Você está na página 1de 28

Vectores próprios e valores próprios

ÍNDICE

I.

INTRODUÇÂO ...................................................................................................................2

II. OBJECTIVOS .....................................................................................................................3 1. GENERALIDADES ............................................................................................................4 1.1. CONCEITO DE VALOR E VECTOR PRÓPRIO .....................................................7

1.2. INTERPRETAÇÃO GEOMÉTRICA ...............................................................................8 2. CÁLCULO DOS VALORES E VECTORES PRÓPRIOS POR MÉTODO ANALÍTICOS..9

3. PROPRIEDADES ................................................................................................................. 11 4. APLICAÇÃO DE VALORES E VECTORES PRÓPRIOS À UMA MATRIZ ................... 11

5. SEMELHANÇA E DIAGONALIZAÇÃO DE MATRIZES ................................................ 12 6.MÉTODOS ITERATIVOS PARA CÁLCULO DE VALORES E VECTORES PRÓPRIOS .. 17 6.1. 6.2. 6.3. 6.4. 7. III. IV. MÉTODO DAS POTÊNCIAS .................................................................................... 18 MÉTODO DA POTÊNCIA DESLOCADO ................................................................ 21 MÉTODO DA POTÊNCIA INVERSO ....................................................................... 22 MÉTODO DA POTÊNCIA DESLOCADO - INVERSO. ........................................... 23

APLICAÇÃO À EQUAÇÕES DIFERENCIAIS LINEARES ........................................... 24 CONCLUSÃO ............................................................................................................... 27 BIBLIOGRAFIA ............................................................................................................ 28

Engenharia Eléctrica

Análise Numérica

2012

Pg.

1

Vectores próprios e valores próprios

I.

INTRODUÇÃO

O conhecimento de vectores é bastante importante nas ciências (como a matemática, física, química) como e na engenharia. De igual modo, as matrizes são bastante úteis principalmente para determinação, e a sua caracterização está muito relacionada com os valores e vectores próprios, cuja abordagem e aplicação será feita no trabalho a seguir apresentado. Contempla-se duas partes: uma delas envolve métodos analíticos enquanto a outra refere-se aos métodos iterativos para a determinação dos valores próprios e vectores próprios.

Engenharia Eléctrica

Análise Numérica

2012

Pg.

2

Mostrar a aplicação de valores próprios e vectores próprios em equações diferenciais. OBJECTIVOS GERAL:  Descrever o processos de determinação de valores próprios e de vectores próprios com métodos analíticos e métodos iterativos. ESPECÍFICOS:    Calcular e exemplificar os valores pròprios de uma matriz e os vectores próprios associados aos valores próprios correspondentes. Mostrar o uso dos valores e vectores próprios na determinação das propriedades duma matriz.Vectores próprios e valores próprios II. 3 . Engenharia Eléctrica Análise Numérica 2012 Pg.

GENERALIDADES Para o presente trabalho. O vector v = isto é: é combinação linear dos vectores e .2: Se combinaçâo lineares de por: è um conjunto de vectores em é chamado conjunto gerado por .Vectores próprios e valores próprios 1.1: – são chamados coeficientes da combinação linear. A definição de alguns conceitos é importante para o estudo. consideremos o conjunto de matrizes quadradas de ordem n contida num subespaço de R.1: Um vector v è combinaçâo linear de vectores escalarares tais que se existirem Onde Exemplo 1. embora seja possivel o cálculo de valores próprios e vectores próprios nos números complexos. Para obter c1 e c2 basta resolver o sistema correspondente à Definição 1. É denotado Engenharia Eléctrica Análise Numérica 2012 Pg. 4 . Definiçâo 1. porque. o conjunto de todas as .

que contenha um conjunto ou seja. Se ger (S) = Rn. 5 . tem-se Se escolhermos um vector qualquer conjunto de podemos escrever vectores ador de . pelo menos um dos quais não nulo. isto é: e mostrar que ele pode ser escrito com Resolvendo em em termos de a e b. gerador Logo =ger =ger Definiçao 1. tais que Engenharia Eléctrica Análise Numérica 2012 Pg.Vectores próprios e valores próprios ger ou ger (S) . a matriz aumentada è Então Assim para qualquer valor a e b.3: Um conjunto de vectores existirem escalares é linearmente dependente quando . S é chamado conjunto gerador de Exemplo 1.2: Mostre que = ger Resolução: Temos que escolher um vector arbitrário w= combinação linear de .

Assim o modo único de dois vectores serem linearmente dependentes é o de que um seja múltiplo de outro . Definição 1. um conjunto de vectores não linearmente dependente é chamado linearmente independente. Exemplo 1.Vectores próprios e valores próprios Assim.4: Provar que segundo grau) Resolução:  Primeiro provemos que B é linearmente independente. é linearmente independente.4: Um subconjunto B de um espaço vectorial V é uma base de V se:   B gera V B è linearmente independente (não é possivel expressar um dos vectores como combinação linear dos outros). Engenharia Eléctrica Análise Numérica 2012 Pg. Nota-se que todos os escalares s`o nulos. Exemplo 1. sejam escalares tais que : . 6 .3: Os vectores são linearmente dependentes para Pois 1 -2 +0 = . então Isto implica que é uma base para P2 (polinómio do Suponhamos que E a solução é Então .

v Onde:      .1. 1.é o valor próprio (ou autovalor) da matriz A. Devemos Ou equivalentemente Igulando os coificiente de acordo com as potências de x . Espetro: (A)= (A)= max è o conjunto de todos os valores próprios de A. mostremos que é vector próprio de Engenharia Eléctrica Análise Numérica 2012 Pg.  Não precisamos de saber qual é a solução. CONCEITO DE VALOR E DE VECTOR PRÓPRIO A maioria dos problemas tipicos de valores próprios consistem em um escalar nulo v tal que : A. v è o vector próprio ( ou autovector) de A associado ao valor proprio . 7 . mas sim que ela existe.v= .Vectores próprios e valores próprios  Para provar que B gera P2. Conclui-se que B é uma base para P2. A é uma matriz quadrada. Seja mostrar que existe a igualdade um polinómio qualquer de P2.1: Considerando a matriz A= A. obtem-se um sistema de equações que admite solução (o determinante da matriz de coificiente é igual 2). e um vector não Raio espetral : Exemplo 1.1. o qual pode ser complexo mesmo que A seja real.

b) Se y não é vector próprio de A . então: . Engenharia Eléctrica Análise Numérica 2012 Pg. faz-se: = Então =2 é vector próprio de A. então:  Ay  y .Vectores próprios e valores próprios Resolução: Para mostrar que é vector próprio de A.  Ay não tm a mesma direcção de y . 8 . INTERPRETAÇÃO GEOMETRICA a) Se  é vector própria A associado ao valor próprio  A tem a mesma direcção de  . =2 1.2.  O comprimento e sentido de A depende de .

I |=0) origina um polinómio caracteristico de grau n (que é o primeiro membro da equação caracteristico abaixo)... e para tal o determinante da matriz deve ser nulo isto é : |A .I )v=0 de modo a encontrar a solução.Iv=0 <=> (A . 2.I )v = 0 Temos que resolver o sistema homogênio (A .I |=0 O desenvolvimento do determinante característico (|A .v=0 <=> Av . 9 . CÁLCULO DOS VALORES E VECTORES PRÓPRIOS POR MÉTODO ANALÍTICOS Seja A uma matriz de ordem nxn.1: Calcule os valores próprios de Resolução: De |A ... Exemplo 2.1) Engenharia Eléctrica Análise Numérica 2012 Pg. n são os valores próprios de A. Para determinar um vector  tal que Av= v <=>  Av ...   As n raizes 1.I |=0 . temos: Assim : Solução: Exemplo 2..Vectores próprios e valores próprios 2.2: Continuação do exemplo (2.

1) Se =1 Exemplo 2. Engenharia Eléctrica Análise Numérica 2012 Pg.3: Com base dos exemplo (2.I )v1=0 temos Assim Se =1 .1 e 2. achar o vector próprio v2 associado ao valor próprio . Resolução : Seja De (A . 10 . de (A .I )v1=0 Resolvendo temos: (Determinado no exemplo 2.Vectores próprios e valores próprios Encontrar os vectores próprios de Resolução : Seja Então.2) .

3. Traço de A é igual a soma de todos os elementos da diagonal principal de ( A): 4.2. PROPRIEDADES 3. Matriz A de ordem n possui exatamente n valores próprios. Isto pode-se notar pelo polinomio caracteristico Em que resolvendo a equação caracteristica Teremos como zeros são Nota : As matrizes diagonais são casos particulares da propriedade (3. Se A for simétrica .4.3. 3. já que uma matriz diagonal é mesmo tempo triangular superior e inferior . APLICAÇÃO DE VALORES E VECTORES PRÓPRIOS À UMA MATRIZ Considerando 4.1.Traço é igual a soma dos valores próprios: Engenharia Eléctrica Análise Numérica 2012 Pg. 3. 4.Vectores próprios e valores próprios 3. segundo a propriedade (3. Valores próprios de matriz triangular são os próprios elementos da diagonal.2.1.2).1 : Os valores próprios da matriz . Valores próprios de matriz diagonal são os próprios elementos da diagonal. os seus valores próprios são todos reais e os respectivos vactores próprios são ortogonais. Exemplo 3.2) . 11 .

2.4): é o valor próprio da matriz A então Det(A-0I)=0 <=> Det(A)=0 .5. Engenharia Eléctrica Análise Numérica 2012 Pg. . Uma matriz . 4. e . Diz-se pode ser diagonalizada.  . Demostração de (4.3.1. . Determinante de (A) é igual ao produto de valores próprios: 4. Se um dos valores próprios de (A) for nulo a matriz (A) é singular. .Vectores próprios e valores próprios 4. Exemplo 5. com . designada por 2. Nenhum valor próprio de A é nulo: 5. Uma matriz também que . logo A é singular.4. SEMELHANÇA E DIAGONALIZAÇÃO DE MATRIZES 5. é não-singular se verificar qualquer uma das seguintes 3. Existe a inversa de A. então . Singularidade e não singularidade Uma matriz A de ordem propriedades: 1. . Para qualquer 4.1: Seja . é diagonalizavel se ela for semelhante a uma matriz diagonal (D). . 12 . porque é semelhante a uma matriz se existir uma matriz invertível tal que Assim 5.

2: é diagonizavel pois se É mais cómodo verificar a propriedade e . .3 (a seguir). então . pois são raízes do seu característico: e A matriz . Sejam Então: os vectores colunas de e . segundo o teorema 5. (1) (2) Engenharia Eléctrica Análise Numérica 2012 Pg. enquanto que por meio de . Neste caso . Demonstração do Teorema 5. com é uma 5. . é diagonalizavel se possuir exactamente é semelhante a uma matriz diagonal vectores próprios . …. .3 Uma matriz linearmente independentes. é obtida a partir dos aoutovalores de .Vectores próprios e valores próprios Exemplo 5. ou . cujos elementos diagonais são os vectores próprios de matriz cujas colunas são os vectores próprios de .3 Suponhamos primeiro que . .2 Suscita a questão “como achar as matrizes Para responder façamos: Os elementos polinómio e da diagonal de . seja semelhante à matriz diagonal . de ordem . os elementos da diagonal de . pois não exige a determinação de e ?” O exemplo 5. são valores próprios de . 13 .

se possível Resolução: A equação característica e det(A-λI)=0 -λ( Portanto. A formula (3) obtem-se reciprocamente considerando que tem vectores próprios . conjunto linearmente independente. associado a e é invertível. linearmente independentes. a matriz inversa de P.Vectores próprios e valores próprios Onde o lado direito da equacao é exactamente a represente coluna-linha do produto Temos assim. os valores próprios são = =0 e . Seja (3) – é o vector próprio de equacoes uma para cada coluna . então: .3 diagonalizavel a matriz A= . 14 . Engenharia Eléctrica Análise Numérica 2012 Pg. então Logo Exemplo 5. portanto temos um . os valores correspondentes Seja . .

Assim se tomarmos P= então P e invertível. logo e =t é livre e Consequentemente e então tem multiplicidade geométrica igual a 2 tem multiplicidade igual a 1 Podemos afirmar que: para tem como base Para tem como base e Uma verificação directa mostra que esses vectores são linearmente independentes.Vectores próprios e valores próprios Para calculemos assim o vector próprio e x=( em como fazendo e . temos Para =-2 . Engenharia Eléctrica Análise Numérica 2012 Pg. 15 .

Os valores próprios de A são raízes da equacao P(λ)=0 Resolvendo a equacao obten-se λ = 1 V λ = m V λ = 2 (1-λ) [ -(m+2)λ+m]=0 Engenharia Eléctrica Análise Numérica 2012 Pg. Resolução: a) O polinómio característico e dado por: P(λ)=det(A-λI)= = (1-λ) (1-λ) (m+1-λ)-m[(-1)(m+1-λ)+m]+1[0-(1-λ)] =(1-λ) (1-λ) (m+1-λ)+m(1-λ) –(1-λ) =(1-λ ) [(1-λ) (m+1-λ)+m-1] =(1-λ)[ -(m+2)λ+m). Exercício resolvido Dada a matriz A= a) Calcule o polinómio característico de A assim como os seus valores próprios. possui valores próprios reais e distintos. b) Para que valores de m a matriz A e diagonizavel? c) Para os valores obtidos encontre uma matriz diagonizável D e uma matriz não singular P tal que A= . de ordem . então os respectivos vectores próprios são linearmente independentes. AP=PD.Vectores próprios e valores próprios Alem disso como podemos ver.4 Se uma matriz . então a matriz e diagonalizavel com P 5. 16 .

-1. Sendo a equação característica polinomial. não existem fórmulas para o seu cálculo quando o grau for maior que 4. temos Pelo que ={(-1.Vectores próprios e valores próprios b) Se λ=1 temos pelo que E(1)= {(- Se λ=m. pelo que a multiplicidade coincidem . MÉTODOS ITERATIVOS PARA CÁLCULO DE VALORES E VECTORES PRÓPRIOS O uso da equação característica apresenta desvantagens como:   Dependência do cálculo de determinantes. Conclui-se então que A e diagonizavel se e somente se m {1.1)} algébrica e geométrica não Se λ=2 temos· Vemos pois que se m=1. pois torna-se demorado quando a ordem da matriz é relativamente maior.2}. e portanto A não e diagonizavel. det(P) AP=D com m {1.2} c) Para m {1.2} tem-se D= e P= .-1. 17 . 1)} e assim {(1-m. Engenharia Eléctrica Análise Numérica 2012 Pg. Note que det(P)=Então P não é singular e 6.

surgem os métodos iterativos que calculam as aproximações dos vectores próprios e depois os usam para encontrar os correspondentes valores próprios.1. Existem vários métodos mas iremos descrever o método das potências e suas variedades. Então existe um vector não nulo Exemplo 6.1: Determinar uma sequência que aproxime o vector próprio de acima. 6.Vectores próprios e valores próprios Assim. Resolução:  Seja o vector inicial . Engenharia Eléctrica Análise Numérica 2012 Pg. 18 . Teorema: Seja A uma matriz diagonizável com valor próprio tal que a sequência de vectores definida por tende à um vector próprio dominante de A. MÉTODO DAS POTÊNCIAS Este método é aplicado para matrizez e procede de forma iterativa para produzir uma sequência de escalares que converge para um valor próprio dominante “ ” (com maior valor absoluto) e uma sequência de vectores que converge para o correspondente vector próprio “ ”. chamado vector próprio dominante. então com base no teorema Continuando os cálculos para obter as aproximações de Sendo teremos a seguinte tabela. Assim: . A condição imposta sobre para que seja vector inicial é a de que ele deve ter uma componente na direcção na direcção de .

o vector obtido por um escalar que reduz a magnitude das suas componentes.1. 19 . Deduz-se então que é um vector próprio dominante de A. substitui-se xk por Exemplo 6. vê-se que os lk ).01   Nota-se que rk vai se aproximando de 1 à medida que que k aumenta.1:  Calculemos as aproximações do exemplo anterior pelo método de mudança de escala Engenharia Eléctrica Análise Numérica 2012 Pg. Para evitar esse inconveniente.91 1.98 1.99 1. O método de mudança de escala consiste em fazer a divisão de cada um dos xk pela sua componente de maior valor absoluto (mk) para que a sua componente seja igual a 1.67 1. Para encontrar o correspondente valor próprio dominante primeiro deve-se observar que se xk é aproximadamente um vector próprio dominante de A correspondente à λ 1 . lk – a razão entre a primeira componente de xk+1 e xk.00 0. Mudança de escala método das potências O método anterior tem a desvantagem de que os xk obtidos viram rapidamente números muito grandes.Vectores próprios e valores próprios rk – a razão entre a primeira e a segunda componente de xk.00 1. através de vários métodos. Portanto.01 2. então Daí segue-se que lk irá aproximar-se de tendem para 2 ( à medida que k aumentar.1.02 2.05 0. 6.83 1. Pela tabela.95 1. pode-se multiplicar à cada passo da iteração.20 0. podendo originar erros no final do processo.1. k xk rk lk 0 1 2 3 4 5 6 7 8 - 0.50 3.10 2.50 1.

Vectores próprios e valores próprios Resolução: Para xo não há nada a fazer. Nota: Para a maioria das escolhas de xo.83 2 1. já que mo=1. a sequência mk converge para o correspondente valor próprio dominante . Tomemos E com a mudança de escala torna-se Resumindo os passos na tabela temos: K xk yk mk 0 1 2 3 4 5 6 7 8 1 2 1.95 2 1. Logo Calculemos agora para obter como antes.5 2 1. e y4 converge para um vector próprio dominante.99  Pode-se ver que a sequência yk converge para que é um vector próprio dominante. Além disso. 20 . mas fazendo uma mudança de escala na qual  Agora os cálculos mudam. Engenharia Eléctrica Análise Numérica 2012 Pg. mk converge para o valor próprio dominante λ1.

2. Portanto é o segundo valor próprio de A. então é um valor próprio de para qualquer valor de α.2: Utilizando o método da potência deslocado. se λ é um valor próprio de A. Assim. 21 . mas já não é aplicável se quisermos achar outros valores próprios. Exemplo 6. Resumindo os cálculos numa tabela k xk yk mk  0 1 2 3 4 1 2 -3 -3 -3 Nota-se que somente depois de duas iterações. xo produziu o valor próprio -3.Vectores próprios e valores próprios 6. Engenharia Eléctrica Análise Numérica 2012 Pg. se λ1 for o valor próprio dominte de A. calculemos o segundo valor próprio de Solução: No exemplo anterior vimos que . os valores próprios de serão 0. Para encontrar usemos o método anterior à Tomemos temos: mas poderia se fazer outras escolhas. . MÉTODO DA POTÊNCIA DESLOCADO Os métodos anteriores ajudam-nos a obter valores aproximados do valor próprio dominante de uma matriz. existem variedades do método de potência.Assim. como é o caso do método da potência deslocado que considera que.

λ n é um valor próprio de A correspondente ao vector próprio x. Assim. Teorema: Seja A uma matriz quadrada com valor próprio λ e correspondente vector próprio x.1 -0. MÉTODO DA POTÊNCIA INVERSO Este método também visa determinar outros valores próprios. excepto que .5 -0. Exemplo 6. pelo método de eliminação de Gauss. teremos: K xk yk 0 1 2 3 4 5 6 7 8 mk 1 0. então: a) Para qualquer inteiro positivo n. 22 .3.95 -1. para utilizar o método. então é um valor próprio de A-1 correspondente ao vector próprio x. Entretanto resolve-se para xk.02 -0.83 -1.99 -1. Escalonando por linhas Continuando os passos numa tabela.5 1. b) Se A é invertível.Vectores próprios e valores próprios 6. segue-se os mesmos passos que no método de potência.3: Calculemos o segundo autovalor de Resolução:  Iniciemos com temos [A⎹yo]= Assim obtemos para resolver a equação .01 Engenharia Eléctrica Análise Numérica 2012 Pg.

Vectores próprios e valores próprios Da tabela. Exemplo 6. se α for um numero muito próximo de λ. desde que se tenha uma boa aproximação dele. De facto. e será um autovector de . Pode ser usado para encontrar uma aproximação de qualquer valor próprio. Este método combina o método da potência inverso e o da potência deslocado. 23 . Se λ for um autovalor de A e A. os valores de mk convergem para -1.88. o menor valor próprio de A é o inverso de -1 (que também é -1).INVERSO. então maior em módulo do que o próximo autovalor.4.4: Usemos o método da potência deslocado-inverso para encontrar as aproximacoes do autovalor de Resolução: Deslocando temos Aplicando o método da potencia inverso com Resolvendo (A-5I)x1=yo para x1: [A-5I⎹ yo] = Portanto x1 = (-0. então será um valor será muito próprio de .39).61. Se α estiver próximo de λ. Assim. 6. então será invertível se α não for um autovector de . portanto a convergência será muito rápida.88 e Continuando os cálculos numa tabela temos: Engenharia Eléctrica Análise Numérica 2012 Pg. m1=-0. -0. MÉTODO DA POTÊNCIA DESLOCADO . -0.

APLICAÇÃO À EQUAÇÕES DIFERENCIAIS LINEARES x = x(t) é uma função diferenciável que satisfaz uma equação diferencial da forma x’ = kx. então a solução geral é é uma constante.88 -0.98 -0. então substituindo t = 0 na solução geral. onde k é uma constante. Isto é.95 -0.99 -1. que realmente é o valor exacto. a única condição da equação que satisfaz as condições iniciais é: Considerando n funções diferenciáveis em t.Vectores próprios e valores próprios K xk 0 1 2 3 4 5 6 7 yk mk 1 -0. equações diferenciais lineares: que satisfazem o sistema de : Podemos escrever esse sistema na forma matricial como .00  Da tabela nota-se que o autovalor mais próximo de 5 é aproximadamente 5 + 1/m7 que é aproximadamente = 4. vemos que Portanto. onde: Engenharia Eléctrica Análise Numérica 2012 Pg. 7. Se uma condição inicial é especificada. 24 .89 -0.69 -0.

Isto sugere que para um sistema arbitrário. com os correspondentes autovalores v1 = (2. Assim. a equacao diagonal tem uma matriz de coeficientes E os valores próprios 2 e 5 aparecem nos expoentes da solução. 25 . Na forma matricial.Vectores próprios e valores próprios Assim podemos usar os métodos matriciais para nos ajudar a encontrar soluções. A é diagonizável e a respectiva matriz P que faz o serviço é Engenharia Eléctrica Análise Numérica 2012 Pg. respectivamente. Suponhamos que queremos resolver o seguinte sistema de equações diferenciais: Cada equação pode ser resolvida separadamente. para obter Onde C1 e C2 são constantes. como acabamos de fazer. Inicialmente faremos algumas observações úteis. se possível. devemos começar por diagononalizar a matriz de coeficientes. Exemplo Resolva o seguinte sistema de equações diferenciais: Resolução A matriz de coeficientes é e verifica-se que os seus valores próprios são λ1 = 4 E λ2 = -1.3) v2 = (-1.1).

vn] tal que Então a solução geral do sistema é Engenharia Eléctrica Análise Numérica 2012 Pg.Vectores próprios e valores próprios Sabemos que Fazendo obter e substituindo esses resultados na equação original ou da sua forma equivalente.. Ou ainda Resumindo os passos: Seja A uma matriz diagonizavel nxn e seja P=[v1 v2. 26 .. para Isso corresponde ao sistema Cuja solução geral é Ou . Para achar x só precisamos de calcular Conclusão.

Os seus valores próprios são os elementos da sua diagonal principal. Os métodos iterativos podem ser aplicados para a determinação de valores próprios e vectores próprios quando a ordem da matriz for superior a quatro. 27 . se det(A-λΙ)=0.Vectores próprios e valores próprios III. Os conceitos de independência linear e o de semelhança são importantes para decidir se uma matriz é ou não diagonizável. Também são usados no cálculo de equações diferenciais. Engenharia Eléctrica Análise Numérica 2012 Pg. Uma matriz diagonal é um caso particular de uma matriz triangular pois ela é ao mesmo tempo triangular superior e inferior. Diz-se que λ é valor próprio de uma matriz quadrado A se e somente se A-λI for não invertível ou seja. CONCLUSÃO Os valores próprios e vectores próprios ajudam-nos bastante a carcterizar uma matriz.

Vectores próprios e valores próprios IV.. Vol 1. M. 28 .pdfmeta. São Paulo . Editora Mir Moscov. BIBLIOGRAFIA POOLE. Introdução à Álgebra linear e geometria analítica. Disponível em http. D. Matemtica para engenharia. Engenharia Eléctrica Análise Numérica 2012 Pg. 2011 AGUDO. Cengage Peavming Editora. 1998. David. F. NIKOLSK. BUGROV. J. Livraria Escolar Editora 1996. Álgebra linear. Acesso em 20 de Abril 2012. Ia S.com.www. R.