Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 DIAGONALIZAÇÃO Consideramos o problema de fatoração de uma matriz quadrada 𝐴 de ordem 𝑛, em um produto da forma 𝑃𝐷𝑃−1, no qual 𝐷 é uma matriz diagonal. Vamos dar a condição necessária e suficiente para a existência de tal fatoração. Teorema Se 𝜆1 , 𝜆2 , …,𝜆𝑛 são autovalores distintos de uma matriz quadrada 𝐴 de ordem 𝑛, com autovetores correspondentes 𝑣1, 𝑣2, … , 𝑣𝑛 então 𝑣1, 𝑣2, … , 𝑣𝑛 são LI. Corolário Se 𝑉 é um espaço vetorial de dimensão 𝑛 e 𝑇: 𝑉 → 𝑉 é um operador linear que possui 𝑛 autovalores distintos então 𝑉 possui uma base cujos vetores são todos autovetores de 𝑇. Definição Uma matriz quadrada 𝐴 de ordem 𝑛 é dita diagonalizável se existe uma matriz não singular 𝑃 e uma matriz diagonal 𝐷 tais que 𝑃−1𝐴𝑃 = 𝐷. Dizemos que 𝑃 diagonaliza 𝐴. Exemplo 1 Toda matriz diagonal 𝐴 = [ 𝛼1 0 0 𝛼2 ] é diagonalizável pois 𝐴 = (𝐼2) −1𝐴𝐼2, em que 𝐼2 = [ 1 0 0 1 ] é a matriz identidade de ordem 2. 2 Teorema 2 Uma matriz quadrada 𝐴 de ordem 𝑛, é diagonalizável se e somente se 𝐴 tem 𝑛 autovetores linearmente independentes. Prova: (⇐) suponha-se que a matriz 𝐴 tem n autovetores linearmente independentes 𝑣1, 𝑣2, … , 𝑣𝑛. Seja 𝜆𝑖 o autovalor de 𝐴 correspondente a 𝑣𝑖 para todo 𝑖. (alguns dos 𝜆𝑖 podem se iguais). Seja 𝑃 a matriz cujo j-ésimo vetor coluna é 𝑣𝑗 para 𝑗 = 1, ⋯ , 𝑛. Segue-se que 𝐴𝑣𝑗 = 𝜆𝑗𝑣𝑗 é a 𝑗 −ésima coluna de 𝐴𝑃. Logo 𝐴𝑃 = (𝐴𝑣1, 𝐴𝑣2,⋯ , 𝐴𝑣𝑛) = (𝜆1𝑣1, 𝜆2𝑣2,⋯ , 𝜆𝑛𝑣𝑛) = (𝑣1, 𝑣2,⋯ , 𝑣𝑛) ( 𝜆1 0 ⋯ 0 0 𝜆2 ⋯ 0 ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ 𝜆𝑛 ) = 𝑃𝐷. Como 𝑃 tem 𝑛 vetores coluna linearmente independentes, segue-se que 𝑃 é não singular e, portanto, 𝐷 = 𝑃−1𝑃𝐷 = 𝑃−1𝐴𝑃. (⇒)Inversamente, suponha-se que 𝐴 é diagonalizavel. Então, existe uma matriz não singular 𝑃 tal que 𝐴𝑃 = 𝐷𝑃. Se 𝑣1, 𝑣2, … , 𝑣𝑛 são vetores coluna de 𝑃, então 𝐴𝑣𝑗 = 𝜆𝑗𝑣𝑗 (𝜆𝑗 = 𝑑𝑗𝑗) Para todo 𝑗. Logo, para todo 𝑗, 𝜆𝑗 é um autovalor de 𝐴 e 𝑣𝑗 é um autovetor associado a 𝜆𝑗 . Como os vetores coluna de 𝑃 são linearmente independentes, segue-se que 𝐴 tem 𝑛 autovetores LI.■ Observações 1. Se 𝐴 é diagonalizável então os vetores coluna da matriz diagonalizante 𝑃 são autovetores de 𝐴 e os elementos diagonais de 𝐷 são os autovalores correspondentes de 𝐴. 2. A matriz diagonalizante 𝑃 não é única. Reordenando as colunas de uma matriz diagonalizante 𝑃 dada ou multiplicando-as por escalares não nulos produzirá uma nova matriz diagonalizante. 3 3. Se 𝐴 é uma matriz quadrada de ordem n e tem 𝑛 autovalores distintos, então 𝐴 é diagonalizavel. Se os autovalores não forem distintos, 𝐴 pode ser ou não diagonalizável, dependendo se 𝐴 tem n autovetores LI. 4. Se 𝐴 é diagonalizável então 𝐴 pode ser fatorada em um produto 𝑃𝐷𝑃−1. Segue-se da observação 4 que 𝐴2 = (𝑃𝐷𝑃−1) (𝑃𝐷𝑃−1) = 𝑃𝐷2𝑃−1. E, em geral, 𝐴𝑘 = 𝑃𝐷𝑘𝑃−1 = 𝑃 [ (𝜆1) 𝑘 0 ⋯ 0 0 (𝜆2) 𝑘 ⋯ 0 ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ (𝜆𝑛) 𝑘] 𝑃−1 . Uma vez que tenhamos uma fatoração 𝐴 = 𝑃𝐷𝑃−1, é fácil calcular potências da matriz 𝐴. Exemplo 2 Seja 𝐴 = [ 3 2 3 −2 ] Os autovalores de 𝐴 são 𝜆1 = 4 e 𝜆2 = −3. Correspondendo a esses autovalores, temos os autovetores 𝑣1 = (2,1) 𝑇 e 𝑣2 = (1,−3) 𝑇 . Seja 𝑃 = [ 2 1 1 −3 ] Segue-se que P−1AP = 1 7 [ 3 1 1 −2 ] ∙ [ 3 2 3 −2 ] ∙ [ 2 1 1 −3 ] = 1 7 [ 28 0 0 −21 ] = [ 4 0 0 −3 ] . e PDP−1 = A. 4 Exemplo 3 Seja 𝐴 = [ 3 −1 −2 2 0 −2 2 −1 −1 ] A equação característica é det(𝐴 − 𝜆𝐼) = 0 | 3 − 𝜆 −1 −2 2 −𝜆 −1 2 −1 −1 − 𝜆 | = 0 ⇒ 𝑝(𝜆) = = −𝜆(3 − 𝜆)(−1 − 𝜆) + 4 + 2 − 4𝜆 + 2(−1 − 𝜆) − (3 − 𝜆) = 0 . Os autovalores de 𝐴 são 𝜆1 = 0, 𝜆2 = 1 e 𝜆3 = 1. Procuramos agora os autovetores associados. i. 𝜆 = 0 Devemos encontrar o espaço nulo de 𝐴 − 0 ∙ 𝐼: 𝐴 = [ 3 −1 −2 2 0 −2 2 −1 −1 ] Resolvendo o sistema (𝐴 − 0 ∙ 𝐼) ( 𝑥 𝑦 𝑧 ) = ( 0 0 0 ) Obtemos { 3𝑥 − 𝑦 − 2𝑧 = 0 2𝑥 − 2𝑧 = 0 2𝑥 − 𝑦 − 𝑧 = 0 Vamos escalonar ( 3 −1 −2 0 2 0 −2 0 2 −1 −1 0 ) ⇒ 𝐿1 ⇄ 𝐿2 𝐿2 ⇄ 𝐿1 ( 2 0 −2 0 3 −1 −2 0 2 −1 −1 0 ) ⇒ 𝐿1 2 ( 1 0 −1 0 3 −1 −2 0 2 −1 −1 0 ) ⇒ −3𝐿1 + 𝐿2 −2𝐿1 + 𝐿3 ( 1 0 −1 0 0 −1 1 0 0 −1 1 0 ) ⇒ 5 −𝐿2 ( 1 0 −1 0 0 1 −1 0 0 −1 1 0 ) ⇒ 𝐿2 + 𝐿3 ( 1 0 −1 0 0 1 −1 0 0 0 0 0 ) Então temos que 𝑥 = 𝑧 𝑒 𝑦 = 𝑧. Portanto os autovetores associados a 𝜆 = 0 são os vetores 𝑣 = (𝑧, 𝑧, 𝑧)𝑇, com 𝑧 ≠ 0. ii. 𝜆 = 1 Devemos encontrar o espaço nulo de 𝐴 − 𝐼: 𝐴 − 𝐼 = [ 2 −1 −2 2 −1 −2 2 −1 −2 ] Resolvendo o sistema (𝐴 − 𝐼) ( 𝑥 𝑦 𝑧 ) = ( 0 0 0 ) Obtemos { 2𝑥 − 𝑦 − 2𝑧 = 0 2𝑥 − 𝑦 − 2𝑧 = 0 2𝑥 − 𝑦 − 2𝑧 = 0 Então temos que 𝑦 = 2𝑥 − 2𝑧 (𝑥, 2𝑥 − 2𝑧, 𝑧) = 𝑥(1,2,0) + 𝑧(0,−2,1) Portanto os autovetores associados a 𝜆 = 1 são os vetores 𝑣 = (1,2,0)𝑇 e 𝑣 = (0,−2,1)𝑇 . Seja 𝑃 = [ 1 1 0 1 2 −2 1 0 1 ] Cálculo da matriz inversa de 𝑃 ( 1 1 0 ⋮ 1 0 0 1 2 −2 ⋮ 0 1 0 1 0 1 ⋮ 0 0 1 ) ~𝐿2 − 𝐿1 𝐿3 − 𝐿1 ( 1 1 0 ⋮ 1 0 0 0 1 −2 ⋮ −1 1 0 0 −1 1 ⋮ −1 0 1 ) ~ 6 𝐿1 − 𝐿2 𝐿2 + 𝐿3 ( 1 0 2 ⋮ 2 −1 0 0 1 −2 ⋮ −1 1 0 0 0 −1 ⋮ −2 1 1 ) ~ −𝐿3 ( 1 0 2 ⋮ 2 −1 0 0 1 −2 ⋮ −1 1 0 0 0 1 ⋮ 2 −1 −1 ) ~ −2𝐿3 + 𝐿1 2𝐿3 + 𝐿2 ( 1 0 0 ⋮ −2 1 2 0 1 0 ⋮ 3 −1 −2 0 0 1 ⋮ 2 −1 −1 ) Segue-se que 𝑃−1𝐴𝑃 = [ −2 1 2 3 −1 −2 2 −1 −1 ] [ 3 −1 −2 2 0 −2 2 −1 −1 ] [ 1 1 0 1 2 −2 1 0 1 ] = [ 0 0 0 3 −1 −2 2 −1 −1 ] [ 1 1 0 1 2 −2 1 0 1 ] = [ 0 0 0 0 1 0 0 0 1 ] . e 𝑃𝐷𝑃−1 = 𝐴. Embora 𝜆 = 1 seja um autovalor múltiplo, a matriz ainda pode ser diagonalizada já que há três autovetores LI. Definição (Matriz Defeituosa) Se uma matriz 𝐴 quadrada de ordem 𝑛, tem menos de 𝑛 autovetores LI, dizemos que 𝐴 é defeituosa. Segue do Teorema 2 que uma matriz defeituosa não é diagonalizável. Exemplo 3 Seja 𝐴 = [ 1 1 0 1 ] 7 Os autovalores de 𝐴 são ambos iguais a 1. Qualquer autovetor correspondente a 𝜆 = 1 deve ser um múltiplo de 𝑣1 = (1,0) 𝑇 . Logo, 𝐴 é defeituosa e não pode ser diagonalizada. Procuramos agora os autovetores associados. 𝐴 − 𝐼 = ( 0 1 0 0 ) Resolvendo o sistema (𝐴 − 𝐼) ( 𝑥 𝑦) = ( 0 0 ) Obtemos { 𝑦 = 0 0 ∙ 𝑥 + 0 ∙ 𝑦 = 0 𝑣 = (𝑥, 0)𝑇 com 𝑥 ≠ 0. Diagonalização de Matrizes Simétricas Teorema Todas as raízes do polinômio característico de uma matriz simétrica são números reais. Lema Se 𝑥 e 𝑦 são vetores em 𝑅𝑛 então (𝐴𝑥) ∙ 𝑦 = 𝑥 ∙ (𝐴𝑇𝑦). Teorema Se 𝐴 é uma matriz simétrica então os autovetores associados aos autovalores distintos de 𝐴 são ortogonais. Prova. Sejam 𝑣1 e 𝑣2 os autovetores associados aos autovalores 𝜆1 e 𝜆2 distintos, temos 𝐴𝑣1 = 𝜆1𝑣1 𝑒 𝐴𝑣2 = 𝜆2𝑣2. 8 Agora, 𝜆1(𝑣1 ∙ 𝑣2) = (𝜆1𝑣1) ∙ 𝑣2 = (𝐴𝑣1) ∙ 𝑣2 = 𝑣1 ∙ (𝐴 𝑇𝑣2) = 𝑣1 ∙ (𝐴𝑣2) = 𝑣1∙(𝜆2𝑣2) = 𝜆2(𝑣1 ∙ 𝑣2) Donde usamos o fato de que 𝐴 = 𝐴𝑇 . Assim 𝜆1(𝑣1 ∙ 𝑣2) = 𝜆2(𝑣1 ∙ 𝑣2) Obtemos 0 = 𝜆1(𝑣1 ∙ 𝑣2) − 𝜆2(𝑣1 ∙ 𝑣2) = (𝜆1 − 𝜆2)(𝑣1 ∙ 𝑣2). Como 𝜆1 ≠ 𝜆2, concluímos que (𝑣1 ∙ 𝑣2) = 0, logo 𝑣1 e 𝑣2 são ortogonais. Exemplo Dada a matriz simétrica 𝐴 = ( 0 0 −2 0 −2 0 −2 0 3 ) det(𝐴 − 𝜆𝐼) = | −𝜆 0 −2 0 −2 − 𝜆 0 −2 0 3 − 𝜆 | O polinômio característico da matriz 𝐴 é 𝑝(𝜆) = (𝜆 + 2)(𝜆 − 4)(𝜆 + 1), Portanto os autovalores de 𝐴 são 𝜆1 = −2, 𝜆2 = 4 𝑒 𝜆3 = −1. Procuramos agora os autovetores associados. i. 𝜆 = −2 Devemos encontrar o espaço nulo de 𝐴 + 2 ∙ 𝐼: 𝐴 = ( 0 0 −2 0 −2 0 −2 0 3 ) 9 𝐴 + 2𝐼 = ( 2 0 −2 0 0 0 −2 0 5 ) Resolvendo o sistema (𝐴 + 2 ∙ 𝐼) ( 𝑥 𝑦 𝑧 ) = ( 0 0 0 ) Obtemos { 2𝑥 − 2𝑧 = 0 0𝑥 + 0𝑦 + 0𝑧 = 0 −2𝑥 + 5𝑧 = 0 Vamos escalonar ( 2 0 −20 0 0 0 0 −2 0 5 0 ) ⇒ 𝐿1/2 𝐿2 ⇆ 𝐿3 𝐿3 ⇆ 𝐿2 ( 1 0 −1 0 −2 0 5 0 0 0 0 0 ) ⇒ 2𝐿1 + 𝐿2 ( 1 0 −1 0 0 0 3 0 0 0 0 0 ) 𝑥 − 𝑧 = 0 ⇒ 𝑥 = 𝑧 e 3𝑧 = 0 Portanto 𝑣1 = (0, 𝑦, 0), 𝑦 ≠ 0 ii. 𝜆 = 4 Devemos encontrar o espaço nulo de 𝐴 − 4 ∙ 𝐼: 𝐴 = ( 0 0 −2 0 −2 0 −2 0 3 ) 𝐴 − 4𝐼 = ( −4 0 −2 0 −6 0 −2 0 −1 ) Resolvendo o sistema (𝐴 − 4 ∙ 𝐼) ( 𝑥 𝑦 𝑧 ) = ( 0 0 0 ) Obtemos 10 { −4𝑥 − 2𝑧 = 0 −6𝑦 = 0 −2𝑥 − 𝑧 = 0 Vamos escalonar ( −4 0 −2 0 0 −6 0 0 −2 0 −1 0 ) ⇒ −𝐿1/4 −𝐿2/6 ( 1 0 1/2 0 0 1 0 0 −2 0 −1 0 ) ⇒ 2𝐿1 + 𝐿3 ( 1 0 1/2 0 0 1 0 0 0 0 0 0 ) ⇒ 𝑥 + 𝑧 2 = 0 ⇒ 2𝑥 + 𝑧 = 0 ⇒ 𝑧 = −2𝑥 𝑒 𝑦 = 0 Portanto 𝑣2 = (𝑥, 0,−2𝑥), 𝑥 ≠ 0 iii. 𝜆 = −1 Devemos encontrar o espaço nulo de 𝐴 + 𝐼: 𝐴 = ( 0 0 −2 0 −2 0 −2 0 3 ) 𝐴 + 𝐼 = ( 1 0 −2 0 −1 0 −2 0 4 ) Resolvendo o sistema (𝐴 + 𝐼) ( 𝑥 𝑦 𝑧 ) = ( 0 0 0 ) Obtemos { 𝑥 − 2𝑧 = 0 0𝑥 − 𝑦 + 0𝑧 = 0 −2𝑥 + 4𝑧 = 0 Vamos escalonar 11 ( 1 0 −2 0 0 −1 0 0 −2 0 4 0 ) ⇒ 2𝐿1 + 𝐿3 ( 1 0 −2 0 0 −1 0 0 0 0 0 0 ) ⇒ 𝑥 − 2𝑧 = 0 ⇒ 𝑥 = 2𝑧 e 𝑦 = 0 Portanto 𝑣3 = (2𝑧, 0, 𝑧), 𝑧 ≠ 0 Temos: 𝑣1 = (0,1,0) 𝑇 𝑣2 = (−1,0,2) 𝑇 𝑣3 = (2,0,1) 𝑇 O conjunto {𝑣1, 𝑣2, 𝑣3} é um conjunto de vetores ortogonais em 𝑅 3. Com efeito 𝑣1 ∙ 𝑣2 = (0,1,0) ∙ (−1,0,2) = 0 𝑣1 ∙ 𝑣3 = (0,1,0) ∙ (2,0,1) = 0 𝑣2 ∙ 𝑣3 = (−1,0,2) ∙ (2,0,1) = 0 A matriz 𝐴 é semelhante a matriz diagonal 𝐷 = ( −2 0 0 0 4 0 0 0 −1 ). Lembramos que, se 𝐴 pode ser diagonalizada então existe uma matriz inversível 𝑃 tal que 𝑃−1𝐴𝑃 é diagonal. Além disso, as colunas de 𝑃 são os autovetores de 𝐴. Agora, se os autovetores de 𝐴 formam um conjunto 𝑆 ortogonal, como acontece quando 𝐴 é simétrica e os autovalores de 𝐴 são distintos, então como qualquer múltiplo escalar de um autovetor de 𝐴 é também um autovetor de 𝐴, podemos normalizar 𝑆 para obter um conjunto ortonormal 𝑇 = {𝑣1, 𝑣2, ⋯ , 𝑣𝑛 } de autovetores de 𝐴. A j-esima coluna de 𝑃 é o autovetor 𝑣𝑗 associado a 𝜆𝑗 e agora examinamos que tipo de matriz 𝑃 deve ser. Podemos escrever 𝑃 como 𝑃 = (𝑣1 𝑣2 ⋯ 𝑣𝑛). Então 𝑃𝑇 = ( 𝑣1 𝑇 𝑣2 𝑇 ⋮ 𝑣𝑛 𝑇 ), 12 em que 𝑣𝑖 𝑇 , 1 ≤ 𝑖 ≤ 𝑛, é a transposta da do vetor 𝑣𝑖. Encontramos que i, o jesimo elemento 𝑃𝑇𝑃 é 𝑣𝑖𝑣𝑗. Como 𝑣𝑖 ∙ 𝑣𝑗 = { 1 𝑠𝑒 𝑖 = 𝑗 0 𝑠𝑒 𝑖 ≠ 𝑗, Então 𝑃𝑇𝑃 = 𝐼𝑛. Dessa maneira 𝑃 𝑇 = 𝑃−1, isto 𝑃 é uma matriz ortogonal. Exemplo No exemplo anterior calculamos os autovetores, sabemos que o conjunto de autovetores {(0,1,0), (−1,0,2), (2,0,1)} É ortogonal. Se normalizamos estes vetores encontramos que 𝑇 = {(0,1,0), ( −1 √5 , 0, 2 √5 ) , ( 2 √5 , 0, 1 √5 )} é um conjunto ortonormal de vetores. A matriz 𝑃 tal que 𝑃−1𝐴𝑃 é diagonal é a matriz cujas colunas são os vetores em 𝑇. Assim, 𝑃 = ( 0 −1 √5 2 √5 1 0 0 0 2 √5 1 √5) . Desse modo, 𝑃−1𝐴𝑃 = 𝑃𝑇𝐴𝑃 = ( −2 0 0 0 4 0 0 0 −1 ). Questão 6 Determine os autovalores e autovetores do operador linear 𝑇 definido em 𝑅4 cuja matriz em relação à base canônica é ( 3 1 0 0 0 3 0 0 0 0 4 0 0 0 0 3 ) Solução. Como a matriz é triangular segue que seus autovalores são os elementos diagonais, raízes do polinômio característico 13 𝑝(𝜆) = (𝜆 − 3)3 (𝜆 − 4) Isto é, 𝜆1 = 𝜆2 = 𝜆3 = 3 𝑒 𝜆4 = 4 Procuramos agora os autovetores associados. i. 𝜆 = 3 Devemos encontrar o espaço nulo de 𝐴 − 3𝐼: 𝐴 − 3𝐼 = ( 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 ) Resolvendo o sistema (𝐴 − 3𝐼) ( 𝑥 𝑦 𝑧 𝑡 ) = ( 0 0 0 0 ) Obtemos { 𝑦 = 0 𝑧 = 0 Então temos que ∀ 𝑥 ≠ 0, 𝑧 ≠ 0. Portanto os autovetores associados a 𝜆 = 3 são os vetores 𝑣 = (𝑥, 0,0, 𝑡)𝑇, com 𝑥 ≠ 0 𝑜𝑢 𝑡 ≠ 0. ii. 𝜆 = 4 Devemos encontrar o espaço nulo de 𝐴 − 4𝐼: 𝐴 − 4𝐼 = ( −1 1 0 0 0 −1 0 0 0 0 0 0 0 0 0 −1 ) Resolvendo o sistema (𝐴 − 4𝐼) ( 𝑥 𝑦 𝑧 𝑡 ) = ( 0 0 0 0 ) Obtemos { −𝑥 + 𝑦 = 0 −𝑦 = 0 −𝑡 = 0 Então temos que ∀ 𝑧 ≠ 0. Portanto os autovetores associados a 𝜆 = 4 são os vetores 𝑣 = (0,0, 𝑧, 0)𝑇, com 𝑧 ≠ 0.
Compartilhar