Anlise Numrica Valores e Vectores Prprios

Madalena Ribeiro 6.1

6 Va lor e s e Ve c t or e s
Pr pr i os
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.2
6.1 Polinmio Caracterstico
A matriz quadrada de ordem n
a
i j
IR ou C
escalar ( IR ou C).

Def i n i o
|A-I| designa-se por polinmio caracterstico da matriz A e representa-se
por p()
Ex em p l o:
A

1
]
1
1
1
2 3 7
0 5 8
0 2 5

p() = |A-I| =
2 3 7
0 5 8
0 2 5

= 18 - 29 + 12
2
-
3

Not a
O grau do polinmio caracterstico depende da ordem da matriz A:
w A de ordem 2 polinmio caracterstico de grau 2
w A de ordem 3 polinmio caracterstico de grau 3

e assim sucessivamente !!
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.3
6.2 Valores Prprios
Def i n i o
Designam-se por valores prprios da matriz A, as razes do polinmio
caracterstico de A, ou seja, as razes da equao p()=0, ou ainda,
| A-I| =0.


6 . 2 . 1 Ma t r i z e s d e Or d e m 2

Ex em p l o:
A

1
]
1
0 1
1 0

p()=0
|A-I|=0

1
1
0

2
-1 = 0
= 1 V = -1 (dois valores prprios reais e distintos)
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.4
Ex em p l o:
B

1
]
1
0 1
1 0

p()=0
|A-I|=0

1
1
0

2
+1 = 0
= 1
= t i (dois valores prprios complexos e distintos)

Ex em p l o:
C

1
]
1
1 0
0 1

p()=0
|A-I|=0

1 0
0 1
0

(1-)
2
= 0
= 1 (dois valores prprios reais e iguais)
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.5
Con c l u s o
Matriz A; Matriz C: 1 valor prprio com multiplicidade algbrica 2.
Matriz B: 2 valores prprios (com multiplicidade algbrica 1)

Re s u m o:
Se A (2x2), os valores prprios sero:
1. 1, 2 reais onde 1 diferente de 2
2. 1, 2 complexos onde 2 conjugado de 1
3. 1, 2 reais onde 1=21, (raiz mltipla)

6 . 2 . 2 Ma t r i ze s d e Or d e m Su p e r i or a 2
Ex em p l o:
A=
5 0 8
1 2 4
2 0 5

1
]
1
1
1

p()=|A-I|=
5 - 0 8
1 2- 4
2 0 5-

=(2-) ((5-)
2
-16)
p()=(2-) ((5-)-4) ((5-)+4)=0
p()=(2-) (1-) (9-)=0
donde
1
=2,
2
=1 e
3
=9
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.6
Ex em p l o:
Calcule os valores prprios de A=
2 0 0
0 3 0
0 0 4

1
]
1
1
1

Resultado: 2, 3, 4

Ex em p l o:
Calcule os valores prprios de A=
1 0 0
0 0 1
0 1 0

1
]
1
1
1

Resultado: 1 com multiplicidade 2 e -1

Con c l u s o
Dado p() = |A-I| = a0 + a1 (-) + ... + an-1 (-)
n-1
+ (-)
n
duma matriz nxn
1. Existem n razes no necessariamente distintas (valores prprios)
reais ou complexos
2. p()=(1-)(2-)...(n-)
3. Quando a
0
, a
1
,...,a
n-1
so reais cada raiz complexa de p() existe
com um par (conjugado)
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.7
6.3 Vectores Prprios

valor prprio de A |A-I|=0
A-I singular
(A-I) X=0
AX=IX
AX=X

Def i n i o
Designa-se por vector prprio um vector no nulo x tal que, dado um valor
prprio de A, x satisfaz a equao A x =x .

6 . 3 . 1 Ca lc u lo d e Ve c t or e s Pr p r i os
Ex em p l o:
A=
5 0 8
1 2 4
2 0 5

1
]
1
1
1

Valores Prprios:
1
=2,
2
=9 e
3
=1
Calcule os vectores prprios de A
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.8
Re s ol u o
(A-I)X=0
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

0
0
0
x
x
x
- 5 0 2
4 - 2 1
8 0 - 5
3
2
1

1
= 2
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

0
0
0
x
x
x
3 0 2
4 0 1
8 0 3
3
2
1

'

+
+
+
0 3x 2x
0 4x x
0 8x 3x
3 1
3 1
3 1

'

0 x
4x x
0 x
3
3 1
1

Logo x1=x3=0 e x2 IR
Pelo que,
X
1
=
1
1
1
]
1

1
1
1
]
1

0
1
0
a
0
a
0
, onde a IR \ {0}

2
= 9
X2=
1
1
1
]
1

1
1
1
]
1

1
2
a
a
a
2a
7
2
7
2
, onde a IR \ {0}
3 = 1
X
3
=
1
1
1
]
1

1
1
1
]
1

1
6 -
2 -
a
a
6a -
2a -
, onde a IR \ {0}
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.9
6 . 3 . 2 M t odo Alt e r n a t i vo pa r a C lc u lo d e Ve c t or e s
Pr p r i os
Re s e r va: S pode ser aplicado se a adjunta da matriz for no nula.

Al gor i t m o:
1. Calcular a matriz Adj (A-I)
2. Considerar cada uma das colunas da matriz Adj (A-I) e substituir
nessa coluna cada um dos valores prprios

Ex em p l o:
A=
1
1
1
]
1

5 0 2
4 2 1
8 0 5

Valores Prprios de A: 1=2, 2=9 e 3=1
Calcule os vectores prprios de A
Re s ol u o
1
1
1
]
1

- 5 0 2
4 - 2 1
8 0 - 5
) ( I A
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.10
1
1
1
]
1

- 5 4 8
0 - 2
2 1 - - 5
0 ) (
T
I A
Adj(A-I)=
1
1
1
1
1
1
1
]
1

2
1 - 5
0 0
2 5
0 2
2 1
4 8
1 - 5
5 8
2 5
5 4
2 1
4 8
2 0
5 8
0 0
5 4
0 2
0


Es col h en d o C1=
1
1
1
]
1

2 4
13
) )(5 (2


1
=2 X
1
=
0
11
0
11
0
1
0

1
]
1
1
1

1
]
1
1
1


2
=9 X
2
=
28
4
14
2
14
2
7

1
]
1
1
1

1
]
1
1
1

3=1 X3=
1
1
1
]
1

1
1
1
]
1

1
6 -
2 -
-2
1 -
12
4


Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.11

E s e es col h es s em os C2?

1
= 2 X
1
=
0
- 7
0

1
]
1
1
1
mltipla de
0
1
0

1
]
1
1
1

2 = 9 X2=
0
0
0

1
]
1
1
1
no vector prprio
3 = 1 X3=
0
0
0

1
]
1
1
1
no vector prprio

Not a
No necessrio pesquisar todas as colunas.
Quando forem encontrados tantos vectores prprios quantos os valores
prprios distintos, pode-se terminar a procura.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.12
Def i n i o
Seja valor prprio de uma matriz A e x o vector prprio correspondente. O
par (,x) designa-se por par prprio de A.

Def i n i o
O conjunto dos valores prprios de A, designa-se por espectro de A e
representa-se por { } x um a para x Ax A lg , : ) (

Def i n i o
O conjunto dos vectores prprios de A, designa-se por raio espectral de A e
representa-se por { } A) ( : | | ) ( A

Def i n i o
Os vectores prprios unitrios designam-se por direces prprias de A.

Def i n i o
Seja A
nxn
e (A). Designa-se por subespao prprio ou subespao
invariante associado ao valor prprio , o conjunto

{ } x Ax x S : ) (

Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.13

Def i n i o
A dimenso do subespao prprio S(), designa-se por multiplicidade
geomtrica do valor prprio .

Mult iplicidade Geomt rica Mult iplicidade Algbrica

Def i n i o
Diz-se que um valor prprio defeituoso sse
Multiplicidade geomtrica < multiplicidade algbrica.

Def i n i o
Uma matriz que possui um valor prprio defeituoso diz-se que uma matriz
defeituosa.

Sensibilidade de uma matriz
Analisa-se atravs da comparao entre a perturbaes associadas aos
valores prprios e aos vectores prprios da matriz.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.14
Ex em p l o
Mostrar a sensibilidade dos pares prprios de matrizes a pequenas
perturbaes nos coeficientes
1
]
1

1 0
0 1
A matriz dada
1
]
1

0 0

E matriz das perturbaes


Matriz A
w Valores prprios: 1 (multiplicidade 2)
w Vectores prprios:


Matriz A+E
w Valores prprios: 1 e 1+
w Vectores prprios:
1
]
1

2 2
1
e
1
]
1

0
1


Concluso
Enquanto os valores prprios variam pouco, a primeiro vector pode
assumir qualquer direco (desde que se escolham valores
adequados para e .
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.15
6.4 Revises:
S e ja m
Z =x + yi nmero complexo
A matriz

__
Z =x - yi Conjugado de de Z
__
A Matriz conjugada de A;
Os seus elementos so os conjugados dos elementos de A
A* =(
__
A )
T
= ) (
T
A Matriz transconjugada ou associada de A
a transposta da conjugada de A
X* =(
__
X )
T
= ) (
T
X o transposto do conjugado de X


Pr op r i e d a d e s
(A*)* = A
(AB)* = B*A*

Def i n i o
Sejam x e y dois vectores de
n
.
O produto interno de x e y dado por: x y = y* x
A norma de x dada por: (x* x)
1/2

Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.16
Pr op r i e d a d e s
Dois vectores dizem-se ortogonais sse x y =0

Def i n i o
Seja A IR
nxn
.
A diz-se simtrica se A
T
= A.
A diz-se anti-simtrica se -A
T
= A.

Def i n i o
Seja A
nxn
.
A diz-se hermitiana se A* = A.
A diz-se anti-hermitiana se -A* = A.
Not a: hermitiana hermt ica; anti hemi.

Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.17
6.5 Normas

Def i n i o
Seja A IR
mxn
. Ento:

,
_

m
1 i
ij
n j 1
1
a max A

,
_

n
1 j
ij
m i 1
a max A




Res u m i n d o
1
A mximo de entre os somatrios dos valores absolutos
das colunas

A mximo de entre os somatrios dos valores absolutos

das linhas

Def i n i o
Seja X IR
n
. Ento:

n
i
i
x
1
1
X
x
i
m i 1
max X

n
i
i
x
1
2
2
X
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.18
6.6 Conceitos Gerais
Def i n i o
Uma matriz A
nxn
hermitiana diz-se:
w Definida positiva se x*A x > 0
w Definida semipositiva se x*A x 0
w Definida negativa se x*A x < 0
w Definida seminegativa se x*A x 0

Def i n i o
Uma matriz A
nxn
diz-se unitria se A*A = I

Def i n i o
Uma matriz A IR
nxn
diz-se ortogonal se A
T
A = I

Te or e m a
Seja A
nxn
uma matriz hermitiana.
Ento os seus valores prprios so reais.
Se alm disso,
w A for definida semipositiva os seus valores prprios so no-negativos;
w A for definida positiva os seus valores prprios so positivos.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.19
Te or e m a
Seja A
nxn
uma matriz invertvel e (, x) um seu par prprio.
Ento, 0 e (
-1
, x) um par prprio de A
-1
.


Te or e m a
Seja A
nxn
e (, x) um seu par prprio. Ento

) ), ( (
) , (
) , (
x p
x
x
m

um par prprio de

'

p polinmio p(A)
IN m A

m
A



Def i n i o
Uma matriz A
nxn
diz-se triangular superior por blocos se puder ser
particionada na forma

1
1
1
1
]
1

mm
n
n
A
A A
A A A
A
... 0 0
... ... ... ...
... 0
...
2 22
1 12 11

em que os blocos diagonais so matrizes quadradas.
Se os blocos forem de ordem no superior a 2, diz-se que A uma matriz
quase triangular.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.20
Te or e m a
O espectro de uma matriz triangular por blocos a unio dos espectros dos
seus blocos diagonais, i.e.,
U
m
i
ii
A A
1
) ( ) (

Te or e m a
Sejam x
1
, x
2
, ., x
k
vectores prprios da matriz A
nxn
associados a
valores distintos 1, 2, ., k. Ento estes valores so linearmente
independentes.
Decorre deste teorema que, se uma matriz A
nxn
possuir n valores prprios
distintos, ento possvel extrair do conjunto dos seus vectores prprios um
subconjunto que forme uma base de
n
.

Def i n i o
No caso dos vectores prprios se encontrarem nas condies supra-citadas,
diz -se que formam um sistema completo .

Def i n i o
Uma matriz A
nxn
diz-se diagonalizvel se existir uma matriz
X
nxn
, invertvel tal que X
-1
AX seja diagonal.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.21
Te or e m a
Uma matriz A
nxn
no defeituosa sse for diagonalizvel.

Te or e m a
Seja A
nxn
uma matriz hermitiana. Ento, os respectivos vectores
prprios associados a valores prprios distintos so ortogonais.


6 . 6 . 1 De c ompos i o Es pe c t r a l de u ma ma t r i z
Se A for no-defeituosa, tem-se:
A = X
-1
AX
Ou seja:
[ ] [ ]
n
nn n n
n
n
n
n
x x x
a a a
a a a
a a a
x x x ...
...
... ... ... ...
...
...
...
... 0 0
... ... ... ...
0 ... 0
0 ... 0
2 1
2 1
2 22 21
1 12 11
1 -
2 1
2
1
1
1
1
1
]
1

1
1
1
1
]
1

em que :

i
valores prprios de A
X
i
vectores prprios de A, correspondentes aos valores prprios
i,
respectivamente
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.22
6.7 Matrizes Semelhantes
Def i n i o
Uma matriz A
nxn
diz-se semelhante ou similar a uma matri z B
nxn

se existir uma matriz P
nxn
, invertvel tal que B= P
-1
AP.
matriz P d-se o nome de transformao de semelhana ou similaridade.

Te or e m a
Sejam A e B
nxn
matrizes semelhantes. Ento, (, x) um par prprio
de A sse (, P
-1
x) for um par prprio de B.

Te or e m a
As matrizes semelhantes possuem o mesmo polinmio caracterstico.

Te or e m a
Seja A
nxn
e hermitiana. Ento:
w A definida semipositiva sse os seus valores prprios forem no-
negativos;
w A definida positiva sse os seus valores prprios forem positivos;
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.23
Te or e m a
Uma matriz A
nxn
diz-se normal se AA
H
=A
H
A.

Teor em a d e Ca y l ey -Ha m i l t on
Seja A
nxn
e p
A
= |A-I|=a
0
+a
1
(-)+...+a
n-1
(-)
n-1
+(-)
n
o seu
polinmio caracterstico.
Ento p
A
(A)=0, ou seja, p(A) = a
0
I+a
1
(-A)+...+a
n-1
(-A)
n-1
+(-A)
n
=0

6.8 Localizao dos valores prprios
Te or e m a (Ge r s h gor i n )
Sejam A
nxn
, Gi o crculo (no plano complexo) centrado em aii e de
raio

n
i j
j
ij i
a r
1
, por vezes designado por crculo de Gershgorin ,
e U
n
i
i
A
1
) (

G G
, a regio de Gershgorin.
Ento, todos os valores prprios de A esto contidos no domnio G(A), ou
seja,
) ( ) ( A A G
.
Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.24
6.9 Mtodo das Potncias
Suponhamos que os valores prprios de A
nxn
, esto ordenados da forma
n
.....
2 1


6 . 9 . 1 M t od o d a s Pot n c i a s Di r e c t a s
Este mtodo permite gerar uma sucesso de pares prprios (
(m)
, X
(m)
), que
converge para o par prprio (1, X1).

Seja A com n direces prprias linearmente independentes X1, X2, , Xn.
Escolhendo
i
n
i
i
X a X

1
) 0 (
, onde a
i
so escalares arbitrrios, tem-se

Not a
a) Este algoritmo pressupe que:
w 1 dominante, i. e.,
2 1


w a10
b) O mtodo converge mais rapidamente, quanto mais dominante for
1

Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.25

Al gor i t m o
Escolher x
(0)
tal que ||x
(0)
||=1, e a
1
0
Estipular uma tolerncia
) 0 ( ) 1 (
Ax y
Para m = 1, 2, .faz

2
) ( ) ( ) ( m m m
y y x


) ( ) 1 ( m m
Ax y
+


) 1 ( ) 1 ( ) (
) (
+ +

m H m m
y x
Terminar quando
) ( ) 1 ( ) ( m m m
<




6 . 9 . 1 . 1 Con ve r g n c i a d o M t od o
m
1
2

Anlise Numrica Valores e Vectores Prprios







Madalena Ribeiro 6.26
6 . 9 . 2 Tr a n s la e s Es p e c t r a i s
Def i n i o
Designa-se por t r a n s l a o es p ect r a l ou m u d a n a d e or i gem
operao que consiste em calcular os valores prprios de A-p I, em vez
dos valores prprios de A.

Obje c t i vo
Acelerao do mtodo das potncias directas por translaes espectrais

Ex em p l o
Seja A IR
4x4

{ } 11 , 12 , 13 , 14 ) ( A
A taxa de convergncia
93 . 0
14
13
1
2

Muito prximo de 1; convergncia muito lenta

Efectuando a translao espectral (p=12)
{ } 0 1, - , 1 , 2 ) ( pI A
A taxa de convergncia
5 . 0
2
1
1
2

Valor bem mais favorvel !!!