Você está na página 1de 28

Apostila Colaborativa de H-lgebra Linear III

2. Matrizes Positivas Denidas


PAM 2014
Resumo
Nesta unidade, discutiremos matrizes positivas denidas e algumas de
suas aplicaes.
1 Formas bilineares
Quando estudamos o produto interno em um espao vetorial, falamos em for-
mas bilineares:
Denio 1. Uma forma bilinear uma funo B : V V R que linear em
cada uma das componentes, ou seja, para u, v, w, z V , temos que
B(u +v, w) =B(u, w) +B(v, w)
B(u, w+z) =B(u, w) +B(u, z).
J vimos que o produto interno uma forma bilinear.
Exemplo. B : R
2
R
2
R dada por
B((x, y), (z, w)) =xz 2yw
tambm uma forma bilinear, pois
B((x
1
, y
1
) +(x
2
, y
2
), (x
3
, y
3
) +(x
4
, y
4
)) =
=B((x
1
+x
2
, y
1
+y
2
), (x
3
+x
4
, y
3
+y
4
))
=(x
1
+x
2
)(x
3
+x
4
) 2(y
1
+y
2
)(y
3
+y
4
)
=x
1
x
3
+x
1
x
4
+x
2
x
3
+x
2
x
4
2(y
1
y
3
+y
1
y
4
+y
2
y
3
+y
2
y
4
)
=[x
1
x
3
2y
1
y
3
] +[x
1
x
4
2y
1
y
4
] +[x
2
x
3
2y
2
y
3
] +[x
2
x
4
2y
2
y
4
]
=B((x
1
, y
1
), (x
3
, y
3
)) +B((x
1
, y
1
), (x
4
, y
4
)) +B((x
2
, y
2
), (x
3
, y
3
)) +B((x
2
, y
2
), (x
4
, y
4
))
1
Exemplo. Seja
M =
_
_
2 0 0
4 2 0
0 0 2
_
_
Podemos associar a M uma forma bilinear B : R
3
R
3
R denida por
B((x
1
, x
2
, x
3
), (y
1
, y
2
, y
3
)) =
_
x
1
x
2
x
3
_
_
_
2 0 0
4 2 0
0 0 2
_
_
_
_
y
1
y
2
y
3
_
_
fcil vericar que B bilinear, pois para todo u, v, x, w R
3
,
B(u+v, x+w) =(u+v)
T
M(x+w) =(u+v)
T
Mx+(u+v)
T
Mw =u
T
Mx+v
T
Mx+u
T
Mw+v
T
Mw.
Na verdade, toda forma bilinear pode ser escrita como B(x, y) = x
T
My.
Basta escolhermos uma base = {v
1
, . . . , v
n
} para o espao V , e assim se os
vetores x e y tambm esto escritos com relao a esta base, a matriz M que
representa a forma linear neste espao pode ser calculada como
M =
_
_
_
_
_
B(v
1
, v
1
) B(v
1
, v
2
) B(v
1
, v
n
)
B(v
2
, v
1
) B(v
2
, v
2
) B(v
2
, v
n
)
.
.
.
.
.
.
.
.
.
B(v
n
, v
1
) B(v
n
, v
2
) B(v
n
, v
n
)
_
_
_
_
_
e assim escrevemos
B(x, y) =[x]
T

M
,
[y]

Exemplo. Considere a forma bilinear dada por B(x, y) =x


1
y
1
+2x
2
y
1
+5x
2
y
2
.
Ento, utilizando a base cannica do R
2
, teremos
M =
_
B(e
1
, e
1
) B(e
1
, e
2
)
B(e
2
, e
1
) B(e
2
, e
2
)
_
=
_
1 0
2 5
_
e assim
B(x, y) =
_
x
1
x
2
_
_
1 0
2 5
__
y
1
y
2
_
.
Denio 2. Uma forma bilinear simtrica se B(x, y) =B(y, x) para todo x, y
V .
Note que B simtrica se e somente se sua matriz simtrica.
2
2 Formas Quadrticas
Suponha que temos uma funo quadrtica Q : R
2
R dada por
Q(x) =Q(x
1
, x
2
) =ax
2
1
+bx
2
2
.
Note ento que podemos reescrever esta funo de forma que
Q(x) =B(x, x)
mais especicamente,
Q(x) =
_
x
1
x
2
_
_
a 0
0 b
__
x
1
x
2
_
.
Denio 3. Seja V um espao vetorial real e B : V V R uma forma bilinear
simtrica. A funo Q : V R denida por
Q(v) =B(v, v)
chamada forma quadrtica associada a B.
Exemplo. A forma bilinear associada matriz
M =
_
1 2
3 4
_
no simtrica; mas note que
x
T
Mx =
_
x
1
x
2
_
_
1 2
3 4
__
x
1
x
2
_
=
_
x
1
x
2
_
_
x
1
+2x
2
3x
1
+4x
2
_
=x
2
1
+5x
1
x
2
+4x
2
2
Como esta uma forma quadrtica, poderamos reescrev-la da seguinte ma-
neira:
M
2
=
_
1 5/2
5/2 4
_
que dene uma forma bilinear simtrica. Outras matrizes poderiam descrever
esta forma quadrtica; ns escolheremos a matriz simtrica (ou hermitiana) j
que temos vrios resultados que nos indicam que esta matriz mais desejvel.
Para uma forma quadrtica e sua matriz associada, podemos escrever sua
diagonalizao (pois a matriz simtrica!)
3
2.1 Cnicas
Uma cnica em R
2
um conjunto de pontos cujas coordenadas em relao
base cannica satisfazem a equao
Ax
2
+Bxy +Cy
2
+Dx +Ey +F =0,
onde A ou B ou C diferente de zero. Assim sendo, podemos reescrever esta
equao como sendo
Q(x, y) +L(x, y) +F =0,
onde Q(x, y) = Ax
2
+Bxy +Cy
2
uma forma quadrtica, e L(x, y) =Dx +Ey
uma forma linear.
Exemplo. Circunferncia de centro (0, 0) e raio r :
x
2
+y
2
=r
2
.
Elipse:
x
2
a
2
+
y
2
b
2
=1,
com a, b > 0, focos
(ae, 0),(ae, 0) onde e =
_
1
_
b
a
_
2
a excentricidade da
elipse.
Hiprbole:
x
2
a
2

y
2
b
2
=1,
com a, b > 0, focos
(ae, 0),(ae, 0) onde e =
_
1+
_
b
a
_
2
a excentricidade
da hiprbole. (o valor absoluto
das distncias entre o ponto na
hiprbole e os dois focos igual
a 2a.)
4
Parbola:
y
2
Dx =0,
com D =0.
Alm disso, temos os casos degenerados:
Hiprbole degenerada: par de retas concorrentes
x
2
a
2

y
2
b
2
=0 y =
b
a
x
com a, b >0.
Parbola degenerada: par de retas paralelas
ax
2
b =0
com a, b >0.
Parbola degenerada: uma reta
x
2
=0
Elipse degenerada: um ponto
ax
2
+by
2
=0
com a, b >0.
Elipse ou parbola degenerada: vazio
ax
2
+by
2
+r
2
=0
com a, b >0, r =0.
At agora, vimos as equaes das cnicas nas chamadas formas reduzidas
(no existe produto cruzado entre as coordenadas, e no vemos a mesma coor-
denada aparecer com dois graus diferentes). Veremos como transformar uma
cnica determinada pela equao geral nesta forma reduzida atravs de uma
mudana de variveis.
5
Exemplo.
x
2
+y
2
6x 2y +8 =0
Para transformar esta equao na forma reduzida e descobrir que cnica essa,
vamos primeiramente completar os quadrados na equao:
x
2
6x +y
2
2y +8 =0
(x
2
2 3 x +9) 9+(y
2
2 1 y +1) 1+8 =0
(x 3)
2
+(y 1)
2
2 =0
Assim, esta uma circunferncia de centro (3, 1) e de raio r =

2.
Em casos mais complicados, gostaramos de ter um procedimento formali-
zado para fazer o reconhecimento da cnica em questo!
Exemplo. Considere a cnica
2x
2
+2y
2
+4xy +4

2x +12

2y 8 =0
descrita na base cannica do plano. Vamos tentar mudar a base para descrever-
mos esta cnica em uma das formas padro vistas acima.
Passo 1: Escrever a equao na forma matricial
_
x y
_
_
2 2
2 2
__
x
y
_
+
_
4

2 12

2
_
_
x
y
_
8 =0
Passo 2: Encontrar os auvotalores e autovetores da matriz acima:

1
=0,
2
=4
v
1
=
_

2
,
1

2
_
, v
2
=
_
1

2
,
1

2
_
Passo 3: Escrever as matrizes e vetores na nova base de autovetores: fazendo a mu-
dana de variveis
u
def
=
_
x
y
_
=
_
v
1
v
2
_
_
x
1
y
1
_
def
= Qw
teremos que
u
T
Au +b
T
u +c =0
6
equivalente a
w
T
(Q
H
AQ)w+b
T
Qw+c =0
ou seja, no nosso caso teremos
_
x
1
y
1
_
_
0 0
0 4
__
x
1
y
1
_
+
_
4

2 12

2
_
_

2
1

2
1

2
1

2
_
_
x
1
y
1
_
8 =0
e assim a equao nas novas variveis ca
y
2
1
+2x
1
+4y
1
2 =0
Passo 4: Completar quadrados (se possvel) para eliminar os termos lineares e iden-
ticar a cnica.
No nosso caso, podemos reescrever a equao como
(y
1
+2)
2
+2(x
1
3) =0
substituindo mais uma vez x
2
=x
1
3 e y
2
= y
1
+2 teremos
x =
1
2
y
2
ou seja, uma parbola em um novo eixo e centrada em (x
1
, y
1
) =(3, 2).
O procedimento geral ca assim:
Passo 1: Escrever a equao na forma matricial
Passo 2: Encontrar os auvotalores e autovetores da matriz
Passo 3: Escrever as matrizes e vetores na nova base de autovetores:

1
x
2
+
2
y
2
+ax +by +F =0
Passo 4: Completar quadrados (se possvel) para eliminar os termos lineares e iden-
ticar a cnica:
7
Se
1
,
2
=0, ento podemos substituir x
2
= x
1
+
a
2
1
e y
2
= y
1
+
b
2
2
,
obtendo assim

1
x
2
2
+
2
y
2
2
+ f =0.
Neste caso, se
1
,
2
> 0 com f < 0, teremos uma elipse; se f = 0
teremos um ponto e para f >0 teremos o conjunto vazio.
Se
1
,
2
< 0, teremos o mesmo caso que acima mas com os sineis
de f trocados.
Se
1
e
2
tiverem sinais opostos, podemos ter uma hiprbole, se
f =0 ou um par de retas concorrentes se f =0.
Se
1
=0 e
2
=0 (tanto faz a ordem), ento temos

1
x
2
+ax +by +F =0
ento basta tomarmos a transformao x
2
= x
1
+
a
2
1
e y
2
= y
1
, ob-
tendo

1
x
2
2
+by
2
+ f =0.
Aqui, se b = 0 teremos uma parbola; se b = 0 teremos um par de
retas paralelas, uma reta ou o vazio, dependendo do sinal de f .
Podemos resumir os resultados da seguinte maneira:
Teorema 1. Dada uma cnica denida pela equao
Ax
2
+Bxy +Cy
2
+Dx +Ey +F =0
sejam
1
,
2
os autovalores associados sua forma quadrtica. Ento:
Se
1

2
> 0, ento esta equao representa uma elipse ou suas degenera-
es.
Se
1

2
<0, ento esta equao representa uma hiprbole ou suas degene-
raes.
Se
1

2
=0, ento esta equao representa uma parbola ou suas degene-
raes.
Tambmsabemos que det (Q) =

A B/2
B/2 C

= AC
B
2
4
=
1

2
, portanto po-
demos reescrever este resultado da seguinte forma:
8
Teorema 2. Dada uma cnica denida pela equao
Ax
2
+Bxy +Cy
2
+Dx +Ey +F =0
sejam
1
,
2
os autovalores associados sua forma quadrtica. Ento:
Se B
2
4AC < 0, ento esta equao representa uma elipse ou suas dege-
neraes.
Se B
2
4AC > 0, ento esta equao representa uma hiprbole ou suas
degeneraes.
Se B
2
4AC =0, ento esta equao representa uma parbola ou suas de-
generaes.
3 Qudricas
Denio 4. Uma qudrica emR
3
um conjunto de pontos cujas coordenadas
em relao base cannica satisfazem equao
Ax
2
+By
2
+Cz
2
+Dxy +Eyz +Fxz +Gx +Hy +I z +J =0
com A ou B ou C ou D ou E ou F no-nulo(s).
Exemplo. Elipsoide:
x
2
a
2
+
y
2
b
2
+
z
2
c
2
=1
Exemplo. Hiperboloide de uma folha:
x
2
a
2
+
y
2
b
2

z
2
c
2
=1
Exemplo. Hiperboloide de duas folhas:

x
2
a
2
+
y
2
b
2

z
2
c
2
=1
9
Exemplo. Paraboloide Elptico:
x
2
a
2
+
y
2
b
2
=cz
Exemplo. Paraboloide Hiper-
blico:

x
2
a
2
+
y
2
b
2
=cz
Exemplo. Cone Quadrtico:
x
2
a
2
+
y
2
b
2
=z
2
10
Exemplo. Cone Parablico
y
2
b
2
=
xz
a
Exemplo. Cilindro Elptico:
x
2
a
2
+
y
2
b
2
=1
Exemplo. Cilindro Hiperb-
lico:
x
2
a
2

y
2
b
2
=1
Exemplo. Cilindro Parablico:
x =ky
2
Alm disso temos os casos degenerados:
x
2
=1 (conjunto vazio);
x
2
+y
2
+z
2
=0 (um ponto);
11
x
2
+y
2
=0 (uma reta);
z
2
=0 (um plano);
z
2
=1 (dois planos paralelos);
xy =0 (dois planos que se interceptam)
Exemplo. Classicao de qudricas:
x
2
+2yz +z y =100
Diagonalizao:
_
x y z
_
_
_
1 0 0
0 0 1
0 1 0
_
_
_
_
x
y
z
_
_
+
_
0 1 1
_
_
_
x
y
z
_
_
=100

1
=1,
2
=1,
3
=1
v
1
=(1, 0, 0), v
2
=(0,
1

2
,
1

2
), v
3
=(0,
1

2
,
1

2
)
Mudana de variveis:
_
x
1
y
1
z
1
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
x
1
y
1
z
1
_
_
+
_
0 1 1
_
_
_
_
1 0 0
0
1

2
1

2
0
1

2
1

2
_
_
_
_
_
x
1
y
1
z
1
_
_
=100,
ou seja,
x
2
1
y
2
1
+z
2
1

2
y
1
=100.
Agora, completando os quadrados, temos
z
2
1
x
2
1
(y
1
+
1

2
)
2
+
1
2
100 =0
ou seja, x
2
=x
1
, y
2
= y
1
+
1

2
, z
2
=z
1
e assim

x
2
2
__
199
2
_
2

y
2
2
__
199
2
_
2
+
z
2
2
__
199
2
_
2
=1
que um hiperboloide de duas folhas.
12
4 Formas Quadrticas emR
n
ou C
n
Podemos agora nos perguntar se existem formas quadrticas denidas com
matrizes de tamanho arbitrrio n: a resposta que, a cada matriz hermitiana A
de ordem n n, temos uma forma quadrtica associada, da forma
Q(x) =x, Ax
com x C
n
. Vale a pena notar que, neste caso, Q : C
n
R, j que mesmo se x e
A so complexos,
x, Ax =x
H
Ax =x
H
A
H
x =(Ax)
H
x =(x
H
(Ax))
H
=x, Ax
e assimx, Ax deve ser um nmero real. Mas e o contrrio: ser que podera-
mos ter formas quadrticas reais a partir de matrizes no hermitianas?
Observao: Relembramos que o produto interno complexo satisfaz as se-
guintes propriedades:
u, v =u
H
v =(u)
T
v =u
T
(v) =v, u
u, v =(u)
T
v =u, v
u, v =u
T
(v) =u, v
Teorema 3. Suponha que a forma quadrtica Q(x) =x, Ax dada pela matriz
A C
nn
. Ento:
(a) Q(x) real para todo x complexo se e somente se A for hermitiana.
(b) Q(x) real para todo x real se e somente se A = R +H, em que R real e
H hermitiana. Nestes casos, a forma quadrtica Q(x) idntica forma
quadrtica gerada pela matriz
A

=
A+A
T
2
.
Demonstrao.
13
(a) J mostramos que, se A for hermitiana, ento Q(x) real. Vamos mostrar
agora que se Q(x) real, ento A tem que ser hermitiana.
Se Q(x) real para qualquer x, ento Q(e
i
) =e
i
, Ae
i
= a
i i
deve ser real.
Logo, todos os elementos da diagonal de A devem ser reais.
Alm disso, seja D = di ag(a
11
, . . . , a
nn
). Ento a forma quadrtica de-
nida por AD tambm deve ser real, pois
x, Dx =a
11
|x
1
|
2
+. . . +a
nn
|x
n
|
2
sempre real, e
x, (AD)x =x, Ax x, Dx.
Seja agora k > j . Ento
c =(e
k
+e
j
), (AD)(e
k
+e
j
) =a
k j
+a
j k
deve ser real, assim como
d =(e
k
+i e
j
), (AD)(e
k
+i e
j
) =i (a
k j
a
j k
).
Desta forma, resolvendo para a
k j
e a
j k
em termos dos reais c e d, deve-
mos ter
a
k j
=
c i d
2
e a
j k
=
c +i d
2
,
ou seja, a
k j
=a
j k
e assim AD, assim como A, hermitiana.
(b) Queremos mostrar primeiramente que se A pode ser escrita como A =
R +H, onde R real e H hermitiana, ento Q(x) real para todo x real.
Para isso, note que se R real, ento a forma quadrtica denida por R
real (para x real), assimcomo a forma gerada por H hermitiana; portanto
a forma gerada por R +H tambm deve ser real.
Agora, suponha que Q(x) = x, (R +H)x real para todo x R
n
. Ento,
usando a mesma notao do item anterior,
c =(e
k
+e
j
), (AD)(e
k
+e
j
) =a
k j
+a
j k
deve ser real, assim como
d =(e
k
+i e
j
), (AD)(e
k
+i e
j
) =i (a
k j
a
j k
).
14
Seja ento R a matriz n n formada pelas partes reais das entradas de A,
e seja H a matriz imaginria pura formada pelas partes imaginrias das
entradas de A. Claramente, A =R +H. Ento,
Re(c) =c =a
k j
+a
j k
=r
k j
+r
j k
+h
k j
+h
j k
,
ou seja, h
k j
+h
j k
, que um imaginrio puro, deve ser real. Portanto,
h
j k
=h
k j
, o que implica que H hermitiana.
Por ltimo, queremos mostrar que a forma quadrtica gerada por A
idntica quela gerada por A

=
A+A
T
2
que real e simtrica
1
.
Mas, lembrando que nesse item estamos considerando x R
n
:
x, A

x =x
T
A

x =
1
2
x
T
(A+A
T
)x =
1
2
_
x
T
Ax +(Ax)
T
x
_
=x
T
Ax.

Desta forma, podemos justicar nossa preferncia por matrizes simtricas


(hermitianas) para representar formas quadrticas.
Observao: Uma forma quadrtica em R
n
uma funo a valores reais
Q(x) =x, Ax, com A R
nn
simtrica e x R
n
. Uma forma quadrtica emC
n
uma funo a valores reais Q(x) =x, Ax, com A C
nn
e x C
n
.
5 Condies necessrias e sucientes para matrizes
hermitianas denidas positivas.
As formas quadrticas esto presentes em muitas aplicaes, mas ainda no
podemos estud-las pois elas dependem da noo de derivadas em vrias va-
riveis. Por isso, vamos estudar as propriedades das formas quadrticas inici-
almente, nos concentrando nas aplicaes mais tarde.
Como acabamos de determinar que uma forma quadrtica, real ou com-
plexa, s pode tomar valores reais, faz sentido nos perguntarmos sobre o sinal
dos valores da forma quadrtica.
1
Para ver isto, basta notar que (A+A
T
)
T
= A
T
+A = A+A
T
e que A+A
T
=R+H+R
T
+H
T
=
R +R
T
+H+H
H
=R +R
T
+H+H, j que H hermitiana. Como R +R
T
+H+H R
nn
, ento
A+A
T
simtrica e real.
15
5.1 Formas quadrticas denidas
Denio 5. (a) Uma forma quadrticaQ(x) dita denida positiva se Q(x) >
0 para todo x =0.
(b) Q(x) dita semidenida positiva se Q(x) 0 para todo x.
(c) Q(x) dita denida negativa ou semidenida negativa se e somente se
Q(x) denida positiva ou semidenida positiva, respectivamente.
(d) Q(x) dita indenida se e somente se existem x

e x
+
tais que Q(x

) <0 <
Q(x
+
).
Denio 6. Uma matriz hermitiana A dita denida positiva quando a forma
quadrtica x, Ax for denida positiva.
Exemplo.
A =
_
_
2 1 0
1 2 1
0 1 2
_
_
Tome, por exemplo, x =(1+i , 1i , 1). Ento:
Q(x) =x
H
Ax =8 R.
Os autovalores de A so
1
= 2,
2
= 2+

2,
3
= 2

2, com autovetores
associados v
1
=(1, 0, 1), v
2
=(1/2,

2/2, 1/2) e v
3
=(1/2,

2/2, 1/2).
Todas as submatrizes superiores esquerda de A tm determinante posi-
tivo;
Todos os pivs na eliminao so positivos.
Teorema 4. Seja A uma matriz hermitiana. As seguintes armaes so equiva-
lentes:
(i) A denida positiva, isto , x, Ax >0 para todo x =0.
(ii) Todos os autovalores
i
de A satisfazem
i
>0.
(iii) Todas as submatrizes superiores esquerdas de A tem determinantes positi-
vos.
16
(iv) Todos os pivs de A (calculados quando fazemos a eliminao gaussiana
para obter A =LU sem troca de linhas) so positivos.
Demonstrao.
(i ) (i i ) Para mostrarmos que (i ) (i i ), basta escolhermos um autovetor v de A
associado a um autovalor . Ento Av = v. Tome agora a forma qua-
drtica Q(x) = x, Ax. Temos que A denida positiva se e somente
se Q(x) > 0 para todo x, em particular para v. Assim, se A > 0, Q(v) =
v, Av = v, v = v
2
> 0, ou seja, > 0. Fazendo isso para todos os
autovalores temos o resultado.
Para mostrar que (i i ) (i ), suponha que cada autovalor
i
de A posi-
tivo. Ento, como A hermitiana, seus autovetores formamuma base or-
tonormal para o espao, ou seja, qualquer vetor x pode ser escrito como
x =c
1
v
1
+. . . +c
n
v
n
.
Assim,
Q(x) =x, Ax =c
1
v
1
+. . . +c
n
v
n
, c
1
Av
1
+. . . +c
n
Av
n

=c
1
v
1
+. . . +c
n
v
n
,
1
c
1
v
1
+. . . +
n
c
n
v
n

=c
1
v
1
,
1
c
1
v
1
+. . . +
n
c
n
v
n
+c
2
v
2
,
1
c
1
v
1
+. . . +
n
c
n
v
n

+. . .
+c
n
v
n
,
1
c
1
v
1
+. . . +
n
c
n
v
n

=
1
c
2
1
+. . . +
n
c
2
n
>0,
Onde a ltima desigualdade segue dofatoque
i
>0 para todoi =1, . . . , n.
(i ) (i i i ) Primeiramente note que, como A denida positiva, temos que
det (A) =
1
. . .
n
>0.
Agora, considere a matriz A
k
formada por a
i j
tais que 1 i , j k n.
Fixo este k, escolha um vetor x
k
que tem as ltimas n k componentes
iguais a zero. Neste caso,
x, Ax
C
n =
_
x
H
k
0
_
_
A
k


__
x
k
0
_
=x
H
k
Ax
k
=x
k
, A
k
x
k

C
k .
17
Assim, se x
H
Ax >0 para todo x, em particular isto tambm verdadeiro
para todo x
k
e assim a forma quadrtica reduzida x
H
k
A
k
x
k
>0 para todo
x
k
. Portanto, a condio (i i ) tambm deve valer para A
k
e assim seus
autovalores (que so diferentes dos autovalores de A) so todos positivos,
e assim seu determinante tambm positivo. Como k arbitrrio, segue
que (i ) (i i i ).
(i i i ) (i v) Para vermos isso, note primeiramente que a eliminao gaussiana de A,
dada em A =LDU, pode ser feita por blocos: se escrevemos A como
A =
_
A
k


_
podemos ver que
LDU =
_
L
k
0
B C
__
D
k
0
0 E
__
U
k
F
0 G
_
=
_
L
k
D
k
U
k
L
k
D
k
F
BD
k
U
k
BD
k
F +CEG
_
Assim, A
k
= L
k
D
k
U
k
, e podemos dizer que a eliminao gaussiana age
em cada submatriz separadamente.
Alm disso, pelas propriedades dos determinantes podemos ver que
det (A
k
) =det (L
k
D
k
U
k
) =det (L
k
)det (D
k
)det (U
k
) =det (D
k
) =d
1
. . .d
k
ou seja, o determinante de A
k
o produto dos k primeiros pivs. As-
sim, se os determinantes das A
k
para qualquer k forempositivos, os pivs
tambm devem ser todos positivos, e assim no preciso fazer troca de
linhas nestas matrizes para que a eliminao gaussiana seja realizada.
(i v) (i ) Supomos que os pivs sotodos positivos, e queremos mostrar que x, Ax >
0 para todo x.
Note primeiramente que se A = A
H
, ento
A =LDU = A
H
=U
H
D
H
L
H
Como U
H
triangular inferior e L
H
triangular superior, e D
H
= D, te-
mos que U =L
H
e assim
A =LDL
H
.
Assim, para vericar que x
H
Ax positivo, basta notarmos que
x
H
Ax =x
H
(LDL
H
)x =(L
H
x)
H
D(L
H
x) = y
H
Dy,
que deve ser positivo j que todos os elementos da diagonal so positivos.
18

Corolrio 1. Suponha que A hermitiana. Ento:


(a) A denida positiva (negativa) se e somente se todos os seus autovalores
forem estritamente positivos (negativos).
(b) A semidenida positiva (negativa) se e somente se todos os seus autova-
lores forem no-negativos (no-positivos).
(c) A indenida se tiver ambos autovalores estritamente negativos e estrita-
mente positivos.
Observao: fcil ver que, se uma matriz denda positiva, ento seus
elementos diagonais so todos positivos (mas a recproca no verdadeira!!)
A =
_
_
2 1 1
1 2 1
1 1 1
_
_
5.2 Cholesky
Seja R uma matriz retangular, mn. Para resolvermos o sistema
Rx =b,
ns usvamos a projeo de b no subespao gerado pelas colunas de R e obt-
nhamos as equaes normais:
R
T
R =R
T
b
J havamos mostrado que R
T
R simtrica; vamos mostrar agora que ela tam-
bm denida positiva (desde que suas colunas sejam l.i.) Para vermos isto,
basta notarmos que
x
T
R
T
Rx =Rx
2
>0
para todo x = 0. Alm disso, se R tem todas as colunas l.i., ento Rx = 0 para
todo x =0. Desta forma, a forma quadrtica denida por R
T
R denida posi-
tiva.
Podemos assim acrescentar um item ao teorema anterior:
19
Teorema 5. A simtrica positiva denida se e somente se satiszer a condio
(v) Existe uma matriz R com colunas independentes tal que A =R
T
R.
Demonstrao. J mostramos que se R for l.i., ento A denida posi-
tiva. Suponha ento que A denida positiva. Na verdade, podemos encontrar
vrias R diferentes:
Podemos escrever, atravs da eliminao Gaussiana,
A =LDL
T
=(L

D)(L

D)
T
=R
T
R
Podemos, atravs da diagonalizao de A, escrever
A =QQ
T
=(Q

)(Q

)
T
=R
T
R
Ainda usando a diagonalizao, podemos selecionar R como a raiz qua-
drada simtrica denida positiva de A:
A =(Q

Q
T
)(Q

Q
T
) =R
T
R.

6 Lei da Inrcia de Sylvester


Suponha que seja feita uma mudana de variveis em uma forma quadrtica
Q(x) =x
H
Ax.
Para isso, tome U inversvel e dena y =U
1
x. Desta forma, x =Uy e assim
Q(y) =(Uy)
H
A(Uy) = y
H
U
H
AUy = y
H
(U
H
AU)y.
A pergunta ento : quem so as matrizes U
H
AU, para U inversvel geral, e
quais propriedades estas matrizes compartilham com A?
Denio 7. Duas matrizes A, B so ditas congruentes se existir U inversvel tal
que
B =U
H
AU.
20
Lema 1. Seja A hermitiana. Ento a forma quadrtica dada pela A, ou seja,
Q(x) = x
H
Ax, pode ser escrita, depois de uma mudana de variveis, x = Pz
como
Q(z) =|z
1
|
2
+. . . +|z
k
|
2
|z
k+1
|
2
. . . |z
r
|
2
em que r o posto de A, e k o nmero de autovalores positivos de A.
Demonstrao. Note que o posto de A o nmero de autovalores no-
nulos desta matriz, pois se =0 autovalor de A com multiplicidade algbrica
nr e A hermitiana, ento a multiplicidade geomtrica de =0 tambmdeve
ser n r . Isso implica que o ncleo de A tem dimenso n r . Pelo Teorema do
Posto, temos ento que post o(A) +di m(N (A)) =r +n r =n.
Agora, procuramos uma mudana de variveis que nos permita escrever a
forma quadrtica desejada. Primeiramente, vamos supor que os autovalores
no-nulos de A esto ordenados de forma que os k primeiros so os positivos,
e os r k ltimos so os negativos. Assim, podemos escrever
Q(x) =x
H
Ax =x
H
U
H
Ux
onde =di ag(
1
, . . . ,
k
,
k+1
, . . . ,
r
, 0, . . . , 0).
Agora, tome
P =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1

1
.
.
.
1

k
1

k+1
.
.
.
1

r
1
.
.
.
1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
A mudana de variveis x =UPz implica que
Q(x) =(UPz)
H
A(UPz) =z
H
P
H
(U
H
AU)Pz =z
H
(P
H
P)z,
21
onde
P
H
P =D
n
(k, r ) =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1
.
.
.
1
1
.
.
.
1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
ou seja, Q(z) da forma que queramos.
Lema 2. Se A e B so congruentes, elas tem o mesmo posto.
Demonstrao. Seja r =post o(A). Ento
Ax =
1
y
1
+. . . +
r
y
r
para todo x C
n
. Agora, sabemos que A =C
H
BC. Assim,
C
H
BCx =
1
y
1
+. . . +
r
y
r
.
Como C
H
inversvel,
BCx =
1
C
H
y
1
+. . . +
r
C
H
y
r
,
ou ainda,
By =
1
C
H
y
1
+. . . +
r
C
H
y
r
,
para todo y C
n
(pois C inversvel). Assim, post o(B) =r =post o(A).
Denio 8. A inrcia da matriz A dada pela tupla
i (A) ={n
+
, n
0
, n

}
emque n
+
o nmero de autovalores positivos de A, n

o nmero de autovalo-
res negativos de A e n
0
o nmero de autovalores nulos de A (sua multiplicidade
algbrica).
22
Teorema 6. Sejam A, B matrizes hermitianas. Ento A e B so congruentes se e
somente se elas tem a mesma inrcia.
Demonstrao. Para a ida, considere C inversvel tal que A = C
H
BC. J
mostramos que A e B tem o mesmo posto. Por outro lado, considere que A
tem k autovalores positivos e que B tem k

autovalores positivos. Queremos


mostrar que k =k

.
Seja Q(x) a forma quadrtica denida por A. Ento, para todo x C
n
tere-
mos que existe U unitria tal que uma mudana de variveis x =Uz nos per-
mite escrever
Q(z) =(Uz)
H
AUz =z
H
z =
1
|z
1
|
2
+. . . +
k
|z
k
|
2
+
k+1
|z
k+1
|
2
. . . +
r
|z
r
|
2
.
Por outro lado, sabemos que existe R unitria tal que B =R
H
DR (diagonaliza-
o de B) e assim tomamos a mudana de variveis x =RCw, obtendo
Q(w) =(RCw)
H
A(RCw)
=w
H
C
H
R
H
BRCw
=w
H
Dw
=d
1
|w
1
|
2
+. . . +d
k
|w
k
|
2
+d
k

+1
|w
k

+1
|
2
+. . . +d
r
|w
r
|
2
.
Considere ento os conjuntos
W
1
={x C
n
|x
k+1
=. . . =x
r
=0}
e
W
2
={x C
n
|x
1
=. . . =x
k
=x
r +1
=. . . =x
n
=0}.
Ento di m(W
1
) =n r +k e di m(W
2
) =r k

.
Note primeiramente que W
1
W
2
={0}, pois para todo x W
1
teremos que
Q(x) =
1
|z
1
|
2
+. . . +
k
|z
k
|
2
>0
e para todo x W
2
teremos que
Q(x) =d
k

+1
|w
k

+1
|
2
+. . . +d
r
|w
r
|
2
<0.
Assim, se tomarmos uma base B
1
para W
1
e uma base B
2
para W
2
, teremos que
B
1
B
2
ter n+kk

vetores linearmente independentes emC


n
, ou seja, k

k.
23
Para terminarmos o argumento, tome agora dois conjuntos
W
3
={x C
n
|x
k

+1
=. . . =x
r
=0}
e
W
4
={x C
n
|x
1
=. . . =x
k
=x
r +1
=. . . =x
n
=0},
cujas dimenses so n r +k

e r k, respectivamente. Ento, Q(x) > 0 para


todo elemento de W
3
e Q(x) < 0 para todo elemento de W
4
. Portanto, temos
novamente que W
3
W
4
={0} e que tomando as bases respectivas B
3
e B
4
tera-
mos que B
3
B
4
formaria um conjunto com n +k

k elementos l.i. emC


n
, o
que implica que k k

. Desta forma, k =k

e o teorema est provado.


Para a volta, basta observarmos que se A e B tem a mesma inrcia, ento
elas so redutveis mesma D
n
(r, k), e assim so congruentes.
7 Minimizao de formas quadrticas
Vamos considerar agora a funo
f (x) =ax
2
+bx +c.
O que signica esta funo ter um mnimo? Quais as condies sobre a, b e c?
Exemplo. Minimizar P(x) =x
2
1
x
1
x
2
+x
2
2
b
1
x
1
b
2
x
2
O primeiro mtodo seria utilizar o clculo e fazer P(x) = 0; pela lgebra
linear, escreveramos primeiramente
P(x) =
1
2
x
T
_
2 1
1 2
_
x x
T
b
e assim o mnimo est onde x = A
1
b.
Teorema 7. Se A simtrica denida positiva, ento P(x) =
1
2
x
T
Axx
T
b atinge
seu valor mnimo no ponto onde Ax =b. Neste ponto, P
min
=
1
2
b
T
A
1
b.
Demonstrao. Suponha que x soluo de Ax = b. Para todo vetor y,
considere ento
P(y) P(x) =
1
2
y
T
Ay y
T
b
1
2
x
T
Ax +x
T
b
=
1
2
y
T
Ay y
T
Ax +
1
2
x
T
Ax
=
1
2
(y x)
T
A(y x).
24
Como A denida positiva, esta quantidade sempre ser maior que zero, e
assim P(y) >P(x) para todo y, o que implica que x minimizador de P.
A noo de convexidade est relacionada intimamente noo de ser de-
nida positiva. De fato, considere uma cnica ou qudrica dada pela equao
y = x
T
Ax +b
T
x +c. Se A for denida positiva, ento esta equao representa
um paraboloide!
Este o princpio por trs de toda a teoria de otimizao (mesmo para fun-
es no convexas!)
8 Formulaovariacional doproblema de autovalo-
res: Oquociente de Rayleigh
Agora, gostaramos de encontrar o problema de minimizao que corresponde
ao problema de autovalores. Para isto, no adianta derivarmos a equao
Ax =x
pois isto no nos d uma soluo vlida. No entanto, vamos analisar uma razo
de quadrticas, chamada de quociente de Rayleigh. Para isto, vamos considerar
que os autovalores de A esto organizados de forma que o primeiro o menor
autovalor de A.
Teorema 8 (Princpio de Rayleigh). Seja A hermitiana. Oquociente de Rayleigh,
dado por
R(x) =
x, Ax
x, x
para x = 0, minimizado pelo primeiro autovetor de A, e seu valor mnimo o
menor autovalor de A.
Demonstrao. Basta diagonalizarmos A =QQ
H
e fazermos x =Qy:
R(x) =
(Qy)
H
A(Qy)
(Qy)
H
(Qy)
=
y
H
y
y
H
y
=

1
y
2
1
+. . . +
n
y
2
n
y
2
1
+. . . +y
2
n
Agora, note que para todo y =0,

1
y
2
1
+. . . +
n
y
2
n

1
(y
2
1
+. . . +y
2
n
)
25
ou seja,

1
R(y)
para todo y =0.
Agora, note que R(x
1
) =
1
, e para termos R(x) =
1
, devemos ter x = x
1
,
pois
R(x) =
x, Ax
x, x
=
1
x, Ax =
1
x, x.
Mas isso signica que
x, Ax
1
x =0.
Como x =0, devemos ter Ax =
1
x, ou seja, x =x
1
.
Como corolrio deste teorema, podemos armar igualmente que o quoci-
ente de Rayleigh maximizado quando x = x
n
, e nesse caso seu valor mximo

n
. Alm disso, cada elemento da diagonal de A est entre
1
e
n
, j que
R(e
i
) =a
i i
.
Podemos observar que j que R(x) =
1
se e somente se x um autovetor
de A associado a
1
, ento R(x) vai estar perto de
1
sempre que x estiver
perto de um autovetor de A. Isto pode ser intuido para os outros autovalores
tambm, j que R(x
i
) =
i
para todos os autopares (
i
, x
i
).
Suponha ento que x
i
umautovetor associado a
i
. Ento tome x =x
i
+.
Desta forma, primeiramente note que

i
x
H
x =
i
(x
i
+)
H
(x
i
+)
=
i
+2
1
Re(
H
x
i
) +
i

Logo,
2
i
Re(
H
x
i
) =
i
x
H
x
i

H
(1)
em que Re(x) denota a parte real de x. Assim:
R(x) =
x
H
Ax
x
H
x
=
(x
i
+)
H
A(x
i
+)
x
H
x
=
x
H
i
Ax
i
+x
H
i
A+
H
Ax
i
+
H
A
x
H
i
x
i
+
H
x
i
+x
H
i
+
H

Agora, note que:


26
x
H
i
x
i
=1, j que x
i
autovetor de A que hermitiana;
x
H
i
A =x
i
, A =A
H
x
i
, =Ax
i
, , j que A hermitiana;

H
Ax
i
=
i

H
x
i
, e (Ax
i
)
H
=
i
x
H
i
=
i
(
H
x
i
). Mas, como A hermiti-
ana,
i
real e assim
i
=
i
.
Desta forma, substituindo a equao (1) nesta expresso, temos:
R(x) =

i
+2
i
Re(
H
x
i
) +
H
A
1+2Re(x
H
i
) +
H

=

H
A+
i
x
H
x
i

x
H
x
=
i
+
_

H
A


i
_

x
H
x
=
i
+
(R()
i
)
H

x
H
x
.
Assim, se x x
i
tem tamanho , ento R(x)
i
tem tamanho
2
. Assim, se
quisermos aproximar um dos autovalores de A, por exemplo o maior, teremos
que como R(x)
p
pra todo x e R()
1
para todo , ento

n
R(x)
n

(
n

1
) x x
n

2
x
2
.
Analogamente, R(x)
1
e

1
R(x)
1
+
(
n

1
) x x
n

2
x
2
Desta forma, uma aproximao mesmo grosseira de x
i
pode nos dar uma apro-
ximao relativamente boa para
i
.
8.1 Princpios Minimax
Como encontrar ento os outros autovalores de A?
O princpio aqui o seguinte. Vamos mostrar que minimizando R(x) com
a restrio x =0, como vnhamos fazendo, nos d o menor autovalor de A, as-
sociado ao autovetor x
1
. Agora, minimizando R(x) com a restrio x, x
1
= 0,
x =0, conseguimos o segundo menor autovalor de A,
2
, associado ao autove-
tor x
2
. Fazemos isso at encontrarmos todos os autovetores de A.
27
Teorema 9. Seja A hermitiana com autovalores
1
. . .
n
e autovetores orto-
normais v
1
, . . . , v
n
. Sejam
S
j
={conjunto de todos os x =0 que so ortogonais aos j
autovetores v
n
, . . . , v
nj +1
associados aos j maiores autovalores}
e
T
j
={conjunto de todos os x =0 que so ortogonais aos j
autovetores associados aos j menores autovalores de A}
Ento:
(a) R(x)
j +1
para todo x T
j
e R(x) =
j +1
com x em T
j
se e somente se x
um autovetor associado a
j +1
. Assim, v
j +1
minimiza R(x) em T
j
com
valor mnimo
j +1
.
(b) R(x)
nj
para todo x S
j
e R(x) =
nj
com x S
j
se e somente se x
um autovetor associado a
nj
. Assim, v
nj
maximiza R(x) em S
j
com
valor mximo
nj
.
Demonstrao. Primeiramente, note que como A hermitiana, ela pode
ser diagonalizada, e assim A = UU
H
com U unitria. Isso implica que, se
x T
j
, ento
R(x) =
x
H
Ax
x
H
x
=
x
H
UU
H
x
x
H
x
=
(U
H
x)
H
(U
H
x)
x
H
x
=

j +1
(U
H
x)
2
j +1
+. . . +
n
(U
H
x)
2
n
x
2
1
+. . . +x
2
n
Agora, note que como x T
j
,
_
_
U
H
x
_
_
2
2
=
n

i =1
(U
H
x)
2
i
=
n

i =j +1
(U
H
x)
2
i
.
Alm disso, comoU unitria,
_
_
U
H
x
_
_
2
2
=x
2
2
. Portanto,
R(x)

j +1
_
(U
H
x)
2
j +1
+. . . +(U
H
x)
2
n
_
x
2
2
=
j +1
e assim o item (a) est provado. Para o item (b), o procedimento anlogo.
28