Talvez o dilema seja o seguinte: aplicar o metodo de Gauss EM QUEM? Eh possivel aplicar o metodo de Gauss aa matriz A-lambda.I; acho que era isso que o professor da Unicamp tava pensando... Com isso, voce calcula o determinante de A-lambda.I e, portanto, o polinomio caracteristico, cujas raizes sao os autovalores. Note-se que, como tem uma variavel lambda no meio da matriz, voce tem que tomar cuidado -- antes de dividir por qualquer coisa que tenha lambda no meio, voce frequentemente tem de pensar se essa coisa pode ser zero.
Agora, o Bruno tem razao: se voce aplicar o metodo de Gauss direto na matriz A, as operacoes de linha MUDAM os autovalores, entao nao adianta nada, como nos exemplos que ele mostrou. Abraco, Ralph 2009/4/11 Bernardo Freitas Paulo da Costa <bernardo...@gmail.com>: > Resposta rapida, estou meio sem tempo : > > Hum, tem uma coisa que o processo de Gauss permite calcular > facilmente, que é o modulo do determinante da matriz ! Porque se você > disser pro computador nao multiplicar nenhuma linha (sem adicionar a > uma outra, isso pode, sem problemas), como operaçoes que levam esta > linha em outra conservam o determinante por multilinearidade e > anti-simetria (uma matriz com duas linhas iguais é de det = 0, e três > matrizes com uma linha de uma que é a soma da mesma linha das outras > duas, e o resto igual, tem det = soma dos dois dets) no final do > processo você tera o sinal do determinante. Se você prestar atençao > nas matrizes de permutaçao que você usar (ou seja, calcular o > determinante delas) você pode inclusive descobrir o sinal do > determinante. Repare que nessa bagunça toda, você pode ter perdido os > autovalores, que eles podem mudar bastante no processo. Mas isso nao > importa, o determinante é conservado. E é por isso que é importante de > estudar Algebra linear, porque muitas das demonstraçoes vêm junto com > duas coisas : > 1) Idéias interessantes de "invariantes" > 2) Algoritmos > > E, se você gosta disso, pode se interessar também pela questao da > estabilidade numérica do algoritmo, e é por isso que muitas vezes se > faz uma normalizaçao para evitar numeros muito grandes ou muito > pequenos. E nisso, você inclui mais uma coisa a prestar atençao na > hora de calcular o determinante (tem que pensar nao soh nas matrizes > de permutaçao, mas também nas matrizes de normalizaçao). > > Um grande abraço, > -- > Bernardo Freitas Paulo da Costa > > > 2009/4/11 Albert Bouskela <bousk...@ymail.com>: >> Chi! O Bruno ficou zangado... Acho até que podia, mas é 6ª feira santa (se >> bem que eu não conheço nenhuma 6ª feira pagã), então esta deve ser mais >> santa do que as outras. Quando você, Bruno, inexoravelmente, chegar à minha >> idade, vai ver que é sempre melhor manter o bom humor e rir um pouco >> daqueles e para aqueles que involuntariamente nos irritam. >> >> >> >> Bem, deixa eu tentar esclarecer algumas coisas: >> >> >> >> O método de eliminação (ou de triangulação) de Gauss serve, basicamente, >> para resolver sistemas de equações lineares do tipo Kx = F [1], onde K é uma >> matriz nxn (quadrada), x é o vetor de incógnitas e F é o vetor independente. >> Repare que através do método de Gauss chega-se a uma matriz triangular, cuja >> diagonal principal é igual a 1 ( r(i, i) = 1). Daí: 1*x(n) = F’(n) --> x(n) >> = F’(n) e por retro-substituição se calcula x(n-1), x(n-2) ... x(1). >> >> >> >> Vantagens do método de Gauss: >> >> É o mais eficiente (seu algoritmo tem o menor números de passos ou linhas); >> >> Para matrizes positivo-definidas [2] é numericamente estável (isto é >> importantíssimo para as aplicações práticas); >> >> Caso o sistema seja indeterminado (é o caso da matriz K apresentar 2 ou mais >> linhas LD), vai aparecer um (ou mais) zero(s) na diagonal principal. Isto é >> muito útil quando estamos lidando com matrizes muito grandes, p.ex., >> 1000x1000 e não sabemos se o sistema é LI ou LD. >> >> >> >> Desvantagens: >> >> Não permite o cálculo dos auto-valores da matriz K [3]. >> >> >> >> Caso seja necessário conhecer os auto-valores e auto-vetores [4], então >> devemos empregar outros métodos, p.ex., o de Cholesky. A desvantagem do >> método de Cholesky, em relação ao de Gauss, é que o algoritmo correspondente >> requer o cálculo de n raízes quadradas a mais em relação ao método de Gauss. >> >> >> >> Observações: >> >> [1] De propósito, coloquei o exemplo da Lei de Hooke generalizada, onde K é >> a matriz de rigidez, x é vetor de deslocamentos (que se quer encontrar) e F >> é o vetor das forças atuantes. É assim que na Engenharia Civil é feito o >> cálculo (dimensionamento) das estruturas (p.ex., edifícios). >> >> >> >> [2] São matrizes nas quais a diagonal principal é numericamente >> preponderante: r(i, i)^2 >> r(i, j)*r(j, i) . Na maioria dos casos práticos, >> a matriz é simétrica – uma matriz de rigidez é SEMPRE simétrica (o que é >> facilmente demonstrável pela reciprocidade ação vs. deslocamento). >> >> >> >> [3] O que disse acima só é válido para estruturas que têm comportamento >> estático (as forças atuantes pouco variam com o tempo, p.ex., o peso >> próprio). No caso de estruturas dinâmicas (sujeitas a ações que variam com o >> tempo: vento, ondas, tráfego de veículos...), tudo se complica bastante e >> devemos resolver um sistema de equações diferenciais. [4] Pra encurtar a >> história, vai ser necessário conhecer os auto-valores e auto-vetores da >> matriz K. Aliás, os auto-valores serão os períodos naturais de vibração da >> estrutura cuja matriz de rigidez é K. Os auto-vetores serão... deixa pra >> lá... >> >> >> >> Sds., >> >> Albert Bouskela >> >> bousk...@gmail.com >> >> bousk...@ymail.com >> >> >> >> From: owner-ob...@mat.puc-rio.br [mailto:owner-ob...@mat.puc-rio.br] On >> Behalf Of Bruno França dos Reis >> Sent: Friday, April 10, 2009 11:11 PM >> To: obm-l@mat.puc-rio.br >> Subject: Re: [obm-l] Matrizes >> >> >> >> Fernando, vc está de brincadeira, não é mesmo? >> >> Antes de ontem (ou mesmo ontem, para quem está no horário brasileiro) >> EXATAMENTE essa questão foi beeeem discutida num tema lançado por você >> mesmo! >> >> Novamente: processo de eliminação de Gauss NÃO CONSERVA AUTOVALORES. Ponto. >> >> Pegue os mesmo exemplos e contra exemplo da discussão anterior, pois esta É >> a discussão anterior. >> >> Além disso, uma matriz triangular, assim como uma matriz diagonal, exibe >> seus autovalores na sua diagonal principal. >> >> Pra tentar te convencer que essa história de método de Gauss não serve pra >> nada na hora de diagonalizar matriz, entenda que o objetivo do método de >> Gauss é transformar uma matriz A em uma matriz diagonal com apenas 1's ou >> 0's na diagonal principal, tanto para matrizes quadradas como para não >> quadradas. >> >> Se o método de Gauss conservasse os autovalores, como vc tanto insiste, >> então toda matriz só poderia ter 0 e 1 como autovalores, o que é um grande >> absurdo. Ainda mais, matrizes não quadradas teriam autovalores (?!?!?) >> >> >> A única coisa para a qual vc pode utilizar o método de Gauss é para estudar >> a independência linear das linhas/colunas de uma matriz. Lembrando-se do que >> eu disse no email anterior, operações elementares não alteram propriedades >> de dependência linear. >> >> Se vc então descobrir que a matriz não é de posto completo, isto é, que o >> conjunto das linhas/colunas não é linearmente independente, então significa >> que o núcleo não é vazio, o que nos diz que 0 é autovalor, ou seja, o >> polinômio característico vai ter a cara p(x) = x*q(x), que vc pode fatorar o >> x para te ajudar no cálculo. >> >> >> Ficou claro? >> >> Bruno >> >> -- >> Bruno FRANÇA DOS REIS >> >> msn: brunoreis...@hotmail.com >> skype: brunoreis666 >> tel: +33 (0)6 28 43 42 16 >> >> http://brunoreis.com >> http://blog.brunoreis.com >> >> GPG Key: http://brunoreis.com/bruno-public.key >> >> e^(pi*i)+1=0 >> >> 2009/4/11 Fernando Lima Gama Junior <fgam...@gmail.com> >> >> Uma matriz C sofreu o processo de eliminação de Gauss, virando a matriz C*. >> C e C* tem os mesmos autovelores e autovetores? (Note que C* é triangular >> superior). >> >> >> Fernando Gama > > ========================================================================= > Instruções para entrar na lista, sair da lista e usar a lista em > http://www.mat.puc-rio.br/~obmlistas/obm-l.html > ========================================================================= > ========================================================================= Instruções para entrar na lista, sair da lista e usar a lista em http://www.mat.puc-rio.br/~obmlistas/obm-l.html =========================================================================