Diagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
|
|
- Yasmin Fialho
- 5 Há anos
- Visualizações:
Transcrição
1 Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo. Volume do paralelepípedo.) Matrizes elementares e factorização triangular
2 Diagonalização unitária e diagonalização ortogonal Considere-se o produto interno usual A M nn (C) A H A T A H H A (A + B) H A H +B H (AC) H C H A H A é hermitiana se A H A A é simétrica se A T A Se A M nn (R), A hermitiana, A simétrica Todos os valores próprios de uma matriz simétrica ou hermitiana são reais Se A fôr simétrica ou hermitiana então os vectores próprios associados a valores próprios distintos, são ortogonais Os subespaços próprios de A simétrica ou hermitiana são ortogonais entre si
3 Dem A M nn (C), A hermitiana. valor próprio de A e u vector próprio associado. hau; ui (Au) H u u H A H u u H Au u H u kuk : Por outro lado, hau; ui (u) H u kuk : Então, uma vez que kuk 0. Logo é real. Sejam u e v vectores próprios associados (respectivamente) a valores próprios distintos e. Então hau; vi (Au) H v ( u) H v é real hu; vi hau; vi (Au) H v u H Av u H v hu; vi Como então u e u são ortogonais. hu ; u i 0
4 P é ortogonal : P T P, isto é, P P T I (as colunas de P T são uma base ortonormada de R n ) U é unitária : U H U, isto é, UU H I (as colunas de U H são uma base ortonormada de C n ) Se A M nn (R) A ortogonal, A unitária
5 A diz-se unitariamente diagonalizável se existir U H unitária e D diagonal tais que D UAU H isto é, se existir uma base o.n. de C n formada só por vectores próprios de A A diz-se ortogonalmente diagonalizável se existir P T ortogonal e D diagonal tais que D P AP T isto é, se existir uma base o.n. de R n formada só por vectores próprios de A
6 Teorema de Schur. Seja A uma matriz n n. Então, existe uma matriz unitária U H tal que UAU H é triangular superior (inferior). Dem. A demonstração será efectuada por indução em n. O resultado é óbvio para n. Suponhamos que a hipótese é válida para matrizes k k e seja A uma matriz (k + ) (k + ). Sejam um valor próprio de A e w um vector próprio associado de norma. Aplicando o método de ortogonalização de Gram-Schmidt, seja w ; : : : ; w k+ uma base ortonormada para C k+. Seja W H a matriz cuja coluna i é igual ao vector w i, para i ; : : : ; k +. Então, por construção, a matriz W H é unitária. Por outro lado, a primeira coluna de W AW H é igual a W Aw, tendo-se W Aw W w W w
7 e assim W AW H onde M é uma matriz k k. j j 0 j. j M 0 j ; Pela hipótese de indução, existe uma matriz kk unitária (V ) H tal que V M (V ) H T, onde T é uma matriz triangular superior. Seja V H Então V H é unitária e tem-se j 0 0 j 0 j. j (V ) H 0 j (V W ) A (V W ) H V W AW H V H.
8 j j 0 j. j V M (V ) H 0 j j j 0 j. j T 0 j T, onde T é uma matriz triangular superior. Como a matriz (V W ) H é unitária, pondo U H (V W ) H, tem-se UAU H T, com T triangular superior e U H unitária.
9 Exemplo A " valores próprios de A : e N (A I) L (f(; )g) N (A I) L (f(; )g) U H p p p p Gram-Schmidt UAU H T p p p p " p p p p " 0 {z } T
10 TEOREMA (triangularização) A M nn (C): Então existe U H unitária tal que UAU H é triangular superior (inferior). TEOREMA A é hermitiana ) A é unitariamente diagonalizável Dem. existe U H unitária tal que UAU H é triangular. Seja T UAU H. Logo T H T e como T é triangular então T é diagonal. A M nn (R) A é simétrica ) A é ortogonalmente diagonalizável A matriz P T é a matriz cujas colunas são os vectores próprios de A que formam uma base ortonormada de R n
11 A hermitiana ) A unitariamente diagonalizável (D UAU H ) A hermitiana : A unitariamente diagonalizável A simétrica, A ortogonalmente diagonalizável (D P AP T )
12 A é normal : A H A AA H (ou A T A AA T se A M nn (R)) fa : A é simétricag fa : A é normalg fa : A é ortogonalg fa : A é normalg fa : A é hermitianag fa : A é normalg fa : A é unitáriag fa : A é normalg A M nn (R) tal que A é normal com todos os valores próprios reais + A simétrica
13 Se A M nn (C) é normal tem-se para todo o u kauk A H u A normal ) A I normal e k(a I) uk (A I) H u A H I u Logo Au u ) A H u u
14 Os vectores próprios associados a valores próprios distintos, de uma matriz normal, são ortogonais Dem. Seja A M nn (C) tal que A é normal. Sejam ; valores próprios de A tais que e sejam v e v vectores próprios de A associados respectivamente a e. Tem-se Av v ) A H v v e Av v ) A H v v A H v H v v H v (v ) H v hv ; v i A H v H v (v ) H (Av ) (v ) H v hv ; v i Logo ( ) hv ; v i 0: Assim, como, tem-se hv ; v i 0:
15 A é normal, A é unitariamente diagonalizável Dem. ()) A normal, existe U H unitária e T triangular superior T tais que T UAU H. T T H T H T Logo T é normal. T t ij n n. As entradas das diagonais principais de T T H e T H T : jt j + jt j + jt j + + jt n j jt j jt j + jt j + + jt n j jt j + jt j jt nn j jt n j + jt n j + jt n j + + jt nn j e assim, t ij 0 sempre que i j. Logo T é diagonal e A é unitariamente diagonalizável..
16 (() A unitariamente diagonalizável. Sejam D diagonal e U H unitária tais que Logo D UAU H A U H DU AA H U H DD H U A H A U H D H D U DD H D H D j j j j j n j AA H A H A e assim A é normal.
17 Exemplo A " + i i A H A AA H A é hermitiana " + i i A H A Logo A é normal. Então existem uma matriz unitária U H (U H U ) e uma matriz diagonal D tais que det(a I) D UAU H. + i i os valores próprios de A são e e tem-se N (A I) L (f( i; )g) ( ) ( ), N (A I) L + i;. Note-se que os vectores de N (A I) são ortogonais aos vectores de N (A I). Logo, uma base ortonormada de C formada só com vectores próprios de A pode
18 ser: 8 < : k( i; )k ( i; ) ; + i; + 9 i; Logo e ( p p i; U H S Bvp!B c D p " 0 0! ; p + p p i p i; p + p p p UAU H!) p i. ;
19 Exemplo não é simétrica logo não é ortogonalmente diagonalizável. Mas: T T então é normal e como tal é unitariamente diagonalizável.
20 0 0 0 ip ip {z } D p p p p + p p i i p p i + p i p p p i + p p i + p i i p p p {z } U H
21 Positividade do produto interno Teorema. A M nn (R) simétrica. Então: A é de nida positiva, isto é, u T Au > 0 para todo o u 0,, todos os valores próprios de A são positivos Dem. Sendo A simétrica então A é ortogonalmente diagonalizável, isto é, existem D diagonal e P T ortogonal tais que D P AP T. Assim (u T Au > 0 para todo o u 0),, (u T P T DP u > 0 para todo o u 0),, ((P u) T D (P u) > 0 para todo o u 0),, (, (u T Du > 0 para todo o u 0), nx i (u i ) i > 0 para todo o u 0),, ( i > 0 para todo o i ; :::; n) onde ; :::; n são os valores próprios de A são positivos. Logo A é de nida positiva.
22 Raíz quadrada Observações. Existem in nitas v u t" 0 0 por exemplo " s r com s; r; t N tais que t t r s s + r (triplos pitagóricos) Não existe v u t" Sendo A simétrica e de nida positiva existem n matrizes simétricas B tais que B A. No entanto existe uma única matriz simétrica e de nida positiva B; a "raíz quadrada" de A tal que B A e escreve-se B p A Observação. Caso A seja simétrica e semide nida positiva (todos os seus valores próprios são não negativos) então p A simétrica e semide nida positiva também é única.
23 A M nn (R) tal que A é simétrica. Então, são equivalentes: (i) A é de nida positiva (u T Au > 0 8u 0) (ii) Existe uma raíz quadrada de A, isto é, existe B simétrica e de nida positiva tal que ou seja A B B p A (iii) Existe uma matriz invertível S tal que A S T S
24 Exemplo A " valores próprios de A: e vectores próprios associados a : L (f( ; )g) n f0g vectores próprios associados a : L (f(; )g) n f0g " 0 0 p p p p " p p p p B p p p p " p p 0 0 p p p p " p p p p + p p p p + p A B " p p p p + p p p p + "
25 Exemplo. Cálculo de p A valores próprios de A : 0 e base ortogonal de R formada só por vectores próprios de A: 8 9 >< ( ; 0; ) ; ( ; ; 0) {z } >: N (A)nf0g ( ; 0; ) ; (; ; ) {z } N (A > I)nf0g>; f( ; 0; ) ; ( ; ; ) ; (; ; )g base ortonormada de R formada só por vectores próprios de A: 8 >< p p ; 0;! ; p p ; ; p {z } >: N (A)nf0g! ; p p p ; ; 9! > {z } N (A I)nf0g >;
26 p A p p p p p 0 p p p {z } P T p p p p p p p p p p {z } {z } D P p p p p p p p p p
27 Outro modo de calcular v u t base de R formada só por vectores próprios de A: 8 >< ( ; 0; ) ; ( ; ; 0) ; (; ; ) {z } >: N (A)nf0g {z } A {z } N (A 9 > I)nf0g >; {z } {z } P {z } D P p C {z } {z } A P p {z } D P
28 p A p {z } {z } P p {z } D P p p p p p p p p p
29 Mínimos quadrados Au b A M mn (R), b R m Como Au C (A) para todo o u R n e b P C(A) (b) kb Auk, u R n é a melhor solução aproximada ou solução de mínimos quadrados de Au b se u veri car Au P C(A) (b) kb Auk é o erro de mínimos quadrados a distância kb Auk é mínima se Au P C(A) (b)
30 Por outro lado, tem-se Au P C(A) (b),, P C(A) Au P C(A) b,, P C(A) (Au b) 0,, Au b N P C(A) (C (A))? N A T,, A T (Au b) 0,, A T Au A T b. À equação A T Au A T b. chama-se equação normal associada a Au b.
31 Tem-se (i) N (A) N A T A (ii) As soluções de mínimos quadrados do sistema linear Au b são as soluções da equação normal A T Au A T b: (iii) Se car A n então a equação normal A T Au A T b tem a solução única u A T A A T b P C(A) (b) Au A A T A A T b isto é, A A T A A T é a matriz que representa a projecção ortogonal P C(A) na base canónica.
32 (x ; y ) ; : : : ; (x m ; y m ), y a 0 + a x 8 >< >: y a 0 + a x. y m a 0 + a x m A x.. x m ; u se car A a equação normal x.. x m " a0 a " a0 a, b y. y m y. y m A T Au A T b tem como única solução de mínimos quadrados u A T A A T b Assim, a recta de mínimos quadrados y a 0 + a x é a recta que torna mínimos os quadrados (y (a 0 + a x )) + +(y m (a 0 + a x m )) kb Auk kb Auk é o erro de mínimos quadrados
33 (x ; y ) ; : : : ; (x m ; y m ) y a 0 + a x + ::: + a n x n A 8 >< >: y a 0 + a x + + a n x n. y m a 0 + a x m + + a n x n m. x. x n. x m x n m. x. x n. x m x n m a 0 a. a n u a 0 a. a n y. y m b y. y m se car A n + e então a equação normal A T Au A T b tem como única solução de mínimos quadrados u A T A A T b:
34 y + x é a recta de mínimos quadrados relativa aos pontos (0; ) ; (; ) ; (; ) e (; ) : A 0 b car A, a solução de mínimos quadrados é única: u " a0 a A T A A T b 0 " 0 0 C A " 0 " kb Auk v u t (y (a 0 + a x )) + (y (a 0 + a x )) + (y (a 0 + a x )) + (y (a 0 + a x )) s p.
35 Um produto interno em C ([a; b]) h; i : C ([a; b]) C ([a; b])! R (f; g)! hf; gi Z b a f (x) g (x) dx. Prova da positividade: hf; fi > 0 para toda a função não nula. Seja f C ([a; b]). Seja x 0 [a; b] tal que f (x 0 ) 0. Como f é contínua em [a; b], existe um intervalo I [a; b] tal que para todo o x I (f (x)) (f (x 0)). Logo Z b hf; fi (f a (x)) dx (f I (x)) dx (f (x 0)) ZI dx (f (x 0)) jij > 0 onde jij denota o comprimento do intervalo I. Z Z I (f (x 0 )) dx
36 Polinómio de Taylor versus Mínimos quadrados Z f (t) g (t) dt produto interno em C [ ; ] n ; t; t o base de U L n ; t; t o C [ ; ] Gram-Schmidt: n ; t; + t o base ortogonal de L n ; t; t o P U e t proj e t + proj t e t + proj +t e t e e + e t + e e + t Z +t e t dt Z +t dt + t e e + t
37 e t P U e t v Z u t e t e e + e t + e e + t dt r e e e + 9 : 9 0 Aproximação usando o polinómio de Taylor: e t + t + t v Z u t e t + t + t dt q sinh sinh : 9 8 0
38 Matrizes elementares e factorização triangular! L $L ! {z } P
39 ! L!L! {z } E ( )
40 j 8 j j! L +L!L! j 0 0 j j {z } E ( )
41 j 0 0 j j! L +L!L! {z } E ()
42 E () E ( ) E P
43 Matriz elementar é uma matriz do tipo n n obtida de I através de uma única operação elementar. A matriz de permutação P ij é a matriz elementar obtida por troca da linha i com a linha j de I. P ij i j
44 A matriz E i () é a matriz elementar obtida da matriz I através do produto do escalar 0 pela linha i da matriz I. E i () i A matriz E ij () é a matriz elementar obtida de I por soma da linha j com um múltiplo da linha i. Para i < j: E ij () i j
45 E ij (), com i < j, são matrizes triangulares inferiores E ij (), com i > j, são matrizes triangulares superiores Pij Pij (E i ()) E i () para 0 Eij () Eij ( )
46 As matrizes elementares do tipo são: P P " 0 0 E () " 0 0 E () " 0 0 E () " 0 E () " 0
47 ou A LU ou P A LU E E ( ) P {z } A {z } U P P {z } L P A E () E P A {z } U {z } {z } L U
48 ou A LU ou P A LU E ( )E ( )E () 0 {z } A {z } U A (E ()) E ( ) E ( ) )E ( {z ) 0 } L {z } U A E ( )E ( A {z } {z } L U
49 E P {z } A {z } U P P {z } L P A E {z } U P A {z } L {z } U
50 Factorização triangular Consequências do método de eliminação de Gauss A m n. Então ou A LU ou P A LU P é uma matriz de permutação L é triangular inferior com as entradas da diagonal principal todas iguais a U é uma matriz em escada Se A é nn e invertível então as factorizações anteriores são únicas e U é triangular superior e as entradas da diagonal principal são os pivots A invertível, (A produto de matrizes elementares) ("Outro" modo de calcular a inversa de uma matriz invertível)
51 O determinante de cada um dos três tipos de matrizes elementares é dado por det P ij, det E i (), det E ij () : Assim det (EA) det E det A; onde E é uma matriz elementar (P ij ; E i () ou E ij ()). O que conduz à demonstração de se ter: det (AB) det A det B:
52 Teorema. A M nn (R). São equivalentes: (i) A é igual ao produto de matrizes elementares (ii) A é invertível (iii) Au 0 tem apenas a solução trivial u 0 (iv) Au b tem solução única u para cada b R n (v) car A n (vi) nul A 0 (vii) det A 0 (Num próximo capítulo) (viii) A T A é invertível (ix) N (A) f0g
53 (x) As colunas de A geram R n (xi) As colunas de A são independentes (xii) As colunas de A formam uma base de R n (xiii) As linhas de A geram R n (xiv) As linhas de A são independentes (xv) As linhas de A formam uma base de R n (xvi) A transformação linear T : R n! R n de nida por T (u) Au, para u R n, é sobrejectiva. (xvii) A transformação linear T : R n! R n de nida por T (u) Au, para u R n, é injectiva. (xviii) A transformação linear T : R n! R n de nida por T (u) Au, para u R n, é bijectiva.
54 (xix) A transformação linear T : R n! R n de nida por T (u) Au, para u R n, é invertível. (xx) 0 não é valor próprio de A. (xxi) (N (A))? R n. (xxii) (L (A))? f0g.
55 ! ::: ! :::! ::: {z } matriz em escada de linhas reduzida 0 0 "
56 Formas quadráticas Equação quadrática em duas variáveis x e y: ax + by + cxy + dx + ey + f 0 h i " a c x y c b {z } A " x y (A real simétrica). Q : R! R, + h d e i " x y {z } u Q (u) u T Au ax + by + cxy + f 0 forma quadrática associada à equação quadrática Equação quadrática em n variáveis x ; x ; : : : ; x n : u T Au + Bu + 0 u M n (R), A a ij real simétrica n n, B M n (R) e escalar. Q : R n! R Q (u) u T Au n P i np j forma quadrática associada à equação quadrática a ij x j! x i
57 A real (simétrica) n n. A forma quadrática Q : R n! R é: Q (u) u T Au de nida positiva se u T Au > 0, para todo o u 0; de nida negativa se u T Au < 0, para todo o u 0; semide nida positiva se u T Au 0, para todo o u; semide nida negativa se u T Au 0, para todo o u; inde nida se existirem pontos onde u T Au seja positiva e pontos onde u T Au seja negativa.
58 A M nn (R), A simétrica. Então A é de nida positiva, todos os valores próprios de A são positivos; A é de nida negativa, todos os valores próprios de A são negativos; A é semide nida positiva, todos os valores próprios de A são não negativos; A é semide nida negativa, todos os valores próprios de A são não positivos; A é inde nida, A tem pelo menos um valor próprio positivo e outro negativo.
59 Em R u x y z A a d e d b f e f c B g h i ax +by +cz +dxy+exz+fyz+gx+hy+iz+ 0 À super cie resultante da equação anterior chama-se quádrica. Existem quatro tipos de quádricas não degeneradas: elipsóides, hiperbolóides (de uma ou duas folhas), cones e parabolóides (elípticos ou hiperbólicos). Em R : Cónica ou secção cónica é a curva plana obtida por meio de um corte efectuado por um plano relativamente a uma superfície cónica. As secções cónicas que se obtêm quando o plano que efectua o corte não passa pelo vértice da superfície cónica, são elipses (os valores próprios têm o mesmo sinal) (podendo ter-se circunferências: quando o corte é efectuado perpendicularmente ao eixo de simetria do cone), parábolas (um dos dois valores próprios é zero) e hipérboles (os dois valores próprios têm sinais contrários).
60 x + xy + y elipse Q(x; y) x +xy+y h x y i " " x y h x y i p p p p " 0 0 p p p p " x y 0 p p p p " x y C A T " 0 0 p p p p " x y h x 0 y 0 i " 0 0 " x 0 y 0 x 0 + y 0 com " x 0 y 0 cos sen sen cos " x y A P T DP
61 x + y elipse y x x + xy + y elipse y x
62 x y hipérbole y x x y parábola y x
Diagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisMínimos quadrados. A 2 M mn (R), b 2 R m. Como Au 2 C (A) para todo o u 2 R n e
Mínimos quadrados Au b A M mn (R), b R m Como Au C (A) para todo o u R n e b P C(A) (b) kb Auk, u R n é a melhor solução aproximada ou solução de mínimos quadrados de Au b se u veri car Au P C(A) (b) kb
Leia maisDiagonalização unitária e diagonalização ortogonal. Observação. Neste capítulo considera-se o produto interno
Diagonalização unitária e diagonalização ortogonal Observação. Neste capítulo considera-se o produto interno usual. De nição. Chama-se transposta conjugada de uma matriz A à matriz A T e denota-se por
Leia maisFormas quadráticas. x y. forma quadrática associada à equação quadrática. real simétrica n n, B 2 M 1n (R) e escalar.
Formas quadráticas Equação quadrática em duas variáveis x e y: ax + by + cxy + dx + ey + f 0 h i a c x y c b A x y (A real simétrica). Q : R! R, + h d e i x y u Q (u) u T Au ax + by + cxy + f 0 forma quadrática
Leia maisExercícios de Álgebra Linear 2 o Semestre 2008/2009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC
Exercícios de Álgebra Linear o Semestre 008/009 LEIC, LEGM, LMAC, MEFT, MEBiom e MEC João Ferreira Alves/Ricardo Coutinho Sistemas de Equações Lineares e Matrizes Exercício Resolva por eliminação de Gauss
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - 1 o Semestre de 016/17 MEBiol, MEAmbi EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Vectores e valores próprios 1 1 Vectores e valores próprios de transformações lineares Dada uma transformação linear T V!
Leia maisInstituto Superior Técnico - Álgebra Linear - 1 o Semestre 2016/2017 LEIC-A 5 a Ficha de exercícios para as aulas de problemas
Instituto Superior Técnico - Álgebra Linear - o Semestre 0/0 LEIC-A a Ficha de exercícios para as aulas de problemas Classi que quanto à paridade as seguintes permutações de números de a : () () () (iv)
Leia maisInstituto 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 maisAvaliação e programa de Álgebra Linear
Avaliação e programa de Álgebra Linear o Teste ( de Março): Sistemas de equações lineares e matrizes. Espaços lineares. o Teste ( de Maio): Matriz de mudança de base. Transformações lineares. o Teste (
Leia maisÁlgebra 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 maisProdutos internos (Axiomas) com R e com C. Matriz de Gram G B. Duas Desigualdades: Cauchy-Schwarz e triangular. e v.
Produtos internos (Axiomas) com R e com C Matriz de Gram G B Norma de u: kuk = q hu; ui Duas Desigualdades: Cauchy-Schwarz e triangular Ângulo entre u 6=0 e v 6=0 : = arccos hu;vi kukkvk Projecção ortogonal
Leia maisAulas Teóricas de Álgebra Linear
Aulas Teóricas de Álgebra Linear Instituto Superior Técnico - o Semestre 009/00 MEAmbi - MEBiol Matrizes De nição Uma matriz A, do tipo m n (m por n), é uma tabela de mn números dispostos em m linhas e
Leia maisEspaços vectoriais com produto interno. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19
Capítulo 6 Espaços vectoriais com produto interno ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19 Definição e propriedades ALGA 2008/2009 Mest.
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 maisApontamentos das Aulas Teóricas de Álgebra Linear. LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec. Nuno Martins. Departamento de Matemática
Apontamentos das Aulas Teóricas de Álgebra Linear para LEAN - LEMat - MEAer - MEAmbi - MEEC - MEMec Nuno Martins Departamento de Matemática Instituto Superior Técnico Fevereiro de 0 Índice Sistemas de
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 maisValores e vectores próprios
ALGA - Eng Civil e EngTopográ ca - ISE - / - Valores e vectores próprios 5 Valores e vectores próprios Neste capítulo, sempre que não haja especi cação em contrário, todas as matrizes envolvidas são quadradas
Leia maisAlgumas Aplicações de Álgebra Linear. Análise de Redes (Network) Fluxo de Trânsito. Circuitos Eléctricos. Equilíbrio de Equações Químicas
Algumas Aplicações de Álgebra Linear Análise de Redes (Network) Fluxo de Trânsito Circuitos Eléctricos Equilíbrio de Equações Químicas Interpolação Polinomial Estudo de Modelos Económicos Compressão de
Leia mais7 temos que e u =
Capítulo 1 Complementos de Álgebra Linear 11 Introdução Seja A = [a ij ] uma matriz quadrada de ordem n e pensemos na transformação linear R n! R n que a cada cada vector u R n faz corresponder um vector
Leia maisficha 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 maisMultiplicidade geométrica
Valores e Vectores Próprios - ALGA - /5 Multiplicidade geométrica Chama-se multiplicidade geométrica de um valor próprio ao grau de indeterminação do sistema (A I n ) X : O grau de indeterminação de corresponde
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 maisMatrizes - ALGA /05 1. Matrizes
Matrizes - ALGA - 004/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) : i f1; ; :::; mg e j f1; ; :::; ngg e com valores
Leia mais10 a Lista de Exercícios
Álgebra Linear Licenciaturas: Eng. Biológica, Eng. Ambiente, Eng. Química, Química 1 ō ano 2004/05 10 a Lista de Exercícios Problema 1. Decida quais das expressões seguintes definem um produto interno.
Leia maisÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 20/Nov/2003 ÁLGEBRA LINEAR A FICHA 6 SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Propriedades dos Determinantes
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 maisMatemática II /06 - Matrizes 1. Matrizes
Matemática II - 00/0 - Matrizes Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma função A : f; ; :::; mg f; ; :::; ng R: (i; j) A (i; j)
Leia maisCM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
Leia maisMatriz de mudança de coordenadas: S B1!B 2. (como se faz e para que serve) transformação linear. (como se faz e para que serve)
Matriz de mudança de coordenadas: S B!B (como se faz e para que serve) Transformação linear A matriz de T em relação às bases B e B 0 : M(T ; B; B 0 ) (como se faz e para que serve) As 3 formas (equivalentes)
Leia maisMatrizes - Matemática II /05 1. Matrizes
Matrizes - Matemática II - 00/0 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n a uma função A de nida no conjunto f(i; j) i f1; ; ; mg e j f1; ; ; ngg e com valores
Leia maisALGA 2007/2008 Mest. Int. Eng. Electrotécnica e de Computadores Aplicao do Captulo VI 1 / 12
Aplicação do Capítulo VI à Classificação de Cónicas e Quádricas ALGA 007/008 Mest. Int. Eng. Electrotécnica e de Computadores Aplicao do Captulo VI 1 / 1 A diagonalização de matrizes simétricas reais pode
Leia maisValores próprios (de uma matriz): tais que det(a I) = 0. Vectores próprios (de uma matriz) associados a um valor próprio : v 2 N (A I)n f0g
Polinómio característico: det(a I) Valores próprios (de uma matriz): tais que det(a I) Vectores próprios (de uma matriz) associados a um valor próprio : v N (A I)n fg N (A I) é o subespaço próprio associado
Leia maisMarcelo M. Santos DM-IMECC-UNICAMP msantos/
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência 0 anos c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Identificação de Cônicas
Leia maisProblemas de Álgebra Linear
Problemas de Álgebra Linear Curso: Engenharia Aeroespacial o Semestre 203/204 Prof Paulo Pinto http://wwwmathistutlpt/ ppinto/ Conteúdo Sistemas de equações lineares e álgebra matricial Álgebra de matrizes
Leia maisa(ab)=(aa)b=a(ab) (A+B) T =A T +B T
A,B,C (matrizes) a,b,k,λ%-t. n%0 D,F,G (matrizes n n) determinante: det D transposto: D T E (matriz elementar n n) A matriz D é uma matriz elementar se pode ser obtida a partir da matriz identidade de
Leia maisALGA - Eng. Civil e Eng. Topográ ca - ISE / Matrizes 1. Matrizes
ALGA - Eng. Civil e Eng. Topográ ca - ISE - 011/01 - Matrizes 1 Matrizes Introdução Se m e n são números naturais, chama-se matriz real de tipo m n (m vezes n ou m por n) a uma aplicação A : f1; ; :::;
Leia maisApontamentos 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 maisMétodo de eliminação de Gauss
Matrizes - Matemática II - 00/0 Método de eliminação de Gauss Seja A = [a ij ] uma matriz de tipo m n. a FASE - ELIMINAÇÃO DESCENDENTE Esta fase permite obter uma matriz em forma de escada a partir da
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisÁlgebra 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 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 mais5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual
Leia 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 maisTESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial
TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Leia mais21 e 22. Superfícies Quádricas. Sumário
21 e 22 Superfícies uádricas Sumário 21.1 Introdução....................... 2 21.2 Elipsoide........................ 3 21.3 Hiperboloide de uma Folha.............. 4 21.4 Hiperboloide de duas folhas..............
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 2012/2013
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA TÓPICOS DE RESOLUÇÃO do Teste Final 0/0 A) B) C) D) [,0]. Considere as seguintes a rmações: I. ~x
Leia maisTeorema da Triangularização de Schur e Diagonalização de Matrizes Normais
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro
Leia 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 maisTEOREMA ( Propriedades das operações matriciais)
TEOREMA ( Propriedades das operações matriciais) Supomos as dimensões das matrizes A, B, C tais que as operações abaixo consideradas estão bem definidas. Temos então: I. A+B=B+A (comutatividade da soma
Leia maisMatemática- 2008/ Se possível, dê exemplos de: (no caso de não ser possível explique porquê)
Matemática- 00/09. Se possível, dê exemplos de (no caso de não ser possível explique porquê) (a) Uma matriz do tipo ; cujos elementos principais sejam 0. (b) Uma matriz do tipo ; cujo elemento na posição
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - o Semestre de / MEEC EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Método de Eliminação de Gauss Sistemas de equações lineares Uma equação linear nas variáveis (ou incógnitas) x ; ; x n ; é uma equação do
Leia maisSebenta de exercícios de Álgebra Linear e Geometria Analítica. Curso: Eng. Topográ ca
Sebenta de exercícios de Álgebra Linear e Geometria Analítica Curso: Eng. Topográ ca Ano Lectivo 009/010 4 de Setembro de 009 (Versão: 1.0) Índice Notações e terminologia ii 1 Revisão sobre noções elementares
Leia maisDeterminantes - Matemática II / Determinantes
Determinantes - Matemática II - 00/05 19 Permutações Determinantes Seja n N Uma permutação p = (p 1 ; p ; : : : ; p n ) do conjunto f1; ; ; ng é um arranjo dos n números em alguma ordem, sem repetições
Leia maisÁlgebra 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 maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisMatemática II /06 - Determinantes 25. Determinantes
Matemática II - 00/0 - Determinantes Permutações Determinantes Seja n N. Uma permutação p (p ; p ; : : : ; p n ) do conjunto f; ; ; ng é um arranjo dos n números em alguma ordem, sem repetições ou omissões.
Leia maisÁlgebra Linear e Geometria Analítica
Álgebra Linear e Geometria Analítica Engenharia Electrotécnica Escola Superior de Tecnologia de Viseu wwwestvipvpt/paginaspessoais/lucas lucas@matestvipvpt 007/008 Álgebra Linear e Geometria Analítica
Leia maisEspaços vectoriais reais
ALGA - 00/0 - Espaços Vectoriais 49 Introdução Espaços vectoriais reais O que é que têm em comum o conjunto dos pares ordenados de números reais, o conjunto dos vectores livres no espaço, o conjunto das
Leia maisPROBLEMAS 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 maisProvas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.
Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia maisMatrizes hermitianas e unitárias
Matrizes hermitianas e unitárias Amit Bhaya, Programa de Engenharia Elétrica COPPE/UFRJ Universidade Federal do Rio de Janeiro amit@nacad.ufrj.br http://www.nacad.ufrj.br/ amit Matrizes complexas O produto
Leia maisProblemas de Álgebra Linear
Problemas de Álgebra Linear Cursos: MEBiol e MEBiom o Semestre 208/209 Prof Paulo Pinto http://wwwmathtecnicoulisboapt/ ppinto/ Conteúdo Sistemas de equações lineares e álgebra matricial (2 aulas) Álgebra
Leia mais3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
Leia maisÁlgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química
Código do Teste: 105 Álgebra Linear 1 ō Teste - 16/ 11/ 02 Cursos: Eng. Ambiente, Eng. Biológica, Eng. Química, Lic. Química 1. Para as matrizes A = ( 1 0 3 1 ) B = ( 5 4 1 0 2 1 3 1 ) C = 1 1 1 0 5 1
Leia maisProduto interno no espaço vectorial R n
ALGA - 00/0 - Produto interno 8 Produto interno no espaço vectorial R n A noção de produto interno de vectores foi introduzida no ensino secundário, para vectores de R e R : Neste capítulo generaliza-se
Leia maisUnidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa
MA33 - Introdução à Álgebra Linear Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto
Leia 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 maisProduto interno no espaço vectorial R n
ALGA - Eng.Civil e Eng. Topográ ca - ISE - 00/0 - Produto Interno Produto interno no espaço vectorial R n A noção de produto interno (ou escalar) de vectores foi introduzida no ensino secundário, para
Leia maisCálculo 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 maisSECÇÕES CÔNICAS E SUPERFÍCIES QUÁDRICAS Prof. Vasco Ricardo Aquino da Silva
SECÇÕES CÔNICAS E SUPERFÍCIES QUÁDRICAS Prof. Vasco Ricardo Aquino da Silva SECÇÕES CÔNICAS Usando o programa winplot visualize as cônicas disponíveis em nosso AVA Moodle. 1. Elementos da Elipse: F1, F2:
Leia maisficha 1 matrizes e sistemas de equações lineares
Exercícios de Álgebra Linear ficha matrizes e sistemas de equações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2/2
Leia maisParábolas com vértice no ponto V=(h,k)
Secções Cónicas As secções cónicas, também chamadas cónicas, são obtidas interceptando um cone circular recto de duas folhas por um plano Variando a posição do plano obtêm-se uma elipse, uma parábola ou
Leia maisÁlgebra 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 maisSeja 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 maisEsmeralda Sousa Dias. (a) (b) (c) Figura 1: Ajuste de curvas a um conjunto de pontos
Mínimos quadrados Esmeralda Sousa Dias É frequente ser necessário determinar uma curva bem ajustada a um conjunto de dados obtidos experimentalmente. Por exemplo, suponha que como resultado de uma certa
Leia maisCapítulo 1. Matrizes e Sistema de Equações Lineares. 1.1 Corpos
Capítulo 1 Matrizes e Sistema de Equações Lineares Neste capítulo apresentaremos as principais de nições e resultados sobre matrizes e sistemas de equações lineares que serão necessárias para o desenvolvimento
Leia maisMatrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia maisTÓPICOS. Valores e vectores próprios. Equação característica. Matrizes semelhantes. Matriz diagonalizável. Factorização PDP -1
Note bem: a leitura destes apontamentos não dispensa de modo algum a leitura atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo aluno
Leia maisINSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-458 Álgebra Linear para Engenharia II Terceira Lista de Eercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Seja V um espaço vetorial
Leia mais3. Algumas classes especiais de superfícies
3. ALGUMAS CLASSES ESPECIAIS DE SUPERFÍCIES 77 3. Algumas classes especiais de superfícies Nesta secção descrevemos algumas das classes de superfícies mais simples. Superfícies quádricas As superfícies
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS
UNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA DIAGONALIZAÇÃO DE MATRIZES SIMETRICAS DE 2º ORDEM. BELO HORIZONTE 2012 ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA
Leia mais1 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 maisficha 5 transformações lineares
Exercícios de Álgebra Linear ficha 5 transformações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 5 Notação
Leia maisCálculo II - Superfícies no Espaço
UFJF - DEPARTAMENTO DE MATEMÁTICA Cálculo II - Superfícies no Espaço Prof. Wilhelm Passarella Freire Prof. Grigori Chapiro 1 Conteúdo 1 Introdução 4 2 Plano 6 2.1 Parametrização do plano...................................
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisMétodos Matemáticos II
Sumário Métodos Matemáticos II Nuno Bastos Licenciatura em Tecnologias e Design Multimédia Escola Superior de Tecnologia de Viseu Gabinete 4 nbastos@mat.estv.ipv.pt http://www.estv.ipv.pt/paginaspessoais/nbastos.
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 mais(d) v é um autovetor de T se, e somente se, T 2 = T ; (e) v é um autovetor de T se, e somente se, T (v) = v.
Q1. Seja V um espaço vetorial real de dimensão finita munido de um produto interno. Sejam T : V V um operador linear simétrico e W um subespaço de V tal que T (w) W, para todo w W. Suponha que W V e que
Leia maisSistemas de Equações Lineares e Matrizes
Sistemas de Equações Lineares e Matrizes. Quais das seguintes equações são lineares em x, y, z: (a) 2x + 2y 5z = x + xy z = 2 (c) x + y 2 + z = 2 2. A parábola y = ax 2 + bx + c passa pelos pontos (x,
Leia maisValores e vectores próprios
Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci
Leia maisLista 1: sistemas de equações lineares; matrizes.
Lista : sistemas de equações lineares; matrizes. Obs. As observações que surgem no fim desta lista de exercícios devem ser lidas antes de resolvê-los. ) Identifique as equações que são lineares nas respectivas
Leia maisSistemas de equações lineares
Matemática II - / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a
Leia mais(I) T tem pelo menos um autovalor real; (II) T é diagonalizável; (III) no espaço vetorial real R n, o conjunto {u, v} é linearmente independente.
Q1. Sejam n um inteiro positivo, T : C n C n um operador linear e seja A = [T ] can a matriz que representa T em relação à base canônica do espaço vetorial complexo C n. Suponha que a matriz A tenha entradas
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Cónicas e Quádricas
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 6 Cónicas e Quádricas Equação geral de uma cónica [6 01] As cónicas são curvas
Leia mais