Escolar Documentos
Profissional Documentos
Cultura Documentos
Dado uma matriz com n linhas e n colunas, iremos definir uma decomposição
espectral de uma matriz, que embora não se usará para resolver sistemas de equações
lineares, ela será importante, pois, é um caso particular da decomposição por valores
singulares. É possível fazer algoritmos de inteligência artificial, de busca de padrões,
recuperação inteligente de informações, usando os conceitos de autovalores e autovetores.
Uma matriz pode ser encarada como um agente de transformação linear. Quando
se tem Sv=λv, podemos dizer que v é um autovetor da matriz. Ou seja, ele passa incólume a
menos de uma constante da transformação operada pela matriz S. Sempre associado a esse vetor
v que não sofre transformação sempre estará associado um peso que chamaremos de autovalor.
Dado uma matriz m de posto completo, esta matriz terá m autovalores e m autovetores. Podemos
fazer a seguinte manipulação algébrica:
𝑆𝑣 = λv ⇔ (S − λI)v = 0
𝑑𝑒𝑡(S − λI)v = 0
(S − λI)v = 0
Vai ter solução única. Se por acaso se quer um autovetor desta matriz, é necessário fazer
uma exigência no caso desta matriz. Teremos que as linhas desta matriz não podem ser
linearmente independentes, ou seja, teremos que computar um valor de λ que garanta que há uma
linha seja combinação linear de outras. A matriz então terá posto deficiente. Sabemos que o posto
será deficiente quando o determinante desta matriz der zero.
Exemplo:
2 1 2−λ 1
Seja S = [ ] então S − λI = [ ] ⇒ det( S − λI) = (2 − λ)2 − 1 = 0
1 2 1 2−λ