Escolar Documentos
Profissional Documentos
Cultura Documentos
Alga0506 PDF
Alga0506 PDF
Alga0506 PDF
Carlos Luz
Departamento de Matemtica
Escola Superior de Tecnologia de Setbal
2 Um Exemplo de Aplicao 8
4 Teorema de Cayley-Hamilton 16
5 Exerccios Resolvidos 17
6 Exerccios Propostos 23
Bibliografia 27
1
Vimos atrs que, se E um espao vectorial de dimenso finita, qualquer endomorfismo T : E
E pode ser representado em diferentes bases por matrizes semelhantes. Coloca-se naturalmente o
problema de encontrar a base de E que conduz mais simples das representaes matriciais. O
ideal seria que esta matriz fosse diagonal para podermos obter cada componente do vector imagem
T (x) a partir da correspondente componente do vector objecto x. Como veremos, isto acontece em
algumas situaes mas nem sempre possvel. Nestes ltimos casos, h contudo a possibilidade de
representar a matriz da transformao linear na forma cannica de Jordan, a qual constitui, grosso
modo, uma aproximao da forma diagonal.
A resoluo das questes mencionadas passa pelas noes de valor e vector prprio que intro-
duziremos seguidamente.
Exemplo 1.1 (Significado geomtrico de valor e vector prprio) Voltemos a considerar a trans-
formao linear
T : R2 R2
(x1 , x2 ) T (x1 , x2 ) = (x2 , x1 ).
x2 = x1
T ( x ) = ( x2 , x1 )
x1
x2 x = ( x1 , x2 )
x2 x1
Figura 1: Reflexo.
2 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Tambm os vectores perpendiculares bissectriz dos quadrantes mpares (ver figura 2), isto ,
os vectores da forma (x1 , x1 ), so vectores prprios de T associados ao valor prprio = 1 pois,
T (x1 , x1 ) = (x1 , x1 ) = 1 (x1 , x1 ).
x2
x1 = x2
x1 = x2
x = T ( x)
T ( x)
x1
x
V-se, assim, que os vectores prprios de T representam direces (neste caso do plano) que se
mantm invariantes pela aco da transformao T. Mais precisamente, so vectores transformados
por T em vectores colineares, verificando-se que os quocientes entre as componentes homlogas das
imagens e dos respectivos objectos so iguais ao valor prprio associado. .
Exemplo 1.2 (O operador de derivao) Seja V o espao vectorial de todas as funes reais
diferenciveis num intervalo aberto de R. Seja D a transformao linear que a cada funo de V
faz corresponder a sua derivada, isto ,
D: V V
f D(f ) = f .
ou seja,
f = f,
para um certo escalar real . Esta uma equao linear de primeira ordem cujas solues so dadas
pela frmula
f (x) = cex ,
em que c uma constante arbitrria. Assim, os vectores prprios de D so todas as funes
exponencias f (x) = cex com c = 0. O escalar o valor prprio associado ao vector prprio f (x) =
cex . De notar que a transformao D tem uma infinidade de valores prprios e que associado a
cada um destes existe uma infinidade de vectores prprios (basta fazer variar o parmetro c)
3 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exerccio 1.1 Indique, a partir da interpretao geomtrica, quais os valores e vectores prprios
da transformao P : R3 R3 definida por P (x, y, z) = (x, y, 0).
Ax = x AX = X AX X = O (A I) X = O,
onde I a matriz identidade e O uma matriz coluna nula, concluimos que x vector prprio
de T associado ao valor prprio se e s se X uma soluo no nula do sistema homogneo
(A I) X = O. Mas este sistema possui solues no nulas se e s se det(A I) = 0, pelo que
fica provado o seguinte:
Proposio 1.1 Seja E um espao vectorial de dimenso finita sobre um corpo K e T um endo-
morfismo de E representado pela matriz A em relao a uma base de E. Ento, um escalar K
um valor prprio de T se e s se uma soluo da equao det (A I) = 0.
Demonstrao. Recorde-se (ver [4, pg. 182]) que o determinante de A I pode calcular-se
multiplicando cada termo da matriz1 por +1 ou 1 e somando em seguida os resultados obtidos.
Cada termo o produto de elementos da matriz em que cada linha ou coluna se encontra represen-
tada uma e uma s vez. Como os elementos da matriz A I so constantes ou da forma aii ,
conclui-se que cada termo de A I um polinmio de grau n. Visto que o termo da matriz
resultante do produto dos elementos da diagonal principal,
4 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Definio 1.2 Se A uma matriz quadrada, os valores prprios de A so as razes da equao
p() = det(A I) = 0,
designada por equao caracterstica de A. Os vectores prprios de A associados ao valor prprio
so as solues do sistema
AX = X (A I) X = O,
A multiplicidade algbrica de um valor prprio a multiplicidade do escalar enquanto
raiz da equao caracterstica2 .
O espectro de A o conjunto dos seus valores prprios.
n zeros, podendo alguns deles ser iguais. Assim, se p tem m zeros distintos 1 , 2 , . . . , m (m n), ento pode
factorizar-se na forma
p() = (1)n ( 1 )n1 ( 2 )n2 ( m )nm
em que n1 + n2 + + nm = n. Os expoentes n1 , n2 , . . . , nm so as multiplicidades algbricas dos valores prprios
1 , 2 , . . . , m , respectivamente. Para i = 1, . . . , m, ni pois o nmero de zeros iguais a i .
5 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Se = 1 tem-se
1 1 x1 0 x1 + x2 = 0
= x2 = x1 ,
1 1 x2 0 x1 + x2 = 0
Demonstrao. Da segunda igualdade conclui-se que E[] precisamente o espao nulo da matriz
A I, pelo que constitui um subespao de E.
Definio 1.3 Nas condies da proposio anterior, o subespao E[] designa-se por subespao
prprio (ou subespao caracterstico) de T (ou de A) associado ao valor prprio . A sua
dimenso denomina-se por multiplicidade geomtrica de .
Ento,
2 1 0 0
0 2 0 0
det(A I) =
0 0 1 0
0 0 0 1
= (2 )2 (1 + ) (1 ) ,
pelo que a matriz tem os valores prprios 2, 1 e 1, o primeiro com multiplicidade algbrica 2 e os
restantes com multiplicidade algbrica 1.
6 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Para calcular os vectores prprios, vamos resolver, para cada valor de , o sistema homogneo
2 1 0 0 x1 0
0 2 0 0 x2 0
= .
0 0 1 0 x3 0
0 0 0 1 x4 0
Assim:
Se = 2 tem-se
0 1 0 0 x1 0
0 x1 = 0 x1 = 0
0 0 0
x2 0
=
0 3x = 0 x3 = 0
0 3 0 x3 0
3
x4 = 0 x4 = 0
0 0 0 1 x4 0
donde E [2] = (0, 1, 0, 0) . Consequentemente, visto que dim E[2] = 1, a multiplicidade
geomtrica do valor prprio = 2 igual a 1, inferior portanto sua multiplicidade algbrica,
que 2.
Se = 1 tem-se
3 1 0 0 x1 0
0 3 3x1 + x2 = 0 x1 = 0
0 0
x2 0
=
0 0 3x = 0 x2 = 0
0 0 x3 0
2
2x4 = 0 x4 = 0
0 0 0 2 x4 0
Este exemplo deixa perceber que a multiplicidade geomtrica de um valor prprio menor
ou igual respectiva multiplicidade algbrica. Provaremos adiante na proposio 3.7 que sempre
assim acontece.
Vejamos agora o caso de uma matriz com valores prprios complexos.
= 1 = i = i.
Para obter os vectores prprios associados, vamos resolver, para cada valor de , o sistema ho-
mogneo
1 0 0 x1 0
0 1 x2 = 0 .
0 1 x3 0
Assim:
7 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Se = 1 tem-se
0 0 0 x1 0
0 1 1 x2 = 0 x2 x3 = 0 x2 = 0
x2 x3 = 0 x3 = 0
0 1 1 x3 0
donde E [1] = (1, 0, 0) . Consequentemente, visto que dim E[1] = 1, as multiplicidades
algbrica e geomtrica coincidem.
Se = i tem-se
1i 0 0 x1 0 (1 i) x1 = 0
x1 = 0
0 i 1 x2 = 0 ix2 x3 = 0
x2 = ix3
0 1 i x3 0 x2 ix3 = 0
donde E [i] = (0, i, 1) . Consequentemente, visto que dim E[1] = 1, tambm neste caso as
multiplicidades algbrica e geomtrica coincidem.
Se = i tem-se
1+i 0 0 x1 0 (1 + i) x1 = 0
x1 = 0
0 i 1 x2 = 0 ix2 x3 = 0
x2 = ix3
0 1 i x3 0 x2 + ix3 = 0
donde E [i] = (0, i, 1) . Tal como anteriormente, as multiplicidades algbrica e geom-
trica coincidem, pois dim E[i] = 1. Note-se que se podem obter os vectores de E [i]
passando as componentes dos vectores de E[i] ao conjugado. Este procedimento pode ser
sempre utilizado desde que A seja uma matriz de elementos reais. De facto, conjugando
ambos os membros da igualdade AX = X obtm-se AX = X,
onde X a matriz coluna
cujas componentes so os conjugados das componentes de X.
2 Um Exemplo de Aplicao
As aplicaes dos valores e vectores prprios so extremamente numerosas. Seguidamente, veremos
um exemplo de aplicao resoluo de um sistema de equaes diferenciais.
em que y1 e y2 representam duas funes incgnitas de uma varivel real t, definidas num intervalo
V R. Matricialmente este sistema pode escrever-se na forma
y1 (t) 0 2 y1 (t)
y (t) = Ay(t) = . (2)
y2 (t) 2 0 y2 (t)
8 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Para determinar as funes incgnitas y1 e y2 , vamos proceder por analogia com o caso univariado.
Como recordmos no exemplo 1.2, as solues da equao diferencial y (t) = y(t), em que um
escalar real, podem escrever-se na forma y(t) = x et , em que x uma constante arbitrria depen-
dente das condies iniciais (por exemplo, se y(0) = 1 ter-se- x = 1). Por analogia, suponhamos
que o vector
t y1 (t) x1
y (t) = xe = et
y2 (t) x2
x1
onde x = um vector de constantes, uma soluo do sistema dado (2). Ento, derivando
x2
y (t) componente a componente, obtm-se
t y1 (t) x1
y (t) = xe = et .
y2 (t) x2
Ax = x.
Assim, para que a funo vectorial y(t) = xet seja soluo do sistema dado (2) necessrio que
x seja um vector prprio da matriz A associado ao valor prprio .
Determinemos os valores e vectores prprios de A. Ora
0 2
|A I| = 0 = 0 2 4 = 0 = 2 = 2.
2 0
Se = 2,
02 2 x1 0
= x1 = x2 ,
2 02 x2 0
pelo que E[2] = (1, 1).
Se = 2,
0 (2) 2 x1 0
= x1 = x2 ,
2 0 (2) x2 0
pelo que E[2] = (1, 1).
1 1
Ento, tomando os vectores prprios x1 = (associado a = 2) e x2 = (associado
1 1
a = 2), temos que os vectores
1 1
y1 (t) = x1 e2t = e2t e y2 (t) = x2 e2t = e2t
1 1
so solues do sistema (2). Mais: como veremos, os vectores y1 e y2 so suficientes para gerar
todas as suas solues do sistema, visto que qualquer soluo y de (2) uma combinao linear de
y1 e
y2 , isto ,
1 2t 1
y(t) = c1 y1 (t) + c2y2 (t) = c1 e + c2 e2t
1 1
9 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
em que c1 e c2 so constantes arbitrrias. Consequentemente, as funes incgnitas y1 e y2 so
dadas por
y1 (t) = c1 e2t c2 e2t
. (3)
y2 (t) = c1 e2t + c2 e2t
Vejamos como visualizar graficamente a soluo do sistema.
c1 > 0
c2 > 0 y2
4
2
c1 < 0 y1 c1 > 0
c2 > 0 -4 -2 0 2 4 c2 < 0
-2
-4
c1 < 0
c2 < 0
Para cada escolha das constantes c1 e c2 , obtemos no plano y1 y2 uma curva designada por
rbita do sistema. O conjunto de todas as rbitas designa-se por retrato de fase do sistema e o
plano y1 y2 que contm todas as rbitas recebe a designao de espao de fases do sistema.
Assim, por exemplo, se c2 = 0, tem-se que y1 (t) = y2 (t) = c1 e2t , pelo que a rbita correspon-
dente a c2 = 0 e c1 > 0 a parte da bissectriz y2 = y1 situada no 1o quadrante do plano y1 y2 ,
como mostra a figura 3 (a seta indica a direco de crescimento da varivel t). Caso c2 = 0 e c1 < 0
obtemos a parte da recta y2 = y1 situada no 3o quadrante. Em qualquer das situaes vemos que
||y (t)|| + quando t +.
Por outro lado, se c1 = 0, tem-se que y1 (t) = y2 (t), qualquer que seja c2 no nulo. Para
qualquer par de valores c1 e c2 nestas condies, a rbita correspondente a bissectriz dos qua-
drantes pares y2 = y1 . Tem-se neste caso que || y (t)|| 0 quando t +, como sugerem as
setas colocadas sobre aquela bissectriz na figura 3.
Quando c1 c2 = 0, obtm-se quatro tipos de rbitas conforme se apresenta na mesma figura.
Por exemplo, para c1 > 0 e c2 < 0 obtm-se solues representadas por curvas que atravessam o 1o
e o 2o quadrantes do plano y1 y2 , as quais tm por assimptotas as rectas y2 = y1 e y2 = y1 . Como
se v, para qualquer combinao de c1 e c2 nestas condies, tem-se tambm que || y (t)|| +
quando t + ou t .
evidente que no possvel apresentar o retrato de fase de um sistema na sua totalidade, j
que seria necessrio representar uma infinidade de curvas cobrindo todo o plano. Assim, costume
representar-se um conjunto de rbitas tpicas, formando-se um esboo do retrato de fase. No caso
do sistema (2), o esboo do retrato de fase apresentado na fig. 3. Ele configura uma situao
tpica de ponto de sela (na origem), a qual ocorre num sistema em que, tal como acontece no
sistema (2), os valores prprios da matriz dos coeficientes so reais e de sinais contrrios.
10 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Suponhamos, para finalizar, que pretendemos resolver o problema de valores iniciais associado
ao sistema (2) com y1 (0) = 3 e y2 (0) = 0. Calculando em (3) y1 (0) e y2 (0) e igualando a 3 e a 0,
respectivamente, obtm-se
c1 c2 = 3 c1 = 3/2
.
c1 + c2 = 0 c2 = 3/2
A soluo procurada ento
y1 = 32 e2t + 32 e2t
.
y2 = 32 e2t 32 e2t
e representada pela curva que se encontra mais direita na figura 3.
Proposio 3.1 Os valores prprios de uma matriz triangular so os elementos da diagonal prin-
cipal.
Demonstrao. Exerccio.
Proposio 3.2 Seja A = [aij ] uma matriz de ordem n e 1 , 2 , . . . , n os seus valores prprios.
Ento:
(a) det A = 1 2 n .
(b) tr A = 1 + 2 + + n , onde tr A representa o trao da matriz A, isto , a soma dos
elementos da diagonal principal de A.
Sendo 1 , 2 , . . . , n as razes de p(), repetidas tantas vezes quanto a sua ordem de multiplicidade,
o polinmio pode escrever-se na forma
n
p() = (1) ( 1 ) ( n ) .
Comparando estas duas formas de p() conclui-se que o termo independente c0 e o coeficiente do
termo de ordem n 1 so dados por
c0 = 1 2 n
cn1 = (1)n (1 + 2 + + n ) .
11 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Exerccio 3.1 Demonstre as seguintes propriedades do trao de uma matriz:
(a) tr(A + B) = tr A + tr B;
(b) tr(cA) = c tr A (c escalar);
(c) tr AT = tr A;
(d) tr(AB) = tr(BA).
Proposio 3.4 Se uma matriz A tem k valores prprios distintos, 1 , 2 , . . . , k , ento os vec-
tores prprios correspondentes, x1 , x2 , . . . , xk , so linearmente independentes.
Demonstrao. A demonstrao por induo em k. Se k = 1, ento x1 linearmente indepen-
dente pois x1 no nulo. Admita-se que o enunciado verdadeiro para os primeiros k 1 valores
prprios distintos 1 , 2 , . . . , k1 e provemos que tambm o para k valores prprios distintos
1 , 2 , . . . , k .
Ora os correspondentes vectores prprios x1 , x2 , . . . , xk , so linearmente independentes se qual-
quer combinao linear nula
1 x1 + 2x2 + + k xk = 0E (4)
tiver os escalares i todos nulos.
Multiplicando esquerda (4) por A obtemos
1 Ax1 + 2 Ax2 + + k Axk = 0E
donde, atendendo a que os xi so vectores prprios associados aos i , vem
12 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
em que Xi a matriz coluna que representa matricialmente xi , i = 1, . . . , n. Ento, as equaes
Ax1 = 1x1
Ax2 = 2x2
..
.
Axn = nxn
podem escrever-se matricialmente na forma
AP = P D (7)
em que
1 0 0
0 2 0
D= .. .. ..
. . .
0 0 n
uma matriz diagonal, na qual os valores prprios i aparecem dispostos na diagonal principal
pela ordem em que os vectores prprios xi aparecem colocados nas colunas de P.
Se 1 , 2 , . . . , n forem todos distintos, x1 , x2 , . . . , xn , so linearmente independentes e conse-
quentemente P invertvel. Logo (7) implica que
P 1 AP = D,
isto , A e D so semelhantes. A matriz A diz-se ento diagonalizvel e P diz-se uma matriz
diagonalizante. Quando A e D representam o mesmo endoformismo em diferentes bases, este
tambm se diz diagonalizvel visto que pode ser representado numa certa base pela matriz diagonal
D. Neste contexto, a matriz P a matriz de mudana de base.
Fica assim demonstrado que:
Proposio 3.5 Se A uma matriz de ordem n e tem n valores prprios distintos, ento A
diagonalizvel.
1 2 2
Exemplo 3.1 Consideremos a matriz A = 2 1 0 . Tem-se
2 0 1
1 2 2
|A I| = 0 2 1 0 = 0
2 0 1
2 2 1 2 2
2 0 + (1 ) 1 =0
1 0 2 0 2 1
(1 ) (1 )2 8 = 0
= 1 = 1 + 2 2 = 1 2 2.
Como A tem trs valores prprios distintos, a proposio anterior garante que A diagonalizvel.
Calculemos os vectores prprios:
Se = 1 tem-se
0 2 2 x1 0 2x2 2x3 = 0
2 0 x1 = 0
0 x2 = 0 2x1 = 0 ,
x2 = x3
2 0 0 x3 0 2x1 = 0
donde E [1] = (0, 1, 1) .
13 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Se = 1 + 2 2 tem-se
2 2 2 2 x1 0
2 2 2 0 x2 = 0
2 0 2 2 x3 0
2 2x1+ 2x2 2x3 = 0
x1 = 2
2x1 2 2x2 = 0
x2 = x3
2x1 2 2x3 = 0
donde E 1 + 2 2 = ( 2, 1, 1) .
Se = 1 2 2 tem-se
2
2 2 2 x1 0 2 2x1 +2x2 2x3 = 0 x1 = 2
2 2 2 0 x2 = 0 2x1 + 2
2x2 = 0
x2 = x3
2 0 2 2 x3 0 2x1 + 2 2x3 = 0
donde E 1 2 2 = ( 2, 1, 1) .
Finalmente, sendo
0 2 2
P = 1 1 1
1 1 1
a matriz diagonalizante e
1 0 0
D = 0 1+2 2 0
0 0 12 2
a matriz diagonal que tem na diagonal principal os valores prprios de A, verifica-se que
P 1 AP = D.
P 1 AP = D A = P DP 1 ,
14 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
2 1 1
Exemplo 3.2 Consideremos a matriz A = 2 3 2 . Tem-se
3 3 4
2 1 1
|A I| = 0 2 3 2 = 0
3 3 4
3 2 2 2 2 3
(2 )
1 + 1 =0
3 4 3 4 3 3
3 + 92 15 + 7 = 0 ( 1)2 ( 7) = 0
= 1 (mult. alg. 2) = 7.
V-se assim que A tem dois valores prprios distintos 1 e 7, o primeiro com multiplicidade algbrica
2.
Se = 1, tem-se
1 1 1 x1 0 x1 + x2 + x3 = 0
2 2 2 x2 = 0 2x1 + 2x2 + 2x3 = 0 x1 = x2 x3
3 3 3 x3 0 3x1 + 3x2 + 3x3 = 0
donde E [1] = (1, 1, 0), (1, 0, 1) , constituindo estes vectores uma base do subespao
prprio. Neste caso as multiplicidades algbrica e geomtrica coincidem.
Se = 7 tem-se
5 1 1 x1 0 5x1 + x2 + x3 = 0 x1 = 12 x2
2 4 2
x2 = 0 2x1 4x2 + 2x3 = 0
3 3 3 x3 0 3x1 + 3x2 3x3 = 0 x3 = 32 x2
Como os vectores prprios (1, 1, 0), (1, 0, 1) e (1, 2, 3) so linearmente independentes, a ma-
triz diagonalizante
1 1 1
P = 1 0 2
0 1 3
De facto, verifica-se que A = P DP 1 , onde
1 0 0
D= 0 1 0
0 0 7
a matriz diagonal.
15 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Como j referimos, as multiplicidades algbrica e geomtrica de um valor prprio relacionam-se
como segue:
Proposio 3.7 Seja A uma matriz de ordem n. A multiplicidade geomtrica de um valor prprio
de A inferior ou igual respectiva multiplicidade algbrica.
Demonstrao. Exerccio.
4 Teorema de Cayley-Hamilton
Destacamos das restantes propriedades um teorema muito importante em diversas aplicaes, que
estabelece que toda a matriz quadrada satisfaz a sua equao caracterstica.
16 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
onde cada coeficiente Bk uma matriz de ordem n com elementos escalares. Substituindo em (8)
obtm-se,
n1
k
(A I) Bk = p()I
k=0
ou
n1
n Bn1 + k (ABk Bk1 ) + AB0 = (1)n n I + cn1 n1 I + + c1 I + c0 I.
k=1
Bn1 = (1)n I
ABn1 Bn2 = cn1 I
..
.
AB1 B0 = c1 I
AB0 = c0 I.
Recordando que c0 = det(A), tem-se c0 = 0 pois A invertvel. Dividindo a igualdade anterior por
c0 e isolando A1 obtm-se a seguinte frmula que pode ser utilizada para obter a matriz inversa
de A :
1
A1 = (1)n An1 + cn1 An2 + + c1 I .
c0
3 1
Exemplo 4.1 Consideremos a matriz A = , cujo polinmio caracterstico p() =
1 2
2 5 + 5. Ento
1 1
A1 = (1)2 A 5I = (A 5I)
5 5
1 2 1 2/5 1/5
= = .
5 1 3 1/5 3/5
5 Exerccios Resolvidos
1 Mostre que:
(a) Se A uma matriz tal que A2 = O (matriz nula), ento o nico valor prprio de A
zero.
17 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
(b) Se duas matrizes A e B tm o mesmo vector prprio v , ento v tambm vector prprio
de A + B e AB. Quais so, em ambos os casos, os correspondentes valores prprios?
Resoluo
(a) Suponhamos que A tem um valor prprio = 0 e seja x um vector prprio que lhe est
associado. Ento Ax = x, pelo que multiplicando esquerda ambos os membros desta
igualdade por A vem,
A2x = Ax 2 0 = Ax.
p ois A =O
Como = 0, segue-se que Ax = 0 e, portanto, Ax = 0x. Assim, x um vector prprio
associado ao valor prprio nulo. Mas isto absurdo, pois estamos a supor que x est associado
ao valor prprio no nulo . O absurdo partiu de supormos que A tem um valor prprio no
nulo, pelo que o nico valor prprio de A zero.
(b) Sejam respectivamente e os valores prprios de A e B associados a v. Ento, Av = v
e Bv = v, pelo que somando as igualdades membro a membro vem
(A + B) v = ( + ) v.
Assim, v vector prprio de A + B, sendo + o valor prprio que lhe est associado.
Por outro lado, v um vector prprio de AB associado ao valor prprio pois,
(a) Diga para que valores de a, a matriz admite o valor prprio zero.
(b) Para esse valor de a, determine os restantes valores prprios e os correspondentes vec-
tores prprios.
Resoluo
(a) A matriz admite o valor prprio zero se e s se Ax = 0x Ax = 0 for um sistema
indeterminado, isto , se det A = 0. Ora
1 1 1
2 2
det A = 2 2 0 =
0 1 1 +a 1 1 = (2a 2),
1 a 1 a 2 2
1 a a
18 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Para = 0 vem
1 1 1 x1 0 x1 + x2 x3 = 0
2 x1 = x2
2 0 x2 = 0 2x1 + 2x2 = 0
x3 = 0
1 1 1 x3 0 x1 + x2 + x3 = 0
Resoluo
(a) O polinmio caracterstico dado por:
1 m 1
p() = det(A I) = 1 1 m
1 0 m+1
= (1 ) (1 ) (m + 1 ) m [(1) (m + 1 ) + m] + 1 [0 (1 )]
= (1 ) (1 ) (m + 1 ) + m (1 ) (1 )
= (1 ) [(1 ) (m + 1 ) + m 1]
= (1 ) 2 (m + 2) + m .
(b) Se m / {1, 2}, a matriz A tem 3 valores prprios distintos a que correspondem 3 vectores
prprios linearmente independentes. Consequentemente, de acordo com a proposio 3.5,
ser diagonalizvel. Para analisarmos o caso em que m {1, 2}, vamos obter os vectores
prprios de A :
Se = 1 tem-se
0 m 1 x1 0
1 0 m x2 = 0 mx2 = x3
x1 = mx3
1 0 m x3 0
pelo que E [1] = (m2 , 1, m) .
19 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Se = m tem-se
1m m 1 x1 0
1 x1 = x3
1 m m x2 = 0
x2 = x3
1 0 1 x3 0
pelo que E [m] = (1, 1, 1) .
Se = 2 tem-se
1 m 1 x1 0
1 1 m x2 = 0 x1 = (1 m) x3
x2 = x3
1 0 m1 x3 0
e, assim, E [2] = (1 m, 1, 1) .
(c) Para m
/ {1, 2}, tem-se
1 0 0 m2 1 1 m
D= 0 m 0 eP = 1 1 1 .
0 0 2 m 1 1
Resoluo
(a) Clculo da matriz de T : como
T (1) = 0 = 0 1 + 0 x + 0 1 + x2 = (0, 0, 0)
T (x) = 1 = 1 1 + 0 x + 0 1 + x2 = (1, 0, 0)
T (1 + x2 ) = 2x = 0 1 + 2 x + 0 1 + x2 = (0, 2, 0)
tem-se
0 1 0
AT = 0 0 2 .
0 0 0
Clculo da matriz de S : como
S(1) = x 0 = 0 = 0 1 + 0 x + 0 1 + x2 = (0, 0, 0)
S(x) = x 1 = x = 0 1 + 1 x + 0 1 + x2 = (0, 1, 0)
S(1 + x2 ) = x 2x = 2x2 = 2 1 + 0 x + 2 1 + x2 = (2, 0, 2)
20 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
tem-se
0 0 2
AS = 0 1 0 .
0 0 2
Para = 0, tem-se
0 0 2 x1 0
x2 = 0
(AS 0I) x = 0 0 1 0 x2 = 0
x3 = 0
0 0 2 x3 0
21 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
Conclui-se que possvel obter 3 vectores prprios linearmente independentes, os quais cons-
tituem as colunas da matriz diagonalizante:
1 0 1
P = 0 1 0
0 0 1
A matriz diagonal a matriz
0 0 0
D= 0 1 0
0 0 2
com os valores prprios 0, 1 e 2 dispostos na diagonal principal. De facto, verifica-se que
1
1 0 1 1 0 1
P 1 = 0 1 0 = 0 1 0
0 0 1 0 0 1
e que
1 0 1 0 0 0 1 0 1
P DP 1 = 0 1 0 0 1 0 0 1 0
0 0 1 0 0 2 0 0 1
0 0 2
= 0 1 0 = AS .
0 0 2
5 Seja A uma matriz de ordem n com valores prprios 1 , 2 , . . . , n , todos distintos, e vectores
prprios x1 , x2 , . . . , xn .
(a) Mostre que An = P Dn P 1 , onde D a matriz diagonal com os valores prprios na
diagonal principal e P a matriz cujas colunas so os vectores prprios correspondentes.
2 3 3
1 2
(b) Determine A20 , sendo i) A = , ii) A = 1 2 1
2 1
1 3 1
Resoluo
(a) A demonstrao faz-se por induo.
Se A tem os valores prprios todos distintos, ento A diagonalizvel, isto , existe uma
matriz invertvel P e uma matriz diagonal D tais que A = P DP 1 . Logo, a condio An =
P Dn P 1 verdadeira para n = 1. Admitindo a sua veracidade para n 1, provemos que
verdadeira para n. Ora,
An = An1 A = P Dn1 P 1 P DP 1
= P Dn1 P 1 P DP 1 = P Dn1 D P 1 = P Dn P 1 ,
como queramos. A 2a igualdade deve-se hiptese de induo e as 3a , 4a e 5a justificam-se
pela propriedade associativa da multiplicao de matrizes e pelas definies de matriz inversa
e de potncia de uma matriz.
1
1 0 1 1 1/2 1/2
(b-i) Neste caso tem-se D = eP = . Logo, P 1 =
0 3 1 1 1/2 1/2
e
1 1 (1)20 0 1/2 1/2
A20 = P D20 P 1 =
1 1 0 320 1/2 1/2
20
1 3 1/2 1/2 1 3 + 1 320 1
20
= =
1 320 1/2 1/2 2 320 1 320 + 1
22 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
31 90 0
(b-ii) Neste caso obtm-se, de forma anloga, A20 = 10 29 0 .
20 60 1
6 Sendo A uma matriz de ordem n, um polinmio matricial em A, p(A), define-se de maneira
anloga do polinmio escalar:
em que c0 , c1 , . . . , cn so os coeficientes.
3 1
Considerando a matriz A = , cujo polinmio caracterstico p() = 2 5 + 5,
1 2
calculemos o polinmio matricial p(A) = A4 + 3A3 + 2A2 + A + I.
Resoluo
Pelo teorema de Cayley-Hamilton, a matriz A satisfaz a sua equao caracterstica, isto ,
A2 5A + 5I = O.
Ento,
A2 = 5A 5I,
pelo que
2
A4 = A2 A2 = (5A 5I) = 25A2 50A + 25I
= 25 (5A 5I) 50A + 25I = 75A 100I
Por conseguinte,
6 Exerccios Propostos
1 Determine os valores e vectores prprios das matrizes dadas a seguir. Indique, em cada
caso, uma base do subespao prprio associado a cada valor prprio bem como as respectivas
multiplicidades algbrica e geomtrica.
1 2 1 1 1 1 1 1 0
2 1
A = 2 0 2 B = 1 3 1 C= D= 1 0 1
0 1
1 2 3 1 1 1 0 1 1
1 1 0 0
2 2 2 0 1 1 0 0
0 0
E= 1 2 1 F = 0 0 2 0 G = 7
1 0
1 1 4 4 3 1
0 0 0 2
2 Diga quais das matrizes do exerccio 1 so diagonalizveis. Para estas, indique a matriz
diagonalizante e a matriz diagonal obtida.
23 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
3 Sejam T e S endomorfismos de um espao vectorial real E de dimenso 3 cujas matrizes a
respeito de uma certa base so, respectivamente,
1 2 0 0 0 0
2 1 1 e 0 1 0 .
0 0 2 1 2 1
24 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
(b) Sendo A a matriz representativa de f na base cannica, para os valores obtidos na alnea
(a) encontre uma matriz diagonal D e uma matriz no singular P tal que A = P DP 1 .
3 3
11 Considere a transformao linear T : C C que, em realo base cannica de C3 , tem
representao matricial
0 1 0
A = 1 0 0 .
0 0 1
Sabendo que T (0, 0, 1) = (1, 1, 1), determine a forma da matriz que representa T na base
cannica de R3 .
6 12 2 12 2 12
1
6 12 2 12 , determine uma matriz B tal que B 2 = A.
14 Dada a matriz A = 2 2
0 0 4
15 Sejam F1 , F2 , . . . , Fk subespaos de um espao vectorial E. Diz-se que o subespao S =
F1 + F2 + + Fk uma soma directae representa-se por S = F1 F2 Fk quando,
k
para cada i {1, 2, . . . , k} se tem Fi Fj = {0}.
j=1,j=i
25 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
(b) Sendo T um endomorfismo de um espao vectorial E, 1 , 2 , . . . , k , k vectores prprios
distintos de T e E[1 ], E[2 ], . . . , E[k ] os respectivos subespaos prprios associados,
prove que:
i. E[1 ] + E[2 ] + + E[k ] uma soma directa.
ii. T diagonalizavel se e s se E = E[1 ] E[2 ] E[k ].
Matriz Diagonalizvel ? P D
A No
1 1 1 1 0 0
B Sim 1 1 0 0 2 0
1 0 1 0 0 2
1 1 2 0
C Sim
0 1 0 1
1 1 1 1 0 0
D Sim 0 1 2 0 2 0
4 2
1 1
4
1
2
0 0 1
3 3 2i 3 + 3 2i 1 3 + 2i 0 0
E Sim 1 1 2i 3 + 13 2i
1
1 0 3 2i 0
3 3
1 1 1 0 0 2
F No
G No
2 0 1
3. T : ;S:
E[] (2, 1, 5) E[] (1, 0, 1) (0, 0, 1)
0 1 4
ST :
E[] (4, 3, 5) (0, 1, 0) (0, 1, 3)
2 1 0
4. AT ({u1 , u2 , u3 }) = 0 0 1 . Todas as matrizes que representam uma transformao linear
0 1 0
relativamente a diferentes bases so semelhantes e, por isso, tm os mesmos valores prprios.
26 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5
1 1 1
P = 1 1 0 .
1 0 0
5. (a) p() = 2 (m + 1) + m, valores prprios. = m e = 1; (b) se m = 1, os valores prprios
so distintos e existem 2 vectores prprios linearmente independentes. A matriz , portanto,
diagonalizvel neste caso. Se m = 1, a matriz tem um nico valor prprio ( = 1) de multiplicidade
algbrica 2 e multiplicidade geomtrica 1, pelo que no diagonalizvel.
2
8 (a) 2 e 3 com multiplicidades
algbricas1 e 2, respectivamente;
p() = (1)3 ( 2) ( + 3) =
(b)
2 0 0 2 0 0
3 42 + 3 + 18; (c) 0 3 0 ; (d) A = 5 3 0
0 0 3 5 0 3
9. b = c, a + c = 2, 1 = c 1, 2 = c + 3 e 3 = 2c 1.
1 0 1a 0
10. (a) a = 1; (b) D = ;P = .
0 a 1 1
1 0 0 0 1 1
11. (a) Existe, D = 0 i 0 , P = 0 i i ; (b) No existe; (c) n = 4.
0 0 i 1 0 0
1 1 1 2 0 0
12. (a) p() = 3 16 + 22 32; P = 1 1 1 , P 1 AP = 0 4 0 ; (c)
1 0 2 0 0 4
1/4 0 1/4
A1 = 0 1/4 1/4 .
1/4 1/4 0
1++ 1 1
13. 1 1+ 1 , com , R.
1
1+ 1
5/2 1/2 1/2
14. 1/2 5/2 1/2 .
0 0 2
Referncias
[1] Agudo, F. R. D., Introduo lgebra Linear e Geometria Analtica, Livraria Escolar Editora,
1996.
[2] Apostol, T., Calculus, Vol 2, Editorial Revert, 1975.
[3] Giraldes, E., Fernandes, V. H. e Smith, M. P. M, Curso de lgebra Linear e Geometria Anal-
tica, Editora McGraw-Hill de Portugal, 1995.
[4] Luz, C., Matos, A. e Nunes, S., lgebra Linear (Volume I), 2a edio, EST Setbal, 2003.
[5] Magalhes, L. T., lgebra Linear como Introduo a Matemtica Aplicada, Texto Editora, 1991.
[6] Strang, G., Linear Algebra and Its Applications, Academic Press, New York, 1980.
27 M A IC A n o L e ctivo 2 0 0 4 / 2 0 0 5