SlideShare uma empresa Scribd logo
1 de 21
Baixar para ler offline
Autovalores e Autovetores
Maria Luísa B. de Oliveira
SME0300 – Cálculo Numérico
24 de novembro de 2010
Introdução
Objetivo: Dada matriz A, n × n, determinar todos os
vetores v que sejam paralelos a Av.
Introdução
Objetivo: Dada matriz A, n × n, determinar todos os
vetores v que sejam paralelos a Av.
Sendo A uma matriz de ordem n × n, definimos um
autovalor de A como um escalar λ ∈ C se existe um
vetor v (n × 1) não-nulo tal que
Av = λv.
Todo vetor v que satisfaz essa relação é denominado
um autovetor de A correspondente ao autovalor λ.
Introdução
Objetivo: Dada matriz A, n × n, determinar todos os
vetores v que sejam paralelos a Av.
Sendo A uma matriz de ordem n × n, definimos um
autovalor de A como um escalar λ ∈ C se existe um
vetor v (n × 1) não-nulo tal que
Av = λv.
Todo vetor v que satisfaz essa relação é denominado
um autovetor de A correspondente ao autovalor λ.
Para determinar λ, como
Av = λv ⇔ (A − λIn)v = 0,
então devemos resolver a equação
det(A − λIn) = 0.
Para cada valor de λ devemos determinar (pelo menos)
um v correspondente.
Introdução
Exemplo: Determinar os autovalores e autovetores de
A =
3 4
2 1
.
Solução: Vamos calcular primeiro det(A − λIn) = 0.
(3 − λ) 4
2 (1 − λ)
= 0 ⇒ (3 − λ)(1 − λ) − 8 = 0
⇒ λ2
− 4λ − 5 = 0 ⇒ (λ − 5)(λ + 1) = 0.
Então λ é autovalor de A se e somente se λ = 5 ou
λ = −1.
Para calcular v = [v1, v2]T correspondentes, resolver
(3 − λ) 4
2 (1 − λ)
v1
v2
=
0
0
.
Introdução
λ = 5 :
−2 4
2 −4
v1
v2
=
0
0
⇒
−2v1 + 4v2 = 0
2v1 − 4v2 = 0
⇒ v1 = 2v2 ⇒ v = v2
2
1
, ∀v2 ∈ R.
λ = −1 :
4 4
2 2
v1
v2
=
0
0
⇒
4v1 + 4v2 = 0
2v1 + 2v2 = 0
⇒ v1 = −v2 ⇒ v = v2
−1
1
, ∀v2 ∈ R.
Métodos Numéricos – Introdução
Métodos numéricos para determinar os autovalores e
autovetores correspondentes de uma matriz A de
ordem n, sem calcular o determinante.
Três grupos:
i) métodos que determinam polinômio
característico;
ii) métodos que determinam alguns
autovalores:
iii) métodos que determinam todos os
autovalores:
Métodos Numéricos – Introdução
Métodos numéricos para determinar os autovalores e
autovetores correspondentes de uma matriz A de
ordem n, sem calcular o determinante.
Três grupos:
i) métodos que determinam polinômio
característico;
ii) métodos que determinam alguns
autovalores: método das potências e da
potência inversa;
iii) métodos que determinam todos os
autovalores: método de Jacobi.
Método das Potências
Objetivo: Determinar o autovalor de maior valor
absoluto λ1 de uma matriz A e seu autovetor v
correspondente.
Suponha que, para a matriz A de ordem n,
|λ1| > |λ2| ≥ . . . ≥ |λn|,
isto é, λ1 é o autovalor de maior valor absoluto de A.
Também suponha que os autovetores são linearmente
independentes.
Se há uma sequência de vetores yk definida por
yk+1 = Ayk, k = 0, 1, . . .
com y0 arbitrário, então
λ1 = lim
k→∞
(yk+1)r
(yk)r
e v = lim
k→∞
(yk).
Método das Potências
Para determinar λ1, seguimos o seguinte algoritmo:
Dado um vetor y0 qualquer, não nulo, construímos
zk+1 = Ayk; yk+1 =
1
αk+1
zk+1; k = 0, 1, 2, . . . ,
com αk = max1≤r≤n |(zk+1)r|.
A cada k = 0, 1, . . . determinar o vetor λ
(k)
1 =
(zk+1)r
(yk)r
.
Se, para qualquer componente r,
λ
(k)
1 − λ
(k−1)
1
r
λ
(k)
1
r
< ϵ,
então λ1 = (λ
(k)
1 )r e v = yk.
Método das Potências
Exemplo: Determinar o maior autovalor (em valor
absoluto) λ1 e o autovetor correspondente v1 de
A =
3 4
2 1
.
Tomemos y0 = [1, 1]T
. Então
Método das Potências
Exemplo: Determinar o maior autovalor (em valor
absoluto) λ1 e o autovetor correspondente v1 de
A =
3 4
2 1
.
Tomemos y0 = [1, 1]T
. Então
k = 0 : z1 = Ay0 = [7, 3]T
; α1 = max(|7|, |3|) = 7.
λ
(0)
1 = (z1)r/(y0)r = [7, 3]T
; y1 = z1/α1 = 1, 3
7
T
.
Método das Potências
Exemplo: Determinar o maior autovalor (em valor
absoluto) λ1 e o autovetor correspondente v1 de
A =
3 4
2 1
.
Tomemos y0 = [1, 1]T
. Então
k = 0 : z1 = Ay0 = [7, 3]T
; α1 = max(|7|, |3|) = 7.
λ
(0)
1 = (z1)r/(y0)r = [7, 3]T
; y1 = z1/α1 = 1, 3
7
T
.
k = 1 : z2 = Ay1 = 33
7
, 17
7
T
; α2 = max 33
7
, 17
7
= 33
7
.
λ
(1)
1 = (z2)r/(y1)r = 33
7
, 17
3
T
; y2 = z2/α2 = 1, 17
33
T
.
Método das Potências
Exemplo: Determinar o maior autovalor (em valor
absoluto) λ1 e o autovetor correspondente v1 de
A =
3 4
2 1
.
Tomemos y0 = [1, 1]T
. Então
k = 0 : z1 = Ay0 = [7, 3]T
; α1 = max(|7|, |3|) = 7.
λ
(0)
1 = (z1)r/(y0)r = [7, 3]T
; y1 = z1/α1 = 1, 3
7
T
.
k = 1 : z2 = Ay1 = 33
7
, 17
7
T
; α2 = max 33
7
, 17
7
= 33
7
.
λ
(1)
1 = (z2)r/(y1)r = 33
7
, 17
3
T
; y2 = z2/α2 = 1, 17
33
T
.
λ
(1)
1 − λ
(0)
1
r
λ
(1)
1
r
≈
0,485
0,471
; . . .
Método da Potência
Como determinar o menor autovalor λn (e respectivo
autovetor v) de A?
Método da Potência Inversa
Como determinar o menor autovalor λn (e respectivo
autovetor v) de A?
Determinar maior autovalor de A−1 (e respectivo
autovetor).
Método da Potência Inversa
Como determinar o menor autovalor λn (e respectivo
autovetor v) de A?
Determinar maior autovalor de A−1 (e respectivo
autovetor).
Dado y0, resolver
Azk+1 = yk
para zk+1 e
yk+1 =
1
αk+1
zk+1
para determinar 1
λn
= limk→∞
(zk+1)r
(yk)r
e v = limk→∞(yk).
Método de Jacobi
Objetivo: Determinar todos os autovalores e
autovetores de uma matriz simétrica A.
Seja
Uk =



upp = uqq = cos φ
upq = −uqp = sen φ
uii = 1, i = p, i = q
uij = 0, no resto
,
i = 1, . . . , n; j = 1, . . . , n
uma matriz de rotação de um ângulo φ no plano dos
eixos p e q, tal que U−1
k = UT
k
.
Método de Jacobi
Se D = diag(λ1, . . . , λn) = V−1AV e λ1, . . . , λn são
autovalores de A, então as colunas de V são
autovetores vi de A correspondentes aos autovalores
λi.
O Método de Jacobi utiliza as matrizes Uk para, a cada
passo k, zerar um par de elementos fora da diagonal da
matriz A, com Ak+1 = UT
k
AkUk, A1 = A e assim obter
uma matriz equivalente diagonal.
Então,
D =






λ1
λ2
...
λn






≈ Am+1 = UT
m
· · · UT
1
AU1 · · · Um.
Método de Jacobi
Algoritmo:
Para cada k, até que Ak+1 seja diagonal:
1) Determinar o elemento de maior módulo de
Ak fora da diagonal. Esse elemento tem
coordenadas linha p e coluna q.
2) Calcular:
i) ϕ =
aqq−app
2apq
;
ii) t =
1
ϕ+sinal(ϕ) ϕ2+1
, ϕ = 0;
1, ϕ = 0
;
iii) cos φ = 1
1+t2
;
iv) sen φ = t
1+t2
;
3) Calcular Ak+1 = UT
k
AkUk, com A1 = A e Uk
sendo a matriz de rotação de ângulo φ no
plano p, q.
Método de Jacobi
Exemplo: Determinar os autovalores e autovetores de
A =
4 2
2 1
.
Seja A1 = A.
Como a12 = 2 é o elemento de maior módulo de A1,
então p = 1 e q = 2. Assim: ϕ = a22−a11
2a12
= 1−4
4
= −3
4
;
t = 1
− 3
4
− 25
16
= 1
−2
= −1
2
; cos φ = 1
1+1
4
= 2
5
; senφ = − 1
5
.
Então,
U1 =


2
5
− 1
5
1
5
2
5

 ; UT
1
=


2
5
1
5
− 1
5
2
5

 ;
A2 = UT
1
A1U1 =
5 0
0 0
(diagonal).
⇒ λ1 = 5, v1 = 2
5
, 1
5
T
; λ2 = 0, v2 = − 1
5
, 2
5
T

Mais conteúdo relacionado

Mais procurados

teorema-de-thevenin-e-norton (1)
teorema-de-thevenin-e-norton (1)teorema-de-thevenin-e-norton (1)
teorema-de-thevenin-e-norton (1)
FIPA
 
Método de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenanMétodo de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenan
Renan Gustavo
 

Mais procurados (20)

Função quadrática
Função quadráticaFunção quadrática
Função quadrática
 
Combinação linear, autovetores e autovalores
Combinação linear, autovetores e autovaloresCombinação linear, autovetores e autovalores
Combinação linear, autovetores e autovalores
 
Sequencias e-series
Sequencias e-seriesSequencias e-series
Sequencias e-series
 
Arcos congruos
Arcos congruosArcos congruos
Arcos congruos
 
Função.quadratica
Função.quadraticaFunção.quadratica
Função.quadratica
 
19 convolução em sinais contínuos
19 convolução em sinais contínuos19 convolução em sinais contínuos
19 convolução em sinais contínuos
 
teorema-de-thevenin-e-norton (1)
teorema-de-thevenin-e-norton (1)teorema-de-thevenin-e-norton (1)
teorema-de-thevenin-e-norton (1)
 
Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)
 
Função de 1º Grau
Função de 1º GrauFunção de 1º Grau
Função de 1º Grau
 
Geometria anatica retas exercicios by gledson
Geometria anatica retas exercicios by gledsonGeometria anatica retas exercicios by gledson
Geometria anatica retas exercicios by gledson
 
GP4US - Pesquisa operacional exercicios resolvidos - metodo simplex
GP4US - Pesquisa operacional   exercicios resolvidos - metodo simplexGP4US - Pesquisa operacional   exercicios resolvidos - metodo simplex
GP4US - Pesquisa operacional exercicios resolvidos - metodo simplex
 
Tópico 09 - Integral
Tópico 09 - IntegralTópico 09 - Integral
Tópico 09 - Integral
 
Probabilidade condicional
Probabilidade condicionalProbabilidade condicional
Probabilidade condicional
 
3 - Diodo Zener.ppt
3 - Diodo Zener.ppt3 - Diodo Zener.ppt
3 - Diodo Zener.ppt
 
Método de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenanMétodo de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenan
 
Distribuição binomial, poisson e hipergeométrica - Estatística I
Distribuição binomial, poisson e hipergeométrica - Estatística IDistribuição binomial, poisson e hipergeométrica - Estatística I
Distribuição binomial, poisson e hipergeométrica - Estatística I
 
Eletrostatica resumo
Eletrostatica   resumoEletrostatica   resumo
Eletrostatica resumo
 
Corrente elétrica, halliday, cap. 26
Corrente elétrica, halliday, cap. 26Corrente elétrica, halliday, cap. 26
Corrente elétrica, halliday, cap. 26
 
FunçãO QuadráTica
FunçãO QuadráTicaFunçãO QuadráTica
FunçãO QuadráTica
 
Transistor bipolar de juncao (tbj) 2
Transistor bipolar de juncao (tbj)   2Transistor bipolar de juncao (tbj)   2
Transistor bipolar de juncao (tbj) 2
 

Destaque

Local Committee President JD
Local Committee President JDLocal Committee President JD
Local Committee President JD
Bojan Stanković
 
UNIFAB_PRODUCT_CATALOGUE
UNIFAB_PRODUCT_CATALOGUEUNIFAB_PRODUCT_CATALOGUE
UNIFAB_PRODUCT_CATALOGUE
Manan Saraiya
 
Using Unisphere for VMAX to Manage CKD Devices in zOS
Using Unisphere for VMAX to Manage CKD Devices in zOSUsing Unisphere for VMAX to Manage CKD Devices in zOS
Using Unisphere for VMAX to Manage CKD Devices in zOS
Barry Snoots
 
Μακάβριο παζλ (rough draft)
Μακάβριο παζλ (rough draft)Μακάβριο παζλ (rough draft)
Μακάβριο παζλ (rough draft)
achaios75
 
Portfolio Pack - Seventy9
Portfolio Pack - Seventy9Portfolio Pack - Seventy9
Portfolio Pack - Seventy9
Shane Webster
 
Family Owned Business in Latin America - Developing a FOB protocol
Family Owned Business in Latin America - Developing a FOB protocolFamily Owned Business in Latin America - Developing a FOB protocol
Family Owned Business in Latin America - Developing a FOB protocol
Achieve Consulting MEX & LATAM
 

Destaque (20)

Local Committee President JD
Local Committee President JDLocal Committee President JD
Local Committee President JD
 
UNIFAB_PRODUCT_CATALOGUE
UNIFAB_PRODUCT_CATALOGUEUNIFAB_PRODUCT_CATALOGUE
UNIFAB_PRODUCT_CATALOGUE
 
Pitch Presentation
Pitch PresentationPitch Presentation
Pitch Presentation
 
Using Unisphere for VMAX to Manage CKD Devices in zOS
Using Unisphere for VMAX to Manage CKD Devices in zOSUsing Unisphere for VMAX to Manage CKD Devices in zOS
Using Unisphere for VMAX to Manage CKD Devices in zOS
 
Μακάβριο παζλ (rough draft)
Μακάβριο παζλ (rough draft)Μακάβριο παζλ (rough draft)
Μακάβριο παζλ (rough draft)
 
Tec16grupo9 ide9610177 anexos1
Tec16grupo9 ide9610177 anexos1Tec16grupo9 ide9610177 anexos1
Tec16grupo9 ide9610177 anexos1
 
Hayat sür eğitim raporu_tr
Hayat sür eğitim raporu_trHayat sür eğitim raporu_tr
Hayat sür eğitim raporu_tr
 
Trabajo final
Trabajo finalTrabajo final
Trabajo final
 
презентация5
презентация5презентация5
презентация5
 
El sujeto poético en “la contadora”, de gabriela mistral y en “walking around...
El sujeto poético en “la contadora”, de gabriela mistral y en “walking around...El sujeto poético en “la contadora”, de gabriela mistral y en “walking around...
El sujeto poético en “la contadora”, de gabriela mistral y en “walking around...
 
La retórica de eros
La retórica de erosLa retórica de eros
La retórica de eros
 
Portfolio Pack - Seventy9
Portfolio Pack - Seventy9Portfolio Pack - Seventy9
Portfolio Pack - Seventy9
 
Papel y cartón
Papel y cartónPapel y cartón
Papel y cartón
 
Family Owned Business in Latin America - Developing a FOB protocol
Family Owned Business in Latin America - Developing a FOB protocolFamily Owned Business in Latin America - Developing a FOB protocol
Family Owned Business in Latin America - Developing a FOB protocol
 
план урока
план урокаплан урока
план урока
 
Recursos Educativos
Recursos EducativosRecursos Educativos
Recursos Educativos
 
Econometrics project
Econometrics projectEconometrics project
Econometrics project
 
Guide to street art mcr
Guide to street art mcrGuide to street art mcr
Guide to street art mcr
 
Gc f-004 formato-plantilla_power_point_v01 (2)
Gc f-004 formato-plantilla_power_point_v01 (2)Gc f-004 formato-plantilla_power_point_v01 (2)
Gc f-004 formato-plantilla_power_point_v01 (2)
 
Taller uso de slideshare
Taller uso de slideshareTaller uso de slideshare
Taller uso de slideshare
 

Semelhante a Autovalor autovetor

Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09
Andrei Bastos
 
Exercitandoaula2
Exercitandoaula2Exercitandoaula2
Exercitandoaula2
AlexGrift
 
Fis mat resolucao comentada 001
Fis mat resolucao comentada   001Fis mat resolucao comentada   001
Fis mat resolucao comentada 001
comentada
 
Redes neurais com matlab
Redes neurais com matlabRedes neurais com matlab
Redes neurais com matlab
Renato Vicente
 
GEOMETRIA ANALÍTICA cap 06
GEOMETRIA ANALÍTICA cap  06GEOMETRIA ANALÍTICA cap  06
GEOMETRIA ANALÍTICA cap 06
Andrei Bastos
 
As equações do segundo grau são abordadas na história da matemática desde a é...
As equações do segundo grau são abordadas na história da matemática desde a é...As equações do segundo grau são abordadas na história da matemática desde a é...
As equações do segundo grau são abordadas na história da matemática desde a é...
leosilveira
 
Algebra Linear cap 01
Algebra Linear cap 01Algebra Linear cap 01
Algebra Linear cap 01
Andrei Bastos
 

Semelhante a Autovalor autovetor (20)

Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09
 
Sistemas equacoes lineares
Sistemas equacoes linearesSistemas equacoes lineares
Sistemas equacoes lineares
 
1943 d
1943 d1943 d
1943 d
 
Aula Oral 06
Aula Oral 06Aula Oral 06
Aula Oral 06
 
Aula 21: Exercícios
Aula 21: ExercíciosAula 21: Exercícios
Aula 21: Exercícios
 
Exercitandoaula2
Exercitandoaula2Exercitandoaula2
Exercitandoaula2
 
Objeto
ObjetoObjeto
Objeto
 
Objeto de aprendizagem
Objeto de aprendizagemObjeto de aprendizagem
Objeto de aprendizagem
 
Aula 4 espaços vetoriais
Aula 4   espaços vetoriaisAula 4   espaços vetoriais
Aula 4 espaços vetoriais
 
Fis mat resolucao comentada 001
Fis mat resolucao comentada   001Fis mat resolucao comentada   001
Fis mat resolucao comentada 001
 
Redes neurais com matlab
Redes neurais com matlabRedes neurais com matlab
Redes neurais com matlab
 
Aula 15 2020
Aula 15 2020Aula 15 2020
Aula 15 2020
 
GEOMETRIA ANALÍTICA cap 06
GEOMETRIA ANALÍTICA cap  06GEOMETRIA ANALÍTICA cap  06
GEOMETRIA ANALÍTICA cap 06
 
As equações do segundo grau são abordadas na história da matemática desde a é...
As equações do segundo grau são abordadas na história da matemática desde a é...As equações do segundo grau são abordadas na história da matemática desde a é...
As equações do segundo grau são abordadas na história da matemática desde a é...
 
Intro teoria dos números cap2
Intro teoria dos  números cap2Intro teoria dos  números cap2
Intro teoria dos números cap2
 
Algebra Linear cap 01
Algebra Linear cap 01Algebra Linear cap 01
Algebra Linear cap 01
 
Sries de taylor e de maclaurin
Sries de taylor e de maclaurinSries de taylor e de maclaurin
Sries de taylor e de maclaurin
 
Fórmulas matemáticas
Fórmulas matemáticasFórmulas matemáticas
Fórmulas matemáticas
 
FORMA ANALÍTICA E MÉTODOS DAS DIFERENÇAS FINITAS APLICADO AO POTENCIAL DENTRO...
FORMA ANALÍTICA E MÉTODOS DAS DIFERENÇAS FINITAS APLICADO AO POTENCIAL DENTRO...FORMA ANALÍTICA E MÉTODOS DAS DIFERENÇAS FINITAS APLICADO AO POTENCIAL DENTRO...
FORMA ANALÍTICA E MÉTODOS DAS DIFERENÇAS FINITAS APLICADO AO POTENCIAL DENTRO...
 
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto ValoresDecomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
Decomposições de matrizes utilizando conceitos de Auto Vetores e Auto Valores
 

Autovalor autovetor

  • 1. Autovalores e Autovetores Maria Luísa B. de Oliveira SME0300 – Cálculo Numérico 24 de novembro de 2010
  • 2. Introdução Objetivo: Dada matriz A, n × n, determinar todos os vetores v que sejam paralelos a Av.
  • 3. Introdução Objetivo: Dada matriz A, n × n, determinar todos os vetores v que sejam paralelos a Av. Sendo A uma matriz de ordem n × n, definimos um autovalor de A como um escalar λ ∈ C se existe um vetor v (n × 1) não-nulo tal que Av = λv. Todo vetor v que satisfaz essa relação é denominado um autovetor de A correspondente ao autovalor λ.
  • 4. Introdução Objetivo: Dada matriz A, n × n, determinar todos os vetores v que sejam paralelos a Av. Sendo A uma matriz de ordem n × n, definimos um autovalor de A como um escalar λ ∈ C se existe um vetor v (n × 1) não-nulo tal que Av = λv. Todo vetor v que satisfaz essa relação é denominado um autovetor de A correspondente ao autovalor λ. Para determinar λ, como Av = λv ⇔ (A − λIn)v = 0, então devemos resolver a equação det(A − λIn) = 0. Para cada valor de λ devemos determinar (pelo menos) um v correspondente.
  • 5. Introdução Exemplo: Determinar os autovalores e autovetores de A = 3 4 2 1 . Solução: Vamos calcular primeiro det(A − λIn) = 0. (3 − λ) 4 2 (1 − λ) = 0 ⇒ (3 − λ)(1 − λ) − 8 = 0 ⇒ λ2 − 4λ − 5 = 0 ⇒ (λ − 5)(λ + 1) = 0. Então λ é autovalor de A se e somente se λ = 5 ou λ = −1. Para calcular v = [v1, v2]T correspondentes, resolver (3 − λ) 4 2 (1 − λ) v1 v2 = 0 0 .
  • 6. Introdução λ = 5 : −2 4 2 −4 v1 v2 = 0 0 ⇒ −2v1 + 4v2 = 0 2v1 − 4v2 = 0 ⇒ v1 = 2v2 ⇒ v = v2 2 1 , ∀v2 ∈ R. λ = −1 : 4 4 2 2 v1 v2 = 0 0 ⇒ 4v1 + 4v2 = 0 2v1 + 2v2 = 0 ⇒ v1 = −v2 ⇒ v = v2 −1 1 , ∀v2 ∈ R.
  • 7. Métodos Numéricos – Introdução Métodos numéricos para determinar os autovalores e autovetores correspondentes de uma matriz A de ordem n, sem calcular o determinante. Três grupos: i) métodos que determinam polinômio característico; ii) métodos que determinam alguns autovalores: iii) métodos que determinam todos os autovalores:
  • 8. Métodos Numéricos – Introdução Métodos numéricos para determinar os autovalores e autovetores correspondentes de uma matriz A de ordem n, sem calcular o determinante. Três grupos: i) métodos que determinam polinômio característico; ii) métodos que determinam alguns autovalores: método das potências e da potência inversa; iii) métodos que determinam todos os autovalores: método de Jacobi.
  • 9. Método das Potências Objetivo: Determinar o autovalor de maior valor absoluto λ1 de uma matriz A e seu autovetor v correspondente. Suponha que, para a matriz A de ordem n, |λ1| > |λ2| ≥ . . . ≥ |λn|, isto é, λ1 é o autovalor de maior valor absoluto de A. Também suponha que os autovetores são linearmente independentes. Se há uma sequência de vetores yk definida por yk+1 = Ayk, k = 0, 1, . . . com y0 arbitrário, então λ1 = lim k→∞ (yk+1)r (yk)r e v = lim k→∞ (yk).
  • 10. Método das Potências Para determinar λ1, seguimos o seguinte algoritmo: Dado um vetor y0 qualquer, não nulo, construímos zk+1 = Ayk; yk+1 = 1 αk+1 zk+1; k = 0, 1, 2, . . . , com αk = max1≤r≤n |(zk+1)r|. A cada k = 0, 1, . . . determinar o vetor λ (k) 1 = (zk+1)r (yk)r . Se, para qualquer componente r, λ (k) 1 − λ (k−1) 1 r λ (k) 1 r < ϵ, então λ1 = (λ (k) 1 )r e v = yk.
  • 11. Método das Potências Exemplo: Determinar o maior autovalor (em valor absoluto) λ1 e o autovetor correspondente v1 de A = 3 4 2 1 . Tomemos y0 = [1, 1]T . Então
  • 12. Método das Potências Exemplo: Determinar o maior autovalor (em valor absoluto) λ1 e o autovetor correspondente v1 de A = 3 4 2 1 . Tomemos y0 = [1, 1]T . Então k = 0 : z1 = Ay0 = [7, 3]T ; α1 = max(|7|, |3|) = 7. λ (0) 1 = (z1)r/(y0)r = [7, 3]T ; y1 = z1/α1 = 1, 3 7 T .
  • 13. Método das Potências Exemplo: Determinar o maior autovalor (em valor absoluto) λ1 e o autovetor correspondente v1 de A = 3 4 2 1 . Tomemos y0 = [1, 1]T . Então k = 0 : z1 = Ay0 = [7, 3]T ; α1 = max(|7|, |3|) = 7. λ (0) 1 = (z1)r/(y0)r = [7, 3]T ; y1 = z1/α1 = 1, 3 7 T . k = 1 : z2 = Ay1 = 33 7 , 17 7 T ; α2 = max 33 7 , 17 7 = 33 7 . λ (1) 1 = (z2)r/(y1)r = 33 7 , 17 3 T ; y2 = z2/α2 = 1, 17 33 T .
  • 14. Método das Potências Exemplo: Determinar o maior autovalor (em valor absoluto) λ1 e o autovetor correspondente v1 de A = 3 4 2 1 . Tomemos y0 = [1, 1]T . Então k = 0 : z1 = Ay0 = [7, 3]T ; α1 = max(|7|, |3|) = 7. λ (0) 1 = (z1)r/(y0)r = [7, 3]T ; y1 = z1/α1 = 1, 3 7 T . k = 1 : z2 = Ay1 = 33 7 , 17 7 T ; α2 = max 33 7 , 17 7 = 33 7 . λ (1) 1 = (z2)r/(y1)r = 33 7 , 17 3 T ; y2 = z2/α2 = 1, 17 33 T . λ (1) 1 − λ (0) 1 r λ (1) 1 r ≈ 0,485 0,471 ; . . .
  • 15. Método da Potência Como determinar o menor autovalor λn (e respectivo autovetor v) de A?
  • 16. Método da Potência Inversa Como determinar o menor autovalor λn (e respectivo autovetor v) de A? Determinar maior autovalor de A−1 (e respectivo autovetor).
  • 17. Método da Potência Inversa Como determinar o menor autovalor λn (e respectivo autovetor v) de A? Determinar maior autovalor de A−1 (e respectivo autovetor). Dado y0, resolver Azk+1 = yk para zk+1 e yk+1 = 1 αk+1 zk+1 para determinar 1 λn = limk→∞ (zk+1)r (yk)r e v = limk→∞(yk).
  • 18. Método de Jacobi Objetivo: Determinar todos os autovalores e autovetores de uma matriz simétrica A. Seja Uk =    upp = uqq = cos φ upq = −uqp = sen φ uii = 1, i = p, i = q uij = 0, no resto , i = 1, . . . , n; j = 1, . . . , n uma matriz de rotação de um ângulo φ no plano dos eixos p e q, tal que U−1 k = UT k .
  • 19. Método de Jacobi Se D = diag(λ1, . . . , λn) = V−1AV e λ1, . . . , λn são autovalores de A, então as colunas de V são autovetores vi de A correspondentes aos autovalores λi. O Método de Jacobi utiliza as matrizes Uk para, a cada passo k, zerar um par de elementos fora da diagonal da matriz A, com Ak+1 = UT k AkUk, A1 = A e assim obter uma matriz equivalente diagonal. Então, D =       λ1 λ2 ... λn       ≈ Am+1 = UT m · · · UT 1 AU1 · · · Um.
  • 20. Método de Jacobi Algoritmo: Para cada k, até que Ak+1 seja diagonal: 1) Determinar o elemento de maior módulo de Ak fora da diagonal. Esse elemento tem coordenadas linha p e coluna q. 2) Calcular: i) ϕ = aqq−app 2apq ; ii) t = 1 ϕ+sinal(ϕ) ϕ2+1 , ϕ = 0; 1, ϕ = 0 ; iii) cos φ = 1 1+t2 ; iv) sen φ = t 1+t2 ; 3) Calcular Ak+1 = UT k AkUk, com A1 = A e Uk sendo a matriz de rotação de ângulo φ no plano p, q.
  • 21. Método de Jacobi Exemplo: Determinar os autovalores e autovetores de A = 4 2 2 1 . Seja A1 = A. Como a12 = 2 é o elemento de maior módulo de A1, então p = 1 e q = 2. Assim: ϕ = a22−a11 2a12 = 1−4 4 = −3 4 ; t = 1 − 3 4 − 25 16 = 1 −2 = −1 2 ; cos φ = 1 1+1 4 = 2 5 ; senφ = − 1 5 . Então, U1 =   2 5 − 1 5 1 5 2 5   ; UT 1 =   2 5 1 5 − 1 5 2 5   ; A2 = UT 1 A1U1 = 5 0 0 0 (diagonal). ⇒ λ1 = 5, v1 = 2 5 , 1 5 T ; λ2 = 0, v2 = − 1 5 , 2 5 T