Mat01099 - Seminário Integrador III - UFRGS

Prof. João Batista Carvalho

Matrizes 3: Mais consequências da Decomposição Espectral .

Ref.: David Luenberger. Introduction to Dynamic Systems: Theory, Models and Applications, John Wiley and Sons, Inc. New York, 1979.

5.
podemos extender funções analíticas $f: {\mathbb{R}}\rightarrow {\mathbb{R}}$, para espaços de matrizes diagonalizáveis: seja $F : {\mathbb{R}}^{n \times n} \rightarrow {\mathbb{R}}^{n \times n}$:
$\displaystyle F(A) = F( X \Lambda X^{-1} ) = X \left[ \begin{array}{cccc}
f(\la...
...bda_2) & & \\
& & \dots & \\
& & & f(\lambda_n)
\end{array} \right] X^{-1} $
desde que as quantidades $f(\lambda_i)$ , $i=1,2,\dots,n$ estejam bem definidas. Exemplos: exponencial, seno e cosseno matriciais via $f(x) = e^x$, $f(x) = \mbox{sen} \, (x)$, $f(x)=\cos(x)$.
6.
para $f(x) = (1-x)^{-1}$. $-1 < x < 1$: seja matriz $A \in {\mathbb{R}}^{n \times n}$ tal que $A^k \rightarrow 0$ ao $k \rightarrow \infty$, isto é, tal que todos os seus autovalores são interiores ao círculo unitário do plano complexo. Então
$\displaystyle (I-A)^{-1} = I + A + A^2 + A^3 + \dots + A^k + \dots$
Define $S_k = I + A + \dots + A^k$, então
$\displaystyle (I-A) S_k = S_k - A S_k = I - A^{k+1} \Rightarrow
\lim_{k \righta...
...) \lim_{k \rightarrow \infty} S_k =
I - \lim_{k \rightarrow \infty} A^{k+1} = I$.
e assim $\displaystyle \lim_{k \rightarrow \infty} S_k = (I-A)^{-1}$.
7.
se $M$ tem autovalores no círculo de centro $1 + 0 i$ (do plano complexo) e raio unitário, então $I-M$ tem autovalores no interior do círculo unitário (do plano complexo), então a solução do sistema linear $M x = b$ pode ser encontrada iterativamente: para $A = I - M$, a quantidade $S_k$ definida acima satisfaz $S_{k+1} = I + A S_k$ e para $x_k = S_k b$ temos $x_{k+1} = (I + A S_k) b = b + A x_k$, $k=0,1,2,\dots$. Exemplo: $M = \left[ \begin{array}{cc}
1.1 & -0.4 \\ 0.4 & 0.4 \end{array} \right],
b= \left[ \begin{array}{c} 2 \\ 1
\end{array} \right]$, $A = I - M = \left[ \begin{array}{cc}
-0.1 & 0.4 \\ -0.4 & 0.6 \end{array} \right]$ e temos
$k$ $x_k^T$ $k$ $x_k^T$
0 2. 1. 5 1.9995 0.498
1 2.2 0.8 6 1.99925 0.499
2 2.1 0.6 7 1.999675 0.4997
3 2.03 0.52 8 1.9999125 0.49995
4 2.005 0.5 9 1.9999887 0.500005



Joao Batista Carvalho 2014-05-01