3. : → , é Processo de ortogonalização de Gram‐schmidt: dado o NÃO ortogonal. É , , subconjunto finito Núcleo de / e imagem de ⊂ ortogonal. possível construir , , ‐ Produto escalar: ∈ | 0 | ∈ base ortogonal, Sendo , , 〈 , 〉 Sejam e espaços vetoriais, com de dimensão . 〈 . 〉 ‖ ‖ ‖ ‖ finita e : → uma transformação linear: 〈 , 〉 〈 , 〉 Usuais: . . dim dim dim ‖ ‖ ‖ ‖ 〉 , 〈 , … , ,…, ⋯ Se é base ortogonal de , é , , , , 0 0 〈 , 〉 . . base ortonormal, onde: ( 1,2,3 Transformação : → é INJETORA se: 〈 , 〉 . ‖ ‖ ⟶ Propriedades fundamentais: é base ortogonal se: 0 1, . 1. . . 〈 , 〉 ↔ Transformação : → é SOBREJETORA se: 0, . . 2. . tal que . 3. . Transformação : → é BIJETORA se: ‖ ‖ 0 ‐ Projeção ortogonal 0, . 4. Se é injetora e sobrejetora Se é um espaço vetorial com produto interno, também denominada ISOMORFISMO ‐ Produto interno ⊂ é subespaço de dimensão finita, então para cada ⊂ , a melhor aproximação de (vetor mais Propriedades fundamentais: : → isomorfismo linear: próximo de ) por um vetor de é a projeção da base 〈 〉 〈 〉 〈 〉 1. , , , é operador linear ( : → ) 〉 ⊂ . 2. 〈 , 〈 , 〉 ortogonal , … , : → é chamado OPERADOR LINEAR 〈 , 〉 〈 , 〉 3. 〈 , 〉 〈 , 〉 Isomorfismo de operador linear é chamado ⋯ 4. Se 0, 〈 , 〉 0 ‖ ‖ ‖ ‖ AUTOMORFISMO de Propriedade num espaço vetorial E c/ prod. int. Se é um espaço vetorial de dimensão finita com Se : → , com dim finita: 1. 〈 , 0〉 〈0, 〉 0 produto interno e ⊂ um subespaço: dim dim → NÃO existe sobrejetora 0 2. ‖ ‖ 〈 , 〉 0 ↔ , com ⊂ e ⊂ 1. ∈ é dim dim → NÃO existe injetora 3. 〈 , 〉 〈 , 〉 〈 , 〉 é base ortogonal de , ,…, 2. Se dim dim → pode ser bijetora 4. 〈 , 〉 〈 , 〉 é base ortogonal de , ∪ é ,…, , . ,∑ . 〉 ∑ , . 〈 , 〉 5. 〈∑ base ortogonal de , onde: Para resolução de exercícios: 6. Se ⊂ é um subespaço, então o produto dim dim é 1, , , … , Base canônica para interno de E induz um produto interno em S é um espaço vetorial, e subespaços de : → , , , ex: : 7. ‖ ‖ | |. ‖ ‖ dim dim ∩ ) dim dim 0 , , , 1 ‖ ‖ ‖ ↔ 〈 , 〉 0 8. ‖ ‖ ‖ e subespaços de , base de e base de . . 1 . . ‖ ‖ 〉 ‖ ‖ 9. 〈 , , então ∪ é conjunto de geradores de Base canônica para é 1,0 , 0,1 10. ( é L.I. apenas se ) ex: 1,0 , |〈 , 〉| ‖ ‖. ‖ ‖ 1,0 1,0 , 0,1 0,0 11. Desigualdade triagular ‐ Transformações lineares , . 1,0 . 0,1 ‖ ‖ ‖. ‖ ‖ ↔ 〈 , 〉 ‖ ‖. ‖ ‖ ‖ Sendo e espaços vetoriais sobre . A função um espaço vetorialde dimensão finita com Seja 〈 , 〉 Norma de : ‖ ‖ : → é chamada transformação linear se: produto interno e ⊂ um subespaço de : ‖ ‖ Distância entre e : , 1. e Pode ocorrer 2. 〈 , 〉 1 1 ⋯ 1 1 , , ∈ ‐ Ortogonalidade Sejam ∈ , , e espaços vetoriais, : → , não é um produto interno de e são ortogonais se 〈 , 〉 0 : → e : → transformações lineares, logo um espaço vetorial não nulo munido de produto ‖ ‖ ↔ 〈 , 〉 0 ‖ ‖ ‖ ‖ também são transformações lineares 〈 , 〉, se interno 〈 , 〉 e ∈ , 〈 , 〉 0 Se é um espaço vetorial com produto interno e 1. : → , é , ∈ , é ortogonal a : ⟶ 〈 , 〉 0 2. : → , é . P1 P2 Matriz de Transformação → : , , , , . . . . . . . . . , , , , , , Relações entre matrizes . . → . . . ∘ . → . → ∘ . ∘ ∘ . ∘ ∘ ∘ . . . . . → → . . ∘ Traço de T: soma dos elementos da diagonal principal de T Bijetora / Inversível 0 → é bijetora, é inversível, linhas das matrizes são L.I. 0 → não é bijetora, não é inversível Polinômio característico Se , o polinômio característico é: det . → → Se 0 0 0 0 , é diagonalizável. Base 0 | e 0 Relembrando: D b 4ac e → → , | Dimensões 1 2 3 : → V 1 1/ 2 3/ 3 4 1 3 4 1 3 4 4 Matrizes semelhantes: e . . → . . e são semelhantes . : número de linhas L.I. → dim : → U dim V dim KerT dim 1 1 , ,2 → 2 1 1 1 , , 2 → 2 1 : → V , e → é auto‐vetor de se = = e 0 Se é diagonalizável e não tem raízes multiplas é diagonalizável se zero NÃO for auto‐valor de → → não é inversível se um dos auto‐valores for ZERO : → V, → 0 : é injetor, é bijetor, é inversível → 0 : não é injetor, não é bijetor, não é inversível 0 0 , : → V é inversível é diagonalizável Se é diagonalizável e inversível → . . associado ao auto‐valor → o vetor é auto‐vetor de Para: , , , , , usa‐se a base canônica 1,0 , 0,1 para gerar a matriz 1,0 , 0,1 . Com isso verifica‐se se é diagonalizável à partir do cálculo de e das multiplicidades algébrica e geométrica dos aulto‐valores; P3 Tipos de cônicas: Ax² + By² +Cxy + Dx +Ey +F = 0 Calcula‐se: 2 , ∆ 2 2 2 0 0 0 0 0 0 0 0 0 ∆ 0 Elipse (Vazio) Um Ponto Hipérbole Duas Retas Concorrentes Parábola Duas Retas Paralelas ou Concorrentes 2 2 2 Encontra‐se: 2 2 , 2 2 2 , Logo temos: Respeitando a relação: 2 2 2 2 e com isso : , com 0 0 0 0 0 0 1º ‐ Troca (Ax² + By² +Cz² + Dxy +Exz +Fyz) por ( u² + v² + w²); 2º ‐ Troca (Gx + Hy + Iz) respeitando a relação: sendo com vetores , a partir de e . encontra‐se os auto‐valores , e , e os auto‐ Simplificação de quádricas: Ax² + By² +Cz² + Dxy +Exz +Fyz + Gx + Hy + Iz + J = 0 , A equação geral é: 2 ∆ ∆ ∆ ∆ ∆ ∆ 2 2 2 Para vetores , normalizados; 3º ‐ Algebricamente encontra‐se a equação reduzida em função de u', v' e w'; Em caso de auto‐valores imaginários, calcula‐se apenas para um dos auto‐vetores da seguinte maneira: , , , , , , , , , , Com isso teremos a solução geral (exemplo): , , , , é uma matriz complexa arbitrária e se λ ∈ é um auto‐valor de , o Se ∈ conjugado λ é necessariamente auto‐valor de . Caso ∈ , nem sempre isso é verdade. Se : → é operador linear. é uma base em tal que seja real. Conclui‐se λ que para λ auto‐valor de , o conjugado λ também é auto‐valor de , e λ Num espaço vetorial real com produto interno U, seja : → operador linear, e , ∈ . é simétrico se 〈T u , v〉 〈T v , u〉. Num espaço vetorial real com produto interno U, seja : → operador linear simétrico, , auto‐vetores de , associados aos auto‐valores α e β respectivamente, com , temos que é ortogonal a . Num espaço vetorial real com produto interno U, seja : → operador linear , , é base ORTONORMAL de , é simétrico, é diagonalizável. Se matriz simétrica é matriz simétrica e , , é base ortogonal, é operador linear Se simétrico. Se : → é um operador linear, é um subespaço de , e auto‐vetor de ( ). O subespaço (gerado por ) é invariante por se, e somente se ( ), é simétrico. O ortogonal ˔ não necessariamente é invariante por . Se o subespaço for invariante por e gerado por ( ), é auto‐vetor de . Se : → é um operador linear, é um subespaço de , então: é simétrico" " é um subespaço invariante por