Академический Документы
Профессиональный Документы
Культура Документы
Cursos de Engenharia
Autovalores e Autovetores Aula 2
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
Sem 2013-2
3 / 40
Introduo
Sem 2013-2
3 / 40
Introduo
Sem 2013-2
3 / 40
Introduo
Sem 2013-2
3 / 40
Introduo
Sem 2013-2
3 / 40
Introduo
Sem 2013-2
3 / 40
Sumrio
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
4 / 40
Sem 2013-2
5 / 40
Sumrio
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
6 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Concluses iniciais
Sem 2013-2
7 / 40
Sumrio
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
8 / 40
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
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
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
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
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
Sumrio
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
10 / 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
Sem 2013-2
11 / 40
Sumrio
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
12 / 40
Sem 2013-2
13 / 40
Sem 2013-2
13 / 40
Sem 2013-2
13 / 40
Sem 2013-2
13 / 40
Sem 2013-2
13 / 40
Sem 2013-2
13 / 40
Sumrio
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
14 / 40
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
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
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
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
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
Temos portanto que a matriz A = 2 1
2 1
dois autovetores.
6
6 possui um autovalor com
8
Sem 2013-2
16 / 40
4 1
Temos portanto que a matriz A = 2 1
2 1
dois autovetores.
6
6 possui um autovalor com
8
Sem 2013-2
16 / 40
4 1
Temos portanto que a matriz A = 2 1
2 1
dois autovetores.
6
6 possui um autovalor com
8
Sem 2013-2
16 / 40
4 1
Temos portanto que a matriz A = 2 1
2 1
dois autovetores.
6
6 possui um autovalor com
8
Sem 2013-2
16 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sem 2013-2
17 / 40
Sumrio
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
18 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Autovalores complexos
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
Sem 2013-2
19 / 40
Sumrio
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
20 / 40
Matrizes semelhantes
Para nossa alegria existe um teorema que garante que matrizes semelhantes
possuem o mesmo polinmio caracterstico.
Sem 2013-2
21 / 40
Matrizes semelhantes
Para nossa alegria existe um teorema que garante que matrizes semelhantes
possuem o mesmo polinmio caracterstico.
Sem 2013-2
21 / 40
Matrizes semelhantes
Para nossa alegria existe um teorema que garante que matrizes semelhantes
possuem o mesmo polinmio caracterstico.
Sem 2013-2
21 / 40
Matrizes semelhantes
Mostre que se A e B so matrizes semelhantes, ento elas possuem o
mesmo polinmio caracterstico.
Sem 2013-2
22 / 40
Matrizes semelhantes
Mostre que se A e B so matrizes semelhantes, ento elas possuem o
mesmo polinmio caracterstico.
Sem 2013-2
22 / 40
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
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
24 / 40
Diagonalizao: S 1 AS =
..
.
n
Sem 2013-2
25 / 40
Diagonalizao: S 1 AS =
..
.
n
Sem 2013-2
25 / 40
Diagonalizao: S 1 AS =
..
.
n
Sem 2013-2
25 / 40
Diagonalizao: S 1 AS =
..
.
n
Sem 2013-2
25 / 40
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.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
26 / 40
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.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
26 / 40
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.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
26 / 40
Sumrio
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
27 / 40
Sem 2013-2
28 / 40
Sem 2013-2
28 / 40
Sem 2013-2
28 / 40
Sem 2013-2
28 / 40
Comentrios importantes:
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
Sem 2013-2
29 / 40
Comentrios importantes:
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
Sem 2013-2
29 / 40
Comentrios importantes:
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
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
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
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
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
Sumrio
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
31 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
32 / 40
Sem 2013-2
33 / 40
Sem 2013-2
33 / 40
Sem 2013-2
33 / 40
5
1
1
3
3 5
2 3
b.) B =
c.) C =
2 Se
Sem 2013-2
34 / 40
5
1
1
3
3 5
2 3
b.) B =
c.) C =
2 Se
Sem 2013-2
34 / 40
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
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
35 / 40
Sem 2013-2
36 / 40
Sem 2013-2
36 / 40
Sem 2013-2
36 / 40
Sem 2013-2
36 / 40
Sem 2013-2
36 / 40
Sem 2013-2
37 / 40
Sem 2013-2
37 / 40
Sem 2013-2
37 / 40
Sem 2013-2
37 / 40
Sem 2013-2
37 / 40
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
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
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.,
lgebra Linear e suas aplicaes.
2a edio
LTC editora, 1999.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
40 / 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.,
lgebra Linear e suas aplicaes.
2a edio
LTC editora, 1999.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
40 / 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.,
lgebra Linear e suas aplicaes.
2a edio
LTC editora, 1999.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
40 / 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.,
lgebra Linear e suas aplicaes.
2a edio
LTC editora, 1999.
Louis Augusto Gonalves (IFSC, DALTEC)
Sem 2013-2
40 / 40