Aula02 Autovalores

Notas de aula de lgebra Linear
Cursos de Engenharia
Autovalores e Autovetores Aula 2
Prof. Louis Augusto

louis.augusto@ifsc.edu.br
Instituto Federal de Santa Catarina

Campus Florianpolis
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
1 / 40
ndice
1
Introduo
Reviso
Concluses iniciais
Desenvolvimento da teoria
Dois teoremas sobre autovalores
Propriedades dos autovalores e autovetores
Dois teoremas importantes
Autoespao de A
Autovalores complexos
Diagonalizao de operadores lineares
Matrizes semelhantes
O teorema salvador
Comentrios importantes
Algoritmo de diagonalizao
Diagonalizao de matrizes reais simtricas
Algoritmo da diagonalizao ortogonal
Polinmio Mnimo
Polinmio mnimo e caracterstico de matrizes por blocos
Sem 2013-2
2 / 40
Introduo
Dada a matriz A de um operador linear definido num espao vetorial

quer-se descobrir quais os vetores no nulos deste espao cujas imagens
so mltiplos destes vetores, ou seja, Ax = x, onde um escalar.
Temos ento dois objetivos:
Descobrir qual o mltiplo do vetor (), chamado autovalor.
Descobrir qual vetor x associado ao fator calculado, chamado
autovetor.
Vale lembrar:
Para calcular os autovalores da transformao precisamos calcular o
determinante de (A In ).
Este determinante deve ser nulo para que existam solues no nulas do
sistema A In = 0.
Sem 2013-2
3 / 40
Introduo

autovetor.
Vale lembrar:
sistema A In = 0.
Sem 2013-2
3 / 40
Introduo

autovetor.
Vale lembrar:
sistema A In = 0.
Sem 2013-2
3 / 40
Introduo

autovetor.
Vale lembrar:
sistema A In = 0.
Sem 2013-2
3 / 40
Introduo

autovetor.
Vale lembrar:
sistema A In = 0.
Sem 2013-2
3 / 40
Introduo

autovetor.
Vale lembrar:
sistema A In = 0.
Sem 2013-2
3 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
4 / 40
Reviso da aula anterior

Determine os autovalores e os autovetores associados transformao linear
no R2 :
(x, y ) = (3x y , x 3y )
Sem 2013-2
5 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
6 / 40
Concluses iniciais
As concluses iniciais so:

O vetor x est no espao nulo de A I;
O escalar escolhido de forma que o espao nulo de A I tenha
dimenso no nula, resolvendo a equao A I = 0.
OBS: Chama-se polinmio caracterstico ao polinmio em ao resultado do
determinante A I.
Da teoria de equaes polinomiais sabemos que s existem frmulas
para resolver equaes polinomiais por radicais at o 4o grau. A partir deste,
no existem mtodos analticos gerais, devendo-se recorrer a mtodos
numricos, que sero estudados na disciplina de Clculo Numrico.
Sem 2013-2
7 / 40
Concluses iniciais

determinante A I.
Sem 2013-2
7 / 40
Concluses iniciais

determinante A I.
Sem 2013-2
7 / 40
Concluses iniciais

determinante A I.
Sem 2013-2
7 / 40
Concluses iniciais

determinante A I.
Sem 2013-2
7 / 40
Concluses iniciais

determinante A I.
Sem 2013-2
7 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
8 / 40

Considerando uma matriz quadrada de dimenso n, temos os teoremas:
A soma dos n autovalores igual soma dos n elementos diagonais:
Trao de A = 1 + 2 + . . . + n
O produto dos n autovalores igual ao determinante de A.
Det A = 1 .2 .(. . .).n
Exerccio: Encontre os autovalores e os autovetores de
3 4 2
0 0 2
A= 0 1 2 eB= 0 2 0
0 0 0
2 0 0
e verifique que 1 + 2 + 3 igual ao trao da matriz e que 1 .2 .3 igual
ao respectivo determinante.
Sem 2013-2
9 / 40

Trao de A = 1 + 2 + . . . + n
Det A = 1 .2 .(. . .).n
3 4 2
0 0 2
A= 0 1 2 eB= 0 2 0
0 0 0
2 0 0
Sem 2013-2
9 / 40

Trao de A = 1 + 2 + . . . + n
Det A = 1 .2 .(. . .).n
3 4 2
0 0 2
A= 0 1 2 eB= 0 2 0
0 0 0
2 0 0
Sem 2013-2
9 / 40

Trao de A = 1 + 2 + . . . + n
Det A = 1 .2 .(. . .).n
3 4 2
0 0 2
A= 0 1 2 eB= 0 2 0
0 0 0
2 0 0
Sem 2013-2
9 / 40

Trao de A = 1 + 2 + . . . + n
Det A = 1 .2 .(. . .).n
3 4 2
0 0 2
A= 0 1 2 eB= 0 2 0
0 0 0
2 0 0
Sem 2013-2
9 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
10 / 40
Seja A uma matriz quadrada. So equivalentes as afirmaes:

i. O escalar um autovalor de A.
ii. A matriz A I singular.
iii. O escalar uma raiz do polinmio caracterstico de A.
As razes do polinmio caracterstico podem ser de dois tipos:
Reais: a imagem da transformao um vetor que pode ter norma maior
que o vetor do domnio: (|| > 1), menor: (|| < 1) ou igual: (|| = 1).
Raiz Positiva: Vetor da imagem no mesmo sentido que o vetor do domnio.
Raiz Nula: No h autovetor neste caso.
Raiz Negativa: Vetor da imagem no sentido oposto ao vetor do domnio.
Complexas: Anlise a seguir.
Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40

Sem 2013-2
11 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
12 / 40

O significado de uma matriz ter autovalor igual a zero : Ax = 0x tem soluo
no-trivial, ou seja, a nulidade da matriz maior ou igual a 1.
Conclui-se que Ax = 0x ter soluo trivial significa ser no inversvel. Assim,
0 autovalor de A se, e somente se, A no inversvel. Temos, portanto, os
teoremas:
Uma matriz Ann inversvel se e somente se o nmero zero no
autovalor de A. Como o produto dos autovalores coincide com o
determinante da matriz, se o determinante da matriz zero ento ela
tem pelo menos um autovalor nulo.
Se v1 , v2 , . . . , vn so autovetores associados a autovalores distintos
1 , 2 , . . . , n , ento o conjunto {v1 , v2 , . . . , vn } linearmente
independente.
Sem 2013-2
13 / 40

teoremas:
independente.
Sem 2013-2
13 / 40

teoremas:
independente.
Sem 2013-2
13 / 40

teoremas:
independente.
Sem 2013-2
13 / 40

teoremas:
independente.
Sem 2013-2
13 / 40

teoremas:
independente.
Sem 2013-2
13 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
14 / 40
O autoespao de uma matriz 1

Formao do autoespao de uma matriz:
Temos que um autovalor de A se, e somente se, a equao
(A I)x = 0 tem soluo no-trivial.
O conjunto de todas as solues dessa equao o espao nulo de
(A I), chamado autoespao de A associado a .
4 1 6
Verifique que 2 um autovalor da matriz A = 2 1 6 e determine
2 1 8
uma base para o autoespao associado.
Sem 2013-2
15 / 40

4 1 6
2 1 8
Sem 2013-2
15 / 40

4 1 6
2 1 8
Sem 2013-2
15 / 40

4 1 6
2 1 8
Sem 2013-2
15 / 40

4 1 6
2 1 8
Sem 2013-2
15 / 40
4 1
Temos portanto que a matriz A = 2 1
2 1
dois autovetores.
6
6 possui um autovalor com
8
Verifique que estes dois autovetores so LI.

Usando um CAS de sua preferncia (ou faa a mo mesmo) determine
os outros autovalores de A.
Determine um conjunto LI de maior dimenso possvel de autovetores da
matriz.
Sem 2013-2
16 / 40
4 1
2 1
dois autovetores.
6
8

matriz.
Sem 2013-2
16 / 40
4 1
2 1
dois autovetores.
6
8

matriz.
Sem 2013-2
16 / 40
4 1
2 1
dois autovetores.
6
8

matriz.
Sem 2013-2
16 / 40

Definies importantes:
Para o autovalor de uma matriz temos:
Multiplicidade algbrica: a multiplicidade do autovalor em relao ao
polinmio caracterstico (se raiz dupla, tripla etc.)
Raiz dupla: multiplicidade 2.
Raiz tripla: multiplicidade 3.
e assim por diante.
Multiplicidade geomtrica: a dimenso do autoespao da matriz.
No caso anterior temos que o autovalor 2 tem multiplicidade algbrica e
multiplicidade geomtrica tambm 2.
Teorema: A multiplicidade geomtrica de um autovalor no pode ser maior

do que sua multiplicidade algbrica.
Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40

e assim por diante.

Sem 2013-2
17 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
18 / 40
Da teoria de polinmios sabemos que uma equao de coeficientes reais de
grau n tem n razes complexas.
Como no caso real, um escalar complexo satisfaz det(A I) = 0 se e
somente se existe um vetor no nulo x em C tal que Ax = x.
Analise os casos:

0 1
Analise a transformao linear 1 =
.
1 0
Use como exemplo um vetor do R2 , e verifique a imagem.
Pode um vetor ser mltiplo dele mesmo em R2 ?
Encontre os autovalores e os autovetores associados.

Considere a matriz 2 =
0, 5 0, 6
0, 75 1, 1
Determine os autovalores de A e uma base para o auto-espao.

Aplique sucessivamente ao vetor (2, 0) a transformao e verifique a
imagem dos pontos no plano complexo.
Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Analise os casos:

0 1
.
1 0

0, 5 0, 6
0, 75 1, 1

Sem 2013-2
19 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
20 / 40
O exemplo anterior mostrou o quanto importante calcularmos potncias de

uma matriz, que equivale a fazermos uma sequncia de operaes reiteradas
do mesmo vetor.
Observe que se x2 = Ax1 e x3 = Ax2 , ento x3 = A(Ax1 ) = A2 x1 . Queremos

uma forma simples de fazer isso.
Para nossa alegria existe um teorema que garante que matrizes semelhantes
possuem o mesmo polinmio caracterstico.
Sem 2013-2
21 / 40

do mesmo vetor.

Sem 2013-2
21 / 40

do mesmo vetor.

Sem 2013-2
21 / 40
Mostre que se A e B so matrizes semelhantes, ento elas possuem o
mesmo polinmio caracterstico.
Concluso: Supondo que as matrizes A e B sejam representaes matriciais

de uma transformao em bases diferentes, e P a matriz de mudana de
base, como B = P 1 AP, temos que A e B so semelhantes, e
consequentemente possuem o mesmo polinmio caracterstico. Logo o
polinmio caracterstico independe da base adotada.
Sem 2013-2
22 / 40
Mostre que se A e B so matrizes semelhantes, ento elas possuem o
mesmo polinmio caracterstico.
Concluso: Supondo que as matrizes A e B sejam representaes matriciais

de uma transformao em bases diferentes, e P a matriz de mudana de
base, como B = P 1 AP, temos que A e B so semelhantes, e
consequentemente possuem o mesmo polinmio caracterstico. Logo o
polinmio caracterstico independe da base adotada.
Sem 2013-2
22 / 40

Inicialmente, deve-se verificar que simples calcular os autovalores (e assim
os autovetores) de uma matriz diagonal (ou ao menos triangular).
Encontre os autovalores e os autovetores de:
6 0 0
2 3 2
A = 0 1 0 e B = 0 4 4
0 0 10
0 0 7
Sem 2013-2
23 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
24 / 40

Do item anterior conclumos que bastante fcil calcular autovalores de
matrizes triangulares, e melhor ainda se forem diagonais.
Iniciamos agora o estudo do processo de diagonalizao de uma matriz.
Temos um teorema salvador:
Teorema: Suponha que uma matriz Ann possua n autovetores LI. Se
estes autovalores formarem a diagonal principal de uma matriz
diagonal S, ento S 1 AS uma matriz diagonal , e os
autovalores de A formam a diagonal principal de .
Diagonalizao: S 1 AS =
..
.
n
Sem 2013-2
25 / 40

..
.
n
Sem 2013-2
25 / 40

..
.
n
Sem 2013-2
25 / 40

..
.
n
Sem 2013-2
25 / 40

Demonstre o teorema anterior.(1)
Calculou-se,
anteriormente,
os autovalores e autovetores da matriz
2 3 2
B = 0 4 4 . Calcule B 10 .
0 0 7
1 Teorema salvador um apelido dado ao teorema pelo autor. No existe este nome na
literatura.
Sem 2013-2
26 / 40

Calculou-se,
anteriormente,
2 3 2
B = 0 4 4 . Calcule B 10 .
0 0 7
literatura.
Sem 2013-2
26 / 40

Calculou-se,
anteriormente,
2 3 2
B = 0 4 4 . Calcule B 10 .
0 0 7
literatura.
Sem 2013-2
26 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
27 / 40

Comentrios importantes:
Se a matriz A possuir autovalores 1 , 2 , . . . , n todos distintos, ento
seus autovetores n so automaticamente linearmente independentes.
Portanto, qualquer matriz com autovalores distintos pode ser
diagonalizada.
A matriz de diagonalizao S no nica. Um autovetor x pode ser
multiplicado por uma constante, permanecendo um autovetor. Podemos
multiplicar as colunas de S por quaisquer constantes no nulas e
produzir uma nova matriz de diagonalizao S.
Outras matrizes S, que no sejam formadas pelos autovetores de A, no
produziro uma diagonal . Suponha que a primeira coluna de S seja y.
Ento, a primeira coluna de SA ser 1 y . Se isto deve concordar com a
primeira coluna de AS, que, por multiplicao de matrizes, Ay , ento y
deve ser um autovetor: Ay = 1 y . A ordem dos autovetores em S e dos
autovalores em A automaticamente igual.
Sem 2013-2
28 / 40

diagonalizada.
Sem 2013-2
28 / 40

diagonalizada.
Sem 2013-2
28 / 40

diagonalizada.
Sem 2013-2
28 / 40
Nem todas as matrizes possuem n autovetores linearmente
independentes, portanto, nem todas as matrizes
O
so diagonalizveis.

0 1
exemplo padro de uma "matriz incompleta"
0 0
A diagonalizao pode falhar somente se houver autovalores repetidos.

Mesmo assim, ela nem sempre falha. A = I possui autovalores repetidos
1, 1,. . . , 1; mas ela j diagonal.
Sem 2013-2
29 / 40
O
so diagonalizveis.

0 1
0 0

Sem 2013-2
29 / 40
O
so diagonalizveis.

0 1
0 0

Sem 2013-2
29 / 40
Autovalores repetidos
Quando h autovalores repetidos a matriz pode ou no ser diagonalizvel.
Considere A uma matriz n n cujos autovalores distintos so 1 , 2 , . . . , p ;
com n > p.
Como j comentado a multiplicidade geomtrica menor ou igual
multiplicidade algbrica.
A matriz diagonalizvel se, e somente se, a soma das multiplicidades
geomtricas de cada autovalor igual a n. Isto ocorre quando, para
todos os autovalores, a multiplicidade geomtrica de i for igual a
multiplicidade algbrica de i .
Se A diagonalizvel e Bk uma base para o autoespao associado a
k , ento a coleo total de vetores de B1 , B2 , . . . , Bp forma uma base
de autovetores para Rn .
Sem 2013-2
30 / 40
com n > p.
Sem 2013-2
30 / 40
com n > p.
Sem 2013-2
30 / 40
com n > p.
Sem 2013-2
30 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
31 / 40
Algoritmo de diagonalizao: Considere uma dada matriz quadrada A de

ordem n:
Passo 1: Determine o polinmio caracterstico de A.
Passo 2: Calcule as razes do polinmio caracterstico para obter os
autovalores de A.
Passo 3: Repita (a) e (b) para cada autovalor de A:
(a) Construa a matriz M = A I subtraindo de cada
elemento diagonal de A.
(b) Determine uma base para a soluo geral do sistema
homogneo MX = O. (Estes vetores da base so
autovetores linearmente independentes de A pertencentes
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

ordem n:
autovalores de A.
a .)
Sem 2013-2
32 / 40

Passo 4: Considere o conjunto S = {v1 , v2 , . . . , vm } de todos os
autovetores obtidos no Passo 3.
(a) Se m 6= n, ento A no diagonalizvel.
(b) Se m = n, ento A diagonalizvel. Especificamente, seja
P a matriz cujas colunas so os autovetores v1 , v2 , . . . , vm .
Ento
D = P 1 AP = diag(1 , 2 , . . . , n )
onde i o autovalor correspondente ao autovetor vi .
Sem 2013-2
33 / 40

Ento
D = P 1 AP = diag(1 , 2 , . . . , n )
Sem 2013-2
33 / 40

Ento
D = P 1 AP = diag(1 , 2 , . . . , n )
Sem 2013-2
33 / 40
Utilizando um CAS2 para auxlio e verificao dos resultados, aplique o

algoritmo da diagonalizao s matrizes:

4 2
a.) A =
3 1

5
1
1
3
3 5
2 3
b.) B =
c.) C =
2 Se
voc for um combatente medieval, vai no brao mesmo.
Sem 2013-2
34 / 40


4 2
a.) A =
3 1

5
1
1
3
3 5
2 3
b.) B =
c.) C =
2 Se
Sem 2013-2
34 / 40


4 2
a.) A =
3 1

5
1
1
3
3 5
2 3
b.) B =
c.) C =
2 Se
Sem 2013-2
34 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
35 / 40
As matrizes reais simtricas, isto , aij = aji possuem algumas caractersticas

importantes:
Se A for uma matriz real simtrica, toda raiz de seu polinmio
caracterstico real.
Seja A uma matriz real simtrica, se u e v so autovetores de A
pertencentes a autovalores distintos 1 e 2 ento u e v so ortogonais,
isto , < u, v >= 0.
Seja A uma matriz real simtrica, ento existe uma matriz ortogonal P tal
que D = P 1 AP diagonal.
A matriz ortogonal P obtida com a normalizao dos autovetores
ortogonais da base de A.
Sem 2013-2
36 / 40

importantes:
caracterstico real.
isto , < u, v >= 0.
Sem 2013-2
36 / 40

importantes:
caracterstico real.
isto , < u, v >= 0.
Sem 2013-2
36 / 40

importantes:
caracterstico real.
isto , < u, v >= 0.
Sem 2013-2
36 / 40

importantes:
caracterstico real.
isto , < u, v >= 0.
Sem 2013-2
36 / 40
Chama-se algoritmo da diagonalizao ortogonal ao algoritmo para

diagonalizao de matrizes reais simtricas.
Considere A uma matriz real simtrica:
autovalores de A.
Passo 3: Para cada autovalor de A calculado no Passo 2, determine
uma base ortogonal para seu autoespao.
Passo 4: Normalize todos os autovetores dados no Passo 3, formando
uma base ortonormal de Rn .
Passo 5: Tome P como a matriz cujas colunas so os autovetores
normalizados obtidos no Passo 4.
Sem 2013-2
37 / 40

autovalores de A.
Sem 2013-2
37 / 40

autovalores de A.
Sem 2013-2
37 / 40

autovalores de A.
Sem 2013-2
37 / 40

autovalores de A.
Sem 2013-2
37 / 40

autovalores de A.
Sem 2013-2
37 / 40

2 2
Seja A =
uma matriz real simtrica. Determine uma matriz
2 5
ortogonal P tal que P 1 AP diagonal.
Sem 2013-2
38 / 40
Sumrio
1
Introduo
Reviso
Concluses iniciais
Autoespao de A
O teorema salvador
Polinmio Mnimo
Sem 2013-2
39 / 40
Bibliografia
Lipschutz.S.
Teoria e problemas em lgebra Linear.
3a edio. Rio de Janeiro.
Coleo Schaum, Editora Bookman, Porto Alegre 2004.
Poole., D;
lgebra Linear
Ed Thompson,
So Paulo, 2006.
Strang, G.,
lgebra Linear e suas aplicaes.
Traduo da quarta edio norte-americana
Cengage Learning, 2010.
Lay, David.,
2a edio
LTC editora, 1999.
Sem 2013-2
40 / 40
Bibliografia
Lipschutz.S.
Poole., D;
lgebra Linear
Ed Thompson,
So Paulo, 2006.
Strang, G.,
Lay, David.,
2a edio
LTC editora, 1999.
Sem 2013-2
40 / 40
Bibliografia
Lipschutz.S.
Poole., D;
lgebra Linear
Ed Thompson,
So Paulo, 2006.
Strang, G.,
Lay, David.,
2a edio
LTC editora, 1999.
Sem 2013-2
40 / 40
Bibliografia
Lipschutz.S.
Poole., D;
lgebra Linear
Ed Thompson,
So Paulo, 2006.
Strang, G.,
Lay, David.,
2a edio
LTC editora, 1999.
Sem 2013-2
40 / 40

Aula02 Autovalores

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

Aula02 Autovalores

Загружено:

Авторское право:

Доступные форматы

Notas de aula de lgebra Linear

Prof. Louis Augusto

Instituto Federal de Santa Catarina

Louis Augusto Gonalves (IFSC, DALTEC)

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Dada a matriz A de um operador linear definido num espao vetorial

Louis Augusto Gonalves (IFSC, DALTEC)

Louis Augusto Gonalves (IFSC, DALTEC)

Reviso da aula anterior

Louis Augusto Gonalves (IFSC, DALTEC)

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

As concluses iniciais so:

Louis Augusto Gonalves (IFSC, DALTEC)

Louis Augusto Gonalves (IFSC, DALTEC)

Dois teoremas sobre autovalores

Louis Augusto Gonalves (IFSC, DALTEC)

Dois teoremas sobre autovalores

Louis Augusto Gonalves (IFSC, DALTEC)

Dois teoremas sobre autovalores

Louis Augusto Gonalves (IFSC, DALTEC)

Dois teoremas sobre autovalores

Louis Augusto Gonalves (IFSC, DALTEC)

Dois teoremas sobre autovalores

Louis Augusto Gonalves (IFSC, DALTEC)

Louis Augusto Gonalves (IFSC, DALTEC)

Propriedades dos autovalores e autovetores

Seja A uma matriz quadrada. So equivalentes as afirmaes:

Complexas: Anlise a seguir.

Louis Augusto Gonalves (IFSC, DALTEC)

Propriedades dos autovalores e autovetores

Seja A uma matriz quadrada. So equivalentes as afirmaes:

Complexas: Anlise a seguir.

Louis Augusto Gonalves (IFSC, DALTEC)

Propriedades dos autovalores e autovetores

Seja A uma matriz quadrada. So equivalentes as afirmaes:

Complexas: Anlise a seguir.

Louis Augusto Gonalves (IFSC, DALTEC)

Propriedades dos autovalores e autovetores

Seja A uma matriz quadrada. So equivalentes as afirmaes:

Complexas: Anlise a seguir.

Louis Augusto Gonalves (IFSC, DALTEC)

Propriedades dos autovalores e autovetores

Seja A uma matriz quadrada. So equivalentes as afirmaes: