1 / 14

Matemática para Economia III 2013.2

Matemática para Economia III 2013.2. Aula 13 e 14 : Transformações lineares (continuação)/ Autovalores e Autovetores/ Diagonalização de Operadores. Matriz de uma transformação linear.

Download Presentation

Matemática para Economia III 2013.2

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Matemática para Economia III2013.2 Aula 13 e 14: Transformações lineares (continuação)/ Autovalores e Autovetores/ Diagonalização de Operadores

  2. Matriz de uma transformação linear Sejam T: V→W uma transformação linear, A uma base de V e B uma base de W. Sem perda de generalidade consideremos dim V=2 e dim W=3. Sejam A={v1,v2} e B={w1,w2,w3}, um vetor v ϵ V pode ser expresso como A imagem T(v) ϵ W pode ser expressa como Por outro lado aplicando T em (1) obtemos (1) Note que [v]A=(x1,x2) (2) Note que [T(v)]B=(y1,y2,y3) (3)

  3. Matriz de uma transformação linear Sendo T(v1) e T(v2) ϵ W eles são combinações lineares dos vetores de B: Substituindo em (3) temos que (4) (5)

  4. Matriz de uma transformação linear Portanto: Ou na forma matricial: Ou simbolicamente: Matriz de T em relação as bases A e B

  5. Matriz de uma transformação linear Na prática o que fizemos: • Escrevemos os vetores T(v1) e T(v2) como combinação linear do vetores de B • Tomamos os escalares de T(vi) na base B e os colocamos como a coluna i da matriz [v]A [T(v)]B [T(v1)]B [T(v2)]B Matriz de T em relação as bases A e B

  6. Matriz de uma transformação linear Exemplo: Dada a transformação linear T: IR2→IR3 dada por T(x,y)=(x+y,x-y,y), E considere as bases A={(1,1),(-1,0)} e B={(1,0,0), (0,1,0),(0,0,1)} para o IR2 e IR3 respectivamente. Determine: a) b) Sendo v=(5,1) (coordenadas em relação à base canônica do IR2), calcular [T(v)]B utilizando a matriz encontrada em a)

  7. Matriz de Mudança de Base Se considerarmos I: V→V a transformação linear identidade, I(v)=v. Ao escrevermos a matriz desta transformação em relação às bases A e B (A uma base de V e B outra base de V). Obteremos [I(v)]B= [v]A Ou ainda: [v]B = [v]A Matriz de mudança de base de A para base B O papel desta matriz é transformar as coordenadas de um vetor v na base A em coordenadas do mesmo vetor v na base B.

  8. Autovetores e Autovalores (6) Seja T:V→V um operador linear. Um vetor vϵV, v≠0, é autovetor do operador T se existe λ ϵIR tal que T(v)= λv. Seja M a matriz desta transformação em relação à base canônica então (6) pode ser rescrito como Mv=λv λv-Mv=0 ou ainda λIv-Mv=0 (λI-M)v=0. • Determinar se operador T possui um autovetor v≠0 equivale a determinar para quais valores de λ o sistema homogêneo (7) tem solução não trivial, tal valor de λ é chamado autovalor de M. • Se λ é um autovalor de M então cada solução não trivial de (7) será o autovetor de M associado ao autovalor λ, ou seja será autovetor do operador T. (7)

  9. Autovetores e Autovalores De acordo com o que já estudamos M é invertível ↔ Mv=0 tem somente solução trivial logo (λI-M)v=0 tem solução não trivial ↔ (λI-M) não é invertível, ou seja, det(λI-M)=0 Exemplo: (b) Seja M=[T], encontre os autovalores de M e dê exemplo de autovetores associados a cada autovalor

  10. Autovetores e Autovalores Teorema: Se A é uma matriz nxn, então as seguintes afirmações são equivalentes: • A é invertível. • Ax=0 só tem a solução trivial. • A forma escalonada reduzida por linhas de A é In. • A pode ser expressa como um produto de matrizes elementares. • Ax=b é consistente para cada vetor coluna b de tamanho nx1. • Ax=b tem exatamente uma solução para cada vetor coluna b nx1. • det(A)≠0. • A tem posto n. • As linhas de A formam um conjunto L.I. de n vetores do IRn. • As colunas de A formam um conjunto L.I. de n vetores do IRn. • Zero não é um autovalor de A.

  11. Diagonalização de operadores Seja T: V→ V um operador linear. Dizemos que T é um operador diagonalizável se existe uma base β de V cujos elementos são autovetores de T. A matriz que representa T na base  β é uma matriz diagonal cujos elementos são os autovalores de T, ou seja:

  12. Diagonalização de operadores Seja M=[T] a matriz canônica do operador T e D a matriz de T na base β de autovetores, dizemos que T é diagonalizável se existe uma matriz P tal que D = P–1MP. Onde P é a matriz cujas colunas são os autovetores de T e D=[T]β . Assim, a matriz D é obtida pela matriz P, quando ela existe, sobre a matriz M. Dizemos então que a matriz P diagonaliza M ou que P é a matriz diagonalizadora (P a matriz de mudança da base canônica para base de β). • Quando sabemos que é possível encontrar a matriz P e obter D?

  13. Diagonalização de operadores Teorema: Se M=[T] possui todas as raízes de seu polinômio característico reais e distintas então M é diagonalizável. Obs: raízes do polinômio característico reais e distintas autovetores associados a autovalores distintos são L.I existe uma base de autovetores para V Temos o seguinte resultado para matrizes simétricas: Teorema: Se M é uma matriz simétrica de ordem n então existe uma matriz ortogonal P tal que P–1MP=D, D uma matriz diagonal. Os autovalores de M são elementos da diagonal D. (Lembrete: Matriz ortogonal P-1=PT).

  14. Diagonalização de operadores Exemplo:

More Related