Apostila Colaborativa de H-lgebra Linear III

1. Aplicaes de Autovalores e Autovetores

PAM 2014
Resumo
Nesta unidade, faremos uma breve reviso do semestre passado e dis-
cutiremos propriedades e aplicaes de autovalores e autovetores.
1
1 Reviso
Denio 1. Onmero umautovalor de A se e somente se AI for singular,
ou seja,
det (AI ) =0.
Est a equao caracterstica (tambmchamada polinmio caracterstico). Todo
associado a autovetores x, que satisfazem
(AI )x =0, ou Ax =x.
J vimos ento que, uma vez que calculamos todos os autovalores e auto-
vetores de uma matriz, possvel, em alguns casos, decompor a matriz em sua
forma diagonal. Vamos aqui analisar em que condies isso possvel e por-
que.
Teorema 1. Suponha que a matriz A
nn
possui n autovalores distintos. Ento,
(i) A possui n autovetores linearmente independentes;
(ii) A pode ser diagonalizada:
S
1
AS =,
onde S a matriz cujas colunas so os autovetores de A, e uma matriz
diagonal cujas entradas so os autovalores de A.
Note que esta condio suciente, mas no necessria: uma matriz com
autovalores repetidos pode ser diagonalizvel, desde que seus autovetores se-
jam todos l.i. (neste caso, S inversvel).
A matriz de diagonalizao no nica. Um autovetor dene um auto-
espao: se Av = v, A(v) = v = v. Se Au = u, A(v +u) = Av + Au =
v +u =(+)(v +u) =(v +u).
Algumas observaes:
(i) Matriz simtrica (emR) Matriz hermitiana (emC)
(ii) Matriz ortogonal (emR) Matriz unitria (emC)
(iii) Os autovalores de uma matriz simtrica (hermitiana) so reais.
(iv) Os autovetores de uma matriz simtrica (hermitiana) associados a auto-
valores distintos so ortogonais entre si.
2
(v) Os autovalores de uma matriz unitria tem valor absoluto 1:
(Ux)
H
(Uy) =x
H
U
H
Uy =x
H
y.
2 Opolinmio caracterstico
Denio 2. Um operador A : E E diz-se triangularizvel quando existe uma
base em relao qual a matriz de A triangular. (mesma coisa para diagona-
lizvel).
Se a matriz de A na base U ={u
1
, . . . , u
n
} triangular superior, ento na base
U

={u
n
, . . . , u
1
} triangular inferior. Se A triangularizvel e, na base U, sua
matriz triangular superior, ento o polinmio caracterstico de A
p
A
() =
n

i =1
(a
i i
).
Com efeito, A I tambm triangular superior e seu determinante o pro-
duto das diagonais. Portanto, os autovalores (raizes do polinmio caracters-
tico) de um operador triangularizvel com diagonal real so todos reais. Em
particular, so reais todas as raizes de umoperador auto-adjunto comdiagonal
real (hermitiano, simtrico), j que ele diagonalizvel, e portanto certamente
triangularizvel.
Denio 3. Seja
0
autovalor de A : E E. A multiplicidade geomtrica de
0
a dimenso do autoespao associado a ele. A multiplicidade algbrica de
0

sua multiplicidade como raiz do polinmio caracterstico.
Obviamente, se a multiplicidade algbrica for igual geomtrica estamos
na melhor situao possvel. Por outro lado, a multiplicidade geomtrica
sempre menor ou igual multiplicidade algbrica.
3 Transformaes de Semelhana
Denio 4. Duas matrizes A, B R
nn
(ou C
nn
) so semelhantes se existir K
no singular n n tal que
B =K
1
AK.
3
As matrizes A e M
1
AM so semelhantes, com M inversvel qualquer. Que-
remos investigar o que A e M
1
AM tem em comum.
Proposio 1. Suponha que B = M
1
AM. Ento A e B possuem os mesmos au-
tovalores. Alm disso, todo autovetor x de A corresponde a um autovetor M
1
x
de B.
Demonstrao. Primeiramente note que, olhando para o polinmio ca-
racterstico de A e B:
det (B I ) =det (M
1
AMI )
=det (M
1
(AI )M)
=det (M
1
)det (AI )det (M)
=
det (M)
det (M)
det (AI )
=det (AI ).
Alm disso, como Ax =x, temos que:
Ax =x
MBM
1
x =x
BM
1
x =M
1
x
Bv =v, com v =M
1
x.

Consequncia: uma matriz diagonalizvel se e somente se for semelhante

a uma matriz diagonal.
Exemplo.
A =
_
1 0
0 0
_
tem
1
=1,
2
=0. Tome M =
_
1 b
0 1
_
:
M
1
=
_
1 b
0 1
_
;
4
B =M
1
AM
=
_
1 b
0 1
__
1 0
0 0
__
1 b
0 1
_
=
_
1 b
0 0
_
que tem autovalores
1
=1,
2
=0.
Se M =
_
1 1
1 1
_
:
M
1
=
_
1/2 1/2
1/2 1/2
_
;
B =M
1
AM
=
_
1/2 1/2
1/2 1/2
__
1 0
0 0
__
1 1
1 1
_
=
_
1/2 1/2
1/2 1/2
_
que tem autovalores
1
=1,
2
=0. (matriz de projeo).
3.1 Interpretao como Mudana de Base
Se alterarmos a base, alteramos a matriz A da transformao linear para uma
matriz semelhante B: matrizes semelhantes representam a mesma transforma-
o com relao a bases diferentes (provamos isso no semestre passado!!)
Suponha que temos uma base {v
1
, . . . , v
n
}. A j -sima coluna de A, matriz
que representa a transformao linear T, obtida quando aplicamos a trans-
formao a v
j
:
T : E E
{v
1
, . . . , v
n
} base de E
T(v
j
) =a
1j
v
1
+. . . +a
nj
v
n
.
Desta forma, cada elemento a
i j
da j -sima coluna de A simplesmente o i -
simo coeciente da combinao dos elementos da base que d Av
j
(que o
resultado da aplicao da transformao linear a v
j
)
5
Para uma nova base {u
1
, . . . , u
n
}, a nova matriz B construida da mesma
maneira:
T(u
j
) =b
1j
u
1
+. . . +b
nj
u
n
Mas todo u
j
tambm deve ser combinao da antiga base, ou seja:
u
j
=
n

i =1
m
i j
v
i
.
Agora:
T(u
j
) =
n

k=1
m
k j
Av
k
=
n

k=1
m
k j
_
n

i =1
a
i k
v
i
_
=
n

i =1
_
n

k=1
a
i k
m
k j
_
v
i
Por outro lado,
T(u
j
) =
n

r =1
b
r j
u
r
=
n

r =1
b
r j
_
n

i =1
m
i r
v
i
_
=
n

i =1
_
n

r =1
m
i r
b
r j
_
v
i
.
Como a transformao deve ser a mesma, teremos que igualar os coecientes
das duas aplicaes, obtendo
n

k=1
a
i k
m
k j
=
n

r =1
m
kr
b
r j
,
ou seja,
B =M
1
AM
que equivalente a dizer que
T
uu
= I
vu
T
vv
I
uv
.
Exemplo. T a projeo na reta y =x.
Base inicial:
1
= {(1, 0), (0, 1)}; T(1, 0) = (1/2, 1/2), T(0, 1) = (1/2, 1/2) (a
matriz da transformao ento
_
T(1, 0) T(0, 1)
_
.)
T

1
=
_
1/2 1/2
1/2 1/2
_
Com a base alternativa
2
={(1, 1), (1, 1)}, teremos:
T(1, 1) =(0, 0); T(1, 1) =(1, 1)
6
Desta forma, a matriz da transformao T na base
2

T

2
=
_
0 1
0 1
_
Escrevemos ento a matriz de mudana de base de
1
para
2
, que
M =
_
1 1
1 1
_
e assim temos que T

1
e T

2
so semelhantes pois
T

2
=MT

1
M
1
.
4 Quais Mso possveis?
Queremos investigar o que as possveis M fazemcoma matriz; emoutras pala-
vras, ser que podemos classicar as matrizes como sendo semelhantes a um
grupo especco de acordo com a M escolhida? (sim!)
4.1 Teorema Espectral
Primeiramente, vamos relembrar o teorema espectral:
Teorema 2 (Teorema Espectral). Se A umoperador Hermitiano emumespao
vetorial de dimenso nita (ou seja, A = A
H
), ento o conjunto dos seus autove-
tores forma uma base ortogonal para este espao, ou seja,
A =QQ
H
.
Aqui, importante lembrar que para ser diagonalizada, uma matriz deve ter
um conjunto completo de autovetores, e mesmo uma matriz com autovalores
repetidos pode ser diagonalizvel caso tenha um conjunto completo de auto-
vetores. Se a matriz no for simtrica (hermitiana), ainda pode ser que seja
diagonalizvel.
7
4.2 Forma triangular (Schur)
Teorema 3 (Schurs Lemma). Para qualquer matriz quadrada A, existe uma U
unitria (complexa, com autovalores de mdulo 1 e colunas ortonormais) tal
que U
1
AU = T triangular superior. Os autovalores de A aparecem na diago-
nal principal de T.
Demonstrao. Toda matriz tem pelo menos um autovalor
1
(talvez re-
petido vrias vezes), e um autovetor correspondente que pode ser tomado de
mdulo 1. Dena a primeira coluna de Q
1
como esse autovetor, e complete
Q
1
com n 1 colunas adicionais de forma que ela seja unitria (por exemplo,
usando o processo de Gram-Schmidt). Ento:
AQ
1
=
_
Ax
1
Aq
2
Aq
n
_
=
_

1
x
1
Aq
2
Aq
n
_
=Q
1
_
_
_
_
_

1

0
.
.
.
.
.
.
.
.
.
.
.
.
0
_
_
_
_
_
Chame ento Q
1
1
AQ
1
=
_

1

0 A
2
_
. Agora, A
2
que (n 1) (n 1) tem pelo
menos umautovalor
2
e umautovetor x
2
no espao de dimenso n1. Ento,
repetindo o procedimento, teremos:
Q
2
=
_
_
_
_
_
1 0 0
0
.
.
. M
2
0
_
_
_
_
_
onde M
2
unitria com x
2
na primeira coluna. Desta forma:
Q
1
2
(Q
1
1
AQ
1
)Q
2
=
_
_
_
_
_
_
_

1

0
2

0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0
_
_
_
_
_
_
_
Repetindo o procedimento, e observando que o produto de matrizes unitrias
unitria, chegamos ao resultado.
Agora, podemos interpretar este teorema como dizendo que uma matriz
quadrada A sempre semelhante a uma triangular superior, desde que encon-
tremos a matriz de mudana de base certa (neste caso, uma U especial).
8
4.3 Forma Cannica de Jordan
Ese a matriz notiver nenhuma estrutura especial (nofor simtrica/hermitiana)
e no tivermos certeza se ela diagonalizvel? O que conseguimos fazer neste
caso? A resposta dada pela Forma Cannica de Jordan, que nos d a matriz
mais prxima de uma diagonal semelhante matriz A.
Teorema 4. Se A tem s autovetores l.i., ento A semelhante a uma matriz com
s blocos J
i
:
J =M
1
AM =
_
_
_
_
_
_
_
J
1
.
.
.
J
n
_
_
_
_
_
_
_
Cada bloco de Jordan J
i
uma matriz triangular com apenas um autovalor de
A na diagonal e associada a um autovetor de A:
J
i
=
_
_
_
_
_
1
. .
. 1

_
_
_
_
_
O mesmo autovalor
i
pode aparecer em mais de um bloco, caso ele seja associ-
ado a mais de umautovetor l.i.. Duas matrizes so semelhantes se compartilham
a mesma forma de Jordan.
Exemplo. Se a matriz A de ordem22 temdois autovalores distintos, ento sua
forma de Jordan igual diagonal
_

1
0
0
2
_
Por outro lado, se os autovalores forem iguais, 2 casos podem ocorrer. Se os dois
autovalores foremassociados a dois autovetores distintos (como o caso de I , por
exemplo), a forma cannica de Jordan de A continua sendo
_
0
0
_
Caso contrrio, ou seja, se os dois autovalores forem associados a um autovetor
l.i., ento teremos
J =M
1
AM =
_
1
0
_
9
Exemplo. Emuma matriz 33, existemmais possibilidades. Se os 3 autovalores
forem distintos, ento teremos a diagonal. Outros casos so, por exemplo:
A =
_
_
1 0 1
1 2 1
0 0 2
_
_
Neste caso, temos dois autovalores repetidos, mas 3 autovetores l.i. (ainda temos
a diagonal).
Segundo caso:
A =
_
_
1 0 0
2 2 1
1 0 2
_
_
Agora, temos 2 autovalores repetidos com somente 2 autovetores l.i. Assim, a
forma de Jordan
_
_
1 0 0
1 1 1
1 0 1
_
_
1
_
_
1 0 0
2 2 1
1 0 2
_
_
_
_
1 0 0
1 1 1
1 0 1
_
_
=
_
_
1 0 0
0 2 1
0 0 2
_
_
ltimo caso:
A =
_
_
2 1 1
1 5 2
0 1 2
_
_
Neste caso, os 3 autovalores tem apenas 1 autovetor associado, e assim a forma
de Jordan
_
_
0 1 1
1 1 0
1 0 0
_
_
1
_
_
2 1 1
1 5 2
0 1 2
_
_
_
_
0 1 1
1 1 0
1 0 0
_
_
=
_
_
3 1 0
0 3 1
0 0 3
_
_
4.4 Matrizes Normais - Operadores Normais
A pergunta que resta : para quais matrizes a triangular T igual diagonal ?
Quer dizer: quais matrizes podem ser diagonalizadas por uma matriz ortogo-
nal? Sabemos que as simtricas esto nessa classe. Tem mais algum? (sim!)
Denio 5. Uma matriz N dita normal se ela comuta com N
H
:
N
H
N =NN
H
.
10
Lema 1. Uma matriz T triangular que normal deve ser diagonal.
Demonstrao. Note que se T normal, ento para todo vetor x temos
que
Tx
2
=(Tx)
H
(Tx) =x
H
T
H
Tx =x
H
TT
H
x =(T
H
x)
H
(T
H
x) =
_
_
T
H
x
_
_
2
.
Almdisso, note que a i -sima coluna de T, denotada por T
(:,i )
pode ser escrita
como Te
i
. Considere ento e
1
.
_
_
T
(:,1)
_
_
=Te
1
=
_
_
T
H
e
1
_
_
=
_
_
T
(1,:)
_
_
,
Como T triangular (superior), a norma da primeira coluna de T simples-
mente T
i i
. Com isso, a primeira linha de T deve ser nula fora da diagonal.
Usando o mesmo argumento para as prximas colunas, veremos que T deve
ser diagonal.
Teorema 5. Uma matriz normal se e somente se possui um conjunto completo
de autovetores ortonormais.
Demonstrao. Note que, pelo Teorema de Schur, podemos escrever
T =U
1
NU =U
H
NU,
com U ortogonal (unitria). Alm disso, temos que se N normal, ento T =
U
H
NU tambm o :
TT
H
=(U
H
NU)(U
H
NU)
H
=(U
H
NU)(U
H
N
H
U) =U
H
NN
H
U
=U
H
N
H
NU =(U
H
N
H
U)(U
H
NU) =T
H
T.
Agora, pelo Lema anterior, T deve ser diagonal. Como a forma de Schur
uma transformao de semelhana, T e N devemter os mesmos autovalores, e
assimU
H
NU =T =. Logo, U a matriz dos autovetores de N, que so ento
ortonormais.
Sabemos que, no caso de sistemas lineares Ax = b, se A for no-singular
ento o sistema sempre tem soluo nica; mas se A for singular, ainda pode-
mos ter alguma soluo para este sistema, dependendo do b escolhido. Como
podemos caracterizar este b, almde dizer que ele deve estar no espao coluna
de A? Para matrizes normais, o teorema abaixo d uma caracterizao destes
b.
11
Teorema6. Suponha que A R
nn
uma matriz normal comautovalSrspawajyyo-
res
i
e um conjunto ortonormal de autovetores x
i
. Considere a soluo do sis-
tema
(AI )x =b, (1)
em que b R
n
e um nmero qualquer. Ento:
(a) Se =
i
para todo i , ento a equao tem uma soluo nica, dada por
x =
n

i =1
x
i
, b

i

x
i
.
(b) Se =
i
para algum i , ento a equao tem soluo se e somente se b for
ortogonal a todos os autovetores associados a
i
. Se existe soluo, existem
innitas solues, e cada uma delas pode ser obtida a partir de uma so-
luo x, adicionando-se combinaes lineares arbitrrias dos autovetores
associados a
i
.
Demonstrao. Como {x
1
, . . . , x
n
} forma uma base ortonormal do espao
R
n
, podemos escrever b e qualquer soluo possvel x do sistema (1) como
b =x
1
, bx
1
+. . . +x
n
, bx
n
x =
1
x
1
+. . . +
n
x
n
(onde os
i
so desconhecidos.)
Assim, a equao (1) equivalente a
b =
n

j =1
x
j
, bx
j
=(AI )
n

j =1

j
x
j
=
n

j =1

j
(
j
)x
j
,
j que Ax
j
=
j
x
j
. Portanto, uma soluo x =
1
x
1
+. . . +
n
x
n
existe se e so-
mente se
n

j =1
x
j
, bx
j
=
n

j =1

j
(
j
)x
j
x
j
, b =
j
(
j
) j =1, . . . , n.
Agora, camos nos dois casos enumerados:
(a) Se =
j
para todo j , ento

j
=
x
j
, b
(
j
)
.
12
(b) Se =
j
para algum j , ento x
j
, b =0 e desta forma b deve ser ortogo-
nal ao espao gerado pelos x
j
.

Resumo
Se A for diagonalizvel, (tem n autovetores l.i.) ento S
1
AS =, onde S
tem os autovetores de A nas colunas (no necessariamente ortogonais) e
tem os autovalores na diagonal.
Se A for qualquer, ento podemos fazer a forma de Jordan de A, obtendo
M
1
AM = J, que quase-diagonal (com M qualquer).
Se A for arbitrria, mas exigirmos que M seja unitria, podemos obter
T =M
1
AM, com T triangular superior (forma de Schur).
Se A for normal, AA
H
= A
H
A, esta matriz tem um conjunto completo de
autovetores ortonormais e entoU
1
AU =.
Casos especiais:
Se A for simtrica/hermitiana, ento real.
Se A for anti-simtrica/anti-hermitiana, ento imaginria.
Se A for ortogonal/unitria, ento |
i
| =1 para todo i .
Observao: A semelhana uma relao de equivalncia!
13