Upload
phamnhan
View
232
Download
0
Embed Size (px)
Citation preview
Summary
Espacos Vetoriais
Hector L. Carrion
ECT-UFRN
fevereiro, 2012
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
definicao
Um espaco vetorial e uma estrutura (E ,+, .) formada por um conjuntoE ,cujos elementos sao chamados vetores, no qual estao definidos duasoperacoesA adicao(+) eA multiplicacao por um escalar (.).- A adicao, que a cada par de vetores u, v ∈ E faz corresponder um novoelemento z = u + v ,∈ E , chamado a soma de u e v ,- A multiplicacao por um escalar, que a cada numero(escalar) a ∈ ℜ e acada vetor v ∈ E faz corresponder um vetor av , chamado o produto dea por v
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
axiomas
A1 comutatividade: u + v = v + u;
A2 associatividade: ( u + v) + w = u + ( v + w), e (a. b).v =a.(b.v);
A3 vetor nulo: existe um vetor 0 ∈ E , chamado vetor nulo, ou vetorzero, /v + 0 = 0 + v = v , ∀v ∈ E ;
A4 inverso aditivo: para cada vetor v ∈ E existe um vetor −v ∈ E ,chamado o inverso aditivo, ou o simetrico de v , tal que−v + v = v + (−v) = 0;
A5 distributividade: (a+ b).v = a.v + b.v , e a.(u + v) = a.u+ a.v ;
A6 multiplicacao por 1: 1.v = v .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exemplo 1 Seja ℜ3 o espaco vetorial euclideano 3-dimensional. Umelemento de ℜ3 e o vetor u = (u1, u2, u3), outro elemento pode ser ovetor w = (w1,w2,w3). Os numeros u1, u2, u3 sao chamados decoordenadas do vetor u (ou componentes). Com as duas operacoesdefinidas no espaco vetorialℜ3
u + w = (u1 + w1, u2 + w2, u3 + w3)
αv = (αv1, αv2, αv3),
mostre que o espaco ℜ3 e um espaco vetorial.Exemplo 2 Seja Pn o conjunto dos polinomios de grau menor ou igual an. Pn = {a0+ a1x + a2x
2+ ..+ an−1xn−1+ anx
n; ∀ai ∈ ℜ} O conjunto Pn
junto com as operacoes usuais de adicao de polinomios e multiplicacaopor um escalar, e um espaco vetorial. Analise o casso particular P2
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
exercicios
1 Seja Mn×m(ℜ) o conjunto de todas as matrizes de ordem n ×m. SeA = [aij ],B = [bij ],A,B ∈ M, mostre que ele se torna um espacovetorial quando nele se define as seguinte operacoes
A+ B = [aij + bij ],αA = [αaij ].
2 Demonstre que o inverso aditivo −u de u e unico.
3 Seja V o primeiro quadrante do plano xy,
V = {[
xy
]
, x ≥ 0, y ≥ 0}.a) se u ∈ V ,w ∈ V , u + w ∈ V ?.b) αw ∈ V ? para qualquer α real ? V e espaco vetorial?.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
exercicios
Demonstre usando os axiomas do espaco vetorial V , que0u = 0, ∀u ∈ V , 0 e o escalar ”zero”, 0 e o vetor nulo do espacovetorial.
Quaisquer que sejam v ,w ∈ E , existe um unico u ∈ E tal quev + u = w (dica: utilize a propriedade 3, da nota de aula).
Verifique se o conjunto de pares ordenados (x,y) do plano R2(+, ◦),com as seguintes operacoes(x , y) + (x ′, y ′) = (x + x ′, y + y ′), k ◦ (x , y) = (k2x , k2y), e umespaco vetorial.
Verifique se o conjunto de matrizes da forma
(
a 00 b
)
munido das
operacoes usuais de soma de matrizes e multiplicacao de matrizespor um escalar, e um espaco vetorial. a, b ∈ ℜ.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
exercicios..
seja C o espaco dos numeros complexos. Um elemento deste espacoe z tal que z = a+ bi ; z ∈ C , a, b ∈ ℜ. a e a parte real de z , e b ea parte imaginaria de z ,i2 = −1. Entao considerando as seguintesoperacoes
z1 + z2 = (a1 + b1) + i(a2 + b2)αz1 = αa1 + αb1i
mostre que o espaco dos numeros complexos C forma um espacovetorial.Em ℜ2 mantenhamos a definicao de produto av de um numero porum vetor mais modifiquemos a definicao de soma u + v dos vetoresu = (x , y), v = (x ′, y ′). Em cada tentativa dizer quais axiomas doespaco vetorial continuam validos e quais sao violados.
u + v = (xx ′, yy ′)
u + v = (3x + 3x ′, 5y + 5y ′)
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Demonstrar que 0.u = 0, sendo u, 0,∈ E , 0 ∈ R.demonstracao.
u + 0.u = 1.v + 0.u A6
= (1 + 0)u A5
= 1.u A6
u + 0.u = u A3
0.u = 0, o.q.q.d.
Demonstrar que, dado um vetor v ∈ E , o elemento neutro 0 e unico.
Demonstrar que se w + u = w + v , entao u = v .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Seja X o conjunto nao-vazio qualquer, poderia ser por exemplo, osnumeros reais R. Seja F(X ,R) o conjunto de todas as funcoes reaisf , g : X → R. Ele se torna um espaco vetorial quando se definem asoma f + g de funcoes e o produto βf do numero β pela funcao fde maneira natural, como segue:
(f + g)(x) = f (x) + g(x), (βf )(x) = β.f (x)
Seja E = R2, e S = {(x , y), y > 0}, isto e sub-conjunto de vetoresde E = R2. Considere as operacoes usuais de soma de vetoresu + v = (x1, y1) + (x2, y2) = (x1 + x2, y1 + y2), e a multiplicacaousual de um escalar real β por um vetor v = (x1, y1) como segueβu = (βx1, βy1). Prove que S com esas duas operacoes basicas naoe um espaco vetorial.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Definicao
E possivel um espaco vetorial estar contido em outro espaco vetorial.Seja E um espaco vetorial, um subespaco vetorial de E ou simplesmentesubespaco e um subconjunto F ⊂ E com as seguintes propriedades:
1 0 ⊂ F .
2 Se u,w ∈ F entao, u + w ∈ F
3 Se v ∈ F entao, ∀α ∈ ℜ, αv ∈ F
Exemplo 1Seja E = ℜ2, e v 6= 0, v ∈ E , mostrar que F = {αv , α ∈ ℜ} e umsubespaco vetorial de E .definicao. Uma matriz quadrada A = [Aij ] chama-sesimetrica (anti-simetrica) quando Aij = Aji (Aij = −Aji ).
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Soma direta
Exemplo 2 Prove que S = {conjunto de matrizes simetricas} e umsubespaco vetorial do conjunto de matrizes quadradas gerais do tipoMn×n. De forma similar, prove queS = {conjunto de matrizes anti − simetricas} e um subespaco vetorial doconjunto de matrizes quadradas gerais do tipo Mn×n
Propriedade Seja E um espaco vetorial, e E1 ⊂ E , E2 ⊂ E , onde E1,E2
sao subespacos vetoriais de E . A intersecao S = E1 ∩ E2 definido assim
S = {v ∈ E / v ∈ E1, v ∈ E2} (1)
e um espaco vetorial.Definicao Se E1 ⊂ E , E2 ⊂ E , e se
S = E1 ∩ E2 = {0}, (tendo apenas 0 como elemento comun).∀w ∈ E ,w = v1 + v2, de modo unico. Onde v1 ∈ E1, v2 ∈ E2.
Entao se escreve assim E1 ⊕ E2 = E , diz-se ”E e a soma direta de E1 eE2” Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcios
1 Seja E = ℜ3 eF = {(x , y , z) ∈ ℜ3 ax + by + cz = 0; a, b, c escalares constantes.}Mostre que F e subespaco de E .
2 Seja E = ℜ4. Mostre que F = {(x , y , z , 0); x , y , z ∈ ℜ} e umsubespaco de E .
3 Dado E = ℜ2, mostre que F = {(x , y), x > 0} nao e subespaco deE .
4 Seja ℜ3 = {(a, b, c); a, b, c ∈ ℜ}, considerando
E1 = {(a, b, 0); a, b ∈ ℜ},E2 = {(0, 0, c); c ∈ ℜ.}
Mostre que ℜ3 = E1 ⊕ E2.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
1 Seja s1 = {(0, x , y), x , y ∈ ℜ}; s2 = {(x , 0, y), x , y ∈ ℜ}; entaoS = s1 ∩ s2 nao e um espaco vetorial, falso verdadeiro?.
2 Determine se os seguintes subconjuntos sao subespacos de R3
a) todos os vetores da forma (a; 1; 1).b) todos os vetores da forma (a; b; c); b = a + c.
3 Seja M2x2 o conjunto de matrizes com entradas todas reais deordem 2× 2. Determine se as matrizes quadradas com det(A) = 0,forman um subespaco de M2x2.
4 Seja P3 o conjunto de todos os polinomios da grau menos ou igual a3. Dado ai ∈ ℜ, i = 0, 1, 2, 3. Verifique sea) o conjunto F = {a1x + a2x
2 + a3x3} ; e subespaco vetorial de P3.
b) o conjunto F = {1 + a1x + a2x2 + a3x
3 e subespaco vetorial deP3.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V ⊂ E e linearmenteindependente abrevidamente L.I. quando nehum vetor v ∈ V ecombinacaolinear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetornulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V ∈ E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Seλ1v1 + ...+ λnvn = 0, com v1, ...vn ∈ V entao λ1 = ... = λn = 0.Reciprocamente, se a unica combinacao linear nula de vetores de V eaquela cujos coeficientes sao todos iguais a zero, entao V e umconjunto L.I.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V ⊂ E e linearmenteindependente abrevidamente L.I. quando nehum vetor v ∈ V ecombinacaolinear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetornulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V ∈ E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Seλ1v1 + ...+ λnvn = 0, com v1, ...vn ∈ V entao λ1 = ... = λn = 0.Reciprocamente, se a unica combinacao linear nula de vetores de V eaquela cujos coeficientes sao todos iguais a zero, entao V e umconjunto L.I.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V ⊂ E e linearmenteindependente abrevidamente L.I. quando nehum vetor v ∈ V ecombinacaolinear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetornulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V ∈ E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Seλ1v1 + ...+ λnvn = 0, com v1, ...vn ∈ V entao λ1 = ... = λn = 0.Reciprocamente, se a unica combinacao linear nula de vetores de V eaquela cujos coeficientes sao todos iguais a zero, entao V e umconjunto L.I.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V ⊂ E e linearmenteindependente abrevidamente L.I. quando nehum vetor v ∈ V ecombinacaolinear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetornulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V ∈ E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Seλ1v1 + ...+ λnvn = 0, com v1, ...vn ∈ V entao λ1 = ... = λn = 0.Reciprocamente, se a unica combinacao linear nula de vetores de V eaquela cujos coeficientes sao todos iguais a zero, entao V e umconjunto L.I.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V ⊂ E e linearmenteindependente abrevidamente L.I. quando nehum vetor v ∈ V ecombinacaolinear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetornulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V ∈ E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Seλ1v1 + ...+ λnvn = 0, com v1, ...vn ∈ V entao λ1 = ... = λn = 0.Reciprocamente, se a unica combinacao linear nula de vetores de V eaquela cujos coeficientes sao todos iguais a zero, entao V e umconjunto L.I.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
exemplos
Exemplo 1 Os vetores canonicose1 = (1, 0, ...., 0), e2 = (0, 1, 0...., 0), ....en = (0, ...., 0, 1) em E = ℜn
sao L.I.
Exemplo 2 Os monomios {1, x , x2, x3} ∈ P3 sao L.I. Onde P3 saoos polinomios de grau ≤ 3
Exemplo 3 Mostre que os vetoresv = (2, 3, 4),w = (2, 0,−1), z = (6, 3, 2) em ℜ3 sao L.D.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcios
1 Seja v = (1, 2, 0),w = (0, 1,−1), z = (3, 0, 1), mostre que elesformam um conjunto L.I no espaco V = ℜ3.
2 no ℜ2, os vetores {e1 = (1, 0), e2 = (0, 1), v = (m, n);m, n ∈ ℜ} saoL.D.
3 Verifique se o seguinte conjunto
V = {v1 =[
1 05 −2
]
, v2 =
[
3 015 −6
]
} ⊂ M(ℜ)2×2.
e ou nao L.I.
4 Verifique se sao L.I. ou L. D. o seguinte conjunto
P = {1 + 2x − x2, 2− x + 3x2, 3− 4x + 7x2} ⊂ P2
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Definicao de base de um E. V.Seja E um espaco vetorial qualquer e B = {v1, v2, ...vn} um conjunto devetores qualquer de E . Dizemos que B e uma base de E se as seguintescondicoes sao satisfeitas.
B e linearmente independente.
B gera E
Que B gera E significa que todo vetor v ∈ E se exprime, de modo unico,como uma combinacao linear v = λ1v1 + λ2v2 + .., λnvn de elementos dabase B. Os numeros λ1, λ2, ..λn chaman-se as coordenadas do vetor v nabase B.Teorema Todas as bases de um espaco vetorial (e. v.) de dimensaofinita n, tem o mesmo numero de vetores e igual a n.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Teorema Se B = {v1, ...., vn} e uma base de E entao cada vetorv ∈ E pode ser expresso assim: v = λ1v1 + λ2v2 + .., λnvn de formaunica.
Exemplo 1 Os vetorese1 = (1, 0, ...0), e2 = (0, 1, 0...0), ...en = (0, ...0, 1) constituem umabase {e1, e2, ..en} de ℜn, chamada de base canonica.
Exemplo 2 Os monomios {1, x , x2, ..xn} formam uma base para oespaco vetorial Pn dos polinomios de grau ≤ n
Exemplo 3 Mostre que as matrices m1,m2,m3,m4 sao uma base deM(ℜ)2×2. Onde,
m1 =
[
1 00 0
]
, m2 =
[
0 00 1
]
, m3 =
[
0 10 0
]
; m4 =[
0 01 0
]
, os tres exemplos anteriores sao bases canonicas.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Dimensao de um E. V.
Definicao de Dimensao.Se E possui uma base com n vetores, entao E tem dimensao n eanota-se dim E = n. Um espaco vetorial E e chamado de dimensaofinita se contem um conjunto finito {v1, ...vn} de vetores de base de E , ne um numero inteiro. Caso esta base de E nao for finita, diz-se que E eum e. v. (espaco vetorial) de dimensao infinita.Teorema. Seja E um e. v. de dimensao finita n, onde {v1, ..vn} euma base qualquer de E . entao e valido.
1 Um conjunto com mais de n vetores em E e L.D.
2 Um conjunto com menos do que n vetores nao gera E .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exemplos
Exemplo 1 Seja E = R2 o espaco vetorial Euclidiano.a) Considere o conjunto B1 = {e1, e2} de vetores, ele e base de E ?b) Quais sao as coordenadas do vetor V = (x , y) nessa base?c) Seja outro conjunto de vetores B2 = {b1, b2}, b1 = (1, 1), b2 = (2, 0).B2 e base do espaco E = R2 ?d) Quais sao as coordenadas do vetor V = (x , y) na base B2?.e) Qual e a dimensao do espaco E = R2.Exemplo 2 Seja conjunto de vetores B = {p1, p2, p3, p4} do espacovetorial P2. Verfique se eles sao L.I. ou L.D.p1 = 1 + x , p2 = 2− x2, p3 = x + x2, p4 = 1.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcios
Exemplo 1O espaco vetorial A(m × n) das matrizes m × n tem dimensao finitaigual a m.n.
Exemplo 2.Mostre que a dimensao da base canonica de Pn e n + 1. Pn e opolinomio de grau ≤ n
1 Mostre que S = {V1,V2,V3} forma uma base do espaco ℜ3.V1 = (1, 0, 2);V2 = (−1, 3, 2);V3 = (0, 1, 2). Encontrar ascomponentes do vetor W = (3, 1,−2) na base S .
2 Encontre as componentes do polinomio P , na base S = {P1,P2,P3}.Onde P = 2− x + x2,P1 = 1 + x ,P2 = 1 + x2,P3 = x + x2.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Mostre que as matrices m1,m2,m3,m4 sao uma base de M(ℜ)n×n
Onde, m1 =
[
0 −1−1 0
]
, m2 =
[
0 −8−12 −4
]
, m3 =[
3 63 −6
]
;m4 =
[
0 −1−1 0
]
.
Encontre as componentes de A na base S = {v1, v2, v3, v4}A =
[
2 0−1 3
]
, v1 =
[
−1 10 0
]
, v2 =
[
1 10 0
]
, v3 =[
0 01 0
]
; v4 =
[
0 00 1
]
.
Determine a dimensao do subespaco de P3, consistindo de todos ospolinomios da forma P3 = a1x + a2x
2 + a3x3.
Determine a dimensao do subpespaco de R4 da formav = (a, b, c , d), d = a+ b, c = a− b.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Determine a dimensao da base do espaco-solucao do sistemax + y − z = 0,−2x − y + 2z = 0,−x + z = 0
Dado o sistema de equacoesx + y − z = 0, y − 2w = 0, x − z + 2w = 0a) Determine o posto da matriz de coeficientes, e o posto da matrizaumentada.b) o sistema tem solucao unica ou infinitas solucoes?c) Defina uma base do espaco solucao do sistema anterior.d) qual e a dimensao deste espaco?e) o sistema tem solucao trivial?f) o espaco solucao e subespaco de R4
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Os axiomas do espaco vetorial nao sao suficientes para abordar certasnocoes geometricas como angulo, ortogonalidad,comprimento,distancia,etc. para estudar estas nocoes geometricas precisamosintroduzir o conceito de produto interno no espaco vetorial.produto internoUm produto interno num espaco vetorial E e uma funcao bi-linearsimetrica e positiva de E .
<,> : E × E → ℜu, v →< u, v >
o numero real < u, v > e chamado de produto interno de u por v .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
As seguintes propriedades devem ser satisfetias ∀u, v ,w ,∈ E
Bilinearidade< u + w , v >=< u, v > + < w , v >; < u,w + v >=< u,w >+ < u, v >,< αu, v >= α < u, v >, < u, αv >= α < u, v >,
simetria ou comutatividade< u, v >=< v , u >,
Positividade< u, u > ≥ 0, se u 6= 0.como < 0, v >=< 0 + 0, v >=< 0, v > + < 0, v >, entao segueque < 0, v >= 0, ∀ v ∈ E
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Norma : A norma de um vetor v (ou comprimento de v) no espacovetorial E , esta definida do seguinte modo
N : E → ℜv 7→ N(v) = |v | = √
< v , v >. (2)
Observamos que N(v) e um numero real nao negativo. Quando |v | = 1 ovetor v chama-se de vetor unitario.Distancia: A distancia entre os vetoresv = (v1, v2, ..., vn), u = (u1, u2, ..., un) ∈ E esta definido assim :
d [u, v ] = |u − v |. (3)
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exemplos
1 no espaco euclidiano ℜ3 o produto interno canonico de vetoresu = (u1, u2, u3) e v = (v1, v2, v3) esta definido assim:
< u, v >= u1v1 + u2v2 + u3v3 =∑i=3
i=1 uivi .
2 Seja < u, v > um produto interno num espaco linear E . Mostre quese < u, v >= 0, para qualquer v que pertence a E , entao u = 0.
3 Seja u = (u1, u2) e v = (v1, v2). Mostre que temos um produtointerno em ℜ2 no seguintes casos:a) < u, v >= 4u1.v1 + u2.v1 + u1.v2 + 4u2.v2b) < u,w >= 3u1w1 + 5u2w2.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercicios
1 Dado o produto interno < u,w > no espaco vetorial E , prove que setem |u + v |2 + |u − v |2 = 2(|u|2 + |v |2).
2 demonstre a desigualdade triangular para dois vetores u e v do planoℜ2, |u + v | ≤ |u|+ |v |.
3 Seja E = C 0[a, b] um espaco vetorial das funcoes contınuas reaisg , f [a, b] → ℜ, provar que a funcao
< ., . >: E × E → ℜ (4)
< f , g > =
∫ b
a
fgdx (5)
e um produto interno, [a, b] ⊂ ℜ. Determine o produto interno entref = cos(x) e g = sin(x) e o modulo da funcaof = cos(x), a = 0, b = π.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
1 Seja o espaco vetorial M2×2(ℜ) formado por todas as matrizes comelementos reais da forma A = [aij ]. Considerando o produto interno< A,B >= tr(ATB). Determine a norma de U ∈ M2×2(ℜ), sendo
U =
[
1 23 −1
]
2 Seja p = a0 + a1x + a2x2 + ...+ anx
n eq = b0 + b1x + b2x
2 + ...+ bnxn, dois ”vetores”do espaco vetorial
Pn dos polinomios de grau maximo n. Demonstre que< p, q >=
∑i=n
i=0 aibi e um produto interno. logo,
|p| =< p, p >=√
a20 + a21 + ...ann. Determine |p|, onde p = 2− x2.
3 Dois vetores de um espaco vetorial se chamam ortogonais se< u, v >= 0. No espaco Euclidiano ℜ3, verifique que< i , j >=< i , k >=< k , j >= 0, considerando o produto internocanonico de ℜ3.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Para todo numero natural n, o sımbolo ℜn representa o espaco vetorialeuclideano n-dimensional. os elementos de ℜn sao as listas ordenadasv = (v1, ....., vn),w = (w1, ....,wn) de numeros reais. Por definicao aigualdade vetorial v = w significa as n igualdades numericasv1 = w1, ...., vn = wn. Os numeros v1, ...vn sao chamados as coordenadasdo vetor v na base canonica {e1, e2, .., e3} de R2. As duas operacosfundamentais do espaco vetorial ℜn sao definidas assim :
v + w = (v1 + w1, ...., vn + wn),
λv = (λv1, ...., λvn)
O vetor zero 0 e por definicao, aquele cujas coordenadas sao todas iguaisa zero; 0 = (0, ...., 0). O inverso aditivo de v = (v1, ....., vn), e−v = (−v1, .....,−vn).
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Definicao
Seja u, v ∈ ℜn, entao o angulo θ entre os vetores u e v esta definido doseguinte modo (ver exerıcio 1 da pag 45)
−1 ≤ cos(θ) =< u, v >
|u||v | ≤ 1.
Norma Euclidiana: A norma de um vetor v = (v1, v2, ..., vn) do espacoℜn esta definida do seguinte modo
N : ℜn → ℜ,v 7→ N(v) = |v | = √
< v , v >. (6)
onde |v | =√
u21 + u22 + ....u2n .Geometricamente a norma |v | e o comprimento do vetor v .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Distancia entre vetores.Em forma similar a distancia entre os pontosv = (v1, v2, ..., vn), u = (u1, u2, ..., un) ∈ ℜn esta definido assim :
d(u, v) = |u − v | =√
(u1 − v1)2 + (u2 − v2)2 + ....(un − vn)2
Propriedades da distancia entre os vetores u e v . Seja u, v ,w vetores deℜn, logo
d(u, v) ≥ 0,
d(u, v) = d(v , u)
d(u, v) = 0,⇔ u = v ,
d(u, v) ≤ d(u,w) + d(w , v) (desigualdade triangular).
A ultima propriedade, generaliza para o espaco ℜn o resultado usual emℜ3 que afirma ”que a menor distancia entre dois pontos do ℜn e aolongo de uma reta.”
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercicios
Considere ℜ3 com o produto interno usual (canonico) para as seguintesquestoes.
Seja u = (2, 1,−2, 0) e v = (1, 2, k , 2).a) Para que valores de k podemos afirmar que u e v sao ortogonais(perpendiculares),b) Se k = 0 qual e o angulo formado pelo vetores u e v .
Sejam u = (4, 1, 2, 3), v = (0, 3, 8,−2),w = (3, 1, 2, 2). Calcule
a) |v | b)|u + 3v | c) |u|+ |3v | d) | (u+w)|u+w| |
Determine o angulo entre os vetores u = (1, 0, 2), v = (1, 2, 0).
Suponha que v ,w , u sao vetores taisque(u, v) = 2, (v ,w) = −3, (u,w) = 5, |u| = 1, |v | = 2, |w | = 7.Calcule a) < u + v , v + w > b) |2w − v |
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
1 Dado o produto interno < u,w > no espaco vetorial E = ℜn, proveque | < u + v > | ≤ |u||v | desigualdade de Cauchy-Schwarz.
2 Use o resultado anterior e demonstre a desigualdade triangular paradois vetores u e v de ℜn, |u+ v | ≤ |u|+ |v |. desigualdade triangular.
3 Encontre a distancia euclidiana entre os vetores u = (1, 2, 0) ev = (0, 3, 2).
4 Resolva para v = (v1, v2, v3), se u.v = 10,w .v = 1, s.v = 7, u =(1,−1, 4),w = (3, 2, 0), s = (4,−5,−1).
5 u, v sao vetores do espaco ℜn, encontre u.v , se|u − v | = 5, |u + v | = 1.
6 Seja V1,V2, ....,Vn vetores de ℜn, considerando que< Vi ,Vj >= 0, ∀i 6= j , demonstre que |∑i=n
i=1 Vi | =∑i=n
i=1 |Vi |2.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
Definicao Seja E um espaco vetorial com produto interno. Dois vetoresu e v chaman-se ortogonais (ou perpendiculares) quando < u, v >= 0.Escreve-se entao u ⊥ v .Em particular o vetor 0 e ortogonal a qualquer vetor v de E .Exemplo Seja P2 o espaco vetorial formado pelo conjunto dospolinomios de grau menor ou igual a 2. SejaP = po + p1x + p2x
2,Q = q0 + q1x + q2x2. Seja o produto interno neste
espaco vetorial da seguinte forma : < P ,Q >= p0q0 + p1q1 + p2q2.Sendo assim, se P = x − kx2,Q = b + 2x + 2x2. Determine k para queP e Q sejam ortogonais, b e constante.bases ortonormaisSeja E um espaco vetorial, um conjunto de vetores F = {V1, ...Vm} ⊂ Ee dito ortogonal quando dois vetores distintos quaisquer em F saoortogonais. Se, alem disso, todos os vetores de F sao unitarios entao F echamado de conjunto ortonormal.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
Definicao Uma base B = {V1, ...Vm} do espaco vetorial E e dito baseortonormal se e somente se, para qualquer vetor Vi ,Vj ∈ B tem-se que
< Vi ,Vj >=
{
0, i 6= j1, i = j .
(7)
Teorema Num espaco vetorial E , com produto interno, todo conjuntoortogonal F de vetores nao-nulos e L.I (provar, ver exercıcios).Exemplo . Seja B = {V1,V2,V3} uma base do ℜ3, onde
V1 =
− 13
2323
, V2 =
23
− 13
23
, V3 =
2323
− 13
.
O calculo direto mostra que usando o produto interno canonico usual:< V1,V2 >=< V1,V3 >=< V2,V3 >= 0, < V1,V1 >=< V2,V2 >=<V3,V3 >= 1. Ou em forma resumida < Vi ,Vj >= δij .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
complemento ortogonal Se um vetor w ∈ E e ortogonal a todos osvetores de um subespaco F ⊂ E , entao, dizemos que w e ortogonal a F .O conjunto de todos os vetors ortogonais a F e chamado delcomplemento ortogonal de F , e e denotado porF⊥.Exemplo 1 O vetor w = (0, 0, 3) ∈ ℜ3 e complemento ortogonal doplano xy = ℜ2.Exemplo 2 Mostrar que se dois vetores sao ortogonais entao|u + v |2 = |u|2 + |v |2 (Teorema de pitagoras para espacos vetoriais comproduto interno).Exemplo 3 Mostre que a base canonica {e1, e2, ..., en} de ℜn eortonormal, considerando o produto canonico usual. Ou seja
< ei , ej >= δij , onde δij =
{
0, se; i 6= j1, se; i = j
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
Exercicios
1 Seja o conjunto B = {v = (1, 1)/√2,w = (1,−1)/
√2} ∈ ℜ2. Seja
v = (v1, v2),w = (w1,w2). O conjunto B e ortonormal na basecanonica?. Considere o seguinte produto interno :< v ,w >= v1w1 + 2v2w2, verifique se B e ou nao conjuntoortonormal.
2 Demonstre o Teorema enunciado na pagina 48.3 seja v ,w dois vetores arbitrarios de ℜ3, Demonstrar que a projecao
ortogonal do vetor v sobre o vetor w e dado por
Prw (v) =< v ,w >
|w |2 w .
O vetor Prw (v) e paralelo a w .
4 Verifique se o conjunto B = {~i−~j√2,~j+~k√
2,~i+~k√
2} e ortonormal.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
Seja, B = {v1, v2, .....vn}, uma base qualquer do espaco vetorial E . Apartir desta base podemos construir uma base ortonormalO = {q1, .....qn} ∈ E . O processo e como segue:
Seja w1 = v1, logo q1 =w1
|w1| .
w2 = v2 − Prw1(v2), logo q2 =w2
|w2|
w3 = v3 − Prw1(v3)− Prw2(v3), logo q3 =w3
|w3|.
.
wn = vn −∑j=n−1
j=1 Prwj(vn), logo qn =
wn
|wn| .
Observe que |q1| = ....|qn| = 1.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Processo de Gram-Schmidt
segue...
logo, se pode verificar que o conjunto {q1, q2, ..., qn} e uma baseortonormal de E . A este processo de construcao de uma base ortonormalno espaco vetorial E e denominada de processo de ortonormalizacao deGram-Schmidt.exerciciosExercıcio 1. Seja B = {v1 = (1, 1), v2 = (1, 2)} uma base do espacoeuclidiano E = ℜ2. Construa uma base ortonormal de ℜ2 a partir da baseB, usando o processo de Gram-Schmidt.Exercıcio 2. Seja B = {v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1)} umabase de E = ℜ3. Construa uma base ortonormal para o espaco ℜ3 apartir da base B, usando o processo de Gram-Schmidt. Nos doisexemplos anteriores, se assume que os vetores de base B estao dadas nabase canonica, e se deve utilizar o produto interno canonico de Rn.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Seja E um espaco vetorial de dimensao n. Consideremos as basesarbitrarias B1 = {q1, q2, ..., qn} ⊂ E , e a base B2 = {q1, q2, ..., qn} ⊂ E .Dado v ∈ E , tal que
v = x1q1 + x2q2 + ....+ xnqn =∑
xi qi , i = 1, ..n. (8)
v = y1q1 + y2q2 + ....+ ynqn =∑
yl ql , l = 1, ..n. (9)
Os numeros reais xi sao as coordenadas de v na base B1, e os numerosreais yi sao as coordenadas de v na base B2. Coordenadas de v em formamatrizial.
[v ]B1 =
x1x2.xn
, [v ]B2 =
y1y2.yn
(10)
Qual e a relacao entre o conjunto de coordenadas xi e yi ?.Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Consideremos como exemplo o vetor q1 na base nova B2, teriamos:q1 = a11 q1 + a12 q2+, ....+ a1n qn =
∑j=n
j=1 a1j qj .Em forma geral
qk =
l=n∑
l=1
akl ql (11)
Podemos pensar que as ”coordenadas”do vetor qk na nova base B2
pode-se colocar como uma matriz coluna (k-esima coluna da matriz A).
[qk ]B2 =
ak1..
akn
(12)
Os numeros reais aij sao elementos de uma matriz A, chamada matriz detransformacao ou matriz de mudanca de base, da base B2 a base B1.Substituindo (11) em (8), e organizando chegamos a seguinte relacao
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
v =∑
xi qi =∑
xk qk ≡k=n∑
k=1
xk (
l=n∑
l=1
akl ql) (13)
logo, a ordem da sumacao pode-se trocar,
v =k=n∑
k=1
l=n∑
l=1
xk akl ql =l=n∑
l=1
(k=n∑
k=1
xk akl)ql (14)
comparando a igualdade anterior com a equacao (9) e utilizando aindependencia linear dos vetores de base qk , chegamos a conclusao:
yl =
k=n∑
k=1
akl xk , ou matricialmente,
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
y1y2.yn
=
a11 a21 . an1a12 a22 . .. . . .
a1n . . ann
x1x2.xn
, ou [v ]B2 = AT [v ]B1
(15)
Esta ultima equacao e mais util, desde que permite calcular ascoordenadas de v na base nova B2 em funcao das coordenadas de v nabase anterior B1 e da matriz de mudanca de coordenadas AT .Observe que as colunas da matriz AT esta formada pelas”coordenadas”dos vetores qk , na nova base B2 respetivamenteAT = [ [q1]B2 [q2]B2 ...[qn]B2 ]
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
e importante fazer uma observacao, que verdadeiramente a matriz demudanca de bases, da base B1 → B2 e a matriz A−1. Desde que
q1..qn
= A−1
q1..qn
, (16)
observe a equacao (11), na qual realizamos a inversao da matriz A.Exemplo 1 Seja B1 = {q1 = (1, 0), q2 = (0, 1)} a base canonica de ℜ2.Considere a nova base B2 = {q1 = (1, 1), q2 = (−1, 1)}.a) Dado um vetor v , encontre a matriz que transforma as coordenadasiniciais deste vetor na base B1 a base B2.b) Encontre a matriz A−1 da mudanca de bases (B1 → B2).c) Dado o vetor v = (3, 4) na base inicial B1, encontre suas novascoordenadas na base B2.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exemplo 2 Seja B1 = {~i ,~j , ~k} a base canonica de ℜ3. Considere a nova
base B2 = {~i +~j , ~k +~j ,~i + ~k}.a) Encontre a matriz AT de transformacao de coordenadas.b) Dado os vetores v = (1, 1, 1),w = (1, 3,−2) na base inicial B1,encontre suas novas coordenadas na base B2.Exercıcio 1 Seja B = {e1, e2} uma base ortonormal do ℜ2, sendoe1 = (1, 0) e e2 = (0, 1). Consideremos uma nova base ortonormalB ′ = {e ′1, e ′2} de ℜ2, produto da rotacao da base anterior B um angulo θ.a) Determine a matriz de transformacao (matriz de rotacao aoredor doeixo z) da base ortonormal B a base ortonormal B ′.b) Determine a matriz de mudanca de coordenadas da base ortonormalinicial B a base ortonormal final B ′
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcio 2 Seja um vetor v = (3, 4) na base canonica B0 = {~i ,~j}.a) Determine as componentes do vetor v na base B1 = {q1, q2}, e nabase B2 = {q1, q2}. q1 = (1, 1), q2 = (−1, 1), q1 = (−1, 0), q2 = (1,−1).b) Encontre a matriz de mudanca de base A12 que leva as coordenadasde v na base B1 a base B2.c) Verifique que A2 = A12A1. A matriz A1 e a matriz de mudanca decoordenadas da base canonica B0 a base B1.A matriz A2 e a matriz demudanca de coordenadas da base canonica B0 a base B2.Exercıcio 3 Seja P1 o espaco vetorial formado pelos polinomios de graumaximo 1. Neste espaco definimos a base B1 = {p1, p2}, e a baseB2 = {q1, q2}. Onde p1 = 2 + 3x , p2 = 2x , e q1 = 2, q2 = 4 + 5x .a) Encontre a matriz de mudanca de coordenadas de B1 a B2.b) Seja o ”vetor”w = 6+10x , encontre as coordenadas de w na base B1.c) Usando o resultado anterior, encontre as coordenadas de w na base B2.d) De forma similar que a pergunta b, calcule as coordenadas de w nabase B2, e compare com o resultado da parte c.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Vamos visualizar o conceito de matriz ortogonais atraves de um exemplo.
Exemplo 1 Seja a matriz U =
− 13
23
23
23 − 1
323
23
23 − 1
3
, esta matriz e dita
ortogonal se os vetores coluna {ui , i = 1, 2, 3} desta matriz saoortonormais como se mostrou no exemplo 4.1. Podemos observar
tambem que a matriz UT =
− 13
23
23
23 − 1
323
23
23 − 1
3
e inversa de U .
Podemos verificar diretamente que UUT = UTU = 1, o que quer dizerU−1 = UT .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Em geral se temos uma matriz ortogonal
A =
a11 . . a1i . . a1j . . a1na21 . . a2i . . a2j . . .
.
.
ak1 . . aki . . akj . . .
an1 . . ani . . anj . . ann
,
os vetores coluna ai e aj sao ortonormais o que que dizer< ai , aj >≡ ~ai .~aj = δij , ou em componentes
∑
k
akiakj = δij . (17)
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Porem, lembrando que atik = aki , sendo atik as componentes da matriztransposta At ; podemos re-escrever a equacao 17 deste modo
∑
k
akiakj =∑
k
atikakj = δij . (ATA = 1n×n). (18)
A analise da ortonormalidade feita com os vetores coluna tambem podeser feita com os vetores linha, desta forma chegariamos a seguinte relacao
∑
k
aikajk =∑
k
aikatkj = δij . (AAT = 1n×n), (19)
similiar a equacao anterior 18. Logo, esta provado que para uma matrizortogonal se cumpre que AT = A−1.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercicios
Exemplo 1 Mostre que a matriz A e ortogonal
A =
[
1/2√32√
32 −1/2
]
Exercıcio 1 Demonstre que se a matriz A e ortogonal, A−1 tambem e.Exercıcio 2 Demonstre que det(A) = ±1, para toda matriz ortogonal A.Exercıcio 3 Se temos duas bases B1,B2 ortonormais, a matriz detransformacao de coordenadas e uma matriz ortogonal: A−1 = AT .
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcio 4 Seja o espaco Euclidiano ℜ3 e a base canonica B1 = {~i ,~j , ~k},ao longo dos eixos x1, x2, x3, respectivamente. Se giramos o sistema decoordenadas x1, x2, x3 rıgidamente um angulo θ ao redor do terceiro eixox3 e no sentido antihorario, teremos uma nova base B2 = {q1, q2, q3}.a) Determine os vectores qi , i = 1, 2, 3 em funcao dos vetores unitarios~i ,~j , ~k da base canonica B1, considere um angulo fixo e arbitrario.b) Dado um vetor v = (0, 1, 2) na base canonica B1, qual sera as novascoordenadas de v = (y1, y2, y3) na nova base B2 ?, considere os cassosθ = π/2, e θ = π/4.Exercıcio 5 Considere o espaco vetorial dos polinomios de grau maximo1 P1. Em P1 temos duas bases, a base canonica B1 = {p1 = 1, p2 = x};e a base B2 = {q1 = 2+x√
3, q2 =
1−2x√3}.
a) Verifique que esta ultima e uma base ortonormal tambem.b) Verique que a matriz de mudanca de coordenadas de B1 → B2 e umamatriz ortogonal. Considere o produto interno definido para polinomiosem exercıcios anteriores.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Matriz de rotacaoQuando temos um sistema de coordenadas fixo X ,Y ,Z , e realizamos arotacao (no valor do angulo θ) de um vetor V = (x , y , z) ao redor docerto eixo fixo no espaco R3 tal como ~n ; a matriz que transforma asvelhas coordenadas de V nas novas coordenadas de V ′ = (x ′, y ′, z ′) esempre uma matriz ortogonal; isto porque este tipo de matriz naomodifica a norma do vetor, ou seja, |V | = |V ′|; como e o caso numarotacao. Em geral, essa matriz de rotacao depende do angulo de giro θ edas componentes do vetor ~n que define o eixo de rotacao, logo:R = R(θ,~n). Em particular se o eixo de rotacao e o eixo +Z , esta matrizsomente depende do angulo θ, tal como segue:
V ′ = R(θ)V , RT = R−1
|V ′| = |V | (20)
Prove a igualdade (20).Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcio 6 Seja a matriz de rotacao
R(θ) =
cos(θ) − sin(θ) 0sin(θ) cos(θ) 00 0 1
,
esta matriz descreve a rotacao feita por um vetor V ao redor do eixo +Znum angulo θ no sentido antihorario. Por tanto, tendo a informacao daposicao inicial do vetor V = (x , y , z), e o angulo de rotacao θ, podemosdeterminar as novas coordenadas do vetor V ′ = (x ′, y ′, z ′) usando aequacao matricial [V ′] = R(θ) [V ]. Verifique que a matriz R e ortogonal.Pergunta : Se V = (1, 0, 3) e ele gira um angulo de θ = 90o graus emsentido antihorario, ao redor do eixo +z determine as coordenadas dovetor V ′. Obseve que, a diferenca do exercıcio 4 (desta secao), aqui naotem mudanca de base, quem mudou foi o vetor.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Aplicacoes
Orientacao de onibus espacial: Determinacao do eixo instantaneo derotacao.
Solucao de sistema de equacoes diferenciais lineares(mistura de substancias, modos normais de vibracao, vibracao de umpredio, etc)
Busca na rede e hierarquizacao de paginas no google.
referencia: Steven J. Leon, algebra linear, 8aedi cao,Editorial Gen 2011.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Seja A = [aij ]n×n, seja X = [xi ]n×1.Equacao de autovalores
AX = λX (21)
λ → autovalor de A associado ao autovetor XA equacao de autovalores pode ser colocada desta forma
(A− λI )X = 0n×n. (22)
Onde I e a matriz identidade n × nSeja B = A− λI , entao :
BX = 0.
Para termos solucao em X nao trivial(X 6= 0), a matriz B deve sersingular (B−1∄). Logo
det(B) = det(A− λI ) = 0, (23)
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
funcao caraterıztica.
Do ponto de vista do autovalor λ a equacao anterior (23) define umpolinomio em λ, por tanto podemos definir
f (λ) = det(A− λI ) = 0.
Para uma matriz An×n o polinomiof (λ) = a0 + a1x + a2x
2 + ....an+1xn+1 + anx
n, ∈ Pn. chama-se funcaocaraterizticaEquacao carateriztica
f (λ) = det(A− λI ) = 0. (24)
As raizes da equacao anterior, sao os autovalores da matriz A.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exemplo 1 Encontre os autovalores e autovetoes da matriz
A =
(
4 52 1
)
(25)
Alguma propriedades de autovalores.Se v e autovetor associado ao autovalor λ de A :
Entao αv(α real) tambem e autovetor de A associado ao mesmoautovalor λ.
λk e autovalor de Ak .
λ−1 e autovalor de A−1.
bλ e autovalor de bA.
Uma matriz quadrada A e invertıvel se, e somente se λ = 0 nao eum autovalor de A.
http://www.wolframalpha.com/ procure eigenvalues (autovalores).Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcios
Exercıcio 1 Encontre os autovalores e autovetoes das matrizes A, B, C,D, F, K.
A =
[
4 44 −2
]
,B =
1 0 −10 2 00 0 3
,C =
1 0 −20 0 0−2 0 4
,
D =
0 0 −20 2 −21 0 3
,F =
1 0 −20 2 0−2 0 1
,K =
[
0 1−4 0
]
.
Exercıcio 2 Mostre que a equacao carateriztica de uma matriz A deordem 2× 2 e da forma λ2- traco(A)λ +det(A) = 0. λ e autovalor de A.Exercıcio 3 Probar que se A e uma matriz quadrada, entao A e suatransposta AT tem os mesmo autovalores.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Exercıcio 3 Determine os valores propios das matrizes B−1,C−1,D5 (dapagina anterior).Propriedades1.- Os autovalores de uma matriz triangular sao os elementos da suadiagonal principal.2.- Os autovalores de uma matriz simetrica (A = AT ) sao numeros reais,e os autovetores associados a estes autovalores reais (distintos) saoortogonais (provar).3.- Seja V e λ autovetor e autovalor associados a uma matriz A., proveque λ− s e um autovalor da matriz G = A− s I , onde I matrizidentidade. λ, s sao numeros reais.TeoremaSe {X1,X2, ....Xn} sao autovetores de A associados a autovalores distintosλ1, λ2, ..λn respetivamente, entao o conjunto {X1,X2, ....Xn} e L. I.Exemplo: verifique a validade deste teorema nos exemplos anteriores.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Problema da diagonalizacaoDada uma matriz An×n existe uma matriz P (invertıvel) tal que P−1APe uma matriz diagonal ?.Resposta: Dita matriz pode existir ou nao. Casso dita matriz P existir, amatriz A chama-se diagonalizavel. Dizemos que P diagonaliza A.Teorema Uma matriz quadrada An×n e diagonalizavel se e somente se Atem n autovetores linearmente independentes.Procedimento de diagonalizacao
1 Encontre os n, {X1,X2, ....Xn} autovetores de A. L. I.
2 Forme a matriz P con os vetores coluna {X1,X2, ....Xn}.3 Realize a multiplicacao P−1AP = D, D e a matriz procurada.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
D = P−1AP , D =
λ1 0 . 00 λ2 0 00 0 . 00 0 0 λn
n×n
, (26)
Condicao suficiente para diagonalizabilidade de uma matriz ATeorema se uma matriz An×n tem n autovalores distintos entao ela ediagonalizavel.Isto nao descarta a possibilidade de que a matriz An×n seja diagonalizavelmesmo quando tenha um numero menor que n de autovalores distintos.Exemplo
Daigonalize A =
1 3 3−3 −5 −33 3 1
,
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Exercıcios1.- Diagonalize se e possıvel as matrizes A,B,C ,D,F que aparecem noexercıcio 1 da secao anterior.2.- Diagonalize as seguintes matrizes
A1 =
[
6 −2−2 3
]
, A2 =
1 1 01 1 00 0 0
,A3 =
2 4 3−4 −6 −33 3 1
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Matrizes semelhantes
Definicao. Considere duas matrizes quadradas A e B. A matriz A esemelhante a matriz B se, e somente se, existe uma matriz inversıvel Ptal que A = PBP−1.- Observe que se A e semelhante a B entao B e semelhante a A.Propriedades Sejam A e B matrizes semelhantes entao:1. det(A) = det(B),2. A e inversıvel se, e somente se, B e inversıvel,3. A e B tem o mesmo polinomio caracterıstico (mesmos autovalores),4. A e B tem o mesmo traco.5.- a matriz A e sua forma diagonal D = P−1AP sao semelhantes.6.- Seja P matriz invertıvel, e B = PAP−1 demostrar que Bn = PAnP−1,∀ n natural.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Observacoes importantes
Suponhamos que temos uma matriz A3×3 e queremos diagonalizar. Podeacontecer os seguintes cassos.1.- Se a matriz tiver 3 autovalores diferentes (λ1 6= λ2 6= λ3), entao pelacondicao suficiente de diagonalizabilidade, a matriz A sera diagonalizavel.2.- Pode ser que dois autovalores sejam iguais, tal que λ1 = λ2 6= λ3.2a) Neste casso se mesmo assim conseguimos encontrar 3 autovetoresL.I. (um associado a λ3, e dois associaos a λ1), entao ainda poderemosdiagonalizar a matriz A.2b) Se somente encontramos dois autovetores L. I. associados a λ1 e λ3,respectivamente, entao nao sera mais possıvel diagonalizar a matriz A,posto que precisamos 3 autovetores L.I.3) Tres autovalores iguais. Nesste casso a semelhanca do casso dois,teremos duas possibilidade, ou vamos poder diagonalizar (quandoconseguirmos 3 vetores L.I) ou nao sera possıvel diagonalizar a matriz A.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Diagonalizacao ortogonalDefinicao 6. Seja A ∈ Mn×n(R), diz-se que A e diagonalizavelortogonalmente se existe uma matriz P , ortogonal (PT = P−1), tal queP−1AP = PTAP = D e uma matriz diagonal; diz-se que P diagonalizaortogonalmente A.Lembrando que se A e uma matriz simetrica entao:(a) Todos os valores proprios de A sao reais.(b) Vectores proprios associados a valores proprios distintos saoortogonais.Teorema .- Seja A ∈ Mn×n(R). Sao equivalentes as afirmacoes:(a) A e diagonalizavel ortogonalmente.(b) A admite um conjunto o.n. de n vectores proprios.(c) A e simetrica. (prove de a ⇒ b).
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Diagonalizacao ortogonal
Processo de diagonalizacao: Seja A ∈ Mn×n(R) matriz simetrica.Passo 1. Determinar uma base para cada subespaco proprio de A.Passo 2. Aplicar o processo de ortogonalizacao de Gram-Schmidt a cadabase encontrada no Passo 1, para obter uma base o.n. para cada um dossubespacos proprios de A.Passo 3. Formar a matriz P cujas colunas sao os vectores das bases o.n.dos subespacos proprios determinadas no Passo 2; a matriz P diagonalizaortogonalmente a matriz A. A matriz diagonal D = PTAP = P−1APtem como entradas principais os valores proprios de A.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Exercıcio 1 Determine a matriz ortogonal P que diagonaliza a matriz
simetrica A =
7 −2 0−2 6 −20 −2 5
Exercıcio 2 Determine a matriz ortogonal P que diagonaliza a matriz
simetrica A =
1 0 −20 0 0−2 0 4
Exercıcio 3 Determine a matriz ortogonal P que diagonaliza a matriz
simetrica B =
3 −2 4−2 6 24 2 3
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Aplicacoes: Solucao de Sistema de equacoes diferencias ordinarias
a11x1(t) + a12x2(t) = x1(t)
a21x1(t) + a22x2(t) = x2(t), que na forma matricial e
[
a11 a12a21 a22
] [
x1(t)x2(t)
]
=
[
x1(t)x2(t)
]
, ou AX (t) = X (t) sendo
A =
[
a11 a12a21 a22
]
, X =
[
x1x2
]
A solucao do sistema anterior e (demonstracao em calculo 3).
X (t) = c1eλ1 tV1 + c2e
λ2 tV2,
sendo λ1, λ2 e V1,V2 autovalores/autovetores correspondentes da matrizA.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Diagonalizacao ortogonal
Questao. Dois tanques contem cada um 100 litros de uma mistura.Inicialmente, a mistura no tanque A contem 40 gramas de sal, enquantoa mistura no tanque B contem 20 gramas de sal. O lıquido e bombeadopara dentro e para fora dos tanques como mostra a figura a seguir.Determine a quantidade de sal em cada tanque no instante t. Determinea concentracao final em cada tanque no estado estacionario.
Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Summary1 Definicao de E. V.2 Subespaco3 Dependencia Linear4 Base e Dimensao5 Produto interno6 Espaco Vetorial Euclidiano7 Ortonormalidade
Ortonormalidadeprocesso de ortonormalizacao
8 Mudanca de Bases9 Matrizes ortogonais10 Autovalores e autovetores11 Diagonalizacao
Diagonalizacao ortogonal12 Referencias Hector L.Carrion aula-ECT/UFRN
Dependencia LinearBase de um E. V.
Espaco Vetorial com produto InternoEspaco Vetorial canonico
Ortogonalidade e bases ortonormaisMudanca de BasesMatrizes ortogonais
Autovalores e autovetoresDiagonalizacao
Referencias
Referencias
E. Elon Lages Lima, Algebra linear, colecao matematica universitaria(IMPA)- Setima edicao 2008.
Anton Rorres, Algebra Linear com aplicacoes, oitava edicao,bookman.
Algebra linear com aplicacoes, Steven J. Leon, Oitava edicao, GenLTC (2011).
algebra linear e suas aplicacoes, David C. Lay. 2da edicao GEN.
Hector L.Carrion aula-ECT/UFRN