OPERADORES LINEARES

ESPECIAIS: CARACTERIZAO
EM ESPAOS
DE DIMENSO DOIS*

FABIANA BARBOSA DA SILVA, ALINE MOTA DE MESQUITA

ASSIS, JOS EDER SALVADOR DE VASCONCELOS

Resumo: o objetivo deste artigo apresentar uma pesquisa bibliogrca

sobre alguns tipos de Operadores Lineares Especiais, suas caractersticas e
propriedades, bem como caracteriz-los em espaos de dimenso dois. Inicia-se conceituando os Operadores Autoadjuntos e relatando os principais
resultados, culminando com a demonstrao do Teorema Espectral. Posteriormente, apresenta-se os Operadores Ortogonais nalizando com os Operadores Normais (Caso Real).
Palavras-chave: lgebra Linear. Operadores Lineares Especiais. Espaos de Dimenso Dois.

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

RESULTADOS INICIAIS

recisamos dos seguintes resultados para entender os conceitos relacionados com os operadores lineares especiais.

A Adjunta
Denio 1. Seja a transformao linear
, onde e so espaos
vetoriais de dimenso nita, ambos munidos de produto interno. A adjunta de
uma transformao linear
tal que, para quaisquer
e
se tenha
.
Teorema 2. Sejam
ortonormais. Se

bases
) a matriz da transformao

32

linear
nas bases e , ento a matriz da adjunta
nas bases
e a transposta
de
.
Demonstrao: Essa demonstrao pode ser encontrada em Lima (2011, p. 141).
Apresentamos a seguir uma lista de propriedades operacionais da adjunta
de uma transformao linear, as quais correspondem s propriedades da transposta
de uma matriz. A validez dessas propriedades decorre da observao de que duas
transformaes lineares
so iguais quando se tem
para quaisquer
e
.

Se
resulta em
quadrada
armativo,

uma transformao linear invertvel, ento

, logo
. Analogamente, uma matriz
invertvel se, e somente se, sua transposta
invertvel e, no caso
.

Matrizes Ortogonais

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

Proposio 3. A matriz

ortogonal se, e somente se,

.

Demonstrao: Essa demonstrao pode ser encontrada em Lima (2011, p. 182).

Proposio 4. Matrizes quadradas ortogonais so aquelas cuja transposta igual
inversa.
Demonstrao: Se
igualdade

uma matriz quadrada ortogonal, ento a

implica

, logo

A igualdade
significa que as linhas de
formam um
conjunto de vetores ortonormais em
. Portanto, para matrizes quadradas, colunas
33

ortonormais equivale a linhas ortonormais.

Exemplo 5. (Caracterizao das Matrizes Ortogonais 2

uma matriz ortogonal 2

tal que
a , devemos ter
matriz
:

2. Como
e

2) Seja

um vetor unitrio em
, existe
. Sendo
unitrio e perpendicular
. Assim, h duas possibilidades para a

ou
No primeiro caso, tem-se
primeiro

o
polinmio
caracterstico
de
,
, no tem razes reais salvo se
ou
. Se
, ento
, o qual tem uma raiz dupla
. Se
, ento
, que tem uma raiz dupla
. Em ambas as situaes os autoespaos so iguais
resultando, para a situao em que
que
e, para
, que
. Portanto, neste caso temos uma matriz de rotao.
No segundo caso,
tem razes
e
. Ento
o operador
cuja matriz na base cannica
, admite autovetores
e
, respectivamente. Assim,
e
. Observe que, neste caso, a
matriz
dada por

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

No

e no segundo
caso,

que simtrica. Logo, o operador

paralelamente a .

a reexo em torno do eixo que contm

OPERADORES AUTOADJUNTOS
Denio 6. Um operador linear
, sendo
de produto interno, chama-se autoadjunto quando
quaisquer
tem-se
.

um espao vetorial munido

, ou seja, quando para

Exemplo 7. Dados os vetores

seja
o operador linear tal que
e
. Observe que
de
. Pela Denio 6 basta vericar que
escolhas possveis de

dentro desta base. Assim, temos que:

uma base
para todas as
34

provando que

um operador autoadjunto.

A proposio a seguir mostra algumas propriedades dos operadores autoadjuntos.

Proposio 8. Se
so operadores autoadjuntos e
ento
autoadjunto;
autoadjunto;
o produto
autoadjunto se, e somente se, e comutam, ou seja,
Demonstrao: Essa demonstrao segue imediatamente da Denio 6.

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

Proposio 9. O inverso de um operador autoadjunto (invertvel) tambm autoadjunto.

Demonstrao: Seja um operador autoadjunto e invertvel. Tomemos
.
Queremos mostrar que tambm autoadjunto. Sabemos que
, tomando
adjuntas, teremos
. O que resulta em
Assim
ser a inversa de , ou seja,
. Mas, tambm
autoadjunto, ento
. Portanto,
autoadjunto.

Exemplo 10. Sejam
operadores denidos por
e
. Sendo
a base cannica de
, para todo
)
temos:

Logo,

e
, ou seja, autoadjunto. Analogamente,
, resultando que tambm autoadjunto. Entretanto, como
, segue que
e
, ou seja, o
produto
dos operadores autoadjuntos e no autoadjunto. Isto se d porque,
conforme o item
da Proposio 8,
. Note ainda que invertvel,
pois
, e que sua inversa

ou seja,

Pela Proposio 9,

autoadjunto.

35

Denio 11. Uma matriz quadrada

sua transposta
, isto , quando
No Teorema a seguir
produto interno.

] diz-se simtrica quando igual

para todo e todo

um espao vetorial de dimenso nita munido de

Teorema 12. O operador

autoadjunto se e, somente se, sua matriz
relativamente a uma (e, portanto a qualquer) base ortonormal
uma matriz simtrica.
Demonstrao: Temos que

Portanto, a matriz
simtrica se, e somente se,
para
quaisquer
. Devido linearidade de e bilinearidade do produto
interno, isto equivale a dizer que
para quaisquer
,
resultando que autoadjunto.

Exemplo 13. As matrizes dos operadores autoadjuntos
base cannica de
so, respectivamente,

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

todas simtricas. Observe que, como

do Exemplo 10 na

no autoadjunto, sua matriz no simtrica.

Teorema 14. Se
so autovalores dois a dois distintos do operador autoadjunto
, os autovetores correspondentes
so dois a dois ortogonais.
Demonstrao: Como autoadjunto, para quaisquer
, tem-se:

Mas,
seja,

, assim,
ortogonal a , para

resulta em
e

, ou

Observao 15. Se
ento, para todo mltiplo
, temos
Logo, na situao do Teorema 14, os vetores
podem ser tomados unitrios,
caso haja convenincia.

36

Exemplo 16. Seja

dado por
. Considere em
o produto interno usual. Note que autoadjunto, pois sua matriz

na base cannica de

simtrica. O polinmio caracterstico de

que possui trs razes reais distintas, a saber,

pelo Teorema 14, os autovalores correspondentes
e
so dois a dois ortogonais. Deste modo,

e
,

. Assim,

e
como nos assegura o Teorema 14.
Um problema importante sobre operadores num espao vetorial de dimenso
nita o de encontrar uma base em relao qual a matriz desse operador seja o mais
simples possvel. Mostraremos que, se
um operador autoadjunto num
espao vetorial de dimenso nita com produto interno, existe uma base ortonormal em
, relativamente qual a matriz
uma matriz diagonal, isto ,
se
. Isso o que nos diz o Teorema Espectral.

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

Primeiro, vejamos o caso particular deste Teorema em que o espao tem

dimenso 2.
Teorema 17. Seja
um operador autoadjunto num espao vetorial de
dimenso 2, munido de produto interno,
. Existe uma base ortonormal
formada por autovetores de .
Demonstrao: Seja
uma base ortonormal arbitrria. Como , podemos
escrever
e

uma vez que, pelo Teorema 12, a matriz de

simtrica, a saber

cujo polinmio caracterstico dado por

discriminante deste trinmio
a zero para que
tenha razes reais.

. O
, o qual deve ser maior ou igual
37

Se
resulta em

, ento
, ou seja,

Logo, todo vetor no nulo em

, que s verdade quando

. Assim,

, o que

um autovetor, pois

Se > 0, ento

tais que
e

possui duas razes reais distintas

e
. Assim,
e
, resultando que
e
so ambas no invertveis. Logo existem vetores no nulos
e
, ou seja,
. Deste modo,
uma base de . Pelo Teorema 14,
uma base ortonormal de autovetores de

Corolrio 18. Todo operador autoadjunto

, num espao vetorial de dimenso
nita com produto interno, possui um autovetor.
Demonstrao: Essa demonstrao pode ser encontrada em Lang (2003, p. 167).

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

Teorema 19. (Teorema Espectral) Para todo operador autoadjunto

, num
espao vetorial de dimenso nita munido de produto interno, existe uma base
ortonormal
formada por autovetores de .
Demonstrao: Usaremos induo na dimenso de . O teorema evidente se
. Supondo-o verdadeiro em dimenso
, considere
Pelo Corolrio 18, existe um autovetor unitrio , portanto um subespao
de dimenso 1, tal que
. Como dim
, pela hiptese de
induo temos que existe uma base ortonormal
. Segue que
uma base ortonormal formada por autovetores de .
Observao 20. Vale a recproca do Teorema Espectral: se existe uma base ortonormal
formada por autovetores do operador
ento este
operador autoadjunto.
Exemplo 21. Considere o operador autoadjunto descrito no Exemplo 16. Como possui
trs autovalores distintos,
possui uma base de autovalores, a saber,
,
com
e
. Como provado no Exemplo
16 essa base ortogonal. Pela Observao 15, podemos tomar esses
vetores unitrios. Assim, como
j unitrio, basta normalizar
e :

38

Portanto,

a base ortonormal de

descrita pelo Teorema Espectral.

Caracterizao dos Operadores Autoadjuntos em Espaos de Dimenso Dois sobre o

Conjunto dos Nmeros Reais.
Pela demonstrao do Teorema 17 (Teorema Espectral em espaos de dimenso
2), todos os operadores autoadjuntos em , sendo um espao de dimenso dois,
so dados por

quando

possui um nico autovalor

quando

possui dois autovalores distintos

ou por

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

OPERADORES ORTOGONAIS
Teorema 22. As seguintes armaes a respeito de uma transformao linear
entre espaos vetoriais de dimenso nita munidos de produto interno,
so equivalentes:
preserva a norma, ou seja,
para todo
;
preserva a distncia, ou seja,
para quaisquer
;
preserva o produto interno, ou seja,
para quaisquer
;
;
A matriz do operador relativa a qualquer par de bases ortonormais
e
uma matriz ortogonal;
A matriz do operador
relativa a um certo par de bases ortonormais
e
uma matriz ortogonal;
O operador
transforma uma certa base ortonormal
num conjunto
ortonormal
. (Se
, ento uma base);
O operador transforma toda base ortonormal
num conjunto ortonormal
.
Demonstrao: Essa demonstrao pode ser encontrada em Lima (2011, p. 184).
Denio 23. Uma transformao linear
chama-se ortogonal quando
cumpre uma das oito condies do Teorema 22 (e, portanto, todas elas).

39

Em particular, um operador linear

chama-se ortogonal quando
Assim, para que o operador linear
seja ortogonal, suciente que
ou ento que
. Em termos de matrizes, o operador ortogonal
quando
.
Exemplo 24. Em

o operador linear denido por

,

ortogonal.
De fato, pois utilizando o item

do Teorema 22 temos que de

e
obtemos
.

Note que

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

Proposio 25. Os nicos autovalores possveis para um operador ortogonal

so
e
Demonstrao: Como ortogonal, segue que
. E como
, temos que

logo

. Portanto,

Proposio 26. Se
, ento

ou

, com

so autovetores do operador ortogonal , com

Demonstrao: Com efeito, pois

Assim,

, resultando que

Exemplo 27. Considere o

com o produto interno usual e
um operador ortogonal. Sua matriz em relao base cannica

40

.
Seu polinmio caracterstico dado por
. Ento os
autovalores de
so e
, como descreve a Proposio 25, cujos autoespaos
so, respectivamente,
e
. Portanto,
e
como nos diz a Proposio 26.
Caracterizao dos Operadores Ortogonais em Espaos de Dimenso Dois sobre o
Conjunto dos Nmeros Reais
A seguir, vamos analisar a forma de um operador ortogonal
espao de dimenso 2 dotado de um produto interno.
Segundo a natureza dos autovalores de , h quatro possibilidades:

num

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

possui um nico autovalor, o qual igual a . Neste caso,

.
De fato, seja
um vetor unitrio tal que
. Se
outro
vetor unitrio e perpendicular a , ento
tambm um vetor unitrio perpendicular
a , logo
. Como no admite o autovalor
, ento
. Mas
uma base, portanto,
.
possui um nico autovalor, o qual igual a
. Ento
De fato, seja
um vetor unitrio tal que
. Se
outro
vetor unitrio e perpendicular a , ento
tambm um vetor unitrio perpendicular
a , logo
. Como
no admite o autovalor , ento
Mas
uma base, portanto,
admite os autovalores e
.
Tomemos vetores unitrios
com
e
uma base ortonormal relativamente qual a matriz de

Neste caso,

, logo

a reexo ortogonal em torno do eixo que contm o vetor .

no possui autovalores reais.

Consideremos uma base ortonormal arbitrria
de . A matriz de
nesta base, sendo ortogonal quadrada e sem autovalores, tem, segundo o Exemplo

41

5, a forma

necessrio vericar se no depende da base ortonormal escolhida, para dizer que

o operador
a rotao de ngulo . Se tomarmos outra base ortonormal
de , a nova matriz de ser
, onde

a matriz de mudana de base, a qual ortogonal, com

. Assim,

Levando em considerao a ortonormalidade das linhas e das colunas da matriz

obtemos

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

ou

conforme seja
ou
, respectivamente. Em outras
palavras, o ngulo ca determinado a menos do sinal. Isto quer dizer que, num
espao vetorial de dimenso 2, munido de produto interno, faz sentido a noo de
ngulo apenas em valor absoluto. Portanto, os operadores ortogonais sem autovalores
(juntamente com ) num espao vetorial de dimenso 2 sero chamados rotaes. (
e
so respectivamente as rotaes de ngulo e
respectivamente.)
Exemplo 28. Considerando o operador do Exemplo 24, a saber,

calculemos seus autovalores.

O polinmio caracterstico de dado por
obtemos o discriminante
. Portanto,
que o caracteriza como uma rotao no plano.

do qual
no possui autovalores reais, o
42

OPERADORES NORMAIS (CASO REAL)

Denio 29. Um operador linear
seu adjunto, isto , quando
Denio 30. Uma matriz quadrada
isto ,
.

chama-se normal quando comuta com

.
diz-se normal se comuta com sua transposta,

Proposio 31. Um operador normal se, e somente se, sua matriz relativamente a
uma base ortonormal uma matriz normal.
Demonstrao: Seja um operador normal, ento sua matriz
relativa a uma base
ortonormal , por denio, quadrada e
, pois a matriz de

. Portanto um operador normal se, e somente se, sua matriz relativamente uma
base ortonormal uma matriz normal.
Exemplo 32. Os operadores autoadjuntos e os ortogonais so normais.
Primeiramente,
. Logo,

consideremos

um

operador

autoadjunto,

ento

.
Resultando que

normal. Agora consideremos

e
. Assim,

um operador ortogonal, ento,

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

ou seja,

normal.

Com isso, temos tambm que as matrizes simtricas e as ortogonais so normais.

Caracterizao dos Operadores Normais em Espaos de Dimenso Dois sobre o
Conjunto dos Nmeros Reais
Considere a seguinte matriz normal 2

2:

Temos que

43

e que

Logo

normal se, e somente se,

Se
, a matriz
). Ento, de
donde
.

, isto ,

simtrica. Caso contrrio, temos

resulta

Deste modo, as nicas matrizes normais 2

Observe que se
ngulo tal que

(com
,

2 so as simtricas e as da forma

ento
. Ento a matriz

Logo existe um
se escreve como
.

Portanto, uma matriz normal 2

semelhana no plano.
Exemplo 33. O operador linear

2 ou simtrica ou a matriz de uma

dado por

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

tal que

Portanto,

normal.

CONCLUSO
Este artigo, que foi uma pesquisa bibliogrca, apresentou trs tipos especiais
de Operadores Lineares: os Autoadjuntos, os Ortogonais e os Normais (Caso Real)
caracterizando-os em espaos de dimenso dois. importante destacar que todos os
contedos esto diretamente ligados com a adjunta de um operador linear, consequentemente, com a matriz transposta, que a matriz da adjunta e que este trabalho traz noes bsicas sobre cada tema proposto, existindo ainda muitos outros resultados acerca
do assunto. Uma sugesto de trabalho futuro seria caracterizar os operadores lineares
Autoadjuntos, os Ortogonais e Normais (Caso Real) em espaos de dimenso 3 e 4.

44

SPECIAL LINEAR OPERATORS: CHARACTERIZATION IN SPACES TWODIMENSIONAL

Abstract: the purpose of this article is to present a research literature on some special
types of Linear Operators, their characteristics and properties as well as characterizing
them in spaces two-dimensional. We start presenting the self-adjoint operators and
reporting the main results, culminating in the demonstration of the Spectral Theorem.
Subsequently, we present the Orthogonal Operators Operators ending with the
Standard (Real Case).
Keywords: Linear Algebra, Special Linear operators. Spaces of Two-Dimensional Two

Referncias
BOLDRINE, Jos Luiz. lgebra linear. 3.ed. So Paulo: Harbra, 1980.
LANG, Serge. lgebra linear. Rio de Janeiro: Cincia Moderna, 2003.
LIMA, Elon Lages. lgebra linear. 8.ed. Rio de Janeiro: Coleo Matemtica Universitria; IMPA, 2011.
STEINBRUCH, Alfredo Steinbruch; WINTERLE, Paulo. Introduo lgebra linear.
So Paulo: Pearson Education do Brasil, 1997.

estudos, Goinia, v. 41, n. 1, p. 32-45, jan./mar. 2014.

TEIXEIRA, Ralph Costa. Exerccios e solues. Rio de Janeiro: Coleo Matemtica

Universitria; IMPA, 2009.

* Recebido em: 10.02.2014. Aprovado em: 22.02.2014. Agradecemos ao Ncleo de Estudos e Pesquisa
em Educao Matemtica do IFG (NEPEM/IFG) pelo apoio.
FABIANA BARBOSA DA SILVA
Licenciada em Matemtica pelo Instituto Federal de Cincia e Tecnologia de Gois Cmpus Goinia.
E-mail: fabianabs_85@hotmail.com
ALINE MOTA DE MESQUITA ASSIS
Mestre em Matemtica. Professora do Instituto Federal de Cincia e Tecnologia de Gois Cmpus
Goinia E-mail: aline.mesquita@ifg.edu.br
JOS EDER SALVADOR DE VASCONCELOS
Mestre em Matemtica. Professor do Instituto Federal de Cincia e Tecnologia de Gois Cmpus
Goinia E-mail: salvadordevasconcelos@yahoo.com.br

45