) = (t) + (t)
18 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 8 SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES Figura 3: Trajetórias do sistema do Eemplo 8 Vamos determinar os autovalores e autovetores da matriz 3 A = Para esta matriz o polinômio característico é 3 t p(t) = det(a t I ) = det = (3 t)( t) = t 5t + 4 t Como os autovalores de A são as raízes de p(t), temos que os autovalores de A são λ = e λ = 4 Agora, vamos determinar os autovetores associados aos autovalores λ = e λ = 4 Para isto vamos resolver os sistemas (A λ I )X = e (A λ I )X = Como então é A λ I = (A λ I )X = = ou { = + =,
19 3 de setembro de Reginaldo J Santos A Matriz A é diagonalizável em C 9 cuja solução geral é W = {(α, α) α R} = {α(, ) α R} = {αv α R}, em que V = (, ) Este é o conjunto de todos os autovetores associados a λ = acrescentado o vetor nulo Agora, (A λ I )X = é cuja solução geral é = W = {( α, α) α R} = {α(, ) α R} = {αw α R}, em que W = (, ) Este é o conjunto de todos os autovetores associados a λ = 4 acrescentado o vetor nulo Assim, a matriz A é diagonalizável e as matrizes λ P = V W = e D = = λ 4 são tais que D = P AP Assim, a solução do sistema é dada por (t) = c (t) e t + c e 4t Os gráficos de diversas soluções aparecem na Figura 3 A disposição das trajetórias é típica de um sistema linear X = AX, em que os autovalores de A são reais e positivos Neste caso, dizemos que a origem é um nó instável ou fonte No caso em que os autovalores de A reais e negativos as trajetórias são semelhantes, mas percorridas no sentido contrário às da Figura 3 Neste caso, dizemos que a origem é um nó atrator ou sumidouro A Matriz A é diagonalizável em C v + iw Vamos supor que eistam matrizes P = v iw λ e D =, com v + iw v iw λ λ, λ C, tais que A = P DP (9)
20 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES Substituindo-se (9) em (5) obtemos X (t) = P DP X(t) Multiplicando-se à esquerda por P, obtemos P X (t) = DP X(t) Fazendo novamente a mudança de variável Y (t) = P X(t), obtemos que pode ser escrito na forma Y (t) = DY (t), (t) = λ (t) (t) = λ (t) Estas equações estão desacopladas e têm soluções dadas por Assim a solução da equação (5) é (t) = C e λt (t) = C e λt C e λt X(t) = P Y (t) = P C e λt v + iw Como P = v iw, então as colunas da matriz P são os vetores V +iw = v + iw v iw v + iw v iw e V iw = Assim a solução geral nos compleos é dada por v + iw v iw X(t) = C e λt v + iw v + iw + C e λt v iw v iw As constantes C e C são compleas Estamos interessados em uma solução real Para isso, fazendo C = C, a segunda parcela em () se torna o conjugado da primeira e assim obtemos { } X(t) = Re C e λt v + iw v + iw ()
21 3 de setembro de Reginaldo J Santos A Matriz A é diagonalizável em C Escrevendo a constante complea em termos de constantes reais na forma C = c ic e escrevendo λ = α + iβ, obtemos { } { } (t) = Re(C (t) ) Re e (α+iβ)t v + iw Im(C v + iw ) Im e (α+iβ)t v + iw v + iw { } { } = c Re e (α+iβ)t v + iw + c v + iw Im e (α+iβ)t v + iw v + iw ) ( ) = c e (cos αt v w βt sen βt + c v w e αt w v cos βt + sen βt w v Se são dadas as condições iniciais () = () e () = (), então para determinarmos c e c substituimos t = na solução, ou seja, () () = c v v + c w w = que é equivalente ao sistema linear { v c + w c = () v c + w c = () () () Figura 4: Trajetórias do sistema do Eemplo 9
22 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES Eemplo 9 Considere o sistema { (t) = 3 (t) + (t) (t) = 4 (t) + (t) Já vimos no Eemplo 5 na página que a matriz 3 A = 4 é diagonalizável e as matrizes P = Z Z = + i i λ e D = λ = + i i são tais que Assim a solução do sistema é dada por } (t) = c (t) Re {e ( +i)t + i = c e (cos t t sen t D = P AP + c Im {e ( +i)t ) + c e t ( cos t } + i + sen t Os gráficos de diversas soluções aparecem na Figura 4 A disposição das trajetórias é típica de um sistema linear X = AX, em que os autovalores de A são compleos com a parte real negativa Neste caso, dizemos que a origem é um foco atrator ou sumidoro espiral No caso em que os autovalores de A são compleos com a parte real positiva as trajetórias são semelhantes, mas percorridas no sentido contrário às da Figura 4 Neste caso, dizemos que a origem é um foco instável ou fonte espiral ) Eemplo Considere o sistema { (t) = (t) + (t) (t) = (t) + (t) Este sistema pode ser escrito na forma X (t) = AX(t), em que A =
23 3 de setembro de Reginaldo J Santos A Matriz A é diagonalizável em C Figura 5: Trajetórias do sistema do Eemplo O polinômio característico da matriz A é p(t) = det(a t I ) = ( t)( t) + = t + cujas raízes são λ = i e λ = λ = i Agora, vamos determinar os autovetores associados ao autovalor λ = i Para isto vamos resolver o sistema (A λ I )X = Como i A λ I =, i então (A λ I )X = é i = i ou { ( i) + = + ( i) = cuja solução geral é W = {(( i)α, α) α C} = {α( i, ) α C} Este é o conjunto de todos os autovetores associados a λ = i acrescentado o vetor nulo Assim, Z = ( i, ) é um autovetor associado a λ = i Pela Proposição 4 na página, Z = ( + i, ) é um autovetor associado a λ = λ = i e além disso Z e Z são LI Assim, a matriz A =
24 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 4 SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES é diagonalizável e as matrizes i + i P = Z Z = λ e D = λ = i i são tais que Assim a solução do sistema é dada por { } (t) i = c (t) Re e it = c (cos t D = P AP { + c Im sen t } i e it ) ( + c cos t + sen t Os gráficos de diversas soluções aparecem na Figura 5 A disposição das trajetórias é típica de um sistema linear X = AX, em que os autovalores de A são compleos com a parte real igual a zero Neste caso, dizemos que a origem é um centro ) 3 A Matriz A não é diagonalizável em C v w Sejam P = e J = v w Substituindo-se (6) em () obtemos λ λ matrizes tais que A = P JP () X (t) = P JP X(t) Multiplicando-se à esquerda por P, obtemos P X (t) = JP X(t) Fazendo a mudança de variável Y (t) = P X(t), obtemos que pode ser escrito na forma Y (t) = JY (t), (t) = λ (t) + (t) (t) = λ (t)
25 3 de setembro de Reginaldo J Santos 3 A Matriz A não é diagonalizável em C 5 A segunda equação tem solução (t) = c e λt Substituindo (t) na primeira equação obtemos a equação (t) = λ (t) + c e λt que tem solução (t) = (c + c t)e λt Assim a solução da equação () é (c + c X(t) = P Y (t) = P t)e λt c e λt Se P = W = w v w, ou seja, se as colunas da matriz P são os vetores V = v w, então w (t) (t) = (c + c t)e λt v v + c e λt w w v v e Se são dadas as condições iniciais () = () e () = (), então para determinarmos c e c substituimos t = na solução, ou seja, () () = c v v + c w w = que é equivalente ao sistema linear { v c + w c = () v c + w c = () Eemplo Considere o sistema { (t) = (t) + (t) (t) = (t) 3 (t) () () Vimos no Eemplo 6 na página 3 que a matriz A = 3
26 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 6 SISTEMAS DE EQUAÇÕES DIFERENCIAIS LINEARES não é diagonalizável, mas que as matrizes P = V W = e J = λ λ = são tais que J = P AP Assim a solução do sistema é dada por (t) = (c (t) + c t)e t + c e t Os gráficos de diversas soluções aparecem na Figura 6 A disposição das trajetórias é típica de um sistema linear X = AX, em que a matriz A não é diagonalizável em C e o único autovalor é negativo Neste caso, dizemos que a origem é um nó impróprio No caso em que o único autovalor de A é positivo as trajetórias são semelhantes, mas percorridas no sentido contrário às da Figura 6 Neste caso, dizemos também que a origem é um nó impróprio Figura 6: Trajetórias do sistema do Eemplo
27 3 de setembro de Reginaldo J Santos 4 Eercícios (respostas na página 3) 7 4 Eercícios (respostas na página 3) Ache a solução geral do sistema de equações dado { { (t) = (t) + (t) (t) = (t) (t) { (t) = (t) + (t) { (t) = (t) + 4(t) 3 (t) = 3(t) 4(t) 4 (t) = (t) (t) { (t) = (t) (t) { (t) = 5(t) + 3(t) 5 (t) = 4(t) (t) 6 (t) = (t) 4(t) { (t) = 8(t) 4(t) { (t) = (t) (t) 7 (t) = a(t) + (t) 8 (t) = a(t) { (t) = (t) { (t) = (t) (t) 9 (t) = a(t) + (t) (t) = (t) + (t) (t) = (t) + 4a(t) (t) = a(t) + (t) Faça um esboço das soluções de X (t) = AX(t) e diga se a origem define uma sela, um nó instável, um nó atrator, um foco instável, um foco atrator, um centro ou um nó impróprio 8 A = A = A = 4 A = A = 7 A = 3 6 A = 8 A = Comandos do MATLAB: >>P,D=eig(sm(A)) determina simbólicamente, se possível, matrizes P e D tais que D = P AP, sendo D uma matriz diagonal >>P,J=jordan(sm(A)) determina simbólicamente, se possível, matrizes P e J tais que J = P AP, sendo J = λ λ Comando do pacote GAAL: >>flulin(a) desenha algumas trajetórias que são soluções do sistema de equações diferenciais X (t) = AX(t)
28 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 8 3 RESPOSTAS DOS EXERCÍCIOS 3 Respostas dos Eercícios Diagonalização de Matrizes (página 4) A=sm(,;,); P,D=eig(A) P =, -, D =,, A=sm(,-;,4); P,D=eig(A) P = -,, - D =,, 3 3 A=sm(3,-4;,-); P,J=jordan(A) P =,, J =,, 4 A=sm(,-;5,3); P,D=eig(A) P = -/5+/5*i, -/5-/5*i, D = +*i,, -*i 5 A=sm(4,-;8,-4); P,J=jordan(A) P = 4, 8, J =,, 6 A=sm(-,-4;,-); P,D=eig(A)
29 3 de setembro de Reginaldo J Santos 9 P = *i, -*i, D = -+*i,, --*i 7 Se a > 4: P,D=eig(A) 4 4 P = a + a 6 a a 6 a+ a 6 D = a a 6 Se a < 4: 4 4 P = a + i 6 a a i 6 a a+i 6 a D = a i 6 a Se a = 4: P,J=jordan(subs(A,a,4)) P =, -, J =,, Se a = 4: P,J=jordan(subs(A,a,-4)) P = -, -, J = -,, - 8 Se a < /: P,D=eig(A)
30 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 3 3 RESPOSTAS DOS EXERCÍCIOS + a a P = + a D = a Se a > /: + i a i a P = + i a D = i a Se a = /: P,J=jordan(subs(A,a,/)) P =, -, J = -,, - 9 P,D=eig(A) a + a + a a P = + 3 a + a + D = 3 a a + Se a > : P,D=eig(A) P = D = a a + a a Se a < : i P = a D = Se a = : i a + i a i a
31 3 de setembro de Reginaldo J Santos 3 A=subs(A,a,) P,J=jordan(A) P =,, J =,, Sistemas de Equações Diferenciais Lineares (página 7) (t) = c (t) e t + c (t) = c (t) e t + c e 3t (t) 3 = (c (t) + c t)e t + c e t ( ) (t) 4 = c (t) e t cos t sen t + 5 ) c e (cos t t + sen t 5 (t) 4 5 = (c (t) + c t) + c 8 ( (t) 6 = c (t) e t cos t c e (cos t t + sen t sen t ) ) + 7 Se a > 4: (t) (t) = c e ( a+ a 6 )t c e ( a a 6 )t Se a < 4: (t) (t) c e at = c e at ( cos( 6 a t) 4 a a 6 ( cos( 6 a 4 a + + a 6 4 t) a 6 a sen( 6 a t) + sen( 4 6 a t) a 6 a ) ) +
32 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 3 3 RESPOSTAS DOS EXERCÍCIOS Se a = ±4: (t) ± = (c (t) + c t)e ±t + c e ±t 8 Se a < /: (t) = c (t) e ( + a)t + a + c e ( a)t a Se a > /: ( (t) = c (t) e t cos( a t) c e (cos( a t a t) + sen( a t) sen( a a t) ) ) + Se a = /: (t) = (c (t) + c t)e t + c e t (t) 9 = c (t) e (3a+ a +)t a + a + + c e (3a a +)t a a + Se a > : (t) a = c (t) e (+ a)t + c e ( a)t Se a < : ( (t) = c (t) e t cos( at) c (e t cos( at) a + e t sen( at) Se a = : (t) = (c (t) + c t)e t a e t sen( at) a + c e t ) ) +
33 3 de setembro de Reginaldo J Santos 33 A origem é um nó instável A origem é uma sela A origem é um foco atrator
34 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 34 3 RESPOSTAS DOS EXERCÍCIOS 4 A origem é um foco instável A origem é um nó impróprio A origem é um centro
35 3 de setembro de Reginaldo J Santos 35 7 A origem é uma sela A origem é um nó atrator
36 Diagonalização de Matrizes e Sistemas de Equações Diferenciais 3 de setembro de 36 REFERÊNCIAS Referências Howard Anton and Chris Rorres Álgebra Linear com Aplicações Bookman, São Paulo, 8a edição, William E Boce and Richard C DiPrima Equações Diferenciais Elementares e Problemas de Valores de Contorno Livros Técnicos e Científicos Editora SA, Rio de Janeiro, 6a edição, Morris W Hirsch and Stephen Smale Differential Equations, Dnamical Sstems and Linear Algebra Academic Press, Inc, New York, Bernard Kolman Introdução à Álgebra Linear com Aplicações Prentice Hall do Brasil, Rio de Janeiro, 6a edição, Erwin Kreiszig Matemática Superior Livros Técnicos e Científicos Editora SA, Rio de Janeiro, a edição, Steven J Leon Álgebra Linear com Aplicações Livros Técnicos e Científicos Editora SA, Rio de Janeiro, 5a edição, Reginaldo J Santos Um Curso de Geometria Analítica e Universitária da UFMG, Belo Horizonte, Álgebra Linear Imprensa 8 Jorge Sotomaor Lições de Equações Diferenciais Ordinárias IMPA, Rio de Janeiro, 979
Retratos de Fase de Sistemas Lineares Homogêneos 2 2
Retratos de Fase de Sistemas Lineares Homogêneos 2 2 Reginaldo J Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 2 de novembro de 20 2 Eemplo Considere
Leia maisExercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
Leia maisForma Canônica de Matrizes 2 2
Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de
Leia maisTeorema da Triangularização de Schur e Diagonalização de Matrizes Normais
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro
Leia maisProvas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.
Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização
Leia maisMatrizes Semelhantes e Matrizes Diagonalizáveis
Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas
Leia maisAula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17
Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores
Leia maisForma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais 2 2
Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais Sylvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão 5. - Agosto Resumo O Teorema da Forma Canônica de Jordan
Leia maisCapítulo 4 - Valores e Vectores Próprios
Capítulo 4 - Valores e Vectores Próprios Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 17
Leia maisGAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
Leia maisAjuste de Splines a um Conjunto de Dados
Ajuste de Splines a um Conjunto de Dados Reginaldo J. Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi regi@mat.ufmg.br 7 de junho de Seja C (I) o
Leia maiscom 3 Incógnitas A interseção do plano paralelo ao plano yz, passando por P, com o eixo x determina a coordenada x.
Interpretação Geométrica de Sistemas Lineares com 3 Incógnitas Reginaldo J. Santos Departamento de Matemática Instituto de Ciências Eatas Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi
Leia maisAUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Leia maisAutovetor e Autovalor de um Operador Linear
Autovetor e Autovalor de um Operador Linear Definição Seja T : V V um operador linear. Um vetor v V, v 0, é dito um autovetor de T se existe um número real λ tal que T (v) = λv. O número real λ acima é
Leia maisSistemas de EDOs Lineares de Primeira Ordem
L Sistemas de EDOs Lineares de Primeira Ordem Introdução O objetivo destas notas de aula é discutir e resolver sistemas de EDOs lineares onde há duas funções que queremos descobrir, todas elas funções
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS
UNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA DIAGONALIZAÇÃO DE MATRIZES SIMETRICAS DE 2º ORDEM. BELO HORIZONTE 2012 ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA
Leia mais1 Auto vetores e autovalores
Auto vetores e autovalores Os autovalores de uma matriz de uma matriz n n são os n números que resumem as propriedades essenciais daquela matriz. Como esses n números realmente caracterizam a matriz sendo
Leia maisDiagonalização de Operadores. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes.
Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V
Leia maisAlgebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos
Algebra Linear 1. Revisitando autovalores e autovetores 2. Forma Diagonal e Forma de Jordan 2.1 Autovalores distintos 2.2 Autovalores complexos 2.3 Nem todos autovalores distintos 3. Autovalores e autovetores
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia maisAutovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:
Lema (determinante de matriz ) A B A 0 Suponha que M = ou M =, com A e D 0 D C D matrizes quadradas Então det(m) = det(a) det(d) A B Considere M =, com A, B, C e D matrizes C D quadradas De forma geral,
Leia maisFACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA Exercícios vários. Considere o conjunto C =, e a operação binária definida por a b = min(a, b). O conjunto C é, relativamente
Leia maisCapítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 5 Operadores Auto-adjuntos Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 5: Operadores Auto-adjuntos
Leia maisGAAL Exercícios 6: Umas soluções
GAAL Exercícios 6: Umas soluções. Quais dos seguintes vetores são combinação linear de u = (5, 3, ), v = (, 4, 3), w = (, 8, 7)? (a) (, 2, 5) (b) (, 2, 8) (c) ( 2, ) (d) (, 2, 3). O conjunto {u, v, w}
Leia maisUniversidade 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 maisSynergismus Scyentifica UTFPR. XIII ERMAC Mini Curso. Diferenciais
Synergismus Scyentifica UTFPR Mini Curso Aplicações da Álgebra Linear a Equações Diferenciais Gilson Tumelero Marieli Musial Colegiado de Matemática - FAFIUV Pato Branco, setembro de 2009 Sumário Introdução
Leia maisÁlgebra 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 maisUniversidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática Lista 4 - MAT 137 -Introdução à Álgebra Linear 2017/II 1. Entre as funções dadas abaixo, verifique quais
Leia maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Leia mais3 a Avaliação Parcial - Álgebra Linear
3 a Avaliação Parcial - Álgebra Linear - 016.1 1. Considere a função T : R 3 R 3 dada por T(x, y, z) = (x y z, x y + z, x y z) e as bases de R 3 B = (1, 1, 1), (1, 0, 1), ( 1,, 0)} (a) Encontre [T] B B.
Leia maisÁlgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.
Álgebra Linear I - Lista 11 Autovalores e autovetores Respostas 1 Calcule os autovalores e autovetores das matrizes abaixo. (a ( 4 1 1, (b ( 1 1, (c ( 5 6 3 4, (d 1 1 3 1 6 6, (e 3 5 1, (f 1 1 1 1 1 1
Leia maisCM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
Leia maisMódulos. Volume 2ª edição. Hernando Bedoya Ricardo Camelier. Álgebra Linear II
Módulos 1e2 Volume 2ª edição Hernando Bedoya Ricardo Camelier Álgebra Linear II 1 Álgebra Linear II Volume 1 - Módulos 1 e 2 2ª edição Hernando Bedoya Ricardo Camelier Apoio: Fundação Cecierj / Consórcio
Leia maisInterbits SuperPro Web
1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)
Leia maisINSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-458 Álgebra Linear para Engenharia II Terceira Lista de Eercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Seja V um espaço vetorial
Leia maisGABARITO P MAT1154. PUC Que Pariu!
GABARITO P2 2012.2 - MAT1154 PUC Que Pariu! Questão 1: a Utilizaremos cálculo funcional para calcularmos A n : A n = α n A + β n Isto é válido se e somente se: λ n = α n.λ + β n I nλ n 1 = α n Onde λ é
Leia mais23 e 24. Forma Quadrática e Equação do Segundo Grau em R 3. Sumário
23 e 24 Forma Quadrática e Equação do Segundo Grau em R 3 Sumário 23.1 Introdução....................... 2 23.2 Autovalores e Autovetores de uma matriz 3 3.. 2 23.3 Mudança de Coordenadas no Espaço........
Leia maisAutovalores e Autovetores
Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 Cálculo Numérico 24 de novembro de 2010 Introdução Objetivo: Dada matriz A, n n, determinar todos os vetores v que sejam paralelos a Av. Introdução
Leia mais1 Equações Diferenciais Ordinárias: Sistemas de Equações
Equações Diferenciais Ordinárias: Sistemas de Equações O sistema geral de duas equações diferenciais pode ser escrito como: ẋ = F x,y,t ẏ = Gx,y,t Uma Solução de é um par x t e y t de funções de t tais
Leia maisGAAL - Terceira Prova - 15/junho/2013. Questão 1: Analise se a afirmação abaixo é falsa ou verdadeira:
GAAL - Terceira Prova - /junho/3 SOLUÇÕES Questão : Analise se a afirmação abaio é falsa ou verdadeira: [ A matriz A é diagonalizável SOLUÇÃO: Sabemos que uma matriz n n é diagonalizável se ela possuir
Leia maisÁlgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas
Álgebra Linear I - Lista 12 Matrizes semelhantes. Diagonalização Respostas 1) Determine quais das matrizes a seguir são diagonalizáveis. Nos caso afirmativos encontre uma base de autovetores e uma forma
Leia maisCapítulo Propriedades das operações com vetores
Capítulo 6 1. Propriedades das operações com vetores Propriedades da adição de vetores Sejam u, v e w vetores no plano. Valem as seguintes propriedades. Comutatividade: u + v = v + u. Associatividade:
Leia maisSistemas de equações lineares com três variáveis
18 Sistemas de equações lineares com três variáveis Sumário 18.1 Introdução....................... 18. Sistemas de duas equações lineares........... 18. Sistemas de três equações lineares........... 8
Leia maisPolinômio Mínimo e Operadores Nilpotentes
Capítulo 9 Polinômio Mínimo e Operadores Nilpotentes Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisSistemas de Equações Diferenciais no Plano
Sistemas de Equações Diferenciais no Plano Sistemas autônomos Queremos estudar o comportamento das soluções do sistema escrito na seguinte forma: { = f(, y) y (1) = g(, y) onde = (t) e y = y(t). Tal sistema
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG)
UNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) CELSO EDUARDO DE SOUZA FREIRE FORMA CANÔNICA DE JORDAN REAL DE ORDEM DOIS BELO HORIZONTE 2012 CELSO EDUARDO DE SOUZA FREIRE FORMA CANÔNICA DE JORDAN REAL DE
Leia mais(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE ABRIL DE 2011
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 27 18 DE ABRIL DE 2011 y 2y + y 2y = 0 O polinómio característico é r 3 2r 2 + r 2, que tem r = 2 como raiz. Obtemos então r 3 2r 2 + r 2 = (r 2) (r
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia maisSeção 15: Sistema de Equações Diferenciais Lineares Homogêneas com Coeficientes Constantes
Seção 15: Sistema de Equações Diferenciais Lineares Homogêneas com Coeficientes Constantes Muitos problemas de física envolvem diversas equações diferenciais. Na seção 14, por exemplo, vimos que o sistema
Leia maisMecânica Quântica. Spin 1/2 e a formulação da M. Q. Parte II. A C Tort 1. Instituto Física Universidade Federal do Rio de Janeiro
Mecânica Quântica Spin 1/ e a formulação da M. Q. Parte II A C Tort 1 1 Departmento de Física Teórica Instituto Física Universidade Federal do Rio de Janeiro 10 de Maio de 01 Mais dois postulados, agora
Leia maisUnicidade da Forma Escalonada Reduzida de uma Matriz
1 Unicidade da Forma Escalonada Reduzida de uma Matriz Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 1 de maio de 24 Definição 1 Uma
Leia mais1. Operações com vetores no espaço
Capítulo 10 1. Operações com vetores no espaço Vamos definir agora as operações de adição de vetores no espaço e multiplicação de um vetor espacial por um número real. O processo é análogo ao efetuado
Leia maisSistemas 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 maisSegunda 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 maisAula 19 Operadores ortogonais
Operadores ortogonais MÓDULO 3 AULA 19 Aula 19 Operadores ortogonais Objetivos Compreender o conceito e as propriedades apresentadas sobre operadores ortogonais. Aplicar os conceitos apresentados em exemplos
Leia mais3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
Leia maisExponencial 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 maisParte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.
Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas
Leia maisCapítulo 7. Operadores Normais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 7 Operadores Normais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 7: Operadores Normais Meta
Leia maisMétodo 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 maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de
Leia mais(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;
Q1. Considere o espaço vetorial R 4 munido do seu produto interno usual. Sejam B uma base de R 4, A M 4 (R) uma matriz e T : R 4 R 4 a transformação linear tal que [T ] B = A. Considere as seguintes afirmações:
Leia maisÁlgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q
Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino 1 3 4 3 1 0 4 0 1 = Q 4 1 6 Qt Q t Q = 1 1 1 PULINUS Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino Departamento de Matemática
Leia maisP4 de Álgebra Linear I de junho de 2005 Gabarito
P4 de Álgebra Linear I 25.1 15 de junho de 25 Gabarito 1) Considere os pontos A = (1,, 1), B = (2, 2, 4), e C = (1, 2, 3). (1.a) Determine o ponto médio M do segmento AB. (1.b) Determine a equação cartesiana
Leia maisÁlgebra Linear II - Poli - Gabarito Prova SUB-tipo 00
Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 [ ] 4 2 Questão 1. Seja T : R 2 R 2 o operador linear cuja matriz, com respeito à base canônica de R 2, é. 1 3 [ ] 2 0 Seja B uma base de R 2 tal que
Leia maisn. 35 AUTOVALORES e AUTOVETORES ou VALORES e VETORES PRÓPRIOS ou VALORES CARACTERÍSTICOS e VETORES CARACTERÍSTICOS
n. 35 AUTOVALORES e AUTOVETORES ou VALORES e VETORES PRÓPRIOS ou VALORES CARACTERÍSTICOS e VETORES CARACTERÍSTICOS Aplicações: estudo de vibrações, dinâmica populacional, estudos referentes à Genética,
Leia mais1 Cônicas Não Degeneradas
Seções Cônicas Reginaldo J. Santos Departamento de Matemática-ICE Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi regi@mat.ufmg.br 11 de dezembro de 2001 Estudaremos as (seções) cônicas,
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A
Instituto uperior Técnico Departamento de Matemática ecção de Álgebra e Análise Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A REVIÃO DA PARTE IV Parte IV - Diagonalização Conceitos: valor próprio, vector
Leia maisValores e vectores próprios
Valores e vectores próprios Álgebra Linear C (Engenharia Biológica) 0 de Dezembro de 006 Conteúdo Motivação e definições Propriedades 4 3 Matrizes diagonalizáveis 5 Motivação e definições Considere a matriz
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia maisProduto Misto, Determinante e Volume
15 Produto Misto, Determinante e Volume Sumário 15.1 Produto Misto e Determinante............ 2 15.2 Regra de Cramer.................... 10 15.3 Operações com matrizes............... 12 15.4 Exercícios........................
Leia maisNotas de Aulas de Matrizes, Determinantes e Sistemas Lineares
FATEC Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares Prof Dr Ânderson Da Silva Vieira 2017 Sumário Introdução 2 1 Matrizes 3 11 Introdução 3 12 Tipos especiais de Matrizes 3 13 Operações
Leia maisAnálise Complexa e Equações Diferenciais 1 ō Semestre 2016/2017
Análise Complexa e Equações Diferenciais 1 ō Semestre 016/017 ō Teste Versão A (Cursos: MEBiol, MEQ 17 de Dezembro de 016, 10h [,0 val 1 Considere a equação diferencial e t + y e t + ( 1 + ye t dy dt 0
Leia maisÁlgebra Linear I - Lista 10. Matrizes e Transformações lineares. Respostas
Álgebra Linear I - Lista 1 Matrizes e Transformações lineares Respostas 1 Sejam A e B matrizes quadradas do mesmo tamanho Dê um exemplo onde (A + B 2 A 2 + 2A B + B 2 Complete: (A + B 2 = A 2 + B 2 +?
Leia maisDiagonalização. Operador diagonalizável
Operador linear Diagonalização Se T: V V for uma transformação linear definida no espaço vectorial V, então T designa-se por operador linear. A representação matricial de um operador linear depende da
Leia maisMarcelo M. Santos DM-IMECC-UNICAMP msantos/
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência 0 anos c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Identificação de Cônicas
Leia maisÁlgebra Linear e Geometria Anaĺıtica
Álgebra Linear e Geometria Anaĺıtica 2016/17 MIEI+MIEB+MIEMN Slides da 4 a Semana de aulas Cláudio Fernandes (FCT/UNL) Departamento de Matemática 1 / 27 Programa 1 Matrizes 2 Sistemas de Equações Lineares
Leia maisUnidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa
MA33 - Introdução à Álgebra Linear Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto
Leia maisAmostras não Uniformes e Reconstrução em Espaços
Amostras não Uniformes e Reconstrução em Espaços de Translações Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi 9 de novembro de 00
Leia maisEquações da reta no plano
3 Equações da reta no plano Sumário 3.1 Introdução....................... 2 3.2 Equação paramétrica da reta............. 2 3.3 Equação cartesiana da reta.............. 7 3.4 Equação am ou reduzida da reta..........
Leia maisResolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período
www.engenhariafacil.weebly.com Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período 2013.2 OBS: Todas as alternativas corretas são as letras A. 1) Para encontrar o autovetor associado
Leia maisGeometria anaĺıtica e álgebra linear
Geometria anaĺıtica e álgebra linear Francisco Dutenhefner Departamento de Matematica ICEx UFMG 22/08/13 1 / 24 Determinante: teorema principal Teorema: Se A é uma matriz quadrada, então o sistema linear
Leia maisRELEMBRANDO... CÁLCULO DA MATRIZ INVERSA:
RELEMBRANDO... CÁLCULO DA MATRIZ INVERSA: determinantes Se o determinante da matriz é diferente de zero existe a inversa, logo: det M 0 M -1 1 =. M det M Quem é M? É a matriz adjunta, que é a matriz transposta
Leia maisResolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período
www.engenhariafacil.weebly.com Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período 4. OBS: Todas as alternativas corretas são as letras A. ) Devemos utilizar o teorema que diz: (Im(A
Leia maisÁlgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável
Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =
Leia mais- 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 maisAPLICAÇÃO 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 mais1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55
Capítulo LINE LINE Autovetor e Autovalor 9 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55 Matrizes Simétricas, o Teorema Espectral e Operadores Auto-adjuntos 8 4 Formas Bilineares,
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia mais(d) v é um autovetor de T se, e somente se, T 2 = T ; (e) v é um autovetor de T se, e somente se, T (v) = v.
Q1. Seja V um espaço vetorial real de dimensão finita munido de um produto interno. Sejam T : V V um operador linear simétrico e W um subespaço de V tal que T (w) W, para todo w W. Suponha que W V e que
Leia mais(d) p(λ) = λ(λ + 1) (b) 4 (c) 1 (d) Seja A uma matriz n n. Assinale a alternativa FALSA:
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno Costa, Luiz Carlos Guimarães, Mário de Oliveira, Milton Ramirez, Monique Carmona, Nilson Bernardes e Nilson Roberty
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE MAIO DE 2017
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 3 7 DE MAIO DE 27 A = 2 2 2 A matriz tem como valor próprio λ = 2 (triplo. Para os vectores próprios: { z = y + z = v = A matriz não é diagonalizável,
Leia mais5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual
Leia mais(I) T tem pelo menos um autovalor real; (II) T é diagonalizável; (III) no espaço vetorial real R n, o conjunto {u, v} é linearmente independente.
Q1. Sejam n um inteiro positivo, T : C n C n um operador linear e seja A = [T ] can a matriz que representa T em relação à base canônica do espaço vetorial complexo C n. Suponha que a matriz A tenha entradas
Leia maisAula 3 A Reta e a Dependência Linear
MÓDULO 1 - AULA 3 Aula 3 A Reta e a Dependência Linear Objetivos Determinar a equação paramétrica de uma reta no plano. Compreender o paralelismo entre retas e vetores. Entender a noção de dependência
Leia maisÁLGEBRA LINEAR - MAT0024
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 11 a Lista de exercícios
Leia mais1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0
1.3 Matrizes inversas Definição: Seja A uma matriz de ordem k n, a matriz B de ordem n k é uma inversa à direita de A, se AB = I. A Matriz C de ordem n k é uma inversa à esquerda de A, se CA = I. Exemplo
Leia maisVetores e Geometria Analítica
Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser
Leia mais