Escolar Documentos
Profissional Documentos
Cultura Documentos
Universidade Aberta
Ana L. Correia
Índi
e
a11 a12 · · · a1n
a21 a22 · · · a2n
A = M(f ; B, B) = .. .. .. ∈ Mn×n (K),
. . .
an1 an2 · · · ann
ujas
olunas são formadas pelos es
alares da equação respetiva. Dizemos que a
matriz A representa o endomorsmo f
om respeito à base B. É
laro que o estudo
de um endomorsmo
ará simpli
ado se for representado por uma matriz diagonal.
De fa
to, se tivermos
λ1 0 · · · 0
0 λ2 · · · 0
A = M(f ; B, B) = .. .. = diag λ1 , . . . , λn ,
. .
0 0 · · · λn
Neste apítulo abordaremos estas questões, eviden iando a relação entre elas.
2 Ana L. Correia
Denição 1.1. Seja f: E →E um endomorsmo de E.
(a) v 6= 0E ,
(b) f (v) = λv , para algum λ ∈ K.
λv
λv v v v
λv
f (v) = λv,
o ao um
ao
então λ é valor próprio de f asso
iado vetor próprio v, e que v é vetor
próprio de f asso
iado λ. Notemos, ainda, que estas armações só
valor próprio
são possíveis porque o vetor nulo0E não é por denição um vetor próprio. De fa
to,
temos 0E = λ0E , para qualquer λ ∈ K, e admitindo que 0E fosse vetor próprio, então
0E estaria asso
iado a qualquer elemento de λ ∈ K e a denição deste
on
eito não
teria interesse.
4 Ana L. Correia
-
ontradição pois v 6= (0, 0). Portanto f não tem vetores próprios, nem valores
próprios.
Por exemplo, se b=1 obtemos a=i para λ=i e a = −i para λ = −i. Quer dizer
que
f (i, 1) = (−1, i) = i(i, 1) e f (−i, 1) = (−1, −i) = −i(−i, 1),
ou seja (i, 1) ∈ C2 é vetor próprio asso
iado ao valor próprio i e (−i, 1) ∈ C2 é vetor
próprio asso
iado ao valor próprio −i.
Já justi
ámos que qualquer múltiplo es
alar de um vetor próprio de um dado
endomorsmo é, também, um vetor próprio (do mesmo endomorsmo) asso
iado ao
mesmo valor próprio. Fixo um es
alar λ ∈ R podemos
onsiderar, agora, o
onjunto
de todos os vetores v∈E
uja imagem f (v) é o múltiplo λv , isto é o
onjunto
Eλ = {v ∈ E : f (v) = λv} .
O resultado seguinte justi
a a importân
ia destes
onjuntos.
v ∈ Eλ ⇐⇒ f (v) = λv ⇐⇒ f (v) − λv = 0E
⇐⇒ (f − λ idE )(v) = 0E ⇐⇒ v ∈ Nuc(f − λ idE ).
Em parti
ular, Eλ é um subespaço vetorial de E,
omo queríamos. Porquê?
Denição 1.7.
valor próprio de f
Seja E um espaço vetorial sobre K de dimensão nita, seja
f: E →E um endomorsmo e seja λ ∈ K um . O subespaço
Eλ = {v ∈ E : f (v) = λv}
será designado por subespaço próprio de f asso
iado ao valor próprio λ. Além
disso,
hamaremos multipli
idade geométri
a de λ, que denotaremos por mg(λ),
à dimensão de Eλ , i.e
mg(λ) = dim Eλ .
α1 α1 α1
f (v) = λv ⇐⇒ A ... = λ ... ⇐⇒ AX = λX
om X = ... . (1.1)
αn αn αn
6 Ana L. Correia
Exemplo 1.9. Seja A=
1 0
1 2
∈ M2×2 (R). Consideremos os vetores
1
−1
,
0
2
∈ M2×1 (R). Temos
1 0 1 1 1 1 é vetor próprio asso
ia-
A= = =1 ∴ do ao valor próprio 1
1 2 −1 −1 −1 −1
1 0 0 0 0 0 é vetor próprio asso
ia-
A= = =2 ∴ do ao valor próprio 2.
1 2 2 4 2 2
Demonstração. Temos
omo queríamos.
Temos
1 − λ 0
λ é valor próprio de
A ⇐⇒ |A − λIn | = 0 ⇐⇒ =0
1 2 − λ
⇐⇒ λ = 1 ∨ λ = 2
• M1 : Temos
1−1 0 0 0
A − 1I2 = =
1 2−1 1 1
8 Ana L. Correia
e, portanto,
( (
0=0 −
(A − 1I2 )X = 0 ⇐⇒ ⇐⇒ .
x+y = 0 y = −x
Segue-se que
x x 1 1
M1 = ∈ M2×1 (R): y = −x = :x ∈ R = x :x ∈ R =
y −x −1 −1
1−2 0 −1 0 1 0 1 0
A − 2I2 = = −→ −→
1 2−2 1 0 L1 ↔L2 −1 0 L1 +L2 0 0
e, portanto,
( (
x=0 x=0
(A − 2I2 )X = 0 ⇐⇒ ⇐⇒ .
0=0 −
Segue-se que
x 0 0 0
M2 = ∈ M2×1 (R) : x = 0 = :y∈R = y :y∈R =
y y 1 1
Demonstração. (a) Sabemos, pela Proposição 1.6-(a), que Eλ = Nuc(f −λ idE ). Por
outro lado, se A = M(f ; B, B), então A − λIn representa o endomorsmo f − λ idE
α 1
n ..
Eλ = Nuc(f − λ idE ) = α1 , . . . , αn ∈ R : (A − λIn ) . = 0
αn
α1
n ..
= α1 , . . . , αn ∈ R : . ∈ Mλ .
αn
omo queríamos.
(
) Temos
⇐⇒ |A − λIn | = 0 ⇐⇒ pA (λ) = 0,
Prop. 1.11
λ = 0 é valor próprio de f ;
(a)
Demonstração. (a) ⇔ (b): Pela Proposição 1.6. (a) ⇔ (
): Pelo Teorema 1.14.
Portanto as três
ondições são equivalentes.
Exer
í
io 1.16. Seja f : R3 → R3 a apli
ação linear denida, para qualquer (x, y, z)
∈ R3 , por f (x, y, z) = (−y − z, −2x + y − z, 4x + 2y + 4z). Determine os valores
próprios e bases para os subespaços próprios de f .
10 Ana L. Correia
Resolução. Seja (1, 0, 0), (0, 1, 0), (0, 0, 1)
a base
anóni
a de R3 . Como
Deste modo,
E1 = (x, y, z) ∈ R3 : f (x, y, z) = (x, y, z) = {(y, y, −2y) : y ∈ R} = h(1, 1, −2)i .
Portanto (1, 1, −2) é uma base de E1 .
Deste modo,
E2 = (x, y, z) ∈ R3 : f (x, y, z) = (x, y, z) = {(x, −2x − z, z) : x, z ∈ R}
= {x(1, −2, 0) + z(0, −1, 1) : x, z ∈ R} = h(1, −2, 0), (0, −1, 1)i .
Portanto (1, −2, 0), (0, −1, 1) é uma base de E2 .
Exemplo 1.18.
2 −i 0
Seja A = i 2 0 ∈ M3×3 (C). Queremos determinar os valores
0 0 3
próprios e as respetivas multipli
idades algébri
as.
12 Ana L. Correia
Logo
pA (x) = 0 ⇐⇒ (3 − x)2 (1 − x) = 0 ⇐⇒ x = 3 ∨ x = 1.
Portanto os valores próprios de A são 3 e 1. Como 3 o
orre duas vezes
omo raiz do
polinómio
ara
terísti
o pA (x) temos ma(3) = 2, e
omo 1 é raiz simples de pA (x)
então ma(1) = 1.
A existên
ia de valores (e, portanto, de vetores próprios) de uma matriz também
depende do
orpo sobre o qual
onsideramos as suas entradas.
Exemplo 1.19. Seja A =
1 −1
1 0
∈ M2×2 (R). Temos
1 − x −1
pA (x) = |A − xI2 | = = (1 − x)(−x) + 1 = x2 − x + 1.
1 −x
Ora, usando a fórmula resolvente para equações do segundo grau,
√ √
2 1± 1−4 1 ± −3
pA (x) = 0 ⇐⇒ x − x + 1 = 0 ⇐⇒ x = = 6∈ R.
2 2
Portanto A
omo matriz real não tem valores nem vetores próprios. No entanto,
se
onsiderarmos A
√ √
∈ M2×2 (C), a matriz tem dois valores próprios distintos: λ1 =
1+ 3i 1− 3i
e λ2 = .
2 2
Além disso:
tr A denota o (a) cn−1 = (−1)n−1 tr A e c0 = |A|.
traço da matriz
A e é, por de- (b) A tem no máximo n valores próprios distintos.
nição, a soma
de todos os ele- (
) Se λ é valor próprio de A então ma(λ) ≤ n.
mentos da dia-
gonal prin
ipal
de A. Demonstração. Suponhamos A = [aij ]i,j=1,...,n . Temos, na notação a
ima,
a11 − x a · · · a
12 1n
a21 a22 − x · · · a2n
pA (x) = |A − xIn | = .. .. ..
. . .
an1 an2 · · · ann − x
X
Sn é o
onjunto = (−1)n(σ) P1σ(1) P2σ(2) . . . Pnσ(n)
de todas as per- σ∈Sn
mutações do
on-
junto {1,2,...,n} onde, para
ada 1 ≤ i ≤ n,
e tem n! elemen- (
tos. aii − x se σ(i) = i
Piσ(i) = .
aiσ(i) se σ(i) 6= i
14 Ana L. Correia
pois
ontém, no máximo, n−2 fatores da forma aii − x. Como
temos
omo se queria. Por m,
omo pA (x) tem grau n então, o Teorema Fundamental
da Álgebra - TFA, garante-nos que pA (x) tem no máximo n raízes distintas, e não
k
pode admitir fatores do tipo (λ − x)
om k > n, o que prova (b) e (
).
Para o aso de uma matriz A de tipo 3×3 os ál ulos a ima são traduzidos por:
pA (x) = |A − xIn | = (a11 − x)(a22 − x)(a33 − x) − (a11 − x)a23 a32 + a12 a23 a31
− a12 a21 (a33 − x) + a13 a21 a32 − a13 (a22 − x)a31
= −x3 +(a11 + a22 + a33 )x2 −(a11 a22 + a11 a33 + a22 a33 )x + a11 a22 a33 − a11 a23 a32
+ a23 a32 x + a12 a23 a31 − a12 a21 a33 + a12 a21 x + a13 a21 a32 − a13 a22 a31 + a13 a31 x
= −x3 +(a11 +a22 +a33 ) x2 −(a11 a22 +a11 a33 +a22 a33 +a23 a32 +a12 a21 +a13 a31 )x
| {z }
tr A
+ a11 a22 a33 − a11 a23 a32 + a12 a23 a31 − a12 a21 a33 + a13 a21 a32 − a13 a22 a31
| {z }
|A|
Exemplo 1.21. No
aso da matriz do Exemplo 1.18, temos pA (x) = (3−x)2 (1−x) =
−x3 + 7x2 − 15x + 9 - polinómio de grau 3
om 7 = tr A e 9 = |A|,
omo esperado.
respetivamente, temos
f
E′ −→ E′
B Bx
B
idE yP
QidE
om Q = M(idE ; B, B′ ) = M(idE ; B′ , B)−1 = P −1
f
E −→ E
B A B
16 Ana L. Correia
Exemplo 1.25. Consideremos um endomorsmo
3
f : R3 → R3 que é representado,
em relação a uma
erta base B de R , pela matriz
2 −1 1
A = M(f ; B, B) = 0 3 −1 ∈ M3×3 (R).
2 1 3
Como
2 − x −1 1 2 − x 2 − x 0
pA (x) = 0 3 − x −1 = 0 3 − x −1
2 L +L
1 3 − x 1 2 2 1 3 − x
1 1 0 1 1 0
= (2 − x) 0 3 − x −1 = (2 − x) 0 3 − x −1
2 L −2L
1 3 − x 3 1 0 −1 3 − x
3 − x −1
= (2 − x)(−1)1+1 = (2 − x)[(3 − x)2 − 1]
−1 3 − x
= (2 − x)2 (4 − x),
então 2, 4 são os valores próprios de f (e de A). Além disso,
ma(2) = 2 e ma(4) = 1.
Usando o Teorema 1.14, temos
0 −1 1
mg(2) = 3 − rank (A − 2I3 ) = 3 − rank 0 1 −1 = 3 − 2 = 1.
2 1 1
Portanto, neste exemplo,
mg(2) = 1 < 2 = ma(2).
1.2.1 Invariân
ia
Pretendemos es
olher bases para E de tal forma que a representação matri
ial de
um endomorsmo f: E → E de E seja o mais simples possível. Estamos parti
-
ularmente interessados em
ondições que garantam que essa representação simples
seja dada por uma matriz diagonal. Para o efeito, vamos en
ontrar
ondições que
permitam:
•
onstruir uma base para E que seja a união de bases para os subespaços que
interveem na de
omposição em soma direta;
f (F ) ⊆ F.
v ∈ Eλ ⇐⇒ f (v) = λv =⇒ f (v) ∈ Eλ .
f (Eλ ) ⊆ Eλ
e, portanto, f|Eλ é um endomorsmo de Eλ .
18 Ana L. Correia
A proposição seguinte eviden
ia o bom
omportamento dos subespaços invari-
antes relativamente às representações matri
iais.
Portanto todas as imagens f (ei ) se es
revem
omo
ombinação linear dos vetores
e1 , . . . , ek de F . Mas, para as imagens dos vetores v1 , . . . , vs , somente podemos
armar que f (v1 ), . . . , f (vs ) ∈ E = he1 , . . . , ek , v1 , . . . , vs i. Desta forma,
F + G = {u + v : u ∈ F, v ∈ G} e F ∩ G = {v ∈ E : v ∈ F ∧ v ∈ G}
E = F ⊕ G.
F1 ⊕ · · · ⊕ Fk .
20 Ana L. Correia
Dizemos que E é soma direta dos subespaços F1 , . . . , Fk se
E = F1 ⊕ F2 ⊕ · · · ⊕ Fk .
Isto signi
a que todo o vetor u∈E pode ser es
rito de maneira úni
a na forma
u = w1 + w2 + · · · + wk
om w1 ∈ F1 , w2 ∈ F2 ,. . . ,wk ∈ Fk . De fa
to, se tivermos
u = w1 + w2 + · · · + wk e u = v1 + v2 + · · · + vk
om w1 , v1 ∈ F1 , w2 , v2 ∈ F1 , . . . , wk , vk ∈ Fk , então, para 1 ≤ i ≤ k,
k
X
wi − vi ∈ Fi e wi − vi = (vj − wj ) ∈ F1 + · · · + Fi−1 + Fi+1 + · · · + Fk
j=1
j6=i
(a) E = F1 ⊕ F2 ⊕ · · · ⊕ Fk se e só se
B = B1 ∪ B2 ∪ · · · ∪ Bk = v11 , . . . , v1n1 , . . . , v21 , . . . , v2n2 , . . . , vk1, . . . , vknk
é uma base de E .
(b) Suponhamos que E = F1 ⊕ F2 ⊕ · · · ⊕ Fk . Então:
(i) dim E = dim F1 + dim F2 + · · · + dim Fk .
(ii) Se f : E → E é um endomorsmo de E e F1 , . . . , Fk são f -invariantes,
então
A1 0 · · · 0
0 A2 · · · 0
A = M(f ; B, B) = .. .. .. = diag(A1 , A2 , . . . , Ak )
. . .
0 0 · · · Ak
u = α11 v11 + · · · + α1n1 v1n1 + α21 v21 + · · · + α2n2 v2n2 + · · ·+ αk1 vk1 + · · · + αknk vknk
α11 v11 + · · · + α1n1 v1n1+ α21 v21 + · · · + α2n2 v2n2+ · · · +αk1vk1 + · · · + αknk vknk = 0E .
u = wi e u = w1 + · · · + wi−1 + wi+1 + · · · + wk
om wj ∈ Fj para j = 1, 2, . . . , n. Logo
Como
ada wj = αj1 vj1 + · · · + αjnj vjnj é uma
ombinação linear dos vetores da
base Bj , então (1.3) origina uma
ombinação linear nula dos vetores da base B =
B1 ∪ B2 ∪ · · · ∪ Bk de E e, portanto, todos os es
alares terão de ser nulos. Quer
dizer que, para
ada j ,
22 Ana L. Correia
F1 , . . . , Fk serem subespaços f -invariantes.
(b)-(ii) Temos a hipótese adi
ional de
Quer dizer que, dado um vetor genéri
o vij da base B temos de o situar na base Bi
de Fi e,
omo Fi é f invariante a sua imagem vai também perten
er a Fi , ou seja
vai-se es
rever somente à
usta dos vetores da base Bi onde perten
ia. Isto é, temos
f|F1 (v11 ) = f (v11 ) , f|F1 (v12 ) = f (v12 ) , . . . , f|F1 (v1n1 ) = f (v1n1 ) ∈ F1 = hv11 , . . . , v1n1 i
f|F2 (v21 ) = f (v21 ) , f|F2 (v22 ) = f (v22 ) , . . . , f|F2 (v2n2 ) = f (v2n2 ) ∈ F2 = hv21 , . . . , v2n2 i
.
..
f|Fk (vk1 ) = f (vk1 ) , f|Fk (vk2 ) = f (vk2 ) , . . . , f|Fk (vknk ) = f (vknk ) ∈ Fk = hvk1 , . . . , vknk i
Isto signi
a que a matriz que representa f na base B = B1 ∪ B2 ∪ · · · ∪ Bk é
uma matriz formada por k blo
os que são as matrizes das restrições de f a
ada
subsespaço Fi . Portanto
A1 0 · · · 0
0 A2 · · · 0
M(f ; B, B) = .. .
..
.
..
= diag(A1 , A2 , . . . , Ak )
.
0 0 · · · Ak
om Ai = M(f|Fi ; Bi , Bi ) ∈ Mni ×ni (K), i = 1, . . . , k ,
omo queríamos.
1.2.2 Diagonalização
Estamos espe
ialmente interessados em estudarmos
ondições que nos permitam
averiguar se um dado endomorsmo é representado, relativamente a alguma base
do espaço, por uma matriz diagonal. Um endomorsmo nessas
ondições dir-se-á
diagonalizável. Do mesmo modo, estudaremos
ritérios para averiguar se uma matriz
quadrada é diagonalizável, no sentido da denição seguinte.
Denição 1.31.
• SejaE um espaço vetorial sobre K de dimensão nita n e seja f : E → E um
endomorsmo de E . Diremos que f é diagonalizável se f for representado
por uma matriz diagonal, relativamente a alguma base de E .
P −1 AP = D.
Em parti
ular:
(a) Se ma(λ) = 1, então mg(λ) = 1.
(b) Se mg(λ) = n, então ma(λ) = n.
24 Ana L. Correia
Como
2 − x 1 1 1−x 1 0
pA (x) = |A − xI3 | = 2 3−x 2 = −1 + x 3 − x −1 + x
3 C −C
3 4 − x C31 −C22 0 3 1−x
1 − x 1 0
1+1 4 − x −1 + x
= 0
4 − x −1 + x = (1 − x)(−1)
L2 +L1 3 1−x
0 3 1−x
4 − x −1 + x
= (1 − x) = −(1 − x)(−1 + x)(7 − x)
L2 +L1 7−x 0
= (1 − x)2 (7 − x),
ma(1) = 2 e ma(7) = 1.
α1 v1 + · · · + αk vk + αk+1vk+1 = 0E . (1.4)
Por outro lado, multipli ando a igualdade (1.4) por λk+1 obtemos
Por hipótese de indução, os k vetores próprios, sendo asso
iados a valores próprios
distintos, são linearmente independentes. Logo a igualdade (1.7) impli
a que
Como os valores próprios são todos distintos então das igualdades (1.8) deduzimos
que
α1 = 0, . . . , αk = 0.
Logo
0E = α1 v1 + · · · + αk vk + αk+1 vk+1 = αk+1 vk+1
e
omo vk+1 6= 0E terá de serαk+1 = 0. Portanto temos α1 = · · · = αk = αk+1 = 0,
o que prova que os k + 1 vetores v1 , . . . , vk+1 são linearmente independentes. E o
resultado
a provado pelo método de indução matemáti
a.
Eλi ∩ Eλ1 + · · · + Eλi−1 + Eλi+1 + · · · + Eλk = {0E },
v ∈ Eλi ∩ Eλ1 + · · · + Eλi−1 + Eλi+1 + · · · + Eλk .
26 Ana L. Correia
Então, por denição de interseção e de soma de subespaços, temos
Se algum destes vetores fosse não-nulo, estes vetores seriam vetores próprios asso-
iados a valores próprios distintos, logo linearmente independentes pelo Teorema
1.34 - uma
ontradição pois os es
alares da
ombinação linear (1.9) são não-nulos.
Portanto todos têm de ser vetores nulos, i.e.
v = v1 = · · · = vi−1 = vi+1 = · · · = vk = 0E .
Logo Eλi ∩ Eλ1 + · · · + Eλi−1 + Eλi+1 + · · · + Eλk = {0E },
omo queríamos.
A = M(f ; B, B) = diag(λ1 , . . . , λn )
essa matriz. Então, por denição de matriz de uma apli ação linear, temos
f (v1 ) = λ1 v1 , . . . , f (vn ) = λn vn .
f (v1 ) = λ1 v1 , . . . , f (vn ) = λn vn
A
ondição deste
orolário é su
iente para que um endomorsmo seja diagonal-
izável, mas não é ne
essária. Com efeito, existem endomorsmos
om k < n valores
próprios distintos que são diagonalizáveis. Por exemplo, o endomorsmo identidade
idE : E → E satisfaz
idE (v) = v para todo v ∈ E.
Logo 1 ∈ K é o úni
o valor próprio de idE . Por outro lado, relativamente a qualquer
base B de E , temos
1 ··· 0
.
M(idE ; B, B) = ... . = In = diag(1, . . . , 1)
.
0 ··· 1
O resultado seguinte é um
ritério muito útil para veri
armos se um dado en-
domorsmo é diagonalizável, e justi
a a situação deste exemplo.
( ) n = mg(λ1 ) + · · · + mg(λk ).
28 Ana L. Correia
próprios de f distintos. Podemos reordenar, se ne
essário, os vetores da base B de
modo que
B′ = (v11 , . . . , v1n1 , v21 , . . . , v2n2 , . . . , vk1 , . . . , vknk )
| {z } | {z } | {z }
asso
iados a λ1 asso
iados a λ2 asso
iados a λk
é base de E formada por vetores próprios asso
iados, pela ordem indi
ada, aos
valores próprios λ1 , . . . , λk . Logo
Provámos (a) ⇒ (b) ⇒ (
) ⇒ (d) ⇒ (a) e, portanto, valem todas as equivalên
ias
desejadas.
Exer
í
io 1.41. 3
Seja f : R3 → R3 o endomorsmo de R3 denido, para todos
(x, y, z) ∈ R , por
(a) Cal
ule os valores próprios de f e indique as respetivas multipli
idades algébri-
as.
Resolução.
3 2 0
Temos A = M(f ; b.
R3 , b.
R3 ) = −4 −3 0 ∈ M3×3 (R).
4 2 −1
Logo,
3 − x 2 0
3 − x 2
pA (x) = |A − xI3 | = −4 −3 − x 0 = (−1 − x)(−1)
3+3
4 −4 −3 − x
2 −1 − x
= (−1 − x) (3 − x)(−3 − x) + 8 = (−1 − x)2 (1 − x)
30 Ana L. Correia
• Determinação de E−1 : Pelo Teorema 1.14
x
3 3
E−1 = (x, y, z) ∈ R : f (x, y, z) = −(x, y, z) = (x, y, z) ∈ R : (A + I3 ) y = 0 .
z
Temos
4 2 0 4 2 0
A + I3 = −4 −2 0 −→ 0 0 0 .
L +L
4 2 0 L23 −L11 0 0 0
Portanto dim E−1 = 3 − rank (A + I3 ) = 2 e temos
(A + I3 )X = 0 ⇐⇒ 4x + 2y = 0 ⇐⇒ y = −2x.
Segue-se que
x
E1 = (x, y, z) ∈ R3 : f (x, y, z) = (x, y, z) = (x, y, z) ∈ R3 : (A − I3 ) y = 0 .
z
Temos
2 2 0 2 2 0 1 1 0
A − I3 = −4 −4 0 −→ 0 0 0 −→ 0 0 0 .
L +2L 1/2L
4 2 −2 L23 −2L11 0 −2 −2 −1/2L13 0 1 1
Segue-se que
Assim,
mg(−1) + mg(1) = 3 = dim R3
B = (1, −2, 0), (0, 0, 1), (1, −1, 1) ,
Em termos matri
iais estes
ritérios podem ser rees
ritos e resumidos
omo se
segue.
32 Ana L. Correia
asso
iados aos valores próprios λ1 , . . . , λn (não ne
essariamente distintos). Seja P a
matriz
ujas
olunas são os vetores próprios X1 , . . . , Xn
P = X1 X2 · · · Xn
Exemplo 1.43.
3 2 0
Seja A = M(f ; b.
R3 , b.
R3 ) = −4 −3 0 ∈ M3×3 (R). De
4 2 −1
a
ordo
om os
ál
ulos realizados no exer
í
io 1.41,
on
luímos que:
Portanto
* 1 0+ * 1 +
M−1 = −2 , 0 e M1 = −1 .
0 1 1
1 0 1
• Logo B =
−2 , 0 , −1 é uma base de M3×1 (R) formada por vetores
0 1 1
próprios de A.
34 Ana L. Correia
e
pA (A)In = (−1)n An + cn−1 An−1 + · · · + c1 A + c0 In In = pA (A).
Portanto,
0 = pA (A),
omo queríamos provar.
Exemplo 1.45.
2 0 0
Seja A = 0 2 4 . Pretendemos
al
ular A10 . Come
emos
0 −1 −2
por
al
ular pA (x). Temos
2 − x 0 0
2 − x 4
pA (x) = |A − xI3 | = 0 2−x 4 = (2 − x)(−1)2+2
0 −1 −2 − x
−1 −2 − x
= (2 − x)[(2 − x)(−2 − x) + 4] = −x3 + 2x2 .
x10 = (−x3 + 2x2 )(−x7 − 2x6 − 4x5 − 8x4 − 16x3 − 32x2 − 64x − 128) + 256x2 .
Ponhamos q(x) = −x7 − 2x6 − 4x5 − 8x4 − 16x3 − 32x2 − 64x − 128. Então
1 cn−1 n−2 c2 c1
A−1 = − (−1)n An−1 − A − · · · − A − In ,
c0 c0 c0 c0
omo armámos.
Exemplo 1.47.
1 1 −1
Seja A = −2 4 −1 ∈ M3×3 (R). Como |A| = 6 6= 0 a matriz
−4 4 1
−1
é invertível. Vamos determinar A usando o Corolário 1.46:
1 c2 c1 1 c2 c1
A−1 = − (−1)3 A2 − A − I3 = A2 − A − I3 .
c0 c0 c0 6 6 6
Para isso teremos de
al
ular o polinómio
ara
terísti
o pA (x) de A e a potên
ia A2 .
Ora temos
1 − x 1 −1 2 − x 1 0
pA (x) = |A − xI3 | = −2 4 − x −1 = 2 − x 4 − x 3 − x
−4 C +C
4 1 − x C13 +C22 0 4 5 − x
1 1 0 1 1 0
= (2 − x) 1 4 − x 3 − x = (2 − x) 0 3 − x 3 − x
0 L −L
4 5 − x 2 1 0 4 5 − x
= (2 − x)(3 − x)(1 − x) = −x3 + 6x2 − 11x + 6.
3 1 −3
Portanto c2 = 6 e c1 = −11. Por outro lado, A = −6 10 −3. Desta forma,
2
−16 16 1
Conrme
4 que 3 4
5 1
3 −6 2 − 1 + 11 1
−1 − 36 + 1 − 65 21
A 1 − 21 1 1 11 6 6 6 3
4
2 A−1 = A2 − A + I3 = −1 + 2 10
6
− 4 + 11
6
− 36 + 1 = 1 − 12 21 .
− 43 1 6 6
= I3
3
. − 16
6
+4 16
6
−4 1
6
− 1 + 11 6
4
3
− 34 1
36 Ana L. Correia
1.4 Matrizes não-diagonalizáveis: a forma
anóni
a
de Jordan
Saber quando é que uma dada matriz A é, ou não, diagonalizável, é um problema
que
a
ompletamente resolvido pelo Teorema 1.42, o qual também es
lare
e
omo
onstruir uma matriz diagonalizante de A. A proposição é, para além da sua im-
portân
ia teóri
a, de fá
il apli
ação práti
a e, por isso, extremamente útil.
É
laro que nem todas as matrizes são diagonalizáveis. Nesta se
ção iremos
estudar algumas das
oisas que podem ser armadas quando estamos perante
asos
em que a matriz não é diagonalizável. Esta é a situação genéri
a e o resultado a que
hegaremos in
luirá o
aso diagonalizável
omo situação parti
ular.
2 −1 1
A = 0 3 −1
2 1 3
λ1 1 0 0 0 0
0 λ1 1 0 0 0
0 0 λ1 0 0 0
B=
,
0 0 0 λ2 1 0
0 0 0 0 λ2 0
0 0 0 0 0 λ3
Observe-se que, se bem que a matriz B não seja diagonalizável, ela é, ainda
assim, bastante próxima de ser diagonal, ou seja:
•
ada blo
o Bj é uma matriz triangular superior
om uma estrutura parti
ular-
mente simples: os elementos na diagonal prin
ipal são iguais ao valor próprio
λj e, se a dimensão do blo
o for superior a 1, todos os elementos na diagonal
a
ima da diagonal prin
ipal são iguais a 1, sendo todos os restantes elementos
iguais a zero.
Portanto, de
erto modo, se bem que B não seja diagonalizável, a sua estrutura
é quase tão simples
omo a de uma matriz diagonal. Por exemplo, a ação de B
6
sobre os restantes vetores da base
anóni
a de K que não os vetores próprios de B,
e2 , e3 , e5 , é notavelmente simples:
38 F.P. Costa
As igualdades a
ima permitem
on
luir que
e3 ∈ N (B − λ1 I6 )3 porque (B − λ1 I6 )3 e3 = (B − λ1 I6 )2 (B − λ1 I6 )e3
= (B − λ1 I6 )2 e2 = 0
Observe que estas igualdades permitem
on
luir que, se bem que o espaço K6 não
seja a soma direta dos subespaços próprios da matriz Eλ1 ⊕Eλ2 ⊕Eλ3 =
B , ou seja
N (B − λ1 I6 )⊕ N (B − λ2 I6 )⊕ N (B − λ3 I6 ) = he1 , e4 , e6 i = 6 K6 , veri
a-se que se
2 3
pode es
rever N (B − λ1 I6 ) + N (B − λ1 I6 ) + N (B − λ1 I6 ) + N (B − λ2 I6 ) + N (B −
λ2 I6 )2 + N (B − λ3 I6 ) = he1 , e2 , e3 , e4 , e5 , e6 i = K6 . Melhor ainda,
omo
K6 = N (B − λ1 I6 )3 ⊕ N (B − λ2 I6 )2 ⊕ N (B − λ3 I6 ).
Ou seja, mesmo não sendo o espaço vetorial K6 , onde atua a matriz B, obtido
omo
soma direta dos subespaços próprios de B (
aso fosse, B seria diagonalizável, o que
sabemos não ser o
aso), ele pode ser obtido
omo soma direta de subespaços que
são nú
leos de matrizes obtidas por poten
iação daquelas utilizadas para denir os
subespaços próprios
(a)
. Estes subespaços são
hamados subespaços próprios gener-
alizados, e os elementos não-nulos destes subespaços são
hamados vetores próprios
generalizados.
Con
luindo: este exemplo exibe uma situação em que a matriz não é diagonal-
6
izável e, portanto, não existe nenhuma base de K na qual B possa ser es
rita
omo
6
uma matriz diagonal, mas existe uma base de K ,
onstituida por vetores próprios
6
generalizados (que, neste
aso, são vetores da base
anóni
a de K ), em relação
à qual a apli
ação linear é representada pela matriz B
om a estrutura simples
apresentada.
O problema que, naturalmente, agora se
olo
a é o de saber se, para uma qualquer
matriz de Mn×n (K) não-diagonalizável, também o
orrerá a situação eviden
iada no
Exemplo 1.49. Ou seja, será que,
om base em subespaços
al
uláveis a partir da
n
matriz dada, é possível es
olher uma base adequada de K , na qual a matriz possa ser
expressa numa forma quase diagonal. Tentemos apli
ar à matriz do Exemplo 1.48
a estratégia de es
olher uma base utilizando os subespaços próprios generalizados.
(a)
Note que as potên
ias em
ausa são exatamente as multipli
idades algébri
as dos
orrespon-
dentes valores próprios!
1 1 0
P = −1 −1 −1 .
1 −1 0
1 1
02 2
P −1 = 0 − 12 .
1
2
−1 −1 0
1 1
2
0 2
2 −1 1 1 1 0 4 0 0
J = P −1 AP = 12 0 − 12 0 3 −1 −1 −1 −1 = 0 2 1 ,
−1 −1 0 2 1 3 1 −1 0 0 0 2
42 F.P. Costa
Observação. Seja v um vetor próprio generalizado de ordem k asso
iado a um valor
k−j
próprio λ. Consideremos os vetores da
adeia de Jordan uj = (A − λIn ) v,
om
j = 1, . . . , k. É importante reparar nos seguintes fa
tos simples:
(a) o vetor uk
da
adeia de Jordan de
omprimento k é um vetor próprio general-
0
izado de ordem k , pois uk = (A − λIn ) v = In v = v.
(A − λIn )u1 = 0
(A − λIn )u2 = u1
.
..
• Uma matriz J
hama-se uma forma
anóni
a de Jordan se for uma ma-
(1) (2) (p)
triz diagonal por blo
os J = diag(J ,J ,...,J ) onde as matrizes
(j)
quadradas J são blo
os de Jordan.
Teorema 1.54. Seja A ∈ M n×n (C) e suponha que A tem exatamente k valores
próprios distintos, λ1 , . . . , λk ∈ C. Então:
k
M
n
C = N (A − λj In )n .
j=1
Este resultado tem várias
onsequên
ias importantes, a primeira das quais é que
permite
on
luir que qualquer matriz quadrada A,
om elementos em C, é semel-
hante a uma matriz diagonal por blo
os diag(A , . . . A(k) ), onde
ada blo
o A(j)
(1)
44 F.P. Costa
orresponde à ação de A no espaço N (A − λj In )n (relembre o Teorema 1.30!). Isto,
só por si, não seria espe
ialmente relevante visto que não nos forne
e informações
(j)
sobre a estrutura de
ada um dos blo
os A . O que torna o Teorema 1.54 impor-
tante é o fa
to de, à
usta dos vetores próprios, dos vetores próprios generalizados,
n
e das
adeias de Jordan de A, podermos es
olher bases dos espaços N (A − λj In )
(j)
tais que
ada blo
o A seja uma forma
anóni
a de Jordan. É exatamente isto
que garante o resultado seguinte, que, para os nossos objetivos,
onstitui o teorema
fundamental para as apli
ações:
AP = P J,
onde J = diag(J (1) , . . . , J (k) ) é uma forma
anóni
a de Jordan e
ada blo
o J (j)
satisfaz
(a) J (j) ∈ Mαj ×αj (C) tem um úni
o valor próprio λj
om ma(λj ) = αj ;
(b) J (j) é uma matriz diagonal por blo
os,
om o número de blo
os igual a γj ,
sendo
ada um desses blo
os uma
élula de Jordan Jk (λj );
(
) A dimensão
da maior
élula de Jordan Jk (λj ) de J (j) é igual a k = νj :=
ℓ ℓ+1
min ℓ ∈ N : dim N (A − λj In ) = dim N (A − λj In ) 6 αj .
Os dois teoremas fundamentais que a
abámos de enun
iar têm grande importân-
ia práti
a mas as suas demonstrações são algo elaboradas. Por isso, a demonstração
destes teoremas será feita
om apre
iável detalhe, através da identi
ação prévia da
linha geral do argumento e da sua de
omposição numa sequên
ia de lemas mais
simples. Isto resulta numa exposição relativamente longa mas, espera-se, mais in-
teligível do que outras mais breves existentes na literatura matemáti
a. O que se
apresenta nas duas se
ções seguintes foi fundamentalmente inspirado nas demon-
(a) A matriz A não é diagonalizável (porque tem pelo menos um valor próprio
om
a multipli
idade geométri
a diferente da algébri
a, de fa
to, isto até o
orre nos
dois valores próprios)
(b) O Teorema 1.55(a) permite
on
luir que A é semelhante a uma forma
anóni
a
(1)
de Jordan J = diag(J , J (2) ), onde J (1) é uma matriz 2×2
om um só valor
(2)
próprio λ1 = 2 e J é uma matriz 5×5
om um só valor próprio λ2 = 3.
(
) O Teorema 1.55(b) permite-nos armar que J (1) é
onstituida por uma úni
a
élula de Jordan e, sendo de dimensão 2,
on
luimos que
2 1
J (1) = .
0 2
46 F.P. Costa
(2)
(d) O Teorema 1.55(b) permite-nos também armar que J é
onstituida por
(2)
duas
élulas de Jordan. No entanto,
omo J é uma matriz quadrada de
dimensão 5, esta informação sobre o número de blo
os não é su
iente para
distinguir entre as duas possibilidades distintas
3 0 0 0 0 3 1 0 0 0
0 3 1 0 0 0 3 0 0 0
0 0 3 1 0 ou 0 0 3 1 0
0 0 0 3 1 0 0 0 3 1
0 0 0 0 3 0 0 0 0 3
(note que, por exemplo, o
aso em que o primeiro blo
o tem dimensão 4 e
o segundo dimensão 1 é identi
o ao da primeira matriz a
ima por tro
a das
olunas apropriadas da matriz P, pelo que apenas os dois
asos a
ima são
qualitativamente distintos).
que o maior blo
o terá de ter dimensão 3 ou inferior. Como sabemos da alínea
(2)
anterior que J (que tem dimensão 5) tem exatamente dois blo
os, não resta
alternativa do que ser um de dimensão 2 e outro de dimensão 3.
Portanto, neste
aso, não pre
isamos de re
orrer a mais equações do sistema
(2)
do Teorema 1.55(d) para
on
luirmos que o blo
o J terá de ser o indi
ado
no segundo
aso na alínea (
) a
ima.
(f ) A utilização das alíneas (a), (b) e (d) do Teorema 1.55 permitiu-nos
hegar à
on
lusão de que uma matriz de Jordan J semelhante a A é
2 1
0 2
3 1
J =
0 3 ,
3 1 0
0 3 1
0 0 3
onde as posições não expli
itamente indi
adas na matriz são iguais a zero.
Agora utilizaremos a alínea (e) do Teorema 1.55 para determinar uma matriz
P que estabele
e a relação de semelhança P −1 AP = J entre A e J . Este
pro
esso de es
olha da base apropriada dos espaços próprios generalizados
pode ser algo elaborado e o Teorema 1.55 não é explí
ito quanto ao modo de
o fazer. De um ponto de vista práti
o, é importante desenvolver um pro
esso
sistemáti
o para a determinação destas bases, o que será feito na Se
ção 1.4.5
e apresentado no Algoritmo 1, mas, no presente
aso, em que as dimensões
dos espaços próprios generalizados são baixas,
onseguiremos (
om alguma
sorte...) identi
ar as adequadas
adeias de Jordan sem problemas de maior,
apenas por tentativa-e-erro,
omo veremos de seguida. Para tornar mais
laro
48 F.P. Costa
o argumento, designaremos por pr ,
om 1 6 r 6 7, as
olunas da matriz
P = [p1 | . . . |p7 ].
A
élula de Jordan J (1) envolve apenas as
olunas p1 e p2 . Pela alínea (e)
do Teorema 1.55 sabemos que p1 é um vetor próprio de A asso
iado ao valor
próprio λ1 = 2. Atendendo a (1.14), podemos tomar p1 = e1 . Novamente
pela alínea (e) do Teorema 1.55, a
oluna p2 é um vetor próprio generalizado
perten
ente a uma
adeia de Jordan
ontendo p1 , ou seja, atendendo ao que
se es
reveu na observação (d) na página 43, (A − 2I7 )p2 = p1 , e portanto,
es
revendo p2 = (u1 , . . . , u7 ), e re
ordando que já
on
luimos que p1 = e1 ,
0 0 0 0 0 0 1 u1 1 u1
0 1 0 0 1 0 0 u2 0 0
0 0 1 0 0 0 0 u3 0 0
0 0 1 1 0 0 0 u4 = 0 ⇒ p2 = 0 , ∀u1 ∈ C.
0 0 0 0 1 0 0 u5 0 0
0 0 0 1 0 1 0 u6 0 0
0 0 0 0 0 0 0 u7 0 1
Tomando u1 = 0 obtemos o vetor próprio generalizado p2 = e7 . Relembrando
os resultados sobre os diversos espaços próprios generalizados asso
iados ao
vetor próprio λ2 = 3 que obtivemos a
ima, na alínea (e), e re
ordando as
equações que os elementos de uma
adeia de Jordan têm ne
essariamente de
satisfazer (
f. página 43) é fá
il
on
luir que se tem
(
)
Para abreviar o trabalho envolvido, e porque o
ál
ulo de matrizes inversas não é o que, nesta
altura, nos preo
upa, poderemos re
orrer a um dos vários lo
ais da internet que permitem efetuar
esses
ál
ulos automati
amente, por exemplo http://www.bluebit.gr/matrix-
al
ulator/.
Cn = N (B n )⊕ Im(B n ). (1.17)
Demonstração. Come
emos por provar que a soma é uma soma direta, isto é, que
n
o úni
o vetor
omum a ambos os subespaços é o vetor nulo. Como u ∈ N (B ) ⇒
B n u = 0 e
omo u ∈ Im(B n ) ⇒ u = B n v, para algum v ∈ Cn , se u ∈ N (B n ) ∩
Im(B n ) ter-se-á ne
essariamente 0 = B n u = B n (B n v) = B 2n v , para algum vetor v .
2n n
Mas o Lema 1.57 apli
ado à igualdade B v = 0 permite
on
luir que B v = 0, ou
seja, que u = 0 e, portanto, a soma no enun
iado é uma soma direta. Que a soma
n
é todo o C é uma
onsequên
ia
lara do Teorema da Dimensão apli
ado à matriz
B n (
f., por exemplo, [2, Proposição 4.73℄).
50 F.P. Costa
Interessa-nos
onsiderar B = A − λ1 In no Lema 1.58 e ir substituindo o espaço
Im(A − λ1 In )n por (somas diretas de) espaços nulos N (A − λk In )n , a m de obter o
resultado expresso no enun
iado do Teorema 1.54. Para este objetivo é naturalmente
n n
importante rela
ionar os espaços Im(A − λ1 In ) e N (A − λ2 In ) , o que faremos no
Lema 1.60. Aí ne
essitaremos do seguinte resultado auxiliar
X2
2 2 2 2 2
(A + B)(A + B) = A + AB + BA + B = A + 2AB + B = AB 2−j ,
j=0
j
Demonstração. n
Provaremos que qualquer u ∈ N (A−λ2 In ) também está em Im(A−
λ1 In )n . Tome-se um u ∈ N (A − λ2 In )n arbitrário. Então,
0 = (A − λ2 In )n u
= (A − λ1 In + (λ1 − λ2 )In )n u
Xn
n
= (A − λ1 In )j (λ1 − λ2 )n−j u
j=0
j
Xn
n n
= (λ1 − λ2 ) u + (A − λ1 In ) (A − λ1 In )j−1 (λ1 − λ2 )n−j u.
j=1
j
u = (A − λ1 In ) q(A)u, (1.18)
| {z }
=v
X n
n
q(A) = − (A − λ1 In )j−1 (λ1 − λ2 )−j .
j=1
j
Agora repare-se que o que (1.18) arma é que u ∈ Im(A − λ1 In ), v pois existe um
tal que u = (A − λ1 In )v . u no membro
Mas então, substituindo esta expressão para
Porquê? direito de (1.18), e tendo em atenção que q(A)(A−λ1 In ) = (A−λ1 In )q(A), obtém-se
u = (A − λ1 In )2 q(A)v.
u = (A − λ1 In )n q(A)n−1 v ,
| {z }
=w
n
o que mostra que u é a imagem, por (A − λ1 In ) , de um vetor w, ou seja u ∈
Im(A − λ1 In )n , o que
on
lui a demonstração.
n n
Portanto, tendo estabele
ido que N (A−λ2 In ) é um subespaço de Im(A−λ1 In ) ,
n n
podemos es
rever Im(A − λ1 In ) = N (A − λ2 In ) ⊕F, para algum subespaço F ⊂
Im(A − λ1 In )n apropriado. Este é o tema do próximo lema.
Demonstração. Come emos por observar que o Lema 1.58 permite es rever
Cn = N (A − λ2 In )n ⊕ Im(A − λ2 In )n .
Im(A − λ1 In )n = N (A − λ2 In )n ⊕ Im(A − λ2 In )n ∩ Im(A − λ1 In )n ,
(d)
e, devido à in
lusão provada no Lema 1.60,
on
lui-se que a igualdade a
ima pode
ser es
rita
omo
Im(A − λ1 In )n = N (A − λ2 In )n ⊕ Im(A − λ2 In )n ∩ Im(A − λ1 In )n ,
(d)
Prove que se U, V, W são subespaços de um espaço vetorial X tais que X = U ⊕V e U ⊆ W ,
então W = W ∩ X = W ∩ (U ⊕V ) = (W ∩ U )⊕(W ∩ V ). Exiba um
ontra-exemplo que mostra que
a
ondição de W
onter um dos subespaços não pode ser eliminada (
onsidere
asos em X = R2 ).
52 F.P. Costa
Observe-se que, usando os resultados dos lemas 1.58 e 1.61, podemos es
rever
Cn = N (A − λ1 In )n ⊕ N (A − λ2 In )n ⊕ Im(A − λ2 In )n ∩ Im(A − λ1 In )n .
k
\
Demonstração. Seja M= Im(A−λj In )n . É
laro que 0 ∈ M pois 0 é sempre um
j=1
n
elemento de qualquer subespaço vetorial e todos os Im(A − λj In ) são subespaços
n
vetoriais de C . Queremos provar que M não
ontém mais nenhum vetor para além
de 0. M é invariante para A, ou seja, se u ∈ M,
Para tal provaremos primeiro que
então também Au ∈ M :
onsidere u ∈ M, portanto, para todos os j = 1, . . . , k,
n n
tem-se u ∈ Im(A−λj In ) , ou seja, existem vj tais que u = (A−λj In ) vj ; mas então,
n n n
para
ada j , Au = A(A − λj In ) vj = (A − λj In ) Avj , ou seja Au ∈ Im(A − λj In ) ,
Porquê?
para todos os j e, portanto, Au ∈ M. Tendo provado que M é invariante para A,
2
então é
laro que u ∈ M ⇒ Au ∈ M ⇒ A u ∈ M ⇒ . . .
Assuma-se agora que existe um vetor u ∈ M \ {0} e
onsidere-se o
onjunto
n
onstituido pelos n + 1 vetores de C
c0 u + c1 Au + c2 A2 u + · · · + cn An u = 0. (1.20)
Seja p o maior inteiro para o qual cp 6= 0. Então, (1.20) pode ser es rito omo
c0 u + c1 Au + c2 A2 u + · · · + cp Ap u = 0.
cp (A − µp In ) · · · (A − µ2 In )(A − µ1 In )u = 0. (1.21)
(1) (A − µ1 In )u = 0.
Demonstração do Teorema 1.54. Como se referiu antes do enun
iado do Lema 1.62, a
demonstração do Teorema 1.54 está, agora, essen
ialmente
ompleta: Considerando
B = A − λ 1 In no Lema 1.58, apli
ando k−1 vezes o Lema 1.61, e, por último,
usando o Lema 1.62,
on
luimos que
k
M
Cn = N (A − λj In )n ,
j=1
omo pretendiamos.
k
M
n
C = N (A − λj In )n (1.22)
j=1
Como vimos no Teorema 1.30, este tipo de de
omposições do espaço
omo soma
direta de subespaços permite
on
luir que é possível es
olher bases do espaço de tal
54 F.P. Costa
modo que os endomorsmos sejam representados por matrizes diagonais por blo
os.
Como este resultado tem enorme importân
ia, quer práti
a, quer teóri
a, não é
demais voltar a rederivá-lo na situação
on
reta da de
omposição (1.22):
(j) (j) n
Seja Bj = v1 , . . . , vαj uma base de N (A−λj In ) . Um argumento inteiramente
análogo ao que foi usado na demonstração do Lema 1.62 permite
on
luir que o
n n n
espaço N (A − λj In ) é invariante para A: u ∈ N (A − λj In ) ⇒ (A − λj In ) Au =
n n
A(A − λj In ) u = A0 = 0 ⇒ Au ∈ N (A − λj In ) . Então, a de
omposição em soma
direta (1.22) e a invariân
ia dos espaços próprios generalizados de A signi
a que a
n
apli
ação de A a um vetor arbitrário de N (A − λj In ) resultará ainda num vetor
desse mesmo espaço próprio generalizado (e que, portanto, será
ombinação linear
dos vetores de Bj ) ou, de modo equivalente, sendo Pj a matriz de dimensão n × αj
ujas
olunas são os vetores da base Bj , pode-se es
rever
APj = Pj A(j)
ou seja,
P −1AP = diag A(1) , A(2) , . . . , A(k) .
O nosso objetivo nesta se
ção é mostrar que é possível es
olher uma base Bj para
ada um dos espaços próprios generalizados de A de modo a que
ada um desses
(j)
blo
os A seja uma forma
anóni
a de Jordan e, portanto, a matriz A seja, ela
própria, semelhante a uma forma
anóni
a de Jordan. Conseguir isto
onstituirá,
de fa
to, uma demonstração do Teorema da De
omposição de Jordan.
(e)
A leitura da Observação nas páginas 43-44 sugere-nos algumas observações
n
importantes a
er
a da es
olha da base apropriada de N (A − λj In ) .
(1) (γ )
Uma primeira é a seguinte: se u , . . . , u j forem vetores próprios linearmente
independentes de A, asso
iados ao valor próprio λj (
om multipli
idade algébri
a
e geométri
a satisfazendo αj > γj ), e se
onseguirmos
onstruir uma
adeia de
Jordan (
om
omprimento adequado) para
ada um destes vetores próprios, então
a matriz Pj ,
ujas
olunas são os vetores próprios generalizados que integram estas
adeias, será a matriz pretendida. Há, nesta altura, várias di
uldades levantadas
por esta abordagem; uma é que, partindo de uma base de N (A − λj In ) não é
laro
se é, sequer, possível
onstruir uma
adeia de Jordan
orrespondente (note que, pela
sua própria denição Denição 1.52 , as
adeias de Jordan são
onstruídas a
partir de vetores próprios generalizados e não de vetores próprios e não é óbvio que,
para um vetor próprio arbitrário, os sistemas de equações que permitem
al
ular os
vetores das
adeias de Jordan tenham soluções), outra di
uldade, rela
ionada
om
esta, é a de
onhe
er o
omprimento das várias
adeias de Jordan em
ausa.
(e)
Cuja releitura, nesta altura, é fortemente re
omendada.
Lema 1.63. Seja B ∈ Mn×n (C) e suponha que, para algum inteiro pos-
itivo k, o vetor u ∈ Cn é um elemento de N (B k ). Então, a sequên
ia
B k−1 u, B k−2 u, , . . . , u é linearmente independente se e só se B k−1 u 6= 0.
Como
onsequên
ia imediata deste lema
on
luimos que os vetores próprios gen-
eralizados que
onstituem uma mesma
adeia de Jordan são linearmente indepen-
dentes.
A independen
ia linear de vetores próprios generalizados
orrespondentes a ve-
tores próprios distintos (ou seja, de vetores próprios generalizados de
adeias de Jor-
dan distintas) é uma
onsequên
ia simples do Lema 1.60 : sejam λk valores próprios
n
distintos de A e sejam uj 6= 0 tais que (A−λj In ) uj = 0. Se α1 u1 +α2 u2 +· · ·+αk uk =
0 então −α1 u1 = α2 u2 + · · · + αk uk . Como −α1 u1 ∈ N (A − λ1 In )n e
omo, por
apli
ação repetida do Lema 1.60 a
ada uma das par
elas do membro direito da
n
igualdade, α2 u2 + · · · + αk uk ∈ Im(A − λ1 In ) ,
on
luimos, atendendo à soma direta
no Lema 1.58, que o valor
omum destes dois vetores tem de ser o vetor nulo, pelo
que tem de se ter α1 = 0 e a igualdade de partida reduz-se a α2 u 2 + · · · + αk u k = 0 .
A repetida apli
ação do argumento a esta igualdade permite
on
luir que todas as
onstantes αj têm de ser nulas e, portanto, os vetores
onsiderados são linearmente
independentes.
56 F.P. Costa
Lema 1.64. Seja B ∈ M n×n (C) . Então:
(a) N (B p ) ⊆ N (B p+1 ), para qualquer inteiro p > 1;
k
Mas podemos
on
luir bastante mais:
omo todos os espaços N (A − λIn ) são
n
subespaços de C , na
adeia (
om uma innidade) de in
lusões (1.24) terá de existir
ℓ ℓ+1
um inteiro positivo ℓ para o qual N (A − λIn ) = N (A − λj In ) . Seja ν a menor
dessas potên
ias, isto é,
ν = min ℓ ∈ N : N (A − λIn )ℓ = N (A − λIn )ℓ+1 . (1.25)
Então, pela alínea (b) do Lema 1.64,
on
luímos que se tem (supondo que ν > 1; se
ν=1 as igualdades
omeçariam logo após o primeiro espaço próprio)
Voltando a utilizar os Lemas 1.57 e 1.64 podemos renar ainda um pou
o mais
a
adeia de in
lusões (1.26), em parti
ular, é fá
il
on
luir que ν 6 n: de fa
to, seja
j > n e
onsidere u ∈ N (A − λIn )j , ou seja (A − λIn )j u = 0; pelo Lema 1.57 tem-se
(A − λIn )n u = 0 e portanto N (A − λIn )j ⊆ N (A − λIn )n . Daqui,
onjuntamente
Portanto, tem-se que qualquer vetor u ∈ Cn pode ser es
rito, de forma úni
a,
ν ν
omo u = u1 + u2 + · · · + uk , onde uj ∈ N (A − λj In ) j ⇔ (A − λj ) j uj = 0,
om
n
j = 1, . . . , k. Isto impli
a que, qualquer que seja o u ∈ C , veri
a-se sempre que
(A−λ1 In )ν1 ·. . .·(A−λQ νk ν1
k In ) u = 0, ou seja, tem-se (A−λ1 In ) ·. . .·(A−λk In )
νk
= 0.
Conrme!
j=1 (x−λj ) é
hamado o polinómio mínimo, ou o polinómio
k νj
O polinómio µA (x) =
minimal, da matriz A. Como a
abámos de provar, trata-se de um polinómio que é
um aniquilador da matriz A (i.e., µA (A) = 0) e, tal
omo su
edia
om o polinómio
ara
terísti
o pA ,
odi
a algumas das suas propriedades. Não iremos explorar
nesta altura as propriedades dos polinómios mínimos, mas é interessante referir,
sem demonstração, duas das suas propriedades:
(f)
• Para qualquer matriz A, quadrada, µA é o (úni
o) polinómio móni
o de
menor grau que aniquila a matriz A.
(f)
Um polinómio diz-se móni
o se o
oe
iente do termo de maior grau é igual a 1.
58 F.P. Costa
Consequentemente, intersetando
ada um destes subespaços de Cn (e o próprio Cn )
om N (A−λIn ) e relembrando a notação introduzida em (1.23), a
adeia de in
lusões
(g)
(1.27) transforma-se em
Seja ej = dim Nj = dim N (A − λIn ) ∩ Im(A − λIn )j−1 .
n As desigualdades em
(1.28) impli
am que
n e2 > · · · > n
e1 > n eν+2 = · · · .
eν+1 = n (1.29)
Seguidamente, es
reveremos n
ej apenas em termos das dimensões dos espaços
nulos,
on
retamente veremos que se pode es
rever
ou seja,
e1 = dim N (A − λIn )
n
e2 = dim N (A − λIn )2 − dim N (A − λIn )
n
e3 = dim N (A − λIn )3 − dim N (A − λIn )2
n
. (1.31)
.
.
eν = dim N (A − λIn )ν − dim N (A − λIn )ν−1 > 1
n
eν+1 = dim N (A − λIn )ν+1 − dim N (A − λIn )ν = 0.
n
Para obter (1.30) ne
essitamos do seguinte resultado
uja demonstração, que não
iremos apresentar, pode ser
onsultada em [6, págs. 111-112℄.
n − dim N (BC) = r(BC) = n − dim N (C) − dim N (B) ∩ Im(C) ,
ou seja,
dim N (B) ∩ Im(C) = dim N (BC) − dim N (C).
Agora, tomando nesta última igualdade B = A − λIn e C = (A − λIn )j−1 e relem-
brando a denição de Nj , (1.23), obtém-se imediatamente (1.30).
(g)
Observe-se que, em geral, não se pode garantir que as in
lusões em (1.28) são estritas.
v ∈ N (A − λIn )m
(A − λIn )v ∈ N (A − λIn )m−1
(A − λIn )2 v ∈ N (A − λIn )m−2
.
.
.
n
e1 + n
e2 + n eν = dim N (A − λIn )ν = dim N (A − λIn )n = α,
e3 + · · · + n
nℓ = #{i : mi = ℓ}.
Consequentemente,
ν
X ν
X
n
ej = nℓ = #{i : mi = ℓ} = #{i : mi > j},
ℓ=j ℓ=j
(i)
e, portanto, as partições (e
n1 , . . . , n
eν ) e (m1 , . . . , mγ ) são partições
onjugadas .
Portanto, utilizando este fa
to, sabemos que
mj = #{i : n
ei > j}. (1.32)
Repare que isto é exatamente a denição de nℓ : é o número total dos mi s que são iguais a ℓ,
(h)
m1 : • • • • •
m2 : • • • •
m3 : • • • •
m4 : • •
m5 : •
m6 : •
Obviamente que o pro
esso de reexão do diagrama pode ser evitado lendo os valores
mk da partição
onjugada diretamente da
ontagem dos pontos nas
olunas do
diagrama de Ferrers original:
: m2
: m3
: m4
: m5
: m6
: m1
n
e1 : • • • • • •
n
e2 : • • • •
n
e3 : • • •
n
e4 : • • •
n
e5 : •
62 F.P. Costa
Algoritmo 1.
1. Para
onstruir uma tal base,
ome
emos por tomar uma base B ν = {b1 , . . . , bneν }
do espaço vetorial n
eν -dimensional Nν = N (A−λIn )∩Im(A−λIn )ν−1 . Natural-
Convença-
mente que os elementos bj de Bν são do tipo bj = (A − λIn )ν−1 vj , 1 6 j 6 n
eν . se disto
om
Por outro lado, sabe-se que ν = m1 = . . . = mneν , pelo que se pode es
rever diagramas
bj = (A − λIn )mj −1 vj , sendo 1 6 j 6 n
eν . Os vetores próprios perten
entes a de Ferrer!
Bν são aqueles
om base nos quais se
onstroem as n eν
adeias de Jordan de
omprimento máximo (= ν ).
2. Claro que se neν < γ temos de a
res
entar a Bν vetores adequados de modo a
obter a base pretendida.
Sendo este o
aso, prosseguimos na
adeia de in
lusões (1.28) para subespaços
de N1 = N (A − λIn ) su
essivamente maiores:
Se n
eν−1 > neν , es
olhemos de Nν−1 um número n nν de vetores linearmente
eν−1 −e
independentes, quer entre si, quer
om os vetores de B. Estes vetores são do
tipo bj = (A − λIn )ν−2 vj , n eν−1 . Analogamente ao
aso anterior,
eν + 1 6 j 6 n
Novamente: use
neste
aso tem-se ν − 1 = mneν +1 = . . . = mneν−1 , pelo que se podem es
rever diagramas de
estes vetores adi
ionais na forma bj = (A−λIn )mj −1 vj ,
om n
eν +1 6 j 6 neν−1 . Ferrer para se
Assim, reunindo este vetores à base Bν de Nν ,
onseguimos obter uma base
onven
er disto!
Bν−1 de Nν−1 . Os vetores próprios de Bν−1 \ Bν são aqueles
om base nos
quais se
onstroem as n eν−1 − n eν
adeias de Jordan
ujo
omprimento é o
segundo maior.
Se n eν , a base Bν de Nν é também uma base Bν−1 de Nν−1 .
eν−1 = n
1 0 −2 0 4
0 1 0 −1 1
A= 0 0 1 0 0
.
0 0 0 1 3
0 0 0 0 1
64 F.P. Costa
Iremos determinar uma forma de Jordan J semelhante a A e uma
orrespondente
Sumário Algoritmo
matriz de semelhança P seguindo o pro
edimento estudado anteriormente (nomeada-
mente o 1 e o 1).
(i) Come
emos por
al
ular os valores próprios: sendo A uma matriz triangular, os
seus valores próprios são os elementos da diagonal prin
ipal. Portanto o úni
o
valor próprio é λ = 1,
om α = ma(λ) = 5.
Nesta altura podemos, por apli
ação dos pontos 1.(a) e 1.(b) do Sumário 1,
podemos garantir que a matriz A é semelhante a uma forma
anóni
a de Jordan
J (1) .
(iii) Cal
ulemos agora os espaços N (A − I5 )k . Não é difí
il (nem sequer é trabal-
hoso!)
on
luir que
0 0 0 0 0
0 0 0 0 −3
(A − I5 ) =
2
0 0 0 0 0
e (A − I5 )3 = 0
0 0 0 0 0
0 0 0 0 0
N (A − I5 )2 = {(a1 , a2 , a3 , a4 , 0) : a1 , . . . , a4 ∈ C} , dim N (A − I5 )2 = 4
N (A − I5 )3 = C5 , dim N (A − I5 )3 = 5
Note-se que, neste
aso,
omo sabemos que J (1) tem dimensão 5, tem duas
élulas, e a maior delas tem dimensão 3,
on
luímos logo que a outra
élula
tem dimensão 2, sem ne
essidade de re
orrer ao
ál
ulo das quantidades n
ek e
mk . Podemos, assim, neste
aso, ignorar por
ompleto o ponto 3 do Sumário 1.
1 1 0
0 1 1
P −1 AP = J = J (1) =
0 0 1 ,
1 1
0 1
onde os elementos não expli
itamente es
ritos valem zero. Resta-nos determi-
nar a matriz P, o que faremos nos pontos seguintes:
(vi) Cal
ulemos agora as duas
adeias de Jordan
ujos vetores
onstituirão a base
5
de C que pro
uramos.
Uma es
olha talvez mais natural e simples seria tomar (1, 0, 0, 0, 0). Deixamos esta es
olha
(j)
66 F.P. Costa
p1 e ainda por mais dois vetores p2 e p3 , que satisfazem (A − I5 )p2 = p1
e (A − I5 )p3 = p2 . Para o primeiro destes sistemas, es
revendo p2 =
(p1,2 , p2,2 , . . . , p5,2 ), tem-se
0 0 −2 0 4 p1,2 0 p1,2
0 0
0 −1 1 p2,2 1 p3,2 = 0
p2,2
0 0 0 0
0 p3,2 = 0 ⇔ p4,2 = −1 ⇔ p2 = 0 ,
0 0 0 0 3 p4,2 0 p5,2 = 0 −1
0 0 0 0 0 p5,2 0 0
onde p1,2 e p2,2 são
omplexos arbitrários. Es
olhamo-los
omo sendo
zero. Então o vetor p2 vem p2 = (0, 0, 0, −1, 0).
Para o segundo sistema, es
revendo p3 = (p1,3 , p2,3 , . . . , p5,3 ), tem-se
p1,3
0 0 −2 0 4 p1,3 0
p3,3 = − 23 p2,3
0 0 0 −1 1 p 0
2,3 2
0 0 0 0 0 p3,3 = 0 ⇔ p4,3 = − 31 ⇔ p3 = −
3,
0 0 0 0 3 p4,3 −1
p = −1 1
5,3 3
− 3
0 0 0 0 0 p5,3 0
− 13
onde p1,3 e p2,3 são
omplexos arbitrários. Tal
omo zemos no
al
ulo
anterior, es
olhamo-los
omo sendo zero.
Então o vetor p3 vem p3 =
0, 0, − 23 , − 31 , − 13 .
• Cál
ulo da
adeia de Jordan de dimensão 2: vimos no ponto (v) que
esta
adeia é a que
ontém o vetor próprio (1, 1, 0, 0, 0). Designemos este
vetor por p4 . Sabemos que a
adeia de Jordan é
onstituida pelo vetor p4
e ainda por mais um vetor p5 que satisfaze (A − I5 )p5 = p4 . Es
revendo
p5 = (p1,5 , p2,5 , . . . , p5,5 ), pode-se resolver o sistema obtendo
p1,5
0 0 −2 0 4 p1,5 1 1 p2,5
0 0 p2,5 1 p = −
0 −1 1 3,5 2
1
0 0 0 0 0 p3,5 = 0 ⇔ ⇔ p = − ,
5 2
0 0 0 0 3 p4,5 0 p4,5 = −1
p5,5 = 0 −1
0 0 0 0 0 p5,5 0 0
onde p1,5 e p2,5 são
omplexos arbitrários. Novamente, efetuamos a es-
olha mais simpli
adora de assumir que estas
onstantes são iguais a
1
zero. Então o vetor p5 vem p5 = 0, 0, − , −1, 0 .
2
P −1AP =
0 0 0 1 0
−1 1 0 1 0 1 0 −2 0 4 1 0 0 1 0
2 −2
2 −1 −3 0 1 0 −1 1
0 0 − 23 0 − 21
= 0 0 0 0 −3 0
0 0 1 0
1 0 0 0 0 0 0 0 1 3 0 −1 − 13 0 −1
−2 2 −2 0 4 0 0 0 0 1 0 0 − 31 0 0
1 1 0
0 1 1
=
0 0 1 ,
1 1
0 1
omo sabíamos que teria de a
onte
er.
68 F.P. Costa
Bibliograa
[1℄ C. André, F. Ferreira, Matemáti
a Finita, Universidade Aberta, vol. 203, Lisboa,
2000.
[2℄ I. Cabral, C. Perdigão, C. Saiago, Álgebra Linear, 2a Ed., Es
olar Editora, Lisboa,
2010.
[3℄ F.R. Dias Agudo, Introdução à Álgebra Linear e Geometria Analíti
a, 4a Edição,
Es
olar Editora, Lisboa, 1996.
[4℄ H. Dym, Linear Algebra in A
tion, Graduate Studies in Mathemati
s, vol. 78,
Ameri
an Mathemati
al So
iety, Providen
e RI, 2007.
[5℄ L.T. Magalhães, Álgebra Linear Como Introdução à Matemáti
a Apli
ada, 4
a
[6℄ R. Piziak, P.L. Odell, Matrix Theory: From Generalized Inverses to Jordan
Form, Pure and Applied Mathemati
s, Chapman & Hall, Bo
a Raton FL, 2007.
[7℄ A.P. Santana, J.F. Queiró, Introdução à Álgebra Linear, Traje
tos Ciên
ia, vol.
10, Gradiva, Lisboa, 2010.