Sistemas Lineares Periódicos: Teoria de Floquet
|
|
- Octavio Bandeira
- 5 Há anos
- Visualizações:
Transcrição
1 Sistemas Lineares Periódicos: eoria de Floquet Considere o sistema linear homogêneo e periódico ẋ = A(t)x, (1) onde R t A(t) M n (R)(ou M n (C)) é contínua e periódica, isto é, existe > 0 tal que A(t + ) = A(t) t R O eorema de Floquet nos dá uma caracterização das soluções deste sistema eorema 1 (eorema de Floquet) oda matriz fundamental, Φ(t), de (1) tem a forma Φ(t) = P (t)e Bt, onde P (t) e B são matrizes de ordem n n, com P (t + ) = P (t) t R Exemplo 1 Considere a seguinte equação diferencial ẋ(t) = (1 + sin t)x Note que neste caso A(t) = 1 + sin t, que é 2π periódica As soluções deste sistema são x(t) = ce t cos t, que não é periódica para c R {0} Entretanto o eorema de Floquet mostra que toda matriz fundamental de (1) se escreve como produto de duas matrizes, uma das quais é periódica Antes de demonstrar este teorema, precisaremos do seguinte lema Lema 1 Se C é uma matriz n n com det C 0, então existe uma matriz B tal que e B = C Prova: Dividiremos a prova em três casos Caso 1: Suponhamos que λ λ 1 0 C = 0 0 λ λ Assim C = λi + R = λ(i + R ), pois λ 0 visto que det C 0, onde R é nilpotente de λ ordem m Como queremos encontrar B tal que e B = C, temos que B = ln C = ln(λ(i + R)) = λ (ln λ)i + ln(i + R) Então temos que calcular S = ln(i + R) λ λ 1
2 Lembremos da análise complexa, que para z < 1, ln(1 + z) = ( 1) k 1 z k e e ln(1+z) = 1 + z k k=1 e que e ln(1+z) = 1 + z Logo definindo S = ( 1) k 1 k=1 k ( ) k m 1 R ( 1) k 1 = λ k k=1 ( ) k R, λ visto que R k = 0 para k m emos então que e S = I + R λ E assim C = λe S = e (ln λ)i e S = e (ln λ)i+s Fazendo B = (ln λ)i + S, obtemos o resultado Caso 2: C está no forma de Jordan J 1 J 2 C = J P, onde J i = λ i λ i J i1 J is e J ij é como no caso 1 Pelo caso 1, para cada j = 1,, s, existe B ij tal que e B ij ln λ i B i = ln λ i B i1 B is = J ij Defina Assim e B i = J i Fazendo C = B 1 B 2 B P, obtemos o resultado Caso 3: Caso geral Pelo eorema da forma canônica de Jordan, existe uma matriz P tal que J = P 1 CP Pelo caso 2, existe uma matriz B tal que e B = J Assim Fazendo B = P BP 1 obtemos o resultado C = P e BP 1 = e P BP 1 2
3 Demonstração do eorema de Floquet: Seja Φ(t) uma matriz fundamental de (1) Agora note que Φ(t + ) = A(t + )Φ(t + ) = A(t)Φ(t + ), ou seja, Φ(t + ) também é matriz fundamental de (1) Logo existe uma matriz não singular C, tal que Φ(t + ) = Φ(t)C Pelo lema anterior existe uma matriz B tal que e B = C Defina P (t) = Φ(t)e Bt P (t + ) = Φ(t + )e B(t+ ) = Φ(t)Ce B e Bt = Φ(t)CC 1 e Bt = Φ(t)e Bt = P (t) Corolário 1 (Liapunov) Nas condições do eorema anterior, existe uma mudança de variáveis que reduz o sistema (1) num sistema com coeficientes constantes Prova: Seja Φ(t) uma matriz fundamental de (1), B e P (t) como no eorema de Floquet Defina x = P (t)y A(t)P (t)y = A(t)x = ẋ = P (t)y + P (t)ẏ P (t)ẏ = A(t)P (t)y P (t)y = P 1 (t)[a(t)p (t) P (t)]y Afirmação: P 1 (t)[a(t)p (t) P (t)] = B De fato Φ(t) = P (t)e Bt, o que nos dá A(t)P (t)e Bt = A(t)Φ(t) = Φ(t) = P (t)e Bt + P (t)be Bt Então A(t)P (t) = P (t) + P (t)b B = P 1 (t)[a(t)p (t) P (t)] Assim, através da mudança de variáveis feita acima o sistema (1) fica da forma ẏ = By Observação 1 oda solução de (1) pode ser escrita como combinação linear de funções da forma p(t)e λt, onde p(t) é um polinômio em t com coeficientes que são periódicos em t, com o mesmo período de A De fato, seja λ um autovalor de B com multiplicidade algébrica m Então e λt, te λt,, t m e λt e suas combinações lineares são soluções de ẏ = By Logo P (t)e λt, P (t)te λt,, P (t)t m e λt e suas combinações lineares são soluções de (1) Definição 1 Qualquer matriz não singular C, tal que Φ(t + ) = Φ(t)C, onde Φ(t) é uma matriz fundamental de (1) é chamada matriz monodromia de (1) Proposição 1 Sejam Φ 1 (t), Φ 2 (t) matrizes fundamentais distintas de (1), C e D matrizes monodromias relativas a Φ 1 (t), Φ 2 (t) respectivamente Então C e D possuem os mesmos autovetores Prova: Sabemos que Φ 1 (t + ) = Φ 1 (t)c, Φ 2 (t + ) = Φ 2 (t)d e que existe uma matriz não singular M tal que Φ 2 (t) = Φ 1 (t)m Assim Φ 1 (t)md = Φ 2 (t)d = Φ 2 (t + ) = Φ 1 (t + )M = Φ 1 (t)cm D = M 1 CM 3
4 Definição 2 Os autovalores de uma matriz monodromia de (1) são chamados multiplicadores característicos Observação 2 1 A proposição anterior nos mostra que os multiplicadores característicos independe da escolha da matriz de monodromia 2 Os multiplicadores característicos são os autovalores de Φ( ) ou e B De fato, seja Φ(t) uma matriz fundamental de (1) e C uma matriz de monodromia Então Φ(t + ) = Φ(t)C Fazendo t = 0 temos Φ( ) = Φ(0)C = C = e B Definição 3 Um número complexo λ é um expoente característico se e λ é um multiplicador característico Observação 3 1 Se λ é um expoente característico então λ + 2kπi também é expoente característico, para k Z, pois 2kπi (λ+ e ) = e λ +2kπi = e λ 2 λ C é expoente característico se e somente se e λ é autovalor de e B 3 Se µ é autovalor de B então µ é autovalor de B e por conseguinte e µ é autovalor de e B = C Ou seja podemos escolher os expoentes característicos como sendo os autovalores de B Lema 2 1 λ C é expoente característico se e somente se existe solução não trivial de (1) da forma p(t)e λt, com p(t + ) = p(t) t R 2 Existe solução periódica não trivial se e somente se +1 é multiplicador característico 3 Existe solução 2 periódica, mas não periódica se e somente se 1 é multiplicador característico Prova:(1) Se λ é expoente característico então e λ é autovalor de e B, ou seja, existe x 0 0 tal que e B x 0 = e λ x 0 E isto nos dá que e B λ x 0 = x 0 Mas Φ(t)x 0 = P (t)e Bt x 0 = P (t)e Bt e λt e λt x 0 = e λt [P (t)e Bt e λt ]x 0 = e λt [P (t)e (B λi)t ]x 0, Assim fazendo p(t) = P (t)e (B λi)t x 0, temos que p(t)e λt é solução não trivial de (1), visto que x 0 0 e p(t) é periódica, pois p(t + ) = P (t + )e (B λi)(t+ ) x 0 = P (t)e (B λi)t e (B λi) x }{{} 0 x 0 = P (t)e (B λi)t x 0 = p(t) 4
5 Reciprocamente, seja x(t) = p(t)e λt é uma solução não-trivial de (1) periódica Pelo eorema de Floquet existe x 0 0 tal que Φ(t)x 0 = P (t)e Bt x 0 = p(t)e λt Assim p(t) = P (t)e (B λi)t x 0 Como p(0) = p( ) e P (0) = P ( ) temos que x 0 = e (B λi) e B x 0 = e λ x 0 Logo e λ é autovalor de e B e então, λ é expoente característico (2) Seja P (t)e Bt x 0 uma solução periódica Logo P (0)e B 0 x 0 = P ( )e B x 0 x 0 = e B x 0, ou seja, 1 é autovalor de e B e assim multiplicador característico Reciprocamente se 1 é multiplicador característico então 0 é expoente característico (e 0 = 1) e por (1) p(t)e 0 t = p(t) é uma solução periódica não trivial (3) Suponhamos que exista x 0 0, tal que x(t) = P (t)e Bt x 0 seja uma solução de (1) 2 periódica, mas não periódica Seja J a forma canônica de Jordan de B Assim existe uma matriz não singular M, tal que B = M 1 JM Portanto x(t) = P (t)m 1 e Jt M x }{{} 0 = Q(t)e Jt x }{{} 0 Q(t) x 0 Como x(t) e P (t) são 2 periódica (e conseqüentemente Q(t)), temos x(2 ) = Q(2 )e J2 x 0 = x(0) = Q(0)x 0 e 2 J x 0 = x 0 Assim para todo bloco de Jordan J i de J, temos e 2 J i x i 0 = x i 0, i = 1,, p onde J 1 J 2 J = J p Por outro lado como a solução x(t) não é periódica, existe um j = 1,, p tal que e J j x j 0 x j 0 Denote x j 0 = (x 1, x 2,, x s ) Suponha que Então e 2 J j J j = λ j λ j λ j λ j = e 2 λ j (2 ) s 1 (s 1)! (2 ) s 2 (s 2)!
6 Afirmação: x 2 = = x s = 0 De fato, como e 2 J j x j 0 = x j 0 temos que e 2 J j = 1 Multiplicando a penúltima linha da matriz e 2 J j por x j 0 temos e 2 λ j (x s x s ) = x s 1 Assim 2 x s = 0, e então x s = 0 Agora suponha x s = 0 e x s 1 0 Multiplicando a antepenúltima linha da matriz e 2 J j por x j 0, temos e 2 λ j (x s x s 1 ) = x s 2 Assim 2 x s 1 = 0, e então x s 1 = 0, o que é absurdo De maneira análoga mostra-se que x 2 = = x s 3 = 0 Como x j 0 0 temos que x 1 0, e a afirmação está mostrada Como e 2 J i x j 0 = x j 0 e x j 0 = (x 1, 0,, 0) temos que e 2 λ j x 1 = x 1 e então e 2 λ j = 1 Assim 2 λ j = 2kπi, k Z λ j = kπi Se k for par, segue que e λj = e kπi = 1 Mas isto implica que e λj x 1 = x 1, o que é absurdo visto que e λj x j 0 x j 0 e x j 0 = (x 1, 0,, 0) Logo k é ímpar e então e λj = 1, ou seja 1 é multiplicador característico O caso em que o bloco de Jordan não é como o suposto no início da demonstração, é deixado a cargo do leitor Reciprocamente, se 1 é multiplicador característico então πi é um expoente característico, pois e πi = 1 Logo por (1) existe uma solução não trivial de (1) da forma x(t) = p(t)e πi t Agora note que e que x(t + 2 ) = p(t + 2 )e πi (t+2 ) = p(t)e πi e 2πi = p(t)e πi x(t + ) = p(t + )e πi (t+ ) = p(t)e πi e πi = p(t)e πi Logo x(t) é 2 periódica, mas não é periódica Exemplo 2 Considere o sistema { ẋ = x cos t + y sin t ẏ = x sin t + y cos t Note que ( ) cos t sin t A(t) = sin t cos t é 2π periódica = x(t), = x(t) Como [ t A(s)ds]A(t) = A(t)[ t A(s)ds], temos que Φ(t) = t 0 0 e 0 A(s)ds é uma matriz fundamental do sistema acima Sabemos que os multiplicadores característicos são os autovalores de Φ(2π) Mas Φ(2π) = e 2π 0 A(s)ds = e 0 = I Assim todos os multiplicadores característicos são iguais a 1 Então segue do lema acima que todas as soluções deste sistema são 2π periódicas 6
7 Lema 3 Se ρ j = e λ j, j = 1,, n são os multiplicadores característicos de 1, então ρ j = e 0 tra(s)ds e n λ j = 1 0 tra(s)dsmod 2πi Prova: Seja Φ(t) uma matriz fundamental de (1) Pela Formula de Liouville temos que Por outro lado, ρ j = det Φ( ) = det Φ(0) e 0 tra(s)ds = e 0 tra(s)ds }{{} 1 Assim, ρ j = n λ i = i=1 n λ i = 1 i=1 e λ i = e n i=1 λ i = e 0 tra(s)ds 0 0 tra(s)ds + 2kπi, k Z tra(s)ds + 2kπi, k Z Numa primeira olhada, pode parecer que as equações lineares periódias compartilham da mesma simplicidade das equações lineares com coeficientes constantes No entanto, existe uma diferença muito grande, pois os expoentes característicos são definidos somente depois que as soluções de (1) são conhecidas, devido ao fato de que para conhecer a matriz B é preciso conhecer a matriz C e por conseguinte Φ(t), que é uma matriz fundamental de (1), e não existe uma relação obvia entre os expoentes característicos e a matriz A(t), como mostra o seguinte exemplo Exemplo 3 (Markus e Yamabe) Seja [ A(t) = 2 cos2 t 1 3 cos t sin t sin t cos t sin2 t ] Os autovalores λ 1 (t) e λ 2 (t) de A(t) são λ 1 (t) = 1+i 7, λ 4 2 (t) = λ 1 (t) Observe que a parte real dos autovalores são negativos Por outro lado, x(t) = ( cos t, sin t)e t 2 é solução de ẋ = A(t)x que por sua vez não é limitada quando t 7
(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;
Q1. Considere o espaço vetorial R 4 munido do seu produto interno usual. Sejam B uma base de R 4, A M 4 (R) uma matriz e T : R 4 R 4 a transformação linear tal que [T ] B = A. Considere as seguintes afirmações:
Leia maisAnálise Complexa e Equações Diferenciais 1 ō Semestre 2016/2017
Análise Complexa e Equações Diferenciais 1 ō Semestre 016/017 ō Teste Versão A (Cursos: MEBiol, MEQ 17 de Dezembro de 016, 10h [,0 val 1 Considere a equação diferencial e t + y e t + ( 1 + ye t dy dt 0
Leia mais25/05/06 MAP Análise Numérica e Equações Diferenciais I 1 o Semestre de EDO linear homogênea a coeficientes constantes - Continução
25/05/06 MAP 2310 - Análise Numérica e Equações Diferenciais I 1 o Semestre de 2006 Continuação 185 EDO linear homogênea a coeficientes constantes - Continução Exercício 36 Ache a solução geral complexa
Leia maisPolinômio Mínimo e Operadores Nilpotentes
Capítulo 9 Polinômio Mínimo e Operadores Nilpotentes Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisA 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 maisDiagonalização de Operadores. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes.
Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V
Leia maisIntrodução às Equações Diferenciais e Ordinárias
Introdução às Equações Diferenciais e Ordinárias - 017. Lista - EDOs lineares de ordem superior e sistemas de EDOs de primeira ordem 1 São dadas trincas de funções que são, em cada caso, soluções de alguma
Leia maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Leia maisc + 1+t 2 (1 + t 2 ) 5/2 dt e 5 2 ln(1+t2 )dt (1 + t 2 ) 5/2 dt (c 5/2 + (1 + t 2 ) 5/2 (1 + t 2 ) 5/2 dt ϕ(t) = (1 + t 2 ) 5/2 (1 + t).
Análise Complexa e Equações Diferenciais 2 o Semestre 206/207 3 de junho de 207, às 9:00 Teste 2 versão A MEFT, MEC, MEBiom, LEGM, LMAC, MEAer, MEMec, LEAN, LEMat [,0 val Resolva os seguintes problemas
Leia maisAlgebra Linear. 1. Funções de Matriz Quadrada 1.1. Teorema de Cayley-Hamilton. pag.1 Teoria de Sistemas Lineares Aula 8. c Reinaldo M.
Algebra Linear 1. 1.1. Teorema de Cayley-Hamilton pag.1 Teoria de Sistemas Lineares Aula 8 Considere A R n n associada a transformação linear f : R n R n Polinômios de matriz quadrada Para k positivo e
Leia mais10 Estabilidade de Métodos de Passo Simples
MAP 2310 - Análise Numérica e Equações Diferenciais I 1 o Semestre de 2008 Análise Numérica NÃO REVISADO! 10 Estabilidade de Métodos de Passo Simples Continuamos interessados em estudar Métodos de Discretização
Leia maisForma Canônica de Matrizes 2 2
Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de
Leia maisde Coeficientes Constantes
Seção 12: Equações Diferenciais Lineares não Homogêneas de Coeficientes Constantes O objetivo desta seção é estudar as equações lineares não homogêneas de coeficientes constantes No entanto, a versão do
Leia maisÁLGEBRA LINEAR I - MAT0032
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE MAIO DE 2017
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 3 7 DE MAIO DE 27 A = 2 2 2 A matriz tem como valor próprio λ = 2 (triplo. Para os vectores próprios: { z = y + z = v = A matriz não é diagonalizável,
Leia maisÁlgebra Linear I - Aula Matriz de uma transformação linear em uma base. Exemplo e motivação
Álgebra Linear I - Aula 19 1. Matriz de uma transformação linear em uma base. Exemplo e motivação 2. Matriz de uma transformação linear T na base β 1 Matriz de uma transformação linear em uma base. Exemplo
Leia maisA forma canônica de Jordan e aplicações. 2 Resultados. 2.1 Triangularização. Marcos Alves dos Santos e José Carlos Corrêa Eidam(Orientador)
A forma canônica de Jordan e aplicações Marcos Alves dos Santos e José Carlos Corrêa Eidam(Orientador) Universidade de São Paulo (USP), Brasil marcos.santos@usp.br Universidade de São Paulo (USP), Brasil
Leia mais0 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 maisAlgebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos
Algebra Linear 1. Revisitando autovalores e autovetores 2. Forma Diagonal e Forma de Jordan 2.1 Autovalores distintos 2.2 Autovalores complexos 2.3 Nem todos autovalores distintos 3. Autovalores e autovetores
Leia mais2 ō Semestre 2015/2016
Análise Complexa e Equações Diferenciais ō Semestre 15/16 ō Teste, versão A (Cursos: LEIC-A, MEAmbi, MEBiol, MEQ) 1 (a) Resolva o problema de valor inicial 8 de Maio de 16, 11h 3m Duração: 1h 3m y +6x+4xy
Leia maisEstudo de Órbitas Periódicas em
Campus de São José do Rio Preto Douglas Toseto Marçal de Oliveira Estudo de Órbitas Periódicas em Equações Diferenciais Não Autônomas São José do Rio Preto 214 Douglas Toseto Marçal de Oliveira Estudo
Leia mais(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e
Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p
Leia maisAUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Leia maisUniversidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática
Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática Disciplina: Cálculo Diferencial e Integral IV Unidades: Escola Politécnica e Escola de Quimica Código: MAC 48 a
Leia maisEquações Diferenciais (M2011)
Equações Diferenciais (M2011) ICruz - FCUP Aula 16-16 abr 18 (ICruz - FCUP) Equações Diferenciais (M2011) Aula 16-16 abr 18 1 / 12 Estabilidade de pontos de equilíbrio de sistemas LHCC No caso de sistemas
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia maisALGA 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 maisMini-teste 1 (Licenciatura em Matemática) 12/01/2007 Duração: 15 mn (Sem consulta)
Mini-teste 1 (Licenciatura em Matemática) 12/01/2007 1. O campo de direcções (na região rectangular [ 4, 4] [ 4, 4]) representado na figura 1 corresponde à equação diferencial Figure 1: y = t(1 y) ; y
Leia maisMatrizes Semelhantes e Matrizes Diagonalizáveis
Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas
Leia maisANÁLISE MATEMÁTICA IV EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM ESCALARES E FORMAS CANÓNICAS DE JORDAN. tet + t
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise ANÁLISE MATEMÁTICA IV FICHA 4 EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM ESCALARES E FORMAS CANÓNICAS DE JORDAN () Determine
Leia maisO resultado abaixo é local, por praticidade o enunciamos em todo o espaço. Escrevamos R n+m =R n R m ={(x,y) x R n e y R m }.
CÁLCULO III - MAT 216 - IFUSP- Primeiro Semestre de 2014 Professor Oswaldo Rio Branco de Oliveira http://wwwimeuspbr/~oliveira MULTIPLICADORES DE LAGRANGE EM VÁRIAS VARIÁVEIS Definição SejaM umamatrizemm
Leia maisCapítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 5 Operadores Auto-adjuntos Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 5: Operadores Auto-adjuntos
Leia maisAutovetor e Autovalor de um Operador Linear
Autovetor e Autovalor de um Operador Linear Definição Seja T : V V um operador linear. Um vetor v V, v 0, é dito um autovetor de T se existe um número real λ tal que T (v) = λv. O número real λ acima é
Leia maisX. MÉTODOS DE ESPAÇO DE ESTADOS
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE X. MÉTODOS DE ESPAÇO DE ESTADOS Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de
Leia maisEquações diferenciais ordinárias lineares de 1 a ordem
Capítulo 3 Equações diferenciais ordinárias lineares de 1 a ordem 31 Introdução Ao estudar equações ordinárias escalares no capítulo 1 observou-se que as equações que se podem resolver em termos de funções
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS. Apresente e justifique todos os cálculos
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS TESTES DE RECUPERAÇÃO A - 6 DE JUNHO DE 9 - DAS H ÀS :3H Teste Apresente e justifique
Leia maisTópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan
Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan Exercício 1. Seja A = (a i j ) uma matriz diagonal sobre
Leia maisÁLGEBRA LINEAR A FICHA 7
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 3/Dez/3 ÁLGEBRA LINEAR A FICHA SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Cálculo de Valores Próprios
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Leia maisFerramentas Matemáticas para Sistemas Lineares: Álgebra Linear
Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear Samir Angelo Milani Martins 1 1 UFSJ-MG / Campus Santo Antônio, MG Brasil Mestrado em Engenharia Elétrica UFSJ/CEFET-MG S. A. M. Martins (UFSJ
Leia mais= 2 sen(x) (cos(x) (b) (7 pontos) Pelo item anterior, temos as k desigualdades. sen 2 (2x) sen(4x) ( 3/2) 3
Problema (a) (3 pontos) Sendo f(x) = sen 2 (x) sen(2x), uma função π-periódica, temos que f (x) = 2 sen(x) cos(x) sen(2x) + sen 2 (x) 2 cos(2x) = 2 sen(x) (cos(x) sen(2x) + sen(x) cos(2x) ) = 2 sen(x)
Leia maisAutovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:
Lema (determinante de matriz ) A B A 0 Suponha que M = ou M =, com A e D 0 D C D matrizes quadradas Então det(m) = det(a) det(d) A B Considere M =, com A, B, C e D matrizes C D quadradas De forma geral,
Leia maisA (u + iv) = (a + ib) (u + iv) = (au bv) + i (av + bu).
DICAS E RESPOSTAS DA LISTA DE EXERCÍCIOS 4 EDO II - MAP 036 PROF: PEDRO T P LOPES WWWIMEUSPBR/ PPLOPES/EDO Os exercícios a seguir foram selecionados dos livros dos autores Claus Doering-Artur Lopes e Jorge
Leia maisÁlgebra Linear I - Aula 18
Álgebra Linear I - Aula 18 1. Matrizes semelhantes. 2. Matriz de uma transformação linear em uma base. Roteiro 1 Matrizes semelhantes Definição 1 (Matrizes semelhantes). Considere duas matrizes quadradas
Leia maisValores e vectores próprios
Valores e vectores próprios Álgebra Linear C (Engenharia Biológica) 0 de Dezembro de 006 Conteúdo Motivação e definições Propriedades 4 3 Matrizes diagonalizáveis 5 Motivação e definições Considere a matriz
Leia maisG4 de Álgebra Linear I
G4 de Álgebra Linear I 20122 Gabarito 7 de Dezembro de 2012 1 Considere a transformação linear T : R 3 R 3 definida por: T ( v = ( v (1, 1, 2 (0, 1, 1 a Determine a matriz [T ] ε da transformação linear
Leia maisP4 de Álgebra Linear I de junho de 2005 Gabarito
P4 de Álgebra Linear I 25.1 15 de junho de 25 Gabarito 1) Considere os pontos A = (1,, 1), B = (2, 2, 4), e C = (1, 2, 3). (1.a) Determine o ponto médio M do segmento AB. (1.b) Determine a equação cartesiana
Leia maisum polinômio de grau menor ou igual a n. Consideremos a edo na variável t
MAT 216 - Cálculo III - 1 o SEMESTRE de 2014 - IFUSP EQUAÇÕES DIFERENCIAIS COM COEFICIENTES CONSTANTES Referência: A Formula Substituting the Undetermined Coefficients and the Annihilator Methods, Oswaldo
Leia maisEXAMES DE ANÁLISE MATEMÁTICA III
EXAMES DE ANÁLISE MATEMÁTICA III Jaime E. Villate Faculdade de Engenharia Universidade do Porto 22 de Fevereiro de 1999 Resumo Estes são alguns dos exames e testes da disciplina de Análise Matemática III,
Leia mais21 de Junho de 2010, 9h00
Análise Complexa e Equações Diferenciais ō Semestre 009/00 ō Teste \ ō Exame - Versão A (Cursos: Todos) de Junho de 00, 9h00 Duração: Teste - h 30m, Exame - 3h INSTRUÇÕES Não é permitida a utilização de
Leia maisP3 de Álgebra Linear I
P3 de Álgebra Linear I 2008.2 Data: 14 de Novembro de 2008. Gabarito. 1) Decida se cada afirmação a seguir é verdadeira ou falsa. Considere uma transformação linear T : R 3 R 3 tal que existem vetores
Leia maisG3 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 maisEstabilidade para Sistemas LVT
Estabilidade para Sistemas LVT 1. Estabilidade de Sistemas Variante no Tempo 2. Estabilidade da Resposta à Entrada Nula pag.1 Teoria de Sistemas Lineares Aula 14 Estabilidade de Sistemas Variante no Tempo
Leia maisAnálise Complexa e Equações Diferenciais 2 ō Semestre 2013/2014
Análise Complexa e Equações Diferenciais 2 ō Semestre 213/21 Cursos: 2 ō Teste, versão A LEIC, MEEC, LEMat, MEAer, MEBiol, MEQ, MEAmbi 31 de Maio de 21, 11h3 [1,5 val. 1. Considere a equação diferencial
Leia maisMCTB Álgebra Linear Avançada I. Lista Ache a forma canônica de Jordan de cada um dos operadores lineares do Exercício 1.
MCTB002-13 - Álgebra Linear Avançada I Lista 4 1. Para cada um dos seguintes operadores lineares, ache uma base para cada um de seus autoespaços generalizados: 1 1 (a) T = L A, onde A = 1 3 11 4 5 (b)
Leia maisANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE ABRIL DE Se y representa a posição de um corpo, o seu movimento é dado por
ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA 24 27 DE ABRIL DE 2018 EQUAÇÕES DIFERENCIAIS LINEARES DE SEGUNDA ORDEM São da forma d 2 y dt 2 + p(t)dy + q(t)y = g(t) dt Um exemplo destas equações
Leia maisSemana Olímpica 2019
Semana Olímpica 2019 Prof a Ana Paula Chaves apchaves.math@gmail.com Nível U Formas Lineares em Logaritmos à la Baker 1. Algébricos x Transcendentes Um número algébrico é qualquer raiz, real ou complexa,
Leia maisExercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
Leia maisAnálise Complexa e Equações Diferenciais 2 o Semestre 2014/2015
Análise Complexa e Equações Diferenciais 2 o Semestre 2014/2015 (Cursos: 2 o Teste, versão A LEAN, LEGM, LMAC, MEBiom, MEC, MEFT, MEMec) 30 de Maio de 2015, 9h Duração: 1h 30m INSTRUÇÕES Não é permitida
Leia mais3.3 Retrato de fase de sistemas lineares de 1 a ordem
MAP 2310 - Análise Numérica e Equações Diferenciais I Continuação - 25/05/2006 1 o Semestre de 2006 3.3 Retrato de fase de sistemas lineares de 1 a ordem O espaço de fase de um sistema da forma ẏ = Ay,
Leia maisParte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.
Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas
Leia maisAnálise Complexa e Equações Diferenciais 2 ō Semestre 2012/2013
Análise Complexa e Equações Diferenciais ō Semestre 1/13 ō Teste Versão A (Cursos: LEAN, LEMat, LMAC, MEAer, MEAmbi, MEBiom, MEBiol, MEFT, MEMec, MEQ) 5 de Maio de 13, 11h Duração: 1h 3m 1. Considere o
Leia maisÁlgebra Linear I - Aula 22
Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de
Leia maisEquação Geral do Segundo Grau em R 2
8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................
Leia mais4 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 maisMAT-27 Lista-09 Outubro/2011
MAT-27 Lista-09 Outubro/2011 1. Determinar, se possível, uma matriz M M 2 (R) de maneira que M 1 AM seja diagonal nos seguintes casos: [ ] 2 4 (a) 3 13 [ ] 3 2 2 1 2. Achar uma matriz diagonal semelhante
Leia maisÁlgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas
Álgebra Linear I - Lista 12 Matrizes semelhantes. Diagonalização Respostas 1) Determine quais das matrizes a seguir são diagonalizáveis. Nos caso afirmativos encontre uma base de autovetores e uma forma
Leia maisForma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais 2 2
Forma Canônica de Jordan para Operadores Lineares do Plano - Matrizes Reais Sylvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão 5. - Agosto Resumo O Teorema da Forma Canônica de Jordan
Leia maisP4 de Álgebra Linear I
P4 de Álgebra Linear I 2008.2 Data: 28 de Novembro de 2008. Gabarito. 1) (Enunciado da prova tipo A) a) Considere o plano π: x + 2 y + z = 0. Determine a equação cartesiana de um plano ρ tal que a distância
Leia maisÁlgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas
Álgebra Linear I - Aula 22 1. Matrizes 2 2 ortogonais e simétricas. 2. Projeções ortogonais. 3. Matrizes ortogonais e simétricas 3 3. Roteiro 1 Matrizes simultaneamente ortogonais e simétricas 2 2 Propriedade
Leia maisEstabilidade Interna. 1. Estabilidade Interna. 2. Análise de Estabilidade Segundo Lyapunov. 3. Teorema de Lyapunov
Estabilidade Interna 1. Estabilidade Interna 2. Análise de Estabilidade Segundo Lyapunov 3. Teorema de Lyapunov 4. Teorema de Lyapunov Caso Discreto pag.1 Teoria de Sistemas Lineares Aula 13 Estabilidade
Leia maisSistemas de Equações Diferenciais Lineares
Capítulo 9 Sistemas de Equações Diferenciais Lineares Agora, estamos interessados em estudar sistemas de equações diferenciais lineares de primeira ordem: Definição 36. Um sistema da linear da forma x
Leia mais3 a Avaliação Parcial - Álgebra Linear
3 a Avaliação Parcial - Álgebra Linear - 016.1 1. Considere a função T : R 3 R 3 dada por T(x, y, z) = (x y z, x y + z, x y z) e as bases de R 3 B = (1, 1, 1), (1, 0, 1), ( 1,, 0)} (a) Encontre [T] B B.
Leia maisÁLGEBRA LINEAR - MAT0024
UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR - MAT0024 11 a Lista de exercícios
Leia maisOS 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 maisGabarito 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 mais1 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 maisAutovalores e Autovetores
Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 Cálculo Numérico 24 de novembro de 2010 Introdução Objetivo: Dada matriz A, n n, determinar todos os vetores v que sejam paralelos a Av. Introdução
Leia maisCapítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 6 Operadores Ortogonais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 6: Operadores Ortogonais
Leia mais1 [30] O programa abaixo, que calcula a raiz quadrada de 6, está errado. Identifique o erro, e explique como corrigi-lo.
TT009 Matemática Aplicada I Curso de Engenharia Ambiental Departamento de Engenharia Ambiental, UFPR P01, 30 mar 01 Prof. Nelson Luís Dias NOME: GABARITO Assinatura: 0 1 [30] O programa abaixo, que calcula
Leia mais23 e 24. Forma Quadrática e Equação do Segundo Grau em R 3. Sumário
23 e 24 Forma Quadrática e Equação do Segundo Grau em R 3 Sumário 23.1 Introdução....................... 2 23.2 Autovalores e Autovetores de uma matriz 3 3.. 2 23.3 Mudança de Coordenadas no Espaço........
Leia maisLEEC Exame de Análise Matemática 3
LEEC Exame de Análise Matemática 3 0 de Janeiro de 005 Justifique cuidadosamente todas as respostas Não é permitida a utilização de máquina de calcular O tempo para a realização desta prova é de horas
Leia maisÁlgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.
Álgebra Linear I - Lista 11 Autovalores e autovetores Respostas 1 Calcule os autovalores e autovetores das matrizes abaixo. (a ( 4 1 1, (b ( 1 1, (c ( 5 6 3 4, (d 1 1 3 1 6 6, (e 3 5 1, (f 1 1 1 1 1 1
Leia maisÁlgebra Linear Diagonalização de Operadores
Introdução e Motivação Preliminares Diagonalização de Operadores Aplicações Referências Álgebra Linear Diagonalização de Operadores Universidade Estadual Vale do Acaraci - Sobral - CE Semana da Matemática
Leia maisORDINÁRIAS. Víctor Arturo Martínez León
INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS ORDINÁRIAS Víctor Arturo Martínez León September 3, 2017 Súmario 1 Equações diferenciais lineares de primeira ordem 2 2 Equações diferenciais lineares de segundo ordem
Leia mais14 Estimador assintótico
Teoria de Controle (sinopse) 4 J. A. M. Felippe de Souza Neste capítulo continuaremos no estudo de que foi iniciado no capítulo anterior. Estimadores de Estado, A exemplo dos capítulos anteriores será
Leia maisG2 de Álgebra Linear I
G2 de Álgebra Linear I 2013.1 17 de Maio de 2013. Gabarito 1) Considere a transformação linear T : R 3 R 2 definida por: T (1, 1, 0) = (2, 2, 0), T (0, 1, 1) = (1, 0, 0) T (0, 1, 0) = (1, 1, 0). (a) Determine
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 1
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Revisão O que é um corpo (campo)? O que é um espaço
Leia maisOBJETIVO. Prova1-Trivial,porinduçãoeusaoteoremafundamentaldaálgebra...3
O TEOREMA DE CAYLEY-HAMILTON Carlos Alexandre Gomes (UFRN) e Oswaldo Rio Branco de Oliveira (IMEUSP) http://www.ime.usp.br/~oliveira oliveira@ime.usp.br Ano 2015 e Ano 2017 OBJETIVO Nesta notas apresentamos
Leia maisQ1. Considere as bases: der 2 e der 3, respectivamente. Seja T :R 2 R 3 a transformação linear Temos que T(1,2) é igual a: [T] BC = 1 0
Q. Considere as bases: B = { (,),(, ) }, C = { (,,),(,,),(,,) }, der e der, respectivamente. Seja T :R R a transformação linear cuja matriz em relação às bases B e C é: [T] BC =. Temos que T(,) é igual
Leia maisÁlgebra 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 maisÁlgebra 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 mais5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 29 Soluções dos exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A, então
Leia maisÁlgebra Linear I - Aula Propriedades dos autovetores e autovalores
Álgebra Linear I - Aula 17 1. Propriedades dos autovetores e autovalores. 2. Matrizes semelhantes. 1 Propriedades dos autovetores e autovalores Propriedade 1: Sejam λ e β autovalores diferentes de T e
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 2
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 2 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Agenda Resposta no espaço de estados Representações
Leia maisÁlgebra Linear e suas Aplicações Notas de Aula. Petronio Pulino = Q
Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino 1 3 4 3 1 0 4 0 1 = Q 4 1 6 Qt Q t Q = 1 1 1 PULINUS Álgebra Linear e suas Aplicações Notas de Aula Petronio Pulino Departamento de Matemática
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia maisMAE125 Álgebra Linear /1 Turmas EQN/QIN
MAE25 Álgebra Linear 2 205/ Turmas EQN/QIN Planejamento (última revisão: 0 de junho de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na semana seguinte à aula e valem nota Todas
Leia maisParte II. Análise funcional II
Parte II Análise funcional II 12 Capítulo 5 Produto de Operadores. Operadores inversos Neste capítulo vamos introduzir a noção de produto de operadores assim como a de operador invertível. Para tal precisamos
Leia maisMétodos de passo simples para equações diferenciais ordinárias. Nelson Kuhl
Métodos de passo simples para equações diferenciais ordinárias Nelson Kuhl 1. Solução Numérica de Equações Diferencias Ordinárias Métodos de Passo Simples Explícitos 1.1 Introdução Para a maioria das equações
Leia mais