Baixe o app para aproveitar ainda mais
Prévia do material em texto
UFRGS – Instituto de Matema´tica e Estat´ıstica Departamento de Matema´tica Pura e Aplicada MAT01355 - Algebra Linear I - A Prof. Diego Marcon Farias Total Conceito Nome: Carta˜o: Turma: Prova da A´rea 2 – Soluc¸o˜es Questa˜o 1. (0,5 ponto) Dentre as alternativas abaixo, assinale a que conte´m um vetor unita´rio com mesma direc¸a˜o e sentido do vetor ~v = −23 6 . (a) −2/413/41 6/41 (b) −1/91/3 1/3 � �@ @(c) −2/73/7 6/7 (d) −2/493/49 6/49 (e) −13/2 3 O comprimento de ~v e´ ‖~v‖ = √(−2)2 + 32 + 62 = 7. Logo, os dois poss´ıveis vetores unita´rios na direc¸a˜o de ~v sa˜o: ~v ‖~v‖ = ~v 7 = −2/73/7 6/7 e − ~v 7 = 2/7−3/7 −6/7 . Questa˜o 2. (1,0 ponto) Sejam W = Span ~u1 = 10 −1 , ~u2 = 11 1 e ~v = 10 2 . Encontre a projec¸a˜o ortogonal de ~v sobre S. (a) 1/21 1/2 � �@ @(b) 1/21 3/2 (c) 10 3/2 (d) 1/23/2 1 (e) 21 0 Denotando ~u1 e ~u2 como acima, notamos que sa˜o ortogonais: ~u1 · ~u2 = 1 + 0 − 1 = 0. Logo, na˜o e´ necessa´rio ortogonalizar a base pelo Processo de Gram-Schmidt, pois ja´ sa˜o ortogonais. tem-se: projW ~v = ~v · ~u1 ~u1 · ~u1 ~u1 + ~v · ~u2 ~u2 · ~u2 ~u2 = 1 + 0− 2 1 + 0 + 1 ~u1 + 1 + 0 + 2 1 + 1 + 1 ~u2 = −1 2 ~u1 + ~u2 = 1/2 + 10 + 1 −1/2 + 1 = 1/21 3/2 . Questa˜o 3. (1,0 ponto) Assinale a alternativa que apresenta uma base ortogonal para o espac¸o coluna da matriz A = 1 −1 2 −3−1 1 −3 2 2 −2 5 −5 . (a) 10 0 , 01 0 (d) 1−1 2 , 2−3 5 (b) 10 0 , 01 0 , 00 1 ��@@(e) 1−1 2 , 11 0 soluc¸a˜o pro´xima pa´gina (c) 10 0 , 21 0 Por escalonamento: A = 1 −1 2 −3−1 1 −3 2 2 −2 5 −5 ∼ 1 −1 2 −30 0 −1 −1 0 0 1 1 ∼ 1 −1 2 −30 0 1 1 0 0 0 0 . Logo, o espac¸o coluna tem dimensa˜o dois (duas posic¸o˜es de pivoˆ) e duas colunas que geram este espac¸o sa˜o a coluna um e a coluna treˆs da matriz A. No entanto, estas colunas na˜o sa˜o ortogonais: ~c1 · ~c3 = 2 + 3 + 10 = 15 6= 0. Uma base ortogonal pode ser obtida por Gram-Schmidt: ~u1 = ~c1 = 1−1 2 , ~u2 = ~c3 − proj~u1 ~c3 = ~c3 − ~c3 · ~u1 ~u1 · ~u1 ~u1 = 2−3 5 − 15 6 1−1 2 = 2− 5/2−3 + 5/2 5− 5 = −1/2−1/2 0 . Finalmente, notamos que ~u2 esta´ na mesma direc¸a˜o de 11 0 . Questa˜o 4. (2,0 pontos) Classifique cada uma das alternativas como Verdadeiro (V) ou Falso (F): (V ) Se A e´ uma matriz 4× 4 que tem autovalores −1, 1, 3/2 e 2, entao A e´ diagonaliza´vel. Autove- tores associados com autovalores distintos sa˜o LI. Como a matriz e´ 4 × 4, temos uma base de autovetores e logo A e´ diagonaliza´vel. (F ) Se A e´ invert´ıvel, enta˜o A e A−1 teˆm os mesmos autovalores. Pensar em matrizes diagonais... ja´ na˜o funciona. (V ) Os vetores ~u = 0 1 0 0 e ~v = −1/2 0 1/2√ 2/2 sa˜o ortogonais. Calcular ~u · ~v = 0 + 0 + 0 + 0 = 0. (V ) Os vetores ~u e ~v acima sa˜o ortonormais. Calcular ‖~u‖ = √12 = 1 e ‖~v‖ = √(−1/2)2 + (1/2)2 + 02 + 2/4 = √1/4 + 1/4 + 2/4 = 1. (F ) Se λ = 0 e´ autovalor de uma matriz A, enta˜o a matriz e´ invert´ıvel. Ao contra´rio, da´ı A na˜o e´ invert´ıvel, pois detA = det (A− 0I) = 0. (V ) Se A e´ uma matriz 4 × 4 que tem apenas dois autovalores distintos (ambos de multiplicidade dois) e cujos autoespac¸os associados tem dimensa˜o dois, enta˜o A e´ diagonaliza´vel. Verdade, pois assim a dimensa˜o do espac¸o gerado pelos autovetores e´ 4. (V ) SeW e´ um espac¸o vetorial de dimensa˜o 3 e {~v1, ~v2, ~v3} e´ um conjunto ortogonal, enta˜o {~v1, ~v2, ~v3} e´ uma base de W . Ortogonais =⇒ dois a dois LI. Logo, treˆs vetores LI em espac¸o de dimensa˜o 3. Necessariamente formam base. (V ) Se ~y 6∈ W , enta˜o o vetor ~y−projW ~y e´ ortogonal ao subespac¸o W. Basta fazer um desenho, e.g., pa´gina 6 da Semana 12. (V ) Todo conjunto ortonormal em Rn e´ linearmente independente. Propriedade que ja´ hav´ıamos utilizado acima. (F ) Se A e´ uma matriz ortogonal, enta˜o AT 6= A−1. Ao contra´rio, se A e´ uma matriz ortogonal, tem colunas ortonormais, de modo que ATA = I, o que implica AT = A−1. Questa˜o 5. (1,0 ponto) Na˜o existe uma reta y = Ax + B que passa pelos pontos do plano (2, 3), (−1, 3), e (2,−3), ja´ que estes pontos na˜o sa˜o colineares. Assinale a alternativa que apre- senta a reta de mı´nimos quadra´ticos que melhor se ajusta a estes pontos: (a) y = 3x+ 1 � �@ @(b) y = −x+ 2 (c) y = −2x+ 1 (d) y = −2x+ 4 (e) y = x Sistema imposs´ıvel: 2 1−1 1 2 1 [ A B ] = 33 −3 ⇐⇒ A~ξ = ~w Resolver por mı´nimos quadrados: ATA~ξ = AT ~w ATA = [ 2 −1 2 1 1 1 ] 2 1−1 1 2 1 = [9 3 3 3 ] ; AT ~w = [ 2 −1 2 1 1 1 ] 33 −3 = [−3 3 ] [ 9 3 −3 3 3 3 ] ∼ [ 1 1 1 0 −6 −12 ] ∼ [ 1 1 1 0 1 2 ] =⇒ { A+B = 1 B = 2 =⇒ B = 2 =⇒ A = −1 Questa˜o 6. (0,5 ponto) Assinale a alternativa que conte´m o polinoˆmio caracter´ıstico, isto e´, p(λ) = det(A− λI), da matriz A = 1 3 0 0 0 1 0 0 0 0 −3 4 0 0 4 −3 . (a) p(λ) = (λ− 3)(λ− 1)(λ+ 3)2 (b) p(λ) = (λ− 1)2(λ+ 3)2 (c) p(λ) = (λ− 4)(λ− 3)(λ− 1)(λ+ 3) (d) p(λ) = (λ− 1)2(λ+ 5)2 � �@ @(e) p(λ) = (λ− 1)3(λ+ 7) Calcular (e.g. expandindo em cofatores a primeira coluna, e depois a primeira linha/coluna da matriz resultante) det(A− λI) = 1− λ 3 0 0 0 1− λ 0 0 0 0 −3− λ 4 0 0 4 −3− λ = (1− λ) det 1− λ 0 00 −3− λ 4 0 4 −3− λ = (1− λ)2 det [−3− λ 4 4 −3− λ ] = (1− λ)2[(λ+ 3)2 − 16] = (1− λ)2[λ2 + 6λ− 7] Por Baskara: −6±√36− 4 · (−7) 2 = −6± 8 2 = −3± 4 = 1 ou − 7. Portanto, p(λ) = (λ− 1)3(λ+ 7). Questa˜o 7. (0,5 ponto) Assinale a alternativa que indica a quantidade de autovalores distintos da matriz A da questa˜o anterior. (a) 1 ��ZZ(b) 2 Os u´nicos autovalores sa˜o o 1 e o −7 (c) 3 (d) 4 (e) os autovalores desta matriz sa˜o complexos. Questa˜o 8. (1,0 ponto) Considere a matriz A = 4 −1 62 1 6 2 −1 8 . Sabendo que 2 e´ autovalor de A, assinale a alternativa verdadeira (a) O autoespac¸o associado ao autovalor 2 tem dimensa˜o 1. ��ZZ(b) O autoespac¸o associado ao autovalor 2 tem dimensa˜o 2. (c) O autoespac¸o associado ao autovalor 2 tem dimensa˜o 3. (d) O u´nico autovalor de A e´ 2. (e) A na˜o e´ diagonaliza´vel. A− 2I = 2 −1 62 −1 6 2 −1 6 ∼ 2 −1 60 0 0 0 0 0 =⇒ { 2x1 − x2 + 6x3 = 0 x2, x3 livres. =⇒ x1x2 x3 = x2/2− 3x3x2 x3 = x2 1/21 0 + x3 −30 1 Questa˜o 9. (0,5 ponto) Uma matriz A de ordem 4× 4 tem dois autovalores distintos: λ1 = −12 e λ2 = 13. Sabendo que o autoespac¸o associado ao λ1 e´ W1 e que o autoespac¸o associado ao λ2 e´ W2, onde W1 = Span 0 −1 0 1 , 2 7 7 0 e W2 = Span 1 −4 0 3 , −1 0 2 0 , escreva as matrizes P e D que diagonalizam A, isto e´, tais que A = PDP−1. P = 0 2 1 −1 −1 7 −4 0 0 7 0 2 1 0 3 0 e D = −12 0 0 0 0 −12 0 0 0 0 13 0 0 0 0 13 Questa˜o 10. (2,0 pontos) Considere a forma quadra´tica Q(x1, x2) = x 2 1 + 4x1x2 + x 2 2. (a) Escreva a matriz sime´trica A associada a Q. A = [ 1 2 2 1 ] (b) Encontre os autovalores de A. det(A− λI) = ∣∣∣∣ 1− λ 22 1− λ ∣∣∣∣ = (1− λ)2 − 4 = λ2 − 2λ− 3 λ2 − 2λ− 3 = 0 =⇒ λ = 2± √ 4 + 12 2 = 1± 2 =⇒ λ1 = 3 e λ2 = −1. (c) Encontre os autovetores de A. → Autovetores associados ao autovalor λ1 = 3A− 3I = [ −2 2 2 −2 ] ∼ [ 1 −1 0 0 ] =⇒ { x1 = x2 x2 livre =⇒ [ x1 x2 ] = x2 [ 1 1 ] → Autovetores associados ao autovalor λ2 = −1 A+ I = [ 2 2 2 2 ] ∼ [ 1 1 0 0 ] =⇒ { x1 = −x2 x2 livre =⇒ [ x1 x2 ] = x2 [ −1 1 ] (d) Utilize os itens acima para transformar a forma quadra´tica Q em uma forma quadra´tica sem termos cruzados. Ou seja, apresente a matriz P cujas colunas sa˜o ortonormais, a matriz diagonal D e a fo´rmula para Q(x1, x2) em termos das novas varia´veis (y1, y2) = ~y = P −1~x. Normalizar autovetores: ~v1 = [ 1 1 ] =⇒ ‖~v1‖ = √ 2 =⇒ ~v1‖~v1‖ = [ 1/ √ 2 1/ √ 2 ] ~v2 = [ −1 1 ] =⇒ ‖~v2‖ = √ 2 =⇒ ~v2‖~v2‖ = [ −1/√2 1/ √ 2 ] Portanto, tem-se A = PDP T , onde P = [ 1/ √ 2 −1/√2 1/ √ 2 1/ √ 2 ] e D = [ 3 0 0 −1 ] . A mudanc¸a de varia´veis ~y = P−1~x satisfaz Q(x1, x2) = ~y TD~y = 3y21 − y22.
Compartilhar