Álgebra Linear e Geometria Analítica 8ª aula
Valores Próprios e Vectores Próprios
Definição: Seja um número real e A uma matriz quadrada nn. Diz-se que é um valor próprio da matriz A se existir uma matriz coluna não nula Xn1 tal que A X = X À matriz coluna X chama-se vector próprio associado ao valor próprio .
Exemplo: 3 é valor próprio Um vector próprio associado é
Como determinar os valores próprios e os vectores próprios de uma matriz?
Como determinar os valores próprios e os vectores próprios de uma matriz?
Como determinar os valores próprios e os vectores próprios de uma matriz? Este sistema homogéneo tem que ser indeterminado pois queremos X0
Definições: (A - I) – matriz característica de A det (A - I) – polinómio característico de A det (A - I) = 0 – equação característica de A
Como determinar os valores próprios e os vectores próprios de uma matriz? Este sistema homogéneo tem que ser indeterminado pois queremos X0 então det (A - I) = 0
Como determinar os valores próprios e os vectores próprios de uma matriz? det (A - I) = 0 então Os valores próprios são as raízes do polinómio característico.
Os valores próprios de são as raízes de é a única raiz deste polinómio: tem multiplicidade 2
Os valores próprios de são as raízes de é a única raiz deste polinómio: tem multiplicidade 2 Diz-se que é valor próprio com multiplicidade algébrica 2
Como encontrar o vector próprio associado?
Como encontrar o vector próprio associado? Deve ser tal que – a + b = 0
O conjunto de todos os vectores próprios associados ao mesmo valor próprio é um subespaço vectorial que se designa por subespaço próprio associado a e se representa por E
No exemplo: Tem um valor próprio = 3 Os valores próprios associados têm que ser da forma com – a + b = 0
No exemplo:
Definição: Chama-se multiplicidade geométrica de um valor próprio à dimensão do subespaço próprio associado
multiplicidade geométrica Teorema: A multiplicidade algébrica de um valor próprio é maior ou igual à sua multiplicidade geométrica
= 6 é valor próprio de A com multiplicidade algébrica 1
Determinação dos subespaços próprios:
Determinação dos subespaços próprios:
É uma base de 3
Valores próprios e invertibilidade: Seja A uma matriz que tem o valor próprio = 0 então: det(A – 0 I) = 0 det(A) = 0 Conclusão: a matriz não é invertível.
Valores próprios e invertibilidade: Seja A uma matriz que tem o valor próprio = 0 então: det(A – 0 I) = 0 det(A) = 0 Conclusão: a matriz não é invertível. TEOREMA: Uma matriz é invertível se e só se não tem o valor próprio 0.
Diagonalização de matrizes Definição: Uma matriz A diz-se semelhante a uma matriz B se existir uma matriz invertível P tal que B = P-1 A P. Se A é semelhante a B então B é semelhante a A. PBP-1 = PP-1 A PP-1 PBP-1 = A Definição: Uma matriz A diz-se diagonalizável se for semelhante a uma matriz diagonal, isto é se houver uma matriz diagonal D e uma matriz invertível P tais que: D = P-1 A P
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I)
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I) = det(P-1 A P - P-1 P ) =
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I) = det(P-1 A P - P-1 I P ) = det(P-1 (A - I ) P ) =
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P)
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P) = det(P-1) det(P) det (A - I)
Teorema: Duas matrizes semelhantes têm os mesmos valores próprios det(B - I) = det(P-1 A P - I) = det(P-1 A P - P-1 P ) = det(P-1 (A - I) P ) = det(P-1) det (A - I) det(P) = det(P-1) det(P) det (A - I) = det (A - I)
Teorema: A matriz A-1 tem os valores próprios inversos dos valores próprios de A Seja valor próprio de A. Então: A X = X A-1 A X = A-1 X X = A-1 X Se A é invertível todos os valores próprios são diferentes de 0 X = A-1 X
Valores próprios de uma matriz diagonal: Os valores próprios de uma matriz diagonal são os elementos da diagonal. EXEMPLO:
Teorema: Uma matriz quadrada de ordem n é semelhante a uma matriz diagonal se e só se existir uma matriz invertível P cujas colunas são vectores próprios da matriz D = P-1 A P PD = AP AP = [ AP1 AP2 . . . APn] AP1 = 1P1 AP2 = 2P2 . . . APn = nPn
Teorema: Sendo A uma matriz quadrada de ordem n, existe uma matriz invertível cujas colunas são vectores próprios de A se e só se a soma das multiplicidades algébricas dos valores próprios de A é n e as multiplicidades algébricas e geométricas coincidem.
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A 32 vezes
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A A32 = (P-1 D P) 32 = 32 vezes
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A A32 = (P-1 D P) 32 = P-1 D P P-1 D P . . . P-1 D P = 32 vezes
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A 32 vezes A32 = (P-1 D P) 32 = P-1 D P P-1 D P . . . P-1 D P = P-1 D (P P-1 )D P . . . P-1 D (P P-1 )D P = 32 vezes
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A 32 vezes A32 = (P-1 D P) 32 = P-1 D P P-1 D P . . . P-1 D P = P-1 D (P P-1 )D P . . . P-1 D (P P-1 )D P = P-1 D I D P . . . P-1 D I D P = 32 vezes
Uma aplicação: Calcular A32 A32 = A A A . . . A A A A 32 vezes A32 = (P-1 D P) 32 = P-1 D P P-1 D P . . . P-1 D P = P-1 D (P P-1 )D P . . . P-1 D (P P-1 )D P = P-1 D I D P . . . P-1 D I D P = P-1 D32 P 32 vezes