147
C Á L F A T E O M C PhD Indiana University, EUA P G PhD Courant Institute, EUA Departamento de Matemática Aplicada Instituto de Matemática – UFRJ Rio de Janeiro – Brasil

Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

  • Upload
    others

  • View
    4

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Curso de Álgebra LinearFundamentos e Aplicações

Terceira Edição25 de Outubro de 2012

Marco CabralPhD Indiana University, EUA

Paulo GoldfeldPhD Courant Institute, EUA

Departamento de Matemática AplicadaInstituto de Matemática – UFRJ

Rio de Janeiro – Brasil

Page 2: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

ExercíciosCópias são autorizadas. Licença Creative Commons

Atribuição (BY) — Uso Não-Comercial (NC) — Compartilhamentopela mesma Licença (SA) 3.0 Unported. Consulte labma.ufrj.

br/~mcabral/livros

7 Autovetores e Diagonalização

7.1 Exercícios de FixaçãoAutovalores e AutovetoresFix 7.1: Considere T (x, y) = (−3x+ 4y, 2y − x). É autovetorde T :(a)[

41

]? (b)

[00

]? (c)

[12

]? (d)

[11

]?

1

Page 3: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.1: (a) sim; (b) não; (c) não; (d) sim;

2

Page 4: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.2: Determine se v é autovetor de A. Em caso positivo,determine o autovalor:

(a) v =

[14

]e A =

[−3 1−3 8

]; (b) v =

4−31

e

A =

3 7 9−4 −5 12 4 4

.

3

Page 5: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.2: (a) Não; (b) Sim, autovalor 0 (zero).

4

Page 6: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.3: Considere o vetor 0 = (0, . . . , 0). Determine se éVerdadeiro ou Falso:(a) como T (0) = 0 · 0, o número 0 é autovalor de T ;(b) como T (0) = λ · 0 = 0, o vetor 0 é autovetor de T .(c) toda TL possui pelo menos um autovalor real;(d) se uma TL possui núcleo diferente de 0, então possui umautovalor.(e) se o espectro de uma TL é {2, 3,−1}, então é invertível.

5

Page 7: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.3: (a) Falso pois para ser autovalor o autovetor tem que ser não-nulo; (b) Falsopois autovetor tem que ser não-nulo. (c) Falso, rotações em R2. (d) Verdadeiro,autovalor 0. (e) Verdadeiro, pois como 0 não é autovalor a matriz A é invertível.

6

Page 8: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.4: Se T : R9 → R9, T possui no máximoautovalores distintos.

7

Page 9: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.4: 9.

8

Page 10: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.5: Se u é autovetor associado ao autovalor 2 e v éautovetor associado ao autovalor 3:(a) y = −u é autovetor associado ao autovalor (−2, 2,−3, 3);(b) z = 2v é autovetor associado ao autovalor (2, 3, 4, 6).(c) w = u+ v (é, não é) autovetor associado ao autovalor 5;

9

Page 11: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.5: (a) 2; (b) 3. (c) não é;

10

Page 12: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.6: Se o único autovalor de T : R3 → R3 é 5, então(responda com > ou = 0, 1, 2, 3):(a) dimNuc(T − 3I) ; (b) dimNuc(T + 5I) ; (c)dimNuc(T − 5I) ;

11

Page 13: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.6: (a) = 0; (b) = 0; (c) > 0;

12

Page 14: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.7: Se a matriz quadrada B não possui inversa, então 0(não) é autovalor de B.

13

Page 15: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.7: é.

14

Page 16: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.8: Considere em R2: R uma reflexão, P uma projeçãoortogonal e U uma rotação por ângulo θ (0 < θ < π). Determinequais possuem um autovalor igual a:(a) 1: ; (b) −1: ; (c) 0: ; (d) um complexonão-real: .

15

Page 17: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.8: (a) R,P ; (b) R; (c) P ; (d) U .

16

Page 18: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.9: Se T : Rn → Rn possui como polinômio característico

p(λ) = det(T − λI) = (λ− 1)(λ+ 3)(2− λ),

(a) n = ; (b) dim(Nuc(T )) = ; (c) dim(Nuc(T − 3I)) = .

17

Page 19: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.9: (a) 3; (b) 0; (c) 1.

18

Page 20: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Diagonalização

Fix 7.10: Seja A =

[0 00 0

].

(a) é(são) autovalor(es) ; (b) são autovetores ; (c) Adiagonalizável.

19

Page 21: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.10: (a) 0; (b) todos os vetores não-nulos. (c) é.

20

Page 22: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.11: Determine se Verdadeiro ou Falso. Se T : R6 → R6

possui:(a) 6 autovalores distintos, então T é diagonalizável.(b) 2 autovalores distintos, então T não é diagonalizável.(c) 4 autovalores distintos, todos autoespaços com dimensão 1,então T não é diagonalizável.

21

Page 23: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.11: (a) verdadeiro. (b) falso, pode ser diagonalizável; Um exemplo comsomente um autovalor é a matriz identidade, cujo único autovalor é 1 e édiagonalizável. (c) verdadeiro: soma da dimensão dos autoespaços é 4 < 6.

22

Page 24: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.12: Se todo autovetor de A é múltiplo de (1, 1, 1), A (é,não é, pode ser) diagonalizável;

23

Page 25: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.12: não é pois dimensão da soma dos autoespaços é 1 < 3.

24

Page 26: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.13: Se B =

−1 π e

0 2√3

0 0 1

, então(a) seus autovalores são ;(b) B (pode, não pode) ser diagonalizada pois seusautovalores são .

25

Page 27: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.13: (a) −1, 1, 2; (b) pode ser diagonalizada; distintos.

26

Page 28: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.14: Determine em cada caso se a TL pode serdiagonalizada:(a) A4×4 tem três autovalores distintos. Um autoespaço éunidimensional e um dos outros é bidimensional.(b) T : R5 → R5 tem polinômio característicop(λ) = (λ− π)(λ− e)2(λ− 1)3. Dois dos autoespaços de T sãobidimensionais, o outro unidimensional.

27

Page 29: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.14: (a) Não, A é necessariamente diagonalizável pois a soma das dimensõesdos autoespaços é 4. (b) T não é diagonalizável pois a soma das dimensões dosautoespaços é 4 que é menor que 5.

28

Page 30: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Fix 7.15: A matriz abaixo está fatorada na formaMDM−1.Sem fazer contas, determine os autovalores da matriz e basespara cada um dos autoespaços.

3 1 −2

−2 0 4

0 0 2

=

1 2 −1

1 0 2

1 1 0

2 0 0

0 2 0

0 0 1

−2 −1 4

2 1 −3

1 1 −2

29

Page 31: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.15: Os autovalores são as entradas de D, ou seja, 1 e 2.Uma base para o autoespaço associado ao autovalor 1 é obtida tomando-se as

colunas deM associadas ao autovalor 1:

−12

0

. Da mesma forma, uma

base para o autoespaço associado ao autovalor 2 é obtida tomando-se ascolunas deM associadas ao autovalor 2: 1

11

, 2

01

30

Page 32: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.2 ProblemasAutovalores e AutovetoresProb 7.16: Sabe-se que λ = 10 é autovalor para

[4 −2−3 9

].

Determine uma base para o autoespaço associado. Determinetrês autovetores distintos.

31

Page 33: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.16:{[−13

]}é uma base.

[−13

],[

1−3

]e[

10−30

], por exemplo, são autovetores distintos.

32

Page 34: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.17: Calcule os autovalores e autoespaços associadosde:(a)[

2 77 2

]; (b) T (x, y, z) = (−x− 2y + 2z, y, z); (c)

0 0 1 −1−1 0 1 −10 0 0 00 0 0 1

.

33

Page 35: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.17: (a) autovalor −5 com autoespaço〈(−1, 1)〉 e autovalor 9 com autoespaço 〈(1, 1)〉. (b) autovalor −1 comautoespaço 〈(1, 0, 0)〉, autovalor 1 com autoespaço 〈(1, 0, 1), (0, 1,−1)〉. (c)autovalor 1 com autoespaço 〈(1, 0, 0,−1)〉 e autovalor 0 com autoespaço〈(0, 1, 0, 0)〉.

34

Page 36: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.18: Determine h na matriz

5 −2 6 −10 3 h 00 0 5 40 0 0 1

de

modo que o autoespaço associado ao autovalor 5 sejabidimensional.

35

Page 37: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.18: [A− 5I 0

]=

0 −2 6 −1 00 −2 h 0 00 0 0 4 00 0 0 −4 0

0 1 −3 0 00 0 h− 6 0 00 0 0 1 0

(se h = 6) ∼

[0 1 −3 0 00 0 0 1 0

](se h 6= 6) ∼

0 1 0 0 00 0 1 0 00 0 0 1 0

.Autoespaço bidimensional ⇔ duas variáveis livres ⇔ h = 6.

36

Page 38: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.19: Em cada item dê um exemplo de TL que tenha:(a) (1,−2) e (0, 1) como autovetores associados aos autovalores−1/2 e 2 respectivamente;(b) (1,−1, 1) e (1, 0, 1) como autovetores associados aoautovalor 3 e (0, 1, 1) ∈ Nuc(T ).

37

Page 39: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.19: (a) Como T (1,−2) = −1/2(1,−2) = (−1/2, 1) eT (0, 1) = 2(0, 1) = (0, 2).Como (1, 0) = (1,−2) + 2(0, 1), T (1, 0) = (−1/2, 5). Portanto,

[T ]ε =

[−1/2 0

5 2

]. Logo T (x, y) = (−x/2, 5x+ 2y)

(b) T (1,−1, 1) = 3(1,−1, 1), T (1, 0, 1) = 3(1, 0, 1) e T (0, 1, 1) = 0.Desenvolvendo estes dados obtemos que T (x, y, z) = 3x, 3x+ 3y − 3z, 3x).

38

Page 40: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.20: Explique em cada caso porque não existe uma TL:(a) T : R2 → R2 cujo núcleo seja uma reta e tenha doisautovalores reais distintos não-nulos;(b) T : R4 → R4 que seja sobrejetiva com um autovalor igual a 0;(c) T : R3 → R3 que tenha (1, 2, 3), (4, 5, 6) e (5, 7, 9) (note que oterceiro é soma dos dois primeiros) como autovetoresassociados aos autovalores 1, 2 e 3;

39

Page 41: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.20: (a) como o núcleo é uma reta, 0 é autovalor também, resultando em trêsautovalores distintos, o que é impossível em dimensão 2;(b) pelo teorema do núcleo-imagem T deve ser injetiva também, implicando que0 não pode ser autovalor;(c) como (5, 7, 9) = (1, 2, 3) + (4, 5, 6),T (5, 7, 9) = T (1, 2, 3) + T (4, 5, 6) == (1, 2, 3) + 2(4, 5, 6) = (9, 12, 15) 6= 3(5, 7, 9) ;

40

Page 42: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.21: Determine os autovalores e a dimensão de Nuc(T ),Nuc(T + I), Nuc(T − I) se:(a) T : R3 → R3 uma projeção ortogonal num plano passandopela origem;(b) T : R3 → R3 uma reflexão em torno de um plano passandopela origem;

41

Page 43: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.21: (a) 0 e 1; dimNuc(T ) = 1,dimNuc(T + I) = 0, dimNuc(T − I) = 2.(b) 1 e −1. dimNuc(T ) = 0, dimNuc(T + I) = 1, dimNuc(T − I) = 2.

42

Page 44: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.22: Se T : R3 → R3 possui x− y + z = 0 comoautoespaço associado ao autovalor 2:(a) T (1, 2, 1) = ; (b) dim(Nuc(T )) pode ser no máximo

(0, 1, 2, 3).

43

Page 45: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.22: (a) (2, 4, 2); (b) 1 pois a imagem tem pelo menos dimensão 2, igual adimensão do autoespaço.

44

Page 46: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.23: Sabendo que a matriz

0 −1 00 0 −11 0 0

é uma

rotação em torno de um eixo fixo, determine a direção do eixo derotação.

45

Page 47: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.23: O eixo será um autovetor associado ao autovalor 1: (−1, 1,−1).

46

Page 48: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.24: Calcule autovalores e autovetores para determinar

se

0 −1 0−1 0 00 0 1

é reflexão ou projeção. Determine em torno

do que (plano ou reta) se dá a reflexão ou projeção.

47

Page 49: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.24: Reflexão em torno do plano x+ y = 0. Solução: Achando os autovalores eautovetores, obtemos equação característica (1− λ)2(1 + λ) = 0. Para oautovalor 1 obtemos o autoespaço x+ y = 0 (de dimensão 2); para autovalor −1obtemos como autoespaço a solução do sistema

{x− y = 0//z = 0 , cujo

espaço é gerado por (1, 1, 0). Note que esta direção é perpendicular ao plano doautoespaço do autovalor 1.Os vetores do plano x+ y = 0 não são alterados pela transformação (plano dereflexão) e os da direção (1, 1, 0) são multiplicados por −1. Logo TL é reflexãoem torno do plano x+ y = 0.

48

Page 50: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.25: Considere T : C∞(R;R)→ C∞(R;R). Determineautovalor associado a:(a) f(s) = exp(−9s) se Tf = f ′; (b) f(s) = cos(3s) se Tf = f ′.

49

Page 51: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.25: Nos dois casos λ = −9.

50

Page 52: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

DiagonalizaçãoProb 7.26: Se possível, diagonalize a matriz:

(a)[

1 06 −1

]; (b)

1 0 01 0 01 1 1

(c)

3 −1 01 1 00 0 4

(d)1 0 0 00 0 1 00 1 0 00 0 0 1

51

Page 53: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.26: (a)∣∣∣∣ 1− λ 0

6 −1− λ

∣∣∣∣ = λ2 − 1 = (λ− (−1))(λ− 1).

O autoespaço associado ao autovalor −1 é o conjunto-solução de[A− (−1)I 0

]=

[2 0 06 0 0

]∼[

1 0 0]. Uma base é

{[01

]}.

O autoespaço associado ao autovalor 1 é o conjunto-solução de[A− I 0

]=

[0 0 06 −2 0

]∼[

3 −1 0]. Uma base é

{[13

]}.

Assim,[

1 06 −1

]=

=

[0 11 3

] [−1 00 1

] [0 11 3

]−1

.

(b) Autovalores: 0 e 1, com polinômio característico λ(1− λ)2. Associado ao

autovalor 0 o sistema{

x = 0y + z = 0

, com autoespaço gerado por (0, 1,−1);

associado ao autovalor 1 o sistema{

x = 0y = 0

com autoespaço gerado por

(0, 0, 1). Portanto NÃO existe base de autovetores (soma das dimensões dosautoespaços é 2 e não 3) e não é diagonalizável;(c) Autovalores: 2 e 4, com polinômio característico (4− λ)(2− λ)2. Associado

ao autovalor 2 o sistema{

x− y = 0z = 0

, com autoespaço gerado por (1, 1, 0);

associado ao autovalor 4 o sistema{

x = 0y = 0

com autoespaço gerado por

(0, 0, 1). Portanto NÃO existe base de autovetores (soma das dimensões dosautoespaços é 2 e não 3) e não é diagonalizável;(d) Autovalores: 1 e −1, com polinômio característico (1− λ)3(1 + λ).Associado ao autovalor 1 o sistema

{y − z = 0 , com autoespaço gerado por

(1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1); associado ao autovalor −1 o sistema x = 0y + z = 0

z = 0com autoespaço gerado por (0, 1,−1, 0). Portanto existe base

de autovetores (soma das dimensões dos autoespaços é 4) e é diagonalizável.Tome β = {(1, 0, 0, 0), (0, 1, 1, 0), (0, 0, 0, 1)

, (0, 1,−1, 0)} e [T ]β =

1

11−1

.

52

Page 54: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.27: Considere A(x, y, z) = (x+y2 , x+y

2 , z). Determine Pe Q tais que:

(a) P−1AP =

1 0 00 1 00 0 0

; (b) Q−1AQ =

1 0 00 0 00 0 1

.

53

Page 55: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.27: Associado ao autovalor 0, (1,−1, 0), associado ao autovalor 1 o espaço

gerado por (1, 1, 0) e (0, 0, 1). (a) P =

1 0 11 0 −10 1 0

ou

P =

0 1 10 1 −11 0 1

. (b) Q =

1 1 01 −1 00 0 1

.

54

Page 56: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.28: Determine a decomposição espectral de T se:(a) T : R3 → R3 uma projeção ortogonal no plano x− 2y− z = 0;(b) T : R4 → R4 uma projeção ortogonal emH = 〈(1, 2, 3, 4), (2, 3, 4, 5)〉.

55

Page 57: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.28: (a) Da equação obtemos que (1,−2,−1) é ortogonal ao plano de projeção.Resolvendo a equação obtemos (1, 1,−1) e (1, 0, 1). Como é projeção cadauma destas direções é um autovetor e forma base do R3. Defina P como sendouma matriz com cada autovetor numa coluna e D com autovalores 0 e 1. (b) Abase de H⊥ foi calculada no Exemplo ?? da p.??: (1,−2, 1, 0), (2,−3, 0, 1).Assim

D =

1

10

0

, P =

1 2 1 22 3 −2 −33 4 1 04 5 0 1

. Logo T = PDP−1.

56

Page 58: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.29: Sabe-se que T (1, 1, −1) = 3(1, 1, −1),T (1, 0, 1) = 3(1, 0, 1) e Tw = w, com w ortogonal a (1, 1, −1)e (1, 0, 1). Determine P ortogonal tal que

PTP−1 =

3 0 00 3 00 0 1

.

57

Page 59: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.29: Calculamos resolvendo o sistema x+ y − z = 0, x+ z = 0 quew = (1,−2,−1). Como são autovetores LIs, β = {(1, 1,−1)/

√3, (1, 0, 1)/

√2,

(1,−2,−1)/√6}

58

Page 60: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

AplicaçõesProb 7.30: Calcule:

(a) A10 para A =

[1 0−1 2

]; (b) lim

k→∞

[0.6 0.20.4 0.8

]k;

(c)√A para A =

13 14 414 24 184 18 29

(isto é, determine B tal que

B2 = A);(d) X e Y tais A99 = XYX−1 (não efetue o produto) se

A =

1 2 10 3 10 5 −1

.

59

Page 61: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.30: (a) Autovalor 1 com autovetor (1, 1), autovalor 2 com autovetor (0, 1).

Assim tomando P =

[1 01 1

], P−1 =

[1 0−1 1

].

A10 = P

[1 00 210

]P−1 =

[1 0

−1023 1024

].

(b) A =

[1/3 1/32/3 2/3

](c) Diagonalize A e calcule

B = P√DP−1.

3 2 02 4 20 2 5

.(d) Autovetores de A: (1, 1, 1), (0, 1, 1),

(0,−5, 1). Defina X =

1 1 10 1 10 −5 1

e Y = D99 =

1 0 00 −299 00 0 499

,A99 = XYX−1

60

Page 62: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Prob 7.31: Num país politicamente instável 30% dosdefensores da república passam a apoiar a monarquia a cadaano e 20% dos defensores da monarquia passa a apoiar arepública a cada ano. Portanto, denotando por rk e mk onúmero de republicanos e monarquistas, respectivamente, acada ano k, temos que rk+1 = 70%rk + 20%mk emk+1 = 30%rk + 80%mk. Utilizando matrizes,[

rk+1

mk+1

]=

[0.7 0.20.3 0.8

] [rkmk

].

(a) Calcule a decomposição espectral de[

0.7 0.20.3 0.8

].

(b) Sabendo que hoje metade da população apóia a república,em 10 anos qual será o percentual que apóia a república?(c) A longo prazo qual será o percentual de republicanos emonarquistas? Note que isto independe do percentual inicial.

61

Page 63: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.31: (a) autovalor 1/2 com autovetor (−1, 1) e autovalor 1 com autovetor

(1, 3/2). Definindo A =

[0.7 0.20.3 0.8

], D =

[1/2

1

]e

P =

[−1 11 3/2

], calculamos P−1 = 1

5

[−3 22 2

]. Logo, A = PDP−1.

(b) Como[

r10m10

]= A10

[1/21/2

], calculamos

A10 = P

[1/210

1

]P−1 =

=1

5 · 210

[2051 20463069 3074

].

Logo r10 = 4097/10240 ≈ 40%.

(c) Como limk→∞ Ak = P

[0

1

]P−1 =

[0.4 0.40.6 0.6

]. Logo, se

inicialmente são r0 republicanos em0 monarquistas, serão 0.4(r0 +m0)republicanos e 0.6(r0 +m0) monarquistas, isto é, 40% republicanos e 60%monarquistas independente do valor de r0 em0.

62

Page 64: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.3 ExtrasAutovalores e AutovetoresExt 7.32: Se dimNuc(T + 2I) = 1, então é autovalor de T:(a) 2? (sim, não, talvez); (b) −2? (sim, não, talvez).

63

Page 65: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.32: (a) talvez; (b) sim.

64

Page 66: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.33: Calcule os autovalores e autoespaços associados de:(a) T (x, y) = (x− y, 2x+ 3y); (b) T (x, y, z) = (x− 2y, −y, −y);(c) uma reflexão no plano 3x− 2y + z = 0 em R3;(d) uma projeção ortogonal numa reta em R3 comP (1, −1, 0) = (1, −1, 0).

(e)

3 0 00 3 20 −1 0

. (f)[

0 10 0

]; (g)

2 −1 00 1 −10 1 3

;(h) P : R4 → R4 uma projeção ortogonal na reta gerada por(1, 2,−1, 1);(i) R : R3 → R3 uma rotação por ângulo de 90◦ em torno do eixogerado por (1, 1,−1).

65

Page 67: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.33: (a) 2± i; (b) 0, (0, 0, 1), 1, (1, 0, 0) e −1, (1, 1, 1).Note que em (c) e (d) não precisa calcular explicitamente as TLs.(c) o vetor (3,−2, 1) é perpendicular ao plano de reflexão. Logo é autovetorassociado ao autovalor −1. Por outro lado, podemos obter base do plano(1, 0,−3) e (0, 1, 2), que são autovetores associados ao autovalor 1. (d) Como éprojeção ortogonal em reta, toda direção perpendicular ao vetor (1,−1, 0) élevado em zero. Portanto os vetores (x, y, z) satisfazendo x− y = 0 são levadosno zero. Assim (x, x, z), (1, 1, 0) e (0, 0, 1) são levados em zero. Assimautovalor 0; autovetores (1, 1, 0), (0, 0, 1) e autovalor 1, autovetor (1,−1, 0).(d) autovalor 3 com autoespaço 〈(1, 0, 0)〉, autovalor 2 com autoespaço〈(0,−2, 1)〉, e autovalor 1 com autoespaço 〈(0,−1, 1)〉. (f) λ = 0 com com (1, 0).(g) λ = 2, (1, 0, 0). (h) autovalor 0 na direção (1, 2,−1, 1) e autovalor 1 nohiperplano perpendicular a (1, 2,−1, 1). (i) autovalor 1 na direção (1, 1,−1).

66

Page 68: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.34: O traço(A) é a soma dos elementos da diagonal damatriz A. Prove que:(a) o polinômio característico de A 2× 2 éλ2 − traço(A)λ+ det(A) onde(b) (A− λI)T = AT − λI; (c) os autovalores de A são iguaisaos de AT .

67

Page 69: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.34: (a) Monte a matriz A =

[a bc d

]e faça as contas. (b) e (c): Escreva

A = (aij) e faça as contas.

68

Page 70: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.35: Determine det(A) se o polinômio característico de Aé p(λ) = λ8 − 2λ6 + 3λ2 + 4.

69

Page 71: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.35: Como p(λ) = det(A− λI), det(A− 0I) = det(A) = p(0) = 4.

70

Page 72: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.36: Em cada item dê um exemplo de TL:(a) T : R2 → R2 que tenha 1 e −1 como autovalores;(b) T : R2 → R2 que tenha 2 e 3 como autovalores associadosrespectivamente aos autoespaços x = y e x = −y;(c) T : R3 → R3 que tenha x− y + z = 0 como autoespaçoassociado ao autovalor 2 e que tenha também −1 comoautovalor;

71

Page 73: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.36: (a) T =

[1 00 −1

].

(b) P =

[1 11 −1

], D =

[2 00 3

], T = PDP−1. (c) P =

1 −1 11 0 00 1 0

,D =

2 0 00 2 00 0 −1

, T = PDP−1.

72

Page 74: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.37: Explique em cada caso abaixo porque não existeuma TL:(a) T : R4 → R4 cujo núcleo seja o plano gerado por (0, 1,−1, 1)e (1, 0, 0, 1) e que tenha (1,−1, 1, 0) como autovetor associadoao autovalor −3;(b) T : R3 → R3 que tenha x− y + z = 0 como autoespaçoassociado ao autovalor −1 e tal que T (1, 0, 1) = (0, 1, 0);

73

Page 75: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.37: (a) Como(1,−1, 1, 0) = −(0, 1,−1, 1) + (1, 0, 0, 1), pertence ao núcleo também; não podeestar associado ao autovalor −3;(b) como (1, 0, 1) pertence ao plano x− y + z = 0,T (1, 0, 1) = −(1, 0, 1) 6= (0, 1, 0).

74

Page 76: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.38: Determine os autovalores e a dimensão de Nuc(T ),Nuc(T + I), Nuc(T − I) se:(a) T : R2 → R2 uma projeção ortogonal numa reta passandopela origem;(b) T : R3 → R3 uma rotação de 180◦.

75

Page 77: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.38: (a) 0 e 1. dimNuc(T ) = 1,dimNuc(T + I) = 0, dimNuc(T − I) = 1.(b) 1 e −1. dimNuc(T ) = 0, dimNuc(T + I) = 2, dimNuc(T − I) = 1.

76

Page 78: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.39: Determine se é rotação, reflexão ou projeçãoortogonal e eixo de rotação ou plano de reflexão/projeção de:

(a)

0 −1 00 0 −11 0 0

(b)

4/5 0 2/50 1 0

2/5 0 4/5

(c)

18

7 2√3

2 4 −2√3√

3 −2√3 5

(d) 1

8

6 4 2√3

4 0 −4√3

2√3 −4

√3 2

(e) 12

1 −√2 −

√2√

2 0√2

−1 −1 1

77

Page 79: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.39: Calcule autovalores e autoespaços associados. Plano de projeção/reflexãoé autoespaço associado a 1. Projeção tem autovalor 0 e reflexão −1. Rotaçãoter par de autovalores complexos não-reais.(a) É rotação. Eixo: (1,−1, 1) com ângulo 120◦. Solução: Para determinar eixoprecisamos calcular a direção associada ao autovalor 1. Vamos obter o sistema −y = x−z = yx = z

. Resolvendo obtemos (1,−1, 1) como direção do eixo. Para

determinar o plano de rotação resolvemos o sistema{x− y + z = 0 , que é

gerado por u = (1, 0,−1) e v = (0, 1, 1). Calculando Tu = (0, 1, 1) eTv = (−1,−1, 0). Determinamos o ângulo fazendo o produto interno:cos θ = 〈u |Tu 〉 /(‖u‖‖Tu‖) = −1/2 cosφ = 〈v |Tv 〉 /(‖v‖‖Tv‖) = −1/2.Logo o ângulo θ = φ = 120◦. Segue que T é rotação. (b) é projeção ortogonal.(c) é projeção ortogonal. (d) é reflexão. (e) É rotação. Calculando autovetorassociado ao 1 determinamos o eixo (1, 0,−1). Com isto determinamos o planode rotação, que é perpendicular a este eixo: são os (x, y, z) tais que x− z = 0.O plano é 〈(1, 0, 1), (0, 1, 0)〉. Aplicando matriz num destes vetores (por exemploem (1, 0, 1)) calculamos o ângulo, que é 90◦.

78

Page 80: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.40: Suponha que λ é autovalor de A invertível e µautovalor de B com mesmo autovetor v. Determine autovalorassociado ao autovetor v de:(a) A2; (b) A−1; (c) AB; (d) C = aA+ bB com a, b ∈ R.

79

Page 81: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.40: Autovetor v com autovalor: (a) λ2;(b) 1/λ; De fato, seja v 6= 0 autovetor associado ao autovalor λ. Então Av = λv.Como A é invertível, podemos multiplicar à esquerda por A−1 ambos os ladosda equação, produzindo A−1Av = v = A−1λv = λA−1v. Como λ 6= 0 (pois amatriz é invertível), podemos dividir tudo por λ e obter A−1v = λ−1v.(c) µλ;(d) aµ+ bλ;

80

Page 82: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.41: Suponha que A é semelhante a B (veja Definição ??da p.??).(a) prove que det(A) = det(B);(b) prove que A3 e B3 também são semelhantes.(c) prove que A e B possuem os mesmos autovalores;(d) determine a relação entre os autovetores v de A e w de B(que são distintos de forma geral).(e) prove que traço(A) = traço(B) (Veja definição no Ext 7.34 dap.67).

81

Page 83: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.41: (a) det(PBP−1) == det(B) det(P ) det(P−1) = det(B);(b) A3 = PB(P−1P )B(P−1P )BP−1 == PB(I)B(I)BP−1 = PBBBP−1. (c) o polinômio característico é o mesmopoisdet(B − λI) = det(PAP−1 − λI) == det(PAP−1 − λPP−1) = det(P (A− λI)P−1) == det(P ) det(A− λI) det(P−1) = det(A− λI). (d) w = P−1v. (e) segue dofato de possuírem o mesmo polinômio característico.

82

Page 84: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.42: Suponha que u e v sejam autovetores. Definaw = au+ bv com w 6= 0, a, b ∈ R. Suponha ainda que u e vestão associados:(a) ao mesmo autovalor λ. Prove que w é autovetor associado aλ;(b) a autovalores distintos. Prove w não é autovetor.

83

Page 85: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.42: (b) T (au+ bv) = aTu+ bTv = aλuu+ bλvv= λu(au+ bvλv/λu)

84

Page 86: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.43: Se A = A5, então autovalores reais de A somentepodem ser .

85

Page 87: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.43: Como Av = λv, A5v = λ5v = λv. Assim λ5 = λ. Logo Autovalores reaisλ somente podem ser 1, −1 e 0.

86

Page 88: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.44: (a) Seja An×n tal que as somas das entradas decada linha têm todas o mesmo valor s. Conclua que s éautovalor.Dica: escreva “

∑nj=1 aij = s, i = 1, 2, . . . , n” em forma

matricial e determine um autovetor.

(b) Determine dois autovalores de

1 2 31 2 31 2 3

por inspeção

(sem fazer contas).(c) Suponha que a soma de todos elementos de cada coluna éigual a k. Prove que k é autovalor de A.

87

Page 89: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.44: (a) Seguindo a sugestão, “∑nj=1 aij = s, i = 1, 2, . . . , n” equivale a a11 · · · a1n

.... . .

...an1 · · · ann

1

...1

=

s...s

= s

1...1

.Portanto s é autovalor.(b) 0 autovalor pois a matriz é singular. 6 é autovalor pelo item anterior.

88

Page 90: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.45: Considere T : C∞(R;R)→ C∞(R;R), definida porTf = f ′′. Determine o autovalor associado a:(a) e−x; (b) sen(x); (c) cos(−3x).

89

Page 91: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.45: (a) 1. (b) −1. (c) −9

90

Page 92: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.46: Considere T : P2 → P2 definido porT (ax2 + bx+ c) = cx2 + bx+ a. Determine os autovalores eautoespaços de T .

91

Page 93: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.46: 1 com autoespaço gerado por x e x2 + 1.

92

Page 94: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Diagonalização Ext 7.47: Sejam P =

[5 72 3

],

D =

[2 00 1

]e A = PDP−1. Calcule A8 (sem passar por A2).

93

Page 95: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.47:A8 = PD8P−1 =[5 72 3

] [28 00 1

] [5 72 3

]−1

=

[5 72 3

] [256 00 1

] [3 −7−2 5

]=

[3826 −89251530 −3569

]

94

Page 96: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.48: Seja v1,v2, . . . ,vn uma base de Rn e Avk = kvk,com k = 1, . . . , n.(a) Mostre que existe P tal que P−1AP é diagonal;(b) Determine esta matriz diagonal.

95

Page 97: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.48: (a) P =

↑v1

↑· · ·↓

↑vn↓

; (b) matriz diagonal

1

. . .n

.

96

Page 98: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.49: Se possível, diagonalize a matriz:

(a)[

3 −44 3

](b)[

3 −11 5

]; (c)

−1 4 −2−3 4 0−3 1 3

; (d) 2 2 −11 3 −1−1 −2 2

.

97

Page 99: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.49: (a) autovalores complexos dados por (3− λ)2 + 4 = 0, portanto não existebase de autovetores e,portanto, não é diagonalizável;(b) Não é diagonalizável.

(c) Defina P =

1 2 13 3 14 3 1

. Então −1 4 −2−3 4 0−3 1 3

= P

3 0 00 2 00 0 1

P−1.

(d) Defina P =

−1 2 1−1 −1 01 0 1

. Então 2 2 −11 3 −1−1 −2 2

= P

5 0 00 1 00 0 1

P−1.

98

Page 100: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.50: Determine matrizes X e Y de modo queA = XYX−1 possua autovalores 2 e −3 com autovetoresassociados, respectivamente,

[11

]e[−11

].

99

Page 101: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.50:X =

[1 −11 1

]e Y =

[2 00 −3

]. Outra opção é (A não é única)

tomarX =

[1 −11 1

]e Y =

[−3 00 2

].

100

Page 102: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.51: Diagonalize, sem fazer contas,

5 5 55 5 55 5 5

.

101

Page 103: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.51: Defina P =

1 1 1−1 0 10 −1 1

.Então,

5 5 55 5 55 5 5

= P

0 0 00 0 00 0 15

P−1

102

Page 104: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.52: Determine valores de a para que T sejadiagonalizável:

(a) T =

1 a a−1 1 −11 0 2

(b)

T (x, y, z) = (3x+ az, 2y + az, 2z)

103

Page 105: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.52: (a) Autovalores são 1 (duplo) e 2. A condição é a = 0.

104

Page 106: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.53: Diagonalizabilidade e invertibilidade são conceitosdistintos. Para confirmar esta afirmação, construa uma matriz2× 2 que é:(a) diagonalizável mas não é invertível; (b) invertível mas não édiagonalizável.

105

Page 107: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.53: (a)[

0 ?0 1

], onde ? ∈ R.

(b)[

10 1

], onde 0 6= ∈ R.

106

Page 108: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.54: Calcule:

(a) limk→∞

[0.4 0.30.6 0.7

]k. (b)

−1 7 −10 1 00 15 −2

100

;

107

Page 109: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.54: (a) Autovalor 1 com autovetor (1, 2) e autovalor 1/10 com autovetor (1,−1).

Defina P =

[1 12 −1

]. Calculando obtemos que P−1 =

[1/3 1/32/3 −1/3

].

Calculando o limite, D matriz com autovalores na diagonal, Dn →[

1 00 0

].

Calculando P[

1 00 0

]P−1 = 1

3

[1 12 2

](b) Calculando autovalores e autovetores:

D =

−2 −11

, P =

1 1 10 0 11 0 5

,P−1 =

0 −5 11 4 −10 1 0

.Resposta: P

2100

11

P−1.

108

Page 110: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.55: Em cada item dê um exemplo de TL satisfazendo ascondições dadas.(a) T : R2 → R2 que tenha 2 como único autovalor e sejadiagonalizável;(b) T : R3 → R3 que tenha (1, 0, 0) e (0, 1, 1) como autovetoresrespectivamente associados aos autovalores −1 e 3 e sejadiagonalizável.

109

Page 111: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.55: (a) T =

[2 00 2

]. (b) P =

1 0 00 1 00 1 1

e D =

1−3

0

,T = PDP−1.

110

Page 112: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Ext 7.56: Prove que se:(a) P diagonaliza A, então Q = λP com λ ∈ R não-nulo tambémdiagonaliza A.(b) A e B são diagonalizadas pela mesma matriz P , entãoAB = BA.(c) Prove que se todo vetor (não-nulo) de V é autovetor de T ,então T = λI para algum λ ∈ R.

111

Page 113: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.56: (a) Se A = PDP−1, entãoA = (λP )D(1/λP−1) = QDQ−1.

112

Page 114: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.4 DesafiosAutovalores e Autovetores Des 7.57: Considere u autovetorde A associado a λ e v autovetor de AT associado a µ comλ 6= µ. Prove que u é perpendicular a v.

113

Page 115: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.57: 〈Au |v 〉 = λ 〈u |v 〉 =⟨u∣∣ATv ⟩ =

= µ 〈u |v 〉 Como λ 6= µ, 〈u |v 〉 = 0.

114

Page 116: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.58: Considere a, b, c, d ∈ Z com a+ b = c+ d. Prove que[a bc d

]tem somente autovalores inteiros.

115

Page 117: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.58: Autovalores são a+ b e a− c.

116

Page 118: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.59: Determine o espectro de A =

a1 a2 · · · ana1 a2 · · · an...

......

a1 a2 · · · an

117

Page 119: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.59: 0 e traço de A.

118

Page 120: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.60: Seja T : Rn → Rn. Prove que det(T − λI) é umpolinômio de grau n.Dica: multilinearidade do determinante.

119

Page 121: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.60: Se T é uma matriz com vi em cada coluna,det(T − λI) = det[v1 − λe1|· · · |vn − λen]. Expandindo por linearidade vamosobter soma de termos com nenhum λ, λ1, λ2, . . . , λn. O termo sem lambda temdetT . O com λn terá det I = 1 Deixamos para o leitor completar.

120

Page 122: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.61: Considere uma matriz quadrada A diagonalizável.Prove que:(a) a soma dos autovalores de A é igual ao traço de A (a somados elementos da diagonal);(b) o produto dos autovalores de A é igual ao determinante de A.

121

Page 123: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.61: (b) Fatore o polinômio característico em (λ1 − λ) · · · (λn − λ) e coloqueλ = 0.

122

Page 124: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.62: Mesmo que T não possua autovetores, T 2 podepossuir autovetores (por exemplo uma rotação de 90◦). Mostreque se T 2 tem autovetor com autovalor positivo, então T possuiautovetor.

123

Page 125: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.62: Seja a > 0 autovalor. (T 2 − a2I) = (T − aI)(T + aI). Por hipótesedet(T 2 − a2I) = 0. Assim ou det(T − aI) = 0 ou det(T + aI) = 0. Então a ou−a é autovalor.

124

Page 126: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.63: Mostre que se λ é autovalor de AB, então também éautovalor de BA.

125

Page 127: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.63:ABv = λv com v 6= 0. Multiplicando por B dos dois lados:BA(Bv) = λ(Bv). Como Bv 6= 0 (caso contrário ABv = 0), é autovetor deBA.

126

Page 128: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.64: Seja A : R7 → R7 com dimNuc(A− λI) = 4. Mostreque existe uma matriz P inversível 7× 7 tal queP−1AP =

[λI4×4 B4×3

0 C3×3

].

127

Page 129: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.64: Sejam v1, . . . ,v4 base do autoespaço de dimensão 4 associado aoautovalor 1. Complete a base e defina P como sendo uma matriz com as 4primeiras colunas v1, . . . ,v4, as outras com o resto da base. Agora calcule APe complete argumento.

128

Page 130: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.65: Considere T linear definido no espaço das matrizes2× 2 por TA = AT . Determine os autovalores e autoespaços deT .

129

Page 131: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.65: 1 com autoespaço gerado por:[1 00 0

],[

0 00 1

]e[

0 11 0

].

130

Page 132: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.66: Seja V o espaço vetorial das funções contínuas deR em R. Defina (Tf)(x) =

∫ x

0f(s) ds. Prove que T não possui

autovalores.

131

Page 133: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.66:

132

Page 134: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Se tivesse, Tf = λf , derivando os dois lados, λf ′ = f e portanto f seria umaexponencial mas como (Tf)(0) =

∫ 00 f(s) ds = 0, f ≡ 0.

DiagonalizaçãoDes 7.67: A famosa sequência de Fibonacci, 1, 1, 2, 3, 5, 8, 13,21, . . . , é dada pela lei de formação: um termo é a soma dosdois anteriores. Em termos matriciais, podemos escrever[xk+2

xk+1

]=

[1 11 0

] [xk+1

xk

]. Calcule:

(a) a decomposição espectral de[

1 11 0

].

(b) o quinquagésimo segundo termo da série.(c) valor aproximado para xk+1.

133

Page 135: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.67: (a) autovalor 1/2(1 +√5) com autovetor 1/2(1 +

√5, 1) autovalor

1/2(1−√5) com autovetor 1/2(1−

√5, 1). Definindo A =

[1 11 0

],

D = 12

[1 +√5

1−√5

]e P = 1

2

[1 +√5 1−

√5

1 1

], calculamos

P−1 =√55

[1√5− 1

−1√5 + 1

]. Logo, A = PDP−1.

(b) como 1/2(1−√5) ≈ −0.61,

limk→∞

(1/2(1−√5))k = 0. Assim, de forma aproximada,

D50 = 1250

[(1 +

√5)50

0

]. Definindo φ = 1 +

√5, colocando φ50 em

evidência, e efetuando obtemos

A50

[11

]= PD50P−1

[11

]≈

√5φ50

10·250

[φ 1−

√5

1 1

] [1

0

] [1√5− 1

−1 φ

].

Efetuando obtemos,

A50

[11

]≈√5φ50

10 · 250

[φ√5√5

]=φ50

251

[φ1

].

Logo, x52 ≈ (φ/2)51 ≈ (1.61)51.(c) do item anterior, xk+1 ≈ (φ/2)k.

134

Page 136: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.68: Suponha N nilpotente (veja Definição ?? da p.??)isto é, Nk = 0 para algum k ∈ N. Prove que:(a) o único autovalor de N é zero; (b) se N 6= 0, então N nãoé diagonalizável.

135

Page 137: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.68: (a) O único autovalor possível é 0 senão Nkv = λkv 6= 0. (b) PortantoD = 0 e teríamos que ter, se fosse diagonalizável, N = PDP−1 = 0.

136

Page 138: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.69: Suponha A diagonalizável. Prove que:(a) AT é diagonalizável;(b) se os autovalores são iguais a 1 em módulo, então A−1 = A;

137

Page 139: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.69: Existe P invertível e D diagonal tal que A = PDP−1.(a) Como DT = D, AT = (P−1)TDPT . Verifique que se Q = PT ,Q−1 = P−1)T . Assim AT = Q−1DQ e portanto é diagonalizável.(b) se autovalores são 1 ou −1, D−1 = D. Logo A−1 = PDP−1 = A.

138

Page 140: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.70: Seja T : Rn → Rn diagonalizável. Prove que:(a) o único autovalor de T é λ0 se, e somente se, T − λ0I = 0(isto é, T = λ0I);(b) se T possui dois autovalores distintos λ0 e λ1, então(T − λ0I)(T − λ1I) = 0.

139

Page 141: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.70: (a) Se T = λ0I ela já é diagonal com único autovalor λ0. Se T édiagonalizável com único autovalor λ0, T = PDP−1, D = λ0I. Logo,T = P (λ0I)P−1 = λ0PIP−1 = λ0I.

(b) Se T é diagonalizável com 2 autovalores distintos entãoD =

[λ0I

λ1I

].

Assim T = PDP−1. Logo (T − λ0I)(T − λ1I) = P (D − λ0I)(D − λ1I)P−1.

Veja que D − λ0I =

[0

(λ1 − λ0)I

]. Complete as contas e mostre que o

resultado é zero.

140

Page 142: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.71: Prove que se A é 2× 2 e A = AT , então A (teoremaespectral para matrizes 2× 2):(a) possui todos autovalores reais; (b) é diagonalizável.

141

Page 143: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.71: Escreva A =

[a bb d

]e faça contas.

142

Page 144: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.72: Dada A definimoseA = I +A+A2/2!+ · · ·An/n! + · · · (esta soma infinita —chamamos de série — possui limite mas não vamos provar isso).(a) prove que se A é diagonalizável, então eA = PeDP−1 ondeeD é diagonal com exponencial de cada elemento de D nadiagonal;(b) calcule eA para A =

[−2 −61 3

];

(c) Se N é nilpotente, então eN é uma série finita que pode ser

calculada. Calcule eN para N =

[0 10 0

]e N =

0 1 00 0 10 0 0

.(d) prove que eA é invertível se A é diagonalizável;(e) prove que se A é simétrica (A = AT ), então eA é simétrica epositivo definida.

143

Page 145: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.72: (b)[

3− 2e 6− 6ee− 1 3e− 2

]. (c)

[1 e1 1

] 1 e 11 1 e1 1 1

. (d) pelo item (a)

eA = PeDP−1. Como eD possui inversa (todos elementos da diagonal sãonão-nulos), eA possui inversa. (e) Se A é simétrica pelo Teorema ?? da p.??A = PDPT , com P ortogonal. Assim eA = PeDPT e (eA)T = P (eD)TP t.Como eD é diagonal, é simétrica e com todos valores positivos. Logo eA ésimétrica e positivo definida.

144

Page 146: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

Des 7.73: Prove que se A ∈M2×2 então A representa uma:(a) rotação se det(A) = 1; (a) reflexão se det(A) = −1.Observação: Este resultado é generalizado para A ∈M3×3.Consulte internet.

145

Page 147: Curso de Álgebra Linear - labMA/UFRJ · 2019. 6. 12. · Curso de Álgebra Linear Fundamentos e Aplicaçıes Terceira Ediçªo 25 de Outubro de 2012 Marco Cabral PhDIndianaUniversity,EUA

7.73: As colunas de A são ortonormais pois A é ortogonal. Se (a, b) tem norma1, então a2 + b2 = 1. Logo existe θ (porque?) tal que (a, b) = (cos θ, sen θ).Assim se a primeira coluna é (cos θ, sen θ), como a segunda coluna éperpendicular com norma 1, deve ser (− sen θ, cos θ) ou (sen θ,− cos θ). Se odeterminante é 1, a segunda coluna é (− sen θ, cos θ). Assim é uma rotação noplano. Se determinante é −1 obtemos uma reflexão.

146