G3 de Álgebra Linear I
|
|
|
- Luca Vilanova Cordeiro
- 8 Há anos
- Visualizações:
Transcrição
1 G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal que D = P N P t. c) Considere a matriz N. Determine uma forma diagonal E de N. Observação: para resolver esta questão não é necessário calcular o polinômio característico de N. Resposta: a) Observamos que = 6 = e que = 3 = 3. 4 Portanto, os autovalores associados a (,, ) e (,, ) são 6 e 3, respectivamente. Como o traço de N é a soma dos autovalores (contados com multiplicidade), temos que se λ é o terceiro autovalor de N então 6 + ( 3) + λ = = 6.
2 Logo λ = 3. Portanto, uma forma diagonal D de N é 6 D = 3. 3 As outras formas diagonais de N são obtidas fazendo permutações da diagonal. b) Observe que N é uma matriz simétrica, portanto possui uma base ortogonal de autovetores. Observe que N = Q D Q t, onde Q é uma matriz ortogonal (Q t = Q e Q t Q = Q Q t = Id) cujas colunas formam uma base ortonormal de autovetores de N (associados a 6, 3 e 3). Observe que Q t N Q = Q t Q D Q Q t = D, D = Q t N Q e portanto P = Q t. Portanto, um autovetor ū associado ao autovalor 3 deve ser ortogonal aos autovetores associados a 6 e 3. Assim ele pode ser obtido fazendo o produto vetorial dos autovetores (,, ) e (,, ) associados a 6 e 3, i j k ū = (,, ) (,, ) = = (,, 2). Aplique a matriz ao vetor e verifique que (,, 2) é um autovetor cujo autovalor é 3. Normalizando os vetores acima, obtemos uma base ortogonal de autovetores de N é β = {( 3, 3, ) (, 2, ) (,, 6, 3 2, 2 )}. 6 6 Portanto, Q =
3 Observe que o primeiro vetor coluna é um autovetor associado a 6, o segundo vetor coluna é um autovetor associado a 3 e o terceiro vetor coluna é um autovetor associado a 3. Finalmente, P = Q t = c) Observe que para qualquer vetor v temos N N( v) = v Por outro lado, temos que se v é um autovetor de N cujo autovalor associado é σ se verifica Logo N N( v) = N (σ v) = σ N ( v) = v. N ( v) = σ v. Portanto, /σ é um autovalor de N. Assim obtemos que os autovalores de N são /6, /3 e /3 e que uma forma diagonal de N é /6 E = /3. /3 As outras formas diagonais de N são obtidas fazendo permutações da diagonal de E. 2) Considere a matriz M =
4 a) Determine os autovalores de M e suas multiplicidades. Dica, 3 é um autovalor. b) Encontre, se possível, uma base de R 3 formada por autovetores de M. c) Considere a matriz 3 A = a 2, a 2,2, onde a 2,, a 2,2, a 3,2, a 3,3 R. a 3,2 a 3,3 Determine a 2,, a 2,2, a 3,2 e a 3,3 para que a matriz A tenha um único autovalor λ e qualquer conjunto de autovetores linearmente independentes de A associados a λ tenha no máximo um elemento (as duas condições devem ser satisfeitas simultaneamente). d) Considere a matriz B = 2 b 2,2 b 2,3, onde b 2,2, b 2,3, b 3,2 R. 6 b 3,2 Sabendo que a matriz B não possui inversa, 3 é um autovalor de B e (,, ) é um autovetor de B, determine b 2,2, b 2,3 e b 3,2. Resposta:
5 a) Para determinar os autovalores calculamos o polinômio característico de M 2 λ λ λ = ( ) ( ) ( ) = (2 + λ) (3 λ) (5 λ) (5 λ) 6) (3 λ) = ( ) ( ) ( ) = (2 + λ) λ 2 8 λ λ) λ = = λ λ 2 λ + 6. Como sabemos que 3 é raíz, temos λ λ 2 λ + 6 = (3 λ) (a λ 2 + b λ + c). Obtemos que a =, 3 c = 6 (isto é c = 2) e 3 λ 2 b λ 2 = 6 λ 2, logo b = 3. As raízes de λ 2 3 λ + 2 são 3 ± = 3 ±, λ =, λ = 2. 2 Observe que a soma dos autovalores coincide com o traço da matriz, = = 6. Portanto, os autovalores são, 2 e 3, todos simples. b) Os autovalores da matriz M são, 2 e 3 Para determinar os autovetores associados a resolvemos x y =, z ou seja o sistema 3x + 2y + 3z =, 2x + 2y + 2z =, 4x + 2y + 4z =. Fazendo a diferença da primeira e da segunda equação temos x + z =, x = z. Substituindo temos y =. Portanto, as soluções do sistema são da forma (t,, t), t R, e (,, ) é um autovetor de M.
6 Para determinar os autovetores associados a 2 resolvemos x y =, z ou seja o sistema Ou seja 4x + 2y + 3z =, 2x + y + 2z =, 4x + 2y + 3z =. 4x 2y 3z =, 2x y 2z =. Se fazemos (primeira)-2 (segunda) temos z =. Logo y = 2 x. As soluções do sistema são da forma (t, 2 t, ), t R. Portanto, (, 2, ) é um autovetor de M. Para determinar os autovetores associados a 3 resolvemos ou seja o sistema x y z =, 5x + 2y + 3z =, 2x + 2z =, 4x + 2y + 2z =. Da segunda equação obtemos x = z e (substituindo na primeira) y = x. Logo as soluções do sistema são da forma (t, t, t), t R. Portanto, (,, ) é um autovetor de M. Logo uma base de autovetores da matriz M é β = {(,, ), (, 2, ), (,, )}. c) Observe que o polinômio característico da matriz A é p(λ) = (3 λ) (a 2,2 λ) (a 3,3 λ). Portanto, 3 é uma raíz e 3 é um autovalor de A. Como o polinômio característico deve ter uma única raíz (caso contrário existiríam no mínimo dois autovalores diferentes de A) temos que a 2,2 = a 3,3 = 3.
7 A seguir calcularemos os autovertores associados ao autovalor x a 2, 3 3 y =. a 3,2 3 3 z Obtemos a 2, y =, a 3,2 z =. As soluções deste sistema devem ser uma reta (caso contrário existiríam mais de um autovetor linearmente independentes associados a 3). Portanto, a 2,, a 3,2. Uma possibilidade é d) Como (,, ) é um autovetor de B temos 2 b 2,2 b 2,3 = 2 + b 2,2 = λ. 6 b 3,2 6 + b 3,2 Portanto, λ = e 2 + b 2,2 =, b 2,2 = 3, b 3,2 = b 3,2 Logo B = 2 3 b 2, Como a matriz não possui inversa seu determinante é nulo. Portanto, 2 3 b 2,3 6 6 = 6 b 2,3 + 6 =. Logo b 2,3 =.
8 Outra forma de raciocinar é a seguinte. Como o determinante de B é nulo temos que B não possui inversa e portanto sua imagem é diferente de R 3. Esta imagem somente pode ser uma reta ou um plano. Como a imagem contém os vetores B(i) = (, 2, 6) e B(j) = (, 3, 6), a única possibilidade é que a imagem seja um plano. De fato, o plano vetorial gerado por estes dois vetores, ou seja o plano vetorial de vetor normal isto é (, 2, 6) (,, 2) = (2, 2, ). 2 x 2 y + z =. Temos que o vetor B(k) = (, b 2,3, ) deve pertence a este plano, portanto 2 2 b 2,3 =, b 2,3 =. 3) Considere as bases β e γ de R 3 e β = {(,, ), (,, ), (, 2, )}, γ = {(3, 4, 5), (4, 5, 6), (5, 6, 8)} e a transformação linear T : R 3 R 3 que verifica T (,, ) = (3, 2, 3), T (,, ) = (2,, 2), T (, 2, ) = (,, ). a) Determine a matriz [T ] β de T na base β. b) Considere a matriz [T ] γ de T na base γ. Determine o traço de [T ] γ. c) Determine, se possível, uma forma diagonal D de T. Caso não exista, justifique sua resposta.
9 Nota: as coordenadas dos vetores estão escritas na base canônica. Resposta: a) Escrevemos e observamos que β = {ū = (,, ), ū 2 = (,, ), ū 3 = (, 2, )}, T (ū ) = T (,, ) = (3, 2, 3) = x ū + y ū 2 + z ū 3, T (ū 2 ) = T (,, ) = (2,, 2) = 2 ū 2, T (ū 3 ) = T (, 2, ) = (,, ) = ū. Portanto, a matriz de T na base β é x [T ] β = y 2. z Determinaremos x, y, z. Escrevemos e obtemos o sistema linear (3, 2, 3) = x (,, ) + y (,, ) + z (, 2, ), 3 = x + y + z, 2 = x + 2 z, 3 = x + y. Portanto (primeira equação menos a terceira) z =. Da segunda equação obtemos x = 2 e substituindo y =. Logo 2 [T ] β = 2. b) Observe que [T ] γ = Q [T ] β Q, onde Q é a matiz de mudança de base da base γ para a base β. Assim, as matrizes [T ] γ e [T ] β são semelhantes e, portanto, têm o mesmo traço. Este traço é = 4.
10 c) Para determinar a forma diagonal de T é suficiente considerar a matriz de T em qualquer base (por exemplo, na base β) e calcular seus autovalores (que são independentes da escolha da base) e autovetores (escritos na base correspondente). Determinamos o polinômio característico de T usando a matriz [T ] β, 2 λ 2 λ λ = λ (2 λ)2. Logo os autovalores são e 2 (multiplicidade 2). Para que exista uma forma diagonal devem existir dois autovetores linearmente independentes associados a 2. Calculamos (na base β) estes autovetores: Temos λ z =, x =. x y =. z Portanto, os autovetores associados a 2 são da forma ū + y ū 2 + ū 3, y. Logo todos os autovetores associados a 2 são paralelos a ū 2. Portanto existe no máximo um autovetor linearmente independente associado a 2. Portanto, não existe uma forma diagonal de T.
Álgebra Linear I - Aula 21
Álgebra Linear I - Aula 1 1. Matrizes ortogonalmente diagonalizáveis: exemplos. Matrizes simétricas. Roteiro 1 Matrizes ortogonalmente diagonalizáveis: exemplos Exemplo 1. Considere a matriz M = 4 4 4
Álgebra Linear I - Aula 19
Álgebra Linear I - Aula 19 1. Matrizes diagonalizáveis. 2. Matrizes diagonalizáveis. Exemplos. 3. Forma diagonal de uma matriz diagonalizável. 1 Matrizes diagonalizáveis Uma matriz quadrada T = a 1,1 a
ÁLGEBRA LINEAR. Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller
ÁLGEBRA LINEAR Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller Autovalores e Autovetores de um Operador Linear Seja T:V V um operador linear. Um vetor v V, v 0, é
Álgebra Linear I - Aula 18
Álgebra Linear I - Aula 18 1. Matrizes semelhantes. 2. Matriz de uma transformação linear em uma base. Roteiro 1 Matrizes semelhantes Definição 1 (Matrizes semelhantes). Considere duas matrizes quadradas
Álgebra Linear I - Aula Autovetores e autovalores de uma transformação
Álgebra Linear I - Aula 18 1. Autovalores e autovetores. 2. Cálculo dos autovetores e autovalores. Polinômio característico. Roteiro 1 Autovetores e autovalores de uma transformação linear Considere uma
Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:
Lema (determinante de matriz ) A B A 0 Suponha que M = ou M =, com A e D 0 D C D matrizes quadradas Então det(m) = det(a) det(d) A B Considere M =, com A, B, C e D matrizes C D quadradas De forma geral,
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
0.1 Matrizes, determinantes e sistemas lineares
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO PARÁ PARFOR MATEMÁTICA Lista de Exercícios para a Prova Substituta de Álgebra Linear 0.1 Matrizes, determinantes e sistemas lineares 1. Descreva explicitamente
Provas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.
Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização
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
G1 de Álgebra Linear I Gabarito
G1 de Álgebra Linear I 2013.1 6 de Abril de 2013. Gabarito 1) Considere o triângulo ABC de vértices A, B e C. Suponha que: (i) o vértice B do triângulo pertence às retas de equações paramétricas r : (
0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1.
Nesta prova, se V é um espaço vetorial, o vetor nulo de V será denotado por 0 V. Se u 1,...,u n forem vetores de V, o subespaço de V gerado por {u 1,...,u n } será denotado por [u 1,...,u n ]. O operador
(d) Cada vetor de R 2 pode ser escrito de forma única como combinação linear dos vetores
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno Costa, Luiz Carlos Guimarães, Mário de Oliveira, Milton Ramirez, Monique Carmona, Nilson Bernardes e Nilson Roberty
Álgebra Linear I - Aula Propriedades dos autovetores e autovalores
Álgebra Linear I - Aula 17 1. Propriedades dos autovetores e autovalores. 2. Matrizes semelhantes. 1 Propriedades dos autovetores e autovalores Propriedade 1: Sejam λ e β autovalores diferentes de T e
Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l
Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um
Dr. Ole Peter Smith Instituto de Matemática e Estatística Universidade Federal de Goiás 1 Vetores em R 2 e R 3
Dr Ole Peter Smith olematufgbr Data: 7/5/ urso Engenharia de omputação Disciplina: Álgebra Linear Lista: I Vetores em R e R Dado os vetores a = (,, ) T, b = (,, 4) T e c = (,, ) T Determine o constante
(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
Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
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..................
Álgebra Linear I - Aula 6. Roteiro
Álgebra Linear I - Aula 6 1. Equação cartesiana do plano. 2. Equação cartesiana da reta. 3. Posições relativas: de duas retas, de uma reta e um plano, de dois planos. Roteiro 1 Equação cartesiana do plano
Autovalores e Autovetores
Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 Cálculo Numérico 24 de novembro de 2010 Introdução Objetivo: Dada matriz A, n n, determinar todos os vetores v que sejam paralelos a Av. Introdução
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
- identificar operadores ortogonais e unitários e conhecer as suas propriedades;
DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;
(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
Álgebra Linear I - Aula 5. Roteiro
1. Produto vetorial. 2. Aplicações. 3. Produto misto. Álgebra Linear I - Aula 5 1 Produto vetorial Roteiro Definição: Dados vetores ū = (u 1, u 2, u 3 ) e v = (v 1, v 2, v 3 ) de R 3 definimos o produto
Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos
Algebra Linear 1. Revisitando autovalores e autovetores 2. Forma Diagonal e Forma de Jordan 2.1 Autovalores distintos 2.2 Autovalores complexos 2.3 Nem todos autovalores distintos 3. Autovalores e autovetores
Geovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia
Álgebra Linear Computacional Geovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia http://www.matmidia.mat.puc-rio.br 1 Álgebra Linear Computacional - Parte
Aula 19 Operadores ortogonais
Operadores ortogonais MÓDULO 3 AULA 19 Aula 19 Operadores ortogonais Objetivos Compreender o conceito e as propriedades apresentadas sobre operadores ortogonais. Aplicar os conceitos apresentados em exemplos
Aula 4 Colinearidade, coplanaridade e dependência linear
Aula 4 Colinearidade, coplanaridade e dependência linear MÓDULO 1 - AULA 4 Objetivos Compreender os conceitos de independência e dependência linear. Estabelecer condições para determinar quando uma coleção
ESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
1. Entre as funções dadas abaixo, verifique quais são transformações lineares: x y z
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA 657- - VIÇOSA - MG BRASIL a LISTA DE EXERCÍCIOS DE MAT 8 I SEMESTRE DE Entre as funções dadas abaixo, verifique quais são transformações
Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Matrizes. Exemplos. Ordem de Uma Matriz. Exemplos. Representação 7. Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz Coluna. Exemplos. Diagonal
. (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,,
6 Valores e Vectores Próprios de Transformações Lineares
Nova School of Business and Economics Prática Álgebra Linear 6 Valores e Vectores Próprios de Transformações Lineares 1 Definição Valor próprio de uma transformação linear ( ) Número real (ou complexo)
1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
Álgebra Linear I - Aula 9. Roteiro
Álgebra Linear I - Aula 9 1. Distância entre duas retas. 2. A perpendicular comum a duas retas. 3. Posições relativas. Roteiro 1 Distância entre duas retas r e s Calcularemos a distância entre duas retas
Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
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
Segunda prova de Álgebra Linear - 01/07/2011 Prof. - Juliana Coelho
Segunda prova de Álgebra Linear - 01/07/011 Prof - Juliana Coelho JUSTIFIQUE SUAS RESPOSTAS! Questões contendo só a resposta, sem desenvolvimento ou justificativa serão desconsideradas! QUESTÃO 1, pts
UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática
UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT 137 - Introdução à Álgebra Linear II/2005 1 Resolva os seguintes sistemas lineares utilizando o Método
Álgebra Linear I - Aula 20
Álgebra Linear I - Aula 0 1 Matriz de Mudança de Base Bases Ortonormais 3 Matrizes Ortogonais 1 Matriz de Mudança de Base Os próximos problemas que estudaremos são os seguintes (na verdade são o mesmo
Aula 5 - Produto Vetorial
Aula 5 - Produto Vetorial Antes de iniciar o conceito de produto vetorial, precisamos recordar como se calculam os determinantes. Mas o que é um Determinante? Determinante é uma função matricial que associa
PLANO DE ENSINO E APRENDIZAGEM
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE LICENCIATURA PLENA EM MATEMÁTICA PARFOR PLANO E APRENDIZAGEM I IDENTIFICAÇÃO: PROFESSOR (A) DA DISCIPLINA:
Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru
1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA 1 a LISTA DE EXERCÍCIOS DE MAT 17 1. Suponha que uma força de 1 newtons é aplicada em um objeto ao longo do
Lista de Exercícios III. junho de 2005
ÁLGEBRA LINEAR II Prof Amit Bhaya Lista de Exercícios III junho de 2005 Ortogonalidade, espaços fundamentais 1 Se Ax = b possui solução e A T y = 0, então y é perpendicular a 2 Se Ax = b não possui solução
Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.
Sistemas Dinâmicos Lineares Romeu Reginatto Programa de Pós-Graduação em Engenharia de Sistemas Dinâmicos e Energéticos Universidade Estadual do Oeste do Paraná Parte I Álgebra Linear Adaptado das notas
2 Álgebra Linear (revisão)
Teoria de Controle (sinopse) 2 Álgebra Linear (revisão) J. A. M. Felippe de Souza Neste capítulo vamos citar os principais tópicos de Álgebra Linear que são necessários serem revistos para o acompanhamento
Roteiros e Exercícios - Álgebra Linear v1.0
Roteiros e Exercícios - Álgebra Linear v1.0 Robinson Alves Lemos 14 de janeiro de 2017 Introdução Este material é um roteiro/apoio para o curso de álgebra linear da engenharia civil na UNEMAT de Tangará
Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC
Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Introdução à Mecânica do Contínuo Tensores Professor: Márcio André Araújo Cavalcante
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA a LISTA DE EXERCÍCIOS DE MAT 7 II SEMESTRE DE 00 Professores: Flávia, Gustavo e Lana. Suponha que uma força
Lista de Exercícios de Cálculo 3 Primeira Semana
Lista de Exercícios de Cálculo 3 Primeira Semana Parte A 1. Se v é um vetor no plano que está no primeiro quadrante, faz um ângulo de π/3 com o eixo x positivo e tem módulo v = 4, determine suas componentes.
Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011
APLICAÇÕES DA DIAGONALIZAÇÃO Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 21 de outubro de 2011 Roteiro 1 2 3 Roteiro 1 2 3 Introdução Considere a equação de uma cônica: Forma Geral Ax 2 + Bxy
EXERCÍCIOS RESOLVIDOS Prova de 23/07/2009 Todas as questões se referem a um sistema ortogonal de coordenadas
EXERCÍCIOS RESOLVIDOS 1 SINUÊ DAYAN BARBERO LODOVICI Resumo Exercícios Resolvidos - Geometria Analítica BC 0404 1 Prova de 23/07/2009 Todas as questões se referem a um sistema ortogonal de coordenadas
7 Formas Quadráticas
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Álgebra Linear Teoria de Matrizes
Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço
Da aula passada... Posição relativa entre duas retas no espaço: { paralelas concorrentes COPLANARES. NÃO COPLANARES = reversas
Simulados Na semana passada foi divulgado o primeiro simulado de gaal: vetores e produto escalar. Hoje será divulgado o segundo simulado: retas, planos e produto vetorial. Procure Monitoria GAAL 2013/1
Instituto Superior Técnico Departamento de Matemática Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A
Instituto uperior Técnico Departamento de Matemática ecção de Álgebra e Análise Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A REVIÃO DA PARTE IV Parte IV - Diagonalização Conceitos: valor próprio, vector
Álgebra Linear I - Aula 8. Roteiro
Álgebra Linear I - Aula 8 1. Distância de um ponto a uma reta. 2. Distância de um ponto a um plano. 3. Distância entre uma reta e um plano. 4. Distância entre dois planos. 5. Distância entre duas retas.
Autovetor e Autovalor de um Operador Linear
Autovetor e Autovalor de um Operador Linear Definição Seja T : V V um operador linear. Um vetor v V, v 0, é dito um autovetor de T se existe um número real λ tal que T (v) = λv. O número real λ acima é
MINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS CONSELHO DE GRADUAÇÃO
DISCIPLINA: GEOMETRIA ANALÍTICA E ÁLGEBRA VETORIAL CÓDIGO: 2DB.004 VALIDADE: Início: 01/2013 Término: Eixo: Matemática Carga Horária: Total: 75 horas/ 90 horas-aula Semanal: 06 aulas Créditos: 6 Modalidade:
Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Capítulo 11 1. Equações da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que AP = t AB Fig. 1: Reta r passando por A e B. Como o ponto
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
Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7 Plano e Programa de Ensino Matrizes Exemplos Ordem de Uma Matriz Exemplos Representação 7 Matriz Genérica m x n 8 Matriz Linha 9 Exemplos Matriz Coluna Exemplos Diagonal de Uma
Produto Misto, Determinante e Volume
15 Produto Misto, Determinante e Volume Sumário 15.1 Produto Misto e Determinante............ 2 15.2 Regra de Cramer.................... 10 15.3 Operações com matrizes............... 12 15.4 Exercícios........................
Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações
Q1. Considere um sistema de coordenadas Σ = (O, E) em E 3, em que E é uma base ortonormal de V 3. Sejam π 1 e π 2 os planos dados pelas equações π 1 : x 2y + 3z = 1 e π 2 : x + z = 2 no sistema de coordenadas
01. Determinar as equações da reta que passa pelo ponto A( 2, 3, 2) e tem a. = 2x. v são: b c
01. Determinar as equações da reta que passa pelo ponto A(, 3, ) e tem a direção do vetor v = 3 i + k. a = 3 As componentes do vetor v são: b = 0. c = Tendo em vista que b = 0, a reta se acha num plano
Aula 10 Produto interno, vetorial e misto -
MÓDULO 2 - AULA 10 Aula 10 Produto interno, vetorial e misto - Aplicações II Objetivos Estudar as posições relativas entre retas no espaço. Obter as expressões para calcular distância entre retas. Continuando
ESPAÇOS VETORIAIS EUCLIDIANOS
ESPAÇOS VETORIAIS EUCLIDIANOS Produto interno em espaços vetoriais Estamos interessados em formalizar os conceitos de comprimento de um vetor e ângulos entre dois vetores. Esses conceitos permitirão uma
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.
GABRIEL BUJOKAS
APLICAÇÕES DE ÁLGEBRA LINEAR À COMBINATÓRIA GABRIEL BUJOKAS ([email protected]) A gente vai discutir algumas das aplicações clássicas de álgebra linear à combinatória. Vamos começar relembrando alguns conceitos
Álgebra Linear I - Aula 9. Roteiro
Álgebra Linear I - Aula 9 1. Distância de um ponto a uma reta. 2. Distância de um ponto a um plano. 3. Distância entre uma reta e um plano. 4. Distância entre dois planos. oteiro 1 Distância de um ponto
Aula 7 Equação Vetorial da Reta e Equação Vetorial do plano
Aula 7 Equação Vetorial da Reta e Equação Vetorial do plano Prof Luis Carlos As retas podem estar posicionadas em planos (R 2 ) ou no espaço (R 3 ). Retas no plano possuem pontos com duas coordenadas,
n. 35 AUTOVALORES e AUTOVETORES ou VALORES e VETORES PRÓPRIOS ou VALORES CARACTERÍSTICOS e VETORES CARACTERÍSTICOS
n. 35 AUTOVALORES e AUTOVETORES ou VALORES e VETORES PRÓPRIOS ou VALORES CARACTERÍSTICOS e VETORES CARACTERÍSTICOS Aplicações: estudo de vibrações, dinâmica populacional, estudos referentes à Genética,
Álgebra Linear I - Aula 14. Roteiro
Álgebra Linear I - Aula 14 1 Matrizes 2 Forma matricial de uma transformação linear 3 Composição de transformações lineares e produto de matrizes 4 Determinante do produto de matrizes Roteiro 1 Matrizes
1 Determinantes, traços e o teorema espectral para operadores arbitrários
Álgebra Linear e Aplicações - Lista para Segunda Prova Nestas notas, X, Y,... são espaços vetoriais sobre o mesmo corpo F {R, C}. Você pode supor que todos os espaços têm dimensão finita. (x, y) = (x,
1 Segmentos orientados e vetores, adição e multiplicação
MAP2110 Modelagem e Matemática 1 o Semestre de 2007 Resumo 1 - Roteiro de estudos - 07/05/2007 Espaços vetoriais bi e tri-dimensionais (plano ou espaço bidimensional E 2, e espaço tridimensional E 3 )
Aula 3 A Reta e a Dependência Linear
MÓDULO 1 - AULA 3 Aula 3 A Reta e a Dependência Linear Objetivos Determinar a equação paramétrica de uma reta no plano. Compreender o paralelismo entre retas e vetores. Entender a noção de dependência
Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx.
4 Álgebras de Lie Álgebras de Lie são espaços vetoriais munidos de uma nova operaçao que em geral não é comutativa nem associativa: [x, y] = xy yx. 4.1 Álgebras de Lie Simples Definição 4.1 Uma álgebra
Retas e círculos, posições relativas e distância de um ponto a uma reta
Capítulo 3 Retas e círculos, posições relativas e distância de um ponto a uma reta Nesta aula vamos caracterizar de forma algébrica a posição relativa de duas retas no plano e de uma reta e de um círculo
7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.
Lista de Álgebra Linear - Prof. Edson Iwaki 1. Quais dos subconjuntos são R subespaços vetoriais? Ache uma base para os que forem. (a) S = {(x, y, z) R 3 x 0} R 3 (b) S = {(x, y, z) R 3 x = 0} R 3 (c)
MATRIZES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga
MATRIZES Álgebra Linear e Geometria Analítica Prof. Aline Paliga INTRODUÇÃO Definição: chama-se matriz de ordem m por n a um quadro de m xn elementos dispostos em m linhas e n colunas. a a a a a a a a
GAAL /1 - Simulado - 3 exercícios variados de retas e planos
GAAL - 201/1 - Simulado - exercícios variados de retas e planos SOLUÇÕES Exercício 1: Considere as retas m e n de equações paramétricas m : (x, y, z) = (1, 1, 0) + t( 2, 1, ) (a) Mostre que m e n são retas
Aula Distância entre duas retas paralelas no espaço. Definição 1. Exemplo 1
Aula 1 Sejam r 1 = P 1 + t v 1 t R} e r 2 = P 2 + t v 2 t R} duas retas no espaço. Se r 1 r 2, sabemos que r 1 e r 2 são concorrentes (isto é r 1 r 2 ) ou não se intersectam. Quando a segunda possibilidade
Aula 22 Produto vetorial, produto misto e volume
Aula 22 Produto vetorial, produto misto e volume MÓDULO 2 - AULA 22 Objetivos Definir o produto misto de três vetores no espaço a partir do cálculo de volumes de paralelepípedos. Exprimir o produto vetorial
Lista de exercícios 8 Bases e Dimensão.
Universidade Federal do Paraná semestre 05. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 8 Bases e Dimensão. Exercício : No exercício da Folha 7, indique se os vetores formam uma base para
Bacharelado em Ciência e Tecnologia 2ª Lista de Exercícios - Geometria Analítica
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE CIÊNCIAS AMBIENTAIS Bacharelado em Ciência e Tecnologia ª Lista de Exercícios - Geometria Analítica 008. ) São dados os pontos
Exponencial de uma matriz
Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2
10. Determine as equações cartesianas das famílias de retas que fazem um ângulo de π/4 radianos com a reta y = 2x + 1.
Geometria Analítica. 1. Determine as posições relativas e as interseções entre os conjuntos em R abaixo. Em cada item também faça um esboço dos dois conjuntos dados no mesmo sistema de eixos. (a) C : (x
OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS*
OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS* FABIANA BARBOSA DA SILVA, ALINE MOTA DE MESQUITA ASSIS, JOSÉ EDER SALVADOR DE VASCONCELOS Resumo: o objetivo deste artigo é apresentar
Álgebra Linear - 1 a lista de exercícios Prof. - Juliana Coelho
Álgebra Linear - a lista de exercícios Prof. - Juliana Coelho - Considere as matrizes abaixo e faça o que se pede: M N O 7 P Q R 8 4 T S a b a Determine quais destas matrizes são simétricas. E antisimétricas?
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
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Matrizes hermitianas e unitárias
Matrizes hermitianas e unitárias Amit Bhaya, Programa de Engenharia Elétrica COPPE/UFRJ Universidade Federal do Rio de Janeiro [email protected] http://www.nacad.ufrj.br/ amit Matrizes complexas O produto
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
