1 / 62

Álgebra Linear e Geometria Analítica

Álgebra Linear e Geometria Analítica. 8ª aula. Valores Próprios e Vectores Próprios. Seja  um número real e A uma matriz quadrada nn. Diz-se que  é um valor próprio da matriz A se existir uma matriz coluna não nula X n1 tal que A X =  X

maia
Download Presentation

Álgebra Linear e Geometria Analítica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Álgebra Linear eGeometria Analítica 8ª aula

  2. Valores PróprioseVectores Próprios

  3. Seja  um número real e A uma matriz quadrada nn. Diz-se que  é um valor próprio da matriz A se existir uma matriz coluna não nula Xn1 tal que A X =  X À matriz coluna X chama-se vector próprio associado ao valor próprio . Definição:

  4. Exemplo: 3 é valor próprio Um vector próprio associado é

  5. Como determinar os valores próprios e os vectores próprios de uma matriz?

  6. Como determinar os valores próprios e os vectores próprios de uma matriz?

  7. Como determinar os valores próprios e os vectores próprios de uma matriz? Este sistema homogéneo tem que ser indeterminado pois queremos X0

  8. Definições: (A -  I) – matriz característica de A det (A -  I) – polinómio característico de A det (A -  I) = 0 – equação característica de A

  9. Como determinar os valores próprios e os vectores próprios de uma matriz? Este sistema homogéneo tem que ser indeterminado pois queremos X0 então det (A -  I) = 0

  10. Como determinar os valores próprios e os vectores próprios de uma matriz? det (A -  I) = 0 então Os valores próprios são as raízes do polinómio característico.

  11. Os valores próprios de são as raízes de é a única raiz deste polinómio: tem multiplicidade 2

  12. Os valores próprios de são as raízes de é a única raiz deste polinómio: tem multiplicidade 2 Diz-se que  é valor próprio com multiplicidade algébrica 2

  13. Como encontrar o vector próprio associado?

  14. Como encontrar o vector próprio associado? Deve ser tal que – a + b = 0

  15. O conjunto de todos os vectores próprios associados ao mesmo valor próprio é um subespaço vectorial que se designa por subespaço próprio associado a  e se representa por E

  16. No exemplo: Tem um valor próprio  = 3 Os valores próprios associados têm que ser da forma com – a + b = 0

  17. No exemplo:

  18. Definição: Chama-se multiplicidade geométrica de um valor próprio à dimensão do subespaço próprio associado

  19. Teorema: A multiplicidade algébrica de um valor próprio é maior ou igual à sua multiplicidade geométrica

  20.  = 6 é valor próprio de A com multiplicidade algébrica 1 • = -1 é valor próprio de A com multiplicidade algébrica 2

  21. Determinação dos subespaços próprios:

  22. Determinação dos subespaços próprios:

  23. É uma base de 3

  24. Valores próprios e invertibilidade: • Seja A uma matriz que tem o valor próprio  = 0 então: det(A – 0 I) = 0  det(A) = 0 Conclusão: a matriz não é invertível.

  25. Valores próprios e invertibilidade: • Seja A uma matriz que tem o valor próprio  = 0 então: det(A – 0 I) = 0  det(A) = 0 Conclusão: a matriz não é invertível. TEOREMA: Uma matriz é invertível se e só se não tem o valor próprio 0.

  26. Diagonalização de matrizes Definição: Uma matriz A diz-se semelhante a uma matriz B se existir uma matriz invertível P tal que B = P-1 A P. Se A é semelhante a B então B é semelhante a A. PBP-1 = PP-1 A PP-1 PBP-1 = A Definição: Uma matriz A diz-se diagonalizável se for semelhante a uma matriz diagonal, isto é se houver uma matriz diagonal D e uma matriz invertível P tais que: D = P-1 A P

  27. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios

  28. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I)

  29. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I) = det(P-1 A P - P-1 P ) =

  30. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I) = det(P-1 A P - P-1 I P ) = det(P-1 (A - I ) P ) =

  31. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P)

  32. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P) = det(P-1) det(P) det (A - I)

  33. Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B -  I) = det(P-1 A P -  I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P) = det(P-1) det(P) det (A - I) = det (A - I)

  34. Teorema: A matriz A-1 tem os valores próprios inversos dos valores próprios de A Seja  valor próprio de A. Então: A X =  X  A-1 A X =  A-1X  X =  A-1X Se A é invertível todos os valores próprios são diferentes de 0 X =  A-1X 

  35. Valores próprios de uma matriz diagonal: Os valores próprios de uma matriz diagonal são os elementos da diagonal. EXEMPLO:

  36. Teorema: Uma matriz quadrada de ordem n é semelhante a uma matriz diagonal se e só se existir uma matriz invertível P cujas colunas são vectores próprios da matriz D = P-1 A P  PD = AP AP = [ AP1 AP2 . . . APn] AP1 = 1P1 AP2 = 2P2 . . . APn = nPn

  37. Teorema: Sendo A uma matriz quadrada de ordem n, existe uma matriz invertível cujas colunas são vectores próprios de A se e só se a soma das multiplicidades algébricas dos valores próprios de A é n e as multiplicidades algébricas e geométricas coincidem.

More Related