Álgebra Linear I - Aula 20



Documentos relacionados
Álgebra Linear I - Aula 22

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

Álgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais

Álgebra Linear I - Aula Matriz de uma transformação linear em uma base. Exemplo e motivação

1 Matrizes Ortogonais

P4 de Álgebra Linear I de junho de 2005 Gabarito

G4 de Álgebra Linear I

Matrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.

G3 de Álgebra Linear I

Álgebra Linear I - Aula 20

Inversão de Matrizes

G3 de Álgebra Linear I

Álgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas

G3 de Álgebra Linear I

P4 de Álgebra Linear I

Álgebra Linear I - Aula 21

Álgebra Linear I - Aula 18

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

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

Álgebra Linear I - Aula 19

P3 de Álgebra Linear I

Capítulo 2 - Determinantes

Aula 19 Operadores ortogonais

Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas

Departamento de Matemática da Universidade de Coimbra Álgebra Linear e Geometria Analítica Engenharia Civil Ano lectivo 2005/2006 Folha 1.

Fórmulas do Traço e o Cálculo de Matrizes Inversas

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).

PARTE 11 VETOR GRADIENTE:

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Ficha de Exercícios nº 2

Matrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.

Capítulo Bissetrizes de duas retas concorrentes. Proposição 1

Marcelo M. Santos DM-IMECC-UNICAMP msantos/

Resolução do exemplo 8.6a - pág 61 Apresente, analítica e geometricamente, a solução dos seguintes sistemas lineares.

G4 de Álgebra Linear I

Prova tipo A. Gabarito. Data: 8 de outubro de ) Decida se cada afirmação a seguir é verdadeira ou falsa. 1.a) Considere os vetores de R 3

G4 de Álgebra Linear I

Álgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.

MATEMÁTICA II. Aula 12. 3º Bimestre. Determinantes Professor Luciano Nóbrega

Matrizes Semelhantes e Matrizes Diagonalizáveis

Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais

Determinantes. Vamos associar a cada matriz quadrada A um número a que chamaremos determinante. a11 a Uma matriz de ordem 2, A =

Álgebra Linear Computacional

Capítulo 4. Retas e Planos. 4.1 A reta

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

Gabarito P2. Álgebra Linear I ) Decida se cada afirmação a seguir é verdadeira ou falsa.

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

Álgebra Linear I - Aula Propriedades dos autovetores e autovalores

Análise de Sistemas de Controle no Espaço de Estados

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:

UNIVERSITÁRIO DE SINOP CURSO DE ENGENHARIA CIVIL

Notas de aula de Lógica para Ciência da Computação. Aula 11, 2012/2

Ficha de Trabalho 02 Sistemas. Matriz Inversa. (Aulas 4 a 6).

Álgebra Linear - Exercícios (Determinantes)

Capítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

CM005 Álgebra Linear Lista 3

Exercícios de Álgebra Linear

Introdução ao determinante

Determinantes. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica Determinantes 1 / 17

Determinantes. Matemática Prof. Mauricio José

Semana 7 Resolução de Sistemas Lineares

P2 de Álgebra Linear I Data: 10 de outubro de Gabarito

1.10 Sistemas de coordenadas cartesianas

Exercícios de Aprofundamento Mat Polinômios e Matrizes

ÁLGEBRA VETORIAL E GEOMETRIA ANALÍTICA (UFCG- CUITÉ)

Álgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017

ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU

ALGA - Eng.Civil - ISE / Matrizes 1. Matrizes

Disciplina: Álgebra Linear - Engenharias ], C = Basta adicionar elemento a elemento de A e B que ocupam a mesma posição na matriz.

Lista de Exercícios Critérios de Divisibilidade

(1, 6) é também uma solução da equação, pois = 15, isto é, 15 = 15. ( 23,

Autovalores e Autovetores

LISTA DE EXERCÍCIOS DE GEOMETRIA ANALÍTICA. 01) Dados os vetores e, determine o valor da expressão vetorial. Resp: A=51

3 Determinantes. 2 Definição Número de trocas de ordem de um termo de uma matriz. 3 Definição Determinante de uma Matriz ( ( ))

P1 de Álgebra Linear I de setembro de Gabarito

Matrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago a pré-requisitos 1. 2 Tipos de matrizes.

Análise de Regressão. Notas de Aula

ÁLGEBRA LINEAR. Valores Próprios (Autovalores) e Vetores Próprios (Autovetores) Prof. Susie C. Keller

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

. (A verificação é imediata.)

Geometria Analítica. Prof Marcelo Maraschin de Souza

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

Aula 5 - Produto Vetorial

Álgebra Linear I - Aula 10. Roteiro

1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55

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

Congruências Lineares

UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA.

a 21 a a 2n... a n1 a n2... a nn

1 NOTAS DE AULA FFCLRP-USP - VETORES E GEOMETRIA ANALÍTICA. Professor Doutor: Jair Silvério dos Santos

Definição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.

Matemática Básica Intervalos

Transcrição:

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 problema Considere uma transformação linear T e uma base β Suponha conhecida a matriz [T] β de T na base β Queremos obter a matriz de T na base canônica (ou em outra base Para simplificar notação, escreveremos [T] e a matriz na base canônica Considere duas bases β e γ e um vetor v, conhecidas as coordenadas de v na base β, (v β, determinar as coordenadas do vetor v na base γ, (v γ A respeito do primeiro problema, veremos que as matrizes [T] e e [T] β são semelhantes, [T] e P [T] β P 1 O problema principal é determinar P As matrizes P e P 1 são as chamadas matrizes de mudança de base Aplicando P 1 a um vetor v na base canônica obtemos as coordenadas de v na base β, assim P 1 e a matriz de mudança da base canônica à base β Analogamente, aplicando P a um vetor w na base β obtemos as coordenadas de w na base canônica, portanto, P e a matriz de mudança da base β à base canônica Para evitar notação mais pesada, resolveremos este problema no caso de transformações lineares de R Em dimensões superiores o raciocínio é idêntico Considere a base β {u, v} e a base canônica e {(1, 0, (0, 1} Suponha que u (u 1, u e e v (v 1, v e (coordenadas de u e v na base canônica 1

Dado um vetor w com (w β (a, b queremos calcular (w e Isto é muito simples, temos w au + b v a (u 1 i + u j + b (v 1 i + v j (au 1 + b v 1 i + (au + b v j Isto é, (w e (a, b (au 1 + b v 1, au + b v Portanto, em forma matrizial, ( ( a u1 v b 1 u v ( a b Em outras palavras, a matriz M de mudança da base β para a base canônica é a matriz cujas colunas são as coordenadas dos vetores da base β na base canônica Observe que a matriz de mudança da base canônica e à base β é a matriz inversa de M Finalmente, observe que as matrizes P M e P 1 M 1 verificam Complete os detalhes [T] e P [T] β P 1 Exemplo 1 Considere a projeção ortogonal T : R R na reta x +y 0 Escreva [T] e P 1 DP, onde D é diagonal Prova: Como D e T tem os mesmos autovalores, os autovalores de D devem ser 0 e 1 Como D é diagonal, seus autovalores são os elementos da diagonal Portanto, uma das duas escolhas para D é ( 0 0 D 0 1 Qual é a outra possibilidade? Também sabemos que se consideramos a base β {(1, 1, (1, 1} formada por dois autovetores de T então [T] β D

Sabemos que [P] ( 1 1 1 1 ( 1/ 1/, [P] 1 1/ 1/ Verifique que PDP 1 resulta em [T] e ( 1/ 1/ [T] e 1/ 1/ Exemplo Considere a transformação linear T que verifica T(1, 1, 0 (,, 0, T(0, 1, 1 (0, 1, 1, T(1, 0, 1 (3, 0, 3 Escreva [T] e P D P 1, onde D é diagonal Determine também [T] e Prova: Temos que β {(1, 1, 0, (0, 1,1, (1,0,1} é uma base de autovetores de T Sabemos que 0 0 [T] β D 0 1 0 0 0 3 Também sabemos que P 1 0 1 1 1 0 0 1 1 Calculando [P] 1 (por exemplo, pelo método de Gauss obtemos P 1 1 1 1 1 1 1 1 1 1 1 3

Logo [T e ] 1 1 1 0 1 1 1 0 0 1 1 0 3 1 0 0 1 3 0 0 0 1 0 0 0 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 5 1 1 3 1 3 4 4 Confira que ao aplicar a última matriz aos vetores (1, 1, 0, (0, 1, 1 e (1, 0, 1 obtemos (,, 0, (0, 1, 1 e (3, 0, 3, o que confirma que o resultado é correto Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos u e v da base β se verifica que u v 0 Uma base γ é ortonormal se é ortogonal e todo vetor da base é um vetor unitário (ou seja, u u 1 para todo vetor de γ Como já vimos, calcular as coordenadas de um vetor em uma base ortogonal é muito simples (mais ainda se a base é ortonormal Suponha que estamos em R 3 e que β {u, v, w} é uma base ortonormal Queremos determinar as coordenadas de um vetor l na base β, ou seja (l β (a, b, c, l au + b v + cw Para determinar a considere l u, l u (au + b v + cw u a (u u + b (u v + c (u w Observe que, como a base é ortonormal, u u 1, u v 0 u w Logo a l u Analogamente obtemos, b l v, c l w 4

Exercício 1 Encontre uma base ortonormal β que contenha dois vetores paralelos a (1, 1, 1 e (1, 1, 0 Obtida a base β, determine as coordenadas do vetor (1,, 3 em dita base Resposta: O terceiro vetor da base deve ser ortogonal a (1, 1, 1 e (1, 1, 0, portanto, é paralelo a (1, 1, 1 (1, 1, 0, isto é, paralelo a (1, 1, Uma possível base β (existem muitas possibilidades é β {(1/ 3, 1/ 3, 1/ 3, (1/, 1/, 0, (1/ 6, 1/ 6, / 6} As coordenadas de (1,, 3 na base β são (a, b, c onde a (1,, 3 (1/ 3, 1/ 3, 1/ 3 6/ 3, b (1,, 3 (1/, 1/, 0 1/, c (1,, 3 (1/ 6, 1/ 6, / 6 3/ 6 Obtemos assim as coordenadas 3 Matrizes ortogonais Dada uma matriz quadrada M sua transposta, denotada M t, é uma matriz cujas linhas são as colunas de M, ou seja, se M (a i,j e M t (b i,j se verifica b j,i a i,j Definição 1 (Matriz ortogonal Uma matriz M é ortogonal se é inversível e M 1 M t, ou seja, MM t M t M Id Observe que se M é ortogonal então sua transposta também é ortogonal (veja que (M t 1 M Portanto, a inversa de uma matriz ortogonal também é ortogonal Propriedade 31 Uma matriz ortogonal é uma matriz cujas colunas (ou linhas formam uma base ortonormal (de fato, isto é uma definição geométrica alternativa de matriz ortogonal 5

Prova: Para simplificar a notação veremos a afirmação para matrizes Seja M uma matriz ortogonal cujos vetores coluna são u (a, b e v (c, d ( ( ( a b a c aa + b b ac + b d Id M t M c d b d ac + b d cc + d d ( u u u v u v v v ( 1 0 0 1 Logo u u v v 1, u v 0, e u e v formam uma base ortonormal De fato, o argumento anterior mostra o seguinte: Propriedade 3 Uma matriz é ortogonal se, e somente se, seus vetores coluna formam uma base ortonormal Multiplicando MM t, v obterá a mesma afirmação para os vetores linha: Propriedade 33 Uma matriz é ortogonal se, e somente se, seus vetores linha formam uma base ortonormal Observação 1 O fato anterior implica que a matriz de uma rotação ou de um espelhamento (na base canônica é uma matriz ortogonal Também implica que a matriz de uma projeção não é ortogonal (em nenhuma base 31 Conclusão Quando uma transformação linear T tem uma base ortonormal β de autovetores o processo de diagonalização se simplifica substancialmente: existe uma matriz ortogonal P e uma matriz diagonal D tais que [T] P D P t, onde P é a matriz cujos vetores coluna são os vetores da base β 6