Baixe o app para aproveitar ainda mais
Prévia do material em texto
DMA – IMECC – UNICAMP MATRIZES 1o Sem / 2009 Prof. ROBERTO ANDREANI Sala 110 REVISA˜O 1 Matrizes 1.1 Definic¸a˜o • Uma matriz real com m linhas e n colunas, A ∈ IRm×n e´ definida por A = a11 a12 · · · a1n a21 a22 · · · a2n ... ... ... am1 am2 · · · amn . 1.2 Operac¸o˜es com Matrizes Seja α ∈ IR, A ∈ IRm×n e B ∈ IRp×q. • Soma e Subtrac¸a˜o: C = A±B Se m = p e n = q enta˜o cij = aij ± bij e C ∈ IRm×n. • Multiplicac¸a˜o por Escalar: C = α ·A Se m = p e n = q enta˜o cij = α · aij e C ∈ IRm×n. • Multiplicac¸a˜o: C = A ·B Se n = p enta˜o cij = n∑ k=1 aik · bkj e C ∈ IRm×q. • Matriz Transposta: C = AT cij = aji e C ∈ IRn×m. • Matriz Inversa: C = A−1 Se m = n enta˜o C ·A = A · C = I (Identidade) e C ∈ IRn×n. 1 1.3 Operac¸o˜es por Blocos • Seja A ∈ IRm×n decomposta por blocos da seguinte forma: A = A11 · · · A1q ... . . . ... Ap1 · · · Apq , onde Aij ∈ IRni×nj para i = 1, . . . , p, e j = 1, . . . , q com p∑ i=1 mi = m e q∑ j=1 mj = n. • Todas as operac¸o˜es realizadas na sec¸a˜o anterior podem ser efetuadas por blocos, desde que as dimenso˜es dos blocos sejam compat´ıveis com a operac¸a˜o escolhida. 1.4 Matrizes Especiais • Linha: m = 1. • Coluna: n = 1. • Nula: aij = 0. • Quadrada: m = n. • Diagonal: aij = 0 para i 6= j. • Identidade: m = n e aij = 0 se i 6= j e aij = 1 se i = j (aij = δij). • Triangular Inferior: aij = 0 se i < j. • Triangular Superior: aij = 0 se i > j. • Sime´trica: m = n e aij = aji. • Anti-Sime´trica: m = n e aij = −aji. • Idempotente: m = n e A2 = A. • Nilpotente: m = n e Ak = 0 para algum inteiro positivo k. • Auto-Reflexiva: m = n e A2 = I. • Ortogonal: m = n e A−1 = AT . • Normal: m = n e ATA = AAT . 2 1.5 Posto • O posto linha (coluna) de uma matriz A ∈ IRm×n e´ o nu´mero de linhas (colunas) linearmente independentes. • Pode-se mostrar que o posto linha e´ igual ao posto coluna. Denotamos enta˜o o posto da matriz A por posto(A). • Uma matriz tem posto completo se posto(A) = mı´nimo{m,n}, isto e´, se o posto e´ o maior valor poss´ıvel. • Uma matriz quadrada e´ singular se o seu posto na˜o e´ completo. 1.6 Subespac¸os Associados Seja A ∈ IRm×n. Definimos, • Nu´cleo de A: N (A) = {x ∈ IRn | Ax = 0}. • Imagem de A: I(A) = {y ∈ IRm | y = Ax para algum x ∈ IRn}. 2 Determinantes 2.1 Definic¸a˜o • Definimos o determinante de A ∈ Rn×n por det(A) = ∑ {i1,i2,...,in}∈σ (−1)o(i1i2···in) · a1i1a2i2 · · · anin , onde σ e´ o conjunto das permutac¸o˜es de {1, 2, . . . , n} e o(i1i2 · · · in) e´ a ordem da permutac¸a˜o, isto e´, o nu´mero de pares (ip, iq) tais que p < q e ip > iq. 2.2 Propriedades • det(AT ) = det(A). • det(A ·B) = det(A) · det(B). 3 2.3 Regra de Laplace • Para quaisquer 1 ≤ k, ` ≤ n temos que det(A) = n∑ j=1 (−1)k+j · akj · det(Akj) = n∑ i=1 (−1)i+` · ai` · det(Ai`) , onde Apq e´ a matriz que se obte´m ao retirarmos a linha p e a coluna q da matriz A. 3 Autovalores e autovetores • Definic¸a˜o Dada a Matriz A ∈ IRn×n dizemos que λ e um autovalor associado com o autovetor x 6= 0 se se cumpre que Ax = λx • Resultado Dada a Matriz A ∈ IRn×n dizemos que λ e um autovalor se cumpre que λ e´ um zero do seguinte polinomio, chamado de polinomio caracteristico: P (λ) = Det(A− λI) 4 Resoluc¸a˜o de um sistema Geral • Teorema de Rouche´ e Frobenius Dada uma matriz A ∈ IRm×n e´ o sistema Ax = b o sistema tem soluc¸a˜o se e somente se Posto(A) = Posto(A, b) onde (A, b) ∈ IRm×n+1 e chamada dee matriz ampliada. • Soluc¸a˜o geral de um sistema Ax = b 5 Exerc´ıcios 1. Mostre que toda matriz quadrada pode ser escrita como a soma de uma matriz sime´trica com uma matriz anti-sime´trica. 2. Sob que condic¸o˜es (A+B)(A−B) = A2 −B2? 4 3. Seja P = 1 1 0 1 . Calcule P 2 e P 3. Qual a expressa˜o geral para Pn? 4. Seja a ∈ IRm×n, m ≤ n e posto(A) = m. Mostre que AAT e´ na˜o singular. 5. Sejam A e B matrizes para as quais o produto de A por B esteja definido. A primeira linha de AB e´ uma combinac¸a˜o linear de todas as linhas de B. Quais sa˜o os coeficientes desta combinac¸a˜o linear e qual e´ a primeira linha de AB? 6. Invente um sistema linear com 6 equac¸o˜es e 4 varia´veis em cada um dos seguintes casos: sem soluc¸a˜o, com soluc¸a˜o u´nica, com infinitas soluc¸o˜es. Justifique. 7. Seja Ax = 0 um sistema homogeˆneo de equac¸o˜es lineares, com 2 equac¸o˜es e 3 inco´gnitas. Mostre que o conjunto soluc¸a˜o desse sistema e´ um subespac¸o vetorial de IR3. 8. Mostre que a unia˜o de dois subespac¸os de um mesmo espac¸o vetorial e´ tambe´m um subespac¸o vetorial se, e somente se, um dos espac¸os esta´ contido no outro. 9. Se V e W sa˜o subespac¸os vetoriais de IR3 tais que dim(V ) = 1, dim(W ) = 2 e V na˜o esta´ contido em W , mostre que IR3 = V ⊕W . 10. Seja V um espac¸o vetorial de dimensa˜o n e B = {u1, u2, . . . , un} uma base orde- nada de V . Demonstre que cada w ∈ V pode ser escrito de forma u´nica como combinac¸a˜o linear dos vetores de B. 11. Seja {e1, e2, . . . , en} a base canoˆnica de IRn e seja f : IRn → IRn o operador linear dado por f(e1) = e2, f(e2) = e3, . . . , f(en) = e1. a) Determine f(x), x ∈ IRn e verifique se f e´ um automorfismo. b) Se for, encontre o automorfismo inverso. 12. Mostre que os operadores F , G eH ∈ L(IR2), definidos por F (x, y) = (x, 2y), G(x, y) = (y, x+ y), H(x, y) = (0, x) formam um conjunto LI em L(IR2). 13. Mostre que o operador F ∈ L(V ) e´ idempotente se, e somente se, I − F e´ idempo- tente. 5 14. Sendo A e B matrizes invers´ıveis, calcule a matriz X tal que: (a) AX = B (b) AXB = I (c) ABX = BT (d) ABA−1X = AT . 15. Seja A ∈ IRn×n, definida por aij = Ci−1j−1 para i ≥ j e aij = 0 para i < j. Mostre que existe B = A−1 com bij = (−1)(i+j)aij . 16. Mostre que o posto linha e´ igual ao posto coluna. 17. Seja A ∈ IRm×n. Mostre que: (a) Se B ∈ IRn×p, enta˜o posto(AB) ≤ mı´nimo{posto(A),postoB}. (b) Se B ∈ IRm×n enta˜o posto(A+B) ≤posto(A)+posto(B). 18. Seja A ∈ IRm×n. Mostre que: (a) N(A) e Im(AT ) sa˜o subespac¸os vetoriais de IRn e sa˜o ortogonais. (b) N(A)⊕ Im(AT ) = IRn. (c) Dim(Im(A)) = Dim(Im(AT )) = n− Dim(N(A)) = posto(A). 19. Sejam A e B matrizes na˜o singulares. Mostre que: (a) (AT )−1 = (A−1)T ≡ A−T . (b) (AB)−1 = B−1A−1. (c) B−1 = A−1 −B−1(B −A)A−1. 20. Encontre fo´rmulas expl´ıcitas para os determinantes das matrizes de ordens 1, 2 e 3. 21. Seja α ∈ IR e A ∈ IRn×n. Mostre que: (a) Se A e´ invers´ıvel, enta˜o det(A−1) = det(A)−1. (b) det(αA) = αn. det(A). (c) A e´ singular se, e somente se, det(A) = 0. (d) A e´ na˜o singular se, e somente se, N(A) = {0}. 22. Seja fn(x) o determinante da matriz quadrada de ordem n, definida por aij = x, | i− j | = 0 1, | i− j | = 1 . 0, | i− j | > 1 6 E´ fa´cil ver que f1(x) = x. Tomando f0(x) = 1, mostre que para todo n ≥ 1: (a) fn+1(x) = x.fn(x)− fn−1(x); (b) f2n−1(0) = f3n−1(1) = 0; (c) f2n(0) = f3n(1) = (−1)n. 23. Seja Q uma matriz quadrada de ordem n. Sabendo que Q3 + 2Q2 = 0, calcule o valor de detQ. 24. Mostre que o determinante de uma matriz triangular (superior ou inferior) e´ o pro- duto dos elementos de sua diagonal principal. 25. Para que valores de a a matriz 3 1 0 1 |a| −3 −2 0 −3 e´ na˜o singular? 26. Seja A uma matriz idempotente. Mostre que det(I +A) 6= 0. 27. Seja A uma matriz anti-sime´trica. Mostre que I + A e´ na˜o singular e que, se A for de ordem ı´mpar, enta˜o A e´ singular. 28. Seja A uma matriz auto-reflexiva de ordem n. Mostre que det(I ± A) = 0 ou 2n e |det(A)| = 1. 29. Seja A ∈ IRn×n tal que xTAx ≤ 0 para todo x ∈ IRn. Mostre que (I − A) e´ na˜o singular. 30. Sob que condic¸a˜o a matriz quadrada de ordem n + 1, A = B u vT a onde B ∈ IRn×n e´ na˜o singular, u, v ∈ IRn e a ∈ IR, e´ na˜o singular? Assumindo a condic¸a˜o an- terior, compute A−1. 31. Se u, ev ∈ IRn×1 ≡ IR sa˜o vetores na˜o nulos e A = uvT , mostre que: (a) a matriz A tem posto(A) = 1; (b) para todo α ∈ IR, det(I + αA) = 1 + αuT v. 7 32. Seja A ∈ IRm×n com posto(A) = k, A = [a1 a2 . . . an] (por colunas) e sejam a1, a2, . . . , ak as colunas Linearmente Independetes de A. Como tem que ser o vetor b para que o sistema Ax = b tenha soluc¸a˜o? Escreva a soluc¸a˜o geral do sistema Ax = b. 33. Seja A ∈ IRn×n. Mostre que: (a) tr(A) = n∑ i=1 λi, onde os λi sa˜o os auto-valores de A; (b) det(A) = n∏ i=1 λi. 34. Mostre que se A = AH , enta˜o (a) todos seus auto-valores sa˜o reais; (b) se dois auto-valores sa˜o distintos, enta˜o seus correspondentes auto-vetores sa˜o ortogonais. 35. Seja A ∈ IRn×n. Mostre que, se A e´ definida positiva (semi-definida positiva), seus auto-valores sa˜o positivos (na˜o negativos). 8 DMA – IMECC – UNICAMP MATRIZES 1o Sem / 2009 Prof Roberto Andreani DMA – Sala 110 • Terc¸as, das 8:00hs as 10:00 hs, Sala 151– IMECC. • Quintas, das 8:00hs as 10:00 hs, Sala 151– IMECC. Ementa: • Norma de vetores e matrizes. • Ana´lise de Sistemas Lineares. Descompocic¸a˜o de Cholesky, Fatorac¸a˜o LU, Elim- inac¸a˜o Gaussiana. • Projec¸a˜o - Ortogonalidade - Descomposic¸a˜o QR- Quadrados Mı´nimos Lineares. • Decomposic¸a˜o em Valores Singulares. • Autovalores e Autovetores. • Me´todos Iterativos. • Me´todos de Gradientes Conjugados Bibliografia: • J.W. Demmel, Applied Numerical Linear Algebra, SIAM, 1997. • G.H. Golub e C.F. Van Loan, Matrix Computations, 3ed., John Hopkins, 2001. • E.L. Lima, A´lgebra Lineal, terceira edic¸a˜o Colec¸a˜o matematica universitaria, IMPA, 1998. • Carl D. Mayer, Matrix analysis and Applied Linear Algebra, SIAM, 2000. • L.N. Trefethen e D. Bau, Numerical Linear Algebra ,SIAM, 1997. • D.W. Watkins, Fundamentals of Matrix Computations, John Wiley & Sons, 2nd edition 2002. • David S. Watkins , The Matrix Eigenvalues Problems, SIAM, 2008. Avaliac¸a˜o: Prova Um 23.04 Prova Dois 25.06 Sub I- II 02.07 Oral 07.07 O Aluno aprovara a disciplina se seu conceito nas provas 1 e prova 2 for maior que 5. O Aluno podera subtituir com exame escrito somente de uma das duas provas (Isto significa que se o aluno reprova as duas provas esta reprovado na disciplina). O conceito sera´ a media aritmetica das provas 1 e prova 2 (considerando a prova substi- tutiva). O conceito mı´nimo para aprovac¸a˜o e´ C. A prova oral e´ opcional para os alunos que tenham aprovado as duas provas e sua media esteja 0,50 do prox´ımo conceito: o conceito aumenta um n´ıvel ou se mante´m. A 8,50 - 10,00 B 7,00 - 8,49 C 5,00 - 6,99 D 0,00- 4,99 10
Compartilhar