← Indietro
AppuntiCompleti

Completed notes of the course

Materiale completo di Algebra Linear per il corso di Aerospace Engineering presso Instituo Superior Tecnico - Lisbona. Il documento tratta: Apontamentos de Álgebra Linear Curso: Eng. Aeroespacial (LEAer) 1o Semestre 2022/2023 Prof. Paulo Pinto http://www.math.tecnico.ulisboa.pt/∼ppinto Contents 1 Matrizes e sistemas lineares 1 1.1 Álgebra das Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .…

Algebra LinearCompleti

Informazioni sul documento

Cosa trovi in questo materiale

Materiale completo di Algebra Linear per il corso di Aerospace Engineering presso Instituo Superior Tecnico - Lisbona. Il documento tratta: Apontamentos de Álgebra Linear Curso: Eng. Aeroespacial (LEAer) 1o Semestre 2022/2023 Prof. Paulo Pinto http://www.math.tecnico.ulisboa.pt/∼ppinto Contents 1 Matrizes e sistemas lineares 1 1.1 Álgebra das Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .…

Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.

Contenuti estratti dal documento

Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.

Pagina 1

Apontamentos de Álgebra Linear Curso: Eng. Aeroespacial (LEAer) 1o Semestre 2022/2023 Prof. Paulo Pinto http://www.math.tecnico.ulisboa.pt/∼ppinto Contents 1 Matrizes e sistemas lineares 1 1.1 Álgebra das Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Operações elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Cálculo da inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4 Sistemas de Equações Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2 Determinantes 19 2.1 Determinante versus operações elementares e fórmula de Laplace . . . . . . . . . . . . . . . . . . . 20 2.2 Matriz dos cofactores e o cálculo da matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3 Espaços Lineares (ou Vectoriais) 29 3.1 Subespaços lineares – p. ex.: núcleo, espaço colunas e linhas de uma matriz . . . . . . . . . . . . . 31 3.2 Independência linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3 Bases e dimensão de Espaços Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.4 Coordenadas de um vector numa base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4 Diagonalização matricial e a forma canónica de Jordan 48 4.1 Matrizes diagonalizáveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.2 Forma Canónica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.2.1 Método(s) para encontrar a forma canónica de Jordan . . . . . . . . . . . . . . . . . . . . . 59 5…

Pagina 26

Teorema 2.11 1. (Teorema de Cauchy-Binet) Sejam A e B matrizes n × n. Então det(AB) = det(A) det(B). 2. Se A fôr invertı́vel, então det(A−1 ) = det(A) 1 . Dem.: Parte (1). Em primeiro lugar supondo que A não é invertı́vel, então AB também não é invertı́vel (ver Cap. 1). Assim det(AB) = 0 = det(A) det(B) (usando Teorema 2.10). Em seguida, prova-se o teorema para os casos em que A é invertı́vel. Como anunciado mais acima, temos det(EB) = det(E) det(B) para qualquer matriz elementar E. Como qualquer matriz invertı́vel é o produto de matrizes invertı́ves (ver Cap. 1), podemos concluir que det(AB) = det(A) det(B) com A invertı́vel. Por exemplo, se A = E1 E2 onde E1 e E2 são matrizes elementares, então det(AB) = = det(E1 (E2 B)) = det(E1 ) det(E2 B) = det(E1 ) det(E2 ) det(B) = det(E1 E2 ) det(B)=det(A) det(B). (O caso geral é uma generalização deste caso, pois como A é invertı́vel, A é o produto de matrizes elementares.) Parte (2). Como A−1 A = I e det(I) = 1, o resultado é uma consequência da parte (1) do teorema.  Teorema 2.12 Seja A matriz n × n. Então temos det(AT ) = det(A). Dem.: Se A é não invertı́vel, AT também é não invertı́vel (pois se AT fosse invertı́vel então pelo Cap. 1, (AT )T também era invertı́vel). Assim det(AT ) = 0 = det(A). Sendo E uma matriz elementar, facilmente conclui-se que det(AT ) = det(E). No caso geral de A ser invertı́vel, como A é o produto de matrizes elementares A = E1 E2 . . . Ek temos AT = EkT . . . E2T E1T pelo que det AT = det (EkT . . . E2T E1T ) = det EkT . . . det E2T det E1T = det Ek . . . det E2 det E1 = det E1 det E2 . . . det Ek = det (E1 E2 . . . Ek ) = det A como pretendido (usando o Teorema de Cauchy-Binet).  Teorema 2.13 (Fórmula de Laplace) Seja A matriz n × n. Então podemos calcular det(A)…

Pagina 51

o que implica que β1 = ... = βs = 0, pois λ1 6= λ2 e S2 é um conjunto de vectores linearmente independentes. Usando novamente (*) e a independencia linear de S1 , podemos concluir que α1 = ... = αr = 0, logo S1 ∪ B2 é linearmente independente. 4.1 Matrizes diagonalizáveis Definição 4.8 Seja A matriz n × n. Se existir uma matriz P invertı́vel tal que D = S −1 AS, com D matriz diagonal, então diz-se que A é uma matriz diagonalizável. Portanto A é diago- nalizável se A for semelhante a uma matriz diagonal. Note-se que sendo v1 , ..., vn as colunas de S, então as colunas de AS são Av1 , ..., Avn . Por outro lado, as colunas de SD são λ1 v1 ,....,λn vn . Portanto D = S −1 AS ⇐⇒ Avi = λi vi com i = 1, ...., n. Teorema 4.9 Seja A matriz n × n. A matriz A é diagonalizável sobre R se e só se existir uma base de Rn (ou Cn ) constituı́da por vectores próprios de A. Neste caso, as entradas da diagonal principal dessa matriz diagonal serão os valores próprios associados aos vectores próprios da base de Rn pela ordem da mesma. Sendo λ1 , ..., λn os valores próprios de A então a matriz diagonal é:   λ1 0 ... 0 .   0 . . . . . . ..   D= . .  .  .. ..  0  0 ... 0 λn Construindo uma base para cada espaço próprio Eλ1 , Eλ2 , ... obtém-se uma base de Rn juntando os vectores próprios de cada base de cada espaço próprio. Se A for diagonalizável, então temos uma base Bvp de Rn formada por vectores próprios de A. A coluna j da matriz S é o vector número j de Bvp colocado em coluna. O mesmo se aplica em Cn . Em particular, se A tiver n valores próprios distintos λ1 , ..., λn então a matriz A é diagonalizável. Definição 4.10 Seja A a matriz n × n. (1) Seja p(λ) o polinómio caracterı́stico de A. Para cada raiz λ1 de p(λ), a sua multiplicidade…

Pagina 76

T com os valores próprios de G todos positivos e G = G , onde G é a matriz que se obtém de G passando todas as entradas de G ao complexo conjugado. ii) O produto interno usual em Cn é h(x1 , ..., xn ), (y1 , ..., yn )i = x1 y 1 + ... + xn y n onde (x1 , ..., xn ), (y1 , ..., yn ) ∈ n C . Neste caso a matriz de Gram relativamente à base canónica é a matriz identidade:   1 0 ··· 0   y 1  0 1 · · · 0   ..     h(x1 , ..., xn ), (y1 , ..., yn )i = x1 y 1 + ... + xn y n = x1 . . . xn  .  . .  ..  yn 0 0 ··· 1 Exemplo 6.6 (i) Seja h, i : R2 × R2 → R a aplicação definida por: h(α1 , α2 ) , (β1 , β2 )i = α1 β1 + α2 β2 , com (α1 , α2 ) , (β1 , β2 ) ∈ R2 . Esta aplicação é um produto interno em R2 a que se dá o nome de produto interno usual em R2 , uma vez que     β1 h(α1 , α2 ) , (β1 , β2 )i = α1 β1 + α2 β2 = α1 α2 G β2 com   1 0 G= . 0 1 A matriz A é simétrica e o único valor próprio de G é 1 > 0. (ii) Seja h, i : R2 × R2 → R a aplicação definida por: h(α1 , α2 ) , (β1 , β2 )i = −2α1 β1 + 3α2 β2 , com (α1 , α2 ) , (β1 , β2 ) ∈ R2 . Esta aplicação não é um produto interno em R2 , uma vez que     β1 h(α1 , α2 ) , (β1 , β2 )i = −2α1 β1 + 3α2 β2 = α1 α2 A β2 com   −2 0 A= . 0 3 A matriz A é simétrica, no entanto, os valores próprios de A: −2 e 3 não são ambos positivos. Exemplo 6.7 R2 com um produto interno não usual. Seja h, i : R2 × R2 → R a aplicação definida por: h(α1 , α2 ) , (β1 , β2 )i = 2α1 β1 + α1 β2 + α2 β1 + α2 β2 , com (α1 , α2 ) , (β1 , β2 ) ∈ R2 . É fácil ver que esta aplicação é simétrica e linear em relação a (α1 , α2 ) (fixando (β1 , β2 )). Vejamos por exemplo que a condição h(α1 , α2 ) , (α1 , α2 )i > 0, para todo o (α1 , α2 ) 6= (0, 0), 75

Pagina 102

j) V = |hu, v × wi| é o volume do paralelipı́pedo P (u, v, w) = {αu + βv + γw ∈ R3 : 0 ≤ α ≤ 1, 0 ≤ β ≤ 1, 0 ≤ γ ≤ 1} com um vértice em (0, 0, 0) e arestas u, v e w. Note que    u1 v1 w2 V = ||u × v|| ||w|| |cos ](u × v, w) | = |hu, v × wi| = | det  u2 v2 w2  |. u3 v3 w3 | {z } | {z } área da face determinada por u e v altura Note que, sendo θ ∈ [0, π], s p hu, vi2 ||u|| ||v|| sin(θ) = ||u|| ||v|| 1 − cos2 (θ) = ||u|| ||v|| 1 − ||u||2 ||v||2 p q = ||u|| kv|| − hu, vi = (u21 + u22 + u23 )(v12 + v22 + v32 ) − (u1 v1 + u2 v2 + u3 v3 )2 2 2 2 p = (u2 v3 − u3 v2 )2 + (u3 v1 − u1 v3 )2 + (u1 v2 − u2 v1 )2 = ||u × v||. Além disso,  |hu × v, wi| ||u × v|| ||w|| | cos ](u × v, w) | = ||u × v|| ||w|| = |hu × v, wi|. ||w|| ||u × v|| Finalmente, note que a altura do paralelipı́pedo P (u, v, w) é Altura = ||proju×v (w)||. Sendo GB a matriz de Gram relativamente ao produto interno usual e na base B = {u, v, w} (assumindo que é base), temos que desse mesmo paralelipı́pedo volume é p V = det GB ,   hu, ui hu, vi hu, wi pois V 2 =(det[u v w])2 =det[u v w] det[u v w]=det[u v w]T det[u v w]=det  hv, ui hv, vi hv, wi  = det GB . hw, ui hw, vi hw, wi 101

Anteprima

Prima pagina del documento.

Prima pagina: Completed notes of the course