Notas de Aula - 30/11/2009

Profo : Jos Srgio Domingues

Universidade Estadual de Montes Claros - UNIMONTES Curso de Licenciatura Plena em Matemtica

Sumrio
1 Diagonalizao de Matrizes 2 Diagonalizao de Operadores 3 Formas Bilineares e Quadrticas Reais
3.1 3.2 3.3 3.4 Formas Bilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Matriz de uma Forma Bilinear . . . . . . . . . . . . . . . . . . . . . . . . . Forma Bilinear Simtrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . Formas Quadrticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1 2 4
4 5 6 7

4 Forma Cannica de Jordan 5 Teorema Espectral

5.1 5.2

8 10

Operadores Auto-Adjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 Teorema Espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

6 Referncias

11

1 Diagonalizao de Matrizes
Denio 1.1. Dizemos que uma matriz A, de ordem n, diagonalizvel, se existem
matrizes P e D tais que A = P DP 1 , ou equivalente, D = P 1 AP , em que D uma matriz diagonal.

Teorema 1.2. Seja A uma matriz de ordem n que tem n autovetores L.I (V1 , V2 , ..., Vn ),
associados a 1 , 2 , ..., n , respectivamente. Ento, as matrizes

D= 1 0 . . . 0 0 2 0 0 0

0 0 . . . n

P = [V1 V2 ... Vn ]

so tais que D = P 1 AP , ou seja, A diagonalizvel. Reciprocamente, se A diagonalizvel, ento ela possui n autovetores L.I.

1 1 4 1

e verique que

Exemplo 1.3. Encontre as matrizes P e D, sendo A =

A = P DP
1

Os autovalores encontrados so 1 = 1 e 2 = 3. Seus respectivos autoespaos associados so W1 = {(, 2) | R} = {(1, 2) | R} e W2 = {(, 2) |

R} = {(1, 2) | R}.
Observe que V1 = (1, 2) e V2 = (1, 2) so autovetores L.I. Portanto, de acordo com o Teorema 1.2, temos que

1 1 2 2
e

D= 1 0 0 3

P =
Alm disso, P 1 =
1 2 1 2 1 4

1 4

e A = P DP 1 .

Teorema 1.4. Autovalores distintos possuem autovetores associados linearmente independentes (L.I).

Corolrio 1.5. Se V um espao vetorial de dimenso n e T : V V um operador

linear que possui n autovalores distintos, ento V possui uma base cujos vetores so todos autovetores de T.
1

Em outras palavras, o corolrio nos garante que, se conseguirmos encontrar tantos autovalores distintos quanto for a dimenso do espao, podemos garantir a existncia de uma base de autovetores.

2 Diagonalizao de Operadores
Denio 2.1. Dizemos que o operador linear T : V V um operador diagonalizvel
se existe uma base de V cujos elementos so autovetores de T.
Portanto, de acordo com o corolrio acima, para vericar se um operador linear diagonalizvel, basta mostrar que a matriz associada a esse operador possui n autovalores distintos.

Exemplo 2.2. Verique que T : R3 R3 dado por T (x, y, z ) = (3x 3y 4z, 3y +5z, z ),
no diagonalizvel. A matriz associada a esse operador linear em relao base cannica 3 3 4 A = [T ] = 0 3 5 0 0 1 portanto, o seu polinmio caracterstico dado por det(A I3 ) e seus autovalores so as solues da equao caracterstica det(A I3 ). Para o nosso exemplo, temos
3 3 4 0 0 4 3 3 A I3 = 3 5 3 5 0 0 0 = 0 0 0 1 0 0 0 0 1

Ento, P () = 0 det(A I3 ) = (3 )2 (1 ) = 0 1 = 3 e 2 = 1.

Para 1 = 3, temos:

0 3 4 (A 3I3 )v = 0 0 5 0 0 0 4

3y 4z = 0 x 0 5z = 0 y = 0 4z = 0 0 z

x =
Portanto,

y = z = 0.

W1 = {(, 0, 0) | R} = {(1, 0, 0) | R}
2

 Para 2 = 1, temos:
4x 3y 4z = 0 4 3 4 x 0 (A+I3 )v = 0 4 5 4y + 5z = 0 0 y = 0 0 0 0 z 0 0 = 0

x =
Portanto,

, 16

y = 5 4

z = .

1 W2 = {( 16 , 5 , ) | R} = {( 16 , 5 , 1) | R} 4 4

Neste caso, temos apenas dois autovetores L.I para T , e portanto no existe uma base de R3 constituda s de autovetores de T . Isto signica este operador no diagonalizvel.

Exemplo 2.3. Mostre que T : R2 R2 onde T (x, y ) = (3x + 4y, x + 2y ),

diagonalizvel. De acordo com o que estudamos anteriormente, para mostrar que T diagonalizvel, basta vericar que a matriz associada a este operador linear possui o nmero de autovalores distintos igual a 2, pois neste caso, V = R2 e dim(R2 ) = 2.

3 4 1 2

. Logo,

Pois bem, em relao base cannica , temos que A = [T ] = det(A I2 ) = 0 det 3 1 4 2

e

= 0 (3 )(2 ) + 4 = 0

2 + 2 = 0 1 = 1

2 = 2.

Como a matriz A possui dois autovalores distintos, pelo Corolrio 1.5, V = R2 possui uma base formada por autovetores de T . E portanto, pela Denio 2.1, T diagonalizvel.

Exemplo 2.4. No exemplo anterior, vimos que 1 = 1 = 2 = 2. O leitor pode vericar

que dois autovetores linearmente independentes associados a 1 e 2 so, respectivamente,

V1 = (1, 1) e V2 = (4, 1). Pelo Corolrio 1.5, uma base de V = R2 = {V1 , V2 }.

Vamos encontrar [T ] e observar de que tipo ela ser.

T (V1 ) = T (1, 1) = (3 + 4, 1 + 2) = (1, 1) = 1 V1 + 0 V2 T (V2 ) = T (4, 1) = (3 4 + 4 1, 4 + 2 1) = (8, 2) = 0 V1 2 V2

Portanto, conclumos que

[T ] = 1 0 0 2

que uma matriz diagonal, onde a diagonal principal formada exatamente pelos autovalores de T .
Isso no ocorreu por acaso, na realidade, a denio formal de operador diagonalizvel, vem da idia de a partir de um operador linear T : V V , conseguirmos encontrar uma base de V na qual a matriz do operador nesta base ([T ] ) seja uma matriz diagonal, que a forma mais simples possvel de se representar um operador.

3 Formas Bilineares e Quadrticas Reais

3.1 Formas Bilineares
Denio 3.1. Seja V um espao vetorial real. Uma forma bilinear uma aplicao
B : V XV R denida por (v, w) B (v, w) tal que:
i. Para w xado, B (v, w) uma forma linear em v , isto ,

B (v1 + v2 , w) = B (v1 , w) + B (v2 , w)

B (av, w) = aB (v, w)

ii. Para v xado, B (v, w) uma forma linear em w, isto ,

B (v, w1 + w2 ) = B (v, w1 ) + B (v, w2 )

B (v, aw) = aB (v, w)

Exemplo 3.2. O produto usual de nmeros reais, denido por P : R X R R com

(x, y ) xy .
Vamos vericar as duas propriedades para demonstrar que esta aplicao bilinear. i. P (x1 + x2 , y ) = (x1 + x2 )y = x1 y + x2 y = P (x1 , y ) + P (x2 , y )

P (ax, y ) = axy = a(xy ) = aP (x, y )

ii. P (x, y1 + y2 ) = x(y1 + y2 ) = xy1 + xy2 = P (x, y1 ) + P (x, y2 )

P (x, ay ) = xay = a(xy ) = aP (x, y )

Exemplo 3.3. Seja V um espao vetorial com produto interno , . O operador linear
B : V X V R denido por (v, w) v, w uma forma bilinear pelas propriedades
de produto interno.

3.2 Matriz de uma Forma Bilinear

Seja V um espao vetorial e B : V X V R uma forma bilinear. Se = {v1 , ..., vn } uma base de V , podemos associar a B uma matriz ([B ] ), denominada matriz da forma bilinear B , na base , da seguinte forma: Como base de V , tomando v, w V podemos escrever

v = x1 v1 + ... + xn vn
e

w = y1 v1 + ... + yn vn .
Ento,

B (v, w) = [x1 ... xn ] B (v1 , v1 ) . .. . . . B (vn , v1 )

Portanto,

B (v1 , vn ) y 1 . . . . . . B (vn , vn ) yn

B (v, w) = [v ] [B ] [w ]
Exemplo 3.4. Seja B : R2 X R2 R a forma bilinear dada por B (v, w) = x1 y1 +
2x2 y1 + 5x2 y2 onde v = (x1 , x2 ) e w = (y1 , y2 ). Ento, se = {e1 , e2 } a base cannica
de R2 , temos:

B (e1 , e1 ) = B ((1, 0), (1, 0)) = 1 1 + 2 0 1 + 5 0 0 = 1 B (e2 , e1 ) = B ((0, 1), (1, 0)) = 0 1 + 2 1 1 + 5 1 0 = 2 B (e1 , e2 ) = B ((1, 0), (0, 1)) = 1 0 + 2 0 0 + 5 0 1 = 0 B (e2 , e2 ) = B ((0, 1), (0, 1)) = 0 0 + 2 1 0 + 5 1 1 = 5
5

Ento,

[B ] = B (e1 , e1 ) B (e1 , e2 ) B (e2 , e1 ) B (e2 , e2 ) B (v, w) = [x1 x2 ] 1 0 2 5

e

1 0 2 5

y1 y2 = [v ] [B ] [w ]

Exemplo 3.5. Seja M = 2 0 0

4 2 0 . possvel associar a M uma forma bilinear 0 0 2 2 0 0 y1

B : R3 X R3 R denida por B ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = [x1 x2 x3 ] 4 2 0 y2 0 0 2 y3

Ento,

B ((x1 , x2 , x3 ), (y1 , y2 , y3 )) = 2x1 y1 + 4x2 y1 + 2x2 y2 + 2x3 y3 .

3.3 Forma Bilinear Simtrica

Denio 3.6. Uma forma bilinear B : V X V R denominada forma bilinear
simtrica se B (v, w) = B (w, v ), v, w V .

Exemplo 3.7. B (v, w) = v, w , onde , um produto interno em V . Exemplo 3.8. B : R2 X R2 R dada por B (v, w) = x1 y1 + 3x2 y1 + 3x1 y2 + 2x2 y2 ,
onde v = (x1 , x2 ) e w = (y1 , y2 ) (Verique!).

Exemplo 3.9. Vamos encontrar a matriz da forma bilinear acima, utilizando a base
cannica , [B ] . No exemplo acima, V = R2

= = {e1 , e2 } uma base de V . Logo,

B (e1 , e1 ) = B ((1, 0), (1, 0)) = 1 1 + 3 0 1 + 3 1 0 + 2 0 0 = 1 B (e1 , e2 ) = B ((1, 0), (0, 1)) = 1 0 + 3 0 0 + 3 1 1 + 2 0 1 = 3
6

B (e2 , e1 ) = B ((0, 1), (1, 0)) = 0 1 + 3 1 1 + 3 0 0 + 2 1 0 = 3 B (e2 , e2 ) = B ((0, 1), (0, 1)) = 0 0 + 3 1 0 + 3 0 1 + 2 1 1 = 2
Ento,

[B ] = B (e1 , e1 ) B (e1 , e2 ) B (e2 , e1 ) B (e2 , e2 )

1 3 3 2

Observao 3.10. Observe que a matriz da forma bilinear que encontramos acima

simtrica.
Teorema 3.11. Uma forma bilinear B : V X V R simtrica se, e somente se, [B ]
uma matriz simtrica.

Observao 3.12. A demonstrao do teorema acima trivial, e ca a cargo do leitor.

3.4 Formas Quadrticas

Denio 3.13. Seja V um espao vetorial real e B : V X V R uma forma bilinear
simtrica. A funo Q : V R denida por Q(v ) = B (v, v ) chamada forma quadrtica associada a B .

Exemplo 3.14. Seja B : R3 X R3 R dada por B (v, w) = x1 y1 + 2x2 y2 + 3x3 y3 +

x1 y2 + x2 y1 , onde v = (x1 , x2 , x3 ) e w = (y1 , y2 , y3 ). Facilmente, verica-se que B
uma forma bilinear simtrica de R3 . A forma quadrtica associada associada a B a funo
2 2 Q(v ) = B (v, v ) = x2 1 + 2 x2 + 3 x3 + x1 x2 + x2 x1

2 2 = x2 1 + 2 x2 + 3 x3 + 2 x1 x2

Exemplo 3.15. Associada ao produto interno usual de Rn , B : Rn X Rn R com

B (v, w) = x1 y1 + x2 y2 + ... + xn yn (que obviamente uma forma linear simtrica) est
a forma quadrtica Q(v ), dada por
2 2 Q(v ) = B (v, v ) = x2 1 + x2 + ... + xn

4 Forma Cannica de Jordan

Partio de uma Matriz em Blocos: Particionar uma matriz A qualquer em blocos,
signica dividir esta matriz em submatrizes.
Se A = A= 3 6 7 2 1 , uma das possveis subdivises de A 7 3 9 0 1 2 1 2 3 A11 A12 , 6 7 2 1 = A13 A14 7 3 9 0 1 2 , A12 = 3 , A13 = 6 7 2 7 3 9 1 0 ,

Exemplo 4.1.

onde,
A11 =

e A14 =

so os blocos da subdiviso da matriz original A.

J estudamos que nem todo operador linear T : V V diagonalizvel, ou seja, nem sempre existe uma base de V tal que a matriz [T ] diagonal. Entretanto, para vrias aplicaes, suciente que exista uma base tal que a matriz [T ] tenha uma forma bem prxima da forma diagonal. Essa forma denominada forma cannica de Jordan.

Denio 4.2. Uma matriz J , n xn, est na forma cannica de Jordan, se ela da
forma

J = J1 0 . . . 0 0 J2 . . . 0 0 0 , em que Jj ... . . . Jk = j 0 1 j . . ... . . . . 0 0 0 0 0

0 0 0 . . . . . . j 0 1 j

para j = 1, ..., k . Jj chamado bloco de Jordan.

 1 A= 0 0 2 0 2 1 0 0 0 2 0 0

0 est na forma cannica de Jordan e formada 0 2

Exemplo 4.3.

por dois blocos de Jordan, o primeiro sendo 3x3 e o segundo 1x1.

5 1 B= 0 0 0 5 0 0 0 0 0 0 est na forma cannica de Jordan e formada 3 0 1 3

Exemplo 4.4.

por dois blocos de Jordan, ambos 2x2.

4 1 C= 0 0 0 4 1 0 0 0 0 0 est na forma cannica de Jordan e for4 0 1 4

Exemplo 4.5.

mada por apenas um bloco de Jordan.

7 0 D= 0 0 0 7 0 0 0 0 7 0 0 0 est na forma cannica de Jordan e formada 0 7

Exemplo 4.6.

por 4 blocos 1x1.

2 1 E= 0 0 0 2 1 0 0 0 2 1 0 0 no est na forma cannica de Jordan. Pois 0 1

Exemplo 4.7.

como os elementos da diagonal principal no so iguais, ela teria que ser formada por pelo menos dois blocos de Jordan e [1] deveria ser um bloco de Jordan 1x1.

5 Teorema Espectral
5.1 Operadores Auto-Adjuntos
Denio 5.1. Sejam U e V espaos vetoriais sobre R. Indicaremos por L(U, V ) o
conjunto das transformaes lineares de U em V e se U = V , o conjunto dos operadores lineares de U ser denotado por L(U ).

Denio 5.2. Seja V um espao vetorial euclidiano. Um operador T L(V ) se diz

auto-adjunto se

T (v ), w = v, T (w)
para quaisquer v, w V .

Exemplo 5.3. Seja T L(R2 ) dado por T (x, y ) = (ax + by, bx + cy ). Vamos mostrar
que T um operador auto-adjunto.

T (x, y ), (z, y ) = (ax + by, bx + cy ), (z, y ) = axz + byz + bxt + cyt.

Por outro lado,

(x, y ), T (z, y ) = (x, y ), (az + bt, bz + ct) = axz + bxt + byz + cyt.
Portanto, T (x, y ), (z, y ) = (x, y ), T (z, y ) e consequentemente, T um operador auto-adjunto.

5.2 Teorema Espectral

Teorema 5.4 (Espectral). Para todo operador auto-adjunto T L(V ), sendo V um espao vetorial de dimenso nita e munido de produto interno, existe uma base ortonormal

{v1 , v2 , ..., vn } V formada por autovetores de T .

10

6 Referncias
[1] BOLDRINI, J. L (et al.). lgebra Linear, 3a edio. Editora Harbra ltda. So Paulo, 1980.

[2] CALLIOLI, H. e ROBERTO C. lgebra Linear e Aplicaes - Nova Edio.

[3] LIMA, E.L. lgebra Linear, 7a edio - Coleo Matemtica Universitria - IMPA.

[4] LANG, S. lgebra Linear - Editora Edgar Blucher Ltda, SP.

[4] SANTOS, R.J. Introduo lgebra Linear - Editora UFMG - Belo Horizonte.

[5] SANTOS, R.J. lgebra Linear e Aplicaes - Editora UFMG - Belo Horizonte.

11