Escolar Documentos
Profissional Documentos
Cultura Documentos
TURMA G - 1
o PERÍODO DE 2007
1 Matrizes Ortogonais
A transposta de A, escrita como uma matrix n×1 onde cada entrada é uma linha de At , tem a forma
At(1)
a11 a21 . . . an1
At(2)
t
At
A =
.a. 12 a22 . . . an2 = . , i.e., as linhas de são as transpostas das colunas de A.
. . . . . . . . . . . . . . . . . . . ..
a1n a2n . . . ann
At(n)
Usando essa representação em blocos, de At em linhas e A em colunas, podemos expressar o produto At A na forma
At(1)
t At(1) A(1) At(1) A(2) ··· At(1) A(n)
A h i
(2) t t t
At A = . A(1) A(2) · · · A(n) = A(2) A(1) A(2) A(2) · · · A(2) A(n) .
.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
At(n) A(1) At(n) A(2) · · · At(n) A(n)
At(n)
Observemos agora que para todo par 1 ≤ i, j ≤ n temos que At(i) A(j) = a1i a1j + a2i a2j + · · · + ani anj = hA(i) , A(j) i.
Portanto
hA(1) , A(1) i hA(1) , A(2) i ··· hA(1) , A(n) i
At A = hA(2) , A(1) i hA(2) , A(2) i ···
hA(2) , A(n) i
.............................................
hA(n) , A(1) i hA(n) , A(2) i · · · hA(n) , A(n) i
No caso de A ser ortogonal, teremos que At A = In = matriz identidade n × n. Resulta então que se A é ortogonal
Claramente a armação inversa também é verdadeira: se hA(i) , A(j) i = δij , para todo para 1 ≤ i, j ≤ n, então A é
ortogonal. Temos assim um critério para identicar se uma matriz é ou não ortogonal.
a) A também é ortogonal.
−1
b) det A = ±1.
√
c) Se λ é um autovalor de A, então |λ| = 1 (Observe que λ = a + b −1 pode ser um número complexo e assim
√
|λ| = a2 + b2 ).
d) Se B for outra matriz ortogonal, então AB também é ortogonal.
3
−1
Questão 3. Resolva o sistema 4 , onde A está descrita
AX = na questão 1.
0
2 Método de Gran-Schmidt
O método de Gran-Schmidt consiste em um algorítimo que permite construir a partir de uma família de m de
n1
vetores linearmente independentes v1 , . . . , vn do R uma nova família de m vetores, e1 , . . . , em com a propriedade
Denição: Uma família de vetores e1 , . . . , em satisfazendo a condição hei , ej i = δij é chamada de ortonormal.
O método: Num primeiro passo usamos um processo recursivo para construir, para cada 1 ≤ s ≤ m, um vetor f s
como combinação linear dos vetores f 1 , . . . , f s−1 construídos anteriormente. Num segundo passo, obtemos os vetores
1
e1 , . . . , em procurados, normalizando-se os vetores f 1, . . . , f m, i.e., ei = f . Ver descrição abaixo:
kf i k i
f1 = v1
hv 2 ,f 1 i
f2 = v2 − f1
hf 1 ,f 1 i
hv 3 ,f 1 i hv 3 , f 2 i
f3 = v3 − f1 − f2
hf 1 ,f 1 i hf 2 ,f 2 i
. .
. .
. .
hv m ,f 1 i hv m ,f 2 i hv m ,f m−1 i
f m = vm − f1 − f2 − · · · − f m−1 .
hf 1 ,f 1 i hf 2 , f 2 i hf m−1 ,f m−1 i
1 1 1
e1 = f , e2 = f , . . . , em = f .
kf 1 k 1 kf 2 k 2 kf m k m
Quando aplicamos o método de Gran-Schmidt às colunas de uma matriz A, n×n e de posto n, e colocamos os novos
vetores obtidos e1 , . . . , en como colunas de uma nova matriz E, obtemos que E é uma matriz ortogonal, conforme
Questão 4. Construa uma família ortonormal e1 , e2 , . . . , em aplicando o método de Gran-Schmidt aos vetores dos
dois casos abaixo.
1 1 1 0
1 0 0
1 0 0 1
a) b)
v1 =
1 2 2 3 1 ,
, v = , v = v1 =
0 , v 2 = 1 , v 3 = 0 , v 4 = 1 .
1 1 1
0 0 1 0
0
3
Questão 5. Encontre uma família ortonormal e1 , e2 , e3 Dica!
5
de forma que e1 =
0 .
Tome dois vetores v2 e
4
5
1 Claro que m ≤ n, pois os vetores são linearmente independentes.
2
0
3
5
v3 de forma que
0 , v2 , v3
v1 = sejam linearmente independentes e aplique o método de Gran-Schmidt a eles.
4
5
Questão 6. Dados três vetores v1 , v2 , v3 onde v3 é combinação linear de v1 e v2 . Mostre que a construção
Denição: Dada uma matriz n × n A dizemos que um número complexo λ é um auto valor de A se existir vetor não
n n
nulo a∈C tal que Aa = λa (C é o conjunto das matrizes n×1 com coecientes complexos).
a1 a1 a1
a11 a12 . . . a1n a11 − λ a12 ··· a1n
a2 a2 a2
a21 a22 . . . a2n . = λ e assim a21 a − λ · · · a . = 0.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22. . . . . . . . . . . . . . . . 2n
..... .
.
. . .
an1 an2 . . . ann an1 an2 · · · ann − λ
an an an
Obtemos assim o sistema homogêneo (A − λIn )a = 0. Sabemos que é necessário e suciente que det(A − λIn ) =
0 para que o sistema tenha solução não nula a 6= 0. Calculando-se o determinante vamos obter uma equação
n n n−1
polinomial em λ. I.e., det(A − λIn ) = (−1) λ + c1 λ + · · · + cn . Concluímos assim que λ é uma raiz do polinômio
n n
(−1) x + c1 x n−1
+ · · · + cn que é chamado de polinômio característico da matriz A.
Conclusão, para obtermos os auto valores de uma matriz A calculamos seu polinômio característico det(A−xIn ) =
(−1)n xn + c1 xn−1 + · · · + cn e em seguida encontramos suas raízes. As raízes λ1 , λ 2 , . . . , λ n do polinômio característico
são os auto valores da matriz. Para obter os auto vetores da matriz A resolvemos em seguida os sistemas homogêneos
x1 x1 x1
x2 x2 x2
(A − λ1 In ) . = 0, (A − λ2 In ) . = 0, ··· , (A − λn In ) . = 0.
.. .. ..
xn xn xn
Como pode ocorrer de uma raiz aparacer repetida temos no máximo n sistemas para resolver.