2o Semestre 2009
Topicos
1 Matrizes e Vetores
2 Determinantes
3 Inversas
4 Normas
5 Autovalores e Autovetores
6 Positividade
7 Convexidade
8 Schur
Matrizes e vetores
a11 a12 a1n x1
a21 a22 a2n x2
Amn = .. .. .. ; x = ..
. . . .
am1 am2 amn xn
Transposicao:
a11 a21 am1 x1
a12 a22 am2 x2
A = .. .. .. ; x = .. ; (A+B) = A +B ; (AB) = B A
. . . .
a1n a2n amn xn
X Z
X Y
=
Z W Y W
Matrizes e vetores
1 1+j 0 1 1j 0
A = 3 3j j 1 5j ; A = 3 + 3j j 1 + 5j
0 4j 1+j 0 4j 1j
1 3 + 3j 0
(A + B) = A + B ; (AB) = B A ;
A = 1 j j 4j ;
c C (cA) = cA
0 1 + 5j 1j
Matrizes e vetores
b1 b1 D
b2 b2 D
BD = .. D = ..
. .
bm bm D
Matrizes e vetores
1 1
A = X + jY ; X= (A + A ) ; Y= (A A ) ; X , Y hermitianas
2 2j
n
Ann = Tr (A) = aii ; Tr(AB) = Tr(BA) ; Tr( A+B) = Tr(A)+Tr(B)
i=1
x = 1 q1 + 2 q2 + + n qn
1
2
tem-se x = Q . = Q e , 1 2 n
e a representacao de
..
n
x na base {q1 , q2 , . . . , qn }.
colunas de A sao LI
det(A A) 6= 0
y = Ax
se e somente se y R(A) ou, equivalentemente,
(A) = ( A
y )
Complemento ortogonal
Determinantes
n
det(A) = akj Ckj
j=1
n
det(A) = ail Cil
i=1
e Mpq os menores associados aos elementos apq da matriz Ann . O menor Mpq
e o determinante da matriz de dimensao (n 1) (n 1) obtida a partir da
eliminacao da linha p e da coluna q da matriz A.
Determinantes
a11 a12 a13
A = a21 a22 a23 = det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32
a31 a32 a33 a13 a22 a31 a12 a21 a33 a11 a32 a23
Determinantes
1 2 1 0
det = 2 ; c2 = c2 2c1 det = 2
0 2 0 2
1 4 1 0
c2 = c2 +2c1 det = 2 ; mas c2 = 2c1 c2 det =2
0 2 0 2
Determinantes
Operacoes elementares (de linhas, multiplicando a esquerda)
troca da linha i com a linha j (multiplica o determinante por 1)
. .
1 . .
. .
.. . .
. . .
. .
. .
. .
1 . .
0 1
linha i
. .
. .
. 1 .
. .
. .. .
.
. .
. .
. .
linha j
. 1 .
1 0
. .
. .
. . 1
. . ..
. .
. . .
. .
. .
. . 1
coluna i coluna j
P. L. D. Peres & R. C. L. F. Oliveira IA360E - Topicos em Controle I - Aula 0 15/49
Matrizes e Vetores Determinantes Inversas Normas Autovalores e Autovetores Positividade Convexidade Schur
Determinantes
Exemplos:
0 1 1 2 3 4
=
1 0 3 4 1 2
1 0 0 a11 a12 a13 a11 a12 a13
0 0 1 a21 a22 a23 = a31 a32 a33
0 1 0 a31 a32 a33 a21 a22 a23
0 I A11 A12 A21 A22
=
I 0 A21 A22 A11 A12
Determinantes
..
1 .
.. ..
. .
..
1 .
linha i
..
. 1
.. ..
. .
..
. 1
coluna i
Determinantes
..
1 .
..
.
..
. 1
..
linha j
.
..
. 1
coluna i
Determinantes
Exemplos
1 0 0 0 1 1 1 1 1 1 1 1
0 1 0 0
1 1 1 1
= 1 1 1 1
0 0 3 0 1 1 1 1 3 3 3 3
0 0 0 1 1 1 1 1 1 1 1 1
1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1
0 1 0 0 0 0
2 2 2 2 2 2
2 2 2 2 2 2
0 0 1 0 0 0
1 1 1 1 1 1
= 1 1 1 1 1 1
0 0 0 1 0 0
1 1 1 1 1 1
1 1 1 1 1 1
0 3 0 0 1 0 1 1 1 1 1 1 7 7 7 7 7 7
0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1
Inversa
Condicoes equivalentes:
1
A1 = Adj (A), Adj (A): matriz adjunta da matriz A, Adj (A) = [Co (A)]
det(A)
Inversa
A1 A2 B1 B2 A1 B1 + A2 B3 A1 B2 + A2 B4 C1 C2
= =
A3 A4 B3 B4 A3 B1 + A4 B3 A3 B2 + A4 B4 C3 C4
Note que a inversa de uma matriz unitaria e igual a sua conjugada transposta
A1 = A
1
a b 1 d b
Inversa de uma matriz A R22 =
c d ad bc c a
Inversa Formulas
A11 A12
Considere a matriz quadrada A = com A11 e A22 tambem
A21 A22
quadradas.
Se A11 e nao-singular
Se A22 e nao-singular
Inversa Formulas
Se A e nao singular
1
A1 1 1 1
A1 1
A11 A12
= 11 + A11 A12 A21 A11 11 A12
A21 A22 1 1 1
A21 A11
1
1 1 A12 A1
A11 A12 22
= 1 1 1 1 1 A12 A1
A21 A22 A22 A21 A22 + A22 A21 22
(A11 A12 A1
22 A21 )
1
= A1 1 1 1 1
11 + A11 A12 (A22 A21 A11 A12 ) A21 A11
(A22 A21 A1
11 A12 )
1
= A1 1 1 1 1
22 + A22 A21 (A11 A12 A22 A21 ) A12 A22
Inversa Formulas
Para A bloco-triangular
1 1
A1
1
A1 1
A11 0 11 0 A11 A12 A11 11 A12 A22
= 1 ; =
A21 A22 A22 A21 A1
1
11 A22 0 A22 0 1
A22
Produto Interno
Propriedades:
D E D E D E D E D E
x, y = x, y x + y , z = x, z + y , z
D E D E D E
x, y = y , x x, x = kxk2 0
D E
x, x = 0 x = 0 x y = 0 vetores ortogonais
Norma de vetores
Qualquer funcao real representada por kxk pode ser definida como uma norma se
para qualquer x Rn e para qualquer escalar R
1 kxk 0 ; kxk = 0 x = 0
2 k xk = | | kxk
3 kx1 + x2 k kx1 k + kx2 k (Desigualdade Triangular)
Exemplo
!1
n p
kxkp = | xi | p
; p1 p inteiro
i=1
kxk2 = x x (norma Euclidiana)
Norma de vetores
Para matrizes X , Y Rmn , o produto interno (escalar) e dado por
m n
xij yij
D E
X,Y = Tr(X Y ) =
i=1 j=1
note que o produto interno de duas matrizes e o produto interno de vetores do
Rnm construdos a partir dos coeficientes das matrizes seguindo uma certa ordem
(por exemplo, por linhas)
Norma de Matrizes
kAxka
kAka,b , sup = sup kAxka
x6=0 kxkb kxkb =1
sendo sup o supremo ou o menor limitante superior. A norma kAka e definida por
meio da norma de kxkb (norma induzida). Para a, b diferentes, tem-se diferentes
normas de A
n 1 n
| aij | | aij |
; kAk2 = max (A A) = max (A) ; kAk = max
2
kAk1 = max
j i=1 i j=1
Decorrencia de
k(A + B)xk = kAx + Bxk kAxk + kBxk kAk + kBk kxk ;
kABxk kAkkBxk kAkkBkkxk
3 2
Exemplo: A = kAk1 = 4 ; kAk2 = 3.7 ; kAk = 5
1 0
P. L. D. Peres & R. C. L. F. Oliveira IA360E - Topicos em Controle I - Aula 0 28/49
Matrizes e Vetores Determinantes Inversas Normas Autovalores e Autovetores Positividade Convexidade Schur
max x Ax sujeito a x Rn ; x x = 1
L L
= 0 x x = 1 ; = 0 2(Ax x) = 0
x
Autovalores e autovetores
Ax = x
Qualquer vetor x C que satisfaca Ax = x e chamado de autovetor (vetor
proprio) de A associado a (mais precisamente, esta e a definicao para
autovetores a direita de A).
x Cn , x 6= 0 : (A I)x = 0 det(A I) = 0
( ) = 0 : equacao caracterstica de A
Autovalores e autovetores
a11
a11 a12 a12
Exemplo: A = ; AI =
a21 a22 a21 a22
det (A I) = (a11 )(a22 ) a12 a21 = 2 (a11 + a22 ) + (a11 a22 a12 a21 )
Como x M1 x R
(x M1 x) = (x M1 x) = (x M1 x) ; x M1 x x M1 x = 0 , x (M1 M1 )x = 0
1 1
x M1 x = x (M1 + M1 ) x , x Mx ; M= (M1 + M1 ) M = M
2 2
n n
x Ax = x QQ x = (Q x) (Q x) = i (qi x)2 1 (qi x)2 = 1 kxk2
i=1 i=1
Positividade
Positividade
det(M)
Positividade
Menores Principais Lderes (determinantes das submatrizes de M obtidas ao
eliminarem-se as ultimas k colunas e k linhas, k = 2, 1, 0):
m11 m12
m11 , det , det(M)
m21 m22
todos os menores principais lderes positivos = menores principais positivos.
No entanto, todos os menores principais lderes nao negativos nao implica que
todos os menores sao nao negativos. Por exemplo,
0 0
0 0 1 m11 = 0 , det = 0 , det(M) = 0
0 0
M = 0 0 0
0 1 0 0
1 0 2 mas m22 = 0, m33 = 2, det = 1 ; det =0
1 2 0 2
5 1
M= e definida positiva, pois m11 = 5 > 0 ; det(M) = 39 > 0; os
1 8
autovalores de M sao 1 = 4.697 e 2 = 8.303 e
2.2273 0.1981
M = N N ; N = ; det(N) = 6.2450 6= 0
0.1981 2.8215
P. L. D. Peres & R. C. L. F. Oliveira IA360E - Topicos em Controle I - Aula 0 36/49
Matrizes e Vetores Determinantes Inversas Normas Autovalores e Autovetores Positividade Convexidade Schur
A B se e somente se B 1 A1 ;
det(sIm HH ) = s mn det(sIn H H)
e portanto os polinomios caractersticos de H H e HH diferem apenas em s mn .
Como conclusao, H H e HH tem os mesmos autovalores positivos mas podem
ter um numero diferente de autovalores iguais a zero (no maximo igual a
n , min{n, m}).
Conjuntos Convexos
x1 + (1 )x2 = x2 + (x1 x2 )
com R descrevem a reta que passa por x1 e x2 . Para 0 1, a
combinacao descreve o segmento de reta entre x1 e x2 .
x1
x2
Conjuntos Convexos
x1 + (1 )x2 C
Convexo Convexo
Nao convexo
1 x1 + 2 x2 C
Hiperplanos
Hiperplano separador
Hiperplano suporte
Funcoes convexas
f (1 x1 + 2 x2 ) = 1 f (x1 ) + 2 f (x2 )
x2
x1
Funcoes convexas
Suponha f () diferenciavel. Entao, f e convexa se e somente se seu domnio
for um conjunto convexo e
f (y ) f (x) + f (x) (y x)
f (y )
f (x)
f (x) + f (x) (y x)
x y
P. L. D. Peres & R. C. L. F. Oliveira IA360E - Topicos em Controle I - Aula 0 45/49
Matrizes e Vetores Determinantes Inversas Normas Autovalores e Autovetores Positividade Convexidade Schur
Funcoes convexas
f (y ) f (x) + (x) (y x)
Complemento de Schur
A1 B
A B I 0 A 0 I
X= =
B C B A1 I 0 C B A1 B 0 I
e portanto det(X ) = det(A) det(C B A1 B).
Analogamente, se det(C ) 6= 0, A BC 1 B e o complemento de Schur de X em
relacao a C e
I BC 1 A BC 1 B 0
A B I 0
X= =
B C 0 I 0 C C 1 B I
Complemento de Schur
O complemento de Schur surge na solucao de equacoes lineares, quando se
elimina um bloco de variaveis. Por exemplo, considere o sistema
A B x b1
=
B C y b2
Assumindo det(A) 6= 0, da primeira equacao tem-se Ax + By = b1 , e portanto
x = A1 By + A1 b1 . Substituindo na segunda equacao, tem-se
(C B A1 B)y = b2 B A1 b1 e portanto
1 1
A + A1 B(C B A1 B)1 B A1 A1 B(C B A1 B)1
A B
X 1 = =
B C (C B A1 B)1 B A1 (C B A1 B)1
o complemento de Schur e a inversa da matriz do bloco (2, 2) em X 1
P. L. D. Peres & R. C. L. F. Oliveira IA360E - Topicos em Controle I - Aula 0 48/49
Matrizes e Vetores Determinantes Inversas Normas Autovalores e Autovetores Positividade Convexidade Schur
Complemento de Schur
x A B x
min = min x Ax +x By +y B x +y Cy = min x Ax +2y B x +y Cy
x y B C y x x
Caracterizacao da positividade de X
Se A > 0, X 0 se e somente se C B A1 B 0