Académique Documents
Professionnel Documents
Culture Documents
e
Autovetores
y Ab
Matriz arbitrria ( N x N )
No iremos resolver
este sistema
de
Estudaremos
propriedades
bsicas
equaes
lineares
deste sistema
Ax
Ax
x Ax
(NxN)
DEFINIO: se
um vetor no nulo
x:
autovalor
x em
RN chamado autovetor
(eigenvector) de A se o vetor
do vetor
autovetor
Ax
um escalar mltiplo
Ax x
Ax
x
Ax x
Autovalor (eigenvalue)
Autovetor (eigenvector)
Ax x
Ax I x
A I x 0
x0
DET A I 0
DET A I 0
EQUAO CARACTERSTICA
DA MATRIZ A
Interpretao Geomtrica de
autovalor e autovetor:
4
A
8
Varivel no.1
Varivel no.2
Observao no. 1
Observao no. 2
Interpretao Geomtrica de
autovalor e autovetor:
4
A
8
Observao no. 1
Observao no. 2
Varivel no.2
Observao no. 1
8
4
Observao no. 2
4
Varivel no.1
Como achar os
da
4 autovalores
8
A matriz
(N x N) ?
A
8 4
DET A I
4- 8
2
DET
( 4-) 64 0
8 4-
SOLUO DESTA EQUAO :
1 12
e 2 4
Ax x
Ax I x
A I x 0
A I x 0
4-1 8
8
4
-
1
x11
0
x
0
12
8 x11 8 x12 0
8x 8x 0
11
12
1
A soluo :
x1
1
A I x 0
4-2 8
8
4
-
2
x21
0
x
0
22
8 x21 8 x2 2 0
8x 8x 0
21
22
1:
A soluo
x2
Varivel 2
x2
Observao no.1
(4,8)
12
x1
1212
4
1 41112 8
A
x12 8 4
2 11 4
Observao no.2
(8,4)
Varivel 1
Interpretao Geomtrica de
autovalor e autovetor em dois
casos extremos:
caso (1) :
Matriz no singular
4 0
A
0
4
caso (2) :
Matriz singular
4 4
A
4 4
caso (1) :
Matriz no singular
4 0
A
0
4
caso (2) :
Matriz singular
4 4
A
4 4
Varivel 2
x2
x1
4
4
2
A1 4
0
1 4
010 4
x 12 4
2 01
Observaes NO
redundantes
Varivel 2
1 8
84 4
1
A 11
x
2
411 4
2 1 0
x2
2 0
x1
Varivel 1
Observaes Redundantes
AUTOVALOR PRXIMO A
ZERO indica uma QUASE
SOLUO
UNICIDADE
DEPENDNCIA LINEAR do
porm
sistema
INSTVEL
AUTOVALOR ZERO:
NO H UNICIDADE DA
SOLUO
AUTOVALOR PRXIMO
A ZERO:
H UNICIDADE DA SOLUO
PORM A SOLUO
INSTVEL
DET A =
DET A =
Auto Sistema :
y Ab
1x,...,
A
1 1Nx1
Matriz arbitrria ( N x N )
Se existe N autovalores:
x1 , x 2 , x3 ..., x N
Ax1 1x1 Ax 2 2 x 2
Ax N N x N
Auto Sistema :
y Ab
A1x,...,
1 1Nx1
Se existe N autovalores:
x1 , x 2 , x3 ..., x N
Ax , Ax ,..., Ax x , x ,..., x
1
2
N
1
1
2
2
N
N
Auto Sistema :
y
Ab
Ax , Ax ,..., Ax x , x ,..., x
2
N
1 1
2 2
N N
1
A x1 x2 ... x N x1 x2 ... x N
1 0
0 0
0 0
0 0
0 0
0
0 N
Auto Sistema :
y
Ab
Ax , Ax ,..., Ax x , x ,..., x
2
N
1 1
2 2
N N
1
A PP
A x1 x 2 ...
x N x1 x 2 ...
xN
A PP
1 0
0
0
0
0
0 N
0
0
Auto Sistema :
y
Ab
A x1 x2 ... x N x1 x2 ... x N
A PP
1 0 0
0
2
A PP
0 0
0 0 N
Auto Sistema :
y
A1x,...,
1 1Nx1
Se existe N autovalores:
Ab
x1 , x 2 , x3 ..., x N
Tal que :
A PP
Auto Sistema :
y
Ab
A P P
A PP
P P
A P P
Auto Sistema :
y
Ab
Matriz arbitrria ( N x N )
A existncia de N autovalores:
1 ,..., N
A P P
y Ap
Matriz arbitrria ( N x M )
No iremos resolver
este sistema
de
Estudaremos
propriedades
bsicas
equaes
lineares
deste sistema
(MN)
q(N1) x(M1)
Dentro de um novo
Sistema Linear:
T(NMNM) z (NM1) a(NM1)
Sistema principal:
Sistema adjunto:
(MN)
q(N1) x(M1)
N
M
A
T
N q
M p
x
N
M
T NM
NM
AT
T w sw
T sI w 0
T w sw
0
AT
w (N + M x 1)
u
u
0 v
A v su
u sv
N
M
T
problema
Pr
x A de
autovalor
deslocado
Pr
x A
A v su
u sv
A A v sA u
T
A A u sA v
A v su
T
T
u sv
T
2
A
A
v
s
v
A
A
v
s
A
u
T
T
2
A
A
A
u
s
u
A
u
s
A
v
A vs v
MxM
AUTOVALORES
NxN
2)
AA u s u
A vs v
MxM
AUTOVETORES
NxN
2)
AA u s u
A vs v
MxM
AUTOVETORES
AUTOVALORES
NxN
2)
AA u s u
A vs v
MxM
AA u s u
A
A
A v1 s12 v1
2
A v 2 s2 v 2
A v M sM
vM
A
A v s
MxM
A
A
A v1 s12 v1
A v 2 s2
v2
A v M sM
A A v1 v 2 v M
vM
2
2
2
s1 v1 s2 v 2 sM v M
A A v1 v 2 v M
2
s1 v1
s2 v 2 s M v M
2
T
v
v
v
s2
21
22
2M
A A V
2
v
v
v
M 1 M 2
sM
MM
v1
v2
vM
2
T
v
v
v
s2
21
22
2M
A A V
2
v
v
v
M 1 M 2
sM
MM
v1
v2
T
vM
A A VV S
u1
2
s1 u1
A AT u s 2 u
2
2
2
A A
A A
NxN
u N sN u N
T
u s
u1
2
s1 u1
A AT u s 2 u
2
2
2
A A
AA
u N sN u N
u 2 u N
s u1 s u 2 s u N
u 2 u N
u2
s u1 s u 2 s u N
u
u
u
21
22
2N
T
AA U
u N1 u N 2 u NN
u1
uN
s12
2
s2
2
s N
u
u
u
21
22
2N
T
AA U
u N1 u N 2 u NN
u1
AA
u2
T
s12
2
s2
uN
UU S
2
sN
A A VV S
(MxM)
(MxM) (MxM)
(NxN) (NxN)
Generalizao
Sem perda de generalidade, considere N > M. Ento
existiro no mximo M autovalores diferentes de
zero
A v s u
1
1 1
A v su
A v 2 s2 u 2
A v
Generalizao
A v1 s1 u1
A v 2 s2 u 2
v M sM uM
A v1 v 2 v M
s1u1 s2 u 2 sM u M
Generalizao
A v1 v 2 v M
u11 u12
u21 u22
AV
u N 1 u N 2
u1M
u2 M
u NM
uM
u1 u2
s1u1 s2 u 2 sM u M
s1
u1M 1 u1N
u2 M 1 u2 N
u NM 1 u NN
N-M
M
N
uN
s2
sM
uM1
Generalizao
u11 u12
u21 u22
A V
u N1 u N 2
s1
u1M
u2 M
u NM
u1N
u2M 1 u2 N
u NM 1 u NN
u1M 1
s2
sM
(NM) (MM)
(NN) (NM)
Generalizao
A
(NM) (MM)
V v1 v 2 v M
(NN) (NM)
Quem so as matrizes
U u1 u 2 u N
U e
(NN)
V ?
(MM)
T2
T
Autovetores
da
A A U U A AS
T
T
2
Autovetores
da
A SA
A A VV
Generalizao
(NM) (MM)
U
As matrizes
( N N )
As colunas da matriz
As colunas da matriz
U UU U
(NN)
(NN) (NM)
V
( M M )
( N N )
( M M )
so ortogonais
so bases do espao N
(das observaes)
so bases do espao M
(dos parmetros)
T
V VVV
(MM)
Generalizao
(NM) (MM)
(NN) (NM)
AVV
I
US V
Generalizao
(NM) (MM)
(NN) (NM)
AUS V
DECOMPOSIO EM VALORES
SINGULARES DA MATRIZ A
Generalizao
A
( N M )
( N N ) ( N M ) ( M M )
( N M )
A A VV S
( NM )
autovalores
2
s2
autovalores
AA
UU S
A importncia da
Decomposio de uma
Matriz em valores
SINGULARES permite
detectar se um problema
MAL-POSTO
Valor singular
PRXIMO A ZERO:
H UNICIDADE DA SOLUO
PORM A SOLUO
INSTVEL
( N N ) ( N M ) ( M M )
S
r
S
0
r
( N M )
N-r
M-r
( N N )
U
r
U N r
N-r
N
M
V M Vr VM r
( M M )
r
M-r
A USV
A Ur
U N r
Sr
0
0
T
Vr
VT
M r
T
A U r Sr V r
Ap y
1
2
2 1.000001
p1 y1
p2 y2
Exerccios 2 e 3
1
2
2 1.000001
p1 y1
p2 y2
Exerccios 2 e 3
1
2
p1
15.415
2 1.000001 p2
15.127
A A
T
-1
T o
A y
Exerccios 2 e 3
1
2
2 1.000001
Q
y1o
i 1
p2 *
0
2
i
-0.5
p1 15.415
p2 15.127
a11 p1 a12 p2
y 2o
a21 p1 a22 p2
x 10
-1
-1.5
2 -2
-2.5
-3
-3.5
p1
-4
0
0.5
1.5
x 10
Exerccios 2 e 3
1
2
A
2 1.000001
A USV
U=
0.70710671047584 -0.70710685189724
0.70710685189724 0.70710671047584
S=
3.16227797639622
0 0.00000063245547
V=
0.89442710155718 -0.44721377438539
0.44721377438539 0.89442710155718
Exerccios 2 e 3
MIN{Q} MIN
i 1
p2
2
i
x 10
-0.5
-1
S=
3.162
0
0
0.000000632
V=
0.894
-1.5
-2
VM-r
Vr
-2.5
-3
-0.447
-3.5
-4
0.447
0.894
x 10
PREPARANDO OS
SEUS
CORAESINHOS
PARA O EXERCCIO 3
Ap y
minimiza-se:
2 To
o
o
T2
o
Q
A
p
)
(
y
A
p
)
y1 a11(py1 a
p
a
p
a
p
12 2
2
21 1
22 2
a11 p1 a12 p2
a21 p1 a22 p2
0
y1
0
y2
minimiza-se:
o
y1
a11 p1 a12 p2
o
y2
a21 p1 a22 p2
y1o
a11 p1 a12 p 2
y 2o
a 21 p1 a 22 p 2
6 .0 0
6 .0 0
6 .0 0
6 .0 0
5 .0 0
5 .0 0
5 .0 0
5 .0 0
4 .0 0
4 .0 0
4 .0 0
4 .0 0
3 .0 0
3 .0 0
3 .0 0
3 .0 0
2 .0 0
2 .0 0
2 .0 0
2 .0 0
1 .0 0
1 .0 0
1 .0 0
1 .0 0
p2
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
p1
4 .0 0
5 .0 0
6 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
Det A grande
Det A zero
p2
p1
Soluo no nica
Soluo instvel
Soluo estvel
0.00
1.00
2.00
3.00
4.00
5.00
0.00
min (p)
sujeito a
(yo-Ap)T (yo-Ap)=
min
(yo-Ap)T (yo-Ap)
|| yo-Ap ||2
(p)
4 .0 0
6 .0 0
6 .0 0
3 .5 0
5 .0 0
5 .0 0
3 .0 0
4 .0 0
p2
3 .0 0
2 .5 0
2 .0 0
1 .5 0
2 .0 0
4 .0 0
3 .0 0
2 .0 0
1 .0 0
1 .0 0
1 .0 0
0 .5 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
p1
5 .0 0
6 .0 0
0 .0 0
0 .0 0
0 .5 0
1 .0 0
1 .5 0
2 .0 0
2 .5 0
3 .0 0
3 .5 0
4 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
RIDGE REGRESSION
4 .0 0
6 .0 0
6 .0 0
3 .5 0
5 .0 0
5 .0 0
3 .0 0
4 .0 0
p2
3 .0 0
2 .5 0
2 .0 0
1 .5 0
4 .0 0
3 .0 0
2 .0 0
2 .0 0
1 .0 0
1 .0 0
1 .0 0
0 .5 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
0 .0 0
0 .0 0
6 .0 0
0 .5 0
1 .0 0
1 .5 0
2 .0 0
2 .5 0
3 .0 0
3 .5 0
0 .0 0
0 .0 0
4 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
p1
SUAVIDADE
6 .0 0
6 .0 0
6 .0 0
5 .0 0
5 .0 0
5 .0 0
4 .0 0
3 .0 0
4 .0 0
3 .0 0
4 .0 0
3 .0 0
2 .0 0
2 .0 0
2 .0 0
1 .0 0
1 .0 0
1 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
0 .0 0
0 .0 0
1 .0 0
2 .0 0
3 .0 0
4 .0 0
5 .0 0
6 .0 0
0 .0 0
0 .0 0