Você está na página 1de 11

Álgebra Linear II

Exercícios Programados 1 – Tutor – EP1

Amigos, tutores, mais uma vez, começamos nosso curso de Álgebra Linear II. Tente
ver as dificuldades dos alunos com atenção e estimula-los a estudar em grupo e a freqüentar
o Pólo principalmente nos horários das tutorias. Isso é realmente muito importante!
Continuaremos não enviando EPs na semana anterior às Avaliações Presenciais (APs) para
que os alunos possam fazer uma revisão de todo programa nesta semana. Nesta primeira
semana, como está previsto no nosso Cronograma, eles estudarão as aulas 1, 2 e 3.. Sempre
que for preciso, entre em contato comigo, estarei aqui aguardando notícias do Pólo, bem
como o relatório mensal. Só assim estarei acompanhando mais de perto o desenvolvimento
da turma. Agora, mãos a obra! Vamos trabalhar!
Regina Moreth

OBSERVAÇÃO: Resolva os sistemas pelo método matricial, como foi feito em


Álgebra Linear I.

Dada uma matriz A ∈ Mn(R), o número real λ é chamado de autovalor de A se existe


um vetor não nulo v (chamado de autovetor) tal que A v = λ v. Verifique se:
(i) se v é um autovetor da matriz A. Caso seja, determine o autovalor correspondente.
3 0 1
a) A = , v=
8 −1 2

Fazendo as contas verificamos que:

3 0 1 3 1
A.v= . = =3.
8 −1 2 6 2

1
RESPOSTA. Temos que é autovetor e o autovalor correspondente é λ = 3.
2

3 1 1
b) A = , v=
1 3 1

Fazendo as contas verificamos que:

3 1 1 4 1
A.v= . = =4.
1 3 1 4 1

1
RESPOSTA. Temos que é autovetor e o autovalor correspondente é λ = 4.
1
(ii) se λ é um autovalor de A. Caso seja, determine um autovetor associado a este
autovalor

Para que λ seja autovetor, devemos determinar um vetor não nulo v tal que:
A.v= λ .v
A partir daí, temos que:
(A - λ I) . v = 0
Logo, em cada item devemos encontrar a solução para este sistema linear.

2 2
c) A = , λ =3
2 −1

Como (A - 3I) . v = 0
Então temos que:
2 2 3 0 x 0
− . =
2 −1 0 3 y 0

−1 2 x 0
. =
2 −4 y 0

Resolvendo o sistema:

−1 2 0 −1 2 0
L2 ← L2 + L1(2)
2 −4 0 0 00

-x + 2y = 0 ou seja x = 2y

S = {(x, y) / x = 2y} = {(2y, y) / y ∈ ℜ }

Lembre-se que S é um subespaço vetorial do ℜ 2 de dimensão 1 (uma reta) e é


gerada pelo vetor (2, 1) . Logo podemos reescrever S como:

S = [(2, 1)]

2 2 2 6 2
RESPOSTA: Temos que . = = 3.
2 −1 1 3 1

7 1 −2
d) A = − 3 3 6 , λ = 6
2 2 2
Se (A – (6)I) . v = 0
Então:
7 1 −2 6 0 0 x 0
−3 3 6 − 0 6 0 . y = 0
2 2 2 0 0 6 z 0

1 1 −2 x 0
−3 −3 6 . y = 0
2 2 −4 z 0
Resolvendo o sistema:

1 1 −2 0
−3 −3 6 0 L2 ← L2 + L1 (3)
2 2 −4 0
1 1 −2 0 1 1 −2 0
0 0 0 0 L3 ← L3 + L1 (-2) 0 0 0 0
2 2 −4 0 0 0 0 0

x +y–2z=0

Logo: x = - y + 2z

Isto é: S = {(-y+2z, y, z) / z ∈ ℜ } = [(-1, 1, 0), (2, 0, 1)]

S é o auto espaço associado ao autovalor λ = 6. Vemos que este subespaço é


gerado pelos vetores u = (-1, 1, 0) e v = (2, 0, 1) e, sendo linearmente
independentes, formam uma base para o subespaço S. Geometricamente, o
subespaço S representa um plano de R3 que passa pela origem e é gerado pelos
dois autovetores u = (-1, 1, 0) e v = (2, 0, 1). Logo, temos dois autovetores
associados a este autovalor.

7 1 −2 −1 −6 −1
RESPOSTA: A . v = (6) . v = −3 3 6 . 1 = 6 =6. 1
2 2 2 0 0 0

7 1 −2 2 12 2
A . v = (6) . v = −3 3 6 . 0 = 0 = 6 . 0
2 2 2 1 6 1
2- Dada a matriz A, determine os autovalores e bases para os auto-espaços
correspondentes das matrizes abaixo e determine as multiplicidades algébrica e
geométrica de cada autovalor encontrado:
1 0 0 0
0 1 0 0
a) A =
1 1 3 0
− 2 1 2 −1

Pelo Teorema 1 da aula 2, sabemos que os autovalores de uma matriz triangular


(superior ou inferior) são os elementos de sua diagonal principal. Logo os
1 0 0 0
0 1 0 0
autovalores da matriz A = são -1, 1 e 3. Devemos agora calcular
1 1 3 0
− 2 1 2 −1
os autovetores.
Sabemos também que pela definição de autovetor A. v = λ . V, ou seja:
(A – ( λ )I) . v = 0
Assim:

Se λ = -1 temos:

1 0 0 0 −1 0 0 0 x 2 0 0 0 x 0
0 1 0 0 0 −1 0 0 y 0 2 0 0 y 0
( - ). = . =
1 1 3 0 0 0 −1 0 z 1 1 4 0 z 0
− 2 1 2 −1 0 0 0 −1 w −2 1 2 0 w 0

Resolvendo o sistema temos que:

2 0 0 00 1 0 0 00
0 2 0 00 L1 ← L1 .( 1 ) 0 1 0 00 L3 ← L3 + L1 (−1)
2
1 1 4 00 1
L2 ← L2 .( ) 1 1 4 00 L4 ← L4 + L1 (2)
2
−2 1 2 0 0 −2 1 2 0 0
1 0 0 00 1 0 0 00
0 1 0 00 L3 ← L3 + L2 (−1) 0 1 0 00
L3 ← L3 ( 1 )
0 1 4 00 L4 ← L4 + L2 (−1) 0 0 4 00 4
0 1 2 00 0 0 2 00
1 0 0 00 1 0 0 00
0 1 0 00 0 1 0 00
L4 ← L4 + L3 ( -2)
0 0 1 00 0 0 1 00
0 0 2 00 0 0 0 00

Para qualquer valor de w, x = 0, y = 0, z = 0. Isto é : S = {(0, 0, 0, w)/ w ∈ ℜ }.


Ou seja, S = [(0, 0, 0, 1)] e ( 0, 0, 0, 1) é a base deste auto espaço.

Se λ = 1 temos:

1 0 0 0 1 0 0 0 x 0 0 0 0 x 0
0 1 0 0 0 1 0 0 y 0 0 0 0 y 0
( - ). = . =
1 1 3 0 0 0 1 0 z 1 1 2 0 z 0
− 2 1 2 −1 0 0 0 1 w −2 1 2 −2 w 0

Resolvendo o sistema temos que:

0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
L4 ← L4 + L3 (2)
1 1 2 0 0 1 1 2 0 0
−2 1 2 −2 0 0 3 6 −2 0

Temos então que: x = -y – 2z e w = 3 y + 3z.


2
Isto é S = {(x, y, z)/ x = -y – 2z e w = 3 y + 3z }
2
S = {(-y-2z, y, z, 3 y + 3z)/x, y, z ∈ ℜ }
2
Daí S = [(-2, 2, 0, 3) , (-2, 0, 1, 3)]

Sendo {(-2, 2, 0, 3) , (-2, 0, 1, 3)} base para este auto espaço.

Se λ = 3 temos:

1 0 0 0 3 0 0 0 x −2 0 0 0 x 0
0 1 0 0 0 3 0 0 y 0 −2 0 0 y 0
( - ). = . =
1 1 3 0 0 0 3 0 z 1 1 0 0 z 0
− 2 1 2 −1 0 0 0 3 w −2 1 2 −4 w 0
Resolvendo o sistema temos que:

−2 0 0 0 0 1 0 0 0 0
0 −2 0 0 0 L1 ← L1 .(− 1 ) 0 1 0 0 0 L3 ← L3 + L1 (−1)
2
1 1 0 0 0 L2 ← L2 .(− 1 ) 1 1 0 0 0 L4 ← L4 + L1 (2)
2
−2 1 2 −4 0 −2 1 2 −4 0

1 0 0 0 0 1 0 0 0 0
0 1 0 0 0 L3 ← L3 + L2 (−1) 0 1 0 0 0
L4 ← L4 (2)
0 1 0 0 0 L4 ← L4 + L2 (−1) 0 0 0 0 0
0 1 2 −4 0 0 0 2 −4 0

1 0 0 0 0
0 1 0 0 0
0 0 0 0 0
0 0 1 −2 0

Logo: x = 0, y = 0 e y = 2z. Isto é: S = (0, 0, 2z, z) / z ∈ ℜ }

Daí, temos que S = [(0, 0, 2, 1)]. Sendo {(0, 0, 2, 1)} uma base para este auto
espaço.

RESPOSTA: Os autovalores são -1, 1, 3. para o autovalor -1 a base encontrada foi


{(0, 0, 0, 1)}. Para o autovalor 1 a base encontrada foi {(-2, 2, 0, 3) , (-2, 0, 1, 3)} .
Para o autovalor 3 a base encontrada foi {(0, 0, 2, 1)}

1 3
b) A =
−2 6

Temos que o polinômio característico de A é dado por:


x −1 − 3
p(x) = det (x I2 – A) = = (x – 1) (x – 6) + 6 =
2 x−6

p(x) = x2 – 7 x + 12 = ( x – 4) ( x – 3)

Logo, as raízes do polinômio característico são 4 e 3, ou seja, os autovalores de


A são 4 e 3.
Temos que:

(λI 2 − A)v = 0
4 −1 −3 x 0
* Se o autovalor λ = 4, temos: . =
2 4−6 y 0

Daí:
3 −3 x 0
. =
2 −2 y 0

Resolvendo esse sistema temos que: x=y

A solução deste sistema nos leva a um sub espaço, S = {(x, x) / x ∈ ℜ }. Uma


base do autoespaço é {(1, 1)}, logo, (1, 1) é um autovetor associado ao
autovalor λ = 4.
3 −1 − 3 x 0
* Se o autovalor λ = 3, temos . =
2 3−6 y 0

Daí:
2 −3 x 0
. =
2 −3 y 0

Resolvendo esse sistema temos que: 2x = 3y

A solução deste sistema nos leva a um subespaço, S = { ( 3 y, y ) / y ∈ ℜ } Uma


2
base do autoespaço é {(3, 2)}, logo, (3, 2) é um autovetor associado ao
autovalor λ = 4.

RESPOSTAS: Os autovalores de A são 4 e 3. Para o autovalor 4 a base do


autoespaço é {(1, 1)}, para o autovalor 3 a base do autoespaço é {(3, 2)}. A
multiplicidade algébrica dos dois autovalores é 1 e a multiplicidade geométrica
(dimensão dos dois subespaços) também é 1.

1 1 0
c) A = 0 − 2 1
0 0 3

Temos que o polinômio característico de A é dado por:


x −1 −1 0
p(x) = det(x I3 – A) = 0 x + 2 − 1 = (x -1) ( x + 2) ( x – 3)
0 0 x−3

p(x) = ( x -1) ( x + 2) ( x – 3)
Logo, as raízes do polinômio característico são 1, -2 e 3, ou seja os autovalores
de A são 1, -2 e 3.

1−1 −1 0 x 0
• Se λ = 1, temos 0 1 + 2 − 1 . y = 0
0 0 1− 3 z 0
Daí:
0 −1 0 x 0
0 3 −1 . y = 0
0 0 −2 z 0

Resolvendo esse sistema, teremos:


0 1 0 x 0
0 0 0 . y = 0
0 0 1 z 0

Logo, para qualquer valor de x, temos y = 0 e z=0

S = {(x, y, z) / y = z = 0} = {(x, 0, 0)/ x)/ x ∈ ℜ } = [(1, 0, 0)]

− 2 −1 −1 0 x 0
• Se λ =- 2, temos 0 −2+2 −1 . y = 0
0 0 −2−3 z 0
Daí:
− 3 −1 0 x 0
0 0 −1 . y = 0
0 0 −5 z 0
Resolvendo o sistema, temos que:

z=0 e -3x - y = 0, ou seja, y = -3x e z = 0

S = {(x, y, z) / y = -3x e z = 0} = {(x, -3x, 0)/ x ∈ ℜ } = [(1, -3, 0)]


3 −1 −1 0 x 0
• Se λ = 3, temos 0 3 + 2 −1 . y = 0
0 0 3−3 z 0
Daí:
2 −1 0 x 0
0 5 −1 . y = 0
0 0 0 z 0

Resolvendo o sistema, temos que:

2x - y = 0 e 5 y – z = 0, ou seja, y = 2x e z = 10x

S = {(x, y, z) / y = 2x e z = 10x} = {(x, 2x, 10x)/ x ∈ ℜ } = [(1, 2, 10)]

RESPOSTAS: Os autovalores são 1, -2 e 3. Para o autovalor 1 a base do


autoespaço é {(1, 0, 0)}, para o autovalor -2 a base do autoespaço é {(1, -3, 0)}
e para o autovalor 3 a base do autoespaço é {(1, 2, 10)}. A multiplicidade
algébrica dos três autovalores é 1 e a multiplicidade geométrica (dimensão dos
subespaços) dos três autovalores também é 1.

−1 3 5
3- Dada a matriz A = 0 2 4 , calcule os autovalores das matrizes A2 e A3.
0 0 1

Pelo Teorema 3 da aula 2 temos que se λ é um autovalor de uma matriz A, então


λ k é autovalor da matriz Ak para todo k natural e diferente de zero.
−1 3 5
Dada a matriz A = 0 2 4 , como A é diagonal, pelo teorema 2, os autovalores
0 0 1
de A são -1, 2 e 1.

Os autovalores de A2 são: (-1)2 = 1, (2)2 = 4 e (1)2 = 1


Os autovalores de A3 são: (-1)3 = 1, (2)3 = 8 e (1)3 = 1

Até a próxima semana...


CRONOGRAMA DA DISCIPLINA - ÁLGEBRA LINEAR II
2006/2
Calendário Aula Título da Aula Conteúdo EP
a. 1 Autovetores e autovalores de matrizes
b. Semana 2 Casos Especiais
1 1
3 Polinômio Característicos
24/07 a 30/07
4 Cálculo de Autovetoes e Autovalores
Semana 2 5 Diagonalização de Matrizes
31/07 a 06/08 6 Cálculo de Matrizes Diagonalizáveis 2
Semana 3 7 Processo de diagonalização de Matrizes
07/08 a 13/08 8 Diagonalização de Operadores Lineares 3

Semana 4 9 Matrizes Ortogonais


14/08 a 20/08 4
10 Propriedades das Matrizes Ortogonais

Semana 5 11 Rotações no Plano


21/08 a 27/08 5
12 Reflexões no Plano

Semana 6 13 e 14 Propriedades das Rotações e Reflexões


28/09 a 03/09 15 e 16 Exercícios resolvidos 6
Entrega da AD1 no pólo ou postagem REGISTRADA com AR até o dia 02/09
Semana 7
04/09 a 10/09 Preparação para a AP1 – Conteúdo: aulas 1 a 16
Semana 8
11/09 a 17/09 AP1

Semana 9 17 Rotações no Espaço


c. 18/09 a 18 Reflexões no Espaço 9
24/09
d. Semana 19 Operadores Ortogonais
10 25/09 a 20 Projeções Ortogonais 10
01/10 21 Projeções Ortogonais
e. Semana 22 Matrizes Simétricas
11 23 O Teorema Espectral 11
Semana24
12 Operadores Auto-adjuntos
09/10 a 15/10 25 Formas Bilineares 12
Semana 13 26 Formas Quadráticas
16/10 a 22/10 27 Cônicas 13
Semana 14 28 Quádricas
23/10 a 29/10 29 Autovalores complexos 14
Entregar a AD2 no pólo ou postagem REGISTRADA com AR até o dia 02/09
Semana15 30 Exercícios Resolvidos
30/10 a 05/11 31 Exercícios Resolvidos 16
32 Um caso prático
Semana 16
06/11 a 12/11 Preparação para a AP2 - Conteúdo: aulas 17 a 32
Semana 17
13/11 a 19/11 AP2
Semana 18
20/11 a 26/11 Preparação para a AP3– Conteúdo: aulas 1 a 32
Semana 19
27/11 a 03/12 Preparação para a AP3– Conteúdo: aulas 1 a 32
Semana 20
04/12 a 10/12 AP3

1.Datas para a entrega das Avaliações a Distância (AD)

AD1 - 02 de setembro de 2006 – Conteúdo: aulas 1 a 10

AD2 - 28 de outubro de 2006– Conteúdo: aulas 17 a 25

c) 2. Conteúdo das Avaliações Presenciais (AP)

d) AP1 – Aula 1 (Vetores no plano – Segmentos orientados) até


Aula 16 (Produto Interno – Aplicações (Continuação) )

AP2 – Aula 17 (Simetrias e simetrias das cônicas)


Aula 32 (Equações paramétricas das cônicas)

AP3 – Todo o conteúdo da AP1 e AP2.

Você também pode gostar