MA33 - Introducao a Algebra Linear

Unidade 22 - Teorema espectral para operadores

simetricos, reconhecimento de conicas

A. Hefez e C. S. Fernandez
Resumo elaborado por Paulo Sousa

PROFMAT - SBM

10 de agosto de 2013
Teorema espectral para operadores simetricos

Vimos na unidade anterior que se T : V V e um operador di-

agonalizavel, entao existe uma base de V formada por autovetores
de T . Nesta unidade, veremos que se V e um espaco com produto
interno e se T : V V e um operador simetrico, entao existe uma
base ortonormal de V formada por autovetores de T . Em particular,
todo operador simetrico e diagonalizavel. Este resultado e conhecido
como Teorema Espectral e e um dos resultados mais importantes da
Algebra Linear.

Apresentaremos duas versoes do Teorema Espectral: a versao para

operadores lineares simetricos e sua versao matricial.

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 2/10

Teorema espectral para operadores simetricos

Teorema Espectral: Seja V um espaco vetorial de dimensao finita.

Se T : V V e um operador simetrico, entao existe uma base
ortonormal de V tal que [T ]
e diagonal.

Aqui, apresentaremos alguns fatos que sao usados para obter uma
demonstracao do Teorema Espectral.

I Todo operador linear T : V V possui um subespaco invariante

F V , isto e T (F ) F , de dimensao 1 ou 2.

Prova: Como dim(V , V ) = n2 , onde n = dim V , segue que

2
os operadores IV , A, A2 , . . . , An sao LD. Logo, existem constantes
0 , 1 , 2 , . . . , n2 tais que
2
0 IV + 1 A + 2 A2 + . . . + n2 An = 0.

Se n2 6= 0, podemos supor n2 = 1. Agora, considere o polinomio

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 3/10

Teorema espectral para operadores simetricos
2
p(x) = 0 + 1 x + 2 x 2 + . . . + n2 x n e sua decomposicao p(x) =
p1 (x)p2 (x) pk (x), onde cada pi e um polinomio monico irredutvel
de grau 1 ou 2. Assim, p1 (A) p2 (A) pk (A) = 0 implicando
que existe i tal que pi (A) nao e invertvel, donde obtemos o resultado
desejado.

I Seja T : V V um operador linear simetrico. Se o subespaco

F V e invariante por T , isto e T (F ) F , seu complemento
ortogonal tambem e invariante por T .

Prova: Exerccio ao leitor.

Utilizando os fatos apresentados, juntamente com o Princpio de

Inducao (aplicado sobre a dimensao do espaco vetorial), obtem-se
uma demonstracao do Teorema Espectral.

Versao Matricial: Se A M(n) e simetrica, entao existe uma matriz

ortogonal P M(n) tal que P 1 AP (= P t AP) e diagonal.
PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 4/10
Reconhecimento de conicas

Mostraremos como, por meio do Teorema Espectral, e possvel fazer

o reconhecimento de conicas. Ressaltamos que nosso objetivo nao e
o de introduzir conicas.

Consideremos a equacao geral do segundo grau nas duas variaveis x

e y:
ax 2 + bxy + cy 2 + dx + ey + f = 0,
onde a, b, c, d, e e f sao numeros reais dados. Mostra-se que a
equacao dada representa uma conica ou uma reta ou duas retas ou
um ponto ou nenhum lugar geometrico.

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 5/10

Reconhecimento de conicas

Exemplo: Vejamos que lugar geometrico em R2 a equacao 4x 2 +

9y 2 8x 36y + 4 = 0 representa. Note que a equacao dada e
equivalente a equacao 4(x 2 2x) + 9(y 2 4y ) = 4. Completando
os quadrados, obtemos

4(x 1)2 + 9(y 2)2 = 36,

ou seja,
(x 1)2 (y 2)2
+ =1
9 4
que e a equacao reduzida de uma elipse de centro (1, 2).

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 6/10

Reconhecimento de conicas

Observe que no exemplo visto o termo xy da equacao geral, cha-

mado termo misto da equacao, nao aparece. Neste caso, a tecnica
usualmente utilizada e a tecnica de completar quadrados. Porem, em
equacoes em que o termo misto aparece, precisamos de uma algebra
mais avancada para reduzirmos a equacao dada.

Para isto, consideremos a equacao geral escrita na forma matricial

abaixo:

 a b
    

2 x   x
x y b + d e + [f ] = [0].
2 c y y
a b2
 
Sendo A = b uma matriz simetrica, pelo Teorema Espectral,
2 c
existe uma base ortonormal de R2 formada por autovetores de TA .

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 7/10

Reconhecimento de conicas

Assim, se k1 e k2 sao autovalores de TA , existem vetores v1 e v2 as-

sociados a k1 e k2 , respectivamente, tais que = {v1 , v2 } e uma base
ortonormal de R2 . Desta forma, a matriz P = [v1t v2t ] diagonaliza A
ortogonalmente, isto e:
 
k1 0
D= = P 1 AP
0 k2

e P 1 = P t . Portanto, A = PDP t . Substituindo na equacao geral,

obtemos
    
  t x   x
( x y P)D P + d e + [f ] = [0].
y y

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 8/10

Reconhecimento de conicas

x0 x0
       
x x
Escrevendo P t = , temos que =P . Da,
y y0 y y0

x0 x0
   
x0 y0
   
D + d e P + [f ] = [0].
y0 y0

Se v1 = (p, q) e v2 = (m, n), obtemos

k1 x 02 + k2 y 02 + (dp + eq)x 0 + (dm + en)y 0 + [f ] = [0].

Como a equacao obtida nao apresenta o termo misto, podemos com-

pletar quadrados e assim determinar o lugar geometrico em R2 dado
pela equacao geral.

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 9/10

Reconhecimento de conicas

Exemplo: Vamos determinar que lugar geometrico a equacao 5x 2 +

4xy + 5y 2 12 = 0 representa. Neste caso, temos que a = 5, b = 4,
c = 5, d = e = 0 e f = 12. Com um calculo simples obtemos
k1 = 3 e k2 = 7, logo a equacao dada e equivalente a equacao

3x 02 + 7y 02 = 12,

que representa uma elipse.

Observacao: A algebra utilizada, para reduzirmos a equacao geral

de uma conica, pode ser usada para simplificarmos a equacao geral
de uma superfcie quadrica.

PROFMAT - SBM MA33 - Introducao a Algebra Linear slide 10/10