Álgebra linear e Autovalores
Teoria
Relembrando
Falaaaaaa meus jovenzitos, antes de começar a se adentrar em autovalores e autovetores -sim, já vimos esse camarada lá na geometria analítica, vamos ver em EDO e de’ quebra damos uma namorada nesse capítulo em cálculo numérico.
Então, sem lero lero... vamos dar uma relembrada!
Tá, não é pra tanto!
Então é assim , imagine que temos uma matriz A de dimensões e vamos considerar essa matriz uma função que usa a multiplicação de matrizes para transformar vetores m dimensionais em n dimensionais.
Aiiiiiiiiiiiiii, nesse caso, os vetores (não nulos) são paralelos a . Para isso, tem que necessariamente existir uma constante para que:
Nesse caso, teremos que :
Caso, nós tenhamos uma matriz quadrada, podemos definir um chamado polinômio característico de A, definido como:
Nesse caso, se for realmente um polinômio da matriz, então, os zeros de são os auovalores da matriz A, aí se o nosso for um autovalor e , então é um autovetor que corresponde ao autovalor.
Lembrando que, teremos uma matriz A () e uma matriz I de mesmo tamanho, então pra calcular o polinômio característico e encontrar os autovalores fazemos:
Traduzindo, teremos uma estrutura mais ou menos assim:
Até aí tudo ok? É só pensar o seguinte:
Tenho minha matriz A e uma matriz I (significa que a diagonal principal é 1 e os demais termos 0), então teremos semprea matriz A com o acréscimo de que a diagonal principal é . Vamos ver um exemplo bem simples:
Molezinha né?
Mas o que isso tem a ver com cálculo numérico ???? Já vamos entender tudo isso!
Álgebra linear e Autovalores
Nós vimos bem o que são autovalores e autovetores, cálculo de determinante deles e etc né? O grande problema, é que quando temos matrizes infinitesimais ou queremos implementar o modelo computacionalmente aí o bagulho fica muuuuuuuuito difícil.
Para entender como utilizar autovalores e auovetores em cálculo numérico, precisamos antes de tudo, relembrar definições láaaa da álgebra linear:
Conjunto de vetores linearmente independente
Geralmente, temos um conjunto de vetores:
E vai ser considerado linearmente independente toda vez que esse conjunto for igual a zero, isso significa que se nenhum dos vetores pode escrito combinação linear dos demais.
Conjunto de vetores linearment~;e dependente: Se os vetores não forem linearmente independentes, dizemos que são dependentes. Ou seja, podemos transformar cada vetoor em uma combinação linear do outro!
Conjunto de vetores ortogonal: Um conjunto de vetores é chamado de ortogonal se , se i e j forem diferentes, caso esse valor seja é chamado conjunto de vetores ortonormal.
Vamos ver uns exercícios sobre isso para relembrar, esses conceitos são importantes para que a gente entenda o próximo capítulo que iremos falar sobre os métodos da potência!
Bora fazer exercício?
Álgebra linear e Autovalores
Exercícios Resolvidos
Exercício Resolvido #1
Adaptado de Burden, RLB | .JDF | .AM Análise Numérica - Tradução da 10ª edição norte-americana .
Encontre o polinômio característico para a matriz A:
Passo 1
O primeiro passo é calcular o polinômio interpolador:
Sabendo que :
Então:
Resposta
Exercício Resolvido #2
Adaptado de Roteiro de Cálculo numérico- PUC RIO
Encontre o polinômio característico para a matriz A:
Passo 1
O primeiro passo é calcular o polinômio interpolador:
Sabendo que :
Então:
Resposta
Exercício Resolvido #3
Adaptado de Roteiro de Cálculo numérico- PUC RIO
Com a matriz do exercício anterior, calcule os autovalores:
Passo 1
No exercício anterior, vimos que:
Vamos encontrar em qual momento, esse polinômio pode ser igual a zero. Como temos uma equação cúbica, teremos 3 soluções.
A primeira solução é a mais fácil, e vamos considerar que :
Entção:
Isso significa que :
O próximo passo é zerar os termos dentro do polinômio:
E por fim:
Conjunto de autovalores
Resposta
Exercício Resolvido #4
Adaptado de site de UFRGS
Vamos verificar se os vetores são LI ou LD:
Passo 1
Geralmente, temos um conjunto de vetores:
Para verificar se são LI, nós devemos considerar a equação vetorial:
Esse sistema tem uma solução trivial: todos os termos são zero, se for a única solução os vetores são LI e se houver outra solução, os vetores são LD.
Podemos transformar em um sistema linear:
Esse é um sistema fácil de enxergar a resposta : a solução é trivial e a matriz é LI.
Resposta
A solução é trivial e a matriz é LI.
Exercício Resolvido #5
Elaboração Própria
Vamos verificar se os vetores são LI ou LD:
Passo 1
Nesse problema, se liga nessa dica:
Note que esses vetores têm 2 coordenadas, ou seja, eles estão contido no . Sempre que tiver mais vetores que coordenadas, ou seja, mais que vetores no , esses vetores serão LD.
Então, nem precisamos fazer contas aqui, temos 3 vetores do , o que os torna LD. 😊
Resposta
A matriz é LD.
Exercício Resolvido #6
Elaboração Própria
Vamos verificar se os vetores são LI ou LD:
Passo 1
Geralmente, temos um conjunto de vetores:
Para verificar se são LI, nós devemos considerar a equação vetorial:
Podemos transformar em um sistema linear:
Passo 2
Podemos escalonar essa matriz e analisar o resultado:
Escalonando:
:
Trocando a terceira coluna com a segunda:
Como não tiveram linhas zeradas, os vetores são LI.
Resposta
A matriz é LI.
Exercício Resolvido #7
Lista de exercícicios – prof ~jomarc - UFPR
Ache autovalores e autovetores, se possível:
Passo 1
Vamos achar os autovalores, primeiro, para isso, calculamos o polinômio característico:
Você pode saber, lá da álgebra linear, que o determinante dessa matriz será: , por ela ser uma matriz diagonal. Mas, caso não saiba disso, sem problemas! Vamos calcular esse determinante. Primeiro, aumentamos a matriz repetindo as duas primeiras colunas:
Agora, vamos pegar o produto das diagonais que vêm da esquerda para a direita e somar:
Agora, vamos pegar o produto das diagonais que vêm da direita para a esquerda e somar:
E, por último, fazer a primeira menos a segunda:
Então:
Passo 2
Tendo o polinômio característico, , os autovalores serão as raízes desse polinômio. Então:
Como o polinômio já está fatorado. As raízes serão:
Passo 3
Agora, vamos achar os autovetores, usando:
Para cada autovalor que achamos no passo anterior.
Para e :
Dessa forma, fazendo a multiplicação das matrizes:
E o autorvetor associado ao autovalor é:
, para qualquer valor de e pertencente aos reais.
Passo 4
Para o autovalor :
Dessa forma, fazendo a multiplicação das matrizes:
E o autorvetor associado ao autovalor é:
, para qualquer valor de pertencente aos reais.
Resposta
Autovalores:
Autovetores:
, para qualquer valor de e pertencente aos reais.
E
, para qualquer valor de pertencente aos reais.
Exercício Resolvido #8
Lista de exercícicios – prof ~jomarc - UFPR
Ache autovalores e autovetores, se possível:
Passo 1
Vamos achar os autovalores, primeiro, para isso, calculamos o polinômio característico:
Você pode saber, lá da álgebra linear, que o determinante dessa matriz será: , por ela ser uma matriz diagonal. Mas, caso não saiba disso, sem problemas! Vamos calcular esse determinante. Primeiro, aumentamos a matriz repetindo as duas primeiras colunas:
Agora, vamos pegar o produto das diagonais que vêm da esquerda para a direita e somar:
Agora, vamos pegar o produto das diagonais que vêm da direita para a esquerda e somar:
E, por último, fazer a primeira menos a segunda:
Então:
Passo 2
Tendo o polinômio característico, , os autovalores serão as raízes desse polinômio. Então:
Como o polinômio já está fatorado. As raízes serão:
Passo 3
Agora, vamos achar os autovetores, usando:
Para cada autovalor que achamos no passo anterior.
Para e :
Dessa forma, fazendo a multiplicação das matrizes:
Logo, para todo e pertencente aos reais.
E o autovetor associado ao autovalor é:
, para qualquer valor de e pertencente aos reais.
Passo 4
Para o autovalor :
Dessa forma, fazendo a multiplicação das matrizes:
Resolvendo esse sistema:
, para todos os valores de pertencente aos reais.
E o autorvetor associado ao autovalor é:
, para qualquer valor de pertencente aos reais.
Resposta
Autovalores:
Autovetores:
, para qualquer valor de e pertencente aos reais.
E
, para qualquer valor de pertencente aos reais.
Exercício Resolvido #9
Lista de exercícicios – prof ~jomarc - UFPR
Ache autovalores e autovetores, se possível:
Passo 1
Vamos achar os autovalores, primeiro, para isso, calculamos o polinômio característico:
Calculando o determinante:
Passo 2
Tendo o polinômio característico,, os autovalores serão as raízes desse polinômio. Então:
Resolvendo isso:
Como não temos autovalores reais, nenhum vetor em tem sua direção preservada. Ou seja, sem autovalores e autovetores.
, para qualquer valor de e pertencente aos reais.
Resposta
Sem autovalores e autovetores.
Exercício Resolvido #10
Autoria Responde Aí
Verdadeiro e Falso:
a.O autovalor λ indica apenas o quanto o vetor irá "encolher" ou "esticar" ao sofrer a transformação A;
b.Se λ = 1, o vetor permanece inalterado (mas, é afetado pela transformação);
c. A transformação I sob a qual um vetor x permanece inalterado, Ix = x é definida como transformação identidade.
d.A transformação A aumenta a magnitude do vetor x, não muda somente sua direção, como também o sentido. Logo, x é um autovetor de A, e λ um autovalor de A.
e.Subtrair um escalar λ de cada entrada na diagonal de A é o mesmo que subtrair λ vezes a matriz identidade I de A. Portanto, λ é um autovalor se, e somente se, a matriz for singular.
Passo 1
a.O autovalor λ indica apenas o quanto o vetor irá "encolher" ou "esticar" ao sofrer a transformação A.
VERDADEIRO
Passo 2
b.Se λ = 1, o vetor permanece inalterado (mas, é afetado pela transformação).
FALSO
O vetor não é afetado pela transformação.
Passo 3
c. A transformação I sob a qual um vetor x permanece inalterado, Ix = x é definida como transformação identidade.
VERDADEIRO
Passo 4
d.A transformação A aumenta a magnitude do vetor x, não muda somente sua direção, como também o sentido. Logo, x é um autovetor de A, e λ um autovalor de A.
FALSO
A transformação muda apenas a magnitude e não a direção.
Passo 5
e.Subtrair um escalar λ de cada entrada na diagonal de A é o mesmo que subtrair λ vezes a matriz identidade I de A. Portanto, λ é um autovalor se, e somente se, a matriz for singular.
VERDADEIRO
Resposta
a. V
b.F
c. V
d. F
e. V