Algebra Linear - Aula18

Curso de lgebra Linear
Aula 18
Prof. Waldeck Schtzer, Ph.D.
waldeck@dm.ufscar.br
Universidade Federal de So Carlos

Departamento de Matemtica
Curso de lgebra Linear - Aula 18 p. 1
Nesta aula
Operadores diagonalizveis
Reviso
Condio necessria e
suficiente
Exemplos
Matrizes diagonalizveis
Potenciao de Matrizes
O Problema de Autovalores
Para um operador T : V V , vimos anteriormente que:
T (v) = v
chamada Problema de Autovalores.
T (v) = v

Essa equao pergunta: quais vetores de V so levados
por T a um mltiplo de si prprios.
T (v) = v

Vimos que uma soluo consiste de:
T (v) = v

Um nmero real , chamado autovalor
T (v) = v

Um nmero real , chamado autovalor
Um vetor v 6= 0, chamado autovetor (associado a ).
Condio de Existncia de Autovetores

Vimos tambm que se T : V V um operador, ento:

T (v) = v
T (v) v = 0
(T I)(v) = 0
v ker(T I)

T (v) = v v ker(T I)

Mas ker(T I) um subespao de V . Esse o

autoespao V (). Assim,
T (v) = v v V ()


T (v) = v v V ()
Todo vetor v 6= 0 em V () autovetor de T associado a .


T (v) = v v V ()

Claramente, V () 6= {0} se, e s se, autovalor de T


T (v) = v v V ()

Pergunta: Como verificar se v ou no autovetor de T ?


T (v) = v v V ()

Pergunta: Como verificar se v ou no autovetor de T ?
Dica: Basta aplicar T em v!
Os autoespaos de T
Seja T : V V um operador. Ento:
Os autoespaos de T
Os autoespaos V () so invariantes, isto , se
v V (), ento T (v) V ().
Os autoespaos de T
v V (), ento T (v) V ().
O nmero dim V () chamado multiplicidade
geomtrica de .
Os autoespaos de T
v V (), ento T (v) V ().
geomtrica de .
Note que autovalor de T se, e somente se,
dim V () > 0.
Os autoespaos de T
v V (), ento T (v) V ().
geomtrica de .
dim V () > 0.
Se 6= , ento V () V () = {0}.
Os autoespaos de T
v V (), ento T (v) V ().
geomtrica de .
dim V () > 0.
Se 6= , ento V () V () = {0}.
Se 1 , 2 , . . . , k so os autovalores distintos de T ,
ento
VT = V (1 ) V (2 ) V (k )
Os autoespaos de T
v V (), ento T (v) V ().
geomtrica de .
dim V () > 0.
Se 6= , ento V () V () = {0}.
Se 1 , 2 , . . . , k so os autovalores distintos de T ,
ento
VT = V (1 ) V (2 ) V (k )
Uma base para VT simplesmente uma reunio de
bases dos autoespaos V (i ).
A equao caracterstica
Claramente, V () = ker(T I) 6= {0} se, e somente se, a
nulidade da matriz [T I]B
B for positiva,
B for positiva, ou
equivalentemente
det([T I]B
B) = 0
Esta chamada equao caracterstica.
B for positiva, ou
equivalentemente
det([T I]B
B) = 0
Esta chamada equao caracterstica.

O nmero autovalor de T se, e somente se, for raiz
dessa equao.
O polinmio caracterstico
fcil ver que det([T I]B
B ) um polinmio de grau n,
onde n = dim V . Este chamado polinmio
caracterstico de T , e indicado por
pT () = det([T I]B
B)
importante frisar que, qualquer que seja a base B ,

pT () sempre o mesmo! Logo, pT depende apenas de T .
Exemplo
Por exemplo, se o operador T : V
3 2
=
[T ]C
2 3
C
2 2
V tal que
3
2
em relao a alguma base C ,
Exemplo
Por exemplo, se o operador T : V
3 2
=
[T ]C
2 3
C
2 2
V tal que
3
2
em relao a alguma base C , ento

3
2
3

pT () = 2
3
3 = 3 + 42 5 + 2

2
2
2
o polinmio caracterstico de T .
Polinmio caracterstico de matrizes

Dada uma matriz quadrada A arbitrria, definimos seu
polinmio caracterstico por
pA () = det(A I)

pA () = det(A I)
Recordamos que se A e B so semelhantes ento

pA () = pB ().

pA () = det(A I)
Recordamos que se A e B so semelhantes ento

pA () = pB ().
Em outras palavras, matrizes semelhantes possuem o
mesmo polinmio caracterstico.
Dizemos que um operador T : V V diagonalizvel se e
somente se [T ]B
B for diagonal em alguma base B .
somente se [T ]B
Equivalentemente, T diagonalizvel se, e somente se,
existir uma base B de V formada apenas de autovetores de
T.
somente se [T ]B
T.
Isto ocorre se, e somente se, VT = V .
somente se [T ]B
T.
Assim, T diagonalizvel se, e somente se, a soma das
multiplicidades geomtricas for igual a n.
somente se [T ]B
T.
Assim, T diagonalizvel se, e somente se, a soma das
multiplicidades geomtricas for igual a n.
Se a multiplicidade geomtrica for menor do que a
algbrica para algum dos autovalores, ento T no
diagonalizvel.
Exemplos
Se T (x, y) = (y, x), vimos que
V (1) = [(1, 1)] e V (1) = [(1, 1)]
so os autoespaos de T . A soma das multiplicidades

geomtricas 1 + 1 = 2 = dim R2 , logo T
diagonalizvel.
Exemplos
Se T (x, y) = (y, x), vimos que
V (1) = [(1, 1)] e V (1) = [(1, 1)]
so os autoespaos de T . A soma das multiplicidades

geomtricas 1 + 1 = 2 = dim R2 , logo T
diagonalizvel.
Se T (x, y) = (x + 2y, y), ento
V (1) = [(1, 0)]
o nico autoespao de T . A soma das multiplicidades

geomtricas 1 < 2 = dim R2 , logo T no
diagonalizvel.
Condio necessria e suficiente

O operador T falhar em ser diagonalizvel quando:

pT () possuir razes complexas, ou

a multiplicidade geomtrica de algum autovalor for

inferior sua multiplicidade algbrica.


Mas vale o seguinte:
Teorema 164 Seja T : V V um operador. Ento T
diagonalizvel se, e somente se:


i) Todas as razes de pT () so reais.


i) Todas as razes de pT () so reais.
ii) A mltiplicidade geomtrica de cada autovalor for igual
sua multiplicidade algbrica.

Prova:

Prova:() Se as condies (i) e (ii) so verdadeiras, como
pT () tem grau n = dim V , ento a soma das multiplicidades
geomtricas igual a n. Logo T digonalizvel.

() Se T diagonalizvel, ento VT = V . Em particular,
pT () possui n razes reais.

Como T no pode ter mais do que n razes, ento suas

nicas razes so reais e (i) verdadeira.

Como T no pode ter mais do que n razes, ento suas

nicas razes so reais e (i) verdadeira.
Se alguma da multiplicidade geomtrica fosse inferior
algbrica, ento T no seria diagonalizvel, logo cada
multiplicidade geomtrica deve ser igual algbrica e (ii)
verdadeira.
Exemplo 1
Seja T : R3 R3 um operador tal que
3 5 5
=
[T ]B
5
7
5
B
5 5 3
em relao a uma certa base B de R3 . Determine se T
ou no diagonalizvel.
Exemplo 1
3 5 5
=
[T ]B
5
7
5
B
5 5 3
Soluo: Primeiro observamos que no preciso
conhecer B , nem tentar determinar uma base de
autovetores.
Exemplo 1
3 5 5
=
[T ]B
5
7
5
B
5 5 3
Soluo: O primeiro passo calcular o polinmio
caracterstico:

3
5
5

pT () = 5
7
5 = 3 2 + 8 + 12

5
5
3
Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
autovalores so 1 = 2 e 2 = 3.
Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
Para = 1 = 2, temos V () = V (2) = ker(T + 2I). Para
achar a dimenso desse subespao, basta realizar o
escalonamento
5 5 5
5 5 5
=
[T + 2I]B
5
5
5
0
0
0
L
B
5 5 5
0
0 0
Exemplo 1
Temos pT () = 3 2 + 8 + 12 = (2 + )2 (3 ), logo os
Para = 1 = 2, temos V () = V (2) = ker(T + 2I). Para
achar a dimenso desse subespao, basta realizar o
escalonamento
5 5 5
5 5 5
=
[T + 2I]B
5
5
5
0
0
0
L
B
5 5 5
0
0 0
A matriz [T + 2I]B
B possui nulidade igual a 2, logo
dim V (2) = 2, a multiplicidade geomtrica de 1 . De
imediato, vemos que esta igual multiplicidade algbrica
de 1 .
Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I).
Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I). Mas
5 10 5
0 5 5
B
[T 3I]B = 5 10 5 L 0 5 5
0
0 0
5 5 0
possui nulidade igual a 1, logo dim V (3) = 1 a
multiplicidade geomtrica de 2 . Novamente, esta igual
multiplicidade algbrica de 2 .
Exemplo 1
Para = 2 = 3, V () = V (3) = ker(T 3I). Mas
5 10 5
0 5 5
B
[T 3I]B = 5 10 5 L 0 5 5
0
0 0
5 5 0
possui nulidade igual a 1, logo dim V (3) = 1 a
multiplicidade geomtrica de 2 . Novamente, esta igual
multiplicidade algbrica de 2 .
Como todas as razes de pT () so reais e cada
multiplicidade geomtrica igual algbrica, ento T
diagonalizvel.
Exemplo 2
Determine se o operador T : R3 R3 dado por
T (x, y, z) = (4x y + 4z, 3x + 2z, x + y z) ou no
diagonalizvel.
Exemplo 2
diagonalizvel.
Soluo: Precisamos calcular a matriz de T em relao a
alguma base. Escolhemos a base cannica C .
Exemplo 2
diagonalizvel.
alguma base. Escolhemos a base cannica C . Assim,
T (1, 0, 0) = (4, 3, 1)
T (0, 1, 0) = (1, 0, 1)
T (0, 0, 1) = (4, 2, 1)
Exemplo 2
diagonalizvel.
alguma base. Escolhemos a base cannica C . Assim,
T (1, 0, 0) = (4, 3, 1)
T (0, 1, 0) = (1, 0, 1)
T (0, 0, 1) = (4, 2, 1)
Portanto,
4 1
4
=
[T ]C
3
0
2
C
1
1 1
Exemplo 2
O polinmio caracterstico de T

4 1
4

pT () = 3
0
2

1
1
1

= 3 + 32 + 3

mas este possui apenas uma raiz real e duas complexas,

logo o operador T no diagonalizvel.
Exemplo 3
Seja B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} base de R3 e
T : R3 R3 o nico operador tal que
[T (1, 1, 1)]B = (1, 1, 2)
[T (1, 1, 0)]B = (4, 1, 4)
[T (1, 0, 0)]B = (0, 2, 3)
Determine se T ou no diagonalizvel.
Exemplo 3
Seja B = {(1, 1, 1), (1, 1, 0), (1, 0, 0)} base de R3 e
T : R3 R3 o nico operador tal que
[T (1, 1, 1)]B = (1, 1, 2)
[T (1, 1, 0)]B = (4, 1, 4)
[T (1, 0, 0)]B = (0, 2, 3)
Determine se T ou no diagonalizvel.
Soluo: de imediato, vemos que
1 4 0
=
[T ]B
1 1 2
B
2 4 3
Exemplo 3
Assim, podemos calcular o polinmio caracterstico de T :

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2
logo os autovalores so 1 = 1 e 2 = 1 (mult. 2). As

razes de pT () so reais, mas ser que T diagonalizvel?
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2

razes de pT () so reais, mas ser que T diagonalizvel?
A multiplicidade geomtrica de 1 somente pode ser igual
algbrica (por que?), logo podemos focar a ateno em 2 .
Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I). Mas
1 2 0
2 4 0
B
[T I]B = 1 2 2 L 0 0 1
0 0 0
2 4 2
possui nulidade igual a 1, logo dim V (1) = 1.
Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I). Mas
1 2 0
2 4 0
B
[T I]B = 1 2 2 L 0 0 1
0 0 0
2 4 2
possui nulidade igual a 1, logo dim V (1) = 1. Isso mostra
que a multiplicidade geomtrica de 2 igual a 1 enquanto
que a multiplicidade algbrica desse autovalor 2.
Portanto T no diagonalizvel.
Definio 165 Dizemos que uma matriz quadrada A
diagonalizvel se for semelhante a uma matriz diagonal,
isto , se existir uma matriz invertvel P e uma matriz
diagonal D tais que
A = P DP 1
Observao: Seja A uma matriz n n e consideremos o
operador LA : Rn Rn definido por LA (x) = Ax.
Este operador diagonalizvel se, e somente se, existir
uma base B de Rn tal que D = [LA ]B
B seja diagonal.
B seja diagonal.
Seja C a base cannica de Rn e sejam P = [I]B
C e
P 1 = [I]C
B as matrizes de mudana entre B e C . Temos
C
B
B
[I]
[L
]
=
[I]
[LA ]C
A
B
B
C
C
ou seja
A = P DP 1
B seja diagonal.
Seja C a base cannica de Rn e sejam P = [I]B
C e
P 1 = [I]C
B as matrizes de mudana entre B e C . Temos
C
B
B
[I]
[L
]
=
[I]
[LA ]C
A
B
B
C
C
ou seja
A = P DP 1
Conclumos que A diagonalizvel se, e somente se, o

operador LA for diagonalizvel.
Ademais, nesse caso vemos que
pA () = det(A I)
= det([LA I]C
C)
= pLA ()
e que P = [I]B
C formada pelos vetores da base B
expressos na base cannica C .
pA () = det(A I)
= det([LA I]C
C)
= pLA ()
e que P = [I]B
Por abuso de linguagem, dizemos que os autovetores de
LA so autovetores de A e os autovalores de LA so
autovalores de A.
pA () = det(A I)
= det([LA I]C
C)
= pLA ()
e que P = [I]B
Por abuso de linguagem, dizemos que os autovetores de
LA so autovetores de A e os autovalores de LA so
autovalores de A.
Nesse caso, a multiplicidade geomtrica de um autovalor
de A igual a dim N (A I), ou seja a nulidade da matriz
A I .

Isso nos permite traduzir a condio necessria e
suficiente para que o operador LA seja diagonalizvel em
termos da matriz A:
Uma condio necessria e suficiente para que uma matriz
quadrada A seja diagonalizvel :
i) pA () possui apenas razes reais
ii) A multiplicidade geomtrica de cada raiz de pA ()
igual respectiva multiplicidade algbrica.
Exemplo 1
Determine se a matriz
3 5 5
A = 5 7 5
5 5 3
Exemplo 1
Determine se a matriz
3 5 5
A = 5 7 5
5 5 3
Soluo: o polinmio caracterstico de A :

3

5
5

pA () = 5
7
5 = 3 2 + 8 + 12

5
5
3
Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),
logo os autovalores de A so 1 = 2 e 2 = 3.
Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),
Para = 1 = 2, temos
5 5 5
5 5 5
A + 2I = 5 5 5 L 0
0 0
0
0 0
5 5 5
Exemplo 1
Este se fatora em
pA () = 3 2 + 8 + 12 = (2 + )2 (3 ),
Para = 1 = 2, temos
5 5 5
5 5 5
A + 2I = 5 5 5 L 0
0 0
0
0 0
5 5 5
A matriz A + 2I possui nulidade igual a 2, e esta a
multiplicidade geomtrica de 1 . De imediato, vemos esta
tambm sua multiplicidade algbrica.
Exemplo 1
Para = 2 = 3, temos
5 10 5
0 5 5
A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0
Exemplo 1
Para = 2 = 3, temos
5 10 5
0 5 5
A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0
A matriz A 3I possui nulidade igual a 1, e esta a
multiplicidade geomtrica de 2 . Est claro que esta
Exemplo 1
Para = 2 = 3, temos
5 10 5
0 5 5
A 3I = 5 10 5 L 0 5 5
5 5 0
0
0 0
A matriz A 3I possui nulidade igual a 1, e esta a
multiplicidade geomtrica de 2 . Est claro que esta
Como todas as razes de pA () so reais e cada
multiplicidade geomtrica igual algbrica, ento A
diagonalizvel.
Exemplo 2
Determine a matriz
4 1
4
A= 3
0
2
1
1 1
Exemplo 2
Determine a matriz
4 1
4
A= 3
0
2
1
1 1
Soluo: O polinmio caracterstico de A

4 1

4

pT () = 3
0
2
= 3 + 32 + 3

1
1
1
Exemplo 2
Determine a matriz
4 1
4
A= 3
0
2
1
1 1

4 1

4

pT () = 3
0
2
= 3 + 32 + 3

1
1
1
mas este possui apenas uma raiz real e duas complexas,

logo A no diagonalizvel.
Exemplo 3
Considere a matriz
1 4 0
A = 1 1 2 .
2 4 3
Determine se A ou no diagonalizvel.
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2

razes de pA () so reais, mas devemos investigar as
multiplicidades.
Exemplo 3

1 4 0

pT () = 1 1 2 = 3 + 2 + 1

2 4 3
Este se fatora em
pT () = (1 + )(1 )2

razes de pA () so reais, mas devemos investigar as
multiplicidades.
A multiplicidade geomtrica de 1 somente pode ser igual
algbrica, logo podemos focar a ateno em 2 .
Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I).
1
2 4 0
A I = 1 2 2 L 0
0
2 4 2
Mas
2 0
0 1
0 0
possui nulidade igual a 1, que a multiplicidade geomtrica

de 2 .
Exemplo 3
Para = 2 = 1, temos V (1) = ker(T I).
1
2 4 0
A I = 1 2 2 L 0
0
2 4 2
Mas
2 0
0 1
0 0
possui nulidade igual a 1, que a multiplicidade geomtrica

de 2 . Mas a multiplicidade algbrica desse autovalor 2.
Portanto A no diagonalizvel.
Aplicao: potenciao de matrizes

Suponhamos que A seja diagonalizvel. Ento existem
uma matriz invertvel P e uma matriz diagonal D tais que
A = P DP 1

A = P DP 1
Agora, se k um nmero inteiro no-negativo, temos

Ak = AA
A}
| {z
k vezes

A = P DP 1

Ak = |AA{z
A}
k vezes
1
= (P DP
|
)(P DP 1 ) (P DP 1 )
{z
}
k vezes

A = P DP 1

Ak = |AA{z
A}
k vezes
1
= (P DP
|
)(P DP 1 ) (P DP 1 )
{z
}
k vezes
= P D(P 1 P )D (P 1 P )DP 1

A = P DP 1

Ak = |AA{z
A}
k vezes
1
= (P DP
|
)(P DP 1 ) (P DP 1 )
{z
}
k vezes
= P D(P 1 P )D (P 1 P )DP 1
= P |DD{z
D} P 1 = P Dk P 1 .
k vezes

Mas se
D=
ento
k
D =
1 0
0 2
.. ..
. .
0 0
k1
0
..
.
0
...
0
0
..
.
0 0
k2 0
..
.. . .
. .
.
0 kn
Da, para calcular Ak , primeiro achamos D e P , e depois

calcularmos P Dk P 1 .
Exemplo
Determine A10 onde
3
3
2
A = 2 2 2
2
3
3
Exemplo
Determine A10 onde
3
3
2
A = 2 2 2
2
3
3
Soluo: isso s ser prtico se A for diagonalizvel, por

isso devemos verificar essa condio. Mas desta vez,
vamos buscar por uma base de autovetores, via base para
N (A I).
Exemplo
Determine A10 onde
3
3
2
A = 2 2 2
2
3
3
Soluo: isso s ser prtico se A for diagonalizvel, por

isso devemos verificar essa condio. Mas desta vez,
vamos buscar por uma base de autovetores, via base para
N (A I).
O polinmio caracterstico de A

3
3
2

pA () = 2 2 2

2
3
3

= 3 + 42 5 + 2

Exemplo
fcil ver que as razes so 1 = (mult. alg. 2) e 2 = 2.
Exemplo
Para 1 = 1, devemos aplicar o mtodo de Gauss-Jordan
matriz
2
3
2
31
3
2
A I = 2 2 1 2 = 2 3 2
2
3
2
2
3
31
Exemplo
Para 1 = 1, devemos aplicar o mtodo de Gauss-Jordan
matriz
2
3
2
31
3
2
A I = 2 2 1 2 = 2 3 2
2
3
2
2
3
31
obtendo sua forma escalonada reduzida por linhas:
1 23 1
0
0
0
0 0 0
Exemplo
A aplicao do procedimento prtico para expressar a base
de N (A I) , nos d uma base para N (A I):
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2
Lembrete: esse exatamente o procedimento para

expressar o conjunto soluo do sistema linear homogneo
(A I)x = 0.
Exemplo
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2
prtico, por isso o faremos, trocar o primeiro autovetor

por v1 = (3, 2, 0).
Exemplo
3
{v1 = ( , 1, 0), v2 = (1, 0, 1)}.
2
prtico, por isso o faremos, trocar o primeiro autovetor

por v1 = (3, 2, 0).
Repetimos o procedimento para = 2 = 2. Agora,
devemos aplicar o mtodo de Gauss-Jordan matriz
1
3
2
32
3
2
A 2I = 2 2 2 2 = 2 4 2
2
3
1
2
3
32
Exemplo
A forma escalonada reduzida por linhas de A 2I
1 0 1
1
0 1
0 0
0
Exemplo
1 0 1
1
0 1
0 0
0
logo o procedimento prtico para expressar uma base para
N (A 2I) nos d {v3 = (1, 1, 1)}.
Exemplo
1 0 1
1
0 1
0 0
0
N (A 2I) nos d {v3 = (1, 1, 1)}.
Com isso, temos uma base B = {v1 , v2 , v3 } de R3 formada
de autovetores de A, logo A diagonalizvel.
Exemplo
1 0 1
1
0 1
0 0
0
N (A 2I) nos d {v3 = (1, 1, 1)}.
Com isso, temos uma base B = {v1 , v2 , v3 } de R3 formada
de autovetores de A, logo A diagonalizvel. Ademais,
1 0 0
3 1
1
D= 0 1 0 eP = 2
0 1
0 0 2
0
1
1
Exemplo
Agora, A10 = P D10 P 1 ,
Exemplo
Agora, A10 = P D10 P 1 , mas
110 0
0
1 0
0
D10 = 0
110 0 = 0 1
0
0
0
210
0 0 1024
Exemplo
Agora, A10 = P D10 P 1 , mas
110 0
0
1 0
0
D10 = 0
110 0 = 0 1
0
0
0
210
0 0 1024
e podemos calcular facilmente
P 1
3 1
1
= 2
0 1
0
1
1
1
2
1
= 2 3 1 ,
2
3
2
por exemplo, aplicando Gauss-Jordan matriz [P |I].
Exemplo
Desse modo
A10 = P D10 P 1
Exemplo
Desse modo
10 1
A10 = P
D
P
1
2
1
1 0
0
3 1
1
= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1
Exemplo
Desse modo
10 1
A10 = P
D
P
1
2
1
1 0
0
3 1
1
= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1
1
2
1
3 1 1024
= 2
0 1024 2 3 1
2
3
2
0
1
1024
Exemplo
Desse modo
10 1
A10 = P
D
P
1
2
1
1 0
0
3 1
1
= 2
0 2 3 1
0 1 0 1
2
3
2
0 0 1024
0
1
1
1
2
1
3 1 1024
= 2
0 1024 2 3 1
2
3
2
0
1
1024
2047
3069
2046
= 2046 3068 2046

2046
3069
2047
Outras aplicaes interessantes

Clculo de limites limk Ak , quando existem

Clculo de exponenciais eA , que sempre existem

Soluo de sistemas de equaes diferenciais lineares
ordinrias, por exemplo, o Problema da Mistura

Ordenao/Categorizao de dados: exemplo Google
Page Rank

Page Rank
Classificao de Cnicas e Qudricas

Page Rank
Codificao/Compresso de imagens

Page Rank
Processamento digital de sinais (incluindo imagens)

Page Rank
Estudo da convergncia de processos estacionrios

Page Rank
Estudo da convergncia de processos estacionrios
Etc, (procure uma aplicao do seu interesse!)
Fim da Aula 18
Final da Aula 18, obrigado.
Fim da Aula 18

Algebra Linear - Aula18

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Linear - Aula18

Cargado por

Copyright:

Formatos disponibles

Curso de lgebra Linear

Universidade Federal de So Carlos

Curso de lgebra Linear - Aula 18 p. 1

Curso de lgebra Linear - Aula 18 p. 2

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

chamada Problema de Autovalores.

Curso de lgebra Linear - Aula 18 p. 3

Condio de Existncia de Autovetores

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Mas ker(T I) um subespao de V . Esse o

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Mas ker(T I) um subespao de V . Esse o

Todo vetor v 6= 0 em V () autovetor de T associado a .

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Mas ker(T I) um subespao de V . Esse o

Todo vetor v 6= 0 em V () autovetor de T associado a .

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Mas ker(T I) um subespao de V . Esse o

Todo vetor v 6= 0 em V () autovetor de T associado a .

Curso de lgebra Linear - Aula 18 p. 4

Condio de Existncia de Autovetores

Mas ker(T I) um subespao de V . Esse o

Todo vetor v 6= 0 em V () autovetor de T associado a .

Curso de lgebra Linear - Aula 18 p. 4

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 5

Curso de lgebra Linear - Aula 18 p. 6

Esta chamada equao caracterstica.

Curso de lgebra Linear - Aula 18 p. 6

Esta chamada equao caracterstica.

Curso de lgebra Linear - Aula 18 p. 6

importante frisar que, qualquer que seja a base B ,

Curso de lgebra Linear - Aula 18 p. 7

em relao a alguma base C ,

Curso de lgebra Linear - Aula 18 p. 8

em relao a alguma base C , ento

Curso de lgebra Linear - Aula 18 p. 8

Polinmio caracterstico de matrizes

Curso de lgebra Linear - Aula 18 p. 9

Polinmio caracterstico de matrizes

Recordamos que se A e B so semelhantes ento

Curso de lgebra Linear - Aula 18 p. 9

Polinmio caracterstico de matrizes

Recordamos que se A e B so semelhantes ento