Escolar Documentos
Profissional Documentos
Cultura Documentos
Notas de Aula
Petronio Pulino
1 3 4 4
t
3 1 0 = Q 1 Q
4 0 1 6
1
Qt Q = 1
1
PULINUS sq
Algebra Linear e suas Aplicacoes
Notas de Aula
Petronio Pulino
Departamento de Matematica Aplicada
Instituto de Matematica, Estatstica e Computacao Cientfica
Universidade Estadual de Campinas
Email: pulino@ime.unicamp.br
www.ime.unicamp.br/pulino/ALESA/
Janeiro de 2012
Conteudo
1 Estruturas Algebricas 1
1.1 Operacao Binaria. Grupos . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Corpo Comutativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Corpo com Valor Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Corpo Ordenado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Valor Absoluto num Corpo Ordenado . . . . . . . . . . . . . . . . . . . . . 15
1.6 Numeros Reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 Numeros Complexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8 Caracterstica do Corpo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.9 Metricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
i
ii CONTEUDO
Bibliografia 735
iv CONTEUDO
c
Petronio Pulino, 2011 DMA IMECC UNICAMP
Autovalores e Autovetores
6
Conteudo
6.1 Autovalor e Autovetor de um Operador Linear . . . . . . . . 370
6.2 Autovalor e Autovetor de uma Matriz . . . . . . . . . . . . . . 379
6.3 Multiplicidade Algebrica e Geometrica . . . . . . . . . . . . . 394
6.4 Matrizes Especiais . . . . . . . . . . . . . . . . . . . . . . . . . . 399
6.5 Aplicacao. Classificacao de Pontos Crticos . . . . . . . . . . . 411
6.6 Diagonalizacao de Operadores Lineares . . . . . . . . . . . . . 416
6.7 Diagonalizacao de Operadores Hermitianos . . . . . . . . . . . 438
369
370 Algebra Linear e suas Aplicacoes: Notas de Aula
(x, y) T (x, y) = (x , y)
e a reflexao em torno da origem, isto e, uma rotacao de 180o no sentido antihorario.
T (x, y) = (x , y) = 1(x , y) .
(x, y) T (x, y) = (x + 2y , y)
Podemos verificar facilmente que
T (x, x) = (x , x) = 1(x , x) .
(x, y) T (x, y) = (y , x)
e a reflexao em torno da reta r dada pela equacao y = x
Assim, para qualquer elemento v = (x, y) r , nao nulo, temos que
T (x, y) = T (x, x) = 1 (x , x) .
Portanto, qualquer elemento v = (x, y) r naonulo e um autovetor de T associado
ao autovalor = 1.
De modo analogo, qualquer elemento v = (x, y) s , nao nulo, onde s e a reta dada
pela equacao y = x, e um autovetor de T associado ao autovalor = 1. De fato,
T (x, y) = T (x, x) = (x , x) = 1 (x , y) .
Nos casos em que o autovalor IR, podemos dar uma interpretacao geometrica para os
autovetores associados como sendo os elementos de V que tem suas direcoes preservadas
pelo operador T .
372 Algebra Linear e suas Aplicacoes: Notas de Aula
V = { v V / T (v) = v }
T (v) = 1 v e T (v) = 2 v .
Assim, obtemos
1 v 2 v = 0V = ( 1 2 )v = 0V .
T : IR2 IR2
(x, y) T (x, y) = (x , y)
Assim, podemos observar que para os elementos do tipo v = (0, y) IR2 temos que
T (0, y) = (0 , y) = 1(0 , y) .
T (x, 0) = (x , 0) = 1(x , 0) .
T : IR2 IR2
(x, y) T (x, y) = (x , y)
Assim, para qualquer elemento v = (x, y) IR2 , nao nulo, temos que
T (x, y) = (x , y) = 1(x , y) .
T : IR2 IR2
(x, y) T (x, y) = (x , 0)
T : IR2 IR2
(x, y) T (x, y) = (x , y)
com 6= 0 , tem como unico autovalor e qualquer elemento v = (x, y) IR2 , nao
nulo, como autovetor associado.
T : IR2 IR2
(x, y) T (x, y) = (y , x)
e uma rotacao de um angulo = no sentido antihorario.
2
Note que nenhum vetor v IR2 naonulo e levado por T em um multiplo de si mesmo.
Logo, T nao tem nem autovalores e nem autovetores. Este e um exemplo de que nem
todo operador linear sobre um espaco vetorial real possui autovalores e autovetores. Mais
a frente vamos fazer uma melhor colocacao desse fato.
Exemplo 6.1.11 Considere o espaco vetorial real IR3 e P o operador linear sobre IR3
definido da seguinte forma: P (x, y, z) = (x, y, 0) para (x, y, z) IR3 , que representa a
projecao sobre o plano xy.
Neste exemplo, temos que todo elemento v = (0, 0, z) IR3 , elementos sobre o eixooz,
e um autovetor de P associado ao autovalor 1 = 0. De fato, P (0, 0, z) = (0, 0, 0).
Todo elemento v = (x, y, 0) IR3 , elementos do plano xy, e um autovetor de P
associado ao autovalor 2 = 1. De fato, P (x, y, 0) = (x, y, 0).
Exemplo 6.1.12 Seja V o espaco vetorial real das funcoes contnuas f , definidas em
(a, b), que possuem derivadas contnuas de todas as ordens, que denotamos por C ((a, b)).
Considere o operador linear D sobre V definido da seguinte forma: D(f ) = f . Os
autovetores do operador D sao todas as funcoes contnuas nao nulas f satisfazendo a
equacao da forma: f = f para algum IR. Assim, os autovetores sao as funcoes
f (x) = c exp( x), onde c IR e uma constante nao nula, associados aos autovalores
IR. Note que para = 0, os autovetores associados sao as funcoes constantes nao
nulas, isto e, f (x) = c, para c IR nao nula.
Petronio Pulino 375
Exemplo 6.1.13 Considere o espaco vetorial real IR3 munido do produto interno usual
h , i e o subespaco S = [(1, 1, 2)]. Seja P o operador linear sobre IR3 onde
w = P (u), para u IR3 , e a projecao ortogonal do elemento u sobre o subespaco S.
Vamos determinar os autovalores e autovetores de P .
1
Fazendo v = 1 , temos que w = P (u) = v S com
2
hu, vi vt u
= = t
hv, vi v v
Assim, temos que w pode ser escrito da seguinte forma:
vt u v vt
w = P (u) = v = u
vt v vt v
Considerando o IR3 com a base canonica , temos que
1 1 2
v vt 1
[P ] = t = 1 1 2
v v 6
2 2 4
Sabemos que, para todo z S temos P (z) = z. Portanto, 1 = 1 e um autovalor
de P com v1 = (1, 1, 2) o autovetor associado. Logo, o subespaco S e o subespaco
associado ao autovalor 1 = 1.
S = H = { u IR3 / h u , v i = 0 }
Exemplo 6.1.14 Considere o espaco vetorial real IR3 munido do produto interno usual
h , i e o subespaco S = [(1, 1, 2)]. Seja R o operador linear sobre IR3 onde
w = R(u), para u IR3 , e a reflexao do elemento u em torno do subespaco S .
Vamos determinar os autovalores e autovetores de R.
vt u v vt
P (u) = v = u para todo u IR3
vt v vt v
Desse modo, o operador T de projecao ortogonal sobre o subespaco S e dado por:
vt u v vt
T (u) = u P (u) = u t v = I t u
v v v v
Note que podemos generalizar os dois ultimos exemplos para o caso em que S = [v],
com v IRn naonulo.
Petronio Pulino 377
Exerccios
Exerccio 6.1 Sejam V um espaco vetorial sobre o corpo IF , T um operador linear
sobre V , v um autovetor de T associado a um autovalor e um escalar naonulo.
Mostre que e um autovalor do operador linear T com v o autovetor associado.
Exerccio 6.3 Sejam V um espaco vetorial real e T um operador linear sobre V tal
que T 2 = T , isto e, T (T (v)) = T (v) para todo v V (operador idempotente).
Mostre que os autovalores de T sao 1 = 0 e 2 = 1.
Exerccio 6.4 Sejam V um espaco vetorial real e T um operador linear sobre V tal
que T 2 = IV , isto e, T (T (v)) = v para todo v V (operador autoreflexivo).
Mostre que os autovalores de T sao 1 = 1 e 2 = 1.
Exerccio 6.7 Considere o espaco vetorial IR4 munido do produto interno usual e W
o subespaco vetorial gerado pelos elementos w1 = (1, 1, 0, 1) e w2 = (1, 0, 1, 1).
Sejam P o operador de projecao ortogonal sobre o subespaco W e R o operador de
reflexao sobre o subespaco W . Pedese:
(a) Determine os autovalores e os autovetores do operador P .
Exerccio 6.11 Seja T um operador linear sobre o espaco vetorial real IMn (IR) definido
por: T (A) = At . Mostre que os autovalores de T sao 1 = 1 e 2 = 1,
descrevendo os subespacos associados a cada um dos autovalores.
Exerccio 6.14 Considere o espaco vetorial real IR4 e o operador T sobre o IR4
definido da seguinte forma: T (x, y, z, t) = (y , x , t , z). Mostre que T satisfaz
T 2 (v) = v para todo v = (x, y, z, t) IR4 . Determine a matriz [T ] , onde e a
base canonica de IR4 . O operador linear T possui autovalores e autovetores ?
A equacao acima tera solucao v nao nula se, e somente se, Ker(T IV ) 6= { 0V }.
Assim, se A = [T ] e a representacao matricial do operador T , com relacao a alguma
base ordenada de V , entao a matriz A In e a representacao matricial para o operador
T IV . Desse modo, a matriz A In deve ser singular, isto e, det( A In ) = 0.
Esta propriedade nos leva ao seguinte resultado, que e muito importante no estudo de
autovalores.
= det( P 1 AP P 1 P )
= det( P 1 ( A In )P )
= det( A In ) ,
o que completa a demonstracao.
O Teorema 6.2.1 nos permite definir o polinomio caracterstico do operador linear T como
sendo o polinomio caracterstico da matriz A = [T ] , que e a representacao matricial do
operador T em relacao a qualquer base ordenada de V . Para isso, vamos precisar
do seguinte resultado.
[T ] = [I] [T ] [I] .
det( [T ] ) = det( [T ] ) .
Assim, a equacao acima tera solucao nao nula se, e somente se, Ker(T IV ) 6= { 0V }.
Desse modo, se A = [T ] e a representacao matricial do operador linear T , com relacao
a alguma base ordenada de V , entao A In e a matriz do operador T IV .
Desse modo, a matriz A In deve ser singular, isto e, det( A In ) = 0.
V1 = Ker(T ) .
Exemplo 6.2.3 Considere o espaco vetorial real IR2 com a base canonica e T o
operador linear definido por:
T : IR2 IR2
p() = det( A I ) = (2 ) (1 ) = 2 3 + 2 .
Exemplo 6.2.4 No Exemplo 6.2.3 considere o espaco vetorial real IR2 com a base
ordenada = { (1, 1), (1, 1) } .
TA (x, y, z) = ( 2x + y + z , 2x + 3y + 4z , x y 2z )
E importante observar que como A e uma matriz quadrada de ordem 3, seus autovetores
sao matrizes coluna de ordem 3 1.
Petronio Pulino 387
Exemplo 6.2.6 Seja C2 um espaco vetorial complexo com a base = { (1, 0), (0, 1) }.
O operador linear
T : C2 C2
(x, y) T (x, y) = ( y , x )
e uma rotacao de um angulo = no sentido antihorario.
2
Temos que o polinomio caracterstico da matriz [T ] e dado por p() = 2 + 1 para
C. Assim, o operador T possui os autovalores 1 = i e 2 = i.
E importante observar que, neste caso, nao temos a interpretacao geometrica para o
autovetor como sendo o elemento que tem sua direcao preservada pelo operador T .
388 Algebra Linear e suas Aplicacoes: Notas de Aula
T : IR3 IR3
(x, y, z) T (x, y, z) = ( x , z , y )
que representa uma rotacao de um angulo = no sentido antihorario no plano yz.
2
Desse modo, como estamos considerando o operador linear T sobre o espaco vetorial
real IR3 , temos que 1 = 1 e o unico autovalor de T .
onde p1 (x) , p2 (x) e p3 (x) sao os autovetores do operador linear T associados aos
autovalores 1 = 2 , 2 = 1 e 3 = 0 , respectivamente. Logo, obtemos
V1 = [x + x2 ] , V2 = [1 x x2 ] e V3 = [x x2 ] .
390 Algebra Linear e suas Aplicacoes: Notas de Aula
Exerccios
Exerccio 6.16 Considere o operador linear T sobre P2 (IR) definido por:
T (p(x)) = p(x) + (x + 1)p (x) .
Determine os autovalores e os autovetores do operador T .
Exerccio 6.22 Considere o operador linear T sobre IM2 (IR) definido por:
" #! " #
a b 2a + b 2b
T = .
c d 2c 3d
Determine os autovalores e os autovetores do operador T .
Petronio Pulino 391
Exerccio 6.24 Seja D IMn (IR) uma matriz Diagonal. Mostre que D possui um
conjunto de n autovetores linearmente independentes.
Exerccio 6.26 Considere o operador linear T sobre o IR4 cuja matriz em relacao a
base canonica de IR4 e dada por:
3 1 0 0
0 3 0 0
[T ] =
0 0 4 0
0 0 0 1
Determine os autovalores e os autovetores do operador linear T . O operador linear T e
um automorfismo de IR4 ?
Exerccio 6.31 Seja V o subespaco vetorial de IM2 (IR) das matrizes triangulares
superiores. Pedese:
(a) Exiba uma base ordenada para V .
Exerccio 6.34 Seja A uma matriz de ordem n triangular superior (inferior) ou uma
matriz diagonal. Mostre que os autovalores de A sao os elementos da diagonal principal
da matriz A.
Exerccio 6.38 Considere a matriz diagonal em blocos T IM4 (IR) dada por:
" #
U 02
T = ,
02 D
onde U IM2 (IR) e uma matriz triangular superior e D IM2 (IR) e uma matriz
diagonal, representadas por:
" # " #
a b d 0
U = e D = ,
0 c 0 e
com a, b, c, d, e R. Mostre que
1 = a , 2 = c , 3 = d e 4 = e
Exerccio 6.41 Sejam A, B IMn (IR) matrizes similares, isto e, existe uma matriz
invertvel P IMn (IR) tal que B = P 1 AP . Mostre que se A e invertvel, entao B
e invertvel e as matrizes A1 e B 1 sao similares.
394 Algebra Linear e suas Aplicacoes: Notas de Aula
TA (x, y, z) = ( 2x y + z , 3y z , 2x + y + 3z ) .
TA (x, y, z) = ( 2x + y + z , 2x + 3y + 2z , 3x + 3y + 4z ) .
Exerccios
Exerccio 6.42 Considere a matriz A dada por:
1 1 1
A = 0 2 1 .
0 0 1
Determine a multiplicidade algebrica e a multiplicidade geometrica dos autovalores da
matriz A.
Exerccio 6.43 Sejam A, B IMn (IR) matrizes similares, isto e, existe uma matriz
invertvel P IMn (IR) tal que A = P 1 B P . Estabeleca a relacao entre os autovalores
e autovetores das matrizes A e B.
De modo analogo, considere o espaco vetorial complexo Cn com a base canonica. Desse
modo, podemos escrever o produto interno usual da seguinte forma:
Xn
hx, yi = xi y i = Y X
i=1
n
para todos x, y C .
400 Algebra Linear e suas Aplicacoes: Notas de Aula
Teorema 6.4.1 Seja A IMn (IR). Entao, para todos x, y IRn temos que
h Ax , y i = h x , At y i .
h Ax , y i = y t Ax = (At y)t x = h x , At y i ,
Corolario 6.4.1 Seja A IMn (IR) simetrica. Entao, para todos x, y IRn temse
h Ax , y i = h x , Ay i .
Teorema 6.4.2 Seja A IMn (C). Entao, para todos x, y Cn temos que
h Ax , y i = h x , A y i .
h Ax , y i = y Ax = (A y) x = h x , A y i ,
Corolario 6.4.2 Seja A IMn (C) Hermitiana. Entao, para todos x, y Cn temse
h Ax , y i = h x , Ay i .
Teorema 6.4.3 Seja A IMn (C) uma matriz Hermitiana. Entao, seus autovalores
sao todos reais. Alem disso, autovetores associados a autovalores distintos sao ortogonais.
TA (v) = Av
h v , v i = h TA (v) , v i = h v , TA (v) i = h v , v i = h v , v i .
( )h v , v i = 0 .
1 h v1 , v2 i = h TA (v1 ) , v2 i = h v1 , TA (v2 ) i = h v1 , 2 v2 i = 2 h v1 , v2 i .
(1 2 )h v1 , v2 i = 0 .
Portanto, temse
h v1 , v2 i = 0 ,
pois os autovalores 1 e 2 sao distintos, o que completa a demonstracao.
402 Algebra Linear e suas Aplicacoes: Notas de Aula
Corolario 6.4.3 Seja A IMn (C) uma matriz simetrica. Entao, seus autovalores sao
todos reais. Alem disso, autovetores associados a autovalores distintos sao ortogonais.
Seja TA o operador linear sobre IR2 associado a matriz A. Sabemos que A = [TA ] ,
onde e a base canonica do IR2 . Desse modo, os autovalores da matriz A sao os
autovalores do operador linear TA , e os autovetores sao os autovetores do operador TA ,
representados na forma de matriz coluna.
p() = det( A I ) = (1 )2 4 = 2 2 3 .
Definicao 6.4.1 Seja A IMn (IR) uma matriz simetrica. Dizemos que A e uma
matriz positivadefinida se
n X
X n
aij xj xi = xt Ax = h Ax , x i > 0
j=1 i=1
No caso em que existe um elemento naonulo x IRn tal que xt Ax = 0, dizemos que
A e uma matriz semipositivadefinida.
para todo x = (x1 , x2 ) IR2 naonulo, representado na forma de matriz coluna. Desse
modo, mostramos que a matriz A e positivadefinida.
404 Algebra Linear e suas Aplicacoes: Notas de Aula
Definicao 6.4.2 Seja A IMn (C) uma matriz Hermitiana. Dizemos que A e uma
matriz positivadefinida se
Xn Xn
aij xj xi = x Ax = h Ax , x i > 0
j=1 i=1
Teorema 6.4.4 Seja A IMn (C) positivadefinida. Entao, seus autovalores sao todos
positivos. Alem disso, autovetores associados a autovalores distintos sao ortogonais.
Demonstracao Como A e uma matriz Hermitiana, do Teorema 6.4.3, sabemos
que seus autovalores sao reais. Tomando uma autovalor da matriz A com v o
autovetor associado, isto e, Av = v, e utilizando a hipotese que U e uma matriz
positivadefinida, temos que
h Av , v i = h v , v i > 0 .
Como h v , v i > 0, pois v e nao-nulo, provamos que o autovalor > 0.
Como A e uma matriz Hermitiana, do Teorema 6.4.3, sabemos que autovetores associados
a autovalores distintos sao ortogonais, o que completa a demonstracao.
Corolario 6.4.4 Seja A IMn (IR) positivadefinida. Entao, seus autovalores sao todos
positivos. Alem disso, autovetores associados a autovalores distintos sao ortogonais.
Demonstracao A prova segue do Teorema 6.4.4, e do fato que a matriz simetrica real
e um caso particular de uma matriz Hermitiana.
Seja TA o operador linear sobre IR2 associado a matriz A. Sabemos que A = [TA ] ,
onde e a base canonica do IR2 . Desse modo, os autovalores da matriz A sao os
autovalores do operador linear TA , e os autovetores sao os autovetores do operador TA ,
representados na forma de matriz coluna.
Petronio Pulino 405
p() = det( A I ) = (2 )2 1 = 2 4 + 3 .
Na secao 6.7 vamos provar o resultado abaixo, que e muito importante na teoria de
autovalores e autovetores, e nas suas aplicacoes, que e a caracterizacao de uma matriz
positivadefinida.
Teorema 6.4.5 Seja A IMn (C) uma matriz Hermitiana. Entao, A e uma matriz
positivadefinida se, e somente se, seus autovalores sao todos positivos.
Corolario 6.4.5 Seja A IMn (IR) uma matriz simetrica. Entao, A e uma matriz
positivadefinida se, e somente se, seus autovalores sao todos positivos.
Exemplo 6.4.4 Fazendo uso do Corolario 6.4.5, podemos verificar que a matriz simetrica
do Exemplo 6.4.1 nao e positivadefinida, pois seus autovalores sao 1 = 3 e 2 = 1.
Teorema 6.4.6 Seja Q IMn (IR) uma matriz ortogonal. Entao, det(Q) = 1 .
det(Qt Q) = det(I) = 1 .
Teorema 6.4.7 Seja Q IMn (IR) ortogonal. Entao, para todos x, y IRn temos que
1. h Q x , Q y i = h x , y i .
2. k Q x k2 = k x k2 .
h Q x , Q y i = h x , Qt Q y i = h x , y i .
| | h v , v i = h v , v i = h TU (v) , TU (v) i = h U v , U v i = h v , v i .
Exemplo 6.4.5 A matriz Q IM2 (IR) que representa uma rotacao de um angulo
no sentido antihorario " #
cos() sin()
Q =
sin() cos()
e uma matriz ortogonal. Determine os autovalores da matriz Q, em funcao do angulo .
p() = 2 2 cos() + 1 .
Teorema 6.4.9 Seja U IMn (C) e uma matriz unitaria. Entao, | det(U ) | = 1.
Teorema 6.4.10 Seja U IMn (C) uma matriz unitaria. Entao, autovetores associados
a autovalores distintos sao ortogonais.
1 2 h v 1 , v 2 i = h 1 v 1 , 2 v 2 i = h U v 1 , U v 2 i = h v 1 , v 2 i .
(1 1 2 )h v1 , v2 i = 0 .
Portanto, obtemos
h v1 , v2 i = 0 ,
mostrando que v1 e v2 sao ortogonais, o que completa a demonstracao.
Petronio Pulino 409
A(Ax) = Ax
Teorema 6.4.11 Seja A IMn (IR) uma matriz idempotente. Entao, seus autovalores
sao 1 = 1 e 2 = 0.
A(Av) = A(v) v = 2 v (1 )v = 0 .
(1 ) = 0 ,
A(Ax) = x
Teorema 6.4.12 Seja A IMn (IR) uma matriz autoreflexiva. Entao, seus autovalores
sao 1 = 1 e 2 = 1.
A(Av) = A(v) v = 2 v (1 2 )v = 0 .
1 2 = 0 ,
p() = 2 1 ,
Pedese:
Por simplicidade, dado um elemento (x, y) IR2 , vamos representalo na forma de vetor
coluna " #
x
X = .
y
Sabemos que os pontos crticos de F sao os ponto (x, y) que satisfazem a equacao
F (x, y) = 0
Para fazer a classificacao dos pontos crticos, vamos fazer uso da Formula de Taylor de
SegundaOrdem da funcao F numa vizinhanca do ponto crtico X dada por:
1 t
F (X) = F (X) + Y t F (X) + Y H(X) Y
2
1
= F (X) + h F (X) , Y i + h H(X) Y , Y i
2
1
= F (X) + h H(X) Y , Y i
2
Temos um ponto crtico (x, y) = (3, 1). Vamos calcular a matriz Hessiana H(x, y)
2 0
H(x, y) =
0 4
Exemplo 6.5.2 Considere a funcao F : IR2 IR, com derivadas contnuas de segunda
ordem, definida da seguinte forma:
Pedese:
Exemplo 6.5.3 Considere a funcao F : IR2 IR, com derivadas contnuas de segunda
ordem, definida da seguinte forma:
Pedese:
Temos os seguintes pontos crticos (0, 1) , (0.5, 1) e (0.5, 1). Vamos calcular a matriz
Hessiana H(x, y) para o ponto crtico (x, y) = (0, 1)
2 + 24 x2 0 2 0
H(x, y) = = H(x, y) =
0 2 0 2
Agora, vamos calcular a matriz Hessiana H(x, y) para o ponto crtico (x, y) = (0.5, 1)
4 0
H(x, y) =
0 2
Exerccios
Exerccio 6.48 Determine quais das seguintes classes de matrizes sao matrizes normais:
(a) Matrizes Hermitianas.
(f ) Matrizes ortogonais.
Exerccio 6.49 Mostre que toda matriz ortogonal em IM2 (IR) pode ser escrita na forma:
" # " #
a b a b
Q = ou Q =
b a b a
com a2 + b2 = 1 para a, b IR.
Exerccio 6.50 Mostre que toda matriz unitaria no espaco vetorial complexo IM2 (C)
pode ser escrita da seguinte forma:
" # " #" #
a b 1 0 a b
U = =
ei b ei a 0 ei b a
onde IR e | a |2 + | b |2 = 1 para a, b C.
Exerccio 6.52 Sejam Q IMn (IR) uma matriz ortogonal e um autovalor complexo
de Q. Entao, e tambem um autovalor de Q.
Exerccio 6.53 Seja Q IMn (IR) uma matriz ortogonal com n mpar. Entao, Q
possui pelo menos um autovalor real.
Exerccio 6.54 Seja A IMn (IR) idempotente. Se B IMn (IR) e similar a matriz
A, entao B e uma matriz idempotente.
Petronio Pulino 415
Exerccio 6.55 Seja A IMn (IR) autoreflexiva. Se B IMn (IR) e similar a matriz
A, entao B e uma matriz autoreflexiva.
F (x, y) = 2x2 xy 3y 2 3x + 7y .
F (x, y) = x3 + y 3 3xy .
416 Algebra Linear e suas Aplicacoes: Notas de Aula
Teorema 6.6.1 Sejam A IMn (IF ) , uma base ordenada para o espaco vetorial IF n
e TA o operador linear sobre IF n associado a matriz A. Entao,
[TA ] = P 1 A P ,
Exemplo 6.6.1 Sejam = { (1, 2), (1, 1) } uma base ordenada para IR2 e a matriz
A IM2 (IR) dada por: " #
3 1
A = ,
0 1
para uma ilustracao do Teorema 6.6.1.
Seja = { v1 , , vn } , e definimos
n
X
wj = pij vi para j = 1, , n .
i=1
Definicao 6.6.2 Seja A IMn (IF ). Dizemos que A e uma matriz diagonalizavel se
A e similar a uma matriz diagonal.
Assim, temos que a matriz A e similar a matriz diagonal D, onde P e a matriz que
realiza a transformacao de similaridade, isto e, A = P DP 1 ou D = P 1 AP .
Definicao 6.6.3 Seja A IMn (IF ). Dizemos que A e uma matriz simples se possui
um conjunto de n autovetores linearmente independentes.
Teorema 6.6.4 Seja A IMn (IF ). Entao, A e uma matriz simples se, e somente se,
A e uma matriz diagonalizavel.
Demonstracao A prova pode ficar a cargo do leitor.
Petronio Pulino 419
Exemplo 6.6.3 Considere o espaco vetorial real IR3 . O operador linear T sobre o IR3
definido por: T (x, y, z) = (3x 4z, 3y + 5z, z) e um operador diagonalizavel.
p() = det( A I ) = (3 )2 (1 + ) .
Agora supomos que o resultado seja valido para k 1 autovalores distintos, onde
k 1 1. Finalmente, vamos mostrar que o resultado e valido para k autovalores
distintos. Para isso, consideramos a combinacao linear nula
k
X
c i v i = 0V .
i=1
T (vj ) = j vj para j = 1, , n .
T (vi ) = i vi para i = 1, n ,
Exemplo 6.6.6 Considere o espaco vetorial real IR2 e T o operador linear dado por
T : IR2 IR2
p() = det( A I ) = (3 ) (2 ) + 4 = 2 + 2 .
A = P P 1 ou = P 1 A P ,
Determine uma base ordenada para P2 (IR) tal que [T ] seja uma matriz diagonal.
onde p1 (x) , p2 (x) e p3 (x) sao os autovetores do operador linear T associados aos
autovalores 1 = 0 , 2 = 1 e 3 = 2 , respectivamente. Logo, obtemos
Exemplo 6.6.8 Considere o espaco vetorial real IR2 e T o operador linear dado por
T : IR2 IR2
p() = det( A I ) = (2 ) (5 ) 4 = 2 7 + 6 .
A = Q Qt ou = Qt A Q .
Exemplo 6.6.9 Considere o espaco vetorial real IR3 e T o operador linear dado por
T : IR3 IR3
(x, y, z) T (x, y, z) = (y + z, x + z, x + y)
A = Q Qt ou = Qt A Q .
Exemplo 6.6.10 Seja A uma matriz de ordem n diagonalizavel, isto e, existe uma
matriz P invertvel tal que = P 1 A P ou A = P P 1 , onde e uma matriz
diagonal dada por:
1 0 0
0 2 0
=
.. .. ..
,
. . .
0 0 n
com 1 , , n os autovalores da matriz A, nao necessariamente distintos dois a dois.
Exemplo 6.6.12 Como uma aplicacao direta do Exemplo 6.6.11, vamos considerar o
seguinte Problema de Valor Inicial representado pelo sistema dinamico
X (t) = A X(t)
X(0) = X
0
Note que como e uma matriz diagonal, ficamos com n Problemas de Valor Inicial de
primeira ordem sem acoplamentos, isto e,
yi (t) = i yi (t)
y (0) = c
i i
Sabemos que a solucao de cada um dos Problemas de Valor Inicial, sem acoplamentos, e
yi (t) = ci exp(i t) e i = 1, , n .
Podemos verificar facilmente que as n solucoes podem ser escritas da seguinte forma:
y1 (0)
e 1 t 0 0 .
..
0 e 2 t 0
Y (t) = .. .. y
.. i
(0) = exp(t)Y (0) .
. . . .
..
0 0 e n t
yn (0)
Assim, pelo Exemplo 6.6.11, temos que X(t) = exp(At) X0 para todo t 0.
Portanto, obtemos
x(t) 3 + e3t 3e3t
X(t) = y(t) = 3 3e3t para todo t 0.
3t
z(t) 3 + 3e
Na Figura 6.1 temos os graficos das solucoes do sistema dinamico do Exemplo 6.6.12. A
curva azul representa o grafico da solucao x(t), a curva verde representa o grafico da
solucao y(t) e a curva vermelha representa o grafico da solucao z(t), para 0 t 2.
p() = det( A I ) = 2 + 3 + 2
Portanto, obtemos
" # " #
x(t) 2et + 4e2t
X(t) = = para todo t 0.
y(t) 2et + 6e2t
Na Figura 6.2 temos os graficos das solucoes do sistema dinamico do Exemplo 6.6.13. A
curva azul representa o grafico da solucao x(t) e a curva verde representa o grafico da
solucao y(t), para 0 t 6.
Petronio Pulino 433
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Figura 6.1: Graficos dos solucoes do sistema dinamico do Exemplo 6.6.12. A curva azul
representa o grafico da solucao x(t), a curva verde representa o grafico da solucao y(t)
e a curva vermelha representa o grafico da solucao z(t), para 0 t 2 .
3.5
2.5
1.5
0.5
0.5
0 1 2 3 4 5 6
Figura 6.2: Graficos das solucoes do sistema dinamico do Exemplo 6.6.13. A curva azul
representa o grafico da solucao x(t), a curva verde representa o grafico da solucao y(t),
para 0 t 6.
434 Algebra Linear e suas Aplicacoes: Notas de Aula
Exerccios
Exerccio 6.65 Seja T o operador linear sobre IR3 definido por:
T (x, y, z) = (3x 4y, 2x + 3y, z) .
Encontre os autovalores e os autovetores do operador linear T . O operador linear T e
diagonalizavel ? Justifique sua resposta.
Exerccio 6.66 Considere o espaco vetorial real P2 (IR) e o operador linear T sobre
P2 (IR) definido por: T (p(x)) = p(x) + xp (x). Determine uma base ordenada para
P2 (IR) de modo que [T ] seja uma matriz diagonal.
Exerccio 6.67 Considere o espaco vetorial real P3 (IR) e o operador linear T sobre
P3 (IR) definido por: T (p(x)) = p (x) + p (x). Verifique se T e um operador linear
diagonalizavel. Em caso afirmativo, determine uma base ordenada para P3 (IR) de
modo que [T ] seja uma matriz diagonal.
Exerccio 6.68 Considere o espaco vetorial real P2 (IR) e o operador linear T sobre
P2 (IR) definido por: T (p(x)) = p(x) + (x + 1)p (x). Determine uma base ordenada
para P2 (IR) de modo que [T ] seja uma matriz diagonal.
Exerccio 6.70 Considere o espaco vetorial real IM3 (IR) e o operador linear T sobre
IM3 (IR) definido por: T (A) = At . Determine uma base ordenada para IM3 (IR) tal que
[T ] seja uma matriz diagonal.
2. Ker(T ) = [1 x].
Exerccio 6.81 Determine o operador linear T sobre o IR4 , diagonalizavel, que satisfaz
simultaneamente as seguintes condicoes:
(a) Ker(T ) = { (x, y, z, t) IR4 / x + y z + t = 0 e z t = 0 }.
Exerccio 6.84 Determine o operador linear T sobre o IR4 , diagonalizavel, que satisfaz
simultaneamente as seguintes condicoes:
(a) Ker(T ) = { (x, y, z, t) IR4 / x + y z + t = 0 e z t = 0 }.
Exerccio 6.86 Considere o espaco vetorial real IRn munido do produto interno usual,
que denotamos por h , i, e o elemento u IRn naonulo. Definimos as aplicacoes
P e Q de IRn em IRn da seguinte forma:
hu, vi
P (v) = u e Q(v) = v 2P (v)
hu, ui
para todo v IRn .
(a) Mostre que P e Q sao operadores lineares sobre IRn .
Exerccio 6.87 Considere o operador linear T : IM2 (IR) IM2 (IR) definido por:
" #! " #
a b 2a + b 2b
T = .
c d 2c 3d
o operador linear T e diagonalizavel? Justifique sua resposta.
438 Algebra Linear e suas Aplicacoes: Notas de Aula
h T (u) , v i = h u , T (v) i ; u, v V .
Pelo Teorema 5.13.1, sabemos que a matriz A = [T ] e uma matriz Hermitiana, onde
e uma base ortonormal de V . Assim, O problema de diagonalizacao de uma matriz
Hermitiana e equivalente ao problema de diagonalizacao de um operador Hermitiano.
h v , v i = h v , v i = h T (v) , v i = h v , T (v) i = h v , v i = h v , v i .
1 h v1 , v2 i = h T (v1 ) , v2 i = h v1 , T (v2 ) i = h v1 , 2 v2 i = 2 h v1 , v2 i .
h T (u) , v i = h u , T (v) i = 0 .
Teorema 6.7.3 Sejam V um espaco vetorial sobre o corpo IF com o produto interno
h , i , com dim(V ) = n, e S o subespaco de V gerado pelo elemento unitario u V .
Entao, o subespaco S tem dimensao (n 1).
v = c1 u + c2 v2 + + cn vn ; cj IF
Proposicao 6.7.1 Seja A IMn (C) uma matriz Hermitiana. Entao, A e uma matriz
diagonalizavel, isto e, A e unitariamente similar a uma matriz diagonal.
Proposicao 6.7.2 Seja A IMn (IR) um matriz simetrica. Entao, A e uma matriz
diagonalizavel, isto e, A e ortogonalmente similar a uma matriz diagonal.
Demonstracao A prova segue da Proposicao 6.7.1 e do fato que uma matriz simetrica
real e um caso particular de uma matriz Hermitiana.
Proposicao 6.7.4 Considere o espaco vetorial real IRn com o produto interno usual.
Sejam A IMn (IR) uma matriz simetrica e TA o operador linear sobre IRn associado
a matriz A. o espaco vetorial real IRn possui uma base ortonormal de autovetores do
operador linear TA .
Demonstracao A prova segue da Proposicao 6.7.3 e do fato que uma matriz simetrica
real e um caso particular de uma matriz Hermitiana.
Petronio Pulino 441
TA = (x + 2z , y , 2x + z) .
p() = det( A I) = 2 8 + 12 .
A = U U ou = U A U .
p: V V C
n X
X n
= bj bi aij
j=1 i=1
= ([u] ) A [u]
Teorema 6.7.7 Seja A IMn (C) uma matriz Hermitiana. Entao, a matriz A e
positivadefinida se, e somente se, seus autovalores sao todos positivos.
Demonstracao
(=) Tomando A positivadefinida, do Teorema 6.4.4, temos que seus autovalores sao
todos positivos.
Corolario 6.7.1 Seja A IMn (IR) uma matriz simetrica. Entao, a matriz A e
positivadefinida se, e somente se, seus autovalores sao todos positivos.
Demonstracao A prova segue do Teorema 6.7.7 e do fato que uma matriz simetrica
real e um caso particular de uma matriz Hermitiana.
p() = det(A I) = 2 6 + 8 .
Teorema 6.7.8 Seja A IMn (IR) uma matriz positivadefinida. Entao, a equacao
xt Ax = 1 (6.1)
0 < 1 . . . n .
A = Q Qt ,
onde
= diag(1 , . . . , j , . . . n )
e uma matriz diagonal e
Q = [q1 qj qn ]
e uma matriz ortogonal. Note que (j , qj ) e um autopar da matriz A.
xt A x = ( Qt x ) t ( Qt x ) = 1 .
onde
1
aj = p
j
e o comprimento do semieixo na direcao do autovetor qj .
Definicao 6.7.2 Seja A IMn (C) uma matriz Hermitiana. A inercia da matriz A,
que indicamos por i(A), e o terno ordenado
Definicao 6.7.3 Sejam A, B IMn (C). Dizemos que a matriz B e congruente com
a matriz A se existe uma matriz invertvel P IMn (C) tal que B = P AP .
Exemplo 6.7.5 Seja A IMm (C) uma matriz Hermitiana. Entao, A = U U , onde
= diag(1 , . . . , j , . . . , m )
U = [u1 uj um ]
e uma matriz unitaria, com (j , uj ) um autopar da matriz A. Vamos mostrar que toda
matriz Hermitiana A e congruente com a matriz diagonal b IMm (IR) dada por:
b = diag(1 , . . . , 1 , 1 , . . . , 1 , 0 , . . . , 0) ,
(6.2)
com a qual podemos escrever a matriz diagonal IMm (IR) da seguinte forma:
bD .
= D
Petronio Pulino 449
b D U = (U D)
A = U U = U D b (U D) = P
b P , (6.3)
posto(A) = posto(B) .
Demonstracao
E+ (A) = [u1 , , up ] .
w = 1 u1 + + 1 up 6= 0Cn .
Portanto, obtemos
x ( P BP )x = ( P x ) B( P x ) = z Bz > 0 ,
{ P u1 , , P up }
linearmente independente, desde que P e uma matriz invertvel. Desse modo, podemos
concluir que i+ (B) i+ (A).
Pela propriedade transitiva da relacao de congruencia, veja Exemplo 2.8.3, e pelo fato que
as matrizes A e B sao congruentes a mesma matriz , b temos que as matrizes A e
B sao congruentes. De fato, podemos escrever a matriz b da seguinte forma:
b = Q B Q
= A = (SQ)B(SQ) ,
Corolario 6.7.2 Sejam A, B IMn (IR) matrizes simetricas. Entao, existe uma matriz
invertvel P IMn (IR) tal que A = P BP t se, e somente se, A e B tem a mesma
inercia.
Demonstracao A prova segue do resultado do Teorema 6.7.9, e do fato que uma matriz
simetrica real e um caso particular de uma matriz Hermitiana.
Corolario 6.7.3 Seja A IMn (IR) uma matriz simetrica. Entao, existe uma matriz
P IMn (IR) invertvel tal que D = P AP t e uma matriz diagonal. Alem disso, o
numero de elementos na diagonal de D que sao positivos, negativos e nulos e sempre o
mesmo, independente da matriz P que realiza a relacao de congruencia.
Petronio Pulino 451
Definicao 6.7.4 Seja A IMn (IR) uma matriz simetrica. Dizemos que A e uma
matriz indefinida quando possui autovalores de ambos os sinais.
Exemplo 6.7.6 Seja B IMn (IR) uma matriz invertvel. Mostre que a matriz
simetrica H, de ordem 2n, dada por:
" #
In B t
H =
B 0n
e uma matriz indefinida.
Inicialmente vamos mostrar que H e uma matriz invertvel. De fato, considere o sistema
linear homogeneo
" #" # " #
In B t
u 0IRn u + B t w = 0IRn
=
B 0n w 0IRn Bu = 0IRn
Portanto, como B e uma matriz invertvel, obtemos
u = 0IRn e w = 0IRn .
Assim, mostramos que o sistema linear homogeneo possui somente a solucao trivial.
2i i = i
para i = 1, n.
Inicialmente vamos mostrar que H e uma matriz invertvel. De fato, considere o sistema
linear homogeneo
" #" # " #
In B t
u 0IRn u + B t w = 0IRn
=
B 0m w 0IRm Bu = 0IRm
Multiplicando a primeira equacao por B, obtemos a equacao
BB t w = 0IRm
w = 0IRm e u = 0IRn .
Assim, mostramos que o sistema linear homogeneo possui somente a solucao trivial.
Petronio Pulino 453
2i i = i
para i = 1, m.
Exemplo 6.7.8 Sejam A IMn (IR) uma matriz positivadefinida e B IMmn (IR),
com m n e posto(B) = m. Mostre que a matriz simetrica H, de ordem n + m,
dada por: " #
A Bt
H =
B 0m
e uma matriz indefinida.
Como A IMn (IR) e uma matriz positivadefinida, sabemos que A = QQt , onde
= diag(1 , . . . , j , . . . , n )
p p
D = diag 1 , . . . , n e b = diag(1 , , 1) = In .
h T (u) , v i = h u , T (v) i ; u, v V .
h v , v i = h v , v i = h T (v) , v i = h v , T (v) i = h v , v i = h v , v i .
1 h v1 , v2 i = h T (v1 ) , v2 i = h v1 , T (v2 ) i = h v1 , 2 v2 i = 2 h v1 , v2 i .
h T (u) , v i = h u , T (v) i = 0 .
Proposicao 6.7.6 Seja A IMn (C) uma matriz antiHermitiana. Entao, A e uma
matriz diagonalizavel, isto e, A e unitariamente similar a uma matriz diagonal.
p() = det(A I) = 2 i + 2 .
A = U U ou = U A U ,
Exerccios
Exerccio 6.88 Seja A IMn (C) uma matriz Hermitiana. Mostre que x Ax IR
para todo elemento x Cn .
Exerccio 6.89 Seja A IMn (C) uma matriz Hermitiana. Mostre que SAS e uma
matriz Hermitiana para toda matriz S IMn (C).
Exerccio 6.90 Seja A IMn (C) uma matriz Hermitiana. Mostre que existe um escalar
IR de modo que a matriz I + A seja positivadefinida.
Exerccio 6.95 Seja A IMn (IR) positivadefinida. Mostre que det(A) e positivo.
Petronio Pulino 459
Exerccio 6.102 Considere a matriz diagonal em blocos T IM4 (IR) dada por:
" #
A 02
T = ,
02 U
onde A IM2 (IR) e uma matriz simetrica e U IM2 (IR) e uma matriz triangular
superior, representadas por:
" # " #
a b d e
A = e U = ,
b c 0 f
Determine uma matriz ortogonal Q IM3 (IR) e uma matriz diagonal IM3 (IR)
tais que A = QQt . A matriz A e positivadefinida?
Petronio Pulino 461
Determine uma matriz ortogonal Q IM3 (IR) e uma matriz diagonal IM3 (IR)
tais que A = QQt . A matriz A e positivadefinida?
Exerccio 6.106 Sejam A IMn (IR) uma matriz positivadefinida e C IMn (IR)
uma matriz invertvel. Mostre que a matriz B = CAC t e positivadefinida.
Exerccio 6.107 Sejam A IMn (IR) uma matriz positivadefinida e Q IMn (IR)
uma matriz ortogonal. Mostre que a matriz C = QAQt e uma matriz positivadefinida.
Exerccio 6.108 Seja A IMn (IR) uma matriz simetrica. Mostre que A e congruente
com a matriz identidade se, e somente se, todos os autovalores de A sao positivos.
Exerccio 6.109 Seja B IMn (IR) uma matriz invertvel. Mostre que a matriz
simetrica H, de ordem 2n, definida da seguinte forma:
0n B t
H =
B 0n
[2] Tom M. Apostol, Calculus, Volume I, Second Edition, John Wiley & Sons, 1976.
[3] Tom M. Apostol, Calculus, Volume II, Second Edition, John Wiley & Sons, 1976.
[4] Tom M. Apostol, Linear AlgebraA First Course with Applications to Differential
Equations, John Wiley & Sons, 1997.
[5] Alexander Basilevsky, Applied Matrix Algebra in the Statistical Sciences, Dover, 1983.
[10] S. H. Friedberg, A. J. Insel and L. E. Spence, Linear Algebra, Prentice Hall, Third
Edition, 1997.
[11] Gene H. Golub & Charles F. Van Loan, Matrix Computations, Third Edition, John
Hopkins, 1996.
[13] Roger A. Horn and Charles R. Johnson, Matrix Analysis, Cambridge University
Press, 1996.
[14] Bernard Kolman e David R. Hill, Introducao a Algebra Lienar com Aplicacoes, LTC,
Oitava Edicao, 2006.
[15] Serge Lang, Introduction to Linear Algebra, Second Edition, Springer, 1986.
[16] Elon L. Lima, Algebra Linear , Colecao Matematica Universitaria, IMPA, 1996.
735
736 Algebra Linear e suas Aplicacoes: Notas de Aula
[18] Seymour Lipschutz, Algebra Linear , Terceira Edicao, Makron Books, 1994.
[20] Patricia R. de Pelaez, Rosa F. Arbelaez y Luz E. M. Sierra, Algebra Lineal con
Aplicaciones, Universidad Nacional de Colombia, 1997.
[21] Gilbert Strang, Linear Algebra and its Applications, Third Edition, Harcourt Brace
Jovanovich Publishers, 1988.
[22] David S. Watkins, Fundamentals of Matrix Computations, John Wiley & Sons, 1991.