FORMA CANÔNICA DE JORDAN

Documentos relacionados
Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá. 21 de outubro de 2011

AUTOVALORES E AUTOVETORES

Álgebra Linear I - Aula 20

Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.

Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos

Álgebra Linear I - Aula 19

Provas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.

Autovalores e Autovetores Determinante de. Motivando com Geometria Definição Calculando Diagonalização Teorema Espectral:

FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1

Exercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0

Álgebra Linear I - Aula Forma diagonal de uma matriz diagonalizável

G3 de Álgebra Linear I

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Aula 1 Autovetores e Autovalores de Matrizes Aula 2 Autovetores e Autovalores de Matrizes Casos Especiais 17

Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas

Álgebra Linear I - Aula Autovetores e autovalores de uma transformação

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia

Matrizes Semelhantes e Matrizes Diagonalizáveis

MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.

MAT-27 Lista-09 Outubro/2011

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

Algebra Linear. 1. Funções de Matriz Quadrada 1.1. Teorema de Cayley-Hamilton. pag.1 Teoria de Sistemas Lineares Aula 8. c Reinaldo M.

Álgebra Linear I - Aula 22

3 a Avaliação Parcial - Álgebra Linear

P3 de Álgebra Linear I

5. Seja A uma matriz qualquer. Assinale a afirmativa

Polinômio Mínimo e Operadores Nilpotentes

Dou Mó Valor aos Autovalores

Instituto Superior Técnico Departamento de Matemática Última actualização: 3/Dez/2003 ÁLGEBRA LINEAR A

Exponencial de uma matriz

Álgebra Linear Teoria de Matrizes

ÁLGEBRA LINEAR A FICHA 7

Forma Canônica de Matrizes 2 2

A forma canônica de Jordan

Autovetor e Autovalor de um Operador Linear

SME Roberto F. Ausas / Gustavo C. Buscaglia

3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =

Parte 3 - Produto Interno e Diagonalização

1. Entre as funções dadas abaixo, verifique quais são transformações lineares: x y z

Diagonalização de Operadores. Teorema Autovetores associados a autovalores distintos de um operador linear T : V V são linearmente independentes.

Álgebra Linear I - Aula 21

Valores e vectores próprios

Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear

Diagonalização. Operador diagonalizável

1 Autovetor e Autovalor 9. 2 Matrizes Ortogonais e Transformações Lineares Planas e Espaciais 55

Análise multivariada

Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan

APLICAÇÃO DE AUTOVALORES E AUTOVETORES NAS POTÊNCIAS DE MATRIZES

G4 de Álgebra Linear I

Capítulo 5. Operadores Auto-adjuntos. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

ficha 4 valores próprios e vectores próprios

Autovalores e Autovetores

Álgebra Linear Diagonalização de Operadores

ÁLGEBRA LINEAR I - MAT0032

(a) (1,5) Obtenha os autovalores e autovetores de L. (b) (1,0) A matriz de L em relação à base canônica de M 2 2 é diagonalizável? Explique.

Aula 19 Operadores ortogonais

G3 de Álgebra Linear I

Geovan Tavares, Hélio Lopes e Sinésio Pesco PUC-Rio Departamento de Matemática Laboratório Matmidia

ÁLGEBRA LINEAR - MAT0024

Valores e vectores próprios

Universidade Federal da Paraíba Departamento de Matemática. Álgebra Linear e Geometria Analítica

MCTB Álgebra Linear Avançada I. Lista Ache a forma canônica de Jordan de cada um dos operadores lineares do Exercício 1.

CM005 Álgebra Linear Lista 3

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009

Multiplicidade geométrica

Álgebra Linear I - Aula Propriedades dos autovetores e autovalores

Álgebra Linear /2 Turma EM1 (unificada)

ANÁLISE COMPLEXA E EQUAÇÕES DIFERENCIAIS AULA TEÓRICA DE MAIO DE 2017

Modelagem Computacional. Parte 7 2

Matrizes hermitianas e unitárias

Álgebra Linear e Geometria Analítica. Valores Próprios e Vectores Próprios

Álgebra Linear I - Aula Matriz de uma transformação linear em uma base. Exemplo e motivação

SME Gustavo C. Buscaglia

Geometria anaĺıtica e álgebra linear

P4 de Álgebra Linear I de junho de 2005 Gabarito

Álgebra Linear I - Aula 18

Resolução das objetivas 3ª Prova de Álgebra Linear II da UFRJ, período

G2 de Álgebra Linear I

Capítulo 7. Operadores Normais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

G4 de Álgebra Linear I

Legenda. Questões. Lista de Exercícios - Autovalores e autovetores. Cálculos Teoria Geometria

Roteiros e Exercícios - Álgebra Linear v1.0

Álgebra Linear para MBiol MAmb

MAT3458 ÁLGEBRA LINEAR II 2 a Lista de Exercícios 2 o semestre de 2018

MATRIZES POSITIVAS DEFINIDAS

Álgebra Matricial Notas de Aulas 3 ( Terceira Avaliação ) Prof Carlos Alberto S Soares

(d) p(λ) = λ(λ + 1) (b) 4 (c) 1 (d) Seja A uma matriz n n. Assinale a alternativa FALSA:

Cálculo Diferencial e Integral 2 Formas Quadráticas

SME Roberto F. Ausas / Gustavo C. Buscaglia

1 Determinantes, traços e o teorema espectral para operadores arbitrários

Equação Geral do Segundo Grau em R 2

Unidade 22 - Teorema espectral para operadores simétricos, reconhecimento de cônicas. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa

5. Seja R : R 3 R 3 uma rotação em torno do eixo gerado por (0, 0, 1). Suponha que R mande o vetor

UFRGS INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Programa de Pós-Graduação em Matemática Aplicada Prova Escrita - Processo Seletivo 2017/2 - Mestrado

G3 de Álgebra Linear I

CM005 Álgebra Linear Lista 2

Parte II. Decomposição de matrizes

Segunda prova de Álgebra Linear - 01/07/2011 Prof. - Juliana Coelho

Universidade Federal Fluminense - GAN

Transcrição:

FORMA CANÔNICA DE JORDAN Álgebra Linear (MAT-27) Ronaldo Rodrigues Pelá IEFF-ITA 4 de novembro de 2011

Roteiro Motivação 1 Motivação 2 3 4 5 6

Roteiro Motivação 1 Motivação 2 3 4 5 6

Matrizes Quase Diagonalizáveis Nem toda matriz de M n (C) é diagonalizável. Nem todo operador T : V V é diagonalizável. Ideia Dada uma matriz A, encontrar uma matriz M de modo que M 1 AM seja o mais próximo possível de uma diagonal. No caso mais simples, quando A é diagonalizável, basta tomar os autovetores para formar as colunas de M e com isso M 1 AM é perfeitamente diagonal. Mas num caso geral, podem faltar autovetores e uma forma diagonal se torna impossível (vamos nos ocupar deste caso agora).

Roteiro Motivação 1 Motivação 2 3 4 5 6

Convenção Inicial Estaremos trabalhando sobre o corpo C. Em R, uma parte dos resultados que veremos é válida, mas nem todos. Mas por que então trabalhar em C, se o mundo é real? Por várias razões: Um número real pode ser entendido como um caso particular de número complexo. Um polinômio real sempre admite raiz complexa, mas nem sempre admite raiz real.

Se uma matriz A tem s autovetores LI, então ela é semelhante a uma matriz J que está na forma canônica de Jordan, com s blocos na diagonal. J 1 0 0... 0 0 J 2 0... 0 J = M 1 AM = 0 0 J 3... 0....... 0 0 0... J s

Bloco de Jordan Cada bloco possui um autovetor, um autovalor e números 1 bem acima da diagonal J i = Bloco de Jordan λ i 1 0... 0 0 0 λ i 1... 0 0 0 0 λ i... 0 0........ 0 0 0... λ i 1 0 0 0... 0 λ i

Exemplo J = Motivação 8 1 0 0 0 0 8 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 J = 8 1 0 8 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 Autovalor duplo λ 1 = 8 com um autovetor associado u 1 = [1 0 0 0 0] T ao qual corresponde o bloco J 1. Autovalor triplo λ 2 = 0 com dois autovetores associados u 3 e u 5 aos quais correspondem os blocos de Jordan J 2 e J 3. Se J tivesse cinco autovetores (LI), todos os blocos seriam 1 1 e J seria diagonal.

Questão Motivação Se A é uma matriz 5 5, sob que condições a sua forma canônica de Jordan será este mesmo J? 8 1 0 0 0 0 8 0 0 0 J = 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 Em outras palavras: quando existirá um M tal que M 1 AM = J? Primeiro requisito: A deve compartilhar os mesmos autovalores 8, 8, 0, 0, 0. Mas a matriz diagonal com estes autovalores não é similar a J!

Buscando a resposta Reescrevendo M 1 AM = J como AM = MJ: 8 1 0 8 A [x 1 x 2 x 3 x 4 x 5 ] = [x 1 x 2 x 3 x 4 x 5 ] 0 1 0 0 0 Resolvendo as multiplicações, uma coluna por vez: Ax 1 = 8x 1 Ax 2 = 8x 2 + x 1 Ax 3 = 0x 3 Ax 4 = 0x 4 + x 3 Ax 5 = 0x 5

Resposta Ax 1 = 8x 1 Ax 2 = 8x 2 + x 1 Ax 3 = 0x 3 Ax 4 = 0x 4 + x 3 Ax 5 = 0x 5 Agora podemos reconhecer as condições: 1 A deve ter três autovetores genuínos: x 1, x 3 e x 5 associados aos autovalores 8, 0 e 0. 2 A deve ter dois autovetores generalizados: x 2 e x 4 associados aos autovalores 8 e 0. Note que: (A 8I)x 2 = x 1 (A 0I)x 4 = x 3

Roteiro Motivação 1 Motivação 2 3 4 5 6

Autovetores generalizados O aparecimento de x 2 e x 4 no exemplo anterior nos motiva a redefinir o conceito de autovetor. Autovetor generalizado Dada uma matriz A M n (C) e um autovalor λ, uma matriz coluna não nula x M n 1 (C) é um autovetor generalizado de ordem k associado a λ quando (A λi) k x = O e (A λi) k 1 x O Nota: um autovetor genuíno é um autovetor generalizado de ordem 1.

Cadeia de autovetores generalizados Seja v (k) um autovetor generalizado de ordem k associado a λ: (A λi) k v (k) = O (A λi) k 1 v (k) O Considere v (k 1) = (A λi)v (k). Assim: (A λi) k 1 v (k 1) = O (A λi) k 2 v (k 1) O v (k 1) é autovetor generalizado de ordem k 1.

Cadeia de autovetores generalizados Dado um v (k) autovetor generalizado de ordem k associado a λ, é possível construir uma cadeia de autovetores generalizados de ordem menor que k: {v (k), v (k 1),..., v (1) } v (j) = (A λi)v (j+1) j = k 1, k 2,..., 1 Indutivamente, prova-se que os outros vetores da cadeia são autovetores generalizados. Note que v (1) é um autovetor genuíno! Pode-se mostrar com relativa facilidade que a cadeia é LI.

Receita para obter a Considere uma matriz A M n (C). Obtenha os seus autovalores: λ 1,..., λ p (contados sem multiplicidade). Obtenha seus autovetores: u 1,..., u r. Caso mais simples: se há n autovetores LI, então A é diagonalizável, sua forma canônica de Jordan é J = diag(λ 1,..., λ n ). A matriz M = [u 1... u n ], formada pelos autovetores de A, é tal que M 1 AM = J.

Receita para obter a Suponha agora que A não é diagonalizável. Considere um caso complicado: um autovalor λ cuja multiplicidade geométrica q é menor que a algébrica m. Existe um conjunto x (1) λ,1,..., x(1) λ,q de autovetores (genuínos) LI. Precisamos obter os m q autovetores generalizados (não genuínos). Na verdade, precisamos obter todas as cadeias de autovetores generalizados.

Receita para obter a Para tanto, para cada autovetor x (1) λ,j associado a este λ, tente resolver (A λi)x (2) λ,j = x(1) λ,j. Se não for possível, pare e tente novamente para outro autovetor. Mas se for possível, você encontrou um autovetor generalizado de ordem 2. Para este x (2) λ,j, tente resolver novamente (A λi)x (3) λ,j = x(2) λ,j e prossiga enquanto for possível. Você deverá achar uma cadeia de k autovetores generalizados. Associada a esta cadeia, teremos um bloco de Jordan de tamanho k.

Receita para obter a Vamos construir agora a matriz M tal que M 1 AM = J. Em analogia com o caso em que A é diagonalizável, inferimos que M deve ser constituída pelos autovetores genuínos e generalizados. Relembrando: λ 1, λ 2,..., λ p são os autovalores de A. Cada autovalor tem multiplicidade algébrica m i e multiplicidade geométrica q i, mas agora isto não é o mais importante para construir M. Cada autovalor λ i tem r i cadeias de autovetores generalizados: C λi,1, C λi,2,..., C λi,r i. Cada cadeia C λi,j tem k i,j autovetores generalizados.

Receita para obter a C λi,j = [x (1) λ i,j x (2) λ i,j... x (k i,j) λ i,j ] M = [C λ1,1... C λ1,r 1... C λp,r p ] Assim: M 1 AM = J, onde J é J = J λ1,1... Jλ1,r1... Jλp,rp Cada J λi,j é uma bloco de Jordan k i,j k i,j.

Aviso Motivação Atenção O professor adverte: usar a inteligência é melhor que seguir este algoritmo...

Coisas importantes Número de blocos de Jordan = número de autovetores LI. Associado ao mesmo autovalor, pode haver mais de um bloco de Jordan (com tamanhos que, em princípio, podem ser diferentes). Associado a uma certa cadeia de autovetores generalizados de comprimento k, temos um bloco de Jordan de tamanho k. Um autovalor pode ter mais de uma cadeia de autovetores generalizados (com tamanhos diferentes, inclusive).

Semelhança de Matrizes Teorema Duas matrizes A e B de M n (C) são semelhantes se e somente se suas formas canônicas de Jordan forem iguais, a menos possivelmente do posicionamento dos blocos.

Roteiro Motivação 1 Motivação 2 3 4 5 6

Polinômio característico Seja p A (t) o polinômio característico da matriz A (n n). Já vimos (teorema de Cayley-Hamilton) que: p A (A) = O p A é um polinômio de grau n. Será que existe um polinômio m A de grau menor que n tal que: m A (A) = O? A resposta é: sim, em muitos casos. Veja o caso das matrizes Identidade e Nula. Este polinômio é conhecido como polinômio mínimo. Vejamos como obtê-lo a partir da forma canônica de Jordan.

Polinômio mínimo Conhecidos os autovalores λ 1,..., λ p (contados sem multiplicidade) da matriz A, o polinômio mínimo de A é: p m A (t) = (λ i t) n i i=1 onde n i é o tamanho do maior bloco de Jordan associado a λ i. Usando a forma canônica de Jordan de A, segue que: m A (A) = O Note que as potências neste polinômio anulam todos os blocos de Jordan de A e, por isso, m A (A) = O.

Exemplo Motivação As matrizes 3 0 0 A = 0 3 0 B = 0 0 3 3 1 0 0 3 0 0 0 3 Têm o mesmo polinômio característico p(λ) = (3 λ) 3 Mas diferentes polinômios mínimos: C = 3 1 0 0 3 1 0 0 3 m A (λ) = (3 λ) m B (λ) = (3 λ) 2 m C (λ) = (3 λ) 3

Exemplo Motivação As matrizes 3 1 0 0 0 0 3 1 0 0 A = 0 0 3 0 0 0 0 0 3 0 0 0 0 0 3 B = Têm o mesmo polinômio característico p(λ) = (3 λ) 5 E também o mesmo polinômio mínimo: m(λ) = (3 λ) 3 3 1 0 0 0 0 3 1 0 0 0 0 3 0 0 0 0 0 3 1 0 0 0 0 3

Roteiro Motivação 1 Motivação 2 3 4 5 6

Encontre por inspeção as formas canônicas de Jordan de 1 2 3 [ ] A = 0 4 5 1 1 B = 1 1 0 0 6

Respostas J A = 1 0 0 0 4 0 0 0 6 J B = [ 0 1 0 0 ]

Encontre em 3 passos as formas canônicas de Jordan de 0 1 2 [ ] A = 0 0 0 1 1 B = 1 1 0 0 0

Respostas J A = 0 1 0 0 0 0 0 0 0 J B = [ 0 0 0 2 ]

Exemplo Motivação Encontre uma matriz M tal que M 1 AM esteja na forma canônica de Jordan: 1 1 2 A = 0 1 3 0 0 2

Exemplo Motivação Autovalores de A: Autovetores de A: λ 1 = 1 m 1 = 2 q 1 = 1 λ 2 = 2 m 2 = 1 q 2 = 1 u 1 = 1 0 0 u 2 = 5 3 1

Exemplo Motivação Precisamos encontrar um autovetor generalizado associado a λ 1 = 1. Sendo u 1 = u (1) 1 e resolvendo (A I)u (2) 1 = u (1) 1, temos: u (2) 1 = 0 1 0

Exemplo Motivação Conclusão: tomando temos M = 1 0 5 0 1 3 0 0 1 M 1 AM = 1 1 0 0 1 0 0 0 2 Confiamos o suficiente na Matemática (ou somos muito preguiçosos) para fazermos as contas...

Exercício Motivação Encontre a forma canônica de Jordan de 3 1 1 1 0 0 1 1 1 1 0 0 A = 0 0 2 0 1 1 2 1 1 0 1 1 0 1 1 os elementos faltantes são nulos. Dica: [ ] B C det = det(b) det(d) 0 D para B e D quadradas.

Exercício Motivação Resposta A = 2 1 0 0 2 1 0 0 2 2 1 0 2 0

Roteiro Motivação 1 Motivação 2 3 4 5 6

Potenciação Consideremos a matriz A escrita em sua forma canônica de Jordan: A = MJM 1 Para elevar a matriz a uma certa potência, temos A n = MJ n M 1. Mas obter J n é fácil, pois: n J 1 0 0... 0 J1 n 0 0... 0 0 J 2 0... 0 0 J2 n 0... 0 J n = 0 0 J 3... 0 = 0 0 J3 n... 0.............. 0 0 0... J s 0 0 0... Js n A questão agora é: como elevar um certo bloco de Jordan à n-ésima potência.

Potenciação Começamos com o exemplo mais simples possível: [ ] λ 1 J = 0 λ Para este caso, temos: [ ] [ J 2 λ 2 2λ = 0 λ 2 J 3 λ 3 3λ 2 = 0 λ 3 ] [ J 4 λ 4 4λ 3 = 0 λ 4 ] Por indução se chega a: [ J n λ n nλ n 1 = 0 λ n ]

Potenciação J 2 = Complicando um pouco mais: λ 1 0 J = 0 λ 1 0 0 λ λ 2 2λ 1 λ 3 3λ 2 3λ 0 λ 2 2λ J 3 = 0 λ 3 3λ 2 J 4 = 0 0 λ 2 0 0 λ 3 Por indução se chega a: λ J n n nλ n 1 n(n 1) = 2 0 λ n nλ n 1 0 0 λ n λ n 2 λ 4 4λ 3 6λ 2 0 λ 4 4λ 3 0 0 λ 4

Potenciação Repetindo o raciocínio para um bloco p p: Sendo f(x) = x n Potência de um bloco de Jordan p p f (λ) f (p 2) (λ) f(λ)... 1! (p 2)! f (p 3) (λ) J n 0 f(λ)... = (p 3)!...... f (p 1) (λ) (p 1)! f (p 2) (λ) (p 2)!. 0 0... f(λ) f (λ) 0 0... 0 f(λ)

Funções mais gerais O que vimos antes sobre potenciação de uma matriz pode ser generalizado para funções mais gerais. Suponha que se conheça a forma canônica de Jordan de A = MJM 1. Será que f(a) = Mf(J)M 1? A resposta é depende. Se a função f for uma função polinomial f(a) = a 0 I + a 1 A +... + a n A n, então podemos dizer que f(a) = Mf(J)M 1. Este resultado ainda continua válido no caso em que f(a) é escrita como uma série de potências convergente, como por exemplo: exp(a), sinh(a), log(a). Mas há exceções, como por exemplo f(a) = A T...

Funções mais gerais No caso em que f(a) = Mf(J)M 1, então f(j) = f(j 1 ) 0 0... 0 0 f(j 2 ) 0... 0 0 0 f(j 3 )... 0....... 0 0 0... f(j s ) Mas como calcular f(.) de um certo bloco de Jordan? Exatamente como antes!

Funções mais gerais Função de um bloco de Jordan p p Sendo f(x) uma função continuamente diferenciável f (λ) f (p 2) (λ) f(λ)... 1! (p 2)! f (p 3) (λ) 0 f(λ)... f(j) = (p 3)!...... f (p 1) (λ) (p 1)! f (p 2) (λ) (p 2)!. 0 0... f(λ) f (λ) 0 0... 0 f(λ)