1

AUTOVALORES E AUTOVETORES

1. Introduo

Vrios problemas de Engenharia podem ser resolvidos a partir de uma abordagem por
autovalores e autovetores. O exemplo mais comum encontrado na anlise de vibraes em
estruturas usando o Mtodo da Superposio Modal, onde a resposta estrutural descrita
como uma soma das respostas individuais relativas a cada um dos modos de vibrao
considerados. Estes modos de vibrao e suas frequncias correspondentes so
determinados a partir da soluo de um problema de autovalores e autovetores. Outra
aplicao importante para o problema de autovalores e autovetores ocorre no estudo de
convergncia e estabilidade numrica de sistemas de equaes com soluo por mtodos
iterativos. Neste caso, os autovalores da matriz de coeficientes indicam se a soluo ser ou
no convergente ao longo do processo iterativo.

2. Definies

Um autovetor v de uma matriz B um vetor no nulo que, por definio, no sofre rotao
quando se realiza a operao B.v, a qual pode apenas inverter o sentido de v. Assim, o
autovetor v pode ter seu comprimento alterado ou ter seu sentido invertido, porm sem
qualquer mudana de direo. Neste contexto, h uma constante escalar tal que B.v = .v,
onde um autovalor de B. Para qualquer constante , verifica-se que B(.v) = .B.v =
.v. Ou seja, um autovetor continua sendo um autovetor mesmo aps a multiplicao de
uma constante, j que esta operao no altera sua direo.

Em mtodos iterativos, observa-se que a matriz de coeficientes aplicada sucessivamente

ao vetor de termos independentes. Quando uma matriz B aplicada repetidamente a um
autovetor v, tm-se as seguintes situaes: se < 1, ento o produto Bi.v = i.v tende a
zero medida que i tende ao infinito; se > 1, ento o produto Bi.v ir aumentar
medida que i tende ao infinito. Portanto, cada vez que se aplica a matriz B ao vetor v, o
comprimento de v aumenta ou reduz de acordo com o valor de .

= - 0,5.

= 2.

Se uma dada matriz B simtrica, ento existe um conjunto de n autovetores

independentes de B, representados por v1, v2, ..., vn. Este conjunto no nico, j que cada
 2

autovetor pode ser multiplicado por uma constante arbitrria no nula para formar um novo
autovetor. Para cada autovetor h um autovalor correspondente definido por 1, 2, ..., n.
Para uma dada matriz, o conjunto de autovalores nico, os quais podem ou no ser iguais,
como o caso da matriz identidade, onde todos os autovalores so unitrios e qualquer
vetor no nulo um autovetor da matriz I.

Considerando que um conjunto de autovetores dado por {vi} forma uma base em Rn e uma
matriz simtrica B possui n autovetores linearmente independentes, qualquer vetor n-
dimensional pode ser expresso como uma combinao linear destes autovetores.

Um conjunto de vetores qualquer {v1, v2, ..., vk} chamado linearmente independente se:

1 v1 + 2 v 2 + + k v k = 0

onde 1 = 2 = ... = k = 0. Caso contrrio, o conjunto de vetores linearmente dependente.

Para um conjunto de n vetores linearmente independentes {v1, v2, ..., vn} em Rn, qualquer
vetor x Rn pode ser escrito unicamente como:
n
x = 1 v 1 + 2 v 2 + + n v n = i v i
i =1

onde 1, 2, ..., k um conjunto qualquer de constantes.

Um conjunto de vetores {v1, v2, ..., vn} chamado de ortogonal se (vi)T(vj) = 0 para todo i j.
Se, adicionalmente, verifica-se que (vi)T(vi) = 1 para todo i = 1, 2, ..., n, o conjunto dito
ortonormal.

Como a operao de multiplicao matriz-vetor distributiva, possvel estudar o efeito da

matriz B sobre cada autovetor separadamente. Na figura abaixo, mostrada a
representao de um vetor x qualquer como a soma de dois autovetores, v1 e v2. Ao aplicar-
se sucessivamente a matriz B ao vetor x, obtm-se: Bix = Biv1 + Biv2 = (1)iv1 + (2)iv2.
Portanto, se a magnitude de todos os autovalores menor do que 1, o produto Bix converge
a zero, uma vez que os autovetores que compe o vetor x convergem a zero quando a
matriz B multiplicada sucessivamente. Caso um dos autovalores tenha um valor maior do
que 1, o produto Bix ir divergir (tende a um valor infinito).

1 = 0,7; 2 = - 2

A fim de avaliar as propriedades de convergncia de uma matriz B qualquer, emprega-se o

conceito de raio espectral, definido por:

(B ) = max i
 3

onde i o i-simo autovalor de B. Para que o vetor x convirja a zero rapidamente, o raio
espectral deve ser menor do que 1 e com um valor to pequeno quanto possvel. Para uma
matriz simtrica, por exemplo, todos os seus autovalores so reais. Uma matriz positivo-
definida apresenta todos os autovalores positivos, enquanto que uma matriz positivo-semi-
definida tem seus autovalores maiores ou iguais a zero. Outro parmetro envolvendo
autovalores de uma matriz B o nmero de condicionamento, definido por:

n
(B ) =
1

onde 1 o autovalor dominante (maior autovalor) de B e n o seu ltimo (menor valor)

autovalor.

No contexto da soluo de sistemas de equaes (A.x = b), um nmero de condicionamento

alto significa que a matriz de coeficientes mal condicionada, indicando uma maior
suscetibilidade a erros no processo de soluo. Basicamente, quando o nmero de
condicionamento da matriz de coeficientes A de um sistema de equaes alto, qualquer
pequena perturbao no vetor de termos independentes b provoca uma grande variao no
vetor soluo x. Por outro lado, quando o nmero de condicionamento baixo, o problema
bem condicionado. Para uma matriz singular, tem-se que o nmero de condicionamento
infinito.

3. O problema de autovalores e autovetores

O problema de autovalores e autovetores geralmente colocado na seguinte forma:

[ A I] x = 0
onde A uma matriz de dimenses n x n e I a matriz identidade. A expresso acima indica
que existe uma constante (autovalor) tal que Ax = x, ou seja, existe um vetor x
(autovetor) que paralelo ao vetor obtido atravs do produto Ax. A soluo do problema
ser no trivial quando o determinante da matriz formada pelos termos em colchetes for
nulo, isto :

A I = 0

A equao acima conhecida como equao caracterstica do sistema e define o polinmio

caracterstico da matriz A como uma equao de uma incgnita () e grau n, onde n a
ordem da matriz A (ou, o nmero de equaes do sistema de autovalores e autovetores). As
razes do polinmio caracterstico so os autovalores da matriz A, sendo que para cada
autovalor forma-se um autovetor correspondente. Para uma matriz A simtrica, todos os
autovalores so reais.
 4

Exemplo 1: determinar os autovalores e autovetores da matriz abaixo:

70 0 50
0 100 40

50 40 80

O problema de autovalores e autovetores definido por:

70 0 50 x 0
0
( A . ) .x = 0 100 40 y = 0
50 40 80 z 0

Calculando-se o determinante da matriz acima e igualando a zero, obtm-se o seguinte

polinmio caracterstico:

3 50. 2 +13500. + 422000 = 0

A soluo para a equao acima dada por:
1 = 109,13
2 = 29,93
3 = 129,21
Para a determinao dos autovetores deve-se substituir cada um dos autovalores na
equao ( A . ) .x = 0 .

Para 1 = 109,13, tem-se que:

179,13 0 50 x 0
0
9,13 40 y = 0
50 40 189,13 z 0

Resolvendo as primeiras duas linhas do sistema, obtm-se que x = 0,279.z e y = 4,381.z.

Logo, o primeiro autovetor pode ser dado por: x1 = k(-0,279; 4,381; 1)T, sendo k uma
constante qualquer tal que k 0. Ou seja, neste caso foi definida como arbitrria a escolha
da componente z do vetor x1.
Para 2 = 29,93, tem-se que:

40, 07 0 50 x 0
0
129,93 40 y = 0
50 40 50, 07 z 0

Resolvendo as primeiras duas linhas do sistema, chega-se a x = 1,248.z e y = 0,308.z.

Portanto, o segundo autovetor pode ser definido como: x2 = k(-1,248; 0,308; 1)T, sendo k
uma constante qualquer tal que k 0. Ou seja, neste caso foi definida como arbitrria a
escolha da componente z do vetor x2.
 5

Finalmente, para 3 = 129,21, obtm-se:

59, 21 0 50 x 0
0
229, 21 40 y = 0
50 40 49, 21 z 0

Resolvendo as primeiras duas linhas do sistema, obtm-se que x = 0,844.z e y = 0,175.z.

Assim, o terceiro autovetor pode ser definido como: x3 = k(0,844; -0,175; 1)T, sendo k uma
constante qualquer tal que k 0. Ou seja, neste caso foi definida como arbitrria a escolha
da componente z do vetor x3.

O exemplo acima demonstra que o sistema ( A . ) .x = 0 linearmente dependente e,

portanto, produz soluo que no nica. Para resolver o problema pode-se arbitrar uma
das componentes como sendo unitria ou arbitrar que os autovetores tem mdulo unitrio.
Assim, possvel adicionar uma equao ao sistema e obter uma soluo nica. Neste caso,
obtm-se autovalores e autovetores normalizados. Embora til, este mtodo de soluo no
adequado para sistemas com grande nmero de equaes, normalmente encontrados em
casos prticos da Mecnica das Estruturas.

Exemplo 2: determinar as frequncias naturais e os modos de vibrao para o sistema

massa-mola mostrado na figura abaixo:

Dados: k1 = 2 N/m; k2 = k3 = 1 N/m; m1 = m2 = 1 Kg.

As equaes do movimento para o sistema acima so dadas por:

d
m1 u1 + ( k1 + k 2 ) u1 k 2u2 = 0
dt 2

d
m2 u2 k 2u1 + ( k 2 + k3 ) u2 = 0
dt 2

A soluo do sistema acima tem a forma:

u1 = x1sen(t )

u2 = x2sen(t )
 6

onde x1 e x2 so as amplitudes de deslocamento das massas m1 e m2, respectivamente, e

a frequncia angular de vibrao do sistema. Derivando duas vezes as expresses acima em
relao ao tempo, obtm-se:

d2
u = x1 2sen(t )
2 1
dt

d2
u2 = x2 2sen(t )
dt 2

Substituindo as derivadas acima nas equaes de movimento e dividindo a primeira equao

por m1 e a segunda por m2, chega-se a:

k1 + k2 k
2 x1 2 x2 = 0
m1 m1

k2 k +k
x1 + 2 3 2 x2 = 0
m2 m2

A forma matricial do sistema acima dada por:

k1 + k2 k2
m
2

m1 x 0
1
1=
k 2 + k3 x
2 2
k2 0
m m2
2
A expresso acima pode ser interpretada como um problema de autovalores e autovetores
ao considerar que = 2. Assim, tem-se ( A . ) .x = 0 , sendo:

k1 + k2 k2
m
m1 x
A= 1
; x = 1
k2 k 2 + k3 x2
m m2
2

A soluo do problema obtida a partir das razes do polinmio caracterstico, o qual resulta
do determinante nulo da matriz A I. Portanto, tem-se:

k1 + k2 k 2 + k3 k22
=0
m1 m2 m1m2

k1 + k2 k2 + k3 k1 + k2 k2 + k3 k22
2
+ + =0
m1 m2 m1 m2 m1m2

Aplicando os dados equao acima, obtm-se:

 7

2 5 + 5 = 0

As razes so: 1 = 3,618 e 2 = 1,382. Para obter-se o autovetor correspondente a cada um

dos autovalores emprega-se o sistema ( A i . ) .xi = 0 , com i = 1,2. Tomando-se o primeiro
autovalor 1 = 3,618, obtm-se:

0, 618 x1 x2 = 0

x1 1, 618 x2 = 0

Como o sistema acima linearmente dependente, adota-se uma normalizao dos

autovetores a fim de possibilitar uma soluo nica. Assim, considera-se que:

x12 + x22 = 1

Do sistema de equaes acima se obtm a seguinte relao:

x2 = 0, 618 x1

Substituindo a relao acima na equao anterior, chega-se a:

x12 + 0,382 x12 = 1

Logo, x1 = 0,850 e x2 = -0,526. Repetindo o procedimento acima para o segundo autovalor 2

= 1,382, obtm-se x1 = 0,526 e x2 = 0,850. Assim, os autovetores ficam definidos por:

0,850 0, 526
x1 = ; x2 =
0, 526 0,850

A determinao de autovetores e autovalores em sistemas com um grande nmero de

equaes pode ser visto como um problema equivalente obteno de uma matriz de
rotao que diagonalize a matriz de coeficientes A. Assim, esta matriz de rotao poder ser
formada pelos autovetores de A e a matriz diagonalizada ser composta pelos seus
autovalores. Para uma matriz simtrica A de dimenses n x n, tem-se n equaes matriciais
correspondendo a cada um de seus autovalores, isto :

A.x1 = 1x1
A.x 2 = 2 x 2

A.x n = n x n

Definindo a matriz Q como uma composio de autovetores dada por:

Q = [ x1 x2 xn ]

e a matriz diagonal formada a partir dos autovalores correspondentes:

 8

1 0 0
0 0
= 2

0 0 n

o sistema de equaes definido acima pode ser reescrito como sendo:

A.Q = .Q
Define-se a matriz B como:

B = QT .Q
Assim, o elemento ij da matriz B ser dado pelo produto escalar entre a coluna i e a coluna j
de Q, ou seja:

Bij = xiT x j

onde xi o autovetor correspondente ao autovalor i e xj o autovetor correspondente ao

autovalor j. Portanto, tem-se que:
A.xi = i xi
A.x j = j x j

Ps-multiplicando a transposta da primeira das equaes acima por xj e pr-multiplicando a

segunda equao por (xi)T, obtm-se:

xiT .A T .x j = i xiT .x j
xiT .A.x j = j xiT .x j

Subtraindo a segunda equao acima da primeira e lembrando que A = AT, chega-se a:

( j i ) xiT .x j = 0

Da expresso acima conclui-se que:

xiT .x j = 0

ou seja, os autovetores so ortogonais. Alm disso, observa-se que:

xiT .xi = 1

uma vez que os autovetores so normalizados. Assim, resulta que:

B=I

j que Bij = xiT x j . Considerando que B = QTQ, pode-se concluir que QT = Q-1, ou seja, a matriz
de autovetores Q ortogonal.
, a mesma pode ser reescrita como:
Voltando agora equao A.Q = Q.
 9

QT .A.Q =
Assim, a aplicao da transformao ortogonal QTAQ sobre uma matriz simtrica A, produz
uma matriz diagonal, cujos elementos no nulos correspondem aos autovalores de A.
O processo de diagonalizao de uma matriz tem uma importncia prtica significativa em
problemas de Engenharia, como, por exemplo, encontrar as tenses principais
correspondentes ao tensor de tenses em um ponto. Matematicamente, tambm uma
operao extremamente til, pois permitir operaes matemticas complexas
(diferenciao, integrao, extrao de logaritmo, etc.) com as matrizes. Isto ocorre porque
possvel operar sobre os elementos de uma matriz diagonalizada como se fossem escalares
ou nmeros.

Exemplo 1: Para o estado de tenso definido pela matriz abaixo, obtenha as direes
principais.
70 0 50
= 0 100 40
50 40 80

Para encontrar as tenses principais deve-se realizar uma rotao do estado de tenses de
modo a diagonaliz-lo. Portanto, tem-se que:

QT Q =

onde Q a matriz de rotao e a matriz de tenses diagonalizada formada a partir das

tenses principais.

A determinao das tenses principais se d atravs da soluo do problema de autovalores

e autovetores definido por ( . ) .x = 0 , onde os autovalores representam as tenses
principais e os autovetores representam as direes principais (as normais aos planos
principais). Como visto anteriormente, os autovalores sero as razes do polinmio
caracterstico da matriz - I. Neste caso, obtm-se:

1 = 129,21

2 = 109,13

3 = 29,93

Os autovetores correspondentes so obtidos a partir do sistema:

70 i 0 50 x i 0
0
( i . ) .xi = 0 100 i 40 yi = 0
50 40 80 i zi 0

juntamente com a condio de vetores normalizados, ou seja, x2 + y2 + z2. Logo, obtm-se:

 10

0, 639 0,062 0, 766

x1 = 0,133 ; x 2 = 0,973 ; x3 = 0,189
0,757 0, 222 0, 614

A matriz de rotao Q fica definida como:

0, 062 0, 766 0, 639

Q = 0,973 0,189 0,133
0, 222 0, 614 0, 757

Exemplo 2: Extrair o logaritmo da matriz abaixo.

10 5 10
A = 5 20 15
10 15 30

Neste caso o procedimento a ser adotado consiste em diagonalizar a matriz atravs de uma
rotao e realizar a operao matemtica sobre a matriz diagonalizada. necessrio ainda
retornar ao sistema original, o que pode ser feito atravs da inverso da equao
QT .A.Q = . Resolvendo-se o problema de autovalores e autovetores dado por
( A . ) .x = 0 , obtm-se os seguintes resultados:

44,360 0 0
= 0 10 0
0 0 5, 635

0,3065 0, 4082 0,8599

Q = 0,5438 0,8165 0,1938
0, 7812 0, 4082 0, 4722

O logaritmo da matriz dado por:

3, 792 0 0

ln = 0 2,303 0
0 0 1,729

Da equao Q T .A.Q = obtm-se o logaritmo de A da seguinte forma:

ln A = Q ( ln ) Q T

Portanto:
 11

2, 0180 0,1527 0,5896

ln A = 0,1527 2, 7210 0, 6854
0,5896 0, 6854 3, 0830

Caso geral

Muitas vezes no possvel reduzir o problema de autovalores e autovetores forma

A.x = ..x . Considera-se, ento, a forma mais geral, indicada abaixo:

A.x = B.x

onde B deve ser uma matriz simtrica e positivo-definida. Neste caso, a ideia bsica consiste
em reduzir o sistema acima ao formato A.x = ..x e ento resolver o problema de
autovalores e autovetores. Porm, esta reduo deve ser feita de forma a manter a simetria
das matrizes envolvidas. Para isso, deve-se inicialmente decompor a matriz B na forma B =
STS empregando-se, por exemplo, a decomposio de Choleski. Assim, tem-se:

A.x = B.x A.I.x = S TS.x A.S 1 .S.x = S TS.x

Pr-multiplicando a ltima expresso acima por (ST)-1, lembrando que (ST)-1 = (S-1)T, obtm-
se:

(S )
T 1
A.S 1 .S.x = .S.x H.x = .x

onde:

H = ( S T ) A.S 1
1

x = S.x

sendo H uma matriz simtrica. Observa-se que a expresso H.x = .x similar forma
A.x = ..x , onde os autovetores procurados so dados por:

x = S1.x

4. Aplicao de autovalores e autovetores na Mecnica das Estruturas

Na Mecnica das Estruturas emprega-se a abordagem de autovalores e autovetores

principalmente no estudo da estabilidade esttica e na determinao dos modos de vibrao
de estruturas. Uma caracterstica importante do problema de autovalores e autovetores
que o sistema de equaes formado no apresenta soluo nica.

O equilbrio esttico de estruturas pode ser investigado a partir de uma formulao de

autovalores e autovetores, determinando-se como resultado as condies de estabilidade
do sistema. Assim, o problema pode ser colocado da seguinte forma: assumindo que a
soluo da equao de equilbrio conhecida, busca-se uma nova soluo a partir de uma
 12

pequena perturbao aplicada sobre a configurao de equilbrio obtida. A resposta da

anlise indica se o equilbrio estvel, instvel ou indiferente.

Nos sistemas estruturais, a estabilidade de uma dada configurao de equilbrio depende

fundamentalmente da intensidade das foras que agem sobre a estrutura, de sua vinculao
e das propriedades mecnicas e geomtricas dos elementos estruturais. comum que certas
configuraes de equilbrio somente sejam possveis para certos valores de cargas e no
para outros. A estabilidade representa a tendncia de um corpo de retornar a sua posio de
equilbrio aps qualquer perturbao sofrida. Basicamente, existem dois tipos de
estabilidade: a estabilidade esttica e a estabilidade dinmica. Do ponto de vista estrutural,
somente o equilbrio estvel aceitvel.

Neste caso, o problema de autovalores e autovetores usualmente formulado como:

K. = K G .

onde K a matriz de rigidez do sistema estrutural e KG a matriz de rigidez geomtrica

correspondente, ambas de ordem n, e o autovetor relativo ao autovalor . Os
autovetores i representam os modos de flambagem enquanto que os autovalores indicam
as cargas crticas correspondentes a partir de fatores de carga. A anlise de flambagem pela
abordagem de autovalores e autovetores produz como resultado as cargas crticas dos
diferentes modos de flambagem existentes (flexo, toro, etc..) atravs da multiplicao da
carga aplicada pelos fatores de carga correspondentes (autovalores).

importante lembrar que uma matriz de rigidez positivo-definida apresenta n autovalores

positivos (i > 0, i = 1, n), enquanto que uma matriz de rigidez semi-positivo-definida tem n
autovalores maiores ou iguais a zero (i > 0, i = 1, n), onde o nmero de autovalores nulos
indica o nmero de modos de corpo rgido do sistema.

Na anlise dinmica de estruturas a abordagem de autovalores e autovetores uma forma

alternativa usada para a obteno da soluo da equao do movimento a partir da
aplicao do Mtodo da Superposio Modal. Neste mtodo busca-se a determinao da
matriz modal , com a qual transforma-se o sistema de equaes de movimento na seguinte
forma:

( t ) + K
.X
M .X ( t ) = R
(t )
 13

onde:

= M = I
M
= K = 2
K
( t ) = R ( t )
R

sendo 2 uma matriz diagonal contendo as frequncias i2 (i = 1, n) do sistema e uma

matriz que contm os seus respectivos autovetores, isto :

12 0 0

0 22 0
= = [ 1 2 n ]
2
;


0 0 n2

onde 1, 2, ..., n so os n autovetores do sistema. Nas expresses que definem as matrizes

M eK verifica-se que:

1 (i = j )
iT Mj =
0 (i j )

iT Kj = i2 ij

ou seja, os autovetores i so ortonormais em relao matriz de massa M do sistema e

ortogonais em relao matriz de rigidez K.

A determinao da matriz modal feita a partir da equao do movimento do sistema em

vibrao livre (vetor de carga nulo: R(t) = 0), isto :

( t ) + K.U ( t ) = 0
M.U

cuja soluo tem a forma:

U ( t ) = .sen (t )

Substituindo a expresso acima na equao do movimento em vibrao livre, obtm-se:

K. = 2M.

A equao acima representa um problema de autovalores e autovetores que produz n pares

de soluo do tipo ( 12 , 1 ), ( 22 , 2 ), ..., ( n2 , n ). A resposta em deslocamentos dada por:

U ( t ) = .X ( t )

onde X(t) obtido da equao:

 14

( t ) + 2 .X ( t ) = R
X (t )

juntamente com condies iniciais para X(t).

5. Mtodos de soluo do problema de autovalores e autovetores

Os mtodos utilizados na soluo do problema de autovalores e autovetores para sistemas

de grande porte tm natureza iterativa, uma vez que o polinmio caracterstico apresenta
grau polinomial igual ordem da matriz de coeficientes e no h uma forma explcita
disponvel para a obteno das razes de um polinmio de grau maior do que 4.

Entre os vrios mtodos existentes para a soluo do problema de autovalores e

autovetores destacam-se os seguintes mtodos:

- Mtodo da Potncia;

- Mtodo de Jacobi;

- Mtodo de Householder;

- Mtodo QR;

- Mtodo Lanczos.

Abaixo, so descritos alguns destes mtodos.

5.1. Mtodo da potncia

O Mtodo da Potncia apresenta uma abordagem iterativa para a determinao do

autovalor dominante de uma matriz A de ordem n. Modificando-se ligeiramente o mtodo,
possvel tambm obter-se os demais autovalores.

Para a aplicao do Mtodo da Potncia assume-se que a matriz A tenha ordem n e n

autovalores associados a um conjunto de autovetores independentes {v1, v2, ..., vn}.
Considera-se tambm que haja um autovalor dominante 1 de tal forma que:

1 > 2 3 n 0.

Sendo x um vetor qualquer definido em Rn e {v1, v2, ..., vn} um conjunto de autovetores
linearmente independentes, tem-se que:
n
x = jv j
j =1

onde 1, 2, ..., n um conjunto qualquer de constantes.

Multiplicando-se sucessivamente ambos os lados da equao acima pela matriz A,

lembrando que A.x = x, obtm-se:
 15

n n
A.x = j A.v j = j j v j
j =1 j =1

n n
A 2 .x = j j A.v j = j j2 v j
j =1 j =1

n
A k .x = j kj v j
j =1

Se 1k fatorado para cada termo do somatrio, ento:

j
k
n
A .x = j v j
k k

1
1
j =1

Como 1 > j , para j = 2, 3, ..., n, tem-se que:

j
k

lim = 0
k
1

e:

lim A k x = lim 1k 1v1

k k

A sequncia converge a zero se 1 < 1 e diverge para 1 > 1 desde que 1 0.

Escalonando-se as potncias de Akx de maneira apropriada pode-se assegurar que os limites
na equao acima sejam finitos e diferentes de zero. Assim, tem-se que:

j
k

0 para k
1

Logo:

A k .x 1k 1 v1 para k

Para um sistema escrito na forma Ax = x, arbitra-se inicialmente um vetor x com

componentes unitrias, ou seja, x0 = (1, 1, ..., 1)T, representando uma aproximao inicial
para o autovetor dominante. O autovalor correspondente aproximao inicial x0 dado
por:

0 = x 0

onde:
 16

x0
= max xi
i =1, n

O produto Ax0 fornece uma nova aproximao para x, ou seja, 1x1, onde x1 e 1 so
calculados da seguinte forma:

1 = Ax 0

Ax 0
x1 =
1

O subndice nas duas expresses acima indica agora o passo iterativo.

Com o vetor x1 calculado, repete-se o procedimento acima at que se obtenha a

convergncia. Um algoritmo para o Mtodo da Potncia pode ser descrito como:

Para k = 0:

- Dada a matriz A, tomar x0 = (1, 1, ..., 1)T e calcular o produto A.x0.

- Obter novas aproximaes para e x:

1 = Ax 0

Ax 0
x1 =
1

Para k = 1, 2, ...:

- Calcular o produto A.xk e obter novas aproximaes para e x usando:

k = Ax k 1

Ax k 1
xk =
k

- Verificar a convergncia:

xk x k 1 < tol

A taxa de convergncia do mtodo da ordem da razo ( 2 1 ) , onde 1 o autovalor

m

dominante, 2 o segundo maior autovalor de A e m o passo iterativo. Assim, quanto

menor o valor desta razo, maior ser a velocidade de convergncia.

Exemplo: determine o autovalor dominante da matriz abaixo e o seu autovetor

correspondente.
 17

4 2 1
2 6 3

1 3 8

Montando o sistema de equaes de autovalores e autovetores, tem-se que:

4 2 1 x1 x1
2 6 3 x = x
2 2
1 3 8 x3 x3

Adotando uma aproximao inicial x0 = (1, 1, 1)T, obtm-se:

4 2 1 1 7 x1 7 /12 = 0,583
A.x0 = 2 6 3 1 = 11 = x2
1 = 12 x1 = 11/12 = 0,917
1 3 8 1 12 x3 12 /12 = 1

Para os demais passos iterativos, obtm-se:

k = 1:

4 2 1 0,583 5,166 x1 0, 455

A.x1 = 2 6 3 0,917 = 9, 668 = x2 2 = 11,334 x 2 = 0,853

1 3 8 1 11,334 x3 1

k = 2:

4 2 1 0, 455 4,526 x1 0, 411

A.x 2 = 2 6 3 0,853 = 9, 028 = x2 3 = 11, 014 x3 = 0,820

1 3 8 1 11, 014 x3 1

k = 3:

4 2 1 0, 411 5, 464 x1 0,503

A.x3 = 2 6 3 0,820 = 8,742 = x2 4 = 10,871 x 4 = 0,804

1 3 8 1 10,871 x3 1

k = 4:

4 2 1 0,503 4, 620 x1 0, 423

A.x 4 = 2 6 3 0,804 = 8,830 = x2 5 = 10,915 x5 = 0,808
1 3 8 1 10,915 x3 1
 18

k = 5:

4 2 1 0, 423 4,308 x1 0,397

A.x5 = 2 6 3 0,808 = 8, 694 = x2 6 = 10,847 x6 = 0,802

1 3 8 1 10,847 x3 1

k = 6:

4 2 1 0,397 4,192 x1 0,388

A.x6 = 2 6 3 0,802 = 8, 603 = x2 7 = 10,802 x7 = 0, 796

1 3 8 1 10,802 x3 1

k = 7:

4 2 1 0,388 4,145 x1 0,385

A.x7 = 2 6 3 0, 796 = 8,555 = x2 8 = 10, 777 x8 = 0, 794

1 3 8 1 10, 777 x3 1

k = 8:

4 2 1 0,385 4,131 x1 0,383

A.x8 = 2 6 3 0, 794 = 8,548 = x2 9 = 10, 774 x9 = 0, 793

1 3 8 1 10, 774 x3 1

Determinao do menor autovalor:

Para determinar o menor autovalor da matriz A deve-se resolver a seguinte equao de

autovalores e autovetores:

A 1.x = 1.x

O processo iterativo do Mtodo da Potncia aplicado expresso acima converge para o

maior valor de -1, ou seja, o menor valor de . Alternativamente, pode-se arbitrar uma
aproximao inicial v e resolver a equao A.x = v, obtendo-se uma nova aproximao do
autovalor a partir da expresso = v/x. Uma nova aproximao para o autovetor v dada
pelo vetor x normalizado.

Exemplo: obter o menor autovalor da matriz do exemplo anterior e seu respectivo

autovetor.

Adotando-se uma aproximao inicial v0 = (1, 1, 1)T e 0 = 1, obtm-se:

 19

k = 1:

4 2 1 x1 1 x1 0, 2000 1
2 6 3 x = 1 x = 0, 0615 = 5; v = 0,308
2 2 1 1
1 3 8 x3 1 x3 0, 0769 0,384

k = 2:

4 2 1 x1 1 x1 0, 2692 1
2 6 3 x = 0,308 x = 0, 0561 = 3, 7147; v = 0, 208
2 2 2 2
1 3 8 x3 0,384 x3 0, 0354 0,132

k = 3:

4 2 1 x1 1 x1 0,321 1
2 6 3 x = 0, 208 x = 0,160 = 3,1153; v = 0, 498
2 2 3 3
1 3 8 x3 0,132 x3 0, 036 0,112

k = 4:

4 2 1 x1 1 x1 0,350 1
2 6 3 x = 0, 498 x = 0, 227 = 2,8571; v = 0, 649
2 2 4 4
1 3 8 x3 0,112 x3 0, 056 0,160

k = 5:

4 2 1 x1 1 x1 0,365 1
2 6 3 x = 0, 649 x = 0, 267 = 2, 7397; v = 0, 732
2 2 5 5
1 3 8 x3 0,160 x3 0, 075 0, 205

k = 6:

4 2 1 x1 1 x1 0,373 1
2 6 3 x = 0, 732 x = 0, 290 = 2,6810; v = 0, 777
2 2 6 6
1 3 8 x3 0, 205 x3 0, 088 0, 236

k = 7:

4 2 1 x1 1 x1 0,377 1
2 6 3 x = 0, 777 x = 0,303 = 2, 6525; v = 0,804
2 2 7 7
1 3 8 x3 0, 236 x3 0, 096 0, 255
 20

k = 8:

4 2 1 x1 1 x1 0,380 1
2 6 3 x = 0,804 x = 0,311 = 2, 6316; v = 0,818
2 2 8 8
1 3 8 x3 0, 255 x3 0,101 0, 266

k = 9:

4 2 1 x1 1 x1 0,382 1
2 6 3 x = 0,818 x = 0,316 = 2, 6178; v = 0,827
2 2 9 9
1 3 8 x3 0, 266 x3 0,104 0, 272

k = 10:

4 2 1 x1 1 x1 0,383 1
2 6 3 x = 0,827 x = 0,318 = 2,6110; v = 0,830
2 2 10 10
1 3 8 x3 0, 272 x3 0,105 0, 274

k = 11:

4 2 1 x1 1 x1 0,383 1
2 6 3 x = 0,830 x = 0,319 = 2,6110; v = 0,833
2 2 11 11
1 3 8 x3 0, 274 x3 0,106 0, 277

Portanto, = 2,611 e v = (1; -0,833; 0,277)T.

Determinao de autovalores intermedirios:

Aps a determinao do autovalor dominante pelo Mtodo da Potncia, possvel obter o

autovalor mais prximo substituindo a matriz original por uma matriz que inclua apenas os
autovalores restantes. O processo de remover o autovalor mais alto conhecido chamado
de deflao.

Aplica-se aqui a Deflao de Hotelling para matrizes simtricas, onde:

1 se i = j
x T .x =
0 se i j

Fazendo:

A 2 = A1 1x1x1T

onde A1 a matriz original. Ps-multiplicando a expresso acima por x1, obtm-se:

A 2 .x1 = A1.x1 1x1.x1T .x1 A 2 .x1 = A1 .x1 1x1 A 2 .x1 = 0

 21

sendo = 0 o autovalor de A2 associado ao autovetor x1.

Para o exemplo anterior, tem-se:

4 2 1 x1 x1
2 6 3 x = x
2 2
1 3 8 x3 x3

O autovalor dominante 1 e seu autovetor x1 foram j determinados, valendo:

0,383
= 10, 774; x = 0, 793
1

Normalizando o vetor x, obtm-se:

0, 287
x1 = 0,595
0, 750

Logo, tem-se que:

0, 287 0,887 1,840 2,319

x x = 10, 774 0,595 [ 0, 287 0,595 0, 750] = 1,840 3,814 4,808
T
1 1 1

0, 750 2,319 4,808 6, 060

Assim:

A 2 .x1 = A1.x1 1x1.x1T .x1

4 2 1 0,887 1,840 2,319 3,113 0,160 1,319

2 6 3 1,840 3,814 4,808 = 0,160 2,186 1,808
1 3 8 2,319 4,808 6, 060 1,319 1,808 1,94

Aplicando-se agora o Mtodo da Potncia sobre a matriz A2 obtm-se o seu autovalor

dominante, que o segundo autovalor 2 da matriz A1. Alm disso, fazendo o produto A2.x1,
obtm-se um valor com componentes aproximadamente nulas. Os demais autovalores
podem tambm ser obtidos repetindo-se o procedimento. Entretanto, com a aplicao
sucessiva do mtodo verifica-se que o erro de arredondamento torna-se alto.

5.2. Mtodo de Jacobi

A determinao dos autovalores e autovetores de uma matriz simtrica A pelo Mtodo de

Jacobi consiste na aplicao de rotaes sucessivas matriz at que ela fique totalmente
diagonalizada. A matriz diagonalizada resultante corresponde matriz de autovalores.
 22

Considerando a matriz simtrica de ordem 3 abaixo:

a11 a12 a13

A = a21 a22 a23
a31 a32 a33

deseja-se anular o termo a23 atravs de uma rotao da matriz A em torno do eixo x. A
matriz de rotao R ter a seguinte forma:

1 0 0

R = 0 cos sen
0 sen cos

onde o ngulo de rotao em torno do eixo x. Realizando a operao RTAR, o termo

rotado a23 fica definido por:

= cos .sen ( a22 a33 ) a23 ( cos 2 sen 2 )

a23

Como deseja-se que a23 seja nulo, tem-se que:

0 = cos .sen ( a22 a33 ) a23 ( cos 2 sen 2 )

Dividindo a equao acima por cos2, obtm-se:

a23 tg 2 + tg ( a22 a33 ) a23 = 0

Portanto:

( a22 a33 ) ( a22 a33 ) + 4a23

2 2

tg =
2a23

A equao acima fornece duas razes defasadas em 180. Tomando-se a primeira raiz, ou
seja:

( a22 a33 ) + ( a22 a33 ) + 4a23

2 2

tg =
2a23

sero utilizados apenas ngulos no intervalo -/2 < < /2. Assim, obtendo-se o valor de
tg, calcula-se:

1
cos =
(1 + tg )
2

sen = cos .tg

 23

Logo, aplicando-se a transformao descrita acima para os demais elementos fora da

diagonal principal de A, obtm-se como resultado uma matriz diagonal formada pelos
autovalores de A. Em geral, inicia-se com o elemento fora da diagonal principal com maior
valor absoluto. Para um elemento ocupando a posio i,j (com i j), tem-se:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

Obtendo-se o valor de tg, determinam-se os valores de cos e sen para montar a matriz
de rotao R1, dada por:

1 0 0 0 0


0 cos 0 sen 0 i
R1 =
0 0 1 0 0
0 sen 0 cos 0 j

0 0 0 0 1
i j

Nesta matriz de rotao, o termo cos sempre colocado nas posies (i,i) e (j,j), o termo
sen na posio (j,i) e o termo -sen na posio (i,j). As demais posies da diagonal
principal so preenchidas com valores unitrios e as demais posies fora da diagonal
principal com valores nulos.

A aplicao da transformao definida por R1T AR1 , alm de zerar o termo aij da matriz A,
tambm afetar os valores dos outros elementos. Como a transformao ortogonal,
preserva-se a simetria da matriz. Aplicando-se sucessivamente o procedimento acima
(rotao para zerar o elemento de maior valor absoluto fora da diagonal principal), obtm-se
uma matriz aproximadamente diagonal, mesmo que uma rotao realizada em um
determinado estgio do processo venha a tornar no nulo um elemento anulado em uma
rotao anterior. Tem-se, portanto, um processo iterativo que continua at que todos os
elementos fora da diagonal principal sejam zerados. Pode-se demonstrar que o processo
iterativo descrito sempre convergente.

Assumindo que sejam necessrias n iteraes para diagonalizar a matriz A, aps todas as
transformaes realizadas obtm-se:

R Tn R 2T R1T AR1R 2 R n = Q T AQ =

onde Q a matriz de autovetores dada por:

Q = R1R 2 R n
 24

Computacionalmente, considera-se que os elementos fora da diagonal principal de A so

nulos quando satisfazem alguma condio baseada em uma tolerncia de erro. Este clculo
pode ser feito com relao aos prprios valores dos elementos da diagonal principal, isto :

aij
< tol
aii

O valor usado para tol est geralmente entre 10-6 e 10-8. Em problemas envolvendo a
determinao das deformaes principais, por exemplo, emprega-se tol = 10-17.

Exemplo: empregando o Mtodo de Jacobi, determine os autovalores da matriz abaixo.

4 2 0
A = 2 5 3
0 3 6

Inicialmente, busca-se o elemento com o maior valor absoluto fora da diagonal principal.
Neste caso, tem-se que a23 = a32 = 3. Calcula-se ento o valor tg usando a seguinte
expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a22 a33 ) + ( a22 a33 ) + 4a23

2 2

tg =
2a23

(5 6) + (5 6) + 4.32
2

tg = tg = 1,18046
2.3

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0, 64638
(1 + tg )
2
(1 + 1,18046 )
2

sen = cos .tg sen = 0, 64638.1,18046 sen = 0, 76303

Assim, a matriz de rotao R1 fica definida como:

1 0 0 1 0 0

R1 = 0 cos sen = 0 0, 64638 0, 76303

0 sen cos 0 0, 76303 0, 64638

Logo, obtm-se:
 25

1 0 0 4 2 0 1 0 0
R1 AR1 = 0 0, 64638 0, 76303 2 5 3 0 0, 64638 0, 76303
T
0 0, 76303 0,64638 0 3 6 0 0, 76303 0, 64638

4 1, 29275 1,52604

R AR1 = 1, 29275 8,54138
T
0, 0
1

1,52604 0, 0 2, 45862

Agora, busca-se novamente qual o elemento fora da diagonal principal com o maior valor
absoluto da matriz R1T AR1 . Assim, verifica-se que a13 = a31 = -1,52604.

Calculando o valor tg usando a seguinte expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a11 a33 ) + ( a11 a33 ) + 4a132

2

tg =
2a13

( 4 2, 45862 ) + ( 4 2, 45862) + 4. ( 1,52604 )

2 2

tg = tg = 0,61526
2. ( 1,52604 )

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0,85170
(1 + tg )
2
(1 + ( 0, 61526 )
2
)
sen = cos .tg sen = 0,85170.( 0, 61526) sen = 0, 52402

Assim, a matriz de rotao R2 fica definida como:

cos 0 sen 0,85170 0 0,52402

R 2 = 0 1 0 = 0 1 0
sen 0 cos 0,52402 0 0,85170

Logo, obtm-se:
 26

0,85170 0 0,52402
R T2 R1T AR1R 2 = 0 1 0 .

0,52402 0 0,85170
4 1, 29275 1,52604 0,85170 0 0,52402
1, 29275 8,54138 0, 0 0 1 0

1,52604 0, 0 2, 45862 0,52402 0 0,85170

4,93892 1,10104 0, 0
R R AR1R 2 = 1,10104 8,54138 0, 67743
T
2
T
1

0, 0 0, 67743 1,51970

O elemento fora da diagonal principal com o maior valor absoluto da matriz R T2 R1T AR1R 2
corresponde ao elemento a12 = a21 = 1,10104.

Calculando o valor tg usando a seguinte expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a11 a22 ) + ( a11 a22 ) + 4a122

2

tg =
2a12

( 4,93892 8,54138) + ( 4,93892 8,54138) + 4.1,101042

2

tg = tg = 3,55330
2.1,10104

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0, 27091
(1 + tg2 ) (1 + 3,553302 )
sen = cos .tg sen = 0, 27091.3, 55330 sen = 0, 96261

Assim, a matriz de rotao R3 fica definida como:

cos sen 0 0, 27090 0,96261 0, 0

R 3 = sen cos 0 = 0,96261 0, 27090 0,0
0 0 1 0, 0 0, 0 1, 0

Logo, obtm-se:
 27

0, 27090 0,96261 0, 0
R 3T R 2T R1T AR1R 2 R 3 = 0,96261 0, 27090 0, 0 .
0, 0 0, 0 1, 0
4,93892 1,10104 0, 0 0, 27090 0,96261 0, 0
1,10104 8,54138 0, 67743 0,96261 0, 27090 0, 0

0, 0 0, 67743 1,51970 0, 0 0, 0 1, 0

8,85124 0, 0 0, 65210
T T T
R R R AR1R 2 R 3 = 0, 0 4, 62906 0,18352
3 2 1

0, 65210 0,18352 1,51970

O elemento fora da diagonal principal com o maior valor absoluto da matriz

R 3T R T2 R1T AR1R 2 R3 corresponde ao elemento a13 = a31 = 0,65210.

Calculando o valor tg usando a seguinte expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a11 a33 ) + ( a11 a33 ) + 4a132

2

tg =
2a13

( 8,85124 1,51970 ) + ( 8,85124 1,51970) + 4.0, 652102

2

tg = tg = 0, 08825
2.0, 65210

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0,99613
(1 + tg 2 ) (1 + 0, 088252 )
sen = cos .tg sen = 0,99613.0, 08825 sen = 0, 08791

Assim, a matriz de rotao R4 fica definida como:

cos 0 sen 0,99613 0, 0 0, 08791

R 4 = 0 1 0 = 0, 0 1, 0 0, 0
sen 0 cos 0, 08791 0, 0 0,99613

Logo, obtm-se:
 28

0,99613 0, 0 0, 08791
R T4 R 3T R T2 R1T AR1R 2 R 3R 4 = 0, 0 1, 0 0, 0 .
0, 08791 0, 0 0,99613
8,85124 0, 0 0, 65210 0,99613 0, 0 0, 08791
0, 0 4, 62906 0,18352 0, 0 1, 0 0, 0

0, 65210 0,18352 1,51970 0, 08791 0, 0 0,99613

8,90879 0, 01613 0,0

R R R R AR1R 2 R 3R 4 = 0, 01613 4, 62906 0,18281
T
4
T
3
T
2
T
1

0, 0 0,18281 1, 46215

O elemento fora da diagonal principal com o maior valor absoluto da matriz

R T4 R3T R T2 R1T AR1R 2 R 3R 4 corresponde ao elemento a23 = a32 = 0,18281.

Calculando o valor tg usando a seguinte expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a22 a33 ) + ( a22 a33 ) + 4a23

2 2

tg =
2a23

( 8,90879 1, 46215) + ( 8,90879 1, 46215) + 4.0,182812

2

tg = tg = 0, 05753
2.0,18281

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0,99835
(1 + tg 2 ) (1 + 0, 057532 )
sen = cos .tg sen = 0,99835.0, 05753 sen = 0, 05744

Assim, a matriz de rotao R5 fica definida como:

1 0 0 1, 0 0, 0 0, 0

R 5 = 0 cos sen = 0, 0 0,99835 0, 05744

0 sen cos 0, 0 0, 05744 0,99835

Logo, obtm-se:
 29

R 5T R 4T R 3T R T2 R1T AR1R 2 R 3R 4 R 5 =
1, 0 0, 0 0, 0 8,90879 0, 01613 0, 0 1, 0 0, 0 0, 0
0, 0 0,99835 0, 05744 . 0, 01613 4, 62906 0,18281 0, 0 0,99835 0, 05744

0, 0 0, 05744 0,99835 0,0 0,18281 1, 46215 0, 0 0, 05744 0,99835

8,90879 0, 01610 0, 00093

R R R R R AR1R 2 R 3R 4 R 5 = 0, 01610 4, 63958
T
5
T
4
T
3
T
2
T
1 0, 0
0, 00093 0, 0 1, 45163

O elemento fora da diagonal principal com o maior valor absoluto da matriz

R 5T R T4 R 3T R T2 R1T AR1R 2 R 3R 4 R 5 corresponde ao elemento a12 = a21 = 0,01610.

Calculando o valor tg usando a seguinte expresso:

( aii a jj ) + (a a jj ) + 4aij2
2

tg =
ii

2aij

( a11 a22 ) + ( a11 a22 ) + 4a122

2

tg =
2a12

( 8,90879 4, 63958) + ( 8,90879 4, 63958) + 4.0, 016102

2

tg = tg = 0, 00377
2.0, 01610

Logo, os valores sen e cos so obtidos de:

1 1
cos = cos = cos = 0,99999
(1 + tg 2 ) (1 + 0, 003772 )
sen = cos .tg sen = 0, 99999.0, 00377 sen = 0, 00377

Assim, a matriz de rotao R6 fica definida como:

cos sen 0 0,9999 0, 00377 0, 0

R 6 = sen cos 0 = 0, 00377 0,99999 0, 0
0 0 1 0, 0 0, 0 1, 0

Logo, obtm-se:
 30

R T6 R 5T R T4 R 3T R T2 R1T AR1R 2 R 3R 4 R 5 R 6 =
0,9999 0, 00377 0, 0 8,90879 0, 01610 0, 00093 0,9999 0, 00377 0, 0
0, 00377 0,99999 0, 0 . 0, 01610 4, 63958 0, 0 0, 00377 0,99999 0, 0

0, 0 0, 0 1, 0 0, 00093 0, 0 1, 45163 0, 0 0, 0 1, 0

8,90885 0, 0 0, 00093
T T T T
R R R R R R AR1R 2 R 3R 4 R 5 R 6 = 0, 0
T T
4, 63952 0, 0
6 5 4 3 2 1

0, 00093 0, 0 1, 45163

O processo acima pode continuar at a obteno de um resultado com a preciso desejada.

Os autovalores para o problema so: 1,45163; 4,63951 e 8,90885. Os autovetores da matriz
A so obtidos a partir do produto R1R2R3...Rk, onde k o nmero de iteraes para a
convergncia dos autovalores.