Aularevisao2013 1

lgebra Linear CONTROLE DIGITAL
Controle Digital
lgebra Linear
Pricles Rezende Barros
Laboratrio de Instrumentao Eletrnica e Controle
Departamento de Engenharia Eltrica
Univesidade Federal de Campina Grande
Perodo 2013.1
LIEC-DEE-UFCG
c _Pericles Rezende Barros 1
Vetores
Vetores:
x =
_
_
x
1
.
.
.
x
n
_
_
=
_
x
1
. . . x
n
T
,
com x
i
i esimo elemento.
Espao Linear (Vetorial):
n1
.
LIEC-DEE-UFCG
Independncia Linear
Dois vetores so independentes linearmente se no existe nenhuma
combinao no trivial deles que resulte no vetor zero.
1
v
1
+
2
v
2
= 0
1
=
2
= 0
O conjunto de vetores em R
n
dito linearmente dependente se existe nmeros
reais no nulos
1
,
2
, . . . .
m
, no nulos, tal que
1
x
1
+
2
x
2
+. . . . +
m
x
m
= 0 (1)
Se o conjunto de vetores em (1) linearmente dependente, existe pelo menos
um
1
que diferente de zero. Isso implica em
x
1
=
1
1
_

2
x
2
+
3
x
3
+ +
m
x
n
: =
2
x
2
+
3
x
3
+ +
m
x
m
LIEC-DEE-UFCG
onde
i
=

i
1
. Tal expresso chamada de combinao linear.
LIEC-DEE-UFCG
Span - Expanso
O conjunto de todas as combinaes lineares de um conjunto especicado de
vetores
S
x
=x[x =
1
v
1
+
2
v
2
+ +
n
v
n

i

Dimenso de um Espao Linear
Nmero mximo de vetores independentes linearmente.
Produto interno
x y = x
T
y =
i
x
i
y
i
LIEC-DEE-UFCG
Bases e Representao
Um conjunto de vetores linearmente independentes em R
n
chamado de base
se todo vetor em R
n
pode ser expresso como uma nica combinao linear desse
conjunto. Em R
n
, todo conjunto de vetores linearmente independentes pode ser
usado como base. Seja
_
q
1
q
2
q
n
_
tal conjunto. Ento todo vetor x pode
ser expresso unicamente como
x =
1
q
1
+
2
q
2
+. . . . +
n
q
n
(2)
Dena-se Q uma matriz nn
Q =
_
q
1
q
2
q
n
(3)
Ento (2) pode ser escrita como
LIEC-DEE-UFCG
x = Q
_
2
.
.
.
n
_
_
:= Q x (4)
Chama-se x =
_
2
.
.
.
n
_
_
a representao do vetor x com relao a base
_
q
1
q
2
q
n
.
Associa-se com todo R
n
a seguinte base ortonornal
i
1
=
_
_
1
0
0
.
.
.
0
0
_
_
, i
2
=
_
_
0
1
0
.
.
.
0
0
_
_
, , i
n1
=
_
_
0
0
0
.
.
.
1
0
_
_
, i
n
=
_
_
0
0
0
.
.
.
0
1
_
_
(5)
Com respeito a essa base tem-se
LIEC-DEE-UFCG
x :=
_
_
x
1
x
2
.
.
.
x
n
_
_
= x
1
i
1
+x
2
i
2
+. . . . +x
n
i
n
= I
n
_
_
x
1
x
2
.
.
.
x
n
_
_
Onde I
n
uma matriz unitria n n. Em outras palavras, a representao de
qualquer vetor x com respeito a base ortonormal em (5) se iguala ela mesma.
LIEC-DEE-UFCG
Norma Euclidiana
Dado vetor x =
_
x
1
. . . x
n
T
, a norma Euclidiana dena como:
|x| =
x
T
x =
_
n
i=1
x
2
i
_1
2
.
Relao entre a norma Euclidiana de um vetor ao valor absoluto de seus
elementos:
max[x
i
[ |x|
n max[x
i
[ , to1 i n.
Propriedades de normas. Dados vetores n1 x e y, e um escalar :
LIEC-DEE-UFCG
|x| 0
|x| = 0 , se e somente se x = 0
| x| =[[ |x|
|x +y| |x|+|y|, desigualdade triangular
Desigualdade de Cauchy-Schwarz:
x
T
y
|x| |y|
Dado x complexo:
x
H
conjugado transposto ou transposto Hermiltiano
x conjugado
[x[ magnitude de x. (escalar)
Normas de Vetores
LIEC-DEE-UFCG
O conceito de norma a generalizao de comprimento ou magnitude.
Qualquer funo nos reais de x denotada por [[x[[, pode ser denida como uma
norma e tem as seguintes propriedades:
1. [[x[[ 0 para todo x [[x[[ = 0 se e somente se x=0;
2. [[x[[ =[[ [[x[[ , para todo real;
3. [[x
1
+x
2
[[ [[x
1
[[ +[[x
2
[[ para todo x
1
e x
2
;
A ltima inequao chamada de desigualdade triangular.
LIEC-DEE-UFCG
Norma-p
|x|
p
=
_
n
i=1
[x
i
[
p
_1
p
Norma-1, Norma-2, Norma-.
[[x[[
1
=
n
i=1
[x
i
[
[[x[[
2
=
x =
_
n
i=1
[x
i
[
2
_
1/2
[[x[[
= max
i
[x
i
[
Elas so chamadas respectivamente, norma 1, 2 ou euclidiana e norma innita.
LIEC-DEE-UFCG
Projees Ortogonais
Projeo uma transformao linear P de um espao vetorial para ele mesmo
onde P = P
2
Figure 1: A transformao P a projeo ortogonal na linha m
Exemplo 1: A funo que mapeia o ponto (x, y, z) R
3
no ponto (x, y, 0) a
projeo no plano x y
LIEC-DEE-UFCG
P =
_
_
1 0 0
0 1 0
0 0 0
_
_
(6)
A ao dessa matriz num vetor arbitrrio :
P
_
_
x
y
z
_
_
=
_
_
x
y
0
_
_
(7)
Como P
2
= P ento a matriz P realmente uma projeo
P
2
_
_
x
y
z
_
_
= P
_
_
x
y
0
_
_
=
_
_
x
y
0
_
_
(8)
LIEC-DEE-UFCG
Figure 2: Projeo ortogonal do ponto (x,y,z) no plano x-y
LIEC-DEE-UFCG
Propriedades
Considere o espao vetorial W. Supondo U e V subespaos de W
representando o range e o null space de P.
P o operador Identidade em U : x U : Px = x
Tem-se a soma direta W = U V. Ou seja cada vetor x pode ser unicamente
decomposto segundo x = u +v u U, v V. A decomposio da seguinte
forma u = Px e v = x Px = (I P)x
O range e o null space de uma projeo so complementares (P e Q = I P). P
e Q so projetores de modo que o range de um o null space do outro e vice-versa
P a projeo ao longo de V em U e Q a projeo ao longo de U em V
Projees Ortogonais
LIEC-DEE-UFCG
Uma projeo ortogonal quando seu range U e seu null space V so
subespaos ortogonais. A condio necessria e suciente para uma projeo
P ser ortogonal P = P
T
Se x e y so vetores no dominio da projeo ento, Px U e y Py V seu
produto escalar deve ser nulo para satisfazer a condio de ortogonalidade:
Px, y Py = (Px)
T
(y Py) = x
T
(P
T
P
T
P)y (9)
Portanto caso uma projeo seja ortogonal P
T
P
T
P = 0 ou P = P
T
e P = P
2
LIEC-DEE-UFCG
Caso os vetores u
1
u
2
..u
k
sejam uma base ortonormal para o subespao U e as
colunas da matriz A sejam compostas dos vetores u
1
u
2
..u
k
o projetor dado por:
P
A
= AA
T
(10)
Caso as colunas de A no formem uma base ortonormal necessrio um termo
de normalizao no projetor:
P
A
= A(A
T
A)
1
A
T
(11)
LIEC-DEE-UFCG
Ortonormalizao
O vetor x dito ser normatizado se sua norma euclidiana 1 ou x
x = 1.
Dois vetores x
1
e x
2
so ditos ortogonais se x
1
x
2
= x
2
x
1
= 0. Um conjunto de
vetores x
i
, i = 1, 2, . . . , m dito ser ortonormal se
x
i
x
j
=
_
0 se i ,= j
1 se i = j
LIEC-DEE-UFCG
Ortogonalizao de Grahm-Schmidt
Dados vetores independentes linearmente
u
1
, u
2
, , u
m
ento um conjunto normalizado q
1
, q
2
, , q
m
obtido de
q
1
= u
1
/|u
1
|
q
2
=
u
2
_
q
T
1
u
2
_
q
1
|u
2
(q
T
1
u
2
)q
1
|

q
m
=
u
m
m1
k=1
_
q
T
k
u
m
_
q
k
_
_
u
m
m1
k=1
(q
T
k
u
m
)q
k
_
_
Algoritmo de ortonormalizao de Schmidt.
A primeira equao normaliza o vetor u
1
para ter norma 1. O vetor (q
1
u
2
)q
1
a
projeo do vetor u
2
sobre q
1
. A subtrao de u
2
retira a componente de q
1
. Este
ento normalizado.
LIEC-DEE-UFCG
Matrizes
Considere a matriz mn A
mxn
ou. A:
A =
_
_
a
11
a
1n

a
m1
a
mn
_
_
.
A matriz zero tem todos seus elementos nulos (0
m n
).
A matriz identidade uma matriz quadrada (n n) com todos seus elementos
da diagonal principal 1(um) e todos os elementos restantes 0 (zero).
a
ii
= 0
a
i j
,= 0 i ,= j
LIEC-DEE-UFCG
Sejam A, B, C e D matrizes respectivamente de ordem nm, mr, l n e r p
matrizes reais. Seja a
i
a i-sima coluna de A, e b
j
a j-sima linha de B. Usa-se
ento
AB =
_
a
1
a
2
a
m
_
b
1
b
2
.
.
.
b
m
_
_
= a
1
b
1
+a
2
b
2
+ +a
m
b
m
(12)
CA =C
_
a
1
a
2
a
m
=
_
Ca
1
Ca
2
Ca
m
(13)
BD =
_
_
b
1
b
2
.
.
.
b
m
_
_
D =
_
_
b
1
D
b
2
D
.
.
.
b
m
D
_
_
(14)
LIEC-DEE-UFCG
Multiplicao
Dadas matrizes A
mxp
e B
pxn
:
AB ,= BA
Para matriz quadrada A
nxn
:
A
k
= A A A ... A
. .
k vezes
A
0
= I
Nilpotente
A
nn
nilpotente se existe um k positivo tal que:
A
k
= 0
LIEC-DEE-UFCG
Transposta
Dada matriz A
mxp
:
A
T
a
i j
a
ji
(AB)
T
= B
T
A
T
Trao
Trao a soma dos elementos da diagonal:
tr A =
n
i=1
a
ii
LIEC-DEE-UFCG
Determinante
Expanso de Laplace:
det A
n x n
=
n
j=1
a
i j
c
i j
com c
i j
denotando o cofactor correspondente ao elemento a
i j
. Lembre-se que
c
i j
(1)
i+j
vezes o determinante da matriz resultante (n 1) (n 1) quando
i esima linha e a j esima coluna de A so retiradas.
Propriedades:
det AB = det A det B
det A
T
= det A
cdet A
T
= c
n
det A
LIEC-DEE-UFCG
Inversa
Considere matriz quadrada A
n x n
. A inversa de A dada por:
A
1
=
adj A
det A
Se A uma matriz 22, ento tem-se
A
1
=
_
a
11
a
12
a
21
a
22
_
=
1
a
11
a
22
a
12
a
21
_
a
22
a
12
a
21
a
11
_
(15)
Assim a inversa de uma matriz 22 muito simples de ser calculada: troca-se
as entradas da diagonal e muda-se o sinal dos elementos da diagonal secundria.
Lema da Inverso da Matriz
LIEC-DEE-UFCG
_
A+XBY
T
_
1
= A
1
A
1
X
_
B
1
+Y
T
A
1
X
_
1
Y
T
A
1
_
A+xy
T
_
1
= A
1
A
1
xy
T
A
1
1+y
T
A
1
x
LIEC-DEE-UFCG
Matrizes em Bloco
_
A
1
A
2
0 A
4
_
+
_
B
1
B
2
B
3
0
_
=
_
A
1
+B
1
A
2
+B
2
B
3
A
4
_
_
A
1
A
2
0 A
4
_
.
_
B
1
B
2
B
3
0
_
=
_
A
1
B
1
+A
2
B
3
A
1
B
2
A
4
B
3
0
_
.
Se x umvetor n1 e A uma matriz mn particionada por linhas ento,
_
_
A
1
.
.
.
A
m
_
_
x =
_
_
A
1
x
.
.
.
A
m
x
_
_
.
E, se z is m1 e A uma matriz mn particionada por colunas ento
z
T
_
A
1
. . . A
n
=
_
z
T
A
1
. . . z
T
A
n
.
LIEC-DEE-UFCG
det
_
A
11
A
12
0 A
22
_
= det A
11
. det A
22
.
LIEC-DEE-UFCG
Equaes Lineares
Considere o conjunto de equaes algbricas
Ax = b (16)
Espao imagem: espao vetorial expandido pelas colunas de A
A =
_
a
1
a
2
a
n
b = Ax = a
1
x
1
+a
2
x
2
+ +a
n
x
n
.
Posto: nmero de colunas independentes linearmente.
Espao Linha: espao vetorial expandido pelas linhas de A
Espao Nulo ou Ncleo (Null space ou kernel) de A: espao vetorial de vetores
x, n1 tais que Ax = 0.
LIEC-DEE-UFCG
Espao Linha Nulo de A: espao vetorial de vetores x, n1 tais que A
T
x = 0.
Soluo de Ax = b somente existe se b est no espao imagem de A. Isto
equivalente a b
T
y = 0 para todo y no espao nulo de A
T
.
Se A
n x n
, ento a soluo : x = A
1
b.
Parametrizao de todas solues
_
n
1
n
k
uma base do espao nulo de A.

Considere x
p
uma soluo de Ax
p
= b.
Dena
x = x
p
+
1
n
1
+ +
k
n
k
(17)
Ax
p
+
k
i=1
i
An
i
= Ax
p
+0 = b
Assim, para todo
i,
x uma soluo.
LIEC-DEE-UFCG
Seja x ser uma soluao de Ax = b. Subtraindo esta forma Ax
p
= b leva a
A(x x
p
) = 0
O que implica que x x
p
est no espao nulo ou
x x
p
=
1
n
1
+ +
k
n
k
LIEC-DEE-UFCG
Autovalores e Autovetores (Eigenvalues and Eigenvectors)
Se A n n e p um vetor no nulo n 1 tal que para um escalar ,
Ap =p,
ento p o autovetor associado ao autovalor .
Uma matriz real pode ter autovalores e autovetores complexos, embora os
autovalores devam ocorrer em pares e conjugados bem como os autovetores.
Em outras palavras se:
Ap =p, ento Ap =p
Os n autovalores de A so precisamente as raizes do polinmio caracteristico
de A, dado por:
() = det (I
n
A)
Assim:
_
det A =
i
tr A =
i
LIEC-DEE-UFCG
Terorema de Cayley-Hamilton
Se
det (sI
n
A) = s
n
+a
n1
s
n1
+... +a
0
ento
A
n
+a
n1
A
n1
+... +a
1
A+a
0
I
n
= 0
n
= det (AI
n
A)
LIEC-DEE-UFCG
Transformaes de Similaridade
Uma transformao de similaridade do tipo

A = T
1
AT, onde matriz A e a
matriz inversvel T so matrizes nn.

A tem os mesmos autovalores que A.
LIEC-DEE-UFCG
Formas diagonal - Autovalores Distintos
Se a matriz A tem autovalores distintos e T tem como colunas o
conjunto independente linearmente correspondente aos autovetores (conjunto
independente linearmente) de A, ento T
1
AT uma matriz diagonal.
() = det (I
n
A)
Se
i
um autovalor de A ento
(
i
) = det (
i
I
n
A) = 0.
Considere os n autovalores
i
i = 1 n. Por denio
Ap
i
=
i
p
i
=
_
p
1
p
2
p
3
p
n
i
0
0
.
.
.
0
_
_
.
LIEC-DEE-UFCG
Assim
A
_
p
1
p
2
p
3
p
n
=
_
p
1
p
2
p
3
p
n
1
0 0 0 0
0
2
0 0 0
0 0
3
0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
n
_
_
ou
_
p
1
p
2
p
3
p
n
1
A
_
p
1
p
2
p
3
p
n
=
_
1
0 0 0 0
0
2
0 0 0
0 0
3
0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
n
_
_
LIEC-DEE-UFCG
Autovalores Complexos
Nmeros complexos podem surgir quando calculamos os autovalores e
autovetores. Para resolver este problema extendemos o espao linear real para
o espao linear complexo. Todas os conceitos e resultados desenvolvidos para os
vetores e matrizes reais podem ser aplicados para vetores e matrizes complexos.
LIEC-DEE-UFCG
Formas de Jordan - Autovalores de A no sendo todos distintos
Um autovalor commultiplicidade 2 ou superior chamado de autovalor repetido,
em contraste com o autovalor com multiplicidade 1 chamado autovalor simples.
Se A possui somente autovalores simples, ela sempre tem uma representao na
forma diagonal. Se A possui autovalores repetidos, ento ela pode no ter uma
representao na forma diagonal. Contudo a matriz A possui uma representao
na forma de blocos de matrizes, estes blocos so chamados de blocos de Jordan.
A matriz A ento representada na forma cannica de Jordan.
Considere uma matriz A n n, com apenas 01 autovalor de multiplicidade n.
Assuma que
AI
tem posto n1. Assim,
(AI)q = 0
tem somente 01 soluo independente linearmente. Para formar uma base para
n
precisa-se encontrar n1 vetores independentes linearmente.
LIEC-DEE-UFCG
Autovetores generalizados
(AI)
n
v = 0
(AI)
n1
v ,= 0.
Dena
v
n
= v
v
n1
= (AI)v
n
= (AI)v
v
n2
= (AI)v
n1
= (AI)
2
v
.
.
.
v
1
= (AI)v
2
= (AI)
n1
v.
LIEC-DEE-UFCG
Propriedade
(AI)v
1
= 0
(AI)
2
v
2
= 0
.
.
.
(AI)
n
v
n
= 0
de modo que
Av
1
= v
1
Av
2
= v
1
+v
2
.
.
.
Av
n
= v
n1
+v
n
LIEC-DEE-UFCG
Escrito em forma matricial
A
_
v
1
v
2
v
3
v
n
=
_
v
1
v
2
v
3
v
n
_
1 0 0 0
0 1 0 0
0 0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
_
_
Assuma que
AI
tem posto n2. Assim,
(AI)q = 0
tem agora 02 solues independentes linearmentes v
1
, v
2
. Para formar uma
base para
n
precisa-se encontrar n 2 vetores independentes linearmente.
Dois conjuntos de autovetores generalizados correspondentes a cada autovetor
linearmente independente v
1
, v
2
.
LIEC-DEE-UFCG
Bloco de Jordan
J
p
i
=
_
_
1 0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
0 0 0 0
_
_
(18)
Considere uma matriz A
nn
. A matriz similar

A n n dita estar na forma
cannica de Jordan se
A =
_
_
J
p
1
0
J
p
2
.
.
.
0 J
p
s
_
_
(19)
onde os J
p
i
s so matrizes p
i
p
i
da forma
LIEC-DEE-UFCG
J
p
i
=
_
_
1 0 0 0
0 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1
0 0 0 0
_
_
(20)
Note que a matriz diagonal umcaso especial da forma cannica de Jordan. As
formas cannicas de Jordan tm as propriedades de que os elementos da diagonal
principal da matriz so os autovalores de A e que os elementos imediatamente
acima (ou abaixo) da diagonal principal so 1 ou 0 e todos os outros elementos so
zero. Somente a matriz diagonal possui autovetores linearmente independentes.
LIEC-DEE-UFCG
Formas Quadrticas
Para uma matriz Q nn e qualquer vetor x n1 ambos com elementos reais, o
produto
x
T
Qx
denominado uma forma quadrtica. Sem perda de generalidade Q pode ser
denida como simtrica pois
x
T
_
Q+Q
T
_
x = 2x
T
Qx.
Matriz Simtrica: Autovalores Reais e positivos ou zero.
Uma matriz simtrica Q dita semidenida positiva se x
T
Qx 0 para todo x
denida positiva se x
T
Qx = 0 implica x = 0. Semidenida negativa e denida
negativa so denidas em termos de Q.
Desigualdade de Rayleigh-Ritz inequality: Para qualquer vetor real x n1,
min
x
T
x x
T
Qx
max
x
T
x,
LIEC-DEE-UFCG
onde
min
e
max
denotam o menor e o maior autovalores de Q.
min
(Q) = min
x,=0
x
T
Qx
x
T
x
;
max
(Q) = max
x,=0
x
T
Qx
x
T
x
LIEC-DEE-UFCG
Exponencial de uma Matriz
e
At
I +tA+
t
2
2!
A
2
+
=
k=0
1
k!
t
k
A
k
.
Properiedades
e
0
= I
e
A(t
1
+t
2
)
= e
At
1
e
At
2
_
e
At
1
= e
At
d
dt
e
At
= Ae
At
= e
At
A
L
_
e
At
= (sI A)
1
LIEC-DEE-UFCG
Decomposio em Valores Singulares
A matriz A
mn
pode ser decomposta como
A =UV
T
onde U e V so matrizes ortogonais
U
T
U = I
m
, V
T
V = I
n
e
=
_
S 0
0 0
_
com
S = diag[
1
,
2
, ,
r
]
onde
2

r
> 0
so os valores singulares.
Para M = A
A existe uma matriz de diagonalizao tal que

LIEC-DEE-UFCG
Q
AQ = D =:
(21)
onde D uma matriz diagonal n n com
2
i
na diagonal. A matriz uma
matriz mn com os valores singulares
i
na diagonal.
LIEC-DEE-UFCG
Pseudo Inversa
A pseudo inversa de uma matriz A satisfaz
A
A = I.
Pode ser calculada
A
=V
_
S
1
0
0 0
_
U
T
.
Se
Ax = b
ento
x = A
b
minimiza a soma dos erros quadrados.
LIEC-DEE-UFCG
Normas de Matrizes
Seja A uma matriz nn. A norma de A pode ser denida como
|A| = sup
x,=0
|Ax|
|x|
= sup
|x|=1
|Ax| (22)
Norma 1
|A|
1
= max
j
_
m
i=1
[a
i j
[
_
=soma absoluta das maiores colunas (23)
onde a
i j
o i-simo elemento de A
Norma euclidiana de x
|A|
2
= max
j
_
m
i=1
[a
i j
[
_
=maiores valores singulares de A (24)
LIEC-DEE-UFCG
Norma innita x
|A|
= max
i
_
m
i=1
[a
i j
[
_
=soma absoluta das maiores linhas (25)
Estas normas so todas diferentes para o mesmo A
LIEC-DEE-UFCG
Exerccios
1. Se A R
nn
e um escalar, o que det (A) e det (A).
2. Dados x, y R
n
, mostre que
det
_
I xy
T
_
= 1y
T
x
3. Considere os vetores v
1
=
_
2 1

T
e v
2
=
_
3 1

T
. Prove que v
1
e v
2
formam
uma base para R
2
. Encontre os componentes do vetor v
3
=
_
4 1

T
relativos a
esta base.
4. Dadas as seguintes matrizes:
_
2 1
1 0
_
;
_
2 1
1 2
_
;
_
_
0 1 0
0 0 1
1 3 3
_
_
;
_
_
2 2 1
1 1 1
1 2 2
_
_
e
_
_
1 4 10
0 2 0
0 0 3
_
_
LIEC-DEE-UFCG
(a) Determine os postos e nulidades
(b) Encontre bases para os espaos imagem e espao nulo
(c) Determine a forma de Jordan
5. Prove que cada matriz A R
nn
similar a sua transposta e determine uma
transformao de similaridade.
6. Encontre dois vetores ortonormais que geram o mesmo espaco que os vetores
x
1
=
_
2 3 1

e x
2
=
_
1 1 1

7. Considere uma matriz A
nm
com n m. Mostre que se todas as colunas de A so
ortonormais, ento A
T
A = I. O que acontece com AA
T
.
8. Considere a equao
x(n) = A
n
x(0) +A
n1
bu(0) +. . . +Abu(n2) +bu(n1)
onde A uma matriz nn e b um vetor coluna n1. Sob quais condies em
A e b existe u(0), u(1), u(n1) que satisfaz a equao para quaisquer x(n) e
x(0)?
LIEC-DEE-UFCG
9. Considere a matriz
A =
_
1

2

3

4
1 0 0 0
0 1 0 0
0 0 1 0
_
_
Calcule o polinmio caracterstico.
10. Dados vetores x
1
, x
2
, , x
n
, ortogonais em R
n
, mostre que Ax
1
, Ax
2
, , Ax
n
so
ortogonais se e somente se A R
nn
ortogonal
11. Dadas matrizes ortogonais U
1
, U
2
, ,U
n
R
nn
, mostre que U = U
1
U
2
U
n

uma matriz ortogonal
12. Mostre que o trao de uma matriz satisfaz
(a) tr (A+B) =tr (A) +tr (B).
(b) tr (AB) =tr (BA) mesmo que AB ,= BA.
13. Mostre que a matriz
A =
1
2
_
2cos
2
2sin2
2sin2 2cos
2
_
LIEC-DEE-UFCG
idempotente para todo , i.e. A
2
= A.
14. Calcule a norma 1, norma euclidiana e a norma innita dos vetores
x
1
=
_
_
1
2
3
_
_
x
2
=
_
_
1
1
1
_
_
.
15. Encontre dois vetores ortonormais que expandam o mesmo espao que os dois
vetores
x
1
=
_
_
1
2
3
_
_
x
2
=
_
_
1
1
1
_
_
.
16. Encontre a forma de Jordan da matriz
A =
_
_
T T/2
T
_
_
onde ,= 0 e T > 0.
LIEC-DEE-UFCG
17. Dena
(sI A)
1
=
1
a(s)
_
B
n1
s
n1
+B
n2
s
n2
+ +B
1
s +B
0
onde
a(s) = s
n
+a
n1
s
n1
+a
n2
s
n2
+ +a
1
s +a
0
o polinmio caracterstico de A e B
i
so matrizes constantes. Verique o
algoritmo de Leverrier para calcular a(s):
a
n1
=
tr (AB
n1
)
1
B
n1
= I
a
n2
=
tr (AB
n2
)
2
B
n2
= AB
n1
+a
n1
I = A+a
n1
I
a
n3
=
tr (AB
n3
)
3
B
n3
= AB
n2
+a
n2
I = A
2
+a
n1
A+a
n2
I
a
1
=
tr (AB
2
)
n1
B
2
= AB
3
+a
2
I = A
n1
+a
n1
A
n2
+ +a
2
I
a
0
=
tr (AB
1
)
3
B
1
= AB
2
+a
1
I = A
2
+a
n1
A+a
n2
I
LIEC-DEE-UFCG
18. Determine se as matrizes
_
_
2 3 1
3 2 0
1 0 2
_
_
e
_
_
0 0 2
0 2 0
2 0 2
_
_
so denidas positivas ou semi-denidas positivas.
LIEC-DEE-UFCG

Aularevisao2013 1

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Aularevisao2013 1

Загружено:

Авторское право:

Доступные форматы

lgebra Linear CONTROLE DIGITAL

uma base do espao nulo de A.

A existe uma matriz de diagonalizao tal que

Вам также может понравиться