1.3 – AUTOVALORES. AUTOVETORES. FORMA CANÔNICA DE JORDAN No que segue serão apresentados conceitos importantes sobre autovalores e autovetores de uma matriz quadrada. A interpretação física para autovalores e autovetores ocorrerá no Capítulo 3 onde veremos, entre outras coisas, que os autovalores de um sistema governam a resposta livre.
AUTOVALORES :
DEFINIÇÃO : Seja An.n. Definimos como polinômio característico da matriz A o
polinômio mônico : n o
n n
n n
n A a a a a
I
2 1
2 1
1 ...
)
( .
DEFINIÇÃO : a equação : () In A 0 é denominada de equação característica associada a matriz A.
DEFINIÇÃO : as raízes da equação característica são denominadas de raízes latentes, raízes características, valores próprios ou autovalores da matriz A.
DEFINIÇÃO : o conjunto dos autovalores de uma matriz An.n é denominado de espectro, simbolizado por (A).
n
A
( ) 1, 2,..., ; iC ; i1,2,...n ; C conjunto dos complexos. EXEMPLOS : dadas as matrizes abaixo, determine seus polinômios característicos e seus espectros.
1 1
2 1
A ;
2 2
1 0
B ;
2 2 0
1 2 0
3 1 1
C ;
3 4 2
1 0 0
0 1 0 D
SOLUÇÃO :
1 0 1
1
2 1 1
1 2 1 0
0 )
( 2 2
I A
A
j j
A) , ,..., n ;
( 1 2
; j 1
2 2 2
2 1 )
( 2 2
I B
B ; (B)
1 j;1 j
3 7 5 2
2 0
1 2 0
3 1
1 )
( 3 3 2
I C
C ; (C)
1;1;3
2 4 3 3
4 2
1 0
0 1 )
( 3 3 2
I D
PROPRIEDADES :
1) No caso geral o polinômio característico de uma matriz, (), pode ser escrito :
p
n p n
n
n A
I ( ) .( ) ...( )
)
( 1 2
2
1
, onde ni é a multiplicidade
de i, i1;2;...p e n1n2...np n.
2) Os autovalores de uma matriz triangular superior ou inferior são os elementos da diagonal principal.
EXEMPLO : determinar os espectros das matizes M, N , e T :
0 0 0 0
8 0 0 0
7 5 3 0
6 4 2 1
M ;
9 8 7 6
0 0 5 4
0 0 3 2
0 0 0 1
N ;
j j T
1 0 0 0
0 1
0 0
0 0 2 0
0 0 0 1
SOLUÇÃO : a matriz Mé triangular superior, N é triangular inferior e T é uma matriz diagonal. Sendo assim temos :
1;3;0;0
) (M
; (N)
1;3;0;9
;
( )
T
1; 2 ;1
j
;1
j
3) Se uma matriz M pode ser subdividida como indicado abaixo :
C O
B A
M ou
C B A
M 0 , onde A, B, 0 e C são submatrizes, sendo A e C quadradas, então o polinômio característico M() será dado por :
) ( ). ( )
( A C
M
. Observe que isto implica em (M)(A)(C).
EXEMPLO : determinar os espectros das matrizes M e N .
a)
3 2 0 0
0 1 0 0
2 4 5 0
4 3 2 1
M ; b)
1 0 5 0
2 3 3 0
0 0 4 0
1 3 1 5 N
SOLUÇÃO :
a) Observe que a matriz M pode ser subdividida como :
3 2 0
0
0 1 0
0
2 4 5
0
4 3 2
1
0
C B A
b) A matriz N pode ser subdivida como :
1 0 5 0
2 3 3 0
0 0 4 0
1 3 1 5
0
F E D N
sendo que a matriz F pode também ser subdividida como :
1 2 3
0
F
F
F
F
4
0
0
3
3
2
5
0
1
significando que
1 3
( )
N
( )
D
( )
F
( )
D
( )
F
( )
F
5 ; 4 ; 3 ;1
4) Seja An.n e () In A nan1n1an2n2...a1ao o seu polinômio característico. Então temos :
A
ao (1)n ; A determinante de A.
5) Seja An.n e
( )
(
1) .(
n1 2) ...(
n2)
nrn r
I
A
onde n1n2 ... nr n , então temos :
1 2
1
.
2...
rn n n
r
A
Observe que esta propriedade permite concluir que uma matriz A é singular se e somente se pelo menos um de seus autovalores é nulo.
6) As matrizes A e ATtêm os mesmos autovalores. (AT matriz A transposta ). 7) Se k é um escalar e A uma matriz quadrada então a matriz kA tem autovalores
i
k onde i (A).
8) Se k é um número inteiro positivo e A uma matriz quadrada então a matriz Ak tem autovalores k
i
onde i (A).
9) Se k é um escalar e An.n então a matriz (AkIn) tem autovalores i k onde )
(A i .
10) Se An.n é inversível então A1 tem autovalores i
1
AUTOVETORES :
DEFINIÇÃO : autovetor à direita, vetor próprio à direita ou simplesmente autovetor de uma matriz An.n, é qualquer vetor V 0 tal que :
V V
A. .
Observe que se A.V .V então (I A)V 0, o que significa que
) ( I A Ker
V .
TEOREMA : existe pelo menos um autovetor associado a cada autovalor.
TEOREMA : o polinômio característico de uma matriz An.n, é invariante sob mudança de base.
EXEMPLO : calcule (A) e os respectivos autovetores :
3 4
2 1
A
SOLUÇÃO : cálculo do espectro da A :
) 5 )( 1 ( 8 ) 3 )( 1 ( 3 4
2 1 )
(
I A (A)
1;5
Cálculo do autovetor V1 associado a : 11: a) usando a definição : (A.V11.V1) :
Seja
b a
V1 . Então temos :
3 4
2 1
.
b a
b a
1 ;
b a b
a b a
3 4
2
Logo :
2
2
0
4
4
0
a
b
a
b
ab. Então a a
V1 ; a0.
b) usando o fato de que V1Ker(1I A): cálculo do
Ker
(
1I
A
)
: (1I A)
0 0 1
V :
temos :
0 0 4
4 2 2 )
( 1 1
b a V
A I
;
0 0 4
4 2 2
b a
b a
; ab
Então
a a A I
Ker(1 ) ; a 0.
Como V1Ker(1IA) então
a a
Cálculo do autovetor V2 associado a : 2 5 : a) usando a definição : (A.V2 2.V2)
Seja
b a
V2 . Então temos :
3 4 2 1 . b a b a
5 ;
b a b a b a 5 5 3 4 2 Logo : 0 2 4 0 2 4 b a b a
b2a. Então
a a V 2
2 ; a 0.
b) usando o fato de que V2Ker(2IA) ou seja : (2I A) 0 0 2 V
temos :
0 0 2 4 2 4 )
( 2 2
b a V A I ; 0 0 2 4 2 4 b a b a
; b2a
Então a a A I Ker 2 )
(2 ; a0. Logo
a a V 2
2 ; a0. que é o
resultado encontrado no item a) acima.
DEFINIÇÃO : um vetor V é denominado de AUTOVETOR GENERALIZADO - AVG - de ordem k de uma matrizAn.n, associado a um autovalor (A), se e somente se :
a) (AI)kV 0 e b) (AI)k1V 0.
Observe que se k 1 a definição acima corresponde à de autovetor já apresentada. DEFINIÇÃO : seja V um AVG de ordem k associado a (A). Sejam :
2 1 1 3 2 2 2 2 3 3 1 2 2 1 ) ( ) ( ) ( ) ( ) ( ) )( ( ) )( )( ( ) ( ) ( ) )( ( ) ( ) ( ) ( V I A V I A V V I A V I A V V I A V I A I A V I A I A I A V I A V V I A V I A I A V I A V V I A V I A V V V k k k k k k k k k
onde Vi, i1;2;...;k, é um AVG de ordem i.
NOTA : observe que multiplicando ambos os membros da expressão de V1 acima , temos :
0 )
( )
)( (
)
(AI V1 AI AI k1V AI kV , significando que :
) (
1 Ker A I
V e que VKer (AI)k.
TEOREMA : o conjunto de AVG ,
V V
1;
2; ...;
V
k
, é linearmente independente sobre C. ( C conjunto dos complexos. )Todos os conceitos aqui apresentados serão utilizados para obtenção da denominada forma canônica de Jordan, que é o próximo assunto.
FORMA CANÔNICA DE JORDAN – FCJ - Autovalores distintos.
Abordaremos neste item uma forma canônica especial para os operadores lineares e muito importante no estudo da Teoria de Controle. Esta forma é a denominada Forma Canônica de Jordan – FCJ. Vejamos alguns resultados preliminares.
TEOREMA 1: sejam 1, 2,..., n os autovalores distintos de uma matriz An.n. O conjunto
V1,V2 ,...,Vn
onde Vi, i1,2,...,n, é um autovetor associado a i, é linearmente independente, l. i., sobre C - conjunto dos complexos. ( Prova – pode ser feita por contradição).Seja então a matriz Q:
V1 V2 Vn
onde Vi, i1,2,...,n está definido no teorema acima.Efetuando uma mudança de base, AQ1AQ, teremos : AQQA ou
V V V
V V V
AA 1 2 n 1 2 n ou
AV1 AV2 AVn
V1 V2 Vn
AOcorre da definição de autovetor que : 1
1
1 V
AV ; AV2 2V2 ; ... ; AVn nVn ; então, por substituição, temos :
A
n n n
n
n n
n n
n
a a
a
a a
a
a a
a
V V
V V V
V
2 1
2 22
21
1 12
11 2
1 2
2 1
1
; ou
n nV a V
a V a
V1 11 1 21 2 1
1 ...
.
Lembrando que os autovetores V1 , V2 ,..., Vn são linearmente independentes, temos : 1
11
a e a21a31 ...an10; de modo análogo temos :
n n V a V
a V a
V2 12 1 22 2 2
2 ...
e portanto2 22
a e a12 a32 ...an2 0; e assim :
n nn n
n n
nV a1 V1a2 V2...a V
, que como já vimos implica em :
n nn
a e a1n a2n ...an(n1) 0.
Deste modo vemos que a matriz A terá a forma :
n Jordan
A A
0 0 0
0 0
0
0 0 0
0 0 0
2 1
.
EXEMPLO : dado a matriz A determine a forma canônica de Jordan – FCJ. 2 1 0 0 1 0 1 0 1 A SOLUÇÃO :
a) cálculo do espectro de A : ( use propriedade ) : ) 2 )( 1 )( 1 ( ) (
I A ;
b) cálculo do autovetor associado a 1 1 :
1 1
1 V
V
A
c b a c b a 2 1 0 0 1 0 1 0 1 c b a c b b c a 2 0 0 c b Então 0 0 1 a
V ; com a0
c) cálculo do autovetor associado a 2 1:
2 2
2 V
V
A
c b a c b a 2 1 0 0 1 0 1 0 1 c b a c b b c a 2 c b c a 3 2 1 Então c c c V 32
1
2 ; com c0
d) cálculo do autovetor associado a 3 2:
3 3
3 V
V
A
c b a c b a 2 2 2 2 1 0 0 1 0 1 0 1 c b a c b b c a 2 2 2 2 0 b c a Então c c
V3 0 ; com c0.
Uma possível escolha numérica é :
0 0 1 1
V ;
2 6 1 2
V e
1 0 1 3 V .
Sendo assim a matriz de mudança de base , Q, será :
1 2 0 0 6 0 1 1 1 3 2 1V V VQ ;
A forma canônica de Jordan será obtida fazendo –se :
2 0 0
0 1 0
0 0 1 1AQ Q
AJ
FORMA CANÔNICA DE JORDAN – FCJ - Autovalores repetidos Vejamos agora como proceder para obter a matriz Q de mudança de base que permitirá determinar a FCJ de qualquer matriz An.n.
Com objetivo de eliminar o excesso de simbologia e sem perda de validade das conclusões que serão obtidas vejamos os exemplos numéricos que seguem.
EXEMPLO 1 : determinar a FCJ da matriz A:
6 0 0
5 4 0
3 2 1 A
SOLUÇÃO : (A)
1;4;6
autovalores distintos. Sabemos que :3 3
3
2 2
2
1 1
1
) (
6
) (
4
) (
1
V I A Ker
V I A Ker
V I A Ker
Q
V1 V2 V3
Q1AQ AJObserve que a existência dos autovetores está garantida pelo Teorema 1. Numericamente temos : ( confirme as escolhas abaixo ) :
0 0 1 ) (A 1I
Ker
0 0 1 1
V ;
0 3 2 ) (A 2I
Ker
0 3 2 2
V ;
10 25 16 ) (A 3I
Ker
10 25 16 3 V
Sendo assim temos :
10 0 0
25 3 0
16 2 1
Q ;
10 1 0 0
30 25 3
1 0
15 1 3
2 1
1
Q ;
6 0 0
0 4 0
EXEMPLO 2 : determinar a FCJ da matriz A:
2 0 0
0 1 0
1 0 1
A
SOLUÇÃO : (A)
1;1;2
autovalores repetidos – tentaremos usar a mesma solução do exemplo 1 :3 3
3
2 2
2
1 1
1
) (
2
) (
1
) (
1
V I A Ker
V I A Ker
V I A Ker
12 então Ker(A1I) = Ker(A2I).
Vejamos inicialmente o cálculo do autovetor V3 associado ao autovalor simples 2
3 .
1 0 1 ) 2 (A I
Ker uma escolha é :
1 0 1 3 V
Vejamos agora o cálculo dos autovetores V1 e V2 associados ao autovalor repetido 1
2 1
. Sabemos que V1 e V2 pertencem ao subespaço Ker(A1I) que é igual a Ker(A2I) . Será que neste Kernel cabem 2 vetores V1 e V2, linearmente independentes ? Vejamos :
) (A 1I
Ker = Ker(A2I) =
0 0
1 0
0 1
1 0 0
0 0 0
1 0 0
Ker vemos que este
Kernel tem dimensão 2 então cabem 2 vetores V1 e V2, linearmente independentes.
A matriz Q de mudança de base será, como no exemplo anterior, é dada por :
V1 V2 V3
Q e então Q1AQ AJ. Numericamente temos :
0 0
1 0
0 1 ) (
)
(A 1I Ker A 2I
Ker .
Então uma possível escolha é :
0 0 1 1
V e
0 1 0 2
V .
Sendo assim temos :
1 0 0
0 1 0
1 0 1
Q ;
1 0 0
0 1 0
1 0 1 1
Q ;
2 0 0
0 1 0
Vemos então que neste caso, apesar dos autovalores repetidos, ( 1 2 1 ), a forma canônica de Jordan é uma matriz diagonal.
EXEMPLO 3 : determinar a FCJ da matriz A:
2 0 0
3 1 0
2 1 1 A
SOLUÇÃO : o espectro desta matriz é o mesmo da matriz do exemplo 2, isto é :
1;1;2
) (A
autovalores repetidos – tentaremos usar a mesma solução do exemplo 2 :
3 3
3
2 2
2
1 1
1
) (
2
) (
1
) (
1
V I A Ker
V I A Ker
V I A Ker
12 então Ker(A1I) = Ker(A2I)
Vejamos inicialmente o cálculo do autovetor V3 associado ao autovalor simples 2
3 .
1 3 5 ) 2 (A I
Ker uma escolha é :
1 3 5 3 V
Vejamos agora o cálculo dos autovetores, V1 e V2, associados ao autovalor repetido12 1. Sabemos que V1 e V2, pertencem ao subespaço Ker(A1I) que é igual a Ker(A2I) . Será que neste Kernel cabem 2 vetores V1 e V2, linearmente independentes ? Vejamos :
) (A 1I
Ker = Ker(A2I) =
0 0 1
1 0 0
3 0 0
2 1 0
Ker vemos que este Kernel
tem dimensão 1 então não cabem 2 vetores, V1 e V2, linearmente independentes. COMO PROCEDER ENTÃO ?
Neste caso iremos usar os denominados autovetores generalizados – AVG.
Neste exemplo precisamos de uma cadeia de autovetores generalizados que nos forneça 2 vetores linearmente independentes. Isto significa que devemos ter uma cadeia de ordem k 2. Para isto faremos :
0 )
(A2I kV e (A2I)k1V 0 ; 12 1 ; V é o gerador da cadeia. Vejamos o cálculo do gerador V : numericamente temos :
0 )
(AI 2V
0 0 0
1 0 0
3 0 0
5 0 0
c b a
c c c 3 5
0 0 0
0 )
(AI V
0 0 0 3
2
1 0 0
3 0 0
2 1 0
c c
c b
c b a
; como c0 então b0
Vemos então que um gerador V , para este exemplo é :
0 b a
c b a
V onde a é
qualquer e b0. Uma possível escolha para o gerador da cadeia é :
0 1 0
V .
De posse do gerador vamos determinar os dois vetores da cadeia : ( k 2) :
0 1 0 2 V V
Vk ;
0 0 1
0 1 0
1 0 0
3 0 0
2 1 0 ) ( 1
1 V A I V
Vk .
Sendo assim temos :
V1 V2 V3
Q =
1 0 0
3 1 0
5 0 1
;
1 0 1
3 1 0
5 0 0 1
Q ; e portanto teremos :
2 0
0
0 1
0
0 1
1 1
AQ Q
AJ Vemos então que neste caso, a forma canônica
de Jordan não é mais uma matriz diagonal como no exemplo 2 . Surgiu uma estrutura que será melhor definida a seguir, denominada bloco de Jordan que é a submatriz
1 0
1 1
na expressão de AJ acima.
O que existe de diferente entre os exemplos 2 e 3 já que em ambos os autovalores são os mesmos e as respectivas formas canônicas de Jordan são diferentes ?
Antes de abordamos a resposta a esta questão, é importante deixar registrado o teorema e a observação que seguem :
TEOREMA 2 : os autovetores generalizados de uma matriz An.n associados a diferentes autovalores são linearmente independentes sobre C.
No exemplo 3 acima, este teorema garante que os autovetores V1, V2 e V3 são l. i. o que garante que a matriz de mudança de base Q é inversível.
a) Q
V1 V2 V3
2 0 0
0 1 0
0 1 1 1AQ Q AJ
b) Q
V2 V1 V3
2 0 0
0 1 1
0 0 1 1AQ Q AJ
c) Q
V3 V1 V2
1 0 0
1 1 0
0 0 2 1AQ Q AJ
d) Q
V3 V2 V1
1 1 0
0 1 0
0 0 2 1AQ Q AJ
e) observe que se “ misturarmos” os autovetores generalizados V1 e V2 com o autovetor comum V3 na matriz de mudança de base, Q, a estrutura de Jordan será destruída como mostra o exemplo abaixo :
V1 V3 V2
Q
1 0 0
0 2 0
1 0 1 1AQ Q
AJ Isto é FCJ ?
CONCLUSÃO : os AVG e os autovetores comuns não devem ser misturados na matriz de mudança de base Q.
DEFINIÇÃO : bloco de Jordan superior, ( inferior ), de ordem k, associado a um autovalor , é uma matriz quadrada k.k, do tipo :
1 1
1
erior
Jordan de
bloco
sup ;
1 0 1
0 1
0
erior
Jordan de
bloco
inf
IMPORTANTE : inversa de uma matriz bloco de Jordan . Considere como exemplo a matriz bloco de Jordan 4x4 onde a0 :
Seja
a a a a
J
0 0 0
1 0
0
0 1 0
0 0 1
então
a a a
a a a
a a a a
J
1 0 0 0
1 1 0 0
1 1 1 0
1 1 1 1
2 3 2
4 3 2
De modo análogo :
Seja
a a a a
J
1 0 0
0 1
0
0 0 1
0 0 0
então
a a a a
a a a
a a
a
J
1 1 1 1
0 1 1 1
0 0 1 1
0 0 0 1
2 3 4
2 3 2 1
CONSIDERAÇÕES FINAIS SOBRE A FORMA CANÔNICA DE JORDAN Vimos até agora 3 exemplos sobre a obtenção da FCJ. No exemplo 1 a matriz A tinha todos os autovalores distintos e vimos que a FCJ era uma matriz diagonal. Nos exemplos 2 e 3 as matrizes, A, tinham autovalores repetidos e vimos que no exemplo 2 a FCJ é diagonal enquanto que no exemplo 3 a FCJ não é diagonal. No que segue iremos responder à pergunta já formulada :
O que existe de diferente entre os exemplos 2 e 3 já que em ambos os autovalores são os mesmos e as respectivas formas canônicas de Jordan são diferentes ?
Para responder a esta pergunta, vamos considerar a seguinte situação : Suponha que o espectro de uma matriz A seja : (A)
1;2;3;3;3;3
As 5 possíveis formas canônicas de Jordan desta matriz A são :
a)
3 3 3 3 2 1
J
A ; b)
3 3 3 1 3 2 1
J A
c)
3 1 3 3 1 3 2 1
J
A ; d)
3 0 3 1 3 1 3 2 1
J A
e)
3 1 3 1 3 1 3 2 1
Como saber qual delas é a correta ? ( a FCJ de uma matriz An.n é única ).
A FCJ será a do item a) se dim Ker(A3I)4 pois o autovalor 3 tem
multiplicidade igual a 4 e em um subespaço de dimensão 4 cabem 4 vetores l. i. Se dim Ker(A3I) 4 a FCJ será a do item b), a do item c), a do item d) ou a do
item e) ? A resposta a esta questão é dada por meio de dois resultados importantes : 1) PROPRIEDADE FUNDAMENTAL : o número de cadeias de AVGs, associadas a um autovalor i é dado por : Ni (AiI), onde :
i
N número de cadeias ; nulidade da matriz (AiI)
Observe que se Ni ni onde ni é a multiplicidade do autovalor i, não será necessário usar AVG e a parte da FCJ relativa a i será diagonal.
2) MÉTODO DA 2aDIFERENÇA : para saber a ordem de cada bloco de Jordan, ( ordem de cada cadeia ) usaremos o denominado método da 2 diferença, a apresentado a seguir :
ROTEIRO PARA OBTENÇÃO DA FORMA CANÔNICA DE JORDAN MÉTODO DA 2a DIFERENÇA.
A determinação da forma canônica de Jordan de uma matriz
A
n.n pode ser feita através do seguinte algoritmo, conhecido como método da 2a diferença:1) calcule o espectro da matriz A;
2) para cada autovalor simples corresponde um bloco de Jordan de ordem 1; 3) para cada autovalor,
i, com multiplicidade maior que 1 verifique se seránecessário usar AVG. Se não for, isto significa que a parte da FCJ relativa a
i será diagonal. Se for, execute os próximos 2 passos:3a) determine a matriz
[
A
iI
]
;3b) para cada j = 0, 1, 2, ..., calcule
(
A
iI
)
j, ( posto ), até que1
)
(
)
(
ji j
i
I
A
I
A
e preencha as 2 primeiras colunas do quadroabaixo. As 2 últimas serão preenchidas efetuando-se as diferenças como indicado. 4) escreva a FCJ usando a coluna 2 que informa a ordem de cada bloco de Jordan
associado ao correspondente autovalor i.
No exemplo que segue os dados são ilustrativos e a matriz A é suposta 10x10.
Índice - j j
iI)
A (
1 2
j = 0 10
10 – 6 = 4
j = 1 6 4 – 3 = 1
6 – 3 = 3
j = 2 3 3 – 2 = 1
3 – 1 = 2
j = 3 1 2 – 0 = 2
1 – 1 = 0
A forma canônica de Jordan é obtida considerando-se que para cada autovalor,
i, com multiplicidade maior que 1, a coluna
2 fornece o número de blocos de Jordan de ordem igual ao correspondente valor do índice j. No quadro acima, usado como exemplo, teremos para o autovalor
1
i :
1 1 1
1 1
A
1 1 1 1
1 1 1
1 1
J
Observe que, neste exemplo, a FCJ acima apresenta para o autovalor 1: 1 bloco de Jordan de ordem 1 ;
1 bloco de Jordan de ordem 2 ; 2 blocos de Jordan de ordem 3.
EXEMPLO : determinar a forma canônica de Jordan da matriz A:
5 0 0 0 0 0 0 0 0
0 2 0 0 0 0 0 0 0
0 3 2 0 0 0 0 0 0
0 2 0 2 0 0 0 0 0
0 1 1 1 1 0 0 0 0
0 1 1 1 1 1 0 0 0
0 1 1 1 1 0 1 0 0
0 0 1 0 1 1 0 1 0
0 0 0 0 1 1 1 0 1
SOLUÇÃO : de acordo com o ROTEIRO proposto temos ;
1) Cálculo do espectro de A: (A)
5;1;1;1;1;1;2 ;2;2;
;2) Para o autovalor simples 5 corresponderá 1 bloco de Jordan de ordem 1; 3) Para o autovalor repetido 1,vejamos se será ou não necessário usar AVG ;
3a)
4 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0
0 3 1 0 0 0 0 0 0
0 2 0 1 0 0 0 0 0
0 1 1 1 0 0 0 0 0
0 1 1 1 1 0 0 0 0
0 1 1 1 1 0 0 0 0
0 0 1 0 1 1 0 0 0
0 0 0 0 1 1 1 0 0
I
A (AI)7 (AI)2
Considerando que (AI)2 e portanto menor que a multiplicidade de 1,
que é 5, então será necessário usar AVG. Vemos ainda que serão 2 cadeias de AVG associados a 1.
Para sabermos a ordem de cada uma destas cadeias, usaremos o método da 2a diferença : 1:
3b)
Índice - j j
I A )
(
1 2
j = 0 9
2
j = 1 7 0
2
j = 2 5 1
1
j = 3 4 1
0
j = 4 4
O quadro acima informa que serão 2 blocos de Jordan associados ao autovalor 1
.
Para o autovalor 2, procederemos de modo análogo : 3a)
3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
0 3 0 0 0 0 0 0 0
0 2 0 0 0 0 0 0 0
0 1 1 1 1 0 0 0 0
0 1 1 1 1 1 0 0 0
0 1 1 1 1 0 1 0 0
0 0 1 0 1 1 0 1 0
0 0 0 0 1 1 1 0 1
2I
A (A2I)7 (AI)2
Considerando que (A2I)2 e portanto menor que a multiplicidade de 2,
que é 3, então será necessário usar AVG. Vemos ainda que serão 2 cadeias de AVG associados a 2.
Como a multiplicidade de 2 é 3 então, neste caso não é necessário usar o método da 2ª diferença pois só podem ser uma cadeia de ordem 2 e uma de ordem 1.
Como o autovalor 5 é simples então a FCJ da matriz A será : 4)
5 2
2 1 2 1
1 1 1 1 1
1 1