Lista de exercícios 5 Representações

Tamanho: px
Começar a partir da página:

Download "Lista de exercícios 5 Representações"

Transcrição

1 Universidade Federal do Paraná 1 semestre Programa de Pós-Graduação em Matemática Grupos de Lie Prof. Olivier Brahic Lista de exercícios 5 Representações Na sequência, so consideremos representações no corpo K = C. Exercício 1. [solução] O objetivo deste exercício é de mostrar que o centro de GL n (C) é o subgrupo das homotetias, dado por H := {λi n GL n (C) λ C }. Consideremos a representação natural de GL n (C) em C n, dada pela identidade a) Mostre que ρ é irredutível. ρ := id : GL n (C) GL n (C). b) Mostre que qualquer elemento de H é um automorsmo da representação ρ. c) Conclua usando o Lema de Schur. Exercício 2. [solução] a) Seja G um grupo compacto, e ρ : G C um morsmo de grupos de Lie. Mostre que ρ(g) S 1. b) Deduza todos os morsmos de grupos de Lie S 1 C. Dica: temos Lie(S 1 ) = R, e a exponencial é dada por θ e iθ. Exercício 3. (Representações de grupos abelianos.) [solução] a) Mostre que qualquer representação C-linear irredutível de dimensão nita de um grupo de Lie abeliano tem grau 1 (ou seja, o espaço vetorial sobre o qual G age é de dimensão 1 em C.). b) Determine todas as representações irredutíveis de S 1. c) Determine todas as representações irredutíveis de R n /Z n S 1 S 1 para n 2. 1

2 Exercício 4. [solução] Seja G um grupo de Lie. Queremos estudar as representações K-lineares de dimensão nita de G, onde K = R ou C. Dadas duas representações irredutíveis (ρ 1, V 1 ) e (ρ 2, V 2 ) de G, consideremos: Hom(ρ 1, ρ 2 ) := {f : V 1, V 2 linear f ρ 1 (g) = ρ 2 (g) f g G}. 1. a) Mostre que se Hom(ρ 1, ρ 2 ) = {0} se ρ 1 e ρ 2 não são equivalentes. b) Mostre que End(ρ 1 ) := Hom(ρ 1, ρ 1 ) é um corpo (não necessariamente comutativo). c) Mostre que se K = C, então End(ρ 1 ) = C. 2. Suponha agora que G = S 1 = R/Z. a) Mostre que a seguinte aplicação dena uma representação R-linear de dimensão 2 de G: b) Determine End(ρ). ρ : S 1 SO 2 (R) ( ) cos θ sin θ θ sin θ cos θ 3. Suponha agora que G = SU 2 (C). Seja H o subespaço vetorial real de M 2 (C) C 4 denido por: {( ) a b H := b ā a) Determine a dimensão de H em R. } M 2 (C) a, b C. b) Mostre que G age em H por multiplicação à direita, e que essa ação, denotada ρ, é irredutível. c) Determine End(ρ). Exercício 5. [solução] Determine uma base Hilbertiana de L 2 (R n /Z n, C) e mostre que qualquer função f : R n C de quadrado integrável, e 1-periódica en qualquer variável é limite de ( ) f(x) = f(t)e 2iπm 1t 1... e 2iπmntn e 2iπ(m 1x 1 + +m nx n) [0,1] n no sentido da norma L 2. m 1,...,m n Z Exercício 6. (Representações irredutiveis de SU 2 (C)) [solução] a) Mostre que sl 2 (C) é uma álgebra de Lie complexa, e que é isomorfa à complexicação da álgebra de Lie real su 2. 2

3 b) Seja ρ : SU 2 (C) GL n (C) uma representação. Mostre que dρ se estende por C-linearidade numa C-representação dρ C : sl 2 (C) gl n (C). Mostre que se ρ é irredutível, então dρ C também o é. c) Deduza todas as representações irredutíveis de SU 2 (C). d) Determine os caracteres de todas as representações irredutíveis de SU 2 (C). (Dica: dado um caractere χ, basta calcular os valores χ(a(θ)) de χ em matrizes da forma a(θ) = ( ) e iθ 0 0 e iθ. Exercício 7. [solução] 1. Notemos Ad : SU 2 (C) Aut(su 2 ) a representação adjunta do grupo SU 2 (C). a) Mostre que a imagem Ad(SU 2 (C)) de Ad é isomorfa a um subgrupo de SO 3 (R). Dica: pode se começar por identicar su 2 R 3 b) Mostre que ker Ad = {±id C 2}. c) Deduza que Im(Ad) SO 3 (R) e depois, que Ad fornece um isomorsmo de grupos topológicos SO 3 (R) = SU 2 (C)/{±id}. 2. Mostre que qualquer representação ρ : SO 3 (R) Gl(V ) induz uma representação ρ : SU 2 (C) Gl(V ) de SU 2 (C) tal que ρ(±id C 2) = id V e que, reciprocamente, qualquer representação ρ : SU 2 (C) Gl(V ) de SU 2 (C) tal que ρ(±id C 2) = id V é da forma ρ = ρ Ad, onde ρ é uma representação de SO 3 (R). 3. Mostre que ρ é irredutível se e somente se ρ é irredutível. 4. Deduza todas as representações irredutíveis de SO 3 (R). Resoluções: Solução do Ex.1 [enunciado] a) É claro que um subespaço V C n é invariante por qualquer elemento de GL n (C), então V = {0} ou V = C n isto é, ρ é irredutível. b) Para qualquer h H, temos ρ(m) h = M h = h M = h ρ(m). c) A representação ρ sendo irredutível, pelo lema de Schur, temos h = λid, com λ C. Solução do Ex.2 [enunciado] a) O grupo G sendo compacto e ρ sendo contínua, ρ(g) é compacto. Suponha que existe z p(g) S 1, então a sequência (z n ) n N pertence em ρ(g) mas não é limitada, o que contradiz o fato de ρ(g) ser compacto. 3

4 b) Se ρ : S 1 C é um morsmo de grupos de Lie, então pela questão precedente, ρ toma valores em S 1 C e obtemos um morsmo ρ : S 1 S 1. A diferencial de ρ na identidade é uma aplicação dρ 1 : R R, logo é da forma dρ 1 (X) = αx onde α C. Pela relação exp (dρ 1 ) = ρ exp, obtemos que, necessariamente: dρ 1 (X + 2π)) = dρ 1 (X) + 2nπ, onde n Z. Logo α = n Z e ρ é dada por ρ(z) = z α. Reciprocamente, é imediato que qualquer aplicação da forma z z α, onde α Z dena uma representação de S 1 em C. Solução do Ex.3 [enunciado] a) Se ρ : G GL(V ) é uma representação de um grupo abeliano, então ρ(g) é um subgrupo abeliano de GL(V ). Segue que o espaço vetorial h gerado por ρ(g) é uma subálgebra de Lie abeliana de gl(v ). Em particular, h é uma subálgebra solúvel de gl(v ). Pelo Teorema de Lie, o elementos de h admitem um autovetor comum v V. Em particular, Cv é uma subrepresentação de ρ. Logo se ρ é irredutível, então necessariamente, V = Cv. b) Pela questão a) e o exercício 1, as C-representações ireductíveis de S 1 são dadas por e iθ e ikθ, onde k Z. c) Pela questão a), basta exibir todos os morsmos de grupos de Lie ρ : S 1 S 1 S 1. Usando o fato que: ρ(x 1,, x 1 ) = ρ(x 1, 1,..., 1) ρ(1,..., 1, x n ). e que cada aplicação ρ k : x k ρ(1,..., 1, x k, 1,..., 1) dena um morsmo S 1 S 1, logo é necessariamente da forma ρ(x k ) = x α k k onde α k Z, obtemos que: ρ(x 1,..., x n ) = n 1 x α 1 1 xαn n (x i S 1 C) onde (α 1,..., α k ) Z n. Reciprocamente, verica-se facilmente que qualquer aplicação desta forma dena um morsmo. Solução do Ex.4 [enunciado] 1. a) Pelo lema de Schur, um morsmo entre duas representações irredutíveis é ou nulo, ou um isomorsmo. Segue o resultado. b) É claro que End(ρ 1 ) é um anel pela adição e a multiplicação. Pelo lema de Schur, qualquer elemento naõ nule de End(ρ 1 ) é um isomorsmo de V, logo invertível. c) Caso K = C, então o lema de Schur diz que qualquer isomorsmo de uma representação irredutível é uma homotetia. 2. Suponha agora que G = S 1 = R/Z. 4

5 a) É fácil ver que ρ determina um isomorsmo ρ : S 1 SO 2 (R). O grupo S 2 (R) age transitivamente nos vetores de norma 1 em R 2, em particular, ele não pode deixar nenhum subespaço de dimensão 1 invariante. Assim, a representação ρ é irredutível, e claramente de dimensão 2. ( ) a c b) Note que, S 1 sendo abeliano, temos ρ(s 1 ) End(ρ). Seja M = End(ρ). Então b d para qualquer θ, temos M.ρ(θ) = ρ(θ).m. Caso θ = π/2, obtemos que: ( ) ( ) b d c a = a c d b ou seja, b = c e a = d. Reciprocamente, temos que: ( ) a b 1 = b a a 2 + b ρ(θ a,b) 2 onde θ a,b é determinado pelas condições: En conclusão, End(ρ) identica-se com: End(ρ) R cos(θ a,b ) = sin(θ a,b ) = a a 2 + b 2, b a 2 + b 2. ( ) ( ) R Segue que End(ρ) C pelo fato que: ( ) 0 1 = I Suponha agora que G = SU 2 (C). Seja H o subespaço vetorial real de M 2 (C) C 4 denido por: {( ) } a b H := M b ā 2 (C) a, b C. a) O subsepaço H é um subespaço de M 2 (C) C 4 R 8. ele é enteiramente determinado pelos valores de a, b C, logo é de dimensão 4 em R. b) Para mostre que G age em H por multiplicação à direita, basta ver que H é estável por multiplicação à direita por qualquer elemento de SU 2 (C), o que é fácil por cálculo. Outra maneira de ver isto é que uma matriz pertence em H exatamente se tem colunas um vetor (a, b) C, e o seu ortogonal (direto) de mesma norma ( b, ā). Ou seja, se M H então 1 M M SU 2(C). Deduza-se imediatamente que H = R + SU 2 (C). Em particular, H é estável por multiplicação a direita pois SU 2 (C) é um grupo. Um grupo agindo nele mesmo por multiplicação à direita de maneira transitiva, segue que esta representação é irredutível. Aqui pode-se argumentar também do fato que os elementos de SU 2 (C) agem transitivamente nos vetores de C 2 de norma 1. 5

6 ( ) a c c) Aplica-se um método semelhante à questão 2 c). Um elemento em End(ρ) tem b d ( ) ( ) i que comutar com e. Segue que a = d e b = c, logo M é uma homotetia i Em conclusão End(ρ) C. Solução do Ex.5 [enunciado] Uma base Hilbertiana de L 2 (R n /Z n ) é dada pelos caracteres de R n /Z n. Pela questão a) do exercício 3, estes caracteres são dados pela questão c) do exercício 3. Uma função 1-periódica em cada variável f : R n C determina uma aplicação f : S 1 S 1 C tal que f(x 1,..., x n ) = f( x 1,..., x n ), onde x denota a classe módulo Z de x R no quociente R/Z. Lembremos que o isomorsmo R/Z S 1 e dado pela aplicação θ e 2iπθ. Pelo Teorema de Peter- Weyl (ou Teorema de Plancherel neste caso) sabe-se que qualquer função f : (S 1 ) n C de quadrado integrável verica, para qualquer x = ( x 1,..., x n ) (S 1 ) n ( ) f( x) = f(ỹ)ρm1,...,m n (ỹ)dỹ ρ m1,...,m n ( x) m 1,...,m n Z y (S 1 ) n onde dỹ é a medida de Haar em S 1 S 1. Trocando x por e 2iπx, obtemos o resultado. Solução do Ex.6 [enunciado] a) Por denição, sl 2 (C) é o subconjunto de M 2 (C) das matrizes complexas de trace nulo, em particular é um C-espaço vetorial. Verica-se facilmente que o colchete [X, Y ] = XY Y X dena uma aplicação C-bilinear [, ] : sl 2 (C) sl 2 (C) sl 2 (C). Segue que sl 2 (C) é uma álgebra de Lie complexa. Notemos E, F, H as seguintes matrizes: ( ) 0 1 E := F := 0 0 ( ) H := ( ) então claramente {E, F, H} forma uma base de sl 2 (C). Alem disso, calcula-se facilmente que: [H, E] = 2E, [H, F ] = 2F, [E, F ] = H. Por outro lado, notemos g = su 2 isu 2. Vimos na questão 5-d) do exercício 5 da lista 4 que g admite uma base {X, Y, Z} tal que: [X, Y ] = 2iY, [X, Z] = 2iZ, [Y, Z] = X Dena-se um isomorsmo de C-espaços vetoriais ψ : g sl 2 (C) tomando: ψ(x) = H, ψ(y ) = if, ψ(z) = ie. Verica-se facilmente que ψ é um isomorsmo de álgebras de Lie, calculando que: ψ([x, y]) = [ψ(x), ψ(y )], ψ([x, Z]) = [ψ(x), ψ(z)], ψ([y, Z]) = [ψ(y ), ψ(z)]. Outra maneira de mostrar é de vericar que qualquer matriz em sl 2 (C) se decompõe de maneira unica da forma U + iv com U, V em su 2 sl 2 (C). 6

7 b) Seja ρ : SU 2 (C) GL n (C) uma representação. Então, dρ : su 2 gl(v ) é um morsmo de álgebras de Lie de Lie reais. É imediato vericar que dρ se estende por C-linearidade num morsmo de álgebras de Lie complexas dρ C : su 2 i.su 2 gl(v iv ), denido por dρ C (U + iv ) := dρ(u) + i.dρ(v ). Usando o isomorsmo su 2 isu 2 ψ sl2 (C) da questão precedente, obtemos uma C-representação dρ C : sl 2 (C) gl n (C). Seja W V um subespaço invariante de dρ C, em particular dρ(x)(w ) W para qualquer X su 2. Pela denição da exponencial exp(dρ(x)) = 1 k! (dρ(x))k, logo dρ(x)(w ) W exp(d(ρ(x)))(w ) W e, exp(dρ(x)) sendo invertível, necessariamente, exp(dρ(x)) = W. Segue que: ρ(e X )(W ) = exp(dρ(x))(w ) = W. O grupo de Lie SU 2 sendo conexo, ele é gerado por e su 2, e segue facilmente que W é SU 2 (C) invariante, logo W = V ou W = {0}, pois ρ é irredutível por hipótese. Segue que dρ C é irredutível. c) Pela questão precedente, qualquer representação irredutível de SU 2 (C) induz uma representação dρ C de sl 2 (C) que é irredutível, logo isomorfa a uma das representações irredutíveis π m : sl 2 (C) gl C (V m ) de sl 2 (C). Aqui, V m := { P : C 2 C P (z 1, z 2 ) = m } a k x k y m k (a k C, k = 0... m) k=0 denota o espaço de polinômios homogêneos de grau m em C 2. Seja A : V V m um tal isomorsmo de representações, temos: A dρ C (X) = π m (X) A A dρ C (X) A 1 = π m (X), o que implica por exponenciação que, para qualquer X su 2 (C) sl 2 (C), temos: A exp(dρ(x)) A 1 = exp(π }{{} m (X)). }{{} =ρ(e X ) =ρ m(e X ) Aqui, ρ m : SL 2 (C) GL C (V m ) denota a representação natural de SL 2 (C) em V m. O grupo SU 2 (C) sendo conexo, segue facilmente que A induz um isomorsmo entre ρ e a restrição a SU 2 (C) SL 2 (C) da representação ρ m. d) Seja χ m o caractere de ρ m. Qualquer matriz de SU 2 (C) é conjugada a uma matriz da forma: ( ) e iθ 0 a(θ) = 0 e iθ onde θ R. Basta calcular os valores de χ m (a(θ)). Pela denição de π m, temos: ρ m (a(θ))p (x, y) = P (e iθ x, e iθ y.) 7

8 Em particular, a matriz de ρ m (a(θ)) na base (x k y m k ) k=0...m é a matriz diagonal com coecientes e 2k m iθ. Concluamos que: χ m (a(θ)) = m k=0 e (2k m)iθ = e imθ m k=0 e 2ikθ = e imθ e2i(m+1)θ 1 e 2iθ 1 ei(m+1)θ e i(m+1)θ = e iθ e iθ sin((m + 1)θ) = sin(θ) Solução do Ex.7 [enunciado] 1. a) A representação adjunta Ad de SU 2 é um morsmo de grupos topológicos Ad : SU 2 GL(su 3 ). A forma de Killing em su 3 sendo não-degenerada e denida negativa, tomando uma base ortonormal de su 2 para K, obtém-se isomorsmos su 2 R 3 e GL(su 2 ) Gl 3 (R). A forma de Killing sendo invariante pela representação adjunta, Ad toma valores em O 3 (R) Gl 3 (R) Gl(su 2 ). O grupo SU 2 sendo conexo, a imagem de Ad esta inclusa na componente conexa SO 3 (R) de O 3 (R). b) O núcleo da representação adjunta coincida com o centro do grupo, nosso caso ker Ad = Z(SU 2 ). O método para encontrar o centro de SO 3 (R) (ver a questão f) do exercício 5 da lista 3) se aplica para mostrar que a centro de SU n é dado por Z(SU n ) = {e 2iπk n id C n k = 0 n 1}. Nosso caso, n = 2, temos Z(SU 2 ) = {±id C 2}. c) O núcleo de Ad é discreto, logo dad : su 2 so 3 (R) é injetora. As álgebras su 2 e so 3 (R) sendo de dimensão 3, dad é um isomorsmo, segue de exp dad = Ad exp e do fato que SO 3 (R) é conexo que Ad : SU 2 SO 3 (R) é sobrejetora. Obtemos uma aplicação sobrejetora Ad : SU 2 SO 3 com ker Ad = {±id C 2} segue que Ad passa ao quociente num isomorsmo SO 3 (R) SU 2 /{±id C 2}. Deduza que Im(Ad) SO 3 (R) e depois, que Ad fornece um isomorsmo de grupos topológicos SO 3 (R) = SU 2 /{±id}. 2. Claramente, ρ = ρ Ad é um morsmo de grupos topológicos, como composta de grupos topológicos. Alem disso ρ( ìd) = ρ Ad( id) = ρ Ad(id) = id V, ou seja {±id} ker(ρ). A reciproca é imediata por passagem ao quociente por um subgrupo discreto normal incluso no núcleo. 3. Segue do fato que ker Ad = {±1} é feito de homotetias. Para g SU 2, notemos ḡ a classe de g em SO 3. Para qualquer subespaço vetorial W de C n, temos: ρ g (W ) }{{} = W ( ρ g (W ) = W e ρ g (W ) = W ) ρ ḡ(w ) = W. =ρ g (W ) 8

9 Segue que ρ é irredutível se e somente se ρ é irredutível. 4. Basta estudar as representações irredutíveis de SU 2 satisfazendo ρ( id) = ρ(id). Com as notações da questão c) do exercício 6, pela denição de ρ m, temos ρ m ( id)(p (x, y)) = P ( x, y). Deduzamos que ρ m ( id) = id m+1 se e somente se m é par. Em conclusão as representações irredutíveis de SO 3 (R) são obtidas das (restrições a SU 2 das) representações (irredutíveis) ρ 2m (de Sl 2 (C)) por passagem ao quociente. 9

Lista de exercícios 3 A Àlgebra de Lie de um Grupo de Lie

Lista de exercícios 3 A Àlgebra de Lie de um Grupo de Lie Universidade Federal do Paraná 1 semestre 2017. Programa de Pós-Graduação em Matemática Grupos de Lie Prof. Olivier Brahic Lista de exercícios 3 A Àlgebra de Lie de um Grupo de Lie Exercício 1. (Àlgebra

Leia mais

Tabelas de Caracteres de Grupos Finitos

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

Leia mais

Lista de exercícios 8 Bases e Dimensão.

Lista de exercícios 8 Bases e Dimensão. Universidade Federal do Paraná semestre 05. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 8 Bases e Dimensão. Exercício : No exercício da Folha 7, indique se os vetores formam uma base para

Leia mais

Lista de exercícios 7 Independência Linear.

Lista de exercícios 7 Independência Linear. Universidade Federal do Paraná semestre 6. Algebra Linear Olivier Brahic Lista de exercícios 7 Independência Linear. Exercício : Determine se os seguintes vetores são linearmente independentes em R : (

Leia mais

Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx.

Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx. 4 Álgebras de Lie Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx. 4.1 Álgebras de Lie Simples Definição 4.1 Uma álgebra

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

Capítulo 6: Transformações Lineares e Matrizes

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

Leia mais

Introdução às representações de grupos nitos III o Colóquio de Matemática da Região Sul

Introdução às representações de grupos nitos III o Colóquio de Matemática da Região Sul Fábio Xavier Penna Introdução às representações de grupos nitos III o Colóquio de Matemática da Região Sul Florianópolis, SC 2014 Fábio Xavier Penna Introdução às representações de grupos nitos III o

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

Exercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes:

Exercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes: Universidade Federal do Paraná 2 semestre 2016. Algebra Linear Olivier Brahic Lista de exercícios 1 Ortogonalidade Exercícios da Seção 5.1 Exercício 1: Encontre o ângulo emtre os vetores v e w em cada

Leia mais

Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas

Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas 10 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 10: Soluções e Respostas 263 264 CAPÍTULO 10. SOLUÇÕES E RESPOSTAS Capítulo 1 2.1* Temos 2 4 6 3 6 0 2A =,

Leia mais

INTRODUÇÃO À TEORIA DA REPRESENTAÇÃO.

INTRODUÇÃO À TEORIA DA REPRESENTAÇÃO. INTRODUÇÃO À TEORIA DA REPRESENTAÇÃO. 1. Palestra 1. Fatos básicos e álgebras e suas representações. 1.1. Qual é a teoria das representações? Teoria das representações estuda estruturas abstratas algébricas

Leia mais

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

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

Leia mais

Roteiros e Exercícios - Álgebra Linear v1.0

Roteiros e Exercícios - Álgebra Linear v1.0 Roteiros e Exercícios - Álgebra Linear v1.0 Robinson Alves Lemos 14 de janeiro de 2017 Introdução Este material é um roteiro/apoio para o curso de álgebra linear da engenharia civil na UNEMAT de Tangará

Leia mais

Produto Misto, Determinante e Volume

Produto 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 mais

É um espaço vetorial L sobre um corpo K munido com uma operação binária bilinear que satisfaz: (i) (ii)

É um espaço vetorial L sobre um corpo K munido com uma operação binária bilinear que satisfaz: (i) (ii) Artur Amorim É um espaço vetorial L sobre um corpo K munido com uma operação binária bilinear que satisfaz: (i) (ii) (i) (ii) (iii) (iv) (v) IR 3 munido com o produto vetorial ^ é uma álgebra de Lie gl(v)

Leia mais

GRUPOS ALGUNS GRUPOS IMPORTANTES. Professora: Elisandra Bär de Figueiredo

GRUPOS ALGUNS GRUPOS IMPORTANTES. Professora: Elisandra Bär de Figueiredo Professora: Elisandra Bär de Figueiredo GRUPOS DEFINIÇÃO 1 Sejam G um conjunto não vazio e (x, y) x y uma lei de composição interna em G. Dizemos que G é um grupo em relação a essa lei se (a) a operação

Leia mais

1 Matrizes Ortogonais

1 Matrizes Ortogonais Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos

Leia mais

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017 º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz

Leia mais

ADVERTÊNCIA: os exercícios listados abaixo são para diversão pessoal do autor; nada substitui a resolução de problemas das referências.

ADVERTÊNCIA: os exercícios listados abaixo são para diversão pessoal do autor; nada substitui a resolução de problemas das referências. ADVERTÊNCIA: os exercícios listados abaixo são para diversão pessoal do autor; nada substitui a resolução de problemas das referências. (Atualizada em 7 de maio de 2007 1. Seja G um grupo e seja GxC C

Leia mais

A forma canônica de Jordan

A forma canônica de Jordan A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz

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

Equação Geral do Segundo Grau em R 2

Equação 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 mais

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru 1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais

Leia mais

Espaços Vetoriais. () Espaços Vetoriais 1 / 17

Espaços Vetoriais. () Espaços Vetoriais 1 / 17 Espaços Vetoriais () Espaços Vetoriais 1 / 17 Espaços Vetoriais Definição Seja um conjunto V, não vazio. i. Uma adição em V é uma operação que a cada par de elementos (u, v) V V associa um elemento u +

Leia mais

0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1.

0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1. Nesta prova, se V é um espaço vetorial, o vetor nulo de V será denotado por 0 V. Se u 1,...,u n forem vetores de V, o subespaço de V gerado por {u 1,...,u n } será denotado por [u 1,...,u n ]. O operador

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

1 Diferenciabilidade e derivadas direcionais

1 Diferenciabilidade e derivadas direcionais UFPR - Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Matemática CM048 - Cálculo II - Matemática Diurno Prof. Zeca Eidam Nosso objetivo nestas notas é provar alguns resultados

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

Capítulo 7: Espaços com Produto Interno

Capítulo 7: Espaços com Produto Interno 7 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 7: Espaços com Produto Interno Sumário 1 Produto Interno.................... 178 2 Ângulos entre Vetores e

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.

(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

Instituto Superior Técnico Departamento de Matemática Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A

Instituto 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 mais

Nota: Turma: MA 327 Álgebra Linear. Segunda Prova. Primeiro Semestre de T o t a l

Nota: Turma: MA 327 Álgebra Linear. Segunda Prova. Primeiro Semestre de T o t a l Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 2006 Segunda Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Questão 1. A matriz de mudança da base ordenada

Leia mais

Curso de Mestrado em Matemática Aplicada Tópicos de Topologia - Monopólos e Curvas Algébricas 1 a Série de Problemas - Outubro 1999

Curso de Mestrado em Matemática Aplicada Tópicos de Topologia - Monopólos e Curvas Algébricas 1 a Série de Problemas - Outubro 1999 Secção de Álgebra e Análise - Departamento de Matemática - IST Curso de Mestrado em Matemática Aplicada Tópicos de Topologia - Monopólos e Curvas Algébricas 1 a Série de Problemas - Outubro 1999 Os conceitos

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

(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.

(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 mais

Álgebra Linear Teoria de Matrizes

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

Leia mais

MAT 1202 ÁLGEBRA LINEAR II SUBESPACCOS FUNDAMENTAIS E TRANSF. LINEARES 23/08/12 Profs. Christine e Pedro

MAT 1202 ÁLGEBRA LINEAR II SUBESPACCOS FUNDAMENTAIS E TRANSF. LINEARES 23/08/12 Profs. Christine e Pedro MAT 1202 ÁLGEBRA LINEAR II 2012.2 SUBESPACCOS FUNDAMENTAIS E TRANSF. LINEARES 23/08/12 Profs. Christine e Pedro 1. Subespaços Fundamentais de uma Matriz (1.1) Definição. Seja A uma matriz retangular m

Leia mais

Anéis quocientes k[x]/i

Anéis quocientes k[x]/i META: Determinar as possíveis estruturas definidas sobre o conjunto das classes residuais do quociente entre o anel de polinômios e seus ideais. OBJETIVOS: Ao final da aula o aluno deverá ser capaz de:

Leia mais

OS TEOREMAS DE JORDAN-HÖLDER E KRULL-SCHMIDT (SEGUNDA VERSÃO)

OS TEOREMAS DE JORDAN-HÖLDER E KRULL-SCHMIDT (SEGUNDA VERSÃO) ! #" $ %$!&'%($$ OS TEOREMAS DE JORDAN-HÖLDER E KRULL-SCHMIDT (SEGUNDA VERSÃO) Neste texto apresentaremos dois teoremas de estrutura para módulos que são artinianos e noetherianos simultaneamente. Seja

Leia mais

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um

Leia mais

uma breve introdução a estruturas algébricas de módulos sobre anéis - generalizando o conceito de espaço vetorial

uma breve introdução a estruturas algébricas de módulos sobre anéis - generalizando o conceito de espaço vetorial V Bienal da SBM Sociedade Brasileira de Matemática UFPB - Universidade Federal da Paraíba 18 a 22 de outubro de 2010 uma breve introdução a estruturas algébricas de módulos sobre anéis - generalizando

Leia mais

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1 I Lista de Álgebra Linear - 2012/02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1. Determine os valores de x e y que tornam verdadeira a igualdade ( x 2 + 5x x 2 ( 6 3 2x y 2 5y y 2 = 5 0

Leia mais

Transformações geométricas planas

Transformações geométricas planas 9 Transformações geométricas planas Sumário 9.1 Introdução....................... 2 9.2 Transformações no plano............... 2 9.3 Transformações lineares................ 5 9.4 Operações com transformações...........

Leia mais

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U. Lista de Álgebra Linear - Prof. Edson Iwaki 1. Quais dos subconjuntos são R subespaços vetoriais? Ache uma base para os que forem. (a) S = {(x, y, z) R 3 x 0} R 3 (b) S = {(x, y, z) R 3 x = 0} R 3 (c)

Leia mais

ANÉIS. Professora: Elisandra Bär de Figueiredo

ANÉIS. Professora: Elisandra Bär de Figueiredo Professora: Elisandra Bär de Figueiredo ANÉIS DEFINIÇÃO 1 Um sistema matemático (A,, ) constituído de um conjunto não vazio A e duas leis de composição interna sobre A, uma adição: (x, y) x y e uma multiplicação

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

Álgebra Linear Transformações Lineares

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

Leia mais

Eliana Carla Rodrigues, Jhone Caldeira. Universidade Federal de Goiás, CEP , Brasil

Eliana Carla Rodrigues, Jhone Caldeira. Universidade Federal de Goiás, CEP , Brasil Eliana Carla Rodrigues, Jhone Caldeira Universidade Federal de Goiás, CEP 74001-970, Brasil elianacarlarodri@gmail.com, jhone@mat.ufg.br Uma Introdução às Álgebras de Lie e suas Representações Palavras-chave:

Leia mais

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

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

Leia mais

Geometria anaĺıtica e álgebra linear

Geometria 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 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

Introdução às superfícies de Riemann

Introdução às superfícies de Riemann LISTA DE EXERCÍCIOS Introdução às superfícies de Riemann 1. Mostre que toda curva plana é uma superfície de Riemann não-compacta. 2. Seja F : C 3 C um polinômio homogêneo de grau d, isto é, cada monômio

Leia mais

(Ciência de Computadores) 2005/ Diga quais dos conjuntos seguintes satisfazem o Princípio de Boa Ordenação

(Ciência de Computadores) 2005/ Diga quais dos conjuntos seguintes satisfazem o Princípio de Boa Ordenação Álgebra (Ciência de Computadores) 2005/2006 Números inteiros 1. Diga quais dos conjuntos seguintes satisfazem o Princípio de Boa Ordenação (a) {inteiros positivos impares}; (b) {inteiros negativos pares};

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

Tópicos de Análise Funcional

Tópicos de Análise Funcional Tópicos de Análise Funcional Curso ministrado pelo Prof. Dr. Paulo D. Cordaro Notas de aula de Pedro H. Pontes 8 de maio de 2017 Introdução Estas são simples notas de aula da disciplina de pós-graduação

Leia mais

Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações

Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações π 1 : x 2y + 3z = 1 e π 2 : x + z = 2 no sistema de coordenadas

Leia mais

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

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

Leia mais

Autovetor e Autovalor de um Operador Linear

Autovetor 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 mais

O Problema do Isomorsmo entre Anéis de Frações de Planos Quânticos

O Problema do Isomorsmo entre Anéis de Frações de Planos Quânticos O Problema do Isomorsmo entre Anéis de Frações de Planos Quânticos Manuel Martins sob orientação de Christian Lomp e Paula Carvalho Seminário Diagonal Programa Novos Talentos em Matemática da Fundação

Leia mais

Aula 19 Operadores ortogonais

Aula 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 mais

Grupos: Resumo. Definição 1.1 Um grupo é um conjunto G juntamente com uma operação binária. G G G (a, b) a b. (a b) c = a (b c) a e = e a = a

Grupos: Resumo. Definição 1.1 Um grupo é um conjunto G juntamente com uma operação binária. G G G (a, b) a b. (a b) c = a (b c) a e = e a = a 1 Grupos: Resumo 1 Definições básicas Definição 1.1 Um grupo é um conjunto G juntamente com uma operação binária que satisfaz os seguintes três axiomas: 1. (Associatividade) Para quaisquer a, b, c G, G

Leia mais

Grupos de Lie. Luiz A. B. San Martin

Grupos de Lie. Luiz A. B. San Martin Grupos de Lie Luiz A. B. San Martin 15 de Agosto de 2011 2 Conteúdo 1 Introdução 9 1.1 Exercícios............................. 15 2 Grupos topológicos 17 2.1 Introdução............................. 17

Leia mais

Lista de exercícios 9 Mudanças de Bases

Lista de exercícios 9 Mudanças de Bases Universidade Federal do Paraná 2 semestre 2016 Algebra Linear Olivier Brahic Lista de exercícios 9 Mudanças de Bases Observação: no livro do Leon [1] o autor chama de matriz de transição de B 1 para B

Leia mais

PROGRAMA ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32

PROGRAMA ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32 ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32 PROGRAMA 1. Sistemas de equações lineares e matrizes 1.1 Sistemas 1.2 Matrizes 1.3 Determinantes 2. Espaços vectoriais (ou espaços lineares) 2.1 Espaços e subespaços

Leia mais

Cálculo Diferencial e Integral 2 Formas Quadráticas

Cálculo Diferencial e Integral 2 Formas Quadráticas Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do

Leia mais

Matrizes e Linearidade

Matrizes e Linearidade Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função

Leia mais

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral

ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Módulo 9 ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Contents 9.1 Operadores auto-adjuntos (simétricos e hermitianos) 136 9. Teorema espectral para operadores auto-adjuntos...........

Leia mais

PARES DE SUBESPAÇOS EM R n. Luciana Cadar Chamone

PARES DE SUBESPAÇOS EM R n. Luciana Cadar Chamone PARES DE SUBESPAÇOS EM R n Luciana Cadar Chamone Monografia apresentada ao Departamento de Matemática do Instituto de Ciências Exatas da Universidade Federal de Minas Gerais como parte dos requisitos para

Leia mais

GABRIEL BUJOKAS

GABRIEL BUJOKAS APLICAÇÕES DE ÁLGEBRA LINEAR À COMBINATÓRIA GABRIEL BUJOKAS (GBUJOKAS@MIT.EDU) A gente vai discutir algumas das aplicações clássicas de álgebra linear à combinatória. Vamos começar relembrando alguns conceitos

Leia mais

TRANSFORMAÇÕES LINEARES

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

Leia mais

1 Determinantes, traços e o teorema espectral para operadores arbitrários

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

Leia mais

Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais 2 2

Forma 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 mais

Lista de exercícios 5 Determinantes

Lista de exercícios 5 Determinantes Universidade Federal do Paraná semestre 015. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 5 Determinantes Exercício 1: Seja A := 3 1 3 3 Encontre os valores dos menores det(m,1 ), det(m, )

Leia mais

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.

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. 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 mais

EXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) GRUPO I

EXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) GRUPO I Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise EXAME DE ÁLGEBRA LINEAR (Semestre Alternativo, Alameda) (24/JUNHO/2005) Duração: 3h Nome de Aluno: Número de Aluno: Curso:

Leia mais

Superfícies Parametrizadas

Superfícies Parametrizadas Universidade Estadual de Maringá - epartamento de Matemática Cálculo iferencial e Integral: um KIT de Sobrevivência c Publicação eletrônica do KIT http://www.dma.uem.br/kit Superfícies Parametrizadas Prof.

Leia mais

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

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

Leia mais

CÁLCULO I. Aula n o 02: Funções. Denir função e conhecer os seus elementos; Listar as principais funções e seus grácos.

CÁLCULO I. Aula n o 02: Funções. Denir função e conhecer os seus elementos; Listar as principais funções e seus grácos. CÁLCULO I Prof. Marcos Diniz Prof. André Almeida Prof. Edilson Neri Júnior Aula n o 02: Funções. Objetivos da Aula Denir função e conhecer os seus elementos; Reconhecer o gráco de uma função; Listar as

Leia mais

Algebra 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 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 mais

Graduações em Álgebras Matriciais

Graduações em Álgebras Matriciais Universidade Federal de Campina Grande Centro de Ciências e Tecnologia Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Graduações em Álgebras Matriciais por Alan de Araújo Guimarães

Leia mais

Capítulo 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 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 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

Parte I - Grupos. Sumário. 1.1 Grupos, subgrupos, ordem. Exercício Se H é um subconjunto nito de um grupo G estável pela operação, mostre que

Parte I - Grupos. Sumário. 1.1 Grupos, subgrupos, ordem. Exercício Se H é um subconjunto nito de um grupo G estável pela operação, mostre que Estruturas Algébricas Mestrado Matemática 2013-1 UFRJ Parte I - Grupos Aula inaugural: teoria elementar das categorias. Sumário 1 Grupos, morsmos 1 1.1 Grupos, subgrupos, ordem..................................

Leia mais

Álgebra Linear I - Aula 19

Álgebra Linear I - Aula 19 Álgebra Linear I - Aula 19 1. Matrizes diagonalizáveis. 2. Matrizes diagonalizáveis. Exemplos. 3. Forma diagonal de uma matriz diagonalizável. 1 Matrizes diagonalizáveis Uma matriz quadrada T = a 1,1 a

Leia mais

O espaço das Ordens de um Corpo

O espaço das Ordens de um Corpo O espaço das Ordens de um Corpo Clotilzio Moreira dos Santos Resumo O objetivo deste trabalho é exibir corpos com infinitas ordens e exibir uma estrutura topológica ao conjunto das ordens de um corpo.

Leia mais

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

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

Leia mais

Álgebra. Exercícios de auto-avaliação

Álgebra. Exercícios de auto-avaliação Universidade Eduardo Mondlane Faculdade de Ciências Departamento de Matemática e Informática Álgebra Para Estudantes do Ensino à Distância do Curso de Licenciatura em Matemática, ano 01 Unidade 1 Números

Leia mais

Ângulo e ortogonalidade em espaços com produto interno

Ângulo e ortogonalidade em espaços com produto interno Ângulo e ortogonalidade em espaços com produto interno Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 Definir a noção de ângulo

Leia mais

MP-208: Filtragem Ótima com Aplicações Aeroespaciais

MP-208: Filtragem Ótima com Aplicações Aeroespaciais MP-208: Filtragem Ótima com Aplicações Aeroespaciais Seção 2.1: Álgebra Linear e Matrizes Davi Antônio dos Santos Departamento de Mecatrônica Instituto Tecnológico de Aeronáutica davists@ita.br São José

Leia mais

A Derivada. Derivadas Aula 16. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil

A Derivada. Derivadas Aula 16. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil Derivadas Aula 16 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 04 de Abril de 2014 Primeiro Semestre de 2014 Turma 2014104 - Engenharia Mecânica A Derivada Seja x = f(t)

Leia mais

Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.

Parte 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 mais

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral

Leia mais

APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES

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

Leia mais

Constelações de sinais via os anéis de inteiros de Gauss e de Eisenstein-Jacobi

Constelações de sinais via os anéis de inteiros de Gauss e de Eisenstein-Jacobi Constelações de sinais via os anéis de inteiros de Gauss e de Eisenstein-Jacobi Antonio Aparecido de Andrade, Tatiane da Silva Evangelista, Depto de Matemática, IBILCE, UNESP, 5054-000, São José do Rio

Leia mais

ic Mestrado Integrado em Bioengenharia

ic Mestrado Integrado em Bioengenharia ic Mestrado Integrado em Bioengenharia MATEMÁTICA I 01-11- 1º Teste de Avaliação Álgebra Linear e Geometria Analítica Justifique convenientemente todos os cálculos que efetuar. O teste tem a duração de

Leia mais

ALGA I. Representação matricial das aplicações lineares

ALGA I. Representação matricial das aplicações lineares Módulo 6 ALGA I Representação matricial das aplicações lineares Contents 61 Matriz de uma aplicação linear 76 62 Cálculo do núcleo e imagem 77 63 Matriz da composta 78 64 GL(n Pontos de vista passivo e

Leia mais

FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS

FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS Maio 12, 2008 2 Contents 1. Complementos de Álgebra Linear 3 1.1. Determinantes 3 1.2. Valores e vectores próprios 5 2. Análise em

Leia mais

Capítulo 1. Funções e grácos

Capítulo 1. Funções e grácos Capítulo 1 Funções e grácos Denição 1. Sejam X e Y dois subconjuntos não vazios do conjunto dos números reais. Uma função de X em Y ou simplesmente uma função é uma regra, lei ou convenção que associa

Leia mais