Resolução do efólio A

Documentos relacionados
Resolução do efólio A Álgebra Linear I Código: 21002

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple

Álgebra Linear I Ano lectivo 2015/16 Docente: António Araújo e-fólio A (20 a 30 de novembro) Para a resolução do e-fólio, aconselha-se que:

Avaliação e programa de Álgebra Linear

Aulas práticas de Álgebra Linear

GAAL - Primeira Prova - 06/abril/2013. Questão 1: Considere o seguinte sistema linear nas incógnitas x, y e z.

Produto Misto, Determinante e Volume

Vetores e Geometria Analítica

ficha 1 matrizes e sistemas de equações lineares

1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Escalonamento. Sumário. 1 Pré-requisitos. 2 Sistema Linear e forma matricial. Sadao Massago a Pré-requisitos 1

Matemática II /06 - Matrizes 1. Matrizes

Notas de Aulas de Matrizes, Determinantes e Sistemas Lineares

Sistemas de equações lineares

Algumas Aplicações de Álgebra Linear. Análise de Redes (Network) Fluxo de Trânsito. Circuitos Eléctricos. Equilíbrio de Equações Químicas

Álgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07

apontamentos Álgebra Linear aulas teóricas Mestrado Integrado em Engenharia Mecânica, 1 o semestre 2012/13

Método de eliminação de Gauss

Aulas práticas de Álgebra Linear

Determinante de uma matriz quadrada

Apontamentos I. Álgebra Linear aulas teóricas. Mestrado Integrado em Engenharia Eletrotécnica e de Computadores

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia

Pode-se mostrar que da matriz A, pode-se tomar pelo menos uma submatriz quadrada de ordem dois cujo determinante é diferente de zero. Então P(A) = P(A

Matrizes e sistemas de equações algébricas lineares

ÁLGEBRA LINEAR I 21002

Sistemas de Equações Lineares

ficha 2 determinantes

Hewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

EXERCÍCIOS DE ÁLGEBRA LINEAR

Hewlett-Packard DETERMINANTE. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Lista 2 - Resolução. 1. Verifique se os produtos abaixo estão bem definidos e, em caso afirmativo, calcule-os.

Métodos Matemáticos II

Parte 1 - Matrizes e Sistemas Lineares

x 1 + b a 2 a 2 : declive da recta ;

Notas para o Curso de Algebra Linear Il Dayse Haime Pastore 20 de fevereiro de 2009

Matemática I. Capítulo 3 Matrizes e sistemas de equações lineares

ÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.

Departamento de Matemática

Sistemas de equações lineares

Lista 1: sistemas de equações lineares; matrizes.

Inversão de Matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes

Matriz, Sistema Linear e Determinante

Álgebra matricial exercícios 1-13; sebenta, páginas π

SISTEMAS LINEARES PROF. EDÉZIO

Resolução de sistemas de equações lineares: Fatorações de matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes

Álgebra Linear e Geometria Analítica

Geometria anaĺıtica e álgebra linear

Profs. Alexandre Lima e Moraes Junior 1

ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA. Maria da Graça Marcos Marisa João Guerra Pereira de Oliveira Alcinda Maria de Sousa Barreiras

Métodos Numéricos - Notas de Aula

3 a Lista para auto-avaliação (com um exercício resolvido)

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

Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação

Exercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0

Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros.

Álgebra Linear e Geometria Anaĺıtica

ALGA I. Representação matricial das aplicações lineares

= o A MATRIZ IDENTIDADE. a(i, :) = (aii, ai2,, ai.) i = 1,, m

1 Congruências e aritmética modular

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano de escolaridade Versão 4

Nota importante: U é a matriz condensada obtida no processo de condensação da matriz

1 a LISTA DE EXERCÍCIOS Sistemas de Equações Lineares e Matrizes Álgebra Linear - 1 o Semestre /2018 Engenharia Aeroespacial

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano de escolaridade Versão 3

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

exercícios de álgebra linear 2016

Álgebra Linear. Aula 02

Instituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A

Interbits SuperPro Web

Revisão: Matrizes e Sistemas lineares. Parte 01

Aulas Teóricas de Álgebra Linear

ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES

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

UNIOESTE DETERMINANTES. Profa. Simone Aparecida Miloca UNIOESTE

Capítulo 1. Matrizes e Sistema de Equações Lineares. 1.1 Corpos

Valores e vectores próprios

UFSC Matrizes. Prof. BAIANO

Matemática /09 - Determinantes 37. Determinantes. det A = a 11 a 22 a 12 a 21 = = 2

Álgebra Linear e Geometria Analítica D

decomposição de Cholesky.

determinantes rita simões departamento de matemática - ua

7 temos que e u =

Hewlett-Packard DETERMINANTE. Aulas 01 a 04. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Transcrição:

Resolução do efólio A Álgebra Linear I Código: 21002 I. Questões de escolha múltipla. Em cada questão de escolha múltipla apenas uma das armações a), b), c), d) é verdadeira. Indique-a marcando ˆ no quadrado respetivo. 1. Considere as seguintes matrizes: «ff «ff 1 0 0 1 A, B 1 0 1 2 Então: «ff Ò a) AA J 1 1. 1 1 Ü b) CA A 2. 1 2 e C 3 4fl. 5 6 Ü c) AB BA. ff Ü «1 1 d) A ` B. 1 1 2. Considere a matriz ampliada 2 3 1 0 3 5 4 0 0 1fl. 1 0 0 0 0 O sistema de equações que corresponde a esta matriz é: $ $ 2x ` 3y z ` w 3 2x ` 3y z 3 Ü & Ò & a) 5x ` 4y 1 c) 5x ` 4y 1 % x 0 % x 0 $ $ 2x ` 3y ` z 3 2x ` 3y z 3 Ü & Ü & b) 5x ` 4y 1 d) 5x 4y % w 0 % x 0 3. Duas matrizes A e B pertencentes a M nˆn prq dizem-se semelhantes se existe uma matriz invertível P P M nˆn prq tal que B P 1 AP. Se A e B são matrizes semelhantes, então: Ü a) A 2 B 2 Ü c) A B In Ò b) det `A2 det `B 2 Ü d) det A det B 4. Seja A P M 3ˆ3 prq. Então: e-fólio A 1

Ü a) tr A 3 Ò c) det p Aq det A Ü b) 3 ` tr A det A Ü d) det `A3 3 det A (Nota: O traço de uma matriz é a soma dos elementos da diagonal principal, neste caso tr A ř 3 a ii a 11 ` a 22 ` a 33 ) Nos grupos seguintes justique todas as suas respostas apresentando os raciocínios e os cálculos que efetuou para as obter. II. Aplicando o Método de Eliminação de Gauss, determine se a matriz 4 3 2 1 Q 3 3 2 1 2 2 2 1 fl 1 1 1 1 é invertível, e no caso armativo, calcule Q 1 usando o Método de Eliminação de Gauss- Jordan aplicado à matriz rq I 4 s. III. Utilizando o Teorema de Laplace calcule o valor de 2 1 0 0 1 0 1 3 1 0 1 0 0 1 2 1 0 0 det 0 0 1 3 1 1 1 1 0 1 3 0 fl 0 0 0 1 0 1 IV. Uma matriz quadrada diz-se uma matriz de permutação se cada coluna e cada linha tiverem uma entrada igual a 1 e as restantes iguais a 0. a) Dê um exemplo de uma matriz de permutação A, 3 ˆ 3, que seja diferente de I 3. b) Verique que dada uma matriz qualquer B, 3ˆ3, a matriz AB procede a uma permutação das linhas de B e a matriz BA resulta de B por uma permutação das suas colunas. c) Verique que a matriz A é invertível, tendo por inversa a sua transposta. ı V. Se P P M nˆ1 prq verica P J P 1, designa-se a matriz H I n 2P P J por matriz de Householder associada a P. a) (i.) Seja P J 1{6 3 {4 5 {12 1 {4 5 {12 ı. Calcule a matriz de Householder H, associada a P. (ii.) Verique que H é uma matriz simétrica, e que H J H I 5. b) Mostre que se H é uma matriz de Householder então H é uma matriz simétrica e H J H I n. e-fólio A 2

VI. Seja A P M nˆn prq. Mostre que x J Ax 0 @x P M nˆ1 prq ðñ A J A. FIM Grupo I. 1. «ff 1 0 Temos A 1 0 «ff «ff «ff «ff e portanto A J 1 1 ùñ AA J 1 0 1 1 1 1, 0 0 1 0 0 0 1 1 e portanto a alínea a) é a opção correta. Em relação às outras alíneas, como C é uma matriz 3 ˆ 2, e A é uma matriz 2 ˆ 2, então CA é uma matriz 3 ˆ 2 e portanto não pode ser igual a A 2 que é uma matriz 2 ˆ 2. Para a alínea c) tem-se AB r 1 1 0 0 s r 0 1 1 2 s r 0 0 1 1 s e BA r 0 1 1 2 s r 1 1 0 0 s r 1 3 0 0 s e portanto AB BA. Para a alínea d) tem-se A ` B r 1 1 0 0 s ` r 0 1 1 2 s r 1 2 1 2 s r 1 1 1 1 s, o que conrma que a única alínea verdadeira era a alínea a). 2. Supondo que a solução do sistema que corresponde a esta matriz aumentada era uma matriz coluna 4 ˆ 1 designada por rx y z ws J, então o facto de a 4ª coluna da matriz ser composta unicamente por zeros sugere que o coeciente da componente w seja zero em todas as equações. Podemos assim eliminar as 2 primeiras opções. A segunda equação da opção d) não está certa, pois 5x 4y não é equivalente a 5x`4y 1. A única opção que sobra está correta. 3. No caso em que a única informação que temos acerca de uma matriz é a sua dimensão, a melhor maneira de testar as várias hipóteses é considerar eventuais contra-exemplos particularmente simples, como a matriz nula, ou a matriz identidade. Para este caso podemos também ver o que se passa para o caso (muito) particular B A, que correspondem a matrizes trivialmente semelhantes (porquê?). Assim ao considerarmos B A podemos desde já eliminar as opções c) (pois B A implica A B 0 I n ), e d) (pois B A implica det A det B). Vejamos que a alínea certa é a alínea b). Como B P 1 AP, então por denição B 2 `P 1 AP 2 P 1 AP P 1 AP P 1 AAP P 1 A 2 P, e portanto detpb 2 q detpp 1 A 2 P q detpp 1 q detpa 2 q det P detpa 2 q det P 1 det P detpa 2 q detpp 1 P q detpa 2 q det I n detpa 2 q. Para mostrar que a alínea a) não está correta basta obter um contra-exemplo. Consideremos a matriz A r 1 0 0 0 s e vamos escolher para matriz P uma matriz elementar de troca de linhas. Assim e-fólio A 3

quando multiplicarmos à esquerda por P 1 trocamos as colunas de A e depois ao multiplicarmos à direita por P trocamos as linhas, obtendo-se B r 0 1 1 0 s r 1 0 0 0 s r 0 1 1 0 s r 0 0 0 1 s. Temos assim um exemplo de 2 matrizes semelhantes tais que A 2 B 2, pois A 2 A B B 2. 4. Escolhendo para A a matriz nula de ordem 3 (0 3 ), podemos logo eliminar as 2 primeiras opções, pois como tr 0 3 0 det 0 3, teriamos 0 3. Escolhendo A I 3 na alínea d) tem-se det A 3 det I 3 1 e 3 det A 3 det I 3 3, e portanto esta alínea também não é a correta. Sobra então a alínea c). Como temos uma matriz 3 ˆ 3, detp Aq p 1q 3 det A det A, como queriamos mostrar. Grupo II. Embora seja possível resolver o exercício sem efectuar trocas de linhas, neste caso é bastante mais simples trocar as linhas 1 e 4, pois evita fazer contas com fracções. Aplicando o Método de Eliminação de Gauss obtem-se 4 3 2 1 1 1 1 1 1 1 1 1 1 1 1 0 3 3 2 1 2 2 2 1 fl ÝÝÝÝÝÑ 3 3 2 1 l 1 ÐÑ l 4 2 2 2 1 fl ÝÝÝÝÑ 0 0 1 2 l 2 3l 1 l 3 2l 1 0 0 0 1 fl ÝÝÝÝÑ 0 0 1 0 l 1`l 3 l 2 2l 3 0 0 0 1 fl ÝÑ 1 1 1 1 4 3 2 1 l 4 4l 1 0 1 2 3 l 4 3l 3 0 1 2 0 ÝÝÝÝÑ l 1`l 2 l 3 l 4 2l 2 1 1 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 fl ÝÝÝÑ 0 0 1 0 l 1`l 4 l 2 0 0 0 1 fl ÝÝÝÑ 0 1 0 0 l 2 Øl 4 0 0 0 1 fl ÝÝÝÑ 0 1 0 0 l 3 Øl 4 0 0 1 0 fl. 0 1 0 0 l 4 0 1 0 0 0 0 1 0 0 0 0 1 Uma vez que temos 4 pivots e Q é de ordem 4, a matriz Q é invertível. Como obtivemos a matriz identidade I 4 no nal da eliminação de Gauss, já sabemos que se aplicarmos exatamente as mesmas transformações à matriz ampliada rq I 4 s então vamos obter ri 4 Q 1 s. Começando com rq I 4 s tem-se 4 3 2 1 1 0 0 0 1 1 1 1 0 0 0 1 1 1 1 1 0 0 0 1 3 3 2 1 0 1 0 0 2 2 2 1 0 0 1 0 fl ÝÝÝÝÝÑ 3 3 2 1 0 1 0 0 l 1 ÐÑ l 4 2 2 2 1 0 0 1 0 fl ÝÝÝÝÑ 0 0 1 2 0 1 0 3 l 2 3l 1 l 3 2l 1 0 0 0 1 0 0 1 2 fl ÝÑ 1 1 1 1 0 0 0 1 4 3 2 1 1 0 0 0 l 4 4l 1 0 1 2 3 1 0 0 4 ÝÝÝÝÑ l 1`l 3 l 2 2l 3 l 4 3l 3 1 1 1 0 0 0 1 1 1 1 0 0 0 1 1 0 0 0 1 0 0 1 2 1 0 0 0 1 0 0 1 2 fl ÝÝÝÝÑ 0 0 1 0 0 1 2 1 l 1`l 2 l 3 0 0 0 1 0 0 1 2 fl ÝÑ 0 1 2 0 1 0 3 2 l 4 2l 2 0 1 0 0 1 2 1 0 e-fólio A 4

ÝÝÝÑ l 1`l 4 l 2 l 4 1 0 0 0 1 1 0 0 1 0 0 0 1 1 0 0 0 0 1 0 0 1 2 1 0 0 0 1 0 0 1 2 fl ÝÝÝÑ 0 1 0 0 1 2 1 0 l 2 Øl 4 0 0 0 1 0 0 1 2 fl ÝÑ 0 1 0 0 1 2 1 0 0 0 1 0 0 1 2 1 1 0 0 0 1 1 0 0 ÝÝÝÑ 0 1 0 0 1 2 1 0 l 3 Øl 4 0 0 1 0 0 1 2 1 fl ri4 Q 1 s. 0 0 0 1 0 0 1 2 1 1 0 0 E portanto Q 1 1 2 1 0 0 1 2 1 fl. 0 0 1 2 Grupo III. Para utilizarmos o Teorema de Laplace é conveniente escolher uma linha (ou coluna) com o maior números de zeros possível. Neste caso vamos optar pela última linha (mas o trabalho envolvido é semelhante ao que obteríamos optando pela última coluna). Utilizando a última linha temos 2 1 0 0 1 0 1 3 1 0 1 0 0 0 1 2 1 0 0 1 3 1 1 0 p 1q 4`6 p 1q 0 1 2 0 0 0 0 1 3 1 1 l6 1 1 0 1 3 0 0 0 1 1 1 1 1 0 3 0 0 0 0 1 0 1 2 1 0 0 1 1 3 1 0 1 ` p 1q 6`6 p1q 0 1 2 1 0. 0 0 1 3 1 1 1 0 1 3 Calculando agora cada um destes determinantes de ordem 5 tem-se, desenvolvendo o primeiro pela última coluna e o segundo pela quarta coluna: 0 1 3 1 1 0 0 1 2 0 0 p 1q 4`5 1 3 1 1 p 1q c5 0 0 1 1 1 0 1 2 0 1 1 0 3 0 1 1 0 3 c1 e-fólio A 5

3 1 1 1 0 1 1 0 1 2 c1 1 2 0 ` 1 2 0 ` 3 1 1 1 0 3 1 0 3 1 2 0 2p18 ` p 3q p2qq ` p 6 2q ` p 2 5q 26 15 11, e para o 2º determinante de ordem 5 2 1 0 0 1 1 3 1 0 1 0 1 2 1 0 p 1q 3`4 1 3 1 1 p 1q ` p 1q 4`4 1 3 1 1 3 c4 0 0 1 3 1 0 0 1 1 0 1 2 0 1 1 0 1 3 1 1 0 3 1 1 0 3 ` p 1q 5`4 1 3 1 1 p 1q. 0 1 2 0 0 0 1 1 Reparando que o segundo destes determinantes de ordem 4 é igual a 11, pois já foi calculado, resta-nos calcular 2 determinantes de ordem 4. Para o primeiro, tem-se 1 3 1 1 2 1 1 2 1 0 0 0 1 1 l3 1 3 1 ` 1 3 1 p16 ` p 4q 4q ` p 3q 11. 1 1 3 1 1 0 1 1 0 3 Para o terceiro, tem-se 1 3 1 1 3 1 1 1 0 1 2 0 1 2 0 c1 1 2 0 ` 1 2 0 2p 6q ` p2 1q 11. 0 1 1 0 1 1 0 0 1 1 Juntando agora as parcelas todas obtem-se: 2 1 0 0 1 0 1 3 1 0 1 0 0 1 2 1 0 0 p11q ` pp 11q ` 3 p11q ` p 11qq 33 ` 33 0. 0 0 1 3 1 1 1 1 0 1 3 0 0 0 0 1 0 1 Grupo IV. a) Um exemplo simples consiste em trocar 2 linhas (ou colunas) à matriz I 3, por exemplo e-fólio A 6

trocando as 2 primeiras linhas entre si obtem-se a matriz de permutação 0 1 0 A 1 0 0fl. 0 0 1 b) Dada uma matriz b 11 b 12 b 13 0 1 0 b 11 b 12 b 13 b 21 b 22 b 23 B b 21 b 22 b 23 fl, tem-se AB 1 0 0fl b 21 b 22 b 23 fl b 11 b 12 b 13 fl, b 31 b 32 b 33 0 0 1 b 31 b 32 b 33 b 31 b 32 b 33 b 11 b 12 b 13 0 1 0 b 12 b 11 b 13 e BA b 21 b 22 b 23 fl 1 0 0fl b 22 b 21 b 23 fl, conrmando-se assim que a b 31 b 32 b 33 0 0 1 b 32 b 31 b 33 matriz AB procede a uma permutação das linhas de B, neste caso a primeira e a segunda, e a matriz BA resulta de B por uma permutação das suas colunas (neste caso a primeira e a segunda). c) Uma vez que A resulta de I 3 por uma única troca de linhas, já sabemos que det A det I 3 1 0, e portanto A é invertível; como neste caso A é simétrica concluimos que é a sua própria inversa, o que podemos conrmar: 0 1 0 0 1 0 1 0 0 AA 1 0 0fl 1 0 0fl 0 1 0fl I 3, e portanto A A J A 1. 0 0 1 0 0 1 0 0 1 Grupo V. ı a) (i.) Como P J 1{6 3 {4 5 {12 1 {4 5 {12, de modo a simplicar os cálculos vamos escrever ı P J 1 {12 2 9 5 3 5. Vamos começar por vericar que rp J P s 1. Tem-se P J P 1 {12 ı 2 9 5 3 5 ˆ 1{12 2 9 5 1 {144p4 ` 81 ` 25 ` 9 ` 25q 1 {144 ˆ 144 1. 3fl 5 Para calcular a matriz de Householder H, associada a P, vamos começar por calcular a e-fólio A 7

matriz P P J. Tem-se 2 9 P P J 1 {12 5 3fl E portanto tem-se 5 ˆ 1{12 4 18 10 6 10 18 81 45 27 45 H I 5 2P J P I 5 2{144 10 45 25 15 25 6 27 15 9 15fl 4 18 10 6 10 ı 18 81 45 27 45 2 9 5 3 5 ˆ 1 {144 10 45 25 15 25. 6 27 15 9 15fl 10 45 25 15 25 1 {72 10 45 25 15 25 4 18 10 6 10 18 81 45 27 45 72I 5 10 45 25 15 25, 6 27 15 9 15fl 10 45 25 15 25 ou seja 72 4 18 10 6 10 18 72 81 45 27 45 H 1 {72 10 45 72 25 15 25 6 27 15 72 9 15 fl 1 {72 1{72 10 45 25 15 72 25 68 18 10 6 10 18 9 45 27 45 10 45 47 15 25 6 27 15 63 15fl 10 45 25 15 47 68 18 10 6 10 18 9 45 27 45 10 45 47 15 25 6 27 15 63 15fl 10 45 25 15 47 (ii.) H é uma matriz simétrica pois é igual à sua transposta, ou seja é simétrica em relação à sua diagonal principal (tem-se H ij H ji ), em particular como H é simétrica tem-se e-fólio A 8

H H J e portanto que H J H H 2, e basta vermos que H 2 I 5. Tem-se H 2 1 72 2 1 72 2 I 5. 68 18 10 6 10 68 18 10 6 10 18 9 45 27 45 18 9 45 27 45 10 45 47 15 25 ˆ 10 45 47 15 25 6 27 15 63 15fl 6 27 15 63 15fl 10 45 25 15 47 5184 0 0 0 0 0 5184 0 0 0 0 0 5184 0 0 0 0 0 5184 0 0 0 0 0 5184 10 45 25 15 47 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 fl 0 0 0 1 0fl 0 0 0 0 1 No efólio era necessário apresentar as contas (se não para todas, pelo menos para uma coluna, ou uma linha) para justicar que H 2 I 5 ; podiam conrmar as vossas contas utilizando as calculadoras matriciais disponíveis online. b) Vejamos agora no caso geral que se H é uma matriz de Householder então H é uma matriz simétrica. Usando as propriedades da transposta tem-se H J pi n 2P P J q J I J n 2pP P J q J I n 2pP J q J P J I n 2P P J H, ou seja H J H e portanto H é uma matriz simétrica. Vejamos agora que H J H I n. Tem-se H J H H 2 pi n 2P P J q 2 pi n 2P P J qpi n 2P P J q I 2 n 2I n P P J 2P P J I n ` 4P P J P P J I n 4P P J ` 4P pp J P q P J I n 4P P J ` 4P P J r1s I n. Em termos de dimensões de matrizes, não devemos esquecer que P não é uma matriz quadrada! Assim, como P é uma matriz n ˆ 1 e P J é uma matriz 1 ˆ n, podemos efetuar o produto P r1sp J que corresponde ao produto de 3 matrizes pn ˆ 1qp1 ˆ 1qp1 ˆ nq sendo o resultado uma matriz n ˆ n, neste caso P P J. Esta demonstração que zemos para o caso geral, é obviamente válida para a primeira alínea, e com muito menos contas! Grupo VI. Neste grupo tinhamos de provar uma equivalência, e vamos tratar cada uma das implicações separadamente. e-fólio A 9

Vamos provar que se A J A então x J Ax 0 para todo o x P M nˆ1 prq. Podemos começar por observar que como x J Ax é uma matriz 1 ˆ 1, ou seja um número real, então vai ser igual à sua transposta (porquê?), e portanto tem-se x J Ax `x J Ax J x J A J `x J J x J A J x, @x P M nˆ1 prq, e portanto no caso em que A J A temos então que x J Ax x J A J x x J p Aqx x J Ax, @x P M nˆ1 prq, ou seja x J Ax x J Ax, @x P M nˆ1 prq, o que equivale a 2x J Ax 0, @x P M nˆ1 prq. Provámos portanto que A J A ñ x J Ax 0, @x P M nˆ1 prq. A outra implicação consiste em provar que x J Ax 0, @x P M nˆ1 prq ñ A J A. Um aspeto essencial é a utilização do quanticador universal na primeira parte desta implicação, pois é esse quanticador que nos vai permitir provar que a matriz A é anti-simétrica. Calculando x J Ax 0 para um x P M nˆ1 prq genérico e uma matriz A n ˆ n genérica, chegamos a uma única equação com as n componentes de x e as n 2 componentes de A. a 11 a 12 a 13 a 1n x 1 x J a Ax rx 1 x 2 x n s 21 a 22 a 23 a 2n x 2....... fl. fl r x i a i1 a n1 a n2 a n3 a nn x x i a i2... x i a in s 2. fl x n x n x 1 x 1 x i a i1 ` x 2 x i a i2 ` ` x n x i a in j 1 j 1 x i a ij x i a ij 0, @x P M nˆ1 prq. (1) É claro que a partir destas equações, tal como estão, não podemos concluir nada! Mas como temos um quanticador universal, isso signica que posso escolher o x que me der mais jeito! Por exemplo se escolher x r1 0 0... 0s, ou seja x 1 1 e 0 para j 1 e substituir em (1) obtemos j 1 x i a ij 1ÿ j 1 1ÿ x i a ij x 2 1 a 11 a 11 0. Se escolher x tal que todas as suas componentes são iguais a 0, com exceção da componente k então posso concluir que o único termo não nulo da soma é o que envolve a kk e portanto a kk 0, e isto para qualquer k entre 2 e n. Ou seja concluimos que todos os elementos da diagonal principal da matriz A são nulos. E para os outros elementos da matriz? Por exemplo, sabemos que para uma matriz anti-simétrica é e-fólio A 10

necessário que a 21 a 12, e olhando para o somatório anterior, vemos que as únicas componentes de x associadas a a 12 e a a 21 são x 1 e x 2, e mais geralmente vemos que as únicas componentes de x associadas a a ij e a a ji são x i e. Escolhendo x r1 1 0 0s e substituindo em (1) obtemos j 1 x i a ij 2ÿ j 1 2ÿ x i a ij x 1 2ÿ 2ÿ x i a i1 ` x 2 x i a i2 x 1 px 1 a 11 ` x 2 a 21 q ` x 2 px 1 a 12 ` x 2 a 22 q x 1 x 2 pa 12 ` a 21 q a 12 ` a 21, pois a 11 a 22 0 a 12 ` a 21 0. (2) Da equação (2) concluimos que a 21 a 12. Mais geralmente escolhendo x tal que todas as suas componentes são iguais a 0, com exceção das componente t e s (com t s) que são iguais a 1, tem-se j 1 x i a ij x s x i a is ` x t x i a it x s px s a ss ` x t a ts q ` x t px s a st ` x t a tt q 1p1 0 ` 1a ts q ` 1p1a st ` 1 0q a ts ` a st, pois a ss a tt 0 a ts ` a st 0. (3) Tal como anteriormente da equação (3) concluimos que a st a ts, @t, s 1,..., n para t s. Provámos assim que x J Ax 0, @x P M nˆ1 prq implica que a ij a ji, @i, j 1,..., n, o que equivale a A J A. e-fólio A 11