Lista de exercícios 13 Diagonalização
|
|
|
- Leandro Belo Alcaide
- 7 Há anos
- Visualizações:
Transcrição
1 Universidade Federal do Paraná 2 semestre 206. Algebra Linear Olivier Brahic Lista de exercícios 3 Diagonalização Exercícios da Seção 6. Exercício : Para cada uma das seguintes matrizes, encontre os autovalores e os autoespaços correspondentes, pois determine se é diagonalizavel. No caso o é, explicite uma matriz de transição que a diagonaliza. a b c d e ( ( ( 3 ( ( 2 3 Correção do Exercício : a Notemos A a matriz A : 0 0 f g h i 0 0 ( j k l Primeiro, temos que calcular o polinômio característico P A da matriz A, definido por: (( ( ( λ 2 P A (λ : det(a λi det λ det λ [ ] λ 2 4λ 5 Os autovalores são as raizes do polinômio característico P A. Para encontra-las, temos que factorizar P A, isso é, pôr P A (λ aλ 2 +bλ+c na forma: P A (λ a(λ λ (λ λ 2. No caso de um polinômio de grau 2, é so calular que b 2 4ac ( ( 5 36 > 0. Nesse caso, P A tem duas raizes reais, dadas por: λ b + λ 2 b
2 Logo A tem dois autovalores reais, dados por: λ 5 e λ 2 (observe que, os autoespços associados sendo de dimensão stritamente positiva, jà podemos concluir que A é diagonalizavel. O autoespaço E λ associado ao autovalor λ é definido como E λ ker(a λ I, ou seja E λ x R 2 : (A λ I x 0}. Para encontrar E λ, temos que resolver um sistema de equações lineares: (( ( ( x (A λ I x 0 λ ( ( 3 λ 2 x 0 4 λ ( ( x x + 2x 4x x qualquer Logo o autoespaço E λ é dado por E λ x R 2 : x (t, t onde t R} R.(,, é a reta vetorial por (,. Ele é de dimensão, logo λ tem multiplicidade. De maneira semelhante, o autoespaço E λ2 é definido por E λ2 : ker(a λ 2 I. Para encontrar E λ2, resolvemos: ( ( 3 λ2 2 x (A λ 2 I x λ 2 4x + 2x 4x + x2 2x x qualquer Logo E λ2 x R 2 : x (t, 2t onde t R} R.(, 2. É a reta vetorial por (, 2. Ele é de dimensão, logo λ 2 tem multiplicidade. Diagonalização: A matriz A tem dois autovalores λ, λ 2 com dim E λ +dim E λ2 + dim R 2, logo A é diagonalizavel. Uma matriz S que diagonaliza A é ma matriz que tem colunas autovetores de A. Podemos verificar que: ( ( S 3 2 AS 2 4 ( ( 2/3 /3 3 2 /3 /3 4 ( ( 2 ( 2 2
3 b Notemos B a matriz B : ( Calculemos o polinômio característico P B da matriz B, definido por: ( 6 λ 4 P B (λ : det(b λi det [ ] λ 2 5λ λ Os autovalores são as raizes do polinômio característico P B. Para factorizar P B (λ aλ 2 +bλ+c, calulemos que b 2 4ac > 0. Segue que P B (λ a(λ λ (λ λ , isso é P B tem duas raizes reais, dadas por: λ b λ 2 b + Logo B tem dois autovalores reais, dadas por: λ 2 e λ 2 3 (de novo, jà podemos concluir que B é diagonalizavel. Encontremos o autoespaço E λ ker(b λ I x R 2 : (B λ I x 0} resolvendo o sistema de equações lineares: ( ( 6 λ 4 x (B λ I x λ 4x + 4x x x 2 4x qualquer Logo E λ x R 2 : x (t, t onde t R} R.(,. Ele é de dimensão, logo λ tem multiplicidade. 2 3 Para encontrar E λ2 : ker(b λ 2 I, resolvemos: ( 6 λ2 4 (B λ 2 I x 0 3 λ 2 3x 4x 3x 4 0 ( x 0 3x 4 qualquer Logo E λ2 x R 2 : x (4t, 3t onde t R} R.(4, 3, e λ 2 tem multiplicidade. Diagonalização: A matriz B tem dois autovalores λ, λ 2 cuja soma das multiplicidades é dim E λ + dim E λ2 + dim R 2, logo B é diagonalizável. Uma matriz S que diagonalisa B tem colunas autovetores de B. Podemos verificar que: ( ( ( S BS ( ( ( (
4 c Notemos C a matriz C : ( 3. O polinômio característico P C de C é dado por: ( 3 λ P C (λ : det(c λi det [ ] λ 2 4λ + 4. λ Temos P C (λ aλ 2 + bλ + c, com b 2 4ac 0. Segue que P C tem uma raiz dupla, P C (λ a(λ λ 2, dada por: λ b + Logo C tem um único autovalor real λ 2. Nesse caso, o fato de C ser diagonalizável vai depender da dimensão do autoespaço associado E λ. 2 Para encontrar E λ ker(c λ I resolvemos: ( 3 λ (C λ I x 0 λ x x x 0 ( x 0 x qualquer Logo o autoespaço E λ é dado por E λ x R 2 : x (t, t onde t R} R.(, e λ tem multiplicidade. A matrix C tem um único autovalor, cuja autoespaço é de dimensão dim E λ < dim(r 2 2. Logo C não é diagonalizável. ( 3 8 d Notemos D a matriz D :. 2 3 O polinômio característico P D de D é dado por: ( 3 λ 8 P D (λ : det(d λi det [ ] λ 2 6λ λ Temos P D (λ aλ 2 + bλb + c, com b 2 4ac < 0. Nesse caso, temos que trabalhar em C pois P D tem duas raizes complexas conjugadas: P D (λ a(λ λ (λ λ onde: λ b + i λ b i 3 + 4i, 3 4i. 4
5 Logo D tem dois autovalores complexos, conjugados λ 3 + 4i, e λ 3 4i. Para encontrar os autoespaços correspondentes, temos que trabalhar em C 2. São subespaços complexos de C 2, de dimensão stritamente positiva (em C, por isso jà podemos concluir que D é diagonalizavel (em C 2. Para encontrar E λ ker(d λ I x C 2 : (D λ I x 0} resolvemos: ( ( 3 λ 8 x (D λ I x λ 4ix 8x 2x 4i 0 x 2i C qualquer Logo E λ x C 2 : x (2it, t onde t C} C.(2i,. É uma reta complexa por (2i,. Ele tem dimensão em C, logo λ tem multiplicidade. De maneira semelhante, para encontrar E λ : ker(d λ I, resolvemos: ( ( 3 λ 8 x (D λ I x λ 4ix 8x 2x + 4i 0 x 2i C qualquer Logo E λ x C 2 : x ( 2it, t onde t C} C.( 2i,. Ele tem dimensão (em C logo λ tem multiplicidade. Observe que E λ e E λ são conjugados, no sentido que E λ E λ. Isso é uma propriedade geral dos autoespços complexos de uma matriz real. A matriz D tem dois autovalores λ, λ 2 cuja soma das multiplicidades é dim C E λ + dim C E λ + dim C C 2, logo B é diagonalizável em C 2. Uma matriz S que diagonalisa D sendo uma matriz que tem colunas autovetores (necessariemente complexos, nesse caso de D, verifiquemos que: ( ( S 2i 2i 3 8 DS 2 3 ( ( i/4 /2 3 8 i/4 /2 2 3 ( 3 + 4i i ( 2i 2i ( 2i 2i 5
6 e Notemos E a matriz E : (. 2 3 O polinômio característico P E de E é dado por: ( λ P E (λ : det(e λi det [ ] λ 2 4λ λ Temos P E (λ aλ 2 + bλb + c, com b 2 4ac < 0. Segue que P E tem duas raizes complexas conjugadas: P E (λ a(λ λ (λ λ onde: λ b + i 2 + i, λ b i 2 i Logo E tem dois autovalores complexos conjugados λ 2 + i, e λ 2 i. De novo, temos que trabalhar em C 2. Para encontrar E λ ker(e λ I resolvemos: ( ( λ x (E λ I x λ ( + ix + x 2x + ( i 0 x2 ( + ix x C qualquer Logo E λ x C 2 : x (t, ( + it onde t C} C.(, + i. Ele tem dimensão em C, logo λ tem mutliplicidade. De maneira semelhante, para encontrar E λ : ker(e λ I, resolvemos: (E λ I x 0 ( λ ( x λ ( ix + 0 2x + ( + i 0 x2 ( ix x C qualquer Logo E λ x C 2 : x (t, ( it onde t C} C.(, i. É uma reta complexa por (, i C 2. Ele tem dimensão em C, logo λ 2 tem multiplicidade. E tem dois autovalores (complexos, conjugados diferentes logo E é diagonalizavel em C. Uma matriz S que diagonaliza E tendo por colunas autovetores de E, verifiquemos: ( ( ( S i + i i + i ES ( ( ( i/2 ( i/4 i + i i/2 ( + i/4 2 3 ( 2 + i i 6
7 0 0 f Notemos F a matriz F : Desenvolvendo o determinante por cofatores na primeira coluna, calculemos que o polinômio característico P F de F é dado por: P F (λ : det(f λi det λ 0 0 λ 0 0 λ ( λ det ( λ λ 3. 0 λ Segue que λ : 0 é raiz tripla de P F. Logo F tem um único autovalor real λ 0 0. O fato de F ser diagonalizável vai depender da dimensão de E λ. Autoespaços Nesse caso E λ ker(f λ I ker(f coincide com o núcleo de F. Temos: (F λ I x x 0 0 x R qualquer Logo E λ x R 2 : x (t, 0, 0 onde t R} R.(, 0, 0, ele tem dimensão em R, logo λ tem multiplicidade. A matriz F tem um único autovalor λ com multiplicidade dim E λ < dim R 3, logo F não é diagonalizável. g Notemos G a matriz G : Desenvolvendo o determinante por cofatores na primeira linha, obtemos o polinômio característico P G de G jà em forma fatorizada: P G (λ : det(g λi det λ 0 2 λ 0 0 λ ( λ det ( λ 2 (2 λ. ( 2 λ 0 λ Segue que P G tem uma raiz dupla λ :, e uma raiz simples λ 2 : 0. Logo F tem dois autovalores reais, λ e λ 2 2. Nesse caso, o fato de G ser diagonalizável vai depender da dimensão de E λ. 7
8 Para encontrar E λ ker(g λ I resolvemos: λ x (G λ I x λ 0 0 λ x2 + x x3 x, R quaisquer Logo E λ x R 3 : x (t, t 2, t 2 onde t, t 2 R} R.(, 0, 0 R.(0,,, ele tem dimensão 2 em R, logo λ tem multiplicidade 2. Jà podemos concluir que G é diagonalizável. De maneira semelhante, para encontrar E λ2 : ker(g λ 2 I, resolvemos: (G λ 2 I x 0 λ λ λ 2 x x 0 R qualquer x Logo E λ2 x R 3 : x (t, t, 0 onde t R} R.(,, 0. Ele tem dimensão, logo λ 2 tem multiplicidade. Nesse caso, G tem dois autovalores diferentes, λ com multiplicidade dim E λ 2, e λ 2 com multiplicidade E λ2. Temos dim E λ + dim E λ 3 dim R 3, logo G é diagonalizavel. Uma matriz S que diagonaliza G é uma matriz cujas colunas são autovetores linearmente independentes de G. Podemos verificar que: 0 0 S GS
9 2 h Notemos H a matriz H : Desenvolvendo o determinante por cofatores na primeira coluna, obtemos o polinômio característico P H de H da maneira seguinte: P H (λ : det(h λi det ( λ det λ λ 0 5 λ ( 3 λ 5 λ ( λ(λ 2 2λ 8. Para fatorizar P H, temos primeiro que fatorizar λ 2 2λ 8. Calulemos que b 2 4ac ( ( 8 36 > 0. Segue que λ 2 2λ 8 (λ λ (λ λ 2 onde: λ b + 4, λ 2 b 2. Concluemos que P H (λ (λ (λ 4(λ+2, e tem 3 raizes reais simples. Logo H tem três autovalores reais, dadas por: λ 0, λ 4, λ 2 2. Jà podemos concluir que H é diagonalizável. Para encontrar E λ0 ker(h λ 0 I resolvemos: (H λ 0 I x 0 λ λ λ 0 2x x x3 0 x R qualquer Logo E λ0 x R 3 : x (t, 0, 0 onde t R} R.(, 0, 0. Ele tem dimensão, logo λ 0 tem multiplicidade. De maneira semelhante, para encontrar E λ : ker(h λ I, resolvemos: (H λ I x 0 λ λ 0 5 λ 3x x x R qualquer Logo E λ x R 3 : x (t, t, t onde t R} R.(,,. Ele tem dimensão, logo λ tem multiplicidade. 9
10 Finalmente, para encontrar E λ2 : ker(h λ 2 I, resolvemos: λ 2 2 (H λ 2 I x λ λ 2 3x x x 5 R qualquer Logo E λ2 x R 3 : x (t, t, 5t onde t R} R.(,, 5. Ele tem dimensão, logo λ 2 tem multiplicidade. Diagonalização: Nesse caso, H tem tres raizes diferentes, λ 0, λ, λ 2 com dim E λ0 +dim E λ +dim E λ2 3 dim R 3, logo H é diagonalizavel em R 3. Uma matriz S que diagonaliza H tem colunas autovetores linearmente independentes de H. Podemos verificar que: 2 S HS /6 / /6 / i Notemos A a matriz A : 0 0 O polinômio característico P A de A é dado por: 4 λ 5 P A (λ : det(a λi det 0 λ λ 3 + 3λ 2 2λ 0 λ λ(λ (λ 2 Logo A tem três autovalores reais simples, λ 0, λ 2, λ 3 2, logo A é diagonalizável. Para encontrar E λ ker(a λ I ker A resolvemos: 4 5 x (A λ I x x x 0 0 x3 x x R qualquer Logo o autoespaço E λ é dado por E λ x R 3 : x (t, t, t onde t R} R.(,,. Ele tem dimensão em R logo λ tem multiplicidade 0
11 De maneira semelhante, para encontrar E λ2 : ker(a λ 2 I, resolvemos: 4 λ 2 5 x (A λ 2 I x 0 0 λ 2 0 λ 2 2x x x 3 2 R qualquer Logo o autoespaço E λ2 é dado por E λ2 x R 3 : x (3t, 2t, t onde t R} R.(3, 2,, e λ 2 tem multiplicidade. Finalmente, para encontrar E λ3 : ker(a λ 3 I, resolvemos: 4 λ 3 5 (A λ 3 I x 0 0 λ 3 0 λ 3 2x x x x 7 3 R qualquer Logo o autoespaço E λ3 é dado por E λ3 x R 3 : x (7t, 3t, t onde t R} R.(7, 3,. Ele tem dimensão logo λ 3 tem multiplicidade Diagonalização: Nesse caso, A tem tres raizes diferentes, λ 0, λ, λ 2 com dim E λ +dim E λ2 +dim E λ3 3 dim R 3, logo A é diagonalizavel. Uma matriz S que diagonaliza A tem colunas autovetores linearmente independentes de A. Podemos verificar que: S AS /2 2 5/ /2 / j Notemos J a matriz J : 0 0 O polinômio característico P J de J é dado por: 2 λ 0 P J (λ : det(j λi det 0 λ λ 3 3λ 2 3λ 0 λ (λ + 3
12 Logo J tem um único autovalor, real, dado por: λ. O fato de J ser diagonalizável depende da dimensão de E λ. Para encontrar E λ ker(j λ I ker J resolvemos: 2 λ 0 x (J λ I x 0 0 λ 0 λ x + 0 x3 x x + 0, 0 x R qualquer 0 Logo o autoespaço E λ é dado por E λ x R 3 : x (t, 0, t onde t R} R.(, 0,. Ele tem dimensão em R, logo λ tem multiplicidade. Nesse caso, J tem um único autovalor λ com multiplicidade < dim R 3, portanto J não é diagonalizavel k Notemos K a matriz K : Desenvolvendo o determinante por cofatores na primeira linha várias vezes, calculemos que o polinômio característico de K é dado por: 2 λ P K (λ : det(k λi det 0 2 λ λ 0 (2 λ2 (3 λ(4 λ λ Logo K tem três autovalores λ 2, λ 2 3, λ 3 4. É fácil ver que os autoespaços de K são dados por: E λ R.(, 0, 0 R.(0,, 0, 0, E λ2 R.(0, 0,, 0 e E λ3 R.(0, 0, 0,. Logo λ, λ 2 e λ 3 têm multiplicidades respeitivas 2, e. Nesse caso, K jà é diagonal (logo diagonalizável l Notemos L a matriz L : Desenvolvendo o determinante por cofatores em linhas várias vezes, obtemos o polinômio característico de L jà em forma fatorizada: 3 λ P L (λ : det(l λi det 4 λ λ (3 λ(2 λ2 ( λ λ 2
13 Logo L tem três autovalores λ, λ 2 2, λ 3 3. O fato de L ser diagonalizável vai depender da dimensão de E λ3. É fácil ver que o autoespaço E λ é dado por E λ R.(0,, 0, 0. Logo λ têm multiplicidade. Para encontrar o autoespaço E λ2 ker(l λ 2 I resolvemos: (L λ 2 I x 0 3 λ λ λ λ 2 x 0 4x 0 x 4 0 x x 4 x x 4 0 R qualquer Logo o autoespaço E λ2 é dado por E λ2 x R 3 : x (0, 0,, 0 onde t R} R.(0, 0,, 0. Ele tem dimensão em R. Logo λ 2 tem multiplicidade. Para encontrar o autoespaço E λ3 ker(l λ 3 I resolvemos: (L λ 3 I x 0 3 λ λ λ λ 3 4x + x 4 0 x 4 0 2x, x 4 0 x R qualquer x x 4 Logo o autoespaço E λ3 é dado por E λ3 x R 3 : x (t, 2t, 0, 0 onde t R} R.(, 2, 0, 0, ele tem dimensão em R. Logo λ 3 tem multiplicidade. Nesse caso, temos dim E λ + dim E λ2 + dim E λ3 diagonalizável. 3 < 4 dim R 4, logo L não é Referências [] Steven J. Leon, Álgebra Linear com aplicações, 8 a edição, LTC 20. 3
Lista de exercícios 5 Determinantes
Universidade Federal do Paraná semestre 015. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 5 Determinantes Exercício 1: Seja A := 3 1 3 3 Encontre os valores dos menores det(m,1 ), det(m, )
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,
Diagonalização de Operadores. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes.
Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V
ficha 4 valores próprios e vectores próprios
Exercícios de Álgebra Linear ficha 4 valores próprios e vectores próprios Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12
AUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Lista de exercícios 9 Mudanças de Bases
Universidade Federal do Paraná 2 semestre 2016 Algebra Linear Olivier Brahic Lista de exercícios 9 Mudanças de Bases Observação: no livro do Leon [1] o autor chama de matriz de transição de B 1 para B
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
Lista de exercícios 14 Ortogonalidade
Universidade Federal do Paraná Algebra Linear Olivier Brahic Lista de exercícios 1 Ortogonalidade Exercícios da Seção 5.1 Exercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes:
Lista de exercícios 12 Similaridade
Universidade Federal do Paraná Algebra Linear Olivier Brahic Lista de exercícios Similaridade Exercício : Para cada um dos seguintes operadores lineares L em R, determine a matriz A representando L em
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
GAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
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
P3 de Álgebra Linear I
P3 de Álgebra Linear I 2008.2 Data: 14 de Novembro de 2008. Gabarito. 1) Decida se cada afirmação a seguir é verdadeira ou falsa. Considere uma transformação linear T : R 3 R 3 tal que existem vetores
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
G3 de Álgebra Linear I
G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal
(d) p(λ) = λ(λ + 1) (b) 4 (c) 1 (d) Seja A uma matriz n n. Assinale a alternativa FALSA:
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
(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:
Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas
Álgebra Linear I - Lista 12 Matrizes semelhantes. Diagonalização Respostas 1) Determine quais das matrizes a seguir são diagonalizáveis. Nos caso afirmativos encontre uma base de autovetores e uma forma
Lista de exercícios 7 Independência Linear.
Universidade Federal do Paraná semestre 6. Algebra Linear Olivier Brahic Lista de exercícios 7 Independência Linear. Exercício : Determine se os seguintes vetores são linearmente independentes em R : (
Exercício 1: Encontre o ângulo emtre os vetores v e w em cada um dos seguintes:
Universidade Federal do Paraná 2 semestre 2016. Algebra Linear Olivier Brahic Lista de exercícios 1 Ortogonalidade Exercícios da Seção 5.1 Exercício 1: Encontre o ângulo emtre os vetores v e w em cada
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
MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018
MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018 1. Verdadeiro ou falso? Justifique suas respostas. (i) Existe uma transformação linear T : P 3 (R) M 2 (R) cuja matriz em relação
Lista de exercícios 6 Espaços Vetoriais
Universidade Federal do Paraná semestre 016. Algebra Linear, Olivier Brahic Lista de exercícios 6 Espaços Vetoriais Exercícios da Seção 3. Exercício 1: Determine se os seguintes conjuntos formam subespaços
G3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Exercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
3 a Avaliação Parcial - Álgebra Linear
3 a Avaliação Parcial - Álgebra Linear - 016.1 1. Considere a função T : R 3 R 3 dada por T(x, y, z) = (x y z, x y + z, x y z) e as bases de R 3 B = (1, 1, 1), (1, 0, 1), ( 1,, 0)} (a) Encontre [T] B B.
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 29 Soluções dos exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A, então
Lista de exercícios 2 Sistemas de equações lineares II
Universidade Federal do Paraná 2 semestre 2016. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 2 Sistemas de equações lineares II Exercício 1: As matrizes aumentadas seguintes estão na forma
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
Q1. Considere as bases: der 2 e der 3, respectivamente. Seja T :R 2 R 3 a transformação linear Temos que T(1,2) é igual a: [T] BC = 1 0
Q. Considere as bases: B = { (,),(, ) }, C = { (,,),(,,),(,,) }, der e der, respectivamente. Seja T :R R a transformação linear cuja matriz em relação às bases B e C é: [T] BC =. Temos que T(,) é igual
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)
Álgebra Linear e Geometria Analítica. Valores Próprios e Vectores Próprios
Álgebra Linear e Geometria nalítica Valores Próprios e Vectores Próprios Será assim para todos os vectores? R α α, Será assim para todos os vectores? Definição: Seja um número real e uma matriz quadrada
Álgebra Linear I - Aula 22
Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de
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
Parte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período
www.engenhariafacil.weebly.com Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período 4. OBS: Todas as alternativas corretas são as letras A. ) Devemos utilizar o teorema que diz: (Im(A
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
P4 de Álgebra Linear I de junho de 2005 Gabarito
P4 de Álgebra Linear I 25.1 15 de junho de 25 Gabarito 1) Considere os pontos A = (1,, 1), B = (2, 2, 4), e C = (1, 2, 3). (1.a) Determine o ponto médio M do segmento AB. (1.b) Determine a equação cartesiana
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =
3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008. (a) Ache os auto-valores e auto-vetores de A = 3 4 2 0 2 0 0 0 e B = 0 0 2 0 2 0 2 0 0 (b) Mostre que λ + λ 2 + λ 3 é igual ao
G4 de Álgebra Linear I
G4 de Álgebra Linear I 013.1 8 de junho de 013. Gabarito (1) Considere o seguinte sistema de equações lineares x y + z = a, x z = 0, a, b R. x + ay + z = b, (a) Mostre que o sistema é possível e determinado
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
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 - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.
Álgebra Linear I - Lista 11 Autovalores e autovetores Respostas 1 Calcule os autovalores e autovetores das matrizes abaixo. (a ( 4 1 1, (b ( 1 1, (c ( 5 6 3 4, (d 1 1 3 1 6 6, (e 3 5 1, (f 1 1 1 1 1 1
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
Dou Mó Valor aos Autovalores
1. Definições Preliminares Dou Mó Valor aos Autovalores 21ª Semana Olímpica Maceió, AL Prof. Davi Lopes Nível U Dada uma matriz quadrada A n n de entradas complexas, podemos definir os conceitos a seguir,
(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
(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
Legenda. Questões. Lista de Exercícios - Autovalores e autovetores. Cálculos Teoria Geometria
Lista de Exercícios - Autovalores e autovetores Legenda Cálculos Teoria Geometria Questões. Considere o quadrado determinado pelos pontos A(0, 0), B(, 0), C(, ) e D(0, ).Em cada item aplique o referido
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
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
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA
FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO LEEC EXERCÍCIOS DE ÁLGEBRA Exercícios vários. Considere o conjunto C =, e a operação binária definida por a b = min(a, b). O conjunto C é, relativamente
G3 de Álgebra Linear I
G de Álgebra Linear I 7 Gabarito ) Considere a transformação linear T : R R cuja matriz na base canônica E = {(,, ), (,, ), (,, )} é [T] E = a) Determine os autovalores de T e seus autovetores correspondentes
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 =
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
5. Seja A uma matriz qualquer. Assinale a afirmativa
UFRJ Instituto de Matemática Disciplina: Algebra Linear II - MAE 125 Professor: Bruno, Gregório, Luiz Carlos, Mario, Milton, Monique e Umberto Data: 12 de julho de 2013 Terceira Prova 1. Considere no espaço
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
ficha 6 espaços lineares com produto interno
Exercícios de Álgebra Linear ficha espaços lineares com produto interno Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico o semestre 011/1 Notação
Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan
Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan Exercício 1. Seja A = (a i j ) uma matriz diagonal sobre
Universidade Federal Fluminense - GAN
Solimá Gomes Pimentel Universidade Federal Fluminense IM - GAN Solimá Gomes Pimentel, ****- Matemática para Economia III/Solimá Gomes Pimentel 2pt, ; 31cm Inclui Bibliografia. 1. Matemática para Economia
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
MAT-27 Lista-09 Outubro/2011
MAT-27 Lista-09 Outubro/2011 1. Determinar, se possível, uma matriz M M 2 (R) de maneira que M 1 AM seja diagonal nos seguintes casos: [ ] 2 4 (a) 3 13 [ ] 3 2 2 1 2. Achar uma matriz diagonal semelhante
3. Calcule o determinante das matrizes abaixo.
Gabarito - Lista de Exercícios # Professor Pedro Hemsley Calcule o determinante das matrizes x abaixo deta = det = ( ) = detb = det = = 9 detc = det = 9 8 ( ) = 8 detd = det = = 0 0 dete = det = 0 ( 9)
G4 de Álgebra Linear I
G4 de Álgebra Linear I 20122 Gabarito 7 de Dezembro de 2012 1 Considere a transformação linear T : R 3 R 3 definida por: T ( v = ( v (1, 1, 2 (0, 1, 1 a Determine a matriz [T ] ε da transformação linear
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
Álgebra Linear I - Aula 20
Álgebra Linear I - Aula 20 1 Matrizes diagonalizáveis Exemplos 2 Forma diagonal de uma matriz diagonalizável 1 Matrizes diagonalizáveis Exemplos Lembramos que matriz quadrada a 1,1 a 1,2 a 1,n a 2,1 a
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
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
GAAL - Terceira Prova - 15/junho/2013. Questão 1: Analise se a afirmação abaixo é falsa ou verdadeira:
GAAL - Terceira Prova - /junho/3 SOLUÇÕES Questão : Analise se a afirmação abaio é falsa ou verdadeira: [ A matriz A é diagonalizável SOLUÇÃO: Sabemos que uma matriz n n é diagonalizável se ela possuir
b) 4x 1 6x 2 = 1 Questão 2: Considere as seguintes matrizes: 3y 6 y z condições, calcule x, y e z.
Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto LISTA 1 - Matrizes e Sistemas
. (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,,
(a) (1,5) Obtenha os autovalores e autovetores de L. (b) (1,0) A matriz de L em relação à base canônica de M 2 2 é diagonalizável? Explique.
Nome do(a) estudante(a): ALI0001(PRO11-0A) Prova IV 8/06/016 Prof. Helder G. G. de Lima ˆ Identifique-se em todas as folhas. ˆ Mantenha o celular e os demais equipamentos eletrônicos desligados durante
1. Encontre os autovalores e autovetores das transformações lineares dadas: 2. Encontre os autovalores e autovetores correspondentes das matrizes 2
UNIV ERSIDADE DO EST ADO DE SANT A CAT ARINA UDESC CENT RO DE CI ^ENCIAS T ECNOLOGICAS CCT DEP ART AMENT O DE MAT EMAT ICA DMAT Exercícios sobre AUTOVALORES e AUTOVETORES Professora: Graciela Moro. Encontre
Lista de exercícios 4 Inversão de Matrizes
Universidade Federal do Paraná 2 semestre 216. Algebra Linear Olivier Brahic Lista de exercícios 4 Inversão de Matrizes Exercício 1: quais das matrizes seguintes são elementares? Classifique cada matriz
G4 de Álgebra Linear I
G4 de Álgebra Linear I 27.1 Gabarito 1) Considere a base η de R 3 η = {(1, 1, 1); (1,, 1); (2, 1, )} (1.a) Determine a matriz de mudança de coordenadas da base canônica para a base η. (1.b) Considere o
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
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
FORMA CANÔNICA DE JORDAN
FORMA CANÔNICA DE JORDAN Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 4 de novembro de 2011 Roteiro Motivação 1 Motivação 2 3 4 5 6 Roteiro Motivação 1 Motivação 2 3 4 5 6 Matrizes Quase Diagonalizáveis
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
2. Calcule o determinante das matrizes 3x3 abaixo Calcule o determinante das matrizes abaixo. 2 =1 ( 1) 3 3=
Gabarito - Lista de Exercícios # - Métodos Quantitativos em Economia - FCE-UERJ Professor Pedro Hemsley - 0.. Calcule o determinante das matrizes x abaixo. deta = det = ( ) = detb = det = = detc = det
UFRGS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Programa de Pós-Graduação em Matemática Aplicada Prova Escrita - Processo Seletivo 2017/2 - Mestrado
UFRGS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Programa de Pós-Graduação em Matemática Aplicada Prova Escrita - Processo Seletivo 27/2 - Mestrado A prova é composta de 6 (seis) questões, das quais o candidato
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-2458 Álgebra Linear para Engenharia II Segunda Lista de Exercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Verdadeiro ou falso?
MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto. LISTA 1 - Matrizes e Sistemas Lineares
Ministério da Educação Universidade Tecnológica Federal do Paraná Campus Curitiba - DAMAT MA71B - Geometria Analítica e Álgebra Linear Prof a Dr a Diane Rizzotto Rossetto LISTA 1 - Matrizes e Sistemas
0.1 Lista: Autovalores, autovetores
0. Lista: Autovalores, autovetores (Prof. Patricia, Katiani, Graciela). Encontre os autovalores das transformações lineares dadas: (a) T : R 2 R 2 tal que T(x,y) = (2y,x). (b) T : R 2 R 2 tal que T(x,y)
5. Seja R : R 3 R 3 uma rotação em torno do eixo gerado por (0, 0, 1). Suponha que R mande o vetor
Universidade Federal do Rio de Janeiro Instituto de Matemática Disciplina: Álgebra Linear II Professor: Bruno Costa, Cesar Niche, Francesco Noseda, Luiz Carlos Guimarães, Mário de Oliveira, Milton Ramirez,
Lista de exercícios 3 Aritmética Matricial
Universidade Federal do Paraná 2 semestre 26. Algebra Linear Olivier Brahic Lista de exercícios 3 Aritmética Matricial Exercício : Se A 3 4 2 2 2 e B 2 3 2 4, calcule: a 2A, c 2A 3B e AB g A B b A + B
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
