Forma canónica de Jordan

Prof. Paulo Pinto (D. Matemática, IST, sem 1, 2019/2020)

26 de Novembro de 2019 pelas 13:30

Resumo
Já vimos que há matrizes que não são diagonalizáveis (portanto, matrizes não semelhantes a
matrizes diagonais). Nestas notas, vamos mostrar que (ver Teorema 1.6) qualquer matriz quadrada A
é semelhante a uma matriz quase diagonal, designada por forma canónica de Jordan J (que coincide
com a matriz diagonal no caso da matriz A ser diagonalizável). Na Sec. 1.1, indicamos dois métodos
para obter essa matriz J e uma matriz invertı́vel S tais que

S −1 AS = J,

seguido de diversos exemplos (ver Sec. 1.2).

Conteúdo
1 Forma Canónica de Jordan 1
1.1 Método(s) para encontrar a forma canónica de Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

Índice alfabético 15

1 Forma Canónica de Jordan

A forma canónica de Jordan1 tem naturalmente um papel importante em Álgebra Linear assim como em diversas
aplicações (como por exemplo, nas equações diferenciais de primeira ordem).

Definição 1.1
Uma matriz m × m da forma  
λ 1 0 ··· 0 0

 0 λ 1 ··· 0 0  
Jm (λ) = 
 .. .. .. .. .. .. 
 . . . . . . 
 0 0 0 ··· λ 1 
0 0 0 ··· 0 λ
diz-se bloco de Jordan (associado a λ) de tamanho m.
Dizemos que uma matriz J está na forma canónica de Jordan se é diagonal por blocos e cada bloco
é um bloco de Jordan, i.e. J está na forma canónica de Jordan se
   
Jn1 (λ1 ) 0 ··· 0 Jn1 (λ1 )
 0 Jn2 (λ2 ) · · · 0   Jn2 (λ2 ) 
J = = =diag (Jn1 (λ1 ), ..., Jn1 (λk ))
   
.. .. .. .
..   ..
 . . .   . 
0 0 · · · Jnk (λk ) Jnk (λk )

1
Marie Camille Jordan (1838–1922)

1
 para inteiros n1 , ..., nk e escalares λ1 , ..., λk , onde cada 0 representa uma matriz nula. A matriz J é do
tipo n × n onde n = n1 + ... + nk .

Exemplo 1.2
As matrizes  
  λ 1 0
λ 1
J1 (λ) = [λ], J2 (λ) = , J3 (λ) =  0 λ 1  , ....
0 λ
0 0 λ
são blocos de Jordan que, naturalmente, estão em forma canónica de Jordan. A matriz
−2 1
 
0 0 0 0
 0 −2 0 0 0 0 
 
 0 0 5 1 0 0 
  está em forma canónica de Jordan; tem 3 blocos de Jordan: J2 (−2), J3 (5)
 0 0 0 5 1 0 
 
 0 0 0 0 5 0 
0 0 0 0 0 −2
e J1 (−2).

Uma questão que podemos colocar é a de saber quais as matrizes A que são semelhantes a matrizes na forma
canónica de Jordan, portanto se, dada A, existe S invertı́vel tal que

S −1 AS = J (1)

para alguma matriz J em forma canónica de Jordan, como na Def. 1.1. Os polinómios caracterı́sticos de A e J
coincidem, pelos que λ1 , ..., λk são os valores próprios de A (eventualmente repetidos) cuja multiplicidade algébrica
é igual à soma dos tamanhos dos blocos de Jordan onde esse valor próprio aparece repetido. No exemplo 1.2, temos
p(λ) = (λ + 2)3 (λ − 5)3 .
Note que a Eq. (1) pode ser ecrita AS = SJ. Sendo v1 , ...vn1 as primeiras n1 colunas de S, então AS = SJ
diz-nos que, para o primeiro bloco de Jordan Jn1 (λ1 ) e para simplificar a exposição usamos λ = λ1 e m = n1 , temos

Av1 = λv1 , Av2 = λv2 + v1 , ..., Avm = λvm + vm−1 . (2)

Podemos escrever um conjunto de equações para cada um dos blocos de J. Notemos que sendo T a transformação
linear dada pela matriz A (na base canónica), T x = Ax, a existência de uma tal matriz S é equivalente à existência
de uma base B = {v1 , ....vn } de Rn (ou Cn ) na qual a representação matricial de T na base B seja a matriz J.
A Eq. (2) pode ser reescrita como se segue

(A − λI)v1 = 0, (A − λI)v2 = v1 , ..., (A − λI)vm = vm−1 . (3)

Como (A − λI)v1 = 0, podemos aplicar (A − λI) à equação (A − λI)v2 = v1 e obter (A − λI)2 v2 = 0 e assim
sucessivamente, obtendo-se

(A − λI)2 v2 = 0, (A − λI)3 v3 = 0, ..., (A − λI)m vm = 0.

Estas considerações motivam a seguinte definição.

Definição 1.3
Seja λ um valor próprio de A. Os vectores não nulos de

G(λ) = {v : (A − λI)m v = 0 para algum m}

são os vectores próprios generalizados do valor próprio λ e G(λ) é o espaço próprio generalizado de λ.

2
 Dizemos que vectores v1 , ..., vm ∈ G(λ) linearmente independentes formam uma cadeia de Jordan
(de comprimento m) se

(A − λI)v1 = 0, (A − λI)v2 = v1 , ..., (A − λI)vm = vm−1 . (4)

Representamos a cadeia de Jordan como se segue

A−λI A−λI A−λI A−λI A−λI

vm vm−1 ··· v2 v1 0.

Tal cadeia de Jordan fica determinada pelo vector vm , pois

vm−1 = (A − λI)vm , vm−2 = (A − λI)2 vm , ..., v1 = (A − λI)m−1 vm = 0.

e
v1 ∈ G(λ, 1), v2 ∈ G(λ, 2), ..., vm ∈ G(λ, m)
onde
G(λ, j) = N (A − λI)j para cada natural j.
Note-se que temos as seguintes inclusões

{0} = G(λ, 0) ⊆ G(λ, 1) ⊆ · · · ⊆ G(λ, j) ⊆ · · · ⊆ G(λ) ⊆ Rn

para qualquer j (claro que G(λ, 1) é o espaço próprio E(λ) associado ao valor próprio λ de A).
Da discussão anterior, fica claro que a existência de uma cadeia de Jordan de comprimento m para um valor
próprio λ da matriz A está intimamente relacionado com à existência de um bloco de Jordan Jm (λ) (que contribui
para a construção das matrizes J e S na Eq. (1)). Também podemos concluir que o número de blocos de Jordan
associados a um dado valor próprio λ é (pelo menos) igual à sua multiplicidade geométrica mg(λ) = dimE(λ).
Quando estamos a trabalhar com (2), temos que ter cuidado na escolha do vector próprio v1 de A, logo (A −
λI)v1 = 0, para depois encontrar v2 tal que (A − λI)v2 = v1 , ver Eq. (3). Ora, tal vector v2 existe sse v1 ∈ C(A − λI)
(=espaço das colunas de (A − λI)), como se pode verficar no exemplo seguinte.

Exemplo 1.4
Vamos encontar uma matriz S invertı́vel e J na forma canónica de Jordan, tais que S −1 AS = J onde
 
0 −1 −1
A =  −1 0 −1  .
2 2 3

O polinómio caracterı́stico de A é p(λ) = −(λ − 1)3 , pelo que λ = 1 é o único valor próprio de A, com
ma(λ) = 3. Como  
−1 −1 −1
A − 1I =  −1 −1 −1  ,
2 2 2
mg(λ) = 2 e portanto A não é diagonalizável, pois ma(1) 6= mg(1). Dado que G(λ, 1) = N (A − I), então
dimG(λ, 1) = 2 e {(−1, 1, 0), (−1, 0, 1)} é uma base de G(λ, 1), pois

(x, y, z) ∈ G(λ, 1) sse x + y + z = 0, pelo que (x, y, z) = x(−1, 1, 0) + y(−1, 0, 1).

Vamos ter dois blocos de Jordan J1 (1) e J2 (1) e portanto a forma de Jordan é
   
1 0 0 1 1 0
J = 0 1 1  ou J =  0 1 0 .
0 0 1 0 0 1

3
 Note que (A − I)2 = 0 pelo que, G(λ) = G(λ, 2) = R3 . Para encontrar as 3 colunas de S, vamos
resolver as equações (4). Para um dado vector próprio
 v1 de A associado a λ = 1, temos que encontar
−1
v2 tal que (A − I)v2 = v1 . Seja, por exemplo, v1 =  1 ; então (A − I)v2 = v1 não tem soluções,
0
pois v1 ∈
/ C(A
 − I) uma vez que C(A − I) = L({(−1, −1, 2)}). É claro que podemos então escolher
−1
v1 =  −1  e resolvendo a equação (A − I)v2 = v1 obtemos
2
            
−1 −1 −1 a −1 a 1 −1 −1
 −1 −1 −1   b  =  −1  ⇔ a + b + c = 1 ⇔  b  =  0  + b  1  + c  0  .
2 2 2 c 2 c 0 0 1

Podemos então considerar v2 = (1, 0, 0). Falta o terceiro vector w1 , que pode ser qualquer vector
próprio de 1 que juntamente com v2 forme uma base para o espaço próprio associado a 1, por exemplo
w1 = (−1, 1, 0). Assim temos uma base ordenada {w1 , v1 , v2 } de G(λ) e a matriz (invertı́vel) S cujas
1a , 2a e 3a colunas são w1 , v1 , v2 , respectivamente, satisfaz:
   
1 0 0 −1 −1 1
S −1 AS = J onde J =  0 1 1  e S =  1 −1 0  .
0 0 1 0 2 0

Obtivemos 1 cadeia de Jordan w1 de comprimento 1 e 1 cadeia de Jordan v1 , v2 de comprimento 2:

A−I A−I A−I

w1 0 e v2 v1 0.

No Exemplo 1.4, a troca dos dois blocos de Jordan J2 (1) e J1 (1) (na primeira matriz J indicada en cima) implica
a reordenação da base de G(λ), ficando {v1 , v2 , w1 } (e que se traduz na correspondente troca de colunas de S).
Indicamos na Secção 1.1 outra estratégia para construir as matrizes J e S (cf. este Exemplo 1.4 com o Exemplo
1.12).

Definição 1.5
Dizemos que um subespaço linear W é invariante para A (ou então para a transformação linear T definida
por T x = Ax) se Aw ∈ W para todo o w ∈ W , escrevendo-se A(W ) ⊆ W .

Como A comuta com A − λI temos que G(λ, 1) é um subespaço invariante para A. Mais geralmente, como A
comuta com (A − λI)j para qualquer j, G(λ, j) e G(λ) são subespaços invariantes para A. Se v1 , ...., vm é uma
cadeia de Jordan, então o subespaço linear gerado L({v1 , ..., vm }) pelos vectores é um subespaço invariante para A.
Podemos definir vectores próprios generalizados, cadeias de Jordan no contexto de transformações lineares
T : V → V , onde V é um espço linear de dimensão finita. Se W é um subespaço invariante para T (i.e. T (W ) ⊆ W ),
podemos considerar a restrição T |W : W → W . Assim se λ um valor próprio de T |W (e portanto de qualquer
representação matricial de T |W ) então λ também valor próprio de T (e portanto de uma qualquer representação
matricial de T ) e os vectores próprios generalizados de T |W também são vectores próprios generalizados de T . Toda
a cadeia de Jordan de T |W também é uma cadeia de Jordan para T .
Recordamos que um subespaço linear V2 é um complemento de V1 num espaço linear V se V = V1 + V2 e
V1 ∩ V2 = {0}. Uma forma de encontrar V2 é começar por fixar uma base B1 de V1 e acrescentar vectores w1 , ..., wr
de V tais que B1 ∪ {w1 , ..., wr } seja uma base para V . Então V2 = L({w1 , ..., wr }) é um complemento V1 em V
(significa isto que V1 ⊕ V2 = V ).

4
 Teorema 1.6 (Forma Canónica de Jordan)
Se A é uma matriz n × n, então existe uma matriz J em forma canónica de Jordan e uma matriz S
invertı́vel tais que:
S −1 AS = J.

Demonstração: Vamos usar a notação Aλ = A − λI. Para provar que existem matrizes S e J tais que S −1 AS = J,
basta provar que existem cadeias de Jordan
Aλ Aλ Aλ
v1,n1 −−−−1−→ · · · −−−−1−→ v1,1 −−−−1−→ 0
.. .. ..
. . .
Aλp Aλp Aλp
vp,np −−−−−→ · · · −−−−−→ vp,1 −−−−−→ 0

tais que os vectores vij ’s formam uma base de Rn (ou de Cn no caso complexo).
Vamos usar indução em n. O caso n = 1 é trivial. Vamos assumir que o resultado é válido para matrizes de
tamanho menor ou igual a n−1. Seja A matriz n×n e λ um valor próprio de A. Então dim r :=dim(N (A−λI)) 6= 0
e portanto W = C(A − λI) tem dim(W ) = n − r ≤ n, porque dim(W )+dimE(λ) = n. Note que E(λ) = N (A − λI)
é o espaço próprio de A associado a λ.
1o passo: temos A(W ) ⊆ W pois A comuta com A − λI, pelo que a podemos considerar a restrição T |W da
transformação T x = Ax a W . Como dim(W ) ≤ n, a hipótese de indução diz-nos que existem cadeias de Jordan
Aλ Aλ Aλ
v1,n1 −−−−1−→ · · · −−−−1−→ v1,1 −−−−1−→ 0
.. .. ..
. . .
Aλ Aλ Aλ
vk,nk −−−−k−→ · · · −−−−k−→ vk,1 −−−−k−→ 0

tais que os vectores wij ’s formam uma base de W (onde continuamos a usar a notação Aµ pois cada valor próprio
da restrição TW tabém é um valor próprio de A, assim como para vectores próprios).
2o passo: seja q = dim(W ∩ E(λ)). Como vj,1 ∈ N (A − λj I), q das cadeias de Jordan acima descritas (digamos a
primeiras q) são cadeias de Jordan associadas a λ. Por outro lado, vj,nj ∈ W = C(A − λI), com j = 1, ..., q, logo
A λ
existem vectores vj tais que vj −−→ vj,nj (i.e. Aλ vj = vj,nj , para j = 1, ...., q.
o
3 passo: E(λ) tem dimensão r e W ∩ E(λ) tem dimensão q, portanto existe um subespaço linear Z de E(λ) de
dimesnão r − q cuja interseção com W é o vector nulo. Sejam z1 , ...., zr−q uma base de Z.
Acabamos de obter q + (n − r) + (r − q) = n vectores nas seguintes cadeias de Jordan:
A A A A
y1 −−−λ−→ v1,n1 −−−λ−→ ··· −−−λ−→ v1,1 −−−λ−→ 0
.. .. ..
. . .
A A A A
yq −−−λ−→ vq,nq −−−λ−→ ··· −−−λ−→ vq,1 −−−λ−→ 0
Aλq+1 Aλq+1 Aλq+1
vq+1,nq+1 −−−−−−→ · · · −−−−−−→ vq+1,1 −−−−−−→ 0
.. .. ..
. . .
Aλ Aλ Aλ
vk,nk −−−−k−→ ··· −−−−k−→ vk,1 −−−−k−→ 0
Aλ
z1 −−−−→ 0
.. ..
. .
A
zr−q −−−λ−→ 0
Falta provar que estes n vectores são linearmente independentes. Portanto consideremos escalares tais que
X X X
ai yi + bij vij cs zs = 0.
i i,j s

5
Aplicando Aλ a esta equação obtém-se uma combinação, digamos L, linear que só envolve os vectores vij , pois
Aλ yj = vj,nj e Aλ zi = 0. Usando Aλr vs,r = vs,r−1 e Aλ = Aλr + (λr − λ)I, temos

Aλ vs,r = vs,r−1 + (λr − λ)vs,r .

Portanto, o coeficiente de vj,nj na combinação linear L é aj , para j = 1, ..., q. Usando a independência lineares do
vi,j ’s concluı́-se que aj = 0 para j = 1, ...., q. Logo a combinação inicial simplifica-se:
X X
bij vij + cs zs = 0.
i,j s
P P
Então, i,j bij vij = 0 e s cs zs = 0 porque W ∩ Z = {0}. Pela independência linear dos vectors temos que bij = 0
e cs = 0, para quaisquer i, j, s. Portanto a união dos vectores yr ’s com vij ’s e os zs ’s formam uma base de Rn (ou
Cn no caso complexo), como pretendido. 

Um resumo desta demonstração deste teorema pode ser consultada no livro de texto de G. Strand: Linear
algebra and its applications, Academic Press, Nova Iorque, 1980); que é atrı́buida a A. Filippov
A forma canónica de Jordan tem implicações profundas.

Teorema 1.7
Seja A matriz n × n, σ(A) = {λ1 , ..., λk } a lista completa de valores próprios de A distintos dois a dois e

p(λ) = (−1)n (λ − λ1 )m1 ...(λ − λk )mk

o polinómio caracterı́sto de A, onde mi é a multiplicidade algébrica de λi , para i = 1, ..., k. Então temos

dim(G(λi , mi )) = mi , para i =, 1, , ., k.

Demonstração: Pelo Teorema 1.6 sabemos que A é semelhante a uma matriz canónica de Jordan: A = SJS −1 em
que B é a base, cujas colunas são S. Reordenando a base, podemos começar por colocar, na nova base, os vectores
dos blocos de Jordan associados a λ1 seguidos pelos vectores associados a λ2 etc. Nesta nova base cujas colunas
originam uma matriz P e a matriz J vai originar uma matriz diagonal por blocos, com k blocos T1 , ..., Tk em que
cada bloco é uma matriz triangular superior com a diagonal igual, i.e.
 
T1 0 · · · 0
 0 T2 · · · 0 
 −1
A=P . . P

.. . .
 .. . . .. 
0 0 ··· Tk

Portanto, para cada i,

(T1 − λi I)mi
 
0 ··· 0
 0 (T2 − λi I)mi ··· 0 
(A − λi I)mi = P (J − λi I)mi P −1 = P 
 −1
P .

.. .. .. ..
 . . . . 
0 0 ··· (Tk − λi I)mi

Note que (Ti − λi I)mi é a matriz nula pois a diagonal da matriz Ti − λi I é nula e, e portanto como é triangular
superior com zeros na diagonal principal e é do tipo mi × mi , a sua potencia mi é nula. Para j 6= i a matriz
triangular superior Tj − λi I tem diagonal nã onula (pois λj − λi 6= 0) e portanto invertı́vel, pelo que (Tj − λi I)mi é
invertı́vel para todo j = 1, ...., k, j 6= i. Logo dim G(λi , mi ) = dim(N (A − λi I)mi ) = mi . 
No contexto do teorema anterior, sabemos que m1 + ....mk = n e portanto G(λi ) = G(λi , mi ) para qualquer i e
G(λi , mi ) = G(λi , mi + r) para qualquer r ∈ N.
Todavia, podemos ter G(λi , mi − 1) 6= G(λi , mi ).

6
 Definição 1.8
O ı́ndice do valor próprio λ é m(λ) que é o maior dos tamanhos das matrizes blocos de Jordan associados
ao valor próprio λ; ou de forma equivalente, m(λ) é o menor inteiro tal que G(λ, m(λ)) = G(λ, m(λ)+1).

A prova do Teorema 1.7 indica-nos que m(λ) ≤ ma(λ) e que m(λ) é o menor natural tal que

G(λ, m(λ) − 1) 6= G(λ, m(λ)) = G(λ, m(λ) + 1)

pois (Jm(λ) (λ) − λI)m(λ)−1 6= 0 mas (Jm(λ) (λ) − λI)m(λ) = 0.

Exemplo 1.9  
7 1 0
Por exemplo, a matriz  0 7 1  tem λ = 7 como o seu único valor próprio. Como,
0 0 7
        
0 1 0 0 1 0 0 1 0 0 0 1 0 1 0
A−7I =  0 0 1  , (A−7I)2 =  0 0 1   0 0 1  =  0 0 0  , (A−7I)3 =  0 0 0  ,
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

podemos concluir que dim(G(λ, 1)) = 1, dim(G(λ, 2)) = 3, dim(G(λ, 3)) = 3, dim(G(λ, 4)) = 3 e
portanto m(λ) = 3(onde λ =7).
7 0 0
Para a matriz 0 7 1 , λ = 7 também é o único valor próprio e

0 0 7

dim(G(λ, 1)) = 1, dim(G(λ, 2)) = 2 e dim(G(λ, 3)) = 3

pelo que ma(λ) = 2.

Definição 1.10
O ı́ndice de um vector próprio generalizado v ∈ G(λ) é o menor natural m tal que v ∈ G(λ, m).

Por exemplo, o ı́ndice do vector nulo 0 é 1. Se v tem ı́ndice m então v ∈

/ G(λ, m − 1). Em seguida vamos indicar
como construir cadeias de Jordan a partir de uma cadeia de Jordan.

Teorema 1.11
Seja vm vector de indı́ce m associado ao valor próprio λ de A. Considerem-se os vectores vm−1 , ..., v1
construidos a partir de vm tais que:

vm−1 = (A − λI)vm , ..., v1 = (A − λI)m−1 vm .

Então, para cada j = 1, ..., m, temos:

1. vj tem indı́ce j,

2. v1 , ..., vj é uma cadeia de Jordan de comprimento j.

Demonstração: 1. Seja j = m − p. Note que vm−p = (A − λI)p vm . Assim, por um lado,

(A − λI)m−p vm−p = (A − λI)m−p (A − λI)p vm = (A − λI)m vm = 0

7
e por outro

(A − λI)m−p−1 vm−p = (A − λI)m−p vm−p = (A − λI)m−p−1 (A − λI)p vm = (A − λI)m−1 vm 6= 0

pelo que vj tem ı́ndice j.

2. Para simplificar seja Aλ = A − λI. Dada uma combinação linear

c1 v1 + .... + cm vm = 0

pretendemos provar que cada ci = 0. Por definição, vm−i = Aiλ vm , pelo que podem reescrever a combinação linear
como
c1 Am−1
λ vm + c2 Am−2
λ + ... + cm−1 Aλ vm + cm vm = 0.
Multiplicando esta equação por Am−1
λ e observando que Arλ vm = 0 para r ≥ m e Am−1
λ vm = v1 6= 0 a combinação
linear fica reduzida a
cm v1 = 0
o que implica cm = 0, pois v1 6= 0. Portanto a nossa combinaçã linear inicial fica

c1 v1 + .... + cm−1 vm−1 = 0.

Aplicando Am−2λ a esta combinação linear obtemos (analogamente) cm−1 = 0. Continuando este processo leva-nos
à conclusão desejada, de que de facto todos os ci ’s são nulos. 

1.1 Método(s) para encontrar a forma canónica de Jordan

Dada A matriz n × n, pretendemos construir uma matriz J na forma canónica de Jordan e uma matriz invertı́vel
S tais que
S −1 AS = J.
Sabemos que o Teorema 1.6 garante que de tais matrizes existem. Cada bloco de Jordan está ssociado uma cadeia
de Jordan, pelo que procuramos construir uma base ordenada de G(λ) formada por cadeias de Jordan associadas a
λ (para cada valor próprio λ de A) por forma a construir uma base de Rn (ou Cn no caso complexo) formada por
cadeias de Jordan associadas aos diversos valores póprios de A.
O número de blocos de Jordan associados a um dado valor próprio λ coincide com a sua multiplicidade geométrica
mg(λ)=dim(G(λ, 1)) e que o bloco de Jordan de maior dimensão é igual ao menor j tal que G(λ, j) = G(λ, j + 1),
isto é, é igual ao ı́ndice m(λ) de λ, como definido na Def. 1.8; mais,

dim(G(λ)) = dim(G(λ, m(λ)) = ma(λ)

ver Teoremas 1.6 e 1.7 donde também podemos concluir que cada vector de Rn pode ser escrito de uma forma única
como soma de vectores em cada espaço próprio generalizado, pelo que

G(λ1 ) ⊕ .... ⊕ G(λk ) = Rn

onde λ1 ,...,λk são os valores próprios (distintos) de A (no caso complexo Cn ). Em particular, se B1 , ..., Br são
conjuntos LI de vectores próprio de generalizados associados a r valores próprios de A (não necessariamente todos
os valores própios de A), então B1 ∪ ... ∪ Br são LI em Rn (ou Cn no caso complexo).
Para encontrar as matrizes S invertı́vel e J na forma canónica de Jordan tais que S −1 AS = J, podemos:

1. Calcular o polinómio caracterı́stico de A e encontrar os seus valores próprios (distintos dois a dois) λ1 , ..., λk
e respectivas multiplicidades algébricas, portanto

p(λ) = (−1)n (λ − λ1 )m1 · · · (λ − λk )mk , ma(λ1 ) = m1 , ..., ma(λk ) = mk e m1 + ... + mk = n.

2. 1o método: resolvemos a Eq. (3) para cada valor próprio (em que cada solução dá origem a uma cadeias de
Jordan) até encontramos uma base de Rn (ou Cn no caso complexo), em que cada cadeia de Jordan v1 , ..., vm
é construı́da a partir de primeiro vector v1 . (Ver o Exemplo 1.4.)

8
3. 2o método: construir cada cadeia de Jordan v1 , ..., vm a partir de último vector vm (até ao primeiro) começando
pelas cadeias de Jordan de maior comprimento, adoptando a seguinte estratégia.

(a) Para cada valor próprio λi , calcula-se os números aj = dimG(λi , j) para j ∈ N e, em particular, calcular
o menor m(λi ) tal que am(λi ) = a1+m(λi ) . Obtém-se assim uma sucessão crescente
a1 , a2 , ...., am(λi ) , am(λi ) , ... (5)
constante a partir do termo de ordem m(λi ) e, além disso, am(λ) = ma(λ).
(b) Para determinar uma base de G(λi ), procedemos da seguinte forma. Escolhe-se base vm(λi ),1 ,...,vm(λi ),km(λ )
i
para um espaço complementar U (λi , m(λi )) de G(λ, m(λi ) − 1) em G(λ, m(λi )), cada um desses vectores
dá origem a uma cadeia de Jordan do comprimento m(λi ) (ver Teorema 1.11). Nomeadamente, colocando
s = m(λi ) e Aλi = (A − λi I), os vectores
vs,1 , ..., vs,ks , Aλi vs,1 , ..., Aλi vs,ks , ..., Al−1 s−1
λi vs,1 , ..., Aλi vs,ks (6)
são linearmente independentes (note que qualquer combinação linear não nula dos vectores vl,m ’s tem
ı́ndice l pelo que a demonstração do Teorema 1.11 conduze-nos à independência linear desse conjunto de
vectores) e portanto formam uma base de
V (s) := U (λi , m(λi )) + (A − λi I)U (λi , m(λi )) + ... + (A − λi I)s−1 U (λi , m(λi )) ⊆ G(λi ).
Este espaço linear é invariante para A − λi I e portanto para A. Os blocos de Jordan Jl (λi ) de dimensão
l são obtidos a partir desta base de V (l). O número de blocos é kl . Cada bloco de Jordan Jl (λi ) está
associada à cadeia de Jordan
vs,j , Aλi vs,j , ..., Al−1
λi vs,j
com j = 1, ..., ks . As colunas da matriz S que coorespondem (ao bloco de Jordan Js (λi ) na matriz J) a
esta cadeia de Jordan é
Al−1
λi vs,j , Aλi vs,j , ..., vs,j ,
portanto, trocamos a ordem destes vectores (da cadeia).
(c) Em seguida, constroem-se as cadeias de comprimento m(λi )−1. Fixa-se uma base vs−1,1 , ...., vs−1,ks−1 para
um espaço complementar U (λi , m(λi )−1) de G(λi , m(λi )−2)+(A−λi I)U (λi , m(λi )) em G(λi , m(λi )−2).
Novamente, a demonstração do Teorema 1.11 diz-nos que (s = m(λi ))):
vs−1,1 , ..., vs−1,ks−1 , Aλi vs−1,1 , ..., Aλi vs−1,ks−1 , ..., As−2 s−2
λi vs−1,1 , ..., Aλi vs−1,ks−1 (7)
são linearmente independentes e formam uma base para
V (s − 1) := U (λi , m(λi ) − 1) + (A − λi I)U (λi , m(λi ) − 1) + ... + (A − λi I)s−2 U (λi , m(λi ) − 1) ⊆ G(λi )
que é um subespaço invariante para A. Cada um dos ks−1 vectores vs−1,j ’s fornece um bloco de Jordan
Js−1 (λi ). Mais, como toda a combinação linear de vectores de Aλi vs,1 ,...,Aλi vs,kl , vs−1,1 ,...,vs−1,ks−1 tem
ı́ndice s − 1 pelo que a demonstração do Teorema 1.11 indica-nos que a união dos vectores de (6) com (7)
é linearmente independente. Se U (λi , l − 1) = {0} então não temos cadeias de Jordan de comprimento
l − 1.
(d) Prosseguindo desta forma obtemos uma decomposição
G(λi ) = V (m(λi )) ⊕ V (m(λi ) − 1) ⊕ .... ⊕ V (1)
e uma base de G(λi ), que tem dim(G(λi )) = ma(λi ) pelo Teorema 1.7, que contém cadeias de Jordan
associados ao valor próprio λi .

4. Pelo Teorema 1.6, obtemos assim uma base de Rn (ou Cn no caso complexo) constituida por cadeias de
Jordan, onde cada espaço próprio generalizado G(λj ) contribui com ma(λj ) vectores (para cada j = 1, ..., k).
As colunas da matriz S são então formadas pelo vectores desta base (cuidado com a ordenação dos vectores
de cada cadeis de Jordan) e J é a matriz cujos blocos de Jordan correspondem às cadeias de Jordan nessa
base de Rn .

9
 Vamos introduzir as tabelas de Young, que se usam em diversas aplicações, e que uma maneira de representar
particões de uma dado inteiro e que nos ajudam a perceber melhor o algoritmo acima descrito. dado um natural n,
se
n = b1 + b2 + .... + bp
com b1 ≥ b2 ≥ ... ≥ bp , então a tabela de Young associada a (b1 , ..., bp ) é a tabela em que na coluna 1 tem b1 caixas,
a coluna 2 tem b2 caixas,..., na coluna p tem bp caixas. Por exemplo, a tabela de Young de (3, 3, 2, 1, 1) é

Fixemos um valor próprio λ de A e considere-se a sucessão (5):

a1 , a2 , .., am(λ) , am(λ) , ...

em que am(λ) = ma(λ). Seja

b1 = a1 , b2 = a2 − a1 , ..., bj = aj − aj−1 , ..., bm(λ) = am(λ) − am(λ)−1 , bm(λ)+1 = 0, ... (8)

Ora, (b1 , b2 , ..., bm(λ) ) é uma tabela de Young e, pela definição dos bj ’s,

ma(λ) = b1 + ... + bm(λ) .

Cada linha da tabela de Young (b1 , b2 , ..., bm(λ) ) é uma cadeia de Jordan de comprimento igual ao número de caixas
nessa linha, em que a primeira tem comprimento m(λ). Além disso, temos b1 blocos de Jordan associados a λ.
Finalmente, se definirmos

c1 = a1 − a2 , c2 = a2 − a3 , ..., cm(λ)−1 = bm(λ)−1 − bm(λ) , cm(λ) = bm(λ) , (9)

então cj dá-nos o número de blocos do tipo j × j associados a λ.

Portanto a sucessão (ak )k∈N , onde ak = dim(N (A − λI)k ) determina os blocos de Jordan na matriz J associados
ao valor próprio λ de A. Vamos resumir estas conclusões como se segue:

1. ma(λ) = número total de entradas na diagonal principal de J (do valor próprio λ)

= soma dos tamanhos dos blocos de Jordan associados a λ.

2. mg(λ) = número de blocos de Jordan associados a λ;

3. m(λ) = tamanho do maior bloco de Jordan associado a λ é (o ı́ndice de λ);

4. o número de blocos de Jordan do tipo j × j associados a λ é

− dim(N (A − λ)j−1 )) + 2dim(N (A − λ)j )) − dim(N (A − λ)j+1 )).

A matriz J é assim fácil de obter sabendo (dim(G(λ, j)) j∈N e, além disso, J única (a menos de permutações
λ∈σ(A)
dos blocos de Jordan). Todavia, a matriz invertı́vel S tal que S −1 AS = J não é única. (Note que σ(A) é o o
espectro de A, i.e. o conjunto dos valores próprios de A.)

1.2 Exemplos

10
 Exemplo 1.12
Vamos usar o algoritmo descrito em cima para encontar uma matriz S invertı́vel e J na forma canónica
de Jordan, tais que S −1 AS = J onde
 
0 −1 −1
A =  −1 0 −1  .
2 2 3

é a matriz do Exemplo 1.4. Vimos que p(λ) = −(λ − 1)3 e portranto λ = 1 é o único valor próprio de
A, com ma(λ) = 3. Vamos determinar a sucessão a1 , a2 , ... para esta matriz A. Ora, como
 
−1 −1 −1
A − I =  −1 −1 −1  ,
2 2 2

a1 = dim(N (A − I)) = 2 (a multiplicidade geométrica de λ = 1). Como a sucessão é crescente e um

dos ai ’s tem que ser 3 (pois é a multiplicidade algébrica de λ = 1), podemos concluir, sem fazer mais
cálculos, que
a1 = 2, a2 = 3, a3 = 3, ...
e m(λ) = 2 (note que am(λ) = ma(λ) = 3). Portanto, a sucessão (bk ), (ver Eq. (8)), é:

b1 = 2, b2 = 1, b3 = 0, b4 = 0, ...

pelo que a tabela de Young é

(1 cadeia de Jordan de comprimento 2 e 1 cadeia de Jordan de comprimento 1) e a matriz na forma de

Jordan associada é  
1 0 0
J = diag(J1 (1), J2 (1)) =  0 1 1  .
0 0 1
Falta-nos encontrar uma base de R3 formada por vectores próprios generalizados de λ. Vamos estudar
G(1, 1) e G(1, 2). Como já calculámos A − I, podemos concluir que {(−1, 1, 0), (−1, 0, 1)} é uma base
de G(λ, 1). Por outro lado  
0 0 0
(A − I)2 =  0 0 0  ,
0 0 0
portanto G(1, 2) = R3 , logo podemos considerar a base canónica de R3 para G(1, 2). Para a cadeia de
Jordan de comprimento 2, fixemos v2 ∈ G(1, 2) tal que v2 6∈ G(1, 1). Por exemplo, v2 = (1, 0, 0). Como
   
1 −1
(A − I)  0  =  −1 
0 −1

a cadeis de Jordan de comprimento 2 é {v1 , v2 } com v1 = (−1, −1, −1) e v2 = (1, 0, 0). Para a cadeia
de Jordan de ordem 1, temos que encontrar um vector w1 em G(1, 1) que seja linearmente independent
de v1 . Por exemplo, qualquer um dos vectores da base de G(1, 1) escrita em cima serve. P.ex. seja
w1 = (−1, 1, 0). Logo {w1 , v1 , v2 } é uma base de R3 e a matriz
 
−1 −1 1
S =  1 −1 0 
1 −1 0

(cujas colunas são estes 3 vectores) é tal que S −1 AS = J.

11
 Exemplo 1.13
Vamos encontrar a matriz na forma de Jordan J e S tai squ e S −1 AS = J onde
 
2 2 2
A =  0 2 2 ,
0 0 2

cujo polinómio caracterı́stico é obviamente p(λ) = −(λ − 2)3 , pelo que λ = 2 é o único valor próprio de
A e ma(λ) = 3. Como  
0 2 2
A − 2I =  0 0 2  ,
0 0 0
a1 = 1 (=dimN (A − 2I)), pelo que só vamos ter um bloco de Jordan em J, portanto
 
2 1 0
J =  0 2 1 .
0 0 2

Em todo o caso
      
0 2 2 0 2 2 0 0 4 0 0 0
(A − 2I)2 =  0 0 2   0 0 2  =  0 0 0  e (A − 2I)3 =  0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0

pelo que a1 = 1, a2 = 2, a3 = 3, a4 = 3,... logo b1 = a1 = 1, b2 = a2 − a1 = 1 e b3 = 1 e assim a tabela

de Young é

(vamos ter uma cadeia de Jordan de comprimento 3, logo a matriz J é a que encontrámos em cima).
O conjunto {(1, 0, 0), (0, 1, 0)} é um abase de G(λ, 2) e G(λ, 3) = R3 . Assim v = (0, 0, 1) ∈ G(λ, 3) mas
v∈/ G(λ, 2). Portanto

v = (0, 0, 1), (A − 2I)v = (2, 2, 0), (A − 2I)2 v = (4, 0, 0)

é uma cadeia de Jordem de comprimento 3 e portanto a matriz

   
4 2 0 2 1 0
S =  0 2 0  e J =  0 2 1  satisfazem S −1 AS = J.
0 0 1 0 0 2

Exemplo 1.14
Vamos encontar uma matriz S invertı́vel e J na forma canónica de Jordan, tais que S −1 AS = J onde
 
2 0 1 −3
 0 2 10 4 
A=  0
.
0 2 0 
0 0 0 3
O polinómio caracteristı́co de A é p(λ) = (λ − 2)3 (λ − 3), pelo que temos dois valores próprios λ1 = 2 e
λ2 = 3 cujas multiplicidades algébrcas são ma(λ1 ) = 3 e ma(λ2 ) = 1.
Relativamente a λ1 ,
   
0 0 1 −3 0 0 0 −3
 0 0 10 4  , (A − 2I)2 =  0 0 0 4 
 
A − 2I =   0 0 0

0   0 0 0 0 
0 0 0 1 0 0 0 1
12
portanto a1 = 2 e portanto a3 = 3, a4 = 3, .... Logo b1 = 2, b2 = 1, b3 = 0, pelo que a tabela de Young
de λ1 é

(1 cadeia de Jordan comprimento 2 e 1 cadeia de Jordan de comprimento 1 para λ1 ). Como ma(λ2 ) = 1,

a sucessão das dimensẽos dos espaços próprios generalizados de λ2 é a1 = 1, a2 = 1, ..., logo b1 = 1,
b2 = 0; assim a tabela de Young de λ2 é

pelo que temos 1 cadeia de Jordan de comprimento 1 de λ2 . A matriz na forma de canónica de Jordan é
 
2 1 0 0
 0 2 0 0 
J = 0 0 2 0 .


0 0 0 3

Falta determinar uma matriz invertı́vel tal que S −1 AS = J. Ora, {(1, 0, 0, 0), (0, 1, 0, 0)} é uma base
de G(λ1 , 1), enquanto que {1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0)} é uma base de G(λ1 , 2). Agora temos que
escolher 1 vector v2 ∈ G(λ2 , 2) tal que v2 6∈ G(λ1 , 1). Por exemplo v2 = (0, 0, 0, 1), como
      
0 0 0 1 −3 0 1
 0   0 0 10 4 
  0  =  10 
   
(A − 2I)  =
 1   0 0 0 0  1   0 
0 0 0 0 1 0 0

temos que v1 , v2 é uma cadeia de Jordan de comprimento 2 de λ2 onde v1 = (1, 10, 0, 0) e v2 = (0, 0, 0, 1).
Para a cadeia de Jordan w1 de comprimento 1 de λ1 temos que encontrar w1 ∈ G(λ1 , 1) que seja
linearmente independente de v1 ; por exemplo w1 = (1, 0, 0, 0). Falta determinar um vector próprio
z ∈ G(λ2 , 1). Ora  
−1 0 1 −3
 0 −1 10 4 
A − 3I =  
 0 0 −1 0 
0 0 0 0
pelo que {(−3, 4, 0, 1)} é uma base de G(λ2 , 1). Portanto {v1 , v2 , w1 , z} é uma base de R4 formada por
vectores próprios generalizados de A e
 
1 0 1 −3
 10 0 0 4 
S=  0 1 0

0 
0 0 0 1

satifaz a relação pretendida S −1 AS = J.

Exemplo 1.15
Vamos usar o algoritmo descrito em cima para encontar uma matriz S invertı́vel e J na forma canónica
de Jordan, tais que S −1 AS = J onde
 
3 1 0 0 0
 −1 1 0 0 0 
 
A= 1
 1 3 1 0 .

 −1 −1 −1 1 0 
0 0 0 0 2

13
O polinómio caracterı́stico de A é p(λ) = −(λ − 2)5 (note que temos blocos de matrizes 2 × 2 e 1 × 1 ao
longo da diagonal principal de A e, por cima destes blocos, as entradas de A são nulas). Como
   
1 1 0 0 0 0 0 0 0 0
 −1 −1 0 0 0   0 0 0 0 0 
2
   
A − 2I =  1 1 1 1 0  e (A − 2I) = 

 0 0 0 0 0 

 −1 −1 −1 −1 0   0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0

temos a1 = 3, a2 = 5, a3 = 5,... portanto b1 = 3, b2 = 2, b3 = 0, b4 = 0, ... pelo que a tabela de Young é

(2 cadeias de Jordan de comprimento 2 e 1 cadeia de Jordan de comprimento 1) e a matriz na forma de

canónica de Jordan é  
2 1 0 0 0
 0 2 0 0 0 
 
J =  0 0 2 1 0 .

 0 0 0 2 0 
0 0 0 0 2

É claro que {(−1, 1, 0, 0, 0), (0, 0, −1, 1, 0), (0, 0, 0, 0, 1)} é uma base de G(2, 1) = N (A − 2I) e a base
canónica de R5 é uma base de G(2, 2) = N (A − 2I)2 . Escolhemos v2 , w2 ∈ G(2, 2) tais que v2 , w2 ∈ /
G(2, 1) e v2 , w2 possam ser incluı́dos numa base de G(2, 2), que inclua uma base de G(2, 1); portanto
tais que {(−1, 1, 0, 0, 0), (0, 0, −1, 1, 0), (0, 0, 0, 0, 1), v2 , w2 } seja uma base de G(2, 2). Por exemplo v2 =
(1, 0, 0, 0, 0) e w2 = (0, 0, 1, 0, 0). Então v1 , v2 é uma cadeia de Jordan onde v1 = (A − 2I)v2 e w1 , w2 é
outra cadeia de Jordan onde w1 = (A − 2I)w2 . Para determinar v1 e w1 calculamos
      
1 1 1 0 0 0 1 1
 0   −1 −1 0 0 0    0   −1 
   
  
(A − 2I)  0  =  1
   1 1 1 0  0  =  1 
   
,
 0   −1 −1 −1 −1 0   0   −1 
0 0 0 0 0 0 0 0
      
0 1 1 0 0 0 0 0

 0  
  −1 −1 0 0 0 
 0  
  0 

(A − 2I) 
 1 =
  1 1 1 1 0 
 1 =
  1 ,

 0   −1 −1 −1 −1 0  0   −1 
0 0 0 0 0 0 0 0
portanto v1 = (1, −1, 1, −1, 0) e w1 = (0, 0, 1, −1, 0). Falta-nos escolher a cadeia de comprimento 1;
para tal, temos que escolher z ∈ G(2, 1) tal que v1 , w1 , z sejam linearmente independentes. Por ex., seja
z = (0, 0, 0, 0, 1). Logo {v1 , v2 , w1 , w2 , z} é uma base de R5 e a matriz
 
1 1 0 0 0
 −1 0 0 0 0 
 
S= 1 0
 1 1 0  
 −1 0 −1 0 0 
0 0 0 0 1

é tal que S −1 AS = J.

14
1.3 Exercı́cios
1.1. Seja A matriz n × n e λ escalar. Prove que A e (A − λI)j comutam para qualquer j.
 
J1 (λ)
1.2. Prove que, embora tenham os mesmo polinómio caracterı́stico, J3 (λ) não é semelhante a .
J2 (λ)
   
J1 (λ) J2 (λ)
Prove que J2 (λ)
é semelhante a J1 (λ)
.

√
1.3. Seja A matriz com dois valores próprios distintos λ1 = 5 e λ2 = 2 cujas tabelas de Young são, respectivamente,

e .

Determine a forma canónica de Jordan J associada a A. Calcule dim(G(λ1 , 2)) e dim(G(λ2 , 2)).

1.4. a) Verifique que os vectores da base canónica e1 , ..., en de Rn formam uma cadeia de Jordan de Jn (λ) de
comprimento n. √
b) Sendo A = diag(02 , J3 ( 2)) indique duas cadeias de Jordan de A (um com comprimento superior a 2), onde 02
designa a matriz nula 2 × 2.

1.5. Mostre que o número de blocos de Jordan de tamanho j × j associados a um valor próprio λ de A é

car(A − λI)j−1 − 2car(A − λI)j + car(A − λI)j+1 .

1.6. Para cada uma das matrizes A seguintes,

 
  3 −1 1 −1 0
−2 −1 0 
 1 1 1 −1 0 

 4 2 0 , 
 0 0 3 −1 0 

−4 −2 0  0 0 1 1 0 
0 0 0 0 2

determine a forma canónica de Jordan J e uma matriz S invertı́vel tais que S −1 AS = J.

15
Índice alfabético
ı́ndice de vector próprio generalizado, 7

bloco de Jordan, 1

cadeia de Jordan, 3
complemento de um subespaço linear, 4

espaço próprio generalizado, 2

forma canónica de Jordan, 1

indı́ce do valor próprio, 7

subespaço invariante, 4

tabela de Young, 10

vectores próprios generalizados, 2

16