Você está na página 1de 12

Algebra Linear I - Aula 20

1. Matrizes ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotaes em R3 . co 4. Matrizes ortogonais 3 3. Roteiro

1
1.1

Matrizes Ortogonais
Bases ortogonais

Lembre que uma base ortogonal se est formada por vetores ortogonais e a entre si: para todo par de vetores distintos u e v da base se verica que u v = 0. Uma base ortonormal se ortogonal e todo vetor da base um vetor e e e unitrio (ou seja, u u = 1 para todo vetor de ). a Como j vimos, calcular as coordenadas de um vetor em uma base ora togonal muito simples (mais ainda se a base ortonormal). Suponha que e e 3 estamos em R e que = {u, v, w} uma base ortonormal. Queremos dee terminar as coordenadas de um vetor na base , ou seja () = (a, b, c), Para determinar a considere u, u = (a u + b v + c w) u = a (u u) + b (u v) + c (u w). Observe que, como a base ortonormal, u u = 1, u v = 0 = u w. Logo e a = u. Analogamente obtemos, b = v, 1 c = w. = a u + b v + c w.

Exerc cio 1. Encontre uma base ortonormal que contenha dois vetores paralelos a (1, 1, 1) e (1, 1, 0). Obtida a base , determine as coordenadas do vetor (1, 2, 3) em dita base. Resposta: O terceiro vetor da base deve ser ortogonal a (1, 1, 1) e (1, 1, 0), portanto, paralelo a (1, 1, 1) (1, 1, 0), isto , paralelo a (1, 1, 2). Uma e e poss base (existem muitas possibilidades) vel e = {(1/ 3, 1/ 3, 1/ 3), (1/ 2, 1/ 2, 0), (1/ 6, 1/ 6, 2/ 6)}. As coordenadas de (1, 2, 3) na base so (a, b, c) onde a 3, a = (1, 2, 3) (1/ 3, 1/ 1/ 3) = 6/ 3, = b = (1, 2, 3) (1/2, 1/ 2, 0) 1/ 2, c = (1, 2, 3) (1/ 6, 1/ 6, 2/ 6) = 3/ 6. Obtemos assim as coordenadas.

1.2

Matrizes ortogonais

Dada uma matriz quadrada M sua transposta, denotada M t , uma matriz e cujas linhas so as colunas de M, ou seja, se M = (ai,j ) e M t = (bi,j ) se a verica bj,i = ai,j . Denio 1 (Matriz ortogonal). Uma matriz M ortogonal se invers ca e e vel 1 t e M = M , ou seja, MM t = M t M = Id. Observe que se M ortogonal ento sua transposta tambm ortogoe a e e t 1 nal (veja que (M ) = M). Portanto, a inversa de uma matriz ortogonal tambm ortogonal. e e Propriedade 1.1. O produto de duas matrizes ortogonais ortogonal. e Prova: Para provar a armao, lembre que (AB)t = B t At . Sejam agora ca M e N ortogonais, isto , N N t = Id = M M t . Temos e (M N) (M N)t = M N N t M t = M (N N t ) M t = M M t = Id. Portanto, o produto M N ortogonal. e 2

Propriedade 1.2. O determinante de uma matriz ortogonal igual a 1. e Prova: Para provar a armao suciente lembrar que M t e M tm o ca e e mesmo determinante e que o determinante da identidade igual a 1, logo e det(MM t ) = det(M) det(M t ) = det(M)2 = 1.

1.3

Matrizes ortogonais: interpretao geomtrica ca e

Propriedade 1.3. Uma matriz ortogonal uma matriz cujas colunas (ou lie nhas) formam uma base ortonormal (de fato, isto uma denio geomtrica e ca e alternativa de matriz ortogonal). Prova: Para simplicar a notao veremos a armao para matrizes 2 2. ca ca Seja M uma matriz ortogonal cujos vetores coluna so u = (a, b) e v = (c, d). a Id = M t M = a b c d = a c b d 1 0 0 1 = aa + bb ac + bd ac+ bd cc + dd =

= Logo

uu uv uv vv

e u e v formam uma base ortonormal.

u u = v v = 1,

u v = 0,

De fato, o argumento anterior mostra o seguinte: Propriedade 1.4. Uma matriz ortogonal se, e somente se, seus vetores e coluna formam uma base ortonormal. Multiplicando MM t , v. obter a mesma armao para os vetores linha: a ca Propriedade 1.5. Uma matriz ortogonal se, e somente se, seus vetores e linha formam uma base ortonormal. Observao 1. O fato anterior implica que a matriz de uma rotao ou ca ca de um espelhamento (na base cannica) uma matriz ortogonal. Tambm o e e implica que a matriz de uma projeo no ortogonal (em nenhuma base). ca a e 3

Veremos que a propriedade anterior implica que: Propriedade 1.6. Uma matriz ortogonal A conserva ngulos e mdulos. a o Prova: Como j vimos quando estudamos espelhamentos e rotaes, a co e suciente ver que a matriz A conserva o produto escalar. Sejam v1 = A(1, 0, 0), v2 = A(0, 1, 0) v3 = A(0, 0, 1).

Pela Propriedade 1.3, como A ortogonal, = {v1 , v2 , v3 } uma base ortoe e normal. Considere vetores u = (a, b, c) e v = (d, e, f ), Observe que A(u) = a v1 + b v2 + c v3 , A(v) = d v1 + e v2 + f v3 .

Usando que v1 v2 = v1 v3 = v2 v3 = 0 e que vi vi = 1, i = 1, 2, 3, temos A(u) A(v) = (a v1 + b v2 + c v3 ) (d v1 + e v2 + f v3 ) = = (a d) (v1 v1 ) + (b e) (v2 v2 ) + (c f ) (v3 v3 ) = = a d + b e + c f = u v. Obtemos assim a armao. ca Propriedade 1.7 (Autovalores de uma matriz ortogonal). Todo autovalor real de uma matriz ortogonal A igual a 1 ou 1. Todo autovalor complexo e de A tem mdulo 1. o Prova: A armao sobre autovalores reais obvia: se um autovalor e ca e e u um autovetor associado a A, |u| = |A(u)| = | u| = |||u|, Portanto = 1. Para ver que os autovalores complexos tm mdulo igual e o a 1 (veremos isto em dimenso dois ou trs) usaremos que o determinante de a e A igual ao produto dos autovalores e que n meros complexos conjugados e u tm o mesmo mdulo. Observe tambm que se um autovalor ento e o e e a (seu conjugado) tambm um autovalor. Portanto, e e 1 = | det(A)| = || || = ||2 . Logo 1 = ||. Em dimenso trs a prova e idntica usando que existe um a e e autovalor real que igual a 1. e 4

Matrizes ortogonais 2 2

Seja A uma matriz ortogonal 2 2. Existem as seguintes possibilidades para os autovalores de A: (a) autovalor 1 (duplo), (b) autovalor 1 (duplo), (c) autovalores 1 e 1, (d) autovalores complexos conjugados. Observe que temos as seguintes propriedades sobre os traos: c (a) autovalor 1 (duplo): trao 2, c (b) autovalor 1 (duplo): trao 2 c (c) autovalores 1 e 1: trao 0, c (d) autovalores complexos conjugados: trao diferente de 0 (excluido o caso c em que os autovalores so imaginrios puros). a a Isto signica que estudando o trao da matriz (excluido um caso, que veremos c a seguir) poss saber o signicado geomtrico de transformao ortogonal e vel e ca em dimenso 2. a Estas matrizes so: (a) a identidade, (b) menos a identidade, (c) um a espelhamento, (d) uma rotao. ca Veremos o caso em que a matriz M verica (c), os casos (a) e (b) so a similares (somente que muito mais simples!). O caso (d) ser obtido quase a de graa. c As etapas do caso (c) so as seguintes: a 1. Considere u um autovetor associado a 1. 2. Considere v um vetor perpendicular a u. Como M ortogonal conserva e ngulos, protanto M(v) perpendicular a u. a e 3. Como M(v) = lembre que v = e que M conserva mdulos, temos 0, 0 o que M(v) = v. 5

4. Como os autovalores reais de uma matriz ortogonal so 1, h duas a a possibilidades, = 1 ou = 1. Por hiptese, ocorre a ultima possio bilidade. 5. Portanto, M tem autovalores 1 e 1 e existe uma base ortogonal de autovetores de M, no caso {u, v}. Logo M um espelhamento respeito e a reta de vetor diretor u que contm a origem. e Vejamos rapidamente o caso (d). Observe que como a primeira coluna de A um vetor unitrio da forma (cos , sen ) para algum . Como o vetor e a e correspondente ` segunda coluna ortogonal e unitrio, h duas possibilidaa e a a des: (sen , cos ) e (sen, cos ). Portanto h duas possibilidades para a a matriz A A= cos sen sen cos ou A = cos sen sen cos .

Observe que a primeira matriz tem trao igual a zero. c Suponha que os autovalores sejam da forma a i b, onde a = 0. Em tal caso, a primeira possibilidade pode ser descartada, pois o trao da matriz c e zero. Logo estamos na segunda opo, que j sabemos que representa uma ca a rotao de ngulo no sentido anti-horrio. ca a a Portanto, falta o caso em que os autovalores no tm parte real, e o trao a e c simples ver que as unicas possibilidades so zero. E e a A= 0 1 1 0 ou A = 0 1 1 0

que representam rotaes de /2 e (3)/2 radianos. co Exemplos 1. A matriz ortogonal A= 2 1/ 1/2 1/ 2 1/ 2

representa uma rotao de 45 graus. Veja que tem autovalores complexos e ca calcule o ngulo de (1, 0) e A(1, 0). De fato, como o trao diferente de a c e 0 no pode ser um espelhamento, como diferente de 2 no a identidade a e a e (bem, isto obvio!), e como diferente de 2 no menos a identidade! Ou e e a e seja, a unica opo uma rotao. ca e ca 6

A matriz ortogonal A= 2 1/2 1/ 1/ 2 1/ 2

tem determinante 1 e trao zero. Logo, necessariamente, seus autovalores c so 1 e 1. Logo, representa um espelhamento. a Para determinar a reta de projeo, lembre que A(1, 0) (1, 0) = ((1 2)/ 2, 1/ 2) o vetor normal ca e a ` dita reta, ou seja um autovetor associado a 1.

Rotaes em R3 co

Uma rotao cujo eixo a reta r que contm a origem e paralela ao vetor ca e e e n = (a, b, c) e ngulo uma transformao linear R que verica: a e ca R(n) = n, para todo vetor u do plano : ax+by +cz = 0 temos que R(u) pertence a e forma graus com v (dito de outra forma, a restrio de R ao ca plano uma rotao no plano). e ca A ultima armao implica que se h e w so vetores do plano se verica ca a h w = R(h) R(w). O mesmo racioc que zemos com as rotaes de eixos coordenados imnio co plicam que R conserva mdulos e ngulos. Portanto, R uma transformao o a e ca ortogonal. Mais uma vez, para provar esta armao suciente ver que R ca e conserva o produto escalar. Considere dois vetores u e v. Escrevemos u = n + h, v = m + w,

onde n e m so vetores paralelos ao eixo de rotao e h e w ortogonais ao a ca eixo (ou seja, do plano ). Temos u v = (n + h) (m + w) = n m + n w + h m + h w = n m + h w. Tambm, e R(u) = n + R(h), 7 R(v) = m + R(w),

onde R(h) e R(w) so ortogonais a n e m. Portanto, a R(u) R(v) = (n + R(h)) (m + R(w)) = = n m + n R(w) + R(h) m + R(v) R(w) = = n m + R(v) R(w) = n n + v w. Nas prximas aulas veremos que R semelhante a uma matriz de rotao o e ca em torno ao eixo X da forma 1 0 0 A = 0 cos sen . 0 sen cos Como a matriz A no diagonalizvel (a no ser que seja 0 ou ), a matriz a e a a R no diagonalizvel (lembre que se R fosse diagonalizvel a matriz A a e a a tambm seria diagonalizvel). e a

Matrizes ortogonais 3 3

Considere uma matriz ortogonal M, 3 3, observe que a matriz M tem necessariamente um autovalor real (o polinmio caracter o stico de M tem grau 3), que necessariamente 1 ou 1. e Suponhamos primeiro que o autovalor 1 e que u = (a, b, c) um autoe e vetor associado a 1. Considere o plano : ax + by + cz = 0. Considere um vetor v de , armamos que M(v) pertence a , isto decorre de M conservar os ngulos: a 0 = u v = M(u) M(v) = u M(v). Logo M(v) ortogonal a u e, portanto, pertence a . Em outras palavras, o e plano invariante: todo vetor de transformado por M em um vetor de e e . A seguir, restringimos nossa ateno ao plano , onde a restrio de M ca ca pode ser pensada como uma transformao linear de R2 . ca Observe que temos as quatro possibilidades seguintes para os autovalores de M (lembre que estamos supondo que 1 um autovalor): e (a) autovalor 1 (de multiplicidade 3): trao 3, c 8

(b) autovalores 1 (simples) e 1 (duplo): trao 1, c (c) autovalores 1 (duplo) e 1 (simples): trao 1, c (d) autovalor 1 e dois autovalores complexos conjugados a ib: trao 1 + 2a c (ou seja, somente tem trao 1 quando os autovalores so imaginrios c a a puros). Armamos que estas matrizes so: (a) a identidade, (b) espelhamento a respeito a uma reta, (c) espelhamento respeito a um plano, (d) uma rotao. ca Vejamos, por exemplo, o caso (c). Estudaremos este caso em diferentes etapas: 1. Seja u o autovetor associado a 1 escolhido acima e v um autovetor associado a 1. 2. Lembre que se w um vetor que pertence a , como invariante, e e M(w) tambm pertence a . Ou seja, w e M(w) so ortogonais a u. e a 3. Considere agora o vetor w = u v. Armamos que M(w) = w. Como w ortogonal a u, temos que M(w) ortogonal a M(u) = u. e e Analogamente, como w ortogonal a v, temos que M(w) ortogonal e e a M(v) = v. Logo M(w) paralelo a u (v), ou seja, paralelo a e u v = w. Isto , M(w) = w. e 4. Como M ortogonal h somente duas possibilidades, = 1. Do fato e a de 1 ter multiplicidade 1, temos que = 1. 5. Portanto, M um espelhamento no plano paralelo a u e w que contm e e a origem. Os casos (a) e (b) seguem de forma anloga. a O caso mais interessante, e diferente o caso (d). Neste caso a transe formao representa uma rotao de eixo paralelo ao vetor u (o ngulo da ca ca a rotao depende do argumento dos autovalores complexos). Veremos isto em ca diferentes etapas:

1. Observe que dado qualquer w vetor do plano temos que M(w) (isto j foi provado) e que M(w) = w, para todo n mero real a u . A ultima armao decorre de que os autovalores de M serem 1 ca (de multiplicidade 1 e dois complexos conjugados). Se = 1 ento a haveria dois autovetores linearmente independentes associados a 1 e sua multiplicidade seria no m nimo 2, o que um absurdo. Note que e por hiptese, 1 no autovalor. o a e 2. Para ver que M representa uma rotao falta ver que para todo vetor ca w do plano o ngulo entre w e M(w) o mesmo, isto, conserva o a e e produto escalar: existe k tal que para todo vetor unitrio w do plano a se verica w M(w) = k. 3. Para provar a ultima armao consideramos uma base ortonormal do ca plano , {v1 , v2 }. Escreva w1 = M(v1 ), w2 = M(v2 ).

Armamos que v1 w1 = v2 w2 . Primeiro, escrevemos w1 = c v1 + d v2 , portanto, v1 w1 = c. Em segundo lugar observamos que como v1 e v2 so ortogonais e M ortogonal, w2 w1 = 0 e w1 e w2 tm o mesmo a e e mdulo. Portanto, o w2 = d v1 c v2 ou w2 = d v1 + c v2 . No segundo caso temos w2 v2 = c, provando neste caso a armao. ca 4. Finalmente, veremos que primeiro caso est proibido por hiptese: cona o sidere a base ortogonal = {u, v1, v2 }, e observe que a matriz de M na base : e 1 0 [M] = 0 c d . 0 d c Logo o trao de M (que igual ao trao de [M] , pois as matrizes [M] c e c e [M] so semelhantes) igual a 1. Mas isto absurdo: lembramos a e e que o trao era 1 + 2a, a a parte real (no nula) do autovalor complexo. c a

10

5. Agora estamos prontos para provar que para todo vetor unitrio w do a plano se verica w M(w) = c. Escreva w = v1 + v2 , e lembre que M(v1 ) = c v1 + d v2 , Ento, fazendo os clculos, a a M(w) = ( c d) v1 + ( d + c) v2 . Portanto, usando as relaes de ortogonalidade, co M(w)w = (( c d) v1 +( d+ c) v2 )( v1 + v2 ) = (2 + 2 ) c = c. Deixamos para v. vericar que acontece quando o primeiro autovalor e 1: v. ver que muitas opes se repetem, mas aparecem duas novas: menos a co a identidade (todos os autovalores 1) e a composio de uma rotao e um ca ca espelhamento em um plano (um autovalor 1 e dois autovalores complexos conjugados), onde o eixo de rotao paralelo ao autovetor associado a 1. ca e Exemplo 1. A matriz ortogonal 0 1 0 M = 1 0 0 0 0 1 representa um espelhamento no plano x y = 0. Prova: Para ver isto observe que = 1 um autovalor simples e = 1 e duplo. Os autovetores associados a 1 so da forma (t, t, 0), t R, t = 0. a Veja que todo vetor do plano x y = 0 transformado nele prprio. e o Exemplo 2. A matriz ortogonal 2/3 2/3 1/3 M = 2/3 1/3 2/3 1/3 2/3 2/3 representa um espelhamento no plano x 2y z = 0. 11 M(v2 ) = d v1 + c v2 . 2 + 2 = 1,

Prova: Esta matriz tem trao 1, 2/31/3+2/3 = 1. Portanto, deve ser um c espelhamento em um plano (faa e veja a lista de diferentes possibilidades c para os traos de uma matriz ortogonal!). Em tal caso, c M(1, 0, 0) (1, 0, 0) = (1/3, 2/3, 1/3), deve ser o vetor normal ao plano de espelhamento, e portanto um autovetor associado a 1. Veja que M(1, 2, 1) = (1, 2, 1). Finalmente, conra que (1, 0, 1) e (2, 1, 0) so autovetores associados a 1. Logo, M representa a um espelhamento no plano x 2y z = 0. Nas prximas aulas veremos as matrizes simtricas, com estes dois conceio e tos (matriz ortogonal e matriz simtrica) ser muito mais simples interpretar e a geometricamente uma matriz ortogonal.

12