O TEOREMA ESPECTRAL PARA OPERADORES SIMÉTRICOS. Marco Antonio Travassos 1, Fernando Pereira Sousa 2
|
|
- Maria Ferreira Chaves
- 6 Há anos
- Visualizações:
Transcrição
1 31 O TEOREMA ESPECTRAL PARA OPERADORES SIMÉTRICOS Marco Antonio Travassos 1, Fernando Pereira Sousa 2 1 Aluno do Curso de Matemática CPTL/UFMS, bolsista do Grupo PET Matemática/CPTL/UFMS; 2 Professor do Curso de Matemática CPTL/UFMS. sr.marcotravassos@gmail.com RESUMO Neste presente trabalho trataremos sobre diagonalização de operadores, ou seja, dado um operador linear, queremos determinar uma base de, em relação a qual, a matriz de seja a mais simples possível. Na verdade esta matriz será uma matriz diagonal. Aqui estaremos interessados num tipo particular de operadores, os operadores simétricos. Na álgebra linear existe um resultado importante conhecido como o teorema Espectral para operadores auto-adjuntos. O teorema Espectral para operadores simétricos é um caso particular deste resultado e apresentaremos uma demonstração, para esse caso particular, de uma maneira mais simples e rápida. Também, apresentaremos uma demonstração do teorema espectral para operadores simétricos, no contexto das matrizes reais. Palavras-chave: Autovetores, diagonalização, operador adjunto, operadores simétricos, teorema espectral. INTRODUÇÃO O presente trabalho é sobre o teorema Espectral para operadores simétricos. A teoria espectral tem como objetivo principal estudar espaços vetoriais e operadores lineares, buscando descrever de forma simples a atuação dos operadores. Os teoremas espectrais são fundamentais na álgebra linear, por garantirem a existência de uma base ortonormal de autovetores para alguns tipos de operadores, isto implica que o operador seja diagonalizável, o que facilita bastante os cálculos. O objetivo desse trabalho é fazer a prova do teorema Espectral para operadores simétricos de uma maneira simples e que possa ser compreendida integralmente por qualquer estudante que tenha concluído um curso introdutório de álgebra linear. O trabalho está organizado em duas secções, sendo que na primeira secção contém algumas definições para que o leitor possa se familiarizar com o texto e também uma condição necessária e suficiente para que seja um operador diagonalizável. Por fim, na segunda secção apresentaremos o teorema Espectral para operadores simétricos e uma demonstração do teorema Espectral para operadores simétricos no contexto das matrizes reais, que é o principal objetivo deste trabalho.
2 32 METODOLOGIA O trabalho é resultado de uma pesquisa teórica, desenvolvido através de discussões do tema com o orientador e apresentações de seminários como parte das atividades do programa PET - Matemática no estudo de Introdução à Álgebra Linear. O trabalho incluiu uma etapa de leitura e resoluções de exercícios, desenvolvimento das atividades propostas e a tabulação dos resultados obtidos. O estudo e as atividades desenvolvidas foram avaliados através da apresentação de seminários de discussão. RESULTADOS 1. Conceitos Básicos Para que a leitura posterior deste trabalho seja feita de maneira mais rápida, decidimos expor aqui os conceitos básicos que serão usados neste trabalho. Tais definições, proposições, lemas e teoremas podem ser encontrados em, -. Uma observação a ser feita é que neste trabalho estaremos considerando apenas espaços vetoriais de dimensão finita e munidos de produto interno. Definição 1. Seja um espaço vetorial de dimensão finita, munido de produto interno. Para cada operador linear existe um único operador linear tal que para quaisquer. O operador é chamado de operador adjunto de. Quando dizemos que é um operador simétrico. O resultado a seguir mostra como podemos obter a partir de uma representação matricial de. Proposição 1. Para toda base ortonormal de e para todo operador linear em, temos que, - (, - ) Para demonstrarmos a proposição acima, vamos precisar do seguinte resultado, cuja demonstração omitiremos. Lema 1. Seja * + uma base ortonormal de. Se, - é a matriz que representa um operador em, com relação à base, ou seja,, -, então, para todos. Demonstração 1. Considere as matrizes, -, - e, -, -. Pelo Lema 1, e, para todos. Logo,
3 33 para todos, provando o resultado. Pela Proposição 1, observamos que se é um operador simétrico em, então para toda base ortonormal de temos, - (, - ) Assim, é simétrico se, e somente se,, - é uma matriz simétrica. Observemos que o fato de um operador ser simétrico não depende da base ortonormal escolhida. Portanto, se, - for uma matriz simétrica em uma determinada base ortonormal, então, - será também simétrica para qualquer outra base ortonormal. Definição 2. Um operador linear é dito ser um operador ortogonal quando Em outras palavras, é um operador ortogonal quando é invertível e. Definição 3. Uma matriz é dita ser ortogonal quando Em outras palavras, é uma matriz ortogonal se é invertível e. Segue imediatamente da definição que uma matriz é ortogonal se, e somente se, a matriz. Proposição 2. Se e são bases ortonormais de, então a matriz mudança de base, - é uma matriz ortogonal. Proposição 3. Um operador linear admite uma base em relação á qual a matriz, - é diagonal se, e somente se, essa base for formada por autovetores de. Suponhamos que * + é uma base de tal que, - é diagonal, digamos,, - [ ] Como, para cada,, segue que é um autovalor de e é um autovetor de associado a. Portanto, é uma base formada de autovetores de.
4 34 Reciprocamente, suponhamos agora que * + é uma base de formada por autovetores de. Existem, então, números reais tais que, para cada,. Observamos que os 's não são necessariamente todos distintos. Pela definição de, -, temos, - [ ] ou seja,, - é uma matriz diagonal. Na demonstração da Proposição 3 fica claro que, se um operador linear tem uma representação por uma matriz diagonal, -, então as entradas da diagonal principal de, - são dadas pelos autovalores de. Mais ainda, a ordem em que os autovalores aparecem na diagonal principal da matriz é a mesma em que seus respectivos autovetores são dados na base. Se é um operador linear em um espaço de dimensão, a proposeção 3 nos diz que é diagonalizável se, e somente se, tem autovetores linearmente independentes. Em particular, se tem autovalores distintos, então é diagonalizável. Vimos que é um operador diagonalizável se, e somente se, existe uma base de formada por autovetores de. Veremos que se é um espaço com produto interno e se é um operador simétrico, então existe uma base ortonormal de formada por autovetores de. Em particular, todo operador simétrico é diagonalizável. Proposição 4. Seja um espaço vetorial de dimensão finita sobre. Se é um operador simétrico e uma base de, então, todas as raízes do polinômio característico, - são números reais. 2. O Teorema Espectral O próximo resultado nos garante que todo operador simétrico é diagonalizável. Este resultado é conhecido como Teorema Espectral e é um dos resultados mais importantes da Álgebra Linear. Teorema 1. Seja um espaço de dimensão finita sobre. Se é um operador simétrico, então existe uma base ortonormal de tal que, - é diagonal.
5 35 Demonstração. Faremos a prova por indução sobre a dimensão de. Denotaremos a matriz, - por. Se dim, o resultado é óbvio. Suponhamos que e que o resultado é válido para espaços de dimensão. Seja um espaço vetorial tal que dim. Seja uma base de e seja uma raiz complexa de polinômio. Pela Proposição 4,. Portanto, é um autovalor de. Seja um autovetor unitário de associado a. Consideremos o subespaço * + Note que. Afirmamos que. De fato, seja. Como é um operador simétrico, temos que, donde. Assim, podemos considerar o operador restrição, que é também um operador simétrico. Além disso, como dim, -, segue que dim. Assim, podemos aplicar a hipótese de indução ao operador para garantir a existência de uma base ortonormal * + de formada por autovetores de (logo de ). Consequentemente, * + é uma base ortonormal de formada por autovetores de. Daí,, - é diagonal. Reciprocamente, se é uma base ortonormal de formada por autovetores. Então, pela proposição 3 temos que, - é diagonal. Como, - é diagonal, então, - é simétrica. Logo, é um operador simétrico. O próximo resultado é a versão matricial do Teorema 1. Teorema 2. Se é simétrica, então existe uma matriz ortogonal tal que é diagonal. Demontração. Seja uma matriz simétrica. Então o operador também é simétrico. Pelo Teorema 1, existe uma base ortonormal de tal que, - é diagonal. Se é a base canônica de, então, -, -, -, -, sendo, -. Como e são bases ortonormais, segue da Proposição 2 que é uma matriz ortogonal, ou seja,. A recíproca deste resultado também é verdadeira. Para demonstra-la temos que provar que. Por hipótese, existe uma matriz tal que é diagonal. Entretanto, como é ortogonal então,
6 36 Portanto, como queríamos demonstrar. DISCUSSÃO O teorema espectral para operadores simétricos é fundamental na álgebra linear por garantir a existência de uma base ortonormal de autovetores para operadores simétricos. Isto implica que o operador seja diagonalizável o que facilita os cálculos. Desta forma podemos fazer o reconhecimento de cônicas, quádricas e tornar o cálculo de composição de funções reais mais simples entre outras aplicações. Neste trabalho estudamos operadores lineares em um espaço vetorial sobre os reais, mas poderíamos estender esses resultados para um espaço vetorial sobre. Nesse último caso os operadores são chamados de operadores hermitianos. O caso que tratamos aqui é um caso particular do teorema Espectral para operadores auto-adjuntos. Os operadores auto-adjuntos são compostos pelos operadores simétricos e os hermitianos. Também existem diversas generalizações do teorema Espectral, bem como para operadores unitários, operadores normais e operadores compactos auto-adjuntos em espaços de Hilbert. CONCLUSÃO Neste trabalho abordamos o assunto, diagonalização de operadores, Vimos que é um operador diagonalizável se, e somente se, existe uma base de formada por autovetores de. Concluímos que se é um espaço vetorial de dimensão finita sobre e se é um operador simétrico, então existe uma base ortonormal de tal que a matriz de em relação à base é diagonal. Acreditamos que nosso objetivo principal foi atingido e como resultado obteve um texto claro, bem estruturado, acessível a diversos estudantes, mesmo que não possuam muito conhecimento sobre o assunto. Este trabalho foi muito importante para os meus estudos, pois me permitiu o aprofundamento neste tema bem como aperfeiçoar competências de investigação, organização e comunicação da informação.
7 37 REFERÊNCIAS 1. HEFEZ, Abramo. Introdução à Álgebra Linear/Abramo Hefez; Cecília de Souza Fernandez. Rio de Janeiro: SBM, p. (Coleção PROFMAT, 01). 2. Coelho, Flávio Ulhoa. Um Curso de Álgebra Linear/Flávio Ulhoa Coelho, Mary Lilian Lourenço.-2. ed. rev. e ampl., 2. reimpr.-são Paulo: Editora da Universidade de São Paulo, (Acadêmica, 34).
Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa
MA33 - Introdução à Álgebra Linear Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto
Leia maisCapítulo 7. Operadores Normais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 7 Operadores Normais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 7: Operadores Normais Meta
Leia maisCapítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 5 Operadores Auto-adjuntos Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 5: Operadores Auto-adjuntos
Leia maisCapítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 6 Operadores Ortogonais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 6: Operadores Ortogonais
Leia maisOPERADORES 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
Leia maisProduto 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
Leia maisÁLGEBRA 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
Leia maisUnidade 7 - Bases e dimensão. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 7 - Bases e dimensão A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Nesta unidade introduziremos dois conceitos
Leia maisCapítulo 2. Ortogonalidade e Processo de Gram-Schmidt. Curso: Licenciatura em Matemática
Capítulo 2 Ortogonalidade e Processo de Gram-Schmidt Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves de Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisProvas. 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
Leia maisALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral
Módulo 9 ALGA I. Operadores auto-adjuntos (simétricos e hermitianos). Teorema espectral Contents 9.1 Operadores auto-adjuntos (simétricos e hermitianos) 136 9. Teorema espectral para operadores auto-adjuntos...........
Leia mais- 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;
Leia maisAula 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
Leia maisMatrizes Semelhantes e Matrizes Diagonalizáveis
Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas
Leia maisO TEOREMA ESPECTRAL E AS FORMAS QUADRÁTICAS NO PLANO: CLASSIFICAÇÃO DAS CÔNICAS
O TEOREMA ESPECTRAL E AS FORMAS QUADRÁTICAS NO PLANO: CLASSIFICAÇÃO DAS CÔNICAS Eduardo Corrêa Pedrosa (monitor) Profª. Drª. Ana Maria Luz Fassarella do Amaral (orientadora) GANP001 Motivação Este projeto
Leia mais1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55
Capítulo LINE LINE Autovetor e Autovalor 9 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55 Matrizes Simétricas, o Teorema Espectral e Operadores Auto-adjuntos 8 4 Formas Bilineares,
Leia maisUnidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 5 - Subespaços vetoriais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Às vezes, é necessário detectar, dentro
Leia maisPolinômio Mínimo e Operadores Nilpotentes
Capítulo 9 Polinômio Mínimo e Operadores Nilpotentes Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula
Leia maisGeovan 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
Leia maisÁlgebra Matricial Notas de Aulas 3 ( Terceira Avaliação ) Prof Carlos Alberto S Soares
Álgebra Matricial Notas de Aulas 3 ( Terceira Avaliação Prof Carlos Alberto S Soares 1 Matrizes Diagonais Lembramos que uma matriz A n n será dita matriz diagonal de ordem n se todos os elementos fora
Leia maisCLASSIFICAÇÃO DAS ÁLGEBRAS DE LIE TRIDIMENSIONAIS
CLASSIFICAÇÃO DAS ÁLGEBRAS DE LIE TRIDIMENSIONAIS 7 José Paulo Rodrigues da Silveira, Fernando Pereira de Sousa Universidade Federal de Mato Grosso do Sul UFMS, Campus de Três Lagoas. Bolsista do Grupo
Leia maisINSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA UNIVERSIDADE DE SÃO PAULO MAT-458 Álgebra Linear para Engenharia II Terceira Lista de Eercícios - Professor: Equipe da Disciplina EXERCÍCIOS 1. Seja V um espaço vetorial
Leia maisTeoria Espectral em Espaços de Hilbert
Teoria Espectral em Espaços de Hilbert Departamento de Análise Instituto de Matemática e Estatística Universidade Federal Fluminense 22 de setembro de 2016 Espaços Vetoriais de Dimensão Finita Sejam V
Leia maisÁlgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável
Álgebra Linear I - Aula 18 1 Forma diagonal de uma matriz diagonalizável 2 Matrizes ortogonais Roteiro 1 Forma diagonal de uma matriz diagonalizável Sejam A uma transformação linear diagonalizável, β =
Leia maisMAT Álgebra Linear para Engenharia II
MAT2458 - Álgebra Linear para Engenharia II Prova Substitutiva - 04/12/2013 Nome: Professor: NUSP: Turma: INSTRUÇÕES (1) A prova tem início às 7:30 e duração de 2 horas. (2) Não é permitido deixar a sala
Leia maisÁlgebra Linear II - Poli - Gabarito Prova SUB-tipo 00
Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00 [ ] 4 2 Questão 1. Seja T : R 2 R 2 o operador linear cuja matriz, com respeito à base canônica de R 2, é. 1 3 [ ] 2 0 Seja B uma base de R 2 tal que
Leia maisPLANO 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:
Leia maisUnidade 1 - O que é Álgebra linear? A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 9 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 1 - O que é Álgebra linear? A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 9 de agosto de 2013 O que é Álgebra linear? Atualmente,
Leia maisÁlgebra 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
Leia maisParte 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
Leia maisTeorema da Triangularização de Schur e Diagonalização de Matrizes Normais
Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro
Leia mais5 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
Leia maisDiagonalização 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
Leia maisUniversidade 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
Leia maisConceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG
1 Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos Ana Cristina Vieira Departamento de Matemática - ICEx - UFMG - 2011 1. Representações de Grupos Finitos 1.1. Fatos iniciais Consideremos
Leia maisO TEOREMA ESPECTRAL PARA OPERADORES AUTO-ADJUNTOS
O TEOEMA ESPECTAL PAA OPEADOES AUTO-ADJUNTOS Mariane Pigossi, oberto de A. Prado, Depto. de Matemática e Computação, FCT, UNESP, 19060-900, Presidente Prudente, SP E-mail: marianepigossi@gmail.com, robertoprado@fct.unesp.br
Leia mais(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e
Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p
Leia mais(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
Leia maisApontamentos III. Espaços euclidianos. Álgebra Linear aulas teóricas. Lina Oliveira Departamento de Matemática, Instituto Superior Técnico
Apontamentos III Espaços euclidianos Álgebra Linear aulas teóricas 1 o semestre 2017/18 Lina Oliveira Departamento de Matemática, Instituto Superior Técnico Índice Índice i 1 Espaços euclidianos 1 1.1
Leia maisCálculo Diferencial e Integral 2 Formas Quadráticas
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do
Leia mais(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
Leia mais1 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,
Leia mais0 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
Leia maisUnidade 14 - Operadores lineares e mudança de base nos espaços euclidianos bi e tri-dimensionais
MA33 - Introdução à Álgebra Linear Unidade 14 - Operadores lineares e mudança de base nos espaços euclidianos bi e tri-dimensionais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT -
Leia maisUniversidade Federal da Paraíba Departamento de Matemática. Álgebra Linear e Geometria Analítica
Departamento de Matemática Álgebra Linear e Geometria Analítica João Pessoa, 16 de março de 2013 AGENDA Primeira prova: 31 de janeiro de 2013 - Sistemas de Equações Lineares e Espaços Vetoriais Segunda
Leia maisUniversidade Federal da Paraíba - UFPB Centro de Ciências Exatas e da Natureza - CCEN Departamento de Matemática - DM
Universidade Federal da Paraíba - UFPB Centro de Ciências Exatas e da Natureza - CCEN Departamento de Matemática - DM 3 a Lista de Exercícios de Introdução à Álgebra Linear Professor: Fágner Dias Araruna
Leia mais3 a LISTA DE EXERCÍCIOS
UNIVERSIDADE FEDERAL DA BAHIA DEARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR I rofs: Enaldo Vergasta e Glória Márcia a LISTA DE EXERCÍCIOS Sejam u (x, y, z e v (x, y, z vetores do R Verifique se cada uma das
Leia maisUm Estudo Sobre Espaços Vetoriais Simpléticos
Um Estudo Sobre Espaços Vetoriais Simpléticos Fabiano Borges da Silva Lívia T. Minami Borges 28 de novembro de 2015 Resumo O presente artigo estuda de maneira detalhada espaços vetoriais que possuem uma
Leia mais6 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)
Leia maisAUTOVALORES 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
Leia maisÁlgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Leia mais7 temos que e u =
Capítulo 1 Complementos de Álgebra Linear 11 Introdução Seja A = [a ij ] uma matriz quadrada de ordem n e pensemos na transformação linear R n! R n que a cada cada vector u R n faz corresponder um vector
Leia maisCapítulo 6: Transformações Lineares e Matrizes
6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações
Leia maisExercício: 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 +
Leia maisMAT Álgebra Linear para Engenharia II
MAT2458 - Álgebra Linear para Engenharia II Prova de Recuperação - 05/02/2014 Nome: Professor: NUSP: Turma: INSTRUÇÕES (1) A prova tem início às 7:30 e duração de 2 horas. (2) Não é permitido deixar a
Leia mais1 Matrizes Ortogonais
Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos
Leia maisMAT3458 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
Leia maisCM005 Álgebra Linear Lista 3
CM005 Álgebra Linear Lista 3 Alberto Ramos Seja T : V V uma transformação linear. Se temos que T v = λv, v 0, para λ K. Dizemos que λ é um autovalor de T e v autovetor de T associado a λ. Observe que λ
Leia maisMAT-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
Leia maisDou 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,
Leia mais(c) apenas as afirmações (II) e (III) são necessariamente verdadeiras;
Q1. Considere o espaço vetorial R 4 munido do seu produto interno usual. Sejam B uma base de R 4, A M 4 (R) uma matriz e T : R 4 R 4 a transformação linear tal que [T ] B = A. Considere as seguintes afirmações:
Leia maisForma Canônica de Matrizes 2 2
Forma Canônica de Matrizes Slvie Olison Kamphorst Departamento de Matemática - ICE - UFMG Versão. - Novembro 5 a b Seja A c d induzida por A uma matriz real e seja T a transformação operador linear de
Leia mais0.1 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
Leia maisGAAL - 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
Leia maisCapítulo 8. Formas Bilineares. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo
Capítulo 8 Formas Bilineares Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 8: Formas Bilineares Meta
Leia maisCapítulo 7: Espaços com Produto Interno
7 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 7: Espaços com Produto Interno Sumário 1 Produto Interno.................... 178 2 Ângulos entre Vetores e
Leia mais5. 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
Leia maisUnidade 4 - Matrizes elementares, resolução de sistemas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013
MA33 - Introdução à Álgebra Linear Unidade 4 - Matrizes elementares, resolução de sistemas A Hefez e C S Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Nesta unidade, veremos
Leia maisMatrizes hermitianas e unitárias
Matrizes hermitianas e unitárias Amit Bhaya, Programa de Engenharia Elétrica COPPE/UFRJ Universidade Federal do Rio de Janeiro amit@nacad.ufrj.br http://www.nacad.ufrj.br/ amit Matrizes complexas O produto
Leia maisÁlgebra 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
Leia maisÁlgebra Linear I - Aula Matrizes simultaneamente ortogonais e simétricas
Álgebra Linear I - Aula 22 1. Matrizes 2 2 ortogonais e simétricas. 2. Projeções ortogonais. 3. Matrizes ortogonais e simétricas 3 3. Roteiro 1 Matrizes simultaneamente ortogonais e simétricas 2 2 Propriedade
Leia mais3 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
Leia maisElementos de Matemática Avançada
Elementos de Matemática Avançada Prof. Dr. Arturo R. Samana Semestre: 2012.2 Conteúdo - Objetivos da Disciplina - Ementa curricular - Critérios de avaliação - Conteúdo programático - Programação Objetivos
Leia maisLivro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez. Capítulo 10: Soluções e Respostas
10 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 10: Soluções e Respostas 263 264 CAPÍTULO 10. SOLUÇÕES E RESPOSTAS Capítulo 1 2.1* Temos 2 4 6 3 6 0 2A =,
Leia maisNotas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares
Notas de Aulas 3(Segunda Avaliação)-Produto Interno II Prof. Carlos Alberto S Soares Neste capítulo, estaremos generalizando a noção de projeção ortogonal já desenvolvida em cursos anteriores. Definição
Leia maisMarcelo M. Santos DM-IMECC-UNICAMP msantos/
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência 0 anos c Publicação Eletrônica do KIT http://www.dma.uem.br/kit Identificação de Cônicas
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisEXERCÍCIOS DE ÁLGEBRA LINEAR
IST - 1 o Semestre de 016/17 MEBiol, MEAmbi EXERCÍCIOS DE ÁLGEBRA LINEAR FICHA - Vectores e valores próprios 1 1 Vectores e valores próprios de transformações lineares Dada uma transformação linear T V!
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisCARGA HORÁRIA SEMANAL: 06 horas
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Geometria Analítica e Álgebra Linear CÓDIGO: MAT 135 DURAÇÃO
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Espaços Vetoriais Reais
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 4 Espaços Vetoriais Reais Definição de espaço vetorial real [4 01] O conjunto
Leia maisG3 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
Leia maisficha 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
Leia mais3 Sistema de Steiner e Código de Golay
3 Sistema de Steiner e Código de Golay Considere o sistema de Steiner S(5, 8, 24, chamaremos os seus blocos de octads. Assim, as octads são subconjuntos de 8 elementos de um conjunto Ω com 24 elementos
Leia maisMA14 - Aritmética Unidade 1 Resumo. Divisibilidade
MA14 - Aritmética Unidade 1 Resumo Divisibilidade Abramo Hefez PROFMAT - SBM Julho 2013 Aviso Este material é apenas um resumo de parte do conteúdo da disciplina e o seu estudo não garante o domínio do
Leia maisG4 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
Leia mais. (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,,
Leia maisDiagonalização unitária e diagonalização ortogonal. Observação. Neste capítulo considera-se o produto interno
Diagonalização unitária e diagonalização ortogonal Observação. Neste capítulo considera-se o produto interno usual. De nição. Chama-se transposta conjugada de uma matriz A à matriz A T e denota-se por
Leia maisÁlgebra 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
Leia maisÁlgebra Linear I - Aula Matriz de uma transformação linear em uma base. Exemplo e motivação
Álgebra Linear I - Aula 19 1. Matriz de uma transformação linear em uma base. Exemplo e motivação 2. Matriz de uma transformação linear T na base β 1 Matriz de uma transformação linear em uma base. Exemplo
Leia maisi : V W V W é o produto tensorial de V e W se, ao considerarmos um outro espaço vetorial U sobre o mesmo corpo K e B também uma aplicação bilinear:
3 Produto Tensorial Sistemas quânticos individuais podem interagir para formarem sistemas quânticos compostos. Existe um postulado em Mecânica Quântica que descreve como o espaço de estados do sistema
Leia maisMatrizes de uma aplicação linear relativamente a referenciais diferentes
5 a : aula (h) 8/0/00 Representação matricial de uma apl linear (/) 5- Instituto Superior Técnico 00/ o semestre Álgebra Linear o ano das Lics em Engenharia Informática e de Computadores Matrizes de uma
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática
1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática Lista 4 - MAT 137 -Introdução à Álgebra Linear 2017/II 1. Entre as funções dadas abaixo, verifique quais
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS
UNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG) ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA DIAGONALIZAÇÃO DE MATRIZES SIMETRICAS DE 2º ORDEM. BELO HORIZONTE 2012 ADÉLIO DANIEL DE SOUSA FREITAS O ESTUDO DA
Leia maisGAAL - 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
Leia maisINSTITUTO 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?
Leia maisIntroduzir os conceitos de base e dimensão de um espaço vetorial. distinguir entre espaços vetoriais de dimensão fnita e infinita;
META Introduzir os conceitos de base e dimensão de um espaço vetorial. OBJETIVOS Ao fim da aula os alunos deverão ser capazes de: distinguir entre espaços vetoriais de dimensão fnita e infinita; determinar
Leia maisÁlgebra 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
Leia maisCARGA HORÁRIA SEMANAL: 04 horas. SEMESTRE LETIVO: 2014/I PERÍODO: Março a Julho de 2014 PROFESSORA: Dylene Agda Souza de Barros PRÉ-REQUISITOS
PLANO DE ENSINO DE DISCIPLINA UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE MATEMÁTICA DISCIPLINA: Álgebra Linear II CÓDIGO: MAT 337 DURAÇÃO EM SEMANAS: 17 CARGA
Leia mais