Diagonalização de Operadores Lineares

Teorema: Seja T ∈ L(V ) e suponha que λ1 , . . . , λm sejam

autovalores distintos (que podem ser interpretados
matematicamente pela expressão λi 6= λj se i 6= j) para T com
respectivos autovetores v1 , . . . , vm . Então os vetores v1 , . . . , vm são
linearmente independentes (L.I).
Corolário:
Qualquer operador em um espaço vetorial de dimensão finita V
tem no máximo dim V autovalores distintos.
Prova
Se V tem dimensão n, então qualquer conjunto de vetores
linearmente independentes deve ter no máximo n vetores. O
resultado agora segue imediatamente do teorema anterior.
Diagonalização de Operadores Lineares

Exemplo:
O que podemos dizer se T tem exatamente dim V autovetores
linearmente independentes. Na verdade, podemos dizer muito!
Para motivar este
exemplo,
 considere
 o operador
 T : R3 → R3
a a + 2b
definido por T ( b  =  4b − a . Um cálculo simples
c 3c
montram que os tem auto-pares para T são dados respectivamente
por:         
2 1 0
2,  1  , 3,  1  e 3,  0  ,
0 0 1
onde denotamos o i-ésimo vetor vi . Aqui λ1 = 2, λ2 = 3 e
λ3 = 3. Em outras palavras, T simplesmente estica as linhas
dadas por v1 , v2 e v3 , conforme mostrado na ilustração a seguir.
Diagonalização de Operadores Lineares
Exemplo:

Figure: Representação Geométrica dos auto-pares do Exemplo

Diagonalização de Operadores Lineares

Exemplo:
Uma vez que esses três autovetores são linearmente independentes,
eles formam uma base, digamos
     
 2 1 0 
B =  1 , 1 , 0 
0 0 1
 

para R3 . Conseqüentemente, T está completamente determinado

por esses autovetores. Além disso, observe que
 
2 0 0
[T ]B = 0 3 0 .
0 0 3

E isso conclui o exemplo.

Diagonalização de Operadores Lineares
Como acabamos de ver, os operadores que têm autovetores
”suficientes” são fáceis de entender, pois eles essencialmente
podem ser extendidos para todo o espaço vetorial V (até completar
a dimensão do espaço vetorial V ). Esses operadores também têm
uma descrição muito boa em termos de suas representações
matriciais, conforme descrito por nosso último teorema.
Definição:
Seja T qualquer operador em um C-espaço vetorial. Nós dizemos
que T é diagonalizável se existir uma base B de V tal que [T ]B é
uma matriz diagonal, ou seja, se:
 
λ1 0 0 0 0 0
 0 λ2 0 0
 ··· 0 
 0 0 0 0 · · · 0 
[T ]B =   ,
 0 0 0 0
 ··· 0 
 0 0 0 0 λn−1 0 
0 0 0 ··· 0 λn n×n

para alguns escalares λ1 , . . . , λn ∈ C.

Diagonalização de Operadores Lineares
Teorema de Diagonalização para Operadores Lineares
Seja T ∈ L(V ). Então T é diagonalizável se, e somente se, V
possuir uma base que consiste inteiramente de autovetores para T .

Agora voltamos nossa atenção para a seguinte questão: Quando os

operadores têm autovetores? Esperamos que todos os operadores
tenham autovetores, mas, como mostra o próximo exemplo,
infelizmente isso não é verdade! Para ilustrar tal operador,
considere T ∈ L(R2 ) dado por T (x, y ) = (−y , x). Se T tivesse
autovetores, então serı́amos capazes de encontrar os valores de x,
y e λ tais que

(−y , x) = T (x, y ) = λ(x, y ) (∗)

Igualandos-se a primeira e a segunda coordenadas resulta que

−y = λx e x = λy .
Diagonalização de Operadores Lineares

Combinando as duas identidades nós obtemos y (λ2 + 1) = 0. Uma

vez que y = 0 não pode ser uma solução (por quê?) e a equação

(λ2 + 1) = 0 (∗∗)

não tem soluções reais, concluı́mos que T não tem autovetores.

Como você já deve suspeitar, e se trabalharmos C em vez de
trabalharmos com R?
Nesse caso, a equação (∗∗) tem uma solução, a saber, λ = ±i. Se
realmente fizermos isso considerando T como um operador em C2
então obtemos os autovetores:
Diagonalização de Operadores Lineares

(i, (i, 1)) e (−i, (−i, 1)) ,

uma vez que

T (i, 1) = (−1, i) = i(i, 1) e T (−i, 1) = (−1, −i) = −i(−i, 1).

Mais geralmente, uma vez que os polinômios sempre têm raı́zes

sobre C, então é lógico que qualquer operador complexo deve ter
pelo menos um autovetor. Não apenas o próximo teorema afirma
isso, mas sua prova se baseia exclusivamente no Teorema
Fundamental da Álgebra!
Diagonalização de Operadores Lineares

Teorema de Existência de Autovalores

Cada operador T em um espaço vetorial complexo de dimensão
finita não trivial V possui pelo menos pelo menos um autovalor.

Não será exigido a prova deste Teorema, será exigido apenas

o resultado do Teorema
O teorema acima apenas garante que um operador complexo tenha
pelo menos um autovalor. Isso não garante que temos muitos
autovalores distintos, digamos dim V deles! Para ver um exemplo
disso, considere
 a matriz
0 1
A= pensado como um operador A : C2 → C2 . Para
0 0
encontrar seus auto-pares, resolvemos normalmente para encontrar
os autovalores e respectivos autovetores
Diagonalização de Operadores Lineares

     
w z w
=A =λ ,
0 w z
para obter as equaçõesw = λz 
e 0 = λw . Vemos que os únicos
z
auto-pares para A são 0, onde z 6= 0. Além disso, este
0
exemplo demonstra que operadores complexos podem nem mesmo
ter dim V autovetores linearmente independentes. (Neste caso,
todos os autovetores para A são multiplicados por (1, 0).) Isso
significa, graças ao Teorema da Diagonalização de Operadores, que
nem todo operador complexo é diagonalizável.
Dito isso, nem tudo está perdido! O próximo teorema demonstra
que, para a escolha certa da base, todo operador complexo pode
ser representado por uma matriz ”triangular superior”.
Começamos com algumas definições.
Diagonalização de Operadores Lineares

T -triangularização
Seja T ∈ L(V ). Dizemos uma base B = {v1 , . . . , vn } para V é T
-triangularizável desde que

Tvk = T (vk ) =∈ [v1 , . . . , vk ],

para cada k ≤ n. A próxima definição e lema revelam porque o

termo “ triangularização ”é usado.
Matriz Triangular Superior
Nós dizemos que uma matriz quadrada M é uma matriz triangular
superior desde que esteja no formato
Diagonalização de Operadores Lineares

λ1 ∗ ∗ ∗ ∗ ∗
 

 0 λ2 ∗ ∗ ··· ∗ 

 0 0 0 0 ··· ∗ 
  ,

 0 0 0 0 ··· ∗ 

 0 0 0 0 λn−1 ∗ 
0 0 0 ··· 0 λn n×n
de modo que os valores fracamente acima da diagonal são
arbitrários (indicados por ∗), mas os valores estritamente abaixo da
diagonal devem ser zero.
Diagonalização de Operadores Lineares

Lema
Seja T um operador em V com base B = {v1 , · · · , vn }. Então, as
seguintes afirmações são equivalentes:
1 A base B é T -triangularizável.
2 Para todo k ≤ n, os subespaços vetoriais [v1 , · · · , vk ] são
T -invariantes.
3 A matriz[T ]B é uma matriz triangular superior.
Teorema-(Todo Operador Complexo possui uma base trianguralizante)
Seja T um operador complexo em V . Então existe uma base
T -triangularizante B para V .
Diagonalização de Operadores Lineares

Definição de Espaços T-Invariantes

Seja T ∈ L(V ). Dizemos um subespaço U de V se T -invariante
desde que T (U) = {T (u) | u ∈ U ⊆ U}.
A utilidade desta definição é que se U é T -invariante, então
podemos restringir T para a ” menor ” aplicação linear

T : U → U.

Particularmente a importância de um subespaço T -invariante pode

ser justificado pela definição de autovetores e autovalores.