Notas de Aula Resumidas - Álgebra Linear Avançada II. 9 de outubro de 2016

Tamanho: px
Começar a partir da página:

Download "Notas de Aula Resumidas - Álgebra Linear Avançada II. 9 de outubro de 2016"

Transcrição

1 Notas de Aula Resumidas - Álgebra Linear Avançada II. 9 de outubro de 2016

2 Introdução - Formas Multilineares Sejam V 1, V 2,, V n espaços vetoriais sobre um determinado corpo K. Dizemos que a aplicação f : V 1 V 2 V n K é uma Forma Multilinear (no caso n-linear) se for linear em cada uma de suas componentes, isto é, dados x, y V p e α Kentão Exemplos: f(, αx + y, ) = αf(, x, ) + f(, y, ). 1. A função f : R R R R R com f(x, y, z, w) = 2xyzw é uma forma quadrilinear (mostre). 2. O determinante de uma matriz 3 3 real é uma forma trilinear escrita como g : R 3 R 3 R 3 R mostre identicando os elementos dos espaços vetoriais. 3. A função h : R R R R denida como h(x, y, z) = xy + z não é uma forma multilinear. Mostrar. 1.1 Formas Bilineares: Uma aplicação, : V V K é uma forma bilinear se αx + y, z = α x, z + y, z, x, y, z V e α K. Podem ser: z, αx + y = α z, x + z, y. 2

3 1. Simétricas (Geometria Ortogonal): x, y = y, x 2. Antissimétricas : x, y = y, x 3. Alternadas (Geometria Simplética): x, x = 0. Exercício 1. Mostrar que Alternada Antissimétrica se ch(k) 2. Quando, em ch(k) = 2, Alternada Antissimétrica e Simétrica Antissimétrica. Contraexemplo da volta (Alternada Antissimétrica ) Seja, : V V Z 2 e u = (x 1,, x n ), v = (y 1,, y n ) V de modo que u, v = n x i y i se e 1 = (1, 0,, 0), claramente, e 1, e 1 = 1, portanto, temos um exemplo de uma forma bilinear antissimétrica mas não alternada. Um espaço vetorial V com uma forma bilinear, pode ser chamado de Espaço Vetorial com Métrica. i=1 Se um corpo tem característica ch(k) = p então x + x + + x = 1 (p vezes). Exemplos Espaço de Minkowski: Espaço vetorial real quadridimensional dotado de forma bilinear simétrica. Se e 1, e 2, e 3, e 4 são os vetores que formam uma base canônica de M4, temos que Matriz SimpléticaSeja, : R 2n R 2n R denida por e i, e j = η ij, η ij = (1.1.1) u, v = u T Ωv, ( ) 0 I Ω =. (1.1.2) I 0 onde Ié a matriz identidade n n. Verique que a forma bilinear acima é alternada. 3

4 Produto Interno: Alguns autores como o Kostrikin não diferenciam o termo Produto Interno de Forma Bilinear, a maioria, como o Roman, o faz. Denição 1. Produto Interno sobre os Reais: Seja V espaço vetorial sobre R. Denimos um produto interno, : V V R como uma forma bilinear 1. (positiva denida) Para todo v V v, v 0, v, v = 0 v = (simétrica) Para todos u, v V u, v = v, u. Denição 2. Produto Interno sobre os Complexos: Seja V espaço vetorial sobre C. Denimos um produto interno, : V V C como uma função 1. (positiva denida) Para todo v V v, v 0, v, v = 0 v = (simétrica conjugada) Para todos u, v V u, v = v, u. 3. (Linear à direita) Para todos u, v, w V e a C au + v, w = a u, w + v, w 2 e 3 = Simetria conjugada à esquerda (Mostrar) u, av + w = u, w + a u, v Esta última propriedade faz com que o Produto Interno usual sobre os Complexos não seja uma forma bilinear mas o exemplo de uma Forma Sesquilinear. 4

5 Forma Sesquilinear: Uma aplicação, : V V C é uma forma sesquilinear se αx + y, z = α x, z + y, z, x, y, z V e α C. Podem ser: z, αx + y = α z, x + z, y. 1. Hermitiana : x, y = y, x 2. Anti-Hermitiana (equivalente a uma forma Hermitiana multiplicada por i) : Representação Matricial x, y = y, x Seja {e 1,, e n } base de V. Os vetores, u, v V podem, naturalmente, ser escritos como u = n x i e i, v = i=1 n y j e j. A forma bilinear, : V V K pode ser calculada, para u, v nesta base como: u, v = j=1 n x i y j ei, e j, i,j=1 Podemos denir a matriz G, matriz de Gram, cujos elementos se escrevem como g ij = ei, e j. Nesta base, portanto, a forma bilinear acima se escreve como u, v = u T G v Nas formas bilineares as matrizes denidas em e são exemplos de matriz de Gram. Exercício 2. Resolva os itens abaixo: a) Escreva a matriz de Gram para:, : R 3 R 3 R u, v = 2x 1 y 2 + 3x 2 y 3 + x 3 y 3 + x 3 y 2 b) Seja, : Z 2 2 Z2 2 Z 2uma forma bilinear alternada não nula. Escreva a matriz de Gram na base canônica. c) Mostre que toda forma bilinear sobre um corpo K tal que char(k) 2 pode ser escrita como a soma de uma forma bilinear simétrica e uma forma bilinear antissimétrica. 5

6 Forma Degenerada Denição 3. Núcleo Seja a forma bilinear g : V V K ker(g) = {v V/ u, v = 0, u V} Exercício 3. Determine o núcleo da forma bilinear dada pelo Exercício 2a acima. A partir da denição de núcleo, dizemos que: 1. Se ker(g) = 0, g é uma forma não degenerada 2. Se ker(g) = W V não nulo, g é uma forma degenerada. Exercício 4. Mostre que se g é uma forma bilinear alternada e dim(v) = 2n + 1 então g é degenerada. Formas Quadráticas Uma aplicação Q : V K é uma forma quadrática se Q(av) = a 2 Q(v) u, v Q = Q(u + v) Q(u) Q(v) é simétrica. Exercício 5. Dada uma forma bilinear u, v, verique se Q(v) = v, v é uma forma quadrática. Estudos Recomendados: Mudanças de Base em Formas Bilineares - Matrizes Congruentes. Adequação dos Resultados às Formas Sesquilineares. ORTOGONALIDADE: Seja (V, ) um Espaço Vetorial dotado de uma forma bilinear. Dizemos que u, v V são ortogonais se u, v = 0. A ortogonalidade não é sempre simétrica, ou seja, se pode denir uma forma bilinear tal que u, v = 0 mas v, u = 0. Exercício 6. Encontre um par de vetores u, v R 2 tal que, para a forma bilinear f : R 2 R 2 R, denida por f((x 1, x 2 ), (y 1, y 2 )) = x 1 y 1 + x 1 y 2 2x 2 y 2, u, v = 0 mas v, u = 0. Dizemos que uma Forma Bilinear é Reexiva se u, v = 0 v, u = 0. Teorema 1. Uma forma Bilinear é Reexiva se e somente se é Simétrica ou Alternada. 6

7 Alernada ou Simétrica implica Reexiva: u, v = 0 = ± v, u. Para a demonstração de que Reexividade na forma implica Simétrica ou Alternada, precisaremos demonstrar um resultado anterior: Lema 1. Dada uma forma bilinear h : V V K e u, v, w V, se então h é uma forma simétrica ou alternada. h(u, v)h(w, v) = h(v, u)h(v, w) (1.1.3) Demonstração. Se substituirmos v por u em (1.1.3) camos com h(u, u) [h(w, u) h(u, w)] = 0 (1.1.4) o que nos leva a duas únicas opções h(u, u) = 0 ou h(w, u) = h(u, w), o que corresponde a uma forma alternada e simétrica respectivamente. O Lema não seria válido se houvesse ao menos três vetores x, y, z V tais que h(x, x) = h(z, z) = 0 h(x, z) h(z, x), Pela condição do Lema temos que h(y, y) 0 h(x, y) = h(y, x) h(y, z) = h(z, y). (1.1.5) h(x, z)h(y, x) = h(z, x)h(x, y) h(x, y) [h(z, x) h(x, z)] = 0 h(x, y) = 0. (1.1.6) Por simetria, trocando x z, teremos também h(z, y) = 0. O que nos leva a h(x + y, z) = h(x, z) + h(y, z) = h(x, z) Substituindo u por x + y e w por z na Eq.1.1.4, e utilizando os resultados acima, camos com h(x + y, x + y) [h(z, x) h(x, z)], como, por hipótese, a expressão entre colchetes não se anula, chega-se a O que nos leva a Usando as Eqs1.1.5 e chegamos a h(x + y, x + y) = 0. h(x, x) + h(y, x) + h(x, y) + h(y, y) = 0 h(y, y) = 0 o que contradiz a hipótese inicial, invalidando-a e, consequentemente, provando o Lema. 7

8 Voltemos, agora, à parte restante da demonstração do Teorema, qual seja, Forma Reexiva implica Forma Simétrica ou Alternada. Demonstração. Denamos, para tanto, o vetor x = u, v w u, w v obviamente, u, x = 0. Por hipótese, teremos também x, u = 0, isto é, u, v u, w u, w v, u = 0 que, pelo Lema anterior, implica que a forma seja simétrica ou alternada como queríamos demonstrar. Denição 4. Chamaremos um Espaço Vetorial munido de uma Norma Bilinear Reexiva de um Espaço Vetorial Métrico. Seja (V, g) um espaço vetorial métrico de dimensão nita e W V subespaço vetorial. Denição 5. Denimos o complementar ortogonal a W como: W = {v V g(v, w) = 0, w W} Serão necessários alguns passos antes do resultado principal que pretendemos obter acerca da decomposição de um espaço vetorial métrico em complementos ortogonais. Seja f : V V K uma forma bilinear tal que, se u, v V, teremos a forma f(u, v) K. Podemos denir a aplicação f u (v) = f(u, v) como f u : V K e, naturalmente, a aplicação f(u)(v) = f u (v) f : V V que é uma aplicação linear que leva V no seu dual. Tal formulação nos permite utilizar alguns resultados de Transformações Lineares no contexto de Formas Bilineares. Denamos, agora, a forma bilinear h(w, v) h : W V K com W V. Seguindo a mesma linha da sequência anterior, denimos a aplicação h(w) Em que h é uma aplicação linear. h : W V (1.1.7) 8

9 Lema 2. Dado V espaço vetorial métrico e W V subespaço vetorial com métrica induzida, temos dim(w) = dim(w V ) + (dim(v) dim(w ). Demonstração. A partir de 1.1.7, aplica-se o Teorema do Núcleo-Imagem e se obtém Pela denição original de h(w), temos: dim W = dim ker( h) + dim h(w). (1.1.8) ker( h) = {w W h(w, v) = 0, v V} = W V (1.1.9) e, além disso, podemos denir um anulador 1 Im( h) 0 = { v V α(v) = 0, α Im( h) } = {v V h(w, v) = 0, w W} = W. Se denirmos a aplicação proj α : V U que leva a aplicação linear α(v) α(u) para v Ve u U temos, como U V, a imagem de proj α (V ) será o próprio U. Por serem espaços vetorias com dimensão nita, dim(v) = dim(v ) e, naturalmente, o núcleo dessa aplicação será exatamente U 0. Identicando U com Im( h), podemos escrever dim V = dim U + dim U 0 dim V dim W = dim h(w) Usando o resultado acima e as Eqs e chegamos dim(w) = dim(w V ) + (dim(v) dim(w ). Concluindo a demonstração do Lema. Teorema 2. Se V é não degenerado então: W e W não degenerados V = W W. Demonstração. Se W e W são não degenerados, então W W = {0} o que implica soma direta, ou seja, W + W = W W. Sabemos que W e W são subespaços vetoriais de V e, portanto, dim (W + W ) dim V, o que, por ser soma direta, nos leva a dim W + dim W dim V, 1 Note que os elementos do anulador pertencem a V. 9

10 pelo Lema anterior, entretanto, temos dim W + dim W dim V (já que dim(w V ) 0). Consequentemente, a única hipótese possível é dim W + dim W = dim V portanto V = W W. A volta é óbvia porque, se V = W W então W W = {0} e como, por hipótese, V é não degenerado, W e W não são degenerados. Proposição 1. Se V é degenerado e W V não é degenerado, então V = W W e W é degenerado. Demonstração. Se W é não degenerado, então W W = {0} e, seguindo a demonstração do Teorema anterior, temos claramente que V = W W. Note, entretanto, que V é degenerado, portanto v V\{0} u, v = 0 u V. Obviamente, v W por denição e é ortogonal a todos os elementos deste conjunto, o que torna W degenerado. Geometria Ortogonal e Hermitiana: Suponhamos (V, g) espaço vetorial com uma forma bilinear simétrica não degenerada denindo, portanto, uma geometria ortogonal. Proposição 2. W V de dimensão 1 tal que g w é não degenerada e g restrita a seu complemento ortogonal W também não será degenerada. Demonstração. Por hipótese, (V, g) não é degenerado e dene uma geometria ortogonal, portanto w V\0 tal que g(w, w) 0. Basta, portanto, denir W = [w] (espaço vetorial gerado por w). Desta forma, como W é unidimensional, todos seus vetores serão da forma w k = λ k w e, portanto, g(w j, w k ) 0 para qualquer w l W\{0}. Agora, precisamos mostrar que W é não degenerado. Suponhamos, por absurdo, que seja degenerado. Então z W \{0} g(z, w ) = 0 w W. Mas como g(w, w ) = 0 para quaisquer w W e w W e V = W + W, teríamos que g(z, v) = 0 v V, como z 0, isso signicaria que o núcleo da forma bilinear seria não trivial, ou seja, V seria degenerado, o que contradiz a hipótese original. Demonstrada a proposição, podemos utilizar o Teorema 2 e escrever V = W 1 W 1 sendo W 1 V unidimensional. A proposição pode ser aplicada em W 1 de modo a escreve-lo como a soma direta W 1 = W 2 W 2 com W 2 W 1 unidimensional. O processo pode ser feito de maneira sucessiva e não é difícil demonstrar por indução que V = W 1 W 2 W n, 10

11 com todos os W k V unidimensionais e n é a dimensão (nita) de V. Obs: Se V for degenerado, o procedimento pode ser estendido levando-se em conta a Proposição 1 Espaço Ortogonal Unidimensional Uma consequência do resultado acima é a possibilidade de encontrarmos sempre uma base ortogonal {w 1, w 2,, w n } e, portanto, a matriz de Gram associada à forma bilinear ortogonal será diagonal e, consequentemente, cada um dos números dessa diagonal (elemento do corpo K) denirá sua característica. Sendo G ij cada elemento da matriz de Gram, que é diagonal, os termos não nulos G ii serao escritos sempre da forma λ i = w i, w i. Sempre podemos reescrever o vetor e i = αw i, com α K redenir a matriz de Gram a partir desta base, cujo i ésimo elemento da diagonal seria: λ i = e i, e i = α 2 λ i ou seja, sempre que existir α K tal que λ = α 2 λ, existe uma mudança de base que leva um no outro. Denimos, assim, uma coclasse K /(K ) 2 tal que x y se β K tal que x = β 2 y. Sendo x, y, β elementos não nulos do corpo K. Exemplos: Sobre os reais, R /(R ) 2 = { 1, 1} de modo que, em um espaço unidimensional ortogonal sobre os reais, podemos ter (0 no caso degenerado). x, y = 0, xy xy Sobre os complexos, verique que C /(C ) 2 = 1. O que signica que w, z = 0 wz. Verique que, sobre Z 5 temos as possibilidades a, b = 0 ab 2ab. Espaço Hermitiano Unidimensional: Com procedimento semelhante, podemos demonstrar que um Espaço Vetorial com uma Forma Sesquilinear não degenerada pode ser decomposto na soma direta de subespaços vetoriais unidimensionais não degenerados. Seguindo o raciocínio do item anterior, supondo que, em uma base w i, a forma sesquilinear é totalmente denida por γ = w i, w i, 11

12 seguindo o raciocínio do item anterior, podemos escrever uma nova base como f i = zw i, z C, na qual a forma sesquilinear será totalmente denida por γ = z 2 γ, ou seja, podemos denir uma relação de equivalência γ γ se houver um número real positivo que os relacione segundo a equação acima. Levando-se em conta que se trata de um espaço hermitiano, temos a condição adicional e i, e i R. Desta forma, conclui-se que, a menos de escolha de bases, qualquer forma sesquilinear em um Espaço Hermitiano pode ser escrita como: w, z = 0, w z, w z. Geometria Simplética: O resultado da seção anterior não se aplica a Espaços Simpléticos visto que qualquer subespaço unidimensional cuja forma bilinear seja a restrição de uma Forma Bilinear Alternada é trivialmente degenerado. A demonstração é óbvia já que, sendo u U um elemento desse espaço, qualquer vetor lhe será proporcional. Portanto, sendo α, β K, temos que, para qualquer x, y U já que se trata de uma forma alternada. x, y = αβ u, u = 0 Proposição 3. Suponha, agora, (V, h) espaço vetorial de dimensão par munido de uma forma bilinear alternada não degenerada. W V de dimensão 2 não degenerado e seu complemento ortogonal W é também não degenerado. Demonstração. Suponha que não exista w 1, w 2 V linearmente independentes tal que w 1, w 2 = 0. Como a forma é alternada, isso implicaria uma forma totalmente degenerada, o que é contraditório com a hipótese, portanto, existe tal par. É simples vericar que W = [w 1, w 2 ] não é degenerado, basta escrever w = αw 1 + βw 2 e calcular w, w 1 e w, w 2. Se w 0 então um dos produtos sempre será não nulo. A demontração para W não degenerado segue exatamente o mesmo procedimento da Prop.2. Seguindo ideia análoga à apresentada no contexto de Geometria Ortogonal, podemos sempre escrever um Espaço Simplético V de dimensão 2n como a soma direta de n subespaços vetoriais bidimensionais e ortogonais entre si, ou seja, Espaço Simplético Bidimensional: V = W 1 W 2 W n. Dado o resultado anterior, é natural estudarmos todas as possibilidades de um Espaço Simplético (V, h) sobre um corpo K. Suponha que e i e f j são uma base ordenada de V. Então, o elemento ij da Matriz de Gram associada a forma h() será escrito, nessa base, como h ij = e i, f j, 12

13 como h ij K, podemos sempre redenir um elemento da base como e j = (h ij ) 1. Desta forma, teremos e i, e j = 1. Esse resultado nos mostra que sempre existirá uma base tal que a matriz de Gram associada à forma não degenerada h será escrita como ( ) 0 1 [h] =. 1 0 Note que esse resultado independe do corpo K! Com a sequência dos resultados previamente apresentados, podemos armar que, em qualquer Espaço Simplético não degenerado sobre um corpo K qualquer, existe uma base {e 1,, e n, e n+1,, e 2n } tal que os únicas coecientes não nulos e k, e k+n = e k+n, e k = 1, 1 k n. Nesta representação, a matriz de Gram associada seria escrita como ( ) 0 In [h] =, I n 0 com I n e 0 n sendo a matriz identidade e nula n n respectivamente. Isometrias Seja τ : V V, transformação linear que leva v τ(v). Dizemos que τ é uma isometria se u, v V u, v = τ(u), τ(v). Proposição 4. Se (V, g) é um Espaço Métrico não degenerado, o conjunto de todas suas isometrias dene um grupo (T, ) de transformações lineares cuja operação é dada pela composição de funções. Demonstração. A existência da identidade é óbvia já que id(v) = v. Operação de grupo: Se τ 1, τ 2 T temos que vericar se τ 1 τ 2 T. Como, por hipótese, τ 1, τ 2 são isometrias, teremos τ 1 τ 2 (u), τ 1 τ 2 (v) τ 1isomet. = τ 2 (u), τ 2 (v) τ 2isomet. = u, v, logo a composição τ 1 τ 2 também dene uma isometria. Inversa: A m de denir a função inversa, precisamos vericar se toda isometria é uma bijeção. Estudemos, para tanto, o núcleo de uma isometria τ : V V. Se w ker τ, ou seja, τ(w) = 0, então v V w, v = 0, τ(v) = 0, 13

14 como, por hipótese, o Espaço Vetorial Métrico em questão é não degenerado, w = 0, e, portanto, o Núcleo da transformação linear é trivial. Aplicando-se o Teorema do Núcleo e Imagem, concluímos que τ(v) é uma bijeção e, portanto, podemos denir uma inversa τ 1 (v). Pelo fato de a função ser bijetora, ( u, v V, y, z V τ(y) = u, τ(z) = v), o que leva a y, z = τ(y), τ(z) = u, v. Desta forma, temos τ 1 (u) = y e τ 1 (v) = z que, pelo resultado acima, dene uma isometria τ 1 : V V já que u, v V são arbitrários. O que conclui a demonstração. Exercício 7. Seja g : R 2 R 2 R produto interno usual euclideano: a) Dena uma base β 1 = {e 1, e 2 } tal que e i, e j = δ ij 2. Seja, agora, u 1 = e 1 + e 2, u 2 = e 1 e 2 e U 1 = Sp{u 1 }, U 2 = Sp{u 2 }. É possível encontrar uma base β 2 = {f 1, f 2 } para R² com f 1 U 1 e f 2 U 2 tal que f i, f j = δ ij? Em caso armativo, explicite-a em função de e 1 e e 2. b) Escreva, em função de um único parâmetro θ a representação matricial das funções lineares que compõem o grupo de isometria associado a g(u, v). Exercício 8. Seja h : R 2 R 2 R forma bilinear ortogonal associada ao espaço de Minkowski bidimensional. a) Dena uma base β 1 = {e 1, e 2 } tal que e i, e j = η ij 3. Seja, agora, u 1 = e 1 + e 2, u 2 = e 1 e 2 e U 1 = Sp{u 1 }, U 2 = Sp{u 2 }. É possível encontrar uma base β 2 = {f 1, f 2 } para R² com f 1 U 1 e f 2 U 2 tal que f i, f j = η ij? Por quê? b) Escreva, em função de um único parâmetro λ a representação matricial das funções lineares que compõem o grupo de isometria associado a h(u, v). Identique λ = v/c e compare com as transformações de Lorentz para um vetor u = (x, ct) em Relatividade Especial. ( ) [δ ij ] = 0 1 ( ) [η ij ] =

Notas de Aula Resumidas - Álgebra Linear Avançada II. 5 de dezembro de 2016

Notas de Aula Resumidas - Álgebra Linear Avançada II. 5 de dezembro de 2016 Notas de Aula Resumidas - Álgebra Linear Avançada II. 5 de dezembro de 2016 Introdução - Formas Multilineares Sejam V 1, V 2,, V n espaços vetoriais sobre um determinado corpo K. Dizemos que a aplicação

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

Álgebra Linear. Prof. Ronaldo Carlotto Batista. 20 de março de 2019

Álgebra Linear. Prof. Ronaldo Carlotto Batista. 20 de março de 2019 Álgebra Linear ECT2202 Prof. Ronaldo Carlotto Batista 20 de março de 2019 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser entendidos como referência

Leia mais

Apontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico

Apontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1

Leia mais

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números

Leia mais

Lista 8 de Álgebra Linear /01 Produto Interno

Lista 8 de Álgebra Linear /01 Produto Interno Lista 8 de Álgebra Linear - / Produto Interno. Sejam u = (x x e v = (y y. Mostre que temos um produto interno em R nos seguintes casos: (a u v = x y + x y. (b u v = x y x y x y + x y.. Sejam u = (x y z

Leia mais

exercícios de álgebra linear 2016

exercícios 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

Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais

Álgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto

Leia mais

Álgebra Linear Exercícios Resolvidos

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

Leia mais

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

Produto interno e produto vetorial no espaço

Produto interno e produto vetorial no espaço 14 Produto interno e produto vetorial no espaço Sumário 14.1 Produto interno.................... 14. Produto vetorial.................... 5 14..1 Interpretação geométrica da norma do produto vetorial.......................

Leia mais

Forma Canônica de Matrizes 2 2

Forma 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 mais

Um Estudo Sobre Espaços Vetoriais Simpléticos

Um Estudo Sobre Espaços Vetoriais Simpléticos Um Estudo Sobre Espaços Vetoriais Simpléticos Fabiano Borges da Silva Lívia T. Minami Borges 28 de novembro de 2015 Resumo O presente artigo estuda de maneira detalhada espaços vetoriais que possuem uma

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

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

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

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

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

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

Leia mais

5. Considere os seguintes subconjuntos do espaço vetorial F(R) das funções de R em R:

5. Considere os seguintes subconjuntos do espaço vetorial F(R) das funções de R em R: MAT3457 ÁLGEBRA LINEAR I 3 a Lista de Exercícios 1 o semestre de 2018 1. Verique se V = {(x, y) : x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação por escalar dadas por:

Leia mais

ESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R

ESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações

Leia mais

RESULTADOS DADOS EM SALA DE AULA. Sumário 1. Espaços com Produto Interno Produtos internos e normas.

RESULTADOS DADOS EM SALA DE AULA. Sumário 1. Espaços com Produto Interno Produtos internos e normas. RESULTADOS DADOS EM SALA DE AULA wwwimeuspbr/ pplopes/veraohtml Como sempre F é R ou C Se z C, então z denota o complexo conjugado de z Se z R, então z = z Sumário 1 Espaços com Produto Interno 1 11 Produtos

Leia mais

UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO

UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA a LISTA DE EXERCÍCIOS PERÍODO 0 Os exercícios 0 8 trazem um espaço vetorial V e um seu subconjunto W Sempre que W for um subespaço

Leia mais

Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00

Álgebra 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 mais

Notas de Algebra Linear. Eduardo Hernandez, Michelle Pierri

Notas de Algebra Linear. Eduardo Hernandez, Michelle Pierri Notas de Algebra Linear Eduardo Hernandez, Michelle Pierri Sumário 1 Espaços Vetoriais 3 11 Exercícios 7 12 Exercicios 9 121 Interseção e Soma de Subespaços vetoriais 9 13 Exercícios 11 131 Subespaços

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

Universidade Federal Fluminense - GAN

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

Leia mais

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

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

Leia mais

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

3 A estrutura simplética do fluxo geodésico

3 A estrutura simplética do fluxo geodésico 3 A estrutura simplética do fluxo geodésico A partir do ponto de vista da mecânica classica, a geodésica é uma solução da equação de Euler-Lagrange considerando-se o lagrangeano L(x v) = 1 v 2 x O objetivo

Leia mais

Aula 25 - Espaços Vetoriais

Aula 25 - Espaços Vetoriais Espaço Vetorial: Aula 25 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado

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

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Universidade 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 mais

ÁLGEBRA LINEAR. Exame Final

ÁLGEBRA LINEAR. Exame Final UNIVERSIDADE DE AVEIRO DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR Exame Final 9/0/00 DURAÇÃO: 3 horas Nome: N o Aluno: Observação: Declaro que desisto: (Justifique sempre as suas respostas) Folha. (4,0

Leia mais

Espaços - Tempo de Newton a Minkowski: Aspectos Geométricos

Espaços - Tempo de Newton a Minkowski: Aspectos Geométricos Universidade Federal de Santa Catarina Centro de Ciências Físicas e Matemáticas Departamento de Matemática Curso de Matemática Espaços - Tempo de Newton a Minkowski: Aspectos Geométricos Fabiano Carlos

Leia mais

4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008

4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 4 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 8 Solução de alguns exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A,

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

Soluções dos trabalhos de 1 a 7

Soluções dos trabalhos de 1 a 7 Universidade Federal Rural do Semiárido-UFERSA Departamento de Ciências Exatas e Naturais Curso: Bacharelado em Ciência e Tecnologia e Computação Disciplina: Álgebra Linear Aluno(a): Soluções dos trabalhos

Leia mais

LISTA DE EXERCÍCIOS 1 - MATEMÁTICA 3 (CCM0213)

LISTA DE EXERCÍCIOS 1 - MATEMÁTICA 3 (CCM0213) LISTA DE EXERCÍCIOS - MATEMÁTICA 3 (CCM3) PROF: PEDRO T. P. LOPES WWW.IME.USP.BR/ PPLOPES/MATEMATICA3 Os exercícios a seguir foram selecionados do livro do Apostol e do Domingues Callioli Costa. Exercício.

Leia mais

Notas de Algebra Linear. Eduardo Hernandez, Michelle Pierri

Notas de Algebra Linear. Eduardo Hernandez, Michelle Pierri Notas de Algebra Linear Eduardo Hernandez, Michelle Pierri Sumário 1 Espaços Vetoriais 4 11 Exercícios 8 12 Exercicios 10 121 Interseção e Soma de Subespaços vetoriais 10 13 Exercícios 13 131 Subespaços

Leia mais

Geometria Analítica e Álgebra Linear

Geometria Analítica e Álgebra Linear UNIFEI - Universidade Federal de Itajubá campus Itabira Geometria Analítica e Álgebra Linear Parte 1 Matrizes 1 Introdução A teoria das equações lineares desempenha papel importante e motivador da álgebra

Leia mais

CM005 Álgebra Linear Lista 3

CM005 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 mais

MAT Álgebra Linear I Física - Diurno Exercícios para a 1ªProva

MAT Álgebra Linear I Física - Diurno Exercícios para a 1ªProva MAT - 122 - Álgebra Linear I Física - Diurno Exercícios para a 1ªProva Paulo F. Leite, com a colaboração de Jéssica C. Paixão Fevereiro de 2012 1 Espaços Vetoriais e Subespaço Vetoriais Denição 1 Dizemos

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

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 Notas para o Curso de Álgebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009 2 Sumário 1 Matrizes e Sistemas Lineares 5 11 Matrizes 6 12 Sistemas Lineares 11 121 Eliminação Gaussiana 12 122 Resolução

Leia mais

1 Introdução. 2 Preliminares. Séries de Hilbert de algumas álgebras associadas a grafos em níveis via cohomologia de conjuntos parcialmente ordenados

1 Introdução. 2 Preliminares. Séries de Hilbert de algumas álgebras associadas a grafos em níveis via cohomologia de conjuntos parcialmente ordenados Séries de Hilbert de algumas álgebras associadas a grafos em níveis via cohomologia de conjuntos parcialmente ordenados Reis, Bruno Trindade; Serconek, Shirlei Instituto de Matemática e Estatística, Universidade

Leia mais

Notas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares

Notas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares Notas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares Neste capítulo, estaremos generalizando a noção de projeção ortogonal já desenvolvida em cursos anteriores. Definição

Leia mais

23 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 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 mais

Dependência linear e bases

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

Leia mais

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

MAT2458 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 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 mais

Lista 8 de Análise Funcional - Doutorado 2018

Lista 8 de Análise Funcional - Doutorado 2018 Lista 8 de Análise Funcional - Doutorado 2018 Professor Marcos Leandro 17 de Junho de 2018 1. Sejam M um subespaço de um espaço de Hilbert H e f M. Mostre que f admite uma única extensão para H preservando

Leia mais

Álgebra Linear. 8 a Lista: a) Use o processo de ortogonalização de Gram Schmidt para construir uma base ortonormada para W.

Álgebra Linear. 8 a Lista: a) Use o processo de ortogonalização de Gram Schmidt para construir uma base ortonormada para W. Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais, Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 8 a Lista: Nos exercícios em que n~ao se especifica

Leia 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

ficha 6 espaços lineares com produto interno

ficha 6 espaços lineares com produto interno Exercícios de Álgebra Linear ficha espaços lineares com produto interno Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico o semestre 011/1 Notação

Leia 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

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

MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de (a) 3; (b) 2; (c) 0; (d) 1; (e) 2.

MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de (a) 3; (b) 2; (c) 0; (d) 1; (e) 2. MAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I 3 a Prova - 1 o semestre de 2018 Questão 1. Seja U = [(2, 1, 1), (1, 0, 2)], subespaço vetorial de R 3 e ax + by + z = 0 uma equação de U, isto é U = { (x, y, z)

Leia mais

3 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 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 mais

1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato:

1. Não temos um espaço vetorial, pois a seguinte propriedade (a + b) v = a v + b v não vale. De fato: Sumário No que se segue, C, R, Q, Z, N denotam respectivamente, o conjunto dos números complexos, reais, racionais, inteiros e naturais. Denotaremos por I (ou id) End(V ) a função identidade do espaço

Leia mais

Ideais em anéis de grupo

Ideais em anéis de grupo Ideais em anéis de grupo Allysson Gomes Dutra 19 de julho de 2014 Resumo: A proposta deste trabalho é apresentar algumas construções de ideais em um anel de grupos RG se utilizando de subgrupos normais

Leia mais

Questão 1: Seja V o conjunto de todos os pares ordenados de números reais. Denamos a adição e a multiplicação por escalar em V por

Questão 1: Seja V o conjunto de todos os pares ordenados de números reais. Denamos a adição e a multiplicação por escalar em V por Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA7B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto LISTA 4 - Espaços Vetoriais Desenvolvidas

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

Mudança de base. Lista de exercícios. Professora: Graciela Moro

Mudança de base. Lista de exercícios. Professora: Graciela Moro Lista de exercícios Professora: Graciela Moro Mudança de base. Sejam β {( ) ( )} β {( ) ( )} β { ) ( )} e β {( ) ( )} bases ordenadas de R. (a) Encontre a matrizes mudança de base: i. [I β β ii. [I β β

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

GAAL Exercícios 6: Umas soluções

GAAL 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 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

Parte 2 - Espaços Vetoriais

Parte 2 - Espaços Vetoriais Espaço Vetorial: Parte 2 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado

Leia mais

J. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial

J. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial 178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que

Leia mais

MA71B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto. LISTA 5 - Espaços Vetoriais

MA71B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto. LISTA 5 - Espaços Vetoriais Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA7B - Geometria Analítica e Álgebra Linear Profa. Dra. Diane Rizzotto Rossetto LISTA 5 - Espaços Vetoriais Desenvolvidas

Leia mais

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

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

Leia mais

Tópicos de Matemática Elementar

Tópicos de Matemática Elementar Revisão Básica de Prof. Dr. José Carlos de Souza Junior Universidade Federal de Alfenas 26 de novembro de 2014 Revisão de Definição 1 (Espaço Vetorial) Um conjunto V é um espaço vetorial sobre R, se em

Leia mais

REVISÃO DE ÁLGEBRA LINEAR

REVISÃO DE ÁLGEBRA LINEAR REVISÃO DE ÁLGEBRA LINEAR I) INTRODUÇÃO D1. Estabilidade para a operação + : x E, y E, x + y E D2. Definição de grupo comutativo (Abeliano): (E,+) é um grupo comutativo se e somente se: 1) Associatividade:

Leia mais

Tópicos de Álgebra Linear

Tópicos de Álgebra Linear Tópicos de Álgebra Linear - 2010 Prof Dr Pedro Levit Kaufmann Lista I 1. Em R n dena as operações a b = a b e a = a. As operações à direita são as usuais. Quais axiomas, que denem um espaço vetorial, estão

Leia mais

Gabarito P2. Álgebra Linear I ) Decida se cada afirmação a seguir é verdadeira ou falsa.

Gabarito P2. Álgebra Linear I ) Decida se cada afirmação a seguir é verdadeira ou falsa. Gabarito P2 Álgebra Linear I 2008.2 1) Decida se cada afirmação a seguir é verdadeira ou falsa. Se { v 1, v 2 } é um conjunto de vetores linearmente dependente então se verifica v 1 = σ v 2 para algum

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

UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 03. Palavras-chaves: Vetores, norma, produto escalar, produto interno.

UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 03. Palavras-chaves: Vetores, norma, produto escalar, produto interno. Assunto: Vetores, Norma e Produto escalar UNIVERSIDADE FEDERAL DO PARÁ CÁLCULO II - PROJETO NEWTON AULA 03 Palavras-chaves: Vetores, norma, produto escalar, produto interno. Vetores Segmento orientado

Leia mais

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07 Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 006/07 5 a Lista: Ortogonalidade Nos exercícios em que n~ao é especificado o produto interno, considere o produto interno

Leia mais

FUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES

FUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES FUNCIONAIS LINEARES: ESPAÇO DUAL E ANULADORES Eduardo de Souza Böer - eduardoboer04@gmail.com Universidade Federal de Santa Maria, Campus Camobi, 97105-900-Santa Maria, RS, Brasil Saradia Sturza Della

Leia mais

5. Seja A uma matriz qualquer. Assinale a afirmativa

5. Seja A uma matriz qualquer. Assinale a afirmativa UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço

Leia mais

1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016

1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016 1 a Lista de Exercícios de MAT3458 Escola Politécnica o semestre de 16 1 Para que valores de t R a função definida por (x 1, x ), (y 1, y ) = x 1 y 1 + tx y é um produto interno em R? Para cada par de

Leia mais

Resolução do efólio A

Resolução do efólio A Resolução do efólio A Álgebra Linear I Código: 21002 I. Questões de escolha múltipla. Em cada questão de escolha múltipla apenas uma das armações a), b), c), d) é verdadeira. Indique-a marcando ˆ no quadrado

Leia mais

G3 de Álgebra Linear I

G3 de Álgebra Linear I G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal

Leia mais

O Plano no Espaço. Sumário

O Plano no Espaço. Sumário 17 Sumário 17.1 Introdução....................... 2 17.2 Equações paramétricas do plano no espaço..... 2 17.3 Equação cartesiana do plano............. 15 17.4 Exercícios........................ 21 1 Unidade

Leia mais

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

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

Leia mais

Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais

Teorema 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 mais

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais): a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre

Leia mais

Cap. 3 - Observabilidade e desacoplamento da Saída

Cap. 3 - Observabilidade e desacoplamento da Saída Cap. 3 - Observabilidade e desacoplamento da Saída Visão geral do capítulo No capítulo 2 mostramos que a controlabilidade está relacionada com o menor subespaço A-invariante que contém a imagem de B. Mostramos

Leia mais

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny 1 a Lista de Exercícios MAT 3211 Álgebra Linear - 213 - Prof. Vyacheslav Futorny 1 a parte: Resolução de sistemas de equações lineares, matrizes inversíveis 1. Para cada um dos seguintes sistemas de equações

Leia mais

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios MAT 2458 - Álgebra Linear para Engenharia II - Poli 2 ō semestre de 2014 1 ā Lista de Exercícios 1. Verifique se V = {(x, y) x, y R} é um espaço vetorial sobre R com as operações de adição e de multiplicação

Leia mais

ALGA I. Bases, coordenadas e dimensão

ALGA I. Bases, coordenadas e dimensão Módulo 5 ALGA I. Bases, coordenadas e dimensão Contents 5.1 Bases, coordenadas e dimensão............. 58 5.2 Cálculos com coordenadas. Problemas......... 65 5.3 Mudanças de base e de coordenadas..........

Leia mais

Álgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q

Álgebra 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 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

G3 de Álgebra Linear I

G3 de Álgebra Linear I G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes

Leia mais

Primeira Lista de Álgebra Linear

Primeira Lista de Álgebra Linear Serviço Público Federal Ministério da Educação Universidade Federal Rural do Semi-Árido UFERSA Departamento de Ciências Ambientais DCA Prof. D. Sc. Antonio Ronaldo Gomes Garcia a a Mossoró-RN 18 de agosto

Leia mais

Transformações Lineares

Transformações Lineares Transformações Lineares Prof. Márcio Nascimento marcio@matematicauva.org Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra

Leia mais

Seja f um endomorfismo de um espaço vectorial E de dimensão finita.

Seja f um endomorfismo de um espaço vectorial E de dimensão finita. 6. Valores e Vectores Próprios 6.1 Definição, exemplos e propriedades Definição Seja f um endomorfismo de um espaço vectorial E, com E de dimensão finita, e seja B uma base arbitrária de E. Chamamos polinómio

Leia mais

PROBLEMAS DE ÁLGEBRA LINEAR

PROBLEMAS DE ÁLGEBRA LINEAR PROBLEMAS DE ÁLGEBRA LINEAR P. FREITAS Conteúdo. Números complexos. Sistemas de equações; método de eliminação de Gauss 3. Operações com matrizes 3 4. Inversão de matrizes 4 5. Característica e núcleo

Leia mais

Espaços Vetoriais II

Espaços Vetoriais II Espaços Vetoriais II Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 Espaço Vetorial C[a, b] Denotamos por C[a, b] o conjunto de

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

3 - Subespaços Vetoriais

3 - Subespaços Vetoriais 3 - Subespaços Vetoriais Laura Goulart UESB 16 de Agosto de 2018 Laura Goulart (UESB) 3 - Subespaços Vetoriais 16 de Agosto de 2018 1 / 10 Denição Um subespaço vetorial é um subconjunto de um e.v.r. que

Leia mais