CLASSIFICAÇÃO DE FEIXES DE QUÁDRICAS A PARTIR DE SEUS SÍMBOLOS DE SEGRE.

Tamanho: px
Começar a partir da página:

Download "CLASSIFICAÇÃO DE FEIXES DE QUÁDRICAS A PARTIR DE SEUS SÍMBOLOS DE SEGRE."

Transcrição

1 UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS Departamento de Matemática Dissertação de Mestrado CLASSIFICAÇÃO DE FEIXES DE QUÁDRICAS A PARTIR DE SEUS SÍMBOLOS DE SEGRE. Nilva Rodrigues Ribeiro Orientador: Prof. Dan Avritzer 15 de Abril de 2005

2 Dedicatória Aos meus pais - Emídio Paulo (in memoriam) e Iracema. Aos meus irmãos: Zama, Maria, Joaquim, Lázaro, Aparecida e Mauro. Educadores fundamentais com quem aprendi a ser filha e irmã. ii

3 Agradecimentos Primeiramente a Deus, por apresentar-me os caminhos que fizeram com que eu conseguisse concluir o mestrado. Além disso, agradeço a Deus pelo alimento espiritual que me proporcionou força para superar as dificuldades que encontrei durante o curso e chegar até aqui. A nossa mãezinha, Maria Santíssima, pela proteção e cuidado que ela sempre teve por mim. Aos meus pais: Emídio Paulo Rodrigues (in memoriam) e Iracema Ribeiro Rodrigues, aos meus irmãos: Zama, Maria, Joaquim, Lázaro, Aparecida e Mauro, aos meus cunhados: Maria, Vera, João e Edilene e aos meus sobrinhos: Elienai, Maisa, Marcos, Frank, Laura, Marília e Lorena, que sempre me apoiaram em cada etapa da minha vida, me ajudando e me incentivando em tudo. Ao meu orientador Professor Dan Avritzer pela paciência, dedicação, amizade e pelo constante incentivo, sempre indicando a direção a ser tomada nos momentos de maior dificuldade. A todos os professores do departamento de Matemática da Universidade Federal de Minas Gerais pela contribuição na minha formação. Aos colegas da pós-graduação pela convivência e amizade durante todo o curso. Ao professor Cícero, que além de professor foi um grande amigo, e que muito fez por mim, para que eu chegasse até aqui. As amigas da república: Dri s, obrigada pela mão amiga nos momentos em que eu mais precisei. Aos meus amigos e amigas, de um modo especial, aos amigos e amigas da Comunidade Árvore da Vida e do Projeto Universidades Renovadas, pelas partilhas, atenção, carinho, companheirismo e que involuntariamente contribuíram para amenizar momentos de saudade. Enfim agradeço a todos aqueles, que direta ou indiretamente contribuíram na realização deste trabalho. Se alguém lhe atirar pedras, não desanime. Faça delas degraus e suba. iii

4 Sumário 1 Teoria Básica Variedades afins e projetivas Dimensão Espaço Tangente Grau λ-matrizes Quádricas Tratamento local Explosão Divisores Pull-Back de divisores Interseção de divisores Feixes de Quádricas Classificação de feixes de quádricas em P N (C) pelo símbolo de Segre O exemplo de feixes de cônicas Feixes de quádricas em P Números de retas em uma superfície de Del Pezzo Sistema linear de cúbicas planas Cone tangente em P Superfícies com uma singularidade Superfícies com duas singularidades Superfícies com três singularidades Superfície com quatro singularidades Sistemas lineares de cúbicas com 5 pontos base iv

5 Introdução O principal objetivo deste trabalho é classificar feixes de quádricas em P 2 (C), P 3 (C) e P 4 (C) a partir de um invariante clássico: o seu símbolo de Segre. Dada uma quádrica em P n (C), ela é equivalente por uma mudança de coordenadas, a uma que pode ser representada por uma matriz diagonal cujas entradas são apenas 1 s e 0 s, ou seja, a quádrica é classificada pelo posto da matriz associada. Quando se considera feixes de quádricas e as matrizes de dois geradores, não há um resultado tão simples e em geral matrizes diagonais não são suficientes. Mas é possível obter uma forma normal suficientemente simples que pode ser lida a partir de um invariante chamado símbolo de Segre. De posse desta forma normal é possível estudar os lugares de base de tais feixes. No capítulo 1, introduzimos a teoria básica necessária ao desenvolvimento do assunto, apresentando os conceitos de espaço projetivo, variedades afins e projetivas, dimensão, espaço tangente, grau, λ-matrizes, anel local, quádricas, explosões, divisores e listamos também alguns resultados importantes. Como referência para este capítulo citamos [1], [3] e [6]. No capítulo 2, estudaremos os feixes de cônicas no plano. Pode se entender, a partir do símbolo de Segre, as possíveis interseções de duas cônicas em P 2. Como referência para este capítulo citamos [4] e [7]. No capítulo 3, veremos os feixes de quádricas em P 3 (C). Pode se entender a partir do símbolo de Segre as possíveis interseções de duas quádricas em P 3. Como referência para este capítulo citamos [4] e [7]. No capítulo 4, estudaremos feixes de quádricas em P 4. Se tomarmos um sistema linear de cúbicas em P 2 com 5 pontos base em posição geral e explodirmos estes pontos, obteremos uma superfície P 2. A superfície resultante pela imersão de P 2 em P 4, induzida pelo sistema linear de cúbicas com 5 pontos base, é uma superfície S não singular, lugar de base de um feixe de quádricas e é chamada uma superfície de Del Pezzo de grau 4 em P 4. Vamos estudar o que acontece com a superfície S, quando os 5 pontos base não estiverem mais em posição geral. Como referência para este capítulo citamos [5]. v

6 Capítulo 1 Teoria Básica Este capítulo introduz algumas das idéias básicas da dissertação, definindo os elementos principais e listando propriedades e resultados que serão utilizados no decorrer do texto. 1.1 Variedades afins e projetivas Para nossos própositos, consideraremos sempre K como corpo algebricamente fechado. Definição 1.1 O espaço projetivo de dimensão n sobre o corpo K é o conjunto de subespaços de dimensão 1 do espaço vetorial K n+1, que será denotado por P n, ou seja, P n = K n+1 \ {0}/, onde (b 0,..., b n ) (a 0,..., a n ) λ K, λ 0, tal que (b 0,..., b n ) = λ(a 0,..., a n ). Um ponto de A n será denotado por (x 1,..., x n ) e um ponto de P n por (x 0 :... : x n ) Seja K[T ] o anel dos polinômios com coeficientes em K e variáveis T 1,..., T n. Definimos V (I) A n como sendo o conjunto dos zeros comuns dos elementos do ideal I K[T ]. Em P n, definimos V (I) de maneira análoga, observando apenas que em P n um polinômio F K[x 0,..., x n ] não define uma função em P n, mas se F é um polinômio homogêneo de grau d, isto é, todos os monômios de F têm grau d, então faz sentido falar no conjunto dos zeros de F, neste caso I deve ser homogêneo, isto é, gerado por polinômios homogêneos. Definição 1.2 Uma variedade afim X é o conjunto dos zeros de uma coleção de polinômios f α. Denotaremos uma variedade afim por V (f α ). 1

7 Definição 1.3 Uma variedade projetiva X P n é o conjunto dos zeros de uma coleção de polinômios homogêneos F α. Denotaremos uma variedade projetiva por V (F α ). Obs: Pelo teorema da base de Hilbert, temos que, uma variedade sempre pode ser dada como o conjunto dos zeros de uma coleção finita de polinômios. É possível dar a A n uma topologia cujos abertos são da forma A n V (f α ), o que ocorre de forma análoga, para P n. Chamamos esta topologia de Topologia de Zariski. Definição 1.4 Uma variedade quasiprojetiva é um aberto de uma variedade projetiva. Definição 1.5 Seja T : K n+1 K n+1 uma transformação linear de coordenadas do espaço vetorial K n+1. Então T leva subespaços de dimensão 1 (retas passando pela origem) em subespaços de dimensão 1. Logo T define uma aplicação de P n P n que será chamada de transformação projetiva. Definição 1.6 Duas variedades irredutíveis V e V são ditas projetivamente equivalentes se existe uma transformação projetiva tal que T (V ) = V. Definição 1.7 Sejam X e Y variedades projetivas irredutíveis. Um mapa racional ϕ : X Y é definido como uma classe de equivalência de pares (U, γ) com U X um subconjunto aberto denso de Zariski e γ : U Y um mapa regular, onde dois pares (U, γ) e (V, η) são ditos equivalentes se γ U V = η U V. 1.2 Dimensão Definição 1.8 A dimensão de uma variedade projetiva irredutível X P n, denotada por dim(x), é o menor inteiro i tal que existe um subespaço de P n de dimensão n i 1 disjunto de X. Nota 1.9 Se X, Y P n são variedades de dimensões i e j com i + j n então X Y. 2

8 1.3 Espaço Tangente Definição 1.10 Suponha que X é uma variedade de dimensão k, com I(X) = (F 1, F 2,..., F l ). Seja M a matriz l n com entradas m i,j = F i x j i = 1,..., l e j = 1,..., n. Definição 1.11 Um ponto p X (irredutível) é dito suave (ou não singular) em X se o posto da matriz M avaliada em p é exatamente n k. Um ponto p X é chamado singular se o posto da matriz M avaliada em p é menor que n k. Suponha que X P n é uma hipersuperfície dada pelo polinômio homogêneo F (Z). Seja U = A n o aberto afim Z 0 0 com coordenadas euclidianas z i = Z i Z 0, i = 1,..., n e f(z 1, z 2,..., z n ) = F (1, z 1, z 2,..., z n ) tal que X U é o lugar dos zeros de f. Para p X com coordenadas (w 1, w 2,..., w n ), o espaço tangente afim é dado como o lugar n {(z 1, z 2,..., z n ) A n f : (p)(z i w i ) = 0}. z i i=1 O espaço tangente projetivo é dado como o lugar T p (X) = {(Z 0 : Z 1 :... : Z n ) P n : n F (1, w 1, w 2,..., w n )(Z i w i Z 0 ) = 0}. Z i i=1 Mas as derivadas parciais de um polinômio homogêneo de grau d satisfazem a relação n F de Euler Z i = df e temos que F (1, w 1, w 2,..., w n ) = 0, então T p (X) = {(Z 0 : Z i i=0 Z 1 :... : Z n ) P n : n F (p)z i = 0}. Z i i=0 Exemplo 1.12 Considere a curva y 2 = x 2 (x + 1), assim temos f(x, y) = x 3 + x 2 y 2 = 0. O ponto P = (0,0) é um ponto singular da curva. O espaço tangente em P = (0,0) é dado por: f f (0, 0)(x 0) + (0, 0)(y 0) = 0, x y ou seja, é o plano todo. Por outro lado se tomarmos um ponto P 1 = (a,b) não singular 3

9 da curva f, o espaço tangente é dado por: f f (a, b)(x a) + (a, b)(y b) = 0, x y ou seja, é uma reta. Temos que em pontos singulares a dimensão do espaço tangente aumenta. Obs: Não confundir espaço tangente, com as retas tangentes no ponto P que são dadas por: x 2 y 2 = 0. P 1 P Fig.1 Uma vez descrito o espaço tangente de uma hipersuperfície, podemos descrever o espaço tangente projetivo de uma variedade arbitrária X P n como a interseção dos espaços tangentes projetivos de todas as hipersuperfícies contendo X. Em particular, se I(X) = (F 1, F 2,..., F m ) então o espaço tangente projetivo de X, T p (X), será o subespaço de P n dado pelo núcleo da matriz M, com entradas m i,j = F i Z j, i = 1,..., m, j = 0,..., n vista como uma transformação de K n+1 para K m. Definição 1.13 Sejam X e Y P n duas variedades projetivas e p X Y. Dizemos que X e Y têm interseção transversal em p se p X é suave, p Y é suave e os espaços tangentes projetivos T p (X) e T p (Y ) geram T p (P n ). Definição 1.14 Suponha que X e Y P n são duas variedades projetivas. Dizemos que X e Y têm interseção genericamente transversal se a interseção é transversal para um ponto genérico p X Y 4

10 1.4 Grau Definição 1.15 Sejam X P n uma variedade irredutível de dimensão k e Ω um (n k)plano genérico. Então o grau de X, denotado por grau(x), é o número de pontos da intersecção de Ω com X. Equivalentemente, sejam X P n uma variedade irredutível de dimensão k e Λ um (n k 1)plano genérico. Então grau(x) é o grau do mapa finito sobrejetor π Λ : X P k, onde grau do mapa π Λ : X P k é o número de pontos na imagem inversa de um ponto genérico de π Λ (X). O próximo resultado, conhecido como Teorema de Bézout, relaciona o grau da interseção de duas variedades com os graus das variedades. Teorema 1.16 (Bézout) Sejam X, Y P n variedades irredutíveis de dimensões i e j, respectivamente com i + j n e suponha que X e Y têm interseção genericamente transversal. Então grau(x Y ) = grau(x)grau(y ). Em particular, se i + j = n temos que X Y terá grau(x)grau(y ) pontos. Demonstração: A demonstração pode ser encontrada em [3], Capítulo 18, página 227. Um outro resultado que será necessário posteriormente é o seguinte: Teorema 1.17 Se F 1,..., F k são polinômios homogêneos de graus d 1,..., d k em n+1 variáveis, genéricos,então, as hipersuperfícies correspondentes em P n interceptam-se transversalmente em uma variedade (n k) dimensional, suave, X P n. Demonstração: A demonstração pode ser encontrada em [3], Capítulo 17, página λ-matrizes Definição 1.18 Uma matriz cujos elementos estão no domínio de integridade K[λ], é chamada uma λ-matriz. Uma λ-matriz M n n, que tenha uma inversa, a qual também é uma λ-matriz, (portanto det(m) 0), é chamada λ-matriz regular. 5

11 Definição 1.19 Duas λ-matrizes A e B, de tamanho p q, são ditas equivalentes se existirem λ-matrizes M e N regulares, de ordem p e q respectivamente, tais que: A = MBN. Definição 1.20 Dizemos que um conjunto de λ-matrizes p q, é um conjunto de formas canônicas para o conjunto de todas as λ-matrizes p q se: 1- Nenhum par de matrizes do conjunto é equivalente; 2-Existe uma matriz do conjunto equivalente a qualquer λ-matriz p q dada. Nós queremos encontrar um conjunto de formas canônicas para todas as λ-matrizes p q e mostraremos agora como uma matriz pode ser simplificada por uma série de transformações elementares, até que seja reduzida a uma forma canônica. Teorema 1.21 Se A é uma λ-matriz p q de posto r, então existem λ-matrizes regulares M e N tais que: MAN = E 1 (λ) E 2 (λ) 0 0 E r (λ) 0 onde E 1 (λ),, E r (λ) são polinômios mônicos em λ e E i (λ) E i+1 (λ). Demonstração: Seja dada uma λ-matriz A. Se A é uma matriz nula, qualquer matriz equivalente a esta é claramente nula e esta é uma das formas canônicas. Desse modo podemos supor que pelo menos um elemento de A é não nulo e por uma permutação de linhas e colunas, nós colocamos o elemento diferente de zero de A, no topo do lado esquerdo da matriz. Este elemento a 11 tem grau ρ em λ. Afirmamos que, a menos que a 11, considerado como um polinômio em λ, seja um fator de todo elemento a ij de A, nós podemos transformar A em uma matriz equivalente C, onde c 11 é diferente de zero e o grau é menor que a 11. De fato dividimos a demonstração desta afirmação em três casos: i)se para algum j, a 11 não é um fator de a 1j, então a 1j = a 11 b(λ)+c(λ), pelo algoritmo 6

12 da divisão, c(λ) 0, e tem grau menor que a 11. Da j-ésima coluna subtraímos b(λ) vezes a primeira coluna, fazendo uma permutação da primeira coluna e a j-ésima coluna, obtemos uma matriz C equivalente à A, c(λ) está no topo do lado esquerdo da matriz C e tem grau menor que a 11. ii) Se para algum i, a 11 não é fator de a i1, trabalhamos com as linhas da mesma forma que fizemos com as colunas. iii) Suponha que a 11 é um fator de todo elemento diferente de zero na primeira coluna e na primeira linha, mas não é fator de a hk (h, k > 1). Seja a i1 = b i a 11, a 1j = c j a 11. Subtraímos da i-ésima linha b i vezes a primeira linha, para cada i > 1, e subtraímos da j-ésima coluna c j vezes a primeira coluna, para cada j > 1, obtemos uma matriz B equivalente à A na qual, b 11 = a 11, b 1j = 0(j > 1), b i1 = 0(i > 1); enquanto b hk ainda é divisível por b 11. Adicionamos a h-ésima linha de B à primeira linha, aplicamos o procedimento (i) e obtemos uma matriz C equivalente à A, com c 11 0 e grau menor que a 11. Já que existe um limite superior para o grau em λ dos elementos da matriz A, o processo descrito acima pode se repetir apenas um número finito de vezes. Assim obteremos uma matriz B equivalente a A, na qual, b 11 é fator de todo elemento b ij. Por (iii) podemos fazer b i1 = 0 (i > 1), b 1j = 0 (j > 1). Assim com uma série de transformações elementares nós produzimos a partir de A a matriz equivalente b b 22 b 2q P AQ = b p2 b pq onde b 11 é um fator de todos os elementos b ij. Se a submatriz b 22 b 2q B 1 =..... b p2 b pq é não nula, nós podemos repetir o processo acima e obteremos uma matriz equivalente [ ] c22 0 P 1 B 1 Q 1 = 0 C 22 7

13 onde cada elemento de C 22 possui c 22 como um fator. [ P 1 ] [ 1 0 P AQ 0 Q 1 ] = b c C 22 De forma que as transformações elementares da submatriz B 1 podem ser consideradas como transformações elementares em A. Procedendo desta forma, nós podemos transformar A em uma matriz equivalente, na qual os únicos elementos diferentes de zero estão na diagonal principal, cada elemento da diagonal é fator de todos os outros seguintes. Finalmente multiplicando cada linha desta matriz por uma constante diferente de zero, A é equivalente a matriz MAN = E 1 (λ) E 2 (λ) 0 0 E r (λ) 0 (1) Onde cada E i (λ) é um polinômio em λ tendo +1 como coeficiente da maior potência de λ ( mônico em λ) e E i (λ) é um fator de E i+1 (λ). Já que λ-matrizes equivalentes têm o mesmo posto e o posto da matriz MAN é r, segue que o posto de A também é r. Novamente escrevemos MAN = E = (e ij ). Teorema 1.22 Seja A qualquer matriz com n colunas, B qualquer matriz com n linhas, qualquer determinante de ordem t da matriz AB é uma soma de termos, onde cada um deles, é o produto de um determinante de ordem t de A por um determinante de ordem t de B. Demonstração: A demonstração pode ser encontrada em [6], Capítulo II, seção 8. Com uma evidente extensão do teorema acima temos: 8

14 e i1 j 1... e i1 j t..... e itj1... e itjt = λ µ m i1 λ 1... m i1 λ t..... m itλ1... m itλt a λ1 µ 1... a λ1 µ t..... a λtµ 1... a λtµ t n µ1 j 1... n µ1 j t..... n µtj1... n µtjt Segue que se D t (λ) é o maior fator comum dos determinantes de ordem t, formados a partir de A, D t (λ) é também um fator de ordem t extraído de E. Como M e N são regulares a equação MAN = E pode ser escrita como A = M 1 EN 1 e consequentemente o maior fator comum dos determinantes de ordem t formados de E divide cada determinante de ordem t formado de A. Então salvo por um fator em K, este é o maior fator comum em D t (λ). Por outro lado, das propriedades dos polinômios E i (λ) temos: D t (λ) = E 1 (λ)e 2 (λ) E t (λ) provando que os coeficientes da maior potência de λ em D t (λ) são todos tomados como +1, consequentemente E i (λ) = D i (λ)/d i 1 (λ) (i = 1,, r) Definimos D 0 (λ) = 1 Este último resultado mostra que: Teorema 1.23 Os E i (λ) são unicamentes determinados por meio dos maiores fatores comuns dos determinantes de diferentes ordens extraídos de A. Pelo Teorema 1.21, os E i (λ) são unicamente determinados e são chamados de fatores invariantes de A. Já que a inversa de uma λ-matriz regular é uma λ-matriz regular, temos: Teorema 1.24 Duas λ-matrizes A e B,de tamanho p q são equivalentes, se e somente se, elas têm os mesmos fatores invariantes. 9

15 Então o conjunto das matrizes (1) é um conjunto de formas canônicas para λ-matrizes p q. Se o corpo K é tal que todo polinômio f(λ) em K[λ] pode ser escrito como um produto de fatores lineares, algumas vezes é conveniente usar divisores elementares no lugar de fatores invariantes. Nós definimos isso como segue. Sejam: E 1 (λ) = (λ α 1 ) e 11 (λ α 2 ) e 12 (λ α s ) e 1s E 2 (λ) = (λ α 1 ) e 21 (λ α 2 ) e 22 (λ α s ) e 2s E r (λ) = (λ α 1 ) e r1 (λ α 2 ) e r2 (λ α s ) ers onde cada e ij 0 e λ α 1,, λ α s são fatores lineares distintos de E r (λ), isto é, e rj > 0 (j = 1,,s). Definição 1.25 Os fatores (λ α 1 ) e 11, (λ α 1 ) e 21,, (λ α 2 ) e 21,, (λ α s ) ers, para os quais os índices e ij são maiores que zero, são chamados divisores elementares de A. Suponha reciprocamente que são dados, os divisores elementares de uma λ matriz A de posto r. Sejam eles: (λ α 1 ) a 11, (λ α 1 ) a 12,, (λ α 1 ) a 1t (a 11 a 12 a 1t ), (λ α 2 ) a 21, (λ α 2 ) a 22,, (λ α 2 ) a 2s (a 21 a 22 a 2s ), (λ α d ) a d1, (λ αd ) a d2,, (λ αd ) a dz (a d1 a d2 a dz ). Cada fator invariante pode ser um produto desses fatores, já que E r (λ) contém E i (λ) como um fator (i < r), E r (λ) pode conter a maior potência de λ α 1, a maior potência de λ α 2, etc. Portanto E r (λ) = (λ α 1 ) a 11 (λ α 2 ) a 21 (λ α d ) a d1. Analogamente, já que E r 1 (λ) é divisível por E i (λ) (i < r 1), E r 1 (λ) = (λ α 1 ) a 12 (λ α 2 ) a 22 (λ α d ) a d2 10

16 e assim por diante. Uma vez que todos os divisores elementares que são potências de λ α 1 forem usados, os E i (λ) restantes não contêm λ α 1 como fator. De maneira semelhante para λ α 2,, λ α d. Quando todos os divisores elementares forem usados, os fatores invariante restantes são E i (λ) = 1. Uma forma equivalente para o teorema anterior é: Teorema 1.26 Uma condição necessária e suficiente para que duas λ-matrizes p q sejam equivalentes é que elas tenham o mesmo posto e os mesmos divisores elementares. Teorema 1.27 Se A e B são λ-matrizes n n tais que, podem ser escritas A = A 1 λ A 2, B = B 1 λ B 2 onde A 1, A 2, B 1, B 2 são matrizes n n sobre K e B 1 é não singular, então a equivalência de A e B implica a existência de matrizes não singulares P e Q sobre K tal que P AQ = B. Demonstração: Omitimos essa demonstração por ser muita técnica e semelhante a anterior, mas a mesma pode ser encontrada em [6], capítulo II, seção 9. Teorema 1.28 Se A é uma matriz não singular sobre um corpo algebricamente fechado K, então existe uma matriz X tal que: X 2 = A. Demonstração: A demonstração pode ser encontrada em [6], capítulo II, seção Quádricas Seja V um C-espaço vetorial de dimensão n + 1. Vamos considerar (x 0,..., x n ) como coordenadas para C n+1 = V. Seja Q PV = P n (PV é o espaço projetivo associado ao espaço vetorial V ) uma hipersuperfície quádrica, isto é, Q é dada como zeros de um polinômio homogêneo de grau 2. Q pode ser pensada como uma função polinomial, Q : V C (char C 2) 11

17 associada a uma forma bilinear simétrica Q 0 : V V C ou ainda a uma forma bilinear Q : V V. Dado Q, definimos e Q 0 : V V C como Q 0 (v, w) = Q(v+w) Q(v) Q(w) 2 Q :V V como: Q(v) : V C é, onde Q (v)(w) = Q 0 (v, w); assim, Q(v) = Q 0 (v, v) = Q(v)(v). Sendo Q 0 : V V C bilinear, fixada uma base em V, existe uma matriz M (n+1) (n+1), tal que, Q 0 (v, v) = v T Mv, onde v T é a matriz transposta de v. Como neste caso Q 0 é simétrica, então M = M T, ou seja M é uma matriz simétrica. O posto de Q é o posto da matriz M. Se o posto de M = k, podemos escolher uma base adequada para V de modo que Q(x 0,..., x n ) = x 2 0 +x x 2 k 1 ; se k < n+1, e Q é dita singular. Q é dita não singular (suave) se seu posto é máximo, isto é, n + 1, neste caso Q(x 0,..., x n ) = x x x 2 n. O espaço que parametriza as quádricas de P n é o espaço projetivo P N, onde N = n2 +3n 2, que pode ser visto como o espaço projetivo associado as matrizes simétricas não nulas de ordem (n + 1) (n + 1). 1.7 Tratamento local Nesta seção trabalharemos com conceitos válidos em abertos afins e, como todo ponto de uma variedade quasiprojetiva possui uma vizinhança afim, podemos sempre restringir nosso trabalho para as variedades afins. Definição 1.29 Dizemos que um anel é local se ele possui um único ideal maximal. Dado um anel O e um ideal primo P deste anel, construiremos um anel local O P (que chamamos anel local do ideal primo P). Assim considere em O (O P), a seguinte relação de equivalência: (f 1, g 1 ) (f 2, g 2 ) se h O P : h(f 1 g 2 f 2 g 1 ) = 0. 12

18 O P será o conjunto das classes de equivalência dessa relação. Defina em O P as seguintes operações: { (f1, g 1 ) + (f 2, g 2 ) = (f 1 g 2 + f 2 g 1, g 1 g 2 ) (f 1, g 1 )(f 2, g 2 ) = (f 1 f 2, g 1 g 2 ) Não é difícil ver que, com estas operações, O P é um anel e que M = {(f, g) O P : f P} é o único ideal maximal de O P. Seja P V, onde V é uma variedade em A n. Nós definimos O P (V ) como o conjunto das funções racionais em V, que estão definidas em P. 1.8 Explosão Considere dois espaços projetivos: P n com coordenadas homogêneas x 0, x 1,..., x n e P n 1 com coordenadas homogêneas y 1, y 2,..., y n. Para pontos x = (x 0, x 1,..., x n ) P n e y = (y 1, y 2,..., y n ) P n 1 denotamos o ponto (x, y) P n P n 1 por (x 0 : x 1 :... : x n ; y 1 : y 2 :... : y n ). Considere a subvariedade fechada Π em P n P n 1 definida pelas equações x i y j = x j y i para i, j = 1,..., n. Definição 1.30 O mapa σ : Π P n definido pela restrição da projeção na primeira coordenada de P n P n 1 P n é chamada explosão de P n com centro em ξ = (1 : 0 :... : 0) P n. Vejamos algumas propriedades de explosão. Proposição 1.31 A explosão de P n com centro em ξ é um isomorfismo entre P n \ ξ e Π \ (ξ P n 1 ) Demonstração: Se p = (x 0 : x 1 :... : x n ) ξ, então as equações de definição de Π implicam que (y 1 : y 2 :... : y n ) = (x 1 : x 2 :... : x n ). Então o mapa σ 1 : P n \ ξ Π definido por σ 1 (x 0 : x 1 :... : x n ) = (x 0 : x 1 :... : x n ; x 1 : x 2 :... : x n ) 13

19 é a inversa de σ. Se p = (x 0 : x 1 :... : x n ) = ξ, então as equações de definição de Π são satisfeitas para todo valor de y i. Logo σ 1 (ξ) = ξ P n 1. Dessa forma σ define um isomorfismo entre P n \ ξ e Π \ (ξ P n 1 ). Lema 1.32 A variedade Π é irredutível. Demonstração: A demonstração pode ser encontrada em [2], capítulo 2, seção 4. Exemplo 1.33 Vamos explodir P 2 com centro em (1 : 0 : 0), ou seja, considere x = (x 0 : x 1 : x 2 ) P 2 e y = (y 1 : y 2 ) P 1. Temos que os pontos de P 2 P 1 são da forma (x 0 : x 1 : x 2 ; y 1 : y 2 ). Seja a variedade Π definida pela equação x 1 y 2 = x 2 y 1. Considere as aplicações σ : Π P 2 P 1 P 2 definida pela restrição da projeção na primeira coordenada de P 2 P 1 P 2 a Π e também σ 1 : P 2 \ ξ Π definida por σ 1 (x 0 : x 1 : x 2 ) = (x 0 : x 1 : x 2 ; x 1 : x 2 ). Dessa forma temos um isomorfismo entre P 2 \ (1 : 0 : 0) e Π \ ((1 : 0 : 0) P 1 ). Para uma variedade quasiprojetiva X e um ponto não singular ξ X, construímos uma variedade Y e uma aplicação σ : Y X analogamente ao que fizemos para X = P n e ξ = (1 : 0 :... : 0). Seja X uma variedade quasiprojetiva e ξ X um ponto não singular, suponha que u 1,..., u n são funções regulares em uma vizinhança de X e tais que: (i) As equações u 1 =... = u n = 0 têm uma solução simples ξ em X. (ii)u 1,..., u n forma um sistema local de parâmetros em X de ξ. Considere o produto X P n 1 e a subvariedade Y X P n 1 consistindo dos pontos (x; t 1 :... : t n ) com x X e (t 1 :... : t n ) P n 1, tais que: u i (x)t j = u j (x)t i para i, j = 1,..., n. A aplicação regular σ : Y X, como restrição de Y para a primeira projeção X P n 1 X é chamada explosão local de X com centro em ξ. Neste caso mais geral valem propriedades análogas às da proposição 1.31 e do lema

20 1.9 Divisores Definição 1.34 Seja X uma variedade irredutível. Um divisor D em X é uma coleção de subvariedades fechadas irredutíveis C 1,..., C r de codimensão 1 em X, cada qual associada a um inteiro k i que chamamos de multiplicidade de C i. Tal divisor é escrito como uma soma formal D = k 1 C k r C r Escrevemos D = 0 para indicar que k i = 0 para todo i, neste caso chamado divisor nulo. Já D > 0 indica que nenhum k i é negativo e algum deles é estritamente positivo. Neste caso chamamos D de divisor efetivo. Se todos os k is são não nulos, dizemos que os C is são divisores primos e suppd = C 1... C r é o suporte de D Como vimos anteriormente, ao explodir P n num ponto P, temos que π 1 (P) é uma subvariedade de Π de codimensão 1. Logo π 1 (P) é um divisor em Π chamado divisor excepcional, e denotado por E. Dados dois divisores D = k 1 C k r C r e D = k 1 C k r C r podemos definir D + D = (k 1 + k 1)C (k r + k r)c r. Assim o conjunto dos divisores em X tem uma estrutura de grupo. Denotaremos este grupo por Div(X). A partir de agora, iremos associar um divisor a uma função F K(X), supondo X não singular. Dada uma subvariedade irredutível C X de codimensão 1, considere o aberto U C, onde C é dada por uma equação local G, isto é se I C é o ideal das funções regulares que se anulam identicamente em C então I C = (G) em K[U]. Assim se 0 F K[U], então existe um inteiro k > 0 tal que F (G k ) e F (G k+1 ). Denotaremos tal inteiro por v C (F). Não é difícil ver que: a) v C (F 1 F 2 ) = v C (F 1 ) + v C (F 2 ) b) v C (F 1 + F 2 ) min{v C (F 1 ), v C (F 2 )} se F 1 + F 2 0. Como X é irredutível, toda função F K(X) pode ser escrita na forma G com H G, H K[U]. Logo para 0 F definimos v C (F) = v C (G) v C (H). 15

21 Definição 1.35 Dizemos que C é um pólo de F se v C (F) < 0. dizemos que C é um zero de F se v C (F) > 0. Analogamente, Observação 1.36 O número de subvariedades irredutíveis C de codimensão 1 para as quais v C (F) 0 é finito. Demonstração: De fato se X é afim e F = G, então v H C(F) deixa de se anular, apenas nas componentes de V (G) e de V (H) (onde estão os zeros e os polos de F). Usando a noetherianidade do anel de polinômios, temos que a decomposição destas variedades em componentes é finita. No caso que X é projetiva, basta cobrir X com uma quantidade finita de abertos afins e reduzimos para o caso afim, previamente discutido. Definição 1.37 Chamamos o divisor (F) = v C (F)C de divisor de F. O divisor de uma função F K(X) é chamado divisor principal. Se (F) = k i C i então chamamos (F) 0 = i C i de divisor de zeros de F e (F) = k i >0k k i C i de divisor de p olos de F. Logo (F) = (F) 0 (F). k i <0 Nota 1.38 Os divisores principais formam um subgrupo do grupo dos divisores. Demonstração: De fato: (F 1 ) + (F 2 ) = (F 1 F 2 ) e 0 = (F) quando F K. Além disso, temos que (F) 0 se F K[X]. Definição 1.39 Dizemos que dois divisores D e D são linearmente equivalentes se D D = (F) para algum F K(X). Esta relação será denotada por D D. Nota 1.40 É fácil ver que esta relação é uma relação de equivalência. Definição 1.41 Seja D um divisor em X. O sistema linear completo associado a D, denotado por D, é o conjunto de todos os divisores não negativos que são equivalentes a D. D = {E Div(X) : E D e E 0}. 16

22 Definição 1.42 Seja D um divisor em X. O espaço associado a D, denotado por L(D), é o conjunto das funções racionais F tal que (F) D, e mais a função nula. L(D) = {F K(X) : (F) D} {0}. Lema 1.43 Seja D um divisor em X. O espaço L(D) associado a D é um subespaço vetorial sobre K. Demonstração: Basta mostrar que se F e G L(D) então F + ag L(D) para a K. Sabemos que (F) D e (G) D, ou seja, v Ci (F) k i e v Ci (G) k i. Assim v Ci (F + ag) min{v Ci (F), v Ci (ag)} = min{v Ci (F), v Ci (G)} k i. Logo F + ag L(D). Proposição 1.44 Se D é um divisor linearmente equivalente a D isomorfo a L(D ) como espaço vetorial sobre K. então L(D) é Demonstração: Por hipótese, D D = (F) com 0 F K(X). Considere a transformação linear ϕ : L(D) K(X) tal que ϕ(g) = GF, então temos que ϕ(g 1 + G 2 ) = (G 1 + G 2 )F = G 1 F + G 2 F = ϕ(g 1 ) + ϕ(g 2 ) para G 1, G 2 K(X) e ϕ(ag) = (ag)f = a(gf) = aϕ(g) para a K. A imagem de ϕ está contida em L(D ) pois v Ci (GF) = v Ci (G) + v Ci (F) v Ci (D) + v Ci (D) - v Ci (D ) = v Ci (D ). Considere outra transformação linear ϕ : L(D ) K(X) tal que ϕ(g) = GF 1. Vejamos que ϕ (G 1 + G 2 ) = (G 1 + G 2 )F 1 = G 1 F 1 G 2 F 1 = ϕ (G 1 ) + ϕ (G 2 ) para G 1, G 2 K(X) e ϕ (ag) = (ag)f 1 = a(gf 1 ) = aϕ (G) para a K. A imagem de ϕ está contida em L(D) pois v Ci (GF 1 ) = v Ci (G) v Ci (F) v Ci (D ) v Ci (D) + v Ci (D ) = v Ci (D). Portanto ϕ é um isomorfismo entre L(D) e L(D ). Seja D um divisor em X. Existe uma correspondência entre a projetivização P(L(D)) do espaço L(D) associado a D e o sistema linear associado D. Esta correspondência é dada por Φ : P(L(D)) D, definida da seguinte maneira: se [F] é a classe de F em P(L(D)), seja Φ([F]) = E com E = (F) + D. Observemos que (af) = (F) para todo a K. Proposição 1.45 A correspondência Φ definida anteriormente é uma correspondência biunívoca. 17

23 Demonstração: Seja E D. Como E é equivalente a D existe uma função F K(X) tal que E = (F) + D. Mais ainda, como E 0 temos que F L(D). Logo Φ(F) = E, mostrando que Φ é sobrejetora. Suponha que Φ(F) = Φ(G), o que significa que eles são o mesmo divisor. Temos então (F) + D = (G) + D, logo temos (F) = (G), ou seja, (F/G) = 0. Logo F/G = c onde c é uma constante. Então [F] = [G] em P(L(D)), mostrando que Φ é injetora. Definição 1.46 Seja V um subespaço vetorial de L(D). Podemos associar a V um subconjunto S em D via a correspondência Φ. subsistema linear de D, ou simplesmente sistema linear. O subconjunto S é chamado de Também podemos, utilizando a correspondência Φ, definir o conjunto de geradores de um subsistema S da seguinte forma: um subespaço vetorial V de L(D) tem uma base, digamos, {F 1, F 2,..., F s } e cada F i tem a sua respectiva imagem em D via Φ; chamamos então {Φ(F 1 ), Φ(F 2 ),..., Φ(F s )} de conjunto de geradores de S. Definição 1.47 Sejam X uma variedade irredutível, x X e D um divisor em X. Se x é um ponto de supp E para todo E D dizemos que x é um ponto base de D. Se X é o plano projetivo e D X é uma curva plana, o grau de X é o grau da curva. Definição 1.48 Um ponto de multiplicidade d, com d > 1, de um sistema linear associado a um divisor de X + P 2 de grau n é um ponto base P do sistema linear tal que uma reta genérica passando por P encontra o divisor somente em outros n d pontos. Nota 1.49 A imposição de P ser um ponto múltiplo de ordem d do sistema linear associado a um divisor do plano de grau n implica que todas as derivadas dos monômios geradores do sistema até a ordem d 1 avaliadas em P se anulam e alguma derivada de ordem d não se anula em P, ou seja, 1 d(d + 1) monômios não fazem 2 parte do conjunto de geradores do sistema. Definição 1.50 Sejam X = P 2 um plano, x X e D um divisor em X. Se x um ponto base de D e é tal que para todo E D temos que uma reta L é a reta tangente a E em x dizemos que o sistema linear tem uma tangente fixa em x. 18

24 1.10 Pull-Back de divisores Se X é uma variedade irredutível suave, então para todo divisor primo C em X e para todo x X, podemos encontrar uma vizinhança U em X, tal que x U, onde C é definido por uma equação local ϕ, ou seja C = V (ϕ)( ver [2], capítulo 3). Logo se D = l i C i é um divisor em X, existe um aberto afim U, onde D = V (F), com : F = ϕ l i i, e C i = V (ϕ i ) em U. Em outras palavras, todo ponto de X tem uma vizinhaça onde D é principal. Naturalmente, devemos escolher os F i de modo que: F i 0, e (F i ) = (F j ) em U i U j. Um sistema de funções satisfazendo as equações acimas é chamado compatível. Das equações acima segue imediatamente que F i F 1 j se anula identicamente. é regular em U i U j, onde não A recíproca também é verdadeira, ou seja todo sistema compatível de funções {F i, U i } determina um divisor em X. Definição 1.51 Um divisor D numa variedade X é localmente principal se existir um sistema compatível de funções {F i, U i }, tal que D = (F i ) em U i. Dada uma aplicação regular ϕ : X Y de variedades irredutíveis suaves e um divisor D em Y, desejamos obter a partir de D, um divisor em X, via a aplicação ϕ, para isso vamos utilizar os divisores principais. É necessário que observemos previamente quando podemos construir um divisor (ϕ (F)) em X, onde F K(Y ), e quando este não se anula identicamente. Para isto, é suficiente que exista Y ϕ(x), de modo que F seja regular aí e que F(Y ) 0. Considere, portanto, V como sendo o conjunto (aberto) dos pontos de ϕ(x) com esta propriedade. Temos então que ϕ (F) é regular no aberto ϕ 1 (V ), onde não se anula. Assim ϕ (F) determina uma função racional em X. Como F é regular em Y ϕ(x) e F(Y ) 0, segue que v c (F) seria zero qualquer que fosse C supp(f) contendo Y. Por conseguinte a existência de Y com esta propriedade é equivalente a ϕ(x) supp(f). 19

25 Logo, dado o divisor D em Y, definiremos o divisor ϕ (F) em X, exigindo que ϕ(x) supp(d). Suponha que D seja determinado por um sistema compatível (F i, U i ), onde os U i s são selecionados de modo que ϕ(x) U i. Se X é irredutível, então segue que ϕ(x) é irredutível. Então temos que ϕ(x) U i supp(f i ). Juntando todos os fatos até agora discutidos, temos que: As funções racionais ϕ (F) estão definidas em cada aberto V i = ϕ 1 (U i ); Os abertos V i, por sua vez, cobrem X, Pois Y = U i ; Como F i F 1 j é regular em U i U j, segue que ϕ (F i F 1 j ) também é regular em ϕ 1 (U i U j ). Logo ϕ (F i )(ϕ (F j )) 1 = ϕ (F i )ϕ (F 1 j ) = ϕ (F i F 1 ) é regular em (V i V j ) = ϕ 1 (U i ) ϕ 1 (U j ) = ϕ 1 (U i U j ). Por conseguinte, o sistema {ϕ (F i ), ϕ 1 (U i )} é compatível. j Definição 1.52 O sistema acima determina um divisor ϕ (D) em X, que chamamos de Pull-back de Y via ϕ. Definição 1.53 Seja D um divisor passando pelos P i s,i = 1,..., s e E is os divisores excepcionais correspondentes. Tomamos o fecho D = π 1(D) E i, o qual chamamos de transformado estrito de D em Π. Aqui π : X X denota a explosão de X nos pontos P 1,..., P s Interseção de divisores Considere duas curvas irredutíveis distintas C 1 e C 2 numa superfície X cada qual com as respectivas equações locais F 1 e F 2 numa vizinhança de um ponto x X. Seja O x o anel local de x em X. Suponha que dim(c 1 C 2 ) = 0. Definição 1.54 A multiplicidade de interseção de C 1 e C 2 em x é o número (C 1.C 2 ) = dim K O x /(F 1, F 2 ). Se G i é outra equação local de C i para cada i, então F i = G i U i, onde U i é um elemento inversível em O x. Logo(F 1, F 2 ) = (G 1, G 2 ) e portanto, a definição acima independe 20

26 das equações locais escolhidas. Além disso, o número acima é sempre finito: de fato se M x é o ideal maximal do anel local O x, então segue do Nullstellensatz que M m x (F 1, F 2 ) para algum inteiro m. Como O x /M m x é isomorfo ao espaço vetorial dos polinômios de grau menor que ou igual a m ( ver [2] capítulo 2, seção 2.2), segue que dim K O x /(F 1, F 2 ) dim K O x /M m x = m. O número de interseções de C 1 e C 2 é dado por: C 1.C 2 = (C 1.C 2 ) x. x suppc 1 suppc 2 No caso particular em que F e G são curvas planas temos os seguintes resultados: Proposição 1.55 Considere o ideal I em K[x 1,..., x n ] e V (I) = {p 1,..., p m }. Então existe um automorfismo natural K[x 1,..., x n ]/I R 1 /IR 1... R m /IR m onde R i = O pi (A n ). Demonstração: Ver [1], página 55. Usando o resultado acima temos o seguinte resultado sobre o número de interseção de F 1, F 2 no ponto P, o qual denotaremos por: I(P, F G). Proposição 1.56 Se F e G não têm componentes comuns, então I(P, F G) = dim K (K[x, y]/(f, G)), onde os F is são as equações locais dos C is. P Demonstração: A demonstração pode ser encontrada em [1] no capítulo III. Proposição 1.57 Se D, E e F são divisores numa superfície X, então: 1) D.(E + F ) = D.E + D.F. 2) Se E F, então D.E = D.F. 3) Se ϕ : Y X é um isomorfismo birracional entre superfícies projetivas suaves, então ϕ (D).ϕ (E) = D.E. 21

27 Demonstração: A demonstração pode ser encontrada em [2], capítulo 4, seções 1.2 e 1.3. Lema 1.58 Sejam D um divisor numa variedade suave X e P 1,..., P s X. Então existe um divisor D D tal que P i / D, para todo i. Demonstração: A demonstração pode ser encontrada em [2], capítulo 3, seção 1.3. Proposição 1.59 Seja S uma superfície, considere o isomorfismo birracional π 1 : Π S dado pela explosão de S em um ponto P, e seja E o divisor excepcional sobre o ponto P. Então temos que: 1) π1(d).π 1(D ) = D.D, para quaisquer divisores D e D em S. 2) E.π1(D) = 0, para todo divisor D em S. 3) E.E = 1. Demonstração: Se D e D não passam por P, os itens 1 e 2, segue da proposição 1.31 a qual diz que: Π\E = P n \{P }. Caso contário basta usar o Lema 1.58 para obter E D e E D não passando por P. Logo, temos que π1(e).π 1(E ) = E.E = D.D. Para mostrar o item 3, considere uma curva C passando por P com multipicidade 1. O transformado estrito de C encontra E transversalmente em um ponto, que corresponde a direção tangente de C em P. Então temos que (π1(c) E).E = 1, por 2 temos que π1(c).e = 0, logo E.E = 1. 22

28 Capítulo 2 Feixes de Quádricas Como visto no Capítulo 1, toda quádrica de P n pode ser representada por uma matriz simétrica (n+1) (n+1). O conjunto de todas as quádricas é portanto parametrizado pelo espaço projetivo P N, onde N = n2 +3n 2. Coisas interessantes acontecem quando estudamos uma família de quádricas e não uma individualmente, por isso vamos trabalhar com feixes de quádricas em P n que por definição é uma reta em P N. Um feixe de quádricas é usualmente dado como λa + µb, onde (λ : µ) P 1, e A e B são matrizes (n + 1) (n + 1) simétricas. 2.1 Classificação de feixes de quádricas em P N (C) pelo símbolo de Segre O discriminante de um feixe P é por definição a forma binária em (λ : µ), = (λ, µ) = det(λa + µb). Temos que não é identicamente nulo se e somente se, a quádrica geral do feixe é não singular, se e somente se, é uma forma binária de grau n + 1. Suponha não identicamente nulo e seja (λ 0, µ 0 ) uma raiz de, pode acontecer também que todos os subdeterminantes de λ 0 A + µ 0 B de uma certa ordem se anulem. Suponha que todos os subdeterminantes de ordem n + 1 d se anulam para algum d 0, mas nem todo subdeterminante de ordem n d. Isso significa que a quádrica Q(λ 0, µ 0 ) é um d-cone, tendo como vértice um subespaço linear de dimensão d e diretriz uma quádrica suave em um espaço de dimensão n 1 d. Seja l i a multiplicidade mínima da raiz (λ 0, µ 0 ) nos subdeterminantes de ordem n+1 i 23

29 para i = 0, 1,..., d. Pelo desenvolvimento de Laplace temos que: o determinante de uma matriz n n é igual à soma dos produtos de uma fila qualquer (linha ou coluna) por seus respectivos cofatores, onde o cofator A ij do elemento a ij é dado por A ij = ( 1) i+j D ij onde D ij é o determinante da matriz, suprimindo sua linha de ordem i e sua coluna de ordem j. Assim temos que l i l i+1 para todo i e então e i = l i l i+1 0 e nós temos que (λ, µ)=(λµ 0 - λ 0 µ) e0... (λµ 0 - λ 0 µ) e d 1 (λ, µ) onde 1 (λ 0, µ 0 ) 0. Os números e i são chamados números característicos da raiz (λ 0, µ 0 ) e os fatores (λµ 0 - λ 0 µ) e i são os divisores elementares do feixe P. Definição 2.1 Se (λ i, µ i ) para i = 1,..., r são as raízes de, e j 0,..., e j d j são os números característicos associados à raiz (λ j, µ j ) e d 1 d 2... d r então: [(e 1 0,..., e 1 d 1 ), (e 2 0,..., e 2 d 2 ),..., (e r 0,..., e r d r )] é chamado o símbolo de Segre do feixe P. Se d i = 0 os parênteses são omitidos. Exemplo 2.2 Símbolo de Segre [1,1,...,1]. Seja A = B = a a a n 24

30 Com a 1,..., a n K distintos. O feixe P será P = λa + µb = λ + µa λ + µa λ + µa n com a 1,..., a n K distintos. Para cada raíz (λ i : µ i ) o discriminante de ordem (n + 1) se anula, mas não os subdeterminantes de ordem menor. Definição 2.3 A variedade X = Q 0 Q 1 = λɛp 1 Q λ é chamada lugar de base do feixe. O feixe do exemplo 2.2 é dito genérico. Citaremos um outro resultado sobre feixes genéricos que será necessário posteriormente. Nota 2.4 Para n 2, se Q 0 e Q 1 encontram-se transversalmente, então X é suave, de grau 4 e dimensão n 2. Demonstração: A demonstração é uma consequência imediata do teorema Teorema 2.5 Se x T ax e x T bx são duas formas quadráticas em (x 0,..., x n ) e b é uma matriz não singular, uma condição necessária e suficiente para existir uma transformação de coordenadas x = py que transforme as formas quadráticas acima nas formas y T cy e y T dy, é que as λ-matrizes a λb e c λd tenham os mesmos divisores elementares. Demonstração: Primeiro vamos mostrar que a condição é necessária. Suponhamos que existe uma matriz não singular p sobre K tal que p T ap = c e p T bp = d Então p T (a λb)p = c λd. Usando o Teorema 1.24, temos que a λb e c λd têm os mesmos divisores elementares. Agora vamos mostrar a volta, ou seja se a λb e c λd têm os mesmos divisores elementares, então existe uma transformação de coordenadas p, tal que x = py, a 25

31 qual transforma as formas quadráticas dadas nas formas y T cy e y T dy. Suponhamos que a λb e c λd tenham os mesmos divisores elementares, e que b é não singular. Segue do Teorema 1.27 que existem matrizes não singulares m e n sobre K tal que m(c λd)n = a λb, isto é mcn = a e mdn = b. Agora a, b, c e d são todas simétricas, então nós temos n T cm T = n T c T m T = a T = a n T dm T = n T d T m T = b T = b consequentemente n T m 1 an 1 m T = a (pois mcn = a c = m 1 an 1, c = c T e n T c T m T = a), analogamente n T m 1 bn 1 m T = b. Podemos escrever estas equações na forma n T m 1 a = a(n T m 1 ) T, n T m 1 b = b(n T m 1 ) T. Seja t = n T m 1, t é não singular, já que m 1 e n são não singulares. Portanto ta = at T, e tb = bt T t 2 a = tat T = a(t T ) 2, t 2 b = b(t T ) 2, t r a = a(t T ) r, t r b = b(t T ) r. E mais geralmente, se f(x) é qualquer polinômio sobre K, f(t)a = af(t T ) = a[f(t)] T, f(t)b = bf(t T ) = b[f(t)] T. Já que t é não singular, pelo Teorema 1.28 nós podemos escolher f(x) tal que, se s = f(t), então s 2 = t. Com esta escolha de s nós temos Agora sa = as T, sb = bs T. c = m 1 an 1 = (n 1 ) T tan 1 = (n 1 ) T s 2 an 1 = (n 1 ) T sas T n 1 = (s T n 1 ) T as T n 1, 26

32 analogamente d = (s T n 1 ) T bs T n 1. Agora s T e n 1 são não singulares, e consequentemente p = s T n 1 é não singular. Então nós acabamos de encontrar uma transformação de coordenadas p sobre K tal que: c = p T ap, d = p T bp, o que termina a demonstração do Teorema. Como conseqüência temos o seguinte Teorema: Teorema 2.6 Considere dois feixes de quádricas, P 1 e P 2 em P n com elementos singulares (λ 1,i : µ 1,i ), (λ 2,i : µ 2,i ) respectivamente. Suponha que 1 (λ, µ) = det(λa 1 + µb 1 ) e 2 (λ, µ) = det(λa 2 +µb 2 ) não são identicamente nulos, onde A 1, B 1, A 2 e B 2 são matrizes simétricas. Então P 1, P 2 são projetivamente equivalentes, se e somente se, eles têm o mesmo símbolo de Segre e existe um automorfismo de P 1 levando (λ 1,i : µ 1,i ) em (λ 2,i : µ 2,i ). Demonstração: Se os feixes têm os mesmos divisores elementares pelo teorema 2.5 vimos que são projetivamentes equivalentes, então têm o mesmo posto, digamos que o posto dos feixes seja d + 1. Os divisores elementares do feixe P 1 são: (λµ 10 λ 10 µ) e0 10,, (λµ10 λ 10 µ) e0 1d (λµ 1n λ 1n µ) en 10,, (λµ1n λ 1n µ) en 1d Os divisores elementares do feixe P 2 são: (λµ 20 λ 20 µ) e0 20,, (λµ20 λ 20 µ) e0 2d (λµ 2n λ 2n µ) en 20,, (λµ2n λ 2n µ) en 2d Como os divisores elementares dos feixes são iguais temos que os números característicos são iguais, ou seja e i 1j = e i 2j i = 0,, n e j = 0,, d, ou seja têm os mesmos símbolos de Segre. Por outro lado, temos que, os polinômios E i (λ), formados pelos divisores elementares do feixe P 1 é igual aos polinômios E i(λ), formados pelos 27

33 divisores elementares do feixe P 2, logo existe um automorfismo de P 1 levando raíz em raíz. Reciprocamente se os dois feixes têm os mesmos símbolos de Segre e existe um automorfismo de P 1 elementares. levando raíz em raíz, então os feixes têm os mesmos divisores Agora nós usaremos o teorema 2.6 para construir uma forma canônica para o par de formas quadráticas x T ax e x T bx no caso em que b é não singular. Suponha que os divisores elementares de a λb sejam: (λ α 1 ) e 1, (λ α 2 ) e 2,, (λ α r ) er onde e e r = n + 1. Seja P e (α) e e a matriz simétrica P e (α) = α 0 0 α 1 0 α 1 0 α e seja Q e a matriz de tamanho e e dada por: Q e = Se p = P e1 (α 1 ) P e2 (α 2 ) P er (α r ) e 28

34 q = Q e Q e Q er Um cálculo elementar mostra que os divisores elementares de p λq são (λ α 1 ) e 1, (λ α 2 ) e 2,, (λ α r ) er. Portanto pelo teorema 2.6, as formas quadráticas x T ax e x T bx podem ser transformadas em y T py, y T qy respectivamente. Já que as formas quadráticas são unicamentes determinadas pelos divisores elementares de a λb, elas podem ser tomadas como uma forma canônica para o feixe com os dados divisores elementares. 2.2 O exemplo de feixes de cônicas Agora vamos analisar o lugar de base para alguns casos particulares. Estudaremos apenas os feixes, onde a quádrica genérica do feixe é não singular. (i) [1,1,1] Usando o resultado anterior, podemos tomar os geradores do feixe P = λa + µb como sendo as matrizes: A = a b c e B = As cônicas Q 1 e Q 2 correspondentes podem ser escritas da seguinte forma: O feixe de cônicas é dado por: Q 1 = ax bx cx 2 2=0 (a, b, c são distintos) Q 2 = x x x 2 2=0. P = λ(ax bx cx 2 2) + µ(x x x 2 2) = 0. Olhando para o lugar de base X, do feixe P, X = Q 1 Q 2 temos: { ax bx cx 2 2 = 0 x x x 2 2 = 0 29

35 Como o feixe é genérico, Q 1 e Q 2 encontram-se transversalmente. Sejam F 1 = V (Q 1 ) e F 2 = V (Q 2 ). Pelo teorema de Bézout, X = Q 1 Q 2 é constituída por 4 pontos distintos, A 1, A 2, A 3 e A 4. O feixe tem 3 elementos singulares que são dados pelos seguintes pares de retas: Q = A 1 A 2 +A 3 A 4 ; Q = A 1 A 3 +A 2 A 4 ; Q = A 1 A 4 +A 2 A 3. A 1 A 2 A 3 A 4 Fig.2: X = Q 1 Q 2 (ii) [(1,1),1] Como no caso (i), podemos tomar os geradores do feixe P = λa + µb como sendo as matrizes: A = a a c e B = As cônicas Q 1 e Q 2 correspondentes podem ser escritas da seguinte forma: O feixe de cônicas é dado por: Q 1 = ax ax cx 2 2 = 0 Q 2 = x x x 2 2 = 0. P = λ(ax ax cx 2 2) + µ(x x x 2 2) = 0. Olhando para o lugar de base X do feixe P, X = Q 1 Q 2 temos: { ax ax cx 2 2 = 0 x x x 2 2 = 0 que é equivalente a: { x x x 2 2 = 0 (c a)x 2 2 = 0 As cônicas são tangentes às retas x 1 = ix 0, x 1 = ix 0 nos pontos p 1 e p 2 respectivamente, onde p 1 e p 2 é a interseção das cônicas com a reta x 2 = 0. 30

36 p 1 x 1 = ix 0 p 2 x 1 = ix 0 x 2 = 0 Fig.3: X = Q 1 Q 2 Em coordenadas afins, fazendo x 0 = 1, temos que x 2 1 = 1, geometricamente temos: x 2 x 2 = 0 x Fig.4: X = Q 1 Q 2 (iii) [(1,1,1)] Esse caso é a identidade, ou seja vamos ter como geradores do feixe as matrizes: (iv) [2,1] A = a a a e B = Como antes, podemos tomar os geradores do feixe P = λa + µb como sendo as matrizes: A = 0 a 0 a c e B = As cônicas Q 1 e Q 2 correspondentes podem ser escritas da seguinte forma: O feixe de cônicas é dado por: Q 1 = 2ax 0 x 1 + x cx 2 2 = 0 Q 2 = 2x 0 x 1 + x 2 2 = 0. P = λ(2ax 0 x 1 + x cx 2 2) + µ(2x 0 x 1 + x 2 2) = 0. 31

Agradecimentos. Aos colegas da pós-graduação que me fizeram sentir em casa, mesmo eu sendo o único da turma que não era de Belo Horizonte. Valeu!

Agradecimentos. Aos colegas da pós-graduação que me fizeram sentir em casa, mesmo eu sendo o único da turma que não era de Belo Horizonte. Valeu! Agradecimentos Antes de tudo, quero agradecer a Deus. Ele tem me abençoado todos os dias da minha vida. Pois dele, por Ele e para Ele são todas as coisas. A Ele seja a glória para sempre! Amém. Quero agradecer

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

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

Apostila Minicurso SEMAT XXVII

Apostila Minicurso SEMAT XXVII Apostila Minicurso SEMAT XXVII Título do Minicurso: Estrutura algébrica dos germes de funções Autores: Amanda Monteiro, Daniel Silva costa Ferreira e Plínio Gabriel Sicuti Orientadora: Prof a. Dr a. Michelle

Leia mais

Topologia de Zariski. Jairo Menezes e Souza. 25 de maio de Notas incompletas e não revisadas RASCUNHO

Topologia de Zariski. Jairo Menezes e Souza. 25 de maio de Notas incompletas e não revisadas RASCUNHO Topologia de Zariski Jairo Menezes e Souza 25 de maio de 2013 Notas incompletas e não revisadas 1 Resumo Queremos abordar a Topologia de Zariski para o espectro primo de um anel. Antes vamos definir os

Leia mais

1 Álgebra linear matricial

1 Álgebra linear matricial MTM510019 Métodos Computacionais de Otimização 2018.2 1 Álgebra linear matricial Revisão Um vetor x R n será representado por um vetor coluna x 1 x 2 x =., x n enquanto o transposto de x corresponde a

Leia mais

Geometria Algébrica. Notas de aula por Juliana Coelho

Geometria Algébrica. Notas de aula por Juliana Coelho Introdução à Geometria Algébrica Notas de aula por Juliana Coelho 1 Sumário 1 Variedades Afins 4 1.1 Topologia de Zariski em A n............................... 4 1.2 Funções regulares e morfismos..............................

Leia mais

Variedades diferenciáveis e grupos de Lie

Variedades diferenciáveis e grupos de Lie LISTA DE EXERCÍCIOS Variedades diferenciáveis e grupos de Lie 1 VARIEDADES TOPOLÓGICAS 1. Seja M uma n-variedade topológica. Mostre que qualquer aberto N M é também uma n-variedade topológica. 2. Mostre

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

Fabio Augusto Camargo

Fabio Augusto Camargo Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Matemática Introdução à Topologia Autor: Fabio Augusto Camargo Orientador: Prof. Dr. Márcio de Jesus Soares

Leia mais

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG 1 Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos Ana Cristina Vieira Departamento de Matemática - ICEx - UFMG - 2011 1. Representações de Grupos Finitos 1.1. Fatos iniciais Consideremos

Leia mais

Anéis quocientes k[x]/i

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

Leia mais

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

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

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

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

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

Leia mais

Funções suaves e Variedades

Funções suaves e Variedades a aula, 5-03-2007 Funções suaves e Variedades Os objectos de estudo da Topologia Diferencial são as variedades e as aplicações suaves, onde suave significa ser de classe C. As variedades consideradas são

Leia mais

MAT Resumo Teórico e Lista de

MAT Resumo Teórico e Lista de MAT 0132 - Resumo Teórico e Lista de Exercícios April 10, 2005 1 Vetores Geométricos Livres 1.1 Construção dos Vetores 1.2 Adição de Vetores 1.3 Multiplicação de um Vetor por um Número Real 2 Espaços Vetoriais

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

Contando o Infinito: os Números Cardinais

Contando o Infinito: os Números Cardinais Contando o Infinito: os Números Cardinais Sérgio Tadao Martins 4 de junho de 2005 No one will expel us from the paradise that Cantor has created for us David Hilbert 1 Introdução Quantos elementos há no

Leia mais

Introdução às superfícies de Riemann

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

Leia mais

obs: i) Salvo menção em contrário, anel = anel comutativo com unidade. ii) O conjunto dos naturais inclui o zero.

obs: i) Salvo menção em contrário, anel = anel comutativo com unidade. ii) O conjunto dos naturais inclui o zero. Lista 1 - Teoria de Anéis - 2013 Professor: Marcelo M.S. Alves Data: 03/09/2013 obs: i) Salvo menção em contrário, anel = anel comutativo com unidade. ii) O conjunto dos naturais inclui o zero. 1. Os conjuntos

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

Unidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013

Unidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013 MA33 - Introdução à Álgebra Linear Unidade 5 - Subespaços vetoriais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Às vezes, é necessário detectar, dentro

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

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

3 Fibrados de Seifert de Dimensão Três

3 Fibrados de Seifert de Dimensão Três 3 Fibrados de Seifert de Dimensão Três Um fibrado de Seifert de dimensão três é uma folheação por círculos numa variedade de dimensão três e pode ser visto como um fibrado sobre uma orbifold de dimensão

Leia mais

Interbits SuperPro Web

Interbits SuperPro Web 1 (Ita 018) Uma progressão aritmética (a 1, a,, a n) satisfaz a propriedade: para cada n, a soma da progressão é igual a n 5n Nessas condições, o determinante da matriz a1 a a a4 a5 a 6 a a a 7 8 9 a)

Leia mais

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

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

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

Leia mais

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R.

(x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2, y 1 y 2 ); e α (x, y) = (x α, y α ), α R. INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2457 Álgebra Linear para Engenharia I Terceira Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Considere as retas

Leia 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

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO EXERCÍCIOS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2458 Álgebra Linear para Engenharia II Primeira Lista de Exercícios - Professor: Equipe da Disciplina 1. Em R 3, sejam S 1

Leia mais

(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;

(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 mais

Inversão de Matrizes

Inversão de Matrizes Inversão de Matrizes Prof. Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2015.2 21 de

Leia mais

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada:

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada: Aula 8 polinômios (Anterior: chinês. ) 8.1 séries formais Fixemos um anel A. Denotaremos por A N o conjunto de todas as funções de N = {, 1, 2,... } a valores em A. Em termos mais concretos, cada elemento

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

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

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

Leia mais

Notações e revisão de álgebra linear

Notações e revisão de álgebra linear Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

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

Exercícios sobre Espaços Vetoriais II

Exercícios sobre Espaços Vetoriais II Exercícios sobre Espaços Vetoriais II Prof.: Alonso Sepúlveda Castellanos Sala 1F 104 1. Seja V um espaço vetorial não trivial sobre um corpo infinito. Mostre que V contém infinitos elementos. 2. Sejam

Leia mais

Tópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais

Tópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 1: Espaços Vetoriais Exercício 1. Determine se os seguintes conjuntos são

Leia mais

Legenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria

Legenda. Questões. 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1. Cálculos Conceitos Teoria 2ª Lista de Exercícios (ALI0001) Prof. Helder G. G. de Lima 1 Legenda Cálculos Conceitos Teoria Questões 1. Revise todos os axiomas da definição de espaço vetorial V sobre o corpo de escalares R, verificando

Leia mais

GABRIEL BUJOKAS

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

Leia mais

Vamos começar relembrando algumas estruturas algébricas Grupos. Um grupo é um conjunto G munido de uma função

Vamos começar relembrando algumas estruturas algébricas Grupos. Um grupo é um conjunto G munido de uma função UMA INTRODUÇÃO A ÁLGEBRAS TIAGO MACEDO Resumo. Neste seminário vamos introduzir uma nova estrutura algébrica, álgebras. Começaremos recapitulando estruturas definidas em seminários anteriores. Em seguida,

Leia mais

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Espaços Vetoriais 1 Definição; 2 Subespaços; 3 Combinação Linear, dependência

Leia mais

Imersões e Mergulhos. 4 a aula,

Imersões e Mergulhos. 4 a aula, 4 a aula, 12-04-2007 Imersões e Mergulhos Um mapa entre variedades f : X Y diz-se um mergulho sse (1) é uma imersão, i.e., Df x : T x X T f(x) Y é injectiva, para todo x X, (2) é injectiva, e (3) a inversa

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

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

Universidade Federal de Santa Catarina Centro de Ciẽncias Físicas e Matemáticas Departamento de Matemática. Liana Garcia Ribeiro

Universidade Federal de Santa Catarina Centro de Ciẽncias Físicas e Matemáticas Departamento de Matemática. Liana Garcia Ribeiro Universidade Federal de Santa Catarina Centro de Ciẽncias Físicas e Matemáticas Departamento de Matemática Liana Garcia Ribeiro Introdução aos Números Algébricos Florianópolis 2018 2 Introdução Para fazer

Leia mais

1 Noções preliminares

1 Noções preliminares Álgebras, subálgebras e endomorfirsmos Ana Cristina - MAT/UFMG Durante este texto, vamos considerar F um corpo de característica zero. Iniciaremos com algumas definições da teoria de anéis que serão importantes

Leia mais

13 de novembro de 2007

13 de novembro de 2007 13 de novembro de 2007 Objetivos - Definição Subgrupos Axiomas de Separação Bases e Sistema fundamental de vizinhanças para a identidade Euclidianos e o Quinto Problema de Hilbert Objetivos - Medida de

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

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

MCTB Álgebra Linear Avançada I Claudia Correa Exercícios sobre transformações lineares. Os Exercícios 3 e 4 são os exercícios bônus dessa lista.

MCTB Álgebra Linear Avançada I Claudia Correa Exercícios sobre transformações lineares. Os Exercícios 3 e 4 são os exercícios bônus dessa lista. MCTB002-13 Álgebra Linear Avançada I Claudia Correa Exercícios sobre transformações lineares Os Exercícios 3 e 4 são os exercícios bônus dessa lista. Definição 1. Dados conjuntos X e Y, uma função ϕ :

Leia mais

2 A métrica de Sasaki

2 A métrica de Sasaki 2 A métrica de Sasaki Para dar inicio ao estudo do fluxo geodésico em variedades de curvatura negativa ou sem pontos conjugados é preciso definir alguns conceitos básicos. O sistema de equações diferenciais

Leia mais

3 Sistema de Steiner e Código de Golay

3 Sistema de Steiner e Código de Golay 3 Sistema de Steiner e Código de Golay Considere o sistema de Steiner S(5, 8, 24, chamaremos os seus blocos de octads. Assim, as octads são subconjuntos de 8 elementos de um conjunto Ω com 24 elementos

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

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 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2017/II 1. Sejam u = ( 4 3) v = (2 5) e w = (a b).

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

Valores e vectores próprios

Valores 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 mais

MAE125 Álgebra Linear /1 Turmas EQN/QIN

MAE125 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 mais

MAT Álgebra Linear para Engenharia II

MAT Álgebra Linear para Engenharia II MAT2458 - Álgebra Linear para Engenharia II Prova de Recuperação - 05/02/2014 Nome: Professor: NUSP: Turma: INSTRUÇÕES (1) A prova tem início às 7:30 e duração de 2 horas. (2) Não é permitido deixar a

Leia mais

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS

TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS O conjunto dos números reais,, que possui as seguintes propriedades:, possui uma relação menor ou igual, denotada por O1: Propriedade Reflexiva:

Leia mais

Definição 1. Um ideal de um anel A é um subgrupo aditivo I de A tal que ax I para todo a A, x I. Se I é um ideal de A escrevemos I A.

Definição 1. Um ideal de um anel A é um subgrupo aditivo I de A tal que ax I para todo a A, x I. Se I é um ideal de A escrevemos I A. 1. Ideais, quocientes, teorema de isomorfismo Seja A um anel comutativo unitário. Em particular A é um grupo abeliano com +; seja I um subgrupo aditivo de A. Como visto no primeiro modulo, sabemos fazer

Leia mais

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

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

Leia mais

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =

Leia mais

Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil. 11 de Março de 2014

Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil. 11 de Março de 2014 Funções - Aula 06 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 11 de Março de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica O principal objetivo do

Leia mais

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS MAT 5818 - ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS 1) Mostre que M n (C) munida da norma ((a jk )) 1 j,k n = k=1 2) Defina na álgebra C[X] dos polinômios complexos na variável X a

Leia mais

EDOs lineares de coeficientes constantes via Álgebra Linear

EDOs lineares de coeficientes constantes via Álgebra Linear EDOs lineares de coeficientes constantes via Álgebra Linear Lucas Seco 26 de Dezembro de 2012 Sempre ouvi falar que a solução de EDOs lineares homogêneas de coeficientes constantes bem como o Método dos

Leia mais

Um Curso de Nivelamento. Instituto de Matemática UFF

Um Curso de Nivelamento. Instituto de Matemática UFF Introdução à Álgebra Linear Um Curso de Nivelamento Jorge Delgado Depto. de Matemática Aplicada Katia Frensel Depto. de Geometria Instituto de Matemática UFF Março de 2005 J. Delgado - K. Frensel ii Instituto

Leia mais

Renato Martins Assunção

Renato Martins Assunção Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear

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

Cúbicas Reversas e Redes de Quádricas

Cúbicas Reversas e Redes de Quádricas Cúbicas Reversas e Redes de Quádricas I. Vainsencher M.A.G. Zarzar 1999 Uma cúbica reversa é a imagem da aplicação P 1 [t, u] [t 3, t 2 u, tu 2, u 3 ] P 3, para uma escolha adequada de coordenadas homogêneas

Leia mais

Polinómios Simétricos e Polinómios W-harmónicos

Polinómios Simétricos e Polinómios W-harmónicos Sob orientação do Prof. Samuel Lopes Faculdade de Ciências da Universidade do Porto 28 de Maio de 2014 Terminologia Consideramos polinómios sobre C em n variáveis: c(j1,...,j n)x j 1 1 x n jn c (j) C O

Leia mais

ÁLGEBRA LINEAR I - MAT0032

ÁLGEBRA LINEAR I - MAT0032 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT0032 11 a Lista de

Leia mais

(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

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Sumário Aula 1 Autovetores e Autovalores de Matrizes.......... 8 Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17 Aula 3 Polinômio Característico................. 25 Aula 4 Cálculo de Autovalores

Leia mais

dosteoremasdepascaledepappus

dosteoremasdepascaledepappus Uma demonstração algébrica dosteoremasdepascaledepappus Um dos teoremas mais bonitos da Matemática é o teorema de Pascal: Teorema de Pascal Dados seis pontos A, B, C, D, E e F sobre uma circunferência,

Leia mais

INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO

INSTITUTO 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 mais

Campos hamiltonianos e primeiro grupo de cohomologia de De Rham.

Campos hamiltonianos e primeiro grupo de cohomologia de De Rham. Campos hamiltonianos e primeiro grupo de cohomologia de De Rham. Ronaldo J. S. Ferreira e Fabiano B. da Silva 18 de novembro de 2015 Resumo Neste trabalho vamos explorar quando um campo vetorial simplético

Leia mais

Sistemas de Equações Diferenciais Lineares

Sistemas 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 mais

Prova de seleção ao Mestrado e/ou Programa de Verão. Programas: ICMC-USP, UFAL, UFRJ

Prova de seleção ao Mestrado e/ou Programa de Verão. Programas: ICMC-USP, UFAL, UFRJ Prova de seleção ao Mestrado e/ou Programa de Verão Programas: ICMC-USP, UFAL, UFRJ Nome: Identidade (Passaporte): Assinatura: Instruções (i) O tempo destinado a esta prova é de 5 horas. (ii) 25 porcento

Leia mais

Parte 1 - Matrizes e Sistemas Lineares

Parte 1 - Matrizes e Sistemas Lineares Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,

Leia mais

Álgebra Linear Semana 05

Álgebra Linear Semana 05 Álgebra Linear Semana 5 Diego Marcon 4 de Abril de 7 Conteúdo Interpretações de sistemas lineares e de matrizes invertíveis Caracterizações de matrizes invertíveis 4 Espaços vetoriais 5 Subespaços vetoriais

Leia mais

Produtos de potências racionais. números primos.

Produtos de potências racionais. números primos. MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e

Leia mais

A = 0 1 i 3 i. 1 i 2i 1. i k 0 O determinante da submatriz formada pelas linhas I, III e IV é o seguinte: 1 0 k 1 i 2i 1 i k 0 = i 2i 1 k 0 + k 1 i

A = 0 1 i 3 i. 1 i 2i 1. i k 0 O determinante da submatriz formada pelas linhas I, III e IV é o seguinte: 1 0 k 1 i 2i 1 i k 0 = i 2i 1 k 0 + k 1 i Exercício 1. Por definição (f(ϕ))(x) = ϕ(x 2 ), portanto, para todos λ, µ R, temos (f(λϕ + µψ))(x) = (λϕ + µψ)(x 2 ) = λ ϕ(x 2 ) + µ ψ(x 2 ) = λ (f(ϕ))(x) + µ (f(ψ))(x) = (λ f(ϕ) + µ f(ψ))(x). Como isso

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

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática TRANSFORMAÇÕES DE CREMONA CUBO-CÚBICAS E O COMPLEXO QUADRÁTICO DE RETAS LUCIANA FRANÇA DA CUNHA Belo Horizonte,

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

MAE125 Álgebra Linear /2 Turmas EQN/QIN

MAE125 Álgebra Linear /2 Turmas EQN/QIN MAE25 Álgebra Linear 2 205/2 Turmas EQN/QIN Planejamento (última revisão: 26 de outubro de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na aula seguinte e valem nota Todas as

Leia mais

Álgebra Linear I - Aula 11. Roteiro. 1 Dependência e independência linear de vetores

Álgebra Linear I - Aula 11. Roteiro. 1 Dependência e independência linear de vetores Álgebra Linear I - Aula 11 1. Dependência e independência linear. 2. Bases. 3. Coordenadas. 4. Bases de R 3 e produto misto. Roteiro 1 Dependência e independência linear de vetores Definição 1 (Dependência

Leia mais

(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e

(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 mais

Análise I Solução da 1ª Lista de Exercícios

Análise I Solução da 1ª Lista de Exercícios FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Matemática Análise I 0- Solução da ª Lista de Eercícios. ATENÇÃO: O enunciado

Leia mais

Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa

Unidade 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 mais

Axiomatizações equivalentes do conceito de topologia

Axiomatizações equivalentes do conceito de topologia Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial

Leia mais

1 Grupos (23/04) Sim(R 2 ) T T

1 Grupos (23/04) Sim(R 2 ) T T 1 Grupos (23/04) Definição 1.1. Um grupo é um conjunto G não-vazio com uma operação binária : G G G que satisfaz as seguintes condições: 1. (associatividade) g (h k) = (g h) k para todos g, h, k G; 2.

Leia mais

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2.

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2. UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE MATEMÁTICA PÓS-GRADUAÇÃO EM MATEMÁTICA Quinta lista de Exercícios - Análise Funcional, período 2009.2. Professor:

Leia mais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que

Leia mais