Document information
- University
- Instituo Superior Tecnico - Lisbona
- Degree programme
- Aerospace Engineering
- Subject
- Algebra Linear
- Lecturer
- Pinto
- Academic year
- 2022-2023
- Classification
- Exercises · By topic
- Original format
- Text
- Searchable text
Study material for Algebra Linear, shared by the Studwiz community and reviewed by moderators.
Study material for Algebra Linear, shared by the Studwiz community and reviewed by moderators.
Import quality: text was extracted directly from the original document.
Representative passages recognised in different parts of the material. The full extracted text remains available to search, while this compact preview makes the page easier to read.
4 Resolução dos problemas do Capı́tulo 4 /LEAer/sem 1 2022/2023 " # 1 2 4.1. Seja A = . Considere ainda os vectores v1 = (0, 0), v2 = (2, 1), v3 = (−1, 1), v4 = (2, 3) e v5 = (2, 2). 2 1 Identifique os que são vectores próprios de A, indicando os valores próprios associados. Para cada vector" v#6= (0, " 0), # temos " #que verificar se existe algum escalar λ tal que Av " = #λv. Assim " #v1 não é vector 2 4 2 −1 1 próprio de A; A = =λ é impossı́vel, logo v2 não é vector próprio; A =λ para λ = −1, 1 5 1 1 −1 " # " # " # 2 8 2 pelo que v3 é vector próprio e λ = −1 é o valor próprio associado; A = =λ é impossı́vel, pelo que 3 7 3 " # " # " # 2 6 2 v4 não é vector próprio; finalmente A = =λ para λ = 3, logo v5 é vector próprio e λ = 3 é o valor 2 6 2 próprio associado. 4.2. Determine os valores próprios de uma matriz 2 × 2 cujo traço seja igual a 5 e cujo determinante seja igual a 6. Sendo A matriz 2 × 2, sabemos que p(λ) = λ2 − tr(A)λ + det(A), pelo que p(λ) = λ2 − 5λ + 6, cujos zeros (e portanto os valores próprios de A) são λ1 = 2 e λ2 = 3. Como resolução alternativa, podemos também usar o facto de tr(A) = λ1 + λ2 e det(A) = λ1 λ2 (∗) pois λ2 − tr(A)λ + det(A) = p(λ) = (λ − λ1 )(λ − λ2 ) = λ2 − (λ1 + λ2 )λ + λ1 λ2 . ((*) vai ser generalizado para matrizes n × n) " # 1 1 4.3. Determine os valores de a e b tais que (1, 1) é um vector próprio de A = e que λ = 0 é um valor a b próprio de A. " # 1 1 Como λ = 0 é valor próprio de A, A é não invertı́vel pelo que det(A) = 0, logo a − b = 0. Assim A = . Por a a " # " # " # " # " # 1 1 2 1 1 1 outro lado, existe λ tal que A =λ , pelo que =λ . Portanto a = 1, pelo que A = . 1 1 2a 1 1 1 4.4. Para cada uma das seguintes matrizes, encontre os valores próprios e bases para os espaços próprios…
próprios da matriz. As bases dos espaços próprios de E(λ1 ), E(λ2 ) e E(λ3 ) são {(0, 1, 0)}, {(−1, 2, 2)} e {(−1, 1, 1)} respectivamente. 2−λ 0 1 (g) p(λ) = det 0 2−λ 0 = −(λ − 1)(λ − 2)(λ − 3), pelo que λ1 = 1, λ2 = 2 e λ3 = 3 são os valores 1 0 2−λ próprios da matriz. As bases dos espaços próprios de E(λ1 ), E(λ2 ) e E(λ3 ) são {(−1, 0, 1)}, {(0, 1, 0)} e {(1, 0, 1)} respectivamente. 5−λ 0 1 3 (h) p(λ) = det 1 1−λ 0 = −(λ − 2) , pelo que λ1 = 2 é o único valor próprio da matriz, ma(λ1 ) = 3 −7 1 −λ e {(1, 1, −3)} éuma base de E(λ1 ). −λ 0 2 0 1 −λ 1 0 (i) p(λ) = det = (λ − 1)2 (λ + 1)(λ + 2), pelo que λ1 = −2, λ2 = −1 e λ3 = 1 são os 0 1 −2 − λ 0 0 0 0 1−λ valores próprios da matriz com ma(λ3 ) = 2. Os 3 conjuntos {(−1, 0, 1, 0)}, {(−2, 1, 1, 0)} e {(0, 0, 0, 1), (2, 3, 1, 0)} são base dos espaço próprios E(λ1 ), E(λ2 ) e E(λ3 ), respectivamente. 2 2 −2 4.5. Justifique que 5 1 −3 não é diagonalizável, sabendo que −λ3 é o seu polinómio caracterı́stico. 1 5 −3 Dado que λ1 = 0 é o único valor próprio de A, ma(λ1 ) = 3. Como mg(λ1 ) = dim(N (A − λ1 )) = dim(N (A)) 6= 3, podemos concluir que ma(λ1 ) 6= mg(λ1 ), pelo que A não é diagonalizável. " # 1 2 4.6. Seja A = . 0 3 (a) Determine o polinómio caracterı́stico de A. (b) Determine os espaço próprios e indique as respectivas dimensões. (c) Prove que A é diagonalizável, indicando uma matriz invertı́vel S e uma matriz diagonal D tais que D = S −1 AS. (d) Calcule A9 . (a) p(λ) = (λ − 1)(λ − 3) (note" que #!A é triangular superior). 0 2 (b) E(1) = N (A − I) = N , portanto dimE(1) = 1 e {(1, 0)} é uma base de E(1). Como E(3) = 0 2 " #! −2 2 N (A − 3I) = N , dimE(3) = 1 e {(1, 1)} é uma base de E(3). 0 0 " # 1 1 (c) {(1,…
4.10. Considere as matrizes a 0 1 b −4 0 A = 0 2 −1 e B = 6 −3 0 . 0 −1 2 −6 4 1 Verifique se existem a e b de modo a que A e B sejam semelhantes. Para que A e B sejam semelhantes é necessário (mas não suficiente) que tr(A) = tr(B) det(A) = det(B) ou seja, é necessário que a+4=b−2 e 3a = 24 − b. Assim, é necessário que a = 1 e b = 7. 1 0 1 7 −4 0 Vejamos se para estes valores A = 0 2 −1 e B = 6 −3 0 são semelhantes, começando por 0 −1 2 −6 4 1 2 verificar se ambas são diagonalizáveis. Ora, (3 − λ)(1 − λ) é o polinómio caracterı́stico de ambas as matrizes. Para a matriz A, mg(1) = dim(N (A − I)) = 1 enquanro que para a matriz B, mg(1) = dim(N (B − I)) = 2. Logo A não é diagonalizável enquanto que B é diagonalizável. Se A e B fossem semelhantes (com a = 1 e b = 7) então como B é diagonalizável, A tamb+ém o seria, o que não acontece. Logo não existe a e b tais que A e B sejam semelhantes. 4.11. (a) Seja A uma matriz n × n invertı́vel, λ um valor próprio de A e v um vector próprio associado ao valor próprio λ. Prove que então λ−1 é valor próprio da matriz inversa A−1 . Indique um vector próprio associado a este valor próprio. (b) Se v é um vector próprio comum às matrizes A e B, então prove que v é um vector próprio de AB. (a) Se Av = λv, então A−1 Av = A−1 (λv) portanto A−1 v = λ−1 v. Logo λ−1 é um valor próprio de A−1 e v é um vector próprio de A−1 associada a λ−1 . (b) Se Av = λv e Bv = µv, então (AB)v = A(Bv) = A(µv) = µAv = (µλ)v. 4.12. Uma matriz R ∈ Mn×n (R) diz-se de rotação se R for ortogonal (R−1 = RT ) e det(R) = 1. Prove que para n ı́mpar, existe um vector não nulo u tal que Ru = u. " # cos(θ) −sen(θ) (b) Para n = 2, prove que existe um real θ tal que R = . sen(θ)…
enquanto que " # 0 0 0 J1 (λ) dim(N ( − λI)) = dim(N 0 0 1 ) = 2 J2 (λ) 0 0 0 logo as matrizes não são semelhantes. Relativamente à parte final, note que λ 0 0 λ 1 0 λ 1 0 0 λ 1 = (P23 P13 ) 0 λ 0 (P13 P23 ) = (P23 P13 ) 0 λ 0 (P23 P13 )−1 0 0 λ 0 0 λ 0 0 λ 0 0 1 λ 1 0 0 1 0 = 1 0 0 0 λ 0 0 0 1 0 1 0 0 0 λ 1 0 0 onde Pij é a matriz elementar (de permutação) associada à operação elementar correspondente (troca de linhas ou de colunas). 4.16. a) Verifique que os vectores da base canónica e1 , ..., en de Rn formam uma cadeia de Jordan de Jn (λ) de comprimento n. √ b) Sendo A = diag(02 , J3 ( 2)) indique duas cadeias de Jordan de A (um com comprimento superior a 2), onde 02 designa a matriz nula 2 × 2. (a) Vericamos que en ∈ N ((Jn (λ) − λI)n ) mas en ∈ / N (Jn (λ) − λI)n−1 . Ora (Jn (λ) − λI)n = 0 é a matriz nula pelo que en ∈ N (Jn (λ) − λI)n . Por outro lado (Jn (λ) − λI)n−1 = E1,n (matriz toda nula excepto a entrada (1, n) que é 1) pelo que (Jn (λ) − λI)n−1 en 6= 0. Falta ver que (Jn (λ) − λI)en = en−1 , (Jn (λ) − λI)en−1 = en−2 , (Jn (λ) − λI)e2 = e1 , (Jn (λ) − λI)e1 = 0 o que é fácil uma vez que Jn (λ) − λI é a matriz nula excepto a supradiagianl que é toda igual a 1. (b) Por exemplo (1, 0, 0, 0, 0) é uma cadeia de Jordan associada λ1 = 0, enquanto que √ (0, 0, 1, 0, 0), (0, 0, 0, 1, 0), (0, 0, 0, 0, 1) é uma cadeia de Jordan associada a λ2 = 2. 4.17. Mostre que o número de blocos de Jordan de tamanho j × j associados a um valor próprio λ de A é car(A − λI)j−1 − 2car(A − λI)j + car(A − λI)j+1 . Sabemos que o número de blocos de Jordan do tipo j × j associados a λ é − dim(N (A − λ)j−1 )) + 2dim(N (A − λI)j )) − dim(N (A − λI)j+1 )). Ora dim(N…
independentes (base de G(2, 1)). Por exemplo z = (0, 0, 0, 0, 1). Assim as matrizes −1 0 −1 0 0 2 1 0 0 0 1 1 −1 0 0 0 2 0 0 0 S= 0 0 −1 0 0 e J = 0 0 2 1 0 0 0 −1 1 0 0 0 0 2 0 0 0 0 0 1 0 0 0 0 2 satisfazem S −1 AS = J. 11
First page of the document.