Baixe o app para aproveitar ainda mais
Prévia do material em texto
Jorge Orestes Cerdeira, Inst. Sup. Agronomia, 2005 Formas quadra´ticas Def. Seja A uma matriz quadrada de ordem n. A forma quadra´tica associada a A e´ a expressa˜o Q(x) = ∑n i=1 ∑n j=1 aijxixj = x >Ax, em que x = x1 ... xn . Ex. A = 4 0 0 −5 , Q(x) = 4x21 − 5x22. A = 2 5 1 −7 , Q(x) = 2x21 + 5x1x2 + 1x2x1 − 7x22 = 2x21 + 6x1x2 − 7x22 = [ x1 x2 ] 2 3 3 −7 x1 x2 . Prop. Toda a forma quadra´tica esta´ associada a uma matriz sime´trica. Note que x>Ax = (x>Ax)> = x>A>x e assim x>Ax = x >Ax+x>A>x 2 = x> A+ A> 2︸ ︷︷ ︸ sime´trica x. 2 ... Q(x) = x>Ax = x>A+A > 2 x. 1 Ex. x21 + 7x 2 2 − 3x23 + 4x1x2 − 2x1x3 = [ x1 x2 x3 ] 1 2 −1 2 7 0 −1 0 −3 x1 x2 x3 Repare que (i) Os coeficientes dos termos ao quadrado esta˜o na diag. principal (ii) Os coeficientes dos termos esta˜o nas posic¸o˜es x1x2 (1,2) e (2,1) x1x3 (1,3) e (3,1) x2x3 (2,3) e (3,2) Obs. x>Ax = x|Ax. Teor. Toda a forma quadra´tica e´ ortogonalmente diagonaliza´vel. Considere x>Ax, com A sime´trica, P := v1 · · · vn | | matriz ortogonal dos vectores pro´prios, D := λ1 · · · 0 . . . 0 · · · λn matriz diagonal dos valores pro´prios. Tem-se 2 x>Ax = x>PDP>x || (P>x)>DP>x x = Py ↪→ y = P>x || y>Dy || λ1y 2 1 + λ2y 2 2 + · · ·+ λny2n ... x>Ax = λ1y21 + λ2y 2 2 + · · ·+ λny2n, em que y = P>x e λ1, . . . , λn sa˜o os valores pro´prios associados a`s colunas de P . Ex. Reduzir x21 − x23 − 4x1x2 + 4x2x3 a uma soma de quadrados. x21 − x23 − 4x1x2 + 4x2x3 = [ x1 x2 x3 ] 1 −2 0 −2 0 2 0 2 −1 ︸ ︷︷ ︸ A x1 x2 x3 . det(A− λI) = det 1− λ −2 0 −2 −λ 2 0 2 −1− λ = (9− λ2)λ. 3 det(A− λI) = 0⇔ λ = 0, 3,−3. E(0) =< {(1, 1 2 , 1)} > −→ (1, 1 2 , 1) ‖(1, 12 , 1)‖ = ( 2 3 , 1 3 , 2 3 ) E(3) =< {(−2, 2, 1)} > −→ (−2, 2, 1)‖(−2, 2, 1)‖ = (− 2 3 , 2 3 , 1 3 ) E(−3) =< {(−1,−2, 2)} > −→ (−1,−2, 2)‖(−1,−2, 2)‖ = (− 1 3 ,−2 3 , 2 3 ) P := 2 3 −23 −13 1 3 2 3 −23 2 3 1 3 2 3 x = Py ⇐⇒ x1 = 2 3y1 − 23y2 − 13y3 x2 = 1 3y1 + 2 3y2 − 23y3 x3 = 2 3y1 + 1 3y2 + 2 3y3 x21−x23−4x1x2+4x2x3 = [ y1 y2 y3 ] 0 0 0 0 3 0 0 0 −3 y1 y2 y3 = 3y22−3y23. Def. A forma quadra´tica x>Ax, com A sime´trica, diz-se: definida positiva se x>Ax > 0, para todo x 6= ~0, definida negativa se x>Ax < 0, para todo x 6= ~0, semidefinida positiva se x>Ax ≥ 0, para todo x, 4 semidefinida negativa se x>Ax ≤ 0, para todo x. Diz-se indefinida se na˜o estiver em qualquer destas situac¸o˜es. Diz- se tambe´m que a matriz A e´ definida positiva, definida negativa, ... se a forma quadra´tica x>Ax e´ definida positiva, definida negativa, ... Teor. Uma matriz sime´trica A e´ definida positiva sse os valores pro´prios sa˜o positivos. x>Ax = λ1y21 + λ2y 2 2 + · · ·+ λny2n λ1, λ2, . . . , λn valores pro´prios x = [v1 v2 · · · vn]y v1, v2, . . . , vn vectores pro´prios ortonormais Nota : x = ~0 sse y = ~0. se λ1, λ2, . . . , λn > 0⇒ λ1y 2 1 + λ2y 2 2 + · · ·+ λny2n︸ ︷︷ ︸ > 0, ∀y 6= ~0 || m x>Ax > 0, ∀x 6= ~0 se um λi < 0⇒ x := vi (vector pro´prio associado) x>Ax = v>i Avi = v > i λivi = λi‖vi‖2 < 0. 2 5 Teor. A matriz A = a11 a12 · · · a1n a21 a22 · · · a2n ... an1 an2 · · · ann e´ definida positiva sse todas as submatrizes A1 = [a11], A2 = a11 a12 a21 a22 , A3 = a11 a12 a13 a21 a22 a23 a31 a32 a33 , . . ., An = A teˆm determinantes positivos. Teor. Uma matriz e´ semidefinida positiva sse todas as submatrizes principais teˆm determinantes na˜o negativos. Submatriz principal e´ qualquer submatriz obtida eliminando linhas e colunas com os mesmos ı´ndices. Obs. A matriz A e´ definida negativa sse −A e´ definida positiva. A matriz A e´ semidefinida negativa sse −A e´ semidefinida positiva. 6
Compartilhar